隨著科學技術和生產的迅猛發展，各個領域對自動控制的要求不斷提高，以單純數學解析結構為基礎的控制理論，其局限性日益明顯，對于一些大型、復雜和不確定的對象，難以用精確的數學模型描述。即使一些對象能夠建立起數學模型，結構也往往十分復雜，難于設計和實現有效控制。近年來十分熱門的自適應、自校正控制雖然能在一定程度上解決不確定性問題，但其本質上仍然要求對象模型的在線辨識，故算法復雜、運算量大，應用范圍受到限制。實際上，任何一個有效的工業控制設計，都不能由控制理論單獨解決，都隱含著人的直覺推理。原有控制理論單純的數學結構難以處理有關對象的一些定性信息，而單純運用人的經驗知識、技巧和直覺推理，也難以滿足對復雜控制系統的設計要求。
　　假如將人的經驗知識、技巧和直覺推理與控制理論相結合，把它作為控制理論解決復雜生產過程的一個補充手段，將使控制理論解決復雜生產過程有一個突破性進展。這種將人的經驗知識直接參與生產過程的控制系統，稱為智能控制系統。
　　無毒提金工藝過程是一個復雜的物理化學過程，由于這一工藝過程千變萬化，干擾不同，對各個參數的要求不盡相同。如果控制模型過于簡單，則導致系統超調量大、調節時間長，造成各個參數不穩定，這些都嚴重影響無毒提金工藝的生產效率的提高。因而，國內外學者對無毒提金工藝及設備的自動控制曾做了大量工作，以期能實現低能耗和高效率的目標。常用的控制方案歸結起來不外乎以下幾種：
　　(1)自適應控制(包括模型參考自適應控制和自校正控制)方案；
　　(2)最優控制方案；
　　(3)PID控制(包括各種變型PID控制)方案。
　　自適應控制方案從理論上講是較先進的控制方案，但它基本上適用于工況比較穩定的工藝過程。而無毒提金工藝過程各參數相對很難穩定，各參數將在某一值附近頻繁變化，最需要有效的控制。否則，對無毒提金攪拌設備控制的經濟效果并不明顯，控制將無多大的意義。
　　最優控制方案是用得最多的一種方案，它是在已知系統高階狀態方程后通過線性化和降階處理，得出一個較精確的低階狀態方程，然后以快速性和系統超調作為控制性能指標，應用最大值原理，得出最佳控制規律。這種控制策略在系統狀態方程精確已知時，控制效果很好。
　　PID控制雖然控制方法較簡單，但它在無毒提金攪拌設備各個控制參數變化比較頻繁的控制系統中較為實用、可靠。實踐經驗表明，在參數選擇合適的情況下，PID控制性能幾乎同最優控制效果一樣，有些性能甚至更好些。PID控制需要檢測的參數全是電量，而電量的檢測遠比熱量、溫度和化學成分的檢測容易得多，亦容易實現。但PID控制具有超調大、參數較難確定、對擾動恢復慢等缺點。
　　綜合上述分析的種種情況，針對無毒提金工藝過程的工況要求和各個參數的特點及存在的各種干擾情況，在深入分析其機理的基礎上，將最優控制、模糊控制、PID控制結合在一起，作者提出一種具有快速性和靈敏性的智能復合控制方案。
　　該控制方案既對PID算法加以了改進保留，如在傳統PID調節中加入新的微分積分作用，對給定值與測量值變化造成的偏差分別采用不同的調節方式等，又加入了一些模糊調節算法的規則。在偏差大時，希望攪拌設備控制系統各控制參數能快速跟隨調整，而對控制精度要求相對降低，所以擬采用快速PID控制方案；當偏差趨小時，為了減小超調量，提高系統的控制精度，擬采用模糊控制為主、最優控制為輔的控制方案。該控制方案具有超調小、控制精度高、參數確定簡單、對復雜對象控制效果較好等特點。
　　這就是智能復合控制的基本出發點，由此形成了圖1所示的閉環控制系統。功率控制實現功率曲線的自動跟蹤，智能控制實現各控制參數的升降。圖中y_s、y_p分別為各被控參數的設定值和實測值，e為被控參數偏差，e＝y_s－y_p。

　　各被控參數設定值由上位機或下位機給出，具體方式有兩種：(1)根據經驗給出；(2)根據無毒提金工藝要求計算確定。
1 智能控制器的實現
　　智能控制器的結構框圖見圖2，圖中y_s為被控參數的設定值，y_p為被控參數的實測值，規則集用來判斷復合控制算法的轉換，偏差信號e(k)＝y_s(k)－y_p(k),它作為智能控制器的輸入信號。

　　限于篇幅，這里僅以PID控制為例，簡單說明各控制算法的設計過程。
　　按偏差的比例(proportional)、積分(integral)、微分(differential)控制(簡稱PID控制)，是過程控制中應用最廣泛的一種控制算法。實際運行經驗及理論分析表明，這種控制算法對于大量的工業對象，具有較好的調節性能和魯棒性，能夠達到符合原則的控制性能指標。
　　在計算機控制系統中，一般采用兩種控制算法：一種是含有理想微分的PID控制；另一種是含有實際微分的PID控制。它們的控制原理、實現方法、編程手段大同小異。計算機控制是一種采樣控制，它只能根據采樣時刻的偏差值計算控制量，因此需要將連續PID調節理想化。
1.1 位置式PID控制算法

　　計算機按該式算出的是控制量的絕對數值，即對應于執行機構每次所應達到的位置。在這種算法中，如果前一次的輸出與過去的狀態有關，計算時要對e(i)進行累加，計算機實現起來不夠方便，不僅要占用較多的存儲單元，而且不便于編程。鑒于此，對(1)式要進行改進。
1.2 增量式PID控制算法

　　A、B、C是與采樣周期T、比例系數kp、積分時間Ti、微分時間Td有關的系數，增量式算法只需要保持現時以前兩個時刻的偏差值即可。
　　對于整個控制系統而言，上述兩種算法并無本質上的區別，只是所采用的執行元件的特性不同。增量式算法中將計算機的一部分任務：u＝∫△u分給了其它部件去承擔，即由執行機構完成。增量式控制雖然只是在算法上做了一點改進，但它帶來了不少優點：
　　(1)計算機每次只輸出控制增量，故機器出現故障時，影響范圍小。
　　(2)控制從手動到自動轉換時，由于算法中不含有u0項，因此沖擊小。此外，當計算機發生故障時，由于執行機構裝置本身有鎖存作用，故仍然能保持原值。
　　(3)算式中無需累加，增量只是與最近幾次采樣值有關，編程簡單，歷史數據可以遞推使用，且占用存儲單元少，運算速度快，容易獲得較好的控制效果。
　　但是，微分作用容易引入高頻干擾，導致調節性能的不穩。因此，在大量的工業控制系統中，往往采用在微分調節器上串聯一個低通濾波器來抑制高頻干擾。低通濾波器的傳遞函數為：
　　

　　也就是說，利用實際微分來代替理想微分，輸出波形如圖3所示。

　　這樣，(2)式所示的增量式PID控制算式變為：
　　
　　基于上述分析，在實際控制中，增量式PID算法要比位置式PID算法應用更為廣泛。本攪拌設備自動控制系統就采用這種帶有低通濾波器的增量式PID控制算法，即：

　　上式適合于計算機處理，但式中的待定系數混合了PID控制的比例、積分、微分加權系數，這將給系統調試階段，依據運行結果分析整定系數的習慣做法帶來諸多不便。實際應用時，為了兼顧調試和運行兩方面的需要，仍以K_p、T_i、T_d為待整定參數。調試階段改變K_p、T_i、T_d的取值后，將新的一組K_p、T_i、T_d值輸入計算機，然后由計算機程序利用有關公式計算出相應的待定系數A、B、C。算法流程圖如圖4所示。

1.3 PID參數的整定
　　對于一個結構和控制算法形式已定的控制系統，控制質量的好壞主要取決于選擇的參數是否合理。因此，PID控制中三個參數的選擇就顯得十分重要了，整定PID參數的方法各式各樣，有臨界比例度法、標準傳遞函數優化法等等。下面敘述兩種典型的整定方法。
1.3.1 擴充臨界比例度法
　　用實驗參數進行函數整定時，最常用的是擴充臨界比例度法，它是整定模擬調節器參數的臨界比例度法的擴充。具體做法如下：
　　①選擇好采樣周期T₀;
　　②用與模擬調節器相同的臨界比例度法求出臨界比例系數Kk及臨界振蕩周期T_k;
　　③根據所選的控制度，按經驗參數值表求出K_p、T_i、T_d。
1.3.2 Ziegler－Nichols整定規則
　　這是Roberts.P.D于1974年提出的，它只需整定一個參數，對于PID算式：
　　T₀＝0.1T_k;T_i＝0.5T_k;T_d＝0.125T_k(Ziegler－Nichols條件)，代入PID算式中，得：
　　u(k)＝u(k－1)+K_p[2.45e(k)－3.5e(k－1)+1.25e(k－2)]
　　整定時，改變K_p的大小，觀察控制效果，直到滿意為止。當然，上述兩種方法只能提供一個粗略的范圍，實現過程中還得在這些數值的附近進一步試探，這樣才能找到最佳值。
2 控制規則集的確定
　　由攪拌設備智能復合控制框圖可知，規則集用來判斷復合控制算法的轉換。根據偏差e_i(e_i＝y_s－y_p)的變化組成控制規則集來實現智能控制。具體控制規則可以按以下描述實現：
　　IF e_i＞ε THEN 　　u_c＝PID控制算法輸出；
　　IF e_i＜－ε THEN 　　u_c＝PID控制算法輸出；
　　IF 0.5＜e_i≤ε THEN 　　u_c＝模糊控制算法輸出；
　　IF －ε≤e_i＜－0.5 THEN 　　u_c＝模糊控制算法輸出；
　　IF 0.1＜e_i≤0.5 THEN　　u_c＝－U_M，最優控制算法
　　輸出；
　　IF －0.5≤e_i＜－0.1 THEN 　　u_c＝+U_M，最優控制算法
　　輸出；
　　IF －0.1≤e_i≤0.1 THEN 　　u_c＝0。
　　以上算法可用圖5表示。