新型pid控制技術的matlab仿真畢業(yè)設計

1、<p><b>　　摘要</b></p><p>　　PID控制是最早發(fā)展起來的控制策略之一，由于其算法簡單，魯棒性好和可靠性高，被廣泛應用于工業(yè)過程控制，尤其用于可簡歷精確數(shù)學模型的確定性控制系統(tǒng)。而實際生產(chǎn)過程往往具有非線性、時變不確定性，難以建立精確的數(shù)學模型，應用常規(guī)PID控制器不能達到理想的控制效果。為了達到使PID控制能適應復雜的工況和高指標的控制要求，人們對PID控制

2、進行了改進，出現(xiàn)了各種新型PID控制器，對于復雜對象，其控制效果遠遠超過常規(guī)PID控制。本文主要選取五種先進的自適應PID控制算法：專家PID控制算法、模糊自整定PID控制算法、單神經(jīng)元自適應PID控制、灰色PID控制和基于遺傳算法整定的PID控制，對其進行MATLAB仿真研究。由仿真結果可以看到，參數(shù)自整定方法與一般控制方法相比，在調(diào)節(jié)時間、抑制超調(diào)量、穩(wěn)定性都要好，可以在工業(yè)上推廣使用。</p><p>　　

3、關鍵詞　PID控制；結構簡單；自適應；控制算法；參數(shù)整定</p><p><b>　　Abstract</b></p><p>　　The PID control is a development to get up at the earliest stage of control one of the strategies.Because it's calc

4、ulate way be simple.Drive extensive application at the industry process control.Particularly used for can mathematics model of the resume precision really settle sex control system.But the actual production line usually

5、hasn't line,the hour change indetermination.Hard establishment the mathematics model of the precision.Application normal regulations PID the controller can't attain </p><p>　　Keywords　 PID Control; S

6、imple Structure; Self-adaption; Control Arithmetic; Parameter Tuning</p><p><b>　　目 錄</b></p><p><b>　　摘要I</b></p><p>　　AbstractII</p><p><b&

7、gt;　　第1章 緒論1</b></p><p>　　1.1 課題背景1</p><p>　　1.1.1 PID控制原理3</p><p>　　1.1.2 單神經(jīng)元PID控制器6</p><p>　　1.1.3 模糊自適應PID控制器7</p><p>　　1.1.4 專家PID控制器8<

8、/p><p>　　1.1.5 基于遺傳算法整定的PID控制9</p><p>　　1.1.6灰色PID控制算法10</p><p>　　1.2 PID 控制器研究面臨的主要問題10</p><p>　　1.3本章小結11</p><p>　　第2章 專家式智能自適應PID控制12</p><p

9、>　　2.1 專家智能控制12</p><p>　　2.2 專家式智能整定PID控制器的典型結構13</p><p>　　2.2.1 基于模式識別的專家式智能自整定PID控制器13</p><p>　　2.2.2專家系統(tǒng)智能自整定PID控制器15</p><p>　　2.3 專家PID控制原理16</p><

10、;p>　　2.4 本章小結18</p><p>　　第3章 模糊PID控制19</p><p>　　3.1模糊控制19</p><p>　　3.1.1 模糊控制的基本原理19</p><p>　　3.1.2 模糊控制器20</p><p>　　3.1.3 模糊控制對非線性復雜函數(shù)的逼近23</p

11、><p>　　3.1.4 模糊參數(shù)整定的基本思想23</p><p>　　3.1.5 模糊參數(shù)整定器的設計24</p><p>　　3.2 模糊控制算法采樣時間的選取28</p><p>　　3.3本章小結29</p><p>　　第4章 基于遺傳算法整定的PID控制30</p><p>

12、　　4.1 標準遺傳算法操作30</p><p>　　4.1.1 編碼方式31</p><p>　　4.1.2初始種群的設定32</p><p>　　4.1.3適應度函數(shù)32</p><p>　　4.1.4遺傳操作33</p><p>　　4.1.5 收斂性37</p><p>　　

13、4.1.6遺傳算法中關鍵參數(shù)的確定38</p><p>　　4.2 遺傳算法的主要步驟38</p><p>　　4.2.1 準備工作38</p><p>　　4.2.2 基本遺傳算法的步驟39</p><p>　　4.3本章總結39</p><p>　　第5章 單神經(jīng)元自適應PID控制40</p>

14、;<p>　　5.1 人工神經(jīng)網(wǎng)絡40</p><p>　　5.1.1 人工神經(jīng)網(wǎng)絡構成的基本原理40</p><p>　　5.1.2 人工神經(jīng)網(wǎng)絡的類型40</p><p>　　5.1.3 神經(jīng)網(wǎng)絡的特點41</p><p>　　5.1.4人工神經(jīng)網(wǎng)絡特點與神經(jīng)元模型43</p><p>　　

15、5.2神經(jīng)網(wǎng)絡PID控制器43</p><p>　　5.2.1單神經(jīng)元自適應PID控制器的設計44</p><p>　　5.3本章小結45</p><p>　　第6章 灰色PID控制46</p><p>　　6.1灰色預測原理46</p><p>　　6.1.1灰色生成數(shù)列46</p><

16、;p>　　6.1.2灰色模型46</p><p>　　6.2灰色PID控制47</p><p>　　6.2.1灰色PID控制的理論基礎47</p><p>　　6.2.2灰色PID控制48</p><p>　　6.2.3 連續(xù)系統(tǒng)灰色PID控制50</p><p>　　6.2.4灰色PID控制工作流程圖

17、53</p><p>　　6.3本章小結53</p><p><b>　　結論54</b></p><p><b>　　參考文獻55</b></p><p><b>　　致謝56</b></p><p>　　附錄1 仿真程序57</p&

18、gt;<p><b>　　第1章 緒論</b></p><p><b>　　1.1 課題背景</b></p><p>　　PID控制具有結構簡單、穩(wěn)定性能好、可靠性高等優(yōu)點，尤其適用于可建立精確數(shù)學模型的確定性控制系統(tǒng)。在控制理論和技術飛速發(fā)展的今天，工業(yè)過程控制領域仍有近90％的回路在應用PID控制策略。PID控制中一個關鍵的問題

19、便是PID參數(shù)的整定。但是在實際的應用中，許多被控過程機理復雜，具有高度非線性、時變不確定性和純滯后等特點。在噪聲、負載擾動等因素的影響下，過程參數(shù)甚至模型結構均會隨時間和工作環(huán)境的變化而變化。這就要求在PID控制中，不僅PID參數(shù)的整定不依賴于對象數(shù)學模型，并且PID參數(shù)能夠在線調(diào)整，以滿足實時控制的要求。</p><p>　　PID控制器是一種基于偏差在“過去、現(xiàn)在和將來”信息估計的有效而簡單的控制算法。而采

20、用 PID控制器的控制系統(tǒng)其控制品質(zhì)的優(yōu)劣在很大程度上取決于 PID控制器參數(shù)的整定。PID控制器參數(shù)整定，是指在控制器規(guī)律己經(jīng)確定為PID形式的情況下，通過調(diào)整PID控制器的參數(shù)，使得由被控對象、控制器等組成的控制回路的動態(tài)特性滿足期望的指標要求，達到理想的控制目標。</p><p>　　對于PID這樣簡單的控制器，能夠適用于廣泛的工業(yè)與民用對象，并仍以很高的性價比在市場中占據(jù)著重要地位，充分地反映了PID控制

21、器的良好品質(zhì)。概括地講，PID控制的優(yōu)點主要體現(xiàn)在以下兩個方面: 原理簡單、結構簡明、實現(xiàn)方便，是一種能夠滿足大多數(shù)實際需要的基本控制器; 控制器適用于多種截然不同的對象，算法在結構上具有較強的魯棒性，確切地說，在很多情況下其控制品質(zhì)對被控對象的結構或參數(shù)攝動不敏感。</p><p>　　長期以來，人們一直在尋求PID控制器參數(shù)的自動整定技術，以適應復雜的工況和高指標的控制要求。隨著微處理機技術的發(fā)展和數(shù)字智能式

22、控制器的實際應用，這種設想已經(jīng)變成了現(xiàn)實。同時，隨著現(xiàn)代控制理論（諸如智能控制、自適應模糊控制和神經(jīng)網(wǎng)絡技術等）研究和應用的發(fā)展與深入，為控制復雜無規(guī)則系統(tǒng)開辟了新途徑。智能控制（Intelligent Control）是一門新興的理論和技術，它是傳統(tǒng)控制發(fā)展的高級階段，主要用來解決那些傳統(tǒng)方法難以解決的控制對象參數(shù)在大范圍變化的問題，其思想是解決PID參數(shù)在線調(diào)整問題的有效途徑。</p><p>　　今天熟知的

23、PID控制器產(chǎn)生并發(fā)展于1915-1940年期間。在工業(yè)過程控制中PID控制器及其改進型的控制器占90%。在1942年和1943年，泰勒儀器公司的zieiger和Nichols等人分別在開環(huán)和閉環(huán)的情況下，用實驗的方法分別研究了比例、積分和微分這三部分在控制中的作用，首次提出了PID控制器參數(shù)整定的問題。隨后有許多公司和專家投入到這方面的研究。經(jīng)過50多年的努力，在PID控制器的參數(shù)調(diào)整方面取得了很多成果。諸如預估PID控制(Predi

24、ctive PID)、自適應PID控制(adaptive PID)、自校正PID控制(self-tuning PID)、模糊PID控制(Fuzzy PID)、神經(jīng)網(wǎng)絡HD控制(Neura PID)、非線性PID控制(Nonlinear PID)等高級控制策略來調(diào)整和優(yōu)化PID參數(shù)。</p><p>　　日本的Inoue提出一種重復控制，用于伺服重復軌跡的高精度控制，它原理來源于內(nèi)模原理，加到被控對象的輸入信號處偏

25、差外，還疊加一個“過去的偏差”，把過去的偏差反映到現(xiàn)在，和“現(xiàn)在的偏差”一起加到被控對象的控制，偏差重復利用，這種控制方法不僅適用于跟蹤周期性輸入信號，也可抑制周期性干擾。</p><p>　　由卡爾曼提出的卡爾曼濾波理論，采用時域上的遞推算法在數(shù)字計算機上進行數(shù)據(jù)濾波處理，該濾波器對控制干擾和測量噪聲具有很好的濾波作用。</p><p>　　由美國Michigan大學的Holland教授

26、提出的遺傳算法，時他提出的模擬自然界遺傳機制和生物進化論而形成的一種并行隨機搜索最優(yōu)化方法。它將優(yōu)勝劣汰，適者生存的進化論原理引入優(yōu)化參數(shù)形成的編碼串聯(lián)群體中，按所選擇的適配值函數(shù)通過遺傳中的復制，交叉及變異對個體進行篩選，使適配值高的的個體被保留下來，組成新群體，新群體有繼承上一代信息，優(yōu)于上一代，周而復始知道得到滿意值，這種算法簡單，可并行處理，得到全局最優(yōu)解。</p><p>　　對于工業(yè)控制中許多被控對象

27、的純滯后性質(zhì)，Smith提出一種純滯后補償模型，與PID控制器并接一個補償環(huán)節(jié)，該補償環(huán)節(jié)稱為預估器，實際上的預估模型是反向并聯(lián)在控制器上的，smith控制方法前提是必須確切地知道被控對象的數(shù)學模型，再次基礎上能得到精確地預估模型，得到很好的控制效果。</p><p>　　近年來，智能控制無論是理論上還是應用技術上均得到了長足的發(fā)展，隨之不斷涌現(xiàn)將智能控制方法和常規(guī)PID控制方法融合在一起的新方法，形成了許多形式

28、的智能PID控制器。它吸收了智能控制與常規(guī)PID控制兩者的優(yōu)點。首先，它具備自學習、自適應、自組織的能力，能夠自動辨識被控過程參數(shù)、自動整定控制參數(shù)、能夠適應被控過程參數(shù)的變化；其次，它又具有常規(guī)PID控制器結構簡單、魯棒性強、可靠性高、為現(xiàn)場工程設計人員所熟悉等特點。正是這兩大優(yōu)勢，使得智能PID控制成為眾多過程控制的一種較理想的控制裝置。本文將重點選取五種先進自適應PID控制算法進行研究及仿真，并和傳統(tǒng)PID控制進行比較，總結出各自

29、的優(yōu)缺點</p><p>　　隨著現(xiàn)代工業(yè)的發(fā)展，人們面臨的被控對象越來越復雜，對于控制系統(tǒng)的精度性能和可靠性的要求越來越高，這對PID控制技術提出了嚴峻的挑戰(zhàn)，但是PID控制技術并不會過時，它必將和先進控制策略相結合向高精度、高性能、智能化的方向發(fā)展。</p><p>　　本節(jié)介紹PID基本原理，并對幾種常見的智能PID控制器的原理進行概括性的介紹，包括模糊PID、神經(jīng)網(wǎng)絡PID、專家P

30、ID控制、灰色PID控制及基于遺傳算法的PID控制等，并分析其各自的特點。</p><p>　　1.1.1 PID控制原理</p><p>　　在模擬控制系統(tǒng)中，控制器最常用的控制規(guī)律是PID控制。常規(guī)PID控制系統(tǒng)原理框圖如圖1-1所示。系統(tǒng)由模擬PID控制器和被控對象組成。</p><p>　　PID控制器是一種線性控制器，它根據(jù)給定值與實際輸出值構成控制偏差&

31、lt;/p><p><b>　?。?-1）</b></p><p>　　將偏差的比例（P）、積分（I）和微分（D）通過線性組合構成控制量，對被控對象進行控制，故稱PID控制器。其控制規(guī)律為</p><p><b>　　（1-2）</b></p><p><b>　　或?qū)懗蓚鬟f函數(shù)形式</

32、b></p><p><b>　　（1-3） </b></p><p>　　式中 ——比例常數(shù)；</p><p><b>　　——積分時間常數(shù)；</b></p><p><b>　　——微分時間常數(shù)。</b></p><p>　　PID控制器各

33、校正環(huán)節(jié)的作用如下：</p><p>　　(1) 比例作用對控制性能的影響</p><p>　　比例作用的引入是為了及時成比例地反應控制系統(tǒng)的偏差信號e(t)，系統(tǒng)偏差一旦產(chǎn)生，調(diào)節(jié)器立即產(chǎn)生與其成比例的控制作用，以減小偏差。比例控制反映快，但對某些系統(tǒng)，可能存在穩(wěn)態(tài)誤差，加大比例系數(shù)k,，系統(tǒng)的穩(wěn)態(tài)誤差減小，但穩(wěn)定性可能變差。</p><p>　　(2) 積分作用

34、對控制性能的影響</p><p>　　積分作用的引入是為了使系統(tǒng)消除穩(wěn)態(tài)誤差，提高系統(tǒng)的無差度，以保證實現(xiàn)對設定值的無靜差跟蹤。假設系統(tǒng)己經(jīng)處于閉環(huán)穩(wěn)定狀態(tài)，此時的系統(tǒng)輸出和誤差量保持為常值。由式(2.1)可知，只有當且僅當動態(tài)誤差e(t)=0時，控制器的輸出才為常數(shù)。因此，從原理上看，只要控制系統(tǒng)存在動態(tài)誤差，積分調(diào)節(jié)就產(chǎn)生作用，直至無差，積分作用就停止，此時積分調(diào)節(jié)輸出為一常值。積分作用的強弱取決于積分時間常

35、數(shù)Ti的大小，Ti越小，積分作用越強，反之則積分作用弱。積分作用的引入會使系統(tǒng)穩(wěn)定性下降，動態(tài)響應變慢。實際中，積分作用常與另外兩種調(diào)節(jié)規(guī)律結合，組成PI控制器或者PID控制器。</p><p>　　(3) 微分作用對控制性能的影響</p><p>　　微分作用的引入，主要是為了改善控制系統(tǒng)的響應速度和穩(wěn)定性。微分作用能反映系統(tǒng)偏差的變化律，預見偏差變化的趨勢，因此能產(chǎn)生超前的控制作用。直

36、觀而言，微分作用能在偏差還沒有形成之前，就已經(jīng)消除偏差。因此，微分作用可以改善系統(tǒng)的動態(tài)性能。微分作用的強弱取決于微分時間Td,的大小，Td越大，微分作用越強，反之則越弱。在微分作用合適的情況下，系統(tǒng)的超調(diào)量和調(diào)節(jié)時間可以被有效的減小。從濾波器的角度看，微分作用相當于一個高通濾波器，因此它對噪聲干擾有放大作用，而這是我們在設計控制系統(tǒng)時不希望看到的。所以我們不能一味地增加微分調(diào)節(jié)，否則會對控制系統(tǒng)抗干擾產(chǎn)生不利的影響。此外，微分作用反映

37、的是變化率，當偏差沒有變化時，微分作用的輸出為零。</p><p>　　事實表明，對于PID這樣簡單的控制器，能夠適用于如此廣泛的工業(yè)與民用對象，并仍以很高的性能/價格比在市場上占據(jù)著重要地位，充分地反映了PID控制器的良好品質(zhì)。概括地講，PID控制的優(yōu)點主要體現(xiàn)在以下兩個方面:</p><p>　　(1) 原理簡單實現(xiàn)方便，是一種能夠滿足大多數(shù)實際需要的基本控制器。</p>

38、<p>　　(2) 控制器適用于多種截然不同的對象，算法在結構上具有較強的魯棒性。確切的說,在很多情況下對被控對象的機構或參數(shù)攝動不敏感。</p><p>　　但從另一方面來講，控制算法的普遍適應性也反映了PID控制器在控制</p><p>　　品質(zhì)上的局限性。具體分析，其局限性主要來自以下幾個方面:</p><p>　　(1) 算法結構的簡單性決定了P

39、ID控制比較適用于5150最小相位系統(tǒng)，在處理大時滯、開環(huán)不穩(wěn)定過程等難控對象時，需要通過多個PID控制器或與其他控制器的組合，均能得到較好的控制效果。</p><p>　　(2) 結構的簡單性同時決定了PID控制只能確定閉環(huán)系統(tǒng)的少數(shù)主要零極點，閉環(huán)節(jié)特性從根本上是纂于動態(tài)特性的低階近似假定的。</p><p>　　(3) 出于同樣原因，決定了常規(guī)PID控制器無法同時滿足跟蹤設定值和抑制

40、擾動的不同性能要求。在當今所使用的工業(yè)控制器中，多數(shù)PID控制或改變了形式的PID控制策略己經(jīng)通過使用微處理器而轉(zhuǎn)變?yōu)閿?shù)字的形式。</p><p>　　1.1.2 單神經(jīng)元PID控制器</p><p>　　用單神經(jīng)元實現(xiàn)自適應PID控制的結構框圖如圖1-2所示。圖1-2中轉(zhuǎn)換器的輸入為設定值及輸出，轉(zhuǎn)換器的輸出為神經(jīng)元學習控制所需要的狀態(tài)量、、。神經(jīng)元PID控制器的輸出為</p>

41、;<p><b>　?。?-4）</b></p><p>　　式中，為神經(jīng)元比例系數(shù)。</p><p>　　在單神經(jīng)元控制器中引入輸出誤差平方的二次型性能指標，通過修改神經(jīng)元控制器的加權系數(shù)，使性能指標趨于最小，從而實現(xiàn)自適應PID的最優(yōu)控制。利用具有自學習和自適應能力的單神經(jīng)元來構成單神經(jīng)元自適應PID控制器，不但結構簡單、學習算法物理意義明確、計算量

42、小，而且能適應環(huán)境變化，具有較強的魯棒性。</p><p>　　1.1.3 模糊自適應PID控制器</p><p>　　模糊自適應PID（FAPID）控制系統(tǒng)如圖1-3所示。</p><p>　　FAC為模糊自適應控制器，與常規(guī)PID控制器一起組成FAPID控制器。FAPID控制器的設計分為獨立的兩步進行，簡單方便。FAC的輸出即為PID控制器的輸入。PID參數(shù)若采

43、用工程方法整定，可不需要被控對象模型。整定PID參數(shù)時，去掉FAC的作用。當在每個采樣時刻獲得了系統(tǒng)響應后，就可以根據(jù)此時刻系統(tǒng)響應偏離給定的情況及變化趨勢，依據(jù)已有的系統(tǒng)控制知識，運用模糊控制方法，適當加大或減小控制力度，以控制響應朝偏離給定的方向變化，使輸出盡快趨于穩(wěn)定，可基于這種思路來設計FAC。模型規(guī)則表物理意義明確，實時計算工作量小，便于工程應用。事實上，由于模糊控制部分已隱含對誤差的PD成分，所以在采用FAPID控制時，PI

44、D控制器中微分部分沒有必要加入。與傳統(tǒng)PID控制比較，F(xiàn)APID控制大大提高了系統(tǒng)的魯棒性，減小了超調(diào)量，提高了抗干擾能力，縮短了調(diào)節(jié)時間。</p><p>　　1.1.4 專家PID控制器</p><p>　　具有專家系統(tǒng)的自適應PID控制器結構如圖1-4所示：</p><p>　　它由參考模型、可調(diào)系統(tǒng)和專家系統(tǒng)組成。從原理上看，它是一種模型參考自適應控制系統(tǒng)。

45、其中，參考模型由模型控制器和參考模型被控對象組成；可調(diào)系統(tǒng)由數(shù)字式PID控制器和實際被控對象組成?？刂破鞯腜ID參數(shù)可以任意加以調(diào)整，當被控對象因環(huán)境原因而特性有所改變時，在原有控制器參數(shù)作用下，可調(diào)系統(tǒng)輸出的響應波形將偏離理想的動態(tài)特性。這時，利用專家系統(tǒng)以一定的規(guī)律調(diào)整控制器的PID參數(shù)，使的動態(tài)特性恢復到理想狀態(tài)。 專家系統(tǒng)由知識庫和推理機制兩部分組成，它首先檢測參考模型和可調(diào)系統(tǒng)輸出波形特征參數(shù)差值即廣義誤差。PID自整

46、定的目標就是調(diào)整控制器PID參數(shù)矢量，使值逐步趨近于（即值趨近于0）。</p><p>　　該系統(tǒng)由于采用閉環(huán)輸出波形的模式識別方法來辨別被控對象的動態(tài)特性，不必加持續(xù)的激勵信號，因而對系統(tǒng)造成的干擾小。另外，采用參考模型自適應原理，使得自整定過程可以根據(jù)參考模型輸出波形特征值的差值來調(diào)整PID參數(shù)，這個過程物理概念清楚，并且避免了被控對象動態(tài)特性計算錯誤而帶來的偏差。</p><p>　

47、　1.1.5 基于遺傳算法整定的PID控制</p><p>　　遺傳算法(Genetic Algorithms,簡稱GA)是由美國Michigan大學的John.Holland教授創(chuàng)建的。他創(chuàng)建的遺傳算法是一種概率搜索算法，是利用某種編碼技術作用于染色體的二進制數(shù)串，其基本思想是模擬由這些串組成的群體的進化過程。</p><p>　　GA是一種利用自然選擇和進化思想在高維空間中尋優(yōu)的方法，

48、它不一定能尋得最優(yōu)點，但是它可以找到更優(yōu)點，因此GA可能會暫時停留在某些非最優(yōu)點上，直到雜交、變異發(fā)生使它越居到另一個更優(yōu)點上。遺傳算法通過有組織地、然而是隨機地信息交換來重新結合那些適應性好的串，在每一代中，利用上一代串結構中適應性好的位和段來生成一個新的串的群體;作為額外增添，偶爾也要在串結構中嘗試用新的位和段來替代原來的部分。與自然界相似，遺傳算法對求解問題的本身一無所知，它所需要的僅是對算法所產(chǎn)生的每個染色體進行評價，并基于適應

49、值來選擇染色體，使適應值好的染色體比適應值差的染色體有更多的繁殖機會。</p><p>　　遺傳算法(Genetic Algorithm ,GA)是一種新型的模擬自然界生物進化機制的搜索尋優(yōu)技術。自然界的生物通過自身的演化就能使問題得到完美的解決，遺傳算法就仿效生物的進化與遺傳，從某一初始值群體出發(fā)，根據(jù)達爾文的進化論中的“生存競爭”和“優(yōu)勝劣汰”的原則，借助復制、雜交、變異等操作，不斷迭代計算，經(jīng)過若干代的演化

50、后，群體中的最優(yōu)值逐步逼近最優(yōu)解，直至最后達到全局最優(yōu)，這種方法就是遺傳算法，又叫進化算法。</p><p>　　1.1.6灰色PID控制算法</p><p>　　PID控制算法即比例積分微分控制算法，該算法簡單、魯棒性好、可靠性高，在工業(yè)控制中應用廣泛，尤其適用于建立精確數(shù)學模型的控制系統(tǒng)。但是對于非線性、時變不確定和大時滯對象、難以建立準確數(shù)學模型時，PID控制算法的控制品質(zhì)不時很高，

51、尤其是以誤差作為基本調(diào)節(jié)項，微分作用只在系統(tǒng)出現(xiàn)明顯偏差時起作用，屬事后控制，故不能很好地抑制系統(tǒng)的超調(diào)。而灰色PID控制算法，以灰色系統(tǒng)理論為基礎，對系統(tǒng)不確定部分建立灰色模型，進行灰色預估補償，使控制系統(tǒng)的灰量得到一定程度的白化，可以提高PID控制質(zhì)量及其魯棒性。</p><p>　　信息完全明確的系統(tǒng)稱白色系統(tǒng)。信息完全不明確的系統(tǒng)稱黑色系統(tǒng)。信息中部分明確、部分不明確的系統(tǒng)稱灰色系統(tǒng)?；疑到y(tǒng)的方法是對系

52、統(tǒng)進行分析、建模、預測、決策、規(guī)劃、控制的有效方法。灰色預測是用灰色模型GM(M,N)進行定量預測，灰色控制是指本征特性灰色系統(tǒng)的控制，或?qū)ο到y(tǒng)中含灰參數(shù)的控制，或用 GM(M,N)構成的預測控制。</p><p>　　1.2 PID 控制器研究面臨的主要問題</p><p>　　PID控制器參數(shù)整定的目的就是按照己定的控制系統(tǒng)，求得控制系統(tǒng)質(zhì)量最佳的調(diào)節(jié)性能。PID參數(shù)的整定直接影響到控

53、制效果，合適的PID參數(shù)整定可以提高自控投用率，增加裝置操作的平穩(wěn)性。對于不同的對象，閉環(huán)系統(tǒng)控制性能的不同要求，通常需要選擇不同的控制方法和控制器結構。大致上，系統(tǒng)控制規(guī)律的選擇主要有下面幾種情況:</p><p>　　(1)對于一階慣性的對象，如果負荷變化不大，工藝要求不高可采用比例控制。</p><p>　　(2)對于一階慣性加純滯后對象，如果負荷變化不大，控制要求精度較高，可采用比

54、例積分控制。</p><p>　　(3)對于純滯后時間較大，負荷變化也較大，控制性能要求較高的場合，可采用比例積分微分控制。</p><p>　　(4)對于高階慣性環(huán)節(jié)加純滯后對象，負荷變化較大，控制性能要求較高時，應采用串級控制、前饋一反饋、前饋一串級或純滯后補償控制。</p><p>　　對于PID控制來說，雖然它以其控制算法簡單、魯棒性好和可靠性高而在工業(yè)控制

55、中被廣泛應用，但是PID控制系統(tǒng)是在有精確數(shù)學模型的確定性控制系統(tǒng)中建立起來的，而對于實際的工業(yè)生產(chǎn)過程來說，往往具有非線性、時變不確定性等，難以建立精確的數(shù)學模型，應用常規(guī)的PID控制便不能達到理想的控制效果;而且PID控制器由于參數(shù)整定困難，在實際應用中往往參數(shù)整定不良、性能欠佳，對于運行的工況適應性很差。</p><p><b>　　1.3本章小結</b></p><

56、;p>　　本章闡述了常規(guī)PID控制器的理論基礎，對幾種改進的控制算法進行了綜述，并指出各種算法的優(yōu)缺點。研究了幾種典型的參數(shù)整定的實驗確定方法。最后簡述了五種自適應PID控制器的原理，為進一步研究具有自適應性的PID控制器做準備。</p><p>　　第2章 專家式智能自適應PID控制</p><p>　　2.1 專家智能控制 </p><p>　　專家智能控

57、制是指將專家系統(tǒng)的理論和技術同控制理論方法與技術相結合，在未知環(huán)境下，仿效專家的智能，實現(xiàn)對系統(tǒng)的控制。把基于專家控制的原理所設計的系統(tǒng)或控制器，分別稱為專家控制系統(tǒng)或?qū)＜铱刂破鳌Ｋ鼘Νh(huán)境的變化有很強的自適應能力和自學習功能，具有高可靠性及長期運行的連續(xù)性、在線控制的實時性等特點。因此，在工業(yè)控制中的應用越來越為人們所重視，它是智能控制發(fā)展中一個極有應用前途的方向。</p><p>　　專家控制（Expert C

58、ontrol）的實質(zhì)是，基于受控對象和控制規(guī)律的各種知識，而且要以智能的方式來利用這些知識，求得受控系統(tǒng)盡可能地優(yōu)化和實用化，它反映出智能控制的許多重要特征和功能。</p><p>　　人工智能領域中發(fā)展起來的專家系統(tǒng)是一種基于知識的、智能的計算機程序系統(tǒng)。專家系統(tǒng)有兩個要素：</p><p>　?。?）知識庫——存儲有某個專門領域中經(jīng)過事先總結的按某種格式表示的專家水平的知識條目。<

59、;/p><p>　?。?）推理機制——按照類似專家水平的問題求解方法，調(diào)用知識庫中的條目進行推理、判斷和決策。</p><p>　　專家控制的理想目標是要實現(xiàn)這樣一個控制器或控制系統(tǒng)。</p><p>　?。?）滿足復雜動態(tài)過程的控制需要，例如任何時變的、非線性的、受到各種干擾的受控過程。</p><p>　　（2）控制系統(tǒng)的運行可以利用一些先驗

60、知識，而且只需要最少量的先驗知識。</p><p>　　（3）有關受控過程的知識可以不斷地增加、積累、據(jù)以改進控制性能。</p><p>　?。?）潛在的控制知識以透明的方式存放，易于修改和擴充。</p><p>　?。?）用戶可以對控制系統(tǒng)的性能進行定性的說明，例如速度盡可能快、超調(diào)要小等。</p><p>　?。?）能對控制性能和控制閉環(huán)

61、中的單元進行診斷，包括傳感器和執(zhí)行機構的故障診斷等。</p><p>　　（7）用戶可以訪問系統(tǒng)內(nèi)部的信息，進行交互。例如受控過程的動態(tài)特性、控制性能的統(tǒng)計分析、限制控制性能的因素，以及對當前采用的控制作用的解釋等。</p><p>　　專家控制的上述目標可以看作是一種比較含糊的功能定義，它們覆蓋了傳統(tǒng)控制在一定程度上可以達到的功能，但又超過了傳統(tǒng)控制技術。作一個形象的比喻，專家控制是試圖

62、在控制閉環(huán)中加入一個有經(jīng)驗的控制工程師，系統(tǒng)能為他提供一個控制工具箱，即可對控制、辨識、測量、監(jiān)視等各種方法和算法選擇方便、調(diào)用自如。因此，專家控制實質(zhì)上是對一個“控制專家”的思路、經(jīng)驗、策略的模擬、延伸和擴展。</p><p>　　專家控制是基于知識的智能控制技術，因而又成為基于知識的控制或?qū)＜抑悄芸刂?。專家控制技術對于復雜的受控對象或過程尤為必要，因而對于各種實際的工業(yè)控制具有廣泛的應用前景。</p&g

63、t;<p>　　2.2 專家式智能整定PID控制器的典型結構</p><p>　　2.2.1 基于模式識別的專家式智能自整定PID控制器</p><p>　　圖2-1所示是基于模式識別的具有專家式智能自整定PID控制器的自動控制系統(tǒng)的一般原理框圖。該控制系統(tǒng)中，除廣義被控對象外，其余部分為專家式智能自整定PID控制器。該控制器的工作過程是，在閉環(huán)系統(tǒng)受到擾動時，對系統(tǒng)誤差的時

64、間特性進行模式識別，分別識別出該過程響應曲線的多個特征參數(shù)（=1，2，……，；如超調(diào)量、阻尼比、衰減振蕩周期、上升時間等）。將所測出的特征參數(shù)值與用戶事先設定好的特征參數(shù)值進行比較，其偏離量送入專家系統(tǒng)，專家系統(tǒng)在線推斷出為消除各特征量的偏離而控制器各參數(shù)所應有的校正量（=P、I、D），將它們送入到常規(guī)的PID控制器，以修正PID控制器各個參數(shù)。與此同時，控制器根據(jù)系統(tǒng)誤差以及所整定的參數(shù)進行計算，輸出控制信號到廣義被控對象進行控制，直

65、到被控過程的響應曲線的特征參數(shù)滿足用戶期望的要求。</p><p>　　由圖2-1可見，在具有專家式智能自整定PID控制器的控制系統(tǒng)中，除了有一個按系統(tǒng)誤差控制的、由常規(guī)PID控制器和廣義被控對象組成的常規(guī)的閉環(huán)內(nèi)回路外，還有一個多輸入、單輸出的閉環(huán)外回路。在這個外回路中，常規(guī)PID控制器的原來的廣義對象構成被控對象，模式識別器是該外回路的一個單輸入、多輸出測量裝置。具有多輸入、多輸出的專家系統(tǒng)就是外回路的控制器

66、。</p><p>　　基于模式識別的專家式PID自整定控制器的設計，主要要解決兩方面的問題，即響應曲線特征參數(shù)的選取和專家系統(tǒng)中專家知識的獲取。專家系統(tǒng)所需完成的功能是：根據(jù)控制系統(tǒng)閉環(huán)運行過程中系統(tǒng)誤差時間特性來判定是否需要校正控制器一組參數(shù)，如需要校正，則確定該組參數(shù)的校正量各為多少。所以，設計專家式自整定控制器的核心是，在系統(tǒng)閉環(huán)運行時，如何合理地選定描述系統(tǒng)暫態(tài)誤差特性的各個特征參數(shù)，以及如何獲取關于特

67、征特征參數(shù)的偏離量與應有的PID控制器一組參數(shù)的校正量、、之間的關系。</p><p>　　基于模式識別的專家式智能自整定PID控制器，不必精確地辨識被控對象的數(shù)學模型，也不必對被控過程施加任何激勵信號，就可以對PID參數(shù)進行自整定。由它構成的控制系統(tǒng)運行穩(wěn)定、有效、可靠。利用在控制系統(tǒng)建立過程中可能獲得的被控對象的驗前信息，可加快自整定過程的收斂速度，加你去那個自整定控制器中專家系統(tǒng)工作的負擔，對常規(guī)數(shù)字式PI

68、D控制器進行改造，即可實現(xiàn)控制器參數(shù)的自整定。 </p><p>　　2.2.2專家系統(tǒng)智能自整定PID控制器</p><p>　　專家系統(tǒng)智能自整定PID控制器的原理框圖如圖2-2所示。</p><p><b>　　-</b></p><p>　　專家系統(tǒng)應包括專家知識庫、數(shù)據(jù)庫和邏輯推理機三部分。專家系統(tǒng)可視作

69、為廣義調(diào)節(jié)器，專家知識庫已經(jīng)把熟練操作工或?qū)＜业慕?jīng)驗和知識，構成PID參數(shù)選擇手冊，這部手冊記載了各種工況下被控對象特性所對應的P、I、D參數(shù)，數(shù)據(jù)庫根據(jù)被控對象的輸入與輸出信號及給定信號提供給知識庫和推理機。推理機能進行啟發(fā)式推理，決定控制策略。優(yōu)秀的專家系統(tǒng)可對已有知識和規(guī)則進行學習和修正，這樣對被控過程對象的知識理解可大大降低，僅根據(jù)輸入、輸出信息，就能實現(xiàn)智能自整定控制。</p><p>　　帶專家系統(tǒng)整

70、定PID控制器參數(shù)的原理框圖可用圖2-3表示，其算法包括三部分：</p><p>　　（1）利用單片機測試對象的階躍響應，根據(jù)科恩-庫思（Cohn-Coon）公式計算出受控對象特征參數(shù)、、。從階躍響應提取對象特征參數(shù)的Cohn-Coon公式如下：</p><p><b>　　（2-1）</b></p><p>　　式中，——系統(tǒng)階躍輸入；<

71、;/p><p><b>　　——系統(tǒng)輸出響應；</b></p><p>　　——對象飛升曲線中對應的0.28時的時間；</p><p>　　——對象飛升曲線中對應0.632時的時間。</p><p>　?。?）將在線測量的特征參數(shù)送入專家系統(tǒng)，在知識庫內(nèi)進行搜索查詢，作出推理決策，重新整定PID參數(shù)。在自綜合狀態(tài)下，僅需幾條

72、控制規(guī)則就能保證系統(tǒng)的性能魯棒性。</p><p>　?。?）監(jiān)督級的主要作用是保證微機測試對象特性及專家系統(tǒng)整定PID參數(shù)的正常進行，并用來確?？刂葡到y(tǒng)的安全可靠運行。專家系統(tǒng)智能自整定PID控制器算法已在電阻加熱爐溫控系統(tǒng)中獲得了成功運用。</p><p>　　2.3 專家PID控制原理</p><p>　　對于典型的二階系統(tǒng)階躍響應過程進行如下分析：</

73、p><p>　　令表示離散化的當前采樣時刻的誤差值，、分別表示前一個和前兩個采樣時刻的誤差值，則有：</p><p><b>　　（2-2）</b></p><p>　　根據(jù)誤差及其變化，可設計專家PID控制器，該控制器可分為以下五種情況進行設計：</p><p>　?。?）當時，說明誤差的絕對值已經(jīng)很大，不論誤差變化趨勢如

74、何，都應考慮控制器的輸出應按最大（或最?。┹敵?，以達到迅速調(diào)整誤差，使誤差絕對值以最大速度減小。此時，它相當于實施開環(huán)控制。</p><p>　　（2）當時，說明誤差在朝誤差絕對值增大方向變化，或誤差為某一常值，未發(fā)生變化。此時，如果，說明誤差也較大，可考慮由控制器實施較強的控制作用，以達到扭轉(zhuǎn)誤差絕對值朝減小方向變化，并迅速減小誤差的絕對值，控制器輸出可為：</p><p><b&

75、gt;　?。?-3）</b></p><p>　　此時，如果，則說明盡管誤差朝絕對值增大方向變化，但誤差絕對值本身并不很大，可考慮控制器實施一般的控制作用，只要扭轉(zhuǎn)誤差的變化趨勢，使其朝誤差絕對值減小方向變化，控制器輸出為：</p><p><b>　?。?-4）</b></p><p>　?。?）當、或者時，說明誤差的絕對值朝減小

76、的方向變化，或者已經(jīng)達到平衡狀態(tài)。此時，可考慮采取保持控制器輸出不變。</p><p>　?。?）當、時，說明誤差處于極值狀態(tài)。如果此時誤差的絕對值較大，即，可考慮實施較強的控制作用：</p><p><b>　?。?-5）</b></p><p>　　如果此時誤差的絕對值較小，即，可考慮實施較弱的控制作用：</p><p&

77、gt;<b>　?。?-6）</b></p><p>　?。?）當時，說明誤差的絕對值很小，此時加入積分，減少穩(wěn)態(tài)誤差。</p><p>　　式中，——誤差的第個極值；</p><p>　　——第次控制器的輸出；</p><p>　　——第次控制器的輸出；</p><p>　　——增益放大系數(shù)，；

78、 </p><p><b>　　——抑制系數(shù)，；</b></p><p>　　，——設定的誤差界限，；</p><p>　　——控制周期的序號（自然數(shù)）；</p><p>　　——任意小的正實數(shù)。</p><p><b>　　2.4 本章小結</b></p>&

79、lt;p>　　本章主要介紹了專家PID控制器的結構和控制原理，為以后的程序仿真提供理論依據(jù)。</p><p>　　第3章 模糊PID控制</p><p><b>　　3.1模糊控制</b></p><p>　　在工業(yè)控制過程中經(jīng)常會碰到大滯后、時變、非線性的復雜系統(tǒng)。其中，有的參數(shù)未知或緩慢變化；有的存在滯后和隨機干擾；有的無法獲得精確的

80、數(shù)學模型。模糊控制器是一種近年來發(fā)展起來的新型控制器，其優(yōu)點是不要求掌握受控對象的精確數(shù)學模型，而根據(jù)人工控制規(guī)則組織控制決策表，然后由該表決定控制量的大小。將模糊控制和PID控制兩者結合起來，揚長避短，既具有模糊控制靈活而適應性強的優(yōu)點，又具有PID控制精度高的特點。這種Fuzzy-PID復合型控制器，對復雜控制系統(tǒng)和高精度伺服系統(tǒng)具有良好的控制效果，也是近年來十分熱門的研究課題。</p><p>　　3.1.

81、1 模糊控制的基本原理</p><p>　　模糊控制是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎的計算機智能控制，其基本概念是由美國加利福尼亞大學著名教授查德（L.A.Zadeh）首先提出的，經(jīng)過20多年的發(fā)展，在模糊控制理論和應用研究方面均取得重大成功。</p><p>　　模糊控制的基本原理框圖如圖3-1所示。它的核心部分為模糊控制器，如圖中點劃線框中部分所示，模糊控制器的控制規(guī)律

82、由計算機的程序?qū)崿F(xiàn)。實現(xiàn)一步模糊控制算法的過程描述如下：微機經(jīng)中斷采樣獲取被控制量的精確值，然后將此量與給定值比較得到誤差信號，一般選誤差信號作為模糊控制器的一個輸入量。把誤差信號的精確量進行模糊化變成模糊量。誤差的模糊量可用相應的模糊語言表示，得到誤差的模糊語言的一個子集（是一個模糊矢量），再由和模糊控制規(guī)則（模糊算子）根據(jù)推理的合成規(guī)則進行模糊決策，得到模糊控制量。</p><p><b>　?。?

83、-1）</b></p><p>　　3.1.2 模糊控制器</p><p>　　由圖3-1可知，模糊控制系統(tǒng)與通常的計算機數(shù)字控制系統(tǒng)的主要差別是，采用了模糊控制器。模糊控制器是模糊控制系統(tǒng)的核心，一個模糊控制系統(tǒng)的性能優(yōu)劣，主要取決于模糊控制器的結構、所采用的模糊規(guī)則、合成推理算法，以及模糊決策的方法等因素。</p><p>　　模糊控制器（Fuzzy

84、 Controller——FC）也稱為模糊邏輯控制器（Fuzzy Logic Controller——FLC），由于其所采用的模糊控制規(guī)則是由模糊理論中模糊條件語句來描述的，因此模糊控制器是一種語言型控制器，故也稱為模糊語言控制器（Fuzzy Language Controller——FLC）。</p><p>　　模糊控制器的組成框圖如圖3-1所示。</p><p>　　1．模糊化接口（

85、Fuzzy interface） 模糊控制器的輸入必須通過模糊化才能用于控制輸出的求解，因此它實際上是模糊控制器的輸入接口。它的主要作用是將真實的確定量輸入轉(zhuǎn)換為一個模糊矢量。對于一個模糊輸入變量，其模糊子集通?？梢宰魅缦路绞絼澐郑?lt;/p><p>　?。?）=負大，負小，零，正小，正大=NB，NS，ZO，PS，PB</p><p>　?。?）=負大，負中，負小，零，正小，正中，正大=NB

86、，NM，NS，ZO，PS，PM，PB</p><p>　　（3）=負大，負中，負小，零負，零正，正小，正中，正大=NB，NM，NS，NZ，PZ，PS，PM，PB</p><p>　　2．知識庫（Knowledge Base——KB） 由數(shù)據(jù)庫和規(guī)則庫兩部分構成。</p><p>　?。?）數(shù)據(jù)庫（Data Base——DB） 數(shù)據(jù)庫所存放的是所有輸入、輸出變量的全部

87、模糊子集的隸屬度矢量值（即經(jīng)過論域等級離散化以后對應值的集合），若論域為連續(xù)域，則為隸屬度函數(shù)。在規(guī)則推理的模糊關系方程求解過程中，向推理機提供數(shù)據(jù)。</p><p>　?。?）規(guī)則庫（Rule Base——RB） 模糊控制器的規(guī)則是基于專家只是或手動操作熟練人員長期積累的經(jīng)驗，它是按人的直覺推理的一種語言表示形式。模糊規(guī)則通常是一系列的關系詞連接而成，如if-then、else、also、end、or等，關系詞

88、必須經(jīng)過“翻譯”才能將模糊規(guī)則數(shù)值化。最常用的關系詞為if-then、also，對于多變量模糊控制系統(tǒng)，還有and等。例如，某模糊控制系統(tǒng)輸入變量為（誤差）和（誤差變化），它們對應的語言變量為E和EC，可給出一組模糊規(guī)則如下：</p><p>　　：if E is NB and EC is NB then U is PB</p><p>　?。篿f E is NB and EC is NS

89、 then U is PM</p><p>　　通常把if…部分稱為“前提部”，而then…部分稱為“結論部”，其基本結構可歸納為if A and B then C，其中A為論域U上的一個模糊子集，B是論域V上的一個模糊子集。根據(jù)人工控制經(jīng)驗，可離線組織其控制決策表R，R是笛卡爾乘積集上的一個模糊子集，則某一時刻其控制量由下式給出：</p><p><b>　　（3-2）<

90、/b></p><p>　　式中 ——模糊直積運算；</p><p><b>　　——模糊合成運算。</b></p><p>　　規(guī)則庫是用來存放全部模糊控制規(guī)則的，在推理時為“推理機”提供控制規(guī)則。由上述可知，規(guī)則條數(shù)和模糊變量的模糊子集劃分有關，劃分越細，規(guī)則條數(shù)越多，但并不代表規(guī)則庫的準確度越高，規(guī)則庫的“準確性”還與專家知識的準確

91、度有關。</p><p>　?。?）推理與解模糊接口（Inference and Defuzzy-interface） 推理是模糊控制器中，根據(jù)輸入模糊量，由模糊控制規(guī)則完成模糊推理來求解模糊關系方程，并獲得模糊控制量的功能部分。在模糊控制中，考慮到推理時間，通常采用運算較簡單的推理方法。最基本的有Zadeh近似推理，它包含有正向推理和逆向推理兩類。正向推理常被用于模糊控制中，而逆向推理一般用于知識工程學領域的專

92、家系統(tǒng)中。</p><p>　　推理結果的獲得，表示模糊控制的規(guī)則推理功能已經(jīng)完成。但是，至此所獲得的結果仍是一個模糊矢量，不能直接用來作為控制量，還必須做一次轉(zhuǎn)換，求得清晰的控制量輸出，即為解模糊。通常把輸出端具有轉(zhuǎn)換功能作用的部分稱為解模糊接口。</p><p>　　由以上的討論知，模糊控制器的設計步驟如下:</p><p>　　l.確定模糊控制器的輸入變量和輸

93、出變量（即控制量）；</p><p>　　2.設計模糊控制器的控制規(guī)則；</p><p>　　3.確立模糊化和非模糊化（又稱清晰化）的方法；</p><p>　　4.選擇模糊控制器的輸入變量及輸出變量的論域并確定模糊控制器的參數(shù)（如量化因子、比例因子）；</p><p>　　5.編制模糊控制算法的應用程序；</p><p&

94、gt;　　6.一合理選擇模糊控制算法的采樣時間。</p><p>　　在模糊系統(tǒng)中，模糊模型有兩種形式，一是標準模型（Mmadnai），即模糊規(guī)則的后件是輸出量的某一模糊集；二是Takagi-Sugeno模型，即模糊規(guī)則的后件是輸人語一言變量的函數(shù)。本論文中選取標準模型（Mamdani）作為控制器設計的依據(jù)。</p><p>　　綜上所述，模糊控制器實際上就是依靠微機（或單片機）來構成的。

95、它的絕大部分功能都是由計算機程序來完成的。隨著專用模糊芯片的研究和開發(fā)，也可以由硬件逐步取代各組成單元的軟件功能。</p><p>　　3.1.3 模糊控制對非線性復雜函數(shù)的逼近</p><p>　　模糊推理機、模糊器和解模糊器都有多種選擇。具體的講，常用的有五種模糊推理機（乘積推理機、最小推理機、Lukasiewicz推理機、Zadeh推理機和Dienes-Rescher推理機），三種模

96、糊器（單值模糊器、高斯模糊器和三角形模糊器），三種解模糊器（重心解模糊器、加權平均解模糊器和最大隸屬度解模糊器）。那么，組合這些不同類型的模糊推理機、模糊器和解模糊器至少可以得到種模糊系統(tǒng)。</p><p>　　在這些系統(tǒng)中，對于實際的模糊系統(tǒng)與模糊控制來說，某些模糊系統(tǒng)非常有用，而另一些則無太大意義。也就是說，并不是每一個組合都會產(chǎn)生有用的模糊系統(tǒng)。而每一個有用的模糊系統(tǒng)都具有一定的非線性映射能力。</p

97、><p>　　由上式可以看出，模糊系統(tǒng)的輸出就是規(guī)則THEN部分的模糊集的中心的</p><p>　　加權平均，其權重等于規(guī)則部分的模糊集在輸入點上的隸屬度值，總之，輸入點與一條規(guī)則的部分的一致性越高，賦給這條規(guī)則的權重就越大，這也有其直觀意義。</p><p>　　它揭示了模糊系統(tǒng)理論的一個重大問題，即模糊系統(tǒng)具有雙重角色:一方面，模糊系統(tǒng)是基于規(guī)則庫的系統(tǒng)，它是由一

98、系列語言規(guī)則構造而成的;另一方面，模糊系統(tǒng)又是非線性映射，在許多情況下，它可以用形如上式那樣的準確而嚴密的的公式來表達。這一模糊系統(tǒng)理論的重要貢獻在于，它提供了一個把語言規(guī)則集合轉(zhuǎn)變成為非線性映射的系統(tǒng)化程序。由于非線性映射易于實現(xiàn)，所以模糊系統(tǒng)也就找到其轉(zhuǎn)化成各種工程應用的方式。</p><p>　　3.1.4 模糊參數(shù)整定的基本思想</p><p>　　模糊自整定PID控制器基本思想是

99、在線調(diào)整PID 控制器的增益。假設模糊系統(tǒng)的輸入為、，這里是誤差,，是誤差的變化率，則模糊系統(tǒng)由3個二維輸入一維輸出的模糊系統(tǒng)組成。令模糊if-then規(guī)則具有以下形式。如果是且是，則是，是，是。其中，、、、、是模糊集，I= 1 ，2，3，…，M.這里，M是規(guī)則總數(shù).假設、有意義的區(qū)域分別為[，]和[，] ，并在上面定義7個的模糊集。顯然，完整的模糊規(guī)則由49條規(guī)則組成。假設、、的允許范圍分別為[，]，[,]和[,],取、是模糊集“B”

100、或是模糊集“S”，其隸屬函數(shù)均采用三角形隸屬函數(shù)。在[,]上定義4個模糊集“S”、“MS”、“M”、“B”，其隸屬函數(shù)均采用三角形隸屬函數(shù)。 </p><p>　　顯然，在控制剛開始時，需要一個大的控制信號以快速啟動時間，所以需要一個大的比例增益，一個大的積分增益，一個小的微分增益所以，在開始時的規(guī)則為:如果是PB且是Z，則是B，是B，是S。同樣，可以得到在控制點附近的規(guī)則為：如果是Z且是NB ,則是S , 是S

101、。是B。用此方法可以確定模糊系統(tǒng)的規(guī)則.將每個規(guī)則集合中的49 條規(guī)則用乘積推理機、單值模糊器和中心平均解模糊器構成模糊系統(tǒng)。</p><p>　　若對模糊系統(tǒng)的每一次輸入和都調(diào)節(jié) 、和，這樣，勢必造成計算量過大，從而使得Fuzzy-PID控制器的響應速度變慢。所以引入調(diào)整閥值，限制當且時，模糊系統(tǒng)就不調(diào)整 、 和，而在所有別的情況下,模糊系統(tǒng)就調(diào)整 、 和。這樣，就可以極大地減少計算量，從而改善系統(tǒng)性能。并且，

102、很顯然在響應的初始時刻， 為PB，為Z.所以在調(diào)整參數(shù)的過程中，不需對、和賦初值，只需輸入為PB，為Z，則模糊系統(tǒng)可以自動調(diào)整增益。這樣，就解決了PID 控制器的增益設置和調(diào)節(jié)問題。</p><p>　　3.1.5 模糊參數(shù)整定器的設計</p><p>　?。ㄒ唬?精確量的模糊化</p><p>　　設誤差，誤差變化率，比例系數(shù)，積分系數(shù)，微分系數(shù)的基本論域分別為：

103、[,…, ]，[，…,]，[，…,]，[,…，]，[，…，]，基本論域里的量都是精確量。語言變量E，EC，，，模糊集均為{PL，PM，PS，ZO，NS，NM，NL}。語言變量E，EC，，，上的論域X，Y，P，I，D均為{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。</p><p>　?。ǘ?量化因子和比例因子</p><p>　　設誤差和誤差變化率的量化因子分別為，

104、，用誤差量乘，誤差變化率乘，可以把誤差和誤差變化率從基本論域轉(zhuǎn)化到模糊集的論域。則比例因子=… ，= 。確定量化因子，后，則可將基本論域上的變換成模糊集的論域上的，量化公式為：，為取整運算。</p><p>　　經(jīng)模糊控制規(guī)則計算后的得到的控制量，為控制量語言變量論域中的值，還不能直接去控制對象，必須將其轉(zhuǎn)化為控制量基本論域中的值。輸出控制量的比例因子分別為:，，，且=，，。</p><p&g

105、t;<b>　　（三） 隸屬度函數(shù)</b></p><p>　　語言變量論域上的模糊子集由其論域上的隸屬度函數(shù)(x)來描述，在此，我們設E，EC，，，的隸屬度函數(shù)均服從正態(tài)分布。其輸入、輸出隸屬度函數(shù)見圖3-3所示,每個輸入變量被二個模糊集模糊化，分別是“正”（P） 和“負”（N）；輸出變量被三個模糊集模糊化，分別是“正”（P）、“零”（Z） 和“負”（N）。以上隸屬度函數(shù)都定義在整個區(qū)間。

106、</p><p>　　各語言變量和控制規(guī)則如下:</p><p>　　1 : if is P and is P then is N </p><p>　　2 : if is P and is N then is Z </p><p>　　3 : if is N and is P then is Z </p>&

107、lt;p>　　4 : if is N and is N then is P </p><p>　　（四） 確定模糊控制規(guī)則</p><p>　　模糊控制規(guī)則是設計一個模糊控制器的關鍵，該規(guī)則給定的好壞將直接影響到模糊控制器設計的好壞。在設計模糊控制規(guī)則時，應注意以下整定原則：</p><p>　?。?）當誤差較大時，為盡快消除誤差，提高響應速度，取大值，取

108、較小值；在誤差較小時，為繼續(xù)消除誤差，并防止超調(diào)過大而產(chǎn)生振蕩，值要減小，取小值；在誤差較小時，為消除靜差，克服大超調(diào)，使系統(tǒng)盡快穩(wěn)定，值要繼續(xù)減小，不變或稍取大一些。</p><p>　　（2）當與同號時，被控量是朝著偏離給定值的方向變化；而當與異號時，被控量是朝著接近給定值的方向變化。因此，當被控量接近給定值時，反號的比例作用阻礙積分作用，避免積分超調(diào)及隨之帶來的振蕩，有利于控制。當被控量遠未接近給定值并向給

109、定值變化時，由于這兩項反向，將會減慢控制過程，因此，在誤差E較大，且誤差變化率EC與誤差E異號時，取零或負值，以加快控制的動態(tài)過程。</p><p>　?。?）誤差變化率EC的大小表明誤差變化的速率，EC越大，取值越小，取值越大，反之亦然。</p><p>　　（4）微分作用體現(xiàn)了某種信號的改變趨勢，這種控制作用類似于人的預見性，它阻止偏差的變化，有助于減少超調(diào)，克服振蕩，使系統(tǒng)趨于穩(wěn)定，