毕业设计（论文）-基于Smith预估模糊控制系统的设计及仿真研究.doc

淮 海 工 学 院毕业设计(论文)说明书题 目： 一种基于smith预估模糊控制系统的设计 及仿真研究 作 者： 学 号： 5402103206 系 (院)： 电子工程系 专业班级： 自动化022 指导者： (姓 名) (专业技术职务)评阅者： (姓 名) (专业技术职务)2006 年 6 月 连 云 港毕业设计（论文）中文摘要基于smith模糊预估控制的设计及仿真研究摘 要：就工业中普遍存在的被控对象时变滞后的问题，由于缺乏精确模型或时变参数，传统的pid和smith预估器难以达到满意的控制效果。本文介绍了一种将模糊控制原理应用于smith预估控制系统中的方法。smith预估模糊控制能够对一些非线性的、无对象模型的系统进行控制，它不倚赖于被空对象自身的数学和物理特征，弥补了目前广泛应用的史密斯预估补偿控制方法和大林算法的不足，具有良好的控制品质和动态适应性，而且实现简单，可靠性好。本文通过此控制方案设计了一个温度控制器，实现对温度系统的控制。通过仿真实验分析，证明了此控制方案的正确性、可行性和有效性。关键词：smith模糊预估控制 模糊控制 smith预估器 温度控制器 延时毕业设计（论文）外文摘要the design and simulation based on smith fuzzy-prediction controlabstract: as for the quality of delay and time-varying of controlled object widely exists in most industrial systems，because the process lack of precise model or variable time parameter, traditional smith predictor is difficult to acquire satisfactory control purpose .this paper set an new method，which applies the theory of fuzzy into smith prediction control system . smith predictor fuzzy control can control some nonlinear or system lacking of object model .the method is independent of the mathematic and physical character, redeems the defect of conventional smith prediction control and dahlin algorithm widely exploited at present and has an excellent performance and wonderfully dynamic adaptability .its not only easy to realize, but also has good dependability . this paper designed a temperature control through this method , making the control of a temperature system come true . the results of simulation experiments prove that this project is correct, feasible and practicable.keywords: smith fuzzy-prediction control; fuzzy control; smith predictor; temperature control system；time-delay目 录引 言 52模糊控制 621 模糊控制简介622 模糊控制器原理 723 模糊条件句和模糊控制 724 模糊控制与传统控制比较73 纯滞后对象的常规控制方法831 smith预估器 832 达林（dahlin）算法 104 温度控制器的设计 1141 温度控制系统的结构 1142 smith预估模糊控制器的设计 1143 其他控制方案介绍 155 仿真1651 模糊控制器 1652 pid控制器 2153 模糊控制器仿真图 2354 smith预估模糊控制器的仿真图2355 仿真结果比较分析 24结论 31致谢 32参考文献33淮海工学院二oo六届毕业设计（论文） 第33页 共 33 页1. 引言由于 pid调节器调节规律简单、运行可靠、易于实现等特点，传统 pid控制器仍是工业过程控制应用最广泛的一类控制器。然而，随着工业过程对控制性能要求的不断提高，传统的pid控制，一般也不能解决过程控制上的大滞后问题，因此具有纯滞后的过程控制被认为是较难的控制问题，成为过程控制研究的热点。一般温控系统为大滞后系统，被控对象的参数变化大，影响因素甚多、为建模动态因素显著，非线形严重，很难建立精确的模型。对于这类具有时变参数和非线性的大滞后、大惯性环节的控制问题，国外比较流行的控制方法是 dahlin算法和 smith预估控制。史密斯(smith)预估控制的特点是预先估计出过程在基本扰动下的动态特性，再由预估器进行补偿的过程控制技术。它的基本思想是按过程特性设计出一种模型加人到反馈控制系统中，以补偿过程的动态特性 ，然后由预估器进行补偿，力图使滞后了被控量超前反映到控制器，使控制器提前动作，从而明显地减少超调量，加速调节过程。但是若采用传统的smith、pid等控制，则在对象参数变化、数学建模不精确和控制环境变化时，其性能回显著变坏。因此，在控制策略上采用带smith预估器的模糊控制，兼顾了smith控制和模糊控制的优点，既能有效抑制大滞后的影响，也对被控对象参数有较强的适应能力，且实现简单，可靠性好。此方法不依赖于被控对象自身的数学和物理特征，弥补了目前广泛采用的史密斯预估补偿控制方法和大林算法的不足，具有良好的控制品质和动态适应性,同时具备较高的鲁棒性。特别是对于那些被控对象具有不同程度的纯滞后，而被控对象又不能及时反映系统所承受的扰动的控制系统，史密斯(smith)预估控制技术获得了广泛的运用。作为一种新兴的控制理论，模糊控制基本抛弃了对精确数学模型的依赖性，它利用被控过程的动态信息，依据模糊规则进行推理，获得何时的控制量，因而具有较强的鲁棒smith预估控制结合，因而具有更佳的控制效果。另一方面，模糊理论有表现出许多先天的不严谨性，不确定性和其它局限性，导致模糊控制理论的不成熟。在传统温控实现上，一般采用专用单片机进行温度控制，本文仍采用单片机控制策略。但是单片机也有局限性，扩展性和通用性不强，而且控制策略实现和改变也较复杂。所以，工业上已出现利用工控机和采集卡进行温度控制。2. 模糊控制21 模糊控制简介211简介模糊控制是以模糊集合论、模糊语言变量以及模糊逻辑推理为基础的一种计算机控制方法。从控制器的智能性来看，模糊控制属于智能控制的范畴。智能控制是人工智能、控制理论和管理科学相结合的产物。他依赖知识模型，把人类社会数以千万计的技术和非技术的人为行为和经验，归纳为若干系统化的规则（或规律），实现对系统的“拟人智能”控制。 模糊控制是智能控制的主要方法之一，它的知识模型是由一组模糊推理产生的规则（主要是由模糊控制规则和表示对象特性的语言规则）构成的，它的人机对话能力较强，能够方便地将专家的经验与思考加入到知识模型中。模糊控制的特点是不需要考虑控制对的数学模型和复杂情况，而仅依据由操作人员经验所制订的控制规则就可构成。凡是可用手动方式控制的系统，一般都可通过模糊控制方法设计出由计算机执行的模糊控制器。模糊控制所依据的控制律不是精确定量的。其模糊关系的运算法则、各模糊集的隶属度函数，以及从输出量模糊集到实际的控制量的转换方法等，都带有相当大的任意性。对于模糊控制器的性能和稳定性，常常难以从理论上作出确定的估计，只能根据实际效果评价其优劣。212 模糊控制的局限性模糊控制在处理面向任务的问题是比传统的控制更为有效，例如自动驾驶和停靠、交通控制与运动控制等方面，利于基于模糊控制策略要比传统的基于微分方程的控制策略更为方便和有效。另一方面，模糊理论有表现出许多先天的不严谨性，不确定性和其它局限性，导致模糊控制理论的不成熟。213 模糊理论发展方向（1）将模糊控制与非模糊控制相结合，互相借鉴（2）深入分析模糊系统的结构特性及逼近精度，建立一套完整的理论，使人们应用模糊系统时做到心中有数（3）多变量模糊系统的方法（4）构照除“ifthen”知识形式以外的其他知识和信息表达的模糊系统22 模糊控制器原理221模糊控制器的基本结构控制对象 模糊控制器模糊化模糊推理清晰化知识库参考输入 输出 图2-1 模糊控制器的结构图 222 模糊控制器的组成 （1）模糊化这部分的作用是将输入的精确量转化成模糊化量。其中输入量包括外界的参考输入、系统的输出或状态等。（2）知识库 知识库中包含了具体应用领域中的知识和要求的控制目标。它通常由数据库和模糊控制规则库组成。 （3）模糊推理 模糊推理是模糊控制器的中心，它具有模拟人的基于模糊概念的推理能力。该推理过程是机遇模糊逻辑中的蕴涵关系及推理规则来进行的。 （4）清晰化清晰化的作用是将模糊推理得到的控制量（模糊量）变化为实际用于控制的清晰量。23 模糊条件句与模糊控制规则模糊控制中，通过用一组语言描述的规则来表示专家的知识，专家知识通常具有如下的形式：if（满足一组条件）then（可以推出一组结论）在if-then规则中的前提和结论均是模糊的概念。24 模糊控制器与传统的控制方法比较（1）推广到控制规则数不限，多变量的情况，同时给出当控制规则趋于无穷时模糊控制器的极限结构。（2）当规则数无穷多时，局部控制率趋于零，全局控制将成为线形pi控制。（3）有利于对模糊控制器稳定性、鲁棒性等问题进行分析。（4）采用线形控制规则和非线形解模糊化方法的模糊控制器等同于全局多值继电器与局部非线形pi控制器之和。3. 纯滞后对象的常规控制方法根据温控系统的结构及一般力学原理，可得以下的温控系统传递函数，其近似表达为： =式中：gp（s）是被控对象中不含纯滞后的部分。一般温控系统如图所示。图中，gc（s）是设计的控制器，f为控制器直流分量等干扰。其闭环传递函数为 由于特征方程中含有项，这对控制系统稳定性极其不利，若很大，系统就很难稳定。而且由于系统含有纯滞后项，使控制器设计变得复杂。 gc（s）r（s）+ e（s） y（s） - 图3-1 一般温控系统方框图31 smith预估补偿控制原理对象温控系统这种含时间迟滞的对象通常采用史密斯(smith)预估补偿控制。控制系统的原理框如图3-2所示。其中表示控制器的传递函数；表示纯滞后被控对象的传递函数，为不包含纯滞后部分的传递函数，为被控对象纯滞后部分的传递函数gc（s） r（s）+ e（s） u（s） y（s） - - + 图3-2 smith预估控制系统框图史密斯补偿预估控制原理是：与并接一补偿环节=，用来补偿被控对象中纯滞后部分，这个环节称为预估器。此时该系统的闭环传递函数为，为滞后时间。可见经滞后补偿后，由于在闭环控制回路之外，不影响系统的稳定性，从而消除了纯滞后部分对控制系统的影响。仅仅将控制作用推移一个时间常数。系统框图亦可等效为下图：gc（s） +- - r（s）+ e（s） y（s） - + + - + 图3-3 等效smith原理框图311 实施smith预估补偿控制时的注意事项（1）smith预估是基于过程模型已知的情况下进行的，因此，实现smith预估补偿必须已知动态模型，即过程传递函数和时滞时间，而且模型与实际有足够精确度。（2）对时滞较小的过程，采用smith预估补偿控制效果也较好。（3）smith预估补偿控制是按某一工作点而设计。由于工况变化，引起实际过程的时滞变化或时间常数、增益等变化，smith预估补偿的效果会变差。（4）对于大多数过程控制，过程模型只能近似的代表实际过程，用和表示实际过程，用和表示过程模型，则闭环特征方程为1+gc（s）-+=0可见：l 只有当过程模型与真实过程完全一致时，即=及=时，smith预估补偿控制才能实现完全补偿；l 模型误差越大，即-及-的时越大，则smith预估补偿效果越差。时滞是指数函数，故模型中时滞的误差比的误差影响更大。（5）预估补偿控制系统的参数整定包括控制器gc（s）的参数整定和预估补偿器的参数整定。控制器gc（s）的参数与无时滞系统的控制器参数基本一致，考虑到过程模型的误差和工作点的偏移，通常增益可稍取小些，积分时间稍取大些。预估补偿参数需严格按照实际过程的参数确定。32 大林算法（dahlin）大林算法也是针对纯滞后对象的计算机控制系统而设计的，如下图所示。d（z）ho（s）go（s） r（s）+ y（s） t t - 图3-4 dalin算法结构图纯滞后对象特征为；零阶保持器，其中为采样周期；数字调节器为。在工业过程中，大部分被控对象都为具有纯滞后特征的一阶或二阶惯性环节。现以二阶惯性环节为例，来说明数字调节器的设计，大林算法的目的就是：设计适当的，使整个闭环系统的传递函数是带纯滞后时间的一阶惯性环节，而且要求闭环系统的纯滞后时间等于被控对象的纯滞后时间。即闭环传递函数为：，其中为被控对象的纯滞后时间，一般取为采样周期的整数倍；为等效闭环系统的时间常数。为了在域内讨论，将零阶保持器离散化，其中。数字调节器的传递函数为，其中为被控对象的传递函数。33 存在的问题实际存在的问题是：上述两种控制方案需要写出被控对象的精确模型。如果在设计控制系统时，依照某一对象的传递函数进行设计，一旦对象的参数在运行过程中发生变化或者对象的传递函数本来就不精确，按原参数设计的预估器就不能完全补偿对象的纯滞后。事实上，在实际控制系统中被控对象的精确传递函数是很难写出来的，因而常规控制在实际中很难达到理想的控制效果。本文中采用smith预估补偿原理。4. 温度控制器的设计41 温度控制系统的结构由于传统的smith控制策略能够补偿系统动态延时，但是当被控对象存在严重未建模动态影响，与真实模型存在较大偏差时，smith控制性能就会显著恶化，甚至产生稳定性问题。所以，在smith控制器基础上，采用模糊控制策略，提高系统的鲁棒性。控制器结构图如下：smith预估模糊控制器执行机构温控对象测量变送r（s）+ y（s） - 图4-1 温度控制系统结构框图42 smith预估模糊控制器的设计421预估模糊控制系统结构模糊控制器是根据被控对象的误差和误差变化率进行控制的方式（结构如下），所以取模糊控制器的输入变量为误差e和误差变化率，输出变量为相应增量信号u，flc采用增量信号u为输出，积分后输出给被控对象，有利于消除静差。主要由四部分组成：模糊化、模糊推理、知识库和清晰化。smith预估模糊控制器是在模糊控制的基础上加个补偿环节，用来消除时滞对系统的影响。 模糊化知识库模糊推理清晰化k3smith预估器量化k1量化k2 r + y - 图4-2 smith预估模糊控制策略原理图（1）模糊推理输入变量为误差e和误差变化率，输出控制变量为u，与之相对应的模糊变量分别为e，ec，u。e的模糊集合语言值都分5档，ec表示为:nl,ns,z,ps,pl，即误差为负大，负小，零，正小，正大;ec的模糊集合语言值都分3档,表示为negative，z，positive，即误差变化率为负，零，正;u的模糊集合语言值分5档，表示为：o-fast,o-slow，z,c-slow,c-fast ，即阀门开度迅速增加，缓慢增加，不变，缓慢减小，迅速减小。图中量化的功能是将比例变化后的连续值经四舍五入变为整数量。在模糊控制器设计中，k1、k2、k3为尺度变化因子。k1、k2分别是比例项和导数项前面的比例系数。量化因子k1、k2和比例因子k3对系统的静、动态性能有重要影响。增大k1，相当于缩小误差的基本论域，增强误差的控制作用，导致上升速率加大，超调增大;减小k1，会使系统调节惰性变大;k2增大，将增加系统稳定性，但k2过大将导致系统的过渡过程时间变长，而k2过小可能考之过大的超调和振荡;k3相当于系统总的放大倍数，k3增大系统响应速度增大，但过大会产生超调，k3过小，系统稳态精度变差。因此，当e和ec很大时，控制系统要减小误差，加快动态过程，取较大的控制量，这要求减小k1和k2，增大k3;当e和ec很小时，则要提高系统精度，减小超调，即增大k1和k2，同时减小k3。为了方便设计，我们取k1和k2减小(增大)的倍数与k3增大(减小)的倍数相同。这个系数的选择采用普通模糊控制，输入为误差e和误差变化率ec，输出为u。由于三角形的隶属度函数形状容易计算，同其他隶属度函数得出的结果差别甚小。故用三角形的隶属函数来表示结论部分的模糊度。高斯型函数具有很好的光滑性及对称性，图形没有零点而且具有比较清晰的物理意义，能很好地描述和逼近隶属度函数。故用高斯形的隶属函数表示控制规则条件部分的模糊度。具体数值表示见下表。语言变量e，ec和u的隶属度函数： e e-3-2-10123nl10300000ns01080801000z000310300ps00001080801pl00000031表1 e的隶属度函数 ec ec-3-2-10123n105010000z001051000p000001051 表2 ec的隶属度函数 u u-3-2-10123o-fast1000000o-slow0010000z0001000c-slow0000100c-fast0000001表3 u的隶属度函数根据调整规则l if（温度误差为零）then（阀门开度大小不变）（1）l if（温度误差负大）then（阀门开度迅速增大）（1）l if（温度误差正大）then（阀门开度迅速减小）（1）l if（温度误差负小且变化率为正）then（阀门开度缓慢减小）（1）l if（温度误差负小且变化率为负）then（阀门开度缓慢增加）（1）l if（温度误差正小且变化率为正）then（阀门开度缓慢减小）（1）l if（温度误差正小且变化率为负）then（阀门开度缓慢增加）（1）建立如表所示的控制规则表：u e ec nlnszpsplnegativeo-fasto-slowzo-slowc-fastzo-fastzzzc-fastpositiveo-fastc-slowzc-slowc-fast表4 控制规则表线性推理规则为r：if is and is then u is u(i+j),其中代表误差模糊集，代表误差变化率模糊集，u（i+j）代表输出量模糊集。（2）清晰化清晰化通常有以下几种方法l 最大隶属度法若输出量模糊集合c的隶属函数只有一个峰值，则取隶属度函数的最大值为清晰值，即 z z其中表示清晰值。若输出量的隶属函数有很多个极值，则取这些极值的平均值为清晰值。l 中位数法采用中位数法是取的中位数作为z的清晰量，即的中位数，它满足也就是说，以为界，与z轴之间面积两边相等。l 加权平均法这种方法取的加权平均值为z的清晰值，即 它类似于重心的计算，所以也称重心法。对于论域为离散的情况有这里选用加权平均法。4.3 其他控制方案介绍4.3.1复合模糊控制考虑到模糊控制的本质是一个有差系统，不能消除误差，故控制精度受到影响。因此，工业中也较常用复合模糊控制。众所周知，积分环节可以消除系统的静态误差。将常规积分器和模糊控制器并联，构成模糊积分复合方式。如下图所示，积分环节直接对误差的精确量积分，只要有偏差积分环节就起作用，直到积分饱和;只有偏差为零时积分作用才停止。然后与模糊控制器的输出控制作用叠加构成总的控制作用u*。结构如下：k/skekec模糊控制ku被控对象测量装置 r（s） + e（s） e u y - ec ec 图4-3 复合模糊控制结构图432 模糊控制器和pi控制器切换控制由于模糊控制的控制作用比较粗糙，使得系统的控制精度较低。因此，工业中教常用的控制策略还有模糊控制器和pi控制器切换控制，即设置开关控制率，使得误差在某一个阀值以外时，采用模糊控制，以获得良好的动态特性；而当误差在阀值以内时采用pi控制，提高静态特性。控制器基本结构图如下；pi控制器被控对象r（s）+ e（s） y（s）模糊控制器 - smith预估器 - + 图4-4 模糊控制器和pi控制器切换控制结构图5. 仿真本文用matlab软件的simulink进行模糊控制系统的仿真实验。首先，通过模糊逻辑工具箱建立模糊控制器。运行fuzzy命令，进入模糊逻辑编辑窗口，利用fis editor建立e、ec、u的论域、语言变量、隶属度函数，以及模糊控制规则、决策法、模糊判决法等。然后，存盘建立fis型文件。再用readfis函数来实现fis型文件(模糊控制器)同simulink的链接。最后，用simulink建立仿真结构图，在simulink的fuzzy logic controller中块参数中输入fis型文件的名称就可以进行模糊控制系统的仿真了。5.1模糊控制器511 模糊控制器设计过程（1）在matlab命令窗口中输入fuzzy，便可打开模糊推理系统编辑器（fis editor），如图 图5-1 fis editor（2） 利用fis editor编辑器的edit/add input菜单，添加一条语言变量，并将两个输入语言和一个输出语言变量的名称分别定义为：e，ec，u。其中，e表示温度误差，ec表示温度误差变化率，u表示阀门。 图5-2 输入输出变量编辑（3）利用fis editor编辑器的edit/membership functions菜单，打开隶属度函数编辑器（membership functions），将输入语言变量e的取值范围（rang）和显示范围（display range）设置为-3 3，隶属度函数类型（type）设置为高斯型函数（gaussmf），而所包含的5条曲线的名称（name）和参数（params）（高度 中心点）分别设置为：mf1=nl:gaussmf,0.637 -3；mf2=ns:gaussmf,0.637 -1.5；mf3=z:gaussmf,0.637 -0.0158730158730158；mf4=ps:gaussmf,0.637 1.5；mf5=pl:gaussmf,0.637 3其中，nl,ns,z,ps,pl分别表示温度误差负大，误差负小，误差为零，误差正小，误差正大。将输入语言变量ec的取值范围（rang）和显示范围（display range）设置为-3 3，隶属度函数类型（type）设置为高斯型函数（gaussmf），而所包含的三条曲线的名称（name）和参数（params）（高度 中心点）分别设置为：mf1=negative:gaussmf,0.9 -3；mf2=z:gaussmf,0.9 0；mf3=positive:gaussmf,0.9 3，其中negative,z,positive 分别表示温度变化率为负、不变和正。输入语言变量u的取值范围（rang）和显示范围（display range）设置为-3 +3，隶属度函数类型（type）设置为高斯型函数（trimf），而所包含的五条曲线的名称（name）和参数（params）（a b c）分别设置为：mf1=o-fast:trimf,-4 -3 -2；mf2=o-slow:trimf,-2 -1 0；mf3=ok:trimf,-0.5 0 0.5；mf4=c-slow:trimf,0 1 2；mf5=c-fast:trimf,2 3 4其中，o-fast表示迅速开阀门；o-slow表示缓慢开阀门；ok表示阀门大小不变；c-slow表示缓慢关阀门；c-fast表示迅速关阀门。这里，参数a、b和c指定三角形函数的形状，第二位值代表函数的中心点，第一第三位决定了函数曲线的起始和终止点。图5-3 输入误差变量e的参数设置图 图5-4 输入误差变化率ec的参数设置图5-5 输出变量u的参数设置（4） 利用编辑器的edit/rules菜单，打开模糊规则编辑器（rules editor），根据模糊规则设置控制规则。 图5-6 控制规则设置（3） 利用编辑器的file/export to workspace，将当前的模糊推理系统，以temperture保存到工作的空间中。 图5-7 将fis文件载入workspace（4） 在simulink系统中，打开仿真参数设置窗口，正确设置仿真参数后，启动仿真，便可看到所需的温度变化曲线。 513 模糊控制器fis文件内容systemname=temperture6type=mamdaniversion=2.0numinputs=2numoutputs=1numrules=9andmethod=minormethod=maximpmethod=prodaggmethod=maxdefuzzmethod=centroid input1name=erange=-3 3nummfs=5mf1=nl:gaussmf,0.637 -3mf2=ns:gaussmf,0.637 -1.5mf3=z:gaussmf,0.637 -0.0158730158730158mf4=ps:gaussmf,0.637 1.5mf5=pl:gaussmf,0.637 3 input2name=ecrange=-3 3nummfs=3mf1=negative:gaussmf,0.9 -3mf2=z:gaussmf,0.9 0mf3=positive:gaussmf,0.9 3 output1name=urange=-3 3nummfs=5mf1=o-fast:trimf,-4 -3 -2mf2=o-slow:trimf,-2 -1 0mf3=ok:trimf,-0.5 0 0.5mf4=c-slow:trimf,0 1 2mf5=c-fast:trimf,2 3 4 rules1 0, 1 (1) : 12 2, 3 (1) : 13 0, 3 (1) : 14 2, 3 (1) : 15 0, 5 (1) : 12 1, 2 (1) : 12 3, 4 (1) : 14 1, 2 (1) : 14 3, 4 (1) : 15.2 pid控制器 按偏差的比例、积分和微分进行控制的调节器称为pid调节器，是连续系统中技术成熟、应用最为广泛的一种调节器。521 pid控制器仿真图 图5-8 pid控制器仿真框图522 pid控制器参数设置对系统性能的影响参数设置对系统性能的影响：增大比例系数k，一般将加快系统的响应，在有静差的情况下有利于减小静差。但过大的比例系数会使系统有较大的超调，并产生振荡，使稳定性变坏。增大积分时间ti，有利于减小超调，减小振荡，使系统更加稳定，但系统静差的消除将随之减慢。增大微分时间td，亦有利于加快系统响应，使超调量减小，稳定性增加，使系统对扰动的抑制能力减弱，对扰动有较敏感的响应。 图5-9 pid控制器参数设置53 模糊控制器仿真图 图5-10 模糊控制器仿真图54 基于smith预估的模糊控制器仿真图图5-11 smith预估模糊控制器系统仿真框图55 仿真结果比较分析551被控对象为时，各系统仿真结果比较分析（1）仿真结果图 图5-12 pid控制器仿真结果图（延时50s）pid控制器性能指标：超调：35% ；稳态时间：320s ；误差：0.1% 图5-13 模糊控制器仿真结果（延时50s）模糊控制器性能指标：误差：20% ；稳态时间：190s 图5-14 smith预估模糊控制器仿真结果（延时50s）smith预估模糊控制器性能指标：超调：11.2%; 稳定时间：60s； 误差：0.88%；（2）结论在相同延时状况下，smith预估模糊控制器与pid控制相比，具有超调小，稳态时间短的优点；和模糊控制相比，具有超调小，稳态时间短，误差小等优点。552将延时加大为120s，其他参数均不变时各系统仿真结果比较分析（1）仿真结果图 图5-15 pid控制器仿真结果图（延时1