在处理回路性能时，PID 调节可能是工程、数学和应用的混合体，但如果学习得当，它可以为系统集成商 带来诸多好处。图片来源 ：Avanceon
作者 | Brian Fenn
“
学习比例-积分-微分(PID)的回路整定可能很难，但一旦掌握，就可以更好地改进运营。在PID回路性能表现不佳时，请参考本文中的6个建议。
”
一旦系统投入使用并开始运行，人们通常会忽视比例 - 积分 - 微分 (PID) 回路的性能，不再将这些回路视为一种持续改进的手段。正是因为它们“正常”运行，所以经常被忽略，直到某些事情变得不正常，突然成为突出问题时为止。这些事件发生的很少，而且发生的时间间隔较长，因此也就没有得到太多的关注。然而，在影响产品质量和生产率的各种因素中，运行事件通常是关键组成部分，会对运营效率产生相当大的影响。
在整定回路时，需要采取一些工程和数学步骤，但如何根据经验和知识来整定回路构成和响应，有很多值得探讨的地方。最初几次肯定很有挑战性，但是一旦成功，在一个应用或过程中来之不易的经验，就可以为其它领域的工程师所用。
系统集成商通常仅在启动期间，与回路整定的参数进行交互。一旦控制系统调试完成，那些回路整定参数和整体回路性能会发生怎样的变化，可能无人知晓。我们总是想知道，运行人员是否会将回路变成手动（甚至关闭），由他们亲自控制系统？
一些运行人员是否会觉得，他们比其他运行人员可以更好地处理流程，并经常将回路整定到他们认为“正确”的数字上？由于设备和实际条件的退化，这些回路响应是否会随着时间的推移而降低？最后，在初始的系统过程设计中，是否总是能够考虑到所有阶段和运营模式，经 PID 整定的替代参数是否一定会比原始参数更好？
“只有系统的每个部分都能正常工作，才能实现控制逻辑的最佳性能。
校正次优 PID 性能通常情况下，设置并调节控制回路之后，人们就会将其遗忘或忽略，除非发生“重大事件”。如果没有“重大事件”发生，运营人员就会对回路性能缺乏关注，而这就可能会导致质量问题、显著的效率损失和运营不一致。因为事情并没有严重到导致明显问题的程度，通常只会推动运营人员进行一些手动干预，但这并不是最优的状态，运营人员仍然在尝试让它变得更好。
造成回路性能次优的原因有很多。其中之一是机械磨损或故障。这些回路中包含各种易磨损和易发生故障的物理组件。有可能没有对这些部件进行主动维护。
无论用户是遵循基于时间的预防性维护计划，还是遵循基于条件或分析的预测性维护计划，主动维护和更换磨损部件对于实现控制回路的最佳性能都很重要。
“过程中的其它因素，可能会在不同的时间对回路产生不同的影响，例如季节性或基于产品的粘度变化。”
如何应对 PID 回路表现不佳？无论是涂抹润滑脂以防止物理粘连，还是更换移动速度较慢的执行器，每个部件都需要正常运行，以便控制逻辑能够实现最佳性能。当 PID 回路表现不佳时，需要了解以下 6 个注意事项 ：
1先查看设备健康情况
重新调节比重建控制阀更容易，但潜在问题仍然存在并且会变得更糟。
2还应该考虑支持 PID 块的逻辑
有许多编程方法和技术可以与 PID 算法结合使用，以提高回路的一致性和性能。例如，用户的某个回路，由于配方或回路动态变化的原因，它发现自己与过程变量的设定值相去甚远。在这种情况下，让代码控制回路，在手动模式下输出较大值，直到它们进入定义的范围，这对控制回路是有益的。一旦到达这种工况，用户就可以将回路切换到自动模式并允许算法进行控制。
3当 PID 回路执行不力时， 另一个有用的编码组件是报警
在设置报警时，如果需要太长时间才 能“达到”设定值，或者在设定值点变化较大，有助于实现实时标记问题和 / 或触发额外的程序干预。当我们确实需要进行一些响应性维护时，这有助于最大限度地减少响应时间。
4当 PID 回路表现不佳时，信号过滤也是一个重要的考虑因素
在启动过程中，用户关心的是实现回路的控制和正确的响应。过程变量上的噪声或其它微小的波动所导致的环路响应抖动可能并不明显。很自然的应对措施是对回路进行去调谐以实现阻尼响应，但也可以通过过滤过程变量 (PV) 信号来更好地处理它。
5PID 算法本身也需要考虑
确保控制不会扩展回路的功能很重要。如果调节参数设置的过于激进，用户可能会面临在过程中出现物理问题的风险。例如，用户可能会因阀门完全关闭或打开太快而导致水锤现象。这会导致系统中其它部件的损坏。
6回路也可能需要在不同的场景下运行
虽然设定值不会改变，但过程中可能会发生其它事情，在不同的时间对回路产生不同的影响，例如季节性或基于产品的粘度变化。这就需要根据周围环境加载不同的参数集。
鉴于当前数据和分析技术的进步，我们很幸运现在可以解决这个问题。有了可用的数据收集和存储技术，就可以轻松收集回路信息，以更好地了解它们的执行情况以及可以改进的地方。汇总这些数据， 就可以识别出在实时监控环路时不那么明显的性能变化。
随着时间的推移，越来越多的制造商希望使用机器学习 (ML) 来评估其过程关键回路性能。这种评估为改进运营提供了深刻的见解，并在无人值守时也可以了解系统发生的情况。这种方法为对抗控制回路性能下降提供了更结构化和更科学的“防御”，而不仅仅像原来一样只能提供修补“艺术”。
关键概念：
■ 学习PID 整定可以帮助系统集成商改进运营。
■ 机器学习可以帮助集成商减少潜在的 PID 调节问题。
思考一下：
贵工厂可以从持续的PID监控中获得哪些收益？
