当前位置: 华文问答 > 科学

PID调参的实用方法和经验有哪些?

2015-01-08科学

业界有个整定口诀:

参数整定找最佳, 从小到大顺序查。

先是比例后积分, 最后再把微分加。

曲线振荡很频繁, 比例度盘要放大。

曲线漂浮绕大弯, 比例度盘往小扳。

曲线偏离回复慢, 积分时间往下降。

曲线波动周期长, 积分时间再加长。

曲线振荡频率快, 先把微分降下来。

动差大来波动慢, 微分时间应加长。

理想曲线两个波, 前高后低四比一。

一看二调多分析, 调节质量不会低。

如果感觉上面这段顺口溜信息量太大,请自行百度、谷歌各名词的含义

如果感觉「原来调参就这点东西啊!」的童鞋请不要太过自信,实际情况会让你明白「原来这点东西真的不简单呀」

---------------------------------------------------------分割线---------------------------------------------------------

PID调参一定要注意自己使用的场合和背景,切忌脱离实际。由于控制对象的不同,同一种PID控制方式在不同的场合,调参方式很可能完全不一样。要想调的快,调的准,调的稳,就要下功夫多了解控制对象的内部结构、运作原理,盲人摸象式的盲目调试往往是事倍功半的。

修改于2015.2.12

---------------------------------------------------------分割线----------------------------------------------------------


这个是四轴PID控制上经常用到的经验,给题主参考一下,你就可以看出调参这个事情有多靠「经验」

a)、积分时间置于最大

b)、微分时间置于最小

c)、和前面的比例、积分调节作用一样改变比例度,求起振点。

d)、加大微分时间使振荡停止,接着把比例度调得稍小一些,使振荡又产生,加大微分时间,使振荡再停止,来回这样操作,直至虽加大微分时间,但不能使振荡停止,以求得微分时间的最佳值,此时把比例度调得稍大一些直至振荡停止。

e)、把积分时间调成和微分时间相同的数值一般情况下是没有什么问题的,如果又产生振荡则加大积分时间直至振荡停止。


关于PID调参方法和经验,网上例程数不胜数,我挑几个具有代表性的,也是我看过并保存过的,题主可以看一看

第一个:楼上所言——【自动控制的故事】/

自动控制原理的故事

我是一口气看完的,虽然很长,但是讲的很有意思,对于一个经常被教科书折磨的孩子来说,看这种故事就像看到课外童话书一样让人兴奋。

第二个:

由入门到精通吃透PID

这个也是我看过的较为不错的,讲的很有意思,不像那种老学究的语气看了让人打瞌睡。不过后面的知识需要一定自控基础。

第三:控制分为很多种,PID控制又分为很多种。虽说调参思想基本上都大同小异,但细分的话一些小技巧还是有差异的,比如说单P、PI、PD、PID控制这些可以根据你获得的极限增益来确定kp,ki,kd的大概值,见——

齐格勒

。各种控制设备控制场合还还有各种小技巧,见「PID参数整定经典教材」或「PID参数整定教程」,输入类似字眼就会出现一大堆资料。呵呵,这些东西我以前倒是看过不少,里面内容都差不多,题主挑几篇看看领会一下就可以了。另外很多工厂的老师傅有自己整定方法,如果你跟他们关系很好,说不定他们会教你。

基本方法就上述我提到的那些了,耐心看看的话对PID该怎么调就会有个大致思路,具体到各个参数该怎么确定,就要靠题主自己动手实践摸索了,在下也是爱莫能助。

另外,还有一些比较高端点的整定方法。宗旨无非是为了让参数的获取更方便,控制更稳定,减小对(人)经验的依赖程度(不过再怎么理论怎么数字化也会有人的经验掺杂其中)。

1.如果控制对象的模型已经搞出来的话(非线性无模型的话就系统辨识一个),我们可以根据传函零极点图配合响应曲线推算出大概的参数,合适稳定的参数仍需经验试凑。很多时候理论上这个值能用,实际操作中就不第一定能用。

2.用AI算法(遗传算法、神经元网络算法)求出最佳参数。

3.其他(待定)。

不过这几个大多还处于理论上,实践中应用较少,传统的PID经验试凑法仍占据着非常重要的位置,也是目前应用最广最常见的方法。

附上适合嵌入式开发的PID开源程序:

GitHub - alvinyeats/pid-control: C language version of Advanced PID Control and MATLAB Simulation

第一章翻译基本完毕,使用MinGW编译,附带调好的可执行文件,可用于学习、研究,或者结合自己的控制系统进行改良。