简介倒立摆是经典非线性控制系统在物理学与控制理论中具有重要的研究价值这份MATLAB/Simulink仿真资源包面向自动控制、机电一体化等专业的学生和工程技术人员系统地演示了从倒立摆动力学建模、控制器设计到仿真验证的完整流程适合作为课程设计、毕业设计或科研预研的参考样例。资源共9个文件核心为4个.m脚本、.slx与.mdl模型另配.doc文档和.ppt课件压缩包大小372KB结构简洁便于快速查阅。目前已有2343人学习下载包内代码涉及状态方程构建、摩擦力与驱动力建模以及PID、LQR等控制策略的实现配套资料对仿真参数设置和算法原理也做了补充说明。读者可以通过运行模型、调节参数直观观察摆杆角度与角速度的动态响应从而深入理解非线性系统建模、反馈控制和极点配置等关键概念是提升MATLAB/Simulink应用能力的实用资源。 开篇先说实话倒立摆这个模型我在Simulink里前前后后折腾过不下二十遍。从最早本科实验课上用两个积分器搭线性化模型到后来做毕设时用S-Function写全状态反馈控制再到工作后用Simscape Multibody直接照抄实物参数每一次重新搭建都会有新收获。可以说倒立摆就是控制理论从课本走向工程实践最好的“练手靶子”。如果你正准备用MATLAB/Simulink做倒立摆仿真或者只是想搞明白“怎么把一条物理方程变成能跑的仿真模型”这篇内容基本覆盖了从建模、搭建、控制器设计到排查常见报错的全过程。文章里提到的所有坑都是我亲手踩过的最后给出的参数和步骤你照着敲基本能一次跑通。1. 倒立摆系统建模从物理方程到状态空间1.1 动力学方程推导与线性化倒立摆系统通常分成一级、二级甚至三级但最经典也最利于理解控制逻辑的是“直线一级倒立摆”。它由一个小车和一根通过转轴连接在小车上的摆杆组成小车在水平方向受电机驱动力 F 移动目标是把摆杆稳定在竖直向上的位置。明确目标之后先用牛顿力学或拉格朗日方程建模。直线一级倒立摆的理想化假设是摆杆是刚体、小车与导轨之间无摩擦、皮带与滑轮不打滑。实际工程里这些假设当然不可能完全成立但作为仿真起步它们能让模型保持可解。真实系统里存在的摩擦力、死区、齿隙等非线性项可以在仿真调通后再用Simscape Multibody或者加摩擦子模块来逐步逼近。推导过程不展开全部代数这里直接给出常见的运动方程M为小车质量m为摆杆质量l为摆杆质心到转轴距离θ为摆杆与竖直方向夹角x为小车位移b为小车摩擦系数J为摆杆转动惯量摆杆转动方向(J ml^2) * θ mgl * sinθ -ml*x * cosθ小车平动方向(M m) * x bx F - mlθ * cosθ ml*(θ)^2 * sinθ方程组里同时出现 x 和 θ 的耦合项直接搭Simulink模型会比较绕所以常规做法是在工作点θ≈0、θ≈0附近做线性化。取 sinθ≈θ、cosθ≈1忽略高阶小量就能把这组非线性方程整理成标准的状态空间形式x Ax Buy Cx Du1.2 状态空间表达式与参数选取我常用的状态变量选择方式是 x1 小车位移x2 小车速度x3 摆杆角度偏移x4 摆杆角速度。经过整理后的状态矩阵如下以典型教学参数M1.096kgm0.109kgb0.1N/m/sl0.25mJ0.00223kg·m²为例A [0 1 0 0;0 -b/M 0 0;0 0 0 1;0 0 (Mm)g/(Ml) 0] 的变体实际Simulink建模前建议直接用M文件或MATLAB脚本里的ss函数生成避免手算矩阵时符号出错。B矩阵在系统含电机驱动力时是 [0; 1/M; 0; -1/(M*l)] 这个形式C矩阵取 [1 0 0 0; 0 0 1 0] 表示只测量位移和角度D矩阵为0。注意不同教材选坐标正方向的方法不同比如角度取顺时针为正还是逆时针为正会导致矩阵里个别符号不一样。仿真结果出现相位反了、系统发散特别快的情况可以先检查坐标定义是否统一。参数选取上我建议前期直接用上面这一组经典值因为很多公开的LQR控制器参数都基于它。等模型完全跑通再替换成你自己实验平台的实际参数——质量、摆长用游标卡尺和电子秤实测转动惯量从SolidWorks里查或按细杆公式 J m*l²/3 估算。2. Simulink建模的三种主流方案2.1 方案A纯积分模块搭微分方程这种方案最直接也最适合快速验证控制算法逻辑。思路是把状态空间方程里的四个状态量分别用积分器表示先用Mux把四路状态合并再用Gain矩阵或者Fcn模块计算 ẋ Ax Bu最后把结果Demux回四路积分器。具体步骤是在Simulink空白模型里拖入4个Integrator模块竖直排列四个积分器输出连入一个MuxMux输出作为状态向量 x用Gain模块矩阵增益计算 Ax用另一个Gain计算 BuAdd模块相加得到 ẋ然后分别Demux回四个积分器的输入用Scope观察小车位移 x1 和摆杆角度 x3。这个方案的优点是完全透明每个积分器对应一个物理量的变化过程方便对照书本公式逐项检查。缺点是当系统阶次变高二级倒立摆或者要加入非线性项时连线会迅速变乱维护成本很高。另外矩阵乘法里如果用了Matrix Gain需要特别注意Gain模块的乘法类型设置成 Matrix multiplication否则默认的Element-wise乘法会直接报维度错误。2.2 方案BS-Function写自定义函数当模型复杂度超过纯积分器方式能承受的范围时推荐切到S-Function。这也是搜索热词里出现频率很高的点很多人在问“Simulink如何给S-Function添加代码”说明这个方案虽然稍微要写点代码但扩展性和可维护性比连线搭模型强太多。用Level-2 M文件S-Function的好处是不需要额外编译器直接在MATLAB里写。核心模板如下function 倒立摆_sfun(block) setup(block); end function setup(block) block.NumInputPorts 1; % 输入是控制力F block.NumOutputPorts 4; % 输出是4个状态 block.SetPreCompInpPortInfoToDynamic; block.SetPreCompOutPortInfoToDynamic; block.InputPort(1).Dimensions 1; block.OutputPort(1).Dimensions 4; block.NumContStates 4; % 连续状态个数 block.SampleTimes [0 0]; % 连续采样时间 block.SetAccelRunOnTLC(false); block.SimStateCompliance DefaultSimState; block.RegBlockMethod(InitializeConditions, InitConditions); block.RegBlockMethod(Derivatives, Derivatives); block.RegBlockMethod(Outputs, Outputs); end function InitConditions(block) block.ContStates.Data [0; 0; 0.1; 0]; % 初始角度5.7°左右 end function Derivatives(block) x block.ContStates.Data; F block.InputPort(1).Data; % ---- 参数 ---- M 1.096; m 0.109; b 0.1; l 0.25; J 0.00223; g 9.8; den (Mm) * (J m*l^2) - (m*l)^2; x1d x(2); x2d (- (J m*l^2) * b * x(2) (m*l)^2 * g * x(3) * cos(x(3)) ... - m*l * x(4)^2 * sin(x(3)) * (J m*l^2) (J m*l^2) * F) / den; x3d x(4); x4d (m*l * cos(x(3)) * b * x(2) - m*g*l * sin(x(3)) * (Mm) m*l * cos(x(3)) * F) / den; % 这一版带三角函数如果不做线性化可保留非线性项如果线性化则去掉cos/sin block.Derivatives.Data [x1d; x2d; x3d; x4d]; end function Outputs(block) block.OutputPort(1).Data block.ContStates.Data; end写完保存成倒立摆_sfun.m在Simulink中拖一个S-Function模块存入同一路径模块参数里填函数名倒立摆_sfun就能直接使用。注意S-Function里定义连续状态数量时block.NumContStates 4不能漏。漏掉的话模块会提示“Invalid number of continuous states”排查很久才发现只是这里少了一行。这个方案的优点是控制器所有逻辑包括状态反馈、观测器、非线性补偿都可以在外部写MATLAB函数或放到S-Function内部调试时用disp打印中间量也很方便。坏处是如果做硬件在环或代码生成纯M文件S-Function不一定支持直接生成C代码需要转成C MEX S-Function。这一点在工作中经常是个“隐藏门槛”——仿真跑得好好的到了要部署到控制器上才发现不支持。2.3 方案CSimscape Multibody物理建模如果你已经有倒立摆实物的三维模型或者想直观看到摆杆的物理运动动画Simscape Multibody是最省事的方案。它不需要手推动力学方程直接从Simulink库里的Multibody模块组拖出Solid、Revolute Joint、Prismatic Joint等模块按物理结构连接后设置质量和惯性参数即可。操作流程大致是新建Simscape模型添加Mechanism Configuration设置重力方向用Solid模块搭建小车和摆杆填写质量与转动惯量用Prismatic Joint连接小车与大地限制小车沿x轴运动用Revolute Joint连接摆杆与小车的转轴旋转轴垂直于运动平面给Prismatic Joint添加输入力通过Simulink-PS Converter从普通Simulink信号转换用PS-Simulink Converter把角度传感器信号转为普通Simulink信号给控制器用。这套方案最大的优势是模型自带非线性重力、科氏力、大角度运动仿真结果更贴近真实调试PID参数时可以直接把控制器的输出接到实际关节上验证。缺点也明显模型参数如果不准仿真和实物的偏差会被非线性项放大另外运行速度比纯数值模型慢优化控制参数跑一次要等。3. LQR/PID控制器设计与参数整定3.1 LQR控制器状态反馈增益怎么选倒立摆系统在竖直位置是开环不稳定的任何微小扰动都会让摆杆倾倒。因此一个最常用且理论依据充分的方案就是LQR线性二次型调节器。设计思路是寻找一个状态反馈控制率 u -Kx使二次型性能指标最小。在MATLAB中求取K值只需一句脚本A [0 1 0 0; 0 -0.0912 0 0; 0 0 0 1; 0 0 25.48 0]; B [0; 0.912; 0; -2.28]; C [1 0 0 0; 0 1 0 0; 0 0 1 0; 0 0 0 1]; D 0; Q diag([100 10 100 10]); % 权重要试 R 1; K lqr(A, B, Q, R);Q矩阵中对应角度项的元素取大值比如100意思是希望摆杆角度偏差尽量小小车位移项对应权重可以适当放宽否则控制器会为了让摆杆完全竖直而拼命把小车往极限位置推导致位移发散Simulink仿真里直接看到小车一路飞出画面。整定Q和R的实操经验是先把Q的对角线全部设成1R设成1跑一次观察响应曲线如果角度振荡太厉害但位移可控加大角度权重如果控制力饱和、执行器频繁动作就调大R。重复这个循环一般十次以内能找到一个可以接受的折中。我常用的初始基准是 Q diag([500, 10, 200, 10])、R 1在这个基础上微调位移权重来限制小车行程。K的结果大约在 [-22.36, -19.44, -63.4, -10.67] 附近具体数值依矩阵精度略有差异。只要闭环极点都在左半平面仿真基本稳定。3.2 PID控制器单环还是双环如果不想用LQR或者控制对象是纯电机驱动的一阶倒立摆也可以用PID。但单环PID往往压不住倒立摆的角度振荡工程上更实用的是双闭环结构内环控制摆杆角度PD控制为主外环控制小车位移PI控制为主角度环给定就是位移环的输出。双环调试顺序铁律是先内后外把位移环断开只保留角度环给摆杆一个初始偏移比如0.1弧度调PD参数让摆杆尽快回正且不持续振荡。比例增益从10加起微分增益从1加起观察Scope里的角度曲线角度环稳定后接入位移环这时可以稍微减小角度环的比例增益因为位移环的输出会叠加到角度给定上如果角度环增益过高系统容易一颤一颤位移环的积分项设置上限防止小车撞导轨后积分饱和。注意在Simulink里加入PID控制器模块时记得把模块内部的“Integrator saturation”勾上并限制区间。否则实际仿真中一旦控制力长时间达到上限积分项会越积越大随后输出一个很大的反向控制量表现在Scope上就是小车在极限位置来回猛冲——和实验平台上的“抖振”完全一致。4. 仿真调试与常见问题排查4.1 代数环问题倒立摆模型里最容易遇到的一个报错或奇异行为是代数环Algebraic Loop。比如在模型里直接让控制器输出 u 既作用于小车、又通过某个瞬时反馈回控制器输入而反馈链路里全是直通模块时Simulink就会检测到代数环报“Block xxx cannot be solved due to an algebraic loop”。处理方法有三个按推荐顺序在控制器输出端加一个Memory模块或者Unit Delay打破直通回路如果必须连续改用带滤波器的近似微分或低通环节给模型加一个很小的延迟比如用Transport Delay设置0.0001秒延迟但这会引入相位滞后只作为排查手段不建议长期保留。4.2 求解器与步长选择倒立摆是个快变、不稳定的连续系统求解器选错了很容易看到发散结果。我踩过最大的坑是默认的variable-step ode45在某些参数下跑得贼慢或者干脆在某一步“数值奇异”。对于倒立摆仿真我的建议是使用固定步长求解器ode4四阶龙格库塔或ode5步长设为 0.001 或更小。系统极点离虚轴越远所需步长越小。用LQR把极点压在 -5 ± 5i 和 -15 附近时步长0.001足够如果用高增益把极点压到 -50 附近步长至少要把到 0.0005。在Simulink界面中点仿真设置Configuration ParametersSolver设置为Fixed-stepSolver选择ode4Fixed-step size填0.001。这样保真度和运行速度都比较平衡。4.3 Scope查看数组信号的坑热词里有“如何使用Scope查看数组”这确实是个非常实际的问题。当你用Mux合成多路信号时Scope默认显示的是m-dimension的向量信号在Scope界面上你会看到它把多条曲线叠在同一张图里看起来像一团乱麻。解决办法有两种在Scope模块里双击打开点击左上角的“信号选择器”或者Settings里勾选对向量信号选择“显示为单独坐标轴”更推荐的做法是在Mux之前就用Demux把信号分成单路再接多个Scope输入端或者用Scope的“Multi-port”模式每个端口显示一条曲线颜色和坐标轴都清晰。4.4 封装模块设置密码做课程设计或提供给同事的模型时有时候想保护自己的控制器算法不被随意改参数。Simulink支持把子系统封装Mask后加锁方法是右键子系统 - Mask - Create System Mask在Mask编辑器的Parameters页设置“不可编辑”Uneditable或者在控件属性里启用“Lock”选项。不过说实话这种密码保护只防君子不防小人。如果对方精通Simulink既可以取消封装后直接打开内部结构也可以通过修改脚本的方式强行读参数。真正要保护算法还是应该用S-Function编译成pcode或DLL。4.5 Lapack加载错误和外部模式搜索热词里出现“simulink仿真时出现caused by:lapack加载错误:mllapack.dll”这是MATLAB安装或路径问题导致的底层库文件加载异常常见于MATLAB版本与系统环境不匹配或者安装了多个MATLAB版本导致DLL搜索路径混乱。排查思路是执行which mllapack.dll确认当前任务是否解析到正确的MATLAB安装目录在MATLAB命令行执行bdclose all; rehash toolboxcache清理缓存如果仍然报错重装对应版本的MATLAB Runtime或直接升级到R2022b及以上版本这个报错在老版本上更常见。外部模式External Mode通常用于Simulink与硬件实时通讯在做倒立摆实物实验时会用到。启用External Mode需要配置硬件支持包和对应的通讯接口这里不展开但提醒一句外部模式仿真时步长必须和硬件实时时钟匹配如果你在普通仿真里用的0.001秒步长直接搬到外部模式很可能因为实时性不足导致控制周期抖动系统不稳定。5. 从仿真走向实物的经验总结模型能稳定运行只是第一步真正有价值的是把仿真里调好的控制器搬到实物上。我做倒立摆实物时总结出来的一个实在建议是仿真的LQR参数直接上实物基本会失败原因集中在执行器饱和、传感器噪声和摩擦力三个方面。仿真里控制力可以无限制输出但实物电机有最大推力。所以我建议在设计LQR时额外加一个饱和模块把u限制在[-10, 10] N再跑一次仿真看看模型能否扛住。如果扛不住需要重新设计Q矩阵或者加抗饱和机制。另外仿真里的角度信号是理想化的但实际编码器信号伴随噪声直接微分计算角速度会让控制量抖动剧烈。推荐的常规做法是在角速度反馈通道加一阶低通滤波截止频率取10 Hz左右能有效缓解高频抖动。关于扩展方向倒立摆仿真里学到的状态空间建模和控制器设计思路可以无缝迁移到四旋翼姿态控制、机械臂平衡控制甚至二级摆平衡上。很多做滑模控制、自适应控制的同行也是先用倒立摆跑通算法再搬到更复杂的被控对象上图的就是这个模型“麻雀虽小五脏俱全”。如果你在建模或调参时卡住了欢迎按上面讲的排查顺序走一遍先看坐标正方向是否统一再看求解器步长是否足够小最后检查控制器输出是否饱和。这一套查下来八成问题都能解决。本文还有配套的精品资源点击获取 Simulink倒立摆仿真全攻略：从物理建模到LQR/PID控制器设计
简介倒立摆是经典非线性控制系统在物理学与控制理论中具有重要的研究价值这份MATLAB/Simulink仿真资源包面向自动控制、机电一体化等专业的学生和工程技术人员系统地演示了从倒立摆动力学建模、控制器设计到仿真验证的完整流程适合作为课程设计、毕业设计或科研预研的参考样例。资源共9个文件核心为4个.m脚本、.slx与.mdl模型另配.doc文档和.ppt课件压缩包大小372KB结构简洁便于快速查阅。目前已有2343人学习下载包内代码涉及状态方程构建、摩擦力与驱动力建模以及PID、LQR等控制策略的实现配套资料对仿真参数设置和算法原理也做了补充说明。读者可以通过运行模型、调节参数直观观察摆杆角度与角速度的动态响应从而深入理解非线性系统建模、反馈控制和极点配置等关键概念是提升MATLAB/Simulink应用能力的实用资源。 开篇先说实话倒立摆这个模型我在Simulink里前前后后折腾过不下二十遍。从最早本科实验课上用两个积分器搭线性化模型到后来做毕设时用S-Function写全状态反馈控制再到工作后用Simscape Multibody直接照抄实物参数每一次重新搭建都会有新收获。可以说倒立摆就是控制理论从课本走向工程实践最好的“练手靶子”。如果你正准备用MATLAB/Simulink做倒立摆仿真或者只是想搞明白“怎么把一条物理方程变成能跑的仿真模型”这篇内容基本覆盖了从建模、搭建、控制器设计到排查常见报错的全过程。文章里提到的所有坑都是我亲手踩过的最后给出的参数和步骤你照着敲基本能一次跑通。1. 倒立摆系统建模从物理方程到状态空间1.1 动力学方程推导与线性化倒立摆系统通常分成一级、二级甚至三级但最经典也最利于理解控制逻辑的是“直线一级倒立摆”。它由一个小车和一根通过转轴连接在小车上的摆杆组成小车在水平方向受电机驱动力 F 移动目标是把摆杆稳定在竖直向上的位置。明确目标之后先用牛顿力学或拉格朗日方程建模。直线一级倒立摆的理想化假设是摆杆是刚体、小车与导轨之间无摩擦、皮带与滑轮不打滑。实际工程里这些假设当然不可能完全成立但作为仿真起步它们能让模型保持可解。真实系统里存在的摩擦力、死区、齿隙等非线性项可以在仿真调通后再用Simscape Multibody或者加摩擦子模块来逐步逼近。推导过程不展开全部代数这里直接给出常见的运动方程M为小车质量m为摆杆质量l为摆杆质心到转轴距离θ为摆杆与竖直方向夹角x为小车位移b为小车摩擦系数J为摆杆转动惯量摆杆转动方向(J ml^2) * θ mgl * sinθ -ml*x * cosθ小车平动方向(M m) * x bx F - mlθ * cosθ ml*(θ)^2 * sinθ方程组里同时出现 x 和 θ 的耦合项直接搭Simulink模型会比较绕所以常规做法是在工作点θ≈0、θ≈0附近做线性化。取 sinθ≈θ、cosθ≈1忽略高阶小量就能把这组非线性方程整理成标准的状态空间形式x Ax Buy Cx Du1.2 状态空间表达式与参数选取我常用的状态变量选择方式是 x1 小车位移x2 小车速度x3 摆杆角度偏移x4 摆杆角速度。经过整理后的状态矩阵如下以典型教学参数M1.096kgm0.109kgb0.1N/m/sl0.25mJ0.00223kg·m²为例A [0 1 0 0;0 -b/M 0 0;0 0 0 1;0 0 (Mm)g/(Ml) 0] 的变体实际Simulink建模前建议直接用M文件或MATLAB脚本里的ss函数生成避免手算矩阵时符号出错。B矩阵在系统含电机驱动力时是 [0; 1/M; 0; -1/(M*l)] 这个形式C矩阵取 [1 0 0 0; 0 0 1 0] 表示只测量位移和角度D矩阵为0。注意不同教材选坐标正方向的方法不同比如角度取顺时针为正还是逆时针为正会导致矩阵里个别符号不一样。仿真结果出现相位反了、系统发散特别快的情况可以先检查坐标定义是否统一。参数选取上我建议前期直接用上面这一组经典值因为很多公开的LQR控制器参数都基于它。等模型完全跑通再替换成你自己实验平台的实际参数——质量、摆长用游标卡尺和电子秤实测转动惯量从SolidWorks里查或按细杆公式 J m*l²/3 估算。2. Simulink建模的三种主流方案2.1 方案A纯积分模块搭微分方程这种方案最直接也最适合快速验证控制算法逻辑。思路是把状态空间方程里的四个状态量分别用积分器表示先用Mux把四路状态合并再用Gain矩阵或者Fcn模块计算 ẋ Ax Bu最后把结果Demux回四路积分器。具体步骤是在Simulink空白模型里拖入4个Integrator模块竖直排列四个积分器输出连入一个MuxMux输出作为状态向量 x用Gain模块矩阵增益计算 Ax用另一个Gain计算 BuAdd模块相加得到 ẋ然后分别Demux回四个积分器的输入用Scope观察小车位移 x1 和摆杆角度 x3。这个方案的优点是完全透明每个积分器对应一个物理量的变化过程方便对照书本公式逐项检查。缺点是当系统阶次变高二级倒立摆或者要加入非线性项时连线会迅速变乱维护成本很高。另外矩阵乘法里如果用了Matrix Gain需要特别注意Gain模块的乘法类型设置成 Matrix multiplication否则默认的Element-wise乘法会直接报维度错误。2.2 方案BS-Function写自定义函数当模型复杂度超过纯积分器方式能承受的范围时推荐切到S-Function。这也是搜索热词里出现频率很高的点很多人在问“Simulink如何给S-Function添加代码”说明这个方案虽然稍微要写点代码但扩展性和可维护性比连线搭模型强太多。用Level-2 M文件S-Function的好处是不需要额外编译器直接在MATLAB里写。核心模板如下function 倒立摆_sfun(block) setup(block); end function setup(block) block.NumInputPorts 1; % 输入是控制力F block.NumOutputPorts 4; % 输出是4个状态 block.SetPreCompInpPortInfoToDynamic; block.SetPreCompOutPortInfoToDynamic; block.InputPort(1).Dimensions 1; block.OutputPort(1).Dimensions 4; block.NumContStates 4; % 连续状态个数 block.SampleTimes [0 0]; % 连续采样时间 block.SetAccelRunOnTLC(false); block.SimStateCompliance DefaultSimState; block.RegBlockMethod(InitializeConditions, InitConditions); block.RegBlockMethod(Derivatives, Derivatives); block.RegBlockMethod(Outputs, Outputs); end function InitConditions(block) block.ContStates.Data [0; 0; 0.1; 0]; % 初始角度5.7°左右 end function Derivatives(block) x block.ContStates.Data; F block.InputPort(1).Data; % ---- 参数 ---- M 1.096; m 0.109; b 0.1; l 0.25; J 0.00223; g 9.8; den (Mm) * (J m*l^2) - (m*l)^2; x1d x(2); x2d (- (J m*l^2) * b * x(2) (m*l)^2 * g * x(3) * cos(x(3)) ... - m*l * x(4)^2 * sin(x(3)) * (J m*l^2) (J m*l^2) * F) / den; x3d x(4); x4d (m*l * cos(x(3)) * b * x(2) - m*g*l * sin(x(3)) * (Mm) m*l * cos(x(3)) * F) / den; % 这一版带三角函数如果不做线性化可保留非线性项如果线性化则去掉cos/sin block.Derivatives.Data [x1d; x2d; x3d; x4d]; end function Outputs(block) block.OutputPort(1).Data block.ContStates.Data; end写完保存成倒立摆_sfun.m在Simulink中拖一个S-Function模块存入同一路径模块参数里填函数名倒立摆_sfun就能直接使用。注意S-Function里定义连续状态数量时block.NumContStates 4不能漏。漏掉的话模块会提示“Invalid number of continuous states”排查很久才发现只是这里少了一行。这个方案的优点是控制器所有逻辑包括状态反馈、观测器、非线性补偿都可以在外部写MATLAB函数或放到S-Function内部调试时用disp打印中间量也很方便。坏处是如果做硬件在环或代码生成纯M文件S-Function不一定支持直接生成C代码需要转成C MEX S-Function。这一点在工作中经常是个“隐藏门槛”——仿真跑得好好的到了要部署到控制器上才发现不支持。2.3 方案CSimscape Multibody物理建模如果你已经有倒立摆实物的三维模型或者想直观看到摆杆的物理运动动画Simscape Multibody是最省事的方案。它不需要手推动力学方程直接从Simulink库里的Multibody模块组拖出Solid、Revolute Joint、Prismatic Joint等模块按物理结构连接后设置质量和惯性参数即可。操作流程大致是新建Simscape模型添加Mechanism Configuration设置重力方向用Solid模块搭建小车和摆杆填写质量与转动惯量用Prismatic Joint连接小车与大地限制小车沿x轴运动用Revolute Joint连接摆杆与小车的转轴旋转轴垂直于运动平面给Prismatic Joint添加输入力通过Simulink-PS Converter从普通Simulink信号转换用PS-Simulink Converter把角度传感器信号转为普通Simulink信号给控制器用。这套方案最大的优势是模型自带非线性重力、科氏力、大角度运动仿真结果更贴近真实调试PID参数时可以直接把控制器的输出接到实际关节上验证。缺点也明显模型参数如果不准仿真和实物的偏差会被非线性项放大另外运行速度比纯数值模型慢优化控制参数跑一次要等。3. LQR/PID控制器设计与参数整定3.1 LQR控制器状态反馈增益怎么选倒立摆系统在竖直位置是开环不稳定的任何微小扰动都会让摆杆倾倒。因此一个最常用且理论依据充分的方案就是LQR线性二次型调节器。设计思路是寻找一个状态反馈控制率 u -Kx使二次型性能指标最小。在MATLAB中求取K值只需一句脚本A [0 1 0 0; 0 -0.0912 0 0; 0 0 0 1; 0 0 25.48 0]; B [0; 0.912; 0; -2.28]; C [1 0 0 0; 0 1 0 0; 0 0 1 0; 0 0 0 1]; D 0; Q diag([100 10 100 10]); % 权重要试 R 1; K lqr(A, B, Q, R);Q矩阵中对应角度项的元素取大值比如100意思是希望摆杆角度偏差尽量小小车位移项对应权重可以适当放宽否则控制器会为了让摆杆完全竖直而拼命把小车往极限位置推导致位移发散Simulink仿真里直接看到小车一路飞出画面。整定Q和R的实操经验是先把Q的对角线全部设成1R设成1跑一次观察响应曲线如果角度振荡太厉害但位移可控加大角度权重如果控制力饱和、执行器频繁动作就调大R。重复这个循环一般十次以内能找到一个可以接受的折中。我常用的初始基准是 Q diag([500, 10, 200, 10])、R 1在这个基础上微调位移权重来限制小车行程。K的结果大约在 [-22.36, -19.44, -63.4, -10.67] 附近具体数值依矩阵精度略有差异。只要闭环极点都在左半平面仿真基本稳定。3.2 PID控制器单环还是双环如果不想用LQR或者控制对象是纯电机驱动的一阶倒立摆也可以用PID。但单环PID往往压不住倒立摆的角度振荡工程上更实用的是双闭环结构内环控制摆杆角度PD控制为主外环控制小车位移PI控制为主角度环给定就是位移环的输出。双环调试顺序铁律是先内后外把位移环断开只保留角度环给摆杆一个初始偏移比如0.1弧度调PD参数让摆杆尽快回正且不持续振荡。比例增益从10加起微分增益从1加起观察Scope里的角度曲线角度环稳定后接入位移环这时可以稍微减小角度环的比例增益因为位移环的输出会叠加到角度给定上如果角度环增益过高系统容易一颤一颤位移环的积分项设置上限防止小车撞导轨后积分饱和。注意在Simulink里加入PID控制器模块时记得把模块内部的“Integrator saturation”勾上并限制区间。否则实际仿真中一旦控制力长时间达到上限积分项会越积越大随后输出一个很大的反向控制量表现在Scope上就是小车在极限位置来回猛冲——和实验平台上的“抖振”完全一致。4. 仿真调试与常见问题排查4.1 代数环问题倒立摆模型里最容易遇到的一个报错或奇异行为是代数环Algebraic Loop。比如在模型里直接让控制器输出 u 既作用于小车、又通过某个瞬时反馈回控制器输入而反馈链路里全是直通模块时Simulink就会检测到代数环报“Block xxx cannot be solved due to an algebraic loop”。处理方法有三个按推荐顺序在控制器输出端加一个Memory模块或者Unit Delay打破直通回路如果必须连续改用带滤波器的近似微分或低通环节给模型加一个很小的延迟比如用Transport Delay设置0.0001秒延迟但这会引入相位滞后只作为排查手段不建议长期保留。4.2 求解器与步长选择倒立摆是个快变、不稳定的连续系统求解器选错了很容易看到发散结果。我踩过最大的坑是默认的variable-step ode45在某些参数下跑得贼慢或者干脆在某一步“数值奇异”。对于倒立摆仿真我的建议是使用固定步长求解器ode4四阶龙格库塔或ode5步长设为 0.001 或更小。系统极点离虚轴越远所需步长越小。用LQR把极点压在 -5 ± 5i 和 -15 附近时步长0.001足够如果用高增益把极点压到 -50 附近步长至少要把到 0.0005。在Simulink界面中点仿真设置Configuration ParametersSolver设置为Fixed-stepSolver选择ode4Fixed-step size填0.001。这样保真度和运行速度都比较平衡。4.3 Scope查看数组信号的坑热词里有“如何使用Scope查看数组”这确实是个非常实际的问题。当你用Mux合成多路信号时Scope默认显示的是m-dimension的向量信号在Scope界面上你会看到它把多条曲线叠在同一张图里看起来像一团乱麻。解决办法有两种在Scope模块里双击打开点击左上角的“信号选择器”或者Settings里勾选对向量信号选择“显示为单独坐标轴”更推荐的做法是在Mux之前就用Demux把信号分成单路再接多个Scope输入端或者用Scope的“Multi-port”模式每个端口显示一条曲线颜色和坐标轴都清晰。4.4 封装模块设置密码做课程设计或提供给同事的模型时有时候想保护自己的控制器算法不被随意改参数。Simulink支持把子系统封装Mask后加锁方法是右键子系统 - Mask - Create System Mask在Mask编辑器的Parameters页设置“不可编辑”Uneditable或者在控件属性里启用“Lock”选项。不过说实话这种密码保护只防君子不防小人。如果对方精通Simulink既可以取消封装后直接打开内部结构也可以通过修改脚本的方式强行读参数。真正要保护算法还是应该用S-Function编译成pcode或DLL。4.5 Lapack加载错误和外部模式搜索热词里出现“simulink仿真时出现caused by:lapack加载错误:mllapack.dll”这是MATLAB安装或路径问题导致的底层库文件加载异常常见于MATLAB版本与系统环境不匹配或者安装了多个MATLAB版本导致DLL搜索路径混乱。排查思路是执行which mllapack.dll确认当前任务是否解析到正确的MATLAB安装目录在MATLAB命令行执行bdclose all; rehash toolboxcache清理缓存如果仍然报错重装对应版本的MATLAB Runtime或直接升级到R2022b及以上版本这个报错在老版本上更常见。外部模式External Mode通常用于Simulink与硬件实时通讯在做倒立摆实物实验时会用到。启用External Mode需要配置硬件支持包和对应的通讯接口这里不展开但提醒一句外部模式仿真时步长必须和硬件实时时钟匹配如果你在普通仿真里用的0.001秒步长直接搬到外部模式很可能因为实时性不足导致控制周期抖动系统不稳定。5. 从仿真走向实物的经验总结模型能稳定运行只是第一步真正有价值的是把仿真里调好的控制器搬到实物上。我做倒立摆实物时总结出来的一个实在建议是仿真的LQR参数直接上实物基本会失败原因集中在执行器饱和、传感器噪声和摩擦力三个方面。仿真里控制力可以无限制输出但实物电机有最大推力。所以我建议在设计LQR时额外加一个饱和模块把u限制在[-10, 10] N再跑一次仿真看看模型能否扛住。如果扛不住需要重新设计Q矩阵或者加抗饱和机制。另外仿真里的角度信号是理想化的但实际编码器信号伴随噪声直接微分计算角速度会让控制量抖动剧烈。推荐的常规做法是在角速度反馈通道加一阶低通滤波截止频率取10 Hz左右能有效缓解高频抖动。关于扩展方向倒立摆仿真里学到的状态空间建模和控制器设计思路可以无缝迁移到四旋翼姿态控制、机械臂平衡控制甚至二级摆平衡上。很多做滑模控制、自适应控制的同行也是先用倒立摆跑通算法再搬到更复杂的被控对象上图的就是这个模型“麻雀虽小五脏俱全”。如果你在建模或调参时卡住了欢迎按上面讲的排查顺序走一遍先看坐标正方向是否统一再看求解器步长是否足够小最后检查控制器输出是否饱和。这一套查下来八成问题都能解决。本文还有配套的精品资源点击获取