PID 控制是嵌入式、自动化、电机驱动绕不开的基础算法但大部分人第一次接触 PID都被公式里的积分符号和微分符号劝退。这次我们换个思路把 PID 放进电子表格里用差分方程替代微分方程不需要微积分基础也不需要 MATLAB 和 Simulink只要会用 Excel 或 Google Sheets就能把整个闭环仿真跑起来把 Kp、Ki、Kd 三个参数改到什么效果全部可视化成曲线。标题里的 almost in a spreadsheet 很关键。电子表格能完整模拟 PID 的离散计算过程帮助我们理解控制原理、观察参数变化、对比调参结果但它终究不是实时控制系统真正的闭环还是要落到 C 代码、MCU、电机或者阀门上。所以本文的路线是先在表格里把 PID 看明白再把同一套逻辑移植到单片机代码里。文章会覆盖以下内容PID 三要素的直观理解、积分和微分的表格化实现、位置式与增量式两种形式、完整的电子表格仿真搭建步骤、阶跃响应曲线的判读、C 语言实现示例、常见调参与排查清单以及从经典 PID 到模糊 PID、串级 PID、前馈调节的扩展方向。适合初学者快速建立直觉也适合做嵌入式开发的工程师做参数预研和教学演示。1. 核心能力速览这个“项目”不是一个软件仓库而是一套控制算法学习方法用电子表格完成 PID 闭环仿真与参数分析。先看它能带来什么能力项说明项目类型控制算法学习 / 仿真验证方法核心思想用差分方程替代微分方程不依赖微积分知识理解 PID运行工具Excel、Google Sheets、WPS 表格等电子表格软件硬件门槛无特殊要求普通办公电脑即可运行GPU / 显存占用不需要 GPU不存在显存瓶颈支持平台Windows、macOS、Linux 下的表格软件或浏览器主要功能PID 闭环仿真、参数对比、阶跃响应曲线观察批量能力支持多组参数对比多 Sheet 或多列同时仿真API 接口不涉及可后续扩展到 MATLAB、Python 或嵌入式代码适合场景学习 PID 原理、调参预研、教学演示、嵌入式开发前的算法验证相比直接用 MATLAB 的 PID Tuner电子表格方案更轻、更透明。每一个中间量都暴露在单元格里误差、积分累加、微分差值、输出值全部可见这对建立直觉非常有帮助。2. PID 为什么可以不用微积分PID 控制器由三部分组成比例项 P、积分项 I、微分项 D。连续域的标准公式是u(t) Kp * e(t) Ki * ∫e(t)dt Kd * de(t)/dt其中 e(t) 是目标值与实际值的误差。这个公式本身不难难的是积分符号和微分符号。但实际运行的控制器都是数字控制器计算机只能按固定周期采样处理的是离散数据不是连续函数。离散化之后积分变成累加微分变成差值积分项∫e(t)dt ≈ Σ e(k) * Ts 微分项de(t)/dt ≈ ( e(k) - e(k-1) ) / Ts其中 e(k) 是第 k 次采样得到的误差Ts 是采样周期。这样一来PID 公式就变成纯粹的加减乘除电子表格完全可以处理。这就是“不用微积分”的核心把连续世界的概念翻译成离散世界的算术。从实用角度看三个参数的直观作用可以这样理解参数直观作用调整偏大时的影响Kp当前误差放大系数误差越大出力越大响应快但容易振荡Ki历史误差累积消除稳态误差消除静差但容易超调Kd误差变化速度提前制动抑制超调但容易放大噪声记住这张表后面所有调参动作都是围绕这三句话展开。3. 离散化基础差分方程替代微分方程位置式 PID 的离散形式如下u(k) Kp * e(k) Ki * Ts * Σe(i) Kd * ( e(k) - e(k-1) ) / Ts其中e(k)本次采样误差e(k-1)上次采样误差Σe(i)从启动到当前的误差累加Ts采样周期u(k)控制器输出实际工程中还会用到增量式 PID。增量式不直接计算 u(k)而是计算输出的变化量 Δu(k)Δu(k) Kp * ( e(k) - e(k-1) ) Ki * Ts * e(k) Kd * ( e(k) - 2*e(k-1) e(k-2) ) / Ts u(k) u(k-1) Δu(k)增量式的优势在于输出只依赖最近三次误差即使某一拍出错影响也只是增量误差不会造成输出大幅跳变同时天然适合带限幅的执行器。两种形式在表格里都能实现本文先以位置式为主搭建仿真后面在代码部分给出两种实现。无论哪种形式离散化都引入了一个关键参数采样周期 Ts。Ts 越小离散模型越接近连续系统但计算量越大Ts 太大控制精度下降动态响应失真。选择采样周期时常用经验值是让 Ts 约为被控对象时间常数的 1/10 到 1/20或者更快。在表格仿真里Ts 是参数区的一个单元格改一下就能看出区别。4. 在电子表格里搭建 PID 闭环仿真这个部分是全文的核心操作。下面给出一套通用模板可以用 Excel 或 Google Sheets 直接照着搭。你需要替换的是被控对象参数和 PID 初始参数表格结构是通用的。4.1 设计表格结构仿真需要两类区域参数区和计算区。参数区放在表格顶部所有参数集中在一个位置方便修改A B 1 Kp 1.0 2 Ki 0.1 3 Kd 0.05 4 Ts 0.01 5 PlantGain 1.0 6 PlantTau 0.5上述参数含义Kp、Ki、KdPID 三个系数Ts采样周期单位秒PlantGain被控对象稳态增益PlantTau被控对象时间常数单位秒计算区从第 8 行开始规划如下列列名称说明ATime仿真时刻BSP目标值CPV当前测量值DError误差 e(k)EIntegral误差积分累加FDerivative误差微分GOutputPID 输出 u(k)HPV_Next下一拍被控对象输出4.2 填写首行公式假设被控对象是一阶惯性环节其连续模型为tau * dPV/dt PV K * u离散化后PV(k1) PV(k) (Ts / tau) * (K * u(k) - PV(k))这是最常用的被控对象近似模型适合模拟温度、转速等惯性系统。首行即第 8 行填入A8 0 B8 100 C8 0 D8 B8 - C8 E8 0 F8 0 G8 $B$1 * D8 $B$2 * E8 $B$3 * F8 H8 C8 ($B$4 / $B$6) * ($B$5 * G8 - C8)注意积分列 E8 初始为 0微分列 F8 初始为 0因为第一拍没有历史数据。4.3 填写递推行公式第 9 行开始是真正的仿真循环。每一行代表一个采样周期A9 A8 $B$4 B9 B8 C9 H8 D9 B9 - C9 E9 E8 D9 * $B$4 F9 (D9 - D8) / $B$4 G9 $B$1 * D9 $B$2 * E9 $B$3 * F9 H9 C9 ($B$4 / $B$6) * ($B$5 * G9 - C9)这一行的逻辑是时刻前进一个采样周期目标值保持不变阶跃从 0 跳到 100当前测量值 C 取上一拍的被控对象输出 H误差重新计算积分累加E9 E8 D9 * Ts微分计算(本次误差 - 上次误差) / TsPID 输出由三项相加得到被控对象根据当前输出更新出下一拍的值4.4 下拉填充生成仿真曲线选中第 9 行向下填充 500 到 1000 行。填充完成后A 列时间会从 0 自动增加到 10 秒左右取决于 Ts 和填充行数C 列 PV 会从 0 逐渐逼近目标值 100这就是完整的闭环阶跃响应过程。然后选中 A8 到 C1008 的数据区域插入折线图X 轴选 A 列时间Y 轴选 B 列和 C 列就能得到目标值曲线和实际值曲线。之后每修改一次参数区的 Kp、Ki、Kd图表会立即更新这就是“几乎在电子表格里完成 PID 调参”的体验。如果表格提示循环引用通常是因为公式里引用了还没有确定值的单元格或者把 C 列和 H 列的关系写错了。检查一下C 列只引用上一行的 H 列H 列只引用当前行的 G 列和上一行的 C 列不构成自引用。5. 功能测试与效果验证表格搭好之后按下面四组测试依次验证。每组测试都要观察曲线特征而不是只看数值。5.1 测试 1纯比例控制将 Ki 和 Kd 设为 0Kp 从 0.5 开始逐步增加。记录 Kp 0.5、1.0、2.0 时的曲线。观察点PV 是否快速上升、是否振荡、最终是否稳定在一个值。预期结果系统会先从 0 快速逼近目标但最终停在小于 100 的某个值上这个差值就是稳态误差。Kp 越大稳态误差越小但曲线振荡越明显。这个测试说明一个问题纯比例控制不能消除误差只能缩小误差这是引入积分项的直接理由。5.2 测试 2加入积分消除静差固定 Kp比如 1.0然后逐步增加 Ki。先给 Ki 0.01观察曲线末端是否最终达到 100。再给 Ki 0.1观察超调量是否增大。继续增大 Ki 到 0.5 以上观察是否出现持续振荡。预期结果积分项会把历史误差累加进输出推动 PV 最终到达目标值。Ki 越大到达目标值的速度越快但超调和振荡也越严重。这个测试验证了积分项的双刃剑属性消除静差但代价是稳定性下降。5.3 测试 3加入微分抑制超调在 Ki 已经能消除静差的前提下逐步增加 Kd。固定 Kp 1.0Ki 0.1。Kd 从 0.01 增加到 0.1、0.5。观察超调量变化和 PV 曲线的抖动情况。预期结果微分项对误差变化速度敏感误差快速减小时微分项会提前反向输出抑制超调。但 Kd 过大时曲线会在稳态附近出现高频抖动这是因为电子表格里的“测量值”没有噪声抖动全部来自微分对变化率的过度放大。5.4 测试 4阶跃响应质量判断完成单项测试后用一组合格参数跑完整曲线按三项指标判断指标定义合格参考超调量曲线超过目标值的最大幅度比例工程上通常要求小于 10% 到 20%调节时间曲线进入并保持在目标值 ±5% 范围内所需时间越短越好稳态误差曲线最终与目标值的偏差积分存在时应接近 0实际指标需要按你的项目要求设定表格仿真可以帮你快速试出大致量级但最终要以真实被控对象为准。注意电子表格里仿真用的是理想模型真实系统还有摩擦力、噪声、延迟、非线性表格里的参数到了现场通常还要再微调。6. 从表格到嵌入式代码位置式与增量式实现表格验证通过后接下来就是把算法移植到代码里。这里给出 C 语言通用实现可以直接用来改造 STM32、Arduino 或者其它 MCU 工程。代码只是模板采样周期必须由你的定时器或 RTOS 任务周期保证。6.1 位置式 PID位置式 PID 直接输出绝对控制量适合阀门开度、PWM 占空比这类需要绝对输出的场景。typedef struct { float kp; float ki; float kd; float dt; float integral; float prev_error; float out_min; float out_max; } PidController; float pid_update(PidController *pid, float setpoint, float measurement) { float error setpoint - measurement; float derivative; float output; pid-integral error * pid-dt; /* 积分限幅防止积分饱和导致输出长时间卡在边界 */ if (pid-integral pid-out_max) { pid-integral pid-out_max; } if (pid-integral pid-out_min) { pid-integral pid-out_min; } derivative (error - pid-prev_error) / pid-dt; output pid-kp * error pid-ki * pid-integral pid-kd * derivative; pid-prev_error error; if (output pid-out_max) { output pid-out_max; } if (output pid-out_min) { output pid-out_min; } return output; }注意这个实现里把积分项和最终输出都做了限幅。实际工程中积分限幅可以防止“积分饱和”——当执行器已经饱和时积分还在不断累积等误差反转时输出不能及时退出边界导致超调。这一点在电机控制和温度控制里尤其重要。6.2 增量式 PID增量式 PID 输出的是增量需要在上一次输出基础上累加适合步进电机、舵机等执行器位置累加场景也适合需要平滑起动的场合。typedef struct { float kp; float ki; float kd; float dt; float prev_error; float prev_prev_error; float prev_output; float out_min; float out_max; } IncrementalPid; float pid_increment_update(IncrementalPid *pid, float setpoint, float measurement) { float error setpoint - measurement; float delta_output; float output; delta_output pid-kp * (error - pid-prev_error) pid-ki * error * pid-dt pid-kd * (error - 2.0f * pid-prev_error pid-prev_prev_error) / pid-dt; pid-prev_prev_error pid-prev_error; pid-prev_error error; pid-prev_output delta_output; output pid-prev_output; if (output pid-out_max) { output pid-out_max; } if (output pid-out_min) { output pid-out_min; } return output; }增量式不需要积分累加字段因为历史误差已经隐含在三次误差采样中这正好对应表格里微分项用到的 e(k)、e(k-1)、e(k-2)。6.3 关于采样周期的注意事项代码里的 pid.dt 必须和定时器中断周期严格一致。这里最容易踩的坑是中断周期是 10ms但代码里 dt 写成了 0.1或者相反导致 Kp、Ki、Kd 的运算结果和仿真完全对不上。工程上常用做法是把 Ki 和 Kd 预先折算好避免每个周期都做一次乘除ki_scale ki * ts kd_scale kd / ts这样代码里就直接用误差乘系数省掉运行时乘除结构也更清晰。表格仿真里也一样修改 Ts 后要同步检查 Ki 和 Kd 的数值是否符合预期量纲。7. 资源占用与性能观察电子表格方案的资源占用几乎可以忽略几百行计算在 Excel 或 Google Sheets 里都是秒开文件大小不到几百 KB不存在显存、GPU、内存瓶颈。但有几件事需要观察观察项说明计算行数500 到 1000 行足够观察完整响应超过 5000 行会略微拖慢表格刷新图表刷新每次修改参数折线图实时重绘这是最直观的调参反馈循环引用公式链路写错会出现循环引用警告这是表格仿真最常见的报错多组参数对比把不同参数放在不同 Sheet 或不同列可以并排比较曲线到嵌入式阶段资源占用要重新评估。PID 本身只占用几个浮点变量在 STM32、Arduino 这类 MCU 上资源开销很小真正的开销在于采样来源如果测量值是 ADC 采样要关注 ADC 采样频率和滤波。如果误差信号噪声大微分项会放大噪声最好加一阶低通滤波或者用不完全微分。如果控制周期被其它中断挤占dt 不稳定PID 表现会明显变差。观察到曲线异常时先排查是不是采样周期抖动再回头调参数顺序不要反。8. 常见问题与排查方法表格仿真阶段和嵌入式移植阶段的问题不一样分开排查问题现象可能原因排查方式解决方案电子表格提示循环引用公式引用回自身或链路错误检查 C 列与 H 列引用关系C 列只取上一行 H 列H 列只取当前行 G 列曲线持续振荡且不衰减Kp 过大或 Ki 过大先降 Kp再降 Ki从低速开始逐步增加增益稳态误差长期存在积分项不足或 Ki 为 0观察 E 列积分值是否不增长增大 Ki确认积分累加公式正确超调量过大Kd 不足或目标值阶跃太剧烈增大 Kd或对 SP 做斜坡/滤波给目标值加入一阶惯性滤波曲线在稳态附近高频抖动Kd 过大或测量噪声被放大观察 F 列微分值变化减小 Kd增加测量值滤波输出长时间卡在最大值附近积分饱和打印积分值观察是否持续累积增加积分限幅或使用增量式 PID控制器输出和表格仿真差异大dt 不一致或采样周期抖动用示波器/逻辑分析仪确认中断周期统一 dt保证定时器稳定参数调整后曲线没有变化被控对象参数设置错误检查 H 列 PlantGain 和 PlantTau重新核对被控对象近似模型表格仿真阶段出现问题先检查公式引用嵌入式阶段出现问题先检查采样和输出链路再动 PID 参数。这个排查顺序能省下大量时间。9. 最佳实践与调参建议调参不从零开始按固定流程推进效率最高。9.1 四步调参流程第一步只用 P。把所有 I、D 设为 0逐步增大 Kp直到曲线出现等幅振荡前的临界状态记下此时的 Kp 和振荡周期。第二步加 I 消除静差。保持 Kp 不变从很小的 Ki 开始增加观察稳态误差是否消失。Ki 每次增加幅度不要超过 50%。第三步加 D 抑制超调。在 Ki 消除静差之后再逐步增加 Kd观察超调量是否减小。不要一开始就把 Kd 拉满否则高频噪声会毁掉曲线。第四步微调边界。在合格参数附近分别做 ±20% 的扰动测试记录超调量、调节时间、稳态误差三项指标确认系统在参数偏移时仍然稳定。9.2 参数记录与批量对比电子表格最大的优势就是支持批量对比。把一组参数放在一列另一组参数放在另一列或者复制整个 Sheet 改参数然后并排观察曲线参数组KpKiKd超调量调节时间稳态误差方案 A1.00.10.05观察值观察值观察值方案 B1.50.080.1观察值观察值观察值方案 C2.00.050.2观察值观察值观察值这种方式比一次次改参数更直观。实际嵌入式开发时也可以借助上位机工具把 PID 实时数据通过串口打印或上传到 VOFA 这类上位机调试工具曲线观察方式和表格仿真非常接近方便把表格里调好的参数迁移到真实系统上。9.3 合规与安全边界如果 PID 控制的对象是真实设备、电机、加热器、阀门等必须注意安全边界首次联调时设置输出限幅避免控制器输出过大损坏执行器。给目标值设置合理的上下限不要让 SP 超出物理范围。涉及人脸、声音等数据时确保数据来源合法并已获得授权PID 本身不涉及数据安全但接入的传感器和控制系统要注意隐私和权限边界。在测试环境验证确认参数稳定后再切换到正式运行环境。商用或部署前对控制逻辑做充分的失效模式测试比如传感器断线、执行器卡死时 PID 应能进入安全状态。10. 进阶方向与总结电子表格仿真的价值是让你在没有任何专用工具的情况下把 PID 从“玄学”变成“可观察的算术”。它的局限在于只能模拟理想被控对象无法表达真实世界的非线性、噪声、延迟和故障。理解这一点之后可以沿着下面几个方向继续深入模糊 PID当被控对象参数变化大、难以建模时用模糊规则动态调整 Kp、Ki、Kd解决固定参数适应性问题。串级 PID内环控制速度快、外环控制精度高适合电机转速和位置的嵌套控制。前馈调节对可测的扰动信号直接施加补偿减轻 PID 负担提高大扰动下的动态响应。自整定借助继电反馈或阶跃响应辨识自动计算临界增益和临界周期再套用经验公式完成参数初值设定。建议先把表格仿真跑熟理解 Kp、Ki、Kd 对曲线的真实影响再用一个真实的小系统比如直流减速电机、加热棒、舵机做联调把表格参数搬到代码里验证。最容易踩的坑集中在三处积分饱和、微分噪声、采样周期不一致。只要先解决这三个问题PID 参数调整就会变得清晰可控。这套“电子表格 差分方程 代码移植”的组合特别适合作为控制算法学习的第一站也适合在项目启动前快速验证参数可行性。建议收藏备用需要时照着搭一张表几分钟就能得到一组可参考的 PID 参数起点。
用电子表格搞定PID闭环仿真：从差分方程到C语言调参实践
PID 控制是嵌入式、自动化、电机驱动绕不开的基础算法但大部分人第一次接触 PID都被公式里的积分符号和微分符号劝退。这次我们换个思路把 PID 放进电子表格里用差分方程替代微分方程不需要微积分基础也不需要 MATLAB 和 Simulink只要会用 Excel 或 Google Sheets就能把整个闭环仿真跑起来把 Kp、Ki、Kd 三个参数改到什么效果全部可视化成曲线。标题里的 almost in a spreadsheet 很关键。电子表格能完整模拟 PID 的离散计算过程帮助我们理解控制原理、观察参数变化、对比调参结果但它终究不是实时控制系统真正的闭环还是要落到 C 代码、MCU、电机或者阀门上。所以本文的路线是先在表格里把 PID 看明白再把同一套逻辑移植到单片机代码里。文章会覆盖以下内容PID 三要素的直观理解、积分和微分的表格化实现、位置式与增量式两种形式、完整的电子表格仿真搭建步骤、阶跃响应曲线的判读、C 语言实现示例、常见调参与排查清单以及从经典 PID 到模糊 PID、串级 PID、前馈调节的扩展方向。适合初学者快速建立直觉也适合做嵌入式开发的工程师做参数预研和教学演示。1. 核心能力速览这个“项目”不是一个软件仓库而是一套控制算法学习方法用电子表格完成 PID 闭环仿真与参数分析。先看它能带来什么能力项说明项目类型控制算法学习 / 仿真验证方法核心思想用差分方程替代微分方程不依赖微积分知识理解 PID运行工具Excel、Google Sheets、WPS 表格等电子表格软件硬件门槛无特殊要求普通办公电脑即可运行GPU / 显存占用不需要 GPU不存在显存瓶颈支持平台Windows、macOS、Linux 下的表格软件或浏览器主要功能PID 闭环仿真、参数对比、阶跃响应曲线观察批量能力支持多组参数对比多 Sheet 或多列同时仿真API 接口不涉及可后续扩展到 MATLAB、Python 或嵌入式代码适合场景学习 PID 原理、调参预研、教学演示、嵌入式开发前的算法验证相比直接用 MATLAB 的 PID Tuner电子表格方案更轻、更透明。每一个中间量都暴露在单元格里误差、积分累加、微分差值、输出值全部可见这对建立直觉非常有帮助。2. PID 为什么可以不用微积分PID 控制器由三部分组成比例项 P、积分项 I、微分项 D。连续域的标准公式是u(t) Kp * e(t) Ki * ∫e(t)dt Kd * de(t)/dt其中 e(t) 是目标值与实际值的误差。这个公式本身不难难的是积分符号和微分符号。但实际运行的控制器都是数字控制器计算机只能按固定周期采样处理的是离散数据不是连续函数。离散化之后积分变成累加微分变成差值积分项∫e(t)dt ≈ Σ e(k) * Ts 微分项de(t)/dt ≈ ( e(k) - e(k-1) ) / Ts其中 e(k) 是第 k 次采样得到的误差Ts 是采样周期。这样一来PID 公式就变成纯粹的加减乘除电子表格完全可以处理。这就是“不用微积分”的核心把连续世界的概念翻译成离散世界的算术。从实用角度看三个参数的直观作用可以这样理解参数直观作用调整偏大时的影响Kp当前误差放大系数误差越大出力越大响应快但容易振荡Ki历史误差累积消除稳态误差消除静差但容易超调Kd误差变化速度提前制动抑制超调但容易放大噪声记住这张表后面所有调参动作都是围绕这三句话展开。3. 离散化基础差分方程替代微分方程位置式 PID 的离散形式如下u(k) Kp * e(k) Ki * Ts * Σe(i) Kd * ( e(k) - e(k-1) ) / Ts其中e(k)本次采样误差e(k-1)上次采样误差Σe(i)从启动到当前的误差累加Ts采样周期u(k)控制器输出实际工程中还会用到增量式 PID。增量式不直接计算 u(k)而是计算输出的变化量 Δu(k)Δu(k) Kp * ( e(k) - e(k-1) ) Ki * Ts * e(k) Kd * ( e(k) - 2*e(k-1) e(k-2) ) / Ts u(k) u(k-1) Δu(k)增量式的优势在于输出只依赖最近三次误差即使某一拍出错影响也只是增量误差不会造成输出大幅跳变同时天然适合带限幅的执行器。两种形式在表格里都能实现本文先以位置式为主搭建仿真后面在代码部分给出两种实现。无论哪种形式离散化都引入了一个关键参数采样周期 Ts。Ts 越小离散模型越接近连续系统但计算量越大Ts 太大控制精度下降动态响应失真。选择采样周期时常用经验值是让 Ts 约为被控对象时间常数的 1/10 到 1/20或者更快。在表格仿真里Ts 是参数区的一个单元格改一下就能看出区别。4. 在电子表格里搭建 PID 闭环仿真这个部分是全文的核心操作。下面给出一套通用模板可以用 Excel 或 Google Sheets 直接照着搭。你需要替换的是被控对象参数和 PID 初始参数表格结构是通用的。4.1 设计表格结构仿真需要两类区域参数区和计算区。参数区放在表格顶部所有参数集中在一个位置方便修改A B 1 Kp 1.0 2 Ki 0.1 3 Kd 0.05 4 Ts 0.01 5 PlantGain 1.0 6 PlantTau 0.5上述参数含义Kp、Ki、KdPID 三个系数Ts采样周期单位秒PlantGain被控对象稳态增益PlantTau被控对象时间常数单位秒计算区从第 8 行开始规划如下列列名称说明ATime仿真时刻BSP目标值CPV当前测量值DError误差 e(k)EIntegral误差积分累加FDerivative误差微分GOutputPID 输出 u(k)HPV_Next下一拍被控对象输出4.2 填写首行公式假设被控对象是一阶惯性环节其连续模型为tau * dPV/dt PV K * u离散化后PV(k1) PV(k) (Ts / tau) * (K * u(k) - PV(k))这是最常用的被控对象近似模型适合模拟温度、转速等惯性系统。首行即第 8 行填入A8 0 B8 100 C8 0 D8 B8 - C8 E8 0 F8 0 G8 $B$1 * D8 $B$2 * E8 $B$3 * F8 H8 C8 ($B$4 / $B$6) * ($B$5 * G8 - C8)注意积分列 E8 初始为 0微分列 F8 初始为 0因为第一拍没有历史数据。4.3 填写递推行公式第 9 行开始是真正的仿真循环。每一行代表一个采样周期A9 A8 $B$4 B9 B8 C9 H8 D9 B9 - C9 E9 E8 D9 * $B$4 F9 (D9 - D8) / $B$4 G9 $B$1 * D9 $B$2 * E9 $B$3 * F9 H9 C9 ($B$4 / $B$6) * ($B$5 * G9 - C9)这一行的逻辑是时刻前进一个采样周期目标值保持不变阶跃从 0 跳到 100当前测量值 C 取上一拍的被控对象输出 H误差重新计算积分累加E9 E8 D9 * Ts微分计算(本次误差 - 上次误差) / TsPID 输出由三项相加得到被控对象根据当前输出更新出下一拍的值4.4 下拉填充生成仿真曲线选中第 9 行向下填充 500 到 1000 行。填充完成后A 列时间会从 0 自动增加到 10 秒左右取决于 Ts 和填充行数C 列 PV 会从 0 逐渐逼近目标值 100这就是完整的闭环阶跃响应过程。然后选中 A8 到 C1008 的数据区域插入折线图X 轴选 A 列时间Y 轴选 B 列和 C 列就能得到目标值曲线和实际值曲线。之后每修改一次参数区的 Kp、Ki、Kd图表会立即更新这就是“几乎在电子表格里完成 PID 调参”的体验。如果表格提示循环引用通常是因为公式里引用了还没有确定值的单元格或者把 C 列和 H 列的关系写错了。检查一下C 列只引用上一行的 H 列H 列只引用当前行的 G 列和上一行的 C 列不构成自引用。5. 功能测试与效果验证表格搭好之后按下面四组测试依次验证。每组测试都要观察曲线特征而不是只看数值。5.1 测试 1纯比例控制将 Ki 和 Kd 设为 0Kp 从 0.5 开始逐步增加。记录 Kp 0.5、1.0、2.0 时的曲线。观察点PV 是否快速上升、是否振荡、最终是否稳定在一个值。预期结果系统会先从 0 快速逼近目标但最终停在小于 100 的某个值上这个差值就是稳态误差。Kp 越大稳态误差越小但曲线振荡越明显。这个测试说明一个问题纯比例控制不能消除误差只能缩小误差这是引入积分项的直接理由。5.2 测试 2加入积分消除静差固定 Kp比如 1.0然后逐步增加 Ki。先给 Ki 0.01观察曲线末端是否最终达到 100。再给 Ki 0.1观察超调量是否增大。继续增大 Ki 到 0.5 以上观察是否出现持续振荡。预期结果积分项会把历史误差累加进输出推动 PV 最终到达目标值。Ki 越大到达目标值的速度越快但超调和振荡也越严重。这个测试验证了积分项的双刃剑属性消除静差但代价是稳定性下降。5.3 测试 3加入微分抑制超调在 Ki 已经能消除静差的前提下逐步增加 Kd。固定 Kp 1.0Ki 0.1。Kd 从 0.01 增加到 0.1、0.5。观察超调量变化和 PV 曲线的抖动情况。预期结果微分项对误差变化速度敏感误差快速减小时微分项会提前反向输出抑制超调。但 Kd 过大时曲线会在稳态附近出现高频抖动这是因为电子表格里的“测量值”没有噪声抖动全部来自微分对变化率的过度放大。5.4 测试 4阶跃响应质量判断完成单项测试后用一组合格参数跑完整曲线按三项指标判断指标定义合格参考超调量曲线超过目标值的最大幅度比例工程上通常要求小于 10% 到 20%调节时间曲线进入并保持在目标值 ±5% 范围内所需时间越短越好稳态误差曲线最终与目标值的偏差积分存在时应接近 0实际指标需要按你的项目要求设定表格仿真可以帮你快速试出大致量级但最终要以真实被控对象为准。注意电子表格里仿真用的是理想模型真实系统还有摩擦力、噪声、延迟、非线性表格里的参数到了现场通常还要再微调。6. 从表格到嵌入式代码位置式与增量式实现表格验证通过后接下来就是把算法移植到代码里。这里给出 C 语言通用实现可以直接用来改造 STM32、Arduino 或者其它 MCU 工程。代码只是模板采样周期必须由你的定时器或 RTOS 任务周期保证。6.1 位置式 PID位置式 PID 直接输出绝对控制量适合阀门开度、PWM 占空比这类需要绝对输出的场景。typedef struct { float kp; float ki; float kd; float dt; float integral; float prev_error; float out_min; float out_max; } PidController; float pid_update(PidController *pid, float setpoint, float measurement) { float error setpoint - measurement; float derivative; float output; pid-integral error * pid-dt; /* 积分限幅防止积分饱和导致输出长时间卡在边界 */ if (pid-integral pid-out_max) { pid-integral pid-out_max; } if (pid-integral pid-out_min) { pid-integral pid-out_min; } derivative (error - pid-prev_error) / pid-dt; output pid-kp * error pid-ki * pid-integral pid-kd * derivative; pid-prev_error error; if (output pid-out_max) { output pid-out_max; } if (output pid-out_min) { output pid-out_min; } return output; }注意这个实现里把积分项和最终输出都做了限幅。实际工程中积分限幅可以防止“积分饱和”——当执行器已经饱和时积分还在不断累积等误差反转时输出不能及时退出边界导致超调。这一点在电机控制和温度控制里尤其重要。6.2 增量式 PID增量式 PID 输出的是增量需要在上一次输出基础上累加适合步进电机、舵机等执行器位置累加场景也适合需要平滑起动的场合。typedef struct { float kp; float ki; float kd; float dt; float prev_error; float prev_prev_error; float prev_output; float out_min; float out_max; } IncrementalPid; float pid_increment_update(IncrementalPid *pid, float setpoint, float measurement) { float error setpoint - measurement; float delta_output; float output; delta_output pid-kp * (error - pid-prev_error) pid-ki * error * pid-dt pid-kd * (error - 2.0f * pid-prev_error pid-prev_prev_error) / pid-dt; pid-prev_prev_error pid-prev_error; pid-prev_error error; pid-prev_output delta_output; output pid-prev_output; if (output pid-out_max) { output pid-out_max; } if (output pid-out_min) { output pid-out_min; } return output; }增量式不需要积分累加字段因为历史误差已经隐含在三次误差采样中这正好对应表格里微分项用到的 e(k)、e(k-1)、e(k-2)。6.3 关于采样周期的注意事项代码里的 pid.dt 必须和定时器中断周期严格一致。这里最容易踩的坑是中断周期是 10ms但代码里 dt 写成了 0.1或者相反导致 Kp、Ki、Kd 的运算结果和仿真完全对不上。工程上常用做法是把 Ki 和 Kd 预先折算好避免每个周期都做一次乘除ki_scale ki * ts kd_scale kd / ts这样代码里就直接用误差乘系数省掉运行时乘除结构也更清晰。表格仿真里也一样修改 Ts 后要同步检查 Ki 和 Kd 的数值是否符合预期量纲。7. 资源占用与性能观察电子表格方案的资源占用几乎可以忽略几百行计算在 Excel 或 Google Sheets 里都是秒开文件大小不到几百 KB不存在显存、GPU、内存瓶颈。但有几件事需要观察观察项说明计算行数500 到 1000 行足够观察完整响应超过 5000 行会略微拖慢表格刷新图表刷新每次修改参数折线图实时重绘这是最直观的调参反馈循环引用公式链路写错会出现循环引用警告这是表格仿真最常见的报错多组参数对比把不同参数放在不同 Sheet 或不同列可以并排比较曲线到嵌入式阶段资源占用要重新评估。PID 本身只占用几个浮点变量在 STM32、Arduino 这类 MCU 上资源开销很小真正的开销在于采样来源如果测量值是 ADC 采样要关注 ADC 采样频率和滤波。如果误差信号噪声大微分项会放大噪声最好加一阶低通滤波或者用不完全微分。如果控制周期被其它中断挤占dt 不稳定PID 表现会明显变差。观察到曲线异常时先排查是不是采样周期抖动再回头调参数顺序不要反。8. 常见问题与排查方法表格仿真阶段和嵌入式移植阶段的问题不一样分开排查问题现象可能原因排查方式解决方案电子表格提示循环引用公式引用回自身或链路错误检查 C 列与 H 列引用关系C 列只取上一行 H 列H 列只取当前行 G 列曲线持续振荡且不衰减Kp 过大或 Ki 过大先降 Kp再降 Ki从低速开始逐步增加增益稳态误差长期存在积分项不足或 Ki 为 0观察 E 列积分值是否不增长增大 Ki确认积分累加公式正确超调量过大Kd 不足或目标值阶跃太剧烈增大 Kd或对 SP 做斜坡/滤波给目标值加入一阶惯性滤波曲线在稳态附近高频抖动Kd 过大或测量噪声被放大观察 F 列微分值变化减小 Kd增加测量值滤波输出长时间卡在最大值附近积分饱和打印积分值观察是否持续累积增加积分限幅或使用增量式 PID控制器输出和表格仿真差异大dt 不一致或采样周期抖动用示波器/逻辑分析仪确认中断周期统一 dt保证定时器稳定参数调整后曲线没有变化被控对象参数设置错误检查 H 列 PlantGain 和 PlantTau重新核对被控对象近似模型表格仿真阶段出现问题先检查公式引用嵌入式阶段出现问题先检查采样和输出链路再动 PID 参数。这个排查顺序能省下大量时间。9. 最佳实践与调参建议调参不从零开始按固定流程推进效率最高。9.1 四步调参流程第一步只用 P。把所有 I、D 设为 0逐步增大 Kp直到曲线出现等幅振荡前的临界状态记下此时的 Kp 和振荡周期。第二步加 I 消除静差。保持 Kp 不变从很小的 Ki 开始增加观察稳态误差是否消失。Ki 每次增加幅度不要超过 50%。第三步加 D 抑制超调。在 Ki 消除静差之后再逐步增加 Kd观察超调量是否减小。不要一开始就把 Kd 拉满否则高频噪声会毁掉曲线。第四步微调边界。在合格参数附近分别做 ±20% 的扰动测试记录超调量、调节时间、稳态误差三项指标确认系统在参数偏移时仍然稳定。9.2 参数记录与批量对比电子表格最大的优势就是支持批量对比。把一组参数放在一列另一组参数放在另一列或者复制整个 Sheet 改参数然后并排观察曲线参数组KpKiKd超调量调节时间稳态误差方案 A1.00.10.05观察值观察值观察值方案 B1.50.080.1观察值观察值观察值方案 C2.00.050.2观察值观察值观察值这种方式比一次次改参数更直观。实际嵌入式开发时也可以借助上位机工具把 PID 实时数据通过串口打印或上传到 VOFA 这类上位机调试工具曲线观察方式和表格仿真非常接近方便把表格里调好的参数迁移到真实系统上。9.3 合规与安全边界如果 PID 控制的对象是真实设备、电机、加热器、阀门等必须注意安全边界首次联调时设置输出限幅避免控制器输出过大损坏执行器。给目标值设置合理的上下限不要让 SP 超出物理范围。涉及人脸、声音等数据时确保数据来源合法并已获得授权PID 本身不涉及数据安全但接入的传感器和控制系统要注意隐私和权限边界。在测试环境验证确认参数稳定后再切换到正式运行环境。商用或部署前对控制逻辑做充分的失效模式测试比如传感器断线、执行器卡死时 PID 应能进入安全状态。10. 进阶方向与总结电子表格仿真的价值是让你在没有任何专用工具的情况下把 PID 从“玄学”变成“可观察的算术”。它的局限在于只能模拟理想被控对象无法表达真实世界的非线性、噪声、延迟和故障。理解这一点之后可以沿着下面几个方向继续深入模糊 PID当被控对象参数变化大、难以建模时用模糊规则动态调整 Kp、Ki、Kd解决固定参数适应性问题。串级 PID内环控制速度快、外环控制精度高适合电机转速和位置的嵌套控制。前馈调节对可测的扰动信号直接施加补偿减轻 PID 负担提高大扰动下的动态响应。自整定借助继电反馈或阶跃响应辨识自动计算临界增益和临界周期再套用经验公式完成参数初值设定。建议先把表格仿真跑熟理解 Kp、Ki、Kd 对曲线的真实影响再用一个真实的小系统比如直流减速电机、加热棒、舵机做联调把表格参数搬到代码里验证。最容易踩的坑集中在三处积分饱和、微分噪声、采样周期不一致。只要先解决这三个问题PID 参数调整就会变得清晰可控。这套“电子表格 差分方程 代码移植”的组合特别适合作为控制算法学习的第一站也适合在项目启动前快速验证参数可行性。建议收藏备用需要时照着搭一张表几分钟就能得到一组可参考的 PID 参数起点。
