球杆系统的模糊PID控制
模糊PID控制
模糊PID控制与传统PID控制有什么区别？？模糊PID是通过模糊逻辑算法整定出来PID三个参数，具有自适应的特性，PID 三个参数会应外界环境变化自动调节，以保证控制系统的稳定性，而传统的PID 三个参数设定后是不变，不具备自适应的特性。
模糊PID是一种智能PID，在工程已经成功应用，效果还比较理想模糊控制就是利用模糊数学的基本思想和理论的控制方法。
在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。
然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。
换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。
因此便尝试着以模糊数学来处理这些控制问题。
什么是自适应性在日常生活中，所谓自适应是指生物能改变自己的习性以适应新的环境的一种特征。
因此，直观地说，自适应控制器应当是这样一种控制器，它能修正自己的特性以适应对象和扰动的动态特性的变化。
什么是自适应系统？你是问的自控中的自适应系统吗？在控制工程中自适应系统就是：假如输入是e(t)，控制器输出是u(t),扰动是d(t)，总输出是c(t)，这四个量又输入进一个叫做“辨识机构”的结构当中，作用就是对当前系统的参数进行辨识，然后此机构的输出与理想值进行比较，该比较的差值来调节“自适应机构”，“自适应机构”的输出给控制器，这样整个控制回路就建立起来了。
在工业控制中，与自适应系统搭配的控制器大多是PID控制器，这样的控制系统在电子产品、工厂等有很多了什么是模糊自适应控制策略美国控制论专家L.A.Zadeh于1965年创立了模糊集理论，为描述、研究和处理模糊性现象提供了有力的数学工具。
1974年，英国的E.H.Mamdani把模糊语言逻辑用于工业过程控制并获成功，标志着模糊控制的诞生。
球杆系统的自适应模糊控制研究
控 制 横 杆 的 倾 斜 角 。直 流 伺 服 电机 带 有 增 量 式 编 码 器 （Ｏ ０ ／ １０ Ｐ
Ｒ）可 以 检 测 电机 的实 际位 置 ， 更 赶 上 的 凹槽 内 ， 一 线 性 的 ， 在 有
传 感 器 用 于 检测 小 球 的实 际 位 置 ，两 个 实 际 位 置 的信 号 都 被 传
上 述 选取 控 制 量 的 原 则 是 ： 当误 差 大 或 较 大 时 ， 择 控 制 量 选
以尽 快 消 除误 差 为 主 ， 当误 差较 小 时 ， 择 控 制 量 主 要 是 注 意 防 选
止 超 调 ， 系 统 的稳 定 性 以 图 １ 球杆系统机械 部分构造 为主 要 出 发 点 。 过上 述 经
表 １ 模 糊 控 制 规 则 表
Ｉ Ｎ （ ’ Ｒ
、
２ 模 糊 控 制 器 设 计 ２１ 控 制 系 统 的 结 构 ． 本 方案 中基 本 的模 糊 控 制 器 是 一 个 以球 杆 系 统 中小 球 位 置 误 差 Ｅ， 以及 误 差 的变 化 率 Ｅ 为输 入 ， Ｃ 电机 转 动 角 度 Ｕ 为 输 出 的 双 输 入单 输 出 的控 制 系 统 ， 图 ２所 示 。 如 首 先 通 过 Ａ Ｄ 系 统 将 采 集 到 的 小 球 位 置信 号 与 希 望 小 球 ／ 停 止 位 置 的设 定 值 进 行 比较 ， 到 目前 小 球 位 置 的 误 差 值 Ｅ， 得 结 合 采 样 周 期 ， 过 对 Ｅ的 运 算 ， 到 Ｅ的 变 化 率 Ｅ 由模 糊 控 经 得 Ｃ，
小 ） Ｚ（ ） Ｐ （ 小 ） Ｐ 正 中 ） Ｐ （ 大 ） 、 零 、Ｓ 正 、 Ｍ（ 、Ｂ 正 。Ｅ、 Ｃ、 的隶 腻 Ｅ Ｕ 度 如 图 ３所示 。
实验5--球杆系统的数字PID控制实验
学生实验报告开课学院及实验室：学院机电年级、专业、班姓名学号实验课程名称计算机控制技术成绩实验项目名称实验5 球杆系统的数字PID控制实验指导教师一、实验目的1．熟悉Matlab\simulink软件；2．通过试凑法确定球杆系统的PID参数；3．在球杆系统上验证PID参数的控制效果。
二、使用仪器、材料1．球杆系统装置。
2．装有matlab2012b的计算机。
三、实验步骤1．现场实验前先用Matlab\simulink软件进行仿真。
给出球杆装置的理想传递函数(1)用Simulink设计出该系统的模型。
输入信号为阶跃信号，控制器选择PID。
(2)用试凑法确定出合适的PID参数。
(3)比较设置不同参数时系统的响应特性。
2．进行现场实验。
测试好现场装置后，试着将仿真后得出的几个PID参数输入到控制系统中，观察球杆装置的运行情况。
在现场调整参数使系统取得良好的控制效果。
(1）打开球杆系统电控箱上的电源按钮，在MATLAB/Current Folder 中打开文件系统自带程序“PID_ Control_Modify.slx”，会弹出如图所示的实时控制界面(2）双击“PID Controller”模块，设置Kp、Ki、Kd的参数，参数为仿真过程得出的参数。
双击“Step”模块，设置阶跃信号参数：step time=0，initial value=0，final value=0.25。
(3) 点击编译程序，待编译成功后，点击连接程序，点击运行程序，观察球杆和小球的运动现象。
待小球静止后，点击停止程序，打开示波器scope观察响应曲线的超调量，调节时间。
若能达到理想的控制效果，说明所设置的PID参数合理。
否则，根据波形呈现的超调量，调节时间，以及最终稳定后呈现的静差，调整PID参数，继续调试系统，最终达到理想的控制效果。
四、实验过程原始记录（程序、数据、图表、计算等）1．Simulink仿真程序框图如下：系统输入为阶跃信号，阶跃时间为0，初始值为0，终值定为1,采样时间为0.1。
模糊PID控制器程序详解
a=addmf(a,'output',1,'NS','trimf',[-0.3,-0.1,0.1]);
a=addmf(a,'output',1,'Z','trimf',[-0.2,0,0.2]);
a=addmf(a,'output',1,'PS','trimf',[-0.1,0.1,0.3]);
a=addmf(a,'output',1,'PM','trimf',[0,0.2,0.3]);
a=addmf(a,'output',1,'PB','smf',[0.1,0.3]);
设定输出Ki的范围，隶属度函数
[num,den]=tfdata(dsys,'v');
u_1=0.0;
u_2=0.0;
u_3=0.0;
y_1=0;
y_2=0;
y_3=0;
x=[0,0,0]';
error_1=0;
e_1=0.0;
ec_1=0.0;
kp0=0.40;
6 5 2 6 5 1 1;
6 6 2 7 5 1 1;
6 7 1 7 7 1 1;
7 1 4 4 7 1 1;
7 2 4 4 6 1 1;
7 3 2 5 6 1 1;
a=addmf(a,'output',3,'PS','trimf',[-1,1,3]);
模糊PID控制原理与设计步骤
模糊PID控制原理与设计步骤1.模糊化输入：将输入量通过模糊化过程，将其转化为隶属度函数形式，用来描述输入数量的各个级别或水平。
2.模糊化输出：同样地，将输出量也通过模糊化过程，转化为隶属度函数形式。
3.模糊化规则库：根据经验和专家知识，建立一组模糊规则，用来描述输入与输出之间的关系。
4.基于规则库的推理：根据输入的隶属度函数和规则库，通过隶属度的逻辑运算进行推理，得到输出的隶属度函数。
5.解模糊化：将输出的隶属度函数转化为具体的输出量，可以采用常用的解模糊化方法，如最大隶属度法、面积法等。
1.系统建模：首先需要对被控对象进行建模，得到其输入-输出关系。
可以基于部分局部建模或物理建模进行分析和确定。
2.设计模糊控制器的输入和输出：根据系统的特性和要求，确定模糊控制器的输入和输出。
- 输入通常包括误差（error）和误差的变化率（change in error）等。
-输出通常为控制量，可为模糊量或一阶量。
3.确定输入和输出的隶属度函数：确定输入和输出的隶属度函数形式，并根据实际情况进行参数调整。
通常可以选择三角形、梯形或高斯型函数等。
4. 设计模糊规则库：根据经验和专家知识，建立模糊规则库。
规则库的设计需要包括合理的覆盖边界和均匀的分布。
可以使用专家系统、模糊C-Means聚类等方法进行规则库的构建。
5.制定模糊推理机制：确定模糊推理的方法，常用的有最小最大法、剪切平均法等。
根据输入的隶属度函数和规则库，进行隶属度的逻辑运算和推理，得到输出的隶属度函数。
6.解模糊化：根据规则库，将模糊输出转化为具体的控制量。
可以采用最大隶属度法、面积法等方法进行解模糊化。
7.验证和调整：将设计好的模糊PID控制器应用到实际系统中，进行运行和调整。
根据实际反馈信号，对模糊规则库进行优化和调整，以提高控制系统的性能和稳定性。
总结：模糊PID控制是一种基于模糊逻辑和PID控制相结合的控制方法，能够更好地应对非线性、时变和模糊的控制系统。
pid控制参数的模糊整定方法
pid控制参数的模糊整定方法下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!pid控制参数的模糊整定方法模糊PID控制参数整定方法通过引入模糊逻辑理论，使PID参数的整定过程更加智能化。
球杆系统的模糊控制研究
∑ µ θ (θ i ) gθ i
θ′=
i =1 13
∑ µ θ (θ i )
（ １）
i =1
３．４ 角度补偿、动力控制、动力补偿的设计
角度控制补偿的输入变量θ 、x&和输出变量 Vθ 分
别取［－０．２，＋０．２］、［－０．５，＋０．５］、［－０．０４，＋０．０４］，量化因子
３．３ 输入输出变量及论域
观察位置控制器的结构可知它是一个二维控制器，
输入变量取误差 x 和误差变化率 x&，输出变量是角度θ ，
首先对于输入变量分别取量化因子为 ５ 、８ 输出变量的 比例因子为 １／４０，从而得到输入变量和输出变量的基本 论域分别为［－４．０，＋４．０］、［－４．０，＋４．０］、［－８，＋８］。将输入 量和输出量的模糊状态论域分为 ７ 个模糊子集， 语言变 量值分别定义为 ＮＢ（负大）、ＮＭ（负中）、ＮＳ（负小）、Ｚ（零） 、ＰＳ（正小）、ＰＭ（正中）、ＰＢ（正大）
《自 动 化 技 术 与 应 用 》２ ０ ０ ８ 年 第 ２ ７ 卷 第 ３ 期
工业控制与应用
Industry Control and Applications
球杆系统的模糊控制研究
彭建刚 （哈尔滨理工大学 自动化学院，黑龙江 哈尔滨 １５００８０）
摘 要：球杆系统是一个典型的非线性不稳定系统，它的许多特性都是控制领域的研究热点，利用传统的经典控制理论设计其控制器 是十分复杂甚至是不可能的。本文基于模糊控制理论，设计一个球杆系统的模糊控制器，ＭＡＴＬＡＢ 仿真结果表明，模糊控 制器能很好的实现这类非线性系统的控制，并且具有很好的抗干扰能力。
和比例因子分别取 ２０ 、８ 和 １／１００， 语言变量值分别定
义为 ＮＢ（负大）、ＮＳ（负小）、Ｚ（零）、ＰＳ（正小）、ＰＢ（正大），
pid模糊控制算法
PID模糊控制算法介绍PID控制算法在控制系统中，PID是一种常用的控制算法，其全称为比例-积分-微分控制（Proportional-Integral-Derivative Control）算法。
PID控制是一种反馈控制算法，通过根据系统输出和预期输出之间的误差来调整控制器的输出，以使系统输出逼近预期输出。
PID控制算法被广泛应用于工业控制、机器人控制、自动驾驶等领域。
PID控制算法由三个部分组成： - 比例（Proportional）：比例控制部分根据误差的大小，产生一个与误差成正比的控制量。
比例控制可以实现快速响应，但可能产生稳态误差。
- 积分（Integral）：积分控制部分根据误差的累积值，产生一个与误差积分成正比的控制量。
积分控制可以消除稳态误差，但可能导致超调和振荡。
- 微分（Derivative）：微分控制部分根据误差的变化率，产生一个与误差导数成正比的控制量。
微分控制可以增加系统的稳定性，减少超调和振荡，但可能引入噪声。
模糊控制模糊控制是一种基于模糊逻辑的控制方法，与传统的精确控制方法相比，模糊控制更适用于处理不确定性、模糊性和非线性的问题。
模糊控制使用模糊规则来描述输入和输出之间的映射关系，通过模糊推理和模糊集合运算来产生控制量。
PID模糊控制PID模糊控制是将PID控制算法与模糊控制相结合的一种控制方法。
PID模糊控制通过将PID控制器的参数调整为模糊集合，以便更好地适应系统的动态特性和非线性特性。
PID模糊控制可以克服PID控制算法在处理非线性系统时的局限性，提高控制系统的性能和鲁棒性。
PID模糊控制的基本原理PID模糊控制的基本原理是将PID控制器的输入和输出转换为模糊集合，通过模糊推理和模糊集合运算来确定最终的控制量。
具体步骤如下： 1. 确定模糊控制器的输入和输出变量：通常将系统误差和误差变化率作为模糊控制器的输入变量，将控制量作为输出变量。
2. 设计模糊规则库：根据经验和专家知识，设计一组模糊规则，来描述输入和输出之间的映射关系。
- 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)。
球杆系统的模糊PID 控制
先进控制控制技术，又称“先控”技术，或简称“APC ”，已逐步被工业生产过程控制界所熟悉，并且正在迅速推广应用，同时也受到自动控制理论界的严重关注，并成为自动控制理论研究的热点。
本学期学了先进控制技术及应用这门课，学到很多关于现代先进控制的知识，如软测量、内模控制等的控制知识。
另外课本还介绍了模糊控制和神经控制等内容，现在运用所学知识，以球杆系统为研究对象，用拉格朗日方程建立其数学模型，利用模糊控制PID 的方法设计系统的控制器。
无论小球在棒的什么位置, 杆的角度如何, 该控制方法都能使小球稳定在杆的中心位置。
一、系统建模
由刚性球和连杆臂构成的球杆系统。
如图1
图 1 球杆系统结构图
当小球转动时, 球的移动和杆的转动构成复合运动。
一般用牛顿力学定律建立系统的运动方程是力的平衡方程, 用来分析由多个坐标系描述的运动方程是非常困难的。
拉格朗日动力学方程则是能量的平衡方程, 它更适合于分析相互约束下的多个连杆的运动。
因此，通过拉氏方程建立球杆的运动方程。
拉格朗日方程如下：
k
.,2,1)()( =+∂∂-
∂∂-=
∂∂-
∂∂∙
∙
j t u q R
q R q T q T
dt d j
j
j
j （1）
为简化建模过程，假设系统阻尼为零，因此
∙
∂∂j
q R
项为零，式中T 为动能，V
为势能，R 为能量耗散函数，u(t)为作用于系统的外力向量。
运用所学物理知识，对上述系统进行分析，可得数学模型为：
⎪⎪⎪⎩
⎪⎪⎪⎨
⎧+++--=-+=∙
∙
∙∙∙
∙τθθθθl l b
J mr J mr mgr r mr g r R J m m r 2
22
21cos 2)sin ( （2）
二、系统的线性化
对拉格朗日方程建立的系统运动方程来说，通常为非线性的方程，若系统的运动方程可以线性化，那么就可以用线性系统理论来分析平衡点的稳定性，如果在平衡点附近的小偏差范围内，忽略各高次方而得到一个与微小偏差成线性的关 系式则称为线性化。
如果要研究该系统在平衡点的稳定性，可以采用微小偏移 下的线性化方程，但这并不是指在上式的基础上进行线性化，而是应该在动能
T 上进行线性化处理。
具体来说，对动能T 的表达式进行线性化处理，式中.
22
θmr 的系数2mr 是与工作点r 有关，假设是要分析o r r =处的稳定性，那么系数就为
2
o mr ，故可列写线性化方程时就认为是常数系数与广义坐标的微小偏差无关，这
时拉格朗日的方程中的有关导数项就.
.,θr 消失了，考虑到研究微小偏差下的性能，可以取θθ=sin ，1cos =θ，得到最终线性化方程为：
⎪⎪⎪⎩
⎪
⎪⎪⎨
⎧
+++-=-+=∙
∙∙
∙τθθl l b
J mr J mr mgr g R J m m r 2
221
)( （3）
这一组线性化方程将球系统的特点描绘得非常清楚，第一个表示转动θ角引起的重力加速度分量使球沿杆运动，第二个则说明球处于不同位置产生的力矩与外力矩使杆偏转，杆和球在一起的转动惯量是l J mr +2，随球在杆上的位置而变，而球位置的影响是正反馈。
可见线性化处理过程比较直观、简单，处理结果的物理概念也非常清晰。
三、球杆系统有模糊PID 控制
PID 控制，即比例、积分、微分控制，又称PID 调节。
是实际工程中，应用最为广泛的调节器。
它既可以依靠数学模型通过解析的方法进行设计，也可以不
依靠模型而凭借试凑的方法来确定，在模糊控制中，通常采用误差和误差导数作为模糊控制的输入量，因而它本质上相当于一种非线性PD 控制，为了消除稳态误差，需加入积分作用。
理论分析和实验表明，只利用模糊控制器进行系统控制，往往不能满足控制对象的性能指标，因此一个完整的模糊控制系统还需要某种传统的控制器，通常采用PID 控制器来进行补充，采取模糊控制器的输出值对PID 控制器的参数整定。
图1 模糊PID 控制器结构
控制品质的好坏很大程度上取决于Kp 的选择，Kp 增大能减小稳态误差，从而提高控制精度和响应速度，但过大会产生较大超调，甚至导致系统不稳定;而Kp 过小会造成系统响应速度减慢，精度降低。
因此，在调节的初期，可以把KP 调大，从而提高响应速度，调节的中期，适当调大Kp 以兼顾速度和精度，在后期使用较大的Kp 来提高控制，减小静差。
Kp
控制规则
积分环节主要用于消除控制静差，但在调节初期，Ki 会产生积分饱和，从而
引起调解过程的过大超调。
因此在调节初期，积分环节应适当减小，防止出现较大超调;调节中期积分环节应当适中，避免影响系统稳定性;后期应适当增强积分作用，减小静差，提高精度。
∆控制规则
Ki
微分环节主要针对大惯性环节引入的，Kd的选取对调节动态性能有较大影响。
Kd值过大时，调节制动会提前进行，从而延长调节时间，而过小会造成调节过程制动落后，从而导致超调过大。
因此，在调节初期，应增大微分环节，这样可以减小超调;在调节中期，由于Kd变化比较敏感，应当减小微分环节作用，并保持不变;在后期应减小微分环节，以补偿初期制动所造成的调节时间延长。
∆控制规则
Kd
从此论文的仿真中可以看出，如果选择合适的沦域和参数，模糊PID控制器能够达到较好的控制效果，对传统的PID控制器有了更大的改进，超调量有较大的减少，稳定时间较短，即使对于球杆系统这种非线性的模型也能达到好的控制。
但是，对于存在干扰时的情况难以彻底解决。
而在实际系统中是存在噪声的，
模糊控制器跟常规的PID控制器一样，由于其负反馈的作用，对于控制噪声的抑制效果较好，而对于输入或者测量时的噪声，只能依靠负反馈的作用进行一定的抵消，而难以消除，同时，因为这些噪声信号会跟原来的输入或者输出信号一起进入微分环节，放大后会使控制信号失真:另一方面，被控对象是非线性系统，如果使用线性组合后得到的控制信号，也会对控制结果产生影响，通过仿真结果也能看出，其根本难以消除这些误差，即使最终达到稳态，仍然有5%左右的误差。
因此，针对球杆系统非线性特点，采用模糊PID控制器直接对非线性的模型进行控制仿真，这样可以有效避兔在线性化过程中造成的误差和对控制系统的控制过程和结果产生的影响，但由于其PID结构仍是采用线性组合的形式，因此不能最终解决非线性的问题。
此外，当系统的输入发生突变，即突然的改变小球的目标位置时，会因为突然产生一个较大的微分信号使输出的幅值变大，导致超调量增大，即使能够回到平衡位置，所需要的时间也较长。