系统理解PID控制，这篇文章就够了，通俗易懂!
在我们实际工作经常会用到PID控制系统，对这个PID到底是什么？该如何调节，我们相信大家都比较头痛。我们就用大白话的方式给大家讲讲PID。
一、PID应用场景
其实不管是在自动化行业还是在生活中，我们都或多或少都会接触PID。比如空调系统、定速巡航系统、恒压供水系统（如图1）上都可以见到PID的影子。在这些系统中，大的一个特点就是我们需要设定一个我们想要的数据，设备就根据我们的设定，自动进行调节。
比如：在恒压控制系统中，设定一个压力（10MPa）,那么这个系统就需要稳定在我设定的压力值10MPa左右；在空调系统中，我们设定好了一个温度（26℃）之后，我们当然希望室内的温度就一直稳定在26℃左右嘛。在我们设定好了参数之后，设备如何自动调节呢？就是通过PID功能进行调节的！
图1：PID应用场景图
二、PID控制系统
在PID各参数的作用之前，我们先宏观来了解一下PID控制系统。如图2所示，一个完整的PID系统中主要由以下几部分组成：给定环节、控制器、执行机构、被控对象、反馈环节。
图2：PID控制系统图
我们逐个来说明每个环节的作用。为了说明这些环节的作用，我们举一个生活的例子：
现在我们接到一个任务，需要骑一辆自行车沿着直线走1000米。那么直线走1000米就是“给定环节”了，因为我预先就知道了需要走多少米距离并且走的是直线。骑车的是“人”，人由大脑控制，那么大脑就是“控制器”了，大脑不能直接控制车辆，大脑发命令的方式去控制我们的手和脚从而控制自行车，那么手和脚就是“执行机构了”，而终我们控制的是自行车，那么自行车就是“被控对象”了。那么在骑车的过程中，可能会出现一阵风或者路上出现石头或者坑等，那么这些石头或者坑呢，就是“扰动”。我们在走直线的过程中，到底有没有沿着直线走呢？我们可以通过眼睛看，那么眼睛把自行车的信息收集起来（是否走歪了），这个过程就是“反馈环节”。仅仅知道是否走歪了还不行，需要及时调整，如何调整呢？就是通过预期设定（给定环节）与实际路线（反馈环节）相比较，得到的差值进行修正。
那么把生活中的这个例子应用到工业中来，其实是非常类似的。如图4所示是：恒液位控制系统。我们通过触摸屏设置水池里需要到达的液位高度，当PLC接到我们设置的命令之后，通过传感器反馈实际的液位高度与我们设定的液位高度相比较，得到差值。如果低于我们设定的液位值，则驱动变频器带动水泵往水池里加水，当高于我们设定的液位值，变频器则停止加水。
三、PID三个参数的作用
我们了解了PID控制系统是怎么回事之后，再来了解PID这三个参数的作用就会相对简单了。我们从全局的眼光来看这个公式，如图3所示：
①u(t) :输出曲线，pid输出值随时间的变化曲线。也就是终输出信号的大小。
②Kp:比例系数。这个系数由人为给定，可以大也可以小，我们要调节PID参数的话，Kp这个系数尤为重要。
③e(t) :偏差，设定值与实际值的偏差。
④Ti:积分时间。
⑤Td:微分时间。
图3：PID公式图
在图3这个公式中，其中u(t)和e(t)是比较好理解的，剩下的就是Kp、Ti、Td参数，这三个参数正是我们需要人为调节的（当然，很多设备也有自动调节的功能，比如PLC就有自动整定这三个参数的功能）。在这个公式中，我们可以得到几个结论。
个就是：当e(t)为0则整个PID结果为0，也就是偏差为0时，PID没有输出，从而说明了PID输出一定是需要有偏差的；
第二：P+I+D的结果等于u(t)。
01
比例系数：Kp
比例调节就是根据当前的值与目标值的差值，乘以了一个Kp的系数，来得到一个输出值，这输出值直接影响了下次当前值的变化。公式为:U（t）=Kp*e(t)
举例：(1) 如图4所示，有个水池,需要时刻保持1m的高度,目前水桶里有0.2m的水。
图4：水池示意图
那么采用P(比例)的方法加水:即每次测量与1m的误差,并加入与误差成比例的水量，比如设Kp=0.5：
次,误差是1-0.2=0.8m,那么加入水量是：Kp*0.8= 0.4mm，
第二次,误差是1-0.6 =0.4m那么加入水量是：Kp*0.4=0.2m。
按照此种方式，我们加若干次水，绘制成表格（如图5）及曲线图（如图6）。我们可以看到加到了第8次水之后，基本上就没有误差，基于误差的输出也只有0.00313。而从图6的曲线图也可以看到，从第6次开始，水位基本上就是趋于稳定的。那么，这不正是我们想看到的结果吗？预期是需要保持1m的高度，加了8次水刚好就到了1m左右。在实际的工程中，可能是一边放水，一边往水池里加水。如图4所示，如果说有人把水池的水打开了一边加水一边放水，还是加8次水就刚好到了1m的位置吗？
图5
图6
我们一起来分析一边放水一边加水的这种情况。有个水池下面安装了水,仍需保持1m 的高度,目前水桶里有0.2m的水,但每次加水都会流出0.1m。
我们仍然设Kp=0.5
次：误差是 1-0.2=0.8m,那么加入水量是 Kp*0.8=0.4m.终水位时是0.4+0.2-0.1=0.5
第二次：误差是1-0.5 =0.5mm 那么加入水量是Kp*0.5=0.25m,终水位是0.5+0.25-0.1=0.65
我们按照这种方式推算，绘制成表格（如图7）及曲线图（如图8）。从表格和曲线中可以看到，从第6次开始水位基本上稳定在0.79左右，也就是水再也上不去了，这其实也很好理解，因为每次加的水量基本上等于流出的水量（0.1m），水位基本上就没上升，也没下降。那么这种情况呢，就叫做稳态误差，这也就是比例调节的不足，需要积分参数来弥补。当然，有的人会提出，那是不是把Kp这个参数往大了调，是不是就可以让水时刻稳定在1m的位置呢？
为了验证，我们把Kp修改成2，而不再是0.5了，那这个表格（如图9所示）和曲线（图10所示）。可以看到比例控制引入了稳态误差,且无法消除。比例常数增大可以减小稳态误差,但如果太大则引起系统震荡,不稳定。
图7
图8
图9
图10
02
积分系数：Ki
为了消除稳态误差, 加入积分,积分控制就是将历史误差全部加起来乘以积分常数。公式为Ki*( e(1)+ e(2)+e(3)……)。e(1)代表的是次误差，e(2)代表的是第二次误差，依次类推。
还是先设Kp=0.5，Ki= 0.3
次: 误差为0.8, 比例部分 Kp*0.8=0.4, 积分部分 Ki*(e(1))=0.24,加入水量u为0.4+0.24=0.64，终水位0.2+0.64-0.1= 0.74m。
第二次: 误差为0.26,比例部分Kp * 0.26=0.13,积分部分Ki*(e(1)+e(2))= 0.318,加入水量u为0.13+0.318=0.448，终水位：0.74+0.448-0.1=1.088m。
将推算的数据绘制成表格（如图11）及曲线图（如图12）。从表格及曲线图可以看到，水位次到第5次水是有些波动，随着积分项发挥作用，水位逐渐趋于稳定在1m左右。这就完美解决了比例项的弊端（存在稳态误差）。
图11