要想把PID用好，首先是要把PID的核心能力搞清楚。很多老師都理論功底深厚、學術(shù)研究扎實。把PID參數(shù)整定的原理搞清楚，PID參數(shù)整定研究既需要關(guān)注理論也要強調(diào)知識簡單化。對Lambda整定方法進行頻域分析后，我們逐漸認識到：在負反饋框架下PID威力非凡。
2017年郭雷院士在《中國科學：信息科學》上發(fā)表了一篇研究論文“PID controller design for second order nonlinear uncertain systems”。這項研究證明了對二階非線性不確定性系統(tǒng)，如果非線性不確定函數(shù)的偏導數(shù)的上界已知，那么就可以選取三個常數(shù)(PID)使得系統(tǒng)的軌道保持有界，并且同時還能讓被控系統(tǒng)的位置收斂到任意指定點。實際上，PID參數(shù)的選取還具有相當?shù)撵`活性，它們可以在一個無界的三維流形上任意選取。PID控制閉環(huán)系統(tǒng)無論對非線性函數(shù)的不確定性還是對控制器中三個參數(shù)的設計，都具有大范圍魯棒性(稱為雙邊魯棒性)。
簡單說就是任意對象都有無數(shù)組PID參數(shù)保證閉環(huán)穩(wěn)定。工業(yè)界一般不會懷疑控制算法的效果，雖然工業(yè)界發(fā)明了PID但是把PID的能力證明出來工程師干不了。工程師是為了解決問題強調(diào)know-how，科學家是為了研究原理關(guān)注know-why。
工業(yè)界更關(guān)注：強因果單變量控制問題如何獲得滿意的閉環(huán)性能。當然有大量的特殊情況PID都能力有限，需要研究新的控制算法。但是人造系統(tǒng)中的強因果單變量控制找到一種類似PID的普適簡單的更高效算法并不容易。
模型預測控制為什么工業(yè)上大量應用因為它解決的是多變量動態(tài)約束優(yōu)化問題，這個問題PID并不擅長。PID好比勤快的小兵模型預測控制好比考慮全面的技術(shù)員。把APC做成單回路替代PID不是算法的問題是人的水平問題。
對現(xiàn)場工作的工程師而言PID足夠了，工程師更應該學習使用簡單方法和有效資源創(chuàng)造性地解決工藝需求。盲目技術(shù)崇拜追求智能算法往往解決不了問題。沒有實現(xiàn)技術(shù)解耦和民主化就不能自己掌握自己的命運。商業(yè)上總有人宣稱自己有神奇的控制魔法可以革命性提高自動化，是因為總有人對PID的能力沒有信心又缺乏解決問題的能力。要什么給什么這是商業(yè)宣傳不是技術(shù)邏輯?？谕律徎ㄈ绻芸谕鹿I(yè)品我們就不用千辛萬苦的運行裝置設備了。
過程工業(yè)工藝參數(shù)控制中，70%都是簡單對象只要知道邊界任何一組PID參數(shù)都能搞定，20%的復雜對象因為控制要求比較低，精心整定的PID也能搞定，5%的復雜對象，控制要求和被控對象沖突時，通過控制方案設計使用組合PID才能搞定。還剩下5%PID可能真搞不定，100多年的三參數(shù)算法也很正常，有缺陷才需要研究才會進步。任何控制先用PID試試總沒有錯，結(jié)果是PID控制的也還行。
現(xiàn)場的實際控制問題往往是設備問題、工藝問題、參數(shù)問題、方案問題、組態(tài)錯誤。現(xiàn)場很少有控制算法的問題！現(xiàn)場的控制問題很多很普遍根本原因是沒有找到問題的關(guān)鍵?！瓣P(guān)鍵的問題就是找到問題的關(guān)鍵”。解決問題不僅僅靠經(jīng)驗積累也需要學習知識和改進思維方式。
知道PID的能力還是解決不了問題，要想發(fā)揮PID的能力還需要做點工作。PID參數(shù)整定與復雜控制是問題的兩個關(guān)鍵。把問題研究明白后就要把復雜的知識簡單化。把頻域分析、拉氏變換、零極點的難度降低到響應曲線畫圖的難度，找到普適的整定方法，將三參數(shù)的PID整定減少為兩參數(shù)的PI整定，再通過固定積分時間減少為單參數(shù)整定。這些都是我們做的工作。但是實際上即便如此PID整定也不是一件容易的事情，特別是解決具體問題時不僅僅需要系統(tǒng)思維而且還有很多邊界需要知道。
真正解決問題需要知行合一、學以致用。PID具備解決過程控制的能力，但是說到底PID只是工具要發(fā)揮工具的威力更依靠人的能動性。PID是過程控制的第一性原理，作用要比交通工具的輪子，如何用是問題的關(guān)鍵。
PID利萬物而不爭，簡單高效奧妙無窮。
作者：馮少輝
