一種微分可調(diào)pid控制器參數(shù)工程整定方法
【專利摘要】本發(fā)明提出一種微分可調(diào)PID控制器參數(shù)工程整定模型及方法。該方法采用遺傳算法優(yōu)化技術(shù)，通過仿真獲得不同熱工過程及PID控制器微分份額下對應(yīng)的優(yōu)化的PID控制器參數(shù)，并以優(yōu)化的PID控制器參數(shù)作為樣本，采用BP神經(jīng)網(wǎng)絡(luò)技術(shù)建立PID控制器參數(shù)工程整定模型，根據(jù)實際熱工過程階躍響應(yīng)曲線的特征參數(shù)及選擇的PID控制器微分份額大小，采用建立的神經(jīng)網(wǎng)絡(luò)模型計算PID控制器參數(shù)的整定值。采用本發(fā)明方法整定的PID控制器，其控制性能在快速性、穩(wěn)定性和魯棒性等方面都優(yōu)于采用傳統(tǒng)工程整定方法整定的PID控制器，并且能方便地調(diào)整PID控制器微分作用的大小，有效克服了傳統(tǒng)PID控制器參數(shù)工程整定方法的不足。
【專利說明】
一種微分可調(diào)PID控制器參數(shù)工程整定方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于熱工自動控制技術(shù)領(lǐng)域，具體涉及一種微分可調(diào)PID控制器參數(shù)工程 整定模型及方法。
【背景技術(shù)】
[0002] 熱工過程自動控制是保證熱力設(shè)備安全和經(jīng)濟運行的必要措施和手段，當(dāng)前熱工 過程自動控制廣泛采用的控制策略是PID控制，采用微分作用可有效改善過程控制性能。但 由于微分作用對噪聲較敏感，工程應(yīng)用中一般不宜過大。
[0003] 目前，傳統(tǒng)PID控制器參數(shù)工程整定方法多采用Zielger與Nichols提出的Z-N法， 該方法可以得到初始的整定參數(shù)，但其在快速性、穩(wěn)定性和魯棒性等方面的控制性能并不 好，另外，傳統(tǒng)的PID參數(shù)工程整定法無法調(diào)整控制器微分項的大小，不利于工程應(yīng)用。
[0004] 本發(fā)明提出一種微分可調(diào)PID控制器參數(shù)工程整定模型及方法。該方法采用遺傳 算法優(yōu)化技術(shù)，通過仿真獲得不同熱工過程及PID控制器微分份額下對應(yīng)的優(yōu)化的PID控制 器參數(shù)，并以優(yōu)化的PID控制器參數(shù)作為樣本，采用BP神經(jīng)網(wǎng)絡(luò)技術(shù)建立PID控制器參數(shù)工 程整定模型，根據(jù)實際熱工過程階躍響應(yīng)曲線的特征參數(shù)及選擇的PID控制器微分份額大 小，采用建立的神經(jīng)網(wǎng)絡(luò)模型計算PID控制器參數(shù)的整定值。采用本發(fā)明方法整定的PID控 制器，其控制性能在快速性、穩(wěn)定性和魯棒性等方面都優(yōu)于采用傳統(tǒng)工程整定方法整定的 PID控制器，并且能方便地調(diào)整PID控制器微分作用的大小，有效克服了傳統(tǒng)PID控制器參數(shù) 工程整定方法的不足。

【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：為了克服傳統(tǒng)PID控制器參數(shù)工程整定方法整定效果較差，且控制器微 分作用大小不可調(diào)整問題，本發(fā)明提出一種微分可調(diào)PID控制器參數(shù)工程整定模型及方法， 使PID控制器具有更好的控制性能，且可以方便地調(diào)整PID控制器微分作用的大小。
[0006] 技術(shù)方案:提供了 一種微分可調(diào)PID控制器參數(shù)工程整定模型及方法，包括步驟：
[0007] 步驟1 :PID控制器的傳遞函數(shù)為
，s為復(fù)變量，Kp為比例系 數(shù)，h為積分系數(shù)，Kd為微分系數(shù)，并且滿足
，其中a為PID控制器微分份額;采 用BP神經(jīng)網(wǎng)絡(luò)技術(shù)，建立以過程階躍響應(yīng)曲線的特征參數(shù)滯后時間t和慣性時間T。以及PID 控制器微分份額a為模型輸入變量，以PID控制器參數(shù)KP、KdPKD為模型輸出變量的神經(jīng)網(wǎng)絡(luò) 模型，并以該神經(jīng)網(wǎng)絡(luò)作為PID控制器參數(shù)工程整定模型；
[0008] 其中用于建立神經(jīng)網(wǎng)絡(luò)模型的辨識樣本通過如下方法獲取：
[0009] (1)神經(jīng)網(wǎng)絡(luò)模型輸入辨識樣本通過如下計算：
[0010] (11)設(shè)置熱工過程傳遞函數(shù)
的兩個參數(shù)To和n的取值范圍，分別為： 1'0￡[10，110]、11￡[1，8]的整數(shù)，1'()為時間常數(shù)，11為過程的階次，控制器微分份額范圍為( 1￡ [0.15,0.25];1'〇、11和€[在上述范圍內(nèi)以等間隔的方式分別取若干值，并將1'()、11和€ [的取值配 對組合，共有N種不同組合，記每種組合中所對應(yīng)的3個參數(shù)To、n和a的值分別為TQi、m和 ai， 以每種組合中的"：和!^作為熱工過程傳遞函數(shù)的對應(yīng)參數(shù)，得到N個傳遞函數(shù)
[0011] (12)通過仿真獲得傳遞函數(shù)61(8)的階躍響應(yīng)曲線，并計算獲得該傳遞函數(shù)的階 躍響應(yīng)曲線的特征參數(shù)Ti和1^，1 = 1，2,……，N;其中Ti為滯后時間，其值為階躍響應(yīng)曲線 上拐點處的切線與橫坐標(biāo)軸的交點值，TC1為慣性時間，其值為以階躍響應(yīng)曲線上的最大速 度，從起始值變化到最終平衡值所需要的時間；以LTca及與傳遞函數(shù)Gds)參數(shù)TodPm對 應(yīng)的組合參數(shù)<^作為神經(jīng)網(wǎng)絡(luò)模型的輸入辨識樣本；
[0012] ⑵與Tl、TcdPai對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型輸出辨識樣本通過如下計算：
[0013] 由熱工過程Gi(s)和PID控制器構(gòu)成單回路負反饋控制系統(tǒng)，熱工過程輸入為PID 控制器的輸出u(t)，輸出為y(t)，PID控制器的輸入為熱工過程輸出設(shè)定值r與y(t)之差，t 為時間；設(shè)定值r作單位階躍擾動，采用遺傳算法優(yōu)化PID控制器的兩個獨立參數(shù)辦和心，得 到對應(yīng)于61(幻及PID控制器微分份額^下的優(yōu)化的PID控制器比例系數(shù)K Pl和積分系數(shù)Kn， 并由下式計算對應(yīng)的優(yōu)化的微分系數(shù)1^值：
[0015] 并以KPi、Kn和KDi作為與Tili和ai對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型的輸出辨識樣本;上述遺 傳算法以使如下的性能指標(biāo)J最小為優(yōu)化目標(biāo)：
[0016] f' [r-v(t)f di + f 2 \r - y{t)\it ?Hj ' !
[0017] 其中0為常數(shù)，取0.8~2之間的值
[0018] 步驟2:對于實際被控?zé)峁み^程，通過試驗得到過程的階躍響應(yīng)曲線，計算階躍響 應(yīng)曲線的特征參數(shù)K、t和TuK為穩(wěn)態(tài)增益;根據(jù)具體應(yīng)用確定PID控制器微分份額a，將a，T 和Tc作為步驟1中神經(jīng)網(wǎng)絡(luò)模型的輸入，得到神經(jīng)網(wǎng)絡(luò)的輸出為Kp'、!^'和Kd'，則相應(yīng)PID控 制器參數(shù)的整定值分別為
[0019] 在步驟1中三個參數(shù)T〇，n和a在各自的取值范圍內(nèi)，To分別取10、20、30、40、50、60、 70、80、90、100、110值，11分別取1、2、3、4、5、6、7、8值，€[分別取0.15、0.17、0.19、0.21、0.23、 0.25值，將To、n和a的取值配對組合，共有528種不同組合，即N=528。
[0020] 有益效果:采用本發(fā)明提出的方法可以建立一種微分可調(diào)PID控制器參數(shù)工程整 定模型，采用本發(fā)明方法整定的PID控制器，其控制性能在快速性、穩(wěn)定性和魯棒性等方面 都優(yōu)于采用傳統(tǒng)PID工程整定方法整定的控制器，并且由于增加了 PID控制器微分份額作為 整定模型的輸入變量，可以方便地根據(jù)實際需要調(diào)整PID控制器微分作用的大小。
【附圖說明】
[0021] 圖1為PID控制器單回路負反饋控制系統(tǒng)。
[0022] 圖2為PID控制器參數(shù)工程整定神經(jīng)網(wǎng)絡(luò)模型。
[0023] 圖3為熱工過程階躍響應(yīng)曲線及其特征參數(shù)。
[0024] 圖4為本專利方法和傳統(tǒng)Z-N法整定的PID控制系統(tǒng)被控量仿真曲線。
[0025] 圖5為本專利方法和傳統(tǒng)Z-N法整定的PID控制系統(tǒng)控制量仿真曲線。
【具體實施方式】
[0026] 下面結(jié)合附圖對本發(fā)明的技術(shù)方案進行詳細說明：
[0027]步驟1:由熱工過程和比例積分微分(PID)控制器構(gòu)成單回路負反饋控制系統(tǒng)，熱 工過程輸入為PID控制器的輸出u(t)，輸出為y(t)，PID控制器的輸入為熱工過程輸出設(shè)定 值r與y(t)之差，t為時間，熱工過程的傳遞函數(shù)為1
，1(為過程的穩(wěn)態(tài)增 益，T 〇為時間常數(shù)，n為過程的階次，s為復(fù)變量，P I D控制器的傳遞函數(shù)為
?s，KP為比例系數(shù)，K:為積分系數(shù)，K D為微分系數(shù)，并且滿足：
其中a為PID控制器微分份額；
[0028]步驟2:設(shè)置熱工過程傳遞函數(shù)模型的三個參數(shù)K、To和n的取值范圍，分別為:K = l、TQG[l0，ll0]、nG[l，8]的整數(shù)，控制器微分份額范圍為a G [0 . 15，0.25 ]，在上述范圍 內(nèi)，To 分別取10、20、30、40、50、60、70、80、90、100、110值，11分別取1、2、3、4、5、6、7、8值，€[分 別取0.15、0.17、0.19、0.21、0.23、0.25值，將1'0、11和€[的取值配對組合，共有528種不同組 合，記每種組合中所對應(yīng)的3個參數(shù)To、n和a的值分別為T Qi、m和ai，以每種組合中的T0i和m 作為熱工過程傳遞函數(shù)的對應(yīng)參數(shù)，得到N個傳遞函數(shù)
，_i = 1，2，......，N，N =528 ;由此得到的神經(jīng)網(wǎng)絡(luò)模型的使用范圍為:K為任意實數(shù)，t G (0，450)秒、Tc G (1 0， 750)秒。
[0029] 步驟3:通過仿真獲得傳遞函數(shù)61(8)的階躍響應(yīng)曲線，并計算獲得該傳遞函數(shù)的 階躍響應(yīng)曲線的特征參數(shù)L和T ci，i = 1，2，……，N，N= 528，其中^為滯后時間，其值為階躍 響應(yīng)曲線上拐點處的切線與橫坐標(biāo)軸的交點值，TC1為慣性時間，其值為以階躍響應(yīng)曲線上 的最大速度(即曲線上拐點處的速度），從起始值變化到最終平衡值所需要的時間；
[0030] 步驟4: WGds)作為步驟1中熱工過程的傳遞函數(shù)，以步驟2中與傳遞函數(shù)Gds)參 數(shù)TodPm對應(yīng)的組合參數(shù)^作為PID控制器微分份額，設(shè)定值r作單位階躍擾動，采用遺傳 算法優(yōu)化PID控制器的兩個獨立參數(shù)辦和心，得到對應(yīng)于GKs)及PID控制器微分份額^下的 優(yōu)化的PID控制器比例系數(shù)K Pl和積分系數(shù)Kn，并由下式計算對應(yīng)的優(yōu)化的微分系數(shù)1^值：
[0032] 上述遺傳算法以使如下的性能指標(biāo)J最小為優(yōu)化目標(biāo)：
[0033] J~P [' ['/' - v(/)]Jdt + f" \r - y{l)Vh J 0 J/j 1 i
[0034] 其中0為常數(shù)，取0.8~2之間的值
528；
[0035] 步驟5:以步驟3獲得的傳遞函數(shù)Gi(s)階躍響應(yīng)曲線特征參數(shù)h、Td，和步驟2中與 傳遞函數(shù)仏(8)參數(shù)TodPm對應(yīng)的組合參數(shù)^，作為神經(jīng)網(wǎng)絡(luò)的輸入樣本，以步驟4獲得的對 應(yīng)于Gds)和控制器微分份額<^的優(yōu)化的PID控制器參數(shù)K Pl、Kn和KDl，作為神經(jīng)網(wǎng)絡(luò)相應(yīng)的 輸出樣本，i = l，2,……，N，N=528,采用BP神經(jīng)網(wǎng)絡(luò)技術(shù)，建立以過程階躍響應(yīng)曲線的特征 參數(shù)滯后時間t和慣性時間T。以及PID控制器微分份額a為模型輸入變量，以PID控制器參數(shù) KP、KjPKD為模型輸出變量的神經(jīng)網(wǎng)絡(luò)模型，并以該神經(jīng)網(wǎng)絡(luò)作為PID控制器參數(shù)工程整定 豐旲型；
[0036] 步驟6:對于實際被控?zé)峁み^程，通過試驗得到過程的階躍響應(yīng)曲線，計算階躍響 應(yīng)曲線的特征參數(shù)K、t和TuK為穩(wěn)態(tài)增益，根據(jù)具體應(yīng)用確定PID控制器微分份額a，將a，T 和Tc作為步驟5中神經(jīng)網(wǎng)絡(luò)模型的輸入，得到神經(jīng)網(wǎng)絡(luò)的輸出為Kp'、!^'和Kd'，則相應(yīng)PID控 制器參數(shù)的整定值分別）
[0037] 假設(shè)實際被控?zé)峁み^程為
_，通過試驗得到該過程的階躍響應(yīng)曲 線，計算得到階躍響應(yīng)曲線的特征參數(shù)為K = 2、t = 75和1'。=179，選擇?10控制器微分份額<1 =0.15，將a，t和Tc作為步驟6中神經(jīng)網(wǎng)絡(luò)模型的輸入，得到神經(jīng)網(wǎng)絡(luò)的輸出為KP ' = 1.336和 ^^?.?(^，計算得到/^，
，則相應(yīng)PID控制器參數(shù)的整定值分別為
選擇PID控制器微分份額a = 0.2， 將a，T和Tc作為步驟6中神經(jīng)網(wǎng)絡(luò)模型的輸入，得到神經(jīng)網(wǎng)絡(luò)的輸出為&' = 1.6034和1(1' = 0 . 009，計算得到
，則相應(yīng)PID控制器參數(shù)的整定值為
，對于熱工過程采用傳統(tǒng)的Z-N 方法整定的PID控制器參數(shù)為Kp" =0 ? 486，Ki" =0 ? 0025，Kd" =23 ? 5。
[0038] 上述實施例的仿真結(jié)果如圖4和圖5所示，圖4是本專利方法和傳統(tǒng)Z-N法整定的 PID控制系統(tǒng)被控量仿真曲線，圖5是本專利方法和傳統(tǒng)Z-N法整定的PID控制系統(tǒng)控制量仿 真曲線。圖4和圖5表明，當(dāng)設(shè)定值發(fā)生擾動時，根據(jù)本發(fā)明方法整定的PID控制器具有良好 的控制性能，并且，選擇不同的PID控制器微分份額值，可方便地改變PID控制器微分作用的 大小。
[0039] 以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人 員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng) 視為本發(fā)明的保護范圍。
【主權(quán)項】
1. 一種微分可調(diào)PID控制器參數(shù)工程整定方法，其特征在于:包括步驟： 步驟1:PID控制器的傳遞函數(shù)為，s為復(fù)變量，ΚΡ為比例系數(shù)，K: 為積分系數(shù)，KD為微分系數(shù)，并且滿足：，其中α為PID控制器微分份額;采用BP神 經(jīng)網(wǎng)絡(luò)技術(shù)，建立以過程階躍響應(yīng)曲線的特征參數(shù)滯后時間τ和慣性時間Τ。以及PID控制器 微分份額α為模型輸入變量，以PID控制器參數(shù)KP、K#PKD為模型輸出變量的神經(jīng)網(wǎng)絡(luò)模型， 并以該神經(jīng)網(wǎng)絡(luò)作為PID控制器參數(shù)工程整定模型； 其中用于建立神經(jīng)網(wǎng)絡(luò)模型的辨識樣本通過如下方法獲?。? (1) 神經(jīng)網(wǎng)絡(luò)模型輸入辨識樣本通過如下計算： (11) 設(shè)置熱工過程傳遞函數(shù)·的兩個參數(shù)TQ和η的取值范圍，分別為:T〇e [10,110]、ne[l，8]的整數(shù)，To為時間常數(shù)，η為過程的階次，控制器微分份額范圍為ae [0.15,0.25];1'〇、11和€[在上述范圍內(nèi)以等間隔的方式分別取若干值，并將1'()、11和€ [的取值配 對組合，共有N種不同組合，記每種組合中所對應(yīng)的3個參數(shù)To、n和α的值分別為TQi、m和€4， 以每種組合中的!'〇 1和111作為熱工過程傳遞函數(shù)的對應(yīng)參數(shù)，得到N個傳遞函數(shù)(12) 通過仿真獲得傳遞函數(shù)仏(8)的階躍響應(yīng)曲線，并計算獲得該傳遞函數(shù)的階躍響應(yīng) 曲線的特征參數(shù)Ti和Td，i = 1，2，……，N;其中^為滯后時間，其值為階躍響應(yīng)曲線上拐點 處的切線與橫坐標(biāo)軸的交點值，Tea為慣性時間，其值為以階躍響應(yīng)曲線上的最大速度，從起 始值變化到最終平衡值所需要的時間；以Ti、T ci及與傳遞函數(shù)Gi(s)參數(shù)TQi和m對應(yīng)的組合 參數(shù)<^作為神經(jīng)網(wǎng)絡(luò)模型的輸入辨識樣本； (2) 與^、^卩~對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型輸出辨識樣本通過如下計算： 由熱工過程Gds)和PID控制器構(gòu)成單回路負反饋控制系統(tǒng)，熱工過程輸入為PID控制器 的輸出u(t)，輸出為y(t)，PID控制器的輸入為熱工過程輸出設(shè)定值r與y(t)之差，t為時間； 設(shè)定值r作單位階躍擾動，采用遺傳算法優(yōu)化PID控制器的兩個獨立參數(shù)辦和心，得到對應(yīng)于 Gds)及PID控制器微分份額〇1下的優(yōu)化的PID控制器比例系數(shù)KPl和積分系數(shù)Kn，并由下式 計算對應(yīng)的優(yōu)化的微分系數(shù)1^值：并以Kpi、Kli和KDi作為與Ti、Tc;i和ai對應(yīng)的神經(jīng)網(wǎng)絡(luò)模型的輸出辨識樣本;上述遺傳算法 以使如下的性能指標(biāo)J最小為優(yōu)化目標(biāo)：步驟2:對于實際被控?zé)峁み^程，通過試驗得到過程的階躍響應(yīng)曲線，計算階躍響應(yīng)曲 線的特征參數(shù)Κ、τ和Τ。，K為穩(wěn)態(tài)增益;根據(jù)具體應(yīng)用確定PID控制器微分份額α，將α，τ和T。作 為步驟1中神經(jīng)網(wǎng)絡(luò)模型的輸入，得到神經(jīng)網(wǎng)絡(luò)的輸出為Kp'、!^'和KD'，則相應(yīng)PID控制器參 數(shù)的整定值分別為2.根據(jù)權(quán)利要求1所述的微分可調(diào)PID控制器參數(shù)工程整定方法，其特征在于:在步驟1 中三個參數(shù)To，n和α在各自的取值范圍內(nèi)，Το分別取10、20、30、40、50、60、70、80、90、100、110 值，η分別取1、2、3、4、5、6、7、8值，〇分別取〇.15、0.17、0.19、0.21、0.23、0.25值，將1'〇、11和€[ 的取值配對組合，共有528種不同組合，即Ν=528。
【文檔編號】G05B11/42GK105929683SQ201610459552
【公開日】2016年9月7日
【申請日】2016年6月23日
【發(fā)明人】雎剛, 錢曉穎
【申請人】東南大學(xué)