新型PID控制及其應(yīng)用_第四講_模糊PID控制

1、1998年第1期工業(yè)儀表與自動化裝置75新型PID控制及其應(yīng)用第四講模糊PID控制陶永華華東冶金學(xué)院馬鞍山:2430021引言在工業(yè)控制過程中經(jīng)常會碰到大滯后、時變的、非線性的復(fù)雜系統(tǒng),其中有的參數(shù)未知或緩慢變化;有的帶有延時和隨機干擾;有的無法獲得較精確的數(shù)學(xué)模型或模型非常粗糙。對上述這些系統(tǒng),如果使用常規(guī)的PID控制器,較難整定PID參數(shù),果。,Fuzzy-PID,可以達(dá)到理想的控制效果,不同的控制指標(biāo)均能實現(xiàn)PID最佳調(diào)整。模糊控制器是一種近年來發(fā)展起來的新型控制器,其優(yōu)點是不要求掌握受控對象的數(shù)學(xué)模型,而根據(jù)人工控制規(guī)則組織控制決策表,然后由該表決定控制量的大小。將模糊控制和PID控制

2、兩者結(jié)合起來,揚長避短,既具有模糊控制靈活,適應(yīng)性強的優(yōu)點,又具有PID控制精度高的特點。本講著重介紹模糊PID控制原理和典型結(jié)構(gòu),并列舉工程應(yīng)用實例。1.1PID參數(shù)Fuzzy自整定控制原理常規(guī)PID控制算法為:u(k)=KpE(k)+KI2E(k)+KDEC(k)(11)其中E(k)、2E(k)=E(k)+E(k-1)和EC(k)=E(k)-E(k-1)(k=0,1,2,)分別為其輸入變量偏差、偏差和與偏差變化,KP、KI及積分(I)及微分(D)KD分別為表征其比例(P)、作用的參數(shù)。Fuzzy自整定PID參數(shù)控制器是一種在常建立參數(shù)KP、KI與KD同偏差絕對值󰃜Eb

3、3260;和偏差變化絕對值󰃜EC󰃜間的二元連續(xù)函數(shù)關(guān)系:KP=f1(󰃜E󰃜,󰃜EC󰃜)(12)KI=f2(󰃜E󰃜,󰃜EC󰃜K3(󰃜󰃜KP、D控制器。PID參數(shù)Fuzzy自11所示。1.2PID參數(shù)Fuzzy整定模型一般情況下,在不同󰃜E󰃜、󰃜EC󰃜下被控過程對參數(shù)KP、KI與KD的自整定要求可歸結(jié)為:1.2.1當(dāng)󰃜Eϗ

4、260;較大時,為使系統(tǒng)具有良好的快速跟蹤性能,應(yīng)取較大的KP與較小的KD,同時為避免系統(tǒng)響應(yīng)出現(xiàn)較大的超調(diào),應(yīng)對積分作用加以限制,通常取KI=0;1.2.2當(dāng)󰃜E󰃜處于中等大小時,為使系統(tǒng)響應(yīng)具有較小的超調(diào),KP應(yīng)取得小些;在這種情況下,KD的取值對系統(tǒng)響應(yīng)的影響較大,KI的取值要適當(dāng);1.2.3當(dāng)󰃜E󰃜較小時,為使系統(tǒng)具有較好的穩(wěn)態(tài)性能,KP與KI均應(yīng)取得大些,同時為避免系統(tǒng)在設(shè)定值附近出現(xiàn)振蕩,KD值的選擇是相當(dāng)重要的。對于Fuzzy自整定PID參數(shù)控制器,在具體作法上,根據(jù)語言變量偏差E及偏差變化EC,應(yīng)用Fuzzy集合理

5、論總結(jié)出一套KP、KI與KD的Fuzzy整定模型,如表11、表12和表13所示。規(guī)PID控制器的基礎(chǔ)上,應(yīng)用Fuzzy集合理論85工業(yè)儀表與自動化裝置1998年第1期圖11PID參數(shù)Fuzzy自整定控制原理表11KP整定Fuzzy規(guī)則集模型PECPBPMPSONSNMNBOOPMPBPBPBPBOPBPBPBPBNSPMPMPMPMNSOPSPMPMNMNMOPSPSNBNBNBNMOONBNBNBNMOONBNMNSOPSPMPBPBPMPSONSNMNBPSNBNBNSNBNBPSPSNBNBNSNBNBOONMNMNSNMNMOONSNSNSNSNSOONMNMNSNMNMOPSNBNB

6、NMNBNBPSPSNBNBNMNBNBPS3規(guī)則集模型NSOPSPMPB表12KI整定Fuzzy規(guī)則集模型IECPBPMPSONSNMNBPBPBONSOPBPBPBPSONSOPSPBPBPSONSOPSPBPBPSONSOPSPBPBPSONSOPSPBPBPSNSNBNSPSPBPBPSNSNBNSPSPBNBNMNSOPSPMPB2模糊PID控制器2.1模糊控制器模糊控制器(FCFuzzyController)也稱為模糊邏輯控制器(FLCFuzzyLogicCon2troller),由于其所采用的模糊控制規(guī)則是由模糊理論中模糊條件語句來描述的,因此,模糊控制器是一種語言型控制器,故也

7、稱為模糊語言控制器(FLCFuzzyLanguageController)。模糊控制器的組成框圖如圖21所示。它包括有:輸入量模糊化接口、數(shù)據(jù)庫、規(guī)則庫、推理機和輸出解模糊接口5個部分。2.1.1模糊化接口模糊控制器的輸入必須通過模糊化才能用1998年第1期工業(yè)儀表與自動化裝置95于模糊控制輸出的求解,因此它實際上是模糊控制器的輸入接口。它的主要作用是將真實的確定量輸入轉(zhuǎn)換成一個模糊矢量。圖21模糊控制器的組成框圖2.1.2知識庫由數(shù)據(jù)庫和規(guī)則庫兩部分組成。數(shù)據(jù)庫(,域,在規(guī)則推理的模糊關(guān)系方程求解過程中,向推理機提供數(shù)據(jù)。規(guī)則庫模糊控制器的規(guī)則是基于專家知識或手動操作熟練人員長期積累的經(jīng)驗,

8、它是按人的直覺推理的一種語言表示形式。模糊規(guī)則通常由一系列的關(guān)系詞連接而成,如if-then、also、“翻譯”,才能將模or、and等。關(guān)系詞必須經(jīng)過糊規(guī)則數(shù)值化。例:假設(shè)有控制規(guī)則ifAandBthenC,其中,A是論域U上的一個模糊子集,B是論域V上的一個模糊子集。根據(jù)人工試驗,我們可離線組織其控制決策表R,R是笛卡爾乘積集U×V上的一個模糊子集。則某一時刻,該控制的控制量由下式得出:C=(A×B)R規(guī)則庫是用來存放全部模糊控制規(guī)則的,在推理時為“推理機”提供控制規(guī)則。2.1.3推理與解模糊接口程。在模糊控制,通常采用運算較簡單的推。最基本的有Zadeh近似推理,它包

9、含有正向推理和逆向推理兩類。正向推理常被用于模糊控制中,而逆向推理一般用于知識工程學(xué)領(lǐng)域的專家系統(tǒng)中。推理結(jié)果的獲得,表示模糊控制的規(guī)則推理功能已經(jīng)完成。但是,至此所獲得的結(jié)果仍是一個模糊矢量,不能直接用來作為控制量,還必須作一次轉(zhuǎn)換,求得清晰的控制量輸出,即為解模糊。通常把輸出端具有轉(zhuǎn)換作用的功能部分稱為解模糊接口。綜上所述,模糊控制器實際上就是一個微機系統(tǒng)。它的絕大部分功能都是由計算機程序來完成的,隨著專用模糊芯片的研究和開發(fā),也可以由硬件逐步取代各組成單元的軟件功能。2.2模糊PID控制器在一般的模糊控制系統(tǒng)中,考慮到模糊控制器實現(xiàn)的簡易性和快速性,通常采用二維模糊控制器結(jié)構(gòu)形式。而這類

10、控制器都是以系統(tǒng)誤差E和誤差變化EC為輸入語句變量,因此它具有類似于常規(guī)PD控制器的作用。由線性控制理論可知,采用該類模糊控制器的系統(tǒng)有可能獲得良好的動態(tài)特性,但無法消除靜態(tài)誤差。為了改善模糊控制器的穩(wěn)態(tài)性能,通常在模推理是模糊控制器中,根據(jù)輸入模糊量,由06工業(yè)儀表與自動化裝置1998年第1期糊控制器中引入模糊積分。下面介紹兩種模糊PID控制器:2.2.1混合型模糊PID控制器圖22所示模糊控制器結(jié)構(gòu)是由W.L.Bialkowski于1983年提出的,它是由一個常規(guī)積分控制器和一個二維模糊控制器相并聯(lián)而成的。常規(guī)PI控制器輸出為ui和二維模糊控制器輸出控制量uf相疊加,作為混合型模糊PID控

11、制器的總輸出,即u=ui+uf,可使系統(tǒng)成為無差模糊控制系統(tǒng)。2.2.2誤差e模糊積分的PID模糊控制PID模糊控制器,如圖23所示。它是一種對誤差e的模糊值進行積分的PID模糊控制器。器1988年由M.Basseville提出的又一種圖22混合型模糊PID控制器圖23誤差e模糊積分的PID模糊控制器3模糊自整定PID控制器的典型結(jié)構(gòu)根據(jù)被控對象的性能要求,可采用不同的模糊自整定PID控制器,下面介紹4種典型結(jié)構(gòu)。3.1運用在線辨識策略的自整定PID模糊控制器控制器的結(jié)構(gòu)圖如圖31所示。針對電加熱爐的性能要求以及作為分布式控制系統(tǒng)中下位機的特點,選用在線辨識策略。為消除動態(tài)未建模特性帶來的影響

12、,在專家知識的基礎(chǔ)上,建立起模糊推理機制,以提高控制器的魯棒性。模糊推理部分通過對控制響應(yīng)的波形進行在線監(jiān)視,求出作為控制性能的指標(biāo),即上升時間,超調(diào)量和穩(wěn)態(tài)誤差等。根據(jù)專家經(jīng)驗,將這些性能指標(biāo)作為If部分模糊變量,而Then部分模糊變量為KP、KI、KD3個參數(shù)的修正值。3.2在線實時模糊自整定PID控制器這是另一種運用在線辨識策略的自整定PID模糊控制器所采用的控制方案,其原理如圖32所示。圖中的辨識機構(gòu)是為解決PID控制參數(shù)的初值而設(shè)立的。在控制的初始階段,采用bang-bang控制作為引導(dǎo)控制,辨識機構(gòu)根據(jù)在該階段得到的信息對控制對象進行辨識。在該階段結(jié)束時,利用辨識出的模型參數(shù)整定出

13、PID控制參數(shù)的初值,并動作控制開關(guān),投入模糊自整定PID控制。模糊自整定PID是在PID算法基礎(chǔ)上,通過計算當(dāng)前系統(tǒng)誤差e和誤差變化率e,利用模糊規(guī)則進行模糊推理,查詢模糊矩陣表進行參數(shù)調(diào)整。1998年第1期工業(yè)儀表與自動化裝置16圖31PID-Fuzzy控制器結(jié)構(gòu)圖圖32Fuzzy自整定PID控制原理圖3.3Fuzzy-PID自動調(diào)節(jié)控制器該控制器如圖33所示,由標(biāo)準(zhǔn)PID控制器和Fuzzy自動調(diào)節(jié)機構(gòu)組成。Fuzzy自動調(diào)節(jié)機構(gòu)能夠把被控對象在t時刻的瞬時值e(t)和e(t)變成單參數(shù)因子(t),以便校正公式計算時使用。該調(diào)節(jié)機構(gòu)是由Fuzzy匹配器和參數(shù)化設(shè)計公式組成,其中Fuzzy匹

14、配器是核(t)分別變換成兩個Fuzzy心部件,它把e(t)和e變量,爾后構(gòu)成Fuzzy集。3.4基于Fuzzy推理的自調(diào)整PID控制器PID控制器和一個Fuzzy自調(diào)整機構(gòu)組成。Fuzzy自調(diào)整機構(gòu)根據(jù)輸入信號(即偏差e)的大小、方向以及變化趨勢等特征,通過Fuzzy推理作出相應(yīng)決策,在線整定PID參數(shù)KP、KI、由于該Fuzzy自ID,以期獲得滿意的控制效果。整定PID控制器是基于規(guī)則的,所以便有一個參數(shù)的初始化問題。圖34中N為繼電特性非線性環(huán)節(jié),用于PID參數(shù)的預(yù)整定。當(dāng)系統(tǒng)閉環(huán)運行后,Fuzzy自調(diào)整系統(tǒng)就自動地在線整定PID參數(shù)。這種結(jié)構(gòu),無論是在跟蹤設(shè)定值還是抑制擾動方面,控制效果

15、都有很大改善。該控制器如圖34所示,也是由一個標(biāo)準(zhǔn)26工業(yè)儀表與自動化裝置1998年第1期圖33Fuzzy-PID自動調(diào)節(jié)控制器原理圖圖34Fuzzy自調(diào)整PID控制器原理圖4應(yīng)用實例下面列舉模糊參數(shù)自整定PID控制技術(shù)在推土機自動控制系統(tǒng)中的應(yīng)用,其控制系統(tǒng)的基本原理如圖41所示,被控制系統(tǒng)是一個閥控缸的比例液壓系統(tǒng)。圖41控制系統(tǒng)原理圖仿真試驗結(jié)果如圖42所示,輸入信號分別為階躍函數(shù)和正弦函數(shù)。圖中,曲線1和曲線2分別為離線和在線整定時的系統(tǒng)響應(yīng)。由圖42可見,經(jīng)過參數(shù)在線自整定的PID控制系統(tǒng)具有較快的響應(yīng)速度和較小的超調(diào)量。顯然,PID參數(shù)的在線自整定提高了控制系統(tǒng)的適應(yīng)能力和魯棒性,

16、改善了系統(tǒng)的動態(tài)品質(zhì)。(下轉(zhuǎn)第27頁)1998年第1期工業(yè)儀表與自動化裝置72表36例2仿真結(jié)果以及與最小二乘法的比較xi01100000199877-0100123110052001005200125112840112878501003851127395-010100501501164871164380-01004901164820-010005017521117021119990100299211278601000861100217182217173901000812171300-010052實測本文法最小二乘法yiyi偏差yi偏差3用最小二乘法確定的擬合公式為:y=110052+0186

17、41x+018437x24結(jié)束語用本文提出的方法對實驗輸據(jù)進行擬合,無須事先建立數(shù)學(xué)模型,可由網(wǎng)絡(luò)的自適應(yīng)特性自動確定;對于一般的實驗數(shù)據(jù)擬合來講,一個12521結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)完全可以滿足擬合要求;如果使用每一個擬合基點的絕對誤差不超過某一個值為收斂準(zhǔn)則的話,每一擬合基點的精度,比擬的;易為工1劉開培,周文俊.實驗數(shù)據(jù)的按位擬合方法.儀器儀表學(xué)報,Vol114,NO14,1993.33824412楊明,蔣宗之.求傳感器最佳直線的優(yōu)化方法.計量學(xué)報,Vol19,NO13,1988.23322363孫德輝.計量學(xué)報,Vol17,11,.Paralleldis2.,MA.MITPress,1986Hecht2Nielsen.Kolmogorovsmappingneu2ralnetworkexistencetheorem.ProceedinngofLEEElstinternationalconferenceonneuralnetworks.SanDiego,198