[发明专利]一种自适应串级PID控制方法

说明书

技术领域

本发明属于工业过程控制领域，尤其涉及对工业系统进行自适应串级PID控制的技术。

背景技术

串级PID控制系统已广泛应用于实际工业过程控制。常规的串级PID控制是一种多回路控制系统，如图1所示，它包括主控制器G_c1、副控制器G_c2、控制对象的导前区G_p2和控制对象的惰性区G_p1由主控制器G_c1和副控制器G_c2进行串级控制；串级PID控制系统包括两个闭合回路：1)由控制对象的导前区G_p2和副控制器G_c2构成的副回路；2)由控制对象的惰性区G_p1、主控制器G_c1和副回路构成的主回路。主回路的输入和输出分别为控制对象的期望输出值r_p和控制对象的惰性区G_p1的输出值y；副回路的输入和输出分别为主控制器G_c1的输出值和控制对象的导前区G_p2的输出值。

对于具有大滞后、大惯性等特征的被控对象，与单回路PID控制系统相比，串级PID控制具有较好的控制品质。当控制对象具有明显的时变特性和明显的非线性时，为保证控制系统的控制品质，要求控制系统具有良好的自适应能力。

对于包括串级PID控制系统在内的自适应PID控制问题，目前有两种比较典型的基本方案。一种是基于神经网络的自适应控制方法，利用人工神经网络等学习算法在线辨识控制对象的数学模型，进一步根据辨识结果对系统中的控制器参数进行调整；另一种是基于遗传算法的自适应控制方法，直接利用遗传算法在线优化系统中的控制器参数，形成具有自适应能力的控制系统。由于人工神经网络在学习过程中收敛速度较慢，且容易陷入局部最小点，严重地影响了基于神经网络的自适应控制方法的实际效果。遗传算法是一种全局搜索优化算法，基于遗传算法的自适应PID控制方法可以在全局范围内确定PID控制参数的最佳值；但是，由于其在优化过程的搜索时间将显著增加，从而严重地影响了控制系统的在线自适应能力。

在专利号为200910190906.3的我国专利申请《基于逆动力学模型的自适应PID控制器的设计方法》中，王广军等(王广军，陈红，王志杰)公开了一种具有自适应能力的单回路PID控制系统，将自适应控制问题概括为一类逆动力学模型的辨识问题，通过在线辨识控制对象逆动力学模型，形成与控制对象特性相适应的自适应PID控制器，提高了控制系统的自适应能力。但该发明是针对单回路PID控制系统提出的，并不适于自适应串级PID控制系统的设计。

发明内容

针对现有技术中存在的上述不足，本发明的目的在于提供一种自适应串级PID控制方法，用以提高工业系统串级PID控制过程的自适应能力。

为实现上述目的，本发明采用了如下技术手段：1、一种自适应串级PID控制方法，由主控制器G_c1和副控制器G_c2形成串级控制系统；由控制对象的导前区G_p2和副控制器G_c2构成该串级控制系统的副回路，由控制对象的惰性区G_p1、主控制器G_c1和副回路构成该串级控制系统的主回路；主回路的输入和输出分别为控制对象的期望输出值r_p和控制对象的惰性区G_p1的输出值y；副回路的输入和输出分别为主控制器G_c1的输出值u和控制对象的导前区G_p2的输出值y′；其中，所述主控制器G_c1为PID控制器，其反馈信号为控制对象的惰性区G_p1的输出值y；所述副控制器G_c2为P控制器或PI控制器，其反馈信号为控制对象的导前区G_p2的输出值y′；其特征在于，该自适应串级PID控制系统还包括自适应模块G_ad，该自适应模块G_ad根据主回路的输出值y和主控制器G_c1输出值u在线辨识主控制器G_c1的控制参数向量S_PID；具体控制过程包括如下步骤：

①设置主控制器G_c1和副控制器G_c2的初始控制参数，构造主控制器G_c1的控制参数向量S_PID的初始值：