[足式机器人]Part2 Dr. CAN学习笔记-Ch01自动控制原理

本文仅供学习使用
本文参考：
B站：DR_CAN
控制之美（卷1）

---

1. 开环系统与闭环系统Open/Closed Loop System

1.1 EG1: 烧水与控温水壶

开环控制系统(Open Loop Control System)：其中$R(s)$是参考值(Reference)或目标值，$C(s)$是控制器，原动态系统的传递函数$G(s)$被称为控制系统的开环传递函数(Open Loop Transfer Function), 控制量是$U(s)$,也就是原动态系统的输入。控制系统的输出等于原动态系统的输出$X(s)$

若将输出$X(s)$反馈到输入端，则可以形成一个闭环控制系统。其中，参考值与输出之间的差称为误差(Error),$E(s)=R(s)-X(s)$,其对应的时间函数是$e(t)=r(t)-x(t)$,控制器$C(s)$将根据误差决定控制量$U(s)$

1.2 EG2: 蓄水与最终水位

$$\dot{h}=\frac{q_{in}}{A}-\frac{gh}{AR}$$
设$A=1$. 目标：$h=x\to x_d$ —— 保持液面高度
$x_d=\frac{CR}{g},C=\frac{x_{d}g}{R}=u,G\left(s\right)=\frac{1}{S+\frac{g}{R}}$

1.3 闭环控制系统

定义控制系统的闭环传递函数(Closed Loop Transfer Function)为

$$X=\frac{DG}{1+HDG}V$$

2. 稳定性分析Stability

本章将讨论自动控制理论中最重要的概念——稳定性(Stability)。稳定性是控制系统的基础，如果系统不稳定，其他的性能则无从说起。误差分析、性能分析和最优化分析等只有使用在稳定系统上才有意义。在前面的章节中，已经或多或少地涉及了一些稳定性的概念，本章中将以更加严谨的数学语言介绍并讨论稳定性的概念。本章的学习目标为：

• 掌握李雅普诺夫意义下的稳定性、渐近稳定及输入输出稳定的定义
• 掌握经典控制理论通过传递函数的极点判断稳定性的方法
• 掌握使用状态空间方程判定系统稳定性的方法

结合CH04-5

2.1 序言

2.2 稳定的分类

2.3 稳定的对象

明确分析对象

$e=Target-\theta$
Does the error converge to zero or not —— error dynamics stable or not

2.4 稳定的系统

2.4.1 Open loop 开环

传递函数极点的实数部分($p_{\mathrm{i}}$与${\sigma }_{\mathrm{k}}$)将决定系统输出$x\left(t\right)$的稳定性：

• 当所有的$p_{\mathrm{i}}<0$且所有的${\sigma }_{\mathrm{k}}<0$时，$x\left(t\right)$将会随着时间的增加而不断衰减并趋于0，满足渐进稳定
• 如果有任何一个或以上的$p_{\mathrm{i}}$或${\sigma }_{\mathrm{k}}$大于0,$x\left(t\right)$将会随着时间的增加而发散。因此系统是不稳定的。
• 如果存在着等于0的情况，$x\left(t\right)$会随着时间的增加趋于常数或者保持在一个范围内振荡(有界)。这种情况下，系统符合李雅普诺夫意义下的稳定性。

如果传递函数极点存在着虚数部分$w_{\mathrm{k}}$,则系统会产生振荡。振荡部分$\sin \left(w_{\mathrm{k}}t+{\phi }_{\mathrm{k}}\right)$与指数部分相乘，并不会影响系统的稳定性。

2.4.2 Closed loop 闭环

2.4.3 例子

EG1：

EG2：

2.5 系统稳定性的讨论

从经典控制理论的角度来看，所描述的动态系统稳定的条件是：传递函数的极点均在复平面的左半部分

此外，当系统的单位冲激响应满足渐近稳定条件时，针对每一个有界的输人$u(t)$,系统的输出$x(t)$也都会有界，不会发散到无限大。这种性质被称为有界输入有界输出稳定(BIBO Stable,Bounded Input Bounded Output Stable)。如果一个系统不满足BIBO稳定，就意味着一个有限的输入可能会导致无穷幅度的输出，这很有可能会对系统造成破坏性的影响。

BIBO稳定严格要求系统单位冲激响应要满足渐近稳定。如果系统的传递函数存在虚轴上的极点(临界稳定),则不符合BIBO稳定，因为有限的输入也有可能令系统产生共振，使得输出的振幅无限；

2.6 补充内容——Transfer Function(传递函数) - nonzero Initial Condition(非零初始条件)

3. 燃烧卡路里-系统分析实例

看完了动态系统的数学建模方法、一阶和二阶系统的时域响应，以及系统容都是为控制器的设计在打基础。本章将重点分析基于传的稳定性分析，这些传递函数的控制器设计，本章的学习目标为：

• 掌握闭环控制系统的控制器设计流程与思路
• 理解比例控制算法及其局限性。
• 理解终值定理并掌握如何运用它去分析控制系统的稳态误差。
• 理解积分控制算法及其参数对系统的作用，并了解其局限性。
• 了解如何使用饱和函数处理含约束的系统。

3.1 数学模型

3.2 比例控制 Proprotional Control

人们在控制体重时会很自然地想到一种策略：当体重大于目标值的时候，那就多运动，少吃饭，而且超重得越多，就越要多运动，越要少吃饭。反之亦然。这种简单粗暴的策略被称为比例控制(Proportional Controller),即系统的控制量与误差成正比，令
$$u\left(t\right)=K_{\mathrm{p}}e\left(t\right)$$
其中，$K_p>0$,称为比例增益(Proportional Gain)。其拉普拉斯变换为
$$U\left(s\right)=K_{\mathrm{p}}E\left(s\right)$$

系统误差的终值称为稳态误差(Steady State Error)

所以$K_p$越大，稳态误差$e_{ss}$就越小，这和上图所示的现象一致($K_p$越大，输出的终值$x\left(\infty \right)$越靠近参考值)。当$K_{\mathrm{p}}\to \infty$时，$e_{ss}=0$。但是在实际情况中，$K_p$不可能无限地增大，例如本例中每天的热量摄入和运动都是有限的。这就决定了比例控制的局限性，它无法消除稳态误差。我们需要引入新的手段和方法来解决这个问题。

4. 终值定理和稳态误差Final Value Theorem & Steady State Error

上述稳态误差的求解用到了分式分解法和拉普拉斯逆变换，整个过程比较复杂，尤其是针对高阶的系统，计算量会非常大。为了快速得到系统的稳态值，本节将引入终值定理(Final Value Theorem,FVT)。这一定理将时间趋于无穷时的时域表达与复数域之间联系起来。

5. 比例积分控制器Proportional-Intefral Controller

消除稳态误差——设计新的控制器

5.1 积分控制

说明在引入积分控制器之后，原始的一阶系统变成了二阶系统，上式对应了二阶系统的阶跃响应。类比二阶系统的一般形式，得到此二阶系统的阻尼比$\zeta$，和固有频率$w_n$为
$$\{\begin{array}{l}2\zeta w_{\mathrm{n}}=a\\ {w_{\mathrm{n}}}^2=a{K}_{\mathrm{I}}\end{array}\Rightarrow \{\begin{array}{l}\zeta =2\sqrt{a{K}_{\mathrm{I}}}\end{array}$$