模糊自整定PID控制器的设计策画
单片机模糊自整定PID控制系统设计
存档日期：存档编号：本科生毕业设计（论文）论文题目：单片机模糊自整定PID控制系统设计姓名：伍学惠学院：电气工程及自动化学院专业：自动化班级、学号：08电52 08285049指导教师：甘良志江苏师范大学教务处印制摘要传统PID的控制原理较为简单,使用也较方便,鲁棒性强,在被控对象的数学模型较精确时也可使用，因而长期以来被广泛地应用于工业过程控制中,并且取得了良好的控制效果。
就目前最新的过程控制计算机，其基本控制方式也仍然是PID控制。
但对于时变、高阶、非线性等复杂工业过程而言，传统的PID控制通常达不到理想的控制效果。
而模糊控制器，由于其具有更强的鲁棒性，对于工业过程通常有更好的控制效果，最近几年来，模糊PID控制器因其具有结构相对简单、可解析等优点，在工业设计界得到了非常广泛的应用。
因此，模糊控制器的调整方法在模糊PID控制器的工业应用推广中具有重要意义。
其调整思路是将成熟的PID自整定的理论扩展到模糊PID控制器调整中。
其过程是：首先采用传统的系统识别方法来识别受控对象，得到模型低阶的时滞过程，基于此模型再来整定模糊PID参数。
模糊PID控制器的原始模型是不容易直接进行参数调整的，而是进一步推导原始模型得到一个新的分析模型，该模型包括线性与非线性部分，并最终把非线性部分作为一个过程的干扰来分析，模糊自整定PID参数将被转换为一个线性PID参数来整定。
本文研究了一种基于51单片机的模糊自整定PID控制系统，针对控制对象，制定Fuzzy控制规则，采用MATLAB仿真软件实现模糊控制的PID参数的自整定，结合硬件及软件设计，该设计效果可以提高系统的实时性，响应速度，稳定性。
关键词:PID控制模糊控制单片机AbstractTraditional PID control principle is relatively simple, more convenient to use, robustness, and can also be used in the mathematical model of the inaccurate controlled object, and thus it has been widely used in industrial process control, and has made good control effect. As for the latest process control computer, its basic control method is PID control. However, for high-end, time-varying, nonlinear, complex industrial processes, the traditional PID control usually can not reach to the desired control. But for the fuzzy controller, due to its advantages of robustness, it has better control effect for industrial processes. In recent years, fuzzy PID controller has been more widely used in industry because of its relatively simple structure. Therefore, the method of fuzzy controller is of great significance for the promotion of industrial applications of fuzzy PID controllers. Tuning idea is mature PID self-tuning theory extended to the fuzzy PID controller tuning. The process is that taking the first conventional system identification methods into identifying the controlled object to get the process of low-end model with delay, and then to rectify the fuzzy PID parameters based on the model. The original model of fuzzy PID controller is not easy to direct parameter, it has made a further derivation into the original model, the model includes a linear part and nonlinear part, and finally the nonlinear part will be analyzed as a disturbance of the process, the fuzzy PIDparameters tuning will be analyzed after it is converted to a linear PID parameters.This paper studies a kind of fuzzy PID control system based on the 51 SCM. We set the fuzzy control rules for this controlled object. The software called MA TLAB is used to realize the tuning of the parameters of the fuzzy PID controller. Combining with hardware and software, we can improve its real-time response, speed and stability.Key words:PID control fuzzy control SCM目录摘要 (I)Abstract (II)1概述 (1)1.1 研究课题的意义 (1)1.2 国内外研究现状 (6)1.3 课题方案 (7)2模糊自整定PID控制器设计理论 (8)2.1PID控制器 (8)2.2 模糊控制原理 (11)2.3 模糊自整定PID控制器设计 (19)3模糊自整定PID控制器设仿真 (22)3.1 传统PID控制器设计及仿真 (22)3.2 模糊自整定PID控制器设计及真 (24)4单片机实现 (37)4.1硬件设计 (37)4.2软件设计 (41)5 总结与展望 (46)致谢 (47)[参考文献] (48)1 概述1.1 研究课题的意义控制是一个重要的概念，在现代控制理论及各种耦合运行系统中，其意义是采取一定的措施，以保持平衡不超过系统状态的标准范围内，达到预期的目的。
广工大智能控制器作业(模糊自适应整定PID控制器)
入口ec(k) = e(k) - e(k-1)e(k) = r(k) - y(k)取当前采样值模糊整定ΔK p ，ΔK i ，ΔK de(k-1) = e(k)e(k)、ec(k)模糊化计算当前K p ，K i ，K dPID 控制器输出返回智能控制设计作业××一、题目设计一个模糊自适应整定PID 控制器，其被控对象为： 22.28()(0.5)( 1.648.45)p G s s s s =+++ （1-1） 采样时间为1ms ，编写matlab 仿真程序，确定其在阶跃输入的响应结果，并与经典PID 控制相比较。
要求详细描述控制系统的设计，控制系统工作流程，模糊控制中的输入输出的隶属函数设计及其采用的模糊规则。
二、模糊自适应整定PID 控制器的设计过程1.模糊PID 工作流程的拟定参照教材，工作流程图如右所示，其中，e 是偏差 ec 是偏差变化量。
r 代表输入,y 代表输出。
K p ，K i ，K d 分别代表比例、积分、微分环节的系数。
图2-1 流程图2.matlab仿真程序的编写（1）matlab仿真程序设计前的准备工作具体的程序请见附录。
采样时间为1ms，采用z变换进行离散化，离散化后的被控对象为：y(k)=-den(2)y(k-1)-den(3)y(k-2)-den(4)y(k-3)+num(2)u(k-1)+num(3)u(k-2)+num(4)u(k-3) 位置指令为幅值1.0的阶跃信号，r(k)=1.0。
仿真时，先运行模糊推理系统设计程序conclusion.m，实现模糊推理系统，并将此模糊推理系统调入内存中，然后运行模糊控制程序controller.m。
在程序conclusion.m中，根据下面的模糊控制规则，分别对e、ec、k p、k i、k d进行隶属函数的设计。
根据位置指令、初始误差和经验设计e、ec、k p、k i、k d的范围。
其中，这几个变量的隶属函数均采用三角形模型的隶属函数。
自适应模糊PID控制器的设计与仿真
自适应模糊PID控制器的设计与仿真自适应模糊PID控制器是一种结合了模糊控制和PID控制的自适应控制器，它能够在系统的不同工况下根据实际需求对PID参数进行自适应调整，从而使得系统具有更好的动态性能和稳定性。
本文将介绍自适应模糊PID控制器的设计思路和仿真过程。
1.设计思路1.1系统建模首先需要对待控制的系统进行建模，得到系统的数学模型。
这可以通过实验数据或者理论分析来完成。
一般情况下，系统的数学模型可以表示为：$G(s)=\frac{Y(s)}{U(s)}=\frac{K}{s(Ts+1)}$其中，K是系统的增益，T是系统的时间常数。
1.2设计模糊控制器接下来需要设计模糊控制器，包括模糊规则、模糊集和模糊运算等。
模糊控制器的输入是系统的误差和误差的变化率，输出是PID参数的调整量。
1.3设计PID控制器在模糊控制器的基础上，设计PID控制器。
PID控制器的输入是模糊控制器的输出，输出是控制信号。
1.4设计自适应机制引入自适应机制，根据系统的性能指标对PID参数进行自适应调整。
一般可以采用Lyapunov函数进行系统性能的分析和优化。
2.仿真过程在仿真中，可以使用常见的控制系统仿真软件，如MATLAB/Simulink 等。
具体的仿真过程如下：2.1设置仿真模型根据系统的数学模型，在仿真软件中设置仿真模型。
包括系统的输入、输出、误差计算、控制信号计算等。
2.2设置模糊控制器根据设计思路中的模糊控制器设计，设置模糊控制器的输入和输出，并设置模糊规则、模糊集和模糊运算等参数。
2.3设置PID控制器在模糊控制器的基础上，设置PID控制器的输入和输出，并设置PID参数的初始值。
2.4设置自适应机制设置自适应机制，根据系统的性能指标进行PID参数的自适应调整。
2.5运行仿真运行仿真，观察系统的响应特性和PID参数的变化情况。
根据仿真结果可以对设计进行调整和优化。
3.结果分析根据仿真结果，可以分析系统的稳定性、动态性能和鲁棒性等指标，并对设计进行调整和改进。
模糊自整定PID控制器设计
模糊自整定PID控制器设计2.1设计原理。
模糊自整定PID控制算法是在PID算法的基础上,以误差e和误差变化量ec作为模糊控制器的输入量,以满足不同e和ec对控制器参数的不同要求,根据模糊合成推理设计PID参数的模糊矩阵表。
在锅炉汽包水位控制系统中,输入变量选择为汽包水位的偏差值。
和偏差值的变化量ec,输出变量选择为PID参数的校正值,即△kp,△ki和△kdd。
在模糊自整定PID控制器中,采用的是二维模糊控制器。
2.2模糊控制器设计过程的四个步骤2.2.1构造系统结构,根据采样得到的系统输出值,计算所选择的系统的输入变量。
该步骤所完成的工作就是确定模糊控制器的输入量和输出量。
2.2.2“模糊化”,即实现输入量或输出量的模糊化,通过量化因子和比例因子将精确量变化的范围(基本论域)模糊化成在模糊集论域范围内。
我们可以把精确量用“正大”“、正中”“、负中”“、负小”等模糊语言来分成数个档。
这些档的大小关系我们就用在模糊论域上的模糊子集来表示。
而模糊子集的大小就和隶属函数有关,隶属函数通常采用:三角形隶属函数、正态分布隶属函数和梯形隶属函数等。
不同的隶属函数代表着不同的系统特性,我们一般在系统误差较大时采用具有低分辨率隶属函数,而在系统误差较小时采用具有高分辨率的隶属函数。
2.2.3模糊控制表的运算合成,有了前两个步骤的工作,得到输入量和输出量的模糊数,结合操作经验或数据,我们就可以将输入量和控制量的模糊数安排到由一系列的if-then控制规则组成的集合中,利用这些规则信息,采用极大极小值合成法或其他合成算法,我们就可以合成得到控制表。
该控制表储存于计算机中,供程序查询输出。
2.2.4查询输出和输出量精确化,计算机控制程序通过查询该控制表,即可以找到对应于某模糊数输入量的控制量模糊数,再通过输出量比例因子将模糊输出控制量转换成进行控制量的精确化输出,这实际上是在一个输出范围内,找到一个被认为最具有代表性的、可直接驱动控制装置的确切的输出控制值。
模糊PID控制原理与设计步骤
模糊PID控制原理与设计步骤1.模糊化输入：将输入量通过模糊化过程，将其转化为隶属度函数形式，用来描述输入数量的各个级别或水平。
2.模糊化输出：同样地，将输出量也通过模糊化过程，转化为隶属度函数形式。
3.模糊化规则库：根据经验和专家知识，建立一组模糊规则，用来描述输入与输出之间的关系。
4.基于规则库的推理：根据输入的隶属度函数和规则库，通过隶属度的逻辑运算进行推理，得到输出的隶属度函数。
5.解模糊化：将输出的隶属度函数转化为具体的输出量，可以采用常用的解模糊化方法，如最大隶属度法、面积法等。
1.系统建模：首先需要对被控对象进行建模，得到其输入-输出关系。
可以基于部分局部建模或物理建模进行分析和确定。
2.设计模糊控制器的输入和输出：根据系统的特性和要求，确定模糊控制器的输入和输出。
- 输入通常包括误差（error）和误差的变化率（change in error）等。
-输出通常为控制量，可为模糊量或一阶量。
3.确定输入和输出的隶属度函数：确定输入和输出的隶属度函数形式，并根据实际情况进行参数调整。
通常可以选择三角形、梯形或高斯型函数等。
4. 设计模糊规则库：根据经验和专家知识，建立模糊规则库。
规则库的设计需要包括合理的覆盖边界和均匀的分布。
可以使用专家系统、模糊C-Means聚类等方法进行规则库的构建。
5.制定模糊推理机制：确定模糊推理的方法，常用的有最小最大法、剪切平均法等。
根据输入的隶属度函数和规则库，进行隶属度的逻辑运算和推理，得到输出的隶属度函数。
6.解模糊化：根据规则库，将模糊输出转化为具体的控制量。
可以采用最大隶属度法、面积法等方法进行解模糊化。
7.验证和调整：将设计好的模糊PID控制器应用到实际系统中，进行运行和调整。
根据实际反馈信号，对模糊规则库进行优化和调整，以提高控制系统的性能和稳定性。
总结：模糊PID控制是一种基于模糊逻辑和PID控制相结合的控制方法，能够更好地应对非线性、时变和模糊的控制系统。
模糊自适应整定PID控制
图3 误差变化率的隶属函数
在输出语言变量的量化域内 取7个模糊子集{NB NM NS Z PS PM PB} 分别负大 负中 负小 零 正小 正中 正大。 kp , ki , kd 的大小量化7个等级,区域以及 隶属函数的设置如图4、5、6： 采样三角隶属函数或者高斯隶属函数：
NB 1
NM
NS
Z
式中kp ′,k i′,kd′为系统的经典PID 参数。
在线运行过程中，控制系统通过对 模糊逻辑规则的结果处理、查表和 运算，完成对PID参数的在线自校正。 其工作流程图如图7所示
图7 工作流程图
LOGO
式中, k i= kp.T/TI , kd = kp.T/TD , T 采 样周期, k 为采样序号
模糊自适应PID控制器以误差e 和误 差变化ec作为输入，可以满足不同时刻 的e 和ec 对PID 参数自整定的要求。 利用模糊规则在线对PID 参数进行 修改，便构成了自适应模糊PID 控制器， 其结构如图1 所示
表3 Ki的模糊规则表
e ec NB NM NS ZO PS PM PB NB NB NB NB NM NM ZO ZO NM NB NB NM NM NS ZO ZO NS NM NM NS NS ZO PS PS ZO NM NS NS ZO PS PS PM PS NS NS ZO PS PS PM PM PM ZO ZO PS PM PM PB PB PB ZO ZO PS PM PB PB PB
图5
ki的隶属函数
NB 1
NM
NS
Z
PS
PM
PB
Degree of membership
0.8 0.6 0.4 0.2 0 -3 -2 -1 0 kd 1 2 3
【论文】模糊控制论文参数自整定模糊PID控制器设计
【关键字】论文模糊控制论文—参数自整定模糊PID控制器设计时间2010年6月16日参数自整定模糊PID控制器设计【摘要】在借鉴传统PID控制应用工业现场基础上，引进模糊规则的调用方式。
根据偏差绝对值和偏差变化率绝对值的改变，在线调节PID参数，最后进行MATLAB仿真，经过比较传统PID控制与模糊PID动态性能的差异，验证模糊PID动态性能得到明显的改善。
【关键词】模糊PID、控制器、Matlab仿真（Simulink）传统PID (比例、积分和微分)控制原理简单，使用方便，适应性强，可以广泛应用于各种工业过程控制领域。
但是PID控制器也存在参数调节需要一定过程，最优参数选取比较麻烦的缺点，对一些系统参数会变化的过程，PID控制就无法有效地对系统进行在线控制。
不能满足在系统参数发生变化时PID参数随之发生相应改变的要求，严重的影响了控制效果。
本篇文章介绍了对模糊PID控制性能改善，它不需要被控东西的数学模型，能够在线实时修正参数，使控制器适应被控东西参数的任何变化。
并对其进行仿真验证，结果表明模糊PID 控制使系统的性能得到了明显的改善。
1、传统PID与模糊PID的比较PID控制PID控制器问世至今凭借其结构简单、稳定性好、工作可靠、调整方便等优点成为工业控制的主要技术之一。
当被控东西的结构和参数不能完全掌握、得不到精确的数学模型时，采用PID控制技术最为方便。
PID控制器的参数整定是控制系统设计的核心。
它是根据被控过程的特性来确定PID控制器的参数大小。
PID控制原理简单、易于实现、适用面广，但PID控制器的参数整定是一件比较困难的事。
合理的PID参数通常由经验丰富的技术人员在线整定。
在控制东西有很大的时变性和非线性的情况下，一组整定好的PID参数远远不能满足系统的要求。
为此，需要引入一套模糊PID控制算法。
模糊PID控制所谓模糊PID控制器，即利用模糊逻辑算法并根据一定的模糊规则对PID控制的比例、积分、微分系数进行实时优化，以达到较为理想的控制效果。
模糊自适应PID控制器
模糊自适应PID控制器的设计模糊自适应PID 控制器的设计一、 模糊自适应原理模糊控制是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机控制方法，作为智能控制的一个重要分支，在控制领域获得了广泛应用，模糊控制与传统控制方式相比具有以下突出优点: ·不需要精确的被控对象的数学模型；·使用自然语言方法，控制方法易于掌握； ·鲁棒性好，能够较大范围的适应参数变化； ·与常规PID 控制相比，动态响应品质优良。
常规模糊控制器的原理如图1所示:图1 模糊控制系统框图PID 控制规律:101()[()()()]p D I du t k e t e t dt T e t T dt=++⎰式中：p k---比例系数；I T---积分时间常数；D T---微分时间常数。
在工业生产中过程中，许多被控对象随着负荷变化或干扰因素影响，其对象特性参数或结构发生改变。
自适应控制运用现代控制理论在线辨识对象特征参数，实时改变其控制策略，使控制系统品质指标保持在最佳范围内，但其控制效果的好坏取决于辨识模型的精确度，这对于复杂系统是非常困难的。
因此，在工业生产中过程中，大量采用的仍然是PID 算法，PID 参数的整定方法很多，但大多数都以对象特性为基础。
随着计算机技术的以展，人们利用人工智能的方法将操作人员的调整经验作为知识存入计算机中，根据现场实际情况，计算机能自动调整PID 参数，这样就出现了智能PID.这种控制器把古典的PID 控制与先进的专家系统相结合，实现系统的最佳控制。
这种控制必须精确地确定模型，首先将操作人员长期实践积累的经验知识用控制然后运用推理便可对PID参数实现最佳调整。
由于操作者经验不易精确描述，控制过程中各种信号量及评价指标不易定量表示，模糊理念是解决这一问题的有效途径，所以人们运用学的基本理论和方法，把规则的条件、操作用模糊集表示，并把这些模糊有关信息作为知识存入计算机知识库中，然后计算机根据控制系统的实际响应情况，运用模糊推理，即可自动实现对PID参数的最佳调整，这就是模糊自适应PID控制，目前模糊自适应PID 控制器有多种结构，但其工作原理基本一致。
模糊PID参数自整定
模糊PID参数自整定PID控制器是最常用和常见的控制器之一，它可以用于自动控制各种系统。
PID控制器的参数调整对于系统的稳定性和性能至关重要。
传统的PID参数调整方法通常是基于数学模型进行的，然而，对于一些非线性或者不确定系统，数学模型的精确建立可能是困难的，甚至是不可能的。
因此，模糊PID参数自整定方法应运而生。
首先，模糊PID参数自整定方法需要建立一个模糊推理系统。
该模糊推理系统由模糊化、模糊规则库、模糊规则推理和解模糊化四个部分组成。
模糊化将系统的输入和输出转化为模糊集合，模糊规则库包含了一系列IF-THEN规则，用于描述输入和输出之间的关系。
模糊规则推理根据输入的模糊集合和模糊规则库进行推理，得到模糊输出。
解模糊化将模糊输出转化为实际的控制量。
然后，在模糊推理系统中，根据实际系统的特点，选择适当的输入和输出变量。
输入变量可以选择误差（error）、误差变化率（error change）和积分误差（integral error），输出变量可以选择PID参数的调整量。
接下来，需要定义模糊规则库。
模糊规则库是根据经验和专家知识定义的，可以包含多种规则。
例如，根据误差和误差变化率的值来决定PID参数的调整方向和幅度。
然后，进行模糊规则推理。
模糊规则推理使用模糊逻辑和模糊规则库中的规则进行推理，得到模糊输出。
模糊逻辑可以是“AND”，“OR”等，并且可以根据实际情况进行调整。
最后，进行解模糊化。
解模糊化将模糊输出转化为实际的控制量。
解模糊化可以使用常用的方法，例如加权平均法或者最大隶属度法。
总结来说，模糊PID参数自整定方法可以在没有精确模型的情况下，根据系统的实际情况进行参数调整。
通过建立模糊推理系统并进行模糊规则推理和解模糊化，可以得到适合系统的PID参数。
这样可以提高系统的稳定性和性能，并且减少了精确模型建立的困难和复杂性。
文献参考：1. Astrom, K., & Hagglund, T. (1995). PID controllers: Theory, design, and tuning. Instrument Society of America.2. Hyland, D., & Persis, C. D. (2001). A fuzzy control based approach to proportional-integral-derivative controller tuning. Automatica, 37(2), 183-195.。
模糊自整定PID控制系统设计与仿真.
模糊自整定PID控制系统设计与仿真——俯仰姿态保持模糊PID控制姓名：孙丽媛学号： 2010201393课程：智能控制理论及应用（095059）完成时间：2011年2月24日专业：控制理论与控制工程指导老师：李爱军一、设计内容1、模型与设计要求（1） 某飞机纵向短周期运动状态方程为：X AX BU Y CX =+=。
其中，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=θαq X ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=θαq Y ，[]e U δ=；α表示迎角，q 表示俯仰角速率，θ表示俯仰角，e δ表示升降舵偏角。
飞机在某状态下的状态参数矩阵为：-0.5698910-2.49155-1.143570010A ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，-0.02932.26830B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦，100010001C ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦使用模糊PID 控制器，设计跟踪俯仰角的俯仰姿态保持闭环飞行控制系统，并对设计结果进行分析，计算俯仰角的超调量和调节时间。
（2）设计模糊控制规则。
（3）在MATLAB 下依据整定原理编写仿真程序并调试。
（4）给定输入为阶跃信号，运行程序，记录仿真数据和曲线。
（5）修改模糊控制规则，重复步骤4。
（6）分析数据和控制曲线。
2.报告要求（1）给出模糊控制器的设计过程和程序清单。
（2）记录仿真数据和曲线。
（3）分析仿真结果。
二、设计过程1.概述模糊PID 控制器有多种结构形式，但是工作原理基本一致，即运用模糊数学的基本原理和方法，把规则的条件、操作用模糊集来表示，把这些模糊控制规则以及相关的信息作为知识存入计算机的知识库中，然后计算机根据系统的实际响应运用模糊推理，可实现对PID 参数的最佳调整。
自适应模糊PID 控制器以误差e 和误差变化ec 作为输入，可以满足不同时刻的e 和ec 对PID 参数自整定的要求。
利用模糊控制规则在线对PID 参数进行修改，便构成了自适应模糊PID 控制器，其结构如图1所示。
模糊参数自整定PID温控系统的设计与研究的开题报告
模糊参数自整定PID温控系统的设计与研究的开题报告一、选题背景及意义PID控制器是工业控制中常用的一种控制算法，具有结构简单、实现方便、计算速度快等优点，在温度控制领域中被广泛应用。
目前，PID 控制器的参数调整方法主要有试验法、经验法、数学模型和自整定等方法。
其中，自整定法是一种根据系统响应动态特性自适应地调整控制器参数的方法。
虽然自整定法可以解决线性动态特性的控制问题，但由于温度变化对于温控系统的影响比较复杂，所以传统的自整定法存在一定的局限性，需要在不断研究和改进的基础上推广应用。
二、研究目标和内容本课题的主要研究目标是利用模糊控制理论对PID温控系统进行自整定，以提高系统的稳定性和控制性能。
具体研究内容包括：1. 基于模糊控制的PID控制器设计：利用模糊控制理论设计模糊PID控制器，采用模糊语言描述控制器的输入输出关系，充分考虑温度变化的复杂性。
2. 模糊参数自整定方法研究：根据PID控制器的控制误差、误差变化率和误差积分时间来调整模糊控制器的参数，通过对温度稳定性，控制精度和响应速度等指标进行评估，不断优化模糊控制器的自整定方法。
3. 系统仿真与实验验证：建立PID温控系统的数学模型，通过对比不同参数的PID控制器和模糊PID控制器的控制效果，验证模糊参数自整定方法的可行性和优越性。
三、研究方法和技术路线1. 理论研究和文献综述：深入了解PID温控系统的控制原理、自整定方法以及模糊控制理论，并结合实际应用场景进行分析和总结。
2. PID控制器设计和仿真：在Matlab/Simulink环境中，建立PID温控系统的数学模型，采用试错法调整PID参数，并进行系统仿真，分析控制效果。
3. 模糊PID控制器设计和仿真：基于模糊控制理论，设计模糊PID 控制器，并利用模糊自整定方法对模糊控制器进行参数调整，进行系统仿真比较。
4. 硬件实现和实验验证：利用单片机作为控制核心，建立基于模糊PID控制器的温控系统实验平台，并通过多组实验数据对模糊PID控制器的控制性能进行验证。
模糊自适应PID控制器的设计及应用
%&$
控制器结构 由于二维模糊控制器二个输入变量基本上都
选用了受控变 量 和 输 入 给 定 的 偏 差 & 和 偏 差 变 化
!""#$%&
!"
控制系统 率 !!，能较严格地反映受控过程中输出变量的动 态特性， 控制效果比一维模糊控制器好得多， 另一 方面， 其结构又比三维模糊控制简单。因此， 本控制 器采用二维模糊控制器。 模 糊 自 适 应 !"# 控 制 系 统 主 要 由 参 数 可 调 整
#
!""#$%&
!"
’ ’ ’
最终结论 , 由综合推理结果 ,!， …， %&#&， ,"， ,$ 得到 ( 即 +,%- &’+, %- &"+, %- &". "+, %- &。
! " $
本控制器中，模糊推理采用最大最小合成法， 模糊量的清晰法采用重心法进行模糊推理决策， 计 算式
$
图#
’
试验结果图
!+,%- ’&/*
制相比， 由于模糊规则推理中蕴涵了人的经验和智 慧，系统各项性能指标明显优于普通 ,-$ 控制器， 从而取得了满意的系统动、 稳态性能。
模糊PID控制器的设计与仿真——设计步骤
模糊PID控制器的设计与仿真——设计步骤1.确定控制目标和系统模型：首先确定需要控制的目标，并建立系统模型。
系统模型可以是实际系统的数学模型，也可以是通过实验和观测得到的经验模型。
2.设计模糊控制器的输入和输出变量：根据系统模型和控制目标，确定模糊控制器的输入和输出变量。
输入变量通常是系统误差和误差变化率，输出变量是控制信号。
3.设计模糊控制器的模糊集合：为每个输入和输出变量定义模糊集合。
模糊集合可以是三角形、梯形或高斯分布等形状，根据实际情况选择最合适的形状。
4.设计模糊控制器的规则库：根据经验和专业知识，设计模糊控制器的规则库。
规则库是一组条件-结论对，规定了在不同情况下如何调整输出变量。
5. 进行仿真实验：使用仿真软件（如MATLAB/Simulink）或自己编写的代码，将设计好的模糊PID控制器与系统模型进行结合，进行仿真实验。
6.优化和调整模糊控制器参数：根据仿真实验的结果，通过优化和调整模糊PID控制器的参数，使系统的性能达到预期要求。
可以使用试验-分析-调整的方法，不断迭代优化直到满意为止。
7.实际系统应用：在仿真实验中验证通过后，将优化调整好的模糊PID控制器应用到实际系统中，进行实际控制。
过程中需要注意安全性和稳定性，随时进行监控和调整。
总结：模糊PID控制器的设计和仿真步骤包括确定控制目标和系统模型，设计模糊控制器的输入和输出变量，设计模糊控制器的模糊集合，设计模糊控制器的规则库，进行仿真实验，优化和调整模糊控制器参数，最后将优化的模糊PID控制器应用到实际系统中。
在整个过程中，需要根据实际情况不断尝试和调整，使模糊PID控制器能够更好地适应它所控制的系统。
模糊自适应整定PID控制课件
模糊自适应整定PID控制技术能够有效地解决非线性、时变性 、不确定性和复杂工业过程的控制问题，具有重要的理论意 义和实际应用价值。
相关工作与研究现状
相关工作
回顾PID控制技术的发展历程，重 点介绍PID控制技术的优缺点以及 研究现状。
研究现状
介绍当前模糊自适应整定PID控制 技术的研究热点和最新进展，并 指出研究中存在的问题和未来发 展方向。
通过实验或仿真验证控制 器的性能，评估其稳定性 和鲁棒性。
参数整定方法
01
02
03
手动整定
根据经验手动调整PID控 制器的参数，以达到较好 的控制效果。
自动整定
通过一定的算法自动调整 PID控制器的参数，例如 基于模糊逻辑、神经网络 等方法的自动整定。
智能整定
结合人工智能和机器学习 等技术，实现PID控制器 的参数自动学习和优化， 以达到更好的控制效果。
控制算法实现
01
02
03
04
模糊化处理
将输入变量进行模糊化处理， 以便于模糊逻辑系统的推理和
决策。
规则库建立
根据被控对象特性和控制目标 建立合适的规则库，用于模糊
逻辑系统的推理和决策。
参数调整
根据推理结果和规则库，自动 调整PID控制器的参数，实现
自适应控制。
控制输出
根据调整后的参数，计算PID 控制器的输出，实现对被控对
06
参考文献
参考文献
《模糊自适应整定 pid控制——理论与 应用》
《模糊自适应整定 pid控制理论及实现 》
《模糊自适应整定 pid控制算法设计与 应用》
THANKS
感谢观看
制器
统
参数自适应整定
供热系统模糊自整定PID控制的优化
供热系统模糊自整定PID控制的优化供热系统模糊自整定PID控制的优化供热系统模糊自整定PID控制的优化方法步骤1：了解供热系统和PID控制首先，我们需要对供热系统和PID控制有一定的了解。
供热系统是指通过热交换器或管道将热能传递给需要加热的区域的系统。
PID控制是一种常用的控制方法，通过不断调整控制器的输出信号来使系统的误差最小化。
步骤2：模糊自整定PID控制原理模糊自整定PID控制是一种基于模糊逻辑的控制方法。
它通过将模糊控制和自整定PID控制相结合，实现对供热系统的精确控制。
模糊控制通过模糊化输入和输出，使用一系列模糊规则来确定控制器的输出。
自整定PID控制则通过对控制器参数的在线调整来适应系统的变化。
步骤3：确定模糊规则和模糊集合在模糊自整定PID控制中，需要确定一些模糊规则和模糊集合。
模糊规则是一系列形如“如果输入是A，则输出是B”的规则，其中A和B是模糊集合中的元素。
模糊集合是将输入和输出进行模糊化处理后得到的集合，例如“冷、适中、热”就是一个模糊集合。
步骤4：定义模糊控制器和自整定PID控制器在模糊自整定PID控制中，需要定义模糊控制器和自整定PID控制器。
模糊控制器负责根据输入和模糊规则确定输出，而自整定PID控制器则负责在线调整PID控制器的参数。
这两个控制器相互配合，实现对供热系统的精确控制。
步骤5：实施模糊自整定PID控制在实施模糊自整定PID控制之前，需要收集供热系统的实时数据。
然后，通过模糊控制器计算出控制器的输出，并将其作为PID控制器的输入。
接下来，PID控制器根据系统的误差和控制参数，计算出最终的控制信号。
步骤6：在线调整PID控制器参数在实施模糊自整定PID控制的过程中，需要不断调整PID控制器的参数。
这可以通过监测系统的响应和误差，然后根据某些准则来进行参数的调整。
例如，可以使用最小二乘法来优化控制器的参数。
步骤7：评估和优化控制效果最后，需要评估模糊自整定PID控制的效果，并进行优化。
模糊自适应PID控制器设计
模糊自整定PID控制器设计摘要本文主要研究的是有关模糊自整定PID控制器的设计与仿真，其中涉及到模糊控制，PID控制器，参数自整定三个领域的相关内容。
首先，我们先讨论了模糊控制的原理，历史和它的发展趋势，然后介绍了常规PID控制器和自整定算法的一些内容，最后，结合上述两种控制器的优点，设计出一种基于模糊推理的参数自整定模糊PID控制器。
模糊控制器是把专家的PID参数整定经验总结成模糊控制规则，然后形成模糊控制查询表，模糊控制过程实际上就是一个查表的过程。
模糊控制对具有非线性，时变性，较大的随机干扰等不具有精确的数学模型的控制系统具有较好的控制效果。
而PID参数整定方法是最基本的也是最常用的方法被广泛的应用于各个领域。
将两者有效的结合形成的模糊自整定PID控制器，它的简单性和可实施性是现而易见的。
本文将这种模糊自整定PID控制器应用于带有时滞的二阶系统中并将其同Z-N整定方法，临界灵敏度等常规PID整定方法进行比较。
结果表明，这种控制算法的控制效果明显好于传统的方法。
关键词：模糊控制，PID控制，参数自整定，隶属函数Design of Fuzzy Self-tuning PID Controlle rAbstractIn this paper, the design and simulation of a self-turning fuzzy PID type controller is proposed. The fuzzy control, PID controller and parameters self-turning are described.Firstly, the principle, history and developing trend of fuzzy control are discussed. Secondly, the conventional PID controller and self-turning are introduced. Finally, a self-turning PID controller based on fuzzy inferences is designed by combining the advantages of first one with a second one.A fuzzy controller is built based on the expert’s experiences, then it is changed into an inquiry table. The process of the fuzzy control practically inquires the table. The fuzzy control is good at the inexactly mathematical model such as non-linear, time-variant systems and so on. PID self-turning is the basest and most-used. After attaining the PID self-turning to the fuzzy controller, it is obvious that this method is simple and feasible.In this paper, the fuzzy control PID controller is used to a two-order plus time delay system. Simulation results show that the algorithm has better performance than traditional methods.Keywords Fuzzy control, PID control, self-turning, membership function目录第一章绪论 (1)1.1引言 (1)1.2模糊控制理论的产生和发展 (1)1.3模糊控制理论的应用和目前面临的任务 (2)1.4PID控制算法的基本理论 (3)1.5PID控制器参数整定 (4)1.6基于模糊推理的自整定PID控制器 (4)第二章模糊控制概述 (5)2.1引言 (5)2.2模糊自动控制原理 (6)2.21模糊控制理论概述 (6)2.22模糊控制系统 (6)2.3模糊控制器设计的基本方法 (10)2.3.1模糊控制器设计概述 (10)2.3.2确定模糊控制器的输入变量和输出变量 (10)2.3.3设计模糊控制器的控制规则 (12)2.3.4确立模糊化和非模糊化的方法 (17)2.3.5选择模糊控制器的输入变量和输出变量的论域 (18)2.3.6编制模糊控制算法的应用程序 (20)2.3.7合理选择模糊控制算法的采样时间 (21)2.4模糊控制器的特点 (22)第三章PID控制原理极其参数自整定概述 (24)3.1引言 (24)3.2PID控制算法 (24)3.3理想PID控制算法的改进 (26)3.4PID控制器参数整定方法 (30)3.5对控制系统中纯滞后的整定 (33)第四章模糊自整定PID控制器设计 (36)4.1引言 (36)4.2模糊自整定PID控制器的详细设计 (36)第五章仿真与分析 (47)5.1引言 (47)5.2仿真分析 (47)5.3小结 (52)第六章结束语 (53)谢辞 (54)参考文献 (55)第一章绪论1.1引言PID控制是最早发展起来的控制策略之一，由于其算法简单，鲁棒性好和可靠性高，被广泛应用于工业过程控制，至今仍有90%控制回路具有PID结构。
模糊PID控制器的设计与仿真——设计步骤(修改)
模糊PID控制器的设计与仿真设计模糊PID控制器时，首先要将精确量转换为模糊量，并且要把转换后的模糊量映射到模糊控制论域当中,这个过程就是精确量模糊化的过程。
模糊化的主要功能就是将输入量精确值转换成为一个模糊变量的值,最终形成一个模糊集合。
本次设计系统的精确量包括以下变量:变化量e ，变化量的变化速率ec 还有参数整定过程中的输出量ΔKP ，ΔKD，ΔKI，在设计模糊PID 的过程中，需要将这些精确量转换成为模糊论域上的模糊值.本系统的误差与误差变化率的模糊论域与基本论域为：E=［—6，-4,—2，0,2,4，6];Ec=[—6，—4,-2,0，2，4,6]。
模糊PID控制器的设计选用二维模糊控制器。
以给定值的偏差e和偏差变化ec为输入；ΔKP ，ΔKD，ΔKI为输出的自适应模糊PID控制器，见图1。
图1模糊PID控制器（1）模糊变量选取输入变量E和EC的模糊化将一定范围(基本论域)的输入变量映射到离散区间(论域)需要先验知识来确定输入变量的范围.就本系统而言，设置语言变量取七个,分别为 NB，NM，NS，ZO,PS，PM,PB。
(2)语言变量及隶属函数根据控制要求，对各个输入，输出变量作如下划定：e，ec论域:{—6,—5，—4，—3，-2，—1,0，1，2，3，4，5，6｝ΔKP ，ΔKD，ΔKI论域：{—6，-5，—4，—3，—2，—1,0，1,2，3,4,5，6｝应用模糊合成推理PID参数的整定算法。
第k个采样时间的整定为).()(,)()(,)()(kKKkKkKKkKkKKkKDDDIIIPPP∆+=∆+=∆+=式中,,DIPKKK为经典PID控制器的初始参数。
设置输入变量隶属度函数如图2所示，输出变量隶属度函数如图3所示。
图2 输入变量隶属度函图3 输出变量隶属度函（3）编辑模糊规则库根据以上各输出参数的模糊规则表，可以归纳出49条控制逻辑规则，具体的控制规则如下所示:1.If （e is NB) and (ec is NB）then （kp is NB)(ki is PB)(kd is NS）（1）2.If (e is NB) and （ec is NM）then (kp is NB)(ki is PB)（kd is PS)(1)3.If (e is NB) and (ec is NS) then （kp is NM)(ki is PM)（kd is PB）（1)4.If (e is NB) and (ec is ZO) then (kp is NM）(ki is PM）（kd is PB)(1)5.If (e is NB）and （ec is PS) then (kp is NS)(ki is PS)（kd is PB）（1)6.If (e is NB）and (ec is PM) then （kp is ZO)(ki is ZO）(kd is PM)（1)7.If （e is NB）and （ec is PB）then (kp is ZO)(ki is ZO)(kd is NS）(1）8.If （e is NM）and (ec is NB）then （kp is NB）(ki is PB）(kd is NS）（1）9.If (e is NM）and （ec is NM）then (kp is NB)(ki is PB)(kd is PS）(1)10.If （e is NM) and (ec is NS) then （kp is NM）（ki is PM）（kd is PB）(1）11.If (e is NM）and （ec is ZO）then （kp is NS）(ki is PS)(kd is PM）(1)12.If (e is NM) and （ec is PS) then （kp is NS）(ki is PS）（kd is PM)（1)13.If (e is NM) and (ec is PM）then (kp is ZO）（ki is ZO)(kd is PS)（1）14.If （e is NM) and （ec is PB）then （kp is PS）（ki is ZO)（kd is ZO）(1)15.If (e is NS) and (ec is NB）then (kp is NM)(ki is PB）（kd is ZO)(1)16.If （e is NS）and (ec is NM）then (kp is NM）（ki is PM）(kd is PS）（1)17.If (e is NS) and （ec is NS) then （kp is NM）（ki is PS)(kd is PM)(1）18.If （e is NS）and （ec is ZO) then (kp is NS）(ki is PS）(kd is PM)(1）19.If (e is NS）and （ec is PS）then (kp is ZO)(ki is ZO）（kd is PS）（1)20.If （e is NS）and (ec is PM）then (kp is PS）（ki is NS）（kd is PS）（1）21.If （e is NS) and (ec is PB) then (kp is PS)(ki is NS)（kd is ZO)(1)22.If (e is ZO）and (ec is NB）then （kp is NM）（ki is PM）(kd is ZO）(1）23.If (e is ZO）and (ec is NM) then (kp is NM)（ki is PM)(kd is PS)（1)24.If (e is ZO) and (ec is NS）then (kp is NS)（ki is PS）（kd is PS)（1）25.If （e is ZO）and （ec is ZO）then （kp is ZO）（ki is ZO)(kd is PS）(1)26.If (e is ZO) and （ec is PS) then (kp is PS）(ki is NS)（kd is PS)(1)27.If （e is ZO）and (ec is PM) then （kp is PM)（ki is NM）（kd is PS）(1）28.If (e is ZO）and (ec is PB）then (kp is PM)（ki is NM）（kd is ZO)（1)29.If （e is PS) and （ec is NB）then （kp is NS)(ki is PM)（kd is ZO）(1)30.If （e is PS) and (ec is NM) then (kp is NS)（ki is PS）（kd is ZO）(1）31.If (e is PS）and (ec is NS）then (kp is ZO)(ki is ZO）（kd is ZO）（1)32.If （e is PS) and (ec is ZO) then （kp is PS）（ki is NS)（kd is ZO)（1)33.If （e is PS) and （ec is PS) then (kp is PS）（ki is NS）（kd is ZO）（1)34.If (e is PS) and (ec is PM）then （kp is PM）(ki is NM)（kd is ZO）(1）35.If （e is PS) and (ec is PB）then （kp is PM）（ki is NB)（kd is ZO）（1)36.If (e is PM）and （ec is NB）then （kp is NS)（ki is ZO)(kd is NB）(1）37.If （e is PM）and （ec is NM) then (kp is ZO）(ki is ZO）（kd is PS)(1)38.If (e is PM）and （ec is NS) then （kp is PS)（ki is NS）（kd is NS）（1)39.If (e is PM) and (ec is ZO）then （kp is PM)（ki is NS)（kd is NS)（1）40.If (e is PM）and (ec is PS) then （kp is PM）(ki is NM)(kd is NS）（1)41.If （e is PM）and （ec is PM) then (kp is PM）(ki is NB）(kd is NS)（1）42.If (e is PM) and (ec is PB）then （kp is PB)（ki is NB）(kd is NB）（1）43.If (e is PB）and （ec is NB) then (kp is ZO)（ki is ZO）（kd is NB)(1)44.If (e is PB）and （ec is NM) then (kp is ZO）（ki is ZO)（kd is NM)（1)45.If （e is PB）and (ec is NS) then （kp is PM)(ki is NS)(kd is NM）（1)46.If （e is PB) and （ec is ZO) then (kp is PM)(ki is NM)(kd is NM）(1)47.If （e is PB) and (ec is PS) then (kp is PM）(ki is NM)(kd is NS）(1)48.If (e is PB) and (ec is PM）then (kp is PB)(ki is NB）(kd is NS)（1）49.If (e is PB) and (ec is PB）then （kp is PB）(ki is NB)（kd is NB)（1）把这49条控制逻辑规则，键入到模糊规则库中，如图4.图4 模糊规则库(5）模糊PID 控制器仿真利用MATLAB 软件中的Simulink 仿真环境，可以对模糊PID 控制器系统进行模拟仿真实验,来检验设计是否达到要求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1引言伴随着集成电路(IC)技术的发展，电子设计自动化(EDA)逐渐成为重要的设计手段，己经广泛应用于模拟与数字电路系统等许多领域。
电子设计自动化是一种实现电子系统或电子产品自动化设计的技术，它与电子技术、微电子技术的发展密切相关，它吸收了计算机科学领域的大多数最新研究成果，以高性能的计算机作为工作平台，促进了工程发展。
EDA技术的发展始干70年代，至今经历了三个阶段。
电子线路的C A D(计算机辅助设计)是EDA发展的初级阶段，80年代初期，形成了CAE(计算机辅助工程)。
也就是所谓的EDA技术中级阶段。
90年代出现了以自动综合器和硬件描述语言为基础，全面支持电子设计自动化ESDA(电子系统设计自动化)，即高级EDA阶段、也就是目前常说的EDA[1]。
使用EDA技术设计的结果既可以用FPGA／CPLD来实施验证，也可以直接做成专用集成电路(ASIC)。
EDA的一个重要特征就是使用硬件描述语言(HDL)来完成的设计文件，诞生于1982年的VHDL语言是经IEEE确认的标准硬件描述语言，在电子设计领域受到了广泛的接受[1]。
模糊控制不需要控制对象的精确数学模型，是一种基于规则的控制，依据操作人员的控制经验和专家的知识，通过查表得到控制量。
模糊控制器具有响应快、超调小、鲁棒性强等特点。
它能够克服系统中模型参数变化和非线性等不确定因素，在理论和工程上都取得了很大的成功[2]。
课题的背景、目的进入90年代，电子信息类产品的开发明显地出现了两个特点：一是开发产品的复杂程度加深；二是开发产品的上市时限紧迫。
而伴随着如上两个特点的产生，相应的出现了设计上的两个问题。
其一，在电子系统日趋数字化、复杂化和大规模集成化的今天，电子厂商们越加迫切地追求电子产品的高功能、优品质、低成本、微功耗和微小封装尺寸，从而使得电子设计日趋复杂。
那么如何去完成这些高复杂度的电子设计呢?其二，电子产品设计周期短和上市快是电子厂商们坚持不懈的追求，那么面对日趋复杂的设计，又如何能够缩短开发时间呢？解决以上两个问题的唯一途径是电子设计自动化（EDA）,即用计算机帮助设计人员完成繁琐的设计工作。
课程设计的内容随着FPGA技术的发展，在FPGA上硬件实现智能算法以及单芯控制器技术的研究得到广泛的开展。
本文利用VHDL硬件描述语言在FPGA上用建立模糊控制查询表的方法实现了一种简单的模糊自整定PID控制算法。
2 EDA、VHDL、PID简介EDA技术EDA是电子设计自动化（Electronic Design Automation）缩写，是90年代初从CAD（计算机辅助设计）、CAM（计算机辅助制造）、CAT（计算机辅助测试）和CAE（计算机辅助工程）的概念发展而来的。
EDA技术是以计算机为工具，根据硬件描述语言HDL（Hardware Description language）完成的设计文件，自动地完成逻辑编译、化简、分割、综合及优化、布局布线、仿真以及对于特定目标芯片的适配编译和编程下载等工作[1]。
典型的EDA工具中必须包含两个特殊的软件包，即综合器和适配器。
综合器的功能就是将设计者在EDA平台上完成的针对某个系统项目的HDL、原理图或状态图形描述，针对给定的硬件系统组件，进行编译、优化、转换和综合，最终获得我们欲实现功能的描述文件。
综合器在工作前，必须给定所要实现的硬件结构参数，它的功能就是将软件描述与给定的硬件结构用一定的方式联系起来。
也就是说，综合器是软件描述与硬件实现的一座桥梁。
综合过程就是将电路的高级语言描述转换低级的、可与目标器件FPGA/CPLD相映射的网表文件[1]。
适配器的功能是将由综合器产生的王表文件配置与指定的目标器件中，产生最终的下载文件，如JED文件。
适配所选定的目标器件（FPGA/CPLD芯片）必须属于在综合器中已指定的目标器件系列。
硬件描述语言HDL是相对于一般的计算机软件语言，如：C、PASCAL而言的。
HDL语言使用与设计硬件电子系统的计算机语言，它能描述电子系统的逻辑功能、电路结构和连接方式[2]。
设计者可利用HDL程序来描述所希望的电路系统，规定器件结构特征和电路的行为方式；然后利用综合器和适配器将此程序编程能控制FPGA和CPLD内部结构，并实现相应逻辑功能的的门级或更底层的结构网表文件或下载文件。
目前，就FPGA/CPLD开发来说，比较常用和流行的HDL主要有ABEL-HDL、AHDL和VHDL。
硬件描述语言—VHDL1) VHDL简介VHDL英文名是Very-High-Speed Integrated Circuit Hardware Language,诞生于1982年。
1987年底被IEEE(TheInstituteofElectricalandElectronics Engineers)和美国国防部确认为标准硬件描述语言。
自IEEE公布了VHDL的标准版本(IEEE-1076)之后，各EDA公司相继推出了自己的VHDL设计环境，或宣布自己的设计工具可以和VHDL接口。
此后VHDL在电子设计领域得到了广泛的接受，并逐步取代了原有的非标准硬件描述语言。
1993年，IEEE对VHDL进行了修订，从更高的抽象层次和系统描述能力上扩展VHDL的内容，公布了新版本的VHDL,即IEEE标准的1076-1993版本[ 2]。
现在，VHDL和Verilog作为IEEE的工业标准硬件描述语言，又得到众多EDA 公司的支持，在电子工程领域，已成为事实上的通用硬件描述语言。
有专家认为，在新的世纪中，VHDL和Verilog语言将承担起几乎全部的数字系统设计任务。
2)应用VHDL进行工程设计的优点由于本设计主要使用VHDL语言，故只对VHDL语言的特点进行简要的介绍。
应用VHDL进行工程设计的优点是多方面的，具体如下：1.与其它的硬件描述语言相比，VHDL具有更强的行为描述能力，从而决定了它成为系统设计领域最佳的硬件描述语言。
强大的行为描述能力是避开具体的器件结构，从逻辑行为上描述和设计大规模电子系统的重要保证。
语句的行为描述能力和程序结构决定了它具有支持大规模设计的分解和已有设计的再利用功能。
VHDL中设计实体的概念、程序包的概念、设计库的概念为设计的分解和并行工作提供了有利的支持。
3.对于用VHDL完成的一个确定的设计，可以利用EDA工具进行逻辑综合和优化，并自动地把VHDL描述设计转变成门级网表(根据不同的实现芯片)。
这种方式突破了门级设计的瓶颈，极大地减少了电路设计的时间和可能发生的错误，降低了开发成本。
应用EDA工具的逻辑优化功能，可以自动地把一个综合后的设计变成一个更小、更高速的电路系统[4]。
4.可以进行与工艺无关编程。
VHDL语言设计系统硬件时，没有嵌入描述与工艺相关的信息，不会因为工艺变化而使描述过时，与工艺技术有关的参数可通过VHDL提供的类属加以描述。
5.方便ASIC移植。
当产品达到相当数量时，采用VHLD进行的设计可以很容易转成用专用集成电路(ASIC)来实现，甚至用于PLD的源代码可以直接用于ASIC。
3)VHDL的设计流程(1) 设计输入根据电路设计所提出的要求，将程序输入到VHDL编辑器中去编辑。
(2) 功能级模拟用VHDL，模拟器对编辑后的程序进行模拟，如果达不到设计要求，则可以重新修改程序，直到通过功能模拟。
(3) 逻辑综合与优化。
将通过功能模拟的程序放到VHDL编译器中，进行逻辑综合与优化。
(4) 门级模拟对电路用VHDL。
仿真器仿真。
可对门级电路的延时、定时状态、驱动能力等进行仿真。
如不符合要求，可重复步骤(3)，再门级模拟，直到符合要求止。
(5) 版图生成。
用相应的软件处理后，就可以拿去制版[5]。
PIDPID控制器（比例-积分-微分），由比例单元 P、积分单元 I 和微分单元 D 组成。
通过Kp， Ki和Kd三个参数的设定。
PID控制器主要适用于基本线性和动态特性不随时间变化的系统。
PID 控制器是一个在工业控制应用中常见的回路部件。
这个控制器把收集到的数据和一个参考值进行比较，然后把这个差别用于计算新的输入值，这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。
和其他简单的控制运算不同，PID控制器可以根据历史数据和差别的出现率来调整输入值，这样可以使系统更加准确，更加稳定。
可以通过数学的方法证明，在其他控制方法导致系统有稳定误差或过程反复的情况下，一个PID反馈回路却可以保持系统的稳定[6]。
如图所示为PID控制器方块示意图图 PID 控制器的方块图PID是以它的三种纠正算法而命名的。
这三种算法都是用加法调整被控制的数值。
而实际上这些加法运算大部分变成了减法运算因为被加数总是负值。
这三种算法是：1.- 来控制当前，误差值和一个负常数P（表示比例）相乘，然后和预定的值相加。
P只是在控制器的输出和系统的误差成比例的时候成立。
比如说，一个电热器的控制器的比例尺范围是10°C，它的预定值是20°C。
那么它在10°C的时候会输出100%，在15°C的时候会输出50%，在19°C的时候输出10％，注意在误差是0的时候，控制器的输出也是0。
2. - 来控制过去，误差值是过去一段时间的误差和，然后乘以一个负常数I，然后和预定值相加。
I从过去的平均误差值来找到系统的输出结果和预定值的平均误差。
一个简单的比例系统会振荡，会在预定值的附近来回变化，因为系统无法消除多余的纠正。
通过加上一个负的平均误差比例值，平均的系统误差值就会总是减少。
所以，最终这个PID回路系统会在预定值定下来。
3. - 来控制将来，计算误差的一阶导，并和一个负常数D相乘，最后和预定值相加。
这个导数的控制会对系统的改变作出反应。
导数的结果越大，那么控制系统就对输出结果作出更快速的反应。
这个D参数也是PID被称为可预测的控制器的原因。
D参数对减少控制器短期的改变很有帮助。
一些实际中的速度缓慢的系统可以不需要D参数[6]。
用更专业的话来讲，一个PID控制器可以被称作一个在系统的。
这一点在计算它是否会最终达到稳定结果时很有用。
如果数值挑选不当，控制系统的输入值会反复振荡，这导致系统可能永远无法达到预设值。
PID 控制器的一般是：,其中C是一个取决于系统带宽的常数。
3 程序设计设计思路与准备模糊自整定PID是将模糊控制和PID控制结合起来，用模糊推理实现PID参数的调整，由于在对PID控制器参数的模糊自整定中，模糊推理系统已经把偏差的微分作为它的一个输入，如果对微分增益Kd进行模糊自整定，则系统对微分作用会比较敏感，所以本系统仅对比例增益Kp和积分增益Ki利用MATLAB及其模糊控制工具箱进行整定分析。
定义误差E，误差变化率EC为输入量，KP，KI为输出量，模糊量的模糊子集E，EC为：{NB，NM，NS，ZO，PS，PM，PB}，KP、KI的语言值为{Z、S、M、B}，E，EC模糊论域为[-6，6]。