1.一种基于模糊自适应PID的液压风机驱动高压水泵转速控制方法，其特征在于，其包括：S1：获取液压风机高压水泵的转速误差，确定模糊自适应PID控制器的输入变量为高压水泵转速误差e和高压水泵转速误差量的变化率ec；

S2：分析液压风机稳定性，建立高压水泵变量马达摆角控制模型，确定模糊自适应PID控制器的输出变量及取值范围，具体包括以下子步骤：S21：建立高压水泵转速对高压水泵变量马达摆角控制模型的传递函数为：其中，ωm为高压水泵的设定转速；γm为稳定状态下的变量马达摆角；ph0为稳定状态下的高压管路压力；Ctp为液压主传动系统总泄漏系数；V为高压管路中油液体积；βe为油液体积弹性模量；s为高压水泵转速输入控制参数；Km为变量马达排量梯度系数；γm0为稳定状态下的变量马达摆角初始值；ωm0为稳定状态下的变量马达转速；Jm为变量马达转动惯量；ηm为变量马达传递效率；Bm为变量马达粘性阻尼系数；

S22：设定模糊自适应PID控制器的输出变量为：比例控制参数K1、积分控制参数K2和微分控制参数K3，确定模糊自适应PID控制器的输出变量的特征方程和取值范围，使用模糊自适应PID控制器结合步骤S21传递函数控制高压水泵变量马达摆角；

S3：确定液压风机驱动高压水泵的模糊自适应PID控制器的模糊控制集，根据Z状隶属度函数、三角形隶属度函数和S状隶属度函数确定步骤S1中输入变量和步骤S2中输出变量的模糊控制子集；利用模糊语言结合输入变量和输出变量的模糊控制子集，得到比例控制参数K1、积分控制参数K2和微分控制参数K3的模糊推理表；

S4：使用Mamdani推理方法对步骤S3中的模糊推理表进行模糊推理，通过重心法计算模糊自适应PID控制器的模糊控制子集为：其中，Kn‑final为模糊控制子集输出值；Kn‑k为模糊控制论域点；Cn‑final(k)为模糊控制输出模糊集；k为采样数据点编号；m为采样数据点总数；

S5：根据步骤S4中的模糊控制子集输出值Kn‑final，控制高压水泵变量马达的摆角调节变量马达排量。

2.根据权利要求1所述的基于模糊自适应PID的液压风机驱动高压水泵转速控制方法，其特征在于：步骤S1中获取液压风机高压水泵的转速误差，确定模糊自适应PID控制器的输入变量为高压水泵转速误差e和高压水泵转速误差量的变化率ec，具体为：S11：通过转速传感器获得高压水泵的实际输出转速ωp，将实际输出转速ωp与设定转速ωm进行比较获得高压水泵的转速误差e为：e＝ωp‑ωm

其中，e为高压水泵转速误差；ωp为高压水泵的实际输出转速；ωm为高压水泵的设定转速；

S12：获得高压水泵的转速误差量的变化率ec为：

其中，ec为高压水泵转速误差量的变化率；t为时间参数。

3.根据权利要求1所述的基于模糊自适应PID的液压风机驱动高压水泵转速控制方法，其特征在于：步骤S22中确定模糊自适应PID控制器的输出变量的特征方程和取值范围，具体为：根据模糊自适应PID控制器的输出变量比例控制参数K1、积分控制参数K2和微分控制参数K3，得到模糊自适应PID控制器的闭环系统特征方程为：

3 2

(1.042K3+0.0720)s+(1.042K1‑191.2K3+0.124)s+(1.042K2‑191.2K1+1)s‑191.2K2＝0

根据劳斯判据对模糊自适应PID控制器进行稳定性分析，得到系统稳定时的条件为：

4.根据权利要求1所述的基于模糊自适应PID的液压风机驱动高压水泵转速控制方法，其特征在于：步骤S3中的液压风机驱动高压水泵的模糊自适应PID控制器的模糊控制集，具体为：设定液压风机驱动高压水泵的模糊自适应PID控制器为两输入、三输出结构；其中输入变量为：高压水泵转速误差e和高压水泵转速误差量的变化率ec；输出变量为：比例控制参数K1、积分控制参数K2和微分控制参数K3；

设定输入变量及输出变量的模糊控制集为：一级模糊控制子集NB、二级模糊控制子集NM、三级模糊控制子集NS、四级模糊控制子集ZO、五级模糊控制子集PS、六级模糊控制子集PM和七级模糊控制子集PB。

5.根据权利要求1所述的基于模糊自适应PID的液压风机驱动高压水泵转速控制方法，其特征在于：步骤S3中的Z状隶属度函数用于确定高压水泵转速误差e的一级模糊控制子集NB，具体为：其中，NB(e(t))为一级模糊控制子集的Z状隶属度函数向量；e(t)为高压水泵转速误差随时间参数t的变量；x为输入变量的实际数值；

同理，高压水泵转速误差量的变化率ec的一级模糊控制子集的Z状隶属度函数向量为NB(ec(t))。

6.根据权利要求1所述的基于模糊自适应PID的液压风机驱动高压水泵转速控制方法，其特征在于：步骤S3中的三角形隶属度函数用于确定模糊控制子集，具体为：高压水泵转速误差e和高压水泵转速误差量的变化率ec的二级模糊控制子集NM、三级模糊控制子集NS、四级模糊控制子集ZO、五级模糊控制子集PS和六级模糊控制子集PM的三角形隶属度函数均为：其中，f(x,a,b,c)为模糊控制子集的三角形隶属度函数向量；a为三角形隶属度函数第一分段参数；b为三角形隶属度函数第二分段参数；c为三角形隶属度函数第三分段参数；

同理，比例控制参数K1、积分控制参数K2和微分控制参数K3的各个子集同样根据三角形隶属度函数确定。

7.根据权利要求1所述的基于模糊自适应PID的液压风机驱动高压水泵转速控制方法，其特征在于：步骤S3中的S状隶属度函数用于确定高压水泵转速误差e的七级模糊控制子集PB，具体为：其中，PB(e(t))为七级模糊控制子集的S状隶属度函数向量；

同理，高压水泵转速误差量的变化率ec的一级模糊控制子集的S状隶属度函数向量为PB(ec(t))。

8.根据权利要求1所述的基于模糊自适应PID的液压风机驱动高压水泵转速控制方法，其特征在于：步骤S4中使用Mamdani推理方法对步骤S3中的模糊推理表进行模糊推理，具体为：所述Mamdani推理方法的推理规则为：E∩EC→K；其中，E为高压水泵转速误差e的模糊控制子集，EC为高压水泵转速误差量的变化率ec的模糊控制子集，K为输出变量，包括比例控制参数K1、积分控制参数K2和微分控制参数K3的模糊控制子集；具体包括步骤：S41：模糊自适应PID控制器的输入模糊化，根据步骤S3中隶属度函数，将输入变量的精确值转换为各变量的隶属度函数向量；

S42：对模糊自适应PID控制器的模糊控制规则进行评估，得到激活强度矩阵；以矩阵形式表达模糊控制规则库，每条模糊控制规则对应输入模糊集的组合，其中元素Rn‑ij表示模糊控制规则后件，其中n取值为1、2、3，分别对应比例控制参数K1、积分控制参数K2和微分控制参数K3的模糊控制规则矩阵，i为模糊控制规则矩阵中的元素横坐标，j为模糊控制规则矩阵中的元素纵坐标；

激活强度矩阵通过输入隶属度函数向量的外积计算，获取方法为：

其中，Wn‑ij为激活强度矩阵； 为高压水泵转速误差e的输入隶属度函数向量；

为高压水泵转速误差量的变化率ec的输入隶属度函数向量； 为合取操作；

S43：每条模糊控制规则后件Rn‑ij的模糊集Cn′‑ij被激活强度矩阵Wn‑ij调整，获取方法为：其中，Cn′‑ij为每条模糊控制规则后件的模糊集；Rn‑ij为模糊控制规则后件；

S44：模糊控制输出聚合，将每条模糊控制规则后件的模糊集逐点取最大值，生成最终的模糊控制输出模糊集，获取方法为：其中，Cn‑final为模糊控制输出模糊集；

S45：使用重心法计算模糊集的质心确定精确输出值，实现去模糊化操作。

9.根据权利要求1所述的基于模糊自适应PID的液压风机驱动高压水泵转速控制方法，其特征在于：步骤S5中根据步骤S4中的模糊控制子集输出值Kn‑final，控制高压水泵变量马达的摆角调节变量马达排量，实现快速稳定准确的高压水泵输出转速，具体为：根据步骤S4中的模糊控制子集输出值Kn‑final，计算出执行器控制信号输出量uk为：其中，uk为第k次采样时的执行器控制信号输出量；ek为第k次采样时输入偏差量；ek‑1为第k‑1次采样时刻输入的偏差量；T为积分时间常数；Td为微分时间常数；u0为执行器控制信号输出量的初始值。