Varmebehandlingsprosesser eksemplifiserer behovet FOR PID-kontroll. For å sikre konsistent produktkvalitet må temperaturen inne i en ovn eller ovn holdes innenfor smale grenser. Eventuelle forstyrrelser, for eksempel når et produkt legges til eller trekkes tilbake eller en rampefunksjon påføres, må håndteres på riktig måte. selv om det er enkelt i konseptet, er matematikken som ligger til GRUNN FOR PID-kontroll kompleks, og å oppnå optimal ytelse innebærer å velge prosessspesifikke verdier for en rekke interaksjonsparametere.
prosessen med å finne disse verdiene kalles » tuning.»Når innstilt optimalt, en PID temperaturregulator minimerer avvik fra settpunktet, og reagerer på forstyrrelser eller settpunkt endringer raskt, men med minimal overshoot.
Dette White Paper fra OMEGA Engineering diskuterer hvordan du justerer EN PID-kontroller. Selv om mange kontrollere gir auto tune evner, vil en forståelse AV PID tuning bidra til å oppnå optimal ytelse. Individuelle seksjoner adresse:
Grunnleggende OM PID-Kontroll
pid-Kontroller Tuning Metoder
○ manuell Tuning
○ tuning Heuristikk
○ auto Tune
Vanlige Anvendelser av PID-Kontroll
Grunnleggende OM PID-Kontroll
PID-kontroll er basert på tilbakemeldinger. Utgangen av en enhet eller prosess, for eksempel en varmeapparat, måles og sammenlignes med målet eller settpunktet. Hvis en forskjell oppdages, beregnes og brukes en korreksjon. Utgangen måles igjen og eventuell nødvendig korreksjon omberegnes. PID står for proporsjonal-integral-derivat. Ikke alle kontroller bruker alle tre av disse matematiske funksjonene. Mange prosesser kan håndteres til et akseptabelt nivå med bare proporsjonal-integrert vilkår. Imidlertid krever fin kontroll, og spesielt overshoot unngåelse, tillegg av derivatkontroll.
i proporsjonal kontroll korreksjonsfaktoren bestemmes av størrelsen på forskjellen mellom settpunkt og målt verdi. Problemet med dette er at når forskjellen nærmer seg null, gjør også korreksjonen, med det resultat at feilen aldri går til null.
integral-funksjonen løser dette ved å vurdere den kumulative verdien av feilen. Jo lenger set point-to-actualverdiforskjellen vedvarer, desto større er størrelsen på korreksjonsfaktoren beregnet. Men når det er en forsinkelse som svar på korreksjonen, fører dette til en overskridelse og muligens svingning om settpunktet. Å unngå dette er formålet med den deriverte funksjonen. Dette ser på endringshastigheten som oppnås, og endrer gradvis korreksjonsfaktoren for å redusere effekten når settpunktet nærmer seg.
Pid Controller Tuning Metoder
Hver prosess har unike egenskaper, selv når utstyret er i det vesentlige identisk. Luftstrømmen rundt ovner vil variere, omgivelsestemperaturer vil endre væsketetthet og viskositet, og barometertrykk vil endres fra time til time. Pid-innstillingene (hovedsakelig gevinsten som brukes på korreksjonsfaktoren sammen med tiden som brukes i integral-og avledede beregninger, kalt «reset» og «rate») må velges for å passe disse lokale forskjellene. kort sagt er det tre tilnærminger til å bestemme den optimale kombinasjonen av disse innstillingene: manuell tuning, tuning heuristikk og automatiserte metoder.
Zeigler-Nichols (ZN) Regler
Først publisert I 1942, Zeigler og Nichols beskrevet to metoder for tuning EN PID loop. Den første metoden innebærer å måle lag eller forsinkelse som svar og deretter tiden det tar å nå den nye utgangsverdien. Den andre avhenger av å etablere perioden med en stabil svingning. I begge metodene blir disse verdiene deretter inngått i en tabell for å utlede verdier for gevinst, tilbakestill tid og hastighet.
ZN er ikke uten problemer. I noen applikasjoner produserer det et svar som anses for aggressivt når det gjelder overshoot og oscillasjon. En annen ulempe er at det kan være tidkrevende i prosesser som reagerer sakte. Av disse grunnene foretrekker noen kontrollutøvere andre regler som Tyreus-Luyben eller Rivera, Morari og Skogestad.
Manuell Innstilling
med nok informasjon om prosessen som styres, kan det være mulig å beregne optimale verdier av gevinst, tilbakestilling og hastighet. Ofte er prosessen for kompleks, men med litt kunnskap, spesielt om hastigheten som den reagerer på feilrettinger, er det mulig å oppnå et rudimentært nivå av tuning.
Manuell innstilling gjøres ved å sette tilbakestillingstiden til maksimumsverdien og hastigheten til null og øke gevinsten til sløyfen svinger med konstant amplitude. (Når svaret på en feilkorreksjon skjer raskt, kan en større gevinst brukes. Hvis responsen er langsom, er en relativt liten gevinst ønskelig). Sett deretter gevinsten til halvparten av den verdien og juster tilbakestillingstiden slik at den korrigerer for enhver forskyvning innen en akseptabel periode. Til slutt, øke hastigheten til overshoot er minimert.
Slik Automatiserer Du Tuning AV PID-Kontroller
De FLESTE PID-kontrollere som selges i dag, inneholder auto-tuning-funksjoner. Driftsdetaljer varierer mellom produsenter, men alle følger regler der kontrolleren «lærer» hvordan prosessen reagerer på en forstyrrelse eller endring i settpunkt og beregner passende pid-innstillinger.Nyere Og mer sofistikerte pid-kontrollere, FOR EKSEMPEL OMEGAS Platinum-serie av temperatur-og prosesskontrollere, innlemme fuzzy logic med sine auto-tune evner. Dette gir en måte å håndtere upresisjon og ikke-linearitet i komplekse kontrollsituasjoner, som ofte oppstår i produksjons-og prosessindustrien, og hjelper med tuning optimalisering.
Tuning Heuristikk
Mange regler har utviklet seg gjennom årene for å ta opp spørsmålet om hvordan du justerer EN PID-sløyfe. Sannsynligvis den første, og sikkert den mest kjente, Er Zeigler-Nichols (ZN) – reglene. Først publisert I 1942, Zeigler og Nichols beskrevet to metoder for tuning EN PID loop. Disse fungerer ved å bruke en trinnendring til systemet og observere den resulterende responsen. Den første metoden innebærer å måle lag eller forsinkelse som svar og deretter tiden det tar å nå den nye utgangsverdien. Den andre avhenger av å etablere perioden med en stabil svingning. I begge metodene blir disse verdiene deretter inngått i en tabell for å utlede verdier for gevinst, tilbakestill tid og hastighet.
ZN er ikke uten problemer. I noen applikasjoner produserer det et svar som anses for aggressivt når det gjelder overshoot og oscillasjon. En annen ulempe er at det kan være tidkrevende i prosesser som bare reagerer sakte. Av disse grunnene foretrekker noen kontrollutøvere andre regler som Tyreus-Luyben eller Rivera, Morari og Skogestad.
PID Controller Gain Tuning
PID controller gain tuning kan være vanskelig. Den proporsjonale metoden er den enkleste å forstå. I dette tilfellet er utgangen av den proporsjonale faktoren produktet av gevinst og målt feil ε. Dermed gir større proporsjonal gevinst eller feil større utgang fra proporsjonal faktor. Innstilling av proporsjonal gevinst for høy fører til at en kontroller gjentatte ganger overskrider settpunktet, noe som fører til svingning. Mens du setter den proporsjonale gevinsten for lav, gjør sløyfeutgangen ubetydelig. En måte å oppveie denne steady-state feil bruker Zeigler-Nichols metode for å sette I Og D gevinster til null og deretter øke P gevinst inntil sløyfen utgang begynner å svinge.
Auto Tune
De fleste prosesskontrollere som selges i dag, har auto-tuning-funksjoner. Driftsdetaljer varierer mellom produsenter, men alle følger regler som ligner de som er beskrevet ovenfor. I hovedsak «lærer» kontrolleren hvordan prosessen reagerer på en forstyrrelse eller endring i settpunkt, og beregner passende pid-innstillinger. I tilfelle av en temperaturregulator som OMEGAS CNi8-serie, når» Auto Tune » er valgt, aktiverer kontrolleren en utgang. Ved å observere både forsinkelsen og hastigheten som endringen er gjort, beregner den optimale p -, I-og D-innstillinger, som deretter kan finjusteres manuelt om nødvendig. (Merk at denne kontrolleren krever at settpunktet skal være minst 10°C over gjeldende prosessverdi for automatisk tuning som skal utføres). Nyere Og mer sofistikerte kontrollere, SOM OMEGA Platinum serie av temperatur og prosess kontrollere, innlemme fuzzy logikk med sine auto tune evner. Dette gir en måte å håndtere upresisjon og ikke-linearitet i komplekse kontrollsituasjoner, som ofte oppstår i produksjons – og prosessindustrien, og hjelper med tuning optimalisering.
Vanlige Anvendelser AV PID Control
Pid Control Simulator
Ovner og ovner som brukes i industriell varmebehandling er nødvendig for å oppnå konsistente resultater uansett hvordan massen og fuktigheten i materialet som varmes opp kan variere. Dette gjør slikt utstyr ideelt for PID-kontroll. Pumper som brukes til å flytte væsker er en lignende applikasjon, hvor variasjon i medieegenskaper kan endre systemutganger med mindre en effektiv tilbakemeldingssløyfe er implementert.
Bevegelseskontrollsystemer bruker også EN form FOR PID-kontroll. Men da svaret er størrelsesordener raskere enn systemene beskrevet ovenfor, krever disse en annen form for kontroller enn den som diskuteres her.
Forstå Pid-Tuning
PID-kontroll brukes til å administrere mange prosesser. Korreksjonsfaktorer beregnes ved å sammenligne utgangsverdien til settpunktet og bruke gevinster som minimerer overskridelse og svingning mens endringen utføres så raskt som mulig.
PID tuning innebærer å etablere passende gevinstverdier for prosessen som styres. Selv om dette kan gjøres manuelt eller ved hjelp av kontroll heuristikk, de fleste moderne kontrollere gi auto tune evner. Det er imidlertid fortsatt viktig for kontrollpersoner å forstå hva som skjer etter at knappen er trykket inn.