自动调优控制的利弊:第2部分

本文的第1部分(控制工程， 2018年6月)介绍了自动调谐控制的基本概念和一些最简单的自动调谐技术。其中最常见的可能是自动执行操作员可能手动执行的步骤测试。

继电器调优方法扩展了基本的步进测试，通过在控制工作中使用持续的一系列步进变化来刺激过程，而不仅仅是一次。它们以这样一种方式应用于流程，以使流程变量在持续的极限循环中在其上限和下限之间振荡。该测试可以通过简单地测量过程的最终周期和最终增益来描述过程的行为，如图1和图2所示。

尽管中继调优方法依赖于一系列步骤测试，但它不会像基本步骤测试那样生成对进程死时间、时间常数或增益的显式估计。它完全跳过建模操作，并使用Ziegler-Nichols调优规则的公式将极限环的最终增益和最终周期直接转换为调优参数(见图3)。

这样做使该技术不那么容易受到测量噪声的影响，但并非完全免疫。有噪声的过程变量测量可以模糊极限环的真实形状，并使自动调谐器对其振幅(标记为“b”在图表中)。

测试本身在应用程序中提出了一个问题，即极限环将破坏过程到不可接受的程度。在这种情况下，循环调优最好通过分析在自然发生的干扰和设定值变化期间可观察到的进程行为来完成。

另一方面，继电器调谐方法的优点是允许操作员通过限制控制器应用于过程(标记)的脉冲的振幅来限制过程振荡的振幅“一个”在图表中)。这些脉冲只需大到足以使极限环与测量噪声区分开来。这允许一个自动调谐器学习所有它需要知道的关于进程的行为和最小的中断。

数学建模

也许最严格的自动调优控制方法，当然也是最复杂的方法，是数值曲线拟合——计算最适合可用输入/输出数据的过程模型的参数。控制器的适当调优参数可以从过程模型中导出。这些技术扩展了基本的步骤测试分析，涵盖了比死区、时间常数和增益更详细的过程模型。

使用数值曲线拟合技术的自动整定PID控制器是更通用的模型预测控制策略的例子，这些策略仍然是相当多的学术研究的主题(参见“模型预测控制展望未来”，控制工程， 2003年8月)。

这类中的一些自动调谐器还可以生成一个置信度因子，表明模型的预测与受控过程的实际行为相比有多好。模型的预测与过程变量的实际轨迹之间的密切匹配表明对模型的准确性和基于模型的调整参数具有高度的信心。

对于有明显死时间或传输延迟的系统，一些自动调优控制器也可以配置为实现推理史密斯预测器。传统的史密斯预测器使用过程模型从数学上从闭环中去除死时间，这样PID控制器就可以调整，就好像根本没有死时间一样。推理史密斯预测器不断更新过程模型，以提高死区补偿的准确性。

挑战

不幸的是，严格的数学整定技术所增加的计算复杂度并不能解决所有的PID整定问题。也许最重要的挑战是一个不可预测或非线性的过程。

实际上，所有的PID整定技术，无论是手动的还是自动的，都假设过程变量的未来值可以通过最后几个过程变量测量值和最后几个控制努力的加权和来预测《过程控制器预测未来》控制工程2008年3月)．基本的步进测试自动调谐器使用这两个变量的单个最新历史值，尽管可以合并到流程模型中以提高其预测能力的历史数据点的数量没有限制。

更多并不总是更好。未知的干扰会使预测过程变量的未来值变得足够困难，但即使这些干扰可以忽略不计，对过去的控制努力和过去的过程变量进行简单的加权和并不总是能准确地估计过程变量的走向。

问题是，并不是所有的过程都能被这种加权和或线性过程模型充分地描述。例如，用pH值测量的过程的行为只能用线性模型近似，而且通常只有当pH值保持在一个狭窄的值范围内时才可以。

如果一个自动调谐器隐式或显式地依赖于一个线性过程模型，它的结果将会倾斜到过程实际以非线性方式行为的程度。有一些数学上的变通方法来处理非线性过程，但对于特定的应用程序，哪一种方法是必需的并不总是很明显，而且它们往往在任何情况下都难以实现。

优势

另一方面，曲线拟合自动调谐器的优点是能够跟踪随时间变化的过程的行为。例如，考虑控制球形水箱中的水位的问题。在几乎是空的情况下，从水箱中加入或减去一加仑水对水位的影响要比半满的情况下大得多。也就是说，随着过程变量的上升和下降，过程增益随时间而变化(参见“增益调度是如何工作的?”控制工程2010年12月)．

根据最新的输入/输出数据不断更新其过程模型的曲线拟合自动调谐器应该能够识别过程增益，无论在任何给定时间槽有多满。一个更基本的自动调谐器只在控制器调试时执行调谐操作，当水位低于或高于调试时，它会发现它的调谐太保守或太激进。

这类自动调谐器通常被称为“自适应”控制器(参见“自适应控制器工作更聪明，而不是更困难”)。控制工程2002年10月)。

不幸的是，自适应控制器也不是万无一失的。如果过程的行为变化太快，例如当球形水箱快速装满时，在线建模将无法跟上。如果由于控制器成功地将过程变量与设定值匹配，因此过程变量根本没有变化，那么在线建模将因为缺乏任何有用的数据来收集过程模型而失败。当输入/输出数据排成一行时，会有无数个数学模型适合它。

由于所有这些原因，即使PID控制已经主导了工业过程自动化领域，实现自动整定或自适应控制的最佳方法仍然难以捉摸。

控制工程，www.globalelove.com；由CFE媒体内容经理杰克·史密斯编辑，jsmith@cfemedia.com．

更多的答案:自动调谐,PID

继电器调谐方法通过在控制工作中使用持续的一系列步骤更改(而不是仅仅一个)来刺激流程，扩展基本步骤测试。

也许是最自动调优控制的严格方法，当然也是最复杂的方法，是数值曲线拟合——计算最适合可用输入/输出数据的过程模型的参数。

单一即使PID控制已经主导了工业过程自动化领域，实现自动整定或自适应控制的最佳方法仍然难以捉摸。

考虑一下这个

并自动调谐充分调整控制器?

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。