控制算法（控制算法助理工程师）

本篇文章给大家谈谈控制算法，以及控制算法助理工程师对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、lqr控制算法
• 2、哪些控制类的算法惊艳了你？
• 3、一文搞懂PID控制算法
• 4、控制算法都有哪些
• 5、控制算法是什么？

lqr控制算法

lqr控制算法如下：

1.设计一个状态反馈控制器：多了个K反馈环节，一般直接取u=-Kx;

2.设计完反馈控制器的架构之后，下面要保证反馈系统的稳定性。

3.反馈系统稳定性的充要条件是系运亏统闭环传递函数的所有极点均有负实部，即均在复频域S平面的左侧。

4.根据稳定性判定的条件，首先求闭环系统的传递函数。

5.为了书写一致性，我们重写系统状态表达式将r替换成u：意思是最后实际是Y(s)/r(s);

6.可以得到系统的闭环传递函数的形式如式(6)所示，只需要分母表达式。可见系统传递的极点就是矩阵A − BK的特征值。

7.因此，兆悄陆可以通过配置K矩阵 (r*n矩阵），使闭环系统达到我们期望的状态。

8. 假设状态向量x(t)的维度为1以及闭环系统稳定。

9.扩充状态变量到n个，则代价函数为：

7.类似的J的函数称为二次型函数，变量的最高次数是2。

所有展开的函数最高次数为2的，这种类型的函数统称为二次型函数。

Q、R矩阵选取

Q为半正定的状态加权矩阵, R为正定的控制加权矩阵族顷（注意这里），两者通常取为对角阵。Q矩阵元素变大意味着希望状态量能够快速趋近于零；R矩阵元素变大意味着希望控制输入能够尽可能小，它意味着系统的状态衰减将变慢。所以，Q、R的选取，要综合看具体的实际应用场景来调节。

哪些控制类的算法惊艳了你？

谈到控制算法，有人说路径规划，有人说机器人运动学，还有人说卡尔曼滤波器，神经网络，蚁群算法，或者粒子群优化算法。我擦，这哪是控制算法，完全不卜激带是一个层面的东西，至少不属于狭义上的控制算法。那上面那些东西属于啥，搞控制的喜欢对系统分层，一般分为决策优化层和控制层。路径规划，机器人运动学都属于决策优化层的东西，在这一层进行全局的规划和优化，最后生成控制指令，传给控制层，控制层通过闭环反馈实现对指令的跟踪。

控制算法，控制的是信号，信号是连续量，比如电压，电流，转速，功率，温度，型芦等等，说到底信号就是一个物理量在一个域（时间或者空间）上展开。系统是啥，系统就是信号到信号的变换，比如最普通的直流电机，我加一个电压信号给电机，然后电机的转速铅散信号慢慢升到一个固定值，这里电机就是一个系统，它实现了电压信号到转速信号的变换，改变电压，转速信号也会随着改变。

[img]

一文搞懂PID控制算法

PID算法是工业应用中最广泛算法之一，在闭环系统的控制中，可自动对控制系统进行准确且迅速的校正。PID算法已经有100多年历史，在四轴飞行器，平衡小车、汽车定速巡航、温度控制器等场景均有应用。

之前做过循迹车项目，简单循迹摇摆幅度较大，效果如下所示：

PID算法优化后，循迹稳定性能较大提升，效果如下所示：

PID算法：就是“比例（proportional）、积分（integral）、微分（derivative）”，是一种常见的“保持稳定”控制算法。

常规的模拟PID控制系统原理框图如下所示：

因此可以得出e(t)和u(t)的关系：

其中：

Kp：比例增益，是调适参数；

Ki：积分增益，也是调适参数；

Kd：微分增益，也是调毕庆兄适参数；

e：误差=设定值（SP）- 回授值（PV）；

t：目前时间。

数学公式可能比较枯燥，通过以下例子，了解PID算法的应用。

例如，使用控制器使一锅水的温度保持在50℃，小于50℃就让它加热，大于50度就断电不就行了？

没错，在要求不高的情况下，确实可以这么干，如果换一种说法，你就知道问题出在哪里了。

如果控制对象是一辆汽车呢？要是希望汽车的车速保持在50km/h不动，这种方法就存在问题了。

设想一下，假如汽车的定速巡航电脑在某一时间测到车速是45km/h，它立刻命令发动机：加速！

结果，发动机那边突然来了个100%全油门，嗡的一下汽差闭车急加速到了60km/h，这时电脑又发出命令：刹车！结果乘客吐......

所以，在大多数场合中，用“开关量”来控制一个物理量就显得比较简单粗暴了，有时候是无法保持稳定的，因为单片机、传感器不是无限快的，采集、控制需要时间。

而且，控制对象具有惯性，比如将热水控制器拔掉，它的“余热”即热惯性可能还会使水温继续升高一小会。

此时就需要使用PID控制算法了。

接着咱再来详细了解PID控制算法的三个最基本的参数：Kp比例增益、Ki积分增益、Kd微分增益。

1、Kp比例增益

Kp比例控制考虑当前误差，误差值和一个正值的常数Kp（表示比例）相乘。需要控制的量，比如水温，有它现在的 当前手袭值 ，也有我们期望的 目标值 。

当两者差距不大时，就让加热器“轻轻地”加热一下。

要是因为某些原因，温度降低了很多，就让加热器“稍稍用力”加热一下。

要是当前温度比目标温度低得多，就让加热器“开足马力”加热，尽快让水温到达目标附近。

这就是P的作用，跟开关控制方法相比，是不是“温文尔雅”了很多。

实际写程序时，就让偏差（目标减去当前）与调节装置的“调节力度”，建立一个一次函数的关系，就可以实现最基本的“比例”控制了~

Kp越大，调节作用越激进，Kp调小会让调节作用更保守。

若你正在制作一个平衡车，有了P的作用，你会发现，平衡车在平衡角度附近来回“狂抖”，比较难稳住。

2、Kd微分增益

Kd微分控制考虑将来误差，计算误差的一阶导，并和一个正值的常数Kd相乘。

有了P的作用，不难发现，只有P好像不能让平衡车站起来，水温也控制得晃晃悠悠，好像整个系统不是特别稳定，总是在“抖动”。

设想有一个弹簧：现在在平衡位置上，拉它一下，然后松手，这时它会震荡起来，因为阻力很小，它可能会震荡很长时间，才会重新停在平衡位置。

请想象一下：要是把上图所示的系统浸没在水里，同样拉它一下 ：这种情况下，重新停在平衡位置的时间就短得多。

此时需要一个控制作用，让被控制的物理量的“变化速度”趋于0，即类似于“阻尼”的作用。

因为，当比较接近目标时，P的控制作用就比较小了，越接近目标，P的作用越温柔，有很多内在的或者外部的因素，使控制量发生小范围的摆动。

D的作用就是让物理量的速度趋于0，只要什么时候，这个量具有了速度，D就向相反的方向用力，尽力刹住这个变化。

Kd参数越大，向速度相反方向刹车的力道就越强，如果是平衡小车，加上P和D两种控制作用，如果参数调节合适，它应该可以站起来了。

3、Ki积分增益

Ki积分控制考虑过去误差，将误差值过去一段时间和（误差和）乘以一个正值的常数Ki。

还是以热水为例，假如有个人把加热装置带到了非常冷的地方，开始烧水了，需要烧到50℃。

在P的作用下，水温慢慢升高，直到升高到45℃时，他发现了一个不好的事情：天气太冷，水散热的速度，和P控制的加热的速度相等了。

这可怎么办？

P兄这样想：我和目标已经很近了，只需要轻轻加热就可以了。

D兄这样想：加热和散热相等，温度没有波动，我好像不用调整什么。

于是，水温永远地停留在45℃，永远到不了50℃。

根据常识，我们知道，应该进一步增加加热的功率，可是增加多少该如何计算呢？

前辈科学家们想到的方法是真的巧妙，设置一个积分量，只要偏差存在，就不断地对偏差进行积分（累加），并反应在调节力度上。

这样一来，即使45℃和50℃相差不是太大，但是随着时间的推移，只要没达到目标温度，这个积分量就不断增加，系统就会慢慢意识到：还没有到达目标温度，该增加功率啦！

到了目标温度后，假设温度没有波动，积分值就不会再变动，这时，加热功率仍然等于散热功率，但是，温度是稳稳的50℃。

Ki的值越大，积分时乘的系数就越大，积分效果越明显，所以，I的作用就是，减小静态情况下的误差，让受控物理量尽可能接近目标值。

I在使用时还有个问题：需要设定积分限制，防止在刚开始加热时，就把积分量积得太大，难以控制。

PID算法的参数调试是指通过调整控制参数（比例增益、积分增益/时间、微分增益/时间） 让系统达到最佳的控制效果 。

调试中稳定性（不会有发散性的震荡）是首要条件，此外，不同系统有不同的行为，不同的应用其需求也不同，而且这些需求还可能会互相冲突。

PID算法只有三个参数，在原理上容易说明，但PID算法参数调试是一个困难的工作，因为要符合一些特别的判据，而且PID控制有其限制存在。

1、稳定性

若PID算法控制器的参数未挑选妥当，其控制器输出可能是不稳定的，也就是其输出发散，过程中可能有震荡，也可能没有震荡，且其输出只受饱和或是机械损坏等原因所限制。不稳定一般是因为过大增益造成，特别是针对延迟时间很长的系统。

2、最佳性能

PID控制器的最佳性能可能和针对过程变化或是设定值变化有关，也会随应用而不同。

两个基本的需求是调整能力（regulation，干扰拒绝，使系统维持在设定值）及命令追随 （设定值变化下，控制器输出追随设定值的反应速度）。有关命令追随的一些判据包括有上升时间及整定时间。有些应用可能因为安全考量，不允许输出超过设定值，也有些应用要求在到达设定值过程中的能量可以最小化。

3、各调试方法对比

4、调整PID参数对系统的影响

控制算法都有哪些

控制算法分为模糊PID控制算法和自适应控制算法。各自的特点如下：模糊PID控制算法的轮尺斗特点：

1、简化系统设计的复杂性，特别适用于非线性、时变、滞后、模型不完全系统的控制。

2、不依赖于被控对象的精确数学模型。

3、利用控制法则来描述系统变量间的关系。

4、不用数值而用语言腊磨式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。

5、模糊控制器是一语言控制器，便于操作人员使用自然语言进行人机对话。

6、模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的鲁棒性、适应性、强健性(Robustness)及较佳的容错性(FaultTolerance)。自适应控制算法的特点：1、实现了控制器参数的在线自动整定。2、与常规PID控制器有相同的结构。3、采用单片微机实现了控制算法,实用性困悔强,可靠性好。

控制算法是什么？

控制算法（The control algorithm）是在机电一体化中，在进行任何一个具体控制系统的分析、综合或设计时，首先应建立该系统的数学模型，确定其控制算法。

所谓数学模型就是系旁清统动态特性的数学表达式。它反映了系统输入、内部状态和输出之间的数量和逻辑关系。这些关系式为计算机进行运算处理提供了依据，即由数学模型推出控制算法。所谓计算机控制，就是按照规定的控制算法进行控制，因此，控制算法的正确与否直接影响控制系统的品质，甚至决定整个系统的成败。

扩展资料

模糊PID控制算法的特点：

1、简化系统设计的复杂性，特别运枝前适用于非线性、时变、滞后、模型不完全系统的控制。

2、不依赖于被控对象的精确数学模型。

3、利用控制法则来描述系统变量间的关系。

4、不用数值而用语言式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。

5、模糊控制器是一语言控制器，便于操作人员使用自然语言进行人机对话。

参考搭燃资料来源：百度百科-控制算法

关于控制算法和控制算法助理工程师的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。