基于matlab语言环境的二阶惯性系统pid控制仿真

《基于matlab语言环境的二阶惯性系统pid控制仿真》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于MATLAB语言环境的二阶惯性系统PID控制仿真15目录一、课程设计要求……………………………………3二、PID控制简述……………………………………3三、系统性能分析……………………………………5四、参数整定…………………………………………6五、PID三参数变化对系统的影响……………………7六、人机交互界面设计……………………………………9七、心得体会………………………………1515一、课程设计要求1．在MATLAB语言环境下，给定参数下的二阶惯性系统，要求分析在单位阶跃函数作用下，系统的动态响应性能；2．在系统

2、的前向通道加入比例、积分、微分控制器，调整系统控制器的比例、积分、微分参数，需求系统的最佳输出性能；3．利用所学知识分析三参数增大或减小时，对系统动静态性能的影响，并用仿真实验验证其正确性。4.设计人机交互界面，可通过对界面输入参数，实现参数修改于曲线显示。注：二阶系统前向通道传递函数为。二、PID控制简述PID控制器由比例单元（P）、积分单元（I）和微分单元（D）组成。其输入e(t)与输出u(t)的关系为：u(t)=kp[e(t)+1/TI∫e(t)dt+TD*de(t)/dt]式中积分的上下限分别是0和t。因此它

3、的传递函数为：G(s)=U(s)/E(s)=kp[1+1/(TI*s)+TD*s]。其中kp为比例系数；TI为积分时间常数；TD为微分时间常数。比例(P)控制比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差(ady-stateerror)。积分(I)控制在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则这个控制系统是有稳态误差的或简称有差系统(SystemwithSteady-stateError)

4、。为了消除稳态误差，在控制器中必须引入项”。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。　微分(D)控制15在微分控制中，控制器的输出与输入误差信号的微分(即误差的变化率)成正比关系。自动控制系统在克服误差的调节过程中能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件(环节)或有滞后(delay)组件，具有抑制误差的作用，其变化总

5、是落后于误的变化。解决的办法是使抑制误差的作用的变化“超前”，即在误差接近零时，抑制误差的作用就应该是零。这就是说，在控制器中仅入“比例”项往往是不够的，比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。所以对有较大惯性或滞的被控对象，比例+微分(PD)控制器能改善系统在调节过程中的动态特性。PID控制器的参数整定　　　PID控制器的参数整定是控制系统设计的核心内容。它是根据被

6、控过程的特性确定PID控制器的比例系数、积分时间和微分时间大小。PID控制器参数整定的方法很多，概括起来有两大类：一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控器参数。这种方法所得到的计算数据未必可以直接用，还必须通过工程实际进行调整和修改。二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。PID控制器参数的工程整定方法，主要有临界比例法反应曲线法和衰减法。三种方法各有其特点，其共同点都是通过试验，然后按照工程经验公式对控制器参数进行整

7、定。但无论采用哪一方法所得到的控制器参数，都需要在实际运行中进行最后调整与完善。现在一般采用的是临界比例法。利用该方法进行PID整定步骤如下：(1)首先预选择一个足够短的采样周期让系统工作﹔(2)仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周期﹔15(3)在一定的控制度下通过公式计算得到PID控制器的参数。三、系统性能分析稳定性判断程序如下：num=[1];den=[100481];[z,p,k]=tf2zp(num,den)jj=find(real(p)>0);n=le

8、ngth(jj);if(n>0)disp('TheSystemisUnstable');elsedisp('TheSystemisStable');endaxisequal;pzmap(p,z);title('ThepoleMapofsystem');运行结果：z=Emptymatrix:0-by-1p=-0.0200+0.8998i-0.02