智能算法實(shí)現(xiàn)PID智能車控制系統(tǒng)

• • @[TOC](智能算法實(shí)現(xiàn)PID智能車控制系統(tǒng))
• 摘要
• 關(guān)鍵詞
• 第一章緒論
• • 1.1智能車概述
  • 1.2智能PID研究現(xiàn)狀
  • 1.3本文工作
• 第二章 PID控制簡介
• 第三章 內(nèi)模PID簡介
• • 3.1 內(nèi)模PID控制
• 第四章內(nèi)模智能PID智能車控制系統(tǒng)設(shè)計(jì)
• • 4.1 系統(tǒng)設(shè)計(jì)
  • 4.2內(nèi)?？刂圃?/li>
• 第五章 系統(tǒng)仿真及結(jié)果分析
• • 5.1 系統(tǒng)仿真分析
  • 5.2 控制效果截圖
• 參考文獻(xiàn)

摘要

PID控制是自動(dòng)控制領(lǐng)域中產(chǎn)生最早，應(yīng)用最廣的一種控制方法。本文以論述PID參數(shù)先進(jìn)整定方法開始，介紹了近幾年得到的最新研究成果。接下來，從PID控制的結(jié)構(gòu)形式實(shí)際控制工程需求和實(shí)現(xiàn)條件分析了PD控制的獨(dú)特優(yōu)點(diǎn)和理論依據(jù)。在眾多的PID調(diào)整方法中，本文選擇了內(nèi)模控制方法進(jìn)行主要研究根據(jù)等效反饋結(jié)構(gòu)，將內(nèi)?？刂品椒ㄒ?PID控制器的設(shè)計(jì)，得到PID參數(shù)的明確解析結(jié)果。針對典型的工業(yè)過程控制對象(一階和二階純滯后過程)根據(jù)內(nèi)?？刂圃硖岢隽艘环N PID控制器參數(shù)整定的新方法針對一類不穩(wěn)定時(shí)滯過程，采用雙環(huán)控制結(jié)構(gòu)，首先選取P控制器參數(shù)，使得廣義對象(內(nèi)環(huán))穩(wěn)定然后按照內(nèi)?？刂圃碓O(shè)計(jì)主控制器，并且針對這些模型提出了一種二自由度PID控制器的設(shè)計(jì)方法，所設(shè)計(jì)的控制器有兩個(gè)可調(diào)參，而且被調(diào)參數(shù)與系統(tǒng)的性能直接相關(guān)?？墒瓜到y(tǒng)同時(shí)具有良好的目標(biāo)值跟蹤特性和干擾抑制特性。仿真實(shí)驗(yàn)證明，這些方法不但有良好的魯棒性，而且調(diào)節(jié)快速、參數(shù)整定方法簡單，適合工程應(yīng)用。最后文章對 PID將來的發(fā)展進(jìn)行了展望。

關(guān)鍵詞

內(nèi)?？刂?#xff0c;PID控制;參數(shù)整定;二自由度

第一章緒論

1.1智能車概述

智能車由單車智能與車聯(lián)網(wǎng)組成，是指通過搭載先進(jìn)傳感器、控制器、執(zhí)行器等裝置，融合信息通信、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等新技術(shù)，實(shí)現(xiàn)車內(nèi)網(wǎng)、車外網(wǎng)、車際網(wǎng)的智能信息交換、共享，具備信息共享復(fù)雜環(huán)境感知智能化決策自動(dòng)化協(xié)同控制功能，與智能公路與輔助設(shè)施共同組成智能移動(dòng)空間和應(yīng)用終端的新一代智能出行系統(tǒng)。
智能車相較于傳統(tǒng)車，其核心區(qū)別在于具有較為先進(jìn)的自動(dòng)駕駛輔助系統(tǒng)、智能座艙系統(tǒng)和車聯(lián)網(wǎng)系統(tǒng)，最顯著的特征是智能化、網(wǎng)聯(lián)化與共享化。智能車通過其搭載的軟硬件逐步由單純的交通運(yùn)輸工具向智能移動(dòng)空間轉(zhuǎn)移，從而最終實(shí)現(xiàn)“以人為中心”的智能移動(dòng)空間。
目前“智能車”主要由三大要素組成即智能交互、智能駕駛以及智能服務(wù)。
智能駕駛：車輛控制及駕駛功能，包括輔助駕駛、智能安全、車輛智能控制、智能地圖
智能交互：需求輸入或主動(dòng)識別，包括語音交互、手勢/面部識別及生物特征監(jiān)測
智能服務(wù)：與人、生活相關(guān)的服務(wù)，包括后市場服務(wù)、出行服務(wù)、社交及生活服務(wù)
智能車的智能駕駛、智能交互及智能服務(wù)的實(shí)現(xiàn)，在具備智能攝像頭、激光雷達(dá)及人工智能芯片等先進(jìn)硬件的基礎(chǔ)上，還需具備統(tǒng)籌系統(tǒng)、先進(jìn)算法以及運(yùn)行穩(wěn)定的軟件系統(tǒng)。智能車在軟件系統(tǒng)的不斷更新迭代下使其更加懂用戶需求更加智能以及更加安全。當(dāng)“智能車”搭載的智能硬件逐漸標(biāo)準(zhǔn)化后，“智能車”的核心競爭力則變?yōu)槠鋬?nèi)部搭載的“大腦”(軟件系統(tǒng)+芯片)。因此，在快速發(fā)展的“智能車”行業(yè)，軟件起到至關(guān)重要的作用，軟件對智能車的影響主要體現(xiàn)在自動(dòng)駕駛、智能交互以及智能服務(wù)方面。

1.2智能PID研究現(xiàn)狀

（1）神經(jīng)網(wǎng)絡(luò)PID控制
充分利用神經(jīng)網(wǎng)絡(luò)非線性逼近能力和學(xué)習(xí)能力，并以多種方式將其應(yīng)用于PID控制己取得了明顯的效果。
單神經(jīng)元作為構(gòu)成神經(jīng)網(wǎng)絡(luò)的基本單元，具有自學(xué)習(xí)和自適應(yīng)的能力，而且結(jié)構(gòu)簡單易于計(jì)算。單神經(jīng)元自適應(yīng)PID控制器的實(shí)質(zhì)為一變系數(shù)的比例、積分、微分復(fù)合控制器，可在一定程度上解決傳統(tǒng)PID控制器不易在線整定參數(shù)、難于對一些復(fù)雜過程和數(shù)慢時(shí)變系統(tǒng)進(jìn)行有效控制的不足。
基于BP神經(jīng)網(wǎng)絡(luò)參數(shù)自學(xué)習(xí)的PID控制器中，神經(jīng)網(wǎng)絡(luò)根據(jù)系統(tǒng)的運(yùn)行狀態(tài)調(diào)節(jié)PID控制器的參數(shù)，以達(dá)到某種性能指標(biāo)的最優(yōu)化，使輸出層神經(jīng)元的輸出狀態(tài)對應(yīng)于PID控制器的三個(gè)可調(diào)參數(shù)Kp, K‘和Kd，通過神經(jīng)網(wǎng)絡(luò)的自身學(xué)習(xí)，加權(quán)系數(shù)調(diào)整，從而使其穩(wěn)定在對應(yīng)于某種最佳控制率下的PID控制器參數(shù)。
熨.
（2）模糊PID控制
將模糊控制和PID控制相結(jié)合構(gòu)成模糊PID控制，既具有模糊控制靈活而適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，又具有PID控制精度高的優(yōu)點(diǎn)，可使復(fù)雜控制系統(tǒng)和高精度的伺服系統(tǒng)具有良好的控制效果，也是近年來十分熱門的研究課題。這種復(fù)合控制器具有多種構(gòu)成形式，如引入積分囚子的模糊控制器，Fuzzy-PID開關(guān)切換控制器，在線實(shí)時(shí)模糊自整定PID控制器等。
模糊PID控制對于非線性和時(shí)變性的被控對象可獲得比較滿意的控制效果?？梢灶A(yù)見，在非線性系統(tǒng)、需要以人的直覺和調(diào)整才能控制的復(fù)雜系統(tǒng)、需要有克服周圍過程條件變化的適應(yīng)能力的系統(tǒng)的控制中，模糊PID控制將具有廣泛的應(yīng)用價(jià)值。
（3）PID控制器的自整定
盡管PID控制廣泛應(yīng)用于工業(yè)過程，但由于過程的非線性、時(shí)變及不確定囚素，以一組固定的控制器參數(shù)，很難獲得滿意的控制效果。囚此采用PID的工業(yè)控制系統(tǒng)總是受產(chǎn)品質(zhì)量、安全、產(chǎn)量和能源浪費(fèi)等問題的困擾。PID參數(shù)自整定就是為了處理PID參數(shù)整定這個(gè)問題而產(chǎn)生的?，F(xiàn)在，自動(dòng)整定或自身整定的PID控制器己是商業(yè)單回路控制器和分散控制系統(tǒng)的一個(gè)標(biāo)推。
如果自整定要以模型為基礎(chǔ)，為了PID參數(shù)的重新整定在線尋找和保持好過程模型是較難的。閉環(huán)工作時(shí)，要求在過程中插入一個(gè)測試信號。這個(gè)方法會引起擾動(dòng)，所以基于模型PID參數(shù)自整定在工業(yè)應(yīng)用不是太好。
如果自整定是基于控制率的，經(jīng)常難以把由負(fù)載干擾引起的影響和過程動(dòng)態(tài)特性變化引起的影響區(qū)分開來，囚此受到干擾的影響控制器會產(chǎn)生超調(diào)，產(chǎn)生一個(gè)不必要的自適應(yīng)轉(zhuǎn)換。另外，由于基于控制率的系統(tǒng)沒有成熱的穩(wěn)定性分析方法，參數(shù)整定可靠與否存在很多問題。
囚此許多自身整定參數(shù)PID控制器經(jīng)常工作在自動(dòng)整定模式而不是連續(xù)的自身整定模式。自動(dòng)整定通常是指根據(jù)開環(huán)狀態(tài)確定的簡單過程模型自動(dòng)計(jì)算PID參數(shù)，其過程包括三個(gè)部分:過程擾動(dòng)的產(chǎn)生、擾動(dòng)響應(yīng)的評估及控制器參數(shù)的計(jì)算。這同經(jīng)驗(yàn)豐富的操作人員在手動(dòng)整定PID控制器時(shí)使用的步驟是一樣的。過程必須以某種方式產(chǎn)生擾動(dòng)，如給過程對象輸入階躍、脈沖或正弦信號，以便確定過程的動(dòng)態(tài)特性。
在工業(yè)生產(chǎn)過程中常會遇到具有大純滯后的過程，例如造紙生產(chǎn)過程，化學(xué)反應(yīng)器和精餾塔中都存在大純滯后問題。這類過程被公認(rèn)為較難控制的過程。如果采用PID控制，則參數(shù)整定通常采用Ziegler-Nichols整定規(guī)則。這種方法的優(yōu)點(diǎn)是只需要很少的過程對象的先驗(yàn)知識，但它的缺點(diǎn)是控制效果較差，尤其是對于大滯后的過程，系統(tǒng)很難工作在令人滿意的狀態(tài)。另外的一些整定方法，如改進(jìn)的Ziegler-Nichols規(guī)則、Cohen-Coon法、誤差積分最優(yōu)法(ISE, IAE和ITAE，也都不適用于大純滯后過程，往往給出較差的甚至不穩(wěn)定的性能。
隨著計(jì)算機(jī)技術(shù)和控制理論的發(fā)展，PID控制的功能將越來越完善，應(yīng)用也將越來越廣泛。

1.3本文工作

本文綜述了內(nèi)模PID(Internal Model Control-PID, IMC-PID)控制的研究現(xiàn)狀，并將IMC-PID控制分別與模糊邏輯和神經(jīng)網(wǎng)絡(luò)相結(jié)合，提出了幾種新的IMC-PID控制算法。
首先，針對過程控制中的典型控制對象，提出了一種具有設(shè)定值加權(quán)的IMC-PID控制器設(shè)計(jì)方法。該方法通過模糊系統(tǒng)的輸出在線修正IMC-PID控制器比例作用部分的設(shè)定值加權(quán)系數(shù)，使得系統(tǒng)的目標(biāo)值跟蹤特性和干擾抑制特性均得到明顯的改善，而且控制算法簡單、參數(shù)調(diào)整方便。
其次，將神經(jīng)網(wǎng)絡(luò)和IMC-PID控制方法相結(jié)合，提出了基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)IMC-PID控制方法。通過神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能在線調(diào)整IMC-PID控制器參數(shù)，改善了控制對象參數(shù)變化對系統(tǒng)性能的影響，增強(qiáng)了系統(tǒng)的魯棒性和自適應(yīng)能力。
最后，針對一階時(shí)延不穩(wěn)定過程(FODUP) ,提出了基于模糊增益調(diào)度的
IMC-PID(FGS-IMC-PID)控制方法。該方法以控制系統(tǒng)的誤差及誤差變化率作為模糊控制器的輸入，由模糊控制器的輸出在線調(diào)整IMC-PID控制器參數(shù)?？朔顺Ｒ?guī)IMC-PID控制器參數(shù)整定時(shí)，需要在目標(biāo)值跟蹤特性和干擾抑制特性之間進(jìn)行折中的不足，改善了控制系統(tǒng)的性能。

第二章 PID控制簡介

PID調(diào)節(jié)器及其改進(jìn)型是在工業(yè)控制中最常見的控制器「i-z}。PID控制中一個(gè)關(guān)鍵的問題便是P}對參數(shù)的整定，使P}控制系統(tǒng)達(dá)到所期望的控制性能「3]。但是在實(shí)際的應(yīng)用中，許多被控過程機(jī)理復(fù)雜，具有高度非線性、時(shí)變不確定性和純滯后等特點(diǎn)，特別是在噪聲、負(fù)載擾動(dòng)等因素的影響下，過程參數(shù)甚至模型結(jié)構(gòu)均會隨時(shí)間和工作環(huán)境的變化而變化。DES-BOROUGH和M IL,LER在2002年的一次統(tǒng)計(jì)報(bào)告中指出，目前在美國有超過11 600個(gè)具有P}控制器結(jié)構(gòu)
的調(diào)節(jié)器廣泛應(yīng)用于工業(yè)控制領(lǐng)域中，有超過970 0的反饋回路采用了P}控制算法，甚至在一些復(fù)雜的控制律中，其基本控制層采用的仍然是P}控制算法「s}。然而，只有近1啟的P}控制器在實(shí)際應(yīng)用過程中取得了令人滿意的控制效果，有2 /3的P}控制系統(tǒng)的控制性能達(dá)不到用戶所期望的要求。這給控制理論研究和應(yīng)用帶來了前所未有的機(jī)遇和挑戰(zhàn)。

第三章 內(nèi)模PID簡介

內(nèi)模控制(Internal Model Control，簡稱IMC)是一種基于過程數(shù)學(xué)模型進(jìn)行控制器設(shè)計(jì)的新型控制策略。由于其設(shè)計(jì)簡單、控制性能好和在系統(tǒng)分析方面的優(yōu)越性，囚而內(nèi)?？刂撇粌H是一種實(shí)用的先進(jìn)控制算法，而且是研究預(yù)測控制等基于模型控制策略的重要理論基礎(chǔ)。
PID(比例一積分一微分)控制器作為最早實(shí)用化的控制器己有50多年歷史，現(xiàn)在仍然是應(yīng)用最廣泛的工業(yè)控制器。PID控制器具有簡單易懂，使用中不需精確的系統(tǒng)模型等優(yōu)點(diǎn)。
將內(nèi)?？刂坪蚉ID控制相結(jié)合形成一種新的控制方法一內(nèi)模PID控制(IMC-PID ) ,其結(jié)合二者的優(yōu)點(diǎn)，為過程控制提供了一種新的思路和方法。其即可以得到明確的解析結(jié)果，降低參數(shù)設(shè)計(jì)的復(fù)雜性和隨機(jī)性，簡化通常整定中的試湊過程，又可以方便地考慮到系統(tǒng)的魯棒性要求，可在一定程度上逼近內(nèi)模控制器的控制效果。

3.1 內(nèi)模PID控制

1982年，Garcia和Morari撰文提出了內(nèi)?？刂?#xff0c;它包括三部分:
(1)內(nèi)部模型。用于預(yù)測操作變量對輸出的影響。
(2)濾波器。使系統(tǒng)達(dá)到一定的魯棒性。
(3)控制算法。計(jì)算操作變量的未來值，保證輸出跟蹤給定值。
以上結(jié)構(gòu)使得內(nèi)?？刂凭哂幸韵聝?yōu)點(diǎn)
(1)當(dāng)系統(tǒng)存在輸出約束時(shí)，基于模型的預(yù)測輸出值，可以預(yù)見任何超出約束值的輸出，從而采取適當(dāng)?shù)募m正動(dòng)作。
(2)引入濾波器使得輸出跟蹤參考軌跡。這賦予了濾波器以物理意義，并且使操作員可以在線對它進(jìn)行調(diào)節(jié)。
(3)通過設(shè)計(jì)濾波器和控制模塊能夠分別調(diào)節(jié)系統(tǒng)的魯棒性和響應(yīng)性能，而在其他的設(shè)計(jì)方法中這兩種調(diào)節(jié)總是不可分割地糾纏在一起。
自Garcia和Morari之后，各國學(xué)者相繼做了一系列研究，將IMC推廣到多輸入多輸出系統(tǒng)(MIMO)}4’ s}、非線性系統(tǒng)[6.7〕、多回路系統(tǒng)咚’9〕等。文獻(xiàn)}1]中，作者設(shè)計(jì)了單輸入單輸出(SISO)離散系統(tǒng)的內(nèi)模控制器，研究了內(nèi)?？刂婆c其他控制算法(最優(yōu)控制、史密斯預(yù)估器、推斷控制、模型算法控制、動(dòng)態(tài)矩陣控制)的關(guān)系，最后得出內(nèi)?？刂颇軌蛞砸环N直接的方式調(diào)節(jié)控制質(zhì)量和魯棒性，這種清晰和直觀的優(yōu)點(diǎn)對工業(yè)應(yīng)用很有吸引力。但是，文中沒有提及如何設(shè)計(jì)一個(gè)濾波器以補(bǔ)償模型和對象的偏差，只是說明足夠大的濾波器常數(shù)能夠保證一定的魯棒性以及要提高控制質(zhì)量可以采用更復(fù)雜的濾波器。文獻(xiàn)yom2}介紹了如何設(shè)計(jì)及改進(jìn)濾波器常數(shù)來保證一定的魯棒性及提高控制質(zhì)陣習(xí)里。
當(dāng)前內(nèi)?？刂频陌l(fā)展方向是與各種控制方法互相滲透、取長補(bǔ)短，組合成綜合控制策略，許多學(xué)者將預(yù)測控制、自適應(yīng)控制、魯棒控制、模糊控制和神經(jīng)網(wǎng)絡(luò)控制等與內(nèi)?？刂平Y(jié)合起來以期更好的發(fā)揮內(nèi)模控制的優(yōu)勢。

第四章內(nèi)模智能PID智能車控制系統(tǒng)設(shè)計(jì)

4.1 系統(tǒng)設(shè)計(jì)

內(nèi)?？刂浦挥幸粋€(gè)整定參數(shù)，參數(shù)調(diào)節(jié)和系統(tǒng)動(dòng)態(tài)品質(zhì)及魯棒性有著明確的關(guān)系，所以具有結(jié)構(gòu)簡單、在線調(diào)節(jié)容易等優(yōu)點(diǎn)，尤其是對于大時(shí)滯系統(tǒng)，可顯著改善其魯棒性和抗擾性。
Rivera等[37]提出一種基于內(nèi)模控制的PID控制器，該控制器的設(shè)計(jì)是基于一個(gè)假設(shè)的過程模型和一個(gè)用于魯棒特性的低通濾波器。采用直接的二步IMC控制器設(shè)計(jì)方法，以獲得一個(gè)具有傳統(tǒng)PID結(jié)構(gòu)的控制器。
IMC-PID控制器只有一個(gè)調(diào)節(jié)參數(shù)，即濾波器常數(shù)。這使得IMC-PID控制器的在線整定十分容易。Rivera等采用兼顧ISE值和M值的方法整定濾波器常數(shù)。ISE值(平方誤差積分值)用來表征系統(tǒng)的控制性能，ISE值越小，系統(tǒng)控制性能越好;而M是互補(bǔ)靈敏度函數(shù)的模在頻域的最大值，用來表征魯棒性，M值越小，魯棒性越好。與相角穩(wěn)定和幅值穩(wěn)定裕度相比，M值求取方便，而且表征的是頻域下模型不確定時(shí)的魯棒性，囚而被廣泛認(rèn)為更合適于表征魯棒性。用這樣的整定方法，Rivera等對一階加純滯后系統(tǒng)中的
IMC-PID和IMC-PI控制器進(jìn)行了整定，得到了較滿意的結(jié)果。
在構(gòu)造帶純滯后系統(tǒng)的IMC-PID控制器的過程中，一個(gè)無法避免的問題是對純滯后的近似問題。采用不同的近似手段，就會產(chǎn)生不同的IMC-PID控制器。Rivera等使用了零階和一階Pade近似，當(dāng)純滯后時(shí)間較大時(shí)，一階Pade近似會帶來較大誤差。囚此，龔曉峰等建議采用非對稱二階近似，給出了這種情況下一階加純滯后系統(tǒng)IMC-PID控制器的構(gòu)造式，和相應(yīng)的濾波器常數(shù)整定方法口8〕o Lee等C9’54]提出用麥克勞林級數(shù)對純滯后項(xiàng)進(jìn)行展開，得到與Rivera提出的方法所不同的IMC-PID控制器，并針對不穩(wěn)定過程對象提出基于內(nèi)模的PID整定方法，仿真結(jié)果顯示該方法取得了良好的控制效果。

4.2內(nèi)模控制原理

1982年，Garcia和Morari} 1〕完整地提出并發(fā)展了圖2-1的控制結(jié)構(gòu)，并將該控制策略定名為內(nèi)模控制。圖2-1中虛線框內(nèi)部分可用模擬硬件或計(jì)算機(jī)軟件來實(shí)現(xiàn)，由于該結(jié)構(gòu)中除了有控制器GIM。以外，還包含了過程模型乓，內(nèi)模控制囚此得名。這里G:表示對象的傳遞函數(shù)，云:表示對象模型(即內(nèi)部模型)。GIMC代表內(nèi)模控制器?？刂颇繕?biāo)是保持y逼近參考值(設(shè)定值):。G、表示擾動(dòng)對輸出的影響。為求取圖中輸入:和y與過程輸出之間的傳遞函數(shù)，可以先將圖2-1等價(jià)變換為圖2-2所示的簡單反饋控制形式。

內(nèi)?？刂剖且环N設(shè)計(jì)簡單、跟蹤調(diào)節(jié)性能好、魯棒性強(qiáng)、能消除不可測干擾的先進(jìn)控制方法。在控制系統(tǒng)的設(shè)計(jì)過程中，目標(biāo)值跟蹤特性和干擾抑制特性是主要關(guān)注的兩個(gè)問題[ss] o IMC能兼顧控制系統(tǒng)的目標(biāo)值跟蹤特性和干擾抑制特性，且只需整定一個(gè)參數(shù)。IMC-PID控制器不僅具有IMC控制器的優(yōu)點(diǎn)，而且它可以得到明確的解析結(jié)果，降低PID控制器參數(shù)設(shè)計(jì)的復(fù)雜性和隨機(jī)性。常規(guī)的IMC-PID調(diào)節(jié)器也只有一個(gè)可調(diào)參數(shù)兄，參數(shù)整定時(shí)也要在系統(tǒng)的目標(biāo)值跟蹤特性和干擾抑制特性之間進(jìn)行折中選擇。這樣做一般能滿足大多數(shù)控制系統(tǒng)的要求，但對于高性能的控制系統(tǒng)則有一定的局限性，難以獲得滿意的控制效果。當(dāng)調(diào)節(jié)兄使系統(tǒng)取得好的抗擾性能時(shí)，系統(tǒng)跟隨性能變壞，而當(dāng)系統(tǒng)跟隨性能比較好時(shí)，系統(tǒng)難以取得好的抗擾性能[[s6]。囚此研究能使系統(tǒng)同時(shí)具有良好的目標(biāo)值跟蹤特性、干擾抑制特性和魯棒性的新的IMC-PID控制器設(shè)計(jì)方法具有重要的實(shí)際意義。

第五章 系統(tǒng)仿真及結(jié)果分析

5.1 系統(tǒng)仿真分析

PID控制是一種應(yīng)用歷史悠久、工業(yè)界比較熟悉的簡單控制算法。由于它有效地模仿了人工控制方式，囚此能滿足一般工業(yè)過程的平穩(wěn)操作和安全運(yùn)行的要求。Rivera等人首先將內(nèi)?？刂频乃枷胍隤ID控制器設(shè)計(jì)，并建立了濾波器參數(shù)與PID控制器參數(shù)的關(guān)系。在Rivera等人工作的基礎(chǔ)上，Morari和Zafiriou, Chien和Fruehauf等進(jìn)一步完善了基于內(nèi)模原理的PID控制器參數(shù)整定方法。 充分利用模糊控制不依賴于受控對象精確數(shù)學(xué)模型的優(yōu)點(diǎn)，將模糊控制和PID控制兩者結(jié)合起來，揚(yáng)長避短，既具有模糊控制靈活而適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，又具有PID控制精度高的特點(diǎn)[[s7, ss]。本章從內(nèi)?？刂圃沓霭l(fā)，提出了一種具有模糊邏輯設(shè)定值加權(quán)的內(nèi)模PID控制方法。所提出的控制器結(jié)構(gòu)簡單、參數(shù)調(diào)整方便，系統(tǒng)的動(dòng)態(tài)性能與控制器參數(shù)直接相關(guān)，通過兩個(gè)可調(diào)參數(shù)的調(diào)整，可以使系統(tǒng)同時(shí)具有良好的目標(biāo)值跟蹤特性、干擾抑制特性和魯棒性，克服了常規(guī)IMC-PID控制的不足，理論分析和仿真實(shí)驗(yàn)研究證明了它的有效性。

5.2 控制效果截圖

參考文獻(xiàn)

【1]Garcia C E, Morari M. Internal Model Control. I .A Unifying Review and Some New Results. Ind Eng Chem Process Des Dev, 1982,21(2):308
[2]趙耀.內(nèi)?？刂瓢l(fā)展綜述[J].信息與控制，2000,29(6): 526-531
[3]周涌，陳慶偉，胡維禮.內(nèi)?？刂蒲芯康男掳l(fā)展[[J].控制理論與應(yīng)用.2004,21(3)475-482
[4] Garcia C E, Morari M. Internal Model Control. 2. Design Procedure for Multivariable. Ind Eng Chem Process Des Dev,1985,24(2):472-484
[5] Garcia C E, Morari M. Internal Model Control. 3.Multivariable Control Law Computa-tion and Tuning Guidelines. Ind Eng Chem Process Des Dev, 1985, 24(2):485一494
[6] Garcia C E, Morari M. Internal Model Control. 5. Extention to Nonlinear Systems. Ind Eng Chem Process Des Dev, 1986,25(2):403-411
[7] HENSON M A, SEBORG D E. An internal model control strategy for nonlinear systems[J].America Institute of Chemical EngineeringJournal, 1991,37(7):1065一1081
[8] Garcia C E, Morari M. Internal Model Control. 6. Multiloop design. Ind Eng Chem Process Des Dev, 1986, 25(2):411-419
[9] Lee, Y. Lee, M. Park, S. PID controller tuning to obtain desired closed loop responses for cascade control systems. Ind. Eng.Chem. Res. 1998, 37, 7 (5), 1859
[10]張井崗，李臨生.一種二自由度內(nèi)?？刂品椒╗[J].工業(yè)儀表與自動(dòng)化裝置.2002, 4,63一65
【11]Jose Alvarez-Ramirez, Rosendo Monroy-Loperena, Alejandra Velasco, and Rafael Urrea.Optimality of Internal Model Control Tuning Rules. Ind. Eng. Chem. Res. 2004, 43,7951一7958
【12] Ian G. Horn, Jeffery R. Arulandu, Christopher J. Gombas, Jeremy G. VanAntwerp, and Richard D. Braatz*.Improved Filter Design in Internal Model Control. Industrial& Engineering Chemistry Research.1996, 35, 3437一3441
[13]華建興，席裕庚.帶預(yù)估控制量二次約束的無靜差FIR型內(nèi)模控制器【J].控制理論與應(yīng)用，1999,16(4):492-495
[14]席裕庚.預(yù)測控制[M].北京:國防工業(yè)出版社，1993
[1習(xí)陳悅，安燮南，高東杰.內(nèi)模統(tǒng)一預(yù)測控制的進(jìn)一步分析[J].自動(dòng)化學(xué)報(bào)，1999, 25(4): 441-44 8
【16] DATTA A, OCHOA J. Adaptive internal model control design and stability analysis[J].Automatica,1996,32(2):261-266
[17] DATTA A, OCHOA J. Adaptive internal model control:HZ optimization for stable plants [J]. Automatica,1998,34(1):75一82
[18] DATTA A, OCHOA J. Adaptive internal model control:H} optimization for stable plants [J]. IEEE Trans on Automatic Control, 1999,44(11):2130-2134
【19] RING L, DATTA A. Decentralized adaptive internal model control for multi一inputmulti-output system[C].Proc of American Control Conference. San Diego:ACCC,1999,39-46
[20] SILVA, DATTA A. Adaptive internal model control:The discrete-time case [J].Int J of Adaptive Control Signal Process, 2001，15(1):15一36
[21 ]張井崗等.模型參考自適應(yīng)內(nèi)?？刂萍捌浞抡嫜芯縖[J].系統(tǒng)仿真學(xué)報(bào)，1997, 9(2)38-43

總結(jié)

以上是生活随笔為你收集整理的智能算法实现PID智能车控制系统的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。