基于MATLAB的自适应模糊PID控制器的设计

中国计量学院本科毕业设计（论文）基于MATLAB的自适应模糊PID控制器设计Design of Self-adapting Fuzzy PID Controller Based on Matlab学生姓名 张津民 学号 0730332338 学生专业 测控技术与仪器 班级 测控074班二级学院 计量测试工程学院 指导教师 章皓 本科毕业设计（论文） 基于MATLAB的自适应模糊PID控制器的设计Design of Self-adapting Fuzzy PID Controller Based on Matlab作 者 学号 0730332338 申请学位 工学学士 指导教师 学科专业 测控技术与仪器 培养单位 答辩委员会主席 评 阅 人 2011年 6月 致 谢本论文得到了我的导师章皓老师的悉心指导。在本论文的研究和写作中，章皓老师始终给予了我无微不至的关怀和全面的指导。特别是在培养我严谨的研究作风方面洒下了许多辛勤的汗水。章老师严谨的治学、敏锐的思维、渊博的学识和极强的动手能力给我留下了深刻的印象。在完成毕业设计这段时间里，她给我提供了良好的学习知识的机会和实践的机会,在毕业设计中,严格的要求我们,在理论和操作上对我的帮助,对我论文的完成，给予了莫大的帮助。对我的谆谆教诲和言传身教使我受益无穷。导师渊博的知识、诲人不倦的师德、严谨的治学态度、兢兢业业的工作作风和对科学知识执着的追求与探索精神深深的影响着我，不仅在学术上给我以动力和指导，而且从生活上，思想上激励和教育我。在此向我的导师致以最诚挚的谢意。另外，我要感谢实验室的孙斌老师和同学们在我毕业设计中所给予的帮助。感谢所有在大学学习生活中给予我帮助的老师和同学们，也感谢大学四年中家人对我的各方面的照顾和支持。在他们默默的支持和关心下，才使我得以最终顺利地完成学业。 张津民 2011年6月4日 自适应模糊PID控制器的设计摘要：常规的PID控制虽然原理简单，容易实现，稳态无误差。但对于大多数工业过程中存在的非线性、参数时变性、模糊不确定性等问题，难以实现精确控制。本文提出了一种自适应模糊PID控制器及其设计方法，仿真结果表明，该PID控制器相对于常规PID控制器具有更好的控制效果。鲁棒性大为提高。关键词：模糊控制 自适应 PID 时滞 鲁棒性中图分类号：TU857Design of Self-adapting Fuzzy PID Controller Based On MatlabAbstract: Conventional PID control theory is simple and easily realized，and produced without error steady. But for most industrial processes, problems such as nonlinear, parameters timely and fuzzy uncertainty, which make it is difficult to achieve precise control. The article put forward a design of self-adapting fuzzy PID controller. Simulation results show that compared with the conventional PID controller it has a better control performance. Greatly improve the robustness.Keywords: fuzzy control；self-adapting；PID; industrial process; time-delay; robustness.Classification: TU857目 次摘要.IABSTRACT. II 目次.III1 绪论11.1 课题的背景和意义11.2 国内外研究现状11.3 课题主要研究内容12 MATLAB概述22.1 MATLAB的发展22.2 自适应PID控制技术发展趋势22.3 MATLAB的特点和工作方式32.4 SIMULINK简介32.5 模糊控制介绍42.6 模糊控制及整定功能实现52.7 模糊自整定PID控制器63自适应模糊PID控制器的设计83.1对象描述73.2采用的控制器73.3自适应模糊PID控制器的框图83.4kikpkd模糊规则表83.5常规PID控制器的设计103.6隶属度函数图114 进行仿真124.1仿真图比较135模糊自适应PID控制在空调系统中的应用135.1建立被控对象的仿真模型135.2设计155.2.1 PID控制器的控制规律155.2.2 模糊自适应PID控制器结构155.2.3 隶属函数和控制规则的建立155.3 仿真及结果分析166 结论.18参考文献.19个人简介.20论文数据集.21 IV 中国计量学院本科毕业设计（论文）1 绪论1.1 课题的背景和意义当前绝大多数的生产过程的自动控制系统装置, 不论是气动的、电动的、液动的, 它们具有的控制规律都是比例、积分和微分规律(即PID控制规律) 。PID 控制器原理简单, 使用方便, 适应力强, 具有很强的鲁棒性, 即其控制品质对受控对象特性变化不敏感, 所以无需频繁的改变控制器的参数。在实际工业控制过程中经常会碰到大滞后、时变、非线性的复杂系统。其中, 有的参数未知或缓慢变化; 有的存在滞后和随机干扰; 有的无法获得精确的数学模型。传统PID控制方法一般适用于小滞后的过程, 按一定的控制性能要求, 整定出一组固定的P、I、D 调节参数, 这样的控制往往是动态和静态性能的一种折中, 不能很好的解决动态和静态性能之间矛盾及跟踪设定值与抑制扰动之间的矛盾, 系统控制效能不能达到最佳效果。如果能够设计一种具有自适应功能的控制系统，就可以很好的解决这些问题。 研究模糊控制理论的意义就在于，它能对非线性系统及无法建立精确数学模型的系统进行良好的控制，虽然在设计控制系统的过程中，模糊规则的确认，多变量模糊控制的处理是非常繁琐的，这些问题解决的好坏也直接影响控制系统的品质。但相比于模糊控制理论在各个方面的贡献来说，就显得微不足道了。特别是在诸如电压调节器的设计，温度控制系统中的应用等方面，都有上佳表现。1.2 国内外研究现状PID调节器及其改进型是在工业控制中最常见的控制器。PID控制中一个关键的问题便是PID对参数的整定，使PID控制系统达到所期望的控制性能。但是在实际的应用中，许多被控过程机理复杂，具有高度非线性，时变不确定性和纯滞后等特点，特别是在噪声，负载扰动等因素的影响下，过程参数甚至模型结构均会随时间和工作环境的变化而变化。DES-BOROUGH和MILLER在2002年的一次统计报告中指出，目前在美国有超过11600个具有PID控制器结构的调节器广泛应用于工业控制领域中，有超过97%的反馈回路采用了PID控制算法，甚至在一些复杂的控制率中，其基本控制层采用的仍然是PID控制算法。然而，只有近1/3的PID控制器在实际应用过程中取得了令人满意的控制效果，有2/3的PID控制系统的控制性能达不到用户所期望的要求。这给控制理论研究和应用带来了前所未有的机遇和挑战。在理论研究，特别在应用方面，国内与国外差距明显。国外如日本，欧美等国家不但在理论研究方面走在前列，而且已经有成功应用的产品，Yokogawa电气和FUJI电气的温度控制器，它们把模糊逻辑与标准的PID控制集成在一起来抑制超调，取得了成功。而国内重复研究的多，创造性研究的少；停留在仿真成果的多，能够在工程上应用的少，尤其是运行时间较长的智能PID控制器可以说微乎其微。这一状况需要广大理论工作者和工程技术人员共同努力，尽快转变这一局面1.3 课题主要研究内容本课题选用了MATLAB的SIMULINK功能进行仿真。模糊控制对数学模型的依赖性弱，不需要建立过程的精确数学模型。因此，本文研究的模糊自整定参数PID控制系统能在控制过程中对不确定的条件、参数、延迟和干扰等因素进行检测分析，采用模糊推理的方法实现PID参数kp、ki和kd的在线自整定，不仅保持了常规PID控制系统的原理简单、使用方便、鲁棒性较强等特点，而且具有更大的灵活性、适应性、精确性等特性，是目前较为先进的一种方法。本文结合具体实例，给出了一种自适应模糊PID控制器的设计过程，并应用SIMULINK进行了仿真研究。2 MATLAB概述2.1 MATLAB的发展70年代末到80年代初，时任美国新墨西哥大学的教授克里夫.莫勒尔为了让学生更方便地使用LINPACK及EISPACK（需要通过FORTRAN编程来实现，但当时学生们并无相关知识），独立编写了第一个版本的MATLAB。这个版本的MATLAB只能进行简单的矩阵运算，例如矩阵转置、计算行列式和本征值，此版本软件分发出大约两三百份。1984年，杰克.李特、克里夫.莫勒尔和斯蒂夫.班戈尔特合作成立了MATHWORKS公司，正式把MATLAB推向市场。MATLAB最初是由莫勒尔用FORTRAN编写的，李特和班戈尔特花了大约一年半的时间用C重新编写了MATLAB并增加了一些新功能，同时，李特还开发了第一个系统控制工具箱，其中一些代码到现在仍然在使用。C语言版的面向MS-DOS系统的MATLAB1.0在拉斯维加斯举行的IEEE决策与控制会议（IEEE Conference on Decision and Control）正式推出，它的第一份订单只售出了10份拷贝，而到了现在，根据MATHWORKS自己的数据，目前世界上100多个国家的超过一百万工程师和科学家在使用MATLAB和SIMULINK。1992年，学生版MATLAB推出；1993年，Microsoft Windows版MATLAB面世；1995年，推出Linux版。其后不断更新完善。2.2自适应PID控制技术发展趋势1、神经网络PID控制器人工智能网络ANN，它设计生物，电子计算机，数学和物理等学科，有着非常广泛的应用背景，这门学科的发展对目前和未来的科学技术的发展将有着重大的影响。2、遗传算法PID控制器遗传算法是基于自然选择和基因遗传学原理的搜索算法，达尔文主义的“适者生存”基本理论贯穿于整个算法。基本思想就是将待解决问题转换成由个体组成的演化群体和对该群体进行操作的一组遗传算子，包括4个基本操作：选择，复制，交叉，变异。3、 智能PID控制器是一种具有简单人工智能的PID控制器。近年来已成为研究重点。综上所述，智能PID控制方法将智能控制与传统PID控制结合起来，可以很好地控制复杂的非线性系统，兼顾各种方法的优点。随着控制理论和计算机软硬件技术的不断发展和传感器集成化程度的提高，智能PID控制必将是极有发展前途的研究和应用方向。72.3 MATLAB的特点和工作方式 MATLAB语音是一种交互性的数学脚本语言，其语法与C/C+类似。它支持包括逻辑（boolen）、数值（numeric）、文本（text）、函数柄（function handle）和异质数据容器（heterogeneous container）在内的15种数据类型，每一种类型都定义为矩阵或阵列的形式(0维至任意高维)执行MATLAB代码的最简单方式是在MATLAB程序的命令窗口（Command Window）的提示符处（）输入代码，MATLAB会即时返回操作结果（如果有的话）。此时，MATLAB可以看作是一个交互式的数学终端，简单来说，一个功能强大的“计算器”。MATLAB代码同样可以保存在一个以.M为后缀名的文本文件中，然后在命令窗口或其他函数中直接调用。2.4 SIMULINK简介 1990年Math Works软件公司为Matlab提供了新的控制系统模型图形输入与仿真工具Simulink。作为对Matlab语言运算环境的扩展，在保持Matlab的一般性能基础上，Simulink又增加了许多功能。它与Matlab及其工具箱结合使用，可以完全对连续系统、离散系统、连续和离散混合系统的动态性能进行仿真与分析。Simulink与传统的仿真软件包用微分方程和差分方程建模相比，具有更直观、方便、灵活的优点。simulink提供了8个子模型库:Continuous(持续环节)、Diserete(离散系统)、Funetion&Tables(函数及图表)、Math(数学计算)、Nonlinear(非线形环节)、Signals&system(信号及系统)、Sink(输出方式)、Sourcee(输入源)。在以上每个子模型库中还包含有相应的功能模块，如Source子模块中包含有sineWave(正弦波)、pulseGenerator(脉冲信号)、Step(阶跃信号)等，Sink子模块中包含有scope(示波器)、Toworkspaee(传送到工作空间)、xyGraph(xy图表)等。Simulink提供了动态系统建模、分析和仿真的交互环境，能够实现交互建模、交互仿真，并允许用户扩展仿真环境等功能。Simulink的专用模型库(B10cksets)提供了一些专用元件集，使得Simulink的功能进一步扩展。SIMULINK是MATLAB系统中的重要组成部分，是一个针对动力学系统的建模、仿真和分析的软件包，可以与MATLAB无缝结合，够调用MATLAB强大的函数库。SIMULINK具有非常高的开发性，将模型通过框图形式表达出来，或将已有的模型添加组合，或将用户自己创建的模块添加到模型中。SIMULINK又具有较高的交互性，允许任意修改模块参数，可以直接无缝的使用MATLAB所有的分析工具。可将仿真过程和结果可视化显示。利用MATLAB对仿真结果即时进行科学分析。2.5 模糊控制介绍常规PID控制原理简单，容易实现，稳态无误差，因此长期以来广泛应用于工业过程控制，并取得了良好的控制效果。即使在控制飞速发展的今天，使用最多的控制方式还是PID控制1,2。传统的PID控制主要是控制具有确切模型的线性过程。实际上，大多数工业过程都不同程度地存在非线性、参数时变性和模糊不确定性问题，因而一般的PID控制无法实现对这样一种过程的精确控制。模糊控制对数学模型的依赖性弱，不需要建立过程的精确数学模型。因此，本文研究的模糊自整定参数PID控制系统能在控制过程中对不确定的条件、参数、延迟和干扰等因素进行检测分析，采用模糊推理的方法实现PID参数kp、ki和kd的在线自整定，不仅保持了常规PID控制系统的原理简单、使用方便、鲁棒性较强等特点，而且具有更大的灵活性、适应性、精确性等特性，是目前较为先进的一种方法。3-5本文结合具体事例，给出了一种自适应模糊PID控制器的设计过程，并应用SIMULINK进行了仿真研究。2.6 模糊控制及整定功能实现PID控制器参数整定的实质上是通过调整比例系数K。、积分时间常数T 、微分时间常数rd，使控制器的特性与被控过程的特性相匹配，以满足控制系统性能指标的要求。参数的整定是一件比较繁琐的工作，人们希望最好能够实现PID参数的自动整定。自动整定的概念最初由著名的瑞典学者Astroom等在20世纪80年代初期提出，很快便得到广泛的研究与应用13。与模拟PID控制器不同，数字PID控制的参数整定，除了需要确定K、T外，还需要确定系统的采样周期，因为数字PID的控制品质不仅取决于对象的动态特性和PID参数，而且与采样周期的T的大小有关。由于T主要于不同的被控对象有关，故在实际应用中，人们一般根据经验，通过仿真和实验确定最合适的采样周期12。采用稳定边界法（又称临界比例度法）进行PID参数的整定，采样周期取为1s.模糊控制器采用两变量输入(差值e与差分值e)单输出(控制值“)的方式，以提高控制精度与速度。e、e、“的模糊域分别为E、E和U。原理示意图如图2.1所示输出值ke模糊化模糊推理解模糊化Kude/dtke图2.1 模糊控制器原理示意图 2.7 模糊自整定PID控制器传统的PID控制器的参数选择很大程度上依赖于操作人员的经验，这些经验不易精确描述，控制过程中各种信号量以及评价指标不易定量表示，模糊推理是解决这一问题的有效途径 13。运用模糊数学的基本理论和方法，把规则的条件、操作用模糊集合表示，并把这些模糊控制规则作为知识存人计算机的知识库中，然后根据计算机控制系统的实际响应情况，运用模糊推理，即可自动实现对PID参数的最佳调整，这就是模糊自整定PID控制。其数学表达如下：U(k)=Kpe(k)+Kie(k)+ Kdec(k) Kp= Kp +e，ecp Ki= Ki +e，eci Kd=Kd +eecd3 自适应模糊PID控制器的设计3.1 对象描述以某具有时滞工程的控制对象为例，对象的数学描述为 （1）3.2 采用的控制器在本设计中使用的是一个两输入（e，ec）三输出（kp，ki，kd）的模糊控制器，以误差e和误差变化ec作为模糊控制器的输入，根据不同时刻的e和ec对PID参数进行自整定，结构框图如图1，其中kp，ki，kd分别是模糊控制器（fuzzy logic controller）的量化因子和比例因子。从系统的稳定性、响应速度、超调量和稳态精度等方面来考虑，kp，ki，kd的作用如下：（1）比例系数kp 加快系统的响应速度，提高系统的调节精度。kp越大，系统的响应速度越快，系统的调节精度越高，但是产生超调，甚至导致系统不稳定。Kp取值过小，则会降低调节精度，使响应速度越慢，从而延长调节时间，使系统静态、动态特性变坏。（2）积分作用系数ki 消除系统的稳态误差。ki越大，系统的稳态误差消除越快，但ki过大，在响应过程的初期会产生积分饱和现象，从而引起响应过程的较大超调。若ki过小，将使系统稳态误差难以消除，影响系统的调节精度。（3）微分作用系数kd 改善系统的动态特性。其作用主要是能反应偏差信号的变化趋势。并能在偏差信号值变得太大之前，在系统引入一个有效的早期修正信号，从而加快系统的动作速度，减少调节时间。将系统误差e和误差变化率ec以及3个输出kp，ki，kd的变化范围都定义为模糊集上的论域：（-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6），其模糊子集为e，ec，kp，kii，kd均服从三角形隶属函数曲线分布，则由此可得出各模糊子集的隶属度。根据各模糊子集的隶属度赋值表和各参数的模糊控制模型，应用模糊合成推理设计PID参数的模糊矩阵表，在线修正PID参数，计算公式如下： （2）式中：kp、ki、kd为原先整定好的PID参数，而kp、ki、kd为模糊控制器的3个输出，可根据被控对象的状态自动调整PID3个控制参数的取值，在不同的e和ec下，被控过程对参数kp，ki，kd的自整定要求应满足以下规律：（1） 当|e较大时，应取较大kp和较小kd，使系统响应加快，且使ki=0，避免过大超调。（2） 当|e中等时，应取较小kp及适当的ki和kd，kd的取值对系统响应影响较大。（3） 当|e较小时，应取较大kp和ki，使系统响应具有良好的稳态性能，kd的值要恰当，以避免在平衡点附近出现震荡。 根据以上分析，针对kp、ki、kd 3个参数分别给出了整定的模糊控制表，如表（1）所示。kp、ki、kd的模糊规则表建立好后，在线运行过程中，控制系统通过对模糊逻辑规则的结果处理、查表和运算，完成对PID参数的在线自校正。3.3 自适应模糊PID控制器结构框图图（1） 自适应模糊PID控制结构图 3.4 ki、kp、kd模糊规则表 Ec Kp E NB NM NS ZO PS PM PB NB PB PB PM PM PS ZO ZO NM PB PB PM PS PS ZO NS NS PM PM PM PS ZO NS NS ZO PM PM PS ZO NS NM NM PS PS PS ZO NS NS NM NM PM PS ZO NS NM NM NM NB PB ZO ZO NM NM NM NB NB NM PB PB PM PS PS ZO NS 表1 Kp的模糊规则表Ec Kp E NB NM NS ZO PS PM PB NB NB NB PM NM NS ZO ZO NM NB NB PM NS NS ZO ZO NS NB NM PM NS ZO PS PS ZO NM NM PS ZO PS PM PM PS NM NS ZO PS PS PM PB PM ZO ZO NS PS PM PB PB PB ZO ZO NM PM PM PB PB NB NB NB PM NM NS ZO ZO 表 2 KI 的模糊规则表Ec Kp E NB NM NS ZO PS PM PB NB PS NS NB NB NB NM PS NM PS NS NB NM NM NS ZO NS ZO NS NM NM NS NS ZO ZO ZO NS NS NS NS NS ZO PS ZO ZO ZO ZO ZO ZO ZO PM PB PS PS PS PS PS PB PB PB PM PM PM PS PS PB NB PS NS NB NB NB NM PS 表 3 Kd的模糊规则表3.5 常规PID控制器的设计 先采用常规PID控制方法来控制被控对象，通过试凑法整定出一套合适的PID参数，其中输入信号为单位阶跃信号，比例增益Kp=1.8，积分系数Ki=0.5，微分系数Kd=0.42，得到的仿真曲线如图2所示。从图2中可以看出，系统的动态响应曲线很好，超调量小，上升时间短，响应速度快，且无稳态误差，说明所整定的PID参数符合被控要求。 图2 常规PID控制系统仿真曲线3.6 自适应模糊PID控制器的设计 设计中使用的是一个两输入（e，ec），三输出（kp、ki、kd）的模糊控制器，以误差e和误差变化率ec分别作为模糊控制器的输入，根据不同时刻的e和ec对PID参数进行自整定。系统仿真设计框图如图3所示。图3，自适应模糊PID控制系统SIMULINK仿真实现框图 3.7 隶属度函数图图4 隶属度函数图 4. 进行仿真根据公式（1）和公式（2）。其中kp=0.63，ki=0.05，kd=0.23；被控过程在满足|e|规则的前提下，根据表（1）表（2）表（3），模糊控制表所示，模糊规则表建立好后，在在线运行过程中，计算机测控系统通过对模糊逻辑规则的结果处理、查表和运算，对控制参数进行在线自动调整。利用MATLAB语音设计模糊控制器进行仿真研究。4.1 仿真图表比较从仿真结果图5 ，图6可以看出，当系统加入模糊控制器后，模糊控制器能够根据系统误差e和误差变化率ec对PID算法三个参数kp，ki，kd进行在线修正，所以得到的系统动态响应曲线要比常规PID的好，其中超调小，响应速度较快，系统遇到干扰时能很快恢复稳态，这说明在常规PID控制中引入模糊控制器确实能很好地适应系统的突变要求。图 5 自适应模糊PID控制器仿真曲线图 6 两种PID控制曲线效果的对比5 模糊自适应PID控制在空调系统中的应用5.1 建立被控对象的仿真模型整个空调房间是一个复杂的热力系统，要想精确的建立其数学模型几乎是不可能的，为了简化计算和分析，空调房间的热力学模型基于以下几点假设：（1）把房间视为一个简单的容器，不考虑内部各部件的蓄热；（2）不考虑房间内外空气的流动；（3）室内每个地方温度分布均匀且不考虑室温的滞后。由能量守恒列出房间模型的数学表达式（3） （4）由参考文献9可得： （5）图5.1 空调房间模块仿真图 其中，Ga送风量，kg/s；taout送风温度，；dtn/dt温度对时间的导数；tn空调房间温度，；Q部件与外界交换的热量，W；K传热系数，W/（.K）；A传热面积，；Ca空气比热，J/(kg.)；空气密度，kg/m3；V房间体积，m3；q室内照明、设备、人体散热量，W。下标：0空调送风；1空调向室外排风；2室内环境。基于所建的数学模型，在simulink中建立空调房间的模块仿真图见图5.1.5.2 设计5.2.1 PID控制器的控制规律 （6）式中，u（t）为输出；e（t）为误差；ec（t）为误差变化率；kp、ki、kd为比例、积分、微分系数。5.2.2 模糊自适应PID控制器结构模糊自适应PID控制器主要由参数可调整的PID控制器和模糊推理器两部分组成，模糊推理器以误差e和误差变化率ec作为输入，以常规的PID控制器的三个参数kp、ki、kd作为输出，利用模糊控制规则实现对这三个参数的调整，可以满足不同时刻的e和ec对PID参数自整定的要求，而使被控对象具有良好的能动、静态性能。其基本结果图如图5.2所示。图5.2 自适应模糊PID控制系统结构图5.2.3隶属函数和控制规则的建立对于空调系统取室内温度的误差e和误差变化率ec为模糊控制器的输入，令输入变量e、ec和输出变量kp、ki、kd均选三角函数隶属函数曲线，领域为-3,3，其模糊子集为NB，NM,NS,ZO,PS,PM,PB,子集中的元素分别代表负大、负中、负小、零、正小、正中、正大，设它们都服从正态分布。在MATLAB中用Fuzzy工具箱建立的输入、输出量的隶属函数曲线如图5.3所示。 图5.3 隶属函数曲线针对不同的e和ec，被控过程对参数kp、ki、kd的自整定要求应满足一下规则10:(1) 当|e|较大时，应取较大的kp和较小的kd，以使系统响应加快；(2) 当|e|中等时，应取较小的kp以及适当的ki和kd，以使系统具有较小的超调；(3) 当|e|较小时，应取较大的kp和ki以及适当的kd，以避免在平衡点附近出现震荡，使系统具有较好的稳态性能。由上面三条规律，得到kp、ki、kd的模糊规则表见表1.根据上述的隶属度函数和模糊控制规则表，其模糊的自整定按式（7）计算。 （7）式中，kpo、kio、kdo为个参数的初始值；e，ecp、e，eci、e，ecd为模糊推理结果。5.3 仿真及结果分析利用MATLAB中的simulink和Fuzzy工具箱组建的模糊自适应PID控制应用于空调系统的整体仿真模块图如图5.4所示。空调送风量由风阀的开度决定，风阀对温度的传递函数设为： 图 5.4 模糊自适应PID控制仿真系统图假设室外温度为37，房间的初始温度为34，取温度设定值为24，在无干扰的情况下进行仿真，仿真时间设为600s，常规PID控制与模糊自适应PID控制对空调系统的响应曲线如图5所示。仿真结果表明，对于室温控制系统来说，模糊自适应PID控制比常规PID控制超调量小，响应速度快，调节时间短，几乎无误差，系统响应的动态性能好，具有良好的鲁棒性。 图5.5 空调房间温度的响应曲线6. 结论文中以某一工业时滞系统数学模型为研究对象，设计了一种自适应模糊PID控制器。借助MATLAB中的模糊逻辑控制工具箱，在其SIMULINK仿真环境下对其进行仿真。由以上仿真结果可知，这种自适应模糊PID控制方法对控制系统适应性强，鲁棒性好，较之常规PID控制有更好的控制性能，具有较强的实际意义。空调系统控制对象具有多变量、非线性、大滞后、时变性的特点，如果采用常规的PID控制达不到满意的效果，而采用模糊自适应控制器来调节室温，调节速度和调节精度都良好。总之，模糊自适应PID控制应用于空调系统，达到了很好的控制效果，具有超调量小、精度高、响应速度快等优点，使空调达到最佳的工作状态，而且可以实现最大限度的节能。所以本文所提出的这种控制方法对空调系统自动控制的研究和应用具有一定的指导意见。参考文献1 王贵成，徐心和，姜长洪.一种优化控制器参数的方法J.微计算机信息，2006,22(3)：5355.2 G.C.Wang, M.Zhang, X.H.Xu, et al. Optimization of controller parameters based on the improved genetic algorithmsC.Proceeding of the 6th World Congress on Control and Automation (WCICA 2006),Dalian,China,2006,12(5):3695-36983 王贵成，张敏，常静，等。发酵过程自学习模糊神经元控制器的设计J.系统仿真学报，2007,19（6）：1269-1273.4 王贵成，姜长洪，袁德成。用CPN网络实现的自学习模糊控制器J.沈阳化工学院学报，2001，15（2）；121-128.5 黄燕，李晟平.一种新的规则在线自整定模糊控制算法J. 电气自动化,2002,24（6）：13 - 15.6 王贵成，姜长洪，李凌.基于遗传算法的调节器参数优化J.化工自动化及仪表，2000，27（增）：100-1047 杨平.智能PID控制方法的研究现状及应用展望J.2008.10：60-658 金敏杰. 一种自适应模糊PID发电机励磁电压调节器设计,2008：10 - 13.9 赵荣义，范存养，薛殿华，等。空气调节M.北京：中国建筑工业出版社，1994.10 马晓虹.一种模糊自适应PID控制器的设计J。大庆师范学院学报，2009，29（3）：37-3911 Curtis D.Johnson, Process Control Instrumentation Technology(Sixth Edition),M.12 F.G.Shinskey，PROCESS CONTROL SYSTEMSAPPLICATION、DESIGN、AND TUNING（Third Edition）M，清华大学出版社. 13 于瑛，任庆昌，罗明忠，等。基于自适应控制的变风量空调系统J.低压电器，1996，（6）：30-3414 李言俊，张科，自适应控制理论及应用M.西安：西北工业大学出版社，2005.15 施修峰，桂卫华.自适应PID在低同步串级调速系统中的应用J.有色金属加工.2005.34（5）.16 梁海瑛，张泾周. 规则自适应模糊PID数字电压调节器设计J.计算机工程与设计.2008，29（3）：664-666.17 魏宏信，张金中，郑华.基于MATLAB的自适应PID控制器研究.J机械设计，2007，20（6）：30-3118 刘国荣，阳宪惠. 模糊自适应PID控制器J.控制与决策,1995,11:5758.19 屠乃威.参数自适应模糊PID控制器在温度控制系统中的应用.2004.10：30-33.20 毛建东.基于参数辨别的一种自适应PID调节器,2005.11：50-5321 修杰，夏长亮.开关磁阻电机的模糊自适应PID控制J.26届中国控制会议论文集，2007，2：41-46.22 Dunarea .de .jos. PID SELF-TUNING CONTROLLERS USED IN DIFFERENT STRUCTURES OF THE CONTROL LOOPS,2009：20-23.23 M.Sedighizadeh. A Modified Adaptive Wavelet PID Control Based on Reinforcement Learning for Wind Energy Conversion System Control.2010:20-23.24 Y.J.Huang .Adaptive Sliding Mode Control with PID Tuning for Uncertain Systems.作者个人简介 张津民，男，24岁，汉族，1988年11月20日出生于福建省南平市政和县2000年9月至2007年6月就读于福州市师大附中，2007年9月至2011年7月就读于中国计量学院测控技术与仪器专业。此次毕业设计的课题是基于MATLAB的自适应模糊PID控制器的设计。在此期间荣获过多次艺术，体育奖学金。担任中国计量学院吉他协会会长，荣获校十佳社团荣誉称号，校启明学院高级学生干部培训班结业。学士论文数据集关键词*密级*中图分类号*UDC模糊控制，PID,自适应公开TU85762论文赞助学位授予单位*学位授予单位代码*学位类别*学位级别*中国计量学院10356本科学士论文题名*基于MATLAB的自适应模糊PID控制器的设计论文语种*并列题名*简体中文作者姓名*张津民学号*0730332338培养单位名称*培养单位代码*培养单位地址邮编中国计量学院10356浙江省杭州下沙高教园区学源街310018学科专业*研究方向*学制*学位授予年*测控技术与仪器自动化42011论文提交日期*2011 .06导师姓名*章皓职称*副教授评阅人答辩委员会主席*答辩委员会成员电子版论文提交格式 文本（ ）图像（ ）视频（ ）音频（ ）多媒体（ ）其他（ ）推荐格式：application/msword；application/pdf电子版论文出版（发布者）电子版论文出版（发布）地权限声明论文总页数*48注：共33项，其中带“*”为必填数据。21