先进PID控制MATLAB仿真学习记录（一）

困困睡觉觉

已于 2022-05-11 14:50:56 修改

阅读量2.8k

点赞数 12

分类专栏： PID 文章标签：学习 matlab

于 2022-05-11 14:46:20 首次发布

本文链接：https://blog.csdn.net/zpxlll/article/details/124693155

版权

PID 专栏收录该内容

1 篇文章 1 订阅

订阅专栏

目录

前言

一、PID控制原理

二、连续系统的PID控制Simulink仿真

1.利用自带的PID控制器仿真

2.采用S函数进行仿真

总结

前言

PID控制是最早发展起来的控制策略之一，其算法简单、鲁棒性好且可靠性高，在运动控制和过程控制中被广泛使用。为了进一步学习了解PID，笔者正在学习北京航空航天大学的刘金琨老师的先进PID控制MATLAB仿真一书，并在此记录分享，希望和大家一起进步。

一、PID控制原理

模拟控制系统由模拟PID控制器和被控对象组成。PID控制器是一种线性控制器，它根据给定目标值和实际输出值构成控制偏差：

$error(t)=yd(t)-y(t)$

PID控制规律为：

$u(t)=k_{p}[error(t)+\frac{1}{T_{1}}\int_{0}^{t}error(t)dt+\frac{T_{D}derror(t)}{dt}]$

这也是经典PID控制方程，其中kp为比例系数，T1为积分时间常数，TD为微分时间常数。

PID本质是校正，也可以理解成三种校正环节的结合，各校正环节的作用如下：

比例环节：成比例地反映控制系统的偏差信号error(t)，比例系数为kp
积分环节：主要用于消除静差，提高系统的无差度。积分作用的强弱与积分时间常数密切相关
微分环节：反映偏差信号的变化趋势（变化速率），也就是起到一个预测作用，可以引入早期修正信号，从而可以加快系统的动作速度，减少调节时间。

二、连续系统的PID控制Simulink仿真

Simulink是MATLAB中的一种可视化仿真工具，本书也采用Simulink进行仿真。本节主要采用Simulink里的PID控制器和采用S函数以及采用简化S函数实现PID控制正弦响应（代码来源于书）

以二阶线性传递函数（传递函数是指零初始条件下线性系统响应（即输出）量的拉普拉斯变换（或z变换）与激励（即输入）量的拉普拉斯变换之比） $\frac{133}{s^{2}+25s}$ 为被控对象，进行模拟PID控制。在信号发生器中选择正弦波，信号发生器设置A为1，F=0.2HZ，仿真时选择kp=60，ki=1，kd=3。采用OED45迭代方法（重要），仿真时间为10s。

1.利用自带的PID控制器仿真

（1)本仿真是采用了传递函数的另外一种表达方式，也就是状态方程，仿真程序如下：

(2)作图程序代码如下：

close all;
plot(out.t,out.yd(:,1),'r',out.t,out.y(:,1),'k:','linewidth',2);
xlabel('time(s)');
ylabel('yd,y');
legend('Ideal position signal','Position tracking');

（3）运行结果：

可以看出，位置跟踪效果十分完美，下面采用S函数来进行仿真。

2.采用S函数进行仿真

S函数是Simulink的一项重要功能，采用S函数可以实现在Simulink下复杂控制器和复杂被控对象的编程。在上述仿真的基础上，采用S函数实现上述对象的表达、控制器的设计以及仿真结果的输出。在S函数中，采用三个函数，分别是mdlInitializeSizes函数（完成初始化功能）、mdlDerivatives函数（完成微分功能）和mdlOutputs函数（输出）。在初始化采用S函数的基本sizes结构，选择两个输出，三个输入（输入P、I、D三项），即设置sizes.NumOutputs=1，
sizes.NumInputs=3。在对对象的表达中，采用一输入一输出的形式。

（1）仿真程序如下：

（2）S函数代码：

s.m

function [sys,x0,str,ts]=s_function(t,x,u,flag)

switch flag,
    case 0,
        [sys,x0,str,ts]=mdlInitializeSizes;
    case 3,
        sys=mdlOutputs(t,x,u);
    case {2,4,9}
        sys=[];
    otherwise
        error(['Unhandled flag=',num2str(flag)]);
end


function [sys,x0,str,ts]=mdlInitializeSizes
sizes=simsizes;
sizes.NumContStates=0;
sizes.NumDiscStates=0;
sizes.NumOutputs=1;
sizes.NumInputs=3;
sizes.DirFeedthrough=1;   %表示直接馈通，即输入信号是否在输出端出现的标识
sizes.NumSampleTimes=0;
sys=simsizes(sizes);
x0=[];
str=[];
ts=[];


function sys=mdlOutputs(t,x,u)
error=u(1);
derror=u(2);
errori=u(3);

kp=60;
ki=1;
kd=3;
ut=kp*error+kd*derror+ki*errori;
sys(1)=ut;

plant.m

function [sys,x0,str,ts]=s_function(t,x,u,flag)

switch flag,
    case 0,
        [sys,x0,str,ts]=mdlInitializeSizes;
    case 1,
        sys=mdlDerivatives(t,x,u);
    case 3,
        sys=mdlOutputs(t,x,u);
    case {2,4,9}
        sys=[];
    otherwise
        error(['Unhandled flag=',num2str(flag)]);
end


function [sys,x0,str,ts]=mdlInitializeSizes
sizes=simsizes;
sizes.NumContStates=2;
sizes.NumDiscStates=0;
sizes.NumOutputs=1;
sizes.NumInputs=1;
sizes.DirFeedthrough=0;
sizes.NumSampleTimes=0;

sys=simsizes(sizes);
x0=[0,0];
str=[];
ts=[];


function sys=mdlDerivatives(t,x,u)
sys(1)=x(2);
sys(2)=-(25+10*rands(1))*x(2)+(133+30*rands(1))*u;

function sys=mdlOutputs(t,x,u)
sys(1)=x(1);

(3)仿真结果：