資源描述：
《基于模糊算法的pid參數(shù)自整定方法研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在工程資料-天天文庫。
1、基于模糊算法的PID參數(shù)自整定方法研究陳傳灝（湘電風能有限公司，湖南湘潭411102）摘要：常規(guī)PID算法在復雜多變工況下易受外界干擾，嚴重時可導致系統(tǒng)發(fā)散，現(xiàn)針對這一弱點和不足，研究了基于模糊算法的PID自整定方法，然后通過MATLAB建立仿真模型并在此基礎上做出仿真研究。研究結(jié)果表明，相比于常規(guī)PID控制算法，該控制算法以其快速響應性、準確跟蹤性和良好的自適應能力，在復雜工況中更具優(yōu)勢。.jyqkdani型推理。模糊邏輯算法如下：模糊邏輯“與”選用“取小”法；模糊邏輯“或”選用“取大”法；“蘊涵”算法選用“取小”法；“綜合”選用
2、“取大”法；“解模糊”選用“面積中心”法。（2）模糊變量與隸屬度函數(shù)。模糊自整定PID使系統(tǒng)輸出最大程度接近期望值，所以其輸入信號選用輸出期望值與實際值的差值的絕對值
3、e
4、和差值變化率的絕對值
5、ec
6、。為了讓PID的三個參數(shù)實現(xiàn)自動在線調(diào)整，就要求模糊控制器的輸出信號能夠根據(jù)輸入信號的不同變化而相應及時調(diào)整PID的三個參數(shù)值。故模糊控制器的輸出為比例增益、積分增益和微分增益的調(diào)節(jié)量ΔKP、ΔKI、ΔKD。設定
7、e
8、的基本論域為［0，1］，
9、ec
10、的基本論域為［0，0.5］，
11、e
12、及
13、ec
14、的模糊論域為［0，+3］，其模糊子集為{Z，
15、PS，PM，PB}，PID自調(diào)整量ΔKP、ΔKI、ΔKD的模糊論域為［0，0.3］，其模糊子集為{Z，PS，PM，PB}，Z、PS、PM、PB分別為零、正小、正中、正大。由于三角形隸屬函數(shù)分辨率較高，故在輸入和輸出時，其均被選用其中［4］。（3）控制規(guī)則的建立。模糊控制規(guī)則是模糊控制器建立的核心部分。它是操實際控制經(jīng)驗在抽象歸納后所得的若干個模糊條件控制語句的集合。下面將對上節(jié)中分析的三個參數(shù)制定模糊規(guī)則表，所涉及的因素為偏差變化率，根據(jù)實際工作操作中的經(jīng)驗進行設定。針對ΔKP、ΔKI、ΔKD三個參數(shù)的模糊規(guī)則表如表1～3所示，其具
16、體的模糊控制規(guī)則為：該規(guī)則表建立后，在Simulink中建立模糊自整定PID控制模型。它是常規(guī)PID控制的前提和基礎，根據(jù)
17、e
18、及
19、ec
20、的當前值，在控制規(guī)則的約束下，通過模糊控制器輸出的絕對輸出值ΔKP、ΔKI、ΔKD的大小，分別與KP0、KI0和KD0求和后，得到適應當前工況的PID參數(shù)，完成PID參數(shù)的整定。2仿真研究使用模糊PID參數(shù)自整定算法模型與常規(guī)PID算法對仿真模型進行控制，可以得到兩者的方波跟蹤曲線和正弦跟蹤曲線，如圖2、圖3所示。正弦信號跟蹤仿真曲線，使用基于模糊自適應控制算法時，其輸出曲線與信號曲線幾乎重合。通
21、過對比正弦信號和方波信號的跟蹤曲線可以看出，相比常規(guī)PID控制算法，模糊PID自適應控制算法具有更好的快速響應性和準確跟蹤性能，并且具有良好的自適應能力［5］。3結(jié)論本文的研究目的是開發(fā)總結(jié)基于模糊算法的PID參數(shù)自整定方法。通過將該種方法和常規(guī)PID算法控制效果進行對比分析可知，相比于后者，本文所研究的基于模糊算法的PID參數(shù)自整定控制器在響應上更為快速，并且具有更為準確的跟蹤性能，自適應能力也優(yōu)于后者。［.jyqk］.北京：高等教育出版社，2005：112.［2］胡壽松.自動控制原理［M］.4版.北京：科學出版社，2001：22
22、2?226.［3］邵裕森，戴先中.過程控制工程［M］.北京：機械工業(yè)出版社，2000：234?256.［4］張煥琪.基于微粒群算法優(yōu)化的模糊PID的無刷直流電機調(diào)速控制系統(tǒng)的研究［D］.濟南：山東大學，2011.［5］李皓.交流電機系統(tǒng)的同步傳動控制算法研究與仿真［D］.大慶：東北石油大學，2013.收稿日期：2015?07?31簡介：陳傳灝（1985—），男，廣西人，助理工程師，研究方向：非線性系統(tǒng)。
