湯志彪 黃曉才
(江西省計量測試研究院,江西南昌 330002)
在流程工業中,由于過程機理復雜,工況運行變化較大,導致數學建模較為困難。同時,在實際化工過程控制中,有些操作參數的調整在很大程度上仍依賴人的經驗進行人工調整。自近十多年來,人們把傳統PID控制與模糊邏輯、神經網絡、遺傳算法等人工智能技術相結合,形成智能PID,并應用于流程工業中。
智能控制技術的主要內容包括模糊控制、基于知識的專家控制、人工神經網絡技術、遺傳算法等相應的理論與技術。
智能PID就是智能控制技術與常規PID相結合,它不依賴系統的精確數學模型特點,對系統的參數具有較好的魯棒性,并具有較好的自學習性能。其原理方框圖如下:

圖1 智能PID自學習控制系統的原理方框圖
這類控制參數為自學習型,其Δu能根據上述規則,自動修改智能PID控制器的各組PID的Kp,Ki,Kd三個參數。設計此類控制器可通過PLC結合人工智能及經驗來予以實現。
化工過程具有很大的不確定性,具有連續性強、規模大的特點,直接移植現代控制理論往往存在許多困難。近年來發展起來的新型控制策略都是在考慮過程的不確定性前提下提出的,控制策略應具有自適應控制、預測控制、魯棒控制強等性能。
復雜化工生產過程的智能控制主要包括兩個方面:單元級和系統級。單元級的智能控制主要指將智能引入單一的自動控制裝置,如專家控制器、模糊PID控制器、神經元網絡控制器等。……