編 輯 | 化工活動家

來 源 | 互聯網整理

關鍵詞 | PID  控溫器  算法

導讀

老姜今天給大家介紹幾種PID控制算法的溫控器的控制特性、功能及主要應用場合，對大家合理選用用于溫度控制的溫控器具有很強實用性。

常用溫控器控制算法包括常規PID、模糊控制、神經網絡、Fuzzy-PID、模糊神經網絡、遺傳PID及廣義預測等PID算法。

常規PID控制易于建立線性溫度控制系統被控對象模型；模糊控制基于規則庫，并以絕對或增量形式給出控制決策；神經網絡控制采用數理模型模擬生物神經細胞結構，并用簡單處理單元連接成復雜網絡；Puzzy-PID為線性控制，且結合模糊與PID控制優點。

溫度控制系統是變參數、有時滯和隨機干擾的動態系統，為達到滿意的控制效果，具有許多控制方法。

常見溫度控制方法

01

常規經典PID控制算法的PID控制

PID控制即比例、積分、微分控制，其結構簡單實用，常用于工業生產領域。

明顯缺點是現場PID參數整定麻煩，易受外界干擾，對于滯后大的過程控制，調節時間過長。其控制算法需要預先建立模型，對系統動態特性的影響很難歸并到模型中。在我國大多數PID調節器廠家生產的溫控器均為常規經典PID控制算法。

02

模糊PID控制算法的PID控制

模糊控制(Fuzzy Control)是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的計算機控制。

03

神經網絡PID控制算法的PID控制

神經網絡控制采用數理模型的方法模擬生物神經細胞結構，用簡單處理單元連接形成各種復雜網絡，并采用誤差反向傳播算法(BP)。

04

Fuzzy-PID控制算法的PID控制

模糊控制不需知道被控對象的精確模型，易于控制不確定對象和非線性對象。PID本質是線性控制。將模糊控制與PID結合多，以Fuzzy-PID混合控制為例，據給定值與測量值之偏差e選擇智能控制器，根據e的變化選擇控制方法，當|e|≤emin或|e|≥emax時，采用PID控制；當emin≤|e|≤emax時，采用Fuzzy控制。

05

神經網絡PID控制算法的PID控制

在PID控制的基礎上，加入神經網絡控制器，構成神經網絡PID溫控器。

神經網絡溫控器NNC是前饋控制器，通過對PID溫控器的輸出進行學習，在線調整自己，目標是使反饋誤差e(t) 或u(t)趨近于零，使自己逐漸在控制中占據主導地位，以減弱或最終消除反饋控制器的作用。

06

模糊神經網絡PID控制算法的PID控制

將模糊邏輯與神經網絡結合，采用神經網絡模糊邏輯推理網絡模型和快速的自學習算法，通過網絡的離線訓練和在線自學習使調節器具有自調整、自學習和自適應能力，達到模糊智能控制。

07

遺傳PID控制算法的PID控制

遺傳PID控制是將調節器參數構成基因型，將性能指標構成相應的適應度，利用遺傳算法來整定調節器的最佳參數，不要求系統是否為連續可調，能否以顯式表示。

遺傳PID溫控系統將測量值與給定值進行比較，用遺傳控制算法來優化PID參數，然后將控制量輸出，實現將PID參數串接構成完整染色體，從而構成遺傳空間中的個體，過通過繁殖交叉和變異遺傳操作生成新一代群體，經過多次搜索獲得最大適應度值的個體。

08

廣義預測PID控制算法的PID控制

預測控制(Predictive Control)是基于模型的計算機控制算法。其預測模型有脈沖響應模型、階躍響應模型、CAMRMA模型和CARIMA模型。基于CARIMA模型的廣義預測控制(GPC)是一種新型計算機PID控制算法。

常見溫度控制方法的對比分析

通過上述PID控制算法的原理分析，下表給出各種溫度控制特性與控制器應用場合的情況。

將線性與非線性控制相結合。使溫度能滿足用戶的精度要求是溫控系統的最終目的。在實際應用中，根據具體的應用場合、不同的加熱對象、不同的控制要求和控制精度，選擇不同PID控制算法的溫控器及控制方式。