ch2.1 2.2 连续系统仿真.pptVIP

【例】 某非线性系统如图所示，试求r(t)=2.1(t)时系统的动态响应。 【解】构建系统的Simulink模型，如下图所示。为了便于研究问题的方便起见，不采用Discontinuities 子库中的Saturation模块，而选择User-Defined-Functions子库中的MATLAB Fcn模块, 并将参数MATLAB Function设置为：saturation _zone。 * 图2.18 (exam2_7.mdl) * 然后编制M函数内容如下： % saturation_ zone function function [uo] = saturation_ zone (ui) if ui=1 uo=1; elseif ui= -1 uo= -1; else uo=ui; end 启动仿真后，得到如右图所示仿真结果。 * 从图中可以看出，解析解单调下降并迅速收敛到0。 当 时，欧拉法和RK4法的解曲线均发散，数值积分算法的解是错误的。 当 时，欧拉法的解曲线仍然发散，对应的解是错误的；RK4法的解曲线单调下降并收敛到0，对应的解是正确的。 当 时，欧拉法和RK4法的解均收敛到0（虽然欧拉法的解曲线是振荡收敛的）。如果只要求得到 处的 的解，则两种数值积分算法的解都可以认为是正确的。 * 欧拉法 RK4法 解析解 为什么会出现上述情况呢？这是因为数值积分算法只是一种近似积分方法，在反复的递推计算中会引进误差。如果误差的累积越来越大，将使计算出现不稳定，从而得到错误的结果。 系统的稳定性与计算稳定性是两个不同的概念。前者用原系统的微分方程、传递函数来讨论，后者用逼近微分方程的差分方程来讨论。 由于选用的数值积分算法不同，即使对于同一系统，差分方程也各不相同，计算稳定性也就各不一样。 * 通常用一个简单的一阶微分方程来考查数值积分算法的计算稳定性。 微分方程及初值问题 称为测试方程（Test Equation），其中， 为方程的特征根。根据稳定性理论，当特征根位于左半s平面，即 时，原系统稳定。 * 欧拉法的计算稳定性 考虑微分方程 使用欧拉法进行计算，有 为了简化讨论，假定仅仅引入初始误差 ，而在递推过程中没有引进任何其他误差。所以 (a) (b) (b)-(a)，得误差方程 因此有， 讨论： 表明若在递推计算中引入了误差，则随着计算步数的增加，误差将逐渐扩大； 表明若在递推计算中引入了误差，则随着计算步数的增加，误差会被抑制。 结论：对于欧拉法，合理选择步长使|1+λh|≤1 ，是保持其计算稳定性 的充要条件。 当|1+λh|≤1时， 当|1+λh|1时， * 梯形法的计算稳定性 对梯形计算公式 * * 若原系统稳定，根据稳定性理论， 应是小于零的实数，h取任何正数都可以保证下式成立 所以梯形法的计算公式在任何步长下都是稳定的,这是一种绝对稳定的计算方法。 龙格—库塔法的计算稳定性 1 二阶龙格—库塔法 由二阶龙格—库塔法计算公式得 * 2四阶龙格—库塔法 按四阶龙格—库塔法计算公式得 * yn+1=yn+h（K1+2K2+2K3+K4）/6 * 对于其它阶数的龙格-库塔法，可以得到误差方程 令 因此稳定的条件是： * 习题： * 数值积分算法的选择原则 数值积分算法与仿真计算的精度、速度、误差积累、计算稳定性、自启动能力等因素都有密切关系，因此选择合适的数值积分算法非常重要。目前还没有普遍适用的规律，下面仅给出一些参考的原则。 1、精度要求 数值积分算法的仿真精度主要受截断误差、舍入误差和误差累积的影响，它们与积分算法、步长、计算时间及所用的计算机精度等有关。 高精度仿真 采用较小的步长 增加迭代次数 增加计算工作量，增大累积误差 降低计算精度 经验表明：低精度问题用低阶算法来处理。如果选用高阶算法，则应在保证计算稳定性的前提下，把步长取得大一些。 * 2、计算速度 计算速度取决于在给定积分时间内的计算步数和每步计算所需的时间。为了加快计算速度，在积分算法选定后，应在保证精度的前提下，尽量选择较大的步长，以减少计算步数。 * 3、计算稳定性 保证数值解的计算稳定性，是进行数字仿真的先决条件。从计算稳定性的角度来看，同阶的RK法优于显式Adams法，但又不如隐式Adams法。 3、自启动能力 单步法具有自启动能力，多步法没有自启动能力，必须借助于单步法启动后才能开始工