PID,APC

理解PID调优

比例-积分-微分(PID)调优具有挑战性,但所获得的经验可以很好地服务于其他领域的工程师。见当PID循环执行不佳时要做的六件事。

由布莱恩·芬恩 2021年2月26日
礼貌:Avanceon

学习目标

  • 学习比例-积分-微分(PID)整定可以在其他应用中帮助系统积分器。
  • 集成商应该不断地寻找性能欠佳的迹象。
  • 机器学习可以帮助集成商瞄准潜在的调优问题。

比例-积分-微分(PID)环路性能往往被忽略,一旦系统投入使用,并似乎在运行。这些循环通常不会再被认为是一种持续改进的方法。它们的功能“正常”,所以它们经常被忽略,直到有事情变得非常不正常,它会出现在问题堆的顶部。这些事件很少发生,也没有引起太多关注。然而,操作事件往往是产品质量和生产率的关键组成部分,这可能会对操作效率产生相当大的影响。

在调整循环时,我们需要采取一些明确的工程和数学步骤,但对于经验和理解如何基于循环组成和响应进行调整,我们也有很多可说的。在最初的几次中,这肯定是一个挑战,但在一个应用程序或过程中来之不易的经验通常可以很好地服务于其他领域的工程师。

系统集成商通常只在启动过程中与环路的调谐参数交互。一旦控制系统调试完成,那些环路调谐参数和整体环路性能会发生什么是未知的,属于神秘的范畴。我们总是想知道,操作者是否将循环转换为手动(甚至关闭)来控制系统本身?

不同的操作员是否觉得他们比其他人有更好的处理过程的能力,并经常调整循环到他们“正确的”数字?这些回路的响应能力是否会随着时间的推移而降低,这是由于设备的退化和现实环境的原因?最后,初始系统过程设计是否总是捕获所有的阶段和运行模式,其中备用PID整定参数将比原始的更好?

修正次最优PID性能

控制循环通常是最初的,然后忘记或忽略,除非发生“主要”。如果“没有任何重大学发生,”缺乏关注循环性能会为质量问题,显着的效率损失和运营不一致创造育种场所。这通常有助于推动一些手动干预,因为事情并不足够造成显而易见的问题,但仍然足以让操作员试图更好地提高它。

有许多原因可能导致循环性能欠佳。原因之一是机械磨损或故障。这些回路包含各种容易磨损和故障的物理部件。可能是没有对这些组件进行主动维护工作。

无论用户是遵循基于时间的预防性维护计划,还是基于条件或分析的预测性维护计划,主动任务和磨损部件的更换对控制回路的最佳性能都很重要。

在处理循环性能时,感觉PID调优是工程、数学和黑暗艺术的交叉,但如果正确学习,它可以为系统集成商提供许多好处。礼貌:Avanceon

在处理循环性能时,感觉PID调优是工程、数学和黑暗艺术的交叉,但如果正确学习,它可以为系统集成商提供许多好处。礼貌:Avanceon

当PID循环表现不佳时要做的六件事

无论是涂抹油脂以防止物理绑定,还是更换移动速度不那么快的驱动器,每个元件都需要正常工作,以使控制逻辑获得最佳成功机会。当PID循环性能不佳时:

  1. 先看看实际情况。重新调整要比重建控制阀容易得多,但根本问题依然存在,而且会变得更糟。
  2. 还应该考虑支持PID块的逻辑。有许多编程方法和技术可以与PID算法相结合,以提高环路的一致性和性能。例如,用户可能有一个循环,它发现自己与由于配方或循环动态变化而导致的潜在流程变量变化的设定值有很好的距离。在这种情况下,让代码在高输出时手动驱动循环,直到它们进入一个定义的范围是有益的。当这种情况发生时,用户将循环切换到自动模式,并允许算法控制。
  3. 当PID循环执行不足时,另一个有益的编码组件是报警。将警报设置在达到设定值的时间太长或差异太大,而“在”设定值可以帮助实时标记问题和/或触发额外的程序性干预。当我们确实需要做一些响应式维护时,这在最小化响应时间方面是有用的。
  4. 信号滤波也是PID回路性能不佳时的一个重要考虑因素。在启动过程中,用户关心的是如何使循环得到正确的控制和响应。您的过程变量上的噪声或其他小波动可能不会明显地导致环路响应紧张不安。一个下意识的反应可能是去调环路以提供一个阻尼响应,但是您可以通过过滤过程变量(PV)信号来更好地处理它。
  5. 还有PID算法本身要考虑。确保控制不会扩展循环的功能是很重要的。如果优化参数设置得过于激进,用户可能会在流程中引发物理问题。例如,用户可能会通过使阀门完全关闭或过快打开来引起水击。这可能会导致系统中其他元素的损坏。
  6. 也可能有不同的情况下循环必须运行。虽然设定值可能不会改变,但在这个过程中,可能会有其他事情在不同的时间对循环产生不同的影响,比如季节性或基于产品的粘度变化。这可能有助于根据周围环境加载不同的调优参数集。

鉴于数据和分析技术的当前进步,我们运气并有选择来解决这个问题。使用数据捕获和存储可用,很容易收集循环信息,以便更好地了解他们的表现以及改进的方式。通过聚合此数据,可以识别性能中的更改和DIPS,该性能并不像实时监控循环。

越来越多的制造商希望使用机器学习(ML)来评估他们的关键流程循环性能。这种评估对改进操作有很大的帮助,并能在无人监视的情况下了解系统的情况。这种方法提供了一种更结构化和更科学的“防御”来对抗控制回路性能,而不仅仅是旧的修补“艺术”。

布莱恩·芬恩是首席运营官AvanceonCFE Media的内容合作伙伴。由Chris Vavra编辑,网页内容经理,控制工程, CFE Media and Technology,cvavra@cfemedia.com

更多答案

关键词:PID、系统集成

考虑一下这个

有什么好处您的工厂可以从持续的PID监控中获得吗?


布莱恩·芬恩
作者生物:Brian Fenn是Avanceon的业务副总裁