最新毕业设计模糊PID控制器设计.docx
- 文档编号:6175432
- 上传时间:2023-01-04
- 格式:DOCX
- 页数:40
- 大小:376.74KB
最新毕业设计模糊PID控制器设计.docx
《最新毕业设计模糊PID控制器设计.docx》由会员分享,可在线阅读,更多相关《最新毕业设计模糊PID控制器设计.docx(40页珍藏版)》请在冰豆网上搜索。
最新毕业设计模糊PID控制器设计
numn=0
A.DROPTABLEB.DELETETABLE
exit
max1=b
总分N61存放三门课程的总成绩
24.在SQL的SELECT查询时,使用________子句实现消除查询结果中的重复记录。
settalkoff
【答案】B
a,"的汉字是:
",substr(y,(a-1)*2+1,2)
endif模糊PID控制器设计
摘要
与传统的以煤和石化产品为燃料的锅炉相比,电锅炉具有结构简单、无污染、自动化程度高、热效率高等优点,电锅炉已经成为供热采暖的主要设备,它的温度控制系统由于存在非线性、大滞后以及时变性等特点,常规的PID控制器很难达到较好的控制效果。
考虑到模糊控制能够对复杂的非线性、时变系统进行很好的控制,但却无法消除静态误差的特点,本文将模糊控制引入到常规PID控制中,提出了一种模糊PID参数自整定控制器,并且对电锅炉温度控制系统进行了抗扰动的实验。
仿真结果表明,和常规PID控制器相比,所设计的模糊PID控制器改善了温度控制系统的动态性能,提高了系统的鲁棒性。
关键词:
模糊PID控制温度控制自整定仿真
FuzzyPIDControllerDesign
ABSTRACT
TheelectricboilerhasbecomethemainheatingequipmentBecauseofthetemperaturecontrolsystemoftheelectricboilerhastheadvantagesofnonlinear,biglagandtmievarying,conventionalPIDcontrollerisdifficulttoattainbettercontroleffectFuzzycontrolcanbettercontrolthecomplexnonlinearandtmievaryingsystem.ButFuzzycontrolcannotelmiinatestaticerror.Forsolvingtheproblem,afuzzyPIDparametersselftuningcontrollerwasproposedbyintroducingfuzzycontrolintoconventionalPIDcontrolAndthetemperaturecontrolsystemwastestedbyintroducingperturbation.ThesmiulationresultsshowthatthefuzzyPIDcontrollerimprovesthedynamicandtherobustperformancesofthetemperaturecontrolsystemthantheconventionalPIDcontroller.
KeyWords:
FuzzyPIDcontrolTemperaturecontrolauto-tuningsimulation
第一章总体方案设计
1.1被控对象的介绍
电锅炉是将电能直接转化为热能的一种能量转换装置。
其工作原理与传统意义上的锅炉有相似之处,从结构上看也有“锅”和“炉”两大部分。
“锅”是指盛放热介质(一般是水)的容器,而“炉”这里指加热水的电热转换元件。
在生产过程,控制对象各种各样,理论分析和试验结果表明:
电加热装置是一个具有自平衡能力的对象,可用二阶系统纯滞后环节来描述,而二阶系统,通过参数辨识可以降为一阶模型。
因而一般可用一阶惯性滞后环节来描述温控对象的数学模型。
锅炉控制作为过程控制的一个典型,动态特性具有大惯性大延迟的特点,而且伴有非线性。
被控对象传递函数如下:
(1.1)
1.2设计方案
1号方案:
PID控制是经典控制理论中最典型的控制方法,对工业生产过程的线性定常系统,大多采用经典控制方法,它结构简单,可靠性强,容易实现,并且可以消除稳定误差,在大多数情况下能够满足性能要求。
图1.1基本PID控制系统框图
Fig.1.1basicPIDControlsystemdiagram
2号方案:
模型参考自适应控制系统是参考模型与控制系统并联运行,接受相同信号r,二者输出信号的差值e(t)=ym(t)-y(t),由自适应机构根据e(t)调整控制器的控制规律和参数,使控制系统性能接近或等于参考模型规定的性能。
图1.2模型参考自适应控制系统框图
Fig.1.2ModelreferenceadaptiveControlsystemdiagram
3号方案:
自整定模糊控制是以先验知识和专家经验为控制规则的智能控制技术,可以模拟人的推理和决策过程,因此无须知道被控对象的数学模型就可以实现较好的控制,且响应时间短,可以保持较小的超调量。
图1.3自整定模糊PID控制器框图
Fig.1.3auto-tuningfuzzyPIDControlsystemdiagram
1.3案比较
1号方案是经典控制理论中最典型的控制方法,经典控制理论还是现代控制理论,都是建立在系统的精确数学模型基础之上的。
对工业生产过程的线性定常系统,大多采用经典控制方法,它结构简单,可靠性强,容易实现,并且可以消除稳定误差,在大多数情况下能够满足性能要求,而且采用PID的单回路系统仍占到总控制回路数的80%~90%。
2号方案模型参考自适应控制系统主要了解的问题使怎样设计一个稳定的、具有较高性能的自适应机构(有效算法),对电锅炉温度控制系统不是很合适。
3号方案是以先验知识和专家经验为控制规则的智能控制技术,可以模拟人的推理和决策过程,因此无须知道被控对象的数学模型就可以实现较好的控制,且响应时间短,可以保持较小的超调量[9]。
因此可采用的控制方案是1号方案和3号方案。
由此我们还可以比较自整定模糊PID控制和基本PID控制的优缺点及其实用场合。
第二章电锅炉温度控制器的设计
2.1基本PID控制器
基本PID控制器的原理图如下
图2.1基本PID控制器的原理图
Fig.2.1basicPIDControllerprinciplediagram
理想的PID控制器根据给定值r(t)与实际输出值c(t)构成的控制偏差e(t)
(2.1)
将偏差的比例、积分和微分通过线性组合构成控制量,对被控对象进行控制。
(2.2)
式中u(t)──控制器的输出:
e(t)──控制器的输入,给定值与被控对象输出值的差,即偏差信号;
──比例控制项,K为比例系数;
──积分控制项,
为积分时间常数;
——微分控制项,dt为微分时间常数。
分析一下PID控制器各校正环节的作用[10]:
1.比例环节比例环节的引入是为了及时成比例地反映控制系统的偏差信号e(t),以最快的速度产生控制作用,使偏差向最小的方向变化。
随着比例系数Kp的增大,稳定误差逐渐减小,但同时动态性能变差,振荡比较严重,超调量增大。
2.积分环节积分环节的引入主要用于消除静差,即当闭环系统处于稳定状态时,则此时控制输出量和控制偏差量都将保持在某一个常值上。
积分作用的强弱取决于积分时间常数
,时间常数越大积分作用越弱,反之越强。
随着积分时间常数
减小,静差在减小;但过小的积分常数会加剧系统振荡,甚至使系统失去稳定。
3.微分环节微分环节的引入是为了改善系统的稳定性和动态响应速度,它可以预测将来,能反映偏差信号的变化趋势,并能在偏差信号值变太大之前,在系统引入一个有效的早期修正信号,从而加速系统的动态速度,减小调节时间。
在计算机直接数字控制系统中,PID控制器是通过计算机PID控制算法程序实现的。
进入计算机的连续时间信号,必须经过采样和量化后,变成数字量,才能进入计算机的存储器和寄存器,而在数字计算机中的计算和处理,不论是积分还是微分,只能用数值计算去逼近。
PID控制规律在计算机中的实现,也是用数值逼近的方法。
当采样周期T足够短时,用求和代替积分,用差商代替微商,使PID算法离散化,即可作如下
(2.3)
式中T──采样周期。
将描述连续PID算法的微分方程,变为描述离散时间PID算法的差分方程,为书写方便,将e(kT)简化表示成e(k),即为数字PID位置型控制算法,如式(3-4)所示。
(2.4)
或
(2.5)
式中k──采样序号,k=0,1,2,…;
u(k)──第k次采样时刻的计算机输出值;
e(k)──第k次采样时刻输入的偏差值;
e(k-1)──第(k-1)次采样时刻输入的偏差值;
——是积分系数,
——微分系数,
由(3.5)式可得
(2.6)
式(3-6)中Δe(k)=e(k)-e(k-1),Δu(k)即为增量式PID控制算法,由第k次采样计算得到的控制量输出增量。
可以看出,由于一般计算机控制系统采用恒定的采样周期T一旦确定了Kp、Ki、Kd,只要使用前3次的测量值偏差,即可求出控制量的增量。
2.1.1常规PID参数的整定
Chien-Hrones(CHR)参数整定Chien-Hrones参数整定对设定问题的关注
主要有两种情况,一种是带有20%超调量的快速响应,另一种是没有超调量的
快速响应,对于本系统最关注的是没有超调量的最快速响应,表3.2是
Chien-Hrones(CHR)参数整定法则:
控制类型
Kp
Ti
Td
PID
0.6T/Kτ
T
0.5τ
得Ti=122秒,Td=0.5τ=61秒。
根据Chien-Hrones参数调整法则得PID三个参数为:
2.1.2Smith预估器
在工业生产过程中,当PID调节难以驾驭控制系统时,常常根据系统的动态特性,设计出一个补偿器,调节器将把难控对象和补偿器看作一个新的对象进行控制[9]。
经过改造后的对象将会把被调量超前反馈到调节器,使调节器提前动作,从而减小超调量和加速调节过程,克服了大延迟环节的影响,提高了控制系统的品质。
Smith补偿的原理是:
与PID控制器并接一个补偿环节,这个补偿环节就是Smith预估器,其传递函数为
(τ为滞后时间),即加入Smith预估器的电锅炉温度控制系统传递函数为:
(2.7)
分解得:
(2.8)
2.1.3设计PID控制器时注意事项
1.积分饱和现象及其抑制采用标准PID位置式算法,在实现控制的过程中,只要系统的偏差没有消除,积分作用就会继续增加或减小,最后使控制量达到上限或者下限,系统进入饱和范围。
而对时间常数较大的被控对象,在阶跃响应作用下,偏差通常不会在几个采样周期内消除掉,积分项的作用就可能使输出值超过正常范围,造成较大的超调。
为了克服这种现象,可以采用过限消弱积分法和积分分离法。
过限消弱积分法就是在控制变量进入饱和区后,程序只执行削弱积分项的运算,而停止增大积分项的运算。
积分分离法的基本思想是:
当误差大于某个规定的门限值时,删去积分作用,从而使积分项不至于过大,只有当误差较小时,才引入积分作用,以消除稳态误差。
由于本次设计被控对象是大滞后、大惯性系统一开始积分系数不应过大。
2.干扰的抑制数字PID控制器的输入量是系统的给定值r和系统实际输出y的偏差值e。
在进入正常调节过程后,由于e值不大,此时相对而言,干扰对控制器的影响也就很大。
为了消除干扰的影响,除了在硬件采取相应的措施以外,在控制算法上也要采取一定的措施。
对于作用时间较短的快速变化的干扰,如A/D转换偶然出错,可以用连续多次采样并求平均值的方法予以滤除。
在PID控制算法中,差分项对数据误差和干扰特别敏感。
因此一旦出现干扰,由它算出的结果可能出现很大的非希望值。
此时可以使用四点中心差分法等方法对差分项进行改进,以提高系统抗干扰能力。
2.2模糊控制器设计
2.2.1模糊控制的基本思想
模糊控制是模糊集合理论中的一个重要方面,是以模糊集合化、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制,从线性控制到非线性控制的角度分类,模糊控制是一种非线性控制;从控制器的智能性看,模糊控制属于智能控制的范畴。
模糊控制是建立在人类思维模糊性基础上的一种控制方式,模糊逻辑控制技术模仿人的思考方式接受不精确不完全信息来进行逻辑推理,用直觉经验和启发式思维进行工作,是能涵盖基于模型系统的技术。
它不需用精确的公式来表示传递函数或状态方程,而是利用具有模糊性的语言控制规则来描述控制过程。
控制规则通常是根据专家的经验得出的,所以模糊控制的基本思想就是利用计算机实现人的控制经验[11]。
2.2.2参数自整定模糊控制
(2.9)
f为非线性函数,显然FLC的控制作用u与比例因子k1、k2和量化因子k3有关系,它们的变化引起了控制系统的动态性能和稳态性能的变化。
在线整定比例因子k1、k2和量化因子k3,使他们保持合适的数值,在随机的环境中能对控制器进行自动校正,使得在被动对象特性变化或扰动情况下,控制系统保持较好的性能[9]。
对于经典的单变量二维FLC,由式(3-9)可以看出比例因子k1、k2分别相当于模糊控制的比例作用和微分作用的系数,量化因子k3则相当于总的放大倍数。
具体因子k1、k2和量化因子k3与系统性能的如下关系。
一般k1越大,系统调节惰性越小,上升速率越快。
但k1过大,将使体统产生较大的超调,使调节时间增长,严重时会产生振荡乃至系统不稳定。
但k1过小,系统上升速率变小,调节惰性变大,使稳态精度降低。
k2越大,对系统状态变化的抑制能力增大,使超调量减小,增加系统稳定性。
但k2过大,会使系统输出上升速率过小,使系统的过渡过程时间变长。
k2过小,系统输出上升速率增大,导致系统产生过大的超调和振荡。
k3增大,相当于系统总的放大倍数增大,系统相应速度加快。
在上升阶段k3越大,上升越快,但也容易产生超调。
k3过小,则系统反应缓慢,使调节时间加长。
2.2.3模糊控制算法的实现
模糊控制算法的实现方法目前有三种,即查表法、硬件专用模糊控制器和软件模糊推理等[11]。
1.查表法适用于输入、输出论域为离散有限论域的情况。
查表法是输入论域上的点到输出论域的对应关系,它已经是经过了模糊化、模糊推理和解模糊的过程,它可以离线计算得到,模糊控制器在线运行时,进行查表就可以了,因而可以大大加快在线运行的速度。
这一过程可以用图2.2表示。
本次模糊控制器的设计采用的正是此法。
图2.2查表法
Fig.2.2Queryingmethdo
2.2.4模糊控制器具体设计
在MATLAB中设计模糊控制器需确定以下内容[12]:
1.模糊控制器的结构,即根据具体的系统确定其输入、输出变量。
2.输入变量的模糊化,也就是把输入的精确量转化为对应语言变量的模糊集合。
模糊化设计包含两部分内容,一个是模糊划分设计,解决的是语言变量论域中取模糊量个数的问题。
一个是模糊量隶属函数设计,解决的是模糊量的隶属函数形状问题。
3.模糊推理算法的设计,即根据模糊控制规则进行模糊推理,包括对多个输入用模糊算子进行处理的过程。
4.模糊合成算法的设计,就是对所有模糊规则输出的模糊集合进行综合的过程。
MATLAB提供三种合成方法:
最大值法max、概率法probor、求和法sum。
一般采用最大值法。
5.反模糊化方法的设计,它的输入是模糊集合,输出是一个数值。
由于经过模糊推理后得到的是输出变量的一个范围上的隶属度函数,因此必须进行反模糊化处理。
目前常用的方法有最大隶属度函数法、重心法、加权平均法。
最大隶属度函数法设模糊控制器的推理输出是模糊量C,则其隶属度最大的元素ci就是精确化所得的对应精确值,即
。
并且有
(2.10)
其中,Z是控制量u的论域,u是精确控制量。
如果在输出论域中Z中,其最大隶属度函数对应的输出值多于一个时,简单的方法是取所有具有最大隶属度输出的平均,即
(2.11)
(2.12)
其中,p为具有相同最大隶属度输出的总数。
最大隶属度函数法不考虑输出隶属度函数的形状,只关心其最大隶属度值处的输出值,因此,难免会丢失许多信息,但它的突出优点是计算简单,所以在一些控制要求不高的场合,采用最大隶属度函数法是非常方便的。
重心法取输出模糊集的隶属度函数曲线与横坐标轴围成区域的中心或重心对应的论域元素值作为输出。
若输出是离散模糊集,则模糊控制器的输出量为
(2.13)
式中n——输出的量化级数;
——论域中的元素;
——论域元素的隶属度。
若输出是连续模糊集,则模糊控制器的输出为
(2.14)
模糊控制器的结构模糊控制具有快速性、鲁棒性好的特点,可以考虑用它对系统进行控制。
在确定性控制系统中,根据输入变量和输出变量的个数,可分为单变量控制系统和多变量控制系统。
图2.3模糊控制器结构图
Fig.2.3Fuzzycontrollerchart
本次设计用二变量控制系统,二维模糊控制器如图3.3二维模糊控制器的两个输入变量为被控量与给定值的误差量E和误差变化量EC,由于它们能够严格的反映受控过程中输出变量的动态特性,在控制效果上要比一维模糊控制器好的多,它是目前被广泛采用的一种模糊控制器。
模糊推理方法常见的模糊推理系统有三类:
纯模糊推理系统、高木-关野(Takagi-Sugemo)型和具有模糊产生器和模糊消除器的模糊逻辑系统(Mamdani)型。
本设计也主要采用Mamdani型。
Mamdani型是在纯模糊逻辑系统的输入和输出部分添加了模糊产生器和模糊消除器,得到的模糊逻辑系统的输入和输出均为精确量,因而可以直接在实际工程中加以应用,且应用广泛。
因此本文所设计的模糊控制器均采用的是Mamdani型模糊推理方法。
第三章电锅炉温度控制系统的MATLAB建模
3.1MATLAB7.0及模糊逻辑工具箱介绍
MATLAB(MATrixLABoratory,即矩阵实验室)是CleveMoler博士在NewMexico大学讲授线性代数时,发现用高级语言编程极为不便而构思开发的。
它是集命令翻译、科学计算于一身的一套交互式软件系统。
系统经过几年的试用之后,Moler博士等一批数学家与软件专家组建了一个名为MathWorks的软
件开发公司,专门扩展并改进MATLAB,推出了该软件的正式版本。
除原有的数值计算能力外,还增加了图形处理功能。
MathWorks公司于1993年推出了基于Windows平台的MATLAB4.0。
MATLAB4.x版在继承和发展其原有数值计算和图形处理能力的同时,还推出了符号计算工具包、Notebook和一个交互式操作的动态系统建模、仿真、分析集成环境Simulink。
Simulink是一个用来对动态系统进行建模、仿真和分析的软件包。
它除了包括输入模块、输出模块、连续模块、离散模块、函数和表模块、数学模块、非线性模块、信号模块以及子系统模块外,还包括各个工具箱特有的模块,如模糊逻辑工具箱的模糊逻辑控制器模块。
用户可以利用这些模块搭建自己的系统并进行仿真,通过更改这些模块的参数提高系统的性能,最终得到合乎自己设计要求的系统[13]。
仿真是控制系统进行科学了解的重要方法,通过仿真来分析各种控制策略和方案对控制系统的性能,优化相关参数,以获得最佳控制效果。
为了进行模糊系统的仿真设计,国内外的学者都开发了一些工具,其中一个就是MATLAB的模糊控制工具箱(FuzzyLogicToolbox)。
模糊控制工具箱是数字计算机环境下的函数集成体,是一个不针对具体硬件平台的控制设计工具,它可以用完全图形界面的工作方式设计整个模糊控制器。
如定义它的输入、输出变量的数目,各输入、输出变量的隶属度函数的形状和数目,模糊控制规则的数目,模糊推理的方法,反模糊化的方法等等。
在设好这样一个模糊控制器之后,可以利用MATLAB本身的Simulink仿真平台来构建整个模糊控制系统并进行仿真了解。
它的优势在于可以利用MATLAB软件本身的丰富资源,方便的将模糊工具箱与其它一些工具箱集合使用,来构建不同结构的模糊系统,比如神经网络模糊系统,遗传算法模糊系统,模糊PID系统等,并对这样的系统进行仿真、分析[12]。
模糊逻辑工具箱必须在MATLAB环境下运行,它所创建的模糊控制器可以为其它工具箱所用,也可以用Simulink环境对它进行仿真。
最后还可以C语言的形式输出一个独立的模糊控制器,嵌入到用户自己的应用程序代码中去。
3.2电锅炉温度控制系统模型的建立及其功能
3.2.1常规PID控制
在Simulink中创建用PID算法控制电锅炉温度的结构图如图3.1所示:
图3.1电锅炉PID控制系统仿真结构图
Fig.3.1ElectricPIDControlsystemsimulationchart
3.2.2加smith预估器PID控制
在Simulink中建立的带Smith预估器的PID结构图如图3.2所示:
与常规PID相比它在PID控制器上并联了一个传递函数。
图3.2带有Smith预估器的PID控制系统仿真结构图
Fig.3.2withSmithestimateddevicePIDControlsystemsimulationchart
3.2.3电锅炉温控系统的参数自整定模糊PID控制
首先,在MATLAB的FuzzyLogicToolbox中构建如下Mamdani型模糊控制器,利用模糊逻辑工具箱建立一个FIS型文件,命名为mohu.fis,如图3.3所示:
图3.3电锅炉模糊PID控制器
Fig.3.3ElectricfuzzyPIDControlsystem
可见模糊控制器的输入变量为E和EC,输出为控制变量U。
模糊控制器在Matlab环境下的系统参数如下:
name:
'mohukongzhi'
type:
'mamdani'
andMethod:
'min'
orMethod:
'max'
defuzzMethod:
'centroid'
impMethod:
'min'
aggMethod:
'max'
input:
[1x2struct]
output:
[1x1struct]
rule:
[1x49struct]
图3.4、3.5是模糊控制器的各个变量的隶属函数图:
图3.4输入变量E、EC的隶属函数曲线
Fig.3.4InputvariablesE、ECmembershipfunctioncurve
图3.5输出变量KP、KI、KD的隶属函数曲线
Fig.3.5OutputvariablesKP、KI、KDmembershipfunctioncurve
可见输入变量E、EC和KP、KI、KD的模糊子集均为{NB,NM,NS,Z0,PS,PM,PB},E和EC的论域为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},U的论域为{-3,-2,-1,0,1,2,3}。
E、EC以及KP、KI、KD的模糊隶属度函数均选择三角形隶
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 最新 毕业设计 模糊 PID 控制器 设计