![先进PID控制MATLAB仿真(第5版)](https://wfqqreader-1252317822.image.myqcloud.com/cover/9/47549009/b_47549009.jpg)
1.3.10 不完全微分PID控制算法
在PID控制中,微分信号的引入可改善系统的动态特性,但也易引进高频干扰,在误差扰动突变时尤其显出微分项的不足。若在控制算法中加入低通滤波器,则可使系统性能得到改善。
克服上述缺点的方法之一是在PID算法中加入一个一阶惯性环节(低通滤波器),可使系统性能得到改善。
不完全微分PID控制算法的结构如图1-39(a)、(b)所示,其中图(a)是将低通滤波器直接加在微分环节上,图(b)是将低通滤波加在整个PID控制器之后。下面以图(a)为例进行仿真说明不完全微分PID如何改进了普通PID的性能。
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_1.jpg?sign=1739349176-hOvVi3ZTHRdOvJ9J9gqXr1lSSxi13zTd-0-b21bf8d0900476354e8f077863297d71)
图1-39 不完全微分PID控制算法结构图
对图1-39(a)所示的不完全微分结构,其传递函数为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_2.jpg?sign=1739349176-hWKvY8lPGqXgxr4dQukVZcE7qCXUJJgA-0-00b33bccd8d203d5d065ca1958259636)
将式(1.14)离散化为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_3.jpg?sign=1739349176-YqgaPsXg0U8tXJCvgD1zoSbCNJDYiOkc-0-55f2c69933911256b1b588be226c875f)
现将uD(k)推导,
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_4.jpg?sign=1739349176-B9T6ukYNNOjGw4NzZ0V4xwRcXboGuAvY-0-a671ae4163463dc57151effcd7824a8d)
写成微分方程为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_5.jpg?sign=1739349176-qAuVY0mpMJvj771EypUSMVg09LPYTxa4-0-596da39febdebca979860827b15b3654)
取采样时间为Ts,将上式离散化为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_6.jpg?sign=1739349176-C7PMb8fzLWI5jntlT42LhSEhuIsnshCH-0-0a7d7c6b85005b30b91d0304ac922e99)
经整理得
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_7.jpg?sign=1739349176-llhPn7LdmYJFYE0Re7vUbG6jfPjZDW2w-0-ba4f9717ac199c669f76ec451a453612)
令,则
,显然有α<1,1-α<1成立,则可得不完全微分算法
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_10.jpg?sign=1739349176-8BYnmnRsDbL89M6uNsA0MM6tAuIX5UMz-0-99091c2978b53868f9275605e065eea1)
式中,KD=kp⋅TD/Ts。
可见,不完全微分的uD(k)多了一项αuD(k-1),而原微分系数由kd降至kd(1-α)。
以上各式中,Ts为采样时间,Δt=Ts,kp为比例系数,TI和TD分别为积分时间常数和微分时间常数,Tf为滤波器系数。
【仿真实例】
采用第一种不完全微分算法,被控对象为一时滞系统传递函数:
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_11.jpg?sign=1739349176-bDWr2kce3pkZh7JzsbswTtltsnFkO9fx-0-c1524534e01e1189cc76d8386cabf3d8)
式中,e-80s为延迟因子。
在对象的输出端加幅值为0.01的随机信号n(k)。采样时间为20ms。
低通滤波器为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_63_1.jpg?sign=1739349176-6SvGqzGf21ejhnodQUsKTWDxFevc5rUH-0-588fbe0f24d3116a1dac00264a360e9a)
取M=1,采用具有不完全微分PID方法,其控制阶跃响应仿真结果如图1-40所示。取M=2,采用普通PID方法,阶跃响应仿真结果如图1-41所示。由仿真结果可以看出,引入不完全微分后,能有效地克服普通PID的不足。尽管不完全微分PID控制算法比普通PID控制算法要复杂些,但由于其良好的控制特性,近年来越来越得到广泛的应用。
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_63_2.jpg?sign=1739349176-1XmOb0vsxzkMXkQz2d29XCkCa8m1BKz1-0-ba59f10d5a521d2b0ad8f9b660a2c549)
图1-40 不完全微分控制阶跃响应(M=1)
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_63_3.jpg?sign=1739349176-w0CXEN3IPcTsVO3BAWTE12m2wbBuy81m-0-ef5f01d33eedd4719fd88f350c520ea8)
图1-41 普通PID控制阶跃响应(M=2)
〖仿真程序〗 chap1_20.m
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_63_4.jpg?sign=1739349176-QCJ3sn2jwLsiSDfcjuPKK4wxRCm9LVao-0-56be607aeccf83d694ef51090ac5f0f0)
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_64_1.jpg?sign=1739349176-MhBMD7fdhifQRrCzJMKeuJI5sEk7b9uM-0-8d3d3a2ca689152e28af48d6e3943ae5)
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_65_1.jpg?sign=1739349176-D6DpAv9GTqfHniRZOU7f5cpcJTlGRLAF-0-91a8c1b9c4d8ef8e14a24ef488fda70e)