常规PID控制算法(标准pid控制算法)
什么是常规PID算法
PID是工业控制上的一种控制算法,其中P表示比例,I表示积分,D表示微分。以温度控制的PID程序为例:
P(比例)表示在温度设定值上下多少度的范围内做比例动作,当温度越高,功率越小,温度越低,功率就越大,功率到底为多大,就看温度偏差值和比例区间的大小按反比关系计算。
I(积分)也是一种比例,是温度偏差值的累积值与设定的一个值之间的反比关系,但要注意何时将温度偏差值的累积值清零。积分就好像当温度比设定值低很多而你有觉得温度升的慢的时候就使劲的加大功率一样。
D(微分)是温度变化快慢跟功率的比值,即当你觉得温度上升的太快时,就降低功率,一阻止温度上升过快,反之当温度下降太快时,就加大功率以阻止温度下降太快一样。
PID算法怎么控制系统
In the conventional PID control algorithm, the proportional, integral and derivative parts are implemented in the forward loop, thus acting on the error between the set-point and closed-loop response. This PID controller implementation may lead to an undesirable phenomenon, namely the derivative kick. Also, by moving the PD part into an inner feedback loop, an unstable or integrating process can be stabilized and then controlled more effectively by the PI controller in the forward path. 在传统的 PID 控制算法中将因此根据之间设置点和闭环响应错误的正向循环中实现比例、 积分和衍生金融工具的部件。 此 PID 控制器实现可能会导致一个不良的现象就是衍生的踢。 同时,通过将局部放电的一部分移动到一个内部反馈循环,一个不稳定的或将集成过程可以稳定,然后向前路径中的 PI 控制器通过更有效地控制。
Therefore, the control structure shown in Fig. 1, which is known as a PI-PD control structure, has been proposed. In this structure, G(s) is the plant transfer function因此,提出控制结构,称为 PI-PD 控制结构的图 1 所示。 在这种结构 G(s) 是植物传递函数
and GPI(s) and GPD(s) are the PI and PD controller transfer functions, respectively, which have the following ideal forms: 与 GPI(s) 和 GPD(s) PI 和 PD 控制器传输功能,分别是,哪有以下的理想形式:
This structure, which uses an inner feedback loop, is not a totally new concept. Benouarets [11] was the first to mention the PI-PD controller structure. Unfortunately, its true potential was not recognized there as it was used to control plants with simple stable real pole transfer functions where its advantages are relatively minor. Later, Kwak et al. [6] and Park et al. [2] used a PID-P control structure for controlling integrating and unstable processes, respectively. However, as they still use the derivative term, D, in the forward path, the structure这种结构,使用一个内反馈循环,不是一种全新的概念。 Benouarets [11] 率先提 PI-PD 控制器结构。 不幸的是,它的真正潜力未被识别存在,它用来控制植物与真正的简单稳定杆传递函数,其优点是相对较小。 稍后,郭 et al.[6] 和 [2] 公园 et al.,分别控制集成和不稳定的进程使用-P PID 控制结构。 但是,作为他们仍使用该结构正向的路径中的衍生金融工具的术语 D,
may result in a derivative kick. Also, they use a gain only controller to alter the open-loop unstable or integrating processes to open-loop stable processes and then可能会导致衍生的踢。 他们还,改变开环稳定进程的开环不稳定或集成过程使用增益唯一控制器,然后
use the PID controller for an effective control of the overall system. It is better to use an inner feedback loop with a PD controller rather than a P-only controller, as this not only converts the open-loop unstable or integrating processes to open-loop stable processes but also guarantees more suitable pole locations. To clarify this better, consider the PD controller of the form given by
Eq. 2 and a general plant transfer function of 使用一个有效的控制整个系统的 PID 控制器。 最好 PD 控制器,而不是一个只 P 的控制器使用一个内反馈循环,因为这不仅能将开环不稳定或集成流程转换为开环稳定进程,也保证了更适合杆位置。 若要更好地阐明这,考虑给予式 2 和一个总厂传递函数的窗体的 PD 控制器The closed-loop transfer function for the inner loop, 在内部的循环的闭环传递函数
with G(s) given by Eq. 3, is获式 3 G(s),是
provided that nm+2. The modification in the last two erms of the denominator of Eq. 4, due to the insertion f the PD controller used in the feedback loop, is clear. 提供该 n m + 2。 由于到使用反馈及时插入 f 规划署控制器的式 4,分母的最后两个条款的修改是清晰
Let us assume that the coefficients a0 and a1 take suitable alues to make the plant transfer function given in Eq. 3 unstable, integrating or a resonant plant transfer让我们假定您与系数 a0 a1 采取适当 alues 进行传递函数方程 3 不稳定,集成中给出的植物或共振的植物传输
function. The PD controller used in the inner feedback loop can be used to convert it to an open-loop stable plant transfer function for the PI controller used in the函数。 内反馈循环中使用的 PD 控制器可用来将其转换为一个开环稳定植物传递函数中使用的 PI 控制器,
forward loop, which can then be used for a more satisfactory closed-loop performance. Another point, which should be pointed out, is that the use of the PI-PD controller gives more flexibility than a PID-P controller to locate the poles of open-loop plant transfer function Gil(s) in more desired locations, with the simultaneous转发,然后可用于更令人满意的闭环性能的循环。 应该指出,另一点是 PI-PD 控制器的使用提供更大的灵活性,比在更多所需的位置,同时与找到的开环植物传递函数 Gil(s) 杆将-P PID 控制器
use of Kf and Td rather than a gain-only parameter Kf. 使用的 Kf 和 Td 而不是只增益参数 Kf
呵呵,在线翻译的。
什么是“PID算法”?
“PID算法”在过程控制中,按偏差的比例(P)、积分(I)和微分(D)进行控制的PID控制器(亦称PID调节器)是应用最为广泛的一种自动控制器。
它具有原理简单,易于实现,适用面广,控制参数相互独立,参数的选定比较简单等优点;而且在理论上可以证明,对于过程控制的典型对象──“一阶滞后+纯滞后”与“二阶滞后+纯滞后”的控制对象,PID控制器是一种最优控制。
PID调节规律是连续系统动态品质校正的一种有效方法,它的参数整定方式简便,结构改变灵活(PI、PD、?)。
控制点包含三种比较简单的PID控制算法,分别是:增量式算法,位置式算法,微分先行。 这三种PID算法虽然简单,但各有特点,基本上能满足一般控制的大多数要求。
PID增量式算法
离散化公式:
△u(k)= u(k)- u(k-1)
△u(k)=Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)-2e(k-1)+e(k-2)]
进一步可以改写成
△u(k)=Ae(k)-Be(k-1)+Ce(k-2)。
PID整定的口诀是什么
PID参数整定口诀:
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
曲线漂浮绕大湾,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
口诀中的"整定参数寻最佳,从大到小顺次查。先是比例后积分,最后再把微分加”说的就是经验法的操作步骤。具体的操作方法如下:
1、将积分时间TI放至最大位置上、把微分时间调至零(TD=0),从大到小改变比例度δ,在这过程中,如果“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”,通过调整比例度,直至得到较好的控制过程曲线为止。
2、将上述比例度放大1.2倍,从大到小改变积分时间一在调试中,如果“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”,通过调试来得到较好的控制过程曲线
3、积分时间TI保持不变,改变比例度δ,观察控制过程曲线是否改善。如有改善,则继续调整比例度;若没有改善,则将原来的比例度减小一些,再改变一下积分时间TI来改善控制过程曲线。如此反复多次,直至找到合适的比例度和积分时间。
4、在已设定比例度δ和积分时间TI的基础上,加人微分时间TD,加入微分后可适当减小比例度和积分时间,调整微分时间为积分时间的五分之一左右,观察控制过程曲线是否理想。必要时再对比例度δ、积分时间TI、微分时间TD进行微微调整。以达到:“理想曲线两个波,调节过程高质量”。
扩展资料:
还有另一首简化版的口诀:
参数整定寻最佳,从大到小顺次查。
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。
理想曲线两个波,调节过程高质量。
这是一首用经验法进行PID参数工程整定的口诀,该口诀流传至今已有几十年了!其最早出现在1973年11月出版的《化工自动化》一书中。
上面的口诀大多是以该口诀作为蓝本进行了补充和改编而来的。
如:“ 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。”还有的加了:“ 理想曲线两个波,前高后低4比1,一看二调多分析,调节质量不会低。”等等。
pid数字控制器有哪几种控制算法
(1)积分分离PID控制算法;
(2)不完全微分PID控制算法;
(3)带死区的PID控制算法;
(4)消除积分不灵敏区的PID控制算法。
PID算法的基本原理??
常规PID控制理论
PID控制经过半个多世纪的发展,已经成为工业过程控制中生命力最顽强、应用最广泛的基本控制策略。由于规律简单、鲁棒性好、运行可靠、易于实现等特点,在微处理技术迅速发展的今天,仍是目前工业生产过程控制系统中应用最广泛的一类控制器[20]。PID调节器实际是一个放大系数可自动调节的放大器,动态时,放大系数较低,可以防止系统出现超调与振荡;静态时,放大系数较高,可以蒱捉到小误差信号,提高控制精度。
PID控制器是把比例、积分和微分作用结合起来,以利用其各自的优点,通过线性组合作为控制器的输出量,作用于被控对象
PID控制器内各环节作用如下所述:
(1)比例环节实时地按照一定比例反映系统的偏差量 ,即一旦偏差出现,控制器立即产生控制作用,以减小偏差。比例系数KP越大,系统的调整时间就越短,稳态误差也越小,但KP过大,会造成超调量过大,引起系统不稳定。
(2)积分环节消除系统的稳态误差,提高系统的无差度。积分系数KI越大,积分作用越强,稳态误差越小,调整时间越短,但KI大,会造成稳定性变差。
(3)微分环节能及时地反映偏差量的变化趋势和变化率,有效改善系统的动态性能。通常,微分系数KD大,系统超调量减小,但KD大,也会造成系统稳定性下降。