PID控制;模糊控制;模糊PID控制器

合集下载

模糊pid原理

模糊pid原理

模糊pid原理
模糊PID原理
PID控制是一种常用的控制算法,可以实现对系统的自动控制。

PID控制器由比例(P)、积分(I)和微分(D)三个控制项
组成,通过计算这三个控制项的值来调节系统的输出,以达到期望的状态。

比例控制项(P)根据系统的误差信号来调整输出。

它与误差
成正比,误差越大,输出也会越大。

比例控制项的作用是使系统的响应快速且精确,但在某些情况下可能会引发超调或振荡的问题。

积分控制项(I)是对误差信号进行累积运算,并与积分时间
相乘。

积分控制项的作用是消除系统的静差,使系统的输出能够达到期望的状态。

但如果积分时间设置不当,可能会导致系统的响应速度变慢或产生超调。

微分控制项(D)是对误差信号的变化率进行计算,并与微分
时间相乘。

微分控制项的作用是抑制系统的振荡或超调,使系统的输出更加稳定。

但如果微分时间设置过大,可能会引发系统的抖动或震荡。

模糊控制则是在PID控制的基础上引入了模糊逻辑来调整PID 各个参数的权重。

模糊控制根据系统的输入和输出,通过模糊化、规则库匹配和去模糊化的过程,确定PID各个参数的取值,从而实现对系统的自适应控制。

模糊控制可以有效地应对
非线性、复杂的系统,具有较强的鲁棒性和适应性。

总之,模糊PID控制通过模糊化逻辑来调整PID各个参数的权重,从而实现对系统的自适应控制。

它在处理非线性、复杂系统时表现出较好的鲁棒性和适应性。

自适应模糊PID控制器的设计与仿真

自适应模糊PID控制器的设计与仿真

自适应模糊PID控制器的设计与仿真自适应模糊PID控制器是一种结合了模糊控制和PID控制的自适应控制器,它能够在系统的不同工况下根据实际需求对PID参数进行自适应调整,从而使得系统具有更好的动态性能和稳定性。

本文将介绍自适应模糊PID控制器的设计思路和仿真过程。

1.设计思路1.1系统建模首先需要对待控制的系统进行建模,得到系统的数学模型。

这可以通过实验数据或者理论分析来完成。

一般情况下,系统的数学模型可以表示为:$G(s)=\frac{Y(s)}{U(s)}=\frac{K}{s(Ts+1)}$其中,K是系统的增益,T是系统的时间常数。

1.2设计模糊控制器接下来需要设计模糊控制器,包括模糊规则、模糊集和模糊运算等。

模糊控制器的输入是系统的误差和误差的变化率,输出是PID参数的调整量。

1.3设计PID控制器在模糊控制器的基础上,设计PID控制器。

PID控制器的输入是模糊控制器的输出,输出是控制信号。

1.4设计自适应机制引入自适应机制,根据系统的性能指标对PID参数进行自适应调整。

一般可以采用Lyapunov函数进行系统性能的分析和优化。

2.仿真过程在仿真中,可以使用常见的控制系统仿真软件,如MATLAB/Simulink 等。

具体的仿真过程如下:2.1设置仿真模型根据系统的数学模型,在仿真软件中设置仿真模型。

包括系统的输入、输出、误差计算、控制信号计算等。

2.2设置模糊控制器根据设计思路中的模糊控制器设计,设置模糊控制器的输入和输出,并设置模糊规则、模糊集和模糊运算等参数。

2.3设置PID控制器在模糊控制器的基础上,设置PID控制器的输入和输出,并设置PID参数的初始值。

2.4设置自适应机制设置自适应机制,根据系统的性能指标进行PID参数的自适应调整。

2.5运行仿真运行仿真,观察系统的响应特性和PID参数的变化情况。

根据仿真结果可以对设计进行调整和优化。

3.结果分析根据仿真结果,可以分析系统的稳定性、动态性能和鲁棒性等指标,并对设计进行调整和改进。

模糊 pid控制策略

模糊 pid控制策略

模糊 pid控制策略
模糊PID控制策略是将模糊控制和PID控制结合起来的一种
控制策略。

它利用模糊控制的模糊推理能力来对PID控制器
的参数进行调节,以提高控制系统的性能。

在传统的PID控制策略中,控制器的参数需要通过实验或调
整来获得最佳的控制效果。

而模糊PID控制策略则借助于模
糊推理的思想,通过模糊控制器自动调整PID控制器的参数,使得控制系统能够适应不同的工况和系统变化。

具体而言,模糊PID控制策略包括以下步骤:
1. 设计模糊控制器:根据控制系统的输入和输出变量的模糊集合,设计模糊控制器的模糊规则库。

2. 模糊推理:根据当前的输入变量值,利用模糊控制器的模糊规则库进行模糊推理,得到输出变量的模糊集合。

3. 解模糊:通过对输出变量的模糊集合进行解模糊操作,得到具体的输出变量值。

4. 参数调整:根据解模糊得到的输出变量值,调整PID控制
器的参数。

5. 反馈控制:将调整后的PID控制器作为反馈控制器,进行
控制系统的实时控制。

通过模糊PID控制策略,可以在一定程度上克服传统PID控制策略中参数调整的困难,提高控制系统的性能和鲁棒性。

然而,模糊PID控制策略也存在一定的复杂性和计算量较大的问题,需要根据实际情况进行权衡和应用。

模糊控制与PID控制的比较

模糊控制与PID控制的比较

模糊控制与PID控制的比较自20世纪60年代中期起,模糊控制逐渐崭露头角,其优越性也引起了人们的关注。

除了模糊控制,当今热门的控制算法之一是PID控制。

那么,模糊控制与PID控制之间的区别是什么呢?它们各自的优缺点是什么?在特定的应用场合下,哪种控制算法更适用?一、模糊控制概述模糊控制是一种无需准确模型或参数即可执行复杂控制系统的方法,它仅使用模糊逻辑来描述输入和输出之间的关系。

模糊控制系统的输入和输出都是模糊变量。

与其他控制方法相比,模糊控制系统可以更好地处理不确定性和模糊性,具有更强的容错能力和适应性。

模糊控制系统由四个主要组成部分组成:模糊化、模糊推理、解模糊化和规则库。

模糊化部分将传感器输出信号转换为模糊变量,模糊推理部分使用模糊逻辑基于模糊规则将模糊变量转换为控制信号,解模糊化部分将控制信号转换为精确的控制信号,规则库存储了模糊规则及其权重。

二、PID控制概述比例积分微分(PID)控制是一种经典的控制算法,其控制草图由三个部分组成。

比例项(P)根据当前误差大小进行输出,积分项(I)可以消除稳态误差,微分项(D)可以提高系统的稳定性并抑制系统的震荡。

PID控制器的设计基于系统的数学模型,在许多应用中,这个模型是已知的。

在这些情况下,PID控制器可以通过调整不同部分的增益以进行优化。

三、模糊控制与PID控制的对比1. 精度PID控制器可以实现非常高的精度,特别是在恒定环境下,模糊控制器具有更高的容错能力和适应性,而且围绕控制正常的范围内快速做出反应。

2. 调节PID调节通常是更容易实现的PLC控制器中自动化开发环境的系统。

Fuzzy可能更多地需要手动调整和对规则进行逐步精细的训练,但它也可以被训练自动化。

3. 适应性模糊控制器的好处是可以轻松地处理不确定性和模糊性,因此可以应对复杂环境。

PID控制器则对不确定性和模糊性更加敏感,而且会因不确定性的变化而导致过度响应或不足响应的问题。

4. 实际应用PID控制器广泛应用于许多领域,如化工、制造和机械工程。

PID模糊控制器

PID模糊控制器

PD,PI,PID型的模糊控制器PID(propotional integral differential)控制是最常用的经典控制方法,控制作用由偏差的比例、积分、微分三项之和给出,如果控制作用中只包含比例和积分两项,则为PI控制,如果控制作用中只包含比例和微分两项,则为PD控制。

PID控制中的比例增益、积分增益和微分增益均为常数,一旦控制器设计好以后,在控制中不再改变,因此PID控制属于线性定常控制。

模糊控制本质上是非线性的,但是其输入变量也包括和,输出变量也有(位置输出)和(增量输出)两种形式,与PID控制的输入输出变量是完全相同的。

类比传统的PD,PI,PID控制,可将模糊控制器分为以下三种类型。

1.PD型的模糊控制器前面讲的模糊控制器,输入都是和,输出是,模糊控制器的功能可看作是一个非线性函数,这种模糊控制器的输入输出信号与PD控制器相同,控制特性也和PD控制器类似,故称为PD型的模糊控制器。

2.PI型的模糊控制器如果输入仍为和,但输出改为控制的增量,则模糊控制器可表示为上式两边对t积分可得可见此时的模糊控制器与PI控制器类似,故称为PI型的模糊控制器。

3.PID型的模糊控制器同样的道理,PID型的模糊控制器有两种实现方法,即4.模糊控制与PID控制的结合模糊控制的出现使一些单独使用PID控制方法难以实现的控制任务得到解决. 一个典型的PID闭环控制系统,其中K1D(S)表示控制器,K2G(S)表示广义对象。

在控制器的输入E(S)和输出U(S)之间,可以用下列传递函数表示。

U(S)=Kp (1+1/TiS+TdS)E(S)这里Kp是比例增益,Ti是积分时间,Td是微分时间。

此式给出按偏差的比例,积分和微分的线性组合构成控制量的控制方式,就是人们所熟知的PID控制器。

PID控制的最大优点是控制系统的稳态精度高,这是因为PID控制存在积分的作用。

然而要确定PID控制器的参数,必须首先建立受控系统的精确的数学模型,而这一模型在一些实际问题中却难以得到。

模糊pid控制-python实现

模糊pid控制-python实现

模糊pid控制 python实现模糊PID控制(Fuzzy PID control)是一种基于模糊逻辑的控制方法,它结合了模糊控制和经典PID控制的优点,可以在复杂和不确定的环境中实现精确的控制。

本文将介绍模糊PID控制的原理、实现方法以及在Python中的应用。

一、模糊PID控制的原理PID控制是一种经典的控制方法,它通过比较实际输出与期望输出之间的误差,根据比例、积分和微分三个参数进行调节,使系统输出逐渐趋近于期望值。

然而,传统的PID控制方法在面对非线性、时变和不确定性系统时表现不佳。

模糊PID控制通过引入模糊逻辑来解决传统PID控制的问题。

模糊逻辑是一种能够处理模糊信息的数学方法,它可以将模糊的输入映射到模糊的输出。

模糊PID控制器通过将误差、误差变化率和误差积分三个输入量模糊化,然后根据一组模糊规则进行推理,得到模糊输出。

最后,通过解模糊化的方法将模糊输出转化为具体的控制量。

二、模糊PID控制的实现方法1. 模糊化模糊化是将具体的输入量映射到模糊集合上的过程。

常用的模糊化方法有三角隶属函数、梯形隶属函数和高斯隶属函数等。

根据具体的问题和经验,选择合适的隶属函数进行模糊化。

2. 规则库规则库是模糊PID控制的核心。

它包含了一组模糊规则,用于根据输入量的模糊值推理出输出量的模糊值。

模糊规则一般采用IF-THEN的形式,例如“IF 误差是A1 AND 误差变化率是B2 THEN 输出是C3”。

规则库的设计需要根据具体问题进行,可以基于经验或者专家知识。

3. 推理机制推理机制是根据模糊规则进行推理的过程。

常用的推理方法有最大最小合成、模糊推理和模糊推理和等。

推理机制将模糊输入与规则库进行匹配,然后根据匹配的程度计算出模糊输出的隶属度。

4. 解模糊化解模糊化是将模糊输出转化为具体的控制量的过程。

常用的解模糊化方法有最大隶属度法、面积法和重心法等。

解模糊化方法根据模糊输出的隶属度分布,计算出具体的控制量。

PID控制和模糊、神经元PID控制比较研究与仿真


《) W ( 1十 《) jl 是 i k~ 1 《 奄
K K + K + p : P : {
磊 七 尺 十 , ; 墨 ?{8
十 : {, J + e c
() 1
本文采用一阶大滞后惯性环节作 为仿真对象 ,将传递 函数 写为 传 统 形 式 锨 I e” () 8
P D控 制 和 模 糊 经 元 P 制 比 究 与 仿 真 I 、 神 I D控 较研
孟 志达 பைடு நூலகம்( 机电 技术学院) 天津 职业
摘要 : 工业控 制过程 中存在很多复杂 的非线性过程 、 以建立精确 的数 难 图中 :nk为设 定值 ,o t ) r () i y u( 为输 出值 ,1X,s k x ,2x 是经 转换器转 学模 型, 统控 制方法很难 实现 精度要求 。本 文将传统 PD控制 、 传 I 模糊 PD 换成 为神经 元的输入量 , , , 为对应于 x ,2× 输入 的加权 系 I W W W3 ,X 3 控 制 和 神 经 元 PD控 制 方 法 进行 比 较 分 析 , 行 了仿 真 结 果 比较 , 以看 出 数 ,为 神 经 元 的 比例 系 数 : I 进 可 智能 PD控制具有较大的优 势。 I 焉 ) ek (》 关键词 : I 制 模糊控 制 神经 元 P D 仿真 PD控 l
蚤 () ( ” k一 : () #k ~e
( 3)
“ ) 惫 1 { 一) ∑ ) 蠢 幸 ≮

w女 "盎∑ ) 1 》 》il 《 t 是

( 7)
此 模 糊 控 制器 为 2输 入 , 3输 出 系 统 , 义 误 差 e 误 差 变 化 e 定 、 C 和 K ,. d 。K, 的模糊 子集 均 为{ B, M, S,0, S P , B}物理 K N N N Z P ,M P , 蠢 j 一1+t ( )() 《 ) tzkukx晴) 蠢 :《 意义 为: 负大 , { 负中 , 负小 , , 零 正小 , 中 , 大 } 正 正 。误差 e的基本论 w《) 《 1丰 如: 1() 是 { 繁一 》 《 缸 《》 k 域 定 为I6 6、 差 变 化 e 一 ,】误 c的 基 本 论 域 为 I3 3 , 量 化 因 子 K: . 一 ,】取 。0 使用 Malb编程语言进行神经元控制程序设计 ,对其中比例系 t a 5 K = , 。K,d三 个 参 数 的 比例 因子 分 别 为 : , 00 1 数 K和学 习速率 T.T ,1 分别采用试探方法进行离线调整 , , 1 K ,. K K =1 K= .0 , 1,1 T。 经过综 K= , 1 采用最大隶属度法。 d 合 比较 , 最终确定 K O1 = .2和学 习速率 TIO 0 TP O 5 TD 0 0 1 . ,1= _ ,1o= . 4 3 : 4 根据模糊控制器在 线修 正 K ,. 修正公式为 : 。K, , K 3 仿 真 分 析

模糊PID控制原理与设计步骤

模糊PID控制原理与设计步骤模糊PID控制(Fuzzy PID control)是在PID控制基础上引入了模糊逻辑的一种控制方法。

相比传统的PID控制,模糊PID控制能够更好地适应系统的非线性、时变和不确定性等特点,提高系统的性能和鲁棒性。

设计步骤:1.确定系统的模型和控制目标:首先需要对待控制的系统进行建模,确定系统的数学模型,包括系统的输入、输出和动态特性等。

同时,需要明确控制目标,即系统应达到的期望状态或性能指标。

2.设计模糊控制器的输入和输出变量:根据系统的特性和控制目标,确定模糊控制器的输入和输出变量。

输入变量通常为系统的误差、误差变化率和累积误差,输出变量为控制力。

3.确定模糊集和模糊规则:对于每个输入和输出变量,需要确定其模糊集和模糊规则。

模糊集用于将实际变量映射为模糊集合,如“大、中、小”等;模糊规则用于描述输入变量与输出变量之间的关系,通常采用IF-THEN形式,如“IF误差大AND误差变化率中THEN控制力小”。

4.编写模糊推理和模糊控制算法:根据确定的模糊集和模糊规则,编写模糊推理和模糊控制算法。

模糊推理算法用于根据输入变量和模糊规则进行推理,生成模糊的输出变量;模糊控制算法用于将模糊的输出变量转化为具体的控制力。

5.调试和优化:根据系统的实际情况,调试和优化模糊PID控制器的参数。

可以通过试错法或专家经验等方式对模糊集、模糊规则和模糊函数等进行调整,以达到较好的控制效果。

6.实施和验证:将调试完成的模糊PID控制器应用到实际系统中,并进行验证。

通过监控系统的实际输出和期望输出,对模糊PID控制器的性能进行评估和调整。

总结:模糊PID控制是一种将模糊逻辑引入PID控制的方法,能够有效地提高系统的性能和鲁棒性。

设计模糊PID控制器的步骤主要包括确定系统模型和控制目标、设计模糊控制器的输入输出变量、确定模糊集和模糊规则、编写模糊推理和模糊控制算法、调试和优化以及实施和验证。

通过这些步骤,可以设计出较为优化的模糊PID控制器来实现系统的控制。

三种典型控制方法

三种典型控制方法三种典型控制方法:PID控制、模糊控制和自适应控制一、PID控制PID控制是一种经典的控制方法,它通过对系统的误差进行测量和调整,使系统的输出与期望值尽可能接近。

PID控制系统由比例(P)、积分(I)和微分(D)三个控制器组成。

1. 比例控制器(P):比例控制器根据误差的大小来调整输出的大小,使其与误差成正比。

当误差增大时,输出也增大,从而使系统更快地趋向期望值。

但是比例控制器容易产生超调现象,即输出超过期望值后再回归。

2. 积分控制器(I):积分控制器通过累积误差的大小来调整输出的大小,使其与误差的积分成正比。

积分控制器能够消除系统的稳态误差,但是容易引起系统的超调和震荡。

3. 微分控制器(D):微分控制器根据误差的变化率来调整输出的大小,使其与误差的微分成正比。

微分控制器能够提前预测系统的变化趋势,从而减小超调和震荡。

但是微分控制器对噪声和干扰比较敏感。

PID控制通过调整比例、积分和微分参数的大小,使系统的输出逐渐趋向期望值。

PID控制方法简单易行,广泛应用于工业控制领域。

二、模糊控制模糊控制是一种基于模糊逻辑的控制方法,它模拟人类的思维方式,通过语言化的规则来描述系统的行为。

模糊控制将输入和输出变量进行模糊化处理,然后通过模糊推理和模糊规则来确定输出的大小。

模糊控制的核心是模糊推理系统,它包括模糊化、模糊推理和解模糊三个过程。

1. 模糊化:将输入变量通过隶属函数转化为模糊集合,用来表示变量的模糊程度。

模糊化可以将连续的输入变量转化为离散的模糊集合,便于进行模糊推理。

2. 模糊推理:根据模糊规则和输入的模糊集合来确定输出的模糊集合。

模糊推理通过匹配模糊规则中的前提部分与输入的模糊集合,然后根据规则的结论部分来确定输出的模糊集合。

3. 解模糊:将输出的模糊集合通过隶属函数转化为实际的输出值。

解模糊可以根据不同的解模糊方法来确定输出的大小,常用的方法有最大隶属度法和加权平均法。

模糊控制方法适用于那些难以建立精确数学模型的系统,具有较强的鲁棒性和适应性。

PID控制与模糊控制比较

PID控制与模糊控制的比较专业:控制理论与控制工程班级:级班姓名:X X X学号:xxxxxxxxxxxxxx摘要:介绍了PID控制系统和模糊控制系统的工作原理。

PID控制器结构简单,实现简单,控制效果良好,已经得到了广泛的应用。

而模糊控制器相对复杂,但在许多的智能化家用电器中也得到了大量应用。

但对于一个简单的系统来讲,哪一种控制方法更好,是不是越智能的控制就能得到越好的效果。

关键词:PID控制,模糊控制,比较Abstract: Introduced the working principle of PID control system and fuzzy control system. PID controller structure is simple, implementation is simple, the control effect is good, has been widely used. And fuzzy controller is relatively complicated, but in a lot of intelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect.Key words: PID control, fuzzy control, compare目录一、问题的提出 (1)二、PID控制器的设计 (2)1.PID控制原理图: (2)2.PID控制器传递函数的一般表达式 (2)三、模糊控制器的设计 (3)1.模糊控制原理图 (3)2.模糊控制器传递函数一般表达形式 (4)四、系统仿真 (4)五、总结 (14)参考文献: (15)一、问题的提出当今的自动控制技术都是基于反馈的概念。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

摘要交流伺服电机现广泛应用于机械结构的驱动部件和各种数控机床。

PID控制是伺服系统中使用最多的控制模式之一。

尽管传统的PID控制系统构造简单、运转稳定,但交流伺服电机存在非线性的、强耦合。

当参数变动或非线性因素的影响发生变化时,控制不能实时改动,不能满足系统高性能、高精度的要求。

结合模糊控制和传统PID控制成一种新的控制方法--模糊PID控制是解决上述问题的一种很好的途径。

模糊控制器不需要被控对象的数学模型,而是根据之前人为设定的控制要求设计用来控制的决策算法,使用此方式确定控制量。

模糊控制和传统PID控制融合的结果,不单具有模糊控制的高性能,还具备传统PID控制精准度高的长处。

本文对PID控制算法的原理和模糊控制算法作了简要的描述和比较。

指出模糊PID混合控制法,在误差很大时使用模糊控制,在不大时使用PID控制,在MATLAB软件中,对交流伺服系统的位置控制进行了仿真。

结果表明,该控制系统仿真结果与理论上差距较小。

关键词:PID控制;模糊控制;模糊PID控制器;MATLAB第1章绪论1.1 研究课题的任务本课题的任务是了解交流伺服系统,比较并结合两种控制的优点,结合成一种新的控制方式--模糊PID控制。

该控制法在系统输出差距大时采用模糊控制,而在差距较小时采用PID控制。

文章最后给出了模糊PID位置控制的MATLAB响应图,同时给出了常规PID控制下的效果图,并比较分析。

1.3 交流伺服系统工作原理相对单一的系统,其一般是根据位置检测反馈组成闭环位置伺服系统。

其组成框图参考图1-1内容[14]。

此类系统主要原理是对比输入的目标位置信号和位置检测设备测试的真实位置信号统计其偏差且使用功率变换器的输入端弱化误差。

控制量被信号转换和功率放大驱动,驱动伺服组织,促使误差不断缩减少,一直到最佳值。

(1)位置检测装置是此类系统的关键构成方面,完整系统的动态功能是否可以满足需求,关键的是位置检测传感器的科学选择以及精度。

当前普遍使用的位置传感器主要是接触式,接近式,曲轴位置,节气门位置等多种类型的传感器。

(2)在此类系统中,功率变换器是完成此类电机高性能调速的关键。

此外,它应该具备较稳定的输出功率和较高的调频电压精度,而且还需要在有温差是稳定运行的能力、较强的电磁抗干扰能力、系统异常保护的功能。

(3)伺服电机是伺服系统的主要组成部分。

伺服电机具有良好的低速特性是伺服电机具有高精度的关键。

伺服系统的快速响应(急停,启动)也指出此类电机需要具备更小的转动惯量、较高加速转矩(过载转矩)、相对平稳性等。

当前被普遍使用的主要是感应式交流异步电动机等类型。

(4)控制器其一般包含微处理芯片,比如微处理器以及数字信号处理器(DSP)等部分。

一般闭环控制系统的功能更加完善,具备方位、速度与电流反馈等功能。

参考图1-2可知。

图1-2 交流伺服系统的三闭环结构电流环和速度环全部是内环。

前者的功能是:提升内环控制主体的传递函数的精准性,促进系统的平稳运作。

避免电流环内部的干扰;防止发生电路内电流超出额定数值的问题,保证系统的安全运行。

速度环的作用是减小负载扰动对系统的作用以及弱化电机转速变化。

位置环的功能是确保当前静态与动态跟踪功能,是交流伺服系统的平稳性与功能齐全的关键基础,是最主要的反馈环节。

多回路控制系统调节器要从内而外逐个设计。

对于三环位置伺服系统,首先设计电流调节器,而后将电流环作为速度环中的一个环节,在其他环节中生成速度调节器的被控对象,并设计速度调节器。

最后,把所有速度环当做位置环中的重要部分来设定位置调节器。

依次设计可确保所有环的平稳性,这使得整个控制系统的稳定性都能得到保障。

位置伺服系统的控制量是电机的转子的角位移。

当目标要求位置任意变化时,系统关键工作是让输出量高效且精准的被传达。

位置伺服系统现实特点:1)此系统现实作用是让目标高效的从起始位置到预期位置2)需要具备精准度高的位置传感器,进而传递位移误差的电信号。

3)电压与功率放大器、拖曳系统全部可逆。

4)控制系统需要尽量达到稳态精度与动态高效响应的标准。

第2章PID位置控制2.1 PID控制的特点在PID控制器内,比例控制可以高效反映误差,进而减低稳态误差。

但是,此控制无法去除稳态误差。

因此在参数调整中,增加比例放大系数会造成不稳定问题。

积分控制主要作用是,在系统出现误差,积分控制器接连累计,输出控制量,去除误差。

所以,只需要充足时间,积分控制就可以全面去除误差,促使系统误差变成零,进而去除稳态误差。

然而积分功能强大,导致系统超调,乃至造成振荡问题。

差分控制可弱化超调问题,处理振荡,提升综合平稳性,提升系统动态反映效率,减少调节时间,强化综合动态功能。

因此,当采用PID控制时,必须适当调整比例放大系数Kp、积分时间TI和差分时间TD,使整个控制系统获得良好的性能。

2.1.1 PID控制的优点1.原理浅显,应用便利2。

适应性强,可普遍使用在化工、热工、冶金、造纸、建材等相关组织。

PID控制的自动调节器逐渐完成商业化目标。

在当前执行部分,也逐渐研发出机械、液压、电子等发展阶段,但它们从未与PID分离。

即使在最新的最先进的计算机中,它的基本控制功能仍然是PID控制〔15〕。

三。

它是鲁棒的,也就是说,它的控制质量对受控对象的变化不敏感。

由于这些优点,PID控制始终是过程控制的第一指导。

大型现代生产装置的控制回路可以大到1200个以上,其中大部分由PID控制。

然而生产环节持续增多,控制问题频繁出现,对精度的要求更加严苛。

之前的PID控制无法全面满足现实需求,换句话说,需要持续改善与优化PID控制模式,进而满足持续变化的现实需求。

2.1.2 PID控制的局限性PID控制器的主要不足是其对受控主体的依赖性。

主要以受控主体的精确数学模型为前提,在系统内一般不会发生类似问题:大部分系统,尤其是工业过程相对繁琐,所以无法精准叙述上述PR的传递函数或状态方程。

闭锁。

因为对控制器质量的标准更加严苛,控制主体更加复杂。

只使用一般PID控制器无法顺利完成目标。

2.2 位置环数字PID控制 首先,交流伺服系统要求具备高效跟踪功能,也就是要求对输入信号的高效响应,较少误差,较短过渡时间,不存在过冲或者微弱振荡。

其次,稳态精度高,也就是稳态误差不大,定位精准度高。

但是,某些PID控制出现超调量大、调整时间长、控制效率不高等问题,因此参数选择相对复杂。

在一般数字PID控制系统内,积分部分的主要目标是弱化静态差,提升精度,然而在开始、完结或明显增加、设定值下降的时候,系统输出偏差很大。

其会造成积分积累,造成过冲乃至振荡问题,是伺服系统。

电动机运作运行不顺利。

为了弱化积分修正对电机运作时期控制系统动态性能的影响,使用积分分离PID控制算法。

在电动机真实位置与确定位置的误差低于相应数值的时候,增加积分校正程序,进而减少综合稳态误差〔16〕。

2.2.1 积分分离PID控制算法此算法也要设定积分分离阈值E。

使用仿真来明确上述阀值E。

在ûe(k)û>E时,也就是偏差值很大的时候,使用PD控制,进而防止因积分累积造成太大的超调量,促使伺服系统高效响应;在ûe(k)û≤E时,也就是偏差值相对小时,使用PID控制,进而减低系统误差,确保此类电机的位置控制精准性。

位置式PID算式写成积分分离方式是:(2-1)其中: u(k) ——控制量;e(k) ——误差值;K -采样序列号,K=0,1, 2, ……;T ——采样周期;K p——比例系数;T i ——积分时间常数;T d——微分时间常数;β——积分项的开关系数2.2.2 积分分离PID控制算法流程依照(2-1)式可编写出具体的控制程序,算法流程图参考图2-1。

2.3 控制系统参数的整定PID参数的初值根据预整定得出,参数整定的现实工作是明确KP、TI、TD与采样周期T。

在比值系数Kp变大时,系统操作敏锐,效率高,而总成造成振荡,调节时间久,积分时间常数Ti高,综合稳态误差可去除,然而平稳性好。

差分控制可优化动态特性,避免过冲,减少调整时间。

普遍使用的参数整定方式主要是扩展临界比例法、扩展响应曲线法以及归一化参数整定法。

上述方式是从Ziegler Nichols(Ziegler Nichols)〔17〕规则延伸出来。

通常指出,交流伺服系统模型是具备延迟部分的一阶模型(滞后的第一步):(2-2)其中, K、L 与Tc 主要是被控主体的放大系数、纯延迟时间与常数。

利用MATLAB中的Simulink仿真系统,开展阶跃输入激励, 得出响应曲线参考图2-2,之后依照曲线得出其特征参数。

所以,其能利用Ziegler Nichols设置规则获得。

Kp= 1.2Tc/KL, Ti= 2L , Td= 0.5L 。

图2-1 PID控制流程图图2-2 阶跃响应曲线第3章模糊控制理论基础3.1 概述美国加利福尼亚学校L.A.Zadah专家在1965年撰写《Fuzzy Set》[18]开启模糊数学发展历史,此后,模糊数学开始得到关注。

此类数学用在控制部分的最早时间是1973年,此后模糊控制被普遍重视,大量分析汇聚在:模糊逻辑:模糊控制器设计;模糊逻辑硬件设计;应用研究等部分。

模糊控制是使用语言来诱导算子的控制方式,且使用语言变量与模糊集理论产生控制算法。

突出特征是绕过物体的不明确性、不精准性、噪声、非线性、时间变化与延迟。

其具备强大的鲁棒性,可以被使用在非线性、时变与时滞系统的控制中。

此类逻辑控制设计便利,便于认知,即便是非专业人员也能轻松设计,所以具备较好的商用性与可行性。

之前的自动控制不能处置大众语言内的模糊性,其中模糊集合与逻辑的出现可以妥善处理描述控制规则的条件语句内比如“较大”、“稍小”、“过高”等具备相应模糊性的词汇,使用模糊集合来叙述上述语句,就可以组成模糊控制器。

1974年Mamdani[19]第一次设计出模糊控制器,且将其使用在锅炉与蒸汽机上,得到良好的成就,模糊控制随之出现。

模糊控制和经典控制的主要差异就是其不需要创建被控主体(或过程)的精准数学模型,主要依靠个人的知识积累,通过个人思维与逻辑推理方式来“直接”开展控制。

通常PID控制在原理与方式上并不相同。

模糊逻辑主要使用模糊逻辑与近似推理来对大众知识与经验开展形式化与建模。

其变成计算机可认可的控制模型,促使计算机可以取代大众开展高效的全面控制。

3.2 模糊控制器的基本结构与组成模糊控制主要原理通过图3-1呈现出来,其主要方面是模糊控制器。

此控制器的控制律被计算机程序完成。

其中主要理论是利用微机中断采样来得到受控量的输入量。

把偏差信号E的精准量模糊化成模糊量,使用对应的模糊语言代表偏差e的模糊量,得出偏差e的模糊语言集的子集。

相关文档
最新文档