- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
操纵系统数学模例题精解
控制系统的数学模型;; (4)消中间变量得;例2.2 已知单摆系统的运动如图2.2所示。
(1)写出运动方程式;
(2)求取线性化方程。;(4)消中间变量得运动方程式;例2.3 已知机械旋转系统如图2.3所示,试列出系统运动方程。; 例2.4 设有一个倒立摆安装在马达传动车上,如图2.4所示。倒立摆不是稳定的,如果没有适当的控制力作用在它上面,它将随时可能向任何方向倾倒。这里只考虑二维问题,即认为倒立摆只在图2.5所示平面内运动。控制力u作用于小车上。假设摆杆的重心位于其几何中心A。试求该系统的运动方程式。
解:(1)设输入作用力为u,输出为摆角θ。
(2)写原始方程式。设摆杆中心A的坐标为 ,于是
;o;式中,J为摆杆围绕重心A 的转动惯量。
摆杆重心A 沿x轴方向运动方程为;小车沿x轴方向运动方程式为;用;例2.5 RC无源网络电路图如图2.6所示,试采用复数阻抗法画出系统结构图,并求传递函数Uc2(s)/Ur(s)。;(2)将以上4式用方框图表示,并相互连接即得RC网络结构图,见图2.7
(a)、(b)。
(3)用结构图化简法求传递函数的过程见图2.7(c)、(d)、(e)。
(4)用梅逊公式直接由图2.7(b)写出传递函数Uc2(s)/Ur(s)。;回路相互不接触的情况只有L1和L2两个回路。则;前向通路只有一条;图2.7(a);+;+; 例2.6 有源网络如图2.8所示,试用复阻抗法求网络传递函数,并根据求得的结果,直接用于图2.9所示PI调节器,写出传递函数。
解:图2.8中Z i和Z f 表示运算放大器外部电路中输入支路和反馈支路复阻抗,A点为虚地,即UA ≈ 0,运算放大器输入阻抗很大,可略去输入电流,于是I1=I2
则有;故; 例2.7 求下列微分方程的时域解x(t)。已知χ (0)=0, χ (0)=3。 ;反变换得时域解为;G1;G1; 解:(1)将两条前馈通路分开,改画成图2.13(a)的形式。
(2)将小前馈并联支路相加,得图2.13(b)。
(3)先用串联公式,再用并联公式将支路化简为图2.13(c)。; 例2.10 已知机械系统如图2.14(a)所示,电气系统如图2.14(b)所示,试画出系统结构图??并求出传递函数,证明它们是相似系统。;取拉氏变换,并整理成因果关系有:;+; (2)列写图2.14(b)所示电气系统的运动方程,按电路理论,所遵循的定律与机械系统相似,即并联元件总电流等于两元件电流之和,电压相等。串联元件电流相等,总电压等于各元件分电压之和。可见,电压与位移互为相似量,电流与力互为相似量。
运动方程可直接用复阻抗写出:;整理成因果关系:;画结构图如图2.16所示。;对上述两个系统的传递函数,结构图进行比较后可以看出,两个系统是
相似的。机—电系统之间相似量的对应关系见下表。;;由输入回路得
由中间回路得
由输出回路得;–; 例2.12 已知系统的信号流图如图2.19所示,试求传递函数C(s)/R(s)。;3个互不接触的回路有1组,即;因此,传递函数为
您可能关注的文档
最近下载
- 深度学习基础及应用(人工智能、大数据技术、计算机等相关专业)全套教学课件.pptx
- 《深度学习基础及应用》教案 第9课 利用循环神经网络进行文本预测和分类(二).docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).docx VIP
- 《深度学习基础及应用》教案 第6课 利用卷积神经网络进行图像处理(一).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).pdf VIP
- 《深度学习基础及应用》教案 第5课 构建神经网络(三).docx VIP
- 《深度学习基础及应用》教案 第2课 夯实深度学习开发基础.docx VIP
- 人教版五年级上册数学精品教学课件 第3单元 3.3 商的近似数.ppt VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.pdf VIP
文档评论(0)