基于模糊自整定PID控制器在UUV中的应用研究*

(91388部队93分队 湛江 524022)

基于模糊自整定PID控制器在UUV中的应用研究*

姜建平刘鹏仲张国龙

(91388部队93分队 湛江 524022)

在设计UUV控制系统时,实际输出与理论输出总存在一定的偏差,设计一个好的控制系统须进行反复的实验和调试,这是一个相当烦琐的过程。论文根据作者对Matlab仿真软件包的应用研究,讨论了如何利用Matlab命令方式和Fuzzy Logic Toolbox、Simulink可视化方法来有效地解决控制系统的设计和仿真问题,设计了模糊自整定PID控制器,并进行了仿真分析。仿真结果表明,利用Matlab设计模糊PID控制系统快速简单,可视化强,具有模糊控制器快速、适应性强的特点,完全能够满足UUV控制系统中姿态、定深等设计需要。

模糊控制;Matlab;UUV;PID控制;Simulink

ClassNumberTP273.3

1 引言

随着ROV(缆控水下机器人)、UUV、USV(无人水面舰艇)等无人作战系统对现代战争有着越来越大的影响,越来越受到各国海军的重视,对控制效果要求越来越高,控制算法也越来越复杂,因而控制系统的设计也愈加困难。UUV航行过程中,特性会发生较大变化,呈现严重的非线性,要求控制规律对于参数变化剧烈的被控对象具有较强的鲁棒性。传统PID控制难以满足控制要求。基于模糊自整定PID控制器具有精度高、快速、鲁棒性强等特点,使被控对象具有良好的动、静态特性,但设计一个好的控制系统须进行反复的实验和调试,这是一个相当烦琐的过程。

模糊控制器的设计可以通过专用的模糊开发工具,如美国国家半导体公司的Neufuz4,德国Inform公司的Fuzzy TECH3.0和我国广西大学自动化研究所的FCDS V2.1等,但这些系统价格不菲。如果通过自行编程完成模糊控制器的设计,则开发时间长,效率低且通用性差。下面根据作者对Matlab仿真软件包的应用研究,在Matlab R2011b(7.13)版本的基础上,结合Fuzzy Logic Toolbox(模糊逻辑工具箱)与动态仿真软件Simulink,介绍模糊PID控制原理,探讨如何利用Fuzzy Logic Toolbox和Simulink来设计实现UUV模糊PID控制系统,并进行建模仿真和分析。

2 模糊PID控制原理

模糊PID控制算法的原理:首先分析PID控制器三个参数与误差E和误差变化率EC之间的关系,然后根据不断检测到的E和EC,依据模糊控制算法实现PID控制器三个参数的在线调整,从而满足不同工作条件下对PID控制器三个参数的要求,实现对被控对象的有效控制,使其具有良好的动态性能和静态性能。模糊自整定PID控制系统原理框图如图1所示。

图1 模糊自整定PID控制系统原理框图

3 利用Fuzzy Logic Toolbox编辑模糊逻辑控制系统

以UUV定深控制过程为例,采用模糊增益自整定PID控制算法,以偏差E和偏差变化率EC为模糊逻辑推理系统的输入,PID控制器的比例、微分、积分参数的修正值ΔKP、ΔKI、ΔKD为模糊逻辑推理系统的输出,根据模糊数学的理论和方法,将操作人员的调整经验和技术知识总结成为IF(条件)THEN(结果)形式的模糊规则,并把这些模糊规则及相关信息存入计算机中。根据控制器输出的变化情况,计算出采样时刻的偏差E及偏差变化率EC,输入控制器,运用模糊推理,进行模糊运算,即可得到该时刻的ΔKP、ΔKI、ΔKD,然后与初始值KP0、KI0、KD0相加,得到PID控制器的比例、微分、积分参数,实现对PID参数的最佳调整。

建立一个模糊推理系统即可用Matlab的命令行方式完成,也可由图形编辑器来完成,两种方式都可以完成同样的功能,这里主要介绍用图形编辑器来建立模糊推理系统,它直观、简单,给系统的设计带来不少方便。在图形编辑器方式下,模糊逻辑工具箱提供了五个基本的交互式图形编辑器来设计和完成模糊控制系统,如下。

3.1 模糊推理系统编辑器

在Matlab的命令状态下键入fuzzy,出现如图2所示的模糊推理系统图形编辑器,它显示了模糊推理系统的高层信息。该编辑器用于设计和显示模糊推理系统的一些基本信息与参数,如推理系统的名称,输入、输出变量的个数与名称,模糊推理系统的类型(Mamdani或Sugeno),模糊交算子,模糊并算子,蕴涵方法,模糊聚类方法及解模糊方法,模糊逻辑工具箱提供了一些常用的函数,如:模糊交算子有min(最小值)和prod(乘积),模糊并算子有max(最大值)和probor(OR概率统计方法),模糊蕴涵有min和prod,模糊聚类有max、probor和sum,解模糊方法有centroid(面积重心法)、bisector(二等分法)、middle of maximum(中间最大值法)、largest of maximum(最大最大值法)和smallest of maximum(最小最大值法),用户也可使用自己定义的函数,但用户定义的函数需与模糊工具箱提供的函数的工作方式类似。选择edit/add input可以添加输入变量E和EC,edit/add output可以添加输出变量ΔKP、ΔKI、ΔKD。

图2 FIS编辑器

3.2 录属函数编辑器

双击图2中的输入、输出框或选择edit/Membership Functions便可调出录属函数编辑器,如图3所示(这里采用三角类型),该编辑器用来设计和修改模糊推理系统中各语言变量对应的录属函数的相关参数,如录属函数的形状和论域等。系统提供的录属函数有三角形、梯形、高斯形、钟形等11种,用户也可定义自己的录属函数。选择edit/add MFs可以添加录属函数,Range文本框用以设置变量的论域,Display Range文本框可设置当前的显示范围,Name文本框设置录属函数的名称,Type下拉菜单设置录属函数的类型,Params文本框设置录属函数的参数。

图3 录属函数编辑器

3.3 模糊规则编辑器

在上面完成了对变量命名及确定了各变量的录属函数的形状和名称,就可开始模糊规则的编辑,双击图2中的FPID_UUV框或选择edit/rules可调出如图4所示的模糊规则库编辑器,用来设计和修改“If…Then…”形式的模糊控制规则,用该编辑器进行模糊控制规则的设计非常方便,设计者先选取输入语言变量及录属函数,然后通过交互式的图形环境选择相应的输出语言变量及录属函数即可,这就简化了规则的设计和修改。此外,还可为每条规则选择权重,对规则进行优化。如果选中了not复选框,则与该变量相关的性质都将取反。从模糊规则编辑器的Options菜单下可弹出Format菜单项,可以看到模糊规则的不同存取格式,默认为verbose,它显示规则的详细格式。

图4 模糊规则编辑器

3.4 模糊规则观察器和输出曲面观察器

从图2、图3或图4中选择edit/View rules或edit/View surface可调出模糊规则观察器或输出曲面观察器,它们是只读工具,不能编辑模糊推理系统。通过模糊规则观察器可很直观地观察哪些规则正在运作,录属函数对结果的影响；通过输出曲面观察器可看出输出对输入的依赖,并绘制一个输出曲面,有利于对推理系统进行改进。

模糊逻辑工具箱的五个GUI工具之间能相互作用并交换信息,只要有一个以上的编辑器是打开的,各编辑器都会知道其它编辑器的存在,并且如有必要,它还能更新相关的编辑器窗口。模糊推理系统(FIS)编辑器、录属函数编辑器、模糊规则库编辑器能读并能修改FIS系统的数据,但模糊规则观察器和输出曲面观察器在任何方式下都不能修改FIS系统的数据。

编辑好模糊推理系统后,存盘,保存的文件名可任意,如这里为FPID_UUV,扩展名为fis。要进行仿真,还需将编辑好的模糊推理系统装载入Matlab工作区中,在Matlab工作区中载入模糊推理系统十分简单,在已编辑好的模糊推理系统的任一编辑器下选择file/save to workspace就可将其保存到Matlab的工作区中。

4 模糊控制器与Simulink的连接

MATLAB提供的Simulink是一个用来对动态系统进行建模、仿真和分析的软件包。它使用简单,功能强大,并能支持连续、离散及两者混合的线性和非线性系统。Simulink可以与模糊逻辑工具箱实现完美的结合,这也正是模糊逻辑工具箱最大的优点之一。在MATLAB命令提示符下键入Simulink命令启动Simulink,在Simulink Library Browser中选中Fuzzy Logic Toolbox项,选择Fuzzy Logic Controller或Fuzzy Logic Controller with Ruleviewer,将其拖入仿真模型中,取名为上面已建立好的模糊推理系统的名称FPID_UUV,设被控对象为二阶惯性环节,其传递函数为

在Simulink环境下建立如图5所示的仿真模型

图5 模糊增益自调整PID控制器和常规PID控制器Simulink仿真模型

在阶跃信号终值为100,取采样时间为T=0.1s,仿真时间为100s,阶跃干扰取值为0时,PID控制三个参数分别取Kp=100,Ki=1,Kd=1000。仿真结果如图6所示。

图6 模糊自调整PID算法和常规PID算法的仿真结果(阶跃干扰为0)

在控制系统稳定运行的第45s时,施加一终值为20的阶跃干扰,如果系统自适应能力差,则系统会出现振荡,控制失效。但由于模糊自整定PID控制系统本身具有的参数在线调整功能,使得控制系统具有了较强的自适应能力,能够较好地克服外来干扰,较快地达到稳定状态。仿真结果如图7所示。

图7 模糊自调整PID算法和常规PID算法的仿真结果(阶跃干扰为20,阶跃时间45s)

5 结语

从上面仿真实例可以看出,因提供了良好的人机交互界面,结合Matlab自身的数值计算能力和Simulink开放式的、动态的图形化仿真环境,利用Matlab的模糊逻辑工具箱来构建模糊控制器和模糊推理系统简单快速,精度高,可视化强,从建模到最终的动态曲线分析,用户都不需要编写计算机程序。

由仿真结果可知,模糊自整定PID控制算法能同时发挥模糊控制和PID控制两者算法的优点,能够在较短的时间内达到稳定,适应能力强、计算量较小、容易实现,便于在工程上进行应用,且能够较好地适应外来干扰,具有较强的鲁棒性和自适应性,尤其是外在环境发生改变时同样可以获得很好的控制效果,在UUV控制系统中有较好的工程应用前景。

[1]张国良,曾静,柯熙政,等.模糊控制及其MATLAB应用[M].西安:西安交通大学出版社,2002:248-290.

[2]魏克新,王云亮,陈志敏.MATLAB语言与自动控制系统设计—电气自动化新技术从书[M].北京:机械工业出版社,1997,8:156-172.

[3]章卫国,杨向忠.模糊控制理论与应用—现代信息技术新进展从书[M].西安:西北工业大学出版社,1999,10:84-98.

[4]刘金琨.先进PID控制及其MATLAB仿真[M].北京:电子工业出版社,2003:112-176.

[5]叶润玉.一种自适应模糊PID控制器的设计及应用[J].福建工程学院学报,2006,4(6):801-821.

[6]耿瑞.基于MATLAB的自适应模糊PID控制系统计算机仿真[J].信息技术,2007(1):43-46.

[7]张泾周,杨伟静,张安详.模糊自适应PID控制的研究及应用仿真[J].计算机仿真,2009,9(26):132-135.

[8]周冉辉,万立.基于Fuzzy-PID的UUV姿态控制器研究[J].舰船电子工程,2011,12(31):83-85.

[9]汤秀芬.模糊自适应PID控制器参数整定的研究[J].工业控制计算机,2012,2(25):55-57.

[10]姚松,蒋念平.基于模糊控制理论的PID控制器的仿真研究[J].计算机系统应用,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,硕士研究生,工程师,研究方向:水声信号处理。刘鹏仲,男,硕士研究生,工程师,研究方向:建模与仿真。张国龙,男,助理工程师,研究方向:水声信号处理。

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