纯滞后控制技术

合集下载

第4章43纯滞后控制技术-大林算法

第4章43纯滞后控制技术-大林算法
1 0.8 0.6
1.5 3 2.5 2
0.4
1
0.2 0
0.5 0
1
2
3
4
5
6
1
2
3
4
5
从图中,系统输出的采样值可按期望指数形式变化,但控 制量有大幅度的振荡,而且是衰减的振荡。
(A)带纯滞后的一阶惯性环节的系统
极点为z=e-T/Tτ>0,不在负实轴上,因此不会出现振铃 现象。
(B)带纯滞后的二阶惯性环节的系统
•纯滞后控制方法:施密斯预估器、大林算法等。 4.3.1施密斯(Smith)预估控制 (过程控制中讲解)
4.3.2 达林(Dahlin)算法
由于超调是主要的设计目标,一般的离散化设计方法 是不行的,PID效果也欠佳。
IBM公司的Dahlin在1968年提出了针对工业生产过程中 含有纯滞后控制对象的控制算法,取得了良好的效果。
例:设
2.524(1 0.6065z 1 ) D( z ) (1 z 1 )(1 z 1 )(2 z 1 )
如何消除振铃现象?
解:极点为:z1=1,z2=-1,z3=-0.5,z2和z3会产生 振铃现象,为了消除振铃现象,令z=1代入极点z2=-1和 z3=-0.5,得:
控制量为:
Y ( z) 2.6356(1 0.7413z 1 ) 1 2 3 4 U ( z) 2 . 6356 0 . 3484 z 1 . 8096 z 0 . 6078 z 1 . 4093 z .... 1 1 1 G ( z ) (1 0.733z )(1 z )(1 0.6065z )
4.3
纯滞后控制技术
在热工和化工等许多工业生产中,由于被控对象的不确定 性,参数随时间的漂移性以及含有纯滞后环节,使得这类系统对 快速性的要求是其次的,其主要指标是系统无超调或超调量很小, 且允许有较长的调整时间。 纯滞后是由于物料或能量的传输延迟造成的。对象的这种 纯滞后性质常引起系统产生超调或者振荡。 纯滞后:由于物料或能量的传输延迟引起的滞后现象; 容量滞后:由于惯性引起的滞后。比如发酵过程,不是纯 滞后。 网络传输延迟 ?

纯滞后系统PID-模糊控制

纯滞后系统PID-模糊控制
《 工 业 控 制计 算 机 》 2 0 1 3年 第 2 6卷 第 1 期
4 1
纯滞后系统 P I D 一 模糊控制
PI D— — f u z z y Co n t r o l S y s t e m wi t h P u r e L a g
尹 超 李 茂 军 张 静 ( 长沙理工大学电气与信息工程学院, 湖南 长沙 4 1 0 0 7 6 )
I n o r de r t o e ns u r e t he qu al i t y o f u r b an wa t er s u ppl y, t h e wa t er s uppl y wi t h f r e qu e n cy c on v er s i on an d co n s t an t pr e s s ur e i s o f t en u se d.A PI D-f u z z y c on t r o l s t r a t eg y wi t h Smi t h p r e di c t or i s pr op os e d f or t h e co n s t a n t p r e s s ur e wa t e r s u ppl y s y s t em . wh i c h ha s t he c ha r a c t e r s of n on l i n e ar i t y, r a ndo mi ci t y, l ar g e i n er t i a a n d bi g del ay T hi s co n t r ol s t r a t eg y co m bi ne s t h e a d va n — r a ges of go od d yn a mi c r e s po n se o f f u z z y c on t r o l , h i gh r eg ul at i o n ac cu r ac y o f PI D co n t r ol an d pu r e l ag c o mp en s a t i on o f Smi l h pr edi c t or On t h e ba s i s of r e t a i n i n g t h e s y s t em S s t at i o n ar i t y, d yn a mi c p r o c es s an d s t ea dy s t at e pe r f o r man c e, t hi s c o n — t r o l s t r a t e gy c an e v i de n t l y i mp r o v e t h e s pe ed abi l i t y of d yn ami c pr oc e s s, h a s go od r o bu s t n e s s a nd ha s wel l a da pt ab i l i t y t o

纯滞后控制技术

纯滞后控制技术

史密斯预估控制原理
r(t)
+ -
e(t)
u(t)
y(t)
D(s)
G p ( s )e s
图5.3.1 带纯滞后环节的控制系统 D(s) 表示调节器(控制器)的传递函数; Gp(s) e-τs 表示被控对象的传递函数; Gp(s) 为被控对象中不包含纯滞后部分的传递函数; e -τs 为被控对象纯滞后部分的传递函数。
其中:C
1
1
1 1 (T1e T / T2 T2 e 1 / T1 ) (T1e T / T1 T2 e T / T2 ) C 2 e T (1 / T1 1 / T2 ) T2 T1 T2 T1
N 1
( z) z
可以得到达林算法的数字控制器为:
(4)计算控制器的输出 u(k) 当控制器采用 PID 控制算法时,则
u(k ) u(k 1) u(k )
其中
u(k ) K P [e2 (k ) e2 (k 1)] K I e2 (k ) K D [e2 (k ) 2e2 (k 1) e2 (k 2)]
1 e T / T 1 e T / T z 1
2、振铃现象及其消除 所谓振铃(Ringing)现象,是指数字控制器的输出u(k) 以1/2采样频率(2T采样周期) 大幅度上下摆动。振铃 现象对系统的输出几乎无影响,但会增加执行机构的磨 损,并影响多参数系统的稳定性。 例:被控对象传递函数为: G p ( s )
(2)二阶惯性环节的达林算法 当被控对象为带纯滞后的二阶惯性环节时
Ke s G p (s) (1 T1 s )(1 T2 s )
1 e Ts Ke s Kz N 1 (C1 C 2 z 1 ) G( z) Z s (1 T1 s )(1 T2 s ) (1 e T / T1 z 1 )(1 e T / T2 z 1 )

面向复杂纯滞后系统的智能控制系统研究

面向复杂纯滞后系统的智能控制系统研究

面向复杂纯滞后系统的智能控制系统研究。

引言在化工和热工的工业过程控制中,物料或能量的传输和变送延迟会导致控制对象具有纯滞后性。

这种纯滞后性常因控制系统输出的超量导致目标系统控制指标产生超调或振荡。

因此,纯滞后系统的控制过程相对复杂。

典型的纯滞后系统有液晶玻璃窑炉⑴的复杂多点加热及恒温控制系统、硅溶胶反应釜的温度控制系统⑵以及注塑控制系统里的温控系统[3]。

随着产能需求的增加,为了提升玻璃、硅溶胶、树脂等物料的加工量,原本原料的单通道流入变成双通道甚至多通道,并同步增加了加工腔体的容量和温控能力。

规模化生产企业里多套加工设备的生产能力不同,会按照设备各自设置的温控指标以及原料注入流量进行非持续生产。

多台设备还需要保证一致特性的合料。

因此,传统基于可编程逻辑控制器(PrOgrammabIelogiCContrOller, PLC)和各种比例积分微分(PrOPC)rtional integral differential, PID)算法的面向单设备的电气控制系统,将无法很好地满足这类快速、大规模的复杂纯滞后系统的应用要求。

具体问题表现为:①为了实现自适应控制算法(如改进PID),采用神经网络⑷或者模糊算法[5-6],但主流控制器件PLC作复杂运算的能力不足;②由于不同厂家的硬件专有性和封闭性,使得扩展和程序移植都比较困难[力;⑨PlD调参需要较复杂的过程,无法快速同步设备的工作状态[8],包括控制指标下达以及控制参数的调整,给生产过程管理带来困难。

利用软PLC的控制系统设计[9]无法从根本上解决不同PLC之间不兼容、不能快速替换的问题,而基于工业物联网应用技术可以快速实现数据的分布式运算与集中控制口O-11]。

通过创新性结合工业大数据应用技术[12],本文提出了1种通用的、面向大规模复杂纯滞后系统的云端联合智能控制系统,并在其基础上给出了具体的应用验证结果。

1复杂纯滞后系统结构单输入型纯滞后控制对象工作过程通常是单口投料,通过流量测量变送,经可控制阀门进入加工腔体。

一阶纯滞后系统控制

一阶纯滞后系统控制

2 纯滞后系统
2.1 纯滞后系统的定义
在工业生产过程中,被控对象通常具有不同程度的纯延迟。例如气体物料、液体
物料通常经过管道传送,固体物料通过传送带传送。而在工业生产中利用改变物 料的流量来调节生产过程时,经过输送环节的传送时间(滞后)后,物料的变化 情况才能到达生产设备进而实现工艺参数的改变。这个输送过程的传送时间是一个 纯滞后时间。再如,在热交换过程中,经常将被加热物料的输出温度作为被控制量, 而把载热介质(如过热蒸汽)的流量作为控制量,载热介质流量改变后,经过一定时 间才表现为输出物料温度的变化。 系统这种表现可用含有纯滞后的传递性描述。这类控制过程的特点是:当控 制作用产生后,在滞后时间范围内,被控参数完全没有响应,使得系统不能及时 随被控量进行调整以克服系统所受的扰动。 因此这样的过程必然会产生较时显的 超调量和需要较长的调节时间。所以,含有纯延迟的过程被公认为是较难控制的 过程,其难控制程度与过程的时间常数之比大于 0.3 时,该过程是大滞后过程。 随此比值的增加,过程的相位滞后增加而使超调增大,在实际生产过程中甚至会 因为严重超调而出现事故。[1] 由控制理论可知,无滞后比有滞后时系统更稳定,系统更容易控制。而且,无滞 后时稳定裕量无穷大,对应增益为无穷大;而当系统含有滞后时,稳定裕量有限时, 对应增益也有相应有限值。此外,大滞后会降低整个控制系统的稳定性。因此大滞后 过程的控制一直备受关注。解决纯滞后系统问题对工业的重要性不言而喻。
1 引言
1.1 课题背景
在多数工业过程当中,控制对象普遍存在着纯时间滞后现象,如化工,热工过程等. 这种滞后时间的存在,会使系统产生明显的超调量和较长的调节时间 ,滞后严重时甚 至会破坏系统的稳定性,在工业生产上产生事故.因此长期以来,纯滞后系统就一直是 工业过程中的难控制对象 ,人们也对它进行了大量的研究.在现代工业生产和理论研 究中出现了多种控制方法,如 PID 控制、PID 改进控制、Smith 预估算法控制以及模 糊控制、神经网络控制等 .而对于最基础的一阶纯滞后系统常用的控制方法主要是 PID 控制、微分先行控制、中间微分反馈控制、史密斯补偿控制等.

纯滞后控制技术教学文案

纯滞后控制技术教学文案
系统中滞后环节使信号延迟,在内存中专门设定 N 个单元 存放信号 m(k) 的历史数据。存储单元的个数N由下式决定。
N=τ/T (τ-纯滞后时间,T -采样周期)
每采样一次,把 m(k) 记入 0 单元,同时把 0 单元原来存放 数据移到 1 单元,1 单元原来存放数据移到2单元……以此类 推。从 N 单元输出的信号,就是滞后N 个采样周期的 m(k- N) 信号。
r(t) + -
e1(t) S
e1(k) + -
y (k)
e2(k)
u(k) S
PID
1 e s s
Gp (s)(1 e s )
1 e Ts S
y(t)
Gp (s)e s
5.3.2 达林算法
在工业过程(如热工、化工)控制中,由于物料或能量的传输 延迟,许多被控制对象具有纯滞后性质。对象的这种纯滞后 性质常引起系统产生超调或者振荡。
y ( k ) a y ( k 1 ) b [ u ( k 1 ) u ( k N 1 ) ]
(3)计算偏差 e2(k) e2(k)e1(k)y(k)
(4)计算控制器的输出 u(k) 当控制器采用 PID 控制算法时,则
其中
u (k) u (k 1 ) u (k)
u(k)K P [e2(k)e2(k 1 )]K Ie2(k) K D [e2(k)2e2(k1 )e2(k2)]
纯滞后控制技术
史密斯预估控制原理
r(t) +
e(t)
-
u(t)
y(t)
D(s)
Gp (s)e s
图5.3.1 带纯滞后环节的控制系统
D(s) 表示调节器(控制器)的传递函数; Gp(s) e-τs 表示被控对象的传递函数; Gp(s) 为被控对象中不包含纯滞后部分的传递函数; e -τs 为被控对象纯滞后部分的传递函数。

纯滞后控制实验报告

纯滞后控制实验报告

一、实验目的1. 理解纯滞后控制系统的概念及其在工业控制系统中的应用。

2. 掌握大林算法在纯滞后控制系统中的应用原理。

3. 通过实验验证大林算法在纯滞后控制系统中的控制效果。

二、实验原理1. 纯滞后控制系统:纯滞后控制系统是指被控对象具有纯滞后特性,即输入信号到输出信号的传递过程中存在一定的时间延迟。

这种时间延迟会使得控制作用不及时,从而影响系统的稳定性和动态性能。

2. 大林算法:大林算法是一种针对纯滞后控制系统的控制策略,其基本思想是在设计闭环控制系统时,采用一阶惯性环节代替最少拍多项式,并在闭环控制系统中引入与被控对象相同的纯滞后环节,以补偿系统的滞后特性。

三、实验设备1. MATLAB 6.5软件一套2. 个人PC机一台四、实验步骤1. 设计实验模型:根据实验要求,设计一个具有纯滞后特性的被控对象模型,并确定其参数。

2. 构建大林算法控制器:根据大林算法的原理,设计一个大林算法控制器,并确定其参数。

3. 进行仿真实验:在MATLAB软件中搭建实验平台,将设计的被控对象模型和大林算法控制器进行联接,进行仿真实验。

4. 分析实验结果:观察实验过程中系统的动态性能,分析大林算法在纯滞后控制系统中的应用效果。

五、实验结果与分析1. 实验结果(1)无控制策略:在无控制策略的情况下,被控对象的输出信号存在较大的超调和振荡,系统稳定性较差。

(2)大林算法控制:在采用大林算法控制的情况下,被控对象的输出信号超调量明显减小,振荡幅度减小,系统稳定性得到提高。

2. 分析(1)无控制策略:由于被控对象具有纯滞后特性,系统动态性能较差,导致输出信号存在较大超调和振荡。

(2)大林算法控制:大林算法通过引入与被控对象相同的纯滞后环节,有效补偿了系统的滞后特性,使得控制作用更加及时,从而提高了系统的动态性能和稳定性。

六、实验结论1. 纯滞后控制系统在实际工业生产中普遍存在,对系统的稳定性、动态性能和抗干扰能力具有较大影响。

纯滞后控制系统讲解

纯滞后控制系统讲解

过程控制实验报告实验名称:纯滞后控制系统班级:姓名:学号:实验五 纯滞后系统一、实验目的1) 通过本实验,掌握纯滞后系统的基本概念和对系统性能的影响。

2) 了解纯滞后系统的常规控制方法和史密斯补偿控制方法。

二、 实验原理在工业生产中,被控对象除了容积延迟外,通常具有不同程度的纯延迟。

这类控制过程的特点是:当控制作用产生后,在滞后时间范围内,被控参数完全没有响应,使得系统不能及时随被控制量进行调整以克服系统所受的扰动。

因此,这样的过程必然会产生较明显的超调量和需要较长的调节时间。

所以,含有纯延迟的过程被公认为是较难控制的过程,其难控制程度随着纯滞后时间与整个过程动态时间参数的比例增加而增加。

一般认为,纯滞后时间与过程的时间常数之比大于0.3时,该过程是大滞后过程。

随此比值增加时,过程的相位滞后增加而使超调增大,在实际的生产过程中甚至会因为严重超调而出现聚爆、结焦等事故。

此外,大滞后会降低整个控制系统的稳定性。

因此大滞后过程的控制一直备受关注。

前馈控制系统主要特点如下:1) 在纯滞后系统控制中,为了充分发挥PID 的作用,改善滞后问题,主要采用常规PID 的变形形式:微分先行控制和中间微分控制。

微分先行控制和中间微分控制都是为了充分发挥微分作用提出的。

微分的作用是导前,根据变化规律提前求出其变化率,相当于提取信息的变化趋势,所以对滞后系统,充分利用微分作用,可以提前预知变化情况,进行有效的“提前控制”。

微分先行和中间微分反馈方法都能有效地克服超调现象,缩短调节时间,而且不需特殊设备。

因此,这两种控制形式都具有一定的实际应用价值。

但是这两种控制方式都仍有较大超调且响应速度很慢,不适于应用在控制精度要求很高的场合。

2) 史密斯补偿控制的基本思路是:在控制系统中某处采取措施(如增加环节,或增加控制支路等),使改变后系统的控制通道以及系统传递函数的分母不含有纯滞后环节,从而改善控制系统的控制性能及稳定性等。

  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)。
系统中滞后环节使信号延迟,在内存中专门设定 N 个单元 存放信号 m(k) 的历史数据。存储单元的个数N由下式决定。
N=τ/T (τ-纯滞后时间,T -采样周期)
每采样一次,把 m(k) 记入 0 单元,同时把 0 单元原来存放 数据移到 1 单元,1 单元原来存放数据移到2单元……以此类 推。从 N 单元输出的信号,就是滞后N 个采样周期的 m(k- N) 信号。
常规及复杂控制技术(三)
纯滞后控制技术
主要内容
1、施密斯(Smith)预估控制 2、达林(Dahin)算法
5.3.1 史密斯(Smith)预估控制
在实际生产过程中,大多数工业对象具有较大的纯滞后 时间。对象的纯滞后时间τ对控制系统的控制性能极为不利。
当对象的纯滞后时间τ与对象的时间常数Tc之比, 即τ/ Tc≥0.5时,采用常规的PID控制来克服大纯滞后是很难适应的, 而且还会使控制过程严重超调,稳定性变差。
长期以来,人们对纯滞后对象的控制作了大量的研究。 但在工程实践上有效的方法还是不多。比较有代表性的方法
有大林算法和史密斯预估算法。
史密斯预估控制原理
r(t) +
e(t)
-
u(t)
y(t)
D(s)
Gp (s)e s
图5.3.1 带纯滞后环节的控制系统
D(s) 表示调节器(控制器)的传递函数; Gp(s) e-τs 表示被控对象的传递函数; Gp(s) 为被控对象中不包含纯滞后部分的传递函数; e -τs 为被控对象纯滞后部分的传递函数。
G(z)
1 es Z
s
e2s
s(s 1)
z 3
0.368 (1 0.718 z 1) (1 z 1)(1 0.368 z 1)
按达林算法选取Φ(z),纯滞后时间为2s,时间常数选为 2s。则:
(z)
z
N
1
1
1
e
e T /
T / T
T
z
1
z
3
1
1
e 0.5 e 0.5 z 1
1 T1
(T1e T /T1
T2e T
/ T2
)
C2
e T (1/ T1 1/ T2 )
T2
1 T1
(T1e T /T2
T2e 1/T1 )
(z)
z
N
1
1
1 e
e T / T z T / T
1
可以得到达林算法的数字控制器为:
D(z)
(z) G(z)(1 (z))
(1 eT /T )(1 eT /T1 z 1 )(1 eT /T2 z 1 ) K (C1 C2 z 1 )[1 eT /T z 1 (1 eT /T ) z N 1 ]
则其闭环传递函数为:
(s)
1
D(s)Gp (s)es D(s)Gp (s)e
s
在闭环传递函数的分母中包含有纯滞后环节,使得系
统的闭环极点很难分析得到,而且容易造成超调和振荡。 如果τ足够大的话,系统将是不稳定的,这就是大纯滞后过 程难以控制的本质。
如何消除分母上的纯滞后环节?
史密斯预估控制原理是:与 D(s) 并接一补偿
环节,用来补偿被控对象中的纯滞后部分。这个补 偿环节称为预估器,其传递函数为 Gp (s)(1 es ) 如下图所示
r(t) + e(t) +
-
y (t)
u(t)
y(t)
D(s)
Gp (s)e s
Gp (s)(1 e s )
新的控制器闭环传递函数为:
D
'(
s
)
1
D(
D(s) s)Gp (s)(1
e
从形式上可把纯滞后补偿视为具有超前控制作用,而
实质上是对被控参数的预估。因此称史密斯补偿器为史密 斯预估器。
具有纯滞后补偿的数字控制器
r(t) + -
e(t) e1(k) +
S
-
y (k)
e2(k)
u(k) S
PID
数字史密斯 预估器
1 e s s
y(t)
Wp (s)e s
图4.24 具有纯滞后补偿的控制系统
(1) 计算反馈回路的偏差 e1(k)
e1(k) r(k) y(k)
(2) 计算纯滞后补偿器的输出 y (k)
Y U
(s) (s)
Gp
(s)(1
e s
)
Kf 1 Tf
s
(1
e s
)
r(t) + -
e1(t) S
e1(k) + -
y (k)
e2(k)
u(k) S
PID
1 e s s
Gp (s)(1 e s )
G(z)
1 eTs
Z
s
Kes 1 T1s
K
z
N
1
1
1 e
eT /
T / T1
T1
z
1
(z)
z N 1
1 eT /T 1 eT /T z 1
可以得到达林算法的数字控制器为:
(z)
(1 eT /T )(1 eT /T1 z 1 )
D( z) G( z)(1 ( z)) K (1 eT /T1 )[1 eT /T z 1 (1 eT /T ) z N 1]
(s) 1 es T s 1
Ф(s)闭环系统离散化为:
(z)
G(z) Y(z)
E(z)
U(z)
r(t)
T
D(z) T
H0(s)
Gp(s)
y(t)
(z)
G(z) Y(z)
E(z)
U(z)
r(t)
T
D(z) T
H0(s)
Gp(s)
y(t)
整个闭环系统的纯滞后时间和被控对象Gp(s)的纯滞后时间τ相 同。一般选定采样周期T和纯滞后时间τ之间有整数倍关系,既 τ=NT。 Ф(s)对应的闭环脉冲传递函数Ф(z)
φu(z)极点距离 z = -1越近,振铃现象越严重。假设φu(z)含有 1/(z-a)因子(a<0),即φu(z)有z=a极点。则输出序列u(k)必 有分量:
u(k)
Z
1
z
1
a
Z
1
z
1
z
z
a
a k 1
因为a<0,当k-1为奇数时,u(k)为负,使控制作用减弱;当 k-1为偶数时,u(k)为正,使控制作用加强。这就是输出的 控制量两倍采样周期振荡的原因。也说明振零现象产生的原 因是φu(z)有负实轴上接近z =-1的极点。
(z) Z[1 eTs es ] s T s 1
(1
z
1
)
z
N
Z
1
s
1 s 1
(1
z
1
)
z
N
( 1
1 z
1
1
e
1
T /
T
z 1 )
T
z N 1(1 eT /T 1 eT /T z 1
)
(1)、一阶惯性环节的达林算法 当被控对象为带纯滞后的一阶惯性环节时
Gp
(s)
1
K T1s
e s
许多工业对象可近似用一阶惯性环节和纯滞后环节的串 联来表示
Gc (s)
Gp (s)e s
Kf 1 Tf
s
e s
式中,Kf —— 被控对象的放大系数; Tf —— 被控对象的时间常数; τ —— 纯滞后时间。
预估器的传递函数
G
(s)
Gp
(s)(1
e
s
)
1
Kf Tf
s
(1
e
s
)
2. 纯滞后补偿控制算法步骤
①带纯滞后的一阶惯性环节 被控对象为带纯滞后的一阶惯性环节时
u (z)
(z) G(z)
(1 e T T )(1 e T T1 z 1 ) K (1 e T T1 )(1 e T T z 1 )
求得极点 z e T T
显然是大于零的。故在带纯滞后的一阶惯性环节组成的系统 中,数字控制器输出对输入的脉冲传递函数不存在负实轴上
闭环时的关系,是分析振铃现象的基础。
对于单位阶跃输入信号
R(z)
1
1 z
1
含有极点z=1。
如果φu(z)的极点在负实轴上,且与z = -1接近,则数字控制 器的输出序列u(k)中将含有这两个极点造成的瞬态项,且瞬 态项的符号在不同时刻不相同,可能叠加也可能抵消(当两 瞬态项符号相同时,数字控制器的输出控制作用加强;符号 相反时,控制作用减弱),从而造成数字控制器的输出序列 大幅度波动。
在控制系统设计中,对这类纯滞后对象的控制,快速性是次 要的,主要要求系统没有超调或很少的超调。
达林(Dahlin)算法是专门针对工业生产过程中含有纯滞后 控制对象的控制算法。
达林算法的设计目标是:设计控制器使系统期望的闭环传递 函数等价于纯滞后环节和一阶惯性环节的串联。
1、数字控制器D(z)的形式 系统期望的闭环传递函数Ф(s)为:
系统的输出Y(z)和数字控制器的输出U(z)间有下列关系: Y(z)=U(z)G(z)
系统的输出Y(z)和输入函数的R(z) Y(z)=Ф(z)R(z)
则数字控制器的输出U(z)与输入函数的R(z)之间的关系:
U (z)
(z) G(z)
R(z)
u (z)R(z)
其中,u (z)
(z) G(z)
表达了数字控制器的输出与输入函数在
s
)
则其总的闭环传递函数为:
'(s)
1
相关文档
最新文档