stm32 FOC从学习开发（八）PID基础MATLAB仿真

系列文章目录

`
一、stm32 FOC从零学习开发（一）FOC概念
二、stm32 FOC从学习开发（二）Clark变换与MATLAB仿真
三、stm32 FOC从学习开发（三）park变换与MATLAB仿真
四、stm32 FOC从学习开发（四）svpwm算法（1）
五、stm32 FOC从学习开发（五）svpwm算法（2）
六、stm32 FOC从学习开发（六）基于均值零序分量注入的载波SVPWM算法
七、stm32 FOC从学习开发（七）svpwm算法MATLAB仿真
八、stm32 FOC从学习开发（八）PID基础MATLAB仿真
九、stm32 FOC从学习开发（九）FOC MATLAB仿真

---

---

PID MATLAB仿真文件链接：https://download.csdn.net/download/bing_xin_/88309819
基于MATLAB 2018a版本，低于这个版本的请谨慎下载，高于这个版本的可以兼容。

一、PID控制基本原理

在网上讲PID的也比较多，一搜就能搜出一大堆来，这里我就不详细介绍了，简单的来说一下。
PID算法是工业应用中最广泛算法之一，在闭环系统的控制中，可自动对控制系统进行准确且迅速的校正。PID算法已经有100多年历史，在四轴飞行器，平衡小车、汽车定速巡航、温度控制器等场景均有应用。
PID算法：就是“比例（proportional）、积分（integral）、微分（derivative）”，是一种常见的“保持稳定”控制算法。
PID的控制系统基本原理框图如下所示：

网上有两种表示，一种是将比例Kp放在整个方程的外面，也就是积分和微分也乘以这个系数，一种是单独只是作为比例的系数，两种方式区别只在于积分和微分是不是跟随比例，但在实际调制时也只是系数不一样而已。

二、PID各参数的作用

Kp比例增益

Kp比例控制考虑当前误差，误差值和一个正值的常数Kp（表示比例）相乘。

实际写程序时，就让偏差（目标减去当前）与调节装置的“调节力度”，建立一个一次函数的关系，就可以实现最基本的“比例”控制了~

Kp越大，调节作用越激进，Kp调小会让调节作用更保守。

若你正在制作一个平衡车，有了P的作用，你会发现，平衡车在平衡角度附近来回“狂抖”，比较难稳住。

Ki积分增益

Ki积分控制考虑过去误差，将误差值过去一段时间和（误差和）乘以一个正值的常数Ki。

只要偏差存在，就不断地对偏差进行积分（累加），并反应在调节力度上。

Ki的值越大，积分时乘的系数就越大，积分效果越明显，所以，I的作用就是，减小静态情况下的误差，让受控物理量尽可能接近目标值。

Kd微分增益

Kd微分控制考虑将来误差，计算误差的一阶导，并和一个正值的常数Kd相乘。

D的作用就是让物理量的速度趋于0，只要什么时候，这个量具有了速度，D就向相反的方向用力，尽力刹住这个变化。

Kd参数越大，向速度相反方向刹车的力道就越强，如果是平衡小车，加上P和D两种控制作用，如果参数调节合适，它应该可以站起来了。

三、PID算法MATLAB simulink仿真

根据PID算法的定义，可以直接搭建MATLAB simulink仿真，这个还是比较容易搭建的，模型如下：

在PID模块的后面是一个传递函数，可以表示目标系统的变化，如果只是想达到一个预定的值，那不加这个传递函数就行了，这个传递函数也可以是任意的你想要表达的函数。
图上的从上到下的5、3、1分别表示的就是P、I、D，这个自己根据需要调整。

四、PID算法MATLAB simulink仿真结果

当不同的PID值的时候，仿真结果肯定不一样的，以上面分别为5、3、1为例：

当PID的值改变为1、3、1时：

可以看到结果会过冲，
那么如果PID为5、1、1呢：

可以看到由于积分从3变成了1，到达10目标值的波形变缓了。

五、PID调参口诀

参数整定找最佳，从小到大顺序查，先是比例后积分，最后再把微分加。这个口诀指的是在进行PID调参时，按照比例、积分和微分的顺序逐步调整参数。首先调整比例参数，观察响应曲线的快慢和超调的大小。然后调整积分参数，使稳态误差满足要求。最后调整微分参数，根据响应曲线的波动情况来确定微分参数的大小。通过这个口诀可以帮助工程师更好地进行PID调参，并获得满意的控制效果。