PID控制算法的C语言实现完整版修订稿.docx
- 文档编号:30592701
- 上传时间:2023-08-18
- 格式:DOCX
- 页数:20
- 大小:170.27KB
PID控制算法的C语言实现完整版修订稿.docx
《PID控制算法的C语言实现完整版修订稿.docx》由会员分享,可在线阅读,更多相关《PID控制算法的C语言实现完整版修订稿.docx(20页珍藏版)》请在冰豆网上搜索。
PID控制算法的C语言实现完整版修订稿
公司标准化编码[QQX96QT-XQQB89Q8-NQQJ6Q8-MQM9N]
PID控制算法的C语言实现完整版
PID控制算法的C语言实现一PID算法原理
最近两天在考虑一般控制算法的C语言实现问题,发现网络上尚没有一套完整的比较体系的讲解。
于是总结了几天,整理一套思路分享给大家。
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,想想牛顿的力学三大定律吧,想想爱因斯坦的质能方程吧,何等的简单!
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。
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
理解一下这个公式,主要从下面几个问题着手,为了便于理解,把控制环境具体一下:
1.规定这个流程是用来为直流电机调速的;
2.输入量rin(t)为电机转速预定值;
3.输出量rout(t)为电机转速实际值;
4.执行器为直流电机;
5.传感器为光电码盘,假设码盘为10线;
6.直流电机采用PWM调速转速用单位转/min表示;
不难看出以下结论:
1.输入量rin(t)为电机转速预定值(转/min);
2.输出量rout(t)为电机转速实际值(转/min);
3.偏差量为预定值和实际值之差(转/min);
那么以下几个问题需要弄清楚:
1.通过PID环节之后的U(t)是什么值呢
2.控制执行器(直流电机)转动转速应该为电压值(也就是PWM占空比)。
3.那么U(t)与PWM之间存在怎样的联系呢
(见附录1)这篇文章上给出了一种方法,即,每个电压对应一个转速,电压和转速之间呈现线性关系。
但是我考虑这种方法的前提是把直流电机的特性理解为线性了,而实际情况下,直流电机的特性绝对不是线性的,或者说在局部上是趋于线性的,这就是为什么说PID调速有个范围的问题。
具体看一下(见附录2)这篇文章就可以了解了。
所以在正式进行调速设计之前,需要现有开环系统,测试电机和转速之间的特性曲线(或者查阅电机的资料说明),然后再进行闭环参数整定。
这篇先写到这,下一篇说明连续系统的离散化问题。
并根据离散化后的特点讲述位置型PID和增量型PID的用法和C语言实现过程。
PID控制算法的C语言实现二PID算法的离散化
上一节中,我论述了PID算法的基本形式,并对其控制过程的实现有了一个简要的说明,通过上一节的总结,基本已经可以明白PID控制的过程。
这一节中先继续上一节内容补充说明一下。
1.说明一下反馈控制的原理,通过上一节的框图不难看出,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。
好了,关于PID的基本说明就补充到这里,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KT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。
PID控制算法的C语言实现三位置型PID的C语言实现
上一节中已经抽象出了位置性PID和增量型PID的数学表达式,这一节,重点讲解C语言代码的实现过程,算法的C语言实现过程具有一般性,通过PID算法的C语言实现,可以以此类推,设计其它算法的C语言实现。
第一步:
定义PID变量结构体,代码如下:
struct_pid{
floatSetSpeed;
例系数Kp的作用是加快系统的响应速度,提高系统的调节精度。
Kp越大,系统的响应速度越快,系统的调节精度越高,但是容易产生超调,甚至会使系统不稳定。
Kp取值过小,则会降低调节精度,使响应速度缓慢,从而延长调节时间,是系统静态、动态特性变差;
2.积分作用系数Ki的作用是消除系统的稳态误差。
Ki越大,系统的静态误差消除的越快,但是Ki过大,在响应过程的初期会产生积分饱和的现象,从而引起响应过程的较大超调。
若Ki过小,将使系统静态误差难以消除,影响系统的调节精度;
3.微分系数Kd的作用是改善系统的动态特性,其作用主要是在响应过程中抑制偏差向任何方向的变化,对偏差变化进行提前预报。
但是kd过大,会使响应过程提前制动,从而延长调节时间,而且会降低系统的抗干扰性。
反应系统性能的两个参数是系统误差e和误差变化律ec,这点还是好理解的:
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;
当abs(e)>Mmax时,说明误差的绝对值已经很大了,不论误差变化趋势如何,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。
此时,相当于实施开环控制。
当e*ec>0时,说明误差在朝向误差绝对值增大的方向变化,此时,如果abs(e)>Mmid,说明误差也较大,可考虑由控制器实施较强的控制作用,以达到扭转误差绝对值向减小的方向变化,并迅速减小误差的绝对值。
此时如果abs(e) 当e*err<0且e*err(k-1)>0或者e=0时,说明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。 当e*err<0且e*err(k-1)<0时,说明误差处于极限状态。 如果此时误差的绝对值较大,大于Mmin,可以考虑实施较强控制作用。 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) 上面的逻辑判断过程,实际上就是对于控制系统的一个专家判断过程。 (未完待续) PID控制算法的C语言实现十模糊算法简介 在PID控制算法的C语言实现九中,文章已经对模糊PID的实质做了一个简要说明。 本来打算等到完成毕业设计,工作稳定了再着力完成剩下的部分。 鉴于网友的要求和信任,抽出时间来,对模糊PID做一个较为详细的论述,这里我不打算做出仿真程序了,但就基本概念和思路进行一下说明,相信有C语言基础的朋友可以通过这些介绍性的文字自行实现。 这篇文章主要说明一下模糊算法的含义和原理。 实际上模糊算法属于智能算法,智能算法也可以叫非模型算法,也就是说,当我们对于系统的模型认识不是很深刻,或者说客观的原因导致我们无法对系统的控制模型进行深入研究的时候,智能算法常常能够起到不小的作用。 这点是方便理解的,如果一个系统的模型可以轻易的获得,那么就可以根据系统的模型进行模型分析,设计出适合系统模型的控制器。 但是现实世界中,可以说所有的系统都是非线性的,是不可预测的。 但这并不是说我们就无从建立控制器,因为,大部分的系统在一定的条件和范围内是可以抽象成为线性系统的。 问题的关键是,当我们系统设计的范围超出了线性的范围,我们又该如何处理。 显然,智能算法是一条很不错的途径。 智能算法包含了专家系统、模糊算法、遗传算法、神经网络算法等。 其实这其中的任何一种算法都可以跟PID去做结合,而选择的关键在于,处理的实时性能不能得到满足。 当我们处理器的速度足够快速时,我们可以选择更为复杂的、精度更加高的算法。 但是,控制器的处理速度限制了我们算法的选择。 当然,成本是限制处理器速度最根本的原因。 这个道理很简单,51单片机和DSP的成本肯定大不相同。 专家PID和模糊PID是常用的两种PID选择方式。 其实,模糊PID适应一般的控制系统是没有问题。 文章接下来将说明模糊算法的一些基本常识。 模糊算法其实并不模糊。 模糊算法其实也是逐次求精的过程。 这里举个例子说明。 我们设计一个倒立摆系统,假如摆针偏差<5°,我们说它的偏差比较“小”;摆针偏差在5°和10°之间,我们说它的偏差处于“中”的状态;当摆针偏差>10°的时候,我们说它的偏差有点儿“大”了。 对于“小”、“中”、“大”这样的词汇来讲,他们是精确的表述,可问题是如果摆针偏差是3°呢,那么这是一种什么样的状态呢。 我们可以用“很小”来表述它。 如果是7°呢,可以说它是“中”偏“小”。 那么如果到了80°呢,它的偏差可以说“非常大”。 而我们调节的过程实际上就是让系统的偏差由非常“大”逐渐向非常“小”过度的过程。 当然,我们系统这个调节过程是快速稳定的。 通过上面的说明,可以认识到,其实对于每一种状态都可以划分到大、中、小三个状态当中去,只不过他们隶属的程度不太一样,比如6°隶属于小的程度可能是,隶属于中的程度是,隶属于大的程度是0。 这里实际上是有一个问题的,就是这个隶属的程度怎么确定这就要求我们去设计一个隶属函数。 详细内容可以查阅相关的资料,这里没有办法那么详细的说明了。 (见附录3)这里面有些说明。 那么,知道了隶属度的问题,就可以根据目前隶属的程度来控制电机以多大的速度和方向转动了,当然,最终的控制量肯定要落实在控制电压上。 这点可以很容易的想想,我们控制的目的就是让倒立摆从隶属“大”的程度为1的状态,调节到隶属“小”的程度为1的状态。 当隶属大多一些的时候,我们就加快调节的速度,当隶属小多一些的时候,我们就减慢调节的速度,进行微调。 可问题是,大、中、小的状态是汉字,怎么用数字表示,进而用程序代码表示呢其实我们可以给大、中、小三个状态设定三个数字来表示,比如大表示用3表示,中用2表示,小用1表示。 那么我们完全可以用1*+2*+3*=来表示它,当然这个公式也不一定是这样的,这个公式的设计是系统模糊化和精确化的一个过程,读者也可参见相关文献理解。 但就这个数字而言,可以说明,目前6°的角度偏差处于小和中之间,但是更偏向于中。 我们就可以根据这个数字来调节电机的转动速度和时间了。 当然,这个数字与电机转速的对应关系,也需要根据实际情况进行设计和调节。 前面一个例子已经基本上说明了模糊算法的基本原理了。 可是实际上,一个系统的限制因素常常不是一个。 上面的例子中,只有偏差角度成为了系统调节的参考因素。 而实际系统中,比如PID系统,我们需要调节的是比例、积分、微分三个环节,那么这三个环节的作用就需要我们认清,也就是说,我们需要根据超调量、调节时间、震荡情况等信息来考虑对这三个环节调节的比重,输入量和输出量都不是单一的,可是其中必然有某种内在的逻辑联系。 所以这种逻辑联系就成为我们设计工作的重点了。 下一篇文章将详细分析PID三个变量和系统性能参数之间的联系。 PID控制算法的c语言实现十一(PID系列完结篇)模糊PID的参数整定 这几天一直在考虑如何能够把这一节的内容说清楚,对于PID而言应用并没有多大难度,按照基本的算法设计思路和成熟的参数整定方法,就算是没有经过特殊训练和培训的人,也能够在较短的时间内容学会使用PID算法。 可问题是,如何能够透彻的理解PID算法,从而能够根据实际的情况设计出优秀的算法呢。 通过讲述公式和基本原理肯定是最能说明问题的,可是这样的话怕是犯了“专家”的错误了。 对于门槛比较低的技术人员来讲,依然不能透彻理解。 可是说的入耳了,能不能透彻说明也是一个问题,所以斟酌了几天,整理了一下思路才开始完成PID系列文章的最后一篇。 我所说的最后一篇不代表PID的功能和发展就止步与此,仅仅是说明,透过这一些列的文章,基本上已经可以涵盖PID设计的要点,至于更深入的研究,就交给有需要的读者去做。 上一节中大致讲述了一下模糊算法。 实际上模糊算法的很多概念在上一节中并没有深入的解释。 举的例子也只是为了说明模糊算法的基本含义,真正的模糊算法是不能这么设计的,当然也不会这么简单。 模糊算法的核心是模糊规则,如果模糊规则制定的出色,那么模糊算法的控制效率就高。 其实这是智能算法的一般特性,规则是系统判断和处理的前提。 那么就说说PID的规则该怎么制定。 我们知道,模糊算法的本质是对PID的三个参数进行智能调节。 那么首先要提出的问题是如何对PID的参数进行调节这个问题其实是参数整定的问题,现实当中有很多整定方法。 可是我们需要从根本上了解为什么这么整定,才能知道该如何建立数学模型进行分析。 那么要回答如何整定参数的问题,就需要先明白PID参数的作用都是什么对系统有什么影响 我们从作用和副作用两个方面说明参数对系统的影响。 1.比例环节Kp,作用是加快系统的响应速度,提高系统的调节精度,副作用是会导致超调; 2.积分环节Ki,作用是消除稳态误差,副作用是导致积分饱和现象; 3.微分环节Kd,作用是改善系统的动态性能,副作用是延长系统的调节时间。 理解了上述问题,那么就可以“辩证施治,对症下药”了。 比如说,如果系统响应速度慢,我们就加大Kp的取值,如果超调量过大我们就减小Kp的取值等等。 可是问题这些语言的描述该如何用数学形式表达出来呢。 我们所知道的,反馈系统的实质就是系统的输出量作为反馈量与系统的输入量进行作差,从而得到系统的误差e,那么这个误差e就能够反应目前系统所处的状态。 误差e可以表明目前系统的输出状态到底偏离要求多少。 而误差e的变化律ec,表示误差变化的速度。 这样,我们可以根据这两个量的状态来分析三个参数此时应该如何取值,假如e为负方向比较大,ec也为负方向增大状态,此时比例环节要大一些,从而加快调节速度,而积分环节要小一些,甚至不加积分环节,从而防止负方向上出现饱和积分的现象。 微分环节可以稍加一些,在不影响调节时间的情况下,起到改善系统动态性能的作用。 附录1 看到有不少人问到底如何让UK值与PWM占空比值对应,进而实现占空比输出和输出控制电压对应。 (注意,我这里讨论的前提是输出控制的是电压,不是PWM方波。 PWM输出后要经过滤波整形再输出控制。 ) 前提条件: 输出电压控制电压范围是0-10V。 给定、反馈、输出电压采样输入电压范围是0-5V(经过运放)。 使用单片机AD为10位AD芯片。 那么10位AD芯片电压采集得到的数据范围就是0-1024。 PWM为8位可调占空比方波,0对应输出占空比为0的方波,255对应输出占空比100%的方波,127对应输出50%的方波。 比如当前给定是,反馈电压是1V。 (KP,KI,KD等系数略,关于PID算法的整数实现我在前文中有论述如何实现)。 那么经过AD采样 1、给定对应为512 2、反馈1V对应为205 假定经过PID计算得到的UK为400 也就意味着输出电压应当为(400*(UPWM峰值电压))/1024 那么UK对应的PWM占空比是多少呢 我们知道,UK=1024对应占空比为100,也就是PWM的占空比系数为255。 可知,PWM系数=UK/4; 那么400就应当对应系数400/4=100。 也就是输出电压=400*10/1024= 同时,由于采样精度以及PWM输出占空比精度控制的问题,将导致输出电压和期望值不是那么线性,所以,我在项目内加入了输出电压采样的控制。 采样AD输入为0-5V,所以,对于输出0-10V有一个缩小的比例。 输出10V则采样值对应为255 输出5V则采样之对应127 可知,对应AD结果为97 采样输出电压值,可以针对性的调整一下占空比输出,从而得到误差允许范围内的一个控制输出电压。 同时,经过一些加速控制的手段。 可以比较迅速的达到控制的目的。 下文中的UK控制方法是针对增量式PID控制而来做的。 /****************************************************/ voidPWMProcess(void) { uint16idatatemp; uint16idataUKTemp; temp=0; UKTemp=0; if(! =0)//判断是否需要改变占空比 {//是否需要改变占空比和你的被控系统特性有关 =0; UKTemp=+; //计算UK控制量 //控制量和计算值以及一个开关量有关,我这里的开关量是系统需要的时候叠加在控制量上的一个变量。 if(UKTemp>999) { UKTemp=999; } //这里只所以是999封顶而不是1024是因为我的系统PWM的峰值电压是12V导致。 while (1)//如果输出电压和期望电压相差Delta,则继续调整占空比,直到在误差以内 { ADChPro(UPWMADCH);//测量输出电压 if([UPWMADCH]==UKTemp) { return; } if([UPWMADCH]>UKTemp)//如果当前电压大于输出电压,减小占空比 { if(([UPWMADCH]-UKTemp)>UDELTA) { temp=[UPWMADCH]-UKTemp;// temp=temp/2;//下降可以加速下降,所以下降参数加倍 if(>temp) { =-temp; } else { =0; } } else { return; } } else//如果当前电压小于输出电压 { if((UKTemp-[UPWMADCH])>UDELTA) { temp=UKTemp-[UPWMADCH]; temp=temp/4;//上升处理不要超调,所以每次只+一半 if(>temp) { +=(temp/2); } else { =255; } } else { return; } } DisPlayVoltage(); PWMChangeDuty;//改变占空比 Delay(10,10); } } } /*****************************************************/ 附录2 直流电机PWM调速系统中控制电压非线性研究 引言 由于线性放大驱动方式效率和散热问题严重,目前绝大多数直流电动机采用开关驱动方式。 开关驱动方式是半导体功率器件工作在开关状态,通过脉宽调制PWM控制电动机电枢电压,实现调速。 目前已有许多文献介绍直流电机调速,宋卫国等用89C51单片机实现了直流电机闭环调速;张立勋等用AVR单片机实现了直流电机PWM调速;郭崇军等用C8051实现了无刷直流电机控制;张红娟等用PIC单片机实现了直流电机PWM调速;王晨阳等用DSP实现了无刷直流电机控制。 上述文献对实现调速的硬件电路和软件流程的设计有较详细的描述,但没有说明具体的调压调速方法,也没有提及占空比与电机端电压平均值之间的关系。 在李维军等基于单片机用软件实现直流电机PWM调速系统中提到平均速度与占空比并不是严格的线性关系,在一般的应用中,可以将其近似地看作线性关系。 但没有做深入的研究。 本文通过实验验证,在不带电机情况下,PWM波占空比与控制输出端电压平均值之间呈线性关系;在带电机情况下,占空比与电机端电压平均值满足抛物线方程,能取得精确的控制。 本文的电机闭环调速是运用Matlab拟合的关系式通过PID控制算法实现。 1系统硬件设计 本系统是基于TX-1C实验板上的AT89C52单片机,调速系统的硬件原理图如图1所示,主要由AT89C52单片机、555振荡电路、L298驱动电路、光电隔离、霍尔元件测速电路、MAX232电平转换电路等组成。 ? 图1闭环控制系统示意图 2系统软件设计 系统采用模块化设计,软件由1个主程序,3个中断子程序,即外部中断0、外部中断1,定时器0子程序,PID算法子程序,测速子程序及发送数据到串口显示子程序组成,主程序流程图如图2所示。 外部中断0通过比较直流电平与锯齿波信号产生PWM波,外部中断1用于对传感器的脉冲计数。 定时器0用于对计数脉冲定时。 测得的转速通过串口发送到上位机显示,通过PID模块调整转速到设定值。 本实验采用M/T法测速,它是同时测量检测时间和在此检测时间内霍尔传感器所产生的转速脉冲信号的个数来确定转速。 由外部中断1对霍尔传感器脉冲计数,同时起动定时器0,当计数个数到预定值2000后,关定时器0,可得到计2000个脉冲的计数时间,由式计算出转速: n=60f/K=60N/(KT) (1) 式中: n为直流电机的转速;K为霍尔传感器转盘上磁钢数;f为脉冲频率;N为脉冲个数;T为采样周期。 ? 图2主程序流程图 3实验结果及原因分析 3.1端电压平均值与转速关系 3.1.1实验结果 实验用的是永磁稳速直流电机,型号是EG-530YD-2BH,额定转速2000~4000r/min,额定电压12V。 电机在空载的情况下,测得的数据用Matlab做一次线性拟合,拟合的端电压平均值与转速关系曲线如图3(a)所示。 相关系数R-square: 0.9521。 拟合曲线方程为: y=0.001852x+0.2963 (2) 由式 (2)可知,端电压平均值与转速可近似为线性关系,根椐此关系式,在已测得的转速的情况下可以计算出当前电压。 为了比较分析,同样用Matlab做二次线性拟合,拟合的端电压平均值与转速关系曲线如图3(b)所示。 相关系数R-square: 0.9867。 ? 图3端电压平均值与转速关系曲线图 3.1.2原因分析 比较图3(a)可知,当转速在0~1500r/min和4000~5000r/min,端电压平均值与转速间存在的非线性,用二次曲拟合如图3(b)所示,拟合相关系数较高。 由图3(a)可见,当电机转速为0时电机两端电压平均值约为1.3V。 这是因为电机处于静止状态时,摩擦力为静摩擦力,静摩擦力是非线性的。 随着外力的增加而增加,最大值发生在运动前的瞬间。 电磁转矩为负载制动转矩和空载制动转矩
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- PID 控制 算法 语言 实现 完整版 修订稿