幾種常用溫控算法的比較與總結(jié)

? ? ? ? 最近在做一個(gè)有關(guān)大氣VOCs實(shí)時(shí)監(jiān)測的項(xiàng)目校翔,由于該項(xiàng)目要求控溫精度在0.1度之內(nèi)志鹃,所以就研究了一下有關(guān)溫控的算法,我們知道對于一些大慣性的系統(tǒng),比如加熱爐赔嚎、智能小車中都會用到PID(比例、積分和微分)算法撮抓,而PID算法分為二值式棋电、位置式、增量式和分段式椎组,當(dāng)然也有模糊式等∮涂瘢現(xiàn)根據(jù)在實(shí)際項(xiàng)目中的應(yīng)用情況將其總結(jié)如下:

????????(1)二值式

????????二值式溫控算法只存在兩個(gè)狀態(tài),不是開寸癌,就是關(guān)专筷。常用在一些控溫精度不高的場合。

????????(2)位置式

????????位置式PID算法由于計(jì)算量比較大蒸苇,降低了單片機(jī)的運(yùn)行速度磷蛹,需要單片機(jī)比較大的內(nèi)存,所以在實(shí)際應(yīng)用中應(yīng)用的比較少溪烤,除非有特除要求的場合味咳。

????????(3)增量式

????????增量式PID算法相比二值式控溫精度比較高,相比位置式計(jì)算量減少了許多檬嘀,提高了單片機(jī)的運(yùn)行速度槽驶,也增大了單片機(jī)的選擇余地(內(nèi)存要求降低)。為了提高溫控的速度鸳兽,減少溫控所需要的時(shí)間掂铐,所以該增加式PID算法常與BangBang算法、大林算法相結(jié)合使用。BangBang算法和大林算法即是全功率加熱堡纬,比如BangBang-PID算法通過會有一個(gè)閾值聂受,一旦采用BangBang或大林算法升溫到閾值時(shí),就會自動切換到增量式PID算法進(jìn)行控溫烤镐。另外該閾值的選擇是個(gè)難點(diǎn)蛋济,閾值小了,升溫時(shí)間比較長炮叶,閾值大了碗旅,過沖量比較大,所以說該閾值的選擇需要從以下兩個(gè)方面去確定:升溫速率镜悉、距離設(shè)定值的差值大小等方面祟辟。

????????(4)分段式

????????分段式PID算法雖然比模糊PID算法差一些,但是模糊PID控制大多數(shù)還停留在理論階段侣肄,應(yīng)用到實(shí)際系統(tǒng)的還比較少旧困,控制效果如何還不是很確定。分段式PID算法在某些方面與模糊式PID算法有很多相近的地方稼锅,也是對信號進(jìn)行閾值的劃分吼具,然后在不同的閾值階段采用不同的控制參數(shù)。分段PID優(yōu)于模糊PID的地方在于我們現(xiàn)有的工控機(jī)在編輯控制算法時(shí)是數(shù)字式的矩距,模糊PID算法要想實(shí)現(xiàn)其功能除了要進(jìn)行數(shù)據(jù)的離散化外拗盒,其用到的數(shù)據(jù)參數(shù)也比較多導(dǎo)致統(tǒng)計(jì)起來比較麻煩,經(jīng)過以上對比分析锥债,從系統(tǒng)的可實(shí)現(xiàn)性方面考慮陡蝇,還是采用分段式PID算法的比較多些。

????????根據(jù)項(xiàng)目的實(shí)際控制結(jié)果表明單純的采用單一的PID參數(shù)進(jìn)行調(diào)節(jié)要想達(dá)到較為理想的控制效果是不容易的哮肚。所以可以根據(jù)控制對象的實(shí)際情況及偏差的大小登夫,在不同的控制階段給定不同的PID調(diào)節(jié)參數(shù),這樣可以在偏差大的時(shí)候加大比例調(diào)節(jié)允趟,降低積分作用悼嫉,偏差小的時(shí)候減少比例作用,加大積分作用拼窥。這樣既可以增加響應(yīng)速度戏蔑,超調(diào)量也不會太大,這就是分段PID的控制思想鲁纠。 ?下面對普通PID與分段PID在同一控制變量下做出的反應(yīng)做一下對比总棵,他們的輸出曲線如下圖:

????????在上圖輸出曲線中可以看出在目標(biāo)值情況相同的情況下,分段PID的響應(yīng)速度更快改含,達(dá)到目標(biāo)值時(shí)分段PID比普通PID所用的時(shí)間少一半情龄,所用控制系統(tǒng)的快速性被分段PID明顯提高了。采用分段PID即是將一個(gè)控制過程進(jìn)行分段控制,可以避免采用單一PID控制時(shí)對誤差積累較多的缺點(diǎn)(采用單一PID算法時(shí)骤视,剛開始啟動時(shí)目標(biāo)值與實(shí)際值的差值會很大鞍爱,如果有積分變量的話,積分變量大了會導(dǎo)致較大的積累偏差专酗,導(dǎo)致消除困難睹逃,造成系統(tǒng)較大的系統(tǒng)超調(diào);積分變量小了會導(dǎo)致精差消除較慢祷肯。)沉填,這樣在每一階段都對誤差進(jìn)行消除,最后誤差結(jié)果會小很多佑笋。分段PID算法的實(shí)現(xiàn)步驟:這里假定閾值a為偏差的50%翼闹,閾值b為偏差的30%。

????????a蒋纬、根據(jù)工程需要設(shè)置閾值a>b>0;

????????b猎荠、當(dāng)偏差較大,且偏差大于等于a時(shí)蜀备,采用PD控制关摇,可加快系統(tǒng)響應(yīng);

????????c琼掠、當(dāng)偏差較小,且大于b停撞,小于a時(shí)采用PI控制瓷蛙;

????????d、當(dāng)偏差小于b時(shí)戈毒,采用PID控制(P設(shè)的小些艰猬,I設(shè)的大些),可減少系統(tǒng)精差埋市。

????????以上是對幾種常用PID算法的比較和總結(jié)冠桃,在實(shí)際的項(xiàng)目中用的比較多的是增量式PID算法和分段式PID算法,分段式PID算比單一的增量式PID算法控溫速度快道宅,精度更高食听,雖然分段PID算法參數(shù)整定比較繁瑣些,但鑒于它的控制速度快污茵、精度高樱报,還是推薦使用分段PID算法應(yīng)用于溫度控制、電機(jī)控制等領(lǐng)域或項(xiàng)目中泞当。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末迹蛤,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌盗飒,老刑警劉巖嚷量,帶你破解...
    沈念sama閱讀 222,104評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異逆趣,居然都是意外死亡蝶溶,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評論 3 399
  • 文/潘曉璐 我一進(jìn)店門汗贫,熙熙樓的掌柜王于貴愁眉苦臉地迎上來身坐,“玉大人,你說我怎么就攤上這事落包〔可撸” “怎么了?”我有些...
    開封第一講書人閱讀 168,697評論 0 360
  • 文/不壞的土叔 我叫張陵咐蝇,是天一觀的道長涯鲁。 經(jīng)常有香客問我,道長有序,這世上最難降的妖魔是什么抹腿? 我笑而不...
    開封第一講書人閱讀 59,836評論 1 298
  • 正文 為了忘掉前任,我火速辦了婚禮旭寿,結(jié)果婚禮上警绩,老公的妹妹穿的比我還像新娘。我一直安慰自己盅称,他們只是感情好肩祥,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,851評論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著缩膝,像睡著了一般混狠。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上疾层,一...
    開封第一講書人閱讀 52,441評論 1 310
  • 那天将饺,我揣著相機(jī)與錄音,去河邊找鬼痛黎。 笑死予弧,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的湖饱。 我是一名探鬼主播桌肴,決...
    沈念sama閱讀 40,992評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼琉历!你這毒婦竟也來了坠七?” 一聲冷哼從身側(cè)響起水醋,我...
    開封第一講書人閱讀 39,899評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎彪置,沒想到半個(gè)月后拄踪,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,457評論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡拳魁,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,529評論 3 341
  • 正文 我和宋清朗相戀三年惶桐,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片潘懊。...
    茶點(diǎn)故事閱讀 40,664評論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡姚糊,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出授舟,到底是詐尸還是另有隱情救恨,我是刑警寧澤,帶...
    沈念sama閱讀 36,346評論 5 350
  • 正文 年R本政府宣布释树,位于F島的核電站肠槽,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏奢啥。R本人自食惡果不足惜秸仙,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,025評論 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望桩盲。 院中可真熱鬧寂纪,春花似錦、人聲如沸赌结。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,511評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽姑曙。三九已至襟交,卻和暖如春迈倍,著一層夾襖步出監(jiān)牢的瞬間伤靠,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,611評論 1 272
  • 我被黑心中介騙來泰國打工啼染, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留宴合,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,081評論 3 377
  • 正文 我出身青樓迹鹅,卻偏偏與公主長得像卦洽,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子斜棚,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,675評論 2 359

推薦閱讀更多精彩內(nèi)容