PID控制改进算法的MATLAB仿真.doc
《PID控制改进算法的MATLAB仿真.doc》由会员分享,可在线阅读,更多相关《PID控制改进算法的MATLAB仿真.doc(32页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、 科技大学电子信息学院 实 验 报 告评定成绩指导教师宋英磊实验课程:计算机控制技术实验名称:PID控制改良算法的MATLAB仿真学号:1345733203:胡文千班级:13457332完成日期: 2015年 11月 16日一、 实验目的1对PID数字控制的改良算法用MATLAB进展仿真。二、 实验容1、积分别离PID控制算法在普通PID控制中,积分的目的是为了消除误差提高精度,但在过程的启动、完毕或大幅度增减设定是,短时间系统输出有很大偏差,会造成PID运算的积分积累,致使控制量超过执行机构可能允许的最大动作围对应的极限控制量,引起系统较大的超调,甚至引起系统较大的振荡,这在生产中是绝对不允
2、许的。积分别离控制根本思路是,当被控量与设定值偏差较大时,取消积分作用,以免由于积分作用使系统稳定性降低,超调量增大;当被控量接近给定值时,引入积分控制,以便消除静差,提高控制精度。其具体实现步骤是:1) 根据实际情况,人为设定阈值0;2) 当 时,采用PD控制,可防止产生过大的超调,又使系统有较快的响应;3) 当时,采用PID控制,以保证系统的控制精度。积分别离算法可表示为:式中,T为采样时间,为积分项的开关系数,仿真1 设备控对象为一个延迟对象,采样周期为20s,延迟时间为4个采样周期,即80s。输入信号r(k)=40,控制器输出限制在-110,110。被控对象离散化为仿真方法:仿真程序:
3、ex9_1.m。当M=1时采用分段积分别离法,M=2时采用普通PID控制。%Integration Separation PID Controllerclear all;close all;ts=20;%Delay plantsys=tf(1,60,1,inputdelay,80);dsys=c2d(sys,ts,zoh);num,den=tfdata(dsys,v);u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;y_1=0;y_2=0;y_3=0;error_1=0;error_2=0;ei=0;% M=1分段积分别离,M=2普通PIDdisp(M=1-Using integr
4、ation separation,M=2-Not using integration separation)M=input(whether or not use integration separation method:)for k=1:1:200time(k)=k*ts;%输出信号yout(k)=-den(2)*y_1+num(2)*u_5;rin(k)=40;error(k)=rin(k)-yout(k);ei=ei+error(k)*ts;%积分项输出if M=1 %使用分段积分别离if abs(error(k)=30&abs(error(k)=20&abs(error(k)=10&a
5、bs(error(k)=110% 控制信号限幅 u(k)=110;endif u(k)umax,那么只累加负偏差;假设u(k-1)=um u(k)=um;endif u(k)=umif error(k)0 alpha=0;else alpha=1;endelseif u(k)0 alpha=1;else alpha=0;endelse alpha=1;endelseif M=2 %Not using intergration sturation alpha=1; end%Return of PID parametersu_3=u_2;u_2=u_1;u_1=u(k); y_3=y_2;y_2=
6、y_1;y_1=yout(k);error_1=error(k);x(1)=error(k); % 计算比例项x(2)=(error(k)-error_1)/ts; % 计算微分项x(3)=x(3)+alpha*error(k)*ts; % 计算积分项xi(k)=x(3);endfigure(1);subplot(311);plot(time,rin,b,time,yout,r);xlabel(time(s);ylabel(Position tracking);subplot(312);plot(time,u,r);xlabel(time(s);ylabel(Controller output
7、);subplot(313);plot(time,xi,r);xlabel(time(s);ylabel(Integration);将仿真获得结果的截图附于如下空白处:当M=1时采用抗积分饱和算法,如图1-5所示;当M=2时采用普通PID算法,如图1-6所示。图1-5 M=1时采用抗积分饱和算法图1-6 M=2时采用普通PID算法仿真结果分析:由图1-5,图1-6比照可得,加上抗积分饱和后超调量明显减小,而且系统能较快的到达稳定值,系统的稳定性和准确性得到改善。3、不完全微分PID控制算法在PID控制中,微分信号的引入可改善系统的动态特性,但也易引入高频干扰,在误差扰动突变时尤其显出微分项的缺
8、乏。假设在控制算法中参加低通滤波器,那么可使系统性能得到改善。具体做法就是在PID算法中参加一个一阶惯性环节低通滤波器,Tf为滤波器系数。可得此时的微分项输出为,其中,Ts为采样时间,TD为微分时间常数。 仿真3 被控对象为时滞系统传递函数,在对象的输出端加幅值为0.01的随机信号。采样周期为20ms。采用不完全微分算法,。所加的低通滤波器为仿真方法:仿真程序:ex11.m。M=1时采用不完全微分,M=2时采用普通PID算法%PID Controler with Partial differentialclear all;close all;ts=20;sys=tf(1,60,1,inputd
9、elay,80);dsys=c2d(sys,ts,zoh);num,den=tfdata(dsys,v);u_1=0;u_2=0;u_3=0;u_4=0;u_5=0; %控制信号初值ud_1=0;%uD(k-1)初值y_1=0;y_2=0;y_3=0;%输出信号初值error_1=0;ei=0;%M=1选择不完全微分,M=2选择普通PIDdisp(M=1UsingPartial differential PID,M=2- UsingPID Controler without Partial differential)M=input(whether or not use Partial diff
10、erential PID:)for k=1:1:100time(k)=k*ts;rin(k)=1.0;yout(k)=-den(2)*y_1+num(2)*u_5;%输出信号差分方程D(k)=0.01*rands(1);%干扰信号yout(k)=yout(k)+D(k);%参加干扰后的输出信号error(k)=rin(k)-yout(k);ei=ei+error(k)*ts;%矩形面积求和计算的积分项输出kp=0.30;ki=0.0055;TD=140;kd=kp*TD/ts;Tf=180;%Q的滤波器系数Q=tf(1,Tf,1); %低通滤波器if M=1 %M=1时用不完全微分 alfa=
11、Tf/(ts+Tf); ud(k)=kd*(1-alfa)*(error(k)-error_1)+alfa*ud_1; u(k)=kp*error(k)+ud(k)+ki*ei; ud_1=ud(k);elseif M=2 %M=2时用普通PID u(k)=kp*error(k)+kd*(error(k)-error_1)+ki*ei;end%输出限幅if u(k)=10 u(k)=10;endif u(k)=110 u(k)=110;endif u(k)=-110 u(k)=-110;end%Update parametersu_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- PID 控制 改进 算法 MATLAB 仿真
限制150内