畢業(yè)論文---模糊pid控制器設計

1、<p><b>　　畢業(yè)設計（論文）</b></p><p><b>　?。?010屆）</b></p><p>　　題目名稱： 模糊PID控制器設計 </p><p>　　學 院： 機電與汽車工程學院 </p><p>　　專 業(yè)： 電氣工程與自

2、動化 </p><p>　　班 級： 2006 級 2 班 </p><p>　　學 號： </p><p>　　學生姓名： </p><p>　　指導教師： <

3、/p><p><b>　　2010年6月</b></p><p><b>　　前 言</b></p><p>　　模糊控制是智能控制的一個分支，它的概念是由美國加利福尼亞大學著名教授 L.A.Zaden 提出的，經過 20 多年的發(fā)展，模糊控制取得了矚目的成就。它適用于非線性、數學模型不確定的控制對象，對被控對象的時滯非線性

4、和時變性具有一定的適應能力，同時對噪聲也有較強的抑制作用，即魯棒性較好。但由于模糊控制器本身消除系統(tǒng)穩(wěn)態(tài)誤差的性能比較差，難以達到較高的控制精度。而用PID控制正好可以彌補其不足，而本設計的目的正在于此。</p><p>　　模糊PID控制器在工業(yè)生產中扮演了十分重要的角色，這種控制器不但具有PID控制精度高等優(yōu)點，又兼有模糊控制靈活、適應性強的優(yōu)點，對復雜控制系統(tǒng)和要求高精度的伺服系統(tǒng)可獲得優(yōu)良的控制效果隨著智

5、能控制理論的迅速發(fā)展,使傳統(tǒng)的工業(yè)控制技術不斷向前發(fā)展。1985年提出了自尋優(yōu)Fuzzy2PID調節(jié)器,具有模糊推理的自整定PID控制器也出現(xiàn)了,并逐步商品化,如三菱電機公司在1988年開發(fā)了MACTUS 210系列的模糊PID自校正調節(jié)器,這類控制器用模糊控制規(guī)則和推理,去優(yōu)化PID控制器的參數,有較強的適應性,但調節(jié)過程復雜。模糊PID控制器的研究與應用是近年來控制領域十分活躍的一支分支。</p><p>　

6、　模糊PID 控制器已經有了不少的研究成果, 而且被廣泛地應用于生產實踐中, 但模糊控制的發(fā)展歷史還不長, 理論上的系統(tǒng)性和完善性、技術上的成熟性和規(guī)范性都還是遠遠不夠的。模糊PID 控制器正逐步向易于控制并且能消除靜態(tài)控制偏差,盡量減少可調參數的方向發(fā)展。將模糊PID 控制器應用于醫(yī)學、生物等新型領域是新的研究方向。</p><p><b>　　目 錄</b></p>&l

7、t;p><b>　　摘 要I</b></p><p>　　ABSTRACTII</p><p>　　第1章 緒 論1</p><p>　　1.1模糊控制系統(tǒng)1</p><p>　　1.2控制器發(fā)展現(xiàn)狀2</p><p>　　1.2.1自適應控制2</p><

8、;p>　　1.2.2 PID控制器3</p><p>　　1.2.3 模糊PID控制4</p><p>　　1.2.4 模糊自適應PID控制4</p><p>　　第2章 模糊控制基本原理6</p><p>　　2.1模糊控制系統(tǒng)組成6</p><p>　　2.2模糊控制器的分類7</p>

9、<p>　　2.2.1按輸入-輸出變兩個數分類7</p><p>　　2.2.2模糊控制器其他分類8</p><p>　　2.3模糊控制器設計8</p><p>　　2.3.1模糊控制器的結構設計9</p><p>　　第3章 PID控制基本原理11</p><p>　　3.1 PID控制原理

10、11</p><p>　　3.2 PID控制的優(yōu)點和缺陷12</p><p>　　3.3 PID控制算法改進13</p><p>　　3.3.1積分項改進13</p><p>　　3.3.2微分項改進14</p><p>　　3.3.3帶死區(qū)PID算法15</p><p>　　3.4

11、PID參數的整定15</p><p>　　第4章 模糊PID控制器設計17</p><p>　　4.1模糊控制器的設計17</p><p>　　4.1.1模糊控制器的結構17</p><p>　　4.1.2模糊控制器的設計17</p><p>　　4.2模糊PID控制器設計20</p><

12、;p>　　4.2.1模糊PID控制器結構20</p><p>　　4.2.2模糊PID控制器算法20</p><p>　　4.2.3模糊PID控制器的設計21</p><p>　　4.3本章小結23</p><p><b>　　第5章 結論24</b></p><p><b&

13、gt;　　致 謝25</b></p><p><b>　　參考文獻26</b></p><p><b>　　摘 要</b></p><p>　　隨著控制對象變得復雜,應用常規(guī)PID控制,精度和魯棒性降低。本文設計一種模糊自調整PID控制器,以提高控制精度。我們要求簡單卻具有魯棒性的控制算法來實現(xiàn)控制。這

14、里主要是在模糊PID控制領域進行研究。當控制對象很復雜的情況下,常規(guī)PID控制器已經不再適用了,為提高對復雜系統(tǒng)的控制性能,本文介紹了一種新方法設計模糊PID控制器。將PID控制與Fuzzy控制的簡便性、靈活性以及魯棒性融為一體,構造了一個自適應模糊PID控制器。并且為了提高控制的精度,本文進一步改進了模糊自調整PID控制器,此控制器的比例系數、積分系數可根據模糊推理規(guī)則進行在線調整。</p><p>　　關鍵詞

15、：模糊控制 自適應控制 PID控制器 </p><p><b>　　ABSTRACT</b></p><p>　　When the controlled objects become complicate, the control accuracy androbustness of the normal PID decrease. The main scope

16、of this paper is to investigatethe research of fuzzy PID control. We propose a simple but robust program forcontrol. This paper presents a novel method to design the fuzzy PID control in orderto improve the system perfor

17、mance for complex systems in which the normal PIDcontroller is not suitable in such case. A selfadjusting PID controller,which hassimpler structure and hig</p><p>　　Keywords: Fuzzy control, Self adaptive co

18、ntrol， Pid controller</p><p><b>　　第1章 緒 論</b></p><p>　　1.1 模糊控制系統(tǒng)</p><p>　　模糊控制系統(tǒng)是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數字控制技術。1965年美國的扎德創(chuàng)立了模糊集合論, 1973 年, 他給出了模糊邏輯控制的定義和相關的定理。

19、1974 年英國的Mamdani 首先用模糊控制語句組成模糊控制器,并把它用于鍋爐和蒸汽機的控制, 在實驗室獲得成功, 這一開拓性的工作標志著模糊控制論的誕生。</p><p>　　模糊控制系統(tǒng)主要是模擬人的思維、推理和判斷的一種控制方法, 它將人的經驗、常識等用自然語言的形式表達出來, 建立一種適用于計算機處理的輸入輸出過程模型, 是智能控制的一個重要研究領域。從信息技術的觀點來看, 模糊控制是一種基于規(guī)則的專

20、家系統(tǒng)。從控制系統(tǒng)技術的觀點來看, 模糊控制是一種普遍的非線性特征域控制器。</p><p>　　相對傳統(tǒng)控制, 包括經典控制理論與現(xiàn)代控制理論。模糊控制能避開對象的數學模型(如狀態(tài)方程或傳遞函數等) , 它力圖對人們關于某個控制問題的成功與失敗和經驗進行加工, 總結出知識, 從中提煉出控制規(guī)則, 用一系列多維模糊條件語句構造系統(tǒng)的模糊語言變量模型, 應用CRI 等各類模糊推理方法,可以得到適合控制要求的控制量,

21、 可以說模糊控制是一種語言變量的控制。</p><p>　　模糊控制具有以下特點:</p><p>　　(1) 模糊控制是一種基于規(guī)則的控制。它直接采用語言型控制規(guī)則, 出發(fā)點是現(xiàn)場操作人員的控制經驗或相關專家的知識, 在設計中不需要建立被控對象的精確數學模型, 因而使得控制機理和策略易于接受與理解, 設計簡單, 便于應用;</p><p>　　(2) 由工業(yè)過程的

22、定性認識出發(fā), 比較容易建立語言控制規(guī)則, 因而模糊控制對那些數學模型難以獲取、動態(tài)特性不易掌握或變化非常顯著的對象非常適用;</p><p>　　(3) 基于模型的控制算法及系統(tǒng)設計方法, 由于出發(fā)點和性能指標的不同, 容易導致較大差異; 但一個系統(tǒng)的語言控制規(guī)則卻具有相對的獨立性, 利用這些控制規(guī)律間的模糊連接, 容易找到折中的選擇, 使控制效果優(yōu)于常規(guī)控制器;</p><p>　　(

23、4) 模糊控制算法是基于啟發(fā)性的知識及語言決策規(guī)則設計的, 這有利于模擬人工控制的過程和方法, 增強控制系統(tǒng)的適應能力, 使之具有一定的智能水平;</p><p>　　(5) 模糊控制系統(tǒng)的魯棒性強, 干擾和參數變化對控制效果的影響被大大減弱, 尤其適合于非線性、時變及純滯后系統(tǒng)的控制。</p><p>　　除此, 模糊控制還有比較突出的兩個優(yōu)點:</p><p>

24、　　第一, 模糊控制在許多應用中可以有效且便捷地實現(xiàn)人的控制策略和經驗;</p><p>　　第二, 模糊控制可以不需被控對象的數學模型即可實現(xiàn)較好的控制, 這是因為被控對象的動態(tài)特性已隱含在模糊控制器輸入、輸出模糊集及模糊規(guī)則中。</p><p>　　但是，模糊控制也有缺陷, 主要表現(xiàn)在: </p><p>　　（1) 精度不太高; （2) 自適應能力有限; （3

25、) 易產生振蕩現(xiàn)象。</p><p>　　1.2 控制器發(fā)展現(xiàn)狀</p><p>　　1.2.1 自適應控制</p><p>　　自適應控制系統(tǒng)是一個具有一定適應能力的系統(tǒng)，它能夠認識環(huán)境條件的變化，并自動校正控制動作，使系統(tǒng)達到最優(yōu)或次優(yōu)的控制效果，如圖1.1所示。</p><p>　　圖1.1自適應原理框圖</p><

26、;p>　　這一系統(tǒng)在運行過程中，根據參考輸入r(t)、控制輸入u(t)、對象輸出c(t)和已知外部干擾n(t)來測量對象性能指標，并與給定的性能指標進行比較，做出決策，然后通過適應機構來改變系統(tǒng)參數，或者產生一個輔助的控制輸入量，累加到系統(tǒng)上，以保證系統(tǒng)跟上給定的最優(yōu)性能指標。</p><p>　　自適應控制系統(tǒng)具有如下功能：</p><p>　?。?）在線進行系統(tǒng)結構和參數的辨識或

27、系統(tǒng)性能指標的度量，以便得到系統(tǒng)當前狀態(tài)的改變情況；</p><p>　?。?）按一定的規(guī)律確定當前的控制策略；</p><p>　?。?）在線修改控制器的參數或可調系統(tǒng)的輸入信號。</p><p>　　在工業(yè)生產過程中，許多被控對象隨著負荷變化或干擾因素的影響，其對象特性參數或結構發(fā)生改變。自適應控制運用現(xiàn)代控制理論在線辨識對象特征參數，實時改變其控制策略，使控制

28、系統(tǒng)品質指標保持在最佳范圍內。系統(tǒng)辨識就是通過測量被研究的系統(tǒng)在人為作用輸入下的輸出響應，或正常運行時的輸入、輸出數據，加以必要的數據處理和數學運算，估計出系統(tǒng)的數學模型，但自適應控制效果的好壞取決于辨識模型的精確度，這對于復雜系統(tǒng)是非常困難的，因此在工業(yè)生產中，大量采用的仍然是以PID控制算法為基礎的控制策略，PID 參數的整定方法很多，但大多數都以對象特性為基礎。</p><p>　　1.2.2　PID控制器

29、　</p><p>　　在過去的50年，調節(jié)PID控制器參數的方法獲得了極大的發(fā)展。其中有利用開環(huán)階躍響應信息，如Coon-Cohen 響應曲線法；還有使用Nyquist 曲線法的，如 Ziegler-Nichols 連續(xù)響應法。然而這些調節(jié)方法只識別了系統(tǒng)動態(tài)信息的一小部分，不能理想的調節(jié)參數。隨著計算機技術的發(fā)展，人們利用人工智能的方法將操作人員的調整經驗作為知識存入計算機中，根據現(xiàn)場實際情況，計算機能自動調

30、整PID參數。這樣能實現(xiàn)自動調整、短的整定時間、簡便的操作，改善響應特性而推動了自整定PID控制技術的發(fā)展。自整定技術可追溯到50年代自適應控制處于萌芽時期，60年代國外有人設計了一種自動調節(jié)式的過程控制器，因其價格高、體積大、可靠性差而未能商品化。80年代由于適用的控制理論的完善以及高性能微機的使用，才使得自整定控制器得以開發(fā)，PID控制器參數的自動整定技術設想已慢慢實現(xiàn)。隨著微處理技術的發(fā)展和數字智能式控制器的實際應用，在控制領域出

31、現(xiàn)的一系列新的技術課題之一的被控對象動、靜態(tài)參數、控制系統(tǒng)結構、參數發(fā)生較大范圍變化的情況下，控制系統(tǒng)仍能滿足給定的品質指標，這是自適應控制的最基本特征，自適應PID控</p><p>　　1.2.3 模糊PID控制</p><p>　　模糊控制的概念是由美國加利福尼亞大學著名教授 L.A.Zaden 首先提出的，經過20 多年的發(fā)展，模糊控制取得了矚目的成就。模糊控制適用于非線性、數學

32、模型不確定的控制對象，對被控對象的時滯非線性和時變性具有一定的適應能力，同時對噪聲也有較強的抑制作用，即魯棒性較好。但模糊控制器本身消除系統(tǒng)穩(wěn)態(tài)誤差的性能比較差，難以達到較高的控制精度。而PID控制正好可以彌補其不足，近年來已有不少將模糊技術與傳統(tǒng)技術結合起來設計模糊邏輯控制的先例。在許多文獻中介紹了多種能提高PID控制精度的模糊PID混合控制方案，例如：引入積分因子的模糊PID控制器；混合型模糊PID控制器；另外將其與其它先進控制技術

33、結合又有模糊自適應PID控制、神經網絡模糊PID控制等。</p><p>　　1.2.3.1 Fuzzy-PID混合控制　　</p><p>　　這種控制器的思想是在大偏差范圍內采用Fuzzy 控制，在小偏差范圍內用PID控制，兩者的轉換由微機程序根據事先給定的偏差范圍自動實現(xiàn)。由于兩種控制作用均包含有積分作用，故穩(wěn)態(tài)精度相同，但 Fuzzy-PID控制比PID控制有更快的動態(tài)響應，更小

34、的超調，比模糊控制具有更高的穩(wěn)態(tài)精度?！?lt;/p><p>　　1.2.3.2 引入積分因子的模糊PID控制器　</p><p>　　這種控制器或是積分環(huán)節(jié)加在誤差輸入量的模糊化之前和模糊控制器輸出量的解模糊之后，在一定程度上可減少系統(tǒng)余差，但消除系統(tǒng)極限環(huán)振蕩的能力較弱，尤其模糊量化因子取的較大時，系統(tǒng)可能出現(xiàn)不穩(wěn)定；或是對誤差的模糊值進行積分，消除了系統(tǒng)余差，但只有使余量umin縮小才

35、能消除零點附近的極限環(huán)振蕩，而要達到這一要求，必須增加控制規(guī)則數，也就增加了模糊控制器的設計復雜性，因此這種結構設計目前應用較少?！?lt;/p><p>　　1.2.4 模糊自適應PID控制　</p><p>　　模糊自適應 PID 控制器有多種控制形式，但工作原理基本一致?！?lt;/p><p>　　1.2.4.1 在線實時模糊自整定PID控制 </p>

36、<p>　　模糊自整定PID控制是在PID算法的基礎上，通過計算當前系統(tǒng)誤差e和誤差變化率ec，利用模糊規(guī)則進行模糊推理，查詢模糊矩陣表進行參數調整，結構如圖所示。結構中的辨識機構用來解決PID控制參數的初值。在控制的初始階段，采用bang-bang 控制作為引導控制，辨識機構根據在該階段得到的信息對對象進行辨識。在該階段結束時，利用辨識出的模型參數整定出PID控制參數的初值，并切換控制開關，投入模糊自整定PID控制。

37、 　</p><p>　　圖1.2 模糊自整定PID控制框圖</p><p>　　1.2.4.2　基于模糊推理的自調整PID

38、控制器</p><p>　　它由PID控制和一個模糊自調整機構組成。利用自調整因子模糊控制器設計思想，根據輸入信號的大小、方向以及變化趨勢等特征，通過模糊推理做出相應決策，在線整定 PID參數 KP、KI、KD，以期獲得滿意的控制效果。　</p><p>　　1.2.4.3　單參數模糊自適應PID控制器　</p><p>　　單參數模糊自適應PID控制器是通過對控制

39、目標分類，考慮用戶最關心的系統(tǒng)特性，來決定調整 KP、KI、KD三個參數中對系統(tǒng)影響最大的那一個；或是控制器根據系統(tǒng)的誤差及誤差變化率，利用模糊邏輯推理規(guī)則，產生一個對應于e和ec的控制量 h(t)，再由 h(t)計算出與 KP、KI、KD三個參數都有一定關系的α(t)，從而得到KP、KI、KD三個參數，然后由常規(guī)控制算式確定控制 u(t)。　</p><p>　　1.2.4.4 神經網絡模糊PID控制　&l

40、t;/p><p>　　神經網絡用于表示模糊規(guī)則，經過神經網絡的學習，以加權系數的形式表示出來，規(guī)則的生成就轉化為加權系數初值的確定和修改。讓輸出層神經元的輸出狀態(tài)對應于控制器的三個可調參數KP、KI、KD，通過神經網絡的自學習，加權系數調整，從而使其穩(wěn)定狀態(tài)對應于某種最優(yōu)控制律下的PID控制器參數。將模糊、自適應、PID控制三者結合起來，根據被控對象的實時特性在線調整整定PID參數，提高了系統(tǒng)的控制精度。</p

41、><p>　　第2章 模糊控制基本原理</p><p>　　2.1 模糊控制系統(tǒng)組成</p><p>　　模糊控制是以模糊集合化、模糊語言變量及模糊邏輯推理為基礎的一種計算機數字控制。從線性控制與非線性空的角度分類，模糊控制是一種非線性控制；從控制器的智能性看，模糊控制屬于智能控制的范疇，而且它已成為目前實現(xiàn)智能控制的一種重要而有效的形式。由于它是一種計算機數字控制，

42、因此它的組成類似于一般的數字控制系統(tǒng)，如圖2.1所示。</p><p>　　圖2.1 計算機模糊控制系統(tǒng)框圖</p><p>　　其中模糊控制器是模糊控制系統(tǒng)的核心，一個模糊系統(tǒng)的優(yōu)劣主要取決于模糊控制器的結構，以及所采用的模糊規(guī)則、合成推理算法和模糊決策的方法等因素，模糊控制器主要包括輸入量模糊化接口、知識庫、推理機、輸出清晰化接口4個部分，模糊控制器組成如圖2.2所示。</p&g

43、t;<p>　　圖2.2 模糊控制器</p><p>　　(1) 模糊化接口：將輸入值以適當的比例轉換到論域的數值，利用口語化變量來描述測量物理量的過程，依適合的語言值求該值相對之隸屬度，此口語化變量我們稱之為模糊子集合。 　　</p><p>　　(2) 知識庫：包括數據庫與規(guī)則庫兩部分，其中數據庫是提供處理模糊數據之相關定義；而規(guī)則庫則藉由一群語言控制規(guī)則描述控制目標和策

44、略。 　　</p><p>　　(3) 推理機：模仿人類判斷時的模糊概念，運用模糊邏輯和模糊推論法進行推論，而得到模糊控制訊號。此部分是模糊控制器的精髓所在。 　　</p><p>　　(4) 清晰化接口：將推論所得到的模糊值轉換為明確的控制訊號，做為系統(tǒng)的輸入值。</p><p>　　2.2 模糊控制器的分類</p><p>　　隨著人們

45、對模糊控制器的深入研究和廣泛應用，模糊控制器從原來單一的結構形式已發(fā)展成為多種多樣的結構形式。從模糊控制器輸入、輸出變量的個數多少可以分為單變量模糊控制器和多變量模糊控制器。</p><p>　　2.2.1 按輸入-輸出變兩個數分類</p><p>　　2.2.1.1單變量模糊控制器結構</p><p>　　在模糊控制系統(tǒng)中通常把單變量模糊控制器的輸入兩個數稱之為

46、模糊控制的維數。</p><p><b>　　一維模糊控制器</b></p><p>　　它的輸入變量往往選擇為受控變量的實測值和給定值之間的偏差e，由于僅僅采用偏差值，很難反映受控對象的動態(tài)特性品質，因此，所能獲得的動態(tài)性能是不能令人滿意的。這種模糊控制器往往被用于一階被控對象，結構如圖2.3。</p><p>　　圖2.3 一維模糊控制器

47、 </p><p><b>　　2.二維模糊控制器</b></p><p>　　二維模糊控制器的兩個輸入基本上都選用受控變量及其給定值的偏差E和偏差變化EC，由于它能夠較嚴格地反映受控系統(tǒng)中輸出變量的動態(tài)特性，因此，控制效果比一維好得多，是目前采用比較廣泛的一類模糊控制器，結構如圖2.4。</p><p>　　圖2

48、.4 二維模糊控制器 </p><p><b>　　多維模糊控制器</b></p><p>　　多維模糊控制器它是指控制輸入數多于兩個的模糊控制器。由于這類模糊控制器的結構復雜、推理時間長，因此，除非對動態(tài)特性要求特別高的場合，一般較少采用。圖2.5為三維模糊控制器，它的三個輸入變量是受控變量及其給定值的偏差E偏差變化EC和偏差變化的變化率ECC。</p>

49、;<p>　　圖2.5 三維模糊控制器</p><p>　　從理論上講，模糊控制系統(tǒng)所選的模糊控制器的維數越高，系統(tǒng)的控制精度就越高。但是維數選擇的太高，模糊控制的規(guī)則就過于復雜，基于模糊合成推理的算法計算機實現(xiàn)就更困難，這是人們在設計時不采用多維模糊控制器的原因。</p><p>　　2.2.1.2 多變量模糊控制器的結構</p><p>　　一個

50、多變量模糊控制系統(tǒng)所采用的模糊控制器，往往具有多個輸入-輸出變量的結構稱之為多變量模糊控制器，結構如圖2.6。</p><p>　　圖2.6 多變量模糊控制器</p><p>　　一個多輸入-多輸出的模糊控制器可以通過結構解耦成n個多輸入-單輸出的模糊控制器。</p><p>　　2.2.2 模糊控制器其他分類</p><p>　　按模糊控

51、制器建模型式的不同又可以分為多值邏輯模型、數學方程模型和語言規(guī)則模型的模糊控制器；從控制功能上可以分為自適應模糊控制器、自組織模糊控制器、自學習模糊控制器和專家模糊控制器等。當然，不論哪種模糊控制器從它們的結構上來看其基本組成是不變的，僅是在設計原理和性能上有所改進，或增加了某些功能模塊。</p><p>　　2.3 模糊控制器設計</p><p>　　模糊控制器其控制規(guī)則是以模糊條件語句

52、的語言控制規(guī)則為基礎的，因此，模糊控制器又稱為模糊語言控制器。模糊控制器是模糊控制系統(tǒng)的核心，因而在模糊控制系統(tǒng)設計中怎樣設計和調整模糊控制器及其參數是一項很重要的工作。一般來說，設計模糊控制器主要包括以下幾項內容。</p><p>　　確定模糊控制器的輸入變量和輸出變量（即控制量）。</p><p>　　設計模糊控制器的控制規(guī)則。</p><p>　　確定模糊化的

53、非模糊化（又稱清晰化）的方法。</p><p>　　選擇模糊控制器的輸入變量及輸出變量的論域并確定模糊控制器的參數（如量化因子、比例因子）。</p><p>　　編制模糊控制算法的應用程序。</p><p>　　合理選擇模糊控制算法的采樣時間。</p><p>　　2.3.1 模糊控制器的結構設計</p><p>　　

54、模糊控制器的結構設計是指確定模糊控制器的輸入變量和輸出變量。在確定性自動控制系統(tǒng)中，通常將具有一個輸入變量和一個輸出變量的系統(tǒng)稱為單變量系統(tǒng)。而將多于一個輸入輸出變量的系統(tǒng)成為多變量控制系統(tǒng)。在模糊控制系統(tǒng)中也可以類似地分別定義“單變量模糊控制系統(tǒng)”和“多變量模糊控制系統(tǒng)”。所不同的是模糊控制系統(tǒng)往往把一個被控量（通常是系統(tǒng)的輸出量）的偏差、偏差變化及偏差變化率作為模糊控制器的輸入。因而從形式上看，這是輸入量應該是3個，但是人們也習慣于

55、稱它為單變量模糊控制系統(tǒng)。</p><p>　　1.單輸入單輸出結構</p><p>　　在單輸入單輸出系統(tǒng)中，受控制過程啟發(fā)，一般可設計成一維或二維模糊控制器，在極少數情況下才有設計成三維控制器的要求。</p><p><b>　　一維模糊控制器</b></p><p>　　這是一種簡單的模糊控制器，其輸入輸出變量均只

56、有一個。假設模糊控制器輸入變量為x，輸出變量為y，此時的模糊控制規(guī)則（x一般為控制誤差，y為控制量）為</p><p>　　R1: if X is A1 then Y is B1 or</p><p><b>　　:</b></p><p><b>　　:</b></p><p>　　Rn: i

57、f X is An then Y is Bn</p><p>　　這里，A1，···，An和B1,···,Bn均為輸入輸出論域上的模糊子集。</p><p><b>　　二維模糊控制器</b></p><p>　　二維模糊控制器是指模糊控制器的輸入變量有兩個，而控制器的輸出只有一個。這

58、類模糊控制器的一般形式為</p><p>　　R1： if X1 is A1i and X2 is A2i then Y is Bi</p><p>　　這里，A1i 、 A2i和Bi均為論域上的模糊子集。在實際系統(tǒng)中，X1一般取為誤差，X2一般取為誤差變化率，Y一般去為控制量。</p><p><b>　　多輸入多輸出結構</b></

59、p><p>　　工業(yè)過程中的許多被控對象比較復雜，往往具有一個以上的輸入和輸出變量。以二輸入三輸出為例，則有</p><p>　　Ri: if(X1 is A1i and X2 is A2i) then (Y1 is B1i and Y2 is B2i and Y3 is B3i)</p><p>　　由于人對具體事物的邏輯思維一般不超過三維，因而很難對多輸入多輸出系統(tǒng)

60、直接提取控制規(guī)則。所以應首先把多輸入多輸出系統(tǒng)化為多輸入單輸出的結構形式，然后用單輸入單輸出系統(tǒng)的設計方法進行模糊控制器設計。這樣做不僅簡單而且經人們的長期實踐檢驗，也是可行的，這就是多變量控制系統(tǒng)的解耦問題。2.3.2 模糊控制規(guī)則的設計</p><p>　?。?）選擇描述輸入和輸出變量的詞集。</p><p>　　模糊控制器的控制規(guī)則表現(xiàn)為一組模糊條件語句，在條件語句中描述輸入輸出變

61、量狀態(tài)的一些詞匯（如“正大”、“負小”）的集合，稱為這些變量的詞集描述輸入輸出變量的詞匯都具有模糊特性，可以用模糊集合來表示。</p><p>　?。?）定義各模糊變量的模糊子集。</p><p>　　定義一個模糊子集，實際上就是要確定模糊子集隸屬函數曲線的形狀。將確定的隸屬函數曲線離散化，就得到了有限個點上的隸屬度，便構成了一個相應的模糊變量子集。</p><p>

62、;　?。?）建立模糊控制器的控制規(guī)則。</p><p>　　要建立模糊控制器的控制規(guī)則，就是要利用語言來歸納手動控制過程中所使用的控制策略。手動控制策略一般都可以用“ if then ”形式的條件語句來加以描述。</p><p>　?。?）編寫模糊控制器的算法程序。</p><p>　　第3章 PID控制基本原理</p><p>　　3.1

63、 PID控制原理</p><p>　　在實際工業(yè)控制中，大多數被控對象都有儲能元件存在，這就造成系統(tǒng)對輸入作用的響應有一定的慣性。另外，在能量和信息的傳遞過程中，由于管道和傳輸等原因會引入一些時間上的滯后，往往會導致系統(tǒng)的響應變差，甚至不穩(wěn)定。因此，為了改善系統(tǒng)的調節(jié)品質，通常在引入偏差的比例調節(jié)，以保證系統(tǒng)的快速性。引入偏差的積分調節(jié)以提高控制精度，引入偏差的微分調節(jié)來消除系統(tǒng)的慣性影響，這就形成了按偏差PID

64、調節(jié)的系統(tǒng)，結構如圖3.1。</p><p>　　圖3.1 PID控制系統(tǒng)</p><p>　　PID控制器時域內的微分方程為 </p><p><b>　　式（3.1）</b></p><p>　　而計算機控制是一種采樣控制，它只能根據采樣時刻的偏差值計算控制量，則PID控制作用的離散化形式一般表示為</p>

65、;<p><b>　　式（3.2）</b></p><p><b>　　增量形式為</b></p><p><b>　　式（3.3）</b></p><p><b>　　式中</b></p><p><b>　　——比例系數<

66、/b></p><p><b>　　——積分系數，=</b></p><p>　　——微分系數，=，為采樣周期</p><p><b>　　——積分時間</b></p><p><b>　　——微分時間</b></p><p>　　——第次采樣時刻

67、輸入的偏差值—— </p><p>　　由于KP、KI、KD是表征PID控制器在控制過程中的比例、積分、微分作用的程度，因此從系統(tǒng)穩(wěn)定性、響應速度、超調量和控制精度等各方面特性來考慮PID控制器三個參數對PID控制品質的影響。</p><p>　　計算機控制是一種采樣控制它只能根據采樣時刻的

68、偏差計算計算控制量。因此，連續(xù)PID控制算法不能直接使用，需要采用離散化方法。在計算機控制中，使用的是數字PID控制器。下圖是計算機數字PID控制器的流程圖3.2。</p><p>　　圖3.2 數字PID控制算法流程圖</p><p>　　3.2 PID控制的優(yōu)點和缺陷</p><p>　　比例控制的特點是：誤差一旦產生，控制器立即就有控制作用，使被控制量朝著減

69、小誤差的方向變化，控制作用的強弱取決于比例系數KP，比例系數KP的作用是加快系統(tǒng)的響應速度，提高系統(tǒng)的調節(jié)精度。KP越大，系統(tǒng)的響應速度越快，系統(tǒng)的調節(jié)精度越高，但易產生超調，甚至會導致系統(tǒng)不穩(wěn)定；KP取值過小，則會降低調節(jié)精度，使系統(tǒng)動作緩慢，延長調節(jié)時間，使系統(tǒng)靜、動態(tài)特性變壞。</p><p>　　積分作用系數KI能消除系統(tǒng)的穩(wěn)態(tài)誤差，但它的不足之處在于積分作用具有滯后特性。KI越大，靜態(tài)誤差消除越快，但K

70、I過大，在響應初期會產生積分過飽和現(xiàn)象，從而引起響應過程的較大超調，系統(tǒng)將不穩(wěn)定。若KI太小，系統(tǒng)靜態(tài)誤差難以消除，影響系統(tǒng)的調節(jié)精度。</p><p>　　微分作用系數KD是改善系統(tǒng)的動態(tài)特性，主要在響應過程中抑制偏差向任何方向的變化，對偏差變化進行提前預報。但KD過大，會引起較大的超調，使被調量激烈振蕩，系統(tǒng)不穩(wěn)定，延長調節(jié)時間，降低系統(tǒng)的抗干擾性能；若KD太小，微分作用太弱，調節(jié)質量改善不大。</p&

71、gt;<p>　　綜上所述，PID三個參數取值大小，對控制系統(tǒng)的靜態(tài)特性和動態(tài)性能影響很大，KP、KI、KD三個參數的整定要根據控制對象的數學模型G(s)的參數來確定。對于非線性負載和時延、時變負載，以及難以用G(s)描述的負載，這三個參數的整定就很困難，因此我們在基于其它方法(例如SPAM法等)整定出來的KP、KI、KD初值的基礎上，采用模糊自調整機構在線調整PID參數，從而達到抑制大范圍的擾動，改進系統(tǒng)動態(tài)響應性能的目

72、的。</p><p>　　3.3 PID控制算法改進</p><p>　　任何一個執(zhí)行機構都存在一個線性工作區(qū)，在此線性區(qū)內，它可以線性地跟蹤控制信號，而當控制信號過大超過這個線性工作區(qū)，就進入飽和區(qū)和截止區(qū)，其特性變成非線性特性。同時，執(zhí)行機構還存在一定的阻尼和慣性，其控制信號的響應速度受到限制。因此，執(zhí)行機構的動態(tài)特性也存在一個線性工作區(qū)，控制信號的變化率過大也會使執(zhí)行機構進入非線性區(qū)

73、。PID算法中積分項控制作用過大將會出現(xiàn)積分飽和，增量式算法中未分項和比例項控制作用過大將出現(xiàn)微分飽和，都會使執(zhí)行機構進入非線性區(qū)，從而使系統(tǒng)出現(xiàn)過大的超調量和持續(xù)振蕩，動態(tài)品質變差。為了克服以上兩種飽和現(xiàn)象，避免系統(tǒng)的過大超調量，是系統(tǒng)具有較好的動態(tài)指標，必須使PID控制器輸出的控制信號約束，即對標準的PID控制算法進行改進，并主要是對積分項和微分項的改進。</p><p>　　3.3.1 積分項改進</

74、p><p>　　3.3.1.1 積分分離</p><p>　　在一般的PID控制中，當有較大的擾動或大幅度改變給定值時，由于此時有較大的偏差，以及系統(tǒng)有慣性和滯后，故在積分項的作用下，往往會產生較大的超調和長時間的波動，而采用積分分離的方法，即在系統(tǒng)偏差較大時，取消積分作用，在誤差減小到某一定值后，再接上積分作用，這樣就可以既減小超調量，改善系統(tǒng)動態(tài)特性，又保持了積分項。</p>

75、<p>　　當時，采用PD控制；當時，采用PID控制。是積分分離值，它應根據具體對象及控制要求確定。</p><p>　　3.3.1.2 抗積分飽和</p><p>　　因長時間出現(xiàn)偏差或偏差過大，計算出的控制量有可能溢出，或小于零。所謂溢出就是計算機運算得出的控制量U（k）超出D/A轉換器所能表示的數值范圍。如果執(zhí)行機構已到極限位置，仍然不能消除偏差時，由于積分作用，盡管計算

76、PID差分方程式所得的運算結果繼續(xù)增大或減小，但執(zhí)行機構已無相應動作，這就稱為積分飽和。防止積分飽和的方法之一，可對計算出的控制量U（k）限幅，同時，把積分作用切除。</p><p>　　當u（k）00H，取u（k）=0</p><p>　　當u（k）0FFH，取u（k）=0FFH</p><p>　　3.3.1.3 梯形積分</p><p>

77、;　　在PID控制中，積分項的作用是消除殘差。為了減少殘差，應提高積分項的運算精度。為此，可將矩形積分改為梯形積分，其計算公式為</p><p><b>　　式（3.4）</b></p><p>　　3.3.1.3 消除積分不靈敏區(qū)</p><p>　　數字PID的增量型控制算式的積分項輸出為</p><p><b

78、>　　式（3.5）</b></p><p>　　由于計算機字長的限制，當運算結果小于字長時或字長較短，采樣周期T也短，而積分時間又較長時，容易出現(xiàn)小于字長的精度而丟數，此積分作用消失，稱為積分不靈敏區(qū)。為了消除積分不靈敏區(qū)，通常采用以下措施：</p><p>　　增加D/A和A/D轉換位數，加長運算字長，這樣可提高運算精度。</p><p>　　當

79、積分項連續(xù)n次出現(xiàn)小于輸出精度時，把它們累加起來，直到累加值大于時才輸出，同時把累加單元清零。</p><p>　　3.3.2 微分項改進</p><p>　　3.3.2.1 不完全微分PID控制算法</p><p>　　標準PID控制算式，對具有高頻干擾的生產過程，微分作用響應過于靈敏，容易引起控制過程振蕩，降低調節(jié)品質。尤其是計算機對每個控制回路輸出時間是短暫的

80、，而驅動執(zhí)行機構需要一定時間，如果輸出較大，在短時間內執(zhí)行機構達不到相應的開度，會使輸出失真。為解決這一問題，同時又使微分作用有效，可以在PID控制輸出串聯(lián)一階慣性環(huán)節(jié)，這就組成了不完全微分PID控制器。</p><p>　　3.3.2.2 微分先行PID控制算式</p><p>　　為避免給定值的升降帶來沖擊，，如超調量過大，調節(jié)閥動作劇烈，可采用微分先行PID控制方案。它和標準PID控

81、制的不同之處在于，只對被控量y(t)微分，不對偏差e(t)微分，也就是說對給定值r（t）無微分作用。這對給定值頻繁升降的系統(tǒng)無疑是有效的。</p><p>　　3.3.3 帶死區(qū)PID算法</p><p>　　在計算機控制系統(tǒng)中，某些生產過程的控制精度要求不高，不希望控制系統(tǒng)頻繁動作，如中間容器的液面控制，這時可采用帶死區(qū)的PID算法。即是指在計算機中人為地設置一個不靈敏區(qū)，當偏差進入不靈

82、敏區(qū)時，其控制輸出維持上次采樣的輸出，當偏差不在不靈敏區(qū)時，則進行PID運算后輸出，如圖3.3所示。</p><p>　　圖3.3 帶死區(qū)的PID控制</p><p>　　3.4 PID參數的整定</p><p>　　在PID控制中，一個很重要的問題是PID參數（比例系數、積分時間、微分時間）的整定。典型的PID參數整定方法是在獲取對象數學模型的基礎上，根據某一整定

83、原則來確定PID參數。由于現(xiàn)代工業(yè)過程的復雜性、多樣性、多變性與不確定性，可能造成模型參數變化和模型結構的改變，使系統(tǒng)不能在原所整定的工況下工作，偏離控制性能指標。</p><p>　　在計算機控制中有以下幾種方法來對PID參數進行整定。</p><p>　　試湊法。它是通過模擬或實際的閉環(huán)運行情況、觀察系統(tǒng)的響應曲線，然后根據各調節(jié)參數對系統(tǒng)響應的大致影響，反復試湊參數，以達到滿意的響應

84、，從而確定PID控制器中的3個調節(jié)參數。</p><p>　　擴充臨界比例度法。它是模擬控制器使用的臨界比例度法的擴充，整定PID參數的步驟如下：</p><p>　　選擇合適的采樣周期，一般選為對象的純滯后時間的1/10以下。</p><p>　　用上述采樣周期，僅讓控制器作純比例控制，逐漸增大比例系數KP 比直至使系統(tǒng)出現(xiàn)等幅振蕩，記下此時的比例系數，再記下

85、此時的振蕩周期。</p><p>　　選擇控制度Q 式（3.6）</p><p>　　求取采樣周期、比例系數、積分時間常數和微分時間常數。</p><p>　　按得到的參數運行，觀察運行結果，用試湊法進一步尋求滿意的數值。</p><p>　　擴充響應曲線法。它是將模擬控制器響應曲線法推廣用來求

86、數字PID控制器參數，這個方法首先要試驗測定開環(huán)系統(tǒng)階躍輸入信號的響應曲線。</p><p>　　斷開控制器，使系統(tǒng)在手動狀態(tài)下工作，人為地改變手動信號，給被控對象一個階躍輸入信號。</p><p><b>　　記錄下響應曲線。</b></p><p>　　在響應曲線最大斜率處作切線，求出等效純滯后時間，相等效時間常數，并求出它們的比值。<

87、;/p><p><b>　　選擇控制度。</b></p><p>　　根據所求得的值，得出采樣周期、比例系數、積分時間常數和微分時間常數。</p><p>　　投入運行，觀察控制效果，適當修正參數，直到滿意。</p><p>　　以上是幾種PID參數的整定方法，比較繁瑣?，F(xiàn)在隨著計算機技術的發(fā)展，利用人工智能的方法將操作人員

88、的調整經驗作為知識存入計算機中，根據實際情況，計算機能自動調整 PID 參數。</p><p>　　第4章 模糊PID控制器設計</p><p>　　4.1模糊控制器的設計</p><p>　　模糊控制器是應用模糊數學知識，模擬人的思維方法，把人用自然語言描述的控制策略改造成模糊控制規(guī)則，由模糊控制規(guī)則構造出模糊關系，而把模糊關系作為模擬變換器，把輸入、輸出的模糊向

89、量按模糊推理方法處理，進而確定控制量。</p><p>　　4.1.1模糊控制器的結構</p><p>　　在一般的模糊控制系統(tǒng)中，考慮到模糊控制器實現(xiàn)的簡易性和快速性，通常采用二維模糊控制器結構形式。這類控制器都是以系統(tǒng)誤差E和誤差變化率EC為輸入語句變量，基本模糊控制器構成原理圖如圖4.1所示。</p><p>　　圖4.1 基本模糊控制器構成原理圖</p

90、><p>　　圖中：EK、CEK、UK是量化因子：E、CE、U分別是誤差e、誤差變化率ec及控制量u的模糊語言變量；E、EC、U分別是與e、ec及u成比例的變量，其中，，。</p><p>　　4.1.2模糊控制器的設計</p><p>　　依據模糊控制的基本原理，基本模糊控制器設計概括起來包括如下內容：</p><p><b>　　精

91、確量的模糊化；</b></p><p>　　建立模糊控制規(guī)則和模糊關系；</p><p><b>　　輸出信息的決策。</b></p><p>　?。?）精確量的模糊化。過程參數的變化范圍即模糊控制器輸入量的實際范圍稱為基本論域，它是一個連續(xù)域，在模糊控制中需要將語言變量的基本論域轉換成指定的有限整數的離散論域。假設某一語言變量的實

92、際變化范圍為，經過量化因子k變換后的范圍為。設論域取為離散論域之間變化的變量Y為</p><p><b>　　式（4.1）</b></p><p>　　按Y值大小，查隸屬度賦值表，將其歸類于某一模糊子集(如正大、負小等)，模糊子集通常可作如下劃分：負大、負中、負小、零、正小、正中、正大。</p><p>　　模糊變量的模糊集和論域確定后，需對模

93、糊語言變量確定隸屬函數，即所謂對模糊變量賦值，就是確定論域內元素對模糊語言變量的隸屬度。對于同一個模糊概念，確定隸屬函數的方法多種多樣，沒有統(tǒng)一的模式。盡管形式上不完全相同，只要反映同一模糊概念，在解決和處理模糊問題中仍然殊途同歸。隸屬函數形式有多種，可根據實際要求來確定。在實際應用中為方便起見，常采用三角形、正態(tài)形、梯形。隸屬度賦值表是先根據實際問題人為確定，再通過“學習”和實踐檢驗逐步加以修正和完善的。</p><

94、;p>　　（2）建立模糊控制規(guī)則和模糊關系。模糊控制規(guī)則設計原則是：當誤差較大時，控制量的變化應盡力使誤差迅速減小；當誤差較小時，除了要消除誤差外，還要考慮系統(tǒng)的穩(wěn)定性，防止系統(tǒng)產生不必要的超調，甚至振蕩。</p><p>　　模糊控制規(guī)則的一般形式為</p><p>　　if is , is then is (=1,2,···；=1,

95、2，···)</p><p>　　其中：是模糊子集；表示被控量的設定值對其實際值的偏差所對應的模糊子集；和表示偏差變化率ec和輸出控制量的模糊子集；和分別是和的模糊子集劃分數目。</p><p>　　上述模糊條件語句可歸結為一個模糊關系，即</p><p><b>　　式（4.2）</b></p>&

96、lt;p>　　如果偏差、偏差變化率分別取為E和EC，根據模糊推理合成規(guī)則，輸出的控制量是模糊子集，那么</p><p><b>　　式（4.3）</b></p><p>　　（3）輸出信息的模糊決策。模糊控制器的輸出是模糊子集，它反映控制語言的不同取值的一種組合。但被控對象只能接受一個精確的控制量，因此需要從輸出的模糊子集中判決出一個控制量，將模糊量轉化為精確量

97、，也就是說推導出一個由模糊子集到普通集合的映射，這個映射稱之為判決?，F(xiàn)在的解模糊判決方法通常有以下三種：最大隸屬度法、取中位數法、隸屬度加權平均法等。</p><p>　　最大隸屬度法是直接選擇模糊子集中隸屬度最大的元素(或該模糊子集隸屬度最大處的真值)作為控制量。它能突出主要信息，計算簡單，但丟失了很多次要的信息，比較粗糙，適應于控制性能要求一般的控制系統(tǒng)。</p><p>　　論域上把

98、隸屬函數曲線與橫坐標圍成的面積平分為兩部分的元素稱為模糊集的中位數。中位數法就是把模糊集中位數作為系統(tǒng)控制量。與最大隸屬度法相比教，中位數法概括了更多的信息，但計算復雜，特別是在連續(xù)隸屬函數時，需求解積分方程，因此應用場合比加權平均法少。</p><p>　　加權平均法是模糊控制系統(tǒng)中應用極為廣泛的一種判決方法。這一方法有三種形式，即普通加權平均法，權系數加權平均法和μ≥0.5加權平均法。</p>

99、<p>　　a. 普通加權平均法</p><p>　　設模糊集，取各隸屬度為加權系數，則控制量由下式決定</p><p><b>　　式（4.4）</b></p><p>　　b. 權系數加權平均法</p><p><b>　　式（4.5）</b></p><p>

100、　　其中權系數的選擇應根據實際情況來選定。對模糊控制來說，要改善系統(tǒng)的響應特性，選取和調整有關的權系數是關鍵。</p><p>　　c. μ≥0.5加權平均法</p><p><b>　　式（4.6）</b></p><p>　　加權平均法比中位數法具有更好的性能，而中位數法的動態(tài)性能要優(yōu)于加權平均法，靜態(tài)性能則略遜于加權平均法。在實際應用中

101、，究竟采用何種方法不能一概而論，應視具體情況而定。</p><p>　　4.2 模糊PID控制器設計</p><p>　　4.2.1模糊PID控制器結構</p><p>　　模糊PID控制器是在一般PID控制系統(tǒng)的基礎上，加上一個模糊控制規(guī)則環(huán)節(jié)，利用模糊控制規(guī)則在線對PID參數進行修改的一種自適應控制系統(tǒng)。它以誤差e和誤差變化ec作為輸入，可以滿足不同時刻的e和e

102、c對參數自整定的要求。它將模糊控制和PID控制器兩者結合起來，揚長避短，既具有模糊控制靈活而適應性強的優(yōu)點，又具有PID控制精度高的特點，對復雜控制系統(tǒng)和高精度伺服系統(tǒng)具有良好的控制效果，結構如圖4.2。</p><p>　　圖4.2 模糊PID控制器結構圖</p><p>　　圖中，r、y分別為給定輸入輸出，e、ec為誤差和誤差變化。P、I、D用于調整PID控制器的模糊控制輸出它們分別調

103、整PID控制器的比例、積分和微分。</p><p>　　PID參數模糊自整定是找出PID3個參數與e和ec之間的模糊關系，在允許中通過不斷檢測e和ec，根據模糊控制原理來對3個參數進行修改，以滿足不同e和ec時對控制參數的不同要求，而使被控對象有良好的動、靜態(tài)性能。</p><p>　　4.2.2 模糊PID控制器算法</p><p>　　4.2.2.1．PID控制

104、算法：</p><p>　　= 式（4.7）</p><p>　　T0為數字PID運算的采樣周期 TI為積分時間常數 TD 為微分時間常數 </p><p>　　e（k） = Error 偏差E（K）</p><p>　　e

105、(k-1) = LastError 偏差E(k-1 </p><p>　　e (k-2) = LastLastError 偏差E(k-2) </p><p>　　ek-e(k-1) 比例項</p><p>　　ek 積分項</p>

106、<p>　　ek+2e(k-1)+e(k-2) 微分項</p><p>　　this_error = PV - this_target;</p><p>　　誤差e : 當前測量值 - 目標值 </p><p>　　誤差變化率ec: 本次誤差 - 上次誤差 &

107、lt;/p><p>　　比例帶 </p><p>　　4.2.3 模糊PID控制器的設計:</p><p>　　常規(guī)PID控制器無法實現(xiàn)參數的在線調整，為此在常規(guī)PID的基礎上加設模糊參數自整定控制器，使其根據系統(tǒng)的偏差的大小、方向、以及變化趨勢等特征，通過Fuzzy推理作出相應決策，自動的在線調整PID的三個參數、、，以

108、便達到更加滿意的控制效果的目的。</p><p>　　模糊PID控制器主要包括模糊參數整定器和變參數PID控制器兩部分。</p><p>　　4.2.3.1 參數設定</p><p>　　模糊參數整定器有兩個輸入量：偏差E和偏差變化率EC；有三個輸出量：參數、、。設在偏差論域E和偏差變化論域EC上及參數、、分別定義了7個模糊子集PL（正大）,PM（正中）,PS（正小

109、）,ZE（零）,NS（負?。?NM（負中）,NL（負大），采用歸一化論域。為了計算機處理和實現(xiàn)的方便，輸入偏差E和偏差變化率EC和輸出隸屬度函數均采用線性函數。涉及模糊偏差E和偏差變化率EC和、、的論域所對應的模糊語言變量的隸屬度函數分別如圖4.3、圖4.4、圖4.5所示。</p><p>　　圖4.3 輸入變量E 圖4.4 輸入變量EC</p>&

110、lt;p>　　圖4.5 輸出變量（P，I，D）</p><p>　　模糊參數整定器根據偏差和偏差變化率得到了三個調整值、、。在變參數PID控制器中，如何調整其三個參數的變化規(guī)則如下：</p><p>　　E={NL , NM ,NS ,ZE ,PS ,PM,PL} EC={NL , NM ,NS ,ZE ,PS ,PM,PL}。</p><p>　　4.2.

111、3.2 參數調整規(guī)則 </p><p>　　1)．在偏差比較大時,為使盡快消除偏差，提高響應速度，同時為了避免系統(tǒng)響應出現(xiàn)超調，KP取大值, KI取零；</p><p>　　2). 在偏差比較小時，為繼續(xù)減小偏差，并防止超調過大、產生振蕩、穩(wěn)定性變壞，KP值要減小，KI取小值；</p><p>　　3). 在偏差很小時，為消除靜差，克服超調，使系統(tǒng)盡快穩(wěn)定, KP值

112、繼續(xù)減小，KI值不變或稍取大。</p><p>　　4). 當偏差與偏差變化率同號時，被控量是朝偏離既定值方向變化。因此，當被控量接近定值時,反號的比列作用阻礙積分作用,避免積分超調及隨之而來的振蕩,有利于控制; 而當被控量遠未接近各定植并向定值變化時，則由于這兩項反向，將會減慢控制過程。偏差比較大時,偏差變化率與偏差異號時, KP值取零或負值，以加快控制的動態(tài)過程。</p><p>　　

113、5). 偏差變化率的大小表明偏差變化的速率,EC越大, KP取值越小，KI取值越大，反之亦然。同時，要結合偏差大小來考慮。</p><p>　　6). 微分作用可改善系統(tǒng)的動態(tài)特性,阻止偏差的變化，有助于減小超調量,消除振蕩，縮短調節(jié)時間，允許加大KP，使系統(tǒng)穩(wěn)態(tài)誤差減小，提高控制精度，達到滿意的控制效果。所以，在E比較大時，KD取零，實際為PI控制；在E比較小時，KD取一正值，實行PID控制。</p>