手把手教你学simulink（101.3）--时域分析法实例：基于Simulink的时域分析法评估系统稳定性性能指标

目录

基于Simulink的时域分析法评估系统稳定性性能指标

1. 背景介绍

1.1 项目背景

1.2 系统描述

1.3 应用场景

2. 系统架构设计

2.1 系统框图

2.2 数学模型

3. Simulink仿真模型步骤

3.1 创建Simulink模型

3.2 添加模块

3.2.1 阶跃输入模块

3.2.2 系统模型模块

3.2.3 输出显示模块

3.2.4 性能指标计算模块

3.3 连接模块

3.4 设置仿真参数

3.5 运行仿真

4. 性能指标计算

5. 参数调整与优化

5.1 改变系统参数

5.2 观察结果

6. 示例代码片段

7. 结束语

---

基于Simulink的时域分析法评估系统稳定性性能指标

---

1. 背景介绍

1.1 项目背景

在控制系统设计中，评估系统的稳定性是至关重要的。时域分析法是一种通过观察系统输出随时间变化的特性来判断系统稳定性的方法。常见的性能指标包括上升时间、峰值时间、超调量、调节时间和稳态误差等。这些指标能够直观地反映系统的动态响应特性和稳定性。

本项目旨在通过MATLAB/Simulink平台，对一个典型的二阶系统进行时域分析，并计算其稳定性性能指标。我们将使用阶跃响应测试来评估系统的动态行为，并通过调整控制器参数优化系统性能。

1.2 系统描述

假设系统为一个典型的二阶传递函数：

G(s)=ωn2s2+2ζωns+ωn2G(s)=s2+2ζωn​s+ωn2​ωn2​​

其中：

• ωnωn​ 是系统的固有频率。
• ζζ 是系统的阻尼比。

通过改变 ωnωn​ 和 ζζ，可以研究不同参数对系统稳定性的影响。

主要目标是：

• 使用时域分析法评估系统的动态响应特性。
• 计算关键性能指标（如上升时间、峰值时间、超调量、调节时间和稳态误差）。
• 根据性能指标优化系统参数。

1.3 应用场景

• 工业自动化：如机器人控制、生产线速度控制等。
• 航空航天：如飞行器姿态控制。
• 汽车工程：如自动驾驶中的路径跟踪控制。

---

2. 系统架构设计

2.1 系统框图

整个系统可以分为以下几个模块：

1. 输入信号模块：提供阶跃信号作为输入。
2. 系统模型模块：模拟待分析的二阶系统。
3. 输出显示模块：用于显示系统的阶跃响应曲线。
4. 性能指标计算模块：根据阶跃响应曲线计算性能指标。

系统框图如下所示：

深色版本

阶跃输入 → 系统模型 → 输出显示 → 性能指标计算

2.2 数学模型

假设系统为一个二阶传递函数： G(s)=ωn2s2+2ζωns+ωn2G(s)=s2+2ζωn​s+ωn2​ωn2​​

我们可以通过调整 ωnωn​ 和 ζζ 来研究系统的行为。

---

3. Simulink仿真模型步骤

3.1 创建Simulink模型

1. 打开MATLAB并新建一个Simulink模型文件。
2. 定义模型名称为SystemStabilityAnalysis。

matlab

深色版本

modelName = 'SystemStabilityAnalysis';
new_system(modelName);
open_system(modelName);

3.2 添加模块

3.2.1 阶跃输入模块

添加一个“Step”模块作为输入信号。

matlab

深色版本

add_block('simulink/Sources/Step', [modelName '/Step_Input']);
set_param([modelName '/Step_Input'], 'StartTime', '0'); % 设置阶跃开始时间为0秒
set_param([modelName '/Step_Input'], 'FinalValue', '1'); % 设置阶跃幅值为1

3.2.2 系统模型模块

添加一个“Transfer Fcn”模块来定义二阶系统。

matlab

深色版本

add_block('simulink/Continuous/Transfer Fcn', [modelName '/System_Model']);
set_param([modelName '/System_Model'], 'Numerator', '[1]');
set_param([modelName '/System_Model'], 'Denominator', '[1 2 1]'); % 设置初始参数：ωn=1, ζ=1

3.2.3 输出显示模块

添加一个“Scope”模块用于显示阶跃响应曲线。

matlab

深色版本

add_block('simulink/Sinks/Scope', [modelName '/Output_Scope']);

3.2.4 性能指标计算模块

添加一个“To Workspace”模块将输出数据保存到MATLAB工作区。

matlab

深色版本

add_block('simulink/Sinks/To Workspace', [modelName '/Data_Logger']);
set_param([modelName '/Data_Logger'], 'VariableName', 'outputData');
set_param([modelName '/Data_Logger'], 'SaveFormat', 'Array');

3.3 连接模块

将各个模块按照系统框图连接起来。

matlab

深色版本

% 连接阶跃输入到系统模型
add_line(modelName, '/Step_Input/1', '/System_Model/1', 'autorouting', 'on');

% 连接系统模型到输出显示
add_line(modelName, '/System_Model/1', '/Output_Scope/1', 'autorouting', 'on');

% 连接系统模型到数据记录器
add_line(modelName, '/System_Model/1', '/Data_Logger/1', 'autorouting', 'on');

3.4 设置仿真参数

设置仿真时间为10秒。

matlab

深色版本

set_param(modelName, 'StopTime', '10'); % 设置仿真时间为10秒
save_system(modelName); % 保存模型

3.5 运行仿真

运行仿真并保存输出数据。

matlab

深色版本

open_system(modelName); % 打开Simulink模型
sim(modelName); % 运行仿真
outputData = workspace.outputData; % 获取输出数据
timeVector = workspace.time; % 获取时间向量

---

4. 性能指标计算

以下是在MATLAB中计算时域性能指标的代码示例：

matlab

深色版本

% 提取仿真数据
t = timeVector; % 时间向量
y = outputData(:, 1); % 输出响应

% 计算性能指标
stepInfo = stepinfo(y, t);

% 显示性能指标
fprintf('上升时间 (Rise Time): %.2f 秒\n', stepInfo.RiseTime);
fprintf('峰值时间 (Peak Time): %.2f 秒\n', stepInfo.PeakTime);
fprintf('超调量 (Overshoot): %.2f %%\n', stepInfo.Overshoot);
fprintf('调节时间 (Settling Time): %.2f 秒\n', stepInfo.SettlingTime);
fprintf('稳态值 (Steady-State Value): %.2f\n', stepInfo.SteadyStateValue);

---

5. 参数调整与优化

5.1 改变系统参数

通过修改传递函数的参数（如 ωnωn​ 和 ζζ），可以观察系统行为的变化。

例如，将阻尼比 ζζ 减小以引入振荡：

matlab

深色版本

set_param([modelName '/System_Model'], 'Denominator', '[1 1 1]'); % 设置ζ=0.5, ωn=1

重新运行仿真并计算性能指标。

5.2 观察结果

通过比较不同参数下的性能指标，可以选择最优的系统参数。

---

6. 示例代码片段

以下是一个完整的基于Simulink的时域分析仿真模型的搭建过程。

matlab

深色版本

% Step 1: Define model name and create a new system
modelName = 'SystemStabilityAnalysis';
new_system(modelName);
open_system(modelName);

% Step 2: Add Step Input
add_block('simulink/Sources/Step', [modelName '/Step_Input']);
set_param([modelName '/Step_Input'], 'StartTime', '0');
set_param([modelName '/Step_Input'], 'FinalValue', '1');

% Step 3: Add System Model
add_block('simulink/Continuous/Transfer Fcn', [modelName '/System_Model']);
set_param([modelName '/System_Model'], 'Numerator', '[1]');
set_param([modelName '/System_Model'], 'Denominator', '[1 2 1]');

% Step 4: Add Output Scope
add_block('simulink/Sinks/Scope', [modelName '/Output_Scope']);

% Step 5: Add Data Logger
add_block('simulink/Sinks/To Workspace', [modelName '/Data_Logger']);
set_param([modelName '/Data_Logger'], 'VariableName', 'outputData');
set_param([modelName '/Data_Logger'], 'SaveFormat', 'Array');

% Step 6: Connect Blocks
add_line(modelName, '/Step_Input/1', '/System_Model/1', 'autorouting', 'on');
add_line(modelName, '/System_Model/1', '/Output_Scope/1', 'autorouting', 'on');
add_line(modelName, '/System_Model/1', '/Data_Logger/1', 'autorouting', 'on');

% Step 7: Set Simulation Parameters
set_param(modelName, 'StopTime', '10');
save_system(modelName);

% Step 8: Run Simulation
open_system(modelName);
sim(modelName);

% Step 9: Calculate Performance Metrics
t = workspace.time;
y = workspace.outputData(:, 1);
stepInfo = stepinfo(y, t);

% Display Performance Metrics
fprintf('上升时间 (Rise Time): %.2f 秒\n', stepInfo.RiseTime);
fprintf('峰值时间 (Peak Time): %.2f 秒\n', stepInfo.PeakTime);
fprintf('超调量 (Overshoot): %.2f %%\n', stepInfo.Overshoot);
fprintf('调节时间 (Settling Time): %.2f 秒\n', stepInfo.SettlingTime);
fprintf('稳态值 (Steady-State Value): %.2f\n', stepInfo.SteadyStateValue);

---

7. 结束语

通过这个项目文档，我们详细介绍了如何在Simulink中进行系统的时域分析，并计算其稳定性性能指标。希望这个示例能够帮助读者更好地理解和应用时域分析技术，并为相关领域的研究和开发提供有价值的参考。如果需要进一步的优化或扩展，可以根据具体的应用需求进行相应的调整和改进。