常用PID调理器/温控仪操控算法包含惯例PID、含糊操控、神经网络、Fuzzy-PID、神经网络PID、含糊神经网络、遗传PID及广义猜想等算法。惯例PID操控易于树立线性温度操控体系被控方针模型；含糊操控依据规矩库，并以必定或增量办法给出操控决议计划；神经网络操控选用数理模型模仿生物神经细胞构造，并用简略处理单元衔接成杂乱网络；Puzzy-PID为线性操控，且联络含糊与PID操控长处。
1、导言
温度操控体系是变参数、有时滞和随机搅扰的动态体系，为抵达满意的操控效果，具有很多操控办法。故对几种多见的操控办法及其优缺陷进行了剖析与比照。
2、多见温度操控办法
2.1 惯例PID操控
PID操控即份额、积分、微分操控，其构造简略有用，常用于工业出产范畴。原理如图1。

图1 多见PID操控体系的原理框图
显着缺陷是现场PID参数整定费事，易受外界搅扰，关于滞后大的进程操控，调理时刻过长。其操控算法需求预先树立模型，对体系动态特性的影响很难归并到模型中。
在中国大大都PID调理器厂家出产的调理器均为惯例PID操控算法。

2.2 含糊操控
含糊操控(Fuzzy Control)是以含糊集合论、含糊言语变量及含糊逻辑推理为根底的核算机操控。原理如图2。

图2 含糊操控体系原理框图
2.3 神经网络操控
神经网络操控选用数理模型的办法模仿生物神经细胞构造，用简略处理单元衔接构成各种杂乱网络，并选用差错反向传达算法(BP)。原理如图3：

图3 神经网络操控体系的原理框图
2.4 Fuzzy-PID操控
含糊操控不需知道被控方针的准确模型，易于操控不断定方针和非线性方针。PID实质是线性操控。将含糊操控与PID联络多，以Fuzzy-PID混合操控为例，据给定值与丈量值之差错e挑选智能操控器，依据e的改动挑选操控办法，当|e|≤emin或|e|≥emax时，选用PID操控；当emin≤|e|≤emax时，选用Fuzzy操控。其构造框图如图4。

图4 Fuzzy-PID混合操控构造框图
2.5 神经网络PID操控
在PID操控的根底上，参与神经网络操控器，构成神经网络PID操控器，如图5。神经网络操控器NNC是前馈操控器，经过对PID操控器的输出进行学习，在线调整自个，方针是使反响差错e(t) 或u(t)趋近于零，使自个逐步在操控中占有主导方位，以削弱或终究消除反响操控器的效果。

图5 神经网络PID操控构造框图
2.6 含糊神经网络操控
将含糊逻辑与神经网络联络，选用神经网络含糊逻辑推理网络模型和敏捷的自学习算法，经过网络的离线练习和在线自学习使操控用具有自调整、自学习和自习惯才干，抵达含糊智能操控。如图6。

图6 含糊神经网络操控体系构造图

2.7 遗传PID操控
遗传PID操控是将操控器参数构成基因型，将功用方针构成相应的习惯度，运用遗传算法来整定操控器的最好参数，不恳求体系是不是为接连可调，能否以显式表明。依据遗传算法的自习惯PID操控的原理框图如7。遗传PID温控体系将丈量值与给定值进行比照，用遗传算法来优化PID参数，然后将操控量输出，完结将PID参数串接构成无缺染色体，然后构成遗传空间中的个别，过经过繁衍穿插和变异遗传操作生成新一代集体，经过屡次查找取得最大习惯度值的个别。

图7 依据遗传算法的自习惯PID操控构造图
2.8 广义猜想操控
猜想操控(Predictive Control)是依据模型的核算机操控算法。其猜想模型有脉冲呼应模型、阶跃呼应模型、camRMA模型和CARIMA模型。依据CARIMA模型的广义猜想操控(GPC)是一种新式核算机操控算法。
3、多见温度操控办法的比照剖析
经过上述温度操控办法的原理剖析，表1给出各种温度操控特性与运用场合的状况。

将线性与非线性操控相联络。使温度能满意用户的精度恳求是温控体系的终究意图。在实习运用中，依据详细的运用场合、不相同的加热方针、不相同的操控恳求和操控精度，挑选不相同的操控办法。

上一篇：数控机床对其主传动体系的格外恳求

下一篇：数控机床移动渠道设备所需的工量具