PID控制算法及MATLAB仿真分析

1、河河南南農(nóng)農(nóng)業(yè)業(yè)大大學學本本科科生生畢畢業(yè)業(yè)論論文文（設(shè)設(shè)計計）題 目 PID 控制算法及 MATLAB 仿真分析 學 院 機電工程學院 專業(yè)班級 電子信息工程 05 級 2 班 學生姓名 指導教師 撰寫日期：2009年 05 月 30 日摘摘 要要PID 控制器具有結(jié)構(gòu)簡單、容易實現(xiàn)、控制效果好、魯棒性強等特點，是迄今為止最穩(wěn)定的控制方法。它所涉及的參數(shù)物理意義明確，理論分析體系完整，并為工程界所熟悉，因而在工業(yè)過程控制中得到了廣泛應用。從實際需要出發(fā)，一種好的 PID 控制器參數(shù)整定方法，不僅可以減少操作人員的負擔，還可以使系統(tǒng)處于最佳運行狀態(tài)。因此，對 PID 控制器參數(shù)整定法的研究具有

2、重要的實際意義。本文介紹了 PID 控制技術(shù)的發(fā)展歷史和研究進展。分析了傳統(tǒng)的模擬和數(shù)字 PID 控制算法，并對傳統(tǒng)的 PID 控制算法進行微分項和積分項的改進，學習了幾種比較普遍運用的方法，如不完全微分 PID 控制算法、微分先行、遇限消弱積分 PID 控制算法等。在學習的基礎(chǔ)上，提出了一種自整定參數(shù)的專家模糊 PID 控制算法，由仿真結(jié)果可以看到，這種參數(shù)自整定方法與一般控制方法（抗積分飽和控制法）相比，在調(diào)節(jié)時間、抑制超調(diào)量、穩(wěn)定性都要好，可以在工業(yè)上推廣使用。關(guān)鍵詞關(guān)鍵詞：PID 控制；結(jié)構(gòu)簡單；魯棒性；控制算法；參數(shù)整定Research of the PID Control Arit

3、hmetic of Using MATLAB SoftwareAbstractSo far, the PID is the most common control arithmetic. Its structure is simple and easy to implement, however, the control effect is perfect and it has a strong robust characteristics. The physical parameters is, meaning of ,theoretical analysis of system is in

4、tegrity, and it is familiar by the engineering sector, which in the industrial process control has been widely used. For the actual needs, a good parameter PID controller tuning method can not only reduce the burden on operators, but also make the system running at best. Therefore, the fixed PID con

5、troller parameter tuning study has important practical significance. In this paper,we will introduce the development history and the research progress of PID control technology，analysis the traditional analog and digital PID control algorithm.and improve the differential and integral of traditional

6、PID control algorithm. Learn several methods we used commom.Such as not fully differential PID control algorithm, first differential, when limited to weaken the integral PID control algorithm. based on study,we will learn the expert fuzzy control algorithm that can self-tuning PID parameters.from th

7、e simulation results we can see that compared the general (anti-saturation control), this method of parameter self-tuning in regulation time, overshoot suppression and stability well, It can promote be used in industry.Key words: PID Control; Simple Structure; Robustness; Control Arithmetic; Paramet

8、er Tuning目目 錄錄摘 要.1ABSTRACT.11 引言.11.1 國內(nèi)外研究進展.11.2 本論文研究內(nèi)容.22 PID 控制算法 .32. 1 模擬 PID 控制算法.42.2 數(shù)字式 PID 控制算法.52.3 PID 控制算法的改進 .72.3.1 微分項的改進.72.3.2 積分項的改進.112.4 模糊 PID 控制算法.132.4.1 模糊推理的系統(tǒng)結(jié)構(gòu).142.4.2 PID 參數(shù)在線整定原則 .142.5 PID 控制器研究面臨的主要問題.153 MATLAB 編程和仿真.163.1 PID 控制算法分析 .163.2 MATLAB 仿真.174 結(jié)語.23參考文獻

9、.24致謝.25附錄 1.1附錄 2.101 引言引言 PID 控制器以其結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便而成為工業(yè)控制的主要技術(shù)之一。光學表面等離子共振（SPR）生物傳感技術(shù)受溫度影響很大，因此設(shè)計高精度的溫度控制器對于生物分析儀十分重要。在指導導師研究的便攜式 SPR 生物分析儀中的溫度控制就采用了 PID 控制技術(shù)，本論文研究 PID 的控制算法是 PID 控制器整定參數(shù)優(yōu)化和設(shè)定的關(guān)鍵技術(shù)之一。 在工業(yè)過程控制中，目前采用最多的控制方式依然是 PID 方式，即使在日本，PID 控制的使用率也達到 84.5%。它具有容易實現(xiàn)、控制效果好、魯棒性強等特點，同時它原理簡單，參數(shù)物理意義

10、明確，理論分析體系完整，并為工程界所熟悉，因而在工業(yè)過程控制中得到了廣泛應用。盡管自 1940 年以來，許多先進控制方法不斷推出，但 PID 控制器仍被廣泛應用于冶金、化工、電力、輕工和機械等工業(yè)過程控制中。然而，在實際的應用中，許多被控過程機理復雜，具有高度非線性、時變不確定性和純滯后等特點，特別是在噪聲、負載擾動等因素的影響下，參數(shù)復雜煩瑣的整定過程一直困擾著工程技術(shù)人員。為了減少參數(shù)整定的工作量，克服因環(huán)境變化或擾動作用造成系統(tǒng)性能的降低，就要提出一種 PID 控制參數(shù)的自動整定3。1.11.1 國內(nèi)外研究進展國內(nèi)外研究進展 今天熟知的 PID 控制器產(chǎn)生并發(fā)展于 1915-1940 年

11、期間。在工業(yè)過程控制中 PID 控制器及其改進型的控制器占 90%。在 1942 年和 1943 年，泰勒儀器公司的 zieiger 和 Nichols 等人分別在開環(huán)和閉環(huán)的情況下，用實驗的方法分別研究了比例、積分和微分這三部分在控制中的作用，首次提出了 PID 控制器參數(shù)整定的問題。隨后有許多公司和專家投入到這方面的研究。經(jīng)過 50 多年的努力，在 PID 控制器的參數(shù)調(diào)整方面取得了很多成果。諸如預估 PID 控制(Predictive PID)、自適應 PID 控制(adaptive PID)、自校正 PID 控制(self-tuning PID)、模糊PID 控制(Fuzzy PID)

12、、神經(jīng)網(wǎng)絡 HD 控制(Neura PID)、非線性 PID 控制(Nonlinear PID)等高級控制策略來調(diào)整和優(yōu)化 PID 參數(shù)1。日本的 Inoue 提出一種重復控制1，用于伺服重復軌跡的高精度控制，它原1理來源于內(nèi)模原理，加到被控對象的輸入信號處偏差外，還疊加一個“過去的偏差” ，把過去的偏差反映到現(xiàn)在，和“現(xiàn)在的偏差”一起加到被控對象的控制，偏差重復利用，這種控制方法不僅適用于跟蹤周期性輸入信號，也可抑制周期性干擾 1。由卡爾曼提出的卡爾曼濾波理論1，采用時域上的遞推算法在數(shù)字計算機上進行數(shù)據(jù)濾波處理，該濾波器對控制干擾和測量噪聲具有很好的濾波作用。由美國 Michigan 大學

13、的 Holland 教授提出的遺傳算法3，時他提出的模擬自然界遺傳機制和生物進化論而形成的一種并行隨機搜索最優(yōu)化方法。它將優(yōu)勝劣汰，適者生存的進化論原理引入優(yōu)化參數(shù)形成的編碼串聯(lián)群體中，按所選擇的適配值函數(shù)通過遺傳中的復制，交叉及變異對個體進行篩選，使適配值高的的個體被保留下來，組成新群體，新群體有繼承上一代信息，優(yōu)于上一代，周而復始知道得到滿意值，這種算法簡單，可并行處理，得到全局最優(yōu)解。對于工業(yè)控制中許多被控對象的純滯后性質(zhì)，Smith1提出一種純滯后補償模型，與 PID 控制器并接一個補償環(huán)節(jié)，該補償環(huán)節(jié)稱為預估器，實際上的預估模型是反向并聯(lián)在控制器上的，smith 控制方法前提是必須確

14、切地知道被控對象的數(shù)學模型，再次基礎(chǔ)上能得到精確地預估模型，得到很好的控制效果。 隨著現(xiàn)代工業(yè)的發(fā)展，人們面臨的被控對象越來越復雜，對于控制系統(tǒng)的精度性能和可靠性的要求越來越高，這對 PID 控制技術(shù)提出了嚴峻的挑戰(zhàn)，但是 PID 控制技術(shù)并不會過時，它必將和先進控制策略相結(jié)合向高精度、高性能、智能化的方向發(fā)展。1.2 本論文研究內(nèi)容本論文研究內(nèi)容本文在介紹傳統(tǒng)的 PIDPID 控制算法，并對傳統(tǒng)算法改進后，在學習的基礎(chǔ)上提出一種模糊參數(shù)自整定方法，這種模糊控制的 PID 算法必須精確地確定對象模型，是操作人員（專家）長期實踐知識用控制規(guī)則模型化，再運用推理對參數(shù)實現(xiàn)最佳調(diào)整。它在常規(guī) PID

15、 基礎(chǔ)上，以輸出反饋值與目標值的誤差 e 和誤差變化率 ec 作為輸入，用模糊推理的方法對 PID 參數(shù) kp，ki，kd 進行在線自整定,以滿足不同 e 和 ec 對控制器參數(shù)的不同要求。把規(guī)則的條件、操作用模2糊集表示，并把有關(guān)信息作為知識存入計算機知識庫中，然后計算機根據(jù)控制系統(tǒng)的實際響應情況，運用模糊推理，便可實現(xiàn)對 PID 的參數(shù)最佳調(diào)整。2 PID 控制算法控制算法 PID 控制器是一種基于偏差在“過去、現(xiàn)在和將來”信息估計的有效而簡單的控制算法。而采用 PID 控制器的控制系統(tǒng)其控制品質(zhì)的優(yōu)劣在很大程度上取決于 PID 控制器參數(shù)的整定。PID 控制器參數(shù)整定，是指在控制器規(guī)律己

16、經(jīng)確定為 PID 形式的情況下，通過調(diào)整 PID 控制器的參數(shù)，使得由被控對象、控制器等組成的控制回路的動態(tài)特性滿足期望的指標要求，達到理想的控制目標6。 對于 PID 這樣簡單的控制器，能夠適用于廣泛的工業(yè)與民用對象，并仍以很高的性價比在市場中占據(jù)著重要地位，充分地反映了 PID 控制器的良好品質(zhì)。概括地講，PID 控制的優(yōu)點主要體現(xiàn)在以下兩個方面: 原理簡單、結(jié)構(gòu)簡明、實現(xiàn)方便，是一種能夠滿足大多數(shù)實際需要的基本控制器; 控制器適用于多種截然不同的對象，算法在結(jié)構(gòu)上具有較強的魯棒性，確切地說，在很多情況下其控制品質(zhì)對被控對象的結(jié)構(gòu)或參數(shù)攝動不敏感。 但從另一方面來講，控制算法的普及性也反映

17、了 PID 控制器在控制品質(zhì)上的局限性。具體分析，其局限性主要來自以下幾個方面:算法結(jié)構(gòu)的簡單性決定了 PID 控制比較適用于單輸入單輸出最小相位系統(tǒng)，在處理大時滯、開環(huán)不穩(wěn)定過程等受控對象時，需要通過多個 PID 控制器或與其他控制器的組合，才能得到較好的控制效果；算法結(jié)構(gòu)的簡單性同時決定了 PID 控制只能確定閉環(huán)系統(tǒng)的少數(shù)主要零極點，閉環(huán)特性從根本上只是基于動態(tài)特性的低階近似假定的；出于同樣的原因，決定了單一 PID 控制器無法同時滿足對假定設(shè)定值控制和伺服跟蹤控制的不同性能要求。 如何更好地整定 PID 控制器的參數(shù)一直是 PID 控制器設(shè)計的主要課題。從實際需要出發(fā)，一種好的 PID

18、 控制器參數(shù)整定方法，不僅可以減少操作人員的負擔，還可以使系統(tǒng)處于最佳運行狀態(tài)。傳統(tǒng)的 PID 控制算法或是依賴于對象模型，或是易于陷入局部極小，因此存在一定的應用局限性，且難以實現(xiàn)高性能的整定效果，常常超調(diào)較大、調(diào)整時間較長、誤差指標過大等。常規(guī)的控制系統(tǒng)主要針對有確切模型的線性過程，其 PID 參數(shù)一經(jīng)確定就無法調(diào)整，而實3際上大多數(shù)工業(yè)對象都不同程度地存在非線性、時變、干擾等特性，隨著環(huán)境變化對象的參數(shù)甚至是結(jié)構(gòu)都會發(fā)生變化。自 Ziegler 和 Nichols 提出 PID 參數(shù)經(jīng)驗公式法起，有很多方法已經(jīng)用于 PID 控制器的參數(shù)整定。這些方法按照發(fā)展階段，可分為常規(guī) PID 控制

19、器參數(shù)整定方法和智能 PID 控制器參數(shù)整定方法。按照 PID 的控制方式又分為模擬 PID 控制算法和數(shù)字 PID 控制算法。2. 1 模擬模擬 PID 控制算法控制算法模擬 PID 控制系統(tǒng)結(jié)構(gòu)如圖 2-1 所示。+ -+ +c(t)u(t)e(t)r(t)比例積分微分被控對象圖 2-1 模擬 PID 控制系統(tǒng)結(jié)構(gòu)圖它主要由 PID 控制器和被控對象所組成。而 PID 控制器則由比例、積分、微分三個環(huán)節(jié)組成。它的數(shù)學描述為: (2-1)pD1e(t)dt1de(t)u(t)=K e(t)+T T!dtrnr (2-2)Ps+56780G (s)=s3 +87.65s2 +1234s+123

20、式中，K 為比例系數(shù) T ;為積分時間常數(shù);T 為微分時間常數(shù). p I D PID 控制器各校正環(huán)節(jié)的主要控制作用如下: (l)比例環(huán)節(jié)及時成比例地反映控制系統(tǒng)的偏差信號 e(t)，偏差一旦產(chǎn)生，控制器立即產(chǎn)生控制作用，以減少偏差。比例系數(shù) k 的作用在于加快系統(tǒng)的響 P應速度，提高系統(tǒng)調(diào)節(jié)精度。k 越大，系統(tǒng)的響應速度越快，系統(tǒng)的調(diào)節(jié)精度 P越高，也就是對偏差的分辨率(重視程度)越高，但將產(chǎn)生超調(diào)，甚至導致系統(tǒng)不穩(wěn)定。k 取值過小，則會降低調(diào)節(jié)精度，尤其是使響應速度緩慢，從而延長 P調(diào)節(jié)時間，使系統(tǒng)靜態(tài)、動態(tài)特性變壞。4 (2)積分環(huán)節(jié)主要用于消除靜差，提高系統(tǒng)的無差度。積分作用的強弱取決

21、于積分時間常數(shù) ， 越大，積分作用越弱，反之則越強。積分作用系數(shù)越大，系統(tǒng)靜態(tài)誤差消除越大，但積分作用過大，在響應過程的初期會產(chǎn)生積分飽和現(xiàn)象，從而引起響應過程的較大超調(diào)。若積分作用系數(shù)過小，將使系統(tǒng)靜差難以消除，影響系統(tǒng)的調(diào)節(jié)精度。(3)微分環(huán)節(jié)能反映偏差信號的變化趨勢(變化速率)，并能在偏差信號值變得太大之前，在系統(tǒng)中引入一個有效的早期修正信號，從而加快系統(tǒng)的動作速度，減少調(diào)節(jié)時間。2.2 數(shù)字式數(shù)字式 PID 控制算法控制算法在計算機控制系統(tǒng)中，使用的是數(shù)字 PID 控制器，數(shù)字 PID 控制算法通常又分為位置式 HD 控制算法和增量式 PID 控制算法。 (1)位置式 PID 控制算法

22、 由于計算機控制是一種采樣控制，它只能根據(jù)采樣時刻的偏差值計算控制量，故對式(2-1)中的積分和微分項不能直接使用，需要進行離散化處理。按模擬 PID 控制算法的算式(2-1)，現(xiàn)以一系列的采樣時刻點 kT 代表連續(xù)時間 t，以和式代替積分，以增量代替微分，則可以作如下的近似變換: (2-3)000t=kT(k=0,1,2)( )()( )( )e(kT)-e(k-1)Te(k)-e(k-1)tkkjje t dte jTTe jde tdtTT顯然，上述離散化過程中，采樣周期 T 必須足夠短，才能保證有足夠的精度。為了書寫方便，將 e(kT)簡化表示成 e(k)等，即省去 T。將式(2-3)

23、代入式(2-1)，可以得到離散的 PID 表達式為: (2-4)0( ) ( )( ) ( )(1)1kDpjTTu kK e ke je ke kTT5中式:k 采樣序列號;u(k) 第 k 次采樣時刻的計算機輸出值;e(k)第 k 次采樣時刻輸入的偏差值;e(k-1) 第 k-1 次采樣時刻輸入的偏差值；K 積分系數(shù)，K /T I I P I 微分系數(shù)， /。 D D D我們常稱式(2-4)為位置式 PID 控制算法。對于位置式 PID 控制算法來說，位置式 PID 控制算法示意圖如圖 2-2 所示，由于全量輸出，所以每次輸出均與過去的狀態(tài)有關(guān)，計算時要對誤差進行累加，所以運算工作量大。而

24、且如果執(zhí)行器(計算機)出現(xiàn)故障，則會引起執(zhí)行機構(gòu)位置的大幅度變化，而這種情況在生產(chǎn)場合不允許的，因而產(chǎn)生了增量式 PID 控制算法。+-r(t)e(t)uc(t)PID位置算法調(diào)節(jié)閥被控對象圖 2-2 位置型控制示意圖+-r(t)e(t)uc(t)PID增量算法步進電機被控對象圖 2-3 增量型控制示意圖 (2)增量式 PID 控制算法所謂增量式 PID 是指數(shù)字控制器的輸出只是控制量的增量 (k)。增量式PID 控制系統(tǒng)框圖如圖 2-3 所示。當執(zhí)行機構(gòu)需要的是控制量的增量時，可以6由式(2-4)導出提供增量的 PID 控制算式。根據(jù)遞推原理可得: （2-k-1pIdj=0u(k-1)=K

25、e(k-1)+Ke(j) +K e(k-1)-e(k-2)4）用式(2-3)減去式(2-4)，可得： （2-pIDu(k)=u(k-1)+ K e(k)-e(k-1)+Ke(k)+K e(k)-2e(k-1)+e(k-2) 5）式(2-5)稱為增量式 PID 控制算法。 增量式控制算法的優(yōu)點是誤動作小，便于實現(xiàn)無擾動切換。當計算機出現(xiàn)故障時，可以保持原值，比較容易通過加權(quán)處理獲得比較好的控制效果。但是由于其積分截斷效應大，有靜態(tài)誤差，溢出影響大。所以在選擇時不可一概而論。2.3 PID 控制算法的改進控制算法的改進 針對常規(guī) PID 控制存在的問題，將 PID 控制器與其他的算法相結(jié)合，對PI

26、D 控制器進行改進，得到了多種改進型 PID 控制器。2.3.1 微分項的改進微分項的改進1)不完全微分 PID 控制算法在 PID 控制中，微分信號的引入可改善系統(tǒng)的動態(tài)特性，但也易引起高頻干擾。在誤差擾動突變時尤其顯出微分項的不足。若在控制算法中加入低通濾波器，則可使系統(tǒng)性能得到改善。1.不完全微分型 PID 算法傳遞函數(shù)為式（2-6） ，傳遞函數(shù)框圖如圖 2-4 所示： 1111)(SKTSTSTKSGDDDIPC (2-6)7 圖 2-4 不完全微分型 PID 算法傳遞函數(shù)框圖2.完全微分和不完全微分作用的區(qū)別 圖 2-5 完全微分和不完全微分作用的區(qū)別3、不完全微分型 PID 算法的

27、差分方程 ) 1()() 1()() 1()(nuneTKTTneneTKTTnunuDDDDDDDD (2-7) ) 1()()()(nunuKnuTTKnuDDPDIP (2-8)4.仿真分析:設(shè)被控對象的傳遞函數(shù)為:-80seG(s)=60s+1 在對象的輸出端加幅值為 0.01 的隨機信號。采樣時間為 20ms。低通濾波器為:1Q(s)=180s+1仿真程序：%PID Controler 不完全微分clear all;close all;ts=20;sys=tf(1,60,1,inputdelay,80);dsys=c2d(sys,ts,zoh);num,den=tfdata(dsys

28、,v);u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;ud_1=0;y_1=0;y_2=0;y_3=0;8error_1=0;ei=0;for k=1:1:100time(k)=k*ts;rin(k)=1.0;%Linear modelyout(k)=-den(2)*y_1+num(2)*u_5;D(k)=0.01*rands(1);yout(k)=yout(k)+D(k);error(k)=rin(k)-yout(k);%PID Controller with partly differentialei=ei+error(k)*ts;kc=0.30;ki=0.0055;TD=1

29、40;kd=kc*TD/ts;Tf=180;Q=tf(1,Tf,1); %Low Freq Signal FilterM=2; %M=1 不完全微分，%M=2 普通 Pid 控制！if M=1 %Using PID with Partial differentialalfa=Tf/(ts+Tf);ud(k)=kd*(1-alfa)*(error(k)-error_1)+alfa*ud_1;u(k)=kc*error(k)+ud(k)+ki*ei; ud_1=ud(k);elseif M=2 %Using Simple PIDu(k)=kc*error(k)+kd*(error(k)-error

30、_1)+ki*ei;end%Restricting the output of controllerif u(k)=10 u(k)=10;endif u(k)=110 u(k)=110;endif u(k)0。12 (l)當|e (k)|時，采用PD 控制，可避免產(chǎn)生過大的超調(diào)，又使系有較快的 響應。(2)當|e (k)|=10 u(k)=10;endif u(k)=um u(k)=um;endif u(k)=um if e(k)0 alpha=0; else alpha=1; endelseif u(k)0 alpha=1; else alpha=0; endelse alpha=1;end

31、elseif M=2 %Not using intergration sturationalpha=1; end%Return of PID parametersu_3=u_2;u_2=u_1;u_1=u(k); y_3=y_2;y_2=y_1;y_1=y(k);e_1=e(k); x(1)=e(k); % Calculating Px(2)=(e(k)-e_1)/ts; % Calculating Dx(3)=x(3)+alpha*e(k)*ts; %Calculating Ixi(k)=x(3);endfigure(1);subplot(311);plot(time,r,b,time,y,

32、r);xlabel(time(s);ylabel(Position tracking);subplot(312);plot(time,u,r);xlabel(time(s);ylabel(Controller output);subplot(313);plot(time,xi,r);xlabel(time(s);ylabel(Integration);從仿真結(jié)果來看，采用模糊控制的 PID 算法，系統(tǒng)輸出的超調(diào)量比一般的PID 控制（如抗飽和積分控制）要小，調(diào)節(jié)時間也更快，也迅速地達到穩(wěn)定時22間。不論是從速度還是穩(wěn)定性都要比一般 PID 控制要好，在工業(yè)用途上能滿足各類精度和穩(wěn)定性能控制的需

33、求。 這種模糊控制的 PID 算法必須精確地確定對象模型，是操作人員（專家）長期實踐知識用控制規(guī)則模型化，再運用推理對參數(shù)實現(xiàn)最佳調(diào)整。由于操作者經(jīng)驗不易精確描述，控制過程中各種信號量及評價指標不易定量表示，而模糊理論是解決這一問題的有效途徑，把規(guī)則的條件、操作用模糊集表示，并把有關(guān)信息作為知識存入計算機知識庫中，然后計算機根據(jù)控制系統(tǒng)的實際響應情況，運用模糊推理，便可實現(xiàn)對 PID 的參數(shù)最佳調(diào)整，這就是模糊自適應PID 控制。4 結(jié)語結(jié)語本文首先從 PID 控制器及控制技術(shù)的研究目的和意義，引出我們對這種控制算法的理解和仿真具有重大意義，介紹了這種控制技術(shù)的發(fā)展歷史和研究進展。進而提出什么

34、是 PID 控制算法、控制算法的基本結(jié)構(gòu)，分析了傳統(tǒng)的模擬和數(shù)字 PID 控制算法，并對傳統(tǒng)的 PID 控制算法進行微分項和積分項的改進，學習了幾種比較普遍運用的方法，如不完全微分 PID 控制算法、微分先行和輸入濾波 PID 控制算法、積分限幅法、積分分離 PID 控制算法、遇限消弱積分PID 控制算法等。在學習的基礎(chǔ)上，提出了一種自整定參數(shù)的專家模糊 PID 控制算法，并且直接引用了專家模糊規(guī)則庫對一個具體控制對象進行了仿真，由仿真結(jié)果可以看到，這種參數(shù)自整定方法與一般控制方法（抗積分飽和控制法）相比，在調(diào)節(jié)時間、抑制超調(diào)量、穩(wěn)定性都要好，可以在工業(yè)上推廣使用。只是運用這種模糊推理方法需要

35、建立專家模糊規(guī)則庫，這需要長時間的實踐和調(diào)整才能得到比較合理的知識規(guī)則庫。另外目前這種控制方法知識規(guī)則的推理都大部分借助計算機程序，因此對這種控制器的開發(fā)需要有比較專業(yè)的計算機語言，在這里用到的 MATLAB 語言以及所屬的 Simulink 仿真控件。在整個設(shè)計過程中，使我對所學知識進行了一個比較大的綜合鞏固，讓我學會了各種查閱資料以及整理所需材料的能力，通過這次的課題設(shè)計，也讓我學習到了不少新知識，在幾個月的學習實踐中學到的東西比以往學到的都要豐富，因為我不僅學到了一些新的專業(yè)知識還鍛煉了自己解決問題的能力，這是23不可多得的。但是，在設(shè)計過程中我也遇到了不少困難，感覺自己對所學專業(yè)知識的

36、欠缺，讓自己增加了緊迫感，要抓緊彌補自己的欠缺，學無止境，這也讓我體會到了不管以后走上什么樣的工作崗位，都不要拋棄自己的學習，不進則退，別人的進步自己的停滯不前終將導致自己的被淘汰，這是我在整個課題設(shè)計過程中最大的體會。參考文獻參考文獻1劉金錕 ，先進 PID 控制 MATLAB 仿真(第 2 版) M.北京:電子工業(yè)出版社,20062鄭阿奇主編，MATLAB 實用教程M.北京:電子工業(yè)出版社, 20043夏德鈐，翁貽方編著，自動控制理論M（第二版）機械工業(yè)出版社，20074朱思洪主編, 機電一體化技術(shù)M, 中國農(nóng)業(yè)出版社，20045 施陽 MATLAB語言精要及動態(tài)仿真工具 SIMULINK

37、 西安 M 西北工業(yè)大學出版社 19976張思雨,預測控制算法和 P ID 控制算法J，燕山大學工學碩士學位論文，20037 陳超，龔國芳,徐曉東，王靜，一種參數(shù)自整定模糊 PID 控制器的研究D，浙江大學流體傳動及控制國家重點實驗室 20058 朱曉宏，邵冬明，游道華，參數(shù)自整定 PID 模糊控制器的設(shè)計及 Simulink 仿真J，武漢科技大學，20069 劉紹鼎，樊立萍，姜長洪，基于模糊規(guī)則參數(shù)自整定 PID控制器的設(shè)計 J，沈陽化工院，200610 郝偉，謝克明，模糊免疫參數(shù)自整定 PID 控制系統(tǒng)設(shè)計及仿真M，太原理工大學 信息工程學院，200711肖人彬，王磊人工免疫系統(tǒng)原理、模型

38、、分析及展望J計算機學報，200212 Jerne NKTowards a network theory of the immune systemJAnnual Immunology，197413 Farmer JD，Packard N H。Perelson AS The immune system，adaptation and machine learningJPhysiea D，198614 Kawafuku M，Sasaki M，TakahashiAdaptive learning method of neural network controller using an immune f

39、eedback lawJ，2000 15高東杰，譚杰，林紅權(quán)應用先進控制技術(shù) M 北京，國防工業(yè)出版社，200316 謝克明 ，郭紅渡 ，謝剛等人工免疫算法及其應用J，計算機科學與工程。2005 17爾桂花，竇日軒運動控制系統(tǒng) M，北京，清華大學出版社，2002 18張建民，王濤智能控制原理及應用M，北京，冶金工業(yè)出版社 ，2003 2419田淑杭，姜麗娟一種參數(shù) 自整定模糊 PID 控制器的研究J ,電氣傳動自動化，2003(6)20 陶永華，尹怡欣，葛蘆生新型 PID 控制及其應用M北京，機械工業(yè)出版社，1998致致謝謝四年的學習生涯，對于我來說，是一段充實而又難忘的時光。這期間，既有經(jīng)歷

40、挫折失敗的困惑，也有許多成功的喜悅。我的論文能夠順利完成，離不開老師們辛勤的指導、同學熱情的幫助以及父母的支持和理解。在此，謹向他們表示最誠摯的感謝!首先感謝我的導師。對導師給予的學術(shù)上的指導、做人治學思想上的教育、生活上的關(guān)心和幫助致以最衷心的謝意!胡老師淵博的知識和嚴謹?shù)闹螌W態(tài)度給我留下了深刻的印象，開闊了我的視野，豐富了我的專業(yè)領(lǐng)域知識。導師對科學真理孜孜不倦的追求，腳踏實地、一絲不茍、精益求精的治學態(tài)度，以及在課題組中營造的寬松、自由、民主的學術(shù)風氣使我終身受益。在此，即將離開母校，對所有給我殷勤教育的老師們致予謝意，對于你們的教導，將使我終身難忘，祝你們身體健康，萬事如意。其次要感謝

41、我身邊給予我?guī)椭凸膭畹耐瑢W，在我的實習中，不斷地給我技術(shù)上的參考以及就業(yè)信息的提供，豐富了我的生活，給我的畢業(yè)去向開辟了更多的方向和選擇。同時還要感謝我的父母，對于我的學習和生活，他們給我了最大的支持，望子成龍是每個父母的心愿，為此他們操了一輩子的心而不途回報，在此我要衷心地謝謝他們。在設(shè)計的學習過程中，遇到不少困難，因為每個人單獨的課題，內(nèi)容也是我們不很熟悉的，需要靠自己四年積累的知識和自己形成解決問題思路來深入學25習新的課題。盡管這樣，我還是不得不承認自己所學、能用的知識太少，因此作出的文章有很大的局限性，不專業(yè)或是過多引用別人的理論，在這里需要特別強調(diào)。希望老師給予批評和指正，在這里

42、我將虛心接受老師的教誨。最后，感謝在百忙之中抽出寶貴時間對本論文進行評審的各位老師。附錄附錄 1指導教師評語（主要評價論文的工作量、試驗數(shù)據(jù)的可靠性、論文的主要內(nèi)容與特點、寫作水平等）： 簽 名： 年 月 日答辯委員會評語及論文成績（主要評價論文的性質(zhì)、難度、質(zhì)量、綜合訓練、答辯情況、不足等。評定論文成績）：主任委員簽名： 年 月 日附錄附錄 2河南農(nóng)業(yè)大學本科生畢業(yè)設(shè)計（論文）任務書 設(shè)計（論文）題目PID 控制算法及 MATLAB 仿真分析學 院 機電工程學院 專 業(yè) 電子信息工程 班 級 05 電信 2 班 學 號 姓 名 2009 年 2 月 20 日1論文（設(shè)計）選題的來源、目的與意義：論文（設(shè)計）選題的來源、目的與意義：來源來源：本論文選題來自于指導導師的科研項目，是國家 863 重點科技攻關(guān)計劃項目中的研究內(nèi)容之一（2007AA100606）。目的與意目的與意義義：PID 控制器以其結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便而成為工業(yè)控制