理想的PID算法往往不能滿足實際使用中的很多場景,比如積分飽和的問題,因此需要在此基礎上對積分器做抗飽和處理,積分anti windup的優(yōu)化。這不,隆哥這次面試,直接掛在這么基礎的知識點上,腸子悔青,在這里簡單總結一下。
1、什么是積分飽和
積分飽和(Integral windup或integrator windup)是指PID控制器或是其他有積分器的控制器中可能會發(fā)生的一種現(xiàn)象。
這種現(xiàn)象往往發(fā)生在誤差有大幅變化(例如大幅增加),積分器因為誤差的大幅增加有很大的累計量,因為積分器的輸出滿足下式;
離散化形式表示為:
所以隨著時間的增加,每次累積較大的誤差 ,很容易造成積分飽和并產生較大的過沖,而且當誤差變?yōu)樨摃r,其過沖仍維持一段時間之后才恢復正常的情形。
2、實際的例子
這里舉一個直流電機調速例子,先看下圖;
隆哥設定了轉速為 ,這里可以是100 rpm,但是由于某種原因電機一開始堵轉了,所以反饋的轉速 為0;
這時候仍然處于堵轉狀態(tài),那偏差 就會一直處于很大的狀態(tài),積分器對偏差 進行累積,便迅速達到一個很大的值,導致PID的輸出已經接近輸出的 上限,導致最終輸出的PWM的占空比很大;
此時,堵轉忽然消失,但是前面提到PID的輸出已經接近輸出的 上限,因此電機轉速也急劇上升,當 時, ,此時偏差都處于負數(shù)狀態(tài);
雖然誤差變成負數(shù),并且積分器開始累加負數(shù),但是由于之前積分器累積的值已經很大,于是,PID依然會保持較大的輸出一段時間,從而產生了很大的過沖;
通常會產生的輸出如下圖所示;
從圖中我們不難發(fā)現(xiàn),這里有三個過程;
過程①:因為這個過程存在 較大幅度變化的誤差,因此積分器累積了較大的值,從圖中可以看到,積分器的面積比較大(陰影部分);過程②:此時積分已經飽和,產生了較大的過沖,并且在較長的一段時間內,一直處于過沖的狀態(tài);過程③:積分脫離飽和狀態(tài),產生了積極的調節(jié)作用,消除靜差,系統(tǒng)輸出達到設定值;
3、負面影響
積分器的作用是消除系統(tǒng)穩(wěn)態(tài)誤差,如果出現(xiàn)積分飽和,往往會對系統(tǒng)造成負面的影響;
系統(tǒng)輸出會產生較大的過沖(超調量);
如果產生正向飽和(圖一所示)則系統(tǒng)對于反向的變化會偏慢;
系統(tǒng)產生了較大的過沖 ,并且較大的一段時間 都處于過沖的狀態(tài);具體如下圖所示;
4、如何防止積分飽和
為了防止PID控制器出現(xiàn)積分飽和,需要在算法加入抗積分飽和(anti-integral windup)的算法;通常有以下幾種措施;
積分分離或者稱為去積分算法;
在飽和的時候將積分器的累計值初始化到一個比較理想的值;
若積分飽和因為目標值突然變化而產生,將目標值以適當斜率的斜坡變化可避免此情形;
將積分累計量限制上下限,避免積分累計量超過限制值;
如果 PID輸出已經飽和,重新計算積分累計量,使輸出恰好為合理的范圍;
TI文檔中的方法
下面是TI的位置式PI算法所做的改進,如下圖所示;
比例部分的輸出:
積分部分的輸出:
未做處理的PID輸出:
最終PID輸出 :
抗積分飽和用的系數(shù)
根據我的理解,由上述輸出和①式可知,判斷系統(tǒng)是否處于飽和的狀態(tài);
如果 ,說明積分器處于飽和狀態(tài),此時使 系數(shù)為0,這樣防止積分進一步進行累積。
反計算抗飽和法
反計算Anti-Windup法,簡稱AW法,就是在輸出限幅部分根據輸入信號和輸出信號的差值,把 作為反饋值輸入到積分部分,從而達到抑制積分飽和現(xiàn)象的目的;
具體如下圖所示;
不難發(fā)現(xiàn),在輸出未飽和的情況下, 因此不會對積分器造成影響;當系統(tǒng)發(fā)生飽和時,則 ;
現(xiàn)在假設此時為正向飽和,則 ,那么 ,所以最終將 反饋到積分部分;那么從圖中可知,相當于從 中減去了 ,這樣可以削弱積分,讓它退出飽和的狀態(tài);
關于 系數(shù), 越大,積分器退出飽和的作用越強,反之則越弱;
當然,積分抗飽和的方法還有很多 遇限積分削弱法,遇限保留積分法 ,這只是其中的一種,下面給出TI的位置式PID算法,增量式的抗飽和處理也是類似的做法。
5、PID算法(抗飽和)
TI的算法中只實現(xiàn)了比例和積分,如果需要微分項,可以去除結尾部分的注釋;
/* ===========
File name: PID_REG3.H (IQ version) =*/ #ifndef __PIDREG3_H__ #define __PIDREG3_H__ typedef struct { _iq Ref; // Input: Reference input _iq Fdb; // Input: Feedback input _iq Err; // Variable: Error _iq Kp; // Parameter: Proportional gain _iq Up; // Variable: Proportional output _iq Ui; // Variable: Integral output _iq Ud; // Variable: Derivative output _iq OutPreSat; // Variable: Pre-saturated output _iq OutMax; // Parameter: Maximum output _iq OutMin; // Parameter: Minimum output _iq Out; // Output: PID output _iq SatErr; // Variable: Saturated difference _iq Ki; // Parameter: Integral gain _iq Kc; // Parameter: Integral correction gain _iq Kd; // Parameter: Derivative gain _iq Up1; // History: Previous proportional output } PIDREG3; typedef PIDREG3 *PIDREG3_handle; /*----------------------------------------------------------------------------- Default initalizer for the PIDREG3 object. --*/ #define PIDREG3_DEFAULTS { 0, \ 0, \ 0, \ _IQ(1.3), \ 0, \ 0, \ 0, \ 0, \ _IQ(1), \ _IQ(-1), \ 0, \ 0, \ _IQ(0.02), \ _IQ(0.5), \ _IQ(1.05), \ 0, \ } /*------------------------------------------------------------------------------ PID Macro Definition ------------------------------------------------------------------------------*/ #define PID_MACRO(v) \ v.Err = v.Ref - v.Fdb; /* Compute the error */ \ v.Up= _IQmpy(v.Kp,v.Err); /* Compute the proportional output */ \ v.Ui= v.Ui + _IQmpy(v.Ki,v.Up) + _IQmpy(v.Kc,v.SatErr); /* Compute the integral output */ \ v.OutPreSat= v.Up + v.Ui; /* Compute the pre-saturated output */ \ v.Out = _IQsat(v.OutPreSat, v.OutMax, v.OutMin); /* Saturate the output */ \ v.SatErr = v.Out - v.OutPreSat; /* Compute the saturate difference */ \ v.Up1 = v.Up; /* Update the previous proportional output */ #endif // __PIDREG3_H__ // Add the lines below if derivative output is needed following the integral update // v.Ud = _IQmpy(v.Kd,(v.Up - v.Up1)); // v.OutPreSat = v.Up + v.Ui + v.Ud;
編輯:hfy
-
直流電機
+關注
關注
36文章
1710瀏覽量
70156 -
PID
+關注
關注
35文章
1472瀏覽量
85479 -
積分器
+關注
關注
4文章
100瀏覽量
28444
發(fā)布評論請先 登錄
相關推薦
評論