《专家PID控制.docx》由会员分享，可在线阅读，更多相关《专家PID控制.docx（16页珍藏版）》请在三一文库上搜索。
1、实验一：专家PID控制一、实验题目：3500 s)Gp(。采用专家PID专家系统的传递函数为控制，输入信21.5s 50s号为阶跃信号，取采样时间为1ms,用MATLA防真，画出阶跃响应曲线 和误差变化曲线。二、实验分析：1、PID控制算法分析PID是比例(P)、积分(I)、微分(D)控制算法。但并不是必须同时具备这三种 算法，也可以是PD,PI,甚至只有P算法控制。Kp,Ti,Td三个参数的设定是PID控 制算法的关键问题。一般说来编程时只能设定他们的大概数值，并在系统运行时 通过反复调试来确定最佳值。因此调试阶段程序须得能随时修改和记忆这三个参 数。PID控制算法是实际工业控制中应用最为广
2、泛的控制算法。它具有控制器设计简单、容易实现、控制效果好、鲁棒性强等特点，是迄今为止最稳定的控制方 法。它所涉及的参数物理意义明确，理论分析体系完整。2、专家PID控制过程分析：专家控制(Expert Control)的实质是基于受控对象和控制规律的各种知识，并 以智能的方式利用这些知识来设计控制器。利用专家经验来设计PID参数便构成专家PID控制。对于典型的二阶系统阶跃响应过程作如下分析，根据误差及其变化，可设计专家PID控制器，该控制器可分为五种情况进行设计。令e(k)表示离散化的当前采样时刻的误差值，e(k-1)、e(k-2)、分别表示前一个和 前两个采样时刻的误差值，则有e(k) e(
3、k) e(k 1)e(k 1) e(k 1) e(k 2)根据误差及其变化，可设计专家 PID控制器，该控制器可分为5种情况设计：IIIe(k) M时，实施开环控制。I ： e(k) e(k) 0且e(k) M时由控制器实施较强控制作用，其输出可以为H:当2)ke) (2)(k)(e) ( kek) ( ku()uk1 k()ek1 kk ek ek1 ( 2dipIe(k) e(k) 0且e(k) M时控制器实施一般的控制作用，具输出为 当2) 2e(ke(k 1)ke(k) k e(k) ku(k) u( 1) k e(k) e(k1)2 dpiin：当时，控制器输出不变。0k) e1)
4、0或()0,e(k) e(k e(k) e(kIV ：当时，实施较强控制作用， Mk) 0 且 e(1,e(k) e(k )ee(k) (k) 0 I 2 )kke( 1) ku(k) u(kmI 当时，实施较小控制作用， M)且 e(k) e(k 1 0(e(k) ek) 0,e(kQke() kk(k) u(k 1um2Pli k)e(时，此时加入积 分，减小稳态误差。V：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(),uk u(k =2增益放大系数，；1 kkii =0.6增益抑制系数，；1 0k k22设定的误差界限，MM ,M 0.05M2121
5、 其中可取 0.8,0.4,0.2,0.01 四值；Mi =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2 50ss1.52、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(k 1) den(3) y(k 2) den(4) y(k 3) num(1) u(k) num(2) u(k1) num(3) u(k 2) num(4) u(k 3)e(k) ri
6、n(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%Expert PID Controllerclear all;close all;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;for k
7、=1:1:500 time(k)=k*ts;rin(k)=1.0;%Tracing Jieyue Signalu(k)=kp*x(1)+kd*x(2)+ki*x(3); %PID Controller%Expert control ruleif abs(x(1)0.8 %Rule1:Unclosed control firstly u(k)=0.45;elseif abs(x(1)0.40 u(k)=0.40;elseif abs(x(1)0.20 u(k)=0.12;elseif abs(x(1)0.01 u(k)=0.10;endif x(1)*x(2)0|(x(2)=0)%Rule2if
8、 abs(x(1)=0.05 u(k)=u_1+2*kp*x(1);elseu(k)=u_1+0.4*kp*x(1);endendif (x(1)*x(2)0)|(x(1)=0) %Rule3 u(k)=u(k);endif x(1)*x(2)0&x(2)*x2_1=0.05u(k)=u_1+2*kp*error_1;elseu(k)=u_1+0.6*kp*error_1;endendif abs(x(1)=10u(k)=10;endif u(k)=10 u(k)=10;endif u(k)= -10u(k)= -10;end yout(k)= -den(2)*y_1 -den(3)*y_2+
9、num(1)*u(k)+num(2)*u_1+num(3)*u_2;error(k)=rin(k) -yout(k);%Return of PID parameters% u_3=u_2;u_2=u_1;u_1=u(k);y_3=y_2;y_2=y_1;y_1=yout(k);% Calculating P% Calculating D% Calculating Ix(1)=error(k);x(2)=error(k) -error_1;x(3)=x(3)+error(k);e_1=x(1);ec_1=x(2);error_2=error_1;error_1=error(k);endshowr
10、ule(a)figure(1);plot(time,rin,b,time,yout,r); xlabel(time(s);ylabel(rin,yout);figure(2);plot(time,error,r);xlabel(time(s);ylabel(error);figure(3);plot(time,u,r);xlabel(time(s);ylabel(u);figure(4);plot(time,kp,r); xlabel(time(s);ylabel(kp); figure(5);plot(time,ki,T); xlabel(time(s);ylabel(ki); figure
11、(6);plot(time,kd,r); xlabel(time(s);ylabel(kd); figure;plotmf(a,input,1); figure(8);plotmf(a,input,2); figure(9);plotmf(a,output,1); figure(10);plotmf(a,output,2); figure(11);plotmf(a,output,3); plotfis(a);tirne(s)time(s)time(s)1.41.210.8n 0.60.40.20-0.200.050.10.150.20.250.30.350.40.450.5time(s)的隶属度函数曲线ki 2图图3 kp的隶属度函数曲线图4 ec的隶属度函数曲线d一工超仁一。6mo