基于matlab的智能PID控制器的设计与仿真毕业设计论文.docx

资源描述

基于matlab的智能PID控制器的设计与仿真毕业设计论文.docx

《基于matlab的智能PID控制器的设计与仿真毕业设计论文.docx》由会员分享，可在线阅读，更多相关《基于matlab的智能PID控制器的设计与仿真毕业设计论文.docx（42页珍藏版）》请在冰豆网上搜索。

基于matlab的智能PID控制器的设计与仿真毕业设计论文.docx

基于matlab的智能PID控制器的设计与仿真毕业设计论文

毕业论文

基于matlab的智能PID控制器的设计与仿真

毕业设计（论文）原创性声明和使用授权说明

原创性声明

本人郑重承诺：

所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。

尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。

对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：

　　　　　日　期：

指导教师签名：

　　　　　日　　期：

使用授权说明

本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：

按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：

　　　　　日　期：

学位论文原创性声明

本人郑重声明：

所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。

对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。

本人完全意识到本声明的法律后果由本人承担。

作者签名：

日期：

年月日

学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。

本人授权　　　　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：

日期：

年月日

导师签名：

日期：

年月日

注意事项

1.设计（论文）的内容包括：

1）封面（按教务处制定的标准封面格式制作）

2）原创性声明

3）中文摘要（300字左右）、关键词

4）外文摘要、关键词

5）目次页（附件不统一编入）

6）论文主体部分：

引言（或绪论）、正文、结论

7）参考文献

8）致谢

9）附录（对论文支持必要时）

2.论文字数要求：

理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。

3.附件包括：

任务书、开题报告、外文译文、译文原文（复印件）。

4.文字、图表要求：

1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写

2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。

图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画

3）毕业论文须用A4单面打印，论文50页以上的双面打印

4）图表应绘制于无格子的页面上

5）软件工程类课题应有程序清单，并提供电子文档

5.装订顺序

1）设计（论文）

2）附件：

按照任务书、开题报告、外文译文、译文原文（复印件）次序装订

指导教师评阅书

指导教师评价：

一、撰写（设计）过程

1、学生在论文（设计）过程中的治学态度、工作精神

□优□良□中□及格□不及格

2、学生掌握专业知识、技能的扎实程度

□优□良□中□及格□不及格

3、学生综合运用所学知识和专业技能分析和解决问题的能力

□优□良□中□及格□不及格

4、研究方法的科学性；技术线路的可行性；设计方案的合理性

□优□良□中□及格□不及格

5、完成毕业论文（设计）期间的出勤情况

□优□良□中□及格□不及格

二、论文（设计）质量

1、论文（设计）的整体结构是否符合撰写规范？

□优□良□中□及格□不及格

2、是否完成指定的论文（设计）任务（包括装订及附件）？

□优□良□中□及格□不及格

三、论文（设计）水平

1、论文（设计）的理论意义或对解决实际问题的指导意义

□优□良□中□及格□不及格

2、论文的观念是否有新意？

设计是否有创意？

□优□良□中□及格□不及格

3、论文（设计说明书）所体现的整体水平

□优□良□中□及格□不及格

建议成绩：

□优□良□中□及格□不及格

（在所选等级前的□内画“√”）

指导教师：

（签名）单位：

（盖章）

年月日

评阅教师评阅书

评阅教师评价：

一、论文（设计）质量

1、论文（设计）的整体结构是否符合撰写规范？

□优□良□中□及格□不及格

2、是否完成指定的论文（设计）任务（包括装订及附件）？

□优□良□中□及格□不及格

二、论文（设计）水平

1、论文（设计）的理论意义或对解决实际问题的指导意义

□优□良□中□及格□不及格

2、论文的观念是否有新意？

设计是否有创意？

□优□良□中□及格□不及格

3、论文（设计说明书）所体现的整体水平

□优□良□中□及格□不及格

建议成绩：

□优□良□中□及格□不及格

（在所选等级前的□内画“√”）

评阅教师：

（签名）单位：

（盖章）

年月日

教研室（或答辩小组）及教学系意见

教研室（或答辩小组）评价：

一、答辩过程

1、毕业论文（设计）的基本要点和见解的叙述情况

□优□良□中□及格□不及格

2、对答辩问题的反应、理解、表达情况

□优□良□中□及格□不及格

3、学生答辩过程中的精神状态

□优□良□中□及格□不及格

二、论文（设计）质量

1、论文（设计）的整体结构是否符合撰写规范？

□优□良□中□及格□不及格

2、是否完成指定的论文（设计）任务（包括装订及附件）？

□优□良□中□及格□不及格

三、论文（设计）水平

1、论文（设计）的理论意义或对解决实际问题的指导意义

□优□良□中□及格□不及格

2、论文的观念是否有新意？

设计是否有创意？

□优□良□中□及格□不及格

3、论文（设计说明书）所体现的整体水平

□优□良□中□及格□不及格

评定成绩：

□优□良□中□及格□不及格

教研室主任（或答辩小组组长）：

（签名）

年月日

教学系意见：

系主任：

（签名）

年月日

引言

PID控制器以其结构简单、稳定性好、工作可靠、调整方便等优点被广泛应用于工业控制系统，但现代工业控制系统越来越复杂，被控对象往往表现出时滞、非线性、时变性，控制要求越来越高，传统的PID控制器难以满足现代工业控制的需求，智能型PID控制器呈现出广阔的发展空间。

模糊PID控制器是模糊控制器和PID控制器的有效结合，它兼具模糊控制和PID控制的优点；动词PID控制器是在模糊PID控制器的基础上实现了控制规则“动词化”，对模糊PID控制进行了一些改进。

目前动词PID控制器用于实际的工业控制系统还不多，本文的研究也仅处于软件仿真阶段。

1.PID控制器

1.1PID控制器的概念[1]

1.1.1PID控制原理

PID控制器是一种线性闭环控制器，它根据给定输入值rin（t）与实际输出值yout（t）构成控制偏差

（1.1）

PID的控制信号u（t）由errot（t）及其对时间的积分、微分三部分联合作用产生：

（1.2）

PID控制器最终理想的控制效果是errot（t）=0，即yout（t）=rin（t）。

将控制器写成传递函数的形式：

（1.3）

式中，kp――比例系数，TI――积分时间常数，TD――微分时间常数；统一用比例系数表示，ki为积分比例系数，kd为微分比例系数：

1.1.2PID三个环节的作用

比例、微分、积分各个环节的作用：

（1）kp：

减小系统的误差，加快系统的响应速度。

（2）ki：

消除系统的静态误差，决定积分作用的强弱。

（3）kd：

抵制偏差信号的变化趋势，对偏差进行提前预报，减少调节时间。

1.2PID控制器的种类

PID控制器有传统PID控制器、模糊PID控制器、专家PID控制器、以及动词PID控制器等几类。

1.2.1传统PID控制器

PID控制器的参数整定是控制系统设计的核心。

图1.1中的PID控制器表示的就是传统PID控制器，其kp、ki、kd三个参数在控制过程中不会自动发生变化，操作人员只能根据控制对象的特性在系统开始工作时选择最优的三个参数。

但仅靠一组参数还不能满足系统的要求，在控制过程中一般还要手动对参数进行修改，由此造成了极大的不方便。

工业中实际应用的PID控制器不会只用传统的PID控制策略。

1.2.2智能PID控制器

模糊PID控制器、专家PID控制器、以及动词PID控制器都是智能PID控制器，它们在传统PID控制器的基础上实现了很多改进。

模糊PID控制器和动词PID控制器都是PID参数自整定型控制器；而专家PID根据专家经验库，可能调整PID参数，或者直接影响输出电压u。

本文主要对模糊PID控制器和动词PID控制器进行研究比较，详细介绍见后面的章节。

2.模糊PID控制器

模糊PID控制器全称应该叫做“模糊参数自适应（自整定）PID控制器”。

图2.1表示其系统组成。

顾名思义，模糊PID控制器的三个参数是能够在线调整、实时改变的。

这是模糊PID控制器在传统PID控制器的基础上实现的重大改进。

2.1模糊控制规则[1]

2.1.1控制原理

自适应控制应用现代控制理论，以对象特性为基础，在线辨识对象特征参数，实时改变控制策略。

在控制过程中各种信号量不易定量表示，因此需要模糊理论来解决问题。

自适应模糊PID控制器以误差e和误差变化ec作为输入，找到输出的三个PID参数与e和ec之间的模糊关系。

在运行中不断检测e和ec，利用模糊控制规则在线对PID参数进行修改，以满足不同e和ec对控制参数的不同要求，而使被控对象有良好的动、静态性能。

2.1.2模糊规则

误差e、误差变化率ec，以及∆K的模糊子集均为{NB,NM,NS,ZO,PS,PM,PB}，分别代表{负大、负中、负小、零、正小、正中、正大}。

模糊控制规则具有如下形式：

If（eisNB）and（ecisNB）then（kpisPB）and（kiisNB）and（kdisPS）。

由于e和ec都有7个子集元素，总共有49种自由组合，因此模糊控制总

共有49条这样形式的规则。

kp、ki、kd三个参数整定的模糊控制规则表如表2.1。

kp的模糊控制规则表

∆Kp

ki的模糊控制规则表

∆Ki

kd的模糊控制规则表

∆Kd

表2.1：

模糊控制规则表

2.2模糊控制规则的实现

2.2.1隶属度[1]

在模糊控制规则表中，各个元素子集都是用字母表示的，而在控制过程中，模糊判决器的输入和输出都是一些数值，因此需要在数值和各个语言变量之间建立联系。

各个语言变量都表示一定的范围，这种范围的覆盖面可以用隶属度来表示。

隶属度函数有多种形状，有正态分布的，有等腰梯形的，最常用的是三角形，如图2.2所示。

每个语言变量表示的范围可能有所交叉，但除了几个特殊点，一个具体数值隶属于各个字母符号的程度是不一样的。

图2.2：

隶属度

模糊合成推理根据隶属度和模糊控制规则来修正PID参数：

2.2.2模糊推理[2]

模糊判决器读取e和ec的具体数值，进行模糊推理，然后输出三个K的具体数值，有很多算法。

这里介绍一种强度转移法。

所谓强度转移法，就是当控制系统有精确值输入时，精确值在条件语句的前件中所得到的语言变量转移到后件的语言变量值去，从而得到推理结果的过程。

以kp的推理为例。

步骤为：

（1）前件强度的求取

为了简化而清晰地说明推理过程，我们假设误差e（k）及其变化率ec（k）分别最多对应2个语言变量值，设e（k）的两个语言变量值为A1、A2，且对模糊变量A1、A2的隶属度为uA1（e）、uA2（e），ec（k）的两个语言变量值为B1、B2，且对这两个模糊变量的隶属度为uB1（ec）、uB2（ec），控制规则如下：

ife（k）isA1andec（k）isB1thenkpisC1

ife（k）isA1andec（k）isB2thenkpisC2

ife（k）isA2andec（k）isB1thenkpisC3

ife（k）isA2andec（k）isB2thenkpisC4

从以上4条规则中，可产生出模糊推理的前件强度为：

u1=uA1（e）∧uB1（ec）

u2=uA1（e）∧uB2（ec）

u3=uA2（e）∧uB1（ec）

u4=uA2（e）∧uB2（ec）

（2）后件强度的求取由于在强度转移法中，是把精确值对前件的作用强度转移到后件中去，并作为后件模糊量kpi的隶属度，因此，依前件强度可得后件强度为：

uC1（kp1）=u1

uC2（kp2）=u2

uC3（kp3）=u3

uC4（kp4）=u4

（3）精确值kp的求取：

根据kp的语言变量值和隶属度的解析表达式求出kp1、kp2、kp3、kp4。

它们分别为C1、C2、C3和C4在隶属度为u1、u2、u3和u4时的推理结果元素，则利用重心法可求得：

（2.1）

当误差e（k）和误差变化率ec（k）具有多个语言变量值时，其推导过程与上述过程相似。

模糊推理中，在求解前件强度和后件强度时，对e，ec以及PID三个参数的描述，都是用名词来表示。

这些名词不能互相包含，因此模糊控制的49条规则各不相同，缺一不可。

3动词PID控制器

3.1动词控制规则

3.1.1模糊规则的动词化

动词PID控制器的系统组成大部分与模糊PID控制器相似，在控制规则方面，动词PID控制器相比模糊PID控制器做了改进。

对e，ec以及PID三个参数的描述，由名词变成动词。

动词反映的是参数的变化趋势，这样一来，不同的名词组合，可以用相同的动词来表示。

计算动词规则是对模糊规则进行提取，浓缩。

把相同的变化趋势合并，可以减少规则数目。

通过简化，用7条计算动词规则就可以涵盖49条模糊控制规则，应用于控制系统的各个阶段。

3.1.2动词规则[4]

动词种类繁多，为了规范化，方便地描述计算动词规则，可以只用一个动词（become）加名词和副词参数来替换所有动词。

采用become[adverb]（noun1,noun2）的形式。

比如“jump”可以表示成becomefast（current,biggerthancurrent），stayhigh可以表示成become（high,high）等等。

参数不一样，become所表示的动词效果就不一样。

7条计算动词规则如下：

其中Z、S、M、B分别代表zero、small、medium、big。

（1）If（|e|become（Z,Z））then（kpbecome（S,B），kibecome（B,S），kdbecome（S,B））

（2）If（|e|become（B,M））then（kpbecomefast（B,S），kibecomefast（B,S），kdbecomefast（S,B））

（3）If（|e|become（M,S））then（kpbecome（B,S），kibecome（B,S），kdbecome（S,B））

（4）If（|e|become（S,Z））then（kpbecomeslow（B,S），kibecomeslow（B,S），kdbecomeslow（S,B））

（5）If（|e|become（Z,S））then（kpbecomeslow（S,B），kibecomeslow（S,B），kdbecomeslow（B,S））

（6）If（|e|become（S,M））then（kpbecome（S,B），kibecome（S,B），kdbecome（B,S））

（7）If（|e|become（M,B））then（kpbecomefast（S,B），kibecomefast（S,B），kdbecomefast（B,S））

3.2动词相似度

在控制过程中，e的变化大部分

时间并不是完全等同于上述的某一个规则中的前件条件；但反过来说，任一时刻，肯定能在上述七条规则的前件条件中中，找到一个和e的变化趋势最相似的become。

用“动词相似度（similarities）”来恒量各个动词之间的关系。

动词相似度是一个数值，取值范围[0,1]，相似度越接近1表示这两个动词相似的程度越大，相似度越接近0则表示越不相像。

在动词控制规则里，可以把前件条件里的7个动词定义为7个标准动词，控制过程中观察到的动词都和这些标准动词做比较。

动词推理的输出也定义成几个标准输出动词。

3.2.1基于进化函数的动词相似度的计算[4]

上一节提到，所有动词都可以用Become来进行规范化。

在计算动词相似度之前，首先定义Become的进化函数：

（3.1）

其离散时间形式为（假设Tw=wTs）：

（3.2）

become（state1,state2）的时间跨度取Tw，x（t）是观察到的波形，一个被观察的动词的进化函数：

（3.3）

t是当前时间，观察动词是从过去某个时间开始的。

计算动词进化函数的构造需要依赖以下两个因素：

名词中心和物理语义学的动词中心。

现在来求“observed”这个动词和become（state1,state2）的相似度，首先把become（state1,state2）的开始时间定在（t−Tw）时刻。

求动词的相似度首先将Tw分成state1和state2两个区间，再按以下几个步骤进行运算。

1）在前半个区间求出a1和b1

（3.4）

2）在后半个区间求出a2和b2：

（3.5）

3）平衡因子e

（3.6）

4）在整个Tw范围内求相似度：

（3.7）

对观察到的动词取不同的隶属度，分两个区间分别与标准进化函数进行“∧”和“∨”运算，不同的计算动词规则的相似度的求取中，用来与标准进化函数进行“∧”和“∨”运算的被观察动词的进化函数是不一样的，运算的结果进行积分，积分相当于求面积。

将两个窗口“∧”的面积相加，“∨”的面积也相加，相似度是“∧”的总面积与“∨”的总面积之比。

这个比值越大，说明观察动词与标准动词的相似度越大。

比如，取state1=big，state2=medium，把观察动词的µbig、µmedium与标准进化函数进行“∧”、“∨”、积分、加法、除法运算之后，比值与其他规则的计算结果相比最大，则说明被观察动词与become（big,medium）最相似。

3.2.2简化的动词相似度[5]

一个动词可以表示成Become（offset,offset+），即上一时刻位于offset位置，现在变化了。

一个观察到的动词与Become（offset,offset+）求相似度，可分为两部分，一部分是变化趋势的相似度，另一部分是起始位置的相似度。

3.2.2.1变化趋势的相似度

一个观察到的动词与“增大”这个动词的相似度可以表示成：

（3.8）

式中，∆x是一个运动对象相邻两个时间点上的位移差，即变化量；∆0是设定的一个标准变化量；K在计算中是一个常量，在不同的场合可以取不同的值。

∆0取0.5，K取6时，画出不同的观察动词与"增大0.5"的相似度。

如图3.2。

这种动词相似度的求法适合于计算动词的

（2）～（7）号控制规则，不同的规则对应不同的∆0和Ｋ，求“增大”的相似度时，K×∆x的前面需要一个负号，求“减小”的相似度时，不用负号。

但这个算法不适合于求与“eBecome（Zero,Zero）”的相似度，因为当estayZero时，其∆0为0，而在式3.8中，∆0是一个分母，所以与这条规则相对应的动词相似度的求解采用另外一种算法。

（3.9）

图3.2:

动词与"增大0.5"的相似度

K取5时，观察到的不同动词与"stayZero"的相似度如图3.3。

图3.3:

动词与"stayZero"的相似度

3.2.2.2起始位置的相似度

观察到的动词的

展开阅读全文