PID控制器

zy123
2025-03-21 /  0 评论 /  0 点赞 /  0 阅读 /  1123 字
最近更新于 03-22
温馨提示:
本文最后更新于2025年03月22日,已超过38天没有更新,若内容或图片失效,请留言反馈。

PID控制器

PID控制器是一种常用的反馈控制系统,广泛应用于工业控制系统和各种控制系统中,用来持续调整一个过程的控制输入,以减小系统当前位置和期望位置之间的误差。PID代表比例(Proportional)、积分(Integral)、微分(Derivative)。

控制系统概述

开环控制系统

image-20240324175333458

前馈控制系统尝试预先计算扰动对系统的影响,并在扰动影响系统输出之前调整输入以抵消它。

闭环控制系统

控制器接收误差信号。该系统通过反馈回路来自动调节其输出

image-20240324175424762

image-20240324175627295

复合控制系统

image-20240324175704820

连续与离散信号

image-20240324180342885

从连续信号到离散信号的转换过程涉及以下步骤:

  1. 采样:在连续信号上每隔一定时间间隔取一个值。
  2. 量化:将每个采样值映射到最接近的量化级上。

积分可以通过求和来近似,微分可以通过相邻样本之间的差分来近似。

PID公式

image-20240324181124423

控制系统中的传感器会连续监测被控制对象的状态(例如,温度、压力、位置等),而PID控制器通过在固定的采样间隔收集输入信号,将其转换为离散信号,计算控制动作,然后输出到控制对象。离散PID控制的优势在于其灵活性和适应性,它可以轻松地与软件算法集成。

直观例子

image-20240324182805939

image-20240324184041843

**仅使用比例(P)控制无法消除稳态误差。**稳态误差是指当系统达到平衡状态时,控制系统的实际输出与期望输出之间的差异。

原因:当系统接近其期望点时,误差减小,进而控制器输出也减小。如果控制器输出减小到无法克服系统内部阻力(如摩擦力)或外部扰动的程度时,系统就无法进一步接近设定点,从而留下稳态误差。

image-20240324184057164

为了解决稳态误差问题,通常会在P控制基础上加入积分(I)控制。积分控制能够累积误差,即使是很小的误差,也会随时间积累,最终产生足够的控制作用以调整系统输出,直到误差为零。

image-20240324184110766

微分控制在PID控制器中的作用主要是提高系统的瞬态响应和稳定性。

$$ {k}_{d}({e}_{i}-{e}_{i-1}) $$ 它通过对误差信号的变化率(即误差的微分)进行响应,来预测系统未来的行为。如果误差在快速变化,微分项会产生一个相对较大的控制作用来尝试减缓这种变化。

相关控制知识

image-20240325101541488

当系统启动时或者遇到大的扰动,会产生大的初始误差。若系统调整缓慢,积分项会在达到目标状态之前累积很大的值。这可导致控制器输出超出了实际的执行器(比如电机、阀门等)可以处理的范围。当这种情况发生时,即使误差减少,由于积分项累积的值太大,控制器的输出可能仍然处于饱和状态。

积分限幅

积分限幅可防止积分项超过预设的上限和下限。

$$ {I}_{clamped}(t)=clamp({I}_{updated(t)},{I}_{max},{I}_{min}) $$

积分分离

当误差超过某个预定阈值时,禁用积分作用,仅使用比例(P)和微分(D)控制来快速减小误差,避免因积分作用导致的控制器输出过度响应。

if (abs(error) > threshold) {
    // 积分作用被分离,即暂时禁用积分作用
    integral = 0;
} else {
    // 正常积分累积
    integral += error * dt;
}

PID控制器:

    def update(self, current_value):
        error = self.set_point - current_value

        # 实现积分分离逻辑
        if abs(error) < self.error_threshold:
            self.integral += error * self.dt
            # 应用积分限幅
            self.integral = max(min(self.integral, self.integral_limit), -self.integral_limit)
        else:
            # 误差过大时重置积分累积
            self.integral = 0

        derivative = (error - self.prev_error) / self.dt

        # PID 输出
        output = self.Kp * error + self.Ki * self.integral + self.Kd * derivative

        self.prev_error = error
        return output
© 版权声明
THE END
喜欢就支持一下吧
点赞 0 分享 收藏
评论 抢沙发
取消