基于PID及模糊PID的智能車恒速行駛仿真

張 騰，張永根，軒德豐，宋秋杰，李 偉，熊樹生▲

(1.浙江大學 能源工程學院，浙江 杭州 310027；2.杭叉集團股份有限公司，浙江 杭州 311305)

0 引言

中國在2006年首次使用滑模攤鋪技術來建造澳門國際機場，該項目于同年7月完工。然而，盡管中國使用該技術的時間點較早，但到目前為止，混凝土的滑模攤鋪技術還是沒有得到廣泛的使用。目前，國內機場道面混凝土多采用排架式振搗裝置和人工組合施工法施工，其本質還是人工施工。隨著國內機場的大開發和人工費用的不斷上升，對機場道面施工精度和建設速度要求越來越高，且行業對全機械化、智能化施工的需求也在不斷上漲[1]。

現已有個別施工企業采用攤鋪機固定模板法在機場混凝土道面施工中運用，但由于現行國內機場道面規范的限制，攤鋪機施工后的表面處理工序，還全部都采用人工施工，限制了攤鋪機快速施工的效率和道面平整度施工精度[2]。

因此，研發一種用于混凝土表面砂漿層處理的機械勢在必行，以此提高施工速度、提高表面平整度和提升機場道面混凝土施工機械化程度。

1 智能車行駛恒速控制

隨著控制理論與工業的發展，越來越多的智能控制方法被應用到實際的工程問題上。如神經網絡控制、串級控制、滑膜變結構控制、遺傳算法等等。它們在各種工業應用尤其是無人駕駛等智能領域，為提高工程質量，加快工程進度等做出了巨大貢獻[3-4]。在很多問題中，僅僅使用經典PID很難確定控制參數，無法達到理想的控制效果。對于時變性、非線性的控制對象，經典PID已不能適應多變的控制需求。智能車是一個非單一的控制系統，影響控制效果的因素眾多，經典PID難以整定出合適的控制參數。而在智能控制中，像神經網絡控制、遺傳算法等計算量巨大，對計算硬件有一定要求，在機場后處理智能車上很難應用。而模糊算法在滿足非線性控制的基礎上，計算量也不至于過大，符合本項目的工程需求，因此在恒速控制中，選擇使用模糊PID的控制方法。同時將模糊PID和經典PID的控制效果進行對比，分析兩者的控制效果。

2 基于PID的恒速控制

2.1 PID算法

PID是最基本的控制方法之一，在恒速控制這種較簡單的問題中，PID的工作穩定、調整方便等特點可以得到很好的發揮。因此，本文先使用PID控制來實現恒速控制。

PID控制算法由比例控制(P)、積分控制(I)、微分控制(D)組成。其控制過程如圖1。

圖1 PID控制算法流程圖

2.2 仿真與分析

PID仿真部分結果參數如表1。

表1 轉速50p/s仿真結果表

圖2 PID恒速控制模型圖

圖3 轉速50p/s仿真結果圖

由以上分析可知，對于單一PID控制，除啟動時會有較大超調，響應時間、穩態誤差、振蕩程度等指標均表現良好。但此仿真是在無外部干擾的情況下進行的，與實際情況有別，下面在單一PID控制的基礎上加上一定程度的干擾，觀察控制效果。控制模型如圖4所示，所加干擾信號如圖5所示[5]，仿真結果如圖6所示。

圖4 加入擾動后的PID恒速控制模型圖

圖5 擾動信號圖

圖6 轉速50p/s仿真結果圖

從圖中可以看出，PID的抗干擾能力明顯不足，尤其在50p/s的仿真中，加入白噪聲干擾后，穩定性明顯不足，且超調增大。在應對實際工況中更加多變復雜的工作環境，單一PID顯然無法勝任恒速行駛的控制工作。

通過以上建模仿真結果，我們確定，不能用單一PID來進行全部的恒速行駛控制工作。本文結合已有的智能PID控制方法，提出用模糊PID來進行恒速控制，用以改善控制器對干擾的應對能力，加強系統魯棒性，同時減小超調，縮短響應時間，提高穩態精度[6]。

3 基于模糊PID的恒速控制

基于以上討論，我們發現，單一PID控制無法對擾動產生理想的控制效果。由于單一PID的控制參數是固定的，無法隨著實時工作環境的改變調整控制參數，因此需要一種方法來針對反饋量的變化對參數進行實時調整，以達到更靈活、更有效的控制。本節在以上單一PID控制工作的基礎上，加入模糊控制方法，對KP、KI、KD進行智能控制，以達到更優的控制效果。

3.1 模糊PID基本原理

模糊PID即利用模糊控制來調整PID參數。它包括模糊化、模糊推理、清晰化、PID控制器四個部分，以速度偏差e以及偏差的變化率ec作為輸入，經過模糊化處理，得到模糊論域的輸入量，再通過模糊推理得到模糊論域的輸出量，最后清晰化得到基本論域的輸出量，在模糊PID中，此輸出量即PID控制器中的控制參數KP、KI、KD，最后將這三個參數以及偏差輸入PID控制器，得到控制輸出量，以控制電機轉速[7]。原理見圖7。

圖7 模糊PID控制流程圖

3.2 模糊PID仿真及結果

在模糊規則表確定后，還需確定各參數的隸屬度函數，以及解模糊的方法。隸屬度函數影響到最后的控制效果。隸屬度函數的形狀尖，則函數的分辨率高，較小的輸入變化會引起較大的輸出變化，控制的靈敏度高；形狀較平，則函數的分辨率低，輸入的變化不會引起輸出較大的改變，系統的穩定性提高，魯棒性強。文中選擇采用三角形隸屬度函數，并選擇采用重心法(加權平均法)進行解模糊清晰化。在考慮到前期KD的剎車作用對系統的控制效果影響較大，因此加入一個階躍信號，使得從0.75 s后，KD再開始起作用。模型如圖8所示，仿真結果如圖9所示。

圖8 模糊PID直線行駛控制模型

根據仿真結果，可以看到，模糊PID控制對于外部干擾的處理能力明顯更強，并且超調量降低，響應時間明顯加快，穩態誤差減小，穩定性增強。

圖9 模糊PID直線行駛仿真結果圖

表2 PID及模糊PID控制效果對比表

4 總結

本文結合混凝土道面智能高精度多功能成型機項目，進行智能車恒速即直線控制策略研究，并利用MATLAB/SIMULINK進行建模仿真工作，在PID控制的基礎上，進一步研究了模糊PID控制的控制效果，并就兩者主要控制參數進行了對比研究。最后針對實際行駛工況可能出現的偏移原因提出相應的糾偏策略。經過本文的研究，得到以下結論：

1)PID控制及模糊PID控制在無擾動或擾動極小的情況下，均可以滿足本項目的控制需求。即穩態誤差5%以內(實際在2%以內)，響應速度1 s以內(實際0.6 s以內)。

2)在外部擾動加入的情況下，模糊PID控制則能夠很好的實現超調量5%以內，甚至偏移率穩定在0.1%以內，響應速度也較經典PID快很多。