Ziegler-Nichols临界比例法PID参数整定及MATLAB实现

简介：这份资源围绕Z-N法（Ziegler-Nichols）整定PID控制器参数，面向自动化控制学习者与工程实践者，解决系统缺乏精确模型时PID参数难以确定的问题。压缩包共2个文件，含MATLAB脚本用于系统动态模拟与参数整定计算，以及整定前后单位阶跃响应对比图，可直观观察控制效果变化。包体仅7KB，轻量易用，已有1197人学习。适合初学者与进阶者理解临界比例法、掌握Kp、Ti、Td的推算思路。通过脚本代码和响应曲线，读者能复现Z-N法核心步骤，学会在MATLAB中调用相关函数完成阶跃响应绘制与参数对比，深入体会整定前后过冲、收敛速度等动态性能差异，为实际控制系统调试提供可直接借鉴的实践参考。

1. 把比例增益加到临界振荡，Z-N法才真正落地

接手一个温度控制对象时，被控环节有明显的纯滞后，手动试凑PID参数花了整个下午，阶跃响应始终在设定值附近来回摆动，怎么改Kp都压不住那个过冲。后来改用Ziegler-Nichols临界比例法：只保留比例控制，把Kp逐步往上推，直到闭环系统刚好出现等幅振荡，记下临界增益Kc和临界振荡周期Tc，再套Z-N经验公式算出Kp、Ti、Td三组参数。整套操作在MATLAB里从建模到出图不到十分钟，参数放进去之后，过冲和调节时间都收敛到可接受的范围。

Z-N法(Ziegler-Nichols法则)由John G. Ziegler和Nathaniel B. Nichols在1942年提出，核心价值在于不依赖被控对象的精确建模，只需要两个实验量：临界增益Kc和临界振荡周期Tc。这个方法配合临界比例法，在工程现场和MATLAB仿真环境中都能快速落地。本文用一个完整案例，把整定步骤、代码实现、参数推导和阶跃响应分析串起来，同时指出哪些场景下直接套公式会出问题。

注意：Z-N法给出的参数是可用起点，不是最优终值。现场通常要在其基础上做小范围微调。

2. Z-N临界比例法的数学基础与参数推导

2.1 临界振荡点为什么能反映对象动态特性

临界比例法的操作路径很朴素：把PID控制器退化成纯比例环节(即Ti设为无穷大、Td设为0)，然后逐渐增大比例增益Kp，观察闭环系统的阶跃响应。当系统第一次出现等幅振荡时，当前比例增益记为Kc，振荡周期记为Tc。从经典控制理论看，等幅振荡发生时，闭环特征方程存在一对纯虚根，系统处于稳定的边界状态，此时回路在该振荡频率处的相位信息已经被系统自身的动态特性锁定了。

这个边界状态实际上反映了被控对象在穿越频率附近的增益和相位信息。Z-N参数表就是基于大量典型工业对象的经验统计，把这两个实验量映射到PID三参数上。很多教材把Z-N法归类为经验整定法，但它与纯试凑有本质区别：临界振荡点携带了对象的频率响应特征，等幅振荡的周期对应着对象在中频段的动态滞后，增益则对应着对象的静态放大倍数。整定结果的合理性建立在闭环临界这一工程事实上。

2.1.1 为什么用等幅振荡而不是衰减振荡

衰减振荡也能提取参数，但工程上判断"衰减比4:1"不如判断"等幅振荡"容易。等幅振荡的特征是振幅不增不减，肉眼和示波器都能直接判断，配合MATLAB的step函数很容易通过图像放大确认。衰减振荡的判别受噪声和外部扰动干扰较大，自动化程度低。Z-N在设计时选择等幅振荡作为整定基准，很大程度上是为了现场可操作性。

2.2 Z-N参数表的完整推导与表达式

Ziegler-Nichols参数表给出了P、PI、PID三组参数的计算公式。表中Kc为临界比例增益，Tc为临界振荡周期。

以PID控制器为例，代入参数表得到的理想并联型PID表达式为：

C(s) = 0.6Kc * (1 + 1/(0.5Tc*s) + 0.125Tc*s) = 0.6Kc * (0.125Tc*s + 1 + 1/(0.5Tc*s))

展开后可以看到一个关键规律：Kp=0.6Kc把增益从临界值往回退一步，留出相位裕度；Ti=0.5Tc让积分作用在半个振荡周期内完成对累积误差的修正；Td=0.125Tc让微分作用提前约八分之一周期介入，对过冲形成抑制。三个参数的比例关系约是Ti:Td=4:1，这是Z-N给出的经验匹配，作用是让零点和极点的位置配合起来，提供大约45度附近的相位裕度。

2.2.1 并联型与串级型的换算差异

需要注意，Z-N参数表基于理想并联型PID结构推导。MATLAB的pid函数默认也采用并联型，但很多商用PLC或嵌入式库函数内部用串级型(或称ISA型)实现，两者的Ti和Td在同样数值下的实际作用有差异。如果目标平台是串级型PID，通常需要把Td适当减小，避免微分项在阶跃输入时产生过大的控制量冲击。

2.3 比例带PB与Ti、Td的物理映射

在现场PLC里，PID参数经常不用Kp而用比例带PB(PID中PB、Ti、Td是最常见的输入形式)。PB与Kp互为倒数关系：

PB = (1 / Kp) * 100%

当Kp=0.6Kc时，PB约等于1.67/Kc乘以100%。比例带越小，比例作用越强。这一换算在做三菱PLC自整定或西门子S7-1200 PID组态时尤其关键，直接把Kp填进PB输入框会导致实际比例增益偏差一个量级。

Ti的物理含义是积分时间常数，表示积分输出追上比例输出所需的秒数。Td是微分时间常数，体现微分超前作用的时间尺度。三个参数的优先级排序通常是Kp优先，Ti次之，Td最后微调。压力调节PID参数经验值也遵循同样的逻辑，只是比例带要留得更宽一些，防止压力超调带来安全隐患。

3. MATLAB环境下Z-N整定的完整实现

3.1 创建被控对象模型与控制结构

压缩包中的Untitled.m实现了整个整定流程的主干代码。在实际复现时，我先建立一阶惯性加纯滞后的被控对象传递函数模型，这种结构在温度、流量、压力等工业过程中覆盖了大量场景：

% 定义被控对象传函：一阶惯性加纯滞后 % 增益2.5，时间常数1.8秒，滞后0.3秒 s = tf('s'); Gp = 2.5 / (1.8*s + 1) * exp(-0.3*s); % 对纯滞后做Pade二阶近似，便于频域计算 Gp_pade = pade(Gp, 2); % 创建纯比例控制器，Ti=Inf, Td=0 C0 = pid(1, 0, 0);

这段代码中，exp(-0.3*s)代表纯滞后环节，Pade二阶近似把滞后转化为有理传函，避免后续根轨迹和频域计算报错。pid(1,0,0)创建Kp=1、Ki=0、Kd=0的纯比例控制器，作为临界增益搜索的起点。

提示：如果被控对象模型未知，可以从现场采集阶跃响应曲线，用两点法求出一阶惯性加滞后模型的参数，再代入该代码框架。

3.2 搜索临界增益Kc与临界周期Tc

搜索临界增益有两条路径。第一条是手动仿真法，逐步增大Kp并调用step函数观察响应波形；第二条更高效，利用根轨迹或频域分析直接计算Kc和Tc：

% 方法一：绘制根轨迹，找出穿越虚轴的位置 figure; rlocus(Gp_pade); sgrid; % 方法二：利用allmargin计算幅值裕度 m = allmargin(Gp_pade); Kc = m.GainMargin; % 临界增益等于幅值裕度 wc = m.PhaseMarginFrequency; % 相角穿越频率，单位rad/s Tc = 2*pi / wc; % 临界周期 fprintf('Kc = %.3f, Tc = %.3f s\n', Kc, Tc);

allmargin函数返回的GainMargin是开环对象在相角穿越频率处的幅值裕度。临界振荡条件要求闭环特征方程出现纯虚根，也就是开环增益为1且相角为-180度，因此Kc在数值上等于幅值裕度。根轨迹法也可以得到一致的结果，根轨迹穿越虚轴处的增益就是Kc。

手动仿真验证时需要注意：Kp加到临界值附近，阶跃响应会呈现振幅不衰减的正弦状，频率对应Tc。如果Kp超过Kc，响应发散；如果Kp低于Kc，响应逐步衰减。实际搜索中优先用allmargin计算初值，再用仿真微调确认，效率最高。

3.3 按Z-N参数表计算PID参数并构建闭环仿真

获取Kc和Tc之后，直接代入Z-N参数表计算PID参数，并构建闭环系统做单位阶跃响应验证：

% 按Z-N参数表计算PID参数 Kp_zn = 0.6 * Kc; Ti_zn = 0.5 * Tc; Td_zn = 0.125 * Tc; % 换算为MATLAB pid对象的Kp、Ki、Kd Ki_zn = Kp_zn / Ti_zn; Kd_zn = Kp_zn * Td_zn; C_pid = pid(Kp_zn, Ki_zn, Kd_zn); % 构建闭环负反馈系统 Gcl = feedback(series(C_pid, Gp_pade), 1); % 绘制整定后的单位阶跃响应 figure; step(Gcl, 15); title('Z-N法整定后的闭环单位阶跃响应'); grid on;

这一段中有一个高频踩坑点：MATLAB的pid函数三个输入参数分别是Kp、Ki、Kd，而Z-N表给出的是Kp、Ti、Td。如果直接把Ti和Td填进pid函数，相当于把积分增益和微分增益放大了几个数量级，仿真曲线会迅速发散。换算关系必须写成Ki=Kp/Ti和Kd=Kp*Td，不能省略。

3.3.1 位置式PID与增量式PID的离散化映射

把Z-N参数迁移到嵌入式或PLC平台时，连续域参数需要离散化。位置式PID用差分方程描述：

u(k) = Kp*e(k) + Ki*Ts*sum(e(i), 0..k) + Kd*(e(k)-e(k-1))/Ts

增量式PID只计算控制量增量：

du(k) = Kp*(e(k)-e(k-1)) + Ki*Ts*e(k) + Kd*(e(k)-2e(k-1)+e(k-2))/Ts

两种形式的Kp、Ki、Kd完全来自连续域整定结果，但采样周期Ts必须远小于临界周期Tc才能保证离散化后性能不劣化。实际操作中建议Ts小于等于0.1Tc，否则相位滞后会抵消微分项的提前量，整定后系统的实际相位裕度明显低于预期。

4. 阶跃响应对比：整定前后究竟差在哪里

4.1 原系统阶跃响应与临界振荡响应

把被控对象直接接单位阶跃输入，得到的响应曲线反映对象的固有特性。随后做一个临界振荡实验，把比例增益提高到Kc附近观察闭环振荡形态，两者放到同一张图上对比：

% 比较原系统开环阶跃响应与临界振荡闭环响应 figure; step(Gp_pade, 15); hold on; C_osc = pid(0.95*Kc, 0, 0); % 略低于临界增益，维持等幅振荡 Gcl_osc = feedback(series(C_osc, Gp_pade), 1); step(Gcl_osc, 15); legend('原系统开环响应', '临界振荡闭环响应'); grid on;

从波形特征看，原系统开环响应是一阶惯性加滞后的S形曲线，慢且无振荡；临界振荡闭环响应则是等幅正弦状，振幅不衰减。两者的差异正好说明：比例增益把系统的中频段增益推到边界，暴露出对象的动态滞后信息。Z-N整定就是基于这个边界信息来确定三参数。

4.2 整定前后的量化指标对比

基于压缩包中"PID控制器和原系统的单位阶跃响应图.png"的复现结果，整理出一组量化指标：

整定后的阶跃图上可以看到三个典型特征：上升时间比原系统快；第一个峰值过冲幅度在20%到25%区间；整个调节过程大约经历一个半振荡周期后进入稳态带。这个表现与Z-N设计目标一致，即在相位裕度约45度的前提下换取尽可能快的响应速度。

4.3 从阶跃图反推参数偏差方向

阶跃响应图不只用于事后验证，还能反向判断参数偏差方向。如果响应曲线的振荡频率明显高于Tc对应的频率，说明Kd偏大，微分作用过多；如果响应曲线第一个峰值过后回落很慢，说明Ti偏大，积分作用不足；如果整体响应迟缓且无过冲，说明Kp偏小。这个反推法在stm32串口调试PID、vofa上位机绘制波形时同样适用，不需要依赖复杂的频域分析工具。

5. 边界情况与现场微调技巧

5.1 Z-N法不适用和需要变通的场景

临界比例法有一个隐含前提：系统能在某个Kp下产生等幅振荡。实际工程中，下面几类对象直接套用Z-N表容易出问题：

• 一阶惯性对象(无积分、无滞后)在纯比例下增益做多高都不振荡，临界增益测不出来；
• 存在明显死区或滞环的非线性系统，振荡振幅可能不稳定，Kc测不准；
• 温度等大惯性系统，Z-N给出的参数往往过冲偏大，需要把Kp乘以0.6到0.8的衰减系数。

对于电机转速这类可近似为一阶加纯滞后的对象，Z-N法给出的参数通常偏激进，实际使用时把Kp降低20%到30%效果更好。级联PID控制的外环采用Z-N整定时，内环响应速度必须比外环快5倍以上，否则内外环时间间隔不匹配，整个系统容易产生耦合振荡。

5.2 参数微调的标准化顺序

在现场对Z-N得到的初始参数做微调时，我遵循一个固定顺序：每次只改一个参数，改完必须等系统充分响应后再评估。先调Kp确定快速性边界，过冲偏大时降低Kp或增大PB(比例带)；再调Ti消除稳态误差，误差收敛慢就减小Ti，出现低频波动就增大Ti；最后动Td处理过冲和振荡，高频抖动时减小Td并考虑对测量信号加一阶低通滤波。

整体参数换算经验是，压力调节PID参数经验值通常比Z-N表给出的Kp小30%到50%，微分项也要更保守；而位置式PID用离散化差分方程时，如果系统直接输出PWM控制加热棒或电机，输出限幅要提前设置，防止积分饱和导致超调越来越大。

5.3 一个可靠的整定结果验证方法

在MATLAB中拿到最终参数后，我习惯再做一步鲁棒性验证：把被控对象的时间常数比原始模型增大20%，滞后时间也增大20%，重新仿真阶跃响应。如果整定后的闭环系统在参数摄动后仍然收敛且过冲不超过30%，说明这套Z-N参数在实际对象和模型存在偏差时也站得住。这个验证在压缩包基础上只需要改两行代码，却能把整定结果从"这次恰好合适"提升为"对参数漂移有冗余"。另外验证时把纯滞后增大时会出现数值振铃现象，此时需要返回到pade近似阶数上做调整，把二阶Pade降到一阶可消除高频非真实振荡。

本文还有配套的精品资源，点击获取