1、论点 ARGUMENT 科技论坛122基于 PID 控制技术的人工智能算法优化路径初探文/覃洪汉 人工智能算法为 PID 控制系统提供了新的理论和技术支持，二者结合后，PID 控制系统对复杂目标的控制效果和抗干扰性显著提升。得益于人工智能算法的支持，PID 控制系统不仅能处理各种参数，还能在实现自动化、自适应调节的同时，构建出更高精度的数据模型，从而进一步增强自身性能。一、基于 PID 控制技术的人工智能算法概述基于 PID 控制技术的人工智能算法主要是指通过人工智能技术进行的数据算法，其可通过调整 PID 控制算法来实现控制系统对智能化指令拟人化、预见性控制的目标。同时，PID控制系统在运行
2、过程中，大多通过两种方法来实现人工智能算法的应用：一种是基于误差数值 E 的变化，实时对照比例增值 P 的变化；另一种则是对照比例控制数据模型的状态，以实现PID 控制系统各项指令的。1简单来说，融合了人工智能算法的PID 控制系统一般是借助比例、积分、微分等形式达成对复杂目标的有效控制的。二、融合人工智能算法的PID 控制器分析（一）分段处理在一般情况下，PID 控制系统在进行动态或静态转换过程中，容易受到惯性因素影响，随之出现一种倾斜向上的发展趋势。因此，在 PID 控制系统运行阶段，为实现过渡阶段有针对性、可靠性的优化处理，研究人员可从过渡和跟踪两个方面对其进行划分，从而实现减少超调量随
3、着智能化控制技术的持续完善，各种各样的人工智能算法也在不断进步。将人工智能算法与 PID 控制技术有效结合，不仅能够处理复杂目标的反馈控制问题，并且可以实现逻辑化控制、神经网络控制等目的。本文基于 PID 控制技术，从优化算法的角度分析了人工智能算法在 PID 控制系统中的具体应用，并提出利用动态与静态校正来提高控制系统稳定性和反应速度的优化建议。科技论坛 论点 ARGUMENT123控制的目的。在具体操作时，研究人员可利用变增益方法，在输出端、接近端和稳端出现偏差 E的同时，采用正负向量的方法，维持系统持续上涨的态势。需要注意的是，如果系统数值低于错误值 E，则需按常规方法处理，以此来确保
4、PID 控制系统能够正常运行。（二）误差变化趋势研究人员可通过对误差变化发展规律及发展趋势进行深入研究，实现对 PID 控制系统拟人化控制的目的。为此，研究人员可先行统计误差和错误倾向的乘积，再结合有关数据资料进行动态处理，同时利用积分控制法有效维持 PID 控制系统的稳定性。考虑到 PID 控制系统的精准度主要取决于对偏差积分的控制，研究人员可以进一步研究偏差积分出现的具体过程，同时将其与拟人化记忆特性相比对，进而完整记录偏差等问题。但该方法也存在一些缺陷：其一，积分控制过程缺乏目标；其二，采用积分法实施偏移，很可能造成“积分饱和”，导致积分失去控制，这主要是因为该方法没有很好地发挥出人工控
5、制模式和控制思想的作用。目前，研究人员可以使用积分曲线来解决这些问题，及时纠正和调整 PID 控制系统的错误。此外，PID 控制系统在比例等多重控制作用下可以避免进入失控状态。2（三）积分控制积分控制法能够有效减小系统的稳态误差。传统的 PID 控制系统普遍存在积分功能不明确、不能满足控制要求等问题。而一旦出现偏差，这些积分就会不断累积，且很有可能导致“积分饱和”，进而影响系统的正常运转。因此，在错误绝对值不断提高的情况下，工作人员必须采用适当的控制力来有效减少系统误差，并防止系统误差的积累。（四）控制效果在多种因素的共同作用下，PID 控制系统的动态过程会持续变化，工作人员必须综合分析其动态
6、特性，以提高控制效果。在此过程中，工作人员应不断优化控制器，直至其达到系统要求。在拟人化控制的基础上，工作人员还应加强分析，并结合 PID 控制系统的前期运行效果，有针对性地对其加以优化，力争达到控制决策最优化的目的。此外，工作人员必须明确控制效果是决定绝对值误差的主要原因之一。三、基于 PID 控制技术的人工智能算法优化路径（一）分析优化原理将人工智能算法和 PID 控制技术相结合，能够最大限度地改善 PID 控制系统的稳定性。工作人员可通过深入分析人工智能算法，在掌握算法内在逻辑的同时，对 PID 控制系统进行研究，为后续的动态和静态校正奠定基础。理论上，优化人工智能算法的原理是控制器针对
7、控制系统运行状态以及控制规则进行记忆、观察、推理，随后再输出的数据指令。这一过程主要包含三个层面的概念：测量信息、推理机制、输出集。而优化对象通常指的就是以上三层概念下的数据信息。其中，测量信息即对采集到的数据进行量化分析，以详细了解语言值子集的信息；推理机制是从已获取的知识中进行推理的机制；输出集是指将 PID 控制系统获得的量化数据转化为清晰、明确的输出量的最后一个过程。3（二）改进算法（1）动态校正，即根据动态性能指标、系统动态特性等因素，对动态系统进行动态预测和探究。此项工作既能够对已存在但不在理想状态的相关参数进行调整，还可以暂时优化当前的控制状况，从而保证系统运行的稳定性。对此，工
8、作人员可采用拟人方法来改善 PID 控制系统各方面的参数，以提高系统整体感知力和判断力。同时，PID 控制系统也可基于自身的检测功能对已有数据进行提取，并结合相关规则对专家控制系统进行经验分析，最后基于逻辑决定实现系统参数的实时控制及修正。具体步骤如下：首先研判 PID 控制系统论点 ARGUMENT 科技论坛124的稳态性和精准度，并明确二者是否需要修正；其次借助评价函数()=niieJ进 行 动 态 校 正 e(i)代表实际输出量减去既定输出量，也可称作输出误差；n 代表PID 控制系统设计的数据收集次数；再次确定稳态标准数值Km：如果J的数值小于Km的数值，则说明系统处于稳态，反之则未达
9、成稳态；最后结合研判结果进行分析，即当 J 的数值小于 Km的数值时，保持稳态情况下控制系统基本规则即可，反之则需要实施反方向的定量修正措施。（2）静态校正，即根据 PID控制系统各项性能的指标处理静态偏差问题，同时对动态校正的结果进行合理评价，通过标准的控制装置来明确系统参数校正方法。在人工智能算法应用过程中，工作人员应重点从以下几点入手：第一，建立系统特征数据库，以全面了解多重、非理想状态等情况；第二，构建完善的规则评价信息系统，最大限度地保证校正结果的科学性，或者利用动态校正和静态校正相结合的方法完成优化，并显著提升 PID 控制系统的控制效果。另外，混合型控制器的输入过程、输出误差、变
10、化率等，均需按照系统要求进行研究分析。只有如此，工作人员才能掌握正确的系统控制形态，并根据具体要求调整参数。（3）完成动态和静态校正后，工作人员还需要针对控制系统进行仿真分析，并通过优化人工智能算法，确保控制器具备准确、快速、稳定的振荡性，同时避免在运用 PID 控制技术时反复出现超调问题。为此，工作人员可以借助人工智能算法对现行控制策略加以优化。（三）分析 PID 控制技术的应用效果研究人员可借助人工智能算法，通过分析 PID 控制系统可能出现的各种情况来进一步理解PID 控制系统在各阶段的功能。在此基础上，研究人员还可以采用 Bang-Bang 控制方法来提高受控数量，并对其进行科学化处理
11、。在实际操作中，研究人员需要适时退出 Bang-Bang 的控制，以防止发生过调问题。4此外，当受控对象出现延迟的情况时，工作人员应在操作间维持数值校正延迟，并适当等待，同时观测和分析受控对象的自然移动特征，以防出现振动等情况。也就是说，当校正调整规则处于超调大、调整耗时多、上升时间短的情况时，系统的控制效果容易出现过重问题。此时，工作人员可通过降低比例、控制Bang-Bang作用的方法来进行校正和调整。如果系统出现振荡问题，则工作人员需要校正并调整以保持控制器的稳定，避免出现修正过早的情况。在此环节，工作人员可以借助加长控制和保持时间的方法，实现减小微分系数的目的。四、结语综上所述，PID
12、控制技术在实际应用中仍存在算法方面的不足，进而影响控制系统的实际控制效果。为应对这一问题，研究人员可将 PID 控制技术与人工智能算法相结合，利用人工智能算法的兼容性、动态和静态校正、学习记忆能力、专家分析机制等优势功能，实现 PID 控制技术以往无法有效实现的控制目标，进而促使 PID控制系统的稳定性、可靠性、精准度获得全面提升。参考文献：1 黄国盛.机器学习算法在人工智能中的应用 J.集成电路应用,2022,39(09):192-193.2 罗锦 彬.基于人 工 智 能 算 法 的无人 机自动 控 制 研 究 J.蚌 埠 学 院 学报,2022,11(05):29-33.3 许丹.基于人工智能算法的线圈电流故障自动诊断方法 J.自动化与仪器仪表,2021(07):96-99.4 郭玉嘉,杜向党,陈宏博,等.高机动性变压器内部检测机器人控制系统设计与算法研究 J.机械与电子,2020,38(12):70-75.（本文作者覃洪汉，中级工程师，就职于广西中烟工业有限责任公司南宁卷烟厂）
