PID控制演算法的C語言實現

八 專家PID與模糊PID的C語言實現

   本節是PID控制演算法的C++語言實現系列的最後一節，前面7節中，已經分別從PID的實現到深入的過程進行了一個簡要的講解，從前面的講解中不難看出，PID的控制思想非常簡單，其主要問題點和難點在於比例、積分、微分環節上的引數整定過程，對於執行器控制模型確定或者控制模型簡單的系統而言，引數的整定可以通過計算獲得，對於一般精度要求不是很高的執行器系統，可以採用拼湊的方法進行實驗型的整定。

   然而，在實際的控制系統中，線性系統畢竟是少數，大部分的系統屬於非線性系統，或者說是系統模型不確定的系統，如果控制精度要求較高的話，那麼對於引數的整定過程是有難度的。專家PID和模糊PID就是為滿足這方面的需求而設計的。專家演算法和模糊演算法都歸屬於智慧演算法的範疇，智慧演算法最大的優點就是在控制模型未知的情況下，可以對模型進行控制。這裡需要注意的是，專家PID也好，模糊PID也罷，絕對不是專家系統或模糊演算法與PID控制演算法的簡單加和，他是專家系統或者模糊演算法在PID控制器引數整定上的應用

   其實在前面幾節的講述中，已經用到了專家PID的一些特例行為了，從第五節到第七節都是專家系統一些特列化的演算法，對某些條件進行了區域性的判定，比如如果偏差太大的話，就去除積分項，這本身就是含有經驗的專家系統。

   專家系統、模糊演算法，需要引數整定就一定要有整定的依據，也就是說什麼情況下整定什麼值是要有依據的，這個依據是一些邏輯的組合，只要找出其中的邏輯組合關係來，這些依據就再明顯不過了。下面先說一下專家PID的C語言實現。正如前面所說，需要找到一些依據，還得從PID係數本身說起。

   1.比例係數Kp的作用是加快系統的響應速度，提高系統的調節精度。Kp越大，系統的響應速度越快，系統的調節精度越高，但是容易產生超調，甚至會使系統不穩定。Kp取值過小，則會降低調節精度，使響應速度緩慢，從而延長調節時間，是系統靜態、動態特性變差；

   2.積分作用係數Ki的作用是消除系統的穩態誤差。Ki越大，系統的靜態誤差消除的越快，但是Ki過大，在響應過程的初期會產生積分飽和的現象，從而引起響應過程的較大超調。若Ki過小，將使系統靜態誤差難以消除，影響系統的調節精度；

   3.微分系數Kd的作用是改善系統的動態特性，其作用主要是在響應過程中抑制偏差向任何方向的變化，對偏差變化進行提前預報。但是kd過大，會使響應過程提前制動，從而延長調節時間，而且會降低系統的抗干擾性。

   反應系統性能的兩個引數是系統誤差e和誤差變化律ec，這點還是好理解的：

    首先我們規定一個誤差的極限值，假設為Mmax；規定一個誤差的比較大的值，假設為Mmid；規定一個誤差的較小值，假設為Mmin；

   當abs（e）>Mmax時，說明誤差的絕對值已經很大了，不論誤差變化趨勢如何，都應該考慮控制器的輸入應按最大（或最小）輸出，以達到迅速調整誤差的效果，使誤差絕對值以最大的速度減小。此時，相當於實施開環控制。

   當e*ec>0時，說明誤差在朝向誤差絕對值增大的方向變化，此時，如果abs(e)>Mmid，說明誤差也較大，可考慮由控制器實施較強的控制作用，以達到扭轉誤差絕對值向減小的方向變化，並迅速減小誤差的絕對值。此時如果abs(e)<Mmid，說明儘管誤差是向絕對值增大的方向變化，但是誤差絕對值本身並不是很大，可以考慮控制器實施一般的控制作用，只需要扭轉誤差的變化趨勢，使其向誤差絕對值減小的方向變化即可。

   當e*err<0且e*err(k-1)>0或者e=0時，說明誤差的絕對值向減小的方向變化，或者已經達到平衡狀態，此時保持控制器輸出不變即可。

   當e*err<0且e*err(k-1)<0時，說明誤差處於極限狀態。如果此時誤差的絕對值較大，大於Mmin，可以考慮實施較強控制作用。如果此時誤差絕對值較小，可以考慮實施較弱控制作用。

   當abs(e)<Mmin時，說明誤差絕對值很小，此時加入積分，減小靜態誤差。

上面的邏輯判斷過程，實際上就是對於控制系統的一個專家判斷過程。（未完待續）