PID控制实验报告DOC.docx
《PID控制实验报告DOC.docx》由会员分享，可在线阅读，更多相关《PID控制实验报告DOC.docx（38页珍藏版）》请在冰豆网上搜索。
PID控制实验报告DOC
实验二数字PID控制
计算机控制是一种采样控制，它只能根据采样时刻的偏差值计算控制量。
因此连续PID控制算法不能直接使用，需要采用离散化方法。
在计算机PID控制中，使用的是数字PID控制器。
1、位置式PID控制算法
按模拟PID控制算法，以一系列的采样时刻点kT代表连续时间t，以矩形法数值积分近似代替积分，以一阶后向差分近似代替微分，可得离散PID位置式表达式：
式中，
，e为误差信号（即PID控制器的输入），u为控制信号（即控制器的输出）。
在仿真过程中，可根据实际情况，对控制器的输出进行限幅。
2、连续系统的数字PID控制仿真
连续系统的数字PID控制可实现D/A及A/D的功能，符合数字实时控制的真实情况，计算机及DSP的实时PID控制都属于这种情况。
1．Ex3设被控对象为一个电机模型传递函数
，式中J=0.0067,B=0.1。
输入信号为
，采用PD控制，其中
。
采用ODE45方法求解连续被控对象方程。
因为
，所以
，另
，则
，因此连续对象微分方程函数ex3f.m如下
functiondy=ex3f（t,y,flag,para）
u=para;
J=0.0067;B=0.1;
dy=zeros（2,1）;
dy
（1）=y
（2）;
dy
（2）=-（B/J）*y
（2）+（1/J）*u;
控制主程序ex3.m
clearall;
closeall;
ts=0.001;%采样周期
xk=zeros（2,1）;%被控对象经A/D转换器的输出信号y的初值
e_1=0;%误差e（k-1）初值
u_1=0;%控制信号u（k-1）初值
fork=1:
1:
2000%k为采样步数
time（k）=k*ts;%time中存放着各采样时刻
rin（k）=0.50*sin（1*2*pi*k*ts）;%计算输入信号的采样值
para=u_1;%D/A
tSpan=[0ts];
[tt,xx]=ode45（'ex3f',tSpan,xk,[],para）;%ode45解系统微分方程
%xx有两列，第一列为tt时刻对应的y，第二列为tt时刻对应的y导数
xk=xx（end,:
）;%A/D，提取xx中最后一行的值，即当前y和y导数
yout（k）=xk
（1）;%xk
（1）即为当前系统输出采样值y（k）
e（k）=rin（k）-yout（k）;%计算当前误差
de（k）=（e（k）-e_1）/ts;%计算u（k）中微分项输出
u（k）=20.0*e（k）+0.50*de（k）;%计算当前u（k）的输出
%控制信号限幅
ifu（k）>10.0
u（k）=10.0;
end
ifu（k）<-10.0
u（k）=-10.0;
end
%更新u（k-1）和e（k-1）
u_1=u（k）;
e_1=e（k）;
end
figure
（1）;
plot（time,rin,'r',time,yout,'b'）;%输入输出信号图
xlabel（'time（s）'）,ylabel（'rin,yout'）;
figure
（2）;
plot（time,rin-yout,'r'）;
xlabel（'time（s）'）,ylabel（'error'）;%误差图
程序运行结果显示表1所示。
表1程序运行结果
输入输出图
误差图
分析:
输出跟随输入，PD控制中，微分控制可以改善动态特性，调节时间缩短，允许加大比例控制，使稳态误差减小，提高了控制精度.
2．Ex4被控对象是一个三阶传递函数
，采用Simulink与m文件相结合的形式，利用ODE45方法求解连续对象方程，主程序由Simulink模块实现，控制器由m文件实现。
输入信号为一个采样周期1ms的正弦信号。
采用PID方法设计控制器，其中
。
误差初始化由时钟功能实现，从而在m文件中实现了误差的积分和微分。
控制主程序：
ex4.mdl
控制子程序：
ex4f.m
function[u]=ex4f（u1,u2）%u1为Clock，u2为图2-1中Sum模块输出的误差信号e的采样值
persistenterrorierror_1
ifu1==0%当Clock=0时，即初始时，e（k）=e（k-1）=0
errori=0
error_1=0
end
ts=0.001;
kp=1.5;
ki=2.0;
kd=0.05;
error=u2;
errord=（error-error_1）/ts;%一阶后向差分误差信号表示的误差微分
errori=errori+error*ts;%累积矩形求和计算的误差的积分
u=kp*error+kd*errord+ki*errori;%由PID算式得出的当前控制信号u（k）
error_1=error;%误差信号更新
图2-1Simulink仿真程序
其程序运行结果如表2所示。
Matlab输出结果
errori=
0
error_1=
0
表2例4程序运行结果
kp=1.5;ki=2.0;kd=0.05;
kp=3.5;ki=2.0;kd=0.05;
3、离散系统的数字PID控制仿真
1．Ex5设被控对象为
，采样时间为1ms，对其进行离散化。
针对离散系统的阶跃信号、正弦信号和方波信号的位置响应，设计离散PID控制器。
其中S为信号选择变量，S=1时是阶跃跟踪，S=2时为方波跟踪，S=3时为正弦跟踪。
求出G（s）对应的离散形式
，其中Y（z）和U（z）是关于z的多项式，则可以得到其对应的差分表达式
仿真程序：
ex5.m
%PIDController
clearall;
closeall;
ts=0.001;%采样周期
sys=tf（5.235e005,[1,87.35,1.047e004,0]）;%被控对象连续传递函数
dsys=c2d（sys,ts,'z'）;%转换成离散z传递函数的形式
[num,den]=tfdata（dsys,'v'）;%提取z传递函数中的分子和分母多项式系数
u_1=0.0;u_2=0.0;u_3=0.0;%u（k-1）、u（k-2）、u（k-3）的初值
y_1=0.0;y_2=0.0;y_3=0.0;%y（k-1）、y（k-2）、y（k-3）的初值
x=[0,0,0]';%比例、微分、积分项的初值
error_1=0;%e（k-1）的初值
disp（'S=1--step,S=2--sin,S=3--square'）%S=1阶跃，S=2方波，S=3正弦
S=input（'NumberofinputsignalS:
'）%接收输入信号代号
fork=1:
1:
1500
time（k）=k*ts;%各采样时刻
ifS==1%阶跃输入时
kp=0.50;ki=0.001;kd=0.001;%各项PID系数
rin（k）=1;%阶跃信号输入
elseifS==2
kp=0.50;ki=0.001;kd=0.001;%各项PID系数
rin（k）=sign（sin（2*2*pi*k*ts））;%方波信号输入
elseifS==3
kp=1.5;ki=1.0;kd=0.01;%各项PID系数
rin（k）=0.5*sin（2*2*pi*k*ts）;%正弦信号输入
end
u（k）=kp*x
（1）+kd*x
（2）+ki*x（3）;%PID控制信号输出u（k）
%控制信号输出限幅
ifu（k）>=10
u（k）=10;
end
ifu（k）<=-10
u（k）=-10;
end
%根据差分方程计算系统当前输出y（k）
yout（k）=-den
（2）*y_1-den（3）*y_2-den（4）*y_3+num
（2）*u_1+num（3）*u_2+num（4）*u_3;
error（k）=rin（k）-yout（k）;%当前误差
%更新u（k-1）、u（k-2）、u（k-3）、y（k-1）、y（k-2）、y（k-3）
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）;%比例输出
x
（2）=（error（k）-error_1）/ts;%微分输出
x（3）=x（3）+error（k）*ts;%积分输出
error_1=error（k）;%更新e（k-1）
end
figure
（1）;%作图
plot（time,rin,'r',time,yout,'b'）;
xlabel（'time（s）'）,ylabel（'rin,yout'）;
其程序运行结果如表3所示。
kp=0.50;ki=0.001;kd=0.001;
kp=1.50;ki=0.001;kd=0.001;
S=1
阶跃跟踪
S=2
方波跟踪
S=3
正弦跟踪
2．Ex6针对于Ex5被控对象所对应的离散系统，设计针对三角波、锯齿波和随机信号的位置式响应。
仿真程序：
ex6.m。
程序中当S=1时为三角波，S=2时为锯齿波，S=3时为随机信号。
如果D=1，则通过pause命令实现动态演示仿真。
%PIDController
clearall;
closeall;
ts=0.001;
sys=tf（5.235e005,[1,87.35,1.047e004,0]）;
dsys=c2d（sys,ts,'z'）;
[num,den]=tfdata（dsys,'v'）;
u_1=0.0;u_2=0.0;u_3=0.0;
r_1=rand;
y_1=0;y_2=0;y_3=0;
x=[0,0,0]';
error_1=0;
disp（'S=1--Triangle,S=2--Sawtooth,S=3--Random'）%S=1三角，S=2锯齿，S=3随机
S=input（'NumberofinputsignalS:
'）%接收输入信号代号
disp（'D=1--Dynamicdisplay,D~=1--Directdisplay'）%D=1动画显示，D~=1直接显示
D=input（'D='）
fork=1:
1:
3000
time（k）=k*ts;
kp=1.0;ki=2.0;kd=0.01;
ifS==1%TriangleSignal
ifmod（time（k）,2）<1
rin（k）=mod（time（k）,1）;
else
rin（k）=1-mod（time（k）,1）;
end
rin（k）=rin（k）-0.5;
end
ifS==2%SawtoothSignal
rin（k）=mod（time（k）,1.0）;
end
ifS==3%RandomSignal
rin（k）=rand;
vr（k）=（rin（k）-r_1）/ts;%Maxspeedis5.0
whileabs（vr（k））>=5.0
rin（k）=rand;
vr（k）=abs（（rin（k）-r_1）/ts）;
end
end
u（k）=kp*x
（1）+kd*x
（2）+ki*x（3）;%PIDController
%Restrictingtheoutputofcontroller
ifu（k）>=10
u（k）=10;
end
ifu（k）<=-10
u（k）=-10;
end
%Linearmodel
yout（k）=-den
（2）*y_1-den（3）*y_2-den（4）*y_3+num
（2）*u_1+num（3）*u_2+num（4）*u_3;
error（k）=rin（k）-yout（k）;
r_1=rin（k）;
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）;%CalculatingP
x
（2）=（error（k）-error_1）/ts;%CalculatingD
x（3）=x（3）+error（k）*ts;%CalculatingI
xi（k）=x（3）;
error_1=error（k）;
ifD==1%DynamicSimulationDisplay
plot（time,rin,'b',time,yout,'r'）;
pause（0.000001）;
end
end
plot（time,rin,'r',time,yout,'b'）;
xlabel（'time（s）'）;ylabel（'rin,yout'）;
Matlab运行结果为：
S=1--Triangle,S=2--Sawtooth,S=3--Random
NumberofinputsignalS:
1（2、3）
S=
1
D=1--Dynamicdisplay,D=0--Directdisplay%D=1动画显示，D~=1直接显示
D=0
D=
0%D=0直接显示，如果D=1，则通过pause命令实现动态演示仿真。
其程序运行结果如表4所示。
表4程序运行结果
S=1d=1
S=2d=1
S=3d=1
分析：
s=1时为三角波的位置式响应，s=2时为锯齿波的位置式响应；s=3时为随机信号的位置式响应。
3．Ex7采用Simulink实现PID控制器的设计，如图2-2所示，其中离散PID控制的子系统如图2-3所示，其封装界面如图2-4所示。
仿真程序：
ex7.mdl
图2-2离散PID控制的Simulink主程序
图2-3离散PID控制的Simulink控制器程序
图2-4离散PID控制的封装界面
其程序运行结果如表5所示。
表5Simulink仿真结果
Kp=0.5;Ki=0.001;Kd=0.001;T=0.001
Kp=1.5;Ki=0.01;Kd=0.01;T=0.001
分析：
位置式PID控制算法的缺点是，由于采用全量输出，所以每次输出均与过去的状态有关，计算时要对e（k）量进行累加，计算机输出控制量u（k）对应的是执行机构的实际位置偏差，如果位置传感器出现故障，u（k）可能会出现大幅度变化。
u（k）大幅度变化会引起执行机构未知的大幅度变化，这种情况在生产中是不允许的，在某些重要场合还可能造成重大事故。
为了避免这种情况的发生，可采用增量式PID控制算法。
4、增量式PID控制算法及仿真
当执行机构需要的是控制量的增量（例如驱动步进电机）时，应采用增量式PID控制，根据递推原理可得增量式PID控制算法为
Ex8设被控对象
，采用增量式控制算法，PID控制参数
。
仿真程序：
ex8.m
%IncrementPIDController
clearall;
closeall;
ts=0.001;
sys=tf（400,[1,50,0]）;
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]';
error_1=0;
error_2=0;
fork=1:
1:
1000
time（k）=k*ts;
rin（k）=1.0;
kp=8;
ki=0.10;
kd=10;
du（k）=kp*x
（1）+kd*x
（2）+ki*x（3）;
u（k）=u_1+du（k）;
ifu（k）>=10
u（k）=10;
end
ifu（k）<=-10
u（k）=-10;
end
yout（k）=-den
（2）*y_1-den（3）*y_2+num
（2）*u_1+num（3）*u_2;
error=rin（k）-yout（k）;
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-error_1;%CalculatingP
x
（2）=error-2*error_1+error_2;%CalculatingD
x（3）=error;%CalculatingI
error_2=error_1;
error_1=error;
end
plot（time,rin,'b',time,yout,'r'）;
xlabel（'time（s）'）;ylabel（'rin,yout'）;
其程序运行结果如图5所示。
分析：
增量式PID控制算法计算的误差小。
由于他只输出控制量，所以误动作时影响小，系统的超调及振动也少。
由于控制算法中不需要累加，控制增量Δu（k）仅与最近k次的采样有关，所以误动作影响小，而且较容易通过加权处理获得比较好的控制效果。
仿真程序ex8.m运行结果：
PID控制参数
。
图5增量式PID控制算法仿真结果
实验三PID控制的改进算法
在计算机控制系统中，PID控制是通过计算机程序实现的，因此灵活性很大。
一些原来在模拟PID控制器中无法实现的问题，在引入计算机以后，就可以得到解决，于是产生了一系列的改进算法，形成非标准的控制算法，以改善系统品质，满足不同控制系统的需要。
1、积分分离PID控制算法
在普通PID控制中，积分的目的是为了消除金叉，提高精度，但在过程的启动、结束或大幅度增减设定是，短时间内系统输出有很大偏差，会造成PID运算的积分积累，致使控制量超过执行机构可能允许的最大动作范围对应的极限控制量，引起系统较大的超调，甚至引起系统较大的振荡，这在生产中是绝对不允许的。
积分分离控制基本思路是，当被控量与设定值偏差较大时，取消积分作用，以免由于积分作用使系统稳定性降低，超调量增大；当被控量接近给定值时，引入积分控制，以便消除静差，提高控制精度。
其具体实现步骤是：
1）根据实际情况，人为设定阈值ε>0；
2）当
时，采用PD控制，可避免产生过大的超调，又使系统有较快的响应；
3）当
时，采用PID控制，以保证系统的控制精度。
积分分离算法可表示为：
式中，T为采样时间，β为积分项的开关系数，
Ex9设备控对象为一个延迟对象
，采样周期为20s，延迟时间为4个采样周期，即80s。
输入信号r（k）=40，控制器输出限制在[-110,110]。
被控对象离散化为
仿真方法一：
仿真程序：
ex9_1.m。
当M=1时采用分段积分分离法，M=2时采用普通PID控制。
%IntegrationSeparationPIDController
clearall;
closeall;
ts=20;
%Delayplant
sys=tf（[1],[60,1],'inputdelay',80）;
dsys=c2d（sys,ts,'zoh'）;
[num,den]=tfdata（dsys,'v'）;
u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;
y_1=0;y_2=0;y_3=0;
error_1=0;error_2=0;
ei=0;
%M=1分段积分分离，M=2普通PID
disp（'M=1--Usingintegrationseparation,M=2--Notusingintegrationseparation'）
M=input（'whetherornotuseintegrationseparationmethod:
'）
fork=1:
1:
200
time（k）=k*ts;
%输出信号
yout（k）=-den
（2）*y_1+num
（2）*u_5;
rin（k）=40;
error（k）=rin（k）-yout（k）;
ei=ei+error（k）*ts;%积分项输出
ifM==1%使用分段积分分离
ifabs（error（k））>=30&abs（error（k））<=40
beta=0.3;
elseifabs（error（k））>=20&abs（error（k））<=30
beta=0.6;
elseifabs（error（k））>=10&abs（error（k））<=20
beta=0.9;
else
beta=1.0;
end
elseifM==2
beta=1.0;
end
kp=0.80;
ki=0.005;
kd=3.0;
u（k）=kp*error（k）+kd*（error（k）-error_1）/ts+beta*ki*ei;
ifu（k）>=110%控制信号限幅
u（k）=110;
end
ifu（k）<=-110
u（k）=-110;
end
u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u（k）;
y_3=y_2;y_2=y_1;y_1=yout（k）;
error_2=error_1;
error_1=error（k）;
end
figure
（1）;
plot（time,rin,'b',time,yout,'r'）;
xlabel（'time（s）'）;ylabel（'rin,yout'）;
figure
（2）;
plot（time,u,'r'）;
xlabel（'time（s）'）;ylabel（'u'）;
其程序运行结果表1所示。
表1例9仿真方法一结果
m=1
m=2
输入输出信号
控制信号
分析：
积分饱和的防止方法有积分分离法和预限削弱法。
积分作用使系统稳定性降低，超调量增大。
比较仿真结果，当被控量与设定值偏差较大时，删除积分作用，以使
不至过大。
只有当
较小时方引入积分作用，以消除静差，提高控制精度，控制量不宜进入饱和区。
仿真方法二：
采用Simulink仿真
初始化程序ex9_2f.m
clearall;
closeall;
ts=20;
sys=tf（[1],[60,1],'inputdelay',80）;
dsys=c2d（sys,ts,'zoh'）;
[num,den]=tfdata（dsys,'v'）;
kp=1.80;
ki=0.05;
kd=0.20;
Simulink主程序ex9_2f.mdl，如图3-1所示。
图3-1Simulink主程序
其运行结果如表2所示。
表2Simulink仿真结果
PID参数
kp=1.80;ki=0.05;kd=0.20
kp=1.80;ki=0.01;kd=0.20
仿真结果
分析：
由图可知，积分时间常数能消除系统的稳态误差，提高系统控制精度，只有当积分时间常数合适时，过度过程的特性才比较理想。
积分时间常数过小，系统震荡次数多，积分时间常数过大，对系统性能影响减少。
2、抗积分饱和PID控制算法
所谓积分饱和是指若系统存在一个方向的偏差，PID控制器的输出由于积分作用的不断累加而加大，从而导致执行机构达到极限位置Xmax，若控制器输出u（k）继续增大，阀门开度不可能在增大，此时就称计算机输出控制超出正常运行范围而进入了饱和区。
一旦系统出现反向偏差，u（k）逐渐从饱和区推出。
进入饱和区越深，则退出饱和区所需时间越长。
在这段时间内，执行机构仍停留在极限位置而不能随偏差反向立即作出相应的改变，这时系统就像失去控制一样，造成控制性能恶化。
这种现象称为积分饱和现象或积分失控现象。
抗积分饱和的思路是，在计算u（k）时，首先判断上一时刻的控制量u（k-1）是否已超出限制范围。
若u（k-1）>umax，则只累加负偏差；若u（k-1）这种算法可以避免控制量长时间停留在饱和区。
Ex10设被控对象为
，采样周期1ms。
输入r（
升级会员 