为什么是PID控制

  在进入正式话题之前需要引入四个概念:稳态误差终值定理幅角条件系统稳定的充要条件
稳态误差:系统达到稳定状态后,系统的实际输出量与系统希望的输出量之间的偏差。
终值定理:设有连续函数 f ( t ) f(t) f(t),当t趋于无穷时, f ( t ) f(t) f(t)的极限存在,则有
在这里插入图片描述
其中。 F ( s ) F(s) F(s) f ( t ) f(t) f(t)经过拉普拉斯变换后的函数,即
在这里插入图片描述
幅角条件
  零点到根的夹角和与极点到根的夹角和是 180 ° 180° 180° 的倍数。 φ φ φ表示零点, θ θ θ表示极点
在这里插入图片描述

系统稳定的充要条件:闭环传递函数的极点位于 s s s的左半平面。对于某个系统的传递函数的极点为 p p p1 p p p2 ,它们都在实轴上,即 p1 = = = − - a a a , p2 = = = − - b b b ( a a a b b b均为常数)对该系统一个单位冲激信号,于是系统的响应为
在这里插入图片描述
p p p1 < < < 0 0 0 , p p p2 < < < 0 0 0
在这里插入图片描述
  说明这个系统是收敛的,也就是说这个系统可以稳定。

p p p1 p p p2 有一个大于 0 0 0
在这里插入图片描述
  说明这个系统是发散的,也就是说这个系统无法达到稳定。
p p p1 p p p2 并没有在实轴上,即 p1 = = = − - a a a + + + b b b i i i , p2 = = = − - a a a − - b b b i i i ,此时有
在这里插入图片描述
在经过拉普拉斯逆变换,得
在这里插入图片描述
  正弦函数是等幅振荡函数,而 e e e(-at) 会随 t t t 得增大而减小 ,最终趋向于 0 0 0,故而 X ( t ) X(t) X(t) 是一个振荡衰减函数,最终仍会趋向于 0 0 0。图像大概是这个样子
在这里插入图片描述
如果 p1 = = = a a a + + + b i bi bi , p2 = a − b i = a -bi =abi ,此时有
在这里插入图片描述
  此时该函数时振荡发散的,是不稳定的,图像就是上图从右往左看。

  进入正式话题,在做实际工程或者学习自动控制原理的时候,PID控制经常被提起,大部分工程中涉及控制基本都是PID,那么PID到底是什么?它为什么可以做控制使用?又是如何控制的呢?所谓PID就是比例积分微分控制,下面我们就对 3 3 3种控制稍做分析。

比例控制

  对于如下比例控制系统,输入是 R ( s ) R(s) R(s),输出是 X ( s ) X(s) X(s)
在这里插入图片描述

在这里插入图片描述
于是系统的闭环传递函数为
在这里插入图片描述
  由这个传递函数可知极点 p = ( − 1 − p = ( -1 - p=(1 Kp ) / a ) /a )/a,我们知道,当 p p p位于 s s s 的左半平面时系统才会稳定,也就是说 Kp > > > − 1 -1 1 时系统才会稳定。
  我们给系统一个输入一个目标值,即 r ( t ) = r r(t)=r r(t)=r, 于是
在这里插入图片描述

在这里插入图片描述
根据中值定理,有
在这里插入图片描述
那么稳态误差为
在这里插入图片描述
  由上式可知, K K Kp 趋向于无穷大时, e e ess 趋向于 0 0 0,但实际工程中, K K Kp 不可能取太大,否则超调量会非常大(一阶系统除外),如果超过了控制器的输出范围,那也就没有意义了,但是在控制器的输出范围内,Kp又不会太大,所以稳态误差还是消除不了,故而一般不单独使用比例控制。

举个实际的例子:
  对于系统:
在这里插入图片描述
  通过以上的推理,该系统在 K K Kp > > > − 1 -1 1 时才会稳定,那就在simulink中仿真一下,把输入设置为 10 10 10,示波器中的黄线代表目标值,蓝线代表输出值:
K K Kp = = = − - 2 2 2 时,系统结构如下
在这里插入图片描述
输出曲线如下
在这里插入图片描述
  由图可以看出,输出值已经跑飞了,系统不可能会稳定下来。
看看 K K Kp = = = 2 2 2 时的情况
在这里插入图片描述
  这时候系统已经稳定了,但是稳态误差很大。
再看看 K K Kp = = = 100 的情况
在这里插入图片描述
  此时稳态误差已经很小了,可以忽略不计了。但是此时的 K K Kp 已经非常大了,如果系统此时输出为 9 9 9 ,那么偏差就为 1 1 1,比例控制输出为 100 100 100,对于PWM调节的话,占空比最大就是 100 100 100 % \% %,很明显这是不符合实际应用的。当然控制器的输出我们可以不当做占空比直接使用,比如在单片机的PWM的配置过程中,令计数值为 1000 1000 1000才代表 100 100 100 % \% %占空比,那么比例控制输出 100 100 100,对应PWM占空比也才 10 10 10 % \% %,看上去很合理,也符合实际应用,这样一来,系统的调节时间就会变长,同样我们也可以理解为此时 K K Kp 还较小。所以比例控制一般不单独使用。

积分控制

  上面我们研究了比例控制器,他不能消除稳态误差,所以需要设计新的控制器 C ( s ) C(s) C(s),系统结构框图如下:
在这里插入图片描述
求得系统传递函数
在这里插入图片描述
  我们同样令 r ( t ) = r r(t) = r r(t)=r ,拉普拉斯变换后, R ( s ) = r / s R(s) = r / s R(s)=r/s,于是有
在这里插入图片描述
  我们的目标是消除稳态误差,即 e e ess = = = 0 0 0
在这里插入图片描述
继续推导
在这里插入图片描述
  这个 C ( s ) C(s) C(s)不就是积分嘛, K K Ki 就是积分增益。我们来验证一下,还是拿前面的系统
在这里插入图片描述
设置 K K Kp = = = 2 2 2 , K K Ki = = = 1 1 1,看看比例控制与积分控制的效果
在这里插入图片描述
  黄色的直线表示目标值,蓝色的线是比例控制,橙色线是积分控制。由图可以看出,积分控制很明显的消除了稳态误差,但是积分控制的调节时间却比比例控制要长很多,那将比例控制与积分控制放在一起,同时作用,效果又是怎样的?

更改系统框图
在这里插入图片描述
  最上面一个闭环是比例控制,第二个是积分控制,最下面一个是比例积分控制,为方便对比我们稍稍做下参数调整,将比例积分控制的 K K Ki 增加到 2 2 2,看看效果
在这里插入图片描述
  这条绿色的线就是比例积分控制,其余三条不变。由图可知,比例积分控制不仅吸取了比例控制的快速响应并稳定特点,还吸取了积分控制能消除稳态误差的特点,所以比例积分控制的有点明显胜于比例控制。

引入微分控制

  设一个二阶系统的一对根为 p p p1 = − a + b i = - a + bi =a+bi , p p p2 = − a − b i = - a - bi =abi,对该系统输入一个单位冲激信号,那么该系统的响应为
在这里插入图片描述
经过拉普拉斯逆变换后,得
在这里插入图片描述
  我们知道这个函数得曲线是振荡衰减直至到 0 0 0,也就是说这个系统是稳定的。我们的目标是让系统更快速稳定,也就是加快系统的收敛速度,也就是 − a -a a 越小,系统的收敛的速度才会越快,减小 − a -a a 也就是改变根轨迹,让根左移。我们以实例来说明:
设有系统的开环传递函数为
在这里插入图片描述
  该系统有 2 2 2个极点, φ φ φ1 = = = 0 0 0, φ φ φ2 = = = − 2 -2 2,没有零点,渐近线交点 σ σ σa = = = − 1 -1 1,与实轴得交角为 90 ° 90° 90°,根轨迹如下
在这里插入图片描述
那么所有的根都将在实部为 − 1 -1 1这条竖线上,我们要让系统快速衰减,也就是让根左移,并且越左越好,我们就让他移到实部为 − 2 -2 2得这条竖线上,为便于计算,我们设这个根为 k = − 2 + 2 √ 3 i k=-2+2√3i k=2+23i
在这里插入图片描述
根据幅角条件
在这里插入图片描述

在这里插入图片描述
这也就是说, k = − 2 + 2 √ 3 i k=-2+2√3i k=2+23i不在原根轨迹上,如果要使这个根满足幅角条件,或者说改变原根轨迹使得 k k k在新的根轨迹上,该怎么办呢?那就加个30°,也就是加个零点嘛,如图
在这里插入图片描述
通过计算,补偿的30°这个零点为 − 8 -8 8,那么这个新的控制器不就是 H ( s ) = s + 8 H(s)=s+8 H(s)=s+8,这不就是微分控制和比例控制吗,即 P D PD PD控制,这里就把微分控制引进来了,我们可以仿真一下
在这里插入图片描述
  这个结构中,上面一个闭环是 P D PD PD控制,下面一个就是 P P P控制, K   p   K~p~ K p  = 8 =8 =8,得到得输出响应
在这里插入图片描述
蓝色的线表示 P D PD PD控制,橙黄色得线表示 P P P控制,可以清楚得看到 P D PD PD控制得超调要小的多,收敛的速度也明显比比例控制快很多。我们在修改修改参数,将 K K Ki = 2.9 =2.9 =2.9,看看效果
在这里插入图片描述
很明显,现在的超调已经变得很小了,收敛速度更快。对于微分控制,在实际应用中,不会拿微分控制单独做一个控制器,因为微分控制对高频干扰十分敏感,比如在系统中存在这样一个干扰: D ( t ) = 0.01 s i n ( 100 t ) D(t)=0.01sin(100t) D(t)=0.01sin(100t),它的幅值很小,频率很高,一旦遇到微分控制,于是 D ( t ) D(t) D(t) t t t求导,此时 D D D1(t)= c o s ( 100 t ) cos(100t) cos(100t),赋值被放大了100倍,所以微分控制在很多时候并不被使用, P I PI PI控制被广泛应用。

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值