电机控制及调参

一、电机相关

电机作为一种能将电能转化为机械能的装置，其在制造、医疗、运动控制等等许多地方都起着重要的作用。想学习了解机器人的小伙伴，从电机了解起走也是一条不错（坎坷）的道路。

0、废话

   其实电机对于我来说是接触的比较多了的，记得小时候玩四驱车，就特意将“马达”拆开来看过想搞懂原理，也单独将电机拿出来制作了一些小的diy，后来到了高中在学到了电磁学，算是了解了基础的原理了（在不停的刷题后），再后来到大学就是真正的使用了。第一次使用应该是在大一买的单片机，配了一个电机，有程序可以进行调速，但当时由于一些原因，没有再去使用。又到了大三，学习了电机拖动，对电机的认识又深了一点，也做了一些关于电机的实验。但是，令我难以忘记的是研究生开始调试电机的时候，真的是…一言难尽，之前也参考过许多大佬的博客，所以想把自己的这段难忘的经历做个总结，也给有需要的朋友一个参考。

1、电机种类

• 按电源种类分为：直流电机和交流电机。我们常见常用的电机大多是直流电机，相比前者，交流电机不需要换向器和电刷转换电流方向，与直流电机相比它的结构更简单，功率更大，在工业领域被广泛应用
  

• 根据有无电刷分为：有刷电机和无刷电机。有刷电机结构简单、开发久技术成熟、响应速度快，起动扭矩大、运行平稳，起制动效果好、控制精度高、使用成本低，维修方便；而无刷电机由于无电刷，具有低干扰、噪音低、运转顺畅、寿命长、低维护成本等优点。于是我接触的以无刷电机为主。
  

• 根据有无反馈分为：步进电机和伺服电机。前者没有反馈信号，位置精度不够高，且转速远远小于后者。在需要精确的控制，伺服电机更加常用。

2、电机控制方式

• 力矩控制：指定电机提供设置大小的力矩。（但是由于力矩传感器太贵了，这里的力矩的大小通常是通过电流换算的，其恒电流情况下，转矩=转矩常数*电流）
• 速度控制：指定电机达到设置的速度转动。
• 位置控制：指定电机转动到设置的位置。

由于位置是速度的积分，所以三种控制方式的控制框图是有要求的，下面是一种常见的控制结构图，当然，如果只针对某一两种控制模式，其控制方案将比这个更加简易。

二、电机控制器

    为了方便用户的使用，市面上许多电机都是针对上面的控制方式进行了封装的，也就是我们常听说的——控制器。控制器的控制方案有许多，针对不同的控制环也有不同的控制方案，例如：对于电流环，有FOC矢量控制，速度、位置环有PID。当然，也有其他的控制算法，但这里我们就使用常用的就行了。现在我们也可以开始谈谈标题了。

1、PID控制器

    PID 是一种传统且经典的控制算法，在工程中应用非常广泛，相比其他高大上甚至只存在于 paper 上的算法， PID 是非常接地气的。
    PID ，即：Proportional（比例）、Integral（积分）、Differential（微分）的缩写。顾名思义，PID 控制算法是结合比例、积分和微分的融合怪，其规律可以描述为：
$$u(t)=K_p(e(t)+\frac{1}{T_t}{\int }_0^{t}e(t)dt+T_d\frac{de(t)}{dt}$$
    其中 $K_p$ 是比例增益，$T_t$ 是积分时间常数，$T_d$ 是微分时间常数，$u(t)$ 是输入信号，$e(t)$ 是误差。

    三个环节在控制中也分别起着不同的控制作用。

2、PID 各环节作用

• 比例环节 P：比例环节与稳态误差相关，比例环节越大，上升速度越快，且稳态误差越小，但无论怎样多大都会存在误差，不能消除误差，而且过大还会导致震荡，反而不稳定
  

• 积分环节 I：积分环节则可以消除误差，合适的积分环节可以很快的消除误差，但是设置较大会产生超调，并且过大也会导致震荡，从而不稳定
  

• 微分环节 D：微分环节具有预测作用，可以预测信号的变化方向，从而可以减小超调，提高响应速度，但过大会导致系统不稳定
  

matlab PID 的参考代码如下（上面的图是在下面代码基础上修改了一点，但是核心没有变）：

%%  说明
% 被控系统： 1/(0.1s+1)
% 控制器：    PID
%%
clc,clear
ts=0.001;  %采样时间=0.001s
sys=tf(1,[0.1,1]);            %建立被控对象传递函数
dsys=c2d(sys,ts,'z')         % 离散化
[num,den]=tfdata(dsys,'v');   % 得到差分方程系数  y(k) = -den[2]*y(k-1) + num[2]*u(k-1)
e_last=0;      %前一时刻的偏差      
E_integ=0;     %累积偏差
u_last=0.0;    %前一时刻的控制量
y_last=0;      %前一时刻的输出
% PID参数
kp=1;    
ki=0;
kd=0;
u=zeros(1,10000);    %设置仿真长度
time=zeros(1,10000); %时刻点（设定10000个）
for k=1:1:10000
    time(k)=k*ts;    %时间
    r(k)=100;        %期望值
    y(k)=-1*den(2)*y_last + num(2)*u_last;    %系统响应输出序列
    e(k)=r(k)-y(k);                           %误差信号
    u(k)=kp*e(k)+ki*E_integ+kd*(e(k)-e_last); %系统PID控制器输出序列
    E_integ=E_integ+e(k);    %误差的累加和
    u_last=u(k);    	     %前一个的控制器输出值
    y_last=y(k);    	     %前一个的系统响应输出值
    e_last=e(k);		     %前一个误差信号的值
end
p1=plot(time,r,'-.');xlim([0,1]);hold on; %指令信号的曲线（即期望输入）
p2=plot(time,y,'--');xlim([0,1]);         %不含积分分离的PID曲线
hold on;

3、PID 种类

    上面的 PID公示 是针对连续情况下的，而在生活中，我们常常使用的是离散型的变量，比如时间，于是我们需要将 PID 的公式进行离散化，根据离散化的方法不同，PID 控制的公式就有两种，即位置式 PID 和增量式 PID,

• 位置式 PID
  $$u(n)=K_p\ast e(n)+K_i\ast \sum e(n)+K_d\ast [e(n)-e(n-1)]/T$$
  从公式结构上看，位置式存在积分环节，误差会进行累加，当积分项饱和时，误差仍然会进行累加，当误差反向变化时，系统还需要一定时间从饱和区退出，所以常常需要积分限幅和输出限幅，实际使用位置式 pid 时一般常常使用 PD 进行控制。
• 增量式 PID
  $$\Delta u(n)=$$