四川理工学院本科毕业（设计）论文
图6-2 误差变量e的隶属度函数赋值曲线图
输入误差变化量ec的论域为[-1,0.6]。ec的模糊子集选取如下词集:{NB,NM,NS,AZ,PS,PM,PB}。ec的模糊变量的赋值曲线图如图6-3所示。
图6-3 误差变化率ec的隶属度函数赋值曲线图
输出变量u的论域为[-0.1,1.7]。u的模糊子集选取词集为:{NBNM,NS,AZ,PS,PM,PB}。u的模糊变量的赋值图如图6-4所示。
图6-4 输出u的隶属度函数赋值曲线图
6.3 控制规则
ec与
e为输入,u为输出,在表中ec与e为“与”的关系。
? 24 ?
温度模糊控制的matlab实现与PID的比较
输入输出规则表
6.4 PID控制系统的设计
PID控制系统的方框图如图6-5所示
PID控制器 1 3(130s?1)
图 6-5 PID控制方框图
图中PID控制器的参数分别为比例P=1,积分Ti=200,微分Td=40。
? 25 ?
四川理工学院本科毕业（设计）论文
图6-6 PID仿真结构图
图6-7 仿真结果
? 26 ?
温度模糊控制的matlab实现与PID的比较
6.5 PID控制和模糊控制仿真比较
(1)在无干扰,输入为单位阶跃时响应曲线如图6-8所示,在PID控制作用下的仿真用虚线表示,FUZZY控制用实线表示。
图6-8 单位阶跃输入响应曲线
(2)在输入为单位阶跃,干扰在系统输出稳定后产生,干扰为0.5倍的单位阶跃。PID与FUZZY在加入干扰后的仿真曲线如图6-9所示。
图6-9 系统输出稳定后加入干扰时的响应曲线 6.6 仿真分析
(1)从图6-8可以看出:在相同的条件下,PID控制有较大的超调量,稳定时间较长,但没有稳态误差。而在FUZZY控制中有小于4%的稳态误差,但没有超调量,上升时间比较快,稳定时间也较快。
(2)在图6-9中,干扰是系统分别在PID与FUZZY控制下达到稳态时加入的。从图中可以看出,干扰刚加入时FUZZY和PID控制响应比较剧烈,然后PID比较平滑,而FUZZY控制曲线稳定得比较快,其稳态误差也减小了不少(>2%)。在刚加入干扰时PID控制曲线的超调比较大。
? 27 ?
四川理工学院本科毕业（设计）论文
结束语
模糊控制在自动控制领域中正不断的发展，有其特有的优点，利用现有的经典控制技术（如PID控制）存在着较大的困难，本文引入了模糊控制技术来解决这个难题，结果表明利用此技术能大大缩短编程工作量，对被控制对象的输入输出模糊变量的量化论域，语言变量、参数、隶属函数及其控制规则等,均可根据实际情况方便地进行优化工作,而且,所设计的系统通用性强,能非常形象直观地看到输入输出模糊变量之间的对应关系。与常规PID的比较显示出了模糊控制优越性。
? 28 ?