《模糊PIDmatlab》由会员分享，可在线阅读，更多相关《模糊PIDmatlab（16页珍藏版）》请在金锄头文库上搜索。
1、.word格式,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De ,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：n PID参数的作用n kp：增
2、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；n 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；n 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。KPecNBNMNSZEPSPMPBeNBPBPBPMPMPSZOZONMPBPBPMPSPSZONSNSPMPMPMPSZONSNSZEPMPMPSZONSNMNMPSPSPSZONSNS
3、NMNMPMPSZONSNSNMNMNBPBZOZONMNMNMNBNB表1 Kp模糊控制规则表KiecNBNMNSZEPSPMPBeNBNBNBNMNMNSZOZONMNBNBNMNSNSZOZONSNBNMNSNSZOPSPSZENMNMNSZOPSPMPMPSNMNSZOPSPSPMPBPMZOZOPSPSPMPBPBPBZOZOPSPMPMPBPB表2 Ki模糊控制规则表KdecNBNMNSZEPSPMPBeNBPSNSNBNBNBNMPSNMPSNSNBNMNMNSZONSZONSNMNMNSNSZOZEZONSNSNSNSNSZOPSPBZOZOZOZOZOZOPMPBPSPSPS
4、PSPSPBPBPBPMPMPSPSPSPB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+
5、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。仿真结果如下：Matlab程序如下：cleara=newfis(fuzzypid);%创建新的FIS%*设定e的范围、隶属度*a=addvar(a,input,e,-3 3);%向模糊推理系统（FIS）添加语言变量e%*向模糊推理系统（FIS）的语言变量e添加隶属度函数*a=addmf(a,input,1,NB,zmf,-3 -1); %z形隶属度函数a=addmf(a,input,1,NM,trimf,-3 -2 0);%三角形隶属度函数a=addmf(a,input,1,Ns,tr
6、imf,-3 -1 1);%三角形隶属度函数a=addmf(a,input,1,Z,trimf,-2 0 2);%三角形隶属度函数a=addmf(a,input,1,PS,trimf,-1 1 3);%三角形隶属度函数a=addmf(a,input,1,PM,trimf,0 2 3);%三角形隶属度函数a=addmf(a,input,1,PB,smf,1 3);%s状隶属度函数%*设定ec的范围、隶属度* a=addvar(a,input,ec,-3 3);%向模糊推理系统（FIS）添加语言变量ec%*向模糊推理系统（FIS）的语言变量ec添加隶属度函数a=addmf(a,input,2,NB
7、,zmf,-3 -1);%z形隶属度函数a=addmf(a,input,2,NM,trimf,-3 -2 0);%三角形隶属度函数a=addmf(a,input,2,Ns,trimf,-3 -1 1);%三角形隶属度函数a=addmf(a,input,2,Z,trimf,-2 0 2);%三角形隶属度函数a=addmf(a,input,2,PS,trimf,-1 1 3);%三角形隶属度函数a=addmf(a,input,2,PM,trimf,0 2 3);%三角形隶属度函数a=addmf(a,input,2,PB,smf,1 3);%s状隶属度函数%*设定Kp的范围、隶属度* a=addva
8、r(a,output,Kp,-0.4 0.4);%向模糊推理系统（FIS）添加语言变量Kp%*向模糊推理系统（FIS）的语言变量Kp添加隶属度函数*a=addmf(a,output,1,NB,zmf,-0.4 -0.1);%z形隶属度函数a=addmf(a,output,1,NM,trimf,-0.4 -0.2 0);%三角形隶属度函数a=addmf(a,output,1,Ns,trimf,-0.4 -0.1 0.1);%三角形隶属度函数a=addmf(a,output,1,Z,trimf,-0.2 0 0.2);%三角形隶属度函数a=addmf(a,output,1,PS,trimf,-0.
9、1 0.1 0.4);%三角形隶属度函数a=addmf(a,output,1,PM,trimf,0 0.2 0.4);%三角形隶属度函数a=addmf(a,output,1,PB,smf,0.1 0.4);%s状隶属度函数 %*设定Ki的范围、隶属度* a=addvar(a,output,Ki,-0.06 0.06);%向模糊推理系统（FIS）添加语言变量Ki%*向模糊推理系统（FIS）的语言变量Kp添加隶属度函数*a=addmf(a,output,2,NB,zmf,-0.05 -0.02);%z形隶属度函数a=addmf(a,output,2,NM,trimf,-0.05 -0.04 0);
10、%三角形隶属度函数a=addmf(a,output,2,Ns,trimf,-0.05 -0.02 0.02);%三角形隶属度函数a=addmf(a,output,2,Z,trimf,-0.05 0 0.04);%三角形隶属度函数a=addmf(a,output,2,PS,trimf,-0.05 0.02 0.05);%三角形隶属度函数a=addmf(a,output,2,PM,trimf,0 0.04 0.05);%三角形隶属度函数a=addmf(a,output,2,PB,smf,0.02 0.05);%s状隶属度函数 %*设定Kd的范围、隶属度* a=addvar(a,output,Kd,
11、-3 3);%向模糊推理系统（FIS）添加语言变量Kd%*向模糊推理系统（FIS）的语言变量Kd添加隶属度函数*a=addmf(a,output,3,NB,zmf,-3 -1);%z形隶属度函数a=addmf(a,output,3,NM,trimf,-3 -2 0);%三角形隶属度函数a=addmf(a,output,3,Ns,trimf,-3 -1 1);%三角形隶属度函数a=addmf(a,output,3,Z,trimf,-2 0 2);%三角形隶属度函数a=addmf(a,output,3,PS,trimf,-1 1 3);%三角形隶属度函数a=addmf(a,output,3,PM,
12、trimf,0 2 3);%三角形隶属度函数a=addmf(a,output,3,PB,smf,1 3);%s状隶属度函数 %设定模糊规则,因为e和ec各有7个模糊分割，故共有49条规则，即49行。共有7列，%其中有两列input和3列output，从左到右，依次为e,ec,kp,ki,kd.按照matlab规则，%模糊操作采用AND操作，所以最后一列为1。rulelist=1 1 7 1 5 1 1;1 2 7 1 3 1 1;1 3 6 2 1 1 1;1 4 6 2 1 1 1;1 5 5 3 1 1 1;1 6 4 4 2 1 1;1 7 4 4 5 1 1;2 1 7 1 5 1 1
13、;2 2 7 1 3 1 1;2 3 6 2 1 1 1;2 4 5 3 2 1 1;2 5 5 3 2 1 1;2 6 4 4 3 1 1;2 7 3 4 4 1 1;3 1 6 1 4 1 1;3 2 6 2 3 1 1;3 3 6 3 2 1 1;3 4 5 3 2 1 1;3 5 4 4 3 1 1;3 6 3 5 3 1 1;3 7 3 5 4 1 1;4 1 6 2 4 1 1;4 2 6 2 3 1 1;4 3 5 3 3 1 1;4 4 4 4 3 1 1;4 5 3 5 3 1 1;4 6 2 6 3 1 1;4 7 2 6 4 1 1;5 1 5 2 4 1 1;5 2 5 3 4 1 1;5 3 4
