资源预览内容
第1页 / 共44页
第2页 / 共44页
第3页 / 共44页
亲,该文档总共44页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
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,4.1.1模拟PID控制器PID控制器的理想化方程为:,PID调节器:按偏向的比例,积分和微分进展控制的调节器。,式中,e(t)为控制器输入信号,一般为输入信号与反响信号之差;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,假如用梯形积分形式逼近连续积分,那么得,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,假如模拟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积分别离控制 在一般的PID控制方式中,在开始或停顿工作的瞬间,或者大幅度地给定量时,由于偏向较大,故在积分项的作用下,将会产生一个很大的超调。,积分别离作用曲线比较,4.2 PID算法优化,可以采用积分别离手段,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:,4.2.2可变增量PID控制,可变增益PID控制器可等效。,PID,u=f(e)m,mt,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:,et,ut,可变增益PID方框图,其构造图相当于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非常方便。因此得到了广泛应用。 自适应控制理论的开展也相应的促进了PID控制器的应用。这种控制器可以适应受控对象特性大范围的变化。,4.2.2可变增量PID控制,图4.5 可变增益PID算法程序流程图,4.2.3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Xt=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,要实现上述控制目的,至多开关n-1次。 在工业自动化应用中,最有开展前途的是Bang-Bang与反响控制相结合的控 制系统,即,图4.6 复式快速控制流程图,Bang-Bang与反响控制相结合的控制系统,即,4.2.3时间最优的PID控制,4.2.4智能PID控制,PID控制器构造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,许多被控对象机理复杂,它不仅表如今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进步。智能控制与常规PID控制相结合,形成所谓智能PID控制。它具有不依赖系统准确数学模型的特点,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泼的领域,本文就其组成的几种典型智能PID控制系统的根本构造、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根底,采用计算机控制技术构成的一种具有反响通道的数字控制系统。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敏、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,模糊控制器构造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+Uf,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的模糊值进展积分的PID控制器,这种对误差e的模糊值进展积分的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的函数,对PID控制器的3个参数(Kp,Ki,Kd)进展在线调整。此外用计算机最优化方法寻求最正确PID参数等方法。一种用模糊控制器对Kp、Ti、Td 3个参数进展在线调整的“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,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:用专家经历来建立PID参数。它是在PID算法的根底上,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历实时调整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:一个系统假设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控制器采用规那么PID控制形式,即在系统运行的不同阶段下,采用不同的PID参数。性能评价是要理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控制即规那么PID控制的根底上,强调对该控制器的控制性能的评价,将这个评价结果反响给PID参数的自学习机构,从而使系统进展自学习和自整定。,智能PID自学习控制系统构造框图,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根底,试图模拟人的形象思维以及学习和获取知识的才能。它具有学习、记忆、联想、容错、并行处理等种种才能,已在控制领域得到广泛的应用。控制器输出可写成: 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展自适应调整,故可大大进步控制器的鲁棒性能。与常规PID控制器比较,无需进展系统建模,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学习算法进展离线学习,然后介入控制系统,一方面实时地给出最正确的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,4.3 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,偏向信号也会过小,此时计算机将失去调节作用;假设采样周期T太长,那么将引起误差。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,另一种是经历法。经历法是一种凑试法,即根据人们在控制工作理论中积累的经历以及被控对象的特点,先选择一个采样周期T,进展试验,再反复改变T,直到满意为止。,2. Kp, Ti, Td的选择方法,1) 扩大临界比例度法 扩大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。详细方法是将Tmin输入计算机,只有P环节控制,逐渐缩小比例度,直到系统产生等幅振荡。此时的比例度即为临界比例度Su,振荡周期称为临界振荡周期Tu。选择控制度为,通常当控制度为1.05时,表示数字控制方式与模拟方式效果相当。根据控制度,查表4-1可求出Kp, Ti, Td。,表4-1 扩大临界比例度法整定参数表,续表,2) 扩大响应曲线法,假设系统的动态特性曲线,可以采用和模拟调节方法一样的响应曲线法进展整定,其步骤如下。断开微机调节器,使系统手开工作,当系统在给定值处处于平衡后,给一阶跃输入。用仪表记录被调参数在此阶跃作用下的变化过程曲线,如图4.12所示。,阶跃信号下的曲线,在曲线最大斜率处做切线,求得滞后时间t,对象时间常数 以及它们的比值/t。根据所求得的 , t和 /t值,查表4-2求得值Kp,Ti,Td。,表4-2 扩大响应曲线法整定参数表,4.3.2 经历法,在实际消费过程中,由于被调对象的动态特性不是很容易确定,即使确定了,不仅计算困难,工作量大,往往其结果与实际相差较大,甚至事倍功半。因此,在实际消费过程中采用的是经历法。即根据各调节作用的规律,经过闭环试验,反复凑试,找出最正确调节参数。微机调速器参数最终要在现场试验好后,才能选出最优参数。厂家有规定的参考值,有一个范围,是理论计算出来的。因此要选择出最优参数,就必须在消费现场进展试验作记录曲线前方能得到。,4.3.3 凑试法确定PID调节参数,详细步骤如下:(1) 首先整定比例部分。将比例系数由小调大,并观察相应的系统响应,直至得到反响快、超调小的响应曲线。假如系统没有静差或静差小到允许的范围之内,并且响应曲线已属满意,那么只需要用比例调节器即可,最优比例系数可由此确定。(2) 当仅调节比例调节器参数,系统的静差还达不到设计要求时,那么需参加积分环节。整定时,首先置积分常数Ti为一个较大值,经第一步整定得到的比例系数会略为缩小(如减小20%),然后减小积分常数,使系统在保持良好动态性能的情况下,静差得到消除。在此过程中,可根据响应曲线的好坏反复修改比例系数和积分常数,直至得到满意的效果和相应的参数。(3) 假设使用比例积分器,能消除静差,但动态过程经反复调整后仍达不到要求,这时可参加微分环节。在整定时,先置微分常数Td为零,在第二步整定的根底上,增大Td,同时相应地改变Kp和Ti ,逐步凑试,以获得满意的调节效果和参数。,表4-3 常见被调量PID参数经历选择范围,2.4 PID控制系统实例,2.4.1厚壁管全位置焊接变增益PID弧长调节必要性 厚壁管窄间隙全位置TIG焊弧长调节一般可以分为弧光传感、电磁传感和弧压传感。应用弧光传感是通过测量弧光的整体光强来测量弧长,与给定值相比,差值经过一定的算法输出信号控制弧长;电磁传感是根据弧长变化引起电磁变化,再将电磁信号转化成电信号控制弧长;以上两种弧长调节控制器辅助装置复杂,在消费应用中受到限制。 采用弧压传感控制电弧长度的技术较为成熟,而且制造本钱低,同时通过控制弧压控制弧长符合焊接操作者的传统习惯,所以目前大多自动焊接操作机都采用弧压传感控制弧长,通过计算机控制和先进的控制算法可实现焊枪运行平稳,控制精度较高,完全可以满足焊接消费要求。 全位置TIG管在焊过程中,由于钨极的烧损、前道焊
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号