企业官网建设流程全解析

MATLAB/Simulink 2023b 控制系统双域分析：PI 参数对比与 3 个关键指标量化

控制系统设计工程师常面临一个经典难题：如何在响应速度与稳定性之间找到最佳平衡点。当我们调整PI控制器的Kp和Ki参数时，系统行为会如何变化？时域指标与频域指标之间又存在怎样的关联？本文将带您通过MATLAB/Simulink 2023b的实际操作，揭开这些问题的答案。

1. 双域分析的理论基础与工程意义

控制系统的性能评估从来不是单一维度的考量。时域分析让我们直观看到系统对指令的跟踪速度与振荡程度，而频域分析则揭示了系统对不同频率信号的响应特性。这两种视角如同工程师的"双眼"，缺一不可。

时域核心指标：

• 上升时间（Rise Time）：从10%稳态值到90%稳态值所需时间
• 超调量（Overshoot）：响应超过稳态值的最大百分比
• 调节时间（Settling Time）：响应进入并保持在±5%稳态值范围内的时间

频域关键参数：

在MATLAB环境中，我们可以通过Simulink建模直接获取这些指标，避免了传统手工计算的繁琐。2023b版本新增的自动指标提取功能，只需右键点击示波器波形，就能一键生成完整的性能报告。

2. 仿真环境搭建与参数设置

让我们从一个直流电机速度控制案例开始。在Simulink中创建如下模型结构：

Speed Reference → Sum → PI Controller → PWM Generator → DC Motor → Speed Feedback

模型关键组件参数：

% DC Motor Parameters J = 0.01; % 转动惯量 (kg.m^2) b = 0.1; % 阻尼系数 (N.m.s) K = 0.01; % 电机常数 (V/rad/s) R = 1; % 电阻 (Ohm) L = 0.5; % 电感 (H) % 两组对比PI参数 PI_set1 = [Kp=0.05, Ki=0.05]; PI_set2 = [Kp=0.01, Ki=0.01];

提示：在开始仿真前，务必设置适当的求解器参数。对于这类控制系统，推荐使用ode45变步长求解器，相对容差设为1e-6。

执行以下命令启动仿真并获取时域响应数据：

simOut = sim('DC_Motor_Control'); y1 = simOut.logsout.get('Speed1').Values; y2 = simOut.logsout.get('Speed2').Values; t = simOut.tout;

3. 时域性能的量化对比

运行仿真后，我们得到两组参数下的阶跃响应曲线。通过2023b新增的响应分析器工具，可以自动提取关键指标：

时域性能对比表：

从数据可以看出：

• 高增益组（0.05）：响应速度快但超调明显
• 低增益组（0.01）：响应平缓但速度较慢

这种矛盾关系在实际工程中极为常见。为了更深入理解，我们需要转向频域分析。

4. 频域特性的深入解析

在Simulink中生成系统的开环和闭环伯德图：

% 生成开环伯德图 open_loop = linearize('DC_Motor_Control','op',1); bode(open_loop); % 生成闭环伯德图 closed_loop = linearize('DC_Motor_Control','cl',1); bode(closed_loop);

频域指标对比：

频域分析揭示了时域现象背后的本质：

• 带宽与上升时间成反比关系，验证了时域观察
• 凸峰值直接关联超调量，数值越大系统越接近不稳定
• 相位裕度反映了系统的"安全边际"

5. 参数调节的黄金法则

基于上述分析，我们总结出三条实用经验：

1. 带宽调节法则
   当需要提高响应速度时：

   • 按比例增加Kp和Ki（保持Ki/Kp比值）
   • 每次调整后检查相位裕度是否仍在45°以上

2. 超调抑制方法
   出现过大超调时：

   • 优先减小Kp（对超调影响更大）
   • 保持Ki不变以维持稳态精度
   • 目标是将凸峰值控制在3dB以内

3. 平衡调节策略
   使用以下公式估算初始参数：

   Kp ≈ 2πfBW * J / K Ki ≈ Kp / (3~5)

   其中fBW为期望带宽，J为转动惯量

在实际项目中，我通常会先根据第三个法则计算初始值，再用前两个法则进行微调。这种方法在多个工业伺服系统调试中都取得了良好效果。