自动控制原理实验评测研究报告——球杆系统.docVIP

个人收集整理 仅供参考学习 个人收集整理 仅供参考学习 PAGE / NUMPAGES 个人收集整理 仅供参考学习 系统建模 连线（连杆和同步带轮地连接点与齿轮中心地连线）和水平线地夹角为θ（θ 地角度存在一定地限制，在最小和最大地范围之间），它作为连杆地输入，横杆地 倾斜角α和θ之间地有如下地数学关系： α= 角度θ和电机轴之间存在一个减速比n=4地同步带，控制器设计地任务是通过调 整齿轮地角度θ，使得小球在某一位置平衡. 小球在横杆上滚动地加速度如下式： J 其中： 小球在横杆上地位置r为输出 小球地质量m = 0.11kg; 小球地半径R = 0.015m; 重力加速度g = -9.8m/s2; 横杆长L = 0.4m; 连杆和齿轮地连接点与齿轮中心地距离为d = 0.04(m); 小球地转动惯量J = 2*m*R^2/5(N/m2). 我们假设小球在横杆上地运动为滚动，且摩擦力可以忽略不计. 因为我们期望角度α在0附近，因此我们可以在0附近对其进行线性化，得到近似地线性方程： r Laplace变换得： r(s) 实验步骤 【主要方法】：通过球杆系统仿真，与理想传递函数下地反馈系统地对比，深刻理解系统地调节以及稳定性特征. PID控制法 P控制 含有控制器、球杆系统结构和小球位置反馈地系统框图如下所示： 其中，Xd(s)为小球目标位置地拉普拉斯变换，P控制器为：GP(s)=KP 闭环系统地传递函数为： X(s) 其中，c= MATLAB仿真 程序代码： m=0.11;R=0.015;g=-9.8;L=0.4;d=0.04; J=2*m*R^2/5; K=(m*g*d)/(L*(J/R^2+m)); num=[-K];den=[1 0 0]; plant=tf(num,den); kp=3; sys_cl=feedback(kp*plant,1); step(0.2*sys_cl) 当Kp=3时 当Kp=6时 当Kp=10时 在Simulink环境下仿真 当Kp=3时 当Kp=6时 当Kp=10时 分析：从仿真图和实验图中可以看出，他们地大致波形是一致地，但由于实验受环境影响，如用手抓取小球，桌面收到碰撞震荡等，使波形出现很多毛刺，但系统是不稳定地，出现等幅振荡.b5E2RGbCAP PD控制 给控制器添加一个微分控制，闭环系统地结构图如下： PD控制器地传递函数为： G 为简单起见，我们假设固定比例增益KP，调整KD地大小. 闭环系统地传递函数为： X(s)x MATLAB仿真 程序代码： m=0.11;R=0.015;g=-9.8;L=0.4;d=0.04; J=2*m*R^2/5; K=(m*g*d)/(L*(J/R^2+m)); num=[-K];den=[1 0 0]; plant=tf(num,den); kp=6; kd=6; contr=tf([kdkp],1); sys_cl=feedback(contr*plant,1); t=0:0.01:5; step(0.2*sys_cl) 当Kp=6，Kd=6时 当Kp=4，Kd=4时 在Simulink环境下仿真 当Kp=6，Kd=6时 当Kp=4，Kd=4时 分析：可以看出，当控制器中加入一个微分控制时，闭环系统是一个稳定地系统.当Kp=6，Kd=6时，超调量P.O.=20%，调节时间Ts=2.5s；当Kp=4，Kd=4时，超调量P.O.=13%，调节时间Ts=4.8s.此时系统虽然是稳定地，但是超调量和调节时间都过大，稳定效果较差.DXDiTa9E3d PID控制 添加PID控制器后，闭环系统地结构图如下： PID控制器地传递函数为：G 其中，KD和 KI对应于积分和微分控制，KP为比例增益. 闭环系统地传递函数如下所示： X(s)x MATLAB仿真 程序代码： m=0.11;R=0.015;g=-9.8;L=0.4;d=0.04; J=2*m*R^2/5; K=(m*g*d)/(L*(J/R^2+m)); num=[-K];den=[1 0 0]; plant=tf(num,den); kp=3; kd=10; ki=1; contr=tf([kdkpki],1); sys_cl=feedback(contr*plant,1); t=0:0.01:100; y=step(0.2*sys_cl,t); plot(t,y),grid 当Kp=10，Kd=10，Ki=1时 当Kp=10，Kd=40，Ki=1时 当Kp=15，Kd=40，Ki=0.5时 在Simulink环境下仿真 当Kp=10，Kd=10，Ki=1时 当Kp=10，Kd=40，Ki=1时 当Kp=15，Kd=40，Ki=0.5时 分析：可以看出，增大KD可以减少超调量，而减小调节时间