基于Matlab模糊自适应PID控制器设计

基于MATLAB模糊自适应PID 控制器的设计The fuzzy PID controller and‘its simulation Abstract：This paper discusses the design of fuzzy PID controller and he method of realization using MATLAB software．The result of simulation in MATLAB／Simulink indicates that the controlle r evidently improves the dynamic property of control system．The controlle r is easily realized and applied in engineering．First, let's take a look at how the PID controller works in variable (e) represents the tracking error, the difference between the desired input value (R) and the actual output (Y). This error signal (e) will be sent to the PID controller, and the controller computes both the derivative and the integral of this error signal. The signal (u) just past the controller is now equal to the proportional gain (Kp) times the magnitude of the error plus the integral gain (Ki) times the integral of the error plus the derivative gain (Kd) times the derivativeof the error.摘要: 基于模糊自适应控制理论, 设计了一种模糊自适应PID 控制器, 具体介绍了这种PID 控制器的控制特点及参数设计规则, 实现PID 控制器的在线自整摘要: 基于模糊自适应控制理论, 设计了一种模糊自适应PID 控制器, 具体介绍了这种PID 控制器的控制特点及参数设计规则, 实现PID 控制器的在线自整定和自调整。

文章编号：１００５—７２７７（２００６）０３—００１１—０３２００６年第２８卷第３期第１１页电气传动自动化ＥＬＥＣＴＲＩＣＤＲＩＶＥＡＵＴＯＭＡＴＩＯＮＶｏｌ．２８，Ｎｏ．３２００６，２８（３）：１１～１３１引言常规ＰＩＤ控制由于原理简单、使用方便、适用性好、具有很强的鲁棒性，在工业过程控制中得到了广泛的应用，但是ＰＩＤ控制需要建立被控对象精确的数学模型，难以处理复杂的非线性控制系统。

而模糊控制是以模糊集合论、模糊语言变量以及模糊逻辑推理为基础的计算机数字控制算法，该算法把人的经验转化为控制策略，对那些时变的、非线性的、滞后的、高阶大惯性的被控对象，具有良好的控制效果。

本文将模糊控制和ＰＩＤ控制结合起来，设计了一种新型的智能控制系统，即模糊ＰＩＤ复合型控制系统，并运用Ｍａｔｌａｂ的模糊逻辑工具箱对其进行了仿真研究。

２控制方案的选择常规数字ＰＩＤ控制算法的形式为：ｕ（ｋ）＝Ｋｐ×ｅ（ｋ）＋Ｋｉ×ｎｉ＝０!ｅ（ｉ）＋Ｋｄ×［ｅ（ｋ）－ｅ（ｋ－１）］（１）式中ｅ（ｋ），ｕ（ｋ）分别为ＰＩＤ控制器的输入和输出，Ｋｐ、Ｋｉ、Ｋｄ分别为比例、积分和微分系数。

常规ＰＩＤ控制只适用于线性控制系统，且需要建立被控对象精确的数学模型。

普通模糊控制器相当于ＰＤ（比例微分）控制器，对输入量的处理是离散的，而且没有积分环节，所以本身无法消除系统的稳态误差，控制精度不高。

模糊控制器将误差信号转化为论域上的整数值［１］，即：ａ＝ｉｎｔ（ｋｅｅ＊＋０．５）（２）其中：ａ为误差转化到论域上的整数值；ｅ＊为某一时刻输入的误差；ｋｅ为误差量化因子；当ａ＝０时，系统进入稳态，此时有：ｉｎｔ（ｋｅｅ＊＋０．５）＝０，即：ｅ＊＜０．５／ｋｅ，（３）设误差实际变化范围为｛－ｅ，ｅ｝，误差的模糊论域为｛－ｎ，－ｎ－１，．．．，－１，０，１，．．．，ｎ－１，ｎ｝，将量化因子ｋｅ＝ｎ／ｅ代入（３）式中，有：ｅ＊＜０．５ｅ／ｎ（４）随着ｎ值增加，控制精度就会提高，但是模糊语言值相应的增加就会导致控制规则更为复杂，所以，一般规范化的论域形式通常取ｎ＝６，此时有：基于Ｍａｔｌａｂ的自适应模糊ＰＩＤ控制器的设计范子荣，张友鹏（兰州交通大学信息与电气工程学院，甘肃兰州７３００７０）摘要：将ＰＩＤ控制与模糊控制的简便性、灵活性以及鲁棒性结合起来，设计了一种自适应模糊ＰＩＤ控制器。

基于MATLAB的模糊PID控制器的设计模糊PID控制器是一种常用的控制算法，可以解决传统PID控制器在非线性系统中效果不佳的问题。

在MATLAB中，可以使用fuzzylogic工具箱来设计模糊PID控制器。

模糊PID控制器的设计过程分为三个步骤：建立模糊系统、设计控制器和性能评估。

接下来，设计模糊PID控制器。

在MATLAB中，可以使用fuzzy工具箱提供的mamdani和sugeno两种模糊控制器类型。

其中，mamdani模糊控制器基于模糊规则的if-then逻辑，而sugeno模糊控制器使用模糊规则来计算模糊输出。

根据系统的具体需求，可以选择合适的模糊控制器类型，并设置相应的参数。

同时，可以使用模糊控制器设计工具来对模糊控制器进行优化和调整。

最后，对设计的模糊PID控制器进行性能评估。

在MATLAB中，可以使用模拟仿真工具对模糊PID控制器进行测试和评估。

具体方法是将模糊PID控制器与待控制的系统进行耦合，观察系统的响应和控制效果，并评估其性能和稳定性。

可以通过调整模糊PID控制器的参数和模糊规则来改善控制效果。

总之，基于MATLAB的模糊PID控制器设计包括建立模糊系统、设计控制器和性能评估三个步骤。

通过合理设置模糊输入、模糊输出和模糊规则，可以有效地解决非线性系统的控制问题。

同时，利用MATLAB提供的模糊控制器设计工具和性能评估工具，可以对模糊PID控制器进行优化和改进，以达到更好的控制效果和稳定性。

沈阳化工大学本科毕业论文题目：基于MATLAB的模糊PID控制器的设计与其实现_ 院系：信息工程学院_____________ __专业：电气工程与其自动化_____________班级：电气0703__________________学生姓名：李辰龙____________________指导教师：刘晶____________________论文提交日期：2011年6月27日论文答辩日期：2011年6月28日毕业设计（论文）任务书电气工程与其自动化专业0703班学生：李辰龙内容摘要PID（比例积分微分）控制具有结构简单、稳定性能好、可靠性高等优点,尤其适用于可建立精确数学模型的控制系统。

而对于一些多变量、非线性、时滞的系统，传统的PID控制器并不能达到预期的效果。

随着模糊数学的发展，模糊控制的思想逐渐得到控制工程师们的重视，各种模糊控制器也应运而生。

而单纯的模糊控制器有其自身的缺陷—控制效果很粗糙、控制精度无法达到预期标准。

但利用传统的PID控制器和模糊控制器结合形成的模糊自适应的PID控制器可以弥补其缺陷；它将系统对应的误差和误差变化率反馈给模糊控制器进而确定相关参数，保证系统工作在最佳状态，实现优良的控制效果。

论文介绍了参数自适应模糊PID控制器的设计方法和步骤。

并利用MATLAB 中的SIMULINK 和模糊逻辑推理系统工具箱进行了控制系统的仿真研究，并简要地分析了对应的仿真数据。

关键词: 经典PID控制; 模糊控制; 自适应模糊PID控制器; 参数整定; MATLAB仿真ABSTRACTPID(Proportion Integration Differentiation) control, with lots of advantages including simple structure, good stability and high reliability, is quite suitable to establish especially the control system which accurate mathematical model is available and needed. However, taken multivariable, nonlinear and time-lag into consideration, traditional PID controller can not reach the expected effect.Along with the development of Fuzzy Mathematics, control engineers gradually pay much attention to the idea of Fuzzy Control, thus promoting the invention of fuzzy controllers. However, simple fuzzy controller has its own defect, where control effect is quite coarse and the control precision can not reach the expected level. Therefore, the Fuzzy Adaptive PID Controller is created by taking advantage of the superiority of PID Controller and Fuzzy Controller. Taken this controller in use, the corresponding error and its differential error of the control system can be feed backed to the Fuzzy Logic Controller. Moreover, the three parameters of PID Controller is determined online through fuzzification, fuzzy reasoning and defuzzification of the fuzzy system to maintain better working condition than the traditional PID controller. Meanwhile，the design method and general steps are introduced of the Parameter self-setting Fuzzy PID Controller. Eventually, the FuzzyInference Systems Toolbox and SIMULINK toolbox are used to simulate Control System. The results of the simulation show that Self-organizing Fuzzy Control System can get a better effect than the Classical PID controlled evidently.Keywords: Classic PID control; Fuzzy Control; Parameters tuning; the Fuzzy Adaptive PID Controller; MATLAB simulation目录第一章绪论 (8)1.1 课题研究的背景与学术意义 (8)1.2 经典PID控制系统的分类与简介 (10)1.2.1 P控制 (10)1.2.2 PI控制 (10)1.2.3 PD控制 (10)1.2.4 比例积分微分（PID）控制 (10)1.3 模糊逻辑与模糊控制的概念 (11)1.3.1 模糊控制相关概念 (11)1.3.2 模糊控制的优点 (12)1.4 模糊控制技术的应用概况 (13)1.5 本文的研究目的和内容 (14)第二章PID控制 (16)2.1 PID的算法和参数 (16)2.1.1 位移式PID算法 (16)2.1.2 增量式PID算法 (17)2.1.3 积分分离PID算法 (18)2.1.4 不完全微分PID算法 (19)2.2 PID参数对系统控制性能的影响 (20)2.2.1 比例系数K P对系统性能的影响 (20)2.2.2 积分时间常数T i对系统性能的影响 (20)2.2.3 微分时间常数T d对系统性能的影响 (20)2.3 PID控制器的选择与PID参数整定 (20)2.3.1 PID控制器的选择 (21)2.3.2 PID控制器的参数整定 (21)第三章模糊控制器与其设计 (23)3.1 模糊控制器的基本结构与工作原理 (23)3.2 模糊控制器各部分组成 (23)3.2.1 模糊化接口 (24)3.2.2 知识库 (24)3.2.3 模糊推理机 (25)3.2.4 解模糊接口 (25)3.3模糊推理方式 (25)3.3.1 Mamdani模糊模型（迈达尼型） (25)3.3.2 Takagi-Sugeno模糊模型(高木-关野) (26)3.4模糊控制器的维数确定 (26)3.5 模糊控制器的隶属函数 (28)3.6模糊控制器的解模糊过程 (30)3.7 模糊PID控制器的工作原理 (31)第四章模糊PID控制器的设计 (32)4.1 模糊PID控制器组织结构和算法的确定 (32)4.2 模糊PID控制器模糊部分设计 (32)4.2.1 定义输入、输出模糊集并确定个数类别 (32)4.2.2 确定输入输出变量的实际论域 (33)4.2.3 定义输入、输出的隶属函数 (33)4.2.4 确定相关模糊规则并建立模糊控制规则表 (35)4.2.5 模糊推理 (38)第五章模糊PID控制器的MATLAB仿真 (40)5.1 模糊控制部分的fuzzy inference system仿真 (40)5.1.1 定义输入输出变量并命名 (40)5.1.2 编辑隶属函数 (40)5.1.3 编辑模糊规则库 (41)5.2 对模糊控制器的SIMULINK建模 (43)5.2.1 将模糊系统载入SIMULINK (43)5.2.2 在SIMULINK中建立模糊子系统 (43)5.3 PID部分的SIMULINK建模 (44)5.4 模糊PID控制器的SIMULINK建模 (45)5.5 利用子系统对控制系统进行SIMULINK建模 (45)5.6 控制系统的SIMULINK仿真研究 (46)第六章结束语 (51)参考文献 (53)致谢 (54)第一章绪论1.1 课题研究的背景与学术意义随着越来越多的新型自动控制应用于实践，其控制理论的发展也经历了经典控制理论、现代控制理论和智能控制理论三个阶段。

模糊自适应PID控制的Matlab仿真设计研究姓名：陈明学号：201208070103班级：湖南大学智能1201一、模糊控制思想、PID控制理论简介：在工业生产过程中，许多被控对象受负荷变化或干扰因素很多基于模糊自适应控制理论, 设计了一种模糊自适应PID 控制器, 具体介绍了这种PID 控制器的控制特点及参数设计规则, 实现PID 控制器的在线自整定和自调整。

通过matlab 软件进行实例,仿真表明, , 提高控制系统实时性和抗干扰能力,易于实现．便于工程应用。

1.1模糊控制的思想：应用模糊数学的基本理论和方法, 控制规则的条件、操作用模糊集来表示、并把这些模糊控制规则以及有关信息, 诸如PID 控制参数等作为知识存入计算机知识库, 然后计算机根据控制系统的实际情况(系统的输入, 输出) , 运用模糊推理。

1.2PID算法：u (t) = Kp·e (t) + Ki·∫t0e (t) dt + Kd·de (t)dt= Kp e (t) + Ki Σei (t) + Kdec (t)其中, u (t) 为控制器输出量, e ( t ) 为误差信号, ec (t) 为误差变化率, Kp , Ki , Kd 分别为比例系数、积分系数、微分数。

然而，课本中，为了简化实验难度，只是考虑了kp，ki参数的整定。

1.3模糊PID控制器的原理图：二、基于Matlab的模糊控制逻辑模块的设计关于模糊逻辑的设计，主要有隶属函数的编辑，参数的选型，规则导入，生成三维图等2.1 模糊函数的编辑器的设定：打开matlab后，在命令窗口输入“fuzzy”，回车即可出现模糊函数编辑器，基本设置等。

基于课本的实验要求，我选的是二输入（e, e c）二输出（k p ,k i）。

需要注意的是，在命名输入输出函数的时候，下标字母需要借助下划线的编辑，即e_c 能够显示为e c。

2.2四个隶属函数的N, Z, P 函数设定：在隶属函数的设定中，N 选用的是基于trimf（三角形隶属函数） , Z是基于zmf （Z型隶属函数），P是基于smf（S型隶属函数）。

基于MATLAB的模糊PID-Smith控制器的设计与仿真摘要：针对工业控制中大惯性、纯滞后、参数时变非线性受控对象难于控制问题，结合Smith预估算法能有效克服纯滞后、模糊控制鲁棒性较强以及PID控制稳态精度高这三者的优点，提出了一种模糊PID Smith控制器的设计方法，并将其应用于电机网络控制系统中。

MATLAB仿真结果表明，新的控制方案与传统的Smith控制器、Fuzzy PID控制器相比，不仅具有满意的控制性能，而且具有较强鲁棒性和抗干扰性能，稳态精度高，对时变滞后对象具有良好的控制效果。

关键词：网络控制系统；纯滞后；模糊PID；Smith控制；模糊PID Smith控制器0 引言PID控制是一种典型的传统反馈控制器，具有结构简单、鲁棒性好和易于实现等优点,被广泛地应用于工业过程控制。

在网络化控制系统中，传统PID控制器的参数的调整对被控对象的数学模型依赖较大，并且控制过程中的滞后性、控制参数的非线性和高阶性也增加了对控制参数的调整难度。

而模糊控制系统正是由于它不依赖于工业对象模型,具有较强的鲁棒性，近年来被广泛的应用到网络化控制系统领域。

本文在模糊PID控制的基础上，结合传统的Smith控制对时滞过程控制的有效性，提出了模糊PID Smith控制方案，并对直流伺服电机控制系统进行实例仿真分析，证明了该方案的有效性。

1 模糊PID控制器的设计1.1 模糊PID控制器PID参数模糊自整定是在常规PID控制的基础上，应用模糊集合理论建立参数K\-p、K\-i、K\-d与偏差e和偏差变化率ec 间的函数关系。

其结构图如图1所示。

参数K\-p、K\-i、K\-d与偏差e和偏差变化率ec间的函数关系如下：K\-p= K′\- p+ΔK\-p= K′\-p+{e,ec }\-pK\-i = K′\-i+ΔK\-i= K′\-i+{e,ec }\-iK\-d= K ′\-d+ΔK\-d= K′\-d+{e,ec }\-d其中，K′\-p，K′\-i，K′\-dΔK\-pΔK\-iΔK\-d为参数的修正值。