2022年 11月 3日

PID的Python实现

本文参考微信公众号文章“简易PID算法的快速扫盲”

这篇文章写得很好，我仅仅是将C++改成了Python，毕竟Python看起来还是更短小、更容易理解的。

代码如下：

  1. import matplotlib.pyplot as plt
  2.  
  3. class PID():
  4. 	def __init__(self, dt, max, min, Kp, Kd, Ki):
  5. 		self.dt = dt    # 循环时长
  6. 		self.max = max  # 操作变量最大值
  7. 		self.min = min  # 操作变量最小值
  8. 		self.Kp = Kp         # 比例增益
  9. 		self.Kd = Kd         # 积分增益
  10. 		self.Ki = Ki         # 微分增益
  11. 		self.integral = 0    # 直到上一次的误差值
  12. 		self.pre_error = 0   # 上一次的误差值
  13.  
  14. 	def calculate(self, setPoint, pv):
  15. 		# 其中 pv:process value 即过程值，
  16. 		error = setPoint - pv           # 误差
  17. 		Pout = self.Kp * error          # 比例项
  18. 		self.integral += error * self.dt
  19. 		Iout = self.Ki * self.integral  # 积分项
  20. 		derivative = (error - self.pre_error)/self.dt
  21. 		Dout = self.Kd * derivative     # 微分项
  22.  
  23. 		output = Pout + Iout + Dout     # 新的目标值
  24.  
  25. 		if(output > self.max):
  26. 			output = self.max
  27. 		elif(output < self.min):
  28. 			output = self.min
  29.  
  30. 		self.pre_error = error         # 保存本次误差，以供下次计算
  31. 		return output
  32.  
  33. t = range(150)
  34. pid = PID(0.1, 100, -100, 0.1, 0.01, 0.5)
  35. val = 20
  36. z = []
  37. for i in t:
  38. 	inc = pid.calculate(0, val)
  39. 	print("val:%f inc:%f"%(val,inc))
  40. 	z.append(20-val)
  41. 	val += inc
  42. plt.figure(figsize=(8,6), dpi = 80)
  43. plt.plot(t,z,color="blue",linewidth=1.0,linestyle="-")
  44. plt.show()

增加的内容不过是个简单的绘图，结果如下：