基于Matlab模糊自适应PID控制器设计
基于MATLAB模糊自适应PID 控制器的设计
基于MATLAB模糊自适应PID 控制器的设计The fuzzy PID controller and‘its simulation Abstract：This paper discusses the design of fuzzy PID controller and he method of realization using MATLAB software．The result of simulation in MATLAB／Simulink indicates that the controlle r evidently improves the dynamic property of control system．The controlle r is easily realized and applied in engineering．First, let's take a look at how the PID controller works in variable (e) represents the tracking error, the difference between the desired input value (R) and the actual output (Y). This error signal (e) will be sent to the PID controller, and the controller computes both the derivative and the integral of this error signal. The signal (u) just past the controller is now equal to the proportional gain (Kp) times the magnitude of the error plus the integral gain (Ki) times the integral of the error plus the derivative gain (Kd) times the derivativeof the error.摘要: 基于模糊自适应控制理论, 设计了一种模糊自适应PID 控制器, 具体介绍了这种PID 控制器的控制特点及参数设计规则, 实现PID 控制器的在线自整摘要: 基于模糊自适应控制理论, 设计了一种模糊自适应PID 控制器, 具体介绍了这种PID 控制器的控制特点及参数设计规则, 实现PID 控制器的在线自整定和自调整。
基于MATLAB模糊自整定PID控制器的设计与仿真
ｎｑ知 ｌ表， 和榄糊避辑的 则推理 为珊 ｌ 沱壤础．采用讣雄
与 。均成取大螳 ，同时 为避免 系统 在矬定 值附近 ｍ脱掀
机拄 制技 术构 ｊ戊的一种 具钉 厦馈通 道的闭环数 ≯控制系统 雠糊控制脲理 土坚包括 雎Ｉｐ的模糊 鲢化处理 、摸糊 摊 制脱 ｌｌｌＪ、模蝴决策 、０：模糊化处理 等环竹组成的馁糊控 捌 ；｝＝ ｌ｝
仪需要 ｆ研的经骑羽Ｉ技巧．ｍ儿十分龆时 删Ｉ埘．靠实际 控制系统控 制过 ＩＩＩ．Ｉｌｌ ｒ噪声 ．饥栽扰动平ｆＩ 他 · 环 境条件变化的蟛 响，受控址 襁参数．模型结构均将发生变
脚 Ｉ 榄蝴 ＰＩＤ控 制吊龇 · 拘罔
化 这 种恃税 下．１采用 常规 ＰＩＤ捕制器雕以获樽满意舳 控制效 ．『ｆｌｊ模糊杜制 依赖被拄卅 象精确的数学 模 ． 是在总童ｌ Ｊｉ拇作 始ｊＩ禽玷础 ｌ 炎现 自动控制的一种手段。本文 应 用模糊推删ｌ的方法实现时 ＰＩＤ参数的在线 自动档定 ，弹 依 此 殳计ｌｆ１ －般挎｛ｌ｝ｌｊ系统 的模糊参数 一憔定 ＰＩＤ控制器 齄千。ＭＡＴＬＡＢ的仿真结 槊丧ｆ蝣，与常舰 ＰＩＤ控制 系统相 比，改泄仆能 挟得 世优 的舟榨性 和动、静态性及县有 良好 旧ｍ ＆ｍ Ｉ：
表 ２ Ｋ．模 糊 规 则 表
ＮＢ ＮＭ ＮＳ Ｏ ＰＳ ＰＭ ＰＢ
ＮＢ ＮＢ Ｎ Ｂ ＮＭ ＮＭ Ｏ Ｏ
ＮＢ ＮＢ ＮＭ ＮＭ ＮＳ Ｏ Ｏ
ＮＭ ＮＭ ＮＳ ＮＳ Ｏ ＰＳ ＰＳ
ＮＭ ＮＳ ＮＳ Ｏ Ｐｓ ＮＭ ＰＭ
１， Ｏ，Ｋ，ｔ＝１。
在 调 试 中 ，可 以 知 道 ：模 糊 控 制 器 输 入 变 量 的 量 化 因 子 、 对 控 制 系统 的动 态 性 能 影 响较 大 ， 选 得 较 大 ， 系统 的 超 调 较 大 ，过 渡 时 间较 长 。 选 得 较 大 ，超 调 减 小 ，并且 越 大系统超调越小 ，但系统 的响应速度 会变 慢 。实 际 ，量 化 因 子 和 二 者 之 间 也 相互 影 响 。
基于Matlab的自适应模糊PID控制器的设计
文章编号：１００５—７２７７（２００６）０３—００１１—０３２００６年第２８卷第３期第１１页电气传动自动化ＥＬＥＣＴＲＩＣＤＲＩＶＥＡＵＴＯＭＡＴＩＯＮＶｏｌ．２８，Ｎｏ．３２００６，２８（３）：１１～１３１引言常规ＰＩＤ控制由于原理简单、使用方便、适用性好、具有很强的鲁棒性，在工业过程控制中得到了广泛的应用，但是ＰＩＤ控制需要建立被控对象精确的数学模型，难以处理复杂的非线性控制系统。
而模糊控制是以模糊集合论、模糊语言变量以及模糊逻辑推理为基础的计算机数字控制算法，该算法把人的经验转化为控制策略，对那些时变的、非线性的、滞后的、高阶大惯性的被控对象，具有良好的控制效果。
本文将模糊控制和ＰＩＤ控制结合起来，设计了一种新型的智能控制系统，即模糊ＰＩＤ复合型控制系统，并运用Ｍａｔｌａｂ的模糊逻辑工具箱对其进行了仿真研究。
２控制方案的选择常规数字ＰＩＤ控制算法的形式为：ｕ（ｋ）＝Ｋｐ×ｅ（ｋ）＋Ｋｉ×ｎｉ＝０!ｅ（ｉ）＋Ｋｄ×［ｅ（ｋ）－ｅ（ｋ－１）］（１）式中ｅ（ｋ），ｕ（ｋ）分别为ＰＩＤ控制器的输入和输出，Ｋｐ、Ｋｉ、Ｋｄ分别为比例、积分和微分系数。
常规ＰＩＤ控制只适用于线性控制系统，且需要建立被控对象精确的数学模型。
普通模糊控制器相当于ＰＤ（比例微分）控制器，对输入量的处理是离散的，而且没有积分环节，所以本身无法消除系统的稳态误差，控制精度不高。
模糊控制器将误差信号转化为论域上的整数值［１］，即：ａ＝ｉｎｔ（ｋｅｅ＊＋０．５）（２）其中：ａ为误差转化到论域上的整数值；ｅ＊为某一时刻输入的误差；ｋｅ为误差量化因子；当ａ＝０时，系统进入稳态，此时有：ｉｎｔ（ｋｅｅ＊＋０．５）＝０，即：ｅ＊＜０．５／ｋｅ，（３）设误差实际变化范围为｛－ｅ，ｅ｝，误差的模糊论域为｛－ｎ，－ｎ－１，．．．，－１，０，１，．．．，ｎ－１，ｎ｝，将量化因子ｋｅ＝ｎ／ｅ代入（３）式中，有：ｅ＊＜０．５ｅ／ｎ（４）随着ｎ值增加，控制精度就会提高，但是模糊语言值相应的增加就会导致控制规则更为复杂，所以，一般规范化的论域形式通常取ｎ＝６，此时有：基于Ｍａｔｌａｂ的自适应模糊ＰＩＤ控制器的设计范子荣，张友鹏（兰州交通大学信息与电气工程学院，甘肃兰州７３００７０）摘要：将ＰＩＤ控制与模糊控制的简便性、灵活性以及鲁棒性结合起来，设计了一种自适应模糊ＰＩＤ控制器。
基于MATLAB的模糊自整定PID参数控制器的设计与仿真
２模糊自整定ＰＩＤ参数控制策略与 整定原则
杨咏梅：硕士研究生
国家自然科学基金资助项目（Ｇ０５０１０８０１６０３０２００１） 电话：０１０－６２１３２４３６．６２１９２６１６（Ｔ／Ｆ）
４模糊自整定ＰＩＤ参数控制系统仿真
０
０．５
Ｉ．０
１ ５ ２０
２５
３０
（２）输出ＫＰ、ＫＩ、ＫＤ的隶属函数曲线
图２隶属函数曲线图
（３）模糊控制规则表
根据上述的ＰＩＤ参数整定原则及专家经验，可以
列出输出变量ＫＰ、ＫＩ、ＫＤ的控制规则如表１－３所
示。 ３．２模糊控制器的编辑
在ＳＩＭＵＬＩＮＫ环境对图１所示的模糊自整定ＰＩＤ 参数控制系统编辑，得到如图３所示的系统仿真框 图。在系统仿真时，我们选择被控对象的传递函数为： Ｇ（ｓ）＝ｌ／（２Ｓｚ＋３ｓ＋１）。然后按ＳＩＭＵＬ］ＮＫ仿真的正确步骤 选择计算步长、模拟示波器Ｘ／Ｙ轴参数等进行仿真运 算。
ｂ模糊控制器的控制规则对模糊自整定ＰＩＤ参数 控制系统中的参数影响较大。这将直接影响系统的调 节效果．应对模糊控制器的ＦＩＳ规则语句的权值和控 制规则表作适当的修改和调整。
图４ ＰＩＤ控制系统响应曲线 图５模糊自整定ＰＩＤ参数控制系统响应曲线
ｃ．采用Ｆｕｚｚｙ和ＰＩＤ复合控制的算法，系统的响 应速度加快、调节精度提高、稳态性能变好，而且没有 超调和振荡．具有较强的鲁棒性。这是单纯的ＰＩＤ控 制难以实现的，它的一个显著特点就是在同样精度要 求下，系统的过渡时间变短，这在实际的过程控制中 将有重大的意义。
基于MATLAB的模糊PID控制器的设计
基于MATLAB的模糊PID控制器的设计模糊PID控制器是一种常用的控制算法，可以解决传统PID控制器在非线性系统中效果不佳的问题。
在MATLAB中，可以使用fuzzylogic工具箱来设计模糊PID控制器。
模糊PID控制器的设计过程分为三个步骤：建立模糊系统、设计控制器和性能评估。
接下来，设计模糊PID控制器。
在MATLAB中，可以使用fuzzy工具箱提供的mamdani和sugeno两种模糊控制器类型。
其中，mamdani模糊控制器基于模糊规则的if-then逻辑，而sugeno模糊控制器使用模糊规则来计算模糊输出。
根据系统的具体需求，可以选择合适的模糊控制器类型，并设置相应的参数。
同时，可以使用模糊控制器设计工具来对模糊控制器进行优化和调整。
最后，对设计的模糊PID控制器进行性能评估。
在MATLAB中，可以使用模拟仿真工具对模糊PID控制器进行测试和评估。
具体方法是将模糊PID控制器与待控制的系统进行耦合，观察系统的响应和控制效果，并评估其性能和稳定性。
可以通过调整模糊PID控制器的参数和模糊规则来改善控制效果。
总之，基于MATLAB的模糊PID控制器设计包括建立模糊系统、设计控制器和性能评估三个步骤。
通过合理设置模糊输入、模糊输出和模糊规则，可以有效地解决非线性系统的控制问题。
同时，利用MATLAB提供的模糊控制器设计工具和性能评估工具，可以对模糊PID控制器进行优化和改进，以达到更好的控制效果和稳定性。
基于MATLAB的模糊PID控制器设计与仿真研究
３５
万方数据
机 车 电 传 动 ２００２年
２００２ 年第 ５期 ２００２ 年９ 月１０ 日
机车电传动 ＥＬＥＣＴＲＩＣ ＤＲＩＶＥ ＦＯＲ ＬＯＣＯＭＯＴＩＶＥＳ
基于Ｍ Ａ Ｔ Ｌ Ａ Ｂ 的模糊Ｐ Ｉ Ｄ 控制器
研 究
设计与仿真研究
开
发
常满波 胡鹏飞
西南交通大学 电气工程学院 四川 成都 ６１００３１
摘 要 针对在复杂系统中实现自组织参数的 Ｐ Ｉ Ｄ 控制问题 介绍了一种基于模糊控制原 理的 Ｐ Ｉ Ｄ 参数自组织控制器的设计方案 同时利用 Ｍ Ａ Ｔ Ｌ Ａ Ｂ 中的 Ｓ Ｉ Ｍ Ｕ Ｌ Ｉ Ｎ Ｋ 和 Ｆ Ｕ Ｚ Ｚ Ｙ 工具箱 进行了仿真研究 仿真结果表明 参数自组织模糊控制系统比参数固定的系统的控制效果好
关键词 Ｐ Ｉ Ｄ 控制器 Ｍ Ａ Ｔ Ｌ Ａ Ｂ 模糊控制 仿真 中图分类号 ＴＰ３９１．９ 文献标识码 Ａ 文章编号 １０００－１２８Ｘ（２００２）０５－００３４－０３
５ ，２００２ Ｓｅｐ． １０，２００２
作者简介 常满波 １９７６－ 男 西南交通大学电气工 程学院硕士研究生 主要 从事计算机应用技术的研 究
图８ Ｇ１（ｓ）仿真结果
图９ Ｇ２（ｓ）仿真结果
过程 Ｇ１（ｓ）
Ｇ２（ｓ）
表２ 仿真结果分析
常规ＰＩＤ控制
Ｋｐ＝２．８１ Ｋｉ＝１．６４ Ｋｄ＝０．４１
ＹＯＳ＝１８．７％ ＴＳ＝４．３８ ｓ
Ｋｐ＝０．９５ Ｋｉ＝１．０３ Ｋｄ＝０．２６
ＹＯＳ＝３３．２％ ＴＳ＝７．３３ ｓ
设被控对象的数学模型为
图 ４ Ｋｐ Ｋ ｉ Ｄ ｄ 的隶属函数
根据以上分析和语言变量的设定 可以总结出 Ｋｐ Ｋ ｉ 和 Ｋ ｄ 的自调整控制规则 见表 １
基于MATLAB的船舶航向模糊自适应PID控制系统设计-董尚祺
请 作 依 者 法 -董 使 尚 用 祺 ， 严
通过仿真测试可知，本文所设计的船舶航向模糊自适应 PID 控制系统，在控
制性能上具有很大的优势，能够满足船舶航行的需要。 关键词：船舶航向控制；模糊自适应；模糊控制；PID 控制
禁
传
I
阅
和 盗
版
Abstract
Ship course control system is one of the most crucial sections of the automatic control adaptive PID control system by using the classical PID control strategy base on the simulation.
禁
传
II
阅
和 盗
fuzzy control theory. The controllability of the system is tested and analyzed through the
版
systems of the ship. The main objective of this paper is to construct a ship course fuzzy
2.5 数学模型.................................................................................................. 11
2.6 构建 Simulink 模块..................................................................................13 2.7 本章小结................................................................................................... 13 3.1 PID 控制器简介........................................................................................14 3.1.1 比例控制....................................................................................... 14 3.1.2 积分控制....................................................................................... 14 3.1.3 微分控制....................................................................................... 15 3.2.1 PID 控制器的数学模型.................................................................15 3.2.2 比例、积分、微分参数............................................................... 16 3.2.3 PID 控制器仿真模型.....................................................................17
基于MATLAB的模糊PID控制器的设计
沈阳化工大学本科毕业论文题目：基于MATLAB的模糊PID控制器的设计与其实现_ 院系：信息工程学院_____________ __专业：电气工程与其自动化_____________班级：电气0703__________________学生姓名：李辰龙____________________指导教师：刘晶____________________论文提交日期：2011年6月27日论文答辩日期：2011年6月28日毕业设计（论文）任务书电气工程与其自动化专业0703班学生：李辰龙内容摘要PID（比例积分微分）控制具有结构简单、稳定性能好、可靠性高等优点,尤其适用于可建立精确数学模型的控制系统。
而对于一些多变量、非线性、时滞的系统，传统的PID控制器并不能达到预期的效果。
随着模糊数学的发展，模糊控制的思想逐渐得到控制工程师们的重视，各种模糊控制器也应运而生。
而单纯的模糊控制器有其自身的缺陷—控制效果很粗糙、控制精度无法达到预期标准。
但利用传统的PID控制器和模糊控制器结合形成的模糊自适应的PID控制器可以弥补其缺陷；它将系统对应的误差和误差变化率反馈给模糊控制器进而确定相关参数，保证系统工作在最佳状态，实现优良的控制效果。
论文介绍了参数自适应模糊PID控制器的设计方法和步骤。
并利用MATLAB 中的SIMULINK 和模糊逻辑推理系统工具箱进行了控制系统的仿真研究，并简要地分析了对应的仿真数据。
关键词: 经典PID控制; 模糊控制; 自适应模糊PID控制器; 参数整定; MATLAB仿真ABSTRACTPID(Proportion Integration Differentiation) control, with lots of advantages including simple structure, good stability and high reliability, is quite suitable to establish especially the control system which accurate mathematical model is available and needed. However, taken multivariable, nonlinear and time-lag into consideration, traditional PID controller can not reach the expected effect.Along with the development of Fuzzy Mathematics, control engineers gradually pay much attention to the idea of Fuzzy Control, thus promoting the invention of fuzzy controllers. However, simple fuzzy controller has its own defect, where control effect is quite coarse and the control precision can not reach the expected level. Therefore, the Fuzzy Adaptive PID Controller is created by taking advantage of the superiority of PID Controller and Fuzzy Controller. Taken this controller in use, the corresponding error and its differential error of the control system can be feed backed to the Fuzzy Logic Controller. Moreover, the three parameters of PID Controller is determined online through fuzzification, fuzzy reasoning and defuzzification of the fuzzy system to maintain better working condition than the traditional PID controller. Meanwhile，the design method and general steps are introduced of the Parameter self-setting Fuzzy PID Controller. Eventually, the FuzzyInference Systems Toolbox and SIMULINK toolbox are used to simulate Control System. The results of the simulation show that Self-organizing Fuzzy Control System can get a better effect than the Classical PID controlled evidently.Keywords: Classic PID control; Fuzzy Control; Parameters tuning; the Fuzzy Adaptive PID Controller; MATLAB simulation目录第一章绪论 (8)1.1 课题研究的背景与学术意义 (8)1.2 经典PID控制系统的分类与简介 (10)1.2.1 P控制 (10)1.2.2 PI控制 (10)1.2.3 PD控制 (10)1.2.4 比例积分微分（PID）控制 (10)1.3 模糊逻辑与模糊控制的概念 (11)1.3.1 模糊控制相关概念 (11)1.3.2 模糊控制的优点 (12)1.4 模糊控制技术的应用概况 (13)1.5 本文的研究目的和内容 (14)第二章PID控制 (16)2.1 PID的算法和参数 (16)2.1.1 位移式PID算法 (16)2.1.2 增量式PID算法 (17)2.1.3 积分分离PID算法 (18)2.1.4 不完全微分PID算法 (19)2.2 PID参数对系统控制性能的影响 (20)2.2.1 比例系数K P对系统性能的影响 (20)2.2.2 积分时间常数T i对系统性能的影响 (20)2.2.3 微分时间常数T d对系统性能的影响 (20)2.3 PID控制器的选择与PID参数整定 (20)2.3.1 PID控制器的选择 (21)2.3.2 PID控制器的参数整定 (21)第三章模糊控制器与其设计 (23)3.1 模糊控制器的基本结构与工作原理 (23)3.2 模糊控制器各部分组成 (23)3.2.1 模糊化接口 (24)3.2.2 知识库 (24)3.2.3 模糊推理机 (25)3.2.4 解模糊接口 (25)3.3模糊推理方式 (25)3.3.1 Mamdani模糊模型（迈达尼型） (25)3.3.2 Takagi-Sugeno模糊模型(高木-关野) (26)3.4模糊控制器的维数确定 (26)3.5 模糊控制器的隶属函数 (28)3.6模糊控制器的解模糊过程 (30)3.7 模糊PID控制器的工作原理 (31)第四章模糊PID控制器的设计 (32)4.1 模糊PID控制器组织结构和算法的确定 (32)4.2 模糊PID控制器模糊部分设计 (32)4.2.1 定义输入、输出模糊集并确定个数类别 (32)4.2.2 确定输入输出变量的实际论域 (33)4.2.3 定义输入、输出的隶属函数 (33)4.2.4 确定相关模糊规则并建立模糊控制规则表 (35)4.2.5 模糊推理 (38)第五章模糊PID控制器的MATLAB仿真 (40)5.1 模糊控制部分的fuzzy inference system仿真 (40)5.1.1 定义输入输出变量并命名 (40)5.1.2 编辑隶属函数 (40)5.1.3 编辑模糊规则库 (41)5.2 对模糊控制器的SIMULINK建模 (43)5.2.1 将模糊系统载入SIMULINK (43)5.2.2 在SIMULINK中建立模糊子系统 (43)5.3 PID部分的SIMULINK建模 (44)5.4 模糊PID控制器的SIMULINK建模 (45)5.5 利用子系统对控制系统进行SIMULINK建模 (45)5.6 控制系统的SIMULINK仿真研究 (46)第六章结束语 (51)参考文献 (53)致谢 (54)第一章绪论1.1 课题研究的背景与学术意义随着越来越多的新型自动控制应用于实践，其控制理论的发展也经历了经典控制理论、现代控制理论和智能控制理论三个阶段。
模糊自适应PID控制控制的Matlab仿真设计研究
模糊自适应PID控制的Matlab仿真设计研究姓名：陈明学号：201208070103班级：湖南大学智能1201一、模糊控制思想、PID控制理论简介：在工业生产过程中，许多被控对象受负荷变化或干扰因素很多基于模糊自适应控制理论, 设计了一种模糊自适应PID 控制器, 具体介绍了这种PID 控制器的控制特点及参数设计规则, 实现PID 控制器的在线自整定和自调整。
通过matlab 软件进行实例,仿真表明, , 提高控制系统实时性和抗干扰能力,易于实现．便于工程应用。
1.1模糊控制的思想：应用模糊数学的基本理论和方法, 控制规则的条件、操作用模糊集来表示、并把这些模糊控制规则以及有关信息, 诸如PID 控制参数等作为知识存入计算机知识库, 然后计算机根据控制系统的实际情况(系统的输入, 输出) , 运用模糊推理。
1.2PID算法：u (t) = Kp·e (t) + Ki·∫t0e (t) dt + Kd·de (t)dt= Kp e (t) + Ki Σei (t) + Kdec (t)其中, u (t) 为控制器输出量, e ( t ) 为误差信号, ec (t) 为误差变化率, Kp , Ki , Kd 分别为比例系数、积分系数、微分数。
然而，课本中，为了简化实验难度，只是考虑了kp，ki参数的整定。
1.3模糊PID控制器的原理图：二、基于Matlab的模糊控制逻辑模块的设计关于模糊逻辑的设计，主要有隶属函数的编辑，参数的选型，规则导入，生成三维图等2.1 模糊函数的编辑器的设定：打开matlab后，在命令窗口输入“fuzzy”，回车即可出现模糊函数编辑器，基本设置等。
基于课本的实验要求，我选的是二输入（e, e c）二输出（k p ,k i）。
需要注意的是，在命名输入输出函数的时候，下标字母需要借助下划线的编辑，即e_c 能够显示为e c。
2.2四个隶属函数的N, Z, P 函数设定：在隶属函数的设定中，N 选用的是基于trimf（三角形隶属函数） , Z是基于zmf （Z型隶属函数），P是基于smf（S型隶属函数）。
基于MATLAB的模糊PID-Smith控制器的设计与仿真
基于MATLAB的模糊PID-Smith控制器的设计与仿真摘要：针对工业控制中大惯性、纯滞后、参数时变非线性受控对象难于控制问题，结合Smith预估算法能有效克服纯滞后、模糊控制鲁棒性较强以及PID控制稳态精度高这三者的优点，提出了一种模糊PID Smith控制器的设计方法，并将其应用于电机网络控制系统中。
MATLAB仿真结果表明，新的控制方案与传统的Smith控制器、Fuzzy PID控制器相比，不仅具有满意的控制性能，而且具有较强鲁棒性和抗干扰性能，稳态精度高，对时变滞后对象具有良好的控制效果。
关键词：网络控制系统；纯滞后；模糊PID；Smith控制；模糊PID Smith控制器0 引言PID控制是一种典型的传统反馈控制器，具有结构简单、鲁棒性好和易于实现等优点,被广泛地应用于工业过程控制。
在网络化控制系统中，传统PID控制器的参数的调整对被控对象的数学模型依赖较大，并且控制过程中的滞后性、控制参数的非线性和高阶性也增加了对控制参数的调整难度。
而模糊控制系统正是由于它不依赖于工业对象模型,具有较强的鲁棒性，近年来被广泛的应用到网络化控制系统领域。
本文在模糊PID控制的基础上，结合传统的Smith控制对时滞过程控制的有效性，提出了模糊PID Smith控制方案，并对直流伺服电机控制系统进行实例仿真分析，证明了该方案的有效性。
1 模糊PID控制器的设计1.1 模糊PID控制器PID参数模糊自整定是在常规PID控制的基础上，应用模糊集合理论建立参数K\-p、K\-i、K\-d与偏差e和偏差变化率ec 间的函数关系。
其结构图如图1所示。
参数K\-p、K\-i、K\-d与偏差e和偏差变化率ec间的函数关系如下：K\-p= K′\- p+ΔK\-p= K′\-p+{e,ec }\-pK\-i = K′\-i+ΔK\-i= K′\-i+{e,ec }\-iK\-d= K ′\-d+ΔK\-d= K′\-d+{e,ec }\-d其中，K′\-p，K′\-i，K′\-dΔK\-pΔK\-iΔK\-d为参数的修正值。
基于Matlab的模糊自整定PID控制器设计
引言
ＰＩＤ控制和模糊控制广泛应用的各个系统 和领域中，其中 ＰＩＤ 控制中关键问题是 ＰＩＤ 参数的整定。单纯的模糊控制器不能消除稳 态误差，只能提高模糊控制器的精度和跟踪 性能。将 ＰＩＤ 控制和模糊控制结合在一起使
图 １ 模糊自整定 ＰＩＤ 控制器结构
２ 模糊控制器的设计
（１ ）语言变量隶属度函数的确定 模糊控制器采用两输入三输出的形式，
ｃ
ｃ
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，便构成了自整定模糊ＰＩＤ
控制器，控制系统结构如图１ 所示。
使其朝误差绝对值减小方向变化。 ③当 ｅ × ｅｃ ＜ ０ 或 ｅ＝０ 时，说明误差的绝
对值朝减小的方向变化，或者已达到平衡状 态。此时，可采取保持控制器输出不变。
（４）当 ｅ × ｅｃ ＝ ０，ｅｃ ≠ ０ 时，表明系统 的曲线与理论曲线平行或一致，为使系统具有 良好的稳态性能，应采取较大 ｋｐ 和 ｋｉ 值，同 时避免设定值附近振荡，并考虑系统的抗干扰 性能，适当选取 ｋ ｄ 值。设
图 ２ ｅ 和 ｅｃ 隶属函数曲线 （２ ）建立模糊控制器的控制规则表
根据参数 ｋｐ、ｋｉ 和 ｋｄ 对系统输出特性的 影响，可得出在不同的 ｅ 和 ｅｃ 时，参数的自整 定原则。
①当 ｜ｅ｜ 很大时，不论误差变化趋势如 何，都应考虑控制器的输出应按最大（或最小） 输出，以达到迅速调整误差，使误差绝对值以 最大速度减小。同时为了防止积分饱和，此时 应取较大 ｋｐ，较小的 ｋｉ 和 ｋｄ 取零。
②当 ｅ × ｅｃ ＞ ０ 时，说明误差在朝误差 绝对值增大方向变化。此时若误差较大，可考 虑由控制器实施较强的控制作用，以达到扭转 误差绝对值朝减小方向变化，并迅速减小误差 绝对值，此时取较大的 ｋ 、ｋ 不能太大，取较
基于Matlab和模糊PID的汽车巡航控制系统设计
基于Matlab和模糊PID的汽车巡航控制系统设计一、本文概述随着汽车工业的快速发展和智能驾驶技术的不断进步，汽车巡航控制系统作为提高驾驶安全性和舒适性的重要手段，越来越受到人们的关注。
传统的巡航控制系统主要依赖于PID（比例-积分-微分）控制算法，虽然在一定程度上能够实现车速的稳定控制，但在面对复杂多变的道路环境和驾驶员的个性化需求时，其性能往往难以达到最优。
为了解决这个问题，本文将研究并设计一种基于Matlab和模糊PID的汽车巡航控制系统。
该系统将结合传统PID控制算法的稳定性和模糊控制算法的灵活性，通过Matlab进行建模与仿真，实现对汽车巡航速度的更精确、更智能的控制。
本文将介绍汽车巡航控制系统的基本原理和PID控制算法的基本原理；详细阐述模糊PID控制算法的设计思路和实现方法；然后，通过Matlab进行仿真实验，验证所设计的模糊PID控制算法在汽车巡航控制系统中的有效性和优越性；对本文的研究成果进行总结，并展望未来的研究方向和应用前景。
本文的研究不仅有助于提升汽车巡航控制系统的性能，同时也为智能驾驶技术的发展提供了新的思路和方法。
二、汽车巡航控制系统概述汽车巡航控制系统是一种先进的驾驶辅助系统，旨在通过自动调节发动机的油门或制动系统，使车辆能够在驾驶员设定的速度下稳定行驶，而无需持续踩踏油门踏板。
这种系统不仅可以提高驾驶的舒适性，减少驾驶员的疲劳感，而且在长途驾驶或高速公路上行驶时，能有效提高行车安全性。
巡航控制系统的核心在于其控制策略，它需要根据车辆当前的速度、加速度、道路条件以及驾驶员的设定速度等多个因素，进行实时计算和判断，以决定如何调整发动机的输出或制动力度。
传统的PID （比例-积分-微分）控制器因其简单性和有效性，在巡航控制系统中得到了广泛应用。
然而，由于实际驾驶环境的复杂性和不确定性，传统的PID控制器往往难以应对各种突发情况，如突然出现的障碍物、道路坡度变化等。
为了解决这个问题，近年来，基于模糊逻辑的控制器被引入到汽车巡航控制系统中。
Matlab模糊PID详细设计过程(包括程序和simulink工具箱两种方案)
其中k是量化因子，其值为：
b. 建立模糊集合：
k= 2������
������������ −������������
根据需要确定输入输出量的模糊集合个数，本次设计中输入输出都取了7个，NB（负大）、
NM（负中）、NS（负小）、ZE（零）、PS（正小）、PM（正中）、PB（正大），然后根
据主观看法在各个模糊集填入每个量化等级对应的隶属度值就得到了模糊集合。
55000 +90.5������ 2 +1000
������+7
（二）、模糊PID控制工作原理
• 自适应模糊PID控制器结构如下图所示，其以常规PID为基础，采用模 糊推理的思想，将被控量的偏差e和偏差变化率ec作为二维模糊控制器的输 入，PID的kp、ki、kd作为输出，利用模糊控制规律在线整定PID各个参数， 其中模糊控制部分包括模糊化、模糊推理和解模糊化。
NB
NM
NS
NS
ZE
ZE
NS
NB
NM
NS
NS
ZE
PS
PS
ZE
NM
NM
NS
ZE
PS
PM
PM
PS
NM
NS
ZE
PS
PS
PM
PB
-0.06 -0.04 -0.02
0
0.02
0.04
0.06
kd
-3
-2
-1
0
1
2
3
量化等级 -3
-2
-1
0
1
2
3
状态变量
相关的隶属度函数
PB
0
0
0
0
基于MATLAB的模糊PID控制器的设计
基于MATLAB的模糊PID控制器的设计模糊PID控制器是一种能够根据系统的实际输出和设定值之间的误差来决定系统的控制量的控制器。
它结合了传统的比例、积分和微分控制器的优点，并通过模糊逻辑来优化控制效果。
在MATLAB中设计模糊PID控制器，我们需要先确定控制系统的模型。
假设我们要设计一个温度控制器，温度传感器测得的温度与设定值之间的误差可以作为输入。
根据传感器的精度和系统的响应特性，我们可以确定模糊PID控制器的参数范围和输出范围。
首先，我们需要定义模糊PID控制器的输入和输出的模糊集合。
例如，温度误差可以划分为“负大”、“负中”、“负小”、“零”、“正小”、“正中”和“正大”等模糊集合。
根据经验和系统要求，可以设定每个模糊集合的范围和模糊隶属度函数。
接下来，我们需要确定模糊PID控制器的规则库。
规则库定义了根据输入的模糊集合和模糊规则来决定输出的模糊集合。
例如，如果温度误差为“负大”且误差变化率为“正中”，则输出的控制量可以设定为“增大”。
在MATLAB中，可以使用Fuzzy Logic Toolbox工具箱来设计模糊PID控制器。
首先，需要创建一个fuzzy对象，用于描述模糊逻辑系统。
然后，可以使用addInput、addOutput和addRule等函数来定义模糊逻辑系统的输入、输出和规则。
可以根据系统的要求调整模糊集合的范围和模糊隶属度函数，以及规则库的定义。
在完成模糊逻辑系统的定义后，还需要确定模糊PID控制器的输出转换函数。
输出转换函数将模糊控制量转换为实际控制量。
通常，可以使用一些常用的转换函数，如线性转换、二阶转换等。
最后，可以使用simulate函数或evalfis函数来模拟模糊PID控制器的输出。
simulate函数可以模拟模糊逻辑系统的整个过程，包括输入的模糊化、规则推理和输出的去模糊化。
evalfis函数可以直接计算模糊逻辑系统的输出。
通过以上步骤，我们可以在MATLAB中设计一个基于模糊逻辑的PID 控制器，并进行模拟和优化。
基于Matlab模糊自适应PID控制器设计
基于Matlab模糊自适应PID控制器设计摘要：本文介绍了用模糊推理的原则进行PID参数的整定方法,并利用MATLAB仿真相结合的方法,实现了模糊自适应PID控制器与常规PID控制器的仿真与比较。
关键词：模糊控制PID 自适应0引言PID控制广泛应用于工业控制过程。
但是大多数工业过程存在着非线性、参数时变性和模型不确定性,常规PID控制就显得无能。
模糊自适应控制是一类应用模糊集合理论的控制方法，特别适用于一些大滞后、时变、非线性的复杂系统。
1模糊自适应PID控制器设计1.1模糊自适应PID控制器的结构模糊自适应PID控制器在PID控制器的基础上根据系统偏差e和偏差变化率ec，利用模糊规则进行模糊推理，使控制对象具有良好性能，从而控制的目的。
结构如下图图1自适应模糊PID1.2模糊自适应PID控制算法的设计（1）精确量得模糊化该控制器采用2输入3输出的形式,输入语言变量e和ec的论域均为: {e、ec}={-3,-2,-1,0,1,2,3},其模糊集为{NB,NM,NS, ZO, PS, PM, PB},子集中元素分别为负大、负中、负小、零、正小、正中和正大。
输出语言变量ΔKp、ΔKi、ΔKd 的论域为:ΔKp、ΔKi、ΔKd={-3, -2, -1,0, 1, 2, 3},其模糊集为{NB,NM,NS, ZO, PS,PM, PB}。
(2)建立模糊控制规则依据自整定原则及工程设计人员的技术知识和实际操作经验，可列出相应的参数调节规则，建立参数Kp、Ki、Kd模糊控制规则表，如表1所示（3）Simulink 下的模糊推理与模糊控制器的建立可以利用模糊逻辑工具箱在MATLAB命令窗口输入fuzzy命令按回车键，出来FIS Editor窗口，下来在编辑菜单下添加输入输出模块及进行规则添加，打开文件夹建立一个fis型文件，保存为fuzzy.fis。
2 系统仿真（1）仿真控制对象将该模糊模糊自适应PID控制器用于某压力控制系统中，仿真所选择数学模型是三阶系统它的近似模型为（2）基于MATLAB系统仿真根据上面的分析和被控对象的传递函数，在SIMULINK窗口建立一个Mdl 模型，保存Untitled145.mdl如下图图2模糊参数自适应PID控制系统仿真模型运行时首先点击模糊控制器弹出对话框令参数等于a,在命令窗口可以通过通过a=readfis(‘fuzzy’)按回车进行读取。
基于某Matlab地模糊自适应PID控制器仿真研究
《系统辨识与自适应控制》课程论文基于Matlab的模糊自适应PID控制器仿真研究学院：专业：姓名：学号：基于Matlab的模糊自适应PID控制器仿真研究摘要：传统PID在对象变化时，控制器的参数难以自动调整。
将模糊控制与PID控制结合，利用模糊推理方法实现对PID参数的在线自整定。
使控制器具有较好的自适应性。
使用MATLAB对系统进行仿真，结果表明系统的动态性能得到了提高。
关键词:模糊PID控制器；参数自整定；Matlab；自适应0引言在工业控制中，PID控制是工业控制中最常用的方法。
但是，它具有一定的局限性:当控制对象不同时，控制器的参数难以自动调整以适应外界环境的变化。
为了使控制器具有较好的自适应性，实现控制器参数的自动调整，可以采用模糊控制理论的方法[1]模糊控制已成为智能自动化控制研究中最为活跃而富有成果的领域。
其中，模糊PID控制技术扮演了十分重要的角色，并目仍将成为未来研究与应用的重点技术之一。
到目前为止，现代控制理论在许多控制应用中获得了大量成功的范例。
然而在工业过程控制中，PID类型的控制技术仍然占有主导地位。
虽然未来的控制技术应用领域会越来越宽广、被控对象可以是越来越复杂，相应的控制技术也会变得越来越精巧，但是以PID为原理的各种控制器将是过程控制中不可或缺的基本控制单元。
本文将模糊控制和PID控制结合起来，应用模糊推理的方法实现对PID参数进行在线自整定，实现PID参数的最佳调整，设计出参数模糊自整定PID控制器，并进行了Matlab/Simulink仿真[2]。
仿真结果表明，与常规PID控制系统相比，该设计获得了更优的鲁棒性和动、静态性及具有良好的自适应性。
1 PID控制系统概述PID控制器系统原理框图如图1所示。
将偏差的比例（K P）、积分(K I)和微分(K D)通过线性组合构成控制量，对被控对象进行控制，K P、K I和K D 3个参数的选取直接影响了控制效果。
图1 PID控制器系统原理框图在经典PID 控制中，给定值与测量值进行比较，得出偏差e(t)，并依据偏差情况，给出控制作用u(t)。
基于Matlab的模糊自适应PID控制器仿真研究
模糊推理
KP KI KDrFra bibliotekt) +
e(t)
-
du / dt
c(t) PID 对象 调节器 u(t)
ec(t )
图2 自适应模糊PID控制器系统原理框图
• 如图2所示，自适应模糊PID控制器是在PID算法的基础上， 以误差e和误差变ec作为输入，利用模糊规则进行模糊推 理，查询模糊矩阵表进行参数调整，来满足不同时刻的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。
比例 r(t) +
e(t)
积分 微分
+
+ u(t) c(t) 被控对象 +
图1 PID控制器系统原理框图
• 如图1，在经典PID控制中，给定值与测量值 进行比较，得出偏差e(t)，并依据偏差情况， 给出控制作用u(t)，然后作用于被控对象。 输出c(t)同时反馈，形成闭环系统。
T u ( k ) K p [e ( k ) TI
e(k ) e(k 1) ] e( j ) TD T j 0
k
• 模糊控制通过模糊逻辑和近似推理方法，让计算 机把人的经验形式化、模型化，根据所取得的语 言控制规则进行模糊推理，给出模糊输出判决， 并将其转化为精确量，作为馈送到被控对象(或过 程)的控制作用。 • 模糊控制表是模糊控制算法在计算机中的表达方 式，它是根据输入输出的个数、隶属函数及控制 规则等决定的。目的是把人工操作控制过程表达 成计算机能够接受，并便于计算的形式。 • 模糊控制规则一般具有如下形式: If{ e = Ai and ec = Bi}then u= Ci ,i=1,2…, 其中e,ec和u分别为误差变化和控制量的语言变 量，而Ai、Bi、Ci为其相应论域上的语言值。
模糊PIDmatlab
编程思路：根据PID 控制器的三个参数与偏差e 和偏差的变化ec 之间的模糊关系，在运行时不断检测e 及ec ，通过事先确定的关系，利用模糊推理的方法，在线修改PID 控制器的三个参数，让PID 参数可自整定。
模糊控制器的设计：本例模糊控制器的设计直接采用matlab 中自带的FIS 工具箱，控制器的输入为e 和∆e ,输出为PID 控制器的控制三个参数Kp 、Ki 和Kd 。
隶属度函数分别采用Z 型，三角形和S 型隶属度函数。
清晰化方法采用重心法。
因为e 和ec 各有7个模糊分割，故模糊规则最多有49条规则,模糊规则采用AND 方法。
图一：模糊自适应整定PID 控制原理图PID 算法：⏹ PID 参数的作用⏹ kp ：增加kp 可加快响应速度，减少稳态误差，但易产生超调，影响稳定性；⏹ ki ：增加ki 有利于减少稳态误差，但易使系统响应滞后，动态品质变差；Tk e k e k j e T k k e k k u dkj i p )1()()()()(0--++=∑=kd ：增加kd 可改善系统动态品质，但会对躁声敏感，影响系统稳定性。
被控对象：输入信号：采用采样周期为0.1s ，幅值为1的单位阶跃信号。
模糊控制设计的核心是总结工程设计人员的技术知识和实际操作经验，建立合适的模糊规则表，下表是Kp 、Ki 和Kd 这3个参数分别整定的模糊控制表。
16820)(2++=s s s G p表1 Kp模糊控制规则表表2 Ki模糊控制规则表表3 Kd模糊控制规则表Kp、Ki、Kd的模糊规则表建立好后，可根据如下方法进行Kp、Ki、Kd的自适应校正。
将系统误差e和误差变化率ec变化范围定义为模糊集上的论域，既e，ec={-3，-2，-1，0，1，2，3 }其模糊子集为：e，ec={NB，NM，NS，ZO ,PS ,PM,PB} 子集中元素分别代表负大、负中、负小、零、正小、正中、正大。
设e、ec和Kp、Ki、Kd均服从正态分布因此可得出各模糊子集的隶属度，根据各模糊子集的隶属度赋值表和各参数模糊控制模型，应用模糊合成推理设计PID参数的模糊规则表，查出修正参数带入下式：Kp=Kp’+△KpKi=Ki’+△KiKd=Kd’+△Kd在线运行过程中,控制系统通过对模糊规则的结果处理\查表和运算,完成对PID参数的在线自校正。
- 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)。
基于Matlab模糊自适应PID控制器设计
摘要：本文介绍了用模糊推理的原则进行PID参数的整定方法,并利用MATLAB仿真相结合的方法,实现了模糊自适应PID控制器与常规PID控制器的仿真与比较。
关键词：模糊控制PID 自适应
0引言
PID控制广泛应用于工业控制过程。
但是大多数工业过程存在着非线性、参数时变性和模型不确定性,常规PID控制就显得无能。
模糊自适应控制是一类应用模糊集合理论的控制方法，特别适用于一些大滞后、时变、非线性的复杂系统。
1模糊自适应PID控制器设计
1.1模糊自适应PID控制器的结构
模糊自适应PID控制器在PID控制器的基础上根据系统偏差e和偏差变化率ec，利用模糊规则进行模糊推理，使控制对象具有良好性能，从而控制的目的。
结构如下图
图1自适应模糊PID
1.2模糊自适应PID控制算法的设计
（1）精确量得模糊化
该控制器采用2输入3输出的形式,输入语言变量e和ec的论域均为: {e、ec}={-3,-2,-1,0,1,2,3},其模糊集为{NB,NM,NS, ZO, PS, PM, PB},子集中元素分别为负大、负中、负小、零、正小、正中和正大。
输出语言变量ΔKp、ΔKi、ΔKd 的论域为:ΔKp、ΔKi、ΔKd={-3, -2, -1,0, 1, 2, 3},其模糊集为{NB,NM,NS, ZO, PS,PM, PB}。
(2)建立模糊控制规则
依据自整定原则及工程设计人员的技术知识和实际操作经验，可列出相应的参数调节规则，建立参数Kp、Ki、Kd模糊控制规则表，如表1所示（3）Simulink 下的模糊推理与模糊控制器的建立
可以利用模糊逻辑工具箱在MATLAB命令窗口输入fuzzy命令按回车键，出来FIS Editor窗口，下来在编辑菜单下添加输入输出模块及进行规则添加，打
开文件夹建立一个fis型文件，保存为fuzzy.fis。
2 系统仿真
（1）仿真控制对象
将该模糊模糊自适应PID控制器用于某压力控制系统中，仿真所选择数学模型是三阶系统它的近似模型为
（2）基于MATLAB系统仿真
根据上面的分析和被控对象的传递函数，在SIMULINK窗口建立一个Mdl 模型，保存Untitled145.mdl如下图
图2模糊参数自适应PID控制系统仿真模型
运行时首先点击模糊控制器弹出对话框令参数等于a,在命令窗口可以通过通过a=readfis(‘fuzzy’)按回车进行读取。
3.结论
模糊自适应PID控制器结合了PID控制与模糊控制的优点,能在达到较好的效果，很好地控制了系统的超调,提高了系统的动静态性能,并且抗干扰能力强,满足压力仿真系统实时、高精度的要求。
参考文献：
[1]石辛民.模糊控制及其MATLAB仿真[M].北京:清华大学出版社, 2008.
[2]储岳中基于MATLAB的自适应模糊PID控制系统计算机仿
真［J］,安徽工业大学学报，2004，21（4）：49-51.
[3]闻新, MATLAB模糊逻辑工具箱的分析与应用［M］北京：
科学出版社，2001：63-65.。