智能PID控制器的参数整定及实现

论文摘要

随着控制领域的发展,各类新型控制器被研发出来,但PID控制器仍然是最为热门的一个选择,这不仅是因为它具有简单的结构易于操作,再者较高的鲁棒性也是一大优点。近年来,智能控制理论发展迅速,智能PID控制器也随之迅速崛起。智能PID控制器在兼具传统PID控制器优点的同时,降低了构建模型的精确度,算法也变的更加简明。FPGA (Field—Programmable Gate Array),即现场可编程门阵列。FPGA的兴起使得软件和硬件之间的界线被重新划分,然而随着人们生活水平的提高、需求的增大,对FPGA产品的的大容量、低压、低耗这类的要求也更高,这就意味着FPGA的设计难度的增大。现在工程师都热衷于将“智能”和FPGA(?)(?)结合,各种智能化的产品应运而生本文采取了FPGA来实现两种方法的智能PID控制器的参数整定。第一种为模糊控制：首先对模糊PID控制器进行模块划分,主要由误差生成模块、模糊量化模块、生成模糊查找地址模块、模糊推理模块、解模糊化模块、参数处理模块及PID运算模块构成。本文采用的是图形设计的方法实现各个功能模块,在Quartus Ⅱ9.0进行RTL级电路仿真。第二种为以生物群体演化而来的群智能算法——ACO(蚁群算法)。本文采用的是利用verilog语言来描述各个模块,由于蚁群算法中所涉及的各类函数较多,这里通过宏模块来搭建函数模块,再由程序来实现参数的寻优。该设计中涉及大量小数,因此选择了用整数转为浮点型来进行数据处理,通过SOPC定制CPU来控制蚁群算法的实现。结果表明基于模糊控制和蚁群算法的智能PID控制器在兼顾了系统的动态和静态性能的同时提高了传统PID控制器参数整定的精度和控制系统的自适应性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 智能PID控制器发展概况及参数整定
• 1.1.1 智能PID控制的发展
• 1.1.2 PID控制器参数的整定技术
• 1.2 EDA技术的发展与现状
• 1.3 本课题研究的主要内容及意义
• 1.4 论文结构
• 2 PID控制器参数整定仿真
• 2.1 PID控制器的基本原理
• 2.2 基于模糊控制的PID控制器参数整定及仿真
• 2.2.1 模糊控制的基本原理
• 2.2.2 基于模糊控制的PID控制器参数整定
• 2.2.3 仿真结果
• 2.3 基于蚁群算法的PID控制器参数整定及仿真
• 2.3.1 蚁群算法基本原理
• 2.3.2 基于ACO的PID控制器参数整定
• 2.3.3 仿真结果及分析
• 3 基于FPGA的模糊控制PID控制器设计与实现
• 3.1 误差生成模块
• 3.2 查找地址的生成
• 3.2.1 隶属函数的编码考虑
• 3.2.2 控制规则查找表的寻址
• 3.3 模糊量化模块
• 3.3.1 量化等级的设计及仿真
• 3.3.2 模糊化的实现及仿真结果分析
• 3.4 模糊推理模块
• 3.5 解模糊化模块
• 3.5.1 解模糊模块的设计思路
• 3.5.2 除法的实现
• 3.5.3 解模糊的仿真分析
• 3.6 PID运算模块
• 3.7 仿真实验及结果分析
• 4 基于FPGA的蚁群算法PID控制器设计与实现
• 4.1 基于FPGA的蚁群算法PID的方案设计
• 4.2 各相关要素的构建
• 4.2.1 定义初始化各数组
• 4.2.2 构建性能指标函数
• 4.2.3 信息素的更新
• 4.2.4 PID参数寻优
• 4.3 波形仿真及结果分析
• 5 FPGA硬件介绍
• 5.1 芯片介绍
• 5.2 电源模块
• 5.3 时钟模块
• 5.4 JTAG接口和AS接口
• 5.5 A/D和D/A接口
• 5.6 SOPC模块
• 6 总结与展望
• 6.1 本文工作总结
• 6.2 工作研究展望
• 参考文献
• 致谢
• 作者简介及读研期间主要科研成果
• 附录 部分原理图