【python】python 鱼鹰型倾斜旋翼飞机控制系统（源码+图析）【独一无二】

---

鱼鹰型倾斜旋翼飞机控制系统（源码+图析）【独一无二】

---

---

(a)是V-22鱼鹰型倾斜旋翼飞机示意图。V-22既是一种普通飞机，又是一种直升机。当飞机起飞和着陆时，其发动机位置可以如图示那样，使V-22像直升机那样垂直起降;而在起飞后，它又可以将发动机旋转90”,切换到水平位置，像普通飞机一样飞行。在直升机模式下，飞机的高度控制系统如图(b)所示。0)概略绘出当控制器增益K,变化时的系统根轨迹图，确定使系统稳定的K,值范围:
(2)当K,=280时，求系统对单位阶跃输入r(t)=1(t)的实际输出h(t),并确定系统的超调量和调节时间
(A=2%)

代码设计思路分析

该代码围绕鱼鹰自动控制系统的动态响应进行设计，利用传递函数、阶跃响应和反馈控制分析闭环系统的性能指标，主要包括以下功能：

1. 定义一个二阶线性系统的传递函数 P(s) 表示被控系统。
2. 定义控制器 C(s)，并分析开环系统和闭环系统的动态性能。
3. 分析系统的主要性能指标 超调量 和 调节时间。
4. 判断闭环系统是否满足设计规范（调节时间小于 2 秒）。
5. 通过模拟阶跃响应，绘制系统响应曲线。

---

代码结构和设计逻辑

1. 系统传递函数的定义

numerator = [1]  # 分子
denominator = [1, 1.8, 1]  # 分母
P_s = ctrl.TransferFunction(numerator, denominator)

设计思路：

• 背景：鱼鹰自动控制系统的核心部分为一个被控对象，该对象通常通过传递函数描述其动态行为。

• 实现：

  • 被控系统通过传递函数形式定义，即：
    P(s) = 1 / (s² + 1.8s + 1)。
  • 分子的多项式系数存于 numerator，分母对应二阶系统多项式的系数存于 denominator。

• 意义：

  • 1：分子为 1，系统为标准二阶系统；
  • 1.8：分母中的一阶项系数，与系统阻尼比和极点位置直接相关；
  • 1：分母中的常数项，代表系统固有的特性。

---

2. 控制器的设计

K = 280  # 增益
C_s = ctrl.TransferFunction([K], [1])

设计思路：

• 背景：为了对系统进行控制，引入比例控制器，控制器函数为：C(s) = K。

• 实现：

  • 控制器 C(s) 定义为一个比例增益，增益值为 K = 280，此处使用一个简单的比例控制器。

• 意义：

  • 增益 K 的大小直接影响闭环系统的稳定性、响应速度和超调量。
  • 随着增益值增加，系统表现出更快的响应，但可能增加系统的超调量和振荡。

---

3. 开环与闭环系统的建立

open_loop = C_s * P_s
# 代码略.....至少10行
# 代码略.....至少10行

设计思路：

• 背景：实际系统中，我们通常使用反馈控制系统，以提高系统的动态性能和跟踪能力。

• 实现：

  • open_loop：定义开环传递函数，描述控制器和被控系统的串联组合；
    G_open(s) = C(s) * P(s) = (K) / (s² + 1.8s + 1)。
  • closed_loop：通过反馈控制器引入反馈环路，描述闭环控制系统的整体动态特性：
    T(s) = C(s) * P(s) / (1 + C(s) * P(s))。
  • 使用 ctrl.feedback 函数实现闭环系统的传递函数。

• 意义：闭环控制系统针对外部输入信号的动态响应是后续分析的重点。

---

4. 性能指标的分析

info = ctrl.step_info(closed_loop)
overshoot = info["Overshoot"]
settling_time = info["SettlingTime"]

设计思路：

• 背景：

  • 动态系统的性能通常通过超调量、调节时间等指标衡量。
  • 控制系统中常需要保证调节时间足够短，同时超调量不能过高。

• 实现：

  • 使用 ctrl.step_info 函数计算闭环系统的性能指标：
    • 超调量（Overshoot）：响应首次超过稳态值的最大百分比；
    • 调节时间（Settling Time）：系统响应进入并保持在稳态误差范围（通常定义为 ±2%）内所需的时间。

• 意义：

  • 超调量反映系统的稳定性，过大的超调量可能导致系统剧烈振荡；
  • 调节时间用于衡量响应速度，是实际系统设计的关键指标。

---

5. 判断性能要求

is_settling_time_ok = settling_time < 2
# 代码略.....至少10行
# 代码略.....至少10行
else:
    print(f"第二问 - 调节时间为 {settling_time:.2f} 秒")

设计思路：

• 背景：在系统设计中，要求调节时间（Settling Time）小于 2秒，否则视为不满足控制目标。

• 实现：

  • 比较实际调节时间与目标要求 2秒，通过布尔变量 is_settling_time_ok 判断是否满足规范；
  • 输出结果，以便设计者依据反馈修改系统参数（如增益）。

• 意义：

  • 判断是否满足调节时间要求，属于控制系统设计中的基本校验步骤。

---

6. 阶跃响应的绘制

time = np.linspace(0, 10, 1000)
# 代码略.....至少10行
# 代码略.....至少10行

plt.ylabel("响应幅值")
plt.grid()
plt.legend()
plt.show()

设计思路：

• 背景：

  • 阶跃响应是控制系统分析中的常见测试，它能直观反映系统动态行为（稳定性、响应速度、超调等）。

• 实现：

  1. 生成时间序列 time = np.linspace(0, 10, 1000)，代表仿真时间；
  2. 使用 ctrl.step_response 计算阶跃输入下的响应数据 response；
  3. 使用 matplotlib 绘制响应曲线，并添加期望值的水平参考线（响应幅值 1）。

• 意义：

  • 阶跃响应图能直接解释系统是否稳定，是否快速达到并保持在期望值附近。

---