用於 PID 控制器最佳化的傳遞函數大家好，
客戶想知道他們是否可以使用 JMP 進行 PID 控制器設計和最佳化。傳遞函數似乎用於此目的（時間到頻率的轉換）。
有人對此有了解嗎？
謝謝
佛洛里安
回覆：PID 控制器最佳化的傳遞函數雖然 JMP 本身沒有用於模擬控制系統或直接使用傳遞函數的內建功能，但您可以將模擬資料（在 MATLAB 或 Simulink 等其他軟體中進行）匯入到 JMP 中進行分析。 JMP 可以幫助分析結果並了解不同 PID 設定的影響。
儘管 JMP 不是專門為控制系統設計而設計的，但其功能包括：
與其他控制系統設計工具結合使用時，使其成為優化 PID 控制器的寶貴工具。
如果您需要廣泛使用傳遞函數和時頻變換，那麼將 JMP（利用其內建功能）與 MATLAB 和 Simulink 等專用控制系統軟體一起使用可能是實用且有益的。這些工具廣泛應用於醫療器材領域，JMP 可以在這方面有效地補充它們
回覆：PID 控制器最佳化的傳遞函數正如@Chandramouli_R ——JMP 在這裡非常有幫助。空間填充設計和高斯過程擬合可以非常有效地以省時的方式建立系統的代理模型，然後分析器可用於執行假設分析、附加蒙特卡羅模擬，並傳達非常重要的訊息。模型。
我在不久前寫的 MATLAB WP 中有一個範例，但我認為該範例已被刪除。我可以把它挖出來。
回覆：PID 控制器最佳化的傳遞函數添加我的 2 美分
DOE 可用於幫助 PID 控制器設計和最佳化。這裡有很多有趣的事情要考慮！我認為 DOE 如何提供幫助取決於您的客戶正在進行的設計和優化活動。這裡有幾種可能性…
假設客戶了解經典控制理論、模擬軟體和測試控制器參數的設備：
在最簡單的情況下，客戶對物理系統進行了建模，並確定了補償器傳遞函數的比例 (P)、積分 (I) 和微分 (D) 增益的估計值。估計值是根據反應時間、超調和穩態誤差等設計目標來選擇的。通常會進行穩定性分析，以了解可能導致系統不穩定的增益值。設計工作通常在 MATLAB 等軟體中完成。當增益應用於機器等系統上的控制器時，實際行為通常與預期不同，並且需要調整參數。這就是 DOE 發揮作用的地方。
設計一個實驗來尋找最佳 PID 增益。
因素：P、I、D，+任何其他製程變數
限制：選擇包含模擬 PID 增益的限制，並避免會導致系統不穩定的增益或增益組合。如有必要，請使用約束。
反應：使用設計目標，如反應時間、超調、SS 誤差作為實驗中的反應。
在設備上以隨機順序運行實驗並分析結果。找到最佳 PID 參數。我附上一篇論文，給了這個想法的一個簡單例子。在本文和我過去的生活中，反應是基於時間序列曲線的總結，這些曲線在控制理論中很常見，用於測量反應時間、超調等。 ，我無法訪問FDE工作。但願我做了，可惜我沒有。我相信確定實現理想時間序列曲線的 PID 增益值會更好。順便說一句，我相信如果您的客戶想嘗試這種方法，這將是一篇很棒的發現論文！
實驗設計的類型可以爭論。 Dan 提到的空間填充設計是可行的。也許另一種可能性是使用傳遞函數的對數拉普拉斯變換作為模型來使用經典設計（或自訂設計，如果有約束條件）？我沒有嘗試過，但似乎是可能的。我在文獻中能找到的最接近這個想法的是田口寫的一篇論文，其中他使用正交陣列來最小化 PID 控制系統的信噪比。我附上了紙。如果客戶純粹處於模擬模式並探索實現最佳系統行為的傳遞函數參數，那麼 Dan 提到的空間填充設計方法絕對有意義，因為模型是確定性的。我還希望包含更多參數，因為 PID 增益只是補償器參數。
了解控制理論、傳遞函數和使用模擬軟體對於理解如何確定實驗增益的限制非常有幫助。但這並不是絕對必要的。我相信對於不設計控制器而是在現有機器上調整控制器的客戶來說，這種情況很少見。在這種情況下，使用現有的 PID 增益來建立限制是有效的。由於磨損和不同因素，機器隨著時間的推移表現會有所不同。在 DOE 中納入可能改變機器可控性的其他因素也可能很有用。我的最佳估計是，這是 DOE 在 PID 調節/優化中最常見的應用。這當然是我做的最多的事。
希望這可以幫助。我希望我仍然有機器可以玩，並且控制理論的知識在我的腦海中還新鮮一些。我認為這是DOE名副其實的遊樂場！
回覆：PID 控制器最佳化的傳遞函數謝謝大家@Chandramouli_R @Daniel_Valente @Jason_Wiggins ！
對我來說有趣的轉折:)我將與客戶交談，以更多地了解他們的情況，以及 DoE 是否真的是他們所需要的！
