简介这份资源是吴麒教授编著的《自动控制原理》第二版配套课件面向自动化、电子工程、航空航天等专业的本科生与考研学习者帮助系统掌握控制系统的建模、分析与设计方法。压缩包共收录140个文件以102个MATLAB脚本.m、23个PPT讲义、10个Flash动画、3份Word文档及2个Simulink模型.mdl为主整体约16.48MB兼顾理论讲解与仿真验证。课件内容覆盖控制系统定义与分类、微分方程与传递函数建模、劳斯判据与根轨迹稳定性分析、伯德图与尼奎斯特频率响应、PID及状态反馈控制器设计、超前滞后校正、非线性系统描述函数与相平面法、离散系统Z变换以及最优控制与模糊控制等现代控制理论并配有飞机自动驾驶、机器人控制、电力系统等工程案例。目前已有598人学习下载适合课堂同步复习、考研梳理知识框架及仿真练习是一份体系完整、便于检索的经典学习资料。1. 自动控制原理课件吴麒从“看不懂框图”到能自己推一遍很多人第一次翻自动控制原理的课件卡住的地方不是微积分而是那张方框图——信号从哪进、从哪出、反馈点在哪、为什么一个负号就能决定系统稳不稳定。自动控制原理课件吴麒这类资料的价值不在于它替你考试而在于它把“时域—复域—频域”三条线串成了一条能自己动手推的路径。它适合两类人一类是正在学这门课、需要把课堂笔记补成可复现推导的学生另一类是做嵌入式控制、机器人或过程控制想把 PID 调参背后的稳定性判据重新捡起来的工程师。这篇笔记不讲空泛的学科意义只讲怎么把这份课件当成一套可执行的学习材料先立住传递函数和稳定性这两根柱子再落到根轨迹、频域校正和离散化最后给出能自己验算的步骤和参数。2. 先立住两根柱子传递函数与稳定性判据自动控制原理课件吴麒里出现频率最高的两个东西一个是传递函数一个是稳定性判据。很多人把这两块当成两个独立章节背结果一到综合题就不知道从哪下手。实际做法是把传递函数当成系统的“身份证”把稳定性判据当成“体检标准”两者必须一起用。2.1 传递函数到底在描述什么传递函数 G(s)Y(s)/U(s) 在零初始条件下成立它描述的是系统本身的动态特性和输入大小无关。课件里通常会先给微分方程再拉氏变换再整理成比值。这一步的关键不是算而是理解“为什么可以忽略初始条件”——因为研究的是系统结构对输入的响应形状而不是某一次具体运行的绝对数值。我一般会让学生做一件事拿到一个 RLC 电路或者弹簧阻尼系统先自己列微分方程再对照课件里的传递函数看分母阶数对应几个储能元件。这个对应关系一旦建立后面看到三阶系统就不会慌。import sympy as sp s, R, L, C sp.symbols(s R L C) # RLC 串联电路输入电压 U输出电容电压 Y # 分压关系Y/U (1/(sC)) / (R sL 1/(sC)) G (1/(s*C)) / (R s*L 1/(s*C)) G_simplified sp.simplify(G) print(G_simplified) # 输出1/(C*L*s**2 C*R*s 1)这段代码用符号运算把 RLC 电路的传递函数整理成标准二次形式。参数说明R 是电阻L 是电感C 是电容分母的 s² 项系数是 LCs 项系数是 RC常数项是 1。逻辑说明分母阶数等于独立储能元件个数这里 L 和 C 各一个所以是二阶。课件里如果直接给结果建议自己用这段代码验一遍避免抄错符号。2.2 稳定性判据怎么选、怎么用课件里常见的稳定性判据有三类劳斯判据、根轨迹法、奈奎斯特判据。选哪个不是随意的劳斯判据适合已知特征方程系数、判断右半平面根个数根轨迹适合看某个参数通常是开环增益 K从 0 到无穷变化时闭环极点的走向奈奎斯特适合开环频率特性已知、要判断闭环稳定性的场合。一个常见的翻车点是用劳斯判据时只看了第一列符号变化却忘了处理某行全为零的情况。课件里通常会提“辅助方程”但很多人跳过。实际做法是遇到全零行用上一行系数构造辅助方程求导后替换该行再继续。判据适用场景关键输出常见误用劳斯特征方程系数已知右半平面根个数忽略全零行根轨迹开环传递函数已知看 K 变化闭环极点轨迹把开环极点当闭环极点奈奎斯特开环频率特性已知包围 (-1, j0) 圈数忘记补相角注意劳斯判据只能判断绝对稳定性不能直接给稳定裕度。要裕度就转频域。3. 根轨迹与频域校正从“会画”到“会调”课件里根轨迹和频域校正往往是分开讲的但实际调参时两者是连着的根轨迹告诉你极点往哪走频域告诉你带宽和相位裕度够不够。这一章把这两块接起来。3.1 根轨迹的手绘规则与代码验算根轨迹有 8 条左右的手绘规则课件里一般会列全。但手绘容易在渐近线交点和分离点上出错。我一般会先用规则画个大概再用 Python 算精确值对照。import numpy as np import matplotlib.pyplot as plt from control import tf, rlocus # 开环传递函数 G(s) K / (s*(s2)*(s4)) sys tf([1], [1, 6, 8, 0]) rlocus(sys) plt.title(Root Locus of K/(s(s2)(s4))) plt.show() # 分离点解 dK/ds 0即特征方程对 s 求导 import sympy as sp s sp.symbols(s) K - (s*(s2)*(s4)) dK sp.diff(K, s) print(sp.solve(dK, s)) # 输出[-0.845, -3.155] 取在根轨迹上的 -0.845这段代码用 control 库画根轨迹用 sympy 求分离点。参数说明开环极点 0、-2、-4渐近线交点 (-2, 0)角度 ±60°、180°。逻辑说明分离点是 K 的极值点对特征方程求导后解出的 s 要验证是否在根轨迹上。课件里如果只给图建议自己跑一遍确认分离点位置。3.2 频域校正超前、滞后、超前滞后怎么选频域校正的核心是改开环频率特性让闭环满足相位裕度和截止频率要求。超前校正提相位裕度、增带宽滞后校正降高频增益、提低频精度超前滞后兼顾两者。选型看需求如果原系统相位裕度不够且截止频率偏低用超前如果稳态误差大但相位裕度够用滞后。from control import tf, margin, bode import numpy as np # 原系统 G0 10/(s*(s1)*(s2)) G0 tf([10], [1, 3, 2, 0]) gm, pm, wg, wp margin(G0) print(f原系统相位裕度: {pm:.2f} deg, 截止频率: {wp:.2f} rad/s) # 超前校正器 Gc (a*T*s 1)/(T*s 1)取 a5, T0.1 a, T 5, 0.1 Gc tf([a*T, 1], [T, 1]) G_open G0 * Gc gm2, pm2, wg2, wp2 margin(G_open) print(f校正后相位裕度: {pm2:.2f} deg, 截止频率: {wp2:.2f} rad/s)参数说明a 决定最大超前相位T 决定中心频率。逻辑说明先算原系统裕度再试校正器参数直到裕度落在 45°~60°、截止频率满足响应速度。课件里通常给公式但实际调参要迭代这段代码就是迭代工具。提示超前校正的最大相位角 φm arcsin((a-1)/(a1))a 越大相位越多但高频增益也越大噪声敏感。4. 离散化与状态空间课件里最容易跳过的两章很多课件把离散化和状态空间放在最后课时紧就跳过。但实际做嵌入式控制这两块绕不开。离散化决定采样周期怎么选状态空间决定多变量系统怎么描述。4.1 离散化采样周期不是随便定的离散化的核心是采样定理和保持器。课件里一般讲零阶保持器ZOH和双线性变换Tustin。选哪个看场景ZOH 适合实际 DAC 输出Tustin 适合频域特性保持。from control import tf, c2d import numpy as np # 连续系统 G(s) 1/(s1) G tf([1], [1, 1]) Ts 0.1 # 采样周期 # 零阶保持器离散化 G_zoh c2d(G, Ts, methodzoh) print(ZOH:, G_zoh) # 双线性变换离散化 G_tustin c2d(G, Ts, methodtustin) print(Tustin:, G_tustin)参数说明Ts 是采样周期一般取系统带宽的 10 倍以上。逻辑说明ZOH 在低频段接近连续Tustin 在截止频率附近更准。课件里如果只给公式建议用这段代码对比两种方法在同一 Ts 下的差异。4.2 状态空间从传递函数到能控能观状态空间表达式 x_dot Ax Bu, y Cx Du 在课件里通常从传递函数转换来。能控性和能观性是判断系统能不能用状态反馈和观测器的前提。from control import tf, tf2ss, ctrb, obsv import numpy as np # G(s) (s2)/(s^23s2) G tf([1, 2], [1, 3, 2]) A, B, C, D tf2ss(G.num[0][0], G.den[0][0]) print(A:, A) print(B:, B) print(C:, C) # 能控性矩阵 Wc ctrb(A, B) print(能控性矩阵秩:, np.linalg.matrix_rank(Wc)) # 能观性矩阵 Wo obsv(A, C) print(能观性矩阵秩:, np.linalg.matrix_rank(Wo))参数说明tf2ss 把传递函数转成能控标准型。逻辑说明能控性矩阵满秩才能设计状态反馈能观性矩阵满秩才能设计观测器。课件里如果只给定义建议用这段代码验证一个具体系统。5. 避坑与排查课件学习中最容易翻车的 5 个点这一章按“现象 → 原因 → 解决”写都是实际学习中最常遇到的。现象一劳斯表第一列出现零但符号变化数算不对。原因零元素导致下一行无法计算直接跳过会漏掉右半平面根。 解决用上一行系数构造辅助方程求导后替换全零行再继续算符号变化。现象二根轨迹分离点算出来不在根轨迹上。原因dK/ds0 的解只是候选点还要验证该点是否满足相角条件。 解决把候选点代入开环传递函数看相角是否为 180°k·360°。现象三频域校正后相位裕度够了但阶跃响应超调很大。原因相位裕度和超调不是一一对应还和闭环带宽、谐振峰值有关。 解决同时看 Mr 和带宽必要时加低通滤波或调整校正器零点位置。现象四离散化后系统不稳定但连续系统是稳的。原因采样周期太大离散化引入的相位滞后超过裕度。 解决减小 Ts或改用 Tustin 并预畸变关键频率。现象五状态反馈后系统能控但响应不对。原因能控性只保证极点可配置不保证配置后的动态满足要求。 解决用极点配置或 LQR 时先明确期望闭环极点位置再验算。注意课件里的例题通常参数干净实际系统有饱和、延迟、噪声。学课件时就要养成“加扰动再验一遍”的习惯。6. 把课件变成自己的工具一个可复用的验算模板学完课件最怕的是“当时会了过两周忘了”。我的习惯是每学完一章写一个最小验算脚本把该章的核心公式跑一遍。下面这个模板覆盖传递函数、稳定性、根轨迹、频域、离散化五个环节改参数就能复用。import numpy as np import sympy as sp from control import tf, margin, c2d, rlocus, ctrb, obsv import matplotlib.pyplot as plt def analyze_system(num, den, TsNone): 输入传递函数分子 num、分母 den可选采样周期 Ts 输出稳定性、裕度、离散化结果 G tf(num, den) # 1. 稳定性求闭环极点单位负反馈 G_cl G / (1 G) poles G_cl.poles() print(闭环极点:, poles) print(稳定: , np.all(np.real(poles) 0)) # 2. 频域裕度 gm, pm, wg, wp margin(G) print(f相位裕度: {pm:.2f} deg, 截止频率: {wp:.2f} rad/s) # 3. 根轨迹 rlocus(G) plt.title(Root Locus) plt.show() # 4. 离散化 if Ts: G_zoh c2d(G, Ts, methodzoh) print(ZOH 离散化:, G_zoh) # 5. 能控能观转状态空间 A, B, C, D tf2ss(G.num[0][0], G.den[0][0]) print(能控性秩:, np.linalg.matrix_rank(ctrb(A, B))) print(能观性秩:, np.linalg.matrix_rank(obsv(A, C))) # 示例G(s) 10/(s(s1)(s2)) analyze_system([10], [1, 3, 2, 0], Ts0.05)参数说明num 和 den 按降幂排列Ts 可选。逻辑说明这个模板把课件里分散的判据串成一条流水线改一组参数就能看全貌。我一般会把它存成control_check.py每次遇到新系统先跑一遍再翻课件对答案。一个具体技巧如果相位裕度在 30° 到 40° 之间阶跃响应通常有 20% 以上超调这时候不要急着加校正先看是不是截止频率太低。把截止频率提上去裕度往往自然改善。这个经验在课件里不会写但调过几个实际系统就能体会到。最后说个我自己的教训早年学这门课我把根轨迹规则背得很熟但第一次调实际电机速度环时发现按课件算出来的 K 值一加上去就振荡。后来才明白课件里的模型没有考虑 PWM 延迟和电流环带宽。从那以后我养成了一个习惯任何课件里的参数先打七折上机再根据响应慢慢加。希望这个习惯也能帮到你。本文还有配套的精品资源点击获取
