【正文】 除此之外，爐溫控制系統(tǒng)的動(dòng)詞PID控制僅僅限于理論階段，離實(shí)際控制系統(tǒng)還有一定差距，因此以后還要對(duì)實(shí)際的工業(yè)流程進(jìn)一步研究，才能使理論的東西應(yīng)用到實(shí)際工業(yè)生產(chǎn)中去。雖然從控制誤差的變化曲線上看，對(duì)傳統(tǒng)PID控制的改進(jìn)并不多，但是從各參數(shù)的修正過(guò)程來(lái)看，確實(shí)體現(xiàn)了智能控制對(duì)參數(shù)的要求。如果我們的仿真能夠模擬出控制對(duì)象的時(shí)滯性、時(shí)變性、非線性、系統(tǒng)傳遞函數(shù)的不確定性，應(yīng)該能看出智能PID控制器的優(yōu)勢(shì)。但我們不能否認(rèn)智能PID控制器的先進(jìn)性，因?yàn)樗麄兇_實(shí)已經(jīng)在實(shí)際工業(yè)控制中得到了大量應(yīng)用。 本人之前做過(guò)一些復(fù)雜性較低的控制對(duì)象的仿真，即一個(gè)確定的系統(tǒng)函數(shù)，沒(méi)有時(shí)滯性、時(shí)變性、非線性。本文選用的控制對(duì)象，是一個(gè)二階的系統(tǒng)函數(shù)，帶上時(shí)滯，只體現(xiàn)了眾多控制復(fù)雜性中的一種。本文的仿真與實(shí)際工業(yè)控制系統(tǒng)相比，有很多局限性。各類智能型PID控制器的仿真之后，都有給出其PID三個(gè)參數(shù)變化的曲線，這些參數(shù)的變化是符合控制規(guī)律的，參數(shù)能根據(jù)控制誤差的變化做出相應(yīng)的調(diào)整，這就是智能型PID控制器最主要的特征，這些參數(shù)的自整定是非常有意義的。 小結(jié)本章用Matlab編寫程序進(jìn)行三類PID控制的仿真，在系統(tǒng)穩(wěn)定時(shí)間相當(dāng)?shù)那闆r下，比較各類控制器的超調(diào)情況。 Giup = 12時(shí)，系統(tǒng)性能仿真結(jié)果：：動(dòng)詞PID仿真結(jié)果：動(dòng)詞PID誤差e的變化：kp、ki、kd的自適應(yīng)曲線將動(dòng)詞所得結(jié)果（）和傳統(tǒng)PID與模糊規(guī)則所得的結(jié)果進(jìn)行對(duì)比：(1)該系統(tǒng)動(dòng)詞控制PID沒(méi)有超調(diào)，這對(duì)于實(shí)際操作當(dāng)中是非常重要的。 Kdlow = 100。 Kplow = 100。程序通過(guò)對(duì)這每個(gè)參數(shù)的上下限進(jìn)行調(diào)節(jié)，使系統(tǒng)達(dá)到比較好的效果。 Kp)。 Kp)。(b)求取Kp：Kp=Kp+Kp_rate。②beta_slow和beta_fast是副詞的兩種方式，這里也為常數(shù)：beta_slow= 。其中:①DKpB2S和DKpS2B是Kp的兩種變化形式。分別為S S S …… S7。其中：①E(j) = *(j/n)和E(j) = + *(j/n)是描述動(dòng)詞的一個(gè)進(jìn)化函數(shù)，選取了一個(gè)比較簡(jiǎn)單的形式，②S2是所得到的計(jì)算動(dòng)詞相似度。Balance=2*min(sb,sm)。endsb=Ab/(Bb+Bm)。Am=Am+min(Em(j),muM(bprt+j))。Bm=0。for j=1:nEb(j)=(j/n)。Bb=0。(2) 動(dòng)詞相似度的求取(以動(dòng)詞bee(big。muS=max(0,14*())。muB=max(0,1+(enabs1)abs(enabs1))。 程序模塊及其仿真(1)基于動(dòng)詞規(guī)則的模糊隸屬度仿真程序如下：en=e/abs(e(1))。另外，△K反映了K下一步的變化趨勢(shì)，而在動(dòng)詞規(guī)則里，K的變化還有速度之差別，bee[adverb](noun1,noun2)中的adverb可以是slow或者fast，缺省是normally。動(dòng)詞PID的參數(shù)整定與模糊PID不同，Knext =Kcurrent + △K。同樣要設(shè)置PID三個(gè)初始參數(shù)，還要設(shè)置參數(shù)調(diào)整的幅度：Kpscale、Kdscale和Kiscale。另一種方法是基于簡(jiǎn)化的動(dòng)詞相似度的控制算法，與第一種算法結(jié)果類似，本為就不在闡述。 動(dòng)詞PID控制仿真動(dòng)詞PID控制中，動(dòng)詞規(guī)則的實(shí)現(xiàn)是建立在動(dòng)詞相似度的基礎(chǔ)上，因此動(dòng)詞PID控制的仿真程序中，觀察誤差e的變化趨勢(shì)，求e的變化與7條規(guī)則前件條件的相似度的部分，即用求相似度算法的動(dòng)詞PID控制的仿真程序，進(jìn)行調(diào)試。 (2)模糊PID在調(diào)整3個(gè)參量的時(shí)候有一個(gè)調(diào)整的空間，因此利用模糊PID進(jìn)行控制時(shí)，得到參數(shù)會(huì)比用傳統(tǒng)PID方法來(lái)的更快。kp 、ki 、。這樣就完成了參數(shù)的自整定，因?yàn)槌绦蚴茄h(huán)在執(zhí)行的，所以參數(shù)的整定也是循環(huán)在做的。 Ki=Ki0+k_pid(2)。然后對(duì)PID三個(gè)初始的參數(shù)進(jìn)行修正。： k_pid=evalfis([e_1,ec_1],a)。在每次循環(huán)里：e_1=e(k+1)。誤差剛開始是1，這是我寫程序時(shí)沒(méi)有采用延時(shí)的近似處理，這樣更與實(shí)際情況貼合，、 模糊PID控制仿真 模糊推理源代碼分析模糊PID控制，首先設(shè)置一組初始PID參數(shù)。為了減少每次仿真程序運(yùn)行的時(shí)間，只能這樣。這個(gè)控制對(duì)象本身帶有208秒的時(shí)滯，控制達(dá)到穩(wěn)定需要幾千秒的時(shí)間。在這里傳統(tǒng)PID控制超調(diào)量為15%。本文后面要拿智能PID控制的效果來(lái)和傳統(tǒng)PID控制做比較，為了統(tǒng)一標(biāo)準(zhǔn)，智能PID控 制結(jié)果都和傳統(tǒng)PID來(lái)做對(duì)比。調(diào)節(jié)三個(gè)參數(shù)，觀察在傳統(tǒng)PID控制下誤差e的變化情況。先令ki=0，kd=0，找到一個(gè)kp；然后ki從0開始增大，kp適當(dāng)減小，ki增大到能消除靜態(tài)誤差就行了，不必一直調(diào)大。設(shè)置PID三個(gè)參數(shù)，并進(jìn)行調(diào)節(jié)。再和原來(lái)系統(tǒng)函數(shù)中非時(shí)滯的部分相乘，得到總的系統(tǒng)函數(shù)，然后用TF2SS寫出微分方程。 無(wú)法直接根據(jù)系統(tǒng)函數(shù)寫出微分方程。 對(duì)延時(shí)的近似處理 對(duì)無(wú)時(shí)滯的系統(tǒng)進(jìn)行仿真時(shí)，直接用tf2ss寫出微分方程，在主程序里循環(huán)調(diào)用ode45函數(shù)即可進(jìn)行仿真。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。系統(tǒng)的輸出yout是x的幾個(gè)分量以及輸入u的線性組合。t是一維的，也就是5個(gè)時(shí)間點(diǎn)。TSPAN是ode45解微分方程組的幾個(gè)時(shí)間點(diǎn)，x0是第一個(gè)時(shí)間點(diǎn)上系統(tǒng)的狀態(tài)向量?！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。 [t,x]=ode45(’dynsys’,TSPAN,x0)。由于選取的控制對(duì)象具有時(shí)滯，在寫微分方程時(shí)要對(duì)系統(tǒng)函數(shù)里時(shí)滯的部分進(jìn)行近似，所以用到一個(gè) “ PADE”指令，下面分別介紹。另外一個(gè)比較復(fù)雜的環(huán)節(jié)是：如何由控制電壓u得到輸出yout。一個(gè)是由e和ec怎樣計(jì)算出?kp 、?ki和?kd。 關(guān)鍵環(huán)節(jié)的算法，其中一些加法、減法、乘法、累加的環(huán)節(jié)，非常容易理解。模糊PID控制和動(dòng)詞PID控制仿真程序的不同在于修正3個(gè)PID參數(shù)的過(guò)程。如果是傳統(tǒng)PID控制器，因?yàn)镻ID三個(gè)參數(shù)不變，所以直接用加法求出新的控制信號(hào)u，進(jìn)行下一輪循環(huán)。程序開始設(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)。被控對(duì)象仍然是第4章所用過(guò)的爐溫控制系統(tǒng)。傳統(tǒng)PID和模糊PID的仿真結(jié)果比較相似，模糊PID沒(méi)有對(duì)傳統(tǒng)PID控制效果進(jìn)行明顯的改良。 本章小結(jié) 本章簡(jiǎn)要介紹電弧爐爐溫控制系統(tǒng)以及Simulink仿真軟件。SFunction Parameters的填寫與m文件中的變量定義有關(guān)。比如，在程序中編寫計(jì)算動(dòng)詞PID動(dòng)詞推理過(guò)程。在 庫(kù) 瀏 覽 器Simulink庫(kù)UserDefined Function子 庫(kù) 中，選 SFunction，拖 放 到 模 型 編輯 器 中。 動(dòng)詞PID控制并不是無(wú)法用Simulink進(jìn)行仿真，只是難度比較高，工作量比較大，本人沒(méi)有進(jìn)行研究，這里只簡(jiǎn)要介紹解決方法。 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。本人嘗試著對(duì)三個(gè)PID初始參數(shù)以及5個(gè)論域進(jìn)行調(diào)整，但能得到的最佳組合就是上述的數(shù)值。每次都必須在FISEditor 中重新打開這個(gè)模糊判決器，重新將其導(dǎo)入工作空間，Simulink才能使用最新修改的模糊判決器來(lái)進(jìn)行仿真。 設(shè)置?kp論域?yàn)閇,]，?ki論域?yàn)閇,]，?kd論域?yàn)閇500,500]。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。：模糊PID控制系統(tǒng)模型：模糊PID仿真結(jié)果 調(diào)試 模糊PID控制需要調(diào)整的參數(shù)包括PID三個(gè)初始值，以及模糊判決器2個(gè)輸入3個(gè)輸出的論 域。從圖中可以清楚地看出模糊控制對(duì)P、I、D三個(gè)參數(shù)的調(diào)整作用。 建立系統(tǒng)模型模糊PID控制系統(tǒng)最核心的部分是模糊判決器，這個(gè)判決器可以作為一個(gè)模塊放入到simulink模型編輯器中，在Matlable主窗口中輸入fuzzy,彈出FIS Editor,點(diǎn)擊File→Export→To Workspace,把這個(gè)判決器添加到工作空間。 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。a=read