PID控制，是正比例、積分和導數(shù)的第一個字母的縮寫，是比例積分微分控制的簡稱，可以用來控制機械等裝置，使其實現(xiàn)一種預先設定的狀態(tài)，它是一種控制方法，當系統(tǒng)受到擾動 (包括設定值改變和干擾)，被控制量偏離控制值時，PID控制器能使系統(tǒng)穩(wěn)定、快速地自動回到設定值上。PID控制主要可以分為專家PID控制、模糊PID控制以及神經(jīng)網(wǎng)絡PID控制三類。
PID控制最早出現(xiàn)在上世紀20年代，俄裔美國工程師尼古拉斯·米諾爾斯基（Minorsky ）在對船舶自動導航的研究中，提出了基于輸出反饋的PID控制器的設計方法。2023年后，隨著智能化控制技術的持續(xù)完善，基于PID控制技術的人工智能算法也被推出。PID參數(shù)的整定方法歸納起來可分為理論計算整定法與工程整定法。PID控制結(jié)構(gòu)簡單、調(diào)節(jié)方便，用一般的電子線路和電器裝置就很容易實現(xiàn)。PID控制在工業(yè)生產(chǎn)、機器人控制、航空航天等各個領域均有廣泛的應用。
歷史發(fā)展
20世紀20年代，俄裔美國工程師尼古拉斯·米諾爾斯基（Minorsky ）在對船舶自動導航的研究中，提出了基于輸出反饋的 PID控制器的設計方法。
20世紀40年代，PID控制器已在過程控制中得到了廣泛的應用。但隨著工程系統(tǒng)的日益復雜化和對控制要求的精確化，傳統(tǒng)的PID控制器的不足之處也逐漸顯露出來。
1942年，PID控制器參數(shù)整定的Ziegler–Nichols法被提出，得到了廣泛的應用和改進。
1984年，安信誠二等人參照經(jīng)典控制中的PID、自適應系統(tǒng)辨識與建模等概念和方法對模糊控制系統(tǒng)進行深入研究，完成了自來水廠凈化藥品注入的模糊控制系統(tǒng)。
1987年，Ying在模糊控制理論中首次嚴格地建立了模糊控制器與傳統(tǒng)控制器的分析解關系，其中特別重要的是證明了Marndani模糊PI(或PD)型控制器是具有變增益的非線性PID控制器。
2000年，召開的一次IFAC會議上，與會人員對PID發(fā)展歷史和現(xiàn)狀進行了分析及暢想了對未來的展望，進一步使國際控制界對PID有更深的認識和更高的研究熱情。
2008年，中國發(fā)生嚴重2008年中國雪災，有鑒于此，有學者以多功能路面清雪車電液比例閥控系統(tǒng)為研究對象，提出了一種提高多功能路面清雪車運作效率的模糊-智能PID復控制器，并將其與常規(guī)PID控制模糊控制等控制策略進行比較論證、仿真分析和試驗研究。
2016年，美國聯(lián)邦法律框架中，首次納入了自動駕駛安全監(jiān)管相關內(nèi)容，伴隨著新能源汽車自動駕駛的興起，部分具有四輪獨立轉(zhuǎn)向路徑跟蹤系統(tǒng)的車型要求跟蹤誤差盡可能小，就采用了路徑跟蹤控制算法，主要有最優(yōu)控制、PID控制、滑模控制、魯棒控制、模糊控制、模型預測控制等。
2023年，隨著智能化控制技術的持續(xù)完善，各種各樣的人工智能算法也在不斷進步。基于PID控制技術的人工智能算法也被推出，主要是通過人工智能技術進行的數(shù)據(jù)算法，其可通過調(diào)整PID控制算法來實現(xiàn)控制系統(tǒng)對智能化指令擬人化、預見性控制的目標。融合了人工智能算法的PID控制系統(tǒng)一般是借助比例、積分、導數(shù)等形式達成對復雜目標的有效控制的。
技術組成
PID控制就是根據(jù)系統(tǒng)的誤差，利用比例、積分、微分計算出控制量進行控制的。
比例（P）控制
比例控制是一種比較簡單的控制方法，其控制器的輸出和輸入誤差信號成一定的比例關系。而在只有比例控制時系統(tǒng)輸出存在穩(wěn)態(tài)控制，PID控制中的比例控制是成比例的反映系統(tǒng)的偏差信號。偏差一旦產(chǎn)生，控制器就立刻會有控制作用。以便減少偏差。比例控制反應較快，但對某些系統(tǒng)來說，有可能存在穩(wěn)態(tài)誤差，通過調(diào)整比例系數(shù)kp，可以減少系統(tǒng)的穩(wěn)態(tài)誤差，但這樣有可能使得系統(tǒng)的穩(wěn)定性變差。
積分（I）控制
積分控制是指控制器的輸出和輸入誤差信號的積分成正比關系。一個自動控制系統(tǒng)，在進入穩(wěn)態(tài)后存在穩(wěn)態(tài)誤差，那么這個控制系統(tǒng)就是有穩(wěn)態(tài)誤差的。如何消除穩(wěn)態(tài)誤差，這就要在控制器中引入“積分項”， 積分項會隨著時間的增加而增加，這就使得積分項可以推動控制器的輸出增大而使穩(wěn)態(tài)誤差進一步減小。PID控制中的積分環(huán)節(jié)主要用來消除靜差，提高系統(tǒng)的誤差性，積分作用的強弱取決與積分時間常數(shù)，時間越長，積分作用越弱，反之積分作用就越強。
微分（D）控制
導數(shù)是反應系統(tǒng)偏差信號的變化率的，能預見偏差變化的趨勢，因此具有超前的控制作用，因此，在一個系統(tǒng)引入微分控制以后，在偏差沒有形成之前，已被微分調(diào)節(jié)作用消除了，所以改善了系統(tǒng)的穩(wěn)定性，但是微分作用對噪聲干擾有放大作用，因此過強的調(diào)節(jié)對系統(tǒng)的抗干擾性不利，所以微分控制不能單獨使用，只有和比例、積分調(diào)節(jié)結(jié)合使用，組成比例微分或比例微分積分控制才具有其真正的意義。
控制原理
當被控對象的結(jié)構(gòu)和參數(shù)不能完全掌握，或得不到精確的數(shù)學模型對，控制理論的其它技術難以采用時，系統(tǒng)控制器的結(jié)構(gòu)和參數(shù)必須依靠經(jīng)驗和現(xiàn)場調(diào)試來確定，這時應用PID控制技術最為方便。即當不完全了解一個系統(tǒng)和被控對象，或不能通過有效的測量手段來獲得系統(tǒng)參數(shù)時，最適合用PID控制技術。PID控制器就是根據(jù)系統(tǒng)的誤差，利用比例、積分、導數(shù)計算出控制量進行控制的。PID控制，實際中也有PI和PD控制。有時用PI控制或是PID控制就能起到很好的控制作用。PID控制結(jié)構(gòu)簡單、調(diào)節(jié)方便，用一般的電子線路和電器裝置就很容易實現(xiàn)。
PID控制器是一種線性控制器，它根據(jù)給定值r(t)與實際輸出值y(t)構(gòu)成控制偏差，即：
PID的控制規(guī)律為：
式中：u(k)為控制器的輸出信號；e(t)為控制器輸入偏差信號；Kp為控制器的比例系數(shù)，又稱比例增益；TI為控制器的積分時間常數(shù)；TD為控制器的導數(shù)時間常數(shù)；r(t)、y(t)為控制器的給定值、測量值。
主要特點
穩(wěn)態(tài)性能
是指PID控制系統(tǒng)在靜態(tài)或穩(wěn)態(tài)條件下的性能表現(xiàn)。它包括系統(tǒng)的輸出響應、穩(wěn)定性等指標。穩(wěn)態(tài)性能的好壞直接影響到控制系統(tǒng)的精度和穩(wěn)定性。
上升時間
?是指系統(tǒng)實際輸出從正常輸出的10%上升到正常輸出的90%時所需的時間。
調(diào)節(jié)時間
是指系統(tǒng)實際輸出值穩(wěn)定在正常輸出值的5%或2%范圍以內(nèi)時所需的時間。
超調(diào)量?
是指系統(tǒng)實際輸出的最大值與正常值的差與正常值的比值。
穩(wěn)態(tài)誤差
是指系統(tǒng)達到穩(wěn)態(tài)時的輸出值與正常值差的絕對值與正常值的比值。
分類
專家PID控制
專家PID控制系統(tǒng)包括專家系統(tǒng)、傳感系統(tǒng)和參考模型三部分。專家自適應PID控制原理圖下圖所示。專家自適應PID控制中的模型控制器和參考模型對象兩部分組成參考模型；推理機制和知識庫兩部分共同組成最重要的專家系統(tǒng)；PID控制和廣義被控對象兩部分組成可調(diào)系統(tǒng)。
專家控制的實質(zhì)是基于受控對象和控制規(guī)律的各種專家知識，并通過人工智能技術利用這些知識，使得被控對象盡可能的優(yōu)化和實用化。對于工業(yè)上許多復雜的問題，在多數(shù)情況下，常常難以做出準確的描述和嚴格的分析。而專家系統(tǒng)對上述問題就可以做出較好的預測，并找出解決問題的適當方法，除此之外，專家系統(tǒng)還可以處理帶有某些誤差或不完善的一類數(shù)據(jù)。
模糊PID控制
模糊PID控制技術顧名思義就是一種將模糊控制技術和PID控制技術結(jié)合起來的技術。模糊PID控制技術的優(yōu)勢是兼具模糊控制技術和PID 控制技術兩者的特點，還能彌補傳統(tǒng)PID 控制的缺陷。模糊自適應控制器與傳統(tǒng)的PID控制器組成模糊PID控制器，是一種復合智能控制器。模糊PID控制具有自適應能力，例如在統(tǒng)計建筑空間內(nèi)溫度的變化規(guī)律之后，PID參數(shù)可以依據(jù)空間內(nèi)溫度規(guī)律的偏差和偏差值的改變而改變，經(jīng)過仿真對比形成更貼近真正被控對象的數(shù)據(jù)，完成對整個系統(tǒng)的操作控制。與傳統(tǒng)的PID控制相比較，模糊自適應PID控制器的優(yōu)點是縮短了使用周期、提高抗干擾能力、極大地減少計算量、增強空調(diào)自控系統(tǒng)在異常和危險情況下系統(tǒng)的生存能力，有利于實際工程項目開展。
神經(jīng)網(wǎng)絡PID控制
神經(jīng)網(wǎng)絡系統(tǒng)又被稱為人工神經(jīng)網(wǎng)絡，是一種最近才被提出并迅速得到應用的熱門技術，同時是未來智能PID控制的發(fā)展方向。基于神經(jīng)網(wǎng)絡的PID控制系統(tǒng)涉及多類學科的知識的交叉應用，包含多個科學領域。這種控制運用仿生技術，通過模擬人腦神經(jīng)元，將人工神經(jīng)元按一定的排列方式聯(lián)結(jié)組成神經(jīng)網(wǎng)絡，從而實現(xiàn)對信息的加工、處理、存儲等。這種控制在很大程度上減少能源消耗，具有很高的環(huán)保效益。基于神經(jīng)網(wǎng)絡的PID控制分為單神經(jīng)元PID控制和神經(jīng)網(wǎng)絡PID控制兩種，下圖為神經(jīng)網(wǎng)絡+PID控制器。其中單神經(jīng)元PID控制由于結(jié)構(gòu)相對簡單，所以計算量小，對各種環(huán)境表現(xiàn)出較好的適應性，魯棒性較強。神經(jīng)網(wǎng)絡PID控制器結(jié)構(gòu)相對復雜，因具有反饋效果能夠?qū)φ麄€控制進行合理制約，對于系統(tǒng)精度的提高有很大幫助。
PID參數(shù)整定
一個控制系統(tǒng)實際安裝完成后，系統(tǒng)各個環(huán)節(jié)以及被控對象各通道的特性就不能再改變了，而唯一能改變的就是調(diào)節(jié)器的參數(shù)，即調(diào)節(jié)器的比例系數(shù)Kp、積分時間TI和導數(shù)時間TD，通過改變這三個參數(shù)的大小就可以改變整個系統(tǒng)的性能，獲得較好的過渡過程和控制質(zhì)量。調(diào)節(jié)器參數(shù)整定的目的就是按照已定的控制系統(tǒng)，求取控制系統(tǒng)質(zhì)量最好的調(diào)節(jié)器參數(shù)。控制器參數(shù)的整定方法歸納起來可分為兩大類，理論計算整定法與工程整定法。
理論計算整定法
主要是依據(jù)系統(tǒng)的數(shù)學模型，經(jīng)過理論計算確定控制器參數(shù)。從原理上講，理論計算整定法比工程整定法更能實現(xiàn)控制器參數(shù)的“最佳整定”，但無論是用解析法還是實驗測定法求取的過程數(shù)學模型都只能近似反映過程的動態(tài)特性，因而理論計算所得的整定參數(shù)值可靠性不高，不能直接應用，還必須通過工程實際進行調(diào)整和修改。
工程整定法
主要依賴工程經(jīng)驗，直接在控制系統(tǒng)的試驗中進行，使用者不需要知道過程完整的數(shù)學模型以及具備理論計算所必須的控制理論知識，因而簡便、實用、易于掌握，在工程實際中被廣泛采用。但是這并不意味著理論計算整定法就沒有價值了。恰恰相反，通過理論計算，有助于人們深入理解問題的實質(zhì)，減少整定工作中的盲目性，較快地整定到最佳狀態(tài)，尤其在較復雜的過程控制系統(tǒng)中，理論計算是不可缺少的。
相關應用
工業(yè)生產(chǎn)
PID控制技術在工業(yè)發(fā)展的過程中具有非常重要的地位，是工業(yè)穩(wěn)定發(fā)展、創(chuàng)造創(chuàng)新工業(yè)生產(chǎn)加工工藝的內(nèi)在驅(qū)動技術，也是實現(xiàn)工業(yè)科技升級、促使工業(yè)發(fā)展由“高速”向“高質(zhì)量”轉(zhuǎn)變的關鍵技術。PID控制器可以用于控制溫度、壓力、流量等參數(shù)，以保證生產(chǎn)質(zhì)量和效率。
機器人控制
PID控制器可以用于控制機器人的位置、速度和力度等參數(shù)，以實現(xiàn)精準的操作和控制。比如，通過PID算法優(yōu)化爬壁機器人的運動狀態(tài)，構(gòu)建爬壁機器人的運動學模型，獲取爬壁機器人的運動規(guī)律和其位姿變化特征。
航空航天
PID控制器可以用于控制飛行器的姿態(tài)、高度和速度等參數(shù)，以確保航空器的安全和穩(wěn)定。例如，在無人機飛行中，PID控制器可以用于控制無人機的飛行姿態(tài)和高度，以保證無人機的穩(wěn)定飛行。
汽車控制
PID控制器可以用于控制汽車的速度、轉(zhuǎn)向和制動等參數(shù)，以提高駕駛安全性和行駛舒適度。應用神經(jīng)網(wǎng)絡和PID控制原理。針對車輛動力學控制的特點建立自適應PID控制駕駛員模型提高系統(tǒng)在自動駕駛中，PID控制器可以用于控制汽車的速度和轉(zhuǎn)向，以保證汽車的穩(wěn)定行駛和安全避障。
未來發(fā)展
PID控制將與現(xiàn)代技術相結(jié)合，形成更加智能化、自適應化的控制系統(tǒng)。例如，利用神經(jīng)網(wǎng)絡、模糊控制等先進技術對PID控制進行改進和優(yōu)化，可以提高PID控制的精度和魯棒性。
隨著智能化控制技術的持續(xù)完善，各種各樣的人工智慧算法也在不斷進步。基于PID控制技術的人工智能算法也被推出，主要是通過人工智能技術進行的數(shù)據(jù)算法，其可通過調(diào)整PID控制算法來實現(xiàn)控制系統(tǒng)對智能化指令擬人化、預見性控制的目標。
PID控制器逐漸向模塊化方向發(fā)展，以方便用戶進行組合和擴展。模塊化的PID控制器能夠方便地實現(xiàn)控制功能的拆分和組合，提高系統(tǒng)的可維護性和可擴展性。
隨著工業(yè)互聯(lián)網(wǎng)的不斷發(fā)展，PID控制器也逐漸向網(wǎng)絡化方向發(fā)展。通過網(wǎng)絡連接，可以實現(xiàn)多臺PID控制器的遠程監(jiān)控和調(diào)試，提高生產(chǎn)效率和管理水平。
此外，PID控制器通常需要針對特定的被控對象進行算法的參數(shù)調(diào)整和優(yōu)化。當被控對象的特性發(fā)生變化時，PID控制器可能需要重新調(diào)整參數(shù)，就會影響控制的效果。如何采用不同的算法，讓PID控制器具有更好的適應性，也是一個需要解決的問題。
參考資料 >
2023中國人工智能投融資峰會舉行，聚焦人工智能2.0時代.今日頭條.2023-11-21