增量式PID是什么？不知道你就落伍了
时间：2020-11-13 09:41:29
[导读]在之前一篇博客中（简易PID算法的快速扫盲）简单介绍了PID算法的基本原理和位置式算法的实现过程，由于部分推导过程已经在上一篇文章做过介绍，所以推导过程本文不再赘述，本文重点将对离散增量式PID的算法进行实现。
目录
1 什么是增量式PID?
2 举个例子
2.1 位置式PID
2.2 增量式PID
3 伪算法
4 C语言实现
5 总结
1 什么是增量式PID?
：比例系数
：积分系数
：微分系数
：偏差
-
位置式：位置式算法较为简单，直接输入当前的偏差 ，即可得到输出 ； -
增量式：增量式算法需要保存历史偏差， ，即在第 次控制周期时，需要使用第 和第 次控制所输入的偏差，最终计算得到 ，此时， 这还不是我们所需要的PID输出量；所以需要进行累加；
2 举个例子
2.1 位置式PID
PID，这里依然举一个不是很恰当的例子；如果是
位置式PID算法的话：
-
隆哥对一个直流电机进行调速，设定了转速为 1000； -
这时由于反馈回来的速度和设定的速度偏差为 ； -
经过 位置式PID计算得到 ； -
作为 Process的输入值（可以是 PWM的占空比），最终 Process输出相应的 PWM驱动直流电机； -
反馈装置检测到电机转速，然后重复以上步骤；
2.2 增量式PID
-
隆哥对一个直流电机进行调速，设定了转速为 1000； -
这时由于反馈回来的速度和设定的速度偏差为 ，系统中保存上一次的偏差 和上上次的偏差 ，这三个输入量经过 增量PID计算得到 ； -
系统中还保存了上一次的 PID输出的 ，所以 加上增量 ，就是本次控制周期的 PID输出—— ； -
作为 Process的输入值（可以是 PWM的占空比），最终 Process输出相应的 PWM驱动直流电机； -
反馈装置检测到电机转速，然后重复以上步骤；
-
需要输入历史的偏差值； -
计算得到的是PID输出增量，因此每一次需要累加历史增量最为当前的PID输出；
3 伪算法
previous02_error := 0 //上上次偏差
previous01_error := 0 //上一次偏差
integral := 0 //积分和
pid_out := 0 //pid增量累加和
//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
proportion := error - previous01_error //计算得到比例输出
integral := error × dt //计算得到积分累加和
derivative := (error − 2*previous01_error + previous02_error) / dt //计算得到微分
pid_delta := Kp × error + Ki × integral + Kd × derivative //计算得到PID增量
pid_out := pid_out + pid_delta //计算得到PID输出
//保存当前的偏差和上一次偏差作为下一次采样所需要的历史偏差
previous02_error := previous01_error
previous01_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
goto loop
4 C语言实现
TI公司的PID算法，做了积分抗饱和；具体可以参考
controlSUITE\libs\app_libs\motor_control\math_blocks\v4.2\pid_grando.h
pid_grando.h
/* =================================================================================
File name: PID_GRANDO.H
===================================================================================*/
#ifndef __PID_H__
#define __PID_H__
typedef struct { _iq Ref; // Input: reference set-point
_iq Fbk; // Input: feedback
_iq Out; // Output: controller output
_iq c1; // Internal: derivative filter coefficient 1
_iq c2; // Internal: derivative filter coefficient 2
} PID_TERMINALS;
// note: c1 & c2 placed here to keep structure size under 8 words
typedef struct { _iq Kr; // Parameter: reference set-point weighting
_iq Kp; // Parameter: proportional loop gain
_iq Ki; // Parameter: integral gain
_iq Kd; // Parameter: derivative gain
_iq Km; // Parameter: derivative weighting
_iq Umax; // Parameter: upper saturation limit
_iq Umin; // Parameter: lower saturation limit
} PID_PARAMETERS;
typedef struct { _iq up; // Data: proportional term
_iq ui; // Data: integral term
_iq ud; // Data: derivative term
_iq v1; // Data: pre-saturated controller output
_iq i1; // Data: integrator storage: ui(k-1)
_iq d1; // Data: differentiator storage: ud(k-1)
_iq d2; // Data: differentiator storage: d2(k-1)
_iq w1; // Data: saturation record: [u(k-1) - v(k-1)]
} PID_DATA;
typedef struct { PID_TERMINALS term;
PID_PARAMETERS param;
PID_DATA data;
} PID_CONTROLLER;
/*-----------------------------------------------------------------------------
Default initalisation values for the PID objects
-----------------------------------------------------------------------------*/
#define PID_TERM_DEFAULTS { \
0, \
0, \
0, \
0, \
0 \
}
#define PID_PARAM_DEFAULTS { \
_IQ(1.0), \
_IQ(1.0), \
_IQ(0.0), \
_IQ(0.0), \
_IQ(1.0), \
_IQ(1.0), \
_IQ(-1.0) \
}
#define PID_DATA_DEFAULTS { \
_IQ(0.0), \
_IQ(0.0), \
_IQ(0.0), \
_IQ(0.0), \
_IQ(0.0), \
_IQ(0.0), \
_IQ(0.0), \
_IQ(1.0) \
}
/*------------------------------------------------------------------------------
PID Macro Definition
------------------------------------------------------------------------------*/
#define PID_MACRO(v) \
\
/* proportional term */ \
v.data.up = _IQmpy(v.param.Kr, v.term.Ref) - v.term.Fbk; \
\
/* integral term */ \
v.data.ui = _IQmpy(v.param.Ki, _IQmpy(v.data.w1, \
(v.term.Ref - v.term.Fbk))) + v.data.i1; \
v.data.i1 = v.data.ui; \
\
/* derivative term */ \
v.data.d2 = _IQmpy(v.param.Kd, _IQmpy(v.term.c1, \
(_IQmpy(v.term.Ref, v.param.Km) - v.term.Fbk))) - v.data.d2; \
v.data.ud = v.data.d2 + v.data.d1; \
v.data.d1 = _IQmpy(v.data.ud, v.term.c2); \
\
/* control output */ \
v.data.v1 = _IQmpy(v.param.Kp, \
(v.data.up + v.data.ui + v.data.ud)); \
v.term.Out= _IQsat(v.data.v1, v.param.Umax, v.param.Umin); \
v.data.w1 = (v.term.Out == v.data.v1) ? _IQ(1.0) : _IQ(0.0); \
#endif // __PID_H__
example
/* Instance the PID module */
PID pid1={ PID_TERM_DEFAULTS, PID_PARAM_DEFAULTS, PID_DATA_DEFAULTS };
main() {
pid1.param.Kp = _IQ( 0.5);
pid1.param.Ki = _IQ( 0.005);
pid1.param.Kd = _IQ( 0);
pid1.param.Kr = _IQ( 1.0);
pid1.param.Km =_IQ( 1.0);
pid1.param.Umax= _IQ( 1.0);
pid1.param.Umin= _IQ( -1.0);
}
void interrupt periodic_interrupt_isr() {
pid1.Ref = input1_1; // Pass _iq inputs to pid1
pid1.Fbk = input1_2; // Pass _iq inputs to pid1
PID_MACRO(pid1); // Call compute macro for pid1
output1 = pid1.Out; // Access the output of pid1
}
5 总结
免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！
下载文档
