自动控制原理 - 传递函数与零极点分析

别再死记硬背了!用Python的SymPy库5分钟搞定自动控制原理的拉氏变换和传递函数 本文介绍如何利用Python的SymPy库快速解决自动控制原理中的拉氏变换和传递函数问题。通过代码示例演示了从微分方程建模到传递函数求解的全流程,包括零极点分析和可视化,帮助工程师和学生高效掌握核心概念,节省大量手工计算时间。 阅读详情


【全文大纲】 : https://blog.youkuaiyun.com/Engineer_LU/article/details/135149485


自动控制原理完全指南:从RC电路到现代控制理论

一、引言:为什么需要自动控制原理

在实际工程中,我们面对的系统——开关电源、电机驱动、滤波器、控制系统——本质上都是线性时不变系统。这类系统的动态行为可以用微分方程描述。

但直接求解微分方程非常繁琐:

  • 一阶微分方程还可以手算
  • 三阶以上几乎无法手算
  • 输入信号复杂时(非阶跃、非正弦),更加困难

拉普拉斯变换提供了一条捷径:

时域(困难)复频域(简单)
微分方程代数方程
卷积运算乘法运算
求解微分方程解代数方程

通过拉普拉斯变换,我们得到传递函数,它是系统在复频域中的完整数学描述。

本文按照“数学基础 → 核心概念 → 实例分析 → 稳定性判据 → 补偿设计 → 现代控制 → 数字控制 → 工程实战”的逻辑展开,最终让你能够独立分析任何线性系统的传递函数和稳定性,并应用到FOC电机控制等实际工程中。

二、线性时不变系统(LTI):传递函数存在的基石

2.1 什么是线性时不变系统(LTI)

LTI是Linear Time-Invariant的缩写。一个系统要能使用传递函数进行分析,必须同时满足线性和时不变两个特性。

特性一:线性

系统满足叠加原理:

  • 齐次性:输入放大 a a a 倍,输出也放大 a a a 倍。
    若 x ( t ) → y ( t ) ,则 a ⋅ x ( t ) → a ⋅ y ( t ) 若 \quad x(t) \to y(t),则 \quad a \cdot x(t) \to a \cdot y(t) 若x(t)→y(t),则a⋅x(t)→a⋅y(t)
  • 叠加性:两个输入之和的响应,等于各自响应之和。
    若 x 1 ( t ) → y 1 ( t ) , x 2 ( t ) → y 2 ( t ) ,则 x 1 ( t ) + x 2 ( t ) → y 1 ( t ) + y 2 ( t ) 若 \quad x_1(t) \to y_1(t),x_2(t) \to y_2(t),则 \quad x_1(t)+x_2(t) \to y_1(t)+y_2(t) 若x1​(t)→y1​(t),x2​(t)→y2​(t),则x1​(t)+x2​(t)→y1​(t)+y2​(t)

特性二:时不变

系统的参数不随时间改变。输入延迟时间 t 0 t_0 t0​,输出也只延迟时间 t 0 t_0 t0​,波形形状不变。

2.2 为什么要在线性时不变系统下分析?

只有满足LTI条件,我们才能使用拉普拉斯变换和傅里叶变换,从而定义传递函数。

  • 数学前提:拉普拉斯变换的微积分性质(微分即乘以 s s s)依赖于系统的线性。
  • 频率响应明确:在LTI系统中,输入正弦波,输出也是同频率的正弦波,只是幅值和相位发生变化。
  • 叠加原理生效:我们可以把复杂的输入信号分解成无数个简单的正弦波或冲激信号,分别计算响应后再叠加。

2.3 除了LTI系统,还有哪些系统?

  • 非线性系统:不满足叠加原理,输入正弦波,输出会产生新的频率成分(谐波、直流偏移)。不能用统一的频率响应曲线描述。
  • 时变系统:系统特性随时间改变。传递函数假设系统参数固定,时变系统无法直接用拉普拉斯变换化为代数方程。

2.4 核心矛盾:开关电源是时变系统,为什么还能用传递函数分析?

答案是:状态空间平均法 + 小信号线性化。

  1. 平均模型:在一个开关周期内,对开关管的导通和关断状态进行加权平均。开关频率远高于环路带宽,开关动作被“平均”掉了。
  2. 小信号线性化:在工作点附近引入微小扰动,非线性器件在极小范围内近似为线性。

通过这两步,我们为开关电源建立了一个等效的LTI模型,然后才能使用传递函数和波特图进行环路设计。

三、拉普拉斯变换:从时域到复频域

3.1 定义

拉普拉斯变换(单边)的定义为:

F ( s ) = L { f ( t ) } = ∫ 0 ∞ f ( t ) e − s t d t F(s) = \mathcal{L}\{f(t)\} = \int_{0}^{\infty} f(t) e^{-st} dt F(s)=L{f(t)}=∫0∞​f(t)e−stdt

其中 s = σ + j ω s = \sigma + j\omega s=σ+jω 是复频率变量:

部分符号物理意义
实部 σ \sigma σ衰减/增长速率
虚部 j ω j\omega jω振荡频率

3.2 核心性质

时域复频域说明
d f ( t ) d t \frac{df(t)}{dt} dtdf(t)​ s F ( s ) − f ( 0 ) sF(s) - f(0) sF(s)−f(0)微分
∫ 0 t f ( τ ) d τ \int_0^t f(\tau)d\tau ∫0t​f(τ)dτ F ( s ) s \frac{F(s)}{s} sF(s)​积分
e − a t e^{-at} e−at 1 s + a \frac{1}{s+a} s+a1​指数衰减
sin ⁡ ( ω t ) \sin(\omega t) sin(ωt) ω s 2 + ω 2 \frac{\omega}{s^2+\omega^2} s2+ω2ω​正弦
cos ⁡ ( ω t ) \cos(\omega t) cos(ωt) s s 2 + ω 2 \frac{s}{s^2+\omega^2} s2+ω2s​余弦
δ ( t ) \delta(t) δ(t) 1 1 1单位冲激
u ( t ) u(t) u(t) 1 s \frac{1}{s} s1​单位阶跃

3.3 为什么拉普拉斯变换能简化微分方程

核心性质:时域微分 = 复频域乘以 s s s。

证明(零初始条件):

L { d f ( t ) d t } = ∫ 0 ∞ d f d t e − s t d t = [ f ( t ) e − s t ] 0 ∞ + s ∫ 0 ∞ f ( t ) e − s t d t = s F ( s ) \mathcal{L}\left\{\frac{df(t)}{dt}\right\} = \int_0^\infty \frac{df}{dt} e^{-st} dt = \left[f(t)e^{-st}\right]_0^\infty + s\int_0^\infty f(t)e^{-st}dt = sF(s) L{dtdf(t)​}=∫0∞​dtdf​e−stdt=[f(t)e−st]0∞​+s∫0∞​f(t)e−stdt=sF(s)

这就是微分方程能变成代数方程的根本原因。

3.4 常用拉普拉斯变换公式速查表

时域 f ( t ) f(t) f(t)复频域 F ( s ) F(s) F(s)说明
δ ( t ) \delta(t) δ(t) 1 1 1单位冲激
u ( t ) u(t) u(t) 1 s \frac{1}{s} s1​单位阶跃
t t t 1 s 2 \frac{1}{s^2} s21​斜坡
e − a t e^{-at} e−at 1 s + a \frac{1}{s+a} s+a1​指数衰减
t e − a t te^{-at} te−at 1 ( s + a ) 2 \frac{1}{(s+a)^2} (s+a)21​指数衰减斜坡
1 − e − a t 1-e^{-at} 1−e−at a s ( s + a ) \frac{a}{s(s+a)} s(s+a)a​指数趋近
sin ⁡ ( ω t ) \sin(\omega t) sin(ωt) ω s 2 + ω 2 \frac{\omega}{s^2+\omega^2} s2+ω2ω​正弦
cos ⁡ ( ω t ) \cos(\omega t) cos(ωt) s s 2 + ω 2 \frac{s}{s^2+\omega^2} s2+ω2s​余弦
e − a t sin ⁡ ( ω t ) e^{-at}\sin(\omega t) e−atsin(ωt) ω ( s + a ) 2 + ω 2 \frac{\omega}{(s+a)^2+\omega^2} (s+a)2+ω2ω​衰减正弦
e − a t cos ⁡ ( ω t ) e^{-at}\cos(\omega t) e−atcos(ωt) s + a ( s + a ) 2 + ω 2 \frac{s+a}{(s+a)^2+\omega^2} (s+a)2+ω2s+a​衰减余弦

3.5 拉普拉斯逆变换

工程上用部分分式展开 + 查表法。

设传递函数为:

H ( s ) = N ( s ) D ( s ) = N ( s ) ( s − p 1 ) ( s − p 2 ) ⋯ ( s − p n ) H(s) = \frac{N(s)}{D(s)} = \frac{N(s)}{(s-p_1)(s-p_2)\cdots(s-p_n)} H(s)=D(s)N(s)​=(s−p1​)(s−p2​)⋯(s−pn​)N(s)​

部分分式展开:

H ( s ) = A 1 s − p 1 + A 2 s − p 2 + ⋯ + A n s − p n H(s) = \frac{A_1}{s-p_1} + \frac{A_2}{s-p_2} + \cdots + \frac{A_n}{s-p_n} H(s)=s−p1​A1​​+s−p2​A2​​+⋯+s−pn​An​​

系数:

A k = ( s − p k ) H ( s ) ∣ s = p k A_k = \left.(s-p_k)H(s)\right|_{s=p_k} Ak​=(s−pk​)H(s)∣s=pk​​

逆变换:

h ( t ) = A 1 e p 1 t + A 2 e p 2 t + ⋯ + A n e p n t h(t) = A_1 e^{p_1 t} + A_2 e^{p_2 t} + \cdots + A_n e^{p_n t} h(t)=A1​ep1​t+A2​ep2​t+⋯+An​epn​t

极点决定有哪些指数项,零点决定每个指数项的系数。

四、传递函数:系统的基因编码

4.1 定义

传递函数定义为零初始条件下,输出与输入的拉普拉斯变换之比:

H ( s ) = Y ( s ) X ( s ) H(s) = \frac{Y(s)}{X(s)} H(s)=X(s)Y(s)​

4.2 从微分方程到传递函数的标准流程

  1. 写出系统的微分方程
  2. 对微分方程两边做拉普拉斯变换(零初始条件)
  3. 整理成 Y ( s ) / X ( s ) Y(s)/X(s) Y(s)/X(s) 的形式
  4. 分子分母分别因式分解
  5. 得到极点和零点

4.3 一般形式

H ( s ) = K ( s − z 1 ) ( s − z 2 ) ⋯ ( s − z m ) ( s − p 1 ) ( s − p 2 ) ⋯ ( s − p n ) H(s) = K\frac{(s-z_1)(s-z_2)\cdots(s-z_m)}{(s-p_1)(s-p_2)\cdots(s-p_n)} H(s)=K(s−p1​)(s−p2​)⋯(s−pn​)(s−z1​)(s−z2​)⋯(s−zm​)​

其中 z 1 , … , z m z_1, \ldots, z_m z1​,…,zm​ 是零点, p 1 , … , p n p_1, \ldots, p_n p1​,…,pn​ 是极点, K K K 是增益常数。

五、开环与闭环:两个最容易混淆的概念

5.1 真实电路是闭环的

任何带反馈的系统,物理上都是闭环的:

R ──→ ⊕ ──→ E ──→ [G(s)] ──→ Y
      ↑ -                     │
      └────── [H(s)] ←────────┘
  • 误差: E = R − H ⋅ Y E = R - H \cdot Y E=R−H⋅Y
  • 输出: Y = G ⋅ E Y = G \cdot E Y=G⋅E

5.2 开环传递函数 GH:数学上的“假想实验”

开环传递函数定义为:从误差点 E E E 出发,经过前向通道 G G G,再经过反馈通道 H H H,回到反馈点的传递函数。

G H ( s ) = G ( s ) ⋅ H ( s ) GH(s) = G(s) \cdot H(s) GH(s)=G(s)⋅H(s)

它描述的是:信号绕一圈的增益和相移。

测量它时,在数学上假设反馈信号不返回比较器,只测量 F = H ⋅ Y F = H \cdot Y F=H⋅Y 与 E E E 的比值。电路没有被剪断,只是数学上解除了闭环耦合。

5.3 闭环传递函数:从输入到输出的综合关系

Y = G ⋅ E = G ⋅ ( R − H ⋅ Y ) Y = G \cdot E = G \cdot (R - H \cdot Y) Y=G⋅E=G⋅(R−H⋅Y)

移项:

Y ( 1 + G H ) = G ⋅ R Y(1 + GH) = G \cdot R Y(1+GH)=G⋅R

Y ( s ) R ( s ) = G ( s ) 1 + G ( s ) H ( s ) \boxed{\frac{Y(s)}{R(s)} = \frac{G(s)}{1 + G(s)H(s)}} R(s)Y(s)​=1+G(s)H(s)G(s)​​

这就是闭环传递函数,它描述整个系统在闭环状态下的综合输入输出关系。

5.4 闭环特征方程

令闭环传递函数分母为零:

1 + G ( s ) H ( s ) = 0 1 + G(s)H(s) = 0 1+G(s)H(s)=0

这就是闭环特征方程。它的根就是闭环极点。

  • 闭环极点在左半平面 → 闭环稳定
  • 闭环极点在右半平面 → 闭环不稳定

5.5 三者关系总结

公式名称用途
G H ( s ) GH(s) GH(s)开环传递函数信号绕一圈的增益和相移,用来画波特图
1 + G H = 0 1 + GH = 0 1+GH=0闭环特征方程判断闭环稳定性的代数方程
G / ( 1 + G H ) G/(1+GH) G/(1+GH)闭环传递函数从输入到输出的整体关系

六、极点和零点:定义与物理意义

6.1 极点

数学定义:令分母 D ( s ) = 0 D(s)=0 D(s)=0 的根 p k p_k pk​,使 H ( s ) → ∞ H(s)\to\infty H(s)→∞。

物理意义:系统的固有振荡模式。

稳定性:极点实部为负,系统稳定。

时域贡献:每个极点 p k p_k pk​ 对应一个指数项 e p k t e^{p_k t} epk​t。

6.2 零点

数学定义:令分子 N ( s ) = 0 N(s)=0 N(s)=0 的根 z k z_k zk​,使 H ( s ) = 0 H(s)=0 H(s)=0。

物理意义:系统对特定频率的阻断或增益。

稳定性:零点不影响稳定性。

时域贡献:零点影响每个指数项的系数 A k A_k Ak​。

6.3 极点与零点的对比

项目极点零点
来源分母的根分子的根
时域自然响应强迫响应
增益-20dB/dec(一阶)+20dB/dec(一阶)
相位滞后超前(左半平面)
稳定性决定不影响

6.4 极点的实部和虚部

对于共轭复极点 s = − σ ± j ω d s = -\sigma \pm j\omega_d s=−σ±jωd​:

部分符号物理意义
实部 − σ = − ζ ω n -\sigma = -\zeta\omega_n −σ=−ζωn​衰减速率,时间常数 τ = 1 / σ \tau=1/\sigma τ=1/σ
虚部 ω d = ω n 1 − ζ 2 \omega_d = \omega_n\sqrt{1-\zeta^2} ωd​=ωn​1−ζ2 ​实际振荡频率, f d = ω d / ( 2 π ) f_d=\omega_d/(2\pi) fd​=ωd​/(2π)
模 ω n = σ 2 + ω d 2 \omega_n = \sqrt{\sigma^2+\omega_d^2} ωn​=σ2+ωd2​ ​无阻尼自然频率, f n = ω n / ( 2 π ) f_n=\omega_n/(2\pi) fn​=ωn​/(2π)

看一个零点或极点,要分成幅值和相位两条线来看,不能混在一起。

幅值:只看分子分母,与左右半平面无关

  • 零点在分子:提供 + 20  dB/dec +20\text{ dB/dec} +20 dB/dec 的增益上升。
  • 极点在分母:提供 − 20  dB/dec -20\text{ dB/dec} −20 dB/dec 的衰减下降。

也就是说:

零点永远抬高频,极点永远压高频。 \boxed{\text{零点永远抬高频,极点永远压高频。}} 零点永远抬高频,极点永远压高频。​

这个规律不管零点、极点在左半平面还是右半平面,都成立。

相位:看左右半平面,零极点规律相反

左半平面(稳定区,常见)
  • 零点:相位从 0 ∘ 0^\circ 0∘ 升到 + 90 ∘ +90^\circ +90∘,超前。
  • 极点:相位从 0 ∘ 0^\circ 0∘ 降到 − 90 ∘ -90^\circ −90∘,滞后。
右半平面(不稳定区,非最小相位)
  • 零点:相位从 0 ∘ 0^\circ 0∘ 降到 − 90 ∘ -90^\circ −90∘,滞后。
  • 极点:相位从 0 ∘ 0^\circ 0∘ 升到 + 90 ∘ +90^\circ +90∘,超前,但系统发散、不稳定。

所以:

左半平面:零点超前,极点滞后。 \boxed{\text{左半平面:零点超前,极点滞后。}} 左半平面:零点超前,极点滞后。​

右半平面:零点滞后,极点超前。 \boxed{\text{右半平面:零点滞后,极点超前。}} 右半平面:零点滞后,极点超前。​


转折频率之后的行为

对于一阶零点或极点,超过转折频率后:

  • 零点:幅值按 + 20  dB/dec +20\text{ dB/dec} +20 dB/dec 上升。
  • 极点:幅值按 − 20  dB/dec -20\text{ dB/dec} −20 dB/dec 下降。

也就是频率每增加 10 倍:

  • 零点让增益放大 10 倍;
  • 极点让增益衰减到原来的 1 / 10 1/10 1/10。

相位方面:

  • 左半平面零点:相位从 0 ∘ 0^\circ 0∘ 往 + 90 ∘ +90^\circ +90∘ 走,超前。
  • 左半平面极点:相位从 0 ∘ 0^\circ 0∘ 往 − 90 ∘ -90^\circ −90∘ 走,滞后。
  • 右半平面零点:相位从 0 ∘ 0^\circ 0∘ 往 − 90 ∘ -90^\circ −90∘ 走,滞后。
  • 右半平面极点:相位从 0 ∘ 0^\circ 0∘ 往 + 90 ∘ +90^\circ +90∘ 走,超前,但不稳定。

汇总表格

类型幅值相位稳定性
左半平面零点 + 20  dB/dec +20\text{ dB/dec} +20 dB/dec 抬升 0 ∘ → + 90 ∘ 0^\circ \to +90^\circ 0∘→+90∘ 超前稳定
右半平面零点 + 20  dB/dec +20\text{ dB/dec} +20 dB/dec 抬升 0 ∘ → − 90 ∘ 0^\circ \to -90^\circ 0∘→−90∘ 滞后非最小相位
左半平面极点 − 20  dB/dec -20\text{ dB/dec} −20 dB/dec 衰减 0 ∘ → − 90 ∘ 0^\circ \to -90^\circ 0∘→−90∘ 滞后稳定
右半平面极点 − 20  dB/dec -20\text{ dB/dec} −20 dB/dec 衰减 0 ∘ → + 90 ∘ 0^\circ \to +90^\circ 0∘→+90∘ 超前不稳定

口诀

幅值:零点升,极点降,永远不变。

相位:左半平面零超极滞,右半平面零滞极超。

转折频率:超过后,零点 +20dB/dec,极点 -20\dB/dec


在控制器设计中的意义

  • 左半平面零点:用来补相位裕度,做超前校正,同时抬高高频增益。
  • 左半平面极点:用来滤高频噪声、做积分消稳态误差,但带来相位滞后。
  • 右半平面零点:物理系统自带,无法消除,只能降低带宽避开。
  • 右半平面极点:系统不稳定,需要先反馈镇定。

以 FOC 电流环 PI 为例:

G ( s ) = 1 L s + R G(s)=\frac{1}{Ls+R} G(s)=Ls+R1​

对象极点:

ω p = R L \omega_p=\frac{R}{L} ωp​=LR​

PI 控制器:

C ( s ) = K p s + K i / K p s C(s)=K_p\frac{s+K_i/K_p}{s} C(s)=Kp​ss+Ki​/Kp​​

  • 原点极点 s = 0 s=0 s=0:积分,消稳态误差。
  • 零点 − K i / K p -K_i/K_p −Ki​/Kp​:用来抵消对象极点,即

K i K p = R L \frac{K_i}{K_p}=\frac{R}{L} Kp​Ki​​=LR​

然后开环变成:

L ( s ) = K p L s L(s)=\frac{K_p}{Ls} L(s)=LsKp​​

令穿越频率 ∣ L ( j ω c ) ∣ = 1 |L(j\omega_c)|=1 ∣L(jωc​)∣=1,得到:

K p L ω c = 1 ⇒ K p = L ω c \frac{K_p}{L\omega_c}=1 \Rightarrow K_p=L\omega_c Lωc​Kp​​=1⇒Kp​=Lωc​

所以:

K p = L ω c \boxed{K_p=L\omega_c} Kp​=Lωc​​

K i = R ω c \boxed{K_i=R\omega_c} Ki​=Rωc​​

这就是 FOC 电流环 PI 整定的核心逻辑。


零点抬幅值,极点压幅值,与左右半平面无关。

左半平面零点超前、极点滞后;右半平面零点滞后、极点超前。

超过转折频率后,零点 } +20dB/dec,极点 -20dB/dec

把这两条分开看,以后分析任何传递函数、设计任何控制器,都不会再乱。

七、一阶RC电路完整分析

7.1 电路结构

Vin ── R ──┬── Vout
           │
           C
           │
          GND

7.2 微分方程

根据基尔霍夫电压定律:

v i n ( t ) = R ⋅ i ( t ) + v o u t ( t ) v_{in}(t) = R\cdot i(t) + v_{out}(t) vin​(t)=R⋅i(t)+vout​(t)

因为 i ( t ) = C d v o u t d t i(t) = C\frac{dv_{out}}{dt} i(t)=Cdtdvout​​:

v i n ( t ) = R C d v o u t ( t ) d t + v o u t ( t ) v_{in}(t) = RC\frac{dv_{out}(t)}{dt} + v_{out}(t) vin​(t)=RCdtdvout​(t)​+vout​(t)

7.3 传递函数

拉普拉斯变换:

V i n ( s ) = R C s V o u t ( s ) + V o u t ( s ) V_{in}(s) = RCsV_{out}(s) + V_{out}(s) Vin​(s)=RCsVout​(s)+Vout​(s)

H ( s ) = V o u t ( s ) V i n ( s ) = 1 1 + R C s H(s) = \frac{V_{out}(s)}{V_{in}(s)} = \frac{1}{1+RCs} H(s)=Vin​(s)Vout​(s)​=1+RCs1​

令 ω p = 1 R C \omega_p = \frac{1}{RC} ωp​=RC1​:

H ( s ) = 1 1 + s / ω p = ω p s + ω p H(s) = \frac{1}{1+s/\omega_p} = \frac{\omega_p}{s+\omega_p} H(s)=1+s/ωp​1​=s+ωp​ωp​​

7.4 极点与零点

  • 极点: s p = − ω p = − 1 R C s_p = -\omega_p = -\frac{1}{RC} sp​=−ωp​=−RC1​
  • 零点:无

7.5 时域逆变换

h ( t ) = ω p e − ω p t = 1 R C e − t / R C h(t) = \omega_p e^{-\omega_p t} = \frac{1}{RC}e^{-t/RC} h(t)=ωp​e−ωp​t=RC1​e−t/RC

阶跃响应:

v o u t ( t ) = 1 − e − t / R C v_{out}(t) = 1 - e^{-t/RC} vout​(t)=1−e−t/RC

时间常数 τ = R C \tau = RC τ=RC, 5 τ 5\tau 5τ 后达到稳态99.3%。

7.6 频率响应

代入 s = j ω s = j\omega s=jω:

H ( j ω ) = 1 1 + j ω / ω p H(j\omega) = \frac{1}{1+j\omega/\omega_p} H(jω)=1+jω/ωp​1​

幅值:

∣ H ( j ω ) ∣ = 1 1 + ( ω / ω p ) 2 |H(j\omega)| = \frac{1}{\sqrt{1+(\omega/\omega_p)^2}} ∣H(jω)∣=1+(ω/ωp​)2 ​1​

相位:

∠ H ( j ω ) = − arctan ⁡ ( ω / ω p ) \angle H(j\omega) = -\arctan(\omega/\omega_p) ∠H(jω)=−arctan(ω/ωp​)

7.7 数值计算实例

取 R = 10 k Ω R=10k\Omega R=10kΩ, C = 10 n F C=10nF C=10nF:

ω p = 1 10 4 × 10 − 8 = 10 4  rad/s \omega_p = \frac{1}{10^4\times 10^{-8}} = 10^4 \text{ rad/s} ωp​=104×10−81​=104 rad/s

f p = 10 4 2 π ≈ 1592  Hz f_p = \frac{10^4}{2\pi} \approx 1592 \text{ Hz} fp​=2π104​≈1592 Hz

τ = R C = 100 μ s \tau = RC = 100\mu s τ=RC=100μs

7.8 波特图

频率幅值相位
ω ≪ ω p \omega \ll \omega_p ω≪ωp​0 dB0°
ω = ω p \omega = \omega_p ω=ωp​-3 dB-45°
ω ≫ ω p \omega \gg \omega_p ω≫ωp​-20 dB/dec-90°

八、二阶RLC电路完整分析

8.1 电路结构

输入 v i n v_{in} vin​,经 R R R、 L L L、 C C C 串联,输出取自电容两端。

8.2 微分方程

v i n ( t ) = L d 2 q d t 2 + R d q d t + 1 C q v_{in}(t) = L\frac{d^2q}{dt^2} + R\frac{dq}{dt} + \frac{1}{C}q vin​(t)=Ldt2d2q​+Rdtdq​+C1​q

8.3 传递函数

拉普拉斯变换:

V i n ( s ) = L s 2 Q ( s ) + R s Q ( s ) + 1 C Q ( s ) V_{in}(s) = Ls^2Q(s) + RsQ(s) + \frac{1}{C}Q(s) Vin​(s)=Ls2Q(s)+RsQ(s)+C1​Q(s)

因为 V o u t = Q / C V_{out} = Q/C Vout​=Q/C:

H ( s ) = 1 / L C s 2 + R L s + 1 L C H(s) = \frac{1/LC}{s^2 + \frac{R}{L}s + \frac{1}{LC}} H(s)=s2+LR​s+LC1​1/LC​

8.4 标准二阶形式

定义:

ω n = 1 L C , ζ = R 2 C L \omega_n = \frac{1}{\sqrt{LC}}, \quad \zeta = \frac{R}{2}\sqrt{\frac{C}{L}} ωn​=LC ​1​,ζ=2R​LC​ ​

得到:

H ( s ) = ω n 2 s 2 + 2 ζ ω n s + ω n 2 H(s) = \frac{\omega_n^2}{s^2 + 2\zeta\omega_n s + \omega_n^2} H(s)=s2+2ζωn​s+ωn2​ωn2​​

8.5 极点计算

s = − ζ ω n ± ω n ζ 2 − 1 s = -\zeta\omega_n \pm \omega_n\sqrt{\zeta^2-1} s=−ζωn​±ωn​ζ2−1 ​

阻尼比极点响应
ζ > 1 \zeta>1 ζ>1两个实根过阻尼,无振荡
ζ = 1 \zeta=1 ζ=1重实根临界阻尼
ζ < 1 \zeta<1 ζ<1共轭复根欠阻尼,衰减振荡

欠阻尼时:

s = − ζ ω n ± j ω n 1 − ζ 2 = − σ ± j ω d s = -\zeta\omega_n \pm j\omega_n\sqrt{1-\zeta^2} = -\sigma \pm j\omega_d s=−ζωn​±jωn​1−ζ2 ​=−σ±jωd​

8.6 时域逆变换(欠阻尼)

h ( t ) = ω n 2 ω d e − σ t sin ⁡ ( ω d t ) h(t) = \frac{\omega_n^2}{\omega_d}e^{-\sigma t}\sin(\omega_d t) h(t)=ωd​ωn2​​e−σtsin(ωd​t)

8.7 频率响应

∣ H ( j ω ) ∣ = ω n 2 ( ω n 2 − ω 2 ) 2 + ( 2 ζ ω n ω ) 2 |H(j\omega)| = \frac{\omega_n^2}{\sqrt{(\omega_n^2-\omega^2)^2+(2\zeta\omega_n\omega)^2}} ∣H(jω)∣=(ωn2​−ω2)2+(2ζωn​ω)2 ​ωn2​​

8.8 数值计算实例

取 R = 10 Ω R=10\Omega R=10Ω, L = 1 m H L=1mH L=1mH, C = 10 μ F C=10\mu F C=10μF:

ω n = 1 10 − 3 × 10 − 5 = 10 4  rad/s \omega_n = \frac{1}{\sqrt{10^{-3}\times 10^{-5}}} = 10^4 \text{ rad/s} ωn​=10−3×10−5 ​1​=104 rad/s

ζ = 10 2 10 − 5 10 − 3 = 0.5 \zeta = \frac{10}{2}\sqrt{\frac{10^{-5}}{10^{-3}}} = 0.5 ζ=210​10−310−5​ ​=0.5

极点:

s = − 5000 ± j 8660 s = -5000 \pm j8660 s=−5000±j8660

  • 实部:-5000 rad/s, τ = 200 μ s \tau = 200\mu s τ=200μs
  • 虚部:8660 rad/s, f d = 1378 H z f_d = 1378 Hz fd​=1378Hz
  • 模:10000 rad/s, f n = 1592 H z f_n = 1592 Hz fn​=1592Hz

九、波特图:极零点的视觉化工具

9.1 什么是分贝(dB)

分贝是描述两个功率或电压比值大小的对数单位。

d B = 20 log ⁡ 10 ( V o u t V i n ) dB = 20\log_{10}\left(\frac{V_{out}}{V_{in}}\right) dB=20log10​(Vin​Vout​​)

倍数dB
10
1020
10040
0.1-20
0.01-40

9.2 什么是十倍频程(dec)

dec是decade的缩写,意思是频率变化10倍。

9.3 为什么一阶极点是 -20 dB/dec

高频时:

∣ H ( j ω ) ∣ ≈ ω p ω |H(j\omega)| \approx \frac{\omega_p}{\omega} ∣H(jω)∣≈ωωp​​

频率从 ω \omega ω 增大到 10 ω 10\omega 10ω(1 dec):

∣ H ( j ⋅ 10 ω ) ∣ ∣ H ( j ω ) ∣ ≈ 1 10 \frac{|H(j\cdot 10\omega)|}{|H(j\omega)|} \approx \frac{1}{10} ∣H(jω)∣∣H(j⋅10ω)∣​≈101​

20 log ⁡ 10 ( 1 / 10 ) = − 20  dB 20\log_{10}(1/10) = -20 \text{ dB} 20log10​(1/10)=−20 dB

9.4 为什么一阶零点是 +20 dB/dec

高频时:

∣ H ( j ω ) ∣ ≈ ω ω z |H(j\omega)| \approx \frac{\omega}{\omega_z} ∣H(jω)∣≈ωz​ω​

频率从 ω \omega ω 增大到 10 ω 10\omega 10ω:

20 log ⁡ 10 ( 10 ) = + 20  dB 20\log_{10}(10) = +20 \text{ dB} 20log10​(10)=+20 dB

9.5 为什么二阶极点是 -40 dB/dec

高频时:

∣ H ( j ω ) ∣ ≈ ω n 2 ω 2 |H(j\omega)| \approx \frac{\omega_n^2}{\omega^2} ∣H(jω)∣≈ω2ωn2​​

频率从 ω \omega ω 增大到 10 ω 10\omega 10ω:

20 log ⁡ 10 ( 1 / 100 ) = − 40  dB 20\log_{10}(1/100) = -40 \text{ dB} 20log10​(1/100)=−40 dB

9.6 手绘波特图步骤

  1. 把传递函数分解成一阶和二阶因子
  2. 找出所有转折频率
  3. 从低频开始,逐段叠加斜率:
    • 一阶极点:斜率减20dB/dec
    • 一阶零点:斜率加20dB/dec
    • 二阶极点:斜率减40dB/dec
  4. 相位图同理,每个极点贡献-90°,每个零点贡献+90°

9.7 转折频率与穿越频率的区别

名称含义类型
转折频率 ω p \omega_p ωp​ 或 ω z \omega_z ωz​单个极点或零点开始起作用的频率局部
穿越频率 ω c \omega_c ωc​整个开环幅值降到 1(0 dB)的频率全局
相位穿越频率 ω 180 \omega_{180} ω180​整个开环相位等于 -180° 的频率全局

十、相位裕度与增益裕度:稳定性判据

10.1 穿越频率

开环增益降到 1(0 dB)的频率:

∣ G H ( j ω c ) ∣ = 1 |GH(j\omega_c)| = 1 ∣GH(jωc​)∣=1

10.2 相位穿越频率

开环相位等于 -180° 的频率:

∠ G H ( j ω 180 ) = − 180 ° \angle GH(j\omega_{180}) = -180° ∠GH(jω180​)=−180°

10.3 相位裕度 PM

在穿越频率处,开环相位距离 -180° 还有多少:

P M = 180 ° + ∠ G H ( j ω c ) PM = 180° + \angle GH(j\omega_c) PM=180°+∠GH(jωc​)

10.4 增益裕度 GM

在相位穿越频率处,开环幅值距离 0 dB 还有多少:

G M = − 20 log ⁡ 10 ∣ G H ( j ω 180 ) ∣ GM = -20\log_{10}|GH(j\omega_{180})| GM=−20log10​∣GH(jω180​)∣

10.5 稳定性判断

指标安全条件工程要求
PM P M > 0 PM > 0 PM>0 45 ° ∼ 60 ° 45° \sim 60° 45°∼60°
GM G M > 0 GM > 0 GM>0 6 ∼ 10  dB 6 \sim 10 \text{ dB} 6∼10 dB

两者都大于 0,闭环系统才稳定。

10.6 三级RC电路计算实例

开环传递函数:

G H ( s ) = 5 ( 1 + s / 10 4 ) 3 GH(s) = \frac{5}{(1+s/10^4)^3} GH(s)=(1+s/104)35​

频率值
转折频率 ω p \omega_p ωp​ 10 4 10^4 104 rad/s (1592 Hz)
穿越频率 ω c \omega_c ωc​ 1.386 × 10 4 1.386\times10^4 1.386×104 rad/s (2206 Hz)
相位穿越频率 ω 180 \omega_{180} ω180​ 1.732 × 10 4 1.732\times10^4 1.732×104 rad/s (2757 Hz)
PM17.4°
GM4.08 dB

10.7 如何计算每个环节的相位贡献

以 ω = 3000 \omega = 3000 ω=3000 rad/s 为例:

环节传递函数相位贡献
常数 10 10 10 10 0 ° 0° 0°
零点 5000 1 + j 3000 / 5000 1+j3000/5000 1+j3000/5000 + arctan ⁡ ( 0.6 ) = + 31.0 ° +\arctan(0.6)=+31.0° +arctan(0.6)=+31.0°
极点 1000 1 + j 3000 / 1000 1+j3000/1000 1+j3000/1000 − arctan ⁡ ( 3 ) = − 71.6 ° -\arctan(3)=-71.6° −arctan(3)=−71.6°
极点 10000 1 + j 3000 / 10000 1+j3000/10000 1+j3000/10000 − arctan ⁡ ( 0.3 ) = − 16.7 ° -\arctan(0.3)=-16.7° −arctan(0.3)=−16.7°
总相位 − 57.3 ° -57.3° −57.3°

找出主要滞后来源,就可以在它附近加零点补偿。

十一、从电路到GH:如何写出开环传递函数

11.1 通用流程

  1. 找出电路的输入和输出
  2. 把电路拆成几个串联的功能块
  3. 每个块写出自己的传递函数
  4. 前向通道 = 所有块相乘
  5. 确定反馈网络 H ( s ) H(s) H(s)
  6. G H = GH = GH= 前向通道 × \times × 反馈网络

11.2 识别每个环节

元件位置贡献
电容串联在信号通路零点
电容并联到地极点
电感串联在信号通路极点
电感并联到地零点

每个 RC 环节的转折频率:

ω p = 1 R C \omega_p = \frac{1}{RC} ωp​=RC1​

11.3 常见电路对应的 GH

电路结构GH 形式
一个运放 + 一个 RC 低通 K 1 + s / ω p \frac{K}{1+s/\omega_p} 1+s/ωp​K​
一个运放 + 两个 RC 低通 K ( 1 + s / ω p 1 ) ( 1 + s / ω p 2 ) \frac{K}{(1+s/\omega_{p1})(1+s/\omega_{p2})} (1+s/ωp1​)(1+s/ωp2​)K​
一个运放 + 一个 RC 高通 K ⋅ s / ω z 1 + s / ω z \frac{K \cdot s/\omega_z}{1+s/\omega_z} 1+s/ωz​K⋅s/ωz​​
一个运放 + 一个积分器 K s \frac{K}{s} sK​
一个运放 + PI 补偿 K p s + K i s \frac{K_p s + K_i}{s} sKp​s+Ki​​
反激电源功率级 G d 0 ( 1 − s / ω R H P Z ) 1 + s / ( Q ω 0 ) + s 2 / ω 0 2 \frac{G_{d0}(1-s/\omega_{RHPZ})}{1+s/(Q\omega_0)+s^2/\omega_0^2} 1+s/(Qω0​)+s2/ω02​Gd0​(1−s/ωRHPZ​)​

11.4 一阶与二阶标准形式

一阶:

H ( s ) = 1 1 + s / ω p H(s) = \frac{1}{1+s/\omega_p} H(s)=1+s/ωp​1​

二阶:

H ( s ) = 1 1 + 2 ζ ( s / ω n ) + ( s / ω n ) 2 H(s) = \frac{1}{1+2\zeta(s/\omega_n)+(s/\omega_n)^2} H(s)=1+2ζ(s/ωn​)+(s/ωn​)21​

注意:一阶用 ω p \omega_p ωp​,二阶用 ω n \omega_n ωn​,不要混。

十二、根轨迹法

12.1 什么是根轨迹

根轨迹是闭环极点随增益 K 从 0 变化到无穷大时,在复平面上画出的轨迹。

闭环特征方程:

1 + G H ( s ) = 0 1 + GH(s) = 0 1+GH(s)=0

12.2 三级RC电路的根轨迹

( 1 + s / ω p ) 3 + K = 0 (1+s/\omega_p)^3 + K = 0 (1+s/ωp​)3+K=0

令 x = 1 + s / ω p x = 1+s/\omega_p x=1+s/ωp​,则 x 3 = − K x^3 = -K x3=−K。

闭环极点:

s i = ω p ( x i − 1 ) s_i = \omega_p (x_i - 1) si​=ωp​(xi​−1)

K = 0 时:三个极点都从 − ω p -\omega_p −ωp​ 出发。

K 增大时:一个极点沿实轴向左移动,两个极点向虚轴方向移动,成为共轭复数对。

K = 8 时:闭环极点到达虚轴,系统临界稳定。

K > 8 时:共轭复数对进入右半平面,系统不稳定。

12.3 临界增益

令 s = j ω s = j\omega s=jω 代入特征方程:

( 1 + j ω / ω p ) 3 + K = 0 (1+j\omega/\omega_p)^3 + K = 0 (1+jω/ωp​)3+K=0

要等于 -K(负实数),需要幅角为 180°:

3 arctan ⁡ ( ω / ω p ) = 180 ° 3\arctan(\omega/\omega_p) = 180° 3arctan(ω/ωp​)=180°

arctan ⁡ ( ω / ω p ) = 60 ° \arctan(\omega/\omega_p) = 60° arctan(ω/ωp​)=60°

ω = ω p 3 \omega = \omega_p\sqrt{3} ω=ωp​3 ​

此时模为 ( 1 + 3 ) 3 / 2 = 8 (1+3)^{3/2} = 8 (1+3)3/2=8,所以:

K c r i t = 8 K_{crit} = 8 Kcrit​=8

K < 8 稳定,K > 8 不稳定。

十三、劳斯判据

13.1 闭环特征方程展开

s 3 + 3 ω p s 2 + 3 ω p 2 s + ω p 3 ( 1 + K ) = 0 s^3 + 3\omega_p s^2 + 3\omega_p^2 s + \omega_p^3(1+K) = 0 s3+3ωp​s2+3ωp2​s+ωp3​(1+K)=0

13.2 劳斯表

s 3 s^3 s31 3 ω p 2 3\omega_p^2 3ωp2​
s 2 s^2 s2 3 ω p 3\omega_p 3ωp​ ω p 3 ( 1 + K ) \omega_p^3(1+K) ωp3​(1+K)
s 1 s^1 s1 ω p 2 ( 8 − K ) 3 \frac{\omega_p^2(8-K)}{3} 3ωp2​(8−K)​0
s 0 s^0 s0 ω p 3 ( 1 + K ) \omega_p^3(1+K) ωp3​(1+K)

13.3 稳定性条件

劳斯表第一列全部为正:

  • 1 > 0 1 > 0 1>0 ✅
  • 3 ω p > 0 3\omega_p > 0 3ωp​>0 ✅
  • ω p 2 ( 8 − K ) 3 > 0 ⇒ K < 8 \frac{\omega_p^2(8-K)}{3} > 0 \Rightarrow K < 8 3ωp2​(8−K)​>0⇒K<8
  • ω p 3 ( 1 + K ) > 0 ⇒ K > − 1 \omega_p^3(1+K) > 0 \Rightarrow K > -1 ωp3​(1+K)>0⇒K>−1

稳定条件是 K < 8 K < 8 K<8,与根轨迹法结论一致。

十四、超前/滞后补偿器设计

14.1 为什么需要补偿

K=5 时 PM 只有 17.4°,需要补偿到 45° 以上。

14.2 超前补偿器

传递函数:

G c ( s ) = 1 + s / ω z 1 + s / ω p ′ G_c(s) = \frac{1+s/\omega_z}{1+s/\omega_p'} Gc​(s)=1+s/ωp′​1+s/ωz​​

其中 ω z < ω p ′ \omega_z < \omega_p' ωz​<ωp′​,零点提供相位超前。

设计步骤:

  1. 确定需要多少相位超前
  2. 确定零点频率
  3. 确定极点频率
  4. 用RC网络实现

14.3 无源超前网络

电路结构:

Vin ──┬── R1 ──┬── Vout
      │        │
      C        R2
      │        │
      └────────┴── GND

零点频率: ω z = 1 R 1 C \omega_z = \frac{1}{R_1C} ωz​=R1​C1​

极点频率: ω p ′ = 1 ( R 1 ∣ ∣ R 2 ) C \omega_p' = \frac{1}{(R_1||R_2)C} ωp′​=(R1​∣∣R2​)C1​

14.4 有源超前补偿器

把超前网络放在运放的反馈回路中,无衰减。

G c ( s ) = − R f R i n ⋅ 1 + s R i n C i n 1 + s R f C f G_c(s) = -\frac{R_f}{R_{in}} \cdot \frac{1+sR_{in}C_{in}}{1+sR_fC_f} Gc​(s)=−Rin​Rf​​⋅1+sRf​Cf​1+sRin​Cin​​

零点: ω z = 1 R i n C i n \omega_z = \frac{1}{R_{in}C_{in}} ωz​=Rin​Cin​1​

极点: ω p ′ = 1 R f C f \omega_p' = \frac{1}{R_fC_f} ωp′​=Rf​Cf​1​

十五、状态空间法

15.1 从传递函数到状态空间

开环传递函数:

G H ( s ) = K ω p 3 s 3 + 3 ω p s 2 + 3 ω p 2 s + ω p 3 GH(s) = \frac{K\omega_p^3}{s^3 + 3\omega_p s^2 + 3\omega_p^2 s + \omega_p^3} GH(s)=s3+3ωp​s2+3ωp2​s+ωp3​Kωp3​​

能控标准型状态空间:

x ˙ = A x + B u \dot{x} = Ax + Bu x˙=Ax+Bu

y = C x y = Cx y=Cx

其中:

A = [ 0 1 0 0 0 1 − ω p 3 − 3 ω p 2 − 3 ω p ] A = \begin{bmatrix} 0 & 1 & 0 \\ 0 & 0 & 1 \\ -\omega_p^3 & -3\omega_p^2 & -3\omega_p \end{bmatrix} A= ​00−ωp3​​10−3ωp2​​01−3ωp​​ ​

B = [ 0 0 1 ] B = \begin{bmatrix} 0 \\ 0 \\ 1 \end{bmatrix} B= ​001​ ​

C = [ K ω p 3 0 0 ] C = \begin{bmatrix} K\omega_p^3 & 0 & 0 \end{bmatrix} C=[Kωp3​​0​0​]

15.2 状态空间与传递函数的关系

传递函数:

G H ( s ) = C ( s I − A ) − 1 B GH(s) = C(sI - A)^{-1}B GH(s)=C(sI−A)−1B

十六、可控性与可观性

16.1 可控性

系统可控的条件是可控性矩阵满秩:

C = [ B A B A 2 B ] \mathcal{C} = \begin{bmatrix} B & AB & A^2B \end{bmatrix} C=[B​AB​A2B​]

对于三级RC电路:

C = [ 0 0 1 0 1 − 3 ω p 1 − 3 ω p 9 ω p 2 − ω p 3 ] \mathcal{C} = \begin{bmatrix} 0 & 0 & 1 \\ 0 & 1 & -3\omega_p \\ 1 & -3\omega_p & 9\omega_p^2 - \omega_p^3 \end{bmatrix} C= ​001​01−3ωp​​1−3ωp​9ωp2​−ωp3​​ ​

行列式非零,系统可控。

16.2 可观性

可观性矩阵:

O = [ C C A C A 2 ] \mathcal{O} = \begin{bmatrix} C \\ CA \\ CA^2 \end{bmatrix} O= ​CCACA2​ ​

对于三级RC电路,可观性矩阵满秩,系统可观。

16.3 物理意义

  • 可控:可以通过输入信号把系统状态驱动到任意目标。
  • 可观:可以通过输出信号推断出所有内部状态。

十七、极点配置与观测器

17.1 状态反馈

假设所有状态可测,用状态反馈:

u = − K x + r u = -Kx + r u=−Kx+r

闭环系统:

x ˙ = ( A − B K ) x + B r \dot{x} = (A - BK)x + Br x˙=(A−BK)x+Br

通过选择 K K K,可以把闭环极点配置到任意位置。

17.2 观测器

如果状态不可测,设计观测器:

x ^ ˙ = A x ^ + B u + L ( y − C x ^ ) \dot{\hat{x}} = A\hat{x} + Bu + L(y - C\hat{x}) x^˙=Ax^+Bu+L(y−Cx^)

观测器误差:

e ˙ = ( A − L C ) e \dot{e} = (A - LC)e e˙=(A−LC)e

通过选择 L L L,让观测器误差快速衰减。

17.3 分离原理

观测器和状态反馈可以独立设计:

u = − K x ^ + r u = -K\hat{x} + r u=−Kx^+r

十八、数字控制:Z变换

18.1 连续系统离散化

连续传递函数:

G H ( s ) = K ( 1 + s / ω p ) 3 GH(s) = \frac{K}{(1+s/\omega_p)^3} GH(s)=(1+s/ωp​)3K​

用零阶保持器离散化,采样周期 T s T_s Ts​:

G H ( z ) = ( 1 − z − 1 ) Z { G H ( s ) s } GH(z) = (1-z^{-1})\mathcal{Z}\left\{\frac{GH(s)}{s}\right\} GH(z)=(1−z−1)Z{sGH(s)​}

18.2 Z变换的关键

连续域离散域
s s s 2 T s z − 1 z + 1 \frac{2}{T_s}\frac{z-1}{z+1} Ts​2​z+1z−1​(双线性变换)
e − s T s e^{-sT_s} e−sTs​ z − 1 z^{-1} z−1(单位延迟)
左半平面单位圆内
右半平面单位圆外

18.3 稳定性判据

  • 连续域:极点在左半平面 → 稳定
  • 离散域:极点在单位圆内 → 稳定

18.4 数字补偿器

连续域设计的补偿器,用双线性变换变成离散域:

G c ( z ) = G c ( s ) ∣ s = 2 T s z − 1 z + 1 G_c(z) = G_c(s)\big|_{s = \frac{2}{T_s}\frac{z-1}{z+1}} Gc​(z)=Gc​(s) ​s=Ts​2​z+1z−1​​

十九、非线性控制:滑模控制简介

19.1 为什么需要非线性控制

当系统存在参数大范围变化、外部扰动、模型不确定时,线性控制可能不够鲁棒。

19.2 滑模控制的核心思想

定义一个滑模面:

s = e ˙ + λ e s = \dot{e} + \lambda e s=e˙+λe

控制律:

u = u e q + K ⋅ sign ( s ) u = u_{eq} + K \cdot \text{sign}(s) u=ueq​+K⋅sign(s)

19.3 滑模控制的优点

  • 对参数变化和扰动不敏感
  • 响应快
  • 鲁棒性强

19.4 滑模控制的缺点

  • 抖振(chattering)
  • 需要高频切换

19.5 在电机控制中的应用

  • 滑模观测器:估计反电动势,实现无感 FOC
  • 滑模速度控制:提高抗扰动能力

二十、FOC电流环PI设计实战:从L/R到穿越频率的完整推导

这一章把前面所有理论应用到FOC电流环设计中,是全文的实战升华。

20.1 被控对象:电机绕组

电机定子绕组等效为电阻 R R R 和电感 L L L 串联。根据基尔霍夫电压定律:

v ( t ) = R   i ( t ) + L d i ( t ) d t v(t) = R\,i(t) + L\frac{di(t)}{dt} v(t)=Ri(t)+Ldtdi(t)​

拉普拉斯变换:

V ( s ) = R I ( s ) + L s I ( s ) = ( L s + R ) I ( s ) V(s) = R I(s) + L s I(s) = (Ls + R) I(s) V(s)=RI(s)+LsI(s)=(Ls+R)I(s)

传递函数:

G p ( s ) = I ( s ) V ( s ) = 1 L s + R G_p(s) = \frac{I(s)}{V(s)} = \frac{1}{Ls + R} Gp​(s)=V(s)I(s)​=Ls+R1​

20.2 转折频率的推导

整理成标准一阶形式:

G p ( s ) = 1 / R 1 + s   L / R G_p(s) = \frac{1/R}{1 + s\,L/R} Gp​(s)=1+sL/R1/R​

对比标准形式 H ( s ) = K 1 + s / ω p H(s) = \frac{K}{1 + s/\omega_p} H(s)=1+s/ωp​K​:

L R = 1 ω p \frac{L}{R} = \frac{1}{\omega_p} RL​=ωp​1​

解得:

ω p = R L \boxed{\omega_p = \frac{R}{L}} ωp​=LR​​

普通频率:

f p = R 2 π L \boxed{f_p = \frac{R}{2\pi L}} fp​=2πLR​​

物理意义:转折频率是电机绕组对基波电压响应的固有频率。超过它,开环下电流以 -20dB/dec 衰减。由电机参数 R R R、 L L L 决定,不能通过控制改变。

20.3 穿越频率的推导

PI控制器:

G c ( s ) = K p + K i s = K p s + K i s G_c(s) = K_p + \frac{K_i}{s} = \frac{K_p s + K_i}{s} Gc​(s)=Kp​+sKi​​=sKp​s+Ki​​

开环传递函数:

G o p e n ( s ) = G c ( s ) ⋅ G p ( s ) = K p s + K i s ( L s + R ) G_{open}(s) = G_c(s) \cdot G_p(s) = \frac{K_p s + K_i}{s(Ls + R)} Gopen​(s)=Gc​(s)⋅Gp​(s)=s(Ls+R)Kp​s+Ki​​

零极点对消: 令 PI 零点等于电机极点:

K i K p = R L \frac{K_i}{K_p} = \frac{R}{L} Kp​Ki​​=LR​

代入后约分:

G o p e n ( s ) = K p L s G_{open}(s) = \frac{K_p}{L s} Gopen​(s)=LsKp​​

穿越频率定义:

∣ G o p e n ( j ω c ) ∣ = 1 |G_{open}(j\omega_c)| = 1 ∣Gopen​(jωc​)∣=1

∣ K p j L ω c ∣ = K p L ω c = 1 \left|\frac{K_p}{j L \omega_c}\right| = \frac{K_p}{L \omega_c} = 1 ​jLωc​Kp​​ ​=Lωc​Kp​​=1

解得:

ω c = K p L \boxed{\omega_c = \frac{K_p}{L}} ωc​=LKp​​​

普通频率:

f c = K p 2 π L \boxed{f_c = \frac{K_p}{2\pi L}} fc​=2πLKp​​​

反推 PI 参数:

K p = 2 π f c L \boxed{K_p = 2\pi f_c L} Kp​=2πfc​L​

K i = 2 π f c R \boxed{K_i = 2\pi f_c R} Ki​=2πfc​R​

物理意义:穿越频率是电流环闭环带宽,由设计者选定的 K p K_p Kp​ 和电机电感 L L L 决定,与电阻 R R R 无关。

20.4 带宽的严格求法

闭环传递函数:

T ( s ) = G o p e n 1 + G o p e n = K p L s + K p = 1 1 + s L / K p T(s) = \frac{G_{open}}{1+G_{open}} = \frac{K_p}{Ls + K_p} = \frac{1}{1+sL/K_p} T(s)=1+Gopen​Gopen​​=Ls+Kp​Kp​​=1+sL/Kp​1​

闭环 -3dB 频率:

∣ T ( j ω B W ) ∣ = 1 2 |T(j\omega_{BW})| = \frac{1}{\sqrt{2}} ∣T(jωBW​)∣=2 ​1​

解得:

ω B W = K p L = ω c \omega_{BW} = \frac{K_p}{L} = \omega_c ωBW​=LKp​​=ωc​

在 FOC 电流环中,穿越频率恰好等于带宽。

20.5 为什么穿越频率等于带宽?——负反馈的数学本质

单位负反馈下,穿越频率处闭环增益:

∣ T ( j ω c ) ∣ = 1 2 ∣ cos ⁡ ( ϕ / 2 ) ∣ |T(j\omega_c)| = \frac{1}{2|\cos(\phi/2)|} ∣T(jωc​)∣=2∣cos(ϕ/2)∣1​

其中 ϕ \phi ϕ 是开环相位。

PM ϕ \phi ϕ穿越频率处闭环增益是否 -3dB
90°-90° 1 / ( 2 × 0.707 ) = 0.707 1/(2\times0.707) = 0.707 1/(2×0.707)=0.707✅ 是
60°-120° 1 / ( 2 × 0.5 ) = 1.0 1/(2\times0.5) = 1.0 1/(2×0.5)=1.0❌ 不是
45°-135° 1 / ( 2 × 0.383 ) = 1.31 1/(2\times0.383) = 1.31 1/(2×0.383)=1.31❌ 不是

FOC电流环对消后开环是纯积分器,相位恒为 -90°,PM = 90°,所以穿越频率处闭环增益恰好是 0.707,两者完全重合。

20.6 数值实例

电机: L = 1  mH L = 1\text{ mH} L=1 mH, R = 0.5 Ω R = 0.5\Omega R=0.5Ω。

转折频率:

ω p = 0.5 0.001 = 500  rad/s , f p = 500 2 π ≈ 80  Hz \omega_p = \frac{0.5}{0.001} = 500\text{ rad/s}, \quad f_p = \frac{500}{2\pi} \approx 80\text{ Hz} ωp​=0.0010.5​=500 rad/s,fp​=2π500​≈80 Hz

选穿越频率 f c = 1.5  kHz f_c = 1.5\text{ kHz} fc​=1.5 kHz:

ω c = 2 π × 1500 = 9425  rad/s \omega_c = 2\pi \times 1500 = 9425\text{ rad/s} ωc​=2π×1500=9425 rad/s

PI参数:

K p = 10 − 3 × 9425 = 9.42 Ω K_p = 10^{-3} \times 9425 = 9.42\Omega Kp​=10−3×9425=9.42Ω

K i = 0.5 × 9425 = 4712  V/(A⋅s) K_i = 0.5 \times 9425 = 4712\text{ V/(A·s)} Ki​=0.5×9425=4712 V/(A⋅s)

验证对消:

K i K p = 4712 9.42 = 500 = R L ✅ \frac{K_i}{K_p} = \frac{4712}{9.42} = 500 = \frac{R}{L} \quad ✅ Kp​Ki​​=9.424712​=500=LR​✅

20.7 穿越频率的选择约束

因素影响
PWM 频率 f c ≤ f s w / 10 ∼ f s w / 5 f_c \le f_{sw}/10 \sim f_{sw}/5 fc​≤fsw​/10∼fsw​/5
数字延迟延迟越大, f c f_c fc​ 必须越低
电流噪声噪声越大, f c f_c fc​ 越低
母线电压高速时反电动势大,带宽受限
机械谐振避免覆盖谐振频率
PWM 频率推荐穿越频率
10 kHz1 ~ 2 kHz
20 kHz2 ~ 4 kHz
50 kHz5 ~ 10 kHz

20.8 反电动势的处理

完整电压方程:

v = R i + L d i d t + e v = Ri + L\frac{di}{dt} + e v=Ri+Ldtdi​+e

其中 e = K e ω e = K_e\omega e=Ke​ω。在电流环带宽内,反电动势变化极慢, Δ e ≈ 0 \Delta e \approx 0 Δe≈0,所以小信号模型仍是 G p ( s ) = 1 / ( L s + R ) G_p(s) = 1/(Ls+R) Gp​(s)=1/(Ls+R)。稳态时 PI 积分项自动补偿反电动势;动态时可用前馈补偿 v r e f = v P I + e ^ v_{ref} = v_{PI} + \hat{e} vref​=vPI​+e^。

20.9 本章总结

项目公式决定因素
转折频率 ω p = R / L \omega_p = R/L ωp​=R/L电机参数,不可调
穿越频率 ω c = K p / L \omega_c = K_p/L ωc​=Kp​/L设计者选定的 K p K_p Kp​ 和 L L L
带宽 ω B W = K p / L = ω c \omega_{BW} = K_p/L = \omega_c ωBW​=Kp​/L=ωc​与穿越频率重合(PM=90°)
K p K_p Kp​ 2 π f c L 2\pi f_c L 2πfc​L由 f c f_c fc​ 和 L L L 决定
K i K_i Ki​ 2 π f c R 2\pi f_c R 2πfc​R由 f c f_c fc​ 和 R R R 决定

二十一、全文总结

21.1 核心概念速查表

概念公式/含义
LTI系统线性 + 时不变,传递函数存在的基石
拉普拉斯变换 F ( s ) = ∫ 0 ∞ f ( t ) e − s t d t F(s) = \int_0^\infty f(t)e^{-st}dt F(s)=∫0∞​f(t)e−stdt
逆变换 f ( t ) = ∑ A k e p k t f(t) = \sum A_k e^{p_k t} f(t)=∑Ak​epk​t
传递函数 H ( s ) = Y ( s ) / X ( s ) H(s) = Y(s)/X(s) H(s)=Y(s)/X(s)
开环传递函数 G H ( s ) = G ( s ) H ( s ) GH(s) = G(s)H(s) GH(s)=G(s)H(s),信号绕一圈的增益
闭环传递函数 G 1 + G H \frac{G}{1+GH} 1+GHG​,从输入到输出的综合关系
闭环特征方程 1 + G H = 0 1+GH=0 1+GH=0,解出闭环极点
极点分母的根,决定 e p k t e^{p_k t} epk​t,管稳定性
零点分子的根,决定系数 A k A_k Ak​,管响应形状
一阶极点 s p = − ω p s_p = -\omega_p sp​=−ωp​,-20dB/dec
一阶零点 s z = − ω z s_z = -\omega_z sz​=−ωz​,+20dB/dec
二阶极点实部 − ζ ω n -\zeta\omega_n −ζωn​,衰减速率
二阶极点虚部 ω n 1 − ζ 2 \omega_n\sqrt{1-\zeta^2} ωn​1−ζ2 ​,振荡频率
转折频率单个极点/零点开始起作用的频率,局部
穿越频率开环增益=0dB的频率,全局
相位裕度 P M = 180 ° + ∠ G H ( j ω c ) PM = 180° + \angle GH(j\omega_c) PM=180°+∠GH(jωc​)
增益裕度 G M = − 20 log ⁡ 10 ∣ G H ( j ω 180 ) ∣ GM = -20\log_{10}|GH(j\omega_{180})| GM=−20log10​∣GH(jω180​)∣
根轨迹闭环极点随K变化的轨迹
劳斯判据不解方程判断稳定性的代数方法
状态空间用矩阵描述系统
可控性能否通过输入驱动状态
可观性能否通过输出推断状态
带宽闭环 -3dB 点,PM=90° 时等于穿越频率

21.2 分析流程总结

确定LTI系统 → 微分方程 → 拉普拉斯变换 → 传递函数 → 因式分解
    ↓
极点/零点 → 稳定性判断 → 时域响应 → 频域响应 → 波特图
    ↓
穿越频率 → PM/GM → 稳定性判据
    ↓
根轨迹法 → 劳斯判据 → 超前/滞后补偿
    ↓
状态空间 → 可控性/可观性 → 极点配置/观测器
    ↓
Z变换 → 数字控制
    ↓
FOC电流环PI设计 → 转折频率 R/L → 穿越频率 Kp/L → Kp=2πfcL, Ki=2πfcR

21.3 一句话总结

拉普拉斯变换把微分方程变成代数式;开环传递函数 G H GH GH 是信号绕一圈的增益,闭环传递函数 G / ( 1 + G H ) G/(1+GH) G/(1+GH) 是整个系统的综合关系;闭环特征方程 1 + G H = 0 1+GH=0 1+GH=0 的根决定稳定性;波特图把零极点在频域上的效果画出来,穿越频率处算 PM,相位 -180° 处算 GM,两者都大于 0 闭环才稳定。在 FOC 电流环中,转折频率 R / L R/L R/L 是电机固有,穿越频率 K p / L K_p/L Kp​/L 是设计目标,零极点对消后 PM=90°,穿越频率恰好等于带宽,PI 参数由 K p = 2 π f c L K_p=2\pi f_c L Kp​=2πfc​L 和 K i = 2 π f c R K_i=2\pi f_c R Ki​=2πfc​R 直接计算。

别再死记硬背了!用Python+SymPy搞定自动控制原理里的微分方程和拉氏变换 本文介绍如何利用Python和SymPy工具包简化自动控制原理中的微分方程和拉氏变换计算。通过实战案例展示从RLC电路建模到PID控制器设计的完整流程,帮助工程师和学生摆脱繁琐的手工计算,提升学习效率和工程实践能力。重点演示了符号计算在传递函数推导和零极点分析中的应用价值。 阅读详情

相关推荐

【自动控制原理】从微分方程到传递函数:三大数学工具的工程化解析

本文深入解析自动控制原理中微分方程、拉氏变换和传递函数三大数学工具的工程应用。通过直流电机、RLC电路和水箱液位控制等实例,详细演示如何建立系统微分方程,利用拉氏变换简化求解,最终获得揭示系统特性的传递函数,为控制系统设计与调试提供实用方法论。

weixin_30500105的博客 483

自动控制原理:反馈控制系统的复域分析

根轨迹(root locus)是开环系统某一参数从零变到无穷时,闭环系统特征方程式的根在s平面的变化轨迹。根轨迹法的基本任务在于,如何由已知的开环零、极点的分布及根轨迹增益,通过图解法找出闭环极点。

追求。 5125

别再死记硬背了!用Python+SymPy手把手带你推导传递函数(附梅森公式自动求解)

本文介绍如何利用Python和SymPy库简化自动控制原理中的数学推导,包括微分方程求解、传递函数推导及梅森公式自动求解。通过代码实践,读者可以避免手工计算错误,直观理解系统动态特性,并高效完成复杂控制系统的分析与设计。

weixin_42651281的博客 387

零极点对消:原理、作用与风险

摘要:零极点对消是自动控制中的重要概念,通过在传递函数中约去相同零极点来简化系统。其主要作用包括降低系统阶数便于分析,以及在控制器设计中消除不良动态特性。但存在三大风险:模型不精确导致残留模态、内部稳定性问题(严禁对消不稳定极点),以及隐含动态影响。工程实践中应遵循"可对消稳定极点,慎对消临界极点,绝不对消不稳定极点"的原则,并充分考虑模型不确定性和鲁棒性。该技术既是简化工具,也警示需深入理解系统内部特性。

jifengzhiling的博客 1984

MATLAB基础1:控制系统建模

基于胡寿松《自动控制原理》(第七版)附录的MATLAB控制系统基础,快速了解如何用MATLAB进行控制系统性能分析。

FUXI_Willard 727

MATLAB传递函数图绘制指南:从tf到bode与Simulink

传递函数是控制系统分析的核心数学模型,通过拉普拉斯变换将微分方程转化为代数表达式,便于频域和时域分析。在MATLAB中,利用tf对象可统一表示传递函数,进而通过bode、nyquist、nichols等函数绘制频率响应图,或借助Simulink搭建模块化仿真模型。这些技术能直观展示系统稳定性、带宽和动态响应,广泛应用于自动控制、信号处理和工程教育。本文聚焦MATLAB传递函数图绘制,详解从tf构造到bode出图及Simulink仿真的完整路径,并分享feedback与series的实用技巧。

weixin_33146151的博客 202

别再死记硬背了!用Python+SymPy搞定自动控制原理的微分方程和拉氏变换

本文介绍如何利用Python的SymPy库简化自动控制原理中的微分方程和拉氏变换计算,通过代码实践实现数学模型的高效求解与可视化分析。内容涵盖从基础符号计算到传递函数推导,再到系统特性分析,为工程应用提供实用工具链。

weixin_30521161的博客 184

自动控制原理实验:MATLAB与MWORKS模型转换及仿真分析

线性定常系统可用传递函数或状态空间模型描述,两者之间的转换是精确的代数等价。传递函数从外部输入输出关系描述系统,状态空间则暴露内部状态,转换不唯一但逆转换唯一。这种等价性支撑了时域分析、频域分析和串联校正的统一操作。在MATLAB和MWORKS中,通过ss、tf、zpk等函数实现模型转换,并利用step、lsim、nyquist、margin等工具进行仿真验证。掌握这些转换机制,能有效避免浮点误差累积和模型连接错误,提升控制系统设计与调试效率。

weixin_32075843的博客 241

闭环系统的零极点图判定稳定性_自动控制原理课件第3章.ppt

《自动控制原理课件第3章.ppt》由会员分享,提供在线免费全文阅读可下载,此文档格式为ppt,更多相关《自动控制原理课件第3章.ppt》文档请在天天文库搜索。1、第三章 控制系统的稳定性及特性 版本2.0 2011年6月主编修改版 华南理工大学自动化科学与工程学院第三章 控制系统的稳定性及特性3.1 引言3.2 反馈控制系统的结构及其传递函数 3.3 闭环系统的稳定性 3.4 反馈控制系统的特性 ...

weixin_35987371的博客 1767

自动控制原理实验全攻略:从传递函数到Simulink仿真与稳定性分析

传递函数、状态空间和零极点增益是控制系统建模的三种核心数学模型,通过MATLAB和MWORKS可实现模型转换与仿真。时域分析中的阶跃响应揭示阻尼比和自然频率对动态性能的影响,频域分析则借助奈奎斯特图和伯德图判定闭环稳定性。这些技术不仅用于教学实验,更是工业伺服调试和控制器设计的基础。本文以自动控制原理实验为线索,详解从模型建立、时域频域分析到串联校正和EF-Servo滤波的完整流程,帮助读者打通理论到工程实践的断层。

weixin_33824385的博客 253

自动控制原理学习:用MATLAB把卢京潮笔记变成可运行的分析工具

控制系统分析与设计是自动化领域的核心基础,其本质在于通过数学模型描述动态系统行为。传递函数与零极点分析作为经典控制理论的基石,为稳定性、快速性与准确性提供了量化工具。借助MATLAB/Simulink仿真平台,可以将抽象的理论公式转化为可视化曲线与交互式实验,显著提升学习与工程验证效率。无论是劳斯判据、根轨迹法还是伯德图与稳定裕度计算,都可通过代码快速复现,帮助考研学生和工程师深入理解参数变化对系统性能的影响。本文以卢京潮《自动控制原理》笔记为蓝本,梳理如何将课堂知识重构为“可运行”的分析工具,实现从理论到

weixin_28706923的博客 76

别再死记硬背了!用Python+SymPy手把手推导自动控制原理的数学模型(附代码)

本文介绍如何利用Python的SymPy库简化自动控制原理中的数学模型推导过程,通过代码实现从微分方程到传递函数的转换,并进行系统分析与可视化。结合经典案例(如弹簧-质量-阻尼系统和直流电机控制),展示SymPy在控制理论中的实际应用,帮助学习者摆脱死记硬背,提升学习效率。

weixin_42531516的博客 233

自动控制原理实验资源:从传递函数到仿真波形的完整实践指南

传递函数、状态空间等数学模型是控制系统分析的基础,通过MATLAB和MWORKS实现模型转换与仿真,可有效验证时域和频域性能。频域分析中的奈奎斯特判据和伯德图是稳定性判断的核心工具,而串联校正则能改善系统动态响应。这些技术在自动化、机器人及伺服控制等领域应用广泛。本文提供的自动控制原理实验资源,涵盖六个递进式实验,从建模到校正,帮助读者打通理论与实操的断层。

weixin_30702441的博客 229

【控制】如何入门自动控制理论

在知乎看到的神文章,将自控和现控完全的串了一篇,太好的文章了,必须搬运分享过来,也感谢作者 如何入门自动控制理论如何入门自动控制理论一、一个典型的系统响应有什么特点二、幅频响应和相频响应三、传递函数的零、极点是怎么个回事四、什么是闭环控制系统 如何入门自动控制理论 一、一个典型的系统响应有什么特点 二、幅频响应和相频响应 三、传递函数的零、极点是怎么个回事 四、什么是闭环控制系统 From: 如何入门自动控制理论 ...

赵继超的笔记 1119

自动控制原理实验:MATLAB与MWORKS建模及系统性能分析

传递函数、状态空间等LTI模型是控制系统仿真的基础,其建模准确性直接影响时域与频域分析结果。通过MATLAB与MWORKS工具,可完成模型建立、连接运算、阶跃响应、频率特性测量及串联校正等操作,有效避免常见错误如系数顺序错误或反馈极性混淆。这些技术广泛应用于自动控制实验、系统稳定性验证与工程调试中。本文以六个实验为例,详细解析建模、分析与校正的完整流程,帮助读者掌握从仿真曲线反推传递函数及系统性能评估的实践方法。

weixin_34101914的博客 297

CODESYS EtherCAT通讯断了怎么办?手把手教你用ST语言写状态监测程序(附完整代码)

本文详细解析了CODESYS平台下EtherCAT通讯中断的故障排查与恢复方法,通过ST语言编写状态监测程序实现链路监测、故障隔离和伺服恢复。文章包含完整代码示例,帮助工程师快速诊断EtherCAT网络问题,提升工业自动化设备的运行稳定性。

weixin_30919571的博客 209

避开自动控制原理的‘数学陷阱’:时域、复频域与梅森公式的直观理解指南

本文提供了一份直观理解自动控制原理的指南,帮助读者避开复杂的数学陷阱,专注于时域、复频域和梅森增益公式的工程应用。通过生活类比和可视化方法,文章揭示了数学模型背后的物理意义,使读者能够快速掌握系统行为的核心概念,提升工程实践能力。

weixin_29098117的博客 401

【一张图系列】别再混淆了!5分钟搞懂ERP、MES、PLC的职责边界与数据流》

《ERP、MES、PLC系统边界与协作解析》一文清晰阐述了制造业三大核心系统的角色分工与数据流转。文章将ERP比作企业"大脑"负责战略规划,MES作为车间"指挥官"负责执行调度,PLC则是设备"士兵"执行具体操作。通过一张架构图展示了从计划层到控制层的完整信息流:蓝色箭头表示指令下行(ERP→MES→PLC),橙色箭头代表数据上行反馈(PLC→MES→ERP)。文章强调理清系统边界对数字化转型、部门协作和项目实施的关键作用,并预告下期将深入解析ME

「东哥说MES」 专注于MES制造执行系统,为你拆解核心架构、功能模块及与ERP/PLC的集成逻辑。提供从入门到精通的系列干货、精选行业报告与实用工具,构建你的数字化知识体系,关注我,用实战经验照亮你的数字化之路。 977

pole函数的格式matlab,GitHub - Muyun99/Automatic-control-Experiment: 使用matlab完成自动控制原理的实验...

1. 实验笔记1.1 常用的数学模型(1)传递函数模型(系统的外部模型);对线性定常系统,式中s的系数均为常数,且a1不等于零,这时系统在MATLAB中可以方便地由分子和分母系数构成的两个向量唯一地确定出来,这两个向量分别用num和den表示。分子:num=[b1,b2,…,bm,bm+1]分母:den=[a1,a2,…,an,an+1]注意:它们都是按s的降幂进行排列的。(2)零极点增益模型等K...

weixin_42683392的博客 2217

【LCMM实战指南】从增长混合模型到潜在类别轨迹分析的纵向数据建模

本文深入解析了LCMM(潜在类别混合模型)在纵向数据建模中的应用,对比了LCGA与GMM的核心差异与选择策略。通过R语言lcmm包的实战演练,详细展示了从数据模拟、模型拟合、类别数选择到结果解读的全流程,为识别数据中不同的发展轨迹亚型提供了系统指南。

weixin_29070861的博客 383

SAP MM新手避坑指南:工厂间调拨用301还是303?手把手教你选对移动类型

本文深入解析SAP MM模块中工厂间调拨的301与303移动类型,帮助新手避开常见陷阱。通过对比一步法(301)和两步法(303+305)的核心差异、适用场景及财务影响,提供清晰的决策框架和实战技巧,确保库存调拨的准确性和效率。

weixin_29223603的博客 354

Matlab求解自动控制原理,matlab的自动控制原理实现.ppt

* 第 5 章 MATLAB在自动控制原理中的应用 第5章 MATLAB在自动控制原理的应用 5.1 控制系统模型 5.2 控制系统的时域分析 5.3 控制系统的根轨迹 5.4 控制系统的频域分析 5.5 系统的状态空间分析函数 5.6 极点配置和观测器设置 5.7 最优控制系统设计 5.1 控制系统模型 5.1.1 控制系统的描述与LTI对象 1....

weixin_39851008的博客 529

Ansys Zemax | 公差分析中的补偿器优化:如何提升系统良率?

本文深入探讨了在Ansys Zemax公差分析中如何有效设置与优化补偿器以提升系统良率。文章指出,补偿器是连接理想设计与现实生产的关键,通过模拟实际装配中的调整(如后焦距),能显著改善公差分析的“悲观”预测。详细介绍了补偿器的添加方法、多补偿器策略、评价函数设计以及通过灵敏度分析和蒙特卡洛档案优化补偿效果,旨在帮助光学工程师制定更符合生产实际的公差策略,从而有效提升产品良率。

weixin_28419039的博客 624
上一篇: 数学 :概念
下一篇: 齐次方程理解
极客 - L U
博客等级 码龄7年 9647粉丝 78原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

极客 - L U

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值