有儀表工問：既然PID參數整定有Lambda整定方法，也有相關的整定工具，有沒有PID參數自整定的軟件產品呢？很明確的回答，到目前為止都沒有開發PID參數自整定產品的計劃。那么PID參數能否自整定呢？如果被控對象模型確定，當然是能夠自整定的。但是要講條件，還要考慮風險和成本。實際工作中使用PID參數自整定，不僅僅是技術問題。
到底什么是PID參數自整定？
自動工廠測試、自動系統辨識、自動計算參數、自動修改參數，嚴格意義上具有這四個功能才是真正的PID參數自整定軟件。知道被控對象模型后，計算給出PID參數是一件非常確定的問題，自動計算參數并不難。我們的微信小程序PID整定助手就提供了自動計算參數的功能。但是其他三個自動都有限制：工廠測試對裝置正常運行影響較大，獲得被控對象模型的系統辨識技術難度最大，自動修改參數的安全風險最高。為了減少自動工廠測試的影響，就有軟件提出了用歷史數據捕捉被控對象模型的技術。很不好意思，這個理論上說不過去。如果理論上說不過去，軟件宣稱功能的可用范圍就很有限。
在過程控制，所有PID參數自整定技術在實際應用中，即使有這些功能也不敢用軟件自整定PID參數。模型的準確性、性能的強弱、參數的適用性等還是離不開工程師的最終判斷。
哪些領域在大量應用PID參數自整定？
因果關系確定，而且被控對象特性多變，現場整定成本較高的場合，都需要PID參數自整定技術。例如閥門定位器也使用PID，如果現場工作條件和調節閥特性不一致，通過PID參數自整定，自動進行測試、辨識、整定、下裝，在不需要工程師參與的情況下，自動與當前工況匹配，改進調節閥性能。在溫控儀上，PID參數自整定技術也得到廣泛應用。這些自整定技術是溫控儀常見成熟技術。
過程控制中能否PID參數自整定？不是能不能的問題，而是需要不需要、有沒有必要的問題。
1、必要性不大
在過程控制中，很多PID參數的性能欠佳，但是這個原因很復雜。有50%的控制回路，只要給出大概的PID參數就能獲得滿足的性能。這部分控制回路工程師也能很容易的手動整定，甚至使用組態時的默認PID參數也行。還有20%僅僅靠PID參數整定是解決不了的，這時候需要重新定義控制問題、設計新的控制方案。剩下的30%控制回路應該能用PID參數自整定技術進行參數整定。問題是誰能準確判斷哪些控制回路屬于這30%？
2、需求不高
工程師不會對一個還能用的控制回路進行貿然修改。因為整個過程是高度不確定的，很多修改可能沒有效果，也可能還有壞的影響。控制方案也一樣，如果現場能用就先維持現狀，存在即合理，沒事找事只會壞事。就算是知道了問題，但是根因也不一定在PID參數上。
3、收益有限
在流程工業中，大量使用反饋控制正好說明了其不確定性，包括模型的不確定性和擾動的不確定性。不確定導致甚至有的反饋控制都不能正常工作。在如此不確定的情況下，基于精確模型獲得最優性能的整定方法，往往反而不具有魯棒性。自整定技術獲得收益并不能匹配付出的代價。Lambda整定方法只使用三個參數描述被控對象模型，并用更魯棒的原則設置PI參數，這樣做既是為了降低難度，也是為了降低不確定性的影響，以提高學習和應用整定方法的性價比。
4、測試風險
在穩定運行的工廠進行階躍測試或者振蕩測試，都超出了工程師的忍受范圍。現在甚至在先進控制項目中，也在盡量減少測試的時間。就算是允許進行測試，隨著條件的變化，被控對象也會發生變化。如果沒有有效的激勵，被控對象模型獲取的難度是很大的，此時更需要專家對歷史數據的研判，才能給出整定建議。
在流程工業中，必須依賴于工程師的判斷力，才能發揮PID參數自整定技術的作用。如果工程師知道如何進行整定，PID參數自整定技術，就不那么重要了。使用控制回路性能評估軟件找到問題，也可以通過操作分析找到問題，但是這些都是表象，解決問題需要找到根因，如果原因是PID參數問題，工程師就能解決問題。如果不是PID參數問題，使用PID參數自整定技術可能反受其害。
PID參數自整定技術的一個可能的發展方向：在AI時代，把PID參數整定技術作為解決問題的一部分，用AI分析所有過程信息，然后幫助工程師找到裝置可能存在的問題，并給出改進意見，以提高工程師解決問題的能力。過程控制的獨特性在于PID參數可能性能欠佳，專利商給的控制方案可能不好用，所以才需要過程控制這個專業。因為過程控制的高度不確定性，所以PID參數自整定技術和基于精確模型的控制方法才很難流行。
如果工程師僅僅是需要工具提供一個整定建議或者控制方案設計的建議，筆者推薦大家試試AI。但是要謀士出謀劃策發揮作用，需要工程師這個領導會問能斷。問題還是回到工程師的能力上。
作者：馮少輝博士
