毕业论文 基于matlab的智能PID控制器的设计与仿真

Bb=0;

n=round(rmw/2); for j=1:n

Eb(j)=1-0.5(j/n); end Am=0; Bm=0;

for j=n:rmw

Em(j)=0.5+0.5*(j-n)/n;

Am=Am+min(Em(j),muM(bprt+j));

Bm=Bm+max(Em(j),muM(bprt+j)); end

sb=Ab/(Bb+Bm); sm=Am/(Bb+Bm); Balance=2*min(sb,sm);

s2(k+1)=(Ab+Am)/(Bb+Bm)*Balance; 其中： ①E(j) = 1-0.5*(j/n)和E(j) = 0.5 + 0.5*(j/n)是描述动词的一个进化函数，选取了一个比较简单的形式， ②S2是所得到的计算动词相似度。将所用的动词和7条动词规则的动词进行类似的计算，就可以算出7个动词相似度。分别为S1、 S2、 S3、 …… S7。 (3)解动词化

经过动词推理过后，可以通过解动词化求得3个参数，下面以Kp为例来说明参数的求取：

(a)求取Kp的变化量：

Kp_rate=S1(k+1)*DKpS2B+S2(k+1)*beta_fast*DKpB2S+S3(k+1)*DKpB2S+

S4(k+1)*beta_slow*DKpB2S+S5(k+1)*beta_slow*DKpS2B+S6(k+1)*DKpS2B+S7(k+1)*beta_fast*DKpS2B; 其中: ①DKpB2S和DKpS2B是Kp的两种变化形式。这里分别取为：DKpS2B= 0.05，DKpB2S= -0.05。 ②beta_slow和beta_fast是副词的两种方式，这里也为常数：beta_slow= 0.5; beta_fast= 2。 (b)求取Kp： Kp=Kp+Kp_rate; Kp=max(Kplow; Kp); Kp=min(Kpup; Kp);

其中：

Kplow和Kpup是Kp的上下限，取值在传统PID所得结果的一定范围内。程序通过对这每个参数的上下限进行调节，使系统达到比较好的效果。 (4)参数调整及仿真结果

通过参数调节，当Kpup=60; Kplow = 100; Kdup = 600; Kdlow = 100; Gilow = 11; Giup = 12时，系统性能仿真结果：

图5.7：动词PID仿真结果

图5.8：动词PID误差e的变化

图5.9：kp、ki、kd的自适应曲线

将动词所得结果（如图5.3）和传统PID与模糊规则所得的结果进行对比： (1)该系统动词控制PID没有超调，这对于实际操作当中是非常重要的。

(2)由3个PID控制器仿真结果可以看到，动词PID控制器在误差从小减少到0的时候，动词PID的效果最好，由于规则的优化，除了没有超调以外，稳定时间也有一定程度减少。

5.6 小结

本章用Matlab编写程序进行三类PID控制的仿真，在系统稳定时间相当的情况下，比较各类控制器的超调情况。传统PID控制超调较大，模糊PID控制稍微减小了超调；基于进化函数的动词PID控制， 有效地减小了超调，控制曲线平滑，达到稳定时间短。

各类智能型PID控制器的仿真之后，都有给出其PID三个参数变化的曲线，这些参数的变化是符合控制规律的，参数能根据控制误差的变化做出相应的调整，这就是智能型PID控制器最主要的特征，这些参数的自整定是非常有意义的。

结 论

本文主要研究了传统PID控制器、模糊PID控制器以及动词PID控制器的控制原理，对这几种PID控制的控制效果进行仿真和比较分析。本文的仿真与实际工业控制系统相比，有很多局限性。工业控制系统的复杂性包括非线性、时变性、时滞等，有些工业控制系统甚至无法给出其传递函数。本文选用的控制对象，是一个二阶的系统函数，带上时滞，只体现了众多控制复杂性中的一种。本文的仿真基础是有一个确定的系统传递函数，因此控制对象非线性、时变性的模拟难度较高。

本人之前做过一些复杂性较低的控制对象的仿真，即一个确定的系统函数，没有时滞性、时变性、非线性。那几个控制对象的控制仿真，我得到的结论是一样的：传统PID控制效果已十分优秀，智能PID控制无法对控制效果再进行改进，智能PID控制器没有显示出其优势。但我们不能否认智能PID控制器的先进性，因为他们确实已经在实际工业控制中得到了大量应用。只能说自己进行的仿真局限性较大，不能证明智能型PID控制器的先进性。如果我们的仿真能够模拟出控制对象的时滞性、时变性、非线性、系统传递函数的不确定性，应该能看出智能PID控制器的优势。

第五章的仿真结果，智能型PID控制器对传统PID控制进行了改进，其PID三个参数按照控制规律，根据误差的变化进行自整定。虽然从控制误差的变化曲线上看，对传统PID控制的改进并不多，但是从各参数的修正过程来看，确实体现了智能控制对参数的要求。

不足的是，在本文的仿真当中，除了SIMULINK是系统的真实仿真，用程序编写的都利用了延迟函数的近似，所以仿真并不是非常精确。除此之外，炉温控制系统的动词PID控制仅仅限于理论阶段，离实际控制系统还有一定差距，因此以后还要对实际的工业流程进一步研究，才能使理论的东西应用到实际工业生产中去。