这是一个非常普遍的问题。在本科电气工程中，通常会教授学生对 LC（二阶）电路的阶跃响应。
这通常是在引入许多参数时，其中一些是
这些定义可以在各种来源中找到，例如维基百科： https ://en.wikipedia.org/wiki/Settling_time
其中许多数量都有详细的公式 https://ocw.mit.edu/courses/mechanical-engineering/2-004-dynamics-and-control-ii-spring-2008/lecture-notes/lecture_21.pdf
http://www.personal.psu.edu/faculty/j/x/jxl77/courses/ee380_fa09/ee380_slides3.pdf
我没有广泛的电路设计背景，我猜这些参数可以用作计算系统传递函数或极点位置等的经验法则。我不知道它们在现实中如何使用。
从事电路设计工作的电气工程师能否评论这些参数的实际用途？或者这些参数是由设计过程中使用的某种算法找到的？
非常感谢！
这些计算绝对被专业的 EE 使用，有些人每天都在使用。然而，对于许多人来说，这项工作已经交给了模拟软件，例如 LTSpice，它也每天都在使用。一般来说，模拟的完成速度要快得多，因此比手动计算要高效得多。
我通常使用这些公式只是为了大致了解预期会发生什么（例如，在一个数量级内），并将实际数字运算留给模拟器。
您首先参考这些基本公式，然后发现现实世界有很多非线性特征，例如当您超过相位限制或所有低通滤波器导致符号间干扰时，第二个 PLL 环路响应中的 XOR 相位检测器(ISI) 除非滤波器在二进制符号内产生共振，否则您应用“升余弦”滤波器来实现零抖动。
要学习的最重要的一课是了解任何环境压力的问题、EMI、SNR 和 WRITE GOOD 设计规范的影响，而不受任何实施限制。即“非特定于实现。通过阅读像任何商业组件一样的良好规范并明确指定您的项目以了解输入和输出的所有要求，例如 Z、V、I、t 和 f 以及所有公差，可以更好地理解这一点，然后你有一些东西要验证、测试，并有良好的验收标准和容错余地，并且测试失败，以了解后果、最薄弱的环节以及设计的故障检测、纠正方面。
他们不教这是在学校。但是你可以通过注意细节来快速学习。
然后，您将学习如何通过约束或有限范围或双带宽或更好的 PID 环路使系统更线性，以通过将反馈模式从加速度模式更改为速度到位置来最小化或防止过冲。
在模拟/数字电子学中有用的一些关键技能是执行灵敏度分析、最坏情况容差、实验设计 (DoE)、裕量测试（例如同时更改电源误差、时钟误差百分比和振动）和设计/过程验证测试计划或 DVT/PVT。
我使用了数十种不同的仿真工具，从高端到免费工具，如 VSpice、Mag-designer、滤波器设计器、波德分析仪、网络分析仪、模态分析仪和...... 96 通道逻辑分析仪。有时，当你把所有的探头都放在上面时，一切都会正常工作......但最近为了展示 N 告诉我，我喜欢所有几十种物理 Java 工具，包括带有这个原始类型 II PLL 示例的电路分析器。
对于线性二阶系统，我更喜欢我自己测试过的基准；
\$Ts_{2\%} = \frac{Q * T_o}{2} \$ ，对于谐振 \$f_o=\frac{1}{T_o}\$ 和交流增益 \$= Q=\$ 阻抗比
- 峰值机械冲击水平 \$ g= \frac{下降。高度}{停止。高度}\$
- 用加速度计验证，然后是阻尼振荡
- 同样重要的是速度与冲击（以 g 为单位），以针对机械脉冲的不同时间间隔创建称为脆性边界的逆功率曲线。
1975 年开始时，我通常在阻抗 Nomograph 图表上进行所有计算，除非我需要 1% 的准确度。该图适用于多种串联或并联滤波器。然后，您将了解有用阻抗范围的 L 和 C 值的有用范围。例如，为数据/信号滤波器提供纹波滤波器。但对于严重的射频滤波器，它们将是 >5 阶带阻带通，具有复杂的规格，使用贝塞尔、考尔、高斯等共同特性。
通过电抗/阻抗比，我得到 Q，从谐振频率我得到带宽，这给了我一阶响应时间。
或者从 RC 值我得到角频率。
或者对于带有 L 和 F 的调谐滤波器，我可以在谐振或反谐振（180 或 0 度）中选择 Q 和 C
您可以通过网络搜索“RLC NOMOGRAPH”找到此图表和类似图表
这个答案不是为了教你如何使用它的几十个应用程序，而是假设你对 Q、ESR、ESL、Zo 带状线和 RLC 应用程序的所有变体有充分的了解，并且只想快速获得“Sliderule 速度与计算器答案”。
我们在 1975 年使用了计算平方根和乘法的计算尺，并有一个考试题来统计地定义其在每个尺度上的准确性；log、x、除法等
回想起来，这取决于你的热情、运气、机会和技能。你通常记得的是，你曾经知道如何证明高斯定律。或 Runga Cutta 方法或特征值方程或非线性积分。这些都是许多人可能永远不会再使用的工具，直到您遇到需要它的问题，然后您可能会找到一种更简单的方法，但是您了解以前有人已经这样做过，并且您可以向他们学习如何以新的方式解决。
大学不仅仅是关于解决问题的工具和你可能永远不会使用的方程，而是知道如何通过基本原理来理解你所看到和听到的东西，比如通过非线性行为的傅里叶光谱来理解绝缘体的行为，或者欧姆定律如何应用于生活这么多荒谬但内省的方式。
FWIW 大约 40 年后，我嫁给了我在温尼伯大学控制系统 401 的教授的儿子的岳母（他也是 U of T EE 教授），他教我如何分析波特图，超调，累积积分误差平方分析和根轨迹。现在，当我看到专业卡车司机时，如果我在高速公路上无聊驾驶，我会在脑海中比较这个计算，并与懒散的消费汽车司机进行比较，并想象今天机器人自动驾驶汽车算法如何与 PID 循环和风险规避分析和超调补偿一起工作由于高速视频和其他此类令人麻木的主题的软件算法而获得的过度收益......
工程师设计事物是因为有客户想要或需要某些东西。您询问的时间参数和其他参数会影响客户的满意度。我想说工程师从传递函数计算这些参数，因为他们知道客户如何看待这些参数。
我可以举的一个例子是 CRT 时代的视频放大器。这些通常有反馈，所以你提到的参数都会出现。现在想象一个从黑色到白色急剧过渡的场景。如果在较长的稳定时间内存在较大的过冲，客户将看到一系列暗线和亮线。这通常是观众反感的。但有些过冲实际上是客户所希望的，因为它使边缘看起来更锐利。工程部门正在寻找一个规定的超调来取悦客户。
所以你问的参数来自传递函数。传递函数来自工程师选择的组件以及她如何将它们组合在一起。设计这样的放大器的工程师会根据过去的经验或类似产品的其他示例提供电路配置。通常在设计过程中，可以进行非常简单的模型和快速的手工分析，以获得有希望的东西。然后将使用更详细的模型进行更详细的分析。详细模型的传递函数将给出您所询问的参数。如果他们满足客户的需求，那么你就完成了。
简短的回答 - 20 年来我没有这样做过一次。
更长的答案：
这在很大程度上取决于您所从事的领域。
您是否需要担心上升时间、下降时间等...是的。并非针对每个信号，实际上您通常只关心一小部分信号。知道哪些重要是工作的重要组成部分。
但是对于那些真正重要的那些，书中的公式是相当无用的，它们非常适合第一次通过近似，但如果粗略的近似足够好，它可能不是一个太重要的信号开始。任何现实世界的电路都过于复杂，无法手动详细分析，而是运行模拟而不是使用书中的公式，并且模拟器已经知道这些公式。
所以书中的公式很好，因为这样您就可以了解模拟器在幕后所做的事情以及它所做的假设和限制。了解你的工具在后台所做的事情有很多话要说，如果没有别的，它有助于弄清楚为什么他们在做的时候会破坏或抱怨事情。但是你不需要记住甚至能够完成幕后正在发生的数学。
然后最终无论模拟器告诉你什么，在你构建它之后你都会检查现实世界，因为正如俗话所说，理论和实践是相同的。在实践中他们不是。