2023年模糊控制PID設(shè)計(jì)大作業(yè)

參考教材中例子設(shè)計(jì)一包含了模糊技術(shù)與PID技術(shù)的混合智能控制器，其被控對象

為：

4.23

Gp(s)=

(52+1.645+8.46)

采樣時間為1ms,編寫mat1ab仿真程序，擬定其在階躍輸入的響應(yīng)結(jié)果，并與

經(jīng)典PID控制仿真結(jié)果相比較。規(guī)定具體描述控制系統(tǒng)的設(shè)計(jì),控制系統(tǒng)工作流程，

模糊系統(tǒng)中的輸入輸出的從屬函數(shù)設(shè)計(jì)及其采用的模糊規(guī)則，分析仿真結(jié)果并進(jìn)行

總結(jié)。

表1Akp的模糊規(guī)則表

NBNMNSZ0PSPMPB

NBPBPBPMPMPSZ0Z0

NMPBPBPMPSPSZ0NS

NSPMPMPMPSZ0NSNS

Z0PMPMPSZ0NSNMNM

PSPSPSZ0NSNSNMNM

PMPSZ0NSNMNMNMNB

PBZ0Z0NMNMNMNBNB

表2Aki的模糊規(guī)則表

^AkiX\ec^

NBNMNSzoPSPMPB

NBNBNBNMNMNSZOZO

NMNBNBNMNSNSZOzo

NSNBNMNSNSzoPSPS

zoNMNMNSZOPSPMPM

PSMNNSZOPsPSPMPB

PMZOZ0PSPSPMPBPB

PBZOzoPSPMPMPBPB

表3Akd的模糊規(guī)則表

NBNMNSZOPSPMPB

NBPSNSNBNBNBNMPS

NMPsNSNBNMNMNSZO

NSZ0NSNMNMNSNSZO

ZOZONSNSNSNSNSZO

PSZOZOZOZOZOZOZO

PMPBNSPSPSPSPSPB

PBPBPMPMPSPSPSPB

Kp,ki,kd的模糊控制規(guī)則表建立好以后，可根據(jù)以下方法進(jìn)行kp,ki,kd

的自適應(yīng)校正。

將系統(tǒng)誤差e和誤差變化ec變化范圍定義為模糊集上的論域，即e,ec=

{-3,-2,-1,0,1,2,3},其模糊子集為e,ec={NB,NM,NS,ZO,PS,PM,P

B},子集中元素分別代表負(fù)大,負(fù)中，負(fù)小，零,正小，正中,正大。應(yīng)用模糊合成

推理設(shè)計(jì)PID參數(shù)的整定算法。第k個采樣時間的整定為

Kp(k)=kpO+Akp(k)

Ki(k)=ki0+Aki(k)

Kd(k)=kdO+Akd(k)

在線運(yùn)營過程中，控制系統(tǒng)通過對模糊邏輯規(guī)則的結(jié)果解決、查表和運(yùn)算,

完畢對PID參數(shù)的在線自校正。其工作流程圖如下圖所示。

返回

MFigure1[o叵]]去

FileEditViewInsertToolsDesktopWindowHelp

-3-2-10123

e

圖1誤差的從屬函數(shù)

QFigure2?

FileEditViewInsertToolsDesktopWindowHelp

口巴。蛤|Q|久久已電要/」國|口用〔■口一

圖2誤差變化率的從屬函數(shù)

|o回次I

FileEditViewInsertToolsDesktopWindowHelp，

5m總出公；*、-、朽⑥^x?豆口因■0

-025-02-015-01-00500050101502025

kp

圖3kp的從屬函數(shù)

回應(yīng)一

QFigure4|D1

FileEditViewInsertToolsDesktopWindowHelp

口已iu◎底+、-、爭@唱X?皂口國■國

-0.06-0.04-0.0200.020.040.06

圖4ki的從屬函數(shù)

RJFigure5I。回遼I

FileEditViewInsertToolsDesktopWindowHelpa

口目a1詩［V話皂T□畫—0

-3-2-10123

kd

圖5kd的從屬函數(shù)

圖6模糊系統(tǒng)fuzzpid.fis的結(jié)構(gòu)

PJRuleViev/er:fuzzpid=回S3

oeco

kp=-0.04

1

2

3

4

5

6

7

8

9

用

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

圖7模糊推理系統(tǒng)的動態(tài)仿真環(huán)境

在程序PID_b.m中，運(yùn)用所設(shè)計(jì)的模糊系統(tǒng)fuzzpid.fis進(jìn)行PID控制

參數(shù)的整定，并運(yùn)用模糊PID控制進(jìn)行階躍響應(yīng)，在第300個采樣時間時控

制器輸出端加上L。的干擾，響應(yīng)結(jié)果及PID控制參數(shù)的自適應(yīng)變化如圖8到

13所示。

圖8模糊PID控制階躍響應(yīng)

圖9模糊PID控制誤差響應(yīng)

圖10控制器輸入u

圖11kp的自適應(yīng)調(diào)整

圖12ki的自適應(yīng)調(diào)整

圖13kd的自適應(yīng)調(diào)整

在對三階線性系統(tǒng)的控制中，運(yùn)用穩(wěn)定邊界法進(jìn)行參數(shù)整定的經(jīng)典PID控

制的超調(diào)量比模糊PID控制的超調(diào)量要大，但模糊PID控制存在一定的穩(wěn)態(tài)誤

差。模糊控制用模糊集合和模糊概念描述過程系統(tǒng)的動態(tài)特性，根據(jù)模糊集和模

糊邏輯來做出控制決策,它在解決復(fù)雜控制問題方面有很大的潛力,可以動態(tài)地

適應(yīng)外界環(huán)境的變化。

附錄1模糊系統(tǒng)設(shè)計(jì)程序PID_a

%FuzzyTurnningPIDControl

c1eara11；

closeall;

a=newfis(*fuzzpid');

z

a=addvar(azinput',[-3,3])；

11

a=addmf(a,inputzmf*t[-3,-1]);

z

a=addmf(a,'input*z1,NM',*trimf',[—3,-2Z0]);

11111

a=addmf(a,inputz1zNSz1rimf\[-3,-1,0])；

a=addmf(a,'input'z1,trimf\[-2z0z2])；

z

a=addmf(az?input，1/PS「trimf[-1,1,3])；

a=addmf(a,'input',1,'PM',rtrimf',[0,2,3]);

T111

a=addmf(az*inputf1,PBzsmf't[1,3]);

71

a=addvar(a,'inputf*ec>[-3,3]);

a=addmf(a,'input',2,'NB',，zmf，，[—3,-11);

a=addmf(a,'input',2,'NM',1trimfz，[-3,—2,0])；

,,/

a=addmf(a,*input'z2zNS,trimf',[-3,-1,0])；

1

a=addmf(a,'input',2,'Z'rtrimf',[-2,0,2])；

1

a=addmf(az*input',2,*PS*,*trimf,[-1,1,3]);

11Tz

a=addmf(a,'input\2,PMztrimf,[0,2,3]);

a=addmf(a,rinput*,2,'PB*Jsmf',[1,3])；

a=addvar(af*output'z*kp',[—0.3,0,3]);

1

a=addmf(a,'output',1,'NBr*zmf*z[-0.3,-0.1]);

1Tz

a=addmf(azoutput,lzNM','trimf'z[-0.3,-0.2,0]);

a=addmf(a,*output',1,'NS'，*trimf1,[—0.3,一0.1,0]);

111T

a=addmf(a,output',1,'Zz1rimf,[-0.2,0,0.2]);

a=addmf(a,1output'trimf1,[-0.1,0.1,0.3]);

71

a=addmf(a,*output,1,'PM'z'trimfz[0,0.2,0.3]);

1z

a=addmf(a^output*,1fPB'，*smf,[0.1,0.3])；

a=addvar(az'output*r*ki*,[-0.06,0.06])；

1Z1

a=addmf(azoutput',2,*NB,'zmf,[-0.06,-0.02])；

17

a=addmf(a,'output2rNM','trimf，[—0.06,-0.04,0]);

Tf1z

a=addmf(a,output',2fNS,ztrimf,[-0.06,—0.02,0.02])；

a=addmf(az'output*,2,'Zl'trimf',[-0.04,0,0.04]);

11T

a=addmf(a,outputr2z*PS,'trim*,[-0.02,0.02z0.06]);

a=addmf(a,*output*,2,'PM','trimf',[0,0.04,0.06])；

a=addmf(a,'output',2,'PBZ[O.02,0.06])；

1z

a=addvar(azoutput'kdI[-3,3])；

a=addmf(a,*output7,3,'NB','zmf',3,-11);

1111

a=addmf(az*output'z3,NMrtrimf,[-3,-2,。])；

a=addmf(a,'output*,3,'NS',1trimf',[-3,-1,0]);

17T

a=addmf(a,'output\3,Z'ztrimf,[-2,0,2]);

111

a=addmf(a,outPut*,3zPS,'trimf\[-1,1,3])；

1

a=addmf(azoutput',3,'PM'/trimf',[0,2,3])；

f

a=addmf(a,*outputz3z'PB','smf',[1,3])；

rulelist[1171511;

1231311;

1362111；

1462111;

1553111;

1644211；

1744511；

2171511;

2271311;

2362111;

2453211；

2553211;

2644311;

2734411；

3161411;

3262311;

3363211;

3453211；

3544311;

3635311；

3735411;

4162411；

4262411；

4353311；

4444311；

4535311；

4626311；

4726411;

5152411;

5253411;

5344411;

5435411；

5535411;

5626411;

5727411;

6154711;

6244511;

6335511;

6425511;

6526511;

6627511；

6717711;

7144711;

7244611;

7325611；

7426611;

7526511；

7617511;

7717711];

aaddrule(a,rulelist)；

a=setfis(a,*DefuzzMethod','centroid1)；

writefis(a,'fuzzpid');

a=readfis('fuzzpid1)；

figure(1)；

plotmf(a,'input',1)；

figure(2)；

plotmf(a,'input',2)；

figure(3);

f

plotmf(a,*outputz1);

figure(4);

1

plotmf(az*output,2);

figure(5)；

rT

plotmf(azoutputz3);

figure(6);

plotfis(a)；

fuzzyfuzzpid;

showrule(a);

ruleviewfuzzpid;

附錄2模糊控制程序PID_b

%FuzzyPIDControl

closeall;

clearall；

a=readfis(*fuzzpid1);

ts=0.001；

sys=tf(4.23f[lf1.64,8.46])；

Tr

days=c2d(sys,tsztustin)；

[num,den]=tfdata(days,'vf);

u_l=0.0;u_2=0.0;u_3=0.0;

y_l=0；y_2=0;y—3=0;

x=[0,0,03';

e_l=0;

ec_l=0；

kp0=0.40;

kd0=l.0；

ki0=0.0；

fork=l:1:3000;

time(k)=k*ts;

r(k)=1.0；

%UsingfuzzyinferencetotuningPID

k_pid=evalfis([e_l,ec_1]za);

kp(k)=kp0+k