自动控制原理(二)时域分析

时域法的优点是直观、准确。但在研究系统参数改变引起系统性能指标变化的趋势这一类问题,以及对系统进行校正设计时,时域法不是非常方便。

一阶系统的动态性能

典型的一阶系统:

image

可计算出其闭环传递函数传递函数:

\Phi(s)=\frac{1}{\mathrm{Ts}+1}

求输出:

C(s)=\Phi(s) \cdot R(s)=\frac{1}{T s+1} \cdot \frac{1}{s}=\frac{1}{s}-\frac{1}{s+1 / T}

h(t)=L^{-1}[C(s)]=1-e^{-\frac{t}{T}}

image

因为一阶系统不会超调,所以只需要计算调节时间:

t_s=3T

输入与输出的关系

观察下列表格

输入信号 R(s) C(s)=\Phi(s) R(s) 输出信号
单位脉冲 \delta(t) 1 \Phi(s) c^{'''}(t)
单位阶跃 1(t) \frac{1}{s} \frac{1}{s}\Phi(s) c^{''}(t)
单位斜坡 t \frac{1}{s^2} \frac{1}{s^2}\Phi(s) c^{'}(t)
单位加速度 t^{2}/2 \frac{1}{s^3} \frac{1}{s^3}\Phi(s) c(t)

我们发现个规律,输入信号求一次导数,输出信号也求一次导数。

二阶系统的动态性能

典型的二阶系统:

image

其传递函数为:

\Phi(s)=\frac{\omega_{n}^{2}}{s^{2}+2 \xi \omega_{n} s+\omega_{n}^{2}}

闭环传递函数的分母 D(s)=s^{2}+2 \xi \omega_{n} s+\omega_{n}^{2} 称作特征方程

求特征方程的根,可分为4种情况。我们只研究欠阻尼时的情况。此时:

0<\xi<1

\lambda_{1,2}=-\xi \omega_{n} \pm j \sqrt{1-\xi^2} \omega_{n}

根据传递函数拉氏反变换求出单位脉冲响应表达式:

h(t)=1-\frac{e^{-\xi \omega_{n} t}}{\sqrt{1-\xi^{2}}} \sin \left(\sqrt{1-\xi^{2}} \omega_{n} t+\beta\right)

画出图像:

image

动态性能指标:

t_{p}=\frac{\pi}{\sqrt{1-\xi^{2}} \omega_{n}}

\sigma \%=e^{-\xi \pi / \sqrt{1-\xi^{2}}} \times 100 \%

t_{s}=\frac{3.5}{\xi \omega_{n}} \quad (包络线进入5\%)

二阶系统的稳定性

设二阶系统的特征方程为

D(s)=s^{2}+a s+b

用下文判断高阶系统稳定性的方法,列劳斯表可知,当 a>0,b>0 时系统稳定。

二阶系统的校正

image

时域并不好做校正,上图给出了思路,比例微分法因为有零点,还需要用零点极点法,总之比较麻烦。所以时域校正就不做深入研究了。

高阶系统的动态性能

越靠近虚轴的零点、极点对系统的动态性能影响越大,离虚轴比较远的零点、极点对系统的动态性能影响几乎可以忽略不计。所以对高阶系统的分析只考虑离虚轴比较近的零点、极点,它们被称为主导极点

如果零点、极点在S平面离的特别近,意味着在传递函数中零点、极点对应分子和分母部分近似相等,可以直接约掉,这样的零点、极点被称为偶极子点。

一般情况下,去掉偶极子点,去掉离虚轴较远的极点后,系统就会变成二阶或三阶的,然后再用零点极点法查表计算出动态性能。

有时也讨论高阶系统的欠阻尼、过阻尼情况,此时只需考虑高阶系统的二次项部分,也就是只考虑离虚轴最近的两个极点。

高阶系统的稳定性

设系统特征方程为

D(s)=a_{n} s^{n}+a_{n-1} s^{n-1}+\cdots+a_{1} s+a_{0}=0 \quad\left(a_{n}>0\right)

首先判断系统稳定的必要条件,如果不满足必要条件则系统一定不稳定的:

a_{i}>0 \quad(i=0,1,2, \cdots, n)

若系统满足必要条件,我们列劳斯表:

\begin{array}{|l|l|l|l|l|} \hline S^n &a_n & a_{n-2} & a_{n-4} & \cdots \\ \hline S^{n-1} &a_{n-1} & a_{n-3} & a_{n-5} & \cdots \\ \hline S^{n-2} &b_1 & b_2 & b_3 & \cdots \\ \hline S^{n-3} &c_1 & c_2 & c_3 & \cdots \\ \hline \vdots &\vdots& \vdots & \vdots & \ddots \\ \hline \end{array}

其中 b_{i} 计算方法如下, c_{i} 的计算方法与 b_{i} 相同,都是用上面两行数据计算:

b_1=\frac{a_{n-1}\times{a_{n-2}}-a_n\times{a_{n-3}}}{a_{n-1}}

b_2=\frac{a_{n-1}\times{a_{n-4}}-a_n\times{a_{n-5}}}{a_{n-1}}

b_3=\frac{a_{n-1}\times{a_{n-6}}-a_n\times{a_{n-7}}}{a_{n-1}}

若劳斯表第一列出现0,为了避免计算下一行时分母为0,用一个非常小的数 \epsilon 代替0,然后继续计算。

劳斯表第一列均大于零时系统稳定,否则系统不稳定;劳斯表第一列符号改变次数等于右半S平面根的个数。

劳斯表出现全0行,系统不稳定。若想判断右半S平面根的个数,需要列辅助方程,例如:

D(s)=s^5+3 s^{+}+12 s^3+20 s^2+35 s+25

\begin{array}{|l|l|l|l|} \hline S^5 &1 & 12 & 35 \\ \hline S^4 &3 & 20 & 25 \\ \hline S^3 &\frac{16}{3} & \frac{80}{3} & \\ \hline S^2 &5& 25 & \\ \hline S^1 &0& 0 & \\ \hline S^0 & & & \\ \hline \end{array}

用全0行上面一行列辅助方程,并对其求导:

5 s^2+25

\frac{d}{d s}\left(5 s^2+25\right)=10 s+0

将求导后的参数填入劳斯表中继续计算:

\begin{array}{|l|l|l|l|} \hline S^5 &1 & 12 & 35 \\ \hline S^4 &3 & 20 & 25 \\ \hline S^3 &\frac{16}{3} & \frac{80}{3} & \\ \hline S^2 &5& 25 & \\ \hline S^1 &10& 0 & \\ \hline S^0 &25 & & \\ \hline \end{array}

上面这个例子第一列没变号,右半S平面没有根。但是虚轴上有根,因为辅助方程的根是特征方程根的子集,所以利用辅助方程可以判断在虚轴上有没有根。

稳态误差

误差传递函数:

\Phi_e(s)=\frac{E(s)}{R(s)}, \quad \Phi_{e n}(s)=\frac{E(s)}{N(s)}

用终值定理求稳态误差:

e_{s s}=\lim _{s \rightarrow 0} s\left[\Phi_e(s) R(s)+\Phi_{e n}(s) N(s)\right]

静态误差系数法:

\begin{array}{|c|c|c|c|} \hline 型别\backslash 输入 & r=A \cdot 1(t) & r=A \cdot t & r=A \cdot t^2 / 2 \\ \hline 0 & \frac{A}{1+K} & \infty & \infty \\ \hline 1 & 0 & \frac{A}{K} & \infty \\ \hline 2 & 0 & 0 & \frac{A}{K} \\ \hline \end{array}

其中型别是指,系统开环传递函数中v的值:

G(s)=\frac{K\left(\tau_1 s+1\right) \cdots\left(\tau_m s+1\right)}{s^v\left(T_1 s+1\right) \cdots\left(T_{n-v} s+1\right)}

posted @ 2022-08-21 22:42:00
评论加载中...
发表评论