7.1 工程领域：控制与仿真的主场

7.1 工程领域：控制与仿真的主场

本节摘要：控制工程是 Matlab 最早深耕的领域，控制系统工具箱与 Simulink 构成"建模—分析—设计—仿真—代码生成"的完整闭环。本节用一个直流电机调速小案例走完全流程，并说明模型基设计如何成为航空汽车业的通行做法。

为什么工程师最先买单

控制工程师的日常工作恰好是 Matlab 的形状：被控对象写成传递函数或状态空间（矩阵），控制器设计是频域计算（又是矩阵），验证靠仿真（数值积分）。八十年代做这些要在 Fortran 里手写积分器，Matlab 把整条链搬进交互环境，控制群体几乎是整体迁移——工具箱销量反过来资助了平台的持续开发，这是用户与工具共生演化的典型样本。

一个直流电机的小闭环

被控对象：电机角度对电压的近似传递函数。

s = tf('s');
J = 0.01; b = 0.1; K = 0.01; R = 1; L = 0.5;
P = K / (J*L*s^2 + (J*R + b*L)*s + (b*R + K^2));

step(P); title('开环阶跃响应');   % 先看裸对象的脾气
​

开环阶跃响应缓慢且稳态增益小。设计一个 PID 控制器并闭环：

C = pid(10, 5, 0.5);
T = feedback(C*P, 1);          % 闭环传递函数
step(T); title('闭环阶跃响应');
​

feedback 一行完成闭环连接，step 一眼看动态。参数不满意时用 pidtune(C, P) 自动整定，再用裕度分析检验稳健性（margin(T) 看幅值与相角裕度）——设计裕度而不是设计"刚好行"，是工程与作业的分界线。

完整案例：带指标的设计—验证闭环

把上面的片段连成一次真实的设计过程。背景：云台电机调速，需求方给的是工程语言——超调不超过百分之五、两秒内进入终值正负百分之二带内、对负载扰动有抑制。操作分四步走，每步产出可检验的对象：

% 第 1 步：自动整定起点
C0 = pidtune('PID', P);           % 从对象特性出发的初始参数
T0 = feedback(C0*P, 1);

% 第 2 步：量化指标，不靠目测
S = stepinfo(T0)                  % 一行给出超调、调节时间等指标
% 关注字段：OverShoot（%）、SettlingTime（s）

% 第 3 步：不达标就调——带宽提fast档再验
C1 = pidtune(P, 'PID', 8);        % 目标带宽 8 rad/s，逐步压
S1 = stepinfo(feedback(C1*P, 1))

% 第 4 步：稳健性收尾
[Gm, Pm] = margin(feedback(C1*P, 1))
% 经验门槛：幅值裕度 > 6 dB、相角裕度 > 45 度
​

结果与解读：stepinfo 把"看起来还行"翻译成数字，超调百分之三、调节时间一点四秒、裕度达标，需求逐条勾掉；若相角裕度不足，说明带宽压过头，控制器在放大高频噪声，回到第 3 步降带宽重试。变式：把执行器饱和（电压上限）加进 Simulink 模型重跑，小信号线性设计在大阶跃下会暂时失准——线性设计定骨架、非线性仿真验收，两步缺一不可，这正是控制工程里 Matlab 与 Simulink 的标准分工。

概念辨析：传递函数、状态空间与框图

三者是同一对象的三种记法，各有主场。传递函数面向频域分析与 PID 整定，一眼看增益与零极点，但只适合线性单输入单输出的场合；状态空间（ss 模型）用一阶矩阵方程描述，多变量、时变、最优控制（LQR、卡尔曼滤波）必须用它；Simulink 框图直观表达非线与结构细节，是团队沟通与代码生成的载体。三者可互相转换（tf/ss/linmod 各有通路），选哪种取决于下一步要做什么分析，而不是个人偏好。初学者常犯的错是在框图里硬调参数却不去算线性模型的裕度——仿真能过一遍工况，裕度却保证相邻一批工况也能过，两种验证互补而非互替。

工程现场还有一层纯软件的坑：控制代码的"可追溯性"要求。航空汽车行业的模型基设计流程里，模型的每次修改都要留下记录，仿真结果与模型版本一一对应，审查时能回答"这个结果由哪版模型产生"。这套纪律映射到 Matlab 侧就是第 2 章的快照习惯加版本管理工具的结合——工程领域把本册反复强调的可复现性直接写进了流程规范，这是领域文化反塑工具使用的又一个实例。做课程设计时不必全套照搬，但"模型、数据、结果三者对得上版本"的意识从第一个项目就该建立。

给想入门控制方向的读者一条能力路线：先用本节的电机案例把 tf/feedback/step/margin 四件套用熟；第二步补离散化与数字控制（c2d 把连续模型搬到采样世界，这是嵌入式实现的必经一步）；第三步进 Simulink 建非线性模型做验证，把线性设计与非线性仿真两条线合拢。三步各需一两周练习，走完就具备了读控制工程文献、参与实际调参讨论的基础——再往深处的状态估计与最优控制，属于研究生课程的地界，但入口的工具全是本节这一套，工程领域的工具复用率极高是它对新手最友好的地方。

Simulink：框图即模型

传递函数适合线性分析，真实对象带死区、饱和等非线性时，框图仿真更直观：Simulink 里拖模块、连线，即建即跑。演化的深层意义在于模型成为团队的共享资产：同一个电机模型，控制组用来调参，软件组用来生成嵌入式代码（经代码生成工具链），测试组用来跑故障注入——模型基设计的核心就是"单一真相源，多处复用"。

图 控制设计的闭环工作流

⚠️ 常见坑：仿真步长设得过大，闭环结果看似收敛实则数值失真。看到响应"意外光滑"先怀疑步长，固定步长仿真按系统最快动态的十分之一量级起步试。

本节要点回顾

• 控制问题天然是矩阵问题，这是领域与工具相互选择的根源；
• 四步小流程：tf 建模 → step/bode 分析 → pid/pidtune 设计 → feedback 闭环验证；
• 裕度分析是稳健性的门票，"刚好行"不算设计；
• Simulink 的价值在单一模型多处复用，分析、代码生成、测试共用一份真相；
• 仿真步长是最先要怀疑的数值参数。