【自动化】详解PID调节的基本概念、参数与调试方法,清晰易懂!

2018 年 12 月 20 日 产业智能官



PID控制,实际中也有PI和PD控制。PID控制器就是根据系统的误差,利用比例、 积分、微分计算出控制量进行控制的。PID控制器的参数整定是控制系统设计的核心内容!

如果你从来没有接触过PID,看完这篇文章你就会明白PID控制到底是怎么回事了!






PID是比例、积分、微分的简称,PID控制的难点不是编程,而是控制器的参数整定。参数整定的关键是正确地理解各参数的物理意义。

1. 比例控制


比例控制是最常用的控制手段之一,比方说我们控制一个加热器的恒温100度,当开始加热时,离目标温度相差比较远,这时我们通常会加大加热,使温度快速上升,当温度超过100度时,我们则关闭输出,通常我们会使用这样一个函数

e(t) = SP – y(t)-

u(t) = e(t)*P

SP——设定值

e(t)——误差值

y(t)——反馈值

u(t)——输出值

P——比例系数





比例控制的比例系数如果太小,即调节后的电位器转角与位置L的差值太小,调节的力度不够,使系统输出量变化缓慢,调节所需的总时间过长。比例系数如果过大,即调节后电位器转角与位置L的差值过大,调节力度太强,将造成调节过头,甚至使温度忽高忽低,来回震荡。

增大比例系数使系统反应灵敏,调节速度加快,并且可以减小稳态误差。但是比例系数过大会使超调量增大,振荡次数增加,调节时间加长,动态性能变坏,比例系数太大甚至会使闭环系统不稳定。

单纯的比例控制很难保证调节得恰到好处,完全消除误差。

2.积分控制


PID控制器中的积分对应于图1中误差曲线与坐标轴包围的面积(图中的灰色部分)。PID控制程序是周期性执行的,执行的周期称为采样周期。计算机的程序用图1中各矩形面积之和来近似精确的积分,图中的TS就是采样周期。









PID控制器输出中的积分部分与误差的积分成正比。因为积分时间TI在积分项的分母中,TI越小,积分项变化的速度越快,积分作用越强。

3.PI控制






如果控制器有积分作用(例如采用PI或PID控制),积分能消除阶跃输入的稳态误差,这时可以将比例系数调得小一些。

如果积分作用太强(即积分时间太小),相当于每次微调电位器的角度值过大,其累积的作用会使系统输出的动态性能变差,超调量增大,甚至使系统不稳定。积分作用太弱(即积分时间太大),则消除稳态误差的速度太慢,积分时间的值应取得适中。

4.微分作用


误差的微分就是误差的变化速率,误差变化越快,其微分绝对值越大。误差增大时,其微分为正;误差减小时,其微分为负。控制器输出量的微分部分与误差的微分成正比,反映了被控量变化的趋势。

有经验的操作人员在温度上升过快,但是尚未达到设定值时,根据温度变化的趋势,预感到温度将会超过设定值,出现超调。于是调节电位器的转角,提前减小加热的电流。这相当于士兵射击远方的移动目标时,考虑到子弹运动的时间,需要一定的提前量一样。

5.采样周期





6.PID参数的调整方法


在整定PID控制器参数时,可以根据控制器的参数与系统动态性能和稳态性能之间的定性关系,用实验的方法来调节控制器的参数。有经验的调试人员一般可以较快地得到较为满意的调试结果。在调试中最重要的问题是在系统性能不能令人满意时,知道应该调节哪一个参数,该参数应该增大还是减小。

为了减少需要整定的参数,首先可以采用PI控制器。为了保证系统的安全,在调试开始时应设置比较保守的参数,例如比例系数不要太大,积分时间不要太小,以避免出现系统不稳定或超调量过大的异常情况。给出一个阶跃给定信号,根据被控量的输出波形可以获得系统性能的信息,例如超调量和调节时间。应根据PID参数与系统性能的关系,反复调节PID的参数。





7.PID校正网络分析






 微分: 


从电学原理我们知道,见图2,当脉冲信号通过RC电路时,电容两端电压不能突变,电流超前电压90°,输入电压通过电阻R向电容充电,电流在t1时刻瞬间达到最大值,电阻两端电压Usc此刻也达到最大值。随着电容两端电压不断升高,充电电流逐渐减小,电阻两端电压Usc也逐渐降低,最后为0,形成一个锯齿波电压。这种电路称为微分电路,由于它对阶跃输入信号前沿“反应”激烈,其性质有加速作用。

 积分: 


我们再来看图3,脉冲信号出现时,通过电阻R向电容充电,电容两端电压不能突变,电流在t1时刻瞬间达到最大值,电阻两端电压此刻也达到最大值。电容两端电压Usc随着时间t不断升高,充电电流逐渐减小,最后为0,电容两端电压Usc也达到最大值,形成一个对数曲线。这种电路称为积分电路,由于它对阶跃输入信号前沿“反应”迟缓,其性质是“阻尼”缓冲作用。




PID控制器参数整定的一般方法:






现在一般采用的是临界比例法。利用该方法进行 PID控制器参数的整定步骤如下:(1)首先预选择一个足够短的采样周期让系统工作;(2)仅加入比例控制环节,直到系统对输入的阶跃响应出现临界振荡,记下这时的比例放大系数和临界振荡周期;(3)在一定的控制度下通过公式计算得到PID控制器的参数。

在PID参数进行整定时如果能够有理论的方法确定PID参数当然是最理想的方法,但是在实际的应用中,更多的是通过凑试法来确定PID的参数。





深度理解PID算法


PID控制器调节输出,保证偏差(e)为零,使系统达到稳定状态。偏差(e)是设定值(SP)和过程变量(PV)的差。PID控制的原理基于下面的算式;输出M(t)是比例项、积分项和微分项的函数。


其中:

M (t) 是作为时间函数的回路输出

K C 是回路增益

e 是回路误差(设定值和过程变量之间的差)

M initial 是回路输出的初始值

为了能让数字计算机处理这个控制算式,连续算式必须离散化为周期采样偏差算式,才能用来计算输出值。数字计算机处理的算式如下:


其中:

M n 是在采样时刻n,PID回路输出的计算值

K C 是回路增益

e n 是采样时刻n的回路误差值

e n -- 1 是回路误差的前一个数值(在采样时刻n--1)

e x 是采样时刻x的回路误差值

K I 是积分项的比例常数

M initial 是回路输出的初始值

K D 是微分项的比例常数

从这个公式可以看出,积分项是从第1个采样周期到当前采样周期所有误差项的函数。微分项是当前采样和前一次采样的函数,比例项仅是当前采样的函数。在数字计算机中,不保存所有的误差项,实际上也不必要。

由于计算机从第一次采样开始,每有一个偏差采样值必须计算一次输出值,只需要保存偏差前值和积分项前值。作为数字计算机解决的重复性的结果,可以得到在任何采样时刻必须计算的方程的一个简化算式。简化算式是:


其中:

M n 是在采样时间n时,回路输出的计算值

K C 是回路增益

e n 是采样时刻n的回路误差值

e n -- 1 是回路误差的前一个数值(在采样时刻n--1)

K I 是积分项的比例常数

MX 是积分项的前一个数值(在采样时刻n -- 1)

K D 是微分项的比例常数

CPU实际使用以上简化算式的改进形式计算PID输出。这个改进型算式是:


其中:

Mn 是在采样时间n时的回路输出的计算值

MP n 是在采样时间n时回路输出比例项的数值

MI n 是在采样时间n时回路输出积分项的数值

MDn 是在采样时间n时回路输出微分项的数值




工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进产业OT(工艺+自动化+机器人+新能源+精益)技术和新一代信息IT技术(云计算+大数据+物联网+区块链+人工智能)深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链



版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。



登录查看更多
9

相关内容

【2020新书】使用高级C# 提升你的编程技能,412页pdf
专知会员服务
56+阅读 · 2020年6月26日
FPGA加速系统开发工具设计:综述与实践
专知会员服务
63+阅读 · 2020年6月24日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
349+阅读 · 2020年2月15日
模型压缩究竟在做什么?我们真的需要模型压缩么?
专知会员服务
27+阅读 · 2020年1月16日
【新书】Python编程基础,669页pdf
专知会员服务
187+阅读 · 2019年10月10日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
140+阅读 · 2019年10月10日
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
详解常见的损失函数
七月在线实验室
20+阅读 · 2018年7月12日
【干货】卷积神经网络中的四种基本组件
如何简单形象又有趣地讲解神经网络是什么?
算法与数据结构
5+阅读 · 2018年1月5日
深度学习超参数简单理解
计算机视觉战队
4+阅读 · 2017年11月28日
tensorflow系列笔记:流程,概念和代码解析
北京思腾合力科技有限公司
30+阅读 · 2017年11月11日
一文了解各种卷积结构原理及优劣
量子位
9+阅读 · 2017年7月29日
Arxiv
3+阅读 · 2018年4月18日
Arxiv
3+阅读 · 2018年1月31日
VIP会员
相关VIP内容
【2020新书】使用高级C# 提升你的编程技能,412页pdf
专知会员服务
56+阅读 · 2020年6月26日
FPGA加速系统开发工具设计:综述与实践
专知会员服务
63+阅读 · 2020年6月24日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
349+阅读 · 2020年2月15日
模型压缩究竟在做什么?我们真的需要模型压缩么?
专知会员服务
27+阅读 · 2020年1月16日
【新书】Python编程基础,669页pdf
专知会员服务
187+阅读 · 2019年10月10日
新书《面向机器学习和数据分析的特征工程》,419页pdf
专知会员服务
140+阅读 · 2019年10月10日
相关资讯
【机器人】机器人PID控制
产业智能官
10+阅读 · 2018年11月25日
详解常见的损失函数
七月在线实验室
20+阅读 · 2018年7月12日
【干货】卷积神经网络中的四种基本组件
如何简单形象又有趣地讲解神经网络是什么?
算法与数据结构
5+阅读 · 2018年1月5日
深度学习超参数简单理解
计算机视觉战队
4+阅读 · 2017年11月28日
tensorflow系列笔记:流程,概念和代码解析
北京思腾合力科技有限公司
30+阅读 · 2017年11月11日
一文了解各种卷积结构原理及优劣
量子位
9+阅读 · 2017年7月29日
Top
微信扫码咨询专知VIP会员