智能pid控制综述.docxVIP

盛年不重来，一日难再晨。及时宜自勉，岁月不待人。 智能PID控制综述 摘要 传统的PID控制应用于复杂的实际系统时存在一定的局限性，因而智能PID控制器是 当今研究的热点。融合了先进智能控制思想和传统PID构成的智能PID控制器则具有更加良 好的特性。文中对几种常见的智能PID控制器，包括模糊PID、神经网络PID、专家PID控制 器及基于遗传算法的PID控制器等进行了综述。 关键词PID控制器智能控制智能PID 一、引言 PID控制［1-10,51-52］作为经典控制算法中的典型代表，是一种传统的控制方式。1922年 N.Minorsky 提出 PID 控制 方法，1942 年美国 Taylor 仪 器公司 的 J.g.ziegler 和 N.B.Nichols 提出PID参数［1］的最佳调整法至今，其在工业控制中的应用已十分广泛［2-4］。PID控制具有结构 简单、参数物理意义明确和鲁棒性强等特点。PID控制器［5-9 ］对系统给定值r(t)同系统输出值 y(t)的偏差e(t)分别进行比例、积分、微分运算，并由此得到其输出值u(t),计算公式为： t de(t) u(t) KPe(t) Kl 0e(t)d(t) Kd 廿 式中Kp为比例系数；Kl为积分系数；Kd为微分系数。Kp、Kl、Kd可对系统的稳定性、稳 态精度、响应速度和超调量等性能产生影响，它们的作用分别为：(1)比例系数KP可以加快 系统的响应速度，提高系统的调节精度。系统的响应速度和调节精度同KP呈正相关，但KP过 大则会产生超调，使系统不稳定，Kp过小则会使响应速度变慢，使系统静、动态特性变坏。 ⑵积分作用系数Kl可以消除系统的稳态误差。Kl越大，系统静差就会越快消除。但Kl过 大会在响应过程产生较大超调，产生积分饱和现象。Kl过小则会使系统稳态误差不易消除， 影响调节精度。(3)微分作用系数Kd可以改善系统的动态性能。但Kd过大会使系统的调节时 间延长，抗干扰性能降低。 PID控制具有结构简单、稳定性能好、可靠性高等优点，尤其适用于可建立精确数学模型 的确定性控制系统。在控制理论和技术飞速发展的今天，工业过程控制领域仍有近90%的回路 在应用PID控制策略。PID控制中一个关键的I可题便是PID参数的整定。但是在实际的应用中， 许多被控过程机理复杂，具有高度非线性、时变不确定性和纯滞后等特点。在噪声、负载扰 第1页共9页 动等因素的影响下，过程参数甚至模型结构均会随时间和工作环境的变化而变化。这就要求 在PID控制中，不仅PID参数的整定不依赖于对象数学模型，并且PID参数能够在线调整，以满 足实时控制的要求。智能控制是一门新兴的理论和技术，它是传统控制发展的高级阶段，主 要用来解决那些传统方法难以解决的控制对象参数在大范围变化的问题，其思想是解决PID 参数在线调整问题的有效途径［1］［4］［8］。 近年来，智能控制［11-16,53］无论是理论上还是应用技术上均得到了长足的发展，随之不断 涌现将智能控制方法和常规PID控制方法融合在一起的新方法，形成了许多形式的智能PID控 制器。它吸收了智能控制与常规PID控制两者的优点。首先，它具备自学习、自适应、自组织 的能力， 能够自动辨识被控过程参数、自动整定控制参数、能够适应被控过程参数的变化； 其次，它又具有常规PID控制器结构简单、鲁棒性强、可靠性高、为现场工程设计人员所熟悉 等特点。正是这两大优势，使得智能PID控制成为众多过程控制的一种较理想的控制装置。文 中主要介绍几种智能PID控制器的常见构成形式，并分析各自的特点。 二、智能PID控制器研究现状 智能PID控制的专家控制［17一18］、学习控制［19一20］、仿人控制［21一22］、免疫算法［22一24］等都在发展 之中。纵观近年来智能PID控制的发展，可以大致归纳出以下特点：智能复合控制成为提供和 改善智能控制性能的有效途径，并成为研究的重点。近几年来，模糊控制［25一29］与神经网络［3°一36］ 的结合代表着控制与智能系统研究的一个新的趋势，另外有一个值得注意的动向是利用遗传 算法GA对神经网络的PID控制器的权系数进行寻优，而将遗传算法应用于模糊控制，被证明是 调整规则和隶属函数的一种有效方法。文献［9］将遗传算法、模糊控制和免疫反馈机理与传统 的PID控制相结合，提出了基于遗传整定的模糊免疫PID控制算法并将它应用在双容液位系统 的控制中。 PID控制重新受到广泛重视，并和智能控制等方法结合，形成新一轮的研究热潮。国际著 名学术刊物 Control Engineering Practice 和 IEEE Control Systems Magazine 分别 于 2001 和2006年出版了 PID控制特辑。2000年,IFAC 数字