PID控制與模糊控制比較

PID控制與模糊控制的比較專業(yè)：控制理論與控制工程班級：級班姓名： 學號： 1摘要：介紹了PID控制系統(tǒng)和模糊控制系統(tǒng)的工作原理。PID控制器結(jié)構(gòu)簡單，實現(xiàn)簡單，控制效果良好，已經(jīng)得到了廣泛的應用。而模糊控制器相對復雜，但在許多的智能化家用電器中也得到了大量應用。但對于一個簡單的系統(tǒng)來講，哪一種控制方法更好，是不是越智能的控制就能得到越好的效果。關(guān)鍵詞：PID控制，模糊控制，比較Abstract:IntroducedtheworkingprincipleofPIDcontrolsystemandfuzzycontrolsystem.PIDcontrollerstructureissimple,implementationissimple,thecontroleffectisgood,hasbeenwidelyused.Andfuzzycontrollerisrelativelycomplicated,butinalotofintelligenthouseholdappliancesalsoreceivedalargenumberofapplications.Butforasimplesystem,whichkindofcontrolmethodisbetter,isweathertheintelligentcontrolcanobtainthegoodeffect.Keywords:PIDcontrol,fuzzycontrol,compare目錄TOC\o"1-5"\h\z\o"CurrentDocument"一、問題的提出 1\o"CurrentDocument"二、PID控制器的設(shè)計 2\o"CurrentDocument".PID控制原理圖： 2\o"CurrentDocument".PID控制器傳遞函數(shù)的一般表達式 2\o"CurrentDocument"三、模糊控制器的設(shè)計 3\o"CurrentDocument"1．模糊控制原理圖 3\o"CurrentDocument"2．模糊控制器傳遞函數(shù)一般表達形式 4\o"CurrentDocument"四、系統(tǒng)仿真 4\o"CurrentDocument"五、總結(jié) 14\o"CurrentDocument"參考文獻： 15問題的提出當今的自動控制技術(shù)都是基于反饋的概念。反饋理論的要素包括三個部分：測量、比較和執(zhí)行。測量關(guān)心的變量，與期望值相比較，用這個誤差糾正調(diào)節(jié)控制系統(tǒng)的響應。它由于用途廣泛、使用靈活，已有系列化產(chǎn)品，使用中只需設(shè)定三個參數(shù)（Kp,Ti和Td）即可。在很多情況下，并不一定需要全部三個單元，可以取其中的一到兩個單元，但比例控制單元是必不可少的。首先，PID應用范圍廣。雖然很多工業(yè)過程是非線性或時變的，但通過對其簡化可以變成基本線性和動態(tài)特性不隨時間變化的系統(tǒng)，這樣PID就可控制了。其次，PID參數(shù)較易整定。也就是，PID參數(shù)Kp，Ti和Td可以根據(jù)過程的動態(tài)特性及時整定。如果過程的動態(tài)特性變化，例如可能由負載的變化引起系統(tǒng)動態(tài)特性變化，PID參數(shù)就可以重新整定。第三，PID控制器在實踐中也不斷的得到改進，下面兩個改進的例子。在工廠，總是能看到許多回路都處于手動狀態(tài)，原因是很難讓過程在“自動”模式下平穩(wěn)工作。由于這些不足，采用PID的工業(yè)控制系統(tǒng)總是受產(chǎn)品質(zhì)量、安全、產(chǎn)量和能源浪費等問題的困擾。PID參數(shù)自整定就是為了處理PID參數(shù)整定這個問題而產(chǎn)生的。現(xiàn)在，自動整定或自身整定的PID控制器已是商業(yè)單回路控制器和分散控制系統(tǒng)的一個標準。在一些情況下針對特定的系統(tǒng)設(shè)計的PID控制器控制得很好，但它們?nèi)源嬖谝恍﹩栴}需要解決：如果自整定要以模型為基礎(chǔ)，為了PID參數(shù)的重新整定在線尋找和保持好過程模型是較難的。閉環(huán)工作時，要求在過程中插入一個測試信號。這個方法會引起擾動，所以基于模型的PID參數(shù)自整定在工業(yè)應用不是太好。如果自整定是基于控制律的，經(jīng)常難以把由負載干擾引起的影響和過程動態(tài)特性變化引起的影響區(qū)分開來，因此受到干擾的影響控制器會產(chǎn)生超調(diào)，產(chǎn)生一個不必要的自適應轉(zhuǎn)換。另外，由于基于控制律的系統(tǒng)沒有成熟的穩(wěn)定性分析方法，參數(shù)整定可靠與否存在很多問題。因此，許多自身整定參數(shù)的PID控制器經(jīng)常工作在自動整定模式而不是連續(xù)的自身整定模式。自動整定通常是指根據(jù)開環(huán)狀態(tài)確定的簡單過程模型自動計算PID參數(shù)。PID在控制非線性、時變、耦合及參數(shù)和結(jié)構(gòu)不確定的復雜過程時，工作地不是太好。最重要的是，如果PID控制器不能控制復雜過程，無論怎么調(diào)參數(shù)都沒用。雖然有這些缺點，PID控制器是最簡單的有時卻是最好的控制器模糊控制是利用模糊數(shù)學的基本思想和理論的控制方法。在傳統(tǒng)的控制領(lǐng)域里，控制系統(tǒng)動態(tài)模式的精確與否是影響控制優(yōu)劣的最主要關(guān)鍵，系統(tǒng)動態(tài)的信息越詳細，則越能達到精確控制的目的。然而，對于復雜的系統(tǒng)，由于變量太多，往往難以正確的描述系統(tǒng)的動態(tài),于是工程師便利用各種方法來簡化系統(tǒng)動態(tài)，以達成控制的目的，但卻不盡理想。換言之,傳統(tǒng)的控制理論對于明確系統(tǒng)有強而有力的控制能力，但對于過于復雜或難以精確描述的系統(tǒng)，則顯得無能為力了。因此便嘗試著以模糊數(shù)學來處理這些控制問題。模糊控制在智能控制領(lǐng)域由于理論研究比較成熟、實現(xiàn)相對比較簡單、適應面寬而得到了廣泛的應用。不論是對復雜的水泥回磚窯的控制，還是在智能化家用電器中的應用，模糊控制都充當著重要的角色。本文針對固定系統(tǒng)，分別利用傳統(tǒng)PID控制方法和模糊控制方法對其進行仿真控制，并對兩種控制的控制結(jié)果進行了比較，通過比較表明了模糊控制相比傳統(tǒng)的PID控制改善控制系統(tǒng)的動態(tài)性能。二、PID控制器的設(shè)計.PID控制原理圖:PID控制其結(jié)構(gòu)框圖如下圖所示:圖1：PID控制器結(jié)構(gòu)框圖.PID控制器傳遞函數(shù)的一般表達式PID控制器傳遞函數(shù)的一般表達形式為:kGc(s)=k+—+k義spsd其中kp為比例增益；ki為積分增益；kd為微分增益。調(diào)整PID參數(shù)，以滿足系統(tǒng)要求，從而使被控對象有更優(yōu)良的動態(tài)響應和靜態(tài)響應。

比例環(huán)節(jié)：根據(jù)偏差量成比例的調(diào)節(jié)系統(tǒng)控制量，以此產(chǎn)生控制作用，減少偏差。比例系數(shù)的作用是增加系統(tǒng)響應的速度，比例系數(shù)越大，系統(tǒng)響應越快，但系統(tǒng)容易產(chǎn)生超調(diào)，比例系數(shù)過小，會影響系統(tǒng)調(diào)節(jié)的精度，系統(tǒng)響應時間變長，系統(tǒng)的動態(tài)響應變差。積分環(huán)節(jié)：用于消除靜差，提高系統(tǒng)的無差度，積分時間常數(shù)決定著積分環(huán)節(jié)作用的強度，但是積分作用過強的話會影響系統(tǒng)的穩(wěn)定性。微分環(huán)節(jié)：根據(jù)偏差量的變化趨勢來調(diào)節(jié)系統(tǒng)控制量，在偏差信號發(fā)生較大變化之前，提早引入一個校正信號，起到加快系統(tǒng)動作速度，減少調(diào)節(jié)時間的作用，調(diào)節(jié)微分參數(shù)需要注意微分作用太強可能會引起系統(tǒng)振蕩。三、模糊控制器的設(shè)計1．模糊控制原理圖模糊控制器結(jié)構(gòu)框圖如下圖所示：u「1I「，一模糊判決模糊控制器結(jié)構(gòu)框圖如下圖所示：u「1I「，一模糊判決Ku控制對象v-f圖2：模糊控制器結(jié)構(gòu)框圖模糊控制器結(jié)構(gòu)如下圖：圖3模糊控制器結(jié)構(gòu)如下圖：圖3：模糊控制器結(jié)構(gòu)框圖2．模糊控制器傳遞函數(shù)一般表達形式一個典型工業(yè)過程通?？梢缘刃槎A系統(tǒng)加上一個非線性環(huán)節(jié)（如純滯后），給出如下經(jīng)典控制對象傳遞函數(shù)的一般形式：Gp（s）=KxeGp（s）=（Ts+i）（Ts+i）12其中模糊控制規(guī)則是模糊控制器的核心，是設(shè)計控制系統(tǒng)的主要內(nèi)容。一個基本模糊控制器主要有三個功能：（1）模糊化：把精確量（如偏差e和偏差變化ec）轉(zhuǎn)化為相應的模糊量（E、EC）；（2）模糊推理：按總結(jié)的語言規(guī)則（模糊控制規(guī)劃表）進行模糊推理；（3）模糊判決：把推理結(jié)果（U）從模糊量轉(zhuǎn)化為可以用于實際控制的精確量（u）。模糊規(guī)則是由一系列的模糊條件語句組成的，即由許多模糊蘊含關(guān)系構(gòu)成。這些條件語句是推理的出發(fā)點和得到的正確結(jié)論的根據(jù)和基礎(chǔ)。每條模糊條件語句都給出模糊蘊含關(guān)系，即一條控制規(guī)則。若有n條規(guī)則，就把它們表達的n個模糊蘊含關(guān)系（i=l，2,…，n）做并運算，構(gòu)成系統(tǒng)總的模糊蘊含關(guān)系：R=Ur=RuRU…URURi1 2 n一1 ni=1四、系統(tǒng)仿真本文采用的傳遞函數(shù)為：1G（s）= e-0.05s[5]2s2+3s+1用Simulink工具建立由PID控制器組成的系統(tǒng)仿真模型如下圖所示，其中比例增益Kp取值5,積分增益取值1,微分增益取值5。選用的輸入是單位階躍信號。

圖4：Simulink的PID控制器仿真圖設(shè)計模糊控制器的主要步驟為：選擇偏差e、偏差變化ec和控制量u的模糊語言變量為E、EC和U。根據(jù)e、ec和u實際的基本論域，設(shè)定E、EC和U論域都為［-3,3］，可以確定出量化因子Ke、Kc和K比例因子u。選取E、EC和U的各語言變量值：正大為PB，正中為PM，正小為PS，為零為E，負小為NS，負中為NM，負大為NB，它們各自在論域上的模糊子集隸屬度函數(shù)均為三角形。選擇一種模糊判決方法，將控制量由模糊量變?yōu)榫_量，這個過程叫做“去模糊化”，這里采用的是“面積平分法”。用Simulink工具建立由模糊控制器組成的系統(tǒng)仿真模型如下圖所示：圖5：Simulink的模糊控制器仿真圖其中Ke取2，Kc取值2，K取值2，反饋增益為0.75語言值的隸屬函數(shù)選擇三角形的隸屬度函數(shù)如下面三幅圖所示：E的隸屬度函數(shù):FileEditViewFISVariablesCurrentVariableNameRangeDisplayRangeReadynMembershipFunctionEditor:TESTMembershipfunctionplotsFileEditViewFISVariablesCurrentVariableNameRangeDisplayRangeReadynMembershipFunctionEditor:TESTMembershipfunctionplotsP|otPoints:CurrentMembershipFunction(clickonMFtoselect)NameNBTypetrimf▼Params[-4.002-3-2]HelpCltjse—-1 0 1inputvariable"E"圖5：E的隸屬度函數(shù)EC的隸屬度函數(shù)：Selectedvariable"EC"MembershipFunctionEditor:TESTCurrentVariableNameRangeDisplayRangeMembershipfunctionplotsP|crtPoints: 1S1-1 0 1inputvariable”EC7CloseFileEditViewSelectedvariable"EC"MembershipFunctionEditor:TESTCurrentVariableNameRangeDisplayRangeMembershipfunctionplotsP|crtPoints: 1S1-1 0 1inputvariable”EC7CloseFileEditViewFISVariablesCurrentMembershipFunction(clickonMFtoselect)Params[-3-2-1]Nametrimf圖6：EC的隸屬度函數(shù)（3）U的隸屬度函數(shù)圖7：U的隸屬度函數(shù)控制規(guī)則選用Mamdain控制規(guī)則；該控制系統(tǒng)的控制規(guī)則如表1所示：UEECNBNMNSZEPSPMPBNBNBNBNMNMNSNSZENMNBNMNMNSNSZEPSNSNMNMNSNSZEPSPSZENMNSNSZEPSPSPMPSNSNSZEPSPSPMPMPMNSZEPSPSPMPMPBPBZEPSPSPMPMPBPB表1：控制規(guī)則將規(guī)則輸入到編輯器中（如圖8所示）一共有7X7=49條規(guī)則，輸入后可以在編輯器中的RuleViewer（如圖9所示）和SurfaceViewe（如圖10所示）r中查看對具體輸入的模糊推理及輸出情況,輸入各種不同的數(shù)據(jù),查看模糊推理情況及輸出數(shù)據(jù)。也可以用于檢查，看自己輸入的規(guī)則和有沒有錯誤。圖8：規(guī)則編輯器重的控制規(guī)則RuleViev.'enTEST RuleViev.'enTEST FileEditViewOptions圖9：編輯器中RuleViewer圖10：編輯器中的SurfaceViewer實驗得到的結(jié)果圖形如下所示：圖11：PID控制法與模糊控制法仿真結(jié)果波形其中，綠色為輸入信號，紫紅色為PID控制法的輸出信號，黃色的為模糊控制法的輸出信號。五、總結(jié)利用MATLAB的SIMULINK仿真工具，分別用PID控制法和模糊控制法對對象進行了仿真，通過對兩者圖像的比較，我得出了一些結(jié)論。調(diào)節(jié)過程中，由于對象選擇的是比較簡單，PID控制法所選