基于参数自整定模糊PID控制策略的电机模型仿真研究

作者:李楠;孟庆春;付晓峰 刊名:机电工程技术 上传者:陈伟

【摘要】基于参数自整定模糊PID的控制理论和设计思想,利用PID参数在线整定方法,设计模糊推理规则,根据模糊控制原理对PID的三个参数进行在线修改,并对电机模型参数进行分析整定。MATLAB仿真结果表明该类控制器与常规PID相比较,具有良好的稳态精度和自适应能力,明显的改善了系统的动态性能,便于工程应用。

全文阅读

1引言常规PID控制是实际应用中使用最广泛的一种基本控制策略,其原理简单,稳定性好,鲁棒性较强,但是常规PID控制难以对强非线性系统进行精确控制。而模糊控制可以对复杂的非线性系统进行有效的控制,具有较强的自适应能力。将这两种控制策略结合起来,则能构成具有两者优点的控制器,即能实现精确的控制,有较强的自适应性,更有效的实现人的控制策略。本文用模糊推理方法实现对PID参数的在线自整定并对其应用能力进行了仿真和分析。2参数自整定模糊PID的结构设计(1)控制器结构参数自整定模糊PID控制是在控制系统中引入模糊数学的基本理论和方法,把控制规则的条件,推理过程用模糊集表示,然后计算机根据控制系统的实际响应情况,运用模糊推理,在PID控制初值的基础上通过增加修正参数进行整定,解决这些参数在动态性能和静态性能,设定值与抑制扰动之间的矛盾。参数自整定模糊PID控制器的结构如图1所示:模糊控制器以误差e和误差变化ec作为输入,修正参数kp,ki,kd作为输出,应用模糊合成推理规则设计PID参数的矩阵表,得出修正参数代入公式(1)计算,kp=kp、、+kpki=ki、、+kikd=kd、、+kd(1)其中Kp、,Ki、,Kd、为PID控制器的预整定值。在线自校正工作流程图如图2所示(2)参数自整定原则PID参数的整定必须考虑在不同时刻三个参数的作用以及相互之间的关系。一般情况下,针对不同的和,参数整定具有以下原则:当e较大时,为使系统具有较好的跟踪性能,应取较大的Kp和较小的Kd,同时为避免系统响应出现较大的超调,应对积分作用加以限制,通常取Ki=0。当e和ec中等大小时,为使系统具有较小的超调,Kp应取得小些,在这种情况下,Kd的取值对系统的影响较大,应取得小一些,Ki的取值要适当。当e较小时,为使系统具有较好的稳定性能,Kp和Ki均应取得大些,同时为避免系统在设定值时出现震荡,并考虑系统的抗干扰性能,当ec较大时,Kd可取得小些;ec较小时Kd可取大些。(3)模糊控制规则表模糊控制器输入输出变量的模糊子集分别为e,ec,Kp,Ki,Kd均服从正态分布。各变量的语言值为:{负大,负中,负小,零,正小,正中,正大},记为{NB,NM,NS,0,PS,PM,PB}。为简化计算,提高控制器的可靠性,隶属度函数选择灵敏度强的三角函数。论域为[-6,6]之间的整数。通过模糊推理并进行实验修正,得出由49条模糊条件语句构成的Kp,Ki,Kd的模糊控制规则表。3系统的建模与仿真(1)量化因子与比例因子的确定模糊控制器中量化因子和比例因子的作用是将实际输入变量的基本论域变换为其相应语言化的论域。设1,2,3分别为偏差量的最小值,偏差变化量的最小值,输出控制量的最小值;1,2,3分别为偏差量的最大值,偏差变化量的最大值,输出控制量的最大值。则量化因子比例因子由下式(2)得[4]:Ke=PB-NB1-1=6-(-6)1-1Kec=PB-NB2-2=6-(-6)2-2(2)Ku=3-36-(-6)(2)系统对象仿真本文中被控对象为一电机模型,其传递函数为G(s)=1Js2+Bs,式中J=0.0067,B=0.10。模糊控制器中各变量的基本论域取值如下e[-1.5,2.5],ec[-0.8,0.2],Kp[-3,3],Ki[-0.6,0.6],Kd[-3,3]:由计算公式(2)得输入量的量化因子Ke=3;Kec=12;输出量的比例因子K1=0.5;K2=0.1;K3=0.5。通过SIMULINK仿真环境建立系统模型,利用模糊规则表及PID的参数整定原则对其进行仿真。系统模型结构如图3所示

参考文献

引证文献

问答

我要提问