自动控制 / 系统课时

把离散PID写进控制循环

把离散PID写进控制循环

连续 PID 给出了控制规律,但真正落到 MCU、PLC 或周期任务中时,程序必须在固定采样时刻计算一次输出。本课把比例、积分、微分项写成可周期调用的离散算法,并同时处理采样周期、输出限幅和积分状态更新,使控制器能够直接进入闭环代码。

学习目标

  • 把连续 PID 转换为按采样周期执行的离散计算式
  • 正确维护积分、上一拍误差和输出限幅等内部状态
  • 用可运行程序验证离散 PID 的闭环响应和限幅行为

从连续表达式变成周期计算

理想并联 PID 可写为 u(t)=Kpe(t)+Ki∫e(t)dt+Kdde(t)dtu(t)=K_p e(t)+K_i\int e(t)dt+K_d\frac{de(t)}{dt}。数字控制器无法连续计算积分与微分,而是在每隔 TsT_s 秒到来的采样时刻更新一次。

用最直接的矩形积分和后向差分离散化,可得到:

Ik=Ik−1+KiTsekI_k=I_{k-1}+K_iT_s e_k
Dk=Kdek−ek−1TsD_k=K_d\frac{e_k-e_{k-1}}{T_s}
uk=Kpek+Ik+Dku_k=K_p e_k+I_k+D_k

这里的 TsT_s 不是可有可无的实现细节。若程序实际调用周期改变而参数不变,积分每秒累积速度和微分增益都会随之变化,因此控制器行为也会改变。

离散PID在周期控制循环中的数据与状态更新关系

写成可周期调用的控制器

下面用 Python 实现一个位置式 PID。示例加入输出限幅,并采用一种简单的抗积分饱和策略:如果当前输出已到达上限且误差仍推动输出继续增大,或者已到达下限且误差仍推动输出继续减小,本拍暂不接受新的积分状态。

python
class PID:
    def __init__(self, kp, ki, kd, dt, out_min, out_max):
        self.kp = kp
        self.ki = ki
        self.kd = kd
        self.dt = dt
        self.out_min = out_min
        self.out_max = out_max
        self.integral = 0.0
        self.prev_error = 0.0

    def update(self, setpoint, measurement):
        error = setpoint - measurement
        candidate_integral = self.integral + self.ki * self.dt * error
        derivative = self.kd * (error - self.prev_error) / self.dt

        raw = self.kp * error + candidate_integral + derivative
        output = max(self.out_min, min(self.out_max, raw))

        # 仅在积分不会把已经饱和的输出继续推向饱和方向时更新积分状态。
        pushing_high = raw > self.out_max and error > 0
        pushing_low = raw < self.out_min and error < 0
        if not (pushing_high or pushing_low):
            self.integral = candidate_integral

        self.prev_error = error
        return output


pid = PID(kp=2.0, ki=1.0, kd=0.0, dt=0.1, out_min=-3.0, out_max=3.0)
measurement = 0.0
setpoint = 1.0

# 用一阶对象 y[k+1] = y[k] + 0.1 * (-y[k] + u[k]) 验证闭环。
for k in range(8):
    control = pid.update(setpoint, measurement)
    measurement += 0.1 * (-measurement + control)
    print(f"{k}: u={control:.3f}, y={measurement:.3f}")

预期输出

text
0: u=2.100, y=0.210
1: u=1.759, y=0.365
2: u=1.513, y=0.480
3: u=1.337, y=0.565
4: u=1.211, y=0.629
5: u=1.121, y=0.678
6: u=1.057, y=0.716
7: u=1.011, y=0.745

浮点末位可能因运行环境略有差异,但应看到输出逐步减小,而测量值持续向设定值靠近。

限幅时不能只截断最终输出

最简单的限幅是先计算 PID,再执行 min 和 max。问题在于执行器虽然已经到达极限,积分项仍可能持续累积。例如加热器最大只能输出 100%,但设定值长期无法达到时,积分项可能继续增大到远高于正常范围。

随后即使误差已经变号,积分状态也需要很长时间才能退回,闭环就会产生明显过冲。这就是积分饱和。前面的条件积分做法并不是唯一方案,还可以采用积分限幅或 back-calculation,但核心原则相同:执行器饱和时,必须考虑内部积分状态还能否继续朝错误方向增长。

让采样周期成为控制器契约

实际系统应明确谁负责保证 update() 的周期。如果设定 dt=0.01,调用任务就应尽量每 10 ms 执行一次。若调度抖动明显,可以测量实际时间间隔并用于积分、微分计算,但这也会让控制器对调度噪声更敏感。

离散实现还应保证状态只在一次完整计算后更新。尤其不要先覆盖 prev_error,再计算微分,否则 ek−ek−1e_k-e_{k-1} 会退化成零。设定值突变时,直接对误差求微分还可能产生微分冲击;工程上常改为对测量值求微分,或在微分通道加入低通滤波。

把 PID 写进控制循环的关键不是把连续公式逐字翻译成代码,而是把采样周期、内部状态、执行器限幅和状态更新顺序一起定义清楚。只要这些约束固定,参数整定结果才具有可复现性。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

把离散PID写进控制循环

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通