3、手动整定：Ziegler-Nichols 第一法（开环阶跃响应法）的原理与步骤
说到PID参数整定，Ziegler-Nichols法绝对是经典中的经典。我个人习惯把它叫做「工程师的救急法宝」——尤其是第一法，也就是开环阶跃响应法。你想想看，很多时候我们面对一个陌生的系统，连模型都没有，怎么调参数？这个方法就是用来解决这个问题的。
说白了，它不需要你懂什么复杂的传递函数。只需要给系统一个阶跃输入，然后观察输出响应曲线，就能算出PID参数。我在项目中遇到过好几次，现场工程师拿着示波器测波形，然后掏出计算器按几下，参数就出来了。嗯，就是这么粗暴有效。
3.1 基本原理
Ziegler-Nichols第一法的核心思想是：用一阶惯性加纯延迟模型来近似被控对象。为什么这么做？因为大多数工业过程——比如温度控制、液位控制、电机调速——它们的阶跃响应曲线长得都差不多：先是一段延迟，然后慢慢上升，最后趋于稳定。
这个近似模型的数学形式是：
G(s) = K * e^(-Ls) / (Ts + 1)其中：
- K：系统增益（稳态变化量 / 阶跃幅度）
- L：纯延迟时间（从阶跃开始到响应开始变化的时间）
- T：时间常数（从响应开始到达到63.2%稳态值的时间）
你可能会问：「为什么是63.2%？」这是由一阶系统的阶跃响应特性决定的。一阶系统在时间常数T时刻，输出正好达到稳态值的63.2%。这个数字不是我编的，是数学推导出来的。
3.2 操作步骤
好，下面我手把手带你走一遍流程。记住，每一步都有坑，我会把避坑指南一并告诉你。
步骤一：让系统进入稳态
先把控制器切到手动模式，让系统稳定在一个工作点上。比如控制一个加热器，让温度稳定在50°C。这时候记录下当前的控制器输出值u₀和过程变量y₀。
步骤二：施加阶跃信号
在控制器输出上突然加一个阶跃变化Δu。这个Δu不能太大也不能太小。我建议取当前输出值的5%~15%。比如当前输出是50%，那就加到55%~57.5%。
为什么要控制幅度？太大了可能让系统进入非线性区，太小了信噪比不够，曲线看不清楚。我在项目中吃过这个亏——有一次Δu只加了2%，结果噪声把响应信号淹没了，测出来的L和T全是错的。
步骤三：记录响应曲线
用示波器或者数据采集系统记录过程变量y(t)的变化。你需要从曲线上读出两个关键点：
- 延迟时间L：从阶跃施加时刻到响应开始明显变化的时间
- 时间常数T：从响应开始到达到63.2%稳态变化量的时间
这里有个小技巧：在曲线上画一条最大斜率切线，这条切线与时间轴的交点就是L，切线与稳态值的交点就是T。我习惯用尺子在纸上画，虽然土但很可靠。
步骤四：计算参数
先算系统增益K：
K = Δy / Δu其中Δy是稳态变化量（最终稳定值减去初始值）。
然后根据L和T查表得到PID参数：
| 控制器类型 | Kp | Ti | Td |
|---|---|---|---|
| P | T / (K * L) | — | — |
| PI | 0.9 * T / (K * L) | 3.33 * L | — |
| PID | 1.2 * T / (K * L) | 2 * L | 0.5 * L |
3.3 核心逻辑流程图
下面我用一张SVG图把整个流程串起来，方便你理解：
3.4 实战中的注意事项
方法讲完了，但光知道步骤还不够。我把自己踩过的坑总结一下：
另外，Z-N第一法算出来的参数通常只是一个「起点」。你还需要在此基础上做微调。我个人习惯是先试算出来的Kp，如果超调太大就减小10%~20%，如果响应太慢就增大10%。Ti和Td同理。
最后说一句：这个方法虽然老，但真的很实用。尤其是当你面对一个黑箱系统，没有任何数学模型的时候，它就是你的救命稻草。嗯，今天就讲到这里，你回去找个实际系统试试看。