PID参数理解与整定方法.docxVIP

HYPERLINK /CYP01/p/3575288.html 增量式PID计算公式4个疑问与与理解PID参数整定 一开始见到PID计算公式时总是疑问为什么是那样子？为了理解那几道公式，当时将其未简化前的公式“活生生”地算了一遍，现在想来，这样的演算过程固然有助于理解，但假如一开始就带着对疑问的答案已有一定看法后再进行演算则会理解的更快！ 　　首先推荐白志刚的《由入门到精通—吃透PID?2.0版》看完一、二章之后，建议你先通过实践练习然后再回来看接下来的所有章节，这样你对这本书的掌握会更加牢固、节省时间。 　　PID就是对输入偏差进行比例积分微分运算，运算的叠加结果去控制执行机构。实践练习中，如何把这一原理转化为程序？为什么是用那几个error进行计算? 　　以下是我摘录的一段PID程序，我曾用其对智能车的速度进行闭环控制： 　　P：Proportional??比例 　　I：Integrating?积分 　　D：Differentiation?微分 　　Pwm_value：输出Pwm暂空比的值 　　Current_error：当前偏差??last_error：上次偏差???prev_error：上上次偏差 　　增量式PID计算公式：? 　　P=Kp*(current_error﹣last_error)； 　　D=Kd*(current_error﹣2*last_error﹢prev_error)； 　　I=Ki*current_error； 　　PID_add=Pwm_value+P﹢I﹢D； 一、为什么是PID_add=Pwm_value+（P﹢I﹢D）而不是PID_add=P+I+D？ 如左图，有一个人前往目的地A，他用眼睛视觉传感器目测到距离目的地还有100m，即当前与目的地的偏差为100，他向双脚输出Δ=100J的能量，跑呀跑，10s之后，他又目测了一次，此时距离为40m，即current_error=40，他与10s前的偏差last_error=10对比，即current_error—last_error=—60，这是个负数，他意识到自己已经比较接近目的地，可以不用跑那么快，于是输出Δ=100+（—60）=40J的能量，40J的能量他刚好以4m/s的速度跑呀跑，10s之后，他发现已经到达目的点，此时current_error=0，大脑经过思考得出current_error—last_error=0—40=—40，两脚获得的能量Δ=40+（—40）=0，即他已经达到目的地，无需再跑。在刚才的叙述中，可知增量式P+I+D输出的是一个增量，将该增量与调节量相加后的到的才是最终输出量，P+I+D反应的是之前的输出量是在当前的状态中是该增加还是该减少。 ? 二、纯比例控制P=Kp*(current_error﹣last_error)，怎样理解﹙current_error﹣last_error?﹚？ 　　PID中纯比例控制就是把被控制量的偏差乘以一个系数作为调节器的输出，在增量式PID中，反映在程序上的，我们被控制量就是error，而实际上，例如在速度控制中error=目标速度﹣当前速度，所以明确目的：我们通过控制error趋近于0，最终使得当前速度趋近于目标速度。 如右图，假如考试时有这么一种题：函数经过时间Δt，由y1变化为y2时，问y增长的比例为多少？你很容易地得出答案：K=﹙y2-y1﹚/Δt； 以速度控制为例，若y为error，得右图，在时间t1到t2的过程中，我们可以得到输出控制量error变化的趋势为（current_error—last_error）/Δt。得到偏差的变化趋势后，乘以Kp使输出量与error相对变化。这个道理犹如模拟电子电路中，声音信号经过功放管放大输出的信号与输入信号相对应变化。 ? 三、微分控制： 然而，通常情况下，我们的被控制量并非纯比例式地变化，如下图： 比例表示变化趋势，微分则表示变化趋势的变化率，映射到一个图像曲线中即为导数的变化！图3中若求曲线中x2至x1某点的斜率，当Δt足够小时，则可近似为（y2—y1）／Δt?，可知x3到x1导数的变化为﹛﹙y3—y2﹚—（y2—y1﹚﹜／Δt?＝﹙y3—2*y2﹢y1﹚／Δt?。将不同时间的y1、y2、y3映射为prev_error、last_error、current_error；则error变化趋势的变化为﹛﹙current_error—last_error﹚﹣﹙last_error—prev_error﹚﹜／Δt=﹛﹙current_error—2*last_error﹢prev_error﹚﹜／Δt，可得微分D=Kd*(current_error﹣2*last_error﹢prev_error)。 在系统中加入微分放映系统偏差信号的