自适应pid算法 c语言

PID算法（c语言) #include #include struct _pid {

int pv; //integer that contains the process value 过程量 int sp; //integer that contains the set point 设定值 float integral; // 积分值 －－ 偏差累计值 float pgain; float igain; float dgain;

int deadband; //死区 int last_error; };

struct _pid warm,*pid;

int process_ point, set_point, dead_band; float p_gain, i_gain, d_gain, integral_val,new_integ;

//－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－

pid_init DESCRIPTION This function initializes the pointers in the _pid structure to the process variable and

#include\int E0=0; int E1=0; int E2=0; int Error0=0; int Error1=0; int Ppid=0;

int Pctr(int ch1,int ch2,int Kp,int Ki,int Kd) {

E0=ch1-ch2;//增量计算当前E0

Error0=E0-E1;//当前差值Eo是差值

Error1=E1-E2;//上一次差值上一次值也再上一次值得差值 Ppid=(int)(Ki*Error0+Kp*E0+Kd*(Error0-Error1)); E2=E1;//

E1=E0;//存储误差，用于下次计算

return Ppid;//Return }

/*====================================================================================================

增量式PID计算部分 //增量式PID算法核心部分！P控制误差D

==============

#include\int E0=0; int E1=0; int E2=0; int Error0=0; int Error1=0; int Ppid=0;

int Pctr(int ch1,int ch2,int Kp,int Ki,int Kd) {

E0=ch1-ch2;//增量计算当前E0

Error0=E0-E1;//当前差值Eo是差值

Error1=E1-E2;//上一次差值上一次值也再上一次值得差值 Ppid=(int)(Ki*Error0+Kp*E0+Kd*(Error0-Error1)); E2=E1;//

E1=E0;//存储误差，用于下次计算

return Ppid;//Return }

/*====================================================================================================

增量式PID计算部分 //增量式PID算法核心部分！P控制误差D

==============

《系统辨识与自适应控制》

课程论文

基于Matlab的模糊自适应PID控制器仿真研究

学 院： 电信学院 专 业： 控制工程 姓 名： 王 晋 学 号： 102430111356

基于Matlab的模糊自适应PID控制器仿真研究

王晋

（辽宁科技大学 电信学院 鞍山）

摘 要：传统PID在对象变化时，控制器的参数难以自动调整。将模糊控制与PID控制结合，利用模糊推理方法实现对PID参数的在线自整定。使控制器具有较好的自适应性。使用MATLAB对系统进行仿真，结果表明系统的动态性能得到了提高。

关键词: 模糊PID控制器；参数自整定；Matlab；自适应

0引言

在工业控制中，PID控制是工业控制中最常用的方法。但是，它具有一定的局限性:当控制对象不同时，控制器的参数难以自动调整以适应外界环境的变化。为了使控制器具有较好的自适应性，实现控制器参数的自动调整，可以采用模糊控制理论的方法[1]

模糊控制已成为智能自动化控制研究中最为活跃而富有成果的领域。其中，模糊PID控制技术扮演了十分重要的角色，并目仍将成为未来研

《系统辨识与自适应控制》

课程论文

基于Matlab的模糊自适应PID控制器仿真研究

学 院： 电信学院 专 业： 控制工程 姓 名： 王 晋 学 号： 102430111356

基于Matlab的模糊自适应PID控制器仿真研究

王晋

（辽宁科技大学 电信学院 鞍山）

摘 要：传统PID在对象变化时，控制器的参数难以自动调整。将模糊控制与PID控制结合，利用模糊推理方法实现对PID参数的在线自整定。使控制器具有较好的自适应性。使用MATLAB对系统进行仿真，结果表明系统的动态性能得到了提高。

关键词: 模糊PID控制器；参数自整定；Matlab；自适应

0引言

在工业控制中，PID控制是工业控制中最常用的方法。但是，它具有一定的局限性:当控制对象不同时，控制器的参数难以自动调整以适应外界环境的变化。为了使控制器具有较好的自适应性，实现控制器参数的自动调整，可以采用模糊控制理论的方法[1]

模糊控制已成为智能自动化控制研究中最为活跃而富有成果的领域。其中，模糊PID控制技术扮演了十分重要的角色，并目仍将成为未来研

前 言

PID控制是比例(P)积分(I)微分(D)控制的简称。在生产过程自动控制的发展历程中，PID 控制是历史最久、生命力最强的基本控制方式。在本世纪40年代以前，除在最简单的情况下可采用开关控制外,它是唯一的控制方式。PID 控制具有以下优点：

(1)原理简单，使用方便。

(2)适应性强，它可以广泛用于化工、热工、冶 金以及造纸、建材等各种生产部门。按PID控制进 行工作的自动调节器早已商品化。

(3)鲁棒性强，即其控制品质对被控对象特性的变化不大敏感。

正是由于具有这些优点，在实际过程控制和运 动控制系统中，PID 控制都得到了广泛应用。据统 计，工业控制的控制器中PID类控制器占有90%以上。

PID控制结构简单、可靠性高，在工业控制中得到了广泛的应用。但是实际工业生产过程往往具有大滞后、非线性、时变不确定性，因此常规PID控制经常达不到理想的控制效果。因此，有必要提出一种算法简单且对被控对象数学模型要求不高的自适应 PID 控制器。

在控制系统里，如果难以获得被控制对象的数学模型，或者被控对象是个比较复杂的非线性、时变而且又有大的滞后的系统，一般的PID控制难以达到预期的效果，而模糊控制技术在复杂、大滞后、难以建立精确数学模型的

前 言

PID控制是比例(P)积分(I)微分(D)控制的简称。在生产过程自动控制的发展历程中，PID 控制是历史最久、生命力最强的基本控制方式。在本世纪40年代以前，除在最简单的情况下可采用开关控制外,它是唯一的控制方式。PID 控制具有以下优点：

(1)原理简单，使用方便。

(2)适应性强，它可以广泛用于化工、热工、冶 金以及造纸、建材等各种生产部门。按PID控制进 行工作的自动调节器早已商品化。

(3)鲁棒性强，即其控制品质对被控对象特性的变化不大敏感。

正是由于具有这些优点，在实际过程控制和运 动控制系统中，PID 控制都得到了广泛应用。据统 计，工业控制的控制器中PID类控制器占有90%以上。

PID控制结构简单、可靠性高，在工业控制中得到了广泛的应用。但是实际工业生产过程往往具有大滞后、非线性、时变不确定性，因此常规PID控制经常达不到理想的控制效果。因此，有必要提出一种算法简单且对被控对象数学模型要求不高的自适应 PID 控制器。

在控制系统里，如果难以获得被控制对象的数学模型，或者被控对象是个比较复杂的非线性、时变而且又有大的滞后的系统，一般的PID控制难以达到预期的效果，而模糊控制技术在复杂、大滞后、难以建立精确数学模型的

我的题目是：基于PID算法的温度控制系统

89C51单片机，通过键盘输入预设值，与DS18B20测得的实际值做比较，然后驱动制冷或加热电路。用keil C语言来实现PID的控制。

最佳答案

//PID算法温控C语言2008-08-17 18:58 #include #include #include #include struct PID {

unsigned int SetPoint; // 设定目标 Desired Value unsigned int Proportion; // 比例常数 Proportional Const unsigned int Integral; // 积分常数 Integral Const unsigned int Derivative; // 微分常数 Derivative Const unsigned int LastError; // Error[-1] unsigned int PrevError; // Error[-2] unsigned int SumError; // Sums of Errors };

struct PID spid; // PID C

模糊自适应PID控制器及Simulink仿真

目 录

摘 要 ............................................... 1 ABSTRACT ............................................. 1

第一章 绪论 ..................................... 1

1.1 PID控制器的发展与应用 ................................ 1 1.2 PID控制器参数设置中存在的问题 ........................ 2 1.3模糊自适应PID控制器发展研究现状 ...................... 2 1.4 本文的主要工作........................................ 4

第二章 PID控制原理简介 .......................... 4

2.1引言 .................................................. 4 2.2 PID控制原理 ...........

RLS和LMS自适应算法分析

摘要：本文主要介绍了自适应滤波的两种算法：最小均方(LMS, Least

Mean Squares)和递推最小二乘(RLS, Recursive Least Squares)两种基本自适应算法。我们对这两种基本的算法进行了原理介绍，并进行了Matlab仿真。通过仿真结果，我们对两种自适应算法进行了性能分析，并对其进行了比较。用Matlab求出了LMS自适应算法的权系数，及其学习过程曲线，和RLS自适应权系数算法的学习过程。

关键词：自适应滤波、LMS、RLS、Matlab

仿真

Abstract: this article mainly introduces two kinds of adaptive filtering algorithms: Least Mean square (LMS), further Mean Squares) and Recursive Least Squares (RLS,

Recursive further Squares) two basic adaptive algorithm. Our algorithms of these two basic principle is int