PID控制算法（四）

近日，我看了一篇论文《Continuous gradient temperature control of microfluidic chip based on thermoelectric cooler》是关于基于模糊PID控制算法对微流控芯片温度进行控制，其中讲述模糊PID控制算法，相比于通常的PID控制算法，模糊PID控制算法是一种基于模糊逻辑的控制算法，它结合了模糊控制和PID控制的优点。与传统的PID控制算法相比，模糊PID控制算法能够更好地适应复杂的非线性系统，并且在控制效果和稳定性方面表现出更好的性能。

但是由于在这篇论文中没有阐述具体传递函数以及控制规则，于是我换了一篇论文进行复现，原文地址在这，题目为《基于模糊PID的水下航行器运动控制研究》，本文是在学习b站相关视频后进行复现与学习的，视频地址在这里。

在文章中，由水下航行器的动力学模型得到深度控制传递函数为

根据传统的PID控制算法搭建得到的simulink系统以及得到的仿真结果如下图所示，并且设置的kp，ki，kd初始值为20,0.5,15。我们发现传统PID得到仿真结果也很好，但是调参难度很大，在前文我们也介绍过了。

下面重点来介绍模糊PID控制算法。

模糊PID控制算法主要有两个输入，分别是和，表示当前值与设定值之间的误差，表示误差变化率；主要有三个输出，和。模糊PID算法主要有三个步骤：输入量的模糊化、建立模糊规则和输出量的反模糊化。

步骤一：输入量的模糊化

模糊化是根据模糊集的隶属函数确定精确输入值隶属度的过程。输入量归一化处理，输入量论域离散化处理， 转变成论域上的对应变量值。 模糊规则采取Mamdani创建的标准化设计，定义输入和以及输出 ，和 的范围为模糊集上的论域，选择七级模糊子集，其中N表示负，P表示正，B表示大，M表示中，S表示小，ZO表示0，模糊子集的隶属度函数均采用常用的三角函数形式，其中ｅ的隶属度函数所下图示。

 步骤二：建立模糊规则

建立模糊控制规则是设计模糊PID控制器最重要的步骤。为了获得最优的控制性能，需要对模糊控制规则、隶属度函数和比例因子进行适当的调整。模糊控制规则的形式为“IF输入THEN输出”，即标准 的Mamdani形式。下图表示表示编写的49条模糊规则。需要注意的是，原文中的表格第一第二多了一组数据，大家可以自行选择其中一组。

在Matlab中建立模糊PID发方法如下，首先在命令行中输入fuzzy，回车后得到如下界面

然后在Edit中添加一个输入和两个输出，界面如下

 然后清除原有的隶属函数，新建上述描述的七级模糊子集，并将范围改成[-3,3]，改名为结果如下，重复以上操作将一共五个输入输出全部更改（该过程比较繁琐）。

接着，设置模糊规则，点击Edit中的Rules，按照上述模糊规则一一添加，该过程比较无聊而且容易出错，需要耐心和细致，最终的结果如下图所示。

步骤三：输出量的反模糊化

完成上述模糊规则建立后，输出量即是反模糊化之后的数据。

根据文章给出的simulink系统图，自行搭建如下，有搭建疑问的可以直接参考b站视频，网址放在这里。

最后得到的仿真结果为

根据仿真结果我们可以得到，模糊PID的控制效果更好，振荡范围小，振荡次数少，系统可以很快的达到稳定。但是模糊PID也有缺点：参数调整困难、计算复杂度高和对模糊集的选择敏感，需要根据实际情况进行选取和使用。