[发明专利]基于遗传算法的模糊PID控制器及其控制方法

说明书

技术领域

本发明关于一种PID控制器及其控制方法，特别是涉及一种基于遗传算法的模糊PID控制器及其控制方法。

背景技术

PID(比例-积分-微分)控制器作为最早实用化的控制器已有70多年历史，现在仍然是应用最广泛的工业控制器，PID控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。

目前实际应用中使用最广泛的是常规PID控制策略，其原理简单，稳定性好，但是由于常规PID控制中的比例、积分、微分三个基本参数，一旦整定好就不能再改变了，因此对强非线性或未知干扰较强的系统将不能很好的控制。由于模糊控制可以对复杂的非线性系统进行有效的控制，因此基于模糊控制的模糊PID控制器应运而生。

然而，在一般的模糊控制系统中，模糊控制的规则基本上是来源于那些控制专业领域的专家和技术人员的专业知识，具有相当大的人为主观性，对于那些复杂非线性的且有较强随机扰动的实际控制系统来说，这些控制规则不能说是完全准确的，有时甚至可能出现较大的出入，而且其隶属函数的选取也有类似的上述情况。

发明内容

为克服上述现有技术的不足，本发明之目的在于提供一种基于遗传算法的模糊PID控制器及其控制方法，其利用模糊控制算法对传统PID控制进行改进，通过模糊控制算法来在线调整PID控制系统中的三个主要控制参数，使其能与实时动态控制系统相适应，在确保控制检测准确的基础上，提高了控制系统的动态与静态性能。

为达上述及其它目的，本发明提出一种基于遗传算法的模糊PID控制器，包括PID控制器、模糊控制模组，其中该模糊PID控制器还包括遗传算法优化模组，该模糊控制模组利用模糊控制算法实现对被控对象控制，在线动态生成该PID控制器的三个参数，该遗传算法优化模组在优化搜索中选择合适的适应度函数，利用种群中每个个体的适应度值进行搜索，增加遗传算法的收敛速度，计算出最优解，以此对该模糊控制模组所输出的三个参数进行进一步优化。

进一步地，该模糊控制模组将被控量的精确值与设定值进行比较，得到误差，并计算出误差变化率，然后将误差和误差变化率分别量化模糊成模糊量，再由误差、误差变化率和模糊关系矩阵根据推理合成规则进行模糊决策，得到模糊控制量，作用于被控对象，如此循环下去，实现对被控对象的控制。

进一步地，该遗传算法优化模组利用遗传算法采用群体方式对目标函数空间进行多线索的并行搜索。

进一步地，该模糊PID控制器用于基于邮政包裹物流传输的直线电机控制系统。

进一步地，该目标函数为：

J=∫0∞(ω1|e(t)|+ω2u2(t))dt+ω3*tu]]>

其中，e(t)为系统误差，u(t)为PID控制器的输出，t_u为上升时间，w₁，w₂，w₃为权值。

进一步地，该适应度函数为该目标函数的倒数，F＝1/J。

进一步地，该遗传算法优化模组优化后的三个参数为：

Kp＝Kpc+ΔKp*Pkp；

Ki＝Kic+ΔKi*Pki；

Kd＝Kdc+ΔKd*Pkd；

其中，Kpc、Kic、Kdc为对该PID控制器的三个基本参数先预设的常量，ΔKp、ΔKi、ΔKd为该模糊控制模组的输出，Pkp，Pki，Pkd为由遗传算法计算得出相对于三个参数的比例因子。