1智能控制

专家PID控制系统Matlab仿真摘要：分析了一个速度控制器的控制仿真。其传递函数为：ssssG104735.87523500)(23使用专家PID控制系统，输入信号为阶跃信号，取采样时间为1ms，画出阶跃响应曲线和误差变化曲线。0引言专家控制(ExpertControl)的实质是基于受控对象和控制规律的各种知识，并以智能的方式利用这些知识来设计控制器。利用专家经验来设计PID参数便构成专家PID控制。典型的二阶系统单位阶跃响应误差曲线如图1、2所示。对于典型的二阶系统阶跃响应过程作如下分析，根据误差及其变化，可设计专家PID控制器，该控制器可分为五种情况进行设计。1设计根据误差及其变化，可设计专家PID控制器，该控制器可分为以下五种情况进行设计：（1）当1M|e(k)|时，说明误差的绝对值已经很大，不论误差变化趋势如何，都应考虑控制器的输出应按最大〔或最小)输出，以达到迅速调整误差，使误差绝对值以最大速度减小。此时，它相当于实施开环控制。（2）当0)(e(k)ke时，说明误差在朝误差绝对值增大方向变化，或误差为某一常值，未发生变化。此时，如果2M|e(k)|，说明误差也较大，可考虑由控制器实施较强的控制作用，以达到扭转误差绝对值朝减小方向变化，并迅速减小误差的绝对值。此时，如果2M|e(k)|，说明尽管误差朝绝对值增大方向变化，但误差绝对值本身并不很大，可考虑控制器实施一般的控制作用，只要扭转误差的变化趋势，使其初误差绝对值减小方向变化。（3）当0)(e(k)ke，01)-(e(k)ke或0e(k)时，说明误差的绝对值朝减小的方向变化，或者已经达到平衡状态。此时，可考虑采取保持控制器输出不变。（4）当0)(e(k)ke，01)-(e(k)ke时，说明误差处于极值状态。如果此时误差的绝对值较大，可考虑实施较强的控制作用。（5）当|e(k)|时，说明误差的绝对值很小，此时加入积分，减少稳态误差。2仿真图图1阶跃响应曲线图2误差曲线3程序%ExpertPIDControllerclearall;closeall;ts=0.001;sys=tf(5.235e005,[1,87.35,1.047e004,0]);dsys=c2d(sys,ts,'z');[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]';x2_1=0;kp=0.6;ki=0.03;kd=0.01;error_1=0;fork=1:1:500time(k)=k*ts;rin(k)=1.0;%TracingJieyueSignalu(k)=kp*x(1)+kd*x(2)+ki*x(3);%PIDController%Expertcontrolruleifabs(x(1))0.8%Rule1:Unclosedcontrolfirstlyu(k)=0.45;elseifabs(x(1))0.40u(k)=0.40;elseifabs(x(1))0.20u(k)=0.12;elseifabs(x(1))0.01u(k)=0.10;endifx(1)*x(2)0|(x(2)==0)%Rule2ifabs(x(1))=0.05u(k)=u_1+2*kp*x(1);elseu(k)=u_1+0.4*kp*x(1);endendif(x(1)*x(2)0&x(2)*x2_10)|(x(1)==0)%Rule3u(k)=u(k);endifx(1)*x(2)0&x(2)*x2_10%Rule4ifabs(x(1))=0.05u(k)=u_1+2*kp*error_1;elseu(k)=u_1+0.6*kp*error_1;endendifabs(x(1))=0.001%Rule5:IntegrationseparationPIcontrolu(k)=0.5*x(1)+0.010*x(3);end%Restrictingtheoutputofcontrollerifu(k)=10u(k)=10;endifu(k)=-10u(k)=-10;end%Linearmodelyout(k)=-den(2)*y_1-den(3)*y_2-den(4)*y_3+num(1)*u(k)+num(2)*u_1+num(3)*u_2+num(4)*u_3;error(k)=rin(k)-yout(k);%----------ReturnofPIDparameters------------%u_3=u_2;u_2=u_1;u_1=u(k);y_3=y_2;y_2=y_1;y_1=yout(k);x(1)=error(k);%CalculatingPx2_1=x(2);x(2)=(error(k)-error_1)/ts;%CalculatingDx(3)=x(3)+error(k)*ts;%CalculatingIerror_1=error(k);endfigure(1);plot(time,rin,'b',time,yout,'r');xlabel('time(s)');ylabel('rin,yout');figure(2);plot(time,rin-yout,'r');xlabel('time(s)');ylabel('error');参考文献：[1]董海鹰.智能控制理论及应用[M].中国铁道出版社：北京.2006,47-48(页)模糊PID控制系统Matlab仿真摘要：分析了一个速度控制器的控制仿真。其传递函数为：ssssG104735.87523500)(23使用模糊PID控制系统，输入信号为阶跃信号，取采样时间为1ms，画出阶跃响应曲线和误差变化曲线。0引言模糊PID控制算法以误差E和Ec为输入，利用模糊控制规则在线对PID参数进行修改，以满足不同时刻的E和Ec对PID参数的要求，输出为Kp，Ki，Kd。de/dt模糊推理PID调节器对象给定值输出EECKpKiKd图1模糊控制原理图该模糊推理控制系统是一个两输入三输出的形式，输入变量为E和Ec，输出变量为Kp，Ki和Kd，其调整原则为：(1)当误差|E|较大时，为使系统具有较好的快速跟踪性能，不论误差的变化趋势如何，都应该取较大的Kp和较小的Kd，同时为避免系统响应出现较大的超调，应对积分作用加以限制，取较小的Ki值。(2)当误差|E|处于中等大小时，为使系统响应具有较小的超调，Kp应取得小些，同时为保证系统的响应速度，Ki和Kd的大小要适中，其中Kd的取值对系统响应的影响较大。(3)当误差|E|较小时，为保证系统具有较好的稳态性能，Kp和Ki应取得大些，同时为避免系统在设定值附近出现振荡，并考虑系统的抗干扰性能，当|E|较小时，Kd可取大些；当|E|较大时，Kd应取小些。1建立控制规则表输入变量E，Ec和Kd语言值的模糊子集取为{负大，负中，负小，零，正小，正中，正大}，并简记为{NB，NM，NS，ZO，PS，PM，PB}，论域为{-3，-2，-l，0，1，2，3}。Ki论域为{-0.06，-0.04，-0.02，0，0.02，0.04，0.06}，Kp论域为{-0.3，-0.2，-0.l，0，0.1，0.2，0.3}。隶属函数采用三角形函数，根据对已有控制系统设计经验的总结，得到PID三个控制参数的模糊控制规则表，见表1～表3。表1Kp的模糊规则表eΔkpdeNBNMNSZOPSPMPBNBPBPBPMPMPSZOZONMPBPBPMPSPSZONSNSPMPMPMPSZONSNSZOPMPMPSZONSNMNMPSPSPSZONSNSNMNMPMPSZONSNMNMNMNBPBZOZONMNMNMNBNB注：NB、NM、NS、ZO、PS、PM、PB分别表示负大、负中、负小、零、正小、正中、正大。表2Ki的模糊规则表eΔkideNBNMNSZOPSPMPBNBNBNBNMNMNSZOZONMNBNBNMNSNSZOZONSNBNMNSNSZOPSPSZONMNMNSZOPSPMPMPSNMNSZOPSPSPMPBPMZOZOPSPSPMPBPBPBZOZOPSPMPMPBPB表3Kd的模糊规则表eΔkddeNBNMNSZOPSPMPBNBPSNSNBNBNBNMPSNMPSNSNBNMNMNSZONSZONSNMNMNSNSZOZOZONSNSNSNSNSZOPSZOZOZOZOZOZOZOPMPBNSPSPSPSPSPBPBPBPMPMPMPSPSPB2仿真结果图2ki的隶属度函数曲线图3kp的隶属度函数曲线图4ec的隶属度函数曲线图5e的隶属度函数曲线图6kd的曲线图7ki的曲线图7kp的曲线图8u的输出曲线图9e的曲线图10阶跃响应的曲线图11规则输入输出3输出49条规则ans=1.If(eisNB)and(ecisNB)then(kpisPB)(kiisNB)(kdisPS)(1)2.If(eisNB)and(ecisNM)then(kpisPB)(kiisNB)(kdisNS)(1)3.If(eisNB)and(ecisNS)then(kpisPM)(kiisNM)(kdisNB)(1)4.If(eisNB)and(ecisZ)then(kpisPM)(kiisNM)(kdisNB)(1)5.If(eisNB)and(ecisPS)then(kpisPS)(kiisNS)(kdisNB)(1)6.If(eisNB)and(ecisPM)then(kpisZ)(kiisZ)(kdisNM)(1)7.If(eisNB)and(ecisPB)then(kpisZ)(kiisZ)(kdisPS)(1)8.If(eisNM)and(ecisNB)then(kpisPB)(kiisNB)(kdisPS)(1)9.If(eisNM)and(ecisNM)then(kpisPB)(kiisNB)(kdisNS)(1)10.If(eisNM)and(ecisNS)then(kpisPM)(kiisNM)(kdisNB)(1)11.If(eisNM)and(ecisZ)then(kpisPS)(kiisNS)(kdisNM)(1)12.If(eisNM)and(ecisPS)then(kpisPS)(kiisNS)(kdisNM)(1)13.If(eisNM)and(ecisPM)then(kpisZ)(kiisZ)(kdisNS)(1)14.If(eisNM)and(ecisPB)then(kpisNS)(kiisZ)(kdisZ)(1)15.If(eisNS)and(ecisNB)then(kpisPM)(kiisNB)(kdisZ)(1)16.If(eisNS)and(ecisNM)then(kpisPM)(kiisNM)(kdisNS)(1)17.If(eisNS)and(ecisNS)then(kpisPM)(kiisNS)(kdisNM)(1)18.If(eisNS)and(ecisZ)then(kpisPS)(kiisNS)(kdisNM)(1)19.If(eisNS)and(ecisPS)then(kpisZ)(kiisZ)(kdisNS)(1)20.If(eisNS)and(ecisPM)then(kpisNS)(kiisPS)(kdisNS)(1)21.If(eisNS)and(ecisPB)then(kpisNS)(kiisPS)(kdisZ)(1)22.If(eisZ)and(ecisNB)then(kpisPM)(kiisNM)(kdisZ)(1)23.If(eisZ)and(ecisNM)then(kpisPM)(kiisNM)(kdisNS)(1)24.If(eisZ)and(ecisNS)then(kpisPS)(kiisNS)(kdisNS)(1)25.If(eisZ)and(ecisZ)then(kpisZ)(kiis