《黄旻-双闭环液位模糊pid控制系统的设计》由会员分享，可在线阅读，更多相关《黄旻-双闭环液位模糊pid控制系统的设计（26页珍藏版）》请在金锄头文库上搜索。
1、铜陵学院毕业设计双闭环液位模糊PID控制系统的设计摘 要常规PID控制器结构简单，鲁棒性强，但是不易在线整定，对非线性系统的控制效果也不是很好，而模糊控制能够克服上述缺点，只是进入稳态后会存在一定的静差，因而将两者结合起来的模糊自整定PID控制器能进一步改善液位控制系统的性能。本文通过试验法建立被控对象的数学模型，设计出双闭环液位串级控制系统，主调节器用模糊自整定PID控制，副调节器均采用比例控制。针对液位控制系统特征，选取合适的模糊控制规则和隶属度函数，设计模糊自整定PID控制器，并计算出模糊控制表。将设计的串级系统在Simulink中仿真，并在被控对象模型参数变化和添加扰动的情下，比较了常
2、规PID与模糊自整定PID的控制效果。验证了模糊自整定PID控制器的优越性能。关键词：串级控制系统；PID控制；模糊自整定PIDDesign of double-loop Liquid-levelControl System with Fuzzy PIDAbstractPID controller has a simple structure and good robustness, but the parameters of conventional PID can not be easily regulated on line. When it is used in the nonline
3、ar systems, usually the satisfactory performance can not be obtained. Fuzzy control can overcome the above disadvantages, but the static error is difficult to disappear. Therefore, the combination of fuzzy control and PID control would furtherly improve the performance of the liquid-level control sy
4、stem. In this thesis, the mathematical model of the plant is firstly built by the experimental method. Then the three-loop cascade control system, with the fuzzy self-regulating PID controller as the main controller and the P controller as the two subregulators, is designed. For the liquid level con
5、trol system, the fuzzy self-regulating PID controller is designed after designing the appropriate membership functions and fuzzy control rules,.The simulations of the designed cascade system are carried out in Matlab/Simulink environment.The real time control results show that the fuzzy self-regulat
6、ing PID controller has good control performance.Keywords：cascade control system；PID control；fuzzy self-regulating PID第一章 绪论自动控制理论经历了经典控制理论、现代控制理论两个发展阶段，现在已进入了非线性智能控制理论发展时期。很多根本的问题都建立了比较完善的理论体系。应用传统控制理论基本能够满足工程技术及各种其他领域的需要。但是随着工业和现代科学技术的发展，各个领域中对控制精度、响应速度、系统稳定性与适应能力的要求越来越高。由于PID控制器的参数与系统所处的稳态工作情况有关，所
7、以当工作情况改变时，调节器参数的“最佳”值就不同，此外大多数生产过程的系统模型是随时间变化，因此需要PID控制器的参数能够进行动态整定，使得PID参数始终保持在“最佳”值。由于模糊控制是根据输入的误差与误差的变化率实时的调整参数，因此将模糊控制技术应用到PID控制中就应运而生。在工业生产过程中，液位控制系统随着液位的变化或干扰的影响，其对象特性或结构发生改变，液位发生变化，用传统的PID控制方法难以得到很好的控制效果，另外对于PID控制若条件稍有变化则控制参数也需调整。模糊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，使控制系统性能指标保持在最佳范围内。人们运用模糊数学的
8、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控制规则及有关信息(如评价指标、初始PID参数等)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，实现自动对PID参数的最佳调整。模糊自整定PID控制应用在具有明显的非线性系统中，如液位控制系统,可以获得很好的控制性能。它不仅能发挥模糊控制的鲁棒性好、动态响应好、上升时间快和超调小的特点，又具有PID控制器的动态跟踪品质和稳态精度。因此在液位控制系统的控制器设计中采用模糊自整定PID控制，实现PID参数的在线自调整功能，在实际应用中也取得了较好的效果。本文以水箱为研究对象,水箱的液位为被控制量。主要研究模糊控
9、制以及与PID控制相结合的控制方法。论述了PID控制器与模糊自整定PID控制器的设计和实现。首先建立被控对象的模型，设计模糊自整定PID控制器，组成液位串级控制系统，进行仿真，通过调试获得交好的控制规则和隶属度函数，计算出离线控制表，然后对液位串级控制系统进行软件组态，编程实现控制算法，并将控制表加入脚本程序里，以实现PID参数的在线调整。第二章 被控对象模型的建立2.1过程建模的基本方法被控过程是指工业生产中多种多样的被控制的生产工艺设备。被控过程的数学模型，是指过程在各输入量作用下，其相应输出量变化函数的数学表达式。过程的数学模型有非参数模型（阶跃响应曲线、脉冲响应曲线和频率响应曲线等）和
10、参数模型（微分方程、传递函数、状态方程和差分方程等）两种。过程的数学模型有线性和非线性之分，实际中的模型大部分是非线性的，但是为了处理的方便，在实验室和实际工程中，大部分当作线性来处理。在实际中，对复杂过程进行自动控制、最优设计等方面的研究与开发时，首先要建立其数学模型，这样做的主要目的有：设计过程控制系统和整定调节参数、指导设计生产工艺设备、进行仿真研究等。建立过程数学模型的基本方法有机理分析法和试验法两种。机理分析法建模又称为数学分析法建模或理论建模，是根据过程的内部机理（运动规律），运用一些已知的定律、原理建立过程的数学模型。这种方法的最大优点就是当生产设备还处于设计阶段就能建立其数学模
11、型。但是由于对实际过程的机理并非完全的了解，同时过程的某些因素如受热面的积垢、催化剂的老化等可能在不断变化，难以精确描述，因此一般只用于简单过程的建模。试验法建模是在实际的生产过程（设备）中，根据过程输入、输出的实验数据，通过过程辨识与参数估计的方法建立被控过程的数学模型。与机理法相比，试验法不需要深入了解过程的机理，但是必须设计一个合理的实验。试验法建模分为加专门信号与不加专门信号两种，但是后者只能定性地反映过程的数学模型，其精度较差。所以实际中常用加专门信号的方法。其中最常见的是用响应曲线法（阶跃响应曲线和矩形脉冲响应曲线）来辨识过程的数学模型。测定阶跃响应曲线只要在被控过程的输入量作阶跃
12、变化时测定其输出量随时间而变化的曲线，即得阶跃响应曲线。阶跃响应曲线能形象、直观地描述被控过程得动态特性，只要使调节阀的开度作一阶跃变化即可。矩形脉冲响应曲线法是对阶跃响应曲线的一种补充，当过程长时间处于较大的扰动信号的作用下时，被控量的变化幅度可能超出实际生产所允许的范围，它的过渡过程与终值均偏离正常操作条件，会影响产品的产量与质量，这时候就要用矩形脉冲信号响应曲线。2.2建立两水箱的模型待定系数法建模Matlab的最优工具箱提供了lsqcurvefit( )，该函数是已知被求模型的目标函数（包括指数函数和三角函数等），只是函数的参数未知时，采用最小二乘曲线拟合来获得这些待定系数。其调用格式
13、为：a,Jm= lsqcurvefit(原型函数名,a0,x,y)其中，a0为最优化的初值，x，y为原始输入输出数据向量，调用改函数则将返回待定系数向量a，以及在此待定系数下的目标函数的值Jm。待定系数法求传递函数的Matlab程序如下：先写出一阶惯性环节时域函数原型：functiony=control(a,x)y=1-exp(-a*x);确定目标函数系数的程序：n=length(y);x=1:n;ylimit=y(n)-y(1); k0ylimit；y=(y-y(1)/ylimit;f=optimset;f.TolFun=1e-10;%修改误差等级a0,res=lsqcurvefit(con
14、trol,1,x,y,f);%调用库函数T0=10/a0；num=k0;den=T0,1;G=tf(num,den);step(G);得到二水箱的模型分别为:上水箱:下水箱:由于该方法是已知目标函数的形式，只是求待定系数，因此准确度较高。在目标函数的原型中用的是单位量，故在求系数时，要先将测量的液位值处理为单位量，从而得到的是单位量的数据，再将新的数据赋值给y，将新的y值代入函数中计算，该程序的前面几行就是处理以上的操作。选取的二水箱的一阶模型如下：上水箱:下水箱:第三章 模糊控制与模糊自整定PID控制3.1模糊控制模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy
15、 Control)，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数字控制技术。模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。模糊控制不依赖于被控过程（对象）的数学模型，而只要求掌握现场操作人员和有关专家的经验、知识或者操作数据。3.1.1模糊集合1.模糊集合的基本概念图3-1 模糊集合与传统普通集合的不同在传统的集合论中，任何一个元素与集合之间的关系，只有属于或不属于某个集合这两种关系，而且只能是两者之中的任一种。其元素与集合之间关系非常明确，故传统集合又称为明确集合。模糊集合是以特征函数来表示元素与集合间之隶属程度。因此，特征函数又称为隶属函数。隶属函数是在0,1区间上连续取值，其隶属度值的大小表示属于个集合的程度，若隶属度值为1，表示完全属于某个特定集合；隶属度值为0则表示完全不属于某个特定集合。由此可见，传统普通集合为模糊集合的特例，而模糊集合是普通集合的扩展。图3.1以人对身高的感觉而言，说明模糊集合与传统普通集合之区别。设A为论域U上的模糊集合，由隶属度函数来表征，其中在实轴的闭区间0,1中取值，即。模糊集合可以用如下的序偶形式表示：(3.1)也可以表示成如下的紧凑形式：(3.2)2.模糊集合的基本运算
