精华内容
下载资源
问答
  • PID调参软件 ,你还在为麻烦的pid参数而烦恼吗? 那就快试试用我这一款软件,它通过串口接受数据并且能够实时绘制出数据。如果有不会用的小伙伴可以私信我的哟!
  • PID调参软件

    2018-04-14 17:03:00
    //需要配套PID调参上位机使用,在不下载程序的情况下进行调参,方便、节省时间 //可调节直立PD参数、速度PI参数、方向PD参数、陀螺仪零偏及目标速度等参数,可自定义参数 //使小车在不停车的情况下自己调整参数,...
  • PID调参助手(Release).7z

    2019-08-25 23:13:33
    基于QT的串口调试助手,可显示波形,可拖动滑动条调节pid参数,附有串口通讯协议
  • pid调参

    2021-03-18 14:59:32
    1.5, //P 比例 0.1, //I 积分 0.05 //D 微分 期望100 1.5/0.1/0.05 2ms控制周期 期望100 1.5/0.1/0.05 10ms控制周期 1.5/0.1/0 1.5/0.1/0.2 1.5/0.1/0.75
    	1.5,        //P 比例
    	0.1, 		//I 积分
    	0.05		//D 微分
    

    期望100 1.5/0.1/0.05 2ms控制周期
    在这里插入图片描述

    期望100 1.5/0.1/0.05 10ms控制周期
    在这里插入图片描述
    在这里插入图片描述
    1.5/0.1/0
    在这里插入图片描述
    1.5/0.1/0.2
    在这里插入图片描述
    1.5/0.1/0.75
    在这里插入图片描述

    展开全文
  • 你和PID调参大神之间,就差这篇文章!

    万次阅读 多人点赞 2021-06-19 19:01:37
    不会PID调参?这篇文章图文结合带你学会PID调参!让你成为PID调参大神!!!

    你和PID调参大神之间,就差这篇文章!

    读完本篇文章你的收获:

    • PID三个参数基本概念
    • 了解如何调节PID
    • 认识一个经常咕咕咕的博主

    先上效果图:
    PID3

    一、什么是PID

    ​ 在工程中,如果我们要用单片机做一个温控系统,其系统组成一般如下:一个采集温度的ADC,一个输出温度的加热头以及一个用于运行控制算法的单片机,如果我们要维持温度为100度,在不加任何控制算法的情况下,我们可以通过简单的阈值判断法来控制温度,一个if判断语句,当采集到的温度大于100时,单片机控制加热头关闭,当采集的温度小于100度时,单片机则控制加热头开启,简单粗暴,但这样的控制方法,最终所展示出来的温度曲线是极其不稳定的,他会由于控制器件的灵敏程度、加热头的性能等等原因,导致最终的温度曲线会在目标周围震荡,达不到理想的控制效果,就像下图:实际曲线(黑线)目标曲线(红线) 周围抖动

    20210618220919

    那如何才能维持实际曲线与目标曲线贴合,达到一个稳定的控制效果呢?

    这里就引入了PID控制算法的概念,PID是 Proportion Integration Differentiation 的缩写,实际上他就是一个公式,由比例项(Proportion )积分项(Integration )微分项(Differentiation) 三个部分组成,具体形式就是下面的公式:

    PID控制算法公式

    其中 err(t) 就是当前值和目标值的误差,PID的公式就是对这个误差分别进行比例、积分、微分处理后叠加输出,因为比例计算、积分计算、微分计算在数学公式上的计算定义不同,所以对应的项的输出特性和输入特性也有着不同,具体解释如下:

    1. 比例系数

    比例控制系数,实际上就是先简单的定义输入与输出的线性关系,假如我们输出控制量的值得范围在 100-1000,输入的err误差范围却在0.001-0.1;当误差为0.1的时候输出量需要到达到1000,这时我们就需要通过比例系数来构建输入与输出的线性关系

    2. 积分系数

    上一点我们分析了比例系数的含义,有小伙伴可能会好奇,比例系数加上后的效果其实和阈值判断原理没什么区别,确实是这样,只用上比例系数的效果和阈值判断没什么区别,但别忘了,PID后面还有I和D两项,其中I项的理解我们可以从积分的含义来理解,积分可以理解为在坐标平面上,由曲线、直线以及轴围成的曲形的面积值,这个曲线就是err(t)的函数,这个积分面积值就是代表过去一段时间的误差累计值,我们把这个累计值乘以系数进行变换后,叠加到输出上,就可以一定程度上消除历史误差对当前实际曲线的影响,提高系统的稳定性

    3. 微分系数

    微分的数学理解可以理解为当前误差曲线的斜率,他可以用来预测当前曲线的未来走势,对微分项的值进行处理后叠加,就可以预测当前值的未来趋势,提高系统对未来变化反应能力

    二、PID调节方式

    通过上一小节的分析,我们对PID的三个项有了一个简单的理解,但文字上的描述还是太抽象了,我以一个小车调速系统来做进一步讲解,结合实际现象来分析PID三个参数的实际作用,以及如何调这三个参数,用到的实验平台如下

    1. 平衡小车之家的主控板及电机

    2. 自己编写的调试上位机

    控制系统图片:

    _92764133_IMG_20210619_182904_1624098544000_xg_0

    上位机界面:

    20210619183016

    ​ 我们在使用PID的时候,单独只使用一个参数是没有意义的至少使用两个参数,并且P(比例项)是必须要有的,虽然PID有三个参数,但大多数情况下PID三个参数并不是都使用上的,一般会其中两个来组合使用,比如PI组合用于追求稳定的系统,PD组合用于追求快速响应的系统,当然PID用于即追求稳定又追求快速响应的系统,但是实际上PID参数越多越难调,而且许多情况下两个参数的效果已经足够了,所以我一般根据情况使用前两个,下面对这几个系统都做一个分析

    1.PI系统调节

    调节PI系统的第一步就是先调节P,由小到大依次调节,P的值可以很明显的在输出曲线体现出来,比如我先给P=0.05,系统反应如下,当P过小时,曲线呈现缓慢上升且最终值会明显低于目标值

    P_low

    当我们加大P到0.15时,我们可以看到实际曲线很快的接近目标值,但因为只有单纯P控制,所以有较大的过冲(过冲就是实际值达到目标值时刹不住车,冲出去了),但在他稳定的时候,实际曲线基本接近目标曲线

    pid2

    如果P再增大到0.25,可以看到,实际曲线需要震荡很久才会达到稳定目标线,但在稳定后基本和目标线保持一致

    p2_5

    如果P过大,整个系统就会不受控,实际曲线不会收敛到目标曲线位置,出现等幅震荡,比如P=0.45时

    p_4_5

    在调节PI系统时,P的选取一般有两种情况

    1. P偏小一点,稳定时,实际值在目标值之下,一直存在误差,这时再从0开始,一直加大I,消除稳定时的误差,这种情况下的最终稳定曲线会一直保持在目标曲线之下,达到比较稳定的调节效果,不会有过冲

      (无过冲,稳定!)

    2. P大一点,在第一次到达目标值的时候有一定的过冲,但之后就会稳定,其与第一种相比反应速度更快!

      (有过冲,但他快!)

    下面展示第一种PI控制方式,选取P=0.5(偏小)时,再用I消除稳定时的稳态误差,达到稳定的效果:

    I积分的值这里我展示了三个,分别为较小,刚好,和较大时的实际曲线,用来做对比!

    P=0.5,I=0.00005,I选取较小,可以看到相对于单纯的P=0.5,稳定误差有一定消除,但消除程度不够!

    pi_i0

    在加大I到0.0001,刚刚好的时候,实际曲线和目标曲线基本重合!!!

    PI_2

    当I过大取0.002时,因为累计误差占比过大,就会出现抖动现象,难以收敛

    PI_IM

    上面就是第一种PI调节情况,虽然PI系统平衡过程很稳定,但到达目标位置的反应速度较慢,有的时候为了提高反馈速度,适当的提高P,允许有一定的过冲,比如我取P=0.07,对应的I取0.0001时,波形如下,该系统允许一定的过冲,但可以更快的到达目标点后再趋于稳定,这就是第二种PI系统的调节方式,

    PI_07

    以上基本就是PI系统的调节过程了,下面我讲一下PD系统的调节过程

    2.PD系统调节

    由一开始的概念我们可以知道,与 I 的不同点在于,I是计算累计误差,而D则是计算未来趋势,因此PD系统的反应速度更快,相对于PI系统会更快的到达目标位置附近,其调节方式首先还是调节P,这里我们根据PI中P的调节结果,调节P到比大的位置,出现一定的过冲,这里取P=0.15,不加D的时候图形如下:

    PD0

    从图像可以看出:P=0.15在开始时过冲严重,所以加上一个D来减小过冲幅度,D的选取和I的选取一样,从0慢慢增加,观看效果确定合适的点,下面一张图的D=1.5是我试出来比较合适的点,我们可以看到加上合适的D之后,实际曲线到达目标位置的时间更短,过冲幅度也降低了一些,但是这里效果不是很明显,主要原因是我这里使用的是小车轮子来做的速度PID,而PD的应用场合主要是大惯性系统中,这里的应用场景不适合,但也能看出一定效果

    PD1

    如果D调节的过大之后,反倒会放大系统趋势的影响,使系统出现震荡,难以稳定,如下D=5

    PD3

    3.PID系统调节

    在讲了PI和PD系统的调节方式后,下面分享一下PID系统的调节方式,首先我们先按照PI系统进行调节,先调P在调I,让系统有一定的过冲后达到稳定,如下图:

    PI___

    在出现了上面的 PI 波形之后,下面就开始调节D,慢慢增加D,将过冲补偿掉,直到系统稳定,最终效果如下图,PID系统就基本调节完成了

    PID3

    这篇文章的PID讲解内容就到这里了,下一篇文章将会详细分享我常使用的PID调用代码,帮助大家PID进一步入门
    第二篇已更新,文章链接:从0编写一份PID控制代码

    铁子们!觉得有用就一键三连吧!

    往期精选文章推荐

    200元开发板运行神经网络模型,吊打OpenMV!

    GD32替代STM32全过程记录

    51单片机多线程神器:Tiny-51操作系统

    基于STM32的高精度温度测控系统-原理图设计

    展开全文
  • PID介绍 PID调参 串级PID

    万次阅读 多人点赞 2019-06-19 13:44:38
    鉴于串级PID在pixhawk系统中的重要性,无论是误差的补偿,如姿态解算;还是控制的实现,如姿态控制,位置控制,靠的都是串级的pid,这里我们先对串级pid做一个介绍,后面会再接着分析,姿态的控制以及位置的解算和...

     鉴于串级PID在pixhawk系统中的重要性,无论是误差的补偿,如姿态解算;还是控制的实现,如姿态控制,位置控制,靠的都是串级的pid,这里我们先对串级pid做一个介绍,后面会再接着分析,姿态的控制以及位置的解算和控制。他们的分析都还将从原理框图和源码注释上说明,就是把自己平时的一点整理与大家交流一下,也希望大神能带我飞。

        这一部分说三部分内容:

         1、pid的介绍
         2、pid调参
         3、串级pid

         4、pid与滤波的关系,这也是一个很有意思的问题,一个是从控制角度理解,一个是从滤波角度理解。这一个我只是一点理解,就在这里先说一点。pid中,i相当于低通滤波器,极限情况下理解:直流信号肯定会持续积分,反而高频的噪声正负叠加被屏蔽了,所以i是低通滤波器。而D是高通滤波器,同样极限情况下理解:直流信号微分为0,高频的噪声微分却有了值,所以D是高通滤波器,和我们平时说到的D太大容易放大噪声造成震动等效。

         1、pid的介绍


        在工业应用中PID及其衍生算法是应用最广泛的算法之一,是当之无愧的万能算法,如果能够熟练掌握PID算法的设计与实现过程,对于一般的研发人员来讲,应该是足够应对一般研发问题了,而难能可贵的是,在我所接触的控制算法当中,PID控制算法又是最简单,最能体现反馈思想的控制算法,可谓经典中的经典。经典的未必是复杂的,经典的东西常常是简单的,而且是最简单的,简单的不是原始的,简单的也不是落后的,简单到了美的程度。现在虽然已经演变出很多智能的算法,如蚁群,神经网络等,感兴趣可以看一下刘金琨老师的《先进pid控制》,但是在实际应用中还是以串级pid为主,因为它可靠。

        先看看PID算法的一般形式:

       PID的流程简单到了不能再简单的程度,通过误差信号控制被控量,而控制器本身就是比例、积分、微分三个环节的加和。这里我们规定(在t时刻):

       1.输入量为rin(t);

       2.输出量为rout(t);

       3.偏差量为err(t)=rin(t)-rout(t);

       pid的控制规律为

       1.说明一下反馈控制的原理,通过上面的框图不难看出,PID控制其实是对偏差的控制过程;

       2.如果偏差为0,则比例环节不起作用,只有存在偏差时,比例环节才起作用。

       3.积分环节主要是用来消除静差,所谓静差,就是系统稳定后输出值和设定值之间的差值,积分环节实际上就是偏差累计的过程,把累计的误差加到原有系统上以抵消系统造成的静差。

       4.而微分信号则反应了偏差信号的变化规律,或者说是变化趋势,根据偏差信号的变化趋势来进行超前调节,从而增加了系统的快速性。

        下面将对PID连续系统离散化,从而方便在处理器上实现。下面把连续状态的公式再贴一下:

        假设采样间隔为T,则在第K T时刻:

        偏差err(K)=rin(K)-rout(K);

        积分环节用加和的形式表示,即err(K)+err(K+1)+……;

        微分环节用斜率的形式表示,即[err(K)-err(K-1)]/T;

        从而形成如下PID离散表示形式:

        则u(K)可表示成为:

       至于说Kp、Ki、Kd三个参数的具体表达式,我想可以轻松的推出了,这里节省时间,不再详细表示了。

    其实到这里为止,PID的基本离散表示形式已经出来了。目前的这种表述形式属于位置型PID,另外一种表述方式为增量式PID,由U上述表达式可以轻易得到:

        那么:

        这就是离散化PID的增量式表示方式,由公式可以看出,增量式的表达结果和最近三次的偏差有关,这样就大大提高了系统的稳定性。需要注意的是最终的输出结果应该为

           u(K)+增量调节值;

         PID的离散化过程基本思路就是这样,下面是将离散化的公式转换成为C语言,从而实现微控制器的控制作用。

    那么如何用c语言进行表达?下面将对pid一种常见的形式进行c语言的描述,注意他们的演变过程,在pixhawk中也用到这其中的一些注意事项,如积分分离。

         位置型PID的C语言实现:


    第一步:定义PID变量结构体,代码如下:

    struct _pid{
        float SetSpeed;            //定义设定值
        float ActualSpeed;        //定义实际值
        float err;                //定义偏差值
        float err_last;            //定义上一个偏差值
        float Kp,Ki,Kd;            //定义比例、积分、微分系数
        float voltage;          //定义电压值(控制执行器的变量)
        float integral;            //定义积分值
    }pid;

       控制算法中所需要用到的参数在一个结构体中统一定义,方便后面的使用。

    第二部:初始化变量,代码如下:

    void PID_init(){
        printf("PID_init begin \n");
        pid.SetSpeed=0.0;
        pid.ActualSpeed=0.0;
        pid.err=0.0;
        pid.err_last=0.0;
        pid.voltage=0.0;
        pid.integral=0.0;
        pid.Kp=0.2;
        pid.Ki=0.015;
        pid.Kd=0.2;
        printf("PID_init end \n");
    }

        统一初始化变量,尤其是Kp,Ki,Kd三个参数,调试过程当中,对于要求的控制效果,可以通过调节这三个量直接进行调节。

    第三步:编写控制算法,代码如下:

    float PID_realize(float speed){
        pid.SetSpeed=speed;
        pid.err=pid.SetSpeed-pid.ActualSpeed;
        pid.integral+=pid.err;//位置式pid是对积分的持续累加,容易造成积分饱和,是系统过调
        pid.voltage=pid.Kp*pid.err+pid.Ki*pid.integral+pid.Kd*(pid.err-pid.err_last);
        pid.err_last=pid.err;
        pid.ActualSpeed=pid.voltage*1.0;
        return pid.ActualSpeed;
    }

    注意:这里用了最基本的算法实现形式,没有考虑死区问题,没有设定上下限,只是对公式的一种直接的实现,后面的介绍当中还会逐渐的对此改进。

       到此为止,PID的基本实现部分就初步完成了。下面是测试代码:

    int main(){
        printf("System begin \n");
        PID_init();
        int count=0;
        while(count<1000)
        {
            float speed=PID_realize(200.0);
            printf("%f\n",speed);
            count++;
        }
    return 0;
    }

    增量型PID的C语言实现:


    实现过程仍然是分为定义变量、初始化变量、实现控制算法函数、算法测试四个部分,

    #include<stdio.h>
    #include<stdlib.h>

    struct _pid{
        float SetSpeed;            //定义设定值
        float ActualSpeed;        //定义实际值
        float err;                //定义偏差值
        float err_next;            //定义上一个偏差值
        float err_last;            //定义最上前的偏差值
        float Kp,Ki,Kd;            //定义比例、积分、微分系数
    }pid;

    void PID_init(){
        pid.SetSpeed=0.0;
        pid.ActualSpeed=0.0;
        pid.err=0.0;
        pid.err_last=0.0;
        pid.err_next=0.0;
        pid.Kp=0.2;
        pid.Ki=0.015;
        pid.Kd=0.2;
    }

    float PID_realize(float speed){
        pid.SetSpeed=speed;
        pid.err=pid.SetSpeed-pid.ActualSpeed;
        float incrementSpeed=pid.Kp*(pid.err-pid.err_next)+pid.Ki*pid.err+pid.Kd*(pid.err-2*pid.err_next+pid.err_last);//只和前后三次的误差值有关,也方便计算
        pid.ActualSpeed+=incrementSpeed;
        pid.err_last=pid.err_next;
        pid.err_next=pid.err;
        return pid.ActualSpeed;
    }

    int main(){
        PID_init();
        int count=0;
        while(count<1000)
        {
            float speed=PID_realize(200.0);
            printf("%f\n",speed);
            count++;
        }
        return 0;
    }


    积分分离的PID控制算法C语言实现:


        在普通PID控制中,引入积分环节的目的,主要是为了消除静差,提高控制精度。但是在启动、结束或大幅度增减设定时,短时间内系统输出有很大的偏差,会造成PID运算的积分积累,导致控制量超过执行机构可能允许的最大动作范围对应极限控制量,从而引起较大的超调,甚至是震荡,这是绝对不允许的。

       为了克服这一问题,引入了积分分离的概念,其基本思路是当被控量与设定值偏差较大时,取消积分作用; 当被控量接近给定值时,引入积分控制,以消除静差,提高精度。其具体实现代码如下:

        pid.Kp=0.2;
        pid.Ki=0.04;
        pid.Kd=0.2;  //初始化过程

    if(abs(pid.err)>200)
        {
        index=0;
        }else{
        index=1;
        pid.integral+=pid.err;
        }
        pid.voltage=pid.Kp*pid.err+index*pid.Ki*pid.integral+pid.Kd*(pid.err-pid.err_last);    

    //算法具体实现过程可参考上面的

    抗积分饱和的PID控制算法C语言实现:

        所谓的积分饱和现象是指如果系统存在一个方向的偏差,PID控制器的输出由于积分作用的不断累加而加大,从而导致执行机构达到极限位置,若控制器输出U(k)继续增大,执行器开度不可能再增大,此时计算机输出控制量超出了正常运行范围而进入饱和区。一旦系统出现反向偏差,u(k)逐渐从饱和区退出。进入饱和区越深则退出饱和区时间越长。在这段时间里,执行机构仍然停留在极限位置而不随偏差反向而立即做出相应的改变,这时系统就像失控一样,造成控制性能恶化,这种现象称为积分饱和现象或积分失控现象。

        防止积分饱和的方法之一就是抗积分饱和法,该方法的思路是在计算u(k)时,首先判断上一时刻的控制量u(k-1)是否已经超出了极限范围: 如果u(k-1)>umax,则只累加负偏差; 如果u(k-1)<umin,则只累加正偏差。从而避免控制量长时间停留在饱和区。直接贴出代码,不懂的看看前面几节的介绍。

    float PID_realize(float speed){
        int index;
        pid.SetSpeed=speed;
        pid.err=pid.SetSpeed-pid.ActualSpeed;

       if(pid.ActualSpeed>pid.umax)  //灰色底色表示抗积分饱和的实现
        {

           if(abs(pid.err)>200)      //蓝色标注为积分分离过程
            {
                index=0;
            }else{
                index=1;
                if(pid.err<0)
                {//如果超上限要嘛加负值要嘛就不加了,免得进入饱和区
                  pid.integral+=pid.err;          

                        }
            }
        }else if(pid.ActualSpeed<pid.umin){
            if(abs(pid.err)>200)      //积分分离过程
            {
                index=0;
            }else{
                index=1;
                if(pid.err>0)
                {//如果超下限要嘛加正值要嘛就不加了免得进入饱和区
                pid.integral+=pid.err;
                }
            }
        }else{
            if(abs(pid.err)>200)                    //积分分离过程
            {
                index=0;
            }else{
                index=1;
                pid.integral+=pid.err;
            }
        }

        pid.voltage=pid.Kp*pid.err+index*pid.Ki*pid.integral+pid.Kd*(pid.err-pid.err_last);


        pid.err_last=pid.err;
        pid.ActualSpeed=pid.voltage*1.0;
        return pid.ActualSpeed;
    }


    变积分的PID控制算法C语言实现:


       变积分PID可以看成是积分分离的PID算法的更一般的形式。在普通的PID控制算法中,由于积分系数ki是常数,所以在整个控制过程中,积分增量是不变的。但是,系统对于积分项的要求是,系统偏差大时,积分作用应该减弱甚至是全无,而在偏差小时,则应该加强。积分系数取大了会产生超调,甚至积分饱和,取小了又不能短时间内消除静差。因此,根据系统的偏差大小改变积分速度是有必要的。

       变积分PID的基本思想是设法改变积分项的累加速度,使其与偏差大小相对应:偏差越大,积分越慢; 偏差越小,积分越快。

       这里给积分系数前加上一个比例值index:

       当abs(err)<180时,index=1;

       当180<abs(err)<200时,index=(200-abs(err))/20;

       当abs(err)>200时,index=0;

       最终的比例环节的比例系数值为ki*index;

     float PID_realize(float speed){
        float index;
        pid.SetSpeed=speed;
        pid.err=pid.SetSpeed-pid.ActualSpeed;

        if(abs(pid.err)>200)           //变积分过程
        {
        index=0.0;
        }else if(abs(pid.err)<180){
        index=1.0;
        pid.integral+=pid.err;
        }else{
        index=(200-abs(pid.err))/20;
        pid.integral+=pid.err;
        }
        pid.voltage=pid.Kp*pid.err+index*pid.Ki*pid.integral+pid.Kd*(pid.err-pid.err_last);

        pid.err_last=pid.err;
        pid.ActualSpeed=pid.voltage*1.0;
        return pid.ActualSpeed;
    }


        最后给出大家专家系统中控制经验,自己理解吧。

        反应系统性能的两个参数是系统误差e和误差变化律ec

        首先我们规定一个误差的极限值,假设为Mmax;规定一个误差的比较大的值,假设为Mmid;规定一个误差的较小值,假设为Mmin;

         e*ec>0  误差在朝向误差绝对值增大的方向变化(可以理解成速度和加速度)

                 若此时 abs(e)>Mmid :误差较大 强控制 

                 若此时 abs(e)<Mmid :误差绝对值本身并不是很大 一般的控制作用

         e*ec<0  误差在朝向误差绝对值减小的方向变化

                 若此时 e*err(k-1)>0或者e=0 :误差的绝对值向减小的方向变化,或者已经达到平衡状态,

                        此时保持控制器输出不变即可。 

                 若此时e*err(k-1)<0 : 误差处于极限状态。如果误差的绝对值>min,强控制 (调节幅度比较大)                       如果此时误差绝对值较小,可以考虑实施较弱控制作用。

         当abs(e)>Mmax时,说明误差的绝对值已经很大了,都应该考虑控制器的输入应按最大(或最小) 输出,以                          达到迅速调整误差的效果,使误差绝对值以最大的速度减小。

         当abs(e)<Mmin时,说明误差绝对值很小,此时加入积分,减小静态误差。

    2、pid调参你怎么看

    1).PID调试一般原则 

    a.在输出不振荡时,增大比例增益P。 

    b.在输出不振荡时,减小积分时间常数Ti。 

    c.在输出不振荡时,增大微分时间常数Td。 

    (他们三个任何谁过大都会造成系统的震荡。)
    2).一般步骤

     a.确定比例增益P :确定比例增益P 时,首先去掉PID的积分项和微分项,一般是令Ti=0、Td=0(具体见PID的参数设定说明),使PID为纯比例调节。输入设定为系统允许的最大值的60%~70%,由0逐渐加大比例增益P,直至系统出现振荡;再反过来,从此时的比例增益P逐渐减小,直至系统振荡消失,记录此时的比例增益P,设定PID的比例增益P为当前值的60%~70%。比例增益P调试完成。

    b.确定积分时间常数Ti比例增益P确定后,设定一个较大的积分时间常数Ti的初值,然后逐渐减小Ti,直至系统出现振荡,之后在反过来,逐渐加大Ti,直至系统振荡消失。记录此时的Ti,设定PID的积分时间常数Ti为当前值的150%~180%。积分时间常数Ti调试完成。

    c.确定积分时间常数Td 积分时间常数Td一般不用设定,为0即可。若要设定,与确定 P和Ti的方法相同,取不振荡时的30%。
     d.系统空载、带载联调,再对PID参数进行微调,直至满足要求:理想时间两个波,前高后低4比

    3、串级pid简介

        串级pid内外两环并联调节,这样的好处的是增加系统的稳定性,抗干扰。同时调节系统缓慢过度,注意外环都是本身误差,内环是速度,如位置控制外环是位置,内环是速度,是因为位置改变的实现是靠三个方向的速度积分出来的。同样姿态控制中,外环是角度差,内环是加速度,是因为角度的实现是靠角速度过渡来的,他们都是这样的一个过渡过程。实际中如果你追求响应的快捷,你也可以直接控制内环,或者直接控制姿态。

        串级PID两个PID控制算法,只不过把他们串起来了(更精确的说是套起来)。那这么做有什么用?答案是,它增强了系统的抗干扰性(也就是增强稳定性),因为有两个控制器控制飞行器,它会比单个控制器控制更多的变量,使得飞行器的适应能力更强。画出串级PID的原理框图,

        在整定串级PID时的经验则是:先整定内环PID,再整定外环P。因为内环靠近输出,效果直接。

        内环P:从小到大,拉动四轴越来越困难,越来越感觉到四轴在抵抗你的拉动;到比较大的数值时,四轴自己会高频震动,肉眼可见,此时拉扯它,它会快速的振荡几下,过几秒钟后稳定;继续增大,不用加人为干扰,自己发散翻机。
        特别注意:只有内环P的时候,四轴会缓慢的往一个方向下掉,这属于正常现象。这就是系统角速度静差。
        内环I:前述PID原理可以看出,积分只是用来消除静差,因此积分项系数个人觉得没必要弄的很大,因为这样做会降低系统稳定性。从小到大,四轴会定在一个位置不动,不再往下掉;继续增加I的值,四轴会不稳定,拉扯一下会自己发散。
        特别注意:增加I的值,四轴的定角度能力很强,拉动他比较困难,似乎像是在钉钉子一样,但是一旦有强干扰,它就会发散。这是由于积分项太大,拉动一下积分速度快,给  的补偿非常大,因此很难拉动,给人一种很稳定的错觉。
        内环D:这里的微分项D为标准的PID原理下的微分项,即本次误差-上次误差。在角速度环中的微分就是角加速度,原本四轴的震动就比较强烈,引起陀螺的值变化较大,此时做微分就更容易引入噪声。因此一般在这里可以适当做一些滑动滤波或者IIR滤波。从小到大,飞机的性能没有多大改变,只是回中的时候更加平稳;继续增加D的值,可以肉眼看到四轴在平衡位置高频震动(或者听到电机发出滋滋的声音)。前述已经说明D项属于辅助性项,因此如果机架的震动较大,D项可以忽略不加。
       外环P:当内环PID全部整定完成后,飞机已经可以稳定在某一位置而不动了。此时内环P,从小到大,可以明显看到飞机从倾斜位置慢慢回中,用手拉扯它然后放手,它会慢速回中,达到平衡位置;继续增大P的值,用遥控器给不同的角度给定,可以看到飞机跟踪的速度和响应越来越快;继续增加P的值,飞机变得十分敏感,机动性能越来越强,有发散的趋势。

    4、最后给你贴上pixhawk有关pid的源码,就是位置式的很简单,自己理解一下吧。需要说明的是位置式pid容易导致积分的饱和,所以在积分上过了很多处理。如在位置控制中,推力的积分量就是进行了饱和处理。

    __EXPORT float pid_calculate(PID_t *pid, float sp, float val, float val_dot, float dt)
    {
        if (!isfinite(sp) || !isfinite(val) || !isfinite(val_dot) || !isfinite(dt)) {
            return pid->last_output;
        }
     
        float i, d;
     
        /* current error value */
        float error = sp - val;
     
        /* current error derivative */
        if (pid->mode == PID_MODE_DERIVATIV_CALC) {
            d = (error - pid->error_previous) / fmaxf(dt, pid->dt_min);
            pid->error_previous = error;
     
        } else if (pid->mode == PID_MODE_DERIVATIV_CALC_NO_SP) {
            d = (-val - pid->error_previous) / fmaxf(dt, pid->dt_min);
            pid->error_previous = -val;
     
        } else if (pid->mode == PID_MODE_DERIVATIV_SET) {
            d = -val_dot;
     
        } else {
            d = 0.0f;
        }
     
        if (!isfinite(d)) {
            d = 0.0f;
        }
     
        /* calculate PD output */
        float output = (error * pid->kp) + (d * pid->kd);
     
        if (pid->ki > SIGMA) {
            // Calculate the error integral and check for saturation
            i = pid->integral + (error * dt);
     
            /* check for saturation */
            if (isfinite(i)) {
                if ((pid->output_limit < SIGMA || (fabsf(output + (i * pid->ki)) <= pid->output_limit)) &&
                    fabsf(i) <= pid->integral_limit) {
                    /* not saturated, use new integral value */
                    pid->integral = i;
                }
            }
     
            /* add I component to output */
            output += pid->integral * pid->ki;
        }
     
        /* limit output */
        if (isfinite(output)) {
            if (pid->output_limit > SIGMA) {
                if (output > pid->output_limit) {
                    output = pid->output_limit;
     
                } else if (output < -pid->output_limit) {
                    output = -pid->output_limit;
                }
            }
     
            pid->last_output = output;
        }
     
        return pid->last_output;
    }
     
     
    __EXPORT void pid_reset_integral(PID_t *pid)
    {
        pid->integral = 0.0f;
    }

     

    展开全文
  • 本文档介绍了pid入门和pid调参 一、 为什么P过小时系统会有静差?· 二、 为什么Kp过大时会有超调、震荡? 三、 为什么积分项可以消除稳态误差? 四、 为什么微分项可以抑制震荡、限制超调、以及可以作为超前...
  • pid调参小手册

    2021-06-30 11:37:03
    参数整定找最佳, 从小到大顺序查。 先是比例后积分, 最后再把微分加。 曲线振荡很频繁, 比例度盘要放大。 曲线漂浮绕大弯, 比例度盘往小扳。 ... 曲线波动周期长, 积分时间再加长。...曲线振荡频率快, 先把...PID调试

    前言

    在实验或工程实践中,我们经常会用到PID控制器。其中有很多PID类型供我们选择,如一般单P控制,PI控制,PD控制,串级PID控制,模糊PID控制等等。无论选择什么类型的PID控制器,我们都会经历调参的过程。参数可以通过模拟仿真的方法得出大概,也可以通过经验凑试的方法。本文旨在整理分享PID调参的凑试技巧。

    一、学院派思路

    前提印象

    KP:比例,发挥主要作用(现在)
    KI:积分,主要消除静差(过去),但会减小系统的及时性(一般有静差才引入i)
    KD:微分,起抑制作用,消除过冲,让KP,KI不那么“放飞自我”(未来)

    1、口诀

    参数整定找最佳, 从小到大顺序查。
    先是比例后积分, 最后再把微分加。
    曲线振荡很频繁, 比例度盘要放大。
    曲线漂浮绕大弯, 比例度盘往小扳。
    曲线偏离回复慢, 积分时间往下降。
    曲线波动周期长, 积分时间再加长。
    曲线振荡频率快, 先把微分降下来。
    动差大来波动慢, 微分时间应加长。
    理想曲线两个波, 前高后低四比一。
    一看二调多分析, 调节质量不会低。
    在这里插入图片描述

    2、一般原则

    a.在输出不振荡时,增大比例增益P。
    b.在输出不振荡时,减小积分时间常数Ti。
    c.在输出不振荡时,增大微分时间常数Td。

    3、一般步骤

    (1)确定比例增益P

    确定比例增益P 时,首先去掉PID的积分项和微分项,一般是令Ti=0、Td=0(具体见PID的参数设定说明),使PID为纯比例调节。输入设定为系统允许的最大值的60%—70%,由0逐渐加大比例增益P,直至系统出现振荡;再反过来,从此时的比例增益P逐渐减小,直至系统振荡消失,记录此时的比例增益P,设定PID的比例增益P为当前值的60%~70%。比例增益P调试完成。

    (2) 确定积分时间常数Ti

    比例增益P确定后,设定一个较大的积分时间常数Ti的初值,然后逐渐减小Ti,直至系统出现振荡,之后在反过来,逐渐加大Ti,直至系统振荡消失。记录此时的Ti,设定PID的积分时间常数Ti为当前值的150%~180%。积分时间常数Ti调试完成。

    (3)确定微分时间常数Td

    微分时间常数Td一般不用设定,为0即可。若要设定,与确定 P和Ti的方法相同,取不振荡时的30%。

    4、注意

    特别注意:增加I的值,四轴的定角度能力很强,拉动他比较困难,似乎像是在钉钉子一样,但是一旦有强干扰,它就会发散。这是由于积分项太大,拉动一下积分速度快,给 的补偿非常大,因此很难拉动,给人一种很稳定的错觉。

    EG:

    串级PID先调内环,再调外环。

    二、一些思想

                   (摘自:《自动控制原理的故事》)
                   (内含“歪路子”)
    

    自动控制原理的故事
    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • PID调参详解1

    2021-02-25 17:02:08
    PID调参详解1(比例环节) PID控制中有P、I、D三个参数,只有明白这三个参数的含义和作用才能完成控制器PID参数调整。 下面我们分别通过实例来分析比例微分积分三个环节对系统输出的影响。 上式为PID控制器的表达式...
  • PID调参是平衡车的精髓所在,参数整定的好坏直接影响到平衡车的平衡效果。有的车平衡时来回晃而参数选的好的车就能稳稳地平衡在原地。可见PID调参在PID中是重中之重。我们一定要会调并且有针对性的去调。通过平衡车...
  • px4官网调参指南 多旋翼无人机PID调参指南

    万次阅读 多人点赞 2017-02-13 21:31:39
    译文部分:多旋翼无人机PID调参指南不用碳化纤维或增强碳化纤维桨调整多轴,不使用损坏的桨片。 出于安全考虑,系统默认增益都设置的比较小。请增加增益以便获取更好的控制响应。 本指导方案适用于所有的多轴飞行...
  • PID调参基础.docx

    2020-03-02 20:45:21
    什么是PID闭环控制系统?举个生活中的例子,我们所乘坐的动车,在即将到达站点的时候会切断动力,凭借惯性进入月台,如果火车在切断动力的时候时速是100km/h并且距离月台是1KM,那么这个100比1就是比例P的含义,P越...
  • 四旋翼PID调参心得.docx
  • 在Simulink中使用PID Tuner进行PID调参

    万次阅读 多人点赞 2019-08-15 13:54:42
    在Simulink中使用PID Tuner进行PID调参 1.PID调参器( PID Tuner)概述 1.1 简介 使用PID Tuner可以对Simulink模型中的PID控制器,离散PID控制器,两自由度PID控制器,两自由度离散PID控制器进行调参,实现控制性能...
  • 本篇文章我将针对PID调参进行详细的讲解,让每位小伙伴能够对比例、积分、微分三个参数如何调节有更加清晰的理解。 一、调参步骤 确立机械中值 直立环(内环)——Kp极性、Kp大小、Kd极性、Kd大小 速度环(外环)...
  • px4的pid调参

    千次阅读 2020-04-06 16:20:37
    PIXHAWK采用串级PID的方式,外环是控制角度,内环是控制角速度。因为内环更直接作用于电机,**所以我们调试PIXHAWK的PID,一般只用调试内环的PID即可(角速度)。**另外,我们只调节roll rate和pitch rate的pid参数。 ...
  • PID调参口诀

    千次阅读 2018-09-18 14:11:57
    PID调参口诀 PID常用口诀: 参数整定找最佳,从小到大顺序查, 先是比例后积分,最后再把微分加, 曲线振荡很频繁,比例度盘要放大, 曲线漂浮绕大湾,比例度盘往小扳, 曲线偏离回复慢,积分时间往下降, 曲线波动...
  • STM32野火开源平衡小车(六)之PID调参

    千次阅读 2020-08-23 16:49:55
    野火开源平衡车官网板块 ...fid=129&page=1 参考资料 暂无 参考视频(这个群主讲的不错) ...KEIL5, STM32F103X主控,程序用的SWD下载(啥下载器都行,能下载进去就好,用串口下载也是...车车中的串级PID的速度环是正反馈(.
  • PID调参过程详解(包括增量式和位移式)

    万次阅读 多人点赞 2017-07-30 16:03:57
    位置式PID调参步骤: 预设目标值是11000 1.首先,我们进行PID参数整定的时候,先设I D为0,然后把P值从0逐渐增大,直到系统震荡.如下图(P值设的500,这是因为P值过大,出现了震荡.这时我们就需要调整P值大小,让...
  • 该文档是带积分分离的位置式PID控制实验数据,说明了PID参数的调试方法,通过一系列的图能快速帮助理解PID参数对系统的影响。
  • 倒立摆入门详解+pid调参

    千次阅读 多人点赞 2020-07-29 12:10:58
    最近在练习pid的控制算法,就选用了2013年的电子设计国赛题目:倒立摆 。 首先给你们看看我的成果 注意哦:倒立摆不是靠上面黄色的传感器保持平衡的,而是通过下面的电机左右扭动使得摆杆不掉下来,难度可不小了。 ...
  • 感谢龙哥指导使用如此优秀的上位机调参软件快速实现基于pyb开发的机器人PID参数的调节整定。 匿名工作站上位机简介 【经验篇】匿名上位机4.34简单上手 使用匿名工作站上位机可以快速完成对机器人底盘电机的PID参数...
  • PID参数调整的入门书籍,形象生动,深入浅出。
  • 模糊PID算法实现及C语言代码 网上各种文章及论文均对经典PID及模糊PID算法进行了介绍,初次接触模糊PID的小伙伴们可在各大网站搜索,有海量资料,再次不作详细赘述。引用博客介绍的简单易懂。 这里是引用 ...
  • PID控制器参数选择的方法很多,例如试凑法、临界比例度法、扩充临界比例度法等。
  • 植保无人机PID调参经验

    千次阅读 2018-05-23 23:20:15
    1. P、I、D输出要限幅 2. P、D是相对的,如果系统震荡,降低P或者加大D,在不震荡的...5. 先P,震荡后改为80%,再D,最后慢慢加I。 6. P越大响应越快,越容易超,D越大系统阻尼越大,飞机越肉,P和D是相对的值。
  • Shikra的PID调参教程

    千次阅读 2016-01-05 10:33:54
    在论坛里看到的Shikra的PID调参教程,自己感觉非常好就转过来供大家一起交流学习 http://www.rcgroups.com/forums/showthread.php?t=1375728 还有师兄的调PID的整理的文章,写的非常详细专业,适合初学者学习 ...
  • 之前章节已经把PID从理论到时间基本上讲完了,剩下一个位置式PID就能收尾了。赶紧更完,就开始平衡小车下一步制作了。最近也是比较忙,更贴慢了很多。不过,这个零基础教程我还是要坚持写完的。 位置式PID部分主要...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,235
精华内容 2,094
关键字:

pid调参