![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=1738837878-HIQMpqCjkJi8bNLBwy7s98vmmfNkdxBy-0-41b739ef8b26e17071ef2649f243bfae)
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=1738837878-DYIlzK4J1uVktoy90HpGR7S3Hhgc2Cms-0-1d2004772e498afa49232c724fc9ca16)
将式(1.14)离散化为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_3.jpg?sign=1738837878-bHxXdnswsm9YOfUfE7zgGzgsHpbl7xXS-0-3d22ecf6a47305988ba1ae31fc202ca1)
现将uD(k)推导,
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_4.jpg?sign=1738837878-BjXaEGSs8hgvrqRzsLMxpudhDu0zoYkQ-0-43d6d5f43ed051f33c12279d949f02b7)
写成微分方程为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_5.jpg?sign=1738837878-QlYNJbqcwuenCYlSipbgYF5RsiFJtuqW-0-fcb66be414a1730e4c8912537c0b6802)
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=1738837878-fCxBVZP66nlNIGpJXZ6TK9Pz39rUizCq-0-f992062b95ecc0e088a128bc7ec73ef3)
经整理得
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_7.jpg?sign=1738837878-BIcWyzAPtPtiORVRJmApuuSDyqiesLn9-0-e4a0b5d327bf4f05d1f0f18578b37df2)
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=1738837878-Ddzst5Xuwc3GBfrACdW1PObjwUs7wy0m-0-2d6444bd2a749fccf18c4423a58612b4)
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=1738837878-DeuqHLZ33PzVAsgUikACVkcI9ZyXS3Ud-0-62a0393f14771e0fa7e4192e7e7855aa)
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=1738837878-qdxtp0vOfgDwwWaPmZCYTUe2EqgsZLrn-0-9de7a7ca06ff571f5441ec8fac20f6cb)
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=1738837878-GJitc0VO7umv6DlktmVyJIpRtqaiZQkd-0-5ba4516071163ba8d3cfc61086e7c8fe)
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=1738837878-6KMxIkfcE8YoWXfCOMOKh5CIkR7XVbiz-0-dc7a6ef043579214f02c8ca7c0d0ffe3)
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=1738837878-nLQ0Gc4QXmUFDYLH4QtNUBZFw1VolqDA-0-dba5c11423602c0a69f592a6b48a9d41)
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_64_1.jpg?sign=1738837878-ftc41KXZ9Vsr7fszRYklkTUC6Ot1ddR8-0-21447327a83a73cd488c406d4c8bf5f9)
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_65_1.jpg?sign=1738837878-bkryXrFMt436fnghetKmqg2p9d6SNUDv-0-c38a0ac4293c0547ed4cc8be595744c8)