首页 / 专利库 / 摄影 / 自拍 / 一种基于PLC板卡的内置PID模糊控制方法

一种基于PLC板卡的内置PID模糊控制方法

阅读:84发布:2024-01-08

专利汇可以提供一种基于PLC板卡的内置PID模糊控制方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于PLC板卡的内置PID模糊控制方法,通过 采样 数据或经验值确定模糊控制规则,利用模糊控制规则对测量值误差e和误差变化率ec进行模糊化处理得出各模糊子集的隶属度,根据得到的隶属度建立各模糊子集的隶属度赋值表和各参数模糊控 制模 型,应用模糊合成推理设计分数阶PID 控制器 参数的模糊矩阵表,算出修正量参数为为PID控制器的输入,根据被控对象的状态自动调整PID控制器输出三个控制参数的取值,以误差e和误差变化率ec作为输入,利用模糊规则对PID控制器的输出参数进行自适应整定,使被控对象保持在良好的动、静态稳定状态,用户只需要输入相应控制参数值,无需自行编写PLC控制程序,操作难度低、 稳定性 和可靠性高。,下面是一种基于PLC板卡的内置PID模糊控制方法专利的具体信息内容。

1.一种基于PLC板卡的内置PID模糊控制方法,其特征在于,包括以下步骤:
步骤1)、通过采样数据或经验值确定模糊控制规则;
步骤2)、利用模糊控制规则对测量值误差e和误差变化率ec进行模糊化处理得出各模糊子集的隶属度;
步骤3)、根据步骤2)得到的隶属度,建立各模糊子集的隶属度赋值表和各参数模糊控制模型,应用模糊合成推理设计分数阶PID控制器参数的模糊矩阵表,算出参数Δkp、Δki、Δkd,Δkp为控制器的比例系数的修正量,Δki为控制器的积分系数的修正量,Δkd为控制器的微分系数的修正量;
步骤4)、将得到的修正量参数Δkp、Δki、Δkd作为PID控制器的输入,根据被控对象的状态自动调整PID控制器输出三个控制参数的取值。
2.根据权利要求1所述的一种基于PLC板卡的内置PID模糊控制方法,其特征在于,具体的,通过公式(1)得到模糊关系矩阵R:
如果测量值误差e=Ai、误差变化率ec=Bj,
则输出模糊集u=Ck,i=1,...,N1;j=1,2,...,N2;K=1,2,...,N2
式中Ai—测量值误差e的模糊子集;Bj—误差变化率ec的模糊子集;Ck—输出模糊集U的模糊子集;N1,N2,N3分别为模糊子集Ai,Bj,Ck的个数;
根据模糊推理的合成规则,输出的控制量是输出模糊集U:
U=(A×B)×R   (2)

A—测量值误差e的模糊集;B—误差变化率ec的模糊集。
3.根据权利要求1所述的一种基于PLC板卡的内置PID模糊控制方法,其特征在于,根据函数族建立不同参数对应的隶属函数,求取各参数的隶属度。
4.根据权利要求1所述的一种基于PLC板卡的内置PID模糊控制方法,其特征在于,利用步骤2)所得出的隶属度及相应隶属度的横坐标,算出修正量参数Δkp、Δki、Δkd;具体的计算公式如下:
x、y分别代表不同方向的偏差,u(x)、u(y)分别表示不同修正量不同方向的隶属度;z为对应隶属度横坐标。
5.根据权利要求4所述的一种基于PLC板卡的内置PID模糊控制方法,其特征在于,将得到的修正量参数Δkp、Δki、Δkd带入公式
kp=kp0+Δkp
ki=ki0+Δki
kd=kd0+Δkd
即可得到PID控制器三个控制参数的输出值。
6.根据权利要求1所述的一种基于PLC板卡的内置PID模糊控制方法,其特征在于,PID控制器输出三个控制参数的取值通过以下公式得到:
7.根据权利要求2所述的一种基于PLC板卡的内置PID模糊控制方法,其特征在于,测量值误差e=r(k)-y(k),r(k)为控制目标值,y(k)为实测反馈值;
误差变化率ec=e(k)-e(k-1);
e(k)表示当前控制目标值和实测反馈值的偏差;e(k-1)表示上一拍控制目标值和实测反馈值的偏差。

说明书全文

一种基于PLC板卡的内置PID模糊控制方法

技术领域

[0001] 本发明属于基于PLC板卡的内置PID模糊控制算法的设计,具体涉及一种基于PLC板卡的内置PID模糊控制方法。

背景技术

[0002] PLC是以微处理器基础的通用工业控制装置,通过其内部集成的指令实现工业控制,在工业控制领域中已得到广泛应用。目前,PLC内部集成的传统PID控制使用方便、适应性强,同时具有制时精度低、抗干扰能差、自适应性差等特点,传统的PLC中内置的PID控制算法是传统的PID控制算法,在使用过程中,用户就必须自行编写PLC控制程序,实现二次开发,操作难度大、稳定性和可靠性较低。

发明内容

[0003] 本发明的目的在于提供一种基于PLC板卡的内置PID模糊控制方法,以克服现有技术的不足。
[0004] 为达到上述目的,本发明采用如下技术方案:
[0005] 一种基于PLC板卡的内置PID模糊控制方法,包括以下步骤:
[0006] 步骤1)、通过采样数据或经验值确定模糊控制规则;
[0007] 步骤2)、利用模糊控制规则对测量值误差e和误差变化率ec进行模糊化处理得出各模糊子集的隶属度;
[0008] 步骤3)、根据步骤2)得到的隶属度,建立各模糊子集的隶属度赋值表和各参数模糊控制模型,应用模糊合成推理设计分数阶PID控制器参数的模糊矩阵表,算出参数Δkp、Δki、Δkd,Δkp为控制器的比例系数的修正量,Δki为控制器的积分系数的修正量,Δkd为控制器的微分系数的修正量;
[0009] 步骤4)、将得到的修正量参数Δkp、Δki、Δkd作为PID控制器的输入,根据被控对象的状态自动调整PID控制器输出三个控制参数的取值。
[0010] 进一步的,具体的,通过公式(1)得到模糊关系矩阵R:
[0011]
[0012] 如果测量值误差e=Ai、误差变化率ec=Bj,
[0013] 则输出模糊集u=Ck,i=1,...,N1;j=1,2,...,N2;K=1,2,...,N2
[0014] 式中Ai—测量值误差e的模糊子集;Bj—误差变化率ec的模糊子集;Ck—输出模糊集U的模糊子集;N1,N2,N3分别为模糊子集Ai,Bj,Ck的个数;
[0015] 根据模糊推理的合成规则,输出的控制量是输出模糊集U:
[0016] U=(A×B)×R   (2)
[0017] 即
[0018] A—测量值误差e的模糊集;B—误差变化率ec的模糊集。
[0019] 进一步的,根据函数族建立不同参数对应的隶属函数,求取各参数的隶属度。
[0020] 进一步的,利用步骤2)所得出的隶属度及相应隶属度的横坐标,算出修正量参数Δkp、Δki、Δkd;具体的计算公式如下:
[0021]
[0022]
[0023]
[0024] x、y分别代表不同方向的偏差,u(x)、u(y)分别表示不同修正量不同方向的隶属度;z为对应隶属度横坐标。
[0025] 进一步的,将得到的修正量参数Δkp、Δki、Δkd带入公式
[0026] kp=kp0+Δkp
[0027] ki=ki0+Δki
[0028] kd=kd0+Δkd
[0029] 即可得到PID控制器三个控制参数的输出值。
[0030] 进一步的,PID控制器输出三个控制参数的取值通过以下公式得到:
[0031]
[0032] 进一步的,测量值误差e=r(k)-y(k),r(k)为控制目标值,y(k)为实测反馈值;
[0033] 误差变化率ec=e(k)-e(k-1);
[0034] e(k)表示当前控制目标值和实测反馈值的偏差;e(k-1)表示上一拍控制目标值和实测反馈值的偏差。
[0035] 与现有技术相比,本发明具有以下有益的技术效果:
[0036] 本发明一种基于PLC板卡的内置PID模糊控制方法,通过采样数据或经验值确定模糊控制规则,利用模糊控制规则对测量值误差e和误差变化率ec进行模糊化处理得出各模糊子集的隶属度,根据得到的隶属度建立各模糊子集的隶属度赋值表和各参数模糊控制模型,应用模糊合成推理设计分数阶PID控制器参数的模糊矩阵表,算出修正量参数为为PID控制器的输入,根据被控对象的状态自动调整PID控制器输出三个控制参数的取值,以误差e和误差变化率ec作为输入,利用模糊规则对PID控制器的输出参数进行自适应整定,使被控对象保持在良好的动、静态稳定状态,用户只需要输入相应控制参数值,无需自行编写PLC控制程序,操作难度低、稳定性和可靠性高。附图说明
[0037] 图1是模糊PID自整定结构图。
[0038] 图2是具体实施例参数实现梯形图。
[0039] 图3是规则模糊控制规则图。

具体实施方式

[0040] 下面结合附图对本发明做进一步详细描述:
[0041] 如图1所示,一种基于PLC板卡的内置PID模糊控制方法,模糊自适应PID控制算法工作原理:模糊自适应PID算法主要是由模糊控制器和PID控制器结合而成,模糊控制器以测量值误差e和误差变化率ec作为输入,利用模糊控制规则对PID控制器的输出参数kp、ki、kd进行自适应整定,使被控对象保持在良好的动、静态稳定状态;相比传统的PID控制,模糊自适应PID更加的灵活稳定,特别是对于时变性和非线性较大的被控对象,其优点更加突出,kp为控制器比例系数,ki为控制器积分系数,kd为控制器微分系数;模糊PID自整定结构图如图1所示。
[0042] 基于PLC板卡的内置PID模糊控制方法包括以下步骤:
[0043] 步骤1)、通过采样数据或经验值确定模糊控制规则:
[0044] 具体的,通过公式(1)得到模糊关系矩阵R:
[0045]
[0046] 如果测量值误差e=Ai、误差变化率ec=Bj,
[0047] 则输出模糊集u=Ck,i=1,...,N1;j=1,2,...,N2;K=1,2,...,N2
[0048] 式中Ai—测量值误差e的模糊子集;Bj—误差变化率ec的模糊子集;Ck—输出模糊集U的模糊子集;N1,N2,N3分别为模糊子集Ai,Bj,Ck的个数;
[0049] 根据模糊推理的合成规则,输出的控制量是输出模糊集U:
[0050] U=(A×B)×R   (2)
[0051] 即
[0052] A—测量值误差e的模糊集;B—误差变化率ec的模糊集;
[0053] 测量值误差e=r(k)-y(k),r(k)为控制目标值,y(k)为实测反馈值;
[0054] 误差变化率ec=e(k)-e(k-1);
[0055] e(k)表示当前控制目标值和实测反馈值的偏差;e(k-1)表示上一拍控制目标值和实测反馈值的偏差;
[0056] 如图3所示的规则模糊控制规则图,将测量值误差e分成14个等级,误差变化率ec分成13个等级,输出模糊集U分成15个等级,则通过运算可得模糊控制表如表1所示:
[0057] 表1模糊控制表
[0058]
[0059] 步骤2)、利用模糊控制规则对测量值误差e和误差变化率ec进行模糊化处理得出各模糊子集的隶属度:
[0060] 隶属度函数的建立方法:各参数对相应子集的隶属函数分别由不同的函数族决定,参数的相应子集指该参数被人为的划分成的等级所构成的一组模糊集合,相应子集的多少,由控制精度决定:
[0061] 如参数“温度”的相应子集可以是“正大,正小,负小,负大”,也可以是“正大,正中,正小,负小,负中,负大”,后者比前者模糊子集更多,控制精度更高,温度偏差x的相应子集为:
[0062] 正大:输出控制量u(x)与偏差x的关系为u(x)=1-1/(1+0.5X2)(X>0)
[0063] 正中:输出控制量u(x)与偏差x的关系为u(x)=1/(1+(X-2)2)(X>0)
[0064] 正小:输出控制量u(x)与偏差x的关系为u(x)=1/(1+(X-1)2)(X>0)
[0065] 正很小:输出控制量u(x)与偏差x的关系为u(x)=1/(1+0.5X2)(X>0)
[0066] 负很小:输出控制量u(x)与偏差x的关系为u(x)=1/(1+0.5X2)(X<0)
[0067] 负小:输出控制量u(x)与偏差x的关系为u(x)=1/(1+(X+1)2)(X<0)
[0068] 负中:输出控制量u(x)与偏差x的关系为u(x)=1/(1+(X+2)2)(X<0)
[0069] 负大:输出控制量u(x)与偏差x的关系为u(x)=1-1/(1+0.5X2)(X<0)
[0070] 步骤3)、根据步骤2)得到的隶属度,建立各模糊子集的隶属度赋值表和各参数模糊控制模型,应用模糊合成推理设计分数阶PID控制器参数的模糊矩阵表,算出参数Δkp、Δki、Δkd;
[0071] Δkp为控制器的比例系数的修正量,Δki为控制器的积分系数的修正量,Δkd为控制器的微分系数的修正量;Δkp、Δki、Δkd为模糊控制器的3个输出值;
[0072] 具体的,利用步骤2)所得出的隶属度及相应隶属度的横坐标,算出修正量参数Δkp、Δki、Δkd;具体的计算公式如下:
[0073]
[0074]
[0075]
[0076] x、y分别代表不同方向的偏差,u(x)、u(y)分别表示不同修正量不同方向的隶属度;z为对应隶属度横坐标;
[0077] 步骤4)、将得到的修正量参数Δkp、Δki、Δkd作为PID控制器的输入,根据被控对象的状态自动调整PID控制器输出三个控制参数的取值。
[0078] 具体的:将得到的修正量参数Δkp、Δki、Δkd带入公式
[0079] kp=kp0+Δkp
[0080] ki=ki0+Δki
[0081] kd=kd0+Δkd
[0082] 即可得到PID控制器三个控制参数的输出值,kp0、ki0、kd0为PID参数的初始设计值,由常规的PID控制器的参数整定方法设计;
[0083] 利用以下公式,即可得到PID控制器输出:
[0084]
[0085] 具体实施例如图2所示,将PID控制器输入参数建立对应的参数实现梯形图,将PID控制器输入参数带入运算,用户只需要按如下的编程举例操作即可实现模糊PID控制算法:D1为PID控制器的控制目标值;
[0086] D2为实测反馈值;
[0087] D80为PID运算所需设定初值KP;
[0088] D81为PID运算所需设定初值Ki;
[0089] D82为PID运算所需设定初值Kd;
[0090] 模糊控制器需要的输入值误差e及误差变化率ec在PLC板卡程序中通过计算得到。
[0091] D100为PID计算结果的存放单元,请指定为非电池保持区,否则首次启动运算前需对其作初始化清0处理,最终的模糊PID计算结果将保存在D100寄存器中。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈