在工业控制领域，以一阶控制过程加纯滞后为研究对象，采用ZN方法，粒子群优化和模糊控制对PID控制器的参数进行了调整。以及在稳定性，跟踪和抗干扰方面。助MATLAB仿真，可以分析每种方法的优缺点。究结果表明，粒子群优化和模糊控制在PID控制的整体性能上具有一定的优势，对现代工业控制中PID控制的设计具有一定的实用价值。PID控制器是当前工业控制中最常用的控制策略之一[1]。规PID控制参数的选择取决于许多因素。如，动态过程性能，控制目标和操作员对控制过程的理解，冗长而费力的回路调整以及过程控制和操作条件的频繁更改将导致：调整误差，特别是针对当前工业控制的要求（高精度，高稳定性）。高度跟进等）不能满足要求。
年来，随着先进控制技术的发展，已经陆续使用了各种PID设置，但是如何选择最适合您的PID设置以获得最佳结果仍然是一个令人困惑的问题。界。据工业控制的要求和PID控制器的特点，PID控制非常适合工程实践中的应用。此，本文选择了几种比较常用的方法进行比较研究。传统的调节方法相比，可以获得它们的优缺点，从而为调节PID参数的选择提供了通用基础。项比较研究对于工程师选择PID参数的调节方法具有一定的实用价值。工业过程的控制中，许多实际的工业对象非常复杂，因此确定其精确模型是不切实际和不必要的。
中：K为静态增益； T是时间常数； τ是纯磁滞常数。ZN方法是一种典型的工业控制方法。既简单又方便，但是其调整PID参数将导致闭环系统响应明显过冲，并且存在一些缺陷。Hang.CC提出了一种改进的Ziegler-Nichols调整方法。精制的齐格勒-尼科尔斯调谐方法。
果2.25 <k <15，则保持原始Z-N参数不变；否则，保持不变。需要使过冲分别小于10％或20％时，引入以下系数β进行校正。
K> 15时，β作用不大，此时的处理对象实际上是低阶系统。子群优化（OSP）是一种进化计算技术，它假设在维D的目标研究空间中，有粒子形成粒子群，其中每个粒子都是维向量D，其位置空间表示为xi =（xi1，xi2，…，xiD），i = 1，2，… n。
中：指标j代表粒子的第j维，指标i代表粒子i，t代表第t代，c1，c2是加速因子，通常取在（ 0，2），恒温阀芯r1〜U（0，1），r2〜U（0，1）是两个独立的随机函数。上面的粒子演化方程中，我们可以看到c1调节粒子的步长以使其最佳飞行，而c2调节粒子的步长以使其最佳飞行。世界上的位置[4]。糊控制是一种基于模糊集理论，模糊语言变量和模糊逻辑推理的计算机控制方法。为智能控制的重要分支，它已被广泛应用于控制领域[5]。的核心是模糊控制器。糊控制器的关键是根据专家或操作员的手动控制经验来确定一系列控制规则。图1中，我们可以看到粒子群算法是最快的设置，但有一些过冲。
PID的模糊设定速度如下，几乎没有超调。统的PID设定速度不能令人满意，并且存在一定量的过冲。图2中可以看到，当值T变大时，粒子群算法的设置具有最小的过冲并首先达到稳定状态。糊PID设置具有最大过冲，达到稳态的速度如下。统的PID设置通常会出现过冲，并且达到稳定状态的速度最慢。图3中我们可以看到，当τ的值变大时，模糊PID参数最快，过冲则更小。子群算法具有第二快的设置速度，几乎没有超调。准PID设置最慢，并且具有较大的过冲。面响应曲线的比较表明，ZN方法的调整最差，另外两个指标也得到了明显改善，特别是过冲已大大减少，上升时间已大大缩短。还表明，对于PID参数的典型设置，很难满足当前工业控制的要求。是，粒子群算法的运行时间相对较长，并且在等待时间很重要时效果并不理想。此，对于滞后时间较长的过程，不应使用此调整方法，而应使用模糊PID自动调整来加快系统响应速度。节精度提高，稳态性能良好。是，它的缺点是必须制定适当的模糊规则表。时，量化因子和比例因子需要更好的选择。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com