文章目录
Simulink与控制系统仿真笔记04
4.1引言
要对系统进行仿真处理,首先要知道系统的数学模型
常见的数学模型形式:
- 传递函数模型(系统外部模型)
- 状态方程模型(系统内部模型)
- 零极点增益模型
- 部分分式模型
以上模型之间都有着内在联系可以相互转换
4.2动态过程微分方程
两个条件:
- 给定量产生变化之或者扰动出现之前,被控制量的各阶导数都是零,也就是系统处于平衡状态
- 建立动态微分方程的基础时增量
动态微分方程描述的是被控制量与给定量或者扰动量之间的函数关系,给定量和扰动量可以看成系统的输入量和输出量
4.3拉氏变换与控制系统模型
拉松变换的作用:将时域变换到复频域,微分方程变为代数方程。求得代数方程的解后在反拉斯变化得到微分方程的解。
时域变换的拉斯变化定义如下:
F ( s ) = ∫ 0 ∞ f ( t ) e − u d t F(s) = \int\limits_0^\infty {f(t)} {e^{ - u}}dt F(s)=0∫∞f(t)e−udt
s:拉斯算子单位是频率,由于s是复数,因此它还可以表示复频域的变量。
4.4动态过程的传递函数描述
4.4.1传递函数的定义与性质
输入量的拉普拉斯变换与输入量的拉普拉斯变化之比
相关函数:
G(s)=tf(num,den)
[tt,ff]=tfdata(F(s)) 得到传递函数
GG = zpk(G)传函转换成零极点模型
[z,p,k]=zpkdata(G) 提取零极点模型对象的零极点以及增益项
pzmap(G) :绘制零极点图
4.4.2传递函数的零极点表示
零极点模型实际上是传递函数的另一种表示形式,其原理是对原系统的床底函数分子分母进行分解因式处理,以获得系统零极点的表示形式
绘制零极点图:
>> pzmap(G)
>> num=[1 4 8];
>> den =[1 11 11 10];
>> G=tf(num,den);
>> pzmap(G)
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ggsUhMKO-1658733066507)(https://raw.githubusercontent.com/yumo2021/PicGo1/main/20220530124850.png)]
4.4.3传递函数的部分分数表示
并联系统里面要用对系统分解,基本形式如下:
[[r,p,k]=residue(num,den)
>> num=[2,0,9,1];
>> den=[1,1,4,4];
>> [r,p,k]=residue(num,den)
r =
0.0000 - 0.2500i
0.0000 + 0.2500i
-2.0000
p =
-0.0000 + 2.0000i
-0.0000 - 2.0000i
-1.0000
k =
2
4.5动态过程状态空间描述
不懂
4.6系统模型转换及连接
线性时不变系统(LTI)的模型包括传递函数模型、零极点(ZPK)模型和状态空间(state space)模型
三种模型之间转换示意图
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-O6L8nXQF-1658733066509)(https://raw.githubusercontent.com/yumo2021/PicGo1/main/20220530124858.png)]
函数名 | 功能 |
---|---|
residue | 传递函数转换部分分式 |
ss2tf | 状态空间转换传递函数 |
ss2zp | 状态空间转换零极点 |
tf2zp | 传递函数转换零极点 |
tf2ss | 传递函数转换状态空间 |
zp2ss | 零极点转换状态空间 |
zp2tf | 零极点转换传递函数 |
eg:已知传函是G(s)
G ( s ) = 2 s 2 + 9 s + 1 s 3 + s 2 + 4 s + 4 {G_{(s)}} = {
{2{s^2} + 9s + 1} \over {
{s^3} + {s^2} + 4s + 4}} G(s)=s3+