智能PID控制器设计与仿真【开题报告】.doc

毕业设计开题报告 电气工程及其自动化 智能PID控制器设计与仿真 一、选题的背景与意义 PID (Proportional Integral Derivative)控制是控制工程中技术成熟的、应用广泛的一种控制策略，而经过长期的工程实践，已形成了一套完整的控制方法和典型结构。它不仅适用于数学模型已知的控制系统，而且对于大部分数学模型难以确定的工业过程也可应用，在众多工业过程控制中均取得了满意的成果。 PID控制器工作基理：由于各种来自外界的扰动的不断产生，要想达到保持现场控制的对象值恒定的目的，控制作用就必须不断的进行。若扰动的出现使得现场控制的对象值(以下简称被控参数)发生变化，现场检测元件就会将这种变化经过采集后通过变送器送至PID 控制器的输入端，并与其给定值(以下简称SP值)进行比较而得到偏差值(以下简称e值)，而调节器按此偏差并以我们预先设定的整定参数控制规律发出控制信号，去改变调节调节器的开度，使调节器的开度增加或减少，从而使得现场控制的对象值发生改变，并趋向于给定值即SP 值，从而达到控制目的 ，如图所示，其实PID实质就是对偏差（e 值）进行比例、积分、微分运算，根据运算结果进而控制执行部件的过程。 比例（P） 比例（P） 积分（I） 微分（D） 执行部件 e(t) 设定 反馈 e(t) y(t) PID 控制器的控制规律可以描述如下： 比例（P）控制可以迅速反应误差，从而减小系统稳态误差。但是，比例控制不能消除此稳态误差。比例放大系数加大，会引起系统的不稳定。积分（I）控制的作用则是：只要系统有误差的存在，积分控制器就将不断地积累，输出控制量，以消除此误差。因而，只要经过足够的时间，积分控制将可以完全消除误差，使得系统误差为零，从而达到消除稳态误差的作用。然而积分作用太强会使系统超调加大，甚至使得系统出现振荡。微分（D）控制可以达到减小超调量，克服振荡，从而使系统的稳定性提高，并同时加快系统的动态响应速度，以减小调节时间，进而可以改善系统的动态性能。根据不同被控对象的控制特性，可以分为P、PI、PD、PID 等不同的控制模型。 随着信息技术的快速发展，许多新方法和新技术进入工程化、产品化的阶段，这对自动控制技术提出了新的挑战，促进了智能控制理论在控制技术中的应用，从而解决用传统的方法难以解决的复杂系统的控制问题。 智能控制的应用 1 工业过程中的智能控制 生产过程中的智能控制主要包括两个方面:局部级和全局级。局部级的智能控制是指将智能控制引入工艺过程中的某一单元中进行控制器设计,例如智能PID控制器、专家控制器、神经元网络控制器等等。而研究热点是智能PID控制器,因为其在参数的整定和在线自适应调整方面具有明显优势,且可用于控制一些非线性的复杂对象系统。全局级的智能控制则主要针对整个生产过程的自动化,包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等等。 2 机械制造中的智能控制 在现代化的先进制造系统中,经常需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况,人工智能技术则为解决这一难题提供了有效的解决方案。智能控制随之也广泛应用于机械制造行业,它利用模糊自适应、神经网络等方法对制造过程进行动态环境建模,利用传感器融合技术来进行信息的预处理和综合处理。例如可采用专家系统的“Then-If”逆向推理作为反馈机构,以修改控制机构或者选择较好的控制模式和参数；利用模糊集合以及模糊关系的鲁棒性,将模糊信息集成到闭环控制的外环决策中以选取机构来选择控制动作；利用神经网络的学习功能和并行处理信息能力,进行在线模式识别,处理那些可能是残缺不全的信息。 3 电力电子学研究领域中的智能控制 电力系统中发电机、变压器、电动机等电机电器设备的设计、生产、运行、控制是一个复杂过程,电气工作者将人工智能技术引入到电气设备的优化设计、故障诊断及控制中,取得了较为良好的控制效果 。例如遗传算法是一种较为先进的优化算法,采用此方法来对电器设备设计进行优化,可以达到降低成本,缩短计算时间,提高产品设计的效率和质量的作用；应用于电气设备故障诊断的智能控制技术有:模糊自适应、专家系统和神经网络控制。在电力电子学的众多研究应用领域中,智能控制在电流控制PWM技术中的应用是具有先进代表性的技术应用方向之一,同样也是研究的新热点之一。 研究的基本内容与拟解决的主要问题： 1、了解和掌握过程控制的发展过程及发展方向，对PID控制器的各种整定方法有较全面和深刻的理解； 2、了解智能控制、模糊自适应PID的发展概况，掌握模糊自适应PID控制运算及其仿真； 3、了解智能控制、神经网络PID的发展概况，掌握神经网络PID控制运算及其仿真； 4、了解智能控制、粒子群算法（pso）代码调用的发展概况，掌握粒子