![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=1739276802-1bmE36cWaMx49iVh0OOJ0nr2ycNVwWOs-0-2a0d3f6f6dc7b2f3768134a07335fa03)
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=1739276802-JorFMjcqZwfjFF7WJedoQiQnz0awybPr-0-481fc9dab7c32af5bb8060a60c05e72a)
将式(1.14)离散化为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_3.jpg?sign=1739276802-BwKIvNZ9ZFfXyUn00y5dyeQEUwss7iaF-0-43d925ab8d358fd00b86a88705c881fb)
现将uD(k)推导,
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_4.jpg?sign=1739276802-UsVBv430pUDxT7CEjv5yo9RJFjHbIrLq-0-dc40f9bfa0cdec6ff4ce3fa83816520c)
写成微分方程为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_5.jpg?sign=1739276802-LpDVZoF0jKAfznYzyVtayn8qWe8L4CjV-0-d79c68c9ebef39a3edccb60b1e642189)
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=1739276802-OsjQylRZyAXoxAcjmeDXw0ynhE362UrM-0-6998cd476326b8199e2dff4a8402edb8)
经整理得
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_7.jpg?sign=1739276802-oqB86LSwYytBE7gkTxnOsJ9SlaesuA6P-0-77b720ffacd50167408eee0367f24a3e)
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=1739276802-iBcl0T1tB5CvP4vr0otTVdxcmBWDgq0c-0-b11185542073efa80d0975f49cfeca13)
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=1739276802-F17NiqYp682H4tFQFdBKCXet75uqNHLS-0-9271797edbef265a6efeaadb7288d856)
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=1739276802-kV8dq7jc2JAtHUD7cDaQAshzOnVXXuQC-0-4b42c72d729e6f78d19c577d4f715a10)
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=1739276802-2m7HdZuZ5P54htZ2PeGdIeJuf6cAqOUN-0-47965d7f55f0fbeb6b035968796e5838)
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=1739276802-ZEjsD8mrj9Ofujm6azxbP33bIrcg4Ofc-0-998a61c0756c44463b1428c50e767e15)
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=1739276802-BKndRyxJJsE19Q4JUuRQkgVCVVI7ltVp-0-1e59657b5df9afb5fb5a00fe4ebe76bf)
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_64_1.jpg?sign=1739276802-us6BeOVIFlwJimRII0Zf76YlJSaYIi0H-0-78de38585cf558be7ab8168acc07e7c7)
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_65_1.jpg?sign=1739276802-aFyGq6TMd6wtlX7uNUfWqfco02H4lVhP-0-8e9d6db845e1df6e4b608552d4838fd7)