文 献 综 述

一、PID控制器

PID控制器（比例-积分-微分控制器），由比例单元P、积分单元I和微分单元D组成。因为 PID控制器本身具有简单、稳定性好、可靠性高、实时性强等特点，所以被广泛应用于工业控制的各个领域，它也是连续控制系统中技术成熟的控制器。PID是一种线性控制器，它根据给定值r(t)与实际输出y(t)构成控制偏差e(t)=r(t)-y(t),将偏差比例（P）、积分（I）和微分（D）通过一定的线性组合构成控制量u(t)对被控对象进行控制。

其控制性能取决于参数Kp、Ki、Kd的整定。其中Kp起比例调节作用：是按比例反映系统的偏差，系统一旦出现了偏差，比例调节立即产生调节作用用以减少偏差，属于”即时”型调节控制。比例作用大，可以加快调节，减少误差，但是过大的比例，使系统的稳定性下降甚至造成系统的不稳定；Ki起积分调节作用：使系统消除静态误差，提高无误差度。因为有误差，积分调节就进行直至无误差，积分调节停止，积分调节输出一常值，属于”历史积累”型调节控制。积分作用的强弱取决于积分时间常数Ti，Ti越小，积分作用就越强，反之Ti大则积分作用弱，加入积分调节可使系统稳定性下降，动态响应变慢。积分作用与另两种调节规律结合，组成PI调节器或PID调节器；Kd起微分调节作用：微分作用反映系统偏差信号的变化率，具有预见性，能预见偏差的变化趋势，因此属于”超前或未来”型调节控制。因此，可以改善系统的动态性能。在微分时间选择合适的情况下，可以减少超调，减少调节时间。微分作用对噪声干扰有放大作用，因此过强的加微分调节，对系统抗干扰不利。此外，微分反映的是变化率，而当输入没有变化时，微分作用输出为零。微分作用不能单独使用，需要与另外两种调节规律相结合，组成PD或PID控制器。

二、PID 控制器参数整定的粒子群优化算法实现

粒子群算法( Particle Swarm Optimization, 简称PSO)是进化技术的一种,源于对鸟群捕食行为的研究,本质上属于一种迭代随机搜索算法,具有并行处理特征,鲁棒性好,原理上可以较大的概率找到优化问题的全局最优解,且易于实现,计算效率高,已成功的应用于求解多种复杂的优化问题。

算法采用速度#8212;#8212;位置搜索模型，每个粒子代表解空间的一个候选解，解的优劣程度由适应度函数决定。速度vi=(vi1，vi2，#8222;，vid)决定粒子在搜索空间迭代时的位移。其中，适应度函数根据优化目标定义。粒子群算法随机初始化为一群粒子，其中第i个粒子在d维解空间的位置表示为xi=(xi1，xi2，#8222;，xin)。与进化算法比较，粒子群算法保留了基于种群的全局搜索策略，但是其采用的速度一位置模型，操作简单，避免了复杂的遗传操作。它特有的记忆使其可以动态跟踪当前整个种群的最优粒子。