基于FPGA的智能PID控制器的研究与开发

论文摘要

在工业控制过程中,PID控制是历史最悠久的、生命力最强的控制方式。但随着工业的发展,控制对象日益复杂,尤其那些大滞后、时变、非线性、实时性要求较高的系统,对于这些系统,传统的PID控制方式已显得无能为力。近年来,随着智能控制理论的发展,智能PID控制器也应运而生。智能PID控制器简化了建模手续,算法简单,具备自学习、自适应、自组织的能力,并能自动整定控制器的参数,同时具备传统PID控制器结构简单、鲁棒性强、可靠性高的特点。因此,对智能PID控制器的研究具有重要的理论意义与实用价值。本文采用智能算法对PID控制器进行参数寻优,并利用FPGA来实现智能PID控制器。本文在基本PID控制的基础上,分别采用了从生物群体智能行为发展而来的遗传算法和粒子群算法进行PID控制器参数的整定,在对遗传算法和粒子群算法进行理论分析后,结合PID控制的特点进行了软件设计,并在MATLAB中进行了仿真,结果表明基于遗传算法和粒子群算法设计的智能PID控制器提高了PID控制器参数整定的精度和控制系统的自适应性,同时兼顾了系统的动态和静态性能。在软件设计仿真后,首先采用FPGA实现基于遗传算法的智能PID控制器。在实现过程中先对系统进行模块划分,主要分为初始化模块、选择模块、交叉变异模块、控制模块等。然后利用VHDL语言描述各个功能模块,为了提高设计效率,利用IP核进行存储器设计,利用DSP Builder进行数学运算处理。时序控制是整个系统设计的核心,为尽量避免毛刺现象,各模块的时序控制都是采用单进程的Moore状态机实现的。各个功能模块设计完成后,采用DSP Builder和Simulink构建闭环PID控制测试系统,然后在MATLAB进行算法级仿真,在Modelsim SE6.1f和QuartusⅡ6.0进行RTL级电路仿真。然后又用同样的设计过程实现了基于粒子群算法的智能PID控制器。整个设计过程中由于充分发挥了FPGA的并行计算能力及流水线技术的应用,大大提高算法的运行速度。实验表明通过DSP Builder和Simulink进行智能PID控制器闭环测试,解决了测试样本的输入源以及控制器的输入样本提取问题,能有效模拟控制器的输入行为,提高了设计及测试的灵活性,同时,测试结果可靠且更有说服力。基于FPGA构建智能控制器具有设计灵活、能在线调整、可靠性高、开发周期短、系统运行速度快等优点。

论文目录

• 摘要
• Abstract
• 引言
• 1 绪论
• 1.1 PID控制器及其参数定技术的发展与现状
• 1.2 可编程逻辑器件发展与现状
• 1.3 遗传算法的研究进展与发展趋势
• 1.4 粒子群算法的研究进展与发展趋势
• 1.5 本课题的研究意义及主要内容
• 1.6 论文结构
• 2 PID控制器参数整定
• 2.1 PID控制的基本原理
• 2.2 常规ZN整定方法及实现分析
• 2.3 基于遗传算法的PID控制器参数整定及仿真
• 2.3.1 遗传算法的基本原理
• 2.3.2 基于遗传算法的PID控制器参数整定
• 2.3.3 仿真结果
• 2.4 基于粒子群算法的PID控制器参数整定及仿真
• 2.4.1 粒子群算法基本原理
• 2.4.2 基于PSO的PID控制器参数整定
• 2.4.3 仿真结果
• 3 数字PID控制器的FPGA实现
• 3.1 数字PID控制器的硬件架构设计
• 3.2 各模块功能设计与实现
• 3.2.1 控制模块的设计与实现
• 3.2.2 加法器与乘法器设计与实现
• 3.3 数字PID控制器的开环仿真
• 4 基于FPGA和遗传算法的PID 控制器设计与实现
• 4.1 遗传操作及运行参数的选择
• 4.2 基于 GA的PID控制器的硬件架构
• 4.3 各个功能模块设计与实现
• 4.3.1 控制模块设计与实现
• 4.3.2 随机数模块设计与实现
• 4.3.3 存储器模块设计与实现
• 4.3.4 适应度模块设计与实现
• 4.3.5 初始化模块设计与实现
• 4.3.6 选择模块设计与实现
• 4.3.7 交叉变异模块设计与实现
• 4.3.8 存储模块设计与实现
• 4.4 仿真实验及结果分析
• 4.4.1 各模块的功能仿真
• 4.4.2 智能PID控制器闭环仿真
• 5 基于FPGA和粒子群算法的PID控制器设计与实现
• 5.1 运行参数的选择
• 5.2 基于PSO的PID控制器的硬件架构
• 5.3 各功能模块设计与实现
• 5.3.1 控制模块设计与实现
• 5.3.2 存储器模块设计与实现
• 5.3.3 全局最优模块设计与实现
• 5.3.4 局部最优模块设计与实现
• 5.3.5 惯性因子模块设计与实现
• 5.3.6 速度位置更新模块设计与实现
• 5.3.7 其它模块设计与实现
• 5.4 仿真实验及结果分析
• 6 总结与展望
• 参考文献
• 致谢
• 作者简介及读研期间主要科研成果