PID控制器的理论 v2.1
该库实现的PID控制器传递函数为:
\[G_PID=\frac{v(s)}{e(S)}=P+\frac{I}{s}+D_s\]连续PID离散化,可以描述为三个分量的和:
\[u(k)=u_P(k)+u_I(k)+u_D(k)\]比例环: \(u_P(k)=P_e(k)\)
积分环: \(u_I(k)=u_I(k-1)+I\frac{e(k)+e(k-1)}{2}T_s\)
微分环: \(u_D(k)=D\frac{e(k)-e(k-1)}{T_s}\)
其中 u(k) 为k时刻的控制信号(本例中为电压Uq) ,e(k),e(k-1)为当前时刻k和前一时刻k-1的跟踪误差,跟踪误差是指目标速度值 vd与实测速度 v之间的差异。 \(e(k)=v_d(k)-v_f(k)\)
实现细节
PID算法在 PIDController
中的SimpleFOClibrary中实现。通过指定参数实例化类:
PIDController(float P, float I, float D, float ramp, float limit);
该类只有一个函数:
// PID控制器的功能
float PIDController::operator() (float error){
// 计算最新调用的时间
unsigned long timestamp_now = _micros();
float Ts = (timestamp_now - timestamp_prev) * 1e-6;
// 快速修复错误的情况 (micros overflow)
if(Ts <= 0 || Ts > 0.5) Ts = 1e-3;
// u(s) = (P + I/s + Ds)e(s)
// 实现离散
// 成比例的部分
// u_p = P *e(k)
float proportional = P * error;
// 积分部分的Tustin变换
// u_ik = u_ik_1 + I*Ts/2*(ek + ek_1)
float integral = integral_prev + I*Ts*0.5*(error + error_prev);
// 限制输出电压q
integral = _constrain(integral, -limit, limit);
// 离散的推导
// u_dk = D(ek - ek_1)/Ts
float derivative = D*(error - error_prev)/Ts;
// 求和所有的分量
float output = proportional + integral + derivative;
// 限制输出变量
output = _constrain(output, -limit, limit);
// 通过提高输出来限制加速度
float output_rate = (output - output_prev)/Ts;
if (output_rate > output_ramp)
output = output_prev + output_ramp*Ts;
else if (output_rate < -output_ramp)
output = output_prev - output_ramp*Ts;
// 为下一浏览存储
integral_prev = integral;
output_prev = output;
error_prev = error;
timestamp_prev = timestamp_now;
return output;
}
因此,你可以很容易地将PID集成到你的代码中,只需调用:
void setup(){
...
PIDController some_pid = PIDController{.....};
...
}
void loop(){
float control = some_pid(target-measurement);
}
这个PID是在BLDCMotor
和 StepperMotor
中实现的,用于处理运动控制速度(motor.PID_velocity
)和位置 (motor.P_angle
)。你可以通过更改这些PID控制器的公共变量来更改它们的参数
// PID控制器组态结构
class PIDController
{
.....
float P; //!< 成比例增加
float I; //!< 积分增益
float D; //!< 微分增益
....
};
例如:
motor.PID_velocity.P = 1;
motor.P_angle.P = 10;