先进PID控制及其MATLAB仿真01298-文档资料

计算机控制技术实验报告题目PID控制算法的MATLAB仿真研究班级姓名学号一、 目的和要求1. 目的(1) 通过本课程设计进一步巩固PID 算法基本理论及数字控制器实现的认识和掌握，归纳和总结PID 控制算法在实际运用中的一些特性。

(2) 熟悉MATLAB 语言及其在控制系统设计中的应用，提高学生设计控制系统程序的能力。

2. 要求通过查阅资料，了解PID 算法的研究现状和研究领域，充分理解设计内容，对PID 算法的基本原理与运用进行归纳和总结，并独立完成设计实验和总结报告。

二、 基本内容及步骤1. 任务的提出采用纯滞后的一阶惯性环节作为系统的被控对象模型，传递函数为()1d sf Ke G s T sτ-=+，其中各参数分别为:， 630f T =，60d τ=。

对PID 控制算法的仿真研究可从以下四个方面展开。

(1) PID 控制器调节参数的整定。

PID 参数的整定对控制系统能否得到较好的控制效果是至关重要的，PID 参数的整定方法有很多种，可采用理论整定法（如ZN 法）或者实验确定法（如扩充临界比例度法、试凑法等），也可采用模糊自适应参数整定、遗传算法参数整定等新型的PID 参数整定方法。

选择某种方法对参数整定后，在MATLAB 上对系统进行数字仿真，绘制系统的阶跃响应曲线，从动态特性的性能指标评价系统控制效果的优劣。

(2)改变对象模型参数，通过仿真实验讨论PID 控制参数在被控对象模型失配情况下的控制效果。

由于在实际生产过程的控制中，用模型表示被控对象时往往存在一定误差，且参数也不可能是固定不变的。

在已确定控制器最优PID 调节参数下，仿真验证对象模型的三个参数（）中某一个参数变化（不超过原值的±5%）时，系统出现模型失配时控制效果改变的现象并分析原因。

(3)执行机构非线性对PID 控制器控制效果的分析研究。

在控制器输出后加入非线性环节（如饱和非线性、死去非线性等），从仿真结果分析，讨论执行机构的非线性对控制效果的影响。

免积分版，学习交流用，如需要请购买正版！先进PID控制及其MATLAB仿真刘金琨 著电 子 工 业 出 版 社内 容 简 介本书从MATLAB仿真角度系统地介绍了PID控制的基本理论、基本方法和应用技术，是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的新成果。

全书共分十章，包括连续系统和离散系统的PID控制，常用数字PID控制，专家PID 和模糊PID控制，神经PID控制，遗传算法PID控制，多变量解耦PID控制，几种先进的PID控制，灰色PID控制，伺服系统PID控制，PID实时控制，每种方法都通过MATLAB仿真程序进行了说明。

本书各部分内容既相互联系又相互独立，读者可根据自己需要选择学习。

本书适用于从事生产过程自动化、计算机应用、机械电子和电气自动化领域工作的工程技术人员阅读，也可作为大专院校工业自动化、自动控制、机械电子、自动化仪表、计算机应用等专业的教学参考书。

序 言在实际的过程控制与运动控制系统中，PID家族占有相当的地位，据统计，工业控制的控制器中PID类控制器占有90%以上（K J Åström and T. Hägglund. PID Controllers: Theory, Design and Tuning. Instrument Society of America, 1995）。

PID控制器是最早出现的控制器类型，因为其结构简单，各个控制器参数有着明显的物理意义，调整方便，所以这类控制器很受工程技术人员的喜爱。

此外，随着控制理论的发展，出现了各种分支，如专家系统、模糊逻辑、神经网络、灰色系统理论等，它们和传统的PID控制策略相结合又派生出各种新型的PID类控制器，形成庞大的PID家族，很多算法大大改进了传统PID控制器的性能。

拜读了刘金琨博士的新作《先进PID控制及其MATLAB仿真》，顿觉耳目一新。

国际上近年有大量的文章介绍各种新型的PID控制系统，也出现了一些介绍PID控制的专著，和同类专著相比较，这部力著有如下特色：z内容新颖：以新型的PID控制器为主加以介绍，包括一般连续及离散的PID控制器、专家系统整定的PID控制器、模糊逻辑PID控制器、各种神经网络PID控制器、基于遗传算法整定的PID控制器、多变量解耦PID控制器、非线性鲁棒PID控制器、灰色PID控制器，这是PID类专著中较少见的。

基于MATLAB的PID控制系统参数调节的仿真分析1、引言PID控制是最早发展的自动控制策略之一，PID控制系统由比例单元（P）、积分单元（I）和微分单元（D）组成。

具有简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。

PID控制的参数自动调整是通过智能化调整或自校正、自适应算法来实现。

当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。

即当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。

PID控制，实际中也有PI和PD控制。

PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。

本文首先从PID理论出发，建立模型，讨论系统的稳定性，快速性，准确性。

利用MATLAB对PID控制的参数进行仿真，设计不同的参数，以使系统满足所要求的性能指标。

2、控制领域有一个很重要的概念是反馈，它通过各种输出值和它们各自所需值的实时比较的度量—各种误差，再以这些误差进行反馈控制来减少误差。

这样形成的因果链是输入、动态系统、输出、测量、比较、误差、输入构成的一个环路，因而也构成了包含原动态系统在内的一个新的动态闭环系统。

采用反馈的基本原因是要在不确定性存在的条件下达到性能目标。

许多情况下，对于系统的了解是不全面的，或者可用的模型是基于许多简化的假设而使它们变得不透彻。

系统也可能承受外界干扰，输出的观测常受噪声干扰。

有效的反馈能减少这些不确定性的影响，因为它们可以补偿任何原因引起的误差。

反馈概括了很广泛的概念，包括当前系统中的许多回路、非线性和自适应反馈，以及将来的智能反馈。

广义的讲，反馈可以作为描述和理解许多复杂物理系统中发生的循环交互作用的方式。

在实际的过程控制和运动控制系统中，PID占有相当的地位，据统计，工业控制中 PID 类控制器占有 90％以上。

PID控制算法的MATLAB仿真假设我们现在要设计一个PID控制器来控制一个被控对象，该对象的传递函数为G(s)。

首先，我们需要确定PID控制器的参数。

这些参数包括比例增益Kp、积分时间Ti和微分时间Td。

在Simulink中，我们可以使用以下步骤来进行PID控制的仿真：1. 打开MATLAB，并在工具栏上选择Simulink模块。

2. 在Simulink模块中，选择一个PID控制器模块，并将其拖放到工作区域中。

4.将被控对象的传递函数G(s)添加到工作区域中，并将其与PID控制器模块连接起来。

5.添加一个把期望值作为输入的信号源，并将其连接到PID控制器模块的输入端口上。

6.添加一个作为输出的信号源，并将其与被控对象的输出端口连接起来。

7. 在Simulink模块中运行仿真。

下面以一个简单的例子来说明PID控制的仿真过程。

假设我们要控制一个小车的速度，将其速度控制在一个期望值上。

小车的动力学方程可以表示为：m * V_dot = F - B * V其中，m为小车的质量，V为小车的速度，F为施加在小车上的力，B 为摩擦系数。

首先，我们需要将动力学方程转化为传递函数的形式。

假设小车的传递函数为：G(s)=1/(m*s+B)在Simulink中，可以通过使用Transfer Fcn模块来表示传递函数。

在工作区域中添加该模块，并设置其参数为1 / (m * s + B)。

接下来，我们需要添加PID控制器模块，并设置其参数。

假设我们选择Kp=1,Ti=0.5,Td=0.1作为PID控制器的参数。

将信号源（期望值）和输出信号（小车速度）连接到PID控制器模块。

然后，将PID控制器的输出连接到小车动力学方程的输入端口。

最后，点击Simulink模块中的“运行”按钮，即可开始仿真。

在进行仿真时，可以观察小车速度是否能够达到期望值，并调整PID控制器的参数以获得更好的控制效果。

通过以上步骤，在MATLAB中可以很方便地进行PID控制的仿真。