4、信号与系统基础:连续与离散信号、传递函数、状态空间模型、采样与Z变换

运动控制系统本质上是信号与能量的受控流动。无论是伺服电机的电流环、速度环,还是机器人的轨迹规划,其底层数学描述都建立在信号与系统理论之上。本章旨在打通从连续时间域到离散时间域的桥梁,帮助工程师理解:为什么物理世界是连续的,而控制器却必须运行在离散的时钟节拍上;如何用传递函数和状态空间模型描述被控对象;以及采样与Z变换如何将微分方程转化为可编程实现的差分方程。这是连接经典控制理论与现代数字控制实现的关键枢纽。

信号与系统:从连续物理世界到离散数字控制 连续时间域 物理被控对象(电机、负载) 微分方程描述 传递函数 G(s) 状态空间 dx/dt = Ax+Bu 拉普拉斯变换 / 时域分析 采样与重构(ADC/DAC) 采样周期 T_s 采样定理(奈奎斯特频率) 零阶保持器(ZOH) 量化误差与抗混叠滤波 连续 → 离散的桥梁 离散时间域 数字控制器(DSP/FPGA) 差分方程描述 脉冲传递函数 G(z) 离散状态空间 x[k+1] Z变换 / 差分方程求解 采样 Z变换 工程核心工具链 传递函数分析 极点/零点位置 稳定性判据 频域响应(Bode) 状态空间设计 多输入多输出(MIMO) 能控性/能观性 LQR/极点配置 Z变换与离散化 双线性变换(Tustin) 零极点匹配法 前向/后向差分 数字实现 差分方程编程 定点/浮点运算 执行周期优化 统一于数字控制器的实时计算框架

4.1 连续与离散信号:物理世界的连续性与数字控制的离散性

核心原理:运动控制系统的物理层(电机电流、转子位置、负载速度)本质上是连续时间信号,其变化遵循电磁感应定律和牛顿力学。然而,现代控制器(DSP、MCU、FPGA)只能以固定的采样周期 T_s 对物理量进行离散采样,并在离散时刻执行控制算法。这种连续与离散的冲突,是运动控制工程师必须面对的第一性矛盾。

连续信号 x(t) 可以用微分方程描述,其拉普拉斯变换为 X(s)。离散信号 x[k] 则是连续信号在 kT_s 时刻的采样值序列,其Z变换为 X(z)。两者之间的转换并非无损——采样过程会引入频率混叠(Aliasing),而重构过程(DAC输出)会引入阶梯状延迟(零阶保持效应)。

工程要点:采样周期的选择是运动控制系统设计的第一步。采样周期过短会增加处理器负担,且对传感器噪声敏感;采样周期过长则会导致系统相位裕度下降,甚至失稳。工程经验法则:电流环采样频率通常为 10~20 kHz,速度环为 1~5 kHz,位置环为 0.5~1 kHz,且每级采样频率应相差 3~5 倍以上,以避免频率耦合。

4.2 传递函数:从微分方程到频域模型的工程化表达

核心原理:传递函数 G(s) 是在零初始条件下,系统输出拉普拉斯变换与输入拉普拉斯变换之比。对于运动控制系统,典型的被控对象(如直流电机)传递函数可表示为:

G(s) = θ(s) / V(s) = K_t / [s (J s + B) (L s + R)]

其中 K_t 为转矩常数,J 为转动惯量,B 为粘性摩擦系数,L 为电枢电感,R 为电枢电阻。该传递函数清晰地揭示了系统的三个极点:一个位于原点(积分环节),两个位于左半平面(电气时间常数和机械时间常数)。

判断方法:通过传递函数的极点位置可以快速判断系统稳定性:所有极点必须位于 s 平面左半平面。若存在右半平面极点,系统必然不稳定;若极点位于虚轴上,系统处于临界稳定状态。此外,传递函数的增益裕度和相位裕度可通过 Bode 图直观读取,工程上要求相位裕度 ≥ 45°,增益裕度 ≥ 6 dB。

传递函数特征物理意义运动控制中的典型表现
极点(实数)时间常数倒数电气时间常数 τ_e = L/R,机械时间常数 τ_m = J/B
极点(复数)自然频率与阻尼比机械谐振频率,通常由传动轴柔性引起
零点微分作用PID控制器引入的零点,用于改善相位
增益 K稳态输出与输入之比电机转矩常数与驱动器增益的乘积
实战经验:在伺服系统整定中,工程师常通过测量闭环 Bode 图来识别机械谐振峰。若在 300 Hz 附近出现明显谐振峰,则需要在控制器中增加陷波滤波器(Notch Filter),其传递函数为 G_n(s) = (s² + ω_n²) / (s² + 2ζω_n s + ω_n²),以抑制谐振而不影响低频增益。

4.3 状态空间模型:多变量系统的现代控制基础

核心原理:传递函数只能描述单输入单输出(SISO)系统,且无法揭示系统内部状态。状态空间模型通过一组一阶微分方程描述系统:

dx/dt = A x + B u
y = C x + D u

其中 x 为状态向量(如电流、速度、位置),u 为输入向量(如电压指令),y 为输出向量(如编码器反馈)。对于永磁同步电机(PMSM),状态空间模型包含 d-q 轴电流、转子速度和位置,是一个典型的 4 阶 MIMO 系统。

操作流程:建立状态空间模型的工程步骤为:① 确定物理系统的独立储能元件(电感、电容、惯量);② 选择状态变量(通常为储能元件的能量变量);③ 列写微分方程;④ 整理为矩阵形式;⑤ 验证能控性与能观性。能控性矩阵 Q_c = [B AB A²B ...] 必须满秩,否则系统存在不可控模态。

案例拆解:以双惯量弹性传动系统为例(电机-联轴器-负载),其状态空间模型为:
d/dt [ω_m; ω_l; T_s] = [0 0 -1/J_m; 0 0 1/J_l; K_s -K_s 0] [ω_m; ω_l; T_s] + [1/J_m; 0; 0] T_e
其中 ω_m 为电机转速,ω_l 为负载转速,T_s 为传动轴转矩,K_s 为轴刚度。该模型揭示了系统存在一个谐振极点对,其谐振频率为 f_res = (1/2π)√(K_s(1/J_m + 1/J_l))。通过状态反馈可以主动阻尼该谐振,这是现代伺服驱动器"振动抑制"功能的理论基础。

4.4 采样与Z变换:数字控制器的数学基石

核心原理:Z变换将离散时间序列 x[k] 映射到复变量 z 域,定义为 X(z) = Σ x[k] z^(-k)。Z变换的核心价值在于将差分方程转化为代数方程,使得离散系统的分析可以复用连续系统的频域工具。采样过程的关键约束是奈奎斯特采样定理:采样频率 f_s 必须大于信号最高频率 f_max 的两倍,否则会发生混叠。

离散化方法对比:将连续传递函数 G(s) 离散化为 G(z) 的常用方法包括:

  • 前向差分法(Euler法): s = (z-1)/T_s,简单但可能将稳定系统离散化为不稳定系统,不推荐用于控制器设计。
  • 后向差分法: s = (z-1)/(T_s z),稳定性保持好,但频率畸变严重。
  • 双线性变换(Tustin法): s = (2/T_s)·(z-1)/(z+1),最常用,频率预畸变可补偿非线性映射。
  • 零极点匹配法: 将连续系统的零极点按 z = e^(sT_s) 映射到 z 平面,适用于要求频率响应保真的场合。
常见误区:许多工程师直接使用后向差分法将 PID 控制器离散化,导致高频增益衰减严重。正确做法是使用 Tustin 变换并加入频率预畸变,或者直接在设计阶段就采用数字 PID 的离散形式:u[k] = K_p e[k] + K_i T_s Σe[i] + (K_d/T_s)(e[k] - e[k-1])。此外,采样保持器的相位延迟约为 T_s/2,在计算相位裕度时必须扣除该延迟。

4.5 从传递函数到数字实现:完整工程链路

操作流程:将连续域控制器转换为可执行代码的标准流程为:① 在连续域设计控制器 C(s),满足带宽和稳定裕度要求;② 选择合适的采样周期 T_s;③ 使用 Tustin 变换将 C(s) 转换为 C(z);④ 将 C(z) 展开为差分方程;⑤ 编写定点或浮点代码实现。

以典型的速度环 PI 控制器为例,连续域传递函数为 C(s) = K_p + K_i/s。采用 Tustin 变换后得到:

C(z) = (b0 + b1 z^(-1)) / (1 - z^(-1))
其中 b0 = K_p + K_i·T_s/2,b1 = -K_p + K_i·T_s/2

对应的差分方程为:u[k] = u[k-1] + b0·e[k] + b1·e[k-1]。该方程只需 3 次乘法和 3 次加法即可在 DSP 中完成,执行时间通常小于 5 μs。

设计阶段关键参数验证手段
连续域设计穿越频率 ω_c,相位裕度 PMBode 图、根轨迹
离散化T_s,变换方法对比 G(s) 与 G(z) 的 Bode 图
数字实现量化位数,溢出保护Simulink 离散仿真
硬件在环测试实际采样抖动,延迟示波器测量阶跃响应
总结复盘:信号与系统知识是运动控制工程师的"内功"。掌握连续域分析(传递函数、状态空间)是为了理解物理本质;掌握离散化与Z变换是为了实现数字控制。两者缺一不可。实际工程中,建议在 MATLAB/Simulink 中建立完整的连续-离散混合仿真模型,先验证算法,再移植到嵌入式平台。同时,务必关注采样时钟抖动(Jitter)对控制性能的影响,必要时使用硬件定时器触发 ADC 采样,确保采样间隔均匀。