基于模糊自整定PID控制器在UUV中的應用研究*

(91388部隊93分隊 湛江 524022)

基于模糊自整定PID控制器在UUV中的應用研究*

姜建平劉鵬仲張國龍

(91388部隊93分隊 湛江 524022)

在設計UUV控制系統時,實際輸出與理論輸出總存在一定的偏差,設計一個好的控制系統須進行反復的實驗和調試,這是一個相當煩瑣的過程。論文根據作者對Matlab仿真軟件包的應用研究,討論了如何利用Matlab命令方式和Fuzzy Logic Toolbox、Simulink可視化方法來有效地解決控制系統的設計和仿真問題,設計了模糊自整定PID控制器,并進行了仿真分析。仿真結果表明,利用Matlab設計模糊PID控制系統快速簡單,可視化強,具有模糊控制器快速、適應性強的特點,完全能夠滿足UUV控制系統中姿態、定深等設計需要。

模糊控制;Matlab;UUV;PID控制;Simulink

ClassNumberTP273.3

1 引言

隨著ROV(纜控水下機器人)、UUV、USV(無人水面艦艇)等無人作戰系統對現代戰爭有著越來越大的影響,越來越受到各國海軍的重視,對控制效果要求越來越高,控制算法也越來越復雜,因而控制系統的設計也愈加困難。UUV航行過程中,特性會發生較大變化,呈現嚴重的非線性,要求控制規律對于參數變化劇烈的被控對象具有較強的魯棒性。傳統PID控制難以滿足控制要求?；谀：哉≒ID控制器具有精度高、快速、魯棒性強等特點,使被控對象具有良好的動、靜態特性,但設計一個好的控制系統須進行反復的實驗和調試,這是一個相當煩瑣的過程。

模糊控制器的設計可以通過專用的模糊開發工具,如美國國家半導體公司的Neufuz4,德國Inform公司的Fuzzy TECH3.0和我國廣西大學自動化研究所的FCDS V2.1等,但這些系統價格不菲。如果通過自行編程完成模糊控制器的設計,則開發時間長,效率低且通用性差。下面根據作者對Matlab仿真軟件包的應用研究,在Matlab R2011b(7.13)版本的基礎上,結合Fuzzy Logic Toolbox(模糊邏輯工具箱)與動態仿真軟件Simulink,介紹模糊PID控制原理,探討如何利用Fuzzy Logic Toolbox和Simulink來設計實現UUV模糊PID控制系統,并進行建模仿真和分析。

2 模糊PID控制原理

模糊PID控制算法的原理:首先分析PID控制器三個參數與誤差E和誤差變化率EC之間的關系,然后根據不斷檢測到的E和EC,依據模糊控制算法實現PID控制器三個參數的在線調整,從而滿足不同工作條件下對PID控制器三個參數的要求,實現對被控對象的有效控制,使其具有良好的動態性能和靜態性能。模糊自整定PID控制系統原理框圖如圖1所示。

圖1 模糊自整定PID控制系統原理框圖

3 利用Fuzzy Logic Toolbox編輯模糊邏輯控制系統

以UUV定深控制過程為例,采用模糊增益自整定PID控制算法,以偏差E和偏差變化率EC為模糊邏輯推理系統的輸入,PID控制器的比例、微分、積分參數的修正值ΔKP、ΔKI、ΔKD為模糊邏輯推理系統的輸出,根據模糊數學的理論和方法,將操作人員的調整經驗和技術知識總結成為IF(條件)THEN(結果)形式的模糊規則,并把這些模糊規則及相關信息存入計算機中。根據控制器輸出的變化情況,計算出采樣時刻的偏差E及偏差變化率EC,輸入控制器,運用模糊推理,進行模糊運算,即可得到該時刻的ΔKP、ΔKI、ΔKD,然后與初始值KP0、KI0、KD0相加,得到PID控制器的比例、微分、積分參數,實現對PID參數的最佳調整。

建立一個模糊推理系統即可用Matlab的命令行方式完成,也可由圖形編輯器來完成,兩種方式都可以完成同樣的功能,這里主要介紹用圖形編輯器來建立模糊推理系統,它直觀、簡單,給系統的設計帶來不少方便。在圖形編輯器方式下,模糊邏輯工具箱提供了五個基本的交互式圖形編輯器來設計和完成模糊控制系統,如下。

3.1 模糊推理系統編輯器

在Matlab的命令狀態下鍵入fuzzy,出現如圖2所示的模糊推理系統圖形編輯器,它顯示了模糊推理系統的高層信息。該編輯器用于設計和顯示模糊推理系統的一些基本信息與參數,如推理系統的名稱,輸入、輸出變量的個數與名稱,模糊推理系統的類型(Mamdani或Sugeno),模糊交算子,模糊并算子,蘊涵方法,模糊聚類方法及解模糊方法,模糊邏輯工具箱提供了一些常用的函數,如:模糊交算子有min(最小值)和prod(乘積),模糊并算子有max(最大值)和probor(OR概率統計方法),模糊蘊涵有min和prod,模糊聚類有max、probor和sum,解模糊方法有centroid(面積重心法)、bisector(二等分法)、middle of maximum(中間最大值法)、largest of maximum(最大最大值法)和smallest of maximum(最小最大值法),用戶也可使用自己定義的函數,但用戶定義的函數需與模糊工具箱提供的函數的工作方式類似。選擇edit/add input可以添加輸入變量E和EC,edit/add output可以添加輸出變量ΔKP、ΔKI、ΔKD。

圖2 FIS編輯器

3.2 錄屬函數編輯器

雙擊圖2中的輸入、輸出框或選擇edit/Membership Functions便可調出錄屬函數編輯器,如圖3所示(這里采用三角類型),該編輯器用來設計和修改模糊推理系統中各語言變量對應的錄屬函數的相關參數,如錄屬函數的形狀和論域等。系統提供的錄屬函數有三角形、梯形、高斯形、鐘形等11種,用戶也可定義自己的錄屬函數。選擇edit/add MFs可以添加錄屬函數,Range文本框用以設置變量的論域,Display Range文本框可設置當前的顯示范圍,Name文本框設置錄屬函數的名稱,Type下拉菜單設置錄屬函數的類型,Params文本框設置錄屬函數的參數。

圖3 錄屬函數編輯器

3.3 模糊規則編輯器

在上面完成了對變量命名及確定了各變量的錄屬函數的形狀和名稱,就可開始模糊規則的編輯,雙擊圖2中的FPID_UUV框或選擇edit/rules可調出如圖4所示的模糊規則庫編輯器,用來設計和修改“If…Then…”形式的模糊控制規則,用該編輯器進行模糊控制規則的設計非常方便,設計者先選取輸入語言變量及錄屬函數,然后通過交互式的圖形環境選擇相應的輸出語言變量及錄屬函數即可,這就簡化了規則的設計和修改。此外,還可為每條規則選擇權重,對規則進行優化。如果選中了not復選框,則與該變量相關的性質都將取反。從模糊規則編輯器的Options菜單下可彈出Format菜單項,可以看到模糊規則的不同存取格式,默認為verbose,它顯示規則的詳細格式。

圖4 模糊規則編輯器

3.4 模糊規則觀察器和輸出曲面觀察器

從圖2、圖3或圖4中選擇edit/View rules或edit/View surface可調出模糊規則觀察器或輸出曲面觀察器,它們是只讀工具,不能編輯模糊推理系統。通過模糊規則觀察器可很直觀地觀察哪些規則正在運作,錄屬函數對結果的影響；通過輸出曲面觀察器可看出輸出對輸入的依賴,并繪制一個輸出曲面,有利于對推理系統進行改進。

模糊邏輯工具箱的五個GUI工具之間能相互作用并交換信息,只要有一個以上的編輯器是打開的,各編輯器都會知道其它編輯器的存在,并且如有必要,它還能更新相關的編輯器窗口。模糊推理系統(FIS)編輯器、錄屬函數編輯器、模糊規則庫編輯器能讀并能修改FIS系統的數據,但模糊規則觀察器和輸出曲面觀察器在任何方式下都不能修改FIS系統的數據。

編輯好模糊推理系統后,存盤,保存的文件名可任意,如這里為FPID_UUV,擴展名為fis。要進行仿真,還需將編輯好的模糊推理系統裝載入Matlab工作區中,在Matlab工作區中載入模糊推理系統十分簡單,在已編輯好的模糊推理系統的任一編輯器下選擇file/save to workspace就可將其保存到Matlab的工作區中。

4 模糊控制器與Simulink的連接

MATLAB提供的Simulink是一個用來對動態系統進行建模、仿真和分析的軟件包。它使用簡單,功能強大,并能支持連續、離散及兩者混合的線性和非線性系統。Simulink可以與模糊邏輯工具箱實現完美的結合,這也正是模糊邏輯工具箱最大的優點之一。在MATLAB命令提示符下鍵入Simulink命令啟動Simulink,在Simulink Library Browser中選中Fuzzy Logic Toolbox項,選擇Fuzzy Logic Controller或Fuzzy Logic Controller with Ruleviewer,將其拖入仿真模型中,取名為上面已建立好的模糊推理系統的名稱FPID_UUV,設被控對象為二階慣性環節,其傳遞函數為

在Simulink環境下建立如圖5所示的仿真模型

圖5 模糊增益自調整PID控制器和常規PID控制器Simulink仿真模型

在階躍信號終值為100,取采樣時間為T=0.1s,仿真時間為100s,階躍干擾取值為0時,PID控制三個參數分別取Kp=100,Ki=1,Kd=1000。仿真結果如圖6所示。

圖6 模糊自調整PID算法和常規PID算法的仿真結果(階躍干擾為0)

在控制系統穩定運行的第45s時,施加一終值為20的階躍干擾,如果系統自適應能力差,則系統會出現振蕩,控制失效。但由于模糊自整定PID控制系統本身具有的參數在線調整功能,使得控制系統具有了較強的自適應能力,能夠較好地克服外來干擾,較快地達到穩定狀態。仿真結果如圖7所示。

圖7 模糊自調整PID算法和常規PID算法的仿真結果(階躍干擾為20,階躍時間45s)

5 結語

從上面仿真實例可以看出,因提供了良好的人機交互界面,結合Matlab自身的數值計算能力和Simulink開放式的、動態的圖形化仿真環境,利用Matlab的模糊邏輯工具箱來構建模糊控制器和模糊推理系統簡單快速,精度高,可視化強,從建模到最終的動態曲線分析,用戶都不需要編寫計算機程序。

由仿真結果可知,模糊自整定PID控制算法能同時發揮模糊控制和PID控制兩者算法的優點,能夠在較短的時間內達到穩定,適應能力強、計算量較小、容易實現,便于在工程上進行應用,且能夠較好地適應外來干擾,具有較強的魯棒性和自適應性,尤其是外在環境發生改變時同樣可以獲得很好的控制效果,在UUV控制系統中有較好的工程應用前景。

[1]張國良,曾靜,柯熙政,等.模糊控制及其MATLAB應用[M].西安:西安交通大學出版社,2002:248-290.

[2]魏克新,王云亮,陳志敏.MATLAB語言與自動控制系統設計—電氣自動化新技術從書[M].北京:機械工業出版社,1997,8:156-172.

[3]章衛國,楊向忠.模糊控制理論與應用—現代信息技術新進展從書[M].西安:西北工業大學出版社,1999,10:84-98.

[4]劉金琨.先進PID控制及其MATLAB仿真[M].北京:電子工業出版社,2003:112-176.

[5]葉潤玉.一種自適應模糊PID控制器的設計及應用[J].福建工程學院學報,2006,4(6):801-821.

[6]耿瑞.基于MATLAB的自適應模糊PID控制系統計算機仿真[J].信息技術,2007(1):43-46.

[7]張涇周,楊偉靜,張安詳.模糊自適應PID控制的研究及應用仿真[J].計算機仿真,2009,9(26):132-135.

[8]周冉輝,萬立.基于Fuzzy-PID的UUV姿態控制器研究[J].艦船電子工程,2011,12(31):83-85.

[9]湯秀芬.模糊自適應PID控制器參數整定的研究[J].工業控制計算機,2012,2(25):55-57.

[10]姚松,蔣念平.基于模糊控制理論的PID控制器的仿真研究[J].計算機系統應用,2011,10(20):125-128.

ApplicationofFuzzySelf-adjustingPIDControllerinUUV

JIANG Jianping LIU Pengzhong ZHANG Guolong

(Unit 93,No.91388 Troops of PLA,Zhanjiang 524022)

When designing control system of UUV,a definite error is existed between real output and theoretic output.Designing a good control system needs repeating experiment and debug is a very trivial process.In this paper,based on author’s application research about Matlab simulation software-box,discussing how to use Matlab’s command mode and Fuzzy Logic Toolbox,Simulink visual means to effectively solve the design and simulation question of control system,a fuzzy self-adjusting PID controller is designed and simulated.The result of simulation proves that designing fuzzy PID control system is of fast,simple,visual and adaptive characteristics,settled for design need of profile and fixed depth in UUV control system completely.

fuzzy control,Matlab,UUV,PID control,Simulink

2013年12月14日,

:2014年1月27日

姜建平,男,碩士研究生,工程師,研究方向:水聲信號處理。劉鵬仲,男,碩士研究生,工程師,研究方向:建模與仿真。張國龍,男,助理工程師,研究方向:水聲信號處理。

TP273.3DOI:10.3969/j.issn1672-9730.2014.06.036