【自动化】PID不再是万能的,如何判断是否采用PID控制;采用无线技术提升整体设备效率

2018 年 6 月 29 日 产业智能官

比例-积分-微分 (PID) 算法,可以解决各种反馈控制问题, 但它并不是万能的。


比例-积分-微分 (PID) 回路是目前工业过程中最常见的反馈控制机制, 正如在美国CONTROL ENGINEERING编辑报道覆盖率的调查中所反映的一样。在该网站,提到 "PID" 或 "比例-积分-微分"的次数为8900次 ,而所有其它控制方法提到的次数为7600次。

为什么PID受到如此多的关注呢?首先, PID 回路相对容易理解和实现。PID算法组成部分中比例 (P)、 积分 (I) 和微分 (D) 部件的影响可以直观的预测,有时可以将设计过程简化为 “这应该可以, 让我们尝试一下”,然后,“这并不是很好, 我们需要更多 (或更少)的比例 (或积分或微分)”,最终以“足够好”结束。

当进程已启动并运行时, 这种试错的设计模式,比那些学术化的、需要进程离线测试的方案更方便。即使在理论上更先进的控制技术,可以提供更好的性能, 但它需要付出很多额外的努力和费用,而对于有些应用来说可能并不值得。

此外, 工业控制工程师已经花费了70年的时间来检查、优化和增强 PID 技术, 并针对他们发现的缺陷制定解决方案。

因此, PID 已经成为事实上的标准——如果想要学习反馈控制,即使不是专家也可能开展研究的控制主题。即使是专家,他们也往往会更倾向于在简单应用中应用PID, 因为它能以较少的数学建模和分析,再辅以更先进的相关技术来将工作完成。

PID 算法过往的人气,反过来又促使自动化厂商更愿意提供现成的PID控制器。其它反馈控制算法也可以作为商业产品购买,但没有一个像PID那样广泛应用。

广泛的应用


PID的另一个巨大优势是其能够处理整个流程行业范围内广泛的控制问题,前提是:

  • 受控过程是合理的、 "运行良好"的;

  • 控制器的唯一任务就是“迟早”将过程变量与设定值相匹配;

  • 负责执行控制器纠正措施的执行器在整个过程中具有足够的影响力,以最终实现设定值。

在学术术语中, "运行良好" 通常意味着过程是一阶或二阶、最小相位、线性、时间不变, 或者开环稳定或集成。实际上, 这意味着如果控制器继续推进, 这个过程就会一直朝着正确的方向发展。如果控制器加大推动力度, 则该过程就以可预测的速度更快速的移动(参见图 1)。

图 1: 在这个 "运行良好"的 过程控制示例中, 过程变量 (绿色) 在控制活动(红色) 中,或多或少的对步进过程做出响应。然后, 它以不断下降的速率提升速度,直至达到稳定状态值。在温度、压力和流量控制应用中, 一阶滞后过程尤其适用于 PID 控制。

幸运的是,对于过程工业而言,大多数应用都需要控制温度、压力、液位和流量来维持过程的良好运转。 尽管如此,PID还是会面临许多常见的反馈控制问题带来的挑战,其中一些问题可以通过对基本算法进行适当的扩展来克服,而另外一些问题则不是那么简单。

PID的挑战


正如在图2中所描述的过程行为, 过程变量不会立即响应控制器的指令。它开始时并没有缓慢的向控制器期望的方向移动,直到控制器已经开始推动它很长时间后才开始移动。

图 2: 此过程表现的不是特别好,因为直到过了死区时间之后,过程变量 (绿色)才能在控制活动 (红色) 的作用之下发生改变。这通常发生在控制器对物料进行操作的应用中, 因为它通过执行器的移动抵达某个距离之外的传感器。这种死区时间主导过程的 PID 控制器必须具备足够的耐心或远见, 才能在最近的纠正努力到达期待值之前等待死区时间结束。

如果控制器的控制活动和过程开始响应之间的延迟或死区时间,并没有那么长时间,那么未经修改的PID控制器就可以调节过程,只是PID算法配置的动作速度要缓慢。但是, 如果死区时间特别长或应用程序需要较少等待, PID 控制器就需要额外增加智能控制。

图3中描述的过程行为是更棘手的情况。在这里, 过程运行在100%工况时,过程变量对控制器的控制行为做出更大的响应。相对于从0% 到50%所需付出的努力而言, 将过程变量从50% 到 100%所需要的控制力度要低得多。

图 3: 这个非线性过程推动了 PID 算法的极限。随着过程变量 (绿色) 的增加, 它对控制活动(红色) 的敏感度增加, 反之亦然。这可能会导致控制器在一个极端的情况下反应过激,而在其它工况下并不响应。过程灵敏度随着时间的推移而不可预测的变化, 将对 PID (或任何其它控制算法) 带来更大的挑战。

一个基本的PID控制器,很难调节这个过程, 主要是因为过程运行在最大负荷或运行过于保守时,它的控制活动往往太过激进。这个问题的经典解决方案就是所谓的 "增益调度",不需要为PID 算法添加任何额外的智能算法, 但它需要多个控制器,每个控制器仅在过程变量落在一定范围内时才激活。

具体地说,在过程变量接近100%时,保守的控制器接管控制,而在过程变量接近0%时,积极的控制器将接管控制。过程变量也可以划分为两个以上的范围, 每个区域都有自己的 PID 控制器, 以适应每个范围的过程行为。

另一方面, 如果与该例类似的非线性过程运行时,其过程变量如果只局限于某个狭窄的范围, 那么单一的传统 PID 控制器就足够了。在其它范围内,过程要么变得太敏感,要么变得太不敏感,但是控制器控制行为已经变得不太重要,因为进程永远不会到达那里。幸运的是,在工业应用中, 控制对象将过程变量维持在某个设定位置上,是一个相当常见的情况。

不适用PID的场合


虽然PID回路是这样的简单、普及和多用途, 但是仍有一些反馈控制问题需要替代解决方案。有时应用PID会用力过猛,例如,在烤箱内调节温度的开/关加热元件。只有当需要较高精度时, 才需要 PID 回路。比如在大多数家庭中使用的恒温控制器,如果温度下降过低时,只需打开加热器,或温度过高时关闭控制器,就可以维持大致恒定的温度。

另一种极端情况, 控制问题需要有比PID更智能化的解决方案, 如控制器必须提前计划约束控制, 以避免将控制活动或过程变量,调节到可接受的范围之外。对于多变量控制也需要高级规划, 控制器必须协调多个执行器的工作, 同时控制多个过程变量。

PID回路可以强制适用于这些应用中的任何一种,但更先进的、自定义设计的控制技术通常更具成本效益,至少在最初时是如此。但在通常情况下, 设计和实施这些技术的专家在项目结束后可能需要进行其它项目, 让非专家处理过程及其控制器。因此, 如果以后出现问题, 可能就没有足够的内部专家来解决这一难题。这种情况通常会导致高级控制器被 PID替代甚至完全被禁用, 尽管这样可能会导致性能下降。

然后,还有其它的控制问题, 即使不是不可能,也难以通过任何控制算法来解决。错误的传感器、尺寸过小的执行器、断开的连接等问题都必须在任何类型的反馈控制工作之前解决。

--------- THE END ---------

本文来自于《控制工程中文版》(CONTROL ENGINEERING China )2018年4月刊《聚焦过程自动化》栏目,原标题为:如何判断是否采用PID控制?



不再担心停机:采用无线技术提升整体设备效率(OEE)


制工程中文版


使用无线系统进行远程状态监视,在机器的预测性维护方面起着关键作用,并有助于防止代价高昂的停机。

现场设备的实时连接使更多操作可见,并支持数据驱动的决策。通过使用与工业物联网(IIoT) 相关的技术,操作员和工厂管理人员可以访问设备级数据,深入分析机器性能和过程效率低下的原因。


于可以实时远程监视机器状态,出现问题时,无论运行人员是否在场,都可以解决问题。工作人员可从一个方便的位置监视工厂车间内的多台机器。在小问题发展成大问题之前,运行人员就可以及时解决问题。

无线技术可以为用户提供现场设备级别的远程监视功能,并帮助用户使用这些数据帮助提高整体设备效率(OEE)。

无线I/O设备的应用更容易

过去,无线系统安装困难、维护复杂。近年来,无线技术取得了显著的进步。现在,许多远程监控解决方案可以提供可靠的、集成到一个装置的无线通信,而且价格低廉。这些无线I/O设备易于安装,如果监视要求发生变化,它还易于卸载并移动到新位置。

无线I/O设备可以收集数字和模拟传感器数据,并将此数据转发到中心收集点进行分析。多个传感器可以连接到单个节点,单一无线网络中最多可以安装47 个节点。这意味着在转发到主机控制的系统进行分析之前,多个传感器读数会聚合到一个网关设备中。

串行数据广播进一步扩展了无线I/O网络。串行数据广播是一种back-haul设备,它接收来自其它串行数据广播的数据,或串行连接到网关,并将数据转发到另一个远程串行设备。链式数据广播可以扩展网络,以满足许多应用程序的远程监控需求。

整体设备效率的考量

OEE是生产制造过程效率的计算,涉及3个主要因素:可用性、性能和质量。可用性因素考虑减少总运行时间的事件,包括计划停机(如产品转换) 和非计划停机。性能因素考虑在运行过程中降低制造流程速度的因素。质量因素则是不符合质量标准的零件或产品(必须报废或返工的部件,导致时间的浪费)。

考虑这些因素的OEE计算结果,以百分比值表示,100% 意味着生产出来的部件都是质量好的、高性能的、没有任何停机。计算结果为分析生产流程中主要的低效因素,提供了可操作的数据支持。

为了降低OEE损失,并尽量减少其影响,发现效率低下发生的时间和地点至关重要。这就是为什么从传感器和指示器灯访问数据变得非常重要。在机器上安装的传感器和指示器灯记录的数据可以帮助计算OEE并确定提高机器、过程和人员效率的步骤。

在机器运行时,趋势跟踪设备和过程数据趋势,有助于确定损失发生的时间和地点。但是,手动监视生产机器的状态非常耗时。根据设备大小,手动监视机器状态会减慢生产速度,并需要更多的时间,而这些时间可以在其它方面获得更大的收益。

例如,通过无线系统,使用带有无线电基座的塔灯,不仅可以提供机器状态的本地指示,而且还可以提供每个灯光模块的远程状态。通过记录机器状态指示器(如塔灯) 的状态,用户可以跟踪各个机器的运行时间和周期计数,以便及时更新。

通过数据分析可以帮助确定瓶颈是由于机器还是人为造成的。收集机器状态,可帮助用户识别造成生产损失的原因。这些信息是用于识别和驱动效率改进所必需的,而在以前根本不可能存在。

最近,制造商提供的准确的机器实时运行数据,可以帮助用户确定生产目标没有实现的原因。运行人员抱怨机器故障造成机器停机,而维护人员则抱怨是运行人员造成的。通过数据,设施管理人员可以确定到底发生了什么。

机器的预测性维护

除了监控机器性能指标,无线传感器网络还可以检查机器的健康状况。机器的预测性维护很有挑战性,因为如果没有适当的工具,很难检测到微小的性能变化。使用无线系统进行远程状态监视,在预测性维护方面起着关键作用,并有助于防止代价高昂的停机。

举一个简单的例子,振动是一个关键的机器参数。机器振动经常是由不平衡、错位、松动或磨损的部件引起的。随着振动的增加,机器也会受到损坏。

通过远程监控马达、水泵、压缩机、风扇、鼓风机和变速箱,当监测发现振动增加,就可以在它们变得严重之前及时处理问题。无线振动和温度传感器通过测量RMS速度作为机器的 "检查指示灯",可以在很宽的机器频率范围内最均匀的振动测量。

安装振动传感器后,用户必须收集足够的振动数据,以便为机器建立基线。最初将阈值设置为基线的1.5或2倍。当阈值超过时,无线振动和温度传感器可以提供局部问题的指示,信号可以发送到中心位置的无线塔灯,或通过电子邮件,或通过文本报警。振动和温度数据也可以发送到无线逻辑控制器或可编程控制器进行收集和分析。

远程监测能力使制造商更容易识别和补救造成其设施内浪费的原因。通过使用无线技术,制造商可以快速、轻松地收集计算OEE所需的数据,并获得有价值的预测性维护指标,以最大限度地提高其机器性能。



正业科技PCB二维码追溯解决方案 破解PCB行业追溯难题

正业科技 

二维码作为通向物联网时代的一个入口,也在改变企业与世界的交流方式。如何利用好二维码追溯这项技术,对PCB板进行产品追溯,实现数据与系统关联成为PCB工厂关注的热点问题。

扫码时代来临,PCB板必须带上“身份证”

正业PCB二维码追溯解决方案是对每块PCB板赋予独一无二的二维码,配合扫码设备,实现每块板和系统关联,再配合人、机、料、法、环、品质数据和药水分析数据信息和系统相关联来实现产品从供应端到客户端的相关信息追溯。

企业实施追溯系统效益价值:

通过应用二维码追溯方案,可以为大数据云计算优化企业资源有效合理配置提供优势和基础,构建PCB二维码追溯平台,实现集成化系统管理,提升客户对产品的追溯保障信心。

正业科技PCB二维码追溯方案:

1、难点破解

(1)解决了数据交互问题:内层涂布油墨、沉铜电镀、干膜、阻焊油墨等工序影响二维码识别。

(2)解决了赋码问题:信息从内层二维码转到外层二维码时,压合工序后因看不到内层二维码的问题导致内层信息丢失。

2、设备优势

(1)信息载体:二维码和孔阵码(正业专利);

(2) 孔阵码识别设备:正业科技设计制造的软硬件集成体(二维码打标设备、X光检测设备);

(3)二维码识别设备:目前市场上技术成熟的二维码扫码枪。

3、方案优势

(1)可定做二维码打标机,保障设备的在线性及多样性,满足不同需求;

(2)可定做X光检测设备,正业科技在高端X光市场,特别是锂电行业,市场占有率高;

(3)拥有自己的MES系统和二维码追溯系统,并且可以开源,实现客户后续的二次开发;

(4)拥有自己的软件研发中心, 所有的功能软件全部是正业科技独立开发完成。

▲点击查看大图

正业科技利用二维码和孔阵码相结合,可实现100%识别二维码的全流程追溯方案,解决了PCB工厂产品数据关联、正/反向追溯、赋码和数据交互等难点,该方案从软件到硬件皆为正业科技自主研发,可提供定制服务,满足客户不同需求,是PCB工厂实现智能制造改造升级的关键。


工业互联网操作系统




产业智能官  AI-CPS


用“人工智能赛博物理操作系统新一代技术+商业工业互联网操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链


长按上方二维码关注微信公众号: AI-CPS



本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



版权声明产业智能官(公众号ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com




登录查看更多
0

相关内容

【斯坦福】凸优化圣经- Convex Optimization (附730pdf下载)
专知会员服务
214+阅读 · 2020年6月5日
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
《强化学习》简介小册,24页pdf
专知会员服务
263+阅读 · 2020年4月19日
专知会员服务
44+阅读 · 2020年3月6日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
102+阅读 · 2020年3月2日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
【精益】精益生产与智能制造的联系和支撑
产业智能官
36+阅读 · 2019年9月14日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
29+阅读 · 2019年7月7日
互联网+检验检测智能化成发展趋势
人工智能学家
7+阅读 · 2019年3月2日
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
【大数据】工业大数据在石化行业的应用成功“落地”
【机器学习】如何通过机器学习预测维护设备?
产业智能官
16+阅读 · 2018年7月9日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Transfer Adaptation Learning: A Decade Survey
Arxiv
37+阅读 · 2019年3月12日
Conditional BERT Contextual Augmentation
Arxiv
8+阅读 · 2018年12月17日
Arxiv
4+阅读 · 2018年5月24日
Arxiv
3+阅读 · 2017年10月1日
Arxiv
4+阅读 · 2017年7月25日
VIP会员
相关VIP内容
【斯坦福】凸优化圣经- Convex Optimization (附730pdf下载)
专知会员服务
214+阅读 · 2020年6月5日
人机对抗智能技术
专知会员服务
189+阅读 · 2020年5月3日
《强化学习》简介小册,24页pdf
专知会员服务
263+阅读 · 2020年4月19日
专知会员服务
44+阅读 · 2020年3月6日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
102+阅读 · 2020年3月2日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
相关资讯
【精益】精益生产与智能制造的联系和支撑
产业智能官
36+阅读 · 2019年9月14日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
29+阅读 · 2019年7月7日
互联网+检验检测智能化成发展趋势
人工智能学家
7+阅读 · 2019年3月2日
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
【大数据】工业大数据在石化行业的应用成功“落地”
【机器学习】如何通过机器学习预测维护设备?
产业智能官
16+阅读 · 2018年7月9日
Top
微信扫码咨询专知VIP会员