第2章：PID控制基础

各位同学，今天我们来聊聊PID控制。说实话，这玩意儿是控制领域的"万金油"。我入行十几年，从电机调速到温度控制，从无人机姿态到工业机械臂，几乎每个项目都离不开它。你想想看，一个诞生于上世纪20年代的算法，到现在还在大量使用，这本身就说明了很多问题。

2.1 PID控制原理

PID控制，说白了就是三个字：比例、积分、微分。它的核心思想很简单——根据当前的误差，结合过去积累的误差，再预测未来的误差趋势，综合起来决定怎么控制。

公式长这样：

u(t) = Kp * e(t) + Ki * ∫e(τ)dτ + Kd * de(t)/dt

其中：

• e(t)：当前误差（目标值 - 实际值）
• Kp：比例系数
• Ki：积分系数
• Kd：微分系数
• u(t)：控制输出

嗯，这里要注意，公式看着简单，实际工程里坑不少。我刚开始做项目时，以为套个公式就完事了，结果被现场调试折磨得够呛。后面我会一个个讲。

2.2 比例(P)控制

比例控制是最直观的。误差大，输出就大；误差小，输出就小。就像你开车，看到离前车太近了，就松油门；太远了，就踩油门。这就是比例控制。

代码实现很简单：

float pid_p(float error, float Kp) {
    return Kp * error;
}

但比例控制有个致命问题——稳态误差。什么意思？举个例子，你调一个加热器到100度，比例控制会让它快速升温，但最终可能停在98度就上不去了。为什么？因为当误差很小时，比例输出也小，刚好和散热平衡了。

2.3 积分(I)控制

积分控制就是来解决稳态误差的。它会把过去的误差累加起来，只要误差一直存在，积分项就会越来越大，直到把误差消除。

代码实现：

float pid_i(float error, float Ki, float *integral) {
    *integral += error;
    return Ki * (*integral);
}

但是！积分控制有个大坑——积分饱和。我曾经在一个温度控制项目里吃过这个亏。系统启动时，误差很大，积分项疯狂累加，等温度到了设定值，积分项已经积累了一个巨大的值，导致系统严重超调，温度冲到了120度才稳住。

2.4 微分(D)控制

微分控制看的是误差的变化率。误差变化越快，微分输出越大。它的作用是抑制超调，让系统更稳定。

代码实现：

float pid_d(float error, float Kd, float *last_error) {
    float derivative = error - *last_error;
    *last_error = error;
    return Kd * derivative;
}

微分控制对噪声特别敏感。你想想看，如果传感器信号有毛刺，微分项会把这些噪声放大，导致控制输出剧烈抖动。我在一个电机速度控制项目里就遇到过，编码器信号有点抖动，加上微分后电机反而嗡嗡响。

2.5 PID参数作用

三个参数各有各的脾气，我整理了个表格：

参数	增大效果	减小效果	典型问题
Kp	响应变快，超调增大	响应变慢，稳态误差增大	过大导致震荡
Ki	消除稳态误差，但超调增大	稳态误差消除慢	积分饱和
Kd	抑制超调，提高稳定性	超调增大，系统易震荡	放大噪声

调参的顺序，我个人习惯是：先调Kp，再调Ki，最后调Kd。具体步骤：

1. 把Ki和Kd设为0，只调Kp，让系统刚好不震荡
2. 加入Ki，消除稳态误差，注意积分限幅
3. 最后加Kd，抑制超调，但别加太多

下面这张图展示了PID控制的核心逻辑：

最后说一句，PID参数整定没有万能公式。我见过有人用Ziegler-Nichols法，也有人用试凑法，还有人用遗传算法自动寻优。但不管用什么方法，理解每个参数的本质作用才是关键。你想想看，如果连Kp大了会震荡、Ki大了会超调这些基本规律都不清楚，再高级的整定工具也是白搭。

---