「计算机控制系统」3. 计算机控制系统的数学描述

差分方程
Z变换
脉冲传递函数
计算机控制系统的响应


差分方程

基础知识

几种不同的差分
在这里插入图片描述
前向差分和后向差分没有本质区别,在控制系统中一般用后向差分。

在连续系统中,用微分方程来描述系统的运动。而在离散系统,则使用差分方程
在这里插入图片描述
差分方程是确定时间序列的方程,因为可以通过递推迭代的方法,用前项求后项:
在这里插入图片描述

离散系统的差分方程标准形式:(注意各系数的下标)
在这里插入图片描述
在这里插入图片描述

差分方程的解

解分为通解和特解。通解是与方程初始状态有关的解。特解是与外部输入有关的解。

解的求法:
在这里插入图片描述

求解特征方程,得到特征根:

  1. n个单根 r 1 , r 2 , r 3 , ⋯   , r n r_1, r_2, r_3, \cdots, r_n r1,r2,r3,,rn,则通解
    y ( k ) = c 1 r 1 k + c 2 r 2 k + ⋯ + c n r n k y(k)=c_1 r_1^k+ c_2r_2^k+\cdots+c_nr_n^k y(k)=c1r1k+c2r2k++cnrnk
  2. r r r m m m重根,其他为单根 r 1 , r 2 , r 3 , ⋯   , r n r_1, r_2, r_3, \cdots, r_n r1,r2,r3,,rn,则通解:
    y ( k ) = c 11 r k + c 12 k r k + ⋯ + c 1 m k m − 1 r k + c 1 r 1 k + c 2 r 2 k + ⋯ + c n r n k y(k)=c_{11} r^k+ c_{12}kr^k+\cdots+c_{1m}k^{m-1}r^k+c_1 r_1^k+c_2r_2^k+\cdots+c_nr_n^k y(k)=c11rk+c12krk++c1mkm1rk+c1r1k+c2r2k++cnrnk

其中各系数根据初始条件来求:
在这里插入图片描述

对于后向差分,步骤类似:
在这里插入图片描述

Z变换

定义与性质

在这里插入图片描述
注意:

  1. 先采样,然后才有Z变换。多个不同的 f ( t ) f(t) f(t),如果采样后 f ∗ ( t ) f^*(t) f(t)相同,则Z变换相同
  2. z − 1 z^{-1} z1代表信号滞后一个采样周期,可以称为单位延迟因子
  3. 书写时T可以省略,写作 F ( z ) = ∑ k = 0 ∞ f ( k ) z − k F(z)=\sum_{k=0}^{\infty}f(k)z^{-k} F(z)=k=0f(k)zk

性质
这里只涉及一部分常用的性质。

  1. 线性性质
    Z [ a f ( k T ) + b g ( k T ) ] = a F ( z ) + b G ( z ) Z[af(kT)+bg(kT)]=aF(z)+bG(z) Z[af(kT)+bg(kT)]=aF(z)+bG(z)
  2. 实位移定理
    • 右位移: Z [ f ( k T − n T ) ] = z − n F ( z ) Z[f(kT-nT)]=z^{-n}F(z) Z[f(kTnT)]=znF(z)
    • 左位移: Z [ f ( k T + n T ) ] = z n [ F ( z ) − ∑ k = 0 n − 1 f ( k T ) z − k ] Z[f(kT+nT)]=z^n[F(z)-\sum_{k=0}^{n-1} f(kT)z^{-k}] Z[f(kT+nT)]=zn[F(z)k=0n1f(kT)zk]
      • n=1: Z [ f ( k T + T ) ] = z [ F ( z ) − f ( 0 ) ] Z[f(kT+T)]=z[F(z)-f(0)] Z[f(kT+T)]=z[F(z)f(0)]
      • n=2: Z [ f ( k T + 2 T ) ] = z 2 [ F ( z ) − f ( 0 ) − f ( T ) z − 1 ] Z[f(kT+2T)]=z^2[F(z)-f(0)-f(T)z^{-1}] Z[f(kT+2T)]=z2[F(z)f(0)f(T)z1]
  3. 复位移定理
    Z [ e ∓ a t f ( k T ) ] = F ( z e ± a T ) Z[e^{\mp at}f(kT)]=F(ze^{\pm aT}) Z[eatf(kT)]=F(ze±aT)
  4. 初值定理
    如果极限 lim ⁡ z → ∞ F ( z ) \displaystyle\lim_{z \to \infty} F(z) zlimF(z)存在,则有 f ( 0 ) = lim ⁡ z → ∞ F ( z ) \displaystyle f(0)=\lim _{z\to\infty} F(z) f(0)=zlimF(z)
  5. 终值定理
    设系统稳定,则 lim ⁡ k → ∞ f ( k T ) = lim ⁡ z → 1 ( 1 − z − 1 ) F ( z ) = lim ⁡ z → 1 ( z − 1 ) F ( z ) \displaystyle \lim_{k\to \infty}f(kT)=\lim_{z\to1}(1-z^{-1})F(z)=\lim _{z\to 1}(z-1)F(z) klimf(kT)=z1lim(1z1)F(z)=z1lim(z1)F(z)

求Z变换

  1. 级数求和法
    即用定义硬算。
    在这里插入图片描述
    注意级数求和要附加收敛条件。

  2. 部分分式展开法
    即先分解,然后查表,再通过线性性质得出Z变换
    在这里插入图片描述

Z变换表

在这里插入图片描述

求Z反变换

  1. 长除法(幂级数展开法)
    简单易行,但因为难以找出规律,所以一般只用来计算前几项。
    步骤:分式除法,得到z的降幂序列。利用实位移性质写出对应的f(t)
    在这里插入图片描述
    写成 f ( k T ) f(kT) f(kT)序列形式和 f ∗ ( t ) f^*(t) f(t)时域函数形式都可以。注意省略号不要丢了。

  2. 部分分式展开法
    先分解,后查表。
    在这里插入图片描述
    两个注意的地方:
    1.先除z,再进行计算。
    2.注意k的取值范围,选取原则是 e − a k T e^{-akT} eakT是滞后的而不是超前的(非正幂)

  3. 留数计算法
    f ( k T ) = ∑ i = 1 n Res [ F ( z ) z k − 1 ] z → p i \displaystyle f(kT)=\sum_{i=1}^n \text{Res} [F(z)z^{k-1}]_{z\to p_i} f(kT)=i=1nRes[F(z)zk1]zpi
    在这里插入图片描述
    F ( z ) F(z) F(z)的z反变换等于 [ F ( z ) z k − 1 ] [F(z)z^{k-1}] [F(z)zk1]在各个极点处留数之和。
    例题:
    在这里插入图片描述

用Z变换解差分方程

这个和用Laplace变换解微分方程是同样的思路。
在这里插入图片描述

脉冲传递函数

零初始条件下,线性定常系统,输出采样信号的Z变换与输入采样信号的Z变换之比,称为该系统的脉冲传递函数,或称Z传递函数
G ( z ) = C ( z ) R ( z ) \displaystyle G(z)=\frac{C(z)}{R(z)} G(z)=R(z)C(z)

注意:

  • 先采样才有Z变换。因此要求输入、输出信号都为采样后信号。输出允许没有采样开关,但列写传递函数时必须设置虚拟采样开关,才能求出Z变换
  • 传递函数与输入信号无关,但与采样周期有关

脉冲传递函数的求法:

  1. 求系统脉冲响应,即为 G ( s ) G(s) G(s),求出: g ( t ) = L − 1 [ G ( s ) ] g(t)=\mathscr{L}^{-1}[G(s)] g(t)=L1[G(s)]
  2. 采样: g ∗ ( t ) = ∑ k = 0 ∞ g ( k T ) δ ( t − k T ) g^*(t)=\sum_{k=0}^{\infty}g(kT)\delta(t-kT) g(t)=k=0g(kT)δ(tkT)
  3. Z变换: G ( z ) = Z [ g ∗ ( t ) ] = ∑ k = 0 ∞ g ( k T ) z − k G(z)=Z[g^*(t)]=\sum_{k=0}^{\infty}g(kT)z^{-k} G(z)=Z[g(t)]=k=0g(kT)zk

脉冲传递函数与差分方程的相互转化

在这里插入图片描述
在这里插入图片描述

开环脉冲传递函数

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

闭环脉冲传递函数

  1. 采样开关在误差通道:
    在这里插入图片描述
  2. 一般情况
    很多情况下,因为R没有采样,被合并到其他地方先串连再Z变换,变成RG的形式,无法写出C/R的函数,所以改为写输出的函数
    在这里插入图片描述
    这里注意,开环传函的列写,从某个采样开关开始,按照回路依次列写,直到回到这个采样开关。不必从R开始。

计算机控制系统的响应

其实本质就是Z反变换
在这里插入图片描述
这里得到的输出的采样值。

如果想要得到输出值,可以采取如下的方法:
Y ( s ) = G ( s ) E ∗ ( s ) = G ( s ) R ∗ ( s ) 1 + G F ∗ ( s ) y ( t ) = L − 1 [ Y ( s ) ] \begin{aligned} Y(s)=&G(s)E^*(s)\\ =&G(s)\frac{R^*(s)}{1+GF^*(s)}\\ y(t)=& \mathscr{L}^{-1}[Y(s)] \end{aligned} Y(s)==y(t)=G(s)E(s)G(s)1+GF(s)R(s)L1[Y(s)]

  • 3
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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