如何整定 PID 回路：Kp、Ki 和 Kd 的 OLLA Lab 实用指南

要在不涉及高等微积分的情况下整定 PID 回路，工程师应隔离比例 (Proportional)、积分 (Integral) 和微分 (Derivative) 作用的实际效果，然后针对扰动、饱和和噪声验证回路。OLLA Lab 提供了一个有界限的仿真环境，用于演练阶跃测试、观察响应行为，并在现场调试前固化整定决策。

PID 整定通常被教反了。许多工程师先接触方程，后接触过程行为，然后被要求像对待纯传递函数一样去整定一个充满噪声的阀门或漂移的液位回路。但实际工厂很少会如此“配合”。

其实际目标比许多教科书建议的要简单：调整控制器行为，直到回路以可接受的速度、可接受的超调量和稳定的扰动恢复能力达到设定值。这就是现场术语中的“整定”。

在一次 OLLA Lab 内部验证练习中，初级工程师在使用实时 PID 仪表板和波形视图时，达到预定义稳定整定条件的速度比仅参考静态整定表快了 62%。方法论：n=34 名用户；任务定义 = 在阶跃变化后，将模拟液位控制回路稳定在设定值的 ±2% 以内，且无持续振荡；基准比较器 = 无交互式可视化的表格引导整定工作流程；时间窗口 = 2026 年 1 月至 2 月。这支持了交互式可视化在演练中的价值。它并不证明现场能力、认证准备情况或在形式化整定方法之上的普遍优越性。

PID 控制的实际功能是将三种不同的误差响应组合成一个控制输出。此处的“误差”是指设定值与过程变量之间的差值。

一个有用的操作定义如下：

• 比例 (Proportional) 对当前误差做出反应
• 积分 (Integral) 对累积的过去误差做出反应
• 微分 (Derivative) 对变化率或可能的近期趋势做出反应

这就是整个结构。困难不在于定义，而在于当传感器有噪声、阀门粘滞且操作员缺乏耐心时，每一项对实际过程产生的影响。

PID 控制的三大支柱

#### 比例 (Kp)：现在

比例增益决定了控制器对当前误差的反应有多激进。

如果过程变量远离设定值，比例作用会加大推力。如果接近设定值，比例作用则会减弱。

增加 Kp 的实际效果：

• 对设定值变化的响应更快
• 瞬时误差更小
• 超调风险更高
• 如果推得太远，振荡风险更高

Kp 过小的实际效果：

• 响应迟钝
• 扰动抑制能力差
• 除非有积分作用补偿，否则会出现明显的设定值偏差

一个常见的误区是认为比例增益越高越好，因为它能使回路响应更灵敏。但它只会让回路灵敏到开始像一场争吵一样失控。

#### 积分 (Ki)：过去

积分增益随时间累积误差，是消除稳态偏差的项。

如果比例作用使过程接近设定值但留下了持续的间隙，积分作用会不断增加输出，直到该间隙消失。

增加 Ki 的实际效果：

• 消除稳态误差
• 对持续负载变化的修正更强
• 缓慢振荡的风险更大
• 当输出饱和时，积分饱和 (Integral windup) 的风险更大

Ki 过小的实际效果：

• 回路可能在设定值附近稳定，但无法准确达到设定值
• 对持续扰动的恢复可能不完整

积分作用往往是回路从“几乎正确”变得“极其糟糕”的原因。控制器会记住每一个未解决的误差。有时这种记忆是有用的，有时则不然。

#### 微分 (Kd)：未来

微分增益对误差的变化率做出反应，并起到阻尼项的作用。

如果过程变量正快速向设定值移动，微分作用会在超调变得严重之前降低控制器的激进程度。

增加 Kd 的实际效果：

• 在某些过程中减少超调
• 在快速、干净的信号中改善阻尼
• 对测量噪声的敏感度增加
• 如果仪表有噪声，可能会出现输出抖动

Kd 过大的实际效果：

• 在有噪声的回路中输出不稳定或不规则
• 快速的输出移动导致执行器磨损
• 在许多缓慢的工业回路中几乎没有实际益处

在许多过程应用中，特别是存在噪声较大的流量、压力或液位信号时，Kd 通常保持较低或为零。这不是因为无知，有时这是一种明智的判断。

“仿真就绪”意味着工程师可以在控制回路到达实际过程之前，针对真实的过程行为进行验证、观察、诊断和强化。

这个定义是操作性的，而非理想化的。它并不意味着工程师能背诵 PID 理论或画出整洁的梯形图梯级。它意味着工程师能够做到以下几点：

• 定义正确的回路行为是什么样的
• 在真实的过程模型中运行回路
• 同时观察过程变量、设定值和控制器输出
• 注入扰动和异常条件
• 识别不良行为是源于增益选择、饱和、噪声还是逻辑顺序
• 修改逻辑或整定参数并重新测试

这就是关键的区别：语法与可部署性。工厂不会奖励那些在扰动下失效的精美图表。

在 OLLA Lab 中，这种就绪性通过基于浏览器的梯形逻辑环境、变量面板、PID 工具和模拟设备行为进行演练。该产品的作用是有界限且实用的：它是一个针对高风险控制任务的验证环境，不能替代特定现场的调试、操作员知识或正式的安全审查。

阶跃测试是观察回路行为最实用的方法，因为它展示了过程如何响应已知的需求变化。

其目的不是为了产生完美的学术模型，而是为了在受控环境中观察响应速度、超调、稳定行为和恢复情况。

基本的 4 步整定顺序

#### 1. 首先将非必要项归零

从 Ki = 0 和 Kd = 0 开始。

这可以隔离比例行为，使您能够观察到在没有累积误差修正或微分阻尼的情况下回路的表现。

在 OLLA Lab 中，使用变量面板和 PID 控件设置：

• Ki = 0
• Kd = 0
• 一个保守的初始 Kp

然后确认模拟过程从已知条件开始。

#### 2. 逐渐增加比例增益

小幅度提高 Kp，直到回路响应迅速但尚未进入持续振荡。

观察：

• 上升时间
• 超调量
• 振荡是衰减还是持续
• 控制器输出的移动

如果过程变量在阶跃变化后持续振荡，则对于该操作条件而言，Kp 过高。

一个有用的现场规则是：在回路变得“戏剧化”之前停止。持续振荡在模拟器中是有信息价值的；但在实际撬装设备上，它就是一次维护事件。

#### 3. 添加积分增益以消除偏差

一旦 Kp 处于可行范围内，缓慢引入 Ki 以消除剩余的稳态误差。

小步增加 Ki 并观察：

• 偏差的减少
• 缓慢的滚动振荡
• 更长的稳定时间
• 输出饱和

如果回路达到设定值后在附近缓慢波动，则 Ki 可能过高。

#### 4. 注入扰动并验证恢复

回路不是因为能经受住一次设定值阶跃就整定好了，而是当它能从扰动中可接受地恢复时才算整定好。

在 OLLA Lab 中，应用负载变化或过程扰动并观察：

• 偏离设定值的最大幅度
• 恢复时间
• 输出是否饱和
• 振荡是否重现

这就是 OLLA Lab 变得具有操作价值的地方。您可以比较梯形逻辑状态、变量状态和模拟设备响应，而无需冒损坏泵、阀门或消耗操作员耐心的风险。

阶跃测试期间应该寻找什么？

最有用的指标简单且易于观察：

• 上升时间： 过程向设定值移动的速度
• 超调量： 超过设定值的幅度
• 稳定时间： 保持在可接受范围内所需的时间
• 稳态误差： 是否停在设定值之前
• 输出饱和： 控制器是否锁定在 0% 或 100%
• 振荡类型： 快速振荡通常指向激进的 Kp；缓慢的滚动振荡通常指向过大的 Ki

您不需要微积分就能看出不良行为，您需要的是可见性和克制。

当控制器即使在最终控制元件无法提供更多动作的情况下仍继续累积误差时，就会发生积分饱和。

常见情况是执行器饱和。如果阀门已经 100% 全开，控制器在物理意义上无法命令 130% 的开度。但由于误差依然存在，积分项可能会继续累积。

结果是可预见的：

• 控制器输出锁定在其极限值
• 积分项持续增长
• 当过程最终响应或设定值改变时，恢复会延迟
• 由于存储的积分作用必须“解开”，回路会产生严重的超调

这不是一个细微的缺陷，它是回路看起来不稳定而实际问题是饱和的标准方式之一。

饱和的常见原因

• 输出达到 0% 或 100% 的极限
• 设定值阶跃过大
• 过程响应缓慢且 Ki 激进
• 阀门或风门行程限制
• 手动/自动切换时缺乏适当的跟踪
• 在误差持续累积时阻止执行器移动的联锁

实用的抗饱和方法

抗饱和 (Anti-windup) 可防止输出已达到极限或无法影响过程时积分项继续累积。

常见方法包括：

• 钳位控制器输出
• 在饱和时冻结或保持积分累加器
• 更高级实现中的反向计算方法
• 用于手动/自动切换的无扰动切换逻辑

在梯形逻辑中，实用的做法通常很简单：如果控制变量饱和，则停止积分。

结构化文本 (Structured Text) 示例：

IF CV_Output >= 100.0 THEN &nbsp;&nbsp;&nbsp;&nbsp;CV_Output := 100.0; &nbsp;&nbsp;&nbsp;&nbsp;Integral_Hold := TRUE; ELSIF CV_Output <= 0.0 THEN &nbsp;&nbsp;&nbsp;&nbsp;CV_Output := 0.0; &nbsp;&nbsp;&nbsp;&nbsp;Integral_Hold := TRUE; ELSE &nbsp;&nbsp;&nbsp;&nbsp;Integral_Hold := FALSE; END_IF;

在 OLLA Lab 中，这可以作为故障感知整定练习的一部分进行演练：将回路驱动至饱和，观察延迟恢复，添加抗饱和逻辑，并比较结果。这种顺序教学比手册中的静态注释更有意义。

OLLA Lab 通过用可观察的软件在环 (Software-in-the-loop) 演练取代硬件风险，帮助工程师安全地整定 PID 回路。

其有界限的价值非常直接。工程师可以：

• 在基于 Web 的编辑器中构建或审查梯形逻辑
• 在没有物理硬件的情况下运行仿真
• 检查实时变量、标签、模拟值和 PID 相关状态
• 将控制器输出与模拟设备行为进行比较
• 在触碰工厂资产之前演练故障、扰动和修订

这一点很重要，因为现场整定会带来真实的后果：

• 执行器饱和
• 阀门振荡和磨损
• 滋扰性报警
• 不稳定的过程条件
• 浪费产品或公用事业消耗
• 不必要的调试延迟

模拟器并不能消除现场调试的需要，它消除的是在昂贵的设备上学习基本原理的需要。这是一个有用的区别。

OLLA Lab 是什么，不是什么

OLLA Lab 是控制逻辑和过程行为的验证与演练环境。它并不代表现场能力认证。

产品界限：

• 适用于练习 PID 响应、扰动处理和逻辑修订
• 适用于将梯形逻辑连接到过程行为和设备状态
• 适用于跨模拟和 PID 场景的引导式学习

此处未声明：

• 认证等效性
• SIL 合格评定
• 特定工厂的现场就绪证明
• 操作员程序、维护审查或变更管理的替代方案

该界限保护了可信度，也反映了仿真的实际局限性。

一个在干净的模拟器中看起来整定良好的回路，如果测量信号有噪声、延迟或机械不稳定，在实践中可能会失败。

现实工厂引入了教科书通常忽略的扰动：

• 传感器噪声
• 电气干扰
• 机械振动
• 粘滞和间隙
• 死区时间
• 可变过程增益
• 操作员干预

在 OLLA Lab 中，工程师可以使用模拟的模拟行为和场景条件，观察当过程变量不再完美平滑时，整定选择如何响应。

为什么噪声对微分作用尤为重要

微分作用会放大测量信号中的快速变化，这意味着它既能放大有用的趋势信息，也能放大噪声。

如果过程变量包含高频波动，微分作用可能会产生：

• 输出抖动
• 最终控制元件移动不稳定
• 阀门和执行器不必要的磨损
• 正常运行期间的虚假信心，随后出现不良的扰动行为

这就是为什么许多工业回路使用 PI 控制而不是全 PID 控制就能有效运行的原因。缺失的 D 通常不是错误，而是对仪表真实情况的妥协。

在噪声条件下应该测试什么？

在仿真中引入噪声或扰动时，请验证：

• 控制器输出是否变得不稳定
• Kd 是增加了阻尼还是仅仅增加了抖动
• 过程变量是否需要滤波
• 较低的 Kp 或 Ki 是否提高了鲁棒性
• 回路是否仍符合可接受控制的操作定义

干净的趋势令人愉悦，稳健的趋势才有用。

正确整定的 PID 回路是指在预期扰动下，以可接受的稳定性、可接受的速度和可接受的执行器行为满足过程目标的回路。

这个定义比“最快响应”或“无超调”更好。不同的过程需要不同的权衡。

示例：

• 液位控制： 如果能避免泵或阀门的循环，较慢的响应是可以接受的
• 温度控制： 在热敏过程中，某些超调可能是不可接受的
• 压力控制： 快速扰动抑制可能比零超调更重要
• 流量控制： 噪声敏感性可能使微分作用适得其反

实用的操作定义应包括：

• 目标设定值带，例如 ±1% 或 ±2%
• 最大可接受超调量
• 最大可接受稳定时间
• 扰动后的可接受恢复时间
• 避免执行器滥用的输出移动限制
• 报警和跳闸交互约束

这些应在整定开始前写下来。否则，“足够好”就会变成一个移动的目标，这就是回路多年保持手动的原因。

工程师应将 PID 整定记录为紧凑的工程证据集，而不是截图库。

如果目标是展示判断力，那么产出物必须显示推理、测试条件、失败、修订和结果。

使用此结构：

1. 系统描述 定义过程、被控变量、操纵变量、相关仪表和操作目标。
2. 正确性的操作定义 说明验收标准：稳定带、超调限制、扰动恢复时间和输出约束。
3. 梯形逻辑和模拟设备状态 展示控制逻辑和相应的模拟过程行为，不要分开展示。
4. 注入的故障案例 记录测试期间引入的扰动、饱和事件、噪声条件或异常状态。
5. 所做的修订 记录整定更改或逻辑更改，例如降低 Kp、添加抗饱和或过滤 PV 输入。
6. 经验教训 解释回路让您了解到了关于该过程的什么信息。这是工程判断力变得可见的地方。

该结构比单个 PID 屏幕截图更具可信度。任何人都可以截图，但很少有人能解释为什么第二次修订比第一次更安全。

PID 整定应在过程行为、仪表限制和生命周期风险的背景下进行讨论，而不是作为孤立的数学练习。

几个参考点很重要：

• ISA 和过程控制文献长期记录了许多工业回路整定不良、处于手动状态或未得到充分利用，因为对整定和维护的信心不均衡。
• IEC 61508 在读者试图混淆控制仿真与安全验证时非常相关。培训或仿真环境本身并不能建立功能安全合规性。
• exida 指南和更广泛的功能安全实践强调，模拟逻辑审查和动态测试是有用的，但它们不能取代正式的危险分析、验证或现场验收测试。
• 学术和工业文献中的控制性能研究一致表明，死区时间、非线性、粘滞和测量噪声在实践中主导了回路行为。

重要的区别很简单：仿真支持调试判断，但它不能消除调试风险。

实用的 OLLA Lab PID 工作流程在一个测试回路中连接了控制器设置、梯形逻辑、变量可见性和模拟设备响应。

典型的工作流程是：

• 选择一个具有模拟过程行为的场景
• 审查 I/O 映射和控制理念
• 检查控制回路的梯形逻辑
• 设置初始 PID 值
• 运行设定值阶跃
• 观察过程变量、设定值和输出
• 注入扰动或噪声
• 识别不良行为
• 修改增益或添加逻辑保护
• 重新运行并比较结果

这就是工程师如何从“我知道 Kp 的含义”转变为“我可以捍卫这一整定选择”。后一种陈述是在调试会议中能够存活下来的陈述。

- IEC 61131-3: 可编程控制器 — 第 3 部分 - IEC 61508 功能安全标准系列 - exida 功能安全与验证资源 - NAMUR NE 107 状态信号建议 - 工业数字孪生：最新技术 (DOI)

- 向下： 在 OLLA Lab 中练习此工作流程。

• 向上： 探索完整的梯形逻辑掌握中心。
• 横向： 相关文章 1。
• 横向： 相关文章 2。
• 横向： 相关文章 3。