专家PID控制Word下载.docx
《专家PID控制Word下载.docx》由会员分享，可在线阅读，更多相关《专家PID控制Word下载.docx（11页珍藏版）》请在冰豆网上搜索。
当式中，—————误差e的第k个极值；
）ke（m—-分别为第k次和第k-1次控制器输出；
）1（）,uku（k=2——————增益放大系数，；
1kk11=0.6—————增益抑制系数，；
10kk22——设定的误差界限，，MM,M0.05M2121其中可取0.8，0.4，0.2，0.01四值；
M1=0.001—————任意小正实数。
三、实验过程：
3500）（sGp离散取样，选取采样时间间隔为1ms；
1、对传递函数
250ss1.52、PID控制算法的关键问题是其三个参数Kp,Ti,Td的设定，选取初始值为：
kp=0.6；
ki=0.03；
kd=0.01；
3、取阶跃信号；
1（k）rin4、写出线性模型及当前采样时刻的误差值：
y（k）den
（2）y（k1）den（3）y（k2）den（4）y（k3）num
（1）u（k）num
（2）u（k
1）num（3）u（k2）num（4）u（k3）e（k）rin（k）y（k）
5、循环第3和第4步；
6、通过Matlab仿真出专家PID控制的阶跃响应曲线图和误差响应曲线图。
四、实验结果：
图1阶跃响应曲线
误差响应曲线2图
附录：
仿真程序
%ExpertPIDControllerclearall;
closeall;
ts=0.001;
sys=tf（3.5e003,[1.5,50,0]）;
dsys=c2d（sys,ts,'
z'
）;
[num,den]=tfdata（dsys,'
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]'
;
x2_1=0;
kp=0.6;
ki=0.03;
kd=0.01;
error_1=0;
fork=1:
1:
500
time（k）=k*ts;
rin（k）=1.0;
%TracingJieyueSignal
u（k）=kp*x
（1）+kd*x
（2）+ki*x（3）;
%PIDController
%Expertcontrolrule
ifabs（x
（1））>
0.8%Rule1:
Unclosedcontrolfirstly
u（k）=0.45;
elseifabs（x
（1））>
0.40
u（k）=0.40;
0.20
u（k）=0.12;
0.01
u（k）=0.10;
end
ifx
（1）*x
（2）>
0|（x
（2）==0）%Rule2
=0.05u（k）=u_1+2*kp*x
（1）;
else
u（k）=u_1+0.4*kp*x
（1）;
if（x
（1）*x
（2）<
0&
x
（2）*x2_1>
0）|（x
（1）==0）%Rule3u（k）=u（k）;
ifx
（1）*x
（2）<
x
（2）*x2_1<
0%Rule4
=0.05u（k）=u_1+2*kp*error_1;
u（k）=u_1+0.6*kp*error_1;
ifabs（x
（1））<
=0.001%Rule5:
IntegrationseparationPIcontrol
u（k）=0.5*x
（1）+0.010*x（3）;
end%Restrictingtheoutputofcontrollerifu（k）>
=10
u（k）=10;
endifu（k）<
=-10u（k）=-10;
%Linearmodel
yout（k）=-den
（2）*y_1-den（3）*y_2+num
（1）*u（k）+num
（2）*u_1+num（3）*u_2;
error（k）=rin（k）-yout（k）;
%ReturnofPIDparameters%
u_3=u_2;
u_2=u_1;
u_1=u（k）;
y_3=y_2;
y_2=y_1;
y_1=yout（k）;
x
（1）=error（k）;
%CalculatingPx2_1=x
（2）;
x
（2）=（error（k）-error_1）/ts;
%CalculatingDx（3）=x（3）+error（k）*ts;
%CalculatingI
error_1=error（k）;
endfigure
（1）;
plot（time,rin,'
b'
time,yout,'
r'
xlabel（'
time（s）'
ylabel（'
rin,yout'
figure
（2）;
plot（time,rin-yout,'
error'
%FuzzyTunningPIDControlclearall;
a=newfis（'
fuzzpid'
%Parametere
a=addvar（a,'
input'
'
e'
[-3,3]）;
a=addmf（a,'
1,'
NB'
zmf'
[-3,-1]）;
NM'
trimf'
[-3,-2,0]）;
NS'
[-3,-1,1]）;
Z'
[-2,0,2]）;
PS'
[-1,1,3]）;
PM'
[0,2,3]）;
PB'
smf'
[1,3]）;
ec'
%Parametereca=addmf（a,'
2,'
a=addmf（a,'
%Parameterkpa=addvar（a,'
output'
kp'
[-0.3,0.3]）;
[-0.3,-0.1]）;
[-0.3,-0.2,0]）;
[-0.3,-0.1,0.1]）;
[-0.2,0,0.2]）;
[-0.1,0.1,0.3]）;
[0,0.2,0.3]）;
[0.1,0.3]）;
%Parameterkia=addvar（a,'
ki'
[-0.06,0.06]）;
[-0.06,-0.02]）;
[-0.06,-0.04,0]）;
[-0.06,-0.02,0.02]）;
[-0.04,0,0.04]）;
[-0.02,0.02,0.06]）;
[0,0.04,0.06]）;
[0.02,0.06]）;
kd'
3,'
rulelist=[1171511;
1271311;
1362111;
1462111;
1553111;
1644211;
1744511;
2171511;
2271311;
2362111;
2453211;
2553211;
2644311;
2734411;
3161411;
3262311;
3363211;
3453211;
3544311;
3635311;
3735411;
4162411;
4262311;
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,'
a=readfis（'
%PIDController
sys=tf（3500,[1.5,50,0]）;
dsys=c2d（sys,ts,'
tustin'
y_1=0;
e_1=0.0;
ec_1=0.0;
kp0=0.40;
kd0=1.0;
ki0=0.0;
rin（k）=1;
%UsingfuzzyinferencetotunningPID
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;
ifu（k）>
ifu（k）<
=-10
u（k）=-10;
endyout（k）=-den
（2）*y_1-den（3）*y_2+num
（1）*u（k）+num
（2）*u_1+num（3）*u_2;
%%%%%%%%%%%%%%ReturnofPIDparameters%%%%%%%%%%%%%%%u_3=u_2;
%CalculatingP
%CalculatingD
%CalculatingI
x
（2）=error（k）-error_1;
x（3）=x（3）+error（k）;
e_1=x
（1）;
ec_1=x
（2）;
error_2=error_1;
endshowrule（a）figure
（1）;
plot（time,rin,'
plot（time,error,'
figure（3）;
plot（time,u,'
xlabel（'
u'
figure（4）;
plot（time,kp,'
figure（5）;
plot（time,ki,'
figure（6）;
plot（time,kd,'
figure（7）;
plotmf（a,'
1）;
figure（8）;
2）;
figure（9）;
figure（10）;
figure（11）;
3）;
plotfis（a）;
time（s}
time（s）
1.4
I
-TII
III
1.2
≡*
1
•
-
0.8
■
n0.6
0.4
0.2
-0.2（
U∖
∖
IL
∖∖
⅝
]
IIII
11I
0.05
0.10.150.20.250.30.350.40.450.5
的隶属度函数曲线ki2图
图3kp的隶属度函数曲线
图4ec的隶属度函数曲线
升级会员 