<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>自动控制原理 on CJY719HNU</title><link>https://cjy719hnu.github.io/tags/%E8%87%AA%E5%8A%A8%E6%8E%A7%E5%88%B6%E5%8E%9F%E7%90%86/</link><description>Recent content in 自动控制原理 on CJY719HNU</description><generator>Hugo -- gohugo.io</generator><language>zh-CN</language><lastBuildDate>Fri, 04 Sep 2026 11:57:28 +0800</lastBuildDate><atom:link href="https://cjy719hnu.github.io/tags/%E8%87%AA%E5%8A%A8%E6%8E%A7%E5%88%B6%E5%8E%9F%E7%90%86/index.xml" rel="self" type="application/rss+xml"/><item><title>现代控制理论学习笔记（2）：从自控到现控</title><link>https://cjy719hnu.github.io/notes/2026-08-10_fromac2mc/</link><pubDate>Fri, 04 Sep 2026 11:57:28 +0800</pubDate><guid>https://cjy719hnu.github.io/notes/2026-08-10_fromac2mc/</guid><description>&lt;h2 id="经典引入"&gt;经典引入&#10;&lt;/h2&gt;&lt;p&gt;下面以经典的质量-弹簧-阻尼系统为例，说明状态空间矩阵的构建过程及其物理含义。&#10;&lt;img alt="弹簧阻尼质量" class="gallery-image" data-flex-basis="558px" data-flex-grow="232" height="550" loading="lazy" sizes="(max-width: 767px) calc(100vw - 30px), (max-width: 1023px) 700px, (max-width: 1279px) 950px, 1232px" src="https://cjy719hnu.github.io/notes/2026-08-10_fromac2mc/1.PNG" srcset="https://cjy719hnu.github.io/notes/2026-08-10_fromac2mc/1_hu_731dba4ec83aa3e2.PNG 800w, https://cjy719hnu.github.io/notes/2026-08-10_fromac2mc/1.PNG 1280w" width="1280"&gt;&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h3 id="系统描述"&gt;系统描述&#10;&lt;/h3&gt;&lt;p&gt;弹簧阻尼系统的微分方程来源于牛顿第二定律（或达朗贝尔原理）结合弹簧力与阻尼力的物理模型。&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h3 id="受力分析"&gt;受力分析&#10;&lt;/h3&gt;&lt;p&gt;取质量块$m$为研究对象，规定位移$x$向右为正。&lt;br&gt;&#10;作用在质量块上的力有：&lt;/p&gt;&#10;&lt;ul&gt;&#10;&lt;li&gt;弹簧力 $F_k$&#10;弹簧满足胡克定律：力与位移成正比，方向与位移相反。&#10;当位移为 $x$时，弹簧力 $F_k = -kx$（负号表示恢复力，始终指向平衡位置）。&lt;/li&gt;&#10;&lt;li&gt;阻尼力$F_c$&#10;粘性阻尼力与速度成正比，方向与速度相反。&#10;当速度为 $\dot{x}$时，阻尼力 $F_c = -c \dot{x}$。&lt;/li&gt;&#10;&lt;li&gt;外力$u(t)$&#10;由外部施加，方向与正方向一致。&lt;/li&gt;&#10;&lt;/ul&gt;&#10;&lt;h4 id="牛顿第二定律"&gt;牛顿第二定律&#10;&lt;/h4&gt;&lt;p&gt;合外力等于质量乘以加速度：&#10;&lt;/p&gt;&#10;$$\sum F = m \ddot{x}$$&lt;p&gt;&#10;代入各力（注意符号）：&#10;&lt;/p&gt;&#10;$$u(t) - k x - c \dot{x} = m \ddot{x} $$&lt;h4 id="整理得微分方程"&gt;整理得微分方程&#10;&lt;/h4&gt;&lt;p&gt;质量为 $m$ 的物体，受到弹簧刚度$k$、阻尼系数$c$ 和外部作用力$u(t)$ 的作用。系统的动力学方程为：&#10;&lt;/p&gt;&#10;$$m \ddot{x}(t) + c \dot{x}(t) + k x(t) = u(t) $$&lt;p&gt;&#10;（如果你现在在学大物上，会发现这个方程和阻尼振动很有关系）&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h3 id="状态变量选取"&gt;状态变量选取&#10;&lt;/h3&gt;&lt;p&gt;选取状态变量为位移和速度：（状态变量由自己设置）&#10;&lt;/p&gt;&#10;$$x_1(t) = x(t), \quad x_2(t) = \dot{x}(t) $$&lt;hr&gt;&#10;&lt;h3 id="状态方程与输出方程"&gt;状态方程与输出方程&#10;&lt;/h3&gt;&lt;p&gt;由动力学方程可得：&lt;/p&gt;&#10;$$\dot{x}_1 = x_2$$$$&#10;\dot{x}_2 = -\frac{k}{m}x_1 - \frac{c}{m}x_2 + \frac{1}{m}u&#10;$$&lt;p&gt;假设输出为位移：&lt;/p&gt;&#10;$$&#10;y(t) = x_1(t)&#10;$$&lt;p&gt;写成矩阵形式：&lt;/p&gt;&#10;$$&#10;\begin{bmatrix} \dot{x}_1 \\ \dot{x}_2 \end{bmatrix} =&#10;\begin{bmatrix}&#10;0 &amp; 1 \\&#10;-\frac{k}{m} &amp; -\frac{c}{m}&#10;\end{bmatrix}&#10;\begin{bmatrix}&#10;x_1 \\ x_2&#10;\end{bmatrix}&#10;+&#10;\begin{bmatrix}&#10;0 \\ \frac{1}{m}&#10;\end{bmatrix}&#10;u(t) &#10;$$$$y(t) =&#10;\begin{bmatrix}&#10;1 &amp; 0&#10;\end{bmatrix}&#10;\begin{bmatrix}&#10;x_1 \\ x_2&#10;\end{bmatrix}&#10;+0 \cdot u(t) $$&lt;h3 id="状态空间矩阵"&gt;状态空间矩阵&#10;&lt;/h3&gt;$$\mathbf{A} = \begin{bmatrix} 0 &amp; 1 \\ -\frac{k}{m} &amp; -\frac{c}{m} \end{bmatrix},\quad&#10;\mathbf{B} = \begin{bmatrix} 0 \\ \frac{1}{m} \end{bmatrix},\quad&#10;\mathbf{C} = \begin{bmatrix} 1 &amp; 0 \end{bmatrix},\quad&#10;\mathbf{D} = 0 $$&lt;hr&gt;&#10;&lt;h2 id="自动控制原理"&gt;自动控制原理&#10;&lt;/h2&gt;&lt;p&gt;自动控制原理的核心之一即为 &lt;strong&gt;传递函数&lt;/strong&gt;。传递函数用以描述线性定常系统的输出与输入对应变换关系，其定义式表达为（在拉普拉斯变换域下）&#10;&lt;/p&gt;&#10;$$&#10;G(s)=\frac{Y(s)}{R(s)}&#10;$$&lt;p&gt;&#10;对应于上面的例子，我们很容易由牛顿第二定律&#10;&lt;/p&gt;&#10;$$m \ddot{x}(t) + c \dot{x}(t) + k x(t) = u(t) $$&lt;p&gt;&#10;进行拉普拉斯变换后得出传递函数&#10;&lt;/p&gt;&#10;$$&#10;G(s) = \frac{1}{ms^2+bs+k}&#10;$$&lt;p&gt;&#10;对应输入$R(s)=U(s)$，输出$Y(s)=X(s)$&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="现代控制理论"&gt;现代控制理论&#10;&lt;/h2&gt;&lt;p&gt;在现代控制理论中，传递函数的代数表达式对应的矩阵形式被称为&lt;strong&gt;传递函数阵&lt;/strong&gt;。&lt;/p&gt;&#10;&lt;p&gt;回到状态空间表达式$\dot{x}=Ax+Bu$，左右进行拉式变换得$sX(s)=AX(s)+Bu(s)$。移项整理后得到$X(s)=(sI-A)^{-1}BU(s)$&lt;/p&gt;&#10;&lt;p&gt;同样对输出方程拉式变换$Y(s)=CX(s)+DU(s)$把上面的$X(s)$表达式带入得到$Y(s)=C(sI-A)^{-1}BU(s)+DU(s)$&lt;/p&gt;&#10;&lt;p&gt;从而传递函数阵&lt;/p&gt;&#10;$$G(s)=\frac{Y(s)}{U(s)}=C(sI-A)^{-1}B+D$$&lt;hr&gt;&#10;&lt;p&gt;现在计算$(sI-A)^{-1}$：$(sI-A)^{-1}=\frac{(sI-A)^{*}}{|sI-A|}$，在上面的弹簧阻力质量系统中$\mathbf{A} = \begin{bmatrix} 0 &amp;amp; 1 \ -\frac{k}{m} &amp;amp; -\frac{c}{m} \end{bmatrix}$，则&#10;&lt;/p&gt;&#10;$$&#10;(sI-A)^{-1}=\frac&#10;{\begin{bmatrix} &#10;s+\frac{b}{m} &amp; 1 \\&#10;-\frac{k}{m} &amp; s \\&#10;\end{bmatrix}}{s(s+\frac{B}{m})-(-1)\frac{k}{m}}=\frac&#10;{\begin{bmatrix} &#10;s+\frac{b}{m} &amp; 1 \\&#10;-\frac{k}{m} &amp; s \\&#10;\end{bmatrix}}{s^2+\frac{B}{m}s+\frac{k}{m}}&#10;$$&lt;p&gt;左乘矩阵$C$：&lt;/p&gt;&#10;$$&#10;C(sI-A)^{-1}=\begin{bmatrix} 1 &amp; 0 \end{bmatrix}\frac{\begin{bmatrix} s+\frac{b}{m} &amp; 1 \\&#10;-\frac{k}{m} &amp; s \\&#10;\end{bmatrix}}&#10;{s^2+\frac{B}{m}s+\frac{k}{m}}&#10;=\frac{\begin{bmatrix} s+\frac{b}{m} &amp; 1 \\\end{bmatrix}}{s^2+\frac{B}{m}s+\frac{k}{m}}&#10;$$&lt;p&gt;再右乘矩阵$B$，并加上矩阵$D$（对应0）：&#10;&lt;/p&gt;&#10;$$&#10;C(sI-A)^{-1}B+D=\frac{\frac{1}{m}}{s^2+\frac{B}{m}s+\frac{k}{m}}+0&#10;=\frac{1}{ms^2+bs+k}&#10;$$&lt;p&gt;&#10;形式与代数一模一样&lt;/p&gt;&#10;&lt;hr&gt;&#10;&lt;h2 id="分析"&gt;分析&#10;&lt;/h2&gt;&lt;ol&gt;&#10;&lt;li&gt;他们形式能一致，是因为我们将其当作一个SISO系统处理，此时传递函数矩阵退化为一个 $1X1$的标量矩阵，而这个标量就是传统的传递函数&lt;/li&gt;&#10;&lt;li&gt;我们发现${ms^2+bs+k}$这段式与$|sI-A|$息息相关，而如果把$s$替换为$\lambda$，很容易发现这就是求$A$矩阵特征值的公式；而分母的解在传递函数中又代表着极点。那么我们可以得出结论：&lt;strong&gt;$A$矩阵的特征值即为传递函数的极点，与系统稳定性息息相关&lt;/strong&gt;&lt;/li&gt;&#10;&lt;/ol&gt;&#10;&lt;hr&gt;&#10;&lt;p&gt;&lt;strong&gt;更新&lt;/strong&gt;&lt;/p&gt;&#10;&lt;p&gt;2026.9.4把本篇作为新的自控学习笔记&lt;/p&gt;&#10;</description></item></channel></rss>