常规pid控制器与模糊控制器的比较
几种控制方法比较
几种控制方法的性能比较专业： 控制理论与控制工程 姓名： 周燕红 学号： 200930210690摘要：本文对同一控制对象分别采用常规PID 控制，模糊控制和基于遗传算法的PID 控制进行仿真，并对仿真结果进行分析，从而得出各个控制方法的性能优劣。
关键字：常规PID ；模糊控制器；遗传算法1 常规PID 控制1.1 PID 控制原理在模拟控制系统中，控制器最常用的控制规律是PID 控制。
模拟PID 控制系统原理框图如图1-1所示。
系统由模拟PID 控制器和被控对象组成。
图1 PID 控制系统原理框图简单说来，PID 控制器各校正环节的作用如下：（1） 比例环节：成比例的反应控制系统的偏差信号error(t)，偏差一旦差生，控制器立即产生控制作用，以减小偏差。
P K 越大，系统的响应速度越快，调节精度越高，但易产生超调，甚至会使系统不稳定。
反之，若过小，则调节精度降低，响应速度缓慢，使系统的静态、动态性能变坏。
（2） 积分环节：主要用于消除稳态误差，提高系统的误差度。
积分作用的强弱取决于积分时间常数I T ，I T 越大，积分作用越弱，若过大将使系统稳态误差难以消除，影响系统调节精度。
反之则越强，稳态误差消除越快，但过小，在响应过程初期会产生积分饱和现象，从而引起响应过程的较大超调。
（3） 微分环节：反应偏差信号的变化趋势（变化速率），并能在偏差信号变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减少调节时间。
微分作用的强弱取决于微分时间常数D T ，D T 越大，微分作用越强，但过大会使响应过程提前制动，而且会降低系统的抗干扰性能。
1.2衰减曲线法整定PID 参数衰减曲线法是一种在经验凑试法基础上经过反复实验而得出的一种参数整定方法。
可按过度过程达到4:1递减曲线法整定控制参数，也可按过度过程达到10:1递减曲线法整定控制参数。
参数整定步骤：（1） 设置调节器积分时间Ti 为无穷大，微分时间常数为0，比例度为较大值，并将系统投入运行。
模糊与常规PID比较报告
模糊PID 与常规PID 的MATLAB 仿真比较与分析题目：设某被控对象可等效为含有纯延迟的二阶环节，传递函数为0.02220G(s)=1.6 4.41se s s -⨯++且执行机构具有0.07的死区和0.7的饱和区，采样时间T=0.01，系输入r(t)=1.5。
试分别设计：1）常规模糊控制器，当改变模糊控制的比例因子时，观察分析控制响应曲线有什么变化？2）常规PID 控制器，当改变PID 控制器参数时，观察分析输出响应曲线有什么变化？3）比较两种控制器的控制效果。
解答：1）模糊PID 控制器模糊PID 控制器，即利用模糊逻辑算法并根据一定的模糊规则对PID 控制的比例、积分、微分系数进行实时优化，以达到较为理想的控制效果。
计算机根据所设定的输入和反馈信号，计算实际位置和理论位置的偏差e 以及当前的偏差变化de ，并根据模糊规则进行模糊推理，最后对模糊参数进行解模糊，输出PID 控制器的比例、积分、微分系数。
模糊PID 控制器的模型为图1 模糊PID 控制器的模型系统输出为图中的红色线：图2 PID控制器的仿真结果2）常规PID控制器：常规PID控制器是建立在数学模型基础上的，根据被控对象的静态和动态特性，按照偏差的比例(P-Proportional)、积分(I-Integral)和微分(D-Derivative)的线性组合构成控制量，对被控对象进行控制。
常规PID控制器的模型为图3 常规PID 控制的模型参数选择：当参数分别选择为：8.0=p k 、15.0=i k 、3.0=d k 时，系统的输出为图中的蓝色线：3）两种模型的控制效果比较：常规PID控制器的算法简单实用，且具有良好的控制效果和鲁棒性。
但常规PID控制器无自适应能力，不能根据现场的情况进行在线自整定参数且当参数变化范围太大时，系统性能会明显变差。
另外，常规PID控制器一般只适用于线性时不变空间，在非线性时变且滞后较大的系统中，其鲁棒性不强，控制效果不理想。
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。
传统PID控制与模糊控制方法的仿真比较研究
科技资讯科技资讯S I N &T NOLO GY I NFORM TI ON2008N O.07SCI EN CE &TECHN OLOG Y I NFOR M A TI O N高新技术传统PI D 控制是通过调整参数获得良好控制效果的,但参数整定值只具有一定局域性的优化值,全局控制效果不是很理想。
模糊控制器是近年来发展很快的一种新型控制器,它能方便地将专家的经验与推理输入计算机中,使计算机在控制时可以像人一样思考并解决问题,从而达到控制被控对象的目的。
本文利用M at l ab 仿真软件,分别将传统PI D 控制与模糊PI D 控制应用于交流伺服系统的控制中,并作了仿真比较研究。
1加入传统PI D 控制器的交流伺服电机系统的仿真对于交流伺服电机这一具有非线性、不确定性等特征的被控对象,我们可用近似的数学模型传递函数来表征系统在无转动惯量变化、无冲击和力矩干扰等情况下的系统的动态特性。
1.1程序法先用M at l ab 程序法,对该伺服电机系统进行传统PI D 控制模拟仿真,程序运行后结果为:加入传统PI D 控制器前后的幅值裕量分别为21.114(dB )和20.4876(dB ),相位裕量分别为18.3824度和63.5621度,最大超调量分别为59.0024%和20.5%;传统PI D 控制器加入前后的阶跃响应仿真曲线对比如图1所示。
1.2模块法为使传统PI D 控制产生更好的效果,可用模块法仿真加入传统PI D 控制器的伺服电机系统(即用M a t l ab/Si m ul i nk 的现成PI D 控制模块)中,仿真框图如图2所示。
在开关打到下面时,即接入PI D 控制器,在线根据经验反复调整PI D 控制器的kp 、kd 、ki 三个参数,当kp=7.6179,kd =0.1001,ki =144.868时,运行仿真得出的阶跃响应波形如图3所示,其控制效果的动态性能(调节时间t s =0.4s、超调量)比程序法好了不少,但控制精度还差些。
模糊控制与PID控制在机器人控制系统中的应用比较研究
模糊控制与PID控制在机器人控制系统中的应用比较研究机器人控制系统是现代机器人技术的关键之一。
机器人控制系统通常由多种控制算法组合而成，以实现控制机构、传感器和执行器之间的有效沟通和合作。
其中，模糊控制和PID控制是被广泛应用的两种控制算法。
本文将对这两种控制算法进行比较研究，探讨它们在机器人控制系统中的应用情况。
1. 模糊控制模糊控制是一种基于模糊逻辑的控制技术，它使用模糊变量和规则来描述并控制非线性、模糊和复杂的系统。
模糊控制器通常包括模糊推理机、模糊集和模糊逻辑。
通过对输入变量的模糊化和规则的匹配，模糊控制器可以对机器人的动作进行柔性控制，从而满足不同场景下的控制需求。
在机器人控制系统中，模糊控制应用广泛。
例如，机器人的避障控制、路径规划控制和手臂控制等都可以采用模糊控制算法进行优化。
模糊控制有以下优点：1.1 适应复杂系统由于模糊控制算法能够实现非线性、模糊和复杂系统的控制，因此可以针对具有多种信号输入和输出的机器人进行调整和优化，使机器人的响应更为准确。
1.2 开发简单快速使用模糊控制进行机器人控制时，只需要基于模糊集、模糊逻辑和模糊推理等基本概念，即可实现所需的控制动作，而无需进行大量的复杂运算和数据处理，开发难度较小且开发速度快。
1.3 灵活性高机器人控制中的模糊控制通过对机器人动作的柔性控制，使得可实现与机器人环境之间的互动，等效于人的行为，因此其兼容性和灵活性更高。
2. PID控制PID控制器是一种基于比例、积分、微分（英文缩写P、I、D）三个参数的控制算法。
PID控制器能够检测到偏差、积分误差和微分误差，并结合比例系数、积分系数和微分系数，计算出一个控制动作，使机器人实现期望动作。
在机器人控制系统中，PID控制同样应用广泛。
例如，对于机器人的姿态控制、精密装配控制和行走活动控制等，PID控制都可以派上用场。
PID控制有以下优点：2.1 稳定性好PID控制器天然的误差反馈机制，使得可以有效地避免系统出现较大的误差，保证系统状态中的稳态性。
模糊控制程序设计报告
模糊控制程序设计报告自研112班 麻世博 2201100387题目：已知被控对象为0.51()101s G s e s −=+。
假设系统给定为阶跃值r ＝30，采样时间为0.5s ，系统的初始值r(0)＝0。
试分别设计：(1)常规的PID 控制器；(2)常规的模糊控制器；分别对上述2种控制器进行Matlab 仿真，并比较控制效果解答：1 常规PID 控制器的设计与SIMULINK 仿真如图1所示，使用SIMULINK 工具对已知系统的PID 控制系统进行仿真。
图1 PID 控制系统的SIMULIK 仿真其中PID 控制器为离散型，采样时间T=0.5s ，参数P=14，I=3，D=0。
阶跃信号幅值为30，被控对象传递函数为0.51()101s G s e s −=+。
该系统的阶跃响应如图2。
图2 PID控制系统的输出该控制系统上升时间T r=1.5s，调节时间T s=8s，超调量σ%=70%，没有稳态误差。
该系统中PID控制器的输出曲线如图3。
图3 PID控制器的输出曲线输出最大值为465，最小值为-208。
2 模糊控制器的设计在本文中，我通过MATLAB提供的模糊逻辑工具箱(Fuzzy Logic Toolbox)编辑隶属函数、控制规则，设计了一个双输入单输出的模糊控制器，如下图所示。
图4 模糊控制器概览2.1 隶属度函数的确立。
选择偏差E和偏差变化率EC作为控制器的输入,控制量U为输出。
取E、EC和U的模糊子集为{NB, NM, NS, ZO, PS, PM, PL} ,它们的论域为{-3, -2, -1, 0, 1, 2, 3}。
在 MATLAB的命令窗口输入命令Fuzzy，进入模糊逻辑编辑窗口。
取输入量E、EC的隶属函数为高斯型(gaussmf)，输出U的隶属函数为三角形(trimf)，如下图所示。
图5 输入模糊变量E的隶属度函数图6 输入模糊变量EC的隶属度函数图7 输出模糊变量U的隶属度函数2.2 模糊控制规则与决策方法的确立。
DC／DC变换器模糊控制和PID控制比较研究
特 定 工作 点 Ｑ ， Ｒ） 控制 到输 出 电压 的 （ Ｄ， 处
ｍａ ｃ ｓ ｕ ｉ ｇ ｔ ｅ ｅ ｔ ｏ ｃ ｎ ｒ ｌ ｒ ａｅ ｃ ｍｐ ｅ ａ ｅ ｎ ｈ ｘ ｅ ｍｅ ｔ ｅ ｕ ｓ ｐ ｒｏ ｅ ｙ ｒ ｔｔ ｐ ｆ ａ ｎ ｅ ｓｎ ｈ ｓ ｗ ｏ ｔｏｌ ｓ ｒ ｏ ａ ｄ ｂ ｓ ｄ ｏ ｔ ｅ ｅ ｐ ｒ ｎ ａ ｒ ｓ ｈ ｅｆ ｒ ｄ ｂ ａ ｐ ｏ ｏｙ ｅ ｏ ｅ ｒ ｉ ｌ ｍ
摘要 ： 糊控 制器 因 具有控 制鲁 棒性 强 ， 模 设计 不 依赖 于被控 对 象精 确模 型等 优 点而 逐渐 应用 在 电力 电子变 换 器 中。以 Ｂ ｏｔ 换器 为例 ， ｏｓ变 从设计 方法 、 具体 工程 实现和 实验 结果三方 面对传 统线性 比例积 分微 分 （ｉ ） ｒｏ 控制 器和模 糊控 制器进 行 了对 比分析 。详细 阐述 了 ＰＤ控制 器和 模糊控 制器 的设 计方 法 ， Ｉ 对其 设计 的侧 重 点进行 了对 比。 过实验 对 比 了线性 ＰＤ控 制器 与模糊控 制器 的控制 性能 。 通 Ｉ 实验结 果表 明 ， 糊控 制技 术相对 于线性 模
一
个 比例 环 节 ， ： 即
Ｈ（ ） １Ｇ ， Ｇ （） １ ｓ＝ ／ ： ／ （） ４
Ｉ
（Ｉ ） 厂
．
１Ｖ ］ ｈＳ
调节器
一 Ｖ ｃ｝ Ｄ ＝
＆Ｊ －
： ；
Ｉ
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、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、"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、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)。
上机实验
已知系统的传递函数为G(S)=1/(10S+1)e-0.5s。
假设系统给定为阶跃值r=30，系统的初始值r(0)=0试分别设计常规PID控制器和模糊控制器。
常规PID控制器的设计：
利用Ziegler-Nichols整定公式整定PID调节器的初始参数
由公式可得
P=18
Ti=1.65
Td=0
SIMULINK仿真图
设定仿真时间为10s
仿真结果
模糊控制器的设定
1在matlab命令窗口输入“fuzzy”确定模糊控制器结构：即根据具体的系统确定输入、输出量。
选取二维控制结构，即输入为误差e和误差变化ec，输出为u如下图所示
2输入输出变量的模糊化：即把输入输出的精确量转化为对应语言变量的模糊集合。
首先我们要确定描述输入输出变量语言值的模糊子集，如{NB，NM，NS，ZO，PS，PM，PB}，并设置输入输出变量的论域，然后我们为模糊语言变量选取相应的隶属度函数。
如下图所示
3模糊推理决策算法设计：即根据模糊控制规则进行模糊推理，并决策出模糊输出量。
首先要确定模糊规则，即专家经验。
如图。
制定完之后，会形成一个模糊控制规则矩阵，然后根据模糊输入量按照相应的模糊推理算法完成计算，并决策出模糊输出量。
4．对输出模糊量的解模糊：模糊控制器的输出量是一个模糊集合，通过反模糊化方法判决出一个确切的精确量，反模糊化方法很多，我们这里选取重心法。
SIMULINK仿真图
在模糊控制器的输入和输出均有一个比例系数，我们叫它量化因子，它反映的是模糊论域范围与实际范围之间的比例关系，这里模糊控制器输入的论域范围均为[-6，6]，假设误差的范围是[-10，10]，误差变化率范围是[-100，100]，控制量的范围是[-24，24]，那么我们就可以算出量化因子分别为0.6，0.06，8。
量化因子的选取对于模糊控制器的控制效果有很大的影响，当输出量化因子调为10控制效果更好。
仿真曲线
常规PID控制器和模糊控制器的比较
由仿真结果可见两种控制器对系统的各项性能指标都有了改进，常规PID还是有超调量，模糊控制器的超调量几乎为零。