智能PID控制

在實際的應用中，許多被控過程機理複雜，具有高度非線性、時變不確定性和純滯后性等特點，導致PID控制參數整定效果不理想。在雜訊、負載擾動等因素的影響下，過程參數甚至模型結構均會隨時間和工作環境的的變化而變化。這就要求在PID控制中，不僅PID參數的整定不依賴於系統數學模型，並且PID參數能夠在線調整，以滿足實時控制的要求。

智能控制（Intelligent Control)是一門新興的理論和技術，它是傳統控制發展的高級階段，旨在應用計算機模擬人類智能實現自動化。

智能PID控制就是將智能控制(intelligent control)與傳統的PID控制相結合，是自適應的，它的設計思想是利用專家系統（Expert System）、模糊控制(fuzzy control)和神經網路(neural network)技術，將人工智慧以非線性控制方式引入到控制器中，使系統在任何運行狀態下均能得到比傳統PID控制更好的控制性能。具有不依賴系統精確數學模型和控制器參數在線自動調整等特點，對系統參數變化具有較好的適應性。模糊PID控制是利用當前的控制偏差和偏差，結合被控過程動態特性的變化，以及針對具體過程的實際經驗，根據一定的控制要求或目標函數，通過模糊規則推理，對PID控制器的三個參數進行在線調整。智能PID控制主要有模糊PID控制器、專家PID控制器和基於神經網路的PID控制器等。專家系統是一種能在某個特定領域內﹐以人類專家水平解決該領域中專門任務的計算器系統﹐其內部具有某個領域中大量專家水平的知識與經驗﹐能夠利用人類專家的知識和解決問題的方法來解決該領域的問題。專家PID控制採用規則PID控制形式，通過對系統誤差和系統輸出的識別，以了解被控對象過程動態特性的變化，在線調整PID三個參數，直到過程的響應曲線為某種最佳響應曲線。它是一種基於啟髮式規則推理的自適應技術，其目的就是為了應付過程中出現的不確定性。神經網路系統亦稱為人工神經網路﹐就是將人工神經元按某種方式聯結組成的網路﹐用於模擬人腦神經元活動的過程﹐實現對信息的加工﹑處理﹑存儲等。神經網路有前向網路（前饋網路）﹑反饋網路等網路結構形式。與模糊PID控制和專家PID控制不同，基於神經網路的PID控制不是用神經網路來整定PID的參數，而是用神經網路直接作為控制器，通過訓練神經網路的權係數間接地調整PID參數。

它吸收了智能控制與常規PID控制兩者的優點。首先，它具備自學習、自適應、自組織的能力，能夠自動識別被控過程參數，自動整定控制參數，能夠適應被控過程參數的變化；其次，它又有常規PID控制器結構簡單、魯棒性強、可靠性高、為現場設計人員所熟悉等特點。