PID調參的實用方法和經驗有哪些？

業界有個整定口訣：

參數整定找最佳， 從小到大順序查。

先是比例後積分， 最後再把微分加。

曲線振蕩很頻繁， 比例度盤要放大。

曲線漂浮繞大彎， 比例度盤往小扳。

曲線偏離回復慢， 積分時間往下降。

曲線波動周期長， 積分時間再加長。

曲線振蕩頻率快， 先把微分降下來。

動差大來波動慢， 微分時間應加長。

理想曲線兩個波， 前高後低四比一。

一看二調多分析， 調節品質不會低。

如果感覺上面這段順口溜資訊量太大，請自行百度、谷歌各名詞的含義

如果感覺「原來調參就這點東西啊！」的童鞋請不要太過自信，實際情況會讓你明白「原來這點東西真的不簡單呀」

---------------------------------------------------------分割線---------------------------------------------------------

PID調參一定要註意自己使用的場合和背景，切忌脫離實際。由於控制物件的不同，同一種PID控制方式在不同的場合，調參方式很可能完全不一樣。要想調的快，調的準，調的穩，就要下功夫多了解控制物件的內部結構、運作原理，盲人摸象式的盲目偵錯往往是事倍功半的。

修改於2015.2.12

---------------------------------------------------------分割線----------------------------------------------------------

這個是四軸PID控制上經常用到的經驗，給題主參考一下，你就可以看出調參這個事情有多靠「經驗」

a）、積分時間置於最大

b）、微分時間置於最小

c）、和前面的比例、積分調節作用一樣改變比例度，求起振點。

d）、加大微分時間使振蕩停止，接著把比例度調得稍小一些，使振蕩又產生，加大微分時間，使振蕩再停止，來回這樣操作，直至雖加大微分時間，但不能使振蕩停止，以求得微分時間的最佳值，此時把比例度調得稍大一些直至振蕩停止。

e）、把積分時間調成和微分時間相同的數值一般情況下是沒有什麽問題的，如果又產生振蕩則加大積分時間直至振蕩停止。

關於PID調參方法和經驗，網上常式數不勝數，我挑幾個具有代表性的，也是我看過並保存過的，題主可以看一看

第一個：樓上所言——【自動控制的故事】/

我是一口氣看完的，雖然很長，但是講的很有意思，對於一個經常被教科書折磨的孩子來說，看這種故事就像看到課外童話書一樣讓人興奮。

第二個：

這個也是我看過的較為不錯的，講的很有意思，不像那種老學究的語氣看了讓人打瞌睡。不過後面的知識需要一定自控基礎。

第三：控制分為很多種，PID控制又分為很多種。雖說調參思想基本上都大同小異，但細分的話一些小技巧還是有差異的，比如說單P、PI、PD、PID控制這些可以根據你獲得的極限增益來確定kp，ki，kd的大概值，見——

。各種控制裝置控制場合還還有各種小技巧，見「PID參數整定經典教材」或「PID參數整定教程」，輸入類似字眼就會出現一大堆資料。呵呵，這些東西我以前倒是看過不少，裏面內容都差不多，題主挑幾篇看看領會一下就可以了。另外很多工廠的老師傅有自己整定方法，如果你跟他們關系很好，說不定他們會教你。

基本方法就上述我提到的那些了，耐心看看的話對PID該怎麽調就會有個大致思路，具體到各個參數該怎麽確定，就要靠題主自己動手實踐摸索了，在下也是愛莫能助。

另外，還有一些比較高端點的整定方法。宗旨無非是為了讓參數的獲取更方便，控制更穩定，減小對（人）經驗的依賴程度（不過再怎麽理論怎麽數位化也會有人的經驗摻雜其中）。

1.如果控制物件的模型已經搞出來的話（非線性無模型的話就系統辨識一個），我們可以根據傳函零極點圖配合響應曲線推算出大概的參數，合適穩定的參數仍需經驗試湊。很多時候理論上這個值能用，實際操作中就不第一定能用。

2.用AI演算法（遺傳演算法、神經元網路演算法）求出最佳參數。

3.其他（待定）。

不過這幾個大多還處於理論上，實踐中套用較少，傳統的PID經驗試湊法仍占據著非常重要的位置，也是目前套用最廣最常見的方法。

附上適合嵌入式開發的PID開源程式：

第一章轉譯基本完畢，使用MinGW編譯，附帶調好的可執行檔，可用於學習、研究，或者結合自己的控制系統進行改良。