第3章系统稳定性分析

第3章：系统稳定性分析

稳定性这东西，说白了就是系统能不能「听话」。

我刚开始做运动控制那会儿，总觉得调参调稳了就万事大吉。直到有一次，一个看似稳定的伺服系统，在负载突变时直接震荡起来，差点把机械臂甩出去。嗯，从那以后，我对稳定性分析再也不敢马虎了。

这一章，咱们就聊聊三种最常用的稳定性分析方法：李雅普诺夫稳定性、BIBO稳定性，还有小增益定理。它们各有各的脾气，也各有各的用武之地。

3.1 李雅普诺夫稳定性理论

李雅普诺夫稳定性，说白了就是看系统「能不能自己回到平衡点」。你推它一下，它晃两下就回去了，这叫稳定；它越晃越大，那就完了。

我个人习惯把李雅普诺夫方法分成两派：

第一法（间接法）：通过线性化系统矩阵的特征值来判断。特征值实部全负，系统就稳定。简单粗暴，但只适用于平衡点附近。
第二法（直接法）：构造一个能量函数 V(x)，看它的导数是否负定。如果能量一直在衰减，系统自然就稳定了。

我在项目中遇到过最典型的案例，就是给一个两关节机械臂做稳定性分析。关节之间有耦合，线性化后特征值看着没问题，但实际跑起来就是抖。后来用第二法构造了一个带耦合项的李雅普诺夫函数，才把问题揪出来。

核心要点：李雅普诺夫第二法不依赖线性化，适用于非线性系统。但难点在于——怎么找到那个 V(x)？

这里给一个简单的代码示例，判断一个二阶系统的稳定性：

import numpy as np

# 系统矩阵 A
A = np.array([[0, 1],
              [-2, -3]])

# 求解李雅普诺夫方程 A^T P + P A = -Q
Q = np.eye(2)
P = np.linalg.solve(A.T @ np.eye(2) + np.eye(2) @ A, -Q)

# 检查 P 是否正定
eigvals = np.linalg.eigvals(P)
if np.all(eigvals > 0):
    print("系统是李雅普诺夫稳定的")
else:
    print("系统不稳定，请检查参数")

避坑指南：我曾经在构造 V(x) 时，只考虑了状态变量的平方和，忽略了交叉项。结果算出来稳定，实际系统却震荡。记住，耦合项不能省。

3.2 BIBO稳定性

BIBO 稳定性，全称是「有界输入有界输出」稳定性。你想想看，如果给系统一个有限大小的输入，输出却飞到天上去了，那这系统谁敢用？

对于线性时不变系统，BIBO 稳定的充要条件是：传递函数的所有极点都在左半平面。

我个人的经验是，BIBO 稳定性更适合分析「黑箱系统」。比如你买了一个驱动器，不知道内部结构，那就给它一个阶跃信号，看输出会不会发散。简单实用。

系统类型	BIBO稳定条件	典型例子
线性时不变	极点实部 < 0	RC低通滤波器
线性时变	状态转移矩阵有界	变增益控制器
非线性	需结合其他方法	饱和非线性系统

注意：BIBO 稳定不等于内部稳定。一个系统可能输出有界，但内部状态已经爆炸了。我在调试一个带积分器的系统时就吃过这个亏——输出看着正常，但积分器内部已经饱和到极限了。

3.3 小增益定理

小增益定理，是鲁棒控制里的一把利器。它解决的是「两个系统连在一起，会不会不稳定」的问题。

说白了，如果两个子系统的增益乘积小于1，那么整个闭环系统就是稳定的。这个「增益」通常用 H∞ 范数来衡量。

我记得有一次做电机-负载耦合系统的鲁棒性分析，负载参数变化很大。用小增益定理算了一下，发现只要控制器设计得当，即使负载惯量变化50%，系统依然稳定。这比反复调参靠谱多了。

小增益定理的核心公式：

如果 ||G1||∞ · ||G2||∞ < 1，则互联系统是稳定的。

下面是一个简单的计算示例：

import control as ct
import numpy as np

# 定义两个子系统
G1 = ct.tf([1], [1, 2])
G2 = ct.tf([0.5], [1, 1])

# 计算 H∞ 范数
h1 = ct.hinfnorm(G1)[0]
h2 = ct.hinfnorm(G2)[0]

if h1 * h2 < 1:
    print(f"小增益条件满足：{h1:.3f} * {h2:.3f} = {h1*h2:.3f} < 1")
else:
    print(f"小增益条件不满足，需要重新设计控制器")

实战建议：小增益定理给出的条件是充分条件，不是必要条件。也就是说，即使乘积大于1，系统也可能稳定。但作为工程师，我建议你保守一点——满足小增益条件，心里踏实。

3.4 三种方法的对比与选择

这三种方法，各有各的脾气。我整理了一个对比表，方便你快速选择：

方法	适用场景	优点	缺点
李雅普诺夫	非线性系统、时变系统	理论严谨，可处理复杂系统	构造 V(x) 需要经验
BIBO	线性系统、黑箱测试	简单直观，适合工程验证	不能保证内部稳定
小增益定理	互联系统、鲁棒性分析	适合模块化设计	条件偏保守

我个人习惯是：先拿 BIBO 做快速筛查，再用李雅普诺夫做精细分析，最后用小增益定理验证鲁棒性。三步走，基本不会漏掉问题。

本章小结：稳定性分析不是纸上谈兵。你设计的每一个控制器，最终都要面对真实的物理世界。李雅普诺夫给你理论底气，BIBO 给你工程手感，小增益定理给你鲁棒保障。三者结合，才能做出真正可靠的运动控制系统。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录