温控中使用PID控制算法

本文主要介绍各种PID控制算法的调节器在温度控制中控制特性、功能及主要应用场合,对大家合理选用用于温度控制提供方向。

对于温度控制算法包括常规PID、模糊控制、神经网络、Fuzzy_PID、神经网络PID、模糊神经网络、遗传PID及广义预测等算法。常规PID控制易于建立线性温度控制系统被控对象模型;模糊控制基于规则库,并以绝对或增量形式给出控制决策;神经网络控制采用数理模型模拟生物神经细胞结构,并用简单处理单元连接成复杂网络;Puzzy-PID为线性控制,且结合模糊与PID控制优点。

1、温度控制的特点

温度控制系统是变参数、有时滞和随机干扰的动态系统,为达到满意的控制效果,具有许多控制方法。所以对几种常见的控制方法及其有缺点进行了分析与比较。

2、常见温度控制方法

2.1常规PID控制

PID控制即比例、积分、微分控制,其结构简单实用,常用于工业生产领域 。原理如下:

温控中使用PID控制算法_第1张图片

明显缺点是现场PID参数整定麻烦,易受外界干扰,对于滞后大的过程控制,调节时间过长。其控制算法需要预先建立模型,对系统动态性的影响很难归并到 模型中。

2.2 模糊控制

模糊控制(Fuzzy Control)是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机控制。原理如下。傻瓜式PID调节器使用就是模糊控制算法。

温控中使用PID控制算法_第2张图片

2.3 神经网络控制

神经网络控制采用数理模型的方法模拟生物神经细胞结构,用简单处理单元连接形成各种复杂网络,并采用误差反向传播算法(BP)。原理如下图

温控中使用PID控制算法_第3张图片

2.4 Fuzzy-PID控制

模糊控制不需知道被控对象的精确模型,易于控制不确定对象和非线性对象。PID本质是线性控制。将模糊控制与PID结合起来,以Fuzzy-PID混合控制为例,据给定值与测量值之偏差e选择智能控制,根据e的变化选择控制方法,当或者|时,采用PID控制;当时,采用Fuzzy控制。其结构框图如下:

图片

2.5 神经网络PID控制

在PID控制的基础上,加入神经网络控制器,构成神经网络PID控制器,如下图。神经网络控制器NNC是前馈控制器,通过对PID控制器的输出进行学习,在线调整自己,目标是使反馈误差e(t)或u(t)趋近于0,使自己逐渐在控制中占据主导地位,以减弱或最终消除反馈控制器的作用。人工智能调节器/温度仪使用的就是神经网络PID控制算法。

图片

2.6 模糊神经网络控制

将模糊逻辑与神经网络结合,采用神经网络模糊逻辑推理网络模型和快速的自学习算法,通过网络的离线训练和在线子学习使控制器具有自调整、自学习和自适应能力,达到模糊智能控制。如下图:

温控中使用PID控制算法_第4张图片

2.7 遗传PID控制

遗传PID控制是将控制器参数构成基因型,将性能指标构成相应的适应度,利用遗传算法来整定控制的最佳参数,不要求系统是否为连续可调,能否显示表示。基于遗传算法的自适应PID控制的原理框图如下图。遗传PID温控系统将测量值与给定值进行比较,用遗传算法优化PID参数,然后将控制量输出,实现将PID参数串接成完整染色体,从而构成遗传空间中的个体吗,通过繁殖交叉和变异遗传操作生成新一代群体,经过多次搜索获得最大适应度值得个体。

图片

2.8 广义预测控制

预测控制(Predictive Control)是基于模型的计算机控制算法。其预测模型有脉冲响应模型、阶跃响应模型,CAMRAM模型和CARIMA模型。基于CARIMA模型的广义预测控制(GPC)是新型计算机控制算法。

3、常见温度控制方法的对方分析

通过上述温度控制方法的原理分析,下表给出各种温度控制特性与应用场合的情况。

控制算法 控制算法的控制特性 温度仪应用场合
单一控制 常规PID控制 优点:结构简单、实用,性价比高。缺点:鲁棒性不强;适应性不快;协调性不够好等 易于建立的线性温度控制系统的被控对象模型
模糊控制 与传统的PID控制相比,响应快,超调量小,鲁棒性强 纯滞后,参数时变或非线性的温度控制系统,如干燥机、工业炉等温度控制
神经网络控制 鲁棒性强,响应速度快,抗干扰能力强,算法简单,易于用硬件和软件实现 多变量、多参数、非线性与时变系统如:电阻炉的温度控制等
复合控制 Fuzzy-PID控制 具有很强的适应性,只要知道部分知识即可建立BP算法 一些大滞后系统中的自动寻优P、I、D参数,如管式加热炉的温度控制
模糊神经网络控制 动态响应快,能达到高精度的快速控制,具有极强的鲁棒性和适应能力,稳定性好 需要不断修正参数的温度控制系统。如热电阻校验仪等控温装置
遗传PID控制 调试方便,控制精度高,抗干扰能力强,较高的稳定性能力 寻求全局最优且不需要任何初始信息的P、I、D参数寻优温控系统中,如陀螺温控系统
自适应广义及控制 鲁棒性强,控制精度高 医用温度控制,如微波热疗中的温度控制
模糊、神经网络 模糊控制鲁棒性强。动态响应与上升时间快,超调小,PID控制器的动态跟踪品质好和稳态精度高 具有较大的滞后性,非线性、时定性的温度控制系统,如高分子聚合物反应温度控制等
模糊、神经网络和遗传控制 实现温度随外界干扰条件的乏化,实时的调节网络和控制规律,具有良好的温度跟踪性能和抗干扰能力 对升温速度和恒温过程的精度要求较高的控制系统,如淬此炉温度控制等

将线性与非线性控制相结合。使温度能满足用户的精度要求是温度控制系统的最终目的。在实际应用中,根据具体的应用场合、不同的加热对象、不同的控制要求和控制精度,选择不同的控制方式。

本篇文章转发自https://mp.weixin.qq.com/s/4c0GLPmQyMkb_mvDTJm_NA。

 

 

你可能感兴趣的:(PID控制算法)