PID智能控制器.doc

1概述1.1 控制器控制器就是按照预定顺序改变主电路或控制电路的接线和改变电路中电阻值来控制电动机的启动、调速、制动和反向的主令装置。1.2 工程常用几种控制器工程上常用的控制规律是比例（P）、比例积分（PI)、比例微分(PD)以及比例积分微分(PID)。由此产生相应的四种常用的控制器，即是比例（P）控制器、比例积分（PI)控制器、比例微分(PD)控制器以及比例积分微分(PID)控制器。(1)比例（P）控制器具有比例控制规律的控制器称为比例控制器，即P控制器。比例控制器是一种最简单而又最基本的控制器。比例控制器用于自动控制系统，只要被控参数偏离其给定值，控制器便产生一个与偏离成比例的输出信号，通过执行器改变控制参数，使偏差减小。这种比例动作的控制器对于干扰的影响能产生及时而有力的抑制作用。(2)比例积分（PI)控制器积分控制虽然能消除余差，但它存在着控制不及时的缺点。因为积分输出的累积是渐进的，其产生的控制作用总是落后于偏差的变化，不能及时有效地克服干扰的影响，难以使控制系统稳定下来。所以，实用中一般不单独使用积分控制，而是和比例控制作用结合起来，构成比例加积分的控制器，即PI控制器。比例积分控制器是目前应用最为广泛的一种控制器，多用于工业生产中液位、压力、流量等控制系统。由于引入积分作用能消除余差，弥补了纯比例控制的缺陷，获得较好的控制质量。但是积分作用的引入，会使系统稳定性变差。对于有较大惯性滞后的控制系统，要尽量避免使用。(3)比例微分(PD)控制器对于时间常数较大的被控过程，为提高控制系统的动态品质，常常使用微分控制规律。微分控制规律用于自动控制系统时，即偏差很小，但只要出现变化趋势即可根据变化的速度产生强烈的控制作用，使干扰的影响尽快消除在萌芽状态之中。这种超前的控制作用，可以有效地抑制过渡过程的超调量，有利于控制质量的提高。但是，正是由于纯微分控制的上述特点，因此对静态的偏差毫无抑制作用。单纯的微分控制只能起辅助作用，不能单独使用。在实际使用中，它总是和比例控制规律结合或比例积分控制规律结合，组成比例加微分作用的PD控制器或比例加微分加积分作用的PID控制器。(4)比例积分微分(PID)控制器将比例、积分、微分三种控制规律结合在一起，组成PID三作用控制器。PID控制器同时具有三种基本控制规律（P、I、D）的优点，它吸取了比例控制反应功能、积分控制的消除静差功能以及微分控制的预测功能，而又弥补了三者的不足。虽说PID三作用控制器的性能效果比较理想，但并不意味着在任何情况下都可采用PID三作用控制器。PID三作用控制器要整定三个参数，在工程上很难将这三个参数都能整定的最佳。如果参数整定的不合理，就难以发挥各个控制作用的长处，弄不好还会适得其反。 2PID控制器2.1 PID控制器的简介PID控制器（比例-积分-微分控制器），由比例单元 P、积分单元 I 和微分单元 D 组成。通过Kp， Ki和Kd三个参数的设定。PID控制器要适用于基本线性和动态特性不随时间变化的系统。 PID 控制器是一个在工业控制应用中常见的反馈回路部件。这个控制器把收集到的数据和一个参考值进行比较，然后把这个差别用于计算新的输入值，这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。和其他简单的控制运算不同，PID控制器可以根据历史数据和差别的出现率来调整输入值，这样可以使系统更加准确，更加稳定。可以通过数学的方法证明，在其他控制方法导致系统有稳定误差或过程反复的情况下，一个PID反馈回路却可以保持系统的稳定。 图2-1(a) PID控制器 图2-1(b)反馈回路 2.2 PID控制器的基本原理 PID控制器本身是一种基于对“过去”、“现在”和“未来”信息估计的简单控制算法。系统主要由PID控制器和被控对象组成。作为一种线性控制器，它根据给定值和实际输出值构成控制偏差，将偏差按比例、积分和微分通过线性组合构成控制量,对被控对象进行控制，故称PID控制器。在连续控制系统中，P1D控制器的输出u(t)与输入e(t)之间成比例、积分、微分的关系。2.3 PID反馈回路一个控制回路包括三个部分： 系统的传感器得到的测量结果控制器作出决定通过一个输出设备来作出反应，控制器从传感器得到测量结果，然后用需求结果减去测量结果来得到误差。然后用误差来计算出一个对系统的纠正值来作为输入结果，这样系统就可以从它的输出结果中消除误差。 在一个PID回路中，这个纠正值有三种算法，消除目前的误差，平均过去的误差，和透过误差的改变来预测将来的误差。 比如说，假如一个水箱在为一个植物提供水，这个水箱的水需要保持在一定的高度。一个传感器就会用来检查水箱里水的高度，这样就得到了测量结果。控制器会有一个固定的用户输入值来表示水箱需要的水面高度，假设这个值是保持65的水量。控制器的输出设备会连在一个马达控制的水阀门上。打开阀门就会给水箱注水，关上阀门就会让水箱里的水量下降。这个阀门的控制信号就是我们控制的变量，它也是这个系统的输入来保持这个水箱水量的固定。 PID控制器可以用来控制任何可以被测量的并且可以被控制变量。比如，它串联可以用来控制温度，压强，流量，化学成分，速度等等。汽车上的巡航定速功能就是一个例子。 一些控制系统把数个PID控制器起来，或是链成网络。这样的话，一个主控制器可能会为其他控制输出结果。一个常见的例子是马达的控制。我们会常常需要马达有一个控制的速度并且停在一个确定的位置。这样呢，一个子控制器来管理速度，但是这个子控制器的速度是由控制马达位置的主控制器来管理的。 2.4 控制规律2.4.1 控制器常用的主要控制规律(1)比例控制规律（控制器数学模型G(s)=K）(2)比例积分控制规律（控制器数学模型G(S)=比例积分）(3)比例微分控制规律（控制器数学模型G(S)=比例微分）(4)比例积分微分控制规律（控制器数学模型G(S)=比例微分积分）(常用P表示比例，用I表示积分，用D表示微分)2.4.2 控制规律的选择(1)比例（P）控制单独的比例控制也称“有差控制”，输出的变化与输入控制器的偏差成比例关系，偏差越大输出越大。实际应用中，比例度的大小应视具体情况而定，比例度太小，控制作用太弱，不利于系统克服扰动，余差太大，控制质量差，也没有什么控制作用；比例度太大，控制作用太强，容易导致系统的稳定性变差，引发振荡。 对于反应灵敏、放大能力强的被控对象，为提高系统的稳定性，应当使比例度稍小些；而对于反应迟钝，放大能力又较弱的被控对象，比例度可选大一些，以提高整个系统的灵敏度，也可以相应减小余差。 单纯的比例控制适用于扰动不大，滞后较小，负荷变化小，要求不高，允许有一定余差存在的场合。工业生产中比例控制规律使用较为普遍。 (2)比例积分（PI）控制比例控制规律是基本控制规律中最基本的、应用最普遍的一种，其最大优点就是控制及时、迅速。只要有偏差产生，控制器立即产生控制作用。但是，不能最终消除余差的缺点限制了它的单独使用。克服余差的办法是在比例控制的基础上加上积分控制作用。 积分控制器的输出与输入偏差对时间的积分成正比。这里的“积分”指的是“积累”的意思。积分控制器的输出不仅与输入偏差的大小有关，而且还与偏差存在的时间有关。只要偏差存在，输出就会不断累积（输出值越来越大或越来越小），一直到偏差为零，累积才会停止。所以，积分控制可以消除余差。积分控制规律又称无差控制规律。 积分时间的大小表征了积分控制作用的强弱。积分时间越小，控制作用越强；反之，控制作用越弱。 积分控制虽然能消除余差，但它存在着控制不及时的缺点。因为积分输出的累积是渐进的，其产生的控制作用总是落后于偏差的变化，不能及时有效地克服干扰的影响，难以使控制系统稳定下来。所以，实用中一般不单独使用积分控制，而是和比例控制作用结合起来，构成比例积分控制。这样取二者之长，互相弥补，既有比例控制作用的迅速及时，又有积分控制作用消除余差的能力。因此，比例积分控制可以实现较为理想的过程控制。 比例积分控制器是目前应用最为广泛的一种控制器，多用于工业生产中液位、压力、流量等控制系统。由于引入积分作用能消除余差，弥补了纯比例控制的缺陷，获得较好的控制质量。但是积分作用的引入，会使系统稳定性变差。对于有较大惯性滞后的控制系统，要尽量避免使用。 (3)比例微分（PD）控制比例积分控制对于时间滞后的被控对象使用不够理想。所谓“时间滞后”指的是：当被控对象受到扰动作用后，被控变量没有立即发生变化，而是有一个时间上的延迟，比如容量滞后，此时比例积分控制显得迟钝、不及时。为此，人们设想：能否根据偏差的变化趋势来做出相应的控制动作呢？犹如有经验的操作人员，即可根据偏差的大小来改变阀门的开度（比例作用），又可根据偏差变化的速度大小来预计将要出现的情况，提前进行过量控制，“防患于未然”。这就是具有“超前”控制作用的微分控制规律。微分控制器输出的大小取决于输入偏差变化的速度。 微分输出只与偏差的变化速度有关，而与偏差的大小以及偏差是否存在与否无关。如果偏差为一固定值，不管多大，只要不变化，则输出的变化一定为零，控制器没有任何控制作用。微分时间越大，微分输出维持的时间就越长，因此微分作用越强；反之则越弱。当微分时间为0时，就没有微分控制作用了。同理，微分时间的选取，也是需要根据实际情况来确定的。 微分控制作用的特点是：动作迅速，具有超前调节功能，可有效改善被控对象有较大时间滞后的控制品质；但是它不能消除余差，尤其是对于恒定偏差输入时，根本就没有控制作用。因此，不能单独使用微分控制规律。 比例和微分作用结合，比单纯的比例作用更快。尤其是对容量滞后大的对象，可以减小动偏差的幅度，节省控制时间，显著改善控制质量。 (4)比例积分微分（PID）控制最为理想的控制当属比例-积分-微分控制规律。它集三者之长：既有比例作用的及时迅速，又有积分作用的消除余差能力，还有微分作用的超前控制功能。 当偏差阶跃出现时，微分立即大幅度动作，抑制偏差的这种跃变；比例也同时起消除偏差的作用，使偏差幅度减小，由于比例作用是持久和起主要作用的控制规律，因此可使系统比较稳定；而积分作用慢慢把余差克服掉。只要三个作用的控制参数选择得当，便可充分发挥三种控制规律的优点，得到较为理想的控制效果。 2.5 PID控制器调试方法(1)比例系数的调节比例系数P的调节范围一般是：0.1-100 如果增益值取，PID 调节器输出变化为十分之一的偏差值。如果增益值取 100， PID 调节器输出变化为一百倍的偏差值。 可见该值越大，比例产生的增益作用越大。初调时，选小一些，然后慢慢调大，直到系统波动足够小时，再该调节积分或微分系数。过大的P值会导致系统不稳定，持续振荡；过小的P值又会使系统反应迟钝。合适的值应该使系统由足够的灵敏度但又不会反应过于灵敏，一定时间的迟缓要靠积分时间来调节。 (2)积分系数的调节积分时间常数的定义是，偏差引起输出增长的时间。积分时间设为 1秒，则输出变化 100%所需时间为 1 秒。初调时要把积分时间设置长些，然后慢慢调小直到系统稳定为止。 (3)微分系数的调节 微分值是偏差值的变化率。例如，如果输入偏差值线性变化，则在调节器输出侧叠加一个恒定的调节量。大部分控制系统不需要调节微分时间。因为只有时间滞后的系统才需要附加这个参数。如果画蛇添足加上这个参数反而会使系统的控制受到影响。如果通过比例、积分参数的调节还是收不到理想的控制要求，就可以调节微分时间。初调时把这个系数设小，然后慢慢调大，直到系统稳定。 2.6 PID控制器的参数整定2.6.1 参数整定概念及方法PID控制器的参数整定是控制系统设计的核心内容。它是根据被控过程的特性确定PID控制器的比例系数、积分时间和微分时间的大小。PID控制器参数整定的方法很多，概括起来有两大类：一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改。二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法、反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经典公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。现在一般采用的是临界比例法。利用该方法进行参数整定。 2.6.2 PID参数整定对系统性能的影响(1)比例系数p对系统性能的影响 比例系数加大，使系统的动作灵敏，速度加快，稳态误差减小。p偏大，振荡次数加多，调节时间加长。p太大时，系统会趋于不稳定。p太小，又会使系统的动作缓慢。p可以选负数，这主要是由执行机构、传感器以控制对象的特性决定的。如果的符号选择不当对象状态(pv值)就会离控制目标的状态(sv值)越来越远，如果出现这样的情况p的符号就一定要取反。 (2)积分控制对系统性能的影响积分作用使系统的稳定性下降，小（积分作用强）会使系统不稳定，但能消除稳态误差，提高系统的控制精度。 (3)微分控制对系统性能的影响 微分作用可以改善动态特性，偏大时，超调量较大，调节时间较短。偏小时，超调量也较大，调节时间也较长。只有合适，才能使超调量较小，减短调节时间。2.6.3 PID控制器参数的整定步骤(1)首先预选择一个足够短的采样周期让系统工作； (2)仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期； (3)在一定的控制度下通过公式计算得到PID控制器的参数。 3智能控制器3.1 智能控制3.1.1 智能控制的基本概念 定义一：智能控制是由智能机器自主地实现其目标的过程。而智能机器则定义为，在结构化或非结构化的，熟悉的或陌生的环境中，自主地或与人交互地执行人类规定的任务的一种机器。 定义二：，把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并用于控制系统的分析与设计中，以期在一定程度上实现控制系统的智能化，这就是智能控制。他还认为自调节控制，自适应控制就是智能控制的低级体现。 定义三：智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个重要领域。定义四：智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。 3.1.2 智能控制特点智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。智能控制具有交叉学科和定量与定性相结合的分析方法和特点。 一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力，即称为智能控制系统。智能控制技术是在向人脑学习的过程中不断发展起来的，人脑是一个超级智能控制系统,具有实时推理、决策、学习和记忆等功能，能适应各种复杂的控制环境。 智能控制与传统的或常规的控制有密切的关系，不是相互排斥的。 常规控制往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 3.1.3 智能控制的发展趋势智能控制是自动控制理论发展的必然趋势。人工智能为智能控制的产生提高了机遇。 自动控制理论是人类在征服自然，改造自然的斗争中形成和发展的。控制理论从形成发展至今，已经经历多年的历程，分为三个阶段。第一阶段是以上世纪40年代兴起的调节原理为标志，称为经典控制理论阶段；第二阶段以60年代兴起的状态空间法为标志，称为现代控制理论阶段；第三阶段则是80年代兴起的智能控制理论阶段。 近年来，智能控制技术在国内外已有了较大的发展,己进入工程化，实用化的阶段。但作为一门新兴的理论技术，它还处在一个发展时期.然而,随着人工智能技术，计算机技术的迅速发展，智能控制必将迎来它的发展新时期。3.2 PID智能控制器3.2.1 PID智能控制原理及简介智能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。3.2.2 PID智能控制的分类PID智能控制主要有PID模糊控制器、PID专家控制器和基于神经网络的PID控制器等。(1)IDP模糊控制器所谓模糊控制，就是在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，实现系统控制的一种方法。模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。 模糊控制的基本思想是用机器去模拟人对系统的控制。它是受这样事实而启发的：对于用传统控制理论无法进行分析和控制的复杂的和无法建立数学模型的系统,有经验的操作者或专家却能取得比较好的控制效果，这是因为他们拥有日积月累的丰富经验，因此人们希望把这种经验指导下的行为过程总结成一些规则，并根据这些规则设计出控制器。然后运用模糊理论，模糊语言变量和模糊逻辑推理的知识，把这些模糊的语言上升为数值运算，从而能够利用计算机来完成对这些规则的具体实现，达到以机器代替人对某些对象进行自动控制的目的。 模糊逻辑用模糊语言描述系统，既可以描述应用系统的定量模型也可以描述其定性模型。模糊逻辑可适用于任意复杂的对象控制。 但在实际应用中模糊逻辑实现简单的应用控制比较容易。简单控制是指单输入单输出系统(SISO) 或多输入单输出系统(MISO) 的控制。因为随着输入输出变量的增加,模糊逻辑的推理将变得非常复杂。 (2)PID专家控制器专家指的是那些对解决专门问题非常熟悉的人们，他们的这种专门技术通常源于丰富的经验，以及他们处理问题的详细专业知识。 专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。它具有启发性，透明性，灵活性，符号操作，不一确定性推理等特点。应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，称为专家控制系统。 专家系统是利用专家知识对专门的或困难的问题进行描述。 用专家系统所构成的专家控制，无论是专家控制系统还是专家控制器，其相对工程费用较高，而且还涉及自动地获取知识困难、无自学能力、知识面太窄等问题。尽管专家系统在解决复杂的高级推理中获得较为成功的应用，但是专家控制的实际应用相对还是比较少。 (3)基于神经网络的PID控制器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。神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网；或由大量象生物神经元的处理单元并联互连而成。这种神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征，也是当前研究的主要课题。学习的概念来自生物模型，它是机体在复杂多变的环境中进行有效的自我调节。神经网络具备类似人类的学习功能。一个神经网络若想改变其输出值，但又不能改变它的转换函数，只能改变其输人，而改变输人的唯一方法只能修改加在输人端的加权系数。 神经网络的学习过程是修改加权系数的过程,最终使其输出达到期望值，学习结束。常用的学习算法有：Hebb学习算法,widrow Hoff学习算法,反向传播学习算法一BP学习算法，Hopfield反馈神经网络学习算法等。 神经网络是利用大量的神经元按一定的拓扑结构和学习调整方法。 它能表示出丰富的特性：并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习等。这些特性是人们长期追求和期望的系统特性。它在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力。神经网络可以和模糊逻辑一样适用于任意复杂对象的控制，但它与模糊逻辑不同的是擅长单输入多输出系统和多输入多输出系统的多变量控制。在模糊逻辑表示的SIMO 系统和MIMO 系统中，其模糊推理、解模糊过程以及学习控制等功能常用神经网络来实现。模糊神经网络技术和神经模糊逻辑技术：模糊逻辑和神经网络作为智能控制的主要技术已被广泛应用。 两者既有相同性又有不同性。其相同性为：两者都可作为万能逼近器解决非线性问题，并且两者都可以应用到控制器设计中。不同的是：模糊逻辑可以利用语言信息描述系统，而神经网络则不行；模糊逻辑应用到控制器设计中，其参数定义有明确的物理意义，因而可提出有效的初始参数选择方法；神经网络的初始参数(如权值等) 只能随机选择。但在学习方式下，神经网络经过各种训练，其参数设置可以达到满足控制所需的行为。模糊逻辑和神经网络都是模仿人类大脑的运行机制，可以认为神经网络技术模仿人类大脑的硬件，模糊逻辑技术模仿人类大脑的软件。根据模糊逻辑和神经网络的各自特点，所结合的技术即为模糊神经网络技术和神经模糊逻辑技术。模糊逻辑、神经网络和它们混合技术适用于各种学习方式 智能控制的相关技术与控制方式结合或综合交叉结合，构成风格和功能各异的智能控制系统和智能控制器是智能控制技术方法的一个主要特点。 3.2.3 智能PID控制的优点它吸收了智能控制与常规PID控制两者的优点。首先，它具备自学习、自适应、自组织的能力，能够自动识别被控过程参数，自动整定控制参数，能够适应被控过程参数的变化；其次，它又有常规PID控制器结构简单、鲁棒性强、可靠性高、为现场设计人员所熟悉等特点。一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力，即称为智能控制系统。智能控制技术是在向人脑学习的过程中不断发展起来的，人脑是一个超级智能控制系统，具有实时推理、决策、学习和记忆等功能，能适应各种复杂的控制环境。智能控制与传统的或常规的控制有密切的关系，不是相互排斥的。常规控制往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 3.2.4 智能控制的应用(1)智能控制在各行各业的应用工业过程中的智能控制 生产过程的智能控制主要包括两个方面：局部级和全局级。局部级的智能控制是指将智能引入工艺过程中的某一单元进行控制器设计，例如智能PID控制器、专家控制器、神经元网络控制器等。研究热点是智能PID控制器，因为其在参数的整定和在线自适应调整方面具有明显的优势，且可用于控制一些非线性的复杂对象 。全局级的智能控制主要针对整个生产过程的自动化，包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。 机械制造中的智能控制 在现代先进制造系统中，需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况，人工智能技术为解决这一难题提供了有效的解决方案。智能控制随之也被广泛地应用于机械制造行业，它利用模糊数学、神经网络的方法对制造过程进行动态环境建模，利用传感器融合技术来进行信息的预处理和综合。可采用专家系统的“Then-If”逆向推理作为反馈机构，修改控制机构或者选择较好的控制模式和参数。利用模糊集合和模糊关系的鲁棒性，将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。利用神经网络的学习功能和并行处理信息的能力，进行在线的模式识别，处理那些可能是残缺不全的信息。 电力电子学研究领域中的智能控制 电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂的过程,国内外的电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中,取得了良好的控制效果 。遗传算法是一种先进的优化算法，采用此方法来对电器设备的设计进行优化，可以降低成本，缩短计算时间，提高产品设计的效率和质量。应用于电气设备故障诊断的智能控制技术有：模糊逻辑、专家系统和神经网络。在电力电子学的众多应用领域中，智能控制在电流控制PWM技术中的应用是具有代表性的技术应用方向之一，也是研究的新热点之一。 (2)智能控制主要应用存在的情况实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型。 应用传统控制理论进行控制必须提出并遵循一些比较苛刻的线性化假设，而这些假设在应用中往往与实际情况不相吻合。 对于某些复杂的和饱含不确定性的控制过程，根本无法用传统数学模型来表示，即无法解决建模问题。 为了提高控制性能，传统控制系统可能变得很复杂，从而增加了设备的投资，减低了系统的可靠性。 总 结 通过这次课程设计不仅让我更深一步了解了PID控制技术，更重要的是还让我学会了，或者说是验证了做事一定要有条理，及对事物的总体把握，只有有了条理，做起事来才会得心应手。经过这么长时间的努力和学习对很多重要的概念有了巩固和掌握，还给了我以后做事的启示。做事要踏实，不要想着一步登天要有计划，有目的的进行做事。盲目真的不应该在在我们新一代大学生身上出现了，我们应该认真找到自己的缺点并且及时改正。总体来说，我觉得像课程设计这种类型的作业对我们的帮助很大，它需要我们将学过的相关知识系统地联系起来，并学习了更多以前所不理解的东西，弥补了所学的不足！本次的课程设计，培养了我查阅资料的能力，在设计的过程中还培养出了我们解决问题、分析问题的能力，这将在我以后的学习和工作中起着潜移默化的作用，让我受用终身！致 谢在此次的课程设计中非常感谢老师和同学给予我的帮助，感谢马维元老师，他在平常工作繁忙之际，还来为我们解答设计中的困惑。并且在设计过程中得到了徐珍珍、马国成等同学的热心帮助，再次致以深深的谢意,感谢马维元老师和同学们的大力帮助。 附 录几种PID智能控制器参考文献12邵裕森 过程控制及仪表.上海: 上海交通大学出版社,19953 陶永华新型PID控制及其应用M北京：机械工业出版社，2002114  夏红，赏星耀，宋建成PID参数自整定方法综述浙江科技学院学报，2003，15（4）：2362405 网上资料(电子论坛)