Arduino PID库 (2) – Derivative Kick
参考:手把手教你看懂并理解Arduino PID控制库——微分冲击
-
pid内容索引-CSDN博客
-
Arduino PID库 (1)– 简介
问题
此修改将稍微调整derivative term。目标是消除一种称为“Derivative Kick”的现象。
spikes :尖峰
从第一张图看出,当设定值产生一个阶跃后,被控量 Input
随着时间慢慢向设定值靠近,第二张图反应的是设定值产生阶跃后控制量 Output 的变化,可以发现,Output 会突然产生一个较大的阶跃,具体原因可以参考 “万恶” 的 PID 经典控制方程。第三张图描述的是 Output 的梯度(也就是变化率:值变化:时间变化),同样可以发现一个阶跃,并且这个脉冲可能会非常的大(dt 非常小),远远超过 Output 变化量。同理,图中描述了当设定值突然减小,Output 及其对应的梯度变化情况。对于一般的系统来说,我们不希望这样的突变发生(可以想象如果采样周期很长,那么这个冲击会持续很长时间,系统估计就飞起来了)。当然如果你的系统需要这个冲击,那么这个问题就可以忽略
上图说明了问题。由于error=Setpoint-Input
,因此Setpoint
的任何更改都会导致误差的瞬时变化。这种变化的导数是无穷大(在实践中,由于 dt 不是 0,它最终是一个非常大的数字。该数字被反馈入pid方程,从而导致输出中出现尖峰。幸运的是,有一种简单的方法可以摆脱这种情况。
解决方案
Setpoint 这一项就会产生一个巨大的冲击,而且仅会产生一次,在下一个计算周期就会消失。处理的方法很多,最简单的就是将 Serpoint 这一项移除,也就是认为对于微分项来说不存在设定值的改变。如果这么处理,系统会不会失控呢?这种玩法已经和我们根深蒂固的经典 PID 理论不一样了啊!!这怎么整!
上述问题的答案是不会失控,我们将上述过程写成数学表达式
事实证明,误差的导数等于输入的负导数,除非设定值发生变化。这最终是一个完美的解决方案。我们不是加(Kd * 误差的导数),而是减去(输入的 Kd * 导数)。这称为使用“测量导数”
代码
/*working variables*/
unsigned long lastTime;
double Input, Output, Setpoint;
double errSum, lastInput;
double kp, ki, kd;
int SampleTime = 1000; //1 sec
void Compute()
{
unsigned long now = millis();
int timeChange = (now - lastTime);
if(timeChange>=SampleTime)
{
/*Compute all the working error variables*/
double error = Setpoint - Input;
errSum += error;
double dInput = (Input - lastInput);
/*Compute PID Output*/
Output = kp * error + ki * errSum - kd * dInput;
/*Remember some variables for next time*/
lastInput = Input;
lastTime = now;
}
}
void SetTunings(double Kp, double Ki, double Kd)
{
double SampleTimeInSec = ((double)SampleTime)/1000;
kp = Kp;
ki = Ki * SampleTimeInSec;
kd = Kd / SampleTimeInSec;
}
void SetSampleTime(int NewSampleTime)
{
if (NewSampleTime > 0)
{
double ratio = (double)NewSampleTime
/ (double)SampleTime;
ki *= ratio;
kd /= ratio;
SampleTime = (unsigned long)NewSampleTime;
}
}
这里的修改非常简单。我们将 +dError 替换为 -dInput。我们现在不再记住最后一个错误,而是记住最后一个输入
结果
- Output 梯度尖峰被去除
- 控制量原来存在一个尖峰被消除
- 被控量的微分变得较为平坦
这些修改给我们带来的结果。请注意,输入看起来仍然大致相同。因此,我们获得了相同的性能,但我们不会在每次设定值更改时都发出巨大的输出峰值。
这可能是也可能不是什么大问题。这完全取决于您的应用程序对输出峰值的敏感程度。不过,在我看来,不突变就不需要做更多的工作,所以为什么不把事情做好呢?