PID算法模拟实现（含python代码）

PID算法原理

PID控制算法是一种经典的反馈控制算法，用于调节控制系统的输出，使其达到预定的目标值。

P：比例项，与当前误差成正比（y = kx）
I：积分项，与误差随时间的累积成正比
D：微分项，与误差的变化率成正比

PID算法控制系统的输出则为：
控制输出 = Kp⋅当前误差 + Ki⋅误差积分 + Kd⋅误差微分

其中，
误差积分 = 积分项 + 误差⋅采样时间
误差微分 = （误差 - 上一次误差）/ 采样时间
由于，计算机处理的为离散信号，所以采样时间在下例中设置为1.

PID算法实现步骤：

PID控制算法通常通过以下步骤来实现：

测量过程变量： 首先，需要测量系统的当前状态，即实际值。这通常由传感器完成。

1.计算误差： 将目标值与实际值相比较，计算误差（差值）。

2.计算PID控制输出： 使用PID算法计算控制输出，如上述公式所示。

3.应用控制输出： 将计算得到的PID控制输出应用于控制系统，例如，通过调整阀门、电机或其他执行器的位置或电压，以实现系统的控制。

4.迭代调整： 在每个控制周期中，不断重复上述步骤，以根据实际情况调整PID参数，以使系统更好地满足性能要求。

代码演示

import matplotlib.pyplot as plt

integral = 0.0
previous_error = 0.0

def simulate_pid(current, target):
    Kp = 1.0
    Ki = 0.1
    Kd = 0.02

    error = target - current
    # 声明要修改全局变量
    global integral, previous_error
    # 更新积分项
    integral = integral + error
    # 更新微分项
    derivative = error - previous_error
    # 计算输出
    control_output = Kp * error + Ki * integral + Kd * derivative
    previous_error = error
    current += control_output
    return current

if __name__ == "__main__":
    temperature_list = [10.0]
    current_temperature = 10.0
    for step in range(200):
        current_temperature = simulate_pid(current_temperature, 50.0)
        temperature_list.append(current_temperature)

    print(temperature_list)

    time_list = [i for i in range(201)]
    # 使用Matplotlib创建折线图，画图
    plt.plot(time_list, temperature_list,
             linestyle='-', color='b', linewidth=1)  # 'o'表示添加圆点标记，'-'表示线段，'b'表示蓝色线条
    plt.xlabel('time')  # 设置X轴标签
    plt.ylabel('temperature')  # 设置Y轴标签
    plt.title('output')  # 设置图表标题

    # 显示折线图
    plt.show()

结果如图所示，大概在25个周期的时候，温度达到目标温度：50，也可以改变Kp、Ki、Kd的大小，观察输出的变化