《基于matlab的智能PID控制器设计和仿真(郑园庆)(共36页)》由会员分享,可在线阅读,更多相关《基于matlab的智能PID控制器设计和仿真(郑园庆)(共36页)(36页珍藏版)》请在金锄头文库上搜索。
1、精选优质文档-倾情为你奉上基于MATLAB的智能PID控制器设计与仿真摘要 在工业生产中应用非常广泛的是PID控制器,是最早在经典控制理论基础上发展起来的控制方法,应用也十分广泛。传统的PID控制器原理十分简单,即按比例、积分、微分分别控制的控制器,但是他的核心也是他的难点就是三个参数(比例系数Kp、积分系数Ki、微分系数Kd)的整定。参数整定的合适,那么该控制器将凭借结构简单、鲁棒性好的优点出色的完成控制任务,反之则达不到人们所期望的控制效果。 人工神经网络模拟人脑的结构和功能而形成的信息处理系统,是一门十分前沿高度综合的交叉学科,并广泛应用于工程领域。神经网络控制是把自动控制理论同他模仿人
2、脑工作机制的数学模型结合起来,并拥有自学习能力,能够从输入输出数据中总结规律,智能的处理数据。该技术目前被广泛应用于处理时变、非线性复杂的系统,并卓有成效。关键词 自适应PID控制算法,PID控制器,神经网络专心-专注-专业Design and simulation of Intelligent PID Controllerbased on MATLABAbstractPID controller ,the control method which is developed on the basis of classical control theory, is widely used in
3、industrial production.The Principle of traditional PID controller is very simple, which contains of the proportion, integral, differential three component, but its core task and difficulties is three parameter tuning(proportional coefficient Kp, integral coefficient Ki and differential coefficient K
4、D).If the parameter setting is suitable, the controller can accomplish the control task with the advantages of simple structure and good robustness;but on the contrary, it can not reach the desired control effect which we what. Artificial neural network , the formation of the information processing
5、system which simulate the structure and function of the human brain , is a very high degree of integration of the intersection of disciplines, and widely used in the field of engineering. Neural network control ,combining automatic control theory and the imitate mathematical model of the working mec
6、hanism of human brain , has self-learning ability, and can summarize the law of the input-output data , dealing with data intelligently .This technique has been widely used in the process of time-varying, nonlinear and complex system, and it is very effective.Key Word: Adaptive PID control algorithm
7、, PID controller, Neural network目录 第一章 绪论1.1 课题研究背景及意义 在工业生产中应用非常广泛的是PID控制器,是最早在经典控制理论基础上发展起来的控制方法,应用也十分广泛。传统的PID控制器原理十分简单,即按比例、积分、微分分别控制的控制器,但是他的核心也是他的难点就是三个参数(比例系数Kp、积分系数Ki、微分系数Kd)的整定。参数整定的合适,那么该控制器结构简单、鲁棒性好的优点就可以明显的体现出来,反之则达不到人们所期望的控制效果。但是传统的控制理论和方法依赖于被控对象的数学模型,遇到复杂的时变非线性系统就会基本失效,像工业控制中的复杂系统就更不用说
8、了。在实践中,PID参数的整定往往依靠工程技术人员大量的实践和积累的人工经验,虽然有经验的工程技术人员也能调试好控制器的参数,但太费时费力也很麻烦。 工业生产是讲究效率的,所以能不能研发出一种参数可以自整定的PID控制器是所以工程技术人员关注的焦点。 从上世纪60年代开始,随着计算机技术和人工智能的发展,技术人员开始将人工智能技术与自动控制结合起来,逐渐发展成智能控制。智能控制能够模拟人类大脑的思维方式。还能根据环境的改变还相应的做出应变,从而使机器完成原本只可以人类才可完成的任务。智能控制包含一下几个重要的分支,即专家系统、模糊控制和神经网络控制。专家系统其实是一种智能计算机程序,他具有知识
9、和推理功能,把某个行业的专家级的经验和知识用计算机语言表述出来,然后用计算机代替人去解决相应的问题。专家系统可以直接影响控制过程,也可以在系统外环中间接的影响控制过程。模糊控制是基于模糊数学和逻辑学的知识创立起来的新的控制方法,它把被控系统看成“黑箱子”,把工程技术人员对“黑箱子”的操作经验用自然语言表述成“模糊规则”,然后让机器根据这些规则来执行控制操作。这种控制技术和专家系统一样依靠工程技术人员的经验和知识而不是被控系统的数学模型,并且它是用自然语言描述,很容易被操作人员接受。人工神经网络模拟人脑的结构和功能而形成的信息处理系统,是一门十分前沿高度综合的交叉学科,并广泛应用于工程领域。神经
10、网络控制是把自动控制理论同他模仿人脑工作机制的数学模型结合起来,并拥有自学习能力,能够从输入输出数据中总结规律,智能的处理数据。该技术目前被广泛应用于处理时变、非线性复杂的系统,并卓有成效。第二章 PID控制器2.1 PID控制原理 传统的PID控制器原理十分简单,即按比例、积分、微分分别控制的控制器,但是他的核心也是他的难点就是三个参数(比例系数Kp、积分系数Ki、微分系数Kd)的整定。而其中这三个环节的作用分别如下: 比例环节作用:减少系统的稳态误差,但不能完全消除,比例系数要选取适当否则会影响到系统稳定性; 积分环节作用:加一个串联积分环节增加系统的型数,把稳态误差从无穷变为常值,原来稳
11、态误差为常值的变为零。 微分环节作用:在系统中加入偏差信号的微分,由于微分信号的预测作用是系统在误差增大之前提前修正,从而提高系统的性能指标。 具体的说,PID控制器有这些特点:结构和原理都很简单,使用面广,鲁棒性好。缺点也是很明显的,PID控制受制于系统的数学模型,复杂的系统一般很难找到精确的数学模型所以此法便失效了。 PID控制系统结构如图2-1所示:图2-1 PID控制器方框图2.2常规PID控制器的算法理论2.2.1 模拟PI D控制器PID控制器的传递函数为(连续系统) (2-1)如图2.1显示其主要主要结构由PID控制器、一个反馈环节所、被控对象组其中P、I、D则分别代表比例、积分
12、、微分环节。 (2-2)在(2-2)中, 比例系数, 积分时间常数, 微分时间常数, 控制器的输入, PID控制器的输出。由上面两个公式可以发现,我们可以调整控制器的结构,以满足相应的控制要求,如P控制器,PI控制器,PD控制器等,这些都是PID控制器的变形。2.2.2 数字P I D控制算法 数字PID控制算法分为位置式PID控制算法和增量式控制算法 两种,常应用与计算机系统中。 1位置式PID控制算法我们知道计算机控制是一种采样控制,它根据采样时刻的偏差值来计算控制量。【1】故需要对被控系统的传递函数进行离散化处理。按算式(2-1),则可以作下面的近似变换 (2-3) (2-4) (2-5) (2-6) 式中,T为采样周 期;K为采样序号,k=0,1,2,j,k。这样的变换其实是将算式(2-1)连续时间t换成采样时刻kt,积分替换相加,微分替换增。,将式(2-6)代入式(2-5)中,有: (2-7)式中, 是数字PID控制器的输入。 为第 个采样时刻的偏差值。 u(k) 是第k个采样时刻数字PID控制器的输出。 为积分系数。 为微分系数。由式(2-7)可知,输出值与执行层的位置对号入座,这便是位置式数字PID控制算法。 2增量式PID控制算法有时候控制系统要对控制量的增量进行处理,则要采用增量PID控制算法。由式(2-10)导出并根据递推原理可得: