一阶直线倒立摆MATLAB/Simulink仿真 1模型推导 仿真工程 2讲解服务 主要保留模型的非线性动力学特性即不在平衡点做线性化处理 1MathType 详细推导二阶非线性微分方程 2S-Function 实现非线性连续状态空间模型 3测试离散PID控制倒立摆重心变化适应性 #倒立摆 #MATLAB #Simulink #离散控制 #S-Function先看物理模型小车质量M0.5kg摆杆质量m0.2kg杆长l0.3m。直接甩出牛顿-欧拉方程别搞什么泰勒展开近似那套。推出来的二阶非线性微分方程长这样θ (g*sinθ - cosθ*(u mlθ²sinθ)/(Mm)) / ( (4/3)l - (mlcos²θ)/(Mm) )这式子看着就酸爽分母里的cos平方项是导致非线性的罪魁祸首。用Simulink建模的时候千万别手欠去勾选Linearize at initial condition咱们要的就是原汁原味的非线性。上硬货——S-Function实现。核心代码得这么写function sysmdlDerivatives(t,x,u) g 9.8; M 0.5; m 0.2; l 0.3; theta x(1); dtheta x(2); denominator (4/3)*l - (m*l*cos(theta)^2)/(Mm); theta_dd (g*sin(theta) - cos(theta)*(u m*l*dtheta^2*sin(theta))/(Mm)) / denominator; sys [dtheta; theta_dd]; end这段代码的精髓在于严格保持分母结构的完整性。注意看第7行分母计算这里要是手滑少个项整个模型就直接崩了。建议把参数声明放在函数内部而不是开头这样后面做参数自适应的时候改起来方便。测试离散PID时采样周期别超过0.02秒。用Simulink的PID模块记得改离散模式Kp 15; Ki 8; Kd 3; Ts 0.01; discretePID pid(Kp,Ki,Kd,Ts,Ts,Ts,Formula,Ideal);重点观察当摆杆重心突然变化时比如加载payload微分项的表现。实战中发现当杆长突然变短时D参数需要动态调整这里埋个伏笔——可以加个增益调度器。一阶直线倒立摆MATLAB/Simulink仿真 1模型推导 仿真工程 2讲解服务 主要保留模型的非线性动力学特性即不在平衡点做线性化处理 1MathType 详细推导二阶非线性微分方程 2S-Function 实现非线性连续状态空间模型 3测试离散PID控制倒立摆重心变化适应性 #倒立摆 #MATLAB #Simulink #离散控制 #S-Function仿真结果可能会看到些有趣现象当摆角超过30度时线性PID开始抽风而非线性模型下的控制器反而更稳定。这是因为非线性模型保留了cosθ的耦合特性相当于自带前馈补偿。最后说个坑Simulink的微分器模块在离散模式下容易放大噪声建议在D通道加个一阶低通滤波截止频率设为主频的1/5左右。这招能有效抑制执行器的高频抖动亲测好用。文件结构得这么安排Root/ ├── NonlinearModel.slx ├── sfun_pendulum.m └── testCases/ ├── normal.mat └── payloadChange.mat跑仿真时注意初始角度别设绝对零度给个0.1rad的初始偏移更符合实际情况。毕竟现实中没有绝对平衡这样也能检验控制器的抗扰能力。