PID模糊控制设计(7.9笔记)

结构图

在这里插入图片描述
PID调节器的控制规律为:在这里插入图片描述
其中kp为比例系数,Ki为积分系数,kd为微分系数。e(K)为误差, ec(K)为误差变化,我们习惯将它写成[e(k)-e(k-1)];

调节规则:

根据实际经验,在不同的e和ec下自调整要满足如下调整原则:
在这里插入图片描述

   当e中等大小的时候,为减小系统的超调量,保证一定的响应速度,kp应适当减小;
在这种情况下,kd的取值对系统的影响较大,应取得较小些,ki的取值大小要适中;

在这里插入图片描述
根据上面的经验,我们可以得到相应的规则

Kp的模糊控制规则表

在这里插入图片描述

增大kp能减少稳态误差,而且可以加快上升时间,峰值时间——动态性能。但是kp过大会产生较大的超调量。甚至导致系统不稳定——>等幅振荡——>发散振荡。

Ki的模糊控制规则表

在这里插入图片描述

积分调节规律主要用于消除静差,但是如果积分作用过大,引起积分饱和(一丢丢的误差会被放大),导致超调量增加,所以要选择好合适积分系数,得到合适的超调量和消除误差。 当然积分系数不大,会产生误差。

Kd的模糊控制规则表

在这里插入图片描述

微分调节主要是针对大惯性过程引入的,就是T=RC——二阶系统的二次系数。
kd大——可以压制超调量,但是会增加调节时间——>就是因为kd过大,误差调节的跨度会放大,需要多次调节。
kd放在最后调节吧

也就是说模糊控制器是二输入三输出。
而且模糊控制的规则一共有 3X49个;我们按照上面的设计模糊控制器。

Kp的隶属函数曲线

在这里插入图片描述

Ki的隶属函数曲线

在这里插入图片描述
这里的模糊子集的论域是[-0.006 0.006]。

Kd的隶属函数曲线

在这里插入图片描述

回路结构图

在这里插入图片描述
在常规pid控制器中,Kp ki kd 的参数大小按照经验法进行调整,而且将常规PID控制器的参数的值,设置为模糊pid控制器的初始值。
为什么呢,因为是模糊控制器得到的三个值,是关于比例系数,积分系数,微分系数的变化值。
常规PID控制器调节有多种经验方法,无论是上面的常规pid,还是模糊pid都需要依靠这种经验进行调整。
在这里插入图片描述

模糊PID控制器是一种应用模糊控制理论的进阶控制器,结合了模糊控制PID控制的优点。在Simulink中设计模糊PID控制器主要有以下几个步骤: 1. 创建模糊控制器模型:在Simulink中创建一个模糊控制器模型,使用Fuzzy Logic Controller模块。通过这个模块可以定义模糊规则、输入输出的模糊集合和模糊推理机制。 2. 添加PID控制环节:在模糊控制器模型中添加一个PID控制环节,用于进一步优化模糊控制器的性能。可以使用PID Controller模块,并将其连接到模糊控制器模块的输出。 3. 调试和优化:根据实际需求对模糊PID控制器进行调试和优化。可以通过修改模糊规则、调整PID参数、优化输入输出的模糊集合等方式来改进控制器的性能和鲁棒性。 4. 反馈回路设计:将模糊PID控制器与被控对象进行连接,并设计适当的反馈回路。可以使用Transfer Fcn或者State Space模块来示被控对象,并将其与模糊PID控制器进行连接。 5. 仿真和测试:对设计好的模糊PID控制器进行仿真和测试,评估其性能和稳定性。可以通过调整参数和改进设计来进一步优化控制器的性能和鲁棒性。 总之,模糊PID控制器设计涉及到模糊控制器模型的创建、PID控制环节的添加、调试和优化、反馈回路设计以及仿真和测试等步骤。借助Simulink的强大功能,能够方便地进行模糊PID控制器的设计和调试,提高控制系统的性能和稳定性。
评论 3
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