vue 2个方法先后执行_PID参数整定：2个鲜为人知的方法，私货分享

我在前面的文章介绍了一种通过神经网络来整定PID参数的方法，有兴趣的朋友可以去看看——用神经网络来估计PID控制器参数？(附核心代码)。或者点击我的头像在我发布的文章里也可以查看。

今天来说说在工程上更广泛使用参数整定方法，即公式法。经验法我就不介绍了，文章只分享干货。下面介绍2种方法，不同方法处理的系统阶数不同，但在工程上都是很容易实现的。

一阶系统方法——基于AMIGO的三参数法

此方法只需要通过系统开环的阶跃响应即可计算PID参数。要运用此方法，需要把系统抽象成一阶系统。凡是可用一阶微分方程描述的系统称一阶系统。比如电压控制系统，温度控制系统，水箱水位控制系统。一阶系统的传递函数如下：

其中K是传递函数的增益常量，T是系统时间常数，τ是纯滞后时间。我们通过系统开环的阶跃响应来确定这3个参数。

一阶系统的开环阶跃响应如下图：

一阶系统开环响应

纯滞后时间τ很容易得到，即系统开始响应时刻和指令输入时刻的时间差。

增益常量K可通过下式计算：

其中y1为系统阶跃响应终值，y0是系统初值，u是阶跃响应输入值。

时间常数T可以由2种方式得到：

1. 系统开环阶跃响应增加到阶跃响应终值的63%左右所花的时间；
2. 系统开环阶跃响应的初始斜率为1/T。

重点来了，三参数法基于AMIGO方法，它用下面3个方程来计算PID参数：

假设一阶系统的传递函数为：

其开环阶跃响应如下图：

我们把K，T和τ代入公式，可以得到：

我们在PID控制中一般使用ki和kd参数，所以还需要转化一下：

最后我们来测试一下参数，在PID参数下的阶跃响应：

一阶系统

系统上升时间为0.8s，有10%的超调。

任意阶系统方法——震荡反馈法

此方法需要系统闭环才能实现。方法主要是在奈奎斯特曲线上识别一个点，此方法使控制系统进入临界震荡，且此时的震荡具有180度的相位滞后，震荡的临界频率为wu。在临界频率wu上的增益叫临界增益ku。ku可以由下面的式子得到：

其中d是输入方波的振幅，a是系统输出在临界频率上的振幅。那么PID参数由下面3个方程确定：

其中θ是在临界频率相位上要提前的相位角，实际上是移动奈奎斯特曲线上的极点，这里取0.25π即可。

我们构建一个传递函数，此传递函数可以是任意阶系统：

我们给个幅值为1的方波信号，让输出的震荡刚好滞后方波信号180度。

此时，得到方波信号的频率为2.22Hz，即系统的临界频率wu=14rad/s，a此时为0.045，d为0.5，得到ku=0.0707，从而得到PID的三个参数：

把PID的三个参数代入控制器中，最终阶跃响应曲线为：

最大超调26%，上升时间为0.13s。

我们来对比下与之类似的Z-N法，Z-N法同样需要系统临界震荡，而ZN法使系统震荡的方法也不同，是给出阶跃信号，加大Kp值，使系统震荡。

Z-N法使系统震荡

可以得到使系统临界震荡的Km值为15.2，震荡周期为0.45s，Z-N法得到的PID参数为：

系统阶跃响应为：

可见Z-N法计算的参数收敛性并不好，后续还需要人为修正参数。

结论

这2种方法各有各的对应场景，三参数法在应对一阶系统很有效，而且只需要得到系统的开环传递函数的三个关键参数就可以；震荡反馈法对任意阶系统均有效，只是需要要闭环，计算出来的PID参数比传统的Z-N法更优。