模糊PID控制仿真

2022-04-13 15:39 作者:永远的修伊 0人读过 | 我要投稿

目前，传统控制在工业中应用最为广泛的是PID控制，它有天然的优势

它将误差的“过去”、“现在”、“未来”联系起来，可以使系统的动态性能得到改善，同时它对被控对象的数学模型不敏感，但是对于某些高阶系统、纯延迟、非线性的复杂对象，常规的PID控制很难实现调节时间和超调量的均衡，这时我们可以引入参数“自适应”PID控制，在这里指的就是模糊PID，它对不同的误差及误差变化率，可以调节PID的特征参数，由于这种调节往往是基于经验或者测试来获得相应的模糊规则表，又称为模糊PID控制。

其中模糊推理部分即上面的模糊控制器， PID 调节器才是真正起作用的控制器，而模糊控制
器的作用是在线实时调整 PID 参数。

（注：模糊控制与模糊PID还是有区别的）

模糊控制规则是模糊控制器的核心，是设计控制系统的主要内容。
一个基本模糊控制器主要有三个功能：
（1）模糊化：把精确量（如偏差 e 和偏差变化 ec）转化为相应的模糊量（E、 EC）；
（2）模糊推理：按总结的语言规则（模糊控制规划表）进行模糊推理；
（3）模糊判决：把推理结果（U）从模糊量转化为可以用于实际控制的精确量（u）。
模糊规则是由一系列的模糊条件语句组成的，即由许多模糊蕴含关系构成。这些条件语
句是推理的出发点和得到的正确结论的根据和基础。每条模糊条件语句都给出模糊蕴含关
系，即一条控制规则。若有 n 条规则，就把它们表达的 n 个模糊蕴含关系(i=l， 2， ⋯， n)做
并运算，构成系统总的模糊蕴含关系。

下面我以一个锅炉液位控制系统为例，介绍模糊PID与常规PID控制的仿真，参考文献会放在文末。

锅炉液位控制系统被控对象的数学模型为

先搭建传统的PID控制器，如下图

下面在来搭建模糊PID控制，在这之前，先介绍一下matlab中的模糊逻辑工具箱

在matlab中键入 fuzzy

1、确定输入输出变量个数

一般来说，我们需要将反馈的偏差e和偏差变化率ec作为输入，模糊PID将模糊推理规则应用于Kp，Ki，Kd三个参数（精细调节时），所以需要三个输出变量

分别添加Input、Output，分别命名，每次选中再改

2、确定隶属度函数

这里选择三角形的，为每一个变量添加隶属度函数

将{ NB， NM， NS， ZO， PS， PM， PB} 设置为输入变量 e 及 ec、输出变量 Kp， Ki 和 Kd 的模糊子集，输入变量 e 和 ec 的量化论域均为［- 6， 6］，输出变量 Kp，Ki 和 Kd 的基本论域和量化论域均定为［－ 3， 3］，比例因子均为 1。三角形函数在论域范围内分布均匀，其灵敏度较高，将其选作系统的隶属度函数。以e的设置为例