企业官网建设流程全解析

简介：这份文档面向具备基础控制理论与编程能力的高年级本科生、研究生及工程技术人员，围绕自动控制原理实验教学，系统讲解控制系统的建模、分析与校正方法，帮助读者在MATLAB与MWORKS环境下完成从数学模型建立到性能验证的完整实践。内容涵盖六个实验：控制系统数学模型的MWORKS与MATLAB实现、时域与频域分析、典型环节动态性能与稳定性分析、频率特性测量、系统串联校正，以及EF-Servo集成与滤波，每个实验均配有实验目的、内容、步骤与思考题，便于对照操作并加深理解。资源包共1个docx文件，约1.43MB，结构完整、篇幅精炼，适合作为课程实验指导书或自学手册使用。目前已有677人学习，读者可借此熟悉传递函数、状态空间、Simulink建模及频率法校正等关键技能，提升动手实践与系统分析能力。

1. 传递函数不是数学作业：为什么控制系统要先建模再仿真

很多人第一次做自动控制原理实验，看到tf(num, den)这种写法，第一反应是「这不就是把系数抄进去吗」。但真正跑过仿真的人会知道，翻车往往就发生在这一步：分子分母系数顺序写反、离散系统忘了采样周期、状态空间转回传递函数后多出几个1e-15的数值噪声，曲线看着没问题，结论却全错。控制系统的时域响应、频域特性、稳定性判据，全都建立在同一个前提上——模型必须和物理系统对得上。这份实验文档把六个实验串成一条线：先用 MATLAB 和 MWORKS 把传递函数、零极点、状态空间三种 LTI 模型建起来，再让典型环节在阶跃信号下暴露动态性能，最后用频率特性测量和串联校正把「分析」推到「设计」。搞懂这条线，你才知道仿真曲线背后到底是哪几个参数在说话。

2. LTI 模型的三种面孔：传递函数、零极点、状态空间为什么能互相转换

2.1 传递函数模型：分子分母系数向量就是全部信息

线性定常系统的传递函数写成多项式比值，MATLAB 和 MWORKS 都用两个行向量num和den来承载。连续系统里den的第一个元素固定是 1，对应最高次项系数归一化；离散系统则多一个采样周期Ts，Ts=-1或空表示采样周期未定义。这个约定看起来琐碎，但它决定了后面所有函数能不能正确识别系统类型。

% 连续系统传递函数 G(s) = 6 / (s^3 + 6s^2 + 11s + 6) num = 6; den = [1 6 11 6]; G = tf(num, den); % den 首元素为 1，表示最高次项 s^3 系数已归一化

tf不只是构造函数，它还是模型转换的入口。把任意 LTI 模型传进去，tf(G)会返回等价的传递函数形式。这里有个容易被忽略的点：状态空间转传递函数时，数值计算会引入浮点误差，原本干净的s^3 + 4s^2 + 5s + 2可能变成1.0s^3 + 3.999999999999999s^2 + ...。这不是 bug，是多项式求根和展开的固有精度损失，看结果时要学会忽略1e-15量级的尾巴。

2.2 零极点增益模型：无零点时为什么必须传空向量

零极点模型把传递函数拆成增益、零点、极点三组数据，物理意义更直接：极点决定系统的固有模态和稳定性，零点影响响应形状。MWORKS 里用zpk(z, p, k)建立，z是零点行向量，p是极点行向量，k是标量增益。

% G(s) = 6 / ((s+1)(s+2)(s+3)) z = []; % 无零点时必须给空向量，不能省略 p = [-1 -2 -3]; k = 6; G = zpk(z, p, k);

无零点时z传空是硬性要求。如果图省事写成z = 0，系统会认为在原点有一个零点，零极点分布图直接多出一个圈，频率响应相位也会跟着偏。这种错误在实验报告里很常见，曲线一画出来和理论对不上，回头查半天才发现是空向量写成了零。

2.3 状态空间模型：为什么它不唯一而传递函数唯一

状态空间用A、B、C、D四个矩阵描述系统，ss(A,B,C,D)建立模型。传递函数和零极点模型对给定系统是唯一的，但状态空间模型不唯一——同一个传递函数可以对应无穷多组状态变量选择，也就是无穷多组A、B、C、D。ss(G)只能把传递函数转成一种指定形式的状态空间实现，常见的是可控标准型。

% 由传递函数转状态空间，再转回传递函数 num = 5; den = [1 4 5 2]; Gtf = tf(num, den); Gss = ss(Gtf); % 得到一种状态空间实现 Gtf1 = tf(Gss); % 转回传递函数，系数会有微小数值误差

这个不唯一性有实际后果：状态响应曲线依赖初始状态x0的定义，换一组状态变量，x(t)的曲线形状就变了，但输出y(t)不变。实验里求零输入响应和零状态响应时，initial(G, x0)和lsim(G, u, t)返回的x是当前实现下的状态轨迹，不能跨实现直接比较。理解这一点，才不会对着两条不同的状态曲线怀疑自己算错。

2.4 模型连接：串联相乘、并联相加、反馈用 feedback

子系统连接是建模的基本操作。串联用G = G2 * G1，注意乘法顺序对应信号流向，G1在前G2在后；并联用G = G1 + G2；反馈用feedback(G1, G2)，默认负反馈。

G1 = tf([1 1], [1 4 4]); % 子系统1 G2 = tf(1, [1 1]); % 子系统2 G_series = G2 * G1; % 串联 G_parallel = G1 + G2; % 并联 G_feedback = feedback(G1, G2); % 负反馈连接

反馈连接最容易出错的地方是正负号。feedback默认负反馈，如果实际是正反馈，必须显式传第三个参数+1。另外，反馈连接要求两个系统的输入输出维度匹配，单输入单输出系统直接连没问题，多变量系统就要检查矩阵维度，否则报错信息不会告诉你具体哪一维对不上。

3. 时域响应：step、lsim、initial 背后在解什么方程

3.1 典型环节的阶跃响应：参数变化到底改变了哪条曲线

比例、积分、微分、惯性、延迟五个典型环节，在单位阶跃信号下的响应形状各不相同，但实验要求改变参数观察影响，这其实是在训练「参数到曲线」的映射直觉。比例环节G(s)=K，输出就是输入的K倍，阶跃响应是一条高度为K的水平线，K只改变幅值不改变形状。积分环节G(s)=K/s，阶跃响应是斜率为K的直线，K越大爬升越快。微分环节G(s)=Ts，对阶跃信号的理论输出是冲激，Simulink 里用du/dt模块仿真时会看到极窄的尖峰，T改变尖峰面积。

惯性环节G(s)=K/(Ts+1)是最值得细看的。阶跃响应按指数规律趋近K，时间常数T决定爬升速度：T=0.1时几乎瞬间到位，T=10时慢得肉眼可见。这里有个血泪经验——Simulink 仿真时间设得太短，T=10的曲线只画出一小段，看起来像线性上升，误判成积分环节。延迟环节G(s)=e^{-τs}在 Simulink 里用 Transport Delay 模块，τ改变的是响应整体右移的时间，波形形状不变。

3.2 二阶系统：阻尼比和无阻尼振荡频率各自管什么

二阶系统是时域分析的核心。标准形式G(s) = ωn² / (s² + 2ζωn s + ωn²)，两个参数分工明确：阻尼比ζ决定超调量和振荡程度，无阻尼振荡频率ωn决定响应快慢。

zeta = 0.707; % 阻尼比 wn = 5; % 无阻尼振荡频率 num = wn^2; den = [1 2*zeta*wn wn^2]; G = tf(num, den); step(G); % 绘制单位阶跃响应

固定ωn=5，让ζ取 0、0.5、0.707、1、1.5：ζ=0是等幅振荡，永远不收敛；ζ=0.5有明显超调，大约 16%；ζ=0.707是工程上常说的最佳阻尼，超调约 4.3%，上升时间和调节时间折中；ζ=1临界阻尼，无超调但响应偏慢；ζ=1.5过阻尼，更慢且无超调。固定ζ在 0 到 1 之间，改变ωn取 0.5、1、3、5，会发现ωn越大响应越快，上升时间和峰值时间都缩短，但超调量基本不变——因为超调只由ζ决定。

这个分工不是巧合。二阶系统的极点位置是-ζωn ± jωn√(1-ζ²)，实部-ζωn决定衰减速度，虚部ωn√(1-ζ²)决定振荡频率。ζ改变的是实部和虚部的比例，ωn改变的是整体缩放。理解极点位置，比死记「ζ 影响超调」有用得多。

3.3 step、lsim、initial 的调用差异与返回值含义

三个函数对应三类响应求解。step(G, t)求单位阶跃响应，t是时间向量，通常取0:dt:t_end，dt是步长，t_end要足够覆盖调节时间。lsim(G, u, t)求任意输入u作用下的响应，u的长度必须和t一致。initial(G, x0)求零输入响应，只对状态空间模型有意义，x0是初始状态向量。

A = [0 1; -2 -3]; B = [0; 1]; C = [1 1]; D = 0; G = ss(A, B, C, D); t = 0:0.5:10; x0 = [1; -1]; [yo, t, xo] = initial(G, x0, t); % 零输入响应 u = ones(size(t)); [yu, t, xu] = lsim(G, u, t); % 零状态响应 y = yo + yu; % 总响应，线性系统可叠加

返回值里x只有状态空间模型才有，传递函数模型调用step时x返回空矩阵。总响应等于零输入响应加零状态响应，这是线性系统的叠加原理，实验里把两条曲线相加验证一下，比看公式直观。注意lsim的输入u如果是行向量而t是列向量，维度不匹配会报错，统一转成列向量最稳妥。

3.4 稳定性判断：极点位置和特征值是一回事

连续系统渐近稳定的充要条件是所有极点位于 s 左半平面，等价于状态矩阵A的所有特征值实部为负。pole(G)返回传递函数极点，eig(A)返回矩阵特征值，roots(den)返回分母多项式根，三个函数从不同入口回答同一个问题。

G = tf(1, [1 4 10 6]); p = pole(G); % 传递函数极点 pzmap(G); % 零极点图，直观看到极点是否在左半平面

实验里判断稳定性时，光看pole返回的数值还不够，要确认没有极点恰好落在虚轴上——虚轴上的极点对应临界稳定，阶跃响应是等幅振荡或线性增长，和稳定是两回事。数值计算可能把-1e-16这种接近零的实部算出来，判断时要设一个容差，不能死抠符号。

4. 频域分析：奈奎斯特图和伯德图在回答不同问题

4.1 奈奎斯特判据：开环曲线怎么判断闭环稳定性

奈奎斯特图把开环频率响应画在复平面上，横轴实部、纵轴虚部，频率从 0 到无穷变化。判据的核心是看曲线包围临界点(-1, j0)的圈数：闭环系统稳定的充要条件是包围圈数等于开环右半平面极点数。对于开环稳定的系统，曲线不包围(-1, j0)就闭环稳定。

num = 2; den = [1 9 14 0]; % 开环 G(s) = 2 / (s^3 + 9s^2 + 14s) G = tf(num, den); nyquist(G); % 绘制奈奎斯特图

奈奎斯特图容易看错的地方是曲线走向和频率方向。图上不标频率，判断包围方向时要结合nyquist返回的数据或者手动标注几个关键频率点。另外，开环有积分环节时曲线在原点附近趋于无穷，MATLAB 画出来的图会有断裂或大圆弧，不能简单按「包围」数圈，要补画无穷大半圆再判断。

4.2 伯德图与 margin：幅值裕度和相位裕度从哪读

伯德图把幅频和相频分开画，横轴对数频率。bode(G)画图，margin(G)直接算出幅值裕度和相位裕度并在图上标出来。相位裕度是幅频曲线穿过 0 dB 时，相频曲线距离 -180° 的差值；幅值裕度是相频曲线穿过 -180° 时，幅频曲线距离 0 dB 的差值。

G = tf(2, [1 9 14 0]); margin(G); % 自动标注幅值裕度和相位裕度 [Gm, Pm, Wcg, Wcp] = margin(G); % 返回裕度值和对应频率

margin返回的Gm是幅值裕度的绝对值，换算成 dB 要取20*log10(Gm)。相位裕度为正表示稳定，为负表示不稳定。工程上常要求相位裕度在 30° 到 60° 之间，太小系统振荡厉害，太大响应迟钝。实验里比较奈奎斯特判据和极点判据的结果，本质上是在验证同一个稳定性结论的两种表达，数值上可能有微小差异，但定性结论必须一致。

4.3 频率特性测量：从实验曲线反推传递函数

实验四要求用实验方法测一阶惯性环节和二阶系统的频率特性，再反推传递函数。一阶惯性环节G(s)=K/(Ts+1)的幅相曲线是个半圆，半圆直径对应低频增益K，曲线上某频率点的相角φ满足tan φ = -ωT，取一个点就能算出T。

这个反推过程依赖测量精度。实验设备测出来的幅值和相位有噪声，选点太靠近高频或低频都会放大误差，一般取相角在 -45° 附近的点算T最稳。软件仿真得到的曲线是理想值，和实验曲线对比时，差异主要来自电路元件的容差和测量仪器的频响限制，不是仿真错了。

5. 避坑与排查：仿真曲线对不上时先查这五处

5.1 现象：阶跃响应曲线形状对，但幅值差一个数量级

原因通常是传递函数增益写错。tf(num, den)里num是分子多项式系数，不是增益标量，如果分子是常数K，num要写成[K]或者直接写K，但分母首项归一化后，实际增益是num(end)/den(end)。解决方法是建完模型后用dcgain(G)查低频增益，和理论值对一遍。

5.2 现象：状态空间转传递函数后系数出现1e-15噪声

原因是对多项式做求根再展开的数值误差，不是模型错了。解决方法是看结果时忽略1e-12以下的项，或者用minreal(G)做最小实现消去零极点对消产生的近似项。如果噪声出现在主导系数上，说明系统本身接近不可控或不可观，要回头检查A、B、C矩阵。

5.3 现象：feedback连接后闭环响应发散，但开环明明稳定

原因是反馈极性搞反了。feedback(G1, G2)默认负反馈，如果实际连接是正反馈，闭环极点会跑到右半平面。解决方法是显式检查feedback的第三个参数，正反馈传+1，或者用G_cl = G1/(1+G1*G2)手动算一遍对比。

5.4 现象：lsim报维度不匹配

原因是输入向量u和时间向量t的方向不一致，一个行向量一个列向量。解决方法是统一用u = u(:)和t = t(:)转成列向量，再传给lsim。另外u的长度必须等于t的长度，多一个少一个都会报错。

5.5 现象：奈奎斯特图判断稳定性和极点判断结果矛盾

原因是开环有积分环节时，奈奎斯特曲线在原点附近不闭合，直接数包围圈数会漏掉无穷大半圆的贡献。解决方法是先确认开环右半平面极点数，再补画原点附近的无穷大半圆，按完整曲线判断。极点判断更直接，两者矛盾时优先信pole的结果，回头查奈奎斯特图的画法。

6. 串联校正的设计取舍：为什么相位裕度不是越大越好

串联校正的实验把前面所有分析串起来：给定开环传递函数，设计校正装置让闭环满足性能指标。频率法校正的核心是调整开环伯德图的形状，用超前校正抬高中频段相位，用滞后校正压低低频段增益。这里有个设计取舍值得细想——相位裕度不是越大越好。

超前校正能提高相位裕度，改善超调，但会把截止频率往高处推，高频增益上升，抗噪声能力下降。滞后校正压低低频增益提高稳态精度，但会引入相位滞后，截止频率往低处走，响应变慢。工程上常见的做法是先定截止频率，再在截止频率附近补相位，而不是盲目追求 60° 以上的裕度。我一般会这么理解：相位裕度 45° 到 50° 是响应速度和稳定性的平衡点，超过 60° 系统确实更稳，但快速性损失往往不值得。

验证校正效果不能只看伯德图。建好闭环模型后跑一遍阶跃响应，看超调量、调节时间是否达标，再用margin确认裕度，两个域对得上才算设计成立。如果伯德图裕度漂亮但阶跃响应振荡，多半是校正环节引入了未建模的高频动态，或者截止频率附近有谐振峰没压住。

从那以后我每次做校正设计，都强制走一遍「开环伯德图定形状、闭环阶跃验指标、极点分布查稳定」三步，不跳过任何一步。这份实验文档把六个实验按建模、时域、频域、校正的顺序排下来，每一步都有对应的函数和曲线可复现，适合对着做一遍再回头读原理。希望帮到你。

本文还有配套的精品资源，点击获取