一种基于模糊推理的专家自整定PID控制器的制作方法

本发明属于自适应控制领域，具体涉及一种基于模糊推理的专家自整定PID控制器设计方法，可用于各种PID自整定的场合。

背景技术：

PID控制器在工业过程中得到广泛应用。对于线性对象，一个良好整定的PID控制器等效于其他复杂的控制器。然而，参数整定困难以及定常PID的随着工况的改变控制效果变差需要反复整定是PID控制器的主要缺点。为了克服该缺点，PID自整定控制器提供了系统的解决方案，其中主要有继电器法自整定控制器、专家系统自整定控制器和Ziegler-Nichols法自整定控制器。专家自整定方法不局限于PID控制器的整定且不受控制对象的限制，具有更广泛的应用空间。然而，常规专家PID控制器往往由于指定不合理的性能指标，导致整定失败。

技术实现要素：

本发明针对PID控制器的整定问题，提出一种将模糊推理机制引入到专家PID系统的方法，其推理规则表达简洁规范，使整个专家系统能够以并行触发的工作，即使在整定失败的情况下也可以使用一个次优参数替代，克服了一般专家PID系统存在无法找到满足性能指标参数，导致整定失败的缺点。

本发明为一种基于模糊推理的专家自整定PID控制器，其实现步骤包括：

(1)输入周期性的方波训练信号r，其幅值为控制对象输出值y的额定值的10％-20％，方波训练信号r以周期t_p施加于专家系统；

(2)根据控制对象的输出值y计算特征识别，将PID控制输出值u与控制对象输出值y在整定周期中的波形拐点、过零点等曲线特征记录下来；

(3)专家系统中设置模糊推理模块、知识库以及特征识别模块，利用知识库以及推理模块更新系数k_p,k_i,k_d，并在整定周期结束时计算整定周期中曲线的上升时间、衰减比、震荡周期的性能指标，判断性能指标，若性能指标符合度在接受范围内时，则整定过程停止。

作为对上述一种基于模糊推理的专家自整定PID控制器的进一步描述，步骤3中的停止条件设为opt＝1或opt>0.8，若整定失败，则选取最大的opt对应的控制器参数作为次优参数实行。

作为对上述一种基于模糊推理的专家自整定PID控制器的进一步描述，使用模糊推理机，引入规则触发度，使专家系统能够以并行触发方式工作。

作为对上述一种基于模糊推理的专家自整定PID控制器的进一步描述，在规则触发度中定义负饱和高斯函数、正饱和高斯函数以及正态高斯函数，并行捕获特征识别模块输入的特征向量，并且与知识库的规则对比，以获得权值；所述的性能指标符合度利用推理模块，结合规则触发度的权值更新系数k_p,k_i,k_d。

本方法将模糊推理机制引入专家PID系统，提出了基于模糊推理的专家PID控制器，其推理规则表达简洁规范，即使在整定失败时仍能推理出次优的控制器参数。其定义了规则触发度、指标符合度等概念，以PID控制器整定为目标，定义专家系统规则，通过识别控制对象的输出特征，自动整定PID的参数。该规则触发度用以实现控制对象的特征识别，捕获特征向量，以及与中波形特征典型值的相关度进行对比。本方法在PID控制器参数的自整定应用中具有较强的有效性和实用性，即使在整定失败的情况下也可以使用一个次优参数替代，克服整定失败的问题。

附图说明

图1是本发明整体实施框图；

图2是采用本发明方法的实验结果示意图；

图3为控制对象的典型阶跃响应曲线；

图4为规则触发度中定义的三个高斯函数。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

参见图1，本发明的专家系统由知识库、模糊推理、特征识别和PID四部分组成。u,y分别为控制对的输入与输出，参考值r为周期的方波训练信号，其幅值为y的额定值的10％-20％。tp为方波的半个周期，定义为专家PID系统的整定周期(tuning period)。

PID控制器输出u，即

式中，

分别为误差，误差积分，误差微分项；

k_p,k_i,k_d分别为比例系数，积分系数，微分系数。

其工作原理是：特征识别采用数字滤波、统计算法、过零检测等算法，计算上升时间、衰减比、震荡周期等性能指标。特征识别是专家系统推理的依据。

参见图3，控制对象的典型阶跃响应曲线。t_z1,t_z2,…,t_z(i),…为(r-y)过零时刻，(t_p1,y_p1),(t_p2,y_p2),…,(t_p(i),y_p(i)),…为y拐点。

u,y各项性能指标定义如下：

上升时间tr＝t_z1；

超调量O_VR＝(y_p1-r)/r，考虑到r＝0时，将OVR重新定义为O_VR＝(y_p(i)-r)/(r-y₀)，y0为参考r改变时，y的初值；

谐振周期OSC＝(t_z3-t_z1)/2，剔除OVR(i)＝(y_p(i)-r)/(r-y0)<0.1时t_p(i)，将OSC重新定义为O_SC＝(t_pN-t_p1)/N，其中N满足OVR(N)>0.1,OVR(N+1)<0.1；

静差e_ss＝y(∞)-r,重新定义均值静差

tz(n-1)为上一过零点时刻；

衰减比

同样地，对控制器输出，定义震荡周期u_OSC、单调性u_Mon及稳态控制器输出u_ss。

本发明所提出的模糊推理机，引入了规则触发度的概念，使整个专家系统能够以并行触发的方式工作。

参见图3，定义三种高斯函数，其中，

gauss1为负饱和高斯函数，gauss3为正饱和高斯函数。

捕获的特征向量ev(j)与表1中波形特征典型值rv(i,j)的相关度Corr(i,j)定义如下。

if r_v(i,j)＝＝0

ρ(i,j)＝e_v(j)

C_orr(i,j)＝gauss_k(ρ(i,j),0,σ)

else

ρ(i,j)＝e_v(j)/r_v(i,j)

C_orr(i,j)＝gauss_k(ρ(i,j),1,σ)

其中gauss_k为图4所定义的高斯函数。各特征量和规则对应的高斯函数如表1所示

表1各特征量对应的gauss_kk值

规则触发度uG(i)定义为

式中：N为特征变量的个数，这里N＝8，G_Coeffs(j)≤1，为各项特征变量所占的权重，权重为表示特征变量在该规则中的确定性，若该特征变量是规则的主要“体现”变量，则认为权重为1，若与规则无关，则认为权重为0，各特征量对应的权值如表2所示。

表2各特征量对应权重

由此，k_p,k_i,k_d更新系数分别计算如下：

G_p＝uG(1)-uG(2)；

G_i＝uG(3)-uG(4)；

G_d＝uG(5)-uG(6)；

kp,ki,kd更新公式如下：

k_p＝(1+G_p)*k_p1；

k_i＝(1+G_i)*k_i1；

k_d＝(1+G_d)*k_d1；

k_p1,k_i1,k_d1分别为上一个整定过程中的k_p,k_i,k_d。性能指标符合度定义为opt＝uG(7)。

若性能指标符合度在接受范围时，则整定过程即可停止。停止条件可设为opt＝1或opt>0.8，若整定失败，则可选取最大的opt对应的控制器参数作为次优参数采用，避免了一般专家PID整定失败而无法找到控制器参数的情况。

为便于本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。