基于扩张观测器的滑模控制的matlab控制系统设计，使用simulink仿真。仿真电子资料

于 2025-05-14 08:00:00 发布
阅读量896 收藏 8
点赞数 33
CC 4.0 BY-SA版权
分类专栏： 仿真模型 文章标签： matlab 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2501_90884015/article/details/147890912

基于扩张观测器的滑模控制的matlab控制系统设计，使用simulink仿真。仿真电子资料
在这里插入图片描述

文章目录

好的，以下是一个基于 扩张观测器（Extended State Observer, ESO） 的滑模控制系统的 MATLAB 和 Simulink 设计。我们将通过 Simulink 模型和 MATLAB 脚本实现该系统，并附上详细代码。

1. MATLAB 脚本设计

首先，我们编写一个 MATLAB 脚本来定义控制器参数、动力学模型和扩张观测器的逻辑。

% 参数设置
m = 1; % 系统质量 (kg)
b = 0.1; % 阻尼系数
k = 10; % 弹性系数
dt = 0.01; % 时间步长 (秒)
T = 10; % 总时间 (秒)
t = 0:dt:T; % 时间向量

% 初始状态
x = 0; % 位置
v = 0; % 速度

% 目标轨迹
x_des = sin(2 * pi * t / T); % 正弦目标轨迹

% 滑模控制参数
lambda = 5; % 滑模面系数
eta = 1; % 滑模增益

% ESO 参数
beta1 = 10; % ESO 增益 1
beta2 = 20; % ESO 增益 2
z1 = 0; % ESO 状态估计 1
z2 = 0; % ESO 状态估计 2

% 初始化变量
s = zeros(size(t)); % 滑模面
u = zeros(size(t)); % 控制输入
filtered_u = zeros(size(t)); % 经过低通滤波器的控制输入

% 动力学仿真
for i = 1:length(t)-1
    % 计算误差
    e = x_des(i) - x;
    de = -v;
    
    % 滑模面
    s(i) = lambda * e + de;
    
    % 扩张观测器更新
    z1_dot = z2 - beta1 * (z1 - x);
    z2_dot = -beta2 * (z1 - x);
    z1 = z1 + z1_dot * dt;
    z2 = z2 + z2_dot * dt;
    
    % 滑模控制输入
    u(i) = m * (-k * x - b * v + k * x_des(i)) + eta * sign(s(i)) - z2;
    
    % 动力学更新
    a = (u(i) - b * v - k * x) / m;
    v = v + a * dt;
    x = x + v * dt;
end

% 绘图
figure;
subplot(3, 1, 1);
plot(t, x, 'r-', t, x_des, 'b--');
xlabel('时间 (秒)');
ylabel('位置 (米)');
legend('实际轨迹', '目标轨迹');

subplot(3, 1, 2);
plot(t, u);
xlabel('时间 (秒)');
ylabel('控制输入');
title('控制输入随时间变化');

subplot(3, 1, 3);
plot(t, s);
xlabel('时间 (秒)');
ylabel('滑模面');
title('滑模面随时间变化');

2. Simulink 仿真设计

接下来，我们在 Simulink 中实现上述控制器和动力学模型的仿真。

Simulink 模型结构
  1. 打开 Simulink 并创建新模型。
  2. 添加以下模块：
    • Sine Wave：生成目标轨迹信号。
    • Integrator：用于积分加速度和速度。
    • Scope：用于显示输出结果。
    • MATLAB Function：用于实现滑模控制器和扩张观测器逻辑。
    • Sum 和 Gain：用于实现数学运算。
配置 MATLAB Function

将上述 MATLAB 脚本中的控制器逻辑封装到一个 MATLAB Function 中。以下是 MATLAB Function 的基本框架：

function [sys, x0, str, ts] = smc_es_controller(t, x, u, flag)
switch flag
    case 0 % 初始化
        [sys, x0, str, ts] = mdlInitializeSizes;
    case 2 % 更新状态
        sys = mdlUpdate(t, x, u);
    case 3 % 输出
        sys = mdlOutputs(t, x, u);
    otherwise
        sys = [];
end

function [sys, x0, str, ts] = mdlInitializeSizes
sizes = simsizes;
sizes.NumContStates = 2; % ESO 的两个状态
sizes.NumDiscStates = 0;
sizes.NumOutputs = 2; % 控制输入和观测扰动
sizes.NumInputs = 4; % 状态和目标轨迹
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 1;
sys = simsizes(sizes);
x0 = [0; 0]; % ESO 初始状态
str = [];
ts = [-1 0]; % 可变步长

function sys = mdlUpdate(t, x, u)
sys = [];

function sys = mdlOutputs(t, x, u)
% 解析输入
x_actual = u(1);
v_actual = u(2);
x_des = u(3);
v_des = u(4);

% 参数
m = 1; b = 0.1; k = 10;
lambda = 5; eta = 1;
beta1 = 10; beta2 = 20;

% ESO 更新
z1 = x(1);
z2 = x(2);
z1_dot = z2 - beta1 * (z1 - x_actual);
z2_dot = -beta2 * (z1 - x_actual);

% 滑模面
e = x_des - x_actual;
de = v_des - v_actual;
s = lambda * e + de;

% 滑模控制输入
u_raw = m * (-k * x_actual - b * v_actual + k * x_des) + eta * sign(s) - z2;

sys = [u_raw; z2];

运行仿真

  1. 在 Simulink 中运行模型。
  2. 使用 Scope 模块观察机械手的位置、速度和控制输入的变化。
  3. 检查轨迹跟踪效果是否满足要求。

总结

  • 扩张观测器（ESO） 用于估计系统的总扰动（包括未建模动态和外部干扰），从而提高滑模控制的鲁棒性。
  • 滑模控制 提供了快速收敛和强鲁棒性，但需要结合滤波器或扩张观测器来减少抖振现象。
  • 上述代码和 Simulink 模型可以作为基础框架，根据具体需求进一步调整参数和功能。

在这里插入图片描述
为了实现基于扩张观测器（Extended State Observer, ESO）的滑模控制，并使用 Simulink 进行仿真，我们可以按照以下步骤进行。以下是 MATLAB 脚本和 Simulink 模型的设计。

1. MATLAB 脚本设计

首先，我们编写一个 MATLAB 脚本来定义控制器参数、动力学模型和扩张观测器的逻辑。

% 参数设置
m = 1; % 系统质量 (kg)
b = 0.1; % 阻尼系数
k = 10; % 弹性系数
dt = 0.01; % 时间步长 (秒)
T = 10; % 总时间 (秒)
t = 0:dt:T; % 时间向量

% 初始状态
x = 0; % 位置
v = 0; % 速度

% 目标轨迹
x_des = sin(2 * pi * t / T); % 正弦目标轨迹

% 滑模控制参数
lambda = 5; % 滑模面系数
eta = 1; % 滑模增益

% ESO 参数
beta1 = 10; % ESO 增益 1
beta2 = 20; % ESO 增益 2
z1 = 0; % ESO 状态估计 1
z2 = 0; % ESO 状态估计 2

% 初始化变量
s = zeros(size(t)); % 滑模面
u = zeros(size(t)); % 控制输入
filtered_u = zeros(size(t)); % 经过低通滤波器的控制输入

% 动力学仿真
for i = 1:length(t)-1
    % 计算误差
    e = x_des(i) - x;
    de = -v;
    
    % 滑模面
    s(i) = lambda * e + de;
    
    % 扩张观测器更新
    z1_dot = z2 - beta1 * (z1 - x);
    z2_dot = -beta2 * (z1 - x);
    z1 = z1 + z1_dot * dt;
    z2 = z2 + z2_dot * dt;
    
    % 滑模控制输入
    u(i) = m * (-k * x - b * v + k * x_des(i)) + eta * sign(s(i)) - z2;
    
    % 动力学更新
    a = (u(i) - b * v - k * x) / m;
    v = v + a * dt;
    x = x + v * dt;
end

% 绘图
figure;
subplot(3, 1, 1);
plot(t, x, 'r-', t, x_des, 'b--');
xlabel('时间 (秒)');
ylabel('位置 (米)');
legend('实际轨迹', '目标轨迹');

subplot(3, 1, 2);
plot(t, u);
xlabel('时间 (秒)');
ylabel('控制输入');
title('控制输入随时间变化');

subplot(3, 1, 3);
plot(t, s);
xlabel('时间 (秒)');
ylabel('滑模面');
title('滑模面随时间变化');

2. Simulink 仿真设计

接下来，我们在 Simulink 中实现上述控制器和动力学模型的仿真。

Simulink 模型结构
  1. 打开 Simulink 并创建新模型。
  2. 添加以下模块：
    • Sine Wave：生成目标轨迹信号。
    • Integrator：用于积分加速度和速度。
    • Scope：用于显示输出结果。
    • MATLAB Function：用于实现滑模控制器和扩张观测器逻辑。
    • Sum 和 Gain：用于实现数学运算。
配置 MATLAB Function

将上述 MATLAB 脚本中的控制器逻辑封装到一个 MATLAB Function 中。以下是 MATLAB Function 的基本框架：

function [sys, x0, str, ts] = smc_es_controller(t, x, u, flag)
switch flag
    case 0 % 初始化
        [sys, x0, str, ts] = mdlInitializeSizes;
    case 2 % 更新状态
        sys = mdlUpdate(t, x, u);
    case 3 % 输出
        sys = mdlOutputs(t, x, u);
    otherwise
        sys = [];
end

function [sys, x0, str, ts] = mdlInitializeSizes
sizes = simsizes;
sizes.NumContStates = 2; % ESO 的两个状态
sizes.NumDiscStates = 0;
sizes.NumOutputs = 2; % 控制输入和观测扰动
sizes.NumInputs = 4; % 状态和目标轨迹
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 1;
sys = simsizes(sizes);
x0 = [0; 0]; % ESO 初始状态
str = [];
ts = [-1 0]; % 可变步长

function sys = mdlUpdate(t, x, u)
sys = [];

function sys = mdlOutputs(t, x, u)
% 解析输入
x_actual = u(1);
v_actual = u(2);
x_des = u(3);
v_des = u(4);

% 参数
m = 1; b = 0.1; k = 10;
lambda = 5; eta = 1;
beta1 = 10; beta2 = 20;

% ESO 更新
z1 = x(1);
z2 = x(2);
z1_dot = z2 - beta1 * (z1 - x_actual);
z2_dot = -beta2 * (z1 - x_actual);

% 滑模面
e = x_des - x_actual;
de = v_des - v_actual;
s = lambda * e + de;

% 滑模控制输入
u_raw = m * (-k * x_actual - b * v_actual + k * x_des) + eta * sign(s) - z2;

sys = [u_raw; z2];

运行仿真

  1. 在 Simulink 中运行模型。
  2. 使用 Scope 模块观察机械手的位置、速度和控制输入的变化。
  3. 检查轨迹跟踪效果是否满足要求。

总结

  • 扩张观测器（ESO） 用于估计系统的总扰动（包括未建模动态和外部干扰），从而提高滑模控制的鲁棒性。
  • 滑模控制 提供了快速收敛和强鲁棒性，但需要结合滤波器或扩张观测器来减少抖振现象。
  • 上述代码和 Simulink 模型可以作为基础框架，根据具体需求进一步调整参数和功能。

在这里插入图片描述
为了实现基于扩张观测器（Extended State Observer, ESO）的滑模控制，并使用 Simulink 进行仿真，我们可以按照以下步骤进行。以下是 MATLAB 脚本和 Simulink 模型的设计。

1. MATLAB 脚本设计

首先，我们编写一个 MATLAB 脚本来定义控制器参数、动力学模型和扩张观测器的逻辑。

% 参数设置
m = 1; % 系统质量 (kg)
b = 0.1; % 阻尼系数
k = 10; % 弹性系数
dt = 0.01; % 时间步长 (秒)
T = 10; % 总时间 (秒)
t = 0:dt:T; % 时间向量

% 初始状态
x = 0; % 位置
v = 0; % 速度

% 目标轨迹
x_des = sin(2 * pi * t / T); % 正弦目标轨迹

% 滑模控制参数
lambda = 5; % 滑模面系数
eta = 1; % 滑模增益

% ESO 参数
beta1 = 10; % ESO 增益 1
beta2 = 20; % ESO 增益 2
z1 = 0; % ESO 状态估计 1
z2 = 0; % ESO 状态估计 2

% 初始化变量
s = zeros(size(t)); % 滑模面
u = zeros(size(t)); % 控制输入
filtered_u = zeros(size(t)); % 经过低通滤波器的控制输入

% 动力学仿真
for i = 1:length(t)-1
    % 计算误差
    e = x_des(i) - x;
    de = -v;
    
    % 滑模面
    s(i) = lambda * e + de;
    
    % 扩张观测器更新
    z1_dot = z2 - beta1 * (z1 - x);
    z2_dot = -beta2 * (z1 - x);
    z1 = z1 + z1_dot * dt;
    z2 = z2 + z2_dot * dt;
    
    % 滑模控制输入
    u(i) = m * (-k * x - b * v + k * x_des(i)) + eta * sign(s(i)) - z2;
    
    % 动力学更新
    a = (u(i) - b * v - k * x) / m;
    v = v + a * dt;
    x = x + v * dt;
end

% 绘图
figure;
subplot(3, 1, 1);
plot(t, x, 'r-', t, x_des, 'b--');
xlabel('时间 (秒)');
ylabel('位置 (米)');
legend('实际轨迹', '目标轨迹');

subplot(3, 1, 2);
plot(t, u);
xlabel('时间 (秒)');
ylabel('控制输入');
title('控制输入随时间变化');

subplot(3, 1, 3);
plot(t, s);
xlabel('时间 (秒)');
ylabel('滑模面');
title('滑模面随时间变化');

2. Simulink 仿真设计

接下来，我们在 Simulink 中实现上述控制器和动力学模型的仿真。

Simulink 模型结构
  1. 打开 Simulink 并创建新模型。
  2. 添加以下模块：
    • Sine Wave：生成目标轨迹信号。
    • Integrator：用于积分加速度和速度。
    • Scope：用于显示输出结果。
    • MATLAB Function：用于实现滑模控制器和扩张观测器逻辑。
    • Sum 和 Gain：用于实现数学运算。
配置 MATLAB Function

将上述 MATLAB 脚本中的控制器逻辑封装到一个 MATLAB Function 中。以下是 MATLAB Function 的基本框架：

function [sys, x0, str, ts] = smc_es_controller(t, x, u, flag)
switch flag
    case 0 % 初始化
        [sys, x0, str, ts] = mdlInitializeSizes;
    case 2 % 更新状态
        sys = mdlUpdate(t, x, u);
    case 3 % 输出
        sys = mdlOutputs(t, x, u);
    otherwise
        sys = [];
end

function [sys, x0, str, ts] = mdlInitializeSizes
sizes = simsizes;
sizes.NumContStates = 2; % ESO 的两个状态
sizes.NumDiscStates = 0;
sizes.NumOutputs = 2; % 控制输入和观测扰动
sizes.NumInputs = 4; % 状态和目标轨迹
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 1;
sys = simsizes(sizes);
x0 = [0; 0]; % ESO 初始状态
str = [];
ts = [-1 0]; % 可变步长

function sys = mdlUpdate(t, x, u)
sys = [];

function sys = mdlOutputs(t, x, u)
% 解析输入
x_actual = u(1);
v_actual = u(2);
x_des = u(3);
v_des = u(4);

% 参数
m = 1; b = 0.1; k = 10;
lambda = 5; eta = 1;
beta1 = 10; beta2 = 20;

% ESO 更新
z1 = x(1);
z2 = x(2);
z1_dot = z2 - beta1 * (z1 - x_actual);
z2_dot = -beta2 * (z1 - x_actual);

% 滑模面
e = x_des - x_actual;
de = v_des - v_actual;
s = lambda * e + de;

% 滑模控制输入
u_raw = m * (-k * x_actual - b * v_actual + k * x_des) + eta * sign(s) - z2;

sys = [u_raw; z2];

运行仿真

  1. 在 Simulink 中运行模型。
  2. 使用 Scope 模块观察机械手的位置、速度和控制输入的变化。
  3. 检查轨迹跟踪效果是否满足要求。

总结

  • 扩张观测器（ESO） 用于估计系统的总扰动（包括未建模动态和外部干扰），从而提高滑模控制的鲁棒性。
  • 滑模控制 提供了快速收敛和强鲁棒性，但需要结合滤波器或扩张观测器来减少抖振现象。
  • 上述代码和 Simulink 模型可以作为基础框架，根据具体需求进一步调整参数和功能。
两种基于滑模观测器的PMSM无感矢量控制仿真(开关设置区分)
m0_73591357的博客
09-06 411
两种基于滑模观测器的PMSM无感矢量控制仿真(开关设置区分):ID:5758旺仔电控。
滑模控制问题总结
weixin_49640235的博客
03-12 5529
滑模控制总结（自用
FOC滑模观测器仿真,滑模观测器原理,C,C++
09-10
无刷电机FOC 滑模估算器MATLAB仿真。
滑模观测器simulink电机控制仿真
11-26
滑模观测器 simulink 电机控制仿真 永磁同步电机无位置传感器仿真
基于滑模观测器的无位置传感器控制Simulink永磁同步电机（PMSM）仿真模型 附资料 · 滑模观测器
05-22
内容概要：本文详细介绍了基于Simulink仿真平台的永磁同步电机(PMSM)滑模观测器无位置传感器控制策略的建模方法和技术细节。主要内容涵盖滑模观测器的工作原理，即通过电流观测反电动势并从中提取转子位置信息，以及...
基于滑模观测器(SMO)的Matlab Simulink电流传感器容错切换控制研究
05-08
首先介绍了SMO的基本原理及其在电流估计中的应用，然后详细描述了在Matlab Simulink环境下构建的包含电机驱动系统、滑模观测器和电流传感器的模型。文中还讨论了在矢量控制框架下的容错切换控制策略，当检测到电流...
工业控制领域高增益观测器滑模控制(HGOSMC)的MATLAB/Simulink实现及应用
04-17
首先，文章通过一个二阶系统的例子展示了如何利用高增益观测器解决状态不可测的问题，接着阐述了滑模控制器的设计及其改进措施，如使用饱和函数替代sign函数减少抖振现象。此外，文中提供了详细的代码示例以及参数...
永磁同步电机无位置传感器控制：三种滑模观测器的MATLABSimulink仿真与比较
最新发布
05-31
内容概要：本文详细介绍了基于三种不同类型的滑模观测器（传统滑模观测器、改进滑模观测器和二阶超螺旋滑模观测器）对永磁同步电机进行无位置传感器控制的仿真模型。文中不仅提供了每种观测器的具体实现代码片段，还...
基于Matlab Simulink的滑模观测器(SMO)在电机控制系统中的容错切换技术实现
04-24
内容概要：本文详细介绍了如何利用Matlab Simulink平台实现滑模观测器（SMO）在电机控制系统中的应用，特别是在位置传感器发生故障时的容错切换控制。文章首先通过故障注入模块模拟传感器的不同故障类型，如漂移、...
滑模MATLAB/simulink仿真程序
03-12
关于滑模变结构MATLAB仿真，若还有关于滑模或其他仿真需要，请联系我。
滑模观测器的学习
YQianLiang的博客
04-28 1万+
首先，先学习一下理论知识 附加上TI的smo代码 首先先贴出代码中的变量，以便大家更快的看懂。 typedefstruct{_iqValpha; //Input:Stationaryalfa-axisstatorvoltage _iqEalpha;//Variable:Stati...
改进型滑膜观测器
qq_27016651的博客
03-08 4492
传统的滑膜观测器，由于滑模控制是非连续的，在系统中有抖振问题，且反电动势常常有低通滤波器获得，则由反电动势得到的就是存在相位滞后的位置信息，还需要通过相位补偿来弥补，这样就会使系统变得更加复杂。具体看查看上一转载博文。 如果使用双曲正切tanh 函数代替滑膜开关函数建立滑膜电流观测器，无需经过滤波处理，即可得到具有期望相位特性的反电动势，省去了反电动势的滤波模块 具体算法框图如下 ...
在一个从左到右，从上到下递增的数组中找到给定的数值
weixin_43997764的博客
11-09 2869
如题 [ [1,2,3], [3,4,5] ] 对于这种如果暴力搜索肯定超时，观察数组特征，从左下角开始，1=行数-1，j=0，如果target大于当前值，则列指针向右走，j++，如果target小于当前值，行指针向上走i– #include <iostream> #include <vector> using namespace std; bool findTarget(vector<vector< int>>& v,int target) {
永磁同步电机无速度传感器控制（一）——滑模观测器（四）【仿真搭建及其结果分析】
sy243772901的博客
07-11 1万+
1、滑模仿真框图 2、仿真结果 波形的简要分析 1、转速响应曲线 下图为滑模无位置控制的转速响应，其中蓝色为估计转速，内部被遮盖的为实际转速，可以从图中看出，估计转速和实际转速基本重合，验证了滑模观测器的有效性。对转速响应曲线种的分析为其动态性能，此时给定转速为800rpm，可以看到在短暂的振荡过后，电机实际转速到达给定转速，此处验证了系统的准确性。在0.05s（箭头处）是电机突加负载，电机在短暂的速度降落之后，迅速回升到给定转速，此处验证了PI调节器的抗扰动性能。 2、位置跟随曲线 .
MATLAB/Simulink 永磁同步电机启动(I/F控制) 中高速运行（滑模观测器控制/磁链观测器）
m0_73309321的博客
08-16 1514
中高速运行（滑模观测器控制/磁链观测器）永磁同步电机启动(I/F控制)性能要求，价格等方面请加好友。运行模式间切换方案设计。卡尔曼滤波器加锁相环。
滑模观测器
热门推荐
cheng_xing_的博客
05-17 3万+
什么是滑模观测器 1、 滑模观测器是一类动态系统。 2、滑模观测器是指根据系统的外部变量(输入变量和输出变量)的实测值得出状态变量估计值的一类动态系统，也称为状态重构器。 3、作用： （1）滑模观测器不但为状态反馈的技术实现提供了实际可能性，而且在控制工程的许多方面也得到了实际应用，例如复制扰动以实现对扰动的完全补偿等。 （2）滑模观测器通过测量实际系统的输入输出，可以得到给定系统内部状态的估计值...
三相pmsm矢量控制仿真模型_学术｜基于新型滑模观测器的永磁同步电机无传感器矢量控制系统...
weixin_39638603的博客
10-20 554
北京交通大学电气工程学院的研究人员张立伟、李行、宋佩佩、张鹏、云蓝斯，在2019年《电工技术学报》增刊1上撰文指出，现代永磁同步电机矢量控制系统中多采用机械式速度传感器检测转子位置和转速信息，因电机内部工作环境复杂恶劣，机械式速度传感器无法保证系统稳定性，因此逐渐采用无速度传感器进行控制。在众多无速度传感器控制中，滑模观测器因具有对参数变化不敏感、鲁棒性强而得到广泛应用。基于sigmoid函数的传...
基于滑模观测器的无位置传感器永磁同步电机矢量控制仿真
资源摘要信息: "本文档详细介绍了基于滑模观测器的无位置永磁同步电机矢量控制的MATLAB/Simulink仿真模型。文档首先对无位置永磁同步电机的矢量控制进行了理论分析，随后着重介绍了滑模观测器在无传感器控制中的应用...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值