哎呀，闭环控制如果没有理论，没有传递函数的计算，那是瞎调，摸着来，就像摸着石头过河，弯路多多。由理论计算，或者是自学习的实测，把实际的模型建的准确，那直接赋予的PID参数，基本是一步到位的，起码是八九不离十的。

你能说说你在实际中做的一个案例吗，你是如何整定的？

实际案例，说起来太罗嗦了。而且PID的整定案例网上也特别的多，教材视频亦如此。
总的原则我前面已经讲了。过去在上世纪的80、90年代，闭环控制更多的是模拟器件和电路，PID就是电阻和电容。大家普遍都是经验法，试着来，为了改参数方便，搞一个并联的转换开关，对不同值电阻和电容器切换，主要是看控制的发展趋势，就像司机开车，转弯时打方向盘，都是凭着感觉走。没有一步到位的。
后来有了数字电路和智能仪器，PID闭环控制可以做自学习和整定功能了，于是，算法就很容易的得以实现。用多了也长见识了。主要是掌握负载的惯性。只要有了这个实际负载的惯性时间，将其植入智能控制器参数里，PID控制基本是不用人为干预的，参数的预设值一步到位成为可能。
这就是一个PID整定的思路，原来注重的是PID的参数设置值，去反复的修改和实验，现在是掌握它的负载惯性时间常数和特性，比如，实际的负载是大惯性负载还是小惯性负载？是过阻尼需求？还是欠阻尼需求？然后去决定系统的时间常数。因为，系统的惯性时间常数，决定了闭环控制的PID参数的关系，教科书里有公式的，这里不再赘述。
具体的描述需要篇幅，我现在没有更多时间来描述。见谅了。

理论与实际还是有较大的差异！

不能么讲,过去我也这么认为，理论与实际存在误差，现在明白了。这个误差来自于建模，所以才有了自学习的万法，辨识准确的负载模型。理论公式没有错误。偏差来自于人的估算。

引用 kdrjl 在 2015/7/27 10:48:25 发言【内容省略】

我认为建模是一件很难得事，建模不准确控制效果就不行，当然，如果在实践中已经摸索出了一个模型的话类似的控制差不多。如果你认为建模容易，那么请教如何快速建模，教教大家伙。

以变频器控制电机转速为例，自学习的过程就是，阶跃给定电机转速，然后记录实际转速到达设定值的时间，再通过理论公式（比如最佳对称计算法）设置PI参数。同时这个过程也可以计算出电机轴系的转动惯量比，并通过惯性参数，设置速调的加速预控功能，类似D运算。等等。
过去做这个实际负载的测试，确实比较难，现在不然，有了计算机的数据采集和记录以及计算处理，上述的自动识别负载参数的方法，很容易实现的。因为都是通过软件编辑来实现。操作起来，就是按键即可。
同理，对于温度控制也是一样的，几乎所有的温控器，都有自学习功能，只要第一次启动，做一下自动优化和辨识，负载模型的测试就完成了。
对于大惯性的负载，一般都会把PID整定成过阻尼系统，即不许超调；反之，对于小惯性系统，一般都将系统整定为欠阻尼系统，允许超调，要的是调节的快速性和灵敏性。
只有纯模拟系统（电阻电容的分立元件组成模拟电路），还会遇到用电位器和波段开关去寻找PID的参数。那就是蒙事了，看发展的调节。
但凡是计算机组成的智能化数字电路的闭环PID系统，建立被控对象的自学习功能是必须的。否则智能化的数字电路与纯模拟电路的区别何在？优势又何在呢？

得先学会微积分公式，高等数学，统计学，矩阵，如傅里叶转换等等