第3篇：一阶系统的时域分析——基本概念

在上一篇《动态系统建模——传递函数》中，我们已经掌握了线性定常系统的复频域建模方法，把复杂的物理系统转化成了简洁的传递函数模型。而时域分析，就是将抽象的复频域模型，落地为我们能直观观测、可工程调试的时间响应曲线，是连接理论模型与实际系统调试的核心桥梁。

一阶系统作为整个经典控制理论的入门基石，覆盖了工业温控、RC滤波电路、电机惯性环节、液压缓冲系统等绝大多数基础工控场景，没有复杂的震荡与超调，极易上手理解。本篇我们全程避开晦涩纯数学推导，聚焦物理意义+分步推导+Python实战+工程应用，吃透一阶系统数学模型、两类标准输入信号、单位冲激/阶跃响应，以及两大核心调试指标。学完本篇，你能独立分析一阶系统响应规律，用代码快速仿真验证，精准判断系统响应快慢，为后续PID参数整定、系统稳定性调试打下最扎实的实操基础，彻底摆脱“懂理论不会落地”的痛点。

一、典型一阶系统基础模型与核心输入信号

在开展时域分析前，我们先把一阶系统的数学本质、标准测试信号讲透，全程搭配生活化类比与工程场景，不堆砌抽象概念，所有后续推导与实战都基于这部分基础内容展开。

1.1 典型一阶系统的微分方程与传递函数

一阶系统是控制系统中结构最简单、工程应用最广泛的线性定常系统，核心特征是时域微分方程仅包含一阶导数，对应工程中最常见的惯性环节。可以通俗理解为“存在延迟、反应慢半拍”的系统：就像往敞口水杯里匀速倒水，水位不会瞬间达到目标值，而是缓慢平稳上升，这种滞后特性就是一阶惯性，也是绝大多数工业基础系统的共性特征。

核心符号定义（全文通用，避免混淆）

• r(t)：系统时域输入量，即外部给定的控制指令或测试信号

• c(t)：系统时域输出量，即系统实际响应的物理量（如温度、转速、电压）

• T：时间常数，一阶系统唯一核心参数，单位秒（s），直接决定系统响应速度

• $\frac{dc(t)}{dt}$ ：输出量的一阶导数，表征输出物理量的变化速率

微分方程（时域原始物理模型）

典型一阶系统的标准时域微分方程，完全贴合物理惯性特性：

$T\frac{dc(t)}{dt}+c(t)=r(t)$

物理意义解读：输出量的变化速率乘以时间常数，加上当前输出量，等于系统输入量。公式直观体现了系统惯性：T越大，系统惯性越强，响应越迟缓；T越小，惯性越弱，响应越灵敏。

传递函数（复频域模型，承接上篇）

基于上篇所学，在零初始条件下对微分方程做拉普拉斯变换，直接推导出一阶系统标准传递函数：

$G(s)=\frac{C(s)}{R(s)}=\frac{1}{Ts+1}$

这是工业现场最常用的传递函数形式，也是本篇时域分析的核心研究对象，完美适配各类一阶惯性环节建模。

1.2 单位冲激函数与单位阶跃函数（核心测试信号）

时域分析中，我们不采用杂乱的随机信号测试系统性能，而是选用标准测试信号，就像汽车测试固定做加速、制动试验一样，标准化信号能让系统性能对比更直观。其中单位冲激函数和单位阶跃函数是最核心的两种，物理意义清晰，工程中极易模拟。

（1）单位冲激函数 $\delta (t)$

通俗理解：作用时间极短、瞬间施加又瞬间消失的脉冲信号，总作用强度为1。类比生活中用锤子瞬间轻敲桌面，仅在敲击瞬间有力的作用，后续无持续外力；工程场景对应瞬时脉冲电压、瞬间冲击力、短暂通断的电信号。

数学定义：

• $t\ne 0$ 时， $\delta (t)=0$ （非零时刻无信号作用）

• $t=0$ 时刻信号幅值无穷大，且积分值为1： ${\int }_{-\infty }^{+\infty }\delta (t)dt=1$

拉普拉斯变换结果： $\mathcal{L}[\delta (t)]=1$ （简化后续推导，大幅降低计算难度）

（2）单位阶跃函数 $1(t)$

通俗理解：t=0时刻突然施加一个幅值为1、且持续保持不变的恒定信号。类比突然打开自来水龙头，水流瞬间达到恒定流速且不再变化；工程场景对应突然给定的目标温度、恒定控制电压、电机目标转速指令，是工程最常用的给定信号。

数学定义：

• $t<0$ 时， $1(t)=0$ （零时刻前无信号）

• $t\ge 0$ 时， $1(t)=1$ （零时刻后保持恒定幅值1）

拉普拉斯变换结果： $\mathcal{L}[1(t)]=\frac{1}{s}$

二、一阶系统单位冲激响应（公式推导+Python实战）

2.1 概念与工程物理意义

单位冲激响应：系统输入为单位冲激函数时，对应的时域输出响应，记作 $h(t)$ 。

通俗来讲，就是给系统一个瞬时“触发”，去掉持续输入后，观察系统自身的自由衰减过程，它完全反映系统固有动态特性，不受持续输入干扰，相当于系统的“本能响应”，常用于分析系统自身的衰减速度与惯性大小。

2.2 分步公式推导（无跳步，逐句解读）

步骤1：确定输入信号与系统传递函数

输入信号： $r(t)=\delta (t)$ ，对应拉普拉斯变换 $R(s)=1$

一阶系统标准传递函数： $G(s)=\frac{1}{Ts+1}$

步骤2：求解输出量的复频域表达式

根据传递函数定义，输出复频域信号=传递函数×输入复频域信号：

$C(s)=G(s)\cdot R(s)=\frac{1}{Ts+1}\times 1=\frac{1}{Ts+1}$

步骤3：拉普拉斯逆变换，转回时域响应

对 $C(s)$ 做拉普拉斯逆变换，得到一阶系统单位冲激响应：

$h(t)=\frac{1}{T}{e}^{-\frac{t}{T}}(t\ge 0)$

物理意义总结：t=0时刻响应瞬间达到峰值 $1/T$ ，随后按指数规律快速衰减，最终趋近于0；时间常数T越大，衰减速度越慢，系统惯性越强，反之则衰减越快、惯性越弱。

2.3 Python实战：绘制单位冲激响应曲线

本段代码基于Python control控制库与matplotlib绘图库，可直接复制运行，无需额外修改，清晰可视化冲激响应曲线，直观体现时间常数对响应的影响，适配工程仿真快速验证需求。

import control as ct
import numpy as np
import matplotlib.pyplot as plt

# 定义一阶系统核心参数：时间常数T
T = 2 # 单位：秒，可自行修改调试
# 构建一阶系统传递函数 G(s)=1/(Ts+1)
system = ct.TransferFunction([1], [T, 1])
# 定义仿真时间轴，覆盖完整响应周期
t = np.linspace(0, 10, 1000)
# 调用库函数计算单位冲激响应
t_imp, h_imp = ct.impulse_response(system, T=t)

# 绘制响应曲线
plt.figure(figsize=(10, 4))
plt.plot(t_imp, h_imp, linewidth=2, label=f'时间常数T={T}s')
plt.title('一阶系统单位冲激响应曲线')
plt.xlabel('时间 t (s)')
plt.ylabel('响应幅值 h(t)')
plt.grid(True, linestyle='–', alpha=0.7)
plt.legend()
plt.axhline(y=0, color='black', linestyle='-', alpha=0.5)
plt.show()

# 打印关键特征值，辅助工程分析
print(f"系统时间常数T={T}s")
print(f"t=0时刻冲激响应峰值: {1/T:.2f}")

代码结果解读：曲线从初始峰值快速指数衰减，无震荡、无超调，时间常数越大，衰减过程越平缓，耗时越长，与理论推导结果完全一致。

三、一阶系统单位阶跃响应（公式推导+Python实战）

3.1 概念与工程物理意义

单位阶跃响应：系统输入为单位阶跃函数时，对应的时域输出响应，记作 $c(t)$ 。

这是工程中最具实用价值的响应分析，对应实际场景中“突然给定恒定目标值，观察系统跟踪过程”：比如温控箱突然设定目标温度、电机突然给定目标转速，看系统输出平稳逼近目标值的全过程，是系统调试、性能评估的核心依据。

3.2 分步公式推导（无跳步，逐句解读）

步骤1：确定输入信号与系统传递函数

输入信号： $r(t)=1(t)$ ，对应拉普拉斯变换 $R(s)=\frac{1}{s}$

一阶系统标准传递函数： $G(s)=\frac{1}{Ts+1}$

步骤2：求解输出量的复频域表达式

$C(s)=G(s)\cdot R(s)=\frac{1}{Ts+1}\times \frac{1}{s}=\frac{1}{s(Ts+1)}$

步骤3：部分分式展开，简化逆变换

对复频域表达式做分式分解，便于后续逆变换：

$C(s)=\frac{1}{s}-\frac{T}{Ts+1}$

步骤4：拉普拉斯逆变换，转回时域响应

分别对两项做逆变换，最终得到一阶系统单位阶跃响应：

$c(t)=1-e^{-\frac{t}{T}}(t\ge 0)$

物理意义总结：输出从0开始，按指数规律单调平稳上升，逐渐逼近稳态值1，全程无震荡、无超调，是典型的惯性跟踪过程；时间常数T越小，上升速度越快，系统跟踪目标值的效率越高。

3.3 Python实战：多时间常数阶跃响应对比

本段代码设置三组不同时间常数，直观对比参数对响应速度的影响，方便工程调试时快速选型，代码可直接运行，可视化效果清晰。

import control as ct
import numpy as np
import matplotlib.pyplot as plt

# 定义三组不同时间常数，对比响应速度差异
T1, T2, T3 = 1, 2, 3
# 分别构建对应传递函数
sys1 = ct.TransferFunction([1], [T1, 1])
sys2 = ct.TransferFunction([1], [T2, 1])
sys3 = ct.TransferFunction([1], [T3, 1])

# 统一仿真时间轴
t = np.linspace(0, 10, 1000)
# 计算单位阶跃响应
t1, c1 = ct.step_response(sys1, T=t)
t2, c2 = ct.step_response(sys2, T=t)
t3, c3 = ct.step_response(sys3, T=t)

# 绘制对比曲线
plt.figure(figsize=(10, 4))
plt.plot(t1, c1, linewidth=2, label=f'T={T1}s（响应快）')
plt.plot(t2, c2, linewidth=2, label=f'T={T2}s')
plt.plot(t3, c3, linewidth=2, label=f'T={T3}s（响应慢）')
plt.title('一阶系统单位阶跃响应（不同时间常数对比）')
plt.xlabel('时间 t (s)')
plt.ylabel('响应幅值 c(t)')
plt.axhline(y=1, color='red', linestyle='–', label='稳态值1')
plt.grid(True, linestyle='–', alpha=0.7)
plt.legend()
plt.show()

代码结果解读：时间常数越小，阶跃响应上升斜率越大，越快逼近稳态值；反之则响应迟缓，耗时更长，直观验证了T对系统响应速度的决定性作用。

四、一阶系统核心性能指标（工程调试必备）

一阶系统结构简单，无超调、无震荡，核心性能指标只有两个，工程调试直接套用，也是后续PID参数整定、系统优化的核心依据，无需记忆复杂公式，理解物理意义即可灵活运用。

4.1 时间常数 T

定义：一阶系统固有核心参数，是单位阶跃响应上升至**稳态值63.2%**所需的时间。

公式验证：将 $t=T$ 代入阶跃响应公式，得 $c(T)=1-e^{-1}\approx 0.632$

工程意义：T是一阶系统的“快慢标尺”，T越小，系统响应越快、灵敏度越高，但抗干扰能力偏弱；T越大，响应越迟缓，但滤波效果好、抗干扰性强，工程调试需平衡快速性与稳定性，根据场景选型。

4.2 调节时间 $t_s$

定义：单位阶跃响应进入稳态值±2%或±5%误差带，且后续不再超出该范围的最短时间，工程默认采用±2%误差带（精度更高）。

分步公式推导：

令响应误差满足 $|c(t)-1|\le 0.02$ ，代入阶跃响应公式：

$e^{-\frac{t_s}{T}}\le 0.02$

两边取自然对数化简，最终得： $t_s\approx 4T$ （±2%误差带）

若采用±5%误差带，简化得： $t_s\approx 3T$

工程意义：调节时间代表系统达到稳定状态的总耗时，直接决定系统调试效率。例如温控系统T=1s，调节时间约4s，即4秒后温度就能稳定在目标值附近，满足工程使用要求。

4.3 Python实战：核心性能指标计算

本段代码基于阶跃响应，自动计算两大核心指标，并在图中标注，方便工程人员直接读取关键参数，无需手动计算。

# 沿用一阶系统参数，T=2s
T = 2
sys = ct.TransferFunction([1], [T, 1])
t = np.linspace(0, 10, 1000)
t_step, c_step = ct.step_response(sys, T=t)

# 计算核心性能指标
t_632 = T # 达到63.2%稳态值的时间
ts_2percent = 4 * T # ±2%误差带调节时间
ts_5percent = 3 * T # ±5%误差带调节时间

# 打印指标结果
print(f"======== 一阶系统核心性能指标 ========")
print(f"时间常数T = {T} s")
print(f"阶跃响应达63.2%稳态值时间：{t_632} s")
print(f"±2%误差调节时间ts = {ts_2percent} s")
print(f"±5%误差调节时间ts = {ts_5percent} s")

# 标注指标绘制曲线
plt.figure(figsize=(10, 4))
plt.plot(t_step, c_step, linewidth=2, label='阶跃响应')
plt.axhline(y=0.632, color='green', linestyle='–', label='63.2%稳态值')
plt.axvline(x=ts_2percent, color='red', linestyle='–', label='±2%调节时间')
plt.xlabel('时间 t (s)')
plt.ylabel('响应幅值 c(t)')
plt.title('一阶系统核心性能指标标注')
plt.grid(True, linestyle='–', alpha=0.7)
plt.legend()
plt.show()

五、本篇核心总结

六、工程思考题

思考题1：工业恒温箱是典型一阶系统，若时间常数T=5s，采用±2%误差标准，系统达到目标温度98%稳定状态需要多久？若想加快温控响应速度，应增大还是减小T？实际硬件调试中可通过调整哪些参数实现？

思考题2：修改本篇Python代码，分别设置T=0.5s和T=4s，对比两组阶跃响应曲线与调节时间，分析T过小和T过大分别会给工控系统带来哪些实际问题？