![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=1738872867-jo1S62pRKKmplF7YHdcAEheWHEPs2Pdh-0-c8625d00b670dffa70cff111bbc4ca21)
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=1738872867-GSefii6bKDhservwcT3Q83NDiSwzfKVY-0-42c2fd949ed7d9f0b067c95387ccd068)
将式(1.14)离散化为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_3.jpg?sign=1738872867-JKV8D7dpY3wRjLJffEELH2dkYTUWwrrW-0-464b11f53f8c6074f84ab9a9e47c3b4a)
现将uD(k)推导,
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_4.jpg?sign=1738872867-3z3uLRrrLqpl0ApNkoYJjPPeEwJxyWbD-0-52456300fb380f964a10796501a64203)
写成微分方程为
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_5.jpg?sign=1738872867-HhYjB2eU3AIYQ762LwR2901QY5wAXvKM-0-3aed70e437152b081b6c4f7ab0288432)
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=1738872867-B4DHwxic2m0ACEanRBvKOeIyiI42ZwkQ-0-6232188040b8d61155c246cc9eb9ee0c)
经整理得
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_62_7.jpg?sign=1738872867-kDNcBSMHZavRQOi9waIa7hlbUvk58sQq-0-1e407cd020fedb9f9d0dabdfd5025002)
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=1738872867-4CJn43c9M3KM6a201egheGHmTd0bFtxf-0-027b5cd30cc2c749a982c191e0145c42)
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=1738872867-sDDhihLyem8VIVXuQ1uyWiwAU3FFCDqc-0-8c8bc0cf237b92d008f1e70ca4af9b25)
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=1738872867-DzHCeCb298tNvESuF5OXl0aj7RoJY7pQ-0-64611ff5fdddc8c72706a2b27eb040ba)
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=1738872867-SgdsGbORLDmWZgJO3uf8HwAvQpH1qcHW-0-4131765e19a7ea8fa90ab784098215dc)
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=1738872867-mF0qiHUOXooNkYafEO4UpqsTP19vR2Tn-0-8dd1c69227c4a78ead9314817a56be38)
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=1738872867-1x72DPem7sDkQCyUxWy9aRui0KH42haT-0-f49acb5b82ef565ce8b62c8380781583)
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_64_1.jpg?sign=1738872867-LL4d3fI6lY5LrQTj5aQ6vwkdEkK2e31l-0-45764ed368675c50f293c8e599d9b8c9)
![](https://epubservercos.yuewen.com/49A0DC/26947284307535106/epubprivate/OEBPS/Images/45295_65_1.jpg?sign=1738872867-xlSCqPsn8aqX7Iw0vRe3DlAcI1YtOQRb-0-8a51c8fe4eb919940d40977fc917d603)