宋 偉,李武君
(西安石油大學(xué)電子工程學(xué)院,陜西 西安 710065)
PID 控制結(jié)構(gòu)簡(jiǎn)單,應(yīng)用廣泛,對(duì)精確的數(shù)學(xué)模型只需調(diào)節(jié)三個(gè)控制器參數(shù)進(jìn)行分析就可以取得不錯(cuò)的效果。但是在實(shí)際應(yīng)用中,大部分的問(wèn)題都是非線性的,無(wú)法建立起數(shù)學(xué)模型,控制效果令人不太滿意。模糊控制的基本原理與PID相同,但模糊控制具有智能化的特點(diǎn),通過(guò)模糊規(guī)則使其參數(shù)能夠隨之變化,有著良好的適應(yīng)性。本文在Matlab 軟件中的Simulink 搭建PID 控制模型和模糊PID 控制系統(tǒng)的模型,通過(guò)超調(diào)量、調(diào)節(jié)時(shí)間等因素分析比較二者的控制效果。
模糊控制器其基本結(jié)構(gòu)[1]與PID 控制完全一樣,唯一不同之處在于模糊控制擁有模糊控制器。模糊控制器的主要功能就是對(duì)輸入量進(jìn)行模糊化、模糊推理以及解模糊。在二維系統(tǒng)中輸入量通常由誤差E 和EC 組成,通過(guò)模糊化,邏輯判斷和解模糊得到參數(shù)的修正量,以此來(lái)調(diào)整PID 控制的參數(shù)。本文中選擇建立Mamdani 型模糊控制器,模糊化或解模糊的方法采用centroid。
根據(jù)各參數(shù)的模糊控制模型和各模糊子集的隸屬度賦值表,應(yīng)用模糊規(guī)則推理設(shè)計(jì)PID 參數(shù)的模糊矩陣表,在線修正PID 參數(shù),其計(jì)算公式如下:
其中KP0、Ki0、Kd0為系統(tǒng)初始參數(shù),可由傳統(tǒng)PID 參數(shù)整定方法得到。
模糊控制器通常處理的數(shù)據(jù)都是模糊集合,而經(jīng)過(guò)采樣得到的輸入值都是清晰值,經(jīng)過(guò)量化因子處于相當(dāng)于一次比例變換后映射到模糊論域上的某個(gè)實(shí)數(shù)值,而這個(gè)值隸屬于各個(gè)相關(guān)模糊子集的隸屬度,這個(gè)過(guò)程稱為清晰值模糊化。因此模糊化模塊主要確定量化因子及隸屬度函數(shù)。
本系統(tǒng)中設(shè)置輸入(E,EC) 和輸出(ΔKP、ΔKi、ΔKd) 的變化范圍都定義為模糊集上的論域: {-3,-2,-1,0,1,2,3};通過(guò)語(yǔ)言值的選取,得模糊集: {NB,NM,NS,O,PS,PM,PB},該集合中元素分別代表負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大。對(duì)應(yīng)于機(jī)械臂調(diào)節(jié)的語(yǔ)言分別為:NB 代表大幅度減力矩、NM 代表中幅度減力矩、NS 代表小幅度減力矩、0 代表保持當(dāng)前力矩、PS 代表小幅度加力矩、PM 代表中幅度加力矩、PB 代表大幅度加力矩。三角形函數(shù)論域范圍內(nèi)分布均勻,其靈敏度較高,將其選作系統(tǒng)的隸屬度函數(shù)。
量化因子和比例因子的選擇不同,對(duì)模糊控制器參數(shù)的整定影響也會(huì)不同。因此選擇輸入輸出模糊變量的論域范圍、各語(yǔ)言變量自整定應(yīng)滿足原則[2]:
1) 當(dāng)偏差E 較大時(shí),為了使系統(tǒng)能夠快速達(dá)到預(yù)設(shè)條件值,偏差的變化率EC 都應(yīng)取較大的KP,從而提高系統(tǒng)的響應(yīng)能力。同時(shí)為了避免系統(tǒng)出現(xiàn)過(guò)大超調(diào)量,Ki應(yīng)該較??;
2) 當(dāng)偏差E 值為中等時(shí),KP取值應(yīng)小,以使系統(tǒng)帶來(lái)的超調(diào)量更小。同時(shí),為了確保證系統(tǒng)響應(yīng)速度的能力,Ki和KP的取值應(yīng)該是中等的。其中kd 的大小對(duì)系統(tǒng)響應(yīng)影響較大。
3) 當(dāng)偏差E 較小時(shí),KP和Ki的值應(yīng)該大,以使系統(tǒng)在預(yù)設(shè)值附近性能更穩(wěn)定。同時(shí)考慮到系統(tǒng)抗干擾的能力,當(dāng)EC 值很小時(shí),Kd值應(yīng)該增加;當(dāng)EC 值很大時(shí),Kd值應(yīng)該減少。
通過(guò)對(duì)上面原則的分析,同時(shí)參考專家經(jīng)驗(yàn),在仿真的過(guò)程中歸納出以下所示的模糊規(guī)則;將以上規(guī)則寫(xiě)成if…then…的格式,總共可得到49 條規(guī)則。例如,根據(jù)規(guī)則表的第一條模糊規(guī)則可以寫(xiě)為:
Rule1:If(E is NB) and (EC is NB)Then (ΔKPis PB)(ΔKiis NB)(ΔKdis PS),在模糊控制界面一一輸入剩余規(guī)則,其形式參照第一條模糊規(guī)則格式。
模糊控制器通過(guò)(D/F) 把清晰量變成模糊量,下一步將模糊量轉(zhuǎn)換為精確量,就可以得出輸出量的精確值,這個(gè)過(guò)程稱為去模糊或模糊決策。為了獲得精確的控制量,需要通過(guò)隸屬度函數(shù)得出計(jì)算結(jié)果,其方法很多。這里選取重心法,它可以通過(guò)計(jì)算面積來(lái)找出找出模糊集合的代表值。
根據(jù)Fuzzy 推理和參數(shù)修正輸出的ΔKP、ΔKi、ΔKd自動(dòng)修正初定的PID 參數(shù),在Matlab軟件中應(yīng)用Simulink 搭建模型如圖1 所示。上為模糊PID 控制,下為PID 控制,對(duì)二者進(jìn)行仿真,觀察最后輸出的波形。
圖1
仿真結(jié)果如圖2 所示,與傳統(tǒng)PID 控制相比,模糊PID 控制具有更好的動(dòng)態(tài)特性,縮短了過(guò)渡調(diào)節(jié)時(shí)間,加快了系統(tǒng)的響應(yīng)速度;系統(tǒng)的超調(diào)量也減小了,控制系統(tǒng)的動(dòng)態(tài)性能和靜態(tài)性能得到了良好的改善,控制效果更佳。
圖2
模糊PID 控制優(yōu)于傳統(tǒng)的PID 控制,可以解決實(shí)際生產(chǎn)中的非線性和時(shí)變系統(tǒng)問(wèn)題。通過(guò)專家經(jīng)驗(yàn),建立模糊規(guī)則,通過(guò)模糊推理實(shí)現(xiàn)PID控制中三個(gè)參數(shù)的在線調(diào)整,實(shí)時(shí)校正PID 控制參數(shù),使系統(tǒng)控制精度和響應(yīng)速度大大改善了。它可以在更短的時(shí)間內(nèi)實(shí)現(xiàn)穩(wěn)定,并且超調(diào)量更小。模糊PID 控制的應(yīng)用可以克服運(yùn)動(dòng)控制系統(tǒng)變參數(shù)和非線性等不利因素的影響,使系統(tǒng)輸出響應(yīng)的過(guò)渡過(guò)程平穩(wěn),適應(yīng)力和魯棒性更好,達(dá)到更好的控制效果。