线性系统时域的分析及校正
概述
对于已经求得的输出响应,如何判断这个输出响应是不是符合我们的预期,如何评判这个输出响应的优越性呢?那么。给出如下概念,作为用以评判输出响应的指标。
延迟时间
t
d
t_d
td: 阶跃响应第一次达到终值的50%所需的时间
上升时间
t
r
t_r
tr:阶跃响应从终值的10%上升到终值的90%所需的时间;有振荡时,可定义为从 0 到第一次达到终值所需的时间。
峰值时间
t
p
t_p
tp: 阶跃响应越过终值达到第一个峰值所需的时间。
调节时间
t
s
t_s
ts:阶跃响应到达并保持在终值 5%误差带内所需的最短时间。
超 调 量
δ
%
δ%
δ%:峰值超出终值的百分比,
δ
%
=
h
(
t
p
)
−
h
(
∞
)
h
(
∞
)
×
100
%
\delta \% =\frac{h(t_p)-h(\infty)}{h(\infty )}\times 100\%
δ%=h(∞)h(tp)−h(∞)×100%
让我们在图中更为直观的感受一下。
一阶系统的时间响应及动态性能
一阶系统闭环传递函数标准形式
给出一个一阶系统的单位负反馈的开环传递函数
G
(
s
)
=
K
s
G(s)=\frac{K}{s}
G(s)=sK。
则其闭环传递函数的标准形式为
Φ
(
s
)
=
K
s
+
K
=
1
s
k
+
1
→
1
k
=
T
1
T
s
+
1
\Phi(s)=\frac{K}{s+K}=\frac{1}{\frac{s}{k}+1}\xrightarrow{\frac{1}{k}=T}\frac{1}{Ts+1}
Φ(s)=s+KK=ks+11k1=TTs+11
单位阶跃信号的时间响应
接下来,在外界环境下,突然出现噪声(单位阶跃信号),那么对应考虑的是系统的单位阶跃响应,最后经过无限长的时间之后应该趋于稳定。于是,求系统的单位阶跃响应。
C
(
s
)
=
Φ
(
s
)
⋅
R
(
s
)
=
1
T
s
+
1
⋅
1
s
=
1
s
−
1
s
+
1
T
C(s)=\Phi(s)\cdot R(s)=\frac{1}{Ts+1}\cdot \frac{1}{s}=\frac{1}{s}-\frac{1}{s+\frac{1}{T}}
C(s)=Φ(s)⋅R(s)=Ts+11⋅s1=s1−s+T11
接下来,对上式进行拉普拉斯反变换1求得:
c
(
t
)
=
1
−
e
−
1
T
t
c(t)=1-e^{-\frac{1}{T}t}
c(t)=1−e−T1t
假设
K
=
1
K=1
K=1,即
T
=
1
T=1
T=1,利用matlab仿真给出图像
%定义符号变量
syms s t T
%列写系统闭环传递函数
sys = 1/(T*s+1)
%获得输出单位复域响应函数
C=sys*1/s
%拉普拉斯反变化获取单位时域响应函数
c=ilaplace(C,s,t)
%定义特殊数据类型的系统闭环传递函数
sys1=tf(1,[1,1]);
step(sys1);%绘制时域图
输出结果如下:
sys1 =
1
-----
s + 1
Continuous-time transfer function.
由图像可知,曲线单调响应,因此,超调量为0。同时,无需计算上升时间
t
r
t_r
tr,延迟时间
t
d
t_d
td,和峰值时间
t
p
t_p
tp,只需要计算调节时间
t
s
t_s
ts。因此,有如下计算过程:
c
(
t
s
)
=
1
−
e
−
1
T
t
s
=
0.95
e
−
1
T
t
s
=
0.05
t
s
=
−
T
ln
0.05
=
3
T
c(t_s)=1-e^{-\frac{1}{T}t_s}=0.95\\ e^{-\frac{1}{T}t_s}=0.05\\ t_s=-T\ln{0.05}=3T
c(ts)=1−e−T1ts=0.95e−T1ts=0.05ts=−Tln0.05=3T
给出其他的一些相关数据:
h
(
T
)
=
0.632
h
(
∞
)
h
(
2
T
)
=
0.865
h
(
∞
)
h
(
3
T
)
=
0.95
h
(
∞
)
h
(
4
T
)
=
0.982
h
(
∞
)
\begin{array}{l} h(T)=0.632 \ h(\infty) \\ h(2 T)=0.865\ h(\infty) \\ h(3 T)=0.95\ h(\infty) \\ h(4 T)=0.982 \ h(\infty) \end{array}
h(T)=0.632 h(∞)h(2T)=0.865 h(∞)h(3T)=0.95 h(∞)h(4T)=0.982 h(∞)
单位脉冲信号的时间响应
C
(
s
)
=
Φ
(
s
)
⋅
R
(
s
)
=
1
T
s
+
1
⋅
1
=
1
T
s
+
1
T
C(s)=\Phi(s)\cdot R(s)=\frac{1}{Ts+1}\cdot 1=\frac{\frac{1}{T}}{s+\frac{1}{T}}
C(s)=Φ(s)⋅R(s)=Ts+11⋅1=s+T1T1
对上式进行拉普拉斯反变换,得时间响应函数
c
(
t
)
=
1
T
e
−
1
T
t
c(t)=\frac{1}{T}e^{-\frac{1}{T}t}
c(t)=T1e−T1t
绘制单位脉冲响应matlab代码;
%定义符号变量
syms s t T
%列写系统闭环传递函数
sys = 1/(T*s+1)
%获得输出单位复域响应函数
C=sys*1
%拉普拉斯反变化获取单位时域响应函数
c=ilaplace(C,s,t)
%将T=1带入算式
h=subs(c,T,1)
%定义特殊数据类型的系统闭环传递函数
sys=tf(1,[1,1]);
impulse(sys);%绘制时域图
hold on; % 将曲线保持在图形中
grid on;%grid off/on关闭或打开图形网格线
xlabel('t');ylabel('c(t)');title('单位脉冲响应');
单位斜坡信号响应
C
(
s
)
=
Φ
(
s
)
⋅
R
(
s
)
=
1
T
s
+
1
⋅
1
s
2
C(s)=\Phi(s)\cdot R(s)=\frac{1}{Ts+1}\cdot \frac{1}{s^2}
C(s)=Φ(s)⋅R(s)=Ts+11⋅s21
对上式进行拉普拉斯反变换,得时间响应函数
c
(
t
)
=
t
−
T
+
T
e
−
t
T
c(t)=t-T+T\,{\mathrm{e}}^{-\frac{t}{T}}
c(t)=t−T+Te−Tt
%定义符号变量
syms s t T
%列写系统闭环传递函数
sys = 1/(T*s+1)
%获得输出单位复域响应函数
C=sys*1/s^2
%拉普拉斯反变化获取单位时域响应函数
c=ilaplace(C,s,t)
%将T=1带入算式
h=subs(c,T,1)
sys=tf(1,[1,1]);
t0=0:0.1:10;
C=t0;
lsim(sys,C,t0) %绘制误差时域图;%绘制时域图
hold on; % 将曲线保持在图形中
grid on;%grid off/on关闭或打开图形网格线
xlabel('t');ylabel('c(t)');title('单位斜坡响应');
matlab求动态性能指标代码
%% 函数功能:求解负反馈系统传递函数,并绘制单位阶跃或脉冲响应图,并求出动态指标
% 函数参数:
% str : 单位阶跃响应"step"还是单位脉冲响应"impulse"
% K1,K2,K3,K4,
% fan:正反馈为1,负反馈为-1
% 函数返回值:
% index_data = [超调量 峰值时间tp 调节时间ts]
function index_data = Time_domain_analysis(str,K1,K2,K3,K4,fan)
%%%%%%%%%%%系统建模%%%%%%%%%%%%%%%%%%%%
num = K1;
den = K2;
% den = conv([1 1],[T 1]);%多项式相乘,例如(x^2+3)(x+1)表示为[1,0,3],[1,1]
G1 = tf(num,den);%建立系统模型,返回符号变量表达式
H1 = tf(K3,K4);
% sysa1 = feedback(G1,H1,-1);%负反馈
% sysa2 = series(G2,sysa1);%串联
% sysb1 = parallel(G2,H1);%并联
sys = feedback(G1,H1,fan);%负反馈
dt = 0.003;%仿真步长
% t = 0:dt:3;%设定仿真时间
% figure('name','单位阶跃响应')%创建一个窗口
if(str == "impulse")
impulse(sys);%绘制时域图
[y,x] = impulse(sys);%获取数值
hold on; % 将曲线保持在图形中
grid on;%grid off/on关闭或打开图形网格线
xlabel('t');ylabel('c(t)');title('单位脉冲响应');
end
if(str == "step")
step(sys);%绘制时域图
[y,x] = step(sys);%获取数值
hold on; % 将曲线保持在图形中
grid on;%grid off/on关闭或打开图形网格线
xlabel('t');ylabel('c(t)');title('单位阶跃响应');
end
%%%%%%%%%%%求解动态指标%%%%%%%%%%%%%%%%%%%%
maxy = max(y);%响应的最大偏移量
yss = y(end);%响应的终值
pos = (maxy - yss)/yss;%求超调量
tp = x(y==maxy);%峰值时间
y1 = 1.05*yss;%稳态上线
y2 = 0.95*yss;%稳态下线
x1 = x(y>y1);%获得超过稳态上线的时间段
x2 = x(y<y2);%获取低于稳态下线的时间段
ts = max([x1;x2]);%两个时间端中最大的时间点为调节时间
index_data = [pos tp ts];
% legend('(a)单位阶跃响应','(b)单位阶跃响应')
end
二阶系统的时间响应及动态性能
二阶系统闭环传递函数标准形式
二阶系统得典型开环传递函数为:
G
(
s
)
=
ω
n
2
s
(
s
+
2
ξ
ω
n
)
G(s)=\frac{\omega_n^2}{s(s+2\xi\omega_n)}
G(s)=s(s+2ξωn)ωn2
则,写成闭环传递函数为:
Φ
(
s
)
=
ω
n
2
s
2
+
2
ξ
ω
n
s
+
ω
n
2
\Phi(s)=\frac{\omega_n^2}{s^2+2\xi\omega_ns+\omega_n^2}
Φ(s)=s2+2ξωns+ωn2ωn2
其中,
ξ
\xi
ξ被普遍称之为阻尼比,而
ω
n
\omega_n
ωn被称之为无阻尼自然频率。
其特征方程为:
s
2
+
2
ξ
ω
n
s
+
ω
n
2
=
0
s^2+2\xi\omega_ns+\omega_n^2=0
s2+2ξωns+ωn2=0
不同取值下的单位阶跃响应
为研究系统的稳定性,同样,首先研究系统在外加噪音的条件下能否稳定的问题。
当
ξ
=
0
\xi=0
ξ=0时,又称无阻尼状态,两个特征根为
λ
1
,
2
=
±
j
ω
n
\lambda_{1,2}=\pm j\omega_n
λ1,2=±jωn,绘制单位阶跃响应。
当 1 > ξ > 0 1>\xi>0 1>ξ>0时,又称欠阻尼状态,两个特征根为 λ 1 , 2 = − ξ ω n ± j 1 − ξ 2 ω n \lambda_{1,2}=-\xi \omega_n\pm j\sqrt{1-\xi^2} \omega_n λ1,2=−ξωn±j1−ξ2ωn,绘制单位阶跃响应。
当 ξ = 1 \xi=1 ξ=1时,称之为临界阻尼状态,两个特征根为 λ 1 , 2 = − ω n \lambda_{1,2}=- \omega_n λ1,2=−ωn,绘制单位阶跃响应。
当 ξ > 1 \xi>1 ξ>1时,称为过阻尼状态,两个特征根为 λ 1 , 2 = − ξ ω n ± ξ 2 − 1 ω n \lambda_{1,2}=-\xi \omega_n\pm \sqrt{\xi^2-1} \omega_n λ1,2=−ξωn±ξ2−1ωn,绘制单位阶跃响应。
给出绘制如上图像的matlab代码:
wn=1;%定义自然频率取值
%ki=0;
%ki=0.5;
%ki=1;
ki=2;%定义阻尼比取值
sys=tf(wn^2,[1,2*ki*wn,wn^2]);
t0=0:0.1:30;
step(sys,t0)%绘制时域图
hold on; % 将曲线保持在图形中
grid on;%grid off/on关闭或打开图形网格线
xlabel('t');ylabel('c(t)');title('单位阶跃响应');
临界阻尼和过阻尼条件下的动态性能指标
同样,由上图8可知,响应函数无超调量,那么动态性能指标中有意义的唯有调节时间
t
s
t_s
ts。接下来讲解求调节时间
t
s
t_s
ts的方法。
当
ξ
⩾
1
\xi \geqslant 1
ξ⩾1时,特征方程有如下两根;
λ
1
,
2
=
−
ξ
ω
n
±
ξ
2
−
1
ω
n
\lambda_{1,2}=-\xi \omega_n\pm \sqrt{\xi^2-1} \omega_n
λ1,2=−ξωn±ξ2−1ωn
由
{
λ
1
=
−
1
T
1
λ
2
=
−
1
T
2
\left\{ \begin{array}{c} \lambda_1=-\frac{1}{T_1}\\ \lambda_2=-\frac{1}{T_2}\\ \end{array} \right.
{λ1=−T11λ2=−T21
则:
{
ω
n
=
1
T
1
T
2
ξ
=
1
T
1
+
1
T
2
2
ω
n
=
1
2
1
+
T
1
T
2
T
1
T
2
\left\{ \begin{array}{c}\begin{aligned} \omega_n&=\frac{1}{\sqrt{T_1T_2}} \\ \xi&=\frac{\frac{1}{T_1}+\frac{1}{T_2}}{2\omega_n}=\frac{1}{2}\frac{1+\frac{T_1}{T_2}}{\sqrt{\frac{T_1}{T_2}}}\\ \end{aligned} \end{array} \right.
⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧ωnξ=T1T21=2ωnT11+T21=21T2T11+T2T1
接下来,我们求单位阶跃响应函数;
C
(
s
)
=
Φ
(
s
)
⋅
R
(
s
)
=
ω
n
2
s
2
+
2
ξ
ω
n
s
+
ω
n
2
⋅
1
s
=
1
/
s
+
1
T
2
T
1
−
1
1
s
+
1
T
1
+
1
T
1
T
2
−
1
1
s
+
1
T
2
\begin{aligned} C(s)&=\Phi(s)\cdot R(s)=\frac{\omega_n^2}{s^2+2\xi\omega_ns+\omega_n^2}\cdot \frac{1}{s}\\ &=1/s+\frac{1}{\frac{T_2}{T_1}-1}\frac{1}{s+\frac{1}{T_1}}+\frac{1}{\frac{T_1}{T_2}-1}\frac{1}{s+\frac{1}{T_2}}\\ \end{aligned}
C(s)=Φ(s)⋅R(s)=s2+2ξωns+ωn2ωn2⋅s1=1/s+T1T2−11s+T111+T2T1−11s+T211
对上式进行拉普拉斯反变换,得:
c
(
t
)
=
L
−
1
[
C
(
s
)
]
=
1
+
1
T
2
T
1
−
1
e
−
t
T
1
+
1
T
1
T
2
−
1
e
−
t
T
2
\begin{aligned} c(t)&=L^{-1}\left[ C(s)\right]=1+\frac{1}{\frac{T_2}{T_1}-1}e^{-\frac{t}{T_1}}+\frac{1}{\frac{T_1}{T_2}-1}e^{-\frac{t}{T_2}} \end{aligned}
c(t)=L−1[C(s)]=1+T1T2−11e−T1t+T2T1−11e−T2t
因此,调节时间满足如下方程:
c
(
t
s
)
=
1
+
1
T
2
T
1
−
1
e
−
t
s
T
1
+
1
T
1
T
2
−
1
e
−
t
s
T
2
=
1
+
1
T
2
T
1
−
1
e
−
t
s
T
1
+
1
T
1
T
2
−
1
e
−
t
s
T
1
T
1
T
2
=
0.95
\begin{aligned} c(t_s)&=1+\frac{1}{\frac{T_2}{T_1}-1}e^{-\frac{t_s}{T_1}}+\frac{1}{\frac{T_1}{T_2}-1}e^{-\frac{t_s}{T_2}}\\ &=1+\frac{1}{\frac{T_2}{T_1}-1}e^{-\frac{t_s}{T_1}}+\frac{1}{\frac{T_1}{T_2}-1}e^{-\frac{t_s}{T_1} \frac{T_1}{T_2}}\\ &=0.95 \end{aligned}
c(ts)=1+T1T2−11e−T1ts+T2T1−11e−T2ts=1+T1T2−11e−T1ts+T2T1−11e−T1tsT2T1=0.95
将上述方程变为关于
T
1
T
2
\frac{T_1}{T_2}
T2T1的函数,即:
t
s
T
1
=
f
(
T
1
T
2
)
=
f
(
ξ
)
\frac{t_s}{T_1}=f(\frac{T_1}{T_2})=f(\xi)
T1ts=f(T2T1)=f(ξ)
那么我们可以利用matlab绘制出此隐函数图像,然后根据不同的
T
1
,
T
2
T_1,T_2
T1,T2取值,来计算不同的
t
s
t_s
ts,隐函数图像的绘制代码如下:
f=@(x,y) 1+1./(1/x-1).*exp(-y)+1./(x-1).*exp(-x.*y)-0.95
xmin = 1;ymin = 3;
xmax = 16;ymax = 4.8;
figure(2)
ezplot(f,[xmin,xmax,ymin,ymax])
hold on
ylabel('$ y=\frac{ts}{T1}$',"Interpreter","latex")
xlabel('$ x=\frac{T1}{T2}$',"Interpreter","latex")
title('$ 1+\frac{1}{\frac{T_2}{T_1}-1}e^{-\frac{t_s}{T_1}}+\frac{1}{\frac{T_1}{T_2}-1}e^{-\frac{t_s}{T_1} \frac{T_1}{T_2}}=0.95 $',"Interpreter","latex")
grid on
欠阻尼条件条件下的动态性能指标
- 当 0 < ξ < 1 0<\xi<1 0<ξ<1时,特征方程有的两根;
(1). 直角坐标表示:
λ 1 , 2 = − ξ ω n ± j 1 − ξ 2 ω n \lambda_{1,2}=-\xi \omega_n\pm j\sqrt{1-\xi^2} \omega_n λ1,2=−ξωn±j1−ξ2ωn
(2). 极坐标表示:
{
∣
λ
∣
=
ω
n
∠
λ
=
β
{
cos
β
=
ξ
sin
β
=
1
−
ξ
2
\left\{\begin{aligned} |\lambda|&=\omega_n\\ \angle {\lambda}&=\beta \end{aligned}\right. \ \ \left\{\begin{aligned} \cos{\beta}&=\xi \\ \sin{\beta}&=\sqrt{1-\xi^2 } \end{aligned} \right.
{∣λ∣∠λ=ωn=β {cosβsinβ=ξ=1−ξ2
- 求单位阶跃响应函数:
C ( s ) = Φ ( s ) R ( s ) = ω n 2 s 2 + 2 ξ ω n s + ω n 2 ⋅ 1 s = 1 s − s + 2 ξ ω n ( s + ξ ω n ) 2 + ( 1 − ξ 2 ) ω 2 = 1 s − s + ξ ω n ( s + ξ ω n ) 2 + ( 1 − ξ 2 ) ω n 2 − ξ 1 − ξ 2 ⋅ 1 − ξ 2 ω n ( s + ξ ω n ) 2 + ( 1 − ξ 2 ) ω n 2 \begin{aligned} C(s)&=\Phi(s) R(s)=\frac{\omega_n^2}{s^2+2\xi\omega_ns+\omega_n^2} \cdot \frac{1}{s}\\ &=\frac{1}{s} - \frac{s+2\xi \omega_n}{(s+\xi \omega_n)^2 + (1-\xi^2)\omega^2} \\ &=\frac{1}{s}-\frac{s+\xi \omega _n}{(s+\xi \omega _n)^2+(1-\xi ^2)\omega_n^2}-\frac{\xi}{\sqrt{1-\xi^{2}}} \cdot\frac{\sqrt{1-\xi^{2}} \omega_{n}}{\left(s+\xi \omega_{n}\right)^{2}+\left(1-\xi^{2}\right) \omega_{n}^{2}} \end{aligned} C(s)=Φ(s)R(s)=s2+2ξωns+ωn2ωn2⋅s1=s1−(s+ξωn)2+(1−ξ2)ω2s+2ξωn=s1−(s+ξωn)2+(1−ξ2)ωn2s+ξωn−1−ξ2ξ⋅(s+ξωn)2+(1−ξ2)ωn21−ξ2ωn
由,拉普拉斯逆变换公式:
f ( x ) = L − 1 [ ω s 2 + ω 2 ] = sin ω t f ( x ) = L − 1 [ s s 2 + ω 2 ] = cos ω t \begin{aligned} f(x)&=L^{-1}[\frac{\omega}{s^{2}+\omega^{2}}]=\sin \omega t\\ f(x)&=L^{-1}[\frac{s}{s^{2}+\omega^{2}}]=\cos \omega t \end{aligned} f(x)f(x)=L−1[s2+ω2ω]=sinωt=L−1[s2+ω2s]=cosωt
以及,复位移定理:
L ∣ f ( t ) ⋅ e − a t ∣ = F ( s + a ) L\left|f(t) \cdot e^{-a t}\right|=F(s+a) L∣∣f(t)⋅e−at∣∣=F(s+a)
可得如下结果:
结合拉普拉斯逆变换公式和复位移定理,可得如下结果:
c ( t ) = 1 − e − ξ ω n t cos 1 − ξ 2 ω n t − ξ 1 − ξ 2 e − ξ ω n x sin 1 − ξ 2 ω n t = 1 − e − ξ ω n t 1 − ξ 2 [ 1 − ξ 2 cos 1 − ξ 2 ω n t + ξ sin 1 − ξ 2 ω n t ] = ξ = cos β , 1 − ξ 2 = sin β 1 − e − ξ ω n t 1 − ξ 2 [ sin β ⋅ cos 1 − ξ 2 ω n t + cos β ⋅ sin 1 − ξ 2 ω n t ] = 1 − e − ξ ω n t 1 − ξ 2 sin ( 1 − ξ 2 ω n t + β ) ( 0 ≤ ξ < 1 ) \begin{aligned} c(t)&=1-e^{-\xi \omega_{n} t} \cos \sqrt{1-\xi^{2}} \omega_{n} t-\frac{\xi}{\sqrt{1-\xi^{2}}} e^{-\xi \omega_n x} \sin \sqrt{1-\xi^{2}} \omega_{n} t\\ &=1-\frac{e^{-\xi \omega_nt}}{\sqrt{1-\xi^{2}}}\left[\sqrt{1-\xi^{2}} \cos \sqrt{1-\xi^{2}} \omega_{n} t+\xi \sin \sqrt{1-\xi^{2}} \omega_{n} t\right]\\ &\xlongequal{\xi=\cos\beta,\sqrt{1-\xi^2}=\sin\beta}1-\frac{e^{-\xi \omega_n t}}{\sqrt{1-\xi^{2}}}\left[\sin \beta \cdot \cos \sqrt{1-\xi^{2}} \omega_{n} t+\cos \beta \cdot \sin \sqrt{1-\xi^{2}} \omega_{n} t\right]\\ &=1-\frac{e^{-\xi \omega_n t}}{\sqrt{1-\xi^{2}}} \sin \left(\sqrt{1-\xi^{2}} \omega_{n} t+\beta\right) \quad(0 \leq \xi<1) \end{aligned} c(t)=1−e−ξωntcos1−ξ2ωnt−1−ξ2ξe−ξωnxsin1−ξ2ωnt=1−1−ξ2e−ξωnt[1−ξ2cos1−ξ2ωnt+ξsin1−ξ2ωnt]ξ=cosβ,1−ξ2=sinβ1−1−ξ2e−ξωnt[sinβ⋅cos1−ξ2ωnt+cosβ⋅sin1−ξ2ωnt]=1−1−ξ2e−ξωntsin(1−ξ2ωnt+β)(0≤ξ<1)
因此,当 0 < ξ < 1 0 < \xi<1 0<ξ<1时,图像如图6,表达式如下;
c ( t ) = 1 − e − ξ ω n t 1 − ξ 2 sin ( 1 − ξ 2 ω n t + β ) c(t)=1-\frac{e^{-\xi \omega_n t}}{\sqrt{1-\xi^{2}}} \sin \left(\sqrt{1-\xi^{2}} \omega_{n} t+\beta\right) c(t)=1−1−ξ2e−ξωntsin(1−ξ2ωnt+β)
当 ξ = 0 \xi=0 ξ=0时, β = 9 0 ∘ \beta=90^{\circ} β=90∘,图像如图5,表达式如下;
c ( t ) = 1 − sin ( ω n t + 9 0 ∘ ) = 1 − cos ω n t c(t)=1-\sin \left(\omega_{n} t+90^{\circ}\right)=1-\cos \omega_{n} t c(t)=1−sin(ωnt+90∘)=1−cosωnt - 求单位阶跃响应的动态性能指标
(1). 峰值时间 t p t_p tp.
为了求峰值时间 t p t_p tp,在数学上可以直接对单位阶跃响应的表达式进行求导,但是相当复杂.为了简化计算,我们知道拉氏变换中,当初值条件为0时,有如下微分定理:
L [ d n f ( t ) d t n ] = s n F ( s ) L\left[\frac{d^{n} f(t)}{d t^{n}}\right]=s^{n} F(s) L[dtndnf(t)]=snF(s)
那么,令 n = 1 n=1 n=1即
L [ d ′ f ( t ) d t ] = s F ( s ) L\left[\frac{d' f(t)}{d t}\right]=s F(s) L[dtd′f(t)]=sF(s)
因此,
c ′ ( t ) = L − 1 [ Φ ( s ) ] = L − 1 [ ω n 2 s 2 + 2 ξ ω n s + ω n 2 ] = L − 1 [ ω n 1 − ξ 2 ⋅ 1 − ξ 2 ω n ( s + ξ ω n ) 2 + ( 1 − ξ 2 ) ω n 2 ] = ω n 1 − ξ 2 e − ξ a j sin 1 − ξ 2 ω n t \begin{aligned} c'(t)&=L^{-1}\left[\Phi(s)\right]=L^{-1}\left[\frac{\omega_n^2}{s^2+2\xi\omega_ns+\omega_n^2} \right]\\ &=L^{-1}\left[\frac{\omega_{n}}{\sqrt{1-\xi^{2}}} \cdot \frac{\sqrt{1-\xi^{2}} \omega_{n}}{\left(s+\xi \omega_{n}\right)^{2}+\left(1-\xi^{2}\right) \omega_{n}^{2}}\right] \\ &=\frac{\omega_{n}}{\sqrt{1-\xi^{2}}} e^{-\xi_{a j}} \sin \sqrt{1-\xi^{2}} \omega_{n} t \\ \end{aligned} c′(t)=L−1[Φ(s)]=L−1[s2+2ξωns+ωn2ωn2]=L−1[1−ξ2ωn⋅(s+ξωn)2+(1−ξ2)ωn21−ξ2ωn]=1−ξ2ωne−ξajsin1−ξ2ωnt
我们知道,令 c ′ ( t 0 ) = 0 c'(t_0)=0 c′(t0)=0,则:
sin 1 − ξ 2 ω n t = 0 1 − ξ 2 ω n t = 0 , π , 2 π , 3 π \begin{array}{l} \sin \sqrt{1-\xi^{2}} \omega_{n} t=0 \\ \sqrt{1-\xi^{2}} \omega_{n} t=0, \pi, 2 \pi, 3 \pi \end{array} sin1−ξ2ωnt=01−ξ2ωnt=0,π,2π,3π
我们可得,极值的时间为(注意记住下述公式,后面要用);
t m = k π 1 − ξ 2 ω n ( k = 1 , 2 , 3... ) (1) t_m = \frac{k\pi}{\sqrt{1-\xi^{2}} \omega_{n}}(k=1,2,3...)\tag{1} tm=1−ξ2ωnkπ(k=1,2,3...)(1)
易得峰值时间为;
t p = π 1 − ξ 2 ω n t_{p}=\frac{\pi}{\sqrt{1-\xi^{2}} \omega_{n}} tp=1−ξ2ωnπ
给出一个记忆方法,如图9(同下图一样), t p t_p tp可表示为 π \pi π除以极坐标表示法的虚部.
(2). 超调量
σ
%
\sigma \%
σ%.
将
t
p
t_p
tp带入响应函数得如下结果:
c
(
t
p
)
=
1
−
e
−
ξ
ω
n
t
1
−
ξ
2
sin
(
1
−
ξ
2
ω
n
t
p
+
β
)
=
1
−
e
−
ξ
π
/
1
−
ξ
2
1
−
ξ
2
sin
(
π
+
β
)
=
1
+
e
−
ξ
π
/
1
−
ξ
2
\begin{aligned} c\left(t_{p}\right) &=1-\frac{e^{-\xi \omega_n t}}{\sqrt{1-\xi^{2}}} \sin \left(\sqrt{1-\xi^{2}} \omega_{n} t_{p}+\beta\right) \\ &=1-\frac{e^{-\xi \pi / \sqrt{1-\xi^{2}}}}{\sqrt{1-\xi^{2}}} \sin (\pi+\beta) \\ &=1+e^{-\xi \pi / \sqrt{1-\xi^{2}}}\\ \end{aligned}
c(tp)=1−1−ξ2e−ξωntsin(1−ξ2ωntp+β)=1−1−ξ2e−ξπ/1−ξ2sin(π+β)=1+e−ξπ/1−ξ2
由此根据超调量定义,可得:
σ
%
=
h
(
t
p
)
−
h
(
∞
)
h
(
∞
)
×
100
%
=
e
−
ξ
π
/
1
−
ξ
2
×
100
%
\begin{aligned} \sigma \%&=\frac{h\left(t_{p}\right)-h(\infty)}{h(\infty)} \times 100 \%\\ &=e^{-\xi \pi / \sqrt{1-\xi^{2}}} \times 100 \%\\ \end{aligned}
σ%=h(∞)h(tp)−h(∞)×100%=e−ξπ/1−ξ2×100%
那么接下来给出记忆方法,
e
f
(
ξ
)
e^{f(\xi)}
ef(ξ),其中,
f
(
ξ
)
f(\xi)
f(ξ)的公式如下;
f
(
ξ
)
=
π
σ
ω
i
f(\xi)=\frac{\pi\sigma}{\omega_i}
f(ξ)=ωiπσ
而,
σ
\sigma
σ和
ω
i
\omega_i
ωi的表达式如图9所示。
即,欠阻尼二阶系统极点表示法中的实部乘以
π
\pi
π除以虚部.
用matlab绘制出图像,代码如下;
clc;clear;
figure
ezplot('y=exp((-x)*pi/sqrt(1-x^2))*100',[0,1,0,100])
hold on
title('$\sigma=e^{-\xi \pi / \sqrt{1-\xi^{2}}} \times 100 \% $',"Interpreter","latex")
ylabel('$\sigma\% $',"Interpreter","latex")
xlabel('$\xi$',"Interpreter","latex")
grid on
(3). 调节时间
t
s
t_s
ts
这里的调节时间不同于原本的定义,由于工程上要保证调节时间准确无误又计算简便,由此给出了另一套定义方式——包络线稳定在5%误差带内所需的最短时间。
- 包络线的定义
接下来将介绍一下“包络线”的定义;
由于, 公式(1) ,我们将
t
m
t_m
tm代入响应函数中,同
c
(
t
p
)
c(t_p)
c(tp)一样,有;
c
(
t
m
)
=
1
−
e
−
ξ
π
/
1
−
ξ
2
1
−
ξ
2
sin
(
k
π
+
β
)
(
k
=
1
,
2
,
3...
)
c (t_m)=1-\frac{e^{-\xi \pi / \sqrt{1-\xi^{2}}}}{\sqrt{1-\xi^{2}}} \sin (k\pi+\beta) (k=1,2,3...)
c(tm)=1−1−ξ2e−ξπ/1−ξ2sin(kπ+β)(k=1,2,3...)
我们定义:
t
m
a
x
=
k
π
1
−
ξ
2
ω
n
(
k
=
1
,
3
,
5...
)
t
m
i
n
=
k
π
1
−
ξ
2
ω
n
(
k
=
2
,
4
,
6...
)
t_{max} = \frac{k\pi}{\sqrt{1-\xi^{2}} \omega_{n}}(k=1,3,5...)\\ t_{min} = \frac{k\pi}{\sqrt{1-\xi^{2}} \omega_{n}}(k=2,4,6...)
tmax=1−ξ2ωnkπ(k=1,3,5...)tmin=1−ξ2ωnkπ(k=2,4,6...)
由上定义,将
t
m
a
x
t_{max}
tmax带入响应函数中,有;
c
(
t
m
a
x
)
=
1
−
e
−
ξ
ω
n
t
m
a
x
1
−
ξ
2
sin
(
k
π
+
β
)
=
1
+
e
−
ξ
ω
n
t
m
a
x
(2)
\begin{aligned} c(t_{max}) &= 1-\frac{e^{-\xi \omega_n t_{max}}}{\sqrt{1-\xi^{2}}} \sin (k\pi+\beta)\\ &=1+e^{-\xi \omega_n t_{max}} \end{aligned} \tag{2}
c(tmax)=1−1−ξ2e−ξωntmaxsin(kπ+β)=1+e−ξωntmax(2)
而后将
t
m
a
x
t_{max}
tmax换成
t
t
t,得上包络线公式;
f
(
t
)
=
1
+
e
−
ξ
ω
n
t
f(t)=1+e^{-\xi \omega_n t}
f(t)=1+e−ξωnt
将
t
m
i
n
t_{min}
tmin带入响应函数中得下包络线,有;
c
(
t
m
i
n
)
=
1
−
e
−
ξ
ω
n
t
m
i
n
1
−
ξ
2
sin
(
k
π
+
β
)
=
1
−
e
−
ξ
ω
n
t
m
i
n
(3)
\begin{aligned} c(t_{min}) &= 1-\frac{e^{-\xi \omega_n t_{min}}}{\sqrt{1-\xi^{2}}} \sin (k\pi+\beta)\\ &=1-e^{-\xi \omega_n t_{min}} \end{aligned} \tag{3}
c(tmin)=1−1−ξ2e−ξωntminsin(kπ+β)=1−e−ξωntmin(3)
而后将
t
m
i
n
t_{min}
tmin换成
t
t
t,得下包络线公式;
f
(
t
)
=
1
−
e
−
ξ
ω
n
t
f(t)=1-e^{-\xi \omega_n t}
f(t)=1−e−ξωnt
我们将(2)式和(3)式在图中画出来.
如下是matlab代码;
figure
wn=1;%定义自然频率取值
ki=0.1;%定义阻尼比取值
sys=tf(wn^2,[1,2*ki*wn,wn^2]);
t0=0:0.1:30;
step(sys,t0)%绘制时域图
hold on; % 将曲线保持在图形中
grid on;%grid off/on关闭或打开图形网格线
xlabel('t');ylabel('c(t)');title('单位阶跃响应');
t = 0:1:30;
y1 = 1+exp((-ki).*t./sqrt(1-ki^2));
y2 = 1-exp((-ki).*t./sqrt(1-ki^2));
h1 = plot(t,y1,'r-')
h2 = plot(t,y2,'g-')
legend([h1,h2],{'上包络线','下包络线'})
从图中可看出,两条包络线将响应曲线完全囊括在内。
- 调节时间
t
s
t_s
ts的计算
由新调节时间定义,结合包络线表达式(1),可做如下推导;
∣ 1 + e − ξ ω n t s 1 − ξ 2 − 1 ∣ = e − ξ ω n t s 1 − ξ 2 = 0.05 \left|1+\frac{e^{-\xi\omega_n t_s}}{\sqrt{1-\xi^{2}}}-1\right|=\frac{e^{-\xi\omega_n t_{s}}}{\sqrt{1-\xi^{2}}}=0.05 ∣∣∣∣∣1+1−ξ2e−ξωnts−1∣∣∣∣∣=1−ξ2e−ξωnts=0.05
由于, ln ( 1 − ξ 2 ) ≈ 1 ( 0.3 < ξ < 0.8 ) \ln\left(1-\xi^{2}\right)\approx1\quad(0.3<\xi<0.8) ln(1−ξ2)≈1(0.3<ξ<0.8),所以做如下近似:
t s = ln 0.05 + 1 2 ln ( 1 − ξ 2 ) ξ ω n ≈ 3.5 ξ ω n ( 0.3 < ξ < 0.8 ) t_{s}=\frac{\ln 0.05+\frac{1}{2} \ln \left(1-\xi^{2}\right)}{\xi \omega_{n}} \approx \frac{3.5}{\xi \omega_{n}} \quad(0.3<\xi<0.8) ts=ξωnln0.05+21ln(1−ξ2)≈ξωn3.5(0.3<ξ<0.8)
最终,得:
t s = 3.5 ξ ω n t_{s}=\frac{3.5}{\xi \omega_{n}} ts=ξωn3.5
(4). 上升时间
t
r
t_r
tr
响应函数表达式:
c
(
t
)
=
1
−
e
−
ξ
ω
n
t
1
−
ξ
2
sin
(
1
−
ξ
2
ω
n
t
+
β
)
c(t)=1-\frac{e^{-\xi \omega_n t}}{\sqrt{1-\xi^{2}}} \sin \left(\sqrt{1-\xi^{2}} \omega_{n} t+\beta\right)
c(t)=1−1−ξ2e−ξωntsin(1−ξ2ωnt+β)
根据上升时间定义
c
(
t
r
)
=
1
c(t_r)=1
c(tr)=1,有如下方程:
e
−
ξ
ω
n
t
r
1
−
ξ
2
sin
(
1
−
ξ
2
ω
n
t
r
+
β
)
=
0
1
−
ξ
2
ω
n
t
r
+
β
=
π
\frac{e^{-\xi \omega_n t_r}}{\sqrt{1-\xi^{2}}} \sin \left(\sqrt{1-\xi^{2}} \omega_{n} t_r+\beta\right)=0\\ \sqrt{1-\xi^{2}} \omega_{n} t_r+\beta=\pi\\
1−ξ2e−ξωntrsin(1−ξ2ωntr+β)=01−ξ2ωntr+β=π
解方程得:
t
r
=
π
−
β
1
−
ξ
2
ω
n
t_r=\frac{\pi-\beta}{\sqrt{1-\xi^{2}} \omega_{n}}
tr=1−ξ2ωnπ−β