當(dāng)前位置:首頁(yè) > 公眾號(hào)精選 > 大魚(yú)機(jī)器人
[導(dǎo)讀]在之前一篇博客中(簡(jiǎn)易PID算法的快速掃盲)簡(jiǎn)單介紹了PID算法的基本原理和位置式算法的實(shí)現(xiàn)過(guò)程,由于部分推導(dǎo)過(guò)程已經(jīng)在上一篇文章做過(guò)介紹,所以推導(dǎo)過(guò)程本文不再贅述,本文重點(diǎn)將對(duì)離散增量式PID的算法進(jìn)行實(shí)現(xiàn)。

目錄

  • 1 什么是增量式PID?

  • 2 舉個(gè)例子

    • 2.1 位置式PID

    • 2.2 增量式PID

  • 3 偽算法

  • 4 C語(yǔ)言實(shí)現(xiàn)

  • 5 總結(jié)


在之前一篇博客中( ?簡(jiǎn)易PID算法的快速掃盲?)簡(jiǎn)單介紹了 PID算法的基本原理位置式算法的實(shí)現(xiàn)過(guò)程,由于部分推導(dǎo)過(guò)程已經(jīng)在上一篇文章做過(guò)介紹,所以推導(dǎo)過(guò)程本文不再贅述,重點(diǎn)將對(duì)離散增量式PID的算法進(jìn)行實(shí)現(xiàn)。

1 什么是增量式PID?

先看一下 增量式PID的離散公式如下:
:比例系數(shù)
:積分系數(shù)
:微分系數(shù)
:偏差
對(duì)于所謂的 位置式, 增量式的算法,這兩者只是在算法的實(shí)現(xiàn)上的存在差異,本質(zhì)的控制上對(duì)于系統(tǒng)控制的影響還是相同,單純從輸入和輸出的角度來(lái)比較,具體如下表所示;
這里簡(jiǎn)單的說(shuō)明一下;
  • 位置式:位置式算法較為簡(jiǎn)單,直接輸入當(dāng)前的偏差 ,即可得到輸出 ;
  • 增量式:增量式算法需要保存歷史偏差, ,即在第 次控制周期時(shí),需要使用第 和第 次控制所輸入的偏差,最終計(jì)算得到 ,此時(shí), 這還不是我們所需要的PID輸出量;所以需要進(jìn)行累加;
不難發(fā)現(xiàn)第一次控制周期時(shí),即 時(shí);
由以上公式我們可以推導(dǎo)出下式;
所以可以看出,最終PID的輸出量 ,滿(mǎn)足以下公式;
可見(jiàn)增量式算法,就是所計(jì)算出的PID增量的歷史累加和;

2 舉個(gè)例子

2.1 位置式PID

下面從一個(gè)簡(jiǎn)單的例子中去理解一下增量式 PID,這里依然舉一個(gè)不是很恰當(dāng)?shù)睦樱蝗绻? 位置式PID算法的話(huà):
  • 隆哥對(duì)一個(gè)直流電機(jī)進(jìn)行調(diào)速,設(shè)定了轉(zhuǎn)速為 1000;
  • 這時(shí)由于反饋回來(lái)的速度和設(shè)定的速度偏差為
  • 經(jīng)過(guò) 位置式PID計(jì)算得到 ;
  • 作為 Process的輸入值(可以是 PWM的占空比),最終 Process輸出相應(yīng)的 PWM驅(qū)動(dòng)直流電機(jī);
  • 反饋裝置檢測(cè)到電機(jī)轉(zhuǎn)速,然后重復(fù)以上步驟;
整體框圖如下所示;

2.2 增量式PID

對(duì)于增量式PID來(lái)說(shuō);
  • 隆哥對(duì)一個(gè)直流電機(jī)進(jìn)行調(diào)速,設(shè)定了轉(zhuǎn)速為 1000;
  • 這時(shí)由于反饋回來(lái)的速度和設(shè)定的速度偏差為 ,系統(tǒng)中保存上一次的偏差 和上上次的偏差 ,這三個(gè)輸入量經(jīng)過(guò) 增量PID計(jì)算得到 ;
  • 系統(tǒng)中還保存了上一次的 PID輸出 ,所以 加上增量 ,就是本次控制周期的 PID輸出——
  • 作為 Process的輸入值(可以是 PWM的占空比),最終 Process輸出相應(yīng)的 PWM驅(qū)動(dòng)直流電機(jī);
  • 反饋裝置檢測(cè)到電機(jī)轉(zhuǎn)速,然后重復(fù)以上步驟;
整體框圖如下所示;
所以這里不難發(fā)現(xiàn),所謂 增量式PID,它的特點(diǎn)有:
  • 需要輸入歷史的偏差值;
  • 計(jì)算得到的是PID輸出增量,因此每一次需要累加歷史增量最為當(dāng)前的PID輸出;
下面簡(jiǎn)單介紹一下如何實(shí)現(xiàn) 增量式PID算法;

3 偽算法

   
previous02_error?:=? 0?? //上上次偏差
previous01_error?:=? 0?? //上一次偏差
integral?:=? 0??? //積分和
pid_out?:=? 0??? //pid增量累加和
//循環(huán)?
//采樣周期為dt
loop:
? //setpoint?設(shè)定值
? //measured_value?反饋值
????error?:=?setpoint???measured_value? //計(jì)算得到偏差
????proportion?:=?error?-?previous01_error? //計(jì)算得到比例輸出
????integral?:=?error?×?dt? //計(jì)算得到積分累加和
????derivative?:=?(error??? 2*previous01_error?+?previous02_error)?/?dt? //計(jì)算得到微分
????pid_delta?:=?Kp?×?error?+?Ki?×?integral?+?Kd?×?derivative? //計(jì)算得到PID增量
????pid_out?:=?pid_out?+?pid_delta? //計(jì)算得到PID輸出

???? //保存當(dāng)前的偏差和上一次偏差作為下一次采樣所需要的歷史偏差
????previous02_error?:=?previous01_error?
????previous01_error?:=?error???? //保存當(dāng)前偏差為下一次采樣時(shí)所需要的歷史偏差
????wait(dt)? //等待下一次采用
???? goto?loop

4 C語(yǔ)言實(shí)現(xiàn)

這里直接使用了 TI公司的PID算法,做了積分抗飽和;具體可以參考 controlSUITE\libs\app_libs\motor_control\math_blocks\v4.2\pid_grando.h
具體代碼如下所示;
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 總結(jié)

本文簡(jiǎn)單總結(jié)了 位置式PID算法增量式PID算法的差異,參考了TI公司的增量式PID算法實(shí)現(xiàn),對(duì)于不同的控制對(duì)象可以根據(jù)系統(tǒng)要求選擇合適的 PID算法
-END-

往期好文合集

PID到底是個(gè)啥?來(lái)給你講個(gè)故事
再論P(yáng)ID,PID其實(shí)很簡(jiǎn)單。。。
電子設(shè)計(jì)競(jìng)賽(4)-常用的兩種PID算法

??最 后??
?

若覺(jué)得文章不錯(cuò), 轉(zhuǎn)發(fā)分享 ,也是我們繼續(xù)更新的動(dòng)力。
5T資源大放送! 包括但不限于: C/C++,Linux,Python,Java,PHP,人工智能,PCB、FPGA、DSP、labview、單片機(jī)、等等 !
在公眾號(hào)內(nèi)回復(fù)「更多資源」,即可免費(fèi)獲取,期待你的關(guān)注~

免責(zé)聲明:本文內(nèi)容由21ic獲得授權(quán)后發(fā)布,版權(quán)歸原作者所有,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。文章僅代表作者個(gè)人觀點(diǎn),不代表本平臺(tái)立場(chǎng),如有問(wèn)題,請(qǐng)聯(lián)系我們,謝謝!

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專(zhuān)欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車(chē)的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國(guó)汽車(chē)技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車(chē)工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車(chē)。 SODA V工具的開(kāi)發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車(chē) 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來(lái)越多用戶(hù)希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來(lái)越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場(chǎng)的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開(kāi)幕式在貴陽(yáng)舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱(chēng),數(shù)字世界的話(huà)語(yǔ)權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營(yíng)業(yè)績(jī)穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤(rùn)率延續(xù)升勢(shì) 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長(zhǎng) 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競(jìng)爭(zhēng)力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)...

關(guān)鍵字: 通信 BSP 電信運(yùn)營(yíng)商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國(guó)電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場(chǎng) NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡(jiǎn)稱(chēng)"軟通動(dòng)力")與長(zhǎng)三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉