调 PID 时最常听到的一句话:”Kp 别加太大,会振荡。”但很少有人解释为什么。这篇用 4 张图,把”传递函数 → 极点 → 振荡”这条链完整走一遍。看完你就能回答:Kp 增大时,系统的极点到底发生了什么。
一、从微分方程到传递函数:一句话概括
控制系统的核心问题:输入 u(t) 经过系统,输出 y(t)。 系统内部的行为用微分方程描述,比如电机速度环(忽略电感):
$$J\frac{d\omega}{dt} + B\omega = T(t)$$
对两边做拉普拉斯变换(把”微分”变成”乘以 s”),得到传递函数:
$$G(s) = \frac{\Omega(s)}{T(s)} = \frac{1/J}{s + B/J} = \frac{K}{\tau s + 1}$$
传递函数的关键:分母多项式的根,就是系统的极点。
- 极点位置 = 系统”本性”的数学表达
- 它不随输入变化,只由系统自身参数(J、B、R、Kt)决定
- 输入决定系统”被激发成什么样”,极点决定系统”自己会怎么动”
二、一阶系统:极点越靠左,响应越快
对一阶系统 $G(s) = \frac{1}{\tau s+1}$,极点 $s = -\frac{1}{\tau}$,是一个负实数。

- 极点位置 = -1/τ,τ 是时间常数
- 极点离虚轴越远(越靠左),τ 越小,响应越快
- 极点在负半轴 → 指数衰减 → 系统稳定
直观理解:极点 s=-3.3 比 s=-0.33 的响应快 10 倍,因为它的”衰减速度”更快。
三、核心图:s 平面上的极点 ↔ 时域响应
这是整个控制理论最重要的一张对应关系图:

| 极点位置 | 时域行为 | 工程含义 |
|---|---|---|
| 负实轴上,离原点近 | 缓慢指数衰减 | 响应慢 |
| 负实轴上,离原点远 | 快速指数衰减 | 响应快,无振荡 |
| 负实部 + 虚部(共轭复极点) | 衰减振荡 | 有超调,会”抖” |
| 右半平面(正实部) | 指数发散 | 不稳定,必炸 |
关键结论:只要极点实部 < 0,系统就稳定;虚部 ≠ 0 时,系统必然振荡。
- 实部 σ 决定衰减速度(振荡衰减得多快)
- 虚部 ω 决定振荡频率(抖得多快)
- 实部越接近 0,衰减越慢,振荡越”持久”——这就是”临界稳定”的感觉
四、重头戏:Kp 增大时,极点怎么动?
现在用最简单的例子:对象是二阶系统 $G(s) = \frac{1}{s^2 + 2s + 1}$(可理解为电机+负载的近似),只加比例控制 $u = K_p \cdot e$。
闭环传递函数的分母(特征方程):
$$s^2 + 2s + 1 + K_p = 0$$
解出闭环极点:
$$s = -1 \pm \sqrt{-K_p} = -1 \pm j\sqrt{K_p - 1} \quad (K_p > 1)$$

看这条轨迹,答案全在里面:
- Kp < 1:极点是两个负实数(在实轴上)→ 系统无振荡,响应慢,有静差
- Kp = 1:两个极点重合在 s = -1(临界阻尼)→ 响应最快且无振荡的最优状态
- Kp > 1:极点在 -1 处分叉,变成共轭复数(上下对称)→ 振荡出现! 而且 Kp 越大,虚部 $\sqrt{K_p-1}$ 越大,振荡频率越高
- 极点实部始终是 -1(本例中),所以系统不会发散——但如果对象本身更复杂(有右半平面极点或纯延时),Kp 继续增大可能让实部变正,就真炸了
这就是”Kp 大了会振荡”的数学本质:Kp 把闭环极点从实轴推到复平面,实极点变成复极点,振荡随之而来。
五、P / PI / PID 对比:每个环节在动哪个极点

| 控制器 | 数学作用 | 极点影响 | 时域效果 |
|---|---|---|---|
| 只有 P | 改变闭环增益 | 极点沿根轨迹移动(实→复) | 快了,但留静差 |
| +I | 开环增加一个原点极点 | 系统变 I 型,静差归零 | 消除静差,但稳定性下降(相位滞后) |
| +D | 增加一个零点 | 提供阻尼,把复极点”拉回”实轴 | 抑制超调,响应更稳 |
D 环节的本质:它相当于给系统”预判”——看到误差在增大就提前反向作用,等效于增大了阻尼比 ζ,把振荡压下去。
六、回到你的 rm_pid_tuner:自动调参在做什么
现在回头看规则式自动调参的逻辑,一切都有了理论根据:
1 | if (error_stddev > threshold) { |
自动调参的本质,就是根据时域指标反推极点该往哪移,再换算成 Kp/Ki/Kd 的调整量。 理解了极点,你就能预测每个参数的效果,而不是盲试。
七、三个立刻能用的小结论
- 看到振荡先降 Kp,不是加 D:振荡的根源是极点虚部大,降 Kp 比加 D 更直接
- 临界阻尼最香:Kp 调到”刚要出现振荡”的前一档,往往就是最优
- 调参时盯响应曲线,不盯参数值:参数是手段,响应(时域指标)才是目标——这正是自动调参器的设计哲学