自動(dòng)控制工程專(zhuān)業(yè)核心詞匯匯編引言自動(dòng)控制工程是研究如何通過(guò)控制器使被控對(duì)象按預(yù)定規(guī)律運(yùn)行的學(xué)科，其核心是“反饋”與“優(yōu)化”。本匯編梳理了自動(dòng)控制工程的基礎(chǔ)理論、系統(tǒng)建模、控制策略、穩(wěn)定性分析、傳感器與執(zhí)行器、現(xiàn)代控制理論、智能控制及應(yīng)用領(lǐng)域等核心詞匯，旨在為專(zhuān)業(yè)學(xué)習(xí)、工程實(shí)踐及學(xué)術(shù)溝通提供精準(zhǔn)的術(shù)語(yǔ)參考。所有詞匯均遵循《自動(dòng)控制原理》《現(xiàn)代控制理論》等經(jīng)典教材的定義，兼顧理論嚴(yán)謹(jǐn)性與工程實(shí)用性。一、基礎(chǔ)理論類(lèi)1.自動(dòng)控制（AutomaticControl）定義：無(wú)需人工直接干預(yù)，通過(guò)控制器、傳感器等裝置，使被控對(duì)象的輸出量（如溫度、轉(zhuǎn)速）自動(dòng)跟蹤給定值（目標(biāo)值）的過(guò)程。核心邏輯：“輸入-輸出”的閉環(huán)調(diào)節(jié)，核心是偏差糾正（DeviationCorrection）。示例：空調(diào)溫度控制、工業(yè)機(jī)器人關(guān)節(jié)運(yùn)動(dòng)控制。2.反饋控制（FeedbackControl）定義：將被控對(duì)象的輸出信號(hào)送回輸入端，與給定值（ReferenceInput）比較產(chǎn)生偏差信號(hào)（ErrorSignal），再通過(guò)控制器調(diào)整輸入，使偏差減小至允許范圍的控制方式。特點(diǎn)：抗干擾能力強(qiáng)、精度高，但可能導(dǎo)致振蕩（需合理設(shè)計(jì)控制器）。對(duì)比：開(kāi)環(huán)控制（Open-LoopControl）無(wú)反饋，精度依賴模型準(zhǔn)確性，易受干擾（如手動(dòng)調(diào)節(jié)閥門(mén)）。3.被控對(duì)象（ControlledPlant）定義：需要被控制的物理或化學(xué)過(guò)程，其輸出量是控制目標(biāo)（如電機(jī)的轉(zhuǎn)速、鍋爐的溫度）。分類(lèi)：線性/非線性、時(shí)變/定常、連續(xù)/離散（如工業(yè)機(jī)器人關(guān)節(jié)是連續(xù)被控對(duì)象，計(jì)算機(jī)硬盤(pán)尋道是離散被控對(duì)象）。4.偏差（Error）定義：給定值（\(r(t)\)）與被控對(duì)象輸出量（\(y(t)\)）的差值，即\(e(t)=r(t)-y(t)\)。作用：控制器的輸入信號(hào)，偏差的大小決定了控制動(dòng)作的強(qiáng)度（如PID控制器的輸出與偏差成正比）。5.閉環(huán)系統(tǒng)（Closed-LoopSystem）定義：包含反饋環(huán)節(jié)的控制系統(tǒng)，其結(jié)構(gòu)為“給定值→比較器→控制器→被控對(duì)象→輸出量→反饋至比較器”。優(yōu)勢(shì)：抑制擾動(dòng)（如負(fù)載變化）、提高精度，是工業(yè)控制的主流方式（如數(shù)控機(jī)床的位置控制）。二、系統(tǒng)建模類(lèi)1.數(shù)學(xué)模型（MathematicalModel）定義：用數(shù)學(xué)語(yǔ)言（方程、函數(shù)）描述被控對(duì)象輸入-輸出關(guān)系的工具，是控制器設(shè)計(jì)的基礎(chǔ)。分類(lèi)：時(shí)域模型：微分方程（連續(xù)系統(tǒng)）、差分方程（離散系統(tǒng)）；頻域模型：傳遞函數(shù)（線性定常系統(tǒng)）、頻率特性；狀態(tài)空間模型（現(xiàn)代控制理論）。2.傳遞函數(shù)（TransferFunction）定義：線性定常系統(tǒng)在零初始條件下，輸出量的Laplace變換（\(Y(s)\)）與輸入量的Laplace變換（\(U(s)\)）之比，記為\(G(s)=\frac{Y(s)}{U(s)}\)。特點(diǎn)：僅依賴系統(tǒng)結(jié)構(gòu)參數(shù)，與輸入無(wú)關(guān)；適用于單輸入單輸出（SISO）線性定常系統(tǒng)；分母為特征方程（\(D(s)=0\)），根為閉環(huán)極點(diǎn)（決定系統(tǒng)穩(wěn)定性）。3.狀態(tài)空間模型（State-SpaceModel）定義：用狀態(tài)變量（描述系統(tǒng)內(nèi)部狀態(tài)的最小變量組，如電機(jī)的轉(zhuǎn)速、電流）表示的一階微分方程組，是現(xiàn)代控制理論的核心模型。形式：\[\dot{x}(t)=Ax(t)+Bu(t)\quad\text{（狀態(tài)方程，描述狀態(tài)變化）}\]\[y(t)=Cx(t)+Du(t)\quad\text{（輸出方程，描述狀態(tài)與輸出的關(guān)系）}\]其中，\(x(t)\)為狀態(tài)向量，\(u(t)\)為輸入向量，\(y(t)\)為輸出向量，\(A/B/C/D\)為系統(tǒng)矩陣（由系統(tǒng)結(jié)構(gòu)決定）。優(yōu)勢(shì)：適用于多輸入多輸出（MIMO）、非線性系統(tǒng)，便于分析可控性與可觀性。4.線性系統(tǒng)（LinearSystem）定義：滿足疊加原理（SuperpositionPrinciple）的系統(tǒng)，即若輸入\(u_1(t)\)對(duì)應(yīng)輸出\(y_1(t)\)，輸入\(u_2(t)\)對(duì)應(yīng)輸出\(y_2(t)\)，則輸入\(au_1(t)+bu_2(t)\)對(duì)應(yīng)輸出\(ay_1(t)+by_2(t)\)（\(a,b\)為常數(shù)）。特點(diǎn)：數(shù)學(xué)模型為線性方程（如線性微分方程、線性狀態(tài)方程），易于分析（如傳遞函數(shù)、根軌跡）。對(duì)比：非線性系統(tǒng)（NonlinearSystem）不滿足疊加原理（如飽和特性、死區(qū)特性），分析難度大（需用Lyapunov方法、相平面法）。三、控制策略類(lèi)1.PID控制（Proportional-Integral-DerivativeControl）定義：由比例（P）、積分（I）、微分（D）三項(xiàng)組成的線性控制器，輸出為：\[u(t)=K_pe(t)+K_i\int_0^te(\tau)d\tau+K_d\frac{de(t)}{dt}\]各環(huán)節(jié)作用：比例（P）：減小當(dāng)前偏差（\(K_p\)越大，響應(yīng)越快，但易超調(diào)）；積分（I）：消除穩(wěn)態(tài)誤差（\(K_i\)越大，穩(wěn)態(tài)精度越高，但易振蕩）；微分（D）：預(yù)測(cè)偏差變化趨勢(shì)，抑制超調(diào)（\(K_d\)越大，抗干擾能力越強(qiáng)，但易受噪聲影響）。應(yīng)用：工業(yè)控制中最常用的控制器（如鍋爐溫度調(diào)節(jié)、電機(jī)轉(zhuǎn)速控制），占比超80%。2.前饋控制（FeedforwardControl）定義：針對(duì)可測(cè)擾動(dòng)（如電網(wǎng)電壓波動(dòng)、負(fù)載變化），將擾動(dòng)信號(hào)直接引入控制器，提前補(bǔ)償擾動(dòng)對(duì)輸出的影響，無(wú)需等待偏差產(chǎn)生。優(yōu)勢(shì)：快速抑制可測(cè)擾動(dòng)（如空調(diào)的新風(fēng)溫度前饋控制），彌補(bǔ)反饋控制滯后的不足。3.最優(yōu)控制（OptimalControl）定義：在滿足系統(tǒng)約束（如輸入限制、狀態(tài)限制）的條件下，尋找控制輸入\(u(t)\)，使性能指標(biāo)（PerformanceIndex）達(dá)到極值（最小或最大）的控制方法。常見(jiàn)性能指標(biāo)：二次型性能指標(biāo)（如LQR，線性二次調(diào)節(jié)器）：\(J=\int_0^\infty(x^TQx+u^TRu)dt\)，其中\(zhòng)(Q\)為狀態(tài)權(quán)重矩陣（懲罰偏離目標(biāo)的狀態(tài)），\(R\)為輸入權(quán)重矩陣（懲罰過(guò)大的輸入）；最小時(shí)間控制（如導(dǎo)彈攔截的最短路徑）。應(yīng)用：aerospace控制（飛機(jī)自動(dòng)駕駛）、機(jī)器人路徑規(guī)劃。4.魯棒控制（RobustControl）定義：針對(duì)系統(tǒng)模型不確定性（如參數(shù)誤差、未建模動(dòng)態(tài)）和外部擾動(dòng)，設(shè)計(jì)控制器使系統(tǒng)保持穩(wěn)定并滿足性能要求的方法。核心思想：“最壞情況”優(yōu)化（如H∞控制，最小化擾動(dòng)對(duì)輸出的影響）。應(yīng)用：化工過(guò)程控制（參數(shù)易變）、汽車(chē)自動(dòng)駕駛（路況不確定）。四、穩(wěn)定性分析類(lèi)1.Lyapunov穩(wěn)定性（LyapunovStability）定義：針對(duì)自治系統(tǒng)（\(\dot{x}=f(x)\)，無(wú)輸入），用Lyapunov函數(shù)（標(biāo)量函數(shù)\(V(x)\)，滿足\(V(0)=0\)，\(V(x)>0\)當(dāng)\(x≠0\)）判斷穩(wěn)定性的方法，無(wú)需求解系統(tǒng)方程。分類(lèi)：穩(wěn)定（Stable）：對(duì)任意小的初始擾動(dòng)，狀態(tài)始終在原點(diǎn)附近；漸近穩(wěn)定（AsymptoticallyStable）：狀態(tài)最終收斂到原點(diǎn)；大范圍漸近穩(wěn)定（GloballyAsymptoticallyStable）：對(duì)任意初始狀態(tài)均漸近穩(wěn)定。應(yīng)用：非線性系統(tǒng)穩(wěn)定性分析（如電力系統(tǒng)、機(jī)器人）。2.勞斯判據(jù)（RouthCriterion）定義：通過(guò)特征方程系數(shù)判斷閉環(huán)系統(tǒng)極點(diǎn)位置的代數(shù)方法，無(wú)需求解極點(diǎn)。規(guī)則：若特征方程\(a_ns^n+a_{n-1}s^{n-1}+...+a_0=0\)的勞斯表（RouthArray）第一列元素全為正，則所有閉環(huán)極點(diǎn)位于s平面左半平面（漸近穩(wěn)定）；若有元素為負(fù)，則負(fù)元素個(gè)數(shù)等于右半平面極點(diǎn)個(gè)數(shù)。優(yōu)勢(shì)：計(jì)算簡(jiǎn)單，適用于低階系統(tǒng)（如二階、三階）。3.奈奎斯特判據(jù)（NyquistCriterion）定義：用開(kāi)環(huán)頻率特性（\(G(jω)H(jω)\)）的Nyquist圖（極坐標(biāo)圖）判斷閉環(huán)系統(tǒng)穩(wěn)定性的頻域方法，適用于線性定常系統(tǒng)。規(guī)則：閉環(huán)系統(tǒng)穩(wěn)定的充要條件是：開(kāi)環(huán)Nyquist圖繞\((-1,j0)\)點(diǎn)的次數(shù)等于開(kāi)環(huán)右半平面極點(diǎn)個(gè)數(shù)（\(P\)），即\(N=P\)（\(N\)為繞數(shù)，逆時(shí)針為正）。優(yōu)勢(shì)：可分析系統(tǒng)的相對(duì)穩(wěn)定性（如相位裕度、增益裕度），便于設(shè)計(jì)控制器（如調(diào)整開(kāi)環(huán)增益）。4.根軌跡（RootLocus）定義：開(kāi)環(huán)增益（\(K\)）從0到∞變化時(shí)，閉環(huán)極點(diǎn)在s平面上的軌跡。繪制規(guī)則：遵循根軌跡的基本法則（如起點(diǎn)、終點(diǎn)、分支數(shù)、漸近線、分離點(diǎn)、與虛軸交點(diǎn)）。應(yīng)用：分析開(kāi)環(huán)增益對(duì)閉環(huán)系統(tǒng)性能的影響（如穩(wěn)定性、超調(diào)量、調(diào)節(jié)時(shí)間），設(shè)計(jì)控制器（如調(diào)整\(K\)使極點(diǎn)位于期望區(qū)域）。五、傳感器與執(zhí)行器類(lèi)1.傳感器（Sensor）定義：將物理量（如位移、速度、溫度）轉(zhuǎn)換為電信號(hào)（如電壓、電流）的裝置，是反饋控制的“眼睛”。常見(jiàn)類(lèi)型：位移傳感器：電位器（電阻變化）、光柵（光學(xué)編碼）；速度傳感器：測(cè)速發(fā)電機(jī)（輸出電壓與轉(zhuǎn)速成正比）、編碼器（脈沖數(shù)與轉(zhuǎn)速成正比）；溫度傳感器：熱電偶（熱電勢(shì)與溫度差成正比）、熱電阻（電阻與溫度成正比）；壓力傳感器：應(yīng)變片（電阻變化與壓力成正比）、壓電式（電荷與壓力成正比）。2.執(zhí)行器（Actuator）定義：將控制信號(hào)（如電壓、電流）轉(zhuǎn)換為機(jī)械動(dòng)作（如轉(zhuǎn)動(dòng)、移動(dòng)）的裝置，是控制器的“手”。常見(jiàn)類(lèi)型：電動(dòng)執(zhí)行器：直流電機(jī)（轉(zhuǎn)速與電壓成正比）、伺服電機(jī)（高精度位置控制）、步進(jìn)電機(jī)（脈沖數(shù)與轉(zhuǎn)角成正比）；氣動(dòng)執(zhí)行器：氣缸（壓縮空氣驅(qū)動(dòng)直線運(yùn)動(dòng)）、氣動(dòng)閥（控制氣體流量）；液壓執(zhí)行器：液壓缸（高壓油驅(qū)動(dòng)直線運(yùn)動(dòng)）、液壓泵（提供壓力油）。六、現(xiàn)代控制理論類(lèi)1.可控性（Controllability）判據(jù)：Kalman可控性判據(jù)（\(\text{rank}[B\quadAB\quadA^2B\quad...\quadA^{n-1}B]=n\)，\(n\)為狀態(tài)維度）。意義：可控性是最優(yōu)控制、極點(diǎn)配置的前提（如無(wú)法控制的狀態(tài)無(wú)法調(diào)整）。2.可觀性（Observability）判據(jù)：Kalman可觀性判據(jù)（\(\text{rank}[C^T\quadA^TC^T\quad(A^T)^2C^T\quad...\quad(A^T)^{n-1}C^T]=n\)）。意義：可觀性是狀態(tài)估計(jì)（如卡爾曼濾波）的前提（如無(wú)法觀測(cè)的狀態(tài)無(wú)法估計(jì)）。3.卡爾曼濾波（KalmanFilter）定義：針對(duì)帶噪聲的線性系統(tǒng)（\(\dot{x}=Ax+Bu+w\)，\(y=Cx+Du+v\)，\(w\)為過(guò)程噪聲，\(v\)為測(cè)量噪聲），通過(guò)遞歸算法（預(yù)測(cè)-更新）估計(jì)系統(tǒng)狀態(tài)的方法，使估計(jì)誤差的協(xié)方差最小。核心步驟：預(yù)測(cè)：用當(dāng)前狀態(tài)估計(jì)預(yù)測(cè)下一時(shí)刻狀態(tài)（\(\hat{x}_{k|k-1}=A\hat{x}_{k-1|k-1}+Bu_k\)）；更新：用測(cè)量值修正預(yù)測(cè)值（\(\hat{x}_{k|k}=\hat{x}_{k|k-1}+K_k(y_k-C\hat{x}_{k|k-1})\)，\(K_k\)為卡爾曼增益）。應(yīng)用：自動(dòng)駕駛（車(chē)輛狀態(tài)估計(jì)）、衛(wèi)星導(dǎo)航（位置與速度估計(jì)）。七、智能控制類(lèi)1.模糊控制（FuzzyControl）定義：基于模糊邏輯（FuzzyLogic）和經(jīng)驗(yàn)規(guī)則（如“若溫度過(guò)高，則加大冷卻水流量”）的非線性控制方法，無(wú)需建立精確數(shù)學(xué)模型。核心步驟：模糊化（Fuzzification）：將精確輸入（如溫度偏差）轉(zhuǎn)換為模糊集合（如“高”“中”“低”）；規(guī)則推理（RuleInference）：用IF-THEN規(guī)則（如“若偏差高且偏差變化率低，則輸出高”）推導(dǎo)模糊輸出；清晰化（Defuzzification）：將模糊輸出轉(zhuǎn)換為精確控制信號(hào)（如重心法）。應(yīng)用：洗衣機(jī)水位控制（難以建模的非線性系統(tǒng)）、空調(diào)溫度控制（經(jīng)驗(yàn)知識(shí)重要）。2.神經(jīng)網(wǎng)絡(luò)控制（NeuralNetworkControl）定義：用人工神經(jīng)網(wǎng)絡(luò)（模擬生物神經(jīng)網(wǎng)絡(luò)，如BP網(wǎng)絡(luò)、RBF網(wǎng)絡(luò)）逼近系統(tǒng)模型或控制器的控制方法，具有自學(xué)習(xí)（Self-Learning）能力。類(lèi)型：神經(jīng)網(wǎng)絡(luò)建模（用網(wǎng)絡(luò)逼近被控對(duì)象的輸入-輸出關(guān)系）；神經(jīng)網(wǎng)絡(luò)控制器（用網(wǎng)絡(luò)直接輸出控制信號(hào)，如自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制）。應(yīng)用：機(jī)器人軌跡跟蹤（非線性、時(shí)變系統(tǒng)）、電力系統(tǒng)控制（參數(shù)易變）。八、應(yīng)用領(lǐng)域類(lèi)1.工業(yè)控制（IndustrialControl）定義：用于工業(yè)生產(chǎn)過(guò)程的控制（如化工、電力、機(jī)械），核心是過(guò)程控制（ProcessControl），目標(biāo)是保持溫度、壓力、流量等參數(shù)穩(wěn)定。示例：鍋爐溫度PID控制、化工反應(yīng)釜壓力控制、數(shù)控機(jī)床伺服控制。2.機(jī)器人控制（RobotControl）定義：用于機(jī)器人（工業(yè)機(jī)器人、服務(wù)機(jī)器人）的運(yùn)動(dòng)控制，核心是關(guān)節(jié)控制（JointContr