PID控制器,模糊控制器,模糊PID控制器区别为:控制精度不同、调整速度不同、用途不同。PID控制器,模糊控制器,模糊PID控制器三者都是在工业控制应用中的反馈回路部件。用于让系统的数据达到或者保持在参考值。
一、控制精度不同
1、PID控制器:PID控制器的控制精度比模糊控制器和模糊PID控制器的控制精度要更高,能达到精确控制的效果。
2、模糊控制器:模糊控制器的控制精度比PID控制器和模糊PID控制器的控制精度要更低,精确控制的效果较差。
3、模糊PID控制器:模糊PID控制器的控制精度比模糊控制器的控制精度要更高,比PID控制器的控制精度要更低。
二、调整速度不同
1、PID控制器:PID控制器的调整速度比模糊控制器和模糊PID控制器的调整速度要更差,需要耗费较长时间进行控制器调整。
2、模糊控制器:模糊控制器的调整速度比PID控制器和模糊PID控制器的调整速度要更好,能做到迅速的调整。
3、模糊PID控制器:模糊PID控制器的调整速度比模糊控制器的调整速度要更差,比PID控制器的调整速度要更好。
三、用途不同
1、PID控制器:PID控制器主要适用于基本上线性控制的系统。
2、模糊控制器:模糊控制器适合用于非线性控制系统。
3、模糊PID控制器:模糊PID控制器主要适用于基本上线性控制,且动态特性不随时间变化的系统。
优点:原理简单,使用方便,适应性强的特点。
缺点:制时精度低、抗干扰能力差等缺点。
PID模糊控制重要的任务是找出PID的三个参数与误差e和误差变化率ec之间的模糊关系,在运行中不断检测e和ec,根据确定的模糊控制规则来对三个参数进行在线调整,满足不同e和ec时对三个参数的不同要求。
存在2种的复杂温度控制器。一种方案是基于增加特殊性能的PID,另一种方案是模糊逻辑控制。
扩展资料:
模糊控制的基本原理:
为了实现对直线电机运动的高精度控制,系统采用全闭环的控制策略,但在系统的速度环控制中,因为负载直接作用在电机而产生的扰动,如果仅采用 PID 控制,则很难满足系统的快速响应需求。
由于模糊控制技术具有适用范围广、对时变负载具有一定的鲁棒性的特点,而直线电机伺服控制系统又是一种要求要具有快速响应性并能够在极短时间内实现动态调节的系统,所以本文考虑在速度环设计了PID模糊控制器,利用模糊控制器对电机的速度进行控制,并同电流环和位置环的经典控制策略一起来实现对直线电机的精确控制。
参考资料来源:百度百科-模糊控制
参考资料来源:百度百科-模糊PID
参考资料来源:百度百科-模糊自适应PID控制
给你一个全MATLAB仿真的程序,没用到SIMULINKclose all
clear all
a=newfis('fuzzf')
f1=1
a=addvar(a,'input','e',[-3*f1,3*f1])
a=addmf(a,'input',1,'NB','zmf',[-3*f1,-1*f1])
a=addmf(a,'input',1,'NM','trimf',[-3*f1,-2*f1,0])
a=addmf(a,'input',1,'NS','trimf',[-3*f1,-1*f1,1*f1])
a=addmf(a,'input',1,'Z','trimf',[-2*f1,0,2*f1])
a=addmf(a,'input',1,'PS','trimf',[-1*f1,1*f1,3*f1])
a=addmf(a,'input',1,'PM','trimf',[0,2*f1,3*f1])
a=addmf(a,'input',1,'PB','smf',[1*f1,3*f1])
f2=1
a=addvar(a,'input','ec',[-3*f2,3*f2])
a=addmf(a,'input',2,'NB','zmf',[-3*f2,-1*f2])
a=addmf(a,'input',2,'NM','trimf',[-3*f2,-2*f2,0])
a=addmf(a,'input',2,'NS','trimf',[-3*f2,-1*f2,1*f2])
a=addmf(a,'input',2,'Z','trimf',[-2*f2,0,2*f2])
a=addmf(a,'input',2,'PS','trimf',[-1*f2,1*f2,3*f2])
a=addmf(a,'input',2,'PM','trimf',[0,2*f2,3*f2])
a=addmf(a,'input',2,'PB','smf',[1*f2,3*f2])
f3=1.5
a=addvar(a,'output','u',[-3*f3,3*f3])
a=addmf(a,'output',1,'NB','zmf',[-3*f3,-1*f3])
a=addmf(a,'output',1,'NM','trimf',[-3*f3,-2*f3,0])
a=addmf(a,'output',1,'NS','trimf',[-3*f3,-1*f3,1*f3])
a=addmf(a,'output',1,'Z','trimf',[-2*f3,0,2*f3])
a=addmf(a,'output',1,'PS','trimf',[-1*f3,1*f3,3*f3])
a=addmf(a,'output',1,'PM','trimf',[0,2*f3,3*f3])
a=addmf(a,'output',1,'PB','smf',[1*f3,3*f3])
rulelist=[1 1 1 1 1
1 2 1 1 1
1 3 2 1 1
1 4 2 1 1
1 5 3 1 1
1 6 3 1 1
1 7 4 1 1
2 1 1 1 1
2 2 2 1 1
2 3 2 1 1
2 4 3 1 1
2 5 3 1 1
2 6 4 1 1
2 7 5 1 1
3 1 2 1 1
3 2 2 1 1
3 3 3 1 1
3 4 3 1 1
3 5 4 1 1
3 6 5 1 1
3 7 5 1 1
4 1 2 1 1
4 2 3 1 1
4 3 3 1 1
4 4 4 1 1
4 5 5 1 1
4 6 5 1 1
4 7 6 1 1
5 1 3 1 1
5 2 3 1 1
5 3 4 1 1
5 4 5 1 1
5 5 5 1 1
5 6 6 1 1
5 7 6 1 1
6 1 3 1 1
6 2 4 1 1
6 3 5 1 1
6 4 5 1 1
6 5 6 1 1
6 6 6 1 1
6 7 7 1 1
7 1 4 1 1
7 2 5 1 1
7 3 5 1 1
7 4 6 1 1
7 5 6 1 1
7 6 7 1 1
7 7 7 1 1]
a=addrule(a,rulelist)
a1=setfis(a,'DefuzzMethod','mom')%Defuzzy
writefis(a1,'fuzzf')
a2=readfis('fuzzf')
Ulist=zeros(7,7)
for i=1:7
for j=1:7
e(i)=-4+i
ec(j)=-4+j
Ulist(i,j)=evalfis([e(i),ec(j)],a2)
end
end
figure(1)
plotfis(a2)
figure(2)
plotmf(a,'input',1)
figure(3)
plotmf(a,'input',2)
figure(4)
plotmf(a,'output',1)
这里简单说明一下:首先是编写2个输入,1个输出的隶属度函数;接下来的是模糊规则,一共49条;然后用解模糊函数得出控制量U,这里输出的U就直接是精确量了,解模糊用到得规则是取隶属度最大的那个数即MOM算法。
显示的三个图形窗口分别是:模糊控制器内部原理图,以及2个输入,1个输出的隶属度函数图。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)