加载中…用MATLAB玩控制-模糊自适应pid控制
(2017-03-11 12:04:30)
标签：
模糊自适应pid控制模糊控制工具箱itae性能指标s函数 |
模糊自适应pid控制的原理如图1所示，从图中可以看出，偏差e和偏差变化率ec乘上比例因子ke、kec，即x=ke*e，y=kec*ec，然后输入模糊推理器，经过模糊推理器的运算，模糊推理器输出Zp(Δkp)、Zi(Δki)、Zd(Δkd)，乘上比例因子qp、qi、qd后，与基础pid值相加得实际pid值，即kp=kp0+qp*Δkp、ki=ki0+qi*Δki、kd=kd0+qd*Δkd，此后就是常规pid控制器了，其增量算法是：
Δu(k)=Kc(e(k)-e(k-1)+Ts*e(k)/Ti+Td*(e(k)-2*e(k-1)+e(k-2))/Ts)
要作模糊推理，大致先需要确定以下几点：1语言变量，2语言值，3,语言变量的论域，4隶属度函数，5模糊控制规则，对1-4点，我们定的如图2所示，从图中可以看出语言变量的论域统一定为（-3，3），然后通过比例因子ke、、kec、qp、qi、qd将语言变量论域转换到物理量，这将使模糊自适应pid控制器具有某种程度的通用性，在有些文章中，常将Zp(Δkp)、Zi(Δki)、Zd(Δkd)的论域定为与物理量范围一样，那样就省去了比例因子qp、qi、qd，对隶属度函数为简单起见，统一用三角函数，对第5点，则如图3所示，这是比较常见的控制规则。模糊推理大致分为4个步骤，1是计算模糊关系，即Ri=Ai*Bi->Ci，根据模糊规则表Ri共有7*7=49个，2是计算蕴含（或运算）关系，即R=∪Ri，3是作合成运算，即C'=（A'*B'）○Ri，4是解模糊，一般用重心法，这些个计算可以用模糊控制工具箱函数，图2中Δkp、Δki、Δkd曲面图就是用工具箱函数算出的，也可以自己计算，如图4所示，工具箱函数算出Δkp、Δki、Δkd在离散点上的值如图5所示，自己计算的Δkp、Δki、Δkd在离散点上的值如图6所示，从图5和图6可以看出，两者之间略微有点差异，但大方向一致。
模糊自适应pid控制从原理上来说应该比常规PID控制来的好，但常常可以看到有人对此提出异议，如图7所示（红圈中），那我们来看看，究竟是怎么一回事，对系统G(s)=1.4*exp(-40s)/(100s+1)，进行模糊自适应pid控制的仿真，如图8所示，相关参数设置和性能指标，如图9所示，对应的常规PID控制仿真，如图10所示，相关参数设置和性能指标，如图11所示，对比图8和图10控制效果，模糊自适应pid控制明显好于常规PID控制，ITAE性能指标低了小一半。那为什么会出现模糊自适应pid控制效果不如常规PID控制呢？原因主要可能有，1基础PID设置不合理，2比例因子设置不合理，另外，3模糊规则设置不合适，4甚或隶属度函数选择不合理，也是可能原因。
上面那个仿真例子算不上模糊自适应pid控制能耐，下面展现一个大纯滞后系统G(s)=1.4*exp(-100s)/(100s+1)仿真的例子，如图12所示，从图中可以看出，效果不错，这也是一个用S函数实现的模糊自适应pid控制。
http://s2/mw690/001Agcsvzy79q3mzQ0pd1&690
http://s7/mw690/001Agcsvzy79q3n6bcy16&690
http://s1/mw690/001Agcsvzy79q3nCxs430&690
http://s15/mw690/001Agcsvzy79q3o7sgS6e&690
http://s3/mw690/001Agcsvzy79q3owm7832&690
http://s3/mw690/001Agcsvzy79q5FYMCe12&690
http://s7/mw690/001Agcsvzy79q3n6bcy16&690
http://s1/mw690/001Agcsvzy79q3nCxs430&690
http://s15/mw690/001Agcsvzy79q3o7sgS6e&690
http://s3/mw690/001Agcsvzy79q3owm7832&690
http://s3/mw690/001Agcsvzy79q5FYMCe12&690
喜欢
0
赠金笔
后一篇：用MATLAB玩控制-结构辨识1