PID：基于误差来消除误差的控制策略,就是“比例P（proportional）+积分I（integral）+微分D（derivative）”，是一种常见的“保持稳定”控制算法。

PID表达式：

比例P（proportional）+积分I（integral）+微分D（derivative）

现在——过去——将来

r：希望输出 x：实际输出 e：误差（error）

在simulink中搭建如下：（取Kp=10）

仿真图像如下：

分析可得，如果需要蓝线趋近于黄线（即稳态误差为0、控制达到期望值），则需要Kp趋于+∞。

Kp=10000图像如图：可知蓝线无限接近于黄线

但在实际情况下，Kp不会趋于无穷大。故需要引入其他调整项。

在simulink中搭建如下：（取Kp=1，Ki=9）

仿真图像如下：

实际情况下：可直接调用PID控制器模块：

该模块内置有许多功能，其中有个重要的功能则是PID TUNER（自动调参）。

可以通过自主调节或自动调节来改善系统的鲁棒性、响应时间快慢等等。

对于二阶系统：

其推导与搭建过程与PI控制类似，simulink搭建系统如下：（取Kp=9，Ki=3）

仿真图像如下：

直接使用PID控制器模块同理。

而通常使用的时候直接选择PID即可，不需要使用的参数设置为0即可。

这里有一个点：

内置函数的微分项不是DS，使用时需要注意。（多引入了一个参数N，一般实际使用时也不会是单独一个DS）。

我觉得百度搜到的这篇文章讲到了更多东西：一文搞懂PID控制算法 - 知乎 (zhihu.com)

在实际的PID调参过程中，考虑调整系数的顺序一般为P——I——D。

若想知道Kp，Ki，Kd三个参数对于系统的影响分别是什么，我觉得下图可以体现出来：

本文仅为作者的学习记录。若想完全的弄明白PID的原理以及在matlab/simulink中的使用。

你需要学习《高等数学》《控制工程基础》（《自动控制原理》）等课程。

最后再再再次感谢b站up主：德狗追求独立的个人空间_哔哩哔哩_bilibili

本文参考：PID原理讲解与Matlab/Simulink仿真(下)_哔哩哔哩_bilibili

一文搞懂PID控制算法 - 知乎 (zhihu.com)