基于MATLAB的模糊PID控制器的設計與研究

摘 要：自調整PID控制器可以很好的改善傳統PID的控制效果，文章在MATLAB仿真環境下進行了模糊自調整PID控制器的設計和研究，仿真結果表明模糊PID控制器可以改進普通PID的控制效果，同時保證原PID控制的穩定性和可靠性。

關鍵詞：模糊控制；PID；MATLAB

1 引言

傳統的PID控制因為其結構原理簡單、易于實現且效果穩定，被廣泛的應用于大部分的工業控制過程。盡管近幾十年來出現了許多先進的控制算法和智能控制策略，但典型的PID控制和各種改進型PID控制仍是過程控制的最實用的控制策略[1]。但是近年來工業過程控制的復雜度越來越高，相應的對控制效果和效率的要求也隨之提高。傳統PID調節的參數在整定后便投入過程控制中不再改變，缺乏靈活性和快速性，而參數可調節的各種自適應PID在一定程度上可以提高其適應性，同時保持原有的穩定性和可靠性，從而改進控制系統的控制效果。

模糊PID控制器是通過模糊推理進行PID參數的在線實時調整，模糊推理的規則來源于PID調節過程的各個階段對參數的不同需要，根據PID控制器的輸入量的情況去實時修正PID控制器的參數，以達到對傳統PID控制的優化和改進。

2 模糊PID控制器的結構設計

PID控制器的三個基本參數KP、KI和KD，通常先根據操作經驗和計算仿真確定初始值，再根據實際的控制對象進行修改，最后投入實際運行過程進行細微的調節，以得到相對理想的最終控制效果。因此傳統PID控制最困難的部分就是基本參數的確定，需要豐富的調試經驗才能找到相對合適的參數值，通常為了保證系統的穩定性必須在一定程度上降低控制的靈活性和反應速度。模糊PID作為參數自調整PID的一種方法，是通過將PID調節過程中的專家經驗轉變為模糊規則，通過模糊推理來修正調整其參數，在保證經典PID穩定性的前提下，適當提高控制的靈活度。

模糊控制是智能控制的一個重要分支，將人的自然語言所包含的知識轉化為模糊函數，再通過計算機系統進行識別處理。模糊控制并不是將控制過程變模糊，而是將帶有模糊性的人類語言和表述轉化為函數，再交給計算機系統進行處理。模糊控制對于復雜的控制對象，尤其是無法用建立精確模型進行分析的控制對象，可以得到很好的控制效果，但前提是需要科學合理的設計和模糊規則。PID參數的調節過程可以提煉出比較豐富的專家知識和操作經驗，但同時又是一個分線性且耦合度高的控制環境，因此采用模糊控制進行調節容易實現，且效果明顯。

在調節的初始階段，偏差e的絕對值較大，可以增大KP的值以加快系統的反應速度，更快的減少偏差值，同時還需要減小KD以維持控制的動態穩定；在調節的中間階段，偏差e的絕對值處于中等大小，此時可減小KP防止超調，同時適當增大KI以減小穩態誤差；在調節的最后階段，偏差e和偏差變化率ec的絕對值都比較小，此時需要確保系統的穩態性能，則需要取較大的KI值和適中的KP和KD值[4]。

3 模糊PID控制器的仿真

本文在MATLAB環境下對模糊PID控制器進行了仿真和研究。MATLAB是當今比較常用的科學計算軟件，適合許多學科的學習研究且功能強大，還不斷擴充和完善了許多自動控制相關的工具包和軟件。MATLAB不僅可以進行強大的數值運算，還可以為科學研究和工程設計提供建模和仿真的環境。它包含的Simulink可以對各種動態系統進行建模、仿真和分析，是比較先進且高效的系統仿真軟件。MATLAB的包含的模糊邏輯工具箱（Fuzzy Logic Toolbox）功能強大且方便易用，可以對模糊控制進行方便和有效的設計和分析。

首先通過模糊邏輯工具箱建立PID參數的模糊推理系統，模糊邏輯工具箱可以采用命令行或圖形用戶界面（GUI）兩種仿真方式進行模糊系統的仿真，本文采用簡單實用的圖形界面方式，如圖1所示。模糊控制器結構選擇Mamdani型，并選擇相應的模糊邏輯算法，命名兩個輸入變量e和ec，輸出變量？駐KP、？駐KI和？駐KD。定義輸入變量和輸出變量的模糊子集，隸屬函數都選擇最易實現的三角函數。通過之前的分析編輯模糊控制規則，通過編輯器所提供的模糊規則觀察器和輸出曲面觀察器對模糊控制器進行適當調整，并將最后編輯好的模糊控制器送入Matlab的工作空間中，以便之后在Simulink環境中進行模糊控制模塊的嵌入。

最后將之前送入Matlab工作空間的模糊控制器嵌入仿真模型的模糊邏輯控制模塊（Fuzzy Logic Controller），設定仿真時間為60s，示波器顯示結果傳送回Matlab命令窗口，繪制圖形如圖3所示。

4 結論和總結

通過仿真結果可以看出，模糊PID控制器與常規PID控制器相比，系統的超調量有了明顯的減少，控制系統的反應速度有了一定的提高。通過在Matlab環境下對模糊PID控制器進行建模仿真，可以有效的觀察控制效果，更重要是可以方便的對模糊PID控制器的參數進行調整，以改進控制器的設計，方便控制器的實現。

對于傳統的PID控制和模糊控制、神經網絡等智能控制算法，控制系統的參數自調整都是一個重要的研究方向，也是改善原有控制算法的重要手段。本文在Matlab仿真環境下對模糊PID控制器進行了設計和研究，通過模糊推理對典型PID調節的參數進行實時調整，仿真結果表明該控制器對原PID控制的效果有了明顯的改善，保留了經典PID控制的穩定性和可靠性，同時提高了快速性和靈敏性，改進了控制的效果。

參考文獻

[1]王偉，張晶濤，柴天佑.PID參數先進整定方法綜述[J].自動化學報，2000，26（3）：348-355.

[2]李卓，蕭德云，何世忠.基于Fuzzy推理的自調整PID控制器[J].控制理論與應用，1997，14（2）：238-243.

[3]Zhen-Yu Zhao，Masayoshi Tomizuka，Satoru Isaka.Fuzzy gain scheduling of PID controllers[J].IEEE Transactions on Systems，Man，and Cybernetics，1993，23（5）：1392-1398.

[4]沈承，黃光宏，曹世宏，李源.PID控制系統的參數調節技巧[J].機械工程與自動化，2008，8（4）：155-158.

[5]李士勇.模糊控制[M].哈爾濱：哈爾濱工業大學出版社，2011.

[6]石辛民，郝整清.模糊控制及其MATLAB仿真[M].北京：清華大學出版社，2008.

作者簡介：李瑞（1989-），男，漢族，碩士研究生，研究方向為計算機檢測與控制。