最少拍控制演算法本質上是什麼演算法

A. 請問各位前輩，控制策略和控制演算法，他倆是啥關系

控制策略相當於使用什麼武器比方刀槍劍戟，控制演算法相當於選擇刀就要學習刀法，選擇劍就要練習劍法。

B. 哪些控制類的演算法驚艷了你

經典控制設計方法，都是針對單輸入單輸出系統的頻域設計方法簡單的系統，用根軌跡法，分析控制參數變化對系統性能的影響。復雜的系統，用波特圖法，去看相頻裕度和幅頻裕度的大小，以及帶寬。現代控制系統設計方法，是針對多輸入多輸出的系統建立在狀態方程之上的，這方面研究的不多，不敢妄加評論。由於PID應用的太廣，所以形成了自己獨特的整定方法PID就是針對單輸入單輸出系統的，站在頻域角度去設計的，有一些經典的參數整定方法，比如ZN等，還有好多好多，為啥應用這么廣，因為簡單實用。

C. PID 控制演算法

首先看自動控制原理的PID表達式，然後看懂離散表達式，不要看網上的PID程序，然後根據離散表達式自己就可以寫出程序。網上的PID控制大部分都是用結構函數寫的，看不太懂。

D. pid控制原理

PID即：Proportional（比例）、Integral（積分）、Differential（微分）的縮寫，PID控制演算法是結合比例、積分和微分三種環節於一體的控制演算法。
它是連續系統中技術最為成熟、應用最為廣泛的一種控制演算法，該控制演算法出現於20世紀30至40年代，適用於對被控對象模型了解不清楚的場合。實際運行的經驗和理論的分析都表明，運用這種控制規律對許多工業過程進行控制時，都能得到比較滿意的效果。PID控制的實質就是根據輸入的偏差值，按照比例、積分、微分的函數關系進行運算，運算結果用以控制輸出。
在工業應用中PID及其衍生演算法是應用最廣泛的演算法之一，是當之無愧的萬能演算法，如果能夠熟練掌握PID演算法的設計與實現過程，對於一般的研發人員來講，應該是足夠應對一般研發問題了，而難能可貴的是，在很多控制演算法當中，PID控制演算法又是最簡單，最能體現反饋思想的控制演算法，可謂經典中的經典。經典的未必是復雜的，經典的東西常常是簡單的，而且是最簡單的。

E. 最少拍無紋波控制演算法和pid演算法的區別

最少拍系統對於典型輸入具有最快響應速度，被控量經最少採樣周期達到設定值，且穩態誤差為定值。有最少拍有文波、無紋波控制系統輸出響應曲線相比較可知，最少拍無差系統最多隻能達到采樣點上無偏差，而在相鄰采樣點之間 偏差很大（在圖上可以明顯觀察出）。最少拍無紋波控制系統輸出響應曲線在采樣點上無偏差，在相鄰采樣點之間幾乎無偏差。但是系統的調整時間比無紋波增加了大概二節拍。為消除紋波，給系統傳遞函數增加了零點，延長了系統消除偏差的時間。

F. 什麼是「PID演算法」

pid是工業控制上的一種控制演算法，其中p表示比例，i表示積分，d表示微分。以溫度控制的pid程序為例：
p（比例）表示在溫度設定值上下多少度的范圍內做比例動作，當溫度越高，功率越小，溫度越低，功率就越大，功率到底為多大，就看溫度偏差值和比例區間的大小按反比關系計算。
i（積分）也是一種比例，是溫度偏差值的累積值與設定的一個值之間的反比關系，但要注意何時將溫度偏差值的累積值清零。積分就好像當溫度比設定值低很多而你有覺得溫度升的慢的時候就使勁的加大功率一樣。
d（微分）是溫度變化快慢跟功率的比值，即當你覺得溫度上升的太快時，就降低功率，一阻止溫度上升過快，反之當溫度下降太快時，就加大功率以阻止溫度下降太快一樣。
給我郵箱我可以給你發一份pid溫度控製程序。

G. 一文搞懂PID控制演算法

PID演算法是工業應用中最廣泛演算法之一，在閉環系統的控制中，可自動對控制系統進行准確且迅速的校正。PID演算法已經有100多年歷史，在四軸飛行器，平衡小車、汽車定速巡航、溫度控制器等場景均有應用。

之前做過循跡車項目，簡單循跡搖擺幅度較大，效果如下所示：

PID演算法優化後，循跡穩定性能較大提升，效果如下所示：

PID演算法：就是「比例（proportional）、積分（integral）、微分（derivative）」，是一種常見的「保持穩定」控制演算法。

常規的模擬PID控制系統原理框圖如下所示：

因此可以得出e(t)和u(t)的關系：

其中：

Kp：比例增益，是調適參數；

Ki：積分增益，也是調適參數；

Kd：微分增益，也是調適參數；

e：誤差=設定值（SP）- 回授值（PV）；

t：目前時間。

數學公式可能比較枯燥，通過以下例子，了解PID演算法的應用。

例如，使用控制器使一鍋水的溫度保持在50℃，小於50℃就讓它加熱，大於50度就斷電不就行了？

沒錯，在要求不高的情況下，確實可以這么干，如果換一種說法，你就知道問題出在哪裡了。

如果控制對象是一輛汽車呢？要是希望汽車的車速保持在50km/h不動，這種方法就存在問題了。

設想一下，假如汽車的定速巡航電腦在某一時間測到車速是45km/h，它立刻命令發動機：加速！

結果，發動機那邊突然來了個100%全油門，嗡的一下汽車急加速到了60km/h，這時電腦又發出命令：剎車！結果乘客吐......

所以，在大多數場合中，用「開關量」來控制一個物理量就顯得比較簡單粗暴了，有時候是無法保持穩定的，因為單片機、感測器不是無限快的，採集、控制需要時間。

而且，控制對象具有慣性，比如將熱水控制器拔掉，它的「余熱」即熱慣性可能還會使水溫繼續升高一小會。

此時就需要使用PID控制演算法了。

接著咱再來詳細了解PID控制演算法的三個最基本的參數：Kp比例增益、Ki積分增益、Kd微分增益。

1、Kp比例增益

Kp比例控制考慮當前誤差，誤差值和一個正值的常數Kp（表示比例）相乘。需要控制的量，比如水溫，有它現在的 當前值 ，也有我們期望的 目標值 。

當兩者差距不大時，就讓加熱器「輕輕地」加熱一下。

要是因為某些原因，溫度降低了很多，就讓加熱器「稍稍用力」加熱一下。

要是當前溫度比目標溫度低得多，就讓加熱器「開足馬力」加熱，盡快讓水溫到達目標附近。

這就是P的作用，跟開關控制方法相比，是不是「溫文爾雅」了很多。

實際寫程序時，就讓偏差（目標減去當前）與調節裝置的「調節力度」，建立一個一次函數的關系，就可以實現最基本的「比例」控制了~

Kp越大，調節作用越激進，Kp調小會讓調節作用更保守。

若你正在製作一個平衡車，有了P的作用，你會發現，平衡車在平衡角度附近來回「狂抖」，比較難穩住。

2、Kd微分增益

Kd微分控制考慮將來誤差，計算誤差的一階導，並和一個正值的常數Kd相乘。

有了P的作用，不難發現，只有P好像不能讓平衡車站起來，水溫也控製得晃晃悠悠，好像整個系統不是特別穩定，總是在「抖動」。

設想有一個彈簧：現在在平衡位置上，拉它一下，然後鬆手，這時它會震盪起來，因為阻力很小，它可能會震盪很長時間，才會重新停在平衡位置。

請想像一下：要是把上圖所示的系統浸沒在水裡，同樣拉它一下 ：這種情況下，重新停在平衡位置的時間就短得多。

此時需要一個控製作用，讓被控制的物理量的「變化速度」趨於0，即類似於「阻尼」的作用。

因為，當比較接近目標時，P的控製作用就比較小了，越接近目標，P的作用越溫柔，有很多內在的或者外部的因素，使控制量發生小范圍的擺動。

D的作用就是讓物理量的速度趨於0，只要什麼時候，這個量具有了速度，D就向相反的方向用力，盡力剎住這個變化。

Kd參數越大，向速度相反方向剎車的力道就越強，如果是平衡小車，加上P和D兩種控製作用，如果參數調節合適，它應該可以站起來了。

3、Ki積分增益

Ki積分控制考慮過去誤差，將誤差值過去一段時間和（誤差和）乘以一個正值的常數Ki。

還是以熱水為例，假如有個人把加熱裝置帶到了非常冷的地方，開始燒水了，需要燒到50℃。

在P的作用下，水溫慢慢升高，直到升高到45℃時，他發現了一個不好的事情：天氣太冷，水散熱的速度，和P控制的加熱的速度相等了。

這可怎麼辦？

P兄這樣想：我和目標已經很近了，只需要輕輕加熱就可以了。

D兄這樣想：加熱和散熱相等，溫度沒有波動，我好像不用調整什麼。

於是，水溫永遠地停留在45℃，永遠到不了50℃。

根據常識，我們知道，應該進一步增加加熱的功率，可是增加多少該如何計算呢？

前輩科學家們想到的方法是真的巧妙，設置一個積分量，只要偏差存在，就不斷地對偏差進行積分（累加），並反應在調節力度上。

這樣一來，即使45℃和50℃相差不是太大，但是隨著時間的推移，只要沒達到目標溫度，這個積分量就不斷增加，系統就會慢慢意識到：還沒有到達目標溫度，該增加功率啦！

到了目標溫度後，假設溫度沒有波動，積分值就不會再變動，這時，加熱功率仍然等於散熱功率，但是，溫度是穩穩的50℃。

Ki的值越大，積分時乘的系數就越大，積分效果越明顯，所以，I的作用就是，減小靜態情況下的誤差，讓受控物理量盡可能接近目標值。

I在使用時還有個問題：需要設定積分限制，防止在剛開始加熱時，就把積分量積得太大，難以控制。

PID演算法的參數調試是指通過調整控制參數（比例增益、積分增益/時間、微分增益/時間） 讓系統達到最佳的控制效果 。

調試中穩定性（不會有發散性的震盪）是首要條件，此外，不同系統有不同的行為，不同的應用其需求也不同，而且這些需求還可能會互相沖突。

PID演算法只有三個參數，在原理上容易說明，但PID演算法參數調試是一個困難的工作，因為要符合一些特別的判據，而且PID控制有其限制存在。

1、穩定性

若PID演算法控制器的參數未挑選妥當，其控制器輸出可能是不穩定的，也就是其輸出發散，過程中可能有震盪，也可能沒有震盪，且其輸出只受飽和或是機械損壞等原因所限制。不穩定一般是因為過大增益造成，特別是針對延遲時間很長的系統。

2、最佳性能

PID控制器的最佳性能可能和針對過程變化或是設定值變化有關，也會隨應用而不同。

兩個基本的需求是調整能力（regulation，干擾拒絕，使系統維持在設定值）及命令追隨 （設定值變化下，控制器輸出追隨設定值的反應速度）。有關命令追隨的一些判據包括有上升時間及整定時間。有些應用可能因為安全考量，不允許輸出超過設定值，也有些應用要求在到達設定值過程中的能量可以最小化。

3、各調試方法對比

4、調整PID參數對系統的影響

H. 什麼是「PID演算法」

「PID演算法」在過程式控制制中，按偏差的比例（P）、積分（I）和微分（D）進行控制的PID控制器（亦稱PID調節器）是應用最為廣泛的一種自動控制器。

它具有原理簡單，易於實現，適用面廣，控制參數相互獨立，參數的選定比較簡單等優點；而且在理論上可以證明，對於過程式控制制的典型對象──「一階滯後+純滯後」與「二階滯後+純滯後」的控制對象，PID控制器是一種最優控制。

PID調節規律是連續系統動態品質校正的一種有效方法，它的參數整定方式簡便，結構改變靈活（PI、PD、?）。

控制點包含三種比較簡單的PID控制演算法，分別是：增量式演算法，位置式演算法，微分先行。 這三種PID演算法雖然簡單，但各有特點，基本上能滿足一般控制的大多數要求。

PID增量式演算法

離散化公式：

△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)]

進一步可以改寫成

△u(k)=Ae(k)-Be(k-1)+Ce(k-2)。

I. 控制演算法都有哪些

控制演算法分為模糊PID控制演算法和自適應控制演算法。各自的特點如下：模糊PID控制演算法的特點：

1、簡化系統設計的復雜性，特別適用於非線性、時變、滯後、模型不完全系統的控制。

2、不依賴於被控對象的精確數學模型。

3、利用控製法則來描述系統變數間的關系。

4、不用數值而用語言式的模糊變數來描述系統，模糊控制器不必對被控制對象建立完整的數學模式。

5、模糊控制器是一語言控制器，便於操作人員使用自然語言進行人機對話。

6、模糊控制器是一種容易控制、掌握的較理想的非線性控制器，具有較佳的魯棒性、適應性、強健性(Robustness)及較佳的容錯性(FaultTolerance)。自適應控制演算法的特點：1、實現了控制器參數的在線自動整定。2、與常規PID控制器有相同的結構。3、採用單片微機實現了控制演算法,實用性強,可靠性好。