目录
0. 前言
注意
:本篇文章与上一篇 Matlab动态PID仿真及PID知识梳理 最后一个simulink仿真紧密相连,有必要的话大家可以去看看。
更新2022.7.24
:新增仿真实验模型分享: Simulink仿真文件
1. 简单控制系统介绍
简单控制系统又称单回路负反馈控制系统,是指由1个控制(调节)器、1个测量元件及变送器、1个执行器(调节阀)、1个调节对象(被控过程)组成的单回路闭环负反馈控制系统。控制系统框图如图所示
2. 实验模型设计
控制器: G c ( s ) = K p + K i s + K d s {G_c}\left( s \right) = {K_p} + \frac{{{K_i}}}{s} + {K_d}s Gc(s)=Kp+sKi+Kds
执行器: G v ( s ) = 30 {G_v}\left( s \right) = 30 Gv(s)=30
被控对象: G 0 ( s ) = 1 250 s + 1 e − 20 s {G_0}\left( s \right) = \frac{1}{{2{\rm{50}}s{\rm{ + 1}}}}{e^{ - 20s}} G0(s)=250s+11e−20s
测量变送器: G m ( s ) = 1 {G_m}\left( s \right) = 1 Gm(s)=1
系统开环传递函数为: G ( s ) = G c ( s ) 30 250 s + 1 e − 20 s G\left( s \right) = {G_c}\left( s \right)\frac{{30}}{{2{\rm{50}}s{\rm{ + 1}}}}{e^{ - 20s}} G(s)=Gc(s)250s+130e−20s
2.1 Simulink 仿真模型
- 闭环时被控对象阶跃响应
简单系统仿真simulink仿真模型如下图所示
- 测试对比仿真模型搭建
为了更直观的观察 P , P I , P D , P I D P,PI,PD,PID P,PI,PD,PID 四种控制效果,构建对比仿真simulink模型如下图所示
2.2 比例控制(P)仿真分析
- 上述模型中输入值为100,这里先使用比例调节(P)设定
K
p
=
0.4
,
0.1
,
0.8
;
K
i
=
K
d
=
0
{K_p} = 0.4\;,\;0.1,\;0.8\;;\;{K_i} = {K_d} = 0
Kp=0.4,0.1,0.8;Ki=Kd=0 ,可以看到结果如图所示,kp=0.1时无超调量但存在静差,随着kp的增大静差减小,超调量增大,若kp过大会出现振荡。
- 总结比例控制特点:
有差调节、连续调节,控制及时、适当。控制系统必然存在静差,随比例度的增大而增大。减小比例度可以减小静差,但会使系统稳定性下降。
2.3 比例积分控制(PI)仿真分析
- 在实际的定高的情况下是需要精确定高的,需要消除静差,也就需要增加积分控制I,也就这里需要采取PI控制,加不加微分(D)控制看需求。这里在上述
K
P
=
0.2
{K_P} = 0.2
KP=0.2 参数调节的情况下选择 ,取如下三种
K
i
=
0.001
,
0.005
,
0.01
{K_i} = 0.001,0.005,0.01
Ki=0.001,0.005,0.01 如图所示可以看到当
K
i
{K_i}
Ki 过大时出现了等幅振荡,当选取到合适的 时,可以看到静差消除。
- 总结比例积分(PI)特点:
从时域上看,只要存在偏差,积分就会不停对偏差积累,因此稳态时误差一定为零;比例与积分动作都是对过去控制误差进行操作, 不对未来控制误差进行预测,限制了控制性能。
2.4 比例微分控制(PD)仿真分析
- 单独对比一下
P
D
PD
PD 控制效果,看其对未来控制误差进行预测。这里还是利用
K
p
=
0.2
{K_p} = 0.2
Kp=0.2 ,而这里的微分方程改为实际式子加入惯性环节,
D
N
s
s
+
N
D\frac{{Ns}}{{s + N}}
Ds+NNs 这里
N
N
N 取
1
1
1 ,
K
d
=
0.5
,
1
,
1.5
{K_d} = 0.5,1,1.5
Kd=0.5,1,1.5 ,如图所示。可以看到 越大响应速度越快具有超前预测,当选取合适的 Kd可以看到达到平稳时响应时间短,系统平稳
- 总结PD控制特点
比例控制对于惯性较大对象,控制过程缓慢,控制品质不佳。比例微分控制可提高控制速度,对惯性较大对象,可改善控制质量,减小偏差,缩短控制时间。PD调节具有提高系统稳定性、抑制过渡过程最大动态偏差的作用。
2.5比例积分微分控制(PID)仿真分析
- 看到上述
P
I
PI
PI 控制系统响应,观察到其虽然消除了系统响应误差,但是系统响应速度非常慢,为了提高系统稳定情况下还能提高系统响应速度,在
P
I
PI
PI 的基础上引入微分控制形成常见
P
I
D
PID
PID 控制,在上述
K
p
=
0.2
,
K
i
=
0.0008
K_p=0.2,K_i=0.0008
Kp=0.2,Ki=0.0008情况下
N
N
N 取
1
1
1,
K
d
=
1.8
,
3
,
0
K_d=1.8,3,0
Kd=1.8,3,0 。可以看到当取到合适的
K
d
K_d
Kd 时可以使系统响应速度加快,系统更稳定。
- PID控制特点总结
将比例、积分、微分三种调节规律结合在一起, 只要三项作用的强度配合适当,既能快速调节,又能消除余差,可得到满意的控制效果。
3 开环系统实验
3.1 一节惯性环节
一阶惯性环节微分方程:
T
d
c
(
t
)
d
t
+
c
(
t
)
=
r
(
t
)
T\frac{{dc\left( t \right)}}{{dt}} + c\left( t \right) = r\left( t \right)
Tdtdc(t)+c(t)=r(t)
传递函数:
T
s
c
(
s
)
−
T
c
(
0
)
+
c
(
s
)
=
r
(
s
)
⇒
c
(
s
)
=
1
T
s
+
1
r
(
s
)
+
T
c
(
0
)
T
s
+
1
Tsc\left( s \right) - Tc\left( 0 \right) + c\left( s \right) = r\left( s \right) \Rightarrow c\left( s \right) = \frac{1}{{Ts + 1}}r\left( s \right) + \frac{{Tc\left( 0 \right)}}{{Ts + 1}}
Tsc(s)−Tc(0)+c(s)=r(s)⇒c(s)=Ts+11r(s)+Ts+1Tc(0)
这里
r
(
t
)
r(t)
r(t) 为阶跃响应
r
(
s
)
=
250
s
r\left( s \right) = \frac{{250}}{s}
r(s)=s250 ,假设系统初始值为c(0)=160,T=25,由终值定理可以得出为250,即系统传递函数为
c
(
s
)
=
160
s
+
10
s
(
s
+
1
25
)
=
250
−
90
e
−
t
T
c\left( s \right) = \frac{{160s + 10}}{{s\left( {s + \frac{{\rm{1}}}{{{\rm{25}}}}} \right)}} = 250 - 90{e^{ - \frac{t}{T}}}
c(s)=s(s+251)160s+10=250−90e−Tt
一阶惯性环节simulink仿真模块及仿真结果如图所示,可以看到仿真值在不断靠近终值但就是不等于。
3.2 二节惯性环节
传递函数:
W
(
s
)
=
K
(
T
1
s
+
1
)
(
T
2
s
+
1
)
W\left( s \right) = \frac{K}{{\left( {{T_1}s + 1} \right)\left( {{T_2}s + 1} \right)}}
W(s)=(T1s+1)(T2s+1)K
这里设置
T
1
=
25
,
T
2
=
2
,
K
=
30
T_1=25,T_2=2,K=30
T1=25,T2=2,K=30 ,
r
(
s
)
=
30
s
r(s) = \frac{{30}}{s}
r(s)=s30
即二阶惯性环节为:
W
(
s
)
=
30
(
25
s
+
1
)
(
30
s
+
1
)
W\left( s \right) = \frac{{30}}{{\left( {25s + 1} \right)\left( {30s + 1} \right)}}
W(s)=(25s+1)(30s+1)30
Simulink仿真模块,仿真结果图如图所示
3.3 二节惯性环节与纯延迟系统
在上述的二阶惯性环节上加一个纯延迟环节即可
这里纯延迟为
e
−
100
s
{e^{ - 100s}}
e−100s,系统传递函数为
W
(
s
)
=
30
(
25
s
+
1
)
(
30
s
+
1
)
e
−
100
s
W\left( s \right) = \frac{{30}}{{\left( {25s + 1} \right)\left( {30s + 1} \right)}}{e^{ - 100s}}
W(s)=(25s+1)(30s+1)30e−100s
Simulink仿真模块,仿真结果如图所示,延迟100s后开始响应,并且响应曲线也成s形增长