计算机控制论文,计算机控制论文.doc

本文探讨了一种连续线性系统的状态空间建模与离散化处理,通过Matlab进行状态反馈设计和全维状态观测器设计,验证了分离定理,并实施了二次型最优控制。研究表明,该系统是完全能控和能观测的,能有效改善系统性能。
摘要由CSDN通过智能技术生成

基于状态空间模型的控制系统性能分析与仿真

电气信息工程学院电气一班11-01陈明辉

扌商要:木文建立了某一连续线性系统建立状态空间模型,并对其进行离散化处理。然 后在Matlab平台下对其进行了状态反馈设计和全维状态观测器设计,同时对分离定理 进行了验证。最后对原系统进行了二次型最优控制的设计,得到了最优反馈增益矩阵, 实现了基于某一指标函数的对系统的最优控制。

关键词:状态反馈;全维状态观测器;二次熨最优控制;

0.9909-0.17220.0861

0.9909-0.1722

0.08610.7326

C = [2 0]

引言

在现代控制理论小,状态空间模 型是对控制系统进行建模与分析的一 个主要手段,在此基础上,可以运用 一系列的现代控制理论的方法对控制 对象的性能参数进行分析与研究,同 时通过设置相应的反馈环节来改善系 统的性能,达到对控制对象的期望控 制。Matlab软件具有对控制系统的强 大仿真能力,在已知参数的情况下, 它能通过特定的命令实现对系统的建 模和对模型特性的查看与分析,同时, 通过仿真可以菲常直观的查看系统的 响应曲线,对系统在吋域与频域内的 静动态性能进行分析。本文应用 Matlab软件,对某一特定系统进行了 仿真研究,建立了系统的状态空间模 型,并对其进行了状态反馈、状态观 测器的设计和二次型最优控制算法的 设计。

模型变为,

0.0045

H =

0.0861

对于状态空间的控制系统模型, 对其进行控制的最基木前提是它的能 控性和能观性,只有系统完全能控, 才能实现对系统的状态反馈的设计, 只有系统完全能观测,才能实现对系 统状态观测器的设计⑴。因此,首先需 要对控制对象的模型进行能控性和能 观性的判断。

1.线性定常离散系统的能控性判定

对于兀阶线性离散系统

x(k + 1) = Ax(k) + Bu(k); x(0) = x0

一、系统的能控性、能观性判定

已知某一线性连续系统的状态空 间模型为

■ o 1 ■

°

A =

,B =

-2 -3

1

C = [2 ()], D = 0

为方便对其在计算机上进行控制 与分析,将连续系统的模型离散化, 取采用口寸间人=0.1$,离散化后的系统

若存在有限个输入向量序列

{“(0)上⑴,…,呗-1)}(/ < n)能将某个 初始状态x(0)=旳在第/步控制到零 状态,即x(/) = 0 ,则称此状态是能控 的。若系统的所有状态都是能控的, 则称此系统(A,B)是状态全能控的,或 简称系统是能控的⑴。

线性定常离散系统系统状态完全

能控的充分必要条件是能控性矩阵

CG

CG

W =[B AB--An~}B]

行满秩,秩为〃,又可以表示为, rank\Wc ]=斤。

对于上而已知的离散系统状态空 间模型,能控性矩阵为,

「1r0.0045 0.01191

we = [h gh] =

c LJLo.08610.0623

判断其矩阵的秩为,

rank(Wc) = 2

所以系统完全能控。

2.线性定常离散系统的能观性判定

对于线性定常离散系统

x(k + 1) = Ax(k) + Bu(k)

y(k) = Cx(k) + Du(k)

若已知输入系歹!J {w(0),?(!),-?? ???,%(" -1)}和有限个采样瞬间测量到

的输出序列y伙),即{y(0),y⑴,… …可以唯一地确定出系统 的任意初始状态A(0) = Xo ,则称系统

是状态能观测的,或简称能观测。 线性定常离散系统状态完全能观 测的充分必要条件是能观测性矩阵

■ C ■

CA

%=:

为满秩,且秩为"。

同样,对于本文的控制对象,建 立能观测性矩阵,

2 0 _

1.9819 1.1722

对其矩阵秩进行判定为

rank(W()) = 2

所以系统是完全能观测的。

综上所述,可以判定,控制对象 的线性离散模型是完全能控,完全能 观测的。

— >状态反馈设计法

控制系统品质的好坏取决于系统 的极点在乙平面上的位置。因此,在对 系统进行综合设计时,往往是给出一 组期望的极点,或根据时域指标提岀 一组期望的极点。所谓极点配置问题 就是通过对反馈增益矩阵的设计,使 闭环系统的极点恰好出于Z平面丄所 期望的位置,以获得期望的动态特性。 这种方法可以看作是对经典控制理论 屮的根轨迹法的扩展。

采用状态反馈任意配置闭环系统 极点的充分必要条件是系统状态完全 能控。这从工程意义上非常容易理解, 因为只有系统完全受输入量的控制, 才能通过状态反馈完全改变原系统的 特性,以实现系统极点的任意配置。 设被控系统的状态方程为,

x(k + 1) = Ax(k) + Bu(k); x(0) = x0

式中,x(k)为R时刻的几维状态向量;

”伙)为R采样时刻的控制信号;A为 nxn维矩阵;B为nx

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值