大學本科畢業(yè)設計論文_基于辨識結構的自適應模糊PID控制方法

1、基于辨識結構的自適應模糊PID 控制方法摘要： 傳統(tǒng)的PID 控制器不能適應時變的、不確定的、非線性系統(tǒng)。本文提出一種基于辨識結構的新的模糊自適應PID 控制方法。這種方法結合模型辨識形成自適應模糊PID 自調(diào)節(jié)算法， PID 控制器的參數(shù)調(diào)節(jié)和模糊控制。通過辨識結構可以對被控對象的模型進行在線辨識， 并且預先用Ziegler-Nichols 方法調(diào)節(jié)PID 控制器的參數(shù)。 通過對誤差和誤差變化率的計算機操作，在模糊矩陣表中查詢模糊規(guī)那么以及實時的調(diào)節(jié)PID 控制參數(shù)，使控制系統(tǒng)的動態(tài)和靜態(tài)性能指標得到優(yōu)化。仿真結果說明這種方法比傳統(tǒng)的PID控制有更穩(wěn)定、更強的適應性和魯棒性。關鍵詞： 模糊

2、PID ，自適應PID ，辨識結構，非線性控制系統(tǒng)在工業(yè)過程中或多或少都會存在非線性系統(tǒng)，有時很難或者根本找不到精確的模型，因此普通的 PID 控制在這樣的條件下不能實現(xiàn)精確的控制。模糊控制不需要精確的數(shù)學模型，所以它在工業(yè)過程和很多其他領域應用的越來越廣泛1,2 。本文首先運用辨識結構建立數(shù)學模型，然后通過邏輯推理技術在線調(diào)節(jié)模糊PID 控制器的三個參數(shù)，從而得到實際的模糊PID 控制器參數(shù)。詳細地說，基于一般的PID 控制器，模糊自適應PID 控制器由模糊控制器和自適應辨識結構組成。被控對象模型中，k d 、 k p 和 k i的初始值要在線設置，系統(tǒng)誤差 e 和誤差變化率ec 通過計算得

3、到，被控對象的參數(shù)可以被控制在一個范圍內(nèi)變化，三個、校正參數(shù)k dk p 和k i 通過模糊規(guī)那么和查詢模糊矩陣表進行邏輯推理來設置。控制系統(tǒng)的動態(tài)和靜態(tài)性能指標可以被優(yōu)化，因此控制性能得到優(yōu)化3 。、控制系統(tǒng)中， 誤差和誤差變化率是輸入變量，輸出變量是PID 控制參數(shù)k dk i 。這里， e 為系統(tǒng)誤差；ec 為系統(tǒng)誤差變化率。k p 和e(k)ec(k )r ( k)e(k )y(k )e(k1)12e、 ec、 kd 、 k p 、 k i 的模糊集為 NB ，NM ， NS， O，PS， PM ，PB ， e、 ec的范圍是-6-5,-4,-3,-2,-1,0,1,2,3,4,5,6

4、，k d、k p、k i的范圍分別設為-8,-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7,8。NB ，NM ， NS， O， PS， PM， PB 是語言表達，分別代表“負大， “負中，“負小，“0”，“正小，“正中，“正大。模糊控制規(guī)那么采用“if-then 規(guī)那么，如下：If eAiandecBiThenuC i(i1,2, n)3其中， u 是控制價值的語言變量，Ai 、Bi 、 Ci是響應量如NB ， NM ，NS ， O，PS，PM，PB的語言值。誤差和誤差源是模糊量化的和正常化的4,5 。控制器輸出u 的模糊化通過集中運算得到。Ai 、 Bi的隸屬度函數(shù)

5、全都采用三角形函數(shù)。由于具有更高的穩(wěn)定性，輸入和輸出的隸屬度函數(shù)采用三角形函數(shù)。輸入變量 e、 ec的估值表如表1 所示。模糊控制設計的核心是通過技術知識、工程師的設計以及操作員的經(jīng)驗建立自適應模糊規(guī)那么，獲得三個參數(shù)kd 、 k p 、 k i的整體規(guī)那、么，詳見表2。k dk p 和k i 的模糊控制規(guī)那么見表3。表 1表 2表 3圖 1 自適應模糊校正PID 控制注意：圖 1 中， F 1K pK p ， F 2K iK i ， F 3K dK d ； Adu dt ；B為模糊控制規(guī)那么；C 為 PID 控制器； D 為被控對象；Eec；自適應模糊PID 控制器由模糊推理器，PID 調(diào)節(jié)

6、器， Bang-bang 控制和辨識結構組成 如圖 2 所示。Bang-bang 控制用來引導控制，辨識結構在開始時以信息為根底解決控制器初始值和辨識被控對象。然后，系統(tǒng)通過模型結構和參數(shù)設置控制器的初始值，調(diào)節(jié)開關，驅(qū)動自適應模糊控制3。計算機計算系統(tǒng)誤差和誤差變化率，進行模糊判斷、推理確定控制價值。圖 2 模糊自適應PID 控制的結構注意：圖2 中， Adu dt ， B 為模糊推理器，C 為控制開關， D 為便是對象，E 為 PID 控制器， F 為 Bang-bang， G 為被控對象。參數(shù)調(diào)整包含反向性和重要性6。以下規(guī)那么決定兩個控制開關。If ev Then bang-bang

7、controlElseFuzzy PID controlv 是系統(tǒng)設置的，(01) 的選取應當確定4bang-bang 控制能夠為辨識結構和模糊自適應 PID 控制器提供足夠的信息，使其擁有更寬的控制范圍。系統(tǒng)控制的開始階段，bang-bang 控制進行引導控制，辨識結構基于這段時間獲得的信息辨識模型。在bang-bang 控制中，辨識結構的輸入就是實際的輸出。在離線模型辨識中， 輸入信號的選擇對被控模型的精確辨識非常重要。輸入信號有很好的性能應當滿足這些條件：輸入信號最終鼓勵所有被控對象模型，或者在一組光譜分析中輸入信號要能夠覆蓋被控對象的光譜。因此bang-bang 控制的輸出應當盡可能接

8、近。在工程中模型辨識的輸出信號是M 序列。被控對象的辨識器構造和順序通過F-檢驗的方法辨識出來。F-檢驗的根底思想是完成清晰的檢驗憑借假設檢驗剩余模型產(chǎn)生的差異V (n) ，當V (i )明顯下去時，可以把它認為是模型的階。辨識被控對象的參數(shù)。在離線辨識過程中，bang-bang 控制提供的數(shù)據(jù)與辨識器產(chǎn)生的一致，并且最小二乘遞歸算法RLS 可以被用作保持精度。k r擴展臨界參數(shù)法是用來找出PID仿真調(diào)節(jié)器參數(shù)的。比例系數(shù)和振動的臨界周期T r ，它是控制系統(tǒng)在臨界振動狀態(tài)時響應控制系統(tǒng)階躍輸入的，建立控制器作為單純的比例調(diào)節(jié)器，然后PID 調(diào)節(jié)器的參數(shù)在一組Ziegler Nicolas 經(jīng)

9、驗模型中決定出來。擴展臨界參數(shù)法使PID 調(diào)節(jié)器進行參數(shù)校正。當控制度為1.05 時，數(shù)字控制被認為與遞推控制相同1 。這種方法簡單、 方便， 對實際控制有一定意義。通過模糊工具箱進行模糊控制器設計可以改變范圍、 糊子集、 隸屬度函數(shù)和輸入輸出的模糊控制規(guī)那么，他打破了傳統(tǒng)方法需要很多輸入輸出量和大量的程序的這一缺點。如果有一個未知系統(tǒng)， 單位階躍信號響應可以通過實驗得到。圖 3 中顯示的是響應曲線。被控對象根據(jù)1 序列純時間延遲系統(tǒng)近似得到，通過便是結構在線獲得的系統(tǒng)模型為eLsKG( s)5Ts1在圖 3 中可以看出三個參數(shù)K 、L 和 T 的值為 K=3.3333;L=0.037;T=0

10、.3145。三個前校正參數(shù)可以通過PID 參數(shù)前校正的方法解決；它們的值為k p =3.06， k i =13.00 ， kd =0.18 。當基于以上條件稍微調(diào)整它們后，它們的值為k p =3.06， ki =10.00 ， k d =0.30。PID 控制和自適應模糊PID 控制用作就前校正模型和參數(shù)而言的系統(tǒng)，這些模型和參數(shù)來自于辨識器， 程序的仿真結果如圖4 所示。圖 3 辨識對象的響應曲線圖 4 辨識對象的仿真結果注意：圖4 中，振蕩比一般模糊控制PID 的仿真曲線要明顯；另一個表示自適應模糊控制PID 的方仿真曲線。比擬兩個曲線，可以得出自適應模糊PID 控制的超調(diào)量減少到6%，時

11、間到達穩(wěn)定狀態(tài)比模糊 PID 控制減少1 秒，因此它具有更好的性能。被控對象仿真實驗中假設非線性控制對象是15G(s)2(s14s40)(s10) 6采樣時間為0.01 秒，通過 Z 變換實現(xiàn)離散化，然后進行仿真實驗。PID 控制和模糊PID控制非別應用到這個系統(tǒng)，仿真結果如圖5 所示。圖 5 被控對象仿真結果圖 6注意：圖5 中，振蕩比一般模糊控制PID 的仿真曲線要明顯；另一個表示自適應模糊控制PID 的方仿真曲線。被控對象仿真假設非線性純時間延遲控制對象是0.2 sG( s)1.5 e27s14s40采樣時間為0.01 秒?；诒闶墙Y構使用PID 控制和自適應模糊PID 控制分別對被控對

12、象進行仿真。仿真結果如圖6 所示， AFPID 比擬自適應模糊PID 控制。PID 控制和模糊PID 控制仿真結果如圖4 所示。比擬兩條曲線，可以得出自適應模糊PID 控制的超調(diào)量減少到8%，時間到達穩(wěn)定狀態(tài)比模糊PID 控制減少1 秒，因此它具有更好的性能。仿真結果顯示：基于辨識結構的自適應模糊PID控制器有很多優(yōu)點，如很高的控制精度，快速的響應和與模糊PID 控制器相比沒有調(diào)整量。自適應模糊PID 控制基于模糊矩陣和模糊推理系統(tǒng)依靠誤差和誤差變化率調(diào)整參數(shù)。本文中融合了模型辨識，PID 控制和模糊控制參數(shù)調(diào)整形成自適應模糊PID 自調(diào)整運算。 仿真實驗和實際應用說明基于辨識結構的自適應模糊

13、PID控制有更好的性能，如：高控制精 度，快速響應和與模糊PID 控制器相比沒有調(diào)整量。參考文獻Liu Jinkun .Advanced PID Control and Simulation by MATLAB.Beijing: publishing house of electronics industry, 2003.Liu Xinyu , Shen Xianzhang , Qiu Daoyin , et al . The application of self-adaption fuzzy PID in the process of agglomeration. Journal of Z

14、hong yuan Institute of Technology. 2003.Wan Ghaiyan , LI Juanjuan , Zhang Jinghua . The Design of BLDCMs Self-adaptive PIDController and Systems Simulation.Micromotor,2003, 36(4):14 -17 .Chu Yuezhong , Tao Yonghua. Computer simulation of the adaptive fuzzy PID control system based on MATLAB.J of Anh

15、ui University of Technology . 2004.Hou Beiping , Lu Pei , Fu Liankun . The design of adaptive fuzzy PID controller and its computer simulation based on MATLAB .Journal of Tianjin University of Light Industry, 2001: 132-135.Chang Wei Der , Hwang Rey Chue , Hsieh Jer Guang . A multivariable on-line adaptive PIDcontroller using auto-tuning neurons.Engineering Applications of Artificial Intelligence, 2003, 16(1): 57-63 .Yesil E , Gzelkaya M, Eksin ? . Self tuning fuzzy