几种常用的PID算法及发展趋势
位置式PID控制算法和增量式PID控制算法
位置式PID控制算法和增量式PID控制算法1.位置式PID控制算法：u(t) = Kp * e(t) + Ki * ∫e(t)dt + Kd * de(t)/dt其中，u(t)为控制量，Kp为比例增益，Ki为积分增益，Kd为微分增益，e(t)为偏差即系统输出值与期望值的差值，∫e(t)dt为偏差的积分，de(t)/dt为偏差的微分。
-简单易懂：位置式PID控制算法的计算公式直接描述了控制量与偏差之间的关系，容易理解和实现。
-稳定性好：位置式PID控制算法通过不断修正控制量的大小，能够使系统快速、准确地达到期望值，具有较好的稳定性和控制精度。
-适用范围广：位置式PID控制算法适用于各种控制系统，包括线性系统和非线性系统。
2.增量式PID控制算法：增量式PID控制算法是相对于位置式PID控制算法而言的，它的基本原理是通过计算当前偏差和上一次偏差之间的差异来决定修正控制量的大小，从而达到系统稳定的状态。
增量式PID控制算法的计算公式如下：u(t)=u(t-1)+Kp*[e(t)-e(t-1)]+Ki*e(t)+Kd*[e(t)-2*e(t-1)+e(t-2)]其中，u(t)为控制量，Kp为比例增益，Ki为积分增益，Kd为微分增益，e(t)为当前的偏差，e(t-1)为上一次的偏差，e(t-2)为上两次的偏差。
增量式PID控制算法的特点：-相对稳定性好：增量式PID控制算法通过计算偏差的变化速率，能够更快地修正控制量的大小，对系统的稳定性有着较大的改善。
-抗积分饱和：增量式PID控制算法在积分项的计算中，使用了当前的偏差，而非历史的偏差，减小了积分饱和的影响。
-操作舒适性好：增量式PID控制算法的输出量是控制量的增量，对控制对象的操作更加平稳，减少了骤变和震荡。
综上所述，位置式PID控制算法和增量式PID控制算法各有其优势，应根据具体的系统需求和控制目标选择使用。
一般来说，位置式PID控制算法适用于对控制精度要求较高的系统，而增量式PID控制算法则适用于要求操作平稳度较高的系统。
pid算法类型
pid算法类型
PID算法是一种常用的控制算法，其名称来源于三个控制参数：比例、积分和微分。
PID控制器通过不断调整这三个参数，使得系统的输出值能够稳定地接近设定值。
根据PID算法中比例、积分和微分的权重不同，可以将PID算法分为多种类型：
1. P型控制器（Proportional Controller）：只考虑误差的比例部分，即比例参数Kp。
该控制器对于系统的稳定性和响应速度都有重要影响，但是可能存在超调和静态误差。
2. PI型控制器（Proportional Integral Controller）：考虑误差的比例和积分部分，即比例参数Kp和积分参数Ki。
该控制器能够消除系统的静态误差，但是可能存在超调和振荡。
3. PD型控制器（Proportional Derivative Controller）：考虑误差的比例和微分部分，即比例参数Kp和微分参数Kd。
该控制器能够提高系统的响应速度，但是可能存在超调和抖动。
4. PID型控制器（Proportional Integral Derivative Controller）：考虑误差的比例、积分和微分部分，即比例参数Kp、积分参数Ki和微分参数Kd。
该控制器综合了前三种类型的优点，能够实现快速响应、消除静态误差和减小超调和振荡。
但是该控制器的参数调节比较困难，需要经验和实验确定。
除了这四种类型，还有一些改进的PID控制器，如增量型PID控制器、二阶PID控制器、自适应PID控制器等。
不同类型的PID控制器适用于不同的控制系统，需要根据具体情况进行选择和调节。
pid算法的原理和算法
pid算法的原理和算法【最新版】目录1.PID 算法的概念和组成2.PID 算法的工作原理3.PID 算法的应用范围和优势4.PID 算法的参数调整方法5.PID 算法的发展和展望正文一、PID 算法的概念和组成PID 算法，即比例 - 积分 - 微分算法，是一种在自动控制领域中应用最为广泛的调节器控制规律。
它主要由比例控制、积分控制和微分控制三个部分组成，简称为 PID 控制。
PID 控制器问世至今已有近 70 年历史，以其结构简单、稳定性好、工作可靠、调整方便等优点，成为工业控制主要技术之一。
二、PID 算法的工作原理PID 算法的工作原理主要基于对被控对象的偏差（实际值与期望值之间的差值）进行控制。
比例控制根据偏差的大小调整控制量，积分控制则根据偏差的累积值调整控制量，微分控制则根据偏差的变化速度调整控制量。
这三种控制方式相互结合，可以有效地提高控制系统的稳定性和响应速度。
三、PID 算法的应用范围和优势PID 算法在工程实际中应用广泛，尤其适用于那些结构和参数不能完全掌握或无法得到精确数学模型的对象。
当控制理论的其他技术难以采用时，PID 算法可以依靠经验和现场调试来确定控制器的结构和参数。
此外，PID 算法具有结构简单、参数相互独立、选定方便等优点，可以有效地提高控制系统的性能。
四、PID 算法的参数调整方法PID 算法的参数调整方法有很多，例如试凑法、临界比例度法、扩充临界比例度法等。
这些方法都可以在一定程度上提高控制系统的性能，但需要根据具体的实际情况选择合适的方法。
五、PID 算法的发展和展望随着科学技术的不断发展，PID 算法也在不断地完善和提高。
未来的发展趋势主要包括进一步提高 PID 算法的性能，例如通过引入智能优化算法、神经网络等技术；另一方面，则是将 PID 算法应用于更广泛的领域，如机器人控制、自动驾驶等。
综上所述，PID 算法作为一种经典的自动控制算法，在工程实际中具有广泛的应用和优越的性能。
智能PID控制的发展现状及应用展望
智能PID控制的发展现状及应用展望智能PID控制（Proportional-Integral-Derivative control）是一种常见的控制算法，广泛应用于工业自动化领域中。
它通过测量控制系统的误差来调整输出，使系统的实际值尽可能接近期望值。
随着科技的不断进步和发展，智能PID控制在控制领域也得到了广泛的应用和发展，为工业生产和自动化领域带来了诸多益处。
本文将从智能PID控制的发展现状和未来应用展望两方面进行探讨。
1.传统PID控制的局限性传统的PID控制算法是通过比例、积分和微分三项参数来调节控制系统的输出，但是在实际应用中，传统PID控制算法存在许多局限性。
传统PID控制算法对于非线性和时变系统的控制效果不佳，不适用于复杂的工业生产系统。
传统PID控制无法满足对控制精度和稳定性的要求，容易受到外部扰动的影响。
2.智能PID控制的发展趋势随着人工智能和大数据技术的不断发展，智能PID控制算法应运而生，成为控制领域的新宠。
智能PID控制算法采用了模糊逻辑、遗传算法、神经网络等先进技术，可以更好地适应非线性和时变系统，提高了控制系统的鲁棒性和鲁棒性。
适应性，同时提高了控制系统的稳定性和精度，在实际工业生产中具有广阔的应用前景。
3.智能PID控制的应用领域智能PID控制在工业自动化控制、机器人控制、电力系统控制、交通运输系统控制等领域都得到了广泛的应用。
在工业自动化控制中，智能PID控制算法可以实现对生产过程的精准控制，提高生产效率和产品质量。
在机器人控制领域，智能PID控制可实现对机器人动作的精确控制，提高了机器人的灵活性和适应性。
在电力系统控制中，智能PID控制可以实现对电力负载的平稳控制，提高了电力系统的稳定性和安全性。
二、智能PID控制的未来应用展望1.智能PID控制在工业4.0中的应用随着工业4.0的到来，智能PID控制将会得到更广泛的应用。
在智能制造和工业网络化的背景下，智能PID控制可以实现对生产过程的智能化控制和管理，提高了生产效率和产品质量，有助于企业实现智能制造的转型升级。
(完整版)数字PID及其算法
数字PID 及其算法主要内容：1、PID 算法的原理及数字实现2、数字PID 调节中的几个实际问题3、几种发展的PID 算法4、PID 参数的整定方法一、概述几个概念：1、程序控制：使被控量按照预先规定的时间函数变化所作 的控制，被控量是时间的函数。
2、顺序控制：是指控制系统根据预先规定的控制要求，按 照各个输入信号的条件，使过程的各个执行机构自动地按预 先规定的顺序动作。
3、PID 控制：调节器的输出是输入的比例、积分、微分的 函数。
4、直接数字控制：根据采样定理，先把被控对象的数学模 型离散化，然后由计算机根据数学模型进行控制。
5、最优控制：是一种使控制过程处在某种最优状态的控制。
6、模糊控制：由于被控对象的不确定性，可采用模糊控制。
二、PID 算法的原理及数字实现PID 调节的实质：根据系统输入的偏差，按照PID 的函数 关系进行运算，其结果用以控制输出。
PID 调节的特点：PID 的函数中各项的物理意义清晰，调节灵活，便于程序化实现。
三、 PID 算法的原理及数字实现PID 调节器是一种线性调节器，他将设定值w 与实际值y 的偏差：按其比例、积分、微分通过线性组合构成控制量1、比例调节器：比例调节器的微分方程为：)(*y t e Kp =y 为调节器输出，Kp 为比例系数，e(t)为调节器输入偏差。
由上式可以看出比例调节的特点：调节器的输出与输入偏差成正比。
只要偏差出现，就能及时地产生与之成比例的调节作用，使被控量朝着减小偏差的方向变化，具有调节及时的特点。
但是，Kp 过大会导致动态品质变坏，甚至使系统不稳定。
比例调节器的阶跃响应特性曲线如下图yw e -=sd *K s Ki pK 对象 we + - + + + u y2、积分调节器：积分作用是指调节器的输出与输入偏差的积分成比例的作用，其作用是消除静差。
积分方程为：TI 是积分时间常数，它表示积分速度的大小，TI 越大，积分速度越慢，积分作用越弱。
智能车PID的算法推荐
智能车PID的算法推荐智能车PID控制算法是一种常用的控制算法，它通过不断地调整车辆的控制量来实现目标状态与当前状态之间的误差最小化。
PID算法的名称源于它的三个部分：比例（P）、积分（I）和微分（D），而车辆的控制量则是根据这三个部分的权重参数进行计算。
比例项（P）是通过比较目标状态和当前状态的误差得到的，其控制效果是与误差成比例的。
当误差较大时，比例项会产生较大的输出，有助于加快系统响应速度；而当误差较小时，比例项的输出将减小，以减小振荡。
积分项（I）可以追踪已经发生的误差，得到误差的累积项。
它在误差持续存在时提供控制输出，可以在误差较小或者趋于零时，对系统进行微调以消除持久性误差。
微分项（D）是根据误差的变化率来调整系统的输出。
它可以提供一个反馈信号，预测误差的变化趋势，并制定适当的控制输出来减小误差的变化速度，以克服过冲或振荡的问题。
在实际应用中，选择合适的PID权重参数是非常重要的。
通常的做法是先设置P和D的值，然后逐渐增加I的值直到系统稳定。
这个过程可能需要多次试验和微调，以获得最佳的参数组合。
除了基本的PID算法，还有一些改进的PID算法可供选择，其中一些常用的包括：1.增量PID算法：在每个控制周期中，通过计算误差的变化量来更新控制量，以提高控制系统对于误差变化的敏感性。
2.自适应PID算法：根据系统当前状态和性能，动态调整PID参数，以适应不同的工况和外部扰动。
3.模糊PID算法：结合模糊逻辑和PID算法，通过定义模糊规则来调整PID参数，以更好地适应非线性和不确定性系统。
4.基于模型的PID算法：通过对系统动态建模，根据建模结果自动调整PID参数，以提高系统的控制精度和稳定性。
5.改进的积分项算法：针对积分项可能导致的问题（如积分饱和），进行改进和优化，以避免控制系统出现过度响应或不稳定的情况。
6.鲁棒PID算法：通过考虑外部扰动和模型不确定性，设计具有鲁棒性的PID控制器，以提高系统的抗干扰能力和稳定性。
PID参数自整定的方法及实现
PID参数自整定的方法及实现PID是一种常见的控制算法，其参数的正确调整对系统的稳定性和性能至关重要。
以下是几种常见的PID参数自整定方法及其实现。
1.经验法经验法是一种基于控制经验和试错法的PID参数整定方法。
通常，初始参数通过试错法手动调整，观察系统的响应，并根据响应结果进行进一步的调整。
这个过程会反复进行，直到达到所需的控制效果。
实现方法：-根据系统的特性和需求，选择初始参数。
-将初始参数应用到系统中，并记录系统的响应。
-根据响应结果，进行参数调整。
-不断重复上述步骤，直到达到所需的控制效果为止。
2. Ziegler-Nichols法Ziegler-Nichols法是一种常用的自整定方法，根据系统的响应特性，直接确定PID参数的初值。
实现方法：-将PID控制器的I和D参数设为0，并逐步增大P参数，观察系统的响应。
-当P参数达到临界值时，系统开始出现振荡。
-记录此时的P参数值，并根据振荡的周期和振幅计算出相应的PID 参数。
3.贝叶斯优化法贝叶斯优化法是一种基于概率模型的自整定方法，通过不断观察系统的响应和根据历史数据进行参数调整，以逐步优化PID参数。
实现方法：-根据系统的特性和需求，选择初始参数。
-将初始参数应用到系统中，并记录系统的响应。
-利用历史数据，建立系统响应模型。
-根据模型，计算参数的后验概率分布。
-根据概率分布，调整参数。
-不断重复上述步骤，直到达到所需的控制效果为止。
4.闭环步跃法闭环步跃法是一种通过系统的闭环响应来自整定PID参数的方法。
通过观察系统在单位步跃负载下的响应，确定PID参数的初值。
实现方法：-将PID控制器的I和D参数设为0，并逐步增大P参数，观察系统在单位步跃负载下的响应。
-记录此时的P参数值，并根据响应曲线的特性计算出相应的PID参数。
以上是几种常见的PID参数自整定方法及其实现。
根据具体的控制系统和需求，选择合适的方法可以有效提高系统的稳定性和性能。
同时，注意在实际应用中需要结合经验和试错进行进一步的调整，以达到最佳的控制效果。
PID控制算法
PID控制原理和特点工程实际中，应用最为广泛调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。
PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制主要技术之一。
当被控对象结构和参数不能完全掌握，或不到精确数学模型时，控制理论其它技术难以采用时，系统控制器结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。
即当我们不完全了解一个系统和被控对象﹐或不能有效测量手段来获系统参数时，最适合用PID控制技术。
PID控制，实际中也有PI和PD控制。
PID控制器就是系统误差，利用比例、积分、微分计算出控制量进行控制。
1、比例控制（P）：比例控制是最常用的控制手段之一，比方说我们控制一个加热器的恒温100度，当开始加热时，离目标温度相差比较远，这时我们通常会加大加热，使温度快速上升，当温度超过100度时，我们则关闭输出，通常我们会使用这样一个函数：e(t) = SP – y(t)u(t) = e(t) * PSP——设定值e(t)——误差值y(t)——反馈值u(t)——输出值P——比例系数滞后性不是很大的控制对象使用比例控制方式就可以满足控制要求，但很多被控对象中因为有滞后性。
也就是如果设定温度是200度，当采用比例方式控制时，如果P选择比较大，则会出现当温度达到200度输出为0后，温度仍然会止不住的向上爬升，比方说升至230度，当温度超过200度太多后又开始回落，尽管这时输出开始出力加热，但温度仍然会向下跌落一定的温度才会止跌回升，比方说降至170度，最后整个系统会稳定在一定的范围内进行振荡。
如果这个振荡的幅度是允许的比方说家用电器的控制，那则可以选用比例控制。
2、比例积分控制（PI）：积分的存在是针对比例控制要不就是有差值要不就是振荡的这种特点提出的改进，它常与比例一块进行控制，也就是PI控制。
其公式有很多种，但大多差别不大，标准公式如下：u(t) = Kp*e(t) + Ki*∑e(t) + u0u(t)——输出Kp——比例放大系数Ki——积分放大系数e(t)——误差u0——控制量基准值（基础偏差）大家可以看到积分项是一个历史误差的累积值，如果光用比例控制时，我们知道要不就是达不到设定值要不就是振荡，在使用了积分项后就可以解决达不到设定值的静态误差问题，比方说一个控制中使用了PI控制后，如果存在静态误差，输出始终达不到设定值，这时积分项的误差累积值会越来越大，这个累积值乘上Ki后会在输出的比重中越占越多，使输出u(t)越来越大，最终达到消除静态误差的目的。
- 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)。
几种常用的PID算法及发展趋势c语言2008-04-16 11:10:38 阅读270 评论0 字号：大中小订阅要：针对目前国内外热处理计算机控制系统的控制策略模型，讨论了改进型的PID控制算法、模糊PID控制算法、专家式PID控制算法及计算机控制策略发展趋势的若干问题。
关键词：控制策略PID控制算法模糊控制专家式PID控制算法Xie Songyun，Zhang Jian，Wang Gongwang（Department of Electronic Engineering ，Northwestern Polytechnic University，Xi′an 710072）Dong Daqun（College of Marine Engineering，Northwestern Polytechnic University）1前言计算机控制策略通常分为精确数学模型控制和通用型控制两类。
精确数学模型控制是利用计算机的快速计算和判断能力，依据被控对象，例如热处理过程的物理化学特性所建立的数学模型，来对整个工艺过程进行控制。
这类控制策略是以工艺过程的精确数学模型为基础的，但在许多情况下，由于生产的多样化，所处理零件材料、批量等的不规则性，工艺制度的变化程度等难以确定的实际因素，很难提出准确而又较简捷的数学模型，这就需要提出另一种通用的带调整因子的控制策略。
目前最盛行的是改进型的PID控制算法和模糊控制算法，并正在发展专家系统。
本文拟就几种常用的PID算法及发展趋势加以研究和讨论。
2数字PID的改进算法在计算机控制系统中，PID控制规律是用计算机程序来实现的，因此它的灵活性很大。
一些原来的模拟PID控制器中无法实现的问题，在引入计算机以后就可以得到解决，于是产生了一系列的改进算法，以满足不同控制系统的需要。
2．1积分分离PID算法在普通的数字PID控制器中引入积分环节的目的，主要是为了消除静差、提高精度。
但在过程的启动、结束或大幅度增减设定值时，短时间内系统输出会有很大的偏差，造成PID运算的积分积累，引起系统较大的超调，甚至引起系统的振荡，这是某些生产过程绝对不允许的。
为了防止这种现象的发生，可采用积分分离PID算法解决。
该方法的实质是，当被控量与设定值的偏差较大时，取消积分作用，以免积分作用使系统稳定性减弱，超调量加大；当被控量接近设定值时，加入积分作用，以便消除静差，提高控制精度。
这样既有利于改善动态特性，又有利于消除静差。
所以积分分离PID算法是一种较常用的方法。
具体做法是根据被控对象，设定一个偏差的门限e０，当过程控制中偏差e（k）的绝对值大于e０时，系统取消积分控制；当e（k）的绝对值小于e０时，才引入积分控制。
即积分分离形式的PID算式为：（1）其中4专家式PID自整定控制算法如前所述，常规PID控制器在使用过程中面临最麻烦的问题就是控制器参数的整定问题。
近年来国内外不少学者和工程师研究了PID控制器参数的自整定方法，提出了多种PID控制器参数的自整定方案。
其中最典型的是美国FOXBORO公司推出的EXACT专家式自整定控制器，它将专家系统技术应用于PID控制器，代表着当今智能自整定仪表的发展方向。
专家式PID参数整定算法即根据一定的PID控制知识及专家的经验，总结出一定的专家系统整定PID参数的规则，作出推理决策，对KＰ、TＩ、TＤ等参数进行整定，其一般结构如图5所示。
Abstract According to the control tactics model of computer control system of heat treatment in home and abroad，the control algorithm of improved PID control，fuzzy PID control algorithm and expert PID control algorithm are investigated and some problems on the development of control tactics are discussed．Key words：control tactics，PID，fuzzy control，expert PID control2．2不完全微分的PID算法在控制系统中引入微分环节改善了系统的动态特性，但对干扰特别敏感，有时，反而会降低控制效果。
因此，若在控制算法中加上低通滤波器（一阶惯性环节）来抑制高频干扰，则性能可显著改善。
不完全微分PID的结构如图1a、b所示，图1a是将低通滤波器直接加在微分环节上，图1b是将低通滤波器加在整个PID控制器之后。
下面以图1a的结构为例介绍不完全微分PID算法。
图1不完全微分PID图1（a）所示的系统传递函数为：（2）上式的离散化形式为：u（k）＝uＰ（k）＋uＩ（k）＋uＤ（k）（3）显然，uＰ（k）和uＩ（k）与普通PID算式完全一样，只是uＤ（k）出现了不同。
经推导可得：uＤ（k）＝kＤ（1－α）［e（k）－e（k－1）］＋αuＤ（k－1）（4）其中微分部分能均匀输出，不会使系统产生振荡。
因此，尽管不完全微分较之普通PID的算法复杂，但是，由于其良好的控制特性，使用越来越广泛，是今后发展的方向。
2．3微分先行PID算法引入微分的另一种改进形式是图2所示的微分先行PID结构，它是由基本PID结构形式变换而来的，因此同样能起到平滑微分的作用。
它的结构特点是只对输出量y（t）进行微分，而对给定值r（t）不作微分，这种输出量先行微分控制适用于给定值频繁升降的场合，可以避免给定值r（t）升降时所引起系统振荡，明显地改变了系统的动态特性。
图2微分先行PID控制由图2可得微分先行的增量式为：2．4动态补偿法当受控对象动态参数变化为非线性时，可用动态增益补偿法。
受控过程的传递函数常可表示为：其中滞后时间常数τ常常是变化的。
于是控制器的算法为式中u——控制器的输出f——回路外影响负荷的参数e——误差信号为使上式易于用计算机来实现，可改写为：将上式离散化根据上式可推导出：动态补偿PID算法的增量式为：［1］Δu（k）＝u（k）－u（k－1）（11）3模糊PID控制算法模糊控制器是一种近年来发展起来的新型控制器，其优点是不要求掌握受控对象的精确数学模型，而根据人工控制规则组织控制决策表，然后由该表决定控制量的大小。
3．1模糊控制规则模糊控制规则的形成是把有经验的操作者或专家的控制知识和经验制定成若干控制决策表，这些规则可以用自然语言来表达，但一般要进行形式化处理。
例如：①“If AｎThen Bｎ”；②“If AｎThen BｎElse Cｎ”；③“If AｎAnd BｎThen Cｎ”；其中Aｎ是论域U上的一个模糊子集，Bｎ是论域V上的一个模糊子集。
根据人工试验，可离线组织其控制决策表R，R是笛卡尔乘积U×V上的一个模糊子集。
则某一时刻，以上控制规则的控制量分别为：①Bｎ＝Aｎ．R②Bｎ＝Aｎ．RCｎ＝Aｎ．R③Cｎ＝（Aｎ×Bｎ）．R式中×——模糊直积运算．——模糊合成运算控制规则③是实际模糊控制器最常用的规则形式。
在这类规则中，A一般用来表示被控制量的测量值与期望值的偏差E＝x－x ０的隶属函数。
B一般表示偏差变化率C＝d E／dt的隶属函数。
目前设计的模糊控制器基本上都是采用这种方式。
即在模糊控制过程中，同时要把系统与设定值的偏差和偏差的变化率作为模糊输入量。
这种方法不仅能保证系统的稳定性，而且还可减少超调量和振荡现象。
3．2模糊PID控制算法PID调节对于线性定常系统的控制是非常有效的，但对于非线性、时变的复杂系统和模型不清楚的系统就不能很好地控制。
而模糊控制器对复杂的和模型不清楚的系统却能进行简单而有效的控制，但由于模糊控制器不具有积分环节，因而在模糊控制系统中又很难完全消除静差，而且在变量分级不足够多的情况下，常常在平衡点附近会有小的振荡现象。
如果把两种控制方法结合起来，就可以构成兼有这两者优点的模糊PID控制器。
有几种方法可把模糊技术与PID控制算法结合起来构成模糊PID控制器：一种是利用模糊控制器来给PID控制器在线自整定PID参数，组成模糊自整定参数PID控制器；另一种是在大偏差范围内采用比例控制，而在小偏差时采用模糊控制，两种控制方式可根据预先确定的偏差阈值进行切换，这就构成FUZZY－P双模分段控制器；与此类似，可以设计多模分段控制的算法，根据不同条件和要求分段，用不同模态进行控制。
模糊控制与传统的PID控制之间的区别可以理解为：PID控制是一种基于时间的控制，而模糊控制则是一种基于过程的控制。
两者在结构上的区别如图3所示。
图3模糊控制与传统PID控制的区别（a）传统PID控制系统框图（b）模糊PID控制系统框图模糊控制器的智能性就体现在它比传统的PID控制器多加一个设定值调节器和设定值选择器。
设定值调节器模拟有经验的操作者的控制过程和功能。
它着眼于控制的过程（在PID控制的范围内）、系统的动态特性及非线性（包括负载的改变），通过向PID运算器内输入假定目标设定值而使系统运行起来。
其典型的控制结果如图4所示。
可见模糊控制减小了系统的超调量，并且对系统失调响应速度更快。
图4模糊控制典型的控制结果由于模糊控制明显减小了超调量，有效地提高了系统的反应速度和控温精度，并且更易于实现计算机控制，因此，模糊控制技术被很多控制系统所采用。
在热处理设备控制技术中，模糊控制技术也是最近十年最显著的进步，已越来越多地受到热处理界的关注［2］［3］。
图5专家式PID自整定控制器自控系统结构图该控制系统中，除广义被控对象外，其余部分为专家式PID自整定控制器。
该自整定控制器的工作过程是，在闭环系统受到扰动时，对系统误差e的时间特性进行模式识别，分别识别出该过程响应曲线的多个特征参数eｉ，i＝1，2，…，m（如超调量、阻尼比、衰减振荡周期、上升时间等）。
将所测出的特征参数值与用户实现设定好的特征参数制进行比较，其偏离量送入专家系统，专家系统在线推断出为消除各特征量的偏离，控制器各参数所应有的校正量ΔTｊ，送入到常规的PID控制器，以修正PID控制器的各个参数。
与此同时，控制器根据系统误差e以及所整定的参数进行运算，输出控制信号u到广义被控对象进行控制，直到被控过程的响应曲线的特征参数满足用户期望的要求。
由图5可见，在具有专家式PID自整定控制器的控制系统中，除了有一个按系统误差e控制的、由常规PID控制器和广义被控对象组成的常规的闭环内回路外，还有一个多输入、单输出的闭环外回路。
在这个外回路中，常规PID控制器和原来的广义对象构成被控对象，模式识别器是该外回路的一个单输入、多输出测量装置。