PID与Fuzzy控制的仿真比较.docx
- 文档编号:9662285
- 上传时间:2023-05-20
- 格式:DOCX
- 页数:11
- 大小:424.88KB
PID与Fuzzy控制的仿真比较.docx
《PID与Fuzzy控制的仿真比较.docx》由会员分享,可在线阅读,更多相关《PID与Fuzzy控制的仿真比较.docx(11页珍藏版)》请在冰点文库上搜索。
PID与Fuzzy控制的仿真比较
智能控制及应用
PID与Fuzzy控制的仿真比较
姓名:
程清远
学院:
自动化学院
专业:
检测技术与自动化装置
学号:
108101457
时间:
2008年12月20日
一、仿真要求
其中受控对象G(s)取如下两组模型:
(I)
(II)
分别设计PID和Fuzzy控制器,并比较二者性能。
其中Yd=1,
采样周期为0.1s.
二、仿真过程
采用MATLAB的Simulink进行仿真。
PID仿真过程不再赘述,主要介绍一下Fuzzy仿真过程。
用系统输出的偏差E和输出的偏差变化率EC作为输入信息,而把控制量的变化作为控制器的输出量,这样就确定了模糊控制器的结构。
其中Ke、Kec表示量化因子,Ku表示比例因子。
在实际微机模糊控制系统中,一般先构成模糊控制表。
模糊控制表是模糊控制算法在计算机中的表达方式,它是根据系统的输入输出个数、隶属函数、及控制规则等决定的。
然后将此表放到微机的存储器中,这样在过程控制中,微机采样和变换得到的E和EC直接与模糊控制表中行、列相比较,通过查表程序即可马上得出所需要的控制量U,去控制工业对象。
1、确定输入为E,Ec,输出为U。
2、取误差E与误差变化率EC和控制量U的论域均为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},
Fuzzy语言集均选为{PB,PM,PS,ZO,NS,NM,NB},
在模糊逻辑编辑窗口FISEditor中编辑E,Ec,U的隶属度函数,即确定隶属度函数表,如果采用三角形隶属度函数则有下表
-6
-5
-4
-3
-2
-1
0
1
2
3
4
5
6
NB
1
0.5
0
0
0
0
0
0
0
0
0
0
0
NM
0
0.5
1
0.5
0
0
0
0
0
0
0
0
0
NS
0
0
0
0.5
1
0.5
0
0
0
0
0
0
0
ZO
0
0
0
0
0
0.5
1
0.5
0
0
0
0
0
PS
0
0
0
0
0
0
0
0.5
1
0.5
0
0
0
PM
0
0
0
0
0
0
0
0
0
0.5
1
0.5
0
PB
0
0
0
0
0
0
0
0
0
0
0
0.5
1
对应的图形如下图:
如果采用高斯形隶属度函数则如下图:
3、确定模糊规则,例如ifE=NBandEc=NB,thenU=NB
从而生成模糊规则控制表如下:
E
Ec
NB
NM
NS
ZO
PS
PM
PB
U
NB
NB
NB
NB
NB
NM
ZO
ZO
NM
NB
NB
NB
NB
NM
ZO
ZO
NS
NM
NM
NM
NM
ZO
PS
PS
ZO
NM
NM
NS
ZO
PS
PM
PM
PS
NS
NS
ZO
PM
PM
PM
PM
PM
ZO
ZO
PM
PB
PB
PB
PB
PB
ZO
ZO
PM
PB
PB
PB
PB
在规则编辑窗口输入这7
7=49条规则如下:
4、模糊决策采用Max-Min决策法,解模糊采用重心法。
利用
求取模糊关系,利用
进行模糊推理从而生成一张13
13的离线控制表。
利用MATLAB可直接计算这张表从而对应生成模糊控制输入输出曲线图如下:
5、利用Simulink进行仿真,将各模块连接起来,并用示波器观察仿真结果,如下图:
三、仿真结果
(I)输入采用高斯形隶属度函数,输出采用三角形隶属度函数
Kp=1,Ki=0.08,Kd=0.4,Ke=20,Kec=5.5,Ku=0.11
传递函数参数变化,控制参数不变
(II)输入采用高斯形隶属度函数,输出采用三角形隶属度函数
Kp=0.65,Ki=0.033,Kd=0.62,Ke=21,Kec=17.5,Ku=0.016
控制参数不变,去掉传递函数延时环节
控制参数不变,传递函数参数结构全变化
四、仿真结论
1、对于第一组的两个模型,无延迟环节,控制参数不变的情况下,传递函数改变了参数后对两种控制方式的影响并不很大。
2、对于第二组的三个模型,先以带延迟环节的传递函数为准调节两种控制参数,使其调节时间和超调量在允许范围内;然后使控制参数不再变化,去掉延迟环节,发现PID控制的性能略好于Fuzzy控制;然而当传递函数的结构和参数均改变的时候,即加一个极点和一个延迟环节后,如果参数不变,观察到原先的PID控制出现震荡发散不稳定的现象,而原先的Fuzzy控制却仍然能够保持相对稳定。
3、结果显示基于误差和误差微分的Fuzzy控制会有一定程度的静态误差,这是由于基于误差和误差微分的Fuzzy控制相当于非线性PD控制,缺少了积分作用。
4、调节过程中发现影响Fuzzy控制性能的有隶属度函数、控制规则、Ke、Kec、Ku等,合理地调节这些因素有助于提高控制效果。
总地来说,模糊控制较PID控制的优点在于对模型的精确度要求不是很高,而PID控制对于模型的变动比较敏感,改动传递函数的结构或者参数后需要重新调试Kp、Ki、Kd才能适应新模型,而模糊控制一旦调好参数后对变动的模型只需微调参数甚至不需要调参数就能达到较好的控制性能。
但从单个模型来说,PID控制较Fuzzy控制更为简单,效果较好,模糊控制静态误差较大,如果加入积分则会使控制规则变得很复杂。
所以,在实际运用中我们要针对实际情况使用不同的控制方法,或者将两者的优点结合起来,从而达到良好的控制效果。
- 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:
- PID Fuzzy 控制 仿真 比较