本页目录

经典 II · 建模与传递函数

层次：本科核心｜ 🔗 前置：Laplace 变换（数学站）。要定量地设计控制器，先得把物理装置写成数学。本页讲建模的基本手法与传递函数这个核心工具，并强调一件学校常常一带而过、而工程上决定成败的事：模型永远是错的，关键是知道它错在哪、错多少。

一、从物理定律到微分方程

三个典型对象，注意它们的数学形式惊人地相似：

① 机械（质量-弹簧-阻尼）：由牛顿第二定律

\[m\ddot{x} + b\dot{x} + kx = F\]

② 电路（RLC 串联）：由基尔霍夫定律

\[L\ddot{q} + R\dot{q} + \frac{1}{C}q = v\]

③ 热（集总热容）：

\[C_{th}\dot{T} + \frac{1}{R_{th}}(T - T_{amb}) = P\]

这种同构不是巧合——它反映了能量存储元件（惯性/电感/热容）与耗散元件（阻尼/电阻/热阻）的普遍结构。这就是为什么控制工程师能在机械、电气、化工、生物之间自由迁移：他们操作的是系统的数学形态，而非具体的物理内容。

建模的两条路：

机理建模（白箱）：从物理定律推导。可解释、可外推，但复杂系统难以精确；
数据建模（黑箱）：从输入输出数据辨识（第十八页）。快速有效，但外推能力差。
实际常用灰箱：结构由物理给定，参数由数据拟合。这是工业上最常见的做法。

二、线性化：控制理论的第一个大近似

真实系统几乎都是非线性的。但线性系统理论极其完备（叠加原理、频域方法、解析解），所以标准做法是在工作点附近线性化：

\[\dot{x} = f(x,u) \ \Longrightarrow\ \delta\dot{x} \approx \underbrace{\frac{\partial f}{\partial x}}_{A}\delta x + \underbrace{\frac{\partial f}{\partial u}}_{B}\delta u\]

这个近似的有效性是有条件的：

只在工作点附近成立，大偏离时失效；
有些非线性本质上无法线性化（饱和、死区、间隙、库仑摩擦、滞环）——这些恰恰是实际工程中最常遇到的；
有些系统在不同工作点的线性化模型差异巨大（如机械臂随姿态变化的惯量）→ 需增益调度或非线性方法（第十五页）。

诚实的说法：经典控制的整座大厦建立在线性化之上，而实际系统总有非线性。这不是理论的失败——线性设计 + 足够的鲁棒裕度，在绝大多数工业场合工作得很好。知道近似在哪里会崩，才是关键。

三、传递函数

对线性时不变（LTI）系统做 Laplace 变换，零初始条件下：

\[G(s) = \frac{Y(s)}{U(s)}\]

它把微分方程变成了代数——串联即相乘、并联即相加、反馈即 \(\dfrac{L}{1+L}\)。这个代数化是经典控制威力的来源。

极点与零点：把 \(G(s)\) 写成有理式，分母的根是极点，分子的根是零点。

极点决定固有动态：极点位置直接给出响应的衰减速度与振荡频率；
零点塑造响应形状：不改变稳定性，但影响超调与初始方向；
稳定性判据（连续系统）：所有极点在左半平面（实部为负）。

几个标准形式（务必熟悉，后面反复用）：

\[\text{一阶：}\ \frac{K}{\tau s+1}, \qquad \text{二阶：}\ \frac{\omega_n^2}{s^2+2\zeta\omega_n s+\omega_n^2}\]

\(\tau\) 是时间常数，\(\zeta\) 是阻尼比，\(\omega_n\) 是自然频率。几乎所有实际系统的主导行为，都可以用这两个形式近似——这是工程上极其有用的简化。

四、两个必须警惕的结构

① 右半平面零点（非最小相位）：零点在右半平面时，系统的阶跃响应会先朝相反方向走再回来。

物理例子（都很直观）：

飞机拉升：升降舵先产生向下的力，飞机先掉一点高度再爬升；
锅炉水位的"虚假水位"：加冷水时汽泡塌缩，水位先降后升；
某些变换器的电压响应。

为什么它致命：右半平面零点对可达带宽施加硬性上限——你不能把带宽推过它，否则闭环必然不稳定。这不是设计水平问题，是数学定理（导论 §3 提到的"不可逾越的守恒律"之一）。遇到非最小相位系统，第一件事是接受"我的性能有天花板"。

② 时滞：\(e^{-\tau s}\)。幅值不变，相位随频率线性滞后且无上限。同样施加带宽上限，且是反馈最常见的性能杀手。

处理手段：Smith 预估器（用模型把延迟"移出"回路），但它对模型误差极其敏感，工业上使用需谨慎。

五、模型误差：工程的真正主题

"所有模型都是错的，有些是有用的"——这句箴言在控制工程中有具体含义。典型的误差来源：

未建模的高频动态：机械共振、执行器动态、传感器滤波。它们通常在高频，而反馈在高频最容易失稳——这就是为什么不能无限提高增益；
参数不确定：负载变化、温度漂移、老化、批次差异；
非线性：饱和、摩擦、间隙；
噪声与量化。

控制工程的核心工作，因此不是"为标称模型设计最优控制器"，而是"设计一个在模型错了的情况下依然能工作的控制器"。

这就是"鲁棒性"的含义，它在本课的三个层次上被反复处理：

经典层面：增益裕度与相位裕度（第五页）；
现代层面：\(H_\infty\) 与结构奇异值（第十六页）；
前沿层面：形式化安全保证（第二十一页）。

六、要点

不同物理领域的模型形式同构——这是控制工程师能跨行业的原因；
线性化是整个经典理论的地基，但饱和、摩擦、间隙等本质非线性总在那里；
传递函数把微分方程代数化，极点定动态、零点塑形状；
右半平面零点与时滞给性能设了硬上限——定理，不是水平问题；
建模的目的不是精确，而是"知道误差在哪"，因为控制器必须在误差存在时仍然工作。

下一页：有了模型，先看时域——阶跃响应长什么样，超调、上升时间、稳态误差如何由极点位置决定。这是最直观的性能语言。