模糊pid與常規(guī)pid的比較-資料下載頁
2025-06-27 04:45本頁面
【正文】 作為隸屬函數(shù)分布，由此可得各模糊子集的隸屬度。然后根據(jù)各模糊子集的隸屬度賦值表和各參數(shù)模糊控制模型，應(yīng)用模糊合成推理設(shè)計(jì)PID參數(shù)的模糊矩陣，查出修正參數(shù)代入下列各式計(jì)算： (4) (5) (6)式中，、 和 為 PID參數(shù)的初始值， 、和 為最終應(yīng) PID參數(shù)的取值。模糊PID可在線調(diào)整參數(shù) 、 和 ，使得這些參數(shù)最優(yōu)并使系統(tǒng)取得最佳的控制效果。4 采用Matlab進(jìn)行仿真研究在命令窗口中鍵入進(jìn)行語言編輯。主要模糊語句有 addvar（添加模糊變量），addmf（添加隸屬度函數(shù)），addrule（添加模糊規(guī)則）。本文所研究被控對象為： ?常規(guī)PID的Matlab仿真 a) Step信號輸入 b)Saturation限制幅度函數(shù) c)被控對象G(s)傳遞函數(shù)c) 常規(guī)PID的Matlab仿真圖 3 simulink仿真模型與Step階躍輸入?yún)?shù)階躍輸入輸出的simulink仿真模型與Step階躍輸入?yún)?shù)如圖3所示。Step函數(shù)階躍初始值0，最終值1；，；被控對象G(s)傳遞函數(shù)Transfer function為本文研究被控制對象。圖4 常規(guī)PID單位階躍響應(yīng)程序運(yùn)行后，界面顯示單位階躍響應(yīng)特性如圖4所示，在特性上點(diǎn)擊最大值的點(diǎn)，顯示的最大超調(diào)量為，峰值時(shí)間?模糊控制器的設(shè)置在Matlab命令窗口輸入“fuzzy”，確定模糊控制器結(jié)構(gòu)：即根據(jù)具體的系統(tǒng)確定輸入輸出量。選取二維控制結(jié)構(gòu)，即輸入為誤差e和誤差變化率ec，輸出量為 、 和 。添加輸入兩個變量，輸出三個變量，如圖5所示，為模糊控制器的設(shè)計(jì)界面。圖5 模糊控制器的設(shè)計(jì)界面 a) 選擇隸屬度函數(shù)及數(shù)量 b) 產(chǎn)生隸屬度函數(shù)圖 6 各輸入輸出參量的隸屬度函數(shù)如圖 6所示，在菜單中選中EditAdd MFs，在彈出對話框中設(shè)置函數(shù)名為Gaussmf，數(shù)量為7個。圖6隸屬度函數(shù)作用為輸入輸出各變量的模糊化，為模糊語言選取相應(yīng)的隸屬度函數(shù),確定模糊規(guī)則，制定完之后會形成模糊規(guī)則控制矩陣，并根據(jù)模糊輸入量按照相應(yīng)的模糊推理算法完成計(jì)算，決策出模糊輸出量，對輸出模糊量進(jìn)行解模糊。下圖7為根據(jù)表表表3設(shè)置產(chǎn)生的模糊規(guī)則，共計(jì)49條規(guī)則。圖7 產(chǎn)生的模糊規(guī)則觀察模糊推理過程如圖8所示。圖 8 模糊推理過程各輸出變量與誤差e、誤差變化率de/dt間的變化關(guān)系見圖9 a)、圖9 b)、圖9 c)。 a) 比例控制量Kp變化關(guān)系 b) 積分控制量Ki變化關(guān)系c) 微分控制量Ki變化關(guān)系圖 9 參量Kp、Ki、Ki輸出變量與誤差e、誤差變化率de/dt間的變化關(guān)系將以上建立的模型通過FileExportTo file，輸入名稱—fuzzy，保存到matlab工作目錄下。見圖10所示。圖 10 模糊控制器的文件保存?Simulink模型的建立使用模糊PID控制方法，在前向通路中加入模糊控制器，建立simulink仿真模型如圖11所示。 圖11 simulink的模糊PID仿真結(jié)構(gòu)圖圖11中，雙擊Fuzzy logic controler2，在彈出框內(nèi)輸入’’，見圖12。圖 12 選擇模糊控制器文件右擊模塊Fuzzy logic controler2，選擇Look under Mask，可編輯彈出的文件內(nèi)系統(tǒng)結(jié)果為如下圖13所示。圖13 模塊Fuzzy logic controler2子系統(tǒng)仿真結(jié)構(gòu)圖并雙擊圖13中的Fuzzy logic control，在同圖12所示，輸入文件名‘’。最后保存所有文件，并運(yùn)行圖11系統(tǒng)模型，可得模糊PID的輸出仿真結(jié)果如圖13所示。圖 13 模糊PID的輸出仿真結(jié)果顯示模糊PID的最大超調(diào)量為，峰值時(shí)間，信號無振蕩，穩(wěn)定速度快。5 結(jié)論比較圖4與圖13結(jié)果可知，對于本系統(tǒng)，模糊PID控制無振蕩，但是上升速度并不快，且超調(diào)較大，比較依賴于專家知識——即模糊規(guī)則。模糊控制器仿真設(shè)置中，關(guān)鍵參數(shù)有Saturation模塊中的值，并且由于規(guī)則共49條，需要仔細(xì)選擇步長和算法，計(jì)算時(shí)間很長，所以在規(guī)則極多的情形下，模糊控制耗時(shí)較長，不一定有極其快速的動態(tài)響應(yīng)。說明模糊規(guī)則并不是越多越好。但對于某些非線性、不能確定明確數(shù)學(xué)模型或需依靠專家及工程人員經(jīng)驗(yàn)的場合，模糊控制PID是可以應(yīng)用的。參考文獻(xiàn)[1]樓順天等．基于MATL氣B的系統(tǒng)分析與設(shè)計(jì)．西安電子科技大學(xué)出版社2001.[2]李士勇．模糊控制、神經(jīng)控制和智能控制論．哈爾濱工業(yè)大學(xué)出版社，1996.[3]施陽．MATIAB語言精要及動態(tài)仿真工具SIMULINK．西北工業(yè)大學(xué)出版社，1998.[4]石辛民，郝整清. 模糊控制及其MATLAB仿真. 交通大學(xué)出版社，2008.[5] 遲欽河, 徐文正. 把模糊控制與P ID 算法相結(jié)合的控制系統(tǒng). 1998.[6] . 西安：西安電子科技大學(xué)出版社，2002.[7]. 北京：清華大學(xué)出版社，200 2.[8]夏紅，賞星耀，宋建成．PID參數(shù)自整定方法綜述．浙江科技學(xué)院學(xué)報(bào)，2007，15(4)：236—240．[9]黃忠霖， 黃京編著， 控制系統(tǒng)MATLAB計(jì)算及仿真． 北守 國防工業(yè)出版社, 2 0 0 9 ． [10]王耀南，孫煒等. 智能控制理論及其應(yīng)用. 北京:機(jī)械工業(yè)出版社，2008.[11] L A Zadeh．Fuzzy sets[J]．Information and Contro1．1965，8(3)：338—353[12]J. Neal Richter, David Peak , “Fuzzy Evolutionary Cellular Automata”, Proccedings of ANNIE ,2002.
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1