CN114995108A

CN114995108A - 一种基于模糊pid和滑膜控制复合控制的控制方法

Info

Publication number: CN114995108A
Application number: CN202210639334.8A
Authority: CN
Inventors: 刘思嘉; 王运圣
Original assignee: Shanghai Institute of Technology
Current assignee: Shanghai Institute of Technology
Priority date: 2022-06-07
Filing date: 2022-06-07
Publication date: 2022-09-02

Abstract

本发明公开了一种基于模糊PID和滑膜控制复合控制的控制方法，本发明通过采用模糊PID控制算法提高系统的抗干扰能力，并采用滑膜控制减少对模型精度的依赖。仿真实验表明了模糊滑膜PID控制方法相比于模糊PID控制方法，减少了系统的超调量，加强了系统的稳定性与控制效果。包括以下步骤：通过水位传感器获得水位高度；求输入偏差量E和偏差变化率EC，经过量化和模糊化后，通过查询模糊控制表获得模糊控制量；求出K_d、K_i和K_d的值和隶属度；求出控制量y(t)。仿真实验表明了模糊PID和滑膜控制复合控制的控制方法相比于模糊PID的控制方法，减少了系统的超调量，加强了系统的稳定性与控制效果。

Description

一种基于模糊PID和滑膜控制复合控制的控制方法

技术领域

本发明涉及模糊PID控制技术领域，具体是一种基于模糊PID和滑膜控制复合控制的控制方法。

背景技术

我国是一个农业大国，水稻的种植面积约占粮食总面积的25％，随着水资源的日益匮乏，提高农业灌概的自动化和智能化水平是保证粮食安全和水安全的重要措施。我国的主要粮食作物是水稻、小麦、玉米、大豆和薯类，而水稻的耗水量约占农业用水量的70％。因此在保障产量的前提下，根据水稻的生长特性进行适时、适量的灌溉，既要保证在水稻一直处于良好的生长环境，又能提高水资源的利用率，实现农业灌溉的自动化、精细化、智能化，具有重要研究意义。

对于大田农业而言，大田农业灌溉系统是一个复杂的大惯性、纯延时和非线性系统，难以对其立精确的数学模型，传统的控制方法在实时性和控制精度上已不能满足其控制要求。模糊PID控制是一种基于语言规则的智能控制，不依赖于精确的被控对象模型，具有结构简单、适应性好、鲁棒性强等优点，但现有的模糊PID控制还存在一些不足，比如当误差E较大时，调节时间较长，且精确度较差。因此，设计一种具有快速、高精度主动控温功能的燃料电池温度控制系统及其控制方法，是十分具有研究和应用价值的。

本发明基于模糊PID和滑膜控制复合控制的控制方法，并采用模糊PID和滑模控制相结合的控制算法根据实时水位和预设水位对电机进行实时调节以达到所需的转速，能根据水位需求实现快速，精确的主动控制。

发明内容

为实现上述目的，针对灌溉控制系统具有大时滞、非线性、时变性等特点，本发明提出了一种基于模糊PID和滑膜控制复合控制的控制方法，包括如下步骤：

S1、通过水位传感器获取水位值；

S2、设计模糊PID控制器和滑膜控制器，并给定控制器的初始值；

S3、模糊PID控制器通过E和EC量化和模糊化，查询模糊控制表，获取模糊控制量，并根据模糊控制器的输出不断修改K_p、K_i、K_d值；

S4、引入滑膜控制器，增加滑膜切面来确保在有限的时间可以到达滑模面，实现减小超调量和加速调节过程的目的；

S5、设计权重比例分配器，并调整加权比例系数的大小；

S6、对制订的控制策略进行建模并对其稳定性进行验证。

作为本发明优选的技术方案，步骤S1中，具体的水位值为水位传感器实时测量的水稻田的水位值。

作为本发明优选的技术方案，步骤S3中，定义偏差E和偏差变化率EC的基本论域分别为[-15,15]和[-3,3]，定义E的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NS，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；定义EC的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NE，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}，定义K_p的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NS，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-0.3，-0.2，-0.1，0，0.1，0.2，0.3}，定义K_i的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NS，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-0.6，-0.4，-0.2，0，0.2，0.4，0.6}，定义K_d的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NS，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}，由此可以得出e的量化因子k_e＝0.3，ec的量化因子k_ec＝1，得出K_p、K_i、K_d的比例因子k_kp、k_ki、k_kd，可由下式确定：

k_kp＝1，k_ki＝0.1，k_kd＝1 (1)

表1为K_p、K_i、K_d的模糊控制规则表：

隶属度函数的选取对模糊控制器的控制性能有一定的影响，常见的有三角形，高斯型，梯形。本次选用的隶属度函数均为三角函数，三角函数的隶属度与三角形的斜率相关，比较适合自适应的模糊控制。

作为本发明优选的技术方案，确定滑模面，选取指数趋近律，来确保在有限的时间可以到达滑模面；

作为本发明优选的技术方案，设置权重比例分配器，利用模糊控制器作为权重比例分配器，根据E与EC的大小进行实时调整权重比例系数α(0＜α＜1)的大小，在E和EC较大时，α取较小值，滑模控制器的控制量比重比较大，减少被控对象的调节时间，加快反应速率，在E和EC较小时，α取较大值，即加大模糊控制器的加权比例系数，提高其控制精度，加强鲁棒性，两个输入和输出论域为{负大，负中，负小，零，正小，正中，正大}，即{NB，NM，NS，ZE，PS，PM，PB}。

作为本发明优选的技术方案，根据滑膜控制器的原理可以得出，选取合适的趋近律，保证系统状态点远离切换面时具有较快趋近速度，使系统以适当速度趋近切换面；根据模糊PID控制器和滑模控制器的特点引入权重比例分配，令输入偏差为E,模糊PID控制的输出量为λ,则滑膜控制的输出权重为λ,Fuzzy控制的输出权重为(1-λ),通过加权平均处理,最终的输出如下:

U＝λU_Fuzzy-FID+(1-λ)U_SMC。 (3)

与现有技术相比，本发明的有益效果如下：

本发明通过采用模糊PID和滑膜控制复合控制的方法，改善模糊PID对模型精度的依赖，提高系统的抗干扰能力。仿真实验表明了模糊PID和滑膜控制复合控制的方法相比于单一的模糊PID控制方法或滑膜控制，减少了系统的超调量和抖振，加强了系统的稳定性与控制效果。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是本发明的模糊PID和滑膜控制复合控制器的结构示意图；

图2是本发明的模糊PID结构示意图；

图3是本发明的模糊控制器结构示意图；

图4是本发明的E、EC、K_p、K_i、K_d的隶属度函数曲线示意图；

图5是本发明的滑膜控制器结构示意图；

图6是本发明的模糊PID和滑膜控制复合控制器结构示意图；

图7是本发明的模糊PID、滑膜控制和模糊PID和滑膜控制复合控制仿真模型；

图8是本发明的仿真曲线示意图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

请参阅图1-8，一种基于模糊PID和滑膜控制复合控制的控制方法，包括如下步骤：

S1、通过水位传感器获取水位值；

S5、设计权重比例分配器，并调整加权比例系数的大小；

S6、对制订的控制策略进行建模并对其稳定性进行验证。

k_kp＝1，k_ki＝0.1，k_kd＝1 (1)

表1为K_p、K_i、K_d的模糊控制规则表：

U＝λU_Fuzzy-FID+(1-λ)U_SMC。

实施例

本发明针对水泵供水灌溉系统进行模糊PID、滑模控制和模糊PID和滑膜控制复合控制三种控制方法比较研究，通过仿真实验表明Smith预估器对温度控制系统能够减少超调量和增加抗干扰能力，提高了控制系统的性能。

1、模糊PID控制器的设计

模糊控制器的设计主要包括模糊化、建立模糊推理规则、确定权与规则进度。针对本发明中的灌溉控制系统选取的是二输入三输出的模糊控制器，其中将偏差E和偏差变化率EC作为输入，将输出变量得到的三个参数作为PID控制器的三个参数的偏量值，从而对PID控制的参数进行实时调整和修改。这类模糊控制器的模糊规则类似于语句{if(E isNB)and(EC is NB)then(kp is PB)(ki is NB)(kd is PS)}来表达。

其中K_p、K_i、K_d的基准值分别取为72、200、10。

由于影响模糊控制器性能的指标有论域范围、量化比例因子以及隶属度函数，因此本文选取的偏差E和偏差变化率EC作为作为本文的输入变量，量化因子将其映射到论域X＝[-15,15]、[-3,3]。采用PB、PM、PS、ZE、NS、NM、NB这七种语言变量来描述偏差和偏差变化率以及控制量的变化。输出变量的变化范围是[-0.3,0.3]、[-0.6,0.6]、[-3,-3]。确定输入量和输出量隶属度函数均为三角形函数。

由于控制系统是时变非线性的，因此模糊PID控制算法的结合可以提高控制效果和精度，可以实现模糊控制器中每个模糊子集的功能均匀分布，然而，由于超调量会过高会导致一些不好的结果，所以提出了模糊PID和滑膜控制复合控制的控制方法。

2、滑膜控制器的设计

作为一个非线性系统，可以表示为：

x＝f(x，u，t)，x∈Rⁿ，u∈Rⁿ，t∈Rⁿ (6)

确定滑模面s＝cx₁+x₂＝0，其中c为滑模常数，x₁是偏差值，x₂偏差变化率。

选取趋近律，通常包括等速趋近律、一般趋近律、指数趋近律和幂次趋近律等。本文中采取的是指数趋近律，它是在等速趋近律的基础之上进行一定程度的优化，以此来确保在有限的时间可以到达滑模面，即：

其中ε、k为趋近律参数且ε＞0,k＞0，sgn s为符号函数，表达式为：

3、权重比例分配器的设计

设置权重比例分配器，利用模糊控制器作为权重比例分配器，根据E与EC的大小进行实时调整权重比例系数α(0＜α＜1)的大小。在E与EC较大时，α取较小值，滑模控制器的控制量比重比较大，减少被控对象的调节时间，加快反应速率。在E与EC较小时，α取较大值，即加大模糊控制器的加权比例系数，提高其控制精度，加强鲁棒性。两个输入和输出论域为{负大，负中，负小，零，正小，正中，正大}，即{NB，NM，NS，ZE，PS，PM，PB}。

4、被控对象模型的传递函数

水泵系统在运行中具有不稳定性、非线性和大延迟等特性，使得该系统的控制模型较为复杂，很难设计出合适的控制器解决相关特性。

变压供水就是压力上升和保持恒压这两个过程，就是变压供水过程可用时间常数为T₁的惯性环节和时间常数为τ的延时环节串联近似描述，数学模型可以表示为:

式中:K₁表示放大系数；s表示符号算子；N_p(s)表示水泵转速n_p(t)的拉普拉斯变换；P₀(s)表示水泵输出供水压力p₀(t)的拉普拉斯变换。

利用变频器调节水泵电机的转速这一过程的数学模型可以表示为:

式中:K₂表示放大系数；s表示符号算子；T₁表示惯性环节时间常数；N_m(s)表示水泵电机转速n_m(t)的拉普拉斯变换；F(s)表示变频器输入频率f(t)的拉普拉斯变换。

在系统的其他环节中发生的惯性时间和滞后时间可以看作一个比例环节：

G₃(s)＝K₃ (10)

式中:K₃表示其他环节的放大系数；

为了方便理解，认为水泵电机转速n_m(t)与水泵转速n_p(t)一致，故：

本专利中基于阶跃响应辨识原理，采用最小二乘法，利用MATLAB的系统辨识工具箱进行参数辨识，确定传递函数，采样时间为10s，可得到辨识参数结果为：

仿真结果如图8所示，根据仿真结果可知，K_p＝72,K_i＝200,K_d＝10。根据所得曲线图可知，在控制系统中，模糊PID和滑膜控制算法相对于模糊PID控制算法对水位的控制降低了系统的超调，加强了系统的稳定性。

在具有时滞性、非线性、不确定性等特点的灌溉控制系统中，本发明的模糊PID和滑膜控制复合控制的控制方法具有很好的控制效果。本发明通过采用模糊PID和滑膜控制复合控制的控制方法，改善模糊PID对模型精度的依赖，从而提高系统的抗干扰能力。仿真实验表明了模糊PID和滑膜控制复合控制的控制方法相比于模糊PID控制方法，减少了系统的超调量，加强了系统的稳定性与控制效果。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当合，组形成本领域技术人员可以理解的其他实施方式。

Claims

1.一种基于模糊PID和滑膜控制复合控制的控制方法，其特征在于：包括如下步骤：

S1、通过水位传感器获取水位值；

S5、设计权重比例分配器，并调整加权比例系数的大小；

S6、对制订的控制策略进行建模并对其稳定性进行验证。

2.根据权利要求1所述的一种基于模糊PID和滑膜控制复合控制的控制方法，其特征在：步骤S1中，具体的水位值为水位传感器实时测量的水稻田的水位值。

3.根据权利要求1所述的一种基于模糊PID和滑膜控制复合控制的控制方法，其特征在于:步骤S3中，定义偏差E和偏差变化率EC的基本论域分别为[-15,15]和[-3,3]，定义E的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NS，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}；定义EC的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NE，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}，定义K_p的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NS，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-0.3，-0.2，-0.1，0，0.1，0.2，0.3}，定义K_i的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NS，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-0.6，-0.4，-0.2，0，0.2，0.4，0.6}，定义K_d的模糊语言值有7个:{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NS，ZE，PS，PM，PB}，其对应的模糊子集的论域为{-3，-2，-1，0，1，2，3}，由此可以得出e的量化因子k_e＝0.3，ec的量化因子k_ec＝1，得出K_p、K_i、K_d的比例因子k_kp、k_ki、k_kd，可由下式确定：

k_kp＝1，k_ki＝0.1，k_kd＝1 (1)

表1为K_p、K_i、K_d的模糊控制规则表：

4.根据权利要求1所述的一种基于模糊PID和滑膜控制复合控制的控制方法，其特征在于：确定滑模面，选取指数趋近律，来确保在有限的时间可以到达滑模面；

5.根据权利要求1所述的一种基于模糊PID和滑膜控制复合控制的控制方法，其特征在于：设置权重比例分配器，利用模糊控制器作为权重比例分配器，根据E与EC的大小进行实时调整权重比例系数α(0＜α＜1)的大小，在E和EC较大时，α取较小值，滑模控制器的控制量比重比较大，减少被控对象的调节时间，加快反应速率，在E和EC较小时，α取较大值，即加大模糊控制器的加权比例系数，提高其控制精度，加强鲁棒性，两个输入和输出论域为{负大，负中，负小，零，正小，正中，正大}，即{NB，NM，NS，ZE，PS，PM，PB}。

6.根据权利要求1所述的一种基于模糊PID和滑膜控制复合控制的控制方法，其特征在于：根据滑膜控制器的原理可以得出，选取合适的趋近律，保证系统状态点远离切换面时具有较快趋近速度，使系统以适当速度趋近切换面；根据模糊PID控制器和滑模控制器的特点引入权重比例分配，令输入偏差为E,模糊PID控制的输出量为λ,则滑膜控制的输出权重为λ,Fuzzy控制的输出权重为(1-λ),通过加权平均处理,最终的输出如下:

U＝λU_Fuzzy-FID+(1-λ)U_SMC。 (3)。