📚 课程目录第1章 PID控制基础

PID控制基础：比例、积分、微分，我把它们拆成这三句话

做运动控制这么多年，我接触最多的就是PID。说白了，PID就是个万能调节器——你给它一个目标值，它帮你算一个控制量，让系统老老实实跟上去。你想想看，从恒温箱到无人机，从电机调速到振镜微摆，背后几乎都有PID的影子。

我刚开始做振镜控制时，师父丢给我一句：“把PID调稳了，你就入门了。”结果我花了两周才弄明白P、I、D到底在干嘛。今天我就用自己的话，把这三个作用拆开讲清楚。

PID三个字母分别代表：比例（P）、积分（I）、微分（D）。它干的事就一件：对比当前值和目标值，算出差值（误差），然后根据误差的大小、历史总和、变化趋势，算出一个输出量去驱动执行器。

用公式表达就是：

u(t) = Kp * e(t) + Ki * ∫e(t) dt + Kd * de(t)/dt

其中 u(t) 是控制量，e(t) 是当前时刻的误差。Kp、Ki、Kd 分别是比例、积分、微分的增益系数——调参调的就是这三个数。

我给你画个结构图，一眼就能看懂PID的流动逻辑：

这张图把PID的三个支路画得很清楚。注意看那个反馈回路——测量值拖回去和设定值比，这就是闭环控制的核心思想。我去年调试一台振镜扫描系统，就是靠这张图一步步排查问题。

比例项就是把当前的误差乘以一个系数Kp，直接输出去。误差大，输出就大；误差小，输出就小。很直觉对吧？

举个例子：你调空调温度，设目标26℃，现在室温30℃，误差+4℃。Kp相当于你“每差1℃就开多大功率”。如果Kp=2，输出就是8。要是室温降到28℃，误差变成2，输出降为4。

关键点：比例控制永远存在“静差”——因为只有当误差为0时输出才为0，但系统有负载时，需要持续输出才能保持位置，所以误差不可能为0，最终会留一个稳定偏差。

我曾经调一个直线电机平台，Kp加到很大，响应快是快，但平台开始高频抖动，像打摆子一样。嗯，这就是P太大了——输出对误差过度敏感，系统会震荡甚至发散。

经验值：工程上一般先设Ki=Kd=0，单独调Kp从小往大加，直到系统出现等幅震荡，然后取Kp的一半作为初始值。这个方法叫“临界比例度法”，简单有效。

积分项看的是误差的累积。只要误差一直存在，积分项就会一直增长，直到把误差推回零。说白了，它就是来消除比例留下的静差的。

比如前面说的空调，如果比例控制只能让室温稳定在27.5℃（静差1.5℃），积分项会慢慢累计，悄悄增加输出功率，把温度往26℃方向推。

注意：积分也不能太大。我在做电机位置控制时，遇到过一个经典问题：上电瞬间误差很大，积分项瞬间积满（称为“积分饱和”），结果系统猛地冲过头，来回振荡好几次才稳定下来。所以很多控制器会加“积分限幅”或“抗饱和处理”。

避坑指南：我曾经在一个温控项目里把Ki设得过高，结果温度曲线像过山车——每次加热都超调，然后积分又往回拉，来回折腾了十几分钟才稳定。后来我才意识到，积分时间常数应该是比例时间的3~5倍。

微分项看的是误差的变化率，也就是误差“正在变快还是变慢”。它相当于一个刹车，抑制系统的震荡趋势。

你想象开车：看到前面红灯，你提前松油门，而不是等到跟前才猛踩刹车。微分就是这种“预判”。当误差正在快速减小（比如系统接近目标），微分项输出一个负值，提前减小控制力，防止超调。

但说实话，微分在工程中容易引入噪声。因为微分对高频信号特别敏感——传感器抖一下，微分会当成趋势，输出一个尖峰。我在振镜系统里很少用D，除非系统本身噪声很小，或者加了强滤波。

工程实情：很多工业PID控制器（尤其是温度、流量控制）干脆把D设为0，仅靠PI就能满足要求。但对于力矩响应快、惯性小的系统（如云台、激光扫描振镜），适当加D能明显改善动态稳定性。

作用	数学含义	对系统的直接影响	典型问题
比例 (P)	Kp × e(t)	加快响应，但留下静差	过大→震荡，过小→响应慢
积分 (I)	Ki × ∫e(t)dt	消除静差	过大→超调/积分饱和
微分 (D)	Kd × de(t)/dt	抑制震荡，提高稳定性	放大噪声，需滤波

PID的三个字母，对应着三种不同的“纠偏策略”：

这三个系数一旦配好，系统就像有个经验丰富的老师傅在手动调节。不过要记住：没有万能参数，每套系统的惯量、摩擦、采样周期都不一样，最终还是得靠调试。下一张图里我会详细讲怎么调参数，咱们到时候手把手过。

一个实用技巧：如果你手头没有整定工具，用“先P后I再D”的顺序慢慢试。先把I和D置零，找到能稳定但不准确的比例值；然后加I消除静差，观察超调量；最后如果还有明显振荡，加一点D。每次只调一个参数，别贪快。

嗯，今天先讲这么多。PID说深了可以写一本书，但我们先把这三个角色搞清楚——后面的参数整定和振镜稳定性优化，都建立在这个基础上。