调查报告：运动控制中常用的控制算法

摘要：随着智能控制领域的蓬勃发展，越来越多的智能控制算法在许多行业被广泛应用。本文将介绍：专家PID控制、递阶控制系统以及多智能体系统共三种控制算法，每种算法将给出相应的原理、公式和相关的应用案例。
关键词：智能；运动控制。

一．专家PID控制
（1）专家PID 控制原理：
专家控制(Expert Control)的实质是基于受控对象和控制规律的各种知识，并以智能的方式利用这些知识来设计控制器。利用专家经验来设计PID参数便构成专家PID控制 [1] 。
典型的二阶系统单位阶跃响应误差曲线如下图所示。对于典型的二阶系统阶跃响应过程进行如下分析。

令 e(k)表示离散化的当前采样时刻的误差值，e(k-1) 、e(k-2) 分别表示前个采样时刻的误差值，则有：

根据误差及其变化，可设计专家PID控制器，该控制器可分为以下五种情况进行设计：
(1)当|e(k)|>M_1时，说明误差的绝对值已经很大。不论误差变化趋势如何， 都应考虑控制器的输出应按最大（或最小）输出，以达到迅速调整误差，使误差绝对值以最大速度减小。此时，它相当于实施开环控制。
(2) 当ⅇ(k)Δⅇ(k)≥0时，说明误差在朝误差绝对值增大方向变化，或误差为某一常值，未发生变化。此时，如果|e_k |≥M_2, 说明误差也较大，可考虑由控制器实施较强的控制作用，以达到扭转误差绝对值朝减小方向变化，并迅速减小误差的绝对值，控制器输出可为：

此时， 如果|e_k |<M_2, 则说明尽管误差朝绝对值增大方向变化， 但误差绝对值本身并不很大，可考虑控制器实施一般的控制作用，只要扭转误差的变化趋势，使其朝误差绝对值减小方向变化，控制器输出为：

(3)当ⅇ(k)Δⅇ(k)<0、ⅇ(k)Δⅇ(k-1)>0或者ⅇ(k)=0时，说明误差的绝对值朝减小的方向变化，或者已经达到平衡状态。此时，可考虑采取保持控制器输出不变。
(4)当ⅇ(k)Δⅇ(k)<0、ⅇ(k)Δⅇ(k-1)<0时，说明误差处于极值状态。如果此时误差的绝对值较大，即|ⅇ(k)|≥M_2, 可考虑实施较强的控制作用：

如果此时误差的绝对值较小，即|ⅇ(k)|<M_2 , 可考虑实施较弱的控制作用：

(5)当|e_k |≤ε时，说明误差的绝对值很小，此时加入积分，减少稳态误差。
(其中：em(k)–误差e的第k个极值；u(k)–第k次控制器的输出；u(k-1)–第k-1次控制器的输出；k1 --增益放大系数，kl >1;k2 --抑制系数，0<k2< 1 ;Ml ,M2–设定的误差界限Ml >M2 ;k–控制周期的序号（自然数）；ε–任意小的正实数。)
在上图中，I 、III、V、VII、…区域，误差朝绝对值减小的方向变化。此时，可采取保持等待措施，相当于实施开环控制； II、Ⅳ、VI、VIIl、…区域，误差绝对值朝增大的方向变化。此时，可根据误差的大小分别实施较强或一般的控制作用，以抑制动态误差。
由以上五种情况可以明显看出，专家PID算法与传统PID的算法有着明显的区别和优势，专家PID算法本质上就采用了非线性的设计手段，并且将专家经验引入控制策略的制定中，更加适合工业过程中一些较为复杂控制对象的控制策略实施，可以较好地克服常规PID对非线性系统适应性差、难以克服异常扰动以及对滞后时间常数难以确定等缺点。
（2）专家PID控制的应用：
① 应用专家PID实现某矿山半自磨机的控制[2]