本文介绍了如何利用MATLAB的system identification和PID tuner工具自动辨识系统的传递函数并调整PID参数。通过模拟数据或实际电机数据，经过系统辨识得到传递函数，然后使用PID tuner自动整定PID控制器，实现更高效的控制效果。这种方法节省了手动调参的时间，并且可以设计更精确的控制器。文章还提到了后续的深入研究，包括单关节动力学参数辨识和力矩前馈控制。
写在最前，在经验调参双环PID的时候，发现无论如何调都不能够满意，而且很浪费时间。因此，想找到更合理更科学地方法，来得出PID参数，于是发现了一个新大陆 -- 系统辨识
最终效果：自动调出PID三项对应的参数，控制效果很不错。
目的：通过matlab，辨识出系统的传递函数，找到最理想的PID参数。
优点：1.节省“盲调PID”的时间。2.在辨识出传递函数后，还可以设计专门的控制器，达到经验调参不能做到的效果，逼近完美。
用到的工具：1.matlab的system identification 和PID tunner app2.simulink。
只要跟我做以下几步就可以啦：
1.得到你的电机的输入输出曲线（数据），导入matlab里。
2.用system Identification app，系统辨识，得到传递函数；
3.用PID tunner自动整定PID参数。
一、伪造数据
tips：这一部分操作的目的，是模拟电机正常运行，得到相类似的数据。如果你已经有实际真实的数据，跳过这一步！
由于疫情原因，现在手头没有真实的电机数据，所以我只能假装我有数据（伪造）。
首先，设计一个电机的传递函数
接着在simulink上搭建简单的1DOF的PID控制器，给定PID初始参数是：P为1，I和D都为0。这样，这个控制器从输入到输出的传递函数即为电机的传递函数。
仿真后，导出你的输入和输出数据到matlab的工作区里，这一步就完成啦。
tips：该例子中，输入是一个单位阶跃信号。
二、导入数据
打开system identification app，并把工作区中的输入和输出数据导入进来，点击import即可。
三、辨识系统
首先，把原始数据分开为两部分：训练部分和验证部分（其实本质就是用神经网络辨识）；
接着，把mydatae拖动到workspace Data中，把mydatav拖动到mydata中。
之后，选择估算传递函数，设置好合适的零点极点后，便可得出系统的传递函数。
双击tf2，你能看到它的详细数据，从中我们可以看到一些主要信息：辨识出来的传递函数，以及它的拟合度为100%。
四、自动整定PID，使用PID tuner工具
打开simulink，双击你的PID控制器，点击tune
自动打开PID tuner之后，调节两个按钮，一个是响应速度，另一个是选择超调量。随后，它会自动更新新的曲线，以及保留原来方案的响应曲线，方便我们对比。
得到一个较满意的响应后，我们选择update，更新PID参数到simulink中。
个人总结：以上步骤做出来的效果，也是和经验调参差不多的。要想做到更好的控制效果，还需要去根据传递函数与实际情况，设计一个新的控制器，matlab只是辅助工具，要懂得原理才是最重要的。
更新：最新一篇文章，系统辩识+调pid+机器人仿真平台上调角度环的完整流程，非常详细了，让你更清晰pid tuner的威力
龙胆也老师：matlab系统辨识+调PID，全网最完整步骤（v-rep仿真）zhuanlan.zhihu.com二更：后面又对单关节（单摆模型）进行动力学参数的辨识，还加上了力矩前馈控制。重新写了三篇文章：黑箱辨识、灰箱辨识以及力矩前馈控制。控制效果比上面那篇文章做的更好
龙胆也老师：【系统辨识】灰箱辨识单关节动力学参数zhuanlan.zhihu.com
7463
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
