PI自适应控制

模糊PI自适应控制器结合了模糊控制器与传统PI控制器的优点，能够使系统具备良好的动态、稳态性能和抗干扰能力。模糊控制器以误差和误差变化作为输入，实时对PI参数kp、ki进行修改，可以满足不同时刻对PI参数自整定的要求

自适应控制能够及时修正自身参数，适应控制系对象和扰动的动态特性变化的性能，与模糊控制的结合能够使快速准确性要求较髙的非线性系统获得很好的的动态性和鲁棒性。

PI虽然控制因为其具有结构简单、容易数字化实现等特点而在正弦波逆变器控制电路中得到了广泛的应用。但是综合考虑成本和性能两方面，如果受电网波动动、噪音等恶劣环境条件的影响,模型结构和参数都有可能会发生变化，那么只采用常规PI控制器,即用固定不变的参数去适应控制参数变化、系统干扰等众多的控制系统,很难获得理想的跟踪效果。

模糊自适应控制的思想是将传统控制和模糊自适应控制两者的优点有效的结合,使控制系统既具有模糊控制的强适应性但又有控制的精度高的特点。系统首先通过计算输入输出的偏差。及其变化量作为模糊自适应控制器的两路输入，建立模糊规则对输入作合理的逻辑推断，然后通过反模糊输出控制变量。

实际中的大多数系统均为非线性系统，如何处理系统不可避免的非线性特性以满足日益苛刻的设计要求已经成为当今控制系统工程研究的主题，进而促进了不同非线性控制方法的发展。自适应控制、人工神经网络控制、模糊控制等方法被用来设计非线性动态系统的控制器。然而，基于模糊控制、人工神经网络控制的方法对于模糊单元与神经元的逼近能力有着较高的要求。此外，由于对神经网络控制、模糊控制参数的选取没有通用的指导规则，因此增加了控制器设计过程的复杂度及难度。

PI/PID控制由于其结构上的简单性及概念上的直观性，至今仍是实际工程应用中的首选方法。PI控制器除了被应用在线性时变系统及最小相位系统中外，已经有不少研究将其应用在非线性系统及非仿射系统中。目前已经有部分研究提出了调整PI增益的方法，有些学者在PI控制器设计中引入自适应控制的思想，有效的解决了PI增益的更新问题。

PI调节器是一种线性控制器，它根据给定值与实际输出值构成控制偏差，将偏差的比例和积分通过线性组合构成控制量，对被控对象进行控制。

比例调节作用：按比例反应系统的偏差,系统一旦出现了偏差,比例调节立即产生调节作用用以减少偏差。比例作用大,可以加快调节,减少误差,但是过大的比例,使系统的稳定性下降,甚至造成系统的不稳定。

积分调节作用：使系统消除稳态误差,提高无误差度。因为有误差,积分调节就进行,直至无差,积分调节停止,积分调节输出一常值。积分作用的强弱取决于积分时间常数Ti,Ti越小,积分作用就越强。反之Ti大则积分作用弱,加入积分调节可使系统稳定性下降,动态响应变慢。积分作用常与另两种调节规律结合,组成PI调节器或PID调节器。

简单说来，PI控制器各校正环节的作用如下：

1．比例环节 即时成比例的反映控制系统的偏差信号，偏差一旦产生，控制器立即产生控制作用，以减少偏差。通常随着值的加大，闭环系统的超调量加大，系统响应速度加快，但是当增加到一定程度，系统会变得不稳定。

2．积分环节 主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积分常数，越大，积分作用越弱，反之越强。通常在不变的情况下，越大，即积分作用越弱，闭环系统的超调量越小，系统的响应速度变慢。

适用于具有大惯性，大滞后特性的被控对象。如锅炉温度控制，风力发电机功率控制等。

自适应控制的研究对象是具有一定程度不确定性的系统，这里所谓的“不确定性”是指描述被控对象及其环境的数学模型不是完全确定的，其中包含一些未知因素和随机因素。

任何一个实际系统都具有不同程度的不确定性，这些不确定性有时突出在系统内部，有时突出在系统的外部。从系统内部来讲，描述被控对象的数学模型的结构和参数，设计者事先并不一定能准确知道。作为外部环境对系统的影响，可以等效地用许多扰动来表示。这些扰动通常是不可预测的。此外，还有一些测量时产生的不确定因素进入系统。面对这些客观存在的各式各样的不确定性，如何设计适当的控制作用，使得某一指定的性能指标达到并保持最优或者近似最优，这就是自适应控制所要研究解决的问题。

自适应控制和常规的反馈控制和最优控制一样，也是一种基于数学模型的控制方法，所不同的只是自适应控制所依据的关于模型和扰动的先验知识比较少，需要在系统的运行过程中去不断提取有关模型的信息，使模型逐步完善。具体地说，可以依据对象的输入输出数据，不断地辨识模型参数，这个过程称为系统的在线辩识。随着生产过程的不断进行，通过在线辩识，模型会变得越来越准确，越来越接近于实际。既然模型在不断的改进，显然，基于这种模型综合出来的控制作用也将随之不断的改进。在这个意义下，控制系统具有一定的适应能力。比如说，当系统在设计阶段，由于对象特性的初始信息比较缺乏，系统在刚开始投入运行时可能性能不理想，但是只要经过一段时间的运行，通过在线辩识和控制以后，控制系统逐渐适应，最终将自身调整到一个满意的工作状态。再比如某些控制对象，其特性可能在运行过程中要发生较大的变化，但通过在线辩识和改变控制器参数，系统也能逐渐适应。

常规的反馈控制系统对于系统内部特性的变化和外部扰动的影响都具有一定的抑制能力，但是由于控制器参数是固定的，所以当系统内部特性变化或者外部扰动的变化幅度很大时，系统的性能常常会大幅度下降，甚至是不稳定。所以对那些对象特性或扰动特性变化范围很大，同时又要求经常保持高性能指标的一类系统，采取自适应控制是合适的。但是同时也应当指出，自适应控制比常规反馈控制要复杂的多，成本也高的多，因此只是在用常规反馈达不到所期望的性能时，才会考虑采用。

利用模糊数学的基本思想和理论的控制方法。在传统的控制领域里，控制系统动态模式的精确与否是影响控制优劣的最主要关键。系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态，于是工程师便利用各种方法来简化系统动态，以达成控制的目的，但却不尽理想。换言之，传统的控制理论对于明确系统有强而有力的控制能力，但对于过于复杂或难以精确描述的系统，则显得无能为力了。因此便尝试着以模糊数学来处理这些控制问题。

模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既有系统化的理论，又有大量的实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是日本，得到了迅速而广泛的推广应用。

近20多年来，模糊控制不论在理论上还是技术上都有了长足的进步，成为自动控制领域一个非常活跃而又硕果累累的分支。其典型应用涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制。

模糊控制器包括四部分：

(1)模糊化。主要作用是选定模糊控制器的输入量，并将其转换为系统可识别的模糊量，具体包含以下三步：

第一，对输入量进行满足模糊控制需求的处理;

第二，对输入量进行尺度变换;

第三，确定各输入量的模糊语言取值和相应的隶属度函数。

(2)规则库。根据人类专家的经验建立模糊规则库。模糊规则库包含众多控制规则，是从实际控制经验过渡到模糊控制器的关键步骤。

(3)模糊推理。主要实现基于知识的推理决策。

(4)解模糊。主要作用是将推理得到的控制量转化为控制输出。