智能控制理論及應(yīng)用大作業(yè)

1、摘要油頁巖干餾工業(yè)越來越受到人們的重視。其干餾控制效果的優(yōu)劣直接影響頁巖油的產(chǎn)量，而溫度控制又是頁巖干餾爐控制系統(tǒng)中的關(guān)鍵環(huán)節(jié)，因此頁巖煉油過程中的溫度控制具有十分重要的現(xiàn)實(shí)意義。由于干餾爐溫度控制系統(tǒng)具有慣性、滯后和難以獲得精確數(shù)學(xué)模型等特點(diǎn)，本文在串級PID控制的基礎(chǔ)上引入模糊控制，作為智能控制算法應(yīng)用于干餾爐溫度控制系統(tǒng)，構(gòu)成模糊PID控制器來整定溫度控制系統(tǒng)主控回路的PID參數(shù)，這樣既保持了PID控制器的結(jié)構(gòu)簡單、適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，又能在線調(diào)整PID控制器的參數(shù)，以適應(yīng)頁巖干餾過程模型參數(shù)的變化。最后通過Matlab仿真，分析了模糊PID控制器的動態(tài)響應(yīng)和抗干擾能力，并與傳統(tǒng)串級PID控

2、制進(jìn)行比較。結(jié)果表明，設(shè)計(jì)的模糊PID控制器超調(diào)量較小，調(diào)節(jié)時(shí)間短，抗干擾能力較好，能達(dá)到較好的控制效果。關(guān)鍵詞： 溫度控制；串級控制；模糊PID前言在我國油頁巖制取頁巖油技術(shù)中，主要是利用干餾技術(shù)對大塊的油頁巖進(jìn)行制取頁巖油。而對于小顆粒的油頁巖則作為尾料，還沒有找到有效的方法提取其中的頁巖油。因此為了使小顆粒的油頁巖資源能夠得到充分的利用，尋找一種更加有效的加工制油方法是當(dāng)前所要解決的問題。干餾是頁巖油關(guān)鍵的提煉步驟，在干餾爐干餾過程中，頁巖的裂解是在一個(gè)密閉的空間里進(jìn)行一系列復(fù)雜的物理和化學(xué)反應(yīng)過程，并且在一定的溫度范圍內(nèi)，油頁巖熱解生成頁巖油、頁巖半焦和熱解氣。在生產(chǎn)過程中，干餾爐的溫

3、度控制具有極其重要的地位，如果溫度太高，油母頁巖過度裂解，會減少頁巖油的產(chǎn)量；但是溫度過低，油母頁巖裂解不充分，同樣會影響頁巖油的產(chǎn)量。所以，溫度的高低在干餾爐控制系統(tǒng)中有著非常重要的作用。如何控制好干餾爐的溫度，進(jìn)而提高頁巖油的產(chǎn)能，是本文研究的重點(diǎn)。1.干餾過程的控制對象模型一般情況下，頁巖油的生產(chǎn)可以分為以下三個(gè)部分：原料部分、干餾部分以及油回收部分。頁巖干餾爐的煉油工藝流程圖如圖1.1 所示。圖1.1 干餾爐的工藝流程圖在實(shí)際工程的控制中往往很難得到頁巖干餾過程的精確數(shù)學(xué)模型。因此， ATP 干餾爐溫度對象的建模應(yīng)參照工程實(shí)踐中的方法，即用曲線擬合的方法來求得模型的近似數(shù)學(xué)模型。由于A

4、TP 干餾爐溫度對象具有滯后性、慣性的特點(diǎn)。因此，其溫度控制對象的傳遞函數(shù)是具有一階慣性加純滯后的特性。即：G1(s)=KTs+1e-s(1.1)鼓風(fēng)機(jī)的流量Q與頻率f 成正比，根據(jù)參考文獻(xiàn)1，并考慮空氣管路傳輸?shù)臅r(shí)延，可以將鼓風(fēng)機(jī)近似模型G2(s)等效為一階慣性加純滯后環(huán)節(jié)。即：G2(s)=KTs+1e-s(1.2)根據(jù)該頁巖煉油廠的實(shí)際測試及運(yùn)行的數(shù)據(jù)，得到干餾爐模型的溫度階躍響應(yīng)曲線，可將干餾爐溫度模型用純滯后環(huán)節(jié)和一階慣性環(huán)節(jié)來表示。其傳遞函數(shù)為：G1s=0.001524s+0.0157e-25s(1.3)鼓風(fēng)機(jī)近似模型G2(s)的參數(shù)為：G2s=0.80.6s+1e-5s(1.4)2

5、.串級PID控制隨著現(xiàn)代工業(yè)生產(chǎn)過程向著大型、連續(xù)和強(qiáng)化方向發(fā)展，對控制系統(tǒng)的控制品質(zhì)提出了日益增長的要求。串級控制是一種易于實(shí)現(xiàn)且效果又較好的控制方法，在生產(chǎn)過程中的應(yīng)用也比較普遍2。干餾爐溫度的控制可以采用串級調(diào)節(jié)系統(tǒng)。在干餾爐的爐壁上有六個(gè)均勻分布的熱電偶，它們會連續(xù)并且精確的測量溫度的變化，當(dāng)受到干擾時(shí)，該回路的熱電偶會測量到該變化，反應(yīng)到該回路控制器的輸入端，控制器的流量控制回路能很快對變化做出判斷，改變該回路中鼓風(fēng)機(jī)的頻率。這樣，經(jīng)過流量控制回路的控制，在干擾還未波及到干餾區(qū)溫度之前就已經(jīng)被克服，即便是干擾較大，其大部分影響已經(jīng)被流量控制回路所克服，波及到ATP干餾爐溫度時(shí)，干擾已

6、經(jīng)很小。串級控制系統(tǒng)框圖如圖2.1 所示。圖2.1 串級控制系統(tǒng)框圖干餾爐溫度串級控制系統(tǒng)有以下特點(diǎn)：(1)流量調(diào)節(jié)回路具有快速調(diào)節(jié)作用，它能有效地克服二次擾動的影響；(2)由于流量調(diào)節(jié)回路起到了改善對象動態(tài)特性的作用，因此可以加大溫度主調(diào)節(jié)器的增益，提高系統(tǒng)的工作頻率；(3)由于流量調(diào)節(jié)回路的存在，使得整個(gè)串級控制系統(tǒng)具備了一定的自 適應(yīng)能力；(4)從串級控制系統(tǒng)本身的特性來講，可以部分地克服頁巖干餾過程中的滯后性。在實(shí)際應(yīng)用中，很多工業(yè)過程都具有高階、非線性、大遲延及時(shí)變等特性，給以精確數(shù)學(xué)模型為基礎(chǔ)的現(xiàn)代控制理論的應(yīng)用帶來了困難。PID控制器的參數(shù)整定必須相對于某一模型己知、系統(tǒng)參數(shù)已知

7、的系統(tǒng)，但事實(shí)上大多數(shù)的生產(chǎn)過程都具有非線性和時(shí)變性，其特性隨時(shí)間的變化而變化，而且干擾因素較多，當(dāng)模型參數(shù)或者工況發(fā)生變化，運(yùn)行人員要根據(jù)經(jīng)驗(yàn)來改變參數(shù)，工程上通常用試湊法進(jìn)行整定，需要反復(fù)試驗(yàn)，反復(fù)試湊工作量比較大，消耗大量的時(shí)間和精力，雖然這樣在一定程度上也能滿足運(yùn)行要求，但是不可避免地存在盲目性4。所以有必要研究智能控制技術(shù)手段與PID控制相結(jié)合來控制較復(fù)雜的工業(yè)過程。3.模糊PID控制在頁巖干餾串級控制系統(tǒng)中，若采用二維模糊控制，以溫度的偏差和偏差變化率作為輸入變量，可以獲得類似常規(guī)比例微分控制器的作用，實(shí)現(xiàn)良好的動態(tài)特性。但是由于模糊控制器沒有積分調(diào)節(jié)，不能消除靜差，其穩(wěn)定性不能達(dá)

8、到預(yù)期的效果3。所以，為了實(shí)現(xiàn)ATP 干餾爐干餾區(qū)溫度的無差控制，將模糊控制器與PID 控制器結(jié)合在一起。以溫度的偏差e 和偏差變化率ec作為輸入，根據(jù)偏差的特征，找出PID 參數(shù)與溫度偏差e 、偏差變化率ec之間的模糊關(guān)系，在運(yùn)行中不斷檢測e與ec，根據(jù)模糊規(guī)則對三個(gè)參數(shù)進(jìn)行修改，來滿足不同e與ec對控制參數(shù)的不同要求，使干餾過程具有良好的動態(tài)和靜態(tài)性能，進(jìn)而獲得更加滿意的控制效果。3.1溫度控制回路模糊PID 控制器的設(shè)計(jì)模糊控制器的結(jié)構(gòu)對整個(gè)系統(tǒng)的性能有較大影響，必須根據(jù)被控對象具體情況來進(jìn)行合理選擇。一般情況下，盡量選擇操作人員能觀察到的變量，如被控對象的偏差、偏差的變化、偏差變化的變

9、化等，作為模糊控制器的輸入變量。把控制量作為模糊控制器的輸出變量5。模糊控制器的維數(shù)越高，控制精度越高，控制就越精細(xì)。但是， 維數(shù)太多會使控制規(guī)則變得十分龐大，控制算法實(shí)現(xiàn)困難6。所以生產(chǎn)過程中一般選用二維模糊控制器，即把偏差及偏差的變化作為模糊控制器的輸入變量。 ATP 爐溫度控制系統(tǒng)采用的模糊PID 結(jié)構(gòu)如圖3.1 所示。圖3.1 溫度控制回路模糊PID控制系統(tǒng)框圖在頁巖干餾系統(tǒng)串級PID 控制的基礎(chǔ)上加以改進(jìn)，內(nèi)環(huán)燃燒空氣流量控制回路采用PI 控制器，通過控制鼓風(fēng)機(jī)的頻率，來控制燃燒空氣的流量。外環(huán)溫度控制回路采用模糊PID 控制器，輸入是溫度的偏差e 和偏差變化率ec，輸出是KP，KI

10、， KD，分別用來調(diào)節(jié)KP，KI，KD的值。模糊PID 控制器經(jīng)過計(jì)算的最終輸出是副回路燃燒空氣流量的給定。模糊控制器的設(shè)計(jì)一般包括以下方面：控制系統(tǒng)的模糊概念的確定，包括論域、模糊集合；輸入精確量的模糊化過程，確定隸屬度函數(shù)；確定模糊控制規(guī)則；模糊推理；完成模糊量到精確量的轉(zhuǎn)化。模糊PID 算法的控制流程如圖3.2 所示。開始取當(dāng)前采樣值計(jì)算e(t)、ec(t)e(t)、ec(t)模糊化KP，KI， KD模糊整定計(jì)算當(dāng)前KP，KI，KDPID控制器輸出返回圖3.2 模糊PID算法流程圖3.2 溫度控制模糊PID 控制器的輸入輸出參數(shù)設(shè)計(jì)控制器首先要對輸入變量進(jìn)行模糊化。對于溫度模糊控制器，輸

11、入變量是干餾區(qū)溫度的偏差e 及偏差的變化量ec 。 3.2.1論域、模糊集合（1）基本論域及模糊論域干餾爐溫度控制系統(tǒng)中模糊控制器的輸入變量偏差、偏差變化率的范圍為輸入變量的基本論域。被控對象的實(shí)際需要的控制量變化范圍，稱為模糊控制器的輸出變量的基本論域。根據(jù)現(xiàn)場數(shù)據(jù)得出，溫度偏差e的基本論域?yàn)?Xe=-107，107，偏差變化率ec的基本論域?yàn)閄ec =-8，8。將基本論域范圍內(nèi)連續(xù)變化的偏差分成n個(gè)區(qū)間，使其離散化，則偏差e 所取模糊 集 論 域 為 E =- n,-n -1,.,0,.,n -1,n， 偏 差 變 化 率ec 的 模 糊 集 合 的 論 域 為EC=-m,-m-1,.,0

12、,.,m-1,m. 從理論上講，增加論域上元素的個(gè)數(shù)，可提高控制精度，但過于細(xì)分的量化等級會使算法復(fù)雜化，增加控制器的復(fù)雜程度，因此等級分得過細(xì)必要性不大。一般n=6,m=6，從而構(gòu)成含有13 個(gè)整數(shù)的集合E、EC。偏差e 和偏差變化率ec的范圍量化為-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,67。(2)量化因子利用量化因子可以實(shí)現(xiàn)從基本論域-emax,|emax|和-ecmax,|ecmax|到論域E =- n,-n -1,.,0,.,n -1,n 和EC=-m,-m-1,.,0,.,m-1,m的變換。偏差及其變化率的 量化因子則可定義為： Ke=n/|emax|(3.1)

13、Kec=m/|ecmax|(3.2)在頁巖干餾控制系統(tǒng)中，根據(jù)上述e和ec的基本論域及模糊論域，可得出e和ec的量化因子分別為：Ke=n/|emax|=6/107=0.056(3.3)Kec=m/|ecmax|=6/8=0.75(3.4)3.2.2模糊控制器的模糊化方法根據(jù)上節(jié)選取的模糊論域，將溫度變化e 和溫度變化率ec 以及其輸出量PID 的KP，KI， KD的模糊子集均設(shè)為含有以下七個(gè)模糊子集：負(fù)大（NL），負(fù)中（NM），負(fù)?。∟S），零（ZO），正小（PS），正中（PM），正大（PL）。在頁巖干餾控制系統(tǒng)溫度控制回路的設(shè)計(jì)中，選取模糊變量的隸屬度函數(shù)時(shí)，采用便于計(jì)算、占用內(nèi)存空間小的三

14、角型隸屬函數(shù)作為模糊子集的隸屬函數(shù)，選取溫度偏差e、偏差變化率ec的隸屬度函數(shù)如圖3.3所示。圖3.3 變量e、ec的隸屬度函數(shù)選取KP，KI， KD 的隸屬函數(shù)如圖 3.4 所示。圖3.4 變量KP，KI， KD的隸屬度函數(shù)3.2.3 模糊規(guī)則PID 控制器是由比例環(huán)節(jié)、積分環(huán)節(jié)和微分環(huán)節(jié)組成，PID 參數(shù)的整定必須考慮在不同時(shí)刻三個(gè)參數(shù)的作用及相互之間的關(guān)系。其基本思想是首先找出PID 三個(gè)參數(shù)與偏差e和偏差變化率ec之間的模糊關(guān)系，在運(yùn)行中不斷檢測溫度偏差和偏差變化率，然后根據(jù)模糊控制原理來對三個(gè)參數(shù)進(jìn)行在線修改，以滿足在不同情況下系統(tǒng)對控制參數(shù)的不同要求。根據(jù)比例、積分、微分作用的不同

15、，在不同的溫度偏差e 和偏差變化率ec下，按照以下規(guī)則修正PID 控制器參數(shù)KP，KI，KD：（1）當(dāng)溫度偏差較大時(shí)，為了加快系統(tǒng)的響應(yīng)速度，KP 的取值應(yīng)大些。針對開始時(shí)可能出現(xiàn)的微分飽和的現(xiàn)象使控制作用超出許可的范圍，KD的取值要應(yīng)較小。同時(shí)為了避免系統(tǒng)響應(yīng)出現(xiàn)較大的超調(diào)產(chǎn)生積分飽和，應(yīng)該讓KI 取值小一些限制積分的作用。（2）當(dāng)溫度偏差處于中等大小時(shí)，為了防止系統(tǒng)超調(diào)過大，KP應(yīng)取值小一些，KI取值要適當(dāng)。同時(shí)，為保證系統(tǒng)的響應(yīng)速度，KD的取值要大小適中，KD 的取值對系統(tǒng)影響較大。（3）當(dāng)溫度偏差較小及接近設(shè)定值時(shí)，為了使系統(tǒng)保持較好的穩(wěn)態(tài)性能，應(yīng)當(dāng)增加KP的取值并且減小KI 的取值。

16、同時(shí),為了避免出現(xiàn)振蕩，應(yīng)該增加系統(tǒng)的抗干擾性能。當(dāng)溫度偏差變化量較小時(shí),KD 的取值可以大一些；當(dāng)偏差變化量較大時(shí),KP的取值應(yīng)當(dāng)小一些8。表3.1 參數(shù)KP的模糊規(guī)則表NBNMNSZOPSPMPBNBPBPBPMPMPSZOZONMPBPBPMPSPSZONSNSPMPMPMPSZONSNSZOPMPMPSZONSNMNMPSPSPSZONSNSNMNMPMPSZONSNMNMNMNBPBZOZONMNMNMNBNB表3.2 參數(shù)KI的模糊規(guī)則表NBNMNSZOPSPMPBNBPSNSNBNBNBNMPSNMPSNSNBNMNMNSZONSZONSNMNMNSNSZOZOZONSNSNSN

17、SNSZOPSZOZOZOZOZOZOZOPMPBNSPSPSPSPSPBPBPBPMPMPMPSPSPB表3.3 參數(shù)KD的模糊規(guī)則表NBNMNSZOPSPMPBNBNBNBNMNMPSZOZONMNBNBNMNSPSZOZONSNBNMNSNSZOPSPSZONMNMNSZOPSPMPMPSNMNSZOPSPSPMPBPMZOZOPSPSPMPBPBPBZOZOPSPMPMPBPB3.2.4 模糊推理根據(jù)模糊理論進(jìn)行算法合成，求得相應(yīng)的KP，KI，KD的三個(gè)控制表。如表4.2中KP的調(diào)節(jié)規(guī)律可以寫成如下的49 條模糊條件語句：1. if E=NB and EC=NB then KP=PB2

18、. if E=NB and EC=NM then KP=PB3. if E=NB and EC=NS then KP=PM.49. if E=PB and EC=PB then KP=NB3.2.5 解模糊經(jīng)過模糊推理得到的控制輸出是一個(gè)模糊隸屬函數(shù)或者模糊子集，它反應(yīng)了控制語言的模糊性質(zhì)。然而在實(shí)際應(yīng)用中要控制一個(gè)對象，只能在某一個(gè)時(shí)刻有一個(gè)確定的控制量，這就必須要從模糊輸出隸屬函數(shù)中找出一個(gè)最能代表這個(gè)模糊集合及模糊控制作用可能性分布的精確量，這就是解模糊。根據(jù)干餾爐溫度控制系統(tǒng)給定的溫度的偏差e和偏差變化率ec的值。通過模糊合成推理規(guī)則求出對應(yīng)的模糊輸出量KP、KI、KD。然后通過模糊判

19、決可得精確量KP、KI、KD。定義KP，KI，KD參數(shù)調(diào)整算式如式（3.5）所示。KP=KP+E,ECKP=KP0+KP KI=KI+E,ECKI=KI0+KI(3.5)KD=KD+E,ECKD=KD0+KD式中： KP0，KI0，KD0 是PID 控制器參數(shù)KP，KI，KD的初始值，初始值是根據(jù)經(jīng)驗(yàn)獲得的。KP，KI， KD是根據(jù)計(jì)算機(jī)在線運(yùn)行時(shí)實(shí)時(shí)計(jì)算的偏差和偏差變化率，通過查詢上述模糊規(guī)則表得出的。通過測控系統(tǒng)不斷的檢測系統(tǒng)的輸出響應(yīng)值，并實(shí)時(shí)的計(jì)算出干餾區(qū)溫度的偏差和偏差變化率，然后將它們模糊化得到E和EC，通過查詢模糊調(diào)整矩陣即可得到KP，KI，KD三個(gè)參數(shù)的調(diào)整量，完成整定過程。由

20、此可利用模糊PID 得出實(shí)時(shí)調(diào)整的PID 控制參數(shù)，實(shí)現(xiàn)干餾區(qū)溫度的精確控制。4.系統(tǒng)仿真及結(jié)果分析4.1 串級PID控制仿真圖4.1 溫度系統(tǒng)串級控制的Simulink 仿真框圖對于干餾爐溫度控制系統(tǒng)的常規(guī)串級控制，首先需要選擇串級PID 的參數(shù)，通過不斷的測試，得出干餾爐溫度控制系統(tǒng)的參數(shù)如表4.1 所示。對應(yīng)的仿真曲線如圖4.2 所示。表4.1 串級PID 參數(shù)的比較組K外I外D外K內(nèi)I內(nèi)1100.3100.150.1229.20.2100.150.12370.17100.150.12圖4.2 串級PID 的響應(yīng)曲線由仿真曲線可以看出，雖然第1 組數(shù)據(jù)的響應(yīng)速度快，但是超調(diào)量大，調(diào)節(jié)時(shí)間

21、長。第3組數(shù)據(jù)的超調(diào)量小，但是其響應(yīng)速度慢。而第2組數(shù)據(jù)的整體綜合性能要好。所以選該改組的數(shù)據(jù)作為串級PID 的參數(shù)。即內(nèi)環(huán)PI 參數(shù)為KP=0.15，KI=0.12, 外環(huán)PID 參數(shù)為KP=9.2, KI=0.2, KD=104.2 模糊PID控制仿真當(dāng)串級控制系統(tǒng)溫度控制回路中的主控制器采用模糊PID 控制器時(shí)，溫度的偏差及偏差變化率的量化因子分別為：Ke=0.056和Kec=0.75。輸出比例因子分別為：KKP=5/6=0.83, KKP=0.6/6=0.1, KKD=6/6=1。主環(huán)PID 參數(shù)的初始值為：KP0=9.2, KI0=0.2, KD0=10 。干餾爐溫度控制系統(tǒng)的模糊控

22、制器仿真框圖如圖4.3 所示。圖4.3 溫度系統(tǒng)模糊PID控制的Simulink 仿真框圖4.2.1 模糊控制器設(shè)計(jì)在matlab的命令窗口輸入fuzzy，打開模糊控制器進(jìn)行設(shè)計(jì)。模糊控制器的結(jié)構(gòu)如圖4.4所示，輸入量為偏差e 及其變化率ec,輸出量為KP、KI、KD，F(xiàn)IS 中記為 Kp，Ki，Kd 。圖4.4 模糊控制器結(jié)構(gòu)模糊控制器的輸入輸出變量的隸屬度函數(shù)及模糊規(guī)則如圖4.5 至4.9 所示。圖4.5 溫度偏差e 的隸屬度函數(shù)圖4.6 溫度偏差變化ec 的隸屬度函數(shù)圖4.7 KP 的隸屬度函數(shù)圖4.8 KI 的隸屬度函數(shù)圖4.9 KD 的隸屬度函數(shù)模糊規(guī)則的建立如圖4.10所示：圖4.

23、10 模糊控制器的模糊規(guī)則圖4.11 模糊控制器的模糊規(guī)則顯示從而可以得出模糊PID 控制器三個(gè)參數(shù)的模糊推理規(guī)則曲面，如圖4.12 至圖4.14所示:圖4.12 DKP 規(guī)則曲面圖4.13 DKI 規(guī)則曲面圖4.14 DKD 規(guī)則曲面4.2.2模糊PID 的仿真結(jié)果模糊PID 的仿真曲線如圖4.15 所示:圖4.15 模糊PID溫度響應(yīng)曲線5.仿真結(jié)果分析溫度控制是一個(gè)動態(tài)過程，根據(jù)第二章介紹的干餾爐溫度特點(diǎn)，將溫度給定值設(shè)為505。下面分別從溫度響應(yīng)曲線對設(shè)定值的跟蹤性能、對擾動的抗干擾能力以及干餾過程模型發(fā)生變化后的自適應(yīng)能力進(jìn)行分析。對比傳統(tǒng)串級PID 控制器和模糊串級PID 控制器的

24、控制性能。以505階躍信號為輸入，比較串級PID 與模糊PID 之間的跟蹤性能如圖5.1所示。圖5.1 溫度響應(yīng)曲線表5.1 性能指標(biāo)比較控制方法上升時(shí)間tr(min)調(diào)節(jié)時(shí)間ts(min)超調(diào)量(%)串級PID控制9835520.8模糊PID控制902906.9由上表可以得出，模糊PID 控制器初始上升速度較快，模糊PID 控制器的曲線超調(diào)量小，調(diào)節(jié)時(shí)間短，可以較快速地穩(wěn)定在給定的溫度值。溫度控制系統(tǒng)受到的干擾因素較多，這里只考慮干擾作用在主控回路上。在600分鐘時(shí)，加入一個(gè)階躍信號擾動。得到的系統(tǒng)特性曲線如圖5.2所示。圖5.2 引入干擾的溫度響應(yīng)曲線從圖5.2中可以看出，加入一個(gè)擾動信號

25、后，模糊PID控制器的調(diào)節(jié)時(shí)間短，恢復(fù)設(shè)定值的時(shí)間較快，抗干擾性能較好。 從以上仿真圖可以看出，針對溫度這樣一個(gè)時(shí)變的非線性的復(fù)雜系統(tǒng)，模糊PID控制器的超調(diào)小，調(diào)節(jié)時(shí)間短，控制效果較好。模糊PID控制方法是在模糊控制和PID控制的基礎(chǔ)上，進(jìn)行系統(tǒng)仿真，取得了較好的效果，其自適應(yīng)能力和抗干擾能力都有所增強(qiáng)。6.結(jié)論與展望通過對目前系統(tǒng)中所出現(xiàn)的問題，采用模糊PID的控制方法，并且建立了仿真模型。仿真研究表明：本文的控制算法能實(shí)現(xiàn)較好的跟蹤性能，當(dāng)出現(xiàn)干擾時(shí)系統(tǒng)能較快的恢復(fù)穩(wěn)定，具有一定的抗干擾能力。如何將神經(jīng)網(wǎng)絡(luò)控制、專家系統(tǒng)、遺傳算法等智能控制方法與模糊控制方法相結(jié)合，設(shè)計(jì)成為通用的工業(yè)控制器，為實(shí)際的非線性