【正文】 eglerNichols法是根據(jù)給定對(duì)象的瞬態(tài)響應(yīng)特點(diǎn)來(lái)確定PID控制器的參數(shù)?；陬l域的設(shè)計(jì)在一定程度上回避了精確的系統(tǒng)建模，而且有較為明顯確的物理意義，比常規(guī)的PID控制可適應(yīng)的場(chǎng)合更多?；陬l域的參數(shù)整定是需要參考模型的，首先需要辨識(shí)出一個(gè)能較好反應(yīng)被控對(duì)象頻域特性的二階模型。D是消除靜態(tài)誤差的，一般D設(shè)置都比較小，而且對(duì)系統(tǒng)的影響比較小。P是解決幅值振蕩，P大了會(huì)出現(xiàn)幅值振蕩的幅度大，但振蕩頻率小，系統(tǒng)達(dá)到穩(wěn)定的時(shí)間長(zhǎng)。利用該方法進(jìn)行PID控制參數(shù)的整定步驟如下：（1）首先預(yù)選一個(gè)足夠短的采樣周期讓系統(tǒng)工作；（2）僅加入比例控制環(huán)節(jié)，直到系統(tǒng)對(duì)輸入的階躍響應(yīng)出現(xiàn)臨界振蕩，記下這時(shí)的比例放大系數(shù)和臨界振蕩周期；（3）在一定的控制度下通過公式計(jì)算得到PID控制器的參數(shù)。但無(wú)論采用哪一種方法，都需要在實(shí)際運(yùn)行中進(jìn)行最后調(diào)整與完善。PID控制器參數(shù)的工程整定法，主要有臨界比例法，反應(yīng)曲線和衰減。這種方法所的到的計(jì)算數(shù)據(jù)未必可以直接用，還必須通過工程實(shí)際進(jìn)行調(diào)整和修改。PID控制器參數(shù)整定的方法有很多，概括起來(lái)有兩大類：一是理論計(jì)算整定法。工程上，對(duì)簡(jiǎn)單控制系統(tǒng)，整定參數(shù)的方法有臨界比例度法、反應(yīng)曲線法、衰減曲線法、經(jīng)驗(yàn)法等PID控制器的參數(shù)整定是控制系統(tǒng)的核心內(nèi)容。進(jìn)入計(jì)算機(jī)的連續(xù)時(shí)間信號(hào)，必須經(jīng)過采樣和量化后，變成數(shù)字量，才能進(jìn)入計(jì)算機(jī)的存儲(chǔ)器和寄存器，而在數(shù)字計(jì)算機(jī)中的計(jì)算和處理，不論是積分還是微分，只能用數(shù)值計(jì)算去逼近。所以對(duì)有較大慣性或滯后的被控對(duì)象，比例+微分（PD）控制器能改善系統(tǒng)在調(diào)節(jié)過程中的動(dòng)態(tài)特性。解決的辦法是使抑制誤差的作用的變化“超前”，即在誤差接近零時(shí)，抑制誤差的作用就應(yīng)該是零。自動(dòng)控制系統(tǒng)在克服誤差的調(diào)節(jié)過程中可能會(huì)出現(xiàn)振蕩甚至失穩(wěn)。 3. 微分環(huán)節(jié) 微分環(huán)節(jié)的引入是為了改善系統(tǒng)的穩(wěn)定性和動(dòng)態(tài)響應(yīng)速度，它可以預(yù)測(cè)將來(lái)，能反映偏差信號(hào)的變化趨勢(shì)，并能在偏差信號(hào)值變太大之前，在系統(tǒng)引入一個(gè)有效的早期修正信號(hào)，從而加速系統(tǒng)的動(dòng)態(tài)速度，減小調(diào)節(jié)時(shí)間。這樣，即便誤差很小，積分項(xiàng)也會(huì)隨著時(shí)間的增加而加大，它推動(dòng)控制器的輸出增大使穩(wěn)態(tài)誤差進(jìn)一步減小，直到等于零。為了消除穩(wěn)態(tài)誤差，在控制器中必須引入“積分項(xiàng)”。在積分控制中，控制器的輸出與輸入誤差信號(hào)的積分成正比關(guān)系。積分作用的強(qiáng)弱取決于積分時(shí)間常數(shù)，時(shí)間常數(shù)越大積分作用越弱，反之越強(qiáng)。當(dāng)僅有比例控制時(shí)系統(tǒng)輸出存在穩(wěn)態(tài)誤差（Steadystate error）。隨著比例系數(shù)凡的增大，穩(wěn)定誤差逐漸減小，但同時(shí)動(dòng)態(tài)性能變差，振蕩比較嚴(yán)重，超調(diào)量增大?！?微分控制項(xiàng)，為微分時(shí)間常數(shù)。e(t)—— 控制器的輸入，給定值與被控對(duì)象輸出值的差，即偏差信號(hào)；e(t)——比例控制項(xiàng)，Kp為比例系數(shù)。比例積分r(t) e(t) + u(t)被控對(duì)象 + c(t) + + 微分 基本PID控制系統(tǒng)原理圖理想的PID控制器根據(jù)給定值r(t)與實(shí)際輸出值c(t)構(gòu)成的控制偏差e(t)e(t )= r(t)c(t ) (22)將偏差的比例、積分和微分通過線性組合構(gòu)成控制量，對(duì)被控對(duì)象進(jìn)行控制。PID是工業(yè)生產(chǎn)中最常用的一種控制方式，PID調(diào)節(jié)儀表也是工業(yè)控制中最常用的儀表之一，PID 適用于需要進(jìn)行高精度測(cè)量控制的系統(tǒng)，可根據(jù)被控對(duì)象自動(dòng)演算出最佳PID控制參數(shù)。也就是，PID參數(shù)Kp，Ti和Td可以根據(jù)過程的動(dòng)態(tài)特性及時(shí)整定。雖然很多工業(yè)過程是非線性或時(shí)變的，但通過對(duì)其簡(jiǎn)化可以變成基本線性和動(dòng)態(tài)特性不隨時(shí)間變化的系統(tǒng)，這樣PID就可控制了。在很多情況下，并不一定需要全部三個(gè)單元，可以取其中的一到兩個(gè)單元，但比例控制單元是必不可少的。PID控制在生產(chǎn)過程中是一種被普遍采用的控制方法，是一種比例、積分、微分并聯(lián)控制器。針對(duì)市面上電鍋爐的粗獷式控制方法，要提高系統(tǒng)控制精度和實(shí)現(xiàn)低成本運(yùn)行，必須尋找一種新的解決方案。這種方法主要存在以下幾個(gè)問題:① 在實(shí)際工程中達(dá)不到理想的控制效果，系統(tǒng)的穩(wěn)定性不好.② 由于系統(tǒng)只是采用簡(jiǎn)單的開關(guān)量啟動(dòng)或關(guān)閉，使系統(tǒng)出現(xiàn)反復(fù)振蕩，且對(duì)電網(wǎng)產(chǎn)生很大沖擊，運(yùn)行成本很高。 以預(yù)控制的溫度為標(biāo)稱值，據(jù)此設(shè)定一個(gè)控制上限，一個(gè)控制下限。 間 常 數(shù)T 時(shí)間常數(shù)T的大小反映了對(duì)象受到階躍干擾后，被控量達(dá)到新的穩(wěn)定值的快慢程度，即時(shí)間常數(shù)T是表示對(duì)象慣性大小的物理量。K值越大，表示被控對(duì)象的自平衡力小。 對(duì)象的純滯后時(shí)間。經(jīng)過多方查證，發(fā)現(xiàn)一般可用一階慣性滯后環(huán)節(jié)來(lái)描述溫控對(duì)象的數(shù)學(xué)模型。當(dāng)計(jì)算得到的數(shù)值結(jié)果與測(cè)試值之間的誤差較大時(shí)，就認(rèn)為該數(shù)學(xué)模型與實(shí)際的過程不符或者差距較大，進(jìn)而修改模型，重新選擇參數(shù)。在生產(chǎn)過程，控制對(duì)象各種各樣，理論分析和試驗(yàn)結(jié)果表明:電加熱裝置是一個(gè)具有自平衡能力的對(duì)象，可用二階系統(tǒng)純滯后環(huán)節(jié)來(lái)描述，而二階系統(tǒng)，通過參數(shù)辨識(shí)可以降為一階模型。通過水位的判別，調(diào)節(jié)補(bǔ)水閥的起、停?？梢姽釁^(qū)的溫度是控制參數(shù)，操作量是電鍋爐內(nèi)的熱水。 ，水的飽和溫度為144℃ ，最高水溫95℃使鍋爐遠(yuǎn)離了工作壓力下的飽和溫度及加熱元件表面的過度沸騰難以控制的現(xiàn)象，同時(shí)，95℃ 的水溫基本上不產(chǎn)生蒸汽。從供熱方式上有直熱式和蓄熱式等。目前國(guó)內(nèi)外生產(chǎn)的電鍋爐有很多種型式，從整體結(jié)構(gòu)上分有立式、臥式、多單元式等:從傳熱介質(zhì)上分有熱水鍋爐、蒸汽鍋爐和有機(jī)載體鍋爐。其工作原理與傳統(tǒng)意義上的鍋爐有相似之處，從結(jié)構(gòu)上看也有“鍋”和“爐”兩大部分。，設(shè)計(jì)一個(gè)智能溫度控制器，包括:總體方案設(shè)計(jì)、部分軟件設(shè)計(jì)、系統(tǒng)仿真等。并對(duì)控制算法的實(shí)現(xiàn)、控制器的設(shè)計(jì)和參數(shù)調(diào)整進(jìn)行深入研究。在各種儀表高速發(fā)展的今天，控制裝置己經(jīng)不是主要問題，影響被控對(duì)象性能指標(biāo)的主要因素取決于控制器本身，控制器本身的智能化設(shè)計(jì)將直接影響產(chǎn)品的質(zhì)量和生產(chǎn)率。 智能控制具有在線特征辨識(shí)、特征記憶和擬人等特點(diǎn)，故在整個(gè)控制過程中，計(jì)算機(jī)能夠在線獲得信息、實(shí)時(shí)處理并給出控制決策，通過不斷優(yōu)化參數(shù)和尋找控制器最佳結(jié)構(gòu)形式，來(lái)獲得整體的最優(yōu)控制性能。 由于智能控制不依賴于對(duì)象模型，智能行為表現(xiàn)為從系統(tǒng)輸入到輸出的映射關(guān)系，即使輸入時(shí)系統(tǒng)從未有過的例子，系統(tǒng)通過插補(bǔ)、歸類等方法，也能給出適當(dāng)?shù)妮敵觥Ｒ话銇?lái)講 ，智能控制具有以下一些特點(diǎn): 智能控制可以對(duì)一個(gè)過程或其環(huán)境的未知特性所固有的信息進(jìn)行學(xué)習(xí)，并將得到的經(jīng)驗(yàn)用于進(jìn)一步估計(jì)、分類、決策或控制，這有利于對(duì)未知對(duì)象進(jìn)行認(rèn)知和辨識(shí)并進(jìn)一步改善控制系統(tǒng)的控制性能。它避開了建立精確的數(shù)學(xué)模型和用常規(guī)控制理論進(jìn)行定量計(jì)算與分析的困難性。神經(jīng)網(wǎng)絡(luò)作為智能控制器主要采用直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制和神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制等幾種方法。神經(jīng)網(wǎng)絡(luò)建模以其獨(dú)特的非傳統(tǒng)表達(dá)方式和固定的學(xué)習(xí)能力實(shí)現(xiàn)系統(tǒng)輸入輸出的映射，并在短時(shí)間內(nèi)得到迅速發(fā)展。神經(jīng)網(wǎng)絡(luò)的主要特點(diǎn)是具有學(xué)習(xí)能力、并行計(jì)算能力和非線性映射能力。神經(jīng)元的數(shù)學(xué)模型是由McClulcoh和Piet 兩位科學(xué)家在1934 年首先提出來(lái)的。，這些模糊條件語(yǔ)言很容易加入到過程的控制環(huán)節(jié)。因?yàn)閷?duì)于復(fù)雜的生產(chǎn)過程很難得到過程的精確數(shù)學(xué)模型，而語(yǔ)言方法卻是一種很方便的近似。模糊控制是模糊數(shù)學(xué)和控制理論相結(jié)合的產(chǎn)物，它采用了人的思維具有模糊性的特點(diǎn)，通過使用模糊數(shù)學(xué)中的隸屬度函數(shù)、模糊關(guān)系、模糊推理等工具，得到的控制表格進(jìn)行控制。這些都為智能控制技術(shù)的應(yīng)用提供了廣闊的前景。智能控制的發(fā)展主要得益于模糊邏輯控制和神經(jīng)網(wǎng)絡(luò)控制理論的不斷成熟。其特點(diǎn)是自下而上智能遞增而精度遞減，即執(zhí)行級(jí)用于高精度局部控制，協(xié)調(diào)級(jí)用于知識(shí)和實(shí)際輸出調(diào)整執(zhí)行級(jí)中的控制參數(shù)，而組織級(jí)進(jìn)行推理決策和自主學(xué)習(xí)。分層遞階智能控制模擬人腦的分層結(jié)構(gòu)，由執(zhí)行級(jí)、協(xié)調(diào)級(jí)和組織級(jí)構(gòu)成。其主要優(yōu)點(diǎn)是層次結(jié)構(gòu)、控制方法和知識(shí)表達(dá)上的靈活性較強(qiáng)，既可以符號(hào)推理，又允許模糊描述演繹。目前， 根據(jù)智能控制發(fā)展的不同歷史階段和不同的理論基礎(chǔ)可以將它為四大類:基于專家系統(tǒng)的智能控制、分層遞階智能控制、模糊邏輯控制、神經(jīng)網(wǎng)絡(luò)控制。1987年智能控制正式成為一門獨(dú)立的學(xué)科，它是人工智能、運(yùn)籌學(xué)和自動(dòng)控制理論等多學(xué)科相結(jié)合的交叉學(xué)科。傳統(tǒng)控制方法絕大多數(shù)是基于被控對(duì)象的數(shù)學(xué)模型，即按照建?？刂苹M(jìn)行，建模的精確程度決定著控制質(zhì)量的高低，盡管目前的建模理論和方法已有長(zhǎng)足的長(zhǎng)進(jìn)，但仍有許多過程和對(duì)象的機(jī)理不清楚，動(dòng)態(tài)特性難以掌握，使我們不得不對(duì)被控對(duì)象進(jìn)行簡(jiǎn)化或近似，將一理論上極為先進(jìn)的控制策略應(yīng)用在這樣的模型上，控制效果自然會(huì)大打折扣，因用傳統(tǒng)的控制手段進(jìn)一步提高控制對(duì)象的質(zhì)量遇到了極大的困難，傳統(tǒng)控制方法面臨著嚴(yán)峻的挑戰(zhàn)。非線性既有非本質(zhì)的非線性，又有本質(zhì)非線性。但在實(shí)際系統(tǒng)中被控對(duì)象一般都具有大慣性、大滯后、時(shí)變性、關(guān)聯(lián)性、不確定性和非線性的特點(diǎn)，這里的關(guān)聯(lián)性不僅包含過程對(duì)象中各物理參數(shù)之間的禍合交錯(cuò)，而且包含被控量、操作量和干擾量之間的聯(lián)系。最優(yōu)控制理論的研究范圍正在不斷擴(kuò)大，諸如大系統(tǒng)的最優(yōu)控制、分布參數(shù)系統(tǒng)的最優(yōu)控制等。最優(yōu)控制理論 最優(yōu)控制理論是設(shè)計(jì)最優(yōu)控制系統(tǒng)的理論基礎(chǔ)，主要研究受控系統(tǒng)在指定性能指標(biāo)實(shí)現(xiàn)最優(yōu)時(shí)的控制規(guī)律及其綜合方法。到60年代初，一套以狀態(tài)空間法、極大值原理、動(dòng)態(tài)規(guī)劃、卡爾曼布什濾波為基礎(chǔ)的分析和設(shè)計(jì)控制系統(tǒng)的新的原理和方法已經(jīng)確立，這標(biāo)志著現(xiàn)代控制理論的形成。狀態(tài)空間法對(duì)揭示和認(rèn)識(shí)控制系統(tǒng)的許多重要特性具有關(guān)鍵的作用。1960～1961年，因而有可能有效地考慮控制問題中所存在的隨機(jī)噪聲的影響，把控制理論的研究范圍擴(kuò)大，包括了更為復(fù)雜的控制問題。在這之前，并在1956年應(yīng)用于控制過程。這類控制問題十分復(fù)雜，采用經(jīng)典控制理論難以解決?，F(xiàn)代控制理論是在20世紀(jì)50年代中期迅速興起的空間技術(shù)的推動(dòng)下發(fā)展起來(lái)的。它所采用的方法和算法也更適合于在數(shù)字計(jì)算機(jī)上進(jìn)行。在現(xiàn)代控制理論中，對(duì)控制系統(tǒng)的分析和設(shè)計(jì)主要是通過對(duì)系統(tǒng)的狀態(tài)變量的描述來(lái)進(jìn)行的，基本的方法是時(shí)間域方法。這兩種方法在精確數(shù)學(xué)模型的自動(dòng)控制系統(tǒng)中發(fā)揮了巨大的作用，并取得了令人滿意的控制效果。應(yīng)用經(jīng)典控制理論的前提是:必須有一個(gè)高階微分方程式來(lái)描述系統(tǒng)運(yùn)動(dòng)狀態(tài)的數(shù)學(xué)模型，是建立在頻率法的基礎(chǔ)上的。神經(jīng)網(wǎng)絡(luò)則可為復(fù)雜非線性過程的建模提供有效的方法，進(jìn)而可用于過程軟測(cè)量和控制系統(tǒng)的設(shè)計(jì)上。智能控制理論中，專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊控制系統(tǒng)是最有潛力的三種方法。不論從歷史和現(xiàn)狀，還是從發(fā)展的必要性和可能性來(lái)看，控制方法主要朝著綜合化、智能化方向發(fā)展。這階段的主要任務(wù)是克服干擾和模型變化，以滿足復(fù)雜的工藝要求，提高控制質(zhì)量。以現(xiàn)代控制理論為基礎(chǔ)，以微型計(jì)算機(jī)和高檔儀器為工具，對(duì)復(fù)雜現(xiàn)象進(jìn)行控制。這階段的主要任務(wù)是穩(wěn)定系統(tǒng)、實(shí)現(xiàn)定值控制。它以經(jīng)典控制理論為主要控制方案，采用常規(guī)氣動(dòng)、液動(dòng)和電動(dòng)儀表，對(duì)生產(chǎn)過程中的溫度、流量、壓力