小车速度模糊控制系统设计

小车速度模糊控制系统设计•PID控制是一种线性控制，将偏差的比例，积分和微分通过线性组合构成控制量，如图:•PID控制原理较为简单，易于实现，但无法对设定的参数进行实时修改。行驶中小车的速度是一种时变非线性系统，不同时刻需要不同的PID参数。绪论·传统PID控制•模糊控制是以模糊集合论、模糊语言变量及模糊推理为基础的一种计算机数字控制。它是基于被控系统的不确定性,模拟人的思维方式和人的控制经验来表征事物本身性质的一种智能控制,适用于复杂、不能精确建立数学模型的被控对象。•因此结合PID控制算法和模糊算法优点回避其缺点是目前研究的重点，随着智能控制理论和单片机技术的发展，人们利用单片机根据存入其中的调整经验和实时的输入自动调整PID参数，这样就实现了经典PID与先进的控制专家控制经验相结合的最佳控制方式绪论·传统PID控制模糊自适应PID控制原理•通常情况下，将PID三个参数Kp,KT,K。与模糊控制相结合可形成模糊自适应。该控制器工作时选取的两个输入分别是误差e、误差变化率ec，运用模糊控制规则将PID三个参数进行在线调试，并以PID控制器的三个参数的修正量△Kp、△Ki、△Kd作为输出，不断地调整PID控制器中三个参数，达到偏差e和偏差ec对PID参数自整定的目的。模糊自适应PID控制原理•该算法的调试方法：①确定该系统涉及的PID三个参数Kp、Kpi、Kd与系统的偏差e、系统的偏差变化率ec间的模糊关系，②在运行过程中持续更新e和ec的值，与模糊规则库进行匹配实时调整这三个参数，③调整过的参数经增量式PID控制器输出后即可完成对系统的控制。kp、k,、kd是模糊自整定PID控制器的参数，在线运行过程中，控制系统通过对模糊逻辑规则的结果处理、查表和运算可得到调整量△Kp、△Ki、△Kd，通过初始值与调整量的合成完成了其控制参数的调整。算法控制参数校正流程模糊自整定PID控制器的设计•模糊自整定PID控制利用当前的偏差和偏差的变化，结合实际控制经验，根据系统的期望要求，通过模糊规则判理，对归一化PID的参数进行在线自整定，由于模糊控制算法可以使我们采用灵活多变的控制策略并且有控制规则丰富的特点，可大大提高控制的鲁棒性。(1)模糊化在该控制系统中，需要传感器采集到的信息进行模糊化。在本系统中模糊自适应PID控制器选取二输入三输出的一般形式。输入为系统的偏差e和系统的偏差变化率ec，输出分别为该控制器参数Kp,Ki,Kd的校正值△Kp、△Ki、△Kd。输入、输出均取7个模糊子集{NB,NM,NS,Z0,PS,PM,PB}，集合中的字母元素依次代表了{负大，负中，负小，零，正小，正中，正大}。同样系统的误差E和误差变化率Ec的论域设记为[-3,3]，同时考虑到智能车对控制精度和响应速度的要求，将各变量的论域也都设计成7个模糊子集{NB,NM,NS,ZO,PS,PM,PB}•为设计所需分数阶PID参数的模糊矩阵表，可通过将模糊合成推理和与之对应的隶属度赋值表等相结合实现。将所获取的参数值依次代入下式可得。kp=kp0+△Kpki=ki0+△Kikd=kd0+△Kd•上式中:PID三变量的初始值分别为kp0、ki0、kd0，通常是通过一般PID控制器的参数调试获取。该控制器的三个输出为△Kp、△Ki、△Kd，这三个控制参数的输出一般是通过被控对象的状态自动调整获取的。其各个变量的隶属度函数如下页所示。模糊自整定PID控制器的设计模糊自整定PID控制器的设计通常情况下，在隶属函数仿真图中，波峰处表明模糊变量的模糊子集分辨率更高，控制反馈实时性强；同样，在相对平缓的波谷处表明其控制系统的稳定性好。所以，为了对智能车直流电机实现最优模糊PID控制，设计该系统模糊变量的隶属度函数区间，在误差偏大的区间选择分辨率较低的模糊集，在误差变化很小的区间需要高分辨率的模糊集。•参数Kp,Ki,Kd的模糊控制表如表所示：模糊自整定PID控制器的设计控制仿真控制仿真模糊控制规则界面和模糊控制规则输入控制仿真控制仿真参数：Kp=34，Ki=1，Kd=1.55控制仿真参数：Kp=45，Ki=0.8，Kd=3.1蓝线：未加入模糊PID算法曲线虚线：原始路径橙线：加入算法的曲线•小结：对比上述结果，可发现模糊自适应PID曲线对原路径响应速度更快，系统的稳态误最小。对于控制系统来说，运用该控制的控制效果更好，实时性更强。