6020电机速度环PID参数调优实战：从理论到精准控制

1次阅读

共计 1998 个字符，预计需要花费 5 分钟才能阅读完成。

在 6020 直流电机速度控制中，PID 调优常遇到三个典型问题：
– 超调问题：电机加速时转速冲过目标值，机械结构承受冲击
– 持续震荡：速度曲线在稳态值附近反复波动，能耗增加
– 稳态误差：最终转速与设定值存在固定偏差，尤其负载突变时明显

这些现象本质上都是 PID 参数 ($K_p$,$K_i$,$K_d$) 与系统特性不匹配导致的。以某款 6020 电机为例，空载时 $K_p$=0.5 能稳定运行，但加上负载后立即出现 15% 的稳态误差。

电机转速 $\omega$ 与 PWM 占空比 $u(t)$ 的关系可表示为：
$$u(t) = K_p e(t) + K_i \int e(t)dt + K_d \frac{de(t)}{dt}$$
其中 $e(t)=\omega_{target}-\omega_{actual}$。

比例项 $K_p$：直接放大当前误差，决定 ” 立即响应 ” 强度
积分项 $K_i$：累积历史误差，消除稳态偏差
微分项 $K_d$：预测误差变化趋势，抑制超调

图 1：典型速度环 PID 控制结构

通过 MATLAB 绘制不同参数下的阶跃响应：

单独调节 $K_p$（固定 $K_i$=0,$K_d$=0）
$K_p$=0.3 → 响应缓慢，上升时间 1.2s
$K_p$=1.0 → 出现 20% 超调
$K_p$=2.0 → 持续震荡
加入积分控制（$K_p$=0.8,$K_i$ 变化）
$K_i$=0.1 → 稳态误差从 8% 降至 0.5%
$K_i$=0.5 → 出现周期性小幅震荡
引入微分控制（$K_p$=0.8,$K_i$=0.1）
$K_d$=0.01 → 超调量从 15% 降至 5%
$K_d$=0.05 → 响应曲线出现高频抖动

// 速度 PID 计算函数（基于 STM32 HAL 库）float Speed_PID_Calculate(PID_TypeDef *pid, float target, float actual) {
    float error = target - actual;

    // 比例项
    float p_out = pid->Kp * error;

    // 积分项（带抗饱和处理）pid->integral += error * pid->Ki;
    if(pid->integral > pid->max_output) pid->integral = pid->max_output;
    else if(pid->integral < -pid->max_output) pid->integral = -pid->max_output;

    // 微分项（采用不完全微分）float d_out = pid->Kd * (error - pid->last_error);
    pid->last_error = error;

    // 输出限幅
    float output = p_out + pid->integral + d_out;
    if(output > pid->max_output) output = pid->max_output;
    else if(output < -pid->max_output) output = -pid->max_output;

    return output;
}

代码 1：带工程化处理的 PID 实现

建立电机传递函数模型：

s = tf('s');
J = 0.01;   % 转动惯量
b = 0.1;    % 阻尼系数
Km = 0.15;  % 电机常数
G = Km/(J*s + b);

Ziegler-Nichols 临界比例法整定：

% 寻找临界增益 Ku 和振荡周期 Tu
[Ku,~,Tu] = margin(G); 
% 根据 Z - N 规则计算 PID 参数
Kp = 0.6*Ku;
Ki = 1.2*Ku/Tu;
Kd = 0.075*Ku*Tu;

图 2：不同整定方法的响应曲线对比

采样周期选择：应满足香农定理，通常取控制周期的 1 /5~1/10
例：20kHz PWM → 速度环采样建议 1 -2kHz
编码器分辨率匹配：
$$ \Delta \omega = \frac{2\pi}{N \cdot T_{sample}} $$
其中 N 为每转脉冲数，$T_{sample}$ 为采样周期
对于 1000 线编码器，1ms 采样周期的理论分辨率：6.28rad/s
微分噪声抑制：
在微分项后增加一阶低通滤波器
实际使用不完全微分算法：
$$ u_d(t) = \frac{K_d}{1+T_f s} \cdot e(t) $$