CN108181802A

CN108181802A - 一种性能可控pid控制器参数优化整定方法

Info

Publication number: CN108181802A
Application number: CN201711265793.XA
Authority: CN
Inventors: 雎刚; 邵恩泽
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2017-12-05
Filing date: 2017-12-05
Publication date: 2018-06-19

Abstract

本发明公开了一种性能可控PID控制器参数优化整定方法。该方法首先根据被控过程的传递函数，采用传统的临界比例带法整定PID控制器的三个参数比例系数K_P、积分系数K_I和微分系数K_D，根据整定结果确定K_P、K_I和K_D参数的优化值搜索范围；然后基于由偏差和偏差的变化率构成的新型优化性能指标及其相应的适应度函数，采用遗传算法优化PID控制器的三个参数K_P、K_I和K_D。本发明提供的方法可通过改变优化性能指标中的偏差变化率的权重，方便、有效地调整优化效果，及最终的PID控制器的控制性能。

Description

一种性能可控PID控制器参数优化整定方法

技术领域

本发明属于自动控制技术领域，具体涉及一种性能可控PID控制器参数优化整定方法。

背景技术

PID控制器由于算法简单、鲁棒性好，因而在过程控制中得到广泛应用。PID控制器参数优化整定的性能取决于优化性能指标。一般采用的是如下一类的偏差积分型性能指标：

该类指标的不足是最终的优化性能不可调整。尽管提出一些基于上述指标的改进型指标，如分段积分等，但优化性能对性能指标中的参数不敏感，未能很好地解决如何有效调整最终优化效果的问题，不利于工程应用。

发明内容

发明目的：为解决上述问题，本发明提出一种性能可控PID控制器参数优化整定方法，通过改变新型优化性能指标中的偏差变化率的权系数，方便、有效地调整最终的优化整定效果。

技术方案：一种性能可控PID控制器参数优化整定方法，包括以下步骤：

(1)由被控过程和PID控制器构成单回路负反馈仿真控制系统，过程输出为y(t)，输入为PID控制器的输出u(t)，PID控制器的输入为过程输出设定值r与y(t)之差e(t)，t为时间，过程传递函数为G(s)，PID控制器传递函数为：

s为复数域内的复变量，K_P为比例系数，K_I为积分系数，K_D为微分系数；

(2)采用遗传算法，按如下步骤优化PID控制器参数K_P、K_I和K_D：

(2.1)设置PID控制器参数K_P、K_I和K_D的优化搜索范围：

利用步骤1构成的单回路负反馈控制系统，通过设定值r作单位阶跃扰动仿真实验，采用临界比例带法，得到K_P、K_I和K_D的一组整定参数K_P0、K_I0和K_D0，PID控制器的三个参数的优化值搜索范围分别设为：K_P∈(0,β_P·K_P0)，K_I∈(0,β_I·K_I0)，K_D∈(0,β_D·K_D0)，其中β_P、β_I和β_D分别为大于1的实数，取值均为5-10之间的值；

(2.2)采用新型性能指标计算遗传算法适应度函数值f

设定值r作单位阶跃扰动，通过仿真采用下式计算适应度函数值：

其中，c为大于0的常数，J为新型积分优化性能指标：

式中，k为采样时刻，e(k)为k时刻设定值r与过程输出y之差，ce(k)为k时刻e(k)的变化率，

T为采样周期，λ为大于0的实数，N为正整数，满足N*T时间大于过程阶跃响应从变化到稳定所需的时间；

(2.3)采用遗传算法进行参数优化

(2.3.1)以K_P、K_I和K_D三个变量作为个体，随机生成初始种群P(0)，种群规模为M，设置交叉率p_c、变异率p_m和最大迭代次数N，迭代次数k置为0；

(2.3.2)按照步骤(2.2)的方法计算适应度函数值，A1设置的范围内，对种群P(k)进行选择、交叉和变异操作，产生新的种群P(k+1)，并置k＝k+1；

(2.3.3)若k＜N，转上步骤(2.3.2)，否则，迭代优化结束，种群P(N)中适应度函数值最大的个体即为PID控制器三个参数K_P、K_I和K_D的优化整定值。

所述的方法提出如下一种新型优化性能指标：

由于在性能指标中添加了偏差变化率ce(t)一项，就可通过改变权系数λ的大小，方便、有效地调整最终的优化效果。增大λ可降低PID控制器的控制速度，系统超调量减小；减小λ可加快PID控制器的控制速度，系统超调量增大。

有益效果：采用本发明提出的方法，可方便、有效地调整PID控制器参数优化整定的效果，及其最终的控制性能，有利于实际应用。

附图说明

图1为PID控制器单回路负反馈系统图。

图2为偏差变化率的权系数λ对优化结果的影响仿真曲线。

具体实施方式

为了详细的说明本发明公开的技术方案，下面结合附图对本发明的技术方案进行详细说明：

假设被控过程传递函数为下面结合附图对本发明做更进一步的解释。

步骤1：由被控过程和PID控制器构成单回路负反馈仿真控制系统，过程输出为y(t)，输入为PID控制器的输出u(t)，PID控制器的输入为过程输出设定值r与y(t)之差e(t)，t为时间，过程传递函数为G(s)，PID控制器传递函数为s为复数域内的复变量，K_P为比例系数，K_I为积分系数，K_D为微分系数；

步骤2：采用遗传算法，按如下步骤优化PID控制器参数K_P、K_I和K_D：

(2.1)设置PID控制器参数K_P、K_I和K_D的优化搜索范围

在此步中，通过临界比例带法整定可得K_P0＝0.7658，K_I0＝0.0197，K_d0＝6.2603，并且取β_P＝β_I＝β_D＝5。

(2.2)采用新型性能指标计算遗传算法适应度函数值f

其中，c为大于0的常数，J为新型积分优化性能指标：

T为采样周期，λ为大于0的实数，N为正整数，满足N*T时间能覆盖被控过程绝大部分的动态特性，该步中取c＝0.01，T＝3s，N＝300；

(2.3)采用遗传算法进行参数优化

(2.3.1)以K_P、K_I和K_D三个变量作为个体，随机生成初始种群P(0)，种群规模为M，设置交叉率p_c、变异率p_m和最大迭代次数N，迭代次数k置为0，此步中，取M＝20，p_c＝0.25，p_m＝0.01，N＝200；

(2.3.2)以A2的方法计算适应度函数值，A1设置的范围内，对种群P(k)进行选择、交叉和变异操作，产生新的种群P(k+1)，并置k＝k+1；

(2.3.4)若k＜N，转上一步(2)，否则，迭代优化结束，种群P(N)中适应度函数值最大的个体即为PID控制器三个参数K_P、K_I和K_D的优化整定值。

在不同λ取值下优化得到的控制器参数如下：

附图2给出了不同λ取值下优化结果的控制性能仿真曲线，可见λ＝0时，系统震荡明显，调整λ取值可有效改变最终的优化控制性能。

Claims

1.一种性能可控PID控制器参数优化整定方法，其特征在于：包括如下步骤：

(1)由被控过程和PID控制器构成单回路负反馈仿真控制系统，建立PID控制器传递函数；

(2)采用遗传算法优化PID控制器参数比例系数K_P、积分系数K_I和微分系数K_D。

2.根据权利要求1所述的一种性能可控PID控制器参数优化整定方法，其特征在于：步骤(1)具体步骤如下：

过程输出为y(t)，输入为PID控制器的输出u(t)，PID控制器的输入为过程输出设定值r与y(t)之差e(t)，t为时间，过程传递函数为G(s)，PID控制器传递函数为：

s为复数域内的复变量，K_P为比例系数，K_I为积分系数，K_D为微分系数。

3.根据权利要求1所述的一种性能可控PID控制器参数优化整定方法，其特征在于：步骤(2)具体步骤如下：

(2.1)设置PID控制器参数K_P、K_I和K_D的优化搜索范围：

利用步骤(1)构成的单回路负反馈控制系统，通过设定值r作单位阶跃扰动仿真实验，采用临界比例带法，得到K_P、K_I和K_D的一组整定参数K_P0、K_I0和K_D0，PID控制器的三个参数的优化值搜索范围分别设为：K_P∈(0,β_P·K_P0)，K_I∈(0,β_I·K_I0)，K_D∈(0,β_D·K_D0)，其中β_P、β_I和β_D分别为大于1的实数，取值均为5-10之间的值；

(2.2)采用新型性能指标计算遗传算法适应度函数值f：

其中，c为大于0的常数，J为新型积分优化性能指标：

(2.3)采用遗传算法进行参数优化：

以K_P、K_I和K_D三个变量作为个体，按照步骤(2.2)的方法计算适应度函数值，采用遗传算法在步骤(2.1)设置的范围内进行迭代寻优计算，迭代优化后种群中适应度函数值最大的个体即为PID控制器三个参数K_P、K_I和K_D的优化整定值。

4.根据权利要求1所述的一种性能可控PID控制器参数优化整定方法，其特征在于：所述的PID控制器参数优化整定方法提出的性能指标表达式如下：

式中，ce(t)为偏差变化率，λ为权系数。

5.根据权利要求4所述的一种性能可控PID控制器参数优化整定方法，其特征在于：通过调整λ的取值可有效地改变最终的优化性能，增大λ可降低PID控制器的控制速度，系统超调量减小；减小λ可加快PID控制器的控制速度，系统超调量增大。