10_动态误差&时域校正

动态误差(了解)

动态误差系数法

$$\begin{array}{rl}{\Phi }_e(s)& =\frac{E(s)}{R(s)}={\varphi }_e(0)+\frac{1}{1!}{\Phi }_e^{\prime }(0)s+\frac{1}{2!}{\Phi }_e^{\prime \prime }(0)s^2+...+\frac{1}{i!}{\Phi }_e^{(n)}(0)s^i+...在s=0的泰勒展开\\ & C_i=\frac{1}{i!}{\Phi }_e^{(n)}(0)\\ & =\sum _{i=0}^{\infty }{C}_i{s}^i\\ E(s)& ={\Phi }_e(s)\cdot R(s)\\ & =C_{0}R(s)+C_{1}sR(s)+C_2{s}^{2}R(s)+...+C_i{s}^{i}R(s)+....\\ e_s(t)& =C_{0}r(t)+C_1\dot{r}(t)+C_2\ddot{r}(t)+...+C_i{r}^{(i)}(t)+...=\sum _{i=0}^{\infty }{C}_i{r}^{(i)}(t)\end{array}$$

• $e_s(t)$是$e(t)$中的稳态分量

动态误差系数的计算方法

• 系数比较法
• 长除法

例1 两系统如图所示，要求在4分钟内误差不超过6m，应选用哪个系统？已知$r(t)=2t+\frac{t^2}{4}$

比较系数法

$$\begin{array}{rl}①r^{\prime }(t)& =2+\frac{t}{2}\\ r^{\prime \prime }(t)& =\frac{1}{2}\\ r^{\prime \prime \prime }(t)& =0\\ {\Phi }_{ae}(s)& =\frac{E(s)}{R(s)}=\frac{s(s+1)}{s^2+s+1}\\ & =C_0+C_{1}s+C_2{s}^2+C_3{s}^3+...泰勒展开\\ s(s+1)& =[C_0+C_{1}s+C_2{s}^2+C_3{s}^3+...](1+s+s^2)\\ s^2+s& =C_0+(C_0+C_1)s+(C_0+C_1+C_2)s^2+...\\ C_0& =0C_1=1C_2=0C_3=-1\\ \therefore {\Phi }_{ae}(s)& =s-s^3+...\\ e_{as}(t)& =C_{0}r+C_1{r}^{\prime }+C_2{r}^{\prime \prime }=2+\frac{t}{2}\\ e_{as}(4)& =4<6,该系统可以选用\end{array}$$

长除法

说明: $e_s(t)$是$e(t)$中的稳态分量

线性系统时域校正

校正的基本概率和类型

• 采用适当方式，在系统中加入一些结构和参数可调整的装置(校正装置)，用以改善系统性能，使系统满足指标要求
  

反馈校正

反馈的作用

• 减小被包围环节的时间常数(但开环增益会减小，需要再加一个放大倍数)

• 深度负反馈可以有效降低被包围环节的影响 $\Phi (s)=\frac{G(s)}{1+G(s)H(s)}\approx \frac{1}{H(s)}$

• 局部正反馈可以提高环节增益(但时间常数会增大) $\Phi (s)=\frac{G(s)}{1-G(s)}=\frac{K}{Ts+1-K{K}_h}{K}^{\prime }=\frac{K}{1-K{K}_h}{T}^{\prime }=\frac{T}{1-K{K}_h}$

例题

例2 系统结构图如图所示

(1) $K_t=0$时系统的性能

$$\begin{array}{rl}\Phi (s)& =\frac{\frac{100}{s^2}}{1+\frac{100}{s^2}}=\frac{100}{s^2+100}\\ D(s)& =s^2+100=0\\ 缺少s& 的1次项，故系统不稳定\end{array}$$

(2) $K_t\uparrow$时，$\sigma \%,t_s$变化趋势？$\xi =0.707$时，$\sigma \%,t_s=?$

$$\begin{array}{rl}G(s)& =10\cdot \frac{\frac{10}{s^2}}{1+K_{t}s\frac{10}{s^2}}=\frac{100}{s^2+10K_{t}s}\\ \Phi (s)& =\frac{G(s)}{1+G(s)}=\frac{100}{s^2+10K_{t}s+100}\\ w_n& =10K_t=2\xi \xi =\frac{K_t}{2}\\ 0<& K_t<2时，K_t\uparrow ,\xi \uparrow \sigma \%\downarrow t_s\downarrow \\ K_t\ge & 2时,K_t\uparrow ,\sigma \%不变t_s\downarrow \\ \xi & =0.707时,\sigma \%=e^{-\frac{\xi \pi }{\sqrt{1-{\xi }^2}}}=4.3\%t_s=\frac{3.5}{\xi w_n}=0.495\end{array}$$

(3) $K_t,r(t)=t,e^{ss}$变化趋势？$\xi =0.707$时，$e_{ss}=?$

$$\begin{array}{rl}G(s)& =\frac{100}{s^2+10K_{t}s}\\ {\Phi }_e(s)& =\frac{E(s)}{R(s)}=\frac{1}{1+G(s)}=\frac{s^2+10K_{t}s}{s^2+10K_{t}s+100}\\ e_{ss}& =\underset{s\to 0}{\lim }s\cdot {\Phi }_e(s)R(s)=\underset{s\to 0}{\lim }\frac{s+10K_t}{s^2+10K_{t}s+100}=\frac{K_t}{10}\\ \therefore K_t\uparrow & e_{ss}\uparrow \\ \xi & =0.707时,K_t=2\xi =1.414\\ e_{ss}& =0.1414\end{array}$$

参考资料

【（新版！最清晰！去噪不炸耳！）自动控制原理 西北工业大学 卢京潮】