第3章软件三种控制算法.ppt

3.2.1 PID控制算法 由此可见，要利用 和 得到 ，只需要用到 , 和 三个历史数据。在编程过程中，这三个历史数据可以采用平移法保存，从而可以递推使用，占用的存储单元少，编程简单，运算速度快。增量型算法的程序流程图如图3.6所示。 增量型算法仅仅是在算法设计上的改进，其输出是相对于上次控制输出量的增量形式，并没有改变位置型算法的本质，即它仍然反映执行机构的位置开度。如果希望输出控制量的增量，则必须采用具有保持位置功能的执行机构。 数字PID控制器的输出控制量通常都是通过D/A转换器输出的，在D/A转换器中将数字信号转换成模拟信号（4～20 mA的电流信号或0～5 V的电压信号），然后通过放大驱动装置作用于执行机构，信号作用的时间连续到下一个控制量到来之前。因此，D/A转换器具有零阶保持器的功能。 3.2.1 PID控制算法 图3.6 增量型算法流程图 3.2.2 模糊控制算法 模糊（Fuzzy）控制是用语言归纳操作人员的控制策略，运用语言变量和模糊集合理论形成控制算法的一种控制。模糊控制的最重要特征是不需要建立被控对象精确的数学模型，只要求把现场操作人员的经验和数据总结成较完善的语言控制规则，从而能够对具有不确定性、不精确性、噪声以及非线性、时变性、时滞等特征的控制对象进行控制。模糊控制系统的鲁棒性强，尤其适用于非线性、时变、滞后系统的控制。模糊控制的基本结构如图3.7所示。 3.2.2 模糊控制算法 图3.7 模糊控制基本结构图 3.2.2 模糊控制算法 1．模糊控制器的输入变量与输出变量 （1）模糊控制器的输入、输出变量 模糊控制器是模仿人的一种控制。在对被控对象进行控制的过程中，一般根据设定值与被控量的偏差、偏差变化EC和偏差变化的速率ER进行决策。人对偏差最敏感，其次是偏差的变化，再次是偏差变化的速率。因此，模糊控制器的输入变量通常取、和EC或者, EC和ER，分别构成所谓一维、二维和三维模糊控制器。一维模糊控制器的动态性能不佳，通常用于一阶被控对象，二维模糊控制器的控制性能和控制复杂性都比较好，是目前广泛采用的一种形式。并且，一般选择增量算法作为模糊控制器的输出变量。 3.2.2 模糊控制算法 （2）描述输入、输出变量的词汇 在模糊控制中，输入、输出变量大小是以语言形式描述的，因此要选择描述这些变量的词汇。我们的日常语言中对各种事物和变量的描述，总是习惯于分为三个等级，例如，物体的大小分为大、中、小；运动的速度分为快、中、慢；年龄的大小分为老、中、青。实际应用中一般都选用“大、中、小”三个词汇来描述模糊控制器的输入、输出变量的状态，再加上正、负两个方向和零状态，共有7个词汇，即 {负大，负中，负小，零，正小，正中，正大} 一般用这些词的英文字头缩写，即 {NB, NM, NS, O, PS, PM, PB} 一般情况下，选择上述7个词汇比较合适，但也可以多选或少选。选择较多的词汇，可以精确描述变量，提高控制精度，但会使控制规则变得复杂；选择的词汇过少，则对变量的描述过于粗糙，导致控制器的性能变差。 3.2.2 模糊控制算法 （3）变量的模糊量 某个变量变化的实际范围称为该变量的基本论域。记偏差的基本论域为，偏差变化的基本论域为，模糊控制器的输出变量（系统的控制量）的基本论域为。显然，基本论域内的量是精确量，因而模糊控制器的输入和输出都是精确量，但是模糊控制算法需要模糊量。因此，输入的精确量（数字量）需要转换为模糊量，这个过程称为“模糊化”（Fuzzification）；另一方面，模糊算法所得到的模糊控制量需要转换为精确的控制量，这个过程称为“清晰化”或者“反模糊化”（Defuzzification）。 比较实用的模糊化方法是将基本论域分为n个档次，即取变量的模糊子集论域为 3.2.2 模糊控制算法 从基本论域到模糊子集论域的转换公式为 (3.16) 增加论域中的元素个数可以提高控制精度，但增大了计算量，而且模糊控制效果的改善并不明显。一般选择模糊论域中所含元素的个数为模糊语言词集总数的两倍以上，以确保各模糊集能较好地覆盖论域，避免出现失控现象。例如在选择上述7个词汇的情况下，可选择E和EC的论域均为 选择模糊控制器的输出变量即系统的控制量U的论域为 3.2.2 模糊控制算法 （4）隶属度 为了实现模糊化，要在上述离散