模型预测GM11应用于调整PID控制器之分析与研究.pdfVIP

模型预测GM(1，1)应用于调整PID 控制器之分析与研究 胡永楠 陈茂林钟翼能许智翔 彰化县大村乡山脚路112g-(大叶大学)彰化市介寿北路一号(建国科技大学) le067@edirectl68．COIn，ynhu@mail．dyu．edu．tw 摘要：本文以灰色理论之灰预测GM(1，1)取代传统方法与经验法则，设计一最佳的PID控制器的 Kp、Ki、Kd参数。在系统架构上运用GM(1，1)在ARModel预测PID控制器之调整参数。本文以 能使系统的步阶响应能达到最佳稳定状态之可行性。 Model 关键词：灰预测GM(1，1)PID控制器AR 一、刖罱 输入信号 本文的系统架构观念是来自于离散数据控 制系统【1】的设计概念，运用数字滤波器【2】的 AR Model结构【3】，来调整PID控制器【1】的 K|p，瞄，Kd控制参数，将ARModel[4]与灰预测 GM(1，1)【5】【6】放置在PID控制器【l】与PLANT (受控体)之间。ARModel将PLANT(受控体)的 输出讯号转成离散的线性方程，由GM(1，1)预 测线性方程之参数，再经由运算处理后，可得 调整Kp，Ⅺ，Kd参数值。如图l所示为系统架构 图，如图2所示为系统架构处理流程图。 ， 图2系统处理流程图 别调整的控制参数值，可得到适当的输出响应 状态。PID控制器分别为比例控制、积分控制、 了◆ 微分控制。图3所示为PID控制器架构图。 图1系统架构 二、PID控制器与ARModel建立 1．PID控制器 是对于输出讯号回授后与输入讯号之间的 误差讯号，进行加权的比例、积分、微分运算。 因为PE)控制器[1】的架构简单又有效，经由各 图3 PID控制器架构 ．--——550—— 2．ARModeI 四、范例仿真分析 称为自动回归模型(autoregressive， AR)【3】，也为11R数字滤波器，是一个全极点 1．范例1 的转移函数，下列为转移函数： 先将PID控制器的参数设定为Kp=l、Ki 耽)=鬻=i兀毒i≯体)，如图4所示。则将输出的讯号经由AR Model转换成线性方程，利用GM(1，1)预测线性 三、灰预测 方程之参数，再做运算处理后，可得到调整的控 GM(1，1)为灰预测之源模型【5]【6】，具有一 阶一个变量的预测模型。本文是用ARModel再将调整参数改变Kp，嵇，Kd参数控制，可将系 估测的多笔线性方程之参数作为预测参考数 统控制输出的步阶响应达到稳定效果，如图5 据，再代入GM(1，1)的预测模型运算，可预测所示。图6为将调整后与未调整PID控制器参 出最佳稳定状态的线性方程之参数。本文使用 数控制的步阶响应结果作比较分析。 GM(1，1)的内涵型预测模型如(3．1)式 ∥佩)=1-0．5a f-2．罨掣(3．-) (3．1)式的a、b参数以GM(1，1)源模型求得， 如(3．2)式为GM(1，1)的源模型 (3。2) 工(o’(忌)+口z(1’(七)=易 将(3．3)式为(3．2)式中的z(1’(七) (3．3) z(1’(忌)=