PID参数整定方法进展
文章编号:1006-6705(2001)03-0004-03
收稿日期:2001-05-14
作者简介:李剑(1978-),女,重庆人,华北电力大学硕士生,从事
自动控制在电厂中的应用研究。
PID 参数整定方法进展
李 剑,谷俊杰
(华北电力大学动力系,河北保定071003)
Development of Tuning Methods for PID Parameters
L I Jian ,GU J un -jie
(North China Electric Power University ,Baoding 071003,China )
摘要:PID 控制器是用途最广的控制器,对常规PID 参数整定方法和一些先进整定方法作了较全面的综述,并比较了各种方法的特点。最后还指出目前PID 参数整定研究的热门方向。
关键词:PID 控制器;参数整定;控制算法中图分类号:TP272 文献标识码:A
Abstract :PID controllers are the most widely used controllers.S ome conventional and advanced tuning methods for PID pa 2rameters tuning are comprehensively summarized in the paper.The characters of each method are compared.The key issues in the study of PID parameter tuning are presented.
K ey w ords :PID controllers ;parameter tuning ;control algo 2rithm
PID 控制器自产生以来一直是工业生产过程
中应用最广的控制器,目前大多数工业控制器都是
PID 控制器或其改进型。尽管在控制领域,各种新型控制器不断涌现,但PID 控制器还是以其结构简单、易实现、鲁棒性好等优点,处于主导地位。
对PID 控制器的设计和应用,核心问题之一是参数的整定。自Zieler 和Nichols 提出PID 参数整定方法起,随着各种技术和理论的发展,PID 参数整定的方法越来越多,从其发展看,可以分为常规PID 参数整定方法和智能参数整定方法。本文将在对PID 常规整定方法概括的基础上,综述近几年出现的一些新的参数整定方法。
1 常规PID 参数整定方法
Zieler -Nichols 最早提出了PID 参数整定方
法,即Z -N 法。它是令控制器如式(1)根据对象
(一阶惯性加纯迟延,如式(2))的阶跃响应曲线,获取对象时间常数T ,增益K ,及纯迟延时间τ,再利用相应的经验公式求得。此法简单易行,但参数还需进一步调整。通过改进,文献[1]推出了广义Z -N 法,大大提高了参数整定质量。Z -N 法一般用于手工计算和设置控制器初值。
G c (S )=K p (1+1
T i
S
+T d S )
(1)G 0(S )=
K -τs
e
1+T S (2)
J n (θ
)=∫
∞
t n e (θ,t )
2
d t (3)
文献[2]中介绍了由庄敏霞和Atherton 提出的最优整定方法,它以式(3)为最优控制指标。其中e (θ,t )为调节器入口偏差e =R -Y ;n 据需要取值,按τ/T 来搜索一组K p ,T i ,T d 的取值,并使J n 为最小,此时的控制器参数为优。
临界灵敏度法是获取系统发生稳定临界振荡的参数振荡周期T c ,振荡幅值K c ,代入经验公式,以得控制器参数。由于不易使系统发生稳定的临界振荡或不允许系统离线进行参数整定,临界参数的获取,通常用Astrom 和Hagglund 提出的继电反馈法[2],它既可保证实现稳定闭环振荡,又不需离线进行,是获得过程临界信息的最简便方法之一。在工业PID 控制器参数自整定中应用广泛,但系统有变化则需重新整定。对一阶惯性加纯迟延的对象,时间常数T 较大时,整定费时;对干扰多且频繁的系统,要求振荡幅值足够大。这种技术现已广泛应用于工业PID 控制器参数整定中。
文献[3]中基于给定相位裕度PM (Phase Mar 2gin )的整定方法是把Nyquist 曲线上的点通过调整
?
11?№32001 电 力 情 报
INFORMA TION ON EL ECTRIC POWER
控制器参数移到期望点,以满足给定相位裕度。它首先引入继电反馈得到对象Nyquist图上两点ω
90
,ω180的频率,辨识出一个二阶对象(式(4)),并基于灵敏度和积分误差的最优指标,保证了回路良好的鲁棒性,优于改进的Z-N法。
G0(S)=
e-τs
a S2+
b S+1
(4)
文献[4]也针对PM法做了探讨,它也是基于继电测试,先通过Nyquist图形上的几何关系整定出控制器初值,再利用ITSE优化性能指标,在调节模态下改变继电器参数,使工作点移到期望点,计算出ITSE值看是否最小,是则进一步整定,否则重新调节继电器参数。这种方法的优点在于几乎不需任何有关对象的先验知识,不需要建立被控对象的数学模型,适用于在工业现场中推广。而且基于PM的方法,系统具有良好的控制性能和鲁棒性能。
上述方法都是常规的PID参数整定方法,此外文献[1]中还讨论了基于增益裕度(AM)优化、基于总和时间常数、基于过程参数、给定灵敏度的不同整定方法。这些方法大多需要获取对象特征参数,代入经验公式,适用于手工离线整定,不太常用,不一一赘述。
2 智能PID参数整定方法
随着控制要求的提高,对于非线性、时滞、时变对象,以及多输入多输出系统也要求进行控制。常规的PID控制器难以满足要求。随着控制理论技术的发展,许多智能PID控制器、新算法产生,由此,人们对PID参数的整定研究尝试了许多先进方法。
文献[5]中对TITO系统的PID参数整定给出了3种方法:广义Z-N法、特征轨迹法、ISTE 最优法,文献中把传统的SISO系统参数整定的方法应用于M IMO系统,并作了比较,结果表明广义Z-N法在阶跃响应时超调较大,但可作为进一步调节的初值设定参考。特征轨迹法(CL)比广义Z -N法要好些。当过程模型已知,ISTE最优法能得到很好的闭环性能。
文献[6]对有m个输入、m个输出的M IMO 系统,可解耦时,加入串联补偿网络,令系统完全解耦,采用对角控制器C(S)=diag(C1(S),C2(S),…,C m(S)),这样把M IMO系统化为m个SISO 子回路组成的系统,PID参数就可以用前面提到的方法整定了。
对非线性对象的PID控制器参数整定,文献[7]介绍了用神经网络的学习功能整定的方法。神经网络最大的特点是具有自学习能力,算法收敛快,稳定性好。文献中设计了一个3层网络,隐层有3个节点,分别代表P,I,D控制器,输入与隐层节点的连接权值代表控制器参数。连接权值的初值按PID控制规律基本原则确定,初值给定后,再按神经网络学习算法计算权值。仿真结果表明,这种方法超调小,无静差,还适应于多变量系统解耦控制,且无须辨识被控对象内部结构。
文献[8]提出了一种将内模控制IMC原理[9]与极小极大优化原则相结合的新鲁棒PID控制器设计方法,优化设计过程分步进行,综合采用多参数随机优化和解析优化方法,这种算法稳定,鲁棒性强,一致性好,适于工况变化频繁的工业过程回路控制。
遗传算法是近期人们关注的一种新型算法,它是模拟基于种群的生物进化过程,不需要知道优化问题本身的任何信息就可以达到用计算机实现的随机优化技术,可以编制出一个通用的程序模块。
文献[10]使用的是ISE最小准则,搜索出PID参数集合。在引文中,使ISE最小闭环反馈稳定,运用增广Herimit-Biehler定理,解析给出使对象闭环稳定的调节器参数范围,在该取值范围内,运用遗传最优算法,可实现全局优化。并克服了Z -N法和稳定边界法不能针对不稳定对象的缺点。
对闭环不稳定时滞对象的PID参数整定,最早由文献[11]提出,文献[12]在满足τ 在PID参数整定方法中,模糊推理的方法也得到了应用。文献[14]采用了基于Fuzzy规则的变参数PID控制方法,用T-S(Takagi-Sugeno)模糊模型,先通过Z-N法求得初始PID参数,在初始参数的基础上,将PID调节器的一些经验知 ? 2 1 ?电 力 情 报 2001 识转化为TS规则。即把误差、误差变化、误差积累作为模糊规则前件的变量,在TS规则的前件中利用Fuzzy规则推理,得出TS-PID应选择参数的计算方式和应采用的控制规则;在TS规则的后件采用PID控制输出。这种方法规则简单,效果好,证明了模糊规则整定参数的可行性。 智能控制PID的基础是自整定和自适应,这两种控制思想代表了新一代工业控制器的发展趋势,目前自适应控制器的研究愈来愈受到重视。自适应控制器可分为参数自适应控制器和非参数自适应控制器,它能使参数在线调整并满足实时控制的要求。参数自适应控制器多依赖参数模型,与被控过程联系紧密;而非参数自适应控制器直接依赖于过程的特征参数和一些工程上常用的经验整定规则。基于参数模型的自适应控制器整定,主要的方法有[2]:最小方差自校正、极点配置、线性二次型最优(LQ G)。对于最小方差自校正PID参数整定,先进行系统参数估计,再按最小方差控制规律计算调节器。基于非参数模型的自适应PID控制,常与神经网络、Fuzzy控制(已在前面有所论述)、专家自适应相结合,来获取控制系统某些特征值,不再受被控模型参数的制约,不用对模型进行辨识,计算量小、实时性强。其基本的方法是从阶跃响应中提取特征值或临界振荡参数,常用一个继电器来获取这些特征参数,再利用Z-N法计算,方法简单、直观,易于在线控制。 3 结束语 PID控制算法是最通用的控制方法,对它的参数整定有许多方法。对于不同的控制要求、不同的系统先验知识,考虑用不同的方法。这些算法要求要考虑到收敛性、直观、简单易用,还要综合抗负载干扰、过程变化的鲁棒性,最优性,并能根据尽可能少的信息和计算量,给出较好的结果。 从目前看,PID参数整定方法的研究和应用现状,将在以下几个方向做重点研究: (1)结合先进算法,对常规算法进行改进、扩展。各种自适应、自整定调节器参数的整定方法的完善,使整定出的参数达到全局最优。 (2)对多输入多输出以及具有耦合的多变量过程PID参数整定方法,进一步完善继电反馈方法,减少先验信息和计算量,以利于在线整定。 (3)对时滞对象和非线性对象的PID参数整定,对利用神经网络和解析求解做进一步的探讨。 (4)随着人工智能的引入,将各种控制算法有机结合,提高整定中的推理、判断能力,进一步校正整定参数,使其最优,进一步提高控制系统的各项性能,将是以后发展的热门方向。 参考文献: [1]N ISHIK AWA Y,SANNOMIY A N,OHTA T,et al.A method for auto2tuning of PID control parameters[J]. Automatica,1984,20(2):321-332. [2]陶永华,尹怡欣,葛芦生.新型PID控制及其应用[M]. 北京:机械工业出版社,1998. [3]王亚刚,邵惠鹤.一种基于灵敏度的自整定最优PID 控制器[J].自动化学报,2001,27(1):140-143. [4]张志强,邵惠鹤.一种基于相位裕度PID参数最优整 定方法[J].上海交通大学学报,2000,34(5):623-625. [5]ZHUAN G M,A THERTON D P.PID controller design for a TITO system[J].IEEE Proceedings:Control The2 ory Applications,1994,141(2):111-120. [6]DAN IEL E R,KY OUN G S J.An integrated identifica2 tion and control design methodology for multivariable pro2 cess system applications[J].IEEE:Control Systems S oci2 ety,2000,20(3):25-37. [7]舒怀林.PID神经网络多变量控制系统分析[J].自动 化学报,1999,25(1). [8]岳红,高东杰,刘圣.面向工业过程的鲁棒PID控制器 设计[J].自动化学报,1999,25(3):411-416. [9]王诗宓,多变量控制系统的分析和设计[M].北京:中 国电力出版社,1996. [10]何福忠,孙优贤.基于遗传算法的鲁棒PID控制器参 数优化方法及设计[J].控制与决策,2000,15(4):507 -509. [11]LU Y BEN W L,MELCICM.Consider reactor control lags[J].Hydrocarbon Processing,1978,3(1):115- 117. [12]张卫东,许晓鸣,孙优贤.不稳定时滞对象的最优抗 干扰控制[J].自动化学报,2000,26(1):85-89. [13]张卫东,许晓鸣,张文渊.基于闭环稳定约束的不稳 定对象PID解析控制[J].上海交通大学学报,2000, 34(5):589-592. [14]张恩勤,施颂椒,翁正新.一种基于PID控制的新型 模糊控制方法[J].上海交通大学学报,2000,34(5): 632-634. ? 3 1 ? №3 电 力 情 报