自动控制 / 系统课时

用阻尼比预测二阶系统的超调

用阻尼比预测二阶系统的超调

给定闭环系统的阻尼比与自然频率,就能在仿真前估计阶跃响应会超过目标值多少、何时达到峰值。本文以标准二阶系统为例,计算不同参数下的超调率和峰值时间,再用 Python 绘制响应曲线,验证公式并判断适用边界。

学习目标

  • 识别标准二阶系统中的阻尼比、自然频率及其物理意义。
  • 使用阻尼比计算百分比超调量和峰值时间,区分欠阻尼、临界阻尼与过阻尼。
  • 使用 Python 绘制不同参数的单位阶跃响应,并根据超调要求选择参数。

将闭环模型写成标准二阶形式

对于零初始条件、单位静态增益且没有有限零点的标准二阶闭环系统,传递函数为:

T(s)=Y(s)R(s)=ωn2s2+2ζωns+ωn2T(s)=\frac{Y(s)}{R(s)}=\frac{\omega_n^2}{s^2+2\zeta\omega_n s+\omega_n^2}

其中,ωn>0\omega_n>0 是无阻尼自然频率,单位为 rad/s;ζ\zeta 是无量纲阻尼比。阻尼比决定响应是否振荡以及振荡衰减的程度,自然频率主要决定响应的时间尺度。

例如,给定 ωn=4\omega_n=4 rad/s、ζ=0.5\zeta=0.5,可得到:

T(s)=16s2+4s+16T(s)=\frac{16}{s^2+4s+16}

向该系统施加幅值为 1 的单位阶跃输入,稳态输出为 1。如果输出最高达到 1.163,则超调率为 (1.163−1)×100%=16.3%(1.163-1)\times100\%=16.3\%。

阻尼比对应的典型响应如下:

阻尼比范围 类型 单位阶跃响应特征
ζ=0\zeta=0 无阻尼 持续振荡,不收敛
0<ζ<10<\zeta<1 欠阻尼 有衰减振荡,存在超调
ζ=1\zeta=1 临界阻尼 单调接近目标值,无超调
ζ>1\zeta>1 过阻尼 单调接近目标值,通常更慢

在相同自然频率下,临界阻尼是标准二阶模型中达到稳态最快的非振荡情形。若 ζ<0\zeta<0,系统存在右半平面极点,不能把产生的增长振荡当作正常超调。

从阻尼比计算超调和峰值时间

对 0<ζ<10<\zeta<1 的欠阻尼系统,振荡角频率为:

ωd=ωn1−ζ2\omega_d=\omega_n\sqrt{1-\zeta^2}

这里的 ωd\omega_d 是实际衰减振荡的角频率,并不等于自然频率 ωn\omega_n。标准二阶单位阶跃响应的百分比超调量 MpM_p 和首次峰值时间 tpt_p 分别为:

Mp=100e−πζ/1−ζ2%M_p=100e^{-\pi\zeta/\sqrt{1-\zeta^2}}\%
tp=πωn1−ζ2t_p=\frac{\pi}{\omega_n\sqrt{1-\zeta^2}}

超调率只由阻尼比决定,而峰值时间同时受阻尼比和自然频率影响。例如固定 ωn=4\omega_n=4 rad/s,可计算出:

阻尼比 ζ\zeta 超调率 MpM_p 峰值时间 tpt_p
0.2 52.7% 0.802 s
0.5 16.3% 0.907 s
0.7 4.6% 1.100 s
1.0 0% 无有限峰值时间
1.2 0% 无有限峰值时间

前面三行使用欠阻尼公式计算,后面两行根据单调响应的性质判断。不能直接把 ζ=1\zeta=1 代入含有 1−ζ2\sqrt{1-\zeta^2} 的峰值时间公式。

还可以用工程常见的 2% 稳态误差带估算调节时间。对一般欠阻尼系统,常用近似式为 ts≈4/(ζωn)t_s\approx4/(\zeta\omega_n)。例如 ζ=0.5\zeta=0.5、ωn=4\omega_n=4 rad/s 时,估计调节时间约为 2 s。该式不是严格上界,最终仍应以实际响应进入并持续保持在误差带内的时间为准。

用 Python 绘制并核对阶跃响应

为了分离两个参数的作用,可以安排两组实验:第一组固定 ωn=4\omega_n=4 rad/s,只改变阻尼比;第二组固定 ζ=0.5\zeta=0.5,将自然频率设置为 2、4、8 rad/s。两组曲线使用相同时间坐标与输出范围,便于直接比较。

不同阻尼比与自然频率下的二阶系统阶跃响应对比

运行环境为 Python 3.10 或更新版本,需要安装 numpy、scipy 和 matplotlib。将下面的完整程序保存为 second_order_step.py,执行 python second_order_step.py。程序使用 scipy.signal.step 计算连续时间系统的单位阶跃响应,并保存两栏对比图。

python
import numpy as np
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt
from scipy.signal import TransferFunction, step

omega_n = 4.0
zeta_list = [0.2, 0.5, 0.7, 1.0, 1.2]
t = np.linspace(0, 5, 1001)
fig, axes = plt.subplots(1, 2, figsize=(12, 4.2))

# 左图固定自然频率,只比较阻尼比的影响
for zeta in zeta_list:
    system = TransferFunction(
        [omega_n**2],
        [1, 2 * zeta * omega_n, omega_n**2]
    )
    _, response = step(system, T=t)
    axes[0].plot(t, response, label=f"zeta={zeta:.1f}")

    # 峰值公式只适用于欠阻尼情形
    if 0 < zeta < 1:
        mp = 100 * np.exp(-np.pi * zeta / np.sqrt(1 - zeta**2))
        tp = np.pi / (omega_n * np.sqrt(1 - zeta**2))
        print(f"zeta={zeta:.1f}: Mp={mp:.1f}%, tp={tp:.3f}s")
    else:
        print(f"zeta={zeta:.1f}: Mp=0.0%, no peak")

# 右图固定阻尼比,观察自然频率改变时间尺度
for omega in [2.0, 4.0, 8.0]:
    system = TransferFunction(
        [omega**2],
        [1, 2 * 0.5 * omega, omega**2]
    )
    _, response = step(system, T=t)
    axes[1].plot(t, response, label=f"wn={omega:.0f} rad/s")

for ax, chart_title in zip(
    axes,
    ["Different damping ratios", "Different natural frequencies"]
):
    ax.axhline(1.0, color="gray", linestyle="--")
    ax.set(title=chart_title, xlabel="Time (s)", ylabel="Unit-step response")
    ax.set_xlim(0, 5)
    ax.set_ylim(0, 1.65)
    ax.grid(alpha=0.25)
    ax.legend()

plt.tight_layout()
plt.savefig("second_order_step.png", dpi=160)
print("Saved: second_order_step.png")

预期输出如下,数值按理论公式计算并保留指定小数位:

text
zeta=0.2: Mp=52.7%, tp=0.802s
zeta=0.5: Mp=16.3%, tp=0.907s
zeta=0.7: Mp=4.6%, tp=1.100s
zeta=1.0: Mp=0.0%, no peak
zeta=1.2: Mp=0.0%, no peak
Saved: second_order_step.png

检查生成的 second_order_step.png:左图中,阻尼比越小,第一次峰值越高,后续振荡也越明显;右图中,三条曲线的峰值均约为 1.163,但自然频率越大,峰值出现得越早。由于使用 Agg 绘图后端,脚本直接保存图片,不需要弹出图形窗口。

第二组的理论峰值时间分别约为 1.814 s、0.907 s 和 0.453 s,验证了固定阻尼比时峰值时间与自然频率成反比。仿真采用 0.005 s 的采样间隔,离散采样得到的峰值时间可能与连续时间理论值有少量差异。

根据超调要求选择参数

假设电机速度闭环要求单位阶跃超调不超过 5%,并希望响应尽量快。可以先通过超调公式反求阻尼比下限:

ζ=−ln⁡(Mp/100)π2+[ln⁡(Mp/100)]2\zeta=\frac{-\ln(M_p/100)}{\sqrt{\pi^2+[\ln(M_p/100)]^2}}

将 Mp=5M_p=5 代入,得到 ζ≈0.6901\zeta\approx0.6901。因此在标准二阶模型中,可先选 ζ=0.7\zeta=0.7,理论超调约为 4.6%。如果再取 ωn=4\omega_n=4 rad/s,理论峰值时间约为 1.100 s,2% 调节时间粗略估计约为 1.43 s。

实际设计时需要分别检查三个条件:

  1. 超调约束:仿真计算的最大输出是否不超过目标值的 105%。
  2. 调节时间:输出进入目标值 ±2% 区间后,是否始终保持在区间内。
  3. 控制代价:提高自然频率后,控制器输出是否出现执行器饱和、过大控制力或噪声敏感问题。

一个常见误判是看到响应慢就只提高自然频率,而没有检查阻尼比。对标准二阶模型,固定阻尼比并提高自然频率确实会压缩时间轴,但不会降低百分比超调。另一个误判是将 ωn\omega_n 当作普通频率 Hz;若需要换算,应使用 fn=ωn/(2π)f_n=\omega_n/(2\pi)。

因此,工程上可以先用阻尼比约束超调,再用自然频率调整响应速度,最后对包含执行器限制、测量噪声和完整对象动态的闭环模型重新进行阶跃验证。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

用阻尼比预测二阶系统的超调

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通