基于卡尔曼滤波器船舶主机转速PID控制研究.docVIP

基于卡尔曼滤波器船舶主机转速PID控制研究 　　摘要：在主机调速系统中，随着主机的使用，各个部件的磨损与老化，使得以前建立的模型不准确，因此需要重新选择合适的控制参数来控制主机的转速，以达到车钟手柄的设定值。常规转速PID控制对模型的依赖性非常大，并且对参数的整定非常复杂。本文采用卡尔曼滤波器和模糊PID两种先进的控制方法对转速进行控制，并检验其效果。 　　关键词：主机转速控制 卡尔曼滤波器 PID 控制 　　Abstract： In the main engine control system， along with the main engine using various parts， wear and aging， the previously established model is not accurate， so it needs to choose appropriate control parameter to control the main engine s speed， in order to achieve the bell handle setting value. The speed of conventional PID control to model the dependence is very large， and the parameter tuning is very complex. The Calman filter and fuzzy PID two advanced control method on the speed control， and test its effect. 　　Key words： Main engine control system Kalman filter PID control 　　1、引言 　　常规PID调节器是一种应用广泛、技术成熟的控制方法。PID控制的基本思想是将偏差的比例、积分和微分三参数通过线性组合构成控制器，对被控对象进行控制，采用PID控制时，系统控制品质的优劣取决于上述三参数的整定。但在运动控制领域中，对控制品质的要求越来越高，且控制对象越来越复杂，特别是在具有强干扰噪声的工业过程中，因PID控制器的局限性，控制器的参数难以自动调整，不能达到理想的控制效果。 　　卡尔曼滤波器是卡尔曼和布西于1960年和1961年提出来的，不但适用于标量估计的平稳系统，对于多输入多输出的非平稳的时变系统也能给出无偏最小的方差估计。另外，卡尔曼滤波算法是一种递推算法，特别适用于在计算机上运行。因而，卡尔曼滤波技术在空间技术、雷达、导航、控制等领域有着非常广阔的应用前景。本文将卡尔曼滤波器与传统的PID控制相结合，使控制效果得到了明显改善。 　　2、基于卡尔曼滤波器的PID控制 　　在现代随机最优控制和随机信号处理技术中，信号和噪声往往是多维非平稳的随机过程。由于其时变性，功率谱不稳定。卡尔曼滤波理论采用时域上的递推算法在数字计算机上对数据滤波处理。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。 　　对于离散域线性系统 　　x（k）=Ax（k-1）+（u（k）+w（k）） 　　yv（k）=Cx（k）+v（k） 　　式中，w（k）为过程控制信号，v（k）为测量控制信号。 　　离散卡尔曼滤波器递推算法为： 　　[Mn（k）=][P（k）CT][CP（k）CT+R] 　　P（k）=AP（k-1）AT+BQBT 　　P（k）=（In-Mn（k）C）P（k） 　　x（k）=Ax（k-1）+MN（k）（yv（k）-CAx（k-1）） 　　ye（k）=Cx（k） 　　误差的协方差为： 　　errcov（k）=CP（k）CT 　　3、基于卡尔曼滤波器的PID控制算法及仿真 　　3.1 基于卡尔曼滤波器PID控制的原理 　　滤波器的控制结构如图1所示： 　　其中w（t）为控制干扰信号，v（t）为测量干扰信号，y为受到影响后的输出信号，Ye为经过卡尔曼滤波器修正后的输出信号。 　　3.2基于卡尔曼滤波的程序设计及仿真结果 　　采用卡尔曼滤波器的PID控制，被控对象为： 　　在MATLAB软件下对被控对象离散化，采样时间为0.001s输入信号为阶跃信号。采用卡尔曼滤波器实现信号的滤波，取Q=1，R=1。仿真时间为1s。在PID控制器中取kp=4；ki=0.8；kd=0.2。分两种情况进行仿真：M=1时为不加滤波器时；M=2为有滤波器时的结果。 　　仿真程序为： 　　 %Discrement Kalman filter for PID cntrol 　　 %Reference kalman.m 　　 %x=Ax+B（u+w（k））； 　　 %y=Cx+D+v