参数设置
被控对象: ẍ = -a·ẋ - b·x + u + d(t)，a=1，b=2，x(0)=2，ẋ(0)=0，扰动 d(t)=d·sin(5t)，dt=0.01，T=5s。
相平面与时域响应
上：相平面 (x₁, x₂) 轨迹（蓝）与滑模面 s=c·x₁+x₂=0（绿色虚线）／下：时域响应 x₁(t)、x₂(t) 与控制输入 u(t)
理论与主要公式
对二阶系统 $\ddot x = -a\dot x - b x + u + d(t)$，采用状态 $x_1=x,\ x_2=\dot x$ 设计滑模面。
滑模面 $s$，$c$ 是决定面斜率的正系数：
$$s = c\,x_1 + x_2$$
结合反馈线性化与切换项的控制律，$k$ 是切换增益：
$$u = -k\,\mathrm{sign}(s) - c\,x_2 + a\,x_2 + b\,x_1$$
通过边界层 $\varphi$ 抑制抖振（连续化）：
$$\mathrm{sign}(s)\;\longrightarrow\;\tanh(s/\varphi)$$
滑模条件与面上动力学：
$$s\,\dot s < 0,\qquad s=0\ \Rightarrow\ \dot x_1 = -c\,x_1$$
若取 $k$ 大于扰动幅值，则到达条件成立；进入滑模面后，由系数 $c$ 决定指数收敛速度。
滑模控制模拟器是什么
🙋
滑模控制这个名字经常听到，但到底是什么在「滑」呀？
🎓
简单来说，就是在状态空间里事先铺一条「滑道」的控制方法，那条滑道叫做「滑模面」。你看模拟器上半部分的相平面，绿色虚线就是 $s=c\,x_1+x_2=0$，也就是滑道的方程。蓝色轨迹从 (2, 0) 出发，先笔直地「到达」绿线，然后沿着线「滑」向原点，看到了吗？
🙋
真的诶！可是系统里明明有扰动，怎么还是稳稳地停在原点？这就是所谓的鲁棒性？
🎓
对，就是这个意思。式子 $u=-k\,\mathrm{sign}(s)\,\cdots$ 里的切换增益 $k$ 只要比扰动大，就能在有限时间内到达滑模面。一旦上了面，动力学就变成 $\dot x_1=-c\,x_1$，扰动频率多高、幅值多大都没关系，照样指数收敛到原点。所以电机控制和电力变换器都很爱用这一招。你把「扰动幅值 d」滑块拉到 5，轨迹照样收敛到原点。
🙋
厉害！不过下方图里红色那条线（控制输入 u）锯齿状的。这就是抖振吗？
🎓
没错。$\mathrm{sign}(s)$ 在原点不连续，所以 $s$ 跨过零的瞬间控制就来回切换。把「边界层宽度 φ」设为 0 试试，抖振指标的卡片会直接爆表。然后再把 φ 调到 0.1 左右，$\mathrm{sign}$ 就被 $\tanh(s/\varphi)$ 取代，输入变得平滑。代价是原点会留一点微小残差，但在真实机械里为了防止磨损，这种妥协是必须的。
🙋
那滑模面斜率 c 怎么定？看起来越大收敛越快是吗？
🎓
好问题。$c$ 决定面上收敛的时间常数 $1/c$，所以确实越大越快。但 $c$ 太大的话，到达阶段需要的控制输入也变大，会让执行机构饱和。把模拟器里的 $c$ 设到 10，你会看到输入 u 的幅值瞬间飙升。实务上一般 $c$ 略低于机械响应带宽，$k$ 按扰动估值再加余量来定，这是经验之谈。
常见问题
PID 把误差的比例、积分、微分线性叠加，设计直观、整定也容易。而 SMC 带有 sign 函数这种非线性切换项，只要知道扰动上界，理论上就能保证鲁棒性。但切换项会引起抖振，容易损坏机械或功率器件，所以实务上常用边界层或高阶 SMC 进行连续化。可以记住：PID 适合温和扰动，SMC 适合参数变化或强扰动。
为了满足到达条件 $V'=s\,\dot s<0$，$k$ 必须超过扰动与模型误差的上界。具体取 $k>|d|_\max+\eta$（$\eta>0$ 对应到达速率的余量）。但 $k$ 过大会让切换引起的输入幅值增大、抖振加剧，所以余量应保持最小。当扰动估计困难时，也可以选择根据状态自动调整增益的「自适应滑模」。
在 $|s|<\varphi$ 内部，$\mathrm{sign}(s)\approx s/\varphi$，相当于对面切换为高增益比例控制。比例控制无法完全消除稳态偏差，所以扰动的积分或直流成分会让 $s$ 偏离零一个小偏置。误差上界与 $\varphi$ 成正比，因此可以根据容许误差反推 φ 的取值。抖振与残留误差是典型的折中关系，要完全消除可用积分滑模（ISM）或 Super-twisting。
对于二阶系统，$s=c\,x_1+x_2$ 这种线性面是最基本的选择，但并非必须。高阶系统中常用 $s=(\frac{d}{dt}+c)^{n-1}x$ 这种构造，或者为了实现有限时间收敛而采用 $s=x_2+\beta|x_1|^{\alpha}\mathrm{sign}(x_1)$ 这种非线性面（终端滑模 Terminal SMC）。面的设计直接决定系统到达后的行为，需要综合考虑响应时间、超调量与输入约束。
实际应用
机器人手臂的轨迹跟踪：多关节机器人各关节间的惯性耦合和负载变化大，模型误差不可避免。SMC 只要知道误差上界，就能让跟踪误差收敛到零，因此在工业机器人的轨迹控制和力控模式下广泛使用。一般会加入边界层，避免对减速器的冲击。
电力变换器（DC-DC 变换器、逆变器）：开关器件本身就体现了「切换」，所以 SMC 与电力电子是天作之合。输出电压响应快、对负载突变也鲁棒，因此在光伏逆变器和电动汽车电机驱动逆变器中广泛应用。为了限制开关频率，通常带边界层实现。
航空航天的姿态控制：飞行器的气动系数随速度和高度大幅变化，增益调度 PID 在某些工况下追不上。SMC 对参数变化不敏感，因此在导弹末制导律和再入飞行器姿态控制中被研究和应用。
汽车的 ABS、ESC、电动助力转向：路面摩擦系数的不确定性大，使汽车控制成为 SMC 的理想应用场景。ABS 中让车轮滑移率跟踪目标值的 SMC、ESC 中横摆角速度的 SMC、EPS 中助力扭矩的 SMC 都在研究和量产中，鲁棒性直接关乎安全。
常见误解与注意事项
最常见的误解是认为「增益 k 越大性能越好」。理论上只要 $k$ 大于扰动就能满足到达条件，但 $k$ 过大会让输入幅值增加，抖振加剧，最终磨损甚至损坏执行机构。把模拟器里的 $k$ 设为 20、$\varphi$ 设为 0，你会看到抖振指标飙到天文数字。实务上一般控制在「扰动上界估值 + 1.5~2 倍安全系数」，多余的鲁棒性需求交给边界层或自适应律补足。
第二个常见误区是加了边界层 φ 就以为「几乎是理想 SMC」。一旦引入 φ，严格的不变性立刻丧失，会留下有限残差和低频振荡。把 φ 调到 0.5，你会发现原点附近出现小幅振动。能否容忍这个误差取决于应用场景，精密定位时实务上会再叠加积分滑模（ISM）或 Super-twisting。请把「边界层 = 抖振解决方案」改成「边界层 = 折中的调节旋钮」。
最后请注意，本工具展示的是「模型完全已知」的理想 SMC。实际实现中，控制律里 $a\,x_2 + b\,x_1$ 这种抵消项会带有模型误差，相当于扰动变大了。真机里要么把 $k$ 按包含模型误差来设计，要么先通过 System ID 求出名义模型的误差界。此外，离散时间实现会让切换频率被采样频率限制，这本身就是抖振的来源。连续时间仿真效果好的方案，在 1 kHz 采样下行为可能截然不同。