經(jīng)濟型pid溫度控制器tc系列不同pid算法的溫控應用常用pid溫度控制器的控制算法包括常規(guī)pid、模糊控制、神經(jīng)網(wǎng)絡、fuzzy-pid、神經(jīng)網(wǎng)絡pid、模糊神經(jīng)網(wǎng)絡、遺傳pid及廣義預測等算法。常規(guī)pid控制易于建立線性溫度控制系統(tǒng)被控對象模型;模糊控制基于規(guī)則庫,并以或增量形式給出控制決策;神經(jīng)網(wǎng)絡控制采用數(shù)理模型模擬生物神經(jīng)細胞結構,并用簡單處理單元連接成復雜網(wǎng)絡;puzzy-pid為線性控制,且結合模糊與pid控制優(yōu)點。
溫度控制系統(tǒng)是變參數(shù)、有時滯和隨機干擾的動態(tài)系統(tǒng),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:
1.常規(guī)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(yè)生產(chǎn)領域。它的明顯缺點是現(xiàn)場pid參數(shù)整定麻煩,易受外界干擾,對于滯后大的過程控制,調(diào)節(jié)時間過長。其控制算法需要預先建立模型,對系統(tǒng)動態(tài)特性的影響很難歸并到模型中。在我國大多數(shù)pid調(diào)節(jié)器廠家生產(chǎn)的調(diào)節(jié)器均為常規(guī)pid控制算法。
2.模糊控制
模糊控制是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的計算機控制。
2.神經(jīng)網(wǎng)絡控制
神經(jīng)網(wǎng)絡控制采用數(shù)理模型的方法模擬生物神經(jīng)細胞結構,用簡單處理單元連接形成各種復雜網(wǎng)絡,并采用誤差反向傳播算法(bp)。
3.fuzzy-pid控制
模糊控制不需知道被控對象的模型,易于控制不確定對象和非線性對象。pid本質(zhì)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(jù)給定值與測量值之偏差e選擇智能控制器,根據(jù)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。
4.神經(jīng)網(wǎng)絡pid控制
在pid控制的基礎上,加入神經(jīng)網(wǎng)絡控制器,構成神經(jīng)網(wǎng)絡pid控制器。神經(jīng)網(wǎng)絡控制器nnc是前饋控制器,通過對pid控制器的輸出進行學習,在線調(diào)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(jù)主導地位,以減弱或zui終消除反饋控制器的作用。
5.模糊神經(jīng)網(wǎng)絡控制
將模糊邏輯與神經(jīng)網(wǎng)絡結合,采用神經(jīng)網(wǎng)絡模糊邏輯推理網(wǎng)絡模型和快速的自學習算法,通過網(wǎng)絡的離線訓練和在線自學習使控制器具有自調(diào)整、自學習和自適應能力,達到模糊智能控制。
6.遺傳pid控制
遺傳pid控制是將控制器參數(shù)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控制器的*參數(shù),不要求系統(tǒng)是否為連續(xù)可調(diào),能否以顯式表示。
7.廣義預測控制
預測控制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?;赾arima模型的廣義預測控制(gpc)是一種新型計算機控制算法。