位置环的数学模型：PID控制器的基本原理、传递函数与比例增益

上一章我们聊了位置环在运动控制里的地位。说白了，位置环就是整个系统的「大脑」，它告诉电机该走多远、走多快、停多准。那这个「大脑」到底是怎么工作的？它的数学模型长什么样？这一章，我们就把位置环的数学底子扒开来看。

PID控制器的基本原理

PID控制器，全称是比例-积分-微分控制器。你想想看，一个系统要控制好位置，无非就是三件事：

• 看现在——当前误差有多大？
• 看过去——误差是不是一直存在？
• 看趋势——误差是在变大还是变小？

PID正好对应这三件事。它的数学表达式长这样：

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

其中：

• e(t) = 目标位置 - 实际位置（误差）
• Kp = 比例增益
• Ki = 积分增益
• Kd = 微分增益
• u(t) = 控制输出（通常是速度指令或力矩指令）

我个人习惯把PID理解成三个「角色」：

位置环的传递函数

传递函数是控制理论的「语言」。它把时域里的微分方程，变成了频域里的代数方程。说白了，就是换个角度看问题。

我们先从最简单的P控制器开始。假设位置环只用了比例控制，那么：

u(s) = Kp * (θ_ref(s) - θ_act(s))

其中θ_ref是目标位置，θ_act是实际位置。如果被控对象是一个简单的惯性系统（比如电机+负载），它的传递函数可以近似为：

G(s) = 1 / (J * s² + B * s)

J是转动惯量，B是阻尼系数。那么整个位置环的闭环传递函数就是：

Φ(s) = θ_act(s) / θ_ref(s) = Kp / (J * s² + B * s + Kp)

嗯，这里要注意。这个公式看起来简单，但它揭示了一个核心问题：位置环本质上是一个二阶系统。

二阶系统的标准形式是：

Φ(s) = ωn² / (s² + 2ζωn * s + ωn²)

对比一下，我们可以得到：

• 自然频率 ωn = √(Kp / J)
• 阻尼比 ζ = B / (2 * √(Kp * J))

你看，Kp同时影响ωn和ζ。这就是为什么调Kp要小心——它牵一发而动全身。

比例(P)增益的作用与影响

比例增益Kp，是位置环里最核心的参数。它的作用可以用一句话概括：Kp决定了系统对误差的「反应强度」。

具体来说：

• Kp越大：系统响应越快，但容易超调，甚至震荡
• Kp越小：系统越稳定，但响应慢，存在稳态误差

我在项目中遇到过一台贴片机，客户抱怨定位不准。我一看，Kp设得太小了，误差有0.5mm都不动。调大Kp后，定位精度直接到了0.05mm。但调太大又不行——机器开始「抖」了。

Kp对系统性能的影响，可以用这张表来总结：

你想想看，为什么Kp调大了会有稳态误差？因为比例控制本质上是有差控制——它必须靠误差来产生控制力。误差为零时，控制输出也为零。这就是所谓的「静差」。

最后，我用一张图来总结位置环的数学模型和Kp的作用路径：

这张图把整个位置环的数学模型串起来了。你从目标位置出发，经过误差计算、比例增益、控制输出、被控对象，最后得到实际位置。实际位置又反馈回去，形成闭环。Kp就卡在误差和控制输出之间，决定了整个系统的「脾气」。