基于LabVIEW的PID算法解读

记录一下，方便以后翻阅~

下图是基本的PID算法实现方式，以及实现PID控制器所需的假设和转换。为实现PID控制器，LabVIEW要求算法对输入信号进行采样并离散积分和微分操作。

一、误差计算

e(k)=SP(k)-PV(k) 上式中：e(k)表示当前(第k时刻)误差；SP表示设定值；PV表示过程变量。

二、比例操作

Up(k)=Kc × e(k) 上式中：Kc表示控制器增益。

三、积分操作(梯形积分)
离散积分操作有几种方式，如前向差分、后向差分和梯形逼近（也称突斯汀或双线性变换）。本PID算法使用梯形积分避免PV或SP的突然改变引起积分操作的剧烈变动，等式如下所示：

UI(k)=UI(k-1)-+((Kc/Ti)×(e(k)+e(k-1))×△t)/2 上式中：△T是控制器的采样时间。

四、微分操作
SP的突然变化会引起误差e的微分操作，因而会造成控制器输出振荡。这些振荡被称为微分冲击。为避免微分冲击，可仅向PV应用微分操作，不要向误差e应用微分操作。下列等式表示本PID算法实现的避免微分冲击的微分操作：

Ud(k)=-Kc×(Td/△t)×(PV(k)-PV(k-1))

五、控制器输出
控制器输出是比例、积分和微分操作的总和，公式如下：

U(k)=Up(k)+UI(k)+Ud(k)

六、输出限制和抗饱和算法
实际控制器输出限制在控制器输出指定的范围内。
如:

U(k)≥Umax 则: U(k)=Umax 如: U(k)≤Umin 则: U(k)=Umin 本PID算法使用的积分和更正算法有助于抗饱和。饱和发生在控制器输出上限。误差e降低时，控制器输出也会随之降低，因而移除饱和区域。积分和更正算法可在手动/自动模式切换或修改任何其他参数时，阻止控制器输出的突然变动。积分和更正原理如下： 如： |Up(k)+UI(k)|＞限值 则： UI(k)=限值-Up(k)

七、案例分享
在LabVIEW的Examples库里，有一个名为General PID Simulator.vi文件，前面板大致如下图所示：

程序框图本人进行了简单修改，前面介绍的那些PID公式，其实都封装在了下图红圈的那个VI里：

仿真运行时，PV值（过程变量）会不断逼近SP值（设定值），效果如下图所示：

这时，如果改变SP值，那么PV值会朝的新的SP值方向逼近。

八、经验分享
从上面的案例可以发现，当PV值与SP值差值大时，收敛速度很快，并随着PV值与SP值接近而放慢收敛速度。利用这种思想，可以实时追踪一些变化的目标。不过，PID的性能与时间间隔长度有关，ANC（主动降噪）恐怕是不适用了。