温控电路PID参数的调节方法.docx
在定值掌握问题中，假设掌握精度要求不高，一般承受双位调整法，不用PID。但假设要求掌握精度高，而且要求波动小，响应快，那就要用PID 调整或更的智能调整。调整器是依据设定值和实际检测到的输出值之间的误差来校正直接掌握量的，温度掌握中的直接掌握量是加热或制冷的功率。PID 调整中，用比例环节〔P)来打算根本的调整响应力度温控电路PID参数的调节方法.docx，用微分环节〔D)来加速对快速变动的响应，用积分环节〔I)来消 除残留误差。PID 调整按根本理论是属于线性调整。但由于直接掌握量的幅度总是受到限定， 所以在实际工作过程中三个调整环节都有可能使掌握量进入受限状态。这时系统是非线性工作。手动对PID 进展整定时，总是先调整比例环节，然后一般是调整积分环节，最终调整微分环节。温度掌握中掌握功率和温度之间具有积分关系，为多容系统，积分环节应用不当会造成系统不稳定。很多文献对 PID 整定都给出推举参数。PID 是依据瞬时误差(设定值和实际值的差值)随时间的变化量来对加热器的掌握进展相应修正的一种方法 假设不修正,温度由于热惯性会有很大的波动.大家讲的都不错. 比例：实际温度与设定温度差得越大， 输出掌握参数越大。例如：设定温控于 60 度，在实际温度为 50 和 55 度时，加热的功率就不一样。
而 20 度和 40 度时,一般都是全功率加热.是一样的. 积分：假设长时间达不到设定值，积分器起作用，进展修正积分的特点是随时间延长而增大.在可预见的时间里,温度按趋势将到达设定值时,积分将起作用防止 过冲! 微分：用来修正很小的振荡. 方法是按比例.微分.积分的挨次调.一次调一个值.调到振荡范围最小为止.再调下一个量.调完后再重复精调一次. 要求不是很严格.先复习一下 P、I、D 的作用，P 就是比例掌握，是一种放大〔或缩小〕的作用，它的掌握优点就是：误差一旦产生，掌握器马上就有掌握作用，使被控量朝着减小误差方向变化，掌握作用的强弱取决于比例系 数 Kp。举个例子：假设你煮的牛奶快速沸腾了〔你的火开的太大了〕，你就会立马把火关小，关小多少就取决于阅历了〔这就是人脑的优越性了〕，这个过程就是一个比例掌握。缺点是对于具有自平衡性的被控对象存在静态误差，加大 Kp 可以减小静差，但 Kp 过大时，会导致掌握系统的动态性能变坏，甚至消灭不稳定。所谓自平衡性是指系统阶跃响应的终值为一有限值，举个例子：你用10％的功率去加热一块铁， 铁最终保持在 50 度左右，这就是一个自平衡对象，那静差是怎样消灭的呢？比例掌握是通过比例系数与误差的乘积来对系统进展闭环掌握的，当掌握的结果越接近目标的时候，误差也就越小，同时比例系数与 误差的乘积〔掌握作用〕也在减小，当误差等于 0 时掌握作用也为 0，这就是我们最终期望的掌握效果〔误差＝0〕，但是对于一个自平衡对象来说这一时刻是不会持续的。
就像此时你把功率降为 0，铁是不会维持 50 度的〔不考虑抱负状态下〕，铁的温度开头下降了，误差又消灭了〔本人文采不是很好，废这么多话信任大家应当明白了！〕。也就是比例掌握最终会维持一个输出值来使系统处于一个固定状态，既然又输出， 误差也就不等于 0 了，这个误差就是静差。虽然简洁的比例掌握反响能保证系统稳定，但常有较大的静差，满足不了稳态精度的要求，这就是〔I〕 积分掌握引入的缘由了，积分掌握的优点是能对误差进展记忆并积分，有利于消退静差欧陆温控仪表，就像人脑的记忆 功能，只是传统的积分掌握是不加选择的“记忆”误差及误差变化的全部信息，人脑就没这么笨了，人脑是 有选择的记忆有用的信息，并遗忘无用的信息〔又是人脑的优越性〕。但积分掌握的缺乏之处就在于积分 作用具有滞后特性，举个例子：一个电源通过一个电阻对电容充电，要过肯定时间后电容两端的电压才会 等于电源的电压〔抱负状态下〕，这就是一个积分电路。而且存在积分饱和现象，假设积分掌握作用太强会使掌握的动态性能变差，以致使系统变得不稳定。由于通常被控对象都是具有惯性作用的，而且这种作用是不能无视的，为了加快掌握系统的响应速度， 削减超调量，人们引入了〔D〕微分掌握，微分作用的优点是它具有对误差进展微分，敏感出误差的变化 趋势，增加系统稳定性。
就像人脑的预见性。只要掌握系统的误差有变化，微分就起作用。它的缺点是对 干扰同样敏感，使系统抑制干扰力量降低。对于加热系统的掌握，假设要承受PID 掌握的话是需要结合不同掌握要求而承受不同的方法的，假设对升温阶段的曲线不要求可以直接用 P〔或 PD〕掌握升温过程，保温段再承受 PID 掌握，这样的好处是升温速度快。保温段最好用PID 掌握，积分相当重要，是起主要掌握作用的，否则保温段很简洁消灭振荡或静差，假设你最终稳定了并保持在给定温度欧陆温控仪表，最好还是把微分去了，否则来个信号干扰它就不得了了。加 热对象惯性都比较大，温度是不会突变的。假设你的PID 参数调整的好的话，保温段的掌握效果是格外好的。假设要求升温曲线〔也就是升温的速度要也要掌握〕，那升温段最好还是用PID〔或 PD〕，这个阶段想掌握好不是件简洁的事，特别是那些大滞后的系统。升温段积分只是“配角”，“主角”是比例掌握，假设积 分利用不好是很简洁是系统超调的，对于加热系统来说，超调是很麻烦的事，你必需尽量保证你的掌握系 统不超调。此时最好的方法就是改积分时积分，不该积分就不要积，搞这么简单还不如直接分别积分得了。“请问,m(t)怎样跟 OCR1A 联系起来,它们的关系是怎样的? ”PID 并没有对输出做太多描述，也没有指定对象和作用域，它的输出是很敏捷的，你可以自己定，再把输出域映射到你的掌握部件上去，例如m(t)规定为 0－100 来代表输出功率〔区分率为 1％〕。
再将这个范围和你的PWM 占空比对应起来〔通过映射转换成OCR1A 值〕。很简洁吧？超级敏捷，你想咋整就咋整！ 误差也一样，直接用采样的 16 进制或转成温度再用，都可以。AI 智能调整器在湿热箱温控系统中的应用一、概述露点式湿热箱可供各种产品和材料进展不同标准的潮热试验和干热试验。某精细化工厂有一台90 年初代生产的 Y61320 温热试验箱，由于是承受模拟电子电路设计114黄页sitemaps，电路较简单，在元器件老化及发生温控故障时很难找到替代品修理，并且试验箱的温度测量不是数字显示，显得很不直观，有必要进展技术改造， 应用智能PID 调整器可解决这些问题。依据这个设想，将试验箱的后热器、热套和水箱的加热器的温度掌握改用智能自整定PID 调整器掌握。二、仪表选型在湿热箱温控系统中，是通过掌握可控硅的导通和断开来实现温度调整的，为了能够更准确的调整温度和尽量延长加热器的使用寿命，承受可控硅移相触发模式工作。仪表选择宇电AI 人工智能调整器，具体型号为AI-。它具有以下的特点：(1) 承受万能输入，使仪表仅通过简洁快捷的菜单项选择择，即可实现仪表的各种分度号、标准信号及远传压力信号、毫伏信号的输入。
(2) 承受模块化通用电路构造，通过简洁的模块组合， 即可实现仪表的各种功能变换，通用性和敏捷性显著增加。(3) 承受了集成度更高的IC 芯片和先进的SMT 外表元件贴装工艺以及独特的电路屏蔽技术，从而具备超强的抗干扰力和牢靠性，可在格外严酷的电磁干 扰环境下长期稳定工作。三、掌握原理原有湿温箱电路的温控原理如以下图所示。先把空气加湿到饱和状态或接近饱和状态，然后把湿空气 加热，降低空气的相对湿度到达所需的湿度值。箱内的空气经螺壳通风机进入加湿通道喷雾加湿后，空气 到达或接近所需的饱和状态，再经后热器加热，空气到达所需的空气状态。只要适当地掌握后热器及水箱 水的温度，就能到达所需要的湿度和温度。承受AI 智能PID 调整器掌握后热器、热套和水箱的加热器的温度。在实际应用中，当箱内实际温度小于设定温度时，由感温元件热电阻将温度变化转化为电阻值的变化，测温直流电桥的不平衡输出经差动放大和相敏检波后，产生频率不同的触发脉冲，加到可控硅的掌握极上，使其导通角变化，从而获得升温 过程所需的功率。当实际温度和设定温度相等时，测量电桥平衡，只有频率较低的触发脉冲输出，使可控 硅以很少的导通角开启，供给一个小功率以弥补自然散发的热量而维持恒温。
当实际温度高于设定温度时， 触发电路无脉冲输出，可控硅完全关断，加热器两端无电压供给，试验箱停顿加热。应用AI 智能 PID 调整器后的掌握加热应用电路如以下图所示，承受Pt100 作为测温元件输入到掌握仪中，和改进前电路不同的是加热功率的大小是由AI 智能PID 调整器输出信号掌握双向可控硅的掌握极上，控温更加准确和直观。速度，改善掌握品质。针对掌握参数较难确定的现实，表内设有自整定专家系统，可使系统的掌握参数确 定简洁，准确度提高，因此，自整定系统的引入，不仅使简单劳动简化，节约了调试时间，而且提高了控 制系统的调整品质。对于很多简单的调整对象，例如电炉温度掌握中的电网电压变化、外界干扰因素和工 作环境多变等，针对有严峻非线形的掌握对象，国外仪表公司也推出了不少对策和方法。例如，日本导电 公司生产的仪表中，承受了多组算法；欧陆和欧姆龙仪表中承受了自适应功能；KMM 智能调整仪表中承受了折线模块来适应系统的非线性；还有的仪表公司在仪表中承受辩识方法来提高仪表在非线性系统中的 调整质量。在 AI 系列智能工业调整器中，针对有严峻中非线性的掌握对象，选择了自适应方式来解决。其改进的特点是：当掌握偏差大于估量的误差时发发库商务信息网，自适应系统不三、AI 调整器 PID 算法、自整定和操作调整器PID 算法AI 系列智能工业调整器中的人工智能掌握算法，既对 PID 算法加以改进和保存，参加模糊掌握算法规章，并对给定值的变化参加了前馈调整。在误差大时，运用模糊算法进展调整，以彻底消退PID 饱和积分现象
【本文来源于互联网转载，如侵犯您的权益或不适传播，请邮件通知我们删除】