模糊控制PID设计大作业.docx
《模糊控制PID设计大作业.docx》由会员分享，可在线阅读，更多相关《模糊控制PID设计大作业.docx（18页珍藏版）》请在冰点文库上搜索。
模糊控制PID设计大作业
参考教材中例子设计一包含了模糊技术与PID技术的混合智能控制器，其被控对象为：
采样时间为1ms，编写matlab仿真程序，确定其在阶跃输入的响应结果，并与经典PID控制仿真结果相比较。
要求详细描述控制系统的设计，控制系统工作流程，模糊系统中的输入输出的隶属函数设计及其采用的模糊规则，分析仿真结果并进行总结。
表1Δkp的模糊规则表
ec
Δkp
e
NB
NM
NS
ZO
PS
PM
PB
NB
PB
PB
PM
PM
PS
ZO
ZO
NM
PB
PB
PM
PS
PS
ZO
NS
NS
PM
PM
PM
PS
ZO
NS
NS
ZO
PM
PM
PS
ZO
NS
NM
NM
PS
PS
PS
ZO
NS
NS
NM
NM
PM
PS
ZO
NS
NM
NM
NM
NB
PB
ZO
ZO
NM
NM
NM
NB
NB
表2Δki的模糊规则表
Δki
ec
e
NB
NM
NS
ZO
PS
PM
PB
NB
NB
NB
NM
NM
NS
ZO
ZO
NM
NB
NB
NM
NS
NS
ZO
ZO
NS
NB
NM
NS
NS
ZO
PS
PS
ZO
NM
NM
NS
ZO
PS
PM
PM
PS
MN
NS
ZO
PS
PS
PM
PB
PM
ZO
ZO
PS
PS
PM
PB
PB
PB
ZO
ZO
PS
PM
PM
PB
PB
表3Δkd的模糊规则表
Δkd
ec
e
NB
NM
NS
ZO
PS
PM
PB
NB
PS
NS
NB
NB
NB
NM
PS
NM
PS
NS
NB
NM
NM
NS
ZO
NS
ZO
NS
NM
NM
NS
NS
ZO
ZO
ZO
NS
NS
NS
NS
NS
ZO
PS
ZO
ZO
ZO
ZO
ZO
ZO
ZO
PM
PB
NS
PS
PS
PS
PS
PB
PB
PB
PM
PM
PS
PS
PS
PB
Kp,ki,kd的模糊控制规则表建立好以后，可根据以下方法进行kp,ki,kd的自适应校正。
将系统误差e和误差变化ec变化范围定义为模糊集上的论域，即e，ec={-3，-2，-1,0,1,2,3},其模糊子集为e，ec={NB,NM,NS,ZO,PS,PM,PB},子集中元素分别代表负大，负中，负小，零，正小，正中，正大。
应用模糊合成推理设计PID参数的整定算法。
第k个采样时间的整定为
Kp（k）=kp0+Δkp（k）
Ki（k）=ki0+Δki（k）
Kd（k）=kd0+Δkd（k）
在线运行过程中，控制系统通过对模糊逻辑规则的结果处理、查表和运算，完成对PID参数的在线自校正。
其工作流程图如下图所示。
图1误差的隶属函数
图2误差变化率的隶属函数
图3kp的隶属函数
图4ki的隶属函数
图5kd的隶属函数
图6模糊系统fuzzpid.fis的结构
图7模糊推理系统的动态仿真环境
在程序PID_b.m中，利用所设计的模糊系统fuzzpid.fis进行PID控制参数的整定，并利用模糊PID控制进行阶跃响应，在第300个采样时间时控制器输出端加上1.0的干扰，响应结果及PID控制参数的自适应变化如图8到13所示。
图8模糊PID控制阶跃响应
图9模糊PID控制误差响应
图10控制器输入u
图11kp的自适应调整
图12ki的自适应调整
图13kd的自适应调整
在对三阶线性系统的控制中，利用稳定边界法进行参数整定的经典PID控制的超调量比模糊PID控制的超调量要大，但模糊PID控制存在一定的稳态误差。
模糊控制用模糊集合和模糊概念描述过程系统的动态特性，根据模糊集和模糊逻辑来做出控制决策，它在解决复杂控制问题方面有很大的潜力，可以动态地适应外界环境的变化。
附录1模糊系统设计程序PID_a
%FuzzyTurnningPIDControl
clearall;
closeall;
a=newfis（'fuzzpid'）;
a=addvar（a,'input','e',[-3,3]）;
a=addmf（a,'input',1,'NB','zmf',[-3,-1]）;
a=addmf（a,'input',1,'NM','trimf',[-3,-2,0]）;
a=addmf（a,'input',1,'NS','trimf',[-3,-1,0]）;
a=addmf（a,'input',1,'Z','trimf',[-2,0,2]）;
a=addmf（a,'input',1,'PS','trimf',[-1,1,3]）;
a=addmf（a,'input',1,'PM','trimf',[0,2,3]）;
a=addmf（a,'input',1,'PB','smf',[1,3]）;
a=addvar（a,'input','ec',[-3,3]）;
a=addmf（a,'input',2,'NB','zmf',[-3,-1]）;
a=addmf（a,'input',2,'NM','trimf',[-3,-2,0]）;
a=addmf（a,'input',2,'NS','trimf',[-3,-1,0]）;
a=addmf（a,'input',2,'Z','trimf',[-2,0,2]）;
a=addmf（a,'input',2,'PS','trimf',[-1,1,3]）;
a=addmf（a,'input',2,'PM','trimf',[0,2,3]）;
a=addmf（a,'input',2,'PB','smf',[1,3]）;
a=addvar（a,'output','kp',[-0.3,0.3]）;
a=addmf（a,'output',1,'NB','zmf',[-0.3,-0.1]）;
a=addmf（a,'output',1,'NM','trimf',[-0.3,-0.2,0]）;
a=addmf（a,'output',1,'NS','trimf',[-0.3,-0.1,0]）;
a=addmf（a,'output',1,'Z','trimf',[-0.2,0,0.2]）;
a=addmf（a,'output',1,'PS','trimf',[-0.1,0.1,0.3]）;
a=addmf（a,'output',1,'PM','trimf',[0,0.2,0.3]）;
a=addmf（a,'output',1,'PB','smf',[0.1,0.3]）;
a=addvar（a,'output','ki',[-0.06,0.06]）;
a=addmf（a,'output',2,'NB','zmf',[-0.06,-0.02]）;
a=addmf（a,'output',2,'NM','trimf',[-0.06,-0.04,0]）;
a=addmf（a,'output',2,'NS','trimf',[-0.06,-0.02,0.02]）;
a=addmf（a,'output',2,'Z','trimf',[-0.04,0,0.04]）;
a=addmf（a,'output',2,'PS','trimf',[-0.02,0.02,0.06]）;
a=addmf（a,'output',2,'PM','trimf',[0,0.04,0.06]）;
a=addmf（a,'output',2,'PB','smf',[0.02,0.06]）;
a=addvar（a,'output','kd',[-3,3]）;
a=addmf（a,'output',3,'NB','zmf',[-3,-1]）;
a=addmf（a,'output',3,'NM','trimf',[-3,-2,0]）;
a=addmf（a,'output',3,'NS','trimf',[-3,-1,0]）;
a=addmf（a,'output',3,'Z','trimf',[-2,0,2]）;
a=addmf（a,'output',3,'PS','trimf',[-1,1,3]）;
a=addmf（a,'output',3,'PM','trimf',[0,2,3]）;
a=addmf（a,'output',3,'PB','smf',[1,3]）;
rulelist=[1171511;
1231311;
1362111;
1462111;
1553111;
1644211;
1744511;
2171511;
2271311;
2362111;
2453211;
2553211;
2644311;
2734411;
3161411;
3262311;
3363211;
3453211;
3544311;
3635311;
3735411;
4162411;
4262411;
4353311;
4444311;
4535311;
4626311;
4726411;
5152411;
5253411;
5344411;
5435411;
5535411;
5626411;
5727411;
6154711;
6244511;
6335511;
6425511;
6526511;
6627511;
6717711;
7144711;
7244611;
7325611;
7426611;
7526511;
7617511;
7717711];
a=addrule（a,rulelist）;
a=setfis（a,'DefuzzMethod','centroid'）;
writefis（a,'fuzzpid'）;
a=readfis（'fuzzpid'）;
figure
（1）;
plotmf（a,'input',1）;
figure
（2）;
plotmf（a,'input',2）;
figure（3）;
plotmf（a,'output',1）;
figure（4）;
plotmf（a,'output',2）;
figure（5）;
plotmf（a,'output',3）;
figure（6）;
plotfis（a）;
fuzzyfuzzpid;
showrule（a）;
ruleviewfuzzpid;
附录2模糊控制程序PID_b
%FuzzyPIDControl
closeall;
clearall;
a=readfis（'fuzzpid'）;
ts=0.001;
sys=tf（4.23,[1,1.64,8.46]）;
days=c2d（sys,ts,'tustin'）;
[num,den]=tfdata（days,'v'）;
u_1=0.0;u_2=0.0;u_3=0.0;
y_1=0;y_2=0;y_3=0;
x=[0,0,0]';
e_1=0;
ec_1=0;
kp0=0.40;
kd0=1.0;
ki0=0.0;
fork=1:
1:
3000;
time（k）=k*ts;
r（k）=1.0;
%UsingfuzzyinferencetotuningPID
k_pid=evalfis（[e_1,ec_1],a）;
kp（k）=kp0+k_pid
（1）;
ki（k）=ki0+k_pid
（2）;
kd（k）=kd0+k_pid（3）;
u（k）=kp（k）*x
（1）+kd（k）*x
（2）+ki（k）*x（3）;
ifk==300%addingdisturbance（1.0vattime0.3s）
u（k）=u（k）+1.0;
end
y（k）=-den
（2）*y_1-den（3）*y_2-den（4）*y_3+num
（1）*u（k）+num
（2）*u_1+num（3）*u_2+num（4）*u_3;
e（k）=r（k）-y（k）;
%%%%%%%%%%%%%%ReturnofPIDparameters%%%%%%%%%%%%%
u_3=u_2;
u_2=u_1;
u_1=u（k）;
y_3=y_2;
y_2-y_1;
y_1=y（k）;
x
（1）=e（k）;%CalculatingP
x
（2）=e（k）-e_1;%CalculatingD
x（3）=x（3）+e（k）*ts%CalculatingI
ec_1=x
（2）;
e_2=e_1;
e_1=e（k）;
end
figure
（1）;
plot（time,r,'b',time,y,'r'）;
xlabel（'time（s）'）;ylabel（'rin,yout'）;
figure
（2）;
plot（time,e,'r'）;
xlabel（'time（s）'）;ylabel（'error'）;
figure（3）;
plot（time,u,'r'）;
xlabel（'time（s）'）;ylabel（'u'）;
figure（4）;
plot（time,kp,'r'）;
xlabel（'time（s）'）;ylabel（'kp'）;
figure（5）;
plot（time,ki,'r'）;
xlabel（'time（s）'）;ylabel（'ki'）;
figure（6）;
plot（time,kd,'r'）;
xlabel（'time（s）'）;ylabel（'kd'）;
升级会员 