1.3 控制算法的发展

PID 控制器自 20 世纪 30 年代末期出现以来，在工业控制领域得到了很大的发展和广泛 的应用，工业控制中最常用的控制算法就是 PID 控制，它结构简单、参数易于调整，在长期 应用中已积累了丰富的经验。对于大多数控制对象，采用 PID 控制，均可达到满意的控制效 果。对于有特殊控制要求或具有复杂对象特性的系统，采用 PID 控制则较难达到目的，需要

第 2  页 本科毕业设计说明书

从控制对象出发，运用系统控制理论来设计相应的控制算法。PID 控制算法很容易通过编制 计算机语言实现。由于软件系统的灵活性，PID 算法还可以进行修正和完善，从而使数字 PID 具有很大的灵活性和适用性。在工业控制中应用最多、研究最成熟的就是 PID 控制技术，除 此之外，也发展出了许多更加先进的控制方法，如模糊控制、神经控制、滑模变结构控制等。

采用转速负反馈和比例积分微分调节器的单闭环调速系统可以在保证系统稳定的条件下 实现转速无静差。双闭环直流调速系统的转速环用于控制电动机的转速，电流环控制输出电 流。该系统具有优良的静态调速特性和动态调速特性，可以自动限制最大电流，抑制电网电 压波动的影响，提高了系统的阻尼比。在电动机的控制方法中，转速电流双闭环直流调速系 统具有调速精度高、动态性能好、范围广和易于控制等优点，所以长期以来，它一直占据垄 断地位，在许多工业部门，如纺织、轧钢、机床、造纸等需要高性能调速的场合得到广泛的 应用[2]。双闭环直流调速系统于上世纪七十年代在一些发达国家兴起，于八十年代研究达到 最盛，于二十一世纪实现数字化与智能化。

在现代控制理论领域中，模糊控制理论是一个很有发展潜力的分支，其规则基本上来源 于操作者的一些经验、诀窍或者专业知识，被归在智能控制的范畴，其基本的控制结构如图 1.1 所示。

图 1.1 模糊控制系统结构图

模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既 有系统化的理论，又有大量的实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力； 然而在东方尤其是日本，得到了迅速而广泛的推广应用。近 20 多年来，模糊控制不论在理论 上还是技术上都有了长足的进步，成为自动控制领域一个非常活跃而又硕果累累的分支。

相对于传统控制方法，模糊控制的优点有：

（1）以语言的方法代替精确的数学模型。

本科毕业设计说明书 第 3 页

（2）对于非控制专业的人士来说，该方法易于掌握。

（3）动态响应品质好，易于人机交互。 但是模糊控制技术仍有较多的亟待解决的问题，主要包括以下几点：

（1）对非线性系统中的模糊控制研究不够深入。

（2）模糊控制的理论发展不成熟，没有解决设计准则、稳定性分析的问题。

（3）已经取得的理论成果无法尽快应用到实际工作中。 基于神经网络的控制称为神经网络控制，简称神经控制。基于神经网络的智能模拟用于

控制，是实现智能控制的一种重要形式，近年来获得了迅速发展。神经控制是指在控制系统 中采用神经网络这一工具对难以精确描述的复杂的非线性对象进行建模，或充当控制器，或 优化计算，或进行推理，或故障诊断等，亦即同时兼有上述某些功能的适应组合，将这样的 系统统称为神经网络的控制系统，将这种控制方式称为神经网络控制。神经网络在控制中的 作用分为以下几种：