【正文】 第五章的仿真結(jié)果，智能型PID控制器對(duì)傳統(tǒng)PID控制進(jìn)行了改進(jìn)，其PID三個(gè)參數(shù)按照控制規(guī)律，根據(jù)誤差的變化進(jìn)行自整定。工業(yè)控制系統(tǒng)的復(fù)雜性包括非線性、時(shí)變性、時(shí)滯等，有些工業(yè)控制系統(tǒng)甚至無(wú)法給出其傳遞函數(shù)。 Gilow = 11。Kp=min(Kpup。(3)解動(dòng)詞化 經(jīng)過(guò)動(dòng)詞推理過(guò)后，可以通過(guò)解動(dòng)詞化求得3個(gè)參數(shù)，下面以Kp為例來(lái)說(shuō)明參數(shù)的求?。?a)求取Kp的變化量：Kp_rate=S1(k+1)*DKpS2B+S2(k+1)*beta_fast*DKpB2S+S3(k+1)*DKpB2S+S4(k+1)*beta_slow*DKpB2S+S5(k+1)*beta_slow*DKpS2B+S6(k+1)*DKpS2B+S7(k+1)*beta_fast*DKpS2B。Bm=Bm+max(Em(j),muM(bprt+j))。 medium)為例):Ab=0。所以再建立兩個(gè)變量，beta_fast(bigger than1)和beta_slow (between (0,1))，再根據(jù)需要進(jìn)行調(diào)整，缺省的beta是1。相似度算法有兩種方法，本文用基于進(jìn)化函數(shù)求相似度的方法進(jìn)行仿真分析。 Kd=Kd0+k_pid(3)。在仿真過(guò)程中，時(shí)時(shí)檢測(cè)控制誤差e(k)及其變 化率ec(k)，保存到兩個(gè)變量中。在響應(yīng)時(shí)間差不多的情況下，看智能PID對(duì)超調(diào)和振蕩的控制效果如何。針對(duì)上面的系統(tǒng)，在Matlab中輸入“[NUM,DEN]=PADE(208，1)”得到NUM=[1 ]，DEN=[1 ],即用代替，則：（） 傳統(tǒng)PID控制仿真 調(diào)整過(guò)程及結(jié)果、中部分。y = C x + Du () A，B，C，D是一些矩陣。 Ts是采樣時(shí)間，simuStep=Ts/4；k是循環(huán)控制量，TSPAN把兩次采樣的時(shí)間間隔分成5個(gè)點(diǎn)。只有兩個(gè)環(huán)節(jié)的算法比較復(fù)雜。系統(tǒng)函數(shù)： () 仿真程序流程圖。在Simulink模型編輯器中，雙擊SFunction模塊，填寫(xiě)SFunction 。按上述數(shù)值得到的仿真曲線與傳統(tǒng)PID控制相比，超調(diào)減少，但控制系統(tǒng)達(dá)到的穩(wěn)定時(shí)間要長(zhǎng)些。傳統(tǒng)PID調(diào)出的三個(gè)參數(shù)對(duì)模糊PID的三個(gè)初始參數(shù)有一定的參考價(jià)值。數(shù)值1～7按順序代表從NB到PB7個(gè)子集，5個(gè)數(shù)字的位置對(duì)應(yīng)e、ec、kp、ki、kd。ec、kp、ki、kd的scale的更改完全類(lèi)似。 a=addmf(a,’input’,1,’Z’,’trimf’,[2*escale,0,2*escale])。：Membership Function Editor：Rule Editor 用Matlab程序生成模糊判決器[1]。把這5個(gè)變量(variable)的名字(Name)改成e、ec、kp、ki和kd。，即kp=18，ki=，kd=1000。所以應(yīng)該調(diào)整kp， 使響應(yīng)看起來(lái)是一條振幅越來(lái)越小的曲線。各 個(gè) 模 塊 的 屬 性 都 可 通 過(guò) 雙 擊 該 模 塊 進(jìn) 行 更 改。 系統(tǒng)函數(shù)高爐溫度控制系統(tǒng)具有非線性、時(shí)變性、滯后性等特性。 在求出?k之后，PID三個(gè)參數(shù)的修正方式為：Knext = Kcurrent + ?k。圖 : 動(dòng)詞與stay Zero的相似度 起始位置的相似度 觀察到的動(dòng)詞的起始位置為offsetobserved，定義標(biāo)準(zhǔn)動(dòng)詞的起始位置為offset0，計(jì)算起始 位置的相似度我采用如下算法： ()p取正偶數(shù)。medium與標(biāo)準(zhǔn)進(jìn)化函數(shù)進(jìn)行 “∧”、 “∨”、積分、加法、除法運(yùn)算之后，比值與其他規(guī)則的計(jì)算結(jié)果相比最大，則說(shuō)明被觀察動(dòng)詞與bee(big,medium)最相似。計(jì) 算 動(dòng) 詞 進(jìn) 化 函 數(shù) 的 構(gòu) 造 需 要 依 賴(lài) 以 下 兩 個(gè) 因 素：名 詞 中 心 和 物 理 語(yǔ) 義 學(xué) 的 動(dòng) 詞 中 心。7條計(jì)算動(dòng)詞規(guī)則如下：其中Z、S、M、B分別代表zero、small、medium、big。動(dòng)詞反映的是參數(shù)的變化趨勢(shì)，這樣一來(lái)，不同的名詞組合，可以用相同的動(dòng)詞來(lái)表示。所謂強(qiáng)度轉(zhuǎn)移法，就是當(dāng)控制系統(tǒng)有精確值輸入時(shí)，精確值 在條件語(yǔ)句的前件中所得到的語(yǔ)言變量轉(zhuǎn)移到后件的語(yǔ)言變量值去，從而得到推理結(jié)果的過(guò) 程。由于e和ec都有7個(gè)子集元素，總共有49種自由組合，因此模糊控制總共有49條這樣形式的規(guī)則。顧名思義，模糊PID控制器的三個(gè)參數(shù)是能夠在線調(diào)整、實(shí)時(shí)改變的。 的PID控 制 器 表 示 的 就 是 傳 統(tǒng)PID控制器，其kp 、ki 、kd 三個(gè)參數(shù)在控制過(guò)程中不會(huì)自動(dòng)發(fā)生變化，操作人員只能根據(jù)控制對(duì)象的特性在系統(tǒng)開(kāi)始工作時(shí)選擇最優(yōu)的三個(gè)參數(shù)。模糊PID控制器是模糊控制器和PID控制器的有效結(jié)合，它兼具模糊控制和PID控制的優(yōu)點(diǎn)；動(dòng)詞PID控制器是在模糊PID控制器的基礎(chǔ)上實(shí)現(xiàn)了控制規(guī)則“動(dòng)詞化”， 對(duì)模糊PID控制進(jìn)行了一些改進(jìn)。(3)kd：抵制偏差信號(hào)的變化趨勢(shì)，對(duì)偏差進(jìn)行提前預(yù)報(bào)，減少調(diào)節(jié)時(shí)間。本文 主要對(duì)模糊PID控制器和動(dòng)詞PID控制器進(jìn)行研究比較，詳細(xì)介紹見(jiàn)后面的章節(jié)。在運(yùn)行中不斷檢測(cè)e和ec，利用模糊控制規(guī)則在線對(duì)PID參數(shù)進(jìn)行修改，以滿(mǎn)足不 同e和ec對(duì)控制參數(shù)的不同要求，而使被控對(duì)象有良好的動(dòng)、靜態(tài)性能。每個(gè)語(yǔ)言變量表示的范圍可能有所 交叉，但除了幾個(gè)特殊點(diǎn)，一個(gè)具體數(shù)值隸屬于各個(gè)字母符號(hào)的程度是不一樣的。這些名詞不能互相包含，因此模糊控制的49條規(guī)則各不相同，缺一不可。采用bee[adverb](noun1,noun2)的形式。動(dòng)詞推理的輸出也定義成幾個(gè)標(biāo)準(zhǔn)輸出動(dòng)詞。這個(gè)比值越大，說(shuō)明觀察動(dòng)詞與標(biāo)準(zhǔn)動(dòng)詞的相似度越大。這 種 動(dòng) 詞 相 似 度 的 求 法 適 合 于 計(jì) 算 動(dòng) 詞 的(2)～(7)號(hào) 控 制 規(guī) 則，不 同 的 規(guī) 則 對(duì) 應(yīng) 不 同 的?0和Ｋ，求“增大”的相似度時(shí)，K ?x 的前面需要一個(gè)負(fù)號(hào)，求“減小”的相似度時(shí)，不 用負(fù)號(hào)。控制規(guī)則是這樣的：If(e bee0i) Then(?k Vi)，輸出的動(dòng)詞Vy 是7個(gè)標(biāo)準(zhǔn)輸出動(dòng)詞Vi(i=1～7)以相似度為權(quán)的 加權(quán)平均量。隨著科學(xué)技術(shù)的發(fā)展，各行各業(yè)對(duì)溫度控制精度的要求越來(lái)越高，經(jīng)典PID在某些場(chǎng)合已經(jīng)不能滿(mǎn)足要求。在Simulink模型編輯窗口中單擊View→Library browser， 的Simulink庫(kù)瀏覽窗口。 調(diào)試過(guò)程及結(jié)果 參數(shù)整定過(guò)程： (1)令ki和kd為0，調(diào)整kp。(3)調(diào) 整kd。解模糊算法默認(rèn)是Mamdani法，如果要改變算法，Matlab提供的另一種算法為Sugeno。新建的模糊判決器有0條規(guī)則，按照模糊控制規(guī)則表，使用Rule Editor底部的“添加規(guī)則(Add rule)”和“修改規(guī)則(Change rule)”按鈕設(shè)定模糊控制的49條規(guī)則。添加variable a=addmf(a,’input’,1,’NB’,’zmf’,[3*escale,1*escale])。ec、kp、ki、kd的添加方式完全類(lèi)似，只需更改scale和input(output)， “addmf(a,’input’,1? ?”中 的“1”依 次 改 為5。 。比如，第一行前5個(gè)數(shù)字為：11715，代表NBNBPBNBPS，其對(duì)應(yīng)的模糊規(guī)則為：If (e is NB) and (ec is NB) then (kp is PB)and (ki is NB) and (kd is PS)。 模糊判決器的使用 這個(gè)模糊判決模塊，可以作為一個(gè)模塊嵌入到Simulink模型編輯窗口當(dāng)中，在本章中可以看到其用法。仿真的控制目標(biāo)是1，故設(shè)置e和ec的論域均為[,]；模糊判決器的輸出是?K ，是對(duì) 三個(gè)初始參數(shù)進(jìn)行調(diào)整，所以?K 的論域大小應(yīng)該與對(duì)應(yīng)的K數(shù)量級(jí)相當(dāng)或較小。 關(guān)于動(dòng)詞PID控制Simulink仿真的一點(diǎn)說(shuō)明 模糊控制理論已經(jīng)問(wèn)世數(shù)十年，在Matlab中已經(jīng)集成了模糊判決器的模型，可以對(duì)模糊判 決器進(jìn)行修改，嵌入到Simulink模型編輯器中，進(jìn)行模糊控制的仿真。SFunction Parameters的填寫(xiě)與m文件中的變量定義有關(guān)。程序開(kāi)始設(shè)定控制目標(biāo)r，對(duì)被控對(duì)象的輸入信號(hào)u、以及kp、ki 、kd三個(gè)參數(shù)進(jìn)行初始化，然后進(jìn)入循環(huán)。一個(gè)是由e和ec怎樣計(jì)算出?kp 、?ki和?kd?！痙ynsys’是一個(gè)文件名，這些微分方程以狀態(tài)空間的形式給出，其中包含了輸入u的影響。在已知系統(tǒng)的傳遞函數(shù)的情況下，在Matlab主窗口中輸入[A,B,C,D]=tf2ss([num],[den])即可得到這4個(gè)矩陣。設(shè)置PID三個(gè)參數(shù)，并進(jìn)行調(diào)節(jié)。在這里傳統(tǒng)PID控制超調(diào)量為15%。在每次循環(huán)里：e_1=e(k+1