自适应模糊PID振动控制_第1页
自适应模糊PID振动控制_第2页
自适应模糊PID振动控制_第3页
自适应模糊PID振动控制_第4页
自适应模糊PID振动控制_第5页
已阅读5页,还剩41页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、毕业设计说明书 题目:自适应模糊PID振动控制学院 计算机科学与信息工程学院专业年级 学生姓名 学号指导教师 讲师 日 期 2017.05.13摘要 传统PID控制器具有鲁棒性好、适应强、结构简单,但是参数整定较为复杂,对离散不连续系统没有良好的控制效果。模糊控制不需要集体的数学模型,能够实现参数的自整定。论文基于自适应模糊PID振动控制,结合了模糊控制和PID控制的优点,在MATLAB软件中,建立仿真模型,利用模糊规则,通过模糊控制器,自动调整PID参数。通过自适应模糊PID控制器和常规PID控制器比较,最后仿真结果表明模糊PID能够达到更好的控制效果。关键字:自适应;PID控制器;模糊PI

2、D控制;MATLAB仿真AbstractThe traditional PID controller has good robustness, strong adaptability and simple structure, but the parameter setting is more complex, and it has no good control effect on discrete discontinuous system.The fuzzy control does not need the collective mathematical model, and can r

3、ealize the self-tuning of the parameters. This paper is based on the adaptive fuzzy PID vibration control, combined with the advantages of fuzzy control and PID control.In the MATLAB software, the simulation model is established, and the fuzzy rules are used to adjust the PID parameters automaticall

4、y.Finally, the simulation results show that the fuzzy PID can achieve good control effect through the comparison between the adaptive fuzzy PID controller and the conventional PID controller.Keyword:Adaptive;PID controller; fuzzy PID control; MATLAB simulation.目录一 绪论11.1论文研究的目的与意义11.2振动控制的国内外研究现状11.

5、3论文的结构与安排2二 MATLAB介绍32.1MATLAB软件的运用32.2MATLAB工具箱32.3模糊逻辑工具箱42.4 Simulink工具箱42.5 Simulink仿真52.5.1 MATLAB中Simulink的打开方式52.5.2打开Simulink编辑模型的方法52.6 本章小结5三 自适应模糊PID控制器63.1 自适应模糊PID控制器的性能63.2 PID控制器的原理63.3 PID控制器参数的自整定规则83.4 模糊PID控制器原理93.4.1模糊控制93.4.2模糊PID控制器结构 113.5各个输入变量与输出变量隶属函数的确定113.6模糊规则表的建立153.7本章

6、小结18四 利用MATLAB进行系统仿真194.1传统PID控制器仿真194.2自适应模糊PID控制器的仿真194.3仿真结果及分析214.4本章小结24五 总结25致 谢26参考文献27自适应模糊PID中建立FIS程序附录28一 绪论1.1论文研究的目的与意义在工业工程控制中,被控对象经常容易受到外界环境的振动,自适应性控制正式针对对象特性的变换而提出来的。自适应控制的基本思想,是通过在线辨识或某种算法使这种不确定或变化的影响逐渐降低,以致消除,修正控制器自己的特性,以适应对象和扰动的动态特性变化1,自适应控制对于较为复杂的控制对象还是有困难的。工业工程控制中还是偏向于采用PID控制的方法,

7、PID控制器由于结构简单,控制精度高,具有广泛的适应性,可靠性好等特点也深受欢迎。但是传统PID控制参数整定比较复杂。模糊控制不需要被控对象的精确模型,且有参数自整定特性,也就具有了自适应性。论文采用的模糊PID控制方法,结合了模糊控制和PID控制的长处。随着科学的进步,特别是最近10年计算机性能的提高与广泛的应用,人们把有经验的操作人员与专家的经验总结写入计算机,通过计算机内部存储的大量数据结合PID控制器,这样就产生了专家PID控制。由于操作人员与专家的经验往往很难在专家PID中被描述,所以这种控制具有局限性。但是模糊控制通过模糊语言可以解决专家PID的局限性。因此模糊自适应模糊PID控制

8、,具有专家PID、传统PID与模糊控制优点,是一种常见的先进控制方法。1.2振动控制的国内外研究现状振动主动控制的雏形可以追溯到19世纪20年代出现的电磁阀控制的缓冲器。在1881年,结构隔震的概念被日本学者河合浩藏提出,从而开启了振动被动控制的新篇章12。1924年,日本鬼头键三郎又提出了基础轴承隔震方案。Kelly在1970年提出了把非结构的耗能元件设置在结构中的方案12。1978年,美国的Kelly又提出了叠层橡胶支座隔震方案及技术。20世纪50年代,日本Kobori提出了结构变刚度减震的概念,这是主动控制的雏形。1965年,美国加州大学的教授L.A.Zadeh在发表其著名论文Fuzzy

9、 Sets中首次提到用“隶属函数”来描述模糊性的模糊集合理论,奠定了模糊数学的基础2。上世纪70年代,英国教授E.H.Mamdanl教授把模糊逻辑运用到蒸汽机的压力和速度测试中,从此模糊控制诞生了。目前模糊控制在振动控制中得到了广泛的运用2。Yao在1972年通过应用现代控制理论,提出了土木工程结构振动的概念,开创了结构主动控制的新里程。结构主动控制有很好的控制效果,但是需要输入很大的能量。在1979年,国际理论和应用协会首次召开了振动主动控制学术讨论会。自从80年代中期开始,振动控制研究的重点向主动抗振转移,由于大型的工程结构是有滞后性、非线性的系统,因此需要适时在线建立模型13。在最近几十

10、年来,半主动控制以其输入的能量小控制效果接近主动控制的特点发展迅速。近几年来,应用计算机辅助设计结构系统的控制问题已发展有功能很强、应用广泛的软件包MATLAB,SIMULINK作为MATLAB的发展,可以用来分析计算采取图标描述的结构。在上世纪60年代,我国开始进行振动试验系统的研制。进入上世纪80年代后,振动控制试验进入快速发展阶段,其运用领域也从国防领域扩展到汽车、建筑、电子等民用领域。随后,我国开始了数字式振动试验系统研究。90年代后,我国的振动试验研究取得了巨大的进步。1.3论文的结构与安排论文分为五章,分别为绪论,MATLAB介绍,自适应模糊PID控制器,利用MATLAB进行系统仿

11、真。主要介绍PID和模糊控制的运用和原理,通过在MATLAB中建立自适应模糊PID控制器以及传统PID控制器,调节完成后,输出两者的对比,再加入干扰后,再输出控制波形对比。二 MATLAB介绍2.1MATLAB软件的运用在上世纪70年代,为了克服在工业工程或研究领域大数据的运算,特别是遇到矩阵运算时调试困难、编程麻烦等问题。MATLAB应运而生。在1967年,MathWork公司首次开发了“Matrix Laboratory(即MATLAB)”软件,经过不断的改进和发展,最终形成了可以对外推广的产品,并且在1984年该公司退出了MATLAB正式版7。到目前已经推出了如MATLAB正式版、MAT

12、LAB4.0版本、MATLAB5.x、MATLAB6.x、MATLAB7.x,到现在该软件还在持续更新中。MATLAB编程运算是基于人的思考和表达,所以用MATLAB软件运算,就像是在草稿纸上算数学题。从某种意义上讲,MATLAB是一种万能的数学演算工具。即使用户不懂C、java或者FORTRAN等编程语言,也可以用该软件很容易的实现上述编程语言的功能,因此MATLAB大大降低了用户对数学知识储备和计算机编程语言的要求。 MATLAB是MathWork对科学和工程计算开发的一款交互式大型软件,特点是集图像显示、精确计算与仿真建模于一身。可以在嵌入式系统、数字信号处理、通信系统、人工智能、机器人

13、技术、通信系统、FPGA设计、模型测试测量、生命科学、优化设计、振动理论、金融学、图像与视屏处理等多领域都有非常广泛的运用。2.2MATLAB工具箱在MATLAB工具箱中,常见的主要有航空宇宙模块集(Aerospace Blockset)、通信模块集(Communications Blockset)、样条工具箱(Spline Toolbox)、小波分析工具箱(Wavelet Toolbox)、系统辨识工具箱(System Identification Toolbox)、统计学工具箱(Statistics Toolbox)、鲁棒性控制工具箱(Robust Control Toolbox)、偏微分

14、方程工具箱(Parial Differential Equation Toolbox)、优化工具箱(Optimization Toolbox)、神经网络工具箱(Neural Network Toolbox)、模型预测控制工具箱(Model Predictive Control Toolbox)、映射工具箱(Mapping Toolbox)、图像处理工具箱(Image Processing Toolbox)、高阶谱分析工具箱(High-Order Spectral Analysis Toolbox)、遗传算法与直接搜索工具箱(Genetic Algorithm and Direct Search

15、 Toolbox)、滤波器设计工具箱(Filter Design Toolbox)、模糊逻辑工具箱(Fuzzy Logic Toolbox)、数据获得工具箱(Data Acquisition Toolbox)、控制系统工具箱(Control System Toolbox)等。2.3模糊逻辑工具箱模糊逻辑工具箱主要是惊醒模糊系统设计与模糊分析。它提供了工具函数用于生成模糊逻辑推理的(FIS文件),其中常用的工具函数包括newfis、addmf、addrule等等。在其中给各个变量加入隶属度并设置论域与规则。在模糊逻辑工具箱中,也可以通过软件生成FIS。2.4 Simulink工具箱从1990年,

16、可以在MATLAB平台上的Simulink仿真环境被MathWorks推出以后。Simulink以其强大的功能,方便的操作方法,优秀的工作性能非常快的成为了仿真领域用户的首要选择。作为MATLAB主要工具之一的Simulink,在所有同类工具中最强大、最简单、最优秀的一种。Simulink是一个用来对动态系统进行建模、分析、仿真的一个软件包。不管是对离散型系统、连续型系统还是线性系统、非线性系统,Simulink都能够应对,特别是Simulink支持对不同部分和不同采样时段的复杂系统。Simulink由模型结构、指令分析和演示与模块库等部分组成,使用方法即简单的从模块库中寻找想要的模块,简单的

17、拖到打开的仿真界面中,连接线路。其思想是把用户从复杂的编程中解放出来,给他们用简单明了的模型构造。其中Simulink中的仿真模块集主要包含:Simulink模块集、Simulink附加模块集、Simulink参数评估模块集、Simulink确认模块集、Simulink控制设计模块集、Simulink响应优化模块集。Simulink模块集包含了标准模块库、信号源模块库、接收模块库、连续系统模块库、离散系统模块库、非连续系统模块库、信号路由器模块库、信号属性模块库、数学运算模块库。逻辑和位操作模块库、查表模块库。用户自定义函数模块库、模型检测模块库。端口与子系统模块库、模型扩展功能的模块库、附加

18、数学与离散模块库以及其他常用模块库。Simulink模块的基本操作为:(1)模块选择。用鼠标点击模块中的选择模块,该模块的周围会出现模块的“句柄”,点击右键,把选中的模块插入工作框之中;(2)改变模块的大小。可以点击选中的模块,可以在四周拉伸,这样就可以看到某些模块中的参数,增强系统的可读性,也可以让模型看起更加美化。(3)改变模块方向。一般情况下,可以不用改变模块的方向,但是特定情况下,可以通过Format菜单选择或者单击鼠标右键,会出现命令栏,其中Rotate block是顺时针旋转90度,Flip block是逆时针转动90度;(4)模块的复制。其中最常用的一种方法是点击选中的模块,按住

19、“ctrl+c”为复制,选复制模块的地方,按“ctrl+v”复制到指定地点;(5)模块插入;(6)模块删除;(7)编辑模块名。同一个模块其命名是唯一的,如果出现两个或以上的相同模块,系统会自动命名。如果需要编辑模块名字,选中模块,在下方出现可以编辑的模块名字,修改即可;(8)模块阴影。2.5 Simulink仿真2.5.1 MATLAB中Simulink的打开方式安装好MATLAB后,打开软件,在页面上会有一个“Simulink”按钮,点开就进入,或者是在命令行输入“Simulink”,确定即可。2.5.2打开Simulink编辑模型的方法(1)在打开Simulink后,选择路径如下:File

20、/New; (2)系统就会自动打开一个被命名为untited的文件。这个模型创建窗口由菜单栏、编辑窗口、状态栏与工具栏组成。2.6 本章小结MATLAB在科学研究与工业应用中都有广泛的运用,论文建立模型采用的MATLAB版本为MATLAB 2014a,本章主要是MATLAB的介绍,一些功能的运用,特别是Simulink仿真的介绍,接下来建立模型做了前期准备。三 自适应模糊PID控制器3.1 自适应模糊PID控制器的性能自从PID控制被提出后,PID以其优越的性能,良好的适应性,好的鲁棒性,以及使用方便很快得到了认可,但是PID对非线性和不连续的控制对象没有期望的控制效果,PID参数整定较为复杂

21、,这些因素都会导致PID控制器没有良好的控制效果,甚至没有造成系统更加不稳定。随着科技的进步,系统越来越复杂,人们对控制器的控制精度要求越来越高,自适应控制器采用模糊控制和PID控制结合,能够对系统有干扰的情况下达到良好的控制效果。3.2 PID控制器的原理常规PID由比例控制部分(P)、积分控制部分(I)、微分控制部分(D)组成。在工程控制中PID是一种被运用非常广泛的控制器。从PID控制器诞生到现在,其因为相对简单的结构性,良好的稳定性,广泛的适应性,方便的调整性成为工程控制的主要技术之一5。比例控制(P控制):控制器的输入信号(e)与输出信号(u)为比例关系。当被控系统出现偏差时,比例控

22、制就会产生作用,作用控制系统减少偏差。如果比例控制过大,系统会更快的调节,减弱偏差,但是过大的比例控制,会使系统稳定性降低,达不到控制的目的。有差控制时比例控制的特点,也就是说,比例控制没办法彻底消除误差。积分控制(I控制):因为比例控制无法做到为零的稳态误差,而引入积分控制就是使系统消除稳态误差,从而提高系统的误差度。系统加入积分调节会使其稳定性降低,相应变得缓慢。当系统存在误差时,积分调节进行,直到不存在误差,积分调节停止。积分时间长常数Ti决定积分调节的强与弱。Ti越长,作用就越弱,反之,Ti越短,作用越强。微分控制(D控制):能够对系统的产生偏差信号变化率(ec)具有预见性,也就是在系

23、统还没有产生偏差之前,就通过微分信号消除掉了。微分调节,能够很好的改善系统的动态性,取一个合适的微分控制参数,能够减少超调量,加快系统的响应时间。但是微分控制必须和P或者I一起使用。通过把以上的控制方式结合,主要有比例控制(P控制)、比例积分控制(PI控制)、比例积分微分控制(PID控制)、数字型PID控制。单从传递函数上讲,最理想的控制函数如式3-1所示。 (3-1)在(3-1)式中、分别代表比例积分和微分环节。为了更好的描述PID控制,理想控制的传递函数如式3-2所示。 (3-2)在(3-2)式中是积分时间常数,代表微分时间常数。在实际PID运用中,由于有一些其他因素,需要采用带滤波的PI

24、D控制器,如式3-3所示。 (3-3)其中为滤波的时间常数。去输入信号u(t),去输入与输出的偏差信号e(t),则传递函数如3-4所示。 (3-4)比例控制就是积分时间和微分时间为零,即与为0,函数如公司南海3-5所示。 (3-5)比例控制现在,输出量由偏差值与一个常数相乘。比例控制仅仅在当系统出现偏差与控制器输出成比例才成立。可以看出控制器输出与偏差成比例,比例度为。可以从数学角度看出,当有偏差e(t)时,比例环节一直有,作用于减少系统偏差,直到偏差信号为零。积分环节,就是比例时间和微分时间为零,即与为0,函数如公式3-6所示。 (3-6)从(3-6)式可以看出,控制量和与偏差量有关,在一个

25、系统中,偏差量由系统决定,只和的大小有关。随着时间的增加控制量u(t)越来越大,反应了过去一段时间系统偏差的信息。积分时间让开环系统增加了一个位于原点的极点,可以减少系统的静差。微分环节就是比例时间和积分时间为零,即与为0,函数如式3-7所示。 (3-7)微分控制系统的“将来”。输出量由一个常数与偏差的一阶导数相乘。如果系统干扰或其他因数,偏差的一阶导会发生改变。如果变化率越大,倒数的值也就越大,相应的输出量也就越大,反应时间也就越快。3.3 PID控制器参数的自整定规则PID参数的整定需要考虑、相互作用和影响。总结除了控制系统中在比例、积分、微分下不同的偏差和偏差变化率的影响,参数、自整定的

26、三条规则:(1)当系统出现较大的偏差时,未能能够有更快的响应速度,而且降低因为偏差瞬时变大造成的微分饱和,最后控制效果不理想的情况。可以采用较大的与较小的。而且为了是积分饱和的情况不出现,需要把降低,通常设为0;(2)当系统出现的偏差和偏差变化滤为不大不小的情况下,在保证系统良好的响应时间和较低的超调量,需要把取值较小,取值要适当,这时候的取值对系统有很大的影响;(3)当系统出现较小的偏差和偏差变化率时,为了让系统有更好的稳态性,需要增加、的值,同事为了考虑系统的抗干扰能力以及避免系统在预定值附近振动,需要选取适当的,即在偏差变化率较小的时候,去大一点,当偏差变化率较大时,需要取小一点。图3.

27、1 典型PID控制结构图如图3.1所示,为PID控制结构图。PID控制器对于大多数被控对象如果参数镇定合适,都能达到较好的控制效果。PID控制器无自适应性,是对于时变、非线性被控对象控制效果不佳。PID控制器参数的工程整定主要有(1)动态特性参数法:Z-N工程整定法;C-C工程整定法;以各种误差积分值为系统性能指标的工程整定法。(2)稳定边界法:稳定边界法就是通过把PID控制器的积分和微分因数为0,通过调整,达到等幅度的波形位置,测量,最后计算参数。(3)衰减曲线法:这种方法与稳定边界发类似,区别就是衰减曲线法采用的时衰减比(通常为4:1或者10:1)时设定的干扰衰减振荡然后通过一些公式,计算

28、PID参数。(4)经验整定法:就是在工程或者工业现场,有经验的操作人员,通过试凑法得出参数,过程中不需要其他公式,由经验得出一组合适的参数,这种方法比较麻烦,需要进行多次比较得出最佳的控制效果的一组参数。(5)等效控制器:在通过动态特性参数整定PID时,简单的控制系统被分为控制器与广义被控对象两部分。通常把被控对象、执行器、检测变送仪器成为广义被控对象,剩下的部分称为控制器。通过等效原则得出参数。(6)PID控制器参数的实际值与刻度。3.4 模糊PID控制器原理3.4.1模糊控制在自动控制技术出现以前,手动控制方式是人们在生产生活中唯一能选择的方式。手动控制时通过肉眼观测仪器仪表中的被控对象的

29、输出,根据输出结果与理想控制状况相比较,然后手动改变输入量。这样操作人员就会连续枯燥的完成观测、计算输出、手动调整一些列事情,而且由于操作人员在长时间的工作中,容易视疲劳,可能会出现很严重的工作失误。后来,科技进步,发明了各种代替人眼的观测仪器,由这些仪器完成原本操作人员完成的事。语言分为自然语言和及其语言。以上这些由测量装置、控制器、被控对象与执行机构组成的自动测控系统,就是常规负反馈控制系统。常规控制要建立精确的数学模型,但是目前各种控制对象越来越复杂,要建立精确的被控对象是非常困难的,甚至是一件不可能的事情。自然语言表述有图像、文字、语音等方式。模糊语言是自然语言的一种。人们在生产过程中

30、凭借多年的经验以及掌握的知识,能够很好地控制被控对象,可是却无法表述清楚数学模型。模糊控制就是通过把这些经验用模糊语言表达,通过控制器,对被控对象产生控制作用。模糊控制器由模糊化、知识库、模糊推理、反模糊化组成的一种计算机控制技术。它不依赖被控对象的数学模型。取决于操作人员和专家的经验,而且具有良好的鲁棒性。对参数有在线自整定,因此有良好的自适应性。对较复杂的控制对象具有良好的控制效果。模糊化:作用于输入的精确量,转化为能够进入模糊控制器的模糊量。由于实际论域a,b,无法作用于模糊变量论域-m,m,因此需要量化因子把实际论域变为若干等级的离散论域,量化因子k的值为2m/(b-a),如论文选择7

31、个等级负大,负中,负小,零,正小,正中,正大,简写为NB,NM,NS,Z,PS,PM,PB.知识库:由数据库和规则库两部分组成。其中数据库包含了模糊规则与数据处理有关的参数。规则库使用模糊语言表达的有操作经验和专家知识总结的模糊控制规则。模糊推理:把输入的模糊量通过推理到输出模糊量的过程,模糊推理是模糊控制器的核心部分。反模糊化:就是把模糊推理得到的输出模糊量变成可以控制的精确量。常见的反模糊化方法有区域重心法、最大隶属度法、区域二分法等。论文采用最大隶属度法。模糊控制器的一般步骤为:(1)确定系统的模糊结构,并更具需要确定模糊控制器的输入与输出;(2)基于确定的输入、输出,定义模糊集和论域;

32、(3)定义输入输出的隶属函数;(4)根据专家经验和控制的知识确定模糊控制规则;(5)输入初始数据,算出量化因子;(6)采样当前实际输出与期望输出,计算控制器的精确输入量;(7)对精确输入量进行模糊化;(8)模糊推理,把得到的信息转变为输出模糊量;(9)反模糊化,得到对被控对象有影响的控制量;(10)返回(6),继续循环模糊集合:论域U到0,1 区间的任一映射,即: :U 0,1 (4-11)其中A为U的一个模糊子集,简称为模糊集。称作为A的隶属函数。称为x对A的隶属度。是表示U论域中元素x属于以上模糊子集的程度。x属于A程度由在其论域0,1中的位置有关,如果x的值越接近0,表示其属于A程度较小

33、,反之,如果接近1,表示其属于A的程度较大。通过每个输入量进入模糊控制器中,属于哪个隶属度,然后运用规则,对输入的量进行模糊推理,得到输出量,然后反模糊化,可得到输出的控制量。3.4.2模糊PID控制器结构 模糊控制器就是通过对输入的偏差e与偏差变化率ec进行模糊化、模糊推理、反模糊化,最后变成可以调整对应PID参数的控制量,这个控制量是随着e、ec的不同基于相应的模糊规则输出相应的输出量。最后结合PID控制系统。图3.2 模糊控制系统框图图3.2为模糊控制系统框图,其中误差e、ec及输出y的实际变化范围称为其基本论域。综合模糊控制和PID控制可以得到自适应模糊PID控制结构,如图3.3所示。

34、图3.3 自适应模糊PID控制结构3.5各个输入变量与输出变量隶属函数的确定论文用的模糊控制器由两个输入即偏差e与偏差变化率ec,三个输出即修正PID控制器对应参数的、构成,也就是2输入3输出的形式。根据查阅资料以及参考其他仿真,偏差e、偏差变化率ec的基本论域为-3,3,其量化等级为-3,-2,-1,0,1,2,3,的基本论域为-0.3,0.3,比例等级为-0.3,-0.2,-0.1,0,0.1,0.2,0.3,的基本论域为-0.06,0.06,比例等级为-0.04,-0.04-,0.02,0,0.02,0.04,0.06,的基本论域为-3,3,比例等级为-3,-2,-1,0,1,2,3。

35、通过整定的PID参数、,最后得到PID控制参数、。其中 、 、 分别如公式3-9,3-10,3-11所示。 (3-9) (3-10) (3-11)隶属函数有高斯型(gaussmf)、三角型(trimf)等等,论文e、ec隶属函数采用的是高斯型,、采用的是三角型。在模糊控制器中需要加入控制规则文件FIS。介绍利用GUI建立FIS的步骤如下:(1) 在MATLAB窗口输入“fuzzy”字符串,打开了FIS编辑器,如图3.4所示。由于FIS默认为单输入单输出的模式,输出输出的变量名为input1和output1,界面上的“name”可以改变变量名。(2) 增加输入变量,操作方式为Edit/Add V

36、aruable./input,即增加一个输入变量,在name下把两个变量名改为“e”和“ec”。同事增加输出变量,操作方式为Edit/Add Varuable./output,同样改为“”、“”、“”。(3) 编辑隶属函数。点击FIS编辑器菜单Edit/Membership Funcitions,打开隶属函数(MF)编辑器。在编辑框中左上角选择输入变量e,可以看到,MF编辑器为系统默认的设置,点击MF编辑器菜单Edit/Remove all MFs,删除系统默认设置,接下来,点击Edit/Add MFs.,设置“MF tyle”和“Number of MFs”,论文中有七个。修改MF编辑器中的

37、“Range”,把其中的名字依次改为“NB、NM、NS、Z、PS、PM、PB”。(4) 编辑规则库。点击MF编辑器菜单或者FIS编辑器Edit/Rules.,打开规则库编辑器。(5) 导出FIS文件。操作如下File/Export/To Disk,即可保存到指定地点图3.4 FIS编辑器在FIS编辑器、规则编辑器与MF编辑器的界面中,以上没有提到的部分采用的时默认设置。论文才用的是二输入三输出的方式,隶属函数是模糊控制的基础,所以需要建立误差e、误差变化率ec、的隶属函数。建立的e的隶属函数如图3.5所示,ec的隶属函数如图3.6所示,的隶属函数如图3.7所示,的隶属函数如图3.8所示,的隶属

38、函数如图3.9所示。图3.5 e的隶属函数 图3.6 ec的隶属函数图3.7 的隶属函数图3.8 的隶属函数图3.9 的隶属函数3.6模糊规则表的建立有经验的操作人员和专家经验的总结,根据输入偏差e与偏差变化率ec的变化来减少系统误差达到理想控制。模糊控制规则中的模糊语句记录了很多被控对象的模型。其中包括工业锅炉压力与加热的关系、全自动洗衣机、汽车定位系统、智能车辆高速公路系统以及发展到现在的控触系统、模式识别、医药、游戏领域等等。论文总结专家的技术知识以及操作人员的经验,建立了适当的模糊规则表。得到模糊控制器中、参数镇定的模糊控制表,分别如表3-1,表3-2表3-3所示。表3-1 的模糊规则

39、控制表eceNBNMNSZPSPMPBNBPBPBPMPMPSZZNMPBPBPMPSPSZNSNSPMPMPMPSZNSNSZPMPMPSZNSNMNMPSPSPSZNSNSNMNMPMPSZNSNMNMNMNBPBZZNMNMNMNBNB表3-2 的模糊规则控制表eceNBNMNSZPSPMPBNBNBNBNMNMNSZZNMNBNBNMNSNSZZNSNBNMNSNSZPSPSZNMNMNSZPSPMPBPSNMNSZPSPSPMPBPMZZPSPSPMPBPBPBZZPSPMPMPBPB表3-2 的模糊规则控制表eceNBNMNSZPSPMPBNBPSNSNBNBNBNMPSNMPSN

40、SNBNMNMNSZNSPSNSNBNMNMNSZZZNSNSNSNSNSZPSZZZZZZZPMPBNSPSPSPSPSPBPBPBPMPMPMPSPSPB在fis中合并以上三个表格可以得出以下49条模糊规则:(1)If(e is NB) and (ec is NB) then (kp is PB)(ki is NB)(kd is PS)(1)(2)If(e is NB) and (ec is NM) then (kp is PB)(ki is NB)(kd is NS)(1)(3)If(e is NB) and (ec is NS) then (kp is PM)(ki is NM)(kd

41、 is NB)(1)(4)If(e is NB) and (ec is Z) then (kp is PM)(ki is NM)(kd is NB)(1)(5)If(e is NB) and (ec is PS) then (kp is PS)(ki is NS)(kd is NB)(1)(6)If(e is NB) and (ec is PM) then (kp is Z)(ki is Z)(kd is NM)(1)(7)If(e is NB) and (ec is PB) then (kp is Z)(ki is Z)(kd is PS)(1)(8)If(e is NM) and (ec

42、is NB) then (kp is PB)(ki is PB)(kd is PS)(1)(9)If(e is NM) and (ec is NM) then (kp is PB)(ki is NB)(kd is NS)(1)(10)If(e is NM) and (ec is NS) then (kp is PM)(ki is NM)(kd is NB)(1)(11)If(e is NM) and (ec is Z) then (kp is PS)(ki is NS)(kd is NB)(1)(12)If(e is NM) and (ec is PS) then (kp is NB)(ki

43、is NB)(kd is PS)(1)(13)If(e is NM) and (ec is PM) then (kp is Z)(ki is Z)(kd is NS)(1)(14)If(e is NM) and (ec is PB) then (kp is NS)(ki is Z)(kd is Z)(1)(15)If(e is NS) and (ec is NB) then (kp is PM)(ki is NB)(kd is Z)(1)(16)If(e is NS) and (ec is NM) then (kp is PM)(ki is NM)(kd is NS)(1)(17)If(e i

44、s NS) and (ec is NS then (kp is PM)(ki is NS)(kd is NM)(1)(18)If(e is NS) and (ec is Z) then (kp is PS)(ki is NS)(kd is NM)(1)(19)If(e is NS) and (ec is PS) then (kp is Z)(ki is Z)(kd is NS)(1)(20)If(e is NS) and (ec is PM) then (kp is NS)(ki is PS)(kd is NS)(1)(21)If(e is NS) and (ec is PB) then (k

45、p is NS)(ki is PS)(kd is Z)(1)(22)If(e is Z) and (ec is NB) then (kp is PM)(ki is NM)(kd is Z)(1)(23)If(e is Z) and (ec is NM) then (kp is PM)(ki is NM)(kd is NS)(1)(24)If(e is Z) and (ec is NS) then (kp is PS)(ki is NS)(kd is NS)(1)(25)If(e is Z) and (ec is Z) then (kp is Z)(ki is Z)(kd is NS)(1)(2

46、6)If(e is Z) and (ec is PS) then (kp is NS)(ki is PS)(kd is NS)(1)(27)If(e is Z) and (ec is PM) then (kp is NM)(ki is PM)(kd is NS)(1)(28)If(e is Z) and (ec is PB) then (kp is NM)(ki is PM)(kd is Z)(1)(29)If(e is PS) and (ec is NB) then (kp is PS)(ki is NM)(kd is Z)(1)(30)If(e is PS) and (ec is NM)

47、then (kp is PS)(ki is NS)(kd is Z)(1)(31)If(e is PS) and (ec is NS then (kp is Z)(ki is Z)(kd is Z)(1)(32)If(e is PS) and (ec is Z) then (kp is NS)(ki is PS)(kd is Z)(1)(33)If(e is PS) and (ec is PS) then (kp is NS)(ki is PS)(kd is Z)(1)(34)If(e is PS) and (ec is PM) then (kp is NM)(ki is PM)(kd is

48、Z)(1)(35)If(e is PS) and (ec is PB) then (kp is NM)(ki is PB)(kd is Z)(1)(36)If( is PM) and (ec is NB) then (kp is PS)(ki is Z)(kd is PB)(1)(37)If(e is PM) and (ec is NM) then (kp is Z)(ki is Z)(kd is PS)(1)(38)If(e is PM) and (ec is NS) then (kp is NS)(ki is PS)(kd is PS)(1)(39)If(e is PM) and (ec

49、is Z) then (kp is NM)(ki is PS)(kd is PS)(1)(40)If(e is PM) and (ec is PS) then (kp is NM)(ki is PM)(kd is PS)(1)(41)If(e is PM) and (ec is PM) then (kp is NM)(ki is PB)(kd is PS)(1)(42)If(e is PM) and (ec is PB) then (kp is NB)(ki is PB)(kd is PB)(1)(43)If(e is PB) and (ec is NB) then (kp is Z)(ki

50、is Z)(kd is PB)(1)(44)If(e is PB) and (ec is NM) then (kp is Z)(ki is Z)(kd is PM)(1)(45)If(e is PB) and (ec is NS) then (kp is NM)(ki is PS)(kd is PM)(1)(46)If(e is PB) and (ec is Z) then (kp is NM)(ki is PM)(kd is PM)(1)(47)If(e is PB) and (ec is PS) then (kp is NM)(ki is PM)(kd is PS)(1)(48)If(e

51、is PB) and (ec is PM) then (kp is NB)(ki is PB)(kd is PS)(1)(49)If(e is PB) and (ec is PB) then (kp is NB)(ki is PB)(kd is PB)(1)由模糊控制控制的算法的实现我们知道,如果要对系统进行模糊控制,我们需要建立FIS文件,有两种方法可以建立FIS文件,即通过M文件(软件实现)的方法;利用用户界面(GUI)的方法。论文采用用GUI方法,把49条规则导出到FIS文件中,即可得到模糊控制系统的fis结构。在系统进行控制的过程中,模糊控制系统通过输入量的处理以及查询、运算模糊控制表

52、,输入可以改变PID参数的量、,完成了系统自适应性。工作流程如图3.11所示。图3.11 模糊PID控制的工作流程3.7本章小结本章介绍了PID控制器与模糊控制的理论知识,自适应模糊PID控制器是PID控制与模糊控制的结合,具有PID的优点,同时能够实现模糊控制参数自整定的特点,介绍了用GUI方法建立FIS文件的方法。其中fis文件会被运用到模糊控制中的模型中,是模糊控制算法与模糊判决的核心部分。四 利用MATLAB进行系统仿真4.1传统PID控制器仿真图4.1 PID控制器的封装图4.2传统PID控制系统仿真框图 传统PID控制系统由比例部分、积分部分、微分部分组成。在Simulink中有P

53、ID的模块,也可以通过自己建立PID控制器。仿真中加入被控量、控制器、输入的单位阶跃信号、输出。PID控制器封装如图4.1所示。PID控制器仿真图,如图4.2所示。4.2自适应模糊PID控制器的仿真自适应模糊PID控制器有输入信号、模糊PID控制器、倒数部分、被控对象、输出组成。其中模糊控制器由PID控制和模糊控制封装而成,如图4.5所示。模糊控制器里面需要封装,如图4.4所示。自适应模糊PID控制器中的PID控制部分需要加入整定的PID参数与模糊控制器输出的参数,如图4.6所示。被控对象如图4.7所示,由于控制不能马上出现影响,需要一定的延迟,论文取的延迟为0.3s。图4.3 自适应模糊PID控制器仿真图4.4 模糊控制器的封装图4.5 模糊PID控制器图4.6自适应模糊PID控制中PID控制封装图4.7 被控对象的封装4.3仿真结果及分析在工业工程控制系统中,可以用二阶惯性环节加上滞后环节表示被控对象。通过查询资料,在论文中,被控对象的传递函数为 ,其中=2,=1,=0.3。在常规PID控制中,由于稳定边界发运用较多,论文也采用稳定边界法。首先把积分常数、微分常数置为0,比例常数由1开始,以2的整数倍取值,如果出现有等幅度的连续波形的趋势为止,在微调,使

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论