pid算法

A. 什么是pid算法

比例积分微分咯

B. 什么是PID算法要详细一点的

P proportion 比例 I integration 积分 D differentiation 微分 PID用于控制精度 比例是必须的,它直接影响精度,影响控制的结果 积分 它相当于力学的惯性 能使震荡趋于平缓 微分 控制提前量 它相当于力学的加速度 影响控制的反应速度.太大会导致大的超调量 使系统极不稳定.太小会使反应缓慢. 一般而言 PID调节是一个整体的说法 在实际中 PID的比例积分微分并非总是同时使用 PI调节和PD调节使用较多.
满意请采纳

C. PID的计算公式

PID的增量型公式：

PID=Uk+KP*【E(k)-E(k-1)】+KI*E(k)+KD*【E(k)-2E(k-1)+E(k-2)】

PID算法具体分两种：一种是位置式的 ，一种是增量式的。

位置式PID的输出与过去的所有状态有关，计算时要对e（每一次的控制误差）进行累加，这个计算量非常大，而明显没有必要。而且小车的PID控制器的输出并不是绝对数值，而是一个△，代表增多少，减多少。换句话说，通过增量PID算法，每次输出是PWM要增加多少或者减小多少，而不是PWM的实际值。所以明白增量式PID就行了。

PID控制原理：

本系统通过摆杆（辊）反馈的位置信号实现同步控制。收线控制采用实时计算的实际卷径值，通过卷径的变化修正PID前馈量，可以使整个系统准确、稳定运行。

PID系统特点：

1、主驱动电机速度可以通过电位器来控制，把S350设置为SVC开环矢量控制，将模拟输出端子FM设定为运行频率，从而给定收卷用变频器的主速度。

2、收卷用S350变频器的主速度来自放卷（主驱动）的模拟输出端口。摆杆电位器模拟量

信号通过CI通道作为PID的反馈量。S350的频率源采用主频率Ⅵ和辅助频率源PID叠加的方式。通过调整运行过程PID参数，可以获得稳定的收放卷效果。

3、本系统启用逻辑控制和卷径计算功能，能使系统在任意卷径下平稳启动，同时两组PID参数可确保生产全程摆杆控制效果稳定。

D. PID算法的简介

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。

E. PID算法的介绍

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、…）。

F. 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)。

G. PID算法的算法种类

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)
对于增量式算法，可以选择的功能有：
(1) 滤波的选择
可以对输入加一个前置滤波器，使得进入控制算法的给定值不突变，而是有一定惯性延迟的缓变量。
(2) 系统的动态过程加速
在增量式算法中，比例项与积分项的符号有以下关系：如果被控量继续偏离给定值，则这两项符号相同，而当被控量向给定值方向变化时，则这两项的符号相反。
由于这一性质，当被控量接近给定值的时候，反号的比例作用阻碍了积分作用，因而避免了积分超调以及随之带来的振荡，这显然是有利于控制的。但如果被控量远未接近给定值，仅刚开始向给定值变化时，由于比例和积分反向，将会减慢控制过程。
为了加快开始的动态过程，我们可以设定一个偏差范围v，当偏差|e(t)|< β时，即被控量接近给定值时，就按正常规律调节，而当|e(t)|>= β时，则不管比例作用为正或为负，都使它向有利于接近给定值的方向调整，即取其值为|e(t)-e(t-1)|，其符号与积分项一致。利用这样的算法，可以加快控制的动态过程。
(3) PID增量算法的饱和作用及其抑制
在PID增量算法中，由于执行元件本身是机械或物理的积分储存单元，如果给定值发生突变时，由算法的比例部分和微分部分计算出的控制增量可能比较大，如果该值超过了执行元件所允许的最大限度，那么实际上执行的控制增量将时受到限制时的值，多余的部分将丢失，将使系统的动态过程变长，因此，需要采取一定的措施改善这种情况。
纠正这种缺陷的方法是采用积累补偿法，当超出执行机构的执行能力时，将其多余部分积累起来，而一旦可能时，再补充执行。 离散公式：
u(k)=Kp*e(k) +Ki*+Kd*[e(k)-e(k-1)]
对于位置式算法，可以选择的功能有：
a、滤波：同上为一阶惯性滤波
b、饱和作用抑制： 在基本PID控制中，当有较大幅度的扰动或大幅度改变给定值时， 由于此时有较大的偏差，以及系统有惯性和滞后，故在积分项的作用下，往往会产生较大的超调量和长时间的波动。特别是对于温度、成份等变化缓慢的过程，这一现象将更严重。为此可以采用积分分离措施，即偏差较大时，取消积分作用；当偏差较小时才将积分作用投入。
另外积分分离的阈值应视具体对象和要求而定。若阈值太大，达不到积分分离的目的，若太小又有可能因被控量无法跳出积分分离区，只进行PD控制，将会出现残差。
离散化公式：

当时当|e(t)|>β时
q0 = Kp(1+Td/T)
q1 = -Kp(1+2Td/T)
q2 = Kp Td /T
u(t) = u(t-1) + Δu(t)
注：各符号含义如下
u(t);;;;; 控制器的输出值。
e(t);;;;; 控制器输入与设定值之间的误差。
Kp;;;;;;; 比例系数。
Ti;;;;;;; 积分时间常数。
Td;;;;;;; 微分时间常数。（有的地方用Kd表示）
T;;;;;;;; 调节周期。
β;;;;;;; 积分分离阈值 当根据PID位置算法算出的控制量超出限制范围时，控制量实际上只能取边际值U=Umax,或U=Umin,有效偏差法是将相应的这一控制量的偏差值作为有效偏差值计入积分累计而不是将实际的偏差计入积分累计。因为按实际偏差计算出的控制量并没有执行。
如果实际实现的控制量为U=U（上限值或下限值），则有效偏差可以逆推出，即：
=
然后，由该值计算积分项
微分先行PID算法
当控制系统的给定值发生阶跃时，微分作用将导致输出值大幅度变化，这样不利于生产的稳定操作。因此在微分项中不考虑给定值，只对被控量（控制器输入值）进行微分。微分先行PID算法又叫测量值微分PID算法。公式如下：
离散化公式：
参数说明同上
对于纯滞后对象的补偿
控制点采用了Smith预测器，使控制对象与补偿环节一起构成一个简单的惯性环节。
PID参数整定
(1) 比例系数Kp对系统性能的影响
：
比例系数加大，使系统的动作灵敏，速度加快，稳态误差减小。Kp偏大，振荡次数加多，调节时间加长。Kp太大时，系统会趋于不稳定。Kp太小，又会使系统的动作缓慢。Kp可以选负数，这主要是由执行机构、传感器以控制对象的特性决定的。如果Kc的符号选择不当对象状态(pv值)就会离控制目标的状态(sv值)越来越远，如果出现这样的情况Kp的符号就一定要取反。
(2) 积分控制Ti对系统性能的影响
：
积分作用使系统的稳定性下降，Ti小（积分作用强）会使系统不稳定，但能消除稳态误差，提高系统的控制精度。
(3) 微分控制Td对系统性能的影响
：
微分作用可以改善动态特性，Td偏大时，超调量较大，调节时间较短。Td偏小时，超调量也较大，调节时间也较长。只有Td合适，才能使超调量较小，减短调节时间。

H. PID算法怎么用

U不能代替V，它们有关联但不是同一个东东。

一般在自动控制中，控制模块（PID等）输出的是控制值，但不是输出值。它们的关系在于PID控制模块输出到PID输出的部分——这个部分，你初入门把它当成“另一个系统X或另一个单独的设备X”即可。系统X是接受U输入，再产生V输入。
拿个实际的例子来说，有个PID要控制水箱水位，上面有入水的水龙头，下方是出水口流出。这个水位就是V输入，通过某个测量器（水位计什么的）输入到PID。然后PID输出U，这里请注意！它的输出U接到水龙头，而水龙头给出的控制方式，是以它的水量影响水箱水位，最后绕回来，水位被测出以V输入到PID。
所以在这个系统中，除PID外，“水龙头－出水－水箱水位”可以视为一套单独的系统，PID以输出影响水龙头（水龙头排出的水量），再注意一下，水龙头对水箱水位的控制是不可预知的，因为不是小学数学题，没有恒定值。水龙头开了100%能产生的流量，可能是200，可能是180，也可能是170，更进一步在水箱中，因为排出量可能变化的影响，即例水龙头恒定了流量，水位也会波动，因此PID外部的“水龙头－出水－水箱水位”系统，可能会有不可预知的波动，但“大方向”是可预料的，比如这个系统，PID的U影响水龙头，间接对水位的大小是一个正向变化，U越大，水位V（输出值）在正常情况下加一个向上增值的影响。
考虑有个同学，他按“人工思考”的方式控制水箱水位，他的能力是可以操作水龙头，能看到水箱水位，相当于上面的U和V，现在BOSS要求他说，必须把水箱水位控制在40%这个位置（给定值），有误差可以，尽量控制。当他看到水位低于40%时，会把水龙头开大，然后根据水位的变化再调水龙头出水的大小，好吧他发现开了水龙头，水位从30%缓慢上升，他一想可能是下面出水太多，就会把水龙头拧大一点（D算法，偏差变化越大，正反向开得越大，I算法，经过一定时间累积值越大，调节U的力度越大），反之亦然，水位从30%向给定的40%上升的速度太快，他会想，快到40%前把水龙头拧小点，让出水和进水差不多。

说回你那个电机，它接受U，相当于“水龙头”，后面电机的输出不可能立即当成V送回PID，而是控制某个设备作正向或反向的增加量，比如这电机连接到一个送料器，控制容器送出给料，那就是个反向增量，PID系统测量出料的多少为V，同样的，由于现实系统的一些不确定性，经常会有另一个扰动加在送料系统上。PID的目的就是找出控制参数，尽量找到一个平衡点，令U对V的间接输出趋近PID的给定值