中南大学控制系统仿真matlab实验报告自主知识产权优秀版

控制系统数字仿真
实验报告
所在学院：机电工程学院专业班级：
学生姓名：
学生学号：
实验一数字仿真方法验证
一、实验目的
1．掌握基于数值积分法的系统仿真、了解各仿真参数的影响；
2．掌握基于离散相似法的系统仿真、了解各仿真参数的影响；
3．熟悉MATLAB语言及应用环境。

二、实验环境
网络计算机系统，MATLAB语言环境
三、实验内容
1.将示例1的问题改为ode45函数求解
程序：
function dy = vdp( t,y )
%UNTITLED2 Summary of this function goes here
% Detailed explanation goes here
dy=[y-2*t/y];
end
[t,y]=ode45('vdp',[0 1],1);
figure(1);
plot(t,y,'r-');
xlabel('t');
ylabel('y');
hold on;
2. 试用四阶RK 法编程求解下列微分方程初值问题。

仿真时间2s ，取步长h=0.1。

⎪⎩⎪⎨⎧=-=1
)0(2y t y dt dy
程序： clear t0=0; u0=1; h=0.1; n=2/h; u(1)=1; t(1)=0; for i=1:n
k1=u0-t0*t0;
k2=(u0+h*k1/2)-(t0+h/2)*(t0+h/2); k3=(u0+h*k2/2)-(t0+h/2)*(t0+h/2); k4=(u0+h*k3)-(t0+h)*(t0+h); u1=u0+h*(k1+2*k2+2*k3+k4)/6; t1=t0+h; u0=u1; t0=t1; u(i+1)=u1; t(i+1)=t1; end
figure(1)
plot(t,u,'r');
3.试求示例3分别在周期为5s的方波信号和脉冲信号下的响应，仿真时间20s，采样周期Ts=0.1。

程序：
clear
% Create system model
A=[-0.5572 -0.7814 ;0.7814 0];
B=[1;0];
C=[1.9691 6.4493];
D=0;
sys=ss(A,B,C,D);
% Squre response of the system
subplot(2,2,1);
[u,t]=gensig('square',5,20,0.1);
plot(t,u,'r--');
hold on;
lsim(sys,u,t);
hold off;
grid on;
% impulse response of the system
subplot(2,2,2);
impulse(sys,20);
grid on;
实验二SIMULINK动态仿真
一、实验目的
1.掌握SIMULINK动态仿真；
2.熟悉MATLAB语言及应用环境。

二、实验环境
网络计算机系统，MATLAB语言环境
三、实验内容
（一）Simulink的基本操作
（1）运行Simulink
（2）常用的标准模块
（3）模块的操作
（二）系统仿真及参数设置
（1）算法设置（Solver）
（2）工作空间设置（Workspace I/O）
四、实验内容、要求
（一）某系统框图如图所示，试用SIMULINK进行仿真，并比较在无饱和非线性环节下系统仿真结果。

（二）已知系统结构图如下
已知输入为信号电平从1~6，非线性环节的上下限为±1，取步长h=0.1，仿真时间为10秒，试绘制系统的响应曲线。

实验三PID控制器设计
一、实验目的
1．了解PID控制原理，掌握相应PID控制器设计仿真程序的应用；
2．掌握计算机辅助系统瞬态性能指标的计算；
3．掌握计算机辅助系统频率性能分析；
二、实验环境
网络计算机系统，MATLAB语言环境
三、实验内容、要求
已知如图所示单位反馈系统
要求：
1．绘制系统的开环Nyquist图和Bode图，并判断该闭环系统是否稳定。

程序：
clear
num=[500 500];
den=[1 33 337 1775 4950 5000];
sys=tf(num,den);
% Draw the Nyquist plot
figure(1)
nyquist(sys)
[Re,Im,w1]=nyquist(sys);
grid on
% Draw the Bode plot
figure(2)
bode(sys)
[mag,phase,w2]=bode(sys);
grid on
sysclose=feedback(sys,1);
[z,p,k]=zpkdata(sysclose,'v');%'v' means whant
% Check system stability
ii=find(real(p)>0);
np=length(ii);
if np>0
disp('the system is not stable')
else
disp('the system is stable')
End
2．应用Ziegler—Nichols方法设计P控制器、PI控制器和PID控制器。

程序：
clear
num=[500 500];
den=[1 33 337 1775 4950 5000];
sys=tf(num,den);
sysgroup=feedback(sys,1);
%Design P-PI -PIDControler
for i=1:3
type=i;
[sysc,Kp,Ti,Td]=pidmargin(sys,type);
sysopen=sysc*sys;
sysclose=feedback(sysopen,1);
sysgroup=append(sysgroup,sysclose);
end
clf
for i=1:4
subplot(2,2,i)
step(sysgroup(i,i))
End
3．计算比较原系统与P控制系统、PI控制系统、PID控制系统的瞬态性能指标程序：
clear
num=[500 5000];
den=[1 33 337 1775 4950 5000];
sys=tf(num,den);
sysgroup=feedback(sys,1);
%Design P-PI -PIDControler
for i=1:3
type=i;
[sysc,Kp,Ti,Td]=pidmargin(sys,type);
sysopen=sysc*sys;
sysclose=feedback(sysopen,1);
sysgroup=append(sysgroup,sysclose);
end
clf
for i=1:4
subplot(2,2,i)
step(sysgroup(i,i))
% Compute steady value
[num,den] = tfdata(sysgroup(i,i),'v');
Finalvalue(i)=polyval(num,0)/polyval(den,0)
% Compute overshoot
[y,t]=step(sysgroup(i,i));
[Ymax,k]=max(y);
Peaktime(i)=t(k)
OvershootPercent(i)=100*(Ymax-Finalvalue(i))/Finalvalue(i) % Compute rise time
n=1;
while y(n)<0.1*Finalvalue(i),n=n+1;end
m=1;
while y(m)<0.9*Finalvalue(i),m=m+1;end
RiseTime(i)=t(m)-t(n)
% Compute settling time
r=length(t);
while (y(r)>0.98*Finalvalue(i) & y(r)<1.02*Finalvalue(i)) r=r-1;
end
SettlingTime(i)=t(r)
End
实验四 模糊逻辑控制器设计
一、实验目的
4．了解模糊逻辑控制原理；
5．掌握MATLAB 辅助模糊逻辑控制器设计流程；
二、实验环境
网络计算机系统，MATLAB 语言环境
三、实验内容、要求
设有前后两车（目标车与本车），其速度y 与油门控制输入u 间的传递函数均为
4
27.024)()(2+**+=s s s U s Y
现要求设计一模糊控制器，使得
1）控制汽车（本车）由静止启动，追赶200m外时速90km的汽车（目标车）并与其保持30m距离。

2）目标车速度改为时速110km时，仍与其保持30m距离。

3）目标车速度改为时速70km时，仍与其保持30m距离。