第1章 PID控制基础

一、PID控制基础：PID的由来、P/I/D三个环节的物理意义、PID的数学模型

各位工程师朋友，咱们今天聊聊PID。说实话，这玩意儿我用了快二十年，每次碰到新项目，第一反应还是它。为什么？因为它简单、可靠、够用。你想想看，一个诞生于上世纪20年代的控制算法，到现在还在工业现场遍地开花，这本身就说明了很多问题。

PID的起源，其实挺有意思的。最早可以追溯到1922年，Minorsky在船舶自动舵上提出了PID控制的概念。那时候他研究的是怎么让船在风浪中保持航向——说白了，就是怎么让一个巨大的惯性系统听话。

我刚开始做项目时，总觉得PID是某个天才一拍脑袋想出来的。后来读了不少文献才发现，它是从实践中一步步打磨出来的。最早只有比例控制，发现稳态误差消不掉；于是加了积分，结果响应变慢了；又加了微分，系统才稳定下来。嗯，这个过程本身就是一部控制史。

核心要点：PID不是理论推导出来的，而是从工程实践中总结出来的经验公式。它的三个环节，分别对应了三种不同的控制需求。

比例控制，说白了就是「偏差越大，输出越大」。你设定一个目标值，系统当前值和目标值有差距，P环节就根据这个差距的大小，成比例地输出控制量。

数学上很简单：

u(t) = Kp × e(t)

其中e(t)是偏差，Kp是比例增益。

我在项目中遇到过一件事：一个温度控制回路，Kp设得太小，升温慢得像蜗牛；Kp设得太大，温度又来回震荡，像坐过山车。后来我总结了一个经验——比例控制能快速响应，但永远消除不了稳态误差。为什么？因为要维持输出，就必须有偏差存在。这就是所谓的「有差控制」。

实战技巧：调Kp时，我习惯先给一个较小的值，然后慢慢增大，直到系统出现轻微振荡，再回调20%。这个「临界振荡法」虽然老套，但确实管用。

比例控制搞不定的稳态误差，就得靠积分环节来收拾。积分环节看的是偏差的累积量——只要偏差还在，积分项就会一直增长，直到把偏差彻底消除。

数学模型：

u(t) = Ki × ∫e(t)dt

Ki是积分增益，∫e(t)dt是偏差对时间的积分。

你想想看，积分环节就像一个有记忆的控制器。它记得过去所有的偏差，然后根据这些历史数据来调整输出。这听起来很美好，但有个大坑——积分饱和。

我曾经踩过的坑：有一次做液位控制，积分时间设得太短，系统启动时积分项疯狂累积，导致输出饱和。等液位到达目标值时，积分项还在释放，结果液位直接冲过了头。后来我加了抗积分饱和算法，才把这个问题解决。

积分环节的另一个特点是：它会让系统响应变慢。因为积分需要时间累积，所以加了积分之后，系统的动态性能通常会下降。这就是为什么很多场合要用PI控制，而不是纯I控制。

微分环节，我个人觉得是最有「智慧」的一个环节。它不看偏差的大小，也不看偏差的累积，而是看偏差的变化趋势——说白了，就是预测未来。

数学表达式：

u(t) = Kd × de(t)/dt

Kd是微分增益，de(t)/dt是偏差的变化率。

举个例子：你开车时看到前面红灯，你会提前减速，而不是等到跟前才猛踩刹车。微分控制做的就是这件事——它根据偏差的变化趋势，提前输出控制量，抑制超调。

但微分环节有个致命弱点：对噪声极其敏感。我在现场调试时，经常遇到微分项把高频噪声放大，导致执行器频繁动作。所以实际应用中，我一般会在微分项前面加一个低通滤波器，或者干脆不用微分。

经验之谈：在温度、液位这类大惯性系统中，微分作用不大，我通常只用PI。但在电机转速、位置控制这类快速响应系统中，微分能显著改善动态性能。

把三个环节合在一起，就得到了PID控制的完整表达式：

u(t) = Kp × e(t) + Ki × ∫e(t)dt + Kd × de(t)/dt

在实际的数字控制系统中，我们用的是离散形式：

u(k) = Kp × e(k) + Ki × Σe(i)×Ts + Kd × [e(k) - e(k-1)]/Ts

其中Ts是采样周期，e(k)是当前时刻的偏差，e(k-1)是上一时刻的偏差。

这张图展示了PID三个环节的协同工作逻辑：

说了这么多，咱们用一张表来总结一下：

我的调参口诀：P调响应，I调精度，D调稳定。先调P，再加I，最后看情况加D。别一上来就三个全上，容易把自己绕进去。

好了，这一章的内容就到这里。PID的基础概念说清楚了，后面咱们再聊具体的调参方法和实战技巧。记住一句话：PID不是万能的，但不懂PID是万万不能的。

公众号:蓝海资料掘金营，微信deep3321