基于Fuzzy推理的PID控制器设计【文献综述】

《基于Fuzzy推理的PID控制器设计【文献综述】》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。

毕业设计文献综述电气工程及其自动化基于Fuzzy推理的PID控制器设计前言偏差的比例（proportional）、积分（Integral）和微分（Derivative）的综合控制，简称PID控【1】。PID控制器本身是一种基于对“过去”、“现在”和“未来”信息估计的简单但却有效的控制算法。由于其算法简单、鲁棒性能好、可靠性高等优点，PID控制策略被广泛应用于工业过程控制【3】。模糊控制一直是智能控制研究的热点，其应用水平代表着产品智能化水平，模糊控制以其控制简单、实现成本低廉、无需建立数学模型等独到的优点被广泛应用于家电等控制中，尤其是在时变、非线性的液压控制系统中得到广泛的应用。如果将两者结合，利用模糊规则调整PID参数的大小，可满足实时控制的要求，使其对输出转速控制达到理想的效【4】。主题一：模糊控制的发展1965年扎德在《信息与控制》杂志上先后发表了"模糊集"(FuzzySets)和"模糊集与子系统"(FuzzySets&Systems)，产生了模糊集合论，奠定了模糊集理论和应用研究的基础。但"模糊"一词却在美国科技界遭到怀疑和反对，为此而影响了模糊逻辑在美国的研究和应用推广。1968年扎德首次公开发表其"模糊算法"。1973年发表了语言与模糊逻辑相结合的系统建立方法。1974年伦敦大学Mamdani博士首次尝试利用模糊逻辑，成功地开发了世界上第一台模糊控制的蒸气引擎。1965～1974年是模糊控制发展的第一阶段，即模糊数学发展与成形阶段。其间于1972年，日本模糊系统研究基金会建立，后来成为国际模糊系统协会(IFSA)的日本办事处。第二阶段大约从1974～1979年，这是产生简单模糊控制器的阶段。在这期间，美国加州一公司率先生产了世上第一只模糊逻辑芯片。1980年丹麦的斯密司公司首次应用芯片在水泥烘干机中成功地实现了模糊逻辑控制，但其自适应能力和鲁棒性有限，稳态精度也不够理想。 1979年至今是发展高性能模糊控制的第三阶段。1979年T.J.Procky和E.H.Mamdani共同提出了自学习概念，使系统性能大为改善。1983年日本富士电机开创了日本第一项应用—水净化处理。1987年日本仙台地铁线采用了模糊逻辑控制器。1989年日本把模糊逻辑消费品推向高潮，同年，扎德教授出任OMRON(立石)公司高级顾问。1993年，扎德教授应OMRON之请，在ISA/93博览会的新闻发布会上作了以"软计算"为题的发言。扎德曾获得日本企业家赠与的15万美元的本田奖。二模糊PID控制器的原理与参数整定模糊自适应PID控制，就是用模糊的推理对PID控制器参数进行整定，而模糊推理就是用不确定的语言来说明某个问【6】，例如某燃烧炉温度100°C其变换成模糊语言就是温度的低、中、高。其基本思想是把人类专家对待特定的被控对象或过程的控制经验总结成一系列以“IF....THEN....”形式表示的控制规则，在实际控制过程中，经常把一个物理量划分成正大(PL)、正中(PM)、正小(PS)、零(ZE)、负小(NS)、负中(NM)、负大(NL)七级语言变【7】。通过这些模糊规则对PID参数进行整定。从系统的稳定性、响应速度、超调量和稳定精度等方面来考虑，Kp，Ki，Kd，的主要作用有以下几方【8】：(1)比例系数Kp的作用在于加快系统的响应速度，提高系统的调节精度。Kp越大，系统的响应速度越快，但将产生超调量和振荡甚至导致系统不稳定，因此Kp值不能取的过大；如果Kp取得较小，则会降低调节精度，使响应速度缓慢，从而延长调节时间，使系统动、静态特性变坏。(2)积分环节作用系统Ki的作用在于消除系统的稳定误差。Ki越大，积分速度越快，系统静态消除越快，但Ki过大，在响应过程的初期以及系统在过渡过程中会产生积分饱和现象，从而引起响应过程出现较大的超调，使动态性能变差；若Ki过小，使积分作用变弱，使系统的静态难以消除，使过渡过程时间加长，不能较快的达到稳定状态，影响系统的调节精度和动态特性。(3)微分环节作用系数Kd的作用在于改善系统的动态特性。因为PID控制器的微分环节只影响系统的偏差的变化率ec，其作用主要是在响应过程抑制偏差向任何方向的变化，对偏差变化进行提前制动，降低超调，增加系统的稳定性，但Kd过大，则会使响应过程过分提前制动，从而延长调节时间，而且系统的抗干扰性较差。 PID参数的整定必须考虑到在不同时刻三个参数的作用以及相互之间的互联关系。根据参数Kp，Ki，Kd对系统输出特性能够的影响情况，在不同的e和ec时，被控过程对参数Kp，Ki，Kd的自整定原则：(1)当e较大时，为了加快系统的响应速度，并避免因开始时偏差e的瞬间变大，可能引起微分过饱和，而使控制作用超出许可范围，因此应取较大的Kp和较小的Kd，同时为了防止积分饱和，避免系统响应出现较大的超调，此时应去掉积分作用，取Ki=0。(2)当e和ec中等大小，为使系统响应的超调减少Kp，Ki，Kd都不能取大，应取较小的Kp，Ki，Kd值的大小要适中，以保证系统的响应速度。(3)当e较小为使系统具有良好的稳定性能应增大Kp，Ki值，同时为避免系统在设定值附近出现振荡，并考虑系统的抗干扰性能，应适当地选取Kd值，其原则是：当较ec小时Kd可取大些，通常取为中等大小；当ec较大时，Kd应取小些。三模糊PID控制的实现步骤（1）模糊化模糊化是将基础变量论域上的确定量变换成基础变量论域上的模糊集的过程。常规控制都是用系统的实际输出值与设定值相比较从人得到一个偏差值，控制器根据这个偏差值及偏差值的变化率来决定如何对系统进行控制。（2）建立模糊规则表根据并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，得到、和三参数分别整定的模糊控制表。（3）模糊推理模糊推理模块是模糊控制器的核心，它将输入的模糊量经过推理，变为输出的模糊量。（4）清晰化模糊量的清晰化即模糊判决，就是将基础变量论域上的模糊集变换成基础变量域上的确定值的过程。总结总之，PID控制器算法简单，尽管工业自动化飞速发展，PID控制技术仍然是工业过程控制的基础。根据日本有关调查资料显示，在现今使用的各种控制技术中，PID控制技术占84．5％，优化PID控制技术占6．8％，现代控制技术占1．6％，手动控制占6．6％，人工智能(ArtificialIntelligence)控制技术占0．6％。如果把PID控制技术和优化PID控制技术加起来，则占到了90％以上。而文[9] 指出，工业过程控制中，95％以上的回路具有PID结构。因此，可以毫不夸张地说，随着工业现代化和其他各种先进控制技术的发展，PID控制技术仍然不过时，并且他还占着主导地位。研究和改进PID控制器参数整定具有十分重要的意义。参考文献：[1]诸静.模糊控制理论与系统原理[M].北京:机械工业出版社，2005：193．[2]薛定宇，陈阳强.基于Matlab/Simulink的系统仿真技术与应用[M]．北京:清华大学出版社，2002．[3]胡寿松.自动控制原理[M].北京:国防工业出版社，1994．[4]张国良.曾静等.模糊控制及其MATLAB应用[M].西安:西安交通大学出版社，2002.[5]陈伯时.电力拖动自动控制系统[M].北京:机械工业出版社，1999.[6]孟辉.模糊PID控制器的设计与应用研究[D].秦皇岛:燕山大学，2004.[7]胡包钢,应浩.模糊PID控制技术研究发展回顾及其面临的若干重要问题[J].自动化学报,2001(4):567~584[8]袁凤莲.Fuzzy自整定PID控制器设计及其MATLAB仿真[J].沈阳航空工业学院学报，2006(I):74~76.[9]侯建明，孟华，牛辉．基于在线自调整参数模糊控制器的研究与应用[J].自动化技术与应用，2007(12):36~37