模糊PID控制器的设计及可靠性分析

模糊PID控制器的设计及可靠性分析摘要:PID控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性好及可靠性高，被广泛应用于过程控制和运动控制中，尤其适用于可建立精确数学模型的确定性系统。然而对于系统惯性大、滞后现象严重，难以建立精确的数学模型，就给控制过程带来很大难题.本文以电锅炉为研究对象，研究一种最佳的控制方案，以达到系统稳定、调节时间短，超调量小的性能指标。本文对电锅炉可采用的控制方案进行了深入研究，首选的研究方案是PID控制。温度PID控制器的原理，是将温度偏差的比例、积分和微分通过线性组合构成控制量，对被控对象进行控制，PID控制的重点是参数的调节。第二个研究方案是模糊控制，研究了模糊控制的机理，确定了电锅炉模糊控制器的结构。通过对电锅炉温升特点的分析，建立了模糊控制规则表。借助matlab中的Simulink和Fuzzy工具箱，对电锅炉PID控制系统和模糊控制系统进行仿真分析。结果表明当采用PID算法时，系统的超调量与调节时间，不能同时满足技术要求。当采用模糊控制时，超调量与调节时间虽然同时满足技术要求，但系统出现了稳定误差。因此本文将模糊控制的智能性与PID控制的通用性、可靠性相互结合，设计了一种参数自整定模糊PID控制器，采用模糊推理的方法实现PID参数Kp、Ki和Kd的在线整定。经仿真研究，参数自整定模糊PID控制效果达到了电锅炉温度控制系统的性能指标，是一种较为理想的智能性控制方案。关键词：PID控制；模糊PID控制；模糊自组织PID控制；参数整定；仿真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，控制系统动态模式的精确与否是影响控制优劣的最主要关键，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。一般的模糊控制系统包含以下五个主要部分：(1)定义变量也就是决定程序被观察的状况及考虑控制的动作，例如在一般控制问题上，输入变量有输出误差e与输出误差之变化率ec，而控制变量则为下一个状态之输入u。其中e、ec、u统称为模糊变量。(2)模糊化（Fuzzify）将输入值以适当的比例转换到论域的数值，利用口语化变量来描述测量物理量的过程，依适合的语言值（Linguisticvalue）求该值相对之隶属度，此口语化变量我们称之为模糊子集合（fuzzysubsets）。(3)知识库包括数据库（database）与规则库（rulebase）两部分，其中数据库是提供处理模糊数据之相关定义；而规则库则藉由一群语言控制规则描述控制目标和策略。(4)逻辑判断模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，而得到模糊控制讯号。此部分是模糊控制器的精髓所在。(5)解模糊化（defuzzify）将推论所得到的模糊值转换为明确的控制讯号，作为系统的输入值。3、PID控制系统描述PID控制器是将偏差的比例（P）、积分（I）和微分（D）通过线性组合构成控制量，对被控对象进行控制。PID控制器是一种线性控制器，它的传递函数为［11］：)11()()()(sTsTKEUGDIPSSS(1)式中：PK为比例系数；IT为积分时间常数；DT为微分时间常数。PID控制器各控制环节的作用：（1）比例环节能加快系统的响应速度，提高系统的调节精度，控制系统一旦产生偏差信号，控制器就发出控制指令，调节系统，最大限度地减小偏差；（2）积分环节的作用是消除系统的稳态误差，提高系统的无差度；（3）微分环节的作用是改善系统的动态特性，在偏差信号值变到太大之前，控制器就产生一个早期修正信号指令，从而加快系统的调节速度，减少调节时间。4、模糊PID策略的研究众所周知，温度变化过程的机理是很复杂的，且温度控制系统由于存在着大惯性、非线性等特性，如果采用普通的控制算法，例如PID等，试图建立精确的数学模型是极其困难的，很难保证最后的控制效果；如果采用自适应等控制算法，就要花费大量的精力去分析系统的模型，并且由于温度控制系统的模型复杂，建立模型也比较难于正确地描述系统的真实行为，所以采用该控制方法也不是非常合适的。温度控制系统本身就是时变的、非线性的、有滞后的复杂系统，因此无论使用经典的PID控制还是现代控制理论的各种算法都很难达到满意的控制效果。但是，对于这些难以利用传统方法实现自动控制的生产过程，有经验的操作人员使用手动控制却能够取得令人满意的控制结果。分析一下操作人员的手动控制就不难发现，其实人的控制行为正是遵循反馈控制的思想，并且运用了模糊的方法。模糊控制正是运用或是模仿了人的智能行为，如果温度控制系统采用模糊控制的方法，也许就能够非常容易解决上述的问题，从而实现温度控制系统的智能控制。因此确定采用模糊控制算法进行系统控制。模糊控制属于计算机控制的一种形式，模糊控制系统的组成类似于一般的数字控制系统，模糊控制系统方框图如图1所示[12]。A/D模糊控制器D/A执行机构被控对象传感器图1模糊控制系统框图模糊控制系统一般可以分为四个部分：（1）模糊控制器：实际上是一台微型计算机，根据系统的需要，可以选用系统机，也可选用单片机或ARM等。（2）输入/输出接口装置：模糊控制器通过输入输出接口从被控对象获取数字信号量，并将模糊控制器的输出信号通过数模转换，将其转换为模拟信号，送给执行机构去控制被控对象。（3）广义对象：包括被控对象及执行机构，被控对象可以是线性或非线性的，定常的或时变的，也可以是单变量或多变量的，有时滞或无时滞的以及有干扰的多种情况。（4）传感器：将被控对象或各种过程的被控制量转换为电信号。然而，模糊控制要有好的控制效果，必须具有较完善的控制规则。对于某些复杂的控制过程，有的时候很难总结出较完整的控制经验；并且当对象动态特性发生变化，或者受到随机干扰影响的时候都会影响模糊控制的控制效果。为了促进模糊控制的深入研究，众多的学者进行了卓有成效的工作，对常规模糊控制进行了一些改进，并且发展成为自适应和自学习的模糊控制、模糊预测控制、神经网络模糊控制等。