PID 及自动控制的基本原理探讨
机器人运动控制中的PID算法研究
机器人运动控制中的PID算法研究在当今科技飞速发展的时代，机器人已经在众多领域得到了广泛的应用，从工业生产中的自动化装配线到医疗领域的手术机器人，从家庭服务机器人到太空探索中的探测机器人等等。
而在机器人的众多技术中，运动控制无疑是至关重要的一环，它直接决定了机器人能否准确、快速、稳定地完成各种任务。
在机器人运动控制中，PID 算法是一种经典且常用的控制算法，本文将对其进行深入研究。
一、PID 算法的基本原理PID 算法，即比例（Proportional）、积分（Integral）、微分（Derivative）控制算法，是一种基于反馈控制的算法。
其基本思想是通过比较实际输出与期望输出之间的偏差，然后根据比例、积分和微分三个环节的作用来计算控制量，从而对被控对象进行调节，使其输出尽可能接近期望输出。
比例环节（P）的作用是根据偏差的大小来产生控制量，偏差越大，控制量越大，其作用是快速减少偏差。
但是，单纯的比例控制可能会导致系统存在稳态误差，即当偏差较小时，控制量也较小，无法完全消除偏差。
积分环节（I）的作用是对偏差进行积分，即使偏差很小，经过一段时间的积累，积分环节也会产生较大的控制量，从而消除稳态误差。
然而，积分环节可能会导致系统响应变慢，甚至出现超调。
微分环节（D）的作用是根据偏差的变化率来产生控制量，它能够预测偏差的变化趋势，提前给出控制量，从而减少超调，提高系统的稳定性。
二、PID 算法在机器人运动控制中的应用在机器人运动控制中，PID 算法可以用于控制机器人的位置、速度和加速度等。
例如，在机器人的位置控制中，可以将期望位置与实际位置的偏差作为输入，通过 PID 算法计算出控制电机的电压或电流，从而驱动机器人运动到期望位置。
在速度控制中，将期望速度与实际速度的偏差输入到 PID 控制器中，得到控制量来调整电机的转速，实现速度的精确控制。
在加速度控制中，同样可以利用 PID 算法来根据加速度的偏差进行调节，以保证机器人运动的平稳性和准确性。
pid控制的工作原理
pid控制的工作原理
PID控制是一种经典的控制方法，它通过对系统的反馈信息进行处理，输出控制信号，从而实现对系统的自动调节。
其工作原理如下：
1. 比例控制：PID控制器首先根据当前的误差值（设定值与实际值之差）乘以比例系数Kp，得到比例控制量。
比例控制作用于增大或减小系统的输出，使得系统趋向于设定值。
2. 积分控制：PID控制器还引入了积分项，它根据误差累积值乘以积分系数Ki，得到积分控制量。
积分控制主要作用于消除系统的静差，通过积分作用使系统更快地达到设定值。
3. 微分控制：PID控制器最后引入了微分项，它根据误差变化率乘以微分系数Kd，得到微分控制量。
微分控制主要作用于抑制系统的震荡，并提高系统的响应速度。
PID控制器的输出信号等于以上三个控制量之和，即PID输出= 比例控制量 + 积分控制量 + 微分控制量。
通过调节比例系数Kp、积分系数Ki和微分系数Kd的数值，可以改变PID控制器的性能，以适应不同的系统需求。
PID控制器的原理是通过不断地调整控制量，使系统的反馈信号与设定值之间的误差最小化，从而达到对系统的精确控制。
它能够快速、准确地稳定系统的输出，并且具有简单、易于实现的特点，因此广泛应用于工业控制、汽车控制、机器人控制等领域。
pid温度控制原理
pid温度控制原理PID温度控制原理。
PID温度控制是工业自动化控制中常见的一种控制方式，它通过对温度传感器采集到的信号进行处理，调节加热或冷却设备的工作状态，以实现对温度的精确控制。
PID控制器是由比例（P）、积分（I）、微分（D）三个部分组成的控制算法，下面将详细介绍PID温度控制的原理及其应用。
一、比例控制（P）。
比例控制是根据温度偏差的大小来调节控制器输出的控制量，其原理是控制量与偏差成正比例关系。
当温度偏差较大时，比例控制器会输出较大的控制量，从而加快温度的调节速度；当温度接近设定值时，控制量会逐渐减小，以避免温度波动过大。
比例控制能够快速响应温度变化，但无法完全消除稳态误差。
二、积分控制（I）。
积分控制是根据温度偏差的累积量来调节控制器输出的控制量，其原理是控制量与偏差的积分成正比例关系。
积分控制能够消除稳态误差，提高温度控制的精度，但过大的积分时间会导致控制系统的超调和振荡。
三、微分控制（D）。
微分控制是根据温度偏差的变化率来调节控制器输出的控制量，其原理是控制量与偏差的微分成正比例关系。
微分控制能够减小温度控制系统的超调和振荡，提高系统的动态响应速度，但过大的微分时间会导致控制系统的灵敏度降低，甚至出现不稳定的情况。
四、PID控制。
PID控制是将比例、积分和微分控制结合起来的一种综合控制方式，通过调节P、I、D三个参数的取值，可以实现对温度控制系统的动态性能、稳态精度和鲁棒性进行优化。
在实际应用中，需要根据具体的温度控制对象和控制要求来合理选择PID参数，以实现最佳的控制效果。
五、PID控制在温度控制中的应用。
PID控制在工业生产中被广泛应用于温度控制系统，比如热处理炉、注塑机、食品加工设备等。
通过PID控制器对加热或冷却设备进行精确控制，可以确保生产过程中温度的稳定性和精度，提高产品质量和生产效率。
六、总结。
PID温度控制原理是一种常用的控制方式，通过比例、积分和微分三个部分的综合作用，可以实现对温度控制系统的精确调节。
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。
由入门到精通吃透PID
由入门到精通吃透PIDPID控制器（Proportional-Integral-Derivative Controller）是一种常见的控制器，广泛应用于工业自动化领域。
它通过对系统的反馈信号进行比例、积分和微分运算，以达到控制系统稳定和响应速度的目的。
本文将从入门到精通分别介绍PID控制器的基本原理、参数调整方法和应用实例。
一、基本原理在控制系统中，PID控制器根据反馈信号与设定值之间的差异来调整输出信号，从而实现对被控对象的控制。
它由三个基本部分组成：比例控制部分、积分控制部分和微分控制部分。
1. 比例控制部分：根据反馈信号与设定值之间的差异，以一定的比例调节输出信号。
比例控制的作用是根据差异的大小来进行精确调节，但它不能解决系统的超调和稳态误差问题。
2. 积分控制部分：通过累积反馈信号与设定值之间的差异，对输出信号进行调节。
积分控制可以消除系统的稳态误差，但会增大系统的超调。
3. 微分控制部分：通过反馈信号的变化率来预测未来的发展趋势，以调节输出信号。
微分控制可以提高系统的响应速度和稳定性，但过大的微分作用会引入噪声和振荡。
PID控制器的输出信号可以表示为：u(t) = Kp * e(t) + Ki * ∫e(t)dt + Kd * de(t)/dt其中，u(t)为输出信号，Kp、Ki和Kd分别为比例、积分和微分增益，e(t)为反馈信号与设定值之间的误差，∫e(t)dt为误差的积分，de(t)/dt为误差的微分。
二、参数调整方法PID控制器的参数选择对控制系统的性能至关重要。
有许多方法可以调整PID控制器的参数，常见的包括经验法、试错法和优化算法。
1. 经验法：根据实际经验，选择适当的参数范围，并逐步调整参数，观察系统的响应变化。
这种方法简单直观，但需要具备一定的经验和调试能力。
2. 试错法：通过不断试验不同的参数组合，观察系统的响应，并根据系统的性能指标进行优化调整。
试错法可以快速找到合适的参数组合，但依赖于多次试验和手动调整。
PID控制器的基本原理与应用
PID控制器的基本原理与应用PID 控制器是一种经典的反馈控制器，广泛应用于工业自动化领域。
本文将介绍 PID 控制器的基本原理、工作原理和常见的应用案例。
一、基本原理PID 控制器的名称由三个控制参数组成，分别是比例（P）、积分（I）和微分（D）。
比例控制依据误差信号与给定值之间的差异，以一定比例调整控制输出。
比例控制器可快速响应系统变化，但容易导致超调和震荡。
积分控制器根据误差信号的累积量来调整控制输出。
积分控制器有助于消除稳态误差，但也会导致响应时间延长和系统不稳定。
微分控制器根据误差信号变化率来调整控制输出。
微分控制器可以提高系统的动态响应和稳定性，但对噪声敏感。
PID 控制器通过加权和三个控制参数的组合来计算控制输出。
PID控制器的数学表达式为：输出 = Kp * 偏差 + Ki * 积分偏差 + Kd * 导数偏差其中，Kp、Ki 和 Kd 分别为比例、积分和微分参数，偏差为给定值与实际值之间的差异，积分偏差为过去偏差的累积量，导数偏差为当前偏差的变化率。
二、应用案例1. 温度控制PID 控制器广泛应用于温度控制系统中。
以恒温箱为例，PID 控制器通过检测箱内温度与设定温度的偏差，调节加热器或制冷器的输出功率，使温度稳定在设定值附近。
2. 位置控制在机器人或自动化生产线中，PID 控制器可用于位置控制。
通过检测目标位置与实际位置之间的偏差，PID 控制器可以控制电机的转速和方向，使机器人或生产线准确移动到目标位置。
3. 流量控制PID 控制器也可用于流量控制。
例如，在化工过程中，PID 控制器可以根据设定的流量需求，调整阀门的开度来控制流体的流量。
4. 电压调节在电力系统中，PID 控制器可用于电压调节。
当负载变化时，PID 控制器可以通过调整发电机的功率输出来保持系统电压稳定。
以上仅为 PID 控制器的一些常见应用案例，实际应用中还可以根据不同的控制需求进行调整和优化。
结语：PID 控制器是一种简单而强大的控制器，具有广泛的应用。
什么是PID？PID的基本原理
什么是PID？PID的基本原理一、什么是 PID？PID 代表Proportional-Integral-Differential，即比例积分微分，指的是一项流行的线性控制策略。
在 PID控制器中，错误信号（受控系统期望的温度与实际温度之间的差值）在加到温度控制电源驱动电路之前先分别以三种方式（比例、积分和微分）被放大。
比例增益向错误信号提供瞬时响应。
积分增益求出错误信号的积分，并将错误减低到接近零的水平，积分增益还有助于过滤掉实测温度信号中的噪音。
微分增益使驱动依赖于实测温度的变化率，正确运用微分增益能缩短响应定位点改变或其它干扰所需的稳定时间。
然而，在许多情况下，比例积分（PI: Proportional-Integral，没有微分增益）控制策略也可以产生满足要求的结果，而且通常要比完全的 PID控制器更容易调整到稳定的运行状态，并获得符合要求的稳定时间。
二、PID调节概念及基本原理（PID控制当今的自动控制技术都是基于反馈的概念。
反馈理论的要素包括三个部分：测量、比较和执行。
测量关心的变量，与期望值相比较，用这个误差纠正调节控制系统的响应。
这个理论和应用自动控制的关键是，做出正确的测量和比较后，如何才能更好地纠正系统。
PID（比例-积分-微分）控制器作为最早实用化的控制器已有50多年历史，现在仍然是应用最广泛的工业控制器。
PID控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。
PID控制器由比例单元（P）、积分单元（I）和微分单元（D）组成。
其输入e (t)与输出u (t)的关系为 u(t)=kp(e((t) 1/TI∫e(t)dtTD*de(t)/dt) 式中积分的上下限分别是0和t 因此它的传递函数为：G(s)=U(s)/E(s)=kp(1 1/(TI*s) TD*s) 其中kp为比例系数； TI为积分时间常数； TD为微分时间常数它由于用途广泛、使用灵活，已有系列化产品，使用中只需设定三个参数（Kp， Ki和Kd）即可。
pid控制原理
pid控制原理
PID控制是基于闭环反馈原理的一种控制算法，被广泛应用于自动控制系统中。
全名为Proportional (比例) – Integral (积分) –Derivative (微分) Control，它根据控制对象的误差来实时调节输出信号，以实现准确地控制目标值。
PID控制器的主要原理可以分解为三部分：
1. 比例控制：该部分根据误差的大小比例放大，并产生相应的输出信号。
比例项的作用是使控制器对误差的改变产生较快的反应，但可能会引起超调或震荡现象。
2. 积分控制：该部分根据误差随时间的累积情况进行调节，以减小系统的稳态误差。
积分项的作用是消除系统的静态误差，但会增加系统的响应时间。
3. 微分控制：该部分根据误差的变化率进行调节，以提高系统的动态响应能力。
微分项的作用是抑制系统的超调及震荡，但过大的微分作用可能导致系统不稳定。
PID控制器通常通过调节比例、积分和微分参数来优化控制过程。
比例参数决定了系统的响应速度和超调量，积分参数影响系统的稳态误差，而微分参数则影响系统的抗干扰能力。
PID控制器的设计和调整一般需要根据具体的控制对象和要求进行实际操作和优化。
使用PID控制器能够实现精确控制、
稳定性较好的控制效果，因此在工业自动化、机械控制等领域得到广泛应用。
- 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)。
PID及自动控制的基本原理探讨安徽航天信息科技有限公司鲍东风摘要:本文以直流电机恒速控制为例,讨论PID及自动控制的基本理论问题,其基本原理方法具有广泛的代表性。
关键词:控制目标被控制量系统评判PID控制一、引言在现今的工业控制中，PID作为经典的控制理论,仍然起着主导作用,而现代控制理论确提不出象PID那样能普遍应用的成果,针对各种复杂的任务,相比之下,PID的控制效果也更为理想,现代控制理论的新成果、新方法并没有能取代PID调节器,其处境令人难以想象。
就是作为PID 控制本身也有它的局限性,某些情况下也是难以达到令人满意的控制效果。
真正的问题出在那里，能否摆脱这种困境,能否以一种清晰的、直观的、合理的、符合逻辑的思考方式,重新认识、阐明PID及自动控制的基本原理,这就是本文所要讨论的问题。
下面以直流电机恒速控制为例,来探讨这个问题。
二、基本理论的阐述1.直流电机的数学模型设被控对象为带电抗器的他激直流电动机,且电抗器电感足够大,以致电机电枢回路电流连续,电机电枢供电由脉宽调制器提供。
直流电动机的转速和其它参量关系可表达如下:K1d n2/d t2+K2d n/dt+K3n=U-K4M j-K5d M j/d t=U f(1)式中:n----转速U-------电枢电压M j------负载力矩U f------被控制量参数K1、K2、K3、K4、K5------是与电枢回路总电阻、总电感、励磁磁通以及电机结构所决定的参数。
2.被控制量的确定本文所讨论的电机转速控制,是通过随时不断地调节电枢电压U的大小来达到目的,由U f 与电枢电压U的线性关系可知,实际上也就是在不断地调节U f值的大小,U f就是本文提出的一个被控制量。
因此电机恒速控制问题就可以变成当系统受到扰动,如何通过调节电枢电压来调节U f的大小,使方程(1)的解很快地趋于给定值n0。
转速n与电压U的函数关系,就决定了转速不能成为直接的被控制量,只能是一个间接被控制量。
可以说,只要是通过调节电枢电压大小的办法去实现直流电机恒速控制，无论是采用PID控制﹑双闭环控制还是其它方法控制,其直接的被控量都不是转速n，从以下的论述中将不难看出而是U f。
3.控制目标直流电机恒速控制的大目标是使电机转速稳定为某恒定给定值n0,具体来说，也无非就是,无论调节什么量来校正电机转速,在校正量、扰动量的共同作用之下,方程(1)的解要满足二个条件:条件一是解的稳态分量为定给定值n0；条件二是解的暂态分量衰减得快,即动态过程时间短,且暂态分量幅度尽可能地小。
解的条件一和条件二就是所谓的控制目标。
4.控制系统的评价标准控制系统品质的评价标准同控制目标是密切相关的,根据上述的控制目标,控制系统的评价标准是系统在稳态的初始条件、甚至是任意初始条件下,当系统受到扰动,方程(1)的解很快地收敛于给定值n0,即方程(1)解的稳态分量与定给定值n0误差小,方程(1)解的暂态分量衰减快且幅度小。
有必要说明的是,在零初始条件下,根据阶跃激励信号产生输出的动态和稳态响应指标,如超调量、稳态误差等,它不能反映出系统的抗干能力大小,与电机恒速控制的目标大相径庭。
可以这样说,在运动控制、过程控制领域,要控制某物理量使其保持恒定,建立在拉氏变换之上的控制理论,都无法解决问题,在该领域内使用零初始条件下的拉氏变换这个数学工具是不恰当的、错误的。
下面讨论的是如何实现上述的控制目标。
三、控制目标的实现1.基本原理通过调节电枢电压大小的方法控制电机转速,就是调节被控制量参数U f,电机处在稳态时，U f（或是在较小周期时间内的平均值---以下皆同）以及其它参数都是某定值（否则就不是稳态，而是处在从一个稳态向另一个稳态的过渡过程）。
当系统受到扰动,如电枢电压、负载以及参数K4、K5的扰动等,都必将反映到U f的变化,我们希望将U f校正成怎样的结果才能使电机转速很快地收敛于给定值n0呢?比如说是电枢电压增加了,一个最朴素、自然的想法就是要想办法尽快将电枢电压降到原有值,如果一个控制系统不能做到这一点,无论其控制理论有多完美，它都不是一个成功的控制系统。
事实上根据二阶微分方程的解可知,只要将U f校正并保持常数U d，且直流电机阻尼比取适当值即可(直流电机阻尼比﹑采样周期、系统滞后时间、转速取样的精度等等，这些问题可对系统的品质产生影响，但不对本文的基本理论、方法产生影响，为抓主要矛盾，本文不予讨论)。
2.控制方法图1的控制原理结构示意图，就是实现控制目标的一种方法，图2是由图1变换来的，先介绍每个环节的情况。
反馈通道中的U f0是被控制量U f的检测值，希望是检测值U f0尽可能地接近实际值U f，K30n0/K s0K p e e k V k U n图1n0e'e'k V k U n图2K10d2n/d t2+K20d n/d t+K30n=U f0（2）U m=U f0/（K s0K p）（3）V k=∑i=1n e i+V0（4）t t（a）扰动及校正量（b）校正后U f的变化情况图3即希望整定值K10、K20、K30分别尽可能地接近实际值K1、K2、K3，由于检测误差、时变等因素，实际整定值情况比较复杂，为了把问题说清楚，先讨论一种特殊情况，一般情况将在第4节作专门讨论。
令K10=μK1，K20=μK2，K30=μK3，μ称为整定系数，则U f0=μU f。
将图1的控制原理结构示意图变换成图2所示的转速采样控制原理结构图，检测值U f0是由转速采样值计算出。
将式（2）作离散化处理可看出，U f0计算需要连续三个转速采样值，为了避免上一次校正量、扰动量对U f0计算的干扰，以准确地计算出检测值U f0，就须要采用每经连续三个或三个以上采样周期方能对被控制量U f进行一次检测、计算、校正，不妨将这样的控制方法称之为不连续控制。
本文采用每经连续三个采样周期对被控制量U f进行一次检测、计算、校正，将式（2）作离散化处理代入式（4），则有如下控制算法：K（∑i=1k e'i-3∑i=1l e'3i-1）+K P（∑i=1l e'3i-∑k=1l e'3i-1）+K I∑i=1l e'3i+V0（当k为3的整数倍时，l=k/3）V k=V k-1（当k-1为3的整数倍时）V k-2（当k-2为3的整数倍时）（5）式中e'=n0-n，k为转速采样序列号，T为转速采样周期，K D=K10/(K s0K p T2)，K P=K20 /(K s0K p T),K I=K30/(K s0K p)。
K s是电压放大倍数，K s0是其整定值，希望整定值尽可能地接近实际值。
因可等效地将K s看作整定值K s0，而整定系数μ变为（K s/K s0）μ，所以不再单独考虑电压放大倍数及整定问题。
U f的给定值U d是由电机在所要求的稳态时情况决定,稳态时方程(1)变为:K3n0=U f=U d(6) K30n0/（K s0K p）为U f0的给定值，控制目标将被控制量U f校正并保持给定值K3n0与将其检测值U f0校正并保持给定值K30n0是等效的，或者说二者是等价的。
式（4）控制器环节V k=∑i=1n e i+V0是一个积分环节（∑i=1n e i表示e1+e2+…+e n），V0是积分常数，它决定了被控制量U f的收敛方式。
K p是放大系数。
3.控制过程及控制效果除非电机达到稳态转速n0，这时U f的检测值U f0等于给定值K30n0，，U f为K3n0，否则经图1的各环节就不断地对U f进行调节，直到最终将U f校正并保持为K3n0为止。
设在稳态的情况下，当系统受到某恒定扰动,使U f偏离给定值K3n0增加了△U f，检测值U f0则偏离给定值K30n0为μ△U f，经过比较环节产生误差值-μ△U f，再由积分环节、电压放大环节使电枢电压减小μ△U f，即被控制量U f减小了μ△U f,而变为K3n0+△U f(1-μ)。
当0<μ<2时，每一次校正都将使U f更进一步接近于给定值K3n0，即U f收敛于给定值，若μ值越接近于1，收敛的速度就越快，也就是说如果参数K10、K20、K30的选择与实际值K1、K2、K3误差越小，μ值就越接近于1，系统品质也就越好。
经第k次效正U f为K3n0+△U f(1-μ)k。
假定μ=1.3，经过三次校正,使U f偏离给定值衰减为3%△U f，由此可见系统对参数的变化不敏感，U f收敛较快。
当μ≧2或µ＜0，校正的结果使U f发散，而不会收敛于给定值，系统不稳定；μ=0，就变成了开环系统。
图3所示的是μ=1特殊情况下,U f的收敛方式，它是一次到位的校正。
不同的收敛方式，系统的品质不同。
4.参数整定的一般情况设参数整定的一般情况为，令：K30=μK3﹑K20=（μ+△μ1）K2﹑K10=（µ+△μ2）K1，则图1中反馈通道中U f的检测值U f0为：U f0=μU f+△μ1K2d n/d t+△μ2K1d n2/d t2(7)由式（7）可知，如果△μ1、△μ2同时为零，即为以上已讨论过的参数整定情况，现在问题是检测值U f0增加了(△μ1K2d n/dt+△μ2K1d n2/d t2)这一部分，它是与△μ1、△μ2以及扰动量等有关的不确定值，这一部分实际上等效于系统在每一次校正的同时，又额外受到了一个不确定的扰动量作用。
不言而喻，希望这个等效的扰动量尽可能小。
如果将参数△μ1、△μ2的绝对值整定得比较小，相比U f的扰动量这个等效扰动量就很小，因而对系统的影响就是次要因素，甚至于可忽略不计。
所以参数整定除了要使μ值接近于1，还需要使△μ1、△μ2的绝对值尽可能地小。
由于参数K1、K2、K3的时变、检测误差等因素，造成实际整定值△μ1、△μ2绝对值过大的情况，这只不过是等效扰动量大一点、U f收敛于给定值速度慢一些、系统品质差一些而已，很多情况下真正的问题所在不是参数时变，而是U f收敛于给定值速度、控制算法问题。
5.关于数字PID控制相对于不连续控制就是连续控制，即在每个采样周期内都对被控制量进行一次校正。
如图1所示，其控制算法的推导简单，将式(2)离散化处理代入式(4)，可得到如下控制算法：V k=K D（e'k-e'k-1）+K P e'k+K I∑i=1k e'i+V0(8)这就是数字式PID位置式控制算法。
虽然其控制目标最终也是要使被控制量U f达到并保持为给定值，但由于被控制量的检测值计算受到上一次校正量、扰动量影响而不够准确，且具有不确定因素，因此调节就不够准确，被控制量就不能快速地收敛于给定值，系统动态过程时间较长，并且考虑到诸多因素交织在一起，如为了相对准确计算被控制量的检测值、消除多次重复校正的影响等，导致参数就不能按式（8）整定，情况比较复杂，实际多是依赖经验。