CANN PID控制性能指标

PidControlPerformanceMetrics

【免费下载链接】mat-chem-sim-pred面向工业领域，聚焦计算仿真、预测两大核心场景，构建面向流程工业"机理+数据"双轮驱动的领域计算层，推动AI for Science在材料化学领域的深度应用。项目地址: https://gitcode.com/cann/mat-chem-sim-pred

功能说明

PidControlPerformanceMetrics面向多回路控制性能巡检和 NPU 侧整定评分流水线。算子对pv[B, N]和sp[B, N]进行一次批量扫描，同时输出过程能力、Harris 指数、误差积分、越限、超调、稳定时间等 20 个指标。

相比单独计算 Cpk、IAE、ISE、超调等多个小指标，该算子将多项统计融合到一次窗口扫描中，更适合作为 NPU 上游仿真/模型评分后的后处理步骤。

与过程能力算子的区别

PidProcessCapabilityMetrics只需要values/lsl/usl，核心回答“过程数据是否稳定落在规格限内”。本算子额外需要sp和mv_variance，核心回答“控制器是否把pv跟踪到sp，控制效果好不好”。

process_capability_metrics: values[B,N], lsl[B], usl[B] -> 均值、标准差、Cp/Cpk/Pp/Ppk、越限、min/max control_performance_metrics: pv[B,N], sp[B,N], lsl[B], usl[B], mv_variance[B] -> 过程能力 + Harris + 跟踪误差 + 超调/欠调 + 稳定时间

因此两者有部分指标重叠，但使用视角不同：前者是质量规格视角，后者是控制跟踪视角。如果只关心规格限能力，用过程能力算子更轻；如果要评价 PID 控制效果，用本算子。

输入输出

metrics的最后一维顺序：

0 mean_pv 1 std_pv_sample 2 std_pv_population 3 cp 4 cpk 5 pp 6 ppk 7 harris_index 8 iae 9 ise 10 itae 11 mae 12 rmse 13 max_abs_error 14 out_of_spec_ratio 15 out_of_spec_count 16 overshoot_ratio 17 undershoot_ratio 18 settling_time 19 final_abs_error

指标说明

小例子

假设一条回路：

pv = [0, 6, 11, 10] sp = [10, 10, 10, 10] lsl = 8, usl = 12 sample_interval = 1 settle_band = 1

误差为：

error = sp - pv = [10, 4, -1, 0] abs_error = [10, 4, 1, 0]

因此：

IAE = 10 + 4 + 1 + 0 = 15 ISE = 100 + 16 + 1 + 0 = 117 ITAE = 0*10 + 1*4 + 2*1 + 3*0 = 6 MAE = 15 / 4 = 3.75 RMSE = sqrt(117 / 4) = 5.408 final_abs_error = 0

越限点为0和6：

out_of_spec_count = 2 out_of_spec_ratio = 2 / 4 = 0.5

规格宽度为4，所以：

overshoot_ratio = max(pv - sp, 0) / 4 = 1 / 4 = 0.25 undershoot_ratio = max(sp - pv, 0) / 4 = 10 / 4 = 2.5

最后一次abs_error > 1出现在k=1，所以settling_time = 2。

构建

cd prediction/ProcessControl/PIDModelFit/pid_control_performance_metrics mkdir -p build && cd build cmake .. -DCMAKE_BUILD_TYPE=Release -DSOC_VERSION=Ascend910B3 make -j$(nproc)

测试

python tests/test_pid_control_performance_metrics.py python tests/benchmark_pid_control_performance_metrics.py

NPU smoke：

./build/test_aclnn_pid_control_performance_metrics 3

NPU/CPU benchmark：

./build/benchmark_pid_control_performance_metrics 3 128 4096 20 3 64

文档

• 算法说明
• API 说明
• 测试报告

【免费下载链接】mat-chem-sim-pred面向工业领域，聚焦计算仿真、预测两大核心场景，构建面向流程工业"机理+数据"双轮驱动的领域计算层，推动AI for Science在材料化学领域的深度应用。项目地址: https://gitcode.com/cann/mat-chem-sim-pred