最少拍控制算法本质上是什么算法

A. 请问各位前辈，控制策略和控制算法，他俩是啥关系

控制策略相当于使用什么武器比方刀枪剑戟，控制算法相当于选择刀就要学习刀法，选择剑就要练习剑法。

B. 哪些控制类的算法惊艳了你

经典控制设计方法，都是针对单输入单输出系统的频域设计方法简单的系统，用根轨迹法，分析控制参数变化对系统性能的影响。复杂的系统，用波特图法，去看相频裕度和幅频裕度的大小，以及带宽。现代控制系统设计方法，是针对多输入多输出的系统建立在状态方程之上的，这方面研究的不多，不敢妄加评论。由于PID应用的太广，所以形成了自己独特的整定方法PID就是针对单输入单输出系统的，站在频域角度去设计的，有一些经典的参数整定方法，比如ZN等，还有好多好多，为啥应用这么广，因为简单实用。

C. PID 控制算法

首先看自动控制原理的PID表达式，然后看懂离散表达式，不要看网上的PID程序，然后根据离散表达式自己就可以写出程序。网上的PID控制大部分都是用结构函数写的，看不太懂。

D. pid控制原理

PID即：Proportional（比例）、Integral（积分）、Differential（微分）的缩写，PID控制算法是结合比例、积分和微分三种环节于一体的控制算法。
它是连续系统中技术最为成熟、应用最为广泛的一种控制算法，该控制算法出现于20世纪30至40年代，适用于对被控对象模型了解不清楚的场合。实际运行的经验和理论的分析都表明，运用这种控制规律对许多工业过程进行控制时，都能得到比较满意的效果。PID控制的实质就是根据输入的偏差值，按照比例、积分、微分的函数关系进行运算，运算结果用以控制输出。
在工业应用中PID及其衍生算法是应用最广泛的算法之一，是当之无愧的万能算法，如果能够熟练掌握PID算法的设计与实现过程，对于一般的研发人员来讲，应该是足够应对一般研发问题了，而难能可贵的是，在很多控制算法当中，PID控制算法又是最简单，最能体现反馈思想的控制算法，可谓经典中的经典。经典的未必是复杂的，经典的东西常常是简单的，而且是最简单的。

E. 最少拍无纹波控制算法和pid算法的区别

最少拍系统对于典型输入具有最快响应速度，被控量经最少采样周期达到设定值，且稳态误差为定值。有最少拍有文波、无纹波控制系统输出响应曲线相比较可知，最少拍无差系统最多只能达到采样点上无偏差，而在相邻采样点之间 偏差很大（在图上可以明显观察出）。最少拍无纹波控制系统输出响应曲线在采样点上无偏差，在相邻采样点之间几乎无偏差。但是系统的调整时间比无纹波增加了大概二节拍。为消除纹波，给系统传递函数增加了零点，延长了系统消除偏差的时间。

F. 什么是“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。
给我邮箱我可以给你发一份pid温度控制程序。

G. 一文搞懂PID控制算法

PID算法是工业应用中最广泛算法之一，在闭环系统的控制中，可自动对控制系统进行准确且迅速的校正。PID算法已经有100多年历史，在四轴飞行器，平衡小车、汽车定速巡航、温度控制器等场景均有应用。

之前做过循迹车项目，简单循迹摇摆幅度较大，效果如下所示：

PID算法优化后，循迹稳定性能较大提升，效果如下所示：

PID算法：就是“比例（proportional）、积分（integral）、微分（derivative）”，是一种常见的“保持稳定”控制算法。

常规的模拟PID控制系统原理框图如下所示：

因此可以得出e(t)和u(t)的关系：

其中：

Kp：比例增益，是调适参数；

Ki：积分增益，也是调适参数；

Kd：微分增益，也是调适参数；

e：误差=设定值（SP）- 回授值（PV）；

t：目前时间。

数学公式可能比较枯燥，通过以下例子，了解PID算法的应用。

例如，使用控制器使一锅水的温度保持在50℃，小于50℃就让它加热，大于50度就断电不就行了？

没错，在要求不高的情况下，确实可以这么干，如果换一种说法，你就知道问题出在哪里了。

如果控制对象是一辆汽车呢？要是希望汽车的车速保持在50km/h不动，这种方法就存在问题了。

设想一下，假如汽车的定速巡航电脑在某一时间测到车速是45km/h，它立刻命令发动机：加速！

结果，发动机那边突然来了个100%全油门，嗡的一下汽车急加速到了60km/h，这时电脑又发出命令：刹车！结果乘客吐......

所以，在大多数场合中，用“开关量”来控制一个物理量就显得比较简单粗暴了，有时候是无法保持稳定的，因为单片机、传感器不是无限快的，采集、控制需要时间。

而且，控制对象具有惯性，比如将热水控制器拔掉，它的“余热”即热惯性可能还会使水温继续升高一小会。

此时就需要使用PID控制算法了。

接着咱再来详细了解PID控制算法的三个最基本的参数：Kp比例增益、Ki积分增益、Kd微分增益。

1、Kp比例增益

Kp比例控制考虑当前误差，误差值和一个正值的常数Kp（表示比例）相乘。需要控制的量，比如水温，有它现在的 当前值 ，也有我们期望的 目标值 。

当两者差距不大时，就让加热器“轻轻地”加热一下。

要是因为某些原因，温度降低了很多，就让加热器“稍稍用力”加热一下。

要是当前温度比目标温度低得多，就让加热器“开足马力”加热，尽快让水温到达目标附近。

这就是P的作用，跟开关控制方法相比，是不是“温文尔雅”了很多。

实际写程序时，就让偏差（目标减去当前）与调节装置的“调节力度”，建立一个一次函数的关系，就可以实现最基本的“比例”控制了~

Kp越大，调节作用越激进，Kp调小会让调节作用更保守。

若你正在制作一个平衡车，有了P的作用，你会发现，平衡车在平衡角度附近来回“狂抖”，比较难稳住。

2、Kd微分增益

Kd微分控制考虑将来误差，计算误差的一阶导，并和一个正值的常数Kd相乘。

有了P的作用，不难发现，只有P好像不能让平衡车站起来，水温也控制得晃晃悠悠，好像整个系统不是特别稳定，总是在“抖动”。

设想有一个弹簧：现在在平衡位置上，拉它一下，然后松手，这时它会震荡起来，因为阻力很小，它可能会震荡很长时间，才会重新停在平衡位置。

请想象一下：要是把上图所示的系统浸没在水里，同样拉它一下 ：这种情况下，重新停在平衡位置的时间就短得多。

此时需要一个控制作用，让被控制的物理量的“变化速度”趋于0，即类似于“阻尼”的作用。

因为，当比较接近目标时，P的控制作用就比较小了，越接近目标，P的作用越温柔，有很多内在的或者外部的因素，使控制量发生小范围的摆动。

D的作用就是让物理量的速度趋于0，只要什么时候，这个量具有了速度，D就向相反的方向用力，尽力刹住这个变化。

Kd参数越大，向速度相反方向刹车的力道就越强，如果是平衡小车，加上P和D两种控制作用，如果参数调节合适，它应该可以站起来了。

3、Ki积分增益

Ki积分控制考虑过去误差，将误差值过去一段时间和（误差和）乘以一个正值的常数Ki。

还是以热水为例，假如有个人把加热装置带到了非常冷的地方，开始烧水了，需要烧到50℃。

在P的作用下，水温慢慢升高，直到升高到45℃时，他发现了一个不好的事情：天气太冷，水散热的速度，和P控制的加热的速度相等了。

这可怎么办？

P兄这样想：我和目标已经很近了，只需要轻轻加热就可以了。

D兄这样想：加热和散热相等，温度没有波动，我好像不用调整什么。

于是，水温永远地停留在45℃，永远到不了50℃。

根据常识，我们知道，应该进一步增加加热的功率，可是增加多少该如何计算呢？

前辈科学家们想到的方法是真的巧妙，设置一个积分量，只要偏差存在，就不断地对偏差进行积分（累加），并反应在调节力度上。

这样一来，即使45℃和50℃相差不是太大，但是随着时间的推移，只要没达到目标温度，这个积分量就不断增加，系统就会慢慢意识到：还没有到达目标温度，该增加功率啦！

到了目标温度后，假设温度没有波动，积分值就不会再变动，这时，加热功率仍然等于散热功率，但是，温度是稳稳的50℃。

Ki的值越大，积分时乘的系数就越大，积分效果越明显，所以，I的作用就是，减小静态情况下的误差，让受控物理量尽可能接近目标值。

I在使用时还有个问题：需要设定积分限制，防止在刚开始加热时，就把积分量积得太大，难以控制。

PID算法的参数调试是指通过调整控制参数（比例增益、积分增益/时间、微分增益/时间） 让系统达到最佳的控制效果 。

调试中稳定性（不会有发散性的震荡）是首要条件，此外，不同系统有不同的行为，不同的应用其需求也不同，而且这些需求还可能会互相冲突。

PID算法只有三个参数，在原理上容易说明，但PID算法参数调试是一个困难的工作，因为要符合一些特别的判据，而且PID控制有其限制存在。

1、稳定性

若PID算法控制器的参数未挑选妥当，其控制器输出可能是不稳定的，也就是其输出发散，过程中可能有震荡，也可能没有震荡，且其输出只受饱和或是机械损坏等原因所限制。不稳定一般是因为过大增益造成，特别是针对延迟时间很长的系统。

2、最佳性能

PID控制器的最佳性能可能和针对过程变化或是设定值变化有关，也会随应用而不同。

两个基本的需求是调整能力（regulation，干扰拒绝，使系统维持在设定值）及命令追随 （设定值变化下，控制器输出追随设定值的反应速度）。有关命令追随的一些判据包括有上升时间及整定时间。有些应用可能因为安全考量，不允许输出超过设定值，也有些应用要求在到达设定值过程中的能量可以最小化。

3、各调试方法对比

4、调整PID参数对系统的影响

H. 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)。

I. 控制算法都有哪些

控制算法分为模糊PID控制算法和自适应控制算法。各自的特点如下：模糊PID控制算法的特点：

1、简化系统设计的复杂性，特别适用于非线性、时变、滞后、模型不完全系统的控制。

2、不依赖于被控对象的精确数学模型。

3、利用控制法则来描述系统变量间的关系。

4、不用数值而用语言式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。

5、模糊控制器是一语言控制器，便于操作人员使用自然语言进行人机对话。

6、模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的鲁棒性、适应性、强健性(Robustness)及较佳的容错性(FaultTolerance)。自适应控制算法的特点：1、实现了控制器参数的在线自动整定。2、与常规PID控制器有相同的结构。3、采用单片微机实现了控制算法,实用性强,可靠性好。