跳轉到

01.1 什麼是回饋#

本章導讀#

自動控制的第一原理只有一句話:用結果修正行為。 你冷了就加衣、你開車偏了就回正方向盤——這就是回饋。 這一章先分清楚「開環」與「閉環」,再用數學說明為什麼回饋這麼神奇。

淺顯說明#

  • 開環(open-loop):不看結果,照劇本做。洗衣機定時洗 30 分鐘,不管衣服髒不髒。
  • 閉環(closed-loop):看結果、比目標、修正動作。冷氣設定 26 度,室內超過就吹、低於就停。

開環便宜但不準;閉環多了一個「回頭看」的動作,卻能自動抵抗干擾。

正規理論#

標準回饋結構#

系統的基本角色:

  • 受控體 \(G(s)\) :被控制的對象(蒸汽機、爐子、船)。
  • 控制器 \(K(s)\) :決定怎麼下指令。
  • 參考 \(r\) 、輸出 \(y\) 、誤差 \(e = r - y\) 、控制量 \(u\) 、擾動 \(d\) 。

閉迴路方程(時域形式):

\[ u = K \, e = K(r - y), \qquad y = G(u + d) \]

為什麼回饋有效:靈敏度#

設 \(G\) 變動了 \(\Delta G\) 。開環時輸出變動:

\[ \frac{\Delta y}{y} = \frac{\Delta G}{G} \]

閉環時(先設 \(d=0\) , \(y = \dfrac{GK}{1+GK}r\) ),對 \(G\) 微分得:

\[ \frac{\Delta y}{y} = \frac{1}{1 + GK}\,\frac{\Delta G}{G} \]

**回饋把模型誤差的影響除以 \(1+GK\) **。若迴路增益 \(GK \gg 1\) , 即使你對受控體一知半解,輸出仍然接近目標。這就是 Black 的洞見。

代價#

回饋不是免費的:

  • 高增益 \(K\) 放大雜訊與測量誤差;
  • 迴路有延遲或慣性時,高增益會造成振盪甚至發散(第 3 章詳述)。

控制的藝術,就在「夠準」與「夠穩」之間取平衡。

簡易範例:熱水器#

爐子加熱功率正比於指令: \(G(s) = \dfrac{1}{s+1}\) (一階慣性),用比例控制器 \(K = 9\) , \(r = 1\) (目標溫度正規化為 1)。

穩態輸出:

\[ y(\infty) = \frac{GK}{1+GK}\,r = \frac{9/10}{1+9/10} = \frac{9}{10} \cdot \frac{10}{19} \cdot 10 = 0.9 \times \frac{10}{19}\times 10 = \frac{9}{19}\times 10 \approx 0.47 \]

重新計算: \(y(\infty) = \dfrac{9}{10+9} \times 1 = \dfrac{9}{19} \approx 0.474\) 。

穩態誤差高達 \(52.6\%\) !這說明純比例控制往往留有殘差, 需要積分項(第 4 章 PID)才能把穩態誤差推到零。

但注意:若 \(G\) 衰減了 \(20\%\) ( \(G = 0.8/(s+1)\) ),穩態輸出變為 \(y = \dfrac{7.2}{10+7.2}\times 1 \approx 0.419\) ,只變了約 \(12\%\) —— 比開環的 \(20\%\) 誤差小,且 \(K\) 越大,抗拒能力越強。

歷史典故#

習題#

  1. 上例中,若要穩態誤差小於 \(5\%\) , \(K\) 至少要多大?(提示: \(\dfrac{K}{10+K} \ge 0.95\) )
  2. 舉出生活中兩個開環與兩個閉環裝置,說明它們的「測量—比較—修正」各是什麼。