一文读懂pid控制器

PID控制器

1. 控制器

在研究PID控制器前，必须先想一个问题，控制器的作用到底是什么？相信不少同学在学习自动控制原理的时候，接触最多的是：直接对传递函数进行分析，比如研究某个传函的阶跃响应？幅频特性？稳态误差？根据劳斯判据，根轨迹研究根的分布以判断系统的稳定型？

那么控制器又是哪里冒出来的？自控中的开环系统或者闭环系统不能解决问题么？其实这是我们认识狭隘了，这句话本身就是不对的，往下看。

举两个实例：

1.1 电机速度控制系统

1. 当出现扰动而使得电机的转速偏离设定值时，测速电动机充当检测变送环节的角色，而它的输出和设定值之间就会出现一个偏差信号（电压信号）
2. 这个偏差信号通常是比较小的，所以需要放大器对其进行放大
3. 而这个放大后的电压信号则是触发器的控制电压，控制晶闸管的关断时间，进而调节电动机的电枢电压，从而调节转速直到等于设定值

在这个控制系统中，电动机显然是被控对象，而它的转速变化规律是可以抽象为一个数学模型的，也就是传递函数；而其他的环节，则是为了共同产生一个控制信号来作为电动机的输入。

我们可以把比较器称为本文中的调节器，或者将比较器+放大器称为调节器，这不是重点，无伤大雅。

值得注意的是：这个系统中的所有环节，其控制规律都可以抽象为若干个传递函数

• Un*为设定值，Un为测量变送的反馈值
• 两者偏差去调节触发器控制电压Uct，控制规律为Kp
• 通过晶闸管控制电动机回路总电压Ud0，控制规律为Ks
• Ud0 - 电枢总电阻电压即为电动机电动势E
• E = Ceφn，得到输出转速；测速发电机根据转速反馈电压信号，控制规律α

1.2 温度或水位控制系统

这个应该是比较简单的过程控制，实际水位低于设定水位时，控制器则作用于执行机构去增大调节阀开度，增加进水流量。

1.3 小小总结

不要总是孤立控制器，它们是控制被控对象的必要环节。

这里给出一般的闭环控制系统框图

不要单纯的认为只有被控对象才有传递函数，每一个环节都有其相应的控制规律，都可以抽象为一个数学模型，用对应的传递函数来表达。就像最小拍控制器设计中，我们根据输入信号选择整个系统的闭环传函，进而确定控制器的脉冲传递函数。

总结：对于闭环系统来说，控制器的输入是偏差信号，输出则是控制信号，去控制执行机构，进而调节被控对象。

而闭环控制系统，设计目的就是系统输出对输入的跟随能力。

2. PID

• P：比例控制器，对系统产生的偏差能够迅速做出反应；但是比例控制器不能消除余差，不过随着比例系数的增大，余差会减小，同时系统输出振荡次数增加，稳定性也会下降，调节时间加长

关于不能消除余差这一点，从数学角度是可以解释的，求一下余差即可。当然直想也是可以理解的：对于一个速度控制系统，某时刻负载减小，导致转速上升，比例控制器作用于执行机构使得转速下降，假如转速可以下降到设定转速，那么此时负载依然是小于额定负载的，转速依然会上升；所以反证得，最后余差是肯定会存在的。

• I：积分控制器，积分控制是可以消除余差的，体现于偏差消失后，积分控制器的输出是可以保持前时刻的输出；但是积分控制器的控制动作比较缓慢，一般不单独使用；随着积分系数的增大（时间常数的减小），系统的稳定性下降。

• D：微分控制器，够体现出当前误差的变化趋势，在偏差出现或变化的瞬间，立即产生强烈的调节作用，从而加快系统的动作速度，减少调节时间；但是由于微分对静态偏差毫无控制能力（偏差存在，但是不变化，控制器输出为0），所以一般不单独使用。并且在纯比例作用的基础上增加微分作用可以提高系统稳定性。

总结：讲比例，积分，微分三种控制规律结合在一起，只要三项控制作用的强度配合得当，就既能快速调节，又能消除余差，从而得到满意的控制效果。

3. 模拟式PID

模拟pid控制器的算法：

• u(t) 为控制器输出，e(t) 为控制器输入，即偏差信号：e(t) = r(t) - y(t)
• Kp 为比例系数，Ti 为积分时间常数，Td 为微分时间常数

给出一个简单的matlab模拟pid仿真：

参数设置：Kp = 0.5, Ki = 0.2, Kd = 1；输出结果：

模拟pid局限性

• 功能单一，灵活性差
• 信息分散，所用仪表多，且监视不方便
• 接线过多，系统维护难度大

随着计算机等技术的发展，数字控制器日益成为工业生产中占据主导地位的控制器。

4. 数字式PID

对模拟pid控制器进行离散化处理，用后向差分代替微分得：（具体细节不细说）

4.1 位置式PID算法

• Kp，Ki，Kd为比例，积分，微分的三个重要参数
• k是采样序列号，k=0,1,2,3…
• Uk第k次采样时刻控制器输出值
• ek第k次采样时刻偏差，e(k-1)第k-1次采样偏差值，e(k-2)第k-2次采样偏差值
• 位置式pid控制器的输入为系统的偏差值，输出为uk，即偏差的组合

4.1.2 位置式pid算法的缺点

• 控制器输出与过去的各个状态有关，运算量大
• 计算机出现故障，u(k)的大幅度变化会引起执行机构位置的大幅度变化

4.2 增量式PID算法

由位置式pid第k次输出 - 第k-1次输出 得到增量式pid算法：

增量式pid算法表示的是控制机构（阀门，步进电机等）的调节增量，即k时刻相对于k-1时刻的调节增量。

值得注意的是：采用增量式pid算法的控制器输出值为调节增量。

从这里也可以得出位置式pid算法的另一种表示形式：
u(k) = u(k - 1) + Δu

可以说，位置式pid算法和增量式pid算法是pid算法的两种表现形式，从本质上讲二者是一致的。

4.2.2 增量式pid的优点

• 算式中不需要累加；控制增量Δu(k)的确定仅与最近3次的采样值有关
• 计算机每次只输出控制增量，对应执行机构位置的变化量，不易引起过程的异常操作
• 手动—自动切换时冲击小。当控制从手动向自动切换时，
  可以作到无扰动切换

4.3 位置式pid和增量式pid的抉择

在实际使用中应该使用位置式还是增量式，关键看执行机构的特性：

• 如果执行机构具有积分特性（如步进电机，具有齿轮传递特性的位置执行机构等），应该使用增量式pid算法
• 如果执行机构没有积分特性，则应该使用位置式pid算法

4.4 位置式pid和增量式pid仿真

function [] = my_simulink_pid()
% 离散模型
ts = 0.001;						    % 采样时间
sys = tf(400, [1, 50, 0]);		    % 传递函数
d_sys = c2d(sys, ts, 'z');		    % 传递函数离散化
[num, den] = tfdata(d_sys, 'v');	% 提取分子分母

% pid参数
kp = 10; ki = 2; kd = 15;

% 初始化信号值
y_feed = 0;	    % 当前反馈值
y_prev1 = 0;    % 前一次输出值
y_prev2 = 0;    % 前前一次输出值

u_prev1 = 0;    % 前一次控制器输出值
u_prev2 = 0;    % 前前一次控制器输出值

e_prev1 = 0;    % 前一次偏差
e_prev2 = 0;    % 前前一次偏差

x = [0, 0, 0];  % p i d 分别的输出

for k = 1:1:3000
	time(k) = k*ts;         % 时间序列，用于画图
	r_in(k) = 1;            % 输入序列，单位阶跃
	e(k) = r_in(k) - y_feed;    % 当前时刻偏差

	delta_u = kp*x(1) + ki*x(2) + kd*x(3);
	% 位置式 PID算法
	% u(k) = u_prev1 + delta_u;
	% 增量式 PID算法
	u(k) = delta_u;

	% 对输出限幅
	if u(k) >= 10
		u(k) = 10
	end

	if u(k) <= -10
		u(k) = -10
	end
	
	% 值得注意得是，这是输出序列的差分方程；得到他的步骤：
	% 1. z变换得到脉冲传递函数
	% 2. 分子分母乘上z的最高次幂的导数，本例中就是z^-2
	% 3. 交叉相乘，整理
	% 4. z反变换
	y_out(k) = -den(2)*y_prev1- den(3)*y_prev2 + num(2)*u_prev1 + num(3)*u_prev2;  % 系统输出序列
	y_feed = y_out(k);	    % 反馈值

	u_prev2 = u_prev1;      % 更新控制器输出
	u_prev1 = u(k);
	y_prev2 = y_prev1;      % 更新系统输出
	y_prev1 = y_out(k);

	x(1) = e(k) - e_prev1;
	x(2) = e(k);
	x(3) = e(k) - 2*e_prev1 + e_prev2;
	e_prev2 = e_prev1;      % 更新偏差
	e_prev1 = e(k);
end

% 画图
figure(1);
plot(time, r_in, 'b', time, y_out, 'r'); 
axis([0, 3, 0, 1.5]);                           % 确定坐标轴范围
xlabel('time(s)'),ylabel('r_in, y_out');   		% 系统输出和系统输入的曲线

figure(2);
plot(time, r_in, 'b', time, u, '--k'); 
axis([0, 3, -0.2, 2.5]);                        % 确定坐标轴范围
xlabel('time(s)'),ylabel('r_in, u_out');   		% 控制器输出和系统输入的曲线		

仿真结果：

增量式pid——系统食输出和系统输入曲线图

增量式pid——控制器输出和系统输入曲线图

关于位置式pid算法，在代码中也有标注，只需要加前一时刻控制器输出即可，至于参数的整定，在这里不详细说明。

欢迎指出不足，共同进步，谢谢~