自动控制 / 系统课时

把高阶微分方程写成状态方程

把高阶微分方程写成状态方程

以质量—弹簧—阻尼系统为例,把含二阶导数的运动方程改写为两条一阶状态方程,再整理成标准状态空间模型。完成后,你将能够确定 A、B、C、D 矩阵,用初始状态计算系统的变化率,并通过 Python 仿真验证模型是否正确。

学习目标

  • 根据系统阶数选择状态变量,将二阶微分方程改写为一阶方程组。
  • 正确构造连续时间状态空间模型中的 A、B、C、D 矩阵。
  • 使用具体机械参数计算状态导数,并通过数值仿真验证输出。

从机械运动方程选择状态

考虑一个沿水平方向运动的质量块,质量为 mm,通过刚度为 kk 的弹簧和阻尼系数为 cc 的阻尼器连接固定墙面。外部施加控制力 u(t)u(t),质量块相对平衡位置的位移为 q(t)q(t),向右为正方向。

假设弹簧服从胡克定律,阻尼力与速度成正比,忽略干摩擦。根据牛顿第二定律:

mq¨+cq˙+kq=um\ddot q+c\dot q+kq=u

其中,mm 的单位为 kg,cc 的单位为 N·s/m,kk 的单位为 N/m,uu 的单位为 N。这是一个二阶常微分方程,需要同时知道位置和速度,才能由当前输入确定接下来的运动。

选择两个状态变量:

x1=q,x2=q˙x_1=q,\qquad x_2=\dot q

对状态求导,并利用原运动方程消去二阶导数:

x˙1=x2\dot x_1=x_2
x˙2=−kmx1−cmx2+1mu\dot x_2=-\frac{k}{m}x_1-\frac{c}{m}x_2+\frac{1}{m}u

这样,原来的一条二阶方程变成了两条耦合的一阶方程。x1x_1 表示位置,x2x_2 表示速度;输入力首先改变加速度,再改变速度,最后改变位置。

整理成 A、B、C、D 矩阵

令状态向量 x=[x1,x2]T\mathbf{x}=[x_1,x_2]^T,连续时间线性状态空间模型的标准形式为:

x˙=Ax+Bu\dot{\mathbf{x}}=A\mathbf{x}+Bu
y=Cx+Duy=C\mathbf{x}+Du

第一式描述状态如何随时间演化,第二式描述系统向外提供什么输出。本例假设传感器测量质量块位移,因此 y=q=x1y=q=x_1。

将刚才的两条一阶方程按状态和输入的系数排列,得到:

A=[01−k/m−c/m],B=[01/m]A=\begin{bmatrix}0&1\\-k/m&-c/m\end{bmatrix},\qquad B=\begin{bmatrix}0\\1/m\end{bmatrix}
C=[10],D=0C=\begin{bmatrix}1&0\end{bmatrix},\qquad D=0

四个矩阵的职责分别是:

  • A(2×2):描述状态之间的耦合和系统自身动态。第一行表示位置变化率等于速度,第二行表示弹簧和阻尼对加速度的影响。
  • B(2×1):描述输入如何影响状态。外力直接作用于加速度方程,因此第一项为 0,第二项为 1/m1/m。
  • C(1×2):决定从状态中读取哪些量作为输出。测量位置时取 [1,0][1,0]。
  • D(1×1):描述输入到输出的瞬时直接通路。本例外力不能让位置瞬间跳变,所以为 0。

注意,D=0D=0 并不表示控制力不会影响输出。控制力通过 B 改变加速度,经过系统动态逐步改变位移。

质量弹簧阻尼系统与状态空间积分链

代入参数并运行验证

选取一组具体机械参数,验证矩阵与运动方程是否一致。

参数 数值 含义
mm 2 kg 质量
cc 4 N·s/m 阻尼系数
kk 8 N/m 弹簧刚度
uu 6 N 恒定外力
q(0)q(0) 0.1 m 初始位移
q˙(0)\dot q(0) 0 m/s 初始速度

代入后,状态空间矩阵为:

A=[01−4−2],B=[00.5]A=\begin{bmatrix}0&1\\-4&-2\end{bmatrix},\quad B=\begin{bmatrix}0\\0.5\end{bmatrix}
C=[10],D=0C=\begin{bmatrix}1&0\end{bmatrix},\quad D=0

因此初始状态 x(0)=[0.1,0]T\mathbf{x}(0)=[0.1,0]^T 对应的状态导数是:

x˙(0)=[0−4×0.1−2×0+0.5×6]=[02.6]\dot{\mathbf{x}}(0)=\begin{bmatrix}0\\-4\times0.1-2\times0+0.5\times6\end{bmatrix}=\begin{bmatrix}0\\2.6\end{bmatrix}

即初始速度为 0 m/s,初始加速度为 2.6 m/s²。由于弹簧刚度和阻尼均为正,系统在恒定输入下最终趋于静止;此时速度、加速度都为零,理论平衡位移为 qeq=u/k=0.75q_{\mathrm{eq}}=u/k=0.75 m。

下面使用 Python 3.10+ 标准库实现状态导数计算,并通过显式欧拉法进行 10 秒数值积分,不需要安装第三方依赖。

python
m, c, k, u = 2.0, 4.0, 8.0, 6.0
A = ((0.0, 1.0), (-k / m, -c / m))
B = (0.0, 1.0 / m)
C = (1.0, 0.0)
D = 0.0

def derivative(state, force):
    # 根据 dx/dt = Ax + Bu 计算两个状态的导数
    return (
        A[0][0] * state[0] + A[0][1] * state[1] + B[0] * force,
        A[1][0] * state[0] + A[1][1] * state[1] + B[1] * force,
    )

state = [0.1, 0.0]
dx0 = derivative(state, u)
print(f'初始速度:{dx0[0]:.1f} m/s')
print(f'初始加速度:{dx0[1]:.1f} m/s^2')

dt = 0.001
for _ in range(10_000):
    # 先计算旧状态的导数,再同时推进两个状态
    dq, dv = derivative(state, u)
    state[0] += dt * dq
    state[1] += dt * dv

# 根据输出方程 y = Cx + Du 读取测量值
y = C[0] * state[0] + C[1] * state[1] + D * u
print(f'10 秒后位移:{y:.3f} m')
print(f'理论平衡位移:{u / k:.3f} m')

预期输出:

text
初始速度:0.0 m/s
初始加速度:2.6 m/s^2
10 秒后位移:0.750 m
理论平衡位移:0.750 m

初始加速度与手算一致,10 秒后的位移也已非常接近理论平衡位置,说明状态方程的系数、输入作用方向和输出选择在这个测试条件下相互一致。

改变输出选择与检查常见错误

状态空间模型中的状态不一定等于输出。假设同一机械系统现在测量的是速度而不是位置,状态方程中的 A、B 完全不变,只需要修改输出矩阵:

C=[01],D=0C=\begin{bmatrix}0&1\end{bmatrix},\qquad D=0

此时 y=x2y=x_2,单位为 m/s。若同时输出位置和速度,则可以采用 C=I2C=I_2、D=[00]TD=\begin{bmatrix}0&0\end{bmatrix}^T,输出向量具有两个分量。

实际建模时,优先检查以下容易出错的位置:

  1. 弹簧和阻尼符号:正位移时弹簧力为 −kq-kq,正速度时阻尼力为 −cq˙-c\dot q。误写正号会改变模型的稳定性质。
  2. 矩阵行列位置:状态排序为 [q,q˙]T[q,\dot q]^T 时,A 的第一行为 [0,1][0,1]。如果交换状态顺序,A、B、C 必须一起重新排列。
  3. 单位一致性:uu 使用 N,qq 使用 m,时间使用 s。不要将 mm 数值直接代入以 m 为单位建立的模型。
  4. 初始条件完整性:二阶系统需要指定初始位置和初始速度,仅给出 q(0)q(0) 不能唯一确定后续轨迹。

还可以进行一个简单的独立校验:将 u=0u=0、q=0q=0、q˙=0\dot q=0 代入,应得到 x˙=0\dot{\mathbf{x}}=0;将 u=6u=6 N、q=0.75q=0.75 m、q˙=0\dot q=0 代入,也应得到 x˙=0\dot{\mathbf{x}}=0。前者是无外力平衡状态,后者是恒定外力下的平衡状态。

从二阶方程转成状态空间模型,并没有改变原系统的物理规律,而是把位置和速度组织成统一的状态向量。得到的 A、B、C、D 矩阵可以直接用于状态响应计算、稳定性分析,以及后续的状态反馈与观测器设计。

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

把高阶微分方程写成状态方程

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