• pid算法c# > 模糊控制算法PID算法比较分析
  • 模糊控制算法PID算法比较分析

    免费下载 下载该文档 文档格式:DOC   更新时间:2005-07-03   下载次数:0   点击次数:4
    文档基本属性
    文档语言:Simplified Chinese
    文档格式:doc
    文档作者:MC SYSTEM
    关键词:
    主题:
    备注:
    点击这里显示更多文档属性

    模糊控制算法PID算法比较分析
    电气学院 控制理论与控制工程专业 孔万增 学号:10310073
    一:题目
    对于已知系统的传递函数为: ,假设系统给定为阶跃值R=10,系统的初始值R(0)=0,试分析设计
    常规的PID控制器
    常规的模糊控制器
    比较两种控制器的控制效果
    当通过改变模糊控制器的比例因子时,分析系统响应有什么变化
    二:模糊控制器设计△△
    控制器采用二维的模糊控制器,其输入信号偏差为e和偏差的变化为的de,在这个例子中我采用的是增量控制方法,所以模糊控制器的其输出量为△U.后面经过一个积分环节,就得到了一个控制信号U.E,dE,△U的模糊论域划分为13个档次,论域取为[-10,10]之间.各个论域E, EC和△U的语言变量为{NB, NS,0,PS,PB}.

    一:模糊控制器设计以及结果
    %clear;
    y=0; %程序变量的初始化
    h=0.1;
    r=10;
    sum=0;
    x1_0=0;
    a=ones(1,2);
    b=ones(1,3000);
    c=ones(1,3000);

    m=newfis('FuzzyPid'); %设计模糊控制器
    m=addvar(m,'input','error',[-100,100]);
    m=addmf(m,'input',1,'error<<0','gaussmf',[21.24 -100]);
    m=addmf(m,'input',1,'error0','gaussmf',[21.24 50]);
    m=addmf(m,'input',1,'error>>0','gaussmf',[21.2 99.5]);
    m=addvar(m,'input','de',[-100,100]);
    m=addmf(m,'input',2,'de>0','gaussmf',[42.47 100]);
    m=addmf(m,'input',2,'de=0','gaussmf',[42.47 0]);
    m=addmf(m,'input',2,'de<0','gaussmf',[42.47 -100]);
    m=addvar(m,'output','du',[-10,10]);
    m=addmf(m,'output',1,'du<<0','gaussmf',[2.124 -10]);
    m=addmf(m,'output',1,'du0','gaussmf',[2.124 5]);
    m=addmf(m,'output',1,'du>>0','gaussmf',[2.124 10]);
    rulelist=[ %产生模糊控制规则
    1 0 5 1 1
    3 0 3 1 1
    5 0 1 1 1
    2 3 5 1 1

    下一页

  • 下载地址 (推荐使用迅雷下载地址,速度快,支持断点续传)
  • 免费下载 DOC格式下载
  • 您可能感兴趣的
  • pid算法  pid控制算法  增量式pid算法  增量式pid控制算法  pid算法c语言程序  遗传算法pid  pid算法公式  电机控制pid算法  遗传算法pid程序