温馨提示:在阅读本文之前,读者最好具有一定的模态的相关知识,可以阅读笔者的另一篇博客模态反馈控制中的第1节来了解。
1. 模态及模态控制的思想
我们知道,系统的时域运动可以由以下方程表示:
x
(
t
)
=
∑
i
=
1
n
C
i
e
λ
i
t
=
∑
i
=
1
n
x
i
(
t
)
x(t) = \sum _{i=1} ^n C_i e^{\lambda_i t} = \sum_{i=1} ^n x_i (t)
x(t)=i=1∑nCieλit=i=1∑nxi(t)其中的
e
λ
i
t
e^{\lambda_i t}
eλit即为极点
λ
i
\lambda_i
λi对应的运动模态。
而模态控制,就是想办法向系统中添加期望的模态,或消除系统中的不良模态,以使系统达到期望的动态特性的控制方法。
2. 控制方法数学推导
设原系统的特征方程为
Δ
0
(
s
)
=
det
(
s
I
−
A
)
=
s
n
+
∑
i
=
1
n
−
1
a
i
s
i
(1)
\Delta_0 ({\rm s} ) = \det \left( {\rm s} I - A \right) = {\rm s}^n + \sum_{i=1} ^{n-1} a_i {\rm s}^i \tag{1}
Δ0(s)=det(sI−A)=sn+i=1∑n−1aisi(1)注意:式(1)为首一式,即第一项(最高幂次项)的系数为1。
相应地,系统的传递函数为
W
0
(
s
)
=
C
T
(
s
I
−
A
)
−
1
B
=
M
0
(
s
)
Δ
0
(
s
)
W_0 ( {\rm s} ) = C^{\rm T} \left( {\rm s} I - A \right)^{-1} B = \frac{M_0 ( {\rm s} )}{\Delta_0 ({\rm s} )}
W0(s)=CT(sI−A)−1B=Δ0(s)M0(s)分母即式(1)所示,分子为
M
0
(
s
)
=
∑
i
=
1
m
b
i
s
i
M_0 ( {\rm s} ) = \sum_{i=1} ^m b_i {\rm s}^i
M0(s)=i=1∑mbisi一般地,对于实际系统来说,分子的阶次不会超过分母的阶次,即
m
≤
n
m \leq n
m≤n。
在系统的前向通路中,加入一个控制器 R ( s ) = Q ( s ) / P ( s ) R ( {\rm s} ) = Q ( {\rm s} ) / P ( {\rm s} ) R(s)=Q(s)/P(s),其阶数为 ν \nu ν,即 deg P ( s ) = ν \deg P ( {\rm s} ) = \nu degP(s)=ν。对于实际系统来说,同样有分子阶次不超过分母阶次,即 deg Q ( s ) ≤ deg P ( s ) \deg Q ( {\rm s} ) \leq \deg P ( {\rm s} ) degQ(s)≤degP(s)。
将控制器
R
(
s
)
R ( {\rm s} )
R(s)表示为
R
(
s
)
=
Q
(
s
)
P
(
s
)
=
∑
i
=
0
ν
q
i
s
i
s
ν
+
∑
i
=
0
ν
−
1
p
i
s
i
(2)
R ( {\rm s} ) = \frac{Q ( {\rm s} )}{P ( {\rm s} )} = \frac{ \sum_{i=0} ^\nu q_i {\rm s}^i }{ {\rm s}^\nu + \sum_{i=0} ^{\nu-1} p_i {\rm s}^i } \tag{2}
R(s)=P(s)Q(s)=sν+∑i=0ν−1pisi∑i=0νqisi(2)注意到这里的分母
P
P
P同样为首一式。
前向通路中加入控制器后,整个新系统的闭环传函可以立即写出:
W
(
s
)
=
R
(
s
)
W
0
(
s
)
1
+
R
(
s
)
W
0
(
s
)
=
M
(
s
)
Δ
(
s
)
=
Q
(
s
)
P
(
s
)
M
0
(
s
)
Δ
0
(
s
)
1
+
Q
(
s
)
P
(
s
)
M
0
(
s
)
Δ
0
(
s
)
=
Q
(
s
)
M
0
(
s
)
P
(
s
)
Δ
0
(
s
)
+
Q
(
s
)
M
0
(
s
)
(3)
\begin{aligned} W ( {\rm s} ) &= \frac{ R ( {\rm s} ) W_0 ( {\rm s} ) }{1 + R ( {\rm s} ) W_0 ( {\rm s} ) } = \frac{M ( {\rm s} ) }{ \Delta ( {\rm s} ) } \\ &= \frac{ \frac{Q ( {\rm s} )}{P ( {\rm s} )} \frac{M_0 ( {\rm s} )}{\Delta_0 ({\rm s} )} }{1 + \frac{Q ( {\rm s} )}{P ( {\rm s} )} \frac{M_0 ( {\rm s} )}{\Delta_0 ({\rm s} )} } \\ &= \frac{Q( {\rm s} ) M_0( {\rm s} )}{P( {\rm s} ) \Delta_0( {\rm s} ) +Q( {\rm s} ) M_0( {\rm s} )} \tag{3} \end{aligned}
W(s)=1+R(s)W0(s)R(s)W0(s)=Δ(s)M(s)=1+P(s)Q(s)Δ0(s)M0(s)P(s)Q(s)Δ0(s)M0(s)=P(s)Δ0(s)+Q(s)M0(s)Q(s)M0(s)(3)即
Δ
(
s
)
=
P
(
s
)
Δ
0
(
s
)
+
Q
(
s
)
M
0
(
s
)
,
(3–1)
\Delta ( {\rm s} ) = P( {\rm s} ) \Delta_0( {\rm s} ) +Q( {\rm s} ) M_0( {\rm s} ), \tag{3--1}
Δ(s)=P(s)Δ0(s)+Q(s)M0(s),(3–1)
M
(
s
)
=
Q
(
s
)
M
0
(
s
)
(3–2)
M ( {\rm s} ) = Q( {\rm s} ) M_0( {\rm s} ) \tag{3--2}
M(s)=Q(s)M0(s)(3–2)下面看式(3–1)和(3–2)的阶数。
对于式(3–1)来说:
deg
Δ
(
s
)
=
max
{
deg
P
(
s
)
+
deg
Δ
0
(
s
)
,
deg
Q
(
s
)
+
deg
M
0
(
s
)
}
\deg \Delta ( {\rm s} ) = \max \left\{ \deg P( {\rm s} ) + \deg \Delta_0( {\rm s} ), \quad \deg Q( {\rm s} ) + \deg M_0( {\rm s} ) \right\}
degΔ(s)=max{degP(s)+degΔ0(s),degQ(s)+degM0(s)}由于
deg
P
(
s
)
=
ν
,
deg
Δ
0
(
s
)
=
n
\deg P( {\rm s} ) = \nu, \deg \Delta_0( {\rm s} ) = n
degP(s)=ν,degΔ0(s)=n,而
Q
(
s
)
Q( {\rm s} )
Q(s)与
M
0
(
s
)
M_0( {\rm s} )
M0(s)均为分子,阶数分别不超过
ν
\nu
ν与
n
n
n,故
deg
Δ
(
s
)
=
n
+
ν
=
n
ˉ
(4)
\deg \Delta ( {\rm s} ) = n + \nu = \bar n \tag{4}
degΔ(s)=n+ν=nˉ(4)
设期望系统的特征方程为
Δ
∗
(
s
)
\Delta ^* ( {\rm s} )
Δ∗(s),那么只需要满足
Δ
∗
(
s
)
=
Δ
(
s
)
=
P
(
s
)
Δ
0
(
s
)
+
Q
(
s
)
M
0
(
s
)
(5)
\Delta ^* ( {\rm s} ) = \Delta ( {\rm s} ) = P( {\rm s} ) \Delta_0( {\rm s} ) +Q( {\rm s} ) M_0( {\rm s} ) \tag{5}
Δ∗(s)=Δ(s)=P(s)Δ0(s)+Q(s)M0(s)(5)即可。解式(5),即可得到控制器的分子分母
P
(
s
)
,
Q
(
s
)
P( {\rm s} ), Q( {\rm s} )
P(s),Q(s)。
3. 解的几个条件
- 式(5)解存在的充分必要条件是: Δ 0 ( s ) \Delta_0( {\rm s} ) Δ0(s)与 M 0 ( s ) M_0( {\rm s} ) M0(s)互质,且 n ˉ ≥ 2 n − 1 \bar n \geq 2n - 1 nˉ≥2n−1。
- 当 2 ν + 1 ≥ n ˉ 2\nu + 1 \geq \bar n 2ν+1≥nˉ时,式(5)有无穷个解;只有当 2 ν + 1 = n ˉ 2\nu + 1 = \bar n 2ν+1=nˉ时,式(5)有唯一解。
- 由1可以知,当且仅当 ν ≥ n − 1 \nu \geq n-1 ν≥n−1时,才能通过设置控制器 R ( s ) R ( {\rm s} ) R(s)使系统得到期望的极点分布。因此,控制器 R ( s ) R ( {\rm s} ) R(s)的最小阶次 ν 0 = n − 1 \nu_0 = n-1 ν0=n−1。
4. 举例计算
设原系统的传函为
W
0
(
s
)
=
k
0
s
(
T
s
+
1
)
W_0 ({\rm s}) = \frac{k_0}{{\rm s} \left( T{\rm s} + 1 \right) }
W0(s)=s(Ts+1)k0为其设计模态控制器。
写出其分子分母(注意是首一式):
Δ
0
(
s
)
=
s
(
s
+
1
T
)
,
M
0
(
s
)
=
k
0
T
\Delta_0 ( {\rm s} ) = {\rm s} \left( {\rm s} + \frac{1}{T} \right), \qquad M_0 ( {\rm s} ) = \frac{k_0}{T}
Δ0(s)=s(s+T1),M0(s)=Tk0原系统阶次
n
=
2
n=2
n=2,则控制器的最小阶次为
ν
0
=
n
−
1
=
1
\nu_0 = n-1 = 1
ν0=n−1=1。这样总阶次为
n
ˉ
=
n
+
ν
=
3
\bar n = n + \nu = 3
nˉ=n+ν=3,即新系统中有3个期望极点。
假设新系统的3个期望极点为
λ
1
∗
=
−
δ
,
λ
2
∗
=
λ
3
∗
=
−
2
δ
\lambda_1^* = -\delta, \lambda_2^* = \lambda_3^* = -2 \delta
λ1∗=−δ,λ2∗=λ3∗=−2δ(期望极点是人为设计的,根据系统的具体要求而进行的,而非根据系统表现测算的)。那么期望系统的特征方程为
Δ
∗
(
s
)
=
(
s
+
δ
)
(
s
+
2
δ
)
2
\Delta^* ( {\rm s} ) = \left( {\rm s} + \delta \right) \left( {\rm s} + 2\delta \right)^2
Δ∗(s)=(s+δ)(s+2δ)2另一方面,由于系统的控制器为一阶的(
ν
0
=
1
\nu_0 = 1
ν0=1),故可以设
P
(
s
)
=
s
+
p
0
,
Q
(
s
)
=
q
1
s
+
q
0
P ( {\rm s} ) = {\rm s} + p_0, \qquad Q ( {\rm s} ) = q_1 {\rm s} + q_0
P(s)=s+p0,Q(s)=q1s+q0注意其中
P
(
s
)
P ( {\rm s} )
P(s)为首一式。
代入式(5)有
Δ
∗
(
s
)
=
Δ
(
s
)
=
P
(
s
)
Δ
0
(
s
)
+
Q
(
s
)
M
0
(
s
)
⟹
\Delta ^* ( {\rm s} ) = \Delta ( {\rm s} ) = P( {\rm s} ) \Delta_0( {\rm s} ) +Q( {\rm s} ) M_0( {\rm s} ) \Longrightarrow
Δ∗(s)=Δ(s)=P(s)Δ0(s)+Q(s)M0(s)⟹
s
(
s
+
1
T
)
(
s
+
p
0
)
+
k
0
T
(
q
1
s
+
q
0
)
=
(
s
+
δ
)
(
s
+
2
δ
)
2
{\rm s} \left( {\rm s} + \frac{1}{T} \right) \left( {\rm s} + p_0 \right) + \frac{k_0}{T} \left( q_1 {\rm s} + q_0 \right) = \left( {\rm s} + \delta \right) \left( {\rm s} + 2\delta \right)^2
s(s+T1)(s+p0)+Tk0(q1s+q0)=(s+δ)(s+2δ)2将括号展开,对应
s
{\rm s}
s不同阶次的系数,可以得到
{
p
0
+
1
T
=
5
δ
p
0
T
+
k
0
T
q
1
=
8
δ
2
k
0
q
0
T
=
4
δ
3
\begin{cases} p_0 + \frac{1}{T} = 5 \delta \\ \frac{p_0}{T} + \frac{k_0}{T} q_1 = 8 \delta^2 \\ \frac{k_0 q_0}{T} = 4 \delta^3 \end{cases}
⎩
⎨
⎧p0+T1=5δTp0+Tk0q1=8δ2Tk0q0=4δ3解得
{
p
0
=
5
δ
−
1
T
q
1
=
8
δ
2
T
k
0
−
5
δ
k
0
+
1
k
0
T
q
0
=
4
δ
3
T
k
0
\begin{cases} p_0 = 5\delta - \frac{1}{T} \\ q_1 = \frac{8 \delta^2 T}{k_0} - \frac{5\delta}{k_0} + \frac{1}{k_0T} \\ q_0 = \frac{4 \delta^3 T}{k_0} \end{cases}
⎩
⎨
⎧p0=5δ−T1q1=k08δ2T−k05δ+k0T1q0=k04δ3T则系统的控制器的传递函数为
R
(
s
)
=
Q
(
s
)
P
(
s
)
=
(
8
δ
2
T
k
0
−
5
δ
k
0
+
1
k
0
T
)
s
+
4
δ
3
T
k
0
s
+
5
δ
−
1
T
=
(
8
δ
2
T
2
−
5
δ
T
+
1
)
s
+
4
δ
3
T
2
k
0
T
s
+
5
δ
k
0
T
−
k
0
R ( {\rm s} ) = \frac{Q ( {\rm s} )}{P ( {\rm s} )} = \frac{ \left( \frac{8 \delta^2 T}{k_0} - \frac{5\delta}{k_0} + \frac{1}{k_0T} \right) {\rm s} + \frac{4 \delta^3 T}{k_0} }{{\rm s} + 5\delta - \frac{1}{T} } = \frac{ \left( 8 \delta^2 T^2 - 5\delta T + 1 \right) {\rm s} + 4 \delta^3 T^2 }{ k_0 T {\rm s} + 5\delta k_0 T - k_0 }
R(s)=P(s)Q(s)=s+5δ−T1(k08δ2T−k05δ+k0T1)s+k04δ3T=k0Ts+5δk0T−k0(8δ2T2−5δT+1)s+4δ3T2