从开环到闭环：手把手推导典型系统传递函数，彻底搞懂‘1+GH’怎么来的
从开环到闭环：手把手推导典型系统传递函数，彻底搞懂‘1+GH’怎么来的
在自动控制原理的学习中，闭环传递函数的分母总是出现"1+GH"这个神秘组合，这绝非偶然。本文将带您从零开始，通过典型闭环系统结构图，一步步推导出各种传递函数，揭示这个统一形式的物理意义。我们将避开枯燥的公式记忆，转而关注系统各部分的相互作用如何自然导出这一结果。
1. 典型闭环系统结构解析
让我们从一个最基本的闭环控制系统结构图开始：
R(s) -->[+]-->[G1(s)]-->[G2(s)]--> C(s) ^ | | | +-----[H(s)]<--------+这个结构包含了控制系统的基本要素：
- R(s): 输入信号
- G1(s): 控制器传递函数
- G2(s): 被控对象传递函数
- H(s): 反馈环节传递函数
- C(s): 输出信号
系统中有三个关键变量值得关注：
- 误差信号E(s): R(s)与反馈信号B(s)的差值
- 反馈信号B(s): H(s)C(s)
- 控制信号U(s): G1(s)E(s)
理解这些变量之间的关系是推导传递函数的基础。我们可以列出以下基本方程：
E(s) = R(s) - B(s) = R(s) - H(s)C(s) C(s) = G2(s)U(s) = G2(s)G1(s)E(s)2. 开环传递函数的物理意义
在深入闭环系统前，我们需要明确开环传递函数(Open-loop Transfer Function)的概念。开环传递函数描述了当反馈回路被"打开"时，信号从输入端到反馈点的传递特性。
对于我们的系统，开环传递函数为：
G(s)H(s) = \frac{B(s)}{E(s)} = G1(s)G2(s)H(s)开环传递函数的重要性体现在：
- 稳定性分析：通过Nyquist判据或Bode图分析系统稳定性
- 稳态误差：决定了系统对不同输入信号的跟踪能力
- 动态响应：影响系统的瞬态性能
理解开环传递函数是理解闭环特性的基础，因为闭环系统的行为很大程度上取决于开环特性。
3. 闭环传递函数的逐步推导
现在，让我们从基本方程出发，推导输入R(s)到输出C(s)的闭环传递函数。
从基本方程出发：
C(s) = G1(s)G2(s)E(s) = G1(s)G2(s)[R(s) - H(s)C(s)]将含C(s)的项移到等式左侧：
C(s) + G1(s)G2(s)H(s)C(s) = G1(s)G2(s)R(s)提取C(s)公因子：
C(s)[1 + G1(s)G2(s)H(s)] = G1(s)G2(s)R(s)最终得到闭环传递函数：
\frac{C(s)}{R(s)} = \frac{G1(s)G2(s)}{1 + G1(s)G2(s)H(s)}这个推导过程清晰地展示了"1+GH"分母的由来：它源于反馈信号对误差信号的修正作用。每当输出通过反馈回路影响输入时，就会在分母中引入这个特征项。
4. 干扰作用下的传递函数推导
实际系统总会受到干扰影响。假设干扰N(s)作用于G2(s)的输入端：
R(s) -->[+]-->[G1(s)]-->[+]-->[G2(s)]--> C(s) ^ ^ | | | | +----[H(s)]<--+-------------+ N(s)此时系统方程变为：
C(s) = G2(s)[G1(s)E(s) + N(s)] = G2(s)[G1(s)(R(s) - H(s)C(s)) + N(s)]展开并整理：
C(s) = G1(s)G2(s)R(s) - G1(s)G2(s)H(s)C(s) + G2(s)N(s)将含C(s)的项移到左侧：
C(s)[1 + G1(s)G2(s)H(s)] = G1(s)G2(s)R(s) + G2(s)N(s)因此，干扰作用下的闭环传递函数为：
\frac{C(s)}{N(s)} = \frac{G2(s)}{1 + G1(s)G2(s)H(s)}值得注意的是，干扰传递函数的分母同样是"1+GH"形式，这表明无论输入信号还是干扰信号，系统的固有特性都由这个分母决定。
5. 误差传递函数与系统总输出
误差信号E(s)是控制系统中的重要指标，反映了系统跟踪输入的能力。我们可以推导误差传递函数：
从基本误差定义：
E(s) = R(s) - H(s)C(s) = R(s) - H(s)\frac{G1(s)G2(s)}{1 + G1(s)G2(s)H(s)}R(s)整理得到：
\frac{E(s)}{R(s)} = 1 - \frac{G1(s)G2(s)H(s)}{1 + G1(s)G2(s)H(s)} = \frac{1}{1 + G1(s)G2(s)H(s)}对于干扰引起的误差：
E(s) = -H(s)C(s) = -H(s)\frac{G2(s)}{1 + G1(s)G2(s)H(s)}N(s)因此，系统总输出和总误差可以表示为：
C(s) = \frac{G1(s)G2(s)}{1 + GH}R(s) + \frac{G2(s)}{1 + GH}N(s) E(s) = \frac{1}{1 + GH}R(s) - \frac{G2(s)H(s)}{1 + GH}N(s)6. 特征方程的统一性
观察所有传递函数的分母，我们发现它们都包含相同的"1+GH"项。这个多项式被称为系统的特征方程：
1 + G1(s)G2(s)H(s) = 0特征方程的重要性体现在：
- 决定系统稳定性：特征方程的根（极点）位置决定了系统的稳定性
- 反映系统固有特性：与输入输出选择无关，是系统的本质属性
- 影响动态响应：决定了系统的瞬态响应特性
通过梅逊公式可以更直观地理解这一点。对于我们的系统：
- 前向通路增益：P1 = G1(s)G2(s)
- 回路增益：L1 = -G1(s)G2(s)H(s)
- 特征式：Δ = 1 - L1 = 1 + G1(s)G2(s)H(s)
因此，闭环传递函数自然地表示为前向通路增益除以特征式，这正是梅逊公式的直接应用。
7. 实际应用中的注意事项
在实际工程应用中，理解这些传递函数的关系有助于：
- 系统设计：通过调整G1(s)来改变系统响应，同时保持稳定性
- 干扰抑制：分析干扰传递函数可以指导抗干扰设计
- 误差控制：理解误差来源有助于提高系统精度
例如，在电机控制系统中：
- G1(s)可能代表控制器（如PID）
- G2(s)代表电机和负载的动力学
- H(s)代表位置或速度传感器
通过增加开环增益可以提高系统对指令的跟踪能力，但可能降低稳定性。理解"1+GH"的物理意义有助于在这些权衡中做出明智选择。