1 历史与发展
1.1 早期反馈控制思想
比例积分微分控制的思想并非凭空出现，而是建立在更早的反馈调节实践之上。人类在水位保持、蒸汽机转速调节、温度稳定等任务中，逐渐形成了“偏差出现后再进行修正”的基本认识。早期的自动调节装置虽然结构简单，但已经体现出以输出结果反过来影响输入过程的思路。
1.2 PID控制的形成
PID控制的成熟与工业自动化的发展密切相关。随着过程工业和机械控制需求增加，工程界逐步发现，仅靠比例调节往往难以兼顾响应速度与稳态精度，于是引入积分环节以消除静差，再加入微分环节改善动态性能。三者组合后，形成了今天常见的PID控制框架。
1.3 经典控制理论中的地位
在经典控制理论中，PID控制长期占据核心位置。它以结构清晰、便于分析和实现著称，常被作为研究反馈系统、闭环稳定性和动态品质的基础对象。许多控制工程教材与工业实践都将PID视为入门与实用并重的方法。
1.4 现代控制中的延伸与演化
进入数字化与智能化阶段后，PID控制并未被取代，而是不断与新方法融合。工程中常见的做法包括数字PID、增益自适应、与模型预测或前馈策略配合等。其应用范围也从传统仪表控制扩展到机器人、嵌入式设备和精密机电系统。
2 基本原理
2.1 反馈控制机制
PID控制的核心是负反馈机制。控制器不断比较设定值与实际输出之间的差异，并根据偏差大小及变化趋势调节控制信号，从而推动系统朝目标状态收敛。这样的闭环结构能提升抗扰能力，并减少外界变化对输出的影响。
2.1.1 误差定义
误差通常定义为设定值与实际输出之间的差值。它是控制器计算的基础量，也是判断系统偏离目标程度的直接指标。误差为正或为负，分别表示输出低于或高于设定值，控制器据此采取相应修正。
2.1.2 控制量与被控量
控制量是控制器输出并施加到执行机构上的信号，被控量则是系统希望维持或调节的实际物理量，如温度、速度、位置或压力。二者之间通过对象动态关系联系在一起，控制器的任务就是借助控制量影响被控量。
2.2 比例环节
比例环节根据当前误差直接产生与之成正比的控制作用。误差越大，控制力度越强，因此它能显著加快系统响应。不过，单独使用比例控制时，系统常会保留一定静态偏差，难以实现完全准确跟踪。
2.3 积分环节
积分环节对历史误差进行累积，若误差长期存在，积分作用会不断增强，直到迫使系统消除偏差。它的主要价值在于提高稳态精度，减少甚至消除静差。但积分过强时，也可能使系统反应变慢并引入振荡。
2.4 微分环节
微分环节关注误差变化的速度，能够提前反映系统趋势。它相当于对“变化中的偏差”进行预判，从而在系统接近目标时提供制动作用，减小超调并改善稳定过程。不过，微分对噪声较敏感，通常需要谨慎使用。
2.5 三个环节的协同作用
比例、积分和微分并不是孤立工作的。比例负责快速响应，积分负责消除残余偏差，微分负责抑制过冲与振荡。三者配合得当时，可以在响应速度、稳态精度和动态平稳性之间取得较好平衡。
3 数学表达与模型
3.1 连续时间PID控制器
连续时间PID控制器通常写成误差的比例项、积分项与微分项之和。其控制律可表示为 u(t)=Kp e(t)+Ki∫e(t)dt+Kd de(t)/dt。 其中，Kp、Ki、Kd分别对应比例、积分和微分作用强度。
3.2 离散时间PID控制器
在数字控制系统中，控制器以固定采样周期运行，因此需要将连续形式离散化。离散PID用采样时刻的误差序列进行运算，适合微处理器和PLC实现。其性能不仅取决于参数，还受采样周期和数值计算方式影响。
3.3 增量式与位置式PID
位置式PID直接计算当前控制量的绝对值，表达直观，便于理解；增量式PID则计算相邻时刻控制量的变化量，更适合数字系统中的递推实现。前者在概念上清晰，后者在程序控制和执行机构连续更新方面更常见。
3.4 传递函数表示
在拉普拉斯域中，PID控制器可写成一个包含常数项、积分项和微分项的传递函数。该表示法便于与被控对象模型结合分析系统稳定性、频率特性以及闭环响应，是经典控制分析中的常用形式。
3.5 状态与误差模型
从更一般的角度看，PID控制也可放入状态空间或误差动力学框架中描述。通过将误差及其累积、变化率作为分析对象，可以更系统地研究控制器对系统状态的影响，并为参数设计提供理论依据。
4 参数整定
4.1 参数含义与影响
PID参数决定控制器的行为方式。参数过小，系统响应迟缓；过大，则可能导致振荡、超调或不稳定。工程上通常需要根据对象特性、性能要求和执行条件进行折中选择。
4.1.1 比例增益的作用
比例增益越大，系统对误差的反应越强，响应速度通常越快。但过高的比例增益会降低稳定裕度，容易造成超调和振荡，因此需要在速度与平稳之间取得平衡。
4.1.2 积分时间的作用
积分时间反映积分作用的强弱。积分越强，消除静差的能力越明显，但也更容易拖慢调节过程并诱发波动。适当的积分设置有助于提高精度，过度积分则会损害动态品质。
4.1.3 微分时间的作用
微分时间越大，控制器对误差变化的预判越明显，抑制超调的效果通常更好。但微分过强会放大测量噪声，并使控制输出出现尖峰，因此常需配合滤波使用。
4.2 经验整定方法
经验整定方法依赖工程师对对象特性和控制结果的判断。通常先设置较保守的初值，再根据响应曲线逐步调整。此类方法简单实用，适合模型不明确或现场条件复杂的场合。
4.3 试凑法与工程调参
试凑法是最常见的现场调参方式之一。操作者通过观察阶跃响应、扰动恢复和长期运行表现，不断修改参数，直到满足需求。它虽然缺少严格的数学保证，但在工业实践中非常有效。
4.4 经典整定规则
经典整定规则通常基于实验曲线或临界振荡现象给出参数初值，如某些经验公式和整定表。它们为快速获得可用参数提供了便利，尤其适合标准化对象和常规工业过程。
4.5 自动整定方法
自动整定利用算法在运行中识别对象特性，并自动计算或优化PID参数。此类方法可减少人工经验依赖，适合参数变化较大的系统。不过，其实现复杂度和计算要求通常高于手工整定。
5 动态特性分析
5.1 上升时间
上升时间是系统输出从初始值接近目标值所需的时间。一般来说，比例增益增大有助于缩短上升时间，但过强的调节可能带来更大的超调或振荡，因此不能仅追求快。
5.2 超调量
超调量表示输出超过设定值的程度，是衡量调节过程平稳性的重要指标。微分环节通常有助于减小超调，而比例和积分过强则可能使超调增大。
5.3 调节时间
调节时间指系统进入并保持在允许误差带内所需的时间。一个优良的PID设计不仅要求快速接近目标，还要尽快稳定下来，避免长时间反复波动。
5.4 稳态误差
稳态误差是系统稳定后仍然存在的偏差。积分环节对消除这类误差尤为重要，因此在很多精度要求较高的场合，PID中的积分作用几乎不可缺少。
5.5 稳定性与鲁棒性
稳定性反映系统是否能在扰动和误差作用下保持可接受行为，鲁棒性则强调系统对模型不确定性和环境变化的适应能力。PID虽然结构简单，但通过合理整定，往往能获得较好的工程鲁棒性。
5.6 噪声敏感性
微分环节对高频噪声较敏感，测量信号中若含有抖动，控制输出可能出现不必要的波动。因此实际系统常对微分项作滤波处理，或限制其作用范围，以减少噪声放大。
6 工程实现
6.1 模拟电路实现
在早期控制系统中，PID常由运算放大器、电阻和电容组成的模拟电路实现。该方式响应连续、结构直观，适合高速或早期电子控制场景，但参数调整和功能扩展相对不便。
6.2 数字控制器实现
现代PID多通过单片机、PLC、工业计算机或专用控制芯片实现。数字方式便于编程、记录、远程调整和功能集成，也更容易结合保护逻辑、通信接口和人机界面。
6.3 采样与离散化问题
数字实现需要考虑采样周期的选择。采样过慢会损失动态信息，过快则增加计算负担并可能放大噪声。离散化方法的差异也会影响控制精度和稳定性，因此工程设计必须统筹考虑。
6.4 执行机构与传感器
控制器能否发挥作用，取决于执行机构和传感器的匹配。执行机构负责把控制信号转化为实际动作，传感器则提供反馈数据。二者若存在滞后、死区或精度不足，PID性能也会受到限制。
6.5 饱和与抗积分饱和
当执行机构达到输出上限或下限时，会出现饱和现象。若积分项继续累积，就可能造成“积分饱和”或“积分累积过头”，使系统恢复变慢。常见对策包括积分分离、限幅和反算抗饱和。
6.6 微分滤波处理
由于真实信号常含噪声，微分环节通常不会直接对原始误差求导，而是加入低通滤波。这样可以降低高频干扰对控制输出的影响，同时保留微分用于抑制超调的主要作用。
7 典型应用
7.1 温度控制
温度系统惯性较大、变化相对缓慢，非常适合使用PID控制。无论是加热炉、恒温箱还是实验设备，PID都能通过持续修正输出，使温度稳定在设定范围内。
7.2 电机速度控制
电机速度控制要求对负载变化迅速响应，同时保持转速稳定。PID可根据转速误差及时调整驱动信号，因此在风机、传送设备和电驱系统中应用广泛。
7.3 位置伺服系统
在位置伺服中，控制对象需要准确到达指定位置并尽量减少振荡。PID特别适合此类任务，常用于数控平台、舵机、机器人关节和精密滑台。
7.4 流量与液位控制
流量和液位属于典型过程控制对象，常受到阀门特性、管路惯性和外部扰动影响。PID能够在变化缓慢但扰动频繁的环境中维持过程稳定，因而十分常见。
7.5 压力控制
压力控制常见于气动、液压和工业管网系统。PID通过实时调整泵、阀或压缩设备的工作状态，帮助维持目标压力，并抑制由于负载变化引起的波动。
7.6 家用与工业设备中的应用
从空调、洗衣机到工业生产线和包装机械，PID都可见踪影。其优势在于通用性强，很多设备即使不强调控制理论，也会在内部使用类似PID的调节机制。
8 改进与扩展
8.1 级联PID
级联PID将系统分为主回路和副回路，通过内外环协同提升响应速度和抗扰能力。它常用于多惯性环节明显、结构层次分明的对象，如电机驱动和工业过程系统。
8.2 前馈-反馈复合控制
前馈-反馈复合控制在反馈基础上加入对可测扰动或目标变化的提前补偿。这样既能利用反馈修正误差，又能借助前馈减少偏差出现的幅度，提高整体性能。
8.3 自适应PID
自适应PID会根据运行状态变化动态调整参数，适合对象特性随时间漂移或工况频繁变化的场景。它比固定参数PID更灵活，但设计和验证难度也更高。
8.4 模糊PID
模糊PID利用模糊规则根据误差和误差变化率在线修正参数或控制量。它在对象难以精确建模、经验知识较多的场合具有一定优势，常用于复杂工业过程。
8.5 神经网络PID
神经网络PID通过学习样本数据来优化参数或直接生成控制策略。该方法适用于非线性较强、规律不易显式表达的系统，但训练数据、泛化能力和实时性是关键问题。
8.6 增强型与鲁棒PID
增强型PID通常指在传统结构上加入限幅、滤波、补偿或优化模块，以提高对不确定性和外部扰动的适应能力。鲁棒设计则更关注在参数变化和模型误差下维持可接受性能。
9 优缺点
9.1 优点
PID的主要优点是结构简单、直观易懂、实现成本低，且适用对象广泛。对于许多工业过程，它能在不依赖复杂模型的情况下获得稳定可靠的控制效果。
9.2 局限性
PID也有明显局限。面对强非线性、强耦合、时变明显或纯滞后严重的系统时，单一PID往往难以达到理想效果。此外，参数整定依赖经验，且对噪声和执行器限制较为敏感。
9.3 与其他控制方法的比较
相比模型预测控制、最优控制或自适应控制，PID的理论表达不一定最先进，但工程可实施性很强。与更复杂方法相比，它更容易部署、维护和故障排查，因此在大量场景中仍具竞争力。
9.4 适用场景与不适用场景
PID适合对象规律相对稳定、控制目标明确、性能要求中等到较高的场景，尤其是温度、速度、压力和液位等典型过程。对于高度非线性、模型高度不确定或多变量耦合强烈的系统，则通常需要更综合的控制方案。
10 相关概念
10.1 自动控制系统
自动控制系统是指无需持续人工干预即可按目标运行的系统。PID控制通常作为其中的基本控制器，用于实现输出调节与误差修正。
10.2 负反馈
负反馈是控制系统中最重要的基本机制之一。它通过把输出变化反向作用于输入，帮助系统减小偏差并提高稳定性。
10.3 控制器整定
控制器整定是为控制器选择合适参数的过程。其目标是在稳定、快速和精确之间取得适当平衡，是PID工程应用中的关键步骤。
10.4 传递函数
传递函数是描述线性系统输入输出关系的数学工具。它常用于分析PID与被控对象构成的闭环系统，并研究其动态特征。
10.5 频域分析
频域分析关注系统对不同频率信号的响应。借助频率特性，可以评价PID对稳定裕度、噪声抑制和振荡倾向的影响。
10.6 过程控制
过程控制主要研究连续生产过程中的温度、压力、流量、液位等变量调节。PID是过程控制中最常见、最成熟的控制方法之一。