智能PID控制系统设计研究
基于PLC的智能化PID控制系统设计
的存储管理 ，针对系统特点采用了改进的数据库访问方式 。整个系统具有高可靠性 、稳定性和安全性。
关键 词 ：Ｐ Ｌ Ｃ ；智 能化 ；Ｐ Ｉ Ｄ 控 制 ；数 据采 集
Ｄｅ ｓ ｉ ｇ ｎ Ｏ ｆ Ｉ ｎ ｔ ｅ ｌ ｌ ｉ ｇ ｅ ｎ ｔ ＰＩ Ｄ Ｃｏ ｎ ｔ ｒ ｏ ｌ Ｓｙ ｓ ｔ ｅ ｍ Ｂａ ｓ ｅ ｄ ｏ ｎ ＰＬ Ｃ
科学技术 （ 责任编辑 ：郑弱 ）
基于 Ｐ Ｌ Ｃ的智能化 Ｐ Ｉ Ｄ 控 制 系统设计
。 闫超 源自（ 中核 辽宁 核 电有 限公 司 辽 宁 葫芦 岛 １ ２ ５ ０ ０ ０） 摘 要 ： 介 绍 了智 能化 Ｐ Ｉ Ｄ 控制 系统 的搭 建 和 软件 设计 。上 位 机选 用 Ｖ Ｃ ＋ ＋ ６ ． ０ 软 件 开发 多媒 体软 件 界 面 ，实现 系统 的监 控管 理 。下 位机 采用 Ｐ Ｌ Ｃ 智 能化 控制 技 术 ，实 现现 场数 据 的实 时采 集 和现 场设 备 运行 状态 的 自动 控制 。 系统 采用 科 学 的模块 化 管理 模式 ，并 在 后方 建立 实 时数 据库 实现 对数 据
显示 出来。 考虑本系统多媒体智能化控制的现场要求 ，下位机选择台达公司 的Ｄ Ｖ Ｐ 系列的Ｐ Ｌ Ｃ 。上位机 与下位机之 间通过Ｐ Ｌ Ｃ 自 带的Ｐ Ｐ Ｌ 线相连［ ４ ］ 。 ２ ． ２智能 控制 系统 的 主要 功能
ｓ ｔ ｏ ｒ ａ ｇ ｅ ｍａ ｎ ａ ｇ ｅ ｍｅ ｎ ｔ ． Ａｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｓ ｙ ｓ ｔ ｅ ｍ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｓ ， ａ ｎ ｉ ｍｐ ｒ ｏ ｖ ｅ ｄ ａ ｃ ｃ ｅ ｓ ｓ ｍｏ ｄ ｅ ｔ ｏ ｔ ｈ ｅ ｄ ａ ｔ ａ ｂ ａ ｓ ｅ ｈ ａ ｓ ｂｅ ｅ ｎ ｔ ａ ｋ ｅ ｎ ． Ｔｈ ｅ ｓ ｙ ｓ ｔ ｅ ｍ ｗａ ｓ ｐ ｒ ｏ ｖ ｉ ｄ ｅ ｄ ｗｉ ｔ ｈ ｓ ｔ ａ ｂ ｉ ｌ ｉ ｔ ｙ ａ ｎ ｄ ｓ ｅ ｃ ｕ ｉｔ ｒ ｙ ．
智能控制PID算法的电梯系统设计
智能控制PID算法的电梯系统设计本文介绍一种基于智能控制PID算法的电梯系统设计。
使用单片机作为核心控制，设计仿人智能控制的PID算法，利用拖动技术实现调频、调压、调速，实现较为理想的电梯控制效果。
标签：电梯控制；单片机；智能控制；PID算法一、系统整体设计整个电梯控制系统按照总线式，控制结构分成主控制器，轿厢控制器和门厅控制器，各组成部分均围绕单片机构建而成，承担不同的系统任务，由RS-485总线连接成有机的控制系统。
二、电梯控制系统的组成设计电梯控制系统可分为三个主要功能模块：电梯操作系统控制模块，由单片机及外围接口电路组成，是电梯逻辑运行的控制核心；拖动系统控制模块，由模拟电路组成的交流调压调速装置；继电器、接触器开关量控制模块，由电梯的状态、保护继电器及主电路接触器组成。
三、电梯控制系统结构设计（一）电梯的逻辑控制系统主要完成的是采集来自厅層、轿厢、井道、机房等不同位置、不同性质的外部信号，将它们按一定的逻辑关系进行综合处理，得到对应的处理结果，进而输出给各控制器件实现控制具体的操作。
其具体的系统包括轿厢内指令系统、厅外呼梯系统、选层定向系统、显示系统、安全保护系统、检修系统等。
（二）电梯的拖动系统接收来自逻辑控制系统的信号，在没有发现故障的情况下，控制电梯拖动系统以速度给定曲线为依据，利用模拟或数字控制装置，针对曳引电机的不同调速方式构成的闭环速度控制系统，实现电梯运动状态的控制。
（三）电梯的附属装置系统应急装置系统，是当电梯运行中发生故障时，使电梯能够按预先设定能够的救援程序运行，在最短的时间内将梯内乘客放出，保障乘客的人身安全。
四、系统各控制器的设计（一）主控制器的设计以AT89S52单片机为核心主控制器，负责整个电梯的运行控制。
位于楼房的顶部电梯机房内，与电梯动力装置曳引机构成了整个电梯控制系统的核心。
采用变频器对轿厢拽动电机实施控制，由编码器反馈轿厢运行速度，系统设置了轿厢位置上、下限位开关，速度上下限开关以提供安全保障，设置光电隔离的继电器输出接口实现相应设备的控制。
基于单片机的pid温度控制系统设计
一、概述单片机PID温度控制系统是一种利用单片机对温度进行控制的智能系统。
在工业和日常生活中，温度控制是非常重要的，可以用来控制加热、冷却等过程。
PID控制器是一种利用比例、积分、微分三个调节参数来控制系统的控制器，它具有稳定性好、调节快等优点。
本文将介绍基于单片机的PID温度控制系统设计的相关原理、硬件设计、软件设计等内容。
二、基本原理1. PID控制器原理PID控制器是一种以比例、积分、微分三个控制参数为基础的控制系统。
比例项负责根据误差大小来控制输出；积分项用来修正系统长期稳态误差；微分项主要用来抑制系统的瞬时波动。
PID控制器将这三个项进行线性组合，通过调节比例、积分、微分这三个参数来实现对系统的控制。
2. 温度传感器原理温度传感器是将温度变化转化为电信号输出的器件。
常见的温度传感器有热电偶、热敏电阻、半导体温度传感器等。
在温度控制系统中，温度传感器负责将环境温度转化为电信号，以便控制系统进行监测和调节。
三、硬件设计1. 单片机选择单片机是整个温度控制系统的核心部件。
在设计单片机PID温度控制系统时，需要选择合适的单片机。
常见的单片机有STC89C52、AT89S52等，选型时需要考虑单片机的性能、价格、外设接口等因素。
2. 温度传感器接口设计温度传感器与单片机之间需要进行接口设计。
常见的温度传感器接口有模拟接口和数字接口两种。
模拟接口需要通过模数转换器将模拟信号转化为数字信号，而数字接口则可以直接将数字信号输入到单片机中。
3. 输出控制接口设计温度控制系统通常需要通过继电器、半导体元件等控制输出。
在硬件设计中，需要考虑输出接口的类型、电流、电压等参数，以及单片机与输出接口的连接方式。
四、软件设计1. PID算法实现在单片机中，需要通过程序实现PID控制算法。
常见的PID算法包括位置式PID和增量式PID。
在设计时需要考虑控制周期、控制精度等因素。
2. 温度采集和显示单片机需要通过程序对温度传感器进行数据采集，然后进行数据处理和显示。
智能PID控制综述简版
智能PID控制综述智能PID控制综述引言PID（Proportional-Integral-Derivative）控制是工业领域中最常用的控制算法之一。
它通过测量系统的误差（偏差）、积分误差和误差变化率，并通过调整控制信号来稳定系统。
然而，传统的PID控制算法在面对复杂系统、非线性系统或时间变化较大的系统时可能表现不佳。
为了解决这些问题，研究人员开发了智能PID控制算法，以提高控制系统的性能与稳定性。
智能PID控制算法智能PID控制算法是一种利用智能技术来改进传统PID控制算法的方法。
它主要包括模糊PID控制、神经网络PID控制和遗传算法PID控制等。
模糊PID控制模糊PID控制是一种基于模糊逻辑的控制方法。
它通过将PID 控制器的参数转化为模糊变量，并根据系统的误差和误差变化率来确定输出。
相比传统的PID控制，模糊PID控制在系统非线性程度较高时表现更好，具有较强的鲁棒性。
神经网络PID控制神经网络PID控制是一种利用神经网络模型来优化PID控制器参数的方法。
通过训练神经网络模型，可以实现对PID控制器输出进行非线性映射，从而提高控制系统的性能。
神经网络PID控制在处理非线性系统和大规模系统时表现出色。
遗传算法PID控制遗传算法PID控制是一种利用遗传算法来求解PID控制器参数的方法。
通过定义适应度函数，并利用遗传算法的运算过程进行迭代优化，可以找到适合当前系统的最优PID参数。
遗传算法PID控制在处理具有多个变量和复杂约束条件的控制问题时具有较好的适应性。
智能PID控制在实际应用中的优势智能PID控制算法相较于传统PID控制算法，在实际应用中具有以下优势：1. 提高控制系统的鲁棒性：智能PID控制算法对于系统非线性程度较高或者存在参数变化的情况下，具有较好的鲁棒性。
2. 提高控制系统的性能：智能PID控制算法通过优化PID控制器参数，可以进一步提高控制系统的性能指标，如响应速度、稳定性和鲁棒性等。
PID控制器参数智能整定方法研究中期报告
PID控制器参数智能整定方法研究中期报告一、研究背景及意义PID控制器作为常见的控制器之一，在工业控制中被广泛应用。
PID 控制器的参数整定对于控制器的性能至关重要，通常需要通过试错法或经验法进行手动整定。
但是，这种方法需要经验丰富的操作人员、耗时耗力、难以保证控制器的最优性能等问题，因此需要寻找一种智能化的参数整定方法。
因此，本研究旨在探究PID控制器参数智能整定方法，通过机器学习、优化算法等技术实现控制器参数的自动整定，提高控制器的控制性能和实用性，为工业控制提供技术支持。
二、研究内容1. 综述PID控制器参数整定方法对目前常见的PID控制器参数整定方法进行梳理和总结，包括手动整定法、试错法、模型参数法、优化算法等方法，分析各个方法的优缺点，为后续研究提供参考。
2. 确定PID控制器控制目标和评价指标根据不同的控制目标，确定PID控制器的控制目标和评价指标，例如速度控制、位置控制、温度控制等目标，并确定性能指标，如响应时间、超调量、稳态误差等。
3. 收集样本数据采集PID控制器在不同控制对象上的实验数据，收集不同控制对象的不同工作状态下的数据，包括控制器的输入输出数据和环境参数等。
4. 建立PID控制器模型利用收集的样本数据建立PID控制器模型，包括传统的经验模型和基于机器学习的数据驱动模型，并对模型进行评估，以确定该模型的适用性和准确性。
5. PID控制器参数优化利用遗传算法、粒子群优化算法、模拟退火算法等优化算法优化PID控制器参数，以保证控制器在不同控制目标下具有优秀的控制性能。
6. 实验验证在实际控制对象中验证所设计的PID控制器参数整定方法的可行性和有效性，包括不同控制目标和控制对象等条件下的实验验证。
三、研究进展目前，我们已完成对PID控制器参数整定方法的综述和梳理，总结了各种方法的优缺点，并初步确定了PID控制器的控制目标和评价指标。
我们也已经开始收集PID控制器在不同控制对象上的实验数据，用于建立PID控制器模型和进行参数优化。
智能PID控制器的参数整定及实现
智能PID控制器的参数整定及实现智能PID控制器是一种能够自动调整PID控制器参数的控制器，它利用智能算法来优化PID参数，以获得更好的控制效果。
在实际应用中，智能PID控制器的参数整定是非常重要的环节，下文将详细介绍智能PID控制器参数整定的方法和实现。
一、智能PID控制器参数整定方法1.基于经验的整定方法：这种方法主要是根据经验和实际应用中的知识来进行PID参数的选择。
可以通过试错法、查找表、经验公式等手段来完成。
2.系统辨识法：这种方法是通过对控制对象进行实验，获取系统的动态响应曲线，然后通过辨识技术来确定PID参数。
常用的系统辨识方法包括阶跃法、脉冲法等。
3.优化算法：这种方法是利用优化算法来优化PID参数，以使控制系统性能指标达到最优。
常用的优化算法包括遗传算法、粒子群算法、模拟退火算法等。
二、智能PID控制器参数整定实现1.系统建模：首先需要对控制对象进行建模，获取系统的数学模型。
可以通过物理建模、经验建模等方法得到系统的传递函数或差分方程。
2.参数初始化：为了使智能PID控制器正常运行，需要对PID参数进行初始化。
一般情况下，可以根据系统经验和控制要求来设置初始值。
3.优化算法选择：根据实际情况选择合适的优化算法，并确定相应的目标函数和约束条件。
优化算法的选择应考虑算法的收敛性、计算效率和适应性等因素。
4.参数优化：根据所选的优化算法，对PID参数进行优化。
通过迭代的方式，不断调整参数，直至达到最优的控制效果。
5.参数调整策略：根据实际应用需求，制定合适的参数调整策略。
可以选择周期性调整策略、事件触发调整策略等，以保持参数的稳定性和稳定性。
6.参数验证：对优化后的参数进行仿真或实验验证，检验参数是否满足控制要求。
如果不满足要求，可以调整参数初始化值，并重新进行优化。
7.参数更新：如果控制对象存在变化或外界环境影响，需要及时更新PID参数。
可以采用在线优化算法来实现参数的动态更新。
通过以上步骤，智能PID控制器的参数整定可以得到满足实际应用需求的参数设置。
PID控制器设计与参数整定方法综述
PID控制器设计与参数整定方法综述一、本文概述本文旨在全面综述PID（比例-积分-微分）控制器的设计与参数整定方法。
PID控制器作为一种广泛应用的工业控制策略，其设计的优劣直接影响到控制系统的性能和稳定性。
因此，深入理解并掌握PID控制器的设计原则与参数整定方法，对于提高控制系统的性能具有非常重要的意义。
本文将首先介绍PID控制器的基本原理和组成结构，包括比例、积分和微分三个基本环节的作用和特点。
在此基础上，详细阐述PID控制器设计的一般步骤和方法，包括确定控制目标、选择控制算法、设定PID参数等。
本文还将重点介绍几种常用的PID参数整定方法，如Ziegler-Nichols法、Cohen-Coon法以及基于优化算法的参数整定方法等，并对这些方法的优缺点进行比较分析。
本文将结合具体的应用实例，展示PID控制器设计与参数整定方法在实际工程中的应用效果，以期为读者提供有益的参考和借鉴。
通过本文的阅读，读者将能够全面了解PID控制器的设计与参数整定方法，掌握其在实际应用中的技巧和注意事项，为提高控制系统的性能和稳定性提供有力的支持。
二、PID控制器的基本原理PID（比例-积分-微分）控制器是一种广泛应用于工业控制系统的基本控制策略。
它的基本工作原理是基于系统的误差信号（即期望输出与实际输出之间的差值）来调整系统的控制变量，以实现对系统的有效控制。
PID控制器的核心在于其通过调整比例、积分和微分三个环节的参数，即比例系数Kp、积分系数Ki和微分系数Kd，来优化系统的动态性能和稳态精度。
比例环节（P）根据误差信号的大小成比例地调整控制变量，从而直接减少误差。
积分环节（I）则是对误差信号进行积分，以消除系统的静态误差，提高系统的稳态精度。
微分环节（D）则根据误差信号的变化趋势进行预测，提前调整控制变量，以改善系统的动态性能，抑制过冲和振荡。
PID控制器的这三个环节可以单独使用，也可以组合使用，以满足不同系统的控制需求。
基于人工智能的PID算法研究(可编辑)
基于人工智能的PID算法研究（可编辑）基于人工智能的PID算法研究扬州大学硕士学位论文基于人工智能的PID算法的研究姓名:顾志强申请学位级别:硕士专业:计算机技术指导教师:张天平20091101摘要现代控制系统,规模越来越大,系统越来越复杂,用传统的控制理论方法已不能满足控制的要求。
智能控制是在经典控制理论和现代控制理论的基础上发展起来的,是控制理论、人工智能和计算机科学相结合的产物。
传统控制是经典控制和现代控制理论的统称,它们的主要特征是基于模型的控制。
由于被控对象越来越复杂。
其复杂性表现为高度的非线性,高噪声干扰、动态突变性以及分散的传感元件,分层和分散的决策机构、多时间尺度,复杂的信息结构等,这些复杂性都难以用精确的数学模型微分方程或差分方程来描述。
除了上述复杂性以外, 往往还存在着某些不确定性,不确定性也难以用精确数学方法加以描述。
然而,对这样复杂系统的控制性能的要求越来越高,这样一来,基于精确模型的传统控制就难以解决上述复杂对象的控制问题。
在这样复杂对象的控制问题面前,人们将人工智能的方法和反馈控制相结合,解决复杂系统面临的复杂控制系统的难题。
智能控制主要分为逻辑控制、神经网络控制和实时专家系统。
研究的主要目标不仅仅是被控对象,同时也包含控制器本身。
文中介绍了传统的控制原理, 分为位置式和增量式,计算机控制是数字控制。
一些改进的控制算法是针对实际应用中的不足提出的,如积分分离式控制算法,抗积分饱和算法,变速积分算法等,实际应用中,控制又分为简单控制和串级控制,对一些典型的控制算法。
对仿真结果进行了对比分析,说明了改进算法的作用。
本论文对智能控制的一个分支??人工智能控制的算法进行了研究。
将人工智能控制算法与经典的调节器以及控制方法相结合,对一个三阶时滞系统进行了仿真控制研究。
仿真结果表明,用这种思想设计的控制器改善了单一控制方法的控制性能。
在仔细分析人工智能控制算法和控制器的基础之上,将二者结合,相互取长补短,使其算法与单一的控制器比较起来,在快速性、稳定性上有较明显的改善。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能PID控制系统设计研究
作者：杨文斌康睿严殿敏罗原理
来源：《中国科技博览》2015年第28期
[摘要]智能PID控制系统的设计和研究，对有效解决静力试验中多通道数字协调加载系统超调量大、加载精度差、响应慢等主要问题具有重要指导作用。
本文对PID控制进行了相关介绍，并对智能PID控制系统的设计和仿真进行和深入研究，旨在进一步提升智能PID控制系统的设计水平。
[关键词]智能PID；控制系统；系统设计；系统研究
中图分类号：P344 文献标识码：A 文章编号：1009-914X（2015）28-0049-01
与传统控制系统相比，PID控制系统结构更为简单，调整更为容易，并且，PID控制系统还具有智能化和性能高的优点，因此，自PID控制系统问世以来，便得到了广泛应用。
但是，在PID控制系统中，一旦系统控制参数确定就很难改变，难以满足复杂程度更高的现场需求，达不到理想的试验效果。
因此，为了能够有效解决早期PID控制系统中存在的问题，智能PID 控制系统就应运而生，它有效解决了PID控制系统中存在的问题。
接下来，本文就以加强对智能PID控制系统的了解和掌握为主要目的，对智能PID控制系统设计和实现进行深入探讨。
一、PID控制
PID控制器是一种线性控制系统，该系统是通过系统给定值r（t）与实际输出值y（t）之差e（t），根据比例、微分以及积分等环节对控制对象进行控制，进而达到对现场进行控制的目的。
PID控制系统微分方程具体如下所示。
式中：Kp为比例系数；
KI为积分系数；
KD为微分系数。
在PID控制系统中，主要依靠对这三个控制系数的控制来实现对控制对象的控制，同时，这三个系数的调整，也是PID 控制系统设计的重要环节，对整个控制系统具有较为重要的影响。
在对PID系统进行设计的过程中，增大KP的值则能够有效提升系统的响应速度，减小系统在工作过程中所存在的稳态误差，但缺点在于KP值过大容易发生振荡，不利于加载的顺利进行。
增大KI值则能够对系统静差进行有效控制，缺点则在于可能会增大超调量，也会在一定程度上对系统的控制造成一定影响。
增大KD值能够同时达到提升系统反应速度以及降低系
统超调量的效果，但是如此一来却会在一定程度上提升系统的敏感性，并且还会使系统的调整时间进一步延长[1]。
因此，在对PID控制系统进行设计的过程中，为了能够确保控制系统运行的有效性，保证加载系统稳定、准确、快速运行，就需要对各参数进行严格控制。
智能PID 控制系统，就很好的解决了该问题，通过智能化特点来对所有参数进行有效控制，进而确保试验的顺利进行。
二、智能PID控制系统设计
当前在对智能PID控制系统进行设计的过程中，最常用的设计方法就是利用模糊PID控制器设计方法，然后通过模糊逻辑对控制系统中的所有参数进行有效调整和控制，使其能够更好的满足静力试验中复杂的多通道数字协调加载需求。
模糊PID控制系统设计原理具体如图1所示。
（一）PID控制器初始参数
通常情况下，在对智能PID控制系统进行设计的过程中，为了能够确保系统设计的高效性，都会采用经验试凑法对智能PID控制系统的初始参数值进行设置。
在设置过程中，KI和KD值设置为零，以确保正PID控制器的比例度能够直接达到临界振荡过程。
在该初始值下，此时δk=2.6 ， TK=3.5s，经验公式如下：
通过该公式可得，可得Kp = 0.23 ， KI = 0.13 ， KD = 0.10。
此时，再根据结果对控制系统的参数值进行针对性调整，就能够确保控制系统处于最佳状态，就能够有效确保多通道数字协调加载控制的实现，保证静力试验的顺利进行。
当前，经过大量试验证明，当控制系统处于最佳状态时，参数值KP约为 0.10，KI为 0.19，KD为 0.01。
（二）智能PID控制系统的模糊规则
在应用模糊逻辑对智能PID控制系统进行设计的过程中，模糊控制规则占据着非常重要的地位。
在对智能PID控制系统进行设计的过程中，如果能够对模糊控制系统的模糊规则进行有效应用，就能够对系统中的参数值进行有效控制，进而在达到提升系统响应速度和降低系统超调量目的的同时，确保系统的稳定性[2]。
在对智能PID控制系统进行设计的过程中，控制系统系统将给定值 r与输出值 y之间的偏差 e及其变化率 ec，根据与e、ec的变化情况，PID控制参数应根据以下原则确定：
1、在对控制系统进行启动的过程中，如果e0，则控制系统的偏差值就会比较大，此时就应该通过增大比例系数Kp值的方式来对系统的响应速度进行提升。
同时，在此过程中还应该注意，为了能够有效避免控制系统的超调量过大，KI值以取零为宜，而KD值，则以中等值为宜。
2、当控制系统正常运转时，ec值会在中等范围内浮动化。
此时，为了能够有效减小控制系统的超调量，Kp值不宜过大，同时KI与KD值也应该在中等范围内变化。
3、当控制系统的响应速度趋于稳定，能够满足系统运转需求时，为了能够有效提升控制系统的稳定性，应该同时增大Kp与KI值。
同时，为了能够有效减小控制系统的振荡，在系
统ec值较小时KD值应该增大，ec值较大时KD值应该适当减小。
三、智能PID控制系统的仿真
在对智能PID控制系统进行有效设计之后，为了能够有效确保控制系统运行的稳定性和高效性，在正式对控制系统进行应用之前，应该通过建立模型的方式对系统进行仿真研究。
而通常情况下，在对PID控制系统进行仿真研究时，都是在Simulink中建立系统仿真模型，其具
体情况如图2所示。
在该方法中，模糊PID控制器所采用的方法为Mamdani模糊推理法，其模糊蕴涵为：
式中：uFR为模糊规则中的隶属度函数；
uRpq为前提部分Rpq的隶属度函数；
upm为结论部分的隶属度函数；
通常情况下，模糊合成所采用的算法主要为取大-取小法，其规则表示如下：
在智能PID控制系统中，在对模糊控制器进行基本设置时，所采用的算法主要包括以下几种：第一种，“与”采用min算法进行运算；第二种，“或”采用max算法进行运算；第三种，模糊蕴涵采用min算法，合成采用max算法。
根据以上算法，再综合模型对智能PID控制系统
进行仿真研究，就能够得出系统正常运转的结果，为试验现场多通道数字协调加载系统调试提供科学有效的参考依据，不断提高系统稳定性和高效性，更好的确保多通道数字协调加载控制的顺利进行。
结束语：
传统PID控制系统虽然也能够在一定程度上解决试验现场所存在的一系列问题，但是其系统应用却存在一定局限性，无法满足复杂程度越来越高的多通道数字协调加载的需求。
因此，各相关专业研究人员就应该加强对智能PID控制系统的设计和研究，有效解决以往系统中存在的问题，实现系统运行的智能化和科技化，进而更好的满足现代复杂的技术需求。
参考文献
[1] 李晓丹.模糊PID控制器的设计研究[D].天津：天津大学，2011.
[2] 王述彦，冯忠绪.基于模糊PID控制器的控制方法研究[J].机械科学与技术，2011（01）.。