第四章 控制系统的稳定性及稳态误差
4.1 基于传递函数的稳定性分析
4.1.1 连续系统稳定性及劳斯判据(书3.8~3.9)
稳定性的概念:单位冲激响应的稳态值为0
⟺
\iff
⟺
lim
t
→
0
k
(
t
)
=
0
\lim\limits_{t\to0}k(t)=0
t→0limk(t)=0
Φ
(
s
)
=
k
∏
i
=
1
m
(
s
−
z
i
)
∏
j
=
1
q
(
s
−
s
j
)
∏
k
=
1
r
(
s
2
+
2
ζ
k
ω
n
k
s
+
ω
n
k
2
)
k
(
t
)
=
∑
j
=
1
q
A
j
e
s
j
t
+
∑
k
=
1
r
B
k
e
−
ζ
k
ω
n
k
t
c
o
s
(
ω
n
k
1
−
ζ
k
2
t
)
+
C
k
e
k
−
ζ
k
ω
n
k
t
s
i
n
(
ω
n
k
1
−
ζ
k
2
t
)
\Phi(s)=\frac{k\prod\limits^{m}_{i=1}(s-z_i)}{\prod\limits_{j=1}^q(s-s_j)\prod\limits_{k=1}^{r}(s^2+2\zeta_k\omega_{nk}s+\omega_{nk}^2)}\\ k(t)=\sum_{j=1}^qA_je^{s_jt}+\sum_{k=1}^rB_ke^{-\zeta_k\omega_{nk}t}cos(\omega_{nk}\sqrt{1-\zeta_k^2}t)+C_ke_k^{-\zeta_k\omega_{nk}t}sin(\omega_{nk}\sqrt{1-\zeta_k^2}t)
Φ(s)=j=1∏q(s−sj)k=1∏r(s2+2ζkωnks+ωnk2)ki=1∏m(s−zi)k(t)=j=1∑qAjesjt+k=1∑rBke−ζkωnktcos(ωnk1−ζk2t)+Ckek−ζkωnktsin(ωnk1−ζk2t)
- 系统的稳定性是系统的固有特性,仅有结构与参数有关
- 由系统闭环传递函数看,稳定与否仅取决于极点的分布,与零点分布无关。
- 零点影响系统的动态特性(影响上述的 A j , B k , C k A_j,B_k,C_k Aj,Bk,Ck),但不影响稳定性。
- 闭环系统的稳定性与开环是否稳定无关。
- **临界稳定:**闭环极点有一个或一个以上具有零实部(位于虚轴上),其余在左半平面。也属于不稳定。
线性定常系统稳定的充要条件
闭环系统特征方程的根全部具有负实部,即闭环传递函数的极点全部严格在S平面的左半平面。
劳斯判据
-
闭环系统特征方程:
-
D ( s ) = a n s n + a n − 1 s n − 1 + ⋯ + a 1 s + a 0 D(s)=a_ns_n+a_{n-1}s_{n-1}+\cdots+a_1s+a_0 D(s)=ansn+an−1sn−1+⋯+a1s+a0
稳定的必要条件:系数 a i a_i ai全部为正(或全部为负),不缺项
劳斯表
结论
系统稳定 ⟺ \iff ⟺劳斯表第一列系数全部为正
而且劳斯表第一列元素符号改变的次数=正实部根的个数
remark
-
劳斯表某行同乘或同除以一个正数,结果不变。
-
特殊情况①某一行的第一个元素为0
则用一个很小的正数 ϵ \epsilon ϵ代替0,继续计算劳斯表再令 ϵ → 0 \epsilon \rightarrow 0 ϵ→0,检验劳斯表第一列元素符号的变化。
-
特殊情况②出现全零行
用上一行构造辅助多项式,对辅助多项式求导,用得到的系数代替全零行,继续算完劳斯表。检验劳斯表第一列元素符号的变化。
辅助方程的根,也是系统特征方程的根。
-
出现全零行时,系统可能出现一对纯虚根;或一对实部相反的实根;或两对实部符号相异、虚部相同的复根。
特殊题型
- 第17个ppt例8(开环增益)
- 书P121例3.9.3
- 第17个ppt例9(确定使全部极点位于 s = − k s=-k s=−k之左,参数所需满足的条件 → \rightarrow → 平移变换)
4.1.2 离散系统稳定性定义及劳斯判据(书6.7)
第18次ppt
s平面到z平面的映射关系
z = e s T s = σ + j ω z = e σ T e j ω T ⟹ ∣ z ∣ = e σ T , ∠ z = ω T s 在 复 域 左 半 平 面 ⟺ σ < 0 ⟺ ∣ z ∣ < 1 , z 在 单 位 圆 内 z=e^{sT}\\ s=\sigma+j\omega\\ z=e^{\sigma T}e^{j\omega T} \Longrightarrow |z|=e^{\sigma T},\angle z=\omega T\\ s在复域左半平面\iff\sigma<0\iff |z|<1,z在单位圆内 z=esTs=σ+jωz=eσTejωT⟹∣z∣=eσT,∠z=ωTs在复域左半平面⟺σ<0⟺∣z∣<1,z在单位圆内
线性离散系统稳定的充要条件
- 定理:
- 线性离散系统得全部特征根 z i z_i zi 都分布在z平面得单位圆之内。
Routh稳定判断
w变换
w = z + 1 z − 1 z = w + 1 w − 1 z = x + j y w = u + j v w=\frac{z+1}{z-1}\\ z=\frac{w+1}{w-1}\\ z=x+\mathrm jy\\ w=u+\mathrm jv w=z−1z+1z=w−1w+1z=x+jyw=u+jv
-
线性可逆变换
-
性质:
-
可 推 得 u = x 2 + y 2 − 1 ( x − 1 ) 2 + y 2 可推得u=\dfrac{x^2+y^2-1}{(x-1)^2+y^2} 可推得u=(x−1)2+y2x2+y2−1
- ∣ z ∣ = x 2 + y 2 = 1 |z|=\sqrt{x^2+y^2}=1 ∣z∣=x2+y2=1 时, u = 0 u=0 u=0
- ∣ z ∣ = x 2 + y 2 > 1 |z|=\sqrt{x^2+y^2}>1 ∣z∣=x2+y2>1 时, u > 0 u>0 u>0
- ∣ z ∣ = x 2 + y 2 < 1 |z|=\sqrt{x^2+y^2}<1 ∣z∣=x2+y2<1 时, u < 0 u<0 u<0
-
特征多项式经w变换后,直接利用Routh 稳定判据判断系统稳定性
4.2 控制系统的稳态误差分析
稳态误差分析
-
前提:系统存在稳态
-
只考虑原理性误差,不考虑非线性因素引起的误差
误差与稳态误差
误差(期望输出与实际输出之差)
-
期望输出与实际输出之差
e ( t ) ≜ y r ( t ) − y ( t ) e(t)\triangleq y_r(t)-y(t) e(t)≜yr(t)−y(t) -
负反馈系统设计中,一般希望反馈信号与输入信号一致:
希 望 反 馈 信 号 b r ( t ) = r ( t ) , B r ( s ) = R ( s ) 误 差 E ( s ) = 1 H ( s ) [ R ( s ) − B ( s ) ] 希望反馈信号b_r(t)=r(t),\ B_r(s)=R(s)\\ 误差E(s)=\dfrac{1}{H(s)}[R(s)-B(s)] 希望反馈信号br(t)=r(t), Br(s)=R(s)误差E(s)=H(s)1[R(s)−B(s)]
- 单位反馈下,稳态误差是***偏差(输入减去反馈)***信号的稳态值: e s s = lim t → ∞ ε ( t ) e_{ss}=\lim_{t\rightarrow\infty}\varepsilon(t) ess=limt→∞ε(t)
- 偏差 ε ( s ) = R ( s ) − B ( s ) \varepsilon(s)=R(s)-B(s) ε(s)=R(s)−B(s)
稳态误差
- 静态误差: e s s = lim t → ∞ e ( t ) = e ( ∞ ) e_{ss}=\lim\limits_{t\rightarrow\infty}e(t)=e(\infty) ess=t→∞lime(t)=e(∞)
- 动态误差:误差中的稳态分量
终值定理求稳态误差
- e s s = lim s → 0 s E ( s ) e_{ss}=\lim\limits_{s\rightarrow0}sE(s) ess=s→0limsE(s) ,拉普拉斯变换终值定理
e s s = lim s → 0 s [ Φ e ( s ) R ( s ) + Φ f ( s ) F ( s ) ] 不 考 虑 扰 动 产 生 的 误 差 时 , e s s = lim s → 0 s R ( s ) 1 + G ( s ) H ( s ) e_{ss}=\lim_{s\rightarrow0}s[\Phi_e(s)R(s)+\Phi_f(s)F(s)]\\ 不考虑扰动产生的误差时,e_{ss}=\lim_{s\rightarrow0}\frac{sR(s)}{1+G(s)H(s)} ess=s→0lims[Φe(s)R(s)+Φf(s)F(s)]不考虑扰动产生的误差时,ess=s→0lim1+G(s)H(s)sR(s)
-
终值定理应用条件:极点都位于左半平面(系统稳定)
-
此法适用于任何情况
型别(无差度)
G ( s ) H ( s ) = K s v ∏ i = 1 m 1 ( τ i s + 1 ) ∏ k = 1 m 2 ( τ k 2 s 2 + 2 ζ k τ k s + 1 ) ∏ j = 1 n 1 ( T j s + 1 ) ∏ l = 1 n 2 ( T l 2 s 2 + 2 ζ l τ l s + 1 ) G(s)H(s)=\dfrac{K}{s^v}\dfrac{\prod\limits^{m_1}_{i=1}(\tau_is+1)\prod\limits_{k=1}^{m_2}(\tau_k^2s^2+2\zeta_k\tau_ks+1)}{\prod\limits^{n_1}_{j=1}(T_js+1)\prod\limits_{l=1}^{n_2}(T_l^2s^2+2\zeta_l\tau_ls+1)}\\ G(s)H(s)=svKj=1∏n1(Tjs+1)l=1∏n2(Tl2s2+2ζlτls+1)i=1∏m1(τis+1)k=1∏m2(τk2s2+2ζkτks+1)
- 开环传递函数(频率法形式)中,串联积分环节的个数
- 偏差闭环传递函数 Φ e ( s ) \varPhi_e(s) Φe(s) 中,分子中 s s s 因子的阶数
- 以上两种定义数学等价
影响稳态误差的因素
- 输入信号r(t)的形式
- 开环放大倍数K
- 开环传递函数中积分环节的个数(型别)
静态误差系数法求给定输入下的稳态误差
阶跃输入
- 静态位置误差系数
K p = lim s → 0 G ( s ) H ( s ) = { K v = 0 ∞ v ≥ 1 K_p=\lim_{s\rightarrow0}G(s)H(s)\\ =\begin{cases} K&&v=0\\ \infty&&v\ge1 \end{cases} Kp=s→0limG(s)H(s)={K∞v=0v≥1
- 稳态误差
e s s = { A 1 + K p , v = 0 0 , v ≥ 1 e_{ss}=\begin{cases} \dfrac{A}{1+K_p}&,&v=0\\ 0&,&v\ge1\end{cases} ess=⎩⎨⎧1+KpA0,,v=0v≥1
斜坡输入
- 静态速度误差系数
K v = lim s → 0 s G ( s ) H ( s ) = { 0 , v = 0 K , v = 1 ∞ , v ≥ 2 K_v=\lim_{s\rightarrow0}sG(s)H(s)\\ =\begin{cases} 0,v=0\\ K,v=1\\ \infty,v\ge2\end{cases} Kv=s→0limsG(s)H(s)=⎩⎪⎨⎪⎧0,v=0K,v=1∞,v≥2
- 稳态误差
e s s = A K v e_{ss}=\frac{A}{K_v} ess=KvA
加速度输入
- 静态加速度误差系数
K a = lim s → 0 s 2 G ( s ) H ( s ) = { 0 , v ≤ 1 K , v = 2 ∞ , v ≥ 3 K_a=\lim_{s\rightarrow0}s^2G(s)H(s)\\ =\begin{cases} 0,v\le1\\ K,v=2\\ \infty,v\ge3 \end{cases} Ka=s→0lims2G(s)H(s)=⎩⎪⎨⎪⎧0,v≤1K,v=2∞,v≥3
- 稳态误差
e s s = A K a e_{ss}=\frac{A}{K_a} ess=KaA
各输入汇总
A ⋅ 1 ( t ) A\cdot1(t) A⋅1(t) | A t At At | A t 2 / 2 At^2/2 At2/2 | |
---|---|---|---|
0 | A 1 + K p \dfrac{A}{1+K_p} 1+KpA | ∞ \infty ∞ | ∞ \infty ∞ |
I | 0 | A K v \dfrac{A}{K_v} KvA | ∞ \infty ∞ |
II | 0 | 0 | A K a \dfrac{A}{K_a} KaA |
- Remark :
- 有前馈、扰动时,该法不适用!
- 始终可应用终值定理求取稳态误差
扰动作用下的稳态误差(终值定理)
e s s f = lim t → ∞ e f ( t ) = lim s → 0 s E f ( s ) = lim s → 0 s Φ e f ( s ) F ( s ) Φ e f = E ( s ) F ( s ) e_{ssf}=\lim_{t\rightarrow\infty} e_f(t)=\lim_{s\rightarrow0} s E_f(s)=\lim_{s\rightarrow0}s\varPhi_{ef}(s)F(s)\\ \Phi_{ef}=\dfrac{E(s)}{F(s)} essf=t→∞limef(t)=s→0limsEf(s)=s→0limsΦef(s)F(s)Φef=F(s)E(s)
- 线性叠加原理:
e s s = e s s r + e s s f e_{ss}=e_{ssr}+e_{ssf} ess=essr+essf
动态误差系数
- 输入-偏差传递函数在 Taylor 级数:
Φ e ( s ) = E ( s ) R ( s ) = ∑ i = 0 ∞ 1 i ! Φ e ( i ) ( s ) s i = ∑ i = 0 ∞ c i s i \varPhi_e(s)=\frac{E(s)}{R(s)}=\sum_{i=0}^\infty \frac{1}{i!}\varPhi^{(i)}_e(s) s^i =\sum_{i=0}^\infty c_i s^i Φe(s)=R(s)E(s)=i=0∑∞i!1Φe(i)(s)si=i=0∑∞cisi
其中,
c
i
=
1
i
!
[
d
i
d
s
i
E
(
s
)
R
(
s
)
]
s
=
0
c_i=\dfrac{1}{i!}[\dfrac{d^i}{ds^i}\dfrac{E(s)}{R(s)}]_{s=0}
ci=i!1[dsidiR(s)E(s)]s=0
则
E
(
s
)
=
∑
i
=
0
∞
c
i
s
i
R
(
s
)
E(s)=\sum_{i=0}^\infty c_i s^i R(s)
E(s)=i=0∑∞cisiR(s)
故
e
s
s
(
t
)
=
∑
i
=
0
∞
c
i
r
(
i
)
(
t
)
e_{ss}(t)=\sum_{i=0}^\infty c_i r^{(i)}(t)
ess(t)=i=0∑∞cir(i)(t)
-
处理:特征多项式作长除法
-
Tips: 分子分母升幂排列
-
线性离散系统稳态误差
一般方法(终值定理)
$GH(z)=\mathscr Z[G(s)H(s)]=\dfrac{1}{(z-1)^v}GH_0(z) $
步骤:
- 判断稳定性
- 求误差脉冲传函 Φ e ( s ) = E ( z ) R ( z ) = 1 1 + G H ( z ) \Phi_e(s)=\dfrac{E(z)}{R(z)}=\dfrac{1}{1+GH(z)} Φe(s)=R(z)E(z)=1+GH(z)1
- 终值定理: e s s ∗ = lim z → 1 ( z − 1 ) 1 + G H ( z ) R ( z ) e_{ss}^*=\lim\limits_{z\to1}\dfrac{(z-1)}{1+GH(z)}R(z) ess∗=z→1lim1+GH(z)(z−1)R(z)
静态误差系数
- Remark :
- 以下结论适用于课本p321图示的典型系统,误(偏)差脉冲序列表达式与实际系统开关位置相关。
- 阶跃
K p = lim z → 1 G H ( z ) e s s ∗ ( ∞ ) = A 1 + K p K_p=\lim_{z\rightarrow1}GH(z)\\ e^*_{ss}(\infty)=\frac{A}{1+K_p} Kp=z→1limGH(z)ess∗(∞)=1+KpA
- 斜坡
K v = lim z → 1 ( z − 1 ) G H ( z ) e s s ∗ ( ∞ ) = A T K v K_v=\lim_{z\rightarrow1} (z-1)GH(z)\\ e^*_{ss}(\infty)=\frac{AT}{K_v} Kv=z→1lim(z−1)GH(z)ess∗(∞)=KvAT
- 加速度
K a = lim z → 1 ( z − 1 ) 2 G H ( z ) e s s ∗ ( ∞ ) = A T 2 K a K_a=\lim_{z\rightarrow1} (z-1)^2 GH(z)\\ e^*_{ss}(\infty)=\frac{AT^2}{K_a} Ka=z→1lim(z−1)2GH(z)ess∗(∞)=KaAT2
- 汇总表格
A ⋅ 1 ( t ) A\cdot1(t) A⋅1(t) | A t At At | A t 2 / 2 At^2/2 At2/2 | |
---|---|---|---|
0 | A 1 + K p \dfrac{A}{1+K_p} 1+KpA | ∞ \infty ∞ | ∞ \infty ∞ |
I | 0 | A T K v \dfrac{AT}{K_v} KvAT | ∞ \infty ∞ |
II | 0 | 0 | A T 2 K a \dfrac{AT^2}{K_a} KaAT2 |
动态误差系数
- 定义、形式同连续系统
Φ e ∗ ( s ) = Φ e ∗ ( z ) ∣ z = e s T \varPhi_e^*(s)=\left. \varPhi_e^*(z)\right|_{z=e^{sT}} Φe∗(s)=Φe∗(z)∣z=esT
- 求取方法同连续系统
4.3 基于根轨迹的稳定性分析
概念
-
当系统某参数变化时,闭环系统特征方程的根在s平面上的变化轨迹
- 一般根轨迹:负反馈系统的开环增益从0变到 + ∞ +\infty +∞时,闭环极点的变化轨迹
-
回顾:
- 开环增益 K K K:
- 根轨迹增益 K ∗ K^* K∗:
-
闭环零点=前向开环零点+反馈开环极点
-
特征方程: D ( s ) = G ( s ) H ( s ) + 1 = 0 D(s)=G(s)H(s)+1=0 D(s)=G(s)H(s)+1=0 ,即
G ( s ) H ( s ) = k ( s − z 1 ) ⋯ ( s − z m ) ( s − p 1 ) ⋯ ( s − p n ) = − 1 G(s)H(s)=\frac{k(s-z_1)\cdots(s-z_m)}{(s-p_1)\cdots(s-p_n)}=-1 G(s)H(s)=(s−p1)⋯(s−pn)k(s−z1)⋯(s−zm)=−1
闭环极点满足:
∣
G
(
s
)
H
(
s
)
∣
=
1
∠
G
(
s
)
H
(
s
)
=
∑
i
=
1
m
∠
(
s
−
z
i
)
−
∑
j
=
1
n
∠
(
s
−
p
j
)
=
(
2
k
+
1
)
π
,
k
∈
N
|G(s)H(s)|=1\\ \angle G(s)H(s) = \sum_{i=1}^m \angle(s-z_i) - \sum_{j=1}^n \angle(s-p_j) = (2k+1)\pi,k\in \mathbb N
∣G(s)H(s)∣=1∠G(s)H(s)=i=1∑m∠(s−zi)−j=1∑n∠(s−pj)=(2k+1)π,k∈N
- 满足幅角条件的点就是闭环极点
21,22,23次课件
绘制
- 起点与终点
- 起始(k=0)于开环极点,终止( k → + ∞ k\rightarrow+\infty k→+∞)于开环零点 。若 n > m n>m n>m,则有 n − m n-m n−m条趋于 ∞ \infty ∞。
- 分支数、对称性、连续性
- 分支数=闭环特征根数=max{开环零点数m,开环极点数n}
- 连续性:…
- 对称性:根轨迹关于实轴对称
- 实轴上的根轨迹
- 特征根的和与积
D ( s ) = s n + a n − 1 s n − 1 + ⋯ + a 0 ∑ i = 1 n s i = − a n − 1 ∏ i = 1 n ( − s i ) = a 0 D(s)=s^n + a_{n-1}s^{n-1}+\cdots+a_0\\ \sum_{i=1}^n s_i = -a_{n-1}\\ \prod_{i=1}^n (-s_i) = a_0 D(s)=sn+an−1sn−1+⋯+a0i=1∑nsi=−an−1i=1∏n(−si)=a0
n − m ≥ 2 n-m \ge2 n−m≥2 时,一部分根左移,另一部分根必定右移,且移动总量为零。
结论:若系统有两个开环极点,一个开环零点,复平面的根轨迹是以该零点为圆心的圆弧。:
4.4 基于状态空间表达式的稳定性分析
1. Lyapunov意义下的稳定性基本概念
对于线性系统,大范围渐近稳定 ⟺ \iff ⟺渐近稳定
对于非线性系统,大范围渐近稳定 ⟹ \Longrightarrow ⟹渐近稳定,但渐近稳定不一定是大范围渐近稳定。
2. Lyapunov第一法
- 第一法:利用微分方程的解来判断系统稳定性(线性定常系统的特征值判据)
- 第二法:利用Lyapunov函数来判断系统稳定性