2、位置环数学模型：PID控制原理、位置环传递函数、系统框图分析

好，咱们进入正题。位置环的数学模型，说白了就是搞清楚“怎么算误差”和“怎么调输出”。很多新手一上来就调PID参数，调了半天系统还是抖，为什么？因为连最基本的传递函数都没搞明白。我刚开始带项目那会儿也犯过这毛病，后来被一台高速贴片机狠狠教育了一回——从那以后，我养成了先建模、后调参的习惯。

2.1 PID控制原理：三兄弟各司其职

PID控制器，三个字母分别代表比例、积分、微分。你可以把它们想象成三个性格迥异的兄弟：

• P（比例）：急性子，误差有多大，输出就怼多大。反应快，但容易过头，留下静差。
• I（积分）：慢性子，专门收拾P留下的烂摊子。它把过去的误差一点点攒起来，慢慢推，直到静差消失。但攒多了容易“积分饱和”，系统就 overshoot 了。
• D（微分）：预言家，看误差的变化趋势。误差涨得快，它就提前刹车；误差跌得快，它就提前加油。能抑制超调，但对噪声敏感。

数学表达式长这样：

u(t) = Kp * e(t) + Ki * ∫e(t)dt + Kd * de(t)/dt

其中 e(t) 是位置误差（目标位置 - 实际位置），u(t) 是控制输出（通常是速度指令或力矩指令）。

2.2 位置环传递函数：从时域到频域

咱们把上面的时域方程拉普拉斯变换一下，就得到了传递函数形式：

Gc(s) = Kp + Ki/s + Kd*s

写成更常用的零极点形式：

Gc(s) = Kp * (1 + 1/(Ti*s) + Td*s)

其中 Ti = Kp/Ki 是积分时间常数，Td = Kd/Kp 是微分时间常数。

为什么要搞成传递函数？因为我们可以用波特图看系统的稳定裕度，用根轨迹看闭环极点位置。我在调试一个龙门双驱平台时，就是靠传递函数算出了相位裕度不够，加了点积分才把振荡压下去。

2.3 系统框图分析：信号怎么流

一个完整的位置环控制系统，信号流向是这样的：

1. 目标位置（上位机或规划器给过来）
2. 误差计算：目标位置 - 编码器反馈的实际位置
3. PID控制器：对误差做比例-积分-微分运算，输出速度指令
4. 速度环/电流环：执行速度指令（通常驱动器内部已经闭环了）
5. 被控对象：电机+机械传动（丝杠、皮带、减速机等）
6. 位置反馈：编码器或光栅尺把实际位置送回比较点

下面这张图把整个链路画清楚了：

从框图里能看出几个关键点：

• 前向通路：目标位置 → 误差 → PID → 速度环 → 被控对象 → 实际位置
• 反馈通路：实际位置通过编码器送回比较点，形成闭环
• 干扰点：被控对象处会有摩擦力、负载变化等扰动，位置环的积分项就是用来对抗这些的

2.4 位置环的闭环传递函数

把上面的框图简化成标准闭环形式：

G_open(s) = Gc(s) * G_plant(s)
G_close(s) = G_open(s) / (1 + G_open(s))

其中 G_plant(s) 是被控对象的传递函数。对于常见的伺服系统，被控对象可以简化为一个积分环节加一个惯性环节：

G_plant(s) = K / (s * (T*s + 1))

K 是增益（取决于电机扭矩常数、负载惯量等），T 是机电时间常数。

把 PID 和对象传函代入，得到位置环闭环传函：

G_close(s) = (Kp*s + Ki + Kd*s²) * K / [s²*(T*s+1) + (Kp*s + Ki + Kd*s²)*K]

看着复杂，但实际调试时我们更关心的是：

参数	对系统的影响	我常用的调试顺序
Kp（比例增益）	增大→响应变快，但过大→振荡甚至发散	先调Kp，直到系统出现轻微振荡，然后退回70%
Ki（积分增益）	增大→消除静差变快，但过大→超调+积分饱和	Kp调好后，慢慢加Ki，直到稳态误差消失
Kd（微分增益）	增大→抑制超调，但过大→高频噪声放大	最后加，能不加就不加，加的话配合低通滤波

2.5 离散化：从连续到数字

实际控制器里跑的是离散算法，不是连续积分。常用的离散化方法：

• 前向欧拉：简单，但采样频率低时误差大
• 后向欧拉：比前向稳定一点
• 双线性变换（Tustin）：精度高，我推荐用这个

离散PID的位置式算法：

u[k] = Kp*e[k] + Ki*Ts*sum(e[i]) + Kd*(e[k] - e[k-1])/Ts

其中 Ts 是采样周期。注意积分项是累加和，容易饱和，需要做抗积分饱和处理。

好了，位置环的数学模型就聊到这儿。记住：框图是骨架，传递函数是血肉，PID参数是灵魂。搞懂了这三者的关系，调参就不再是玄学。