智能控制导论 # 专家控制实例 |
您所在的位置：网站首页 › 传感器代号举例分析 › 智能控制导论 # 专家控制实例 |
智能控制导论 # 专家控制实例
|
由于博主非自动化相关专业学生，如有疏漏以及谬误还请不吝赐教。感谢~ 由于常见的是二阶系统，所以本文以二阶系统为例，展开分析。 专家PID控制原理PID专家控制的实质是，基于受控对象和控制规律的各种知识，无需知道被控对象的精确模型，利用专家经验来设计PID参数。 专家PID控制是一种直接型专家控制器。对典型的二阶系统单位阶跃响应过程作如下分析。 专家控制系统一般不需要知道被控对象的精确模型，是基于受控对象和控制规律的各种知识，利用在该领域的专家经验来制定决策。因此我们无需建立这个控制系统的模型和传递函数。 上面说了我们不需要做什么，那我们需要做什么？以及怎么做？对于这个问题，我们首先需要分析对于“典型的二阶系统”我们掌握的知识、经验或规律。 无论采取什么样的算法来控制系统，最主要的目的是使系统的误差足够小。大误差要对应强的控制来矫正，小误差对应弱的控制作用。当经过控制后误差小到我们设定的范围，我们就保持当前的控制作用即可，使系统保持稳定，并改善对于稳定状态的性能指标。 根据以上分析，我们需要首先知道“典型的二阶系统”的误差变化曲线是什么样子的。 典型的二阶系统单位阶跃响应误差曲线如图所示。 根据我们的经验，误差及其变化是我们实时控制算法的依据。 我们以PID的误差及其变化为依据，按照下述步骤设计我们的专家PID控制器： 引入一些定义 同时定义2个常数：
M
1
,
M
2
M_1,M_2
M1,M2并且
M
1
>
M
2
>
=
0
M_1>M_2>=0
M1>M2>=0根据误差及其变化，专家PID可以分为如下5种情况 (1) 当
∣
e
(
k
)
∣
>
M
1
|e(k)|>M_1
∣e(k)∣>M1时 说明误差的绝对值已经很大。不论误差变化趋势如何，都应考虑控制器的输出应按最大（小）输出，以达到迅速调整误差，使误差绝对值以最大速度减小。同时需要避免超调。（此时，相当于实施开环控制） (2)当
e
(
k
)
Δ
e
(
k
)
>
0
e(k)\Delta{e(k)}>0
e(k)Δe(k)>0或
Δ
e
(
k
)
=
0
\Delta{e(k)}=0
Δe(k)=0时 说明误差在朝绝对值增大的方向变化或者误差保持不变 此时如果
∣
e
(
k
)
∣
>
=
M
2
|e(k)|>= M_2
∣e(k)∣>=M2，说明误差也较大，考虑由控制器实施较强的控制作用，以达到扭转误差绝对值朝减小的方向变化，并迅速减少误差的绝对值，控制器的输出为
u
(
k
)
=
u
(
k
−
1
)
+
k
1
{
k
p
[
e
(
k
)
−
e
(
k
−
1
)
]
+
k
i
e
(
k
)
+
k
d
[
e
(
k
)
−
2
e
(
k
−
1
)
+
e
(
k
−
2
)
]
}
u(k)=u(k-1)+k_1\{k_p[e(k)-e(k-1)]+k_ie(k)+k_d[e(k)-2e(k-1)+e(k-2)]\}
u(k)=u(k−1)+k1{kp[e(k)−e(k−1)]+kie(k)+kd[e(k)−2e(k−1)+e(k−2)]} Note:上述公式为增量式PID算法，我们还加上了
k
1
k_1
k1来增强控制作用。 如果此时
∣
e
(
k
)
∣
<
M
2
|e(k)| |
图中的区域可以分为以下两类：【本文地址】
今日新闻 |
推荐新闻 |