PID控制，是正比例、积分和导数的第一个字母的缩写，是比例积分微分控制的简称，可以用来控制机械等装置，使其实现一种预先设定的状态，它是一种控制方法，当系统受到扰动 (包括设定值改变和干扰)，被控制量偏离控制值时，PID控制器能使系统稳定、快速地自动回到设定值上。PID控制主要可以分为专家PID控制、模糊PID控制以及神经网络PID控制三类。
PID控制最早出现在上世纪20年代，俄裔美国工程师尼古拉斯·米诺尔斯基（Minorsky ）在对船舶自动导航的研究中，提出了基于输出反馈的PID控制器的设计方法。2023年后，随着智能化控制技术的持续完善，基于PID控制技术的人工智能算法也被推出。PID参数的整定方法归纳起来可分为理论计算整定法与工程整定法。PID控制结构简单、调节方便，用一般的电子线路和电器装置就很容易实现。PID控制在工业生产、机器人控制、航空航天等各个领域均有广泛的应用。
历史发展
20世纪20年代，俄裔美国工程师尼古拉斯·米诺尔斯基（Minorsky ）在对船舶自动导航的研究中，提出了基于输出反馈的 PID控制器的设计方法。
20世纪40年代，PID控制器已在过程控制中得到了广泛的应用。但随着工程系统的日益复杂化和对控制要求的精确化，传统的PID控制器的不足之处也逐渐显露出来。
1942年，PID控制器参数整定的Ziegler–Nichols法被提出，得到了广泛的应用和改进。
1984年，安信诚二等人参照经典控制中的PID、自适应系统辨识与建模等概念和方法对模糊控制系统进行深入研究，完成了自来水厂净化药品注入的模糊控制系统。
1987年，Ying在模糊控制理论中首次严格地建立了模糊控制器与传统控制器的分析解关系，其中特别重要的是证明了Marndani模糊PI(或PD)型控制器是具有变增益的非线性PID控制器。
2000年，召开的一次IFAC会议上，与会人员对PID发展历史和现状进行了分析及畅想了对未来的展望，进一步使国际控制界对PID有更深的认识和更高的研究热情。
2008年，中国发生严重2008年中国雪灾，有鉴于此，有学者以多功能路面清雪车电液比例阀控系统为研究对象，提出了一种提高多功能路面清雪车运作效率的模糊-智能PID复控制器，并将其与常规PID控制模糊控制等控制策略进行比较论证、仿真分析和试验研究。
2016年，美国联邦法律框架中，首次纳入了自动驾驶安全监管相关内容，伴随着新能源汽车自动驾驶的兴起，部分具有四轮独立转向路径跟踪系统的车型要求跟踪误差尽可能小，就采用了路径跟踪控制算法，主要有最优控制、PID控制、滑模控制、鲁棒控制、模糊控制、模型预测控制等。
2023年，随着智能化控制技术的持续完善，各种各样的人工智能算法也在不断进步。基于PID控制技术的人工智能算法也被推出，主要是通过人工智能技术进行的数据算法，其可通过调整PID控制算法来实现控制系统对智能化指令拟人化、预见性控制的目标。融合了人工智能算法的PID控制系统一般是借助比例、积分、导数等形式达成对复杂目标的有效控制的。
技术组成
PID控制就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。
比例（P）控制
比例控制是一种比较简单的控制方法，其控制器的输出和输入误差信号成一定的比例关系。而在只有比例控制时系统输出存在稳态控制，PID控制中的比例控制是成比例的反映系统的偏差信号。偏差一旦产生，控制器就立刻会有控制作用。以便减少偏差。比例控制反应较快，但对某些系统来说，有可能存在稳态误差，通过调整比例系数kp，可以减少系统的稳态误差，但这样有可能使得系统的稳定性变差。
积分（I）控制
积分控制是指控制器的输出和输入误差信号的积分成正比关系。一个自动控制系统，在进入稳态后存在稳态误差，那么这个控制系统就是有稳态误差的。如何消除稳态误差，这就要在控制器中引入“积分项”， 积分项会随着时间的增加而增加，这就使得积分项可以推动控制器的输出增大而使稳态误差进一步减小。PID控制中的积分环节主要用来消除静差，提高系统的误差性，积分作用的强弱取决与积分时间常数，时间越长，积分作用越弱，反之积分作用就越强。
微分（D）控制
导数是反应系统偏差信号的变化率的，能预见偏差变化的趋势，因此具有超前的控制作用，因此，在一个系统引入微分控制以后，在偏差没有形成之前，已被微分调节作用消除了，所以改善了系统的稳定性，但是微分作用对噪声干扰有放大作用，因此过强的调节对系统的抗干扰性不利，所以微分控制不能单独使用，只有和比例、积分调节结合使用，组成比例微分或比例微分积分控制才具有其真正的意义。
控制原理
当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型对，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制器就是根据系统的误差，利用比例、积分、导数计算出控制量进行控制的。PID控制，实际中也有PI和PD控制。有时用PI控制或是PID控制就能起到很好的控制作用。PID控制结构简单、调节方便，用一般的电子线路和电器装置就很容易实现。
PID控制器是一种线性控制器，它根据给定值r(t)与实际输出值y(t)构成控制偏差，即：
PID的控制规律为：
式中：u(k)为控制器的输出信号；e(t)为控制器输入偏差信号；Kp为控制器的比例系数，又称比例增益；TI为控制器的积分时间常数；TD为控制器的导数时间常数；r(t)、y(t)为控制器的给定值、测量值。
主要特点
稳态性能
是指PID控制系统在静态或稳态条件下的性能表现。它包括系统的输出响应、稳定性等指标。稳态性能的好坏直接影响到控制系统的精度和稳定性。
上升时间
是指系统实际输出从正常输出的10%上升到正常输出的90%时所需的时间。
调节时间
是指系统实际输出值稳定在正常输出值的5%或2%范围以内时所需的时间。
超调量
是指系统实际输出的最大值与正常值的差与正常值的比值。
稳态误差
是指系统达到稳态时的输出值与正常值差的绝对值与正常值的比值。
分类
专家PID控制
专家PID控制系统包括专家系统、传感系统和参考模型三部分。专家自适应PID控制原理图下图所示。专家自适应PID控制中的模型控制器和参考模型对象两部分组成参考模型；推理机制和知识库两部分共同组成最重要的专家系统；PID控制和广义被控对象两部分组成可调系统。
专家控制的实质是基于受控对象和控制规律的各种专家知识，并通过人工智能技术利用这些知识，使得被控对象尽可能的优化和实用化。对于工业上许多复杂的问题，在多数情况下，常常难以做出准确的描述和严格的分析。而专家系统对上述问题就可以做出较好的预测，并找出解决问题的适当方法，除此之外，专家系统还可以处理带有某些误差或不完善的一类数据。
模糊PID控制
模糊PID控制技术顾名思义就是一种将模糊控制技术和PID控制技术结合起来的技术。模糊PID控制技术的优势是兼具模糊控制技术和PID 控制技术两者的特点，还能弥补传统PID 控制的缺陷。模糊自适应控制器与传统的PID控制器组成模糊PID控制器，是一种复合智能控制器。模糊PID控制具有自适应能力，例如在统计建筑空间内温度的变化规律之后，PID参数可以依据空间内温度规律的偏差和偏差值的改变而改变，经过仿真对比形成更贴近真正被控对象的数据，完成对整个系统的操作控制。与传统的PID控制相比较，模糊自适应PID控制器的优点是缩短了使用周期、提高抗干扰能力、极大地减少计算量、增强空调自控系统在异常和危险情况下系统的生存能力，有利于实际工程项目开展。
神经网络PID控制
神经网络系统又被称为人工神经网络，是一种最近才被提出并迅速得到应用的热门技术，同时是未来智能PID控制的发展方向。基于神经网络的PID控制系统涉及多类学科的知识的交叉应用，包含多个科学领域。这种控制运用仿生技术，通过模拟人脑神经元，将人工神经元按一定的排列方式联结组成神经网络，从而实现对信息的加工、处理、存储等。这种控制在很大程度上减少能源消耗，具有很高的环保效益。基于神经网络的PID控制分为单神经元PID控制和神经网络PID控制两种，下图为神经网络+PID控制器。其中单神经元PID控制由于结构相对简单，所以计算量小，对各种环境表现出较好的适应性，鲁棒性较强。神经网络PID控制器结构相对复杂，因具有反馈效果能够对整个控制进行合理制约，对于系统精度的提高有很大帮助。
PID参数整定
一个控制系统实际安装完成后，系统各个环节以及被控对象各通道的特性就不能再改变了，而唯一能改变的就是调节器的参数，即调节器的比例系数Kp、积分时间TI和导数时间TD，通过改变这三个参数的大小就可以改变整个系统的性能，获得较好的过渡过程和控制质量。调节器参数整定的目的就是按照已定的控制系统，求取控制系统质量最好的调节器参数。控制器参数的整定方法归纳起来可分为两大类，理论计算整定法与工程整定法。
理论计算整定法
主要是依据系统的数学模型，经过理论计算确定控制器参数。从原理上讲，理论计算整定法比工程整定法更能实现控制器参数的“最佳整定”，但无论是用解析法还是实验测定法求取的过程数学模型都只能近似反映过程的动态特性，因而理论计算所得的整定参数值可靠性不高，不能直接应用，还必须通过工程实际进行调整和修改。
工程整定法
主要依赖工程经验，直接在控制系统的试验中进行，使用者不需要知道过程完整的数学模型以及具备理论计算所必须的控制理论知识，因而简便、实用、易于掌握，在工程实际中被广泛采用。但是这并不意味着理论计算整定法就没有价值了。恰恰相反，通过理论计算，有助于人们深入理解问题的实质，减少整定工作中的盲目性，较快地整定到最佳状态，尤其在较复杂的过程控制系统中，理论计算是不可缺少的。
相关应用
工业生产
PID控制技术在工业发展的过程中具有非常重要的地位，是工业稳定发展、创造创新工业生产加工工艺的内在驱动技术，也是实现工业科技升级、促使工业发展由“高速”向“高质量”转变的关键技术。PID控制器可以用于控制温度、压力、流量等参数，以保证生产质量和效率。
机器人控制
PID控制器可以用于控制机器人的位置、速度和力度等参数，以实现精准的操作和控制。比如，通过PID算法优化爬壁机器人的运动状态，构建爬壁机器人的运动学模型，获取爬壁机器人的运动规律和其位姿变化特征。
航空航天
PID控制器可以用于控制飞行器的姿态、高度和速度等参数，以确保航空器的安全和稳定。例如，在无人机飞行中，PID控制器可以用于控制无人机的飞行姿态和高度，以保证无人机的稳定飞行。
汽车控制
PID控制器可以用于控制汽车的速度、转向和制动等参数，以提高驾驶安全性和行驶舒适度。应用神经网络和PID控制原理。针对车辆动力学控制的特点建立自适应PID控制驾驶员模型提高系统在自动驾驶中，PID控制器可以用于控制汽车的速度和转向，以保证汽车的稳定行驶和安全避障。
未来发展
PID控制将与现代技术相结合，形成更加智能化、自适应化的控制系统。例如，利用神经网络、模糊控制等先进技术对PID控制进行改进和优化，可以提高PID控制的精度和鲁棒性。
随着智能化控制技术的持续完善，各种各样的人工智慧算法也在不断进步。基于PID控制技术的人工智能算法也被推出，主要是通过人工智能技术进行的数据算法，其可通过调整PID控制算法来实现控制系统对智能化指令拟人化、预见性控制的目标。
PID控制器逐渐向模块化方向发展，以方便用户进行组合和扩展。模块化的PID控制器能够方便地实现控制功能的拆分和组合，提高系统的可维护性和可扩展性。
随着工业互联网的不断发展，PID控制器也逐渐向网络化方向发展。通过网络连接，可以实现多台PID控制器的远程监控和调试，提高生产效率和管理水平。
此外，PID控制器通常需要针对特定的被控对象进行算法的参数调整和优化。当被控对象的特性发生变化时，PID控制器可能需要重新调整参数，就会影响控制的效果。如何采用不同的算法，让PID控制器具有更好的适应性，也是一个需要解决的问题。
参考资料
2023中国人工智能投融资峰会举行，聚焦人工智能2.0时代.今日头条.2023-11-21