PID算法与PID自整定算法

最新推荐文章于 2024-09-23 09:23:17 发布
最新推荐文章于 2024-09-23 09:23:17 发布
阅读量4.9k 收藏 73
点赞数 4
分类专栏： PID 文章标签： 算法 PID 自动整定
原文链接：https://blog.csdn.net/qq_27009375/article/details/82881819
版权

        本文是由于研发恒温槽项目故需要了解PID控制算法和PID自整定算法，为方便本人日后需要故作此记录。

        直接粘贴代码吧 ！

        这是PID位置式控温算法

/***********************************************************************/
//*******函数名:void Pid_positional(float speed)
//*******用途:PID输出
//*******说明:
//*******参数:无
//*******返回值:无  
/***********************************************************************/
void Pid_positional(void)
{
	if(low_level_alarm_flag ==1||temp_error != 0||End_flag == 4)	//如果液位低 温度错误 定时时间到则停止加热工作停止 
	{
		percent_lv = 0;
		PID.voltage = 900;
	}
	else
	{
		//TemP_add();
		PID.Err = PID.SetSpeed - PID.ActualSpeed;//计算本次误差+ temp_need
		if(PID.Err > 3)		//当温度差值大于3  则全速加热
		{
			PID.voltage = (100 - Ar_Set)*10;
			percent_lv = Ar_Set;
		}
		else if (PID.Err < -3)//当温度值小于-3 必须停止加热
		{
			PID.voltage = 900;
			percent_lv = 0;
		}
		else				//当-3<PID.Err<3 进行PID调节
		{
			if(PID.Err <= 1&&PID.Err >= -1)		//当温度差值大于3  则全速加热
			{
				PID.Intergral += PID.Err; //计算累计误差
			}
			PID.voltage = PID.Kp*PID.Err + PID.Ki * PID.Intergral + PID.Kd * (PID.Err - PID.Err_last);//计算PID值
			PID.Err_last = PID.Err;//上一次误差值写入
			if(PID.voltage >Ar_Set)//控制由Ar决定最大功率
			{
				PID.voltage = Ar_Set;
				if(PID.Err >0)
				{
					if(PID.Err <= 1&&PID.Err >= -1)		//当温度差值大于3  则全速加热
					PID.Intergral -= PID.Err; 
				}
			}	
			if(PID.voltage <= 1)
			{
				PID.voltage = 1;
				if(PID.Err <0)
				{
					if(PID.Err <= 1&&PID.Err >= -1)		//当温度差值大于3  则全速加热
					PID.Intergral -= PID.Err; 
				}
			}
			percent_lv = PID.voltage;
			PID.voltage = PID.voltage*2/100 - 1;//真实值
			PID.voltage = acos(PID.voltage)/3.1415926*1000;
		}
	}
}

        下面是PID自整定算法，绝大多数是参考别人的，在最后计算出PID的时候有一些自己的理解和改动。具体的出处忘记了，没有商用，应该不算违规吧！

/***********************************************************************/
//*******函数名:void PID_Auto(void)
//*******用途:PID自整定
//*******说明:构建闭环回路 确定稳定极限   确定两个参数  极限值KP和震荡周期·
//*******参数:无
//*******返回值:无  
/***********************************************************************/
void PID_Auto(void)
{
	u8 save_buff[6] = {0}; //保存数据缓存
	u8 i = 0;
	float KC = 0;
	float TC = 0;
	float sum_temp = 0,min_temp = 0,max_temp = 0,aver_temp = 0;
	//第一步进入比较初始温度 确定此时温度处于哪种情况
	if(PID_read == 0)
	{
		if(PID.SetSpeed >=  PID.ActualSpeed)	//	如果初始温度小于设定值 
		{
			pid_self_first_status_flag = 1;
			Step_Auto = 0;
		}
		else//	如果初始温度大于设定值 
		{
			pid_self_first_status_flag = 0;
			Step_Auto = 1;
		}
		PID_read = 1;
	}
	if(PID_Auto_Deal == 1)	//自整定过程  修改成500ms 计算一次  如果需要精度很高 计算周期必须短 
	{
		PID_Auto_Deal = 0;	//清除标识
		PID_Auto_Time++;	//整定时间计数
		if(PID_Auto_Time >= 6000)//整定时间超过50分钟 整定失败数据回滚
		{
			PID_Auto_Time = 0;	//计数清零
		}
		//程序第一次进入 查看对比当前温度和设定温度
		//0 设定温度 低于 当前温度  //1设定温度 高于 或者 等于  当前温度  启动加热
		if(( pid_self_first_status_flag == 1) || ( pid_self_first_status_flag == 0))//0 设定温度 低于 当前温度  //1设定温度 高于 或者 等于  当前温度  启动加热
		{
			if(PID.SetSpeed >=  PID.ActualSpeed)//启动加热
			{
				PID_cool_cnt = 0;
				PID_heat_cnt++;
				if(PID_heat_cnt >= 3)//连续3次结果都大于大于实际温度
				{
					PID.voltage = 100;//全速加热
					percent_lv = Ar_Set;
					if(Step_Auto == 0)
					{
						Step_Auto = 1;
						zero_across_counter++;
						if(zero_across_counter == 3)
						{
							time_low = PID_Auto_Time - 3;//此时的时间不是最低温度对应的时间
						}
					}
				}
			}
			else//当前温度 大于 设定温度 停止加热
			{
				PID_cool_cnt++;
				PID_heat_cnt = 0;
				if(PID_cool_cnt > 3)
				{
					PID.voltage = 950;//不加热
					percent_lv = 0;
					if(Step_Auto == 1)
					{
						Step_Auto = 0;
						zero_across_counter++;
						if(zero_across_counter == 3)
						{
							time_low = PID_Auto_Time - 3;//此时的时间不是最低温度对应的时间
						}
					}
				}
			}
			//最低温度 出现在 zero_across_counter = 3 的阶段
			//最高温度 出现在 zero_across_counter = 4 的阶段
			if((zero_across_counter == 3 ) || (zero_across_counter == 4 ))
			{
				pid_self_calc_buffer[k_pid_self_counter] = PID.ActualSpeed;
				k_pid_self_counter++;
				if(k_pid_self_counter > 3)//0--3 共4个元素
				{
					k_pid_self_counter = 0;
					enable_calc_min_max_flag = 1;
				}
				if(enable_calc_min_max_flag == 1)//只要有4个值，就可以计算了 后面来的值覆盖了前面的值 
				{
					//去掉最小值 最大值 取剩下2个值的平均值 
					sum_temp = 0;  //先清0
					min_temp = 300.0;
					max_temp = -80.0;
					for(i = 0;i < 4;i++)
					{
						if(pid_self_calc_buffer[i] <= min_temp)
						{
							min_temp = pid_self_calc_buffer[i];
						}
						if(pid_self_calc_buffer[i] >= max_temp)
						{
							max_temp = pid_self_calc_buffer[i];
						}
						sum_temp += pid_self_calc_buffer[i];
					}
					sum_temp =  sum_temp - min_temp - max_temp ;
					//pid_self_first_status_flag = 1 时 最低温度出现在3阶段
					//pid_self_first_status_flag = 0 时 最低温度出现在4阶段
					if(pid_self_first_status_flag == 1)
					{
						if(zero_across_counter == 3 )//最低温度
						{
							aver_temp = (sum_temp/2.0);					
							if( aver_temp <= temp_low )
							{
								temp_low = aver_temp;
							}				
						}
						else if(zero_across_counter == 4 )//最高温度
						{
							aver_temp = (sum_temp/2.0);
							if( aver_temp >= temp_high )
							{
								temp_high = aver_temp;
							}
						}
					}
					else if(pid_self_first_status_flag == 0)
					{
						if(zero_across_counter == 4 )//最低温度
						{
							aver_temp = (sum_temp/2.0);					
							if( aver_temp <= temp_low )
							{
								temp_low = aver_temp;
							}				
						}
						else if(zero_across_counter == 3 )//最高温度
						{
							aver_temp = (sum_temp/2.0);
							if( aver_temp >= temp_high )
							{
								temp_high = aver_temp;
							}
						}
					}
				}
			}
			else if(zero_across_counter == 5 )//4次过0 则说明出现了振荡 整定成功
			{
				zero_across_counter = 0;				
				PID_Auto_Deal = 0;//退出pid阶段
				time_high = PID_Auto_Time - 3;//此时的时间不是最高温度对应的时间
				KC = 127/(temp_high - temp_low);
				TC = 1 * (time_high - time_low);//如果记录了 最低温度 与 最高温度对应的时间 那么沿用这个公式：TC = 2 * (TIME_Hight - TIME_LOW);	
				PID.Kp = 0.6*KC;		
				PID.Ki = (0.6*KC)/(0.5*TC)/10;
				PID.Kd = (0.6*KC)*(0.125*TC)/60;
				if(dp_Set == 0)
				{
					if(PID.Ki < 0.1)
					{
						PID.Ki = 0.1;
					}
				}
				else
				{
					if(PID.Ki < 0.01)
					{
						PID.Ki = 0.01;
					}
				}
				if(dp_Set == 1)
				{
					P_Set[cool_open_flag] = PID.Kp*100;
					I_Set[cool_open_flag] = PID.Ki*100;
				}
				else
				{
					P_Set[cool_open_flag] = PID.Kp*10;
					I_Set[cool_open_flag] = PID.Ki*10;
				}
				D_Set[cool_open_flag] = PID.Kd;
				save_buff[0] = P_Set[cool_open_flag]>>8;
				save_buff[1] = P_Set[cool_open_flag];
				save_buff[2] = I_Set[cool_open_flag]>>8;
				save_buff[3] = I_Set[cool_open_flag];
				save_buff[4] = D_Set[cool_open_flag]>>8;
				save_buff[5] = D_Set[cool_open_flag];
				W25QXX_Write(save_buff,4 + 12*cool_open_flag,6);
				PID_Auto_flag = 0;
				temp_high = -80.0;		 //得到最高温度
				temp_low = 300;		 	 //得到最低温度
				time_high = 0;		 //得到最高温度
				time_low = 0;		 	 //得到最低温度
				PID_Auto_Time = 0;
				Status_show(3,0);//符号不显示
			}
		}		
	}
}

       有不正确的地方，也希望看到这篇文章的读者指出，真诚的！

(1条消息) PID算法与PID自整定算法_Like_机械师的博客-CSDN博客_pid自整定算法

ba_wang_mao
关注
专栏目录
控制算法-PID算法总结-从公式原理到参数整定解析（附C源码）
heda3的博客
12-23 9985
该文章对控制系统进行介绍分为开环、闭环、复合控制；控制系统的性能指标和常见术语进行解释（上升时间、过冲百分比、稳定时间、稳定状态误差、死区（不响应期）、循环周期）；对PID控制的历史、分类、公式原理以及参数整定（工程）进行总结
自动整定PID参数
qq_26043945的博客
04-23 7651
②强行震荡：再暂时禁用PID调节，使控制器将一个矩形波状的控制作用力作用于系统，当被调量低于设定值时，控制输出产生一个正的阶跃信号，迫使被调量向高处转变，当被调量高于设定值时，控制输出产生一个负的阶跃信号，迫使被调量向低处转变，由此强行使系统产生震荡。完成波形分析后，仅需将得到的峰峰值和周期带到PID前辈们推导出的公式中，计算得到相应的PID参数，再将PID参数更新投入使用，PID自整定便大功告成！③分析波形：分析以上过程产生的波形的特征，根据需要计算出相应的PID参数。
基于STM32的PID参数自整定（在FreeRtos上实现）
m0_64976032的博客
02-08 908
PID自整定
基于 STM32 的高精度 PID 温控系统设计与实现：采用 Pt1000 温度传感器与 PWM 控制技术
最新发布
嵌入式极客小张
09-23 2574
随着科技的发展和工业自动化的普及，高精度的温度控制系统在各个领域的应用越来越广泛，如实验室设备、食品加工、电子元器件测试等。本项目基于 STM32 微控制器设计了一种快速、高精度的 PID 温控系统。该系统采用比例积分微分（PID）控制算法，能够实时监测和调整温度，确保控制精度。
PID算法基本原理及整定实现方法
nandycooh
11-23 6966
PID基本原理及整定方法 1、关于自动调节系统几个关键名词 1.1、自动调节系统 比方说桌子上放个物体，样子像块金属，巴掌大小。你心里会觉得这个物体比较重，就用较大力量去拿，可是这个东西其实是海绵做的，外观被加工成了金属的样子。手一下子“拿空了”，打住了鼻子。这是怎么回事？比例作用太强了。导致你的大脑发出指令，让你的手输出较大的力矩，导致“过调”。 还是那个桌子，还放着一块相同样子的东西，这一次你...
PID控制及整定算法
angengguo7895的博客
11-10 3226
一、PID控制算法 　　PID是比例、积分、微分的简称，PID控制的难点不是编程，而是控制器的参数整定。参数整定的关键是正确地理解各参数的物理意义，PID 控制的原理可以用人对炉温的手动控制来理解。阅读本文不需要高深的数学知识。 注：整个控制流程是PID控制器函数与被控对象的传递函数、一个负反馈结合完成的，在保证被控对象的传递函数与负反馈结合的闭环系统能够达 到稳态的前提下（...
PID自整定 算法
10-31
扩充临界比例整定法（归一参数整定法）只需整定一个参数，适合于计算机自整定
PID自整定
热门推荐
ba_wang_mao的专栏
08-24 2万+
起因 由于项目中经常要用到PID控制，因此一直在寻找一个好的PID算法，虽然西门子PLC自带的FB41也可以满足要求，但没有提供自整定，PCS7虽然带了自整定，但对于一些小项目就不适用了，因此决定自己编写一个。 2.算法选择 为何使用PID算法？原因是因为在现场有好多不确定因素，而基于模型的好多控制算法因为无法得到准确的数学模型而使调试变得很困难，而PID不是基于模型的，因而适应性更好一些，更通用一些。本算法使用的是增量PID递推算法，增量PID相对于位置式（也叫连续式）PID有好些优点，例如无扰动切换
（5-3）PID控制算法：自整定PID
码农三叔
04-20 1913
自整定PID（Self-Tuning PID）是一种自适应控制技术，旨在使PID控制器能够根据系统的动态性质自动调整其参数，以适应不同的工作条件和变化的系统特性。自整定PID是一种能够在运行时自动调整参数的PID控制器，具有适应性强、性能优化和避免手动调参的优势，这种控制方法在工业自动化和过程控制等领域得到广泛应用。在下面列出了自整定PID的基本概念。整体而言，本实例演示了一个机器人通过PID控制器实现位置控制，并且在运动过程中动态地调整PID参数，以适应不断变化的环境或系统要求。
huawei_project_自整定PID_PID算法_Pid自整定_
09-30
**自整定PID算法** 是一种自动调参的方法，主要用于消除人工手动调参的繁琐过程和可能引入的误差。在实际应用中，自整定算法通常基于系统动态响应的实时数据，通过一系列数学模型和策略来逐步优化PID控制器的Kp...
PID算法原理，PID源码，自整定，及工具.pdf
03-25
在工业应用中PID及其衍生算法是应用最广泛的算法之一，是当之无愧的万能算法，如果能够熟练掌握PID算法的设计与实现过程，对于一般的研发人员来讲，应该是足够应对一般研发问题了，而难能可贵的是，在我所接触的控制...
模糊自整定PID控制算法
11-23
原来的PID仿真，这回又加上了模糊PID自正定，本人是个外行，程序写的不怎么样，不过都是自己一个一个敲出来的，没有功劳也有苦劳，模糊控制参考的高泽东的，感觉有些问题，但也出图了，bug不少，大家讨论哈，联系我QQ：1252012805.共同提高
PID autoTune PID 自整定算法C代码
11-04
PID autoTune PID 自整定算法C代码,开源的andonid
模糊_PID_自整定算法理解方法（入门级别）
03-10
让你很快理解PID自整定控制策略，便于编程，飞思卡尔智能车时使用，很好用。入门级别的。
PID控制器参数自整定方法比较.pdf
07-04
PID 控制器参数自整定方法比较 文中以交流伺服电机为被控对象 ,以 VB 和 MATLAB 混合编程为研究工具 ,对 PID 控制器的三种自整定方法进行研究。由此可以方便、直观地对得 出各方法的仿真曲线进行分析与比较，看出它们的优缺点。
基于遗传算法的simulink/PID参数整定(s函数）
07-10
《基于遗传算法的Simulink/PID参数整定——深入解析与实践》 在现代控制系统设计中，PID（比例-积分-微分）控制器因其简单易用和良好的稳定性而广泛应用。然而，如何优化PID参数以获得最佳控制性能，是工程师们常常...
模糊自整定PID控制系统设计与仿真，包括PID控制器算法M文件、Simulink模型搭建、模糊控制器设计技术文档.zip
05-17
模糊自整定PID控制系统设计与仿真，包括PID控制器算法M文件、Simulink模型搭建、模糊控制器设计技术文档 概述 模糊PID控制器有多种结构形式，但是工作原理基本一致，即运用模糊数学的基本原理和方法，把规则的条件、...
plc自整定pid算法
07-27
PLC自整定PID算法是一种用于调节控制器参数的算法。PID（比例、积分、微分）控制是一种常见的自动控制算法，其通过实时反馈来调整控制器的输出，以使系统的输出与期望值尽可能接近。 PLC自整定PID算法主要应用于工业自动化领域，特别是对于那些不断变化的工艺参数而言，它具有很大的优势。该算法基于系统实时响应特性，通过对系统中的控制信号和输出信号进行分析和计算，自动调整PID控制器的参数。 自整定PID算法的运行过程中，首先需要通过给定的参考信号和PID控制器的初始参数，对系统进行开环控制，组态PLC通过超越比（Overshoot）和时间常数（Time constant）等参数来对系统进行动态响应分析。然后，根据系统的动态响应特性，自动调整PID控制器的比例、积分和微分参数，以提高系统的动态性能和稳定性。 该算法的优点在于：首先，PLC自整定PID算法可以迅速调整控制器参数，提高系统的响应速度和调节精度；其次，该算法能够自动适应工艺参数的变化，减少了手动调整控制器参数的工作量；另外，由于PLC自整定PID算法的实时性，可以实现实时监控和远程控制，提高了生产效率和质量。 总之，PLC自整定PID算法是一种在工业自动化控制领域中广泛应用的自动调参算法。它通过实时分析系统的动态响应特性，并根据反馈信号自动调整PID控制器的参数，从而实现精确控制和优化系统性能的目标。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值