噪声——数据信号中的随机变化——似乎无处不在。低频过程和高频信号噪声是直接影响控制的两个来源。这是无法避免的。的确，什么时候整定PID控制器从业者只需要处理它。正如他们所说:就是这样！
那么噪音到底是如何影响控制的呢？众所周知，PID控制器的调整始于过程建模。通过执行阶跃、冲击或其他测试，可以揭示过程的基本动态行为。一旦相关过程的变更启动，控制者很快就会做出响应。两者的趋势展示了它们之间的因果关系，并为流程建模提供了基本要素。当然，前提是噪声不会模糊关系和妨碍模型估计。
以下是关于噪声、噪声对控制的影响以及如何在调谐时解决噪声的一些想法:
数据伪装
如前所述，噪声会掩盖过程对变化的响应，并使计算准确的模型变得困难。当应用软件工具时，这种困难同样适用于手工方法。更准确地说，当手动调整时，噪声会使专业人员难以“观察”他们的阶跃测试数据趋势并准确估计过程值获得, 时间常数和停滞时间。同样，在软件的帮助下进行调整时，现实应用中的典型噪声通常会阻碍工具的建模能力，导致系数低于标准。
好与坏
从调谐的角度来看，噪声并不全是坏事，因为它是整个画面的重要组成部分。如果目标是控制流程的动态行为，那么必须1）考虑控制器遇到的所有行为，2）调整控制器以做出适当的响应。前一篇文章解释了PID控制器简单的输入输出特性。其目的是响应误差-过程变量和设定值之间的差异。为了让PID控制器有效地调节环路性能，基础模型必须考虑好的和坏的方面，即使这意味着考虑噪声。
过滤成本
在控制应用中经常使用滤波来抑制噪声对给定过程信号的影响。过滤器–是否外部的或者内部过滤器–有效消除噪音并平滑控制器对动态行为的响应。内部滤波器处理控制器内的数据并保持原始信号不变，而外部滤波器位于PID控制器外部并处理进入控制器的数据。这些过滤选项涉及额外的硬件和/或软件成本。它们可能会使估计模型参数变得更容易，但它们也隐藏了对全局控制可能很重要的数据。
其他选项
虽然很少有传统的PID控制器调谐包能有效地解决噪声问题，但那些配备了模拟非稳态过程数据能力的工具（即NSS造型）在处理高度可变的数据时表现良好。除了精确模拟振荡过程行为之外，它们还有效地解释了与噪声数据信号相关的可变性类型。配备NSS建模的工具消除了对昂贵的滤波解决方案的需求。此外，与手动方法相比，它们简化了建模和调整过程，将提供更准确和一致的结果。
虽然噪声在工业应用中普遍存在，但它不会限制专业人员的能力调谐PID控制器。如果您的过程受到过度噪声的影响，那么可以考虑配备NSS建模的工具。事实证明，即使面对从业者视为“真实世界”的嘈杂、振荡的数据，它们也能提供高质量的结果。