PID控制器的概念分解

介绍

关于PID的工作原理有很多解释，其中很多都是很棒的。 主要问题在于如何解释。 当我对数学知识不多时，我尝试去理解PID方程的想法，并且非常努力地寻找一个教程，该教程没有用我理解的符号来解释它。 符号很吓人，好吗？

我敢肯定，你们中的许多人都可以很好地阅读数学符号（现在在一定程度上，我现在也是），但由于有人不习惯，我发现符号和符号非常令人生畏。

我想在这里解释PID的方式是尽可能少地使用数学，而是优先考虑概念而不是方程式。 它们是适用于大量应用程序的东西，我认为对于任何人（甚至是程序员）学习都非常有用。

什么是PID控制器？

PID控制器本质上是一种使系统稳定的方法，无论是四轴飞行器，核反应堆中的燃料棒还是生物机械狗用安全带的手臂角度 。

PID会吸收一定数量的误差（稍后会详细介绍），以及减少该误差的方法，并计算出逐步解决它的速率。 例如，它是一种从陀螺仪获取角度数据并告诉每个转子旋转多快的方法。

P，I和D代表比例，微分和积分增益。 以后还会更多！

问题

您所在的汽车可以向前或向后逼近白线。 您唯一的指令是编写一个计算机程序，使其在该白线上直接停止，同时也尽可能快地到达该白线。 您的程序所能做的就是向汽车施加负加速度或正加速度。

想到的最简单的想法是，如果您落后于潮流，那就加油吧！ 如果您在生产线前面，请向后踩油门！

很容易看出这是一个有缺陷的解决方案。 到达终点线时，您将变得太快，无法越过终点线射击。 因此，也许您的下一个解决方案是按比例将油门推到距管路的距离。 您离得越近，推动气体的作用就越小。

现在，与此有关的问题是它会导致与先前方法相同类型的现象。 您振荡，越过线，然后反转并越过线。 这将始终达到均匀的振荡（类似于正弦波）。

虽然这不是我们的解决方案，但这是其中的一部分。 这是我们P ID的比例部分。

（部分）解决方案

如果您在接近线路时有减速的方法怎么办？ 一种即使在您达到目标之前也可以先行放慢速度的方法。

这是在PI d的d进来。你们当中谁在高中或大学的微积分了（如果你没有不用担心！）可能知道的衍生物是什么。 无需太深入探讨，它只是一个描述事物变化率的方程。 例如，您可以将其视为汽车的速度。 速度是汽车位置的变化率。

如果我们监控汽车的行驶速度，那么这将为我们提供第二个工具来停止在那条线上。 当我们接近线时，我们希望走得更慢，因此可以将PI D中的“ 衍生工具”视为一种阻力类型。 我们移动的越快，它的价值就越大。 当我们随着比例增益水平的降低而越来越近时，这更容易生效。 当误差接近零时，微分增益会降低整体功能。

这可能有点令人困惑，所以让我们加上一些数字吧！

算一下！

可以说，我们从尝试到达的线开始50米。 由于我们相距50米，这意味着我们的误差等于50。

我知道。 很难相信我不是以艺术为生。

PID控制器的每个成员都有一个所谓的增益 。 这只是乘以它的数字，它改变了该成员对方程整体的影响程度。 例如，如果我们的收益全为1，则每个成员（P，I和D）将同等地影响方程。 让我们假设，为简单起见，目前我们的收益都是全部。

让我们计算一下P和D（稍后再担心I）。 我们的比例增益是50，因为它直接基于误差。 现在，我们还没有动，所以我们的微分增益为零。 它直接基于我们的错误更改。 让我们这样写出来（K代表Gain不要问为什么）：

猛击那个加速器！

现在我们要移动了！ 也许有点太快了……无论哪种方式，我们现在都试图将汽车加速到50m / s。 也许这太苛刻了？ 这就是增益的来源。PID增益的平衡通常是手动完成的，因为它只需要执行一次（除非对系统进行更改）。

对于那些敏锐的眼睛，您会看到导数的增益为负。 这是因为我们希望它抵抗比例增益。 我们离点越近，我们想走的越慢。 因此，我们希望速度对整个加速度值产生负面影响。

您会看到，随着我们加快并减少误差，比例增益将降低，而微分增益将升高（因为我们正在加速）。 这甚至意味着，随着我们走近线，如果我们走得太快（如微分增益太高），它实际上会使我们陷入负加速度，从而告诉我们的系统减速。

可以说，下一次我们对数据进行轮询时，我们现在将以5m / s的速度行驶，而我们的汽车距离我们的对象40米。 让我们看看我们现在正在加速的努力：

您会看到，我们的微分收益使我们越接近目标就越快。 它甚至可能使方程式变为负数，导致我们在到达目的地之前就放慢了速度。 这就像在红灯接近线路时按下分界线。

那我呢？

现在，我将Integral元素保存到最后，因为它通常是最不重要且最难看到其价值的。 许多系统甚至都不包含它！

I代表积分增益。 积分称为一段时间内的总和。 本质上，如果您有一个映射对象速度的方程，则该方程的积分将映射对象的位置。 这是因为它记录了每个时刻的速度总和，从而得出了对象移动的距离。

您可能会问，这对PID有何帮助？ 好了，既然我们已经有了比例和微分增益，您可能会问，如果我们略微超调，会发生什么？ 问题在于，现在纠正该细微错误非常缓慢（并且可能会有一些错误）。 当比例增益试图产生较小的速度时，导数现在正在抵抗该速度。

如果我们将总误差相加，那么这会将我们拖回到零误差的Goldilocks区域，从而解决了非常接近零误差的点处的缓慢加速问题。

编辑：正如Reddit上的一些伟人指出的那样，我没有提到积分项的最重要用法。 积分项用于消除系统误差。

例如，假设转弯处有少量阻力（在现实世界中总是存在），或者您的四轴飞行器增加了一些重量。

由于其累积水平，积分项能够将其拖回正轨。

计算增益

没有收益，系统将无法正常反应。 它可能会振荡，或者微分和比例元素可能会相互抵消。 平衡它们是使系统达到平衡的原因。

不幸的是，没有直接计算您想要使用的增益的方法。 有很多方法可以根据系统的反应来动态地找到良好的价值，但是有很多关于如何做到这一点的论文，我发现这是一个非常困难的概念，很难用数学来解释。

幸运的是，有许多好的方法可以手动执行，除非对系统进行了任何更改，否则您无需重复执行一次。

我发现最有用的方法是调整比例增益，直到出现稳定的振荡并找到理想的速度以达到零误差为止。

从那里您要调整微分增益，直到振荡停止。 如果系统现在太慢，请重复该循环。

附录

自从我学习PID以来，我一直对它们着迷。 从他们几乎拥有智力的意义上讲，它们非常酷。 只要您能找到错误的根源和减少错误的方法，PID就可以解决问题。

是否想通过改变平台的倾斜度来防止球从平台上滑落？ 使用PID！ 是否要计算使四轴飞行器倾斜多少以阻止其横向移动？ PID是完美的。

这是非常有趣且适用范围很广的概念。

如果您走到了这一步，非常感谢您的阅读。 我一直很乐意与人分享这个概念，纯粹是因为我觉得这很容易解释。 如果您发现令人困惑的地方，请给我发消息，评论或发推特给我@bittneradave ，我将尽力回答您的问题/对此帖子进行修订！

From: https://hackernoon.com/a-conceptual-breakdown-of-pid-controllers-9fa072a140a5