簡介這是一份面向自動化、電氣及控制類專業(yè)學生和工程師的Simulink仿真資源幫助理解增量式PID算法相比位置式PID在計算量與響應速度上的優(yōu)勢并掌握仿真建模與參數(shù)調試方法。壓縮包共2個文件包括1個slx仿真模型和1個m腳本整體僅18KB內容精簡可直接在MATLAB/Simulink環(huán)境中打開運行。模型圍繞比例、積分、微分三部分展開完整實現(xiàn)了誤差變化量計算、誤差累計、變化率求解及控制增量合成配套腳本則便于批量修改Kp、Ki、Kd參數(shù)并觀察響應曲線。已有6909人學習下載適合初步接觸增量式PID、希望借助仿真直觀理解控制器工作機制的讀者。通過該資源可以快速搭建自己的仿真環(huán)境并進一步體會積分飽和、微分噪聲等實際工程問題的處理手法。 做電機控制、溫控、推力控制這類項目躲不開PID。很多人入門時看教程學的是位置式PID公式背得滾瓜爛熟但真到了Simulink里搭模型、甚至上電機臺架才發(fā)現(xiàn)位置式有一堆坑。我第一次把PID搬上Simulink時也是從位置式開始的后來跟一位做運動控制的老師傅聊了一次他一句話點醒我你輸出的是絕對控制量執(zhí)行器一旦飽和積分項就是一筆糊涂賬。后來我改用增量式PID很多問題迎刃而解。這篇文章就把增量式PID從差分方程到Simulink模型完整講一遍包括兩種常用的建模范式、完整閉環(huán)仿真的搭建步驟、參數(shù)整定的實操順序以及仿真通過之后真正落地時容易踩的坑。適合剛開始接觸Simulink的學生、做嵌入式控制和電機驅動的工程師以及所有想快速把PID跑起來而不是被公式勸退的人。1. 增量式PID和位置式PID為什么我總是推薦前者1.1 位置式PID的三個硬傷位置式PID的輸出是絕對量。它的離散形式是u(k) Kp·e(k) Ki·Ts·Σe(j) Kd·(e(k)-e(k-1))/Ts里面有一個對歷史誤差的累加項。換句話說控制器輸出是多少直接就等于一個已經攢了很久的值。這個結構在理論仿真里很完美但放到物理系統(tǒng)里有三個問題。第一執(zhí)行器飽和之后積分項仍然在累計誤差。比如電機堵轉時你持續(xù)給PWM誤差一直是正的積分項一路往上沖等堵轉解除積分項還處在高位控制量半天降不下來系統(tǒng)會出現(xiàn)明顯超調甚至振蕩。第二手動/自動切換的瞬間位置式PID的輸出是歷史積分的值很可能和當前手動給定差了一大截切換瞬間必然產生沖擊。第三積分項沒有上限如果控制器輸出沒有被限制數(shù)值本身也容易變得不健康。1.2 增量式的本質輸出變化量而不是絕對量增量式PID的思路非常直接我不直接算這次要輸出多少而是算這次要比上次多輸出多少。從位置式PID的相鄰兩次輸出做差u(k) Kp·e(k) Ki·Ts·Σe(j) Kd·(e(k)-e(k-1))/Ts u(k-1) Kp·e(k-1) Ki·Ts·Σe(j-1) Kd·(e(k-1)-e(k-2))/Ts兩式相減得到Δu(k) u(k) - u(k-1) Kp·[e(k)-e(k-1)] Ki·Ts·e(k) Kd·[e(k)-2e(k-1)e(k-2)]/Ts注意積分項的累加符號Σ在做差的時候被消掉了剩下的只是當前誤差e(k)乘以一個系數(shù)。這是增量式最精妙的地方它不需要記住過去所有時間的誤差只需要記住最近三次的誤差就能算出控制量的增量。增量式的積分作用其實已經融合在增量的計算里——當誤差持續(xù)為正時Δu保持正值控制量通過累加逐步上升等效地實現(xiàn)了積分功能。1.3 增量式的代價也不能無視增量式不是銀彈。它輸出的是變化量要得到實際的控制量必須在算法外部加一個累加器u(k) u(k-1) Δu(k)。這多了一個狀態(tài)變量需要管理。另外微分項對噪聲更敏感因為公式里的二階差分會放大高頻噪聲。還有一點增量式算法依賴最近幾次的誤差值如果采樣周期或對象延遲很大系統(tǒng)的相位裕度會被吃掉更多。用個生活類比位置式PID像你要在某個時間點說出整個存款余額增量式PID像你只需要說明白這一個月比上個月多花了多少。后者不需要記住幾年前的賬但你需要一個賬戶在外部幫你做累加。2. 從公式到SimulinkUnit Delay建模范式與MATLAB Function范式2.1 Unit Delay范式零代碼搭建適合講原理在Simulink里搭增量式PID最直觀的方式是用Unit Delay模塊保存歷史誤差。Unit Delay就是離散域的延遲一拍相當于把信號保存一個采樣周期。整個模型分三步。第一步生成誤差。用Sum模塊一個輸入是期望值一個輸入是反饋值符號配置成 -得到當前誤差e(k)。第二步做差分。誤差e(k)接一個Unit Delay輸出e(k-1)e(k-1)再接一個Unit Delay輸出e(k-2)。這里要把Unit Delay的Initial condition設置為0否則仿真一開始差分結果會飄。第三步組合三項。用三個Gain模塊分別設置Kp、Ki、Kd把三項加起來比例項 Kp × (e(k) - e(k-1)) 積分項 Ki × e(k) 微分項 Kd × (e(k) - 2e(k-1) e(k-2))然后用Sum模塊把三個結果相加得到Δu(k)。這里有個細節(jié)值得提醒Simulink里的離散模塊需要在Configuration Parameters中設置Sample timeUnit Delay的采樣時間要和整個控制回路的采樣時間一致通常是0.01s或0.001s。如果配錯了仿真結果會非常奇怪最常見的就是輸出波形出現(xiàn)莫名其妙的階梯狀跳動。2.2 MATLAB Function范式幾行代碼搞定適合快速驗證如果你更喜歡寫代碼而不是拖模塊可以用MATLAB Function塊算法能一行不差地寫成代碼function dU incrPID(e, Kp, Ki, Kd, Ts) persistent e_1 e_2 if isempty(e_1) e_1 0; e_2 0; end % 增量式PID核心計算 dU Kp*(e - e_1) Ki*e*Ts Kd*(e - 2*e_1 e_2)/Ts; % 更新歷史誤差 e_2 e_1; e_1 e; end需要注意這個寫法里Ki和Kd是傳給函數(shù)的兩個增益但Ki實際和Ts相乘了所以它屬于連續(xù)域參數(shù)折算后的離散增益。如果你看到的增量式公式是Δu Kp·Δe Ki·e Kd·(Δe - Δe_1)那這里的Ki、Kd就已經是離散域增益不應該再乘Ts。兩種寫法都能用關鍵是參數(shù)含義不能混。我在給代碼做注釋時一定會標明參數(shù)是連續(xù)域還是離散域這個習慣救了我很多次。2.3 選擇建議Unit Delay范式適合做演示和教學每個模塊都能看到信號邏輯清晰MATLAB Function范式適合快速改算法、批量測試。如果是做實際控制器代碼生成S-Function或者手寫C代碼會更貼近嵌入式實現(xiàn)方式。我自己在仿真階段常用MATLAB Function因為改參數(shù)快在給團隊做培訓時用Unit Delay因為講得清楚。3. 搭建一個能跑的閉環(huán)模型對象、累加器與波形驗證3.1 被控對象怎么選增量式PID的閉環(huán)模型需要一個被控對象。別找太復雜的對象仿真初期用一個二階系統(tǒng)就能看出PID各項作用。我常用G(s) 10 / ((s1)(s2))這是一個慣性加慣性的二階系統(tǒng)響應平滑調節(jié)過程能明顯看到比例、積分、微分的貢獻。對象用Transfer Fcn模塊搭分子填[10]分母填[1 3 2]。如果真想體會延遲對控制的影響可以再串一個Transport Delay比如延遲0.1秒觀察PID如何應對。延遲是控制工程的?？驮皆绶抡嬖接懈杏X。3.2 關鍵一步增量輸出要累加這是增量式PID仿真里最容易遺漏的環(huán)節(jié)。增量式PID輸出的是Δu但被控對象要的是絕對控制量u所以必須有一個累加器。在Simulink里最可靠的做法是用Discrete-Time Integrator模塊設置成求和模式采樣時間和PID保持一致。也可以用手動的Unit DelayAdd做遞歸累加。累加之后建議接一個Saturation限幅模塊。比如控制量范圍是[-10, 10]就填上下限。限幅不是可選項后面第5節(jié)會解釋為什么它如此關鍵。3.3 閉環(huán)連接與波形觀察完整信號流動畫一遍Step → Sum(誤差) → 增量式PID → Δu → Sum(累加) → Saturation → 被控對象 → 輸出反饋回Sum。再分一路把誤差、控制量u、增量Δu送到Scope去觀察。第一次跑仿真先給定一個階躍目標比如從0到10。觀察三條曲線輸出響應曲線是否跟蹤目標超調多大調節(jié)時間多長控制量u是否被限幅是的話持續(xù)了多久增量Δu是否有高頻毛刺毛刺來源是微分項還是噪聲如果輸出曲線收斂不了先別急著調參數(shù)檢查模型本身。最常見的錯誤是Unit Delay的采樣時間沒有設置或者累加器沒有采樣保持導致整個回路變成連續(xù)系統(tǒng)仿真增量式算法的離散特性完全丟失。3.4 代數(shù)環(huán)問題搭這個模型時還有一個Simulink特有坑——代數(shù)環(huán)。如果被控對象是純增益或者信號路徑上沒有離散狀態(tài)Simulink可能報告代數(shù)環(huán)沖突。增量式PID里的Unit Delay天然帶一個離散狀態(tài)通常能打破代數(shù)環(huán)但如果你的累加器用的是連續(xù)積分器Integrator而不是Discrete-Time Integrator問題就來了。所以累加器務必用離散版本不要圖省事拖一個連續(xù)Integrator進去。這是我在仿真中最常遇到的一類低級錯誤排查起來還特別費時間因為Simulink只報warning不報error。4. 參數(shù)整定實操順序先Kp、再Ki、最后Kd4.1 一上來就三個參數(shù)一起調基本調不出來很多新手拿到模型第一件事是給Kp、Ki、Kd隨便填三個數(shù)結果波形一團糟然后開始質疑算法有問題。實際參數(shù)整定是有順序的我的習慣是第一步把Ki和Kd全部置0只保留Kp。從小到大慢慢增加Kp觀察系統(tǒng)響應。當Kp比較小時穩(wěn)態(tài)誤差肯定存在這是正常的因為比例控制本身沒法消除穩(wěn)態(tài)誤差。繼續(xù)加大Kp響應會更快超調也會變大。當系統(tǒng)開始出現(xiàn)持續(xù)等幅振蕩時記錄此時的Kp為臨界增益Ku振蕩周期為Tu。第二步用經驗公式給初值。比如Ziegler-Nichols整定表里在只有比例控制下找到Ku和Tu可以算出PID的建議值Kp 0.6×KuTi 0.5×TuTd 0.125×Tu。這個值不一定完美但至少是個靠譜的起點。第三步從起點慢慢微調Kp、Ki、Kd。每一次只動一個參數(shù)觀察波形變化再動下一個。4.2 增量式里Ki的觀察技巧增量式PID判定積分作用是否過頭有個很好用的觀察技巧看Δu曲線。當系統(tǒng)穩(wěn)定在目標值附近但存在穩(wěn)態(tài)誤差時誤差e保持恒定值即使是小值此時如果Ki太大Δu曲線上會看到明顯的持續(xù)偏移控制量不斷爬升系統(tǒng)會出現(xiàn)爬行甚至低頻振蕩。如果Ki太小穩(wěn)態(tài)誤差消除得很慢輸出曲線貼近目標值很久誤差還是差那么一點點。我不建議直接看u的絕對值判斷Ki大小因為絕對控制量受Kp影響更大Δu才是增量式積分作用的直接體現(xiàn)。把Scope切到只看Δu再看系統(tǒng)收斂過程你會很直觀地理解什么是積分項在推動控制量爬升。4.3 一組起始參數(shù)以G(s)10/((s1)(s2))采樣周期Ts0.01s為例一組能穩(wěn)定工作的起始參數(shù)是參數(shù)數(shù)值說明Kp5比例增益Ki3離散域增益注意這里不是連續(xù)域KiKd0.5微分增益Ts0.01s控制器采樣周期這組參數(shù)跑出來的效果是輸出大概在1秒內跟上目標有一點小超調穩(wěn)態(tài)誤差基本為0。如果你的波形差異很大先檢查采樣時間再檢查模型結構最后再懷疑參數(shù)。4.4 微分項的坑Kd加多了比例和積分好不容易壓下來的超調又會反彈而且高頻小幅度振蕩反而增強。微分項會放大測量噪聲真要加Kd時建議在誤差信號后端加一個低通濾波Simulink里用Transfer Fcn搭一個一階低通最方便比如 1/(0.01s 1)。濾波拐點選在控制帶寬的5到10倍以上別把有用的響應也濾掉了。5. 仿真沒告訴你的工程細節(jié)限幅、采樣周期與抗積分飽和陷阱5.1 輸出限幅為什么是剛需模型仿真里被控對象是數(shù)學表達式你給它多大的控制量它都能接受。但真實執(zhí)行器有物理極限PWM占空比不可能超過100%電壓也不可能沒上限。如果不加限幅增量式PID的累加器會把u推到幾百甚至幾千控制器設計再漂亮也沒有意義。在增量式PID里限幅要分兩層考慮。第一層限制Δu防止單步控制量變化過大這能保護實際執(zhí)行機構避免步進電機或者伺服系統(tǒng)被劇烈沖擊。第二層限制累加后的u讓它落在執(zhí)行器的物理范圍內。Simulink的Saturation模塊可以分別設上下限我把控制量u的飽和限幅看作硬限幅把Δu限幅看作軟限幅。5.2 增量式PID真的不會積分飽和嗎經常有人宣傳增量式PID天生抗積分飽和這話對了一半。增量式確實不容易出現(xiàn)位置式那種積分項瘋狂累積、誤差反向時它還在還債的現(xiàn)象因為它的輸出是增量飽和時Δu直接被限幅u不會繼續(xù)漲。但它不是完全沒有問題。當系統(tǒng)長時間處于飽和狀態(tài)時Δu雖然被限幅但u仍然停在飽和值。等誤差反向之后u要一步一步從飽和值爬回來如果Δu限幅太小回退速度會非常慢系統(tǒng)出現(xiàn)遲滯感。所以工程上還是要做抗積分飽和處理。最簡單的做法是條件限幅法當u到達飽和上限且Δu為正時強制把累加結果鉗位在飽和值反之亦然。Simulink里可以寫個MATLAB Function塊來處理或者用多個Saturation Switch組合實現(xiàn)。5.3 采樣周期增量式PID的隱形參數(shù)很多人在Simulink里只會調Kp、Ki、Kd忽略Ts。Ts不合適參數(shù)整定再準也沒用。增量式PID的差分結構對采樣周期極其敏感微分項里有個除以Ts的因子采樣越快這個因子越大噪聲放大越嚴重采樣越慢積分項等效增益越小穩(wěn)態(tài)誤差消除能力變差。經驗法則采樣周期取系統(tǒng)最快時間常數(shù)的1/10到1/5。比如上面那個例子對象時間常數(shù)約0.5秒Ts取0.05秒以下比較穩(wěn)妥。如果你改了Ts注意Ki和Kd等效值也會跟著變。離散域增益不變的情況下連續(xù)域等效Ki 離散Ki/Ts連續(xù)域等效Kd 離散Kd×Ts。這個換算是Simulink仿真和實際控制器代碼之間最常見的對接錯誤也是為什么我堅持在代碼注釋里標明參數(shù)域的原因。5.4 手動/自動切換無沖擊增量式PID最值得吹的工程優(yōu)勢之一就是無沖擊切換。模擬手動控制時把累加器的初始值設定為當前手動給定值切到自動時Δu從0附近開始控制量u不會突變。Simulink里可以用一個Manual Switch在手動給定和PID輸出之間切換累加器通過Initial condition端子來裝手動值。這個功能在做伺服系統(tǒng)、飛行器控制時非常關鍵位置式PID做不到這種平滑切換。我在實際項目里做過一個風機轉速控制手動給30%開度切到自動PID之后如果用的是普通位置式轉速會明顯跳動一下?lián)Q成增量式加上累加初值設定切換時轉速曲線幾乎察覺不到波動那個測試數(shù)據(jù)給我留下了很深的印象。其實增量式PID在Simulink里搭一次后面可以復用到很多項目。我自己后來做直流電機速度環(huán)、無刷電機電流環(huán)、溫度控制系統(tǒng)都是把這一份增量式PID外殼拿過來改改被控對象、改改限幅范圍、跑一遍參數(shù)整定就直接用。最終落地到嵌入式代碼的時候也是同一份公式把單位延遲用結構體成員保存就行。如果你還處在剛接觸PID的階段我建議動手把Unit Delay版模型搭一遍然后手動切換成MATLAB Function版對比兩者的Δu波形是否一致。跑通這一步你對增量式PID的理解會比看十篇教程都扎實。本文還有配套的精品資源點擊獲取 增量式PID從公式到Simulink建模：原理、整定與工程落地
簡介這是一份面向自動化、電氣及控制類專業(yè)學生和工程師的Simulink仿真資源幫助理解增量式PID算法相比位置式PID在計算量與響應速度上的優(yōu)勢并掌握仿真建模與參數(shù)調試方法。壓縮包共2個文件包括1個slx仿真模型和1個m腳本整體僅18KB內容精簡可直接在MATLAB/Simulink環(huán)境中打開運行。模型圍繞比例、積分、微分三部分展開完整實現(xiàn)了誤差變化量計算、誤差累計、變化率求解及控制增量合成配套腳本則便于批量修改Kp、Ki、Kd參數(shù)并觀察響應曲線。已有6909人學習下載適合初步接觸增量式PID、希望借助仿真直觀理解控制器工作機制的讀者。通過該資源可以快速搭建自己的仿真環(huán)境并進一步體會積分飽和、微分噪聲等實際工程問題的處理手法。 做電機控制、溫控、推力控制這類項目躲不開PID。很多人入門時看教程學的是位置式PID公式背得滾瓜爛熟但真到了Simulink里搭模型、甚至上電機臺架才發(fā)現(xiàn)位置式有一堆坑。我第一次把PID搬上Simulink時也是從位置式開始的后來跟一位做運動控制的老師傅聊了一次他一句話點醒我你輸出的是絕對控制量執(zhí)行器一旦飽和積分項就是一筆糊涂賬。后來我改用增量式PID很多問題迎刃而解。這篇文章就把增量式PID從差分方程到Simulink模型完整講一遍包括兩種常用的建模范式、完整閉環(huán)仿真的搭建步驟、參數(shù)整定的實操順序以及仿真通過之后真正落地時容易踩的坑。適合剛開始接觸Simulink的學生、做嵌入式控制和電機驅動的工程師以及所有想快速把PID跑起來而不是被公式勸退的人。1. 增量式PID和位置式PID為什么我總是推薦前者1.1 位置式PID的三個硬傷位置式PID的輸出是絕對量。它的離散形式是u(k) Kp·e(k) Ki·Ts·Σe(j) Kd·(e(k)-e(k-1))/Ts里面有一個對歷史誤差的累加項。換句話說控制器輸出是多少直接就等于一個已經攢了很久的值。這個結構在理論仿真里很完美但放到物理系統(tǒng)里有三個問題。第一執(zhí)行器飽和之后積分項仍然在累計誤差。比如電機堵轉時你持續(xù)給PWM誤差一直是正的積分項一路往上沖等堵轉解除積分項還處在高位控制量半天降不下來系統(tǒng)會出現(xiàn)明顯超調甚至振蕩。第二手動/自動切換的瞬間位置式PID的輸出是歷史積分的值很可能和當前手動給定差了一大截切換瞬間必然產生沖擊。第三積分項沒有上限如果控制器輸出沒有被限制數(shù)值本身也容易變得不健康。1.2 增量式的本質輸出變化量而不是絕對量增量式PID的思路非常直接我不直接算這次要輸出多少而是算這次要比上次多輸出多少。從位置式PID的相鄰兩次輸出做差u(k) Kp·e(k) Ki·Ts·Σe(j) Kd·(e(k)-e(k-1))/Ts u(k-1) Kp·e(k-1) Ki·Ts·Σe(j-1) Kd·(e(k-1)-e(k-2))/Ts兩式相減得到Δu(k) u(k) - u(k-1) Kp·[e(k)-e(k-1)] Ki·Ts·e(k) Kd·[e(k)-2e(k-1)e(k-2)]/Ts注意積分項的累加符號Σ在做差的時候被消掉了剩下的只是當前誤差e(k)乘以一個系數(shù)。這是增量式最精妙的地方它不需要記住過去所有時間的誤差只需要記住最近三次的誤差就能算出控制量的增量。增量式的積分作用其實已經融合在增量的計算里——當誤差持續(xù)為正時Δu保持正值控制量通過累加逐步上升等效地實現(xiàn)了積分功能。1.3 增量式的代價也不能無視增量式不是銀彈。它輸出的是變化量要得到實際的控制量必須在算法外部加一個累加器u(k) u(k-1) Δu(k)。這多了一個狀態(tài)變量需要管理。另外微分項對噪聲更敏感因為公式里的二階差分會放大高頻噪聲。還有一點增量式算法依賴最近幾次的誤差值如果采樣周期或對象延遲很大系統(tǒng)的相位裕度會被吃掉更多。用個生活類比位置式PID像你要在某個時間點說出整個存款余額增量式PID像你只需要說明白這一個月比上個月多花了多少。后者不需要記住幾年前的賬但你需要一個賬戶在外部幫你做累加。2. 從公式到SimulinkUnit Delay建模范式與MATLAB Function范式2.1 Unit Delay范式零代碼搭建適合講原理在Simulink里搭增量式PID最直觀的方式是用Unit Delay模塊保存歷史誤差。Unit Delay就是離散域的延遲一拍相當于把信號保存一個采樣周期。整個模型分三步。第一步生成誤差。用Sum模塊一個輸入是期望值一個輸入是反饋值符號配置成 -得到當前誤差e(k)。第二步做差分。誤差e(k)接一個Unit Delay輸出e(k-1)e(k-1)再接一個Unit Delay輸出e(k-2)。這里要把Unit Delay的Initial condition設置為0否則仿真一開始差分結果會飄。第三步組合三項。用三個Gain模塊分別設置Kp、Ki、Kd把三項加起來比例項 Kp × (e(k) - e(k-1)) 積分項 Ki × e(k) 微分項 Kd × (e(k) - 2e(k-1) e(k-2))然后用Sum模塊把三個結果相加得到Δu(k)。這里有個細節(jié)值得提醒Simulink里的離散模塊需要在Configuration Parameters中設置Sample timeUnit Delay的采樣時間要和整個控制回路的采樣時間一致通常是0.01s或0.001s。如果配錯了仿真結果會非常奇怪最常見的就是輸出波形出現(xiàn)莫名其妙的階梯狀跳動。2.2 MATLAB Function范式幾行代碼搞定適合快速驗證如果你更喜歡寫代碼而不是拖模塊可以用MATLAB Function塊算法能一行不差地寫成代碼function dU incrPID(e, Kp, Ki, Kd, Ts) persistent e_1 e_2 if isempty(e_1) e_1 0; e_2 0; end % 增量式PID核心計算 dU Kp*(e - e_1) Ki*e*Ts Kd*(e - 2*e_1 e_2)/Ts; % 更新歷史誤差 e_2 e_1; e_1 e; end需要注意這個寫法里Ki和Kd是傳給函數(shù)的兩個增益但Ki實際和Ts相乘了所以它屬于連續(xù)域參數(shù)折算后的離散增益。如果你看到的增量式公式是Δu Kp·Δe Ki·e Kd·(Δe - Δe_1)那這里的Ki、Kd就已經是離散域增益不應該再乘Ts。兩種寫法都能用關鍵是參數(shù)含義不能混。我在給代碼做注釋時一定會標明參數(shù)是連續(xù)域還是離散域這個習慣救了我很多次。2.3 選擇建議Unit Delay范式適合做演示和教學每個模塊都能看到信號邏輯清晰MATLAB Function范式適合快速改算法、批量測試。如果是做實際控制器代碼生成S-Function或者手寫C代碼會更貼近嵌入式實現(xiàn)方式。我自己在仿真階段常用MATLAB Function因為改參數(shù)快在給團隊做培訓時用Unit Delay因為講得清楚。3. 搭建一個能跑的閉環(huán)模型對象、累加器與波形驗證3.1 被控對象怎么選增量式PID的閉環(huán)模型需要一個被控對象。別找太復雜的對象仿真初期用一個二階系統(tǒng)就能看出PID各項作用。我常用G(s) 10 / ((s1)(s2))這是一個慣性加慣性的二階系統(tǒng)響應平滑調節(jié)過程能明顯看到比例、積分、微分的貢獻。對象用Transfer Fcn模塊搭分子填[10]分母填[1 3 2]。如果真想體會延遲對控制的影響可以再串一個Transport Delay比如延遲0.1秒觀察PID如何應對。延遲是控制工程的?？驮皆绶抡嬖接懈杏X。3.2 關鍵一步增量輸出要累加這是增量式PID仿真里最容易遺漏的環(huán)節(jié)。增量式PID輸出的是Δu但被控對象要的是絕對控制量u所以必須有一個累加器。在Simulink里最可靠的做法是用Discrete-Time Integrator模塊設置成求和模式采樣時間和PID保持一致。也可以用手動的Unit DelayAdd做遞歸累加。累加之后建議接一個Saturation限幅模塊。比如控制量范圍是[-10, 10]就填上下限。限幅不是可選項后面第5節(jié)會解釋為什么它如此關鍵。3.3 閉環(huán)連接與波形觀察完整信號流動畫一遍Step → Sum(誤差) → 增量式PID → Δu → Sum(累加) → Saturation → 被控對象 → 輸出反饋回Sum。再分一路把誤差、控制量u、增量Δu送到Scope去觀察。第一次跑仿真先給定一個階躍目標比如從0到10。觀察三條曲線輸出響應曲線是否跟蹤目標超調多大調節(jié)時間多長控制量u是否被限幅是的話持續(xù)了多久增量Δu是否有高頻毛刺毛刺來源是微分項還是噪聲如果輸出曲線收斂不了先別急著調參數(shù)檢查模型本身。最常見的錯誤是Unit Delay的采樣時間沒有設置或者累加器沒有采樣保持導致整個回路變成連續(xù)系統(tǒng)仿真增量式算法的離散特性完全丟失。3.4 代數(shù)環(huán)問題搭這個模型時還有一個Simulink特有坑——代數(shù)環(huán)。如果被控對象是純增益或者信號路徑上沒有離散狀態(tài)Simulink可能報告代數(shù)環(huán)沖突。增量式PID里的Unit Delay天然帶一個離散狀態(tài)通常能打破代數(shù)環(huán)但如果你的累加器用的是連續(xù)積分器Integrator而不是Discrete-Time Integrator問題就來了。所以累加器務必用離散版本不要圖省事拖一個連續(xù)Integrator進去。這是我在仿真中最常遇到的一類低級錯誤排查起來還特別費時間因為Simulink只報warning不報error。4. 參數(shù)整定實操順序先Kp、再Ki、最后Kd4.1 一上來就三個參數(shù)一起調基本調不出來很多新手拿到模型第一件事是給Kp、Ki、Kd隨便填三個數(shù)結果波形一團糟然后開始質疑算法有問題。實際參數(shù)整定是有順序的我的習慣是第一步把Ki和Kd全部置0只保留Kp。從小到大慢慢增加Kp觀察系統(tǒng)響應。當Kp比較小時穩(wěn)態(tài)誤差肯定存在這是正常的因為比例控制本身沒法消除穩(wěn)態(tài)誤差。繼續(xù)加大Kp響應會更快超調也會變大。當系統(tǒng)開始出現(xiàn)持續(xù)等幅振蕩時記錄此時的Kp為臨界增益Ku振蕩周期為Tu。第二步用經驗公式給初值。比如Ziegler-Nichols整定表里在只有比例控制下找到Ku和Tu可以算出PID的建議值Kp 0.6×KuTi 0.5×TuTd 0.125×Tu。這個值不一定完美但至少是個靠譜的起點。第三步從起點慢慢微調Kp、Ki、Kd。每一次只動一個參數(shù)觀察波形變化再動下一個。4.2 增量式里Ki的觀察技巧增量式PID判定積分作用是否過頭有個很好用的觀察技巧看Δu曲線。當系統(tǒng)穩(wěn)定在目標值附近但存在穩(wěn)態(tài)誤差時誤差e保持恒定值即使是小值此時如果Ki太大Δu曲線上會看到明顯的持續(xù)偏移控制量不斷爬升系統(tǒng)會出現(xiàn)爬行甚至低頻振蕩。如果Ki太小穩(wěn)態(tài)誤差消除得很慢輸出曲線貼近目標值很久誤差還是差那么一點點。我不建議直接看u的絕對值判斷Ki大小因為絕對控制量受Kp影響更大Δu才是增量式積分作用的直接體現(xiàn)。把Scope切到只看Δu再看系統(tǒng)收斂過程你會很直觀地理解什么是積分項在推動控制量爬升。4.3 一組起始參數(shù)以G(s)10/((s1)(s2))采樣周期Ts0.01s為例一組能穩(wěn)定工作的起始參數(shù)是參數(shù)數(shù)值說明Kp5比例增益Ki3離散域增益注意這里不是連續(xù)域KiKd0.5微分增益Ts0.01s控制器采樣周期這組參數(shù)跑出來的效果是輸出大概在1秒內跟上目標有一點小超調穩(wěn)態(tài)誤差基本為0。如果你的波形差異很大先檢查采樣時間再檢查模型結構最后再懷疑參數(shù)。4.4 微分項的坑Kd加多了比例和積分好不容易壓下來的超調又會反彈而且高頻小幅度振蕩反而增強。微分項會放大測量噪聲真要加Kd時建議在誤差信號后端加一個低通濾波Simulink里用Transfer Fcn搭一個一階低通最方便比如 1/(0.01s 1)。濾波拐點選在控制帶寬的5到10倍以上別把有用的響應也濾掉了。5. 仿真沒告訴你的工程細節(jié)限幅、采樣周期與抗積分飽和陷阱5.1 輸出限幅為什么是剛需模型仿真里被控對象是數(shù)學表達式你給它多大的控制量它都能接受。但真實執(zhí)行器有物理極限PWM占空比不可能超過100%電壓也不可能沒上限。如果不加限幅增量式PID的累加器會把u推到幾百甚至幾千控制器設計再漂亮也沒有意義。在增量式PID里限幅要分兩層考慮。第一層限制Δu防止單步控制量變化過大這能保護實際執(zhí)行機構避免步進電機或者伺服系統(tǒng)被劇烈沖擊。第二層限制累加后的u讓它落在執(zhí)行器的物理范圍內。Simulink的Saturation模塊可以分別設上下限我把控制量u的飽和限幅看作硬限幅把Δu限幅看作軟限幅。5.2 增量式PID真的不會積分飽和嗎經常有人宣傳增量式PID天生抗積分飽和這話對了一半。增量式確實不容易出現(xiàn)位置式那種積分項瘋狂累積、誤差反向時它還在還債的現(xiàn)象因為它的輸出是增量飽和時Δu直接被限幅u不會繼續(xù)漲。但它不是完全沒有問題。當系統(tǒng)長時間處于飽和狀態(tài)時Δu雖然被限幅但u仍然停在飽和值。等誤差反向之后u要一步一步從飽和值爬回來如果Δu限幅太小回退速度會非常慢系統(tǒng)出現(xiàn)遲滯感。所以工程上還是要做抗積分飽和處理。最簡單的做法是條件限幅法當u到達飽和上限且Δu為正時強制把累加結果鉗位在飽和值反之亦然。Simulink里可以寫個MATLAB Function塊來處理或者用多個Saturation Switch組合實現(xiàn)。5.3 采樣周期增量式PID的隱形參數(shù)很多人在Simulink里只會調Kp、Ki、Kd忽略Ts。Ts不合適參數(shù)整定再準也沒用。增量式PID的差分結構對采樣周期極其敏感微分項里有個除以Ts的因子采樣越快這個因子越大噪聲放大越嚴重采樣越慢積分項等效增益越小穩(wěn)態(tài)誤差消除能力變差。經驗法則采樣周期取系統(tǒng)最快時間常數(shù)的1/10到1/5。比如上面那個例子對象時間常數(shù)約0.5秒Ts取0.05秒以下比較穩(wěn)妥。如果你改了Ts注意Ki和Kd等效值也會跟著變。離散域增益不變的情況下連續(xù)域等效Ki 離散Ki/Ts連續(xù)域等效Kd 離散Kd×Ts。這個換算是Simulink仿真和實際控制器代碼之間最常見的對接錯誤也是為什么我堅持在代碼注釋里標明參數(shù)域的原因。5.4 手動/自動切換無沖擊增量式PID最值得吹的工程優(yōu)勢之一就是無沖擊切換。模擬手動控制時把累加器的初始值設定為當前手動給定值切到自動時Δu從0附近開始控制量u不會突變。Simulink里可以用一個Manual Switch在手動給定和PID輸出之間切換累加器通過Initial condition端子來裝手動值。這個功能在做伺服系統(tǒng)、飛行器控制時非常關鍵位置式PID做不到這種平滑切換。我在實際項目里做過一個風機轉速控制手動給30%開度切到自動PID之后如果用的是普通位置式轉速會明顯跳動一下?lián)Q成增量式加上累加初值設定切換時轉速曲線幾乎察覺不到波動那個測試數(shù)據(jù)給我留下了很深的印象。其實增量式PID在Simulink里搭一次后面可以復用到很多項目。我自己后來做直流電機速度環(huán)、無刷電機電流環(huán)、溫度控制系統(tǒng)都是把這一份增量式PID外殼拿過來改改被控對象、改改限幅范圍、跑一遍參數(shù)整定就直接用。最終落地到嵌入式代碼的時候也是同一份公式把單位延遲用結構體成員保存就行。如果你還處在剛接觸PID的階段我建議動手把Unit Delay版模型搭一遍然后手動切換成MATLAB Function版對比兩者的Δu波形是否一致。跑通這一步你對增量式PID的理解會比看十篇教程都扎實。本文還有配套的精品資源點擊獲取