模糊PID控制器设计.doc

1、 重庆交通大学 毕业设计（论文） （ 2010 届） 题目名称： 模糊 PID 控制 器设计 学 院： 机电与汽车工程学院 专 业 ： 电气工程与自动化 班 级 ： 2006 级 2 班 学 号 ： 学生姓名 ： 指导教师 ： 殷 时 蓉 2010 年 6 月 前 言 模糊控制是智能控制的一个分支，它的概念是由美国加利福尼亚大学著名教授 L.A.Zaden 提出的，经过 20 多年的发展，模糊控制取得了瞩目的成就。它适用于非线性、数学模型不确定的控制对象，对被控对象的时滞非线性和时变性具有一定的适应能力，同时对噪声也有较强的抑制作用，即鲁棒性较好。但由于模糊控制器本身消除系统稳态误差的性能比较

2、差，难以达到较高的控制精度。而用 PID 控制正好可以弥补其不足， 而本设计的目的正在于此。 模糊 PID 控制器在工业生产中扮演了十分重要的角色，这种控制器不但具有PID 控制精度高等优点，又兼有模糊控制灵活、适应性强的优点，对复杂控制系统和要求高精度的伺服系统可获得优良的控制效果随着智能控制理论的迅速发展 ,使传统的工业控制技术不断向前发展。 1985 年提出了自寻优 Fuzzy2PID 调节器 ,具有模糊推理的自整定 PID 控制器也出现了 ,并逐步商品化 ,如三菱电机公司在 1988 年开发了 MACTUS 210 系列的模糊 PID 自校正调节器 ,这类控制器用模糊控制规则和推理 ,

3、去优化 PID 控制器的参数 ,有较强的适应性 ,但调节过程复杂。模糊 PID 控制器的研究与应用是近年来控制领域十分活跃的一支分 支。 模糊 PID 控制器 已经有 了 不少的研究成果 , 而且 被广泛地应用于生产实践中 , 但模糊控制的发展历史还不长 , 理论上的系统性和完善性、技术上的成熟性和规范性都还是远远不够的。 模糊 PID 控制器 正逐步向 易于控制并且能消除静态控制 偏差 ,尽量减少可调参数 的方向发展。将 模糊 PID 控制器 应用于医学、生物等 新型领域 是新的研究方向。 目 录 摘 要 . I ABSTRACT. II 第 1 章 绪 论 . 1 1.1 模糊控制系统 .

4、 1 1.2 控制器发展现状 . 2 1.2.1 自适应控制 . 2 1.2.2 PID 控制器 . 3 1.2.3 模糊 PID 控制 . 4 1.2.4 模糊自适应 PID 控制 . 4 第 2 章 模糊控制基本原理 . 6 2.1 模糊控制系统组成 . 6 2.2 模糊控制器的分类 . 7 2.2.1 按输入 -输出变两个数分类 . 7 2.2.2 模糊控制器其他分类 . 8 2.3 模糊控制器设计 . 8 2.3.1 模糊控制器的结构设计 . 9 第 3 章 PID 控制基本原理 . 11 3.1 PID 控制原理 . 11 3.2 PID 控制的优点和缺陷 . 12 3.3 PID

5、控制算法改进 . 13 3.3.1 积分项改进 . 13 3.3.2 微分项改进 . 14 3.3.3 带死区 PID 算法 . 15 3.4 PID参数的整定 . 15 第 4 章 模糊 PID 控制器设计 . 17 4.1 模糊控制器的设计 . 17 4.1.1 模糊控制器的结构 . 17 4.1.2 模糊控制器的设计 . 17 4.2 模糊 PID 控制器设计 . 20 4.2.1 模糊 PID 控制器结构 . 20 4.2.2 模糊 PID 控制器算法 . 20 4.2.3 模糊 PID 控制器的设计 . 21 4.3 本章小结 . 23 第 5 章 结论 . 24 致 谢 . 25

6、参考文献 . 26 2010 届电气工程与自动化专业毕业设计（论文） I 摘 要 随着控制对象变得复杂 ,应用常规 PID 控制 ,精度和鲁棒性 降低。本文设计一种模糊自调整 PID 控制器 ,以提高控制精度。我们要求简单却具有鲁棒性的控制算法来实现控制。这里主要是在模糊 PID 控制领域进行研究。当控制对象很复杂的情况下 ,常规 PID 控制器已经不再适用了 ,为提高对复杂系统的控制性能 ,本文介绍了一种新方法设计模糊 PID 控制器。将 PID 控制与 Fuzzy 控制的简便性、灵活性以及鲁棒性融为一体 ,构造了一个自适应模糊 PID 控制器。并且为了提高控制的精度 ,本文进一步改进了模糊

7、自调整 PID 控制器 ,此控制器的比例系数、积分系数可根据模糊推理规则进行在线调整。 关键词 ： 模糊控制 自适应控制 PID 控制器 王天骄：模糊 PID 控制 器设计 II ABSTRACT When the controlled objects become complicate, the control accuracy androbustness of the normal PID decrease. The main scope of this paper is to investigatethe research of fuzzy PID control. We propose

8、 a simple but robust program forcontrol. This paper presents a novel method to design the fuzzy PID control in orderto improve the system performance for complex systems in which the normal PIDcontroller is not suitable in such case. A selfadjusting PID controller,which hassimpler structure and high

9、er robustness,is built when Fuzzy logic controller and PID controller are combined together appropriately. To increase the accuracy this paperdesigned an improved FLC(Fuzzy Logic Controller) for selftuning PID control.Where the proportional, integral and differential gains are tuned online based on

10、fuzzyinference rules. Keywords: Fuzzy control, Self adaptive control， Pid controller 2010 届电气工程与自动化专业毕业设计（论文） 第 1 章 绪 论 1.1 模糊控制系统 模糊控制系统是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。 1965 年美国的扎德创立了模糊集合论 , 1973 年 , 他给出了模糊逻辑控制的定义和相关的定理。 1974 年英国的 Mamdani 首先用模糊控制语句组成模糊控制器 ,并把它用于锅炉和蒸汽机的控制 , 在实验室获得成功 , 这一开拓性的工作标

11、志着模糊控制论的诞生。 模糊控制系统主要是模拟人的思维、推理和判断的一种控制方法 , 它将人的经验、常识等用自然语言的形式表达出来 , 建立一种适用于计算机处理的输入输出过程模型 , 是智能控制的一个重要研究领域。从信息技术的观点来看 , 模糊控制是一种基于规则的专家系统。从控制系统技术的观点来看 , 模糊控制是一种普遍的非线性特征 域控制器。 相对传统控制 , 包括经典控制理论与现代控制理论。模糊控制能避开对象的数学模型 (如状态方程或传递函数等 ) , 它力图对人们关于某个控制问题的成功与失败和经验进行加工 , 总结出知识 , 从中提炼出控制规则 , 用一系列多维模糊条件语句构造系统的模糊

12、语言变量模型 , 应用 CRI 等各类模糊推理方法 ,可以得到适合控制要求的控制量 , 可以说模糊控制是一种语言变量的控制。 模糊控制具有以下特点 : (1) 模糊控制是一种基于规则的控制。它直接采用语言型控制规则 , 出发点是现场操作人员的控制经验或相关专家的知识 , 在 设计中不需要建立被控对象的精确数学模型 , 因而使得控制机理和策略易于接受与理解 , 设计简单 , 便于应用 ; (2) 由工业过程的定性认识出发 , 比较容易建立语言控制规则 , 因而模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用 ; (3) 基于模型的控制算法及系统设计方法 , 由于出发点

13、和性能指标的不同 , 容易导致较大差异 ; 但一个系统的语言控制规则却具有相对的独立性 , 利用这些控制规律间的模糊连接 , 容易找到折中的选择 , 使控制效果优于常规控制器 ; 王天骄：模糊 PID 控制 器设计 2 (4) 模糊控制算法是基于启发性的知 识及语言决策规则设计的 , 这有利于模拟人工控制的过程和方法 , 增强控制系统的适应能力 , 使之具有一定的智能水平 ; (5) 模糊控制系统的鲁棒性强 , 干扰和参数变化对控制效果的影响被大大减弱 , 尤其适合于非线性、时变及纯滞后系统的控制。 除此 , 模糊控制还有比较突出的两个优点 : 第一 , 模糊控制在许多应用中可以有效且便捷地实

14、现人的控制策略和经验 ; 第二 , 模糊控制可以不需被控对象的数学模型即可实现较好的控制 , 这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。 但是，模糊控制也有缺陷 , 主要表现在 : （ 1) 精度不太高 ; （ 2) 自适应能力有限 ; （ 3) 易产生振荡现象。 1.2 控制器发展现状 1.2.1 自适应控制 自适应控制系统是一个具有一定适应能力的系统，它能够认识环境条件的变化，并自动校正控制动作，使系统达到最优或次优的控制效果，如图 1.1 所示。 图 1.1 自适应原理框图 这一系统在运行过程中，根据参考输入 r(t)、控制输入 u(t)、对象输出 c(t

15、)和已知外部干扰 n(t)来测量对象性能指标， 并与给定的性能指标进行比较，做出决策，然后通过适应机构来改变系统参数，或者产生一个辅助的控制输入量，累加到系统上，以保证系统跟上给定的最优性能指标。 自适应控制系统具有如下功能： （ 1）在线进行系统结构和参数的辨识或系统性能指标的度量，以便得到系统当前状态的改变情况； （ 2）按一定的规律确定当前的控制策略； 2010 届电气工程与自动化专业毕业设计（论文） （ 3）在线修改控制器的参数或可调系统的输入信号。 在工业生产过程中，许多被控对象随着负荷变化或干扰因素的影响，其对象特性参数或结构发生改变。自适应控制运用现代控制理论在线 辨识对象特征参

16、数，实时改变其控制策略，使控制系统品质指标保持在最佳范围内。系统辨识就是通过测量被研究的系统在人为作用输入下的输出响应，或正常运行时的输入、输出数据，加以必要的数据处理和数学运算，估计出系统的数学模型，但自适应控制效果的好坏取决于辨识模型的精确度，这对于复杂系统是非常困难的，因此在工业生产中，大量采用的仍然是以 PID 控制算法为基础的控制策略， PID 参数的整定方法很多，但大多数都以对象特性为基础。 1.2.2 PID 控制器 在过去的 50 年，调节 PID 控制器参数的方法获得了极大的发 展。其中有利用开环阶跃响应信息，如 Coon-Cohen 响应曲线法；还有使用 Nyquist 曲

17、线法的，如 Ziegler-Nichols 连续响应法。然而这些调节方法只识别了系统动态信息的一小部分，不能理想的调节参数。随着计算机技术的发展，人们利用人工智能的方法将操作人员的调整经验作为知识存入计算机中，根据现场实际情况，计算机能自动调整 PID 参数。这样能实现自动调整、短的整定时间、简便的操作，改善响应特性而推动了自整定 PID 控制技术的发展。自整定技术可追溯到 50 年代自适应控制处于萌芽时期， 60 年代国外有人设 计了一种自动调节式的过程控制器，因其价格高、体积大、可靠性差而未能商品化。 80 年代由于适用的控制理论的完善以及高性能微机的使用，才使得自整定控制器得以开发， P

18、ID 控制器参数的自动整定技术设想已慢慢实现。随着微处理技术的发展和数字智能式控制器的实际应用，在控制领域出现的一系列新的技术课题之一的被控对象动、静态参数、控制系统结构、参数发生较大范围变化的情况下，控制系统仍能满足给定的品质指标，这是自适应控制的最基本特征，自适应 PID 控制可以在线不断整定参数，克服干扰，跟踪系统的时变特性，使控制对象达到一定的目标。 同时，随着现代控制理论 (诸如智能控制、自适应模糊控制和神经网络技术等 )研究和应用的发展与深入，为控制复杂无规则系统开辟了新途径，逐步弱化或取消了对受控对象数学模型结构不变的限制。近年来，出现了许多新型 PID 控制器，对于复杂对象 其

19、控制效果远远超过常规 PID 控制。 王天骄：模糊 PID 控制 器设计 4 1.2.3 模糊 PID 控制 模糊控制的概念是由美国加利福尼亚大学著名教授 L.A.Zaden 首先提出的，经过 20 多年的发展，模糊控制取得了瞩目的成就。模糊控制适用于非线性、数学模型不确定的控制对象，对被控对 象的时滞非线性和时变性具有一定的适应能力，同时对噪声也有较强的抑制作用，即鲁棒性较好。但模糊控制器本身消除系统稳态误差的性能比较差，难以达到较高的控制精度。而 PID 控制正好可以弥补其不足，近年来已有不少将模糊技术与传统技术结合起来设计模糊逻辑控制的先例。在许多文献中介绍了多种能提高 PID 控制精度

20、的模糊 PID 混合控制方案，例如：引入积分因子的模糊 PID 控制器；混合型模糊 PID 控制器；另外将其与其它先进控制技术结合又有模糊自适应 PID 控制、神经网络模糊 PID 控制等。 1.2.3.1 Fuzzy-PID 混合控制 这种控制器的思想是在大偏差范围内采用 Fuzzy 控制，在小偏差范围内用PID 控制，两者的转换由微机程序根据事先给定的偏差范围自动实现。由于两种控制作用均包含有积分作用，故稳态精度相同，但 Fuzzy-PID 控制比 PID 控制有更快的动态响应，更小的超调，比模糊控制具有更高的稳态精度。 1.2.3.2 引入积分因子的模糊 PID 控制器 这种控制器或是积

21、分环节加在误差输入量的模糊化之前和模糊控制器输出量的解模糊之后，在一定程度上可减少系统余差，但消除系统极限环振荡的能力较弱，尤其模糊 量化因子取的较大时，系统可能出现不稳定；或是对误差的模糊值进行积分，消除了系统余差，但只有使余量 umin 缩小才能消除零点附近的极限环振荡，而要达到这一要求，必须增加控制规则数，也就增加了模糊控制器的设计复杂性，因此这种结构设计目前应用较少。 1.2.4 模糊自适应 PID 控制 模糊自适应 PID 控制器有多种控制形式，但工作原理基本一致。 1.2.4.1 在线实时模糊自整定 PID 控制 模糊自整定 PID 控制是在 PID 算法的基础上，通过计算当前系统

22、误差 e 和误差变化率 ec，利用模糊规则进行 模糊推理，查询模糊矩阵表进行参数调整，结构如图所示。结构中的辨识机构用来解决 PID 控制参数的初值。在控制的初始阶段，采用 bang-bang 控制作为引导控制，辨识机构根据在该阶段得到的信息对2010 届电气工程与自动化专业毕业设计（论文） 对象进行辨识。在该阶段结束时，利用辨识出的模型参数整定出 PID 控制参数的初值，并切换控制开关，投入模糊自整定 PID 控制。 图 1.2 模糊自整定 PID 控制框图 1.2.4.2 基于模糊推理的自调整 PID 控制器 它由 PID 控制和一个模糊自调整机构组成。利用自调整因子模糊控制器设计思想，根

23、据输入信号的大小、方向以及变化趋势等特征，通过模糊推理做出相应决策，在线整定 PID 参数 KP、 KI、 KD，以期获得满意的控制效果。 1.2.4.3 单参数模糊自适应 PID 控制器 单参数模糊自适 应 PID 控制器是通过对控制目标分类，考虑用户最关心的系统特性，来决定调整 KP、 KI、 KD三个参数中对系统影响最大的那一个；或是控制器根据系统的误差及误差变化率，利用模糊逻辑推理规则，产生一个对应于 e和ec的控制量 h(t)，再由 h(t)计算出与 KP、 KI、 KD三个参数都有一定关系的 (t)，从而得到 KP、 KI、 KD三个参数，然后由常规控制算式确定控制 u(t)。 1.2.4.4 神经网络模糊 PID 控制 神经网络用于表示模糊规则，经过神经网络的学习，以加权系数的形式表示出来，规则的生成就转 化为加权系数初值的确定和修改。让输出层神经元的输出状态对应于控制器的三个可调参数 KP、 KI、 KD，通过神经网络的自学习，加权系数调整，从而使其稳定状态对应于某种最优控制律下的 PID 控制器参数。将模糊、自适应、 PID 控制三者结合起来，根据被控对象的实时特性在线调整整定 PID 参数，提高了系统的控制精度。