控制系统计算机辅助设计
控制系统的数字仿真及计算机辅助设计第二版课程设计
控制系统的数字仿真及计算机辅助设计第二版课程设计一、课程设计实验目的本次课程设计旨在通过数字仿真的方法和计算机辅助设计的手段，探究控制系统的特性和解决实际问题的能力。
实验目的包括：1.学习掌握MATLAB/Simulink数字仿真软件的基本操作，以及理解控制系统的基本概念和原理；2.熟悉计算机辅助设计软件的使用方法，能够利用计算机和网络资源进行控制系统设计和优化；3.通过实验操作，加深对控制系统的认识和理解，提高分析和解决问题的能力。
二、课程设计实验内容本次课程设计共分为两个实验项目，主要内容包括：实验项目一：PID控制器设计和数字仿真1.学习PID控制器的基本原理和调节方法，运用MATLAB/Simulink软件进行PID控制器的建模和仿真；2.通过对比不同PID控制器的响应特性，分析影响控制性能的因素，并利用优化算法提高控制精度；3.选取不同的控制对象进行实验，以比较不同控制策略的效果，并讨论实际应用PID控制器的具体应用场景。
实验项目二：控制系统的网络化设计和远程控制实验1.学习计算机辅助设计软件的基本原理和方法，理解控制系统的网络化设计思想；2.利用网络资源和远程控制工具，实现对控制系统的远程监控和控制，观察系统的响应情况；3.分析网络化控制系统的优势和局限，并讨论如何利用现有技术和资源优化控制系统的设计和运行效率。
三、课程设计实验结果与讨论根据课程设计的要求，学生需要独立完成实验设计和数据分析，并用MATLAB/Simulink和计算机辅助设计软件实现控制系统的数字仿真和优化。
实验结果如下：实验项目一在PID控制器的设计和仿真实验中，学生选定一种控制对象，利用MATLAB/Simulink软件建立控制系统模型，并确定PID控制器的参数。
例如，在石油管道的温度控制系统中，学生需要确定适当的比例系数、积分系数和微分系数，以满足系统的温度控制要求。
通过仿真实验，学生记录下控制系统的输入和输出数据，并利用MATLAB/Simulink进行数据分析和优化。
计算机辅助设计与制造简答题总结
1、CAPP有哪几种基本类型？分别基于何种技术？1检索式CAPP系统；2派生式CAPP系统，即基于成组技术或基于特征的CAPP系统；3创成试CAPP系统主要包括基于传统过程性程序结构与决策形式的CAPP系统，基于知识的cap系统等；4综合式CAPP系统，包括派生式和创成式与人工智能相结合，且综合了它们的优点的CAPP系统，基于实例与知识的混合式CAPP系统及其它混合式系统等。
2、什么是数控加工？数控装置有哪些类型？数控编程的主要内容是什么？数控加工数控机床应用数字化信息实现机床控制的一种技术。
数控装置有哪些类型类型？按加工方式分类：1.金属切削类数控机床2.金属成型类数控机床3.数控特种加工机床4其他类型的数控机床按驱动装置的特点分类1.开环控制数控机床2半闭环控制数控机床3．闭环控制数控机床4．混合控制数控机床主控编程的主要内容包括:分析零件图纸进行工艺处理，确定工艺过程；数值计算，计算刀具中心运动轨迹，获得刀位数据；编制零件加工程序；制备控制介质；校核程序及首件试切。
4、什么是成组技术？成组技术是一门生产技术科学，即研究和发掘生产活动中有关事物的相似性，并充分利用事物的相似把相似问题归类成组，寻求解决这一类问题相对统一的最优方案，从而节约时间和精力以取得所期望的经济效益。
6、派生式CAPP系统的原理是什么？基本原理是利用成组技术（GT）代码或企业现行的零件图编码，将零件根据结构和工艺相似性进行分组，然后针对每个零件组编制典型工艺，又称主样件工艺，在进行工艺设计时，根据零件的GT代码和其他有关信息，按编码搜索零件族，对典型工艺进行自动化或人机交互式修改，生成符合要求的工艺文件。
7、派生式CAPP系统与创成式CAPP系统的工作原理有何不同？答：派生法是以对标准工艺规程的检索和修改为基础，而标准工艺是由有经验的工艺人员制订的。
设计新零件工艺规程时要对标准工艺进行检索，并经编辑和修改而得到。
创成法是由计算机软件系统，根据输入的或直接从cad系统获得的零件信息，依靠系统中的工艺数据和各种工艺决策自动设计出工艺规程。
计算机辅助设计
③ 基于特征的设计 特征设计是用易于识别的、包含加工信息的几何单元(如孔、
槽，倒角等)来取代以往设计中所用的纯几何描述(如直线、圆 弧等)。
与传统的机械设计相比，CAD技术都有着巨大的优越性。
主要表现在： ① CAD可以提高设计质量。 ② CAD可以节省时间，提高生产率。 ③ CAD可以较大幅度地降低成本。 ④ CAD技术将设计人员从繁琐的计算和绘图工作中解放出
来，使其可以从事更多的创造性劳动。
（2）计算机辅助设计的研究热点及展望 CAD技术现今及将来会在以下几方面进行重点研究，并将
知识获取
专家系统部分
人机界面
知识库 模式性知识 数值分析法 规则性知识
自学习机
推理机
设计资料 数据库
逻辑推理 模式联想
分析计算
CAD部分
用户
图形交互 输入输出
绘图及文 件编写
动态 数据库
图1-6
由图1-6可知，一个智能CAD系统由以下几个部分组成： ① 知识获取，用来获取来自领域专家的知识；
② 知识库，用来存放各种知识，工作时与推理机交换信息； ③ 自学习机，在推理过程中进行学习，将得到的新知识不断充 实知识库，并删除知识库中过时的知识； ④ 人机界面，是用户与系统的接口； ⑤ 绘图和文件编写，从中间数据库获取结果数据，采用交互或 自动化的方式产生图样和设计文件； ⑥ 动态数据库，存放推理过程的中间结果、用户输入信息及最 终结果； ⑦ 推理机是整个系统的核心，其任务是将输入要求与知识库相 匹配，触发适用的规划，使有关结论得到执行。推理机要对各 组成部分实现控制，解决各结论之间的矛盾，对设计结束进行 评价和决策，最后得到最佳设计结果； ⑧ 分析计算部分，用各种程序进行计算和分析，给推理机提供 定量的评价和决策数据； ⑨ 设计资料数据库，存放大量的设计标准和参考资料，用来支 持分析计算、评价及决策过程。
控制系统计算机辅助设计-MATLAB语言与应用
20
国际上出版了关于 MATLAB及 CACSD 的专著和教材，但它们大都是MATLAB的
入门教材，并没有真正深入、系统地探讨 CACSD 技术及 MATLAB实现，将MATLAB
的强大功能与控制领域成果有机结合是本 书力图解决的主要问题。
2020/4/12
控制系统计算机辅助设计－MATLAB语言与应用
2020/4/12
控制系统计算机辅助设计－MATLAB语言与应用
17
除了经典的多变量频域方法之外，还出现了一些 基于最优化技术的控制方法，其中比较著名的是 英国学者 John Edmunds 提出的多变量参数最优化 控制方法和英国学者 Zakian 提出的不等式控制方 法等。
与此同时，美国学者似乎更习惯于状态空间的表 示与设计方法。此方法往往又称为时域方法 (timedomain)，首先在线性二次型指标下引入了最优控 制的概念，并在用户的干预下(如人工选择加权矩 阵)得出某种最优控制的效果，这样的控制又往往 需要引入状态反馈或状态观测器新的控制概念。
辨识工具箱、鲁棒控制工具箱、多变量频域设计工 具箱、µ分析与综合工具箱、神经网络工具箱、最 优化工具箱、信号处理工具箱、以及仿真环境
Simulink。
2020/4/12
控制系统计算机辅助设计－MATLAB语言与应用
16
1.5 控制系统计算机辅助设计 领域的新方法
早期的 CACSD 研究侧重于对控制系统的计算机辅 助分析上，开始时人们利用计算机的强大功能把 系统的频率响应曲线绘制出来，并根据频率响应 的曲线及自己的控制系统设计经验用试凑的方法 设计一个控制器，然后利用仿真的方法去观察设 计的效果。
2020/4/12
控制系统计算机辅助设计－MATLAB语言与应用
《控制系统计算机辅助设计MATLAB语言与应用第2版》薛定宇_课后习题答案
【17】
（1)z＝ｘy
＞>[x,y]=mesｈgrid(-3:0.01:3，-3：0.０1:３);
z=x.*y；
mesh(x,ｙ，z);
>> contoｕr3(x,ｙ,z,５0)；
(１)ｚ=sin（xｙ)
>> [x,y］=mesｈgrid(-3:０.01:3，-3:０.０1：3);
【２】
相应的ＭATＬAB命令:B=A(２：2:end,：）
>>Ａ=ｍagic(8)
A=
64２361６06７57
95５5412１3 51５01６
1７47４6 20２１43 42２4
40262737３6 30313３
3２３435 29２838 392５
41２32244４5１91８48
4９１514 5253 11 10 5６
【１0】
fｕｎcｔion y＝fｉb(ｋ)
if nargin~=1,ｅrror（＇出错：输入变量个数过多，输入变量个数只允许为１!')；ｅｎdﻭif narｇout＞１,ｅｒrｏr(＇出错：输出变量个数过多！'）;end
if k<=０,error('出错:输入序列应为正整数！＇）;endﻭiｆk==1|k＝=2,y＝１;ﻭｅｌsｅy=ｆib（k-１)＋fib(k-２);ｅnｄﻭeｎｄ
8５8 5954 62 6３1
＞＞Ｂ=Ａ(2:2:ｅnd，:)
B =
9５5 54１21３515０16
402６27３7 3６30３1３3
4１２3２24４4519１8 4８
858 5954 6２631
控制系统计算机辅助设计 (2)
控制系统计算机辅助设计1.引言控制系统计算机辅助设计是指利用计算机技术来辅助设计、分析和优化各类控制系统的过程。
在传统的控制系统设计中，通常需要进行复杂的数学建模和系统分析，这需要大量的时间和人力，并且容易出现错误。
而利用计算机辅助设计工具，可以大大简化这个过程，提高设计效率和设计质量。
本文将介绍控制系统计算机辅助设计的基本原理、方法和常用工具，并探讨其在实际工程中的应用。
同时，还将讨论计算机辅助设计在控制系统设计中的优势和不足，并提出一些改进的建议。
2.基本原理控制系统计算机辅助设计基于控制理论和计算机技术，主要包括以下几个基本原理：2.1 控制系统建模在进行控制系统计算机辅助设计前，首先需要对待设计的控制系统进行数学建模。
常用的建模方法包括状态空间法、传递函数法和输入-输出法。
建模的目的是将现实中的控制系统抽象成数学模型，方便后续的分析和设计。
2.2 控制器设计在控制系统计算机辅助设计中，控制器的设计是最为关键的一步。
通常需要根据系统的数学模型和设计要求，选择合适的控制器结构和参数，以实现系统的稳定性、响应速度和鲁棒性等性能指标。
2.3 系统分析与优化控制系统计算机辅助设计还包括对系统进行分析和优化的过程。
通过对系统的数学模型进行分析，可以评估系统的稳定性、性能指标和鲁棒性等。
同时，可以利用优化算法来改进系统的性能，例如调整控制器的参数或者优化系统的结构。
3.方法和工具为了实现控制系统计算机辅助设计，需要使用一些专门的方法和工具。
下面将介绍一些常用的方法和工具：3.1 MATLAB/SimulinkMATLAB/Simulink是一种常用的控制系统计算机辅助设计工具。
它提供了丰富的数学建模函数和控制系统设计工具箱，方便用户进行系统建模、控制器设计、系统分析和优化等工作。
3.2 LabVIEWLabVIEW是另一种常用的控制系统计算机辅助设计工具。
它基于图形化编程语言，可以通过拖拽和连接图标来搭建控制系统的模型和界面。
控制系统计算机辅助设计
控制系统计算机辅助设计
计算机辅助设计是指利用计算机技术来帮助设计人员实现设计目标的过程。
在控制系统设计中，计算机辅助设计可以极大地提高工作效率和设计质量。
首先，计算机辅助设计可以实现系统设计的自动化。
设计师可以借助计算机软件完成控制系统的建模、仿真、优化等过程，从而减少了重复性的工作，提高了设计的一致性和可靠性。
通过计算机辅助设计，设计人员能够更好地理解控制系统的工作原理，优化设计参数，从而提高系统的控制效果。
其次，计算机辅助设计可以大大缩短设计周期。
通过使用先进的设计软件，设计人员可以更快地完成系统设计的各个阶段，包括方案设计、图纸绘制、仿真测试等。
计算机辅助设计使得设计团队可以实时共享设计数据和信息，加快了设计流程，减少了设计变更的成本和时间。
此外，计算机辅助设计还可以提供更多的设计选择和评估。
设计人员可以通过计算机辅助设计软件，对不同的设计方案进行仿真和评估，包括性能指标、安全性、可靠性等方面。
这样可以更好地理解不同设计选择的优劣，并选择最优的设计方案。
最后，计算机辅助设计还可以提高设计人员的创新能力。
通过设计软件提供的辅助工具和功能，设计人员可以更好地进行创新性的设计工作。
设计软件提供了丰富的设计资源和工具，设计人员可以借助它们进行创新的尝试，不断提升设计水平。
综上所述，计算机辅助设计在控制系统设计中发挥着重要的作用。
它可以提高设计效率和质量，减少设计周期，扩展设计选择和评估，提高设计人员的创新能力。
因此，掌握和应用计算机辅助设计技术对于控制系统设计人员来说是非常重要的。
控制系统计算机辅助设计_MATLAB语言与应用(第2版)薛定宇_课后复习题答案
第1章控制系统计算机辅助设计概述第2章 MATLAB语言程序设计基础第3章线性控制系统的数学模型第4章线性控制系统的计算机辅助分析第5章 Simulink在系统仿真中的应用第6章控制系统计算机辅助设计第1章控制系统计算机辅助设计概述【1】/已阅，略【2】已阅，略【3】已经掌握help命令和Help菜单的使用方法【4】区别：MATLAB语言实现矩阵的运算非常简单迅速，且效率很高，而用其他通用语言则不然，很多通用语言所实现的矩阵运算都是对矩阵维数具有一点限制的，即使限制稍小的，但凡维数过大，就会造成运算上的溢出出错或者运算出错，甚至无法处理数据的负面结果【5】【8】(1)输入激励为正弦信号(2)输入激励为脉冲模拟信号(3)输入激励为时钟信号(4) 输入激励为随机信号(5) 输入激励为阶跃信号δ=0.3δ=0.05δ=0.7结论：随着非线性环节的死区增大，阶跃响应曲线的围逐渐被压缩，可以想象当死区δ足够大时，将不再会有任何响应产生。
所以可以得到结论，在该非线性系统中，死区的大小可以改变阶跃响应的幅值和超调量。
死区越大，幅值、超调量将越小，而调整时间几乎不受其影响第2章 MATLAB语言程序设计基础【1】>> A=[1 2 3 4;4 3 2 1;2 3 4 1;3 2 4 1]A =1 2 3 44 3 2 12 3 4 13 24 1>>B=[1+4i,2+3i,3+2i,4+i;4+i,3+2i,2+3i,1+4i;2+3i,3+2i,4+i,1+4i;3+2i,2+3i,4+i,1+4i]B =1.0000 + 4.0000i2.0000 +3.0000i 3.0000 + 2.0000i4.0000 + 1.0000i4.0000 + 1.0000i 3.0000 + 2.0000i 2.0000 + 3.0000i 1.0000 + 4.0000i2.0000 +3.0000i 3.0000 + 2.0000i4.0000 + 1.0000i 1.0000 + 4.0000i3.0000 + 2.0000i 2.0000 + 3.0000i4.0000 + 1.0000i 1.0000 + 4.0000i >> A(5,6)=5A =1 2 3 4 0 04 3 2 1 0 02 3 4 1 0 03 24 1 0 00 0 0 0 0 5∴若给出命令A(5,6)=5则矩阵A的第5行6列将会赋值为5，且其余空出部分均补上0作为新的矩阵A，此时其阶数为5×6【2】相应的MATLAB命令：B=A(2:2:end,:)>> A=magic(8)A =64 2 3 61 60 6 7 579 55 54 12 13 51 50 1617 47 46 20 21 43 42 2440 26 27 37 36 30 31 3332 34 35 29 28 38 39 2541 23 22 44 45 19 18 4849 15 14 52 53 11 10 568 58 59 5 4 62 63 1>> B=A(2:2:end,:)B =9 55 54 12 13 51 50 1640 26 27 37 36 30 31 3341 23 22 44 45 19 18 488 58 59 5 4 62 63 1∴从上面的运行结果可以看出，该命令的结果是正确的【3】>> syms x s; f=x^5+3*x^4+4*x^3+2*x^2+3*x+6f =x^5 + 3*x^4 + 4*x^3 + 2*x^2 + 3*x + 6>> [f1,m]=simple(subs(f,x,(s-1)/(s+1)))f1 =19 - (72*s^4 + 120*s^3 + 136*s^2 + 72*s + 16)/(s + 1)^5m =simplify(100)【4】>> i=0:63; s=sum(2.^sym(i))s =615【5】>> for i=1:120if(i==1|i==2) a(i)=1;else a(i)=a(i-1)+a(i-2);endif(i==120) a=sym(a); disp(a); endend[ 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765, 10946, 17711, 28657, 46368, 75025, 121393, 196418, 317811, 514229, 832040, 1346269, 2178309, 3524578, 5702887, 9227465, 14930352, 24157817, 39088169, 63245986, 102334155, 165580141, 267914296, 433494437, 701408733, 1134903170, 1836311903, 2971215073, 4807526976, 7778742049, , , , , , 5, 7, 2, 9, 1, 20, 61, 81, 42, 723, 565, 288, 853, 141, 0994, 9135, 0129, 9264, 9393, 28657, 78050, 06707, 84757, 91464, , , , , , 8, 5, 3, 8, 31, 89, 20, 09, 29, 738, 167, 905, 072, 977, 6049, 9026, 5075, 4101, 9176, 83277, 82453, 65730, 48183, 413913, 662096, 076009, 738105, 814114, 0552219, 6366333, 6918552, 3284885, 0203437, 93488322, 23691759, 17180081, 40871840]【6】>>k=1;for i=2:1000for j=2:iif rem(i,j)==0if j<i, break;endif j==i, A(k)=i; k=k+1; break; endendendenddisp(A);Columns 1 through 132 3 5 7 11 13 17 19 23 29 31 37 41 Columns 14 through 2643 47 53 59 61 67 71 73 79 83 89 97 101 Columns 27 through 39103 107 109 113 127 131 137 139 149 151 157 163 167 Columns 40 through 52173 179 181 191 193 197 199 211 223 227 229 233 239 Columns 53 through 65241 251 257 263 269 271 277 281 283 293 307 311 313 Columns 66 through 78317 331 337 347 349 353 359 367 373 379 383 389 397 Columns 79 through 91401 409 419 421 431 433 439 443 449 457 461 463 467 Columns 92 through 104479 487 491 499 503 509 521 523 541 547 557 563 569 Columns 105 through 117571 577 587 593 599 601 607 613 617 619 631 641 643 Columns 118 through 130647 653 659 661 673 677 683 691 701 709 719 727 733 Columns 131 through 143739 743 751 757 761 769 773 787 797 809 811 821 823 Columns 144 through 156827 829 839 853 857 859 863 877 881 883 887 907 911 Columns 157 through 168919 929 937 941 947 953 967 971 977 983 991 997【7】说明：h和D在MATLAB中均应赋值，否则将无法实现相应的分段函数功能syms x; h=input(‘h=’); D=input(‘D=’);y=h.*(x>D)+(h.*x/D).*(abs(x)<=D)-h.*(x<-D)【10】function y=fib(k)if nargin~=1,error('出错：输入变量个数过多，输入变量个数只允许为1！');endif nargout>1,error('出错：输出变量个数过多！');endif k<=0,error('出错：输入序列应为正整数！');endif k==1|k==2,y=1;else y=fib(k-1)+fib(k-2);endend【13】-1-0.500.51-1-0.8-0.6-0.4-0.200.20.40.60.81【14】>> t=[-1:0.001:-0.2,-0.1999:0.0001:0.1999,0.2:0.001:1]; y=sin(1./t); plot(t,y);grid on;-1-0.8-0.6-0.4-0.20.20.40.60.81-1-0.8-0.6-0.4-0.200.20.40.60.81【15】(1) >> t=-2*pi:0.01:2*pi; r=1.0013*t.^2;polar(t,r);axis('square')90270180(2) >> t=-2*pi:0.001:2*pi; r=cos(7*t/2);polar(t,r);axis('square')2700902701800(3) >> t=-2*pi:0.001:2*pi;r=sin(t)./t;polar(t,r);axis('square')90180【17】(1)z=xy>> [x,y]=meshgrid(-3:0.01:3,-3:0.01:3);z=x.*y;mesh(x,y,z);>> contour3(x,y,z,50);-2-112-22-10-5510(1)z =sin(xy )>> [x,y]=meshgrid(-3:0.01:3,-3:0.01:3); z=sin(x.*y);mesh(x,y,z);>> contour3(x,y,z,50);-2-112-22第3章 线性控制系统的数学模型【1】(1) >> s=tf('s');G=(s^2+5*s+6)/(((s+1)^2+1)*(s+2)*(s+4)) Transfer function:s^2 + 5 s + 6--------------------------------s^4 + 8 s^3 + 22 s^2 + 28 s + 16(2) >> z=tf('z',0.1);H=5*(z-0.2)^2/(z*(z-0.4)*(z-1)*(z-0.9)+0.6) Transfer function:5 z^2 - 2 z + 0.2---------------------------------------z^4 - 2.3 z^3 + 1.66 z^2 - 0.36 z + 0.6 Sampling time (seconds): 0.1【2】(1)该方程的数学模型>> num=[6 4 2 2];den=[1 10 32 32];G=tf(num,den)Transfer function:6 s^3 + 4 s^2 + 2 s + 2------------------------s^3 + 10 s^2 + 32 s + 32(2)该模型的零极点模型>> G=zpk(G)Zero/pole/gain:6 (s+0.7839) (s^2 - 0.1172s + 0.4252)-------------------------------------(s+4)^2 (s+2)(3)由微分方程模型可以直接写出系统的传递函数模型【5】(1) >> P=[0;0;-5;-6;-i;i];Z=[-1+i;-1-i];G=zpk(Z,P,8)Zero/pole/gain:8 (s^2 + 2s + 2)-------------------------s^2 (s+5) (s+6) (s^2 + 1)(2) P=[0;0;0;0;0;8.2];Z=[-3.2;-2.6];H=zpk(Z,P,1,'Ts',0.05,'Variable','q')Zero/pole/gain:(q+3.2) (q+2.6)---------------q^5 (q-8.2)Sampling time (seconds): 0.05【8】(1)闭环系统的传递函数模型>> s=tf('s');G=10/(s+1)^3;Gpid=0.48*(1+1/(1.814*s)+0.4353*s/(1+0.4353*s));G1=feedback(Gpid*G,1)Transfer function:7.58 s^2 + 10.8 s + 4.8-------------------------------------------------------------- 0.7896 s^5 + 4.183 s^4 + 7.811 s^3 + 13.81 s^2 + 12.61 s + 4.8(2)状态方程的标准型实现>> G1=ss(G1)a =x1 x2 x3 x4 x5x1 -5.297 -2.473 -2.186 -0.9981 -0.7598x2 4 0 0 0 0x3 0 2 0 0 0x4 0 0 2 0 0x5 0 0 0 0.5 0b =u1x1 2x2 0x3 0x4 0x5 0c =x1 x2 x3 x4 x5y1 0 0 0.6 0.4273 0.3799d =u1y1 0Continuous-time state-space model.(3)零极点模型>> G1=zpk(G1)Zero/pole/gain:9.6 (s^2 + 1.424s + 0.6332)--------------------------------------------------------(s+3.591) (s^2 + 1.398s + 0.6254) (s^2 + 0.309s + 2.707)【11】>> Ga=feedback(s/(s^2+2)*1/(s+1),(4*s+2)/(s+1)^2);Gb=feedback(1/s^2,50);G=3*feedback(Gb*Ga,(s^2+2)/(s^3+14))Transfer function:3 s^6 + 6 s^5 + 3 s^4 + 42 s^3 + 84 s^2 + 42 s---------------------------------------------------------------------------s^10 + 3 s^9 + 55 s^8 + 175 s^7 + 300 s^6 + 1323 s^5 + 2656 s^4 + 3715 s^3+ 7732 s^2 + 5602 s + 1400【13】c1=feedback(G5*G4,H3)=G5*G4/(1+G5*G4*H3)c2=feedback(G3,H4*G4)=G3/(1+G3*H4*G4)c3=feedback(c2*G2,H2)=c2*G2/(1+c2*G2*H2)=G3*G2/(1+G3*H4*G4+G3*G2*H1)G=feedback(G6*c1*c3*G1,H1)=G6*c1*c3*G1/(1+ G6*c1*c3*G1*H1)=G6*G5*G4*G3*G2*G1/(1+G3*H4*G4+G3*G2*H1+G5*G4*H3+G5*G4*H3*G3*H4*G4+G5*G4*H3*G3* G2*H1+G6*G5*G4*G3*G2*G1*H1)【14】>> s=tf('s');c1=feedback(0.21/(1+0.15*s),0.212*130/s);c2=feedback(c1*70/(1+0.0067*s)*(1+0.15*s)/(0.051*s),0.1/(1+0.01*s));G=(1/(1+0.01*s))*feedback(130/s*c2*1/(1+0.01*s)*(1+0.17*s)/(0.085*s),0.0044/(1+ 0.01*s))Transfer function:0.004873 s^5 + 1.036 s^4 + 61.15 s^3 + 649.7 s^2 + 1911 s--------------------------------------------------------------------------- 4.357e-014 s^10 + 2.422e-011 s^9 + 5.376e-009 s^8 + 6.188e-007 s^7+ 4.008e-005 s^6 + 0.001496 s^5 + 0.03256 s^4 + 0.4191 s^3+ 2.859 s^2 + 8.408 s 第4章线性控制系统的计算机辅助分析【1】(1) >> num=[1];den=[3 2 1 2];G=tf(num,den);eig(G)ans =-1.00000.1667 + 0.7993i0.1667 - 0.7993i分析：由以上信息可知，系统的极点有2个是在s域的右半平面的，因此系统是不稳定的(2) >> num=[1];den=[6 3 2 1 1];G=tf(num,den);eig(G)ans =-0.4949 + 0.4356i-0.4949 - 0.4356i0.2449 + 0.5688i0.2449 - 0.5688i分析：由以上信息可知，系统的极点有2个是在s域的右半平面的，因此系统是不稳定的(3) >> num=[1];den=[1 1 -3 -1 2];G=tf(num,den);eig(G)ans =-2.0000-1.00001.00001.0000分析：由以上信息可知，系统的极点有2个是在s域的右半平面的，因此系统是不稳定的(4) >> num=[3 1];den=[300 600 50 3 1];G=tf(num,den);eig(G)ans =-1.9152-0.14140.0283 + 0.1073i0.0283 - 0.1073i分析：由以上信息可知，系统的极点有2个是在s域的右半平面的，因此系统是不稳定的(5) >> s=tf('s');G=0.2*(s+2)/(s*(s+0.5)*(s+0.8)*(s+3)+0.2*(s+2));eig(G)ans =-3.0121-1.0000-0.1440 + 0.3348i-0.1440 - 0.3348i分析：由以上信息可知，系统的所有极点都在s域的左半平面，因此系统是稳定的【2】(1) >> num=[-3 2];den=[1 -0.2 -0.25 0.05];H=tf(num,den,'Ts',0.5);abs(eig(H)')ans =0.5000 0.5000 0.2000分析：由以上信息可知，所有特征根的模均小于1，因此该系统是稳定的(2) >> num=[3 -0.39 -0.09];den=[1 -1.7 1.04 0.268 0.024];H=tf(num,den,'Ts',0.5);abs(eig(H)')ans =1.1939 1.1939 0.1298 0.1298分析：由以上信息可知，由于前两个特征根的模均大于1，因此该系统是不稳定的(3) >> num=[1 3 -0.13];den=[1 1.352 0.4481 0.0153 -0.01109 -0.001043];H=tf(num,den,'Ts',0.5);abs(eig(H)')ans =0.8743 0.1520 0.2723 0.2344 0.1230分析：由以上信息可知，所有特征根的模均小于1，因此该系统是稳定的(4) >> num=[2.12 11.76 15.91];den=[1 -7.368 -20.15 102.4 80.39 -340];H=tf(num,den,'Ts',0.5,'Variable','q');abs((eig(H))')ans =8.2349 3.2115 2.3415 2.3432 2.3432分析：由以上信息可知，所有特征根的模均大于1，因此该系统是不稳定的【3】(1) >>-4-3.5-3-2.5-2-1.5-1-0.50x 10-6P ole-Zero Map Real Axis (seconds -1)I m a g i n a r y A x i s (s e c o n d s -1)A=[-0.2,0.5,0,0,0;0,-0.5,1.6,0,0;0,0,-14.3,85.8,0;0,0,0,-33.3,100;0,0,0,0,-10]; eig(A) ans =-0.2000 -0.5000 -14.3000 -33.3000 -10.0000分析：由以上信息可知，该连续线性系统的A 矩阵的所有特征根的实部均为负数，因此该系统是稳定的(2)>>F=[17,24.54,1,8,15;23.54,5,7,14,16;4,6,13.75,20,22.5589;10.8689,1.2900,19.099,…21.896,3;11,18.0898,25,2.356,9];abs(eig(F)') ans =63.7207 23.5393 12.4366 13.3231 19.7275分析：由以上信息可知，该离散系统的F 矩阵的所有特征根的模均大于1，因此该系统是不稳定的【4】>> A=[-3 1 2 1;0 -4 -2 -1;1 2 -1 1;-1 -1 1 -2]; B=[1 0;0 2;0 3;1 1];C=[1 2 2 -1;2 1 -1 2];D=[0 0;0 0];G=ss(A,B,C,D); tzero(G)pzmap(G)ans =-3.6124-1.2765结论：∴可以得到该系统的 零点为-3.6124、-1.2765分析：由以上信息可知，系统的特征根的实部均位于s 域的左半平面，因此该系统是稳定的>> s=tf('s');G=0.2*(s+2)/(s*(s+0.5)*(s+0.8)*(s+3)+0.2*(s+2)); Gc=sscanform(G,'ctrl')Go=sscanform(G,'obsv')a =x1 x2 x3 x4x1 0 1 0 0x2 0 0 1 0x3 0 0 0 1x4 -0.4 -1.4 -4.3 -4.3b =u1x1 0x2 0x3 0x4 1c =x1 x2 x3 x4y1 0.4 0.2 0 0d =u1y1 0Continuous-time state-space model.a =x1 x2 x3 x4x1 0 0 0 -0.4x2 1 0 0 -1.4x3 0 1 0 -4.3x4 0 0 1 -4.3b =u1x1 0.4x2 0.2x3 0x4 0c =x1 x2 x3 x4y1 0 0 0 1d =u1y1 0Continuous-time state-space model.(1)>> num=[18 514 5982 36380 122664 222088 185760 40320];den=[1 36 546 4536 22449 67284 118124 109584 40320];[R1,P1,K1]=residue(num,[den 0]);[R1,P1]ans =-1.2032 -8.0000-1.0472 -7.00000.2000 -6.00000.7361 -5.0000-2.8889 -4.00002.2250 -3.0000-2.0222 -2.00003.0004 -1.00001.0000 0>> [n,d]=rat(R1);sym([n./d]')ans =[ -379/315, -377/360, 1/5, 53/72, -26/9, 89/40, -91/45, 7561/2520, 1][阶跃响应的解析解]y(t)=(-379/315)*e-8t+(-377/360)*e-7t+(1/5)*e-6t+(53/72)*e-5t+(-26/9)*e-4t+(89/40)*e-3t +(-90/45)*e-2t+(7561/2520)*e-t+1(2) >> num=[18 514 5982 36380 122664 222088 185760 40320];den=[1 36 546 4536 22449 67284 118124 109584 40320];[R2,P2,K2]=residue(num,den);[R2,P2]ans =9.6254 -8.00007.3306 -7.0000-1.2000 -6.0000-3.6806 -5.000011.5556 -4.0000-6.6750 -3.00004.0444 -2.0000-3.0004 -1.0000>> [n,d]=rat(R2);sym([n./d]')ans =[ 3032/315, 887/121, -6/5, -265/72, 104/9, -267/40, 182/45, -7561/2520][脉冲响应的解析解]y(t)=(3032/315)*e-8t+(887/121)*e-7t+(-6/5)*e-6t+(-265/72)*e-5t+(104/9)*e-4t+(-267/40) *e-3t+Linear Simulation ResultsA m p l i t u d e(182/45)*e -2t +(-7561/2520)*e -t(3) >> syms t;u=sin(3*t+5); Us=laplace(u) Us =(3*cos(5) + s*sin(5))/(s^2 + 9) >> s=tf('s');Us=(3*cos(5)+s*sin(5))/(s^2+9);num=[18 514 5982 36380 122664 222088 185760 40320]; den=[1 36 546 4536 22449 67284 118124 109584 40320]; G=tf(num,den); Y=Us*G; num=Y.num{1}; den=Y.den{1};[R3,P3,K3]=residue(num,den); [R3,P3] ans =1.1237 -8.0000 0.9559 -7.0000 -0.1761 -6.0000 -0.6111 -5.00002.1663 -4.0000 -1.1973 - 0.0010i 0.0000 +3.0000i -1.1973 + 0.0010i 0.0000 - 3.0000i -1.3824 -3.0000 0.8614 -2.0000 -0.5430 -1.0000 >> [n,d]=rat(R3); sym([n./d]') ans =[109/97, 282/295, -59/335, -965/1579, 951/439, - 449/375 + (18*i)/17981, - 449/375 - (18*i)/17981, -1663/1203, 317/368, -82/151] [正弦信号时域响应的解析解]y(t)=(109/97)*e -8t+(282/295)*e -7t+(-59/335)*e -6t+(-965/1579)*e -5t+(-449/375)*e -4t+(-1663/1203)*e -3t +(317/368)*e -2t +(-82/151)*e -t-2.3947sin(3t) [输出波形]>> num=[18 514 5982 36380 122664 222088 185760 40320]; den=[1 36 546 4536 22449 67284 118124 109584 40320];G=tf(num,den); t=[1:.1:20]';u=sin(3*t+5); lsim(G,u,t);分析：由解析解可知，输出信号的稳态 部分是振荡的，并且其幅值与相位始终 在到达稳态的时候保持不变，因此 右图所示的输出波形与解析解所得的结论是一致的【10】(1)因为PI 或PID 控制器均含有Ki/s 项，这是一个对误差信号的积分环节，假设去掉这一环节，则当Kp →∞，即|e(t)|很小也会存在较大扰动，这会影响到系统的动态特性；当加入这一环节后，如果要求|e(t)|→0，则控制器输出u(t)会由Ki/s 环节得到一个常值，此时系统可以获得较好的动态特性，因此这两个控制器可以消除闭环系统的阶跃响应的稳态误差(2)不稳定系统能用PI 或PID 控制器消除稳态误差。
控制系统计算机仿真(matlab)实验五实验报告
实验五 控制系统计算机辅助设计一、实验目的学习借助MATLAB 软件进行控制系统计算机辅助设计的基本方法，具体包括超前校正器的设计，滞后校正器的设计、滞后－超前校正器的设计方法。
二、实验学时：4 学时 三、实验原理1、PID 控制器的设计PID 控制器的数学模型如公式（5-1）、（5-2）所示，它的三个特征参数是比例系数、积分时间常数（或积分系数）、微分时间常数（或微分系数），因此PID 控制器的设计就是确定PID 控制器的三个参数：比例系数、积分时间常数、微分时间常数。
Ziegler （齐格勒）和Nichols （尼克尔斯）于1942提出了PID 参数的经验整定公式。
其适用对象为带纯延迟的一节惯性环节，即：s e Ts Ks G τ-+=1)( 5-1式中，K 为比例系数、T 为惯性时间常数、τ为纯延迟时间常数。
在实际的工业过程中，大多数被控对象数学模型可近似为式（5-1）所示的带纯延迟的一阶惯性环节。
在获得被控对象的近似数学模型后，可通过时域或频域数据，根据表5-1所示的Ziegler-Nichols 经验整定公式计算PID 参数。
表控制器的参数。
假定某被控对象的单位阶跃响应如图5-4所示。
如果单位阶跃响应曲线看起来近似一条S 形曲线，则可用Ziegler-Nichols 经验整定公式，否则，该公式不适用。
由S 形曲线可获取被控对象数学模型（如公式5-1所示）的比例系数K 、时间常数T 、纯延迟时间τ。
通过表5-1所示的Ziegler-Nichols 经验整定公式进行整定。
如果被控对象不含有纯延迟环节，就不能够通过Ziegler-Nichols 时域整定公式进行PID 参数的整定，此时可求取被控对象的频域响应数据，通过表5-1 所示的Ziegler-Nichols 频域整定公式设计PID 参数。
如果被控对象含有纯延迟环节，可通过pade 命令将纯延迟环节近似为一个四阶传递函数模型，然后求取被控对象的频域响应数据，应用表5-1求取PID 控制器的参数。
补充三：控制系统计算机辅助设计
6.2 串联超前校正器设计
利用超前网络进行串联校正的基本原理，是 利用超前网络的相角超前特性 相角超前特性。根据超前网 相角超前特性 络的频率特性，将其产生最大相角 最大相角的交接频 最大相角 率选择待校正系统的截止频率的两旁，并适 当选择参数就可以使校正系统的截止频率和 相角裕度满足设计要求，从而改善闭环系统 的动态性能。
示意图如下
求校正后系统剪切频率，可以采用MATLAB中的插值函数 yi=spline(x,y,xi)来计算。Spline函数基本用法是：在 yi=spline(x,y,xi)中，y与x是满足某函数关系y＝f（x）的对 应向量，即x＝[x1,x2,……xn]，y＝[y1,y2,……yn]。现已 知xi为区间[x1,xn]中某数值，利用函数yi=spline(x,y,xi)可 xi [x1,xn] yi=spline(x,y,xi) 求得对应xi的y值yi。
%PI控制器 PIKp=0.4*Gm; %频率响应整定法计算PI控制器 PITi=0.8*Tc; PIGc=PIKp*(1+1/(PITi*s)); sys2=feedback(PIGc*G,1,-1); step(sys2,'b:'),hold on %绘制闭环阶跃响应曲线 gtext('PI'),pause %PID控制器 PIDKp=0.6*Gm; %频率响应整定法计算PID控制器 PIDTi=0.5*Tc; PIDTd=0.12*Tc; PIDGc=PIDKp*(1+1/(PIDTi*s)+PIDTd*s);%/((PIDTd/10)*s+1) sys3=feedback(PIDGc*G,1,-1) step(sys3,'g--'),hold on %绘制闭环阶跃响应曲线，线形为绿色虚线 gtext('PID') title('P、PI、PID控制单位阶跃响应') xlabel('时间'),ylabel('幅值') 由上述命令可得P、PI、PID控制器作用下，系统的阶跃响应曲线如下图所示。
控制系统计算机辅助设计
控制系统计算机辅助设计1. 前言控制系统计算机辅助设计是控制工程中一项重要的技术，它采用计算机辅助手段辅助进行系统设计、分析和优化。
通过使用现代的计算机辅助设计工具，可以提高控制系统设计的效率和准确性。
本文将介绍控制系统计算机辅助设计的概念、方法和应用。
2. 概述控制系统计算机辅助设计是利用计算机辅助工具进行控制系统设计的过程。
传统的控制系统设计需要手工进行一系列的计算和分析，这样不仅效率低下，而且容易出现错误。
而采用计算机辅助设计工具可以将这些繁琐的计算和分析过程自动化，大大提高了设计的效率和准确性。
控制系统计算机辅助设计主要包括以下几个方面：•系统建模和仿真：使用计算机辅助工具对控制系统进行建模和仿真，以验证系统的性能和稳定性。
•控制器设计和优化：通过计算机辅助工具对控制器进行设计和优化，以满足系统的性能要求。
•系统分析和评估：利用计算机辅助工具对控制系统进行分析和评估，以改进系统的性能和稳定性。
•系统集成和调试：利用计算机辅助工具对控制系统进行集成和调试，以确保系统的正常运行。
3. 方法控制系统计算机辅助设计可以采用多种方法和工具，下面介绍一些常用的方法。
3.1 系统建模和仿真在控制系统设计的初期阶段，需要对待设计的系统进行建模和仿真。
常用的系统建模方法包括传递函数法、状态空间法等。
而系统仿真则是利用计算机辅助工具对系统进行数值模拟，以验证系统的性能和稳定性。
3.2 控制器设计和优化在控制系统的设计过程中，控制器的设计是一个关键环节。
通过使用计算机辅助工具，可以对控制器进行设计和优化。
常见的控制器设计方法包括PID控制器、模糊控制器、自适应控制器等。
3.3 系统分析和评估设计好的控制系统需要经过系统分析和评估的过程，以评估系统的性能和稳定性，进而进行改进和优化。
计算机辅助工具可以帮助工程师进行系统分析和评估，并提供相关的指标和报告。
3.4 系统集成和调试在控制系统的最后阶段，需要进行系统的集成和调试。
- 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、"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、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)。
2 . 求校正补偿器的传递函数
k Gc(s)
sa c sb
2.1首先确定a,b
p
c 2
,z
c 2
;
为期望极点在复平面的相角,
c为使根轨迹通过期望极点所需的补偿角 注：求取 及 c的程序段： angle(s1) ；
num=1;den=[1 2 0];
g=polyval(num,s1)/polyval(den,s1);
控制系统计算机辅助设计
实验（ 八） 控制系统根轨迹法超前校正
一、实验目的
对于给定的控制系统，设计满足频域性 能指标的超前校正装置，并通过仿真结 果验证校正设计的准确性。
二、实验内容
1. 确定希望极点在复平面上的位置
p
e
, t 1 2 s (5%)
3 n
由于典型二阶系统的特征方程为
s2 2ns n2 0 其解即为所期望的极点（用roots(A) 求解，A为特征 多项式系数矩阵
theta=angle(g);
if theta>0
c pi theta; end
if theta<0
c theta; end
pc
ቤተ መጻሕፍቲ ባይዱ
b
Re(s1)
Im( s1) tanp
zc
a
Re(s1)
Im( s1) tanz
注：求取复数实部的函数real(),虚部imag()
2.1求取kc
由根轨迹幅值条件： | G0 (s)Gc (s) | 1
k | | 可得： c
1
(
sa sb
)
gGc
(
s
)
注：若 theta<0 ，kc应取负值
求复数模的函数－－－abs()