在PID控制中,微分信号的引入可改善系统的动态特性,但也易引进高频干扰,在误差扰动突变时尤其显出微分项的不足。
。若在控制算法中加入低通滤波器,则可使系统性能得到改善。
克服上述缺点的方法之一是在PID算法中加入一个一阶惯性环节(低通滤波器)
G
f
(
s
)
=
1
/
(
1
+
T
f
s
)
G_{f}(s)=1/(1+T_{f}s)
Gf(s)=1/(1+Tfs),可以使得系统得到改善。
不完全微分PID的结构如图(a)、(b)所示,其中图(a)是将低通滤波器直接加在微分环节上,图(b)是将低通滤波加在整个PID控制器之后。下面以图(a)为例进行仿真说明不完全微分PID如何改进了普通PID的性能。1233
通过对a所展示的不完全微分结构,其传递函数为:
注意事项:
u
D
(
k
)
=
k
p
T
D
s
(
T
f
s
+
1
)
∗
E
(
s
)
u_{D(k)}=\displaystyle\frac {k_{p}T_{D}s}{(T_{f}s+1)}*E(s)
uD(k)=(Tfs+1)kpTDs∗E(s)
(
T
f
s
+
1
)
U
D
(
s
)
=
k
p
T
D
s
E
(
s
)
(T_{f}s+1)U_{D}(s)=k_{p}T_{D}sE(s)
(Tfs+1)UD(s)=kpTDsE(s)
T
f
s
U
D
(
s
)
+
U
D
s
=
k
p
T
D
s
E
(
s
)
T_{f}sU_{D}(s)+U_{D}s=k_{p}T_{D}sE(s)
TfsUD(s)+UDs=kpTDsE(s)
然后微分得到后面上面式子
%PID Controler with Partial differential
clear all;
close all;
ts=20;
sys=tf([1],[60,1],'inputdelay',80);
dsys=c2d(sys,ts,'zoh');
[num,den]=tfdata(dsys,'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;
error_1=0;
ei=0;
for k=1:1:100
time(k)=k*ts;
yd(k)=1.0;
%Linear model
y(k)=-den(2)*y_1+num(2)*u_5;
n(k)=0.01*rands(1);
y(k)=y(k)+n(k);
error(k)=yd(k)-y(k);
%PID Controller with partly differential
ei=ei+error(k)*ts;
kc=0.30;
ki=0.0055;
TD=140;
kd=kc*TD/ts;
Tf=180;
Q=tf([1],[Tf,1]); %Low Freq Signal Filter
M=2;
if M==1 %Using PID with Partial differential
alfa=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 PID
u(k)=kc*error(k)+kd*(error(k)-error_1)+ki*ei;
end
%Restricting the output of controller
if u(k)>=10
u(k)=10;
end
if u(k)<=-10
u(k)=-10;
end
u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k);
y_3=y_2;y_2=y_1;y_1=y(k);
error_1=error(k);
end
figure(1);
plot(time,yd,'r',time,y,'k:','linewidth',2);
xlabel('time(s)');ylabel('yd,y');
legend('Ideal position signal','Position tracking');
figure(2);
plot(time,u,'r','linewidth',2);
xlabel('time(s)');ylabel('u');
figure(3);
bode(Q,'r');
dcgain(Q);