经典PID与模糊PID控制
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。
PID及模糊控制算法

T 式中,K
常数;u
( 为tp 为) 比控例制增量益;;e为(为T t 被)i 积控分量时与间设常定数值;
为微分时间
的y偏d( t差) 。
第二十页,共57页。
3.2.1 PID控制算法
为了便于计算机实现PID算法,必须将式(3.3)改写为离散 (采样)式,这可以将积分运算用部分和近似代替,微分运算用 差分方程表示,即
T 式中,
为K比P 例系数;
为积分T I时间常数;
为微分时间常数。 D
第八页,共57页。
3.2.1 PID控制算法
根据被控对象动态特性和控制要求的不同,式 (3.2)中还可以只包含比例和积分的PI调节或者只包 含比例微分的PD调节。下面主要讨论PID控制的特 点及其对控制过程的影响、数字PID控制策略的实 现和改进,以及数字PID控制系统的设计和控制参 数的整定等问题。
第十六页,共57页。
3.2.1 PID控制算法
(3)比例积分微分控制器
积分调节作用的加入,虽然可以消除静差,但其代价是降 低系统的响应速度。为了加快控制过程,有必要在偏差出现 或变化的瞬间,不但要对偏差量做出反应(即比例控制作 用),而且要对偏差量的变化做出反应,或者说按偏差变化 的趋势进行控制,使偏差在萌芽状态被抑制。为了达到这一 控制目的,可以在PI控制器的基础上加入微分控制作用,即构 造比例积分微分控制器(PID控制器)。PID控制器的控制规律为
q0
Kp
1
T Ti
Td T
q1
Kp
1
2Td T
q2
Kp
Td T
第二十六页,共57页。
3.2.1 PID控制算法
由此可见,要利用 和 u ( k )得到 u ( k,只1)需要用到u ( k ) , 和 三个历e史( k数据1)。在e(编k 程 过2)程中,u (这k 三 1个) 历史数据可以采用平移法保存,从
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。
模糊控制与PID传统控制比较

模糊控制与
传统PID控制比较
目录
引言 (3)
第一章开环测试 (3)
1.1开环测试 (3)
1.2 PID控制 (4)
1.2.1 PID概述: (4)
1.2.2 PID结构 (4)
1.2.3 PID参数作用 (5)
1.2.4 PID调节方法(自整定过程) (6)
第二章:模糊控制 (10)
2.1模糊控制技术的起源与特点 (10)
2.2模糊控制论的特点: (11)
2.3模糊控制研究现状: (11)
2.4模糊控制的发展趋势: (12)
2.5设计一个模糊控制器规则: (12)
2.6一个基本模糊控制器主要有三个功能 (13)
2.7模糊控制器主要步骤: (13)
2.9 simulink仿真 (15)
第三章:模糊控制与传统PID控制比较: (16)
3.1 死区、迟滞 (16)
3.2 PID控制器和模糊控制器对比: (17)
参考文献: (20)
引言
模糊控制不需要确定系统的精确数学模型,是一种基于规则的控制。
模糊控制在智能控制领域由于理论研究比较成熟、实现相对比较简单、适应面宽而得到广泛的应用。
不论是对复杂的水泥回转窑的控制,还是在智能化家用电器中的应用,模糊控制都充当着重要的角色。
以下我们从一个典型工业过程通常可以等效为二阶系统加上一个非线性环节(如纯滞后),给出如下典型控制对象传递函数的一般形式:[1]
Gp(s)=K*e-τs/(T1s+1)(T2s+1)
第一章开环测试
1.1开环测试:取K=1,T1=2,T2=4,τ=0.1;
在simulink中搭建开环测试框架图:
图1 开环测试图
仿真结果:。
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。
经典PID与模糊PID控制29695培训资料

经典P I D与模糊P I D 控制29695)4)(3)(1(2)(+++=s s s ss G 经典PID 与模糊PID 控制一、PID 控制规律控制输出由三部分组成:比例环节——根据偏差量成比例的调节系统控制量,以此产生控制作用,减少偏差。
比例系数的作用是加快系统的响应速度,比例系数越大,系统响应速度越快,系统的调节精度越高,但容易产生超调,甚至会导致系统的不稳定;比例系数过小,会降低系统调节精度,系统响应速度变慢,调节时间变长,系统动态、静态特性变坏。
比例控制是最简单的控制结构,然而,它也能使系统满足某一方面的特性要求,如GM 、PM 、稳态误差等。
积分环节——用于消除静差,提高系统的无差度。
积分作用的强弱取决于积分时间常数TI 的大小, TI 越小,积分作用越强。
需要注意的是积分作用过强,可能引起系统的不稳定。
微分环节——根据偏差量的变化趋势调节系统控制量,在偏差信号发生较大的变化以前,提前引入一个早期的校正注意的是微分作用过强,可能引起系统的振荡。
已知被控对象的数学模型:二、经典PID 设计由于在设计PID 控制器中要调整3个参数,根轨迹与波特图设计方法通常不被直接采用。
Ziegler 与Nichols 发展了PID 调节器设计方法。
该方法基于简单的稳定性分析方法。
首先,置0==I D K K ,然后增加比例系数直至系统开始振荡(即闭环系统极点在jw 轴上)。
再将该比例系数乘0.6,其他参数按下式计算:m P K K 6.0= m P D w Pi K K 4= Pi w K K m P I =式中,m K 为系统开始振荡时的K 值;m w 为振荡频率。
然而,该设计方法在设计过程中没有考虑任何特性要求。
但是Ziegler 与Nichols 发现这种设计方法给予过程控制器提供了好的工作性能。
工程师们的多年实践经验证明,这种设计方法的确是一种好的方法。
根据给定传递函数用SIMULINK 搭建结构图如下:起振时m K =391,如图:根据公式计算Kp 、I K 、D K 分别为234.6、276、49.8525 此时对于常数3的响应曲线如图:可见,此时系统振荡,不稳定,继续等比例调节参数得新参数65、77、14,得响应曲线:可见此时系统响应时间过长,而且存在比较大的静态误差,为了减小响应K,同时调节过程中会因参数变动时间应增大Kp,为了减小静态误差应增大I产生超调量,综合以上几点性能决定确定参数为120、300、14。
- 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)。
经典 PID 与模糊 PID 控制
一、 PID 控制规律 控制输出由三部分组成: 比例环节——根据偏差量成比例的调节系统控制量 ,以此产生控制作用 , 减 少偏差。
比例系数的作用是加快系统的响应速度 ,比例系数越大 ,系统响应速度越 快,系统的调节精度越高 , 但容易产生超调 , 甚至会导致系统的不稳定 ; 比例系数 过小,会降低系统调节精度 ,系统响应速度变慢 ,调节时间变长 ,系统动态、静态特 性变坏。
比例控制是最简单的控制结构, 然而,它也能使系统满足某一方面的特 性要求,如 GM 、 PM 、稳态误差等。
积分环节——用于消除静差 , 提高系统的无差度。
积分作用的强弱取决于积 分时间常数 TI 的大小, TI 越小,积分作用越强。
需要注意的是积分作用过强 , 可能引起系统的不稳定。
微分环节——根据偏差量的变化趋势调节系统控制量 , 在偏差信号发生较大 的变化以前 , 提前引入一个早期的校正注意的是微分作用过强 , 可能引起系统的 振荡。
已知被控对象的数学模型:
二、经典 PID 设计
由于在设计 PID 控制器中要调整 3 个参数,根轨迹与波特图设计方法通常不 被直接采用。
Ziegler 与 Nichols 发展了 PID 调节器设计方法。
该方法基于简单 的稳定性分析方法。
首先,置 K D K I 0,然后增加比例系数直至系统开始振 荡(即闭环系统极点在
jw 轴上)。
再将该比例系数乘 0.6 ,其他参数按下式计算:
K P 0.6K m
K D K P Pi 4w m
K I K P w m Pi
式中, K m 为系统开始振荡时的 K 值; w m 为振荡频率。
然而,该设计方法在设计 过程中没有考虑任何特性要求。
但是 Ziegler 与 Nichols 发现这种设计方法给予 过程控制器提供了好的工作性能。
工程师们的多年实践经验证明, 这种设计方法 的确是一种好的方法。
G(s)
2s
(s 1)(s 3)(s 4)
根据给定传递函数用 SIMULINK 搭建结构图如下:
根据公式计算 Kp 、K I 、 K D 分别为 234.6 、276、 49.8525 此时对于常数 3 的响应曲线如图:
起振时 K m =391,如图:
可见,此时系统振荡,不稳定,继续等比例调节参数得新参数65、77、14,
得响应曲线:
可见此时系统响应时间过长,而且存在比较大的静态误差,为了减小响应时间应增大Kp ,为了减小静态误差应增大K I ,同时调节过程中会因参数变动产生超调量,综合以上几点性能决定确定参数为120、300、14。
此时跟踪常数、斜坡、正弦、阶越信号图形分别如下:
由以上几个响应曲线可以看出,经典PID对于超调量、响应时间、静态误差
很难同时达到让人满意的程度,尤其是对于阶越信号的响应存在较大的振荡。
三、模糊PID 设计
模糊自整定PID属于一种智能PID控制,它的主要特点是根据误差 e 和误差的变化ec来自动调节PID的参数,首先将操作人员或专家的调节经验作为知识库,然后运用模糊控制理论的基本方法把知识库转化为模糊推理机制,利用模糊规则在线实时地对PID参数进行修改,以满足不同时刻的e和ec对PID参数自整定的要求。
其控制结构图如下:
通过查阅各种参考文献,建立合适的模糊控制规则表得到三个修正参数的模糊规则表:
) 的修正规则表
实用文案
将系统误差误差e和误差的变化ec范围定义为模糊集上的论域[-12 ,12] ,分成7 个等级,其模糊化后的子集为e,ec {NB,NM ,NS,ZO,PS,PM ,PB} 分别表示为负大,负中,负小,零,正小,正中,正大。
设e和ec服从正态分布,用适当的隶属度函数表示,如下图:
误差变化率的隶属度函数
相类似的,可以将修正值模糊化,也分成7 个等级,其隶属度函数如下:
Ki 的隶属度函数
实用文案
对与PID 的三个参数,自整定的PID 参数计算公式如下:
K p Kp 0 kp
K i Ki 0 ki
K d Kd 0 kd
式中,Kp0,Ki0 和Kd0为给定的初值,一般与经典PID的整定参数相似,然后根据修正规则表,经过模糊推理获得修正量。
按上诉所设计的模糊系统具体结构如下:
模糊系统的结构图
编制了模糊PID控制的程序分两个部分,程序fuzzy_pid1.m 是分别对e, ec和修正量kp, ki , kd 进行隶属度函数的设计和模糊推理系统的设计,程序fuzzy_pid2 则是根据自整定参数计算公式实现模糊PID 控制系统的主程序。
具体程序可见附录。
先运行fuzzy_pid1.m 将模糊推理系统调入内存中,再运行fuzzy_pid2.m 自整定PID 控制主程序就可得到系统的仿真曲线。
选择预定参数Kp0=50,Ki0 =150,Kd0=1200,根据程序仿真如下图所示:
Kp0= 50, Ki0 = 500,Kd0=
1500
Kp0= 50, Ki0 =150,Kd0=1200 由图可见
虽然系统响应快,没有超调,但是没有实现跟踪,做到无静差 改变参数选
择,提高积分环节: Kp0=50,Ki0 =500,Kd0=1500
响应略微有些超调,基本跟踪良好,调高Ki 环节能实现无静差,但要相应增大微分环节避免超调量的过大。
三、经典PID与模糊PID 控制系统的比较
简单地说, 模糊PID控制器的具体实现过程就是用数字单片机为硬件基础,以软件实现模糊控制来实现变积分系数模糊PID控制, 在变积分系数模糊PID控制中要用到各种算法来实现其推理过程, 这些算法包括推理的数据结构、隶属函数的定义、隶数函数的形状及表示算法、控制规则的表示和识别算法以及反模糊化的算法等。
通过计算机仿真实验验证了PID模糊自整定控制方法的正确性。
模糊PID 能对常规的PID控制器的参数实现智能调节,具有改善被控过程的动态和稳态性能作用,在提高系统抗干扰性及参数实变的鲁棒性等方面优越于常规的PID调节器。
由于模糊控制规则的智能性,是人类对复杂性系统的控制能力有较大提高。