本申請涉及工業(yè)自動化控制技術領域，更具體地說，涉及一種PID參數(shù)整定方法及整定系統(tǒng)。

背景技術：

比例-積分-微分(Proportion-Integral-Differential coefficient，PID)控制器是一個在工業(yè)控制應用中常見的反饋回路部件，由比例單元P、積分單元I和微分單元D組成。PID控制的基礎是比例控制；積分控制可消除穩(wěn)態(tài)誤差，但可能增加系統(tǒng)超調量；微分控制可加快大慣性系統(tǒng)響應速度以及減弱超調趨勢。在PID控制器投入應用之前都需要進行PID參數(shù)整定以獲得PID整定參數(shù)，所述PID控制器利用所述PID整定參數(shù)控制所述被控對象運行。

現(xiàn)有技術中進行PID參數(shù)整定的方法通常是利用繼電器法獲得被控對象的數(shù)學模型，然后利用Ziegler-Nichols或極點配置等方法來整定PID參數(shù)，獲得所述PID整定參數(shù)。但是在實際應用中發(fā)現(xiàn)，由于利用繼電器法獲得的被控對象的數(shù)學模型屬于理想模型，而實際系統(tǒng)，特別是大型系統(tǒng)中的不確定性將會導致被控對象的數(shù)學模型參數(shù)發(fā)生改變，使得獲得的PID整定參數(shù)無法滿足系統(tǒng)的穩(wěn)定運行需求。

技術實現(xiàn)要素：

為解決上述技術問題，本發(fā)明提供了一種PID參數(shù)整定方法及整定系統(tǒng)，以實現(xiàn)對利用繼電器法獲得被控對象的數(shù)學模型，并根據所述數(shù)學模型獲得的初始PID參數(shù)的修正，從而使獲得的PID整定參數(shù)能夠使PID控制器控制系統(tǒng)穩(wěn)定運行的目的。

為實現(xiàn)上述技術目的，本發(fā)明實施例提供了如下技術方案：

一種PID參數(shù)整定方法，包括：利用繼電器法獲得被控對象的數(shù)學模型，并根據所述數(shù)學模型獲得初始PID參數(shù)；

利用所述初始PID參數(shù)、PID控制器和被控對象構成第一閉環(huán)系統(tǒng)，并獲取所述第一閉環(huán)系統(tǒng)在單位階躍下的響應曲線；

通過所述第一閉環(huán)系統(tǒng)在單位階躍下的響應曲線獲得所述第一閉環(huán)系統(tǒng)的第一超調量、第一誤差積累和第一穩(wěn)定時間；

利用所述初始PID參數(shù)、PID控制器和被控對象構成第二閉環(huán)系統(tǒng)，并獲取所述第二閉環(huán)系統(tǒng)在單位階躍下的響應曲線；

通過所述第二閉環(huán)系統(tǒng)在單位階躍下的響應曲線獲得所述第二閉環(huán)系統(tǒng)的第二超調量、第二誤差積累和第二穩(wěn)定時間；

將所述第一超調量和第二超調量的差值作為超調量誤差，將所述第一誤差積累和第二誤差積累作為所述誤差積累量差值，將所述第一穩(wěn)定時間和第二穩(wěn)定時間的差值作為所述穩(wěn)定時間差值，所述超調量誤差、誤差積累量差值和穩(wěn)定時間差值構成輸入變量；

將所述輸入變量由基本論域轉換到模糊集合論域中，在所述模糊集合論域中，所述輸入變量的隸屬度函數(shù)為預設隸屬度函數(shù)；

利用在所述模糊集合論域中的輸入變量，查詢預設模糊規(guī)則，獲得在所述模糊集合論域中的PID修正參數(shù)，所述預設模糊規(guī)則中包含在所述模糊集合論域中的輸入變量與在PID修正參數(shù)的對應關系；

對所述在所述模糊集合論域中的PID修正參數(shù)進行解模糊處理，獲得PID修正參數(shù)；

利用所述PID修正參數(shù)對所述PID初始參數(shù)進行修正，獲得PID整定參數(shù)。

可選的，所述將所述輸入變量由基本論域轉換到模糊集合論域中包括：

將所述輸入變量的基本論域離散化為七個模糊等級，每個所述模糊等級對應于一個模糊集合。

可選的，所述預設隸屬度函數(shù)為隸屬度函數(shù)曲線為三角形的隸屬度函數(shù)。

可選的，所述預設模糊規(guī)則根據PID參數(shù)對由被控對象和PID控制器組成的系統(tǒng)的超調量、誤差積累和穩(wěn)定時間的影響關系建立。

可選的，所述對所述在所述模糊集合論域中的PID修正參數(shù)進行解模糊處理，獲得PID參數(shù)包括：

將所述在所述模糊集合論域中的PID修正參數(shù)分別代入公式(1)中，獲得PID修正參數(shù)；

其中，x_i表示輸入變量，u_N(x_i)表示x_i對應的隸屬度。

一種PID參數(shù)整定系統(tǒng)，包括：

初始參數(shù)模塊，用于利用繼電器法獲得被控對象的數(shù)學模型，并根據所述數(shù)學模型獲得初始PID參數(shù)；

第一響應曲線模塊，用于利用所述初始PID參數(shù)、PID控制器和被控對象構成第一閉環(huán)系統(tǒng)，并獲取所述第一閉環(huán)系統(tǒng)在單位階躍下的響應曲線；

第一參數(shù)獲取模塊，用于通過所述第一閉環(huán)系統(tǒng)在單位階躍下的響應曲線獲得所述第一閉環(huán)系統(tǒng)的第一超調量、第一誤差積累和第一穩(wěn)定時間；

第二響應曲線模塊，利用所述初始PID參數(shù)、PID控制器和被控對象構成第二閉環(huán)系統(tǒng)，并獲取所述第二閉環(huán)系統(tǒng)在單位階躍下的響應曲線；

第二參數(shù)獲取模塊，通過所述第二閉環(huán)系統(tǒng)在單位階躍下的響應曲線獲得所述第二閉環(huán)系統(tǒng)的第二超調量、第二誤差積累和第二穩(wěn)定時間；

誤差計算模塊，用于將所述第一超調量和第二超調量的差值作為超調量誤差，將所述第一誤差積累和第二誤差積累作為所述誤差積累量差值，將所述第一穩(wěn)定時間和第二穩(wěn)定時間的差值作為所述穩(wěn)定時間差值，所述超調量誤差、誤差積累量差值和穩(wěn)定時間差值構成輸入變量；

模糊處理模塊，用于將所述輸入變量由基本論域轉換到模糊集合論域中，在所述模糊集合論域中，所述輸入變量的隸屬度函數(shù)為預設隸屬度函數(shù)；

修正參數(shù)獲取模塊，用于利用在所述模糊集合論域中的輸入變量，查詢預設模糊規(guī)則，獲得在所述模糊集合論域中的PID修正參數(shù)，所述預設模糊規(guī)則中包含在所述模糊集合論域中的輸入變量與在PID修正參數(shù)的對應關系；

解模糊模塊，用于對所述在所述模糊集合論域中的PID修正參數(shù)進行解模糊處理，獲得PID修正參數(shù)；

修正模塊，用于利用所述PID修正參數(shù)對所述PID初始參數(shù)進行修正，獲得PID整定參數(shù)。

可選的，所述模糊處理模塊具體用于將所述輸入變量的基本論域離散化為七個模糊等級，每個所述模糊等級對應于一個模糊集合。

可選的，所述預設隸屬度函數(shù)為隸屬度函數(shù)曲線為三角形的隸屬度函數(shù)。

可選的，所述預設模糊規(guī)則根據PID參數(shù)對由被控對象和PID控制器組成的系統(tǒng)的超調量、誤差積累和穩(wěn)定時間的影響關系建立。

可選的，所述解模糊模塊具體用于將所述在所述模糊集合論域中的PID修正參數(shù)分別代入公式(1)中，獲得PID修正參數(shù)；

其中，x_i表示輸入變量，u_N(x_i)表示x_i對應的隸屬度。

從上述技術方案可以看出，本發(fā)明實施例提供了一種PID參數(shù)整定方法及整定系統(tǒng)，其中，所述PID參數(shù)整定方法在獲得所述初始PID參數(shù)后，利用所述初始PID參數(shù)、PID控制器和被控對象獲得超調量誤差、誤差積累量差值和穩(wěn)定時間差值，所述輸入變量反映了PID控制器根據所述初始PID參數(shù)對被控對象的控制效果，然后根據這個控制效果對所述初始PID參數(shù)進行修正；具體修正過程包括利用所述輸入變量在模糊集合論域中查詢預設模糊規(guī)則，獲得在所述模糊集合論域中的PID修正參數(shù)，然后對所述模糊集合論域中的PID修正參數(shù)進行解模糊處理獲得PID修正參數(shù)，最后利用所述PID修正參數(shù)對所述PID初始參數(shù)進行修正，獲得PID整定參數(shù)，實現(xiàn)根據PID初始參數(shù)的控制效果對其進行修正的目的，從而實現(xiàn)了PID控制器對被控對象更加精準的控制。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1為本申請的一個實施例提供的一種PID參數(shù)整定方法的流程示意圖；

圖2為本申請的一個實施例提供的由PID控制器、繼電識別模塊和被控對象構成的閉環(huán)系統(tǒng)的結構示意圖；

圖3為本申請的一個實施例提供的閉環(huán)系統(tǒng)的輸入曲線和產生的極限振蕩曲線；

圖4為本申請的一個實施例提供的閉環(huán)系統(tǒng)在單位階躍下的響應曲線；

圖5為本申請的另一個實施例提供的一種PID參數(shù)整定方法的流程示意圖；

圖6為本申請的一個實施例提供的一種PID參數(shù)整定系統(tǒng)的結構示意圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本申請實施例提供了一種PID參數(shù)整定方法，如圖1所示，包括：

S101：利用繼電器法獲得被控對象的數(shù)學模型，并根據所述數(shù)學模型獲得初始PID參數(shù)；

S102：利用所述初始PID參數(shù)、PID控制器和被控對象構成第一閉環(huán)系統(tǒng)，并獲取所述第一閉環(huán)系統(tǒng)在單位階躍下的響應曲線；

S103：通過所述第一閉環(huán)系統(tǒng)在單位階躍下的響應曲線獲得所述第一閉環(huán)系統(tǒng)的第一超調量、第一誤差積累和第一穩(wěn)定時間；

S104：利用所述初始PID參數(shù)、PID控制器和被控對象構成第二閉環(huán)系統(tǒng)，并獲取所述第二閉環(huán)系統(tǒng)在單位階躍下的響應曲線；

S105：通過所述第二閉環(huán)系統(tǒng)在單位階躍下的響應曲線獲得所述第二閉環(huán)系統(tǒng)的第二超調量、第二誤差積累和第二穩(wěn)定時間；

S106：將所述第一超調量和第二超調量的差值作為超調量誤差，將所述第一誤差積累和第二誤差積累作為所述誤差積累量差值，將所述第一穩(wěn)定時間和第二穩(wěn)定時間的差值作為所述穩(wěn)定時間差值，所述超調量誤差、誤差積累量差值和穩(wěn)定時間差值構成輸入變量；

S107：將所述輸入變量由基本論域轉換到模糊集合論域中，在所述模糊集合論域中，所述輸入變量的隸屬度函數(shù)為預設隸屬度函數(shù)；

S108：利用在所述模糊集合論域中的輸入變量，查詢預設模糊規(guī)則，獲得在所述模糊集合論域中的PID修正參數(shù)，所述預設模糊規(guī)則中包含在所述模糊集合論域中的輸入變量與在PID修正參數(shù)的對應關系；

S109：對所述在所述模糊集合論域中的PID修正參數(shù)進行解模糊處理，獲得PID修正參數(shù)；

S110：利用所述PID修正參數(shù)對所述PID初始參數(shù)進行修正，獲得PID整定參數(shù)。

需要說明的是，所述PID參數(shù)整定方法在獲得所述初始PID參數(shù)后，利用所述初始PID參數(shù)、PID控制器和被控對象獲得超調量誤差、誤差積累量差值和穩(wěn)定時間差值，所述輸入變量反映了PID控制器根據所述初始PID參數(shù)對被控對象的控制效果，然后根據這個控制效果對所述初始PID參數(shù)進行修正；具體修正過程包括利用所述輸入變量在模糊集合論域中查詢預設模糊規(guī)則，獲得在所述模糊集合論域中的PID修正參數(shù)，然后對所述模糊集合論域中的PID修正參數(shù)進行解模糊處理獲得PID修正參數(shù)，最后利用所述PID修正參數(shù)對所述PID初始參數(shù)進行修正，獲得PID整定參數(shù)，實現(xiàn)根據PID初始參數(shù)的控制效果對其進行修正的目的，從而實現(xiàn)了PID控制器對被控對象更加精準的控制。

下面本申請對利用繼電器法獲得被控對象的數(shù)學模型，并根據所述數(shù)學模型獲得初始PID參數(shù)的具體過程進行說明，具體包括：

參考圖2，將PID控制器A20、繼電識別模塊A10和被控對象A30形成一個閉合的回路，所述繼電識別模塊A10用于對被控對象A30進行數(shù)學模型參數(shù)的識別，并計算出所述初始PID參數(shù)。

假設被控對象A30為一階慣性加純滯后模型，傳遞函數(shù)為：其中，K表示所述被控對象A30增益，T表示所述被控對象A30時間常數(shù)，L表示被控對象A30滯后延時，s表示變量。

整個閉環(huán)系統(tǒng)在繼電作用下，產生如圖3(在圖3中，曲線Y表示極限振蕩曲線，u表示閉環(huán)系統(tǒng)輸入)所示的極限周期振蕩Y。通過測量極限周期振蕩的頻率和幅度，獲得被控對象A30在當前工作狀況下的數(shù)學模型參數(shù)，并根據被控對象A30的數(shù)學模型參數(shù)，對系統(tǒng)PID參數(shù)進行整定。具體包括：

S10：設置繼電環(huán)節(jié)的幅值為h，向被控對象A30輸入u＝h。

S11：被控對象A30輸出開始增加，繼電輸出切換到反方向，即u＝-h。此時輸出滯后于輸入-π弧度，被控對象A30將產生一個周期為P_u，幅度為A的極限振蕩，其中極限振蕩的極限頻率ω_u為：臨界增益K_u為

S12：利用繼電識別模型可得到被控對象A30理想模型參數(shù)T和L；其中，繼電識別模型為：

其中，K表示被控對象A30的增益，K_u表示被控對象A30的臨界增益，ω_u表示所述極限頻率。

S13：在獲得所述被控對象A30理想模型參數(shù)后，可以通過Ziegler-Nichols法獲得所述初始PID參數(shù)，具體地，K_p＝0.6K_u，T_i＝0.5T_u，T_d＝0.125T_u；

在本申請的其他實施例中，在獲得所述被控對象A30理想模型參數(shù)后，可以通過CHR法獲得所述初始PID參數(shù)，具體地，K_p＝0.475K_u，T_i＝1.2T_u，T_d＝0.21T_u，其中，T_u即為所述極限周期P_u。

還需要說明的是，獲取的閉環(huán)系統(tǒng)在單位階躍下的響應曲線如圖4所示，在圖4中，δ表示所述超調量；ψ表示所述誤差積累，ψ的值即為圖4中陰影部分的面積，即所述誤差積累的計算公式為ψ＝∫edt，其中e為系統(tǒng)響應穩(wěn)定值與系統(tǒng)響應值的差值，即誤差；t_s表示所述穩(wěn)定時間，所述穩(wěn)定時間是指所述誤差積累和輸出振蕩振幅減少到小于系統(tǒng)響應穩(wěn)定值的5％所需的時間。

在上述實施例的基礎上，在本申請的一個實施例中，如圖5所示，所述將所述輸入變量由基本論域轉換到模糊集合論域中包括：

S1071：將所述輸入變量的基本論域離散化為七個模糊等級，每個所述模糊等級對應于一個模糊集合。

所述輸入變量的基本論域為[-3,3]，將其離散化為七個模糊等級，即：[-3,-2,-1,0,1,2,3]，它們分別對應于七個模糊集合：[NB]、[NM]、[NS]、[ZE]、[PS]、[PM]、[PB]。在本申請的一個實施例中，所述預設隸屬度函數(shù)優(yōu)選為隸屬度函數(shù)曲線為三角形的隸屬度函數(shù)。但在本申請的其他實施例中，所述預設隸屬度函數(shù)還可以為隸屬度曲線為鐘罩形的隸屬度函數(shù)，但當所述預設隸屬度函數(shù)為隸屬度曲線為鐘罩形的隸屬度函數(shù)時，將所述輸入變量的基本論域進行離散化的過程較為復雜。

在上述實施例的基礎上，在本申請的另一個實施例中，所述預設模糊規(guī)則根據PID參數(shù)對由被控對象A30和PID控制器A20組成的系統(tǒng)的超調量、誤差積累和穩(wěn)定時間的影響關系建立。

需要說明的是，所述PID參數(shù)包括比例參數(shù)K_P、積分系數(shù)K_I和微分參數(shù)K_D。所述PID參數(shù)對由被控對象A30和PID控制器A20組成的系統(tǒng)的超調量、誤差積累和穩(wěn)定時間的影響關系遵循的原則包括：當系統(tǒng)的所述超調量誤差為正時，說明所述被控對象A30的超調量比理想值偏大，所以要調小超調量，故需調小比例系數(shù)K_P和積分系數(shù)K_I；反之，當系統(tǒng)的所述超調量誤差為負時，說明所述被控對象A30的超調量比理想值要小，所系需要適當調大比例系數(shù)K_P和積分系數(shù)K_I。當誤差積累量差值為正時，說明實際被控對象A30的響應速度比較慢，應調大比例系數(shù)K_P和積分系數(shù)K_I；反之，當所述誤差積累量差值為負時，說明所述被控對象A30的響應過快，應適當調小比例系數(shù)K_P和積分系數(shù)K_I。當穩(wěn)定時間差值為正時，說明系統(tǒng)穩(wěn)定時間過長，應調小微分系數(shù)K_D；反之，當所述穩(wěn)定時間差值為正時，應調大微分系數(shù)K_D。

遵循上述原則，并結構實際樣本訓練總結，即可獲得所述PID參數(shù)對由被控對象A30和PID控制器A20組成的系統(tǒng)的超調量、誤差積累和穩(wěn)定時間的影響關系。

在上述實施例的基礎上，在本申請的一個具體實施例中，所述對所述在所述模糊集合論域中的PID修正參數(shù)進行解模糊處理，獲得PID參數(shù)包括：

將所述在所述模糊集合論域中的PID修正參數(shù)分別代入公式(1)中，獲得PID修正參數(shù)；

其中，x_i表示輸入變量，u_N(x_i)表示x_i對應的隸屬度。

在本實施例中，采用重心法進行解模糊處理。

在解模糊處理獲得所述PID修正參數(shù)后與所述PID初始參數(shù)進行對應想加計算，即可獲得所述PID整定參數(shù)。在獲得所述PID整定參數(shù)后，所述PID控制器A20即可利用所述PID整定參數(shù)控制所述被控對象A30運行。

相應的，本申請實施例還提供了一種PID參數(shù)整定系統(tǒng)，如圖6所示，包括：

初始參數(shù)模塊10，用于利用繼電器法獲得被控對象A30的數(shù)學模型，并根據所述數(shù)學模型獲得初始PID參數(shù)；

第一響應曲線模塊11，用于利用所述初始PID參數(shù)、PID控制器A20和被控對象A30構成第一閉環(huán)系統(tǒng)，并獲取所述第一閉環(huán)系統(tǒng)在單位階躍下的響應曲線；

第一參數(shù)獲取模塊12，用于通過所述第一閉環(huán)系統(tǒng)在單位階躍下的響應曲線獲得所述第一閉環(huán)系統(tǒng)的第一超調量、第一誤差積累和第一穩(wěn)定時間；

第二響應曲線模塊13，利用所述初始PID參數(shù)、PID控制器A20和被控對象A30構成第二閉環(huán)系統(tǒng)，并獲取所述第二閉環(huán)系統(tǒng)在單位階躍下的響應曲線；

第二參數(shù)獲取模塊14，通過所述第二閉環(huán)系統(tǒng)在單位階躍下的響應曲線獲得所述第二閉環(huán)系統(tǒng)的第二超調量、第二誤差積累和第二穩(wěn)定時間；

誤差計算模塊15，用于將所述第一超調量和第二超調量的差值作為超調量誤差，將所述第一誤差積累和第二誤差積累作為所述誤差積累量差值，將所述第一穩(wěn)定時間和第二穩(wěn)定時間的差值作為所述穩(wěn)定時間差值，所述超調量誤差、誤差積累量差值和穩(wěn)定時間差值構成輸入變量；

模糊處理模塊16，用于將所述輸入變量由基本論域轉換到模糊集合論域中，在所述模糊集合論域中，所述輸入變量的隸屬度函數(shù)為預設隸屬度函數(shù)；

修正參數(shù)獲取模塊17，用于利用在所述模糊集合論域中的輸入變量，查詢預設模糊規(guī)則，獲得在所述模糊集合論域中的PID修正參數(shù)，所述預設模糊規(guī)則中包含在所述模糊集合論域中的輸入變量與在PID修正參數(shù)的對應關系；

解模糊模塊18，用于對所述在所述模糊集合論域中的PID修正參數(shù)進行解模糊處理，獲得PID修正參數(shù)；

修正模塊19，用于利用所述PID修正參數(shù)對所述PID初始參數(shù)進行修正，獲得PID整定參數(shù)。

需要說明的是，所述PID參數(shù)整定方法在獲得所述初始PID參數(shù)后，利用所述初始PID參數(shù)、PID控制器A20和被控對象A30獲得超調量誤差、誤差積累量差值和穩(wěn)定時間差值，所述輸入變量反映了PID控制器A20根據所述初始PID參數(shù)對被控對象A30的控制效果，然后根據這個控制效果對所述初始PID參數(shù)進行修正；具體修正過程包括利用所述輸入變量在模糊集合論域中查詢預設模糊規(guī)則，獲得在所述模糊集合論域中的PID修正參數(shù)，然后對所述模糊集合論域中的PID修正參數(shù)進行解模糊處理獲得PID修正參數(shù)，最后利用所述PID修正參數(shù)對所述PID初始參數(shù)進行修正，獲得PID整定參數(shù)，實現(xiàn)根據PID初始參數(shù)的控制效果對其進行修正的目的，從而實現(xiàn)了PID控制器A20對被控對象A30更加精準的控制。

下面本申請對利用繼電器法獲得被控對象A30的數(shù)學模型，并根據所述數(shù)學模型獲得初始PID參數(shù)的具體過程進行說明，具體包括：

參考圖3，將PID控制器A20、繼電識別模塊A10和被控對象A30形成一個閉合的回路，所述繼電識別模塊A10用于對被控對象A30進行數(shù)學模型參數(shù)的識別，并計算出所述初始PID參數(shù)。

假設被控對象A30為一階慣性加純滯后模型，傳遞函數(shù)為：其中，K表示所述被控對象A30增益，T表示所述被控對象A30時間常數(shù)，L表示被控對象A30滯后延時，s表示變量。

整個閉環(huán)系統(tǒng)在繼電作用下，產生如圖4所示的極限周期振蕩。通過測量極限周期振蕩的頻率和幅度，獲得被控對象A30在當前工作狀況下的數(shù)學模型參數(shù)，并根據被控對象A30的數(shù)學模型參數(shù)，對系統(tǒng)PID參數(shù)進行整定。具體包括：

S10：設置繼電環(huán)節(jié)的幅值為h，向被控對象A30輸入u＝h。

S11：被控對象A30輸出開始增加，繼電輸出切換到反方向，即u＝-h。此時輸出滯后于輸入-π弧度，被控對象A30將產生一個周期為P_u，幅度為A的極限振蕩，其中極限振蕩的極限頻率ω_u為：臨界增益K_u為

S12：利用繼電識別模型可得到被控對象A30理想模型參數(shù)T和L；其中，繼電識別模型為：

其中，K表示被控對象A30的增益，K_u表示被控對象A30的臨界增益，ω_u表示所述極限頻率。

S13：在獲得所述被控對象A30理想模型參數(shù)后，可以通過Ziegler-Nichols法獲得所述初始PID參數(shù)，具體地，K_p＝0.6K_u，T_i＝0.5T_u，T_d＝0.125T_u；

在本申請的其他實施例中，在獲得所述被控對象A30理想模型參數(shù)后，可以通過CHR法獲得所述初始PID參數(shù)，具體地，K_p＝0.475K_u，T_i＝1.2T_u，T_d＝0.21T_u，其中，T_u即為所述極限周期P_u。

還需要說明的是，獲取的閉環(huán)系統(tǒng)在單位階躍下的響應曲線如圖5所示，在圖5中，δ表示所述超調量；ψ表示所述誤差積累，ψ的值即為圖5中陰影部分的面積，即所述誤差積累的計算公式為ψ＝∫edt，其中e為系統(tǒng)響應穩(wěn)定值與系統(tǒng)響應值的差值，即誤差；t_s表示所述穩(wěn)定時間，所述穩(wěn)定時間是指所述誤差積累和輸出振蕩振幅減少到小于系統(tǒng)響應穩(wěn)定值的5％所需的時間。

在上述實施例的基礎上，在本申請的一個實施例中，所述模糊處理模塊16具體用于將所述輸入變量的基本論域離散化為七個模糊等級，每個所述模糊等級對應于一個模糊集合。

所述輸入變量的基本論域為[-3,3]，將其離散化為七個模糊等級，即：[-3,-2,-1,0,1,2,3]，它們分別對應于七個模糊集合：[NB]、[NM]、[NS]、[ZE]、[PS]、[PM]、[PB]。在本申請的一個實施例中，所述預設隸屬度函數(shù)優(yōu)選為隸屬度函數(shù)曲線為三角形的隸屬度函數(shù)。但在本申請的其他實施例中，所述預設隸屬度函數(shù)還可以為隸屬度曲線為鐘罩形的隸屬度函數(shù)，但當所述預設隸屬度函數(shù)為隸屬度曲線為鐘罩形的隸屬度函數(shù)時，將所述輸入變量的基本論域進行離散化的過程較為復雜。

在上述實施例的基礎上，在本申請的另一個實施例中，所述預設模糊規(guī)則根據PID參數(shù)對由被控對象A30和PID控制器A20組成的系統(tǒng)的超調量、誤差積累和穩(wěn)定時間的影響關系建立。

需要說明的是，所述PID參數(shù)包括比例參數(shù)K_P、積分系數(shù)K_I和微分參數(shù)K_D。所述PID參數(shù)對由被控對象A30和PID控制器A20組成的系統(tǒng)的超調量、誤差積累和穩(wěn)定時間的影響關系遵循的原則包括：當系統(tǒng)的所述超調量誤差為正時，說明所述被控對象A30的超調量比理想值偏大，所以要調小超調量，故需調小比例系數(shù)K_P和積分系數(shù)K_I；反之，當系統(tǒng)的所述超調量誤差為負時，說明所述被控對象A30的超調量比理想值要小，所系需要適當調大比例系數(shù)K_P和積分系數(shù)K_I。當誤差積累量差值為正時，說明實際被控對象A30的響應速度比較慢，應調大比例系數(shù)K_P和積分系數(shù)K_I；反之，當所述誤差積累量差值為負時，說明所述被控對象A30的響應過快，應適當調小比例系數(shù)K_P和積分系數(shù)K_I。當穩(wěn)定時間差值為正時，說明系統(tǒng)穩(wěn)定時間過長，應調小微分系數(shù)K_D；反之，當所述穩(wěn)定時間差值為正時，應調大微分系數(shù)K_D。

遵循上述原則，并結構實際樣本訓練總結，即可獲得所述PID參數(shù)對由被控對象A30和PID控制器A20組成的系統(tǒng)的超調量、誤差積累和穩(wěn)定時間的影響關系。

在上述實施例的基礎上，在本申請的一個具體實施例中，所述解模糊模塊具體用于將所述在所述模糊集合論域中的PID修正參數(shù)分別代入公式(1)中，獲得PID修正參數(shù)；

其中，x_i表示輸入變量，u_N(x_i)表示x_i對應的隸屬度。

在本實施例中，采用重心法進行解模糊處理。

在解模糊處理獲得所述PID修正參數(shù)后與所述PID初始參數(shù)進行對應想加計算，即可獲得所述PID整定參數(shù)。在獲得所述PID整定參數(shù)后，所述PID控制器A20即可利用所述PID整定參數(shù)控制所述被控對象A30運行。

綜上所述，本申請實施例提供了一種PID參數(shù)整定方法及整定系統(tǒng)，其中，所述PID參數(shù)整定方法在獲得所述初始PID參數(shù)后，利用所述初始PID參數(shù)、PID控制器A20和被控對象A30獲得超調量誤差、誤差積累量差值和穩(wěn)定時間差值，所述輸入變量反映了PID控制器A20根據所述初始PID參數(shù)對被控對象A30的控制效果，然后根據這個控制效果對所述初始PID參數(shù)進行修正；具體修正過程包括利用所述輸入變量在模糊集合論域中查詢預設模糊規(guī)則，獲得在所述模糊集合論域中的PID修正參數(shù)，然后對所述模糊集合論域中的PID修正參數(shù)進行解模糊處理獲得PID修正參數(shù)，最后利用所述PID修正參數(shù)對所述PID初始參數(shù)進行修正，獲得PID整定參數(shù)，實現(xiàn)根據PID初始參數(shù)的控制效果對其進行修正的目的，從而實現(xiàn)了PID控制器A20對被控對象A30更加精準的控制。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對所公開的實施例的上述說明，使本領域專業(yè)技術人員能夠實現(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。