简介这套《自动控制原理》课程笔记整理自B站UP主Dr.CAN的13期系列视频面向正在学习传递函数、稳定性分析与控制器设计的高校学生和自学者。笔记覆盖开环与闭环系统、反馈控制、传递函数极点与稳定性、根轨迹、终值定理与稳态误差、PID控制器、分离点与大汇合点等核心内容并以手写批注、公式推导和例题示意呈现便于对照视频逐节回顾每期按主题拆分公式与图示结合重要结论醒目易查。资源为单个PDF文档共12.27MB适合用平板或电脑随时查阅目前已有847人学习。作者结合研一暑期自学经历完成整理除课堂笔记外还标注了个人理解与易混点能帮助读者快速抓住奈奎斯特图之前的主干知识也为后续深入卡尔曼滤波、模型预测控制和最优控制打下基础。1. 传递函数的主线极点为什么必须落在复平面左半边同样是一个极点符号一正一负命运完全相反s -1 的系统受扰动后会自己慢慢回到原位s 1 的系统会越冲越远直到脱出工作区间。初学自动控制最容易被各种名词拦住——开环、闭环、传递函数、根轨迹、稳态误差似乎每个都要单独学一遍背完就忘。实际上这些概念是一条主线上的不同截面反馈让系统知道偏差传递函数把系统写成代数语言极点描述系统的性格根轨迹则是设计者给极点安排位置的图形工具。这套 13 期课程笔记走的就是这条主线从传递函数一路推到奈奎斯特图主线通了名词自然各归其位。2. 开环与闭环反馈系统凭什么比开环多一条活路2.1 开环系统的盲区控制器只认识目标值不认识真实状态笔记里用了两个很朴素的例子说明开环的短板。温室系统输入端给的是期望温度对应的控制器输出但下雨水会渗进来、金属会生锈这些扰动不会被测量到输出已经偏了控制器仍然按原计划输出系统没有任何机会知道自己偏了。这就是开环的本质——控制器的输入只有目标值没有真实状态。单摆例子把这个问题画得更直观A 点最低点和 B 点竖直倒立点都是合力为零的平衡位置但性质完全不同。把单摆稍微拨离 A 点它会在重力作用下荡回来拨离 B 点它会直接倒下去没有任何外力让它回到 B。A 点附近的行为叫稳定B 点附近的行为叫不稳定。开环系统的处境与倒立摆一模一样没有反馈机制一旦偏离平衡就没有力量把它推回去。这个例子的价值在于它把「稳定」从一种模糊的感觉变成了可检验的性质受扰后能否回到平衡位置。而这种性质最终会落实到极点上后面第 2.3 小结会看到极点位置正是这个性质的代数化身。2.2 闭环的本质用误差驱动替代目标驱动闭环系统的关键改动是加一条反馈路径把输出 y 量回来与期望 r 做差控制器拿到的输入变成了误差 e r − y。这一改动让控制器从「按剧本输出」变成「按偏差修正」输出偏低了误差为正控制器加大输出输出偏高了误差为负控制器减小输出。控制器的输入从定值变成了输出本身的函数回路闭合系统第一次「知道自己偏了」。笔记里把反馈控制称为自控核心这句判断值得展开。反馈带来的最直接收益是扰动抑制开环系统里扰动直接叠加在输出上系统无力抵抗闭环系统里扰动使输出偏离期望误差随之产生控制器反向修正等效于给系统装了一个自动纠偏的机制。温室的漏水、生锈这类扰动闭环会通过误差逐渐把它们对输出的影响压下去。理解了这一点再回头看稳定性定义稳定性关心的不是系统是否受扰而是受扰后能否自我修复。下一节要回答的问题是为什么这种「自我修复能力」会精确地等于「极点在左半平面」。2.3 极点的正负为什么等于系统的生死用一个一阶系统说明微分方程 a₁ ẏ a₀ y u齐次解形如 y(t) C·e^{st}其中 s 是特征方程 a₁s a₀ 0 的解也就是传递函数分母的根——极点。如果 s -1t → ∞ 时 e^{-t} 趋于 0任意初始偏移都被抹平如果 s 1扰动会以指数速度放大输出迅速偏离线性区甚至损坏被控对象。笔记里反复强调的「极点要在左半平面」本质就是在复平面上画出 s 的位置实部为负才谈得上收敛。二阶系统同理。特征根 s₁,s₂ −ζωₙ ± ωₙ√(ζ²−1)实部 −ζωₙ 的符号决定衰减实部为负振荡或单调地回到平衡实部为正无论是否有振荡幅值都在增长。所以高阶系统的稳定性判据全部归结为一句话所有极点实部小于零即全部落在复平面左半开平面。这也是为什么所有稳定性分析都盯着分母特征方程——分母等于零的解就是极点极点全在左半边系统对所有有界输入都有有界响应。时域里「回不回得来」的直觉被翻译成了复平面上的一个简单几何条件后面的根轨迹、PID 设计全都是围绕这个条件在给极点搬位置。3. 从时域到复域传递函数的分母里写着系统的全部性格3.1 拉普拉斯变换到底做了什么传递函数来自对时域微分方程做拉普拉斯变换。变换后卷积变成乘法积分变成 1/s微分变成 s。阶跃信号 1(t) 对应 1/s斜坡信号 t 对应 1/s²——输入信号的形状被编码成 s 的不同幂次。原本需要求解微分方程的动态描述变成了一道代数式的比值输出拉氏变换/输入拉氏变换。笔记里有个代谢的类比把饮食摄入记为正、运动消耗记为负净能量的时域曲线是一条随时间波动的函数对它做变换得到关于 s 的表达式这个表达式的分母决定了净能量曲线最终是趋于平衡还是持续发散。类比不需要精确但点出了变换的核心用途——时域里看的是波形s 域里看的是分布。时域里系统行为是一条难以归纳的曲线s 域里系统行为就集中写在一个有理多项式的分母上。从这个角度理解传递函数不是横空出世的工具而是「把微积分换成代数」的省力杠杆。分母多项式一旦写出来零点的个数、极点的位置、系统的型别就全摆在纸面上了后面所有性能指标的计算都以它为起点。3.2 终值定理与稳态误差系统最终停在哪里只和极点有关终值定理给出了一个极其好用的捷径若 sF(s) 的所有极点都在左半开平面则 lim(t→∞) f(t) lim(s→0) sF(s)。也就是说不求解微分方程、不仿真只靠 F(s) 在 s 0 附近的表现就能算出稳态值。条件必须兑现sF(s) 在虚轴上有极点时系统的稳态行为可能是持续振荡或无界增长这时直接令 s→0 会得到完全错误的结果。笔记里专门写了一句「须存在终值」指的就是这个前提。用阶跃输入看稳态误差就能看清积分环节的价值。单位反馈系统误差传递函数 E(s) R(s)/(1G(s))阶跃输入下 R(s) 1/s。纯比例控制 G(s) K 时误差终值 1/(1K)K 再大误差也消不掉在控制器里加一个积分环节相当于 G(s) 带上了 1/s系统型别提高常值输入下的稳态误差直接降为 0。笔记里「积分控制消除稳态误差」的来源就在这里——不是积分有什么魔法而是它在分母上多了一个 s0 的极点把误差传递函数的直流增益压成了零。3.3 一阶与二阶极点怎么摆决定了快慢与过冲一阶系统 G(s) 1/(Ts1)极点 s −1/T阶跃响应约 3T 进入稳态T 越小响应越快。二阶系统特征方程 s² 2ζωₙs ωₙ²极点位置由阻尼比 ζ 和自然频率 ωₙ 共同决定ζ 1 时极点是共轭复根响应有超调有振荡ζ 1 临界阻尼无过冲ζ 1 过阻尼慢而不冲。这里能看出设计者真正在做的事性能指标不外乎快慢、超调、稳态误差而这三件事全部由极点在复平面上的位置决定——实部越靠左收敛越快虚部与实部的比值决定了振荡程度。笔记里提到「把一阶系统变成二阶系统」会引入振荡说的就是积分环节给系统增加了一个极点阶次升高原来的单调响应可能变成欠阻尼振荡。控制器的设计本质是在给系统搬家、给极点找位置。4. 避坑与排查极点分析里的五类真实翻车记录这些坑多数不是「概念不懂」而是「算完不验证」。五条都来自实际使用这套笔记时容易被错误示范带偏的地方。4.1 把零点当成极点稳定判据直接失效现象画系统的根轨迹或看波德图时盯着开环传递函数的零点判断稳定性结论和仿真完全对不上。原因稳定性只由闭环特征方程的根——也就是极点——决定。零点影响的是稳态增益和动态响应曲线的形状不影响系统是否收敛。笔记里反复强调「看分母」分母0 的解才是极点分子0 的解是零点两者职责不同。解决先写闭环传递函数 Φ(s) G(s)/(1G(s)H(s))再解 1G(s)H(s) 0 的特征方程。凡是判断稳定性的动作一律回到这个步骤别拿开环零点的位置充当判据。4.2 终值定理套在无界输入上现象给系统输入斜坡或抛物线信号直接用 lim_{s→0} sF(s) 求稳态误差算出一个有限值仿真里输出却一直在涨。原因终值定理成立的前提是 sF(s) 的极点都在左半开平面。斜坡输入对应 1/s²sF(s) 里还残留着虚轴上的二重极点稳态输出无界终值根本不存在。笔记里特意写的「须存在终值」就是挡这一刀的。解决套定理之前先检查 sF(s) 的极点分布发现虚轴极点就改判「无界/持续变化」不要硬算。系统型别不够时稳态误差是无穷大这不是公式的问题是系统的客观行为。4.3 把开环极点当成闭环极点来设计现象按开环传递函数的极点判断系统响应速度参数改了实测响应和预判差了一大截。原因根轨迹里画的曲线是「闭环极点随增益 K 移动的轨迹」起点是开环极点、终点是开环零点或无穷远但中间位置的闭环极点不等于开环极点。反馈回路改变了特征方程极点位置是随 K 变化的。解决先画出根轨迹再在轨迹上取对应 K 的点来读极点位置。不要拿开环极点直接当闭环极点用K 很小和 K 很大时闭环极点可能分别靠近开环极点和开环零点中间区间只能从根轨迹上读。4.4 分离点算出复数解直接采用现象用解析法求分离点解出一堆复数直接代入设计结果根轨迹对不上。原因分离点的数学条件是特征方程有重根对应 dK/ds 0。但这个条件是必要条件不是充分条件解出来可能落在实轴之外或落在没有根轨迹经过的实轴区间这些解无效。解决求出候选点后做两步验证——实部区间内确实有根轨迹且代回 K 的表达式后 K 0。下面这段求分离点的代码就演示了验证过程# 求开环传函 G(s) (s2) / (s(s1)(s3)) 的根轨迹分离点 import sympy as sp s, K sp.symbols(s K) G (s 2) / (s * (s 1) * (s 3)) # 开环传函 K_expr sp.solve(1 K * G, K)[0] # 由 1KG0 解出 K 关于 s 的表达式 dK_ds sp.diff(K_expr, s) # 分离点处 dK/ds 0 candidates sp.solve(dK_ds, s) print(候选分离点:, candidates) for point in candidates: # 只保留实数解且代回 K 必须为正 if sp.im(point) 0 and sp.re(sp.simplify(K_expr.subs(s, point))) 0: print(有效分离点:, sp.N(point))K 对 s 的表达式来自特征方程分离点对应重根的位置。代码里最后两步验证——虚部为零、K 为正——是分离点正确性的两道闸门少了任何一步都可能把一个纯数学上的临界点当成真实轨迹点后面设计参数时就会翻车。4.5 反馈符号接反负反馈变正反馈现象闭环仿真发散但理论分析说系统稳定检查模型发现比较器处减法写成了加法。原因反馈控制依赖误差 e r − y。符号一反转误差变成 e r y控制器在输出偏离时会推着系统继续偏离等效于把极点的实部推到右半平面稳定系统直接变不稳定。笔记里强调闭环关键在「比较期望与实际输出的差值」这个差值正是控制方向。解决算闭环传函时逐项检查符号拿到现场调试图先确认反馈路径是负号再接控制器增益。经验做法是在仿真正弦扫频信号下看输出相对输入是反相还是同相反相才是负反馈。5. 根轨迹与 PID控制器参数到底动了极点的哪根弦5.1 根轨迹的视角给定一个 K极点在哪儿根轨迹回答的核心问题是闭环特征方程 1 K·G(s) 0 的根随增益 K 怎么移动。K 从 0 增大到无穷每个根画出一条轨迹轨迹的起点是开环极点K0 时闭环极点等于开环极点终点是开环零点或无穷远K 趋于无穷。全部轨迹合起来构成根轨迹图。绘制规则来自两个条件幅值条件 |G(s)| 1/K相角条件 ∠G(s) 180° k·360°。笔记里用 × 表示极点、o 表示零点实轴上某区间右侧的极点数与零点数之和为奇数时该区间属于根轨迹。这些规则的产物是一张可以徒手画出的地图增益 K 是滑块滑块一动极点在复平面上沿轨迹行走系统的响应速度、振荡程度随之变化。分离点和汇合点是这张图上两个关键的转折位置分离点是根从实轴上分开、进入复平面的地方汇合点是根从复平面回到实轴的地方。它们通常决定了两段不同性质的动态行为——实轴上的实根单调收敛离开实轴后的共轭复根则伴随振荡。5.2 P 动作增益 K 的移动滑块比例控制在数学上就是乘一个常数 K等价于在根轨迹图上移动滑块。一阶系统加纯比例控制器闭环极点从 −1/T 向负方向移动K 越大响应越快但二阶或更高阶系统里K 增大到一定程度一对共轭根会跨过虚轴进入右半平面系统失稳。这就是比例控制的代价它只提供增益不提供阻尼。靠增大 K 换响应速度同时把极点往虚轴方向推增益能加到多大取决于根轨迹与虚轴的交点超过这个安全边界无论响应多快都失去意义。笔记里说的「比例控制快速反应但有稳态误差」「不会把增益调太大」本质都是对这条轨迹几何的保守总结。5.3 I 动作在原点种下一个极点积分的拉氏形式是 1/s加到控制器里等于在开环传递函数上乘一个 1/s。这个操作给系统增加了一个位于 s0 的极点系统阶次抬高一级所以笔记里写「一阶系统变成二阶系统」。阶次升高的直接后果是原来没有的振荡可能会出现。但积分环节的真正价值不在阶次而在型别。第 3.2 小节算过有了 s0 的极点系统对常值输入的稳态误差直接变零。代价是相位裕度下降极点往虚轴方向吸引系统容易变得迟钝甚至振荡。PI 控制器的常见补救是同时增加一个零点去抵消部分极点用零点的相位补偿积分带来的相位滞后。5.4 D 动作补一个零点相当于提前刹车微分项在拉氏域里表现为 s给系统增加一个零点。零点不改变极点的个数但会改变根轨迹的形状把一部分轨迹往左半平面拉提升阻尼。直观理解是微分看到的是误差的变化率误差还在增大它就先输出反向修正相当于提前刹车。纯微分不能单独使用因为它会放大高频噪声——测量噪声往往是高频的微分项会把这些噪声放大成剧烈的控制输出。实用做法是 PD 或 PID 组合三个动作各司其职一张表可以看得比较清楚动作数学形式引入什么主要代价典型任务PK增益稳态误差消不掉快速响应IKᵢ/ss0 极点阶次升高、易振荡消除常值稳态误差DK_d·s零点放大高频噪声增加阻尼、抑制超调从这里能看到控制器设计的一条共通思路P 负责把响应速度推上去I 负责把稳态误差清零D 负责拦住 P 和 I 激起的振荡。三者各自改变极点或零点的配置最终还是在复平面上给系统找一个既有足够快的衰减速度、又有足够大阻尼的位置。6. 设计取舍用根轨迹选增益本质是在快与稳之间签合同增益 K 拉得越大极点越靠近虚轴甚至跨过虚轴。K 大的系统响应锋利但对参数变化和噪声极端敏感K 小的系统稳如老狗反应却慢得让人着急。控制设计的核心交易就是这一笔用响应速度换稳定裕度或者反过来。工程上常见的做法是先画根轨迹按期望阻尼比定一个目标极点区域再反推出 K 的范围最后用仿真和实测各验一遍而不是直接拍一个 K 值。这套 13 期课程笔记给我的最大收获是把这些取舍全部串到了同一条主线上开环与闭环讲为什么需要反馈传递函数讲系统怎么写成分母多项式极点和终值定理讲稳定性与稳态误差的判据根轨迹讲极点随增益怎么走PID 讲三个动作各自动了哪根弦。真正自己把笔记过完一遍之后会发现之前觉得玄学的「调参手感」底层其实都是极点在复平面上的位置在说话。笔记停在奈奎斯特图 Part 1频域判据是另一条同样重要的路再往后的卡尔曼滤波、MPC、最优控制则是把视角从「极点配置」升级为「状态估计加滚动优化」。从那以后我看任何控制算法都会先问一句它的闭环极点在哪儿。先答出这个问题再谈参数怎么调、效果怎么验。希望帮到你。本文还有配套的精品资源点击获取