控制系统CAD案例
控制系统CAD案例
控制系统CAD 案例2【例1】 已知单位反馈系统的被控对象的开环单位阶跃响应数据（存在随机扰动）在文件SourseData.mat 中，tout 是采样时间点，yout 是对应于采样时间点处的单位阶跃响应数据。
试设计串联补偿器，使得：① 在单位斜坡信号t t r )(的作用下，系统的速度误差系数K v ≥30sec -1；② 系统校正后的截止频率ωc ≥2.3sec -1；③ 系统校正后的相位稳定裕度P m ≥40°。
设计步骤：1 根据原始数据得到被控对象的单位阶跃响应 被控对象的开环单位阶跃响应数据在文件SourseData.mat 中。
在MATLAB 指令窗中键入：>> load SourseData>> plot(tout,yout)>> xlabel('tout')>> ylabel('yout')>> title('原始响应曲线')由所给数据可看出，仿真步长为0.05s，仿真时间为10s。
以时间tout为横坐标，输出yout为纵坐标，得到单位阶跃响应随时间的变化曲线如图1所示。
图1 被控对象的单位阶跃响应2系统模型的辨识由于被控对象模型结构未知，题中仅给出了被控对象的单位阶跃响应。
因此需要根据原始的数据分析得出原系统的基本结构。
至于结构以及参数的最终确定，将使用MATLAB 的系统辨识工具箱来实现。
（1） 预处理由图1可以看出被控对象模型中含积分环节，因此，对响应输出求导后进行辨识，即去积分。
再对辨识出的模型积分，即得被控对象模型。
对给定输出进行求导处理：tt y t t y t y ∆-∆+≈)()(d d 在MATLAB 指令窗中键入：>> dy=(yout(2:end,:)-yout(1:end-1,:))/0.05;% 差分代替导数>> t=tout(1:end-1,:);>> plot(t,dy)>> xlabel('t')>> ylabel('dy/dt')>> title('原始响应的导数曲线')以时间t 为横坐标，输出dy 为纵坐标，得到单位阶跃响应的导数随时间的变化曲线如图2所示。
控制系统CAD案例
【例1】已知单位反馈系统的被控对象为试设计串联校正器，使得：①在单位斜坡信号t t r )(的作用下，系统的速度误差系数Kv ≥30sec-1；②系统校正后的截止频率ωc≥2.3rad/sec ；③系统校正后的相位稳定裕度Pm>40°。
采用Bode 图设计方法。
（1）确定K 0 根据控制理论，给定被控对象为I 型系统，单位斜坡响应的速度误差系数Kv =K = K 0≥30sec-1，其中K 0是系统的开环增益。
取K 0=30sec -1，则被控对象的传递函数为（2）作原系统的Bode 图和阶跃响应曲线，检查是否满足要求编写M 脚本文件exam1_1.m 如下： % exam1_1cleark0=30; z=[]; p=[0;-10;-5]; sys0=zpk(z,p,k0*10*5);figure(1); margin(sys0) % 函数figure 用来创建图形窗口 figure(2); step(feedback(sys0,1)), grid运行exam1_1.m 后，得到如图1所示未校正系统的Bode 图和阶跃响应曲线。
(a) 未校正系统的Bode 图和频域性能(b) 未校正系统的单位阶跃响应图1 未校正系统的频域性能和时域响应根据计算可知未校正系统的频域性能指标为：对数幅值稳定裕度G m0=-6.02dB-180°穿越频率ωg0=7.07 rad/sec相位稳定裕度P m0=-17.2°截止频率ωc0=9.77 rad/sec由计算所得数据知：对数幅值稳定裕度和相位稳定裕度均为负值，这样的系统根本无法工作。
这一点也可从如图1(b)所示发散振荡的阶跃响应曲线看出，系统必须进行校正。
（3）求校正器的传递函数由于给定的开环截止频率ωc≥2.3rad/sec，远小于ωc0=9.77 rad/sec，可以通过压缩频带宽度来改善相位裕度，因此采用串联滞后校正是合理的。
某设备控制系统CAD示意图
整套变风量系统控制cad方案设计施工图
基于PLC的全自动洗衣机控制系统设计(机械CAD图纸)
摘要随着社会经济的发展和科学技术水平的提高，家庭电器甚至工业全自动化成为了必然的发展趋势。
全自动洗衣机的产生极大的方便了人们家庭的生活，洗衣机是我国国内电器行业唯一不打价格战的行业，经过多年的发展，我国国产洗衣机不仅在功能上而且在质量上都和世界领先水平同步。
纵观洗衣机市场，行业追求的一直都是高效、节能、节水、环保型洗衣机。
根据全自动洗衣机的工作原理，本文介绍并实现了一种基于PLC的全自动洗衣机控制系统，对全自动洗衣机的控制系统进行了分析，在此基础上提出了基于PLC控制的全自动洗衣机控制方案，并对方案进行了论证。
利用可编程控制器PLC实现控制，说明了PLC控制的原理方法，特点及控制洗衣机的特色。
PLC 的优点是：可靠性高，耗电少，适应性强，运行速度快，寿命长等，为了进一步提高全自动洗衣机的功能和性能，避免传统控制的一些弊端，就提出了用PLC 来控制全自动洗衣机这个课题。
关键词：PLC；梯形图；全自动洗衣机控制ABSTRACTWith the development of social economy and the improvement of science and technology, household appliances and industrial automatic into to the inevitable development trend. Fully automatic washing machine produce great convenience to people's life in the family, and the washing machine is not only our domestic electrical appliances industry price war industry, after years of development, our country domestic washing machine not only in function but also in quality and world advanced level synchronization. Throughout the washing machine market, industry pursuit has been the high efficiency, energy saving, water saving and environmental friendly washing machine.According to the working principle of automatic washing machine, this paper introduces and implements a full automatic washing machine control system based on PLC, to fully automatic washing machine control system was analyzed, and based on this, advances the automatic washing machine control scheme based on PLC control, and the solution. Using the programmable controller PLC control, illustrates the principle of PLC control method, characteristic and control characteristic of the washing machine. PLC is: the advantages of high reliability, less power consumption, strong adaptability, running speed, long service life, etc., in order to further improve the functionality and performance of the washing machine, avoid some disadvantages of traditional control, is proposed to use PLC to control the automatic washing machine is the subject.KEY WORDS：PLC, Ladder diagram, fully automatic washing machine control目录第一章绪论 (5)1.1课题的研究背景 (5)1.2洗衣机发展概况和现状 (5)1.3课题研究的目的与意义 (6)1.4本课题研究的主要内容 (7)第二章概述 (8)2.1PLC定义 (8)2.2PLC的特点 (8)2.2.1可靠性高 (8)2.2.2使用方便灵活 (8)2.2.3编程容易 (9)2.3PLC的分类 (9)2.3.1小型PLC (9)2.3.2中型PLC (9)2.3.3大型PLC (9)2.4PLC的组成 (9)2.4.1中央处理单元（CPU） (10)2.4.2输入输出模块（I/O模块） (10)2.4.3编程器 (11)2.4.4电源 (11)2.5PLC的工作方式 (12)2.5.1自诊断 (12)2.5.2通讯服务 (12)2.5.3 输入处理 (13)2.5.4 输出处理 (13)2.5.5程序执行 (13)2.6PLC基本指令 (13)2.7PLC未来的展望 (14)第三章全自动洗衣机的硬件设计 (16)3.1设计原则 (16)3.2设计步骤 (16)3.3PLC的选择 (17)3.4全自动洗衣机的工作原理 (18)3.5全自动洗衣机的控制方案 (19)3.6系统控制的主电路图 (20)3.7全自动洗衣机的工作流程图 (21)3.8全自动洗衣机的IO分配 (21)3.9全自动洗衣机的PLC接线图 (23)第四章全自动洗衣机的软件设计 (24)4.1顺序功能图 (24)4.2梯形图 (25)4.3指令表语句 (26)4.4程序检测 (29)4.5程序检测中遇见的问题及处理 (34)参考文献 (36)致谢 (37)毕业设计小结 (38)附录内容 (39)第一章绪论1.1课题的研究背景洗衣机是人们日常生活中常见的一种家电，已成为人们生活中不可缺少的家用电器。
电气火灾监控系统设计cad图，含设计说明
某标准型号软启动设备电气控制原理设计CAD图纸
某标准型电动阀门控制器电气系统原理设计CAD图纸
某大楼建筑自控系统cad原理施工图纸
某设备普通软启控制系统CAD设计图
某标准型号皮带机设备电气控制原理设计CAD图纸
比较实用的设备电气控制设计cad图纸
- 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)。
控制系统CAD 案例2【例1】 已知单位反馈系统的被控对象的开环单位阶跃响应数据（存在随机扰动）在文件SourseData.mat 中，tout 是采样时间点，yout 是对应于采样时间点处的单位阶跃响应数据。
试设计串联补偿器，使得：① 在单位斜坡信号t t r )(的作用下，系统的速度误差系数K v ≥30sec -1；② 系统校正后的截止频率ωc ≥2.3sec -1；③ 系统校正后的相位稳定裕度P m ≥40°。
设计步骤：1 根据原始数据得到被控对象的单位阶跃响应 被控对象的开环单位阶跃响应数据在文件SourseData.mat 中。
在MATLAB 指令窗中键入：>> load SourseData>> plot(tout,yout)>> xlabel('tout')>> ylabel('yout')>> title('原始响应曲线')由所给数据可看出，仿真步长为0.05s，仿真时间为10s。
以时间tout为横坐标，输出yout为纵坐标，得到单位阶跃响应随时间的变化曲线如图1所示。
图1 被控对象的单位阶跃响应2系统模型的辨识由于被控对象模型结构未知，题中仅给出了被控对象的单位阶跃响应。
因此需要根据原始的数据分析得出原系统的基本结构。
至于结构以及参数的最终确定，将使用MATLAB 的系统辨识工具箱来实现。
（1） 预处理由图1可以看出被控对象模型中含积分环节，因此，对响应输出求导后进行辨识，即去积分。
再对辨识出的模型积分，即得被控对象模型。
对给定输出进行求导处理：tt y t t y t y ∆-∆+≈)()(d d 在MATLAB 指令窗中键入：>> dy=(yout(2:end,:)-yout(1:end-1,:))/0.05;% 差分代替导数>> t=tout(1:end-1,:);>> plot(t,dy)>> xlabel('t')>> ylabel('dy/dt')>> title('原始响应的导数曲线')以时间t 为横坐标，输出dy 为纵坐标，得到单位阶跃响应的导数随时间的变化曲线如图2所示。
图2被控对象的单位阶跃响应的导数（2）系统模型结构的估计系统辨识工具箱提供的模型结构选择函数有struc、arxstruc和selstruc。
函数struc 生成arx结构参数，调用格式为：nn＝struc (Na, Nb, Nk)其中，Na、Nb 分别为arx模型多项式A(q)、B(q) 的阶次范围；Nk为arx模型纯滞后的大小范围；nn为模型结构参数集构成的矩阵。
函数arxstruc用来计算arx模型结构的损失函数，即归一化的输出预测误差平方和，调用格式为：v＝arxstruc (ze, zv, nn)其中，ze＝[y u]为模型辨识的I/O数据向量或矩阵。
zv＝[yr ur]为模型验证的I/O数据向量或矩阵。
nn为多个模型结构参数构成的矩阵，nn的每行都具有格式：nn＝[na nb nk]。
v的第一行为各个模型结构损失函数值，后面的各行为模型结构参数。
函数selstruc 用来在损失函数的基础上进行模型结构选择，调用格式为：[nn, vmod]＝selstruc (v, c)其中v 由函数arxstruc获得的输出矩阵，为各个模型结构的损失函数。
c为可选参数，用于指定模型结构选择的方式。
根据图2所示曲线的形状初步估测被控对象的模型应该为二阶系统或者更高阶系统。
并且可以看出，纯滞后为0，故Nk恒为零。
在MATLAB指令窗中键入：>> u=ones(size(dy));>> Z=[dy,u];>> v2=arxstruc(Z,Z,struc(2,0:2,0));>> nn2=selstruc(v2,0);>> v3=arxstruc(Z,Z,struc(3,0:3,0));>> nn3=selstruc(v3,0);>> v4=arxstruc(Z,Z,struc(4,0:4,0));>> nn4=selstruc(v4,0);得到如下结果：nn2 = 2 1 0nn3 = 3 2 0nn4 = 4 1 0于是，去除积分环节后的模型阶数为：二阶系统[2 1 0]、三阶模型[3 2 0]和四阶模型[4 1 0]。
（3）系统模型结构的确定为了确定模型结构以及参数，使用MATLAB的系统辨识工具箱中已有的辨识函数arx()。
辨识函数arx()的使用方法是：如果一直输入信号的列向量u，输出信号的列向量y，并选定了系统的分子多项式阶次m-1，分母多项式阶次n及系统的纯滞后d，则可以通过下面的指令辨识出系统的数学模型：T=arx([y,u],[ n,m,d])该函数将直接显示辨识的结果，且所得的T为一个结构体，其中T.A和T.B分别表示辨识得到的分子和分母多项式。
由给定的观测数据建立系统数学模型后，还需要进行检验，看模型是否适用，如果不适用，则要修改模型结构，重新进行参数估计等。
MATLAB的系统辨识工具箱中用于模型验证和仿真的函数主要有compare、resid、pe、predict 和idsim。
此次实验主要用的是函数compare对模型进行验证。
函数compare可将模型的预测输出与对象实际输出进行比较。
验证过程与结果如下所示。
①对二阶系统的验证在MATLAB指令窗中键入：>>Z=iddata(dy,u,0.05);>> M=arx(Z,[2,2,0]);>> compare(M,Z)得到图3所示结果。
图3二阶模型的匹配结果②对三阶系统的验证在MATLAB指令窗中键入：>>Z=iddata(dy,u,0.05);>> M=arx(Z,[3,3,0]);>> compare(M,Z)得到图4所示结果。
图4三阶模型的匹配结果③对四阶系统的验证在MATLAB指令窗中键入：>>Z=iddata(dy,u,0.05);>> M=arx(Z,[4,2,0]);>> compare(M,Z)得到图5所示结果。
图5四阶模型的匹配结果④模型阶次的选取从图3~图5可以看出，三阶和四阶模型的拟合率已高达90%，并且相差不大。
因此，为简便起见，本次试验选用三阶系统模型。
在MATLAB指令窗中键入：>> M=oe(Z,[3,2,0]);>> H=tf(M)得到如下结果：Transfer function from input "u1" to output "y1":0.02835 z^2 + 0.02835 z + 0.02835---------------------------------z^2 - 1.395 z + 0.4799Transfer function from input "v@y1" to output "y1": 0.009445Input groups:Name ChannelsMeasured 1Noise 2Sampling time: 0.05上述模型为离散时间系统模型，为了得到连续时间系统模型，在MATLAB指令窗中键入：>> G=d2c(H(1))得到如下结果：Transfer function from input "u1" to output "y1":0.02835 s^2 + 1.037 s + 48.5----------------------------s^2 + 14.68 s + 48.51Input groups:Name ChannelsMeasured 1（4）传递函数模型系数的修正得到模型的传递函数后，需要查看其开环单位阶跃响应，并与原始数据进行对比，看看是否吻合。
为此，建立仿真模块analyse.mdl，如图6所示。
图6辨识模型的Simulink模块并在MATLAB指令窗中键入：>> num=[0.02835,1.037, 48.5];>> den=[1 ,14.68 ,48.51];>> sim('analyse',9.99)>> plot(t,dy,'r'),hold on>> plot(ymdl.time,ymdl.signals.values)>> legend('原始数据', '辨识模型数据')得到图7所示结果。
图7原始数据与辨识模型数据的比较从图7可以看出，由oe模型得到的传递函数的阶跃响应曲线并不能与原始数据很好的拟合。
故考虑在该传递函数的基础上，对其系数进行修改。
①由于传递函数分子的高次项系数远小于其一次项系数，因此将其忽略。
取分子为一次多项式，经验证对响应曲线影响并不大，但可以大大简化系统结构。
在MATLAB指令窗中键入：>> num=[1.037 48.5];>> den=[1 14.68 48.51];>> sim('analyse',9.99)>> plot(t,dy,'r'),hold on>> plot(ymdl.time,ymdl.signals.values)>> legend('原始数据', '辨识模型数据')得到图8所示结果。
图8原始数据与去除分子高次项的辨识模型数据的比较②调整系统的零点和极点。
由于系统零点的作用为减小峰值时间，使系统响应速度加快，并且零点越接近虚轴，这种作用越显著。
然而只对分子一次项的系数进行修改时，效果并不理想。
因此，综合考虑，调节系统各个参数。
经过多次尝试，在MATLAB指令窗中键入：>> num=[1.1 50.55];>> den=[0.98 15.06 50.51];>> G=tf(num,den)>> sim('analyse',9.99)>> plot(t,dy,'r'),hold on>> plot(ymdl.time,ymdl.signals.values) >> legend('原始数据', '辨识模型数据') 得到如下结果和图9。