前语

PID控制器由份额单元 P、积分单元 I 和微分单元 D 组成，是一个在工业控制使用中常见的反响回路部件。由两个PID控制器串联组成并分别对主副控制方针进行控制的控制器为串级控制器。传统的PID控制器在P 环节输入整定值、I环节输入整定值和D环节输入整定值分别整定后无法在控制进程中针对控制方针因各种因素引起的改动对整定值进行调整；跟着神经网络理论在人工智能开展进程中不断被完善和使用，为神经网络理论可以用于新型控制器开发并作为串级控制器的组成部分供给了理论基础。

名词解释

PID控制器：由份额单元(P)、积分单元(I)和微分单元(D)组成，首要适用于基本上线性，且动态特性不随时间改动的系统。
PID串级控制器：两个控制器串联起来作业，其间主控制器的输出作为副控制器的设定值的控制器。
核心层：PID串级控制器的内层，由副控制器进行控制。
外层：PID串级控制器的外层，由主控制器进行控制。
主控制方针：PID串级控制器的外层控制方针。
副控制方针：PID串级控制器的核心层控制方针。
神经元PID控制器：选用神经网络原理开发的PID控制器，可以经过反向传达对控制器的参数进行循环自动整定。
增量式PID控制器：PID控制器的一种，其输出的是控制的增量。
P环节：PID控制器的份额单元。
I环节：PID控制器的积分单元。
D环节：PID控制器的微分单元。
反响值：控制方针的测量值，作为控制器的反响。
设定值：控制方针经过控制器控制所需求抵达的值。
误差：设定值与反响值的差。
参数整定：PID控制器需求对P、I、D三个环节的值进行确认后方可投入，这个进程称为参数整定。
学习速率：控制网络的权重,并对丢掉梯度进行调整。
反向传达：简称BP算法，适合于神经网络的一种学习算法，建立在梯度下降法的基础上。
神经网络：仿照动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。
单神经元：只含有一个神经元的特殊神经网络。

实验进程

在凌乱工业系统中，当控制方针遭到外部影响而发生扰动后，因传统PID控制器和串级控制器的参数在预先整定后无法跟随控制方针改动做出实时调整，控制器短少应对外界环境改动的灵活性，即增加了控制进程中所需求投入的人力也倒霉于控制系统的高效安稳运转。
本次实验使用神经网络原理与自动控制原理实现了新型串级PID控制器开发，将神经元PID作为主控制器，可以在控制进程中经过神经网络原理的反向传达规则自动整定主控制器P、I、D三个环节的参数，在主控制方针存在因环境凌乱、干扰较大而引起的本身不安稳时可以自动从头整定主控制器的P、I、D参数，使主控制器的参数可以习气控制方针的改动；副控制器选用增量式PID副控制器，确保对与主控制方针存在耦合联络的副控制方针进行增量式控制。整个串级控制器既确保了控制的及时性也可以面临因凌乱工业环境而引起的控制方针不安稳改动。
本次实验中的串级控制器充分融合了神经网络原理和控制原理，考虑了不同算法原理下所规划的PID控制器的差异，根据各类控制器的特点将神经元PID控制器作为主控制器来应对外界的影响和扰动，经过神经网络反向传达规则实现参数整定自动化，确保控制系统的灵活性和对外界改动感知的灵敏性；将增量式PID控制器作为副控制器，其设定值输入来自于神经元PID控制器的输出，确保控制器动作的及时性。两种控制器在外层和核心层的串联使整个串级控制器可以应对凌乱工业环境对于控制方针的倒霉影响。

串级控制器原理图

神经元PID控制器原理图

开源地址

本项目现已发布至pypi，如需研究或使用，可以直接拜访以下链接
smartPID