控制系统数学模型构建与传递函数分析

1. 控制系统数学模型构建方法论

在自动控制领域，建立准确的数学模型是分析和设计控制系统的第一步。数学模型本质上是用数学语言描述系统动态行为的工具，它能够揭示系统内部变量间的相互作用规律。根据不同的应用场景和分析需求，我们可以采用时域微分方程或复数域传递函数两种主要形式来描述控制系统。

1.1 时域微分方程建模

时域微分方程直接反映了系统变量随时间变化的动态关系。建立这类模型通常需要基于物理定律，针对具体系统结构进行分析。

以RLC无源网络为例，其建模过程体现了典型的电路系统分析方法：

1. 确定输入输出变量：输入电压uᵢ(t)和输出电压uₒ(t)

2. 应用基尔霍夫电压定律建立回路方程

3. 引入元件特性方程（电感、电容的电压-电流关系）

4. 消去中间变量（回路电流i(t)）

5. 最终得到描述输入输出关系的二阶微分方程：

   LC(d²uₒ/dt²) + RC(duₒ/dt) + uₒ = uᵢ

这个方程揭示了RLC网络的二阶动态特性，其中LC项代表惯性效应，RC项反映阻尼特性，常数项表示稳态关系。

1.2 复数域传递函数建模

传递函数是线性时不变系统在零初始条件下，输出量的拉普拉斯变换与输入量的拉普拉斯变换之比。相比时域微分方程，传递函数具有以下优势：

• 将微分运算转换为代数运算，简化计算
• 直观显示系统极点和零点
• 便于分析系统稳定性和动态性能
• 方便进行系统组合和简化

将RLC网络的微分方程转换为传递函数的过程：

1. 对微分方程两边进行拉普拉斯变换

2. 假设零初始条件，微分算子转换为s的多项式

3. 整理得到传递函数形式：

   G(s) = Uₒ(s)/Uᵢ(s) = 1/(LCs² + RCs + 1)

这个二阶传递函数的标准形式为1/(T²s² + 2ζTs + 1)，其中T=√LC为时间常数，ζ=(R/2)√(C/L)为阻尼比。

2. 机电系统建模实例分析

2.1 电枢控制直流电动机建模

电枢控制直流电动机是典型的机电一体化系统，其建模需要同时考虑电气和机械特性。完整的建模过程包含三个关键方程：

1. 电枢回路电压平衡方程：
   uₐ(t) = Lₐ(diₐ/dt) + Rₐiₐ(t) + Eₐ
   其中反电动势Eₐ = Cₑωₘ(t)，反映转速对电枢电流的影响

2. 电磁转矩方程：
   Mₘ(t) = Cₘiₐ(t)
   表明电磁转矩与电枢电流成正比

3. 机械运动方程：
   Jₘ(dωₘ/dt) + fₘωₘ(t) = Mₘ(t) - M꜀(t)
   描述转矩平衡关系，包含惯性项和阻尼项

通过联立这三个方程并消去中间变量，可以得到简化的电动机微分方程：

Tₘ(dωₘ/dt) + ωₘ(t) = Kₘuₐ(t) - K꜀M꜀(t)

其中：

• Tₘ = (RₐJₘ)/(Rₐfₘ + CₑCₘ) 为机电时间常数
• Kₘ = Cₘ/(Rₐfₘ + CₑCₘ) 为电压增益系数
• K꜀ = Rₐ/(Rₐfₘ + CₑCₘ) 为负载扰动系数

2.2 电动机传递函数推导

考虑电枢电压uₐ(t)到转速ωₘ(t)的传递函数时，令负载转矩M꜀(t)=0，对简化微分方程进行拉普拉斯变换得到：

G(s) = Ωₘ(s)/Uₐ(s) = Kₘ/(Tₘs + 1)

这是一个典型的一阶惯性环节，其动态特性由时间常数Tₘ决定。Tₘ越小，系统响应越快；Kₘ越大，稳态转速越高。

同样方法可以得到负载扰动到转速的传递函数：

Gₘ(s) = Ωₘ(s)/M꜀(s) = -K꜀/(Tₘs + 1)

负号表示负载转矩增加会导致转速下降。根据线性叠加原理，同时考虑控制输入和负载扰动时，系统输出为两者响应的代数和。

3. 传递函数特性深度解析

3.1 极点与零点的影响机制

传递函数的极点和零点分布决定了系统的动态响应特性：

1. 极点决定了系统自由运动的模态：

   • 实数极点对应指数衰减/增长模式
   • 共轭复数极点对应振荡模式
   • 极点实部决定模态衰减速度
   • 极点虚部决定振荡频率

2. 零点影响各模态在响应中的权重：

   • 不产生新的运动模态
   • 改变各模态的幅值系数
   • 零点靠近某极点会抑制该极点对应的模态
   • 右半平面零点会导致非最小相位特性

以传递函数G(s)=6(s+3)/[(s+1)(s+2)]为例：

• 极点p₁=-1，p₂=-2决定系统含有e⁻ᵗ和e⁻²ᵗ两种模态
• 零点z₁=-3影响两种模态的系数比例
• 单位阶跃响应包含稳态项和两种衰减模态

3.2 典型连接结构的传递函数

实际系统常由多个子系统通过特定方式连接而成，常见连接方式及其等效传递函数：

1. 串联连接：
   G(s) = G₁(s)G₂(s)

   • 总传递函数等于各子系统传递函数乘积
   • 极点为各子系统极点的并集
   • 零点为各子系统零点的并集加上G₁零点与G₂极点相消的情况

2. 并联连接：
   G(s) = G₁(s) ± G₂(s)

   • 总传递函数等于各子系统传递函数代数和
   • 极点为各子系统极点的并集
   • 零点由分子多项式共同决定，可能产生新的零点

3. 反馈连接：
   G(s) = G₁(s)/[1 ∓ G₁(s)H(s)]

   • 正反馈分母取减号，负反馈取加号
   • 闭环极点由1 ∓ G₁(s)H(s)=0决定
   • 可能改变系统稳定性和动态性能

4. 建模实践中的关键问题

4.1 模型简化与精度权衡

在实际建模过程中，需要在模型精度和复杂度之间取得平衡：

1. 常见简化方法：

   • 忽略小时间常数环节（如电枢电感Lₐ）
   • 线性化非线性特性（在小范围内近似）
   • 合并相似动态特性的环节
   • 忽略次要的耦合作用

2. 简化验证标准：

   • 关键性能指标误差在允许范围内
   • 主要动态特性得到保留
   • 不影响稳定性分析结论
   • 满足控制器设计需求

以直流电动机为例，当电枢电感Lₐ较小时，忽略后得到的一阶模型仍能反映主要机电特性，但无法描述电流快速变化过程。

4.2 模型验证方法

建立数学模型后，需要通过多种方式验证其准确性：

1. 理论验证：

   • 检查量纲一致性
   • 验证极限情况（如频率趋近0或∞）
   • 比较不同建模方法的结果

2. 实验验证：

   • 对比实测阶跃响应与模型预测
   • 分析频率响应特性
   • 检查参数变化的影响规律

3. 仿真验证：

   • 建立详细仿真模型作为基准
   • 比较简化模型与详细模型的差异
   • 在不同工作点进行测试

5. 数学模型在控制系统设计中的应用

5.1 基于模型的分析方法

准确的数学模型为系统分析提供了基础：

1. 稳定性分析：

   • 通过极点位置判断系统稳定性
   • 计算稳定裕度（相位裕度、幅值裕度）
   • 分析参数变化对稳定性的影响

2. 动态性能评估：

   • 根据极点分布估算调节时间、超调量
   • 分析不同频段的响应特性
   • 评估抗干扰能力

3. 稳态精度预测：

   • 计算各种输入信号下的稳态误差
   • 分析系统型别（积分环节数量）
   • 评估参数变化对稳态性能的影响

5.2 控制器设计基础

数学模型是各类控制器设计方法的基础：

1. 经典控制设计：

   • 根轨迹法：基于开环极零点分布设计
   • 频域法：基于伯德图等频率特性
   • PID调节：基于模型参数整定

2. 现代控制设计：

   • 状态空间法：基于状态方程设计
   • 最优控制：基于性能指标优化
   • 鲁棒控制：考虑模型不确定性

3. 智能控制设计：

   • 模糊控制：基于专家经验规则
   • 神经网络：基于数据训练
   • 自适应控制：在线调整参数

以直流电动机速度控制为例，基于一阶模型可以设计PI控制器，其参数与电机时间常数Tₘ和增益Kₘ直接相关。更精确的控制可能需要考虑二阶模型或非线性特性。