用C#写pid自整定算法

c# PID算法入门

离开工控行业已经有一段时间了,最近回忆起以前的工作,又对 PID 算法有了兴趣.所以写了一个小项目,希望可以帮到需要的人,也算是对那段工作经历的一个总结. 这是一个 winform 的项目.负载是一个水箱,有一个进水口,一个出水口.设定值为液位,通过控制进水口的阀门开度使液位达到设定值,传感器的滞后时间为10秒.每秒执行一次 PID 算法(对于运动控制的项目需要将采样时间调低). 结果: 左图采用原生 PID 调节,右图采用积分分离后的 PID 调节(在误差小于一定值的情况下积分才开始累积).可

PID控制及整定算法

一.PID控制算法 PID是比例.积分.微分的简称,PID控制的难点不是编程,而是控制器的参数整定.参数整定的关键是正确地理解各参数的物理意义,PID 控制的原理可以用人对炉温的手动控制来理解.阅读本文不需要高深的数学知识. 注:整个控制流程是PID控制器函数与被控对象的传递函数.一个负反馈结合完成的,在保证被控对象的传递函数与负反馈结合的闭环系统能够达到稳态的前提下(可以采用阶跃信号实验来测试),在前面加上PID控制器,能够很好地实现快速.准确的调节系统,达到预期值. PID的简介如下: 1

我的四轴专用PID参数整定方法及原理---超长文慎入(转)

给四轴调了好久的PID,总算是调好了,现分享PID参数整定的心得给大家,还请大家喷的时候手下留情. 首先说明一下,这篇文章的主旨并不是直接教你怎么调,而是告诉你这么调有什么道理,还要告诉大家为什么'只'使用PID的四轴会在飞行中震荡,告诉大家为什么光使用PID并不能实现对四轴姿态'足够好'的控制.文章中还是涉及了不少自控原理和其他控制相关的姿势,没有一点底子的话确实会看着很困惑(不然那么些人花好几年学控制还有什么意义?).如果你只想知道结论的话,直接看文章开头和结尾部分就好了(作者也支持大家这么

PID参数整定快速入门（调节器参数整定方法）

PID调节器参数整定方法很多,常见的工程整定方法有临界比例度法.衰减曲线法和经验法.云润仪表以图文形式分别介绍调节器参数整定方法. 临界比例度法一个调节系统,在阶跃干扰作用下,出现既不发散也不衰减的等幅震荡过程,此过程成为等幅振荡过程,如下图所示.此时调节器的比例度为临界比例度δk,被调参数的工作周期为为临界周期Tk. 临界比例度法整定PID参数步骤1.将调节器积分时间设定为无穷大.微分时间设定为零(即Ti＝∞,Td＝0),比例度适当取值,调节系统按纯比例作用投入.稳定后,适当减小比例度,在外界

TensorFlow 入门之手写识别(MNIST) softmax算法

TensorFlow 入门之手写识别(MNIST) softmax算法 MNIST flyu6 softmax回归 softmax回归算法 TensorFlow实现softmax softmax回归算法我们知道MNIST的每一张图片都表示一个数字,从0到9.我们希望得到给定图片代表每个数字的概率.比如说,我们的模型可能推测一张包含9的图片代表数字9的概率是80%但是判断它是8的概率是5%(因为8和9都有上半部分的小圆),然后给予它代表其他数字的概率更小的值. 这是一个使用softmax回归(s

『练手』手写一个独立Json算法 JsonHelper

背景: > 一直使用 Newtonsoft.Json.dll 也算挺稳定的. > 但这个框架也挺闹心的: > 1.影响编译失败:https://www.cnblogs.com/zihuxinyu/archive/2013/05/06/3063181.html (我也经常遇到) > 2.WinCE版本(小众用户)太大:Newtonsoft.Json.Compact.dll 352kb > 3.自己写一个微型框架,在通讯方面要用到Json:一个 100k 的框架,引用一个 40

BitSet: 有1千万个随机数，随机数的范围在1到1亿之间。现在要求写出一种算法，将1到1亿之间没有在随机数中的数求出来？

package common; import java.util.ArrayList; import java.util.BitSet; import java.util.List; import java.util.Random; public class BitMapDemo { /** * 有1千万个随机数,随机数的范围在1到1亿之间.现在要求写出一种算法,将1到1亿之间没有在随机数中的数求出来? * @author Administrator * */ public static voi

Algorithm 用各种语言写出n!的算法

写出n!的算法 C# 递归方式: class Program { static void Main(string[] args) { Console.WriteLine("请输入一个数!"); int input =Convert.ToInt32(Console.ReadLine()); int result= GetFactorialValue(input); Console.WriteLine("{0}的阶乘的值是:{1}", input, result); C

TensorFlow 入门之手写识别(MNIST) softmax算法二

TensorFlow 入门之手写识别(MNIST) softmax算法二 MNIST Fly softmax回归 softmax回归算法 TensorFlow实现softmax softmax回归算法我们知道MNIST的每一张图片都表示一个数字,从0到9.我们希望得到给定图片代表每个数字的概率.比如说,我们的模型可能推测一张包含9的图片代表数字9的概率是80%但是判断它是8的概率是5%(因为8和9都有上半部分的小圆),然后给予它代表其他数字的概率更小的值. 这是一个使用softmax回归(s

PID参数整定

PID参数整定方法很多,常见的工程整定方法有临界比例度法.衰减曲线法和经验法.云南昌晖仪表制造有限公司以图文形式介绍以临界比例度法和衰减曲线法整定调节器PID参数方法.临界比例度法一个调节系统,在阶跃干扰作用下,出现既不发散也不衰减的等幅震荡过程,此过程成为等幅振荡过程,如下图所示.此时PID调节器的比例度为临界比例度δk,被调参数的工作周期为为临界周期Tk. 临界比例度法整定PID参数步骤临界比例度法整定PID参数具体操作如下:1.被控系统稳定后,把PID调节器的积分时间放到最大,微分时间放到

【技术】Arduino PID自整定库

最近看到了Brett Beauregard发表的有关PID的系列文章,感觉对于理解PID算法很有帮助,于是将系列文章翻译过来!在自我提高的过程中,也希望对同道中人有所帮助.作者Brett Beauregard的原文网址:http://brettbeauregard.com/blog/2012/01/arduino-pid-autotune-library/ 最后,我发布了一个Autotune库来补充Arduino PID库.当我发布当前版本的PID库时,我发布了一系列异常广泛的帖子,让人们对里面

T12焊台控制器制作教程 | T12烙铁 | PID增量式算法恒温控制 | 运算放大器-热电偶电压采集 | OLED屏幕显示-SPI通信 | 旋转编码器EC11用户操作

前言购买T12烙铁的相关配件已经1年多了,期间也尝试了一些开源的T12控制器,但都没有成功,要么是配套资料少,要么是英文的,其中51和arduino的居多,STM32的较少.求人不如求己,索性自己开发一个吧!现把制作过程和工作原理记录一下. 项目开源地址:https://github.com/Cai-Zi/STM32_T12_Controller Gitee:https://gitee.com/Cai-Zi/STM32_T12_Controller PCB:https://oshwhub.co

PID控制原理和算法

闭环控制是根据控制对象输出反馈来进行校正的控制方式,它是在测量出实际与计划发生偏差时,按定额或标准来进行纠正的.比如控制一个电机的转速,就得有一个测量转速的传感器,并将结果反馈到控制路线上.提到闭环控制算法,不得不提PID,它是闭环控制算法中最简单的一种.PID是比例 (Proportion) 积分 ,(Integral) 微分 ,(Differential coefficient) 的缩写,分别代表了三种控制算法.通过这三个算法的组合可有效地纠正被控制对象的偏差,从而使其达到一个稳定的状态.如

Python 手写数字识别-knn算法应用

在上一篇博文中,我们对KNN算法思想及流程有了初步的了解,KNN是采用测量不同特征值之间的距离方法进行分类,也就是说对于每个样本数据,需要和训练集中的所有数据进行欧氏距离计算.这里简述KNN算法的特点: 优点:精度高,对异常值不敏感,无数据输入假定缺点:计算复杂度高,空间复杂度高适用数据范围:数值型和标称型(具有有穷多个不同值,值之间无序) knn算法代码: #-*- coding: utf-8 -*- from numpy import * import operatorimport

教你怎样写自定义IP地址算法

通过IP地址可以看到算法规律,写成自定义IP地址,也可以把IP地址转为自定格式的IP地址.也可以用于加密一些明文数字.起始次方可自定义(以1次方和0次方为例) a.以下写正反算法(以1次方为最小单位): USE tempdb GO IF OBJECT_ID('fn_NrToChar') IS NOT NULL DROP FUNCTION fn_NrToChar GO /****************************************************************

增量式pid和位置式PID参数整定过程对比

//增量式PID float IncPIDCalc(PID_Typedef* PIDx,float SetValue,float MeaValue)//err»ý·Ö·ÖÀë³£Êý { PIDx->Error = SetValue - MeaValue; PIDx->PWM_Inc = (PIDx->P * (PIDx->Error - PIDx->PreError)) \ + (PIDx->I * PIDx->Error) \ + (PIDx->D *

自己写的JS排序算法

这学期刚刚学完数据结构,之前就自己写了一点东西,现在整理一下. <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1"> <title>JS实现排序</title> <meta name

python3 自己写的一个小算法（比对中文文本相似度）

函数使用说明: 函数的三个参数分别是“匹配语句”,“匹配语料”,“相关度”: 匹配语句,和匹配预料中的语句匹配的语句,必须为字符串: 匹配语料,被匹配语句来匹配的语句列表,必须为列表: 相关度,函数只会输出匹配预料中匹配度大于相关度的的语句: 函数返回类型为列表: 算法原理:从文本内容匹配度与文本顺序匹配度两个维度进行衡量. a=["早上吃了没",'吃过没','吃了没','刚吃过吗']b='吃了吗'ltextmatch(b,a,0.5) 但就从中文来说,本来写这个主要是因为自己和同学再

Java实现：抛开jieba等工具，写HMM+维特比算法进行词性标注

一.前言:词性标注二.经典维特比算法(Viterbi) 三.算法实现四.完整代码五.效果演示: 六.总结一.前言:词性标注词性标注(Part-Of-Speech tagging, POS tagging),是语料库语言学中将语料库中单词的词性按其含义和上下文内容进行标记的文本数据处理技术.词性标注可以由人工或特定算法完成,使用机器学习(machine learning)方法实现词性标注是自然语言处理(NLP)的研究内容.常见的词性标注算法包括隐马尔可夫模型(Hidden Markov

用Java来写常见的排序算法

随着校招的临近算法是校招中很重要的一个部分总结了常见几种排序算法,各种算法的时间复杂度和空间复杂度大家也需要多了解下 package com.huwei.sort; /** * 各种排序算法 * * @author huwei * */ public class Sort { public static void main(String[] args) { int[] a = { 60, 57, 89, 47, 57, 98, 45, 35, 73 }; Sort sort = new So

C#写的CRC16检验算法

/// <summary> /// CRC校验 /// </summary> public class CRC { #region CRC16 public static byte[] CRC16(byte[] data) { int len = data.Length; if (len > 0) { ushort crc = 0xFFFF; for (int i = 0; i < len; i++) { crc = (ushort)(crc ^ (data[i]));

巴特西