基于模糊和遗传优化算法的PID参数优化

【摘要】：PID(Proportion,Integral,Differential)控制即比例、积分、微分控制是工业过程控制中广泛应用的控制方式,它具有控制算法简单、鲁棒性好、可靠性高等优点。然而随着工业的快速发展,人们的控制对象越来越复杂,尤其对于大滞后、时变、非线性的复杂控制系统,加之,人们对控制精度要求的不断提高,对于时变对象和非线性系统,传统的PID控制己无法满足工业生产的控制要求。 智能控制与常规控制的结合运用,越来越多的被应用于工业控制领域。遗传和模糊作为目前新型的智能控制算法,正日益引起人们的广泛研究和应用,本文从理论上深入学习了模糊控制理论、遗传算法,并将传统的PID控制与智能控制中的模糊和遗传两种控制算法结合起来,形成了基于遗传优化算法的模糊自适应PID参数整定方法。MATLAB软件仿真结果表明这基于遗传算法优化的自适应模糊PID整定算法效果良好,能够达到预期的控制效果。但是模糊控制器的参数难以确定,其隶属度函数和模糊规则的确定多依赖于工作人员的经验和专家的知识,利用遗传算法的空间寻优能力,对隶属度函数的参数进行综合编码优化,得到新型的模糊控制器。 在此基础上,对实验室现有的PCI-Ⅲ型过程实验平台中的双容水箱液位控制系统进行了建模,用常规PID控制和遗传算法优化的模糊PID控制方法分别对该控制系统进行了仿真与比较;并构建了基于组态王的实时控制系统的仿真实验平台,进行了常规PID控制和基于遗传优化模糊控制器的控制效果的实验比较。仿真与实验结果均表明,基于遗传优化模糊控制器的PID整定方法具有良好的控制效果,明显优于常规PID整定方法,特别是基于遗传算法优化的模糊控制器整定的PID控制效果更好一些。 最后总结了本文所做的工作,并指出了用智能控制算法进行PID参数的优化还有待进一步完善解决的问题。