KR970002521A - Gain determination method and apparatus thereof of PID controller - Google Patents

Gain determination method and apparatus thereof of PID controller Download PDF

Info

Publication number
KR970002521A
KR970002521A KR1019950019020A KR19950019020A KR970002521A KR 970002521 A KR970002521 A KR 970002521A KR 1019950019020 A KR1019950019020 A KR 1019950019020A KR 19950019020 A KR19950019020 A KR 19950019020A KR 970002521 A KR970002521 A KR 970002521A
Authority
KR
South Korea
Prior art keywords
gain
output
pid controller
control target
target system
Prior art date
Application number
KR1019950019020A
Other languages
Korean (ko)
Inventor
김영상
Original Assignee
김광호
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김광호, 삼성전자 주식회사 filed Critical 김광호
Priority to KR1019950019020A priority Critical patent/KR970002521A/en
Publication of KR970002521A publication Critical patent/KR970002521A/en

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

본 발명은 PID 제어기의 이득 결정 방법 및 그 장치에 관한 것이다. 본 발명의 장치는 소정의 설정치를 입력하는 설정치 입력부와, 그 설정치 입력부로부터의 출력을 입력받아 PID 이득을 조절하기 위한 PID 제어기와, 이 PID 제어기에 의해 제어하기 위한 제어 대상 시스템과, 상기 설정치 입력부의 설정치와 제어 대상 시스템의 출력을 비교하여 제어 대상 시스템의 특성을 추출하기 위한 특성 추출부와, 그 특성 추출부로부터의 출력을 입력받아 상기 제어 대상 시스템의 이득 변화량을 결정하여 상기 PID 제어기에 전달하는 뉴럴 동조부를 구비하며, 학습이 된 뉴럴 네트워크를 이용하여 제어 대상 시스템의 제어 이득을 결정하게 되므로, 갑작스런 시스템 교란이나 시스템 파라미터의 변화에 강하고, 별도의 메모리나 마이크로프로세서를 사용하지 않고도 PID 자동 동조 제어기를 저렴한 비용으로 구현할 수 있는 장점이 있다.The present invention relates to a method and apparatus for determining a gain of a PID controller. The apparatus of the present invention includes a setpoint input unit for inputting a predetermined setpoint, a PID controller for receiving an output from the setpoint input unit and adjusting a PID gain, a control target system for controlling by the PID controller, and the setpoint input unit. A feature extractor for extracting the characteristic of the controlled system by comparing the set value of the control system with the output of the controlled system, and receiving the output from the feature extractor to determine the gain variation of the controlled system and transmits it to the PID controller. It is equipped with a neural tuning unit, which uses the learned neural network to determine the control gain of the controlled system, which is resistant to sudden system disturbances or changes in system parameters, and automatically PID tuning without using a separate memory or microprocessor. The advantage is that the controller can be implemented at low cost. .

Description

피아이디(PID) 제어기의 이득 결정 방법 및 그 장치Gain determination method and apparatus thereof of PID controller

본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음Since this is an open matter, no full text was included.

제2도는 본 발명에 따른 PID 제어기의 이득 결정 장치의 개략적인 장치구성도, 제3도는 제2도의 PID 제어기의 이득 결정 장치에 있어서, 뉴럴 동조부에 내장되어 있는 뉴럴 네트워크의 개략적인 구성도.2 is a schematic configuration diagram of a gain determination device of a PID controller according to the present invention, and FIG. 3 is a schematic configuration diagram of a neural network embedded in a neural tuning unit in the gain determination device of a PID controller of FIG.

Claims (9)

제어 대상 시스템의 간략한 수학적인 모델을 통해 PID 제어기의 이득을 가정하는 단계; 상기 가정된 이득 제어 대상 시스템에 입력하여 소정 출력치를 얻는 단계; 상기 출력치와 미리 사용자에 의해 설정된 소정의 설정치를 비교 및 분석하여 제어 대상 시스템의 특성을 추출하는 단계; 및 상기 추출된 특성을 근거로 제어 대상 시스템의 비례이득, 적분이득 및 미분이득을 결정하는 단계를 포함하여 된 것을 특징으로 하는 PID 제어기의 이득 결정 방법.Assuming a gain of the PID controller through a simplified mathematical model of the controlled system; Inputting the assumed gain control target system to obtain a predetermined output value; Extracting characteristics of a control target system by comparing and analyzing the output value with a predetermined set value previously set by a user; And determining the proportional gain, the integral gain, and the derivative gain of the control target system based on the extracted characteristics. 제1항에 있어서, 상기 비례이득, 적분이득 및 미분이득은 학습된 뉴럴 네트워크의 소정 연산에 의해 구하는 것을 특징으로 하는 PID 제어기의 이득 결정 방법.The method of claim 1, wherein the proportional gain, the integral gain, and the derivative gain are obtained by a predetermined operation of a learned neural network. 제2항에 있어서, 상기 뉴럴 네트워크의 입력으로 사용자에 의해 설정된 소정의 설정치와 제어 대상 시스템의 출력치와의 오차와, 그 적분치 및 미분치, 상승 시간, 정착 시간, 오버슈트 및 감쇠비를 사용하는 것을 특징으로 하는 PID 제어기의 이득 결정 방법.The method according to claim 2, wherein an error between a predetermined set value set by a user as an input of the neural network and an output value of a control target system, its integral value and derivative value, rise time, settling time, overshoot, and attenuation ratio is used. Gain determination method of a PID controller, characterized in that. 사용자가 소정의 설정치를 입력하는 설정치 입력부와, 상기 설정치 입력부로부터의 출력을 입력받아 PID 이득을 조절하기 위한 PID 제어기와, 상기 PID 제어기에 의해 제어하기 위한 제어 대상 시스템과, 상기 설정치 입력부에 입력된 설정치와 제어 대상 시스템의 출력을 비교하여 제어 대상 시스템의 특성을 추출하기 위한 특성 추출부와, 상기 특성 추출부로부터의 출력을 입력받아 상기 제어 대상 시스템의 이득 변화량을 결정하여 상기 PID 제어기에 전달하는 뉴럴 동조부를 구비하여 된 것을 특징으로 하는 PID 제어기의 이득 결정 장치.A set value input unit for inputting a predetermined set value by a user, a PID controller for adjusting the PID gain by receiving an output from the set value input unit, a control target system for controlling by the PID controller, and a set value input unit A feature extraction unit for extracting a characteristic of the control target system by comparing a set value and an output of the control target system, and receiving an output from the feature extraction unit to determine a gain change amount of the control target system and transmits it to the PID controller. Gain control apparatus of a PID controller characterized by including a neural tuning unit. 제4항에 있어서, 상기 뉴럴 동조부에는 다수의 뉴런으로 구성된 뉴런 네트워크가 내장되어 있는 것을 특징으로 하는 PID 제어기의 이득 결정 장치.The apparatus of claim 4, wherein the neural tuning unit includes a neuron network composed of a plurality of neurons. 제5항에 있어서, 상기 다수의 뉴런은 시그모이드 펑션을 사용하여 출력을 내는 것을 특징으로 하는 PID 제어기의 이득 결정 장치.The apparatus of claim 5, wherein the plurality of neurons output an output using a sigmoid function. 제5항에 있어서, 상기 다수의 뉴런은 하드 리미터를 사용하여 출력을 내는 것을 특징으로 하는 PID 제어기의 이득 결정 장치.6. The apparatus of claim 5, wherein the plurality of neurons output an output using a hard limiter. 제5항에 있어서, 상기 다수의 뉴런은 히스 테리시스를 사용하여 출력을 내는 것을 특징으로 하는 PID 제어기의 이득 결정 장치.6. The apparatus of claim 5, wherein the plurality of neurons produce output using hysteresis. 제4항 또는 제5항에 있어서, 상기 뉴럴 동조부는 비례이득을 증가시키면 폐회로 밴드폭을 증가시키고, 미분이득을 증가시키면 감쇠를 촉진하여 오버슈트를 감소시키며, 적분이득을 증가시키면 시스템의 대처능력을 향상시켜 교란에 강하게 하고, 스테디-스테이트 트랙킹 에러를 감소시키도록 학습되어 있는 것을 특징으로 하는 PID 제어기의 이득 결정 장치.6. The neural tuning unit according to claim 4 or 5, wherein the neural tuning unit increases the proportional gain to increase the closed loop bandwidth, and increasing the derivative gain promotes attenuation to reduce the overshoot, and increasing the integral gain to cope with the system. To improve the disturbance and reduce the steady-state tracking error. ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.※ Note: The disclosure is based on the initial application.
KR1019950019020A 1995-06-30 1995-06-30 Gain determination method and apparatus thereof of PID controller KR970002521A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019950019020A KR970002521A (en) 1995-06-30 1995-06-30 Gain determination method and apparatus thereof of PID controller

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019950019020A KR970002521A (en) 1995-06-30 1995-06-30 Gain determination method and apparatus thereof of PID controller

Publications (1)

Publication Number Publication Date
KR970002521A true KR970002521A (en) 1997-01-28

Family

ID=66526156

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019950019020A KR970002521A (en) 1995-06-30 1995-06-30 Gain determination method and apparatus thereof of PID controller

Country Status (1)

Country Link
KR (1) KR970002521A (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100497328B1 (en) * 1996-12-30 2005-09-12 고려화학 주식회사 Water dispersion
KR100573189B1 (en) * 2003-12-30 2006-04-24 김동화 Method and device for pH control of water supply facilities using tuning method of 2-DOF PID controller by neural network

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100497328B1 (en) * 1996-12-30 2005-09-12 고려화학 주식회사 Water dispersion
KR100573189B1 (en) * 2003-12-30 2006-04-24 김동화 Method and device for pH control of water supply facilities using tuning method of 2-DOF PID controller by neural network

Similar Documents

Publication Publication Date Title
DE3613424A1 (en) DISCRETE TIME CONTROL DEVICE
Wang et al. Tuning PID controllers for integrating processes
US5748467A (en) Method of adapting and applying control parameters in non-linear process controllers
Polycarpou et al. On-line approximation control of uncertain nonlinear systems: issues with control input saturation
JP2539540B2 (en) Process control equipment
AU743549B2 (en) Method of predicting overshoot in a control system response
KR920015673A (en) Voltage or reactive power control method and control device
KR910015900A (en) Method and system for changing control parameters according to process status in process control
WO1995004956A1 (en) Method and apparatus for fuzzy logic control with automatic tuning
Lawrence et al. Optimal PID and antiwindup control design as a reinforcement learning problem
KR970002521A (en) Gain determination method and apparatus thereof of PID controller
JP3362053B2 (en) Device for controlling automobile actuators
Matausek et al. Nonlinear multi-input-multi-output neural network control of DC motor drive with field weakening
JPH09146610A (en) Multivariable nonlinear process controller
Pereira et al. Adaptive RBFNN versus self-tuning controller: An experimental comparative study
JPH03265902A (en) Process controller
Pandey et al. A Study on PI and Fuzzy PI Controllers
JPH05324007A (en) Process controller
Tao et al. Application of fuzzy logic and neural network to the control of a flame process
JPH0619506A (en) Identifying device
SU941931A1 (en) Automatic control system
JP2002369566A (en) Speed control unit
KR102005455B1 (en) Robust nonlinear control method with low-complexity
Baric et al. Neural network based sliding mode controller for a class of linear systems with unmatched uncertainties
WO1996009573A3 (en) Arrangement for the adaptive control of a section

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E601 Decision to refuse application