Värmebehandlingsprocesser exemplifierar behovet av PID-kontroll. För att säkerställa en jämn produktkvalitet måste temperaturen i en ugn eller ugn hållas inom smala gränser. Eventuella störningar, till exempel när en produkt läggs till eller dras tillbaka eller en rampfunktion appliceras, måste hanteras på lämpligt sätt. även om det är enkelt i konceptet är matematiken som ligger till grund för PID-kontroll komplex och att uppnå optimal prestanda innebär att man väljer processspecifika värden för en rad interaktiva parametrar.
processen att hitta dessa värden kallas ” tuning.”När den är optimalt inställd minimerar en PID – temperaturregulator avvikelsen från börvärdet och svarar snabbt på störningar eller börvärdesändringar men med minimal överskridning.
denna vitbok från OMEGA Engineering diskuterar hur man ställer in en PID-kontroller. Även om många styrenheter ger Auto tune kapacitet, en förståelse för PID tuning kommer att bidra till att uppnå optimal prestanda. Enskilda avsnitt adress:
grunderna i Pid-kontroll
PID Controller Tuning Methods
manuellt tuning
tuning heuristics
Auto Tune
vanliga tillämpningar av PID kontroll
grunderna i Pid kontroll
PID kontroll är baserad på feedback. Utgången från en enhet eller process, såsom en värmare, mäts och jämförs med målet eller börvärdet. Om en skillnad upptäcks en korrigering beräknas och tillämpas. Utgången mäts igen och eventuell korrigering beräknas om.
PID står för proportionell-integral-derivat. Inte varje styrenhet använder alla tre av dessa matematiska funktioner. Många processer kan hanteras till en acceptabel nivå med bara proportionella integrerade termer. Fin kontroll, och särskilt överskridande undvikande, kräver dock tillsats av derivatkontroll.
i proportionell kontroll bestäms korrektionsfaktorn av storleken på skillnaden mellan börvärde och uppmätt värde. Problemet med detta är att när skillnaden närmar sig noll, så gör också korrigeringen, med resultatet att felet aldrig går till noll.
integralfunktionen adresserar detta genom att ta hänsyn till det kumulativa värdet av felet. Ju längre börvärdeskillnaden kvarstår desto större är korrigeringsfaktorns storlek beräknad. Men när det finns en fördröjning som svar på korrigeringen leder detta till en överskridande och eventuellt svängning om börvärdet. Att undvika detta är syftet med derivatfunktionen. Detta ser på förändringshastigheten som uppnås, vilket gradvis ändrar korrigeringsfaktorn för att minska dess effekt när börvärdet närmar sig.
PID Controller Tuning Methods
varje process har unika egenskaper, även när utrustningen är väsentligen identisk. Luftflödet runt ugnar varierar, omgivningstemperaturerna förändrar Vätsketäthet och viskositet och barometertrycket ändras från timme till timme. PID-inställningarna (främst förstärkningen som tillämpas på korrigeringsfaktorn tillsammans med den tid som används i integral-och derivatberäkningarna, benämnda ”Återställ” och ”hastighet”) måste väljas för att passa dessa lokala skillnader.
i stort sett finns det tre metoder för att bestämma den optimala kombinationen av dessa inställningar: manuell inställning, tuning heuristik och automatiserade metoder.
Zeigler-Nichols (ZN) regler
först publicerad 1942 beskrev Zeigler och Nichols två metoder för att ställa in en PID-slinga. Den första metoden innebär att mäta fördröjningen eller fördröjningen som svar och sedan den tid det tar att nå det nya utgångsvärdet. Den andra beror på att fastställa perioden för en steady-state-svängning. I båda metoderna matas dessa värden sedan in i en tabell för att härleda värden för gain, reset time och rate.
ZN är inte utan problem. I vissa applikationer ger det ett svar som anses vara för aggressivt när det gäller överskridande och svängning. En annan nackdel är att det kan vara tidskrävande i processer som reagerar långsamt. Av dessa skäl föredrar vissa kontrollutövare andra regler som Tyreus-Luyben eller Rivera, Morari och Skogestad.
Manuell inställning
med tillräcklig information om processen som styrs kan det vara möjligt att beräkna optimala värden för förstärkning, återställning och hastighet. Ofta är processen för komplex, men med viss kunskap, särskilt om hur snabbt den svarar på felkorrigeringar, är det möjligt att uppnå en rudimentär nivå av inställning.
Manuell inställning görs genom att ställa in återställningstiden till dess maximala värde och hastigheten till noll och öka förstärkningen tills slingan svänger med en konstant amplitud. (När svaret på en felkorrigering sker snabbt kan en större förstärkning användas. Om svaret är långsamt är en relativt liten vinst önskvärd). Ställ sedan in förstärkningen till hälften av det värdet och justera återställningstiden så att den korrigerar för eventuell förskjutning inom en acceptabel period. Slutligen öka hastigheten tills överskridandet minimeras.
hur automatisera Tuning av PID Controller
de flesta PID styrenheter säljs idag införliva auto-tuning funktioner. Driftsinformation varierar mellan tillverkare, men alla följer regler där regulatorn ”lär sig” hur processen svarar på en störning eller förändring av börvärdet och beräknar lämpliga PID-inställningar.
nyare och mer sofistikerade PID-styrenheter, som OMEGA Platinum-serien av temperatur-och processstyrenheter, innehåller fuzzy logic med sina auto-tune-funktioner. Detta ger ett sätt att hantera oklarhet och olinjäritet i komplexa kontrollsituationer, som ofta förekommer i tillverknings-och processindustrin och hjälper till med tuningoptimering.
Tuning Heuristics
många regler har utvecklats under åren för att ta itu med frågan om hur man ställer in en PID-slinga. Förmodligen den första, och säkert den mest kända, är Zeigler-Nichols (ZN) regler.
först publicerad 1942 beskrev Zeigler och Nichols två metoder för att ställa in en PID-slinga. Dessa fungerar genom att tillämpa en stegändring på systemet och observera det resulterande svaret. Den första metoden innebär att mäta fördröjningen eller fördröjningen som svar och sedan den tid det tar att nå det nya utgångsvärdet. Den andra beror på att fastställa perioden för en steady-state-svängning. I båda metoderna matas dessa värden sedan in i en tabell för att härleda värden för gain, reset time och rate.
ZN är inte utan problem. I vissa applikationer ger det ett svar som anses vara för aggressivt när det gäller överskridande och svängning. En annan nackdel är att det kan vara tidskrävande i processer som bara reagerar långsamt. Av dessa skäl föredrar vissa kontrollutövare andra regler som Tyreus-Luyben eller Rivera, Morari och Skogestad.
PID Controller Gain Tuning
PID controller gain tuning kan vara svårt. Den proportionella metoden är lättast att förstå. I detta fall är utmatningen av den proportionella faktorn produkten av förstärkning och uppmätt fel kub. Således ger större proportionell förstärkning eller fel större produktion från proportionell faktor. Att ställa in den proportionella förstärkningen för hög gör att en styrenhet upprepade gånger överskrider börvärdet, vilket leder till svängning. När du ställer in den proportionella förstärkningen för låg gör slingutgången försumbar. Ett sätt att kompensera detta steady-state-fel är att använda Zeigler-Nichols-metoden för att ställa in i-och D-vinsterna till noll och sedan öka P-förstärkningen tills slingutgången börjar oscillera.
Auto Tune
de flesta processstyrenheter som säljs idag innehåller auto-tuning-funktioner. Driftsinformation varierar mellan tillverkare men alla följer regler som liknar de som beskrivs ovan. I huvudsak ”lär sig” styrenheten hur processen svarar på en störning eller förändring av börvärdet och beräknar lämpliga PID-inställningar. När det gäller en temperaturregulator som omegas CNi8-serie, när” Auto Tune ” väljs, aktiverar regulatorn en utgång. Genom att observera både fördröjningen och hastigheten med vilken ändringen görs beräknar den optimala p -, i-och D-inställningar, som sedan kan finjusteras manuellt om det behövs. (Observera att den här regulatorn kräver att börvärdet är minst 10 c c över det aktuella processvärdet för automatisk inställning).
nyare och mer sofistikerade styrenheter, som OMEGA Platinum-serien av temperatur-och processregulatorer, innehåller fuzzy logic med sina auto tune-funktioner. Detta ger ett sätt att hantera oklarhet och olinjäritet i komplexa kontrollsituationer, som ofta förekommer i tillverknings-och processindustrin, och hjälper till med tuningoptimering.
vanliga tillämpningar av PID Control
PID Control Simulator
ugnar och ugnar som används vid industriell värmebehandling krävs för att uppnå konsekventa resultat oavsett hur massan och fuktigheten hos material som värms upp kan variera. Detta gör sådan utrustning idealisk för PID-kontroll. Pumpar som används för att flytta vätskor är en liknande applikation, där variation i medieegenskaper kan ändra systemutgångar om inte en effektiv återkopplingsslinga implementeras.
Rörelsekontrollsystem använder också en form av PID-kontroll. Eftersom svaret är storleksordningar snabbare än de ovan beskrivna systemen kräver dessa emellertid en annan form av styrenhet än den som diskuteras här.
förstå PID Tuning
PID kontroll används för att hantera många processer. Korrektionsfaktorer beräknas genom att jämföra utgångsvärdet med börvärdet och tillämpa vinster som minimerar överskridande och svängning samtidigt som förändringen sker så snabbt som möjligt.
PID-inställning innebär att man fastställer lämpliga förstärkningsvärden för processen som styrs. Även om detta kan göras manuellt eller med hjälp av kontrollheuristik, ger de flesta moderna styrenheter Auto tune-funktioner. Det är dock fortfarande viktigt för kontrollpersonal att förstå vad som händer efter att knappen trycks in.