模糊自適應PID算法在智能車中的應用研究

陳冠希

摘 要：本文首先分析智能控制技術，然后闡述各個控制方法的原理，最后在MATLAB的Simulink模塊中進行了模型的建立和仿真，并對傳統PID模型和模糊自適應PID模型的仿真分析圖進行分析，從而得出模糊自適應PID控制效果遠遠好于傳統PID控制的結論。

關鍵詞：模糊控制；PID控制；智能車；仿真

中圖分類號：TP273.5 文獻標識碼：A 文章編號：1003-5168（2018）04-0031-02

Research on the Application of Fuzzy Adaptive

PID Algorithm in Intelligent Vehicle

CHEN Guanxi

（Guizhou Polytechnic Institute， Guiyang Guizhou 550003）

Abstract： This paper first analyzed the intelligent control technology， and then described the principle of the control method， finally had carried on the establishment of model and Simulation in the Simulink module of MATLAB， and the traditional PID model and adaptive fuzzy PID model simulation analysis chart analysis， thus obtained the conclusion that fuzzy adaptive PID control was better than the traditional PID control.

Keywords： fuzzy control；PID control；intelligent vehicle；simulation

智能車是當今討論的較為火爆的話題之一。目前，在智能車的控制方面大多使用的是模糊控制和傳統的PID控制。本文主要針對在智能車發展過程中幾種控制方法進行分析與研究，并提出較為先進的模糊自適應PID控制方法，并對其進行驗證。

1 智能控制技術

隨著互聯網的快速普及和人工智能的發展，自動控制的概念已經為人們所熟知，并以非常快的速度應用于電視、洗衣機、電冰箱等家用電器中。隨著工業技術發展進入4.0階段，人們對自動控制技術的要求不斷提高，其理論也由傳統的控制理論發展到當前的現代控制技術，通過建立精確的數學模型進而實現有效的控制。但一線技術人員都知道，絕大多數工業模型由于其不確定性、時變性等，很難建立精確的數學模型，甚至連近似模型的建立都很難。為了解決這些問題，智能控制技術應運而生。智能控制技術不僅是幾門學科的交叉，更是多種科學方法的運用，是一門學習、運用起來較難的學科，但其運用范圍越來越廣，其重要方法有經典控制方法、自適應方法、模糊控制和PID控制等，其發展的主要方向是將人工智能引入智能控制技術行業。現在對幾種控制方法進行簡要分析。

1.1 模糊控制

模糊控制是通過模仿人的思維而進行邏輯推理、模糊控制的智能控制技術方法，其以模糊集理論、模糊語言變量和模糊控制邏輯推理為基礎。由于模糊控制的可操作性強、具有實際應用價值，因而，被廣泛應用于工業領域。20世紀60年代，美國加利福尼亞大學的一位教授提出了模糊數學的概念，隨著模糊數學的發展，其最終發展成為模糊控制理論。但是，當時的控制模型較為單一，應用范圍較為狹窄，主要用在蒸汽機上，但隨著工業技術的發展，模糊控制理論的應用范圍越來越廣，逐漸被用于電氣行業、交通運輸行業及工業生產等。

1.2 PID控制

PID控制方法是智能控制技術中一項較為重要的控制方法，PID即是比例、積分、微分三者英文的縮寫。PID控制方法發展歷史較長，已經擁有標準的控制器。目前，PID控制算法已被廣泛應用于智能汽車、智能儀表、智能調節器等方面，利用PID控制器可以實現對力、溫度、電流等的控制。當不知道被控對象的性質參數或者得到的被控對象的各項參數不完整時，將很難創建數學模型或者近似創建數學模型，這時可利用PID控制方法解決此類問題。

1.3 自適應控制

自適應控制是一種根據控制器在算法控制律的參數改變過程中獲得一套自適應參數的魯棒控制。工業模型的被控對象與內環控制經常會出現參數不匹配的問題，其模型的準確性也很難確定，但其內部的控制理論一般是固定不變的，一旦數學模型與內在控制不匹配或者匹配不準確時，自適應控制技術將根據外在被控對象參數的變化而不斷調節內環控制，以達到控制的最優化。

2 控制方法的原理

2.1 模糊控制

模糊控制系統的基本結構如圖1所示，具體包括被控對象（基本上很難建模）、模糊控制器、輸入/輸出接口（模糊化與反模糊化環節）、執行結構及測量變送器。模糊控制系統的原理為，首先計算測量值與期望值的差即計算偏差信號E，將E模糊化后變成模糊量，用相應模糊語言表示，將E和推理規則進行合成，得到輸出控制量，將模糊控制量轉化為精確量，并傳送給執行機構[1]。

2.2 PID控制原理

PID控制不同于模糊控制，其因具有經典的控制理論規律從而實現對控制對象的調節，即比例調節、積分調節和微分調節，其作用是調整系統偏差、提高系統穩態和抗干擾能力及克服系統慣性滯后。單通道的PID控制原理圖如圖2所示。這是一個閉環反饋控制，其輸入值為r（t），實際輸出值為c（t），系統的控制偏差為e（t），即系統輸入值與系統實際輸出值之差。比例、積分、微分分別是P、I、D。u（t）是t時刻PID控制器的實際輸出值。上述參數會隨著系統的不同及控制要求的變化而發生變化。PID控制的結構極其簡單，但控制效果良好。

3 模糊自適應PID模型的建立與仿真

3.1 模糊自適應PID控制器設計

模糊自適應PID算法模型是當前較為先進的控制技術之一，應用也較為廣泛，其可以根據智能車的模型定義不同的系統模型，從而使智能車獲得高精度、穩定的效果。模糊自適應PID控制器設計如圖3所示，模糊控制集成為模糊推理，PID控制器即發展為PID調節器，共同控制著對象，其以偏差和偏差變化率為輸入，可以滿足不同情況下的參數要求，從而獲得不同智能車模型的效果[2]。

3.2 模糊自適應PID控制Simulink模型建立

本文通過對比仿真的方式驗證模糊自適應PID控制智能車的效果比傳統的PID控制效果好。通過MATLAB中的Simulink模塊建立傳統PID仿真模型和模糊自適應PID控制模型，再分別進行仿真實驗，獲取實驗曲線，并對曲線進行分析。Simulink模塊是非常具有特色的仿真模塊，其被廣泛應用于工業技術領域，在智能車的設計和應用仿真中具有重要作用。在Simulink工作界面中，用戶可以使用鼠標對Simulink模塊庫中的元器件進行拖選，以實現對各個模型的使用，各個模塊之間使用具有流向的連線連接，很容易實現對電路、智能車的模型建立，并且可以實現一鍵仿真，出圖，非常適合初學者入門使用。

4 結語

本文研究了智能車中模糊控制、傳統PID控制以及自適應控制的發展現狀及應用，并進一步分析模糊控制、傳統PID控制的基本原理，隨后提出模糊自適應PID控制的方法，并在前人研究的基礎上進一步對模糊自適應PID算法進行設計。

參考文獻：

[1]侯勇嚴，孫瑜，郭文強.一種自適應模糊PID控制器的仿真研究[J].陜西科技大學學報，2004（2）：48-52.