PID控制算法及MATLAB仿真分析.doc

河河南南農(nóng)農(nóng)業(yè)業(yè)大大學(xué)學(xué) 本本科科生生畢畢業(yè)業(yè)論論文文 設(shè)設(shè)計計 題 目 PID 控制算法及 MATLAB 仿真分析 學(xué) 院 機(jī)電工程學(xué)院 專業(yè)班級 電子信息工程 05 級 2 班 學(xué)生姓名 指導(dǎo)教師 撰寫日期 2009年 05 月 30 日 摘摘 要要 PID 控制器具有結(jié)構(gòu)簡單 容易實(shí)現(xiàn) 控制效果好 魯棒性強(qiáng)等特點(diǎn) 是 迄今為止最穩(wěn)定的控制方法 它所涉及的參數(shù)物理意義明確 理論分析體系完 整 并為工程界所熟悉 因而在工業(yè)過程控制中得到了廣泛應(yīng)用 從實(shí)際需要 出發(fā) 一種好的 PID 控制器參數(shù)整定方法 不僅可以減少操作人員的負(fù)擔(dān) 還 可以使系統(tǒng)處于最佳運(yùn)行狀態(tài) 因此 對 PID 控制器參數(shù)整定法的研究具有重 要的實(shí)際意義 本文介紹了 PID 控制技術(shù)的發(fā)展歷史和研究進(jìn)展 分析了傳統(tǒng) 的模擬和數(shù)字 PID 控制算法 并對傳統(tǒng)的 PID 控制算法進(jìn)行微分項和積分項的 改進(jìn) 學(xué)習(xí)了幾種比較普遍運(yùn)用的方法 如不完全微分 PID 控制算法 微分先 行 遇限消弱積分 PID 控制算法等 在學(xué)習(xí)的基礎(chǔ)上 提出了一種自整定參數(shù) 的專家模糊 PID 控制算法 由仿真結(jié)果可以看到 這種參數(shù)自整定方法與一般 控制方法 抗積分飽和控制法 相比 在調(diào)節(jié)時間 抑制超調(diào)量 穩(wěn)定性都要 好 可以在工業(yè)上推廣使用 關(guān)鍵詞關(guān)鍵詞 PID 控制 結(jié)構(gòu)簡單 魯棒性 控制算法 參數(shù)整定 Research of the PID Control Arithmetic of Using MATLAB Software Abstract So far the PID is the most common control arithmetic Its structure is simple and easy to implement however the control effect is perfect and it has a strong robust characteristics The physical parameters is meaning of theoretical analysis of system is integrity and it is familiar by the engineering sector which in the industrial process control has been widely used For the actual needs a good parameter PID controller tuning method can not only reduce the burden on operators but also make the system running at best Therefore the fixed PID controller parameter tuning study has important practical significance In this paper we will introduce the development history and the research progress of PID control technology analysis the traditional analog and digital PID control algorithm and improve the differential and integral of traditional PID control algorithm Learn several methods we used commom Such as not fully differential PID control algorithm first differential when limited to weaken the integral PID control algorithm based on study we will learn the expert fuzzy control algorithm that can self tuning PID parameters from the simulation results we can see that compared the general anti saturation control this method of parameter self tuning in regulation time overshoot suppression and stability well It can promote be used in industry Key words PID Control Simple Structure Robustness Control Arithmetic Parameter Tuning 目目 錄錄 摘 要 1 ABSTRACT 1 1 引言 1 1 1 國內(nèi)外研究進(jìn)展 1 1 2 本論文研究內(nèi)容 2 2 PID 控制算法 3 2 1 模擬 PID 控制算法 4 2 2 數(shù)字式 PID 控制算法 5 2 3 PID 控制算法的改進(jìn) 7 2 3 1 微分項的改進(jìn) 7 2 3 2 積分項的改進(jìn) 11 2 4 模糊 PID 控制算法 13 2 4 1 模糊推理的系統(tǒng)結(jié)構(gòu) 14 2 4 2 PID 參數(shù)在線整定原則 14 2 5 PID 控制器研究面臨的主要問題 15 3 MATLAB 編程和仿真 16 3 1 PID 控制算法分析 16 3 2 MATLAB 仿真 17 4 結(jié)語 23 參考文獻(xiàn) 24 致 謝 25 附錄 1 1 附錄 2 1 1 1 引言引言 PID 控制器以其結(jié)構(gòu)簡單 穩(wěn)定性好 工作可靠 調(diào)整方便而成為工業(yè)控制 的主要技術(shù)之一 光學(xué)表面等離子共振 SPR 生物傳感技術(shù)受溫度影響很大 因此設(shè)計高精度的溫度控制器對于生物分析儀十分重要 在指導(dǎo)導(dǎo)師研究的便 攜式 SPR 生物分析儀中的溫度控制就采用了 PID 控制技術(shù) 本論文研究 PID 的 控制算法是 PID 控制器整定參數(shù)優(yōu)化和設(shè)定的關(guān)鍵技術(shù)之一 在工業(yè)過程控制中 目前采用最多的控制方式依然是 PID 方式 即使在日 本 PID 控制的使用率也達(dá)到 84 5 它具有容易實(shí)現(xiàn) 控制效果好 魯棒性強(qiáng) 等特點(diǎn) 同時它原理簡單 參數(shù)物理意義明確 理論分析體系完整 并為工程 界所熟悉 因而在工業(yè)過程控制中得到了廣泛應(yīng)用 盡管自 1940 年以來 許多 先進(jìn)控制方法不斷推出 但 PID 控制器仍被廣泛應(yīng)用于冶金 化工 電力 輕 工和機(jī)械等工業(yè)過程控制中 然而 在實(shí)際的應(yīng)用中 許多被控過程機(jī)理復(fù)雜 具有高度非線性 時變不確定性和純滯后等特點(diǎn) 特別是在噪聲 負(fù)載擾動等 因素的影響下 參數(shù)復(fù)雜煩瑣的整定過程一直困擾著工程技術(shù)人員 為了減少 參數(shù)整定的工作量 克服因環(huán)境變化或擾動作用造成系統(tǒng)性能的降低 就要提 出一種 PID 控制參數(shù)的自動整定 3 1 11 1 國內(nèi)外研究進(jìn)展國內(nèi)外研究進(jìn)展 今天熟知的 PID 控制器產(chǎn)生并發(fā)展于 1915 1940 年期間 在工業(yè)過程控制 中 PID 控制器及其改進(jìn)型的控制器占 90 在 1942 年和 1943 年 泰勒儀器公 司的 zieiger 和 Nichols 等人分別在開環(huán)和閉環(huán)的情況下 用實(shí)驗(yàn)的方法分別研 究了比例 積分和微分這三部分在控制中的作用 首次提出了 PID 控制器參數(shù) 整定的問題 隨后有許多公司和專家投入到這方面的研究 經(jīng)過 50 多年的努力 在 PID 控制器的參數(shù)調(diào)整方面取得了很多成果 諸如預(yù)估 PID 控制 Predictive PID 自適應(yīng) PID 控制 adaptive PID 自校正 PID 控制 self tuning PID 模糊 PID 控制 Fuzzy PID 神經(jīng)網(wǎng)絡(luò) HD 控制 Neura PID 非線性 PID 控制 Nonlinear PID 等高級控制策略來調(diào)整和優(yōu)化 PID 參數(shù) 1 日本的 Inoue 提出一種重復(fù)控制 1 用于伺服重復(fù)軌跡的高精度控制 它原 2 理來源于內(nèi)模原理 加到被控對象的輸入信號處偏差外 還疊加一個 過去的 偏差 把過去的偏差反映到現(xiàn)在 和 現(xiàn)在的偏差 一起加到被控對象的控制 偏差重復(fù)利用 這種控制方法不僅適用于跟蹤周期性輸入信號 也可抑制周期 性干擾 1 由卡爾曼提出的卡爾曼濾波理論 1 采用時域上的遞推算法在數(shù)字計算機(jī) 上進(jìn)行數(shù)據(jù)濾波處理 該濾波器對控制干擾和測量噪聲具有很好的濾波作用 由美國 Michigan 大學(xué)的 Holland 教授提出的遺傳算法 3 時他提出的模擬 自然界遺傳機(jī)制和生物進(jìn)化論而形成的一種并行隨機(jī)搜索最優(yōu)化方法 它將優(yōu) 勝劣汰 適者生存的進(jìn)化論原理引入優(yōu)化參數(shù)形成的編碼串聯(lián)群體中 按所選 擇的適配值函數(shù)通過遺傳中的復(fù)制 交叉及變異對個體進(jìn)行篩選 使適配值高 的的個體被保留下來 組成新群體 新群體有繼承上一代信息 優(yōu)于上一代 周而復(fù)始知道得到滿意值 這種算法簡單 可并行處理 得到全局最優(yōu)解 對于工業(yè)控制中許多被控對象的純滯后性質(zhì) Smith 1 提出一種純滯后補(bǔ)償 模型 與 PID 控制器并接一個補(bǔ)償環(huán)節(jié) 該補(bǔ)償環(huán)節(jié)稱為預(yù)估器 實(shí)際上的預(yù) 估模型是反向并聯(lián)在控制器上的 smith 控制方法前提是必須確切地知道被控對 象的數(shù)學(xué)模型 再次基礎(chǔ)上能得到精確地預(yù)估模型 得到很好的控制效果 隨著現(xiàn)代工業(yè)的發(fā)展 人們面臨的被控對象越來越復(fù)雜 對于控制系統(tǒng)的 精度性能和可靠性的要求越來越高 這對 PID 控制技術(shù)提出了嚴(yán)峻的挑戰(zhàn) 但 是 PID 控制技術(shù)并不會過時 它必將和先進(jìn)控制策略相結(jié)合向高精度 高性能 智能化的方向發(fā)展 1 2 本論文研究內(nèi)容本論文研究內(nèi)容 本文在介紹傳統(tǒng)的 PIDPID 控制算法 并對傳統(tǒng)算法改進(jìn)后 在學(xué)習(xí)的基礎(chǔ)上 提出一種模糊參數(shù)自整定方法 這種模糊控制的 PID 算法必須精確地確定對象 模型 是操作人員 專家 長期實(shí)踐知識用控制規(guī)則模型化 再運(yùn)用推理對參 數(shù)實(shí)現(xiàn)最佳調(diào)整 它在常規(guī) PID 基礎(chǔ)上 以輸出反饋值與目標(biāo)值的誤差 e 和誤 差變化率 ec 作為輸入 用模糊推理的方法對 PID 參數(shù) kp ki kd 進(jìn)行在線自 整定 以滿足不同 e 和 ec 對控制器參數(shù)的不同要求 把規(guī)則的條件 操作用模 3 糊集表示 并把有關(guān)信息作為知識存入計算機(jī)知識庫中 然后計算機(jī)根據(jù)控制 系統(tǒng)的實(shí)際響應(yīng)情況 運(yùn)用模糊推理 便可實(shí)現(xiàn)對 PID 的參數(shù)最佳調(diào)整 2 PID 控制算法控制算法 PID 控制器是一種基于偏差在 過去 現(xiàn)在和將來 信息估計的有效而簡 單的控制算法 而采用 PID 控制器的控制系統(tǒng)其控制品質(zhì)的優(yōu)劣在很大程度上 取決于 PID 控制器參數(shù)的整定 PID 控制器參數(shù)整定 是指在控制器規(guī)律己經(jīng) 確定為 PID 形式的情況下 通過調(diào)整 PID 控制器的參數(shù) 使得由被控對象 控 制器等組成的控制回路的動態(tài)特性滿足期望的指標(biāo)要求 達(dá)到理想的控制目標(biāo) 6 對于 PID 這樣簡單的控制器 能夠適用于廣泛的工業(yè)與民用對象 并仍以很 高的性價比在市場中占據(jù)著重要地位 充分地反映了 PID 控制器的良好品質(zhì) 概括地講 PID 控制的優(yōu)點(diǎn)主要體現(xiàn)在以下兩個方面 原理簡單 結(jié)構(gòu)簡明 實(shí)現(xiàn)方便 是一種能夠滿足大多數(shù)實(shí)際需要的基本控制器 控制器適用于多種 截然不同的對象 算法在結(jié)構(gòu)上具有較強(qiáng)的魯棒性 確切地說 在很多情況下 其控制品質(zhì)對被控對象的結(jié)構(gòu)或參數(shù)攝動不敏感 但從另一方面來講 控制算法的普及性也反映了 PID 控制器在控制品質(zhì)上 的局限性 具體分析 其局限性主要來自以下幾個方面 算法結(jié)構(gòu)的簡單性決定 了 PID 控制比較適用于單輸入單輸出最小相位系統(tǒng) 在處理大時滯 開環(huán)不穩(wěn) 定過程等受控對象時 需要通過多個 PID 控制器或與其他控制器的組合 才能 得到較好的控制效果 算法結(jié)構(gòu)的簡單性同時決定了 PID 控制只能確定閉環(huán)系 統(tǒng)的少數(shù)主要零極點(diǎn) 閉環(huán)特性從根本上只是基于動態(tài)特性的低階近似假定的 出于同樣的原因 決定了單一 PID 控制器無法同時滿足對假定設(shè)定值控制和伺 服跟蹤控制的不同性能要求 如何更好地整定 PID 控制器的參數(shù)一直是 PID 控制器設(shè)計的主要課題 從 實(shí)際需要出發(fā) 一種好的 PID 控制器參數(shù)整定方法 不僅可以減少操作人員的 負(fù)擔(dān) 還可以使系統(tǒng)處于最佳運(yùn)行狀態(tài) 傳統(tǒng)的 PID 控制算法或是依賴于對象 模型 或是易于陷入局部極小 因此存在一定的應(yīng)用局限性 且難以實(shí)現(xiàn)高性 能的整定效果 常常超調(diào)較大 調(diào)整時間較長 誤差指標(biāo)過大等 常規(guī)的控制 系統(tǒng)主要針對有確切模型的線性過程 其 PID 參數(shù)一經(jīng)確定就無法調(diào)整 而實(shí) 4 際上大多數(shù)工業(yè)對象都不同程度地存在非線性 時變 干擾等特性 隨著環(huán)境 變化對象的參數(shù)甚至是結(jié)構(gòu)都會發(fā)生變化 自 Ziegler 和 Nichols 提出 PID 參數(shù) 經(jīng)驗(yàn)公式法起 有很多方法已經(jīng)用于 PID 控制器的參數(shù)整定 這些方法按照發(fā) 展階段 可分為常規(guī) PID 控制器參數(shù)整定方法和智能 PID 控制器參數(shù)整定方法 按照 PID 的控制方式又分為模擬 PID 控制算法和數(shù)字 PID 控制算法 2 1 模擬模擬 PID 控制算法控制算法 模擬 PID 控制系統(tǒng)結(jié)構(gòu)如圖 2 1 所示 c t u t e t r t 比例 積分 微分 被控對象 圖 2 1 模擬 PID 控制系統(tǒng)結(jié)構(gòu) 圖 它主要由 PID 控制器和被控對象所組成 而 PID 控制器則由比例 積分 微分三個環(huán)節(jié)組成 它的數(shù)學(xué)描述為 2 1 pD 1 e t dt 1de t u t K e t T T dtrnr 2 2 P s 56780 G s s3 87 65s2 1234s 123 式中 K 為比例系數(shù) T 為積分時間常數(shù) T 為微分時間常數(shù) p I D PID 控制器各校正環(huán)節(jié)的主要控制作用如下 l 比例環(huán)節(jié)及時成比例地反映控制系統(tǒng)的偏差信號 e t 偏差一旦產(chǎn)生 控制器立即產(chǎn)生控制作用 以減少偏差 比例系數(shù) k 的作用在于加快系統(tǒng)的響 P 應(yīng)速度 提高系統(tǒng)調(diào)節(jié)精度 k 越大 系統(tǒng)的響應(yīng)速度越快 系統(tǒng)的調(diào)節(jié)精度 P 越高 也就是對偏差的分辨率 重視程度 越高 但將產(chǎn)生超調(diào) 甚至導(dǎo)致系統(tǒng) 不穩(wěn)定 k 取值過小 則會降低調(diào)節(jié)精度 尤其是使響應(yīng)速度緩慢 從而延長 P 調(diào)節(jié)時間 使系統(tǒng)靜態(tài) 動態(tài)特性變壞 5 2 積分環(huán)節(jié)主要用于消除靜差 提高系統(tǒng)的無差度 積分作用的強(qiáng)弱取 決于積分時間常數(shù) 越大 積分作用越弱 反之則越強(qiáng) 積分作用系數(shù)越 大 系統(tǒng)靜態(tài)誤差消除越大 但積分作用過大 在響應(yīng)過程的初期會產(chǎn)生積分 飽和現(xiàn)象 從而引起響應(yīng)過程的較大超調(diào) 若積分作用系數(shù)過小 將使系統(tǒng)靜 差難以消除 影響系統(tǒng)的調(diào)節(jié)精度 3 微分環(huán)節(jié)能反映偏差信號的變化趨勢 變化速率 并能在偏差信號值變 得太大之前 在系統(tǒng)中引入一個有效的早期修正信號 從而加快系統(tǒng)的動作速 度 減少調(diào)節(jié)時間 2 2 數(shù)字式數(shù)字式 PID 控制算法控制算法 在計算機(jī)控制系統(tǒng)中 使用的是數(shù)字 PID 控制器 數(shù)字 PID 控制算法通常 又分為位置式 HD 控制算法和增量式 PID 控制算法 1 位置式 PID 控制算法 由于計算機(jī)控制是一種采樣控制 它只能根據(jù)采 樣時刻的偏差值計算控制量 故對式 2 1 中的積分和微分項不能直接使用 需 要進(jìn)行離散化處理 按模擬 PID 控制算法的算式 2 1 現(xiàn)以一系列的采樣時刻 點(diǎn) kT 代表連續(xù)時間 t 以和式代替積分 以增量代替微分 則可以作如下的近 似變換 2 3 00 0 t kT k 0 1 2 e kT e k 1 Te k e k 1 t kk jj e t dte jTTe j de t dtTT 顯然 上述離散化過程中 采樣周期 T 必須足夠短 才能保證有足夠的精 度 為了書寫方便 將 e kT 簡化表示成 e k 等 即省去 T 將式 2 3 代入式 2 1 可以得到離散的 PID 表達(dá)式為 2 4 0 1 1 k D p j TT u kK e ke je ke k TT 6 中式 k 采樣序列號 u k 第 k 次采樣時刻的計算機(jī)輸出值 e k 第 k 次采樣時刻輸入的偏差值 e k 1 第 k 1 次采樣時刻輸入的偏差值 K 積分系數(shù) K T I I P I 微分系數(shù) D D D 我們常稱式 2 4 為位置式 PID 控制算法 對于位置式 PID 控制算法來說 位置式 PID 控制算法示意圖如圖 2 2 所示 由于全量輸出 所以每次輸出均與過去的狀態(tài)有關(guān) 計算時要對誤差進(jìn)行累加 所以運(yùn)算工作量大 而且如果執(zhí)行器 計算機(jī) 出現(xiàn)故障 則會引起執(zhí)行機(jī)構(gòu)位 置的大幅度變化 而這種情況在生產(chǎn)場合不允許的 因而產(chǎn)生了增量式 PID 控 制算法 r t e t uc t PID 位置算法 調(diào)節(jié)閥被控對象 圖 2 2 位置型控制示意圖 r t e t u c t PID 增量算法 步進(jìn)電機(jī)被控對象 圖 2 3 增量型控制示意圖 2 增量式 PID 控制算法 所謂增量式 PID 是指數(shù)字控制器的輸出只是控制量的增量 k 增量式 PID 控制系統(tǒng)框圖如圖 2 3 所示 當(dāng)執(zhí)行機(jī)構(gòu)需要的是控制量的增量時 可以 7 由式 2 4 導(dǎo)出提供增量的 PID 控制算式 根據(jù)遞推原理可得 2 k 1 pId j 0 u k 1 K e k 1 Ke j K e k 1 e k 2 4 用式 2 3 減去式 2 4 可得 2 pIDu k u k 1 K e k e k 1 Ke k K e k 2e k 1 e k 2 5 式 2 5 稱為增量式 PID 控制算法 增量式控制算法的優(yōu)點(diǎn)是誤動作小 便于實(shí)現(xiàn)無擾動切換 當(dāng)計算機(jī)出現(xiàn) 故障時 可以保持原值 比較容易通過加權(quán)處理獲得比較好的控制效果 但是 由于其積分截斷效應(yīng)大 有靜態(tài)誤差 溢出影響大 所以在選擇時不可一概而 論 2 3 PID 控制算法的改進(jìn)控制算法的改進(jìn) 針對常規(guī) PID 控制存在的問題 將 PID 控制器與其他的算法相結(jié)合 對 PID 控制器進(jìn)行改進(jìn) 得到了多種改進(jìn)型 PID 控制器 2 3 1 微分項的改進(jìn)微分項的改進(jìn) 1 不完全微分 PID 控制算法 在 PID 控制中 微分信號的引入可改善系統(tǒng)的動態(tài)特性 但也易引起高頻 干擾 在誤差擾動突變時尤其顯出微分項的不足 若在控制算法中加入低通濾 波器 則可使系統(tǒng)性能得到改善 1 不完全微分型 PID 算法傳遞函數(shù)為式 2 6 傳遞函數(shù)框圖如圖 2 4 所示 1 11 1 S K T ST ST KSG D D D I PC 2 6 8 圖 2 4 不完全微分型 PID 算法傳遞函數(shù)框圖 2 完全微分和不完全微分作用的區(qū)別 圖 2 5 完全微分和不完全微分作用的區(qū)別 3 不完全微分型 PID 算法的差分方程 1 1 1 nune T K T T nene T K T T nunu D D D D D D DD 2 7 1 nunuKnu T T Knu DDPD I P 2 8 4 仿真分析 設(shè)被控對象的傳遞函數(shù)為 80s e G s 60s 1 在對象的輸出端加幅值為 0 01 的隨機(jī)信號 采樣時間為 20ms 低通濾波器 為 1 Q s 180s 1 仿真程序 PID Controler 不完全微分 clear all close all ts 20 sys tf 1 60 1 inputdelay 80 dsys c2d sys ts zoh num den tfdata dsys v u 1 0 u 2 0 u 3 0 u 4 0 u 5 0 ud 1 0 y 1 0 y 2 0 y 3 0 9 error 1 0 ei 0 for k 1 1 100 time k k ts rin k 1 0 Linear model yout k den 2 y 1 num 2 u 5 D k 0 01 rands 1 yout k yout k D k error k rin k yout k PID Controller with partly differential ei ei error k ts kc 0 30 ki 0 0055 TD 140 kd kc TD ts Tf 180 Q tf 1 Tf 1 Low Freq Signal Filter M 2 M 1 不完全微分 M 2 普通 Pid 控制 if M 1 Using PID with Partial differential alfa Tf ts Tf ud k kd 1 alfa error k error 1 alfa ud 1 u k kc error k ud k ki ei ud 1 ud k elseif M 2 Using Simple PID u k kc error k kd error k error 1 ki ei end Restricting the output of controller if u k 10 u k 10 end if u k 110 u k 110 end if u k 0 13 l 當(dāng) e k 時 采用PD 控制 可避免產(chǎn)生過大的超調(diào) 又使系有較快的 響 應(yīng) 2 當(dāng) e k 10 u k 10 end if u k um u k um end if u k um if e k 0 alpha 0 else alpha 1 end elseif u k 0 alpha 1 else alpha 0 end else alpha 1 end elseif M 2 Not using intergration sturation alpha 1 end Return of PID parameters u 3 u 2 u 2 u 1 u 1 u k y 3 y 2 y 2 y 1 y 1 y k e 1 e k x 1 e k Calculating P x 2 e k e 1 ts Calculating D x 3 x 3 alpha e k ts Calculating I xi k x 3 end figure 1 subplot 311 plot time r b time y r xlabel time s ylabel Position tracking subplot 312 plot time u r xlabel time s ylabel Controller output subplot 313 plot time xi r xlabel time s ylabel Integration 從仿真結(jié)果來看 采用模糊控制的 PID 算法 系統(tǒng)輸出的超調(diào)量比一般的 PID 控制 如抗飽和積分控制 要小 調(diào)節(jié)時間也更快 也迅速地達(dá)到穩(wěn)定時 23 間 不論是從速度還是穩(wěn)定性都要比一般 PID 控制要好 在工業(yè)用途上能滿足 各類精度和穩(wěn)定性能控制的需求 這種模糊控制的 PID 算法必須精確地確定對象模型 是操作人員 專家 長期實(shí)踐知識用控制規(guī)則模型化 再運(yùn)用推理對參數(shù)實(shí)現(xiàn)最佳調(diào)整 由于操作 者經(jīng)驗(yàn)不易精確描述 控制過程中各種信號量及評價指標(biāo)不易定量表示 而模 糊理論是解決這一問題的有效途徑 把規(guī)則的條件 操作用模糊集表示 并把 有關(guān)信息作為知識存入計算機(jī)知識庫中 然后計算機(jī)根據(jù)控制系統(tǒng)的實(shí)際響應(yīng) 情況 運(yùn)用模糊推理 便可實(shí)現(xiàn)對 PID 的參數(shù)最佳調(diào)整 這就是模糊自適應(yīng) PID 控制 4 結(jié)語結(jié)語 本文首先從 PID 控制器及控制技術(shù)的研究目的和意義 引出我們對這種控 制算法的理解和仿真具有重大意義 介紹了這種控制技術(shù)的發(fā)展歷史和研究進(jìn) 展 進(jìn)而提出什么是 PID 控制算法 控制算法的基本結(jié)構(gòu) 分析了傳統(tǒng)的模擬 和數(shù)字 PID 控制算法 并對傳統(tǒng)的 PID 控制算法進(jìn)行微分項和積分項的改進(jìn) 學(xué)習(xí)了幾種比較普遍運(yùn)用的方法 如不完全微分 PID 控制算法 微分先行和輸 入濾波 PID 控制算法 積分限幅法 積分分離 PID 控制算法 遇限消弱積分 PID 控制算法等 在學(xué)習(xí)的基礎(chǔ)上 提出了一種自整定參數(shù)的專家模糊 PID 控 制算法 并且直接引用了專家模糊規(guī)則庫對一個具體控制對象進(jìn)行了仿真 由 仿真結(jié)果可以看到 這種參數(shù)自整定方法與一般控制方法 抗積分飽和控制法 相比 在調(diào)節(jié)時間 抑制超調(diào)量 穩(wěn)定性都要好 可以在工業(yè)上推廣使用 只 是運(yùn)用這種模糊推理方法需要建立專家模糊規(guī)則庫 這需要長時間的實(shí)踐和調(diào) 整才能得到比較合理的知識規(guī)則庫 另外目前這種控制方法知識規(guī)則的推理都 大部分借助計算機(jī)程序 因此對這種控制器的開發(fā)需要有比較專業(yè)的計算機(jī)語 言 在這里用到的 MATLAB 語言以及所屬的 Simulink 仿真控件 在整個設(shè)計過程中 使我對所學(xué)知識進(jìn)行了一個比較大的綜合鞏固 讓我 學(xué)會了各種查閱資料以及整理所需材料的能力 通過這次的課題設(shè)計 也讓我 學(xué)習(xí)到了不少新知識 在幾個月的學(xué)習(xí)實(shí)踐中學(xué)到的東西比以往學(xué)到的都要豐 富 因?yàn)槲也粌H學(xué)到了一些新的專業(yè)知識還鍛煉了自己解決問題的能力 這是 24 不可多得的 但是 在設(shè)計過程中我也遇到了不少困難 感覺自己對所學(xué)專業(yè) 知識的欠缺 讓自己增加了緊迫感 要抓緊彌補(bǔ)自己的欠缺 學(xué)無止境 這也 讓我體會到了不管以后走上什么樣的工作崗位 都不要拋棄自己的學(xué)習(xí) 不進(jìn) 則退 別人的進(jìn)步自己的停滯不前終將導(dǎo)致自己的被淘汰 這是我在整個課題 設(shè)計過程中最大的體會 參考文獻(xiàn)參考文獻(xiàn) 1 劉金錕 先進(jìn) PID 控制 MATLAB 仿真 第 2 版 M 北京 電子工業(yè)出版社 2006 2 鄭阿奇主編 MATLAB 實(shí)用教程 M 北京 電子工業(yè)出版社 2004 3 夏德鈐 翁貽方編著 自動控制理論 M 第二版 機(jī)械工業(yè)出版社 2007 4 朱思洪主編 機(jī)電一體化技術(shù) M 中國農(nóng)業(yè)出版社 2004 5 施陽 MATLAB語言精要及動態(tài)仿真工具 SIMULINK 西安 M 西北工業(yè)大學(xué)出版社 1997 6 張思雨 預(yù)測控制算法和 P ID 控制算法 J 燕山大學(xué)工學(xué)碩士學(xué)位論文 2003 7 陳超 龔國芳 徐曉東 王靜 一種參數(shù)自整定模糊 PID 控制器的研究 D 浙江大學(xué)流 體傳動及控制國家重點(diǎn)實(shí)驗(yàn)室 2005 8 朱曉宏 邵冬明 游道華 參數(shù)自整定 PID 模糊控制器的設(shè)計及 Simulink 仿真 J 武 漢科技大學(xué) 2006 9 劉紹鼎 樊立萍 姜長洪 基于模糊規(guī)則參數(shù)自整定 PID控制器的設(shè)計 J 沈陽化工院 2006 10 郝偉 謝克明 模糊免疫參數(shù)自整定 PID 控制系統(tǒng)設(shè)計及仿真 M 太原理工大學(xué) 信 息工程學(xué)院 2007 11 肖人彬 王磊 人工免疫系統(tǒng) 原理 模型 分析及展望 J 計算機(jī)學(xué)報 2002 12 Jerne NK Towards a network theory of the immune system J Annual Immunology 1974 13 Farmer JD Packard N H Perelson AS The immune system adaptation and machine learning J Physiea D 1986 14 Kawafuku M Sasaki M Takahashi Adaptive learning method of neural network controller using an immune feedback law J 2000 15 高東杰 譚杰 林紅權(quán) 應(yīng)用先進(jìn)控制技術(shù) M 北京 國防工業(yè)出版社 2003 16 謝克明 郭紅渡 謝剛等 人工免疫算法及其應(yīng)用 J 計算機(jī)科學(xué)與工程 2005 17 爾桂花 竇日軒 運(yùn)動控制系統(tǒng) M 北京 清華大學(xué)出版社 2002 18 張建民 王濤 智能控制原理及應(yīng)用 M 北京 冶金工業(yè)出版社 2003 25 19 田淑杭 姜麗娟 一種參數(shù) 自整定模糊 PID 控制器的研究 J 電氣傳動自動化 2003 6 20 陶永華 尹怡欣 葛蘆生 新型 PID 控制及其應(yīng)用 M 北京 機(jī)械工業(yè)出版社 1998 致致 謝謝 四年的學(xué)習(xí)生涯 對于我來說 是一段充實(shí)而又難忘的時光 這期間 既 有經(jīng)歷挫折失敗的困惑 也有許多成功的喜悅 我的論文能夠順利完成 離不 開老師們辛勤的指導(dǎo) 同學(xué)熱情的幫助以及父母的支持和理解 在此 謹(jǐn)向他 們表示最誠摯的感謝 首先感謝我的導(dǎo)師 對導(dǎo)師給予的學(xué)術(shù)上的指導(dǎo) 做人治學(xué)思想上的教育 生活上的關(guān)心和幫助致以最衷心的謝意 胡老師淵博的知識和嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度給 我留下了深刻的印象 開闊了我的視野 豐富了我的專業(yè)領(lǐng)域知識 導(dǎo)師對科 學(xué)真理孜孜不倦的追求 腳踏實(shí)地 一絲不茍 精益求精的治學(xué)態(tài)度 以及在 課題組中營造的寬松 自由 民主的學(xué)術(shù)風(fēng)氣使我終身受益 在此 即將離開 母校 對所有給我殷勤教育的老師們致予謝意 對于你們的教導(dǎo) 將使我終身 難忘 祝你們身體健康 萬事如意 其次要感謝我身邊給予我?guī)椭凸膭畹耐瑢W(xué) 在我的實(shí)習(xí)中 不斷地給我技 術(shù)上的參考以及就業(yè)信息的提供 豐富了我的生活 給我的畢業(yè)去向開辟了更 多的方向和選擇 同時還要感謝我的父母 對于我的學(xué)習(xí)和生活 他們給我了 最大的支持 望子成龍是每個父母的心愿 為此他們操了一輩子的心而不途回 報 在此我要衷心地謝謝他們 在設(shè)計的學(xué)習(xí)過程中 遇到不少困難 因?yàn)槊總€人單獨(dú)的課題 內(nèi)容也是我 們不很熟悉的 需要靠自己四年積累的知識和自己形成解決問題思路來深入學(xué) 26 習(xí)新的課題 盡管這樣 我還是不得不承認(rèn)自己所學(xué) 能用的知識太少 因此作出的文章 有很大的局限性 不專業(yè)或是過多引用別人的理論 在這里需要特別強(qiáng)調(diào) 希 望老師給予批評和指正 在這里我將虛心接受老師的教誨 最后 感謝在百忙之中抽出寶貴時間對本論文進(jìn)行評審的各位老師 附錄附錄 1 指導(dǎo)教師評語 主要評價論文的工作量 試驗(yàn)數(shù)據(jù)的可靠性 論文的主要內(nèi) 容與特點(diǎn) 寫作水平等 簽 名 年 月 日 答辯委員會評語及論文成績 主要評價論文的性質(zhì) 難度 質(zhì)量 綜合訓(xùn)練 答辯情況 不足等 評定論文成績 主任委員簽名 年 月 日 附錄附錄 2 河南農(nóng)業(yè)大學(xué) 本科生畢業(yè)設(shè)計 論文 任務(wù) 書 設(shè)計 論文 題目PID 控制算法及 MATLAB 仿真分析 學(xué) 院 機(jī)電工程學(xué)院 專 業(yè) 電子信息工程 班 級 05 電信 2 班 學(xué) 號 姓 名 2009 年 2 月 20 日 2 論文 設(shè)計 選題的來源 目的與意義 論文 設(shè)計 選題的來源 目的與意義 來源來源 本論文選題來自于指導(dǎo)導(dǎo)師的科研項目 是國家 863 重點(diǎn)科技攻關(guān)計 劃項目中的研究內(nèi)容之一 2007AA100606 目的與意義目的與意義 PID 控制器以其結(jié)構(gòu)簡單 穩(wěn)定性好 工作可靠 調(diào)整方便而 成為工業(yè)控制中的主要技術(shù)之一 光