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