【正文】 } }37。amp。(ab=6))Kp=(E10)*2000/5+(15E)*1600/5,Ki=(15E)*(ab/41)*3/5,Kd=2000。if((ab2)amp。amp。(E=15)) { if(ab==0)Kp=(E10)*2000/5+(15E)*1600/5,Ki=0,Kd=6000。 } if((E10)amp。amp。(ab=6))Kp=(E/51)*1600+2000*(2E/5),Ki=(E/51)*(ab/41/2)*3+(2E/5)*8,Kd=2000。if((ab2)amp。amp。(E=10)) { if(ab==0)Kp=1600,Ki=8*(2E/5),Kd=6000。 } if((E5)amp。amp。(ab=6))Kp=E*2000/5+(1E/5)*(2000*(ab/41/2)+1600*(3/2ab/4)),Ki=8,Kd=2000。if((ab2)amp。amp。(E=5)) { if(ab==0)Kp=E*1000/5,Ki=10,Kd=6000。 if((E0)amp。(ab=6))Kp=(E6)*(1000*(ab/22)+1500*(3ab/2))/4+(10E)*(500*(ab/22)+1000*(3ab/2))/4,Ki=(10E)*2/4,Kd=3000*(3ab/2)。if((ab4)amp。amp。(ab=2))Kp=(E6)*1500/4+(10E)*1000/4,Ki=0,Kd=3000*ab/2+9000*(1ab/2)。 if((ab0)amp。amp。(ab=6))Kp=(E/31)*(500*(ab/22)+1000*(3ab/2))+(2E/3)*(1000*(ab/22)+1500*(3ab/2)),Ki=(E/31)*2+(2E/3)*(4*(ab/22)+6*(3ab/2)),Kd=3000*(3ab/2)。 if((ab4)amp。amp。(ab=2))Kp=(E/31)*1000+(2E/3)*(1500*ab/2+1000*(1ab/2)),Ki=6*(2E/3),Kd=3000*ab/2+9000*(1ab/2)。 if((ab0)amp。amp。(ab=6))Kp=1000*(ab/22)+1500*(3ab/2),Ki=E*(4*(ab/22)+6*(3ab/2))/3+(1E/3)*6,Kd=3000*(3ab/2)。 if((ab4)amp。amp。(ab=2))Kp=E*(1500*ab/2+1000*(1ab/2))/3+(1E/3)*1000*ab/3,Ki=6,Kd=3000*ab/2+9000*(1ab/2)。 if((ab0)amp。amp。 //ab為E的變化率EC。我還要感謝許浩磊和路麗麗兩位學長給我畢設上的幫助，還有同學周啟強，沒有他們，就不會有這么完美的結果。首先，我要感謝我的指導教師姜增如老師，她嚴謹的治學精神，淵博的知識，以及在百忙之中不忘對我們的關心，都給我們留下深刻的印象。這是本設計的最大缺憾?？傊?，本文研究的模糊PID控制器具有以下一些特點：（1）算法簡單實用，本質上不依賴于系統(tǒng)的數字模型；（2）可充分利用單片機的軟件資源，可靠性高，開發(fā)速度快；（3）克服了傳統(tǒng)PID控制器操作的困難，提高了系統(tǒng)的智能化程度；（4）模糊PID控制器棒性好，具有專家控制器的特點，并可推廣應用于其它工作領域。而且，如果系統(tǒng)環(huán)境不斷變化，則參數又必須進行重新調整，往往達不到最優(yōu)。常規(guī)PID控制時通過調節(jié)PID三個參數，就可以得到系統(tǒng)比較理想的響應圖，控制效果的優(yōu)良與參數的調整有很大的關系，也能提高快速性。但模糊控制器對復雜的和模型不清楚的系統(tǒng)都能進行簡單而有效的控制，所以如果把兩者結合起來，就可以構成兼有著兩者優(yōu)點的模糊PID(FuzzyPID)控制器。首先，常規(guī)PID 控制器不能在線整定參數；并且，常規(guī)PID 控制器對于非線性、時變的系統(tǒng)和模型不清楚的系統(tǒng)就不能很好的控制，其PID參數不是整定困難就是根本無法整定，因此不能得到預期的控制效果。 第五章總結比較PID 控制和模糊控制控制策略發(fā)現，常規(guī)PID(比例，積分，微分)控制具有簡單、穩(wěn)定性好、可靠性高的特點，而且PID 調節(jié)規(guī)律對相當多的工業(yè)控制對象，特別是對于線性定常系統(tǒng)的控制是非常有效的，一般都能夠得到比較滿意的控制效果，其調節(jié)過程的品質取決于PID 控制器各個參數的整定。 else PID()。部分程序如下： if(Td==1)fuzzy1()。由于單片機閃存僅為8K，所以模糊控制算法只能寫進兩個。從圖416我們可以看出，模糊算法2的控制效果差了點，但是仍然比PID控制性能好。本來我們可以在實驗箱提供的界面上，增加模糊控制界面，但是生產廠家沒有給我們界面的源程序，所以我們可以通過這種方式來達到目的?，F在我們在PID控制算法的基礎上加入模糊算法，則PID三個參數能夠依據算法而自整定，所以Kp、Ti、Td三個參數的輸入對于系統(tǒng)的控制曲線幾乎沒有變化，于是在編寫算法時，我們可以利用Td作為參數來選擇模糊表。 模糊規(guī)則表的選擇實際上，在給出了模糊規(guī)則表后，PID三個參數就能通過模糊算法自整定，系統(tǒng)能夠得到良好的控制效果。實際的輸入量只有誤差信號e一個，而單片機要處理的數據還有來自上位機(計算機)的Kp、Ti、Td和T四個參數，單片機作為控制器處理的都是數字量，采樣周期為T，采樣值賦給變量E，上一次采樣到的值賦給E0，所以，e的變化率ec可以用EC=(EE0)/T來近似求出。 單片機上實現控制算法 +控制器 被控對象圖415 單片機控制被控對象在自動控制實驗箱上搭接模擬被控對象，被控對象的輸出信號反饋回來，與輸入信號相減，得到誤差信號e。同樣的方法，在e和ec不同的區(qū)間，我們可以計算出Kp，Ki和Kd的“最優(yōu)值”，真正達到了優(yōu)化PID參數的目的。 1 0 e 3 圖414 e在區(qū)間(0,3)的隸屬度函數e趨向于0的概率P(e→0)=1e/3；趨向于3的概率P(e→3)=e/3。同理ec趨向于2的概率是P(ec→2)=ec/2；于是Kp的選擇就是：Kp=0P(ec→0)+P(ec→2)=ec/2=Kp1 式(41)同理對于e=3,當0ec2時，Kp的選擇為：Kp=P(ec→0)+P(ec→2)=1ec/4=Kp2 式(42)然而，如果0e3時，Kp又如何選擇呢？我們按照分析ec在區(qū)間(0,2)時的方法來解決。對于表41的右下角四格數據，當e=0,且ec=0時，Kp=0，在這種情況下，Kp=0就是最好的選擇；而當e=0,且ec=2時，Kp=。本次設計，模糊算法是基于一種數學概率分布統(tǒng)籌分配原則來實現的。以下為各輸入輸出的隸屬度函數：圖48 誤差e的隸屬度函數圖49 誤差變化率ec的隸屬度函圖410 Kp的隸屬度函數圖411 Ki的隸屬度函數圖412 Kd的隸屬度函數 去模糊化系統(tǒng)的整個控制過程由單片機來實現，而單片機作為控制器，其處理計算的是數字量，也就是清晰量。根據PID參數整定原則及其運行經驗，可列出輸出變量Kp、Ki、Kd的控制規(guī)則如表51～表53所示。輸入語言變量|e|和|ec|的論域取值“大”（B）、“中”（M）、“小”（S）和“零”（Z）4種。 實驗模糊表本設計中，模糊PID為2輸入3輸出的模糊控制器。Kd值過大，調節(jié)過程制動就會超前，致使調節(jié)時間過長；Kd值過小，調節(jié)過程制動就會落后，從而導致超調增加。系統(tǒng)的微分環(huán)節(jié)系數能反映信號變化的趨勢，并能在偏差信號變化太大之前，在系統(tǒng)中引入一個有效的早期修正信號，從而加快響應速度，減少調整時間，消除振蕩．最終改變系統(tǒng)的動態(tài)性能。因此，在調節(jié)過程的初期，為防止積分飽和，其積分作用應當弱一些，甚至可以取零；而在調節(jié)中期，為了避免影響穩(wěn)定性，其積分作用應該比較適中；最后在過程的后期，則應增強積分作用，以減小調節(jié)靜差。(2) Ki控制規(guī)則設計 在系統(tǒng)控制中，積分控制主要是用來消除系統(tǒng)的穩(wěn)態(tài)誤差。增大Kp能提高響應速度，減小穩(wěn)態(tài)誤差；但是，Kp值過大會產生較大的超調，甚至使系統(tǒng)不穩(wěn)定減小Kp可以減小超調，提高穩(wěn)定性，但Kp過小會減慢響應速度，延長調節(jié)時間。根據該規(guī)則可把實際誤差e、誤差變化率ec(de／dt)對應的語言變量E、EC表示成模糊量。為了簡化運算和滿足實時性要求，即該調節(jié)系統(tǒng)的基本控制仍為PID控制，但使PID調節(jié)參數由模糊自整定控制器根據偏差e和偏差變化率ec進行自動調整，同時把模糊自整定控制器的模糊部分按Kp、Ki和Kd分成3部分，分別由相應的子推理器來實現。(3) 模糊推理：它具有模擬人的基于模糊概念的推理能力。它主要有以下四部分組成：（1）模糊化：這部分的作用是將輸入的精確