PID算法整理

在工业应用中，PID及其衍生算法是应用最广泛的算法之一，是当之无愧的万能算法，

我们看一个生活例子，冬天洗热水澡，需要先放掉一段时间的冷水，因为水管里有一段冷水，热水器也需要一个加热过程，等过了这段时间之后水温有些接近目标值后，开始调节水龙头来调节冷、热水之间的比例及出水量，之后再慢慢的微调，在洗浴过程中感觉温度不合适，再一点点的调节。这个过程，其实就是PID算法过程。我们之所以微调，是因为水温的变化速度与我调节的速度不相匹配，存在一个滞后效应，我们需要调节一点点，等一下再感觉一下温度，不够再调节一点点，再感觉，这个过程就叫PID算法，也可以说，滞后效应是引入PID的原因。负反馈系统，都有滞后效应。

如果能够熟练掌握PID算法的设计与实现过程，对于一般的研发人员来讲，应该是足够应对一般研发问题了，而难能可贵的是，在我所接触的控制算法当中，PID控制算法又是最简单，最能体现反馈思想的控制算法，可谓经典中的经典。经典的未必是复杂的，经典的东西常常是简单的，而且是最简单的，想想牛顿的力学三大定律吧，想想爱因斯坦的质能方程吧，何等的简单！简单的不是原始的，简单的也不是落后的，简单到了美的程度。

当被控对象结构和参数不能完全掌握，或不到精确数学模型时，控制理论其它技术难以采用时，系统控制器结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象﹐或不能有效测量手段来获系统参数时，最适合用PID控制技术。

什么是PID？

• PID，即比例Proportion、积分Integral和微分Derivative三个单词的缩写。
• 闭环自动控制技术是基于反馈的概念以减少不确定性，在闭环自动控制原理中，我们把它叫做“PID控制器”。
• 即P是比例系数，I是积分系数、D是微分系数(介绍顺序是PDI)

• 

• t是时间，各个量都是随时间而变化的
• 该系统由模拟 PID 控制器(控制器本身就是比例、积分、微分三个环节的加和)和被控对象组成。
• 上面框图中， i(t) 是给定值，o (t) 是系统的实际输出值，给定值与实际输出值构成控制偏差e(t) = i(t) − o(t).
  • e(t) 作为 PID 控制的输入， u(t)作为 PID 控制器的输出和被控对象的输入。 公式随后给出
  • PID得到的是要增加多少量或减少多少量
  • 比例系数P
  • 比例系数就是用在穿过（0,0）这个坐标点直线的放大倍数k，k越大，直线的斜率越大，所以是用在y = k * x中的，其中的k就是比例系数p，大家都简称为kp，所以就变成了y = Kp * x。

    如果说是使用比例进行调节。

    则当前第1次调节时执行器对应的输出值为U1 = Kp * ( curentValue1 - totalValue1 )。

    第2次调节时执行器对应的输出值为U2 = Kp * ( currentValue2 - totalValue2 )。 

  • 这就是比例系数P的应用，也就是大家说的比例调节。

  •          比例调节就是根据当前的值与目标值的差值，乘以了一个Kp的系数，来得到一个输出值，这输出值直接影响了下次当前值的变化。如果只有比例调节的话，系统会震荡的比较厉害。比如你的汽车现在运行的速度是60km/h，现在你想通过你的执行器去控制这个汽车达到恒定的50km/h，如果你只用kp进行比例调节话。U = Kp * ( 60 - 50 )，假设Kp取值为1，此时得到U执行器的输出值是10，结果当你执行器输出后，坐在车上的你瞬间发现汽车一下变成了35Km/h，此时U2 = Kp * （35 - 50）,此时得到U执行器的输出值是-15，结果当你执行器输出后，发现汽车变成了55Km/h，由于惯性和不可预知的误差因素，你的汽车始终无法达到恒定的50km/h。始终在晃动，相信如果你在车上，你一定吐的很厉害。所以光有比例系数进行调节，在有些场合是没有办法将系统调稳定的。

  • 为了减缓震荡的厉害，如果一个系数P不够，再来一个系数微分D。

  • 微分系数D

  • 注意微分，实际上是对误差进行微分。

  • 加入误差1是err(1)。误差2是err(2)。则误差err的微分是 (err2 - err1)。乘上微分系数D，大家叫做Kd，则当执行器第1次调节后有了第1次的误差，第2次调节后有了第2次的误差，则结合P系数。就有了PD结合，根据每次调节时，误差的值的经验推算，你就能选取出D的系数。

  • 。假如误差是越来越小的，那么微分后（ (err2 - err1)）肯定是一个负值。负值在乘以了一个D系数 加上了比例调节的值后肯定值要比单纯使用比例调节的值要小，所以就启到了阻尼的作用。有了阻尼的作用就会使得系统区域稳定。PD结合的公式经过上面的分析后为

    U(t) = Kp * err(t) + Kd * d(err(t))/dt（模拟公式）（下文介绍离散化公式）

  • 

  • BUT以热水为例。假如有个人把我们的加热装置带到了非常冷的地方，开始烧水了。需要烧到50℃。

    在P的作用下，水温慢慢升高。直到升高到45℃时，他发现了一个不好的事情：天气太冷，水散热的速度，和P控制的加热的速度相等了。 
    这可怎么办？

    P兄这样想：我和目标已经很近了，只需要轻轻加热就可以了。 
    D兄这样想：加热和散热相等，温度没有波动，我好像不用调整什么。

    于是，水温永远地停留在45℃，永远到不了50℃。

    作为一个人，根据常识，我们知道，应该进一步增加加热的功率。可是增加多少该如何计算呢？ 
    前辈科学家们想到的方法是真的巧妙。

    设置一个积分量。只要偏差存在，就不断地对偏差进行积分（累加），并反应在调节力度上。

    这样一来，即使45℃和50℃相差不太大，但是随着时间的推移，只要没达到目标温度，这个积分量就不断增加。系统就会慢慢意识到：还没有到达目标温度，该增加功率啦！ 
    到了目标温度后，假设温度没有波动，积分值就不会再变动。这时，加热功率仍然等于散热功率。但是，温度是稳稳的50℃。 

  • 积分系数I

    积分，实际上是对误差的积分，也就是误差的无限和。kI的值越大，积分时乘的系数就越大，积分效果越明显。

    所以，I的作用就是，减小静态情况下的误差，让受控物理量尽可能接近目标值。

    I在使用时还有个问题：需要设定积分限制。防止在刚开始加热时，就把积分量积得太大，难以控制。

  • 小结

  • 1.PID控制其实是对偏差的控制过程;

    2.如果偏差为0,则比例环节不起作用，只有存在偏差时，比例环节才起作用。

    3.积分环节主要是用来消除静差，所谓静差，就是系统稳定后输出值和设定值之间的差值，积分环节实际上就是偏差累计的过程，把累计的误差加到原有系统上以抵消系统造成的静差。

    4.而微分信号则反应了偏差信号的变化规律，或者说是变化趋势，根据偏差信号的变化趋势来进行超前调节，从而增加了系统的快速性。

  •  三种比较简单的PID控制算法，分别是：增量式算法，位置式算法，微分先行。 这三种PID算法虽然简单，但各有特点，基本上能满足一般控制的大多数要求。

    假设采样时间间隔为T，则在k时刻：

    1.输入量为

    

    2.输出量为

    

    3.偏差量为 

    

      从而公式如下：

    

     kp是比例系数，Ti是时间和，TD是微分系数

     下面将对PID连续系统离散化，从而方便在处理器上实现。

                假设采样间隔为T，则在第K个T时刻：

    偏差= 

    

    积分环节用加和的形式表示，即 

    

    微分环节用斜率的形式表示，即

    

    PID算法离散化后的式子： 

    

     则可表示成为：

    

    其中式中：

    比例参数Kp:

    控制器的输出与输入偏差值成比例关系。系统一旦出现偏差，比例调节立即产生调节作用以减少偏差。特点：过程简单快速、比例作用大，可以加快调节，减小误差；但是使系统稳定性下降，造成不稳定，有余差。

    积分参数Ki:

    积分环节主要是用来消除静差，所谓静差，就是系统稳定后输出值和设定值之间的差值，积分环节实际上就是偏差累计的过程，把累计的误差加到原有系统上以抵消系统造成的静差。

    微分参数Kd:

    微分信号则反应了偏差信号的变化规律，或者说是变化趋势，根据偏差信号的变化趋势来进行超前调节，从而增加了系统的快速性。

    PID的基本离散表示形式如上。目前的这种表述形式属于位置型PID，另外一种表述方式为增量式PID，由上述表达式可以轻易得到：

    

    那么：

    

    上式就是离散化PID的增量式表示方式，由公式可以看出，增量式的表达结果和最近三次的偏差有关，这样就大大提高了系统的稳定性。需要注意的是最终的输出结果应该为：

    输出量  =u（k）=增量调节

将公式代码化：              

   pid.voltage = pid.Kp * pid.err + pid.Ki * pid.integral + pid.Kd * (pid.err - pid.err_last);

代码转载：

#include<stdio.h>
struct _pid {
	float SetSpeed; //定义设定值
	float ActualSpeed; //定义实际值
	float err; //定义偏差值
	float err_last; //定义上一个偏差值
	float Kp, Ki, Kd; //定义比例、积分、微分系数
	float voltage; //定义电压值（控制执行器的变量）
	float integral; //定义积分值
}pid;
void PID_init() {
	printf("PID_init begin \n");
	pid.SetSpeed = 0.0;
	pid.ActualSpeed = 0.0;
	pid.err = 0.0;
	pid.err_last = 0.0;
	pid.voltage = 0.0;
	pid.integral = 0.0;
	pid.Kp = 0.2;
	pid.Ki = 0.015;
	pid.Kd = 0.2;
	printf("PID_init end \n");
}
float PID_realize(float speed) {
	pid.SetSpeed = speed;
	pid.err = pid.SetSpeed - pid.ActualSpeed;
	pid.integral += pid.err;
	pid.voltage = pid.Kp * pid.err + pid.Ki * pid.integral + pid.Kd * (pid.err - pid.err_last);
	pid.err_last = pid.err;
	pid.ActualSpeed = pid.voltage * 1.0;
	return pid.ActualSpeed;
}
int main() {
	printf("System begin \n");
	PID_init();
	int count = 0;
	while (count < 1000)
	{
		float speed = PID_realize(200.0);
		printf("%f\n", speed);
		count++;
	}
	return 0;
}