企业官网建设流程全解析

简介：倒立摆是控制理论中经典的动力学系统，MATLAB Simulink环境下可对其建模、仿真与控制研究。压缩包面向自动化、控制工程方向的学习者，提供了完整的仿真实现方案。包内共9个文件，主要包含4个MATLAB脚本（.m）、Simulink模型（.slx、.mdl）以及配套的PPT讲解和DOC文档，整体大小372KB，轻量但覆盖从建模到控制的完整流程。目前已有2356人学习，适合课程设计或自学实践，也可作为控制类课程的辅助材料。内容从倒立摆角度与角速度的非线性状态方程入手，说明重力、摩擦力、驱动力影响下的模型搭建，随后对比PID、LQR等控制策略的参数整定与仿真效果；Simulink部分给出积分器、乘法器等模块构建子系统的思路，并介绍了时间步长、初始条件等仿真参数设置方法，便于直接运行、调整参数并观察系统响应，可有效加深对非线性系统建模、控制器设计以及MATLAB/Simulink工程应用的理解。

1. 倒立摆 Simulink 仿真：先让模型立起来，再谈控制

把一个小车加一根摆杆丢进 MATLAB 的 Simulink 库里，不加任何控制直接运行，默认参数下不到半秒就会躺平——这不是模型坏了，而是倒立摆本身就是开环不稳定的强非线性系统，角度稍有偏差就会指数级发散。这份资源要解决的事情很具体：把倒立摆从物理方程一路搭成可运行的 Simulink 模型，再把 PID 和 LQR 控制器接上去让它稳稳立住，最后讲清楚那些"看起来参数都对、一跑就翻车"的隐藏细节。适合两类人：控制方向的同学做课程验证，以及做机电一体化仿真、需要在 Simulink 下快速搭建控制原型的工程师。

2. 从运动方程到 Simulink 框图：倒立摆模型的落地过程

2.1 先确认模型假设和坐标约定

倒立摆通常指"小车-摆杆"系统：摆杆通过铰链安装在小车上，控制目标是让摆杆垂直向上立住。建模之前必须先固定坐标系和符号方向，否则后面控制器符号反了，整个闭环都会震荡。我采用的是最常见的约定：小车位移 x 向右为正，摆角 θ 从竖直向上位置顺时针为正，F 为施加在小车上的水平外力，向右为正。

单位这件事必须在第一步就锁死。θ 一律使用弧度，初始摆角设置为 0.1 rad 左右（约 5.7 度），这个角度既能让模型处在线性化近似有效范围内，又能让积分器在数值上有"看得见"的初始激励。杆长 l 这里取旋转中心到摆杆质心的距离，也就是半长，这一点会在第 2.4 节初始化脚本里体现。

系统的物理假设也要提前讲清楚：摆杆是刚性体，质量集中在质心；小车与导轨之间的摩擦忽略不计；铰链处无阻尼。这些假设让方程组保持简洁，也让后续控制器设计不用处理摩擦非线性。实际工程模型里摩擦不可忽略，但作为控制算法验证，这套简化已经够用。

2.2 运动方程的选择：非线性还是线性化

倒立摆的完整动力学方程可以用拉格朗日方法推出，我直接给出模型搭建时最常用的形式：

小车水平方向方程：

(M+m)x'' + mlθ''cosθ - ml(θ')²sinθ = F

摆杆转动方向方程：

mlx''cosθ + ml²θ'' - mglsinθ = 0

其中 M 是小车质量，m 是摆杆质量，l 是半长，g 是重力加速度。第一项是平动惯性，第二项是摆杆转动与小车平移之间的耦合，第三项是向心力项，右边是外力。第二个方程则是摆杆绕铰链转动的力矩平衡。

要在 Simulink 里直接搭这组方程，需要把它改写成显式解耦形式，把 x'' 和 θ'' 单独解出来。写成矩阵形式后，用行列式 D 去除：

D = (M+m)·ml² - (ml·cosθ)²

θ'' 的分子是摆杆自身的重力矩减去耦合项，x'' 的分子则包含外力、向心力以及耦合项。注意 D 在 θ 接近 ±90 度时趋近于零，模型会出现奇异，不过倒立摆正常工作范围远离这个区域，一般不会触发。

为什么不直接搭线性化模型？原因很简单：控制器设计时用线性化模型没问题，但仿真模型如果也是线性的，就永远发现不了控制器在大角度扰动下的真实表现。我习惯在 Simulink 里保留非线性项，控制器按线性模型去调，这样才能看到"调好的控制器到底能不能扛住非线性"。

2.3 在 Simulink 里搭模型的六个步骤

下面这套步骤只使用 Simulink 基础库模块，不依赖额外的物理建模工具箱，优点是每个增益、每个积分器都看得见摸得着。

第一步：新建 Simulink 模型，打开 Library Browser，拖入两个 Integrator 模块组成 θ'' → θ' → θ 的积分链，再拖入两个 Integrator 组成 x'' → x' → x 的积分链。

第二步：从 θ 引出信号线，分别接到 Math Function 模块的 sin 和 cos 输入端，得到 sinθ 和 cosθ。

第三步：用 Gain、Product、Add 模块搭建 θ'' 和 x'' 的表达式。这里要特别注意信号维度，Simulink 默认标量信号，如果用了向量化操作容易广播出错。把 θ' 信号做乘积得到 (θ')²，再乘 sinθ 得到向心力项。

第四步：用 Mux 模块把 x、x'、θ、θ' 四个状态合并成一路向量信号，方便后续控制器直接引用。Mux 的输入顺序必须固定，后续 LQR 增益向量按这个顺序排列。

第五步：将 θ'' 积分两次得到 θ，将 x'' 积分两次得到 x，反馈回表达式输入端。搭建完成的模型是一个带反馈的闭环结构。

第六步：在反馈回路里加一个 Memory 模块。这一步和第 4.2 节相关，Simulink 在检测到无延迟的代数环时可能报错，提前加 Memory 可以稳定结构。

还有一个更省事的替代方案是用 Simscape Multibody 直接拖刚体和关节。这个工具箱建模快，但参数封装在物理模块内部，调试时看不到中间变量，而且需要额外授权。表 2-1 给出两种方案的对比，我自己的经验是：如果重点是控制器算法验证，用基础模块搭方程；如果重点是机构本身，再考虑 Simscape。

表 2-1 Simulink 基础模块与 Simscape Multibody 对比

2.4 初始化脚本与仿真参数

Simulink 模型里的参数不会凭空出现，我习惯用一个独立的 MATLAB 脚本统一初始化，这样改参数不用翻模型。下面是通用的初始化脚本：

% 倒立摆参数初始化 M = 0.5; % 小车质量 kg m = 0.2; % 摆杆质量 kg l = 0.3; % 摆杆半长 m（旋转中心到质心） g = 9.81; % 重力加速度 m/s^2 % 初始状态 theta0 = 0.1; % 初始摆角 rad，约 5.7 度 x0 = 0; % 初始小车位置 m xdot0 = 0; % 初始小车速度 m/s thetadot0 = 0; % 初始摆速 rad/s % 仿真配置 Tf = 10; % 仿真时长 s Ts = 1e-3; % 定步长采样时间 s

这段脚本的逻辑很直白：先定义物理参数，再定义初始状态，最后配置仿真步长。注意 l 是半长，如果换模型时改成了全长，θ'' 的数值计算结果会完全不同。一个快速自检方法是把参数代入线性化后的自然频率公式，大约 10 到 12 rad/s，对应的开环倒下时间在 0.5 秒左右，如果算出来差一个量级，说明参数或单位错了。

仿真步长配置这一步我在 Simulink 模型参数里单独设置，求解器选择定步长 ode4（四阶 Runge-Kutta），步长填 Ts。定步长比变步长更适合控制仿真，因为后续接入数字控制器时，仿真步长直接对应控制采样周期，变步长会导致离散系统模型不一致。

3. 控制器设计：PID 与 LQR 的整定路径

3.1 控制目标与线性化模型

倒立摆的控制目标拆开看有两条：一是让摆角 θ 稳定在 0 附近，二是让小车位移 x 不要跑飞。研究控制方案时，在线性化工作点附近把非线性方程展开，取 sinθ ≈ θ、cosθ ≈ 1、θ'² ≈ 0，可以得到四阶状态空间模型。状态向量取 [x, x', θ, θ']，控制量为外力 F。

从 F 到 θ 的开环传递函数含有一个右半平面极点，这正是倒立摆开环不稳定的数学本质。任何控制器要能立住摆，本质上是把右半平面极点拉回左半平面，这个任务 PID 和 LQR 都能完成，但路径不同。

3.2 PID 双环结构：先角度后位置

只反馈摆角是不够的。假设控制器只让 θ 归零，小车会为了维持摆角平衡而持续朝一个方向加速，直到撞到导轨边界。所以标准的 PID 方案采用双环嵌套：内环是角度环，输出直接控制力 F；外环是位置环，修正小车的漂移，输出叠加到角度环的设定值上。

整定顺序有讲究，我一般按"先内环后外环"走。第一步把位置环增益设为 0，只留角度环，从小到大调 Kp。观察摆角响应，Kp 太小摆会缓慢倒下，Kp 足够大时摆能立住但可能持续振荡。第二步加入微分项 Kd，抑制振荡。第三步放开位置环，用小增益把小车缓慢拉回零点。

表 3-1 给出一组可供起始调参的参考区间，注意这组数值对应 2.4 节的物理参数，换了模型参数需要重新扫描。

表 3-1 PID 双环参考增益区间

仿真环境里没有传感器噪声，所以 Kd 往往可以给得比较激进。但要注意：Kd 过大时控制器输出变化率会非常大，功耗和机械冲击在实物里完全不可接受，这是仿真与实物的一个重要差异，所以调参阶段就应当给控制器输出加 Saturation 限幅。在 PID Controller 模块内把输出上下限设为 [-20, 20]，我在第 2.3 节说的物理力 F 在这个量级内可以保证模型稳定。

3.3 LQR 状态反馈：权重矩阵怎么设

LQR 的思路和 PID 完全不同：它要求全部四个状态都可测（仿真里这一点天然满足），通过最小化积分二次代价函数来求解一个最优状态反馈增益向量 K。代价函数里 Q 矩阵惩罚状态偏差，R 惩罚控制量，Q 和 R 的比值体现"摆得直"与"力气小"之间的权衡。

在 MATLAB 中用 lqr 函数求解很方便，关键是 A、B 矩阵必须和模型里的状态顺序一致。下面的代码先按第 2 章的物理参数构造线性化模型，再调用 lqr：

% 构造线性化状态空间模型 % 状态顺序：x, x', theta, theta' A = [0 1 0 0; 0 0 -m*g/M 0; 0 0 0 1; 0 0 (M+m)*g/(M*l) 0]; B = [0; 1/M; 0; -1/(M*l)]; % 权重矩阵 Q = diag([1, 1, 100, 1]); % 对角度偏差惩罚最重 R = 0.01; % 控制力惩罚较小 % 求解状态反馈增益 K = lqr(A, B, Q, R); % 查看增益向量 disp(K);

这段代码里 A 矩阵非零元素的位置很重要：A(2,3) 对应 x'' 中 θ 的贡献，A(4,3) 对应 θ'' 中 θ 的贡献，它们的符号由坐标约定决定。如果 θ 的方向定义改成了逆时针为正，这两个元素的符号都要变负，否则增益算出来是反的。

Q 矩阵四个对角元素分别对应 x、x'、θ、θ' 的权重。表 3-2 给出调整方向，便于快速理解每个权重对响应的影响。

表 3-2 Q/R 权重调整效果

3.4 在 Simulink 里把状态反馈接上

LQR 控制器在 Simulink 里的实现比 PID 更直接：状态反馈不需要误差积分，直接把四路状态信号乘 K 得到控制力 F。接线方式是：从 2.3 节搭建的 Mux 输出引出状态向量，接入一个 Gain 模块，Gain 的增益值填 K 向量（注意是行向量），输出就是要施加的力 F，再接回模型的外力输入端。

这里有一个我踩过不止一次的关键点：如果是手动拆分 K 的四个分量，一个一个用 Gain 模块乘，必须严格对照 Mux 输入顺序。假设 Mux 顺序是 [x, x', θ, θ']，那 K 的第一个分量乘 x，以此类推，顺序错了模型立马发散。

PID 接入方式略有不同，用 PID Controller 模块时，输入偏差是 θ_setpoint - θ。位置环输出要接到角度环的给定端而不是直接相加，否则两环作用方向会打架。这一点在 3.2 节的接线里要特别注意。

控制器输出加 Saturation 限幅这一步不能省略。仿真模型不加限幅，LQR 算出多大的力就施加多大的力，看起来一切正常；一旦实物执行器有饱和，性能就会急剧下降。在仿真阶段提前加入限幅，才能看到控制器在真实约束下的表现。

4. 避坑指南：倒立摆仿真里最容易翻车的五个问题

4.1 模型刚启动积分器就爆掉

现象：仿真开始的一瞬间，Scope 里显示角度信号达到 10 的几十次方量级，模型直接变成一条竖线。

原因：积分器默认初值为 0，但 θ = 0 是倒立摆的不稳定平衡点。数值仿真中哪怕一个微小的舍入误差，都会被右半平面极点指数放大，很快就超过数值范围。这是开环不稳定的数学特性，不是模型搭建错误。

解决：在 Simulink 模型的两个 Integrator（对应 θ）里手动设置初始值，θ 的初始值设为 theta0 = 0.1 rad，θ' 的初始值设为 0。这样系统一开始就处在偏离平衡点但可控的区域，控制器才能发挥纠正作用。从那以后我每次搭建倒立摆模型，第一步永远是检查积分器初值，而不是检查控制器参数。

4.2 Simulink 报"Algebraic loop"错误

现象：点击 Run 之后，Simulink 弹出提示检测到代数环，仿真无法启动或异常缓慢。

原因：状态反馈信号的通道没有经过任何延迟模块，θ'' 的表达式直接依赖 θ，而 θ 又由 θ'' 积分得到，在数值求解的同一时刻形成了无延迟循环。Simulink 需要迭代求解这个循环，轻则变慢，重则直接报错。

解决：在反馈回路中加一个 Memory 模块，人为引入一拍延迟，打破代数环。代价是控制信号晚一个步长到达，相当于在控制回路中串联了一个零阶保持器。如果步长 Ts 很小、增益很大，这一拍延迟会带来数字振荡，需要适当降低 LQR 增益或 PID 增益来换回稳定。记住一个经验：能不加 Delay 就不加，加了之后必须重新检查稳定裕度，这是很多人忽略的隐藏坑。

4.3 角度单位混用弧度与度

现象：控制器看起来方向是对的，摆杆却一直小幅度振荡，怎么调增益都消不掉。把曲线放大看，振荡频率非常缓慢，和模型参数完全对不上。

原因：有人在模型里把 θ 的单位当成度，直接把 5.7 作为数值传入 sin 模块。sin(5.7) 约等于 -0.55，而真实角度 0.1 rad 的 sin 值约等于 0.1，符号和幅值全都错了，整个模型等价于在一堆错误系数下运行。

解决：全链路统一用弧度，没有例外。在初始化脚本的注释里明确标注 theta0 的单位是 rad，同时在 Math Function 模块前加一个 Unit Conversion 模块（如果用的是 Simscape）做强制转换。这个坑最隐蔽的地方在于：模型不会崩，控制器也有响应，只是性能始终不对劲，很多人会误以为是调参问题，浪费大量时间。

4.4 LQR 算完增益接进模型却站不稳

现象：按 3.3 节算出 K 后接入模型，初始 1 到 2 秒内摆杆确实立住了，随后开始缓慢漂移，最终大幅震荡发散。

原因：状态顺序不匹配。我遇到的情况是，LQR 脚本里按 [θ, θ', x, x'] 的顺序构造了 A、B 矩阵，算出的 K 向量的分量顺序与 Simulink 模型中的 Mux 通道顺序 [x, x', θ, θ'] 不一致。K 的四个数值被错误地施加到了不同物理量上，短时间内小角度下还能维持，随着状态偏差积累，问题被放大。

解决：接线前先把 K 打印出来，对照 Mux 的输入顺序逐一确认。更稳妥的做法是不拆开 K，直接把 Gain 模块的增益填为 K 行向量，让 Simulink 的向量乘法自动按顺序处理。如果模型中状态顺序变了，只需要调整 Mux 的输入顺序，不要手动改 K 的每一个分量。

4.5 曲线锯齿状，看起来"数字化"

现象：Scope 里角度曲线不是平滑弧线，而是带明显台阶的锯齿，缩小步长有改善但仿真变得非常慢。

原因：模型使用的是变步长求解器，默认 ode45 在控制器切换和饱和限幅触发的瞬间会自动缩小步长以保证精度，Scope 显示的是非均匀采样点，看起来就是锯齿状。这不是模型错误，但会让后续分析响应和相位裕度变得困难。

解决：把求解器改成定步长 ode4，步长设为 1ms。如果控制器是数字 PID，还要注意把控制周期与仿真步长区分开：仿真步长是物理模型积分步长，控制周期是控制器执行间隔，两者不要混为一谈。定步长仿真跑完后，可以再用变步长复核一遍关键指标，如果差别过大说明积分步长不够小。

5. 进阶验证：加扰动后看控制器还撑不撑得住

仿真模型立住只是一个开始，工程上更关心的是"撑不撑得住"。我常用的验证手段有三种，每种都能迅速暴露控制器的边界。

第一种是加脉冲扰动。在控制力信号上并联一个 Pulse Generator，设置幅值 5、周期 3 秒、脉冲宽度 1%，在模型运行 2 秒后踢一脚。看摆角曲线的回落时间：LQR 通常能在一秒内恢复，PID 双环则要看内环阻尼调得够不够。如果脉冲过后摆杆持续振荡超过两个周期，说明阻尼不足，需要回第 3 章调大 Kd 或加大 Q(4,4)。

第二种是扫 Q 矩阵的权重。把 Q(3,3) 从 50 一路加到 1000，分别仿真 10 秒，记录摆角最大偏差和控制力峰值。权重加大会发现摆角越来越硬朗，但控制力峰值也在涨，小车位移幅度也在变大。这个过程中你能直观看到"性能是用控制能量换来的"这层物理含义。注意观察是否存在某个临界增益之后系统突然失稳，如果出现，多半是第 4.2 节的延迟效应开始主导。

第三种是刻意减配。把控制输出 Saturation 从 ±20 收紧到 ±5，看控制器是否还能维持稳定。LQR 在面对饱和时会出现明显的"先冲过头再拉回来"行为，PID 则更容易进入积分饱和。这时候能真正理解为什么我一直强调仿真阶段就要加限幅——不加限幅，你看到的是理想控制器的性能，加了限幅，你看到的是真实执行器下的性能。这两者的差距，就是设计与实际的差距。

做这些验证时有个小技巧：在模型里加一个 To Workspace 模块，把状态和输出记录到 MATLAB 工作区，然后写一段循环脚本自动修改参数并批量仿真。这样一次能跑完十组参数，把摆角峰峰值和控制力均方根整理成表格，一目了然。我现在做控制器参数选型，都会先跑这样一轮批量扫描，而不是手工一次一次点运行。

从那以后，我每次做完倒立摆仿真都会强制走一遍这个流程：检查单位，检查状态顺序，加好限幅，再加三类扰动各跑一轮。这个习惯救过我很多次，也让"看起来能立住"变成"怎么折腾都能立住"。希望帮到你。

本文还有配套的精品资源，点击获取