Matlab控制建模实战：从开环到闭环的传递函数构建

1. 从零开始认识传递函数第一次接触控制系统的朋友可能会被传递函数这个概念吓到但其实它就像是我们日常生活中的快递单号。想象一下你在网上购物时商家把货物输入信号交给快递公司经过运输系统处理最终你收到包裹输出信号。传递函数就是描述这个运输过程的数学表达式告诉我们输入信号是怎么变成输出信号的。在Matlab里我们常用两种方式表示传递函数。第一种是直接输入分子分母多项式比如要表示G(s)(s2)/(s²3s5)可以这样写num [1 2]; % 分子多项式系数s的系数是1常数项是2 den [1 3 5]; % 分母多项式系数 G tf(num, den)第二种更直观的方式是用stf(s)定义拉普拉斯算子然后像写数学公式一样直接输入s tf(s); G (s2)/(s^23*s5)这两种方法我都经常用第一种适合从其他资料直接复制系数的情况第二种在做理论推导时更直观。实际使用时发现当系统阶数较高时比如分母是5次多项式第一种方法更容易避免输入错误。2. 开环系统的建模技巧开环系统就像是没有反馈的流水线输入直接通过各个环节得到输出。假设我们要建模一个电机速度控制系统包含电机和减速器两个部分。电机本身的传递函数是1/(0.5s1)减速器可以简化为一个增益0.1。在Matlab中我们可以用三种方式实现这个串联系统% 方法1分别定义后相乘 motor tf(1, [0.5 1]); gear tf(0.1, 1); sys_open1 motor * gear; % 方法2直接写出整体传递函数 sys_open2 tf(0.1, [0.5 1]); % 方法3使用series函数 sys_open3 series(motor, gear);这三种方法得到的结果完全一样但适用场景不同。方法2最简单适合简单系统方法1最灵活可以随时调整某个环节的参数方法3在连接多个子系统时更清晰。我个人的经验是当系统超过3个环节时使用方法1更容易调试和修改。开环系统分析常用的几个函数step(sys)生成阶跃响应曲线bode(sys)绘制伯德图margin(sys)计算幅值裕度和相位裕度3. 闭环系统的构建方法闭环系统就像是有了反馈的智能家居空调会根据室温自动调节。假设我们有一个控制器C(s)10被控对象P(s)1/(s1)构成单位负反馈系统。Matlab提供了两种主要的闭环建模方法C tf(10,1); P tf(1,[1 1]); % 方法1手动计算闭环公式 sys_closed1 C*P/(1C*P); % 方法2使用feedback函数 sys_closed2 feedback(C*P,1);新手常犯的错误是忘记feedback函数的第二个参数表示反馈路径的传递函数。对于单位负反馈可以直接用1如果是其他反馈函数H(s)就需要完整写出。我在项目中遇到过一个问题使用第一种方法时当系统复杂时容易出错而feedback函数会自动处理化简问题。比如下面这个非单位反馈系统H tf([1 0],[0.1 1]); % 反馈环节 sys_closed feedback(P*C, H);这种情况下手动计算很容易出错feedback函数就显示出优势了。不过第一种方法也有好处就是可以清楚地看到闭环传递函数的推导过程适合教学演示。4. 实际案例温度控制系统建模让我们通过一个完整的温度控制案例把前面的知识串起来。假设有一个加热系统其传递函数是1/(10s1)温度传感器模型是1/(0.5s1)使用PI控制器K(s)51/s。首先建立各环节模型s tf(s); heater 1/(10*s1); sensor 1/(0.5*s1); K 5 1/s; % PI控制器然后构建开环传递函数open_loop K * heater * sensor;接着用两种方法构建闭环系统% 方法1手动计算 closed_loop1 K*heater/(1K*heater*sensor); % 方法2使用feedback closed_loop2 feedback(K*heater, sensor);比较两种方法的结果是否一致disp(方法1与方法2的差异) norm(closed_loop1 - closed_loop2)正常情况下应该得到非常小的数值表示两种方法等效。这个案例中传感器模型出现在了反馈回路中这是实际系统中常见的情况。分析系统性能figure; step(closed_loop2); title(闭环阶跃响应); figure; bode(open_loop); title(开环伯德图); [Gm,Pm] margin(open_loop); % 获取稳定裕度在实际调试中发现当PI控制器的积分时间设置不当时系统会出现振荡。这时可以通过调整控制器参数观察闭环响应变化找到最佳参数组合。5. 常见问题排查与调试技巧在建模过程中经常会遇到各种奇怪的问题。这里分享几个我踩过的坑和解决方法问题1系统响应与预期不符检查各环节的串联顺序是否正确。特别是当有多个环节时AB和BA的结果完全不同。我曾经花了半天时间调试最后发现是把电机和传感器的顺序搞反了。问题2feedback函数使用错误记住feedback的标准形式是feedback(前向通路反馈通路)。常见错误是忘记反馈通路的存在搞反了两个参数的顺序对正反馈系统忘记指定1参数正反馈系统应该这样写sys feedback(G,H,1);问题3数值不稳定当系统阶数较高时直接运算可能导致数值问题。可以尝试使用zpk表示法代替tf用minreal函数进行最小实现检查是否有极点零点对消sys zpk(sys); % 转换为零极点形式 sys minreal(sys); % 消除共同因子问题4时间单位不一致实际系统中经常出现有的环节时间单位是秒有的是毫秒。务必统一所有环节的时间单位否则仿真结果会完全错误。我有个项目因为这个原因导致控制器参数怎么调都不对后来发现是传感器厂家给的时间常数单位是毫秒而其他环节用的是秒。调试时可以分段验证先单独测试每个子系统然后测试开环组合最后测试闭环系统使用step、impulse等函数检查各阶段响应是否符合预期6. 进阶技巧多输入多输出系统当系统有多个输入输出时建模方法略有不同。比如一个飞行器控制系统可能需要同时控制俯仰角和滚转角。假设我们有一个双输入双输出系统G11 tf(1,[1 1]); G12 tf(0.5,[1 2]); G21 tf(0.3,[1 1]); G22 tf(2,[1 3]); G [G11 G12; G21 G22]; % 构建传递函数矩阵对于这样的MIMO系统feedback函数同样适用但需要注意维度匹配K [tf(2,1) tf(0,1); tf(0,1) tf(2,1)]; % 对角控制器 H eye(2); % 单位反馈 closed_loop feedback(G*K, H);分析MIMO系统时最好单独分析每个输入输出通道figure; step(closed_loop(1,1)); title(输入1到输出1的响应); figure; step(closed_loop(2,2)); title(输入2到输出2的响应);在实际无人机控制项目中我发现MIMO系统的耦合效应经常被低估。比如调整俯仰通道的参数会影响滚转通道的性能。这时候需要用到相对增益分析(RGA)等方法但在初期建模时至少要先意识到这种交叉影响的存在。