直流电机 速度环 模糊 PID 控制代码

直流电机的速度环模糊-PID控制通常涉及以下部分的代码实现：

首先，我们需要设置模糊规则库和PID控制器的基本结构：

import numpy as np
from skfuzzy import control as ctrl

# 定义模糊输入和输出变量
error = ctrl.Antecedent(np.arange(-100, 100, 1), 'error') # 误差作为输入
derivative = ctrl.Antecedent(np.arange(-5, 5, 0.1), 'derivative') # 变化率作为输入
output = ctrl.Consequent(np.arange(0, 1, 0.01), 'output') # 输出控制信号

# 设置模糊规则
error['small'] = ctrl.trimf(error.universe, [-20, -10, 0])
... (定义其他规则)

pid = ctrl.ControlSystem([
    ctrl.Rule(error['small'], output['low']), ... # 根据模糊规则关联输出
])

# 初始化PID控制器
kp = ... # 比例增益
ki = ... # 积分增益
kd = ... # 微分增益
pid.add_block('PID', kp=kp, ki=ki, kd=kd)

然后，我们需要实时获取电机的实际速度，并进行控制：

def motor_speed_controller(target_speed, current_speed):
    error = target_speed - current_speed
    derivative = (target_speed - prev_target_speed) / dt if prev_target_speed else 0 # 预测速度变化
    prev_target_speed = target_speed
    
    input = [error, derivative] # 组合输入到模糊控制器
    universe = error.universe, derivative.universe
    outputmf = pid.compute(universe, input)[0]['output']
    
    return outputmf.center # 返回PID输出的控制信号强度

prev_target_speed = None # 初始状态

在这个例子中，`motor_speed_controller`函数会根据目标速度和当前速度计算出误差、变化率，并应用模糊-PID规则来得到控制信号。每次更新都会考虑之前的误差变化，以更准确地控制电机速度。

最后，别忘了添加适当的主循环来运行控制系统，并根据实际情况调整参数和规则。