控制系统建模.ppt

第四章 控制系统建模利用控制工具箱来建模，其中包括传递函数建模，状态方程建模，零极点建模以及模型的联接和转换。l自动控制理论提供了各种分析和设计方法：如时域响应法，根轨迹法、频域响应法，能方便地进行运算并能以图形的形式表达出来，常规的手工计算只能粗略计算，绘制近似图形，适合一般的工程应用。lMATLAB的控制系统工具箱含有丰富的专门用于线性系统分析和设计的函数，提供可靠、准确的运算工具，使得分析和设计更切合实际。线性时不变系统的模型形式有：l传递函数模型（系统的外部模型）l零极点增益模型l框图模型l部分分式模型l状态方程模型（系统的内部模型）这些模型之间都有着内在的联系，可以相互进行转这些模型之间都有着内在的联系，可以相互进行转换。换。关心的重点 如何利用MATLAB进行系统分析中的计算工作如：l多项式运算l传递函数零点和极点的计算l闭环传递函数的计算l框图模型的化简运算等。1.传递函数模型l由于传递函数具有多项式之比的形式l分子和分母多项式在MATLAB中分别给定l系统在MATLAB中可以方便地由分子(numerator)和分母(denominator)系数构成的两个向量唯一地确定出来。l分别用num和den表示。num=b1,b2,bm,bm+1den=a1,a2,an,an+1注意：按注意：按s的降幂排列，缺项补零。的降幂排列，缺项补零。Sys=tf(num,den)%sys为变量名。求零极点分布lp,z=pzmap(num,den)l绘制零极点分布图：pzmap(num,den)零点（zero）用O表示；极点(pole)用X表示例1：已知传递函数l计算G（s）的零极点lH（s）的特征方程l绘制GH（s）的零-极点图G(s)numg=6 0 1;deng=1 3 3 1;z=roots(numg);p=roots(deng);pp=-1.0000 -1.0000+0.0000i -1.0000-0.0000i zz=0+0.4082i 0-0.4082iH(s)n1=1 1;n2=1 2;d1=1 2*i;d2=1-2*i;d3=1 3;numh=conv(n1,n2);denh=conv(d1,conv(d2,d3);printsys(numh,denh)num/den=s2+3 s+2 -s3+3 s2+4 s+12tf(numh,denh)Transfer function:s2+3 s+2-s3+3 s2+4 s+12GH(s)num=conv(numg,numh);den=conv(deng,denh);printsys(num,den)num/den=6 s4+18 s3+13 s2+3 s+2 -s6+6 s5+16 s4+34 s3+51 s2+40 s+12p=-3.0000 -0.0000+2.0000i -0.0000-2.0000i -1.0000 -1.0000+0.0000i -1.0000-0.0000iz=-2.0000 -1.0000 0.0000+0.4082i 0.0000-0.4082i pzmap(num,den)p,z=pzmap(num,den)2.零极点增益模型l零极点模型实际上是传递函数模型的另一种表现形式，其原理是分别对原系统传递函数的分子、分母进行因式分解处理，以获得系统的零点和极点的表示形式。K为系统增益，zi为零点，pj为极点在MATLAB中零极点增益模型用z,p,k矢量组表示。即：z=z1,z2,zmp=p1,p2,.,pnk=K函数tf2zp()：传递函数模型零极点增益模型函数zp2tf()：零极点增益模型传递函数模型例子：num=1,11,30,0;den=1,9,45,87,50;z,p,k=tf2zp(num,den)z=0 -6.0000 -5.0000p=-3.0000+4.0000i -3.0000-4.0000i -2.0000 -1.0000 k=1例子：z=-3;p=-1,-2,-5;k=6;num,den=zp2tf(z,p,k)tf(num,den)Transfer function:6 s+18-s3+8 s2+17 s+10num=0 0 6 18den=1 8 17 103.框图模型l我们分别以传递函数的形式建立了各部件的模型，目的是将它们有机地组合成完整的控制系统。lMATLAB可用来完成框图模型的化简变换串联联接的框图lseries()函数把两个传递函数串联起来G1（s）G2（s）num,den=series(num1,den1,num2,den2)例 numg=1;deng=500 0 0;numh=1 1;denh=1 2;num,den=series(numg,deng,numh,denh);printsys(num,den)num/den=s+1 -500 s3+1000 s2并联联接的框图lparallel()函数把两个传递函数并联起来num,den=parallel(num1,den1,num2,den2)G1（s）G2（s）G1(s)G2(s)例 numg=1;deng=500 0 0;numh=1 1;denh=1 2;num,den=parallel(numg,deng,numh,denh);printsys(num,den)num/den=500 s3+500 s2+s+2 -500 s3+1000 s2cloopcloop将系统输出反馈到系统输入构成闭环系统。当将系统输出反馈到系统输入构成闭环系统。当sign=+1sign=+1时采用正反馈；当时采用正反馈；当signsign缺省时，默认为负反馈。缺省时，默认为负反馈。lcloop()函数计算闭环传递函数G1（s）num,den=cloop(num1,den1,sign)例 numg=1;deng=500 0 0;numc=1 1;denc=1 2;num1,den1=series(numg,deng,numc,denc);num,den=cloop(num1,den1,-1);printsys(num,den)num/den=s+1 -500 s3+1000 s2+s+1feedback函数将两个系统按反馈形式进行联接。sign缺省时，默认为-1。lfeedback()函数计算闭环传递函数G1（s）num,den=feedback(num1,den1,num2,den2,sign)G2（s）G1(s)G2(s)例 numg=1;deng=500 0 0;numc=1 1;denc=1 2;num,den=feedback(numg,deng,numh,denh,-1);printsys(num,den)num/den=s+2 -500 s3+1000 s2+s+1多回路化简多回路化简 G1(s)G2(s)G3(s)G4(s)H1(s)H2(s)-R(s)C(s)已知各环节的传递函数ng1=1;dg1=1 10;ng2=1;dg2=1 1;ng3=1 0 1;dg3=1 4 4;ng4=1 1;dg4=1 6;nh1=1 1;dh1=1 2;nh2=2;dh2=1;多回路化简n1=conv(nh2,dg4);d1=conv(dh2,ng4);%H2(S)/G4(S)相除n2a,d2a=series(ng3,dg3,ng4,dg4);%G3(S)与G4(S)串联n2,d2=feedback(n2a,d2a,nh1,dh1,+1);%与H1(S)构成反馈n3a,d3a=series(ng2,dg2,n2,d2);%与G2(S)串联n3,d3=feedback(n3a,d3a,n1,d1);%与H2(S)/G4(S)构成反馈n4,d4=series(ng1,dg1,n3,d3);%与G1(S)串联num,den=cloop(n4,d4,-1);%单位反馈结果显示printsys(num,den)num/den=s5+4 s4+6 s3+6 s2+5 s+2 -12 s6+205 s5+1066 s4+2517 s3+3128 s2+2196 s+712 G1(s)G2(s)G3(s)G4(s)H1(s)H2(s)-R(s)G5(s)ln1=conv(nh2,dg4);d1=conv(dh2,ng4);%H2(S)/G4(S)相除ln2a,d2a=series(ng3,dg3,ng4,dg4);%G3(S)与G4(S)串联ln3a,d3a=parellel(n2a,d2a,ng5,dg5);%G3(S)与G4(S)串联后与G5(s)并联ln2,d2=feedback(n3a,d3a,nh1,dh1,+1);%与H1(S)构成反馈ln4a,d4a=series(ng2,dg2,n2,d2);%与G2(S)串联ln3,d3=feedback(n4a,d4a,n1,d1);%与H2(S)/G4(S)构成反馈ln4,d4=series(ng1,dg1,n3,d3);%与G1(S)串联lnum,den=cloop(n4,d4,-1);严格意义上的传递函数l传递函数的定义为经过零极点对消之后的输入-输出关系，当分子分母有公因式时，必须消除。lminreal()函数，即最小实现是一种模型的实现，它消除了模型中过多的或不必要的状态。对传递函数或零极点增益模型，这等价于将可彼此对消的零极点对进行对消。对以前的多回路的例子对以前的多回路的例子 p1=roots(num)p1=-2.0000 0.0000+1.0000i 0.0000-1.0000i -1.0000 -1.0000 p2=roots(den)p2=-10.1174 -2.4403 -2.3493 -0.5882+0.8228i -0.5882-0.8228i -1.0000 a,b,c,d=tf2ss(num,den)z,p,k=ss2zp(a,b,c,d)z=-2.0000 0.0000+1.0000i 0.0000-1.0000i -1.0000 -1.0000 p=-10.1174 -2.4403 -2.3493 -0.5882+0.8228i -0.5882-0.8228i -1.0000 k=0.0833对消公因式 num=1 4 6 6 5 2;den=12 205 1066 2517 3128 2196 712;nn,dd=minreal(num,den)1 pole-zero(s)cancellednn=0 0.0833 0.2500 0.2500 0.2500 0.1667dd=1.0000 16.0833 72.7500 137.0000 123.6667 59.33334.部分分式模型l控制系统常用到并联系统，这时就要对系统函数进行分解，使其表现为一些基本控制单元的和的形式。l函数r,p,k=residue(b,a)对两个多项式的比进行部分展开，以及把传函分解为微分单元的形式。l部分分式展开，余数返回到向量r，极点返回到列向量p，常数项返回到k。l另外，b,a=residue(r,p,k)可以将部分分式转化为多项式比p(s)/q(s)。num=2,0,9,1;den=1,1,4,4;r,p,k=residue(num,den)p=0.0000+2.0000i 0.0000-2.0000i -1.0000k=2r=0.0000-0.2500i 0.0000+0.2500i -2.00005.状态空间描述q状态方程与输出方程的组合称为状态空间表达式，又称为动态方程，经典控制理论用传递函数将输入输出关系表达出来，而现代控制理论则用状态方程和输出方程来表达输入输出关系，揭示了系统内部状态对系统性能的影响。q在MATLAB中，系统状态空间用（A,B,C,D)矩阵组表示。举例：系统为一个两输入两输出系统A=1 6 9 10;3 12 6 8;4 7 9 11;5 12 13 14;B=4 6;2 4;2 2;1 0;C=0 0 2 1;8 0 2 2;D=zeros(2,2);5.模型的转换模型转换的函数包括：residue：传递函数模型与部分分式模型互换ss2tf：状态空间模型转换为传递函数模型ss2zp：状态空间模型转换为零极点增益模型tf2ss：传递函数模型转换为状态空间模型tf2zp：传递函数模型转换为零极点增益模型zp2ss：零极点增益模型转换为状态空间模型zp2tf：零极点增益模型转换为传递函数模型控制系统工具箱里的三种数据类l SYS=tf(NUM,DEN)lSys为变量名，num为分子;den为分母SYS=zpk(Z,P,K)以零极点增益模型显示系统函数l SYS=ss(A,B,C,D)n SYS=tf(SYS)将任意的LTI对象转换成传递函数模型默认时使用tzero()将状态空间模型转换为传递函数模型；使用poly()将零极点增益模型转换为传递函数模型.nSYS=zpk(SYS)n SYS=ss(SYS)s=tf(s);H=(s+1)/(s2+3*s+1)或者h=tf(s)H=(h+1)/(h2+3*h+1)p=tf(1,2,1 1 10)Transfer function:s+2-s2+s+10h=tf(s);使 h变为文字H=(h+2)/(h2+h+10)num=0 2 -1den=1.00000000000000 0.10000000000000 0 num/den=2 s-1 -s2+0.1 s零极点增益模型零极点增益模型z=0.5z=0.5p=0-0.1p=0-0.1k=2k=2num,den=zp2tf(z,p,k)num,den=zp2tf(z,p,k)printsys(num,den)printsys(num,den)H=tf(1 1,1 3 3 2);tf(1 0 3,1 1 1);sys=ss(H);size(sys)State-space model with 2 outputs,1 input,and 5 states.sysa=x1 x2 x3 x4 x5 x1 -3 -0.75 -0.25 0 0 x2 4 0 0 0 0 x3 0 2 0 0 0 x4 0 0 0 -1 -0.5 x5 0 0 0 2 0 b=u1 x1 0.5 x2 0 x3 0 x4 2 x5 0 c=x1 x2 x3 x4 x5 y1 0 0.5 0.25 0 0 y2 0 0 0 -0.5 0.5 d=u1 y1 0 y2 1作业 G1(s)G2(s)G3(s)G4(s)H1(s)H2(s)-G1(s)G2(s)G3(s)G4(s)H1(s)H2(s)-