PID控制之父Nicolas Minorsky：从船舶操舵到现代自动化的经典控制律

任何一个真正做过自动控制项目的人，恐怕都绕不开PID这三个字母。电机调速、温控箱、四轴飞行器、甚至工业上的锅炉汽包水位调节，随便一抓就是PID的身影。大家都说它是控制界的常青树，但很多工程师天天用着PID，却不一定知道这套东西是怎么来的，更不一定知道背后那个被称为“PID之父”的人——Nicolas Minorsky。今天我就借这个机会，把这个人、这段历史、以及PID控制器背后的原理和实操，从头到尾聊一遍。

这篇内容适合三类人：一是刚入行、正在被PID参数折磨的工程师；二是学校学过自动控制原理、想补上“历史背景”这块拼图的学生；三是对工业自动化感兴趣、想搞明白“为什么PID能通吃这么多场景”的非专业读者。我会尽量把原理讲成大白话，同时保留足够的专业细节，让大家既能知道PID怎么用，也能理解它为什么这么设计。

1. 从一艘军舰说起：Nicolas Minorsky 和他所在的时代

1.1 为什么开船的人会去研究自动控制

Nicolas Minorsky，1885年出生于俄罗斯，后来长期在美国工作，是一位机械工程师和应用数学家。他之所以被后人称为“PID controller之父”，核心贡献是在1922年发表了一篇关于船舶自动操舵控制的经典论文，论文里系统性地提出了“比例-积分-微分”这种三作用控制律，并分析了它在动态系统中的表现。

你可能会觉得奇怪：一个开船或者跟船打交道的工程师，怎么捣鼓出了控制领域最通用的一套方法论？这得放到当时的背景里看。20世纪初，大型军舰和商船越来越多，航速越来越快，船体也越造越大，靠舵手手动把航线维持住变得越来越困难。尤其是远洋航行中，波浪扰动、风力变化、航向偏移这些因素，都需要舵手不断地修正舵角。手操又累又不精确，于是“自动操舵”成了当时船舶工程里非常现实的刚需。

1.2 1922年那篇论文到底写了什么

Minorsky在1922年发表的论文题目大概是关于自动操舵的，他在论文里详细分析了船舶转向运动中的动态行为，并提出了一个核心思路：控制舵角的指令不应该只看当前航向偏差有多大，还应该考虑这个偏差已经累积了多久、偏差变化的趋势是快还是慢。今天我们都清楚，这分别就是比例作用、积分作用和微分作用。

他把这种控制方式命名为“三作用控制器”（three-term controller），并且给出了整定参数的思路。虽然当时还没有完善的频域分析法，也没有现代控制理论里那些严谨的稳定性判据，但他从工程直觉和动态系统的角度，已经把这套控制律的框架搭得相当完整。

更有意思的是，他并没有只是停留在理论推导。他结合了船舶操舵的实际数据，分析了这种控制方式在扰动下的动态响应，这对于当时来说已经是非常领先的工程研究方法。现在有一些控制理论史的研究者把他视为“PID控制的奠基人”，完全名至实归。

1.3 Minorsky 之前的控制世界长什么样

Minorsky之前，其实也有不少人在做自动控制。比如瓦特的离心调速器，那是最早的反馈控制之一。工程师们早就知道“用输出反过来调节输入”能让系统稳定，但对“怎么调才稳”“为什么调不好会振”这类问题，一直缺乏系统性的理论解释。直到Maxwell、Routh这些数学家介入，才慢慢有了稳定性分析，再往后Lyapunov提出了更一般的稳定性理论。

但关键问题是：反馈本身有无数种实现方式，到底该反馈什么？是只反馈偏差大小，还是连偏差的历史和趋势一起考虑？在Minorsky之前，工程师们大多是在具体设备上“试”出来的，知其然不知其所以然。Minorsky的工作，等于把“三作用反馈”这套组合拳从实践层面提炼成了可推广的方法论，让后人看到一个通用的框架：你不需要为每台设备重新发明控制律，只需要把偏差信号按比例、积分、微分三种方式加权求和，控制问题就能解决一大半。

2. PID控制器的底层逻辑：为什么偏偏是P、I、D这三项

2.1 比例项（P）：让系统“动起来”

比例项是PID里最直观的一项，输出与当前偏差成正比。用公式表示就是：

[ u_P(t) = K_p \cdot e(t) ]

其中 ( e(t) ) 是当前偏差（设定值减测量值），( K_p ) 是比例增益。

比例项的作用可以理解为“偏差越大，用力越猛”。比如你开车想保持100km/h的速度，当前只有80km/h，偏差是20。比例项会根据自己的增益大小，给出一个对应的油门指令。Kp大，修正力度就大；Kp小，修正力度就小。

但比例项有个天然的毛病：系统稳定下来后，可能会残留一个稳态误差。原因是控制器必须输出一个非零控制量才能维持被控量在某个位置，而比例控制只有在有偏差时才会有输出。偏差小了，输出也小了，最终系统可能在一个“不太够”的位置上勉强平衡住。这就是常说的“有差调节”。

2.2 积分项（I）：跟历史算总账

积分项把过去所有偏差累加起来，乘上积分增益 Ki，作为控制量的一个分量：

[ u_I(t) = K_i \int_0^t e(\tau) d\tau ]

积分项的厉害之处在于它“记仇”。只要偏差长期存在，哪怕偏差很小，积分项也在持续累积，控制量会因为积分不断增大，一直到把系统推回设定值为止。这就是“无差调节”的实现基础。

但也正因为它“记仇”，工程师最头疼的积分饱和问题也随之而来。当执行机构已经饱和（比如阀门全开了），系统偏差还是很大，积分项会继续累积到一个很大的值。等偏差反过来时，积分项还要花很长时间才能“消化”掉之前积累的余量，导致系统明显超调，甚至来回震荡。实际工程里，几乎每个PID回路都要面对这个问题，后面我会专门讲讲怎么处理。

2.3 微分项（D）：预测未来趋势

微分项看的是偏差的变化率：

[ u_D(t) = K_d \frac{de(t)}{dt} ]

偏差涨得很快，说明系统正在快速偏离目标，这时候微分项会输出一个反向的控制力去“踩刹车”；偏差正在快速回落，微分项会提前减小控制力，防止过冲。本质上，微分项有一种“预测”的作用，相当于给系统增加一点阻尼。

但微分项也是三个项里最“娇气”的。测量噪声大一点，微分信号就会被放大得乱七八糟，控制器输出的抖动比没有微分时还严重。所以实际工程里要么不用微分，要么用不完全微分或者滤波后的微分，很少做纯理想微分。

2.4 三项组合的直观理解

P是“当下”、I是“过去”、D是“未来趋势”，这三者加在一起，就是一个简单但完整的决策模型。我经常拿开车打比方：

• 比例项：看到当前离目标近了就松油门，远了就加油门；
• 积分项：如果一直偏离目标，就持续修正，“既然老偏，那就加点力一直顶着你”；
• 微分项：发现车速已经在快速接近目标，提前收力，避免冲过头。

你会发现，一个熟练司机开车时，其实就是不自觉地用上了P、I、D的思想。Minorsky当年从船舶操舵中观察到这个规律，把它提炼成了数学表达，这其实非常了不起——很多优秀的工程发明，本质上是对高手经验的数学化、系统化。

3. 实操视角：PID参数整定的那些事

3.1 先掌握基础整定方法：Ziegler-Nichols

理论再好，最后都要落地到“参数到底设多少”。初学者最容易犯的错是一上来就调Kp，然后发现系统抖了又不知道怎么办。如果你不想陷在试错里，可以先掌握最经典的Ziegler-Nichols整定法。

具体思路是先把积分和微分关掉（Ki和Kd设为0），只保留比例控制。然后慢慢加大Kp，让系统输出出现等幅振荡，记下此时的临界增益 ( K_u ) 和振荡周期 ( T_u )。然后按照经验表格算出Kp、Ki、Kd：

这个方法虽然粗糙，但作为起点非常有效。它能帮你快速找到一组可用参数，之后再根据现场情况微调。

3.2 现场微调的判断顺序

用Ziegler-Nichols算出一组参数后，实际系统可能还会有些振荡或超调。这时候我一般按“先P、再I、最后D”的顺序微调：

1. 看比例项是否合适：如果响应太慢，适当加大Kp；如果输出有持续的高频抖动，先考虑是不是Kp太大或测量噪声太大。
2. 看稳态误差是否消除：如果系统稳定下来但仍然离设定值差一截，加大Ki，直到偏差完全消除。注意加大Ki时系统会容易超调，一般要小幅调整。
3. 看动态响应是否“干净”：如果系统响应快但过冲明显，先试着略微加大Kd。如果微分带来噪声，优先选择带低通滤波的微分环节。

我一个做温控项目的朋友，曾经因为温度迟迟到不了设定值，一个劲地加Ki，结果温度超调了十几度，后来改成“先加一点Kd再微调Ki”，问题立刻解决了。这里面的道理是：微分项并不会直接减小超调，但通过“踩刹车”的作用，它可以为积分项争取更大的增大空间，从而在不牺牲稳定性的前提下消除稳态误差。

3.3 输出限幅与积分限幅的搭配

很多工程师第一次调PID，只会关注Kp、Ki、Kd三个数，却忽略了上下限幅。实际上，执行机构是有限度的，比如阀门开度只能0到100%，变频器输出频率只能0到50Hz。如果PID算出来的指令超过了执行机构的能力，系统就会进入饱和状态。

我建议你在设计PID回路时，至少留两个限幅：

• 控制输出限幅：限制PID输出的上下界，防止指令值给到危险区间；
• 积分项单独限幅：在PID内部把积分累积量限制在一个合理范围，避免积分饱和。

这两个限幅设置好了，比单纯调三个增益参数更能提升系统的鲁棒性。特别是在工艺要求苛刻的场合，好多人调了很久调不好，最后发现是积分饱和在作怪，一旦限幅加好，立刻“药到病除”。

4. 从Minorsky到现代：PID为什么至今没有过时

4.1 现代控制理论那么多，为什么还是PID用得多

现在学控制的人，首先接触的往往是状态空间、频域分析、现代控制理论这些看起来更“高级”的工具。但工业现场转一圈你会发现，大量回路依然用的是PID。原因有三点：

• 结构简单、透明：PID的每个参数都有明确的物理含义，工程师可以基于经验快速调整；
• 依赖模型少：它不需要精确的被控对象模型，只要大致了解对象的响应特性就能投入运行；
• 鲁棒性好：在很大范围的工况变化下，参数不需要重新整定也能维持基本可用的控制效果。

现代控制理论中的MPC（模型预测控制）、LQR等，在很多复杂多变量场景下确实比PID强得多，但它们对模型的依赖也更强。对大多数单输入单输出回路来说，PID已经能处理95%的问题，用更复杂的控制器反而可能增加维护成本。

4.2 现代硬件和软件让PID更好用

今天的PID跟Minorsky时代的PID已经不太一样了。首先是硬件实现上，现代PLC和DCS系统里都内置了PID功能块，你只需要配置参数，不需要搭建模拟电路。其次是算法层面，很多控制器加入了自整定功能、抗积分饱和、前馈补偿等扩展功能，让PID的适用范围更广。

举个例子，现在很多变频器内置的PID功能，可以直接接收压力传感器或温度传感器的信号，让电机转速跟随目标值变化。无论是水泵恒压供水、风机恒温控制，还是压缩机压力调节，都能用内置PID完成，不需要单独买控制器。这种集成化趋势，让PID进一步渗透到各种自动化设备中。

4.3 无人机、机器人、新能源都在用PID

在新兴领域，PID照样活跃。四旋翼无人机飞控里的内环姿态控制，用的就是PID；机械臂关节的位置控制，主力方案也是PID和它的变种；光伏逆变器里的并网电流控制，很多也是靠PID在d-q坐标系下完成的。说PID是“控制界的万能螺丝刀”一点也不夸张。

我在做无人机飞控调参的时候，遇到过一个特别典型的案例：姿态角的P增益调高了，无人机一飞起来就高频振臂；降下来吧，飞控又感觉“软绵绵”的。后来把微分项加了点阻尼，再配合滤波，整架飞机才稳定下来。这个过程，其实跟给一艘大船调转向舵的道理没有本质区别——Minorsky要是看到今天的四轴飞行器还在用他总结的控制律，估计也会感慨。

5. 常见问题与排查技巧实录

5.1 现象一：系统持续振荡，越振越凶

原因可能性很多：Kp太大、微分项引入了噪声、系统存在纯滞后且积分作用过强、执行机构存在死区或回差等。

排查步骤：

• 先把微分关掉，积分放小，只留比例，看振荡是否消失；
• 如果只留比例还会振，检查是不是Kp太大，明显降一档再看；
• 如果只留比例不振荡，但加积分后就振荡，检查积分限幅、积分时间，考虑是不是系统纯滞后太大；
• 如果加微分后系统反而更抖，重点怀疑微分噪声，改成带滤波的微分或去掉D。

5.2 现象二：稳态误差怎么都消不掉

其实PI是消除稳态误差最常用的组合。加了积分项后稳态误差仍然存在，往往是因为控制器输出已经触顶了（饱和），或者积分项本身被限幅卡住了。还有一个隐蔽原因：被控对象本身有很强的静摩擦或者死区，很小的控制信号根本推不动执行机构。

解决方案：

• 检查PID输出是否长期处于上下限，如果是，先降低积分增益，让输出留出调节空间；
• 对阀门、挡板这类执行机构，检查死区设置；
• 如果系统本身存在非线性摩擦，可考虑增加一个很小的持续激励信号，或改用带前馈的PID结构。

5.3 现象三：设定值一变，系统就大幅超调

这种问题通常不是“稳不住”，而是“冲过头”。常见原因有积分饱和、微分作用太弱、设定值变化幅度过大导致控制器饱和。

我一般会这么处理：

• 对设定值变化使用设定值滤波或斜坡设定，让目标值不是瞬间跳变，而是缓缓接近；
• 使用“微分先行”结构，只对测量值做微分，不对设定值做微分，避免设定值突变时产生微分冲击；
• 给积分项加限幅或抗饱和逻辑，防止大偏差时积分项积聚过多能量。

5.4 一组常用的PID调试速查表

6. 从历史到工程：我对PID的一些个人体会

做控制时间长了，你会发现一个规律：真正在现场长期解决问题的，往往不是那些“看起来很高级”的算法，而是把简单的东西做到极致。Minorsky当年从船舶操舵中总结出PID控制律，开启了一条延续百年的工程路线。即使今天人工智能技术已经渗透到各行各业的今天，PID在工业控制中的地位依然非常稳固，这个现象本身就值得深思。

我个人的体会是：学习PID，历史背景和理论知识当然重要，但更重要的是亲手把它调一遍。找一个简单的温控实验平台，或者一个仿真模型，从头到尾走一遍“只加P，看到振荡；加D，稳住；加I，消除静差”的过程，会比背十遍公式都管用。调参这件事，经验值很重要，而经验只能来自一次次观察波形、分析响应、动手修改参数的过程。

另外，虽然现代控制手段在不断发展，但千万不要小看PID的变体和扩展方向。模糊PID、自适应PID、PID与神经网络结合等方向，依然是控制领域非常活跃的研究内容。掌握PID的核心思路，相当于掌握了一扇通向更复杂控制理论的大门——等你真正理解了什么是反馈、什么是稳定、什么是动态补偿，再去学状态空间和模型预测控制，你会发现它们的思想内核和PID是一脉相承的。

最后再说句掏心窝的话：控制工程师的快乐，很多时候不是来自那些高深理论，而是来自“现场那个老调不稳的回路，终于被自己调平了”的瞬间。而这一切的起点，都要感谢百年前那个专注于船舶自动操舵的工程师——Nicolas Minorsky。