基于Matlab的模糊自整定PID控制器仿真研究.doc

基于Matlab的模糊自整定PID控制器仿真研究 在工程实际应用中，应用最广泛的调节器控制规律为比例、积分、微分控制，简称PID控制。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、鲁棒性好，工作可靠、调整方便而成为工业控制的主要技术之一。但是对一些大惯性 、非线性和时变的系统常规PID控制就无能为力了。由于负载扰动或环境变化，受控过程参数和模型结构均发生变化，由于受到参数整定方法烦杂的困扰，常规PID控制器参数往往整定不良、性能欠佳，对运行工况的适应性差[1-2]。针对这些问题，人们一直在寻求PID控制器参数的自动整定技术，以适应复杂的工况和高指标的控制要求。随着计算机技术和模糊控制技术的发展，这种设想已变成了现实。所谓模糊控制是不依赖被控对象精确的数学模型，是在总结操作经验基础上的实现自动控制的一种手段。本文将模糊控制和PID控制结合起来，应用模糊推理的方法实现对PID参数进行在线自整定，实现PID参数的最佳调整，设计出参数模糊自整定PID控制器，并进行了Matlab/Simulink仿真。仿真结果表明，与常规PID控制系统相比，该设计获得了更优的鲁棒性和动、静态性及具有良好的自适应性。 1 控制系统结构 模糊自整定PID控制器以被控对象的反馈值与目标值的误差和误差变化率作为输入,用模糊推理的方法对PID的参数Kp，Ki，Kd进行参数自整定，可以满足不同时刻的和对PID参数自整定的要求。利用模糊规则在线对PID参数进行修改,便构成了自整定模糊PID控制器，控制系统结构见图1。 图1 模糊自整定PID控制器结构 PID参数模糊自整定是找出PID三个参数与和之间的模糊关系,在运行中通过不断检测和,根据模糊控制原理对3个参数进行在线修改,以满足不同和是对控制参数的不同要求,而使对象有良好的动、静态性能。系统所使用的PID控制器的算法为 连续情况 （1） （2） 式中, 为比例系数; 为积分时间常数; 为微分时间常数。 数字情况有位置公式(3)及增量公式(4) （3） （4） 式中,，， 为采样周期, 为采样序号. 模糊控制器的设计 语言变量隶属度函数的确定 模糊控制器采用两输入三输出的形式,以和为输入语言变量，、和为输出语言变量。输入语言变量的语言值均取为“负大”(NB)、“负中”(NM)、“负小”(NS)、“零”(ZO)、“正小”(PS)、“正中”(PM)、“正大”(PB)7种.输出语言变量的语言值均取为“零”(ZO)、“正小”(PS)、“正中”(PM)、“正大”(PB)4种.将偏差和偏差变化率量化到(-3,3)的区域内,输出量化到(0,3)的区域内，隶属函数曲线见图2。 图2 和隶属函数曲线 建立模糊控制器的控制规则表 根据参数、和对系统输出特性的影响,可得出在不同的和时，参数的自整定原则。 (1)当很大时，不论误差变化趋势如何，都应考虑控制器的输出应按最大(或最小)输出，以达到迅速调整误差，使误差绝对值以最大速度减小。同时为了防止积分饱和，此时应取较大,较小的和取零。 .(2)当时，说明误差在向误差绝对值增大方向变化。此时若误差较大，可考虑由控制器实施较强的控制作用,以达到扭转误差绝对值朝减小方向变化，并迅速减小误差绝对值，此时取较大的，不能太大,取较小的值。 若误差绝对值较小，控制器实施一般的控制作用，只要扭转误差的变化趋势，使其朝误差绝对值减小方向变化。 (3)当或时，说明误差的绝对值朝减小的方向变化，或者已达到平衡状态。此时，可采取保持控制器输出不变。 (4)当时，表明系统的曲线与理论曲线平行或一致，为使系统具有良好的稳态性能，应采取较大和值，同时避免设定值附近振荡，并考虑系统的抗干扰性能，适当选取值。设 （5） 式（5）中，和为系统的经典PID参数,一般用Z-N法来确定。根据PID参数的整定原则及专家经验,采用if-then形式,可得、和的整定规则如表1所示. 表1 △kp.△ki.△kd的模糊规则 将系统误差 和误差变化率变化范围定义为模糊集上的论域。 它们的模糊集为 ={NB,NM,NS,O,PS,PM,PB}，模糊集中元素分别代表负大，负中，负小，零，正小，正中，正大。根据、和三个参数模糊规则表构造一个两输入（）三输出（）的模糊控制器，取名为fuzzpid.fis。见图3。 3　Matlab仿真 模糊控制器的建立 在Matlab下运行fuzzy fuzzpid.fis可进入Matlab动态仿真工具箱仿真环境，利用模糊逻辑工具箱建立一个fis型文件，保存为模糊PID.fis。在Matlab命令窗口键入Fuzzy,