PID的常见5种积分处理方式

常见的PID公式：
1.连续型PID：
$$u(x)=K_p(err(t)+\frac{1}{T}\int err(t)dt+\frac{T_{D}derr(t)}{dt})$$
2.离散型PID
$$u(x)=K_p(err(t)+\frac{T}{T_i}\sum err(j)+\frac{T_D}{T}(err(k)-err(k-1)))$$

PID积分分离积分

积分本身是用于消除静态误差，在短期内存在很大偏差的情况下，会造成积分累积，导致控制量超出执行机构可能允许的最大动作范围对应极限控制量，引起超调以及振荡。

积分分离的基本思想：当控制量与设定值偏差较大时，取消积分作用，在被控量接近目标值时引入积分控制，以消除静态误差。

PID抗积分饱和

如果系统存在一个方向的偏差，PID 控制器的输出由于积分作用的不断累加而加大，从而导致执行机构达到极限位置，若控制器输出U(k)继续增大，执行器开度不可能再增大，进入饱和区，需要漫长的反向误差积累才能恢复。

抗积分饱和的基本思想：计算u(k)时，首先判断上一时刻的控制量u(k-1)是否已经超出了极限范围： 如果u(k-1)>umax，则只累加负偏差。

PID梯形积分

本身用于消除余差，在尽可能消除余差基础上提高积分运算的精度

PID变积分

系统对于积分项的要求是，系统偏差大时，积分作用应该减弱甚至是全无，而在偏差小时，则应该加强。积分系数取大了会产生超调，甚至积分饱和，取小了又不能短时间内消除静差。

变积分PID的基本思想：设法改变积分项的累加速度，使其与偏差大小相对应：偏差越大，积分越慢; 偏差越小，积分越快。

专家PID与模糊PID、

专家PID和模糊PID在前文已经有所运用，两者都是将人工智能中的专家算法和模糊算法运用到PID调参中，协助PID控制，并不参与控制，起决策作用。专家PID对个人的经验要求高，例如在变积分中，对特定误差下改变积分值，由经验公式决策。模糊PID则运用隶属关系，将判断值区分为不同区间，由获取值相对区间的隶属关系来确定对应获取值对应的参数。通俗来说，例如将0~9定义为“小”“中”“大”，6隶属于小可能是0.1，中是0.7，大是0。