基于matlab-simulink的系统建模预防针技术与应用-第六章.pptVIP

最优PID控制器设计 受控对象 PID控制器，决策变量 建立Simulink模型：c6moptim2.mdl 编写目标函数 求解最优PID控制器 非线性最优PID控制 PID控制器后加饱和非线性 Simulink模型：c6moptim3.mdl 目标函数 最优控制器设计 双闭环直流拖动系统的最优控制 Simulink模型：c6mmot1.mdl 两个PI控制器，4个参数 目标函数，终止时间0.6s 最优控制器设计 6.4.3 全局最优化方法 传统搜索方法的局限性 容易陷入进步最优解 对某些受控对象不容易找到可行解，所以直接搜索可能有问题 需要引入进化算法，如遗传算法求解 遗传算法与直接搜索工具箱 遗传算法最优化工具箱 GAOT 其他工具箱 新版的全局最优化工具箱 不稳定受控对象的最优控制 受控对象 驱动饱和非线性 Simulink模型：c6moptim4.mdl 目标函数 最优控制器设计 * S-函数格式 S-函数的几个部分 参数初始设定 连续离散状态的更新 输出信号的计算 其他 S-函数的执行 flag先取0，执行初始化过程 flag取3，计算出模块输出 flag取1和2更新连续、离散状态，完成一步 S-函数的初始化写法 获取初始模板 具体参数设定： NumContStates：表示连续状态的个数 NumDiscStates：离散状态的个数 NumInputs、NumOutputs：模块输入输出的个数 DirFeedthrough：输出方程中是否显含u NumSampleTimes：为模块采样周期的个数 写回关键变量： S-函数编写举例 连续状态方程建模 S-函数框架 连续系统，不必考虑flag＝2 文件名：c6exf1s.m 初始化函数编写 初始化参数 连续状态变量个数：A矩阵维数 输入路数：B矩阵的列数 输出路数：C矩阵的行数加状态变量个数 初始化函数 状态更新函数 输出函数：输出原输出和状态 建立一个Simulink模块 Simulink模型：c6msf2.mdl 填写A,B,C,D矩阵的值 M-函数和S-函数区别 S-函数能描述动态系统，而M-函数只能描述静态系统 M-函数的局限性：不能带附加参数，编程不便；如果需要，可以采用S-函数描述静态函数，只需编写flag为3的响应函数 多阶梯信号的信号发生器建模 转折点定义 附加变量 S-函数编写 6.3.2 S-函数设计与应用举例——自抗扰控制器仿真 韩京清研究员及合作者提出自抗扰控制器 微分－跟踪器 扩张状态观测器 自抗扰控制器 非线性模型，不宜采用模块搭建 S-函数是一种很自然的选择 各种语言编写的S-函数 微分-跟踪器建模 数学描述 主程序框架 初始化函数 离散状态更新函数 输出函数 辅助函数 微分－跟踪器仿真 Simulink仿真模型：ex_han.mdl 输入信号 扩张状态观测器建模 扩张的状态观测器(Extended State Observer) 其中 同样不适用于模块搭建 自抗扰控制器建模 数学模型 S-函数 S-函数（续） 5路输入，2路输出，无状态 自抗扰控制器举例 受控对象模型 自抗扰控制Simulink仿真模型：ex_han2.mdl 仿真模型参数 时变受控对象模型 仿真模型：ex_han5.mdl 6.3.3 二级S-函数 Level-2 S-函数 直接支持多输入、输出端口 支持复数矩阵型的输出信号 其应用范围远广于普通的S-函数模块 状态方程模型重新编写 微分－跟踪器二级S-函数 重新编写的S-函数 6.3.4 用C语句编写S-函数 MATLAB、C、C++、Fortran、Ada等 带有实时应用的模块不能用MATLAB写 由S-Function Builder可以搭建框架 S-function demos模块组中可以直接借鉴 Simulink/src/sfuntmpl_basic.c可以用于启动 C语言编写的微分－跟踪器 需要编译成可执行文件 编译器 MATLAB自带的LCC编译器、VC等 自抗扰控制器文件的处理与仿真 编译成可执行文件 获得可执行文件：sfun_han.mexw32 还可以编写出其他的S-函数 Simulink模型：ex_han3.mdl 模型仿真比较 数字仿真采用MATLAB，实时采用C 6.3.4 S-函数模块的封装 附加参数考虑用对话框输入 右击S-函数，快捷菜单选择Mask S-function 微分－跟踪器 Simulink模型：han_td_m.mdl 附加参数，h，r，T 多阶梯信号发生器 Simulink模型：c6mstairs.mdl 附加参数：tStep、yStep 图标绘制 6.4 仿真优化举例—