《Eng》：Closed-Loop Learning-Based PID Tuning for DC Motor Actuators Using Experimental Data
编辑推荐：
本文研究了在无法获得精确被控对象模型或模型获取不切实际的情况下，直流电机执行器的实验PID整定问题。控制器整定被构建为一个受约束的闭环优化过程，其中每组PID增益均部署于物理系统上，产生实验数据集，并通过性能指标进行评估。目标函数综合了跟踪误差、控制能量和指令
本文研究了在无法获得精确被控对象模型或模型获取不切实际的情况下，直流电机执行器的实验PID整定问题。控制器整定被构建为一个受约束的闭环优化过程，其中每组PID增益均部署于物理系统上，产生实验数据集，并通过性能指标进行评估。目标函数综合了跟踪误差、控制能量和指令信号变化率，同时惩罚项用于识别并惩罚执行器饱和、超调量过大、调节时间违规、稳态误差以及发散响应。候选控制器采用约束高斯交叉熵方法（Constrained Gaussian Cross-Entropy Method）生成，并直接在物理执行器上进行评估。所提出的主机-嵌入式架构将两个不同计算时间尺度分离：PID执行、编码器处理和信号采集在嵌入式平台上实时进行，而种群采样、候选排序和分布更新则在实验间隙于主机计算机上完成。在所报告的实验过程中，采样分布逐步收敛至满足指定可接受性准则的低闭环代价增益区域。所构建的框架为物理控制器部署、数据采集、约束性能评估和周期性PID重新整定提供了一套结构化且可追溯的流程，无需显式进行被控对象辨识。报告结果证明了该架构在所使用平台上的可行性，但不意味着其具备比较优越性、批次间统计收敛性或解析闭环稳定性。
**论文解读：基于闭环学习的直流电机执行器PID整定——实验数据驱动的方法与架构**
**1. 研究背景与问题**
比例-积分-微分（Proportional-Integral-Derivative，PID）控制器因其结构简单、计算成本低且与资源受限硬件兼容，在工业和嵌入式控制系统中得到广泛应用。然而，PID增益的选择并非易事。闭环性能可能受到非线性摩擦、执行器饱和、测量噪声、参数不确定、离散采样、量化误差及通信约束等多种因素影响，尤其是在低成本物理平台上实现时更为突出。基于模型的整定方法，如内模控制（Internal Model Control）整定和中继反馈整定，虽然提供了系统化的设计流程，但其性能严重依赖于被控对象模型的准确性。获取足够精确的模型通常需要专门的激励实验、结构假设和参数估计流程，这些要求在许多嵌入式电机控制应用中可能难以满足。数据驱动的控制器整定方法如迭代反馈整定（Iterative Feedback Tuning）和虚拟参考反馈整定（Virtual Reference Feedback Tuning）应运而生，旨在减少对显式被控对象辨识的依赖，直接从测量数据中更新控制器。尽管已有研究将数据驱动方法扩展至在线、一次性、约束及实验优化等方向，但现有研究往往将这些要素分开描述，较少关注端到端的实现过程，即每个采样控制器都被物理部署、实验条件被记录、闭环信号通过结构化通信协议同步返回、性能与可接受性准则在同一优化映射中评估。本研究的核心贡献并非提出新的PID优化算法，而是针对嵌入式实现约束下完整实验学习过程的正式集成与可追溯性这一研究空白。
**2. 研究内容与结论**
研究人员提出并实验验证了一种用于PID整定的闭环学习架构。该架构将控制器增益作为决策变量，每个候选控制器通过映射关系作用于物理系统，产生实验数据集，并由综合了跟踪误差、控制能量和控制信号变化率以及惩罚项的目标函数进行评估。研究采用约束高斯交叉熵方法（Constrained Gaussian Cross-Entropy Method）作为随机搜索机制。该架构的关键在于将两个计算时间尺度分离：PID控制器、编码器处理和信号采集在嵌入式平台上以固定采样周期实时执行，而种群采样、候选排序、代价评估和分布更新在实验间隙由主机完成。研究在包含JGB37-520直流减速电机、DriverCoreM4v1嵌入式控制模块、稳压直流电源和主机的实验平台上进行了完整的随机优化实验活动，涵盖480次物理候选评估和12次累积代数。结果显示，在报告的实验过程中，采样分布逐步向符合预设可接受性准则的低闭环代价区域集中，选定的控制器在不同参考幅值下均能产生有限跟踪响应和指令信号。该研究验证了所提出架构的可行性，但未声明其具备运行间统计收敛性、比较优越性或解析闭环稳定性。论文发表在《Eng》。
**3. 主要关键技术方法**
研究人员采用了以下关键技术方法：（1）闭环实验映射方法，将每个PID增益向量直接部署于物理系统，采集数据集并计算性能代价，避免使用显式被控对象模型；（2）约束高斯交叉熵方法（Cross-Entropy Method，CEM），通过精英选择、指数平滑和最优解注入更新采样分布，结合拒绝采样和分量投影实现有界采样；（3）主机-嵌入式分离架构，嵌入式处理器执行确定性实时PID控制与数据采集，主机在实验间隙执行种群优化，两者通过串行通信协议交互；（4）统一的实验评估函数，结合跟踪误差、控制能量和指令变化率及多种物理惩罚项。实验平台采用JGB37-520直流减速电机（N-Hitech Co., Ltd.，Gimpo，韩国）和DriverCoreM4v1嵌入式控制模块（Oak Robotics，Guadalajara，Jalisco，墨西哥）。
**4. 研究结果**
**4.1 代际代价演变**：通过分析各代可行代价的分布和最优可行目标值，发现最大代价降低发生在初始探索阶段，约第5代后最优可行值在较窄区间内波动，表明采样分布在该随机实现中逐步集中。
**4.2 CEM采样分布演变**：追踪三维PID参数空间中采样均值的轨迹，比例和积分分量在初始几代中位移最大，微分分量受限于其较窄的可行范围。探索尺度逐步减小，但非零下界防止了分布完全坍缩，保留了局部探索能力。
**4.3 选定控制器与参考幅值评估**：标称学习过程中代价最低的控制器增益被固定后，在不同于标称条件的正负参考幅值下进行验证。归一化响应轨迹展现了相似的瞬态轮廓，平均归一化跟踪误差在瞬态后减小，所有响应均保持在执行器限制内。
**4.4 计算负担与实验时序**：嵌入式处理器每个采样周期的计算复杂度恒定，不依赖于种群规模或代数。CEM种群存储、历史记录和排序操作均在主机上完成，不参与嵌入式采样周期竞争。
**4.5 与现有数据驱动PID整定的定位**：与一次性方法和具有解析稳定性保证的方法相比，本研究的区别在于端到端实验架构，而非新型PID整定原理或CEM版本。
**4.6 局限性与证据范围**：结果受限于单一完整CEM活动、固定的目标和惩罚系数、未在相同平台上对比其他无模型整定方法、惩罚项不构成解析稳定性条件等因素。
**5. 讨论与结论**
研究人员在讨论中强调了本研究的四个主要局限：仅分析一次完整CEM活动，未进行独立重复优化；目标和惩罚系数敏感性未量化；未在同一测试平台上比较替代无模型整定方法；惩罚式可接受性机制不提供解析闭环稳定性保证。研究结论指出，本研究构建并实验验证了无需显式参数模型的直流电机执行器闭环PID整定架构，通过映射关系连接PID增益向量、物理闭环实验、采集数据集和约束性能评估。所提出的主机-嵌入式架构有效分离了实时PID执行与情景式随机优化，在报告实验条件下展示了内部一致性和实验可行性。研究结果仅限于报告的平台和实验条件，不建立运行间统计一致性、全局最优性、解析闭环稳定性或对现有整定方法的优越性。未来研究可能涉及重复独立实验活动、敏感性分析、受控对比实验以及基于显式或有界被控对象表示的稳定性导向扩展。
