直流电机控制器的鲁棒整定
这个例子展示了如何为参数不完全已知的直流电机鲁棒地调整PID控制器。
直流电机建模
以“直流电机伺服控制器的鲁棒性”为例，推导了直流电机的不确定模型。从施加电压到角速度的传递函数如下所示：
阻力在哪里
，电感
，电动势常数
，电枢常数
粘性摩擦
，以及惯性负载
是电机的物理参数。这些参数不是完全已知的，并且会发生变化，因此我们将它们建模为具有指定范围或百分比不确定度的不确定值。
R=尿素(“R”2.“百分比”,40); L=尿素(“我,0.5,“百分比”，40）；K=尿素(“K”,0.015,“范围”,[0.012 0.019]); Km=K；Kb=K；Kf=尿素(“Kf”,0.2,“百分比”,50); J=尿素(“J”,0.02,“百分比”,20); P=tf（Km[J*L J*R+Kf*L Km*Kb+Kf*R]）；P.InputName=“电压”；P.OutputName=“速度”;
时间和频率响应函数，如步或预兆自动对其范围内的不确定参数进行采样。这有助于衡量不确定性的影响。例如，绘制不确定设备的阶跃响应P请注意，电厂直流增益变化较大。
步骤（P，getNominal（P），3）图例(“采样不确定性”,“名义上的”)
鲁棒PID整定
要稳定地调整此直流电机的PID控制器，请创建可调PID块C并建立闭环模型CL0图1中反馈循环的一部分。添加一个分析点数据加载在设备输出端测量对负载扰动的灵敏度。
C=可调PID(“C”,“pid”); AP=分析点(“加载”)；CL0=反馈（AP*P*C，1）；CL0.InputName=“SpeedRef”；CL0.OutputName=“速度”;
图1：直流电机的PID控制
有许多方法可以指定所需的性能。在这里，我们关注对负载扰动、滚转和闭环动态的敏感性。
R1=调谐目标。灵敏度(“加载”，tf（[1.25 0]，[12]）；R2=TuningGoal.MaxLoopGain(“加载”,10,1); R3=调谐目标。极点(“加载”,0.1,0.7,25);
第一个进球R1指定灵敏度函数的所需配置文件。低频时灵敏度应较低，以实现良好的干扰抑制。第二个目标R2施加-20分贝/十年滚动超过10拉德/秒。第三个目标R3指定闭环极点的最小衰减、最小阻尼和最大固有频率。
视图目标（R1）
viewGoal（R2）
查看目标（R3）
您现在可以使用系统稳健地调整PID增益，即尝试并满足全部的不确定直流电机参数的可能值。因为可能存在局部极小值，所以从三组不同的初始增益值执行三次单独的调谐。
opt=系统选项(“随机启动”rng（0），[CL，fSoft]=systune（CL0，[R1 R2 R3]，opt）；
标称调整：设计1:Soft=0.838，Hard=-Inf设计2:Soft=0.838，Hard=-Inf设计3:Soft=0.914，Hard=-Inf设计2:Soft:[0.838,2.01]，Hard:[-Inf，--Inf]，迭代次数=40软：[0.875,1.76]，硬：[-Inf，--Inf]，迭代次数=29软：[0.935,2.77]，硬：[-Inf，--Inf]，迭代次数=28软：[1.35,1.35]，硬：[-Inf，-Inf]，迭代次数=35次最终：软=1.35，硬=-Inf，迭代次数=132设计的稳健调整1:Soft:[0.838,1.96]，硬：[-Inf，-Inf]，迭代次数=65次软：[0.875,1.76]，硬：[-Inf，-Inf]，迭代次数=30次软：[1.02,2.98]，硬：[-Inf，-]，迭代次数=35次软：[:[1.34,1.36]，硬：[-Inf，-]，迭代次数=32次软：[:[1.35,1.35,1.35,1.35]，硬：[-Inf，-Inf]，迭代次数=20次最终：软=1.35，硬=-Inf，迭代次数=182设计的稳健调整3:Soft:[0.914,2.35]，硬：[-Inf，-Inf]，迭代次数=58次软：[0.875,1.76]，硬：[-Inf，-Inf]，迭代次数=111次软：[1.02,2.98]，硬：[-Inf，-]，迭代次数=34次软：[:[1.34,1.36]，硬：[-Inf，-]，迭代次数=32次软：[,1.35,1.35]，硬：[-Inf，-Inf]，迭代次数=20次最终：软=1.35，硬=-Inf，迭代次数=255
最终值接近1，因此在整个不确定范围内，几乎可以实现调整目标。调整后的PID控制器为
可显示（CL）
C=1s Kp+Ki*--+Kd*--s Tf*s+1，Kp=33.8，Ki=83.2，Kd=2.34，Tf=0.028名称：并行形式的C连续时间PIDF控制器。
接下来，检查该PID如何针对30个随机选择的不确定参数值拒绝阶跃负载干扰。
S=灵敏度（CL，“加载”)clf，步骤（usample，30），获取标称值（S），3）标题(“负载干扰抑制”)传奇(“采样不确定性”,“名义上的”)
尽管电厂变化较大，但拒收性能保持一致。您还可以验证灵敏度函数是否稳定地保持在规定的范围内。
视图目标（R1，CL）
使用系统简单。只需在可调闭环模型中使用尿素的对象，软件会自动尝试实现整个不确定性范围的调整目标。
您还可以从以下列表中选择网站：
