过程模型（FOPDT）
$$G(s)=\frac{K_p\,e^{-\theta s}}{\tau s+1}$$
IMC 闭环时间常数
| 方法 | GM (dB) | PM (°) | ωgc (rad/s) | ωpc (rad/s) | 稳定性 |
|---|
整定方法简介
- Ziegler-Nichols（ZN）：由开环阶跃响应经验公式确定增益。响应快但超调量大（约30%），稳定裕度小。
- Cohen-Coon：ZN的改进版，对较大纯滞后比θ/τ有更好适应性，显式考虑τ/θ比值。
- IMC（λ整定）：基于内模控制理论，设计者通过λ直接调节响应速度与鲁棒性的权衡。
- SIMC（Skogestad IMC）：自动设置λ = τ，被认为是工程上最均衡的单参数整定准则。
理论与主要公式
公式参考
Z-N: $K_c = \frac{1.2\tau}{K_p\theta}$，$T_i = 2\theta$，$T_d = 0.5\theta$
IMC: $K_c = \frac{\tau}{K_p(\lambda+\theta)}$，$T_i = \tau$，$T_d = \frac{\theta}{2}$
什么是PID整定方法比较
🙋
PID整定方法比较是什么？听起来好复杂，它们不都是调PID参数吗？
🎓
简单来说，这就像给一个反应慢半拍的热水器调温。不同的调法（方法）决定了水温是快速冲上去但会过冲，还是慢慢悠悠地接近目标。在这个模拟器里，你可以针对一个典型的工业过程模型，同时看到四种经典调参方法的结果。试着拖动左边的“过程增益K”滑块，你会发现不同方法对过程敏感度的反应完全不同！
🙋
诶，真的吗？那“纯滞后时间θ”这个参数是干嘛的？调它有什么用？
🎓
“纯滞后”就是动作和反应之间的延迟。比如，你拧了热水阀门，要等几秒管子里的凉水流完，热水才过来。在实际工程中，比如化工反应釜加料，阀门开度和浓度检测之间就有滞后。你在这个工具里把θ调大，再点“阶跃响应”按钮，会发现有些方法（比如老式的Z-N法）响应会剧烈震荡甚至失控，而IMC、SIMC方法因为多了一个“λ”滤波参数，就能更平滑。这就是比较的意义！
🙋
原来延迟这么麻烦！那下面那些ISE、IAE指标，还有相位裕度，我该看哪个来判断好坏？
🎓
好问题！这取决于你想要什么。ISE（平方误差积分）讨厌大误差，所以它会算出让系统快速响应但可能有点抖的参数；IAE（绝对误差积分）更均衡。而“增益裕度”和“相位裕度”是工程师最看重的稳定性指标，越大系统越“皮实”。你可以在模拟器里固定K、τ、θ，只调IMC的“λ”参数，观察右边卡片里这些指标如何变化。你会发现，调大λ，响应变慢但裕度变大，这就是典型的“稳健性”与“快速性”的权衡！
物理模型与关键公式
本工具的基础是被控对象的数学模型，即一阶加纯滞后过程。它描述了许多工业过程（如温度、液位、浓度）的动态特性。
$$G(s)=\frac{K_p e^{-\theta s}}{\tau s + 1}$$
$K_p$：过程增益，代表输入变化对输出的最终影响程度。$\tau$：时间常数，代表过程响应的快慢。$\theta$：纯滞后时间，代表动作与响应之间的死区时间。$s$：拉普拉斯算子。
不同的整定方法基于该模型推导出PID控制器的三个参数：比例增益 $K_c$、积分时间 $T_i$、微分时间 $T_d$。以IMC（内模控制）整定规则为例：
$$K_c = \frac{\tau}{K_p(\lambda + \theta)},\quad T_i = \tau,\quad T_d = \frac{\theta}{2}$$
这里引入了关键的$\lambda$参数（滤波器时间常数），它由工程师指定。$\lambda$ 越大，控制器动作越温和，系统鲁棒性越好，但响应速度变慢。这正是模拟器中可供调节的核心参数之一。
现实世界中的应用
化工过程控制：在反应釜的温度控制中，加热功率的改变到温度传感器检测到变化存在滞后（θ）。使用SIMC等方法整定PID，可以在保证温度控制精准（小IAE）的同时，避免因滞后引起的超调导致产品Fail。
楼宇暖通空调：大型建筑空调系统的水温控制是一个大惯性（τ大）过程。比较Z-N和IMC的整定结果，工程师往往会选择响应更平稳、能耗更低的IMC参数，以防止阀门频繁剧烈动作。
造纸与轧钢：在纸张厚度或钢板轧制厚度的控制中，过程增益（Kp）可能因材料或速度而变化。通过本工具比较不同方法的增益裕度，可以预先评估当过程特性漂移时，哪种整定方案仍能保持系统稳定。
无人机姿态控制：虽然动力学模型更复杂，但其俯仰/滚转通道的简化模型也近似一阶环节。快速原型设计时，可借鉴这些整定思想，并通过相位裕度指标来确保飞控系统有足够的稳定余量应对风扰。
常见误解与注意事项
首先，请务必牢记“FOPDT模型并非万能”。实际过程大多包含高阶滞后或非线性特性。例如，阀门的饱和与摩擦效应就无法通过这种简单模型描述。即使通过工具获得“良好”的响应曲线，若直接应用于实际设备仍可能导致失控。务必将其作为初步设计的参考基准，并坚持在实际设备上进行微调（在线整定），这是基本原则。
其次，切勿误读评估指标。图表中显示的ISE（积分平方误差）是一种特别排斥大偏差的指标。因此ISE最小化的方法看似“最快”，但实际上往往伴随较大的超调量和剧烈震荡的控制输出。在实际工程中，应参考IAE或ITAE指标，同时综合评估“曲线形态”与“稳定裕度”
最后，“纯滞后时间θ”的估算失误可能造成致命后果。通过阶跃响应数据目视确定θ时，若响应曲线缓慢上升，则“起始点”的判定往往存在模糊性。例如，真实θ为2秒时若误估为1秒，采用Z-N法会导致$K_c$被高估约1.5倍，从而设计出极不稳定的控制器。通过数据辨识参数时，必须采用多种方法进行交叉验证。