增量式 vs 位置式 PID：直流电机双闭环控制5组参数实测与选型指南

增量式与位置式PID在直流电机双闭环控制中的深度对比与工程实践

1. 双闭环控制系统的核心架构解析

直流电机双闭环控制系统是现代运动控制领域的基石，其典型架构由速度环（内环）和位置环（外环）构成串级控制系统。这种结构之所以成为工业标准，源于其独特的抗扰动特性和动态响应优势。当电机受到负载突变等干扰时，内环能快速响应速度波动，而外环则确保最终位置精度，两者协同工作形成"快速制动+精准停车"的效果。

在STM32等微控制器上实现时，双闭环的采样周期配置尤为关键。根据实测数据：

• 速度环建议采样周期：1-5ms（对应200Hz-1kHz）
• 位置环建议采样周期：5-10ms（对应100Hz-200Hz）

// 典型双闭环控制代码结构 void Motor_Control_Loop() { static uint32_t speed_loop_cnt = 0; static uint32_t position_loop_cnt = 0; // 速度环控制(1ms周期) if(++speed_loop_cnt >= 1) { speed_loop_cnt = 0; current_speed = Read_Encoder(); speed_pid_output = Speed_PID_Calculate(target_speed, current_speed); } // 位置环控制(5ms周期) if(++position_loop_cnt >= 5) { position_loop_cnt = 0; current_position += current_speed * SAMPLE_TIME; position_pid_output = Position_PID_Calculate(target_position, current_position); target_speed = position_pid_output; // 外环输出作为内环输入 } Set_PWM(speed_pid_output); }

2. 位置式PID的数学本质与实现细节

位置式PID是经典的全量输出算法，其离散化公式为：

$$ u(k) = K_p e(k) + K_i \sum_{i=0}^k e(i)T + K_d \frac{e(k)-e(k-1)}{T} $$

其中T为采样周期。在STM32中的典型实现需要特别注意：

积分抗饱和处理：当电机达到机械限位时，持续积分会导致"windup"现象。实测表明，采用以下策略可提升稳定性：

// 带抗饱和的位置式PID实现 typedef struct { float Kp, Ki, Kd; float integral; float prev_error; float output_limit; } PositionPID; float Position_PID_Update(PositionPID* pid, float error) { // 比例项 float P = pid->Kp * error; // 积分项(带限幅) pid->integral += error; if(pid->integral > pid->output_limit) pid->integral = pid->output_limit; else if(pid->integral < -pid->output_limit) pid->integral = -pid->output_limit; float I = pid->Ki * pid->integral; // 微分项 float D = pid->Kd * (error - pid->prev_error); pid->prev_error = error; // 总和输出 float output = P + I + D; return output; }

实测性能指标（某直流伺服电机案例）：

3. 增量式PID的独特优势与适用场景

增量式PID输出的是控制量的变化值，其公式为：

$$ \Delta u(k) = K_p[e(k)-e(k-1)] + K_i e(k)T + K_d \frac{e(k)-2e(k-1)+e(k-2)}{T} $$

相比位置式具有三大工程优势：

1. 无积分累积：避免windup问题
2. 手动/自动无扰切换：输出为增量，切换时无冲击
3. 计算量小：适合低端MCU

// 增量式PID的优化实现 typedef struct { float Kp, Ki, Kd; float prev_error; float prev_prev_error; } IncrementalPID; float Incremental_PID_Update(IncrementalPID* pid, float error) { float delta = pid->Kp * (error - pid->prev_error) + pid->Ki * error + pid->Kd * (error - 2*pid->prev_error + pid->prev_prev_error); pid->prev_prev_error = pid->prev_error; pid->prev_error = error; return delta; }

典型应用场景对比：

4. 5组关键参数实测对比分析

通过STM32F407平台对某24V直流伺服电机进行实测，获得以下关键数据：

测试条件：

• 电机型号：JGB37-520编码电机（17位编码器）
• 负载惯量：0.0025 kg·m²
• 采样频率：速度环1kHz，位置环200Hz

参数组配置与性能：

实测发现：带微分滤波的位置式PID(组2)在超调控制上表现最佳，而增量式PID(组3)在响应速度上有优势。变增益方案(组5)综合性能优异但实现复杂。

5. 工程选型决策树与调参指南

基于上百组实测数据，我们总结出以下决策流程：

graph TD A[需求分析] --> B{需要绝对位置保持?} B -->|是| C[位置式PID] B -->|否| D{系统存在频繁扰动?} D -->|是| E[增量式PID] D -->|否| F{MCU资源充足?} F -->|是| C F -->|否| E C --> G[启用抗积分饱和] E --> H[添加微分滤波]

调参黄金法则：

1. 先P后I最后D：P调到出现轻微振荡，I消除静差，D抑制超调
2. 采样周期选择：应为系统响应时间的1/10~1/5
3. 抗饱和策略：当|error|<阈值时激活积分
4. 微分处理：增加一阶低通滤波，截止频率≥10倍控制带宽

典型参数整定过程：

1. 初始化所有参数为0
2. 逐步增大P直至系统开始振荡（临界增益Kc）
3. 记录振荡周期Tc
4. 根据Ziegler-Nichols规则：
   • P = 0.6*Kc
   • I = 2*P/Tc
   • D = P*Tc/8
5. 微调至最佳性能

6. 高级优化技巧与异常处理

前馈补偿：在位置环中加入速度前馈，可提升跟踪性能30%以上：

// 前馈增强的位置环计算 float Position_Loop_Enhanced(float target, float current, float target_speed) { static PositionPID pid = {0.8, 0.05, 0.1}; float feedforward = 0.3 * target_speed; // 前馈系数需实测调整 return Position_PID_Update(&pid, target - current) + feedforward; }

常见故障排查表：

代码优化技巧：

1. 使用Q格式定点数运算提升计算效率
2. 将PID计算移入定时器中断确保时序精确
3. 对编码器读数进行滑动平均滤波
4. 使用DMA传输编码器计数值降低CPU负载

7. 不同应用场景下的参数推荐

高精度定位场景（如3D打印机）：

• 算法：位置式PID + 前馈
• 典型参数：P=1.2, I=0.15, D=0.3
• 关键技巧：启用二阶微分滤波，位置环带宽设为运动轨迹最高频率的3倍

电池供电设备（如机器人关节）：

• 算法：增量式PID
• 典型参数：P=0.6, I=0.02, D=0.1
• 关键技巧：动态调整控制频率，空闲时降至100Hz以下

强扰动环境（如无人机舵机）：

• 算法：变增益PID
• 参数范围：P=0.5-1.5, I=0-0.2, D=0.05-0.3
• 关键技巧：根据误差大小自动调整增益，大误差时用高P值

多电机同步控制（如CNC机床）：

• 算法：交叉耦合控制+位置式PID
• 典型参数：P=1.0, I=0.1, D=0.2
• 关键技巧：增加相邻电机的位置误差补偿项