PID算法原理(经典模版)
pid算法的原理和算法
pid算法的原理和算法一、pid算法简介1.概念与作用PID（Proportional-Integral-Derivative，比例-积分-微分）算法是一种广泛应用于工业控制、机器人控制和自动驾驶等领域的控制算法。
它通过计算偏差值与期望值之间的比例、积分和微分，对系统进行调节，使输出信号接近期望值。
2.发展历程PID算法起源于上世纪40年代，由美国工程师Nikola Tesla首次提出。
经过几十年的发展，PID算法已经成为了自动控制领域的基础技术，被广泛应用于各种控制系统中。
二、pid算法原理1.控制思想PID算法基于负反馈控制思想，通过不断调整系统的输入，使输出信号接近期望值。
它主要包括三个部分：比例控制、积分控制和微分控制。
2.数学模型PID算法的数学模型可以表示为：U(t) = Kp * e(t) + Ki * ∫e(t)dt + Kd * de(t)/dt其中，U(t)表示控制器的输出，Kp、Ki、Kd分别表示比例、积分、微分控制器的系数，e(t)表示系统偏差，t表示时间。
三、pid算法参数调节1.比例系数（Kp）比例系数Kp决定了控制器对偏差的响应速度。
增大Kp可以提高系统的响应速度，但过大的Kp可能导致系统振荡。
2.积分时间常数（Ti）积分时间常数Ti决定了积分控制的作用强度。
增大Ti可以减小系统的超调量，但过大的Ti可能导致系统响应变慢。
3.微分时间常数（Td）微分时间常数Td反映了系统对偏差变化的敏感程度。
增大Td可以提高系统的响应速度和稳定性，但过大的Td可能导致系统噪声放大。
四、pid算法应用领域1.工业控制PID算法在工业控制领域具有广泛应用，如温度控制、速度控制、压力控制等。
2.机器人控制PID算法在机器人控制中发挥着重要作用，如关节控制、姿态控制等。
3.自动驾驶PID算法在自动驾驶领域也有广泛应用，如车辆速度控制、转向控制等。
五、pid算法优化与改进1.模糊控制模糊控制结合了PID算法，通过模糊规则对参数进行实时调整，提高了系统的稳定性和响应速度。
pid算法的原理和算法
pid算法的原理和算法一、pid算法简介PID（Proportional-Integral-Derivative，比例-积分-微分）算法是一种广泛应用于工业控制领域的调节算法。
它通过计算系统误差与期望值的比值（比例控制）、误差积分和误差变化率（微分控制）来调节控制器的输出，从而使被控对象达到期望状态。
二、pid算法原理1.比例（P）控制：比例控制是根据系统误差与期望值的比值来调节控制器输出。
当误差较大时，比例控制输出较大，有利于快速消除误差；当误差较小时，比例控制输出较小，有利于提高系统的稳定性。
2.积分（I）控制：积分控制是根据系统误差的积分来调节控制器输出。
当误差持续存在时，积分控制输出逐渐增大，有助于消除误差。
但过大的积分控制会导致系统响应过慢，甚至产生振荡。
3.微分（D）控制：微分控制是根据系统误差的变化速度来调节控制器输出。
它能预测系统的变化趋势，从而减小超调量和调整时间，提高系统稳定性。
三、pid算法应用1.控制器设计：PID算法可以用于设计各类控制器，如PID控制器、模糊PID控制器、自适应PID控制器等。
2.参数调节：PID算法的三个参数（Kp、Ki、Kd）需要根据被控对象的特性进行调节。
合理的参数设置可以使系统在稳定性和响应速度之间达到平衡。
四、pid算法优化与改进1.抗积分饱和：当系统误差持续存在时，积分控制输出可能超过控制器最大输出，导致积分饱和。
通过引入抗积分饱和算法，可以限制积分控制的输出，提高系统稳定性。
2.抗积分粘滞：为避免积分控制输出在零附近震荡，可以采用抗积分粘滞算法，使积分控制输出在零附近呈现出非线性特性。
3.抗积分震荡：在积分控制中引入微分项，可以减小积分震荡，提高系统稳定性。
五、pid算法在实际工程中的应用案例PID算法在我国工业控制领域得到了广泛应用，如电力系统、温度控制系统、流量控制系统等。
通过合理设计PID控制器及其参数，可以实现对被控对象的稳定控制。
pid算法的原理和算法
pid算法的原理和算法摘要：I.引言- 简述pid 算法在控制领域的重要性II.pid 算法的定义和公式- 定义pid 算法- 公式说明III.pid 算法的原理- 比例控制- 积分控制- 微分控制IV.pid 算法的应用- 实际应用场景- 优点和局限性V.pid 算法的参数调整- 参数对控制效果的影响- 参数调整方法VI.总结- 总结pid 算法的原理和应用正文：I.引言在控制领域，pid 算法是最常用、最基础的算法之一。
它广泛应用于各种工业控制、机器人控制、航天航空等领域，对于提高系统的稳定性和精度起到了至关重要的作用。
本文将详细介绍pid 算法的原理和应用。
II.pid 算法的定义和公式pid 算法，即比例、积分、微分控制算法，是一种基于偏差信号的控制算法。
它的公式可以表示为：U(t) = K_p * e(t) + K_i * ∫e(t)dt + K_d * de(t)/dt其中，U(t) 为控制输出，e(t) 为偏差信号，K_p、K_i、K_d 为比例、积分、微分控制器的系数。
III.pid 算法的原理pid 算法通过比例、积分、微分三个环节对系统进行控制。
具体原理如下：1.比例控制：控制器的输出与偏差信号成正比，比例系数K_p 为比例增益。
比例控制可以迅速减小偏差，但很难完全消除。
2.积分控制：控制器的输出与偏差信号的积分成正比，积分时间常数K_i 为积分增益。
积分控制可以消除偏差，但可能会导致超调和震荡。
3.微分控制：控制器的输出与偏差信号的微分成正比，微分时间常数K_d 为微分增益。
微分控制可以预测偏差变化趋势，减小超调和震荡。
IV.pid 算法的应用pid 算法在各种领域都有广泛应用，如工业控制、机器人控制、航天航空等。
例如，在温度控制系统中，pid 算法可以实现对温度的高精度控制，提高产品的质量和生产效率。
V.pid 算法的参数调整pid 算法的控制效果受到参数的影响。
合适的参数可以提高控制效果，不合适的参数可能导致系统失稳或震荡。
PID算法原理及调整规律
PID算法原理及调整规律一、PID算法简介在智能车竞赛中，要想让智能车根据赛道的不断变化灵活的行进，PID算法的采用很有意义。
首先必须明确PID算法是基于反馈的。
一般情况下，这个反馈就是速度传感器返回给单片机当前电机的转速。
简单的说，就是用这个反馈跟预设值进行比较，如果转速偏大，就减小电机两端的电压；相反，则增加电机两端的电压。
顾名思义，P指是比例（Proportion），I指是积分（Integral），D指微分（Differential）。
在电机调速系统中，输入信号为正，要求电机正转时，反馈信号也为正（PID算法时，误差=输入-反馈），同时电机转速越高，反馈信号越大。
要想搞懂PID算法的原理，首先必须先明白P,I,D各自的含义及控制规律：比例P：比例项部分其实就是对预设值和反馈值差值的发大倍数。
举个例子，假如原来电机两端的电压为U0，比例P为0.2，输入值是800，而反馈值是1000，那么输出到电机两端的电压应变为U0+0.2*（800-1000）。
从而达到了调节速度的目的。
显然比例P越大时，电机转速回归到输入值的速度将更快，及调节灵敏度就越高。
从而，加大P值，可以减少从非稳态到稳态的时间。
但是同时也可能造成电机转速在预设值附近振荡的情形，所以又引入积分I解决此问题。
积分I：顾名思义，积分项部分其实就是对预设值和反馈值之间的差值在时间上进行累加。
当差值不是很大时，为了不引起振荡。
可以先让电机按原转速继续运行。
当时要将这个差值用积分项累加。
当这个和累加到一定值时，再一次性进行处理。
从而避免了振荡现象的发生。
可见，积分项的调节存在明显的滞后。
而且I值越大，滞后效果越明显。
微分D：微分项部分其实就是求电机转速的变化率。
也就是前后两次差值的差而已。
也就是说，微分项是根据差值变化的速率，提前给出一个相应的调节动作。
可见微分项的调节是超前的。
并且D值越大，超前作用越明显。
可以在一定程度上缓冲振荡。
比例项的作用仅是放大误差的幅值，而目前需要增加的是“微分项”，它能预测误差变化的趋势，这样，具有比例+微分的控制器，就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。
pid控制原理详解及实例说明
pid控制原理详解及实例说明PID控制是一种常见的控制系统，它通过比例、积分和微分三个控制参数来实现对系统的控制。
在工业自动化等领域，PID控制被广泛应用，本文将详细介绍PID控制的原理，并通过实例说明其应用。
1. PID控制原理。
PID控制器是由比例（P）、积分（I）和微分（D）三个部分组成的控制器。
比例部分的作用是根据偏差的大小来调节控制量，积分部分的作用是根据偏差的累积值来调节控制量，微分部分的作用是根据偏差的变化率来调节控制量。
PID控制器的输出可以表示为：\[ u(t) = K_p e(t) + K_i \int_{0}^{t} e(\tau) d\tau + K_d \frac{de(t)}{dt} \]其中，\(u(t)\)为控制量，\(e(t)\)为偏差，\(K_p\)、\(K_i\)、\(K_d\)分别为比例、积分、微分系数。
比例控制项主要用来减小静差，积分控制项主要用来消除稳态误差，微分控制项主要用来改善系统的动态性能。
通过合理地调节这三个参数，可以实现对系统的精确控制。
2. PID控制实例说明。
为了更好地理解PID控制的原理，我们以温度控制系统为例进行说明。
假设有一个加热器和一个温度传感器组成的温度控制系统，我们希望通过PID 控制器来控制加热器的功率，使得系统的温度稳定在设定的目标温度。
首先，我们需要对系统进行建模，得到系统的传递函数。
然后，根据系统的动态特性和稳态特性来确定PID控制器的参数。
接下来，我们可以通过实验来调节PID控制器的参数，使系统的实际响应与期望的响应尽可能接近。
在实际应用中，我们可以通过调节比例、积分、微分参数来实现对系统的精确控制。
比如，增大比例参数可以加快系统的响应速度，增大积分参数可以减小稳态误差，增大微分参数可以改善系统的动态性能。
通过不断地调节PID控制器的参数，我们可以使系统的温度稳定在设定的目标温度，从而实现对温度的精确控制。
总结。
通过本文的介绍，我们可以了解到PID控制的原理及其在实际系统中的应用。
pid算法原理
pid算法原理PID（Proportional-Integral-Derivative）算法是一种用于控制系统的经典控制算法。
它通过根据当前误差的偏差量，计算出调节器的输出控制信号。
PID算法通过比例、积分和微分三个部分的组合，可以实现对系统的精确控制。
本文将介绍PID算法的原理及其在控制系统中的应用。
一、PID算法原理PID算法的核心思想是根据系统的误差来调节输出控制信号，使得系统的实际输出与期望输出保持一致。
PID算法通过计算比例项、积分项和微分项的加权和，来得到最终的控制输出。
下面将分别介绍这三个部分的作用和计算公式。
1. 比例项（Proportional）比例项是根据误差的大小直接计算输出控制信号的一部分。
它的作用是使系统对于误差的响应更加敏感。
比例项的计算公式为：output = Kp * error其中，Kp为比例增益，error为当前误差。
2. 积分项（Integral）积分项是用来消除系统稳态误差的。
它通过对误差的累积进行控制，使系统能够快速补偿由于比例项无法完全补偿的长期稳态误差。
积分项的计算公式为：output = Ki * ∫(error dt)其中，Ki为积分增益，error为当前误差，∫(error dt)表示误差的累积量。
3. 微分项（Derivative）微分项是用来预测系统未来的变化趋势的。
它通过计算误差的变化率来调节控制输出，使得系统能够更加灵活地响应变化。
微分项的计算公式为：output = Kd * d(error)/dt其中，Kd为微分增益，d(error)/dt表示误差的变化率。
综合上述三部分，PID算法的最终输出可表示为：output = Kp * error + Ki * ∫(error dt) + Kd * d(error)/dt二、PID算法在控制系统中的应用PID算法广泛应用于各种自动控制系统中，例如温度控制器、电机控制器、液位控制器等。
PID算法的主要优点是简单、稳定、可靠，能够适应不同系统的控制需求。
PID控制经典
比例、积分、微分作用
比例作用
快速响应误差，减小稳态误差。
积分作用
主要用于消除静差，提高系统的无差度。
微分作用
在信号变化之前有预见性，能预见偏差变化的趋势 ，产生超前的控制作用，在偏差还没有形成之前， 已被微分调节作用消除。
控制性能评价指标
80%
稳定性
系统受到扰动后其运动能保持在 有限边界的区域内或回复到原平 衡状态的性能。
PID控制经典
目
CONTENCT
录
• PID控制基本原理 • 经典PID控制算法 • PID参数整定方法 • PID控制应用实例 • PID控制性能优化策略 • PID控制发展趋势与挑战
01
PID控制基本原理
PID控制器结构
01
比例环节（P）
成比例地反映控制系统的偏差信号e(t)，偏差一旦产生，控制器立即产
基于状态空间的PID控制
通过建立被控对象的状态空间模型，将PID控制器与状态反馈控制 器相结合，实现系统的最优控制。
06
PID控制发展趋势与挑战
深度学习在PID控制中的应用
01
利用深度学习优化 PID参数
通过训练神经网络来预测最优的 PID参数，提高控制系统的性能 。
02
基于深度学习的自 适应PID控制
多变量PID控制算法
研究多变量PID控制算法，如多输入多输出（ MIMO）PID控制算法，实现对多变量系统的有效 控制。
基于现代控制理论的PID 控制策略
将现代控制理论（如最优控制、鲁棒控制等 ）与PID控制相结合，提高多变量系统的控 制性能。
非线性系统PID控制方法
非线性PID控制算法
研究非线性PID控制算法，如基于神经网络、模糊逻辑等的非线性PID控制器设计方法 。
PID算法基本原理及整定实现方法
PID算法基本原理及整定实现方法PID（比例-积分-微分）控制算法是一种用于控制系统的基本控制方法，广泛应用于工业控制领域。
PID控制算法的基本原理是通过计算控制器的输出值与目标值之间的偏差，使用比例、积分和微分三个部分的权重调节来调整控制器的输出，从而使得控制系统的输出尽可能接近目标值。
本文将详细介绍PID控制算法的基本原理以及整定实现方法。
一、PID控制算法基本原理1.比例部分（P部分）：比例部分按照输入信号与目标值之间的差异进行调节，输出与误差成正比。
当输入信号与目标值之间的差异很大时，比例部分对整体控制量的调整起到主导作用。
它的作用是根据误差的大小来调整控制器的输出，但是仅仅依靠比例控制往往会导致系统的震荡或者超调。
2.积分部分（I部分）：积分部分根据控制器输出的误差累计之和进行调节，用来消除系统的稳态误差。
积分控制主要用于对系统的稳态误差的恢复，通过累积误差来调整控制器的输出，使得系统能够在稳态下达到目标值。
3.微分部分（D部分）：微分部分根据误差的变化率进行调节，用来预测系统的未来行为，抑制系统的超调和振荡。
微分控制是对系统的瞬时响应进行补偿，通过预测系统的未来行为来调整控制器的输出。
二、PID控制参数整定方法PID控制器的参数整定是指根据实际系统的特性和需求确定合适的比例、积分和微分部分的权重，以使得控制系统能够在期望的响应速度、稳定性和稳态误差下工作。
常用的PID控制参数整定方法有如下几种。
1. Ziegler-Nichols方法：该方法通过系统的临界响应特性来确定PID控制器的参数。
首先将PID控制器的积分和微分时间设为零，逐渐增大比例增益，使得系统产生临界振荡，然后通过测量振荡的周期和振幅来计算出合适的参数。
2. Chien-Hrones-Reswick方法：该方法是一种改进的Ziegler-Nichols方法，通过调整PID控制器的参数和系统的时间常数之间的关系来确定合适的参数。
pid算法的原理和算法
pid算法的原理和算法一、概述pid算法（Proportional Integral Derivative，比例积分微分算法）是一种常用的控制算法，广泛应用于工程控制系统中。
它通过不断调整控制量，使被控制对象的输出与期望值之间达到稳定的关系。
本文将介绍pid算法的原理和具体实现方法。
二、pid算法的原理pid算法是基于反馈控制原理的一种控制算法。
它通过对被控制对象的输出与期望值之间的误差进行测量，然后根据误差的大小和变化趋势来调整控制量，使误差逐渐减小，从而实现对被控制对象的控制。
pid算法主要包含三个部分：比例控制、积分控制和微分控制。
比例控制是根据误差的大小来调整控制量，使误差越大时控制量的变化越大；积分控制是根据误差的变化趋势来调整控制量，使误差变化缓慢时控制量的变化越大；微分控制是根据误差的变化速度来调整控制量，使误差变化快时控制量的变化越大。
pid算法的输出控制量可以表示为：u(t) = Kp * e(t) + Ki * ∫e(t)dt + Kd * de(t)/dt其中，u(t)为控制量，Kp、Ki和Kd分别为比例系数、积分系数和微分系数，e(t)为误差，de(t)/dt为误差的变化速度。
三、pid算法的实现步骤pid算法的实现步骤如下：1. 初始化参数首先，需要初始化pid算法的参数，包括比例系数Kp、积分系数Ki和微分系数Kd。
这些参数的选择需要根据具体的控制对象和控制要求来确定。
2. 读取被控制对象的输出和期望值然后，需要读取被控制对象的输出和期望值，计算误差e(t)。
3. 计算比例控制量根据比例控制的原理，计算比例控制量Kp * e(t)。
4. 计算积分控制量根据积分控制的原理，计算积分控制量Ki * ∫e(t)dt。
这里需要对误差进行积分运算，可以使用离散积分的方法。
5. 计算微分控制量根据微分控制的原理，计算微分控制量Kd * de(t)/dt。
这里可以使用差分的方法来近似计算误差的变化速度。
PID控制原理详解及实例说明
PID控制原理详解及实例说明PID控制是一种常用的控制算法，它能够在工业控制系统中实现对各种参数的精确控制。
PID分别代表比例(proportional)、积分(integral)和微分(derivative)，这三个参数共同决定了控制系统的输出。
在本文中，我们将详细介绍PID控制的原理，并通过一个实例来说明PID控制的应用。
**PID控制原理**PID控制算法的基本原理是通过反馈来调节控制系统的输出值，使其与期望值尽可能接近。
PID控制器根据当前的误差值(e)，积分项(i)和微分项(d)来计算控制输出(u)。
具体来说，控制输出可以表示为以下公式：\[ u(t)=K_p \cdote(t)+K_i\cdot\int{e(t)dt}+K_d\cdot\frac{de(t)}{dt} \]其中，\(K_p\)、\(K_i\)和\(K_d\)分别是比例增益、积分增益和微分增益。
比例项用于根据误差信号的大小来调整输出，积分项用于修正系统的静态误差，微分项用于预测误差的变化趋势。
通过调节这三个参数的数值，可以使PID控制器在不同的控制情况下获得最佳性能。
**实例说明**为了更好地理解PID控制的应用，我们以一个简单的温度控制系统为例进行说明。
假设我们需要设计一个PID控制器来维持一个恒定的温度值，控制系统的输入是一个加热元件的功率，输出是系统的温度。
首先，我们需要建立一个数学模型来描述系统的动态特性。
假设系统的温度动态可以由以下微分方程描述：\[ \tau \cdot \frac{dT(t)}{dt}+T(t)=K \cdot P(t) \]其中，\(T(t)\)代表系统的温度，\(P(t)\)代表加热元件的功率，\(\tau\)代表系统的时间常数，\(K\)代表系统的传递函数。
接下来，我们可以根据这个数学模型来设计PID控制器。
首先，我们需要对系统进行参数调试，确定合适的比例增益\(K_p\)、积分增益\(K_i\)和微分增益\(K_d\)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
字号：大中小 订阅
2、流程图
3、PID 代码 //定义变量 float Kp; float Ti; float T; float Ki; float ek; float ek1; float ek2; float uk; signed int uk1; signed int adjust;
if( gabs(ek)<0.1 ) { adjust=0; } else { uk=Kp*(ek-ek1)+Ki*ek; //计算控制增量 ek1=ek; uk1=(signed int)uk; if(uk>0) { if(uk-uk1>=0.5) { uk1=uk1+1; } } if(uk<0) { if(uk1-uk>=0.5) { uk1=uk1-1; } } adjust=uk1; }
return adjust; } 下面是在 AD 中断程序中调用的代码。 。 。 。 。 。 。 。 。 。 。 。 else //退出软启动后，PID 调节,20ms 调节一次 { EvaRegs.CMPR3=EvaRegs.CMPR3+piadjust(ek);//误差较小 PID 调节稳住 if(EvaRegs.CMPR3>=890) { EvaRegs.CMPR3=890; //限制 PWM 占空比 } } 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 4、PID 调节经验总结 PID 控制器参数选择的方法很多，例如试凑法、 临界比例度法、 扩充临界比例度法等。 但是， 对于 PID 控制而言，参数的选择始终是一件非常烦杂的工作，需要经过不断的调整才能得 到较为满意的控制效果。依据经验，一般 PID 参数确定的步骤如下[42]：
int pid(float ek) { if(gabs(ek)<ee) //ee 为误差的阀值，小于这个数值的时候，不做 PID 调整，避免误差较小 时频繁调节引起震荡。ee 的值可自己设 { adjust=0; } else { uk=a0*ek+a1*ek1+a2*ek2; ek2=ek1; ek1=ek; uk1=(int)uk; if(uk>0) { if(uk-uk1>=0.5) { uk1=uk1+1; } } if(uk<0) { if(uk1-uk>=0.5) { uk1=uk1-1; } } adjust=uk1; } return adjust; } float gabs(float ek) { if(ek<0) { ek=0-ek; } return ek; }
四舍五入
陈杰
Digitally signed by 陈杰 DN: O= Corporation, OU=CA Center, CN=陈杰, SN=2088202953970838, E=393140455@ Reason: 我是文档所有者 Location: Date: 2012.02.27 18:53:34
附，完整 PID 代码： //声明变量 //定义变量 float Kp; //PID 调节的比例常数 float Ti; //PID 调节的积分常数 float T; //采样周期 float Td; //PID 调节的微分时间常数 float a0; float a1; float a2; float ek; //偏差 e[k] float ek1; //偏差 e[k-1] float ek2; //偏差 e[k-2] float uk; //u[k] int uk1; //对 uk 四舍五入求整 int adjust; //最终输出的调整量 //变量初始化，根据实际情况初始化 Kp=; Ti=; T=; Td=; a0=Kp*(1+T/Ti+Td/T); a1=-Kp*(1+2*Td/T); a2=Kp*Td/T; // Ki=KpT/Ti=0.8，微分系数 Kd=KpTd/T=0.8,Td=0.0002,根据实验调得的结果确定这些参数 ek=0; ek1=0; ek2=0; uk=0; uk1=0; adjust=0;
(1) 确定比例系数 Kp 确定比例系数 Kp 时，首先去掉 PID 的积分项和微分项，可以令 Ti=0、Td=0，使之成为 纯比例调节。 输入设定为系统允许输出最大值的 60％～70％， 比例系数 Kp 由 0 开始逐渐增 大，直至系统出现振荡；再反过来，从此时的比例系数 Kp 逐渐减小，直至系统振荡消失。 记录此时的比例系数 Kp，设定 PID 的比例系数 Kp 为当前值的 60％～70％。 (2) 确定积分时间常数 Ti 比例系数 Kp 确定之后，设定一个较大的积分时间常数 Ti，然后逐渐减小 Ti，直至系统出现 振荡，然后再反过来，逐渐增大 Ti，直至系统振荡消失。记录此时的 Ti，设定 PID 的积分 时间常数 Ti 为当前值的 150％～180％。 (3) 确定微分时间常数 Td 微分时间常数 Td 一般不用设定，为 0 即可，此时 PID 调节转换为 PI 调节。如果需要设定， 则与确定 Kp 的方法相同，取不振荡时其值的 30％。 (4) 系统空载、带载联调 对 PID 参数进行微调，直到满足性能要求。
//PI 调节的比例常数 //PI 调节的积分常数 //采样周期 //偏差 e[/u[k] //对 u[k]四舍五入取整 //调节器输出调整量
//变量初始化 Kp=4; Ti=0.005; T=0.001; // Ki=KpT/Ti=0.8，微分系数 Kd=KpTd/T=0.8,Td=0.0002,根据实验调得的结果确定这些参数 ek=0; ek1=0; ek2=0; uk=0; uk1=0; adjust=0; int piadjust(float ek) //PI 调节算法 {