在STM32上实现FuzzyPID(理论与代码实现)

最新推荐文章于 2025-03-25 19:49:36 发布

TaylorS_SF

最新推荐文章于 2025-03-25 19:49:36 发布

阅读量9.7k

点赞数 16

分类专栏： STM32的软硬件设计文章标签： stm32 pid

本文链接：https://blog.csdn.net/weixin_39092315/article/details/116382016

版权

本文详细介绍了如何在STM32微控制器上实现模糊PID控制器，以温度控制为例，涵盖输入量化、规则库、隶属度函数、模糊推理和解模糊等关键步骤。文中提供代码示例，并分享了实际应用中调整表格和参数以优化控制效果的经验。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在STM32上实现FuzzyPID(代码详解与实现)–以温控为例

资源下载：https://download.csdn.net/download/weixin_39092315/19524894(已更新带.h)

文章目录

在STM32上实现FuzzyPID(代码详解与实现)--以温控为例

1.前言

模糊PID已经在实际生活当中有应用了，至于它是否真的比传统PID要好，各位就自行判断。本文基于博主做的项目中的经验总结而成，借助代码一步步推理至实现。有不错的控温效果，精度很高，但耗时挺长。

2.实现步骤

2.1输入量的量化与模糊化

在温度控制中，能够得到的数据就是温差（Error）和温差变化率（iError），所以首先确定我们的输入有两个：Error、iError。模糊PID的特点就是模糊，我们将确切的输入进行量化，就是模糊的第一步。量化就是通过量化函数将输入映射到几个数字级别，一般都是相对于0对称的数字区间。具体投射到怎样的区间根据实际情况而定。

举个例子：温控器件工作温度是25c°，目标常控温度为20c°，那么输入数据的范围为：±5c°，又由于温控器件温度变化率最大为±0.3（变化率的大小需要实际测定，具体与每周期采样时间有关）。那么，我们需要设置量化函数的两个分母为：5与0.3，因此在温控过程中，温差逐渐减少，所以量化值Error/MaxE的值随着温差减少而减小，能够表征温控当前温度与目标温度的差距（方便减小P控制和增大I控制，细品）。

代码用的是±6.

//输入值的量化论域(-6->6)
static void LinearQuantization(FUZZYPID *vPID,float _Real_Value,float *qValue)
{
	 float thisError;
	 float deltaError;
	 

	 thisError=vPID->setVaule-_Real_Value;   //计算当前偏差
	 deltaError=thisError-vPID->lasterror;   //计算偏差增量
		
	//E和EC的量化
	 qValue[0]=6.0*thisError/(v

最低0.47元/天解锁文章