计算机仿真技术第四部分.pptVIP

第3章 控制系统的数学 描述与建模 系统数学模型的重要性 系统仿真分析必须已知数学模型 系统设计必须已知数学模型 本课程数学模型是基础 系统数学模型的获取 建模方法：从已知的物理规律出发，用数学推导的方式建立起系统的数学模型 辨识方法：由实验数据拟合系统的数学模型 3.1 系统数学模型的分类 微分方程模型 控制系统模型的基础，一般来讲，利用机械学、电学、力学等物理规律，便可以得到控制系统的动态方程，这些方程对于线性定常连续系统而言是一种常系数的线性微分方程。 1.如果已知输入量及变量的初始条件，对微分方程求解，就可以得到系统输出量的表达式，并由此对系统进行性能分析。 2. 通过拉氏变换及其反变换，可得线性定常系统的解析解，这种方法通常只适用于常系数的线性微分方程，解析解是精确的，然而通常寻找解析解是困难的。MATLAB提供了ode23、ode45等微分方程的数值解法函数，不仅适用于线性定常系统，也适用于非线性及时变系统。 传递函数模型 微分方程模型 状态空间模型 之间的关系 线性定常系统的传递函数是零初始条件下系统输出量的拉普拉斯变换与输入量的拉普拉斯变换之比，是描述系统的频域模型 对线性定常系统，式中s的系数均为常数，且a1不等于零，此时系统在MATLAB中可方便地由分子和分母系数构成的两个向量唯一地确定出来，分别用num和den表示。 num=[bm,bm-1,…,b1,b0] den=[an,an-1,…,a1,a0] G=tf(num,den) 注意：mun和den的书写均是按s的降幂进行排列的。 零极点模型实际上是传递函数模型的另一种表现形式，其原理是分别对原系统传递函数的分子、分母进行分解因式处理，以获得系统的零点和极点的表示形式。 控制系统常用到并联系统，这时就要对系统函数进行分解，使其表现为一些基本控制单元的和的形式。 函数[r,p,k]=residue(b,a)对两个多项式的比进行部分展开，以及把传函分解为微分单元的形式。 向量b和a是按s的降幂排列的多项式系数。部分分式展开后，余数返回到向量r，极点返回到列向量p，常数项返回到k。 [b,a]=residue(r,p,k)可以将部分分式转化为多项式比p(s)/q(s)。 例：传递函数描述 1） 》num=[12 24 0 20];den=[2 4 6 2 2]; 2） 借助多项式乘法函数conv来处理： 3）由传递函数得到零极点增益模型： 》num=[1,11,30,0]; 》den=[1,9,45,87,50]; [z,p,k]=tf2zp(num,den) 4）由传递函数得到部分分式展开形式： 》num=[2,0,9,1]; 》den=[1,1,4,4]; 》[r,p,k]=residue(num,den) 传递函数 状态方程与输出方程的组合称为状态空间表达式，又称为动态方程，经典控制理论用传递函数将输入—输出关系表达出来，而现代控制理论则用状态方程和输出方程来表达输入—输出关系，揭示了系统内部状态对系统性能的影响。 例： 》A=[1 6 9 10; 3 12 6 8; 4 7 9 11; 5 12 13 14]; 》B=[4 6; 2 4; 2 2; 1 0]; 》C=[0 0 2 1; 8 0 2 2]; 》D=zeros(2,2); 》G=ss(A,B,C,D) 在一些场合下需要用到某种模型，而在另外一些场合下可能需要另外的模型，这就需要进行模型的转换。 模型转换的函数包括： 用法举例： 1）已知系统状态空间模型为： 》A=[0 1; -1 -2]; B=[0;1]; 》C=[1,3]; D=[1]; 》[num,den]=ss2tf(A,B,C,D,iu) ％iu用来指定第i个输入，当只有一个输入时可忽略。 》[z,p,k]=ss2zp(A,B,C,D,iu) z= -4.5616 p= -1 k=1 -0.4384 -1 2）已知一个单输入三输出系统的传递函数模型为： 》num=[0 0 -2;0 -1 -5;1 2 0];den=[1 6 11 6]; 》[A,B,C,D]=tf2ss(num,den) 3）系统的零极点增益模型： 求系统的传递函数模型和状态空间模型。 4）已知部分分式： 如何求