工艺模型 (FOPDT)
$$G(s)=\frac{K_p\,e^{-\theta s}}{\tau s+1}$$
IMC 闭环时常数
| 方法 | GM (dB) | PM (°) | ωgc (rad/s) | ωpc (rad/s) | 稳定性 |
|---|
调整方法概述
- Ziegler-Nichols 开环法（ZN）: 从实验性阶跃响应识别K/τ/θ，用经验法则确定增益。响应快但裕度小。
- Cohen-Coon: 改进的ZN法，对延迟时间比θ/τ较大的系统更适用。明确考虑τ/θ的比例。
- IMC (λ 调整): 基于内部模型控制理论，设计者直接用λ控制速度与鲁棒性的权衡。
- SIMC (Skogestad IMC): λ=τ自动设置。工程上认为是最均衡的方法。
理论·主要公式
理论备注
Z-N 开环法则: $K_c = \frac{1.2\tau}{K_p\theta}$, $T_i = 2\theta$, $T_d = 0.5\theta$
IMC法则: $K_c = \frac{\tau}{K_p(\lambda+\theta)}$, $T_i = \tau$, $T_d = \frac{\theta}{2}$
PID调整法比较工具是什么
🙋
什么是PID调整法？ZN、IMC等看起来有很多方法，我不知道该使用哪一种。
🎓
简单说，PID控制器的增益（$K_c$）和时常数（$T_i, T_d$）是根据"配方"来设置的，有好几种"配方"。例如，试试把工具上面的滑块设置为K=1、τ=5、θ=1。你会看到Z-N法和IMC法计算出来的增益值差异很大吧？
🙋
确实！Z-N的$K_c$是6.0，IMC（λ=3）是1.25。这种差异会对实际的控制响应产生很大影响吗？
🎓
完全正确！试试右边的"阶跃响应"图。Z-N（蓝线）快速接近目标值但超调很大，而IMC（绿线）响应缓慢但振动很少。实际应用中，为了安全起见，通常更倾向于选择像IMC这样抑制振动的调整方式。
🎓
λ是"闭环时常数"，是设计者选择响应速度的参数。把λ的滑块调小（例如改为1），响应会变快但会震荡，调大（例如改为10）响应会变慢但会非常稳定。通过调整这个工具中的λ，同时观察响应和稳定裕度的权衡，这是学习的最快方式。
物理模型与主要公式
此工具针对的工艺是"一阶延迟+延迟时间"模型（FOPDT），这在很多化工厂和热工艺中常见。传递函数如下：
$$G(s)=\frac{K_p e^{-\theta s}}{\tau s+1}$$
$K_p$ : 工艺增益（稳态增益）， $\tau$ : 时常数 [s]（响应速度）， $\theta$ : 延迟时间 [s]（反应开始前的延迟）。这三个参数决定了工艺的基本行为。
代表性的调整法IMC（内部模型控制）的PID参数计算公式如下。λ是设计参数：
$$K_c = \frac{\tau}{K_p(\lambda+\theta)}, \quad T_i = \tau, \quad T_d = \frac{\theta}{2}$$
$K_c$ : 比例增益， $T_i$ : 积分时间 [s]， $T_d$ : 微分时间 [s]， $\lambda$ : 闭环时常数 [s]（目标响应速度）。λ越大，$K_c$越小，控制变得更温和、更有鲁棒性。
常见问题
通过实际工艺的阶跃响应试验，测量出输出开始变化前的时间作为延迟时间θ，从最终变化量计算增益Kp，从63%应答达到的时间计算时常数τ。也可以从现有的工厂数据或模拟结果进行近似。
Z-N重视快速响应但超调大。IMC可通过λ调整在响应速度和鲁棒性之间平衡。SIMC在抑制扰动和跟踪设定值之间表现优异，实工厂推荐度最高。参考ISE/IAE/ITAE值，根据控制目标选择合适的方法。
减小比例增益Kc或延长积分时间Ti可以抑制超调。IMC法中可以增大设计参数λ（如改为θ的2～3倍）使响应更温和。同时检查稳定裕度（增益裕度、相位裕度）的数值进行调整。
ISE强烈惩罚大偏差，适用于想快速抑制急峻扰动的场景。IAE均匀评估偏差的绝对值，代表一般的响应质量。ITAE强调经过一段时间后的偏差，有利于快速收敛到稳态。数值越小表示控制性能越好。
实际应用
化工厂反应槽温度控制：进料到温度反应需要时间（θ），这样的工艺。稳定性最优先，常采用IMC法并将λ设置较大的温和调整。
石油精炼流量控制：管道流体流量相对快速响应（τ较小）。为平衡快速性和稳定性，常用SIMC法将λ设为θ～2θ。
建筑空调（HVAC）控制：空调启动到室温变化有延迟（θ），房间热容量决定时常数（τ）。需要强鲁棒性（抗扰动能力），IMC法比Z-N法更合适。
半导体制造液面控制：精密控制蚀刻液等的液面。超调导致产品不良，所以调整使ISE/IAE/ITAE最小，用本工具进行比较。
常见误解与注意事项
首先，"FOPDT模型不是万能的"，这一点要牢记。实际工艺几乎都包含高阶延迟或非线性特性，这种简单模型无法表达。例如控制阀的饱和或摩擦无法用这个模型表示。即使工具给出"良好"的响应，实机上使用也可能失控。一定要把工具的结果作为初期设计的参考，然后必须进行实机微调（在线调整）。
其次，评价指标的理解不要出错。图中显示的ISE（平方误差积分）是特别惩罚大偏差的指标，所以"ISE最小"的方法看起来"最快"，但实际上常常超调大、控制输出振荡剧烈。实际应用中，参考IAE、ITAE的同时，总体评估"图形的形状"和"稳定裕度"。增益裕度小于2倍、相位裕度小于30度的设计对模型误差很脆弱，要特别注意。
最后，"延迟时间θ的估算错误"会造成严重后果。从阶跃响应数据目测θ时，如果响应缓慢上升，"开始点"的定义容易含糊。例如真实θ是2秒却估为1秒，Z-N法会把$K_c$高估约1.5倍，导致控制器极不稳定。从数据同定参数时，必须用多种方法验证。