余明亮 彭菊紅

摘 要:文中基于Matlab仿真平臺,采用階躍響應分析法和根軌跡圖研究了PID控制器的三個參數KP,KI,KD對控制系統的影響。比例系數影響控制系統的調控速度與系統穩定性;微分調節可提高系統的相對穩定性,抑制超調,但會引入高頻干擾;積分調節能夠消除靜態誤差,但會使響應速度變慢,影響已有串聯積分系統的穩定性。
關鍵詞:PID控制;系統函數;根軌跡;穩定性
中圖分類號:TP273 文獻標識碼:A 文章編號:2095-1302(2018)04-00-04
0 引 言
PID(比例積分微分)控制自產生以來就一直是工業生產中應用最廣泛的控制方法,隨著電子計算機和科學技術的發展,控制器的方案也在不斷豐富,但由于PID控制法(比例、積分、微分控制法)原理簡單、適用性強和魯棒性強等特點至今仍被廣泛應用?[1]。新算法層出不窮,PID優化算法也在不斷涌現,但對于其核心PID參數的改變對系統的影響,以及不同系統加以PID調節對系統性能的改變,并未進行深入細致的研究,不利于對其進行改進,因此有必要結合不同的系統,改變PID調節的各參數,對PID調節進行更深入細致的研究。本文對不同的受控系統選擇不同的PID參數進行控制,采用階躍響應分析法和根軌跡法對PID控制系統進行了仿真分析。
1 PID控制原理分析
PID是基于反饋理論的調節方式,通過對誤差信號e(t)進行比例、積分和微分運算[2],再對結果進行適當處理,從而對被控對象進行調節控制,其主要結構如圖1所示。
PID控制可以抽象為數學模型: Hc(s)=KP+KI/s+KDs,式中KP,KI,KD為常數。我們需要通過設計這些參數使系統達到性能指標。
1.1 系統穩定性判據
根軌跡法是分析和設計線性定常控制系統的圖解方法[3],它是開環系統某一參數不斷變化時,閉環系統特征方程根在S平面上變化的軌跡。當開環增益或其他參數改變時,其全部數值對應的閉環節點全部可在根軌跡圖上確定。系統的穩定性由系統閉環極點唯一確定,而系統的穩態性能和動態性能又與閉環零極點在S平面上的位置密切相關,所以根軌跡不僅可以直接給出閉環系統時間響應的全部信息,還可指明開環零點、極點應該怎樣變化才能滿足給定閉環系統的性能指標要求。
根軌跡判斷系統穩定性的法則為:
(1)只要繪制的根軌跡全部位于S平面左側,則表示系統參數無論怎樣改變,特征根全部有負實部,系統穩定;
(2)根軌跡在虛軸上,則表示臨界穩定,即不斷振蕩;
(3)若根軌跡全部都在S右半平面,則表示無論選擇什么參數,系統都不穩定。
1.2 比例控制對系統的影響
現在我們對系統G0(s)=1/((s+2)2+(s+3))進行不同的比例系數控制,取Kp=1,3.14,7,10,16和18,系統的單位階躍響應如圖2(a)所示。從圖中可以看出,比例控制系數不斷增大,穩定下來的值接近1,即穩態的誤差越來越小。比例控制可以減小系統的靜態誤差,改善系統的穩定性能[4],但同時達到穩態所用的時間變長。對于不同的比例系數,用Matlab繪制的系統的根軌跡如圖2(b)所示。由圖可知,當比例控制系數Kp>95.5時,系統的根軌跡將延伸到S平面的右側,系統變得不穩定,所以增大比例控制系數Kp將會使系統的穩定性變差,因此對于不同的控制系統需要不斷仿真來求取最恰當的值。
1.3 微分控制對系統的影響
同樣地,對G0(s)=1/((s+2)2+(s+3))進行不同程度的微分控制,微分控制器Gc(s)=KP+KDs,令KD=KPτ,KP=10,改變τ的值,即改變了KD的值,取τ=0.01,0.3,1,3,系統的單位階躍響應如圖3所示。
從圖3(a)中的仿真結果可以看出,不同的微分調節會影響其超調幅度,過大或過小都會導致超調幅度變大。本例中,τ=0.3,即KD=3時調節效果最佳,反應最快且波動幅度最小。微分是一種預見型控制,能夠起到早期修正的作用,可使緩慢的信號無法作用于受控對象,但當其作用過大時容易引進高頻干擾[5]。系統加微分后的根軌跡如圖3(b)所示,把它和沒有加微分的根軌跡放在一起比較。由圖可知,在沒加微分控制器前,當增益變大時,系統的根軌跡落在了S的右半平面,此時系統變得不穩定;加入微分控制器后,系統的開環傳遞函數相當于在負實軸上增加了零點,無論系統的增益如何變化,系統的根軌跡都落在S域的左邊,系統穩定,且隨著KD的改變,進一步提高了系統的穩定性,抑制了超調。
1.4 積分控制對系統的影響
首先對系統G0(s)=1/(s+2)用積分控制器Gc(s)=KI/s=1/s進行控制,加以單位階躍響應,觀察加積分控制器前后的階躍響應,如圖4所示。
可以看出,加積分控制器前,階躍響應的靜態穩定值與真實值相差甚遠,約0.34,加了積分控制器后,靜態穩定值非常接近真實值1,積分控制明顯改善了系統的穩態性能。
對于不同的受控系統會有不同的效果,對系統G0(s)=1/(5s+2)進行積分控制,同樣加以單位階躍響應,如圖5所示。
可以看出,對于已有增益的系統,加積分控制器可以調節系統的靜態穩定值,但會出現超調現象,在5~10s之間,同時達到穩定的時間周期也會變長。系統G0(s)=1/(s(5s+2))的積分控制曲線如圖6所示。
由圖6可知,此系統加入積分控制器后,穩定值與真實值相差甚遠,且超調現象非常嚴重,出現了明顯的控制失誤,其根軌跡方程如圖7所示。
由加積分控制器前后的根軌跡對比圖可以看出,加積分控制器前根軌跡都位于S平面的左半平面,無論閉環增益K如何變化,系統都處于穩定狀態,而加入積分控制器后,根軌跡位于虛軸和S平面的右半平面,系統變得不穩定。
綜上所述,對于不同的系統,加入積分調節會造成不同的結果。可以看出,當s的冪不為1時,相當于控制系統中有系統級聯的情況[6],積分調節已經不能起到優化系統的作用,反而會使系統的性能變差。因此加積分控制也要視具體的系統結構而定。
對G0(s)=1/(5s+2)用比例積分控制器Gc(s)=KP+(KI/s)控制,KP取定值1,取不同的積分系數觀察,積分控制曲線如圖8所示。由圖8可知,積分能夠在沒有級聯,即控制系統S的次數為1時,消除系統的穩態誤差,但會延遲達到穩態的時間。積分作用強弱的改變會影響系統的穩定性,積分程度越強,控制反應越快,但是超調會增加,甚至出現震蕩,系統變得不穩定;積分程度變弱,系統超調會得到抑制,但達到穩態的時間會變長。對于上述系統,積分強度約在0.7時最佳,因此在應用積分調節時,既要考慮受控系統的級聯情況,又要考慮積分強度即積分系數Ki的大小。
2 PID控制系統性能分析
對受控系統G0(s)=1/(s2+3s+8)分別用比例控制、比例微分控制、比例積分微分控制來觀察不同的控制效果。觀察原系統的單位階躍響應,如圖9(a)所示。由圖可知,此系統穩定時有較大的穩態誤差,且響應速度較慢。加入比例控制Gc(s)=KP,控制系統變為:
取KP=200,單位階躍響應如圖9(b)所示。由圖可知,加入適當的比例控制后,系統的穩態誤差明顯減小,反應速度有所加快,但出現了超調[7]。
加入比例微分控制Gc(s)=KP+KDs=KP(1+τs),控制系統變為:
取τ=0.045,即KD=9,單位階躍響應如圖9(c)所示。由圖可知,加入微分控制后,系統的穩態誤差依然存在,但超調明顯減小,達到穩態所需的時間亦明顯減小。加入比例微分積分控制:
控制系統變為:
取KI=360,單位階躍響應如圖9(d)所示。由圖可知,加入PID控制后,系統的穩態誤差被完全消除,超調明顯減小,達到穩態所需的時間亦明顯減小,單位階躍響應更接近真實值。PID控制相比單一的控制效果好。
3 結 語
本文基于Matlab函數庫仿真工具,采用系統函數分析法和根軌跡圖,仿真分析了三個控制參數各自的作用及調節的技巧和方法。比例控制可減小系統的穩態誤差,加快系統的響應速度,但會出現超調現象,犧牲了系統的相對穩定性;微分調節可提高系統的相對穩定性,抑制超調,但會消滅緩慢信號,引進高頻干擾;積分調節對于沒有級聯的系統能消除靜態誤差,但會使系統的控制速度變慢,且積分系數過大,系統會出現超調,積分系數過小,雖能抑制超調,但控制速度減慢,反而不利于已有串聯積分的系統保持穩定。針對具體的系統及控制要求,合理調節PID控制參數,可獲得滿意的控制效果。
參考文獻
[1]夏斯權,周亦敏,楊一波,等.步進電機閉環控制系統的研究與應用[J].機電工程,2017(12):1446-1450.
[2] ZHAO C, GUO L. PID controller design for second order nonlinear uncertain systems[J]. Science China,2017,60(2):201.
[3] SAMAHY A A,SHAMSELDIN M A. Brushless DC motor tracking control using self-tuning fuzzy PID control and model reference adaptive control[Z].Ain shams engineering journal,2016.
[4]李茜,李彬,朱雪丹.模糊自整定 PID 控制器的設計與仿真[J].化工自動化及儀表,2010,37(3):25-28.
[5] SHI R,YU W,ZHU Y,et al.Efficient and accurate eye diagram prediction for high speed signaling[C].IEEE/ACM International conference,2008.
[6] REN J H,OH K S. Multiple edge responses for fast and accurate system simulations[J].IEEE Transactions on advanced packaging,2008,31(4):741-748.
[7]樊學能.基于PID 算法的直流電動機調速系統的設計[J].機械制造與自動化,2011(3):175-178.
[8] ZRIBI A,CHTOUROU M,DJEMEL M.A new PID neural network controller design for nonlinear processes[Z].Computer science,2018.