Dr_can的B站自动控制原理相关视频笔记整理

擦擦擦大侠

已于 2024-05-22 09:31:20 修改

阅读量3.2w

收藏 1.1k

点赞数 174

分类专栏：导航与控制文章标签：笔记人工智能算法

于 2020-03-30 14:19:18 首次发布

本文链接：https://blog.csdn.net/chenshiming1995/article/details/105198528

版权

导航与控制专栏收录该内容

11 篇文章

订阅专栏

一、自动控制原理 ¹

1. 控制原理

1.1 开环与闭环系统

下面是开环系统与闭环系统的示例。以给水壶加热的过程举例，开环系统只是简单的利用开关信号控制水壶的加热。而下图的闭环控制系统中，将添加温度传感器所测量的信号作为系统的反馈量。设计控制系统的核心就是通过对闭环系统的控制器进行调整，利用反馈量信号，完成闭环的稳定控制。

同时，这就是反馈的过程。

20200817144157

简单的开环系统有如下描述：（这里以流体力学的公式作为举例）

添加控制器D(s)，并增加测量H(s)，构成如下闭环系统。但是在分析闭环系统的稳定性时，一般的做法是将其转换成为开环系统，并将新构造的开环系统传递函数作为研究对象，分析系统的稳定性。

1.2 稳定性分析²

对于一个系统，如果没有稳定性的先决条件，那么其他的（稳态误差分析、瞬态误差分析）将无从说起。稳定性：传递函数极点在复平面的左半边。（横坐标为极点，纵坐标为零点）

所以对于系统稳定性的讨论，实际上是在分析输入为单位冲激函数时，系统输出的传递函数。最后观察系统输出随时间变化的曲线是否到达稳定的位置。

零点和极点的定义如下：

分析为什么极点为负的，系统是稳定的：

下面这个图要更加直观：

那么我们如何设计控制器？就是将最终的传递函数的极点在左边平面，叫做极点配置。现代控制理论中，研究的是状态矩阵的特征值，对应的就是传递函数的极点。

1.3 一起燃烧卡路里/科学减肥（系统分析实例_数学建模部分）

框图表示如下：

设计比例控制器（最为简单的控制器）如下：
$u=k_{p} e$
那么如何设计该控制器，让最终的系统趋向于稳定状态呢？（也就是说传递函数的极点在左半边平面）

学习控制理论一定要从微分方程入手，弄清楚微分方程与传递函数之间的关系就会容易理解很多。

通过对于比例控制器的分析之后发现，单纯的比例控制最终产生稳态误差。

1.4 终值定理与稳态误差³

下面讨论的系统是存在参考信号的系统，类似于下图。终值定理，用来算系统输出的极限的工具。（FVT）

下图解释了弹簧阻尼系统的传递函数，还有在冲激响应下系统的终值定理的使用方式。

这里需要注意的是第二种情况，代表了输入参考信号为c时（相当于r）的情况。
条件如下：

最终求出来的极限值经过运算就是系统的稳态误差。

1）比例控制

举例说明。下面是一个最为简单的一阶系统，采用的控制方式是比例控制。

利用定理分析稳态误差如下：

这里说明了比例控制的局限性，必须采用更加实用性的控制算法。比例控制充法消除稳态误差

2）比例积分控制

并有下面变换方式：

通过引入一个积分信号，让本来的一阶系统变成一个二阶系统。

1.5 根轨迹

再回到弹簧系统，是一个二阶系统。

对于高阶系统不过也是几个一阶系统的叠加，如下：

这一节评估了根的位置对于控制器的影响。

1.6 PID控制

比例控制
微分控制：调节水温变化的速度，
积分控制：误差的累计量

注意：

比例积分控制没有单独的比例控制收敛快
微分控制解决了超调量问题
微分控制的问题是初始状态下的输入值很大
同时，微分控制的控制量受到测量误差的影响非常大。他对噪声非常敏感

示例：

在无人机中，利用串联PID控制完成姿态和高度控制是比较经典的方法，参考博客。

如果想增加飞行器的稳定性(增加阻尼)并提高它的控制品质，我们可以进一步的控制它的角速度，于是角度/角速度-串级PID控制算法应运而生。在这里，相信大多数朋友已经初步了解了角度单环PID的原理，但是依旧无法理解串级PID究竟有什么不同。其实很简单：它就是两个PID控制算法，只不过把他们串起来了(更精确的说是套起来)。那这么做有什么用？答案是，它增强了系统的抗干扰性(也就是增强稳定性)，因为有两个控制器控制飞行器，它会比单个控制器控制更多的变量，使得飞行器的适应能力更强。为了更为清晰的讲解串级PID，这里笔者依旧画出串级PID的原理框图。

2. 数学工具

2.2 拉普拉斯逆变换⁴

2.3 矩阵的性质[^5]

矩阵有下面的性质，现代控制理论的分析中常常会用到。

2.4 bode图

给信号滤波的过程中，需要注意幅频响应。如果在带通范围内不是1的话，就会改变信号的幅值，就会改变最终加速度输出的信号。另外，上面的图就是bode图，但是是基于离散系统的。

1. 如何去理解bode图？

bode图是针对于传递函数而言的，用在连续系统上。（因为控制系统常常用传递函数来表示。）

%% 这个是正解
b = [1,2,3];
a = [2,1,3];
figure;bode(b,a)
% 
[h1 , ftp] = freqs(b,a);
mag = 20*log10(abs(h1));    % get magnitude of spectrum in dB
phase = angle(h1)/pi*180;     % get phase in deg.
figure
semilogx(ftp,mag)
xlabel('Frequency (Hz)'),ylabel('Magnitude (dB)')

（这样描述是和真实系统不一致的，具体参考滤波器性质）

20200625173832

总结来说有以下几点：

振幅的比较用10log10就行，但是能量的比较需要20log10

振幅与功率/能量之间的关系如下：

2. 从一个实例出发理解bode图

对于系统传递函数：
$G(s)=\frac{a}{s+a}$
分析频率响应：
$\omega)|=\sqrt{\frac{1}{1+\left(\frac{\omega}{a}\right)^{2}}}$

$\angle G(j \omega)=-\arctan \left(\frac{w}{a}\right)$

低频：w<<a

$\begin{array}{l} | G(j \omega)| = 1\\ 20 \log|G(j \omega)|=0 \\ \angle G(j \omega)=0 \end{array}$

截止频率：w=a

这个-3dB很重要，表达的是输出的振幅是输入的振幅的sqrt(1/2)，能量是一半的关系。

20200625182534
$\angle G(g w)=-\arctan 1=-45^{\circ}$

高频：w>>a

20200625182749

bode图如下：

20200625182844

3. bode图的作用是什么？

20200625233414

实际上，我们可以将级联系统的子系统bode图进行累加，那么我们就得到了新的级联系统的真正的bode图了。原理如上。

20200817112457

2.5 单位冲激函数

20200817145053

二、现代控制原理串讲

1. 现代控制理论概要

首先要了解一个简单的弹簧阻尼模型，作为控制的对象，其满足胡克定律。
$\begin{array}{l} \dot{x}=k x \\ \ddot{x}=B x \end{array}$
描述现代控制理论中的系统，最基础的当然是状态空间表示法：

20200602153435

当然，通过拉普拉斯变换可以转换成下面的形式，控制对象是弹簧阻尼块。

20200602162941

其中有一条重要的信息，实际上矩阵A的特征值就是G(s)的极点，决定了系统的稳定性。上面的右式时通用的。

去分析一个系统，主要需要考虑以下几个重要的性质。

（那么对于自动控制，只需要极点就够了）

可控性
李雅普诺夫稳定性：确定系统的稳定状态，控制系统可以满足数学的条件。在一阶系统中，常常用极点分析的方法去观察稳定性。现代控制理论中常用到的分析系统的方法就是去找系统的V函数，得到最后是不是能够
可观性：状态观测器。系统状态加入不可直接测量，那么就需要通过输出和控制量去估计状态。状态观测器需要达到一个收敛的状态。建立观测器时，实际上是建立一个反馈系统，使得误差等于0。（这里是不是有误差状态量的部分？）

对于可观测性，需要问一个问题：是不是所有系统都是可测的？借鉴可控性的推导，有下面的结论：