材料成型设备第四章PID微机控制.ppt
《材料成型设备第四章PID微机控制.ppt》由会员分享,可在线阅读,更多相关《材料成型设备第四章PID微机控制.ppt(46页珍藏版)》请在三一办公上搜索。
1、第四章 PID微机控制,4.1 PID控制器数字化 4.2 PID算法优化4.3 PID参数整定方法4.4 PID控制系统实例,4.1 PID控制器数字化,模拟PID控制器PID控制器的理想化方程为:,PID调节器:按偏差的比例,积分和微分进行控制的调节器。,式中,e(t)为控制器输入信号,一般为输入信号与反馈信号之差;u(t)为控制器输出信号,一般为给予受控对象的控制信号;Kp为控制器放大系数;Ti为控制器积分时间常数;Td为控制器微分时间常数。,4.1.2 PID控制算法的数字实现,计算机控制是一种采样控制,它只能根据采样时刻的误差值计算控制变量u。因此模拟PID控制算法公式中的积分项和微
2、分项不能直接准确计算,只能用数值计算的方法逼近。,单片微机闭环控制系统框图,当采样时间T很小时,可以通过离散化,将这一方程直接化为差分方程。用一阶差分代替一阶微分,用累加代替积分。这时可用矩形或梯形积分来连续积分的近似值。用矩形积分时得:,位置算法,k-1次采样的输出为:,式中:,k次采样的输出为:,两式相减,增量式控制的优点:(1)计算机只输出增量,误差动作影响小。(2)算式中不需要累加,增量字与最近几次采样值有关。(3)任何故障,或者切换时,冲击小。,位置式或增量式算法框图,增量式PID算法,增量式PID控制:只计算控制量的变化量。,增量式PID算法,如果用梯形积分形式逼近连续积分,则得,
3、减去相应的u(k-1)后,又得到一个如下的递推关系式:,式中:,因此,如果已知模拟PID控制器参数Kp,Ti和Td,那么在采样时间很短的情况下,可以从Kp,Ti和Td计算出参数q0,q1和q2。,4.2 PID算法优化,4.2.1 PID积分分离控制 在一般的PID控制方式中,在开始或停止工作的瞬间,或者大幅度地给定量时,由于偏差较大,故在积分项的作用下,将会产生一个很大的超调。,积分分离作用曲线比较,4.2 PID算法优化,可以采用积分分离手段,即在被控制量开始跟踪时,取消积分作用,直到被控制量接近新的给定值时,才可以在PID算式中,引入如下的算法逻辑功能。,Ki为引入的逻辑系数:,可变增量
4、PID控制,可变增益PID控制器可等效。,PID,u=f(e)m,m(t),工业控制系统有时会提出这样的要求,PID算法的增益是可变的,以补偿手控过程的非线性因素。4控制算法为:,e(t),u(t),可变增益PID方框图,其结构图相当于PID控制器再串联一个非先性函数部分。实现可变增益PID算法的程序流程图。所示由于微机实现非线性算法十分方便。因此得到了广泛应用。自适应控制理论的发展也相应的促进了PID控制器的应用。这种控制器能够适应受控对象特性大范围的变化。,可变增量PID控制,图4.5 可变增益PID算法程序流程图,时间最优的PID控制,时间最优控制又称快速控制,既控制系统的给定值由一个状
5、态运动到另一个状态所经历的过渡时间最短。,状态向量;,控制向量;,输出向量;,A、B、C常数矩阵;,由初始状态X(t)=X0,到终端状态X,=0的时间最短,即,(约束条件:,),所要求的最优控制作用是,=1,(i=1,2,),对于一个n阶的系统,要实现上述控制目标,至多开关(n-1)次。在工业自动化应用中,最有发展前途的是Bang-Bang与反馈控制相结合的控 制系统,即,图4.6 复式快速控制流程图,Bang-Bang与反馈控制相结合的控制系统,即,时间最优的PID控制,智能PID控制,PID控制器结构简单而能满足大量工业过程的要求,且具有一定的鲁棒性等特点。然而,现代的工业控制过程中,许多
6、被控对象机理复杂,它不仅表现在控制系统具有多输入多输出的强耦合性、参数时变性和严重的非线性特性,更突出的是从系统对象所能获得的知识信息量相对地减少以及与此相反地对控制性能的要求却日益提高。智能控制与常规PID控制相结合,形成所谓智能PID控制。它具有不依赖系统精确数学模型的特点,对系统的参数变化具有较好的鲁棒性。模糊控制、神经网络控制和专家控制是目前智能控制研究中最为活跃的领域,本文就其组成的几种典型智能PID控制系统的基本结构、原理及特点分别给以介绍。,1.模糊PID控制,模糊控制系统是以模糊数学、模糊语言形式的知识表示和模糊逻辑的规划推理为理论基础,采用计算机控制技术构成的一种具有反馈通道
7、的数字控制系统。它的组成核心是具有智能性的模糊控制器。模糊控制器是一种新型控制器,其优点是不要求掌握受控对象的数学模型,而根据人工控制规划组织控制决策表,然后由该表决定控制量的大小。该模糊控制和PID控制两者结合起来,扬长避短,既具有模糊控制的灵活、适应性强的优点,又具有PID控制精度高的特点。为了改善模糊控制器的稳态性能,通常在模糊控制器中引入模糊积分,下面介绍两种模糊PID控制器:,(1)混合型模糊PID控制器,模糊控制器结构是由一个常规积分控制器和一个二维模糊控制器相并联而构成的。常规PI控制器输出为Ui和二维模糊控制器输出量Uf相叠加,作为混合型模糊PID控制器的总输出,即U=Ui+U
8、f,可使系统成为无差模糊控制系统。,混合型模糊PID控制器,(2)误差e模糊积分的PID模糊控制器,它是一种对误差e的模糊值进行积分的PID控制器,这种对误差e的模糊值进行积分的PID模糊控制器可用来消除大的系统余差。采用对被控对象的在线辨识,然而根据一定的控制要求或目标函数,对PID控制器的3个参数(Kp,Ki,Kd)进行在线调整。此外用计算机最优化方法寻求最佳PID参数等方法。一种用模糊控制器对Kp、Ti、Td 3个参数进行在线调整的“PID自调整模糊控制器”。模糊控制系统的控制质量,主要取决于模糊控制器规划的建立和模糊关系的真实性。,误差e模糊积分的PID模糊控制器,2.专家PID控制,
9、专家控制是基于受控对象和控制规律的各种知识,以智能的方式来利用这些知识,求得受控系统尽可能地优化和实用化。专家PID控制系统:用专家经验来建立PID参数。它是在PID算法的基础上,增加了误差e和误差变化e以及查Fuzzy矩阵、查知识集、知识调整几个软件模块。这种专家PID控制器能根据专家知识和经验实时调整PID参数,具有良好的控制特性和鲁棒性。,专家PID控制系统原理框图,3.智能PID自学习控制,自学习控制系统:一个系统若能通过在线实时学习,自动获得知识,并能将所学的知识用来不断改善一个具有未知特征过程的控制性能。智能PID控制器采用规则PID控制形式,即在系统运行的不同阶段下,采用不同的P
10、ID参数。性能评价是要了解到智能控制器的性能及其好坏,以便及时修正PID控制器的参数。设置逆对象增量模型是将系统性能评价的结果折合到对应受控对象的控制量u的修正量u上去。特点是在智能PID控制即规则PID控制的基础上,强调对该控制器的控制性能的评价,将这个评价结果反馈给PID参数的自学习机构,从而使系统进行自学习和自整定。,智能PID自学习控制系统结构框图,4.基于神经网络的PID控制,以非线性大规模并行处理为主要特征的神经网络,是以生物神经网络为模拟基础,试图模拟人的形象思维以及学习和获取知识的能力。它具有学习、记忆、联想、容错、并行处理等种种能力,已在控制领域得到广泛的应用。控制器输出可写
11、成:u(k)=W1e(k)+W2e(k)-e(k-1)+W3e(k-12e(k)+e(k-2)权系数(i=1,2,3)可以通过神经元的自学习功能来进行自适应调整,故可大大提高控制器的鲁棒性能。与常规PID控制器比较,无需进行系统建模,对具有不确定性因素的系统,其控制品质明显优于常规PID控制器。,基于神经网络的PID控制系统:神经网络作在线估计器,控制信号由常规控制器发出。首先,神经网络按照BP学习算法进行离线学习,然后介入控制系统,一方面实时地给出最佳的PID控制器参数,另一方面还要继续学习不断地调整神经网络中各神经元之间权系数,以适应受控对象的变化。,基于神经网络的PID控制系统框图,4.
12、3 PID参数整定方法,4.3.1 工程整定法1.采样周期T的选择确定 采样周期T太小,偏差信号也会过小,此时计算机将失去调节作用;若采样周期T太长,则将引起误差。因此采样周期T必须综合考虑。采样周期的选择方法有两种,一种是计算法,另一种是经验法。经验法是一种凑试法,即根据人们在控制工作实践中积累的经验以及被控对象的特点,先选择一个采样周期T,进行试验,再反复改变T,直到满意为止。,2.Kp,Ti,Td的选择方法,1)扩充临界比例度法 扩充临界比例度法是简易工程整定方法之一,用它整定Kp,Ti,Td的步骤:选择最短采样周期Tmin,求出临界比例度Su和临界振荡周期Tu。具体方法是将Tmin输入
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 材料 成型 设备 第四 PID 微机 控制
链接地址:https://www.31ppt.com/p-6169255.html