首页 > 其他分享 >m通过matlab对比PID控制器,自适应PID控制器以及H无穷控制器的控制性能

m通过matlab对比PID控制器,自适应PID控制器以及H无穷控制器的控制性能

时间:2023-05-05 23:13:35浏览次数:40  
标签:控制器 end PID handles hObject matlab time

1.算法仿真效果

matlab2022a仿真结果如下:

 

 

 

 

 

 

 

2.算法涉及理论知识概要

PID控制器

 

       PID控制器(比例-积分-微分控制器),由比例单元 P、积分单元 I 和微分单元 D 组成。通过Kp, Ki和Kd三个参数的设定。PID控制器主要适用于基本线性和动态特性不随时间变化的系统。

 

 

 

        PID 控制器的方块图PID 控制器是一个在工业控制应用中常见的反馈回路部件。这个控制器把收集到的数据和一个参考值进行比较,然后把这个差别用于计算新的输入值,这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。和其他简单的控制运算不同,PID控制器可以根据历史数据和差别的出现率来调整输入值,这样可以使系统更加准确,更加稳定。可以通过数学的方法证明,在其他控制方法导致系统有稳定误差或过程反复的情况下,一个PID反馈回路却可以保持系统的稳定。

 

       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:

 

 

 

        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。

 

H无穷控制器

 

         H∞控制是一种具有很好鲁棒性的设计方法,具有设计思想明确、控制效果好等优点,尤其适用于模型摄动的多输入多输出(MIMO)系统。H∞控制在控制理论、设计方法及应用等方面,经过多年不断发展和完善,已成为一种具有较完整体系的鲁棒控制理论。为适应控制系统稳定性、自适应性、智能化及工程化的更高要求,基于线性矩阵不等式(LMI)的H∞控制、非线性H∞控制以及H∞控制与神经网络和模糊控制结合,成为近年来H∞控制研究的热点。随着H∞控制研究的深入,其存在的诸如理论复杂、计算量大和参数摄动范围有限等问题将会逐步得到解决,适用范围也会更广、应用前景会更好。

 

        关于H无穷控制器的设计,主要需要根据具体的控制对象进行设计,这里,提供一个网站,是结合matlab进行介绍说明的,感觉还不错:

 

       http://wenku.baidu.com/view/9b5a2218c281e53a5802ff14.html

 

 

 

 

 

3.MATLAB核心程序

 

function edit3_Callback(hObject, eventdata, handles)
% hObject    handle to edit3 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
 
% Hints: get(hObject,'String') returns contents of edit3 as text
%        str2double(get(hObject,'String')) returns contents of edit3 as a double
 
 
% --- Executes during object creation, after setting all properties.
function edit3_CreateFcn(hObject, eventdata, handles)
% hObject    handle to edit3 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    empty - handles not created until after all CreateFcns called
 
% Hint: edit controls usually have a white background on Windows.
%       See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
    set(hObject,'BackgroundColor','white');
end
 
 
% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject    handle to pushbutton1 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
 
SEL  = get(handles.checkbox1,'Value');
kps  = str2num(get(handles.edit1,'String'));
kis  = str2num(get(handles.edit2,'String'));
kds  = str2num(get(handles.edit3,'String'));
Time = str2num(get(handles.edit5,'String'));
 
ts        = 0.001;
J         = 0.05;
q         = 0.1;
sys       = tf(1,[J,q,0]);
dsys      = c2d(sys,ts,'z');
[num,den] = tfdata(dsys,'v');
    
u_1       = 0;
u_2       = 0;
y_1       = 0;
y_2       = 0;
error_1   = 0;
ei        = 0;
kp        = zeros(Time/ts,1);
ki        = zeros(Time/ts,1);
kd        = zeros(Time/ts,1);
 
for k=1:1:Time/ts
    time(k)   =  k*ts;
    yd(k)     =  1;
    y(k)      = -den(2)*y_1-den(3)*y_2+num(2)*u_1+num(3)*u_2;
    error(k)  =  yd(k)-y(k);  
    derror(k) = (error(k)-error_1)/ts;
 
    %kp
    P_c1     = kps;
    tmpsp(k) = P_c1 + sech(error(k));   
    if SEL == 0
       kp(k)= kps;
    end
    if SEL == 1
       kp(k)= tmpsp(k);
    end 
    
    
    %kd
    P_d1     = kis;
    tmpsd(k) = P_d1 + sech(error(k));   
    if SEL == 0
       kd(k)= kis; 
    end
    if SEL == 1
       kd(k)= tmpsd(k); 
    end
    
    
    %ki
    P_i1   = kds;
    tmpsi(k) = P_i1 + sech(error(k));    
    if SEL == 0
       ki(k)= kds; 
    end
    if SEL == 1
       ki(k)= tmpsi(k); 
    end
    
    ei        = ei+error(k)*ts;
    u(k)      = kp(k)*error(k)+kd(k)*derror(k)+ki(k)*ei;
 
    %延迟,参数更新
    u_2       = u_1;
    u_1       = u(k);
    y_2       = y_1;
    y_1       = y(k);
    error_1   = error(k);
end
 
 
if SEL == 0
   save pidr1.mat time yd y  
end
if SEL == 1
   save pidr2.mat time yd y   
end
 
axes(handles.axes1);
plot(time,kp,'r');
xlabel('time(s)');
ylabel('kp');
axes(handles.axes3);
plot(time,kd,'r');
xlabel('time(s)');
ylabel('kd');
axes(handles.axes4);
plot(time,ki,'r');
xlabel('time(s)');
ylabel('ki');
 
axes(handles.axes2);
cla reset
plot(time,yd,'r',time,y,'k:','linewidth',2);
xlabel('time(s)');
ylabel('Position signal');
legend('Ideal position signal','Position tracking');
 
t1 = (max(y)-mean(yd))/mean(yd);
msgbox(['Over adjust: ',num2str(100*t1),'%','  Kp,Ki,Kd is:  ',num2str(kp(end)),'; ',num2str(ki(end)),'; ',num2str(kd(end))]);
 
 
% --- Executes on button press in pushbutton2.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject    handle to pushbutton2 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
axes(handles.axes2);
cla reset
load pidr1.mat 
plot(time,y,'r:');
xlabel('time(s)');
ylabel('Position signal');
hold on
load pidr2.mat 
plot(time,y,'b:');
xlabel('time(s)');
ylabel('Position signal');
legend('initial kpkikd','adpative kpkikd');
 
 
function edit5_Callback(hObject, eventdata, handles)
% hObject    handle to edit5 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
 
% Hints: get(hObject,'String') returns contents of edit5 as text
%        str2double(get(hObject,'String')) returns contents of edit5 as a double
 
 
% --- Executes during object creation, after setting all properties.
function edit5_CreateFcn(hObject, eventdata, handles)
% hObject    handle to edit5 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    empty - handles not created until after all CreateFcns called
 
% Hint: edit controls usually have a white background on Windows.
%       See ISPC and COMPUTER.
if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
    set(hObject,'BackgroundColor','white');
end

 

  

 

标签:控制器,end,PID,handles,hObject,matlab,time
From: https://www.cnblogs.com/51matlab/p/17375632.html

相关文章

  • 16QAM调制解调系统相位盲估计matlab仿真
    1.算法仿真效果matlab2022a仿真结果如下:2.算法涉及理论知识概要16QAM是指包含16种符号的QAM调制方式。16QAM是用两路独立的正交4ASK信号叠加而成,4ASK是用多电平信号去键控载波而得到的信号。它是2ASK调制的推广,和2ASK相比,这种调制的优点在于信息传输速率高。正交幅度......
  • m通过matlab对比PID控制器,自适应PID控制器以及H无穷控制器的控制性能
    1.算法仿真效果matlab2022a仿真结果如下:2.算法涉及理论知识概要PID控制器PID控制器(比例-积分-微分控制器),由比例单元P、积分单元I和微分单元D组成。通过Kp,Ki和Kd三个参数的设定。PID控制器主要适用于基本线性和动态特性不随时间变化的系统。PID控制器的方块图......
  • 16QAM调制解调系统相位盲估计matlab仿真
    1.算法仿真效果matlab2022a仿真结果如下: 2.算法涉及理论知识概要16QAM是指包含16种符号的QAM调制方式。       16QAM是用两路独立的正交4ASK信号叠加而成,4ASK是用多电平信号去键控载波而得到的信号。它是2ASK调制的推广,和2ASK相比,这种调制的优点在于信息传......
  • CentOS7yum安装出现/var/run/yum.pid 已被锁定,解决办法
    安装epel扩展源yum-yinstallepel-release提示:[root@masterhome]#yum-yinstallepel-release已加载插件:fastestmirror,langpacks/var/run/yum.pid已被锁定,PID为22410的另一个程序正在运行。Anotherappiscurrentlyholdingtheyumlock;waitingforitto......
  • m基于遗传优化的时域声辐射模态的振动控制算法的matlab仿真
    1.算法仿真效果matlab2013b仿真结果如下:         2.算法涉及理论知识概要2.1遗传优化        长度为L的n个二进制串bi(i=1,2,…,n)组成了遗传算法的初解群,也称为初始群体。在每个串中,每个二进制位就是个体染色体的基因。根据进化术语,对群体执......
  • 基于simulink的MPPT控制器性能仿真,MPPT使用S函数实现
    1.算法仿真效果matlab2022a仿真结果如下:2.算法涉及理论知识概要MPPT控制器的全称是“最大功率点跟踪”(MaximumPowerPointTracking)太阳能控制器,是传统太阳能充放电控制器的升级换代产品。MPPT控制器能够实时侦测太阳能板的发电电压,并追踪最高电压电流值(VI),使系统以最大功率......
  • 基于蒙特卡洛循环和排队理论的客户结账等待时间模拟优化matlab仿真
    1.算法仿真效果matlab2022a仿真结果如下:    当结账窗口数量为22时:到达顾客数:5863服务顾客数:5863损失顾客数:0平均服务时间:0.497495平均队长:11.661919平均等待时长:0.000105顾客不能马上得到服务的概率:0.000020 当结账窗口数量为23时:到达顾客数:5396服务顾客......
  • 基于simulink的MPPT控制器性能仿真,MPPT使用S函数实现
    1.算法仿真效果matlab2022a仿真结果如下:    2.算法涉及理论知识概要         MPPT控制器的全称是“最大功率点跟踪”(MaximumPowerPointTracking)太阳能控制器,是传统太阳能充放电控制器的升级换代产品。MPPT控制器能够实时侦测太阳能板的发电电压,并追踪......
  • 使用apidoc生成接口文档
    一、首先安装node.js1.下载Node.js官方Windows版程序:  https://nodejs.org/download/  从0.6.1开始,Node.js在Windows平台上提供了两种安装方式,一是.MSI安装文件,另外还有一个.EXE可执行文件。  我选择了.EXE文件。因为.MSI安装文件除了将node.exe复制到C:\ProgramFi......
  • 基于MobileNet的人脸表情识别系统(MATLAB GUI版+原理详解)
    摘要:本篇博客介绍了基于MobileNet的人脸表情识别系统,支持图片识别、视频识别、摄像头识别等多种形式,通过GUI界面实现表情识别可视化展示。首先介绍了表情识别任务的背景与意义,总结近年来利用深度学习进行表情识别的相关技术和工作。在数据集选择上,本文选择了Fer2013和CK+两个数......