Styrenheten är kärnkomponenten i automationsstyrsystemet, ansvarig för att ta emot sensorsignaler, bearbeta data, utfärda styrinstruktioner för att uppnå exakt kontroll av det kontrollerade objektet. Styrmetoderna är varierade och olika styrmetoder är lämpliga för olika styrscenarier och behov. I detta dokument kommer vi att presentera i detalj flera kontrollmetoder som ofta används av styrenheter, inklusive PID-kontroll, fuzzy-kontroll, adaptiv kontroll, prediktiv kontroll, neural nätverkskontroll och intelligent kontroll.
1. PID-kontroll
PID-kontroll (Proportional-Integral-Derivative Control) är en klassisk kontrollmetod som används i stor utsträckning inom industriell produktion, flyg, transport, etc. PID-kontrollern styr det kontrollerade objektet genom de tre länkarna Proportionell (P), Integral (I) och Derivativ (D).
1.1 Proportionell kontroll
Proportionell styrning är grunden för PID-kontroll, kontrolllagen är: u (t)=Kp * e (t), där u (t) för kontrollmängden, Kp för proportionalitetskoefficienten, e (t) för avvikelsen. Huvudfunktionen för proportionell kontroll är att minska avvikelsen och förbättra systemets svarshastighet.
1.2 Integral styrning
Funktionen för integrerad kontroll är att eliminera den statiska skillnaden i systemet och förbättra systemets stabilitet. Styrlagen är: u(t)=u(t-1) + Ki * ∫e(t)dt, där Ki är integralkoefficienten.
1.3 Differentialkontroll
Den huvudsakliga funktionen för differentialkontroll är att undertrycka systemets oscillation och förbättra systemets anti-interferensförmåga. Dess kontrolllag är: u(t)=u(t-1) - Kd * de(t)/dt, där Kd är differentialkoefficienten.
1.4 Karakteristika för PID-reglering
PID-styrning har fördelarna med enkel struktur, enkel justering av parametrar, anpassningsförmåga och så vidare, men samtidigt finns det vissa begränsningar, såsom dålig kontroll av olinjära och tids-varierande system, och högre krav på justering av parametrar.
2. Luddrig kontroll
Fuzzy control är en typ av kontroll baserad på fuzzy logik, som är lämplig för att hantera osäkerhet och oklarhet. Fuzzy-kontrollenheten realiserar kontrollen av det kontrollerade objektet genom tre delar: fuzzy regelbas, fuzzy inferensmaskin och defuzzifier.
2.1 Fuzzy Rule Base
Fuzzy-regelbasen är kärnan i fuzzy-styrenheten, som innehåller en serie fuzzy-regler för att beskriva förhållandet mellan indatavariabler och utdatavariabler. En fuzzy-regel har formen IF indatavariabel IS fuzzy set, sedan utdatavariabel IS fuzzy set.
2.2 Fuzzy Inference Machine
Den otydliga slutledningsmaskinen resonerar om indatavariablerna enligt reglerna i den otydliga regelbasen för att få de otydliga värdena för utvariablerna. Processen för fuzzy inferens inkluderar fyra steg: fuzzification, regelmatchning, regelfusion och defuzzification.
2.3 Defuzzifier
Defuzzifierarens roll är att omvandla de fuzzy värden som erhålls från fuzzy resonemang till faktiska kontrollkvantiteter. Vanligt använda defuzzifieringsmetoder inkluderar maximal anknytningsmetod, vägt medelvärde, etc.
2.4 Egenskaper för fuzzy kontroll
Fuzzy control har förmågan att hantera osäkerhet och fuzzy problem, med låga krav på parameterjustering och hög anpassningsförmåga. Fuzzy control har dock också vissa begränsningar, som att konstruktionen av regelbasen kräver mycket erfarenhet och kunskap, och kontrollnoggrannheten påverkas av uppdelningen av fuzzy set och inferensmetoden.
3. Adaptiv kontroll
Adaptiv styrning är en sorts styrmetod som automatiskt kan justera styrparametrarna enligt egenskaperna hos det kontrollerade objektet och miljöförändringar. Adaptiv styrenhet innefattar vanligtvis tre delar: modellidentifiering, parameteruppskattning och kontrolllagsdesign.
3.1 Modelligenkänning
Modellidentifiering är grunden för adaptiv kontroll, genom in- och utdata för att fastställa den matematiska modellen för det kontrollerade objektet, för att ge en grund för parameteruppskattning och kontrolllagsdesign.
3.2 Parameteruppskattning
Parameteruppskattning är att uppskatta parametrarna för det kontrollerade objektet online enligt informationen som erhålls från modellidentifiering, vilket ger realtidsparameterinformation för design av kontrolllagar.
3.3 Kontrolllagsutformning
Kontrolllagsdesignen är att utforma kontrolllagen anpassad till egenskaperna hos det kontrollerade objektet och miljöförändringar enligt resultaten av modellidentifiering och parameteruppskattning, för att förverkliga den exakta kontrollen av det kontrollerade objektet.
3.4 Egenskaper för adaptiv styrning
Adaptiv kontroll har förmågan att anpassa sig till egenskaperna hos det kontrollerade objektet och miljöförändringar, och kan realisera kontrollen av icke-linjära och tids{0}}varierande system. Adaptiv styrning har dock också vissa begränsningar, såsom noggrannheten i modellidentifiering och parameteruppskattning påverkar styreffekten, och utformningen av styrlagen är komplicerad.
4. Prediktiv kontroll
Prediktiv styrning är en styrmetod baserad på framtida förutsägelseinformation, som realiserar den optimala kontrollen av det kontrollerade objektet genom att förutsäga det kontrollerade objektets framtida beteende.
4.1 Prediktiv modell
Prediktiv modell är grunden för prediktiv kontroll, som används för att beskriva det dynamiska beteendet hos det kontrollerade objektet. Vanliga förutsägelsemodeller är ARX-modell, BJ-modell och så vidare.
4.2 Förutsägelsealgoritm
Förutsägelsealgoritmen förutsäger det framtida beteendet för det kontrollerade objektet enligt prediktionsmodellen och den aktuella in- och utdatainformationen. Vanligt använda prediktionsalgoritmer inkluderar rekursiva minsta kvadrater, Kalman-filter, etc.
4.3 Optimeringskontroll
Optimal kontroll är baserad på förutsägelseresultaten, genom optimeringsalgoritmen för att lösa den optimala styrlagen, för att uppnå optimal kontroll av det kontrollerade objektet. Vanligt använda optimeringsalgoritmer är linjär programmering, kvadratisk programmering och så vidare.




