PID控制算法的MATLAB仿真

合集下载

PID控制算法及MATLAB仿真分析

PID控制算法及MATLAB仿真分析

题目:以PID控制进行系统仿真学院自动化学院专业班级工业自动化111班学生姓名黄熙晴目录1 引言 (1)1.1本论文研究内容 (1)2 PID控制算法 (1)2.1模拟PID控制算法 (1)2.2数字式PID控制算法 (3)2.3PID控制算法的改进 (5)2.3.1微分项的改进 (5)2.3.2积分项的改进 (9)2.4模糊PID控制算法 (11)2.4.1模糊推理的系统结构 (12)2.4.2 PID参数在线整定原则 (12)2.5PID控制器研究面临的主要问题 .................................. 错误!未定义书签。

3 MATLAB编程和仿真 (13)3.1PID控制算法分析 (13)3.2MATLAB仿真 (15)4结语 (20)参考文献...................................................................................... 错误!未定义书签。

1 引言PID控制器以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。

光学表面等离子共振生物传感技术受温度影响很大,因此设计高精度的温度控制器对于生物分析仪十分重要。

研究PID的控制算法是PID控制器整定参数优化和设定的关键技术之一。

在工业过程控制中,目前采用最多的控制方式依然是PID方式。

它具有容易实现、控制效果好、鲁棒性强等特点,同时它原理简单,参数物理意义明确,理论分析体系完整,并为工程界所熟悉,因而在工业过程控制中得到了广泛应用。

在实际的应用中,许多被控过程机理复杂,具有高度非线性、时变不确定性和纯滞后等特点,特别是在噪声、负载扰动等因素的影响下,参数复杂烦琐的整定过程一直困扰着工程技术人员。

为了减少参数整定的工作量,克服因环境变化或扰动作用造成系统性能的降低,就要提出一种PID控制参数的自动整定。

1.2本论文研究内容本文在介绍传统的PID控制算法,并对传统算法改进后,在学习的基础上提出一种模糊参数自整定方法,这种模糊控制的PID算法必须精确地确定对象模型。

PID控制和其MATLAB仿真

PID控制和其MATLAB仿真

序号,k=1,2,……,e (k-1)和e (k)分别为第(k-
1)和第k时刻所得旳偏差信号。
1.3.1 位置式PID控制算法
• 位置式PID控制系统
1.3.1 位置式PID控制算法
根据位置式PID控制算法得 到其程序框图。
在仿真过程中,可根据实 际情况,对控制器旳输出 进行限幅:[-10,10]。
• 变速积分旳基本思想是,设法变化积分项旳累加 速度,使其与偏差大小相相应:偏差越大,积分 越慢;反之则越快,有利于提升系统品质。
• 设置系数f(e(k)),它是e(k)旳函数。当 ∣e(k)∣增大时,f减小,反之增大。变速积分 旳PID积分项体现式为:
ui (k )
ki
k
1
e(i)
f
e(k )e(k )T
i0
1.3.8 变速积分算法及仿真
• 系数f与偏差目前值∣e(k)∣旳关系能够是线性 旳或是非线性旳,例如,可设为
1
f
e(k
)
A
e(k A
)
B
0
e(k) B B e(k) A B e(k) A B
1.3.8 变速积分算法及仿真
• 变速积分PID算法为:
u(k)
k
p e(k )
ki
1.3.4 增量式PID控制算法及仿真
• 增量式PID阶跃跟踪成果
1.3.5 积分分离PID控制算法及仿真
• 在一般PID控制中,引入积分环节旳目旳主要是为了 消除静差,提升控制精度。但在过程旳开启、结束或 大幅度增减设定时,短时间内系统输出有很大旳偏差 ,会造成PID运算旳积分积累,致使控制量超出执行机 构可能允许旳最大动作范围相应旳极限控制量,引起 系统较大旳振荡,这在生产中是绝对不允许旳。

matlab实现pid仿真

matlab实现pid仿真

左图表示了本步骤的内容,以图片内 容为准。
sum的下面的符号变成了-,反馈回来 的信号相减,系统变成负反馈。
点击执行按钮,然后双击Scope,切 换到显示界面,出现熟悉的pid输出 波形。
双击pid控件可以调整PID的三个基本 参数,Proportional(比例常数), Integral(积分常数),Derivative (微分常数)。
谢谢观看
《先进模糊智能复合经典PID控制理论与应用及其Matlab实现》是2019年7月首都经济贸易大学 出版社出版的图书,作者是刘经纬、朱敏玲、周瑞。
《过程控制系统的MATLAB仿真》是2009年机械工业出版社出版的图书,作者是刘文定。
《MATLAB控制系统仿真与设计》是2010年11月1日机械工业出版社出版的图书, 作者是赵景波。
打开matlab2009,新建一个模型文件, 点击“开始”->"Simulink">“Library Browser”,打开 simulink库。
左图表示了本步骤的内容,以图片内 容为准。
在“Simulink Library Browser” 的库列表中找到“Simulink Extras”,点击右侧的“Additional Linear”。
我们试试将积分常数改为100,然后 再次运行,在Scope中点击 “Autoscale”,可以看到输出由平 滑变得震荡起来了。
左图表示了本步骤的内容,以图片内 容为准。
可以试着自己调整下PID的各个参数, 看看效果,加深理解。
用step信号做pid的输入信号效果会更明显些。
MATLAB/Simulink与控制系统仿真(第3版)是2012-01-01电子工业出版社出版的图书,由王正 林,王胜开,陈国顺等编著。

控制系统pid参数整定方法的matlab仿真

控制系统pid参数整定方法的matlab仿真

控制系统PID参数整定方法的MATLAB仿真1. 引言PID控制器是一种常见的控制算法,广泛应用于自动控制系统中。

其通过调节三个参数:比例增益(Proportional gain)、积分时间常数(Integral time constant)和微分时间常数(Derivative time constant),实现对被控对象的稳态误差、响应速度和稳定性等性能指标的调节。

PID参数的合理选择对控制系统的性能至关重要。

本文将介绍PID控制器的经典整定方法,并通过MATLAB软件进行仿真,验证整定方法的有效性。

2. PID控制器的整定方法2.1 手动整定法手动整定法是根据经验和试错法来选择PID参数的方法。

具体步骤如下:1.将积分时间常数和微分时间常数设为零,仅保留比例增益,将比例增益逐渐增大直至系统产生较大的超调现象。

2.根据超调响应的情况,调整比例增益,以使系统的超调量接近所需的范围。

3.逐步增加微分时间常数,观察系统的响应速度和稳定性。

4.增加积分时间常数,以减小系统的稳态误差。

手动整定法的优点是简单易行,但需要经验和反复试验,对控制系统要求较高。

2.2 Ziegler-Nichols整定法Ziegler-Nichols整定法是一种基于试探和试错法的自整定方法,该方法通过调整系统的输入信号,观察系统的输出响应,从而确定PID参数。

具体步骤如下:1.将I和D参数设为零,仅保留P参数。

2.逐步增大P参数,直到系统的输出出现大幅度的振荡。

3.记录下此时的P参数值,记为Ku。

4.根据振荡的周期Tp,计算出系统的临界增益Kc = 0.6 * Ku。

5.根据系统的类型选择相应的整定法则:–P型系统:Kp = 0.5 * Kc,Ti = ∞,Td = 0–PI型系统:Kp = 0.45 * Kc,Ti = Tp / 1.2,Td = 0–PID型系统:Kp = 0.6 * Kc,Ti = Tp / 2,Td = Tp / 82.3 Cohen-Coon整定法Cohen-Coon整定法是基于频域曲线拟合的方法,主要应用于一阶和二阶系统的整定。

PID算法设计MATLAB课程设计

PID算法设计MATLAB课程设计

PID算法设计MATLAB课程设计一、课程目标知识目标:1. 掌握PID算法的基本原理,理解其参数调整对系统性能的影响;2. 学会使用MATLAB软件进行PID控制器的设计与仿真;3. 了解PID控制在实际工程中的应用及优化方法。

技能目标:1. 能够运用所学知识,独立设计简单的PID控制系统;2. 能够运用MATLAB软件进行PID控制器参数调整及系统性能分析;3. 能够通过课程学习,提高解决实际工程问题的能力。

情感态度价值观目标:1. 培养学生对自动控制技术的兴趣,激发其学习热情;2. 培养学生严谨的科学态度和团队协作精神;3. 增强学生对我国科技创新能力的信心,激发其为国家发展贡献力量的决心。

课程性质:本课程为实践性较强的课程,结合理论知识与实际操作,培养学生的动手能力和解决实际问题的能力。

学生特点:学生具备一定的自动控制理论基础,对MATLAB软件有一定了解,但对PID算法及其实际应用尚不熟悉。

教学要求:结合学生特点和课程性质,注重理论与实践相结合,以案例教学为主,充分调动学生的主观能动性,提高学生的实际操作能力。

在教学过程中,关注学生的个体差异,给予个性化指导,确保学生能够达到预设的课程目标。

通过课程学习,使学生能够具备独立设计PID控制系统并进行性能分析的能力。

二、教学内容1. PID算法基本原理:介绍PID控制器的定义、工作原理及其在自动控制中的应用;分析比例、积分、微分三个环节对系统性能的影响。

教材章节:第五章第二节2. MATLAB软件操作:回顾MATLAB软件的基本操作,重点掌握Simulink 环境下搭建仿真模型的方法。

教材章节:第四章3. PID控制器设计:讲解如何使用MATLAB/Simulink进行PID控制器的设计与参数调整;分析不同参数设置对系统性能的影响。

教材章节:第五章第三节4. PID控制系统仿真:通过实际案例,演示如何运用MATLAB进行PID控制系统的仿真,分析系统性能指标。

用MATLAB对PID控制做简单的仿真

用MATLAB对PID控制做简单的仿真

⽤MATLAB 对PID 控制做简单的仿真PID 控制是⽬前⼯程上应⽤最⼴的⼀种控制⽅法,其结构简单,且不依赖被控对象模型,控制所需的信息量也很少,因⽽易于⼯程实现,同时也可获得较好的控制效果。

PID 控制是将误差信号e(t)的⽐例(P),积分(I)和微分(D)通过线性组合构成控制量进⾏控制,其输出信号为:下⾯⽤MATLAB 软件对PID 控制做简单的仿真描述。

1. 建⽴⼆阶负反馈控制系统,其开环传递函数为:clc; clear all; close all;Go = tf(1,conv([2,1],[5,1]));2. ⽐例控制,输出与输⼊偏差成⽐例,即直接将误差信号放⼤或缩⼩。

⽐例控制的传递函数为:取不同的⽐例系数,绘制系统的单位阶跃响应曲线:Kp = [0.5,2,5,10];for m = 1:4 sys = feedback(Kp(m)*Go,1); step(sys); hold on;end随着K P 值的增⼤,系统响应速度加快,但系统的超调也随着增加,调节时间也随着增长。

当K P 增⼤到⼀定值后,闭环系统将趋于不稳定。

⽐例控制具有抗⼲扰能⼒强、控制及时、过渡时间短的优点,但存在稳态误差,增⼤⽐例系数可提⾼系统的开环增益,减⼩系统的稳态误差,从⽽提⾼系统的控制精度,但这会降低系统的相对稳定性,甚⾄可能造成闭环系统的不稳定,因此,在系统校正和设计中,⽐例控制⼀般不单独使⽤。

3. 微分控制,输出与输⼊偏差的微分成⽐例,即与偏差的变化速度成⽐例。

微分控制(与⽐例控制同时使⽤)的传递函数为:取不同的微分系数,绘制系统的单位阶跃响应曲线:Kp = 10;u(t)=[e(t)+e(t)dt +]K P 1T I ∫t 0T D de(t)dt(s)=G O 1(2s +1)(5s +1)(s)=G C K P(s)=(1+s)G C K P T DTd = [0,0.4,1,4];for m = 1:4 G1 = tf([Kp*Td(m),Kp],[0,1]); sys = feedback(G1*Go,1); step(sys); hold on;end随着T D 值的增⼤,系统超调量逐渐减⼩,动态特征有改善。

模糊pidmatlab(simulink)仿真详细步骤

模糊pidmatlab(simulink)仿真详细步骤

下面用一个简单的例子作介绍:(本例不是特别针对实现什么功能,只是为了介绍方便)第一部分创建一个模糊逻辑(.fis文件)第一步:打开模糊推理系统编辑器步骤:在Commond Window 键入fuzzy回车打开如下窗口,既模糊推理系统编辑器第二步:使用模糊推理系统编辑器本例用到两个输入,两个输出,但默认是一个输人,一个输出步骤:1、添加一个输入添加一个输出得如下图2、选择Input、output(选中为红框),在Name框里修改各输入的名称并将And method 改为prod,将Or method 改为probor提示:在命名时’_’在显示时为下标,可从上图看出。

第三步:使用隶属函数编辑器该编辑器提供一个友好的人机图形交互环境,用来设计和修改模糊推理系中各语言变量对应的隶属度函数的相关参数,如隶属度函数的形状、范围、论域大小等,系统提供的隶属度函数有三角、梯形、高斯形、钟形等,也可用户自行定义。

步骤:1、双击任何一个输入量(In_x、In_y)或输出量打开隶属度函数编辑器。

2、在左下处Range和Display Range处添加取值范围,本例中In_x和In_y的取值范围均为[0 10], Out_x和Out_y的取值范围均为[0 1]3、默认每个输入输出参数中都只有3个隶属度函数,本例中每个输入输出参数都需要用到五个,其余几个需要自己添加:选中其中一个输入输出参数点击Edit菜单,选Add MFS…打开下列对话框将MF type设置为trimf(三角形隶属度函数曲线,当然你也需要选择其他类型) 将Number of MFs设置为2点击OK按钮同样给其他三个加入隶属度函数4、选中任何一个隶属度函数(选中为红色),在Name中键入名称,在Type 中选择形状,在Params中键入范围,然后回车如下图:5、关闭隶属函数编辑器第四步:使用规则编辑器通过隶规则编辑器来设计和修改“IF...THEN”形式的模糊控制规则。

基于matlab的智能PID控制器设计和仿真毕业设计论文

基于matlab的智能PID控制器设计和仿真毕业设计论文

基于MATLAB的智能PID控制器设计与仿真摘要在工业生产中应用非常广泛的是PID控制器,是最早在经典控制理论基础上发展起来的控制方法,应用也十分广泛。

传统的PID控制器原理十分简单,即按比例、积分、微分分别控制的控制器,但是他的核心也是他的难点就是三个参数(比例系数Kp、积分系数Ki、微分系数Kd)的整定。

参数整定的合适,那么该控制器将凭借结构简单、鲁棒性好的优点出色的完成控制任务,反之则达不到人们所期望的控制效果。

人工神经网络模拟人脑的结构和功能而形成的信息处理系统,是一门十分前沿高度综合的交叉学科,并广泛应用于工程领域。

神经网络控制是把自动控制理论同他模仿人脑工作机制的数学模型结合起来,并拥有自学习能力,能够从输入—输出数据中总结规律,智能的处理数据。

该技术目前被广泛应用于处理时变、非线性复杂的系统,并卓有成效。

关键词自适应PID控制算法,PID控制器,神经网络Design and simulation of Intelligent PID Controllerbased on MATLABAbstractPID controller ,the control method which is developed on the basis of classical control theory, is widely used in industrial production.The Principle of traditional PID controller is very simple, which contains of the proportion, integral, differential three component, but its core task and difficulties is three parameter tuning(proportional coefficient Kp, integral coefficient Ki and differential coefficient KD).If the parameter setting is suitable, the controller can accomplish the control task with the advantages of simple structure and good robustness;but on the contrary, it can not reach the desired control effect which we what.Artificial neural network , the formation of the information processing system which simulate the structure and function of the human brain , is a very high degree of integration of the intersection of disciplines, and widely used in the field of engineering. Neural network control ,combining automatic control theory and the imitate mathematical model of the working mechanism of human brain , has self-learning ability, and can summarize the law of the input-output data , dealing with data intelligently .This technique has been widely used in the process of time-varying, nonlinear and complex system, and it is very effective.Key W ord:Adaptive PID control algorithm,PID controller,Neural network目录摘要 (I)Abstract (II)第一章绪论 (1)1.1 课题研究背景及意义 (1)第二章 PID控制器 (2)2.1 PID控制原理 (2)2.2常规PID控制器的算法理论 (3)2.2.1 模拟PI D控制器 (3)2.2.2 数字P I D控制算法 (3)2.2.3常规PID控制的局限 (5)2.2.4 改进型PID控制器 (5)第三章人工神经网络 (8)3.1 人工神经网络的原理 (8)3.2神经网络PID控制器 (8)3.2.1神经元PID控制器 (8)3.2.2 单神经元自适PID应控制器 (9)3.3 BP神经网络参数自学习的PID控制器 (12)第四章MATAB仿真 (16)4.1 仿真过程 (16)第五章结论与展望 (24)致谢 (25)参考文献 (25)华东交通大学毕业设计(论文)第一章绪论1.1 课题研究背景及意义在工业生产中应用非常广泛的是PID控制器,是最早在经典控制理论基础上发展起来的控制方法,应用也十分广泛。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

图 12
3 分析与总结
PID 控制算法的 matlab 仿真 PID 控制算法是实际工业控制中应用最为广泛的控制算法, 它具有控制器设 计简单, 控制效果好等优点。PID 控制器参数的设置是否合适对其控制效果具有 很大的影响, 在本课程设计中一具有较大惯性时间常数和纯滞后的一阶惯性环节 作为被控对象的模型对 PID 控制算法进行研究。被控对象的传递函数如下:
1.4 1.2 1 0.8 0.6 0.4 0.2 0
0
100
200
300
400
500
600
700
800
900
1000
图3
最终,选择采样周期为 Ts 1 ,PID 控制器的控制参数为:
K p 0.25, K i 0.001, K d 3
此时,系统的超调量为 M p 27.7% ,上升时间为 tr 135 ,调整时间为
1.4 1.2 1 0.8 0.6 0.4 0.2 0
参数不变 参数改变
0
100
200
300
400
500
600
700
800
900
1000
图5
相对参数未变时单位阶跃响应而言, 被控对象的惯性时间常数增大使得系统 的响应速度变慢,故而,使得系统的超调量减小,上升时间和调整时间都增大。 又各性能指标的变化量都比较小,故可知,当被控对象的惯性时间常数在一定范 围内变化时,对 PID 控制器的控制效果不会产生太大影响。 当被控对象的纯滞后时间常数增大 5% 时,系统的单位阶跃响应曲线如图 6 所示,此时系统的个暂态性能指标为:
30 630s+1 Transfer Fcn Scope
Add 3 (z-1) z
图7
实际的控制系统中往往存在非线性,如执行机构的非线性。系统的非线性将 会对控制器的控制效果产生影响, 下面通过仿真研究非线性对 PID 控制器控制效 果的影响。 在原控制系统仿真框图中控制器输出后加饱和非线性环节, 得到图 7 所示的 框图。 在保持其它参数不变的情况下得到其阶跃响应曲线如图 8 所示。从响应曲 线可知,加入非线性环节后,系统的超调量、上升时间、调整时间均增大,控制
通过仿真可得在 Ts 1 时, K k 0.567, Tk 233 ,故可得:
K p 0.357, Ti 114.17, Td 32.62, Ts 3.262 Ki Kd K pTs Ti K pTd Ts 0.005 3.57
按此组控制参数得到的系统阶跃响应曲线如图 2 所示。
1.4 1.2 1 0.8 0.6 0.4 0.2 0 参数改变 参数不变
0
100
200
300
400
500
600
700
800
900
1000
图4
当被控对象的惯性时间常数增大 5% 时,系统的单位阶跃响应曲线如图 5 所 示,此时系统的个暂态性能指标为:
M p 26.4%, tr 175, t s 475
G (s) Ke d s 1 Tf s
其中各参数分别为 K 30, T f 630, d 60 。MATLAB 仿真框图如图 1 所示。
-KKp
-KStep Ki
z (z-1) Zero-Order Hold Add Transport Delay
30 630s+1 Transfer Fcn
1 Out1
-KKd
(z-1) z
图1
2 具体内容及实现功能
2.1 PID 参数整定
PID 控制器的控制参数对其控制效果起着决定性的作用, 合理设置控制参数 是取得较好的控制效果的先决条件。 常用的 PID 参数整定方法有理论整定法和实 验整定法两类,其中常用的实验整定法由扩充临界比例度法、试凑法等。在此处 选用扩充临界比例度法对 PID 进行整定,其过程如下: 1) 选择 采样周期 由于 被控对 象中含有纯滞后,且其 滞后时间常数为
1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 0 100 200 300 400 500 600 700 800 900 1000
图2
由响应曲线可知,此时系统虽然稳定,但是暂态性能较差,超调量过大,且 响应曲线不平滑。根据以下原则对控制器参数进行调整以改善系统的暂态过程: 1) 通过减小采样周期,使响应曲线平滑。 2) 减小采样周期后,通过增大积分时间常数来保证系统稳定。 3) 减小比例系数和微分时间常数,以减小系统的超调。 改变控制器参数后得到系统的阶跃响应曲线如图 3 所示, 系统的暂态性能得 到明显改善.
t s 445 。稳态误差为 ess 0 。
2.2 模型失配对 PID 控制器控制效果的影响 实际中, 由于建模误差以及被控对象的参数变化,都会使得被控对象传递函 数参数不准确。 一个性能优良的控制器应该在系统参数发生变化时依然具有良好 的控制性能, 既具有较强的鲁棒性。PID 控制器的鲁棒性强弱是由控制器参数确 定后系统的稳定裕度决定的。 下面通过仿真分析被控对象参数变化时 PID 控制器 的控制效果。 当被控对象的比例系数增大 5% 时,系统的单位阶跃响应曲线如图 4 所示, 此时系统的个暂态性能指标为:
d 60 ,故可选择采样周期 Ts 1 。
2) 令积分时间常数 Ti , 微分时间常数 Td 0 , 从小到大调节比例系数 K , 使得系统发生等幅震荡,记下此时的比例系数 K k 和振荡周期 Tk 。 3) 选择控制度为 Q 1.05 ,按下面公式计算各参数:
K p 0.63K k Ti 0.49Tk Td 0.14Tk Ts 0.014Tk
M p 29.9%, tr 129, t s 410
相对参数未变时单位阶跃响应而言,系统的超调量增大,上升时间和调整时 间都减小,但是,各性能指标的变化量都比较小。这是因为,被控对象的比例系 数增大使得系统的开环增益变大,故而系统响应的快速性得到提高,但超调量也
随之增大。 从被控对象的比例系数变化时系统的单位阶跃响应可知,当被控对象 的比例系数在一定范围内变化时,对 PID 控制器的控制效果不会产生太大影响。
1.4 加脉冲扰动时响应曲线 不加扰动时的响应曲线
1.2
1
0.8
0.6
0.4
0.2
0
0
100
200
300
400
500
600
700
800
900
1000
图 11
1.4 加阶跃扰动时响应曲线 不加扰动时响应曲线
1.2
1
0.8
0.6
0.4
0.2
0
0
100
200
300
400
500
600
700
800
900
1000
效果变坏。
1.4 1.2 1 0.8 0.6 0.4 0.2 0
不含非线性 含非线性
0
100
200
300
400
500
600
700
800
900
1000
图8
2.4 扰动对 PID 控制器控制效果的影响 实际的控制系统中, 被控对象和检测通道往往会受到多种因素的影响,从而 对控制效果产生影响, 下面分别以加在前向通道和反馈通道上的脉冲扰动和阶跃 扰动为例探讨扰动对控制系统的影响。 1) 前向通道上的扰动对控制效果的影响: 在前向通道上控制器输出之后加脉冲扰动和阶跃扰动信号时系统的响应曲 线分别如图 9 和图 10 所示。由响应曲线可知,系统达到稳态后,前向通道上的 扰动信号将使得控制系统的输出产生波动,但通过控制器的作用,控制系统经过 一个过渡过程后将会恢复原来的稳定状态。
M p 31.5%, t0.6 0.4 0.2 0
参数改变 参数不变
0
100
200
300
400
500
600
700
800
900
1000
图6
2.3 非线性对 PID 控制器控制效果的影响
0.25
0.001 Step
z (z-1) Saturation Zero-Order Hold Transport Delay
1.4 加阶跃扰动时响应曲线 不加扰动时响应曲线
1.2
1
0.8
0.6
0.4
0.2
0
0
100
200
300
400
500
600
700
800
900
1000
图9
1.4 加脉冲扰动时响应曲线 不加扰动时响应曲线
1.2
1
0.8
0.6
0.4
0.2
0
0
200
400
600
800
1000
图 10
2) 反馈通道上的扰动对控制效果的影响: 在反馈通道上加脉冲扰动和阶跃扰动信号时, 控制系统的响应曲线分别如图 11 和图 12 所示.由响应曲线可知,控制系统输出随着反馈通道上的扰动变化而 变化,且由反馈通道上的扰动引起的误差不能被消除。但是当扰动消失时,控制 系统也恢复原来的稳定状态。
相关文档
最新文档