文档介绍：基于遗传基因算法的智能PID的设计和FPGA的使用
摘要:现在,在工业控制过程中很多系统都是时变,实时和非线性的。那些系统只通过PID参数的调整,已出现越来越多的问题了。首先,通过遗传基因算法(AGA)来获得较好的PID控制参数并且通过FPGA 1P1C6F256C8 去进行PID控制。第二,闭环系统的测试时通过DSP来建立的。最后,在第四节的第二部分获得的TCL脚本文件是VHDL代码通过仿真软件的编译器后获得的。结果证明了AGA增进了PID参数获取的精度和控制系统的实用性,同时证明了基于FPGA的只能PID控制的灵活和实用。
1 介绍
PID控制时自动控制中最古老的,最通用的和最强大的控制方法。随着工业的发展,控制的对象变得越来越复杂,其中最重要的是其时变,非线性和实时性。传统的PID控制对其控制能力越来越低。由于传统PID的一些缺点,一些人在PID参数的获得方面进行了很大的改进。今年来像模糊PID控制,神经网络PID控制器,专家PID控制等智能PID控制已经成为越来越流行的控制方法。智能PID控制器简化了程序的设计,并且有自我适应,自我组织和自我学习的能力,同时它也有传统PID的有点,如简单的结构和较好的鲁棒性。同时VLSI的智能化和科技都有了很大的进步。它使将一个控制系统集成在一个芯片中成为可能。由于FPGA有并行计算和过程的能力,它能快速的完成大量复杂的计算。此外,基于FPGA的控制器的设计有强的经济性,因为它很灵活而且普遍。这篇文章详细介绍了一个基于AGA的智能PID控制的具体的实践方案。硬件是基于FPGA 1P1C6F256C8。在进行硬件设计时,是用VHDL语言来描述整个算法的。
2 智能PID控制器的设计原则
PID控制器的参数运转是通过寻找KP,KI,KD参数的最佳或是接近最佳的组合,来使得系统获得较好的控制质量。如图1所示,是智能PID控制的图表。这里的AGA通常通过尽可能的所有的KP,KI,KD参数的变化以寻找到最佳的控制度。
3 算法的设计

为了节省FPGA的硬件资源,PID控制器通常使用增量式PID算法。如方程式1,如果我们知道u(k-1),e(k),e(k-1)的话,从方程式1中我们可以计算出u(k)
(AGA)
AGA采用,由适合度的值和循环次数决定的PC和PM的值,以避免不同步的聚焦,AGA的主要方面如下所示:
AGA采用实时编码。它能增加结果的精度和超调的速度。
为了使FPGA的运行更加容易,AGA随机选取两个不同的个体,然后保留一个和它适合度一致的且最优的。
在AGA里,适合的参数被获得。通过PC
在AGA里,合适的转化率获得。
计算适合度的函数
为了获得适合的动态参数。我们可以通过ITAE来对象的函数,ITAE可以表达如下:
分离ITAE可以表示成:
4 智能PID控制器的硬件设计
通过分析PID控制的条件和基因算法的特性,首先,我们将系统的函数模型转换成连续的电路和联合的逻辑电路。第二步,我们进行系统时钟设计。时钟就像一个系统的指挥官,命令所有的模块有序的工作。在硬件的设计过程中,我们同样考虑包括运行的速度和资源的占用率,最后我们使他达到一个很好的平
衡。

如图2所示,智能PID控制器的硬件结