PID各种算法的基本优缺点

PID时间系数对PID本身的影响

图片

积分时间过小积分作用增强。

微分时间过大,微分控制作用过强,容易产生振荡。

在这里的时间系统,一般指的是采样的时间,也就是PID控制的周期。在无人机当中一般采用10ms控制一次。

一般来说采样周期越小,数字模拟越精确,控制效果越接近连续控制。

对大多数算法,缩短采样周期可使控制回路性能改善,但采样周期缩短时,频繁的采样必然会占用较多的计算工作时间,同时也会增加计算机的计算负担。

对于变化迅速的,采样周期应适当减小。多回路控制,采样周期应该适当延长,使得有足够的时间控制。

位置式PID

离散化后的公式:

图片

优点:静态误差小,溢出的影响小。

缺点:计算量很大,累积误差相对大,在系统出现错误的情况下,容易使系统失控,积分饱和。

使用:一般需要结合输出限幅和积分限幅使用。积分限幅是避免积分失控的一种手段,也是为了加快调节时间,减少积分饱和的影响,输出限幅是为了使系统输出不过度,也能够减少系统的调节时间,减少超调量。

位置式PID适用于执行没有积分部件的对象。

增量式PID

离散化后的公式:

图片

优点:溢出的影响小,在系统出现错误的情况下,影响相对较小(因为只与过去的三次误差有关),运算量也相对较小。

缺点:有静态误差(因为没有累积误差)。

使用:位置式PID适用于执行有积分部件的对象。

位置式PID和增量式PID

C语言实现:

//积分限幅#define INERGRAL_MAX 200#define INERGRAL_MAX -200//输出限幅#define OUT_MIN    -1000#define OUT_MAX    1000
// 滤波系数a(0-1)  #define PARAMETER   0.01                //PID结构体typedef struct{
   
      volatile float    Proportion;             // 比例常数 Proportional Const   volatile float    Integral;               // 积分常数 Integral Const   volatile float    Derivative;             // 微分常数 Derivative Const   volatile int      Error1;                 // Error[n-1]   volatile int      Error2;                 // Error[n-2]   volatile int      iError;                 // Error[n]   volatile  int     Error_sum;} PID
/****************************************************************************************/                                                        //                位置式PID//                    //pwm=Kp*e(k)+Ki*∑e(k)+Kd[e(k)-e(k-1)]  /****************************************************************************************/float PID_Postion (int iError,PID* sptr) {
   
     float  iIncpid=0;  sptr->iError=iError;                                    // 计算当前误差       //sptr->iError=filter(sptr->iError,sptr->Error1); 一阶滤波器  sptr->Error_sum+=sptr->iError;//积分项      ///当输出限幅的时候,积分累加部分也应同时进行限幅,以防输出不变而积分项继续累加,也即所谓的积分饱和过深。  //积分量限幅  if(sptr->Error_sum >INERGRAL_MAX)  {
   
       sptr->Error_sum = PID_InitStruct->INERGRAL_MAX ;  }  if(sptr->Error_sum < INERGRAL_MIN)  {
   
       sptr->Error_sum = PID_InitStruct->INERGRAL_MIN ;  }      iIncpid=sptr->Proportion * sptr->iError                  // P         +sptr->Integral * sptr->Error_sum                // I         +sptr->Derivative * (sptr->iError-sptr->Error1); // D  sptr->Error1=sptr->iError;          // 存储误差,用于下次计算      iIncpid=PID_OutputLimit(sptr,iIncpid);//PID输出限幅          return(iIncpid);          // 返回计算值  }
/****************************************************************************************/                                    //增量式PID                                            //        pwm+=Kp[e(k)-e(k-1)]+Ki*e(k)+Kd[e(k)-2e(k-1)+e(k-2)]                                      ///****************************************************************************************/float PID_increase(int iError,PID* sptr) {
   
       float  iIncpid=0;  sptr->iError=iError;//直接检测当前偏差  iIncpid=sptr->Proportion * (sptr->iError-sptr->Error1)                  // P         +sptr->Integral * sptr->iError                                   // I         +sptr->Derivative * (sptr->iError-2*sptr->Error1+sptr->Error2);  // D               sptr->Error2=sptr->Error1;                          // 存储误差,用于下次计算  sptr->Error1=sptr->iError;  iIncpid=PID_OutputLimit(sptr,iIncpid);//输出限幅处理        return(iIncpid);   // 返回增量值  }
//PID初始化void PID_Init(PID *sptr){
   
       sptr->Derivative=0;//Kd    sptr->Proportion=0;//Kp    sptr->Integral=0;//Ki    sptr->Error2=0;//第二次误差    sptr->Error1=0;    sptr->iError=0;    sptr->Error_sum=0;//第一次误差}

//PID输出限制,根据PWM的输出值进行增量式PID输出限制float PID_OutputLimit(PID *this, double output)  {
   
           if ((int)output < OUT_MIN)    {
   
           output = OUT_MIN;    }        else if ((int)output > OUT_MAX)        {
   
           output = OUT_MAX;    }    return output;}//一阶低通滤波器//减少毛刺,//滤波系数。取值范围为0~1, 值越小越稳定,越大越灵敏。使用使需要根据实际情况调整滤波系数//输入:新的采样值//输出:滤波后的值float filter(float value,float new_value)   {         return (1-PARAMETER)*value +PARAMETER*new_value;  }  

两种针对积分的PID:

主要目的是为了尽可能利用积分的优势,消除静态误差,也同时减少积分的副作用。

使PID控制器的超调量减少,调节时间减少,系统更加稳定。

积分分离式PID

积分分离式PID主要是针对位置式PID的积分,引入判断误差大小条件,是否使用积分项。

优点:

判定误差比较大的时候,取消积分项的,使用PD或者P控制,没有I的控制,这样,超调量和调节时间都会同时减少。当误差比较小的时候,引入积分项,消除静态误差。

缺点: 

需要经验来确定判断误差的大小,在什么时候使用积分分离比较合适,也就是误差多大的时候取消积分。

应用:

主要用于消除余差,该方法特别适用于生产设备启动阶段的控制。

C语言实现:PID位置式上面有,这里只需要添加一句判断语句和对积分处理。

无积分分离式的PID:

sptr->Error_sum+=sptr->iError;//积分累加 iIncpid=sptr->Proportion * sptr->iError                  // P         +sptr->Integral * sptr->Error_sum                // I         +sptr->Derivative * (sptr->iError-sptr->Error1); // D

积分分离式PID:

#include<math.h>int index=0;//积分分离标志   //积分分离处理   if(abs(sptr->iError)> 40) sptr->index=0;   else   {
   
       sptr->index=1;  sptr->Error_sum+=sptr->iError;//积分累加  }  iIncpid=sptr->Proportion * sptr->iError                  // P         +sptr->Integral * (sptr->Error_sum * index)              // I         +sptr->Derivative * (sptr->iError-sptr->Error1); // D

变速积分PID

变积分PID我的理解是积分分离式PID的变体,积分分离式PID 积分的的权重是1或者0,而变积分PID积分的权重会动态变化。取决于偏差,偏差越大,积分越慢。

优缺点和积分分离式PID差不多,只不过,这个变速积分PID更加科学。

积分分离式PID:

#include<math.h>#define I_MAX 40#define I_MIN 5int index=0;//积分分离标志   //变积分处理   if(abs(sptr->iError)> I_MAX) index=0;   else if(abs(sptr->iError)< I_MIN) index=1;  else   index=(I_MAX -  abs(sptr->iError) / (I_MAX -  I_MIN);  if(index!=0) sptr->Error_sum+=sptr->iError;//积分累加  iIncpid=sptr->Proportion * sptr->iError                  // P         +sptr->Integral * (sptr->Error_sum * index)              // I         +sptr->Derivative * (sptr->iError-sptr->Error1); // D          //变速积分也可以这样处理:更加灵活  if(fabs(sptr->iError)> I_MAX) index=0;   else if(fabs(sptr->iError)< I_MIN) index=1;  else if(fabs(sptr->iError>10&&abs(sptr->iError)<20)) index=0.4;  else if(fabs(sptr->iError>30&&abs(sptr->iError)<50)) index=0.8;  else   index=(I_MAX -  abs(sptr->iError) / (I_MAX -  I_MIN);

两种针对微分的PID如下:

不完全微分PID

这里针对微分的PID控制算法,是减少微分作用的副作用的一些算法,以便更好地利用微分作用的作用。我们知道,当系统引入微分作用得时候会,引进高频干扰。为了抑制这种干扰,便引入低通滤波器。

这种滤波器得优缺点

优点:

对周期性干扰具有良好的抑制作用

适用于波动频率较高的场合

缺点:

相位滞后,灵敏度低

滞后程度取决于a值大小

不能消除滤波频率高于采样频率的1/2的干扰信号

应用:对于诸如阶跃信号等信号变化很大信号。采用不完全微分能够使得微分作用更为持续平缓。

控制图:

图片

位置式PID不完全微分:

公式:

图片

增量式PID不完全微分:

公式:

图片

//PID结构体typedef struct{
   
      volatile float    Proportion;             // 比例常数 Proportional Const   volatile float    Integral;               // 积分常数 Integral Const   volatile float    Derivative;             // 微分常数 Derivative Const   volatile int      Error1;                 // Error[n-1]   volatile int      Error2;                 // Error[n-2]   volatile int      iError;                 // Error[n]   volatile  int     Error_sum;   volatile  float    thisdev;//前一拍时的微分项值   volatile  float    lastdev ;//前一拍时的微分项值   float        dev_per;//微分系数   } PID;
//位置式PID不完全微分float PID_Postion (int iError,PID* sptr) {
   
     float  iIncpid=0;  sptr->iError=iError;                                      // 计算当前误差  sptr->Error_sum+=sptr->iError;//积分项  //不完全微分    sptr->thisdev=sptr->Derivative*(1-sptr->dev_per)*(sptr->iError-sptr->Error1)+sptr->dev_per*sptr->lastdev;    iIncpid=sptr->Proportion * sptr->iError                  // P         +sptr->Integral * sptr->Error_sum                // I         +sptr->thisdev; // D   //更新值  sptr->Error1=sptr->iError;            sptr->lastdev=sptr->thisdev;//更新下次微分值    return(iIncpid);          // 返回计算值  }
//增量式PID不完全微分float PID_increase(int iError,PID* sptr) {
   
       float  iIncpid=0;  sptr->iError=iError;//直接检测当前偏差    sptr->thisdev=sptr->Derivative*(1-sptr->dev_per)*(sptr->iError-2*sptr->Error1+sptr->Error2)+sptr->dev_per*sptr->lastdev;    iIncpid=sptr->Proportion * (sptr->iError-sptr->Error1)                  // P         +sptr->Integral * sptr->iError                                   // I         +sptr->thisdev;  // D       //更新           sptr->Error2=sptr->Error1;                            sptr->Error1=sptr->iError;  sptr->lastdev=sptr->thisdev;//更新下次微分值    return(iIncpid);   // 返回增量值  }

微分先行PID

控制器采用PI控制,将微分作用移动到反馈回路上。微分作用直接对被控量进行微分,对被控量速度进行控制。

优点:在给定值频繁变化的情况下,优先采用微分先行的控制方案能够更迅速的反应,对变化更为敏感。

缺点:更为敏感也就意味着更加不稳定,变化量比较大的情况下,微分作用过分凸显,容易导致超调,引起系统振荡加大。

图示:

图片

对微分部分引入一阶惯性滤波器,进行离散化后的公式:

位置式:

图片

图片

  增量式:

图片

C语言实现:

//PID结构体//位置式typedef struct{
   
      volatile float   Proportion;             // 比例常数 Proportional Const   volatile float   Integral;               // 积分常数 Integral Const   volatile float   Derivative;             // 微分常数 Derivative Const   volatile int     Error1;                 // Error[n-1]   volatile int     Error2;                 // Error[n-2]   volatile int     iError;                 // Error[n]   volatile  int    Error_sum;      volatile   float  lastPv;             //前一拍的测量值   volatile   float  gama;               //微分先行滤波系数   volatile   float  derivative;//微分项      } PID;
//位置式微分先行PIDfloat PID_Postion (float set_point,float processValue,PID* sptr) {
   
     float  iIncpid=0;  float  temp=0,c1,c2,c3;  sptr->iError=set_point-processValue;                                      // 计算当前误差  sptr->Error_sum+=sptr->iError;//积分项  //微分先行  temp=sptr-> gama * sptr-> Derivative+ sptr-> Proportion;//γKp+Kd  c3=sptr-> Derivative/temp;//Kd/γKp+Kd  c2=(sptr-> Derivative+ sptr-> Proportion)/temp;//Kd+Kp/γKp+Kd  c1=c3*sptr-> gama;//γ(Kp/γKp+Kd)    sptr-> derivative=c1* sptr-> derivative+c2*processValue-c3* sptr-> lastPv;
  iIncpid=sptr->Proportion * sptr->iError                  // P         +sptr->Integral * sptr->Error_sum                // I         +sptr->derivative; // D   //更新值  sptr->Error1=sptr->iError;            sptr->lastPv=sptr->processValue;//更新下次微分值    return(iIncpid);          // 返回计算值  }
//***********************************************************////              增量式微分先行PID//***********************************************************////增量式PID结构体typedef struct{
   
      volatile float   Proportion;             // 比例常数 Proportional Const   volatile float   Integral;               // 积分常数 Integral Const   volatile float   Derivative;             // 微分常数 Derivative Const   volatile int     Error1;                 // Error[n-1]   volatile int     iError;                 // Error[n]   volatile   float  lastout;   //上一次的测量量     volatile   float  lastout_proinc;                 //前一拍的过程测量增量   volatile   float  gama;                  //微分先行滤波系数   volatile   float  out_proinc;         //过程测量增量   volatile   float  derivative_inc;    //微分项      } PID;
//增量式PID不完全微分PID_increasefloat PID_increase(float set_point,float processValue,PID* sptr) {
   
     float  iIncpid=0;  float  temp=0,c1,c2,c3;  sptr->iError=set_point-processValue;                                         // 计算当前误差  //微分先行    out_proinc=processValue-lastout;//这次输出增量      temp=sptr-> gama * sptr-> Derivative+ sptr-> Proportion;//γKp+Kd  c3=sptr-> Derivative/temp;//Kd/γKp+Kd  c2=(sptr-> Derivative+ sptr-> Proportion)/temp;//Kd+Kp/γKp+Kd  c1=c3*sptr-> gama;//γ(Kp/γKp+Kd)    sptr-> derivative_inc=c1* sptr-> derivative_inc+c2*out_proinc-c3* sptr-> lastout_proinc;
  iIncpid=sptr->Proportion * (sptr->iError-sptr->               Error1)// P         +sptr->Integral * sptr->iError// I         +sptr->derivative_inc; // D   //更新值  sptr->Error1=sptr->iError;  sptr->lastout_proinc=sptr->out_proinc;//过程增量更新            sptr->lastout=processValue;//上一次的测量量更新    return(iIncpid);          // 返回增量值}

带死区的PID

死区控制简单理解:

死区,就是到了一个区域,在这个区域内,PID算法不起作用,也就是不做控制。

图片

优势:

可以抑制由于控制器输出量的量化造成的连续的较小的振荡,也就是消除稳定点附近的抖动。这是因为,现实中,总存在误差,一些较小误差难以消除。

缺点:

会造成一定的滞后。设定死区的值也是需要考虑,太小每作用,太大滞后严重。在零点附近时,若偏差很小,进入死去后,偏差置0会造成积分消失,如是系统存在静差将不能消除,所以需要人为处理这一点。

应用:

减少机械磨损,延长设备寿命等。

总结来说:PID调节器中设置死区,牺牲的是调节精度,换来的是稳定性。适用于精度不是很高的系统。

死区的输出为0时,pid控制器的比例部分和微分部分均为0,积分部分保持不变。虽然误差值在死区宽度设置的范围内变化,控制器的输出却保持不变。

C语言实现:

#define DEAD_BAND 50//死区控制值   #define PID_OUT_MAX 200 //PID输出上限#define PID_OUT_MAX 200 //PID输出上限
#include "math.h"           //PID结构体typedef struct{
   
      volatile float    Proportion;             // 比例常数 Proportional Const   volatile float    Integral;               // 积分常数 Integral Const   volatile float    Derivative;             // 微分常数 Derivative Const   volatile int      Error1;                 // Error[n-1]   volatile int      Error2;                 // Error[n-2]   volatile int      iError;                 // Error[n]   volatile  int     Error_sum;} PID
/****************************************************************************************/                                                        //                位置式PID//                    //pwm=Kp*e(k)+Ki*∑e(k)+Kd[e(k)-e(k-1)]  /****************************************************************************************/float PID_Postion (float set_point,,float now_point,PID* sptr) {
   
     float  iIncpid=0;  sptr->iError=now_point-set_point; // 计算当前误差  //死区控制算法                                       if(fabs(sptr->iError)>DEAD_BAND)   {
   
     sptr->Error_sum+=sptr->iError;//积分项        iIncpid=sptr->Proportion * sptr->iError                  // P         +sptr->Integral * sptr->Error_sum                // I         +sptr->Derivative * (sptr->iError-sptr->Error1); // D  sptr->Error1=sptr->iError ;          // 存储误差,用于下次计算
  }    else   {
   
       iIncpid=0;    //sptr->Error_sum+=sptr->iError;//积分项        sptr->Error1=sptr->iError;  // 存储误差,用于下次计算  }        return(iIncpid);          // 返回计算值                  }
/****************************************************************************************/                                    //增量式PID                                            //        pwm+=Kp[e(k)-e(k-1)]+Ki*e(k)+Kd[e(k)-2e(k-1)+e(k-2)]                                      ///****************************************************************************************/float PID_increase(int iError,PID* sptr) {
   
       float  iIncpid=0;  sptr->iError=iError;//直接检测当前偏差  if(fabs(sptr->iError)>DEAD_BAND)   {
   
     iIncpid=sptr->Proportion * (sptr->iError-sptr->Error1)                  // P         +sptr->Integral * sptr->iError                                   // I         +sptr->Derivative * (sptr->iError-2*sptr->Error1+sptr->Error2);  // D               sptr->Error2=sptr->Error1;                          // 存储误差,用于下次计算  sptr->Error1=sptr->iError;
}else {
   
     iIncpid=0;//输出增量值为0  sptr->Error2=sptr->Error1; // 存储误差,用于下次计算                           sptr->Error1=sptr->iError;}  return(iIncpid);   // 返回增量值  }

PID梯形积分

积分会有余差,消除不了,为了减少余差,提高运算的精度。便有了PID梯形积分,也能抑制一些随机干扰。

缺点便是,曲线到达设定值的时间会延长。

总的来说:也就积分的作用削弱了。带来的是余差进一步减小。

图片

C语言实现:

typedef struct{
   
      volatile float    Proportion;             // 比例常数 Proportional Const   volatile float    Integral;               // 积分常数 Integral Const   volatile float    Derivative;             // 微分常数 Derivative Const   volatile int      Error1;                 // Error[n-1]   volatile int      Error2;                 // Error[n-2]   volatile int      iError;                 // Error[n]   volatile  int     Error_sum;} PID
/****************************************************************************************/                                                        //                位置式PID//                    //pwm=Kp*e(k)+Ki*∑e(k)+Kd[e(k)-e(k-1)]  /****************************************************************************************/float PID_Postion (float set_point,,float now_point,PID* sptr) {
   
     float  iIncpid=0;  sptr->iError=now_point-set_point; // 计算当前误差  //死区控制算法                                       sptr->Error_sum+=sptr->iError;//积分项        iIncpid=sptr->Proportion * sptr->iError                  // P         +sptr->Integral * sptr->Error_sum/2                // 改变的只是这里,多除了2         +sptr->Derivative * (sptr->iError-sptr->Error1); // D  sptr->Error1=sptr->iError ;          // 存储误差,用于下次计算
      return(iIncpid);          // 返回计算值                  }

总结

PID的变体还有很多,除了上文,还有专家PID与模糊PID是本文不能承载,也是我不能输出,便作罢。

事物都有两面性,该怎么选择比较合适,怎么将PID的各种变体组合在一起合适自己的系统,这个是需要综合衡量和测试的,要知其然知其所以然。

猜你喜欢

转载自blog.csdn.net/weixin_41114301/article/details/135429520
今日推荐