【精品】自控原理大作业
- 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、"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、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)。
自控原理大作业
自实0701
王珠
200740190
选择初始系统的状态矩阵为:
A=[-1-2—2;0—11;10—1]; B=[2;0;1];
C=[0。53-1]; D=0;
因为rankQc=3 Qc=[BA*BA^2*B] 所以系统完全能控,可任意配置极点。系统的特征多项式是:|s*I-A|=s^3+3*s^2+5*s+5
这时,选超调量为4%,调节时间为ts=2.3s,S3=-12为非主导极点
所以有ε*ω=2 ε=0。72ω=2。78
期望的极点为:-2+1。9292i —2—1。9292i -12
所以期望的闭环特征多项式为:s^3+16*s^2+55。73*s+92。76
k=[92。76-555。73—516—3]=[87.7650。7313]
P=[A^2*BA*BB]*[100;310;531]
K=k*1-P=[5。25730。2722。486]
[Nx;Nu]=[AB;CD]1-*[0;1]Nx=[—0。4;0。6;0。6]Nu=1
_
N=Nu+K*Nx=18。552 u=-K*x+_N*r代入状态方程得:
.
x=(A—BK)x+_N Br y=Cx+Du
进而得到原始与改进后的阶跃响应图:
用step观察得:改进后的曲线终值为1,最大值为1。04,超调量为4%,与前设定相同,在2.33s达到1.01,与调节时间相近,因此得到验证。
要使性能指标⎰+∞+
) ^
^
*
(dt
2
u
2
z
p最小。
所以Go(s)=5/(s^3+3*s^2+5*s+5)
SRL原则有:1+p*Go(-s)*Go(s)=0
取p=0。1,选择闭环极点为:—1.7931;—0.6391+1。5862i—0.6391—1.5862i计算对应的K为:K=[0.02360。0730。024]
_
N=Nu+K*Nx=1。0488u=-K*x+_N*r代入状态方程得:
.
x=(A-BK)x+_N Br y=Cx+Du
同理,计算p=1时,闭环极点为:—1。9476;-0。7855+1。7360i
-0。7855-1。7360i K=[0。16670。61640。1851]_N=1。4142
当p=10时,闭环极点-2.5357;-1。1885+2。2644i;-1。1885-2.2644i K=[0。60963。57400。6936]_N=3.3167
分别作出p取不同值时的阶跃响应曲线:
分析比较可得,p从0.1变化到10时,系统的调节时间依次减小,控制作用u变强,所以较大的p值对应于较快的响应与较强的控制作用。现在我们设计全维状态观测器。
原特征多项式为:s^3+3*s^2+5*s+5
其中观测器的期望极点为s1=s2=—3s3=-10
期望的特征方程为:s^3+16*s^2+69*s+90
L=1 Q*[a0'-a0;a1'-a1;a2'-a2]=[-17.2;12.8;16。8]
d ~
x/dt=(A—LC)~x+Bu+Ly
设不同的初始条件x=0;~
x1=2;~x2=-1;~x3=-2
用Simulation搭建如下图:
x1,x2,x3的估计值与原始状态的比较,以及输出响应,如下图所示:
现在我们讨论带有全维观测器的状态反馈控制系统的问题.
将极点配置到s1,s2,s3为—2+1。9292j;-2-1.9292j;—12上,全维观测器的期望特征值为—8+4j;-8—4j;—12
前面已经求得K=[5。25730。2722.486]
观测器的期望特征方程为:s^3+28*s^2+272*s+960 所以L=[168。4;53.4;219.4]
引入状态反馈,且终值为1,引入u=—K*~
x+_N*r,所以有:
[.
x;
.
~
x]=[A–BK;LCA-LC—BK]*[x;
~
x]+_N*[B;B]v
y=[0.53-1000]*[x;~ x]
用Simulation搭建如下图:
设真实的初始状态为[0;0;0],估计器的初始状态为[2;—1;—2]得到的跟踪情况如下图:
系统的阶跃输出响应y为:
而未加状态反馈的系统输出为:
分析看出,系统不仅保证了终值为1的要求,而且在加入反馈之后,与之前仿真结果相比较,超调量较小,调节时间较短,估计器的设计也达到了预期的跟踪真实状态的目的.现在我们讨论加入过程噪声影响估计器极点的选择的问题。
未加反馈前,从u到y的传递函数为:G(s)=5/(s^3+3*s^2+5*s+5)
假设我们现在在受控对象前加入一个噪声干扰,也就是在u的位置同样的存在干扰噪声,
并假设输入扰动噪声强度与传感噪声强度的比值q为500。对此情况进行估计器的极点配置问题。
根据SRL方程有Ge(s)=G(s)=5/(s^3+3*s^2+5*s+5)
1+q*Ge(-s)*Ge(s)=0 q=500
由此有估计器的极点为:
—4。7922;—2。3844+4。2033i;—2。3844-4。2033i
由前面可得,选择较强的控制作用,当p=10时,控制器的极点为:-2.5357;—1.1885+2.2644i;-1。1885—2.2644i
这样控制器以及估计器的极点就选择好了。
之前用到了u=—K*x+_N*r,现在我们采用积分控制与鲁棒跟踪。
[.
x I;.x]=[0C;0A][xi;x]+[0;B](r+w)-[1;0]r
设置控制器的极点为:
—2.5357;—1。1885+2.2644i;-1。1885—2。2644i;—2。5357 控制器的期望特征多项式为:
s^4+7。45*s^3+25.02*s^2+48.45*s+42.05
K=[K1K0]=[8.412.34416。284—0。238]
观测器的期望特征多项式为:
s^3+9.56*s^2+46。21*s+111。91
L=[9.80;8.24;23.06]
观测器的方程为:d ~
x/dt=(A-LC)~x+Bu+Ly
用Simulation搭建如下图: