我，不是说了PID要平均值吗？

　　前几日写了一篇PID算法学习笔记，并幻想了一个场景进行算法仿真。经过不断探索后，博主发现，PID算法的精髓不在算法逻辑，而在于PID三个参数的值。本篇随笔将延续上次的仿真实验进行调试，总结PID调参的规律和方法。

 

---

 

一、调参口诀

　　先看看百度找到的调参口诀。

参数整定找最佳， 从小到大顺序查。①
先是比例后积分， 最后再把微分加。②
曲线振荡很频繁， 比例度盘要放大。③
曲线漂浮绕大弯， 比例度盘往小扳。④
曲线偏离回复慢， 积分时间往下降。⑤
曲线波动周期长， 积分时间再加长。⑥
曲线振荡频率快， 先把微分降下来。⑦
动差大来波动慢， 微分时间应加长。⑧
理想曲线两个波， 前高后低四比一。⑨
一看二调多分析， 调节质量不会低。⑩

 

 

---

 

二、调参实战

 

　　口诀①，从小到大。根据${PID}$公式可知，积分常数${I}$越大，对输出值影响越小，而比例常数和微分常数越大，对输出值影响越大。

　　因此，以${(P,I,D)=(5,500,0)}$为初始值，其仿真曲线为

 

　　口诀②，先比例。先调节${P}$，分别为5，25，50。

　　如上图，比例系数越大，曲线越快接近设定值，${P}$为50时，效果最佳。

　　后积分。后调${I}$，分别为50, 5, 0.5

 

　　如上图，积分常数P越小，曲线越快达到设定值。当${P}$为0.5时效果最佳

 

　　再微分。再调${D}$，分别为0.005,  0.05,  0.5

 

 

 

 　　如上图，${D}$值变大，曲线并没有明显变化。通过上面几次调节，暂时得到一组较优的PID值，为

${PID_{s}=(50,500,0)}$

　　进一步研究，以该值为基准，改变其中的值。

　　（1）改变P值，改变为500，发现曲线很快超出了设定值，但是如果不考虑稳定性的话，该曲线能更快接近设定值。

 

　　（2）改变I值，改变为0.02，发现曲线也会很快超出设定值，后缓慢抖动接近设定值，抖动频率小于曲线（1），根据口诀⑨，这样的曲线可以称作“理想曲线”

 

 　　（3）改变${D}$值，改变为0.0.75，曲线剧烈抖动。根据口诀⑦可知，积分系数过大，需要减小。

 

---

三、总结

 　　我的数学模型存在很多缺陷，并不能完全模仿真实环境。进行简单的调参后可以发现，P系数调节可能出现“一劳永逸”的情况。而I调节可以减弱P的某些过激行为，比如剧烈抖动变为缓慢震荡，D调节则增强这种行为。本实验中，D系数的作用并不明显，还应在以后的实验中多多观察。

　　最后，如果调成平均值会发生什么呢？

　　看，它是不是变得非常强大了……

　　我，不是说了我不是标题党吗？