运动控制先导课（三）——模态与传递函数的零极点-CSDN博客

本文链接：https://blog.csdn.net/2301_80226956/article/details/147476877

上一节在讲传递函数的性质时提到，传递函数的极点就是微分方程的特征根，这是本节逻辑链的关键环节。

引言

这一节我们讨论：

为什么要求模态？如何求模态？模态反映了系统的什么特性，有什么规律？

我们从一个例子引入：

解该微分方程并观察解的走势：

$2d \frac{dx(t)}{dt} + x(t) = 0$

先解方程，对微分方程进行拉氏变换：

$2 \left( sX(s) - x(0) \right) + X(s) = 0$

我们希望得到其在实域中的解，因此要进行反拉氏变换，由于拉氏变换数对表标准形式的s系数都为一，因此对解进行标准化：

$X(s) = 2x(0) \cdot \frac{1}{2s + 1} = x(0) \cdot \frac{1}{s + 0.5}$

进行反拉氏变换，绘制图像：

$x(t) = x(0) e^{-0.5t}$

（输出响应-时间图）

输出响应显然递减，且当t趋于无穷时，输出响应将趋于零。这意味着，系统将在无限长的时间后达到稳态。

可以归纳，所有含 $e^{-\alpha t}$ 的函数都是趋于稳定的。

模态是什么？

在这个例子中，决定函数走向的很明显是 $e^{-\alpha t}$ ，因此我们称在输出中影响走向的项为模态。

为什么要求模态？

别忘了我们系统分析的起因就是希望得到系统的一些特性，模态就是一个很好的工具。

通过例子的分析我们知道可以通过模态得知系统的稳定性。此外，模态分析帮助我们理解系统的自然响应特性，即没有外部输入时系统的自由振动方式。这些模态决定了系统如何响应各种激励，包括它们的稳定性、响应速度和形式等。

在解题过程中你可能会有疑问，为什么要反拉氏变换到时域上求解？

这是因为在频域中是无法建立输出响应与时间的关联的，我们又希望能得到解的走势观察系统稳定性，因此要做反拉氏变换到时域内，与时间建立函数关系绘图。

如何求模态？

模态分析就是分析系统的输出响应与时间的关系，任何系统都可以进行模态分析。

在上一节讲传递函数的时候提到过：
Ⅰ得到传递函数：
任何系统分析都要得到微分方程，得到微分方程后就可以通过拉氏变换为传递函数求解。
Ⅱ 转化为零极式：
任何传递函数都可以被化简为多项式函数，因此都可以转化为零极式。
$G(s)=\frac{C(s)}{R(s)} = \frac{b_m s^m + b_{m-1} s^{m-1} + \cdots + b_1 s + b_0}{a_n s^n + a_{n-1} s^{n-1} + \cdots + a_1 s + a_0}$ ===> $G(s) = \frac{(s - z_1)(s - z_2) \cdots (s - z_m)}{(s - p_1)(s - p_2) \cdots (s - p_n)}$
Ⅲ 裂项或凑数对表：
因而都可以对分母进行裂项，裂项方法和求解方法可以在第一节找到
$\frac{2s + 7}{s(s + 4)(s + 1)}=\frac{C_1}{s} + \frac{C_2}{s+4} + \frac{C_3}{s+1}$

如果有复数根，则需要对应数对表来凑
$X(s) = \frac{1}{s^2 + s + 1}= \frac{\frac{\sqrt{3}}{2}}{\left(s + \frac{1}{2}\right)^2 + \left(\frac{\sqrt{3}}{2}\right)^2}$
Ⅳ 反拉氏变换：
而裂项后的分母都可以通过化简，转化为拉氏变换数对表中的形式，都可以进行反拉氏变换，得到在微分形式下的解！

而在时域（微分形式）中的解就能很好地反映输出响应与时间的关系，观测系统是否收敛稳定。

这就是模态分析的基本流程。

模态由什么决定？

我们依然通过例子引入：

式一：

根据求模态的四步骤，题目已经完成了拉氏变换并得到了输出的零极式，
接着，我们应该对分母进行裂项，从而得到可以进行反拉氏变换的项：

$X(s) = \frac{5s + 2}{(s + 3)(s + 7)} = \frac{a_1}{s + 3} + \frac{a_2}{s + 7}$
最后通过查表得知解在时域中的形式是：

$x(t) = a_1 e^{-3t} + a_2 e^{-7t}$

式二：

同理， $x(t) = a_1 e^{-3t} + a_2 e^{-7t}$ 。

我们发现，两微分形式解的走势都由e的次幂决定的。由于 $e^{-\alpha t}$ 是代数方程通过反拉氏变换得到的，因此e的次幂与代数方程X(s)的分母相关，与分子无关。
因此可鉴，分母的极点决定了e的次幂，从而决定了解的走势，也就是模态。

而在本节一开始就强调了：传递函数的极点就是特征方程的特征根，因此模态也就是由特征方程的特征根决定的。

那分子影响了什么？

没错，分子影响了这个走势的“程度”，比如本例的a1 a2，分别代表这最终输出中的曲线是更趋向于 $e^{-3t}$ 还是 $e^{-7t}$ 呢。

至此，我们了解了模态是由微分方程的特征根，或是传递函数的极点决定的。

接下来我们就要研究极点是如何影响模态的，或者说，他们的关系是什么样的？

特征根（极点）与模态的关系

我们从例题出发，感受一下为什么“所有系统都可以进行模态分析”，顺便熟悉一下解题过程。

Ⅰ 特征根无重实根

刚刚提到了，特征根即为模态 $e^{-\alpha t}$ 的参数α。

Ⅱ 特征根为重根

Ⅰ 利用拉氏变换转化为代数方程：

$s^2 X(s) + 2s X(s) + X(s) = \frac{1}{s}$

Ⅱ 转化为零极式：

$X(s) = \frac{1}{s(s^2 + 2s + 1)} = \frac{1}{s(s+1)^2}$

Ⅲ 进行裂项并求解：

$X(s) = \frac{A_1}{s} + \frac{A_{21}}{(s+1)^2} + \frac{A_{22}}{s+1}$

Ⅳ 反拉氏变换得到解的微分形式：

$x(t) = 1 - \left( \frac{t}{1!} e^{-t} - e^{-t} \right)$

我们发现，有几个重根，微分形式的解的e就有几项。

Ⅲ 特征根为复根

Ⅰ 利用拉氏变换转化为代数方程：

$s^2 X(s) + s X(s) + X(s) = 1$

Ⅱ 转化为零极式：

$X(s) = \frac{1}{s^2 + s + 1}$

Ⅲ 进行配凑并求解：

$X(s) = \frac{\frac{\sqrt{3}}{2}}{\left(s + \frac{1}{2}\right)^2 + \left(\frac{\sqrt{3}}{2}\right)^2}$

Ⅳ 反拉氏变换得到解的微分形式：

$x(t) = \frac{2}{\sqrt{3}} e^{-0.5t} \sin\left(\frac{\sqrt{3}}{2} t\right)$

我们发现，特征根为复数根的解往往含有震荡项sinβt。

经过这三个例子可以发现，

任何微分方程都可以按根的情况分成三种形式，都可以通过反拉氏变换可以获得对应的三种模态，这也是为什么任意系统都可以进行模态分析的原因。

这张表很明确地指出了特征根（极点）与模态之间的关系：

对于特征根无重实根的方程，其极点-α经过反拉氏变换成为模态的λ参数。
对于有重实根的方程，由于其反拉氏变换 $\frac{1}{n!} t^n e^{-\alpha t}$ ，特征根有几重根， $e^{-\lambda t}$ 就有几项。极点-α也是模态的λ参数。
对于是复数根的方程，由于其反拉氏变换 $e^{-\alpha t} \sin(\omega t)$ / $e^{-\alpha t} \cos(\omega t)$ ，因此总是有震荡项，极点-α也是模态的λ参数。