自动控制原理笔记详解：从开环闭环到PID控制

简介这是一套面向自动控制理论学习者的 Dr.CAN《自动控制原理》课程笔记合集共13期适合正在打基础、准备深入控制理论方向或备考复习的读者。笔记以PDF形式整合为一个文件压缩包仅12.27MB便于下载后随时翻阅。内容从传递函数、开环与闭环系统、反馈控制出发覆盖稳定性分析、根轨迹、终值定理与稳态误差、PID控制器以及分离点和大汇合点等关键概念。笔记配有公式推导图示和课堂讲解摘录既有知识框架也有细节注释可帮助快速建立自动控制原理的整体认知。目前已有847人浏览学习适合配合B站课程视频同步整理笔记或作为考前回顾与后续学习卡尔曼滤波、模型预测控制、最优控制之前的衔接材料。1. 从一次“听不懂”开始这套自动控制原理笔记到底能帮你什么第一次翻开自动控制原理教材我在第10页就卡住了开环、闭环、传递函数、极点……每个字都认得连成一句却像天书。后来我跟着一套13期的自动控制原理课程笔记重新学了一遍才发现它并没有那么玄。这套笔记把最基础的几件事——开环与闭环、反馈、传递函数、稳定性、根轨迹、PID控制器——用大白话逐个推了一遍目标是先回答“系统为什么这么动”再回答“怎么让它按我想要的动”。它适合完全零基础的初学者也适合研究方向涉及控制、但基础没打牢的人。读完你不会马上变成专家但至少敢打开教材敢动手画框图了。2. 先用直觉搞懂三件事反馈、传递函数、稳定性2.1 开环和闭环为什么“闭着眼走路”会越走越偏想象一个最简单场景你想让一杯水保持50度。如果只看计时器——插上电热棒加热10秒就断电不管水温到底是多少这叫开环。人闭着眼睛走路只按预设计划迈步不低头看自己偏到哪去了结果大概率不是直线。水温受室温、水量、杯壁散热影响加热时间固定时最终温度很可能不是50度。控制器根本没有机会修正偏差这就是开环的局限。闭环则多了一条“路”用温度计测出当前水温和目标50度比较差多少就加热多少。太冷多加热太热停一会儿。输出被送回输入端参与下一次控制形成一个闭合回路。反馈控制就是这个回路里最核心的一步用“偏差”而不是“预设时间”来驱动系统。笔记最开始就是用这个区别引入的它举了一个很生活化的例子小球放在碗里碗一歪小球会自己滚回底部如果把它放在倒扣的碗顶稍微一碰就再也回不去。开环系统像倒扣的碗顶对外界干扰没有修正能力闭环系统像碗底自带纠偏能力。这样理解之后再看“开环增益”“闭环增益”这些词就不容易懵了。那是不是永远应该用闭环不是。如果系统足够稳定、扰动可以忽略开环更简单、更便宜。但现实中温度会漂移、电压会波动、零件会老化所以严肃的控制系统几乎都带着反馈。笔记里反复强调一句话反馈控制是自动控制的核心。你后面学的传递函数、稳定性、PID全都建立在这个闭环结构上。提示判断一个系统是开环还是闭环就看输出有没有一条路径回到输入端。有反馈路径就是闭环没有就是开环。搞清楚这个区别后接下来要引入传递函数。它主要针对线性定常系统。你现在不用深究“线性”“定常”的严格定义先把它们当成两个近似条件输入翻倍输出大致也翻倍系统参数不随时间乱变。够用了。2.2 传递函数把一个系统装进一个公式开环闭环讲的是“结构”那“行为”怎么描述最常用的工具是传递函数。简单说它把一个系统对输入的加工方式浓缩成一个有理式G(s)等于输出的拉普拉斯变换除以输入的拉普拉斯变换。第一次看到这个式子你的反应很可能是拉普拉斯变换是什么笔记没有一上来就堆积分定义而是先给了直觉普通微分方程让输出和输入的过去、现在纠缠在一起拉普拉斯变换把“随时间变化”的问题换成“按频率看待”的问题把微积分变成乘除运算。零基础的人不需要先学完整本积分变换只要记住一条传递函数分母等于0的解决定了系统能不能自己稳定下来。举个例子一阶惯性系统G(s)1/(s1)。分母s10得到极点s-1。这时给系统一个阶跃输入比如突然把目标值从0调到1输出会先快速上升再慢慢逼近1不会发散。如果换成G(s)1/(s-1)极点s1在右半平面输出会越涨越快系统直接发散。所以传递函数不是公式表演它直接告诉你系统的“脾气”。初学者最容易掉进一个陷阱以为建模就是把公式套上去。其实要用好传递函数第一步是画结构图。把输入信号、比较点、被控对象、传感器、控制器都画成方块箭头标清楚然后沿着信号流写出每一块的传递函数再合成整体。笔记里每讲一个性质都会先回到这个框图上这能帮你把抽象公式落到具体物理结构上。如果你学过微分方程会觉得传递函数是把微分方程做拉普拉斯变换后整理出来的结果如果没学过也可以先把它当成一条约定以后看到一个形如“分子是b、分母是a的多项式比值”的式子就按“分子决定零点分母决定极点”去对待。再往后学根轨迹时你要在复平面上画的就是这些零极点的走向。注意传递函数里的极点才是稳定性的关键零点影响动态形状但不决定系统会不会发散。不要拿“分子为零的点”来判断发散。2.3 稳定性极点到底在复平面的哪半边自动控制原理里有一句话出现频率极高系统稳定当且仅当闭环传递函数的所有极点都在复平面的左半平面。为什么是这个结论笔记用一个指数函数给了解释。设某个运动分量对应e^{at}如果a是负数随时间增长这个分量越来越小最终趋于0如果a是正数它会越涨越大输出再也回不到平衡点。所谓“左半平面稳定右半平面发散”本质就是看a等于极点实部的正负。用单摆来感受把摆推到最低点附近松手后它会来回晃几次最后停在最低点这个平衡点是稳定的。如果把它放在最高点只要有一点扰动就会倒向一侧再也回不来这个平衡点不稳定。稳定性分析想回答的就是当系统受到扰动后它自己回到平衡还是会越跑越远。具体操作时你不需要真的去解高阶方程。笔记给出了两条路线。第一条直接解传递函数分母等于0的根如果根都在左半平面稳定有一个根在右半平面不稳定有纯虚根则要判断是否等幅振荡。第二条用劳斯判据。它不用解根只根据特征方程的系数列一张表看第一列符号有没有正负变化就能判断右半平面极点的个数。劳斯判据看起来像一套固定手续但初学者要理解它“在干什么”它在校验特征方程根的位置。第一列出现负数或0就说明存在右侧极点。这个判断比解高次方程省力得多尤其当你面对的是发电机转速、无人机姿态这类高阶模型时根本不想手算五阶方程的根。笔记做到奈奎斯特图是更进一步的稳定性判断方法。但零基础阶段你先把“极点必须在左半平面”这句话焊死在脑子里。以后学根轨迹、奈奎斯特图、Bode图全都是为了回答同一件事闭环极点到底在左半还是右半离虚轴多远。离虚轴近衰减慢、反应慢离虚轴远衰减快、反应更利落。这就是为什么控制器设计反复盯着极点位置看。3. 从判断到设计根轨迹、稳态误差、PID笔记里是怎么带你看懂控制器的3.1 根轨迹当增益K从0变到无穷极点走出的路前面说系统稳定性看极点位置。问题来了你慢慢把控制器增益K从0调大闭环极点会怎么移动如果每个K都重新解一次方程实在太笨。根轨迹干的事就是把K从0变到无穷时闭环极点在复平面上走过的路径一次性画出来。为什么这件事重要因为控制器在物理上拧一个旋钮改变的就是某个增益K。K变化后系统还能不能稳定性能是不是变好不必重新建模只要看根轨迹有没有从左边穿到右边。这就是“设计”的第一步让工作点一直待在稳定区域。根轨迹怎么画笔记给出了几何规则不必背所有特例抓住四样东西就够。第一起点和终点。根轨迹从开环极点出发走向开环零点或无穷远没有零点时轨线伸向无穷远处。第二实轴上的区段。一支根轨迹落在实轴哪个区间取决于该区间右侧的开环零极点总数是否为奇数。第三渐近线。终点伸向无穷时轨线会沿着某些直线方向发散。第四分离点和汇合点。两条轨迹在实轴上相遇又分开的位置就是分离点分开后再相遇的点就是汇合点。初学者最容易看不懂的地方明明画的是“根”的轨迹为什么用的是开环零极点笔记解释得很清楚闭环特征方程是1KG(s)0而G(s)的极点就是开环极点。所以虽然名字叫闭环极点轨迹上面的几何信息全都来自开环传递函数K只作为参数移动这些极点。这句话绕但记住“根轨迹画的是闭环极点借用开环零极点来定位”就能缓过来。举例单位反馈系统的开环传递函数为K/[s(s2)]开环极点是0和-2没有零点。当K从0增大两个闭环极点从0和-2出发先沿实轴相向而行在-1处相遇然后分离向上下两侧移动。K继续增大这对极点变成共轭复根跑到左半平面深处。只要实部为负系统是稳定的但虚部一大阻尼比变小振荡也随之变强。这个例子几乎每本教材都有建议你拿纸自己画一遍坐标轴标出极点、渐近线、分离点再验算几个K值。根轨迹还有一种用途配合性能要求选K。比如希望超调量不超过某个值可以在根轨迹上找到同时满足稳定和阻尼比的那个点反解出对应的K。笔记用这个思路把“稳定性分析”和“控制器参数选择”接了起来这是零基础阶段第一次真正感受到控制原理是可以拿来“做东西”的而不只是做判断题。3.2 终值定理和稳态误差输出最终停在哪儿动态响应看完之后下一个问题是等系统不再乱晃输出最终停在哪个值目标值是50输出最后停在48那2就是稳态误差。笔记里用终值定理给了计算方法如果系统稳定最终值等于s趋近0时s乘输出拉普拉斯变换再取极限。注意“如果系统稳定”这个前提。终值定理不是无条件可用的。只有所有极点都在左半平面、输出确实能收敛才有资格谈“最终停在哪儿”。要是系统在持续振荡终值定理算出的结果没有物理意义。笔记强调这一步就是为了避免初学者拿公式乱套先用劳斯判据确认稳定再算稳态误差。稳态误差的大小由什么决定由系统和输入信号的“型别”决定。阶跃输入下0型系统会留下一个有限的跟随误差1型及以上能把阶跃误差消到0。斜坡输入下0型和1型都有误差2型才能消除。你不必死背误差系数表但要记住一个大方向系统能完全跟随哪种输入基本由开环传递函数里包含多少个积分环节决定。这个积分环节就是s在分母里的次数也就是常说的型别。控制器设计里最常用的招就是针对稳态误差加积分环节。比例积分控制器中的积分项就是为了把残差一点点补回来。笔记里用了一个“减肥代谢”的类比挺形象只靠比例控制像基础代谢低不动就消耗不下去积分控制像持续运动把误差慢慢消耗到零。类比不完全严谨但用来记方向很好用。做习题时按步骤走先求闭环传递函数判断稳定再写误差传递函数把输入信号代进去最后用终值定理求极限。整个流程不需要很高的数学技巧但每一步都依赖前面的基础。如果哪一步符号写错最后的稳态误差会差出一个符号排查时很难发现。所以每次算完建议用仿真软件给系统加一个阶跃输入看输出曲线是不是真的收敛到你算出来的值。提示稳态误差为零不等于系统“绝对精准”它只表示系统对某一种特定输入没有静态偏差。换一种输入误差可能立刻出现。3.3 PID比例、积分、微分各管一件事如果只选一个控制器算法几乎所有人都会选PID。它是比例、积分、微分三项的叠加也是笔记里把前面知识落地的重要部分。三者各管一件事比例项P对当前偏差立即做出反应偏差大就用力偏差小就收力积分项I把过去累计的偏差算总账专门消除稳态误差微分项D看偏差变化的趋势偏差涨得快就先踩一脚刹车避免冲过头。用开车来类比P是你根据与前车距离踩油门的力度距离越近越松油门I是当你因为堵车慢慢落后于目标车速时持续把没跟上的距离补回来D是当你发现车距正在快速缩短时提前减速。三者配合才能做到跟得紧、不猛冲、还没偏差。调参顺序是一条血泪经验先只加P从小到大试出现振荡但能恢复再适当加D把它压住最后加I消除稳态误差。不要一上来P、I、D同时开大那样你根本不知道是谁把系统搞振荡的。“每次只动一个参数”这句话能帮你避开八成调试翻车。笔记里PID相关部分最有价值的一点是把三个参数和闭环极点挂上关系。比例K增大会让某些极点往右半平面移动所以一味增大比例增益看起来反应变快实际可能让系统失去稳定积分项把一阶系统变成二阶系统可能带来振荡微分项相当于引入阻尼让极点向左偏移。理解这条路径后你再听到“调参是玄学”就会明白不画出根轨迹就调参数才叫玄学知道极点走向去调参数就是工程判断。参数作用调大后的常见副作用P快速响应当前偏差超调增大可能振荡I消除稳态误差响应变慢容易超调D抑制变化趋势增加阻尼对噪声敏感放大高频干扰你很快会遇到“PID参数整定公式”“临界比例度法”一类的工具。这些工具建议放到掌握PID结构之后再用。笔记在这个阶段没有过度展开但已经足够入门先把结构搞清楚再学经验公式顺序不能反。学习时可以拿一个模拟对象自己做试验P设为10运行一次记录超调再给I设一个值看稳态误差怎么变化最后加D观察振荡有没有被压住。把抽象概念变成看得见的曲线理解会牢固很多。4. 新手最容易踩的坑学自动控制原理时的5个翻车现场4.1 坑一把传递函数当黑匣子只记公式不会画框图现象能背出“输出拉普拉斯变换除以输入拉普拉斯变换”但拿到一个物理对象比如弹簧阻尼系统、水箱液位系统完全不知道从哪里开始写传递函数。原因你从没训练过“先画结构图”这一步。结构图不只是画得好看而是把你脑子里对“信号怎么流”的假设显性化。跳过框图直接凑公式往往每一步都错得莫名其妙。解决拿到问题第一笔一定画方块。左边画输入右边画输出中间画被控对象有反馈就折回一条线接一个比较点。把每一步物理关系写成一个小传递函数再串联、并联、反馈化简。我曾经也跳过框图直接想凑答案后来强制自己先画图再做题正确率立刻不一样。4.2 坑二把“有负数”当成“稳定”不分左半右半现象看到极点-2和-5立刻说稳定看到1和-2却说“有一个负数应该没事”结果系统实际发散。原因你把“负号”和“左半平面”混为一谈了。右半平面包含所有实部为正的复数哪怕虚部不为零。判断稳定看的是实部不是“表达式里有没有负号”。解决把每个极点写成ajb的形式先看实部a。a0才算稳定a0是临界状态a0就发散。更稳妥的办法是用劳斯判据按表格推一遍别凭感觉。另外纯虚根对应等幅振荡严格说不是渐近稳定做题时不要顺手写“稳定”。4.3 坑三终值定理不验证就直接用现象用终值定理算出一个无穷大或者完全对不上的值然后对着答案怀疑人生。原因终值定理要求系统收敛到稳态才成立。系统已经不稳定或者持续振荡时终值不存在定理不能套。还有一个常见低级错误阶跃输入用终值定理时要先乘以s再取极限少乘一个s结果就全错了。解决先用特征方程或劳斯判据判断系统是否稳定系统都飘了就不必算稳态误差了。算完一个用仿真软件给系统加阶跃输入看输出曲线是否真的平了。曲线不平公式算出来的数只是数字没有工程意义。4.4 坑四根轨迹的起点终点搞反实轴区段画错现象把根轨迹从零点画向极点或者实轴上的可选段选错导致整张图左右不对称后面的判断全部失效。原因没弄明白“根轨迹从开环极点出发到开环零点或无穷远终止”这个基本方向。零点是分子为零的点极点是分母为零的点两者位置一旦互换图就全乱了。解决画图之前先把零点和极点分别用圈和叉标在复平面上。接着按“实轴上某点右侧的零极点总数为奇数时该段属于根轨迹”来判断区段。最后再画渐近线、分离点和汇合点。宁可画慢一点也不要跳过定位直接描弧线。多画三五个例子这类错误基本绝迹。4.5 坑五调PID只动比例系统振荡却怪控制器不行现象把比例增益P从5加到50响应确实变快了但系统一直在抖于是得出结论“PID根本没用”。原因比例增益增大会把某些闭环极点推向虚轴甚至右半平面超调和振荡风险随之上升。这不是控制器坏了而是控制理论早就预告过的结果。解决遇到振荡先看极点在复平面上的走向。想要更稳就加D增加阻尼或减小P想要消除稳态误差再加I。一个参数对应一个作用不要所有参数一起拧。也可以画出该系统的根轨迹找到临界稳定时的K值你会发现振荡的转折点基本就落在根轨迹离开左半平面的位置。5. 接下来怎么学从这套笔记出发的下一步路线5.1 先按顺序过一遍别跳这套13期笔记的内容大致按“开环闭环—反馈—拉普拉斯变换—传递函数—稳定性—劳斯判据—根轨迹—PID—奈奎斯特图”的顺序展开。推荐顺序就是原始顺序不要直接跳到根轨迹那一期。每个概念都长在之前的概念上跳过中间任何一步后面都会出现断点。我的做法是每看完一期用三句话写下这期解决的问题比如“本期解决的是为什么这个系统会自己稳定下来”。写不出来就回看对应部分别赶进度。5.2 用仿真验证你学到的东西只靠看笔记不能替代动手。建议准备一个仿真环境不需要复杂配置能画传递函数的阶跃响应就够。对照笔记里的例子输入同样的传递函数看输出曲线是不是和笔记描述一致。改一个参数再观察曲线怎么变。这一步的目的是把“极点位置”和“图像形状”建立连接。我第一次算完稳态误差后随手给系统加了一个积分环节发现误差真的慢慢归零那种感觉比背十条定理都管用。5.3 之后往哪个方向走笔记的末尾停在奈奎斯特图说明后面的路已经铺好。如果你从零基础一路过来下一步最适合学状态空间表示把系统从“传递函数”视角扩成“一组一阶微分方程”的视角这是现代控制理论的入口。再往后可以选两个方向之一一个是卡尔曼滤波解决“系统状态不能直接测全”的问题另一个是模型预测控制MPC解决“多个约束下如何优化控制”的问题。最优控制则属于更上层的框架适合你想弄明白“给定目标理论上最好的控制序列到底是什么”的时候再学。这些方向笔记里没有展开但前面打下的基础已经够用。从那以后我养成了一个习惯每学一个新的控制方法先问自己“它解决什么问题”和“它不解决什么问题”并把答案写在笔记首页。这个方法让我少走了很多弯路。希望帮到你。本文还有配套的精品资源点击获取