常规pid控制器与模糊控制器的比较 ()
PID控制系统与模糊控制系统比较

PID控制与模糊控制的比拟专业:控制理论与控制工程班级:级班:X X X学号: xxxxxxxxxxxxxx摘要:介绍了PID控制系统和模糊控制系统的工作原理。
PID控制器结构简单,实现简单,控制效果良好,已经得到了广泛的应用。
而模糊控制器相对复杂,但在许多的智能化家用电器中也得到了大量应用。
但对于一个简单的系统来讲,哪一种控制方法更好,是不是越智能的控制就能得到越好的效果。
关键词:PID控制,模糊控制,比拟Abstract: Introduced the working principle of PID control system and fuzzy control system. PID controller structure is simple, implementation is simple, the control effect is good, has been widely used. And fuzzy controller is relatively plicated, but in a lot of intelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect.Key words: PID control, fuzzy control, pare目录一、问题的提出1二、PID控制器的设计2控制原理图:2控制器传递函数的一般表达式2三、模糊控制器的设计31.模糊控制原理图32.模糊控制器传递函数一般表达形式4四、系统仿真4五、总结14参考文献:15一、问题的提出当今的自动控制技术都是基于反应的概念。
PID控制与模糊控制比较

PID控制与模糊控制的比较专业:控制理论与控制工程班级:级班姓名:X X X学号:xxxxxxxxxxxxxx摘要:介绍了PID控制系统和模糊控制系统的工作原理。
PID控制器结构简单,实现简单,控制效果良好,已经得到了广泛的应用。
而模糊控制器相对复杂,但在许多的智能化家用电器中也得到了大量应用。
但对于一个简单的系统来讲,哪一种控制方法更好,是不是越智能的控制就能得到越好的效果。
关键词:PID控制,模糊控制,比较Abstract: Introduced the working principle of PID control system and fuzzy control system. PID controller structure is simple, implementation is simple, the control effect is good, has been widely used. And fuzzy controller is relatively complicated, but in a lot of intelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect.Key words: PID control, fuzzy control, compare目录一、问题的提出 (1)二、PID控制器的设计 (2)1.PID控制原理图: (2)2.PID控制器传递函数的一般表达式 (2)三、模糊控制器的设计 (3)1.模糊控制原理图 (3)2.模糊控制器传递函数一般表达形式 (4)四、系统仿真 (4)五、总结 (14)参考文献: (15)一、问题的提出当今的自动控制技术都是基于反馈的概念。
模糊PID与常规PID的比较

模糊PID与常规PID的比较最优控制与智能控制基础文献总结报告模糊PID 与常规PID的MATLAB 仿真比较与分析学生姓名:班级学号:5080628任课教师:段洪君提交日期:2011.04.02成绩:文献总结报告自查表自查项目“是”标√“否”标×1 报告是否由本人独立撰写完成2 参考文献是否由本人独立查阅完成3 文献总结报告是否按时提交4 题目是否包含被控对象名称及与本课程相关的控制方法5 封面是否按“示样”标准打印,签名是否手写6 报告正文是否包含“要求”的三部分7 报告正文是否按“样本”格式撰写8 报告正文中的公式、图表等是否由本人编辑、绘制9 所引用的参考文献在报告正文中是否按顺序标注10 参考文献的数量是否达到要求11 参考文献的格式是否规范12 报告的正文与参考文献的总页数是否在8~10页之间13 报告是否达到“总体要求”14 报告是否包含对现有文献结论的仿真验证结果15 报告是否包含本人的研究内容及结果对所提交报告的自我评价(按百分制打分)1 研究的背景及意义随着工业的发展和社会的进步,被控对象越来越复杂,其数学模型的建立也越发困难,对于很多控制对象有的只能建立起粗糙的模型,有的甚至无法建立模型。
这类对象往往被称为不确定性系统。
对于不确定性系统很难用传统的控制方法取得满意的控制效果。
但是对于这类系统,人类却可以凭借自身的操作经验进行很好的控制。
于是,人类将这些专家控制经验转化为可以用计算机实现的算法,为不确定性系统的控制开辟一条新途径。
而后,控制专家运用模糊控制工具,结合人类的专家控制控制经验建立了一种新型的控制方法-----模糊控制。
模糊控制的基本思想是将人类专家对特定对象的控制经验,运用模糊集理论进行量化,转化为可数学实现的控制器从而实现对被控对象的控制。
模糊控制器的基本工作原理是:将测量得到的被控对象的状态经过模糊化接口转换为用人类自然语言描述的模糊量,而后根据人类的语言控制规则,经过模糊推理得到输出控制量的模糊取值,控制量的模糊取值再经过清晰化接口转换为执行机构能够接收的精确量。
模糊控制器与 PID控制器 性能对比

模糊控制大作业——FC & PID Controller 性能对比学院:自动化学院姓名:学号:2012年12月目录一、PID 控制器的设计及其参数整定 (3)1.1 整定方法 (3)1.2 系统参数计算 (4)二、模糊控制器设计 (5)2.1 确定观测量和控制量 (5)2.2 观测量和控制量模糊化 (5)2.3 定义隶属度函数 (6)2.4 建立模糊控制规则 (7)2.5 反模糊化 (8)三、PID 控制器与模糊控制器性能对比 (9)3.1 PID控制器仿真图 (9)3.2 模糊控制器仿真图 (9)3.3 PID控制器及模糊控制器仿真结果及其性能比较 (10)四、总结与思维发散 (11)五、参考文献 (12)附录 (13)一、P ID 控制器的设计及其参数整定1.1 整定方法设计PID控制器来校正不满足要求的系统,是一种比较经典但又非常实用的方法,前人在研究、生产中创造了大量的可行的方法,其中包括现场试凑法、比例临界度法和衰减曲线法等。
PID控制器的基本形式为:现有条件下Matlab软件可以方便地实现多次试凑以观察系统的。
所以采用比例临界度的方法,其实现步骤如下:1、将调节器的积分时间Ti 置于最大(Ti =∞),微分时间置零(Td =0),比例度δ(δ=1/Kp)适当,平衡操作一段时间,把系统投入自动运行。
2、将比例度δ逐渐减小,得到等幅振荡过程,记下临界比例度δk和临界振荡周期T k值。
3、根据δk和T k值,采用经验公式(表1.1),计算出调节器各个参数,即δ、Ti 、Td 的值。
(记Kp’=1/δk)表1.1 经验公式4、按“先P后I最后D”的操作程序将调节器整定参数调到计算值上。
若还不够满意,可再作进一步调整。
1.2 系统参数计算按照上述方法,得出临界比例度δk,并读出临界振荡周期T k 值。
如图1.1 所示。
图1.1 试凑出临界比例度δk临界比例度δk=0.444,临界振荡周期T k=9s,代入经验公式可知如此形式下,Kp=0.6×0.444=0.2664;Ti=0.5×9=4.5;Td=0.125×9=1.125;至此,PID控制器设计基本完成。
模糊控制与PID控制的比较

模糊控制与PID控制的比较自20世纪60年代中期起,模糊控制逐渐崭露头角,其优越性也引起了人们的关注。
除了模糊控制,当今热门的控制算法之一是PID控制。
那么,模糊控制与PID控制之间的区别是什么呢?它们各自的优缺点是什么?在特定的应用场合下,哪种控制算法更适用?一、模糊控制概述模糊控制是一种无需准确模型或参数即可执行复杂控制系统的方法,它仅使用模糊逻辑来描述输入和输出之间的关系。
模糊控制系统的输入和输出都是模糊变量。
与其他控制方法相比,模糊控制系统可以更好地处理不确定性和模糊性,具有更强的容错能力和适应性。
模糊控制系统由四个主要组成部分组成:模糊化、模糊推理、解模糊化和规则库。
模糊化部分将传感器输出信号转换为模糊变量,模糊推理部分使用模糊逻辑基于模糊规则将模糊变量转换为控制信号,解模糊化部分将控制信号转换为精确的控制信号,规则库存储了模糊规则及其权重。
二、PID控制概述比例积分微分(PID)控制是一种经典的控制算法,其控制草图由三个部分组成。
比例项(P)根据当前误差大小进行输出,积分项(I)可以消除稳态误差,微分项(D)可以提高系统的稳定性并抑制系统的震荡。
PID控制器的设计基于系统的数学模型,在许多应用中,这个模型是已知的。
在这些情况下,PID控制器可以通过调整不同部分的增益以进行优化。
三、模糊控制与PID控制的对比1. 精度PID控制器可以实现非常高的精度,特别是在恒定环境下,模糊控制器具有更高的容错能力和适应性,而且围绕控制正常的范围内快速做出反应。
2. 调节PID调节通常是更容易实现的PLC控制器中自动化开发环境的系统。
Fuzzy可能更多地需要手动调整和对规则进行逐步精细的训练,但它也可以被训练自动化。
3. 适应性模糊控制器的好处是可以轻松地处理不确定性和模糊性,因此可以应对复杂环境。
PID控制器则对不确定性和模糊性更加敏感,而且会因不确定性的变化而导致过度响应或不足响应的问题。
4. 实际应用PID控制器广泛应用于许多领域,如化工、制造和机械工程。
模糊控制与PID传统控制比较

模糊控制与
传统PID控制比较
目录
引言 (3)
第一章开环测试 (3)
1.1开环测试 (3)
1.2 PID控制 (4)
1.2.1 PID概述: (4)
1.2.2 PID结构 (4)
1.2.3 PID参数作用 (5)
1.2.4 PID调节方法(自整定过程) (6)
第二章:模糊控制 (10)
2.1模糊控制技术的起源与特点 (10)
2.2模糊控制论的特点: (11)
2.3模糊控制研究现状: (11)
2.4模糊控制的发展趋势: (12)
2.5设计一个模糊控制器规则: (12)
2.6一个基本模糊控制器主要有三个功能 (13)
2.7模糊控制器主要步骤: (13)
2.9 simulink仿真 (15)
第三章:模糊控制与传统PID控制比较: (16)
3.1 死区、迟滞 (16)
3.2 PID控制器和模糊控制器对比: (17)
参考文献: (20)
引言
模糊控制不需要确定系统的精确数学模型,是一种基于规则的控制。
模糊控制在智能控制领域由于理论研究比较成熟、实现相对比较简单、适应面宽而得到广泛的应用。
不论是对复杂的水泥回转窑的控制,还是在智能化家用电器中的应用,模糊控制都充当着重要的角色。
以下我们从一个典型工业过程通常可以等效为二阶系统加上一个非线性环节(如纯滞后),给出如下典型控制对象传递函数的一般形式:[1]
Gp(s)=K*e-τs/(T1s+1)(T2s+1)
第一章开环测试
1.1开环测试:取K=1,T1=2,T2=4,τ=0.1;
在simulink中搭建开环测试框架图:
图1 开环测试图
仿真结果:。
模糊控制与PID控制性能比较

本程序选自楼顺天,胡昌华,张伟编著《基于MATLAB 的系统分析与设计:模糊系统》,西安电子科技大学出版社,2001年5月第一版,ISBN7-5606-1011-0,定价:14元第77-87页例3.8中源程序。
程序运行输出图形如下:00.51 1.52 2.533.544.50.20.40.60.811.21.41.61.8时间(0.01秒)输出程序运行后在输出图形时需要用鼠标左键分别先后在红色曲线和蓝色曲线上方点一下,输出提示文本,否则若在图形区域外直接点击鼠标左键,会输出错误提示。
源程序清单如下: %Example 3.8%-------------------------%典型二阶系统的模糊控制与传统PID 控制的性能比较%------------------------num=20;den=[1.6,4.4,1];[a1,b,c,d]=tf2ss(num,den);x=[0;0];T=0.01;h=T;umin=0.07;umax=0.7;td=0.02;Nd=td/T;N=500;R=1.5*ones(1,N);%--------------------%传统PID 控制%--------------------e=0;de=0;ie=0;kp=5;ki=0.1;kd=0.001;for k=1:Nuu1(1,k)=-(kp*e+ki*de+kd*ie);%延迟环节if k<=Ndu=0;elseu=uu1(1,k-Nd);end%死区和饱和环节if abs(u)<=uminu=0;elseif abs(u)>umaxu=sign(u)*umax;end%利用龙格-库塔法进行系统仿真k0=a1*x+b*u;k1=a1*(x+h*k0/2)+b*u;k2=a1*(x+h*k1/2)+b*u;k3=a1*(x+h*k2)+b*u;x=x+(k0+2*k1+2*k2+k3)*h/6;y=c*x+d*u;%计算误差、微分和积分e1=e;e=y(1,1)-R(1,k);de=(e-e1)/T;ie=e*T+ie;yy1(1,k)=y;end%-----------------%模糊控制%-----------------%定义输入和输出变量及其隶属度函数a=newfis('Simple');a=addvar(a,'input','e',[-6,6])a=addmf(a,'input',1,'NB','trapmf',[-6,-6,-5,-3]); a=addmf(a,'input',1,'NS','trapmf',[-5,-3,-2,0]); a=addmf(a,'input',1,'ZR','trimf',[-2,0,2]);a=addmf(a,'input',1,'PS','trapmf',[0,2,3,5]);a=addmf(a,'input',1,'PB','trapmf',[3,5,6,6]);a=addvar(a,'input','de',[-6,6]);a=addmf(a,'input',2,'NB','trapmf',[-6,-6,-5,-3]); a=addmf(a,'input',2,'NS','trapmf',[-5,-3,-2,0]); a=addmf(a,'input',2,'ZR','trimf',[-2,0,2]);a=addmf(a,'input',2,'PS','trapmf',[0,2,3,5]);a=addmf(a,'input',2,'PB','trapmf',[3,5,6,6]);a=addvar(a,'output','u',[-3,3]);a=addmf(a,'output',1,'NB','trapmf',[-3,-3,-2,-1]); a=addmf(a,'output',1,'NS','trimf',[-2,-1,0]);a=addmf(a,'output',1,'ZR','trimf',[-1,0,1]);a=addmf(a,'output',1,'PS','trimf',[0,1,2]);a=addmf(a,'output',1,'PB','trapmf',[1,2,3,3]);%模糊规则矩阵rr=[5 5 4 4 35 4 4 3 34 4 3 3 24 3 3 2 23 3 2 2 1];r1=zeros(prod(size(rr)),3);k=1;for i=1:size(rr,1)for j=1:size(rr,2)r1(k,:)=[i,j,rr(i,j)];k=k+1;endend[r,s]=size(r1);r2=ones(r,2);rulelist=[r1,r2];a=addrule(a,rulelist);%模糊控制系统仿真e=0;de=0;ie=0;x=[0;0];ke=60;kd=2.5;ki=0.01;ku=.8;for k=1:Ne1=ke*e;de1=kd*de;if e1>=6e1=6;elseif e1<=-6e1=-6;endif de1>=6de1=6;elseif de1<=-6de1=-6;endin=[e1 de1];uu(1,k)=ku*evalfis(in,a)-ki*ie;if k<=Ndu=0;elseu=uu(1,k-Nd);endif abs(u)<=uminu=0;elseif abs(u)>umaxu=sign(u)*umax;endk0=a1*x+b*u;k1=a1*(x+h*k0/2)+b*u;k2=a1*(x+h*k1/2)+b*u;k3=a1*(x+h*k2)+b*u;x=x+(k0+2*k1+2*k2+k3)*h/6;y=c*x+d*u;e1=e;e=y-R(1,k);de=(e-e1)/T;ie=ie+e*T;yy(1,k)=y;end%绘制结果曲线kk=[1:N]*T;figure(1);plot(kk,R,'k',kk,yy,'r',kk,yy1,'b'); xlabel('时间(0.01秒)');ylabel('输出');gtext('模糊控制');gtext('PID控制');。
模糊pid与传统pid的性能比较与适应场合分析

比较二者的优缺点ꎮ
其中传递函数为:
G =
10
( S + 1) ( S + 2) ( S + 3) ( S + 4)
(1)
其控制规律为:
53
u( t) = Kp[ e p ( t) +
∫
d ( t)
1
e( t) d( t) + T d e
]
Ti
dt
(2)
ciples of the two. The analysisꎬ first analyze their structural compositionꎬ and then the function of each part. They studied
their strengths and weaknesses and compared their advantages and disadvantages to understand the application. Thenꎬ the
pidcontroller?controleffect?interference社会进入到了物联网的时代?特别是现在5g技术的推广应用?使得更多的设备实现了自动化智能化?这也使得好的控制系统越来越被人们所需要3?与传统的pid控制系统相比较?模糊pid控制系统在逐渐应用到人们生产和生活中去?虽然到目前为止?传统的pid控制系统仍然是主流控制系统?技术发展的比较完善?应用范围较广?但随着科技的进步?人们遇到了许多传统pid控制系统不能做得很好甚至无法应用的领域?这就需要尝试模糊pid控制系统4?模糊pid虽然到目前为止还没有传统pid控制系统完善?但它有自身优点?为了搞明白两者的特点?对模糊pid控制系统进行设计并且与传统pid进行比较分析?1设计被控对象为了具体比较传统pid控制器与模糊pid控制器的不同?经过查阅资料选定以炼钢厂炉温的传递函数为被控量?通过具体的生活中的被控对象来比较二者的优缺点?其中传递函数为
常规PID控制和常规模糊控制的比较

常规PID控制和常规模糊控制的比较作者:胡洋来源:《科学与财富》2016年第26期摘要:PID控制是自动控制领域产生最早、应用最广的一种控制方法,但对于大滞后、非线性的复杂系统,常规PID控制很难保证其控制效果始终处于最佳效果,不易进行在线的调整。
模糊控制不需要确定系统的精确数学模型,是一种基于规则的控制。
模糊控制在智能控制领域由于理论研究比较成熟、实现相对比较简单、适应面宽而得到广泛的应用。
本文就实际问题对两种方法进行Simulink仿真,并做了分析比较。
关键词:PID控制;模糊控制;Matlab仿真1 PID控制器的设计PID控制器传递函数的一般表达式为:Gc(s)=Kp+Ki/s+Kd*s,Kp为比例增益;Ki为积分增益;Kd为微分增益。
PID参数模糊自整定是找出PID中3个参数与e和ec之间的模糊关系,在运行中通过不断检测e和ec,根据模糊控制原理来对3个参数进行在线修改,以满足不同e和ec时对控制参数的不同要求,而使被控对象有良好的动稳态性能。
从系统的稳定性、响应速度、超调量和稳态精度等方面来考虑Kp,Ki,Kd的作用如下:(1)比例系数Kp的作用是:加快系统的响应速度,提高系统的调节精度。
Kp越大,系统的响应速度越快,系统的调节精度越高,但易产生超调,甚至导致系统不稳定;Kp取值过小,则会降低调节精度,使响应速度缓慢,从而延长调节时间,使系统静态、动态特性变坏。
(2)积分作用系数Ki的作用是:消除系统的稳态误差。
Ki越大,系统的稳态误差消除越快,但Ki过大,在响应过程的初期会产生积分饱和现象,从而引起响应过程的较大超调;若Ki过小,将使系统稳态误差难以消除,影响系统的调节精度。
(3)微分作用系数Kd的作用是:改善系统的动态特性。
其作用主要是能反应偏差信号的变化趋势,并能在偏差信号值变得太大之前,在系统中引入一个有效的早期修正信号,从而加快系统的动作速度,减少调节时间。
2 常规模糊控制器的设计Matlab中的Simulink仿真图如下:在Matlab的命令窗口输入命fuzzy,进入图形用户界面(GUI)窗口。
PID控制与模糊控制比较

PID控制与模糊控制的比较专业:控制理论与控制工程班级:级班姓名:X X X学号: xxxxxxxxxxxxxx摘要:介绍了PID控制系统和模糊控制系统的工作原理。
PID控制器结构简单,实现简单,控制效果良好,已经得到了广泛的应用。
而模糊控制器相对复杂,但在许多的智能化家用电器中也得到了大量应用。
但对于一个简单的系统来讲,哪一种控制方法更好,是不是越智能的控制就能得到越好的效果。
关键词:PID控制,模糊控制,比较Abstrac t: Introduced the working princip le of PID control systemand fuzzy control system. PID control ler structu re is simple, impleme ntatio n is simple, the control effectis good, has been widelyused. And fuzzy control ler is relativ ely complic ated, but in a lot of intelli gent househo ld applian ces also receive d a large numberof applica tions.But for a simplesystem, which kind of control methodis better, is weather the intelli gent control can obtainthe good effect.Key words: PID control, fuzzy control, compare目录一、问题的提出 (1)二、PID控制器的设计 (2)1.PID控制原理图: (2)2.PID控制器传递函数的一般表达式 (2)三、模糊控制器的设计 (3)1.模糊控制原理图 (3)2.模糊控制器传递函数一般表达形式 (4)四、系统仿真 (4)五、总结............................................................................................ 错误!未定义书签。
PID控制与模糊控制比较

PID控制与模糊控制的比力之马矢奏春创作专业:控制理论与控制工程班级:级班姓名:X X X学号:xxxxxxxxxxxxxx摘要:介绍了PID控制系统和模糊控制系统的工作原理.PID控制器结构简单, 实现简单, 控制效果良好, 已经获得了广泛的应用.而模糊控制器相对复杂, 但在许多的智能化家用电器中也获得了年夜量应用.但对一个简单的系统来讲, 哪一种控制方法更好, 是不是越智能的控制就能获得越好的效果.关键词:PID控制, 模糊控制, 比力Abstract: Introduced the working principle of PID control system and fuzzy control system. PID controller structure is simple, implementation is simple, the control effect is good, has been widely used. And fuzzy controller is relatively complicated, but in a lot of intelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect.Key words: PID control, fuzzy control, compare目录一、问题的提出1二、PID控制器的设计21.PID控制原理图:2三、模糊控制器的设计31.模糊控制原理图32.模糊控制器传递函数一般表达形式4四、系统仿真4五、总结10参考文献:11一、问题的提出现今的自动控制技术都是基于反馈的概念.反馈理论的要素包括三个部份:丈量、比力和执行.丈量关心的变量, 与期望值相比力, 用这个误差纠正调节控制系统的响应.它由于用途广泛、使用灵活, 已有系列化产物, 使用中只需设定三个参数(Kp, Ti和Td)即可.在很多情况下, 其实纷歧定需要全部三个单位, 可以取其中的一到两个单位, 但比例控制单位是必不成少的.首先, PID应用范围广.虽然很多工业过程是非线性或时变的, 但通过对其简化可以酿成基本线性和静态特性不随时间变动的系统, 这样PID就可控制了.其次, PID参数较易整定.也就是, PID参数Kp, Ti和Td可以根据过程的静态特性及时整定.如果过程的静态特性变动, 例如可能由负载的变动引起系统静态特性变动, PID参数就可以重新整定.第三, PID控制器在实践中也不竭的获得改进, 下面两个改进的例子.在工厂, 总是能看到许多回路都处于手动状态, 原因是很难让过程在“自动”模式下平稳工作.由于这些缺乏, 采纳PID的工业控制系统总是受产物质量、平安、产量和能源浪费等问题的困扰.PID参数自整定就是为了处置PID参数整定这个问题而发生的.现在, 自动整定或自身整定的PID控制器已是商业单回路控制器和分散控制系统的一个标准.在一些情况下针对特定的系统设计的PID控制器控制得很好, 但它们仍存在一些问题需要解决:如果自整定要以模型为基础, 为了PID参数的重新整定在线寻找和坚持好过程模型是较难的.闭环工作时, 要求在过程中拔出一个测试信号.这个方法会引起扰动, 所以基于模型的PID参数自整定在工业应用不是太好.如果自整定是基于控制律的, 经常难以把由负载干扰引起的影响和过程静态特性变动引起的影响区分开来, 因此受到干扰的影响控制器会发生超调, 发生一个不需要的自适应转换.另外, 由于基于控制律的系统没有成熟的稳定性分析方法, 参数整定可靠与否存在很多问题.因此, 许多自身整定参数的PID控制器经常工作在自动整定模式而不是连续的自身整定模式.自动整定通常是指根据开环状态确定的简单过程模型自动计算PID参数.PID在控制非线性、时变、耦合及参数和结构不确定的复杂过程时, 工作地不是太好.最重要的是, 如果PID控制器不能控制复杂过程, 无论怎么调参数都没用.虽然有这些缺点, PID控制器是最简单的有时却是最好的控制器模糊控制是利用模糊数学的基本思想和理论的控制方法.在传统的控制领域里, 控制系统静态模式的精确与否是影响控制优劣的最主要关键, 系统静态的信息越详细, 则越能到达精确控制的目的.然而, 对复杂的系统, 由于变量太多, 往往难以正确的描述系统的静态, 于是工程师便利用各种方法来简化系统静态, 以告竣控制的目的, 但却不尽理想.换言之, 传统的控制理论对明确系统有强而有力的控制能力, 但对过于复杂或难以精确描述的系统, 则显得无能为力了.因此便检验考试着以模糊数学来处置这些控制问题.模糊控制在智能控制领域由于理论研究比力成熟、实现相比较力简单、适应面宽而获得了广泛的应用.不论是对复杂的水泥回砖窑的控制, 还是在智能化家用电器中的应用, 模糊控制都充任着重要的角色.本文针对固定系统, 分别利用传统PID控制方法和模糊控制方法对其进行仿真控制, 并对两种控制的控制结果进行了比力, 通过比力标明了模糊控制相比传统的PID控制改善控制系统的静态性能.二、PID控制器的设计1.PID控制原理图:PID控制其结构框图如下图所示:图1:PID控制器结构框图PID控制器传递函数的一般表达形式为:其中kp为比例增益;ki为积分增益;kd为微分增益.调整PID参数, 以满足系统要求, 从而使被控对象有更优良的静态响应和静态响应.比例环节:根据偏差量成比例的调节系统控制量, 以此发生控制作用, 减少偏差.比例系数的作用是增加系统响应的速度, 比例系数越年夜, 系统响应越快, 但系统容易发生超调, 比例系数过小, 会影响系统调节的精度, 系统响应时间变长, 系统的静态响应变差.积分环节:用于消除静差, 提高系统的无差度, 积分时间常数决定着积分环节作用的强度, 可是积分作用过强的话会影响系统的稳定性.微分环节:根据偏差量的变动趋势来调节系统控制量, 在偏差信号发生较年夜变动之前, 提早引入一个校正信号, 起到加快系统举措速度, 减少调节时间的作用, 调节微分参数需要注意微分作用太强可能会引起系统振荡.三、模糊控制器的设计1.模糊控制原理图模糊控制器结构框图如下图所示:图2:模糊控制器结构框图模糊控制器结构如下图:图3:模糊控制器结构框图2.模糊控制器传递函数一般表达形式一个典范工业过程通常可以等效为二阶系统加上一个非线性环节(如纯滞后), 给出如下经典控制对象传递函数的一般形式:其中模糊控制规则是模糊控制器的核心, 是设计控制系统的主要内容.一个基本模糊控制器主要有三个功能:(1)模糊化:把精确量(如偏差e 和偏差变动ec )转化为相应的模糊量(E 、EC );(2)模糊推理:按总结的语言规则(模糊控制规划表)进行模糊推理;(3)模糊判决:把推理结果(U )从模糊量转化为可以用于实际控制的精确量(u ).模糊规则是由一系列的模糊条件语句组成的, 即由许多模糊蕴含关系构成.这些条件语句是推理的动身点和获得的正确结论的根据和基础.每条模糊条件语句都给出模糊蕴含关系, 即一条控制规则.若有n 条规则, 就把它们表达的n 个模糊蕴含关系(i=l, 2, ⋯, n)做并运算, 构成系统总的模糊蕴含关系:211R R R R i n i ===…n n R R 1-四、系统仿真本文采纳的传递函数为:s e s s s G 05.021321)(-++=[5]用Simulink 工具建立由PID 控制器组成的系统仿真模型如下图所示, 其中比例增益Kp 取值5, 积分增益取值1, 微分增益取值5.选用的输入是单位阶跃信号.图4:Simulink 的PID 控制器仿真图设计模糊控制器的主要步伐为:1.选择偏差e、偏差变动ec和控制量u的模糊语言变量为E、EC和U.根据e、ec和u实际的基本论域, 设定E、EC和U论域都为[-3,3], 可以确定出量化因子Ke、Kc和K比例因子u.2.选取E、EC和U的各语言变量值:正年夜为PB, 正中为PM, 正小为PS, 为零为E, 负小为NS, 负中为NM, 负年夜为NB, 它们各自在论域上的模糊子集隶属度函数均为三角形.3.选择一种模糊判决方法, 将控制量由模糊量酿成精确量,这个过程叫做“去模糊化”, 这里采纳的是“面积平分法”.用Simulink工具建立由模糊控制器组成的系统仿真模型如下图所示:图5:Simulink的模糊控制器仿真图其中Ke取2, Kc取值2, K取值2语言值的隶属函数选择三角形的隶属度函数如下面三幅图所示:(1)E的隶属度函数:图5:E的隶属度函数(2)EC的隶属度函数:图6:EC的隶属度函数(3)U的隶属度函数图7:U的隶属度函数控制规则选用Mamdain 控制规则;该控制系统的控制规则如表1所示:U EEC NB NM NS ZE PS PM PB NB NB NB NM NM NS NS ZE NM NB NM NM NS NS ZE PS NS NM NM NS NS ZE PS PS ZE NM NS NS ZE PS PS PM PS NS NS ZE PS PS PM PM PM NS ZE PS PS PM PM PB PB ZE PS PS PM PM PB PB表1:控制规则将规则输入到编纂器中(如图8所示)一共有7×7=49条规则, 输入后可以在编纂器中的Rule Viewer(如图9所示)和Surface Viewe(如图10所示)r中检核对具体输入的模糊推理及输出情况,输入各种分歧的数据,检查模糊推理情况及输出数据.也可以用于检查, 看自己输入的规则和有没有毛病.图8:规则编纂器重的控制规则图9:编纂器中Rule Viewer图10:编纂器中的SurfaceViewer实验获得的结果图形如下所示:图11:PID控制法与模糊控制法仿真结果波形其中, 绿色为输入信号, 紫红色为PID控制法的输出信号, 黄色的为模糊控制法的输出信号.五、总结利用MATLAB的SIMULINK 仿真工具, 分别用PID控制法和模糊控制法对对象进行了仿真, 通过对两者图像的比力, 我得出了一些结论.调节过程中, 由于对象选择的是比力简单, PID控制法所选用的各个环节的参数比力容易调得, 波形相对稳定, 呈现的颤动小, 可是波形峰值相对较年夜, 超调量较年夜, 调节时间稍长.模糊控制法所选用的各个环节的参数比力难以调得, 波形相对不稳定, 容易呈现颤动, 不容易到达预计值, 在此次试验中通过改变反馈的增益来调节最终波形到达稳定的值.可是模糊控制法易去失落超调, 波形峰值较小, 调节时间较短.经过反复调试也可以呈现比力稳定、摆荡比PID控制法要小、无超调、调节时间较为短的输出波形.对我所选取的这一对象, 最终我调出的波形, PID控制的结果有超调, 调节时间长, 而模糊控制的结果没有超调, 时间比PID创作时间:二零二一年六月三十日调节略微短些.综上所述, PID的参数虽然相较容易调得, 但控制结果还是模糊控制的好.参考文献:[1]李秀娟,吴于力.基于MATLAB墓库控制器设计和仿真[J].电子丈量技术,2004.,4:22-23[2]苗敬利,李华德.模糊控制和传统PID控制的仿真研究[J].微计算机信息,2003,7[3]姚松,蒋念平.基于模糊控制理论的PID控制器的仿真研究[J].计算机系统应用,2011,10(20):125-128[4]袁世强,赵锡龄.模糊控制与PID控制的比力[J].科技情报开发与经济,2001,2.[5]杨士勇,徐国林.模糊控制与PID控制的比较及其复合控制[J].自动化技术与应用,2011,11(30):21-25[6]张金焕.PID控制系统和模糊自适应PID控制系统的研究及比力[J].武汉理工年夜学学报·信息与管理工程版,2005,5(27):286-290创作时间:二零二一年六月三十日。
模糊控制与传统PID控制比较

模糊控制与传统PID控制比较引言:模糊控制不需要确定系统的精确数学模型,是一种基于规则的控制。
模糊控制在智能控制领域由于理论研究比较成熟、实现相对比较简单、适应面宽而得到广泛的应用。
不论是对复杂的水泥回转窑的控制,还是在智能化家用电器中的应用,模糊控制都充当着重要的角色。
一个典型工业过程通常可以等效为二阶系统加上一个非线性环节(如纯滞后),给出如下典型控制对象传递函数的一般形式:Gp(s)=K*e-τs/(T1s+1)(T2s+1)PID控制:PID控制是自动控制领域产生最早、应用最广的一种控制方法。
PID控制原理图:PID控制器传递函数的一般表达式为:Gc(s)=kp+ki/s+kd*skp为比例增益;ki为积分增益;kd为微分增益控制器的关键是确定三个增益值,在simulink中搭建PID 系统控制模型如下图示:PID仿真结果:模糊控制:模糊控制是运用语言归纳操作人员的控制策略,运用变量和模糊集合理论形成控制算法的一种控制。
模糊控制原理框图:一个基本模糊控制器主要有三个功能:(1)模糊化:把精确量(如偏差e和偏差变化ec)转化为相应的模糊量(E、EC);(2)模糊推理:按总结的语言规则(模糊控制规则表)进行模糊推理;(3)模糊判决:把推理结果(U)从模糊量转化为可以用于实际控制的精确量(u)模糊控制器的基本机构设计模糊控制器主要步骤:1.选择偏差e、偏差变化ec和控制量u的模糊语言变量为E、EC和U。
根据e、ec和u实际的基本论域,设定E、EC和U论域都为[-6,6],可以确定出量化因子Ke、Kc和比例因子Ku。
2.选取E、EC和U的各语言变量直,正大PB,正中PM,正小PS,零ZE,负小NS,负中NM,负大NB,它们各自在论域上的模糊子集隶属度函数均为三角形,3.根据总结的人工操作策略设计出模糊控制策略表:ek=yr-yk △ek=ek-ek-1模糊规则:3.选择一种模糊判决方法,将控制量由模糊量变为精确量,这个过程叫做“去模糊化”,这里采用“面积平分法”仿真结果:总结:设给定r为单位阶跃输入,通过改变控制对象象的参数,在同一坐标内观察它们的输出y响应曲线对两种控制方案的性能进行对比分析,模糊控制器比PID控制器,动态性能很好,上升速度快,基本没有超调。
模糊控制与传统PID控制比较(荟萃知识)

模糊控制
与传统PID控制比较
引言:
模糊控制不需要确定系统的精确数学模型,是一种基于规则的控制。
模糊控制在智能控制领域由于理论研究比较成熟、实现相对比较简单、适应面宽而得到广泛的应用。
不论是对复杂的水泥回转窑的控制,还是在智能化家用电器中的应用,模糊控制都充当着重要的角色。
一个典型工业过程通常可以等效为二阶系统加上一个非线性环节(如纯滞后),给出如下典型控制对象传递函数的一般形式:
Gp(s)=K*e-τs/(T1s+1)(T2s+1)
PID控制:
PID控制是自动控制领域产生最早、应用最广的一种控制方法。
PID控制原理图:
PID控制器传递函数的一般表达式为:
Gc(s)=kp+ki/s+kd*s
kp为比例增益;ki为积分增益;kd为微分增益
控制器的关键是确定三个增益值,在simulink中搭建PID系统控制模型如下图示:
PID仿真结果:
模糊控制:
模糊控制是运用语言归纳操作人员的控制策略,运用变量和模糊集合理论形成控制算法的一种控制。
模糊控制原理框图:
一个基本模糊控制器主要有三个功能:
(1)模糊化:把精确量(如偏差e和偏差变化ec)转化为相应。
PID控制与模糊控制比较

PID控制与模糊控制的比力之迟辟智美创作专业:控制理论与控制工程班级:级班姓名:X X X学号:xxxxxxxxxxxxxx摘要:介绍了PID控制系统和模糊控制系统的工作原理.PID 控制器结构简单,实现简单,控制效果良好,已经获得了广泛的应用.而模糊控制器相对复杂,但在许多的智能化家用电器中也获得了年夜量应用.但对一个简单的系统来讲,哪一种控制方法更好,是不是越智能的控制就能获得越好的效果.关键词:PID控制,模糊控制,比力Abstract: Introduced the working principle of PID control system and fuzzy control system. PID controller structure is simple, implementation is simple, the control effect is good, has been widely used. And fuzzy controller is relatively complicated, but in a lot of intelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect.Key words: PID control, fuzzy control, compare目录一、问题的提出1二、PID控制器的设计21.PID控制原理图:2三、模糊控制器的设计31.模糊控制原理图32.模糊控制器传递函数一般表达形式4四、系统仿真??五、总结错误!未指定书签。
模糊控制与传统PID控制比较

模糊控制与传统PID控制比较引言:模糊控制不需要确定系统的精确数学模型,是一种基于规则的控制。
模糊控制在智能控制领域由于理论研究比较成熟、实现相对比较简单、适应面宽而得到广泛的应用。
不论是对复杂的水泥回转窑的控制,还是在智能化家用电器中的应用,模糊控制都充当着重要的角色。
一个典型工业过程通常可以等效为二阶系统加上一个非线性环节(如纯滞后),给出如下典型控制对象传递函数的一般形式:Gp(s)=K*e-τs/(T1s+1)(T2s+1)PID控制:PID控制是自动控制领域产生最早、应用最广的一种控制方法。
PID控制原理图:PID控制器传递函数的一般表达式为:Gc(s)=kp+ki/s+kd*skp为比例增益;ki为积分增益;kd为微分增益控制器的关键是确定三个增益值,在simulink中搭建PID系统控制模型如下图示:PID仿真结果:模糊控制:模糊控制是运用语言归纳操作人员的控制策略,运用变量和模糊集合理论形成控制算法的一种控制。
模糊控制原理框图:一个基本模糊控制器主要有三个功能:(1)模糊化:把精确量(如偏差e和偏差变化ec)转化为相应的模糊量(E、EC);(2)模糊推理:按总结的语言规则(模糊控制规则表)进行模糊推理;(3)模糊判决:把推理结果(U)从模糊量转化为可以用于实际控制的精确量(u)模糊控制器的基本机构设计模糊控制器主要步骤:1.选择偏差e、偏差变化ec和控制量u的模糊语言变量为E、EC和U。
根据e、ec和u实际的基本论域,设定E、EC 和U论域都为[-6,6],可以确定出量化因子Ke、Kc和比例因子Ku。
2.选取E、EC和U的各语言变量直,正大PB,正中PM,正小PS,零ZE,负小NS,负中NM,负大NB,它们各自在论域上的模糊子集隶属度函数均为三角形,3.根据总结的人工操作策略设计出模糊控制策略表:ek=yr-yk △ek=ek-ek-1模糊规则:eu NB NM NS ZE PS PM PBde PB ZE PS PS PM PM PB PB PM NS ZE PS PS PM PM PB PS NS NS ZE PS PS PM PM Z NM NS NS ZE PS PS PM NS NM NM NS NS ZE PS PS NM NB NM NM NS NS ZE PS NB NB NB NM NM NS NS ZE3.选择一种模糊判决方法,将控制量由模糊量变为精确量,这个过程叫做“去模糊化”,这里采用“面积平分法”仿真结果:总结:设给定r为单位阶跃输入,通过改变控制对象象的参数,在同一坐标内观察它们的输出y响应曲线对两种控制方案的性能进行对比分析,模糊控制器比PID控制器,动态性能很好,上升速度快,基本没有超调。
PID控制与模糊控制比较之欧阳法创编

PID控制与模糊控制的比较创作:欧阳法专业:控制理论与控制工程班级:级班姓名:XXX学号:摘要:介绍了Pin控制系统和模糊控制系统的工作原理。
Pin控制器结构简单,实现简单,控制效果良好,已经得到了广泛的应用。
而模糊控制器相对复杂,但在许多的智能化家用电器中也得到了大量应用。
但对于一个简单的系统来讲,哪一种控制方法更好,是不是越智能的控制就能得到越好的效果。
关键词:PID控制,模糊控制,比较Abstract: Introduced the working principle of PID controlsystem and fuzzv control system ・ PID- J Jcontroller structure is simple, implementation is simple, thecontrol effect is good, has been widely used・ And fuzzy controller is relatively complicated, but in a lot ofintelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect.Key words: PID control, fuzzy control, compare目录一、问题的提出1二、PID控制器的设计21.PID控制原理图:22.PID控制器传递函数的一般表达式2三、模糊控制器的设计31・模糊控制原理图32.模糊控制器传递函数一般表达形式"四、系统仿真4五、总结10参考文献:11问题.的提出2021.03.09 欧阳法创编2021.03.09当今的自动控制技术都是基于反馈的概念。
PID控制与模糊控制比较

PID控制与模糊控制的比较专业:控制理论与控制工程班级:级班姓名:X X X学号: xxxxxxxxxxxxxx摘要:介绍了 PID 控制系统和模糊控制系统的工作原理。
PID 控制器结构简单,实现简单,控制效果良好,已经得到了广泛的应用。
而模糊控制器相对复杂,但在许多的智能化家用电器中也得到了大量应用。
但对于一个简单的系统来讲,哪一种控制方法更好,是不是越智能的控制就能得到越好的效果。
关键词:PID 控制,模糊控制,比较Abstract : Introduced the working principle of PID control system and fuzzy control system. PID controller structure is simple, implementation is simple, the control effect is good, has been widely used. And fuzzy controller is relatively complicated, but in a lot of intelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect.Key words : PID control, fuzzy control, compare目录一、问题的提出 (1)二、PID 控制器的设计 (2)1 (I)控制原理图: (2)2 (I)控制器传递函数的一般表达式 (2)三、模糊控制器的设计 (3)1.模糊控制原理图 (3)2.模糊控制器传递函数一般表达形式 (4)四、系统仿真 (4)五、总结 (14)参考文献: (15)一、问题的提出当今的自动控制技术都是基于反馈的概念。
PID控制与模糊控制比较

PID控制与模糊控制的比较之杨若古兰创作专业:控制理论与控制工程班级:级班姓名:X X X学号:xxxxxxxxxxxxxx摘要:介绍了PID控制零碎和模糊控制零碎的工作道理.PID控制器结构简单,实现简单,控制后果良好,曾经得到了广泛的利用.而模糊控制器绝对复杂,但在很多的智能化家用电器中也得到了大量利用.但对于一个简单的零碎来讲,哪一种控制方法更好,是不是越智能的控制就能得到越好的后果.关键词:PID控制,模糊控制,比较Abstract: Introduced the working principle of PID control system and fuzzy control system. PID controller structure is simple, implementation is simple, the control effect is good, has been widely used. And fuzzy controller is relatively complicated, but in a lot of intelligent household appliances also received a large number of applications. But for a simple system, which kind of control method is better, is weather the intelligent control can obtain the good effect.Key words: PID control, fuzzy control, compare目录一、成绩的提出1二、PID控制器的设计21.PID控制道理图:2三、模糊控制器的设计31.模糊控制道理图32.模糊控制器传递函数普通表达方式4四、零碎仿真??五、总结错误!未指定书签。
- 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)。
上机实验
已知系统的传递函数为G(S)=1/(10S+1)e-0.5s。
假设系统给定为阶跃值r=30,系统的初始值r(0)=0试分别设计常规PID控制器和模糊控制器。
常规PID控制器的设计:
利用Ziegler-Nichols整定公式整定PID调节器的初始参数
由公式可得
P=18
Ti=1.65
Td=0
SIMULINK仿真图
设定仿真时间为10s 仿真结果
模糊控制器的设定
1 在matlab命令窗口输入“fuzzy”确定模糊控制器结构:即根据具体的系统确定输入、输出量。
选取二维控制结构,即输入为误差e和误差变化ec,输出
为u如下图所示
2 输入输出变量的模糊化:即把输入输出的精确量转化为对应语言变量的模糊集合。
首先我们要确定描述输入输出变量语言值的模糊子集,如{NB,NM,NS,ZO,PS,PM,PB},并设置输入输出变量的论域,然后我们为模糊语言变量选取相应的隶属度函数。
如下图所示
3 模糊推理决策算法设计:即根据模糊控制规则进行模糊推理,并决策出模糊输出量。
首先要确定模糊规则,即专家经验。
如图。
制定完之后,会形成一个模糊控制规则矩阵,然后根据模糊输入量按照相应的模糊推理算法完成计算,并决策出模糊输出量。
4.对输出模糊量的解模糊:模糊控制器的输出量是一个模糊集合,通过反模糊化方法判决出一个确切的精确量,反模糊化方法很多,我们这里选取重心法。
SIMULINK仿真图
在模糊控制器的输入和输出均有一个比例系数,我们叫它量化因子,它反映的是模糊论域范围与实际范围之间的比例关系,这里模糊控制器输入的论域范围均为[-6,6],假设误差的范围是[-10,10],误差变化率范围是[-100,100],控制量的范围是[-24,24],那么我们就可以算出量化因子分别为0.6,0.06,8。
量
化因子的选取对于模糊控制器的控制效果有很大的影响,当输出量化因子调为10控制效果更好。
仿真曲线
常规PID控制器和模糊控制器的比较
由仿真结果可见两种控制器对系统的各项性能指标都有了改进,常规PID还是有超调量,模糊控制器的超调量几乎为零。