本發(fā)明屬于舵機(jī)設(shè)計(jì)與制造技術(shù)領(lǐng)域，涉及一種采用純模糊與模糊pid復(fù)合控制的電動(dòng)舵機(jī)設(shè)計(jì)方法。

背景技術(shù)：

舵機(jī)是工業(yè)領(lǐng)域應(yīng)用非常廣泛的部件之一，主要是用作系統(tǒng)的執(zhí)行機(jī)構(gòu)。如高速飛行的導(dǎo)彈、飛機(jī)、無人機(jī)，已經(jīng)水下航行器等，其飛行與運(yùn)動(dòng)控制系統(tǒng)中均需要采用舵機(jī)作為執(zhí)行機(jī)構(gòu)，以驅(qū)動(dòng)其控制裝置舵面，從而改變飛行器在空中的運(yùn)動(dòng)姿態(tài)與方向。采用傳統(tǒng)pid反饋控制方法設(shè)計(jì)的舵機(jī)具有穩(wěn)定可靠與技術(shù)成熟的優(yōu)點(diǎn)。但隨著科學(xué)技術(shù)的發(fā)展，控制系統(tǒng)對(duì)舵機(jī)的性能指標(biāo)要求也越來越高，各種新型算的采用也使得舵機(jī)的響應(yīng)速度越來越快。而舵機(jī)的快速性也使得整個(gè)飛行器控制系統(tǒng)的品質(zhì)大大提升。尤其是非線性控制已經(jīng)神經(jīng)網(wǎng)絡(luò)、模糊控制等智能控制方法的引入，也大大發(fā)展與豐富了電機(jī)的設(shè)計(jì)方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種采用純模糊與模糊pid復(fù)合控制的電動(dòng)舵機(jī)設(shè)計(jì)方法，解決了傳統(tǒng)電動(dòng)舵機(jī)不能適應(yīng)現(xiàn)代控制系統(tǒng)不能達(dá)到快速響應(yīng)的問題。

本發(fā)明所采用的技術(shù)方案是按照以下步驟進(jìn)行：

步驟1：測(cè)量舵機(jī)的角位置信號(hào)進(jìn)行反饋，與輸入舵機(jī)指令進(jìn)行比較，形成誤差信號(hào)；

步驟2：通過誤差的大小不同設(shè)計(jì)純模糊控制規(guī)則庫，實(shí)現(xiàn)電動(dòng)舵機(jī)對(duì)基本輸入信號(hào)的自動(dòng)跟蹤；

步驟3：通過測(cè)量舵機(jī)轉(zhuǎn)動(dòng)的角速度信號(hào)形成誤差的微分項(xiàng)；計(jì)算生成誤差積分項(xiàng)，由上述誤差、誤差微分與誤差積分組成pid，并通過誤差與誤差的微分設(shè)計(jì)pid控制系數(shù)的模糊調(diào)節(jié)規(guī)則庫，實(shí)現(xiàn)模糊pid控制中控制系數(shù)的模糊動(dòng)態(tài)調(diào)節(jié)；

步驟4：將純模糊控制律與模糊pid控制規(guī)律進(jìn)行復(fù)合，以提高電動(dòng)舵機(jī)的快速性，實(shí)現(xiàn)對(duì)舵機(jī)輸入指令的快速跟蹤；

步驟5：對(duì)電動(dòng)舵機(jī)建模，將步驟一至步驟四所得的控制律，代入所建立的電動(dòng)舵機(jī)模型，通過不斷調(diào)整控制參數(shù)，并觀察輸出角位置曲線，從而確定最終電動(dòng)舵機(jī)純模糊與模糊pid復(fù)合控制方案中的控制參數(shù)，使得整個(gè)電動(dòng)舵機(jī)系統(tǒng)具有滿意的快速性與動(dòng)態(tài)性能。

進(jìn)一步，步驟1中，測(cè)量舵機(jī)角位置信號(hào)y與角速度信號(hào)并構(gòu)造誤差信號(hào)與誤差微分信號(hào)；利用角位置信號(hào)y與舵機(jī)輸入指令信號(hào)r進(jìn)行反饋比較，得到誤差信號(hào)e，e＝r-y；利用角速度信號(hào)取反后直接構(gòu)成誤差微分信號(hào)

進(jìn)一步，步驟2中，純模糊控制策略的設(shè)計(jì)如下：

以誤差信號(hào)e為模糊系統(tǒng)的輸入，控制律u1為模糊系統(tǒng)的輸出，建立輸入輸出變量的隸屬度函數(shù)；

其中誤差e的隸屬度函數(shù)通過matlab的程序指令函數(shù)直接畫出，選取d1＝0.017，認(rèn)為誤差e屬于‘pb’即‘正大’的范圍，其隸屬概率函數(shù)p5為

認(rèn)為誤差e屬于‘pm’即‘正中’的范圍，其隸屬概率函數(shù)p4為

認(rèn)為誤差e屬于‘zo’即‘幾乎為零’的范圍，其隸屬概率函數(shù)p3為

認(rèn)為誤差e屬于‘nm’即‘負(fù)中’的范圍，其隸屬概率函數(shù)p2為

認(rèn)為誤差e屬于‘nb’即‘負(fù)大’的范圍，其隸屬概率函數(shù)p1為

pb為誤差‘正大’的范圍，pm為誤差‘正中’的范圍，zo為誤差‘幾乎為零’的范圍，nb為誤差‘負(fù)大’的范圍，nm為誤差‘負(fù)中’的范圍；

控制律u1的隸屬度函數(shù)中pb為u1‘正大’的范圍，pm為u1‘正中’的范圍，zo為u1‘幾乎為零’的范圍，nb為u1‘負(fù)大’的范圍，nm為u1‘負(fù)中’的范圍；

建立模糊控制的基本思想，誤差e較大，則控制律u1應(yīng)當(dāng)越大；誤差e較小，則控制律u1應(yīng)當(dāng)越??；誤差e幾乎為0時(shí)，則控制律u1也應(yīng)當(dāng)幾乎為0；

建立模糊控制的五條規(guī)則如下：

r1：ifeispbthenu1ispb如果誤差為正大，則控制律為正大；

r2：ifeispmthenu1ispm如果誤差為正中，則控制律為正中；

r3：ifeiszothenu1iszo如果誤差為幾乎為0，則控制律為幾乎為0；

r4：ifeisnmthenu1ispm如果誤差為負(fù)中，則控制律為負(fù)中；

r5：ifeisnbthenu1ispb如果誤差為負(fù)大，則控制律為負(fù)大；

并設(shè)計(jì)規(guī)則矩陣如下：

[1111；

2211；

3311；

4411；

5511]

最后，采用matlab軟件的newfis('smc_fz_1')函數(shù)生成模糊系統(tǒng)，再采用addrule函數(shù)將上述規(guī)則矩陣加入模糊系統(tǒng)，然后利用函數(shù)

b1＝setfis(b1,'defuzzmethod','centroid')設(shè)置采用centroid方法反模糊化，使用evalfis(e,b1)函數(shù)，反解模糊控制的控制量。

進(jìn)一步，步驟3中誤差積分的計(jì)算與pid控制器的構(gòu)造：根據(jù)誤差項(xiàng)，構(gòu)造誤差積分項(xiàng)如下ui2：

ui2＝ki∫edt

其中ki為積分控制的增益，將在下一步采用模糊規(guī)則進(jìn)行調(diào)節(jié)；其次，根據(jù)第一步構(gòu)造的誤差項(xiàng)與誤差微分項(xiàng)，與誤差積分項(xiàng)進(jìn)行組合，得到pid控制規(guī)律如下：

u2＝up2+ui2+ud2

上式中up2為比例項(xiàng)，設(shè)計(jì)如下：

up2＝kpe

上式中kp為比例控制的增益，將在下一步采用模糊規(guī)則進(jìn)行調(diào)節(jié)；

其中ud2為微分項(xiàng)，設(shè)計(jì)如下：

上式中kd為微分控制的增益，將在下一步采用模糊規(guī)則進(jìn)行調(diào)節(jié)；

pid控制增益的模糊規(guī)則調(diào)整：首先，以誤差變量e與誤差微分e為模糊系統(tǒng)的輸入，pid控制增益的導(dǎo)數(shù)以及為模糊系統(tǒng)的輸出，建立輸入輸出變量的隸屬度函數(shù)；

其中誤差信號(hào)e的隸屬度函數(shù)d1＝0.017；

pb為誤差‘正大’的范圍，pm為誤差‘正中’的范圍，zo為誤差‘幾乎為零’的范圍，nb為誤差‘負(fù)大’的范圍，nm為誤差‘負(fù)中’的范圍；

誤差微分的隸屬度函數(shù)d1＝1.7；pb為誤差微分‘正大’的范圍，pm為誤差微分‘正中’的范圍，zo為誤差微分‘幾乎為零’的范圍，nb為誤差微分‘負(fù)大’的范圍，nm為誤差微分‘負(fù)中’的范圍；

pid控制系數(shù)的隸屬度函數(shù)d1＝500；

pid控制系數(shù)的隸屬度函數(shù)d1＝5；

pid控制系數(shù)的隸屬度函數(shù)d1＝10；

其次，建立模糊控制的基本思想，選取增益初始值為kp＝5，kd＝0.2，ki＝0.5，如果|e|較大，則kp，ki應(yīng)當(dāng)增大；如果較大，則kd應(yīng)當(dāng)增大；

再次，建立模糊控制的六條規(guī)則如下：

r1：if|e|ispbthenδk1ispbandδk2ispbandδk3iszo

如果誤差絕對(duì)值為正大，則δk1、δk2為正大，δk3為幾乎為0；

r2：if|e|ispmthenδk1ispmandδk2ispmandδk3iszo

如果誤差絕對(duì)值為正中，則δk1、δk2為正中，δk3為幾乎為0；

r3：if|e|iszothenδk1iszoandδk2iszoandδk3iszo

如果誤差絕對(duì)值為幾乎為0，則δk1、δk2為為幾乎為0，δk3為幾乎為0；

r4：

如果誤差微分絕對(duì)值為正大，則δk1、δk2為為幾乎為0，δk3為正大；

r5：

如果誤差微分絕對(duì)值為正中，則δk1、δk2為為幾乎為0，δk3為正中；

r6：

如果誤差微分絕對(duì)值為幾乎為0，則δk1、δk2為為幾乎為0，δk3為幾乎為0；

并設(shè)計(jì)規(guī)則矩陣如下：

rulelist1＝[5555511；

5455411；

5355311；

4544511；

4444411；

4344311；

3533511；

3433411；

3333311]；

最后，采用matlab軟件的newfis('smc_fz_2')函數(shù)生成模糊系統(tǒng)，再采用addrule函數(shù)將上述規(guī)則矩陣加入模糊系統(tǒng)，然后利用函數(shù)a1＝setfis(a1,'defuzzmethod','centroid')設(shè)置采用centroid方法反模糊化，使用evalfis([ede],a1)函數(shù)，反解模糊pid控制的增益調(diào)節(jié)規(guī)律，最后采用積分的方法對(duì)進(jìn)行運(yùn)算，即

γ為比例常數(shù)，根據(jù)經(jīng)驗(yàn)選取為γ1＝γ2＝γ3＝1。

進(jìn)一步，步驟4模糊控制與模糊pid控制律的復(fù)合，針對(duì)上一步模糊系統(tǒng)生成的pid控制增益系數(shù)，生成模糊pid控制規(guī)律如下：

u2＝up2+ui2+ud2

同時(shí)針對(duì)第二步中生成的純模糊控制律u1，最終采用兩者疊加進(jìn)行u＝u1+u2，生成復(fù)合控制律，對(duì)電動(dòng)舵機(jī)系統(tǒng)進(jìn)行控制。

進(jìn)一步，步驟五中電動(dòng)舵機(jī)的建模：

其中u為待設(shè)計(jì)的控制律，ya為舵機(jī)的轉(zhuǎn)動(dòng)角速度，y為舵機(jī)的角度，t為舵機(jī)系統(tǒng)的時(shí)間常數(shù)。

本發(fā)明的有益效果是比傳統(tǒng)電動(dòng)舵機(jī)方法具有更好的快速響應(yīng)性，又能保持pid控制算法所特有的穩(wěn)定性與可靠性。

附圖說明

圖1是本發(fā)明提供的一種非線性變結(jié)構(gòu)控制的電動(dòng)舵機(jī)設(shè)計(jì)方法原理圖；

圖2是本發(fā)明實(shí)施例提供的電動(dòng)舵機(jī)簡化系統(tǒng)模型結(jié)構(gòu)圖；

圖3是誤差e的隸屬度函數(shù)；

圖4是控制律u1的隸屬度函數(shù)；

圖5是誤差信號(hào)e的隸屬度函數(shù)；

圖6是誤差微分的隸屬度函數(shù)；

圖7是pid控制系數(shù)的隸屬度函數(shù)；

圖8是pid控制系數(shù)的隸屬度函數(shù)；

圖9是pid控制系數(shù)的隸屬度函數(shù)；

圖10是本發(fā)明實(shí)施例提供的-5度指令跟蹤情況下的舵機(jī)響應(yīng)角度曲線與指令比較圖；

圖11是本發(fā)明實(shí)施例提供的-5度指令跟蹤情況下的舵機(jī)響應(yīng)總控制律曲線；

圖12是本發(fā)明實(shí)施例提供的-5度指令跟蹤情況下的比例系數(shù)模糊調(diào)節(jié)變化曲線；

圖13是本發(fā)明實(shí)施例提供的-5度指令跟蹤情況下的微分系數(shù)模糊調(diào)節(jié)變化曲線；

圖14是本發(fā)明實(shí)施例提供的-5度指令跟蹤情況下的積分系數(shù)模糊調(diào)節(jié)變化曲線；

圖15是本發(fā)明實(shí)施例提供的-5度指令跟蹤情況下的純模糊控制量變化曲線；

圖16是本發(fā)明實(shí)施例提供的-5度指令跟蹤情況下的模糊pid控制量變化曲線。

具體實(shí)施方式

下面結(jié)合具體實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)說明。

本發(fā)明通過測(cè)量舵機(jī)的角位置信號(hào)進(jìn)行反饋，與輸入舵機(jī)指令進(jìn)行比較，形成誤差信號(hào)；首先通過誤差的大小不同設(shè)計(jì)純模糊控制規(guī)則庫，實(shí)現(xiàn)電動(dòng)舵機(jī)對(duì)基本輸入信號(hào)的自動(dòng)跟蹤；再通過測(cè)量舵機(jī)轉(zhuǎn)動(dòng)的角速度信號(hào)形成誤差的微分項(xiàng)；再通過計(jì)算機(jī)軟件生成誤差積分項(xiàng)，由上述誤差、誤差微分與誤差積分組成pid，并通過誤差與誤差的微分設(shè)計(jì)pid控制系數(shù)的模糊調(diào)節(jié)規(guī)則庫，實(shí)現(xiàn)模糊pid控制中控制系數(shù)的模糊動(dòng)態(tài)調(diào)節(jié)。最后，將純模糊控制律與模糊pid控制規(guī)律進(jìn)行復(fù)合，以提高電動(dòng)舵機(jī)的快速性，實(shí)現(xiàn)對(duì)舵機(jī)輸入指令的快速跟蹤。圖1是本發(fā)明提供的一種非線性變結(jié)構(gòu)控制的電動(dòng)舵機(jī)設(shè)計(jì)方法原理圖；圖2是本發(fā)明實(shí)施例提供的電動(dòng)舵機(jī)簡化系統(tǒng)模型結(jié)構(gòu)圖；具體步驟如下：

步驟一：測(cè)量舵機(jī)角位置信號(hào)y與角速度信號(hào)并構(gòu)造誤差信號(hào)與誤差微分信號(hào)；

首先，采用電位計(jì)與角速度傳感器，分別測(cè)量舵機(jī)的角位置與角速度，其中角位置記為y，角速度記為其次利用上一步得到的角位置信號(hào)y與舵機(jī)輸入指令信號(hào)r進(jìn)行反饋比較，得到誤差信號(hào)，記為e，其滿足如下關(guān)系e＝r-y；最后，利用上一步測(cè)量的角速度信號(hào)取反后直接構(gòu)成誤差微分信號(hào)即

步驟二：純模糊控制策略的設(shè)計(jì)；

首先，以誤差信號(hào)e為模糊系統(tǒng)的輸入，控制律u1為模糊系統(tǒng)的輸出，建立輸入輸出變量的隸屬度函數(shù)。

其中誤差e的隸屬度函數(shù)如圖3所示，可以通過matlab的程序指令函數(shù)直接畫出。選取d1＝0.017，認(rèn)為誤差e屬于‘pb’即‘正大’的范圍，其隸屬概率函數(shù)p5為

認(rèn)為誤差e屬于‘pm’即‘正中’的范圍，其隸屬概率函數(shù)p4為

認(rèn)為誤差e屬于‘zo’即‘幾乎為零’的范圍，其隸屬概率函數(shù)p3為

認(rèn)為誤差e屬于‘nm’即‘負(fù)中’的范圍，其隸屬概率函數(shù)p2為

認(rèn)為誤差e屬于‘nb’即‘負(fù)大’的范圍，其隸屬概率函數(shù)p1為

圖1中pb為誤差‘正大’的范圍，pm為誤差‘正中’的范圍，zo為誤差‘幾乎為零’的范圍，nb為誤差‘負(fù)大’的范圍，nm為誤差‘負(fù)中’的范圍。控制律u1的隸屬度函數(shù)如圖4所示，

圖中pb為u1‘正大’的范圍，pm為u1‘正中’的范圍，zo為u1‘幾乎為零’的范圍，nb為u1‘負(fù)大’的范圍，nm為u1‘負(fù)中’的范圍。其次，建立模糊控制的基本思想，誤差e較大，則控制律u1應(yīng)當(dāng)越大；誤差e較小，則控制律u1應(yīng)當(dāng)越??；誤差e幾乎為0時(shí)，則控制律u1也應(yīng)當(dāng)幾乎為0；

再次，建立模糊控制的五條規(guī)則如下：

r1：ifeispbthenu1ispb如果誤差為正大，則控制律為正大；

r2：ifeispmthenu1ispm如果誤差為正中，則控制律為正中；

r3：ifeiszothenu1iszo如果誤差為幾乎為0，則控制律為幾乎為0；

r4：ifeisnmthenu1ispm如果誤差為負(fù)中，則控制律為負(fù)中；

r5：ifeisnbthenu1ispb如果誤差為負(fù)大，則控制律為負(fù)大；

并設(shè)計(jì)規(guī)則矩陣如下：

[1111；

2211；

3311；

4411；

5511]

最后，采用matlab軟件的newfis('smc_fz_1')函數(shù)生成模糊系統(tǒng)，再采用addrule函數(shù)將上述規(guī)則矩陣加入模糊系統(tǒng)，然后利用函數(shù)b1＝setfis(b1,'defuzzmethod','centroid')設(shè)置采用centroid方法反模糊化，使用evalfis(e,b1)函數(shù)，反解模糊控制的控制量。

步驟三：誤差積分的計(jì)算與pid控制器的構(gòu)造

首先根據(jù)上述誤差項(xiàng)，構(gòu)造誤差積分項(xiàng)如下ui2：

ui2＝ki∫edt

其中ki為積分控制的增益，將在下一步采用模糊規(guī)則進(jìn)行調(diào)節(jié)。

其次，根據(jù)第一步構(gòu)造的誤差項(xiàng)與誤差微分項(xiàng)，與誤差積分項(xiàng)進(jìn)行組合，得到pid控制規(guī)律如下：

u2＝up2+ui2+ud2

上式中up2為比例項(xiàng)，設(shè)計(jì)如下：

up2＝kpe

上式中kp為比例控制的增益，將在下一步采用模糊規(guī)則進(jìn)行調(diào)節(jié)。

其中ud2為微分項(xiàng)，設(shè)計(jì)如下：

上式中kd為微分控制的增益，將在下一步采用模糊規(guī)則進(jìn)行調(diào)節(jié)。

pid控制增益的模糊規(guī)則調(diào)整

首先，以誤差變量e與誤差微分為模糊系統(tǒng)的輸入，pid控制增益的導(dǎo)數(shù)以及為模糊系統(tǒng)的輸出，建立輸入輸出變量的隸屬度函數(shù)。

其中誤差信號(hào)e的隸屬度函數(shù)如圖5所示，d1＝0.017；

圖中pb為誤差‘正大’的范圍，pm為誤差‘正中’的范圍，zo為誤差‘幾乎為零’的范圍，nb為誤差‘負(fù)大’的范圍，nm為誤差‘負(fù)中’的范圍。誤差微分的隸屬度函數(shù)如圖6所示，選取d1＝1.7。

圖中pb為誤差微分‘正大’的范圍，pm為誤差微分‘正中’的范圍，zo為誤差微分‘幾乎為零’的范圍，nb為誤差微分‘負(fù)大’的范圍，nm為誤差微分‘負(fù)中’的范圍。

pid控制系數(shù)的隸屬度函數(shù)如圖7所示：選取d1＝500。

pid控制系數(shù)的隸屬度函數(shù)如圖8所示，選取d1＝5。

pid控制系數(shù)的隸屬度函數(shù)如圖9所示，選取d1＝10。

其次，建立模糊控制的基本思想。選取增益初始值為kp＝5，kd＝0.2，ki＝0.5，如果|e|較大，則kp，ki應(yīng)當(dāng)增大；如果較大，則kd應(yīng)當(dāng)增大。

再次，建立模糊控制的六條規(guī)則如下：

r1：if|e|ispbthenδk1ispbandδk2ispbandδk3iszo

如果誤差絕對(duì)值為正大，則δk1、δk2為正大，δk3為幾乎為0。

r2：if|e|ispmthenδk1ispmandδk2ispmandδk3iszo

如果誤差絕對(duì)值為正中，則δk1、δk2為正中，δk3為幾乎為0。

r3：if|e|iszothenδk1iszoandδk2iszoandδk3iszo

如果誤差絕對(duì)值為幾乎為0，則δk1、δk2為為幾乎為0，δk3為幾乎為0。

r4：

如果誤差微分絕對(duì)值為正大，則δk1、δk2為為幾乎為0，δk3為正大。

r5：

如果誤差微分絕對(duì)值為正中，則δk1、δk2為為幾乎為0，δk3為正中。

r6：

如果誤差微分絕對(duì)值為幾乎為0，則δk1、δk2為為幾乎為0，δk3為幾乎為0。

并設(shè)計(jì)規(guī)則矩陣如下：

rulelist1＝[5555511；

5455411；

5355311；

4544511；

4444411；

4344311；

3533511；

3433411；

3333311]；

最后，采用matlab軟件的newfis('smc_fz_2')函數(shù)生成模糊系統(tǒng)，再采用addrule函數(shù)將上述規(guī)則矩陣加入模糊系統(tǒng)，然后利用函數(shù)a1＝setfis(a1,'defuzzmethod','centroid')設(shè)置采用centroid方法反模糊化，使用evalfis([ede],a1)函數(shù)，反解模糊pid控制的增益調(diào)節(jié)規(guī)律，最后采用積分的方法對(duì)進(jìn)行運(yùn)算，即

γ為比例常數(shù)，根據(jù)經(jīng)驗(yàn)選取為γ1＝γ2＝γ3＝1。

步驟四：模糊控制與模糊pid控制律的復(fù)合

針對(duì)上一步模糊系統(tǒng)生成的pid控制增益系數(shù)，生成模糊pid控制規(guī)律如下：

u2＝up2+ui2+ud2

同時(shí)針對(duì)第二步中生成的純模糊控制律u1，最終采用兩者疊加進(jìn)行u＝u1+u2，生成復(fù)合控制律，對(duì)電動(dòng)舵機(jī)系統(tǒng)進(jìn)行控制。

步驟五：電動(dòng)舵機(jī)的建模

在此以某一類電動(dòng)舵機(jī)模型為例示范說明，其可采用如下微分方程建模表示：

其中u為待設(shè)計(jì)的控制律，ya為舵機(jī)的轉(zhuǎn)動(dòng)角速度，y為舵機(jī)的角度。t為舵機(jī)系統(tǒng)的時(shí)間常數(shù)。因此整個(gè)舵機(jī)系統(tǒng)模型如圖2所示。

控制目標(biāo)是設(shè)計(jì)控制器使得舵系統(tǒng)的輸出位置y信號(hào)跟蹤期望信號(hào)r。

步驟六：將步驟一至步驟四所得的控制律，代入步驟五所建立的電動(dòng)舵機(jī)模型，通過不斷調(diào)整控制參數(shù)，并觀察輸出角位置曲線，從而確定最終電動(dòng)舵機(jī)純模糊與模糊pid復(fù)合控制方案中的控制參數(shù)，使得整個(gè)電動(dòng)舵機(jī)系統(tǒng)具有滿意的快速性與動(dòng)態(tài)性能。

案例實(shí)施與計(jì)算機(jī)仿真模擬結(jié)果分析

選取舵機(jī)模型參數(shù)為t＝0.06，按照上述所設(shè)計(jì)控制律進(jìn)行仿真，選取輸入角度指令為r＝-5/57.3，初始狀態(tài)如下：y(0)＝1/57.3，ya(0)＝0，，選取模糊pid控制中pid控制參數(shù)的初始值如下:kp＝5，kd＝0.2，ki＝0.5,將步驟五所得到的綜合控制律代入步驟六模型進(jìn)行仿真,得到仿真結(jié)果圖10至圖11所示。

通過以上仿真結(jié)果與曲線圖10與圖11可以看出,可見響應(yīng)曲線具有很好的快速性，上升時(shí)間大約在5ms左右，而且和舵機(jī)系統(tǒng)的時(shí)間常數(shù)t＝0.06相比，具有很大的改善。而控制律曲線也表明，整個(gè)響應(yīng)過程比較平滑，具有一定的超調(diào)，因此具有很好的快速性，滿足工程應(yīng)用對(duì)舵機(jī)快速性的需求。

圖12、圖13與圖14給出了pid控制系數(shù)中比例系數(shù)、微分系數(shù)與積分系數(shù)根據(jù)誤差以及誤差微分的模糊調(diào)節(jié)規(guī)律。圖15給出了整個(gè)圖15復(fù)合控制量中純模糊控制的組成。圖16給出了整個(gè)圖15復(fù)合控制量中模糊pid控制的組成。

從以上案例仿真結(jié)果可以看出，本發(fā)明提供的基于采用純模糊控制與模糊pid復(fù)合控制的電動(dòng)舵機(jī)設(shè)計(jì)方法能夠有效地提高其快速性，而且由于模糊法則的引入，能夠設(shè)計(jì)較高的增益，同時(shí)震蕩與超調(diào)也不像單獨(dú)pid控制那么大而使得系統(tǒng)失去穩(wěn)定性，因此本發(fā)明具有很好的理論價(jià)值與實(shí)用價(jià)值，同時(shí)也推進(jìn)了智能電動(dòng)舵機(jī)設(shè)計(jì)的發(fā)展。

本發(fā)明是通過測(cè)量舵機(jī)的角位置信號(hào)進(jìn)行反饋，與輸入舵機(jī)指令進(jìn)行比較，形成誤差信號(hào)；首先通過誤差的大小不同設(shè)計(jì)純模糊控制規(guī)則庫，實(shí)現(xiàn)電動(dòng)舵機(jī)對(duì)輸入信號(hào)的自動(dòng)跟蹤；再通過測(cè)量舵機(jī)轉(zhuǎn)動(dòng)的角速度信號(hào)形成誤差的微分項(xiàng)；再通過計(jì)算機(jī)軟件生成誤差積分項(xiàng)，由上述誤差、誤差微分與誤差積分組成pid，并通過誤差與誤差的微分設(shè)計(jì)pid控制系數(shù)的模糊調(diào)節(jié)規(guī)則庫，實(shí)現(xiàn)模糊pid控制中控制系數(shù)的模糊動(dòng)態(tài)調(diào)節(jié)。最后，將純模糊控制律與模糊pid控制規(guī)律進(jìn)行復(fù)合，以提高電動(dòng)舵機(jī)的快速性，實(shí)現(xiàn)對(duì)舵機(jī)輸入指令的快速跟蹤。本發(fā)明與傳統(tǒng)的pid反饋控制組成的舵機(jī)設(shè)計(jì)方法的不同之處是由于在pid控制的基礎(chǔ)上，首先引入模糊控制對(duì)pid參數(shù)進(jìn)行動(dòng)態(tài)調(diào)節(jié)，其次引入了純模糊控制，并將兩者進(jìn)行復(fù)合，從而比傳統(tǒng)電動(dòng)舵機(jī)方法具有更好的快速性，又能保持pid控制算法所特有的穩(wěn)定性與可靠性。因此本發(fā)明方法不僅有較大的創(chuàng)新性，而且具有較大的理論價(jià)值和工程價(jià)值。

以上所述僅是對(duì)本發(fā)明的較佳實(shí)施方式而已，并非對(duì)本發(fā)明作任何形式上的限制，凡是依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施方式所做的任何簡單修改，等同變化與修飾，均屬于本發(fā)明技術(shù)方案的范圍內(nèi)。