PID基本理解

1)控制规律
在这里插入图片描述
时域表达式:u(t) = KPe(t)+KI(从0到t积分e(t))+KD*(de(t)/dt)
在这里插入图片描述
频域表达式:PID的传函G(S)=KP+KI1/s+KDs
Kp:比例系数 Ti:积分时间常数 Td:微分时间常数
2)控制框图
在这里插入图片描述
3)各环节作用
比例环节:Kp越大响应速度越快,但超调大,容易出现不稳定,稳态误差会减小但无法消除。BODE图:KP增大相当于L(w)曲线向上平移,截至频率Wc增大,响应速度增加,但幅值裕度和相角裕度都会减小,从而超调量增加,甚至出现不稳定。
积分环节:当e(t)=0,才停止作用,此时u(t)为常数,系统达到稳态。KI越大(比例环节),响应越快但会超调甚至震荡。KI越小,响应越慢。相当于增加了系统的型次,从而可以减小稳态误差。
微分环节:与e(t)变化率相关;KD越大,超调量越小,响应速度越快,提高系统稳定性。但KD不能过大。
比例项的作用是变化误差的幅值,而微分项能预测误差的变化趋势(通常为负数,减小超调),积分项则是累积误差实现稳态误差消除。
影响稳态误差ess因素:1.系统型别 2.输入信号的幅值与类型 3. 开环增益K(尾I型,根轨迹开环传函为首I型)越大则稳态误差越小

PI控制器的BODE图:在这里插入图片描述
4)PID数字控制算法:计算机对连续信号采样,使模拟PID离散化变为差分方程。
位置式PID算法:
在这里插入图片描述
增量式PID算法:
在这里插入图片描述
在这里插入图片描述
位置式算法:用到过去所有误差累加,其输出为u(k)。增量式算法:用过去两次的误差,其输出为控制量增量DETA u(k)

电机速度闭环控制(PI增量式算法) 电机位置闭环控制(PID位置式算法)

调试确定三个系数!!!

  • 4
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 模糊_PID自整定算法是一种通过模糊控制和PID控制相结合的方法,用于自动调整控制系统中的PID参数。它的理解方法如下。 首先,要了解PID控制。PID控制是一种通过比较实际输出值与目标值之间的差异,计算出一个控制量来调整系统的输出,使其尽可能接近目标值的控制方法。PID控制器由比例项、积分项和微分项组成,分别对应控制量与误差的比例、累积和变化率,可以通过调整这些参数来优化系统的控制效果。 然后,要了解模糊控制。模糊控制是一种基于模糊逻辑的控制方法,通过建立模糊规则和模糊推理来模拟人类的思维方式,将模糊的输入经过模糊推理得到模糊的输出,再将其转化为具体的控制量。模糊控制可以处理非线性、时变和模糊的系统,具有较好的适应性和鲁棒性。 最后,将PID控制和模糊控制相结合,即使用模糊逻辑来自整定PID控制器的参数。模糊PID自整定算法的基本思想是根据系统的动态响应特性和误差大小,利用模糊逻辑来调整PID控制器的比例、积分和微分参数,使系统的控制效果更优。具体来说,算法首先收集系统的输入和输出数据,然后利用模糊推理和规则库来决策如何调整PID参数,最后根据模糊输出得到新的PID参数,实现对系统的自动控制。 总结来说,模糊PID自整定算法是将模糊控制和PID控制相结合的一种方法,通过模糊逻辑来自动调整PID控制器的参数,以优化系统的控制效果。 ### 回答2: 模糊_PID自整定算法是模糊控制中的一种自整定方法,通过对模糊控制器的参数进行调整以满足控制系统的性能要求。其主要思想是通过模糊推理和经验规则,根据控制对象的输入输出数据来自动调整模糊控制器的参数,以达到系统期望的控制效果。 模糊PID自整定算法一般包括以下几个步骤: 1. 收集数据:首先需要获取控制对象的输入和输出数据,可以通过实时测量或者离线仿真等方法得到。 2. 建立模糊控制器:根据控制对象的特性和性能要求,建立起合适的模糊控制器结构,包括输入变量、输出变量、模糊集合和规则库等。 3. 设定初始参数:为了使模糊PID控制器能够开始自整定过程,需要设定一组初始参数,一般可以通过经验或者试错法进行选择。 4. 计算误差:将实际输出值与期望输出值之间的误差作为输入变量,带入模糊控制器进行模糊推理。 5. 调整参数:通过模糊推理的结果,判断当前的控制效果与期望效果的偏差,然后根据一定的规则对模糊控制器的参数进行调整。 6. 重复迭代:循环执行步骤4和步骤5,直到控制效果满足要求或者达到设定的自整定终止条件。 通过这种模糊PID自整定算法,可以有效地优化模糊控制器的参数,提高系统的控制性能和稳定性。同时,由于模糊控制器具有较强的自适应能力,可以适用于各种不确定性和非线性系统,使得系统控制更加鲁棒可靠。 ### 回答3: 模糊_PID自整定算法是一种根据系统的动态特性自动调整PID控制器参数的方法。它基于模糊控制理论和PID控制器,结合了两者的优点,能够有效应对非线性、时变等复杂系统。 它的原理是通过模糊控制器对系统进行建模和控制,实时调整PID控制器的参数,使系统的控制性能达到最佳。在自整定过程中,首先设置初始的PID参数,然后通过模糊控制器对系统进行控制,并根据控制效果对PID参数进行修正,直到满足预设的控制性能要求。 具体来说,模糊_PID自整定算法包括以下步骤:首先,建立模糊控制器的输入输出模糊化规则,通过将输入和输出进行模糊化,将实际过程的变化量转换为模糊集合。然后,采用模糊控制器对系统进行控制,得到控制器的输出。接着,通过比较控制目标和实际输出之间的差异,计算出误差,并将误差输入到模糊控制器中进行调整。最后,根据调整后的输出,修正PID参数,重新进行控制,直到系统达到期望的控制效果。 模糊_PID自整定算法的优点是能够在系统未知或时变的情况下进行参数调整,适用于各种复杂的非线性系统。它不仅能够提高系统的控制性能,还可以减少参数调整的工作量,节约成本和时间。同时,它还能够根据不同的控制要求进行灵活调整,适应不同的工程应用。总之,模糊_PID自整定算法是一种比较高效实用的自动调参方法,具有广泛的应用前景。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值