实验七 simulink仿真和PID参数整定及答案
数字PID控制器的参数整定
实验一 数字PID 控制器的参数整定
一、实验目的
1、通过实验，熟悉并掌握PID 控制系统的原理和PID 各个参数的作用，以及PID 各个参数的整定方法。
2、熟悉并掌握用Matlab 中的simulink 进行系统仿真的方法。
二、实验内容
1、在Simulink 中搭建连续闭环PID 控制系统（a 、用比例、积分、微分三个单元表示PID ；b 、用PID controller 表示PID 控制器）
2、当1
59)(+=s s G 时，整定出PID 的三个参数。
三、实验设备
1、计算机
2、Matlab 仿真软件
四、实验原理
1、Kp ，Ki ，Kd 对PID 控制作用的影响
A 、比例系数：（须填写）
B 、积分系数：（须填写）
C 、微分系数：（须填写）
2、PID 参数的整定方法
A 、凑试法：（须填写）
B 、优选法：（须填写）
C 、Z-N 整定法：（须填写）
3、Simulink
（须填写）
五、实验步骤
1、（须填写）
2、（须填写）
3、（须填写）。
（须填写）
六、实验结果
1、搭建的PID控制系统结构图；（须填写）
2、整定的PID参数；（须填写）
3、仿真结果图。
（须填写）。
simulink仿真pid案例
simulink仿真pid案例摘要：I.引言- 介绍Simulink软件和PID控制器II.PID控制器原理- PID控制器的基本原理和组成部分- PID控制器在工程中的应用III.Simulink仿真PID案例- 建立PID控制器模型- 设定参数并进行仿真- 分析仿真结果IV.结论- 总结Simulink仿真PID案例的重要性和应用价值正文：I.引言Simulink是一款由MathWorks公司开发的用于模拟和仿真的软件，它可以用于各种领域，如控制系统、信号处理、通信等。
PID控制器是控制系统中常用的一种控制器，它具有结构简单、可靠性高等特点，被广泛应用于工业控制中。
本文将通过一个具体的Simulink仿真PID案例，介绍如何使用Simulink进行PID控制器的仿真。
II.PID控制器原理PID控制器是一种比例-积分-微分（Proportional-Integral-Derivative）控制器，它通过计算控制误差的比例、积分和微分值，得到控制器的输出。
PID控制器由比例单元、积分单元和微分单元三部分组成，其中比例单元用于放大控制误差，积分单元用于消除系统的稳态误差，微分单元用于预测控制误差的变化趋势。
PID控制器在工程中有着广泛的应用，如温度控制、流量控制、位置控制等。
通过调整PID控制器的参数，可以实现对系统的稳定性和响应速度的调节。
III.Simulink仿真PID案例为了演示如何使用Simulink进行PID控制器的仿真，我们建立一个简单的PID控制器模型。
首先，打开Simulink软件，从工具栏中选择“新建模型”，创建一个新的模型。
接下来，从Simulink库中添加以下模块：一个输入模块（用于接收控制信号）、一个比例单元模块、一个积分单元模块和一个微分单元模块。
然后，将这四个模块按照PID控制器的结构连接起来，形成一个完整的PID控制器模型。
在建立好PID控制器模型后，我们需要设定一些参数，如比例系数、积分时间和微分时间等。
PID仿真(simulink)
（2）积分环节：主要用于消除静差，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，Ti 越大，积分作用越弱，反之则越强。
（3）微分环节：反映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。 四、上机过程
（2）Kp，Kd 不变仅改变 Ki； （1）Kp=8.5,Ki=5.3,Kd=3.4
Kp=8.5, Ki=2 , Kd=3.4
Kp=8.5,Ki=1.8,Kd=3.4
（3）Kp，Ki 不变仅改变 Kd； （1）Kp=8.5,Ki=5.3,Kd=3.4
Kp=8.5,Ki=5.3,Kd=2.5
Kp=8.5,Ki=5.3,Kd=1.7
Math Operations 模块库中的 Add 模块，它是加法模块，默认是两个输入相 加，双击该模块，将‘List of Signs’框中的两个加号（++）改为三个加号， 即（+++），可用来表示三个信号的叠加。
Ports & Subsystems 模块库中的 In1 模块（输入端口模块）和 Out1 模块（输 出端口模块）。
7、分析不同调节器下该系统的阶跃响应曲线 （1）P 调节 Kp=8 （2）PI 调节 Kp=5,Ki=2 （3）PD 调节 Kp=8.5,Kd=2.5 （4）PID 调节 Kp=7.5,Ki=5,Kd=3 五．实验结果 1.（1）Kp=8.5,Ki=5.3,Kd=3.4
matlab simulink pid参数设定技巧
matlab simulink pid参数设定技巧
在Simulink中进行PID参数设定时，可以采用以下技巧：
1. 使用PID自动调节工具箱：Simulink提供了PID自动调节工具箱，可以根据系统的特性自动计算PID参数。
使用该工具
箱可以简化参数设定过程，提高调节效果。
2. 使用试控制法：试控制法是一种通过观察系统响应来调节PID参数的方法。
可以通过设置比例增益Kp，观察系统的响
应特性，根据实际需求调整Kp的大小。
3. 逐步调节参数：可以通过逐步调节参数的方式获取最佳结果。
首先调节比例增益Kp，观察系统响应；然后调节积分时间Ti，观察系统稳态误差；最后调节微分时间Td，观察系统对变化
的响应。
4. 增加反馈路径：在PID控制器中增加反馈路径，可以减小
系统误差。
可以使用仿真结果和实验数据来进行参数调整，并优化PID参数。
5. 使用频域分析：通过分析系统的频域特性，可以更好地调节PID参数。
可以使用Bode图来观察系统的稳定性和幅频响应
特性，调整PID参数以获得更好的控制效果。
6. 考虑系统时间常数：系统的时间常数是影响PID参数设定
的重要因素之一。
根据具体的系统响应特性，合理选择PID
参数的大小和调整范围。
7. 进行参数整定实验：通过设计合适的实验，观察系统响应，可以更准确地确定PID参数。
可以通过改变输入信号的大小、频率等，观察系统的稳态误差、超调量等指标，调整PID参
数以达到设计要求。
基于-Simulink的位置式和增量式PID仿真
基于Simulink的位置式和增量式PID仿真一、实验目的：1、用Matlab的仿真工具Simulink分别做出数字PID控制器的两种算法（位置式和增量式）进行仿真；2、被控对象为一阶惯性环节 D(s) = 1 / (5s+1)；3、采样周期 T = 1 s；4、仿真结果：确定PID相关参数，使得系统的输出能够很快的跟随给定值的变化，给出例证，输入输出波形，程序清单及必要的分析。
二、实验学时：4三、实验原理：（1）列出算法表达式：位置式PID控制算法表达式为：（2）列出算法传递函数：（3）建立simulink模型：（4）准备工作：双击step，将sample time设置为1以符合采样周期 T = 1 s 的要求；选定仿真时间为500。
第一步是先获取开环系统的单位阶跃响应，在Simulink中，把反馈连线、微分器、积分器的输出连线都断开，并将’Kp’的值置为1，调试之后获取响应值。
再连上反馈线，再分别接上微分器、积分器，仿真，调试仿真值。
2、增量式PID：（1）列出算法表达式：增量式PID控制算法表达式为：（2）列出算法传递函数：（3）建立simulink模型：（4）准备工作：双击step，将sample time设置为1以符合采样周期 T = 1 s 的要求；选定仿真时间为500。
第一步是先获取开环系统的单位阶跃响应，在Simulink中，把反馈连线、微分器、积分器的输出连线都断开，并将’Kp’的值置为1，调试之后获取响应值。
再连上反馈线，再分别接上微分器、积分器，仿真，调试仿真值。
四、实验内容：1、位置式：（1）P控制整定仿真运行完毕，双击“scope”得到下图将Kp的值置为0.5，并连上反馈连线。
仿真运行完毕，双击“scope”得到下图效果不理想，再将Kp的值置为0.2，并连上反馈连线。
P控制时系统的单位阶跃响应图如下：（2）PI控制整定（比例放大系数仍为Kp=0.2）经多次输入Ki的值，发现Ki=1时，系统的输出最理想，选定仿真时间，仿真运行，运行元毕后. 双击" Scope " 得到以下结果（3）PID控制整定经多次输入调试，Kd的值置为0.5时，系统能最快地趋向稳定。
simulink pid参数
simulink pid参数
作为一款非常重要的控制设计工具，Simulink 在各种工程领域
中都有着广泛的应用。
PID 控制器是其中最为常见和基础的一种控制器，PID 控制器的参数设置对于控制系统的稳定性和性能有着至关重
要的影响。
Simulink 中 PID 控制器的参数可以通过多种方式进行设置，例
如手动调整、自动整定等，其中手动调整是最为常用的一种方法。
在
进行手动调整之前，我们需要先了解 PID 控制器的三个重要参数：比
例系数 (KP)、积分时间系数 (KI) 和微分时间系数 (KD)。
KP 系数是指控制器反馈信号与误差信号之间的比例关系。
如果
KP 增大，控制信号的响应会更加迅速，但同时也会增加控制器的灵敏
度和噪声。
KI 系数是指误差信号的累积量作为控制信号的比例关系。
如果 KI 增大，控制器对于恒定误差的响应会更快，但同时也会增加
对于噪声和干扰的响应。
KD 系数是指控制器输出信号与误差信号变化
率之间的比例关系。
如果 KD 增大，控制器对于系统的抗干扰能力会
增强，但同时也会增加控制信号的波动。
手动调整 PID 控制器的参数需要结合控制系统的实际情况和需求，通过反复试验和模拟来寻找最佳的参数组合。
在进行手动调整时，应该先将 KP 参数调整至最佳值，再进行 KI 和 KD 参数的微调。
总
的来说，要做到参数合理、稳定可靠、具有良好的控制性能，需要理
论结合实践，反复调试，才能最终取得满意的控制效果。
控制系统pid参数整定报告
实验一 MATLAB与SIMULINK熟悉实验一、实验目的了解MATLAB与SIMULINK工作原理，掌握它们在过程控制系统仿真实验中的应用。
二、实验要求掌握MATLAB中.m编程方法，掌握SIMULINK建模方法。
三、实验步骤1．MATLAB的安装、启动图1-1 matlab的安装图1-2 matlab的启动2．MATLAB基本命令、操作、语法练习新建一个m文件，输入以下程序：function y=y(x)y=2*x-1end将该文件保存后，在matlab主窗口中输入y（10），则会输出19图1-3 m文件编译窗口图1-4 matlab主窗口3． SIMULINK建模练习新建一个model，在元件库中找出所需元件，并设置好元件参数，之后再用线段连接好系统并进行仿真。
图1-5 仿真模型四、思考题1、MATLAB中的HELP有什么作用？Help为用户提供了一些函数、工具箱具体用法及例子以及matlab的一些功能介绍。
2、MATLAB的特点是什么？1.Matlab有强大的自带的帮助手册，基于HTML的完整的帮助功能；2.运算符丰富。
由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。
3.高级但简单的程序环境，与其它语言编写的程序结合和输入输出格式化数据的能力；MATLAB既具有结构化的控制语句（如for循环，while循环，break 语句和if语句），又有面向对象编程的特性。
4. 程序限制不严格，程序设计自由度大。
例如，在MATLAB里，用户无需对矩阵预定义就可使用。
有大量事先定义的数学函数，并且有很强的用户自定义函数的能力；5.程序的可移植性很好，基本上不做修改就可以在各种型号的计算机和操作系统上运行。
6. MATLAB的图形功能强大。
在FORTRAN和C语言里，绘图都很不容易，但在MATLAB里，数据的可视化非常简单。
基于MATLAB_Simulink环境下的PID参数整定共21页文档
微分控制通常与比例控制或比例积分控制联合使用，构成 PD或PID控制。微分控制可改善系统的动态特性，如减小超 调量，缩短调节时间，允许加大比例控制，使稳态误差减小 ，提高控制精度。但应当注意，微分时间常数偏大或偏小时 ，系统超调量仍然存在，调节时间仍然较长，只有合适的微 分时间常数，才能获得比较满意的过渡过程。此外，微分作 用也使得系统对扰动变得敏感。
放大坐标观察两个波峰之间的距离，比15多一点，因此T可取15.2 ，此时Kp=12.5。按照稳定边界法表格里的计算方法，我们很容易就 可以得到整定的PID参数。
在MATLAB Command Window中输入Kp=12.5;T=15.2;Ki=1.2*Kp/T; Kd=0.075*Kp*T;Kp=0.6*Kp;
3）按照下表的经验公式以及对应的调节器类型整定相应的 PID参数，然后再进行仿真校验和微调。
调节规律
P PI PID
KP 0.5KP 0.455KP 0.6KP
整定参数
KI
KD
0.535KP/T 1.2KP/T
0.075KPT
实例(Instance)：
已知被控对象数学模型为二阶振荡环 节，其传递函数为：
基于MATLAB_Simulink环境下 的PID参数整定
怎样思想，就有怎样的生活
基于MATLAB/Simulink环境下的 PID参数整定
Study on PID parameters turning method based on MATLAB/Simulink
2)积分时间常数TI
积分控制通常与比例控制或比例微分控制联合使用，构成 PI或PID控制，增大积分时间常数（积分变弱）有利于减小 超调，减小振荡，使系统更稳定，但同时会延长系统消除静 差的时间。积分时间常数太小又会降低系统的稳定性，增大 系统的振荡次数。
模糊PID的Simulink仿真设计及结果分析
仿真结果及分析仿真模型传递函数：25.45.125)(2++=s s s G 。
根据前文的分析，在S i m u l i n k 窗口系统里建立仿真模型，保存为f p i d.m d l 。
首先设计常规P I D 控制器，通过试凑整定出参数：5.0,7.0,1===Kd Ki Kp ；然后设计模糊P I D 控制器和模糊控制系统的P I D 控制器，ＰＩＤ控制器的初始参数3.0,2.0,2===Kd Ki Kp ，选择合适的量化因子6,6==ec e K K ；最后将这些封装好的子系统构造成完整的仿真系统。
3.2.1 常规P I D 控制器模型图3-5 子系统P I D C o n t r o l l e r3.2.2 模糊控制器模型图3-6 子系统 F u z z y C o n t r o l l e r3.2.3 模糊控制系统P I D 控制器模型图3-7子系统P I D3.2.4模糊ＰＩＤ参数自整定模型图3-8模糊ＰＩＤ参数自整定控制系统3.2.5结果分析图3-9 仿真曲线图图3-9为常规P I D 控制和模糊P I D 自整定控制对阶跃响应曲线。
通过计算比较：常规P I D 的超调量%25.16%=σ，调节时间s t =5s ；模糊ＰＩＤ参数自整定控制的超调为０，调节时间为０.５ｓ。
实验结果表明，采用模糊P I D 参数自整定控制调节时间减小，系统的响应速度加快；系统的超调量减小，系统的动态特性和稳态特性均得到改善。
3.2.6 延迟二阶惯性系统模型分析仿真仿真模型：234.1)(23.0++=-s s e s G s。
仿真结果表明，对于延迟二阶系统模糊P I D 自整定控制阶跃响应曲线超动态特性较Z -N 整定P I D 控制阶跃响应有所改善，模糊控制对系统适应性更强。
PID参数整定实验--李维涛
PID 参数整定实验在过程控制中,PID 控制器(PID 调节器)一直是应用最为广泛的一种自动控制器。
在模拟过程控制中，PID 控制算式为：u(t) =Kp{[])1()()()(0--++∑=n e n e TTdi e Ti T n e n i }+u0几个重要PID 参数对系统控制过程的影响趋势：①增大比例系数P 一般将加快系统的响应，在有静差的情况下有利于减小静差，但是过大的比例系数会使系统有比较大的超调，并产生振荡，使稳定性变坏。
②增大积分时间I 有利于减小超调，减小振荡，使系统的稳定性增加，但是系统静差消除时间变长。
③增大微分时间D 有利于加快系统的响应速度，使系统超调量减小，稳定性增加，但系统对扰动的抑制能力减弱。
一般PID 整定方法有以下几种：一.实验试凑法所谓实验凑试法是通过闭环运行或模拟，观察系统的响应曲线，然后根据各参数对系统的影响，反复凑试参数，直至出现满意的响应，从而确定PID 控制参数。
试凑法是工程控制中常用且重要的方法。
在凑试时，可参考以上参数对系统控制过程的影响趋势，对参数调整实行先比例、后积分，再微分的整定步骤。
（1）整定比例控制 将比例控制作用由小变到大，观察各次响应，直至得到反应快、超调小的响应曲线。
（2）整定积分环节 若在比例控制下稳态误差不能满足要求，需加入积分控制。
先将步骤（1）中选择的比例系数减小为原来的50～80％，再将积分时间置一个较大值，观测响应曲线。
然后减小积分时间，加大积分作用，并相应调整比例系数，反复试凑至得到较满意的响应，确定比例和积分的参数。
（3）整定微分环节若经过步骤（2），PI控制只能消除稳态误差，而动态过程不能令人满意，则应加入微分控制，构成PID控制。
先置微分时间Td=0，逐渐加大Td，同时相应地改变比例系数和积分时间，反复试凑至获得满意的控制效果和PID控制参数。
二.Z—N法Z-N法又叫做临界比例度法，是目前使用较广的一种整定参数方法。
- 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)。
实验七 simulink仿真和PID参数整定
1．设被控对象的传递函数为
)3)(2(1)(0sss
sG
串联校正采用PID控制器，其形式为)11()(sTsTKsGdipc。采用齐格勒-尼
柯尔斯整定法则对PID参数进行整定，要求最终系统的超调量不超过20%。
答案
设ti=inf和td=0
>> delta=0.02;
>> ng0=[1];dg0=conv([1,0],conv([1,2],[1,3]));
>> g0=tf(ng0,dg0);
Kp1从小到大取值，利用特征根为纯虚根时为临界稳定的kc，求出临界增益和振荡周期
>> kc=-1;
>> for kp1=1:0.5:60;
b1=feedback(kp1*g0,1);
p=roots(b1.den{1});
for i=1:1:length(p);
if abs(real(p(i)))<=10*eps
kc=kp1
pc=2*pi/abs(imag(p(i)))
break;
end;
end;
if kc>=0
break;
end;
end;
kc =
30
pc =
2.5651
初次选择参数的值，验证性能指标
>> kp=0.6*kc,ti=0.5*pc,td=0.125*pc
kp =
18
ti =
1.2825
td =
0.3206
>> ngc=kp*[ti*td,ti,1];dgc=[ti,0];
>> gc=tf(ngc,dgc);zpk(gc)
Zero/pole/gain:
5.7715 (s+1.559)^2
------------------
s
>> g=feedback(gc*g0,1);
>> [pos,ts]=stepchar(g,delta)
pos =
58.668
ts =
0.8114
>> step(g);grid on
系统的超调约为59%，超过了20%，进行精确参数调整
>> z1=-0.64;p1=0;kp1=18;
>> gc1=zpk([z1;z1],[p1],-kp1/(2*z1))
Zero/pole/gain:
14.0625 (s+0.64)^2
------------------
s
>> g1=feedback(gc1*g0,1);
>> [pos,ts]=stepchar(g1,delta)
pos =
14.7509
ts =
0.6900
step(g1);grid on