PID 控制器优化的传递函数大家好，
一位客户想知道他们是否可以使用 JMP 进行 PID 控制器设计和优化。传递函数似乎可用于此目的（时间到频率的转换）。
有人有这方面的知识或者例子吗？
谢谢
弗洛里安
回复：PID 控制器优化的传递函数虽然 JMP 本身没有内置用于模拟控制系统或直接使用传递函数的功能，但您可以将模拟数据（在其他软件（如 MATLAB 或 Simulink）中进行）导入 JMP 进行分析。JMP 可以帮助分析结果并了解不同 PID 设置的影响。
尽管 JMP 并非专门针对控制系统设计而设计，但其功能如下：
与其他控制系统设计工具结合使用时，使其成为优化 PID 控制器的有价值的工具。
如果您需要广泛使用传递函数和时频转换，那么将 JMP（利用其内置功能）与 MATLAB 和 Simulink 等专业控制系统软件结合使用可能非常实用且有益。这些工具在医疗设备领域得到广泛使用，而 JMP 可以在此背景下有效地补充它们
回复：PID 控制器优化的传递函数正如@Chandramouli_R所说——JMP 在这里非常有用。空间填充设计和高斯过程拟合可以非常有效地以省时的方式构建系统的替代模型，然后可以使用剖析器执行假设分析、额外的蒙特卡罗模拟，并将非常复杂的模型传达给利益相关者。
我之前写的 MATLAB WP 中有一个例子，但我认为它被删掉了。我可以把它找出来。
回复：PID 控制器优化的传递函数补充一下
DOE 可用于辅助 PID 控制器的设计和优化。这里有太多有趣的事情需要考虑！我认为 DOE 能提供什么帮助取决于您的客户正在进行的设计和优化活动。以下是几种可能性……
假设客户具有经典控制理论、仿真软件和设备的知识来测试控制器参数：
在最简单的情况下，客户已经对物理系统进行了建模，并确定了补偿器传递函数的比例 (P)、积分 (I) 和微分 (D) 增益的估计值。估计值是根据响应时间、过冲和稳态误差等设计目标来选择的。通常会进行稳定性分析，以了解可能导致系统不稳定的增益值。设计工作通常在 MATLAB 等软件中完成。当将增益应用于机器等系统的控制器时，实际行为通常与预期不同，需要调整参数。这就是 DOE 发挥作用的地方。典型的工作流程可能是
设计一个实验来找到最佳 PID 增益。
因素：P、I、D 以及任何其他过程变量
限制：选择包含模拟 PID 增益的限制，并避免导致系统不稳定的增益或增益组合。如有必要，请使用约束。
响应：使用实验中给出的设计目标，如呼吸时间、过冲、ss 误差作为响应。
在设备上以随机顺序运行实验并分析结果。找到最佳 PID 参数。我附上了一篇论文，其中给出了这个想法的一个简单示例。在这篇论文和我过去的生活中，响应是基于对控制理论中常见的时间序列曲线的总结，用于测量响应时间、过冲等。我过去做这类工作时没有接触过 FDE。我希望我能接触到。我相信确定实现理想时间序列曲线的 PID 增益值会更好。顺便说一句，我相信如果你的客户想尝试这种方法，这将是一篇很棒的发现论文！！！
实验设计的类型可以讨论。正如 Dan 提到的，空间填充设计是可行的。也许另一种可能性是使用经典设计（或自定义设计，如果有约束条件）使用传递函数的对数拉普拉斯变换作为模型？我没有尝试过，但似乎可行。我在文献中能找到的最接近这个想法的是 Taguchi 写的一篇论文，他在论文中使用正交阵列来最小化 PID 控制系统的信噪比。我附上了这篇论文。如果客户纯粹处于模拟模式并探索实现最佳系统行为的传递函数参数，那么 Dan 提到的空间填充设计方法绝对有意义，因为该模型是确定性的。我还希望包括更多参数，因为 PID 增益只是补偿器参数。
控制理论、传递函数和模拟软件的知识对于理解如何确定实验中的增益极限非常有帮助。但这并不是绝对必要的。我相信对于不设计控制器而是在现有机器上调整控制器的客户来说，这种情况很少见。在这种情况下，使用现有的 PID 增益来建立极限是可行的。由于磨损和不同因素，机器的行为会随着时间的推移而有所不同。在 DOE 中包含可能改变机器可控性的其他因素也很有用。我最好的估计是，这是 DOE 在 PID 调整/优化中最常见的应用。这当然是我做得最多的事情。
希望这能有所帮助。我希望我还有机器可以玩，控制理论的知识在我脑子里还能更新鲜一点。我认为这是 DOE 真正的游乐场！
回复：PID 控制器优化的传递函数谢谢大家@Chandramouli_R @Daniel_Valente @Jason_Wiggins ！
对我来说很有趣的转折:)我将与客户交谈，进一步了解他们的情况以及 DoE 是否确实是他们所需要的！
