如何进行PIV控制？

我正在考虑尝试使用PIV控制而不是PID控制。与PID相反，PIV控制在互联网和文献中几乎没有解释。几乎只有一个信息源解释了该方法，这是Parker Motion的技术论文。

我从控制方法图（在Laplace域中）了解到，控制输出归结为以下各项的总和：

Kpp *（位置误差的积分）
-Kiv *（测得速度的积分）
-Kpv *（测得的速度）

我对么？谢谢。

control otherservos pid

我从未听说过这样的事情，老实说，首字母缩写很奇怪。如果您在谈论位置控制，速度会不会与导数相同？我发现有趣的是，位置误差的积分不存在，就好像您有一个带有两个位置信息源（测得的位置和速度积分）的PD控制器一样。您能否链接文章以便我们回答您的问题？

— georgebrindeiro 2013年

PIV控制的解释如下：parkermotion.com/whitepages/ServoFundamentals.pdf

— AyberkÖzgür

这基本上是级联控制器的一种形式。在这里解释一下：en.wikipedia.org/wiki/PID_controller#Cascade_control

— Guy Sirton

Answers:

在我看来，经典PID拓扑与白皮书中提到的所谓PIV拓扑之间存在三个基本区别：

假定所需速度与位置误差成正比，即项对此进行调节。 $K_p$
积分误差增益用于消除速度而不是位置的稳态误差。但是，由于项目＃1，这基本上是同一件事。 $K_i$
速度估计值直接通过 $K_v$ 项输入（而不是考虑位置误差的导数）。

他们在论文中声称，这种拓扑结构的主要优点是易于调整。

控制器的输出格式如下：

$e_\theta=\theta^*-\theta\\ e_\omega = (K_pe_\theta-\hat{\omega})\\ \text{output} = \int K_ie_\omega dt - K_v\hat{\omega}$

当然，由于您可能要对此进行编程，因此积分将被累加器变量替换，如下所示：

$e_\theta=\theta^*-\theta\\ e_\omega = (K_pe_\theta-\hat{\omega})\\ \text{integral} = \text{integral} + K_ie_\omega \Delta t \\ \text{output} = \text{integral} - K_v\hat{\omega}$

— 乔治布林德罗
source

估计角速度

有它自己的系数

正确？

\hat{ω}

$\hat{\omega}$

K_{p v}

$K_{pv}$

— AyberkÖzgür13年

我还猜想PIV在实践中不是很有用，因此不受欢迎。

— AyberkÖzgür13年

是的，您是对的，我忘了补充。我不知道这个问题是否有用。尽管有充分的理由，但是在标准文献中只是没有看到。它可能是内部开发的，因为它适合他们的需求，但与PID并没有什么不同。

— georgebrindeiro 2013年

我们正在使用PIV来调节有腿轮系统上的车轮。由于车轮的形状（不规则），位置很重要。但是，在正常情况下，您需要调节速度。PIV既考虑了因素，又比PID产生了更好的结果。

— sylvain.joyeux

@AyberkÖzgür几乎所有的商业运动控制系统都使用一些与此类似的级联PID控制器。例如，Parker，Baldor，ACS，Copely，ACS，Delta-Tau ...这种在PI速度环上仅比例增益的位置环非常普遍，但是不同的供应商肯定会有自己的细微差别。系统通常也将具有电流环路以及各种前馈组件。的确，在业余爱好者圈子中，IMO的受欢迎程度较低，因为它相对于简单性而言，性能并不那么重要。

— Guy Sirton

PID回路和具有相等增益的所谓PIV回路对扰动的响应应该相同，因此我不确定为什么声称扰动响应更好或更差的说法。

如前所述，派生的“踢”将更少，如果您为事物提供尖锐的输入，这可能是一件好事。

此外，由于积分器饱和带来的好处可能会带来一些好处，具体取决于您如何实现抗饱和。

Y (s) = \frac{k_{f i} U (s) - k_{b i} X (s)}{s} + (k_{f p} U (s) - k_{b p} X (s)) + (k_{f d} U (s) - k_{b d} X (s)) s

$Y(s)=\frac{k_{fi}U(s) - k_{bi}X(s)}{s} + \left(k_{fp}U(s) - k_{bp}X(s)\right) + \left(k_{fd}U(s) - k_{bd}X(s)\right)s$ where

Y

$Y$ is the controller output,

U

$U$ is the system command and

X

$X$ is the controlled variable, while the various

k_{x x}

$k_{xx}$ are forward and backward integral, derivative, and proportional gains. In this scheme you tune the various feedback gains (

k_{b x}

$k_{bx}$ ) to get the loop (and hence disturbance) response that you want, and you tune the forward gains (

k_{f x}

$k_{fx}$ ) to improve the response to a command change, by whatever criteria you have for "better".

Setting all the forward and reverse gains equal gets you a plain ol' PID, while setting $k_{bp}=0$ and $k_{bd}=0$ gets you the so-called "PIV" controller.

— TimWescott
source

Are you sure Tim? See here page 3-26 web.stanford.edu/class/archive/ee/ee392m/ee392m.1056/… which is essentially the same configuration... So you're saying this is equivalent to a "plain ol'" PID loop over position? At the very least you'd think what's inside the "velocity" estimator box matters. And if they're equivalent why does everyone seem to bother with cascading controllers for motion control?

— Guy Sirton

In industry, this type of control is still generally referred to as PID control and I've seen many applications of it. It's main benefit stems from the fact that it removes the "derivative kick" caused by an abrupt change in set point and thus is useful for applications where set point tracking is most important (rather than fast disturbance rejection). See http://www.controlguru.com/wp/p76.html.

Image showing difference in derivative kick of PID and PIV http://controlguru.com/wp-content/uploads/2015/08/pidkickbig.jpg

— ddevaz
source

FYI, the second link is broken...

— daaxix