PID控制算法Python代码实现（二）

m0_73791114

于 2024-07-15 17:20:19 发布

阅读量273

点赞数 6

分类专栏： PID控制算法文章标签： python 开发语言

本文链接：https://blog.csdn.net/m0_73791114/article/details/140443732

版权

PID控制算法专栏收录该内容

2 篇文章 0 订阅

订阅专栏

有关位置型PID控制算法Python代码实现已经在上一篇文章中介绍清楚了，需要的可以点这里回顾上一篇文章。本文将介绍增量型PID控制算法。

增量型PID控制算法原理介绍

位置型PID控制算法公式已经在上一篇文章中给出，增量型PID算法仍需要用到，给出如下：

$u(t)=K_{p}e(t)+K_{i}\sum e(t)\Delta t+K_{d}\frac{e(t)-e(t-1)}{\Delta t}$

那么

$u(t-1)=K_{p}e(t-1)+K_{i}\sum e(t-1)\Delta t+K_{d}\frac{e(t-1)-e(t-2)}{\Delta t}$

两式相减得到

$\Delta u(t)=K_{p}(e(t)-e(t-1))+K_{i}e(t)+K_{d}(e(t)-2e(t-1)+e(t-2)))$

这就是离散化PID的增量式表示方式，由公式可以看出，增量式的表达结果和最近三次的偏差有关，这样就大大提高了系统的稳定性。需要注意的是，增量型PID控制算法得到的是输出量的变化量，如果需要得到当前状态的值，还需要做一次加法。

位置型PID和增量型PID控制算法

两者的区别在于：

（1）位置型PID控制算法的输出与整个过去的状态都有关，用到了误差的累计值；而增量型PID控制算法的输出只与当前状态和前两个状态有关，所以位置型PID控制算法的累积误差相对较大；

（2）由表达式可以看出，增量型PID控制算法并无积分作用，因此增量型方法适用于执行机构带积分部件的对象，如步进电机等，而位置型PID适用于执行机构不带积分部件的对象，如电液伺服阀。

（3）由于增量型PID得到的是输出量的变化量，如果计算机出现故障，误动作影响较小，不会严重影响系统的工作，而位置型PID算法的输出直接对应对象的输出，因此对系统影响较大。

增量型PID算法Python代码实现

增量型PID算法Python代码实现如下：

import numpy as np
import matplotlib.pyplot as plt

class PID:
    def __init__(self, P=0, I=0, D=0, initValue=0):
        self.Kp = P
        self.Ki = I
        self.Kd = D

        self.curValue = initValue
        self.last_error = 0
        self.last_last_error = 0
        self.cur_error = 0

    def PID_output(self, Target):
        self.last_last_error = self.last_error
        self.last_error = self.cur_error
        self.cur_error = Target - self.curValue

        delta = self.Kp * (self.cur_error - self.last_error) + \
                self.Ki * self.cur_error + \
                self.Kp * (self.cur_error - 2 * self.last_error + self.last_last_error)
        self.curValue += delta
        return self.curValue
    
def test_PID(P=0, I=0, D=0, initValue=0, len=1, target=0):
    pid = PID(P, I, D, initValue)
    pid_list = []
    time_list = []
    pid_list.append(pid.curValue)
    time_list.append(0)

    for i in range(1, len + 1):
        output = pid.PID_output(target)
        pid_list.append(output)
        time_list.append(i)

    time_list = np.array(time_list)
    pid_list = np.array(pid_list)

    plt.figure()
    plt.style.use('seaborn-v0_8')
    plt.plot(time_list, pid_list)
    plt.axhline(target, c='green')
    plt.xlim((0, len))
    plt.ylim((min(pid_list) - 1, max(pid_list) + 1))
    plt.xlabel('time(s)')
    plt.ylabel('value')
    plt.title('PID control')
    plt.grid(True)
    plt.show()

if __name__ == '__main__':
    test_PID(P=0.2, I=0.1, D=0.1, initValue=200, len=100, target=100)