模糊PID控制器设计

1、模糊PID控制器参数自整定报告0引言：PID控制作为一种典型的传统反馈控制器，以其结构简单，易于实现和鲁棒性好等特点在工业过程控制中广泛应用。但是传统PID控制器的参数需要被控对象的数学模型来进行调整，而控制过程中的滞后性、控制参数的非线性和高阶陛增加了对Kp、Ki、Kd三个参数的调整难度。所以对确定的控制系统通过复杂的计算后，其三个参数的值在控制运行中一般是固定的，不易进行在线的调整。而在实际的工业生产过程中，许多被控对象受到负荷变化和干扰因素的作用，其对象参数的特征和结构易发生改变，这就需要对参数进行动态的调整。同样因为被控系统的复杂性和不确定性，其精确的数学模型难以建立，甚至无法建立模型

2、，所以需要利用模糊控制技术等方法来解决。模糊PID无需考虑被控系统的模型，而只根据其误差e和误差变化ec等检测数据来自适应调整Kp、Ki、Kd的值，最终使被控系统处于稳定工作态。1、PID控制器：PID参数模糊自整定是找出PID中3个参数与e和ec之间的模糊关系，在运行中通过不断检测e和ec，根据模糊控制原理来对3个参数进行在线修改，以满足不同e和ec时对控制参数的不同要求，而使被控对象有良好的动稳态性能。从系统的稳定性、响应速度、超调量和稳态精度等方面来考虑Kp,Ki,Kd的作用如下：(1)比例系数Kp的作用是:加快系统的响应速度，提高系统的调节精度。Kp越大，系统的响应速度越快，系统的调节

3、精度越高，但易产生超调，甚至导致系统不稳定；Kp取值过小，则会降低调节精度，使响应速度缓慢，从而延长调节时间，使系统静态、动态特性变坏。(2)积分作用系数Ki的作用是:消除系统的稳态误差。Ki越大，系统的稳态误差消除越快，但Ki过大，在响应过程的初期会产生积分饱和现象,从而引起响应过程的较大超调；若Ki过小，将使系统稳态误差难以消除，影响系统的调节精度。(3)微分作用系数Kd的作用是:改善系统的动态特性。其作用主要是能反应偏差信号的变化趋势,并能在偏差信号值变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减少调节时间。2、 模糊PID参数自整定控制器设计2.1控制器结

4、构：2.2模糊化由PID各个参数对系统的影响得到：(a)当误差|e|较大时，说明误差的绝对值较大，不论误差的变化趋势如何，都应该考虑控制器的Kp取较大值，以提高响应的快速性；而为防止因为|ec|瞬时过大，kd应该取较小的值；为控制超调，ki也应该取值很小。(b)当误差|e|在中等大小时，为保证系统的相应速度并控制超调，应减小Kp，Ki值应增大，Kd应适中。(c)当误差|e|较小时，为保证系统具有良好的稳态特性，应加大Kp、Ki的取值，同时为避免产生振荡，Kd的取值应该和|ec|联系起来。模糊PID控制根据系统运行的不同状态，考虑Kp、Ki、Kd三者的关联，根据工程经验设计模糊整定这三个参数，选

5、择输入语言变量为误差e和偏差变化率ec，语言变量值取NB，NM，NS，0，PS，PM，PB七个模糊值；选择输出语言变量为Kp，Ki，Kd语言变量值也取NB，NM，NS，0，PS，PM，PB七个模糊值，建立Kp，Ki，Kd的模糊规则表如下表1、表2、表3。 2.3设计模糊控制器 在MATLAB命令空间输入fuzzy，弹出对话框，然后进行设置，如图：设置为两输入三输出结构。根据经验设置输入输出的隶属度函数都为：设置完隶属度函数后，按照上述三个模糊规则表格设置模糊规则，如图设置完毕后，保存文件“zhinengkongz.fis”至磁盘，留给仿真调用，生成的文件为：SystemName=zhineng

6、kongzType=mamdaniVersion=2.0NumInputs=2NumOutputs=3NumRules=49AndMethod=minOrMethod=maxImpMethod=minAggMethod=maxDefuzzMethod=centroidInput1Name=eRange=-3 3NumMFs=7MF1=nb:zmf,-3 -1MF2=nm:trimf,-3 -2 0MF3=ns:trimf,-3 -1 1MF4=zo:trimf,-2 0 2MF5=ps:trimf,-1 1 3MF6=pm:trimf,0 2 3MF7=pb:smf,1 3Input2Name

7、=ecRange=-3 3NumMFs=7MF1=nb:zmf,-3 -1MF2=nm:trimf,-3 -2 0MF3=ns:trimf,-3 -1 1MF4=zo:trimf,-2 0 2MF5=ps:trimf,-1 1 3MF6=pm:trimf,0 2 3MF7=pb:smf,1 3Output1Name=kpRange=-3 3NumMFs=7MF1=nb:zmf,-3 -1MF2=nm:trimf,-3 -2 0MF3=ns:trimf,-3 -1 1MF4=zo:trimf,-2 0 2MF5=ps:trimf,-1 1 3MF6=pm:trimf,0 2 3MF7=pb:sm

8、f,1 3Output2Name=kiRange=-3 3NumMFs=7MF1=nb:zmf,-3 -1MF2=nm:trimf,-3 -2 0MF3=ns:trimf,-3 -1 1MF4=zo:trimf,-2 0 2MF5=ps:trimf,-1 1 3MF6=pm:trimf,0 2 3MF7=pb:smf,1 3Output3Name=kdRange=-3 3NumMFs=7MF1=nb:zmf,-3 -1MF2=nm:trimf,-3 -2 0MF3=ns:trimf,-3 -1 1MF4=zo:trimf,-2 0 2MF5=ps:trimf,-1 1 3MF6=pm:trim

9、f,0 2 3MF7=pb:smf,1 3Rules1 1, 7 1 5 (1) : 11 2, 7 1 3 (1) : 11 3, 6 2 1 (1) : 11 4, 6 5 1 (1) : 11 5, 5 3 1 (1) : 11 6, 4 4 2 (1) : 11 7, 4 4 5 (1) : 12 1, 7 1 5 (1) : 12 2, 7 1 3 (1) : 12 3, 6 2 1 (1) : 12 4, 5 3 2 (1) : 12 5, 5 3 2 (1) : 12 6, 4 4 3 (1) : 12 7, 3 4 4 (1) : 13 1, 6 1 4 (1) : 13 2,

10、 6 2 3 (1) : 13 3, 6 3 2 (1) : 13 4, 5 3 2 (1) : 13 5, 4 4 3 (1) : 13 6, 3 5 3 (1) : 13 7, 3 5 4 (1) : 14 1, 6 2 4 (1) : 14 2, 6 2 3 (1) : 14 3, 5 3 3 (1) : 14 4, 4 4 3 (1) : 14 5, 3 5 3 (1) : 14 6, 2 6 3 (1) : 14 7, 2 6 4 (1) : 15 1, 5 2 4 (1) : 15 2, 5 3 4 (1) : 15 3, 4 4 4 (1) : 15 4, 3 5 4 (1) :

11、 15 5, 3 5 4 (1) : 15 6, 2 6 4 (1) : 15 7, 2 7 4 (1) : 16 1, 5 4 7 (1) : 16 2, 4 4 3 (1) : 16 3, 3 5 5 (1) : 16 4, 2 5 5 (1) : 16 5, 2 6 5 (1) : 16 6, 2 7 5 (1) : 16 7, 1 7 7 (1) : 17 1, 4 4 7 (1) : 17 2, 4 4 6 (1) : 17 3, 2 5 6 (1) : 17 4, 2 6 6 (1) : 17 5, 2 6 5 (1) : 17 6, 1 7 5 (1) : 17 7, 1 7 7

12、 (1) : 13、 系统仿真设控制对象为：G(s)=25/s2+6s+25通过程序（含注释）仿真如下：clear all;clc;a=readfis(zhinengkongz); %读取设定的FIS模糊控制器ts=0.001; %抽样时间为1MSsys=tf(25,1,6,25); %构造系统G(s)=25/s2+6s+25dsys=c2d(sys,ts,z); %离散化num,den=tfdata(dsys,v); %得到系数%设置系统初值u1=0;u2=0;y1=0;y2=0;x=0,0,0;e1=0;ec1=0;Kp0=0.3;Ki0=2;Kd0=1;for k=1:5000; %仿真

13、5Stime(k)=k*ts;r(k)=1; %输入阶跃信号fpid=evalfis(e1,ec1,a); %模糊推理Kp(k)=Kp0+fpid(1); %得到新的参数Ki(k)=Ki0+fpid(2);Kd(k)=Kd0+fpid(3);u(k)=Kp(k)*x(1)+Ki(k)*x(2)+Kd(k)*x(3); %PID输出y(k)=-den(2)*y1-den(3)*y2+num(1)*u(k)+num(2)*u1+num(3)*u2;%系统输出e(k)=r(k)-y(k); %计算误差u2=u1;u1=u(k); %更新数据y2=y1;y1=y(k);x(1)=e(k); %对应KP

14、x(2)=x(2)+e(k)*ts; %对应KIx(3)=e(k)-e1; %对应KDec1=e(k)-e1; %重新计算ece1=e(k); %重新计算eend%打印输出figure(1);plot(time,y,g,time,r,r);grid on;xlabel(time(s);ylabel( y );figure(2)plot(time,Kp,r);xlabel(time(s);ylabel( Kp );grid on;figure(3)plot(time,Ki,b);grid on;xlabel(time(s);ylabel( Ki );figure(4)plot(time,Kd,g);xlabel(time(s);ylabel( Kd );grid on;结果显示： 输入输出对比图 Kp自动调整曲线 Ki自动调整曲线 Kd自动调整曲线可以看出，系统输出具有较好的超调量和调节时间，没有稳态误差，达到了理想的效果