控制和PID的原理

虽然一直在自动化学科，但是一直没怎么搞过控制这个东西。最近正好遇到一个通过优惠卷补贴来调整gmv的问题，和室友交流了一下pid控制以及控制这件事的本质，因此记录一下。

控制的核心是通过调控变量$u$ 使得$f(u)\to f_i$，这里的映射可以看作是一个黑盒的（扰动随机不确定也看作黑盒的一部分），所以我们无法通过精确的求解知道具体把$u$设置成多少来让$f(u)$达到$f_i$。因此，需要例如类似梯度下降的逐步逼近方法来“控制”。

PID控制是一种经典的控制方法，并且应用十分广泛。PID控制器的输出 ( u(t) ) 是输入误差 ( e(t) ) 的比例、积分和微分的加权和。其数学表达式为：

$u(t)=K_{p}e(t)+K_i{\int }_0^{t}e(\tau )d\tau +K_d\frac{de(t)}{dt}$

其中：
$u(t)$ 是控制器的输出。
$e(t)$是误差，即设定值与实际值之间的差异：( e(t) = r(t) - y(t) )。
$r(t)$ 是设定值（目标值）。
$y(t)$是过程变量（实际值）。
$K_p$ 是比例增益。
$K_i$是积分增益。
$K_d$是微分增益。

比例控制部分是当前误差的一个线性函数。比例增益 ( K_p ) 决定了误差对控制器输出的直接影响。较高的比例增益会导致较快的响应，但如果过高，可能会导致系统不稳定。

积分控制部分是误差随时间的累积。积分增益 ( K_i ) 决定了累积误差对控制器输出的影响。积分控制可以消除稳态误差，但如果增益过高，可能会导致系统振荡。

微分控制部分是误差随时间的变化率。微分增益 ( K_d ) 决定了误差变化率对控制器输出的影响。微分控制可以预测误差的趋势，从而提高系统的响应速度和稳定性，但对噪声敏感。