hunan university - ustchome.ustc.edu.cn/~lxc2014/document/graduation project in... ·...

HUNAN UNIVERSITY

毕业论文

论文题目模糊智能 PID控制器

设计与性能研究

学生姓名刘星辰

学生学号 20100720215

专业班级测控 1002

学院名称电气与信息工程学院

指导老师孟志强

学院院长王耀南

2014 年 05 月 22 日

湖南大学毕业设计 (论文 )

湖南大学

毕业论文原创性声明

本人郑重声明：所呈交的论文是本人在老师的指导下独立进行研究所取得的

研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或

集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均

已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。

学生签名：日期：200 年月日

毕业论文版权使用授权书

本毕业论文作者完全了解学校有关保留、使用论文的规定，同意学校保留并

向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本

人授权湖南大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以

采用影印、缩印或扫描等复制手段保存和汇编本论文。

本论文属于

1、保密，在______年解密后适用本授权书。

2、不保密√。

（请在以上相应方框内打“√”）

学生签名：日期：200 年月日

指导教师签名：日期：200 年月日

湖南大学毕业设计 (论文 ) 第 I 页

模糊智能 PID 控制器设计与性能研究

摘要

常规 PID 控制器是广泛应用于工业界的一种控制器，具有算法简单，稳定性

好、可靠性高等优点，然而其参数在某一特定条件下整定完成的，当工况发生变

化时，一组 PID 参数很难适应不同的工作条件，难以达到理想设计性能。另外，

对于时变、非线性系统，常规 PID控制器也难以达到良好的控制效果。此时就考

虑将模糊理论应用于 PID 控制器。本文主要研究常规 PID 控制器与模糊 PID 控

制器的原理，以及二者的性能差异。研究手段为 MATLAB/SIMULINK 仿真，获

得了仿真波形。此外为了获得实际效果，选取了直流电机作为控制对象。为了实

现对电机的控制、验证算法，选用 FREESCALE 公司的 xs128作为处理器，搭建

了相应的电源模块、电机驱动模块、测速模块电路，另外为方便调试，还用

MATLAB/GUI 编写了一个上位机监控程序，实现通信、显示功能，采集到一系

列实验波形，得出模糊 PID 控制性能优于常规 PID 控制的结论。

关键字：模糊 PID,xs128 单片机,直流电机,MATLAB/SIMULINK 仿真

湖南大学毕业设计 (论文 ) 第 II 页

Design and performance study of fuzzy and intelligent PID

controller

Abstract

The conventional PID controller is widely used in industry, which has lots of

advantages, such as simple, good stability and high reliability. However, its

parameters are tuned under a given condition, when the working conditions change, a

set of PID parameters is very difficult to adapt to the different working conditions and

hard to achieve the ideal design performance. So there is a great need to consider the

application of fuzzy theory in PID controller. This paper mainly studies the theory of

the conventional PID controller and fuzzy PID controller and the performance

differences between two of them. The simulation of MATLAB/SIMULINK is used as

a research method. In order to obtain the actual effect, the DC motor is used as a

control object. To control the motor and verify the algorithm, the Freescale's xs128

MCU is used as the processor and the corresponding power module, motor driver

module, speed measurement module are build. To facilitate debugging, I also write a

MATLAB/GUI to communicate with the MCU and display images.

Key Words: Fuzzy PID; xs128 MCU; DC motor; MATLAB/SIMULINK

湖南大学毕业设计 (论文 ) 第 IV 页

目录第一章绪论......................................................... 1

1.1 自动控制理论的发展简述...................................... 1

1.2 模糊控制理论的产生与发展.................................... 2

1.3 本文的研究目的、开展的研究工作以及章节安排.................. 4

第二章 PID 与模糊控制原理 ........................................... 5

2.1 PID 控制原理 ................................................ 5

2.1.1 比例调节.............................................. 6

2.1.2 积分调节.............................................. 6

2.1.3 微分调节.............................................. 7

2.2 模糊控制原理................................................ 8

2.2.1 模糊器............................................... 10

2.2.2 模糊推理机........................................... 10

2.2.3 解模糊器............................................. 11

2.2.4 模糊规则库........................................... 11

第三章硬件电路.................................................... 12

3.1 电源模块................................................... 13

3.2 电机驱动电路............................................... 13

3.3 编码器测速部分............................................. 15

3.4 MC9S12XS128 单片机简介 ................................... 15

第四章 PID 控制器与模糊 PID 控制器的设计 ............................ 17

4.1 常规 PID 控制器的设计 ...................................... 17

4.1.1 数字 PID 位置式控制算法 .............................. 17

4.1.2 数字 PID 增量式控制算法 .............................. 17

4.2 上位机界面的设计........................................... 18

4.3 C 语言控制程序的设计 ....................................... 19

4.3.1 主程序设计........................................... 19

4.3.2 定时器中断子程序设计................................. 20

4.3.3 串口中断子程序设计................................... 21

4.4 模糊 PID 控制器的设计 ...................................... 22

4.4.1 模糊控制器总体框架................................... 24

4.4.2 隶属度函数........................................... 25

4.4.3 模糊规则............................................. 26

4.4.4 解模糊............................................... 26

第五章 PID 控制特性仿真与实验结果分析 .............................. 28

湖南大学毕业设计 (论文 ) 第 IV 页

5.1 仿真研究................................................... 28

5.2 实验结果分析............................................... 29

5.2.1 常规 PID 控制实验结果分析 ............................ 30

5.2.2 模糊 PID 控制实验结果分析 ............................ 35

第六章结论........................................................ 37

致谢............................................................... 38

参考文献........................................................... 39

附录............................................................... 41


第 1 页

第一章绪论

1.1 自动控制理论的发展简述

最早的自动控制技术的应用，可以追溯到公元前我国古代的自动计时器和

漏壶指南车，而自动控制技术的广泛应用则开始于欧洲工业革命时期[1]。英国人

瓦特在发明蒸汽机的同时，应用反馈原理，于1788年发明了离心式调速器。当负

载或蒸汽供给量发生变化时，离心式调速器能够自动调节进汽阀门的开度，从而

控制蒸汽机的转速。1868年，J．K.Maxwall 以离心式飞锤调速器为对象，对其

进行稳定性分析，发表了“论调速器”论文[2、3]。1892年，俄国学者李雅普诺夫

发表了“论运动稳定性的一般问题”的博士论文，提出了李雅普诺夫稳定性理论。

20世纪10年代，PID 控制器出现，并获得了广泛应用。1927年，为了使广泛应用

的电子管在其性能发生较大变化的情况下仍能正常工作，反馈放大器正式诞生。

从而，确立了“反馈”在自动控制技术中的核心地位，并且有关系统稳定性和性

能品质分析的大量研究成果也应运而生。1932年，美国著名的贝尔实验室工作人

员奈奎斯特(H．Nyquist)发表了关于反馈放大器及其稳定性的论文，给出了判断

系统稳定性的奈氏稳定判据。1948年，美国控制论的创始人维纳(N．Wiener)发

表了的著作《控制论-关于在动物和机器中控制和通信的科学》，书中主要讨论控

制理论一般的研究方法，对反馈这一概念进行了推广，为控制理论的产生和发展

奠定了坚实的基础。

控制技术和控制理论在随着科技的发展而不断发展，其发展过程一般可分为

以下三个阶段：

第一阶段为20世纪初形成并于50年代趋近于成熟的以传递函数为基础的经

典反馈控制理论，能够较好地解决生产过程中的单输入单输出、线性定常系统的

分析和设计问题，但对系统内部状态缺少了解，对于解决多输入多输出、时变、

非线性等大规模的复杂控制问题很难实现。

第二阶段为20世纪50至60年代在线性代数的数学基础上发展起来的现代

控制理论。在此期间，得益于计算机的飞速发展，空间技术也得到了极大地发展。

状态空间法是用微分方程组来描述系统的动态过程，可以有效地解决多输入、多

输出问题，研究的系统不仅仅限于线性定常系统，延展到了时变非线性系统。这


第 2 页

为解决复杂系统在能观、能控、稳定性等方面的问题提供了理论基础。但在实际

应用过程中仍然存在者不少问题，例如：

(1)现代控制理论的分析与设计都是建立在已经获得系统的数学模型基础之

上的，但对于大多数被控对象而言，精确数学模型的建立不是一个容易的过程。

(2)对于维度高、耦合强、非线性以及存在参数分布的系统，建立简便、有

效及实用的综合分析方法仍然不是一件容易的事。

(3)传统控制方法过于单一，遇到需要进行高层决策的问题，难以适应。

(4)为了有效提高控制性能，控制系统可能会变得较为复杂，算法繁琐，对

于有限的运算速度而言，难以满足实现实时控制，并会提高设备成本、降低系统

可靠性。

为了解决这些问题，现代控制理论进一步向前发展，最优控制和自适应控制

等理论应运而生。

第三阶段为萌芽于20世纪60年代中期的智能控制理论，它在发展的过程中综

合了运筹学、自动控制、人工智能等多个学科的新兴成果。第一阶段的经典控制

和第二阶段现代控制都是基于控制对象数学模型已知的控制，但是在实际生产过

程中，被控对象很多都具有多因素、多层次、时变、不确定等特点，数学模型难

以建立。所以，自动控制领域的学者和专家希望从解决问题的角度出发，综合利

用操作者的经验、思维和判断能力来控制复杂系统的，这样，不依赖于已知系统

数学模型的智能控制方法就应运而生。智能控制有着如下一些特点：

(1)基于相关领域的专家、熟练工程人员的知识进行推理，依靠启发式的方

法来引导解决问题。

(2)对系统工作的外界环境以及详细工作过程进行理解、规划、预测和判断，

结合已获得的知识库得出问题的最终答案。

控制理论正在朝向以控制论、信息论和仿生学为基础的智能控制理论深入发

展。

1.2 模糊控制理论的产生与发展

美国加州大学的 Zadeh 教授于1965年在《信息与控制》杂志上发表了著名的

《模糊集合》论文，首次提出了一个重要概念用来表达事物的模糊性，那就是隶

属函数。从而突破了19世纪笛卡尔提出的经典的集合论，为模糊理论的产生和发


第 3 页

展奠定了基础[4]。1973年，他又给出了模糊逻辑控制的定义和相关的定理。模糊

理论由于符合人类自然的思维方式，所以迅速成为人工智能领域重要的一个研究

方向，世界各国的科学家们围绕模糊理论展开了深入而广泛的研究，从而为模糊

理论的迅速发展起到了极大推动作用。模糊理论主要包括模糊集合、模糊决策、

模糊推理、模糊逻辑和模糊控制等方面的内容，其中最为成功的属于模糊控制。

当一个系统的复杂性达到一定的程度时，就很难去精确地描述系统，而且其有效

性也会随着精确性的提高而下降。模糊理论在许多精确控制无法解决的领域取得

了巨大的成功。

1974年，英国的 Mamdani 首先把模糊控制应用到了工业控制之中，并取得了

显著成效，这一具有开创意义的工作意味着模糊控制论终于诞生了。模糊控制既

有着很多应用于实际的背景，又有着系统化理论体系。模糊控制最初发展时在西

方遭遇了很大的阻力，但是在东方国家尤其是日本，却获得了宽广而迅速的推广、

应用。几十年来，模糊控制不管是从技术上还是理论上都获得了极大地发展，成

为了自控领域中一个异常活跃而且具有丰硕成果的分支。其成功应用的范例涉及

生产、生活的各个方面，肯定了这项前沿理论、技术广阔的应用前景。

模糊逻辑是从人的思维外特性，即语言和对世界认识的概念上去研究人的智

能，模糊控制是从被控对象的外特性出发，使用模糊推理并模拟人的思维方式，

对于难以获得准确数学模型的被控对象而采取的控制方法，它的成功应用得益于

于模糊逻辑本身的形成过程，它是由相关领域的专家来构造对应语言信息然后转

化成控制策略，它在处理一些复杂而且难以建立精确数学模型的被控系统方面是

一种有效的方法。模糊控制和常规控制相比而言有有如下一些优点：

(1)不需要获得被控系统精确的数学模型，依据相关领域的经验来设计和操

作。

(2)鲁棒性较强，可以用来解决非线性、时变及时滞系统，这用传统控制是

很难解决的。

(3)容错能力较强，具有适应被控对象特性改变、环境特性改变等突发情况

的能力。

(4)方便操作人员通过人的自然语言进行人机界面交互，这些模糊条件语句

容易加到过程的控制环节上。


第 4 页

1.3 本文的研究目的、开展的研究工作以及章节安排

本文主要研究常规 PID、模糊 PID 的控制原理、控制特性及其性能差异，首

先查阅了大量资料，对于模糊理论和模糊 PID 控制器有了一个大体了解，然后

通过 MATLAB/Simulink 进行仿真，进一步了解了常规 PID 控制器和模糊 PID 控

制器的控制特性以及性能差异，然后选取直流电机作为控制对象，结合 Freescale

公司的 xs128微处理器，搭建相应硬件电路来实现对电机转速的控制，通过实际

控制效果来比较不同控制算法的性能差异。

本文的具体研究内容和章节安排如下：

第一章，绪论。本章简要回顾模糊控制理论的产生和发展过程以及发展现状，

简要说明了本文的研究目的和采取的研究方法。

第二章,硬件电路。本章简要介绍了控制对象的方案选择以及控制对象选定

后所搭建的相应硬件电路，包括主要功能模块的原理。

第三章，PID 与模糊控制原理。本章主要介绍了常规 PID 控制理论和模糊 PID

控制理论以及模糊控制器的设计流程，尤其是输入精确量模糊化、解模糊、建立

模糊规则等。

第四章，常规 PID 控制器与模糊 PID 控制器的设计。本章主要讲了直流电机

常规 PID 与模糊 PID 控制器的详细设计过程。

第五章,PID 控制特性仿真与实验结果分析。本章主要进行了仿真，并对实

验结果进行了分析。

第六章,结论。


第 5 页

第二章 PID 与模糊控制原理

PID 控制器问世于半个多世纪以前，在这几十年的工业过程控制中，除了在

最简单情况下可以直接采用开关控制以外，PID 控制已成为工业过程控制中历史

最悠久、生命力最顽强、应用最广泛的基本控制策略。P1D 控制之所以在生产过

程中普遍采用，主要由于它具有良好的控制性能、可靠性高；控制算法简单、使

用方便、灵活等优点。

2.1 PID 控制原理

常规 PID 是一种线性控制器，其原理框图如图2.1所示。系统主要由 PID 控

制器和被控对象组成。

图2.1 常规 PID 控制原理框图

PID 控制器根据给定值 r(t)与实际输出值 y(t)构成偏差 e(t),即：

)()()( tytrte (2.1)

将偏差的比例、积分、微分通过线性组合构成控制量，对被控对象进行

控制，其控制关系为：

t

d

i

pdt

tdeTdtte

TteKtu

0

)()(

1)()( (2.2)

传递函数形表达式为：

sT

sTK

sE

sUsG d

i

P

11

)(

)()( (2.3)

式中： PK 为比例项系数，iT 是积分时间系数，

dT 是微分时间系数。


第 6 页

由式（2.2）可知，PID 控制是由比例控制、积分控制和微分控制3部分构成，

它们在整个控制行为中的作用不同，对控制行为的影响也不同。

2.1.1 比例调节

在比例控制器里，控制器的输出u和偏差信号e成正比，即：

eKu P (2.4)

其中， PK 称为比例系数。比例调节可以及时成比例地反映控制系统的偏差信号

e，偏差一旦产生，控制器立即产生控制作用减少偏差。

比例调节具有简单、快速的优点，但对于某些控制对象可能产生稳态误差；

而对于滞后的系统，可能产生振荡，降低了动态特性。

增大比例系数 PK ，可以加快响应速度，减小系统稳态误差，从而有利于提

高控制精度。然而 PK 当过大时，有可能导致系统稳定性降低甚至产生剧烈震荡。

减小比例系数 PK ，能减少超调，增大稳定裕度，但降低了调节精度和响应

速度。

根据对被控对象在不同阶段的相应要求以及工程人员的实际操作经验，一般

在初始阶段，为了减小各物理量初始变化的冲击， PK 值应取得较小；而到了控

制中期，为提高控制速度， PK 值应加大；到了控制后期，减小 PK 可以避免产生

大的超调以及提高稳定性。

2.1.2 积分调节

在积分调节中，调节器的输出信号u的变化速度du/ dt与偏差信号e成正比，

即：

eTdt

du

i

1 (2.5)

式中iT 为积分时间常数。积分调节主要用于消除静差，提高系统的无差度，以及

增强系统的抗干扰能力，但是积分作用具有一定滞后，使调节过程缓慢，超调量

变大，并可能产生振荡。

iT 越大积分作用越弱，积分速度越慢，有利于增强系统稳定性，避免振荡，


第 7 页

减小超调量，但又不利消除系统静态误差。

iT 越小积分作用越强，积分速度越快，有利于减小系统静差，但过强的积分

作用会使超调过大，降低系统稳定性甚至引起振荡。

在调节的初始阶段，为防止积分饱和现象而引起的失控以及较大超调，应减

弱积分作用；到了调节过程中期，为避免对系统动态稳定性造成较大影响，积分

作用适中；而到了响应过程后期，应增强积分作用，以减小系统静差，提高调节

精度。

2.1.3 微分调节

微分作用可以改善闭环系统的稳定性和提高动态响应速度。微分作用使控制

作用于被控量，与偏差量的变化趋势形成比例关系。

在微分调节中，调节器的输出u与被调量偏差对于时间的导数成正比，即：

dt

dy

dt

drT

dt

deTu dd (2.6)

式中dT 为微分时间常数。微分作用输出只与偏差变化快慢有关，偏差没有变

化就没有控制信号的输出，所以无法消除静差。

微分控制的特性是，对于惯性大的被控对象，可以改善其动态特性，能提前

给出减速信号以便对响应过程制动，相当于具有预见性。微分作用有助于使超调

减小、克服振荡，让系统趋于稳定，同时提高系统响应速度，缩短调整时间，改

善系统动态特性。

增强微分作用，即增大dT ，有利于加快系统响应，减小超调量，增加稳定性，

但会使的系统增加对于扰动的敏感性，减弱对于外界干扰的抑制能力，但dT 过

大时，会使响应过程中的制动过分提前，从而使过渡时间延长。

减弱微分作用，即减小dT ，会使系统响应速度变慢、减速滞后，增加超调量，

稳定性变差。因此，对于不确定、时变系统，dT 应随被控对象特性的改变而改

变。

在调节过程初始阶段，应加大微分作用以减小超调；而到了调节过程中期，

由于对dT 的变化敏感，

dT 应适当小些且保持不变；到了调节后期，应继续减小dT


第 8 页

值，以增加对扰动的抑制能力。

实际使用中，一般不会单独是由积分调节或者微分调节，而是根据控制要求

采用比例控制（PC）、比例积分控制（PI）比例微分控制（PD）或者 PID 控制，

并由试验方法——试凑法调整各个参数，使调节器控制性能达到设计要求。

2.2 模糊控制原理

模糊控制技术是基于模糊数学和模糊逻辑的一种微机控制技术，也是非线性

化的智能控制技术，目前已经成为智能控制实现的一种有效而且重要的形式。

典型的双输入单输出模糊控制器基本的工作过程如图2.2所示：

图2.2 双输入单输出模糊控制原理图

在某控制系统中，被控过程的输出变量及其变化率最易被人们所观察到，所

以一般的模糊控制系统都是以误差e以及误差的变化率 ec 当成输入变量，把被控

过程中的输出 y 当成输出变量，误差e、误差的变化率 ec 和输出变量 y 实际的变

化范围，叫做模糊控制中的基本论域。模糊控制中，常用模糊概念来表述输入和

输出变量，E、EC 称为输入语言变量，Y 称为输出语言变量，语言变量是一个

模糊集合。对于输入变量e、ec 在基本论域内的一个实值，需要通过隶属度函数

转换为语言变量值，这个过程叫模糊化。经过模糊化处理后，得到输入变量e、

ec 在输入基本论域内的一个实值隶属于各语言变量值的程度，组成模糊子集。

模糊算子的输入是两个或者多个输入的经过模糊化后得到的语言变量值，输出是

整个前件被满足的隶属度。将整个前提条件满足的隶属程度作为输入，按照规则

“假如 x 是 A，则 y 是 B”表示的 A 与 B 之间的模糊蕴含关系(A→B)执行模糊

推理，可以获得一个输出的模糊集，称为输出语言变量值，这个过程叫做模糊推

理，它的关键点在于如何确定模糊控制的规则，也模糊控制的规则表，它是根据

相关领域的专家或者工程人员的手动操作经验归纳出来的一些控制规则。模糊规

则库往往由大量规则组成，在模糊推理后获得的是由各条规则推理得出的相应输


第 9 页

出语言量所组成的集合，因此需要进行模糊合成，即对这个集合内的语言变量值

执行某种合成操作，获得一个总的输出的模糊集。然后进行去模糊化，把语言变

量值转化成输出变量基本论域里面的一个确定值，以便对被控对象实进控制。

模糊控制系统中的模糊控制器如图2.3所示：

图2.3 模糊控制器原理图

通过描述模糊控制的工作过程，假设为一 n 个输入的系统，每个输入分为 K

个语言变量值，总共有 m 条模糊推理规则，一个输出，每条规则有1个前件，则

其工作过程如图2.4所示：

图2.4 模糊控制工作流程图

其中，模糊算子、模糊蕴含、模糊合成构成了模糊推理过程。

模糊控制系统工作原理如图2.5所示：

图2.5 模糊控制系统工作原理图

输入模糊化、模糊推理、去模糊化是模糊控制过程的三个主要环节，也可以

分别称为模糊器、模糊推理机和解模糊器，另外模糊规则库也是很重要的部分。


第 10 页

2.2.1 模糊器

模糊化是将输入变量 e、 ec 在基本论域内的一个实值转化为语言变量的过

程，或者说是将一个清晰量模糊化的过程。模糊器实质上是整个模糊控制系统的

输入接口，输入量进过模糊化后，由一确定量转化为由隶属度在0和1之间的模糊

矢量，转化结果由隶属度函数决定，或者由查表的方式获得。在很多情况下，用

模糊量来表示比用精确量表示更为确切，也能蕴含更大的信息量。而且当模糊等

级数较大以及使用更确切的隶属度函数来描述时，模糊量也能准确地表示精确量

及其特征。然而在实际使用过程中，模糊化的等级不宜分得过细、过密，否则不

仅会大大增加计算机的运算量，也不能发挥出模糊量的优势。

2.2.2 模糊推理机

模糊推理依赖于模糊规则库的建立。模糊规则库是模糊系统的核心，人类知

识一般用“IF 前提(前件)THEN 结论(后件)”规则来表示，众多的“IF-THEN”

规则构成了模糊规则库。

模糊算子、模糊蕴涵和模糊合成是模糊推理机的主要内容。

模糊算子的作用是求取规则库中一个规则中前件被满足的程度。往往在给定

规则的前件中不仅仅只有一个命题，对输入量模糊化后，只能得到给定规则里每

个前件获得满足的程度，但并不能获得给定规则里整个前件得到满足的情况，这

时就需要用模糊算子获得给定规则中整个前提条件获得满足的程度。模糊算子前

端的输入为语言变量值，它是由两个(也可以是多个)输入的经模糊化处理后获得

的，后端输出是则整个前提条件获得满足的隶属度。

模糊蕴含的作用在于根据规则库里面一个规则前件的满足程度求取规则后

件，它实质上也是一个模糊算子，它的输入是通过“模糊算子”处理后获得的某

规则中整个前件被满足的程度，输出是规则后件的模糊集合。

模糊合成意义在于将通过模糊蕴含综合处理之前得到每个后件的模糊集，得

到一个综合化的输出模糊集。模糊合成作为模糊算子的一种，它的输入是经过模

糊蕴涵处理后获得的每条规则输出后的模糊集，输出则是经过综合化处理后获得

的模糊集合。


第 11 页

2.2.3 解模糊器

模糊推理得到的结果一般都是模糊值，不能直接作为控制量用于控制被控对

象，需要将其转化为可以被执行机构所实现的精确量。解模糊器的作用就是将经

过模糊合成得到的综合的输出模糊集转化为输出变量基本论域内的一个实值，它

可以认为是从模糊空间到清晰空间的一种映射。

2.2.4 模糊规则库

模糊控制器的规则是按人的思维方式形成的一种表示方式，是基于相关领域

的专家或经验丰富的工程人员长期积累而成的。模糊规则常由一系列关键词按照

固定的句式连接而成，例如 if-then、else,对于多输入控制(多输出)系统而言还

有 and。


第 12 页

第三章硬件电路

为了验证传统 PID 算法与模糊 PID 算法各自性能以及差异。考虑了以下几种

方案：

第一，选取白炽灯作为控制对象，控制其亮度，通过光敏传感器测量光照强

度形成闭环。

第二，选取电热丝作为控制对象，将其对一定容器内的水进行加热，控制其

温度，通过温度传感器测量温度形成闭环。

第三，选取直流电机作为控制对象，通过脉冲脉宽调制(PWM)控制其转速，

再通过编码器测量转速形成闭环。

对于方案一，为防止外界光照的影响，需要有一遮光性良好的容器，制作较

为麻烦；对于方案二，考虑到夏天温度较高，水温的下降需要的时间较长(尤其

是下降量较大的时候)，多次试验时需耗费大量时间；对于方案三，电机控速每

次所需时间短，便于反复多次试验，另外在实验室也能找到所需的元器件，无需

另外购买。所以优先考虑方案三。

与方案三相对应的自动控制系统可分为信息采集、算法控制、执行机构等几

个部分。其中以单片机为核心，配有编码器、电机以及相应的驱动电路构成控制

系统的硬件，控制算法由运行在单片机中的控制程序完成。硬件电路设计包括以

下几个部分：

(1)电源模块，为其它模块提供电源。

(2)电机驱动模块，对直流电机进行驱动。

(3)编码器测速模块，对电机转速进行测量，反馈给单片机。

(4)单片机 xs128最小系统。

硬件系统电路框图3.1所示。


第 13 页

图3.1 系统硬件框图

试验系统采用电脑对单片机编程，试验系统信息流程图如图3.2所示。

图3.2 试验系统信息流程图

3.1 电源模块

电源模块为系统其他各个模块提供所需要的电源，由于只需要5V 电源为单

片机、编码器等供电，LM2940能提供大到1A 的电流，而单片机和编码器所需要

的电流均为几十上百 mA,所以只需一片 LM2940就足够了。电路图如图3.3所示。

图3.3 电源模块电路图

3.2 电机驱动电路

直流电机型号为 RS385S，工作电压7.2V，空载电流为700mA，负载电流为

3.9A,空载转速20000r/min，负载转速15000r/min,启动电压为0.6V，启动电流


第 14 页

400mA,堵转电流为5.2A。直流电机驱动电路采用常用的 H 桥型电路，可以方便

实现正转、反转、正转制动、反转制动。驱动电路的驱动芯片采用 BTS7960半桥

驱动芯片，该芯片基本特点如下：

(1)在25℃时导通电阻的典型值为16mΩ；

(2)低静态电流，在25℃时的典型值仅为7μA；

(3)与主动续流相结合的脉宽调制能力高达25kHz；

(4)开关电流限制降低功耗的过流保护；

(5)电流限制在典型的43A；

(6)具有电流检测能力的状态标志诊断；

(7)具有锁定行为的过热关断；

(8)过压锁定；

(9)欠压关断；

(10)带有逻辑电平输入的驱动电路；

BTS7960芯片原理图以及 H 桥驱动电路原理图如图3.4和图3.5所示：

图3.4 BTS7960芯片原理图

H 桥式驱动电路原理图如图3.5所示，包括被控电机和4个全控型半导体开关

管。欲让电机转动，必须使 H 桥对角线上的两个开关管导通，另一对开关管关

断。2对开关管以一定的频率交替导通与关断使电流产生不同流向，即从右至左


第 15 页

或从左至右流过电机，从而使得电机的转向得到了控制。当 Q1管和 Q4管导通、

Q2和 Q3截止时，电流就从电源 V+经 Q1从左至右流过电机，然后经过 Q4回到

电源 V-。该流向的电流将驱动电机向某一个方向转动。当 Q1管和 Q4管截止、

Q2和 Q3导通时，电流就从电源 V+经 Q3从右至左流过电机，然后经过 Q2回到

电源 V-。该流向的电流将驱动电机向另一个方向转动。

在实际使用过程中，为防止同一桥壁上的2个开关管同时导通形成短路，即

直通而烧坏开关管，需要加入另外一些保护控制电路，如典型的死去保护电路。

图3.5 H 桥驱动电路原理图

3.3 编码器测速部分

选用的编码器是欧姆龙的旋转编码器，分辨率为500脉冲/转，由于无需测定

电机转向，所以只需单相输出接上拉电阻即可，另接5V 电源线、地线，接线简

单，无需单独设计电路。

3.4 MC9S12XS128单片机简介

Freescale 公司的16位单片机主要分为 HC12 、HCS12、HCS12X 三个系列。

HC12核心是16位高速 CPU12核，总线速度8MHZ；HCS12系列单片机以速度更

快的 CPU12内核为核心，简称 S12系列，典型的 S12总线速度可以达到25MHZ。

HCS12X 系列单片机是 Freescale 公司于2005年推出的 HCS12系列增强型产品，

基于 S12 CPU 内核，可以达到25MHz 的 HCS12的2-5倍性能。总线频率最高可

达40 MHz。S12X 系列单片机目前又有几个子系列：MC9S12XA 系列、

MC9S12XB 系列、MC9S12XD 系列、MC9S12XE 系列、MC9S12XF 系列、

MC9S12XH 系列和 MC9S12XS 系列。MC9S12XS128就是 S12X 系列中的一个成


第 16 页

员。

主要功能模块包括：

内部存储器

内部 PLL 锁相环模块

2个异步串口通讯 SCI

1个串行外设接口 SPI

MSCAN 模块

1个8通道输入/输出比较定时器模块 TIM

周期中断定时器模块 PIT

16通道 A/D 转换模块 ADC

1个8通道脉冲宽度调制模块 PWM

输入/输出数字 I/O 口


第 17 页

第四章 PID 控制器与模糊 PID 控制器的设计

4.1 常规 PID 控制器的设计

常规 PID 控制器如图2.1所示，这是一种模拟控制器，当采用 CPU 实现时，

必须将式（2.2）采用离散方法变化成数字 PID。

一般利用差分方程对式（2.2）离散化，可作如下近似：

)()( kutu (4.1)

)()( kete (4.2)

t k

j

jTedtte0

0

)()( (4.3)

T

keke

dt

tde )1()()( (4.4)

其中：T 为采样周期；k 为采样序号。采样此种近似方法，可得到2种标准的数

字 PID 控制算法：位置式和增量式。

4.1.1 数字 PID 位置式控制算法

数学表达式为：

)1()()()()(1

kekeKieKkeKku d

k

i

iP (4.5)

式中， IPi TTKK / ，为积分系数； TTKK DPd / ，为微分系数；T 为采样周期，

)(kde 为误差变化率。

这种算法的缺点在于，由于采用全量输出，每次输出都受过去状态的影响，

计算时需要累加 )(te ，计算机的运算量大。而且计算机的输出量 ku 对应于执行

机构实际位置，当 ku 变化幅度较大时，会引起执行机构大幅度变化，在生产过

程中容易产生事故，因而需要对其进行改进。

4.1.2 数字 PID 增量式控制算法

数学表达式为：

)2()1(2)()()1()( kekekeKkeKkekeKu diP (4.6)

增量式 PID 算法具有如下优点：


第 18 页

(1)算式中无需进行累加，运算量小。只需要最近3次的采样值即可计算出控

制增量 )(ku 。

(2)计算机每次计算后输出结果都是控制增量，变化量对应于执行机构的实

际位置，所以即使机器发生故障，影响范围也很小，不会对生产过程产生严重影

响。

(3)在手动和自动之间切换时冲击小，可以实现切换过程的无扰动。

但增量式控制算法也缺点：积分截断效应大。在实际控制过程中，应根据不

同需要选择不同的控制算法。例如在使用晶闸管作为执行器或其他要求控制高的

系统中，可以考虑位置式，而在以电动阀门、电机等作为执行器的控制系统中，

可以使用增量式。

本次设计选用增量式。

4.2 上位机界面的设计

为了更方便地分析电机的控制效果，用 MATLAB 的 GUI 模块编写了一个上

位机监测程序与界面(代码见附录)，界面如图4.1所示：

图4.1 GUI 上位机交互界面

可以很方便地实现串口通信、曲线绘图、数据显示、参数设定以及图片保存

功能，对于分析实验数据、保存实验结果来说，起到了很大作用，也节省了大量

时间。上位机监控程序主要流程图如图4.2所示：


第 19 页

图4.2 上位机监控程序主要流程图

4.3 C 语言控制程序的设计

xs128的 PID 控制程序主要有主程序、定时器中断服务子程序、串口接收中

断服务子程序。

4.3.1 主程序设计

主程序流程图如图4.3所示，主要完成各个寄存器、变量的初始化以及监测

运行标志位以决定是否执行 PID 控制。


第 20 页

图4.3 主程序流程图

4.3.2 定时器中断子程序设计

定时器中断子程序流程图如图 4.4 所示，每 5ms 中断一次，期间读取计数寄

存器的值(即编码器发出的脉冲数)，将其作为实测值，与设定值作差后，作为

PID 控制器的偏差 e，经计算后得到 PWM 增量，用于控制电机；另外还将实测

值与设定值通过 SCI 依次发送给上位机，进行后续处理。


第 21 页

图4.4 定时器中断子程序流程图

4.3.3 串口中断子程序设计

串口中断子程序流程图如图4.5所示，当收到上位机发送的数据时，进入中

断。如果收到的是255，则将标志位设为0，停止 PID 控制，否则将连续收到的

三个数据作为 PID 的三个参数，执行 PID 控制。

图4.5 串口中断子程序流程图


第 22 页

4.4 模糊 PID 控制器的设计

设计模糊控制系统主要包括下列内容：

(1)输入及输出变量(即控制量)的确定。

(2)对输入精确量进行模糊化，把基本论域内的量转化为模糊论域内的模糊

化子集。

(3)模糊控制系统的控制规则设计。

(4)模糊推理和模糊判决，将模糊量转化为输出精确量。

而本文模糊 PID 控制器的设计，就是使用模糊控制对 PID 控制的参数进行调

整，以提高 PID 控制器的控制性能。在此，将误差 e 和误差变化率ec 作为输入，

PID 控制器的三个参数 pK 、 iK 、 dK 的变化量 pK 、 iK 、 dK 作为输出，因此，

重要任务在于确立 PID 的三个系数变化量与误差 e 和误差变化率 ec 的模糊逻辑

关系，在运行过程中不断计算 e 和 ec，根据之前确定的模糊控制规律来实时调整

三个系数，以适应不同的 e 和 ec对系数的不同需求。

模糊 PID 控制根据系统运行的不同状态，根据工程经验设计模糊规则整定

pK 、 iK 、 dK 三个参数。选择输入语言变量为误差 e 和误差变化 ec ，语言变量值

取{NB,NM,NS,ZE,PS,PM,PB}七个模糊值；选择输出语言变量为 pK 、 iK 、

dK ，语言变量值也取{NB,NM,NS,ZE,PS,PM,PB}七个模糊值。

PID 参数整定原则：

(1)当误差较大时，应取较大的 pK 与较小的 dK ，这样可使系统的跟踪性能

较好，并避免微分过饱和现象。同时应通过限制积分作用来避免系统响应中较大

超调的出现，通常使 iK 趋近于0。

(2)当误差变化率和误差中等时，应取较小的 pK 以减小系统超调。在这种情

况下， dK 对系统影响较大，也应取较小值，同时为了保证系统的响应速度， iK

应取适当值。

(3)当误差较小时，应取较大的 pK 、 iK ，这样系统拥有较好的稳态性能，同

时取适当的 dK 以避免出现振荡。当误差变化率较大时， dK 取值可小些；反之，


第 23 页

则取大些。

根据建立模糊控制规则的基本准则，结合实际控制过程中的一些经验，建立

pK 、 iK 、 dK 的模糊规则如表4.1至4.3所示：

表4.1 pK 的模糊规则表

e

pK

ce

NB NM NS ZE PS PM PB

NB PB PB PM PM PS ZE ZE

NM PB PB PM PS PS ZE NS

NS PM PM PM PS ZE NS NS

ZE PM PM PS ZE NS NM NM

PS PS PS ZE NS NS NM NM

PM PS ZE NS NM NM NM NB

PB ZE ZE NM NM NM NB NB

表4.2 iK 的模糊规则表

e

iK

ce


NB NB NB NM NM NS ZE ZE

NM NM NB NM NS NS ZE ZE

NS NS NM NS NS ZE PS PS

ZE ZE NM NS ZE PS PM PM

PS PS NS ZE PS PS PM PM

PM PM ZE PS PS PM PB PB

PB PB ZE PS PM PM PB PB


第 24 页

表4.3 dK 的模糊规则表

e

dK

ce


NB PS NS NB NB NB NM PS

NM PS NS NB NB NM NS ZE

NS ZE NS NM NM NM NS ZE

ZE ZE NS NS NS NS NS ZE

PS ZE ZE ZE ZE ZE ZE ZE

PM PB NS PS PS PS PS PB

PB PB PM PM PM PS PS PB

4.4.1 模糊控制器总体框架

模糊控制器总体框架如图4.17所示：


第 25 页

图4.17 模糊控制器总体框架

4.4.2 隶属度函数

首先需要将输入变量 e 、 ec在基本论域内的一个实值转化为语言变量值值，

即清晰量的模糊化，这个过程依赖于隶属度函数的选取，也可以用查表法求得。

常用的隶属度函数有高斯型隶属函数、双侧高斯型隶属函数、钟型隶属函数、

sigmoid 函数型隶属函数、Z 型隶属函数、S 型隶属函数、梯形隶属函数、三角

形隶属函数等，考虑到需要使用单片机进行验证，而单片机的运算能力有限，因

此输入量 e 、ec及输出量 pK 、 iK 、 dK 的隶属度函数均选用如图4.18所示三

角形隶属度函数：


第 26 页

图4.18 隶属度函数

4.4.3 模糊规则

根据模糊表，输入模糊规则，共49条，部分如图4.19所示：

图4.19 模糊规则

4.4.4 解模糊


第 27 页

解模糊是模糊化的逆过程，几把模糊推理得到的模糊量转化为执行机构能接

受的精确量，也称为模糊判决，常用的方法有以下几种：

(1)最大隶属度法

这种方法是最简单的一种，它取控制输出论域上隶属度达到最大的点作为解

模糊结果。

)(max)( 0 uUuUUu

(4.8)

但是当同时有多个点的隶属度取最大值时， 0u 则无法唯一确定。

(2)平均最大隶属度法

这种方法是为弥补最大隶属度法的缺陷而产生的，它对所有隶属度达到最大

的点取平均，并将这一值作为解模糊后的最终结果。假设有 n 个点 1u ， 2u ，...，

nu 其隶属度都取得最大值，那么解模糊的最终结果为：

n

i

i

n

uu

1

0 (4.9)

(3)重心法

重心法也叫做加权平均法，是用控制作用论域上的值对于控制作用模糊集的

隶属度 )(uU 为权重求取加权平均值，并将其作为解模糊后的最终结果。

n

i

i

n

i

ii

uU

uuU

u

1

10

)(

)(

(4.10)

此外，还有取中位数等方法。最大隶属度法和平均最大隶属度法简单、运算

量小，但也丢失了大量信息。而重心法相对别的更复杂的方法运算量小，同时也

不至于丢失大量信息，因此采用重心法解模糊。


第 28 页

第五章 PID 控制特性仿真与实验结果分析

5.1 仿真研究

SIMULINK 是 MATLAB 的重要组件之一，它提供了一个动态系统建模、

仿真和综合分析的集成环境。这里采用 SIMULINK 仿真平台搭建整个模糊

控制系统并进行仿真。同时对常规 PID 控制、模糊 PID 控制进行仿真分析，

控制对象的传递函数如式(5.1)所示，仿真接线图如图5.1所示。

335

1)(

2

sssG (5.1)

图5.1 常规 PID 与模糊 PID 控制仿真原理框图

仿真波形如图5.2所示，红色虚线为模糊 PID 控制曲线，绿色实线为常规 PID

控制曲线，模糊 PID 具有更小的超调与更好的稳定性，控制性能由于常规 PID。


第 29 页

图5.2 仿真波形图(红虚线线为模糊 PID，绿实线为常规 PID)

5.2 实验结果分析

实验系统如图所示5.3所示。1为编码器；2为直流电机；3为电机 H 桥式驱动

电路；4为用 LM2940搭建的电源电路；5为 xs128单片机最小系统；6为蓝牙串口，

用于与电脑进行 SCI 通信。


第 30 页

图5.3 实验系统

5.2.1 常规 PID 控制实验结果分析

当仅使用比例项 P 进行控制( iK 和 dK 均为零)，输入为一阶跃函数时，有如

下的控制效果：

1

2

3

4

5

6


第 31 页

图5.4 实测波形图( pK=1, iK

=0, dK=0)


=0, dK=0)


=0, dK=0)

从图5.4至5.6， pK 依次为1、3、4。可以看出：纯比例项存在明显稳态误差，

且 pK 值越大，会使稳态误差减小，但在本系统对于加快响应速度效果不显著。

当使用比例积分项 PI( dK 为零)，输入为一阶跃函数时，有图5.7至图5.8的

控制效果：


第 32 页


=1, dK=0)


=3, dK=0)

图5.7至5.8为在图5.4比例项 pK =1的基础上增加一积分项 iK ，其值依次为1、

3。可以看出：积分项的引入，有效地消除了系统的稳态误差，但当 iK 过大时，

会加剧系统的振荡，导致系统不稳定。

为了分析微分项的作用以及比较 PI 控制与 PID 控制的效果差异进行了从图

5.9至图5.11的三组实验，效果如下：


第 33 页

图5.9 实测波形图( pK=0.1, iK

=1, dK=0)


=1, dK=2)


=1, dK=4)

从图5.9至图5.11， pK 恒为0.1， iK 恒为1.0， dK 分别为0、2、4。可以看出：

微分项的引入使得超调和振荡均有所减弱，提高了系统的稳定性。

为了验证 PID 控制器的动态跟踪特性，将目标值在100和180之间切换，切换

周期为400个采样周期。 iK 固定为1， pK 依次为0.5、1、4， dK 取为0时，控制


第 34 页

效果如图5.12至5.14所示：


=1, dK=0)


=1, dK=0)


=1, dK=0)

经过大量反复实验，实际控制效果已经很难超过图5.14所示的情况。可见对

于直流电机，使用 PI 控制即可达到较为理想的效果。


第 35 页

5.2.2 模糊 PID 控制实验结果分析

本文所设计的用于直流电机控制的模糊PID控制器是在上节常规PID控制器

的基础上增加一步，即每次进行 PID 控制前，先计算出 e和ec，按照已经设计好

的一系列模糊规则得到 PID 三个参数的增量 pK 、 iK 、 dK ，更新三个参数后，

再进行 PID 控制。 e和ec的量化因子分别设为180和80， pK 、 iK 和 dK 的比

例因子分别设为2、1和0.1。

实际控制效果如图5.16和图5.18所示。

图5.15 常规 PID( pK=1.0、 iK

=1.0、 dK=0)阶跃响应曲线

图5.16 与图5.15相对应的模糊 PID 阶跃响应曲线


第 36 页

图5.17 常规 PID( pK=1.0、 iK

=1.0、 dK=0)动态跟踪曲线

图5.18 与图5.17相对应的模糊 PID 动态跟踪曲线

可以看出：模糊 PID 控制器比常规 PID 的超调更小，也更为稳定,具有

更好的鲁棒性和适应性，控制效果明显优于常规 PID 控制器，达到了预期设

计目标。


第 37 页

第六章结论

本文主要研究了常规 PID、模糊 PID 的控制原理、控制特性及其性能差异，

通过 MATLAB/Simulink 进行仿真以及对直流电机的实际控制，得出结论说明了

模糊 PID 控制具有良好的动态和静态特性，是一种性能优良、容易实现的控制

方案。所做的一些主要工作如下：

(1)讨论了常规 PID 控制算法、模糊 PID 控制算法的发展现状、控制原理以

及二者性能差异。

(2)搭建并测试了控制直流电机的硬件电路。硬件主要包括电源模块、电机

驱动模块、测速模块和 MCU 主控模块。

(3)常规 PID 控制算法、模糊 PID 控制算法程序的编写和调试。这二种控制

算法的程序都是用 C 语言编写而成。

(4)上位机操作界面的编写和调试。上位机用 MATLAB/GUI 编写而成。

(5)常规 PID控制算法、模糊 PID控制算法的仿真。仿真用MATLAB/Simulink

实现。

模糊 PID 控制是由智能控制和传统控制相结合的一种控制方式，还有很多地

方需要研究，本文限于时间以及本人水平，所获得的成果也很有限，还有许多需

要改进的地方，比如未能对被控对象进行理论分析，也未能够全面地解释实验现

象，上位机、控制程序也还不够完善等等，今后读研时如果有机会，还会继续深

入研究这个课题。


第 38 页

致谢

本文是在孟志强教授的指导和帮助下完成的。从论文的选题、论文的写作方

案到论文的撰写、修改、定稿，孟老师都给予了我热情的指导与极大地帮助，在

此向孟志强教授表示最衷心的感谢。

在毕业设计期间，孟志强老师实验室里的陈清平、龚兴荣、苏烁、邵武学长

以及杨茜学姐也为我们提供了很大的帮助，在此向他们表示感谢。

在毕业设计期间得到了和我一起做毕设的同学的鼓励和支持，在此向他们表

示感谢。

向在湖大学习期间无私传授我基础知识和专业知识的各位老师表示感谢。

向所有关心、帮助和支持我的同学、朋友表示感谢。

向评阅本文的老师表示感谢，同时向参加论文答辩的老师和同学表示感谢。


第 39 页

参考文献

[1] 程柏林，基于模糊 PID 控制的智能小车控制器的研制，合肥工业大学，2007

[2] 胡寿松，自动控制原理，科学出版社，2007

[3] 金奇，PID 控制原理及参数整定方法，兰州交通大学，重庆工学院学报-

[4] 杨巨刚，PID 控制技术与应用，哈尔冰师范大学，哈尔冰师范大学自然科学

学报，2004

[5] 陶权，基于 PLC 的过程控制实验装置温度模糊 PID 控制，广西工业职业技

术学院，自动化技术与运用，2010

[6] 任俊杰，基于 PLC 的闭环控制系统 PID 控制器的实现，北京联合大学，制

造业自动化，2009

[7] 李杨，基于 LabVIEW 的 PID 控制系统设计与实现，西安交通大学，中国测

试技术，2008

[8] 王小增，基于 LPC2103的模糊 PID 温度控制器设计，嘉应学院电子信息工

程学院，机械设计与制造，2011

[9] 邓志良，基于 simulink 的无刷直流电机模糊 PID 控制策略研究，常州信息

职业技术学院学报，2011

[10] 龚齐斌，自整定模糊 PID 控制器的设计与 simulink 仿真，重庆电力高等专

科学校学报，2012

[11] 付瑞玲，matlab/simulink 仿真在 PID 参数整定中的应用，黄河科技学院信

息工程学院

[12] 丁坚，模糊 PID 控制器的研究，哈尔滨工程大学，2009

[13] 陈伦军，模糊 PID 控制器仿真研究，贵州大学，2005

[14] 张日楠，基于动态矩阵模糊 PID 算法的空调房间温度控制，计算机测量与

控制，2014

[15] 李培，基于 PID 算法的高稳定性 DFB 激光器温度控制器，计算机测量与控

制，2014

[16]Kaynak, Okyay(2009)An adaptive grey PID-type fuzzy controller design for a

non-linear liquid level system, Transactions of the Institute of Measurement & Control.


第 40 页

Vol. 31 Issue 1, p33-49. 17p. 4 Diagrams, 2 Charts, 10 Graphs. DOI:

10.1177/0142331208090629.

[17]Kazemian, H. B.(2005)Developments of fuzzy PID controllers, Expert Systems.

Vol. 22 Issue 5, p254-264. 11p. 2 Diagrams, 3 Charts, 10 Graphs. DOI:

10.1111/j.1468-0394.2005.00316.x.

[18]Wang, Hui; Yuan, Xiaofang; Wang, Yaonan; Yang, Yimin(2003) Harmony

search algorithm-based fuzzy-PID controller for electronic throttle valve. Neural

Computing & Applications. Vol. 22 Issue 2, p329-336. 8p. 6 Diagrams, 3 Graphs.

DOI: 10.1007/s00521-011-0678-3.

[19]Sun, Zhiyong; Hao, Lina; Chen, Wenlin; Li, Zhi(2013) Robotic cell

injection force control based on static PVDF sensor and Fuzzy-PID control method.

International Journal of Applied Electromagnetics & Mechanics. Vol. 41 Issue 1,

p73-86. 14p. 1 Black and White Photograph, 10 Diagrams, 2 Charts, 5 Graphs.

[20]Hamed, Basil; El Khateb, Ahmad(2008) Hybrid Takagi-Sugeno Fuzzy FED

PID Control of Nonlinear Systems. AIP Conference Proceedings. Vol. 1019 Issue

1, p99-102. 4p. 1 Diagram, 4 Graphs. DOI: 10.1063/1.2953061.


第 41 页

附录

hunan university - ustchome.ustc.edu.cn/~lxc2014/document/graduation project in... ·...

Documents