PID 控制器：建模 P I D 部分

PID控制器建模：从比例控制到完整反馈回路

PID控制器根据误差 e(t) = 设定值 - 实测值 生成控制信号。其最简单形式中，比例部分 u(t) = K_p * e(t) 用于纠正偏差。例如在水位控制中：当 e(t) > 0 时，阀门按误差比例开启，但信号上限为最大流量。

现实系统存在延迟。对于加热器，热量扩散遵循扩散方程 ∂w/∂t = Δw + f(x,y,t)，其中 f 表示热源。这是一个具有阻尼特性的扩散过程——类似于能量损耗的波动现象。

热扩散的数值模拟

在Mathematica中进行解析求解，可观察温度演化过程：

sol = NDSolveValue[
  {
    D[w[x, y, t], t] == Laplacian[w[x, y, t], {x, y}] + 
      If[(x + 2)^2 + y^2 < 0.1 && t > 0.0, 100.0, 0],
    w[x, y, 0] == 0
  },
  w,
  {x, y} ∈ Rectangle[{-2, -1}, {2, 1}],
  {t, 0, 10}
];

远离热源的点温度上升存在延迟。为模拟反馈机制，我们改用离散时间域建模，采用FDTD（有限差分时域）方法。

二维热方程的基本计算步骤如下：

solveHeat[w_, f_, dt_: 0.0025, dx_: 0.1] := Table[
  If[i > 1 && i < 50 && j > 1 && j < 50,
    w[[i, j]] + dt (
      w[[i - 1, j]] + w[[i, j - 1]] - 4 w[[i, j]] + 
      w[[i, j + 1]] + w[[i + 1, j]]
    )/dx^2 + dt f[i, j],
    w[[i, j]]
  ],
  {i, 50}, {j, 50}
];

CFL稳定性条件：δt / δx² ≤ 0.25。开关加热器的仿真结果验证了系统的惯性特性。

比例控制器：持续存在的误差

P控制器连接方式：加热器 = K_p * Clip[误差, {0, ∞}]。在低功率下，由于散热损失，温度会稳定在目标值以下。提高K_p虽能缩短响应时间，但会加剧振荡，且稳态误差依然存在。

图表显示：

• 低功率：升温缓慢，无法达到设定值。
• 高功率：出现振荡，无法收敛。

积分环节：消除稳态误差

积分项累积误差：accError += 误差；u(t) = K_p 误差 + K_i accError。该机制可补偿静态损耗。

以降低功率为例：

Module[{w = Table[0., {50}, {50}], accError = 0.0},
  Table[
    With[{error = (0.0022 - w[[25, 25]])},
      {
        heater = 20000.0 Clip[error + 0.001 accError, {0, Infinity}]
      },
      accError += error;
      w = solveHeat[w, Function[{i, j}, If[Max[Abs[{i, j} - {25, 2}]] < 1, heater, 0.0]]];
      {{steps, w[[25, 25]]}, {steps, heater/30000.0}}
    ],
    {steps, 1, 3000}
  ]
];

温度最终无振荡地趋近设定值。

微分环节：预测振荡趋势

微分项响应误差的变化速率：u(t) = K_p e + K_i ∫e + K_d * de/dt。它能有效抑制未来的超调。

完整的PID控制可显著缩短上升时间，但对参数调节要求极高。若K_d过大，则可能引入伪影。

对比分析：

• 仅P控制：响应慢，存在持续误差。
• PI控制：可收敛，但可能出现超调。
• PID控制：响应最优，振荡最小。

数学定义与机械系统建模

完整公式为：u(t) = K_p e(t) + K_i ∫₀ᵗ e(τ) dτ + K_d de/dt。

对于质量为m的物体：x''(t) = u(t)/m。对PID表达式求导后可简化为：u'(t) = K_i e + K_p e' + K_d e''。

无控制器时：恒定输入u=1对应轨迹 x(t) = t²/(2m)——呈抛物线形态。

使用P控制器时：误差函数 e(t) = a - x(t) 构成闭环系统。系数调优是一个需考虑系统动态特性的迭代过程。

核心要点：

• 比例项提供基础响应，但无法消除稳态误差。
• 积分项可消除惯性系统中的累积偏差。
• 微分项预测变化趋势，加速系统稳定。
• FDTD仿真有助于直观理解控制效果，便于调试。
• 系统稳定性需满足CFL条件，并限制控制输出范围。

— Editorial Team