一种PID参数有向自适应智能整定方法与流程

本发明涉及自动控制技术，具体是一种pid参数有向自适应智能整定方法。

背景技术：

1、在工业的环路控制系统中，基于比例(proportion)、积分(integration)和微分(differentiation)的控制简称为pid控制，其原理是根据实际输出值和计算参考值之间的控制偏差e(t)来进行控制量的动态调整，使e(t)尽可能快速准确的趋向于0。其控制的数学表达一般为：

2、

3、其中：u(t)为控制输出量，kp、ki、kd分别为比例、积分和微分的权值系数。

4、对于pid控制来讲，其控制的速度、精度往往去取决于kp、ki、kd这三个权值系数的合理与否，由于控制系统鲁棒性的要求，这三个权值系数一般是固定的常数，因此需要提前进行参数的整定，从而获得最优的pid参数，以达到控制系统的最优化目的。

5、传统的pid参数整定依靠人为经验的整定方法，一方面不能达到较高的精度，另一方面控制系统的性能很大程度取决于经验丰富的程度，因此对于pid参数整定方法的研究尤为重要。

技术实现思路

1、针对现有pid参数整定技术方法存在的不足，本发明利用有向自适应智能整定获得pid控制器的最优整定参数，从而提供一种pid参数有向自适应智能整定方法，主要包括：构建改进型pid模型1、构建pid参数评价模型2和构建有向自适应智能整定模型3这几部分。构建改进型pid模型1：引入三个状态量，即当前误差e(t)、前一时刻的误差e(t-1)与再前一刻的误差e(t-2)，得到改进型的pid模型：

2、u(t)＝δu(t)+u(t-1)＝kp.[e(t)-e(t-1)]+ki.e(t)+kd.[e(t)-2e(t

3、-1)+e(k-2)]+u(t-1)

4、构建pid参数评价模型2：构建pid参数评价函数f为快速性函数f1、稳定性函数f2与精确性函数f3之间的加和：

5、f＝f1+f2+f3＝ω1.t2+ω2.kv(t)一viealdt+ω3.1v(t)一vieal dt

6、构建有向自适应智能整定模型3：在当前pid参数(kp,ki,kd)的基础上加入特定步长(sp,si,sd)的随机扰动，当新的pid参数(k＝kp+sp,ki*＝ki+si,k＝kd+sd)

7、所得到的评价函数优于之前的pid参数(kp,ki,kd)，则将当前pid参数作为新的pid参数(kp＝k,ki＝ki*,kd＝k)，并调整pid参数向当前优化方向继续调整一个步长；否则不更新pid参数，继续加入特定步长(sp,si,sd)的随机扰动进行最优化

8、pid参数整定，直到pid评价函数值f不再有任何优化的可能，此时取当前pid参数kp,ki,kd为最优pid控制参数，即：k＝kp,k＝ki,k＝kd,fopt＝f。

9、与现有技术相比，本发明改进传统pid控制的全过程积分控制，而采用增量式的改进型pid模型，不仅能够形成有效控制量，而且可以有效减少全过程中所积累的误差；在传统的pid参数整定对于响应曲线快速性、稳定性和精确性的要求基础上，构建响应曲线的快速性、稳定性和精确性评价函数，并通过有向自适应智能整定模型不断优化整定pid控制的参数，得到最优整定参数。不仅能够让参数在整定过程中有向朝着最优参数方向调整，降低了整定时间，更能根据步长找到最优参数，提高了pid控制的精确性。实际测试表明，该方法整定效率比常规方法提升约57％，控制精度提升约63％，可应用于仿真模型参数和控制系统参数整定。

10、为了解决上述问题，本发明的技术方案为：包括以下部分：构建改进型pid模型、构建pid参数评价模型和构建有向自适应智能整定模型；

11、所述构建改进型pid模型：引入三个状态量，即当前误差e(t)、前一时刻的误差e(t-1)与再前一刻的误差e(t-2)，得到改进型的pid模型：

12、u(t)＝δu(t)+u(t一1)＝kp.[e(t)一e(t一1)]+ki.e(t)+kd.[e(t)一2e(t一1)+e(k一2)]+u(t一1)；

13、所述构建pid参数评价模型：构建pid参数评价函数f为快速性函数f1、稳定性函数f2与精确性函数f3之间的加和：

14、

15、所述构建有向自适应智能整定模型：在当前pid参数(kp,ki,kd)的基础上加入特定步长(sp,si,sd)的随机扰动，当新的pid参数(k＝kp+sp,ki*＝ki+si,k＝kd+sd)，得到的评价函数优于之前的pid参数(kp,ki,kd)，则将当前pid参数作为新的pid参数(kp＝k,ki＝ki*，kd＝k)，并调整pid参数向当前优化方向继续调整一个步长；否则不更新pid参数，继续加入特定步长(sp,si,sd)的随机扰动进行最优化pid参数整定，直到pid评价函数值f不再有任何优化的可能，此时取当前pid参数kp,ki,kd为最优pid控制参数，即

16、进一步，构建改进型pid模型，其中引入三个状态量，即当前误差e(t)、前一时刻的误差e(t-1)与再前一刻的误差e(t-2)，得到改进型的pid模型：

17、u(t)＝δu(t)+u(t-1)＝kp.[e(t)-e(t-1)]+ki.e(t)+kd.[e(t)-2e(t-1)+e(k-2)]+u(t-1)

18、其中：u(t)为当前时刻的控制输出量，u(t-1)为上一时刻的控制输出量，δu(t)为所需要计算的控制输出增量。

19、进一步，所述构建的pid参数评价模型具体包括：

20、步骤一、pid控制快速性评价，构建pid控制快速性函数f1为响应曲线v(t)第二次穿越理想值vieal所需要的时间t2及其权值系数ω1的乘积，即：f1＝ω1.t2；

21、步骤二、pid控制稳定性评价，构建pid控制稳定性函数f2为响应曲线v(t)自第1次穿越理想值vieal到第k次穿越理想值之间的积分绝对值及权值系数ω2的乘积，即

22、步骤三、pid控制精准性评价，构建pid控制精确性函数f3为影响曲线v(t)稳定后，第k+1次穿越理想值vieal至响应曲线v(t)最后一次(第n次)穿越理想值vieal之间的积分绝对值及权值系数ω3的乘积，即：

23、

24、步骤四：构建pid参数评价函数f为快速性函数f1、稳定性函数f2与精确性函数f3之间的加和：

25、

26、其中：ω1+ω2+ω3＝1。

27、进一步，所述在参数评价模型的基础上，可以构建pid有向自适应智能整定模型，其原理是在当前pid参数(kp,ki,kd)的基础上加入特定步长(sp,si,sd)的随机扰动，当新的pid参数(k＝kp+sp,ki*＝ki+si,k＝kd+sd)所得到的评价函数优于之前的pid参数(kp,ki,kd)，则将当前pid参数作为新的pid参数(kp＝k,ki＝ki*,kd＝k)，并调整pid参数向当前优化方向继续调整一个步长；否则不更新pid参数，继续加入特定步长(sp,si,sd)的随机扰动进行最优化pid参数整定，具体包括：

28、步骤一、各项参数的初始化，对pid参数kp,ki,kd赋予初始值，并且根据pid控制系统对于精度的要求赋予步长sp,si,sd初始值以及根据对比例项kp、微分项ki以及积分项kd的侧重程度，分别赋予不同的权值系数ω1、ω2与ω3；

29、步骤二、根据所得到在当前初始pid参数kp,ki,kd下的评价函数作为当前评价函数值f，改变pid参数kp,ki,kd使其分别随机步长sp,si,sd进行调整，得到新的pid参数k＝kp+sp ki*＝ki+si,k＝kd+sd，在此基础上可以计算得出新的评价函数值f*，判断f*与f之间的大小，若f*<f,则执行步骤三；若f*>f,则执行步骤四；

30、步骤三、将新的pid参数k,ki*,k作为当前最优参数，并且更新当前最优参数的评价函数值，即kp＝k,ki＝ki*,kd＝k,f＝f*，并且记录pid参数的步长调整方向符号函数sgn(.):

31、

32、sgn(.)的值仅有0，-1和1,之后执行step 5

33、步骤四、以正负10倍步长范围内随机选取新的pid参数k,ki*,k，即：

34、

35、其中：rand(∵)为随机取值函数，其能够从两个所设定的最小最大值之间取得一个随机值。

36、在新的pid参数k,ki*,k基础上，计算得出新的评价函数值f*，并比对f*与f的大小，若f*<f，则更新pid参数为新的k,ki*,k即：kp＝k,ki＝ki*,kd＝k,f＝f*；

37、步骤五、重复执行步骤二至步骤四，直到pid评价函数值f不再有任何优化的可能，此时取当前pid参数kp,ki,kd为最优pid控制参数，即：

38、

39、本发明与现有的技术相比的优点在于：

40、1、本发明本发明改进传统pid控制的全过程积分控制，而采用增量式的改进型pid模型，不仅能够形成有效控制量，而且可以有效减少全过程中所积累的误差；在传统的pid参数整定对于响应曲线快速性、稳定性和精确性的要求基础上，构建响应曲线的快速性、稳定性和精确性评价函数，并通过有向自适应智能整定模型不断优化整定pid控制的参数，得到最优整定参数。不仅能够让参数在整定过程中有向朝着最优参数方向调整，降低了整定时间，更能根据步长找到最优参数，提高了pid控制的精确性。实际测试表明，该方法整定效率比常规方法提升约57％，控制精度提升约63％，可应用于仿真模型参数和控制系统参数整定。