传递函数的定义:

传递函数是指零初始条件下线性系统响应（即输出）量的拉普拉斯变换（或z变换）与激励（即输入）量的拉普拉斯变换之比。记作 $G_{(s)} = \frac{Y_{(s)}}{U_{(s)}}$ ，其中 $Y_{(s)}$ 、 $U_{(s)}$ 分别为输出量和输入量的拉普拉斯变换。

PID控制的时域函数：

U (t) = K_{p} (e (t) + \int_{0}^{t} \frac{e (t)}{T_{i}} d t + T_{d} \frac{d e (t)}{d t})

PID控制器的传递函数：

G (s) = \frac{U (s)}{E (s)}

这里

U (s)

就是对

U (t)

的拉普拉斯变换(Laplace)，

E (s)

是对输入量e(t)(关键就在于这个e(t)它是输入量而且输出量是关于e(t)的函数)的拉普拉斯变换，首先定义

L (e (t)) = F (s)

则根据拉普拉斯变换的线性性质

L (U (t)) = L (K_{p} e (t)) + L (K_{p} \int_{0}^{t} \frac{e (t)}{T_{i}} d t) + L (K_{p} T_{d} \frac{d e (t)}{d t}))

对于上式等式右边第一项有定义可得

K_{p} F (s)

第二项由拉普拉斯变换的积分性质可得

\frac{K_{p} F (s)}{T_{i} s}

第三项由拉普拉斯变换的微分性质可得（f(0)=0）

K_{p} T_{d} s F (s)

所以右等式可化为

K_{p} F (s) (1 + \frac{1}{T_{i} s} + T_{d} s)

则传递函数为

G_{(s)} = \frac{K_{p} F (s) (1 + \frac{1}{T_{i} s} + T_{d} s)}{F (s)}

也即

K_{p} (1 + \frac{1}{T_{i} s} + T_{d} s)

写这个博客只为加深自己对于传递函数和拉普拉斯变换的理解，我一开始迷糊的地方就在于这个传递函数是怎么一下子得到了只关于s的函数，其实中间存在被约掉的F(s)。我钻的牛角尖在于只看定义却忘记了运用拉普拉斯变换的性质，其实微分性质、积分性质的运用可以很大限度的简化计算量，因为变换消掉了时域函数的微积分项，这也是要对时域函数做变换的理由(像我这样转不过弯的总以为这样变换是更复杂了，因为变换后的域是看不见也摸不着，我很难把它跟原有函数做联系，总也理解不了频域的信息跟时域的有毛关系)。数学真是个奇妙且需要丰富联想能力的东西，我喜欢数学，但又被数学的千变万化搞得遍体鳞伤畏畏缩缩。想起来大学时期的高等数学我即便理解了一个公式的定义，结果还是不会做题。不要跟我说练习少了，一个不会做、两个不会做、一堆不会做然后信心就没了。数学差应该也跟我喜欢刨根问底追踪溯源有关，我总喜欢找到因果联系，每一步这么做是为什么？怎样想到的？只有了解这些我才能记得住，其实仔细想想要彻底了解这些是不是要熟读整个数学发展史啊。。正因为这个好像我真的不太适合数学，不能站在巨人肩膀上利用结论恐怕是没法前行的吧。所以当个程序员吧！ PID控制器的传递函数推导

关于拉式变换的定义以及性质推导可以点此查看

PID控制器的传递函数推导

传递函数的定义:

PID控制的时域函数：

PID控制器的传递函数：

相关推荐