遗传算法的pid控制器的设计 (1)
pid控制器设计
目录一设计任务与要求 二系统校正的基本方法与实现步骤 三PID的控制原理与形式模型 四设计的原理 五设计方法步骤及设计校正构图 六设计总结 七致谢 八参考文献
一 设计任务与要求 校正对象： 已知单位负反馈系统，开环传递函数为：s s s s G 1047035.87523500 )(23++=，设 计校正装置，使系统满足： （1）相位稳定裕量o 45≥γ （2）最大超调量%5≤σ 二 系统校正的基本方法与实现步骤 系统校正就是在自动控制系统的合适位置加入适当的装置，以改善和提高系统性能。按照校正装置在自动控制系统中的位置，可分为串联校正，反馈校正和顺馈补偿。 顺馈补偿方式不能独立使用，通常与其他方式同时使用而构成复合控制。顺馈补偿装置满足一定条件时，可以实现全补偿，但前提是系统模型是准确的，如果所建立的系统模型有较大误差，顺馈补偿的效果一般不佳。 反馈校正主要是针对系统中的敏感设备——其参数可能随外部环境条件发生变化，从而影响自动控制系统的性能——给敏感设备增加局部负反馈支路以提高系统的抗扰能力。由于负反馈本身的特性，反馈校正装置通常比较简单，只有比例（硬反馈）和微分（软反馈）两种类型。 串联校正是最基本也是最常用的校正方式，根据校正装置是否使用独立电源，可分为有源校正装置和无源校正装置；根据校正装置对系统频率特性的影响，可分为相位滞后、相位超前和相位滞后－超前校正装置；根据校正装置的运算功能，可分为比例（P ）校正、比例微分（PD ）校正、比例积分（PI ）校正和比例积分微分（PID ）校正装置。
三 PID 控制的原理与形式模型 具有比例-积分-微分控制规律的控制器，称PID 控制器。这种组合具有三种基本规律各自的特点，其运动方程为： dt t de dt t e t e t m K K K K K d p t i p p )()()()(0++=? 相应的传递函数为： ??? ? ? ? + +=S S s K K K G d i p c 1)( S S S K K K d i p 12++ ?= PID 控制的结构图为： 若14 MATLAB遗传算法 一：遗传算法简介： 遗传算法（Genetic Algorithm）是一类借鉴生物界的进化规律（适者生存，优胜劣汰遗传机制）演化而来的随机化搜索方法。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术。 二：遗传算法的基本步骤 a)初始化：设置进化代数计数器t=0，设置最大进化代数T，随机生成M个个体作为初始群体P(0)。 b)个体评价：计算群体P(t)中各个个体的适应度。 c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个 体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。 d)交叉运算：将交叉算子作用于群体。遗传算法中起核心作用的就是交叉算子。 e)变异运算：将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。 群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1)。 f)终止条件判断:若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算。 三：matlab实现 例子：f(x)=10*sin(5x)+7*cos(4x)x∈[0,10]将变量域[0,10]离散化为二值域[0,1023],x=0+10*b/1023。 1.初始化 initpop.m function pop=initpop(popsize,chromlength) pop=round(rand(popsize,chromlength));%rand随机产生每个单元为0或者1 行数（种群数量）为popsize，列数为chromlength（个体所含基因数）的矩阵， 2.计算目标函数值 2.1将二进制数转化为十进制数（1） decodebinary.m %产生[2^n2^(n-1)...1]的行向量，然后求和，将二进制转化为十进制function pop2=decodebinary(pop) [px,py]=size(pop)%Pop的行和列数 for i=1:px pop2(i)=0 for j=1:py pop2(i)=pop2(i)+2.^(py-j)*pop(i,j) end end 2.2将二进制编码转化为十进制数(2) Decodechrom.m %函数的功能是将染色体(或二进制编码)转换为十进制，参数spoint表示待解码的二进制串的 本科生毕业设计(论文) 论文题目：基于遗传算法的PID参数优化 毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作者签名：日期： 指导教师签名：日期： 使用授权说明 本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：日期： 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名：日期：年月日 导师签名：日期：年月日 数字PID控制器设计 实验报告 学院电子信息学院 专业电气工程及其自动化学号 姓名 指导教师杨奕飞 数字PID控制器设计报告 一．设计目的 采用增量算法实现该PID控制器。 二．设计要求 掌握PID设计方法及MATLAB设计仿真。 三．设计任务 设单位反馈系统的开环传递函数为： 设计数字PID控制器，使系统的稳态误差不大于，超调量不大于20%，调节时间不大于。采用增量算法实现该PID控制器。 四．设计原理 数字PID原理结构图 PID控制器的数学描述为： 式中，Kp为比例系数；T1为积分时间常数；T D为微分时间常数。 设u(k)为第K次采样时刻控制器的输出值，可得离散的PID表达式为:? 使用模拟控制器离散化的方法,将理想模拟PID控制器D(s)转化为响应的理想数字PID控制器D(z).采用后向差分法,得到数字控制器的脉冲传递函数。 2.增量式PID控制算法 u(k)=u(k-1)+Δu(k) 增量式PID控制系统框图 五．Matlab仿真选择数字PID参数 利用扩充临界比例带法选择数字PID参数，扩充临界比例带法是以模拟PID调节器中使用的临界比例带法为基础的一种数字PID参数 的整定方法。其整定步骤如下 1)选择合适的采样周期T：，因为Tmin<1/10 T,选择采样周期为； 2)在纯比例的作用下,给定输入阶跃变化时,逐渐加大比例作用 Kp(即减小比例带δ),直至系统出现等幅震荡,记录比例增益 Kr,及振荡周期Tr 。Kr成为临界振荡比例增益(对应的临界比 例带δ),Tr成为临界振荡周期。 在Matlab中输入如下程序? G=tf(1,[1/150,36/150,185/150,1]); p=[35:2:45]; for i=1:length(p) Gc=feedback(p(i)*G,1); step(Gc),hold on end; axis([0,3,0,]) 得到如下所示图形： 改变其中的参数P=[35:2:45]为p=[40:1:45]得到下图曲线，得Kr约为43，Tr 基于SIMULINK的PID控制器设计与仿真 1.引言 MATLAB是一个适用于科学计算和工程用的数学软件系统，历经多年的发展，已是科学与工程领域应用最广的软件工具。该软件具有以下特点：数值计算功能强大；编程环简单；数据可视化功能强；丰富的程序工具箱；可扩展性能强等。Simulink是MATLAB下用于建立系统框图和仿真的环境。Simulink环境仿真的优点是：框图搭建方便、仿真参数可以随时修改、可实现完全可视化编程。 比例-积分-微分（Proporitional-Integral-Derivative,PID）是在工业过程控制中最常见、应用最广泛的一种控制策略。PID控制是目前工程上应用最广的一种控制方法，其结构简单，且不依赖被控对象模型，控制所需的信息量也很少，因而易于工程实现，同时也可获得较好的控制效果。 2.PID控制原理 当我们不能将被控对象的结构和参数完全地掌握，或者是不能得到精确的数学模型时，在这种情况下最便捷的方法便是采用PID 控制技术。为了使控制系统满足性能指标要求，PID 控制器一般地是依据设定值与实际值的误差，利用比例（P）、积分（I）、微分（D）等基本控制规律，或者是三者进行适当地配合形成相关的复合控制规律，例如，PD、PI、PID 等。 图2-1 是典型PID 控制系统结构图。在PID 调节器作用下，对误差信号 分别进行比例、积分、微分组合控制。调节器的输出量作为被控对象的输入控制量。 图2-1典型PID 控制系统结构图 PID 控制器主要是依据给定值r （t ）与实际输出值y （t ）构成控制偏差，用公式表示即e （t ）=r （t ）-y （t ），它本身属于一种线性控制器。通过线性组合偏差的比例（P ）、积分（I ）、微分（D ），将三者构成控制量，进而控制受控对象。控制规律如下： 1 01() ()[()()]p d i de t u t K e t e t dt T T dt =++? 其传递函数为： ()1()(1)()p d i U s G s K T S E s T s = =++ 式中：Kp--比例系数； Ti--积分时间常数； Td--微分时间常数。 3.Simulink 仿真 3.1 建立数学建模 3.2 仿真实验 在传统的PID 调节器中，参数的整定问题是控制面临的最主要的问题，控制系统的关键之处便是将Kp 、Ti 、Td 三个参数的值最终确定下来。而在工业 主程序：chap5_2.m %GA(Generic Algorithm) Program to optimize PID Parameters clear all; close all; global rin yout timef Size=30; CodeL=3; MinX(1)=zeros(1); MaxX(1)=20*ones(1); MinX(2)=zeros(1); MaxX(2)=1.0*ones(1); MinX(3)=zeros(1); MaxX(3)=1.0*ones(1); Kpid(:,1)=MinX(1)+(MaxX(1)-MinX(1))*rand(Size,1); Kpid(:,2)=MinX(2)+(MaxX(2)-MinX(2))*rand(Size,1); Kpid(:,3)=MinX(3)+(MaxX(3)-MinX(3))*rand(Size,1); G=100; BsJ=0; %*************** Start Running *************** for kg=1:1:G time(kg)=kg; %****** Step 1 : Evaluate BestJ ****** for i=1:1:Size Kpidi=Kpid(i,:); [Kpidi,BsJ]=chap5_2f(Kpidi,BsJ); BsJi(i)=BsJ; end [OderJi,IndexJi]=sort(BsJi); BestJ(kg)=OderJi(1); BJ=BestJ(kg); Ji=BsJi+1e-10; %Avoiding deviding zero fi=1./Ji; % Cm=max(Ji); 课程设计报告设计题目变速积分PID控制系统设计课程名称计算机控制技术B 姓名苏丹学号2008100731 班级自动化0803 教师闫高伟 设计日期2011年7月5日 目录 摘要............................................................ 错误!未定义书签。Abstract .. (4) 第1章数字PID及变速积分简介.................................... 错误!未定义书签。 1.1 数字PID发展介绍 (1) 1.2 PID控制器工作原理 (2) 1.2.1 模拟式PID控制算法.................................. 错误!未定义书签。 1.2.2 数字式PID控制算法 (3) 1.3 变速积分简介............................................... 错误!未定义书签。第2章系统分析与设计............................................ 错误!未定义书签。 2.1 系统功能分析............................................... 错误!未定义书签。 2.1.1 对象整体分析 (5) 2.1.2系统分析与设计与系统开环增益 (6) 2.2计算机系统选择分析 (6) 2.2.1 8088CPU简介 (6) 2.2.2 其余模块的使用 (7) 2.3 软件设计分析 (12) 第3章硬件设计与软件编程 (12) 3.1 硬件设计 (12) 3.1.1 系统方框图 (12) 3.1.2 线路原理图 (12) 3.2 软件编程 (13) 3.2.1 软件流程图 (14) 3.2.2 程序源代码 (21) 第4章设计仿真与运行分析 (21) 4.1 结果分析 (21) 4.2 matlab仿真 (22) 总结.............................................................................错误!未定义书签。附录....... (26) 附录1 线路原理图 (28) 附录2 TDN-AC/ACS＋教学实验系统介绍 (28) 附录3 参考资料 (30) 遗传算法在调节控制系统参数中的应用 【摘要】自动化控制系统多采用PID 控制器来调节系统稳定性和动态性，PID 的 Kp,Ki,Kd 参数需要合理选择方能达到目标。遗传算法是一种模拟生物进化寻求最优解的有效算法，本文通过利用GAbx 工具箱实现对控制电机的PID 进行参数优化，利用matlab 的仿真功能可以观察控制效果。 1. 直流伺服电机模型 1.1物理模型 图1 直流伺服电机的物理模型 αu ---电枢输入电压（V ） a R ---电枢电阻（Ω） S L ---电枢电感（H ） q u ---感应电动势（V ） g T ---电机电磁转矩（N m ?） J---转动惯量（2m kg ?） B---粘性阻尼系数（s m N ??） g i ---流过电枢的电流（A ） θ---电机输出的转角（rad ） 1.2传递函数 利用基尔霍夫定律和牛顿第二定律得出电机基本方程并进行拉布拉斯变换 ) ()()()()()()()()()()(2s s K s U K s I s T s Bs s Js s T s I s L R s I s U s U e q t a g g a a a a q a θθθ?=?=?+?=?+?=- 式中：t K 为电机的转动常数（m N ?）A ；e K 为感应电动势常数（s V ?）rad 图2 直流伺服电机模型方框图 消去中间变量得系统的开环传递函数： s K K B Js R s L K s U s s G C t a d t a ]))([() () ()(+++= = θ 系统参数如下：s m uN B m mg J ??=?=51.3,23.32 A m N K K uH L R e t a a )(03.0,75.2,4?===Ω= 2. PID 校正 图3 PID 校正 s K s K K s G d i p c ++ =)( Kp,Ki,Kd 为比例，积分，微分系数 令Kp=15、Ki=0.8 、Kd=0.6 M 文件：J=3.23E-6; B=3.51E-6; Ra=4; La=2.75E-6; Kt=0.03; num= Kt; den=[(J*La) ((J*Ra)+(La*B)) ((B*Ra)+Kt*Kt) 0]; t=0:0.001:0.2; step(num,den,t); Kp=15; Ki=0.8; Kd=0.6; numcf=[Kd Kp Ki]; dencf=[1 0]; numf=conv(numcf,num); denf=conv(dencf,den); [numc,denc]=cloop(numf,denf); t=0:0.001:0.04; step(numc,denc,t); matlab 进行仿真，我们可以看出不恰当的PID 参数并不能使系统达到控制系统的要求， PID 控制器设计 PID 控制器设计 被控制对象的建模与分析 在脑外科、眼科等手术中，患者肌肉的无意识运动可能会导致灾难性的后果。为了保证合适的手术条件，可以采用控制系统自动实施麻醉，以保证稳定的用药量，使患者肌肉放松，图示为麻醉控制系统模型。 图1结构框图 被控制对象的控制指标 取τ=0.5，k=10,要求设计PID 控制器使系统调节时间t s ≤8s,超调量σ％不大于15％，并且输出无稳态误差。 控制器的设计 PID 控制简介 PID 控制中的积分作用可以减少稳态误差, 但另一方面也容易导致积分饱和, 使系统的超调量增大。 微分作用可提高系统的响应速度, 但其对高频干扰特别敏感, 甚至会导致系统失稳。 所以, 正确计算控制器的参数, 有效合理地实现 PID 控制器的设计,对于PID 控制器在过程控制中的广泛应用具有重要的理论和现实意义。 在PID 控制系统中, PID 控制器分别对误差信号e （t ）进行比例、积分与微分运算, 其结果的加权和构成系统的控制信号u （t ），送给对象模型加以控制。 PID 控制器的数学描述为 其传递函数可表示为: 1 1.0) 1.0(++s s k τ )1.0()15.0(1 2++s s 控制器 人 药物 输入 R(s ) 预期松弛程度 C(s) 实际松弛程度 + - 从根本上讲, 设计PID 控制器也就是确定其比例系数Kp 、积分系数T i 和微分系数T d , 这三个系数取值的不同, 决定了比例、积分和微分作用的强弱。控制系统的整定就是在控制系统的结构已经确定、控制仪表和控制对象等处在正常状态的情况下, 适当选择控制器的参数使控制仪表的特性和控制对象的特性相配合, 从而使控制系统的运行达到最佳状态, 取得最好的控制效果。下面介绍基于MATLAB 的 Ziegler-Nichols 算法PID 控制器设计。 原系统开环传递函数G(s)=)1.0)(15.0)(11.0(10 +++s s s 做原系统零极点图 图2原系统零极点图 基于MATLAB的PID 控制器设计 基于MATLAB的PID 控制器设计 一、PID控制简介 PID控制是最早发展起来的经典控制策略, 是用于过程控制最有效的策略之一。由于其原理简单、技术成，在实际应用中较易于整定, 在工业控制中得到了广泛的应用。它最大的优点是不需了解被控对象精确的数学模型,只需在线根据系统误差及误差的变化率等简单参数, 经过经验进行调节器参数在线整定, 即可取得满意的结果, 具有很大的适应性和灵活性。 积分作用:可以减少稳态误差, 但另一方面也容易导致积分饱和, 使系统的超调量增大。 微分作用:可提高系统的响应速度, 但其对高频干扰特别敏感, 甚至会导致系统失稳。 所以, 正确计算控制器的参数, 有效合理地实现 PID控制器的设计,对于PID 控制器在过程控制中的广泛应用具有重要的理论和现实意义。 在PID控制系统中, PID控制器分别对误差信号e（t）进行比例、积分与微分运算, 其结果的加权和构成系统的控制信号u（t），送给对象模型加以控制。 PID控制器的数学描述为 其传递函数可表示为: 从根本上讲, 设计PID控制器也就是确定其比例系数Kp、积分系数T i 和微分系数T d , 这三个系数取值的不同, 决定了比例、积分和微分作用的强弱。控制系统的整定就是在控制系统的结构已经确定、控制仪表和控制对象等处在正常状态的情况下, 适当选择控制器参数使控制仪表的特性和控制对象的特性相配合, 从而使控制系统的运行达到最佳状态, 取得最好的控制效果。 二、MATLAB的 Ziegler-Nichols算法PID控制器设计。 1、PID控制器的Ziegler-Nichols参数整定 在实际的过程控制系统中, 有大量的对象模型可以近似地由一阶模型 来表示。这个对象模型可以表示为 sL - e sT 1 K G(s) + = 如果不能建立起系统的物理模型, 可通过试验测取对象模型的阶跃响应, 从而得到模型参数。当然, 我们也可在已知对象模型的情况下, 利用MATLAB，通过使用step ( ) 函数得到对象模型的开环阶跃响应曲线。在被控对象的阶跃响应中, 可获取K 、L 和T参数, 也可在MATLAB中由dcgain ( ) 函数求取 K值。 龙源期刊网 https://www.360docs.net/doc/4a13671866.html, 基于遗传算法的PID控制概述 作者：张亚飞 来源：《卷宗》2013年第08期 摘要：基于PID控制应用的广泛性，本文简要阐述了遗传算法理论的关键思想及其在PID 控制中的应用策略，并用Matlab软件对一个控制实例进行了仿真研究。 关键词：PID控制；遗传算法；Matlab仿真 0 引言 PID控制作为最早实用化的控制算法已有70多年历史，现在仍然是控制系统中应用最为 普遍的一种控制规律。它所涉及的算法和控制结构简单，实际经验以及理论分析都表明，这种控制规律对许多工业过程进行控制时，一般都能得到较为满意的控制效果。随着控制理论的 发展，尤其是人工智能研究的日趋成熟，许多先进的算法理论逐渐被应用到传统的PID控制中，并取得了更为优越的控制效果。本文就以传统PID控制和遗传算法理论为基础，简述了基于遗传算法整定的PID控制基本理论和方法。 1 PID控制 通过将偏差的比例（Proportional）、积分（Integral）、微分（Derivative）进行线性组合构成控制量，对被控对象进行控制，这种控制方法叫做PID控制。在自动控制发展的历程中，常规PID控制得到了广泛的应用，整个控制系统由常规PID控制器和被控对象组成，根据系统给定值r（t）与实际输出值y（t）存在的控制偏差e（t）=r（t）-y（t）组成控制规律。PID控制器将偏差e（t）的比例-积分-微分通过线性组合构成控制量，对被控对象进行控制。其基本控制规律为 式中，Kp为比例增益，Ti为积分时间常数，Td为微分时间常数，u（t）为控制量，e （t）为偏差。 2 遗传算法基本操作 遗传算法，简称GA（Genetic Algorithms），是由美国Michigan大学的Holland教授于上世纪六十年代率先提出的一种高效并行全局最优搜索方法。遗传算法是模拟达尔文生物进化论的自然选择和孟德尔遗传学机理的生物进化过程的计算模型，它将“优胜劣汰，适者生存”的生物进化理论引入优化参数形成的编码串联群体中，按所选择的适配值函数通过遗传中的复制、交叉和变异对种群个体进行筛选，并保留适配值高的种群个体，组成新的群体。新的群体既继承了上一代的种群信息，又包含有优于上一代的个体信息，这样周而复始，种群中个体的适应度不断提高，直到满足一定的特定条件而停止运算，从而得到最优解。 数字PID控制器设计 设计任务： 设单位反馈系统的开环传递函数为： 设计数字PID控制器，使系统的稳态误差不大于0.1，超调量不大于20%，调节时间不大于0.5s。采用增量算法实现该PID控制器。 具体要求： 1.采用Matlab完成控制系统的建立、分析和模拟仿真，给出仿真结果。 2.设计报告内容包含数字PID控制器的设计步骤、Matlab仿真的性能曲线、采样周期T的选择、数字控制器脉冲传递函数和差分方程形式。 3.设计工作小结和心得体会。 4.列出所查阅的参考资料。 数字PID控制器设计报告 一、设计目的 1 了解数字PID控制算法的实现； 2 掌握PID控制器参数对控制系统性能的影响； 3 能够运用MATLAB/Simulink 软件对控制系统进行正确建模并对模块进行正确的参数设置； 4 加深对理论知识的理解和掌握； 5 掌握计算机控制系统分析与设计方法。 二、设计要求 1采用增量算法实现该PID控制器。 2熟练掌握PID设计方法及MATLAB设计仿真。 三、设计任务 设单位反馈系统的开环传递函数为： 设计数字PID控制器，使系统的稳态误差不大于0.1，超调量不大于20%，调节时间不大于0.5s。采用增量算法实现该PID控制器。 四、设计原理 1.数字PID原理结构框图 2. 增量式PID 控制算法 ()()()()()01P I D i u k K e k K e i K e k e k ∞ ==++--????∑ =u(k-1)+Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)-2e(k-1)+e(k-2)] =u(k-1)+(Kp+Ki+Kd)e(k)-(Kp+2Kd)e(k-1)+Kde(k-2) 所以Δu(k)=u(k)-u(k-1) =Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)-2e(k-1)+e(k-2)] =(Kp+Ki+Kd)e(k)-(Kp+2Kd)e(k-1)+Kde(k-2) 整理： Δu(k)= Ae(k)-Be(k-1)+Ce(k-2) A= Kp+Ki+Kd B=-(Kp+2Kd ) C=Kd 五、Matlab 仿真选择数字PID 参数 （扩充临界比例度法/扩充响应曲线法 具体整定步骤） 利用扩充临界比例带法选择数字PID 参数，扩充临界比例带法是 以模拟PID 调节器中使用的临界比例带法为基础的一种数字 PID 参数的整定方法。其整定步骤如下：； 摘要：研究自动控制器参数整定问题，PID参数整定是自动控制领域研究的重要内容，系统参数选择决定控制的稳定性和快速性，也可保证系统的可靠性。传统的PID参数多采用试验加试凑的方式由人工进行优化，往往费时而且难以满足控制的实时要求。为了解决控制参数优化，改善系统性能，提出一种遗传算法的PID 参数整定策略。 在本文里，通过介绍了遗传算法的基本原理，并针对简单遗传算法在PID控制中存在的问题进行了分析，提出在不同情况下采用不同的变异概率的方法，并对其进行了实验仿真。结果表明，用遗传算法来整定PID参数，可以提高优化性能，对控制系统具有良好的控制精度、动态性能和鲁棒性。 关键词：PID控制器;遗传算法;整定PID 1 引言 传统的比例、积分、微分控制，即PID控制具有算法简单、鲁棒性好和可靠性高等优点，已经被广泛用于工业生产过程。但工程实际中，PID控制器的比例、积分和微分调节参数往往采用实验加试凑的方法由人工整定。这不仅需要熟练的技巧，往往还相当费时。更为重要的是，当被控对象特性发生变化，需要控制器参数作相应调整时，PID控制器没有自适应能力，只能依靠人工重新整定参数，由于经验缺乏，整定结果往往达不到最优值，难以满足实际控制的要求。考虑生产过程的连续性以及参数整定费事费力，这种整定实际很难进行。所以，人们从工业生产实际需要出发，基于常规PID控制器的基本原理，对其进行了各种各样的改进。近年来许多学者提出了基于各种智能算法的PID整定策略，如模糊PID，神经元网络PID等…，但这些先进算法都要求对被控对象有很多的先验知识，在实际应用中往往难于做到。随着计算技术的发展，遗传算法有了很大的发展。将遗传算法用于控制器参数整定，已成为遗传算法的重要应用之一。 本文介绍基于遗传算法的PID参数整定设计方法。这是一种寻求全局最优的控制器优化方法，且无需对目标函数微分，可提高参数优化效果，简化计算过程。仿真实例表明该方法与其他传统寻优方法相比，在优化效果上具有一定的优势。 2 遗传算法简介 2.1 遗传算法的基本原理 遗传算法是John H．Holland根据生物进化的模型提出的一种优化算法。自然选择学说是进化论的中心内容。根据进化论，生物的发展进化主要有三个原因：即遗传、变异和选择。遗传算法基于自然选择和基因遗传学原理的搜索方法，将“优胜劣汰，适者生存”的生物进化原理引入待优化参数形成的编码串群体中，按照一定的适应度函数及一系列遗传操作对各个体进行筛选，从而使适应度高的个体被保留下来，组成新的群体；新群体包含上一代的大量信息，并且引入了新的优于上一代的个体。这样周而复始，群体中各个体适应度不断提高，直至满足一定的极限条件。此时，群体中适应度最高的个体即为待优化问题的最优解。 遗传算法通过对参数空间编码并用随机选择作为工具来引导搜索过程朝着更高效的方向发展。正是由于遗传算法独特的工作原理，使它能够在复杂空间进行全局优化搜索，具有较强的鲁棒性。另外，遗传算法对于搜索空问，基本上不需要什么限制性的假设(如连续、可微及单峰等)。而其它优化算法，如解析法，往往只能得到局部最优解而非全局最优解，且需要目标函数连续光滑及可微；枚举 PID控制器设计 一、PID控制的基本原理和常用形式及数学模型 具有比例-积分-微分控制规律的控制器，称PID控制器。这种组合具有三种基本规律各自的特点，其运动方程为： dt t de dt t e t e t m K K K K K d p t i p p )( )( )( )( + + =? (1-1)相应的传递函数为： ? ? ? ? ? ? + + =S S s K K K G d i p c 1 ) ( S S S K K K d i p 1 2+ + ? = (1-2) PID控制的结构图为： 若1 4< T i τ，式（1-2）可以写成： = ) (s G c()() S S S K K i P 1 1 2 1 + + ? τ τ 由此可见，当利用PID控制器进行串联校正时，除可使系统的型别提高一级外，还将提供两个负实零点。与PI控制器相比，PID控制器除了同样具有提高系统的稳态性能的优点外，还多提供一个负实零点，从而在提高系统动态性能方面，具有更大的优越性。因此，在工业过程控制系统中，广泛使用PID控制器。PID控制器各部分参数的选择，在系统现场调试中最后确定。通常，应使积分部分发生在系统频率特性的低频段，以提高系统的稳态性能；而使微分部分发生在系统频率特性的中频段，以改善系统的动态性能。 二、实验内容一： 自己选定一个具体的控制对象(Plant)，分别用P 、PD 、PI 、PID 几种控制方式设计校正网络（Compensators ），手工调试P 、I 、D 各个参数，使闭环系统的阶跃响应（Response to Step Command ）尽可能地好（稳定性、快速性、准确性） 控制对象(Plant)的数学模型： ()()??? ? ??++=115.01 )(S S S G 2 322++=S S 实验1中，我使用MATLAB 软件中的Simulink 调试和编程调试相结合的方法 不加任何串联校正的系统阶跃响应： （1） P 控制方式： P 控制方式只是在前向通道上加上比例环节，相当于增大了系统的开环增益，减小了系统的稳态误差，减小了系统的阻尼，从而增大了系统的超调量和振荡性。 P 控制方式的系统结构图如下： 取Kp=1至15，步长为1，进行循环 测试系统，将不同Kp 下的阶跃响应曲线绘制在一张坐标图下： PID控制器设计及仿真 摘要 温度控制对于工业生产以及科学研究都具有重要意义，当前我国科技技术还不太成熟，温度控制领域大多使用传统控制方式为主，该方法精度不高，容易造成系统不稳定，给控制系统带来了很大的困难，正是在上述背景下，本文以电锅炉为研究对象详细分析其温度控制策略。 本文主要针对电锅炉控制方法进行了深入探讨，首先分析的是PID控制策略，该方法的主要运行机理是温度偏差环节通过比例、积分和微分等线性组合从而构成控制部分，完成对电锅炉的控制；由于经典PID控制存在的缺陷，本文加入了补偿器，如Simith预估器、Ziegler-Nichols，并通过Simulink进行了仿真分析，实验结果表示虽然超调量和调节时间下降，但是系统却出现了问题误差，因此本文深入分析了模糊控制理论，将PID控制方法与模糊控制相结合。设计的模糊PID控制策略，通过Simulink的 Fuzzy逻辑箱完成了对电锅炉的稳定控制，仿真实验结果表明，实验的模糊PID控制策略能够较好的达到电锅炉的稳定控制目标，因此是一种较为理想的控制策略。 关键词：电锅炉；温度控制；模糊PID控制；仿真分析 Abstract Temperature control is of great significance for industrial production and scientific research, the current our country science and technology also is not very mature, the temperature control field are mostly using traditional control method is given priority to, the accuracy is not high, easy to cause system instability, the control system to bring very great difficulty, it is under the above background, taking electric boiler as the research object, this paper has a detailed analysis of the temperature control strategy. This paper focuses on the electric boiler control method has carried on the deep discussion and the analysis of the first is the PID control strategy, the main operating mechanism of the method is of temperature deviation by proportion, integral and differential linear combination so as to constitute control part, complete control of the electric boiler; Due to the flaws of the classical PID control, this paper joined the compensator, such as Simith forecast, Ziegler Nichols, and through the Simulink simulation analysis, the results said although the overshoot and adjustment time decreased, but the system has a problem of error, so this paper deeply analyzes the fuzzy control theory, the method of PID control is combined with fuzzy control. Design of Fuzzy PID control strategy, by the Fuzzy logic of the Simulink box has completed the stability control of electric boiler, the simulation results show that the experiment of the Fuzzy PID control strategy can better achieve the stability of the electric boiler control, thus is an ideal control strategy. Key words：The electric boiler; Temperature control; Fuzzy PID control; The simulation analysis 基于遗传优化算法对离散PID控制器参数的优化设计摘要 PID控制作为一种经典的控制方法，从诞生至今，历经数十年的发展和完善，因其优越的控制性能业已成为过程控制领域最为广泛的控制方法；PID控制器具有结构简单、适应性强、不依赖于被控对象的精确模型、鲁棒性较强等优点，其控制性能直接关系到生产过程的平稳高效运行，因此对PID控制器设计和参数整定问题的研究不但具有理论价值更具有很大的实践意义，遗传算法是一种借鉴生物界自然选择和自然遗传学机理上的迭代自适应概率性搜索算法。本论文主要应用遗传算法对PID调节器参数进行优化。 关键词：遗传优化算法PID控制器参数优化 1.前言 PID调节器是最早发展起来的控制策略之一，因为它所涉及的设计算法和控制结构都是简单的，并且十分适用于工程应用背景，此外PID控制方案并不要求精确的受控对象的数学模型，且采用PID控制的控制效果一般是比较令人满意的，所以在工业实际应用中，PID调节器是应用最为广泛的一种控制策略，也是历史最久、生命力最强的基本控制方式。调查结果表明: 在当今使用的控制方式中，PID型占84. 5% ，优化PID型占68%，现代控制型占有15%，手动控制型66%，人工智能(AI)型占0.6% 。如果把PID型和优化PID型二者加起来，则占90% 以上，这说明PID控制方式占绝大多数，如果把手动控制型再与上述两种加在一起，则占97.5% ，这说明古典控制占绝大多数。就连科学技术高度发达的日本，PID控制的使用率也高达84.5%。这是由于理论分析及实际运行经验已经证明了PID调节器对于相当多的工业过程能够起到较为满足的控制效果。它结构简单、适用面广、鲁棒性强、参数易于调整、在实际中容易被理解和实现、在长期应用中己积累了丰富的经验。特别在工业过程中，由于控制对象的精确数学模型难以建立，系统的参数又经常发生变化，运用现代控制理论分析综合要耗费很大的代价进行模型辨识，但往往不能达到预期的效果，所以不论常规调节仪表还是数 基于MATLAB 的PID 控制器设计 一．PID 控制简介 PID 控制是最早发展起来的经典控制策略, 是用于过程控制最有效的策略之一。由于其原理简单、技术成，在实际应用中较易于整定, 在工业控制中得到了广泛的应用。它最大的优点是不需了解被控对象精确的数学模型,只需在线根据系统误差及误差的变化率等简单参数, 经过经验进行调节器参数在线整定, 即可取得满意的结果, 具有很大的适应性和灵活性。 PID 调节器是一种线性调节器，它根据给定值)(t r 与实际输出值)(t c 构成的控制偏差： )(t e =)(t r －)(t c 将偏差的比例、积分、微分通过线性组合构成控制量，对控制对象进行控制，故称为PID 调节器。在实际应用中，常根据对象的特征和控制要求，将P 、I 、D 基本控制规律进行适当组合，以达到对被控对象进行有效控制的目的。例如，P 调节器，PI 调节器，PID 调节器等。 综上我选择PID 调节: 比例调节反应速度快，输出与输入同步，没有时间滞后，其动态特性好,但是比例调节的结果不能使被调参数完全回到给定值，而产生余差。比例调节的结果不能使被调参数完全回到给定值，而产生余差。在实际应用中为了达到更高的要求，常根据对象的特征和控制要求，将P 、I 、D 基本控制规律进行适当组合，以达到对被控对象进行有效控制的目的。所以我选择PID 调节。 PID 是以它的三种纠正算法而命名的。这三种算法都是用加法调整被控制的数值。而实际上这些加法运算大部分变成了减法运算因为被加数总是负值。这三种算法是： 比例- 来控制当前，误差值和一个负常数P （表示比例）相乘，然后和预定的值相加。P 只是在控制器的输出和系统的误差成比例的时候成立。这种控制器输出的变化与输入控制器的偏差成比例关系。比如说，一个电热器的控制器的比例尺范围是10°C，它的预定值是20°C。那么它在10°C 的时候会输出100%，在15°C 的时候会输出50%，在19°C 的时候输出10％，注意在误差是0的时候，控制器的输出也是0。 积分 - 来控制过去，误差值是过去一段时间的误差和，然后乘以一个MATLAB遗传算法作业
基于遗传算法的PID参数优化毕业设计(论文)
数字PID控制器设计
根据SIMULINK的PID自动控制控制器设计与仿真
基于遗传算法的PID整定原理及matlab仿真程序
变速积分PID控制系统设计
MATLAB遗传算法PID大作业.
PID控制器设计
基于MATLAB的PID控制器设计说明
基于遗传算法的PID控制概述
数字PID控制器设计制作(附答案)
基于遗传算法的PID参数整定
PID控制器设计
PID控制器设计及仿真
基于遗传算法PID控制寻优实现(有代码超详细)
基于MATLAB的PID控制器设计报告