|
PID控制参数整定（调节方法）原理+图示+MATLAB调试
Chapter1 PID控制参数整定（调节方法）原理+图示+MATLAB调试序一、P参数选取二、I的调节三、D的调节四、总结
Chapter2 PID参数调整，个人经验（配输出曲线图）Chapter3 PID温度控制参数整定方法Chapter4 simulink中的PID模块的使用1、Simulink中PID模块的介绍1.1、控制器类型选择1.2、PID控制器格式1.3、时域选择1.4、PID的饱和输出限制
2 、自建PID模块
Chapter5 simulink实现模糊PID控制模糊系统建立simulink实现模糊PID模块结果展示
Chapter6 飞思卡尔智能车----模糊PID算法通俗讲1.1传统PID控制1.2模糊PID控制2.1模糊化2.2 模糊推理2.3 清晰化3 模糊PID4. 部分解释
Chapter7 模糊自适应整定PID控制Chapter8 自适应模糊PID（位置式）C语言实现一、自适应模糊PID原理二、代码实现fuzzy_pid.hfuzzy_pid.c调用方法
Chapter1 PID控制参数整定（调节方法）原理+图示+MATLAB调试
原文链接：https://blog.csdn.net/viafcccy/article/details/107988093
序
首先最重要的是了解每个参数调节了系统响应的那些属性，通过观察响应从而调节参数改变属性。
PID的作用概述： 1、P产生响应速度和力度，过小响应慢，过大会产生振荡，是I和D的基础。 2、I在有系统误差和外力作用时消除偏差、提高精度，同时也会增加响应速度，产生过冲，过大会产生振荡。 3、D抑制过冲和振荡，过小系统会过冲，过大会减慢响应速度。D的另外一个作用是抵抗外界的突发干扰，阻止系统的突变。
同时调节的顺序是：P>I>D
下面了解的一个很重要的就是调节的目标，也就是最好的响应曲线是什么样子。
PID 调节目标：
1、衰减比在4-10之间最佳，也就是响应曲线的前两个峰值B:B1的比值在4-10之间。
2、稳态误差趋近于0
3、系统响应越快越好 
一、P参数选取
tip：在第一步牢记P产生响应速度和力度，过小响应慢，过大会产生振荡，是I和D的基础。
如果想自己调试尝试可以打开matlab，运行simulink，照着下面的图进行连接，如果想直接应用可以直接往后看。
图中的系统为一个PID控制二阶系统。  拿上面的系统进行举例，首先设定P=0.1，I=0，D=0观察响应。可以看到图像没有超调，说明P产生的响应速度和力度太小了，  P=1，I=0，D=0观察系统响应，超调量出现但是只有一个波形，同时也就意味着调节时间太慢了，继续加大P  P=10，I=0，D=0，此时调节时间显著下降，可以看到此时的数量级已经调整完成，也就是P参数只需要微调  P=100，I=0，D=0，系统开始变得振荡  如果继续加大P，系统会达到一个临界值，产生等幅振荡，最后开始发散。如下图所示： 
二、I的调节
tip：I在有系统误差和外力作用时消除偏差、提高精度，同时也会增加响应速度，产生过冲，过大会产生振荡。
I主要调节稳态输出，消除扰动。由于系统没有扰动输入因此看不到I对于消除扰动的效果。P=10,I=10,D=0,此时I过大导致系统振荡加剧。 
P=10,I=1,D=0，此时响应波形基本符合预期。观察稳态输出约为0.963左右。   P=10,I=0.1,D=0，可以看到几乎响应波形没有变化。说明在没有扰动的情况下I只要不过大影响不大。但是稳态输出变化为0.916   P=10,I=0,D=0,稳态输出变为0.91左右。  最终我们可以通过I少量调节稳态输出的值，最终将稳态误差消除。关于I对波形影响的作用总结如下图： 
三、D的调节
tip:D抑制过冲和振荡，过小系统会过冲，过大会减慢响应速度。D的另外一个作用是抵抗外界的突发干扰，阻止系统的突变。
P=10，I=0.1，D=10，可以看到将所有的冲击都消除掉了。  P=10，I=0.1，D=1，消除冲击减弱，此时显然衰减比不符合要求  P=10，I=0.1，D=1，此时基本符合要求。 
四、总结
首先调节P的数量级达到一个只有2个左右明显峰值的波形，再调节I找到不会波形振荡也不会没有超调的的区间，在区间内找到一个I将稳态误差尽可能消除。最终使用D来控制衰减比和波形的峰值、超调量。最后根据要求的稳态值、调节时间、超调量、上升时间、峰值时间等指标进行微调达到目标。
最后可以总结成一个口诀
参数整定找最佳，从小到大顺序查， 先是比例后积分，最后再把微分加， 曲线振荡很频繁，比例度盘要放大， 曲线漂浮绕大湾，比例度盘往小扳， 曲线偏离回复慢，积分时间往下降， 曲线波动周期长，积分时间再加长， 曲线振荡频率快，先把微分降下来， 动差大来波动慢，微分时间应加长， 理想曲线两个波，前高后低4比1， 一看二调多分析，调节质量不会低 。
Chapter2 PID参数调整，个人经验（配输出曲线图）
原文链接：https://blog.csdn.net/weixin_44407238/article/details/119255699
Chapter3 PID温度控制参数整定方法
原文链接：https://blog.csdn.net/pengzhihui2012/article/details/50380780
最近做了一个温度控制相关的项目，在此记录一下，方便以后查找，同时也供大家参考，欢迎指正，所有数据均为实验数据，绝对真实。
位置式PID控制公式原型：u(t) = kp * e(t) + ki * [e(1) + e(2) + ....+ e(t)] + kd * [e(t) - e(t-1)]
控制对象：加热/制冷器（在2分钟内不能再加热至冷之间切换）控制密封的腔体（空间体积大小15cm*20cm*65cm）温度。
控制原理：利用MCU的输出比较模块（OCM）产生PWM波驱动H桥电路（通过目标温度和环境温度对比决定加热或者制冷）。
PID参数整定
 参数说明：
Kc： 只采用比例环节控制条件下，控制系统的稳态误差尽量达到最小时的Kp值。
Pc： 只采用比例环节控制条件下，控制系统的震荡周期。
Ti： 控制系统的积分时间。
Td： 控制系统的微分时间。
T： PID控制采样计算周期。
Kp、Ki、Kd：被整定的参数。
1）：获取合适的Kc值，设置Ki，Kd为0。在当前温度进入目标温度3.5°内开始进行PID控制，之前采用90%恒定功率加热。  图一（Kc =5）
 图二（Kc =9）
 图三（Kc =20）
从上述的四组数据中可以看到，当Kc=5时，控制系统的稳态误差是最小的。在目标范围正负3°之间，选取Kc = 5.
2）：计算Pc值。从上述的图一（将.csv格式的数据文件在excel中转换图表，将鼠标放在曲线上，会自动显示此点的坐标，如图所示），取4个震荡周期一共720个点，得出一个震荡周期为Pc=720*5/4= 900s。
3）：根据个人需要采用哪种PID组合来计算Ti、Td、Kp、Ki、Kd。温度控制是属于滞后控制，而PID控制中的，微分项是具有超前调节的作用，因此必须引入；积分项对误差的作用取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，推动控制器的输出向稳态误差减小的方向变化，直到稳态误差等于零。我采用的是PID组合来控制。得出Ti=9000.5=450s。Td=9000.15=135s。
Kp=50.65=3.25；Ki= KpT/Ti=3.255/450=0.036；Kd= KpTd/T=3.25*135s /5=88。
4）：采用PID控制温度，无论高温低温，稳态误差均在正负0.5°范围之内。如下所示：    一般根据模型计算的参数不一定是适合所有的控制系统（这里实验得到的最佳Kd值为120，而我们算出来的是88），根据特定的环境调节参数范围，找到最优参数，因本系统是滞后系统，微分项起主导作用，我暂时还只做了调整kd值的实验，Ki一般反应在系统达到稳态的时候是否存在稳定误差，从实验结果得出，稳态误差几乎可以忽略。
零下一度的目标温度，连续8小时的温度控制数据：  附录：//PWM频率为1Khz，定时器的计数周期为5000（mPID.MaxDuty = 5000*90%）,PID返回值和上次的的定时器技术值决定本次的占空比。
INT32 PID_calculate(double CurTemp)
{
INT32 RetValue;
doubleresult_value;
// Keep previouserror
mPID.PrevError =mPID.Error;
// calculatecurrent error
mPID.Error =mPID.Target - CurTemp;
// calculateintegral
mPID.SumError +=mPID.Error;
if(mPID.Kd >0.0001)
{
result_value =mPID.Kp * mPID.Error + mPID.SumError * mPID.Ki +
mPID.Kd* (mPID.Error - mPID.PrevError);
}
else
{
result_value =mPID.Kp * mPID.Error + mPID.SumError * mPID.Ki;
}
RetValue =(INT32)result_value;
return RetValue;
}
//Timer interrupt enable control flag, execute temperaturecontrol.
//
void TemperatureControl()
{
INT32 ret = 0;
if(mPID.type ==HEAT)
{
INT32 DutyValue= OC4RS;
if(fabs(mPID.Current- mPID.Target)
OC4RS = INITPWMPERIOD16 * 50 / 100.0;
ret = 0;
return ;
}
else
{
ret = 0;
}
if( (DutyValue+ ret) > mPID.MaxDuty)
OC4RS =mPID.MaxDuty;
else if(DutyValue+ ret
PIDControlStartPoint = 12;
ret =PID_calculate(mPID.Current);
ret = -ret;// must be negative
}
elseif(fabs(mPID.Current - mPID.Target)
ret = 0;
}
if( (DutyValue+ ret) > mPID.MaxDuty)
OC3RS =mPID.MaxDuty;
elseif(DutyValue + ret
#endif
#include "math.h"
#include "stdlib.h"
#include "User_Component/mySci/printf.h"
#ifndef bool
#define bool char
#endif
#ifndef false
#define false (char)0
#endif
#ifndef true
#define true (char)1
#endif
// Fuzzy quantity fields
enum quantity_fields
{
qf_small = 5,
qf_middle = 7,
qf_large = 8
};
#define qf_default qf_middle
struct fuzzy
{
unsigned int input_num;
unsigned int output_num;
unsigned int fo_type;
unsigned int *mf_type;
int *mf_params;
unsigned int df_type;
int *rule_base;
float *output;
};
struct PID
{
float kp;
float ki;
float kd;
float delta_kp_max;
float delta_ki_max;
float delta_kd_max;
float delta_kp;
float delta_ki;
float delta_kd;
float error_max;
float delta_error_max;
float last_error;
float current_error;
float intergral;
float intergral_limit;
float dead_zone;
float feed_forward;
float output;
int output_min_value;
int output_middle_value;
int output_max_value;
float linear_adaptive_kp;
struct fuzzy *fuzzy_struct;
};
#define NB -3
#define NM -2
#define NS -1
#define ZO 0
#define PS 1
#define PM 2
#define PB 3
//#define fuzzy_pid_debug_print
//#define fuzzy_pid_dead_zone
//#define fuzzy_pid_integral_limit
//#define fuzzy_pid_rule_base_deep_copy
#define pid_params_count 7
#define torque_mode 1
#define position_mode 2
#define control_mode position_mode
#if control_mode == position_mode
#define max_error 5.0f
#define max_delta_error 5.0f
#else
#define max_error 12.0f
#define max_delta_error 12.0f
#endif
#define min_pwm_output 250
#define middle_pwm_output 1500
#define max_pwm_output 2900
struct fuzzy *fuzzy_init(unsigned int input_num, unsigned int output_num);
void fuzzy_params_init(struct fuzzy *fuzzy_struct, unsigned int mf_type, unsigned int fo_type, unsigned int df_type,
int mf_params[], int rule_base[][qf_default]);
void fuzzy_control(float e, float de, struct fuzzy *fuzzy_struct);
struct PID *raw_fuzzy_pid_init(float kp, float ki, float kd, float integral_limit, float dead_zone,
float feed_forward, float error_max, float delta_error_max, float delta_kp_max,
float delta_ki_max, float delta_kd_max, unsigned int mf_type, unsigned int fo_type,
unsigned int df_type, int *mf_params, int rule_base[][qf_default],
int output_min_value, int output_middle_value, int output_max_value);
//float params[pid_params_count] = {kp, ki, kd, integral_limit, dead_zonefeed_forward, linear_adaptive_kp};
struct PID *fuzzy_pid_init(float *params, float delta_k, unsigned int mf_type, unsigned int fo_type,
unsigned int df_type, int mf_params[], int rule_base[][qf_default]);
struct PID **
fuzzy_pid_vector_init(float params[][pid_params_count], float delta_k, unsigned int mf_type, unsigned int fo_type,
unsigned int df_type, int *mf_params, int rule_base[][qf_default],
unsigned int count);
float fuzzy_pid_control(float real, float idea, struct PID *pid);
int direct_control(int zero_value, int offset_value, bool direct);
int fuzzy_pid_motor_pwd_output(float real, float idea, bool direct, struct PID *pid);
void delete_pid(struct PID *pid);
void delete_pid_vector(struct PID **pid_vector, unsigned int count);
#ifdef __cplusplus
}
#endif
#endif //_FUZZY_PID_H_
fuzzy_pid.c
#include "User_Component/myPID/fuzzy_pid.h"
struct fuzzy *fuzzy_init(unsigned int input_num, unsigned int output_num)
{
struct fuzzy *fuzzy_struct = (struct fuzzy *) malloc(sizeof(struct fuzzy));
fuzzy_struct->input_num = input_num;
fuzzy_struct->output_num = output_num;
fuzzy_struct->mf_type = (unsigned int *) malloc((input_num + output_num) * sizeof(unsigned int));
#ifdef fuzzy_pid_rule_base_deep_copy
fuzzy_struct->mf_params = (int *) malloc(4 * qf_default * sizeof(int));
fuzzy_struct->rule_base = (int *) malloc(output_num * qf_default * qf_default * sizeof(int));
#endif
fuzzy_struct->output = (float *) malloc(output_num * sizeof(float));
return fuzzy_struct;
}
void delete_fuzzy(struct fuzzy *fuzzy_struct)
{
free(fuzzy_struct->mf_type);
free(fuzzy_struct->output);
free(fuzzy_struct);
}
void fuzzy_params_init(struct fuzzy *fuzzy_struct, unsigned int mf_type, unsigned int fo_type, unsigned int df_type,
int mf_params[], int rule_base[][qf_default])
{
for (unsigned int i = 0; i input_num + fuzzy_struct->output_num; ++i)
{
fuzzy_struct->mf_type[i] = mf_type;
}
for (unsigned int i = 0; i output_num; ++i)
{
fuzzy_struct->output[i] = 0;
}
#ifdef fuzzy_pid_rule_base_deep_copy
for (unsigned int j = 0; j
for (unsigned int i = 0; i
return expf(-powf(((x - c) / sigma), 2.0f));
}
// Generalized bell-shaped membership function
float gbellmf(float x, float a, float b, float c)
{
return inverse(1.0f + powf(fabsf((x - c) / a), 2.0f * b));
}
// Sigmoidal membership function
float sigmf(float x, float a, float c)
{
return inverse(1.0f + expf(a * (c - x)));
}
// Trapezoidal membership function
float trapmf(float x, float a, float b, float c, float d)
{
if (x >= a && x = b && x = c && x
if (x = a && x = (a + b) / 2.0f && x
case 0:
return gaussmf(x, params[0], params[1]);
case 1:
return gbellmf(x, params[0], params[1], params[2]);
case 2:
return sigmf(x, params[0], params[2]);
case 3:
return trapmf(x, params[0], params[1], params[2], params[3]);
case 5:
return zmf(x, params[0], params[1]);
default: // set triangular as default membership function
return trimf(x, params[0], params[1], params[2]);
}
}
// Union operator
float or (float a, float b, unsigned int type)
{
if (type == 1) // algebraic sum
{
return a + b - a * b;
}
else if (type == 2) // bounded sum
{
return fminf(1, a + b);
}
else // fuzzy union
{
return fmaxf(a, b);
}
}
// Intersection operator
float and (float a, float b, unsigned int type)
{
if (type == 1) // algebraic product
{
return a * b;
}
else if (type == 2) // bounded product
{
return fmaxf(0, a + b - 1);
}
else // fuzzy intersection
{
return fminf(a, b);
}
}
// Equilibrium operator
float equilibrium(float a, float b, float params)
{
return powf(a * b, 1 - params) * powf(1 - (1 - a) * (1 - b), params);
}
// Fuzzy operator
float fo(float a, float b, unsigned int type)
{
if (type
return or (a, b, type - 3);
}
else
{
return equilibrium(a, b, 0.5f);
}
}
// Mean of centers defuzzifier, only for two input multiple index
void moc(const float *joint_membership, const unsigned int *index, const unsigned int *count, struct fuzzy *fuzzy_struct)
{
float denominator_count = 0;
// float numerator_count[fuzzy_struct->output_num];
//注意 TI的C99编译器并不是完全支持动态数组的特性，所以这里改变了一下（c89写法）
float *numerator_count= (float *)malloc(fuzzy_struct->output_num*sizeof(float));
for (unsigned int l = 0; l output_num; ++l)
{
numerator_count[l] = 0;
}
for (int i = 0; i
denominator_count += joint_membership[i * count[1] + j];
}
}
for (unsigned int k = 0; k output_num; ++k)
{
for (unsigned int i = 0; i
numerator_count[k] += joint_membership[i * count[1] + j] *
fuzzy_struct->rule_base[k * qf_default * qf_default + index[i] * qf_default +
index[count[0] + j]];
}
}
}
#ifdef fuzzy_pid_debug_print
printf("output:\n");
#endif
for (unsigned int l = 0; l output_num; ++l)
{
fuzzy_struct->output[l] = numerator_count[l] / denominator_count;
#ifdef fuzzy_pid_debug_print
printf("%f,%f,%f\n", numerator_count[l], denominator_count, fuzzy_struct->index[l]);
#endif
}
free(numerator_count);//有借有还再借不难
}
// Defuzzifier
void df(const float *joint_membership, const unsigned int *output, const unsigned int *count, struct fuzzy *fuzzy_struct,
int df_type)
{
if (df_type == 0)
moc(joint_membership, output, count, fuzzy_struct);
else
{
printf("Waring: No such of defuzzifier!\n");
moc(joint_membership, output, count, fuzzy_struct);
}
}
void fuzzy_control(float e, float de, struct fuzzy *fuzzy_struct)
{
float membership[qf_default * 2]; // Store membership
unsigned int index[qf_default * 2]; // Store the index of each membership
unsigned int count[2] = {0, 0};
{
int j = 0;
for (int i = 0; i
membership[j] = temp;
index[j++] = i;
// }
}
count[0] = j;
for (int i = 0; i
membership[j] = temp;
index[j++] = i;
// }
}
count[1] = j - count[0];
}
#ifdef fuzzy_pid_debug_print
printf("membership:\n");
for (unsigned int k = 0; k
printf("%d\n", index[k]);
}
printf("count:\n");
for (unsigned int k = 0; k
for (unsigned int l = 0; l output_num; ++l)
{
fuzzy_struct->output[l] = 0;
}
return;
}
// Joint membership
//注意 TI的C99编译器并不是完全支持动态数组的特性，所以这里改变了一下（c89写法）
// float joint_membership[count[0] * count[1]];
float *joint_membership= (float *)malloc(count[0] * count[1]*sizeof(float));
for (int i = 0; i
joint_membership[i * count[1] + j] = fo(membership[i], membership[count[0] + j], fuzzy_struct->fo_type);
}
}
df(joint_membership, index, count, fuzzy_struct, 0);
free(joint_membership);
}
struct PID *raw_fuzzy_pid_init(float kp, float ki, float kd, float integral_limit, float dead_zone,
float feed_forward, float error_max, float delta_error_max, float delta_kp_max,
float delta_ki_max, float delta_kd_max, unsigned int mf_type, unsigned int fo_type,
unsigned int df_type, int mf_params[], int rule_base[][qf_default],
int output_min_value, int output_middle_value, int output_max_value)
{
struct PID *pid = (struct PID *) malloc(sizeof(struct PID));
pid->kp = kp;
pid->ki = ki;
pid->kd = kd;
pid->delta_kp_max = delta_kp_max;
pid->delta_ki_max = delta_ki_max;
pid->delta_kd_max = delta_kd_max;
pid->delta_kp = 0;
pid->delta_ki = 0;
pid->delta_kd = 0;
pid->error_max = error_max;
pid->delta_error_max = delta_error_max;
int output_count = 1;
if (ki > 1e-4)
{
output_count += 1;
if (kd > 1e-4)
output_count += 1;
}
pid->fuzzy_struct = fuzzy_init(2, output_count);
fuzzy_params_init(pid->fuzzy_struct, mf_type, fo_type, df_type, mf_params, rule_base);
pid->last_error = 0;
pid->current_error = 0;
pid->intergral = 0;
pid->intergral_limit = integral_limit;
pid->dead_zone = dead_zone;
pid->feed_forward = feed_forward;
pid->output_max_value = output_max_value;
pid->output_middle_value = output_middle_value;
pid->output_min_value = output_min_value;
return pid;
}
struct PID *fuzzy_pid_init(float *params, float delta_k, unsigned int mf_type, unsigned int fo_type,
unsigned int df_type, int mf_params[], int rule_base[][qf_default])
{
return raw_fuzzy_pid_init(params[0], params[1], params[2], params[3], params[4], params[5], max_error,
max_delta_error, params[0] / delta_k, params[1] / delta_k, params[2] / delta_k, mf_type,
fo_type, df_type, mf_params,
rule_base, min_pwm_output, middle_pwm_output, max_pwm_output);
}
int round_user(float parameter)
{
if ((int)(parameter * 10.0) % 10 >= 5)
return parameter + 1;
else
return parameter;
}
int limit(int value, int max_limit, int min_limit)
{
if (value > max_limit)
return max_limit;
if (value
pid->last_error = pid->current_error;
pid->current_error = idea - real;
float delta_error = pid->current_error - pid->last_error;
float uk;
#ifdef fuzzy_pid_dead_zone
if (pid->current_error dead_zone && pid->current_error > -pid->dead_zone)
{
pid->current_error = 0;
}
else
{
if (pid->current_error > pid->dead_zone)
pid->current_error = pid->current_error - pid->dead_zone;
else
{
if (pid->current_error dead_zone)
pid->current_error = pid->current_error + pid->dead_zone;
}
}
#endif
//关键代码
fuzzy_control(pid->current_error / pid->error_max * 3.0f, delta_error / pid->delta_error_max * 3.0f,
pid->fuzzy_struct);
// pid->delta_kp = limits(pid->fuzzy_struct->output[0]/3.0f * pid->delta_kp_max, pid->delta_kp_max ,-pid->delta_kp_max);
pid->delta_kp = limits(pid->fuzzy_struct->output[0], pid->delta_kp_max ,-pid->delta_kp_max);
if (pid->fuzzy_struct->output_num >= 2)
// pid->delta_ki = limits(pid->fuzzy_struct->output[1]/3.0f * pid->delta_ki_max, pid->delta_ki_max ,-pid->delta_ki_max);
pid->delta_ki = limits(pid->fuzzy_struct->output[1], pid->delta_ki_max ,-pid->delta_ki_max);
else pid->delta_ki = 0;
if (pid->fuzzy_struct->output_num >= 3)
// pid->delta_kd =limits(pid->fuzzy_struct->output[2]/3.0f * pid->delta_kd_max, pid->delta_kd_max ,-pid->delta_kd_max);
pid->delta_kd =limits(pid->fuzzy_struct->output[2], pid->delta_kd_max ,-pid->delta_kd_max);
else pid->delta_kd = 0;
#ifdef fuzzy_pid_debug_print
printf("kp : %f, ki : %f, kd : %f\n", pid->kp + pid->delta_kp, pid->ki + pid->delta_ki, pid->kd + pid->delta_kd);
#endif
// printf("kpkikd:%f,%f,%f,%f\n", pid->kp + pid->delta_kp, pid->ki + pid->delta_ki, pid->kd + pid->delta_kd,0.0);
pid->intergral += (pid->ki + pid->delta_ki) * pid->current_error;
#ifdef fuzzy_pid_integral_limit
if (pid->intergral > pid->intergral_limit)
pid->intergral = pid->intergral_limit;
else
{
if (pid->intergral intergral_limit)
pid->intergral = -pid->intergral_limit;
}
#endif
// //这里位置式PID算法
// pid->output = (pid->kp + pid->delta_kp) * pid->current_error + pid->intergral +
// (pid->kd + pid->delta_kd) * (pid->current_error - pid->last_error);
uk = (pid->kp + pid->delta_kp) * pid->current_error + pid->intergral +
(pid->kd + pid->delta_kd) * (pid->current_error - pid->last_error);
// pid->output += pid->feed_forward * (float) idea;
uk +=pid->feed_forward * (float) idea;//前馈环节
pid->output = uk;
//限幅
if(pid->outputoutput_min_value)
pid->output=pid ->output_min_value;
else if (pid->output>pid ->output_max_value)
pid->output=pid ->output_max_value;
return pid->output;
}
void delete_pid(struct PID *pid)
{
if (pid->fuzzy_struct != NULL)
{
delete_fuzzy(pid->fuzzy_struct);
}
free(pid);
}
void delete_pid_vector(struct PID **pid_vector, unsigned int count)
{
for (unsigned int i = 0; i
struct PID **pid = (struct PID **) malloc(sizeof(struct PID *) * count);
for (unsigned int i = 0; i
if (direct == true)
{
return zero_value + offset_value;
}
else
{
return zero_value - offset_value;
}
}
int fuzzy_pid_motor_pwd_output(float real, float idea, bool direct, struct PID *pid)
{
return limit(direct_control(pid->output_middle_value, fuzzy_pid_control(real, idea, pid), direct),
pid->output_max_value, pid->output_min_value);
}
调用方法
//全局变量定义方式
struct PID **pid_vector;
//main函数中初始化
int rule_base[][qf_default] = {
//delta kp rule base
{PB, PB, PM, PM, PS, ZO, ZO},
{PB, PB, PM, PS, PS, ZO, NS},
{PM, PM, PM, PS, ZO, NS, NS},
{PM, PM, PS, ZO, NS, NM, NM},
{PS, PS, ZO, NS, NS, NM, NM},
{PS, ZO, NS, NM, NM, NM, NB},
{ZO, ZO, NM, NM, NM, NB, NB},
//delta ki rule base
{NB, NB, NM, NM, NS, ZO, ZO},
{NB, NB, NM, NS, NS, ZO, ZO},
{NB, NM, NS, NS, ZO, PS, PS},
{NM, NM, NS, ZO, PS, PM, PM},
{NM, NS, ZO, PS, PS, PM, PB},
{ZO, ZO, PS, PS, PM, PB, PB},
{ZO, ZO, PS, PM, PM, PB, PB},
//delta kd rule base
{PS, NS, NB, NB, NB, NM, PS},
{PS, NS, NB, NM, NM, NS, ZO},
{ZO, NS, NM, NM, NS, NS, ZO},
{ZO, NS, NS, NS, NS, NS, ZO},
{ZO, ZO, ZO, ZO, ZO, ZO, ZO},
{PB, PS, PS, PS, PS, PS, PB},
{PB, PM, PM, PM, PS, PS, PB}};
// Default parameters of membership function
int mf_params[4 * qf_default] = {-3, -3, -2, 0,
-3, -2, -1, 0,
-2, -1, 0, 0,
-1, 0, 1, 0,
0, 1, 2, 0,
1, 2, 3, 0,
2, 3, 3, 0};
float fuzzy_pid_params[1][pid_params_count] = {{25.4597502f, 10.0053997f, 15.59500027f, 1800, 0, 0, 1}};
struct PID **subpid_vector = fuzzy_pid_vector_init(fuzzy_pid_params, 4.0f, 4, 1, 0, mf_params, rule_base, 1);
pid_vector=subpid_vector;
//中断中调用
control_uk = fuzzy_pid_control(Voltage_Real, pid.Ref, pid_vector[0]);
if(control_uk2800)
control_uk=2800;
|