control_tutorial

第3章：经典控制器设计

本章将深入探讨经典控制器的设计方法与实践技巧。我们将从最广泛使用的PID控制器开始，逐步介绍超前-滞后补偿器和频域设计方法，并结合工程实践中的经验规则。通过工业电机伺服系统的完整案例，读者将掌握从系统建模到控制器实现的全流程。本章特别强调实用性，每个设计方法都配有详细的调参指南和工程经验。

3.1 PID控制器设计与调参技巧

3.1.1 PID控制器基本原理

PID控制器是工业控制中最经典且应用最广泛的控制器，其成功源于结构简单、鲁棒性强、无需精确数学模型等优点。尽管现代控制理论已经发展出许多先进算法，但据统计，超过90%的工业控制回路仍采用PID控制。

PID控制器的基本形式为：

\[u(t) = K_p e(t) + K_i \int_0^t e(\tau) d\tau + K_d \frac{de(t)}{dt}\]

其中：

$e(t) = r(t) - y(t)$ 是误差信号
$K_p$ 是比例增益
$K_i$ 是积分增益
$K_d$ 是微分增益

在频域中，PID控制器的传递函数为：

\[C(s) = K_p + \frac{K_i}{s} + K_d s = \frac{K_d s^2 + K_p s + K_i}{s}\]

3.1.2 PID各项的物理意义与作用

比例项（P）：提供与当前误差成正比的控制作用，决定系统的响应速度和稳态误差。

增大$K_p$：响应更快，但可能引起超调和振荡
减小$K_p$：系统更稳定，但响应变慢，稳态误差增大

积分项（I）：累积历史误差，消除稳态误差，实现无差跟踪。

增大$K_i$：稳态误差消除更快，但可能导致积分饱和
减小$K_i$：避免超调，但稳态误差消除变慢

微分项（D）：预测误差变化趋势，提供阻尼作用，改善动态性能。

增大$K_d$：增强系统阻尼，减少超调
减小$K_d$：避免对噪声的放大作用

3.1.3 PID参数整定方法

Ziegler-Nichols方法

这是最经典的PID整定方法，分为两种：

方法一：基于阶跃响应

对于具有S形阶跃响应的系统，测量延迟时间$L$和时间常数$T$：

        |
    K   |     _____________
        |    /
        |   /
        |  /
        |_/________________
         L      T          t

整定公式： | 控制器类型 | $K_p$ | $T_i$ | $T_d$ | |———-|——-|——-|——-| | P | $T/L$ | ∞ | 0 | | PI | $0.9T/L$ | $L/0.3$ | 0 | | PID | $1.2T/L$ | $2L$ | $0.5L$ |

方法二：临界增益法

仅使用比例控制，逐渐增大$K_p$直到系统临界振荡
记录临界增益$K_u$和振荡周期$T_u$
根据下表计算PID参数：

控制器类型	$K_p$	$T_i$	$T_d$
P	$0.5K_u$	∞	0
PI	$0.45K_u$	$T_u/1.2$	0
PID	$0.6K_u$	$T_u/2$	$T_u/8$

Cohen-Coon方法

适用于具有大时滞的过程，基于一阶加纯滞后模型：

\[G(s) = \frac{K e^{-\theta s}}{\tau s + 1}\]

整定公式考虑了时滞比$\theta/\tau$的影响，提供更保守的参数。

现代优化方法

ISE最小化（积分平方误差）： $J_{ISE} = \int_0^\infty e^2(t) dt$

ITAE最小化（时间加权积分绝对误差）： $J_{ITAE} = \int_0^\infty t|e(t)| dt$

这些方法通过数值优化获得最优PID参数，ITAE准则特别适合抑制后期振荡。

3.1.4 实用PID变形与改进

两自由度PID

将给定值响应和扰动抑制分离设计：

\[u(t) = K_p(\beta r(t) - y(t)) + K_i \int_0^t (r(\tau) - y(\tau)) d\tau - K_d \frac{dy(t)}{dt}\]

其中$\beta \in [0,1]$是给定值权重因子。

带死区的PID

避免在小误差时频繁动作：

\[u(t) = \begin{cases} PID(e) & |e| > \epsilon \\ 0 & |e| \leq \epsilon \end{cases}\]

抗积分饱和（Anti-windup）

防止执行器饱和时积分项继续累积：

if u > u_max:
    u = u_max
    integral_term = u_max - (Kp*e + Kd*de/dt)
elif u < u_min:
    u = u_min
    integral_term = u_min - (Kp*e + Kd*de/dt)

微分先行PID

仅对输出微分，避免给定值突变引起的微分冲击：

\[u(t) = K_p e(t) + K_i \int_0^t e(\tau) d\tau - K_d \frac{dy(t)}{dt}\]

3.1.5 工程实践技巧

启动策略：使用”软启动”，逐渐增加控制器输出避免冲击
采样时间选择：一般取系统上升时间的1/10到1/20
滤波器设计：微分项需配合低通滤波器，截止频率约为$10/T_d$
参数调整顺序：先P后I再D，每次只调一个参数
性能权衡：快速性、稳定性、鲁棒性三者不可兼得

3.2 超前-滞后补偿器

3.2.1 超前补偿器设计

超前补偿器用于改善系统的相位裕度和响应速度：

\[G_c(s) = K_c \frac{s + z}{s + p}, \quad z < p\]

或标准形式：

\[G_c(s) = K_c \alpha \frac{Ts + 1}{\alpha Ts + 1}, \quad \alpha < 1\]

最大相位超前量： $\phi_{max} = \sin^{-1}\left(\frac{1-\alpha}{1+\alpha}\right)$

发生在频率： $\omega_m = \frac{1}{T\sqrt{\alpha}}$

设计步骤：

确定期望的相位裕度$PM_d$
计算需要的相位超前量：$\phi_m = PM_d - PM_{current} + 5°$（安全裕量）
计算$\alpha = \frac{1-\sin\phi_m}{1+\sin\phi_m}$
选择$\omega_m$使其位于新的剪切频率
计算$T = \frac{1}{\omega_m\sqrt{\alpha}}$
调整增益$K_c$满足幅值条件

3.2.2 滞后补偿器设计

滞后补偿器用于改善稳态精度而不影响动态性能：

\[G_c(s) = K_c \frac{s + z}{s + p}, \quad z > p\]

或标准形式：

\[G_c(s) = K_c \frac{Ts + 1}{\beta Ts + 1}, \quad \beta > 1\]

设计原则：

零点和极点都远离剪切频率（通常小于剪切频率的1/10）
提供的相位滞后在剪切频率处小于5°
主要作用是降低高频增益，提高低频增益

3.2.3 超前-滞后补偿器

结合两者优点，同时改善稳态和动态性能：

\[G_c(s) = K_c \frac{(s+z_1)(s+z_2)}{(s+p_1)(s+p_2)}\]

其中$z_1 < p_1$（超前部分），$z_2 > p_2$（滞后部分）。

设计时通常先设计超前部分改善动态性能，再设计滞后部分改善稳态精度。

3.3 频域设计方法

3.3.1 基于Bode图的设计

频域设计的核心是调整开环频率特性以满足性能指标：

性能指标与频域特性的关系：

带宽$\omega_b$ ≈ 上升时间$t_r$的倒数
相位裕度$PM$ ≈ $100 \times \zeta$（对于$\zeta < 0.7$）
谐振峰值$M_r$ ≈ $\frac{1}{2\zeta}$（对于$\zeta < 0.7$）

典型设计流程：

绘制原系统Bode图
确定性能要求（带宽、相位裕度、增益裕度）
设计补偿器修改频率特性
验证闭环性能

3.3.2 基于Nyquist图的设计

Nyquist设计注重系统的鲁棒性：

灵敏度函数： $S(j\omega) = \frac{1}{1 + G(j\omega)C(j\omega)}$

补灵敏度函数： $T(j\omega) = \frac{G(j\omega)C(j\omega)}{1 + G(j\omega)C(j\omega)}$

设计目标：

$ S(j\omega) $ 在低频小（跟踪性能）
$ T(j\omega) $ 在高频小（噪声抑制）
最大灵敏度$M_s = \max S(j\omega) $ 典型取1.4-2.0

3.3.3 环路整形设计

通过调整开环传递函数的形状满足多目标要求：

理想的开环频率特性：

低频段：高增益，斜率-20或-40 dB/dec（稳态性能）
中频段：斜率-20 dB/dec穿越0 dB（稳定性）
高频段：快速衰减（噪声抑制）

|G(jω)|
  ↑
  |＼     低频：高增益
  |  ＼
  |    ＼  中频：-20dB/dec
0 |------＼--------
  |        ＼
  |          ＼  高频：快衰减
  |____________＼___→ ω
              ωc

3.4 工程实践中的规则与技巧

3.4.1 经验法则汇总

工程实践中积累了大量经验法则，这些规则虽然不是严格的理论，但在实际应用中极其有效。

系统类型选择：

0型系统：适合调节控制，不需要跟踪斜坡信号
I型系统：可跟踪阶跃，适合大多数工业过程
II型系统：可跟踪斜坡，适合运动控制

带宽选择原则：

带宽 ≈ 期望响应速度的3-5倍
带宽过高：噪声敏感，执行器饱和
带宽过低：响应缓慢，抗扰能力差

相位裕度选择：

PM < 30°：系统接近不稳定，振荡严重
PM = 30°-45°：快速响应，有一定超调
PM = 45°-60°：良好的折中，推荐范围
PM > 60°：过阻尼响应，较慢但稳定

增益裕度选择：

GM > 6 dB（2倍）：基本要求
GM > 10 dB（3倍）：保守设计
对于非最小相位系统需要更大裕度

3.4.2 实际约束处理

执行器饱和：

设计时预留20-30%的控制裕量
实施抗饱和措施（条件积分、反计算等）
考虑速率限制：$ \dot{u} < \dot{u}_{max}$

测量噪声：

传感器带宽应为控制带宽的10倍以上
使用卡尔曼滤波或低通滤波
微分项必须配合滤波器

采样与量化：

采样频率 > 20倍带宽（经验值）
考虑量化误差对稳态精度的影响
避免极点接近z平面单位圆

3.4.3 调试技巧与故障诊断

系统辨识前的检查：

开环稳定性测试
执行器动作范围验证
传感器标定与零点校准
通信延迟测量

常见问题诊断：

现象	可能原因	解决方法
持续振荡	增益过高/相位裕度不足	降低增益/增加相位补偿
稳态误差	积分增益不足/系统类型不够	增加积分作用
响应迟缓	带宽过低/增益不足	提高增益/增加超前补偿
高频振荡	微分增益过高/噪声放大	降低微分增益/加强滤波
初始冲击	微分冲击/积分初值	使用微分先行/设置合理初值

性能优化步骤：

先满足稳定性要求
调整稳态性能（积分项）
改善动态响应（比例项）
减少超调（微分项）
最后优化抗扰性能

3.4.4 不同应用场景的设计重点

温度控制：

大时间常数，强调积分作用
防止超调（材料损坏风险）
考虑非线性（加热/冷却不对称）

压力控制：

快速响应，防止压力冲击
注意安全阀动作
考虑流量耦合

流量控制：

非线性特性明显
需要前馈补偿
防止水锤效应

位置控制：

高精度要求
考虑摩擦和间隙
速度和加速度限制

速度控制：

平滑性要求高
负载扰动抑制
考虑惯量变化

3.5 案例研究：工业电机伺服系统

3.5.1 系统描述与建模

考虑一个典型的工业直流电机位置伺服系统，用于CNC机床的进给轴控制。

系统参数：

电机惯量：$J = 0.01$ kg·m²
粘性摩擦系数：$B = 0.1$ N·m·s
电机力矩常数：$K_t = 0.01$ N·m/A
反电动势常数：$K_e = 0.01$ V·s/rad
电枢电阻：$R = 1$ Ω
电枢电感：$L = 0.5$ H
减速比：$N = 100$
编码器分辨率：2000线/转

数学模型：

电气方程： $L\frac{di_a}{dt} + Ri_a + K_e\omega = V$

机械方程： $J\frac{d\omega}{dt} + B\omega = K_t i_a - T_L$

其中$T_L$是负载转矩。

传递函数（忽略电感）： $G(s) = \frac{\Theta(s)}{V(s)} = \frac{K_t}{s[(R+K_eK_t/B)J + RB]}$

代入数值： $G(s) = \frac{1}{s(s+2)}$

3.5.2 性能指标

设计要求：

阶跃响应超调 < 5%
调节时间 < 0.5秒（2%误差带）
稳态误差 < 0.1%（斜坡输入）
抗扰性能：100 N·m阶跃扰动引起的位置偏差 < 0.01 rad

3.5.3 PID控制器设计

步骤1：根轨迹分析

开环传递函数有两个极点：$p_1 = 0$，$p_2 = -2$

步骤2：初始PID参数（Ziegler-Nichols）

通过仿真得到临界增益$K_u = 8$，振荡周期$T_u = 3.14$秒

初始参数：

$K_p = 0.6 \times 8 = 4.8$
$K_i = K_p/(T_u/2) = 3.06$
$K_d = K_p \times T_u/8 = 1.88$

步骤3：参数优化

使用ITAE准则优化：

J = ∫₀^∞ t|e(t)|dt

优化后参数：

$K_p = 3.2$
$K_i = 2.8$
$K_d = 0.9$

步骤4：抗饱和设计

u_max = 10 V  % 电压限制
if abs(u) > u_max
    u = sign(u) * u_max
    % 停止积分
    if sign(e) == sign(u)
        Ki_effective = 0
    end
end

3.5.4 实验结果与分析

阶跃响应：

上升时间：0.18秒
超调量：4.2%
调节时间：0.45秒
稳态误差：0

扰动响应：

最大偏差：0.008 rad
恢复时间：0.3秒

鲁棒性测试：

惯量变化±50%：系统保持稳定
摩擦增加100%：性能轻微下降

3.5.5 高级改进

前馈控制： $u_{ff}(t) = K_{ff} \ddot{r}(t)$

其中$K_{ff} = J/K_t$为加速度前馈增益。

摩擦补偿： $u_{friction} = K_{coulomb} \cdot sign(\dot{\theta}) + K_{viscous} \cdot \dot{\theta}$

自适应调节：根据负载惯量在线调整PID参数： $K_p = K_{p0} \cdot (1 + \alpha \cdot \hat{J}/J_0)$

3.6 历史人物：Nicolas Minorsky与PID控制的诞生

Nicolas Minorsky（1885-1970）是一位俄裔美国工程师，被誉为PID控制理论的奠基人。1922年，他在研究美国海军战舰自动操舵系统时，首次系统地提出了三项控制（比例、积分、微分）的理论框架。

Minorsky观察到经验丰富的舵手在操船时会考虑三个因素：

当前的航向偏差（比例）
偏差的持续时间（积分）
偏差的变化率（微分）

他将这一观察数学化，发表了具有里程碑意义的论文《Directional Stability of Automatically Steered Bodies》。这项工作不仅解决了船舶自动驾驶问题，更为整个自动控制领域奠定了基础。

有趣的是，Minorsky的理论在当时并未立即获得广泛应用，直到1940年代，随着电子技术的发展，PID控制器才真正普及。今天，从家用电器到航天器，PID控制无处不在，这充分证明了简单而优雅的解决方案往往最为持久。

3.7 前沿专题：自抗扰控制（ADRC）理论

3.7.1 ADRC的提出背景

自抗扰控制（Active Disturbance Rejection Control）由韩京清研究员于1990年代提出，旨在继承PID控制的优点同时克服其不足。ADRC的核心思想是将系统的内部不确定性和外部扰动统一视为”总扰动”，通过扩张状态观测器（ESO）实时估计并补偿。

3.7.2 ADRC的基本结构

ADRC由三个核心部分组成：

1. 跟踪微分器（TD）：安排过渡过程，避免初始误差过大： $\begin{cases} \dot{v}_1 = v_2 \\ \dot{v}_2 = -R \cdot sat(v_1 - r + v_2|v_2|/(2R)) \end{cases}$

2. 扩张状态观测器（ESO）：估计状态和总扰动： $\begin{cases} \dot{z}_1 = z_2 - \beta_1(z_1 - y) \\ \dot{z}_2 = z_3 - \beta_2(z_1 - y) + bu \\ \dot{z}_3 = -\beta_3(z_1 - y) \end{cases}$

3. 非线性状态误差反馈（NLSEF）： $u_0 = k_p \cdot fal(e_1, \alpha_1, \delta) + k_d \cdot fal(e_2, \alpha_2, \delta)$

其中$fal$是非线性函数： $fal(e, \alpha, \delta) = \begin{cases} e/\delta^{1-\alpha} & |e| \leq \delta \\ |e|^\alpha \cdot sign(e) & |e| > \delta \end{cases}$

3.7.3 ADRC的优势

不依赖精确模型：将模型不确定性作为扰动处理
统一框架：线性/非线性、时变/时不变系统均适用
扰动抑制能力强：主动估计和补偿扰动
参数物理意义明确：带宽概念简化调参

3.7.4 工程应用实例

ADRC已成功应用于：

火电厂主汽温度控制
永磁同步电机控制
四旋翼无人机姿态控制
挠性航天器姿态控制

特别是在中国，ADRC已在多个工业领域取代传统PID，显著提升了控制性能。

3.8 本章小结

本章系统介绍了经典控制器的设计方法，从最基础的PID控制到频域补偿器设计，涵盖了工业控制中最常用的技术。

核心概念回顾：

PID控制器：
- 标准形式：$u(t) = K_p e(t) + K_i \int e(t)dt + K_d \frac{de}{dt}$
- 整定方法：Ziegler-Nichols、Cohen-Coon、优化方法
- 实用变形：抗积分饱和、微分先行、两自由度结构
补偿器设计：
- 超前补偿：改善相位裕度，$G_c = K_c\alpha\frac{Ts+1}{\alpha Ts+1}$，$\alpha < 1$
- 滞后补偿：改善稳态精度，$G_c = K_c\frac{Ts+1}{\beta Ts+1}$，$\beta > 1$
- 超前-滞后：兼顾动态和稳态性能
频域设计：
- 性能指标：带宽、相位裕度、增益裕度
- 灵敏度函数：$S = \frac{1}{1+GC}$，$T = \frac{GC}{1+GC}$
- 环路整形：低频高增益、中频-20dB/dec、高频快衰减
工程实践：
- 调参顺序：P→I→D
- 约束处理：饱和、噪声、采样
- 性能权衡：快速性、稳定性、鲁棒性

关键公式汇总：

公式名称	表达式	用途
PID传递函数	$C(s) = K_p(1 + \frac{1}{T_is} + T_ds)$	频域分析
最大相位超前	$\phi_{max} = \sin^{-1}\frac{1-\alpha}{1+\alpha}$	超前补偿设计
相位裕度估算	$PM \approx 100\zeta$ (对$\zeta<0.7$)	性能预测
ITAE准则	$J = \int_0^\infty t	e(t)	dt$	参数优化
灵敏度峰值	$M_s = \max	S(j\omega)	$	鲁棒性指标

本章通过工业电机伺服系统的完整案例，展示了从建模到实现的全过程。特别介绍了自抗扰控制（ADRC）这一前沿技术，它代表了经典PID控制的现代化发展方向。

3.9 练习题

基础题（理解概念）

题3.1 某单位反馈系统的开环传递函数为$G(s) = \frac{10}{s(s+2)}$，设计PID控制器使闭环系统的阻尼比$\zeta = 0.7$，自然频率$\omega_n = 5$ rad/s。

提示：先写出闭环特征方程，然后与期望的二阶系统特征方程对比。

答案

闭环传递函数： $$T(s) = \frac{10(K_ds^2 + K_ps + K_i)}{s^3 + (2+10K_d)s^2 + 10K_ps + 10K_i}$$ 期望特征方程： $$s^2 + 2\zeta\omega_ns + \omega_n^2 = s^2 + 7s + 25$$ 由于是三阶系统，需要增加一个远离主导极点的极点，设为$s = -50$。期望特征方程变为： $$(s^2 + 7s + 25)(s + 50) = s^3 + 57s^2 + 375s + 1250$$ 对比系数： - $2 + 10K_d = 57 \Rightarrow K_d = 5.5$ - $10K_p = 375 \Rightarrow K_p = 37.5$ - $10K_i = 1250 \Rightarrow K_i = 125$

题3.2 给定系统$G(s) = \frac{1}{(s+1)(s+5)}$，设计超前补偿器使相位裕度达到45°，剪切频率为2 rad/s。

提示：先计算原系统在期望剪切频率的相位，确定需要的相位超前量。

答案

在$\omega = 2$ rad/s处： - $|G(j2)| = \frac{1}{\sqrt{5}\sqrt{29}} = 0.083$ - $\angle G(j2) = -\tan^{-1}(2) - \tan^{-1}(0.4) = -63.4° - 21.8° = -85.2°$ 当前相位裕度：$PM = 180° - 85.2° = 94.8°$ 但幅值太小，需要先增加增益使$|GK| = 1$在$\omega = 2$： $K = 1/0.083 = 12$ 此时相位裕度仍为94.8°，远超45°要求。实际上不需要超前补偿。若要精确控制剪切频率为2 rad/s，只需： $$G_c(s) = 12$$

题3.3 某温度控制系统采用PI控制器，$K_p = 2$，$K_i = 0.5$。系统在设定值阶跃变化时出现20%超调。如何调整参数减少超调至5%以下？

提示：超调主要由比例项引起，可以减小$K_p$或增加积分时间。

答案

减少超调的策略： 1. 减小$K_p$至1.2（降低40%） 2. 保持或略微减小$K_i$至0.3 3. 或转换为PID，增加微分项$K_d = 0.5$提供阻尼推荐参数：$K_p = 1.2$，$K_i = 0.3$，$K_d = 0.5$ 验证方法：逐步调整并观察阶跃响应。

挑战题（深入应用）

题3.4 设计一个鲁棒PID控制器，使系统$G(s) = \frac{K}{s(s+1)}$在$K \in [0.5, 2]$范围内都保持稳定，且标称情况($K=1$)下相位裕度不小于45°。

提示：使用根轨迹分析最坏情况，设计时考虑$K=2$的情况。

答案

PID控制器：$C(s) = K_p + K_i/s + K_ds$ 开环传递函数：$L(s) = \frac{K(K_ds^2 + K_ps + K_i)}{s^2(s+1)}$ 稳定性分析（最坏情况$K=2$）：特征方程：$s^3 + s^2 + 2K_ds^2 + 2K_ps + 2K_i = 0$ 整理：$s^3 + (1+2K_d)s^2 + 2K_ps + 2K_i = 0$ 使用Routh判据： $$\begin{array}{c|cc} s^3 & 1 & 2K_p \\ s^2 & 1+2K_d & 2K_i \\ s^1 & \frac{2K_p(1+2K_d)-2K_i}{1+2K_d} & 0 \\ s^0 & 2K_i & 0 \end{array}$$ 稳定条件： 1. $K_i > 0$ 2. $K_p(1+2K_d) > K_i$ 标称设计（$K=1$，PM≥45°）：选择$K_p = 0.5$，$K_i = 0.2$，$K_d = 0.3$ 验证： - 相位裕度：48°（满足） - $K=2$时稳定（满足Routh条件） - $K=0.5$时稳定且PM=62°

题3.5 某精密定位系统要求：位置精度±1μm，最大速度10mm/s，加速度限制1m/s²。系统模型$G(s) = \frac{1000}{s(s+10)}$（单位：μm）。设计包含前馈的控制系统。

提示：考虑轨迹规划、前馈补偿和反馈控制的组合。

答案

控制策略： 1. **轨迹规划**（S曲线）： - 加速段：$a(t) = a_{max}\sin(\pi t/T_a)$ - 匀速段：$v = v_{max}$ - 减速段：对称 2. **前馈控制**： $$u_{ff} = \ddot{r}/1000 + \dot{r}/100$$ 3. **反馈控制**（PID）： - $K_p = 20$（带宽约20 rad/s） - $K_i = 10$（消除稳态误差） - $K_d = 2$（增加阻尼） 4. **复合控制**： $$u = u_{ff} + K_pe + K_i\int e + K_d\dot{e}$$ 5. **抗饱和措施**： ``` if |u| > u_max: u = sat(u) 停止积分 ``` 性能预测： - 跟踪误差 < 0.5μm - 无超调 - 抗扰动能力强

题3.6 分析并改进某化工反应器的串级控制系统。主回路控制反应温度，副回路控制夹套冷却水流量。主过程时间常数约100秒，副过程时间常数约5秒。

提示：串级控制中，内环应比外环快5-10倍。

答案

串级控制设计： 1. **副回路（流量控制）**： - 采用PI控制 - 带宽设计：10 rad/s（响应时间约0.1秒） - $K_p^{inner} = 2$，$K_i^{inner} = 20$ 2. **主回路（温度控制）**： - 采用PID控制 - 带宽设计：0.5 rad/s（响应时间约2秒） - $K_p^{outer} = 0.5$，$K_i^{outer} = 0.05$，$K_d^{outer} = 2$ 3. **调试顺序**： - 先调试并闭合内环 - 将内环视为增益为1的环节 - 调试外环 4. **优化措施**： - 内环采用流量前馈 - 外环增加温度变化率限制 - 实施防积分饱和 5. **故障处理**： - 流量传感器故障→切换到手动模式 - 温度传感器故障→保持最后有效输出预期改进： - 扰动抑制提升3倍 - 设定值跟踪无超调 - 对流量扰动几乎无影响

开放思考题

题3.7 比较PID控制与现代机器学习方法（如强化学习）在工业控制中的优劣。什么情况下应该选择PID？什么情况下值得尝试AI方法？

提示：考虑可解释性、安全性、调试难度、数据需求等因素。

参考思路

**PID适用场景**： - 系统模型相对简单明确 - 需要可解释性和确定性保证 - 安全关键应用 - 调试资源有限 - 实时性要求高（微秒级） **AI方法适用场景**： - 高维、非线性、时变系统 - 难以建模的复杂过程 - 有大量历史数据 - 可以离线训练和验证 - 性能优化比稳定性更重要 **混合方案**： - AI优化PID参数 - PID作为安全底层，AI作为优化层 - 分层控制：底层PID，高层AI规划关键考虑： - 认证要求（航空、医疗等） - 故障后果 - 维护能力 - 长期演化

题3.8 设计一个自适应PID控制器，能够根据系统响应自动调整参数。描述你的设计思路、实现方法和预期挑战。

提示：可以考虑模糊逻辑、神经网络或基于规则的方法。

参考思路

**设计方案**：基于性能指标的规则调整 1. **性能监测**： - 超调量$M_p$ - 调节时间$t_s$ - 稳态误差$e_{ss}$ - 振荡次数$N$ 2. **调整规则**： ``` if Mp > 20%: Kp *= 0.9, Kd *= 1.1 if ts > target: Kp *= 1.1, Ki *= 1.1 if ess > threshold: Ki *= 1.2 if oscillating: Kd *= 1.2, Kp *= 0.95 ``` 3. **实现细节**： - 缓慢调整（每次变化<10%） - 设置参数边界 - 异常检测和回滚机制 - 调整历史记录 4. **高级特性**： - 基于RLS的在线系统辨识 - 多模型切换 - 增益调度 5. **挑战**： - 稳定性保证 - 收敛速度 - 对噪声的鲁棒性 - 参数漂移 - 激励不足 6. **验证方法**： - Monte Carlo仿真 - 硬件在环测试 - 渐进式部署

3.10 常见陷阱与错误（Gotchas）

调试中的常见错误

积分饱和忽视
- 错误：未实施抗饱和导致长时间超调
- 正确：实施条件积分或反计算方法
微分噪声放大
- 错误：直接对测量信号微分
- 正确：使用滤波器或微分先行结构
采样时间选择不当
- 错误：采样太慢导致性能下降或不稳定
- 正确：采样频率至少为带宽的20倍
单位不一致
- 错误：混用弧度和角度，时间单位不统一
- 正确：建立明确的单位约定并严格遵守
忽视执行器特性
- 错误：设计时假设理想执行器
- 正确：考虑饱和、死区、速率限制

设计中的概念误区

过度依赖理论参数
- 误区：严格按照Ziegler-Nichols公式
- reality：需要根据实际响应微调
忽视模型不确定性
- 误区：基于标称模型设计
- 正确：进行鲁棒性分析和测试
性能指标选择不当
- 误区：一味追求快速响应
- 正确：平衡多个性能指标
调参顺序错误
- 误区：同时调整所有参数
- 正确：P→I→D顺序调整
忽略工程约束
- 误区：理论最优即实际最优
- 正确：考虑成本、可靠性、维护性

3.11 最佳实践检查清单

设计阶段

实施阶段

调试优化阶段

维护阶段

通过本章的学习，读者应该掌握了经典控制器设计的核心方法和实践技巧。下一章将介绍现代控制理论的状态空间方法，这将为处理更复杂的多变量系统提供强大工具。