一起游手游攻略手游评测 CW32L012的PID温度控制——算法基础

CW32L012的PID温度控制——算法基础

时间：来源：互联网浏览：0

一、什么是PID 控制算法

PID控制算法是比例（Proportional）- 积分（Integral）- 微分（Derivative）控制的缩写。它是工业控制和嵌入式系统中最经典、应用最广泛的闭环控制算法。其核心思想是通过偏差（设定值与实际值的差值）的比例、积分、微分三个环节的加权组合，计算出控制量，使系统的实际输出快速、稳定地逼近设定值。

二、核心公式（连续域）

比例环节（P）核心功能：即时响应偏差，偏差越大，控制量越大。

缺点：仅使用P控制会有稳态误差（系统稳定后，实际值与设定值仍有差距）； Kp太大会引起系统振荡。

积分环节（I）核心功能：累积历史偏差，只要有偏差，积分项就会不断增加，直到偏差为0，从而消除稳态误差。

缺点：积分累加会导致系统超调（实际值超过设定值）甚至振荡；系统启动初期积分饱和会影响响应速度。

微分环节（D）核心功能：预测偏差变化趋势，偏差变化越快，微分项输出越大，提前抑制偏差的变化（类似“阻尼”效果）。

缺点：对于噪声敏感（传感器的微小波动会被放大）； Kd过大会导致系统响应缓慢。

离散化公式（嵌入式系统常用）嵌入式MCU为离散采样系统，不能直接计算连续积分和微分。需要拨打将上述的连续域PID 公式离散化。用数值积分和数值微分代替连续运算，得到离散 PID 公式。

假设系统采样周期为Ts，第k个采样时刻的偏差为e(k)=r(k)-y(k)（设定值-实际采样值），则离散PID有两种常见形式：

位置式PID

特点：输出u(k)为绝对控制量，也就是阀门开度（如电机的目标占空比、舵机的目标角度）。

C语言代码（通用）：

typedef 结构体{ float kp; //比例系数float ki; //积分系数float kd; //微分系数float set_point; //设置浮点反馈值； //反馈值浮动错误； //当前误差（设定点- 反馈） float error_sum; //误差积分和（防止积分饱和） float error_prev; //最后一个错误（对于微分） float output_max; //输出最大值float output_min; //输出最小值} PID_Positional;/**- @brief位置PID核心计算（无初始化函数，参数需要赋值外部值） - @param pid:位置PID结构体指针- @param set_point:设定值- @param Feedback:反馈值- @return 位置PID输出值*/float PID_Positional_Calc(PID_Positional *pid, float set_point, 浮点反馈) { if (pid==NULL) return 0.0f; //更新设定值和反馈值pid-set_point=set_point; pid-反馈=反馈； //计算当前误差pid-error=pid-set_point - pid-feedback; //积分项（带有积分限制器以防止积分饱和） pid-error_sum +=pid-error; //积分限制器：基于输出限制器和ki动态约束（也可以直接赋值固定值） float积分_max=(pid-output_max/pid-ki) * 0.8f;浮点积分最小值=(pid-output_min/pid-ki) * 0.8f; if (pid-error_sum积分_max) pid-error_sum=积分_max; if (pid-error_sum积分_最小值) pid-error_sum=积分_最小值； //位置PID核心公式float output=pid-kp * pid-error + //比例项pid-ki * pid-error_sum + //积分项pid-kd * (pid-error - pid-error_prev); //微分项//输出限制器if (output pid-output_max) output=pid-output_max; if (输出pid-output_min) 输出=pid-output_min; //更新最后一个错误pid-error_prev=pid-error;返回输出；}

2.增量式 PID计算相邻两次控制量的差值 u(k)，公式推导：

特点：输出 u(k)为控制量增量，只需要叠加在最后一个控制值上（在最后一个控制输出上加减）：u(k)=u(k-1)+ u(k)。

C语言代码（通用）：

typedef 结构体{ float kp; //比例系数float ki; //积分系数float kd; //微分系数float set_point; //设置浮点反馈值； //反馈值浮动错误； //当前错误（设定点- 反馈） float error_prev1; //上一个错误float error_prev2; //前两个错误float output_inc; //增量输出float output_max; //输出最大值（用于增量限制） float output_min; //输出最小值（用于增量限制）} PID_Incremental;/**@brief 增量式PID核心计算（无初始化函数，参数需要给外部赋值） @param pid: 增量式PID结构体指针@param set_point: 设定值@param Feedback: 反馈值@return 增量式PID输出增量*/float PID_Incremental_Calc(PID_Incremental *pid, 浮点设定点，浮点反馈) { if (pid==NULL) return 0.0f; //更新设定值和反馈值pid-set_point=set_point; pid-反馈=反馈； //计算当前误差pid-error=pid-set_point - pid-feedback; //增量式PID核心公式pid-output_inc=pid-kp * (pid-error - pid-error_prev1) + //比例增量pid-ki * pid-error + //积分增量pid-kd * (pid-error - 2*pid-error_prev1 + pid-error_prev2); //差分增量//增量限制器（避免单个增量太大） float inc_max=(pid-output_max - pid-output_min)/2; if (pid-output_inc inc_max) pid-output_inc=inc_max; if (pid-output_inc -inc_max) pid-output_inc=-inc_max; //更新错误历史记录（前2次前1次，前1次当前） pid-error_prev2=pid-error_prev1; pid-error_prev1=pid-错误；返回pid-output_inc;}

三、嵌入式系统如何使用PID控制算法？建立闭环反馈明确谁被控制

受控对象：如温度、机器人关节、直流电机转速等；

选择合适的采样周期对受控变量进行采样

采集能够反映被控对象当前状态的信号

采样周期的选择基于：

香农采样定理：采样频率至少应为被控对象最大变化频率的两倍，以避免信号混叠；

被控对象的响应速度：例如直流电机的响应速度为ms级，采样周期设置为1~10ms；对于温度等响应慢的对象，采样周期设置为1~5s；

由此我们得到被控对象温度的实际温度

PID运算输出

将目标值和采样值送入PID公式进行计算

需要注意：

防积分饱和：当PID输出达到执行器最大/最小范围时，积分累加停止；