摘要
前置知识
劳斯-赫尔维茨稳定性判据(部分):
- 特征方程为 s 2 + a 1 s + a 2 s^2+a_1s+a_2 s2+a1s+a2 的二阶系统稳定的充要条件是各项系数为正。
- 特征方程为 s 3 + a 2 s 2 + a 1 s + a 0 s^3+a_2s^2+a_1s+a_0 s3+a2s2+a1s+a0 的三阶系统稳定的充要条件是各项系数为正,且 a 1 a 2 > a 0 a_1a_2>a_0 a1a2>a0。
不失一般性,可以将系统传递函数中分子和分母中最高项系数设为1,当两个系统串联时,如果不是1,可以修改控制器参数使两个系统等价。例如,下面的系统
G
1
(
s
)
G_1(s)
G1(s) 和控制器
D
1
(
s
)
D_1(s)
D1(s)
G
1
(
s
)
=
b
1
s
+
b
0
a
2
s
2
+
a
1
s
+
a
0
D
1
(
s
)
=
k
d
s
2
+
k
p
s
+
k
i
s
\begin{aligned} G_1(s) =& \frac{b_1s+b_0}{a_2s^2+a_1s+a_0} \\ D_1(s) =& \frac{k_ds^2+k_ps+k_i}{s} \\ \end{aligned}
G1(s)=D1(s)=a2s2+a1s+a0b1s+b0skds2+kps+ki
与下面的系统
G
2
(
s
)
G_2(s)
G2(s) 和控制器
D
2
(
s
)
D_2(s)
D2(s) 等价,即
G
1
(
s
)
D
1
(
s
)
=
G
2
(
s
)
D
2
(
s
)
G_1(s)D_1(s)=G_2(s)D_2(s)
G1(s)D1(s)=G2(s)D2(s)。
G
2
(
s
)
=
s
+
b
0
/
b
1
s
2
+
a
1
/
a
2
s
+
a
0
/
a
2
D
2
(
s
)
=
b
1
a
2
k
d
s
2
+
k
p
s
+
k
i
s
\begin{aligned} G_2(s) =& \frac{s+b_0/b_1}{s^2+a_1/a_2s+a_0/a_2} \\ D_2(s) =& \frac{b_1}{a_2}\frac{k_ds^2+k_ps+k_i}{s} \\ \end{aligned}
G2(s)=D2(s)=s2+a1/a2s+a0/a2s+b0/b1a2b1skds2+kps+ki
传递函数方法求二阶系统可控性
对含有一个零点的二阶系统
G
(
s
)
=
s
+
b
0
s
2
+
a
1
s
+
a
0
G(s)=\frac{s+b_0}{s^2+a_1s+a_0}
G(s)=s2+a1s+a0s+b0
设计PID控制器
D
(
s
)
=
k
d
s
2
+
k
p
s
+
k
i
s
D(s)=\frac{k_ds^2+k_ps+k_i}{s}
D(s)=skds2+kps+ki
开环传递函数
D
(
s
)
G
(
s
)
=
k
d
s
3
+
(
k
d
b
0
+
k
p
)
s
2
+
(
k
p
b
0
+
k
i
)
s
+
k
i
b
0
s
3
+
a
1
s
2
+
a
0
s
D(s)G(s)=\frac{k_ds^3+(k_db_0+k_p)s^2+(k_pb_0+k_i)s+k_ib_0}{s^3+a_1s^2+a_0s}
D(s)G(s)=s3+a1s2+a0skds3+(kdb0+kp)s2+(kpb0+ki)s+kib0
闭环传递函数
D
(
s
)
G
(
s
)
1
+
D
(
s
)
G
(
s
)
=
B
(
s
)
A
(
s
)
\frac{D(s)G(s)}{1+D(s)G(s)}=\frac{B(s)}{A(s)}
1+D(s)G(s)D(s)G(s)=A(s)B(s)
的特征多项式为
A
(
s
)
=
(
k
d
+
1
)
s
3
+
(
a
1
+
k
d
b
0
+
k
p
)
s
2
+
(
a
0
+
k
p
b
0
+
k
i
)
s
+
k
i
b
0
A(s) = (k_d+1)s^3+(a_1+k_db_0+k_p)s^2+(a_0+k_pb_0+k_i)s+k_ib_0
A(s)=(kd+1)s3+(a1+kdb0+kp)s2+(a0+kpb0+ki)s+kib0
所以可以通过调整PID参数来调整特征多项式的每一个系数。
使用PD控制时,开环传递函数和特征多项式分别为
D
(
s
)
G
(
s
)
=
(
k
d
s
+
k
p
)
(
s
+
b
0
)
s
2
+
a
1
s
+
a
0
A
(
s
)
=
(
k
d
+
1
)
s
2
+
(
k
p
+
k
d
b
0
+
a
1
)
s
+
(
k
p
b
0
+
a
0
)
D(s)G(s)=\frac{(k_ds+k_p)(s+b_0)}{s^2+a_1s+a_0} \\ A(s)=(k_d+1)s^2+(k_p+k_db_0+a_1)s+(k_pb_0+a_0)
D(s)G(s)=s2+a1s+a0(kds+kp)(s+b0)A(s)=(kd+1)s2+(kp+kdb0+a1)s+(kpb0+a0)
变量少约束多,但可以用线性规划的方法证明PD控制可以控制几乎所有二阶系统。例如取
b
1
=
1
,
b
0
=
−
1
,
a
1
=
−
3
,
a
0
=
1
b_1=1,b_0=-1,a_1=-3,a_0=1
b1=1,b0=−1,a1=−3,a0=1 时,PD控制系数需要满足
{
k
d
+
1
>
0
−
k
p
+
1
>
0
k
p
−
k
d
−
3
>
0
or
{
k
d
+
1
<
0
−
k
p
+
1
<
0
k
p
−
k
d
−
3
<
0
\left\{\begin{align*} & k_d+1 >0 \\ & -k_p+1 >0 \\ & k_p-k_d-3 >0 \end{align*}\right.\text{or } \left\{\begin{align*} & k_d+1 <0 \\ & -k_p+1 <0 \\ & k_p-k_d-3 <0 \end{align*}\right.
⎩
⎨
⎧kd+1>0−kp+1>0kp−kd−3>0or ⎩
⎨
⎧kd+1<0−kp+1<0kp−kd−3<0
取
k
p
=
−
k
d
=
4
3
k_p=-k_d=\frac 43
kp=−kd=34 时满足第2个条件。当
a
1
=
−
2
a_1=-2
a1=−2 时无解,但此时系统有相同的零极点。也就是说当系统有相同的零极点时,线性规划的方法可能求不出使闭环系统稳定的
k
p
,
k
d
k_p,k_d
kp,kd。有相同的零极点时,当系统
G
(
s
)
=
s
+
z
0
(
s
+
p
0
)
(
s
+
p
1
)
G(s)=\frac{s+z_0}{(s+p_0)(s+p_1)}
G(s)=(s+p0)(s+p1)s+z0
有相同的零极点
z
0
=
p
0
z_0=p_0
z0=p0 时,闭环系统特征多项式为
A
(
s
)
=
(
s
+
p
0
)
(
s
+
p
1
+
k
d
s
+
k
p
)
A(s)=(s+p_0)(s+p_1+k_ds+k_p)
A(s)=(s+p0)(s+p1+kds+kp)
系统是否可控只取决于这相同的零极点位于左半平面还是右半平面,并且可以看出PID与PD控制类似。类似的方法可以很简单地看出来不含零点的二阶系统可控。
反馈线性化方法求三阶系统可控性
反馈线性化方法基本原理见 非线性系统的反馈线性化。
含有一个零点的三阶系统的相对阶为2,使用反馈线性化的方法将三阶系统转换成非线性系统标准型,也就是分解成内部动态和外部动态。
G
(
s
)
=
b
1
s
+
b
0
s
3
+
a
2
s
2
+
a
1
s
+
a
0
G(s)=\frac{b_1s+b_0}{s^3+a_2s^2+a_1s+a_0}
G(s)=s3+a2s2+a1s+a0b1s+b0
[
x
˙
1
x
˙
2
x
˙
3
]
=
[
0
1
0
0
0
1
−
a
0
−
a
1
−
a
2
]
[
x
1
x
2
x
3
]
+
[
0
0
1
]
u
y
=
[
b
0
1
0
]
[
x
1
x
2
x
3
]
\begin{aligned} \begin{bmatrix} \dot x_1 \\ \dot x_2 \\ \dot x_3 \end{bmatrix} =& \begin{bmatrix} 0 & 1 & 0 \\ 0 & 0 & 1 \\ -a_0 & -a_1 & -a_2 \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix} +\begin{bmatrix} 0 \\ 0 \\ 1 \end{bmatrix}u \\ y =& \begin{bmatrix} b_0 & 1 & 0 \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix} \end{aligned}
x˙1x˙2x˙3
=y=
00−a010−a101−a2
x1x2x3
+
001
u[b010]
x1x2x3
取微分同胚变换
[
ξ
1
ξ
2
η
]
=
[
b
0
1
0
0
b
0
1
1
0
0
]
[
x
1
x
2
x
3
]
,
[
x
1
x
2
x
3
]
=
[
0
0
1
1
0
−
b
0
−
b
0
1
b
0
2
]
[
ξ
1
ξ
2
η
]
\begin{bmatrix} \xi_1 \\ \xi_2 \\ \eta \end{bmatrix}= \begin{bmatrix} b_0 & 1 & 0 \\ 0 & b_0 & 1 \\ 1 & 0 & 0 \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix},\ \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix}= \begin{bmatrix} 0 & 0 & 1 \\ 1 & 0 & -b_0 \\ -b_0 & 1 & b_0^2 \end{bmatrix} \begin{bmatrix} \xi_1 \\ \xi_2 \\ \eta \end{bmatrix}
ξ1ξ2η
=
b0011b00010
x1x2x3
,
x1x2x3
=
01−b00011−b0b02
ξ1ξ2η
则变换后的状态方程为
ξ
˙
1
=
ξ
2
ξ
˙
2
=
(
a
2
b
0
−
a
1
−
b
0
2
)
ξ
1
+
(
b
0
−
a
2
)
ξ
2
+
(
b
0
3
+
a
1
b
0
−
a
0
−
a
2
b
0
2
)
η
+
u
η
˙
=
ξ
1
−
b
0
η
y
=
ξ
1
\begin{aligned} \dot\xi_1 =& \xi_2 \\ \dot\xi_2 =& (a_2b_0-a_1-b_0^2)\xi_1 +(b_0-a_2)\xi_2 +(b_0^3+a_1b_0-a_0-a_2b_0^2)\eta+u \\ \dot\eta =& \xi_1-b_0\eta \\ y =& \xi_1 \end{aligned}
ξ˙1=ξ˙2=η˙=y=ξ2(a2b0−a1−b02)ξ1+(b0−a2)ξ2+(b03+a1b0−a0−a2b02)η+uξ1−b0ηξ1
当
b
0
>
0
b_0>0
b0>0 时,内部动态
η
˙
=
ξ
1
−
b
0
η
\dot\eta = \xi_1-b_0\eta
η˙=ξ1−b0η 稳定,并且外部动态是一个二阶系统,将外部动态重写为
[
ξ
˙
1
ξ
˙
2
]
=
[
0
1
c
1
c
2
]
[
ξ
1
ξ
2
]
+
[
0
1
]
u
+
[
0
c
3
]
η
y
=
[
1
0
]
[
ξ
1
ξ
2
]
\begin{aligned} \begin{bmatrix} \dot\xi_1 \\ \dot\xi_2 \end{bmatrix} =& \begin{bmatrix} 0 & 1 \\ c_1 & c_2 \end{bmatrix} \begin{bmatrix} \xi_1 \\ \xi_2 \end{bmatrix} +\begin{bmatrix} 0 \\ 1 \end{bmatrix}u +\begin{bmatrix} 0 \\ c_3 \end{bmatrix}\eta \\ y =& \begin{bmatrix} 1 & 0 \end{bmatrix} \begin{bmatrix} \xi_1 \\ \xi_2 \end{bmatrix} \end{aligned}
[ξ˙1ξ˙2]=y=[0c11c2][ξ1ξ2]+[01]u+[0c3]η[10][ξ1ξ2]
其中
c
1
=
a
2
b
0
−
a
1
−
b
0
2
c
2
=
b
0
−
a
2
c
3
=
b
0
3
+
a
1
b
0
−
a
0
−
a
2
b
0
2
\begin{aligned} c_1 =& a_2b_0-a_1-b_0^2 \\ c_2 =& b_0-a_2 \\ c_3 =& b_0^3+a_1b_0-a_0-a_2b_0^2 \\ \end{aligned}
c1=c2=c3=a2b0−a1−b02b0−a2b03+a1b0−a0−a2b02
并且
η
\eta
η 可以看作是扰动。
取
u
=
−
k
p
ξ
1
−
k
d
ξ
2
u=-k_p\xi_1-k_d\xi_2
u=−kpξ1−kdξ2
并代入得
[
ξ
˙
1
ξ
˙
2
]
=
[
0
1
c
1
−
k
p
c
2
−
k
d
]
[
ξ
1
ξ
2
]
+
[
0
c
3
]
η
\begin{bmatrix} \dot\xi_1 \\ \dot\xi_2 \end{bmatrix} = \begin{bmatrix} 0 & 1 \\ c_1-kp & c_2-k_d \end{bmatrix} \begin{bmatrix} \xi_1 \\ \xi_2 \end{bmatrix} +\begin{bmatrix} 0 \\ c_3 \end{bmatrix}\eta
[ξ˙1ξ˙2]=[0c1−kp1c2−kd][ξ1ξ2]+[0c3]η
其中系数矩阵的特征方程为
λ
2
+
(
k
d
−
c
2
)
λ
+
(
k
p
−
c
1
)
=
0
\lambda^2 + (k_d-c_2)\lambda + (k_p-c_1)=0
λ2+(kd−c2)λ+(kp−c1)=0
取
k
p
k_p
kp 和
k
d
k_d
kd 使两个特征根都位于左半平面即可使系统稳定。
没有零点或有两个零点时可以用类似的方法分析。例如有两个零点时,输出方程变为
y
=
[
b
0
b
1
1
]
x
⃗
y=\begin{bmatrix} b_0 & b_1 & 1 \end{bmatrix}\vec x
y=[b0b11]x
相对阶为1,所以取变换
[
ξ
η
1
η
2
]
=
[
b
0
b
1
1
1
0
0
0
1
0
]
[
x
1
x
2
x
3
]
,
[
x
1
x
2
x
3
]
=
[
0
1
0
0
0
1
1
−
b
0
−
b
1
]
[
ξ
η
1
η
2
]
\begin{bmatrix} \xi \\ \eta_1 \\ \eta_2 \end{bmatrix}= \begin{bmatrix} b_0 & b_1 & 1 \\ 1 & 0 & 0 \\ 0 & 1 & 0 \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix},\ \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix}= \begin{bmatrix} 0 & 1 & 0 \\ 0 & 0 & 1 \\ 1 & -b_0 & -b_1 \end{bmatrix} \begin{bmatrix} \xi \\ \eta_1 \\ \eta_2 \end{bmatrix}
ξη1η2
=
b010b101100
x1x2x3
,
x1x2x3
=
00110−b001−b1
ξη1η2
[
ξ
1
ξ
2
η
]
=
[
b
0
b
1
1
−
a
0
b
0
−
a
1
b
1
−
a
2
1
0
0
]
[
x
1
x
2
x
3
]
,
[
x
1
x
2
x
3
]
=
[
]
[
ξ
1
ξ
2
η
]
\begin{bmatrix} \xi_1 \\ \xi_2 \\ \eta \end{bmatrix}= \begin{bmatrix} b_0 & b_1 & 1 \\ -a_0 & b_0-a_1 & b_1-a_2 \\ 1 & 0 & 0 \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix},\ \begin{bmatrix} x_1 \\ x_2 \\ x_3 \end{bmatrix}= \begin{bmatrix} \end{bmatrix} \begin{bmatrix} \xi_1 \\ \xi_2 \\ \eta \end{bmatrix}
ξ1ξ2η
=
b0−a01b1b0−a101b1−a20
x1x2x3
,
x1x2x3
=[]
ξ1ξ2η
则
ξ
˙
=
(
b
1
−
a
2
)
ξ
+
(
a
2
b
0
−
b
1
b
0
−
a
0
)
η
1
+
(
a
2
b
1
−
b
1
2
+
b
0
−
a
1
)
η
2
[
η
˙
1
η
˙
2
]
=
[
0
1
−
b
0
−
b
1
]
[
η
1
η
2
]
+
[
0
1
]
ξ
\begin{aligned} \dot\xi =& (b_1-a_2)\xi+(a_2b_0-b_1b_0-a_0)\eta_1 +(a_2b_1-b_1^2+b_0-a_1)\eta_2 \\ \begin{bmatrix} \dot\eta_1 \\ \dot\eta_2 \end{bmatrix} =& \begin{bmatrix} 0 & 1 \\ -b_0 & -b_1 \end{bmatrix} \begin{bmatrix} \eta_1 \\ \eta_2 \end{bmatrix}+ \begin{bmatrix} 0 \\ 1 \end{bmatrix}\xi \\ \end{aligned}
ξ˙=[η˙1η˙2]=(b1−a2)ξ+(a2b0−b1b0−a0)η1+(a2b1−b12+b0−a1)η2[0−b01−b1][η1η2]+[01]ξ
ξ
˙
1
=
ξ
2
−
u
ξ
˙
2
=
η
˙
=
y
=
ξ
1
\begin{aligned} \dot\xi_1 =& \xi_2-u \\ \dot\xi_2 =& \\ \dot\eta =& \\ y =& \xi_1 \end{aligned}
ξ˙1=ξ˙2=η˙=y=ξ2−uξ1
关于最小相位的补充说明
最小相位线性系统系统的一个特点是不含右半平面的零极点,从线性系统的反馈线性化例子中可以看出,线性系统的内部动态稳定时,内部动态不含右半平面零点,可以类比内部动态稳定的非线性系统称作最小相位系统。