Python GEKKO 用於 PID 調整

Question

我正在學習 apmonitor.com 的（非常棒！ ）過程動力學和控制課程，並且有一個關於使用 GEKKO 模擬（和優化）PID 控制參數的問題。

從示例14 開始。PID_Control_Tuning我想知道如何處理物理上受限的 output (OP) 范圍的進程。 （以 TCLab 加熱器為例，它限制為滿量程 output 的 0-100%。）

如果示例中的“step”變量更改為：

step[40:]  = 15.0 # Increase Step Size from 5.0 to 15.0

那么（無量綱的）output（OP）值在 time=40 是 150。

GEKKO Python PID 過程控制 Plot

如果我使用以下方法將 LOWER 和 UPPER 邊界添加到 OP 變量：

#OP = m.Var(value=0.0) # Original
OP = m.Var(value=0.0, lb=0.0, ub=100.0)

model 無法解決並導致Exception: @error: Solution Not Found

在 GEKKO 中模擬受硬限制（如 0%-100%）限制的過程的正確方法是什么？

Answer 1

與 MPC 不同，PID controller 不是基於優化的算法。 如果您模擬 PID controller，則 OP 不是可以受“lb”和“ub”限制的決策變量。
在模擬 PID controller 時，您可能還想使用 Gekko 模擬模式（imode=4 或 7）。

OP 值是 PID 計算的結果。 因此，您需要讓 PID 計算 OP 值，而不考慮物理限制。 然后，您添加附加條件來處理物理限制，如下所示。 您還需要添加防飽和（重置積分）邏輯。

if OP[i]>=100: # upper limit
    OP[i] = 100.0
    I[i] = I[i-1] # reset integral
if OP[i]<=0: # lower limit
    OP[i] = 0.0
    I[i] = I[i-1] # reset integral