打印
[应用方案]

位置式PID算法和增量式PID算法的差异

[复制链接]
4122|47
手机看帖
扫描二维码
随时随地手机跟帖
跳转到指定楼层
楼主
louliana|  楼主 | 2024-7-29 01:51 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
1、前言

控制系统通常根据有没有反馈会分为开环系统和闭环系统,在闭环系统的控制中,PID算法非常强大,其三个部分分别为;

  • P:比例环节;
  • I:积分环节;
  • D:微分环节;

PID算法可以自动对控制系统进行准确且迅速的校正,因此被广泛地应用于工业控制系统。

2、开环控制

首先来看开环控制系统,如下图所示,隆哥蒙着眼,需要走到虚线旗帜所表示的目标位置,由于缺少反馈(眼睛可以感知当前距离和位置,由于眼睛被蒙上没有反馈,所以这也是一个开环系统),最终隆哥会较大概率偏离预期的目标,可能会运行到途中实线旗帜所表示的位置。

开环系统的整体结构如下所示:

这里做一个不是很恰当的比喻;

  • Input:告诉隆哥目标距离的直线位置(10米);
  • Controller:隆哥大脑中计算出到达目标所需要走多少步;
  • Process:双腿作为执行机构,输出了相应的步数,但是最终仍然偏离了目标;

看来没有反馈的存在,很难准确到达目标位置。

3、闭环控制

所以为了准确到达目标位置,这里就需要引入反馈,具体如下图所示:

在这里继续举个不怎么恰当的比喻;隆哥重获光明之后,基本可以看到目标位置了;

  • 第一步Input:告诉隆哥目标距离的直线位置(10米);
  • 第二步Controller:隆哥大脑中计算出到达目标所需要走多少步;
  • 第三步Process:双腿作为执行机构,输出了相应的步数,但是最终仍然偏离了目标;
  • 第四步Feedback:通过视觉获取到目前已经前进的距离,(比如前进了2米,那么还有8米的偏差);
  • 第五步err:根据偏差重新计算所需要的步数,然后重复上述四个步骤,最终隆哥达到最终的目标位置。
4、PID4.1 系统架构

虽然在反馈系统下,隆哥最终到达目标位置,但是现在又来了新的任务,就是又快又准地到达目标位置。所以这里隆哥开始采用PID Controller,只要适当调整P,I和D的参数,就可以到达目标位置,具体如下图所示:

隆哥为了最短时间内到达目标位置,进行了不断的尝试,分别出现了以下几种情况;

  • 跑得太快,最终导致冲过了目标位置还得往回跑;
  • 跑得太慢,最终导致到达目标位置所用时间太长;

经过不断的尝试,终于找到了最佳的方式,其过程大概如下图所示:

这里依然举一个不是很恰当的比喻;

  • 第一步:得到与目标位置的距离偏差(比如最开始是10米,后面会逐渐变小);
  • 第二步:根据误差,预估需要多少速度,如何估算呢,看下面几步;

P 比例则是给定一个速度的大致范围,满足下面这个公式:


因此比例作用相当于某一时刻的偏差(err)与比例系数的乘积,具体如下所示:

比例作用

绿色线为上述例子中从初始位置到目标位置的距离变化; 红色线为上述例子中从初始位置到目标位置的偏差变化,两者为互补的关系;

I积分则是误差在一定时间内的和,满足以下公式:


如下图所示:

红色曲线阴影部分面积即为积分作用的结果,其不断累积的误差,最终乘以积分系数就得到了积分部分的输出;


D微分则是误差变化曲线某处的导数,或者说是某一点的斜率,因此这里需要引入微分;

从图中可知,当偏差变化过快,微分环节会输出较大的负数,作为抑制输出继续上升,从而抑制过冲。


综上,分别增加其中一项参数会对系统造成的影响总结如下表所示:

参数上升时间超调量响应时间稳态误差稳定性
Kp减少增加小变化减少降级
Ki减少增加增加消除降级
Kd微小的变化减少减少理论上没有影响小,稳定性会提升4.2 理论基础

上面扯了这么多,无非是为了初步理解PID在负反馈系统中的调节作用,下面开始推导一下算法实现的具体过程;PID控制器的系统框图如下所示:

因此不难得出输入和输出的关系:

Kp是比例增益;Ki是积分增益;Kd是微分增益;
4.3 离散化

在数字系统中进行PID算法控制,需要对上述算法进行离散化;假设系统采样时间为则将输入序列化得到:

将输出序列化得到:

  • 比例项:离散化
  • 积分项:
  • 微分项:

所以最终可以得到式①,也就是网上所说的位置式PID:

将式①再做一下简化;

最终得到增量式PID的离散公式如下:

4.4 伪算法

这里简单总结一下增量式PID实现的伪算法:

previous_error:=0//上一次偏差 integral:=0//积分和 //循环 //采样周期为dt loop: //setpoint设定值 //measured_value反馈值 error:=setpoint−measured_value//计算得到偏差 integral:=integral+error×dt//计算得到积分累加和 derivative:=(error−previous_error)/dt//计算得到微分 output:=Kp×error+Ki×integral+Kd×derivative//计算得到PID输出 previous_error:=error//保存当前偏差为下一次采样时所需要的历史偏差 wait(dt)//等待下一次采用 gotoloop5、C++实现

这里是增量式PID算法的C语言实现;

/*******pid.cpp*******/#ifndef _PID_SOURCE_#define _PID_SOURCE_#include <iostream>#include <cmath>#include "pid.h"using namespace std;class PIDImpl{    public:        PIDImpl( double dt, double max, double min, double Kp, double Kd, double Ki );        ~PIDImpl();        double calculate( double setpoint, double pv );    private:        double _dt;        double _max;        double _min;        double _Kp;        double _Kd;        double _Ki;        double _pre_error;        double _integral;};PID::PID( double dt, double max, double min, double Kp, double Kd, double Ki ){    pimpl = new PIDImpl(dt,max,min,Kp,Kd,Ki);}double PID::calculate( double setpoint, double pv ){    return pimpl->calculate(setpoint,pv);}PID::~PID() {    delete pimpl;}/** * Implementation */PIDImpl::PIDImpl( double dt, double max, double min, double Kp, double Kd, double Ki ) :    _dt(dt),    _max(max),    _min(min),    _Kp(Kp),    _Kd(Kd),    _Ki(Ki),    _pre_error(0),    _integral(0){}double PIDImpl::calculate( double setpoint, double pv ){        // Calculate error    double error = setpoint - pv;    // Proportional term    double Pout = _Kp * error;    // Integral term    _integral += error * _dt;    double Iout = _Ki * _integral;    // Derivative term    double derivative = (error - _pre_error) / _dt;    double Dout = _Kd * derivative;    // Calculate total output    double output = Pout + Iout + Dout;    // Restrict to max/min    if( output > _max )        output = _max;    else if( output < _min )        output = _min;    // Save error to previous error    _pre_error = error;    return output;}PIDImpl::~PIDImpl(){}#endif/*********pid.h********/#ifndef _PID_H_#define _PID_H_class PIDImpl;class PID{    public:        // Kp -  proportional gain        // Ki -  Integral gain        // Kd -  derivative gain        // dt -  loop interval time        // max - maximum value of manipulated variable        // min - minimum value of manipulated variable        PID( double dt, double max, double min, double Kp, double Kd, double Ki );        // Returns the manipulated variable given a setpoint and current process value        double calculate( double setpoint, double pv );        ~PID();    private:        PIDImpl *pimpl;};#endif/**********pid_example.cpp**********/#include "pid.h"#include <stdio.h>int main() {    PID pid = PID(0.1, 100, -100, 0.1, 0.01, 0.5);    double val = 20;    for (int i = 0; i < 100; i++)     {        double inc = pid.calculate(0, val);        printf("val:% 7.3f inc:% 7.3f\n", val, inc);        val += inc;    }    return 0;}

使用特权

评论回复
沙发
maqianqu| | 2024-8-9 07:38 | 只看该作者
控制输出与整个过去的状态有关,用到了误差的累加值。
输出u(k)与过去的所有状态都有关系,因为有误差积分∑e(i),一直累加。

使用特权

评论回复
板凳
minzisc| | 2024-8-10 11:13 | 只看该作者
增量式PID的输出是控制量的增量,只与当前拍和前两拍的误差有关,计算量相对较小。

使用特权

评论回复
地板
abotomson| | 2024-8-10 14:29 | 只看该作者
增量式PID通常计算量较小,因为它只依赖于最近的几次误差。

使用特权

评论回复
5
mikewalpole| | 2024-8-10 15:25 | 只看该作者
增量式PID控制输出只与当前拍和前两拍的误差有关,因此位置式PID控制的累积误差相对更大。
输出的是控制量增量,并无积分作用,因此该方法适用于执行机构带积分部件的对象,如步进电机等。

使用特权

评论回复
6
olivem55arlowe| | 2024-8-10 17:46 | 只看该作者
位置式PID响应快,增量式PID更稳定

使用特权

评论回复
7
wwppd| | 2024-8-10 20:13 | 只看该作者
位置式PID会累积误差,可能导致积分饱和;增量式PID不会累积误差,减少了积分饱和的风险。

使用特权

评论回复
8
pixhw| | 2024-8-11 20:33 | 只看该作者
位置式PID算法:
适用于需要精确控制和消除稳态误差的系统。
适用于连续控制量输出的系统。
增量式PID算法:
适用于需要快速响应和稳定性的系统。
适用于离散控制量增量输出的系统。

使用特权

评论回复
9
bartonalfred| | 2024-8-11 22:31 | 只看该作者
在实际应用中,可以根据控制对象的特点和系统要求选择合适的PID算法。

使用特权

评论回复
10
nomomy| | 2024-8-12 12:03 | 只看该作者
增量式PID对环境干扰的响应速度更快,抗干扰能力更强。它适用于需要快速响应和连续调节的场合,如电机转速控制、液位控制等动态过程控制。

使用特权

评论回复
11
dspmana| | 2024-8-12 15:19 | 只看该作者
位置式PID算法考虑了整个过去的误差累积,而增量式PID算法只考虑当前和最近的误差变化。

使用特权

评论回复
12
linfelix| | 2024-8-12 16:55 | 只看该作者
增量式PID算法的输出只与当前拍和前两拍的误差有关,因此位置式PID控制的累积误差相对更大

使用特权

评论回复
13
burgessmaggie| | 2024-8-12 21:29 | 只看该作者
位置式PID算法直接根据当前误差值(即设定值与实际值之差)以及之前误差值的积分和微分来计算当前的控制量,并将该控制量直接作用于被控制对象。

使用特权

评论回复
14
班杰明| | 2024-8-12 21:54 | 只看该作者
电机上是不是用的多啊

使用特权

评论回复
15
pmp| | 2024-8-13 01:01 | 只看该作者
位置式PID直接计算控制量,而增量式PID计算控制量的增量

使用特权

评论回复
16
wengh2016| | 2024-8-13 04:28 | 只看该作者
增量式PID算法则是通过计算当前误差与上一次误差的差值(即误差的增量),以及误差的积分和微分来计算控制量的增量。这个增量值加上上一次的控制量,得到当前的控制量并作用于被控制对象。

使用特权

评论回复
17
nomomy| | 2024-8-13 07:44 | 只看该作者
位置式PID:积分作用会累积过去的误差,可能导致积分饱和问题。在积分项达到饱和时,误差仍然会在积分作用下继续累积,需要特殊处理如积分限幅和输出限幅来避免失控。
增量式PID:通过控制量的增量来避免积分饱和,但可能有积分截断效应,导致静态误差。

使用特权

评论回复
18
fengm| | 2024-8-13 12:39 | 只看该作者
位置式PID在控制过程中可能会受到过去误差的累积影响,导致响应速度相对较慢,但控制稳定性较好。它适用于对控制精度和稳定性要求较高的场合,如温度、液位等稳态过程控制。

使用特权

评论回复
19
averyleigh| | 2024-8-13 17:40 | 只看该作者
位置式PID算法和增量式PID算法的主要区别在于它们对误差的处理方式。

使用特权

评论回复
20
abotomson| | 2024-8-13 19:32 | 只看该作者
位置式PID算法直接基于当前误差进行计算,输出的是控制量的实际值

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

19

主题

1316

帖子

1

粉丝