发表于:2004-03-01 13:48:00
楼主
传统的PID控制最主要的问题是参数整定问题,一旦整定计算好后,在整个控制过程中都是固定不变的,而在实际系统中,由于系统状态和参数等发生变化时,过程中会出现状态和参数的不确定性,系统很难达到最佳的控制效果。因此,在现代工业过程控制中,采用传统的PID控制器难以获得满意的控制效果。
智能PID控制就是将智能控制(intelligent control)与传统的PID控制相结合,是自适应的,它的设计思想是利用专家系统(Expert System)、模糊控制(fuzzy control)和神经网络(neural network)技术,将人工智能以非线性控制方式引入到控制器中,使系统在任何运行状态下均能得到比传统PID控制更好的控制性能。具有不依赖系统精确数学模型和控制器参数在线自动调整等特点,对系统参数变化具有较好的适应性。
模糊PID控制是利用当前的控制偏差和偏差,结合被控过程动态特性的变化,以及针对具体过程的实际经验,根据一定的控制要求或目标函数,通过模糊规则推理,对PID控制器的三个参数进行在线调整。智能PID控制主要有模糊PID控制器、专家PID控制器和基于神经网络的PID控制器等。
专家系统是一种能在某个特定领域内﹐以人类专家水平解决该领域中专门任务的计算器系统﹐其内部具有某个领域中大量专家水平的知识与经验﹐能够利用人类专家的知识和解决问题的方法来解决该领域的问题。专家PID控制采用规则PID控制形式,通过对系统误差和系统输出的识别,以了解被控对象过程动态特性的变化,在线调整PID三个参数,直到过程的响应曲线为某种最佳响应曲线。它是一种基于启发式规则推理的自适应技术,其目的就是为了应付过程中出现的不确定性。
神经网络系统亦称为人工神经网络﹐就是将人工神经元按某种方式联结组成的网络﹐用于模拟人脑神经元活动的过程﹐实现对信息的加工﹑处理﹑存储等。神经网络有前向网络(前馈网络)﹑反馈网络等网络结构形式。与模糊PID控制和专家PID控制不同,基于神经网络的PID控制不是用神经网络来整定PID的参数,而是用神经网络直接作为控制器,通过训练神经网络的权系数间接地调整PID参数。