自动控制原理学习笔记（四）—— 一阶系统的实验表征和 MATLAB 仿真

DongFang_ZhiZhu

已于 2024-09-19 20:33:26 修改

阅读量1k

点赞数 17

文章标签：学习笔记

于 2024-09-19 20:18:08 首次发布

本文链接：https://blog.csdn.net/DongFang_ZhiZhu/article/details/142330420

版权

前几节笔记如下：

自动控制原理学习笔记（一）—— 控制介绍，一阶离散系统-CSDN博客

自动控制原理学习笔记（二）—— 一阶离散系统的通解，稳定性和收敛性-CSDN博客

自动控制原理学习笔记（三）—— 一阶线性定常离散系统与稳态误差-CSDN博客

一、一阶系统：系统内参数的估计

在前三节中，我们学会了如何求解一阶系统。如果给定该系统的数学模型，我们就可以采用 P 控制器来找到最优的 Kp 。然而，当我们设计一个控制系统时，系统中数学模型中的关键参数值该如何确定？我们要通过通过系统辨识来实现。系统辨识是研究人员通过测得的输入输出，通过最小化误差标准函数，确定数学模型中未知的参数取值。

我们举一个例子来具体阐明。给定某个一阶系统的系统方程为

$y[n]=y[n-1]+\Delta T(\beta y[n-1]+\gamma c[n-1])$

其中 $\beta$ 和 $\gamma$ 是我们想测量得到的系统参数， $c[n]$ 为一个合理的控制信号。注意我们的目标是测量 $\beta$ 和 $\gamma$ ，而不是最优控制这个系统。我们尝试从两个角度来解决这个问题。

反馈控制：

$u[n]=K_{p}(y_{d}[n]-y[n])$

给定该反馈控制器，系统方程变为

$y[n]=y[n-1]+\Delta T(\beta y[n-1]+\gamma K_{p}(y_{d}[n-1]-y[n-1]))$

$y[n]=y[n-1]+\Delta T(\beta y[n-1]-\gamma K_{p}y[n-1])+\gamma \Delta TK_{p}y_{d}[n-1]$

$y[n]-y[n-1]-\Delta T(\beta y[n-1]-\gamma K_{p}y[n-1])=\gamma \Delta TK_{p}y_{d}[n-1]$

$y[n]=y[n-1](1+\Delta T\beta - \Delta T \gamma K_{p})+\gamma \Delta TK_{p}y_{d}[n-1]$

于是固有频率为

$\lambda =1+\Delta T\beta - \Delta T \gamma K_{p}$

我们发现，当改变 $K_{p}$ 时，固有频率也会改变，因此测量 $\beta$ 和 $\gamma$ 会非常复杂。我们再尝试另一种控制器。

开环控制：

$u[n]=K_{ff}y_{d}[n]$

给定该开环控制器，系统方程变为

$y[n]=y[n-1]+\Delta T(\beta y[n-1]+\gamma K_{ff}y_{d}[n-1])$

$y[n]=y[n-1]+\Delta T\beta y[n-1]+\gamma \Delta T K_{ff}y_{d}[n-1]$

$y[n]-y[n-1]-\Delta T\beta y[n-1]=\gamma \Delta T K_{ff}y_{d}[n-1]$

$y[n]=y[n-1](1+\Delta T\beta) + \gamma \Delta T K_{ff}y_{d}[n-1]$

固有频率为

$\lambda =1+\Delta T\beta$

显然，这个固有频率更好。为了测量 $\beta$ 和 $\gamma$ ，我们将观察这个系统的阶跃响应（一种比较常用的做法）。当 n>0 时，我们令 $y_{d}[n]=1$ ；当 n=0 时，令 y[n]=0 。我们通过程序仿真并得到下图：

通过观察图像我们可以得到两个方程。

首先，通过测量 y[n] 到达 $y[\infty ]$ 一半的时间来计算 $\lambda$ ，于是

$\lambda ^{n^{*}}=0.5$

在上图中，我们测量 $n^{*}=3$ 。则

$\lambda =\exp (\frac{1}{n^{*}}\log_{e}(0.5))$

由 $\lambda$ 推得 $\beta$ 为

$\beta =\frac{\exp (\frac{1}{n^{*}}\log_{e}(0.5))-1}{\Delta T}=-4.1$

接下来我们将在稳态条件下求解 $\gamma$ ，由图像得 $y[\infty ]=0.5$ 。于是当系统达到稳态时，方程为

$y[\infty ]=y[\infty ](1+\Delta T\beta )+\gamma \Delta TK_{ff}$

于是

$\gamma =-\frac{y[\infty ]\beta }{K_{ff}}=2.1$

二、使用 MATLAB 模拟一阶系统

虽然我们能够求解大部分简单的一阶系统，但对于高阶系统我们要处理更加复杂的计算。因此我们需要能用来解决控制问题的工具。MATLAB 就是一个非常好的工具，它不但提供了丰富便利的包，还提供了强大的仿真工具 Simulink 。

上一节中的系统辨识图由如下代码生成，我们测量的参数值 $\beta =-4.1$ ， $\gamma =2.1$ 与真实值几乎相等：

% 定义变量
Kff = 1;
beta = -4;
gamma = 2;
dt = 1/20;

% 定义传递函数的分子和分母
% 传递函数以后会讲
den = [1 -(1+dt*beta)];
num = [0 dt*gamma*Kff];

% 生成新的图像
close all; figure(2); hold on

% 模拟离散控制系统
sys = tf(num, den, dt, 'variable', 'z^-1');
step(sys, 1.5) % 模拟 1.5 秒

% 作图
axis([-0.2 1.5 -0.1 1.2]);
plot([-0.2 0], [0 0], 'r-');
plot([0 0], [0 1], 'r-');
plot([0 1.5], [1 1], 'r-');

代码可能比较难理解，因为传递函数（tf）的定义我们还没有学过，但我们可以认为它是描述控制系统的数学模型之一，先把它当作一个黑盒来使用。我们先解释一下代码中传递函数的分子和分母是如何得到的：

$y[n]=y[n-1]+\Delta T\beta y[n-1]+\gamma \Delta T K_{ff}y_{d}[n-1]$

$y[n]-y[n-1](1+\Delta T\beta) = \gamma \Delta T K_{ff}y_{d}[n-1]$

分母由 y[n] 和 y[n-1] 前的系数表示：

$den=[1,-\Delta T\beta -1]$

分母由 $y_{d}[n]$ 和 $y_{d}[n-1]$ 前的系数表示：

$num=[0,\Delta T\gamma K_{ff}]$

我们还可以修改代码来实现上一节中反馈控制的仿真。在反馈控制中，系统方程为：

$y[n]-y[n-1](1+\Delta T\beta - \Delta T \gamma K_{p})=\gamma \Delta TK_{p}y_{d}[n-1]$

因此我们只需修改代码中传递函数的分子和分母部分即可，这里我们令 Kp 等于 10 ：

% 修改代码为反馈控制
den = [1 -(1+dt*beta)+dt*gamma*Kp];
num = [0 dt*gamma*Kp];

重新程序仿真，得到新的图像如下：

三、名义信号和扰动信号

在许多情况下我们想在稳态附近控制系统。举个例子，假设我们想控制一台四旋翼无人机，这台无人机有一个能测量瞬时高度的高度传感器，我们想让它在距离地面 1m 的距离悬停。于是我们可以将这个问题看作在稳态附近控制系统。其中我们不关心名义信号（控制电压）甚至单纯的传感器输出（高度），我们关心 “ 受扰动 ” 的控制信号和传感器输出高度与设定高度的差值。下图展示了名义信号与扰动信号的关系：