我是靠谱客的博主 野性外套,最近开发中收集的这篇文章主要介绍PID控制——Matlab/simulink实例详解一、PID控制的含义二、Matlab/Simulink仿真 ,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

目录

一、PID控制的含义

二、Matlab/Simulink仿真 



一、PID控制的含义

P——Propotional,比例控制;

I——Integral,积分控制;

D——Deravative。

可以直观的将P理解为现在的误差,I理解为过去的误差(累积),D理解为未来的误差(预测)。下面用一个形象的例子来说明。

 我们在洗澡的时候向浴缸里放水,我们希望把水温调节到一个合适的温度。此时的PID控制器就相当于我们在调节水温时拧动水龙头,不断地调节水龙头出水的冷热程度。

①比例控制:KpE。Kp称为比例增益,E是参考水温与输出水温间的误差。比例环节就相当于把手放到浴缸里,感受当前温度和预期温度的差,从而控制水龙头向左还是向右拧。

②积分控制:Ki∫Edt。Ki称为积分增益。积分环节相当于用手感受水温从放水以来的总体变化程度,根据过去累积的温度差控制龙头。

③微分控制:kdfrac{de}{dt}。微分环节相当于感受水温误差的变化趋势,预测将来可能会怎样变化。

从上述的描述中,我们可以发现比例控制关注的是现在的误差,即present;积分控制关注于过去误差的累积,即past;微分控制关注于误差未来的变化趋势,即future。

二、Matlab/Simulink仿真 

搭建的模型框架如图所示,从上至下有三个类似的单元,唯一的区别是第一个单元只采用了比例控制,第二个单元采用了比例和积分控制,第三个单元三种控制全用了。具体的增益系数如下。

 

 根据模型注意到,我们设置了两个观测点,一个观测误差值的大小,一个观测PID控制后误差的大小。

 上图是第一个观测点三个单元的曲线比较,发现仅用比例控制并不能使误差降低到0,误差在1左右,而后两个单元可以使误差降低到0,但PI控制需要的时间明显大于比例控制。

输入点的曲线图如图所示,PID控制在起始处由一个巨大的下降,微分控制对噪音是十分敏感的,实际控制中不一定非要采用PID控制,有时PI控制即足够了。

 

 

 

 

 

最后

以上就是野性外套为你收集整理的PID控制——Matlab/simulink实例详解一、PID控制的含义二、Matlab/Simulink仿真 的全部内容,希望文章能够帮你解决PID控制——Matlab/simulink实例详解一、PID控制的含义二、Matlab/Simulink仿真 所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(41)

评论列表共有 0 条评论

立即
投稿
返回
顶部