4. 被控对象建模方法

在控制器 HIL（Hardware-in-the-Loop）实时仿真系统中，被控对象模型是闭环的另一半。控制器是真实硬件，被控对象则运行在实时仿真机上。被控对象模型是否准确、是否能在固定步长下稳定求解，直接决定了 HIL 测试结果的可信度。本节围绕三种主流建模路径——基于物理方程、传递函数与状态空间——说明它们各自适合什么对象、如何构建，以及如何落地为可实时运行的模型。

一、三条建模路径的定位

物理方程建模从守恒定律出发，直接写出对象的微分方程，例如电机电压方程、机械转动方程、液压流量方程。它的优点是物理意义清晰、参数可追溯，适合非线性强、多物理域耦合的对象，如电机、液压缸、电池。缺点是方程复杂，实时求解负担重。

传递函数建模把对象视为线性时不变系统，用输入输出之间的拉普拉斯变换比描述，例如一阶惯性环节 G(s)=K/(Ts+1)。它适合线性度好、工作点固定的对象，如滤波器、简单温控对象。优点是阶次低、求解快，缺点是丢失内部状态，难以处理非线性与多输入多输出。

状态空间建模用一组一阶微分方程描述系统内部状态，形式为 ẋ=Ax+Bu、y=Cx+Du。它既能表达多输入多输出，又能保留内部状态，便于在实时系统中用数值积分逐步推进。对于 HIL 而言，状态空间往往是物理方程与传递函数之间的“通用落地形式”。

二、从物理方程到状态空间：以直流电机为例

设一台他励直流电机，电枢回路电压方程与机械转动方程为：

L·di/dt = u - R·i - Ke·ω
J·dω/dt = Kt·i - B·ω - TL

其中 u 为电枢电压，i 为电枢电流，ω 为角速度，R、L 为电枢电阻与电感，Ke、Kt 为反电动势常数与转矩常数，J 为转动惯量，B 为粘性阻尼，TL 为负载转矩。取状态 x=[i, ω]ᵀ，输入 u=[u, TL]ᵀ，输出 y=ω，可整理为状态空间形式：

A = [[-R/L, -Ke/L],
     [ Kt/J, -B/J]]
B = [[1/L, 0],
     [0, -1/J]]
C = [0, 1],  D = [0, 0]

这一步是 HIL 建模的关键：物理方程一旦写成状态空间，就可以直接交给实时求解器按固定步长推进。示例参数可取 R=1.2 Ω、L=0.005 H、Ke=Kt=0.05、J=0.0002 kg·m²、B=1e-5。此时电气时间常数 L/R≈4.2 ms，机械时间常数 J/B=20 s，两者相差近三个数量级，属于刚性系统。

三、离散化与实时步长选择

实时仿真机以固定步长 Ts 运行，必须把连续状态空间离散化。最简单的是前向欧拉：

x(k+1) = x(k) + Ts·(A·x(k) + B·u(k))
y(k)   = C·x(k) + D·u(k)

前向欧拉实现简单，但稳定性受步长限制。对上述电机，电气动态最快，要求 Ts 远小于 L/R。若取 Ts=1 ms，Ts/(L/R)=0.24，尚在稳定范围；若取 Ts=5 ms，比值达 1.2，电流状态会振荡甚至发散。因此工程上常取 Ts 为最快时间常数的 1/10 到 1/20，即 Ts≈0.2~0.4 ms。若实时机算力有限，可改用后向欧拉或梯形法，它们对刚性系统更稳定，代价是每步需要求解线性方程组。

四、传递函数与状态空间的相互转换

对于线性对象，传递函数与状态空间可以互相转换。以二阶系统 G(s)=ωn²/(s²+2ζωn·s+ωn²) 为例，取 ωn=100 rad/s、ζ=0.7，可写出可控标准型状态空间：

A = [[0, 1], [-ωn², -2ζωn]]
B = [[0], [ωn²]]
C = [1, 0],  D = [0]

在 HIL 中，若被控对象本身以传递函数给出，可先转为状态空间再离散化，这样既保留了传递函数的频域特性，又获得了状态空间便于实时求解的形式。反之，若对象以状态空间给出，也可通过 G(s)=C(sI-A)⁻¹B+D 求传递函数，用于频域校核。

五、建模精度与实时性的权衡

HIL 建模不是越精确越好，而是在精度与实时性之间找平衡。物理方程最精确但计算量大；传递函数最轻量但只适用于线性工作点附近；状态空间居中，且可通过降阶、线性化、查表等方式进一步优化。实际工程中常见的做法是：对快变电气量用简化一阶模型，对慢变机械量保留二阶或三阶模型，对非线性环节（如死区、饱和）用分段线性或查表实现。这样既保证关键动态被复现，又让实时机在 1 ms 步长下稳定运行。

总结来说，物理方程提供建模依据，传递函数提供频域视角，状态空间提供实时落地形式。三者不是互斥选择，而是同一对象在不同阶段、不同精度要求下的表达方式。掌握它们之间的转换与离散化方法，是构建可信 HIL 被控对象模型的基础。