《控制系统设计方法》PPT课件.pptVIP

MATLAB 程序如下： a=[0 1 0;0 0 1;-35 -27 -7] b=[0;0;1] q=[1 0 0;0 1 0;0 0 1] r=1 [k,p,e]=lqr(a,b,q,r) 运行程序，得到结果： k = 0.0143 0.1396 0.0908 p = 5.2732 3.2786 0.0143 3.2786 3.4266 0.1396 0.0143 0.1396 0.0908 e = -2.4940 + 3.2297i -2.4940 - 3.2297i -2.1029 说明 1)P满足代数Riccati方程 2）闭环极点均位于s左半平面，因而系统稳定 例7-20 给定模型 R=1 试设计LQ最优调节器，求绘制在LQ调节器的闭环状态变量与输出变量的阶跃响应曲线 若加权阵 MATLAB 程序如下： a=[-0.3 0.1 -0.05;1 0.1 0;-1.5 -8.9 -0.05] b=[2;0;4] q=eye(3,3) r=1 x0=zeros(3,1) c=[1 2 3]；d=0 kc=lqr(a,b,q,r) ac=a-b*kc sysc=ss(ac,b,c,d) [y,t,x]=step(sysc) figure(1) plot(t,x) grid figure(2) plot(t,y) grid 运行程序，得到结果： kc = 5.9789 10.2705 -1.0786 在LQ调节器的闭环状态变量与输出变量的阶跃响应曲线 状态变量信号 设状态向量x为n维，输出向量y为可测量的m维。由于m个输出变量是状态变量的线性组合，因此m个状态变量就不必估计了，只需估计n-m个状态变量即可。 该n-m阶的降阶观测器就是最小阶状态观测器。 下图所示为最小阶状态观测器的系统结构图 设给定受控系统为 其中，状态向量x可以按可测量与不可测量划分为 和 两部分， 表示可测量部分，它等于输出y； 是不可测量部分。 相应的系统方程可以写成块矩阵的形式，即 根据上式可以进一步将状态可测部分的方程单独写出 或写为 该方程左侧各项是可以测量的，可以看作是输出方程。 状态的不可测量部分的方程为 这是新的状态方程， 为不可测的状态变量。 最小阶观测器的设计如果采用全阶状态观测器的设计方法，设计步骤可以得到简化。 为此我们将全阶和最小阶状态观测器进行对比，可以得到两者的对应关系。 见表7-3 全阶 最小阶 A Abb Bu Abaxa+Bbu y C Aab Ke(n×1) Ke{(n-m)×1)] 表7-3 全阶与最小阶状态观测器对比 最小阶状态观测器的设计思路 首先按照全阶观测器的状态方程，按表7-3中的对比关系做替换代入，经推导可得最小阶状态观测器的方程为 式中 根据上面几式一起确定最小阶状态观测器 的设计 可以根据表7-3对比关系，按全阶状态观测器进行， 为n-m维向量。 首先构造等效系统为 然后，我们就可以利用MATLAB的acker函数或place函数进行设计了。 其中 例7-18 给定受控对象 其中 设输出y（即 ）可测，试设计最小阶状态观测器，使观测器的闭环极点为 理论分析 由于原系统 （即输出y）可测，故只需设计 的状态观测器。将原方程分为两部分 可测部分 不可测部分 其中 构造等效系统为 其中 MATLAB 程序如下(采用矩阵变换法)： a=[0 1 0;0 0 1;-6 -11 -6] b=[0;0;1] aaa=[0];aab=[1 0];aba=[0;-6] abb=[0 1;-11 -6];ba=[0];bb=[0;1] p=poly(abb) a1=p(2);a2=p(3) n=[aab,abb*aab] w=[a1 1;1 0] j=[-2+2i*sqrt(3) 0;0 -2-2i*sqrt(3)] jj=poly(j) aa1=jj(2);aa2=jj(3) ke=inv(w*n)*[aa2-a2;aa1-a1] 运行程序， 得到结果： ke = -2.0000 17.0000 MATLAB 程序如下(采用爱克曼公式法)： ke = -2 17 运行程序， 得到结果： a=[0 1 0;0 0 1;-6 -11 -6] b=[0;0;1] aaa=[0];aab=[1 0];aba=[0;-6] abb=[0 1;-11 -6];ba=[0];bb=[0;1] n=[aab,abb*aab] j=[-2+2i*sqrt(3) 0;0 -2-2i*sq