毕业设计（论文）-模糊优化PID控制器的设计.doc

辽宁科技大学本科生毕业设计 第IV页模糊优化PID控制器的设计摘要PID控制是最早发展起来的控制策略其中之一，由于算法、鲁棒性及可靠性都不错，被广泛应用于工业过程控制，建立精确数学模型的确定性控制系统特别适合用此法。而非线性、时变不确定性存在于实际工业生产过程中，所以数学模型难以建立精确，所以想要达到理想效果就不能使用单纯的PID控制器；在实际生产现场中，因受限于参数整定方法烦杂，常规PID控制器参数常常整定不良、性能欠佳，对运行情况的适应性很差。采用模糊控制，过程的动态响应品质比常规PID控制好, 并切比较适应过程参数的变化。所以提出了用模糊方法优化PID控制器的设计。该方法先用MATLAB中的simulink仿真PID,用稳定边界法设定、的初值，再根据比例、微分、积分的特性手动调节PID参数，使其动态性能更好，得到人工调节PID的经验，然后用模糊推理机根据人工经验设计模糊推理规则，再结合程序使PID控制器用MATLAB仿真出来的曲线动态性能更好，通过粗调和细调相结合的方法，使调整PID参数的次数减少。关键词：PID控制器；模糊控制；MATLAB仿真；粗调和细调Fuzzy Method Improve PID Controller DesignAbstractPID control is the control strategy developed in the first one, due to algorithm, robustness and reliability are good, are widely used in industrial process control, to establish accurate mathematical model of the deterministic control system is particularly suitable for this method. The nonlinear, time-varying uncertainties exist in the actual industrial production process, so difficult to establish accurate mathematical model, so I want to achieve the desired result can not use a simple PID controller; in the actual production site, the parameters due to limited cumbersome tuning methods, the conventional PID controller parameter tuning is often poor, poor performance, poor adaptability to the operation. Fuzzy control, the process dynamic response than conventional PID control the quality and cut more compatible with the process parameters change. So with the proposed optimized fuzzy PID controller design. The method first used in the MATLAB simulink simulation PID, with a Stable Boundary setting , , of the initial value, then according to proportional, differential and integral characteristics of manual adjustment of PID parameters to better dynamic performance, are manual adjustment PID experience, and then use fuzzy inference engine based on human experience in the design of fuzzy inference rules, combined with the program MATLAB simulation of the PID controller with better performance out of the dynamic curve, by combination of coarse and fine phase modulation methods to adjust the number of PID parameters reduced.Key words:PID Controller；fuzzy control；MATLAB emulation; coarse and delicate adjusting目录摘要IAbstractII1 .绪论11.1课题的背景和内容11.2 PID控制的介绍11.2.1 PID控制的产生及发展11.2.2 PID基本用途和现实意义21.3 PID 控制的现状及发展方向31.4 本文主要内容32.PID控制系统概述52.1 PID控制系统概述52.1.2 控制系统动态性能指标72.2 PID参数整定法72.2.1 衰减曲线法72.2.2 稳定边界法83.模糊基本理论93.1 模糊控制理论的起源93.2 模糊理论概述93.3模糊逻辑数学基础93.3.1模糊集合93.3.2 模糊关系123.3.3 模糊推理133.3.4 模糊量的非模糊化方法154.模糊方法优化PID控制器的设计及仿真164.1 PID控制器的设计164.2模糊方法优化PID参数21结论34致 谢35参考文献36附 录37第40页辽宁科大学本科生毕业设计1 .绪论1.1课题的背景和内容PID控制是在自动控制技术中占有非常重要地位的控制方法。PID控制是最悠久、生命力最顽强的基本控制。在工业过程控制系统中，目前采用最多的控制方式依然是PID控制。常规PID具有良好的控制效果和鲁棒性，算法原理简明，参数的物理意义明确，理论分析体系完整且应用经验丰富。但常规PID参数整定不是容易的事情。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。而模糊方法优化常规PID控制器参数具优越性，模糊方法是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、微分系数进行优化,以达到较为理想的控制效果。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。将PID控制技术和模糊控制结合起来，取长补短，发挥两者的优势就能取得更好的控制效果。1.2 PID控制的介绍1.2.1 PID控制的产生及发展从人们开始意识到采用负反馈的思想来完成对被调量的控制时起，比例控制同时产生了，这点可以追溯到18世纪中叶，出现了离心力条速器作为比例反馈来调节风车速度的装置，紧接着，James Watt把它用在工艺汽车的速度控制上，是蒸汽机真正地记入了实用阶段，从而推动了第一次工业革命的开始。为了使被调量控制在所要求的位置上，最初是通过调节比例控制器的偏置来完成的。但很快发现一旦工作环境发生变化时，被调量就立刻偏离原先的设定位置。为此必须从新调整偏置，使被调量复位，这种方法称为“手动复位”，显然“手动复位”是不方便的，因为工矿条件是时时变化的，所以人们开始寻求新方法，很快发现积分控制可以使被调量在不同工矿条件下都能控制在设定的位置上，积分调节开始被称为“自动复位”。积分引入了，控制系统的稳定问题出现了，大约在20世纪二、三十年代，微分作用被引入到控制系统中来，由于微分作用具有超前性，所以当时把微分作用称为“预动作”，直至1942年齐格勒（Ziegler）和尼科尔斯（Nicholo）在他们联合发表的经典论文“自动控制器的最优整定中”提出了著名的PID调节器的工程整定法以后，才奠定了PID 调节在过程控制中的基础地位。PID控制虽然简单、有效，但对某些负荷变化大、滞后严重、控制难度大的系统，实际运行的效果并不理想，所以，不同的改进方法就引起人们的重视，在PID控制的基础上的前馈控制、串级控制、大滞后补偿控制和解耦控制是其中提到的广泛应用的几种控制模式，另外抗积分饱和、设定值加权、不完全微分、二自由度PID等一些PID改进算法也发挥了重要作用。11.2.2 PID基本用途和现实意义它由于用途广泛、使用灵活，已有系列化产品，使用中只需设定三个参数（、和）即可。在很多情况下，并不一定需要全部三个单元，可以取其中的一到两个单元，但比例控制单元是必不可少的。 首先，PID应用范围广。虽然很多工业过程是非线性或时变的，但通过对其简化可以变成基本线性和动态特性不随时间变化的系统，这样PID就可控制了。 其次，PID参数较易整定。也就是，PID参数，和可以根据过程的动态特性及时整定。如果过程的动态特性变化，例如可能由负载的变化引起系统动态特性变化，PID参数就可以重新整定。 第三，PID控制器在实践中也不断的得到改进，下面是改进的例子。 PID控制由于其算法简单、鲁棒性好、可靠性高等特点，被广泛应用于工业过程控制。日本电子测量设备生产厂商联合会在1989年所做的一份关于过程控制系统的调查报告指出，在日本的工业生产中，有超过90%的控制回路是PID类型的。尽管 PID 控制在生产中得到了广泛的应用，但也存在一些不足，如 PID 参数整定困难、对被控制对象具有依赖性等等，其中 PID 参数整定困难是影响 PID 控制正常使用的主要原因之一。 1.3 PID 控制的现状及发展方向 PID控制由于算法简单、可靠性高、鲁棒性好等特点，在控制技术飞速发展的今天仍然在工业控制中得到了广泛的应用。它对大多数的工业控制对象都能达到较好的控制效果。但它也有明显的缺点，依赖于具体的对象模型、对于非线性、大滞后、时变系统控制效果不理想等。随着生产的发展，对控制的适时性与精度要求越来越高，被控对象也越来越复杂，单纯采用常规 PID 控制器已不能满足系统的要求，因此出现了许多新的控制方法，如智能控制（包括模糊控制、神经网络控制等）、非线性控制、自适应控制等，将这些新的控制方法与传统的PID控制相结合，可以提高系统的控制性能。在新出现的控制方法中，智能控制技术得到了飞速的发展，智能控制技术不依赖于具体的对象模型，对非线性、时变、大滞后系统的控制效果比常规 PID 控制要好得多，将常规 PID 控制与智能控制相结合可以得到意想不到的控制效果。如何将常规 PID 控制技术与智能控制技术中的模糊控制技术、神经网络控制技术相结合已成为控制界研究的热门问题之一。1PID控制主要向三个方面发展1、PID整定算法的研究改进，针对不同的控制对象进行深入的了解，根据了解的情况设计整定算法。2、自整定调节器，它的设计与研究是做一些实验，实验后得到一些数据，根据这些数据考虑如何设计一些有效的参数。3、多种控制策略的结合，这里包括自适应控制、智能控制、模糊控制等多种控制策略的结合。1.4 本文主要内容 本课题要研究的内容是，运用模糊理论，根据人工经验来自动调整PID控制参数，提高系统动态性能，取得比较好的控制效果。 由于调整PID控制器参数运用的是模糊理论，根据经验来调整PID控制器的参数，因此对模型依赖程度小，使得该控制器的应用范围更加广泛。采用模糊的方法来优化PID控制器，先用MATLAB中的simulink仿真PID,用稳定边界法设定、的初值，再根据比例、微分、积分的特性手动调节PID参数，使其动态性能更好，取得人工调节PID的经验，然后用模糊推理机根据人工经验设计模糊推理规则，再结合程序使PID控制器用MATLAB仿真出来的曲线动态性能更好，采用粗调和细调相结合的方法，减少调整PID参数的次数。2.PID控制系统概述2.1 PID控制系统概述2.1.1 PID控制器系统原理框图如图1所示。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，、和 3个参数的选取直接影响了控制效果。在经典PID控制中，给定值与测量值进行比较，得出偏差，并依据偏差情况，给出控制作用。对连续时间类型，PID控制方程的标准形式为， (2-1)式中，为PID控制器的输出，与执行器的位置相对应；t为采样时间；为控制器的比例增益；为PID控制器的偏差输入，即给定值与测量值之差；为控制器的积分时间常数；为控制器的微分时间常数。离散PID控制的形式为 （2-2）式中，为第k次采样时控制器的输出；为采样序号，；为第次采样时的偏差值；为采样周期； 为第次采样时的偏差值。离散PID控制算法有如下3类:位置算法、增量算法和速度算法。增量算法为相邻量词采样时刻所计算的位置之差，即（2-3）式中，。 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，、对系统的作用如下。 （1）系数的作用是加快系统的响应速度，提高系统的调节精度。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、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)积分系数的作用是消除系统的稳态误差。越大，系统的稳态误差消除越快，但过大，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)微分作用系数的作用是改善系统的动态特性。其作用要是能反应偏差信号的变化趋势，并能在偏差信号值变的太大之前，在系统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。 、与系统时间域性能指标之间的关系如表1所示。表1 、 与系统时间域性能指标之间的关系参数名称上升时间超调亮过渡过程时间静态误差减少 增大微小变化减少减少增大增大消除微小变化减小减小微小变化2.1.2 控制系统动态性能指标 上升时间、超调量% 、调节时间是衡量一个PID 控制系统性能好坏的主要指标。上升时间系统实际输出从正常输出0上升到稳态1时所需的时间是上升时间；系统实际输出值稳定在正常输出值的5%范围以内时所需的时间是调节时间；超调量% 系统实际输出的最大值与稳态值的差与稳态值的比值是超调量%；系统的性能靠这些参数反映，通过这些参数就可以衡量一个系统性能指标。2.2 PID参数整定法 2.2.1 衰减曲线法 这是一种在经验试凑法基础上经过反复试验而得出的一种参数整定方法。可按过渡过程达到4:1递减曲线法整定控制参数，也可按过渡过程达到10:1递减曲线法整定控制参数。记下达到4:1递减曲线时的比例度和第一个衰减周期，通过简单的计算求出衰减振荡时控制器的PID参数值。4:1递减曲线法控制器整定参数如下表2.1所示。表2.1 4:1衰减曲线法调节器参数控制规律 P PIPID 2.2.2 稳定边界法这是一种闭环调节过程，先让控制器在纯比例控制作用下，通过现场试验找到等幅振荡的过渡过程曲线，记下此时的比例度和等幅振荡周期，再通过简单的计算求出衰减振荡时控制器的PID参数值。临界比例度法参数计算如下表2.2所示。表2.2：稳定边界法PID整定公式调节器参数控制规律Kp Ti TdP0.5 PI0.4550.85PID0.6 0.500.1253.模糊基本理论3.1 模糊控制理论的起源 1965年，美国加利福尼亚大学电气工程系教授L.A.Zadeh把经典集合与J.Lukasiewicz的多值逻辑融为一体，创立了模糊集合理论。同时，他第一次成功运用数学方法面熟了模糊概念，宣告了模糊数学的诞生。接着，通过近十年的发展和完善，模糊数学理论成为一门新兴的数学分支。 3.2 模糊理论概述 社会科学和自然科学中存在大量模糊概念和模糊现象，而这些模糊现象用传统的精确数学理论是不能描述的，因此，必须找新的途径来解决模糊性问题。模糊理论就是在这种背景下产生的。可以这么说，模糊理论是在精确数学理论的基础上，迫于人类社会进步和科学技术迅速发展的需要而产生和发展起来的。模糊控制的特点： 简化系统设计的复杂性，特别适用于非线性、时变、模型不完全的系统上。 利用控制法则来描述系统变量间的关系。 不用数值而用语言式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。 模糊控制器是一语言控制器，使得操作人员易于使用自然语言进行人机对话。 模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的适应性及强健性(Robustness)、较佳的容错性(Fault Tolerance)。63.3模糊逻辑数学基础3.3.1模糊集合 和传统的集合一样，模糊集也有它的元素，但可以谈论每个元素属于该模糊集的程度，其从低至高一般用 0 到 1 之间的数来表示。模糊集理论是由卢菲特泽德（1965）所引进的，是经典集合论的一种推广。在经典的集合论中，所谓的二分条件规定每个元素只能属于或不属于某个集合（因此模糊集不是集合）；可以说，每个元素对每个集合的归属性（membership）都只能是 0 或 1。而每模糊集则拥有一个归属函数（membership function），其值允许取闭区间0,1（单位区间）中的任何实数，用来表示元素对该集的归属程度。比如设某模糊集 A 的归属函数为 m ，而 a 、 b 、 c 为三个元素；如果 M(a) = 1 ， M(b) = 0 ， M(c) = 1/2 ， 则可以说 “a 完全属于 A ”，“b 完全不属于 A ”，“c 对 A的归属度为 1/2”（注意没有说“c有一半属于A”，因为尚未规定 1/2 的归属度具有什么特殊含义）。作为特例，当归属函数的值只能取 0 或 1 时，就得到了传统集合论常用的示性函数（indicator function）。传统集合在模糊集理论中通常称作“明确集”（crisp set）。定义3-1 设给定论域，其上的一个模糊子集是指，对，都指定了一个数与对应，它称为对的隶属度。这意味着作了一个映射：，这个映射称为的隶属函数，也可以记作。上述定义说明，论域上的模糊子集由隶属函数来表征，通过它可以定量地描述模糊集合。取值范围在闭区间0，1，它的大小反映了对于模糊子集的从属程度。模糊子集也称模糊集合。1模糊集合的表示方法常用的模糊集合表示方法为Zadeh表示法： (3.1)其中斜线“/”仅表示论域中的元素与其对的隶属度之对应关系，求和号“”仅表示论域上集合的全部，而不是相加求和的意思。2常用模糊集合隶属度函数 模糊集合的隶属度函数的建立有很多种方法，如模糊统计法、例证法、专家经验法等，也可以用一些常见的模糊分布函数作为隶属函数的近似。心理物理学已经证明，人的各种感觉所反映的心理量与外界刺激的物理量之间确实保持着相当严格的关系，不少学者也做了大量的统计工作，证明模糊概念确实是客观事物本质属性在人脑中的反映。下面是常用的隶属度函数。基本隶属函数图形可分三类：左大右小的偏小型下降函数（Z函数）；右大左小的偏大型上升函数（S函数）；对称型凸函数（函数），如图3.1所示：uuu(a)(b)(c)图：3.1：基本隶属函数图形（a）Z函数；(b)函数；(c) S函数还有一些常用的直线型隶属函数，如三角形、梯形以及单直线形等，如图3.2所示：uuu（a）(b)(c)图：3.2：直线型隶属函数（a）三角形函数；(b) 梯形函数；(c) 单直线形函数隶属度函数的形状对控制特性有很大影响，一般来说，论域上隶属函数密集度越大，即曲线形状越扁陡，则分辨率越高，模糊控制系统的灵敏度也越高，其系统的响应结果也就越平滑，但这样会导致模糊控制规则增加，计算时间延长。反之，隶属度函数曲线较平滑，系统的响应会不太敏感，对小的输入变化无法提供输出控制。所以，在建立隶属度函数时，在误差较大的区域采用低分辨率，在误差较小的区域采用较高分辨率可以达到较好的控果2。3.3.2 模糊关系关系是描述事物之间某种联系的一种数学模型，模糊关系则是描述元素间具有某种关联程度的大小。 1模糊关系定义 定义3-2从到的模糊关系是指在直积中的一个模糊子集，其模糊关系由隶属函数来刻画，隶属度表示具有关系的程度。模糊关系作为模糊子集可采用前面介绍的模糊子集的表示方法。但当直积空间为有限集时，常用矩阵表示，以便于分析和计算。例如，则从到的模糊关系可用如下矩阵表示： (3.2)该矩阵内元素是序对从属模糊关系的隶属度，故也称为模糊关系矩阵，或简称模糊矩阵。2模糊关系合成考察关系之间的相互联系形成新的关系，即称为关系的合成。设为从到的一个模糊关系，为从到的一个模糊关系，对的合成是从到的一个模糊关系（论域变为），其隶属度函数为 (3.3)记为。当、均为有限集时，可用模糊矩阵的合成运算表示模糊关系的合成。设模糊矩阵 (3.4)则合成运算：结果为： ，式中。 (3.5)需要注意的是，合成运算符表示模糊矩阵的乘法运算，它与普通矩阵的乘法运算过程相似，只不过是将两数间的相乘改为“取小”，相加改为“取大”运算而已。53.3.3 模糊推理 人类之所以对模糊信息具有很好的处理能力，是因为人具有模糊推理的能力。为模拟人脑思维的模糊性，对系统实现模糊控制，关键技术是要建立一个模糊模型-模糊控制规则库实现模糊推理，而模糊控制规则库是人们在控制过程中得到的经验所表达的一些不确定性推理规则的集合。 1模糊语言 ：人们运用概念作出判断和进行推理的思维活动中一刻也离不开语言。因为概念是通过语词、命题是通过语句、推理是通过一组有联系的语句来表达的。模糊语言就是指具有模糊性的语言。语言值是直接反映语言数值的词，如长、短、多、少、轻、重等，以及由它们派生出来的词汇，如很重、不太高、偏大等。它们可以作为以实数为论域的模糊子集做集合运算，也可以看作模糊数（指实数论域上的一类特殊的模糊集）进行模糊数的运算。 2模糊逻辑 ：定义一个意义明确的有所断定的，并且可以肯定其真假的句子称为命题，或者说命题是表达判断的句子。由一个简单句子构成的命题称为单命题。如果把两个或两个以上的单命题用逻辑连接词联合起来就构成了一个复命题。常用的逻辑连接词有“或”、“非”、“与”、“如果那么”、“当且仅当则”等。 （1）或 用符号表示。逻辑公式P Q 表示复命题P或者Q ，当P 、Q 中有一个命题为真该复命题就为真。 （2）与 用符号表示。逻辑公式P Q 表示复命题P并且Q 。其真值取决于P 、Q 真值，P 、Q 命题全为真才为真。 （3）非 用符号“-”表示。用来构成否定命题，逻辑公式P 表示将原命题否定。 （4）如果那么 用符号表示，用来将第一个命题成立作为推得第二个命题成立的充分条件。逻辑公式P Q 表示复命题“如果P ，那么Q ”。 （5）当且仅当则 用符号表示，用来表示两个命题等价。逻辑公式PQ表示复命题“当且仅当P,则Q”，或者说命题P成立时命题成立的充分必要条件。4 模糊逻辑是研究模糊命题的逻辑。假设模糊命题P 的真值为x ，Q 的真值为y ，模糊逻辑运算如下： 逻辑并： (3.6)逻辑交： (3.7)逻辑补： (3.8)逻辑蕴含： (3.9)等价： (3.10)3模糊推理 在逻辑推理中，命题一般称为判断。所谓推理就是从一个或几个已知的判断（前提）出发推出另一个新判断（结论）的思维形式。例如： 大前提：如果P,那么Q小前提：现P结论：所以Q 只要前提为真，并且推理前提和结论之间的关系合乎逻辑规则，那么推理结论为真。在模糊控制中，一般采用模糊关系及合成的方法来进行模糊推理。如多输入模糊推理方法如下： 考虑推理规则“如果x 是A 且y是B ，则z是C 。”两个输入A、 B 和输出C 分别是论域X、Y和Z上的模糊子集。这种推理的一般形式为： 大前提：A与BC小前提：A与B结论：y是C=（A与B）R模糊关系矩阵R=A与BC是多元关系，其隶属函数由玛达尼（削顶法）： （3.11）3.3.4 模糊量的非模糊化方法 模糊推理的输出是一个模糊集，但被控对象只能接受一个精确的控制量，这就要进行非模糊化处理，把模糊量转换成精确量的过程就称为非模糊化，又称清晰化或模糊判决。常见的非模糊化的方法有两种，重心法和最大隶属度法，本文采用重心法。 （1）重心法 重心法又称加权平均值法，是取隶属度的加权平均值作为输出的清晰值。假设输出模糊集可表示为 （3.12）按如下公式计算最后输出清晰量： （3.13）上式中的仅表示对各个模糊量作“或”运算。 对于离散情况则有： （3.14）重心法是应用最多的非模糊化方法，它能全面的考虑模糊量的有关信息，同时执行运算较为容易，因此受到人们的广泛应用。3 4.模糊方法优化PID控制器的设计及仿真4.1 PID控制器的设计一：PID调节器的微分方程数学模型为： （4.1）经拉式变换 （4.2）当r(t)=1(t)时：对象设为 （4.3）本文设定：二：simulink仿真PID在PID控制器图，结构如图4.1图：4.1PID的Simulink仿真先设定=100,=inf,=0,再用二分法，改变值，最后使仿真曲线等幅震荡，如图4.2所示：图：4.2等幅震荡曲线根据仿真等幅震荡图，观察得=32,此时=0.41再根据稳定边界法公式表2.2:得： =0.246 =16 =4PID的simulink仿真运行如图4.3图：4.3稳定边界法求出的曲线编辑仿真程序“ww”（见附录程序1）,得出超调量%、上升时间、调节时间根据“ww”程序得出： =0.4334=16.7100 =51.7300三个动态性能指标（上升时间，超调量%，调节时间）不可能同时达到最小，只能以其中一个作为主要指标，兼顾其它两个指标。本论文以超调量作为主要调节指标, 调节指标为。根据振荡曲线，分析上升时间，超调量%，调节时间和、 、的关系，以便调节、 、的值，使。PID 控制器校正各环节的作用如下：比例环节：来控制当前，误差值和一个负常数P（表示比例）相乘，然后和预定的值相加。P只是在控制器的输出和系统的误差成比例的时候成立。这种控制器输出的变化与输入控制器的偏差成比例关系。成比例的反应控制系统的偏差信号，偏差一旦产生，控制器立即产生控制作用以减小误差。随着值加大，闭环系统超调量加大，系统响应速度加快。积分环节：来控制过去，误差值是过去一段时间的误差和，然后乘以一个负常数I，然后和预定值相加。I从过去的平均误差值来找到系统的输出结果和预定值的平均误差。一个简单的比例系统会振荡，会在预定值的附近来回变化，因为系统无法消除多余的纠正。通过加上一个负的平均误差比例值，平均的系统误差值就会总是减少。所以，最终这个PID回路系统会在预定值定下来。主要用于消除静差，提高系统的无差度，积分作用的强弱取决于积分时间常数，越大，积分作用越弱，反之越强。保持不变，加大，闭环系统超调量减小，系统响应速度略微变慢。微分环节：能反应偏差信号的变化趋势（速率），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，减小调节时间。加大，闭环系统超调量减小。所以手调、 、得：=0.2=32=4PID的simulink仿真运行如图4.4:图：4.4手调后曲线运行 “ww”程序（见附录程序1）得出： = 0.0289 = 22.5400 =20.4200对比调节前后的曲线，如图4.5图：4.5调节前后对比通过对比得出：用稳定边界法理论上调节设定的、 、,得出的动态性能指标，通过比例、微分、积分的特性手动调节能使动态性能指标更好。4.2模糊方法优化PID参数（1）在求取出初始 PID 控制参数后就进入了 PID 参数模糊优化。应用稳定边界法整定求出的 PID控制参数一般来说增益偏高，而且在有些情况下应用稳定边界法整定得出的参数不理想。许多被控对象受外界环境的影响控制特性会PID 控制参数一成不变会影响控制效果。所以对应用此整定法求出出现变化，初始参数进行再次整定就非常有必要。模糊