温度控制系统智能控制器的设计与仿真 - 图文(5)

华中科技大学文华学院毕业设计（论文）

图3-13 加扰动下的模型一

图3-14 加扰动下的模型一的仿真结果

3.6.2 模型二的仿真

20e?0.5sG2(S)?4S?1按照上述整定好的PID参数进行如下仿真，对被控对象模型二先不

加扰动，Simulink模型和仿真结果如下：

13

华中科技大学文华学院毕业设计（论文）

图3-15 不加扰动下的模型二

图3-16 不加扰动下的模型二的仿真结果

加扰动，Simulink模型和仿真结果如下：

14

华中科技大学文华学院毕业设计（论文）

图3-17 加扰动下的模型二

图3-18 加扰动下的模型二的仿真结果

3.6.3 模型三的仿真

20e?0.5sG3(S)?(2S?1)(4S?1)按照上述整定好的PID参数进行如下仿 对被控对象模型三

真，先不加扰动，Simulink模型和仿真结果如下：

15

华中科技大学文华学院毕业设计（论文）

图3-19 不加扰动下的模型三

图3-20 不加扰动下的模型三的仿真结果

加扰动，Simulink模型和仿真结果如下：

16

华中科技大学文华学院毕业设计（论文）

图3-21 加扰动下的模型三

图3-22 加扰动下的模型三的仿真结果

3.7 对PID控制器仿真结果的分析

从上面的仿真情况，得到仿真结果：

对于三个模型，均有延迟环节，在不加外在扰动的情况下，传递函数改变了参数后对PID控制方式（PID参数也要相应的改变的情况下）的影响并不是很大，其三组的调节时间和超调量均在规定的范围内。而PID控制对于模型的变动比较敏感，改动传递函数的结构或者参数后需要重新调试Kp、Ki、Kd才能适应新模型，这样很大的加重了工作量，需要想办法解决这个缺陷，所以，需要引进另一种更占优势的控制方式来对温度控制系统进行控制，即模糊控制系统。因为模糊控制一旦调好参数后对变动的模型只需

17