acktomas的博客

结果应该与下面的视频相似，通过覆盖设置，它可以改变 LED 的强度，以保持指定的照明。例如，如果您选择的设定点低于 LED 关闭时的设定点，那么无论如何关闭 LED，控制器都不会低于该设定点。同样，如果 LDR 接收到的光线远高于 LED 亮起时的光线，那么它的作用就很小，控制器也无能为力。因此，首先要做的是测量 LED 关闭和完全点亮时 LDR 记录的值，以确定控制器真正可达到的中间设定点。此外，正如我们所看到的，我们还可以使用 Arduino IDE 的串行绘图仪绘制系统响应图，并调整/验证其行为。

and seen我们将继续撰写关于控制器理论的系列文章，看看如何在 Arduino 等微处理器中实现 PID 控制。在之前的文章中，我们已经介绍了控制理论，介绍了带滞后的开/关控制器和功能强大的 PID 控制器，并了解了如何调整 PID 控制器的参数。现在是时候抛开理论，看看如何在 Arduino 等微处理器中实现 PID 控制器了。幸运的是，制作一个基本的 PID 非常简单，而且正如我们将在第二部分看到的那样，我们有一个非常完整的库，可以让制作变得更加容易。

我们继续这一系列关于 Arduino 控制系统的文章。在之前的文章中，我们已经了解了什么是控制器、滞后控制，并介绍了功能强大的 PID 控制器。我们要强调的是，PID 虽然不是完美的控制器，但却因其相对简单、可在不了解植物性质的情况下对大量植物进行良好控制而广受欢迎。我们还说过，PID 的响应取决于控制器的参数 K、Ki 和 Kd。而这些参数取决于我们所控制的系统，也就是说，并没有一个 "神奇的值 "能让控制器始终运行良好。

我们将介绍在 Arduino 等处理器上使用自动控制系统的一些基本知识。在这篇文章中，将介绍 PID 控制器，它是应用最广泛的控制器之一，因为它简单易用，而且能够在各种情况下实现良好的性能。在第一篇文章中，我们了解了一些系统理论的常识和定义。在第二篇文章中，我们了解了最简单的控制器之一，即带有滞后的开或关控制器，以及它的局限性。当然，我们坚持不详细介绍 PID，因为这是一个非常广泛（而且有趣）的话题。在此，我们将尝试以直观的方式介绍控制器以及解释其行为的动机。不使用方程式或数学。

In the我们将发表关于使用 Arduino 等处理器的自动控制系统的系列文章，旨在以直观的方式介绍控制系统理论，。在上一篇文章中，我们了解了自动控制系统的一些基本概念。最后，我们举了一个例子：你将作为控制器，在一个房间里醒来。你知道你正在通过一个杠杆控制大楼的供暖系统，有显示测量温度和设定点的显示器。除此之外，你完全不知道是如何运作的，也不知道发生了什么。你也不知道按下面前的控制杆会产生什么效果，你只知道它会增加或减少大楼供暖的功率。如何控制系统？

我们将介绍在 Arduino 等处理器上使用自动控制系统的一些基本知识。在这篇文章中，将介绍 PID 控制器，它是应用最广泛的控制器之一，因为它简单易用，而且能够在各种情况下实现良好的性能。在第一篇文章中，我们了解了一些系统理论的常识和定义。在第二篇文章中，我们了解了最简单的控制器之一，即带有滞后的全有或全无控制器，以及它的局限性。当然，我们坚持不详细介绍 PID，因为这是一个非常广泛（而且有趣）的话题。在此，我们将尝试以直观的方式介绍控制器以及解释其行为的动机。不使用方程式或数学。

有许多种调试PID控制器参数的方法，最有效的方式多半是建立某种程序，再依不同参数下的动态特性来调试参数。相对而言人工调试其效率较差，若是系统的响应时间到数分钟以上，更可以看出人工调试效率的不佳[来源请求]。调试方法的选择和是否可以暂时将控制回路“离线”有关，也和系统的响应时间有关。离线是指一个和实际使用有些不同的条件（例如不加负载），而且控制器的输出只需考虑理论情况，不需考虑实际应用。在线调试是在实际应用的条件，控制器的输出需考虑实际的系统。

直观来看，对于被控量会出现图中，绿色线的一个 bump，这个 bump 是由于由关转开的一瞬间，输出突然放大，那么对于灵敏度高的系统，则会出现，滞后大的系统可能不会如此明显，但不管怎么说，为了杜绝一切不利因素，我们都应该想办法消除这个 bump。由于这个 bump 的根因是由于输出的突变而造成的，所以需要想办法控制这个输出的突变。，这是一个连续量，不存在突变的可能（除非是采样时间特别长，在改变输出前，被控量飞上天了），所以只需要从这两项上想办法，控制住这两项的突变，即可控制住输出的突变。

但对于 PID 控制器来说，他不知道 PID 已经关闭了，由于被控量减少了，他就会努力增加输出，以求改变这种态势。此时，若突然又将 PID 打开了，将会有一个极大的输出，稳定性降低。确实，您可以通过不从调用例程调用 Compute 来实现类似的效果，但此解决方案保留了 PID 的工作原理，这正是我们所需要的。通过将事情保持在内部，我们可以跟踪处于哪种模式，更重要的是，当我们更改模式时，它可以让我们知道。因此，当您停止覆盖输出并切换回 PID 时，您可能会立即获得输出值的巨大变化。一个相当简单的解决方案。

如果它认为 300-400-500 会起作用，它会尝试这些值，期望得到它需要的东西。除了限制 I 项外，我们还限定输出值，使其保持在我们预期的位置。一旦达到任一限制，pid 将停止求和（积分）否则一旦 PID 恢复，积分项超限部分仍会进入控制流程，影响输出。至于微分项，在时间上仅和上一次的被控量值存在关联，所以影响是微乎其微的。请注意，在上图中，虽然我们摆脱了windup，但我们并没有消除差异。此外，输出保留在我们想要的位置。一旦积分项控制住了，输出值则会被限制在一个合理的范围中，就算超限，也不会过大。

上述现象描述了在系统进入稳态后，突然改变 PID 参数导致的变化，引起输出较大变化的起主要作用的因子为 I 参数，由于进入稳态 P 参数乘以 E 变化不大，D 参数同样不大，但是 I 参数相乘因子是关于时间的积分（可以想象如果一开始被控量与设定值相距较远，而积分表示的是带方向的面积和，所以必然存在一个方向会有较大面积，见下图），所以，会引起较大的变化。换个角度，经典的 PID 控制 I 项，也仅仅是为了消除静态误差而确定的，如果在这个大前提下，换一种方式消除静态误差也是可以的，仅仅是牺牲了。

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。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）。这里的修改非常简单。

pid内容索引-优快云博客pid术语及整定原则手把手教你看懂并理解Arduino PID控制库——引子)库的改进QuickPID-sTune库原文地址随着新的Arduino PID库的发布，最后一个库虽然很可靠，但并没有真正附带任何代码解释。这一次的计划是详细解释为什么代码是这样的。详细解析Arduino PID库内部发生的事情。任何编写自己的PID算法的人都可以看看我是如何做的。这将是一个艰难的过程，但我想我找到了一种不太痛苦的方式来解释我的代码。我将从我所谓的“初学者的PID”开始。

缓冲区用作移动切线，切线的 "头部 "基于缓冲区内所有读数的平均值，"尾部 "基于缓冲区内最旧的瞬时值。默认情况下，除了使用更先进的防倒转模式外，该实现与 PID_v1 库中处理 p、i、d 项的方法非常接近。在此基础上，用数学方法确定视在最大 PV（输入），并计算出控制器的调整参数。大多数情况下，它只会返回 false，而不会做任何事情。不过，在 SetSampleTime 指定的频率下，它会计算新的输出并返回 true。在用户草图中，PID 控制器被设置为自动，调谐参数被应用，PID 控制器开始运行。

parameters by importing the step response data into the web application.通过将阶跃响应数据导入网络应用程序，这个免费的在线 PID 控制器增益调整工具可以帮助我们找出 PID 调整参数。

深入研究 PID 控制器的算法逻辑 | 小球与平衡车PID在线模拟程序（镜像）PID 模拟器 - PID仿真学习系统 (wendellgong.github.io)PID-Simulator-Web: 网页端PID模拟器，模拟对小球的位置控制，支持单级和串级控制，用于学习过程中辅助理解PID控制器 (gitee.com)PID control simulator (tech-uofm.info)PID Tuner Controller | FREE SoftwarePID环路模拟器：Engin

PID（比例、积分、微分）控制是一种经典的控制算法，我曾在几个项目中使用过这种算法，但都以 "足够好 "的控制而告终，并没有真正花时间学习如何正确调整 PID 常量。我不会介绍PID控制器的理论 - 已经有很多材料可用（[1]是一个很好的概述），但总的来说，PID控制器使用三个参数进行配置，这些参数相加以闭合环路误差 - 比例增益（K。“正确”的响应取决于循环控制的内容（客观的）和进行调整的人的期望（主观）。出于这个实验的目的，我将瞄准图中的“可接受”曲线——我不担心一些超调，我希望有一个相对快速的响应。

Arduino PID整定Arduino PID库简介巡线机器人 - PID控制掌握 PID 调节： 综合指南PID控制器解释及整定PID算法解析及程序代码_pid程序1. PID 控制2. 通过经典方法进行 PID 调谐_齐格勒尼科尔斯方法关于PID知识整理PID循迹机器人及整定关于pid收藏的几篇文章_推荐介绍pid的文章使用Arduino的DIY自平衡机器人_design and control of a two-wheel self-balancing rArduino温度控制-根据温度调整风扇速度

基本上，如果您将引脚转换为真正的模拟输出，那么 Arduino 将向输出发送一个 0 值，以便通过低通滤波器获得 0 伏电压。换句话说，10 秒后，我们的输出将增加 10%。20 秒后，我们将只有 1 次完整的重复，这意味着需要 20 秒才能达到总输出的 30%（按比例计算）。请记住，我们的目标是提供足够的输出，将温度保持在我们想要的位置。） 我们将使用启发式方法进行调整，对于大多数使用 Arduino 的人来说，这通常是最简单的方法。换句话说，这就是我们所处的位置与我们希望达到的位置之间的差值。

PID 调谐是为 PID 控制器寻找最佳参数（比例增益、积分增益和微分增益）以实现所需系统行为的过程。

PID控制器的高级调优没有固定的公式，也没有适用于每种场景的分步过程，但是通过了解PID控制器的工作原理和足够的实践，这绝对是可能的。观察PID控制器输出的初始响应，如果初始响应很快（输出中出现陡峭的峰值），但接下来的几秒钟反应似乎较慢，则积分值将需要调整。通过调整比例、积分和微分的增益设置（或乘法因子），用户可以控制PID控制器对输出的影响程度，以及控制器对过程值的不同变化的反应。PID控制器的基本说明。在巡航控制中，输出是油门阀，在加热系统中，输出可能是加热回路中的三通阀，或者是施加到锅炉的燃料量。

首先，让我们讨论一下PID是什么。PID是比例、积分、导数的首字母缩写，但不要让它吓到你，它很容易，并且不需要微积分。PID背后的想法是你有一个实际值和一个目标值或一个设定值。您可以根据目标和实际值之间的差异对系统进行一些调整。最后我想介绍一些内容，因为了解影响PID算法的最常见方面非常重要。请留意以下内容。牵引力 – 如果您没有良好的牵引力，您的 KP 将永远不会允许您遵循这条线。速度 – 如果您走得太快，尤其是在赛道上转弯时，将很难调整初始值，这与处理器速度低于。

该项目的目的是构建具有PID控制的线路跟随机器人。我们还将使用Android设备轻松设置主要控制参数，以便更好，更快地进行调谐。这个项目是一个由两部分组成的复杂项目中的第一个，我的目的是探索线路跟随机器人的潜力。在第 2 部分：迷宫将使用简单的人工智能技术探索和解决迷宫。

目前，工业中使用的控制器中有一半以上是PID控制器。过去，这些控制器中有许多是模拟的；然而，今天的许多控制器都使用数字信号和计算机。当系统的数学模型可用时，可以显式确定控制器的参数。但是，当数学模型不可用时，必须通过实验确定参数。控制器调整是确定产生所需输出的控制器参数的过程。控制器调整允许优化过程，并最大限度地减少过程变量与其设定点之间的误差。控制器调谐方法的类型包括试错法和过程反应曲线法。环和开环系统，而Cohen-Coon通常用于。闭环控制系统是使用反馈控制的系统。

过程控制对于设计安全和高效的工厂是必要的。各种过程控制用于操作过程，但最简单且通常最有效的是PID控制器。控制器尝试通过计算差值来校正测量变量与所需设定值之间的误差，然后执行纠正措施以相应地调整过程。PID 控制器通过三个参数控制过程：比例 （P）、积分 （I） 和微分 （D）。可以对这些参数进行加权或调整，以调整它们对过程的影响。PID控制器比典型的开/关控制器更实用，允许在系统中进行更好的调整。