[发明专利]增量式PI参数时变智能优化控制

说明书

技术领域

本发明属于自动控制技术领域，特别是指一种增量式PI参数时变智能优化控制方法。 

背景技术

PID调节是连续系统中技术最成熟、应用最广泛的一种调节方式，其调节的实质是根据输入的偏差值，按比例、积分、微分的函数关系进行运算，其运算结果用于输出控制。PID控制算法在相当多的控制领域的应用中都取得了比较满意的效果，而由微机、单片机、DSP等数字芯片及工业集成控制系统DCS实现的数字PID控制算法，由于其软件系统的灵活性，使算法得到了进一步的修正和完善。PID控制算法的种类很多，由于应用场合不同，对算法的要求也有所不同；数字PID调节是连续系统控制中广泛应用的一种控制方法，数字PID控制系统是时间的离散系统 ,计算机对生产过程的控制是断续的过程，即在每一个采样周期内,传感器将所测数据转换成统一的标准信号后输入给调节器,在调节器中与设定值进行比较得出偏差值,经 PID运算得出本次的控制量,输出到执行器后才完成了本次的调节任务；在PID调节中，由于PID算式选择的不同会得到不同的控制效果 ,特别是当算法中某些参数选择的不妥时，会引起控制系统的超调或振荡,这对某些生产过程是十分有害的.为了避免这种有害现象的发生，分析和研究PID算法,确定合理的PID参数是必要的,同时对PID控制技术的广泛应用具有重要的意义； 

今天熟知的PID控制器产生并发展于1915-1940年期间；在工业过程控制中PID控制器及其改进型的控制器占90%；在1942年和1943年，泰勒仪器公司的zieiger和Nichols等人分别在开环和闭环的情况下，用实验的方法分别研究了比例、积分和微分这三部分在控制中的作用，首次提出了PID控制器参数整定的问题；随后有许多公司和专家投入到这方面的研究。经过50多年的努力，在PID控制器的参数调整方面取得了很多成果；诸如预估PID控制(Predictive PID)、自适应PID控制(adaptive PID)、自校正PID控制(self-tuning PID)、模糊PID控制(Fuzzy PID)、神经网络HD控制(Neura PID)、非线性PID控制(Nonlinear PID)等高级控制策略来调整和优化PID参数；

日本的Inoue提出一种重复控制，用于伺服重复轨迹的高精度控制，它原理来源于内模原理，加到被控对象的输入信号处偏差外，还叠加一个“过去的偏差”，把过去的偏差反映到现在，和“现在的偏差”一起加到被控对象的控制，偏差重复利用，这种控制方法不仅适用于跟踪周期性输入信号，也可抑制周期性干扰；

在美国Michigan大学的Holland教授提出的遗传算法中，他提出了模拟自然界遗传机制和生物进化论而形成的一种并行随机搜索最优化方法。它将优胜劣汰，适者生存的进化论原理引入优化参数形成的编码串联群体中，按所选择的适配值函数通过遗传中的复制，交叉及变异对个体进行筛选，使适配值高的的个体被保留下来，组成新群体，新群体有继承上一代信息，优于上一代，周而复始知道得到满意值，这种算法简单，可并行处理，得到全局最优解；

 对于PID这样简单的控制器，能够适用于广泛的工业与民用对象，并仍以很高的性价比在市场中占据着重要地位，充分地反映了PID控制器的良好品质。概括地讲，PID控制的优点主要体现在以下两个方面: 原理简单、结构简明、实现方便，是一种能够满足大多数实际需要的基本控制器; 控制器适用于多种截然不同的对象，算法在结构上具有较强的鲁棒性，确切地说，在很多情况下其控制品质对被控对象的结构或参数摄动不敏感；

 但从另一方面来讲，控制算法的普及性也反映了PID控制器在控制品质上的局限性；具体分析，其局限性主要来自以下几个方面:算法结构的简单性决定了 PID控制比较适用于单输入单输出最小相位系统，在处理大时滞、开环不稳定过程等受控对象时，需要通过多个PID控制器或与其他控制器的组合，才能得到较好的控制效果；算法结构的简单性同时决定了PID控制只能确定闭环系统的少数主要零极点，闭环特性从根本上只是基于动态特性的低阶近似假定的；出于同样的原因，决定了单一PID控制器无法同时满足对假定设定值控制和伺服跟踪控制的不同性能要求；针对常规PID控制存在的问题，将PID控制器与智能优化算法相结合，对PID控制器进行改进，得到了先进型PID控制器。

发明内容

（一）要解决的技术问题 

有鉴于此，本发明的主要目的在于提出一种增量式PI参数时变智能优化控制方法，着手解决非线性、大滞后、大惯性系统的控制，具体体现在PI参数时变的时变更新机制、控制死区及反冲量等。