PID Controller คือหัวใจของระบบควบคุมอัตโนมัติที่พบได้ในทุกโรงงานอุตสาหกรรม — ตั้งแต่ควบคุมอุณหภูมิเตาอบไปจนถึงความเร็วมอเตอร์ แต่การตั้งค่าพารามิเตอร์ P (Proportional), I (Integral), D (Derivative) ให้เหมาะสมกับกระบวนการผลิต ไม่ใช่เรื่องง่าย บทความนี้เจาะลึกเทคนิค Tuning ทั้งแบบดั้งเดิมและยุคใหม่ เพื่อให้วิศวกรสามารถเลือกใช้วิธีที่เหมาะสมกับกระบวนการผลิตของตนเอง
PID Controller ทำงานอย่างไร?
สมการพื้นฐานของ PID Controller คือการคำนวณ Output Signal จากผลรวม 3 ส่วน:
u(t) = Kp x e(t) + Ki x integral(e(t)dt) + Kd x de(t)/dtโดยที่ Kp = Proportional Gain ตอบสนองตามขนาด Error, Ki = Integral Gain กำจัด Steady-State Error, Kd = Derivative Gain ลด Overshoot และ Damping การสั่น ใน PLC ยุคใหม่ PID Loop ทำงานที่ Cycle Time เร็วถึง 1-10 ms สำหรับ Motion Control และ 50-500 ms สำหรับ Process Control
เทคนิค Ziegler-Nichols (Classic Tuning)
เป็นวิธีการ Tuning ที่ใช้กันมากที่สุดตั้งแต่ปี 1942 แบ่งเป็น 2 วิธีหลัก ที่วิศวกรทั่วโลกยังใช้เป็นจุดเริ่มต้นในการปรับค่า PID
1. Ziegler-Nichols Step Response Method
ส่ง Step Input เข้าระบบ แล้ววิเคราะห์ S-curve Response วัด Dead Time (L) และ Time Constant (T) จากนั้นคำนวณพารามิเตอร์ PID ดังนี้:
| Controller Type | Kp | Ti | Td |
|---|---|---|---|
| P Only | T / (L x 1) | infinity | 0 |
| PI | 0.9 x T / L | L / 0.3 | 0 |
| PID | 1.2 x T / L | 2 x L | 0.5 x L |
2. Ziegler-Nichols Oscillation Method
เพิ่ม Kp ทีละน้อยจนกระทั่งระบบเริ่ม Oscillate ด้วย Amplitude คงที่ (Critical Gain = Ku) วัด Oscillation Period = Tu แล้วหาค่า PID ตามสูตร:
- Kp = 0.6 x Ku
- Ki = 2 x Kp / Tu
- Kd = Kp x Tu / 8
ข้อควรระวัง: Ziegler-Nichols Method ให้ Response ที่มี Overshoot ประมาณ 20-60% เหมาะสำหรับระบบที่ยอมรับ Oscillation เล็กน้อย ไม่เหมาะกับ Process ที่ต้องการความนิ่งสูง เช่น ควบคุมอุณหภูมิในเตา Chemical Reactor
Cohen-Coon Method: ปรับปรุงจาก Ziegler-Nichols
เหมาะกับระบบที่มี Dead Time มาก (L/T ratio มากกว่า 0.5) เช่น Heat Exchanger, Distillation Column เทียบกับ Ziegler-Nichols ที่เหมาะกับ L/T น้อยกว่า 0.5 Cohen-Coon ให้ Formula เพิ่มเติมที่ลด Overshoot ได้ดีกว่าสำหรับ Self-Regulating Process วิศวกรหลายคนนิยมใช้ Cohen-Coon สำหรับ Process ที่มี Transport Delay สูง
Auto-Tuning PID ใน PLC ยุคใหม่
PLC และ Loop Controller รุ่นใหม่ส่วนใหญ่มีฟีเจอร์ Auto-Tuning ในตัว โดยทำงานใน 3 ขั้นตอน:
- Process Excitation — ส่งสัญญาณ Test (Step, Relay Feedback, หรือ PRBS) เข้าระบบ
- Model Identification — วิเคราะห์ Response Curve เพื่อสร้าง Mathematical Model ของ Process (ส่วนใหญ่ใช้ First-Order Plus Dead Time หรือ FOPDT)
- Parameter Calculation — คำนวณ Kp, Ki, Kd อัตโนมัติตาม Criterion ที่เลือก (ISE, IAE, ITAE)
ตัวอย่างเช่น Relay Feedback Auto-Tuning ของ Astrom-Hagglund ใช้หลักการส่ง Relay Signal สลับบวก-ลบ ทำให้ระบบ Oscillate ที่ Critical Frequency โดยอัตโนมัติ จากนั้นคำนวณ Ku และ Tu ได้ทันที ซึ่งปลอดภัยกว่า Ziegler-Nichols Oscillation Method แบบดั้งเดิม และใช้เวลาน้อยกว่าในการหาค่าพารามิเตอร์
Adaptive PID: เมื่อกระบวนการผลิตเปลี่ยนแปลงตลอดเวลา
ในโรงงานจริง กระบวนการผลิตไม่ได้อยู่นิ่ง อุณหภูมิเปลี่ยน วัสดุเปลี่ยน ความเสียดานของ Valve เปลี่ยนตามเวลา Adaptive PID แก้ปัญหานี้โดยปรับพารามิเตอร์แบบ Real-Time:
- Gain Scheduling — เก็บชุด Kp/Ki/Kd หลายชุด และสลับตาม Operating Point เช่น ชุดพารามิเตอร์สำหรับอุณหภูมิ 100-200 องศาเซลเซียส อีกชุดสำหรับ 200-350 องศาเซลเซียส
- Model Reference Adaptive Control (MRAC) — เปรียบเทียบ Output จริงกับ Reference Model และปรับ PID Gain ให้ Output เข้าใกล้ Model
- Neural Network-based PID — ใช้ Neural Network ปรับ Kp/Ki/Kd แบบ Online โดยเรียนรู้จากข้อมูลจริง เหมาะกับ Non-linear Process เช่น pH Control, Batch Reactor
การวิเคราะห์ Loop Performance
หลังจาก Tuning เสร็จ ต้องวัดผลว่า Loop ทำงานดีแค่ไหน ตัวชี้วัดสำคัญมีดังนี้:
| Metric | คำอธิบาย | ค่าเป้าหมาย |
|---|---|---|
| Rise Time | เวลาจาก 10% ถึง 90% ของ Setpoint | ให้สั้นที่สุด แต่ไม่เกิน Process Constraint |
| Overshoot | จุดสูงสุดเกิน Setpoint กี่ % | น้อยกว่า 10% สำหรับ Process ที่สำคัญ |
| Settling Time | เวลาที่ Output อยู่ใน +/- 2% ของ Setpoint | ขึ้นกับ Process บางงานน้อยกว่า 30s บางงานน้อยกว่า 10min |
| Steady-State Error | ผลต่างคงที่หลัง Settling | น้อยกว่า 0.5% ของ Setpoint |
| Harris Index | เปรียบเทียบ Variance จริงกับ Minimum Variance | ใกล้ 1.0 ยิ่งดี (ปัจจุบันวัด Performance Loop ยอดนิยม) |
เทคนิคขั้นสูง: Cascade Control และ Feed-Forward
เมื่อ Single PID Loop ไม่เพียงพอ ต้องใช้เทคนิคเพิ่มเติมเพื่อเพิ่มประสิทธิภาพการควบคุม:
Cascade Control — ใช้ 2 PID Loop ซ้อนกัน: Outer Loop (Primary) ควบคุมตัวแปรหลัก เช่น อุณหภูมิเตา Inner Loop (Secondary) ควบคุมตัวแปรที่เร็วกว่า เช่น อัตราการไหลของ Gas ลด Dead Time และเพิ่ม Stability ได้อย่างมีนัยสำคัญ
Feed-Forward Control — ตรวจจับ Disturbance ก่อนที่จะส่งผลกระทบต่อ Process และปรับ Output ล่วงหน้า เช่น วัดอุณหภูมิน้ำเข้า Heat Exchanger แล้วปรับ Valve ก่อนที่อุณหภูมิ Output จะเปลี่ยน ลด Error ได้มากกว่า 50%
Key Takeaways
- Ziegler-Nichols เป็นจุดเริ่มต้นที่ดี แต่ให้ Overshoot สูง ควรใช้เป็น Baseline แล้วปรับลด Kp ลง 20-30%
- Auto-Tuning ใน PLC ยุคใหม่ใช้ Relay Feedback Method ที่ปลอดภัยกว่า และให้ผลดีใน 80% ของ Loop ทั่วไป
- Gain Scheduling เป็น Adaptive PID ที่ใช้ง่ายที่สุด เหมาะกับ Process ที่มี Operating Point ชัดเจน เช่น Batch Reactor
- Harris Index ต่ำกว่า 2.0 แปลว่า Loop ทำงานดี สูงกว่า 4.0 ต้อง Re-tune ทันที
- Cascade + Feed-Forward ลด Settling Time ได้ 30-60% เทียบกับ Single Loop PID
- ควรตรวจสอบ Valve Health (Stiction, Hysteresis) ก่อน Tuning เพราะ Valve ที่มี Stiction มากกว่า 2% จะทำให้ Tuning ไม่มีผล
- Integrator Windup เป็นปัญหาที่พบบ่อย ต้องตั้ง Anti-Windup ใน PID Block ของ PLC เสมอ
สรุป
PID Tuning ไม่ใช่แค่การหาตัวเลข 3 ตัว แต่คือการเข้าใจ Dynamics ของกระบวนการผลิตอย่างลึกซึ้ง ในยุค Industry 4.0 เทคนิค Adaptive PID และ AI-Assisted Tuning กำลังเปลี่ยนวิธีที่วิศวกรจูน PID Loop จาก Manual Trial-and-Error สู่ Data-Driven Optimization ที่ทำงานต่อเนื่อง 24/7 โรงงานที่มี Loop Control มากกว่า 100 Loop ควรพิจารณาใช้ Loop Performance Monitoring Software เพื่อจัดการ Tuning อย่างเป็นระบบและลดผลกระทบจาก Process Variability อย่างมีประสิทธิภาพ