pid工具箱

㈠ MATLAB中的传统PID模块在哪哦

simulink上面有个输入框，输入pid就出现了很多pid模块，自己选个

㈡ pid原件在simulink工具箱里是哪个

由于Simulink不支持纯微分传递函数（s），所以加入一个较小时间常数的惯性环节来代替，即用 s/(s/N+1) 来近似纯微分环节。N一般取10-100就会有比较好的效果。

㈢ 怎么快速调出最优PID参数

1. 已知对象数学模型的调参实际上就是个优化的过程。你已经给定了关于超调和上升时间的指标，那么就可以用这个作为约束，在确定了优化指标后应用优化算法调节你的控制器。至于优化算法，那海了去了，神马基因算法，最速梯度法，粒子群算法，simplex方法等等等。也还分多目标优化和单目标优化。至于快速调参，这就要看你想要什么样的结果了，10步迭代也能出来结果，1000步迭代也能出来结果，只要不对最后的收敛性有着苛刻的要求，少选几步迭代先看看效果不失是一个可行的选择。

2. 如果不知道数学模型，那首先要做的就是系统辨识。如果你默认系统是线性的，那辨识的方法就比较多了，Matlab也有很成熟的系统辨识的工具箱，前提是你要有足够多的实验数据做支撑。线性系统的辨识可以是频域也可以是时域的。如果你认为系统中含有非线性因素，那么只能通过时域辨识，随之而来的PID设计也必须在时域下进行。

3. Z-N调参的方法确实像你说的，只是在保证稳定性的前提下给出了个大概的参考，基本没考虑优化的因素。如果楼主追求某些指标的达标，还是要通过优化算法去寻找参数。

4. 频响的缺点我认为是不适合高维动力学的控制器设计，如果你的系统就是个单自由度二阶的，那么频域内的设计没啥问题，如果你是MIMO系统，也就是多输入多输出，我还是建议用基于状态空间的表述去设计，LQR就是个很不错的选择，当然是基于时域的。

5. 如果你有被控对象的模型，不论是通过数学建模还是参数识别得到的，那么调参实际上是个优化的过程，所以你的这个问题实际上就又回到了有哪些高效的优化方法上来了。针对你的这个问题，我觉得最好选择不是基于梯度搜索的算法，比如演化算法，模式搜索算法等。

㈣ simulink pid controller传递函数怎么设置

1、打开simulink的主页以后，直接定义相关的变量。

㈤ matlab 中simulink 的PID控制器怎么调出来啊 用什么命令

恩，是有这个
模块
。在SimPowerSystems
工具箱
中的Discrete
Control
Blocks库里的Discrete
PID
Controller模块

㈥ labview2010 pid工具包如何激活求高手指教，有注册机PID.and.Fuzzy.Logic.Toolkit-TBE-keygen的最好

在注册机中找到对应的工具包，右键点击，然后activate，见下图

㈦ 急求一份用labview做的pid控制器！要用到pid工具包！

你好！
好像2013版本要收费，2014就不需要，可以从官网上面下
如有疑问，请追问。

㈧ 有大神会利用MATLAB GUI进行PID工具箱设计么

网络文库可以下载啊，链接 http://wenku..com/view/5c30a735ee06eff9aef807fd.html

㈨ matlab仿真求调整PID参数

直接使用CFTOOL工具箱
命令行输入cftool即可，然后选择拟合类型
x=[6.69:0.02:7.53];
y=[4.2,3.7,3.3,2.95,2.63,2.33,2.11,1.87,1.65,1.47,1.32,1.17,1.04,0.925,0.82,0.735,0.653,0.582,0.52,0.462,0.412,0.366,0.325,0.289,0.258,0.23,0.205,0.182,0.162,0.145,0.129,0.115,0.102,0.091,0.081,0.072,0.064,0.057,0.051,0.0455,0.0403,0.036,0.032];
直接输入cftool进入曲线拟合工具箱界面“Curve Fitting tool”
(1）点击“Data”按钮，弹出“Data”窗口；
（2）利用X data和Y data的下拉菜单读入数据x,y，然后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数据集的曲线图；
（3）点击“Fitting”按钮，弹出“Fitting”窗口；
（4）点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data set”下拉菜单选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型，选择类型Power：幂逼近，有2种类型，a*x^b 、a*x^b + c