模糊pid控制利用Python实现 模糊pid规则表

结构图

PID调节器的控制规律为：

其中kp为比例系数，Ki为积分系数,kd为微分系数。e(K)为误差， ec(K)为误差变化，我们习惯将它写成[e(k)-e(k-1)];

调节规则：

根据实际经验,在不同的e和ec下自调整要满足如下调整原则：

当e中等大小的时候,为减小系统的超调量,保证一定的响应速度,kp应适当减小;
在这种情况下,kd的取值对系统的影响较大,应取得较小些,ki的取值大小要适中;

根据上面的经验，我们可以得到相应的规则

Kp的模糊控制规则表

增大kp能减少稳态误差，而且可以加快上升时间，峰值时间——动态性能。但是kp过大会产生较大的超调量。甚至导致系统不稳定——>等幅振荡——>发散振荡。

Ki的模糊控制规则表

积分调节规律主要用于消除静差，但是如果积分作用过大，引起积分饱和(一丢丢的误差会被放大），导致超调量增加，所以要选择好合适积分系数，得到合适的超调量和消除误差。 当然积分系数不大，会产生误差。

Kd的模糊控制规则表

微分调节主要是针对大惯性过程引入的，就是T=RC——二阶系统的二次系数。
kd大——可以压制超调量，但是会增加调节时间——>就是因为kd过大，误差调节的跨度会放大，需要多次调节。
kd放在最后调节吧

也就是说模糊控制器是二输入三输出。
而且模糊控制的规则一共有 3X49个；我们按照上面的设计模糊控制器。

Kp的隶属函数曲线

Ki的隶属函数曲线

这里的模糊子集的论域是[-0.006 0.006]。

Kd的隶属函数曲线

回路结构图

在常规pid控制器中，Kp ki kd 的参数大小按照经验法进行调整，而且将常规PID控制器的参数的值，设置为模糊pid控制器的初始值。

为什么呢，因为是模糊控制器得到的三个值，是关于比例系数，积分系数，微分系数的变化值。

常规PID控制器调节有多种经验方法，无论是上面的常规pid,还是模糊pid都需要依靠这种经验进行调整。