非线性pid控制算法的应用前景

A. 单片机中的PID算法是什么意思啊，有什么用途呢谢谢！

pid就是比例积分微分算法

B. 使用大林和pid算法分别对温度控制系统进行控制各自有什么优缺点

Smith补偿与大林算法的比较
摘要:研究了两类用于时滞系统控制的方法,即包括自整定PID控制Smith预估控制和Dahlin算法在内的经典控制方法和包括模糊控制,神经网络控制和模糊神经网络拉制在内的智能控制方法,经过比较后认为经典控制结构简单,可靠性及实用性强,而智能控制则具有自适应性和坚固性好,抗干扰能力强的优势,因而将这两种控制方法结合起来是控制时滞系统有效实用的方法,具有很好的应用前景.
1引言
在工业生产过程中,具有时滞特性的控制对象是非常普遍的,例如造纸生产过程,精馏塔提馏级温度控制过程,火箭发动机燃烧室中的燃烧过程等都是典型的时滞系统.为解决纯滞后时间对系统控制性能带来的不利影响,许多学者在理论和实氏
上做了大量的研究工作,提出了很多行之有效的方法.本文主要介绍其中两类研究得比较多的控制方法,即最早在时滞系统控制中应用的几种经典控制方法和近年来受到广泛关注的智能控制方法.
2经典控制
所谓经典控制方法是指针对时滞系统控制问题提出并应用得最早的控制策略,主要包括自整定PID控制,Smith预估控制,大林算法这几种方法.这些方法虽然理论上比较简单,但在实际应用中却能收到很好的控制效果,因而在工业生产实践中获得了广泛的应用.
2.1自整定PID控制
PID控制器由于具有算法简单,鲁棒性好和可靠性高等特点,因而在实际控制系统设计中得到了广泛的运用,据统计PID控制是在工业过程控制中应用最为广泛的一种控制算法.PID控制的难点在于如何对控制参数进行整定,以求得到最佳控制
效果.较早用来整定PID控制器参数的方法有:Ziegler-Nichols动态特性法,Cohen-Coon响应曲线法,基于积分平方准则ISE的整定法等.但是这些方法只能在对象模型精确己知的情况下,
Cui,Kunfln Zhang,Yifei实现PID参数的离线整定,当被控对象特性发生变化时,就必须重新对系统进行模型辨识.为了能在对象特性发生变化时,自动对控制器参数进行在线调整,以适应新的工况,PID参数的自整定技术就应运而生了.目前用于自整定的方法比较多,如继电型自整定技术,基于过程特征参数的自整定技术,基于给定相位裕度和幅值裕度的SPAM法自整定技术,基于递推参数估计的自整定技术以及智能自整定技术等.总体来看这类自整定PID控制器对于(T为系统的惯性时间常数)的纯滞后对象控制是有效的,但对于大纯滞后对象,当时,按照上述方法整定的PID控制器则难以稳定.
2.2 Smith预估控制
Smith于1957年提出的预估控制算法,通过引入一个与被控对象相并联的纯滞后环节,使补偿后的被控对象的等效传递函数不包括纯滞后项,这样就可以用常规的控制方法(如PID或PI控制)对时滞系统进行控制.Smith预估控制方法虽然从理论
上解决了时滞系统的控制问题,但在实际应用中却还存在很大缺陷.Palmor提出Smith预估器存在这样两点不足:1.它要求有一个精确的过程模型,当模型发生变化时,控制质量将显着恶化;2.Smith预估器对实际对象的参数变化十分敏感,当参数变化较大时,闭环系统也会变得不稳定,甚至完全失效.Watanabe进一步指出Smith预估器的两个主要缺陷:1.系统对扰动的响应很差;2.若控制对象中包含的极点时,即使控制器中含有积分器,系统对扰动的稳态误差也不为零.另外Smith预估器还存在参数整定上的困难,这些缺陷严重制约了Smith预估器在实际系统中的应用.针对Smith预估器存在的不足,一些改进结构的Smith预估器就应运而生了.Hang C C等针对常规预估控制方案中要求受控对象的模型精确这一局限,在常规方案基础上,外加调节器组成副回路对系统进行动态修正,该方法的稳定性和
鲁棒性比原来的Smith预估系统要好,它对对象的模型精度要求明显地降低了.Watanabe提出的改进结构的Smith预估器采用了一个抑制扰动的动态补偿器M(s),通过配置M(s)的极点,能够获得较满意的扰动响应及对扰动稳态误差为零.对于Smith预估器的参数整定问题,张卫东等人提出了一种解析设计方法,并证明该控制器可以通过常规的PID控制器来实现,从而能根据给定的性能要求(超调或调节时间)来设计控制器参数.
2.3大林算法
大林算法是由美国IBM公司的Dahlin于1968年针对工业过程控制中的纯滞后特性而提出的一种控制算法.该算法的目标是设计一个合适的数字调节器D(z),使整个系统的闭环传递函数相当于一个带有纯滞后的一阶惯性环节,而且要求闭环系统的纯滞后时间等于被控对象的纯滞后时间.大林算法方法比较简单,只要能设计出合适的且可以物理实现的数字调节器D(z),就能够有效地克服纯滞后的不利影响,因而在工业生产中得到了广泛应用.但它的缺点是设计中存在振铃现象,且与Smith算法一样,需要一个准确的过程数字模型,当模型误差较大时,控制质量将大大恶化,甚至系统会变得不稳定.实际上已有文献证明,只要在Smith预估器中按给定公式设计调节器D伺,则Smith预估器与Dahlin算法是等价的,Dahlin算法可以看作是Smith预估器的一种特殊情况.

C. 一文搞懂PID控制算法

PID算法是工业应用中最广泛算法之一，在闭环系统的控制中，可自动对控制系统进行准确且迅速的校正。PID算法已经有100多年历史，在四轴飞行器，平衡小车、汽车定速巡航、温度控制器等场景均有应用。

之前做过循迹车项目，简单循迹摇摆幅度较大，效果如下所示：

PID算法优化后，循迹稳定性能较大提升，效果如下所示：

PID算法：就是“比例（proportional）、积分（integral）、微分（derivative）”，是一种常见的“保持稳定”控制算法。

常规的模拟PID控制系统原理框图如下所示：

因此可以得出e(t)和u(t)的关系：

其中：

Kp：比例增益，是调适参数；

Ki：积分增益，也是调适参数；

Kd：微分增益，也是调适参数；

e：误差=设定值（SP）- 回授值（PV）；

t：目前时间。

数学公式可能比较枯燥，通过以下例子，了解PID算法的应用。

例如，使用控制器使一锅水的温度保持在50℃，小于50℃就让它加热，大于50度就断电不就行了？

没错，在要求不高的情况下，确实可以这么干，如果换一种说法，你就知道问题出在哪里了。

如果控制对象是一辆汽车呢？要是希望汽车的车速保持在50km/h不动，这种方法就存在问题了。

设想一下，假如汽车的定速巡航电脑在某一时间测到车速是45km/h，它立刻命令发动机：加速！

结果，发动机那边突然来了个100%全油门，嗡的一下汽车急加速到了60km/h，这时电脑又发出命令：刹车！结果乘客吐......

所以，在大多数场合中，用“开关量”来控制一个物理量就显得比较简单粗暴了，有时候是无法保持稳定的，因为单片机、传感器不是无限快的，采集、控制需要时间。

而且，控制对象具有惯性，比如将热水控制器拔掉，它的“余热”即热惯性可能还会使水温继续升高一小会。

此时就需要使用PID控制算法了。

接着咱再来详细了解PID控制算法的三个最基本的参数：Kp比例增益、Ki积分增益、Kd微分增益。

1、Kp比例增益

Kp比例控制考虑当前误差，误差值和一个正值的常数Kp（表示比例）相乘。需要控制的量，比如水温，有它现在的 当前值 ，也有我们期望的 目标值 。

当两者差距不大时，就让加热器“轻轻地”加热一下。

要是因为某些原因，温度降低了很多，就让加热器“稍稍用力”加热一下。

要是当前温度比目标温度低得多，就让加热器“开足马力”加热，尽快让水温到达目标附近。

这就是P的作用，跟开关控制方法相比，是不是“温文尔雅”了很多。

实际写程序时，就让偏差（目标减去当前）与调节装置的“调节力度”，建立一个一次函数的关系，就可以实现最基本的“比例”控制了~

Kp越大，调节作用越激进，Kp调小会让调节作用更保守。

若你正在制作一个平衡车，有了P的作用，你会发现，平衡车在平衡角度附近来回“狂抖”，比较难稳住。

2、Kd微分增益

Kd微分控制考虑将来误差，计算误差的一阶导，并和一个正值的常数Kd相乘。

有了P的作用，不难发现，只有P好像不能让平衡车站起来，水温也控制得晃晃悠悠，好像整个系统不是特别稳定，总是在“抖动”。

设想有一个弹簧：现在在平衡位置上，拉它一下，然后松手，这时它会震荡起来，因为阻力很小，它可能会震荡很长时间，才会重新停在平衡位置。

请想象一下：要是把上图所示的系统浸没在水里，同样拉它一下 ：这种情况下，重新停在平衡位置的时间就短得多。

此时需要一个控制作用，让被控制的物理量的“变化速度”趋于0，即类似于“阻尼”的作用。

因为，当比较接近目标时，P的控制作用就比较小了，越接近目标，P的作用越温柔，有很多内在的或者外部的因素，使控制量发生小范围的摆动。

D的作用就是让物理量的速度趋于0，只要什么时候，这个量具有了速度，D就向相反的方向用力，尽力刹住这个变化。

Kd参数越大，向速度相反方向刹车的力道就越强，如果是平衡小车，加上P和D两种控制作用，如果参数调节合适，它应该可以站起来了。

3、Ki积分增益

Ki积分控制考虑过去误差，将误差值过去一段时间和（误差和）乘以一个正值的常数Ki。

还是以热水为例，假如有个人把加热装置带到了非常冷的地方，开始烧水了，需要烧到50℃。

在P的作用下，水温慢慢升高，直到升高到45℃时，他发现了一个不好的事情：天气太冷，水散热的速度，和P控制的加热的速度相等了。

这可怎么办？

P兄这样想：我和目标已经很近了，只需要轻轻加热就可以了。

D兄这样想：加热和散热相等，温度没有波动，我好像不用调整什么。

于是，水温永远地停留在45℃，永远到不了50℃。

根据常识，我们知道，应该进一步增加加热的功率，可是增加多少该如何计算呢？

前辈科学家们想到的方法是真的巧妙，设置一个积分量，只要偏差存在，就不断地对偏差进行积分（累加），并反应在调节力度上。

这样一来，即使45℃和50℃相差不是太大，但是随着时间的推移，只要没达到目标温度，这个积分量就不断增加，系统就会慢慢意识到：还没有到达目标温度，该增加功率啦！

到了目标温度后，假设温度没有波动，积分值就不会再变动，这时，加热功率仍然等于散热功率，但是，温度是稳稳的50℃。

Ki的值越大，积分时乘的系数就越大，积分效果越明显，所以，I的作用就是，减小静态情况下的误差，让受控物理量尽可能接近目标值。

I在使用时还有个问题：需要设定积分限制，防止在刚开始加热时，就把积分量积得太大，难以控制。

PID算法的参数调试是指通过调整控制参数（比例增益、积分增益/时间、微分增益/时间） 让系统达到最佳的控制效果 。

调试中稳定性（不会有发散性的震荡）是首要条件，此外，不同系统有不同的行为，不同的应用其需求也不同，而且这些需求还可能会互相冲突。

PID算法只有三个参数，在原理上容易说明，但PID算法参数调试是一个困难的工作，因为要符合一些特别的判据，而且PID控制有其限制存在。

1、稳定性

若PID算法控制器的参数未挑选妥当，其控制器输出可能是不稳定的，也就是其输出发散，过程中可能有震荡，也可能没有震荡，且其输出只受饱和或是机械损坏等原因所限制。不稳定一般是因为过大增益造成，特别是针对延迟时间很长的系统。

2、最佳性能

PID控制器的最佳性能可能和针对过程变化或是设定值变化有关，也会随应用而不同。

两个基本的需求是调整能力（regulation，干扰拒绝，使系统维持在设定值）及命令追随 （设定值变化下，控制器输出追随设定值的反应速度）。有关命令追随的一些判据包括有上升时间及整定时间。有些应用可能因为安全考量，不允许输出超过设定值，也有些应用要求在到达设定值过程中的能量可以最小化。

3、各调试方法对比

4、调整PID参数对系统的影响

D. PID 如何用在那些方面应用！

PID如何用：

1、PID参数自整定控制仪可选择外给定（或阀位）控制功能。可取代伺服放大器直接驱动执行机构（如阀门等）。可实现自动/手动无扰动切换。手动切换至自动时，采用逼近法计算，以实现手动/自动的平稳切换。

2、PID参数自整定控制仪可随意改变仪表的输入信号类型。采用最新无跳线技术，只需设定仪表内部参数，即可将仪表从一种输入信号改为另一种输入信号。

3、PID参数自整定控制仪可选择带有一路模拟量控制输出（或开关量控制输出、继电器和可控硅正转、反转控制）及一路模拟量变送输出，可适用于各种测量控制场合。

应用方面：

1、利用PID控制实现的压力、温度、流量、液位控制器；

2、能实现PID控制功能的可编程控制器(PLC）；

3、还有可实现PID控制的PC系统；

4、可编程控制器（PLC) 是利用其闭环控制模块来实现PID控制。

(4)非线性pid控制算法的应用前景扩展阅读：

PID控制器（比例-积分-微分控制器）是一个在工业控制应用中常见的反馈回路部件，由比例单元P、积分单元I和微分单元D组成。PID控制的基础是比例控制；积分控制可消除稳态误差，但可能增加超调；微分控制可加快大惯性系统响应速度以及减弱超调趋势。