基于vc的模糊pid控制模塊設(shè)計畢業(yè)設(shè)計-wenkub.com
2025-06-20 18:43 本頁面
【正文】 [2] 謝慶國、萬淑蕓、趙金, 一種T 2S 模糊控制器的設(shè)計方法[M], 華中科技大學[3] 姜成國，[J].[4] PID控制器[J].[5] 李輝，韓紅，韓崇昭，[J].西安交通大學學報 ..[6] 謝立. 模糊PID控制器設(shè)計[M].南京大學電氣與自動化工程學院[7] 張萬國，模糊控制器的設(shè)計方法[M]. 華中科技大學出版社[8] 舒懷林， PID神經(jīng)元網(wǎng)絡(luò)及其控制系統(tǒng)[M].國防工業(yè)出版社[9] 孫鑫，余安萍. VC++深入詳解[M].科學出版社[10] 明日科技，Visual C++程序開發(fā)范例寶典[M].人民郵電出版社[11] 求是科技，Visual C++ 程序設(shè)計從入門到精通[M]. 華中科技大學[12] William . Numerical Recipes in C++. Beijing:posts amp。而模糊控制作為智能控制的一個重要研究分支得到了廣泛而深入的研究，為解決具有不確定性、時變非線性以及多變量等特性的復(fù)雜難建模系統(tǒng)提供了一種有效的途徑，彌補了傳統(tǒng)PID控制的不足。 } “重設(shè)參數(shù)” 按鈕程序段void CZlhDlg::Onpause() { // TODO: Add your control notification handler code here KillTimer(timer1)。 ().SetData(row, 1, yy, 0)。 CStatic* IDC_STATIC_y =(CStatic*) GetDlgItem(IDC_STATIC1)。 CString str。 } } int yy。 m_my_td=m_my_td+(x1x2)。 sum=(float)sum+sum1。 y=(float)1/m_my_p*(x1+1/m_my_ti*x1*jiange+m_my_td*x1/jiange)。 // vs=rand()%6+m_my_p。 ++row) { UpdateData(TRUE)。 //Sleep (500)。 IDC_STATIC_ySetWindowText(str)。 // (%, y)。 yy=(int)y。 } else { m_my_p=m_my_p(x1x2)。 y=(float)1/m_my_p*(x1+sum+m_my_td*(x1x2)/jiange)。 sum=(float)1/m_my_ti*x1*jiange。 vs=rand()%6+m_my_p。 ++row) { UpdateData(TRUE)。 ++row) { UpdateData(TRUE)。 DDX_Control(pDX, IDC_MSCHART1, m_Chart)。 DDX_Text(pDX, IDC_EDIT1, m_my_p)?？梢詫⑦B續(xù)PID表達式離散化，用差分方程表示，得出第n次的輸出量Yn為：1式中，Xi是偏差信號x(t)的第i次采樣值。近年來應(yīng)用TS模型進行系統(tǒng)的辨識的比較多。規(guī)則前件含有模糊語言值。Mamdani模糊模型是一種語言模型，利用Mamdani模型構(gòu)成的模糊邏輯系統(tǒng)實質(zhì)是一組模糊IFTHEN規(guī)則，在這組規(guī)則中前件變量和后件變量均為模糊語言變量，其一般形式如下:Ri:if xi is Ai1 and…and xn is Ain, then y1 is Bi1 and … ym is Aim其中： xi、xxn是規(guī)則前件語言變量；yi、yyn是規(guī)則后件語言變量，代表了作用于對象的控制量；Ai1…Ain ，Bi1 …Bin是模糊語言變量 Ri表示第i條規(guī)則。智能控制通過在系統(tǒng)控制和決策中引入人工智能，實現(xiàn)了對這些用傳統(tǒng)控制理論難以控制的過程的有效控制。（2）專業(yè)版除了具有學習版的全部功能外，還包括生成分布式應(yīng)用程序必備的工具。聯(lián)機幫助系統(tǒng)將自動使用安裝在計算機中最新的MSDN庫。(4)包含了對于MFC庫的新改進。使用Developer Studio，不僅可以創(chuàng)建由Visual C++ 使用的源文件和其他文檔，而且可以創(chuàng)建，查看和編輯與任何ActiveX部件有關(guān)的文檔。 (1)編譯器改進了對于ANSI C++標準的支持。其中模糊控制器采用常規(guī)模糊控制器，輸入變量為偏差e和偏差變化△e，輸出為u,模糊控制規(guī)則采用IFTHEN形式，推理合成采用MAXMIN算法，反模糊化采用面積重心法。當系統(tǒng)的偏差e大于語言變量值零檔時，即在動態(tài)過程中，e和uf同時用做PID控制器的輸入信號，即e’(t)=e(t)+uf(t)，對PID控制器產(chǎn)生較強的控制信號，系統(tǒng)的動態(tài)響應(yīng)較快；而當偏差信號e小于語言變量值零檔時，模糊控制器通過開關(guān)K斷開，這時e’(t)=e(t) 只有偏差信號進入PID控制器，由于此時系統(tǒng)的輸出和給定值己經(jīng)很接近，所以能很快地趨于給定值，消除穩(wěn)態(tài)誤差。PD型控制因沒有積分的作用，難以消除穩(wěn)態(tài)誤差，為此在模糊控制器中引入積分作用。人們在1974年Mamdani工作的基礎(chǔ)上，提出了二維模糊控制器結(jié)構(gòu)。并給出了最為深刻的理論分析，證明了具有最簡單線性控制規(guī)則的二維模糊控制器其輸出可等同于一個非線性PI控制器，在線性對象和非線性對象上的仿真結(jié)果表明了模糊控制器同PI控制器的內(nèi)在聯(lián)系和區(qū)別。(2) 直接控制量型(Directaction)模糊PID控制器如果模糊推理機的輸出是PID原理范圍內(nèi)的控制作用量，則該控制器屬于直接控制量型。(e, △e )的函數(shù)，從而達到了調(diào)整各參數(shù)的目的。由于這些性能指標需要一個完整控制過程得到，因此該類控制器可以用于自整定或自適應(yīng)方式對增益進行動態(tài)調(diào)整。及偏差變化△。對于這些參數(shù)，一般來說，可以根據(jù)系統(tǒng)原理和專家經(jīng)驗來獲得，但是如果要快速匹配這些參數(shù)，提高控制效果，獲得一組最優(yōu)解，則需要用尋優(yōu)的方法來解決。從模糊技術(shù)應(yīng)用于控制領(lǐng)域開始，許多的學者就開始著手二者的結(jié)合，以期待對傳統(tǒng)控制的突破。與傳統(tǒng)
試題試卷相關(guān)推薦
鄂ICP備17016276號-1