自动控制原理(一)数学模型

时域数学模型 - 微分方程

a_n \frac{\mathrm{d}^n c(t)}{\mathrm{d} t^n}+a_{n-1} \frac{\mathrm{d}^{n-1} c(t)}{\mathrm{d} t^{n-1}}+\ldots+a_1 \frac{\mathrm{d} c(t)}{\mathrm{d} t}+a_0 c(t)=b_m \frac{\mathrm{d}^m r(t)}{\mathrm{d} t^m}+b_{m-1} \frac{\mathrm{d}^{m-1} r(t)}{\mathrm{d} t^{m-1}}+\ldots+b_1 \frac{\mathrm{d} r(t)}{\mathrm{d} t}+b_0 r(t)

右边是输入及输入的导数,左边是输出及输出的导数。

为什么自动控制系统的数学模型是微分方程?为什么是长这个样子的微分方程?
我的理解:因为经典控制理论只能解决线性定常系统。满足这个条件的 r(t) c(t) 的数学关系式,最复杂就只能写成这个样子了。不信你再随便加点啥就不满足线性定常了。

复域数学模型 - 传递函数

将时域数学模型微分方程左右两边同时做拉氏变换,可以得到输入与输出的拉氏变换

\left[a_n s^n+a_{n-1} s^{n-1}+\ldots .+a_1 s+a_0\right] C(s) = \left[b_m s^m+b_{m-1} s^{m-1}+\ldots+b_1 s+b_0\right] R(s)

我的理解:时域与复域一一对应,时域内的传递函数能作为系统的模型,拉氏变换后也一定可以作为系统的模型。

我们还会发现,在时域中 r(t) c(t) 的关系好复杂,但是在复域中, C(s) R(s) 的关系变的简单的多,可以写成 R(s)G(s)=C(s) 。输入乘以一个系数就变成输出了,输入与输出的关系变的如此简单明了,那个系数 G(s) 可以理解成系统对输入的一些操作,与输入和输出都无关,只代表系统的性质。这是绝佳的系统数学模型呀。

于是定义复域数学模型 G(s) ,称为传递函数:

G(s)=\frac{C(s)}{R(s)}

一般形式:

G(s)=\frac{b_m s^m+b_{m-1} s^{m-1}+\ldots+b_1 s+b_0}{a_n s^n+a_{n-1} s^{n-1}+\ldots+a_1 s+a_0}

将传递函数分子、分母最高次项系数均化为1,称为首1标准型

G(s)=\frac{K^{*}(s^m+\ldots)}{s^n+\ldots}

若将首1标准型分子、分母因式分解可写为:

G(s)=\frac{K^{*}\left(s-z_{1}\right)\left(s-z_{2}\right) \cdots\left(s-z_{m}\right)}{\left(s-p_{1}\right)\left(s-p_{2}\right) \cdots\left(s-p_{n}\right)}

此时 z_1,z_2,\cdots,z_m 称为零点, p_1,p_2,\cdots,p_m 称为极点。即传递函数分子的根称为零点,分母的根称为极点

将传递函数分子、分母最低次项系数均化为1,称为尾1标准型

G(s)=\frac{K(\ldots+1)}{\ldots+1}

这里,K称为增益

注意:最低次项不一定是常数项。所以尾1标准型可能是这样的:

G(s)=\frac{K(\ldots+s)}{\ldots+s^2}

建模过程

image

从图中可以看出,建模有两条路径:

有matlab帮忙的话,感觉两种方案都行呀。不过如果手动操作的话,因为消微分方程的中间变量实在是太复杂了,所以绝大多数情况使用的是第二种方法。

元部件的微分方程,其实仔细分析一下元部件输入和输出的关系,并不难写出来。
元部件的传递函数,无外乎那几种典型环节,熟练之后一眼就能看出来。

image

梅森增益公式

G(s)=\frac{1}{\Delta}\sum_{k=1}^{n} P_{k} \Delta_{k}

\Delta = 1-\sum L_{a}+\sum L_{b} L_{c}-\sum L_{d} L_{e} L_{f}+\cdots

\Delta - 特征式
\Delta_{k} - 去除与第 k 条前向通路接触的回路,剩余回路构成的特征式
n - 前向通路的条数
P_k - 第 k 条前向通路的总增益
\sum L_{\text {a }} - 所有不同回路的回路增益之和
\sum L_{b} L_{c} - 两两互不接触回路的回路增益之和
\sum L_{d} L_{e} L_{f} - 三个互不接触回路的回路增益之和

开环传递函数

注意,开环传递函数不是指开环系统的传递函数,自动控制几乎不研究开环系统。这里的开环控制传递函数是指闭环系统,把闭环打断之后,将前向通路与反馈通路上的传递函数乘在一起。

image

对于上图的控制系统,常用的传递函数有这么几个:

\Phi(s)=\frac{C(s)}{R(s)}=\frac{G_{1}(s) G_{2}(s)}{1+G_{1}(s) G_{2}(s) H(s)}

\Phi_e(s)=\frac{E(s)}{R(s)}=\frac{1}{1+G_{1}(s) G_{2}(s) H(s)}

\Phi_n(s)=\frac{C(s)}{N(s)}=\frac{G_2(s)}{1+G_{1}(s) G_{2}(s) H(s)}

\Phi_{ne}(s)=\frac{E(s)}{N(s)}=\frac{-G_2(s)H(s)}{1+G_{1}(s) G_{2}(s) H(s)}

其中 G_{1}(s) G_{2}(s) H(s) ,可以看成“人为”地断开系统的主反馈通路,将前向通路与反馈通路上的传递函数乘在一起,所以称为系统的开环传递函数。开环传递函数对应的增益称为开环增益

posted @ 2024-08-03 17:55:26
评论加载中...
发表评论