模糊规则的PID控制器设计
模糊自整定PID控制器设计及仿真分析
摘要
针对常规PID控制不具有自适应能力，对于时变、非线性系统控制效果不佳。提出了将模糊技术与PID控制相结合的控制方式，设计出各种模糊控制器。论文的主要内容包括：
1.介绍模糊控制技术的背景和重大意义，了解常规PID控制中的优点与缺点。
2.了解模糊控制的数学基础。例如：模糊集合的定义、模糊语言、模糊推理、模糊变量的隶属函数、论域、量化因子、比例因子等。
3.掌握MATLAB中模糊工具箱、SIMULINK的使用及模糊控制器的设计方法，对于不同的控制系统设计出对应的模糊控制器的规则。
4.对混合式模糊PID控制器、开关式模糊PID控制器、自整定模糊PID控制器进行SIMULINK仿真。
MATLAB中模糊逻辑控制工具箱设计模糊控制器灵活、方便、可观性强，并可在SIMULINK环境中非常直观地构建各种复杂的模糊PID控制系统。仿真结果表明，模
糊PID控制具有控制灵活、超调小、响应快和适应性能强的优点。
关键词：模糊PID控制；MATLAB仿真；SIMULINK
Fuzzy Adaptive PID Controller Design and Simulation
Analysis
Abstract
To the conventional PID control don’t have self-adaptive ,the control effect of time-varing and nonlinearity, We have already take the control method that combine fuzzy technology with PID control, and design various the fuzzy controller. The main contents of thesis is that:
1. Introduce the fuzzy control technology's background and great significance, understanding the advantages and disadvantages of the conventional PID control.
2. Understanding the mathematical basis of the fuzzy control, such as: the definition of fuzzy set, fuzzy language, fuzzy inference, membership function of fuzzy variables, treatise domain, quantifiable factor, scale factor and so on .
3. Master the use of the fuzzy toolbox, SIMULINK at MATLAB and the design of the fuzzy controller for different control system design the rules of the different fuzzy controller correspondingly.
4. Carry out SIMULINK simulation for the hybrid fuzzy controller, the switch fuzzy controller, and self-fuzzy controller.
When a fuzzy logic control toolbox design fuzzy controller, it is very flexible、convenient and great observability in MATLAB, and it can construct various complex fuzzy PID control system directly in SIMULINK environment. The simulation results show that
the fuzzy PID control have advantages of flexible control, small overshoot, fast response
and strong adaption.
Key words：Fuzzy PID control；MATLAB simulation；SIMULINK
目录
摘要.............................................................. I Abstract ............................................................ I I 第1章绪论 (1)
1.1 课题的研究背景及意义 (1)
1.2 PID控制的特点 (2)
1.3 模糊控制技术概述 (3)
第2章模糊控制理论 (6)
2.1 模糊集合定义 (6)
2.2 模糊语言 (6)
2.3 模糊变量的隶属函数 (8)
2.4 模糊推理系统的数据结构管理函数介绍 (8)
2.5 论域、量化因子、比例因子的选择 (11)
2.5.1 论域及基本论域 (11)
2.5.2 量化因子及比例因子 (12)
第3章基于MATLAB的模糊控制器的设计内容 (14)
3.1 模糊控制器概述 (14)
3.2 模糊控制器设计所包括的内容 (14)
3.3 模糊控制器的结构设计 (15)
3.4 模糊控制器规则的设计 (15)
3.5 精确量的模糊化 (17)
3.6 模糊推理及其模糊量去模糊化方法 (18)
3.7 模糊控制规则表 (18)
第4章 PID控制器 (20)
4.1 PID的概述 (20)
4.2 PID 控制的基本理论 (20)
4.3 模糊 PID 控制 (23)
第5章 MATLAB仿真 (25)
5.1 MATLAB简介 (25)
5.2 模糊控制器的设计 (25)
5.2.1 模糊控制器原理图 (25)
5.2.2 控制系统的SIMULINK实现 (26)
5.2.3 MATLAB仿真 (29)
5.3 混合式模糊PID控制器设计 (29)
5.3.1 控制系统原理图 (29)
5.3.2 控制系统的SIMULINK实现 (30)
5.3.3 MATLAB仿真 (30)
5.4 开关式模糊PID控制器设计 (31)
5.4.1 控制系统原理图 (31)
5.4.2 控制系统的SIMULINK仿真 (32)
5.4.3 MATLAB仿真 (32)
5.5 自整定模糊PID控制器设计 (33)
5.5.1 控制系统的原理图 (33)
5.5.2 控制系统的SIMULINK实现 (34)
5.5.3 MATLAB仿真 (39)
结论 (40)
参考文献 (41)
第1章绪论
1.1 课题的研究背景及意义
现代控制系统，规模越来越大，系统越来越复杂，用传统的控制理论方法已不能满足控制的要求。智能控制是在经典控制理论和现代控制理论的基础上发展起来的，是控制理论、人工智能和计算机科学相结合的产物。智能控制主要分为模糊逻辑控制、神经网络控制和实时专家系统。研究的主要目标不仅仅是被控对象，同时也包含控制器本身。
模糊理论是在美国柏克莱加州大学电气工程系L.A.Zadeh教授于1965年创立的模糊集合理论的数学基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控制等方面内容。
L.A.Zadeh教授在1965年发表的Fuzzy Set论文中首次提出表达事物模糊性的重要概念——隶属函数。模糊控制理论的核心是利用模糊集合论，把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的算法。但它的控制输出却是确定的，它不仅能成功的实现控制，而且能模拟人的思维方式，对一些无法构成数学模型的对象进行控制。“模糊概念”更适合于人们的观察、思维、理解、与决策，这也更适合于客观现象和事物的模糊性。“模糊控制”的特色就是一种“语言型”的决策控制。
模糊控制技术，已经成为智能控制技术的一个重要分支，它是一种高级算法策略和新颖的技术。自从1974年英国的马丹尼(E.H.Mandani)工程师首先根据模糊集合理论组成的模糊控制器用于蒸汽发动机的控制以后，在其发展历程的30多年中，
模糊控制技术得到了广泛而快速的发展。现在，模糊控制已广泛地应用于冶金与化工过程控制、工业自动化、家用电器智能化、仪器仪表自动化、计算机及电子技术应用等领域。尤其在交通路口控制、机器人、机械手控制、航天飞行控制、汽车控制、电梯控制、核反应堆及家用电器控制等方面，表现其很强的应用价值。并且目前已有了专用的模糊芯片和模糊计算机的产品，可供选用。我国对模糊控制器开始研究是在1979年，并且已经在模糊控制器的定义、性能、算法、鲁棒性、电路实现方法、稳定性、规则自调整等方面取得了大量的成果。著名科学家钱学森指出，模糊数学理论及其应用，关系到我国二十一世纪的国力和命运。
1.2 PID控制的特点
PID控制的优点与缺点：[1]
(1)PID控制具有适应性强的特点，适应各种控制对象，参数的整定是PID控制的一个关键问题；
(2)只要参数整定合适，对大多数被控对象可以实现无差控制，稳态性能好，但动态特性不太理想；
(3)PID控制不具有自适应控制能力，对于时变、非线性系统控制效果不佳。当系统参数发生变化时，控制性能会产生较大的变化，控制特性可能变坏，严重时可能导致系统的不稳定。
虽然PID控制具有一些不理想的方面，但由于其具有十分明显的优点，在工业过程控制领域一直占据了主导地位，而且全世界的控制技术研究和应用人员对PID 控制进行了大量的研究，努力改善PID控制的性能。围绕PID控制，并与多种其它
控制技术结合，形成了多种PID控制技术，以下是一些PID控制技术的发展和研究方向：
（1）专家PID控制：专家控制(Expert Control )的实质是基于受控对象和控制规律的各种知识，并以智能的方式利用这些知识来设计控制器。利用专家经验来设计PID参数便构成专家PID控制；
（2）模糊PID控制：模糊控制技术与PID控制结合构成模糊PID控制；
（3）神经PID控制：运用神经网络技术对PID控制参数进行整定，构成神经PID控制；
（4）遗传PID控制：用遗传算法对PID控制参数进行整定和优化，构成遗传PID控制；
（5）灰色PID控制：灰色系统理论与PID控制结合进行系统控制构成PID控制。
以上多种PID控制方法，是PID控制与现代控制技术的结合，主要是在PID参数动态整定上进行了大量研究，在保持PID控制基本原理的基础上，改善了PID控制的性能，在工业过程控制领域继续占据着主导地位。
1.3 模糊控制技术概述
模糊控制主要还是建立在人的直觉和经验的基础上，这就是说，操作人员对被控系统的了解不是通过精确的数学表达式，而是通过操作人员丰富的实践经验和直观感觉。这种方法可以看成是一组探索式决策规则。
模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机控制方法，作为智能控制的一个重要分支，在控制领域获得了广泛应用。模糊控制的核心是模糊控制器，而模糊控制器的关键是模糊控制规则的确定，即模糊控制规则表，模糊控制规则表是根据专家或者操作者的手动控制经验总结出来的一系列控制规则。
一般最易为人所观察到的就是被控过程的输出变量及其变化率，因此通常把误差e及其变化率ec作为模糊控制器的输入语言变量，把控制量U作为模糊控制器的输出语言变量，从关系上看为,
F
U ，实质上体现为模糊控制器是一种非
E
(EC
线性的比例微分(PD)控制关系。
模糊控制系统框图如图1.1所示。
图1.1 模糊控制系统框图
误差e、误差变化率ec和输出y的实际变化范围，称为模糊控制的基本论域。在模糊控制中，用模糊概念来表述输入和输出变量，e和ec称为输入语言变量，y 称为输出语言变量。语言变量是一个模糊集合，语言变量的取值称为语言变量值。
语言变量值根据问题需要确定，是语言变量的模糊子集。语言变量值是构成语言变量的词集。对于输入变量e、ec在基本论域内的一个实际值，为实施模糊控制，需要将其转化为语言变量值，这个转化依赖于语言变量值的隶属度函数，这种转化的过程叫模糊化。
经过模糊化处理后，得到输入变量e、ec在输入基本论域内的一个实际值隶属于各语言变量值的程度。一般在一个模糊规则的前件中往往不只有一个命题，需要用模糊算子获得该规则前件被满足的程度。模糊算子的输入是两个或者多个输入的经过模糊化后得到的语言变量值(隶属度值)，其输出是一条规则的整个前件被满足的隶属度。将一条规则的整个前件被满足的隶属度作为输入，根据规则“如果x是A，则y是B”，表示的A与B之间的模糊蕴涵关系(A B)进行模糊推理，可以得到一个输出模糊集，即输出语言变量值，这种过程称为模糊推理。模糊推理又称模糊逻辑推理，它是一种以模糊推断为前提，运用模糊语言规则，推出一个新的近似的模糊推断结论的方法。
模糊推理的关键是模糊控制规则的确定，即模糊控制规则表，模糊控制规则表是根据专家或者操作者的手动控制经验总结出来的一系列控制规则。由于一般情况下，模糊规则库由多条规则组成，经过模糊推理得到的是一个由每一条规则推理得出的输出语言变量值的集合，因此需要将这些输出语言变量值进行某种合成运算，得到一个综合的输出模糊集，这种过程称为模糊合成。将经过模糊合成得到的综合输出模糊集进行转化，即将语言变量值转化为输入变量基本论域内的一个实值，对被控过程进行控制，这种过程叫模糊判决或者叫去模糊化。
第2章 模糊控制理论
2.1 模糊集合定义
模糊集合：论域U 到[0，1]区间的任一映射A μ，即
A μ：U →[0，1] （2.1）
确定U 的一个模糊子集A ，简称模糊集。A μ称为A 的隶属度函数，()x A μ称为x
对A 的隶属度。
()x A μ表示论域U 中的元素x 属于模糊子集A 的程度或等级。它在[0，1]闭区
间内可连续取值。()x A μ的值越接近1，则x 隶属于A 的程度越高；()x A μ越接近于
0，表示属于A 的程度低。
2.2 模糊语言
语言是一种符号系统，它包括自然语言，机器语言等等。其中自然语言是以字
或词为符号的一种符号系统，人们用它表示主客观世界的各种事物、观念、行为和情感的意义，是人们在日常工作和生活中所使用的语言。自然语言中常含有模糊概念。在实际生产过程中，人们发现，有经验的操作人员，虽然不懂被控对象或被控过程的数学模型，却能凭借经验采取相应的决策，很好的完成控制工作]2[。
例如，控制加热炉的温度时，就可以根据操作工人的经验调节电加热炉供电电
压，达到升温和降温的目的，人工操作控制温度时，操作工人的经验，可以用下述语言来描述：
若炉温低于给定温度则升压，低的越多，升压越高。
若炉温高于给定温度则降压，高的越多，降压越低。
若炉温等于给定温度，则保持电压不变。
上述这些用以描述操作经验的一系列模糊性语言，就是模糊条件语句。再用模糊逻辑推理对系统的实时输入状态观测量进行处理。则可产生相应的控制决策，这就是模糊控制。
图2.1是一个人工操作的控制系统示意图。操作者首先通过传感器和仪表显示设备，知道系统的输出量及其变化的模糊信息。然后，操作者就用这些信息，根据已有的经验来分析判断，得出相应的控制决策，实现对工业对象的控制。
图2.1 工业操作的控制系统
一般来说，当人进行控制时，必须根据输入的偏差及偏差变化率综合地进行权衡和判决。操作者在对受控过程进行控制时，测量或观测到的偏差值和偏差的变化速率是一些清晰量，经过模糊化得到偏差、偏差变化率大、中、小的某个模糊量的概念。经过人的模糊决策后，得到决策的控制输出模糊量。当按照已定的模糊决策去执行具体的动作时，所执行的动作又必须以清晰的量表现出来。因此，图2.1的人-机过程可归结为：将偏差e、偏差变化率ec的清晰量经模糊化得到模糊量E和EC，将模糊近似推理分析得到模糊控制输出U，然后经模糊决策判断，得到清晰值的控制量u去执行控制动作[3]。
2.3 模糊变量的隶属函数
MATLAB模糊工具箱提供了许多函数，如表2.1所示的模糊隶属度函数，用以生成特殊情况的隶属函数，包括常用的三角型、高斯型、π型、钟型等隶属函数。
表2.1 模糊隶属度函数
函数名函数功能描述
pimf 建立π型隶属度函数
gauss2mf 建立双边高斯型隶属度函数
gaussmf 建立高斯型隶属度函数
gbellmf 生成一般的钟型隶属度函数
smf 建立S型隶属度函数
trapmf 生成梯形型隶属度函数
trimf 生成三角型隶属度函数
zmf 建立Z型隶属度函数
[3]
2.4 模糊推理系统的数据结构管理函数介绍
在MATLAB工具箱中，把模糊推理系统的各部分作为一个整体，提供了模糊推理系统数据结构管理函数，用以完成模糊规则的建立、解析与修改，模糊推理系统的建立、修改和存储管理以及模糊推理的计算及去模糊化等操作[4]。
（1）readfis
功能：从磁盘载入模糊推理系统。
（2）addrule
功能：向模糊推理系统添加模糊规则。
（3）addvar
功能：向模糊推理系统添加变量。
（4）convertfis
功能：将模糊逻辑工具箱1.0版FIS转换为2.0版FIS结构。（5）evalfis
功能：执行模糊推理计算。
（6）gensurf
功能：生成模糊推理系统的曲面并显示。
（7）getfis
功能：获得模糊推理系统特性曲线。
（8）mam2sug
功能：将Mamdani FIS变换为Sugeno FIS。
（9）parsrule
功能：解析模糊规则。
（10）plotfis
功能：作图显示模糊推理系统输入/输出结构。
（11）plotmf
功能：绘制隶属度函数曲线。
（12）rmmf
功能：从模糊推理系统中删除隶属度函数。（13）rmvar
功能：从模糊系统中删除对象。
（14）setfis
功能：设置模糊推理特性。
（15）showfis
功能：显示添加了注释的模糊推理系统。（16）showrule
功能：显示模糊规则。
（17）writefis
功能：将模糊规则保存到磁盘中。
（18）addmf
功能：向模糊推理系统添加隶属度函数。（19）defuzz
功能：隶属度函数的去模糊化。
去模糊化方法的5个可取的值如下：
① Centroid：面积重心法。
② Bisector：面积平分法。
③ Mom：平均最大隶属度法。
④ Som：最大隶属度取最小法。
⑤ Lom：最大隶属度取最大法。
（20）evalmf
功能：通用隶属度函数估计。
（21）mf2mf
功能：隶属度函数间的参数转换。
（22）newfis
功能：建立新的模糊推理系统。
2.5 论域、量化因子、比例因子的选择
2.5.1 论域及基本论域
模糊控制器把输入变量误差、误差变化的实际范围称为这些变量的基本论域。显然基本论域内的量为精确量。
被控对象实际要求的控制量的变化范围，称为模糊控制器输出变量(控制量)的基本论域，控制量的基本论域内的量也是精确量。
若设误差变量所取的模糊子集的论域为：
{-n，-n+1，…，0，…，n-1，n}
误差变化变量所取的模糊子集的论域为：
{-m，-m+1，…，0，…，m-1，m}
控制量所取的模糊子集的论域为：
{-x，-x+1，…，0，…，x-1,x}
有关论域的选择问题，一般选误差的论域6
m，选
≥
n，选误差变化的论域6
≥
控制量的论域6
x。
≥
值得指出的是，从道理上讲，增加论域中的元素个数，即把等级细分，可提高控制精度，但这受到计算机字长的限制，另外也要增大计算量。因此，把等级分得过细，对模糊控制显得必要性不大。关于基本论域的选择，由于事先对被控对象缺乏经验知识，所以误差及误差变化的基本论域只能做初步的选择，待系统调整时再进一步确定。控制量的基本论域根据被控对象提供的数据选定[5]。
2.5.2 量化因子及比例因子
当由计算机实现模糊控制算法进行模糊控制时，每次采样得到的被控制量需经计算机计算，才能得到模糊控制器的输入变量误差及误差变化。为了进行模糊化处理，必须将输入变量从基本论域转换到相应的模糊集的论域，这中间需将输入变量乘以相应的因子，这就是量化因子。
量化因子和比例因子均是考虑两个论域变换而引出的，但对输入变量而言的量化因子确实具有量化效应，而对输出而言的比例因子只起比例作用。
设计一个模糊控制器除了要有一个好的模糊控制规则外，合理地选择模糊控制器输入变量的量化因子和输出控制量的比例因子也是非常重要的。量化因子和比例因子的大小及其不同量化因子之间大小的相对关系，对模糊控制器的控制性能影响极大。
合理地确定量化因子和比例因子要考虑所采用的计算机的字长，还要考虑到计算机的输入输出接口中D/A和A/D转换的精度及其变化的范围。因此，选择量化因
子和比例因子要充分考虑与D/A和A/D转换精度相协调，使得接口板的转换精度充分发挥，并使其变换范围充分被利用。
量化因子Ke及Kec的大小对控制系统的动态性能影响很大。Ke选的较大时，系统的超调也较大，过渡过程较长。因为从理论上讲Ke增大，相当于缩小了误差的基本论域，增大了误差变量的控制作用，因此导致上升时间变短，但由于出现超调，使得系统的过渡过程变长。Kec选择较大时，超调量减小，但系统的响应速度变慢。Kec才对超调的遏制作用十分明显。量化因子Ke和Kec的大小意味着对输入变量误差和误差变化的不同加权程度，二者之间相互影响[6][7]。
此外，输出比例因子Ku的大小也影响着模糊控制系统的特点。Ku选择过小会使系统动态响应过程变长，而Ku选择过大会导致系统振荡。
输出比例因子Ku作为模糊控制器的总的增益，它的大小影响着控制器的输出，通过调整Ku可以改变对被控对象(过程)输入的大小[8]。
第3章基于MATLAB的模糊控制器的设计内容
3.1 模糊控制器概述
模糊逻辑控制器(Fuzzy Logic Controller)，简称为模糊控制器(Fuzzy Controller)。因为模糊控制器的控制规则是基于模糊条件语句描述的语言控制规则，所以模糊控制器又称为模糊语言控制器。
模糊控制器包含模糊接口、规则库、模糊推理、清晰化接口等部分。输入变量是过程实测变量与系统设定值之差值。输出变量是系统的实时控制修正变量。一维模糊控制器的输入量是系统的偏差量e，它是确定数值的清晰量。通过模糊化处理，用模糊语言E来描述偏差。模糊推理输出U是模糊量，在系统中要实施控制时，模糊量U还要转化为清晰值，因此要进行清晰化处理，得到可操作的确定值u，这就是模糊控制器的输出值，通过u的调整控制作用，使偏差e尽量小]9[。
二维模糊控制器是目前广为采用的一类模糊控制器。它的输入量是偏差e和偏差变化率ec，以控制量的变化值u作为输出量，它比一维控制器有较好的控制效果，且易于计算机的实现[10]。
3.2 模糊控制器设计所包括的内容
(1) 确定模糊控制器的输人变量和输出变量(即控制量)；
(2) 设计模糊控制器的控制规则；
(3) 确立模糊化和非模糊化(又称清晰化)的方法；
(4) 选择模糊控制器的输入变量及输出变量的论域并确定模糊控制器的参数(如量化因子、比例因子)；
(5) 模糊控制器的软硬件实现；
(6) 合理选择模糊控制算法的采样时间。
3.3 模糊控制器的结构设计
模糊控制器的结构设计是指确定模糊控制器的输入变量和输出变量，究竟选择哪些变量作为模糊控制器的信息量，还必须深入研究在手动控制过程中，人如何获取、输出信息，因为模糊控制器的控制规则归根到底还是要模拟人脑的思维决策方式。
在手动过程中，人所能获得的信息量基本上为三个：误差、误差的变化、误差变化的变化，即误差变化的速率。一般来说，人对误差最敏感，其次是误差的变化，再次是误差变化的速率。从理论上讲，模糊控制器的维数越高，控制越精细。但维数过高，模糊控制规则变得过于复杂，控制算法的实现相当困难。这或许是目前人们广泛设计和应用二维模糊控制器的原因所在，因此，本论文也采用二维模糊控制器，即以误差、误差的变化率作为输入[11]。
3.4 模糊控制器规则的设计
控制规则的设计是设计模糊控制器的关键，一般包括三部分设计内容：选择描述输入、输出变量的词集，定义各模糊变量的模糊子集及建立模糊控制器的控制规则。
（1）选择描述输入和输出变量的词集。模糊控制器的控制规则表现为一组模糊条件语句，在条件语句中描述输入输出变量状态的一些词汇(如“正大”、“负小”等)的集合，称为这些变量的词集(亦可以称为变量的模糊状态)。
模糊PID控制器的设计与仿真——设计步骤(修改)
模糊PID 控制器的设计与仿真 设计模糊PID 控制器时，首先要将精确量转换为模糊量，并且要把转换后的模糊量映射到模糊控制论域当中，这个过程就是精确量模糊化的过程。模糊化的主要功能就是将输入量精确值转换成为一个模糊变量的值，最终形成一个模糊集合。 本次设计系统的精确量包括以下变量：变化量e ，变化量的变化速率ec 还有参数整定过程中的输出量ΔK P ，ΔK D ，ΔK I ，在设计模糊PID 的过程中，需要 将这些精确量转换成为模糊论域上的模糊值。本系统的误差与误差变化率的模糊论域与基本论域为：E=[-6,-4,-2,0,2,4,6];Ec=[-6,-4,-2,0,2,4,6]。 模糊PID 控制器的设计选用二维模糊控制器。以给定值的偏差e 和偏差变化ec 为输入；ΔK P ，ΔK D ，ΔK I 为输出的自适应模糊PID 控制器，见图1。 图1模糊PID 控制器 （1）模糊变量选取 输入变量E 和EC 的模糊化将一定范围(基本论域)的输入变量映射到离散区间(论域)需要先验知识来确定输入变量的范围。就本系统而言，设置语言变量取七个，分别为 NB ，NM ，NS ，ZO ，PS ，PM ，PB 。 (2)语言变量及隶属函数 根据控制要求，对各个输入，输出变量作如下划定： e ，ec 论域：｛-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6｝ ΔK P ，ΔK D ，ΔK I 论域：｛-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6｝ 应用模糊合成推理PID 参数的整定算法。第k 个采样时间的整定为 ).()(,)()(,)()(000k K K k K k K K k K k K K k K D D D I I I P P P ?+=?+=?+= 式中000,,D I P K K K 为经典PID 控制器的初始参数。
PID控制;模糊控制;模糊PID控制器
摘要 交流伺服电机现广泛应用于机械结构的驱动部件和各种数控机床。PID控制是伺服系统中使用最多的控制模式之一。尽管传统的PID控制系统构造简单、运转稳定，但交流伺服电机存在非线性的、强耦合。当参数变动或非线性因素的影响发生变化时，控制不能实时改动，不能满足系统高性能、高精度的要求。结合模糊控制和传统PID控制成一种新的控制方法--模糊PID控制是解决上述问题的一种很好的途径。模糊控制器不需要被控对象的数学模型，而是根据之前人为设定的控制要求设计用来控制的决策算法，使用此方式确定控制量。模糊控制和传统PID控制融合的结果，不单具有模糊控制的高性能，还具备传统PID控制精准度高的长处。 本文对PID控制算法的原理和模糊控制算法作了简要的描述和比较。指出模糊PID混合控制法，在误差很大时使用模糊控制,在不大时使用PID控制,在MATLAB软件中，对交流伺服系统的位置控制进行了仿真。结果表明，该控制系统仿真结果与理论上差距较小。 关键词：PID控制；模糊控制；模糊PID控制器；MATLAB 第1章绪论 1.1 研究课题的任务 本课题的任务是了解交流伺服系统，比较并结合两种控制的优点，结合成一种新的控制方式--模糊PID控制。该控制法在系统输出差距大时采用模糊控制，而在差距较小时采用PID控制。文章最后给出了模糊PID位置控制的MATLAB响应图，同时给出了常规PID控制下的效果图，并比较分析。 1.3 交流伺服系统工作原理 相对单一的系统，其一般是根据位置检测反馈组成闭环位置伺服系统。其组成框图参考图1-1内容[14]。 此类系统主要原理是对比输入的目标位置信号和位置检测设备测试的真实位置信号统计其偏差且使用功率变换器的输入端弱化误差。控制量被信号转换和功率放大驱动，驱动伺服组织，促使误差不断缩减少，一直到最佳值。 （1）位置检测装置是此类系统的关键构成方面，完整系统的动态功能是否可以满足需求，关键的是位置检测传感器的科学选择以及精度。当前普遍使用的位置传感器主要是接触式，接近式，曲轴位置，节气门位置等多种类型的传感器。 （2）在此类系统中，功率变换器是完成此类电机高性能调速的关键。此外，它应该具备较稳定的输出功率和较高的调频电压精度，而且还需要在有温差是稳定运行的能力、较强的电磁抗干扰能力、系统异常保护的功能。 （3）伺服电机是伺服系统的主要组成部分。伺服电机具有良好的低速特性是伺服电机具有高精度的关键。伺服系统的快速响应（急停，启动）也指出此类电机需要具备更小的转动惯量、较高加速转矩（过载转矩）、相对平稳性等。当前被普遍使用的主要是感应式交流异步电动机等类型。 （4）控制器其一般包含微处理芯片，比如微处理器以及数字信号处理器（DSP）等部分。 一般闭环控制系统的功能更加完善，具备方位、速度与电流反馈等功能。参考图1-2可知。 图1-2 交流伺服系统的三闭环结构 电流环和速度环全部是内环。前者的功能是： 提升内环控制主体的传递函数的精准性，促进系统的平稳运作。 避免电流环内部的干扰； 防止发生电路内电流超出额定数值的问题，保证系统的安全运行。
模糊PID控制器设计
模糊PID控制器 o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，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、传统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。 ⑵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控制器结构： 2.2模糊化 由PID各个参数对系统的影响得到:
常规pid控制器与模糊控制器的比较
上机实验 已知系统的传递函数为G(S)=1/(10S+1)e-0.5s。假设系统给定为阶跃值r=30，系统的初始值r(0)=0试分别设计常规PID控制器和模糊控制器。 常规PID控制器的设计： 利用Ziegler-Nichols整定公式整定PID调节器的初始参数 由公式可得 P=18 Ti=1.65 Td=0 SIMULINK仿真图 设定仿真时间为10s 仿真结果 模糊控制器的设定 1在matlab命令窗口输入“fuzzy”确定模糊控制器结构：即根据具体的系统确定输入、输出量。选取二维控制结构，即输入为误差e和误差变化ec，输出为u如下图所示 2输入输出变量的模糊化：即把输入输出的精确量转化为对应语言变量的模糊集合。首先我们要确定描述输入输出变量语言值的模糊子集，如{NB，NM，NS，ZO，PS，PM，PB}，并设置输入输出变量的论域，然后我们为模糊语言变量选取相应的隶属度函数。如下图所示 3模糊推理决策算法设计：即根据模糊控制规则进行模糊推理，并决策出模糊输出量。首先要确定模糊规则，即专家经验。如图。
制定完之后，会形成一个模糊控制规则矩阵，然后根据模糊输入量按照相应的模糊推理算法完成计算，并决策出模糊输出量。 4．对输出模糊量的解模糊：模糊控制器的输出量是一个模糊集合，通过反模糊化方法判决出一个确切的精确量，反模糊化方法很多，我们这里选取重心法。 SIMULINK仿真图 在模糊控制器的输入和输出均有一个比例系数，我们叫它量化因子，它反映的是模糊论域范围与实际范围之间的比例关系，这里模糊控制器输入的论域范围均为[-6，6]，假设误差的范围是[-10，10]，误差变化率范围是[-100，100]，控制量的范围是[-24，24]，那么我们就可以算出量化因子分别为0.6，0.06，8。量化因子的选取对于模糊控制器的控制效果有很大的影响，当输出量化因子调为10控制效果更好。 仿真曲线 常规PID控制器和模糊控制器的比较 由仿真结果可见两种控制器对系统的各项性能指标都有了改进，常规PID还是有超调量，模糊控制器的超调量几乎为零。
模糊控制与传统PID控制比较
模糊控制 与传统PID控制比较
引言： 模糊控制不需要确定系统的精确数学模型，是一种基于规则的控制。模糊控制在智能控制领域由于理论研究比较成熟、实现相对比较简单、适应面宽而得到广泛的应用。不论是对复杂的水泥回转窑的控制，还是在智能化家用电器中的应用，模糊控制都充当着重要的角色。 一个典型工业过程通常可以等效为二阶系统加上一个非线性环节（如纯滞后），给出如下典型控制对象传递函数的一般形式： Gp（s）=K*e-τs/(T1s+1)（T2s+1） PID控制： PID控制是自动控制领域产生最早、应用最广的一种控制方法。 PID控制原理图：
PID控制器传递函数的一般表达式为： Gc（s）=kp+ki/s+kd*s kp为比例增益；ki为积分增益；kd为微分增益 控制器的关键是确定三个增益值，在simulink中搭建PID系统控制模型如下图示： PID仿真结果：
模糊控制： 模糊控制是运用语言归纳操作人员的控制策略，运用变量和模糊集合理论形成控制算法的一种控制。 模糊控制原理框图： 一个基本模糊控制器主要有三个功能： （1）模糊化：把精确量(如偏差e和偏差变化ec)转化为相应的模糊量（E、EC）; （2）模糊推理：按总结的语言规则（模糊控制规则表）进行模糊推理； （3）模糊判决：把推理结果（U）从模糊量转化为可以用于实际控制的精确量（u） 模糊控制器的基本机构
设计模糊控制器主要步骤： 1.选择偏差e、偏差变化ec和控制量u的模糊语言变量为E、 EC和U。根据e、ec和u实际的基本论域，设定E、EC 和U论域都为[-6,6],可以确定出量化因子Ke、Kc和比例因子Ku。。 2.选取E、EC和U的各语言变量直，正大PB,正中PM,正小 PS，零ZE，负小NS，负中NM，负大NB，它们各自在论域上的模糊子集隶属度函数均为三角形， 3.根据总结的人工操作策略设计出模糊控制策略表： ek=yr-yk △ek=ek-ek-1
经典PID与模糊PID控制
经典 PID 与模糊 PID 控制 一、 PID 控制规律 控制输出由三部分组成： 比例环节——根据偏差量成比例的调节系统控制量 ,以此产生控制作用 , 减 少偏差。比例系数的作用是加快系统的响应速度 ,比例系数越大 ,系统响应速度越 快,系统的调节精度越高 , 但容易产生超调 , 甚至会导致系统的不稳定 ; 比例系数 过小,会降低系统调节精度 ,系统响应速度变慢 ,调节时间变长 ,系统动态、静态特 性变坏。比例控制是最简单的控制结构， 然而，它也能使系统满足某一方面的特 性要求，如 GM 、 PM 、稳态误差等。 积分环节——用于消除静差 , 提高系统的无差度。积分作用的强弱取决于积 分时间 常数 TI 的大小, TI 越小,积分作用越强。需要注意的是积分作用过强 , 可能引起系统的不稳定。 微分环节——根据偏差量的变化趋势调节系统控制量 , 在偏差信号发生较大 的变化 以前 , 提前引入一个早期的校正注意的是微分作用过强 , 可能引起系统的 振荡。 已知被控对象的数学模型： 二、经典 PID 设计 由于在设计 PID 控制器中要调整 3 个参数，根轨迹与波特图设计方法通常不 被直 接采用。 Ziegler 与 Nichols 发展了 PID 调节器设计方法。该方法基于简单 的稳定性分析方法。首先，置 K D K I 0，然后增加比例系数直至系统开始振 荡（即闭环系统极点在 jw 轴上）。再将该比例系数乘 0.6 ，其他参数按下式计算： K P 0.6K m K D K P Pi 4w m K I K P w m Pi 式中， K m 为系统开始振荡时的 K 值； w m 为振荡频率。然而，该设计方法在设计 过程中没有考虑任何特性要求。 但是 Ziegler 与 Nichols 发现这种设计方法给予 过程控制器提供了好的工作性能。 工程师们的多年实践经验证明， 这种设计方法 的确是一种好的方法。 G(s) 2s (s 1)(s 3)(s 4)
模糊PID控制
模糊P I D控制器在伺服系统中的应用 造车网2008年09月09日 0 引言 传统PID（比例、积分和微分）控制原理简单，使用方便，适应性强，可以广泛应用于各种工业过程控制领域。但是PID控制器也存在参数调节需要一定过程，最优参数选取比较麻烦的缺点，对一些系统参数会变化的过程，PID控制就无法有效地对系统进行在线控制。不能满足在系统参数发生变化时PID参数随之发生相应改变的要求，严重的影响了控制效果。本文介绍了基于车载伺服系统的模糊PID控制，它不需要被控对象的数学模型，能够在线实时修正参数，使控制器适应被控对象参数的任何变化。并对其进行仿真验证，结果表明模糊PID控制使系统的性能得到了明显的改善。 1 传统PID与模糊PID的比较 PID控制 PID控制器问世至今凭借其结构简单、稳定性好、工作可靠、调整方便等优点成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握、得不到精确的数学模型时，采用PID控制技术最为方便。PID控制器的参数整定是控制系统设计的核心。它是根据被控过程的特性来确定PID控制器的参数大小。PID控制原理简单、易于实现、适用面广，但PID控制器的参数整定是一件非常令人头痛的事。合理的PID参数通常由经验丰富的技术人员在线整定。在控制对象有很大的时变性和非线性的情况下，一组整定好的PID参数远远不能满足系统的要求。为此，引入了一套模糊PID控制算法。
模糊PID控制 所谓模糊PID控制器,即利用模糊逻辑算法并根据一定的模糊规则对PID控制的比例、积分、微分系数进行实时优化,以达到较为理想的控制效果。模糊PID控制共包括参数模糊化、模糊规则推理、参数解模糊、PID控制器等几个重要组成部分。计算机根据所设定的输入和反馈信号，计算实际位置和理论位置的偏差e以及当前的偏差变化ec，并根据模糊规则进行模糊推理，最后对模糊参数进行解模糊，输出PID控制器的比例、积分、微分系数。 2 车载天线伺服系统 车载天线伺服系统的组成 车载天线系统由两部分组成：户外设备和户内设备。户外设备主要是天线伺服跟踪系统（包括平台、平台伺服跟踪系统、惯性传感器、GPS、卫星天线等）;户内设备主要是控制器（包括各传感器接口、数据采集、控制器、卫星接收机等）和主控计算机，两者之间采用电缆连接，具有稳定跟踪和接收卫星信号的两大功能。 本系统采用德州仪器推出的TMS320LF2407A，与传统的单片机相比有巨大的优势。只需外加较少的硬件即可实现电机控制系统。本系统采用增量式光电码盘反馈转子的速度和磁极位置及初始位置。车载天线伺服系统模糊PID控制框图如图1所示。 图1 车载天线伺服系统模糊PID控制框图 车载天线伺服系统数学模型的确定 若电机的负载为常数且只输出电机转动的角速度，则得到直流伺服电机的传递函数如式（1）。
模糊PID控制
模糊PID控制器在伺服系统中的应用 造车网2008年09月09日 0 引言 传统PID（比例、积分和微分）控制原理简单，使用方便，适应性强，可以广泛应用于各种工业过程控制领域。但是PID控制器也存在参数调节需要一定过程，最优参数选取比较麻烦的缺点，对一些系统参数会变化的过程，PID控制就无法有效地对系统进行在线控制。不能满足在系统参数发生变化时PID参数随之发生相应改变的要求，严重的影响了控制效果。本文介绍了基于车载伺服系统的模糊PID控制，它不需要被控对象的数学模型，能够在线实时修正参数，使控制器适应被控对象参数的任何变化。并对其进行仿真验证，结果表明模糊PID控制使系统的性能得到了明显的改善。 1 传统PID与模糊PID的比较 1.1 PID控制 PID控制器问世至今凭借其结构简单、稳定性好、工作可靠、调整方便等优点成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握、得不到精确的数学模型时，采用PID控制技术最为方便。PID控制器的参数整定是控制系统设计的核心。它是根据被控过程的特性来确定PID控制器的参数大小。PID 控制原理简单、易于实现、适用面广，但PID控制器的参数整定是一件非常令人头痛的事。合理的PID参数通常由经验丰富的技术人员在线整定。在控制对象有很大的时变性和非线性的情况下，一组整定好的PID参数远远不能满足系统的要求。为此，引入了一套模糊PID控制算法。 1.2 模糊PID控制
所谓模糊PID控制器,即利用模糊逻辑算法并根据一定的模糊规则对PID控制的比例、积分、微分系数进行实时优化,以达到较为理想的控制效果。模糊PID 控制共包括参数模糊化、模糊规则推理、参数解模糊、PID控制器等几个重要组成部分。计算机根据所设定的输入和反馈信号，计算实际位置和理论位置的偏差e以及当前的偏差变化ec，并根据模糊规则进行模糊推理，最后对模糊参数进行解模糊，输出PID控制器的比例、积分、微分系数。 2 车载天线伺服系统 2.1 车载天线伺服系统的组成 车载天线系统由两部分组成：户外设备和户内设备。户外设备主要是天线伺服跟踪系统（包括平台、平台伺服跟踪系统、惯性传感器、GPS、卫星天线等）;户内设备主要是控制器（包括各传感器接口、数据采集、控制器、卫星接收机等）和主控计算机，两者之间采用电缆连接，具有稳定跟踪和接收卫星信号的两大功能。 本系统采用德州仪器推出的TMS320LF2407A，与传统的单片机相比有巨大的优势。只需外加较少的硬件即可实现电机控制系统。本系统采用增量式光电码盘反馈转子的速度和磁极位置及初始位置。车载天线伺服系统模糊PID控制框图如图1所示。 图1 车载天线伺服系统模糊PID控制框图 2.2 车载天线伺服系统数学模型的确定 若电机的负载为常数且只输出电机转动的角速度，则得到直流伺服电机的传
PID控制与模糊控制比较
PID控制与模糊控制的比较 专业：控制理论与控制工程 班级：级班 姓名：X X X 学号： xxxxxxxxxxxxxx
摘要：介绍了PID控制系统和模糊控制系统的工作原理。PID控制器结构简单，实现简单，控制效果良好，已经得到了广泛的应用。而模糊控制器相对复杂，但在许多的智能化家用电器中也得到了大量应用。但对于一个简单的系统来讲，哪一种控制方法更好，是不是越智能的控制就能得到越好的效果。 关键词：PID控制，模糊控制，比较
Abstract: Introduced the working principle of PID control system and fuzzy control system. PID controller structure is simple, implementation is simple, the control effect is good, has been widely used. And fuzzy controller is relatively complicated, but in a lot of intelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect. Key words: PID control, fuzzy control, compare
经典PID与模糊PID控制
) 4)(3)(1(2)(+++= s s s s s G 经典PID 与模糊PID 控制 一、PID 控制规律 控制输出由三部分组成： 比例环节——根据偏差量成比例的调节系统控制量,以此产生控制作用,减少偏差。比例系数的作用是加快系统的响应速度,比例系数越大,系统响应速度越快,系统的调节精度越高,但容易产生超调,甚至会导致系统的不稳定;比例系数过小,会降低系统调节精度,系统响应速度变慢,调节时间变长,系统动态、静态特性变坏。比例控制是最简单的控制结构，然而，它也能使系统满足某一方面的特性要求，如GM 、PM 、稳态误差等。 积分环节——用于消除静差,提高系统的无差度。积分作用的强弱取决于积分时间常数TI 的大小, TI 越小,积分作用越强。需要注意的是积分作用过强,可能引起系统的不稳定。 微分环节——根据偏差量的变化趋势调节系统控制量,在偏差信号发生较大的变化以前,提前引入一个早期的校正注意的是微分作用过强,可能引起系统的振荡。 已知被控对象的数学模型： 二、经典PID 设计 由于在设计PID 控制器中要调整3个参数，根轨迹与波特图设计方法通常不被直接采用。Ziegler 与Nichols 发展了PID 调节器设计方法。该方法基于简单的稳定性分析方法。首先，置0==I D K K ，然后增加比例系数直至系统开始振荡（即闭环系统极点在jw 轴上）。再将该比例系数乘0.6，其他参数按下式计算： m P K K 6.0= m P D w Pi K K 4= Pi w K K m P I = 式中，m K 为系统开始振荡时的K 值；m w 为振荡频率。然而，该设计方法在设计过程中没有考虑任何特性要求。但是Ziegler 与Nichols 发现这种设计方法给予过程控制器提供了好的工作性能。工程师们的多年实践经验证明，这种设计方法的确是一种好的方法。
模糊规则的PID控制器设计(DOC)
模糊自整定PID控制器设计及仿真分析 摘要 针对常规PID控制不具有自适应能力，对于时变、非线性系统控制效果不佳。提出了将模糊技术与PID控制相结合的控制方式，设计出各种模糊控制器。论文的主要内容包括： 1.介绍模糊控制技术的背景和重大意义，了解常规PID控制中的优点与缺点。 2.了解模糊控制的数学基础。例如：模糊集合的定义、模糊语言、模糊推理、模糊变量的隶属函数、论域、量化因子、比例因子等。 3.掌握MATLAB中模糊工具箱、SIMULINK的使用及模糊控制器的设计方法，对于不同的控制系统设计出对应的模糊控制器的规则。 4.对混合式模糊PID控制器、开关式模糊PID控制器、自整定模糊PID控制器进行SIMULINK仿真。 MATLAB中模糊逻辑控制工具箱设计模糊控制器灵活、方便、可观性强，并可在SIMULINK环境中非常直观地构建各种复杂的模糊PID控制系统。仿真结果表明，模 糊PID控制具有控制灵活、超调小、响应快和适应性能强的优点。 关键词：模糊PID控制；MATLAB仿真；SIMULINK
Fuzzy Adaptive PID Controller Design and Simulation Analysis Abstract To the conventional PID control don’t have self-adaptive ,the control effect of time-varing and nonlinearity, We have already take the control method that combine fuzzy technology with PID control, and design various the fuzzy controller. The main contents of thesis is that: 1. Introduce the fuzzy control technology's background and great significance, understanding the advantages and disadvantages of the conventional PID control. 2. Understanding the mathematical basis of the fuzzy control, such as: the definition of fuzzy set, fuzzy language, fuzzy inference, membership function of fuzzy variables, treatise domain, quantifiable factor, scale factor and so on . 3. Master the use of the fuzzy toolbox, SIMULINK at MATLAB and the design of the fuzzy controller for different control system design the rules of the different fuzzy controller correspondingly. 4. Carry out SIMULINK simulation for the hybrid fuzzy controller, the switch fuzzy controller, and self-fuzzy controller. When a fuzzy logic control toolbox design fuzzy controller, it is very flexible、convenient and great observability in MATLAB, and it can construct various complex fuzzy PID control system directly in SIMULINK environment. The simulation results show that
模糊自适应PID控制器
模糊自适应PID控制器 的设计
模糊自适应PID 控制器的设计 一、 模糊自适应原理 模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机控制方法，作为智能控制的一个重要分支，在控制领域获得了广泛应用，模糊控制与传统控制方式相比具有以下突出优点: ·不需要精确的被控对象的数学模型； ·使用自然语言方法，控制方法易于掌握； ·鲁棒性好，能够较大范围的适应参数变化； ·与常规PID 控制相比，动态响应品质优良。 常规模糊控制器的原理如图1所示: 图1 模糊控制系统框图 PID 控制规律: 1 01()[()()()] p D I d u t k e t e t dt T e t T dt =++? 式中：p k ---比例系数； I T ---积分时间常数； D T ---微分时间常数。 在工业生产中过程中，许多被控对象随着负荷变化或干扰因素影响，其对象特性参数或结构发生改变。自适应控制运用现代控制理论在线辨识对象特征参 数，实时改变其控制策略，使控制系统品质指标保持在最佳范围内，但其控制效果的好坏取决于辨识模型的精确度，这对于复杂系统是非常困难的。因此，在工业生产中过程中，大量采用的仍然是PID 算法，PID 参数的整定方法很多，但大多数都以对象特性为基础。 随着计算机技术的以展，人们利用人工智能的方法将操作人员的调整经验作为知识存入计算机中，根据现场实际情况，计算机能自动调整PID 参数，这样就出现了智能PID.这种控制器把古典的PID 控制与先进的专家系统相结合，实现系统的最佳控制。这种控制必须精确地确定模型，首先将操作人员长期实践积累
模糊PID控制器的鲁棒性研究外文文献翻译
毕业设计（论文）外文文献译文及原文 基于模控制的模糊PID参数的整定 Xiao-Gang Duan, Han-Xiong Li,and Hua Deng
School of Mechanical and Electrical Engineering, Central South UniVersity, Changsha 410083, China, and Department of Manufacturing Engineering and Engineering Management, City UniVersity of Hong Kong, Hong Kong 摘要:在本文中将利用模控制的整定方法实现模糊PID控制。此种控制方式首次应用于模糊PID控制器，它包括一个线性PID控制器和非线性补偿部分。非线性补偿部分可视为一个干扰过程，模糊PID 控制器的参数可在分析的基础上确定模结构。模糊PID控制系统利用亚谱诺夫稳定性理论进行稳定性分析。仿真结果表明利用模控制整定模糊PID控制参数是有效的。 1引言 一般而言，传统的PID控制器对于十分复杂的被控对象控制效果不太理想, 如高阶时滞系统。在这种复杂的环境下, 众所周知,模糊控制器由于其固有的鲁棒性可以有更好的表现，因此，在过去30年中，模糊控制器，特别是,模糊PID控制器因其对于线性系统和非线性系统都能进行简单和有效的控制，已被广泛用于工业生产过程[1-4]。模糊PID控制器有多种形式[5],如单输入模糊PID控制器,双输入模糊PID控制器和三个输入的模糊PID控制器。一般情况下，没有统一的标准。单输入可能会丢失派生信息, 三输入模糊PID控制器会产生按指数增长的规则。在本文中所采用的双输入模糊PID控制器有一个适当的结构并且实用性强，因此在各种研究和应用中,是最流行的模糊PID 类型。尽管业界对于应用模糊PID有越来越大的兴趣，但从控制工程的主流社会的角度来看,它仍然是一个极具争议的话题。原因之一是模糊PID参数整定的基本理论分析方法至今仍不明确。因此，模糊PID控制器不得不进行两个级别的整定。在较低层次上，该整定是由调整增益获得线性控制性能。在更高层次上的
模糊PID控制问题
Fuzzy - simulink有关模糊PID问题概述 最近很多人问我关于模糊PID的问题，我就把模糊PID的问题综合了一下，希望对大家有所帮助。 一、模糊PID就是指自适应模糊PID吗？ 不是，通常模糊控制和PID控制结合的方式有以下几种： 1、大误差范围内采用模糊控制，小误差范围内转换成PID控制的模糊PID开关切换控制。 2、PID控制与模糊控制并联而成的混合型模糊PID控制。 3、利用模糊控制器在线整定PID控制器参数的自适应模糊PID控制。 一般用1和3比较多，MATLAB自带的水箱液位控制tank采用的就是开关切换控制。由于自适应模糊PID控制效果更加良好，而且大多数人选用自适应模糊PID控制器，所以在这里主要指自适应模糊PID控制器。 二、自适应模糊PID的概念 根据PID控制器的三个参数与偏差e和偏差的变化ec之间的模糊关系，在运行时不断检测e及ec，通过事先确定的关系，利用模糊推理的方法，在线修改PID控制器的三个参数，让PID参数可自整定。就我的理解而言，它最终还是一个PID控制器，但是因为参数可自动调整的缘故，所以也能解决不少一般的非线性问题，但是假如系统的非线性、不确定性很严重时，那模糊PID的控制效果就会不理想啦。 三、模糊PID控制规则是怎么定的？ 这个控制规则当然很重要，一般经验： (1)当e较大时，为使系统具有较好的跟踪性能，应取较大的Kp 与较小的Kd，同时为避免系统响应出现较大的超调，应对积分作用加以限制，通常取Ki=0。 (2)当e处于中等大小时，为使系统响应具有较小的超调，Kp应取得小些。在这种情况下，Kd的取值对系统响应的影响较大，Ki的取值要适当。 (3)当e较小时，为使系统具有较好的稳定性能，Kp与Ki均应取得大些，同时为避免系统在设定值附近出现振荡，Kd值的选择根据|ec|值较大时，Kd取较小值，通常Kd为中等大小。 另外主要还得根据系统本身的特性和你自己的经验来整定，当然你先得弄明白PID三个参数Kp，Ki，Kd各自的作用，尤其对于你控制的这个系统。 四、量化因子Ke，Kec，Ku该如何确定？ 有个一般的公式：Ke=n/e(max),Kec=m/ec(max),Ku=u(max)/l。n,m,l分别为Ke，Kec，Ku的量化等级，一般可取6或7。e(max),ec(max),u(max)分别为误差，误差变化率，控制输出的论域。不过通过我实际的调试，有时候这些公式并不好使。所以我一般都采用凑试法，根
模糊PID控制器
摘要： 本论文揭示了关于最简单模糊PID控制器的数学模型，最简单模糊PID控制器是采用两个分别拥有三个输入变量的模糊集和四个拥有输出变量的模糊集。数学模型是通过包括每个输入变量的左、右梯形隶属函数，输出变量单一或三角隶属函数，代数产品三角模，三方共同规范和推理方法的不同组合以及COS（center of sums）去模糊方法得到的。对于这些结构性能的研究是为了审查其是否适合控制应用程序，由于这些结构是适合于控制的，所以有界输入输出（BIBO）的稳定性得到了证实。最后本文给出了模糊PID控制器的设计途径，一切数值例子包括其模拟技术成果用以证明最简单模糊PID控制器的效力。 关键词 模糊PID控制器数学模型代数产品三角模BIBO稳定性 1简介 常规（线性）PID控制器由于其操作简单，成本低，对线性系统的有效性而被广泛用于工业。到目前为止关于PID控制的四种不同配置筹措已揭示，如图1所示.。由于其线性结构，常规PID控制器通常无效如果程序需要较高秩序和时滞系统，非线性系统，缺少精确数学模型的复杂模糊系统以及不确定系统。据观察，模糊PI和模糊PD控制器可以处理上述系统且优于它们的常规对应。模糊PD控制器无法消除稳态误差，模糊PI控制器在瞬态阶段高阶进程中表现不佳，要获得全面的性能提升，模糊PID控制器当为首选。 常规PID控制器参数的调整运用被认为是经典的调节技术。这些控制器运用模糊矩阵等到了进一步的调整以便能在闭环系统中获得更好的瞬态和稳态行为性能。一个首先采用Ziegler-Nichols-like 转变方程参数，继而运用联机模糊推理机制的自整PID控制方案已经提出，为了规范工业生产。使用联机模式识别方法和模糊推理，一个调整级联PID控制器的专家级监管控制系统已实现。为了提高从PID控制器获得的闭环性能，模糊监督PID控制器引入了[ 6 ] 。监督技术主要包括在每年年底瞬态响应的基础上调整PID参数，以及上升时间，超调与稳定因素组成的价值。基于模糊逻辑对调整PID控制器不同方法的比较已经提出。遵循从Zeigler-Nichols参数中取得性能提升的模糊机制已将不同控制结构纳入考虑。通过不同基于逻辑方法带有典型模糊类PID协商控制器模糊集，以
经典PID与模糊PID控制
经典PID与模糊PID控制 一、PID控制规律 控制输出由三部分组成： 比例环节一一根据偏差量成比例的调节系统控制量，以此产生控制作用，减少偏差。比例系数的作用是加快系统的响应速度，比例系数越大，系统响应速度越快,系统的调节精度越高，但容易产生超调，甚至会导致系统的不稳定；比例系数过小，会降低系统调节精度，系统响应速度变慢，调节时间变长，系统动态、静态特性变坏。比例控制是最简单的控制结构，然而，它也能使系统满足某一方面的特性要求，如GM PM稳态误差等。 积分环节一一用于消除静差，提高系统的无差度。积分作用的强弱取决于积分时间常数TI的大小,TI越小，积分作用越强。需要注意的是积分作用过强，可能引起系统的不稳定。 微分环节一一根据偏差量的变化趋势调节系统控制量，在偏差信号发生较大的变化以前，提前引入一个早期的校正注意的是微分作用过强，可能引起系统的振荡。 已知被控对象的数学模型： G(s)二2s (s 1)(s 3)(s 4) 二、经典PID设计 由于在设计PID控制器中要调整3个参数，根轨迹与波特图设计方法通常不被直接采用。Ziegler与Nichols发展了PID调节器设计方法。该方法基于简单的稳定性分析方法。首先，置K D二? =0，然后增加比例系数直至系统开始振荡（即闭环系统极点在jw轴上）。再将该比例系数乘0.6，其他参数按下式计算： K P =0.6K m K D二K p Pi.4w m K I二K p W m.. Pi 式中，K m为系统开始振荡时的K值；W m为振荡频率。然而，该设计方法在设计过程中没有考虑任何特性要求。但是Ziegler与Nichols发现这种设计方法给予过程控制器提供了好的工作性能。工程师们的多年实践经验证明，这种设计方法的确是一种好的方法。
模糊PID控制器设计
第3章模糊PID智能控制算法设计 PID控制是工业过程中应用最广泛的、常规控制中最基本的控制方法，具有结构简单、易于实现、不依赖于系统精确的模型的优点。但是当其用到复杂控制系统时，难以取得理想的控制效果，甚至会导致系统不稳定。智能控制具有学习能力、对变化环境的适应能力以及自组织协调能力，能够应用到复杂系统的控制中。因此，将智能控制方法和常规PID控制方法结合起来，可以充分发挥两种方法的优点，提高控制系统的整体性能。 常规PID控制的参数是固定的，在广义被控对象发生变化时，其自身参数不能根据变化做出相应的调整。针对这一问题，已有研究者提出能自校正的PID 控制方法。但是在系统非线性的情况下，实现自校正相当困难。因而需要设计一种PID参数自适应的控制方法，在对象发生变化时，其参数能进行动态调整。采用智能控制方法对自适应PID的参数进行优化，将优化的参数送到控制器，将可以很好的弥补传统PID的缺陷，达到良好的控制效果，智能自适应PID控制应运而生[1]。 PID控制系统的参数分为比例、积分、微分系数和PID控制器的参考值两个方面，因此改变PID参数也有改变比例、积分、微分系数和改变PID回路的参考值两种方法。通常的自适应PID控制是采用前一种方法，对于被控对象的模型的改变，通过调整比例、积分、微分系数来调整三种作用的强弱，从而来适应变化。这类控制方法中最具代表性的是模糊自适应PID控制方法。 模糊自适应PID控制是用模糊控制来适时调整PID参数的方法，其主要思想是结和工程设计人员的技术知识和实际操作经验，建立合适的模糊规则，通过推理得到比例、积分、微分三个整定参数。由于一维模糊控制精度不够，而三维模糊控制计算过于麻烦，通常情况下采用二维模糊控制方法实现参数整定。具体的方法是通过计算当前系统误差及误差变化率得到模糊控制的输入，利用模糊规则进行模糊推理，查询模糊规则表进行参数调整。参数的调整包括极性和大小两个方面。同时，系统要求辨识机构能够提供足够的系统信息，且保证模糊自整定PID有较为广泛的控制空间。模糊规则的设计要保证系统满足快速响应、无静差的要求
模糊-PID控制
第五章 交流伺服系统控制方式 5.1 PID 控制简介 PID 控制器具有通用性强与鲁棒性好的特点，所以在己有的各种控制手段中，它仍然占有重要地位。常规 PID 控制器系统原理框图如图5－2 所示，系统主要由 PID 控制器和被控对象组成。 PID 控制器原理框图 PID 控制器是一种线性控制器，它根据给定值和实际输出值构成控制偏差，将偏差的比例、积分和微分通过线性组合构成控制量，对被控对象进行控制。其控制规律为： ?++=t D I p dt t de T dt t e T t e K t u 0])()(1 )([)( 式中：e(t)=r(t)-c(t) ,p K 为比例系数，I T 为积分时间常数，D T 为微分时间常数。 由于计算机的发展，实际应用中大多数采用数字 PID 控制器，数字 PID 控制算法又分为位置式 PID 控制算法和增量式 PID 控制算法。在这两种算法中，增量式 PID 有较大的优点： (1) 由于计算机输出增量，所以误动作时影响小。 (2) 手动/自动切换时冲击小，便于实现无扰动切换。此外，当计算机发生故障时，由于输出通道或执行装置具有信号的锁存作用，故能仍然保持原值。 (3) 算式中不需要累加。控制增量的确定仅与最近K 次的采样值有关。 所谓增量式PID 是指数字控制器的输出只是控制量的增量)(t u ?。当执行机构需要的是控制量的增量时，可由式导出提供增量的PID 控制算式。根据递推原理可得式 ∑=--++=k j D j p k e k e K j e K k e K k u 0)]1()([)()()( ∑-=---++-=-1 0)]2()1([)()1()1(k j D F p k e k e K j e K k e K k u 用6.8减6.9，可得 )] 1()([)()()] 2()1(2)([)()]1()([)(-?-?++?=-+--++--=?k e k e K k e K k e K k e k e k e K k e K k e k e K k u D I P D F p 式中：)1()()(--=?k e k e k e