模糊自適應(yīng)PID在汽車底盤測功機中的仿真研究
文中在汽車底盤測功機控制的基礎(chǔ)上,針對常用的工業(yè)對象模型,該系統(tǒng)模型具有變參數(shù)、強干擾、大滯后等特點,將模糊控制與自適應(yīng)PID控制相結(jié)合,設(shè)計了模糊自適應(yīng)PID控制器,能夠?qū)崿F(xiàn)對kp、ki、kd的自動在線調(diào)整。其仿真結(jié)果表明模糊自適應(yīng)PID控制系統(tǒng)性能優(yōu)于PID控制,且具有響應(yīng)時間短,控制精度高,超調(diào)量小,穩(wěn)定性好等優(yōu)點,能夠適應(yīng)復(fù)雜對象的要求。
1 模糊自適應(yīng)PID控制器
1.1 PID控制原理
PID控制系統(tǒng)原理如圖1所示。將偏差的比例、積分和微分通過線性組合構(gòu)成控制量,對被控對象進行控制。
式中,u(t)為PID控制器的輸出,t為采樣時間,kp為控制器的比例增益;e(t)為PID控制器的偏差輸入,即給定值與測量值之差;TI為控制器的積分時間常數(shù);TD為控制器的微分時間常數(shù)。
1.2 模糊自適應(yīng)PID控制器原理
自適應(yīng)模糊PID控制器是以誤差e和誤差的變化率ec作為輸入,可以滿足不同時刻的e和ec對PID參數(shù)自整定的要求。其結(jié)構(gòu)圖如圖2所示。
從系統(tǒng)的穩(wěn)定性、響應(yīng)速度、超調(diào)量和穩(wěn)態(tài)精度等各個方面來考慮,kp、ki、kd的作用如下。
1)比例系數(shù)kp的作用是加快系統(tǒng)的響應(yīng)速度,提高系統(tǒng)的調(diào)節(jié)精度,kp越大,系統(tǒng)的響應(yīng)速度越快,系統(tǒng)的調(diào)節(jié)精度越高,但易產(chǎn)生超調(diào),甚至?xí)?dǎo)致系統(tǒng)不穩(wěn)定。
2)積分系數(shù)ki的作用是消除系統(tǒng)的靜態(tài)誤差。ki越大,系統(tǒng)的靜態(tài)誤差消除的越快,但ki過大,在響應(yīng)過程的初期會產(chǎn)生積分飽和現(xiàn)象,從而引起響應(yīng)過程的較大超調(diào)。
3)微分作用系數(shù)kd的作用是改善系統(tǒng)的動態(tài)特性,其作用主要是在響應(yīng)過程中抑制偏差向任何方向變化,對偏差變化進行提前預(yù)報。但kd過大,會使響應(yīng)提前制動,從而延長調(diào)節(jié)時間,而且會降低系統(tǒng)的干擾性能。
1.3 模糊自適應(yīng)PID控制系統(tǒng)的設(shè)計
設(shè)計模糊自適應(yīng)PID控制系統(tǒng)的核心是設(shè)計模糊控制器,在設(shè)計模糊控制器的過程中,確定模糊控制器的結(jié)構(gòu)、建立模糊規(guī)則并選定近似推理算法是兩個核心工作,與之配套的是設(shè)計模糊化模塊、選擇模糊子集的隸屬度函數(shù)、設(shè)計清晰化模塊并選擇清晰化方法。其中根據(jù)積累的人工操作經(jīng)驗或測試數(shù)據(jù),建立模糊控制規(guī)則是設(shè)計最為核心的工作。
1.3.1 量化因子和比例因子
量化因子和比例因子除了進行論域變換,使前后模塊匹配之外,在整個系統(tǒng)中還有一定的調(diào)節(jié)作用。因為它的變化相當于對實際測量信號的放大或縮小,直接影響著采樣信號對系統(tǒng)的調(diào)節(jié)控制作用。文中為了便于比較模糊自適應(yīng)PID與經(jīng)典的PID控制效果,將kp、ki、kd 3個因子不再變化,而是通過改變模糊論域和量化因子、比例因子的方法改變輸出量。
1.3.2 模糊論域及隸屬度函數(shù)的確定
E為輸入誤差e的語言變量,EC為誤差變化率的語言變量。{-3,-2,-1,0,1,2,3}為E和EC的論域,它們的模糊子集為{NB(負大),NM(負中),ZO(零),PS(正小),PM(正中),PB(正大)}。它們的模糊子集為{NB(負大),NM(負中),ZO(零),PS(正小),PM(正中),PB(正大)}。kp、ki、kd的量化范圍為(-0.3,0.3),(-0.06,0.06),(-3,3)。其隸屬度曲線如圖3所示。通過各曲線的比較,隸屬度曲線采用雙高斯型曲線。kp、ki、kd的隸屬度曲線和圖3相似,只是論域范圍不同。
1.3.3 解模糊方法
模糊推理采用廣泛應(yīng)用的Mamdani算法,其合成方式直接采用極大極小運算。本仿真在對其他解模糊方法嘗試的基礎(chǔ)上,通過比較選出最優(yōu)方法——最大隸屬度中取小方法即som法。
設(shè)有n個點的隸屬度都取最大值,即A(uj)=max(A(u)),j=1,2,…n,則取絕對值最小的點min(|uj|)=|uk|作為模糊集合的代表點。
評論