[发明专利]用于PID参数的渐进式整定方法

说明书

本申请提供了用于PID参数的渐进式整定方法，包括基于受控系统结构确定对应受控系统的优化问题表达式以及对应受控系统的参考系统模型表达式；确定作为参数整定约束条件的PID参数选取范围；确定优化目标参数初始值，基于当前参数值与目标参数值的数值关系，判定是否触发PID参数整定操作；如果判定触发，在参数整定约束条件下基于参考系统模型表达式对优化问题表达式进行循环求解。通过基于过程输入输出数据直接整定PID控制器参数，因此无需建模过程；从而避免了因建模引入的模型误差，以及建模所需的大量测试数据和测试建模的时间成本。同时只需要少量的测试数据和计算资源，所以整定过程不会对生成产生较大扰动，适用于PID控制器的在线整定。

技术领域

本申请属于参数整定领域，特别涉及用于PID参数的渐进式整定方法。

背景技术

PID控制是目前工业过程控制领域中最常见也是最有效的控制方法之一。据统计90％以上的自动控制回路采用了PID控制策略。PID控制的优点包括结构简单、稳定性好、安全可靠以及调整方便。虽然PID控制器具有以上优点，但是如何整定PID控制器参数以保证闭环控制系统的良好性能一直以来被学术和工业界所研究。传统的PID控制器整定方法包括Ziegler-Nichols(Z-N)法、临界比例度法、衰减曲线法、极点配置法、lambda法和基于内模控制的整定方法等。这些方法根据是否利用模型信息可以分为基于模型的整定方法和数据驱动的整定方法。

对于数据驱动型的参数整定方法，闭环控制性能并不能较为准确地事先估计，因此不能根据实际动态响应需求来调整整定策略。其次，常常在整定过程中需要使过程达到某种特殊状态并进行曲线的特征提取，例如Z-N法、临界比例度法、衰减曲线法等。所以，整定过程中存在较多的人机交互，对于较慢的过程则需要较多的测试时间来得到合适的输入参数。如果投运后发现闭环控制性能不理想，通常还是需要利用人工经验来调整参数，因而这类方法通常不适合自动参数整定。

对于基于模型的参数整定方法而言，其优点是可以利用回路历史数据批量整定大量回路，同时如果模型准确那么闭环控制性能是可以根据需求自动调整的，例如lambda法、基于内模控制的整定方法等。然而，这类方法的缺点是整定的质量取决于模型质量的优劣。如果历史数据缺乏激励，那么模型的可信度就会大大降低。另外，从在线应用的角度来看，虽然在线模型辨识方法可以成为在线参数整定的基础，但是这需要大量的操作数据来保证足够的数据激励程度。

发明内容

为了解决现有技术中存在的缺点和不足，本申请提供了用于PID参数的渐进式整定方法，能够避免了因建模引入的模型误差，以及建模所需的大量测试数据和测试建模的时间成本。

为了达到上述技术目的，本申请提供的用于PID参数的渐进式整定方法，包括：

基于受控系统结构确定对应受控系统的优化问题表达式；

根据受控系统的优化指标确定对应受控系统的参考系统模型表达式；

根据受控对象模型的参数范围，确定作为参数整定约束条件的PID参数选取范围；

确定优化目标参数初始值，基于当前参数值与目标参数值的数值关系，判定是否触发PID参数整定操作；

如果判定触发PID参数整定操作，在参数整定约束条件下基于参考系统模型表达式对优化问题表达式进行循环求解，直至获取符合优化目标参数初始值的最优解；

其中，所述优化目标参数初始值包括超调初始值以及峰值时间初始值。

可选的，所述基于受控系统结构确定对应受控系统的优化问题表达式，包括：

确定受控系统如公式一所示的参考信号表达式