控制系统仿真第4章 控制系统数学模型.pptVIP

* 第4章 控制系统数学模型 5．惯性环节 （1）时域表达式： （2）拉氏变换表达式： （3）传递函数： （4）传递函数： * 第4章 控制系统数学模型 (5) 单位阶跃响应： * 第4章 控制系统数学模型 6．振荡环节 （1）时域表达式： （2）拉氏变换表达式： （3）传递函数： （4）传递函数： * 第4章 控制系统数学模型 (5) 单位阶跃响应： 式中： * 第4章 控制系统数学模型 7．延时环节 （1）时域表达式： （2）拉氏变换表达式： （3）传递函数： （4）传递函数： * 第4章 控制系统数学模型 通常，将延迟环节进行泰勒级数展开并省略高次项，可得： 从其简化的传递函数看出，延迟环节在一定条件下可以近似看作是惯性环节。实际上,其输出曲线与输入曲线图形相同，但是延迟了时间τ。如果系统中存在延迟环节，将使系统变得极其不稳定，而且τ越大对系统的稳定性越不利。 第4章 控制系统数学模型 高阶系统的时域分析 我们通常把三阶以上的系统称为高阶系统。在实际控制系统中，几乎都是由高阶微分方程来描述。对于高阶系统的建模及分析比较困难，通常我们常采用突出主要因素，忽略次要因素的方法，将高阶系统近似为一个二阶系统。 1．高阶系统的特点: （1）高阶系统的时间响应表达式由简单函数组成; （2）如果闭环极点都具有负实部，高阶系统则是稳定的; （3）高阶系统时间响应的类型取决于闭环极点的性质和大小，响应曲线形状与闭环零点有关。 * 第4章 控制系统数学模型 2．高阶系统的闭环主导极点 系统输出各动态响应分量衰减快慢取决于对应的闭环极点距离平面虚轴的远近，其中最靠近虚轴的闭环极点所对应的动态分量衰减得最慢，在所有各分量中起主要作用。 如果高阶系统中，所有其他极点的实部比距离虚轴最近的闭环极点的实部大5倍以上，并且在该极点附近不存在闭环零点，则这种离虚轴最近的闭环极点将对系统的动态响应起主导作用，并称其为闭环主导极点。 主导极点常以共轭复数形式出现，此时可用二阶系统的动态响应指标来估计高阶系统的性能。所以，主导极点具有重要的实用意义。 * * 第4章 控制系统数学模型 4.3 动态过程状态空间描述 经典控制理论是针对单输入单输出(SISO)线性定常系统，应用拉氏变换及传递函数作为数学工具求解系统各项动态性能指标以分析系统稳定性、快速性、准确性的方法。 现代控制理论是针对多输入多输出（MIMO）系统，以矩阵变换及状态空间模型为数学工具的时域分析方法，主要解决MIMO系统的内在联系和状态。 * 第4章 控制系统数学模型 4.3 动态过程状态空间描述 线性定常系统的状态空间表达式的系统矩阵是常数的线性系统，其表达式为： 线性系统的状态空间描述 线性系统的状态空间表达式是线性函数的系统，其表达式为： * 第4章 控制系统数学模型 状态方程的解与连续时间系统的离散化 求解状态转移矩阵 的方法 1）级数展开法 2）拉氏变换法 3）凯莱-哈密顿定理 * 第4章 控制系统数学模型 线性定常连续系统状态方程求解 1）齐次方程的解 2）非齐次方程的解 * 第4章 控制系统数学模型 线性定常连续系统的离散化 1） 2） 第4章 控制系统数学模型 线性系统的可控性与可观性 对于线性系统，如果状态空间中所有非零状态x (t)≠0都可以在u(t)作用下在有限时间T内转移到x(T)=0，则称系统状态完全可控。 如果在有限时间间隔[t0,t1]存在无约束分段连续控制函数u(t)使初始输出y(t0)转移到输出y(t1)，则称系统是输出可控。 在给定控制输入u(t)作用下，对任意初始时刻t0如果在有限时间T0t0内，根据t0到T0对系统输出y(t1)的测量值，唯一地确定系统在t0时刻在状态x(t0)，则称系统是状态完全可观测的，简称系统可观测。可观测性指的是输出量y (t)是输出量对状态变量的反映能力。 * 第4章 控制系统数学模型 线性定常系统的状态反馈与状态观测器 被控系统可控是应用状态反馈实现系统闭环极点任意配置的充要条件。引入状态反馈系统的可控性不变，可观测性与原系统不一定一致，而且状态反馈不改变系统的零点，只改变极点。单输入无零点系统引入状态反馈后不会出现零极点对消，其可观测性与原系统保持一致。 如果被控系统{A,B,C,D}可观测，则其状态可用形如 的全维状态观测器给出估值。矩阵H根据任意配置观测器极点的需要来选择，以决定状态估值误差衰减的速率。 * * 第4章 控制系统数学模型 状态空间模型的MATLAB相关函数 1）设线性定