🙋
我经常听到「稳态误差」这个词，具体是什么意思？如果我命令电机转到「30°」，它不应该恰好停在 30° 吗？
🎓
问得好。实际上「恰好 30°」是否能做到，取决于控制器的结构。我们把命令和实际输出之间的差值称为「误差 e(t)」，在充分长时间后残留的误差称为「稳态误差 e_ss」。反馈控制的第一关是判断这个 e_ss 是否为零、是有限值还是发散。
🙋
您是说，有时候控制系统追踪不上命令？为什么会这样？
🎓
古典控制中最优美的定理就在这里：「对于多项式输入（阶跃、斜坡、抛物），稳态误差完全由开环传递函数 G(s) 中纯积分器 1/s 的个数决定，与系统的其他细节无关」。这个积分器的个数叫「系统型 N」。0 型系统对阶跃也有误差，1 型对阶跃完全追踪但对斜坡有延迟，2 型对斜坡追踪但对抛物有偏差。你试试左边把「系统型 N」改一下，看 6 个结果卡的数字会怎么变。
🙋
哇！真的！0 型、阶跃时有偏差，切到 1 型就直接变成 0 了。那岂不是系统型越高越好？
🎓
你这样想很自然，但问题没那么简单。积分器 1/s 在频域里会引入 90° 的相位滞后。系统型每升高 1，就多损失 90° 的相位，奈奎斯特曲线的环越来越接近 −1 点，相位裕度（PM）越来越小，系统容易振荡甚至不稳定。所以工程上通常是「需要零阶跃误差就用 1 型」、「需要精密追踪才用 2 型」，更高的型数应用场景有限。
🙋
那提高环路增益 K 呢？这样不也能减小误差吗？
🎓
对，0 型、阶跃的公式是 e_step = A/(1+K)，增大 K 误差确实变小。但它永远无法严格为零。而且 K 越大，增益交叉频率越高，会激励那些我们没有建模的高频动态和时间延迟，最后相位裕度崩溃、系统不稳定。实务金律是「选择能满足稳态误差指标的最小 K，不够的部分就增加积分器」。你在本工具里把 K 推到 100，看看那个有限误差的数值会怎么样——一直在往下降，但永远到不了 0。
🙋
那时间常数 τ 是干什么的呢？我改动它，好像稳态误差的数字也不变啊…
🎓
你观察得真细致！这正是定理的神妙之处。τ 影响的是响应的「快慢」，也就是上升时间和调定时间，但「最终残留的误差量」完全不受它影响。你在右边的画布里把 τ 从 0.05 改到 5 秒试试，波形形状差别很大，但输入和输出之间的「缝隙」大小始终如一。稳态误差只由系统型 N 和静态誤差常数 K_p / K_v / K_a 决定。这就是学古典控制时的第一个「醍醐灌顶」时刻。
什么是系统型（阶次）？
单位反馈控制系统的开环传递函数 G(s) 中「纯粹积分器 1/s」的个数被称为系统的「型（阶次）」或「TYPE 号 N」。N=0 表示无积分器，N=1 表示 1 个积分器，N=2 表示 2 个积分器，以此类推。古典控制最重要的定理之一是：「对于阶跃、斜坡、抛物等多项式输入，稳态误差仅由系统型 N 决定，与系统的具体动态无关」。本工具可视化展示了这一关键关系。
位置常数 K_p、速度常数 K_v、加速度常数 K_a 是什么？
这些被称为静态误差常数（static error constants），定义为：K_p = lim_{s→0} G(s)、K_v = lim_{s→0} s·G(s)、K_a = lim_{s→0} s²·G(s)。对于 0 型系统：K_p 为有限值（等于环路增益 K），K_v=K_a=0。对于 1 型系统：K_p=∞，K_v=K，K_a=0。对于 2 型系统：K_p=K_v=∞，K_a=K。这些常数分别控制对阶跃、斜坡、抛物输入的稳态误差，本工具在切换输入时也会相应地突出显示对应的常数。
如果提高系统型，稳态误差就会消失，那为什么不总是采用高型系统？
纯粹的积分器 1/s 在频域中引入 90° 的相位滞后。每提高一个系统型，相位就额外延迟 90°，导致奈奎斯特图的闭合环接近 −1 点，相位裕度（PM）减小，系统容易产生振荡或不稳定。在实际工程中，大多数伺服系统选择「1 型」以同时实现零阶跃误差和良好相位裕度，只有在精密追踪要求下才选用「2 型」，更高的型数应用有限。
如果增大环路增益 K，有限的稳态误差可以减小到什么程度？
理论上，增加 K 可使 e_step = A/(1+K_p) 或 e_ramp = A/K_v 任意小，但永远无法严格为零。此外，过度提高 K 会使增益交叉频率升高，激励未建模的高频动态和延迟，相位裕度恶化导致振荡不稳定。实际设计遵循「选择能满足稳态误差规范的最小增益 K，不足部分则通过增加积分器（提高系统型）或补偿器来补偿」的原则。
伺服电机位置控制： 工业机器人关节和机床进给轴要求「精确停止在指定角度」，这就是对阶跃输入稳态误差为零的要求，即 1 型及以上系统。实际伺服放大器内置 PI 控制器，通过引入积分环节将系统升级到 1 型，实现 e_step = 0。对于连续光滑运动的坐标轨迹（斜坡追踪，如连续切削）则需要 2 型系统，常采用双积分器的级联或高级前馈补偿。
硬盘和光学驱动器的寻迹： 磁头或激光头需追踪轨道的偏心运动（具有斜坡特性）。若仅用 1 型系统，速度常数 K_v 有限会导致稳态追踪误差，数据读写失败。实际应用采用重复扰动抑制（Repetitive Control）或 PI² 结构将系统有效地升级到 2 型，将寻迹误差控制在 1 微米以下。
飞行体和导弹制导： 追踪恒定加速目标（加速度恒定，即抛物输入）的导引头需要 3 型系统（K_a 有限）。但用纯积分器级联实现 3 型会导致鲁棒性崩溃，工程上常结合目标加速度前馈来「有效提升系统型」，兼顾追踪和稳定性。
工艺过程控制（温度、流量）： 化工厂的温度环路希望消除外部干扰（外界温度、原料温度变化）引起的稳态偏差，几乎所有工艺控制都配备积分动作（PI/PID），实现 1 型化以对阶跃扰动和设定值变化达到 e_ss=0。若使用纯 P 控制，必然残留有限的控制偏差，需要操作人员手动调整偏置。
最常见的误解是「只要增大环路增益 K 就能消除稳态误差 」。对 0 型系统，确实 K→∞ 时 e_step→0，但永远无法严格为零。更关键的是，高增益会削减相位裕度、激励未建模动态，最终导致系统不稳定。严格消除 e_ss 的唯一办法是「增加系统型」，即向反馈环中增加积分环节（内部模型原理）。增益调整与型的选择是两个独立的问题。
其次是「背住稳态误差与系统型的对应表就够了 」的陷阱。该表基于单位反馈、连续线性时不变系统的严格假设。实机中总存在饱和（执行器输出限幅）、量子化（传感器分辨率）、延迟、扰动，这些会破坏理想表的预测。例如加入积分器实现 1 型后，若执行器饱和就会导致积分绕卷（windup），响应完全崩坏。表只是理想系统的参考，实机验证不可或缺。
最后一个常见陷阱是「稳态误差小就是好的控制 」。优质控制系统需在 5 个方面平衡：(1) 稳态误差，(2) 过渡响应（超调、调定时间），(3) 扰动抑制，(4) 噪声敏感度，(5) 鲁棒性。提高系统型让 e_ss=0，但若上升慢、超调大、对噪声敏感，就失去实用价值。本工具中 τ 怎么改都不影响稳态误差，正说明「稳态误差只是控制性能的一个方面」。