先进PID控制及其MATLAB仿真

齐格勒-尼柯尔斯法则是在实验阶跃响 应的基础上，或者是在仅采用比例控制 作用的条件下，根据临界稳定性中的Kp 值建立起来的。当控制对象的数学模型 未知时，采用齐格勒-尼柯尔斯法则是 很方便的。齐格勒-尼柯尔斯调节律有 两种方法，其目标都是要在阶跃响应中， 达到25%的最大超调量。 第一种方法：通过实验或通过控制对 象的动态仿真得到其单位阶跃响应曲线。 如果控制对象中既不包括积分器，又不 包括主导共轭复数极点，此时曲线如一 条S型，如下图所示（若曲线不为S型， 则不能用此方法）。S曲线可以用延迟 时间L和时间常数T描述，通过S型曲线 的转折点画一条切线，确定切线与时间 轴和直线才c(t)=K的交点，就可以求得 延迟时间和时间常数。(本设计只做第



基于MATLAB/simulink环境下的PID参数整定

一、PID控制原理


在PID控制系统中, PID控制器分别 对误差信号e（t）进行比例、积分 与微分运算, 其结果的加权和构成 系统的控制信号u（t），送给对象 模型加以控制。 模拟PID控制系统原理框图
二、Ziegler-Nichol(齐格勒-尼柯尔斯)整定法则





已知被控对象的K、L 和T 值后, 我们可以根据 Ziegler — Nichols自行编写的zznl ( )函数用以设计PID 控制器。该函数程序如下： function [Gc,Kp,Ti,Td]=zznl (PID,vars) Ti=[ ];Td=[ ];kp=[]; K=vars(1) ; T=vars(2) ; tau=vars (3); if PID==1 kp=T/(K*tau) %判断设计P 控制器 elseif PID==2 Kp=0.9*T/(K*tau);Ti=3.33*tau; %判断设计PI 控制器 elseif PID==3, Kp=1.2*T/(K*tau);Ti=2*tau;Td=tau/2; %判断设 计PID控制器 end switch PID case 1 Gc=kp; % P控制器 case 2 Gc=tf([kp*Ti kp],[Ti,0]); % PI控制器 case 3 % PID控制器 nn=[kp*Ti*Td kp*Ti kp]; dd=[Ti,0]; Gc=tf(nn,dd) end

17. 如何在仿真环境中测试PID控制？17、如何在仿真环境中测试 PID 控制？一、选择合适的仿真工具首先，需要选择一款适合的仿真工具。

常见的仿真软件包括MATLAB/Simulink、LabVIEW、AMESim 等。

这些工具都提供了强大的功能来构建系统模型和进行控制算法的仿真。

以 MATLAB/Simulink 为例，它具有丰富的模块库，方便用户快速搭建各种系统模型，并且提供了直观的图形界面，易于操作和调试。

二、确定被控制对象的模型在进行 PID 控制测试之前，必须明确被控制对象的数学模型。

被控制对象可以是机械系统、电气系统、热力系统等。

模型的准确性直接影响到测试结果的可靠性。

模型的建立可以基于物理定律和原理，通过推导得到数学表达式。

也可以通过实验数据进行系统辨识，得到近似的模型。

例如，对于一个简单的一阶惯性系统，其传递函数可以表示为：G(s) ＝ 1/（Ts ＋ 1)，其中 T 为时间常数。

三、设计 PID 控制器接下来就是设计 PID 控制器。

PID 控制器有三个参数：比例系数（Kp）、积分系数（Ki）和微分系数（Kd）。

比例系数主要影响系统的响应速度，系数越大，响应速度越快，但可能会导致超调量增大。

积分系数用于消除系统的稳态误差，但过大的积分系数可能会使系统不稳定。

微分系数可以改善系统的动态性能，抑制超调，但对噪声敏感。

通常可以采用经验法、试凑法或者基于一些优化算法来确定这三个参数的值。

四、搭建仿真模型在选定的仿真工具中，搭建被控制对象的模型和 PID 控制器，并将它们连接起来。

在 Simulink 中，可以从模块库中选择相应的模块，如传递函数模块、PID 控制器模块等，通过连线构建整个系统的仿真模型。

五、设置仿真参数设置仿真的时间范围、步长等参数。

时间范围应足够长，以充分观察系统的响应。

步长的选择要根据系统的特性和计算资源来权衡，过小的步长会增加计算时间，过大的步长可能会导致结果不准确。

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。

下面用一个简单的例子作介绍：（本例不是特别针对实现什么功能，只是为了介绍方便）第一部分创建一个模糊逻辑（.fis文件）第一步：打开模糊推理系统编辑器步骤：在Commond Window 键入fuzzy回车打开如下窗口，既模糊推理系统编辑器第二步：使用模糊推理系统编辑器本例用到两个输入，两个输出，但默认是一个输人，一个输出步骤：1、添加一个输入添加一个输出得如下图2、选择Input、output(选中为红框)，在Name框里修改各输入的名称并将And method 改为prod，将Or method 改为 probor提示：在命名时’_’在显示时为下标，可从上图看出。

第三步：使用隶属函数编辑器该编辑器提供一个友好的人机图形交互环境，用来设计和修改模糊推理系中各语言变量对应的隶属度函数的相关参数，如隶属度函数的形状、范围、论域大小等，系统提供的隶属度函数有三角、梯形、高斯形、钟形等，也可用户自行定义。

步骤：1、双击任何一个输入量（In_x、In_y）或输出量打开隶属度函数编辑器。

2、在左下处Range和Display Range处添加取值范围，本例中In_x和In_y的取值范围均为[0 10], Out_x和Out_y的取值范围均为[0 1]3、默认每个输入输出参数中都只有3个隶属度函数，本例中每个输入输出参数都需要用到五个，其余几个需要自己添加：选中其中一个输入输出参数点击Edit菜单，选Add MFS…打开下列对话框将MF type设置为trimf(三角形隶属度函数曲线，当然你也需要选择其他类型) 将Number of MFs 设置为2点击OK按钮同样给其他三个加入隶属度函数4、选中任何一个隶属度函数（选中为红色），在Name 中键入名称，在Type中选择形状，在Params中键入范围，然后回车如下图：5、关闭隶属函数编辑器第四步：使用规则编辑器通过隶规则编辑器来设计和修改“IF...THEN”形式的模糊控制规则。