PID控制算法的matlab仿真.doc

计算机控制技术实验报告题目PID控制算法的MATLAB仿真研究班级姓名学号一、 目的和要求1. 目的(1) 通过本课程设计进一步巩固PID 算法基本理论及数字控制器实现的认识和掌握，归纳和总结PID 控制算法在实际运用中的一些特性。

(2) 熟悉MATLAB 语言及其在控制系统设计中的应用，提高学生设计控制系统程序的能力。

2. 要求通过查阅资料，了解PID 算法的研究现状和研究领域，充分理解设计内容，对PID 算法的基本原理与运用进行归纳和总结，并独立完成设计实验和总结报告。

二、 基本内容及步骤1. 任务的提出采用纯滞后的一阶惯性环节作为系统的被控对象模型，传递函数为()1d sf Ke G s T sτ-=+，其中各参数分别为:， 630f T =，60d τ=。

对PID 控制算法的仿真研究可从以下四个方面展开。

(1) PID 控制器调节参数的整定。

PID 参数的整定对控制系统能否得到较好的控制效果是至关重要的，PID 参数的整定方法有很多种，可采用理论整定法（如ZN 法）或者实验确定法（如扩充临界比例度法、试凑法等），也可采用模糊自适应参数整定、遗传算法参数整定等新型的PID 参数整定方法。

选择某种方法对参数整定后，在MATLAB 上对系统进行数字仿真，绘制系统的阶跃响应曲线，从动态特性的性能指标评价系统控制效果的优劣。

(2)改变对象模型参数，通过仿真实验讨论PID 控制参数在被控对象模型失配情况下的控制效果。

由于在实际生产过程的控制中，用模型表示被控对象时往往存在一定误差，且参数也不可能是固定不变的。

在已确定控制器最优PID 调节参数下，仿真验证对象模型的三个参数（）中某一个参数变化（不超过原值的±5%）时，系统出现模型失配时控制效果改变的现象并分析原因。

(3)执行机构非线性对PID 控制器控制效果的分析研究。

在控制器输出后加入非线性环节（如饱和非线性、死去非线性等），从仿真结果分析，讨论执行机构的非线性对控制效果的影响。

计算机控制技术实验指导书（MATLAB版）机电学院杨蜀秦编2012-11-19实验一 连续系统的模拟PID 仿真一、基本的PID 控制 在模拟控制系统中，控制器最常用的控制规律是PID 控制。

模拟PID 控制系统原理框图如图1-1所示。

图1-1 模拟PID 控制系统原理框图PID 控制规律为：⎪⎪⎭⎫⎝⎛++=⎰dt t de T dt t e T t e k t u DtI p )()(1)()(0或写成传递函数的形式⎪⎪⎭⎫ ⎝⎛++==s T s T k s E s U s G D I p 11)()()( Ex1 以二阶线性传递函数ss 251332+为被控对象，进行模拟PID 控制。

输入信号)2.0*2sin()(t t r π=，仿真时取3,1,60===d i p k k k ，采用ODE45迭代方法，仿真时间10s 。

仿真方法一：在Simulink 下进行仿真，PID 控制由Simulink Extras 节点中的PID Controller 提供。

仿真程序：ex1_1.mdl ，如图1-2所示。

图1-2 连续系统PID 的Simulink 仿真程序连续系统的模拟PID 控制正弦响应结果如图1-3所示。

图1-3 连续系统的模拟PID 控制正弦响应仿真方法二：在仿真一的基础上，将仿真结果输出到工作空间中，并利用m 文件作图。

仿真程序：ex1_2.mdl ，程序中同时采用了传递函数的另一种表达方式，即状态方程的形式，其中[]0,01,1330,25010==⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡-=D C B A ，如图1-4所示。

m 文件作图程序：ex1_2plot.mclose all ;plot(t,rin,'k',t,yout,'k'); xlabel('time(s)'); ylabel('r,y');二、线性时变系统的PID 控制 Ex2 设被控对象为Jss Ks G +=2)(，其中)2sin(300400),6sin(1020t K t J ππ+=+=，输入信号为)2sin(5.0t π。

题目：以PID控制进行系统仿真学院自动化学院专业班级工业自动化111班学生姓名黄熙晴目录1 引言 (1)1.1本论文研究内容 (1)2 PID控制算法 (1)2.1模拟PID控制算法 (1)2.2数字式PID控制算法 (3)2.3PID控制算法的改进 (5)2.3.1微分项的改进 (5)2.3.2积分项的改进 (9)2.4模糊PID控制算法 (11)2.4.1模糊推理的系统结构 (12)2.4.2 PID参数在线整定原则 (12)2.5PID控制器研究面临的主要问题 .................................. 错误！未定义书签。

3 MATLAB编程和仿真 (13)3.1PID控制算法分析 (13)3.2MATLAB仿真 (15)4结语 (20)参考文献...................................................................................... 错误！未定义书签。

1 引言PID控制器以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。

光学表面等离子共振生物传感技术受温度影响很大，因此设计高精度的温度控制器对于生物分析仪十分重要。

研究PID的控制算法是PID控制器整定参数优化和设定的关键技术之一。

在工业过程控制中，目前采用最多的控制方式依然是PID方式。

它具有容易实现、控制效果好、鲁棒性强等特点，同时它原理简单，参数物理意义明确，理论分析体系完整，并为工程界所熟悉，因而在工业过程控制中得到了广泛应用。

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，参数复杂烦琐的整定过程一直困扰着工程技术人员。

为了减少参数整定的工作量，克服因环境变化或扰动作用造成系统性能的降低，就要提出一种PID控制参数的自动整定。

1.2本论文研究内容本文在介绍传统的PID控制算法，并对传统算法改进后，在学习的基础上提出一种模糊参数自整定方法，这种模糊控制的PID算法必须精确地确定对象模型。

控制系统PID参数整定方法的MATLAB仿真1. 引言PID控制器是一种常见的控制算法，广泛应用于自动控制系统中。

其通过调节三个参数：比例增益（Proportional gain）、积分时间常数（Integral time constant）和微分时间常数（Derivative time constant），实现对被控对象的稳态误差、响应速度和稳定性等性能指标的调节。

PID参数的合理选择对控制系统的性能至关重要。

本文将介绍PID控制器的经典整定方法，并通过MATLAB软件进行仿真，验证整定方法的有效性。

2. PID控制器的整定方法2.1 手动整定法手动整定法是根据经验和试错法来选择PID参数的方法。

具体步骤如下：1.将积分时间常数和微分时间常数设为零，仅保留比例增益，将比例增益逐渐增大直至系统产生较大的超调现象。

2.根据超调响应的情况，调整比例增益，以使系统的超调量接近所需的范围。

3.逐步增加微分时间常数，观察系统的响应速度和稳定性。

4.增加积分时间常数，以减小系统的稳态误差。

手动整定法的优点是简单易行，但需要经验和反复试验，对控制系统要求较高。

2.2 Ziegler-Nichols整定法Ziegler-Nichols整定法是一种基于试探和试错法的自整定方法，该方法通过调整系统的输入信号，观察系统的输出响应，从而确定PID参数。

具体步骤如下：1.将I和D参数设为零，仅保留P参数。

2.逐步增大P参数，直到系统的输出出现大幅度的振荡。

3.记录下此时的P参数值，记为Ku。

4.根据振荡的周期Tp，计算出系统的临界增益Kc = 0.6 * Ku。

5.根据系统的类型选择相应的整定法则：–P型系统：Kp = 0.5 * Kc，Ti = ∞，Td = 0–PI型系统：Kp = 0.45 * Kc，Ti = Tp / 1.2，Td = 0–PID型系统：Kp = 0.6 * Kc，Ti = Tp / 2，Td = Tp / 82.3 Cohen-Coon整定法Cohen-Coon整定法是基于频域曲线拟合的方法，主要应用于一阶和二阶系统的整定。

数字PID 控制算法及Matlab 仿真一.实验目的：1.学习数字PID 算法的基本原理。

2.学习数字PID 调节器参数调节方法。

二.实验属性及设备：验证性实验，使用电脑及相关专业软件。

三.实验原理：1.概述首先建立数字PID 直流电机控制模型，然后用Matlab 的LTI 状态分析工具箱进行仿真，并绘制转速及控制电压变化图形。

图：kk k y r e -=2.位置式数字PID 算法公式010j )(u e e K e K e K u k k D kk I k P k +-⨯+⨯+⨯=-=∑3.增量式数字PID 算法公式)2()(211---+-⨯+⨯+-⨯=∆k k k D k I k k P k e e e K e K e e K u kk k u u u ∆+=-14.Matlab LTI 工具箱函数（作为了解内容）例：一台150kW 直流电动机，额定电压220V ，额定转速1000r/min ，额定电流700A ，R a =0.05Ω，L d =2mH ，假设负载及电动机转动总惯量GD 2=125kg ·m 2，则：)min/185.0100005.0*700220r V n R I U C N a N N e ⋅=-=-=Am N C C e T /767.155.9⋅==s R L T a a a 04.005.01023=⨯==-s C C R GD T T e a m 051.0767.1185.037505.01253752=⨯⨯⨯==mA kg C C e M ⋅==18.003.1传递函数为4902526521051.000204.041.51/1)()(222++=++=++=s s s s s T s T T C s u s y m m a e利用Matlab 建立传递函数方法为：sys=tf(270.5,[1,40,50])当采样间隔为ts=0.01s 时，则其z 变换（离散）传递函数为：dsys=c2d(sys,ts,'z')Matlab 输出为(Transfer function):0.1217z +0.112-----------------------------z^2-1.736z +0.7788Sampling time:0.01获得分子和分母的函数为：[num,den]=tfdata(dsys,'v')如果电机输入电压状态为u k ，输出转速状态为y k 。

1 数字PID控制在MATLAB仿真实验下图为数字PID控制算法仿真实验的示意图：
在模拟的过程中，我们分别改变其中的一个参数，而其他的两个参数不变的情况下，观测他的图像变化。

1、当改变比例时：
分析结果：当只改变比例，积分和微分都不变的情况下，比例系数越大，调节作用越强，但是存在调节误差。

2、当只改变积分时
分析结果：当系统中只改变积分，而比例和微风都不变时，可以减少或消除误差，但响应慢。

3、当只改变微分时
分析结果：当系统中加入了微分环节时，改善了系统的稳定性能和动态性能，但是，它的响应比较慢。

PID控制算法的MATLAB仿真应用首先，我们需要了解PID控制算法的原理。

PID控制算法由比例控制、积分控制和微分控制三部分组成。

比例控制是根据误差信号的大小与输出信号的差异来调节控制器输出信号的增益。

积分控制是根据误差信号的累积值来调节控制器输出信号的增益。

微分控制是根据误差信号的变化率来调节控制器输出信号的增益。

PID控制算法的输出信号可以表示为：u(t) = Kp * e(t) + Ki * ∫e(t) dt + Kd * de(t)/dt其中，e(t)是系统输入与目标值之间的误差信号，u(t)是控制器的输出信号，Kp、Ki和Kd分别是比例增益、积分增益和微分增益。

在MATLAB中使用PID控制算法进行仿真应用，可以按照以下步骤进行：1. 创建一个Simulink模型，可以通过在命令窗口中输入simulink打开Simulink库，然后从库中选择合适的模块进行建模。

在模型中，需要包括被控对象、PID控制器和反馈信号。

2. 配置PID控制器的参数。

在Simulink模型中，可以使用PID Controller模块配置PID控制器的参数，包括比例增益、积分增益和微分增益。

3. 配置被控对象的模型。

在Simulink模型中，可以使用Transfer Fcn模块来建立被控对象的传递函数模型，包括系统的输入和输出端口，以及系统的传递函数。

4. 配置反馈信号。

在Simulink模型中，可以使用Sum模块将被控对象的输出信号和控制器的输出信号相加，作为反馈信号传递给PID控制器。

5. 运行Simulink模型进行仿真。

在Simulink中，可以选择仿真的时间范围和时间步长，然后点击运行按钮开始仿真。

仿真结果可以在模型中的Scope或To Workspace模块中查看和分析。

6.通过调整PID控制器的参数来优化系统的稳定性和响应速度。

根据仿真结果，可以逐步调整PID控制器的比例增益、积分增益和微分增益，以达到期望的控制效果。

控制系统pid参数整定方法的matlab仿真实验报告一、引言PID控制器是广泛应用于工业控制系统中的一种常见控制算法。

PID 控制器通过对系统的误差、误差积分和误差变化率进行调节，实现对系统的稳定性和动态性能的控制。

而PID参数的整定是保证系统控制性能良好的关键。

本实验旨在利用Matlab仿真，研究控制系统PID参数整定的方法，探讨不同整定策略对系统稳定性和动态性能的影响，为工程实际应用提供理论依据。

二、控制系统模型本实验采用了以二阶惯性环节为例的控制系统模型，其传递函数为：G(s) = K / (s^2 + 2ξω_ns + ω_n^2)其中，K为系统增益，ξ为阻尼比，ω_n为自然频率。

三、PID参数整定方法实验中我们探讨了几种典型的PID参数整定方法，包括经验法、Ziegler-Nichols方法和遗传算法。

1. 经验法经验法是一种简单粗糙的PID参数整定方法，根据实际系统的性质进行经验性调试。

常见的经验法包括手动调整法和试探法。

在手动调整法中，我们通过调整PID参数的大小，观察系统的响应曲线，从而找到满足系统性能要求的参数。

这种方法需要操作者有一定的经验和直觉，且对系统有一定的了解。

试探法是通过试验和试验的结果来确定PID参数的值。

在试探过程中，我们可以逐渐逼近最佳参数，直到满足系统性能要求。

2. Ziegler-Nichols方法Ziegler-Nichols方法是一种广泛应用的PID参数整定方法。

该方法通过系统的临界增益和临界周期来确定PID参数。

首先，在开环状态下，逐渐增加系统增益，当系统开始出现振荡时，记录下此时的增益值和周期。

然后根据临界增益和临界周期的数值关系，计算出PID参数。

3. 遗传算法遗传算法是一种基于生物进化原理的优化算法，可以用于自动化调整PID参数。

该方法通过对参数的种群进行进化迭代，逐渐找到最优的PID参数。

四、实验结果与分析我们利用Matlab进行了控制系统的PID参数整定仿真实验，并得到了不同整定方法下的系统响应曲线。

PID的MATLAB仿真程序：%PID Controler 不完全微分clear all;close all;ts=20;sys=tf([1],[60,1],'inputdelay',80);dsys=c2d(sys,ts,'zoh');[num,den]=tfdata(dsys,'v');u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;ud_1=0;y_1=0;y_2=0;y_3=0;error_1=0;ei=0;for k=1:1:100time(k)=k*ts;rin(k)=1.0;%Linear modelyout(k)=-den(2)*y_1+num(2)*u_5;D(k)=0.01*rands(1);yout(k)=yout(k)+D(k);error(k)=rin(k)-yout(k);%PID Controller with partly differential ei=ei+error(k)*ts;kc=0.30;ki=0.0055;TD=140;kd=kc*TD/ts; Tf=180;Q=tf([1],[Tf,1]); %Low Freq Signal FilterM=2; %M=1不完全微分，%M=2普通Pid控制！！if M==1%Using PID with Partial differentialalfa=Tf/(ts+Tf);ud(k)=kd*(1-alfa)*(error(k)-error_1)+alf a*ud_1;u(k)=kc*error(k)+ud(k)+ki*ei;ud_1=ud(k);elseif M==2 %Using Simple PIDu(k)=kc*error(k)+kd*(error(k)-error_1)+ ki*ei;end%Restricting the output of controllerif u(k)>=10u(k)=10;endif u(k)<=-10u(k)=-10;endu_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=u(k);y_3=y_2;y_2=y_1;y_1=yout(k);error_1=error(k);endfigure(1);plot(time,rin,'b',time,yout,'r');xlabel('time(s)');ylabel('rin,yout');由仿真结果可以看出，采用不完全微分型PID算法，引入不完全微分后能有效克服普通PID的不足，尽管不完全微分算法比普通PID控制算法要复杂的多，但由于其良好的控制特性，近年来越来越广泛的应用。

控制系统pid参数整定方法的matlab仿真
控制系统PID参数整定方法的MATLAB仿真，可以分为以下几个步骤：
1. 建立模型。

在MATLAB中建立你要进行PID参数整定的模型，比如电机速度控制系统或温度控制系统。

2. 设计控制器。

根据建立的模型，设计出对应的PID控制器，并将其加入到系统中。

3. 确定初始参数。

在进行PID参数整定前，需要确定PID控制器的初始参数。

通常可以选择Ziegler-Nichols方法、Chien-Hrones-Reswick方法等经典的PID参数整定法则来确定初始参数。

4. 仿真模拟。

使用MATLAB中的仿真工具，对整定后的PID控制器进行仿真模拟，并记录下系统的响应曲线和各项性能指标。

5. 调整参数。

根据仿真结果，对PID控制器的参数进行适当的调整，以达到更理想的控制效果。

6. 再次仿真模拟。

调整完参数后，再次使用MATLAB中的仿真工具，对整定后的PID控制器进行仿真模拟，并比较其与上一次仿真的差异，以确认调整是否合理。

7. 实现控制。

最后，将优化后的PID控制器应用到实际控制系统中，进行控制。

总的来说，PID参数整定是一个相对复杂的过程，需要根据具体情况选择合适的方法和工具。

MATLAB作为一种强大的数学计算软件，可以提供丰富的工具和函数，方便进行控制系统的建模和仿
真，也可以帮助我们更好地进行PID参数整定。

PID控制算法的MATLAB仿真研究
PID控制算法是一种在自动控制理论中广泛使用的控制算法，它能够控制输出跟设定
的系统参数的偏差极其有效的缩小。

该控制算法的特点是反馈特性强、反应动静平衡等。

因此，比较多的研究学者采用MATLAB这款数字信号处理与计算工具来进行PID控制算法
的仿真研究。

对于PID控制算法的仿真，首先可以测试系统的品性能参数，包括平稳性和抗干扰能
力等。

随后，可以针对系统的特点，分析系统常用的各种控制算法，再选择出最优控制律，确定系统可调量与未知量。

接下来，可以使用MATLAB仿真各种传感器，传变等系统参数
对PID控制算法的性能，以及系统动态过程、稳态状态等参数作出分析与赋值。

最后，使用PID控制算法仿真MATLAB所做出的改进，可以综合考虑系统的控制要求，从理论与实践的角度，实现系统的动态响应特性、稳定性提高等，使系统更加稳定可靠。

通过PID控制算法仿真MATLAB，可以有效改善系统性能，提高系统调节效果、降低系统能耗、改善系统稳定性，提高系统控制精度等。

PID控制算法的MATLAB仿真假设我们现在要设计一个PID控制器来控制一个被控对象，该对象的传递函数为G(s)。

首先，我们需要确定PID控制器的参数。

这些参数包括比例增益Kp、积分时间Ti和微分时间Td。

在Simulink中，我们可以使用以下步骤来进行PID控制的仿真：1. 打开MATLAB，并在工具栏上选择Simulink模块。

2. 在Simulink模块中，选择一个PID控制器模块，并将其拖放到工作区域中。

4.将被控对象的传递函数G(s)添加到工作区域中，并将其与PID控制器模块连接起来。

5.添加一个把期望值作为输入的信号源，并将其连接到PID控制器模块的输入端口上。

6.添加一个作为输出的信号源，并将其与被控对象的输出端口连接起来。

7. 在Simulink模块中运行仿真。

下面以一个简单的例子来说明PID控制的仿真过程。

假设我们要控制一个小车的速度，将其速度控制在一个期望值上。

小车的动力学方程可以表示为：m * V_dot = F - B * V其中，m为小车的质量，V为小车的速度，F为施加在小车上的力，B 为摩擦系数。

首先，我们需要将动力学方程转化为传递函数的形式。

假设小车的传递函数为：G(s)=1/(m*s+B)在Simulink中，可以通过使用Transfer Fcn模块来表示传递函数。

在工作区域中添加该模块，并设置其参数为1 / (m * s + B)。

接下来，我们需要添加PID控制器模块，并设置其参数。

假设我们选择Kp=1,Ti=0.5,Td=0.1作为PID控制器的参数。

将信号源（期望值）和输出信号（小车速度）连接到PID控制器模块。

然后，将PID控制器的输出连接到小车动力学方程的输入端口。

最后，点击Simulink模块中的“运行”按钮，即可开始仿真。

在进行仿真时，可以观察小车速度是否能够达到期望值，并调整PID控制器的参数以获得更好的控制效果。

通过以上步骤，在MATLAB中可以很方便地进行PID控制的仿真。

PID 控制算法的matlab 仿真PID 控制算法是实际工业控制中应用最为广泛的控制算法，它具有控制器设计简单，控制效果好等优点。

PID 控制器参数的设置是否合适对其控制效果具有很大的影响，在本课程设计中一具有较大惯性时间常数和纯滞后的一阶惯性环节作为被控对象的模型对PID 控制算法进行研究。

被控对象的传递函数如下：()1d sf Ke G s T sτ-=+ 其中各参数分别为30,630,60f d K T τ===。

MATLAB 仿真框图如图1所示。

图12 具体内容及实现功能2.1 PID 参数整定PID 控制器的控制参数对其控制效果起着决定性的作用，合理设置控制参数是取得较好的控制效果的先决条件。

常用的PID 参数整定方法有理论整定法和实验整定法两类，其中常用的实验整定法由扩充临界比例度法、试凑法等。

在此处选用扩充临界比例度法对PID 进行整定，其过程如下：1) 选择采样周期 由于被控对象中含有纯滞后，且其滞后时间常数为60d τ=，故可选择采样周期1s T =。

2) 令积分时间常数i T =∞，微分时间常数0d T =，从小到大调节比例系数K ，使得系统发生等幅震荡，记下此时的比例系数k K 和振荡周期k T 。

3) 选择控制度为 1.05Q =，按下面公式计算各参数：0.630.490.140.014p k i k d k s kK K T T T T T T ====通过仿真可得在1s T =时，0.567,233k k K T ==，故可得：0.357,114.17,32.62, 3.262p i d s K T T T ====0.0053.57p s i i p d d sK T K T K T K T ====按此组控制参数得到的系统阶跃响应曲线如图2所示。

010020030040050060070080090010000.20.40.60.811.21.41.61.8图2由响应曲线可知，此时系统虽然稳定，但是暂态性能较差，超调量过大，且响应曲线不平滑。