企业官网建设流程全解析

简介：这份资源是吴麒教授编著的《自动控制原理》第二版配套课件，面向自动化、电子工程、航空航天等专业的本科生与考研学习者，帮助系统掌握控制系统的建模、分析与设计方法。压缩包共收录140个文件，以102个MATLAB脚本（.m）、23个PPT讲义、10个Flash动画、3份Word文档及2个Simulink模型（.mdl）为主，整体约16.48MB，兼顾理论讲解与仿真验证。课件内容覆盖控制系统定义与分类、微分方程与传递函数建模、劳斯判据与根轨迹稳定性分析、伯德图与尼奎斯特频率响应、PID及状态反馈控制器设计、超前滞后校正、非线性系统描述函数与相平面法、离散系统Z变换以及最优控制与模糊控制等现代控制理论，并配有飞机自动驾驶、机器人控制、电力系统等工程案例。目前已有598人学习下载，适合课堂同步复习、考研梳理知识框架及仿真练习，是一份体系完整、便于检索的经典学习资料。

1. 自动控制原理课件（吴麒）：从“看不懂框图”到能自己推一遍

很多人第一次翻自动控制原理的课件，卡住的地方不是微积分，而是那张方框图——信号从哪进、从哪出、反馈点在哪、为什么一个负号就能决定系统稳不稳定。自动控制原理课件（吴麒）这类资料的价值，不在于它替你考试，而在于它把“时域—复域—频域”三条线串成了一条能自己动手推的路径。它适合两类人：一类是正在学这门课、需要把课堂笔记补成可复现推导的学生；另一类是做嵌入式控制、机器人或过程控制，想把 PID 调参背后的稳定性判据重新捡起来的工程师。这篇笔记不讲空泛的学科意义，只讲怎么把这份课件当成一套可执行的学习材料：先立住传递函数和稳定性这两根柱子，再落到根轨迹、频域校正和离散化，最后给出能自己验算的步骤和参数。

2. 先立住两根柱子：传递函数与稳定性判据

自动控制原理课件（吴麒）里出现频率最高的两个东西，一个是传递函数，一个是稳定性判据。很多人把这两块当成两个独立章节背，结果一到综合题就不知道从哪下手。实际做法是：把传递函数当成系统的“身份证”，把稳定性判据当成“体检标准”，两者必须一起用。

2.1 传递函数到底在描述什么

传递函数 G(s)=Y(s)/U(s) 在零初始条件下成立，它描述的是系统本身的动态特性，和输入大小无关。课件里通常会先给微分方程，再拉氏变换，再整理成比值。这一步的关键不是算，而是理解“为什么可以忽略初始条件”——因为研究的是系统结构对输入的响应形状，而不是某一次具体运行的绝对数值。

我一般会让学生做一件事：拿到一个 RLC 电路或者弹簧阻尼系统，先自己列微分方程，再对照课件里的传递函数，看分母阶数对应几个储能元件。这个对应关系一旦建立，后面看到三阶系统就不会慌。

import sympy as sp s, R, L, C = sp.symbols('s R L C') # RLC 串联电路：输入电压 U，输出电容电压 Y # 分压关系：Y/U = (1/(sC)) / (R + sL + 1/(sC)) G = (1/(s*C)) / (R + s*L + 1/(s*C)) G_simplified = sp.simplify(G) print(G_simplified) # 输出：1/(C*L*s**2 + C*R*s + 1)

这段代码用符号运算把 RLC 电路的传递函数整理成标准二次形式。参数说明：R 是电阻，L 是电感，C 是电容，分母的 s² 项系数是 LC，s 项系数是 RC，常数项是 1。逻辑说明：分母阶数等于独立储能元件个数，这里 L 和 C 各一个，所以是二阶。课件里如果直接给结果，建议自己用这段代码验一遍，避免抄错符号。

2.2 稳定性判据怎么选、怎么用

课件里常见的稳定性判据有三类：劳斯判据、根轨迹法、奈奎斯特判据。选哪个不是随意的：劳斯判据适合已知特征方程系数、判断右半平面根个数；根轨迹适合看某个参数（通常是开环增益 K）从 0 到无穷变化时闭环极点的走向；奈奎斯特适合开环频率特性已知、要判断闭环稳定性的场合。

一个常见的翻车点是：用劳斯判据时只看了第一列符号变化，却忘了处理某行全为零的情况。课件里通常会提“辅助方程”，但很多人跳过。实际做法是：遇到全零行，用上一行系数构造辅助方程，求导后替换该行，再继续。

注意：劳斯判据只能判断绝对稳定性，不能直接给稳定裕度。要裕度就转频域。

3. 根轨迹与频域校正：从“会画”到“会调”

课件里根轨迹和频域校正往往是分开讲的，但实际调参时两者是连着的：根轨迹告诉你极点往哪走，频域告诉你带宽和相位裕度够不够。这一章把这两块接起来。

3.1 根轨迹的手绘规则与代码验算

根轨迹有 8 条左右的手绘规则，课件里一般会列全。但手绘容易在渐近线交点和分离点上出错。我一般会先用规则画个大概，再用 Python 算精确值对照。

import numpy as np import matplotlib.pyplot as plt from control import tf, rlocus # 开环传递函数 G(s) = K / (s*(s+2)*(s+4)) sys = tf([1], [1, 6, 8, 0]) rlocus(sys) plt.title('Root Locus of K/(s(s+2)(s+4))') plt.show() # 分离点：解 dK/ds = 0，即特征方程对 s 求导 import sympy as sp s = sp.symbols('s') K = - (s*(s+2)*(s+4)) dK = sp.diff(K, s) print(sp.solve(dK, s)) # 输出：[-0.845, -3.155] 取在根轨迹上的 -0.845

这段代码用 control 库画根轨迹，用 sympy 求分离点。参数说明：开环极点 0、-2、-4，渐近线交点 (-2, 0)，角度 ±60°、180°。逻辑说明：分离点是 K 的极值点，对特征方程求导后解出的 s 要验证是否在根轨迹上。课件里如果只给图，建议自己跑一遍，确认分离点位置。

3.2 频域校正：超前、滞后、超前滞后怎么选

频域校正的核心是改开环频率特性，让闭环满足相位裕度和截止频率要求。超前校正提相位裕度、增带宽；滞后校正降高频增益、提低频精度；超前滞后兼顾两者。选型看需求：如果原系统相位裕度不够且截止频率偏低，用超前；如果稳态误差大但相位裕度够，用滞后。

from control import tf, margin, bode import numpy as np # 原系统 G0 = 10/(s*(s+1)*(s+2)) G0 = tf([10], [1, 3, 2, 0]) gm, pm, wg, wp = margin(G0) print(f'原系统相位裕度: {pm:.2f} deg, 截止频率: {wp:.2f} rad/s') # 超前校正器 Gc = (a*T*s + 1)/(T*s + 1)，取 a=5, T=0.1 a, T = 5, 0.1 Gc = tf([a*T, 1], [T, 1]) G_open = G0 * Gc gm2, pm2, wg2, wp2 = margin(G_open) print(f'校正后相位裕度: {pm2:.2f} deg, 截止频率: {wp2:.2f} rad/s')

参数说明：a 决定最大超前相位，T 决定中心频率。逻辑说明：先算原系统裕度，再试校正器参数，直到裕度落在 45°~60°、截止频率满足响应速度。课件里通常给公式，但实际调参要迭代，这段代码就是迭代工具。

提示：超前校正的最大相位角 φm = arcsin((a-1)/(a+1))，a 越大相位越多，但高频增益也越大，噪声敏感。

4. 离散化与状态空间：课件里最容易跳过的两章

很多课件把离散化和状态空间放在最后，课时紧就跳过。但实际做嵌入式控制，这两块绕不开。离散化决定采样周期怎么选，状态空间决定多变量系统怎么描述。

4.1 离散化：采样周期不是随便定的

离散化的核心是采样定理和保持器。课件里一般讲零阶保持器（ZOH）和双线性变换（Tustin）。选哪个看场景：ZOH 适合实际 DAC 输出，Tustin 适合频域特性保持。

from control import tf, c2d import numpy as np # 连续系统 G(s) = 1/(s+1) G = tf([1], [1, 1]) Ts = 0.1 # 采样周期 # 零阶保持器离散化 G_zoh = c2d(G, Ts, method='zoh') print('ZOH:', G_zoh) # 双线性变换离散化 G_tustin = c2d(G, Ts, method='tustin') print('Tustin:', G_tustin)

参数说明：Ts 是采样周期，一般取系统带宽的 10 倍以上。逻辑说明：ZOH 在低频段接近连续，Tustin 在截止频率附近更准。课件里如果只给公式，建议用这段代码对比两种方法在同一 Ts 下的差异。

4.2 状态空间：从传递函数到能控能观

状态空间表达式 x_dot = Ax + Bu, y = Cx + Du 在课件里通常从传递函数转换来。能控性和能观性是判断系统能不能用状态反馈和观测器的前提。

from control import tf, tf2ss, ctrb, obsv import numpy as np # G(s) = (s+2)/(s^2+3s+2) G = tf([1, 2], [1, 3, 2]) A, B, C, D = tf2ss(G.num[0][0], G.den[0][0]) print('A:', A) print('B:', B) print('C:', C) # 能控性矩阵 Wc = ctrb(A, B) print('能控性矩阵秩:', np.linalg.matrix_rank(Wc)) # 能观性矩阵 Wo = obsv(A, C) print('能观性矩阵秩:', np.linalg.matrix_rank(Wo))

参数说明：tf2ss 把传递函数转成能控标准型。逻辑说明：能控性矩阵满秩才能设计状态反馈，能观性矩阵满秩才能设计观测器。课件里如果只给定义，建议用这段代码验证一个具体系统。

5. 避坑与排查：课件学习中最容易翻车的 5 个点

这一章按“现象 → 原因 → 解决”写，都是实际学习中最常遇到的。

现象一：劳斯表第一列出现零，但符号变化数算不对。原因：零元素导致下一行无法计算，直接跳过会漏掉右半平面根。 解决：用上一行系数构造辅助方程，求导后替换全零行，再继续算符号变化。

现象二：根轨迹分离点算出来不在根轨迹上。原因：dK/ds=0 的解只是候选点，还要验证该点是否满足相角条件。 解决：把候选点代入开环传递函数，看相角是否为 180°+k·360°。

现象三：频域校正后相位裕度够了，但阶跃响应超调很大。原因：相位裕度和超调不是一一对应，还和闭环带宽、谐振峰值有关。 解决：同时看 Mr 和带宽，必要时加低通滤波或调整校正器零点位置。

现象四：离散化后系统不稳定，但连续系统是稳的。原因：采样周期太大，离散化引入的相位滞后超过裕度。 解决：减小 Ts，或改用 Tustin 并预畸变关键频率。

现象五：状态反馈后系统能控但响应不对。原因：能控性只保证极点可配置，不保证配置后的动态满足要求。 解决：用极点配置或 LQR 时，先明确期望闭环极点位置，再验算。

注意：课件里的例题通常参数干净，实际系统有饱和、延迟、噪声。学课件时就要养成“加扰动再验一遍”的习惯。

6. 把课件变成自己的工具：一个可复用的验算模板

学完课件最怕的是“当时会了，过两周忘了”。我的习惯是：每学完一章，写一个最小验算脚本，把该章的核心公式跑一遍。下面这个模板覆盖传递函数、稳定性、根轨迹、频域、离散化五个环节，改参数就能复用。

import numpy as np import sympy as sp from control import tf, margin, c2d, rlocus, ctrb, obsv import matplotlib.pyplot as plt def analyze_system(num, den, Ts=None): """ 输入：传递函数分子 num、分母 den，可选采样周期 Ts 输出：稳定性、裕度、离散化结果 """ G = tf(num, den) # 1. 稳定性：求闭环极点（单位负反馈） G_cl = G / (1 + G) poles = G_cl.poles() print('闭环极点:', poles) print('稳定:' , np.all(np.real(poles) < 0)) # 2. 频域裕度 gm, pm, wg, wp = margin(G) print(f'相位裕度: {pm:.2f} deg, 截止频率: {wp:.2f} rad/s') # 3. 根轨迹 rlocus(G) plt.title('Root Locus') plt.show() # 4. 离散化 if Ts: G_zoh = c2d(G, Ts, method='zoh') print('ZOH 离散化:', G_zoh) # 5. 能控能观（转状态空间） A, B, C, D = tf2ss(G.num[0][0], G.den[0][0]) print('能控性秩:', np.linalg.matrix_rank(ctrb(A, B))) print('能观性秩:', np.linalg.matrix_rank(obsv(A, C))) # 示例：G(s) = 10/(s(s+1)(s+2)) analyze_system([10], [1, 3, 2, 0], Ts=0.05)

参数说明：num 和 den 按降幂排列，Ts 可选。逻辑说明：这个模板把课件里分散的判据串成一条流水线，改一组参数就能看全貌。我一般会把它存成control_check.py，每次遇到新系统先跑一遍，再翻课件对答案。

一个具体技巧：如果相位裕度在 30° 到 40° 之间，阶跃响应通常有 20% 以上超调，这时候不要急着加校正，先看是不是截止频率太低。把截止频率提上去，裕度往往自然改善。这个经验在课件里不会写，但调过几个实际系统就能体会到。

最后说个我自己的教训：早年学这门课，我把根轨迹规则背得很熟，但第一次调实际电机速度环时，发现按课件算出来的 K 值一加上去就振荡。后来才明白，课件里的模型没有考虑 PWM 延迟和电流环带宽。从那以后，我养成了一个习惯：任何课件里的参数，先打七折上机，再根据响应慢慢加。希望这个习惯也能帮到你。

本文还有配套的精品资源，点击获取