1、课程导入：Simulink简介、应用领域、学习路径与课程目标
Simulink 是 MathWorks 公司推出的基于 MATLAB 环境的图形化建模与仿真工具，它采用模块化、框图化的设计方式，使用户能够通过拖拽模块、连接信号线的方式构建动态系统模型。与传统的文本编程语言（如 C、Python）不同，Simulink 将系统的数学描述、逻辑控制、物理组件和信号流统一在一个可视化画布上，使工程师能够直观地观察系统的结构、数据流向和状态变化。自 1990 年发布以来，Simulink 已从最初的连续系统仿真工具，发展为覆盖离散事件、状态机、物理建模、代码生成、硬件在环（HIL）测试等全流程的复杂系统设计与验证平台。在航空航天、汽车电子、能源电力、工业自动化、通信与信号处理等领域，Simulink 已成为事实上的行业标准建模工具。本课程将从零开始，系统讲解 Simulink 的核心概念、建模方法、仿真技巧与工程实践，帮助学习者建立从入门到精通的完整知识体系。
1.1 Simulink 核心原理与工作方式
Simulink 的本质是一个基于时间驱动的动态系统仿真环境。其核心原理是将物理系统或控制算法用数学方程描述，再通过图形化模块映射为可计算的数值求解问题。用户在模型画布上放置模块（Block），每个模块封装了特定的数学运算、逻辑判断或物理关系；模块之间通过信号线（Signal Line）连接，表示数据的传递方向与依赖关系。当用户点击“运行”按钮时，Simulink 会根据模型的拓扑结构自动推导出各模块的计算顺序，并调用内置的数值积分器（Solver）对系统的微分方程或差分方程进行求解。
Simulink 支持三种基本类型的系统建模：连续系统（用微分方程描述，如弹簧-质量-阻尼系统）、离散系统（用差分方程描述，如数字滤波器）以及混合系统（同时包含连续和离散部分，如带数字控制器的电机驱动系统）。对于连续系统，Simulink 提供 ode45、ode23、ode15s 等变步长求解器；对于离散系统，则使用固定步长求解器（如 discrete）。求解器的选择直接影响仿真精度和速度，这是初学者最容易忽略的关键配置之一。
1.2 判断建模方法：何时选择 Simulink
在实际工程中，并非所有问题都适合用 Simulink 解决。判断是否采用 Simulink 建模，可以从以下四个维度进行评估：
| 评估维度 | 适合用 Simulink | 不适合用 Simulink |
|---|---|---|
| 系统类型 | 动态系统、反馈控制、多域物理耦合 | 纯静态数据处理、简单脚本计算 |
| 建模方式 | 需要可视化、模块化、团队协作 | 算法简单且只需一次性计算 |
| 仿真需求 | 需要观察时间响应、频响特性、多工况扫描 | 只需最终数值结果，无需过程分析 |
| 部署目标 | 需要生成 C 代码、部署到嵌入式硬件 | 纯离线分析，无硬件部署需求 |
例如，若你只需计算一个电阻分压网络的静态输出电压，用 MATLAB 脚本一行代码即可完成；但若需要分析电机启动过程中的电流冲击、转速超调以及控制器参数整定，则 Simulink 是更合适的选择。判断的核心标准是：系统是否随时间变化、是否存在反馈回路、是否需要多域耦合仿真。
1.3 案例拆解：从零搭建第一个 Simulink 模型
下面通过一个经典的“一阶惯性环节 + PID 控制器”案例，演示 Simulink 建模的基本流程。该案例模拟一个直流电机转速控制系统的简化模型，目标是让电机转速在 1 秒内达到设定值 1000 rpm，且超调量小于 10%。
背景与约束：电机电气时间常数 T_e = 0.01s，机械时间常数 T_m = 0.1s，电机增益 K = 2 (rpm/V)。控制器采用离散 PID，采样周期 T_s = 0.001s。初始转速为 0，输入电压限制在 ±24V 以内。
建模步骤：
- 打开 Simulink 空白模型，从模块库中拖入 Step（阶跃信号源）、Sum（求和）、PID Controller（PID 控制器）、Transfer Fcn（传递函数）、Scope（示波器）等模块。
- 设置 Step 模块：Final Value = 1000，Step Time = 0。
- 设置 PID Controller：P = 0.5，I = 5，D = 0.01，采用离散时间域。
- 设置传递函数：分子 [K]，分母 [T_m*T_e, T_m+T_e, 1]，即
2 / (0.001s² + 0.11s + 1)。 - 连接信号线：Step → Sum(+) → PID → Transfer Fcn → Scope；同时将 Transfer Fcn 输出反馈回 Sum(−) 端口。
- 设置仿真时间 2 秒，求解器选择固定步长 discrete，步长 0.001s。
- 运行仿真，观察 Scope 中的转速响应曲线。
结果与分析：仿真结果显示，系统在约 0.35s 时达到稳态值，超调量约 8%，满足设计要求。若超调量过大，可适当减小 P 增益或增加 D 增益；若响应过慢，则增大 P 或 I 增益。通过这个案例，可以直观理解 Simulink“搭积木”式的建模方式，以及参数调整对系统性能的影响。
Goto/From 或 Data Store Memory 来管理跨子系统信号，避免信号线交叉混乱。
1.4 常见误区与学习路径规划
在学习 Simulink 的过程中，初学者容易陷入以下四个典型误区：
- 误区一：只拖模块不学原理。Simulink 虽然降低了编程门槛，但使用者仍需理解系统动力学、控制理论、信号处理等基础知识。否则，模型虽然能运行，但结果无法解释，参数调整也缺乏方向。
- 误区二：忽视求解器与步长设置。默认的变步长求解器（ode45）适合大多数连续系统，但对于刚性系统、离散系统或高速开关电路，必须更换合适的求解器，否则仿真速度极慢或结果失真。
- 误区三：模型结构混乱，缺乏分层。把所有模块堆在一个画布上，导致模型难以阅读和维护。正确做法是使用子系统（Subsystem）进行分层，将功能模块封装，并添加注释和信号标签。
- 误区四：跳过代码生成与硬件部署。Simulink 的最终价值在于模型驱动的开发（MBD），即从模型直接生成产品级 C 代码。如果只停留在仿真层面，就无法发挥其在工程实践中的最大效用。
针对以上误区，本课程规划了五阶段学习路径：第一阶段（第 1-5 章）掌握 Simulink 基本操作与常用模块库；第二阶段（第 6-12 章）深入学习连续/离散系统建模、求解器原理与仿真参数配置；第三阶段（第 13-20 章）进阶学习 Stateflow 状态机、Simscape 物理建模、S-Function 自定义模块；第四阶段（第 21-26 章）学习代码生成、硬件在环测试与实时仿真；第五阶段（第 27-30 章）通过完整工程案例（如无人机飞控、BMS 电池管理、永磁同步电机控制）进行综合实战。
总结而言，Simulink 不仅仅是一个仿真工具，更是一套完整的模型化设计方法论。它让工程师能够在虚拟环境中快速验证算法、优化参数、生成代码，从而大幅缩短产品开发周期。本课程的目标是帮助学习者建立系统化的建模思维，掌握从简单仿真到复杂工程落地的全链路技能。每一章都将结合理论讲解、操作演示、案例实战和常见误区分析，确保学习者不仅“会操作”，更“懂原理”、“能实战”。