自动控制原理笔记详解：从开环闭环到PID控制

简介：这是一套面向自动控制理论学习者的 Dr.CAN《自动控制原理》课程笔记合集，共13期，适合正在打基础、准备深入控制理论方向或备考复习的读者。笔记以PDF形式整合为一个文件，压缩包仅12.27MB，便于下载后随时翻阅。内容从传递函数、开环与闭环系统、反馈控制出发，覆盖稳定性分析、根轨迹、终值定理与稳态误差、PID控制器以及分离点和大汇合点等关键概念。笔记配有公式推导图示和课堂讲解摘录，既有知识框架也有细节注释，可帮助快速建立自动控制原理的整体认知。目前已有847人浏览学习，适合配合B站课程视频同步整理笔记，或作为考前回顾与后续学习卡尔曼滤波、模型预测控制、最优控制之前的衔接材料。

1. 从一次“听不懂”开始：这套自动控制原理笔记，到底能帮你什么

第一次翻开自动控制原理教材，我在第10页就卡住了：开环、闭环、传递函数、极点……每个字都认得，连成一句却像天书。后来我跟着一套13期的自动控制原理课程笔记重新学了一遍，才发现它并没有那么玄。这套笔记把最基础的几件事——开环与闭环、反馈、传递函数、稳定性、根轨迹、PID控制器——用大白话逐个推了一遍，目标是先回答“系统为什么这么动”，再回答“怎么让它按我想要的动”。它适合完全零基础的初学者，也适合研究方向涉及控制、但基础没打牢的人。读完你不会马上变成专家，但至少敢打开教材，敢动手画框图了。

2. 先用直觉搞懂三件事：反馈、传递函数、稳定性

2.1 开环和闭环：为什么“闭着眼走路”会越走越偏

想象一个最简单场景：你想让一杯水保持50度。如果只看计时器——插上电热棒，加热10秒就断电，不管水温到底是多少，这叫开环。人闭着眼睛走路，只按预设计划迈步，不低头看自己偏到哪去了，结果大概率不是直线。水温受室温、水量、杯壁散热影响，加热时间固定时，最终温度很可能不是50度。控制器根本没有机会修正偏差，这就是开环的局限。

闭环则多了一条“路”：用温度计测出当前水温，和目标50度比较，差多少就加热多少。太冷多加热，太热停一会儿。输出被送回输入端参与下一次控制，形成一个闭合回路。反馈控制就是这个回路里最核心的一步：用“偏差”而不是“预设时间”来驱动系统。笔记最开始就是用这个区别引入的，它举了一个很生活化的例子：小球放在碗里，碗一歪，小球会自己滚回底部；如果把它放在倒扣的碗顶，稍微一碰就再也回不去。开环系统像倒扣的碗顶，对外界干扰没有修正能力；闭环系统像碗底，自带纠偏能力。这样理解之后，再看“开环增益”“闭环增益”这些词，就不容易懵了。

那是不是永远应该用闭环？不是。如果系统足够稳定、扰动可以忽略，开环更简单、更便宜。但现实中温度会漂移、电压会波动、零件会老化，所以严肃的控制系统几乎都带着反馈。笔记里反复强调一句话：反馈控制是自动控制的核心。你后面学的传递函数、稳定性、PID，全都建立在这个闭环结构上。

提示：判断一个系统是开环还是闭环，就看输出有没有一条路径回到输入端。有反馈路径就是闭环，没有就是开环。

搞清楚这个区别后，接下来要引入传递函数。它主要针对线性定常系统。你现在不用深究“线性”“定常”的严格定义，先把它们当成两个近似条件：输入翻倍，输出大致也翻倍；系统参数不随时间乱变。够用了。

2.2 传递函数：把一个系统装进一个公式

开环闭环讲的是“结构”，那“行为”怎么描述？最常用的工具是传递函数。简单说，它把一个系统对输入的加工方式浓缩成一个有理式：G(s)等于输出的拉普拉斯变换除以输入的拉普拉斯变换。

第一次看到这个式子，你的反应很可能是：拉普拉斯变换是什么？笔记没有一上来就堆积分定义，而是先给了直觉：普通微分方程让输出和输入的过去、现在纠缠在一起；拉普拉斯变换把“随时间变化”的问题换成“按频率看待”的问题，把微积分变成乘除运算。零基础的人不需要先学完整本积分变换，只要记住一条：传递函数分母等于0的解，决定了系统能不能自己稳定下来。

举个例子，一阶惯性系统G(s)=1/(s+1)。分母s+1=0，得到极点s=-1。这时给系统一个阶跃输入，比如突然把目标值从0调到1，输出会先快速上升，再慢慢逼近1，不会发散。如果换成G(s)=1/(s-1)，极点s=1在右半平面，输出会越涨越快，系统直接发散。所以传递函数不是公式表演，它直接告诉你系统的“脾气”。

初学者最容易掉进一个陷阱：以为建模就是把公式套上去。其实要用好传递函数，第一步是画结构图。把输入信号、比较点、被控对象、传感器、控制器都画成方块，箭头标清楚，然后沿着信号流写出每一块的传递函数，再合成整体。笔记里每讲一个性质，都会先回到这个框图上，这能帮你把抽象公式落到具体物理结构上。

如果你学过微分方程，会觉得传递函数是把微分方程做拉普拉斯变换后整理出来的结果；如果没学过，也可以先把它当成一条约定：以后看到一个形如“分子是b、分母是a的多项式比值”的式子，就按“分子决定零点，分母决定极点”去对待。再往后学根轨迹时，你要在复平面上画的就是这些零极点的走向。

注意：传递函数里的极点才是稳定性的关键，零点影响动态形状，但不决定系统会不会发散。不要拿“分子为零的点”来判断发散。

2.3 稳定性：极点到底在复平面的哪半边

自动控制原理里有一句话出现频率极高：系统稳定，当且仅当闭环传递函数的所有极点都在复平面的左半平面。为什么是这个结论？笔记用一个指数函数给了解释。设某个运动分量对应e^{at}，如果a是负数，随时间增长这个分量越来越小，最终趋于0；如果a是正数，它会越涨越大，输出再也回不到平衡点。所谓“左半平面稳定，右半平面发散”，本质就是看a等于极点实部的正负。

用单摆来感受：把摆推到最低点附近，松手后它会来回晃几次，最后停在最低点，这个平衡点是稳定的。如果把它放在最高点，只要有一点扰动就会倒向一侧，再也回不来，这个平衡点不稳定。稳定性分析想回答的就是：当系统受到扰动后，它自己回到平衡，还是会越跑越远。

具体操作时，你不需要真的去解高阶方程。笔记给出了两条路线。第一条，直接解传递函数分母等于0的根，如果根都在左半平面，稳定；有一个根在右半平面，不稳定；有纯虚根，则要判断是否等幅振荡。第二条，用劳斯判据。它不用解根，只根据特征方程的系数列一张表，看第一列符号有没有正负变化，就能判断右半平面极点的个数。

劳斯判据看起来像一套固定手续，但初学者要理解它“在干什么”：它在校验特征方程根的位置。第一列出现负数或0，就说明存在右侧极点。这个判断比解高次方程省力得多，尤其当你面对的是发电机转速、无人机姿态这类高阶模型时，根本不想手算五阶方程的根。

笔记做到奈奎斯特图，是更进一步的稳定性判断方法。但零基础阶段，你先把“极点必须在左半平面”这句话焊死在脑子里。以后学根轨迹、奈奎斯特图、Bode图，全都是为了回答同一件事：闭环极点到底在左半还是右半，离虚轴多远。离虚轴近，衰减慢、反应慢；离虚轴远，衰减快、反应更利落。这就是为什么控制器设计反复盯着极点位置看。

3. 从判断到设计：根轨迹、稳态误差、PID，笔记里是怎么带你看懂控制器的

3.1 根轨迹：当增益K从0变到无穷，极点走出的路

前面说系统稳定性看极点位置。问题来了：你慢慢把控制器增益K从0调大，闭环极点会怎么移动？如果每个K都重新解一次方程，实在太笨。根轨迹干的事，就是把K从0变到无穷时，闭环极点在复平面上走过的路径一次性画出来。

为什么这件事重要？因为控制器在物理上拧一个旋钮，改变的就是某个增益K。K变化后系统还能不能稳定，性能是不是变好，不必重新建模，只要看根轨迹有没有从左边穿到右边。这就是“设计”的第一步：让工作点一直待在稳定区域。

根轨迹怎么画？笔记给出了几何规则，不必背所有特例，抓住四样东西就够。第一，起点和终点。根轨迹从开环极点出发，走向开环零点或无穷远；没有零点时，轨线伸向无穷远处。第二，实轴上的区段。一支根轨迹落在实轴哪个区间，取决于该区间右侧的开环零极点总数是否为奇数。第三，渐近线。终点伸向无穷时，轨线会沿着某些直线方向发散。第四，分离点和汇合点。两条轨迹在实轴上相遇又分开的位置，就是分离点；分开后再相遇的点就是汇合点。

初学者最容易看不懂的地方：明明画的是“根”的轨迹，为什么用的是开环零极点？笔记解释得很清楚：闭环特征方程是1+KG(s)=0，而G(s)的极点就是开环极点。所以虽然名字叫闭环极点轨迹，上面的几何信息全都来自开环传递函数，K只作为参数移动这些极点。这句话绕，但记住“根轨迹画的是闭环极点，借用开环零极点来定位”就能缓过来。

举例：单位反馈系统的开环传递函数为K/[s(s+2)]，开环极点是0和-2，没有零点。当K从0增大，两个闭环极点从0和-2出发，先沿实轴相向而行，在-1处相遇，然后分离向上下两侧移动。K继续增大，这对极点变成共轭复根，跑到左半平面深处。只要实部为负，系统是稳定的，但虚部一大，阻尼比变小，振荡也随之变强。这个例子几乎每本教材都有，建议你拿纸自己画一遍坐标轴，标出极点、渐近线、分离点，再验算几个K值。

根轨迹还有一种用途：配合性能要求选K。比如希望超调量不超过某个值，可以在根轨迹上找到同时满足稳定和阻尼比的那个点，反解出对应的K。笔记用这个思路把“稳定性分析”和“控制器参数选择”接了起来，这是零基础阶段第一次真正感受到：控制原理是可以拿来“做东西”的，而不只是做判断题。

3.2 终值定理和稳态误差：输出最终停在哪儿

动态响应看完之后，下一个问题是：等系统不再乱晃，输出最终停在哪个值？目标值是50，输出最后停在48，那2就是稳态误差。笔记里用终值定理给了计算方法：如果系统稳定，最终值等于s趋近0时，s乘输出拉普拉斯变换再取极限。

注意“如果系统稳定”这个前提。终值定理不是无条件可用的。只有所有极点都在左半平面、输出确实能收敛，才有资格谈“最终停在哪儿”。要是系统在持续振荡，终值定理算出的结果没有物理意义。笔记强调这一步，就是为了避免初学者拿公式乱套：先用劳斯判据确认稳定，再算稳态误差。

稳态误差的大小由什么决定？由系统和输入信号的“型别”决定。阶跃输入下，0型系统会留下一个有限的跟随误差，1型及以上能把阶跃误差消到0。斜坡输入下，0型和1型都有误差，2型才能消除。你不必死背误差系数表，但要记住一个大方向：系统能完全跟随哪种输入，基本由开环传递函数里包含多少个积分环节决定。这个积分环节就是s在分母里的次数，也就是常说的型别。

控制器设计里最常用的招，就是针对稳态误差加积分环节。比例积分控制器中的积分项，就是为了把残差一点点补回来。笔记里用了一个“减肥代谢”的类比，挺形象：只靠比例控制像基础代谢低，不动就消耗不下去；积分控制像持续运动，把误差慢慢消耗到零。类比不完全严谨，但用来记方向很好用。

做习题时按步骤走：先求闭环传递函数，判断稳定；再写误差传递函数，把输入信号代进去；最后用终值定理求极限。整个流程不需要很高的数学技巧，但每一步都依赖前面的基础。如果哪一步符号写错，最后的稳态误差会差出一个符号，排查时很难发现。所以每次算完，建议用仿真软件给系统加一个阶跃输入，看输出曲线是不是真的收敛到你算出来的值。

提示：稳态误差为零，不等于系统“绝对精准”，它只表示系统对某一种特定输入没有静态偏差。换一种输入，误差可能立刻出现。

3.3 PID：比例、积分、微分各管一件事

如果只选一个控制器算法，几乎所有人都会选PID。它是比例、积分、微分三项的叠加，也是笔记里把前面知识落地的重要部分。三者各管一件事：比例项P对当前偏差立即做出反应，偏差大就用力，偏差小就收力；积分项I把过去累计的偏差算总账，专门消除稳态误差；微分项D看偏差变化的趋势，偏差涨得快就先踩一脚刹车，避免冲过头。

用开车来类比：P是你根据与前车距离踩油门的力度，距离越近越松油门；I是当你因为堵车慢慢落后于目标车速时，持续把没跟上的距离补回来；D是当你发现车距正在快速缩短时，提前减速。三者配合，才能做到跟得紧、不猛冲、还没偏差。

调参顺序是一条血泪经验：先只加P，从小到大试；出现振荡但能恢复，再适当加D把它压住；最后加I消除稳态误差。不要一上来P、I、D同时开大，那样你根本不知道是谁把系统搞振荡的。“每次只动一个参数”这句话，能帮你避开八成调试翻车。

笔记里PID相关部分最有价值的一点，是把三个参数和闭环极点挂上关系。比例K增大，会让某些极点往右半平面移动，所以一味增大比例增益，看起来反应变快，实际可能让系统失去稳定；积分项把一阶系统变成二阶系统，可能带来振荡；微分项相当于引入阻尼，让极点向左偏移。理解这条路径后，你再听到“调参是玄学”，就会明白：不画出根轨迹就调参数，才叫玄学；知道极点走向去调参数，就是工程判断。

你很快会遇到“PID参数整定公式”“临界比例度法”一类的工具。这些工具建议放到掌握PID结构之后再用。笔记在这个阶段没有过度展开，但已经足够入门：先把结构搞清楚，再学经验公式，顺序不能反。学习时可以拿一个模拟对象自己做试验：P设为10运行一次，记录超调；再给I设一个值，看稳态误差怎么变化；最后加D，观察振荡有没有被压住。把抽象概念变成看得见的曲线，理解会牢固很多。

4. 新手最容易踩的坑：学自动控制原理时的5个翻车现场

4.1 坑一：把传递函数当黑匣子，只记公式不会画框图

现象：能背出“输出拉普拉斯变换除以输入拉普拉斯变换”，但拿到一个物理对象，比如弹簧阻尼系统、水箱液位系统，完全不知道从哪里开始写传递函数。

原因：你从没训练过“先画结构图”这一步。结构图不只是画得好看，而是把你脑子里对“信号怎么流”的假设显性化。跳过框图直接凑公式，往往每一步都错得莫名其妙。

解决：拿到问题，第一笔一定画方块。左边画输入，右边画输出，中间画被控对象，有反馈就折回一条线，接一个比较点。把每一步物理关系写成一个小传递函数，再串联、并联、反馈化简。我曾经也跳过框图直接想凑答案，后来强制自己先画图，再做题，正确率立刻不一样。

4.2 坑二：把“有负数”当成“稳定”，不分左半右半

现象：看到极点-2和-5，立刻说稳定；看到+1和-2，却说“有一个负数应该没事”，结果系统实际发散。

原因：你把“负号”和“左半平面”混为一谈了。右半平面包含所有实部为正的复数，哪怕虚部不为零。判断稳定看的是实部，不是“表达式里有没有负号”。

解决：把每个极点写成a+jb的形式，先看实部a。a<0才算稳定，a=0是临界状态，a>0就发散。更稳妥的办法是用劳斯判据按表格推一遍，别凭感觉。另外，纯虚根对应等幅振荡，严格说不是渐近稳定，做题时不要顺手写“稳定”。

4.3 坑三：终值定理不验证就直接用

现象：用终值定理算出一个无穷大或者完全对不上的值，然后对着答案怀疑人生。

原因：终值定理要求系统收敛到稳态才成立。系统已经不稳定或者持续振荡时，终值不存在，定理不能套。还有一个常见低级错误：阶跃输入用终值定理时，要先乘以s再取极限，少乘一个s，结果就全错了。

解决：先用特征方程或劳斯判据判断系统是否稳定；系统都飘了，就不必算稳态误差了。算完一个，用仿真软件给系统加阶跃输入，看输出曲线是否真的平了。曲线不平，公式算出来的数只是数字，没有工程意义。

4.4 坑四：根轨迹的起点终点搞反，实轴区段画错

现象：把根轨迹从零点画向极点，或者实轴上的可选段选错，导致整张图左右不对称，后面的判断全部失效。

原因：没弄明白“根轨迹从开环极点出发，到开环零点或无穷远终止”这个基本方向。零点是分子为零的点，极点是分母为零的点，两者位置一旦互换，图就全乱了。

解决：画图之前，先把零点和极点分别用圈和叉标在复平面上。接着按“实轴上某点右侧的零极点总数为奇数时，该段属于根轨迹”来判断区段。最后再画渐近线、分离点和汇合点。宁可画慢一点，也不要跳过定位直接描弧线。多画三五个例子，这类错误基本绝迹。

4.5 坑五：调PID只动比例，系统振荡却怪控制器不行

现象：把比例增益P从5加到50，响应确实变快了，但系统一直在抖，于是得出结论“PID根本没用”。

原因：比例增益增大会把某些闭环极点推向虚轴甚至右半平面，超调和振荡风险随之上升。这不是控制器坏了，而是控制理论早就预告过的结果。

解决：遇到振荡，先看极点在复平面上的走向。想要更稳，就加D增加阻尼，或减小P；想要消除稳态误差，再加I。一个参数对应一个作用，不要所有参数一起拧。也可以画出该系统的根轨迹，找到临界稳定时的K值，你会发现振荡的转折点基本就落在根轨迹离开左半平面的位置。

5. 接下来怎么学：从这套笔记出发的下一步路线

5.1 先按顺序过一遍，别跳

这套13期笔记的内容，大致按“开环闭环—反馈—拉普拉斯变换—传递函数—稳定性—劳斯判据—根轨迹—PID—奈奎斯特图”的顺序展开。推荐顺序就是原始顺序，不要直接跳到根轨迹那一期。每个概念都长在之前的概念上，跳过中间任何一步，后面都会出现断点。我的做法是：每看完一期，用三句话写下这期解决的问题，比如“本期解决的是：为什么这个系统会自己稳定下来”。写不出来，就回看对应部分，别赶进度。

5.2 用仿真验证你学到的东西

只靠看笔记不能替代动手。建议准备一个仿真环境，不需要复杂配置，能画传递函数的阶跃响应就够。对照笔记里的例子，输入同样的传递函数，看输出曲线是不是和笔记描述一致。改一个参数，再观察曲线怎么变。这一步的目的是把“极点位置”和“图像形状”建立连接。我第一次算完稳态误差后，随手给系统加了一个积分环节，发现误差真的慢慢归零，那种感觉比背十条定理都管用。

5.3 之后往哪个方向走

笔记的末尾停在奈奎斯特图，说明后面的路已经铺好。如果你从零基础一路过来，下一步最适合学状态空间表示，把系统从“传递函数”视角扩成“一组一阶微分方程”的视角，这是现代控制理论的入口。再往后可以选两个方向之一：一个是卡尔曼滤波，解决“系统状态不能直接测全”的问题；另一个是模型预测控制（MPC），解决“多个约束下如何优化控制”的问题。最优控制则属于更上层的框架，适合你想弄明白“给定目标，理论上最好的控制序列到底是什么”的时候再学。这些方向笔记里没有展开，但前面打下的基础已经够用。

从那以后，我养成了一个习惯：每学一个新的控制方法，先问自己“它解决什么问题”和“它不解决什么问题”，并把答案写在笔记首页。这个方法让我少走了很多弯路。希望帮到你。

本文还有配套的精品资源，点击获取