南航自动控制原理期末试题答案解析指南-CSDN博客

本文链接：https://blog.csdn.net/weixin_32836713/article/details/141720288

简介：自动控制原理是电气工程等领域的核心课程，主要研究系统的稳定性、性能和设计方法。课程内容涵盖系统模型、时域分析、根轨迹法、频率域分析、状态空间法、控制器设计等。本文档详细解析了自动控制原理的关键知识点，包括系统组成、稳定性分析、动态性能评估、根轨迹绘制、频率特性分析、状态空间理解、控制器参数调整、校正技术、现代控制理论应用及具体实例分析等，为学生提供全面的复习和理解支持，是准备期末考试的宝贵资料。自动控制原理

1. 系统组成与分类

系统的基本概念

在现代控制理论中，系统是由相互关联的元素组成的整体。这些元素可以是物理实体、信息流或数据处理过程，它们共同作用以完成特定的功能或目标。系统的定义和理解对于控制工程具有基础性的意义。

系统的分类

系统根据其内部特性和外部行为可以分为多种类型，最常见的是按照以下两个维度进行分类：

按照系统的功能来划分 ：
开环系统：系统的输出不对输入产生影响。
闭环系统：系统输出反馈至输入端，形成闭环回路。
按照系统的复杂性来划分 ：
线性系统：系统参数和变量遵循线性关系。
非线性系统：系统参数和变量之间的关系复杂，不遵循线性。

每种类型的系统都有其独特的分析和设计方法，对于控制系统设计者而言，了解不同系统的特点与设计原则是至关重要的。在后续章节中，我们将详细探讨系统稳定性分析和性能指标，进一步理解系统设计的深层次应用。

2. 系统稳定性分析

稳定性是系统设计中的核心问题之一，它是系统在受到外部干扰或内部参数变化时，能否保持原有性能状态的重要指标。在本章节中，我们将深入探讨系统稳定性分析的理论基础，并建立起系统的数学模型来评估其稳定性。

2.1 稳定性分析理论基础

稳定性理论为我们提供了一系列判定系统稳定性的数学工具。其中，Routh-Hurwitz判据、劳斯稳定性条件和Nyquist稳定性准则构成了稳定性分析的三大支柱。

2.1.1 Routh-Hurwitz判据

Routh-Hurwitz判据是一种代数方法，通过构建Routh表来判断系统特征方程所有根是否具有负实部，从而确定系统是否稳定。以下是使用Routh-Hurwitz判据的步骤：

写出系统的特征方程，通常是多项式形式。
构建Routh表，并填充相应的行列元素。
对Routh表进行分析，若所有第一列元素均为正，则系统稳定。
如果存在零或负的元素，需进一步判断，判断依据为系统的特征值是否全部位于复平面的左半部分。

Routh-Hurwitz判据的一个显著优势在于，它能在不求解特征方程根的情况下判定系统是否稳定。这对于高阶系统尤为重要。

% 示例代码：使用Routh-Hurwitz判据判断稳定性
syms s
char_eq = 's^3 + 5*s^2 + 6*s + 2'; % 特征方程
num = [1 6 2]; % 多项式的系数
den = [1 5 6 2]; % 分母系数
Routh_table = routh(char_eq); % 计算Routh表
disp(Routh_table); % 显示Routh表

2.1.2 劳斯稳定性条件

劳斯稳定性条件是另一种判断线性时不变系统稳定性的方法。它涉及劳斯表的构建，并通过分析劳斯表的第一列元素的符号来判断系统的稳定性。根据劳斯稳定条件，系统的稳定性取决于特征方程根的位置，即所有根均需位于复平面的左半部分。

2.1.3 Nyquist稳定性准则

Nyquist稳定性准则提供了一种基于频率响应的方法来判断系统稳定性。根据该准则，如果开环传递函数的Nyquist图不包围(-1,0)点，且开环系统稳定，则闭环系统稳定。Nyquist准则适用于在频域内分析具有反馈的控制系统。

% 示例代码：使用Nyquist准则判断稳定性
G = tf([1], [1 5 6 2]); % 定义传递函数
nyquist(G); % 绘制Nyquist图
grid on; % 显示网格
title('Nyquist Plot of G(s)');

2.2 系统稳定性的数学模型

为了进一步分析系统的稳定性，我们需要建立数学模型来描述系统特征方程，并了解不同稳定性判据在各类系统中的应用。

2.2.1 系统特征方程的建立

系统特征方程通常由系统的开环传递函数在S域内的系数构成。为了分析系统的稳定性，首先需要确定系统的开环传递函数。以下是特征方程建立的步骤：

确定系统的开环传递函数，通常形式为 G(s)H(s) 。
将开环传递函数展开，并确定特征方程。
应用稳定性分析方法来判定系统的稳定性。

2.2.2 判据在不同系统中的应用

不同的稳定性判据有各自适用的系统类型和条件。例如，Routh-Hurwitz判据适用于连续时间系统且要求特征方程为实系数多项式；Nyquist准则适用于具有反馈的开环稳定系统；劳斯判据也适用于连续时间系统，对特征方程同样有实系数的要求。

通过上述分析，我们可以构建出系统稳定性的理论框架，并将其应用于实际系统中。在下一节中，我们将深入探讨系统稳定性的数学模型，并展示稳定性判据在不同系统中的应用实例。

3. 时域性能指标

时域分析是控制系统分析中最为直观的一种方法，它关注的是系统在单位阶跃输入下的响应时间、上升时间、超调量以及稳态误差等指标。在控制系统的设计与分析中，时域性能指标是判断系统动态性能好坏的重要依据。本章节将深入探讨时域性能指标的基本概念、计算方法以及性能优化策略。

3.1 时域分析的基本概念

3.1.1 上升时间的定义及重要性

上升时间（Rise Time）通常指的是响应曲线从10%跃升至90%稳定值所需的时间。这一性能指标反映了系统对输入变化的响应速度。对于一个快速的控制系统来说，快速的响应是理想状态，但在实际应用中，过于快速的响应可能会引起超调和振荡，因此需要在速度和稳定性之间做出权衡。

graph LR
    A[系统输入] --> B{10%响应}
    B --> C[上升过程]
    C --> D{90%响应}
    D --> E[稳定输出]

上升时间的计算是通过观察系统阶跃响应曲线来确定的，因此，在实际应用中，可以通过数据采集系统或者仿真软件来获取响应曲线，并据此确定上升时间。

3.1.2 超调量和峰值时间的计算方法

超调量（Overshoot）是指系统输出超过其最终稳态值的最大量。它是系统快速性与稳定性之间相互妥协的产物。超调量越大，系统可能越不稳定；但没有超调量的系统可能是过度阻尼的，即反应迟缓。峰值时间（Peak Time）是指系统输出达到最大值所需要的时间。

对于一个典型的二阶系统，超调量和峰值时间可以通过以下公式计算：

超调量 (M_p = e^{(-\pi \zeta / \sqrt{1-\zeta^2})})（其中，(\zeta) 是阻尼比）

峰值时间 (T_p = \pi / \omega_n \sqrt{1-\zeta^2})（其中，(\omega_n) 是自然频率）

通过这些计算方法，工程师可以对系统进行初步的性能评估，并据此进行参数调整。

3.2 调节时间和性能优化

3.2.1 调节时间的影响因素

调节时间（Settling Time）是指系统响应从首次到达最终稳定值时起，到再次进入并保持在最终稳定值的一定百分比范围内所需的时间。调节时间是一个衡量系统动态性能的重要指标，尤其在要求系统快速稳定的应用中尤为重要。

影响调节时间的因素很多，主要包括系统本身的动态特性、输入信号的特性以及外部扰动等。在控制系统设计时，工程师通常需要对这些因素进行综合考虑，以达到预期的性能指标。

3.2.2 时域性能指标的优化策略

为了优化时域性能指标，可以采用多种策略。首先是系统设计阶段的控制策略选择，例如使用PI、PID或状态反馈控制策略。其次是对系统参数的调整，包括调整比例、积分和微分参数来改变系统的响应速度和稳定性。最后，可以通过引入前馈控制或者预设补偿器来进一步改善系统性能。

在实际操作中，这些优化策略可能需要反复实验和调整，以确保系统性能达到最佳状态。

| 策略 | 说明 |
| --- | --- |
| 控制策略选择 | 选择适合的控制策略（PI、PID、状态反馈等） |
| 参数调整 | 调整P、I、D参数以改变系统响应速度和稳定性 |
| 引入前馈控制 | 通过前馈控制补偿系统输入的扰动 |
| 使用补偿器 | 增加系统补偿器来提升性能 |

通过这些策略的实施，可以有效地改善系统在时域中的性能，使系统更加符合实际应用需求。

4. 根轨迹法

4.1 根轨迹法基础

4.1.1 根轨迹的概念及特点

根轨迹法是一种在复平面上分析和设计线性反馈控制系统稳定性的工具。它根据开环传递函数的参数变化，描绘闭环系统极点位置的变化轨迹。该方法的显著特点是直观、易懂，能清晰地显示出系统性能随参数变化的规律。

根轨迹的绘制基于开环传递函数的根。当开环增益K变化时，闭环系统的极点将在复平面上移动，从而形成轨迹。根轨迹法可以让我们了解到参数变化对系统性能的影响，从而对系统参数进行合理调整以满足设计要求。

4.1.2 绘制根轨迹的技巧

绘制根轨迹需要遵循一定的规则，其中最关键的一步是确定根轨迹的分支数量和起点终点。在开环传递函数为有理分式时，根轨迹的分支数等于开环传递函数的极点数。根轨迹的起点是开环传递函数极点，终点是开环传递函数零点，若零点数量少于极点，则部分轨迹会趋向无穷远。

绘制根轨迹还需要确定特定点的开环增益值，这可以通过角度条件和幅值条件计算得出。角度条件涉及到开环传递函数在特定点的相位角，而幅值条件则涉及到该点的模值。二者都需要满足，方能确定根轨迹上的点。

4.2 系统稳定性与参数调整

4.2.1 根轨迹对系统稳定性的影响

根轨迹的形状和位置对系统稳定性有直接的影响。一般情况下，若根轨迹全部位于复平面的左半部分，则系统是稳定的；若根轨迹穿过虚轴进入右半平面，则系统将变得不稳定。通过分析根轨迹，可以对系统的稳定边界有一个直观的认识，从而指导参数的调整。

除了位置，根轨迹的形状也会影响系统的瞬态响应。例如，根轨迹在实轴部分的长度决定了系统的阻尼比，根轨迹的弯曲程度则与系统的响应速度有关。因此，设计和调整系统时，应确保根轨迹处于理想的位置和形状。

4.2.2 参数变化对根轨迹的影响分析

参数变化会导致根轨迹发生变化，因此分析参数变化对根轨迹的影响对于控制系统的设计至关重要。通常，增加开环增益K会导致根轨迹向实轴的负方向移动，这可能会使系统更加稳定或不稳定，具体取决于根轨迹与虚轴的相对位置。

对于具有多个参数的系统，参数之间的相互作用更加复杂。例如，某些参数的增加可能会使得根轨迹的某些部分向右半平面移动，从而破坏系统的稳定性。通过根轨迹法，我们可以进行参数敏感性分析，调整那些对系统稳定性有决定性影响的关键参数。

根轨迹法在控制系统设计中的应用

控制系统设计是根轨迹法的一个主要应用领域。设计师可以利用根轨迹法来确定系统参数，以实现期望的性能指标。具体的操作步骤通常包括：

建立开环传递函数模型，确定系统的极点和零点。
绘制根轨迹图，分析系统稳定性和瞬态响应特性。
根据性能指标，确定理想根轨迹的位置和形状。
调整系统参数，使根轨迹达到理想状态。

在整个过程中，需要不断迭代和优化参数，直到系统性能满足设计要求。

% 示例代码：绘制单位负反馈系统的根轨迹
s = tf('s');
G = 1 / (s^2 + 3*s + 2);
rlocus(G);
title('Root Locus Plot');

以上MATLAB代码使用了控制系统工具箱中的 rlocus 函数来绘制开环传递函数 G(s) 的根轨迹图。通过分析该图，可以对系统的稳定性进行评估，并指导参数的调整。

根轨迹法在系统优化中的应用

除了设计阶段外，根轨迹法也可以用于系统优化。在实际运行过程中，由于各种因素的影响，系统的性能可能会偏离设计要求。此时，可以使用根轨迹法来分析当前系统参数对性能的影响，并进行微调以恢复系统性能。

对于系统优化问题，参数的微调通常需要谨慎进行，因为不当的调整可能会导致系统性能恶化。通过根轨迹分析，可以确定对系统性能影响最大的关键参数，并对这些参数进行精细调整。

根轨迹法与其他分析方法的对比

根轨迹法并不是控制系统分析的唯一方法，它与频率域分析方法如奈奎斯特图、伯德图等具有互补性。与频率域方法相比，根轨迹法在时域性能分析方面有其独特的优势，尤其是在分析系统的瞬态响应方面。

例如，频率响应分析方法更加关注系统的稳态性能，而根轨迹法则能够同时展示系统从稳态到瞬态的全面信息。因此，在进行控制系统分析时，综合运用根轨迹法与频率响应分析法，可以得到更为全面的设计方案。

通过综合运用这些分析方法，控制系统设计师能够得到更加精确和可靠的系统性能评估，为参数调整提供更加有力的支持。在设计和优化过程中，不同的分析方法相辅相成，共同指导设计师调整系统参数，最终达到预期的控制效果。

5. 频率域分析

5.1 频率响应基础知识

5.1.1 奈奎斯特图的绘制与分析

奈奎斯特图是通过系统开环传递函数的频率响应来判断闭环系统稳定性的一种工具。在绘制奈奎斯特图时，首先需要确定开环传递函数( G(s)H(s) )，然后对于正频率( \omega )从( 0 )到( \infty )，计算对应的( G(j\omega)H(j\omega) )，最终将这些点在复平面上绘制出来。

绘制过程通常包含以下步骤：

将( s )替换为( j\omega )，计算对应频率点的( G(j\omega)H(j\omega) )值。
利用MATLAB等软件工具，使用 nyquist 命令绘制出奈奎斯特图。
分析奈奎斯特图来判定闭环系统是否稳定。

例如，对于一个简单的系统传递函数( G(s)H(s) = \frac{1}{s(s+1)} )，使用MATLAB绘制奈奎斯特图的代码如下：

% 定义开环传递函数
s = tf('s');
G = 1/(s*(s+1));

% 绘制奈奎斯特图
figure;
nyquist(G);
grid on;

执行上述代码，可以得到系统的奈奎斯特图。在分析奈奎斯特图时，需要关注单位圆外侧的点，这将帮助我们判断系统是否稳定。如果奈奎斯特曲线没有包围点（-1,0），则系统是稳定的。

5.1.2 伯德图的基本概念

伯德图是另一种频率响应分析工具，它以对数频率为横轴，分别以幅度和相位为纵轴来表示系统的频率特性。伯德图由幅度曲线和相位曲线组成，通常在工程和设计中用于直观地分析系统的行为。

伯德图的绘制步骤通常如下：

计算开环传递函数( G(j\omega)H(j\omega) )在不同频率下的值。
绘制幅度和相位曲线。
分析幅频特性和相频特性。

以相同的传递函数( G(s)H(s) = \frac{1}{s(s+1)} )为例，绘制伯德图的MATLAB代码如下：

% 绘制伯德图
figure;
bode(G);
grid on;

执行上述代码后，将分别显示幅度和相位曲线。在伯德图中，我们需要关注的是截止频率、幅度裕度和相位裕度等指标。

5.1.3 幅度裕度和相位裕度的确定

幅度裕度和相位裕度是衡量系统稳定性和性能的关键指标。幅度裕度定义为幅频特性曲线与-1dB线交点的增益值，它代表了系统在达到单位增益交叉点前，幅度还可以增加多少而不致失稳。而相位裕度则是指在幅频特性曲线与-1dB线交点处，相位角度与-180度的差值。

幅度裕度（AM） : AM = |增益(dB) + 1dB| (当相位为-180度时)
相位裕度（PM） : PM = |相位(度) + 180度| (当增益为1dB时)

利用MATLAB计算幅度裕度和相位裕度的代码如下：

% 计算幅度裕度和相位裕度
[magmargin, phasemargin] = margin(G);

% 输出结果
fprintf('幅度裕度: %.2f dB\n', magmargin);
fprintf('相位裕度: %.2f 度\n', phasemargin);

以上分析为系统稳定性和性能指标的确定提供了量化依据，是频率域分析中的重要环节。

5.1.4 频域性能指标的调整与优化

为了使系统在频率域中的性能达到预定要求，我们往往需要对系统的频域性能指标进行调整和优化。这通常涉及调整系统参数，以改善幅度裕度、相位裕度和截止频率等指标。

优化步骤通常包括：

分析当前性能指标 ：通过绘制的伯德图或奈奎斯特图，分析系统当前的幅度裕度、相位裕度。
确定优化目标 ：根据实际应用需求，确定所期望的性能指标。
参数调整 ：通过改变系统参数（如增益、时间常数等），重新绘制伯德图或奈奎斯特图。
迭代优化 ：重复上述步骤，直至系统性能满足要求。

例如，若系统幅度裕度不足，则可以通过增加反馈环节的增益来提高系统的幅度裕度，相应地使用MATLAB调整传递函数参数并重新绘制图表。

通过这种方法，可以实现对系统频域性能指标的精准调整与优化。

6. 现代控制理论与实例分析

6.1 状态空间法的应用

6.1.1 状态方程的建立与解析

状态空间法是现代控制理论中极为重要的一环，它以系统的状态方程来描述系统的动态行为。状态方程通常表达为： [ \dot{x}(t) = Ax(t) + Bu(t) ] [ y(t) = Cx(t) + Du(t) ] 其中，( x(t) ) 为状态向量，( u(t) ) 为输入向量，( y(t) ) 为输出向量，( A ), ( B ), ( C ), ( D ) 分别是系统矩阵、输入矩阵、输出矩阵和直接传递矩阵。

解析状态方程通常需要应用数值方法，如龙格-库塔法或欧拉法等。

6.1.2 可控性与可观性的判定方法

可控性和可观性是状态空间分析中的两个核心概念，它们决定了系统是否能够通过输入改变状态，以及是否能够通过输出了解系统状态。

可控性可以通过计算可控性矩阵 ( C_{c} ) 来判断： [ C_{c} = \begin{bmatrix} B & AB & A^2B & \cdots & A^{n-1}B \end{bmatrix} ] 如果 ( C_{c} ) 的秩等于状态变量的维数，系统是可控的。
可观性通过计算可观性矩阵 ( C_{o} ) 来判断： [ C_{o} = \begin{bmatrix} C \ CA \ CA^2 \ \vdots \ CA^{n-1} \end{bmatrix} ] 如果 ( C_{o} ) 的秩等于状态变量的维数，系统是可观的。

6.2 控制器设计与校正技术

6.2.1 PID控制器的工作原理与设计

PID（比例-积分-微分）控制器是最常见的反馈控制器，它的工作原理是基于系统的误差信号来调整控制输入，以此来达到期望的输出。PID控制器的传递函数通常表示为： [ G_{c}(s) = K_{p} + \frac{K_{i}}{s} + K_{d}s ] 其中，( K_{p} ), ( K_{i} ), ( K_{d} ) 分别是比例、积分和微分增益。

设计PID控制器通常涉及调整这三个参数，使得系统具有所需的稳定性和性能指标。

6.2.2 超前滞后校正与PID校正方法

超前滞后校正是为了提高系统性能，通过引入超前或滞后来调整系统相位。这通常用于提高系统的稳定性和快速响应能力。

对于PID控制器的校正，一种有效的方法是使用Ziegler-Nichols方法，该方法提供了设定PID参数的经验公式，以便快速获得较好的控制性能。

6.3 现代控制理论的探索

6.3.1 线性矩阵不等式（LMI）的应用

线性矩阵不等式（LMI）是现代控制理论中用于求解最优控制问题的一种重要工具。LMI可以通过软件包（如MATLAB的Robust Control Toolbox）进行求解。

例如，状态反馈控制器的设计问题可以通过求解以下的LMI问题来实现： [ \min_{K} \quad \gamma ] [ \text{subject to} \quad A_{c}^{T}P + PA_{c} + Q < 0 ] [ \qquad \quad C_{c}^{T}P + B_{c}^{T}Q < 0 ] 其中，( P ) 和 ( Q ) 是LMI的解。