อัลกอริทึมการควบคุม PID คืออะไร?

เบื้องหลังระบบอัตโนมัตินับไม่ถ้วนที่ควบคุมอุณหภูมิอย่างไร้ที่ติรักษาความดันที่แม่นยำหรือถือมอเตอร์ด้วยความเร็วคงที่อัลกอริทึมที่สง่างามและทรงพลังนั้นทำงานอย่างเงียบ ๆ มันมักจะอธิบายว่าเป็น 'งานอุตสาหกรรมที่ทันสมัย ​​' แต่หลายคนที่ได้รับประโยชน์จากความแม่นยำของมันไม่เข้าใจอย่างเต็มที่ว่ามันทำงานอย่างไร กระบวนการอัตโนมัติจำนวนมากหากไม่ถูกตรวจสอบจะต้องทนทุกข์ทรมานจากความไม่แน่นอนของป่าการแก้ไขเป้าหมายของพวกเขาอย่างต่อเนื่องหรือแสดงการตอบสนองที่เฉื่อยชาและไม่มีประสิทธิภาพ สำหรับความท้าทายเหล่านี้การควบคุมด้วยตนเองไม่ใช่ตัวเลือก

นี่คือที่มาสัดส่วน-อินเทอเรีย-อนุพันธ์ (อัลกอริทึมการควบคุม PID) มาเกือบหนึ่งศตวรรษมันยังคงเป็นอัลกอริทึมที่ใช้กันอย่างแพร่หลายและเชื่อถือได้มากที่สุดสำหรับการสร้างระบบอัตโนมัติที่มั่นคงมีประสิทธิภาพและเชื่อถือได้ คู่มือนี้จะ demystify แนวคิดที่สำคัญนี้ เราจะทำลายอัลกอริทึมการควบคุม PID อย่างแน่นอนว่าองค์ประกอบพื้นฐานทั้งสามของแต่ละองค์ประกอบทำงานร่วมกันได้อย่างไรทำไมมันจึงสำคัญมากสำหรับอุปกรณ์สมัยใหม่เช่น A ไดรฟ์ความถี่ผันแปร และวิธีการเข้าใกล้ศิลปะที่สำคัญของการปรับจูนเพื่อประสิทธิภาพที่ดีที่สุด การทำความเข้าใจอัลกอริทึมนี้เป็นกุญแจสำคัญในการปลดล็อกการควบคุมกระบวนการในระดับที่สูงขึ้น

PID ควบคุมคืออะไร? ทำลายองค์ประกอบหลักสามประการ

เพื่อให้เข้าใจอัลกอริทึมการควบคุม PID คุณต้องเข้าใจฟังก์ชั่นหลักของมันก่อน: เพื่อรักษา 'setpoint ' ที่ต้องการโดยการจัดการเอาต์พุตของระบบอย่างชาญฉลาด มันเป็นมาตรฐานทองคำสำหรับการควบคุมข้อเสนอแนะแบบวงปิด

แนวคิดหลัก: ลูปตอบรับเพื่อความแม่นยำ

ลองนึกภาพคุณต้องการรักษาอุณหภูมิของถังเก็บน้ำที่ 70 ° C 70 ° C นี้เป็นจุดเริ่มต้นของคุณ เซ็นเซอร์อุณหภูมิในถังให้อุณหภูมิปัจจุบันซึ่งเป็นตัวแปรกระบวนการ อัลกอริทึมการควบคุม PID คำนวณค่า 'error ' อย่างต่อเนื่องซึ่งเป็นเพียงความแตกต่างระหว่าง setPoint และตัวแปรกระบวนการ (ข้อผิดพลาด = setPoint - ตัวแปรกระบวนการ)

จุดประสงค์ทั้งหมดของอัลกอริทึมการควบคุม PID คือการจัดการเอาต์พุตควบคุม (เช่นองค์ประกอบความร้อน) ในลักษณะที่มันขับเคลื่อนข้อผิดพลาดนี้ให้เป็นศูนย์อย่างรวดเร็วและราบรื่นที่สุดเท่าที่จะทำได้ มันประสบความสำเร็จผ่านผลรวมถ่วงน้ำหนักของการดำเนินการควบคุมที่แตกต่างกันสามครั้ง: สัดส่วน, อินทิกรัลและอนุพันธ์ อัลกอริทึมการควบคุม PID เป็นผลงานชิ้นเอกของการตอบสนองแบบไดนามิก

'P' - การควบคุมตามสัดส่วน: ตัวแก้ไขปัจจุบัน

คำที่เป็นสัดส่วนเป็นแรงผลักดันหลักของอัลกอริทึมการควบคุม PID มันสร้างเอาต์พุตควบคุมที่เป็นสัดส่วนโดยตรงกับขนาดของข้อผิดพลาดปัจจุบัน

• วิธีการทำงาน: ข้อผิดพลาดขนาดใหญ่ส่งผลให้เกิดการแก้ไขขนาดใหญ่ ข้อผิดพลาดเล็กน้อยส่งผลให้เกิดการแก้ไขเล็กน้อย

• การเปรียบเทียบ: คิดว่ามันเหมือนคันเหยียบแก๊สในรถของคุณ ยิ่งความเร็วปัจจุบันของคุณต่ำกว่าขีด จำกัด ความเร็ว (setpoint) ยิ่งคุณกดคันเหยียบได้ยากขึ้นเท่านั้น การกระทำที่เป็นสัดส่วนนี้ให้การตอบสนองเริ่มต้นและเริ่มต้นอย่างรุนแรงต่อการเบี่ยงเบนที่ถูกต้อง

อย่างไรก็ตามการควบคุมสัดส่วนเพียงอย่างเดียวมักจะมีข้อ จำกัด ในหลาย ๆ ระบบมันจะไปถึงจุดที่การดำเนินการแก้ไขไม่เพียงพอที่จะกำจัดข้อผิดพลาดอย่างเต็มที่ส่งผลให้เกิดข้อผิดพลาด 'คงที่ ' คงที่ 'นี่คือส่วนประกอบถัดไปของอัลกอริทึมการควบคุม PID กลายเป็นสิ่งจำเป็น

'I' - การควบคุมแบบอินทิกรัล: The Past Accumulator

คำศัพท์อินทิกรัลดูที่ประวัติของข้อผิดพลาด มันรวมอย่างต่อเนื่องหรือรวมค่าความผิดพลาดเมื่อเวลาผ่านไป

• วิธีการทำงาน: ตราบใดที่ข้อผิดพลาดที่ไม่ใช่ศูนย์ยังคงมีอยู่คำศัพท์อินทิกรัลจะยังคงเติบโตต่อไป การกระทำนี้ได้รับการออกแบบมาโดยเฉพาะเพื่อกำจัดข้อผิดพลาดคงที่ที่ทิ้งไว้โดยคอนโทรลเลอร์ตามสัดส่วนเท่านั้น

• การเปรียบเทียบ: คุณกำลังขับรถขึ้นเนินและการตอบสนองตามสัดส่วนของระบบควบคุมความเร็วคงที่ไม่แข็งแรงพอที่จะรักษาขีด จำกัด ความเร็ว รถตกลงที่ 2 ไมล์ต่อชั่วโมงด้านล่าง setpoint ส่วนประกอบที่สำคัญของอัลกอริทึมการควบคุม PID สังเกตเห็นข้อผิดพลาดถาวรนี้ในไม่กี่วินาทีสะสมมันและบอกให้เครื่องยนต์เพิ่มพลังงานเพิ่มขึ้นเล็กน้อยจนกว่ารถจะอยู่ที่ความเร็วและอยู่ที่นั่นอย่างแม่นยำ

การกระทำที่สำคัญทำให้มั่นใจได้ว่ามีความแม่นยำอย่างไม่น่าเชื่อ แต่หากได้รับการตั้งค่าสูงเกินไปก็สามารถนำไปสู่การแก้ไขปัญหาได้ ประสิทธิภาพของอัลกอริทึมการควบคุม PID ทั้งหมดขึ้นอยู่กับการปรับสมดุลคำนี้

'D' - การควบคุมอนุพันธ์: ตัวทำนายในอนาคต

คำศัพท์อนุพันธ์เป็นส่วนที่ซับซ้อนที่สุดของอัลกอริทึมการควบคุม PID มันไม่ได้ดูข้อผิดพลาดปัจจุบันหรือข้อผิดพลาดที่ผ่านมา แต่จะดูที่อัตราการเปลี่ยนแปลงของข้อผิดพลาด

• วิธีการทำงาน: คำศัพท์อนุพันธ์คาดว่าจะมีพฤติกรรมในอนาคตของข้อผิดพลาด หากข้อผิดพลาดกำลังปิดอยู่ในศูนย์อย่างรวดเร็วคำศัพท์อนุพันธ์จะใช้แรงเบรกหรือการทำให้หมาด ๆ กับเอาต์พุตเพื่อป้องกันไม่ให้ระบบบินผ่านจุดเริ่มต้น

• การเปรียบเทียบ: ในขณะที่รถของคุณเข้าใกล้ความเร็วที่ต้องการอย่างรวดเร็วคุณจะช่วยลดการเหยียบแก๊สโดยสัญชาตญาณ  ก่อนที่  คุณจะไปถึงมันเพื่อให้แน่ใจว่าการลงจอดที่ราบรื่นและนุ่มนวลบนเป้าหมาย นั่นคือสิ่งที่คำอนุพันธ์ทำ มันลดการตอบสนองลดการใช้งานมากเกินไปและปรับปรุงความมั่นคงของระบบ

ในขณะที่การควบคุมอนุพันธ์นั้นมีความไวสูงต่อเสียงการวัดจากเซ็นเซอร์ ในระบบที่มีข้อเสนอแนะ 'jumpy ' มันอาจทำให้เกิดพฤติกรรมที่ไม่แน่นอนซึ่งเป็นสาเหตุที่บางครั้งมันถูกละเว้นส่งผลให้ตัวควบคุม PI อย่างไรก็ตามสำหรับอัลกอริทึมการควบคุม PID เต็มรูปแบบองค์ประกอบการทำนายนี้เป็นกุญแจสำคัญในประสิทธิภาพสูง

พลังในการดำเนินการ: ทำไมต้องใช้อัลกอริทึมการควบคุม PID?

การใช้อัลกอริทึมการควบคุม PID ที่ได้รับการปรับจูนไม่ได้เป็นเพียงการออกกำลังกายทางวิชาการ ให้ประโยชน์ที่เป็นรูปธรรมและสามารถวัดได้ซึ่งมีความสำคัญต่ออุตสาหกรรมสมัยใหม่ อัลกอริทึมการควบคุม PID ที่ดำเนินการอย่างถูกต้องเป็นตัวเปลี่ยนเกม

• ความแม่นยำที่เพิ่มขึ้น: ประโยชน์หลักคือความสามารถในการลดช่องว่างระหว่าง setpoint ที่ต้องการอย่างมากและตัวแปรกระบวนการจริงซึ่งนำไปสู่คุณภาพของผลิตภัณฑ์ที่สอดคล้องกันและประสิทธิภาพที่เชื่อถือได้ อัลกอริทึมการควบคุม PID ทำให้สิ่งนี้เป็นไปได้

• ความเสถียรที่ดีขึ้น: อัลกอริทึมการควบคุม PID ที่ปรับแต่งได้ดีเปลี่ยนกระบวนการที่วุ่นวาย มันทำให้เชื่องความผันผวนที่อาจทำลายอุปกรณ์หรือทำลายผลิตภัณฑ์

• การอนุรักษ์พลังงาน: โดยการหลีกเลี่ยงการแก้ไขอย่างต่อเนื่องและการปั่นจักรยานอย่างรุนแรงของการควบคุมการเปิด/ปิดอัลกอริทึมการควบคุม PID ทำให้มั่นใจได้ว่ามอเตอร์เครื่องทำความร้อนและวาล์วจะใช้พลังงานที่จำเป็นเท่านั้น สิ่งนี้นำไปสู่การลดต้นทุนการดำเนินงานอย่างมีนัยสำคัญ

• การสึกหรอที่ลดลง: การปรับที่ราบรื่นและควบคุมได้โดยอัลกอริทึมการควบคุม PID นั้นมีความอ่อนโยนกว่าในส่วนประกอบเชิงกลเช่นวาล์วปั๊มและกระปุกเกียร์มากกว่าการเริ่มต้นและหยุดอย่างฉับพลัน สิ่งนี้แปลโดยตรงเป็นอายุการใช้งานอุปกรณ์ที่ยาวขึ้นและลดค่าใช้จ่ายในการบำรุงรักษา

• ระบบอัตโนมัติเต็มรูปแบบ: อัลกอริทึมการควบคุม PID โดยอัตโนมัติอย่างมีประสิทธิภาพโดยอัตโนมัติงานการควบคุมที่ซับซ้อนทำให้ผู้ประกอบการมนุษย์และบรรลุระดับความสอดคล้องที่เป็นไปไม่ได้ที่จะทำซ้ำด้วยตนเอง

การจับคู่ที่สมบูรณ์แบบ: วิธีอัลกอริทึมการควบคุม PID เพิ่มประสิทธิภาพ VFDS

หนึ่งในแอพพลิเคชั่นที่พบได้บ่อยที่สุดและทรงพลังของอัลกอริทึมการควบคุม PID ในปัจจุบันคือภายใน VFD  (ไดรฟ์ความถี่ตัวแปร) การรวมกันนี้ได้ปฏิวัติอุตสาหกรรมตั้งแต่ HVAC ไปจนถึงการบำบัดน้ำ

ทำความเข้าใจกับความสัมพันธ์ VFD และ Transducer

VFD เป็นอุปกรณ์ที่ควบคุมความเร็วของมอเตอร์ AC โดยการเปลี่ยนแปลงความถี่ของพลังงานไฟฟ้าที่จ่าย ด้วยตัวเอง VFD ที่ทำงานในโหมด 'Open-Loop ' เพียงแค่ส่งคำสั่งสำหรับความเร็วเฉพาะ

ในการสร้างระบบที่ชาญฉลาดและควบคุมตนเองเราแนะนำลูปตอบรับ ตัวแปลงสัญญาณ-เช่นเซ็นเซอร์ความดันมิเตอร์การไหลหรือโพรบอุณหภูมิ-วัดตัวแปรกระบวนการและส่งสัญญาณตอบรับ (โดยทั่วไปสัญญาณอะนาล็อก 4-20MA หรือ 0-10VDC) กลับไปที่ VFD หน่วย VFD ที่ทันสมัยส่วนใหญ่มีอัลกอริทึมการควบคุม PID ในตัว ฟังก์ชั่นการควบคุม PID ภายในนี้กลายเป็นสมองของการดำเนินการโดยใช้คำติชมของตัวแปลงสัญญาณเพื่อปรับความเร็วของมอเตอร์โดยอัตโนมัติเพื่อรักษาจุดตั้ง

ตัวอย่างโลกจริง: การควบคุม PID บนระบบสูบน้ำ

มาอธิบายด้วยสถานการณ์ทั่วไป: ระบบปั๊มบูสเตอร์ที่ต้องการรักษาแรงดันน้ำคงที่ 50 psi ในระบบประปาของอาคาร

• สถานการณ์ที่ไม่มี PID: ปั๊มจะปิดหรือทำงานด้วยความเร็ว 100% สิ่งนี้จะทำให้เกิดแรงดันขนาดใหญ่ (ค้อนน้ำ) ต้องใช้ถังแรงดันขนาดใหญ่เพื่อบัฟเฟอร์ระบบและไม่มีประสิทธิภาพอย่างไม่น่าเชื่อ

• สถานการณ์ที่มีอัลกอริทึมการควบคุม PID ใน VFD:

1. การตั้งค่า: ตัวแปลงสัญญาณความดันถูกติดตั้งบนสายน้ำและต่อสายไปยังอินพุตอะนาล็อกของ VFD setpoint ที่ต้องการ 50 psi ถูกตั้งโปรแกรมลงใน VFD

2. การดำเนินการ: มีคนเปิดก๊อกน้ำและความดันลดลงถึง 45 psi ทรานสดิวเซอร์ส่งสัญญาณไปยัง VFD ที่ระบุการลดลง

3. การตอบสนอง: อัลกอริทึมการควบคุม PID ภายในของ VFD คำนวณข้อผิดพลาดขนาดใหญ่ คำศัพท์สัดส่วนเริ่มขึ้นทันทีทำให้ VFD เพิ่มความเร็วของมอเตอร์อย่างรวดเร็ว คำศัพท์อินทิกรัลเริ่มสะสมข้อผิดพลาดเพื่อให้แน่ใจว่าไม่ได้ต่ำกว่า 50 psi

4. การรักษาเสถียรภาพ: เมื่อความดันเข้าใกล้จุดเริ่มต้น 50 psi คำศัพท์อนุพันธ์ของอัลกอริทึมการควบคุม PID คาดว่าจะมีการมาถึงและบอกให้มอเตอร์ง่ายขึ้น จากนั้น VFD จะปรับความเร็วของมอเตอร์อย่างสมบูรณ์แบบเพื่อให้แรงดันคงที่ที่ 50 psi โดยไม่คำนึงถึงจำนวนก๊าซที่เปิดอยู่ การใช้อัลกอริทึมการควบคุม PID และ VFD นี้ช่วยลดความต้องการวาล์วควบคุมแรงดันเชิงกลที่ซับซ้อนและช่วยประหยัดพลังงานจำนวนมหาศาล

ระดับถัดไป: PID พร้อมอัลกอริทึมการควบคุมพลังงานที่ใช้งานอยู่

การทำงานร่วมกันระหว่างอัลกอริทึมการควบคุม PID และ VFD ไม่ได้หยุดอยู่แค่นั้น แนวโน้มล่าสุดเกี่ยวข้องกับการเพิ่มประสิทธิภาพอีกชั้นหนึ่ง เมื่ออัลกอริทึมการควบคุม PID มีความเสถียรความเร็วของมอเตอร์เพื่อตอบสนองความต้องการกระบวนการอัลกอริทึมการควบคุมพลังงาน 'ขั้นสูง' อัลกอริทึมสามารถเข้ายึดครองได้

อัลกอริทึมทุติยภูมินี้อย่างชาญฉลาดและลด  แรงดันไฟฟ้า  ที่ส่งไปยังมอเตอร์ด้วยความเร็วคงที่นั้น มันตรวจสอบพารามิเตอร์มอเตอร์อย่างลื่นและกระแสเพื่อค้นหาแรงดันไฟฟ้าต่ำสุดที่จำเป็นเพื่อให้แรงบิดที่จำเป็น ด้วยการลดฟลักซ์แม่เหล็กในแกนมอเตอร์วิธีนี้สามารถลดการสูญเสียแกนมอเตอร์และได้รับการประหยัดพลังงานเพิ่มเติม 2-10%  ที่ด้านบนของ  การออมที่ได้รับจากการควบคุม PID และ VFD นี่เป็นตัวอย่างสำคัญของอัลกอริทึมการควบคุม PID ที่ทันสมัยที่ทำงานร่วมกันกับตรรกะอัจฉริยะอื่น ๆ

นอกเหนือจากพื้นฐาน: ศิลปะที่สำคัญของการปรับจูนคอนโทรลเลอร์ PID

อัลกอริทึมการควบคุม PID นั้นดีพอ ๆ กับการปรับจูน 'การปรับแต่ง ' เป็นกระบวนการของการตั้งค่าค่ากำไรที่ดีที่สุดสำหรับคำศัพท์ P, I และ D เป้าหมายคือการบรรลุการตอบสนองอย่างรวดเร็วต่อการเปลี่ยนแปลงด้วยการ overshoot น้อยที่สุดและไม่มีการแกว่ง นี่เป็นสิ่งที่สำคัญที่สุดในการใช้อัลกอริทึมการควบคุม PID

ทำไมการปรับจูน PID จึงสำคัญมาก? ความเสี่ยงของการวนรอบที่ไม่ดี

ค่ากำไรที่ไม่ถูกต้องสามารถทำให้ระบบทำงานได้แย่กว่าการไม่มีการควบคุมเลย

เงื่อนไขการปรับจูนไม่ดี	ทำให้เกิดพฤติกรรมของระบบ
สัดส่วน (P) สูงเกินไป	ระบบจะก้าวร้าวและแกว่งไปมาอย่างดุเดือดรอบ ๆ จุดเริ่มต้น
อินทิกรัล (i) ได้รับสูงเกินไป	ระบบจะเกินจุดตั้งค่าอย่างมีนัยสำคัญและใช้เวลานานมากในการชำระ
อนุพันธ์ (d) ได้รับสูงเกินไป	ระบบกลายเป็น 'twitchy ' และมีความไวต่อเสียงเซ็นเซอร์ใด ๆ ที่นำไปสู่ความไม่แน่นอน

คู่มือที่ใช้งานได้จริงสำหรับการปรับจูน PID ด้วยตนเอง (วิธี Ziegler-Nichols)

ในขณะที่มีคุณสมบัติการปรับจูนอัตโนมัติในตัวควบคุมที่ทันสมัยหลายอย่างการทำความเข้าใจกระบวนการปรับแต่งด้วยตนเองเป็นทักษะที่มีค่า วิธี Ziegler-Nichols เป็นวิธีการทางวิศวกรรมแบบคลาสสิกในการค้นหาค่าเริ่มต้นที่ดีสำหรับอัลกอริทึมการควบคุม PID ของคุณ

1. เริ่มต้นด้วยศูนย์: เริ่มต้นด้วยการตั้งค่าอินทิกรัล (i) และอนุพันธ์ (D) ได้รับค่าเป็นศูนย์ สิ่งนี้เปลี่ยนคอนโทรลเลอร์ให้เป็นคอนโทรลเลอร์แบบสัดส่วนเท่านั้น

2. เพิ่มสัดส่วน (P) Gain: เมื่อระบบทำงานช้าเพิ่มอัตราขยาย P อย่างที่คุณทำระบบจะเริ่มแกว่ง เพิ่ม P ดำเนินการต่อไปจนกว่าระบบจะมาถึงจุดที่มันแกว่งในอัตราที่มั่นคงมั่นคงและต่อเนื่อง ค่า P นี้เรียกว่า 'Ultimate Gain ' (KU)

3. วัดระยะเวลาการแกว่ง: ในขณะที่ระบบมีการสั่นอย่างต่อเนื่องวัดเวลาที่ใช้สำหรับคลื่นที่สมบูรณ์ของการแกว่ง (จากยอดเขาหนึ่งไปยังอีก) เวลานี้คือ 'ช่วงเวลาสุดท้าย ' (tu)

4. คำนวณกำไร: ตอนนี้ใช้สูตร Ziegler-Nichols ที่กำหนดไว้เพื่อคำนวณค่ากำไรเริ่มต้นของคุณ สำหรับอัลกอริทึมการควบคุม PID มาตรฐาน:

• P Gain = 0.6 * ku

• ฉันได้รับ = 2 * p กำไร / tu

• D Gain = P Gain * Tu / 8

5. การปรับแต่ง: ค่าที่คำนวณได้เหล่านี้เป็นจุดเริ่มต้นที่ยอดเยี่ยม จากที่นี่ทำการปรับเปลี่ยนคำศัพท์ P, I และ D เล็กน้อยเพื่อให้การตอบสนองของระบบสมบูรณ์แบบสำหรับความต้องการของแอปพลิเคชันเฉพาะของคุณ (เช่นการตอบสนองที่เร็วขึ้นเมื่อเทียบกับ overshoot น้อยกว่า) กระบวนการนี้เป็นกุญแจสำคัญในการควบคุมอัลกอริทึมการควบคุม PID

คำถามที่พบบ่อยเกี่ยวกับอัลกอริทึมการควบคุม PID

ความแตกต่างระหว่างอัลกอริทึม PID POSTION และ PID ที่เพิ่มขึ้นคืออะไร?

อัลกอริทึมการควบคุม POSINAL PID คำนวณค่าเอาต์พุตที่สมบูรณ์แบบแน่นอนที่จำเป็นในแต่ละรอบ (เช่น 'ตั้งค่าเครื่องทำความร้อนเป็น 75% พลังงาน ') อัลกอริทึมการควบคุม PID ที่เพิ่มขึ้นจะคำนวณเฉพาะ  การเปลี่ยนแปลง  ที่จำเป็นจากเอาต์พุตก่อนหน้า (เช่น 'เพิ่มกำลังเครื่องทำความร้อน 2%') วิธีการที่เพิ่มขึ้นสามารถปลอดภัยในบางระบบเนื่องจากป้องกันการกระโดดขนาดใหญ่และการกระโดดอย่างฉับพลันหากคอนโทรลเลอร์รีเซ็ตสั้น ๆ

เมื่อใดที่ฉันไม่ควรใช้คำอนุพันธ์ (d)?

ในกระบวนการที่มีการวัดจำนวนมาก 'Noise ' - หมายถึงข้อเสนอแนะของเซ็นเซอร์มีความผันผวนอย่างรวดเร็วและผิดพลาด - คำศัพท์อนุพันธ์สามารถตีความเสียงนี้ผิดว่าเป็นการเปลี่ยนแปลงอย่างรวดเร็วในข้อผิดพลาดและทำให้เอาต์พุตไม่เสถียร ในลูป noisy 'ทั่วไปเหล่านี้เป็นวิธีปฏิบัติมาตรฐานในการตั้งค่า D Gain เป็นศูนย์และใช้งานโดยใช้การควบคุม PID เท่านั้น (โดยเฉพาะการควบคุม PI)

PID overshoot คืออะไรและฉันจะแก้ไขได้อย่างไร?

overshoot คือเมื่อตัวแปรกระบวนการยิงผ่านจุดเริ่มต้นก่อนที่จะลงหลัก มันเป็นสัญญาณคลาสสิกที่การเพิ่ม (I) ที่ได้รับนั้นสูงเกินไปทำให้คอนโทรลเลอร์ 'ไขลาน ' การกระทำที่ถูกต้องมากเกินไป นอกจากนี้ยังอาจเกิดจากการได้รับอนุพันธ์ (D) ไม่เพียงพอเพื่อลดการตอบสนอง ในการแก้ไขคุณควรลองลดผลกำไรที่สำคัญก่อน

PLC สามารถควบคุม PID ได้หรือไม่?

ใช่แน่นอน PLC (คอนโทรลเลอร์ลอจิกที่ตั้งโปรแกรมได้) เป็นหนึ่งในแพลตฟอร์มที่พบบ่อยที่สุดสำหรับการใช้อัลกอริทึมการควบคุม PID PLC ที่ทันสมัยส่วนใหญ่มีบล็อกฟังก์ชั่น PID ในตัวซึ่งทำให้การกำหนดค่าตรงไปตรงมา PLC มักจะทำการคำนวณการควบคุม PID จากนั้นส่งสัญญาณเอาต์พุตอะนาล็อกที่เกิดขึ้นไปยัง VFD หรือวาล์วควบคุม

สรุป: พลังที่ยั่งยืนของอัลกอริทึมการควบคุม PID

อัลกอริทึมการควบคุม PID เป็นเครื่องพิสูจน์ถึงวิศวกรรมที่สง่างามและมีประสิทธิภาพ มันเป็นเครื่องมือพื้นฐานที่ทรงพลังและยืดหยุ่นอย่างน่าทึ่งซึ่งเป็นรากฐานของระบบอัตโนมัติอุตสาหกรรมที่ทันสมัย ด้วยการสร้างความสมดุลระหว่างการตอบสนองตามสัดส่วนอย่างเชี่ยวชาญการพิจารณาที่สำคัญในอดีตและการทำนายอนุพันธ์ของอนาคตอัลกอริทึมการควบคุม PID นำมาซึ่งความมั่นคงประสิทธิภาพและความแม่นยำของระบบที่ไม่มีใครเทียบได้

จากคอนโทรลเลอร์อุณหภูมิที่ง่ายที่สุดไปจนถึงการใช้ประโยชน์จากการประหยัดพลังงานที่ซับซ้อนที่สุด VFD อัลกอริทึมการควบคุม PID เป็นเธรดทั่วไป การเรียนรู้หลักการและศิลปะของการปรับแต่งคือและจะยังคงเป็นทักษะที่สำคัญสำหรับมืออาชีพที่โดดเด่นในด้านวิศวกรรมระบบอัตโนมัติและการควบคุมกระบวนการ