隨著科學技術和生產(chǎn)的迅猛發(fā)展,，各個領域對自動控制的要求不斷提高,，以單純數(shù)學解析結構為基礎的控制理論，其局限性日益明顯,，對于一些大型、復雜和不確定的對象,，難以用精確的數(shù)學模型描述,。即使一些對象能夠建立起數(shù)學模型，結構也往往十分復雜,，難于設計和實現(xiàn)有效控制,。近年來十分熱門的自適應、自校正控制雖然能在一定程度上解決不確定性問題,，但其本質上仍然要求對象模型的在線辨識,，故算法復雜、運算量大,，應用范圍受到限制,。實際上，任何一個有效的工業(yè)控制設計,，都不能由控制理論單獨解決,，都隱含著人的直覺推理。原有控制理論單純的數(shù)學結構難以處理有關對象的一些定性信息,，而單純運用人的經(jīng)驗知識,、技巧和直覺推理，也難以滿足對復雜控制系統(tǒng)的設計要求。
　　假如將人的經(jīng)驗知識,、技巧和直覺推理與控制理論相結合,，把它作為控制理論解決復雜生產(chǎn)過程的一個補充手段，將使控制理論解決復雜生產(chǎn)過程有一個突破性進展,。這種將人的經(jīng)驗知識直接參與生產(chǎn)過程的控制系統(tǒng),，稱為智能控制系統(tǒng)。
　　無毒提金工藝過程是一個復雜的物理化學過程,，由于這一工藝過程千變萬化,，干擾不同，對各個參數(shù)的要求不盡相同,。如果控制模型過于簡單,，則導致系統(tǒng)超調量大、調節(jié)時間長,，造成各個參數(shù)不穩(wěn)定,，這些都嚴重影響無毒提金工藝的生產(chǎn)效率的提高。因而,，國內外學者對無毒提金工藝及設備的自動控制曾做了大量工作,，以期能實現(xiàn)低能耗和高效率的目標。常用的控制方案歸結起來不外乎以下幾種：
　　(1)自適應控制(包括模型參考自適應控制和自校正控制)方案,；
　　(2)最優(yōu)控制方案,；
　　(3)PID控制(包括各種變型PID控制)方案。
　　自適應控制方案從理論上講是較先進的控制方案,，但它基本上適用于工況比較穩(wěn)定的工藝過程,。而無毒提金工藝過程各參數(shù)相對很難穩(wěn)定，各參數(shù)將在某一值附近頻繁變化,，最需要有效的控制,。否則，對無毒提金攪拌設備控制的經(jīng)濟效果并不明顯,，控制將無多大的意義,。
　　最優(yōu)控制方案是用得最多的一種方案，它是在已知系統(tǒng)高階狀態(tài)方程后通過線性化和降階處理,，得出一個較精確的低階狀態(tài)方程,，然后以快速性和系統(tǒng)超調作為控制性能指標，應用最大值原理,，得出最佳控制規(guī)律,。這種控制策略在系統(tǒng)狀態(tài)方程精確已知時，控制效果很好,。
　　PID控制雖然控制方法較簡單,，但它在無毒提金攪拌設備各個控制參數(shù)變化比較頻繁的控制系統(tǒng)中較為實用,、可靠。實踐經(jīng)驗表明,，在參數(shù)選擇合適的情況下,，PID控制性能幾乎同最優(yōu)控制效果一樣，有些性能甚至更好些,。PID控制需要檢測的參數(shù)全是電量,，而電量的檢測遠比熱量、溫度和化學成分的檢測容易得多,，亦容易實現(xiàn),。但PID控制具有超調大,、參數(shù)較難確定,、對擾動恢復慢等缺點。
　　綜合上述分析的種種情況,，針對無毒提金工藝過程的工況要求和各個參數(shù)的特點及存在的各種干擾情況,，在深入分析其機理的基礎上，將最優(yōu)控制,、模糊控制,、PID控制結合在一起，作者提出一種具有快速性和靈敏性的智能復合控制方案,。
　　該控制方案既對PID算法加以了改進保留,，如在傳統(tǒng)PID調節(jié)中加入新的微分積分作用，對給定值與測量值變化造成的偏差分別采用不同的調節(jié)方式等,，又加入了一些模糊調節(jié)算法的規(guī)則,。在偏差大時，希望攪拌設備控制系統(tǒng)各控制參數(shù)能快速跟隨調整,，而對控制精度要求相對降低,，所以擬采用快速PID控制方案；當偏差趨小時,，為了減小超調量,，提高系統(tǒng)的控制精度，擬采用模糊控制為主,、最優(yōu)控制為輔的控制方案,。該控制方案具有超調小、控制精度高,、參數(shù)確定簡單,、對復雜對象控制效果較好等特點。
　　這就是智能復合控制的基本出發(fā)點,，由此形成了圖1所示的閉環(huán)控制系統(tǒng),。功率控制實現(xiàn)功率曲線的自動跟蹤，智能控制實現(xiàn)各控制參數(shù)的升降。圖中y_s,、y_p分別為各被控參數(shù)的設定值和實測值,，e為被控參數(shù)偏差，e＝y(tǒng)_s－y_p,。

　　各被控參數(shù)設定值由上位機或下位機給出,，具體方式有兩種：(1)根據(jù)經(jīng)驗給出；(2)根據(jù)無毒提金工藝要求計算確定,。
1 智能控制器的實現(xiàn)
　　智能控制器的結構框圖見圖2,，圖中y_s為被控參數(shù)的設定值，y_p為被控參數(shù)的實測值,，規(guī)則集用來判斷復合控制算法的轉換,，偏差信號e(k)＝y(tǒng)_s(k)－y_p(k),它作為智能控制器的輸入信號。

　　限于篇幅,，這里僅以PID控制為例,，簡單說明各控制算法的設計過程。
　　按偏差的比例(proportional),、積分(integral),、微分(differential)控制(簡稱PID控制)，是過程控制中應用最廣泛的一種控制算法,。實際運行經(jīng)驗及理論分析表明,，這種控制算法對于大量的工業(yè)對象，具有較好的調節(jié)性能和魯棒性,，能夠達到符合原則的控制性能指標,。
　　在計算機控制系統(tǒng)中，一般采用兩種控制算法：一種是含有理想微分的PID控制,；另一種是含有實際微分的PID控制,。它們的控制原理、實現(xiàn)方法,、編程手段大同小異,。計算機控制是一種采樣控制，它只能根據(jù)采樣時刻的偏差值計算控制量,，因此需要將連續(xù)PID調節(jié)理想化,。
1.1 位置式PID控制算法

　　計算機按該式算出的是控制量的絕對數(shù)值，即對應于執(zhí)行機構每次所應達到的位置,。在這種算法中,，如果前一次的輸出與過去的狀態(tài)有關，計算時要對e(i)進行累加,，計算機實現(xiàn)起來不夠方便,，不僅要占用較多的存儲單元,，而且不便于編程。鑒于此,，對(1)式要進行改進,。
1.2 增量式PID控制算法

　　A、B,、C是與采樣周期T,、比例系數(shù)kp、積分時間Ti,、微分時間Td有關的系數(shù),，增量式算法只需要保持現(xiàn)時以前兩個時刻的偏差值即可。
　　對于整個控制系統(tǒng)而言,，上述兩種算法并無本質上的區(qū)別,，只是所采用的執(zhí)行元件的特性不同。增量式算法中將計算機的一部分任務：u＝∫△u分給了其它部件去承擔,，即由執(zhí)行機構完成,。增量式控制雖然只是在算法上做了一點改進,，但它帶來了不少優(yōu)點：
　　(1)計算機每次只輸出控制增量,，故機器出現(xiàn)故障時，影響范圍小,。
　　(2)控制從手動到自動轉換時,，由于算法中不含有u0項，因此沖擊小,。此外,，當計算機發(fā)生故障時，由于執(zhí)行機構裝置本身有鎖存作用,，故仍然能保持原值,。
　　(3)算式中無需累加，增量只是與最近幾次采樣值有關,，編程簡單,，歷史數(shù)據(jù)可以遞推使用，且占用存儲單元少,，運算速度快,，容易獲得較好的控制效果。
　　但是,，微分作用容易引入高頻干擾,，導致調節(jié)性能的不穩(wěn)。因此,，在大量的工業(yè)控制系統(tǒng)中,，往往采用在微分調節(jié)器上串聯(lián)一個低通濾波器來抑制高頻干擾,。低通濾波器的傳遞函數(shù)為：
　　

　　也就是說，利用實際微分來代替理想微分,，輸出波形如圖3所示,。

　　這樣，(2)式所示的增量式PID控制算式變?yōu)椋?BR>　　
　　基于上述分析,，在實際控制中,，增量式PID算法要比位置式PID算法應用更為廣泛。本攪拌設備自動控制系統(tǒng)就采用這種帶有低通濾波器的增量式PID控制算法,，即：

　　上式適合于計算機處理,，但式中的待定系數(shù)混合了PID控制的比例、積分,、微分加權系數(shù),，這將給系統(tǒng)調試階段，依據(jù)運行結果分析整定系數(shù)的習慣做法帶來諸多不便,。實際應用時,，為了兼顧調試和運行兩方面的需要，仍以K_p,、T_i,、T_d為待整定參數(shù)。調試階段改變K_p,、T_i,、T_d的取值后，將新的一組K_p,、T_i,、T_d值輸入計算機，然后由計算機程序利用有關公式計算出相應的待定系數(shù)A,、B,、C。算法流程圖如圖4所示,。

1.3 PID參數(shù)的整定
　　對于一個結構和控制算法形式已定的控制系統(tǒng),，控制質量的好壞主要取決于選擇的參數(shù)是否合理。因此,，PID控制中三個參數(shù)的選擇就顯得十分重要了,，整定PID參數(shù)的方法各式各樣，有臨界比例度法,、標準傳遞函數(shù)優(yōu)化法等等,。下面敘述兩種典型的整定方法。
1.3.1 擴充臨界比例度法
　　用實驗參數(shù)進行函數(shù)整定時,，最常用的是擴充臨界比例度法,，它是整定模擬調節(jié)器參數(shù)的臨界比例度法的擴充,。具體做法如下：
　　①選擇好采樣周期T₀;
　?、谟门c模擬調節(jié)器相同的臨界比例度法求出臨界比例系數(shù)Kk及臨界振蕩周期T_k;
　?、鄹鶕?jù)所選的控制度，按經(jīng)驗參數(shù)值表求出K_p,、T_i,、T_d。
1.3.2 Ziegler－Nichols整定規(guī)則
　　這是Roberts.P.D于1974年提出的,，它只需整定一個參數(shù),，對于PID算式：
　　T₀＝0.1T_k;T_i＝0.5T_k;T_d＝0.125T_k(Ziegler－Nichols條件)，代入PID算式中,，得：
　　u(k)＝u(k－1)+K_p[2.45e(k)－3.5e(k－1)+1.25e(k－2)]
　　整定時,，改變K_p的大小，觀察控制效果,，直到滿意為止,。當然，上述兩種方法只能提供一個粗略的范圍,，實現(xiàn)過程中還得在這些數(shù)值的附近進一步試探,，這樣才能找到最佳值。
2 控制規(guī)則集的確定
　　由攪拌設備智能復合控制框圖可知,，規(guī)則集用來判斷復合控制算法的轉換,。根據(jù)偏差e_i(e_i＝y(tǒng)_s－y_p)的變化組成控制規(guī)則集來實現(xiàn)智能控制,。具體控制規(guī)則可以按以下描述實現(xiàn)：
　　IF e_i＞ε THEN 　　u_c＝PID控制算法輸出,；
　　IF e_i＜－ε THEN 　　u_c＝PID控制算法輸出；
　　IF 0.5＜e_i≤ε THEN 　　u_c＝模糊控制算法輸出,；
　　IF －ε≤e_i＜－0.5 THEN 　　u_c＝模糊控制算法輸出,；
　　IF 0.1＜e_i≤0.5 THEN　　u_c＝－U_M，最優(yōu)控制算法
　　輸出,；
　　IF －0.5≤e_i＜－0.1 THEN 　　u_c＝+U_M,，最優(yōu)控制算法
　　輸出；
　　IF －0.1≤e_i≤0.1 THEN 　　u_c＝0,。
　　以上算法可用圖5表示,。