5.4-1 and 5.4-2 闭环系统频域测试及辨识 [系统辨识理论及Matlab仿真]

合集下载

5.1 and 5.2 传递函数的时域辨识 [系统辨识理论及Matlab仿真]

5.1 and 5.2 传递函数的时域辨识 [系统辨识理论及Matlab仿真]


yt y
同理,可得与被控对象相对应的阶跃相应无量纲形式为
y* (t) 1 T1 et/T1 T2 et/T2
T1 T2
T2 T1
图5 根据阶跃响应曲线上的两个点的数据确定 T1 和 T2
确根定据参上数式T可1和利T用2 ,响一应般曲取线上y*的(t) 两为个0.4数和据0点.8,[t1再y从*(t1曲)] 和线[上t2 定y*(
第5章 传递函数的时域和频域辨识
图1 系统辨识的时域与频域方法
5.1 传递函数辨识的时域法
传递函数辨识的时域方法包括阶跃响应法、脉 冲响应法和矩形脉冲响应法等,其中以阶跃响应 法最为常用。阶跃响应法利用阶跃响应曲线对系 统传递函数进行辨识,阶跃响应曲线即为输入量 作为阶跃变化时,系统输出的变化曲线。



t 2 ln ln
1 y* t1 1 y* t1
t1 ln 1 y* t 2 ln 1 y* t 2
如果选择 y*(t1) 0.39 和 y*(t2) 0.63 这两个固定值,则
2t1 t2
t
)]
2
t
1
出 t 2 和 ,然后可得:
T1 e t1 / T1 T2 et1 / T2 0.4
T1 T2
T1 T2
T1 e t2 / T1 T2 et2 / T2 0.8
T1 T2
T1 T2
将 y*(t)所取两点对应的 t1 响应如图2所示。
Step Response 1
0.9
0.8
0.7
0.6
y
0.5
0.4
0.3
0.2

自动控制原理(5-4)

自动控制原理(5-4)

由图可见,φ 由图可见,φ (1)= -85°,故 85°
ϕ(1) =−τ1 ⋅1⋅180° π −arctg1−arctg0.417 =−85°
解得 τ1 = 0.303 另由图可见,φ(2.4)=-155° 另由图可见,φ(2.4)=-155°,故
ϕ(2.4) =−τ2 ⋅ 2.4⋅180° π −arctg2.4−arctg1=−155°
2
2
2
当产生谐振时M(ω 为最大,即g(ω 当产生谐振时M(ω)为最大,即g(ω)为最小。
2 ω2 2 dg(ω) d ω 1− 2 + 2ζ = dω dω ωn ωn
ω2 ω 1− ⋅ − 2 +8ζ 2 ω = 2 ωn2 ωn2 ωn2 4ω ω2 2 = 2 2 + 2ζ −1 ωn ωn
4 2
四、高阶系统的闭环频率特性和 频域性能指标
对于高阶系统,取得其开环频率特性,尤其是对 数频率特性并无多大困难,由此去分析系统的稳定性, 尤其是相对稳定性,如系统的相角和幅值裕度就很方 便。当欲求得系统闭环频率特性的解析式并进而得到 系统全面的性能指标则非易事。
在计算机尚未普及应用时,求取高阶系统的闭环 频率特性主要是利用尼柯尔斯图。现在则利用计算机 和控制系统计算机辅助设计软件去求取系统闭环频率 特性和各项性能指标。 由于利用尼柯尔斯图手工绘制系统闭环频率特性 的方法目前已不多见,故在此不作介绍。
谐振频率ω 产生谐振峰值对应的频率。 谐振频率ωr:产生谐振峰值对应的频率。 它在一定程度上反映了系统暂态响应的速度。 它在一定程度上反映了系统暂态响应的速度。 ωr愈大,则暂态响应愈快。 愈大,则暂态响应愈快。

自动控制原理的MATLAB仿真与实践第5章 线性系统的频域分析

自动控制原理的MATLAB仿真与实践第5章  线性系统的频域分析
MATLAB提供了许多用于线性系统频率分析 的函数命令,可用于系统频域的响应曲线、参数分析 和系统设计等。常用的频率特性函数命令格式及其功 能见表5-1。 bode (G):绘制传递函数的伯德图。其中:G为传递
函数模型,如:tf(), zpk(), ss()。 bode(num,den):num,den分别为传递函数的分子与
margin(G);[Gm,Pm,Wcg,Wcp]= margin(G): 直接求出系统G的幅值裕度和相角裕度。 其中:Gm幅值裕度;Pm相位裕度;Wcg幅值裕度 处对应的频率ωc;Wcp相位裕度处对应的频率ωg。
nichols(G);nichols(G,w):绘制单位反馈系统开环传 递尼科尔斯曲线。
20
>>clear; num=[2, 3];den=[1, 2, 5, 7]; %G(s)的分子分母 多项式系数向量
p=roots(den) 求根结果:
%求系统的极点
p=
-0.1981 + 2.0797i
-0.1981 - 2.0797i
-1.6038 可见全为负根,则s右半平面极点数P=0。 绘制Nyquist曲线: >> nyquist(num,den) %绘制Nyquist曲线
本节分别介绍利用MATLAB进行频域绘图和频 率分析的基本方法。
6
5.2.1 Nyquist曲线和Bode图
MATLAB频率特性包括幅频特性和相频特性。 当用极坐标图描述系统的幅相频特性时,通常称为 奈奎斯特(Nyquist)曲线;用半对数坐标描述系 统的幅频特性和相频特性时,称为伯德(Bode) 图;在对数幅值-相角坐标系上绘制等闭环参数( M和N)轨迹图,称为尼克尔斯(Nichols)图。

多变量系统的辨识与闭环控制及相应matlab程序

多变量系统的辨识与闭环控制及相应matlab程序

多变量系统的辨识与闭环控制及相应matlab程序文章标题:多变量系统的辨识与闭环控制一、引言在工程领域中,多变量系统的辨识与闭环控制一直是一个备受关注的重要课题。

本文将从系统辨识和闭环控制的角度探讨多变量系统,并结合相关的matlab程序进行深入分析和讨论。

二、多变量系统的特点1. 多变量系统是指具有多个输入和多个输出的系统,其特点是相互之间存在较强的耦合关系,一个输入的变化会对多个输出产生影响,反之亦然。

2. 在实际工程中,多变量系统的辨识和控制具有挑战性,需要综合考虑各个变量之间的相互影响和耦合关系,以及系统内部的非线性因素。

三、多变量系统的辨识1. 多变量系统的辨识是指通过实验数据或模拟方法,确定系统的数学模型,包括系统的传递函数、状态空间模型等。

2. 为了对多变量系统进行辨识,可以使用系统辨识工具箱中的一些方法,如最小二乘法、最大似然法等,结合matlab程序进行数据处理和参数估计,从而得到系统的数学模型。

四、多变量系统的闭环控制1. 多变量系统的闭环控制是指在实际应用中,通过设计控制器来实现系统的稳定性、鲁棒性和性能指标的要求。

2. 针对多变量系统的闭环控制,可以采用多变量控制系统设计方法,如模态分解控制、鲁棒控制等,并通过matlab程序进行设计和仿真验证。

五、matlab程序实现1. 通过matlab中的系统辨识工具箱,可以使用辨识命令对多变量系统的数据进行辨识,得到系统的数学模型。

2. 在多变量系统的闭环控制设计中,可以利用matlab中的控制系统工具箱,设计控制器并进行仿真验证,以实现闭环控制的目标。

六、个人观点和总结通过本文的讨论,我们深入了解了多变量系统的辨识与闭环控制的重要性和复杂性,以及matlab程序在系统分析与设计中的作用。

多变量系统的辨识和控制是一个具有挑战性和发展前景的研究领域,需要我们在实践中不断探索和创新。

多变量系统的辨识与闭环控制是一个重要且复杂的课题,需要我们不断学习和实践,以期能够在工程领域中取得更好的应用与推广。

55闭环系统的频域性能指标

55闭环系统的频域性能指标

cos (r ) cos (c ) cos
07:46
7
由系统闭环幅频特性,求得,当系统在 极值。
A() 1 cos ()
时,M () 为
Mr
M (r )
1
sin (r )

1
sin
控制系统的设计中,一般先根据控制要求提出闭环频域指标 b
和 M r ,再确定相角裕度 和选择合适的截止频率 c ,然后根据 和 c 选择校正网络的结构并确定参数。
(1)系统闭环和开环频域指标的关系 系统开环指标截止频率 c与闭环指标带宽频率b 之间关系:成正比
由前面分析知,b与系统响应速度成正比关系,因此 c 也可用来衡
量系统的响应速度,且也与系统响应速度成正比关系。
07:46
5
系统闭环频率特性幅值的最大值称为谐振峰值 Mr
由于系统闭环振荡性能指标 Mr 和开环指标相角裕度 都能表征系统 的稳定程度,因此,建立 Mr 和 的近似关系。
谐振峰值 M r L()
3dB
0

谐振频率
r
b

07:46
6
因系统开环相频特性表示为: () 180 0 ()
开环频率特性表示为: G( j) A( )e j[1800 ()] A()[ cos () j sin ()]
闭环幅频特性:
n
由 c定义(P199式(5-99))
c n(
1
4 4 1 2 2 ) 2
相角裕度:

1800
G( jc )
arctan2n c
arctan[2
(
4
4
1

2

系统频域分析实验报告

系统频域分析实验报告

系统频域分析实验报告1. 引言系统频域分析是一种用于研究线性时不变系统的方法,通过对系统的输入和输出信号在频域上的分析,可以得到系统的频率响应特性。

本实验旨在通过实际测量和分析,了解系统频域分析的基本原理和方法。

2. 实验设备和原理2.1 实验设备本实验所用设备包括: - 函数发生器 - 数字示波器 - 电阻、电容和电感等被测元件 - 电缆和连接线等连接配件2.2 实验原理系统频域分析是基于傅里叶变换的原理,通过将时域上的信号转换到频域上进行分析。

在本实验中,我们将使用函数发生器产生不同频率和幅度的正弦信号作为输入信号,通过被测系统输出的信号,使用数字示波器进行采集和分析。

3. 实验步骤3.1 连接实验设备将函数发生器的输出端与被测系统的输入端相连,将被测系统的输出端与数字示波器的输入端相连,确保连接正确可靠。

3.2 设置函数发生器调整函数发生器的频率、幅度和波形等参数,以产生不同频率和幅度的正弦信号作为输入信号。

3.3 采集数据使用数字示波器对被测系统的输出信号进行采集和记录。

可以选择适当的采样频率和采样时间,确保得到足够的数据点。

3.4 数据分析使用计算机软件或编程语言,对采集到的数据进行频域分析。

可以使用离散傅里叶变换(DFT)等方法,将时域上的信号转换到频域上,得到信号的频谱图。

3.5 分析结果根据得到的频谱图,可以分析出被测系统的频率响应特性。

可以通过找到频率响应曲线的极值点、截止频率等特征,来判断系统的性能和特点。

4. 实验结果和讨论4.1 频谱图展示根据采集到的数据和进行频域分析的结果,绘制出被测系统的频谱图。

4.2 频率响应特性分析根据频谱图的分析结果,可以得到被测系统的频率响应特性。

比如,可以观察到系统在不同频率下的增益特性、相位特性等。

4.3 讨论实验误差在实际实验中,可能存在各种误差的影响。

可以对实验误差进行分析和讨论,比如测量误差、系统本身的非线性特性等。

5. 结论通过本实验,我们了解了系统频域分析的基本原理和方法。

5-5 闭环系统的频域性能指标

5-5 闭环系统的频域性能指标

A -T
A / T
T
t
|ck|
Hale Waihona Puke -5Ω-3Ω -Ω 2Ω 4Ω 6Ω ω
(2) 非周期信号的频谱
非周期信号f(t)可看作T→ ∞的周期信号, 当f(t)满足绝对可积时,可表示为傅立叶积分:
1 f (t ) 2 F ( jw )




F ( jw )e d w
2. 开环频域指标和时域指标的关系
典型二阶系统开环频率特性为
wn 2 Gk ( jw ) jw ( jw 2wn ) w (90 arctan ) 2wn w (w 2 4 2wn 2 )
G ( jwc )
wn 2
wn 2 w (w 2 4 2wn 2 )
1
wc wn ( 4 2 1 2 2 )1/ 2
wc 2 2 1/ 2 ( 4 1 2 ) wn
g 180 G ( jwc ) wc 180 (90 arctan ) 2wn wc 90 arctan 2wn
( 4 1 2 ) 90 arctan 2
2 2 1/ 2
arctan[2 ( 4 2 1 2 2 ) 1/ 2 ]
即,典型二阶系统 g和 存在一一对应的关 系。 当选定好 g后,可以由g 关系,确定 ,
再由确定s%和ts。一般希望30°≤ g ≤ 70°。
例5-15:单位反馈系统开环传函为 G ( s)
系统幅频特性 ( jw )
1
2 w2 2 w (1 2 ) 4 2 2 wn wn
( j 0) 1
20lg ( jwb ) 20lg 1
2 wb 2 2 w (1 2 ) 4 2 b 2 wn wn

《频域测量》课件

《频域测量》课件
《频域测量》课件
目录
• 频域测量的基本概念 • 频域测量的基本原理 • 频域测量的常用仪器 • 频域测量的实际应用 • 频域测量的最新发展
01 频域测量的基本概念
频域测量的定义
频域测量是一种通过分析信号在频率 域的特性来获取信息的方法。它通过 将信号从时域转换到频域,利用频率 特性来描述信号的特征。
快速傅里叶变换(FFT)
一种高效的计算离散傅里叶变换的方法,能够快速得到信号的频谱。
频谱分析的窗函数
在进行傅里叶变换时,使用不同的窗函数可以得到不同分辨率的频 谱,窗函数的选择对于频谱分析结果的影响较大。
频域测量中的滤波器
低通滤波器
允许低频信号通过,抑 制高频信号,用于提取
信号的低频成分。
高通滤波器
频谱分析仪通常具有较高的频率分辨 率和动态范围,能够测量不同频率下 的信号强度和失真。
它能够分析信号在不同频率下的表现, 帮助工程师了解信号的频域特性。
频谱分析仪广泛应用于通信、雷达、 电子对抗、音频等领域。
网络分析仪
网络分析仪是一种用于测量网络 参数的仪器,如电压驻波比
(VSWR)、传输系数、相位等。
人工智能在频域测量中的应用
人工智能技术为频域测量提供了新的方法和思路,能够自动识别、分类和预测信 号的特征和行为。
通过训练神经网络、支持向量机等机器学习算法,可以实现对信号的自动分类、 异常检测和模式识别等功能,提高了频域测量的智能化水平。
频域测量与其他测量方法的结合
频域测量方法可以与其他测量方 法相结合,形成多维度的信号分 析方法,从而更全面地了解信号
成不同频率分量的叠加。
频谱分析
通过分析信号的频谱,可以了解信 号中各个频率分量的幅度和相位信 息,从而对信号进行深入理解和分 析。

自动控制理论5-4频域:奈氏判据

自动控制理论5-4频域:奈氏判据
自动控制理论5-4频 域:奈氏判据
目录
• 引言 • 奈氏判据的基本原理 • 奈氏判据的应用 • 实例分析 • 结论
01
引言
目的和背景
目的
理解并掌握奈氏判据在自动控制理论中的应用,掌握如何使用奈氏判据判断系统 的稳定性。
背景
随着工业自动化水平的提高,自动控制系统在各个领域得到广泛应用。为了确保 系统的稳定运行,需要借助自动控制理论对系统进行分析。频域分析是自动控制 理论的重要分支,而奈氏判据则是频域分析中的一种重要方法。
05
结论
奈氏判据的重要性和意义
1 2 3
确定系统的稳定性
通过奈氏判据,可以确定一个线性时不变系统的 稳定性,这对于控制系统的设计和分析至关重要。
预测系统行为
奈氏判据提供了一种方法,用于预测系统在不同 频率下的行为,这对于理解系统的动态特性和性 能至关重要。
优化系统设计
通过使用奈氏判据,可以在设计阶段优化控制系 统的性能,从而提高系统的可靠性和稳定性。
复杂系统
在实际的工程应用中,控制系统往往比较复杂,由多个环节和元件组成,其传递函数也较为复杂。
奈氏判据应用
对于复杂系统,需要先进行简化或分解,然后对每个子系统分别应用奈氏判据进行稳定性分析。如果 所有子系统都稳定,则整个系统稳定;否则,整个系统不稳定。
实际应用中的奈氏判据
实际应用
在工业控制、航空航天、交通运输等领域,控制系统发挥着至关重要的作用。
基于奈氏曲线的几何特性,通过观察曲线在实轴上的投影,可以判断系统的稳定性。具体 来说,如果曲线没有穿越实轴,则系统是稳定的;如果曲线穿越实轴且在穿越点附近存在 无穷大的斜率,则系统是不稳定的。
应用范围
奈氏判据适用于线性时不变系统的频域分析,对于具有开环极点的系统尤为适用。

系统辨识原理及其应用(第二章)

系统辨识原理及其应用(第二章)

ϕ (ω ) : 相频特性
若输入信号为: (t ) = a u sin(ωt + θ 1 ) u 对于线性系统,其输出为: y (t ) = a y sin(ωt + θ 2 )
1.周期测试信号 采用周期测试信号测定被识对象的频率特性时,所有的测量都应 在过程已经处于稳定状态下进行,即由于初始条件等所产生的过 渡过程均已消失.
τ0
2.1.1一阶惯性滞后环节
根据拉氏变换可知,其阶跃响应曲线是一条负指数规律上升的曲
Ke G(s) = Ts + 1
−τ s
0, 0 < t <τ ⎧ ⎪ y (t ) = ⎨ t −τ − ⎪ K ⋅ ΔU (1 − e T ), t ≥ τ ⎩
将阶跃响应曲线化为无因次 s (t ) = y (t ) y (∞) 即新的终值为 y (∞) = 1 。 下文的阶跃曲线都为无因次阶跃曲
(7)
对于无自衡对象(传递函数
Y ( s) = G ( s) ⋅U ( s)
G(s)
dy (∞) y (∞)不存在,但是 =y′(∞)存在 dt y′(∞) = lim s 2 ⋅ Y ( s ) = lim s 2 ⋅ G ( s ) ⋅ U ( s ) = K ⋅ ΔU ( s )
s →0 s →0

T T t 。令T1 ∗ = 1 ,T2 ∗ = 2 ,于是 2T 2T 2T

t t − − T1∗ T2∗ ∗ y (t ∗ ) = 1 + e T1 + e T2∗ T2∗ − T1∗ T2∗ − T1∗
(14)
令Δ = T1∗ − T2∗,于是T1∗ = 1 + Δ −t ∗ 2 y (t ) = 1 + e 1+Δ 2Δ

汽车理论二

汽车理论二

5.3.1 运动微分方程
•建立汽车质心绝对加速度在车辆坐标系上的分量
& a x = u − vωr & a y = v + uωr
汽车受力为:
∑ FY = FY 1 cos δ + FY 2 ∑ M Z = aFY 1 cos δ − bFY 2
简化为:
∑ FY = k1α1 + k 2α 2 ∑ M Z = ak1α1 − bk 2α 2
m a b 令 K = 2 ( − ), 则 L k2 k1 L u2 L δ = + KL = + KL aY 所以 − α2 = KL aY α1 R R R ωr u / R 稳 态横摆 角速度 增益 = δ s δ u/ L u/ L = = m a b 2 1+ Ku2 1+ 2 ( − )u L k2 k1
v2 • (1)由 F f + Fr = m = 4000 *12 2 / 30 = 19200 R F f * a − Fr b = 0
• 可解得: F f = 8640( N )
Fr = 10560( N )
• (2)
α 1 = F f / 5000 = 8640 / 5000 = 1.728° α 2 = Fr / 5000 = 10560 / 5000 = 2.112°
,称为稳定性因数。
R= u
ωr
=
L
δ
(1 + ku 2 )
汽 进入 态( 速 周 动 后 车 稳 匀 圆 运 ) u2 ∑F = F 1 + F 2 = m Y Y Y R F 1 ⋅ a = F 2 ⋅b Y Y
u/L ωr = δ 1 + m ( a − b )u 2 2 L k2 k1

系统辨识与自适应控制第6章 闭环系统的辨识

系统辨识与自适应控制第6章 闭环系统的辨识

• (1)实验条件为X1时 • (2)实验条件为X2时
• 6.2 闭环辨识方法和可辨识条件
图6.2.1 闭环辨识对象
• 6.2.1 间接辨识方法[8][2] • 〔1〕反响通道上无扰动信号
• 定理6.2.1 如图6.2.1所示的闭环系统,假 设 反 响 通 道 上 无 扰 动 信 号 ( 即 p(k)=ω(k)=0) , 且D(q -1)与A(q -1)无公因子相消,利用间 接辨识法估计G(q -1)和Nv(q -1)的可辨识性 条件为
• np≥nb或nq≥na-d (6.2.9)
• 那么存在一组模型类M(θ)使系统是SI也是PI 的。
• 〔2〕反响通道上有扰动信号 • 6.2.2 直接辨识方法[2][8] • 〔1〕反响通道上无扰动信号
• 〔2〕反响通道上有扰动信号
• 6.2.3 闭环可辨识性条件[2]
• ①当反响通道是线性非时变的,无扰动信 号,且给定值恒定时,闭环可辨识性条件
• 6.3 最小二乘法和辅助变量法在闭环辨识 中的应用
• 6.3.1 最小二乘法[8][2] • 前向通道模型为
• 反响通道模型为
图6.3.1 SISO闭环系统
• 6.3.2 辅助变量法[8][2]
图6.3.3 SISO闭环系统
• ③所用的辨识方法,记作I • ④所用的实验条件,记作X。它是指输入信
号、采样周期和数据长度等确实定方式, 其中以输入信号确实定方式最为重要。
• 定义6.1.1 只要当L→∞时, (L,S,M,I, X〕依概率1收敛于DT(S,M〕,即
• 那么系统S称为在M,I,X下是系统可辨识 的,记作SI〔M,I,X〕
• 为,反响通道模型阶次不能低于前向通道 的模型阶次,闭环传函也不能有零极点相 消现象。假设前向通道或反响通道存在纯 延迟环节,那么对辨识更有利。

5.4-1 闭环系统频域测试及辨识 [系统辨识理论及Matlab仿真]

5.4-1 闭环系统频域测试及辨识  [系统辨识理论及Matlab仿真]
图1 闭环系统测试框图
2
设闭环系统输入指令信号为:
yd t Amsin(t)
(1)
其中 、 Am 分别为输入信号的幅度和角频率。
位置跟踪误差为:
et yd t yt
在闭环系统内,采用P控制,控制律为:
ut kpet
3
由于闭环系统是线性的,则其角位置输出可表示为:
10
Mag.(dB.)
0
-0.5
-1
-1.5
0
1
2
10
10
10
rad./s 0
-20
-40
-60
-80
0
1
2
10
10
10
rad./s
Phase(Deg.)
图2 实际传递函数与拟合传递函数的Bode图比较
11
x 10-4 2
Mag.(dB.)
Phase(Deg.)
0
0
10
20
30
40
50
60
-4
x 10
rad./s
5
0
-5
0
10
20
30
40
50
60
rad./s
图3 频率特性拟合误差曲线
12
闭环系统辨识仿真程序 chap5_5a.m chap5_5b.m
13
附:最小二乘参数辨识法
假设一个变量 y 与一组变量 X x1 x2
xn 有线性关系,即
y 1x1 2 x2 n xn
取 w 2πF ,利用Matlab函数 invfreqs hp, w, nb, na ,可得
到与复频特性 hp 相对应的、分子分母阶数分别为 nb 和 na 的 传递函数的分子分母系数 bb 和 aa ,从而得到闭环系统辨识的

非最小相位系统的闭环频域辨识方法、系统及计算机可读存储介质[

非最小相位系统的闭环频域辨识方法、系统及计算机可读存储介质[

专利名称:非最小相位系统的闭环频域辨识方法、系统及计算机可读存储介质
专利类型:发明专利
发明人:王亚刚,徐闯
申请号:CN202010893477.2
申请日:20200831
公开号:CN112051739A
公开日:
20201208
专利内容由知识产权出版社提供
摘要:在实际工业控制系统中,具有非最小相位的对象是一个典型难题,尤其当零点与时滞同时存在时,采用常规传统辨识方法难以达到良好的效果,导致无法满足工业控制需求。

针对这一情况,提出了一种新的针对非最小相位系统的闭环频域辨识方法,通过对控制回路正常运行中所产生的输入输出信号的分解和拉普拉斯变换,分析并获取其过程对象在重要频率范围内的频率响应特性,采用最小二乘法从幅频与相频两部分去拟合参数,从而精准的辨识出对象模型。

通过仿真实验结果表明,该辨识方法具有很好的鲁棒性和较高的精确度。

申请人:上海小聪科技有限公司
地址:201210 上海市浦东新区自由贸易试验区祥科路58号1幢501-5室
国籍:CN
代理机构:上海雍灏知识产权代理事务所(普通合伙)
代理人:沈汶波
更多信息请下载全文后查看。

大二自动化专业知识点汇总

大二自动化专业知识点汇总

大二自动化专业知识点汇总自动化专业是指应用工程学科,它以电子技术、计算机技术和控制技术为基础,以自动控制理论和方法为主要内容,研究通过采用控制系统和信息处理系统实现对工业和非工业过程的监控、控制和优化的技术和方法。

自动化专业知识点繁多且涉及多个学科领域,下面是大二自动化专业知识点的汇总。

1. 电子技术1.1 电子元器件:电阻、电容、电感、二极管、晶体管等。

1.2 电路基础:电流、电压、电功率的计算与分析;欧姆定律、基尔霍夫定律的应用。

1.3 模拟电子技术:放大电路、滤波电路等。

1.4 数字电子技术:逻辑门电路、计数器、寄存器等。

2. 计算机技术2.1 计算机组成原理:计算机的硬件组成、指令系统、存储系统、输入输出系统等。

2.2 计算机网络:网络结构、通信协议、局域网和广域网等。

2.3 数据结构与算法:线性表、树、图等数据结构的基本概念及常用算法。

2.4 编程语言:常用编程语言的语法和应用,如C、C++、Python等。

3. 控制技术3.1 控制原理:系统建模与仿真,传递函数与状态空间模型。

3.2 控制器设计:PID控制器、状态反馈控制器、模糊控制器等。

3.3 非线性控制:滑模控制、自适应控制等。

3.4 系统辨识:参数估计、频域辨识和时域辨识等。

4. 自动化仪器4.1 传感器与执行器:温度传感器、压力传感器、伺服电机等。

4.2 信号处理:模拟信号和数字信号的采集与处理。

4.3 自动化仪器的应用:工业自动化、智能家居、人工智能等领域的应用。

5. 自动化系统5.1 控制系统结构:开环系统、闭环系统、反馈系统等。

5.2 系统稳定性:稳定性分析、根轨迹法、频域法等。

5.3 系统性能指标:超调量、响应时间、稳态误差等。

5.4 离散控制系统:采样、量化和保持等基本概念。

6. 自动化应用6.1 工业自动化:PLC、DCS、SCADA系统等。

6.2 智能交通系统:智能交通信号控制、车载导航系统等。

6.3 机器人技术:机械臂、无人机、自动驾驶等。

03系统辨识及其在软测量技术中的应用

03系统辨识及其在软测量技术中的应用

3.2.1 一般最小二乘法
• 最小二乘求解:
最小二乘估计是在残差平方和准则函数极小意思下的最优 估计,即按照准则函数: 来确定估计值 。求J对 的偏导数并令其等于0,得:
即:
上式称为正则方程,当 计值:
非奇异时,可得最小二乘估
3.2.2 加权最小二乘法
• 如果准则函数取为加权函数,即:
其中
称为加权因子,对所有的k,
• 系统辨识是一种建立和确定模型的方法
模型是关于实际过程的本质的部分信息缩减成有用的 描述形式,是一种按照过程所作的近似描述
◆ ◆
建立数学模型的方法: - 机理建模法(白箱)
- 实验测试法(黑箱)——系统辨识
- 机理建模与实验测试相结合的方法(灰箱)
3.1.1 系统辨识的定义
• 系统辨识的定义(Zadeh1962):

3.1.3 系统辨识方法分类
• 不同辨识目的对模型和辨识的要求:
3.1.4 数学模型的分类
• 数学模型的分类方法有很多,通过对数学模型的分类, 有助于按照具体的应用目的确定一个合适的模型:
◆ ◆ ◆ ◆
从概率的角度分:确定性模型、随机性模型
按模型与时间的关系分:静态模型、动态模型
按时间刻度分:连续时间模型、离散时间模型 按参数与时间的关系分:定常模型、时变模型

3.1.3 系统辨识方法分类
• 在线辨识和离线辨识:
离线辨识要求被辨识对象从整个系统中分离出来,然 后将大量的输入输出数据存储起来,并按照一定的辨识 算法进行数据处理。

在线辨识通常不需要给被辨识对象施加特殊的输入, 而直接利用实际运行条件下被辨识对象的输入输出信息, 它不需要存储从过去到现在的全部输入输出信息,而是 在某个初始估计下启动,然后按照递推算法,随着新信 息的不断获得而不断修正估计值。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
5.4 闭环系统传递函数的辨识
5.4.1 基本原理
针对线性控制系统,要设计前馈控制器,传统的 方法是确定系统的闭环传递函数。采用建模方法难免 产生较大的建模误差。目前在实际应用中,更多的是 采用实验测试建模方法,即频率特性方法,通过频域 辨识技术来确定闭环系统的传递函数。
1
由闭环系统的正弦激励响应,通过最小 二乘方法和Bode图拟合来确定闭环系统的传 递函数。闭环系统测试框图如图1所示。
b0 0
(14)
显然,如果用不变性原理设计前馈控制器,则控制器表示为:
zd A z1 F z1
Bu z1 Ba z1
由于闭环系统的不稳定零点成为前馈控制器的极点,采用上式作为 控制器会造成控制系统不稳定。为了克服这种情况,对于闭环系统(13), 通过在控制器中引入零点 Bu (z) 来补偿闭环系统的不稳定零点 Bu (z1) , 设计零相差前馈控制器为:
图1 控制系统原理图 图2 等效框图
不失一般性,Gc (z1) 可以写成如下形式:
Gc
z 1
zd Bu z1 Ba A z1
z 1
(13)
其中, A(z1) 为分母多项式,其所有的根都位于单位圆内部。 d 为 非负整数,zd 为 d 步延迟。Bu (z1) 和 Ba (z1)为多项式, Bu (z1) 中
F
z 1
zd A
z 1
Bu z
Ba z1 Bu (1)2
(15)
5.4.3.2 系统相移
定理1[1] 对于(14)式定义的 Bu (z1) ,设H z1 Bu z Bu z1 ,则有:
(1) H e jT 0, R
(9)
其中向量 θ 1 2
假设在时刻 t1 t2
n T是一组待辨识参数。
tm 取得关于 y 和 X 的 m 次观测结果,
采用yi 和x1 i x、2 i 、 x、m i ,i 1, 2, , m
数据,则有
表示实测
yi 1x1 i 2x2 i nxn i i 1, 2, , m
点,用上面方法计算相频和幅频,就可得到闭环系统的频率特性数据,利
用Matlab频域函数 invfreqs 和 freqs ,从而实现闭环系统的建模。
对于带有摩擦、干扰和重力等非线性因素的电机系统被控对象,无法 得到适合于闭环系统建模的频率特性数据,因此,无法对闭环系统进行辨 识,可通过摩擦补偿、干扰观测器、重力补偿器等方法,将系统转化为理 想的线性系统被控对象。
b0 b1 cosT j sin T bl cos lT j sin lT b0 b1 cos T j sin T bl cos lT j sin lT
b0 b1 cos T bl cos lT j bl sin T bl sin lT b0 b1 cos T bl cos lT j bl sin T bl sin lT
取 w 2πF ,利用Matlab函数 invfreqs hp, w, nb, na ,可得
到与复频特性 hp 相对应的、分子分母阶数分别为 nb 和 na 的 传递函数的分子分母系数 bb 和 aa ,从而得到闭环系统辨识的
传递函数。利用Matlab函数 freqsbb, aa, w ,可得到分子分母
包含了 Gc(z1) 中的所有的不稳定零点(位于单位圆上或单位圆 外), Ba (z1) 中包含 Gc (z1) 中的所有稳定的零点(位于单位圆
内)。假定闭环系统有 l 个不稳定的零点,则 Bu (z1) 可以写成如
下形式:
Bu (z1) b0 b1z1 bl zl ,
y(t) Af sin(t )
A f sin(t)cos() Af cos(t)sin
sin(t)
cos(t)
Af cos

A
f
sin

其中 A f 、 分别为系统输出的幅度和相角。
在时间域上取 t 0, h, 2h,, nh , 并设
rad./s
5
0
-5
0
10
20
30
40
50
60
rad./s
图3 频率特性拟合误差曲线
12
闭环系统辨识仿真程序 chap5_5a.m chap5_5b.m
13
附:最小二乘参数辨识法
假设一个变量 y 与一组变量 X x1 x2
xn 有线性关系,即
y 1x1 2 x2 n xn
10
Mag.(dB.)
0
-0.5
-1
-1.5
0
1
2
10
10
10
rad./s
2
10
10
10
rad./s
Phase(Deg.)
图2 实际传递函数与拟合传递函数的Bode图比较
11
x 10-4 2
Mag.(dB.)
Phase(Deg.)
0
0
10
20
30
40
50
60
-4
x 10
通常, 前馈控制是基于不变性原理,即将前馈控制环节设计成 待校正的闭环系统的逆,从而使校正后系统的输入输出传递函数为1, 从而达到精确控制。但当闭环系统为非最小相位系统时,这种方法 就不适用了。这是由于非最小相位系统的逆会出现不稳定的极点。
随着计算机技术的发展,现代高精度伺服控制中,采样频率 通常较高,采样周期的范围在 0.1ms - 2ms 之间。由于采样频率很 高,离散化的闭环系统一般为非最小相位数字系统,即闭环系统的 零点至少有一个在单位圆之外。因此非最小相位数字系统在实际工 程应用中非常广泛。
图1 闭环系统测试框图
2
设闭环系统输入指令信号为:
yd t Amsin(t)
(1)
其中 、 Am 分别为输入信号的幅度和角频率。
位置跟踪误差为:
et yd t yt
在闭环系统内,采用P控制,控制律为:
ut kpet
3
由于闭环系统是线性的,则其角位置输出可表示为:
零相差前馈跟踪控制在数控加工中心、坐标仪以及绘图仪等高精 度伺服系统中得到了成功应用,有效地拓宽了系统频带。
基于零相差前馈控制器的控制系统如图1所示,其中 yd 为输入
指令信号, y 为系统输出, F(z1) 为前馈控制器, C(z1) 为闭环控制
器,Gp (s) 为对象的传递函数,虚线框内Gc (z1) 为闭环控制系统。设离 散化后的闭环系统传递函数为 Gc (z1) ,则图2可以进一步化简,得到 图3。
件。则有
J

ˆ
2XTY 2XTXθˆ 0
16
可得
XTXθˆ XTY
解得的最小二乘估计值为:
θˆ XTX 1 XTY
(12)
17
5.4.3 基于闭环系统辨识的数字前馈控制
在闭环系统辨识的基础上,本节讨论基于闭环系统逆的控制器 设计问题。 5.4.3.1 零相差前馈控制基本原理
YT y(0) y(h)
y(nh)
ΨT

sin(0) cos(0)
sin(h) cos(h)
sin(nh) cos(nh)
c1 Af cos
c2 Af sin
(2)
4
由式(2)和(3)得:
Y

Ψ

c1 c2

(3)
由式(3),根据最小二乘原理,可求出 c1 、 c2 的最小二乘解为:
(2) H e jT 2 Re2 Bu (e jT ) Im2 Bu (e jT ) , R
证明:由式(13)和(15),加入零相差前馈控制器后,整个系统(包括前 馈环节)的传递函数为:
F
z 1
Gc (z1)

Bu (z1)Bu (z) Bu (1)2
cˆ1
cˆ2


ΨTΨ
1 ΨTY
(4)
对于角频率 ,闭环系统输出信号的振幅和相移如下:
Af cˆ12 cˆ22


tg1

c2 c1

(5) (6)5
由于相频为输出信号与输入信号相位之差,幅频为稳态输出振幅
与输入振幅之比的分贝表示。由于输入信号 yd A msin(t) 的
(16)
设系统的采样周期为 T , 为角频率,由式(14),有
Bu z1 Bu z b0 b1z1 bl zl b0 b1z bl zl b0 b1e jT ble jlT b0 b1e jT ble jlT
对于非最小相位数字系统,基于不变性原理的前馈控制器设 计方法是不适用的,这是因为当闭环系统为非最小相位数字系统时, 用不变性原理设计前馈控制器,即利用闭环系统的逆设计控制器, 则闭环系统的不稳定零点 ({z | Gc (z) 0 | z |1}) 将成为前馈控制器 的极点,造成前馈环节存在不稳定极点,控制系统不稳定。
定义误差矢量 ε 1 2
m T ,令
ε Y Xθ
(11)
15
误差性能指标为:
m

J

2 i

εTε
1
J Y XθT Y Xθ YTY θTXTY YTXθ θTXTY
求 J 对 的导数并令结果为零,作为使为最小的估计值 θˆ 的条
14
上式可以用矩阵表示为:
Y Xθ
(10)
其中
x1 1 xn 1
相关文档
最新文档