前言

在工业自动化领域，有一个算法几乎无处不在：

• 温度控制
• 电机调速
• 伺服位置控制
• 压力控制
• 流量控制
• 机器人运动控制
• 无人机姿态控制

这个算法就是：

PID控制算法（Proportional Integral Derivative Controller）

很多初学者第一次接触PID时，会看到这样的公式：

[
u(t)=K_p e(t)+K_i\int e(t)dt+K_d\frac{de(t)}{dt}
]

然后感觉非常复杂。

实际上，PID的核心思想非常简单：

根据目标值和实际值之间的误差，不断调整控制输出，让系统越来越接近目标。

本文将从控制思想、数学公式、P/I/D作用、参数调节方法以及STM32工程实现几个方面，详细介绍PID算法。

---

一、什么是PID控制？

1. PID解决的问题

任何控制系统都有三个基本元素：

目标值（Setpoint）

也叫设定值。

例如：

温度控制：

目标温度 = 60℃

电机控制：

目标转速 = 3000rpm

位置控制：

目标位置 = 50mm

---

实际值（Feedback）

通过传感器测量当前状态。

例如：

温度传感器检测：

当前温度 = 55℃

编码器检测：

当前速度 = 2800rpm

---

误差（Error）

PID最核心的变量：

[
e(t)=r(t)-y(t)
]

其中：

• r(t)：目标值
• y(t)：实际值
• e(t)：误差

例如：

目标温度：

60℃

实际温度：

55℃

那么：

[
e(t)=60-55=5℃
]

PID就是根据这个误差计算控制输出。

---

二、PID闭环控制结构

一个完整的PID控制系统如下：

        目标值
          |
          ↓
      +---------+
      | 比较器  |
      +---------+
          |
        误差e(t)
          |
          ↓
      +---------+
      | PID控制 |
      +---------+
          |
       控制输出u(t)
          |
          ↓
      被控对象
          |
          ↓
       传感器
          |
          └────反馈

例如温度控制：

目标温度60℃
       |
       ↓
     PID
       |
       ↓
 调节加热功率
       |
       ↓
    加热器
       |
       ↓
 温度传感器反馈

如果：

当前温度低

误差大：

PID增加输出

加热功率提高。

如果：

温度接近目标

误差变小：

PID降低输出

最终达到稳定状态。

---

三、PID控制公式详解

标准PID公式：

[
u(t)=K_p e(t)+K_i\int e(t)dt+K_d\frac{de(t)}{dt}
]

其中：

参数	名称	作用
Kp	比例系数	看当前误差
Ki	积分系数	看过去误差
Kd	微分系数	预测未来趋势

简单记忆：

P：现在
I：过去
D：未来

---

四、P比例控制详解

1. P控制公式

比例输出：

[
u_p=K_p e(t)
]

意思：

当前误差越大，输出作用越强。

例如：

目标速度：

3000rpm

当前速度：

2000rpm

误差：

1000rpm

PID计算：

输出增加

如果当前速度：

2900rpm

误差：

100rpm

输出调整变小。

---

2. Kp大小影响

Kp太小

表现：

• 响应速度慢
• 达到目标时间长
• 控制不明显

例如：

温度控制：

加热功率太小

温度慢慢升高。

---

Kp太大

表现：

• 响应很快
• 超调明显
• 容易振荡

例如：

目标：

60℃

实际：

快速冲到75℃

然后下降、振荡。

---

P控制的问题

单纯使用P控制：

无法完全消除稳态误差。

例如：

目标：

1000rpm

最终：

950rpm

系统已经稳定，但是仍然存在：

50rpm误差

这个误差称为：

稳态误差

因此需要积分控制。

---

五、I积分控制详解

1. 积分控制公式

[
u_i=K_i\int e(t)dt
]

积分的含义：

把过去所有误差累积起来。

例如：

系统一直差5℃：

第一次：

误差5℃

第二秒：

误差5℃

第三秒：

误差5℃

积分不断增加：

5+5+5+...

最终增加控制输出。

---

2. I控制解决什么问题？

主要解决：

稳态误差

例如：

只有P：

目标60℃
实际58℃

永远差2℃。

加入I：

PID发现：

长期存在2℃误差

不断增加输出。

最终：

实际≈60℃

---

3. Ki大小影响

Ki太小

表现：

• 消除误差慢
• 响应时间长

Ki太大

表现：

• 积分累积过快
• 超调增加
• 恢复时间变长

严重时会出现：

积分饱和（Integral Windup）

---

六、什么是积分饱和？

假设：

目标温度：

100℃

但是加热器最大功率：

100%

当前温度：

50℃

误差很大。

PID一直计算：

增加输出

但是：

执行器已经：

100%

无法继续增加。

此时积分仍然累积：

越来越大

当温度接近目标：

积分还保持很大输出。

结果：

温度超过目标

产生严重超调。

工程中通常采用：

• 积分限幅
• 抗饱和算法
• 条件积分

---

七、D微分控制详解

1. 微分控制公式

[
u_d=K_d\frac{de(t)}{dt}
]

微分关注：

误差变化速度。

简单理解：

不是看现在误差多大，而是看：

误差变化得有多快

---

例如：

目标：

100℃

当前：

90℃

看起来误差：

10℃

但是如果温度正在快速上升：

每秒增加5℃

PID预测：

马上可能超过目标。

于是提前降低输出。

这就是D作用。

---

八、D控制的作用

主要作用：

• 减少超调
• 抑制振荡
• 提高稳定性

例如：

没有D：

100℃
目标

升到120℃
下降
继续振荡

加入D：

快速接近
平稳停止

---

九、D参数调节注意

Kd太小：

减振效果不明显

Kd太大：

对噪声敏感
输出抖动

因为微分放大变化。

如果传感器：

温度波动±0.5℃

D可能认为：

系统变化剧烈。

所以工程中D通常需要：

• 滤波
• 限幅
• 合理采样周期

---

十、P、I、D组合起来如何理解？

完整公式：

[
u(t)=K_pe(t)+K_i\int e(t)dt+K_d\frac{de(t)}{dt}
]

三个部分作用：

部分	解决问题
P	提高响应速度
I	消除稳态误差
D	减少超调，提高稳定性

记忆口诀：

P让系统快

I让系统准

D让系统稳

---

十一、PID参数如何调节？

工程中最常用方法：

第一步：调整Kp

先：

Ki=0
Kd=0

逐渐增加Kp。

观察：

• 响应速度
• 是否振荡
• 是否超调

直到：

响应较快。

---

第二步：增加Ki

慢慢增加Ki。

目的：

消除稳态误差。

观察：

• 是否出现超调
• 是否恢复变慢

---

第三步：增加Kd

适当增加Kd。

目的：

减少：

• 超调
• 振荡

---

第四步：循环优化

根据实际波形调整。

---

十二、PID调参现象快速判断

现象	调整
响应慢	增加Kp
一直有误差	增加Ki
超调严重	减小Kp或增加Kd
振荡明显	减小Kp，增加Kd
输出抖动	减小Kd，加强滤波

---

十三、PID在STM32中的实现

实际嵌入式项目中，PID通常运行在定时任务中。

例如：

采样周期：

10ms

每10ms执行一次：

读取传感器

↓

计算误差

↓

PID计算

↓

输出PWM

流程：

ADC读取温度

↓

PID计算

↓

调整PWM占空比

↓

控制MOS管

↓

调节加热功率

---

十四、STM32 PID代码示例

定义PID结构体：

typedef struct
{
    float target;
    float feedback;

    float error;
    float last_error;

    float integral;

    float kp;
    float ki;
    float kd;

    float output;

}PID_TypeDef;

PID计算函数：

float PID_Calculate(PID_TypeDef *pid,float feedback)
{

    pid->feedback = feedback;


    pid->error =
        pid->target - pid->feedback;


    pid->integral += pid->error;


    float derivative =
        pid->error - pid->last_error;


    pid->output =
        pid->kp * pid->error
        +
        pid->ki * pid->integral
        +
        pid->kd * derivative;


    pid->last_error =
        pid->error;


    return pid->output;
}

---

十五、PID实际应用场景

1. 温度控制

例如：

• 烤箱
• 恒温箱
• 锅炉
• 空调

控制变量：

PWM加热功率

---

2. 电机速度控制

例如：

• 风机
• 水泵
• 机器人

反馈：

编码器速度

输出：

PWM占空比

---

3. 位置控制

例如：

• 机械臂
• CNC机床
• 舵机

反馈：

编码器位置

输出：

电机驱动力

---

十六、PID工程中还需要注意什么？

实际项目中，除了调参数，还需要考虑：

1. 采样周期

采样太慢：

系统反应迟钝

采样太快：

噪声增加

---

2. 输出限幅

例如：

PWM：

0%~100%

必须限制：

不能超过范围

---

3. 传感器滤波

避免：

• 高频噪声
• 测量抖动

---

4. 系统延迟

例如：

加热系统：

加热→温度变化
需要时间

如果忽略延迟：

容易产生振荡。

---

十七、总结

PID虽然公式复杂，但核心思想非常简单：

计算误差
↓

P快速纠正当前错误

I消除长期偏差

D预测变化趋势

↓

调整输出

↓

让系统稳定达到目标

一句话总结：

P负责速度，I负责精度，D负责稳定。

在STM32、PLC、变频器、电机控制、温控系统以及工业自动化设备中，PID仍然是最经典、应用最广泛的控制算法之一。

---