一种PID参数整定方法及整定系统

摘要

本申请公开了一种PID参数整定方法及整定系统，其中，PID参数整定方法在获得初始PID参数后，通过获取输入变量以反映PID控制器根据初始PID参数对被控对象的控制效果，然后根据这个控制效果对初始PID参数进行修正；具体修正过程包括利用输入变量在模糊集合论域中查询预设模糊规则，获得在模糊集合论域中的PID修正参数，然后对模糊集合论域中的PID修正参数进行解模糊处理获得PID修正参数，最后利用PID修正参数对PID初始参数进行修正，获得PID整定参数，实现了根据PID初始参数的控制效果对其进行修正的目的，从而实现了PID控制器对被控对象更加精准的控制。

说明书

技术领域

本申请涉及工业自动化控制技术领域，更具体地说，涉及一种PID参数整定方法及整定系统。

背景技术

比例-积分-微分(Proportion-Integral-Differential coefficient，PID)控制器是一个在工业控制应用中常见的反馈回路部件，由比例单元P、积分单元I和微分单元D组成。PID控制的基础是比例控制；积分控制可消除稳态误差，但可能增加系统超调量；微分控制可加快大惯性系统响应速度以及减弱超调趋势。在PID控制器投入应用之前都需要进行PID参数整定以获得PID整定参数，所述PID控制器利用所述PID整定参数控制所述被控对象运行。

现有技术中进行PID参数整定的方法通常是利用继电器法获得被控对象的数学模型，然后利用Ziegler-Nichols或极点配置等方法来整定PID参数，获得所述PID整定参数。但是在实际应用中发现，由于利用继电器法获得的被控对象的数学模型属于理想模型，而实际系统，特别是大型系统中的不确定性将会导致被控对象的数学模型参数发生改变，使得获得的PID整定参数无法满足系统的稳定运行需求。

发明内容

为解决上述技术问题，本发明提供了一种PID参数整定方法及整定系统，以实现对利用继电器法获得被控对象的数学模型，并根据所述数学模型获得的初始PID参数的修正，从而使获得的PID整定参数能够使PID控制器控制系统稳定运行的目的。

为实现上述技术目的，本发明实施例提供了如下技术方案：

一种PID参数整定方法，包括：利用继电器法获得被控对象的数学模型，并根据所述数学模型获得初始PID参数；

利用所述初始PID参数、PID控制器和被控对象构成第一闭环系统，并获取所述第一闭环系统在单位阶跃下的响应曲线；

通过所述第一闭环系统在单位阶跃下的响应曲线获得所述第一闭环系统的第一超调量、第一误差积累和第一稳定时间；

利用所述初始PID参数、PID控制器和被控对象构成第二闭环系统，并获取所述第二闭环系统在单位阶跃下的响应曲线；

通过所述第二闭环系统在单位阶跃下的响应曲线获得所述第二闭环系统的第二超调量、第二误差积累和第二稳定时间；

将所述第一超调量和第二超调量的差值作为超调量误差，将所述第一误差积累和第二误差积累作为所述误差积累量差值，将所述第一稳定时间和第二稳定时间的差值作为所述稳定时间差值，所述超调量误差、误差积累量差值和稳定时间差值构成输入变量；

将所述输入变量由基本论域转换到模糊集合论域中，在所述模糊集合论域中，所述输入变量的隶属度函数为预设隶属度函数；

利用在所述模糊集合论域中的输入变量，查询预设模糊规则，获得在所述模糊集合论域中的PID修正参数，所述预设模糊规则中包含在所述模糊集合论域中的输入变量与在PID修正参数的对应关系；

对所述在所述模糊集合论域中的PID修正参数进行解模糊处理，获得PID修正参数；

利用所述PID修正参数对所述PID初始参数进行修正，获得PID整定参数。

可选的，所述将所述输入变量由基本论域转换到模糊集合论域中包括：

将所述输入变量的基本论域离散化为七个模糊等级，每个所述模糊等级对应于一个模糊集合。

可选的，所述预设隶属度函数为隶属度函数曲线为三角形的隶属度函数。

可选的，所述预设模糊规则根据PID参数对由被控对象和PID控制器组成的系统的超调量、误差积累和稳定时间的影响关系建立。

可选的，所述对所述在所述模糊集合论域中的PID修正参数进行解模糊处理，获得PID参数包括：

将所述在所述模糊集合论域中的PID修正参数分别代入公式(1)中，获得PID修正参数；

其中，x_i表示输入变量，u_N(x_i)表示x_i对应的隶属度。

一种PID参数整定系统，包括：

初始参数模块，用于利用继电器法获得被控对象的数学模型，并根据所述数学模型获得初始PID参数；

第一响应曲线模块，用于利用所述初始PID参数、PID控制器和被控对象构成第一闭环系统，并获取所述第一闭环系统在单位阶跃下的响应曲线；

第一参数获取模块，用于通过所述第一闭环系统在单位阶跃下的响应曲线获得所述第一闭环系统的第一超调量、第一误差积累和第一稳定时间；

第二响应曲线模块，利用所述初始PID参数、PID控制器和被控对象构成第二闭环系统，并获取所述第二闭环系统在单位阶跃下的响应曲线；

第二参数获取模块，通过所述第二闭环系统在单位阶跃下的响应曲线获得所述第二闭环系统的第二超调量、第二误差积累和第二稳定时间；

误差计算模块，用于将所述第一超调量和第二超调量的差值作为超调量误差，将所述第一误差积累和第二误差积累作为所述误差积累量差值，将所述第一稳定时间和第二稳定时间的差值作为所述稳定时间差值，所述超调量误差、误差积累量差值和稳定时间差值构成输入变量；

模糊处理模块，用于将所述输入变量由基本论域转换到模糊集合论域中，在所述模糊集合论域中，所述输入变量的隶属度函数为预设隶属度函数；

修正参数获取模块，用于利用在所述模糊集合论域中的输入变量，查询预设模糊规则，获得在所述模糊集合论域中的PID修正参数，所述预设模糊规则中包含在所述模糊集合论域中的输入变量与在PID修正参数的对应关系；

解模糊模块，用于对所述在所述模糊集合论域中的PID修正参数进行解模糊处理，获得PID修正参数；

修正模块，用于利用所述PID修正参数对所述PID初始参数进行修正，获得PID整定参数。

可选的，所述模糊处理模块具体用于将所述输入变量的基本论域离散化为七个模糊等级，每个所述模糊等级对应于一个模糊集合。

可选的，所述预设隶属度函数为隶属度函数曲线为三角形的隶属度函数。

可选的，所述预设模糊规则根据PID参数对由被控对象和PID控制器组成的系统的超调量、误差积累和稳定时间的影响关系建立。

可选的，所述解模糊模块具体用于将所述在所述模糊集合论域中的PID修正参数分别代入公式(1)中，获得PID修正参数；

其中，x_i表示输入变量，u_N(x_i)表示x_i对应的隶属度。

从上述技术方案可以看出，本发明实施例提供了一种PID参数整定方法及整定系统，其中，所述PID参数整定方法在获得所述初始PID参数后，利用所述初始PID参数、PID控制器和被控对象获得超调量误差、误差积累量差值和稳定时间差值，所述输入变量反映了PID控制器根据所述初始PID参数对被控对象的控制效果，然后根据这个控制效果对所述初始PID参数进行修正；具体修正过程包括利用所述输入变量在模糊集合论域中查询预设模糊规则，获得在所述模糊集合论域中的PID修正参数，然后对所述模糊集合论域中的PID修正参数进行解模糊处理获得PID修正参数，最后利用所述PID修正参数对所述PID初始参数进行修正，获得PID整定参数，实现根据PID初始参数的控制效果对其进行修正的目的，从而实现了PID控制器对被控对象更加精准的控制。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请的一个实施例提供的一种PID参数整定方法的流程示意图；

图2为本申请的一个实施例提供的由PID控制器、继电识别模块和被控对象构成的闭环系统的结构示意图；

图3为本申请的一个实施例提供的闭环系统的输入曲线和产生的极限振荡曲线；

图4为本申请的一个实施例提供的闭环系统在单位阶跃下的响应曲线；

图5为本申请的另一个实施例提供的一种PID参数整定方法的流程示意图；

图6为本申请的一个实施例提供的一种PID参数整定系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请实施例提供了一种PID参数整定方法，如图1所示，包括：

S101：利用继电器法获得被控对象的数学模型，并根据所述数学模型获得初始PID参数；

S102：利用所述初始PID参数、PID控制器和被控对象构成第一闭环系统，并获取所述第一闭环系统在单位阶跃下的响应曲线；

S103：通过所述第一闭环系统在单位阶跃下的响应曲线获得所述第一闭环系统的第一超调量、第一误差积累和第一稳定时间；

S104：利用所述初始PID参数、PID控制器和被控对象构成第二闭环系统，并获取所述第二闭环系统在单位阶跃下的响应曲线；

S105：通过所述第二闭环系统在单位阶跃下的响应曲线获得所述第二闭环系统的第二超调量、第二误差积累和第二稳定时间；

S106：将所述第一超调量和第二超调量的差值作为超调量误差，将所述第一误差积累和第二误差积累作为所述误差积累量差值，将所述第一稳定时间和第二稳定时间的差值作为所述稳定时间差值，所述超调量误差、误差积累量差值和稳定时间差值构成输入变量；

S107：将所述输入变量由基本论域转换到模糊集合论域中，在所述模糊集合论域中，所述输入变量的隶属度函数为预设隶属度函数；

S108：利用在所述模糊集合论域中的输入变量，查询预设模糊规则，获得在所述模糊集合论域中的PID修正参数，所述预设模糊规则中包含在所述模糊集合论域中的输入变量与在PID修正参数的对应关系；

S109：对所述在所述模糊集合论域中的PID修正参数进行解模糊处理，获得PID修正参数；

S110：利用所述PID修正参数对所述PID初始参数进行修正，获得PID整定参数。

需要说明的是，所述PID参数整定方法在获得所述初始PID参数后，利用所述初始PID参数、PID控制器和被控对象获得超调量误差、误差积累量差值和稳定时间差值，所述输入变量反映了PID控制器根据所述初始PID参数对被控对象的控制效果，然后根据这个控制效果对所述初始PID参数进行修正；具体修正过程包括利用所述输入变量在模糊集合论域中查询预设模糊规则，获得在所述模糊集合论域中的PID修正参数，然后对所述模糊集合论域中的PID修正参数进行解模糊处理获得PID修正参数，最后利用所述PID修正参数对所述PID初始参数进行修正，获得PID整定参数，实现根据PID初始参数的控制效果对其进行修正的目的，从而实现了PID控制器对被控对象更加精准的控制。

下面本申请对利用继电器法获得被控对象的数学模型，并根据所述数学模型获得初始PID参数的具体过程进行说明，具体包括：

参考图2，将PID控制器A20、继电识别模块A10和被控对象A30形成一个闭合的回路，所述继电识别模块A10用于对被控对象A30进行数学模型参数的识别，并计算出所述初始PID参数。

假设被控对象A30为一阶惯性加纯滞后模型，传递函数为：其中，K表示所述被控对象A30增益，T表示所述被控对象A30时间常数，L表示被控对象A30滞后延时，s表示变量。

整个闭环系统在继电作用下，产生如图3(在图3中，曲线Y表示极限振荡曲线，u表示闭环系统输入)所示的极限周期振荡Y。通过测量极限周期振荡的频率和幅度，获得被控对象A30在当前工作状况下的数学模型参数，并根据被控对象A30的数学模型参数，对系统PID参数进行整定。具体包括：

S10：设置继电环节的幅值为h，向被控对象A30输入u＝h。

S11：被控对象A30输出开始增加，继电输出切换到反方向，即u＝-h。此时输出滞后于输入-π弧度，被控对象A30将产生一个周期为P_u，幅度为A的极限振荡，其中极限振荡的极限频率ω_u为：临界增益K_u为

S12：利用继电识别模型可得到被控对象A30理想模型参数T和L；其中，继电识别模型为：

其中，K表示被控对象A30的增益，K_u表示被控对象A30的临界增益，ω_u表示所述极限频率。

S13：在获得所述被控对象A30理想模型参数后，可以通过Ziegler-Nichols法获得所述初始PID参数，具体地，K_p＝0.6K_u，T_i＝0.5T_u，T_d＝0.125T_u；

在本申请的其他实施例中，在获得所述被控对象A30理想模型参数后，可以通过CHR法获得所述初始PID参数，具体地，K_p＝0.475K_u，T_i＝1.2T_u，T_d＝0.21T_u，其中，T_u即为所述极限周期P_u。

还需要说明的是，获取的闭环系统在单位阶跃下的响应曲线如图4所示，在图4中，δ表示所述超调量；ψ表示所述误差积累，ψ的值即为图4中阴影部分的面积，即所述误差积累的计算公式为ψ＝∫edt，其中e为系统响应稳定值与系统响应值的差值，即误差；t_s表示所述稳定时间，所述稳定时间是指所述误差积累和输出振荡振幅减少到小于系统响应稳定值的5％所需的时间。

在上述实施例的基础上，在本申请的一个实施例中，如图5所示，所述将所述输入变量由基本论域转换到模糊集合论域中包括：

S1071：将所述输入变量的基本论域离散化为七个模糊等级，每个所述模糊等级对应于一个模糊集合。

所述输入变量的基本论域为[-3,3]，将其离散化为七个模糊等级，即：[-3,-2,-1,0,1,2,3]，它们分别对应于七个模糊集合：[NB]、[NM]、[NS]、[ZE]、[PS]、[PM]、[PB]。在本申请的一个实施例中，所述预设隶属度函数优选为隶属度函数曲线为三角形的隶属度函数。但在本申请的其他实施例中，所述预设隶属度函数还可以为隶属度曲线为钟罩形的隶属度函数，但当所述预设隶属度函数为隶属度曲线为钟罩形的隶属度函数时，将所述输入变量的基本论域进行离散化的过程较为复杂。

在上述实施例的基础上，在本申请的另一个实施例中，所述预设模糊规则根据PID参数对由被控对象A30和PID控制器A20组成的系统的超调量、误差积累和稳定时间的影响关系建立。

需要说明的是，所述PID参数包括比例参数K_P、积分系数K_I和微分参数K_D。所述PID参数对由被控对象A30和PID控制器A20组成的系统的超调量、误差积累和稳定时间的影响关系遵循的原则包括：当系统的所述超调量误差为正时，说明所述被控对象A30的超调量比理想值偏大，所以要调小超调量，故需调小比例系数K_P和积分系数K_I；反之，当系统的所述超调量误差为负时，说明所述被控对象A30的超调量比理想值要小，所系需要适当调大比例系数K_P和积分系数K_I。当误差积累量差值为正时，说明实际被控对象A30的响应速度比较慢，应调大比例系数K_P和积分系数K_I；反之，当所述误差积累量差值为负时，说明所述被控对象A30的响应过快，应适当调小比例系数K_P和积分系数K_I。当稳定时间差值为正时，说明系统稳定时间过长，应调小微分系数K_D；反之，当所述稳定时间差值为正时，应调大微分系数K_D。

遵循上述原则，并结构实际样本训练总结，即可获得所述PID参数对由被控对象A30和PID控制器A20组成的系统的超调量、误差积累和稳定时间的影响关系。

在上述实施例的基础上，在本申请的一个具体实施例中，所述对所述在所述模糊集合论域中的PID修正参数进行解模糊处理，获得PID参数包括：

将所述在所述模糊集合论域中的PID修正参数分别代入公式(1)中，获得PID修正参数；

其中，x_i表示输入变量，u_N(x_i)表示x_i对应的隶属度。

在本实施例中，采用重心法进行解模糊处理。

在解模糊处理获得所述PID修正参数后与所述PID初始参数进行对应想加计算，即可获得所述PID整定参数。在获得所述PID整定参数后，所述PID控制器A20即可利用所述PID整定参数控制所述被控对象A30运行。

相应的，本申请实施例还提供了一种PID参数整定系统，如图6所示，包括：

初始参数模块10，用于利用继电器法获得被控对象A30的数学模型，并根据所述数学模型获得初始PID参数；

第一响应曲线模块11，用于利用所述初始PID参数、PID控制器A20和被控对象A30构成第一闭环系统，并获取所述第一闭环系统在单位阶跃下的响应曲线；

第一参数获取模块12，用于通过所述第一闭环系统在单位阶跃下的响应曲线获得所述第一闭环系统的第一超调量、第一误差积累和第一稳定时间；

第二响应曲线模块13，利用所述初始PID参数、PID控制器A20和被控对象A30构成第二闭环系统，并获取所述第二闭环系统在单位阶跃下的响应曲线；

第二参数获取模块14，通过所述第二闭环系统在单位阶跃下的响应曲线获得所述第二闭环系统的第二超调量、第二误差积累和第二稳定时间；

误差计算模块15，用于将所述第一超调量和第二超调量的差值作为超调量误差，将所述第一误差积累和第二误差积累作为所述误差积累量差值，将所述第一稳定时间和第二稳定时间的差值作为所述稳定时间差值，所述超调量误差、误差积累量差值和稳定时间差值构成输入变量；

模糊处理模块16，用于将所述输入变量由基本论域转换到模糊集合论域中，在所述模糊集合论域中，所述输入变量的隶属度函数为预设隶属度函数；

修正参数获取模块17，用于利用在所述模糊集合论域中的输入变量，查询预设模糊规则，获得在所述模糊集合论域中的PID修正参数，所述预设模糊规则中包含在所述模糊集合论域中的输入变量与在PID修正参数的对应关系；

解模糊模块18，用于对所述在所述模糊集合论域中的PID修正参数进行解模糊处理，获得PID修正参数；

修正模块19，用于利用所述PID修正参数对所述PID初始参数进行修正，获得PID整定参数。

需要说明的是，所述PID参数整定方法在获得所述初始PID参数后，利用所述初始PID参数、PID控制器A20和被控对象A30获得超调量误差、误差积累量差值和稳定时间差值，所述输入变量反映了PID控制器A20根据所述初始PID参数对被控对象A30的控制效果，然后根据这个控制效果对所述初始PID参数进行修正；具体修正过程包括利用所述输入变量在模糊集合论域中查询预设模糊规则，获得在所述模糊集合论域中的PID修正参数，然后对所述模糊集合论域中的PID修正参数进行解模糊处理获得PID修正参数，最后利用所述PID修正参数对所述PID初始参数进行修正，获得PID整定参数，实现根据PID初始参数的控制效果对其进行修正的目的，从而实现了PID控制器A20对被控对象A30更加精准的控制。

下面本申请对利用继电器法获得被控对象A30的数学模型，并根据所述数学模型获得初始PID参数的具体过程进行说明，具体包括：

参考图3，将PID控制器A20、继电识别模块A10和被控对象A30形成一个闭合的回路，所述继电识别模块A10用于对被控对象A30进行数学模型参数的识别，并计算出所述初始PID参数。

假设被控对象A30为一阶惯性加纯滞后模型，传递函数为：其中，K表示所述被控对象A30增益，T表示所述被控对象A30时间常数，L表示被控对象A30滞后延时，s表示变量。

整个闭环系统在继电作用下，产生如图4所示的极限周期振荡。通过测量极限周期振荡的频率和幅度，获得被控对象A30在当前工作状况下的数学模型参数，并根据被控对象A30的数学模型参数，对系统PID参数进行整定。具体包括：

S10：设置继电环节的幅值为h，向被控对象A30输入u＝h。

S11：被控对象A30输出开始增加，继电输出切换到反方向，即u＝-h。此时输出滞后于输入-π弧度，被控对象A30将产生一个周期为P_u，幅度为A的极限振荡，其中极限振荡的极限频率ω_u为：临界增益K_u为

S12：利用继电识别模型可得到被控对象A30理想模型参数T和L；其中，继电识别模型为：

其中，K表示被控对象A30的增益，K_u表示被控对象A30的临界增益，ω_u表示所述极限频率。

S13：在获得所述被控对象A30理想模型参数后，可以通过Ziegler-Nichols法获得所述初始PID参数，具体地，K_p＝0.6K_u，T_i＝0.5T_u，T_d＝0.125T_u；

在本申请的其他实施例中，在获得所述被控对象A30理想模型参数后，可以通过CHR法获得所述初始PID参数，具体地，K_p＝0.475K_u，T_i＝1.2T_u，T_d＝0.21T_u，其中，T_u即为所述极限周期P_u。

还需要说明的是，获取的闭环系统在单位阶跃下的响应曲线如图5所示，在图5中，δ表示所述超调量；ψ表示所述误差积累，ψ的值即为图5中阴影部分的面积，即所述误差积累的计算公式为ψ＝∫edt，其中e为系统响应稳定值与系统响应值的差值，即误差；t_s表示所述稳定时间，所述稳定时间是指所述误差积累和输出振荡振幅减少到小于系统响应稳定值的5％所需的时间。

在上述实施例的基础上，在本申请的一个实施例中，所述模糊处理模块16具体用于将所述输入变量的基本论域离散化为七个模糊等级，每个所述模糊等级对应于一个模糊集合。

所述输入变量的基本论域为[-3,3]，将其离散化为七个模糊等级，即：[-3,-2,-1,0,1,2,3]，它们分别对应于七个模糊集合：[NB]、[NM]、[NS]、[ZE]、[PS]、[PM]、[PB]。在本申请的一个实施例中，所述预设隶属度函数优选为隶属度函数曲线为三角形的隶属度函数。但在本申请的其他实施例中，所述预设隶属度函数还可以为隶属度曲线为钟罩形的隶属度函数，但当所述预设隶属度函数为隶属度曲线为钟罩形的隶属度函数时，将所述输入变量的基本论域进行离散化的过程较为复杂。

在上述实施例的基础上，在本申请的另一个实施例中，所述预设模糊规则根据PID参数对由被控对象A30和PID控制器A20组成的系统的超调量、误差积累和稳定时间的影响关系建立。

需要说明的是，所述PID参数包括比例参数K_P、积分系数K_I和微分参数K_D。所述PID参数对由被控对象A30和PID控制器A20组成的系统的超调量、误差积累和稳定时间的影响关系遵循的原则包括：当系统的所述超调量误差为正时，说明所述被控对象A30的超调量比理想值偏大，所以要调小超调量，故需调小比例系数K_P和积分系数K_I；反之，当系统的所述超调量误差为负时，说明所述被控对象A30的超调量比理想值要小，所系需要适当调大比例系数K_P和积分系数K_I。当误差积累量差值为正时，说明实际被控对象A30的响应速度比较慢，应调大比例系数K_P和积分系数K_I；反之，当所述误差积累量差值为负时，说明所述被控对象A30的响应过快，应适当调小比例系数K_P和积分系数K_I。当稳定时间差值为正时，说明系统稳定时间过长，应调小微分系数K_D；反之，当所述稳定时间差值为正时，应调大微分系数K_D。

遵循上述原则，并结构实际样本训练总结，即可获得所述PID参数对由被控对象A30和PID控制器A20组成的系统的超调量、误差积累和稳定时间的影响关系。

在上述实施例的基础上，在本申请的一个具体实施例中，所述解模糊模块具体用于将所述在所述模糊集合论域中的PID修正参数分别代入公式(1)中，获得PID修正参数；

其中，x_i表示输入变量，u_N(x_i)表示x_i对应的隶属度。

在本实施例中，采用重心法进行解模糊处理。

在解模糊处理获得所述PID修正参数后与所述PID初始参数进行对应想加计算，即可获得所述PID整定参数。在获得所述PID整定参数后，所述PID控制器A20即可利用所述PID整定参数控制所述被控对象A30运行。

综上所述，本申请实施例提供了一种PID参数整定方法及整定系统，其中，所述PID参数整定方法在获得所述初始PID参数后，利用所述初始PID参数、PID控制器A20和被控对象A30获得超调量误差、误差积累量差值和稳定时间差值，所述输入变量反映了PID控制器A20根据所述初始PID参数对被控对象A30的控制效果，然后根据这个控制效果对所述初始PID参数进行修正；具体修正过程包括利用所述输入变量在模糊集合论域中查询预设模糊规则，获得在所述模糊集合论域中的PID修正参数，然后对所述模糊集合论域中的PID修正参数进行解模糊处理获得PID修正参数，最后利用所述PID修正参数对所述PID初始参数进行修正，获得PID整定参数，实现根据PID初始参数的控制效果对其进行修正的目的，从而实现了PID控制器A20对被控对象A30更加精准的控制。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。