几十年来,PID控制器已被证明是一个非常有用的工具,在工业自动化领域。其应用范围涵盖机械,化工,食品等行业,采矿业,汽车和航空航天业和许多其他地方等。由于它的简单,它允许手动调协,成功地处理甚至很多非线性部分未知的过程,它成为一个标准的工具,它通常被看作是通用实现反馈控制的实际目标。 PID控制包含有比例(P),积分(I),微分(D)三种控制规律。它们都是线性控制器,其作用是按偏差的比例,或比例加积分,或比例加积分和微分形成控制量,去控制被控对象,使被控对象输出趋于稳定。这里的偏差就是系统的给定值:Setpoint,与被控对象的实际输出就是控制器的输入值:Input之差;error = Setpoint - Input。 原文地址传送:http://brettbeauregard.com/blog/2011/04/improving-the-beginners-pid-introduction/希望通过对本文的翻译,帮助大家更加好的理解和认识PID控制。 对于学习PID,我们第一次会接触到以下公式: 上面公式为离散化的位置式PID,因为实际中很多都是模拟量,而计算机只能处理数字量,只能将连续的离散化。位置式的PID是指控制器输出直接去控制执行机构(如阀门)和执行机构(阀门开度一一对应)。 上面公式为离散化的位置式PID,因为实际中很多都是模拟量,而计算机只能处理数字量,只能将连续的离散化。位置式的PID是指控制器输出直接去控制执行机构(如阀门)和执行机构(阀门开度一一对应)。 根据以上公式写出下面的PID程序: /*定义变量*/ unsigned long lastTime; double Input, Output, Setpoint; double errSum, lastErr; doublekp, ki, kd; void Compute() { /*上次计算时间*/ unsigned long now = millis(); double timeChange = (double)(now - lastTime); /*按公式写出如下的式子*/ double error = Setpoint - Input; errSum += (error * timeChange); double dErr = (error - lastErr) / timeChange; /*计算 PID的输出*/ Output = kp * error + ki * errSum + kd * dErr; /*记录下一个采样时间PID参数的值*/ lastErr = error; lastTime = now; } void SetTunings(doubleKp,doubleKi,doubleKd) { kp = Kp; ki = Ki; kd = Kd; } Compute()函数会被定时或不定时的调用,他能工作的很好。虽然这个系列并没有做到很好,如果我们想通过上的代码设计出工业级别PID驱动器,我们最好解决一下问题: Sample Time(采样时间):如果PID能有规律的被调用,那么PID将实现很好的控制,同时我们也能简化一些内部的数学计算。 Derivative Kick(微分失控):问题不大,也很好解决,我们会在后面解决这个问题。 On-The-Fly Tuning Changes(快速调整参数变化):好的PID算法在改变参数的时候,并不会影响内部的工作。 Reset Windup Mitigation(缓解积分饱和):了解什么是积分饱和,并且在有利的方面进行方案实施。 On/Off (Auto/Manual)(开关-自动或手动):在很多应用里,我们有时候需要关闭PID控制器,然后通过手动调节输出,避免控制器的干扰。 Initialization(初始化): Controller Direction(控制器的方向):最后一个章节会有详细介绍。 注:所有的程序中都是采用double双精度,在arduino中,双精度是采用float精度处理的。所以,我建议改变所有double变成float。 采样时间: PID如果不规则的调用,会产生以下2个问题: 1.有时候定时调用,有时候又停止调用,将得不到PID的持续稳定特性。 2.需要额外对积分和微分进行数学计算,因为他们都是和时间息息相关的。 解决方法:保证PID在一个固定的的时间间隔内被调用,我通过每个周期内事先设置好的采样时间调用compute函数,PID再决定是计算还是立即返回数值。一旦我们知道PID在固定时间间隔内被调用,积分和微分的计算就能被简化。 程序:
unsigned long lastTime; doubleInput, Output, Setpoint; doubleerrSum, lastErr; doublekp, ki, kd; int SampleTime =1000; //1sec void Compute() { unsigned long now = millis(); int timeChange = (now - lastTime);//第10行 if(timeChange>=SampleTime) { doubleerror = Setpoint - Input; errSum += error; doubledErr = (error - lastErr); Output = kp * error + ki * errSum + kd * dErr; lastErr = error; lastTime = now; } } void SetTunings(doubleKp,doubleKi,doubleKd) { doubleSampleTimeInSec = ((double)SampleTime)/1000;// millis()函数的时间是ms所以/1000可以转化成秒 kp = Kp; ki = Ki * SampleTimeInSec;//31行 kd = Kd / SampleTimeInSec; } void SetSampleTime(int NewSampleTime) { if (NewSampleTime >0) { doubleratio = (double)NewSampleTime //39行 / (double)SampleTime; ki *= ratio; kd /= ratio; SampleTime = (unsigned long)NewSampleTime; } } 注:9和10行就是PID决定是否进行计算,同时我们也简化了积分和微分的计算。在30和31行,我们知道采样时间是一定的,我们可以通过这个等式等效,就不需要KI,KD不断的与时间变化做乘积。39到42行函数可以改变采样时间,时间是以秒为单位。 附录: 常用被控参数的经验采样周期
|
文章末尾固定信息

评论