基于simulink的模糊PID控制例子

1、真理惟一可靠的標(biāo)準(zhǔn)就是永遠(yuǎn)自相符合。土地是以它的肥沃和收獲而被估價(jià)的；才能也是土地，不過(guò)它生產(chǎn)的不是糧食，而是真理。如果只能滋生瞑想和幻想的話，即使再大的才能也只是砂地或鹽池，那上面連小草也長(zhǎng)不出來(lái)的。1模糊PID用命令Fuzzy打開(kāi)模糊控制工具箱。Anfisedit打開(kāi)自適應(yīng)神經(jīng)模糊控制器，它 用給定的輸入輸出數(shù)據(jù)建個(gè)一個(gè)模糊推理系統(tǒng)，并用一個(gè)反向傳播或者與最小二乘法結(jié)合的來(lái)完成隸屬函數(shù)的調(diào)節(jié)。Surfview (newfis)可以打開(kāi)表面視圖窗口 8.1模糊PID串聯(lián)型新建一個(gè)simulink模型同時(shí)拖入一個(gè)fuzzy logic controller模塊，雙擊輸入已經(jīng)保存的fis模糊控制

2、器的名字。由于這個(gè)控制模塊只有一個(gè)輸入端口，需要用到mux模塊。模糊結(jié)合PID,當(dāng)輸出誤差較大時(shí)，用模糊校正，當(dāng)較小時(shí)， 用PID校正。8.2模糊自適應(yīng)PID(1)PID參數(shù)模糊自整定的原則PID調(diào)節(jié)器的控制規(guī)律為：u( k) = Kp e( k) + Ki藝e( i) + Kd ec( k)其中：Kp為比例系數(shù)；Ki為積分系數(shù)；Kd為微分系數(shù)；e( k) 、ec( k)分別 為偏差和偏差變化率.模糊自整定PID參數(shù)的目的是使參數(shù)Kp、Ki、Kd隨著e 和ec的變化而自行調(diào)整，故應(yīng)首先建立它們間的關(guān)系.根據(jù)實(shí)際經(jīng)驗(yàn)，參數(shù) Kp、Ki、Kd在不同的e和ec下的自調(diào)整要滿足如下調(diào)整原則：(1)當(dāng)e

3、較大時(shí)，為加快系統(tǒng)的響應(yīng)速度，防止因開(kāi)始時(shí)e的瞬間變大可能會(huì)引 起的微分溢出,應(yīng)取較大的Kp和較小的Kd ,同時(shí)由于積分作用太強(qiáng)會(huì)使系統(tǒng)超 調(diào)加大，因而要對(duì)積分作用加以限制，通常取較小的Ki值；當(dāng)e中等大小時(shí)，為減小系統(tǒng)的超調(diào)量，保證一定的響應(yīng)速度，Kp應(yīng)適當(dāng) 減?。煌瑫r(shí)Kd和Ki的取值大小要適中； 當(dāng)e較小時(shí)，為了減小穩(wěn)態(tài)誤差，Kp與Ki應(yīng)取得大些，為了避免輸出響應(yīng) 在設(shè)定值附近振蕩,同時(shí)考慮系統(tǒng)的抗干擾性能,Kd值的選擇根據(jù)|ec|值較大 時(shí)，Kd取較小值，通常Kd為中等大小。同時(shí)按照需要，將輸入語(yǔ)言變量E和EC分為7個(gè)模糊子集，分別用語(yǔ)言值正大(PB)、正中(PM)、正小(PS)、零(Z

4、)、負(fù)小(NS)、負(fù)中(NM)、負(fù)大(NB) 來(lái)表示,它們的隸屬函數(shù)為高斯型(gaussmf),輸出語(yǔ)言變量Kp'、Ki'、Kd' 用語(yǔ)言值小正大(PB)、正中(PM)、正小(PS)、零(Z)、負(fù)小(NS)、負(fù)中 (NM)、負(fù)大(NB)來(lái)表示隸屬函數(shù)為三角型(t rimf),方法二：圖-1模糊自適應(yīng)simulink模型根據(jù)各模糊子集的隸屬度賦值表和各參數(shù)模糊控 制模型，應(yīng)用模糊合成推理設(shè)計(jì)分?jǐn)?shù)階 PID參數(shù)的模糊矩陣表，算出參數(shù)代入下 式計(jì)算：Kp=KpO+（E EC）p;Ki=KiO+（E，EC）l;Kd=KdO+（E，EC）d式中：Kp0 Ki0、Kd0為PID參數(shù)

5、的初始設(shè)計(jì)值，由傳統(tǒng)的 PID控制器的參數(shù)整 定方法設(shè)計(jì)。（E，EC）p （E，EC）i、（E，EC）d 即（4 Kp, Ki, Kd）為模 糊控制器的3個(gè)輸出，可根據(jù)被控對(duì)象的狀態(tài)自動(dòng)調(diào)整 PID三個(gè)控制參數(shù)的取值。PID控制器部分岔c1NSpPST7NBPBPMPMPSzozoNMPBPRPMFS Ip$zoNSNSPMPMPMPSzoNSNSZ0PMPMPSzoNSNMNMPSPSPSzoNSNSNMNMPMPSZONSNMNMNMNBPB.zozoNMNM |NMNBNB*3-2忍的模糊規(guī)則表$3*3褊前模糊控制規(guī)則表例子：下面是一個(gè)例子工業(yè)控制常見(jiàn)例子二階慣性加純滯后環(huán)節(jié)，傳遞函數(shù)為

6、<sGse，T1=1,T2=1, =0.3，模糊化因子，ke=kec=0.01;解模糊因(Tis 1)心 1)子 k1=0.5,k2=0.05,k3=0.05;PID 初始值 Kp0=6.5;Ki0=1;Kd0=3.5;設(shè)置采樣頻率 為0.01s。建立simulink系統(tǒng)模型如下。其中模糊控制器變量論域取-6 6.同 時(shí)按照需要，將輸入語(yǔ)言變量 E和EC分為7個(gè)模糊子集，分別用語(yǔ)言值正大5 人生的磨難是很多的，所以我們不可對(duì)于每一件輕微的傷害都過(guò)于敏感。在生活磨難面前，精神上的堅(jiān)強(qiáng)和無(wú)動(dòng)于衷是我們抵抗罪惡和人生意外的最好武器。(PB)、正中(PM)、正小(PS)、零(Z)、負(fù)小(NS)、

7、負(fù)中(NM)、負(fù)大(NB) 來(lái)表示。對(duì)于模糊控制規(guī)則按照上面的表選取。圖5-綠色線為fuzzy_pid輸出，紅色線為常規(guī)PID輸出四、量化因子Ke, Kec, Ku該如何確定？有個(gè)一般的公式：Ke=n/e(max),Kec=m/ec(max),Ku=u(max)/l。n,m,l 分別為 Ke，Kec，Ku 的量化等級(jí)，一般可取6或7。e(max),ec(max),u(max分別為誤差，誤差變化率，控 制輸出的論域。不過(guò)通過(guò)我實(shí)際的調(diào)試，有時(shí)候這些公式并不好使。所以我一般都采用湊試法，根據(jù)你的經(jīng)驗(yàn)，先確定Ku，這個(gè)直接關(guān)系著你的輸出是發(fā)散的還是收斂的。再確 定Ke，這個(gè)直接關(guān)系著輸出的穩(wěn)態(tài)誤差響

8、應(yīng)。最后確定 Kec，前面兩個(gè)參數(shù)確定好了，這 個(gè)應(yīng)該也不會(huì)難了。五、 在仿真的時(shí)候會(huì)出現(xiàn)剛開(kāi)始仿真的時(shí)候時(shí)間進(jìn)度很慢，從e-10次方等等開(kāi) 始，該怎么解決？這時(shí)候肯定會(huì)有許多人跳出來(lái)說(shuō)是步長(zhǎng)的問(wèn)題，等你改完步長(zhǎng)，能運(yùn)行了，一看結(jié)果，慘不忍睹！我只能說(shuō)這個(gè)情況有可能是你的參數(shù)有錯(cuò)誤，但如果各項(xiàng)參數(shù)是正確的前提下，你可以在方框圖里面加飽和輸出模塊或者改變階躍信號(hào)的 sample time讓不從 0開(kāi)始或者加個(gè)延遲模塊或者加零階保持器看看六、 仿真到一半的時(shí)候仿真不動(dòng)了是什么原因？仿真圖形很有可能發(fā)散了，加個(gè)零階保持器，飽和輸出模塊看看 效果。改變Ke，Kec，Ku的參數(shù)。七、仿真圖形怎么反了？把Ku里面的參數(shù)改變一下符號(hào)，比如說(shuō)從正變?yōu)樨?fù)。模糊PID的話改變Kp的就可以。八、 還有人問(wèn)我為什么有的自適應(yīng)模糊PID里有相加的模塊 而有的沒(méi)有？ 相加的是與PID的初值相加。最后出來(lái)的各項(xiàng)參數(shù)Kp= Kp+Kp