自动调优控制的利弊:第1部分

虽然工业自动化工业在很大程度上采用了proportional-integral-derivative (PID)算法作为闭环过程控制的事实上的标准，优化PID环路以达到最优性能的最佳方法仍然是一个悬而未决的问题。这个练习在概念上很简单:选择增益、速率和重置参数，这些参数定义了P、I和D对整体控制工作的贡献的相对大小。

然而，循环调优在实践中更像是一门艺术而不是科学。调优参数的最佳选择取决于多种因素，包括受控过程的动态行为、操作员指定的性能目标以及操作员对调优工作方式的理解。已经开发了各种手动技术来帮助操作人员优化循环，但即使有循环优化软件的帮助，循环优化也可能是一件困难且耗时的苦差事。看到“循环调谐原理”,控制工程2003年7月。

“自动整定”或“自整定”PID控制器的设计目的是通过对被控过程的行为进行某种自动分析来选择自己的整定参数，从而简化问题。这些自动过程通常涉及流程输入/输出关系的数学模型，该模型由经验丰富的操作员提供的信息增强了流程数据(参见图1;查看文章底部的在线额外部分，以获得所有数字的更详细解释)。

“自调优”是指在控制器在线调节过程时连续执行这样的程序。“自动调优”指的是在控制器脱机时执行的随需应变过程。然而，这两个术语经常互换使用，因为自调优和自动调优控制器都会自动调优自己。为简单起见，下文将两者描述为“自动调谐器”。

一步测试

最基本的自动调谐器只是将操作员在调试循环时可能执行的手动调谐过程自动化:强制改变控制效果，观察结果，并相应地调整调谐参数。然而，自动调谐器在执行这些步骤的方式上有所不同。

例如，一个基本的自动调谐器可以执行经典的“步进测试”或“碰撞测试”，其中控制效果在禁用反馈的情况下按步进方式改变。从理论上讲，进程对这种颠簸的响应将提供足够的信息来描述进程的动态行为，这反过来又将规定适当的调优参数。然而，在实践中，仅仅为了调优控制器而改变进程在应用程序中是不切实际的，因为在任何时候都必须最小化进程变量的波动(参见图2)。

一些自动调谐器可以通过在响应设定值更改时执行步进测试来避免这个问题。因为进程无论如何都会受到干扰，所以控制器可以在试图将进程变量驱动到新的设定值时对进程应用一个小的颠簸。

例如，请参考图3中所示的连续步骤测试。当操作员请求更改设定值时，控制器应用100%的控制努力(正步骤)，然后在过程变量达到新的设定值(负步骤)之前关闭。然后，控制器观察过程变量的波动，以确定过程行为的数学模型。

过程的时间常数可以由如图2所示，也可以由控制器关机到过程变量开始下降的时间间隔推导出来。然后，可以使用任意数量的整定规则加上操作员对闭环性能的偏好，从过程死时间、增益和时间常数中计算出适当的PID参数。调优完成后，控制器可以恢复正常的闭环控制操作，使过程变量达到设定值。

噪音及干扰

虽然概念上很简单，但是自动化步骤测试可能是一个挑战。如果在测试进行过程中，过程变量受到干扰，则结果将被扭曲。执行手动步骤测试的有经验的操作员通常可以识别正在进行的干扰，并等待开始测试或根据需要重新启动测试。赋予一个具有类似观察技能的自动调谐器要棘手得多。

当过程变量受测量噪声影响时，这个问题尤其严重。自动调谐器不能总是区分虚幻噪声和真实干扰。即使可以，测量噪声仍然可能通过模糊反应曲线的确切形状来破坏过程模型的计算。

一些自动调谐器可以通过多次执行自动步骤测试来处理测量噪声，然后平均结果或选择出现频率最高的结果。一个复杂的自动调谐器还可以计算它对过程模型的估计与噪声数据的拟合程度，并报告它对最新结果的信心程度，或者重复测试，直到达到操作员定义的置信水平。

启发式优化

但即使有了这样的增强，自动调谐器通常也不是很准确。操作人员通常将自动调谐器的结果作为建议，需要通过传统的试错调谐技术进一步优化。

因此，一些自动调谐器将试错调优纳入他们的算法中就不足为奇了。事实上，启发式推理是嵌入到商用PID控制器中的第一个自动整定技术之一。参考“自适应控制技术”(ISBN 978-0-7506-7495-9)。

启发式自动调谐器跳过了很难正确处理的流程建模操作。相反，它们依赖于过程的开环或闭环性能的测量，例如振荡周期、超调量和扰动或设定值响应的阻尼。

然后，控制器的PID参数通过模拟有经验的操作员的启发式整定技术的整定规则从这些性能测量中推导出来。这是一种模式识别算法，可以像有经验的操作员那样调整控制器的调整参数。

仍然没有灵丹妙药

但是自动启发式调优也有缺点。如果自动调谐器被训练来识别的过程行为模式没有发生，或者如果过程以完全出乎意料的方式行为，自动调谐器将不知道该做什么。依靠模糊逻辑或人工智能来记录操作员经验的启发式自动调谐器可以被重新训练以识别新模式，但有经验的操作员仍然需要帮助，因为大多数时候不能自动完成。

启发式调优也可能需要很长时间和多次迭代才能达到最终结果。启发式自动调谐器倾向于在调整调谐参数的程度和频率上保持保守，以免最终过度调整。

这篇文章继续发表在2018年8月号控制工程本文将介绍一些更精细和数学上更复杂的自动循环调优方法。

更多的答案

关键词:PID,自动调谐

• 最好的方法如何调整比例积分导数(PID)回路以达到最佳性能仍然是一个悬而未决的问题。
• 在实践中在美国，循环调优与其说是一门科学，不如说是一门艺术。
• 最基本的自动调优器自动执行手动调优程序，否则操作员可能在调试循环时执行。

考虑一下这个

多好你们工厂的自动调优控制器控制你们的过程吗?

在线额外

请参阅下面有关PID控制的相关文章。

图的解释

图1:自动整定比例积分导数(PID)控制器测量过程的输入(控制努力)和输出(过程变量)，然后更新自己的整定参数，以满足操作员的闭环性能规范。这样做的最佳方式仍然是一个悬而未决的问题。礼貌:控制工程， CFE传媒

图2:对于步进测试，控制器离线，控制工作量突然增加一个已知量。可以分析过程变量趋势图(也称为“反应曲线”)的结果形状，以确定过程行为的数学模型。然后，该模型可以转换为控制器的调优参数，以便在随后重新上线时使用。在本例中，是死亡时间d，时间常数T，并获得K过程模型的参数可以转换为PID控制器的增益、速率和复位参数。一些自动调优控制器可以执行这样的步骤测试，并自动计算自己的调优参数。礼貌:控制工程， CFE传媒

图3:对于某些流程以一种非常可预测的方式进行操作的应用程序，稍微改变一个设定值就足以识别流程的行为。执行设定值响应测试的自动调谐器中断控制器对设定值变化的初始响应，以进行两步测试:一个正测试和一个负测试。在过程变量完全振荡一次之后，自动调谐器可以计算一组新的调谐参数，然后重新激活PID算法。当过程变量达到设定值时，控制器将被调优以产生由操作员指定的闭环行为，包括上升时间、超调百分比、稳定时间等。礼貌:控制工程， CFE传媒

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。