首先我想談下控制模型概念，在工業控制領域我們會針對客戶要求會建立個模型，把控制目標，控制對象，以及影響參數都考慮并加入控制模型中，并針對設備及控制對象的特點選用相適合的計算算法并通過計算機模擬建立的控制模型。說白了就類似于我們對不同的螺絲用相對應規格的螺絲刀去擰就行了！

PID算法：就是基于這樣一個控制模型發展出來的通用控制方式，所謂PID： P代表（比例（proportion）、I積分（integration）、D微分（differentiation）。函數關系：OT(t)=kP[DE(t)+1/TI∫DE(t)dt+TD*DE(t)/dt] ，OT為輸出值，PV為測量值，DE為偏差值=PV-SP（設定值）。 由此公式可見，輸出的大小和測量的偏差值DE有著密切的關系，控制的精髓就是通過測量反饋PV值，并不停的比較SP值，做不斷縮小DE值的過程。

PID調整的藝術：每個工程師都會調整PID，但不同的行業不同的設備組合，甚至現場調試的時間長短及經驗都決定了一個工程師調整PID的水平和藝術！

這張圖分別是3種PID調試過程中PV/SP（T）調整曲線圖，藍、紅、黑代表不同的PID參數下，*終設備調試的效果。毋庸置疑，紅色代表*優的PID曲線，為什么呢？

1）藍色曲線說明設備在調試過程中產生了過沖，因為P值調的過大，響應時間是*快的但負效應是隨后產生了震蕩，這樣的PID參數是不利于設備壽命的而且這樣的震蕩極其容易造成設備失控，下面就是失控的震蕩曲線

如果產生震蕩我們該怎么辦？根據我個人的經驗，解決的辦法是先固定ID，調小P，當P調整到一個值震蕩不再產生的時候，固定P值，調大I值，知道震蕩消除，控制精度維持在設計范圍內即可。

2）黑色曲線說明PID調節過程緩慢，雖然*終也能達到理想的設定值，但效率低下且若整個設備生產過程出現個輸入變量，比如一次短暫設備停擺或者加入了某些參數產生了變化，那PV的調整又要經歷個漫長的過程，不說這樣的調試是個低效率的過程，且在此造成的浪費也是完全可以避免的，這都是客戶所不能容忍的。解決的方案，就是在固定ID不變的前提下，適當提高P的值，讓整個控制回路的響應時間縮短。如果在此調整過程中出現誤差偏大的情況，可在固定P值的前提下，適當提高I的值讓誤差得到有效消除。

PID過程儀表中的自整定、自學習功能：Honeywell所以系列的過程控制儀表都有自學習自整定的功能，英文簡稱AT功能。這里就有個誤區了，客戶覺得AT功能很好用，很簡單，只要用AT就不用再人為干預手動調整PID參數了，可以偷懶了。這是不對的，任何一款儀表的AT功能都不能完全替代工程師的經驗調整，也不能為您帶來*優PID調節曲線。AT只是個工具，而不是*終解決辦法，AT是個能幫助工程師在現場調節過程大大節約時間提高效率的工具，比如你在調一套設備的時候，你可以先打開AT功能，在AT功能自動調整結束后觀察設備誤差DE情況再根據前文介紹的辦法微調PID就可以調整出*優參數。這樣大大節約了時間，也提高了過去沒有AT功能而手動調整過程的低效率。

關于死區時間DB的應用：其實很簡單，有些設備比如馬達，風機，電機等等，我們不希望它們頻繁的啟停，那樣對設備的壽命是不利的。但我們又需要PID的過程調整來提高精度，提高產品的質量，那我們就需要用到了DB。DB的定義就是在一定的設定值范圍內不受PID的影響，舉例來說，我的換熱器出水溫度我只要求控制在50-60度之間，那我蒸氣管道的控制我在誤差10度內不需要做PID輸出控制，那我的DB可以設置為5，設定值設置在55，這樣DB在+5度范圍內不受PID影響，這樣就保證我泵閥不需要經常啟停，延遲了使用壽命。

以上就是我在日常工作調試過程中的一點點積累和經驗，調試的關鍵不在于調試設備，更重要的調試自己的心態！遇到任何比較棘手的情況，都要沉著應對，仔細觀察，耐心檢查和調試。有時候客戶遇到些狀況當然會急，如果你作為一個調試工程師也著急那解決不了任何問題，靜下心來仔細分析后再動手往往事半功倍。有時候客戶會發脾氣，你也要理解，畢竟人家花了很多資金和精力，結果設備運轉不滿意，這個時候你在現場調試一定要有很強的抗干擾能力，不能為外界影響，做到心里只有回路圖和設備，找出問題所在對癥下藥就行。一直想把這幾年在實際現場工作的經驗教訓和我的同行們分享交流，今天我就來談下Honeywell過程控制儀表在實際應用上的一點心得體會和經驗教訓，希望能給大家點啟發和參考！