PID控制器开发笔记之八:带死区的PID控制器的实现

匿名 (未验证) 提交于 2019-12-03 00:32:02

  在计算机控制系统中,由于系统特性和计算精度等问题,致使系统偏差总是存在,系统总是频繁动作不能稳定。为了解决这种情况,我们可以引入带死区的PID算法。

1、带死区PID的基本思想

  带死区的PID控制算法就是检测偏差值,若是偏差值达到一定程度,就进行调节。若是偏差值较小,就认为没有偏差。用公式表示如下:

  其中的死区值得选择需要根据具体对象认真考虑,因为该值太小就起不到作用,该值选取过大则可能造成大滞后。

  带死区的PID算法,对无论位置型还是增量型的表达式没有影响,不过它是一个非线性系统。

  除以上描述之外还有一个问题,在零点附近时,若偏差很小,进入死去后,偏差置0会造成积分消失,如是系统存在静差将不能消除,所以需要人为处理这一点。

2、算法实现

  前面我们描述了带死区的PID控制的基本思想。在接下来我们来实现这一思想,同样是按位置型和增量型来分别实现。

1)位置型PID算法实现

  前面我们对微分项、积分项采用的不同的优化算法,他们都可以与死区一起作用于PID控制。这一节我们就来实现一个采用抗积分饱和、梯形积分、变积分算法以及不完全微分算法和死区控制的PID算法。首先依然是定义一个PID结构体。

 1 /*定义结构体和公用体*/  2   3 typedef struct  4 {  5   float setpoint;               /*设定值*/  6   float kp;                     /*比例系数*/  7   float ki;                     /*积分系数*/  8   float kd;                     /*微分系数*/  9   float lasterror;              /*前一拍偏差*/ 10   float preerror;               /*前两拍偏差*/ 11   float deadband;               /*死区*/ 12   float result;                 /*PID控制器计算结果*/ 13   float output;                 /*输出值0-100%*/ 14   float maximum;                /*输出值上限*/ 15   float minimum;                /*输出值下限*/ 16   float errorabsmax;            /*偏差绝对值最大值*/ 17   float errorabsmin;            /*偏差绝对值最小值*/ 18   float alpha;                  /*不完全微分系数*/ 19   float derivative;              /*微分项*/ 20   float integralValue;          /*积分累计量*/ 21 }CLASSICPID;

  接下来我们实现带死区、抗积分饱和、梯形积分、变积分算法以及不完全微分算法的增量型PID控制器。

 1 void PIDRegulator(CLASSICPID vPID,float pv)  2 {  3   float thisError;  4   float result;  5   float factor;  6    7   thisError=vPID->setpoint-pv; //得到偏差值  8   result=vPID->result;  9  10   if (fabs(thisError)>vPID->deadband) 11   { 12     vPID-> integralValue= vPID-> integralValue+ thisError; 13  14     //变积分系数获取 15     factor=VariableIntegralCoefficient(thisError,vPID->errorabsmax,vPID->errorabsmin); 16     17     //计算微分项增量带不完全微分 18     vPID-> derivative =kd*(1-vPID->alpha)* (thisError-vPID->lasterror +vPID->alpha*vPID-> derivative; 19         20 result=vPID->kp*thisError+vPID->ki*vPID-> integralValue +vPID-> derivative; 21   } 22   else 23   { 24     if((abs(vPID->setpoint-vPID->minimum)<vPID->deadband)&&(abs(pv-vPID->minimum)<vPID->deadband)) 25     { 26       result=vPID->minimum; 27     } 28   } 29   30   /*对输出限值,避免超调和积分饱和问题*/ 31   if(result>=vPID->maximum) 32   { 33     result=vPID->maximum; 34   } 35  36   if(result<=vPID->minimum) 37   { 38     result=vPID->minimum; 39   }  40   41   vPID->preerror=vPID->lasterror;  //存放偏差用于下次运算 42   vPID->lasterror=thisError; 43   vPID->result=result; 44  45   vPID->output=((result-vPID->minimum)/(vPID->maximum-vPID->minimum))*100.0; 46 }

2)增量型PID算法实现

  在位置型PID中我们实现了比较全面的PID控制器,对于增量型PID我们也相应的实现这样一个控制器。除了这些结合外,其他的优化算法也可以结合使用,可以根据具体的需要来实现。首先依然是定义一个PID结构体。

 1 /*定义结构体和公用体*/  2 typedef struct  3 {  4   float setpoint;               /*设定值*/  5   float kp;                     /*比例系数*/  6   float ki;                     /*积分系数*/  7   float kd;                     /*微分系数*/  8   float lasterror;              /*前一拍偏差*/  9   float preerror;               /*前两拍偏差*/ 10   float deadband;               /*死区*/ 11   float result;                 /*PID控制器计算结果*/ 12   float output;                 /*输出值0-100%*/ 13   float maximum;                /*输出值上限*/ 14   float minimum;                /*输出值下限*/ 15   float errorabsmax;            /*偏差绝对值最大值*/ 16   float errorabsmin;            /*偏差绝对值最小值*/ 17   float alpha;                  /*不完全微分系数*/ 18   float deltadiff;              /*微分增量*/ 19 }CLASSICPID;

  接下来我们实现带死区、抗积分饱和、梯形积分、变积分算法以及不完全微分算法的增量型PID控制器。

 1 void PIDRegulator(CLASSICPID vPID,float pv)  2 {  3   float thisError;  4   float result;  5   float factor;  6   float increment;  7   float pError,dError,iError;  8    9   thisError=vPID->setpoint-pv; //得到偏差值 10   result=vPID->result; 11  12   if (fabs(thisError)>vPID->deadband) 13   { 14     pError=thisError-vPID->lasterror; 15     iError=(thisError+vPID->lasterror)/2.0; 16     dError=thisError-2*(vPID->lasterror)+vPID->preerror; 17     18     //变积分系数获取 19     factor=VariableIntegralCoefficient(thisError,vPID->errorabsmax,vPID->errorabsmin); 20     21     //计算微分项增量带不完全微分 22     vPID->deltadiff=kd*(1-vPID->alpha)*dError+vPID->alpha*vPID->deltadiff; 23         24     increment=vPID->kp*pError+vPID->ki*factor*iError+vPID->deltadiff;   //增量计算 25   } 26   else 27   { 28     if((fabs(vPID->setpoint-vPID->minimum)<vPID->deadband)&&(fabs(pv-vPID->minimum)<vPID->deadband)) 29     { 30       result=vPID->minimum; 31     } 32     increment=0.0; 33   } 34   35   result=result+increment; 36   37   /*对输出限值,避免超调和积分饱和问题*/ 38   if(result>=vPID->maximum) 39   { 40     result=vPID->maximum; 41   } 42  43   if(result<=vPID->minimum) 44   { 45     result=vPID->minimum; 46   }  47   48   vPID->preerror=vPID->lasterror;  //存放偏差用于下次运算 49   vPID->lasterror=thisError; 50   vPID->result=result; 51  52   vPID->output=((result-vPID->minimum)/(vPID->maximum-vPID->minimum))*100.0; 53 }

3、总结

  引入死区的主要目的是消除稳定点附近的波动,由于测量值的测量精度和干扰的影响,实际系统中测量值不会真正稳定在某一个具体的值,而与设定值之间总会存在偏差,而这一偏差并不是系统真实控制过程的反应,所以引入死区就能较好的消除这一点。

  当然,死区的大小对系统的影响是不同的。太小可能达不到预期的效果,而太大则可能对系统的正常变化造成严重滞后,需要根据具体的系统对象来设定。

欢迎关注:

原文:https://www.cnblogs.com/foxclever/p/9215518.html

标签
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!