Simulink PID控制算法
PID控制算法公式:
其中,e(k)为k时刻的偏差值,Kp,Ki,Kd分别为比例、积分、微分系数。PID控制的示意图如下:
应用场景:
通过一个汽车加速的场景可以很好地理解PID控制的原理。
首先,设想自己是一名驾驶员,刚刚经过收费站上了高速公路。现在,高速公路上是一个一望无际的长直道,并且周围都没有车。这时驾驶员的想法是,尽快将车加速到100km/h的时速,并保持这个速度在路上行驶。
此时,驾驶员就是控制系统中的传感器、控制器和执行器。其中眼睛就是传感器,可以获取仪表盘上的车速;大脑是一个控制器,可以计算出油门踏板或刹车踏板的行程;右脚是执行器,可以根据大脑发来的行程指令,踩下踏板。那么PID控制的示意图就会变成下图:
驾驶员看到当前的车速,会和自己内心期望的100km/h的车速做比较,得出error的偏差值。PID在其中的含义就是:
P项的含义就是,偏差越大,就需要踩踏板踩得越深,才能尽快减小偏差值。
I项的含义就是考虑整个过程中的偏差的累计值,可以理解为,经历的越长的时间还没到达期望车速,就会在P项的基础上再踩得深一些。
D项的含义是考虑当前时刻偏差的变化率,可以理解为如果偏差在减小,那么de/dt就是个负值,其绝对值表示减小的速率,这个速率越大,D项越大,抵消的P项越多,类似于一个阻力的效果,防止变化过快。
simulink生成PID控制:
PID的工程应用比理论公式稍微复杂一些,因为要考虑实际工况中是离散的控制,并且Err无论怎样都不可能等于0。为了较好的进行建模,博主会结合自己做汽车电控开发的经验对公式进行理解,这些理解会指导后面的建模。
- 输入值、输出值和参数值都应该是浮点数,建模时统一定为single类型;
- 比例项的计算直接用Kp乘以偏差值;
- 积分项的计算需要先累加每个周期的偏差值与周期、Ki的乘积,同时需要对输出限幅和并且在某种条件下清零,以防止积分项过大;
- 微分项的计算需要本周期和上周期的偏差相减,再除以周期值,同时也需要输出限幅;
- 最后将比例、积分、微分项相加得到控制量输出,并且每一项也需要单独输出以便于观测。
1)对于I项的计算中,为了实现能够清零的策略,引入了I_Reset接口,当I_Reset置为1时积分项输出0;
2)I项和D项分别引入上下限,通过一个Saturation Dynamic模块限值输出,这样可以选择根据外部工况动态调整上下限,或者外部给定一个标定量,比Saturation模块更加灵活;
3)I项是所有输入输出值的累加值;
4)D项是当前值除以采样时间,其实就是输入的变化率就是微分项;