› 极点配置法模拟器 返回
控制工程

极点配置法模拟器 — 状态反馈设计

针对2阶单输入系统 ẋ=Ax+Bu，通过极点配置法设计状态反馈 u=-Kx 的增益 K 的工具。改变系统矩阵 A 和期望的闭环极点，实时计算所需的增益 k1、k2、开环极点、闭环响应，将系统响应精确合成到目标位置。

参数设置
系统矩阵 A 的各个分量。A=[[a11,a12],[a21,a22]] 决定了反馈前系统的自由运动。输入向量固定为 B=[0,1]。
a11（A 的 1行1列）
a12（A 的 1行2列）
a21（A 的 2行1列）
a22（A 的 2行2列）
期望的闭环极点。实部越负，响应越快。通过状态反馈将极点移至此处。
期望闭环极点1 p1
期望闭环极点2 p2
计算结果
—
反馈增益 k1
—
反馈增益 k2
—
开环极点1 实部
—
开环极点2 实部
—
闭环极点（设计值）
—
稳定性判定
—
s 平面 — 极点移动

复s平面上，开环极点用 × 表示，期望闭环极点用 ○ 表示。绿色阴影的左半平面为稳定区域。箭头表示状态反馈引起的极点移动。

阶跃响应比较 — 开环 vs 闭环
反馈增益 k1、k2
理论与主要公式

$$u=-Kx,\qquad \dot x=(A-BK)x$$

应用状态反馈 u=-Kx 后，系统的动力学由闭环矩阵 A-BK 决定。K=[k1,k2] 是要设计的两个增益。

$$\det\bigl(sI-(A-BK)\bigr)=s^2-(p_1+p_2)s+p_1p_2$$

闭环系统的特征多项式与由期望极点 p1,p2 构造的多项式相等，通过系数比较反向求解 K。

$$k_2=a_{11}+a_{22}-(p_1+p_2),\quad k_1=\frac{p_1p_2-a_{11}a_{22}+a_{11}k_2+a_{12}a_{21}}{a_{12}}$$

B=[0,1] 的单输入2阶系统的显式解。极点配置成立的前提是对 (A,B) 可控（a12≠0）。

极点配置法概述

🙋
在控制课上接触到"极点配置法"，请简单解释一下这是什么设计方法？
🎓
简单来说，就是"将系统的极点搬到你想要的位置"的技术。系统响应的速度、震荡和稳定性几乎全由特征方程的根（即极点位置）决定。所以我们把"想要更快、更平稳的响应"这样的要求翻译成"把极点放在这个位置"，然后反推反馈增益 K。本工具就是计算并展示2阶系统中这个 K 值的。
🙋
怎样"搬"极点呢？左边的参数栏中有 A 的滑块和期望极点的滑块，具体要改什么？
🎓
用的是状态反馈 u=-Kx。我们测量状态 x，乘以 K 后作为输入反馈回去。这样系统的动力学就从原来的 A 变成 A-BK。也就是说，用输入重新"改造"系统的内部结构。在左边把期望极点设为默认的 -3、-4，系统会计算出 K=[10, 6.5] 使 A-BK 的极点恰好是 -3 和 -4。看结果卡片上的 k1、k2。
🙋
k1、k2 是怎么计算出来的？感觉就像魔法一样。
🎓
不是魔法，是系数比较。计算 A-BK 的特性多项式后，得到 s² −(a11+a22−k2)s +(…) 的形式。另一方面，从期望极点构造的多项式是 s² −(p1+p2)s + p1p2。我们把这两个多项式的 s 各次幂的系数令其相等，就能解出 k2 和 k1 这个线性方程组。对于2阶系统，手算也能解，k2=a11+a22−(p1+p2)，k1 涉及除以 a12。这就是Ackermann公式或系数比较法的最小例子。
🙋
除以 a12 意味着当 a12 为零时有问题吧？我试过把 a12 设为 0，结果出现了"无法配置"。
🎓
你找到了关键点。当 a12=0 时，这个系统变成了不可控的。因为 B=[0,1] 的输入直接只推动 x2，但 a12=0 意味着 x2 的变化对 x1 没有影响。换句话说，x1 的模态没有被输入驱动，不可控。不可控模态的极点 K 无论怎么选都动不了，所以极点配置破裂。这就是为什么我们必须在极点配置前检查系统的可控性。如果可控，极点可以自由放在复平面的任何位置。
🙋
那如果可控的话，把极点放得很靠左（很负）就能得到超级快速的控制系统了？
🎓
听起来合理，但其实是个陷阱。极点越靠左，响应越快，但反馈增益 K 会越来越大。K 大的话，控制输入 u 就会跳跃，可能让执行器饱和或失效，实际系统偏离线性假设。另外，K 还会放大传感器的测量噪声，搞得输入抖动不停。实际中要找"刚好满足需求"的速度，以阻尼比 0.7 左右为参考，根据稳定时间或超调量的指标反推极点。下面的阶跃响应图，你拖动 p1、p2 就能看到极点离得太左时系统怎么暴走的。极点配置的本质不是"越快越好"，而是"精确放置"。

常见问题

极点配置法是选择状态反馈 u=-Kx 的增益 K，使闭环系统 A-BK 的极点（特征值）精确移动到设计者指定的期望位置的技术。由于极点位置决定了响应速度、阻尼和稳定性，应用通过将响应规范"翻译"为"极点位置"，然后反向计算 K。如果对象是可控的，极点可以自由放置在复平面上的任何位置。
闭环矩阵 A-BK 的特征多项式 det(sI-(A-BK)) 与由期望极点 p1,p2 构成的多项式 (s-p1)(s-p2)=s²-(p1+p2)s+p1p2 按 s 的各次幂系数相等。对于本工具的2阶系统，通过系数匹配得到 k2=a11+a22-(p1+p2)、k1=(p1p2-a11a22+a11k2+a12a21)/a12。这被称为Ackermann公式或系数比较法的最小示例。
极点可以任意配置的条件是系统对 (A,B) 可控。如果存在不可控的模态，该模态的极点无论如何都无法通过 K 改变。在本工具的公式中，当 a12 接近零时，k1 的计算分母为零，导致无法配置。这是因为输入 u 只能影响状态的一部分，该方向的模态不可控。
闭环极点的实部为负时系统稳定，实部越大则响应越快。但是，极点越靠左，反馈增益 K 越大，控制输入越大，可能导致执行器饱和或放大测量噪声。实务中应该"保持足够快的速度"，以约0.7的阻尼比、根据稳定时间或超调量规范反向计算极点位置。越快不一定越好。

实际应用

倒立摆与小车系统的稳定化：倒立摆是控制工程的经典例题，自然状态下容易倒下，属于不稳定系统。状态包括"小车位置、速度、摆角、角速度"，开环极点中有一个在右半平面（不稳定）。通过极点配置法设计 K 使所有极点都移入左半平面，仅用推小车的力就能稳住直立的摆。本工具的2阶系统体现的正是"不稳定极点搬入稳定区域"的操作。

伺服电动机与位置定位机构：在机床或半导体制造设备的工作台定位中，"以多快速度、多精确地跟随指令"直接影响生产效率。我们把响应要求（稳定时间、超调量）转换为阻尼比和固有频率，反推出满足规范的闭环极点，进而求出 K。极点配置的优势在于能直接把工程需求映射到增益，现场容易使用。

无人机与飞行器姿态控制：多旋翼无人机的姿态动力学包含多个状态，开环时常有振荡或不稳定。在确认可控性后，用极点配置或 LQR 设计状态反馈，让翻滚、俯仰、偏航的响应快速平稳。为了避免对风扰和传感器噪声过度敏感，极点位置不能设得太左，需要精细的设计权衡。

现代控制教学与设计流程的起点：极点配置是理解状态反馈概念的标准教学题目，也是 LQR 和观测器设计的前置基础。MATLAB 中的 place/acker 函数、Python control 库中的 place 函数等，都在工程工具链中标配了极点配置求解器。观测器（状态估计器）的极点设计本质也是对偶系统上应用同样的系数比较。

常见误区与注意事项

最常见的误区是认为"无论什么系统都能随意配置极点"。极点才能任意配置的前提是组合 (A,B) 满足可控性条件。如果包含不可控模态，那个模态的极点 K 完全动不了。即使那个不可控模态恰好是稳定的（称为"可稳定的"），实际危害不大；但如果不可控又不稳定，再怎么设计反馈也救不了，系统必然发散。本工具中令 a12=0 就复现了这种不可控状况。所以极点配置之前，一定要先验证可控性。

其次是"闭环极点越靠左越好"的误解。极点靠左会加快响应，但反馈增益 K 也随之变大。K 过大会导致控制输入 u 在微小扰动下激活，可能超出执行器的线性范围（如电机饱和），设计不再适用。此外大的 K 会将传感器噪声放大倍数，让系统输出抖动。"快和稳定"与"输入大小和噪声敏感"构成权衡，极点位置应该是在满足规范前提下最为"温和"的选择。

最后是觉得"配置好极点就完成了完整控制系统"。极点配置假设能直接测得全部状态 x。实际中常常无法完全测量，此时需配合观测器（状态估计器）。另外，极点配置只管响应"形状"，对稳态误差为零的要求、外扰和模型误差的抗扰性需要单独设计（如加积分项、鲁棒控制）。极点配置是强有力的起点，但在实机上结合观测器、积分器和鲁棒性验证才能真正投入使用。

使用指南

  1. 通过滑块设定系统矩阵 A 的要素（a11, a12, a21, a22）。例如在倒立摆系中，a12=1（位置到速度的动力学），a21=9.8（重力加速度）等。
  2. 在输入框中指定期望闭环极点。例如 -2±1.5j 对应响应时间常数约 0.5 秒，具有振荡衰减特性。
  3. 模拟器检查可控性后，用Ackermann公式或Sylvester方程自动计算反馈增益 k1、k2，同时实时显示阶跃响应和极点配置图。

具体计算例子

球梁系（质量 m=0.1kg，长度 L=0.5m）中 A=[0, 1; 4.9, 0]，期望闭环极点设为 -1±0.8j 时：由特征方程 s²+2s+1.64=0，得到状态反馈 K=[0.84, 0.2]。应用此增益后，梁角对 0.1 弧度阶跃输入在 0.5 秒内收敛，超调量约15%，达到设计要求。

实务中的注意

  1. 可控性判定：确认可控性矩阵的秩等于2。矩阵 [B, AB] 的行列式为零则极点配置无法实施。
  2. 考虑到传感器噪声和实现误差，闭环极点的实部通常设在 -3～-10 rad/s 范围。-100 rad/s 以下会引入数值舍入和高频噪声放大。
  3. 对直流伺服电动机和机器人关节，反馈增益 k2 对应速度阻尼系数。k2<0.05 时易产生不稳定振荡，设计后需通过小信号实验调优。