模糊自适应PID控制及其在智能车的应用

0引言 全国大学生智能汽车竞赛是由国家教育部高等 教育司委托高等学校自动化专业教学指导分委员会 主办 飞思卡尔半导体公司和清华大学协办 涵盖了 控制 模式识别 传感技术 电子 电气 计算机 机械 等多个学科 以智能汽车为竞赛平台的多学科交叉 的创意性科技竞赛 智能车系统主要控制对象有方向控制和速度控 制 本文主要介绍模糊PID自适应控制在智能车系 统中的应用 以方向控制为例 执行机构为舵机 阐 述整个控制系统的设计过程 1控制系统结构与工作原理 模糊自适应PID控制系统结构如图1所示 由 一个传统PID控制器和模糊控制环节组成 将输入 给定信号r与反馈信号y进行比较得出偏差信号e 将偏差信号分为两路 一路直接进入PID控制器 另 一路和它的变化率一起进入模糊控制环节 得到参 数校正值 Kp Ki Kd 自动校正初始的PID参数 Kp Ki Kd 最后用校正后的参数输入PID控制器得到 控制量 模糊控制器的输入变量为舵机位置转角的偏差 e和偏差变化率ec 输出变量为PID控制校正参数 Kp Ki Kd 无论是偏差还是偏差变化率 都是精 确的输入值 必须对其进行模糊化 将其变换到要求 的论域范围 变换的方法可以是线性的 也可以是非线 性的 设实际的输入量为x 0 变化范围为 x min x max 要 求的论域为 xmin xmax 采用线性变换 则 x0 xmin xmax 2 k x 0 x min x max 2 1 式中 k为比例因子 k xmax xmin x max x min 根据系统控制精度的要求定义论域 论域可以 是连续的 也可以是离散的 这里将e和ec变换后的 模糊变量E和EC的论域定义为 E EC 6 5 4 3 2 1 0 1 2 3 4 5 6 其模糊子集为 E EC NB NM NS ZO PS PM PB 子集中的元素分别代表负大 负中 负小 零 正小 正 中 正大 模糊子集的隶属度函数均采用三角形函数 广东技术师范学院学报 自然科学 2011年第1期Journal of Guangdong Polytechnic Normal UniversityNo 1 2011 模糊自适应 PID 控制及其在智能车的应用 杨永 广东技术师范学院天河学院 广东 广州510540 摘要 介绍了一种模糊自适应PID控制器 该方法用于智能车控制系统 克服了简单模糊控制和传统PID 控制的一些缺点 通过模糊规则进行推理和决策 实现了PID控制器参数的实时优化 关键词 模糊控制 PID控制 智能车 中图分类号 TP 242 6文献标识码 A文章编号 1672 402X 2011 01 0029 04 收稿日期 2010 12 10 作者简介 杨永 1977 男 安徽灵璧人 广东技术师范学院副教授 硕士 研究方向 数控技术和机电一体化 图1模糊自校正控制系统框图 图2隶属度函数 第1期杨永 模糊自适应PID控制及其在智能车的应用 输出量的论域 语言变量取值 隶属度函数的选 择与和相同 隶属度函数如图2 2模糊推理规则 模糊控制设计的核心是基于专家知识或控制工 程师长期积累的技术知识和实际操作经验 从系统 的稳定性 响应速度 超调量和稳态精度等各方面总 结出的模糊推理规则 其一般形式为由模糊语言和 模糊逻辑组成的模糊条件语句 本系统采用Mamdani 模糊推理类型 即模糊蕴含关系为 If E A and EC B then Kp C Ki D Kd F 模糊控制器的推理基本原则是 当偏差E很大 时 为使系统具有较好的快速跟踪性能 Kp应该取大 一些 而为避免造成微分溢出 Kd应取小一些 同时 为避免系统超调 应对积分作用加以限制 Ki通常取 零值 当偏差E为中等大小时 为减小系统超调 Kp 应减小 这时Kd的取值对系统的影响较大 Ki的取 值要适当 当偏差E较小时 为防止超调过大产生振 荡 Kp应减小 为使系统尽快稳定 消除系统的稳态 误差 提高控制精度 Ki应增大 综合考虑系统的抗 干扰能力和系统响应速度 应使Kd适当取值 3模糊控制算法 基于Mamdani推理的控制算法有三种 这里采 用查表法 查表法的关键在于制造控制表 下面介绍 一种计算方法 设已知输入为e和ec 模糊化运算采用单点模 糊集合 根据前面定义的数据 以E 6 EC 6为 例 则相应的输入量模糊集合 E 1 0 0 1 13 EC 1 0 0 1 13 1 求每条规则的模糊蕴含关系Ri Aiand Bi Ci i 1 2 对于表1第1行第1列的规则 若E为NB and EC为NB 则 Kp为PB 根据图2可得 E1 ENB 1 0 5 0 0 1 13 EC1 ECNB 1 0 5 0 0 1 13 Kp 1 KpPB 0 0 0 5 1 1 13 E1and EC1 E T 1 B1 1 0 5 0 0 1 13 T 1 0 5 0 0 1 13 1 11 0 5 0 0 5 10 5 0 5 埙 0 0 1 13 10 5 0 0 50 5 埙 0 0 1 13 2 为便于下面计算 将式 2 中的E1and EC1的模 糊矩阵表示成如下的向量 RE 1 EC1 1 0 5 0 0 0 5 0 5 0 0 1 69 3 R1 E1and B1 Kp 1 RE1 EC1 Kp1 30 第1期 R1 E1and B1 Kp 1 RE1 EC1 Kp1 1 0 5 0 0 0 5 0 5 0 0 169 1 0 0 0 5 1 1 13 000 51 0 00 5 0 5 00 埙 00 0 00 5 0 5 000 5 0 5 0 0 埙 0 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙埙 0 13 169 4 同理可得 R2 R3 Ri i 4 5 2 求总的模糊蕴含关系R R n i 1 胰Ri 5 3 计算输入量的模糊集合 E and EC E EC E T EC 1 0 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 埙 0 13 1 1 0 0 1 13 1 0 0 0 0 0 0 0 13 13 6 RE EC 1 0 0 1 13 7 4 计算输出量的模糊集合 K p E and EC R R T E R 1 0 0 13 1 R 0 0 0 5 1 1 13 8 5 清晰化 以上通过模糊推理得到的结果是模糊向量 不 能直接用于控制被控对象 在实际使用中要用一个 确定的值去控制执行机构 因此需要将模糊量转换 成清晰量 这里采用重心法 重心法能反映出整个模 糊向量信息的精确值 则上式的清晰化计算为 KP 5 0 5 6 1 0 5 1 5 67 6 9 同理也可计算 Ki Kd 4模糊PID控制及仿真 离散的PID控制器表达式为 k Kpe k Ki k j 0 e j Kp e k e k 1 10 式中 k 为PID控制器输出的控制量 e k 为输入 的偏差信号 Kp为比例系数 作用是加快系统的响应 速度 提高系统的调节精度 Ki为积分系数 作用是 消除系统的稳态误差 Kd为微分系数 作用是改善系 统的动态特性 PID控制参数的确定分两步进行 第一步是确 定初始的PID参数Kp Ki Kd 第二步是在初定的PID 控制参数的基础上 根据Fuzzy推理和参数修正输出 的 Kp Ki Kd 自动修正初定的PID参数 计算公 式为 Kp Kp0 k1 Kp Ki Ki0 k2 Ki 11 Kd Kd0 k3 Kd 式中 k1 k2 k3为参数修正量 Kp Ki Kd 的比例 因子 仿真结果如图3所示 从仿真的结果可以明显 地看出 采用模糊自适应PID比普通PID的响应速 度要快很多 而且超调也优于普通PID 5结 论 这种控制方法可以适应由摄像头 电磁传感器 图3转向舵机响应 杨永 模糊自适应PID控制及其在智能车的应用 31 第1期 Analysis of Mathematical Model of Wind Turbine Impeller Design in Engineering Applications Qu Gui1 2Zhou Mengxiong2 1 Tianhe School of Guangdong Polytechnic Normal University Guangzhou 510540 China 2 CNC Technology Key Laboratory of Guangdong University Guangzhou 510635 China Abstract Through theoretical interpretation of the wind turbine impeller design parametersCp wind energy utilization coefficient distribution integral model can be expressed as a function of the impeller radius Appling engineering data calculating and drawing by using MATLAB programming method for describing the distribution parameters we obtained algebraic models and experience integral model calculation results and intuitive multi parameter interpolation curve and surface graphics The results showed that Siegfried Heier algebraic model has a large calculation error and is not suitable for engineering calculations and simulation In addition there is a certain deviation in the distributed parameter integral model based on the Cpmaximum value calculated It needs further study In design practice the actual data and leaf test results can be used to verify the design formula and the experienced model and thus the compliance degree between the model and the actual is identified Key words wind generator impeller design Cpmodel 上接第4页 Application of Fuzzy Adaptive PID Control to Smart Car YangYong Guangdong Polytechnic Normal University Guangzhou 510635 China Abstract The Paper introduces a kind of self turning Fuzzy PID controller which is used on the smart car system The results show that some defects of simply fuzzy control and traditional PID control have been overcomed The real time optimization of the control parameter of PID controller has been carried out by fuzzy reasoning Key words fuzzy control PID control smart car 或激光传感器中任一种传感器构成的路径采集系 统 在具体调试中 通过模糊自适应PID控制的应 用 使得智能车的运行整体性能提高了40 在第4 届和第5届 飞思卡尔 杯智能车比赛中均获得了一 等奖的优异成绩 参考文献 1 Kwon H D Burdekin M Adjustment of CNC machine tool controller setting values by an experimental method J In ternational Journal of Machine Tools and Manu facture 1998 38 9 1045 1065 2