【正文】 23/30 自 動 控制系 統(tǒng) 的 C 語 言 設(shè)計 120 100 80 60 列 A 40 20 0 0 20 40 60 80 100 120 圖 26 變積 分 PID 慣 性 環(huán)節(jié) 仿真數(shù)據(jù) 圖 不完全微分 PID 控制 實現(xiàn) 0 PID 控制中 ， 微分信號的可以改善系 統(tǒng) 的 動態(tài) 特性 ， 但也容易引入高 頻 干 擾 ， 在 誤 差信號存在 擾動 是 ，更 是能 夠顯 示微分的不足之 處 ?？朔鲜?問題 的方法之一就是在采用不完全微分 PID 控制 ， 所 謂 不完全微分法就 是在 PID 控制算法的微分 項 中加入一個一 階慣 性 環(huán)節(jié) 。如此可是系 統(tǒng) 性能得到改善。 微分 項 中 加入 慣 性 環(huán)節(jié) 可以理解 為讓 微分作用不能 夠 立即體 現(xiàn) ， 加入 說 微分作用 給 定的信號 輸 出 時 100， 那 么加入 慣 性 環(huán)節(jié) 后 ， 其不能立即 輸 出 100， 而是由 0 逐 漸 上升到 100， 上升的速率與 慣 性 環(huán)節(jié) 的系數(shù)有關(guān)。采 用上述方法的 優(yōu) 點在于 ， 如果 誤 差信號存在高 頻 干 擾 ， 那么與 誤 差信號直接關(guān)系的微分 項 不能 發(fā) 生突 變 ， 從而 24/30 第二章 PID 控制及其 C 語 言 實現(xiàn) 起到 濾 波的作用。不完全微分的 結(jié) 構(gòu)如 圖 27 所示。 K p Ki G(s) s Kd s Ts+1 圖 27 不完 全微分 PID 控制 結(jié) 構(gòu)圖 我 們 利用第一章中的內(nèi)容將微分 項 的 傳遞 函數(shù) 轉(zhuǎn) 化 為 差分方程的形式 ， 設(shè) 定微分 項 的 輸 入 為 E (s) ， 輸 出 為 U (s) ， 則 根據(jù)框 圖 可知 U (s)= Kd s E (s) ， 轉(zhuǎn) 化 為 差分方程 ， 可表示 為 Ts+1 U (k )+T [U (k )?U (K ?1)]=Kd [Err (k )?Err (k ?1)] 化 簡 整理的出 ： U (K )= K d [ Err (k )?Err (k ?1)]+TU (k ?1) ,令 T =α ， 則 最 終 的差分方程可表示 為 ： T +1 T +1 U (K )=K d (1?α )(Err (K )?Err (K ?1))+α U (K ?1) ， 利用上述公式可用 C 語 言 進(jìn) 行 實現(xiàn) 并仿真。 float NoComDPID(float Kp, float Ki, float Kd, float Aifa, float GiveValue, float ActualValue) { float result。 float Err,KpWork, KiWork, KdWork。 25/30 自 動 控制系 統(tǒng) 的 C 語 言 設(shè)計 Err = GiveValue ActualValue。 KpWork = Kp*Err。 KiWork = Ki*NoComIntPIDErrADD。 if(Aifa 1) { Aifa = 1。 } if(Aifa 0) { Aifa = 0。 } KdWork = Kd*(1Aifa)*(ErrErrBbk)+ Aifa*KdWorkBbk。 result = KpWork+KiWork+KdWork。 NoComIntPIDErrADD = NoComIntPIDErrADD + Err。 KdWorkBbk = KdWork。 ErrBbk = Err。 return result。 } 26/30 第二章 PID 控制及其 C 語 言 實現(xiàn) 140 120 100 80 60 列 A 40 20 0 1899 ／ 12 ／ 31 1900 ／ 1 ／ 31 1900 ／ 3 ／ 2 1900 ／ 4 ／ 2 圖 28 不完全微分 PID 慣 性 環(huán)節(jié) 仿真數(shù)據(jù) 圖 其他 PID 控制 實現(xiàn) PID 的在工 業(yè) 上廣泛的 應(yīng) 用 ， 具體使用 過 程中會 針對 不同的控制系 統(tǒng) 研究 選擇 不同的 PID 控制形式 ， PID 實 際應(yīng) 用中多種多 樣 ， 上述五個小 節(jié) 中 講 述了五種 PID 的 實現(xiàn) 形式 ， 實際 的工 業(yè)應(yīng) 用中常用的 PID 還 有 帶 前饋 的 PID、基于 濾 波器的 PID 以及智能 PID 等其他使用形式 ， 讀 者需掌握系 統(tǒng) 與控制校正 環(huán)節(jié) 的分析方法 ，靈活運用 ， 實現(xiàn) 適合自身系 統(tǒng) 的 PID 控制器。 第三章 工 業(yè) 常用智能算法及其 C 語 言 實現(xiàn) 所 謂 智能控制算法是指使系 統(tǒng) 具 備 分析、推理、學(xué) 習(xí) 能力的控制方法。我 們 在學(xué) 習(xí) 自 動 控制原理的 時 候 ， 總 是在 強(qiáng)調(diào) 一句 話 ： 古典控制理 論 只是適合于 單輸 入 單輸 出的 線 性系 統(tǒng) ， PID 控制是古典控制理 論 的典型 應(yīng) 用。但 27/30 自 動 控制系 統(tǒng) 的 C 語 言 設(shè)計 是 現(xiàn)實 的世界往往不是 單輸 入 單輸 出的 ， 更不可能是 純線 性的系 統(tǒng) 。所以 ， 單純 的 PID 控制往往在系 統(tǒng) 的局部 上能 夠 其作用。而且 現(xiàn)實 當(dāng)中的我 們 往往無法準(zhǔn)確的建立起系 統(tǒng) 的數(shù)學(xué)模型 ， 可以想象我 們 希望得到精確的系 統(tǒng) 控制是一件多么復(fù) 雜 的事情。 智能算法的出 現(xiàn) 在一定程度上能 夠 解決上述 問題 ， 智能算法模 擬 人的思 維 方式 ， 通 過 分析、推理與學(xué) 習(xí) ， 逐 漸逼近事物的真相 ， 不斷 優(yōu) 化控制參量 ， 從而 實現(xiàn) 自適 應(yīng) 的控制方式。通 過 上述的感性描述 ， 我 們 不 難 得到 這 樣 的 結(jié)論 ： 第一 ， 智能控制更適合復(fù) 雜 的、非 線 性的、多 變 量 輸 入 輸 出系 統(tǒng) ； 第二 ， 由于智能控制需要分析、推理與學(xué) 習(xí) 來 進(jìn) 行系 統(tǒng) 控制 ， 故而其控制的速度一般不如 傳統(tǒng) 的控制方式快。 當(dāng)然 ， 隨著 CPU 處 理速度的加快 ， 智能控制速度上的務(wù) 勢 逐 漸 的不再明 顯 ， 而其廣泛適 用性的特點確能夠 體 現(xiàn) 的非常充分。本章通篇 討論 智能控制 ， 其目的也是希望能 夠 推廣智能控制在工 業(yè) 上的 應(yīng) 用 ， 最 終實現(xiàn)系 統(tǒng) 的最 優(yōu) 化控制 ， 制造出 優(yōu) 秀的 產(chǎn) 品。 常用的智能算法包括 專 家系 統(tǒng) 、模糊 邏輯 、神 經(jīng) 網(wǎng) 絡(luò) 、 遺傳 算法 ， 本章的四個小 節(jié) 將分 別嘗試 性的 進(jìn) 行算法 的 設(shè)計 與仿真。 專 家系 統(tǒng) 及其 C 語 言 實現(xiàn) 專 家系 統(tǒng) 落 實 到理 論層 次上感 覺 不太容易 ， 而 實際 上 ， 專 家系 統(tǒng) 即 為 人 對 事物 認(rèn)識 程度的體 現(xiàn) ， 比如 對 于天 氣預(yù)報 的 認(rèn)識 ， 我 們認(rèn)為 當(dāng)天空是 藍(lán) 色、有太陽、無 風(fēng) ， 那么就 說 明未來 10 小 時 是晴天。上述推 論 是基于我 們 對 于天 氣 變 化的 認(rèn)識給 出的 結(jié)論 。其 實 C 語 言的 if 表達(dá)式 ， switch 表達(dá)式在一定程度上就是一種基于常理的推 28/30 第三章工 業(yè) 常用智能算法及其 C 語 言 實現(xiàn) 論 ， 其可以作 為 一種 較為簡單 的 專 家系 統(tǒng) 來看待。比如上述天氣的例子可以用 C 語 言表述 為 if((Sky == blue)amp。amp。(Sun == true)amp。amp。(Wind == false)) { WeatherAfterTenHours = Sunny。 } 基于 這 個 認(rèn)識 ， 我 們 可以將所有的 邏輯 推理與分析 過 程都 歸結(jié) 到理 論 上的 專 家系 統(tǒng) 的概念上 ， 那么 專 家系 統(tǒng) 也就不再神秘。 專 家系 統(tǒng)實際 上就是一個基于 經(jīng)驗 的數(shù)據(jù) 庫 。 經(jīng)驗 越豐富 ， 那么數(shù)據(jù) 庫 越全面 ， 那么控制精度越高。 專 家數(shù) 據(jù)庫 是數(shù)據(jù) 庫 的一種 ， 當(dāng)然 這 個數(shù)據(jù) 庫 可以使 sqlite、 mysql 等任何數(shù)據(jù) 庫 形式 ， 也可以使一個數(shù) 組 或者存放在 FLASH 中的數(shù)據(jù)表 ， 與普通數(shù)據(jù) 庫 不同的是 ， 專 家數(shù)據(jù) 庫 更 側(cè) 重于 邏輯 上的推力 ， 其基本形式可如下表所示 ： 條件 1 條件 2 結(jié) 果 1 2 3 1 3 4 2 2 4 2 3 9 2 5 8 也就是 說 ， 數(shù)據(jù) 庫 本省表述了條件到 結(jié) 果的關(guān)系 ， 由條件 1 與條件 2 能 夠 推出 結(jié) 果 ， 條件 1 與條件 2 之 間可 以是四 則 運算關(guān)系 ， 也可以是 邏輯 關(guān)系 ， 也可以是某種毫無法判定的非 線 性關(guān)系 ， 但是條件 1 與條件 2 的 給 定 29/30 自 動 控制系 統(tǒng) 的 C 語 言 設(shè)計 能 夠 得到相 應(yīng) 的 結(jié) 果就足 夠 了。也正是 這樣 ， 專 家系 統(tǒng) 可以 滿 足非 線 性的需求。 專 家數(shù)據(jù) 庫 一般靠大量的 實驗 獲 得。 模糊 邏輯 及其 C 語 言 實現(xiàn) 神 經(jīng) 網(wǎng) 絡(luò) 及其 C 語 言 實現(xiàn) 遺傳 算法及其 C 語 言 實現(xiàn) 第四章 實 例 設(shè)計 之 電 源仿真 軟 件 電 源控制系 統(tǒng) 模型 選擇 控制方法 實現(xiàn) 與仿真 后 記 30/30