PID 控制�是根�(jù)PID 控制原理對整個控制系�(tǒng)進行偏差調節(jié),從而使被控變量的實際值與工藝要求的預定值一致。不同的控制�(guī)律適用于不同的生產過�,必須合理選擇相應的控制�(guī)�,否則PID 控制器將達不到預期的控制效果�
PID控制器的參數(shù)整定是控制系�(tǒng)設計的核心內�。它是根�(jù)被控過程的特性確定PID控制器的比例系數(shù)、積分時間和微分時間的大�。PID控制器參�(shù)整定的方法很�,概括起來有兩大類:一是理論計算整定法。它主要是依�(jù)系統(tǒng)的數(shù)學模�,經(jīng)過理論計算確定控制器參數(shù)。這種方法所得到的計算數(shù)�(jù)未必可以直接用,還必須通過工程實際進行調整和修�。二是工程整定方�,它主要依賴工程�(jīng)驗,直接在控制系�(tǒng)的試驗中進行,且方法簡單、易于掌�,在工程實際中被廣泛采用。PID控制器參�(shù)的工程整定方法,主要有臨界比例法、反應曲線法和衰減法。三種方法各有其特點,其共同點都是通過試驗,然后按照工程經(jīng)驗公式對控制器參�(shù)進行整定。但無論采用哪一種方法所得到的控制器參數(shù),都需要在實際運行中進行調整與完�?,F(xiàn)在一般采用的是臨界比例法。利用該方法進行 PID控制器參�(shù)的整定步驟如下:(1)首先預選擇一個足夠短的采樣周期讓系統(tǒng)工作�(2)僅加入比例控制環(huán)節(jié),直到系�(tǒng)對輸入的階躍響應出現(xiàn)臨界振蕩,記下這時的比例放大系�(shù)和臨界振蕩周��(3)在一定的控制度下通過公式計算得到PID控制器的參數(shù)�
在實際調試中,只能先大致設定一個經(jīng)驗值,然后根據(jù)調節(jié)效果修改�
對于溫度系統(tǒng):P([%]�20--60,I(分�3--10,D(分�0.5--3
對于流量系統(tǒng):P([%]�40--100,I(分�0.1--1
對于壓力系統(tǒng):P([%]�30--70,I(分�0.4--3
對于液位系統(tǒng):P([%]�20--80,I(分�1--5
參數(shù)整定�,從小到大順序查
先是比例后積分,再把微分�
曲線振蕩很頻�,比例度盤要放大
曲線漂浮繞大灣,比例度盤往小扳
曲線偏離回復�,積分時間往下降
曲線波動周期�,積分時間再加長
曲線振蕩頻率快,先把微分降下�
動差大來波動�。微分時間應加長
理想曲線兩個波,前高后�4�
一看二調多分析,調節(jié)質量不會�
1 � PID 的反饋邏�
各種變頻器的反饋邏輯稱謂各不相同,甚至有類似的稱謂而含義相反的情形。系�(tǒng)設計時應以所選用變頻器的說明書介紹為�。所謂反饋邏輯,是指被控物理量經(jīng)傳感器檢測到的反饋信號對變頻器輸出頻率的控制極�。例如中央空調系�(tǒng)�,用回水溫度控制調節(jié)變頻器的輸出頻率和水泵電機的轉�。冬天制熱時,如果回水溫度偏�,反饋信號減小,說明房間溫度�,要求提高變頻器輸出頻率和電機轉�,加大熱水的流量;而夏天制冷時,如果回水溫度偏�,反饋信號減小,說明房間溫度過低,可以降低變頻器的輸出頻率和電機轉速.減少冷水的流�。由上可�,同樣是溫度偏低,反饋信號減�,但要求變頻器的頻率變化方向卻是相反的。這就是引入反饋邏輯的原由。幾種變頻器反饋邏輯的功能選擇見� 1 �
2 .打� PID 功能
要實�(xiàn)閉環(huán)� PID 控制功能,首先應� PID 功能預置為有效。具體方法有兩種:一是通過變頻器的功能參數(shù)碼預�,例�,康� CVF-G2 系列變頻�,將參數(shù) H-48 設為 O �,則� PID 功能;設� 1 時為普� PID 控制;設� 2 時為恒壓供水 PID 。二是由變頻器的外接多功能端子的狀�(tài)決定。例如安� CIMR-G 7A 系列變頻�,如� 1 所示,在多功能輸入端子 Sl-S10 中任選一�,將功能� H1-01 � H1-10( 與端� S1-S10 相對� ) 預置� 19 ,則該端子即具有決定 PI[) 控制是否有效的功能,該端子與公共端子 SC � ON ”時無效,� OFF ”時有效。應注意的是.大部分變頻器兼有上述兩種預置方�,但有少�(shù)品牌的變頻器只有其中的一種方��
在一些控制要求不十分嚴格的系�(tǒng)�,有時僅使用 PI 控制功能、不啟動 D 功能就能滿足需�,這樣的系�(tǒng)調試過程比較簡單�
3 .目標信號與反饋信號
欲使變頻系統(tǒng)中的某一個物理量�(wěn)定在預期的目標值上,變頻器� PID 功能電路將反饋信號與目標信號不斷地進行比較,并根據(jù)比較結果來實時地調整輸出頻率和電動機的轉�。所以,變頻器的 PID 控制至少需要兩種控制信號:目標信號和反饋信�。這里所說的目標信號是某物理量預期穩(wěn)定值所對應的電信號,亦稱目標值或給定�;而該物理量通過傳感器測量到的實際值對應的電信號稱為反饋信�,亦稱反饋量或當前�� PID 控制的功能示意圖見圖 2 。圖中有一� PID 開關。可通過變頻器的功能參數(shù)設置� PID 功能有效或無�� PID 功能有效�,由 PID 電路決定運行頻率� PID 功能無效�,由頻率設定信號決定運行頻率� PID 開關、動作選擇開關和反饋信號切換開關均由功能參數(shù)的設置決定其工作狀�(tài)�
4 .目標值給�
如何將目標� ( 目標信號 ) 的命令信息傳送給變頻�,各種變頻器選擇了不同的方法,而歸結起來大體上有如下兩種方案:一是自動轉換法,即變頻器預� PID 功能有效�,其開環(huán)運行時的頻率給定功能自動轉為目標值給定.
1 引 言
常規(guī)PID控制器在控制系統(tǒng)應用中起著十分重要的作用,而隨著現(xiàn)代工�(yè)生產的飛速發(fā)�,在進行過程控制系統(tǒng)設計�,除要求系統(tǒng)具有較高的動、靜�(tài)品質指標�,還必須保證系統(tǒng)具有良好的魯棒性。魯棒�(Robustness)通常是指控制系統(tǒng)克服被控對象參數(shù)變化、擾動作用、不可測的非線性等不確定因素影響的能力。所有這些不確定因�,均可看作是作用在已建模系統(tǒng)的擾�,其影響使系�(tǒng)輸出響應偏離正常值,嚴重時會導致系統(tǒng)動態(tài)性能的惡化甚至不�(wěn)�。所以,人們從工業(yè)生產過程需要出�(fā),基于常�(guī)PID控制器的基本原理,對其進行了各種各樣的改�,從SMITH預估補償PID控制到PID、非線性PID和自適應PID�。近�,隨著智能控制和計算機應用技術飛速發(fā)�,將智能控制方法和常�(guī)PID控制方法融合在一起的新方法不斷涌�(xiàn),如:Fuzzy+PID �1〕和神經(jīng)�(wǎng)絡NN+PID�。人們根�(jù)工業(yè)過程要求,研究了各式各樣的智能化PID控制方法 �2�3〕,其中許多帶有普遍意義,本文筆者試圖對PID控制器的這一�(fā)展趨勢作一簡要探討�
2 常規(guī)PID控制器及存在的問�
連續(xù)時間PID控制器方程的標準形式為:
u(t)=KPe(t)+KI∫e(t)dt+KDde(t)/dt (1)
其中�
e(t)——控制器偏差輸入�
u(t)——控制器輸出�
KP、KI、KD——分別為比例、積分和微分項系�(shù)�
在模擬PID控制器中,是以電位器來調節(jié)整定上述三參�(shù)的�
由于計算機技術的飛速發(fā)�,人們已將工�(yè)控制計算機和單片機等應用于生產過程中,并形成多級控制�(wǎng)�。對于應用計算機技術的PID控制,首先必須將(1)式離散化為:
u(k)=KPe(k)+KIT e(k)+KD/T×〔e(k)-e(k-1)〕 (2)
其增量形式為�
Δu(k)=u(k)-u(k-1)=KP〔e(k)-e(k-1)�+KITe(k)+K D/T×〔e(k)-2k(k-1)+e(k-2)〕 (3)
�
Δu(k)=KP〔e(k)-e(k-1)�+K′Ie(k)+K′D〔e(k)-2e(k-1)+e(k-2)〕 (4)
其中�
K′I=KIT,K′D=KD/T——PID增量形式的積分和微分系數(shù)�
T——采樣周��
(4)式將(3)式KP、KI、KD、T四個參�(shù)簡化為K� P、K′I、K′D三個參�(shù)的整�。此為標準形式的PID控制�,根�(jù)對象不同,亦可采用PI、PD、帶積分分離PID和輸出限幅PID等多種形��
常規(guī)PID控制器是一種應用廣�、技術成熟的控制方法,它能滿足一般工�(yè)過程控制的要�,其�(yōu)點已為人們所共識,采用PID算法的控制系�(tǒng)其控制品質的�(yōu)劣在很大程度依賴于PID的上述三參數(shù)的整�。而其整定方法都是根據(jù)對象特性離線進行�,因�,當工業(yè)對象存在時變�、非線性和不確定性時,PID控制器往往不能保證良好的控制特�,對于大慣�、大時滯的對�,其效果亦不能令人滿�,主要原因是常規(guī)PID控制器的參數(shù)是經(jīng)離線整定后相對固定的,不能根�(jù)對象特性變化和動態(tài)過程修改參數(shù)�
3 Smith預估補償PID控制�
�1為對象具有純滯后的單回路反饋控制系統(tǒng),D(S)表示常規(guī)PID控制器的傳遞函數(shù),G P(S)e-τs表示對象的傳遞函�(shù)�
�1 帶Smith預估補償?shù)腜ID控制器結構框�
�1實線部分所示系�(tǒng)的閉�(huán)傳函為:
GB(S)=D(S)GP(S)e-τs/�1+
D(S)GP(S)e-τs〕 (5)
由式(5)可見,系�(tǒng)閉環(huán)傳遞函數(shù)的分母中含有純滯后環(huán)節(jié)e-τs,這會使系�(tǒng)的穩(wěn)定性降�,若τ足夠大,則系�(tǒng)將是不穩(wěn)定的,為了提高系�(tǒng)的穩(wěn)定�,可在控制器D(S)的兩端并�(lián)一個反饋補償網(wǎng)�,即為Smith預估補償器,其傳遞函�(shù)G S(S),補償后的系�(tǒng)框圖如圖1所��
由圖1可得補償后系�(tǒng)閉環(huán)傳遞函數(shù)為:
GBS(S)=D(S)GP(S)e-τs/{1+D(S)〔G S(S)+GP(S)e-τs〕} (6)
若令GS(S)=GP(S)(1-e-τs),則(6)式變?yōu)�?/FONT>
GBS(S)=D(S)GP(S)e-τs/�1+D(S)G P(S)〕 (7)
�(jīng)過這樣的反饋補償后,系�(tǒng)閉環(huán)傳遞函數(shù)GBS(S)的分母中就不包含純滯后環(huán)節(jié)e -τs,從而消除了對象純滯后對系統(tǒng)�(wěn)定性的影響�
�(jīng)實際應用�(jīng)驗表�,Smith預估�,對克服純滯后很有效,但需要精確地預估模型,否�,模型與對象參數(shù)的差�(或對象參�(shù)的變�)將帶來較大的控制誤差。這也是此方法在推廣應用中受到一定限制的主要原因�
4 智能化PID控制器的幾種形式
近年來,智能控制無論是理論上還是應用技術上均得到了長足的發(fā)�,在自動控制領域許多研究人員將常�(guī)PID控制技術與智能控制技術有機地結合在一�,形成了許多形式的智能PID控制�。如:模糊PID、神�(jīng)元網(wǎng)絡PID、智能自校正預測PID等各種形��
4.1 模糊PID控制�
模糊PID控制器是應用最廣泛的智能PID控制器之一。從控制器結構上可分為以下兩種形��
4.1.1 Fuzzy-PID混合控制�
如圖2所�,它實質上是一種基于給定值與測量值之偏差e的選擇智能控制器,根�(jù)e的變化選擇Fuzzy或PID兩類控制�(guī)律:
�2 Fuzzy-PID混合控制器結構框�
a.當e≤emin或e≥emax�,采用PID控制�(guī)��
b.當emin<e<emax時,采用Fuzzy控制�(guī)��
其中PID為帶積分分離的PID控制�(guī)律,即當e≥emax�,采用PD�(guī)�,去掉積分部分,從而能快速糾正偏差以提高響應速度;而當e≤e min�,采用PID�(guī)律,利用積分功能去除殘差。該控制器比常規(guī)PID多了兩個待整定的參�(shù)e min和emax,但一旦它們整定好,其�(wěn)�(tài)和動�(tài)特性均�(yōu)于常�(guī)PID控制��
Fuzzy控制采用帶修正因子的Fuzzy控制器�3�,其控制�(guī)則為�
u(k)=αe(k)+(1-α)ec(k) (8)
其中,u(k)、e(k)分別為輸出和給定值與測量值之差,ec(k)=e(k)-e(k-1)為偏差變化率,α為加權修正因子,在0�1之間取�。通過調整加權系數(shù),就可對控制�(guī)則進行修正。以α作為調整參數(shù)是很方便�,因為α取值大小直接影響著被控量偏差和偏差變化率的加權程度,當被控對象�(shù)學模型的階次較高�,對偏差變化率的加權應大于偏差的加權�,因而α可取較小值,反之亦然。用這種方法生成的控制規(guī)�,同時也反映了人腦推理過程的實際情況,這就可克服單憑經(jīng)驗來選擇控制�(guī)則的局限�,從而避免了以往控制�(guī)則定義中的空檔或跳變�(xiàn)��
4.1.2 帶參�(shù)在線Fuzzy自校正的PID控制�
常規(guī)PID控制器的參數(shù)KP、KI和KD都是�(jīng)過現(xiàn)場經(jīng)驗并反復調試而確定的,在如圖3所示的參數(shù)在線Fuzzy自校正的PID控制器中,它是在PID控制算法基礎上增加求e和e c,利用Fuzzy�(guī)則進行Fuzzy推理,查詢Fuzzy矩陣表進行參數(shù)修正,F(xiàn)uzzy�(guī)則采用IF THEN產生式語句形式來表述,并作為知識存入微處理機,參�(shù)的Fuzzy自校正思想是依�(jù)被控對象的響應在采樣時刻的偏差e和偏差變化率e c來確定KP、KI和KD三參�(shù)修正的方向和大小。其算法過程是利用對應的�(guī)則集將控制指標模糊化,然后將它與知識庫中的模糊規(guī)則進行匹配,如有規(guī)則被匹配,則�(zhí)行該�(guī)則的結果部分,就可得到相應的參數(shù)修正��
�3 參數(shù)在線Fuzzy自校正的PID控制�
Fuzzy控制器設計的核心是總結操作人員的操作�(jīng)驗和技術知�,建立合適的被控過程的Fuzzy�(guī)則模�。如比例系數(shù)K P的自修正過程為,在控制過程的初期適當?shù)貙P調到較小的檔次以提高響應速度,在控制過程中期,把K P適當?shù)丶哟笠恍?,從而兼顧穩(wěn)定性與控制精度,在控制過程后期,又將K P修正到較小的檔次以減少靜�,提高控制精�。其修正量ΔKP的Fuzzy查詢表如�1所�。同�,修正K I和KD亦可按上述設計思想來確定ΔKI和ΔK D的Fuzzy查詢�,且其輸出的量化系數(shù)有別于ΔKP�
�1 ΔKP的Fuzzy查詢�
4.2 神經(jīng)�(wǎng)�+PID控制�
人工神經(jīng)�(wǎng)絡控制方法是基于人腦控制行為的生理學研究而發(fā)展起來的,是一個具有廣闊應用前景的智能控制方法。如�4所示神�(jīng)�(wǎng)絡監(jiān)督控制實際就是建立人工控制器的正向模�,經(jīng)過訓�,神�(jīng)�(wǎng)絡將記憶該控制器的動�(tài)特性,并且接受輸入信息,輸出與人工控制器相似的控制作用。但此法的缺點是,人工控制器是靠視覺反饋進行控制�,在神經(jīng)�(wǎng)絡控制器進行控制�,由于缺乏視覺反�,由此構成的控制系統(tǒng)實際是一個開�(huán)系統(tǒng),這就使其�(wěn)定性和魯棒性均得不到保��
為此,我們可考慮在常�(guī)PID控制器的基礎上,加入一個神�(jīng)�(wǎng)絡控制器,構成如�4所示的神經(jīng)�(wǎng)�+PID控制� �4�。此時神�(jīng)�(wǎng)絡控制器實際是一個前饋控制器,它建立的是被控對象的逆向模型。由圖中容易看出,神�(jīng)�(wǎng)絡控制器通過向傳�(tǒng)控制器的輸出進行學習,在線調整自�,目標是使反饋誤差e(t)或u 1(t)趨近于零,從而使自己逐漸在控制作用中占據(jù)主導地位,以便最終取消反饋控制器的作�。但是以PID構成的反饋控制器一直存在,一旦系�(tǒng)出現(xiàn)干擾�,反饋控制器馬上可以重新起作用。因�,采用這種前饋加反饋的智能控制方法,不僅可確保控制系統(tǒng)的穩(wěn)定性和魯棒�,而且可有效地提高系統(tǒng)的精度和自適應能��
4.3 其它智能PID控制�
4.3.1 智能自校正PID控制�
智能自校正PID控制器是近年來最受關注、應用最多的一種智能PID控制�,典型的自校正PID控制器為基于極點配置的智能PID自校正控制器,其具體策略為先進行PID閉環(huán)極點配置,再進行智能控制器設�,智能控制器則主要由存儲PID控制參數(shù)、對象辨識參�(shù)、PID極點配置自校正參�(shù)和設定值等的數(shù)�(jù)�,控制規(guī)則庫,推理與控制策略等組��
4.3.2 專家PID控制�
它把專家系統(tǒng)和PID控制器結合起來,利用專家系統(tǒng)知識庫輸出來改變PID控制的結�(如PI、PD和PID)并修正PID參數(shù),以達到PID控制效果�
4.3.3 智能學習PID控制�
它是將學習控制中的學習算子取為如下的PID控制律形式:
uk+1(t)=uk(t)+(d+βd/dt+γ∫dt)ek(t) (9)
即將其學習因子�、�、γ類比為PID的比�、微�、積分系�(shù),并最終使控制系統(tǒng)具有漸近�(wěn)定��
5 智能PID控制器新方法探討
綜上所述,智能PID控制器的方法就是在PID控制器的基礎�,將模糊控制、神�(jīng)�(wǎng)絡控�、自適應控制和學習控制等智能控制方法和PID控制方法有機地結合在一起,構成復雜的智能在線變模態(tài)PID控制器——多種智能控制與PID控制的多模態(tài)條件選擇控制和PID控制器內部的PI、PD、PID不同結構選擇控制,以及智能在線變參數(shù)控制器——用各種智能控制方法實現(xiàn)在線修調PID參數(shù)的參�(shù)PID控制,以適應復雜系統(tǒng)控制要求,這是智能控制的重要發(fā)展方向之一,也是推出各種智能PID控制新方法的“數(shù)�(jù)庫”和“知識庫”�
筆者在幾個充填控制系�(tǒng)�,采用單回路控制器�5�,其軟件設計�10多種PID控制器算法,根據(jù)不同的現(xiàn)場條件要求和不同的控制參�(shù),用多位PID開關來選擇不同的控制算法,并在現(xiàn)場試驗中根據(jù)控制效果不斷修改初始控制參數(shù),而使各種PID控制器算法不斷完�,最終使各回路參�(shù)均能很好地滿足現(xiàn)場控制要��
總之,如何將PID控制器同智能控制的新方法更好地揉合在一�,使控制領域幾十年來長用不衰的PID控制器能�(fā)揚光�,更好地應用于實際控制系�(tǒng),是控制領域中人們不斷研究和探索的重要課題之一。近年來,有關智能PID控制論文時有�(fā)�,但筆者還不曾見到這方面的系統(tǒng)論述,故在此作一簡要探討,旨在對控制領域廣大研究人員起一拋磚引玉的作�,為大家在具體控制系�(tǒng)應用中設計合適有效的智能PID控制器提供一些參��
1 引言
智能控制策略較為理想的實�(xiàn)方式是基于硬件。FPGA 技術的快速發(fā)展與VHDL(Very high speed integrated circuit Hardware Description Language)硬件描述語言的支�� 使得智能控制策略(模糊邏輯、神�(jīng)�(wǎng)�、遺傳算法等)的VHDL描述和FPGA固核實現(xiàn)研究也隨 之活躍。在模糊邏輯控制方面,Torralba等人完成�4輸入�12個隸屬度�64條規(guī)則的 模糊邏輯控制器的FPGA實現(xiàn),Cirstea等人基于FPGA設計模糊控制器。成功的用于� 速器的控��
文中闡述的重點:一是通過Matlab的Fuzzy工具箱完成模糊邏輯策略的建立,計算出� 不同的輸入條件下的模糊控制參�(shù),制成模糊查找表;二是基于VHDL描述并在FPGA上實�(xiàn)� 糊自整定PID控制算法�
2 控制器原�
模糊自整定PID控制器結�:是模糊控制器與傳�(tǒng)PID控制器的結合,利用模糊推理判斷 的思想,根據(jù)不同的偏差、偏差變化率對PID的參�(shù)KP、KI 、KD 進行在線自整�,傳統(tǒng)PID 控制器在獲得新的KP、KI、KD�,對控制對象輸出控制量。由此模糊PID控制器的結構 框圖如圖1所��
3 控制器的VHDL分層設計
模糊PID 控制器主要由A/D 控制器、模糊化模塊、模糊推理模塊、反模糊化模�、規(guī) 則存儲器、數(shù)字PID 運算等部分組成,其結構如�3 所�?,F(xiàn)就模糊化模塊、模糊推理模 �、反模糊化模塊等主要模塊的建立來描述VHDL 的設計過程�
3.1模糊化模�
模糊化模塊的功能主要包括兩部分:把輸入的精確量進行尺度變換,變換到相應� 論域范圍;將己變換到論域范圍的輸入量進行模糊化處�,主要是計算各個輸入量的隸� �。由于變量的隸屬度函�(shù)均取用等腰三角形,則底邊寬度和底邊中點就可以確定隸屬� �(shù)的所有信�。分別用一個字節(jié)表示每個語言變量的底邊寬�(實際寬度的一�),用三� �(bit)表示底邊中點位置,將這部分信息存在兩個表中。根�(jù)兩個表中的信息,可以計� 出輸入變量的隸屬度。為實現(xiàn)隸屬度的計算,需要用到一個加法器,一個減法器和一個除法器。計算的結果肯定是小�(shù)(由隸屬度的性質可知)。為了實�(xiàn)方便,將分子的計算結� 左移8 �。這樣,分子的計算結果�16 �,分母是8 �,計算結果是8 位。對其部分輸� 進行模糊化的VHDL 描述如下�
3.2模糊推理模塊
模糊推理模塊是模糊控制器的核�,它將輸入的模糊量經(jīng)過推�,變?yōu)檩敵龅哪:�?模糊推理采用Mamdani推理,也稱為Max一Min推理,即一最小推理,因為其中主要包括 化模塊和最小化模塊。對于兩輸入系統(tǒng),最多輸出四個語言值和四個隸屬度。這樣,對 于一個兩輸入系統(tǒng),最多激活四條模糊規(guī)�。上述過程就是規(guī)則匹配的過程。規(guī)則匹配需� 最小化運算,即Min運算。規(guī)則合并就是將后件相同的模糊規(guī)則進行合并,規(guī)則合并需要最 大化運算,即Max運算。由模糊化模塊計算所得的四個隸屬函�(shù)值在控制信號作用下經(jīng)過多 路選擇器輸入到比較器;另外兩個控制信號經(jīng)過譯碼后選中隸屬函數(shù)寄存器中的一�,同� 選擇輸出最小值到比較�;比較器的輸出結果再輸入到隸屬函�(shù)寄存器中。這樣,經(jīng)�4� 循環(huán),就完成了一個最小化運算。由于VHDL描述簡單,在這里省略�
3.3反模糊化模塊
反模糊化通常采用重心�,由于隸屬度函數(shù)采用8為二進制表示,而所涉及的規(guī)則數(shù)最 多為4�,所以分子運算需要四�8位x2位的乘法器,3�10位加法器,分母需�3�8位加� �。此外,還需要一�12�/10位的除法�。除法器的設計方法與模糊化模塊中的設計方� 相同。而乘法器的設計也與除法器的設計方法相�。相應的VHDL描述如下�
END IF; END IF; END PROCESS;
3.4 �(shù)字PID運算模塊
�(shù)字PID運算主要是加、減、乘的運算,運用原碼算法設計�(shù)字電路無疑增加電路的� 雜度。而采用補碼運算進行設計就簡單多�。加減法運算都可以用相同的加法電路來實現(xiàn)� 設計乘法電路的方法很�,考慮到節(jié)省FPGA器件資源問題,采用BOOTH算法。主要涉及累� 器溢出處理和小數(shù)運算處理等問��
4 試驗結果
借助MATLAB的模糊控制工具箱提供的FIS編輯器建立mamdani型的模糊控制�,并結合 Simulink工具箱建立Fuzzy PID控制系統(tǒng)仿真模型。仿真得到的系統(tǒng)階躍響應如圖2。通過� 可以看出Fuzzy-PID控制調節(jié)時間�,超調量�,曲線平�,具有較強的抗干擾和魯棒��
各模塊程序經(jīng)過編譯優(yōu)化之�,由QuartusⅡ軟件綜合并生成�(wǎng)表文�,下載到 Altera公司的Cyclone系列的EP1C6Q240C8芯片�。經(jīng)實際測試顯示,該模糊PID控制器控� 效果明顯�(yōu)于普通的PID控制��
5 結論
本文使用Altera的FPGA設計實現(xiàn)了一個數(shù)字模糊PID控制�。其中PID部分采用增量式算 �,模糊控制部分采用離線計�、在線查表的方式實現(xiàn),在不增加硬件資源耗費的前提下� 大改善了普通PID控制器的控制效果。同�,F(xiàn)PGA作為單一控制器實�(xiàn)模糊自整定PID控制� 編程�(guī)�、時序驗證方� 、系�(tǒng)修改靈活,且基本無須改動硬件,是實現(xiàn)單片或小系統(tǒng)� 能控制策略的一種新的有效途徑�
維庫電子�,電子知�,一查百��
已收錄詞�160504�