Matlab微分先行PID算法

clear; clc; %Setpoint 给定值 %ActualPoint 目前测量值 %LastPoint 上一周期测量值 %Err 目前的误差 %Err_last 上一周期的误差 %Kp Ki Kd 比例 积分 微分 系数 %Voltage 输出 %Integral 积分值 %Derivative 微分项 %gama 微分滤波系数 PID=struct('SetPoint',0,'ActualPoint',0,'LastPoint',0,'Err',0,'Err_last',0,'Kp',0,'Ki',0,'Kd',0,'Voltage',0,'Integral',0,'Derivative',0,'gama',0,'ts',0); PID.SetPoint=0.98;%给定值 PID.Kp=5;%比例系数 PID.Ki=0.1;%积分系数 0.1左右才能消除稳态误差 PID.Kd=1;%微分系数 PID.gama=0.5;%微分滤波系数 PID.ts=1;%采样周期 %sys=tf([1],[60,1],'inputdelay',80); %dsys=c2d(sys,PID.ts,'zoh'); %[num,den]=tfdata(dsys,'v'); sys=tf([4*2.6,4],[34.3*6.5,34.3+6.5,1],'inputdelay',2); dsys=c2d(sys,PID.ts,'zoh'); [num,den]=tfdata(dsys,'v');%建立系统模型 u_1=0;u_2=0;u_3=0;u_4=0;u_5=0;%初始化输入，五个周期 时间顺序为5 4 3 2 1 即u_1为最目前的周期 y_1=0;y_2=0;y_3=0;%初始化输出 顺序同上 for k=1:1:400 time(k)=k*PID.ts;%运行时间 yout(k)=-den(2)*y_1-den(3)*y_2+num(2)*u_3+num(3)*u_4;%根据离散传递函数计算差分方程推导出递推式求每一周期的输出 %yout(k)=-den(2)*y_1+num(2)*u_5; PID.ActualPoint=yout(k);%目前的测量值为当前输出（单位负反馈） PID.Err=PID.SetPoint-PID.ActualPoint;%计算当前偏差 PID.Integral=PID.Integral+PID.Err*PID.ts;%计算积分项 % Td=PID.Kd/PID.Kp; % c1=PID.gama*Td/(PID.gama*Td+PID.ts); % c2=(Td+PID.ts)/(PID.gama*Td+PID.ts); % c3=Td/(PID.gama*Td+PID.ts); temp= PID.gama * PID.Kd + PID.Kp; c3= PID.Kd/temp; c2=(PID.Kd + PID.Kp)/temp; c1= PID.gama*c3; %微分超前三项系数 PID.Derivative=c1 * PID.Derivative + c2 * PID.ActualPoint + c3 * PID.LastPoint;%计算微分项 PID.Voltage=PID.Kp * PID.Err + PID.Ki * PID.Integral + PID.Derivative;%计算PID输出 u(k)=PID.Voltage;%被控对象输入为PID的输出 PID.Err_last= PID.Err;%周期+1 Err_last上一周期的误差=Err这一周期的误差 为下一次循环做准备 PID.LastPoint= PID.ActualPoint;%与上同理 u_5=u_4;u_4=u_3;u_3=u_2;u_2=u_1;u_1=PID.Voltage;%与上同理 y_3=y_2;y_2=y_1;y_1=yout(k);%与上同理 end plot(time,yout,'g'); grid on xlabel('time'); ylabel('y');