基于辨识结构的自适应模糊PID控制方法.docVIP

基于辨识结构的自适应模糊PID控制方法 摘要：传统的PID控制器不能适应时变的、不确定的、非线性系统。本文提出一种基于辨识结构的新的模糊自适应PID控制方法。这种方法结合模型辨识形成自适应模糊PID自调节算法，PID控制器的参数调节和模糊控制。通过辨识结构可以对被控对象的模型进行在线辨识，并且预先用Ziegler-Nichols方法调节PID控制器的参数。通过对误差和误差变化率的计算机操作，在模糊矩阵表中查询模糊规则以及实时的调节PID控制参数，使控制系统的动态和静态性能指标得到优化。仿真结果表明这种方法比传统的PID控制有更稳定、更强的适应性和鲁棒性。 关键词：模糊PID，自适应PID，辨识结构，非线性控制系统 1.介绍 在工业过程中或多或少都会存在非线性系统，有时很难或者根本找不到精确的模型，因此普通的PID控制在这样的条件下不能实现精确的控制。模糊控制不需要精确的数学模型，所以它在工业过程和很多其他领域应用的越来越广泛[1,2]。本文首先运用辨识结构建立数学模型，然后通过逻辑推理技术在线调节模糊PID控制器的三个参数，从而得到实际的模糊PID控制器参数。详细地说，基于一般的PID控制器，模糊自适应PID控制器由模糊控制器和自适应辨识结构组成。被控对象模型中，、和的初始值要在线设置，系统误差和误差变化率通过计算得到，被控对象的参数可以被控制在一个范围内变化，三个校正参数、和通过模糊规则和查询模糊矩阵表进行逻辑推理来设置。控制系统的动态和静态性能指标可以被优化，因此控制性能得到优化[3]。 2.模糊自校正PID控制 控制系统中，误差和误差变化率是输入变量，输出变量是PID控制参数、和。这里，为系统误差；为系统误差变化率。 （1） （2） 、、、、的模糊集为{NB，NM，NS，O，PS，PM，PB}，、的范围是{-6-5,-4,-3,-2,-1,0,1,2,3,4,5,6}，、、的范围分别设为{-8,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,8}。NB，NM，NS，O，PS，PM，PB是语言表达，分别代表“负大”，“负中”，“负小”，“0”，“正小”，“正中”，“正大”。 模糊控制规则采用“if-then”规则，如下： If { and } Then （3） 其中，是控制价值的语言变量，、、是响应量（如NB，NM，NS，O，PS，PM，PB）的语言值。误差和误差源是模糊量化的和正常化的[4,5]。控制器输出的模糊化通过集中运算得到。、的隶属度函数全都采用三角形函数。 由于具有更高的稳定性，输入和输出的隶属度函数采用三角形函数。 输入变量、的估值表如表1所示。模糊控制设计的核心是通过技术知识、工程师的设计以及操作员的经验建立自适应模糊规则，获得三个参数、、的整体规则，详见表2。、和的模糊控制规则见表3。 表1 表2 表3 图1 自适应模糊校正PID控制 注意：图1中，，，；；B为模糊控制规则；C为PID控制器；D为被控对象；； 3.自适应模糊PID控制器的结构 自适应模糊PID控制器由模糊推理器，PID调节器，Bang-bang控制和辨识结构组成（如图2所示）。Bang-bang控制用来引导控制，辨识结构在开始时以信息为基础解决控制器初始值和辨识被控对象。然后，系统通过模型结构和参数设置控制器的初始值，调节开关，驱动自适应模糊控制[3]。计算机计算系统误差和误差变化率，进行模糊判断、推理确定控制价值。 图2 模糊自适应PID控制的结构 注意：图2中，，B为模糊推理器，C为控制开关，D为便是对象，E为PID控制器，F为Bang-bang，G为被控对象。 参数调整包含反向性和重要性[6]。以下规则决定两个控制开关。 If （） Then bang-bang control Else Fuzzy PID control （4） 是系统设置的，的选取应当确定bang-bang控制能够为辨识结构和模糊自适应PID控制器提供足够的信息，使其拥有更宽的控制范围。 4.辨识结构的设计 A.模型辨识方法 系统控制的开始阶段，bang-bang控制进行引导控制，辨识结构基于这段时间获得的信息辨识模型。在bang-bang控制中，辨识结构的输入就是实际的输出。在离线模型辨识中，输入信号的选择对被控模型的精确辨识非常重要。输入信号有很好的性能应当满足这些条件：输入信号最终激励所有被控对象模型，或者在一组光谱分析