自动控制原理学习笔记（九）—— 从离散系统到连续系统

DongFang_ZhiZhu

于 2024-10-04 23:02:23 发布

阅读量663

点赞数 8

文章标签：学习笔记

本文链接：https://blog.csdn.net/DongFang_ZhiZhu/article/details/142706152

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

自动控制原理学习笔记（四）—— 一阶系统的实验表征和 MATLAB 仿真-CSDN博客

自动控制原理学习笔记（五）—— 二阶离散系统，比例控制和 PD 控制-CSDN博客

自动控制原理学习笔记（六）—— 使用 MATLAB 求解二阶系统，PID 控制介绍-CSDN博客

自动控制原理学习笔记（七）—— 离散系统函数-CSDN博客

自动控制原理学习笔记（八）—— 离散系统的传递函数和极点-CSDN博客

一、连续系统的导入

在绝大部分控制系统中，传感器和被控对象接收到的信号为连续信号，而控制器接收到传感器的采样信号为离散信号。因此我们需要针对不同类型的信号设计不同的系统。接下来我们以螺旋桨臂平衡系统为例来介绍连续系统，如下图所示。

我们详细绘制出螺旋桨臂平衡系统在离散时间下的方框图（暂时不要求掌握，只是举个例子）：

该系统在连续时间下的方框图如下：

从方框图我们可以发现，在离散系统中，不同的输入信号存在时间间隔；而在连续系统中，时间间隔为零（类比数列与函数）。

二、差分方程和微分方程

离散系统一般使用差分方程来表示，例如：

$y_{d}[n]=x_{d}[n]+py_{d}[n-1]$

连续系统一般使用微分方程来表示，例如：

$\frac{\mathrm{d} y_{c}(t)}{\mathrm{d} t}=x_{c}(t)+py_{c}(t)$

例 1 ：下列哪个系统方框图可以用如下差分方程表示？

$y_{d}[n]=x_{d}[n]+py_{d}[n-1]$

A.                     B.

C.                     D.



答案：B

例 2 ：下列哪个系统方框图可以用如下微分方程表示？

$\frac{\mathrm{d} y_{c}(t)}{\mathrm{d} t}=x_{c}(t)+py_{c}(t)$

A. B.

C. D.

答案：A

三、离散系统和连续系统

离散系统和连续系统可以用类似的方法进行分析。

从例题 1 可知，差分方程 $y_{d}[n]=x_{d}[n]+py_{d}[n-1]$ 对应的离散系统方框图为：

从例题 2 可知，微分方程 $\frac{\mathrm{d} y_{c}(t)}{\mathrm{d} t}=x_{c}(t)+py_{c}(t)$ 对应的连续系统方框图为：

在离散系统中，分别给比较点、增益和延时环节提供一个输入信号，若该输入信号与 $z^{n}$ 成比例，则这些模块的输出信号也与 $z^{n}$ 成比例，如下图所示：

即离散系统的特征方程为不同幂函数的和。

在连续系统中，分别给比较点、增益和延时环节提供一个输入信号，若该输入信号与 $e^{st}$ 成比例，则这些模块的输出信号也与 $e^{st}$ 成比例，如下图所示：

例 3 ：给定离散系统的差分方程和连续系统的微分方程分别为：

$y_{d}[n]=x_{d}[n]+py_{d}[n-1]$

$\frac{\mathrm{d} y_{c}(t)}{\mathrm{d} t}=x_{c}(t)+py_{c}(t)$

则下列说法中正确的为：

A. 该离散系统和连续系统的固有频率和特征方程均相同。

B. 该离散系统和连续系统的固有频率和系统方框图均相同。

C. 该系统的响应只取决于 $n$ （或 $t$ ）和 $p$ 的大小。

D. 两个系统的固有频率大小均为 $p$ 。

答案：D

注意，在例 3 中，虽然两个系统的固有频率大小相等，但它们所在的系统不同，其表示的含义是不同的。

当离散系统的固有频率落在复平面的单位圆内（如下图阴影区域所示），离散系统才是稳定的（系统的零输入响应收敛至零）（详见第四章笔记末）。即当 $\left | \lambda \right |<1$ 时，

$\underset{n\rightarrow \infty }{\lim }y_{d}[n]=\underset{n\rightarrow \infty }{\lim }\lambda ^{n}=\underset{n\rightarrow \infty }{\lim }(\left | \lambda \right |e^{j\angle \lambda })^{n}=\underset{n\rightarrow \infty }{\lim }\left | \lambda \right |^{n}e^{jn\angle \lambda }=0$

此外，若离散系统稳定：

当 $0<\left | \angle (\lambda ) \right |\leqslant \pi$ 时，离散系统的响应是振荡的；
当 $\angle (\lambda )=0$ 时，离散系统的响应是单调的；
当 $\angle (\lambda )=\pi$ 时，离散系统的响应是交错级数。

同理，当连续系统的固有频率落在复平面的左半平面内（如下图阴影区域所示），连续系统才是稳定的（系统的零输入响应收敛至零）（详见奥本海姆《信号与系统》拉普拉斯变换）。即当 $a<0$ 时，

$\underset{t\rightarrow \infty }{\lim }y_{c}(t)=\underset{t\rightarrow \infty }{\lim }e^{st}=\underset{t\rightarrow \infty }{\lim }e^{(a+jb)t}=\underset{t\rightarrow \infty }{\lim }e^{at}e^{jbt}=0$

于是，

当 $Re(s)<0$ 时，连续系统的响应稳定；
当 $Im(s)\neq 0$ 时，连续系统的响应是振荡的；
当 $Re(s)=0$ 时，连续系统的响应是一个正弦信号。

例 4 ：在下列图像中，复平面下的部分区域用红色阴影来表示：

（1）在哪些区域下，离散系统的响应稳定且振荡？

（2）在哪些区域下，连续系统的响应稳定且振荡？

答案：（1）ABFHL （2）AC

四、连续系统的传递函数和极点

连续系统传递函数的计算方法与离散系统几乎无异（参考上一节笔记），以下图最简单的闭环系统为例：

$Y=F(s)E=F(s)(X+G(s)Y)=F(s)X+F(s)G(s)Y$

$(1-F(s)G(s))Y=F(s)X$

故该闭环系统的传递函数为：

$H(R)=\frac{Y}{X}=\frac{F(s)}{1-F(s)G(s)}$

我们想对一般情况下的闭环系统进行分析。假设某个闭环系统包含比较点、增益或微分（或积分）等环节，则该系统的传递函数一定可以用一个有理函数来表示：

$H(s)=\frac{b_{0}+b_{1}s+b_{2}s^{2}+b_{3}s^{3}+...}{1+a_{1}s+a_{2}s^{2}+a_{3}s^{3}+...}$

假设某个闭环系统的前向路径包含一个闭环环节，则该前向路径可以用一个有理函数 $N_{1}(s)/D_{1}(s)$ 来表示；假设某个闭环系统的反向路径包含一个闭环环节，则该反向路径也可以用一个有理函数 $N_{2}(s)/D_{2}(s)$ 来表示，如下图所示。

我们代入之前得到的闭环系统传递函数的公式，于是：

$\frac{Y}{X}=\frac{\frac{N_{1}(s)}{D_{1}(s)}}{1-\frac{N_{1}(s)}{D_{1}(s)}\frac{N_{2}(s)}{D_{2}(s)}}=\frac{N_{1}(s)D_{2}(s)}{D_{1}(s)D_{2}(s)-N_{1}(s)N_{2}(s)}$

由于有理函数的乘积是有理函数，故该系统的传递函数仍是有理函数。

现在我们得到了闭环系统的传递函数 $H$ 为一个有理函数。要想得到系统的固有频率，我们需要把该传递函数拆分为部分分式。

$H(s)=\frac{b_{0}+b_{1}s+b_{2}s^{2}+b_{3}s^{3}+...}{1+a_{1}s+a_{2}s^{2}+a_{3}s^{3}+...}$

化简，得：

$H=\frac{Y}{X}=\frac{b_{0}+b_{1}s+b_{2}s^{2}+b_{3}s^{3}+...}{(s-p_{0})(s-p_{1})(s-p_{2})(s-p_{3})...}$

部分分式展开，得：

$H=\frac{Y}{X}=\frac{C_{0}}{s-p_{0}}+\frac{C_{1}}{s-p_{1}}+\frac{C_{2}}{s-p_{2}}+...+D_{0}+D_{1}s+D_{2}s^{2}+...$

于是， $s_{i}=p_{i}$ 为系统的极点，即系统的固有频率。

例 5 ：假设表示某个控制系统的微分方程为：

$\frac{\mathrm{d}^{2}y(t) }{\mathrm{d} t^{2}}+3\frac{\mathrm{d} y(t)}{\mathrm{d} t}+2y(t)=x(t)$

则下列说法中正确的有哪些？

A. 若 $x(t)=0$ ，则 $\underset{t\rightarrow \infty }{\lim }y(t)=0$ 。

B. 该系统有两个极点。

C. 该系统的极点为 $s=1$ 和 $s=2$ 。

D. 该系统的阶跃响应是振荡的。

答案：AB

五、案例分析

我们回到最开始螺旋桨臂平衡系统的例子中，这次我们只截取其中的电机模块进行分析，如下图所示：

该子系统的输入为一个电压信号 $c(t)$ ，输出为平衡臂的角加速度 $\alpha _{a}(t)$ 。

当电压信号 $c(t)$ 为常数 $c_{0}$ 时，我们的目标是找到合适的参数 $q$ ，使得系统的稳态响应 $\alpha _{a}(\infty )=\gamma _{a}c_{0}$ ，其中 $\gamma _{a}$ 为我们定义的参数值。

经过观察发现，若系统的输出信号为一个常数，则积分模块的输入信号为零；若积分模块的输入信号为零，则比较点的两个输入信号之和为零，即：

$\beta \alpha _{a}(\infty )+q\gamma _{a}c_{0}=0$

由于 $\gamma _{a}c_{0}=\alpha _{a}(\infty )$ ，代入化简得：

$q=-\beta$

接下来我们想知道这个系统的阶跃响应（下面计算如果使用拉普拉斯变换将更加容易，这里我们采用高等数学中的做法）。首先把描述系统的微分方程表示出来：

$\frac{\mathrm{d} \alpha _{a}(t)}{\mathrm{d} t}=\beta \alpha _{a}(t)-\beta \gamma _{a}c(t)$

假设平衡臂的角加速度初始条件为零，且当 $t>0$ 时，输入信号 $c(t)=1$ 。则我们假设输出信号 $\alpha _{a}(t)$ 可以由齐次解和非齐次解共同组成。由于非齐次解 $\alpha _{p}(t)$ 和输入信号都为常数，我们令 $\alpha _{p}(t)=B$ 并代入到微分方程中，得到 $B=\gamma _{a}$ 。