[发明专利]基于被控对象阶跃响应特性数据的PID参数整定方法

说明书

本发明公开了一种基于被控对象阶跃响应特性数据的PID参数整定方法。本发明对自平衡被控对象进行阶跃响应试验，得到阶跃响应曲线；按采样周期采样和计算后，确定被控对象的单位阶跃响应序列；设置PID参数寻优区间、寻优参数和适应度函数，并随机生成初始PID参数；模拟PID闭环控制系统设定值扰动试验，按控制量增量公式和被控量改变量预测公式，得到PID整定时域内各采样时刻的被控量改变量的预测值和设定值与被控量的偏差量；计算各组PID参数对应的适应度函数，按遗传算法原理对PID参数进行寻优，得到符合适应度准则的最佳PID控制参数。本发明无需对被控对象进行模型辨识，直接基于被控对象的阶跃试验特性数据，利用寻优算法确定最佳PID控制参数。

技术领域

本发明属于自动控制技术领域，更具体地，涉及一种基于自动控制系统被控对象阶跃响应特性数据的PID参数整定方法。

背景技术

比例-积分-微分(Proportion-integral-derivative，PID)控制器具有结构简单、容易实现、鲁棒性好等诸多优点，在工业过程自动化系统中得到了广泛应用。在工程应用中，如果PID参数不合理，不仅自动化系统的动态性能较差，而且可能需要操作人员频繁干预，甚至导致自动化系统退出自动控制状态。PID控制器只有三个可调参数，但要获得最佳参数组合并不容易，目前技术人员主要利用经验或理论方法整定PID参数。

经验整定方法包括衰减曲线法、齐格勒-尼科尔斯法等。这类方法一般先根据系统的开环或闭环阶跃响应特性曲线确定初始PID参数(如采用衰减曲线法时，调整控制器增益使系统产生4：1衰减震荡，再通过经验公式计算得到初始PID参数)，然后基于系统闭环阶跃响应特性不断调整PID参数，直至闭环系统获得比较满意的控制品质。由于经验整定方法需要反复测试和调整，整定时间较长，而且对技术人员的工程经验要求也比较高。

理论整定方法包括极点配置法、二次型优化法、遗传算法和粒子群算法等。这类方法一般在被控对象数学模型的基础上，通过各种寻优算法计算得到PID参数。如果被控对象建模比较准确，则可以获得使闭环系统具有良好控制品质的PID控制器。但无论是对象模型辨识、还是PID参数寻优，都要求技术人员具备较高的专业理论知识和工程实践经验；而且在进行了以阶跃信号或伪随机序列信号等作为输入信号的模型辨识试验后，还需要花很多时间进行离线模型辨识，无法在线整定PID参数。

对技术人员来说，如果可以通过对被控对象进行阶跃响应试验，利用试验数据和寻优算法直接来整定得到PID参数，必将大大降低PID参数整定难度、减少工作量。

发明内容

本发明所要解决的技术问题是克服上述现有技术存在的不足，对于具有自平衡能力的被控对象，提出一种基于被控对象阶跃响应特性数据的PID参数整定方法，该方法可以使技术人员不必进行模型辨识，直接基于自平衡被控对象的阶跃响应特性数据，利用各种寻优算法确定最佳PID控制参数。

为此，本发明采用如下的技术方案：基于被控对象阶跃响应特性数据的PID参数整定方法，其包括步骤：

1)对自平衡被控对象进行阶跃响应试验，得到自平衡被控对象的阶跃响应特性曲线；

2)对步骤1)得到的阶跃响应曲线进行采样，得到各采样时刻的被控量采样值；经计算后得到自平衡被控对象的单位阶跃响应序列；

3)设置PID参数寻优区间、寻优参数和适应度函数，并随机生成初始PID控制参数；

4)模拟PID闭环控制系统设定值扰动试验，按控制量增量公式和被控量改变量预测公式，得到PID整定时域内各采样时刻的被控量改变量的预测值和设定值与被控量的偏差量；

5)计算各组PID参数对应的适应度函数，按遗传算法原理对PID参数进行寻优，得到符合适应度准则的最佳PID控制参数。

作为上述技术方案的补充，步骤1)的具体内容如下：