背景

原理及简介

智能PID控制的优点

背景

在实际的应用中，许多被控过程机理复杂，具有高度非线性、时变不确定性和纯滞后性等特点，导致PID控制参数整定效果不理想。在噪声、负载扰动等因素的影响下，过程参数甚至模型结构均会随时间和工作环境的的变化而变化。这就要求在PID控制中，不仅PID参数的整定不依赖于系统数学模型，并且PID参数能够在线调整，以满足实时控制的要求。

智能控制 （Intelligent Control)是一门新兴的理论和技术，它是传统控制发展的高级阶段，旨在应用计算机模拟人类智能实现自动化。

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。

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。