1. 基于pid控制电机转速
1.
第一步骤:对汽轮发电机组转速调节系统进行近似机理建模,以建立系统模型;
2.
第二步骤:设计三个模糊控制器;
3.
第三步骤:针对三个模糊控制器进行分数阶PID控制器的数字化实现;
4.
第四步骤:利用分数阶PID控制器,在建立的系统模型上确立模糊自适应分数阶PID控制器的离线参数;
2. pid控制电机转速pwm
步进电机的控制策略：
1、PID控制
PID控制作为一种简单而实用的控制方法,在步进电机驱动中获得了广泛的应用。它根据给定值r(t)与实际输出值c(t)构成控制偏差e(t),将偏差的比例、积分和微分通过线性组合构成控制量,对被控对象进行控制。文献将集成位置传感器用于二相混合式步进电机中,以位置检测器和矢量控制为基础,设计出了一个可自动调节的PI速度控制器,此控制器在变工况的条件下能提供令人满意的瞬态特性。文献根据步进电机的数学模型,设计了步进电机的PID控制系统,采用PID控制算法得到控制量,从而控制电机向指定位置运动。最后,通过仿真验证了该控制具有较好的动态响应特性。采用PID控制器具有结构简单、鲁棒性强、可靠性高等优点,但是它无法有效应对系统中的不确定信息。
目前,PID控制更多的是与其他控制策略相结合,形成带有智能的新型复合控制。这种智能复合型控制具有自学习、自适应、自组织的能力,能够自动辨识被控过程参数,自动整定控制参数,适应被控过程参数的变化,同时又具有常规PID控制器的特点。
2、自适应控制
自适应控制是在20世纪50年代发展起来的自动控制领域的一个分支。它是随着控制对象的复杂化,当动态特性不可知或发生不可预测的变化时,为得到高性能的控制器而产生的。其主要优点是容易实现和自适应速度快,能有效地克服电机模型参数的缓慢变化所引起的影响,是输出信号跟踪参考信号。文献研究者根据步进电机的线性或近似线性模型推导出了全局稳定的自适应控制算法,这些控制算法都严重依赖于电机模型参数。文献将闭环反馈控制与自适应控制结合来检测转子的位置和速度,通过反馈和自适应处理,按照优化的升降运行曲线,自动地发出驱动的脉冲串,提高了电机的拖动力矩特性,同时使电机获得更精确的位置控制和较高较平稳的转速。
目前,很多学者将自适应控制与其他控制方法相结合,以解决单纯自适应控制的不足。文献设计的鲁棒自适应低速伺服控制器,确保了转动脉矩的最大化补偿及伺服系统低速高精度的跟踪控制性能。文献实现的自适应模糊PID控制器可以根据输入误差和误差变化率的变化,通过模糊推理在线调整PID参数,实现对步进电机的自适应控制,从而有效地提高系统的响应时间、计算精度和抗干扰性。
3、矢量控制
矢量控制是现代电机高性能控制的理论基础,可以改善电机的转矩控制性能。它通过磁场定向将定子电流分为励磁分量和转矩分量分别加以控制,从而获得良好的解耦特性,因此,矢量控制既需要控制定子电流的幅值,又需要控制电流的相位。由于步进电机不仅存在主电磁转矩,还有由于双凸结构产生的磁阻转矩,且内部磁场结构复杂,非线性较一般电机严重得多,所以它的矢量控制也较为复杂。文献[8]推导出了二相混合式步进电机d-q轴数学模型,以转子永磁磁链为定向坐标系,令直轴电流id=0,电动机电磁转矩与iq成正比,用PC机实现了矢量控制系统。系统中使用传感器检测电机的绕组电流和转自位置,用PWM方式控制电机绕组电流。文献推导出基于磁网络的二相混合式步进电机模型,给出了其矢量控制位置伺服系统的结构,采用神经网络模型参考自适应控制策略对系统中的不确定因素进行实时补偿,通过最大转矩/电流矢量控制实现电机的高效控制。
4、智能控制的应用
智能控制不依赖或不完全依赖控制对象的数学模型,只按实际效果进行控制,在控制中有能力考虑系统的不确定性和精确性,突破了传统控制必须基于数学模型的框架。目前,智能控制在步进电机系统中应用较为成熟的是模糊逻辑控制、神经网络和智能控制的集成。
4.1模糊控制
模糊控制就是在被控制对象的模糊模型的基础上,运用模糊控制器的近似推理等手段,实现系统控制的方法。作为一种直接模拟人类思维结果的控制方式,模糊控制已广泛应用于工业控制领域。与常规控制相比,模糊控制无须精确的数学模型,具有较强的鲁棒性、自适应性,因此适用于非线性、时变、时滞系统的控制。文献[16]给出了模糊控制在二相混合式步进电机速度控制中应用实例。系统为超前角控制,设计无需数学模型,速度响应时间短。
4.2神经网络控制
神经网络是利用大量的神经元按一定的拓扑结构和学习调整的方法。它可以充分逼近任意复杂的非线性系统,能够学习和自适应未知或不确定的系统,具有很强的鲁棒性和容错性,因而在步进电机系统中得到了广泛的应用。文献将神经网络用于实现步进电机最佳细分电流,在学习中使用Bayes正则化算法,使用权值调整技术避免多层前向神经网络陷入局部极小点,有效解决了等步距角细分问题。
3. pid控制电机转速流程图
一般伺服电机都有三种控制方式：速度控制方式，转矩控制方式，位置控制方式 。
如果您对电机的速度、位置都没有要求，只要输出一个恒转矩，当然是用转矩模式。
如果对位置和速度有一定的精度要求，而对实时转矩不是很关心，用转矩模式不太方便，用速度或位置模式比较好。如果上位控制器有比较好的闭环控制功能，用速度控制效果会好一点。如果本身要求不是很高，或者，基本没有实时性的要求，用位置控制方式对上位控制器没有很高的要求。
就伺服驱动器的响应速度来看，转矩模式运算量最小，驱动器对控制信号的响应最快；位置模式运算量最大，驱动器对控制信号的响应最慢。
对运动中的动态性能有比较高的要求时，需要实时对电机进行调整。那么如果控制器本身的运算速度很慢（比如PLC，或低端运动控制器），就用位置方式控制。如果控制器运算速度比较快，可以用速度方式，把位置环从驱动器移到控制器上，减少驱动器的工作量，提高效率（比如大部分中高端运动控制器）；如果有更好的上位控制器，还可以用转矩方式控制，把速度环也从驱动器上移开，这一般只是高端专用控制器才能这么干，而且，这时完全不需要使用伺服电机。
换一种说法是：
1、转矩控制：转矩控制方式是通过外部模拟量的输入或直接的地址的赋值来设定电机轴对外的输出转矩的大小，具体表现为例如10V对应5Nm的话，当外部模拟量设定为5V时电机轴输出为2.5Nm:如果电机轴负载低于2.5Nm时电机正转，外部负载等于2.5Nm时电机不转，大于2.5Nm时电机反转（通常在有重力负载情况下产生）。可以通过即时的改变模拟量的设定来改变设定的力矩大小，也可通过通讯方式改变对应的地址的数值来实现。应用主要在对材质的受力有严格要求的缠绕和放卷的装置中，例如饶线装置或拉光纤设备，转矩的设定要根据缠绕的半径的变化随时更改以确保材质的受力不会随着缠绕半径的变化而改变。
2、位置控制：位置控制模式一般是通过外部输入的脉冲的频率来确定转动速度的大小，通过脉冲的个数来确定转动的角度，也有些伺服可以通过通讯方式直接对速度和位移进行赋值。由于位置模式可以对速度和位置都有很严格的控制，所以一般应用于定位装置。应用领域如数控机床、印刷机械等等。
3、速度模式：通过模拟量的输入或脉冲的频率都可以进行转动速度的控制，在有上位控制装置的外环PID控制时速度模式也可以进行定位，但必须把电机的位置信号或直接负载的位置信号给上位反馈以做运算用。位置模式也支持直接负载外环检测位置信号，此时的电机轴端的编码器只检测电机转速，位置信号就由直接的最终负载端的检测装置来提供了，这样的优点在于可以减少中间传动过程中的误差，增加了整个系统的定位精度。
4. pid控制电机转速程序
PID就是通过系统误差利用比例、积分、微分计算出控制量进行控制的。不同厂家的公式稍有不同，但是基本上都离不开三个参数：比例、积分时间、微分时间。
5. 基于pid算法的电机转速控制系统
基于模糊PID的直流力矩电机转速控制。
在分析模糊控制和PID控制结合方式的基础上,设计一个二维模糊PID控制算法,该算法根据误差信号是否达到阈值来决定何时在模糊控制与PID控制之间切换.采用编码器、80196KC单片机、16位D/A转换器和直流力矩电并结合上述控制算法构成直流力矩电机的模糊PID稳速控制系统.通过对标准PID和模糊PID实测数据分析比较说明,模糊PID控制可以达到无超调输出,其调节时间小于标准PID控制的调节时间,稳态误差小于万分之四.
6. 基于pid控制电机转速的控制器
直流电机转速有误差，把实测转速输入和设定比较的差值用PID运算输出控制电流，那么增减转速就可以实现精确控制了（注：PID控制和直流电机或者交流电机没有直接关系，PID只是一种控制方法）。
所以说，直接输入转速用PWM精准控制是不现实的，PWM控制的是直流电机的电流，电流决定了直流电机的扭矩，也就是输出力，假设直流电机负载1公斤，转速3000转，那么负载2公斤还需要保持3000转的速度，电流就会增加了。
7. pid与电机速度控制
PID是比例、积分、微分的简称
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它 以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的 其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象，或 不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、 积分、微分计算出控制量进行控制的。
8. pid控制电机转速仿真matlab
slm函数的用法是作为连续重复统计函数使用的。
MATLAB 中sim函数具体使用方法：
sim函数的变量[t,x,y]=sim(f1,tspan,options,ut)。
其中f1为SIMULINK的模型名，tspan为仿真时间控制变量；参数options为模型控制。
参数；ut为外部输入向量。
知识延展：
MATLAB （矩阵实验室）是MAT rix LAB oratory的缩写，是一款由美国The MathWorks公司出品的商业数学软件。MATLAB是一种用于算法开发、数据可视化、数据分析。
Simulink做仿真的时候，需要在m文件里运行Simulink模型，而且需要传递一些参数，所以要用到sim函数。在m文件中向Simulink模型传递参数，并运行模型，得到模型运行结果。
以一个简单的PID控制仿真模型为例，如果要在m文件中运行这个模型，则m文件程序可以写成这样：
clear all;close all;ts = 1e-4;In = 5;Kp = 60;Ki = 1;Kd = 3;simOut = sim('sim_test');for k = 1:1:length(out) time(k) = k * ts;endfigure(1);plot(time,out);grid on;
其中，In是PID控制的期望输入，Kp,Ki,Kd分别是PID控制参数，都要从m文件中传递给Simulink模型。out是Simulink模型运行得到的结果。
9. pid控制电机转速精度能达到多少呢
异步电动机调速方式基本有以下几种：
1、串电阻调速；串电阻调速适用于大功率、绕线式转子电动机，电流较大，缺点：控制回路较复杂，需在转子回路中串联电阻器，调速范围有限（只能实现有级调速），效能比较差，对车间局部供电电网冲击较大。
2、滑差离合器调速，适用于小功率异步电动机，投资省，效能比较串电阻稍高；
3、变频器调速，具有较高的能效比，能够配合PID系统，达到自动调节电机转速的目的，能够实现无极调速，对于现在节能型社会，是目前主流调速方式，设备投资较大。
10. pid控制电机转速原理
是的
P是比例系数,P值越大,控制器越灵敏,调节速度越快。P指的是比例(Proportion),I指的是积分(Integral),D指的是微分(Differential)。在电机调速系统中,输入信号为正,要求电机在正转时,反馈信号也是为正,同时电机转速越高,反馈信号也就越大。