跳转至

PID:从 s 域到 C 代码

一句话:PID 就是"按现在的误差(P)、过去的累积误差(I)、未来的变化趋势(D)"三路相加。难点不在公式,而在离散化、限幅、抗饱和、微分滤波这四件工程事。

前置知识

动手调参

打开 站内 PID Lab,拖动 \(K_p/K_i/K_d\),实时看位置与力的响应;支持滤波微分与抗积分饱和开关。 想看 controlmeplease 蓝图风格:打开复刻版(左侧参数 + 公路方块 + 三个响应页签)。

一、PID 是什么

连续时间(并行形式):

\[u(t)=K_p e(t)+K_i\int_0^t e(\tau)\,d\tau+K_d\frac{de(t)}{dt}\]

拉普拉斯:

\[C(s)=K_p+\frac{K_i}{s}+K_d s\]

PID 结构框图

另一种常见写法(标准形式):

\[C(s)=K_p\left(1+\frac{1}{T_i s}+T_d s\right)\]

换算关系:

\[K_i=\frac{K_p}{T_i},\qquad K_d=K_p T_d\]

⚠️ 看论文/代码先确认用的是哪套:Ki(1/s)还是 Ti(s),Kd(s)还是 Td(s)。混了会差一个量级。

二、P / I / D 各自在做什么

项 管什么 调大后 副作用
P 现在的误差 响应快、静差小 超调、振荡
I 过去的累积误差 消除静差 超调、积分饱和
D 未来的变化趋势 抑制超调、加阻尼 放大噪声、微分冲击

P/PI/PID 阶跃对比

同一被控对象 \(G(s)=1/(s^2+1.2s+1)\)、采样 1 ms:

控制器 参数 结果
P \(K_p=1\) 终值 0.5,静差 0.5
PI \(K_p=1,\ K_i=0.5\) 终值 0.993,消静差,但约 11 s 才稳
PID \(K_p=1.5,\ K_i=0.8,\ K_d=0.3\) 约 6% 超调、6.5 s 进入 ±2%

一句话读图:P 管"到得快",I 管"到得准",D 管"别冲过头"。

三、从 s 域到离散:两种写法

设采样周期 \(T\),第 \(k\) 步误差 \(e[k]=r[k]-y[k]\)。

3.1 位置式(position form)

\[u[k]=K_p e[k]+I[k]+D[k]\]
  • 积分(后向欧拉):\(I[k]=I[k-1]+K_i T\,e[k]\)
  • 积分(梯形):\(I[k]=I[k-1]+\dfrac{K_i T}{2}\big(e[k]+e[k-1]\big)\)
  • 微分(原始):\(D[k]=K_d\dfrac{e[k]-e[k-1]}{T}\)
  • 微分(滤波):\(D_f[k]=\alpha D_f[k-1]+(1-\alpha)K_d\dfrac{e[k]-e[k-1]}{T}\),\(\alpha=\dfrac{\tau_d}{\tau_d+T}\)

特点:直接算出绝对输出;需要保存积分状态;抗饱和要额外处理。

3.2 增量式(incremental form)

\[\Delta u[k]=K_p(e[k]-e[k-1])+K_i T\,e[k]+\frac{K_d}{T}\big(e[k]-2e[k-1]+e[k-2]\big)\]
\[u[k]=u[k-1]+\Delta u[k]\]

特点:输出增量;天然"无扰切换"(手动→自动不必初始化积分);抗饱和更容易;但丢掉了绝对积分状态,某些场景不好限幅。

3.3 微分为什么常对"测量值"求导

如果 \(D\) 对误差求导,设定值一阶跃,\(de/dt\) 会出现一个巨大的尖峰——微分冲击(derivative kick)。

工程做法:对测量值求导(设定值不变时,\(de/dt=-dy/dt\)):

\[D[k]=-K_d\frac{y[k]-y[k-1]}{T}\]

设定值突变时,微分项不会爆;代价是"设定值变化时没有微分预判",通常可接受。

四、工程上必须处理的四件事

# 问题 现象 解决
1 积分饱和 执行器到限幅,误差还在累积,反向时长时间退不出来 积分钳位 / 条件积分 / 反算
2 微分噪声 测量噪声被微分放大,输出抖 低通滤波(\(\tau_d\))/ 减小 \(K_d\)
3 输出限幅 执行器有物理上下限 clamp(u, u_min, u_max)
4 采样周期 \(T\) 太大 → 离散近似失真、延迟大 \(T\) 取闭环带宽的 1/10~1/20,且尽量固定

抗积分饱和最常用的一招是"积分钳位":算完 P、D 后,把积分项限制在"让总输出刚好不越界"的范围内:

\[I_{\min}=u_{\min}-P-D,\qquad I_{\max}=u_{\max}-P-D\]

再把 \(I\) 夹在 \([I_{\min},I_{\max}]\) 之间。简单、有效、无需额外参数。

五、C 实现(可直接放到 STM32)

下面这份是位置式 + 测量值微分 + 一阶滤波 + 积分钳位,适合 1 kHz 左右的固定周期调用。

typedef struct {
    float kp, ki, kd;
    float T;            /* 采样周期,s */
    float tau_d;        /* 微分滤波时间常数,s;0 表示不滤波 */
    float i_state;      /* 积分项(已经是 Ki∫e,不是原始积分) */
    float d_state;      /* 滤波后的微分项 */
    float y_prev;       /* 上一步测量值 */
    float u_min, u_max; /* 输出限幅 */
    int   inited;       /* 首次调用标志,避免微分冲击 */
} PID;

void pid_init(PID *p, float kp, float ki, float kd,
              float T, float tau_d, float u_min, float u_max)
{
    p->kp = kp; p->ki = ki; p->kd = kd;
    p->T = T; p->tau_d = tau_d;
    p->i_state = 0.0f;
    p->d_state = 0.0f;
    p->y_prev = 0.0f;
    p->u_min = u_min;
    p->u_max = u_max;
    p->inited = 0;
}

float pid_update(PID *p, float ref, float y)
{
    float e = ref - y;

    /* 首次调用:记录测量值,避免 y_prev=0 造成的微分冲击 */
    if (!p->inited) {
        p->y_prev = y;
        p->inited = 1;
    }

    /* P */
    float p_term = p->kp * e;

    /* I:后向欧拉 */
    p->i_state += p->ki * p->T * e;

    /* D:对测量值求导 + 一阶低通 */
    float d_raw = -p->kd * (y - p->y_prev) / p->T;
    float alpha = (p->tau_d > 0.0f) ? (p->tau_d / (p->tau_d + p->T)) : 0.0f;
    p->d_state = alpha * p->d_state + (1.0f - alpha) * d_raw;
    p->y_prev = y;

    /* 抗积分饱和:把积分项夹到“总输出不越界”的范围 */
    float i_min = p->u_min - p_term - p->d_state;
    float i_max = p->u_max - p_term - p->d_state;
    if (p->i_state < i_min) p->i_state = i_min;
    if (p->i_state > i_max) p->i_state = i_max;

    /* 输出限幅 */
    float u = p_term + p->i_state + p->d_state;
    if (u < p->u_min) u = p->u_min;
    if (u > p->u_max) u = p->u_max;
    return u;
}

调用:

PID pid;
pid_init(&pid, 1.5f, 0.8f, 0.3f, 0.001f, 0.05f, -1.0f, 1.0f);

/* 1 kHz 定时器中断里 */
float u = pid_update(&pid, ref, meas);

几个约定: - ki 的单位是 1/s,kd 的单位是 s;ki*T 才是每步增量。 - i_state 存的是积分项(已乘 ki),不是原始 \(\int e\)。在线改 ki 时要注意这一点。 - tau_d=0 时不滤波;一般取 tau_d = (0.05~0.2) * T_d 或几个采样周期。 - 手动/自动切换时,把 i_state 初始化成 u_current - p_term - d_state,实现无扰切换。

六、整定:先 P,再 I,最后 D

6.1 手工整定

  1. P:\(K_i=K_d=0\),逐渐增大 \(K_p\),到"轻微等幅振荡"后回退 30%~50%;
  2. I:加 \(K_i\),直到静差消除;过大就减;
  3. D:加 \(K_d\),抑制超调;噪声大就减小或加滤波。

6.2 Ziegler-Nichols(临界比例度法)

只加 P,增大到等幅振荡,记录临界增益 \(K_u\) 与振荡周期 \(T_u\):

控制器 \(K_p\) \(T_i\) \(T_d\)
P \(0.5K_u\) — —
PI \(0.45K_u\) \(0.83T_u\) —
PID \(0.6K_u\) \(0.5T_u\) \(0.125T_u\)

换算:\(K_i=K_p/T_i\),\(K_d=K_p T_d\)。

ZN 偏激进,适合做起点,再按超调/噪声手工微调。

七、常见坑

  1. Ki 与 Ti 混用:差一个 \(K_p\)。
  2. 离散 Ki*T 漏乘:连续 \(K_i\) 直接抄进代码,实际积分速度差 \(1/T\) 倍。
  3. 积分饱和:不处理,执行器一限幅就"积分越积越大",反向时大超调。
  4. 微分冲击:设定值阶跃时 \(de/dt\) 爆尖峰;改成对测量值求导。
  5. 微分噪声:不滤波直接把传感器噪声放大;加 \(\tau_d\) 或减小 \(K_d\)。
  6. 采样太慢/抖动:\(T\) 不固定,离散近似和积分都不准。
  7. 反馈符号:负反馈写成正反馈,直接发散。
  8. 单位不统一:误差用 rad 还是 deg、输出用 N·m 还是 PWM,增益全变。
  9. 无扰切换:手动切自动时积分没初始化,输出跳变。
  10. 执行器死区/饱和:PID 算得再好,执行器不响应也没用。

八、自测题(合上能答才算会)

  1. P / I / D 各自解决什么问题?调大有什么副作用?
  2. \(K_i\) 与 \(T_i\)、\(K_d\) 与 \(T_d\) 的关系?
  3. 位置式与增量式各有什么优缺点?
  4. 为什么积分会饱和?本文的 C 代码怎么抗?
  5. 为什么微分要对测量值求导?代价是什么?
  6. 采样周期怎么选?太大/太小各有什么问题?
  7. ZN 整定的步骤?\(K_u\)、\(T_u\) 是什么?
  8. 手动切自动时,怎么做无扰切换?

提示:4)积分钳位;5)避免微分冲击,代价是设定值变化时没有微分预判;7)等幅振荡时的增益与周期。

调参工具(站内 + 外部)

  • 站内 PID Lab:原创 m-c-k + PID 仿真器,支持 \(K_p/K_i/K_d\)、目标、\(F_{\max}\)、滤波微分与抗积分饱和;带超调 / 调节时间 / 静差 / 最大推力。
  • 蓝图风格复刻版:仿 controlmeplease 的全屏布局(参数栏、传递函数框图、公路方块、Time Response / Bode / Pole-Zero 页签)。
  • ControlMePlease:单页的“质量-弹簧-阻尼 + PID”仿真器。可调 \(m/c/k\)、\(K_p/K_i/K_d\)、目标值、输出限幅;微分带一阶滤波(\(N=100\),\(T_s=1\) ms),积分在饱和时会暂停。适合快速感受三个增益的手感。
  • Control Theory Simulator:MIT 开源的 Vite + React 仿真器,内置 99 个控制器原型;支持阶跃 / 正弦 / 方波、执行器饱和、死区、时延、摩擦、噪声,带质量块动画和波形。适合横向对比不同控制器。

站内 PID Lab 是本站原创实现;后两个是外部站点,不在本站维护。

关联与延伸