【MWORKS专业工具箱系列教程】控制系列工具箱第三期:控制系统连接与化简

news2024/12/25 22:10:37

本工具箱教程以控制系统模型创建、分析与设计流程为主线,通过大量示例介绍MWORKS控制系统工具箱的功能和具体使用。共计10篇文章,上一篇主要介绍了控制系统模型转换。

同元软控:【MWORKS专业工具箱系列教程】控制系列工具箱第二期:控制系统模型转换

本教程代码均可直接复制到Syslab中运行,使用教程中代码前需参照下述方法加载函数库内容:
方法一:在Syslab的命令行窗口先后输入using TyControlSystems、using TyPlot和using TyBase并回车(重启软件或命令行窗口后需重新输入);
方法二:按照下图中的方法预加载函数库(设置好后每次启动软件默认加载)。


第三期:控制系统连接与化简

本期介绍的控制系统模型操作包括两部分:系统连接、系统变换化简

一、系统连接运算

在实际应用中,整个控制系统由被控对象和控制装置组成,存在多个环节组合而成。每个单一模型都可以用一组微分方程或传递函数来描述。模型间连接主要有串联连接、并联连接、串并联连接和反馈连接等。对系统的不同连接情况,可以进行模型的化简

典型的模型连接

除上述三种典型连接外,Syslab还提供 append()、connect()、lft() 等函数支持一些相对复杂的连接,具体可以参考帮助文档。

在复杂结构框图化简中,经常需要将某个支路的输入点从一个节点移动到另一个节点上,进而便于系统推导与简化。以下是4种典型节点移动的等效变换:

示例13:化简下图的系统,求系统的传递函数

从内层到外层分析模型的环路

output:

julia> loop1
   3s^2 + 5s + 2
--------------------
3s^3 + 7s^2 + 5s + 1

Delay: 0.0

连续时间传递函数模型


julia> loop2
       3s^2 + 5s + 2
---------------------------
3s^4 + 7s^3 + 8s^2 + 6s + 2

Delay: 0.0

连续时间传递函数模型

示例14:给定一个多回路控制系统的方块图,试对其进行化简

对H2模块进分支点后移,再从内层到外层分析模型的环路

output:

julia> loop1
           s^3 + 8s^2 + 10
-------------------------------------
s^5 + 10s^4 + 16s^3 + 10s^2 + 22s - 3

Delay: 0.0

连续时间传递函数模型


julia> loop2
             s^6 + 16s^5 + 68s^4 + 74s^3 + 336s^2 + 40s + 320
---------------------------------------------------------------------------
s^9 + 18s^8 + 93s^7 + 78s^6 - 236s^5 - 229s^4 - 168s^3 - 550s^2 + 389s - 24

Delay: 0.0

连续时间传递函数模型


julia> loop3
                      2s^7 + 34s^6 + 168s^5 + 284s^4 + 820s^3 + 752s^2 + 720s + 640
---------------------------------------------------------------------------------------------------------
s^11 + 27s^10 + 263s^9 + 1059s^8 + 1210s^7 - 1727s^6 - 4085s^5 - 3758s^4 - 5757s^3 - 251s^2 + 2976s + 448

Delay: 0.0

连续时间传递函数模型

二、线性系统的模型降阶

示例15:考虑以下的系统模型

G\left( s \right) = \frac{​{5{s^3} + 50{s^2} + 155s + 150}}{​{​{s^4} + 11{s^3} + 41{s^2} + 61s + 30}}

如果不对其进行任何变换,无法发现该模型有哪些特点

output:

                       (1.0s + 5.0)(1.0s + 3.000000000000009)(1.0s + 1.999999999999996)
5.0----------------------------------------------------------------------------------------------------------- 
   (1.0s + 4.999999999999996)(1.0s + 3.0000000000000084)(1.0s + 1.9999999999999982)(1.0s + 1.0000000000000009) 

Delay: 0.0

连续时间传递函数模型

从零极点模型发现,系统在𝑠=−2、−3、−5处有近似相同的零极点。在数学上就可以直接进行对消(由于精度显示的影响会出现没有直接显示整数的现象,结果中4.999999999999996可当作5.0,其余同理)。

output:

          5.0
-------------------------
1.0s + 1.0000000000000009

Delay: 0.0

连续时间传递函数模型

示例16:考虑以下5阶双输入双输出系统的最小实现

output:

A =
 -1.2278481012658222   -0.19130639750752176   2.7601986869278203
  0.37367324372963995  -1.627513494744153     0.8611642129490126
  0.19052992136656932  -0.21798219140272287  -1.144638403990033
B =
 -8.888194417315589  -7.200562565926553
  0.0                -3.186204440110084
  0.0                 0.0
C =
 -0.675052740555615    0.2701519974158175    0.4344110957473547
 -0.5625439504630119  -0.29796176185568113  -0.08835479913505484
D =
 0.0  0.0
 0.0  0.0

连续时间状态空间模型

原系统与最小实现系统的阶跃响应对比

在模型化简中,均衡实现是状态方程的一种非常实用的表示形式,该模型可以将各个状态变量在整个控制系统中的重要程度明确表示出来。Syslab控制工具箱提供 balreal() 函数可以将已知模型进行均衡实现。

示例17:考虑将以下模型进行简化处理

G\left( s \right) = \frac{​{​{s^3} + 11{s^2} + 36s + 26}}{​{​{s^4} + 14.6{s^3} + 74.96{s^2} + 153.7s + 99.65}}

① 将上述模型先进行一个均衡状态空间实现

output:

julia> Gb
A =
 -3.601435772897594     0.8212109733891786   -0.6163395682048404    0.058314952589902255
 -0.8212109733891763   -0.5929711329634693    1.0273084167890452   -0.09033395280227531
 -0.6163395682048548   -1.0273084167890418   -5.913814939296773     1.127164702405639
 -0.05831495258988176  -0.09033395280222549  -1.1271647024053315   -4.4917781548421285
B = 
 -1.001984036600179
 -0.106412279753052
 -0.08612411663246879
 -0.008111706668116852
C =
 -1.0019840366001789  0.10641227975305181  -0.08612411663246491  0.008111706668119023
D =
 0.0

连续时间状态空间模型


julia> g
4-element Vector{Float64}:
 0.13938496656762903
 0.009548165713944968
 0.0006271217092401152
 7.3244695977053e-6

通过 Gramian 矩阵的对角线向量 g,判定均衡实现的后 2 个状态对系统影响较小

② 通过 modred() 函数从均衡实现中消除对系统影响较小的状态

output:

julia> Gdel
A =
 -3.601435772897594    0.8212109733891786
 -0.8212109733891763  -0.5929711329634693
B = 
 -1.001984036600179
 -0.106412279753052
C =
 -1.0019840366001789  0.10641227975305181
D =
 0.0

连续时间状态空间模型

原始系统与降阶系统的频率特性对比

output:

系统连接与化简相关主要Syslab函数如下

函数及调用方式说明
sys = feedback(sys1, sys2)返回模型对象 sys1、sys2 的负反馈互连的模型对象sys
sys = parallel(sys1, sys2)两个模型的并联连接
sys = append(sys1, sys2, ..., sysN)通过增加模型的输入和输出对模型进行分组
sysc = connect(blksys, connections, inputs, outputs)动态系统的相互连接
sys = lft(sys1, sys2, nu, ny)两个模型的广义反馈互连(Redheffer星积)
sys = series(sys1, sys2)两个模型的串联连接
sysb, g = balreal(sys)
sysb, g, T = balreal(sys)
基于gramian的状态空间实现的输入/输出平衡
sysr = minreal(sys)最小实现或极点、零点抵消
rsys = modred(sys, elim, method = value)从状态空间模型中消除状态
msys = sminreal(sys)结构极点/零点对消

其余函数请参阅Syslab-控制系统工具箱帮助文档

苏州同元软控信息技术有限公司 - 同元

本系列第四期文章将对控制系统的时域分析进行详尽解读,敬请关注!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2160555.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

脚本注入网页:XSS

跨站脚本攻击(Cross-Site Scripting,简称 XSS)是一种常见的网络安全漏洞。它是指攻击者在网页中注入恶意脚本代码,当用户访问该网页时,恶意脚本会在用户的浏览器中执行,从而导致一系列安全问题。这些问题可…

深入浅出热门AI大模型,新手到专家的必备指南《实战AI大模型》

今天,人工智能技术的快速发展和广泛应用已经引起了大众的关注和兴趣,它不仅成为技术发展的核心驱动力,更是推动着社会生活的全方位变革。特别是作为AI重要分支的深度学习,通过不断刷新的表现力已引领并定义了一场科技革命。大型深…

CTF夺旗赛经验总结及落地实践,零基础入门到精通,收藏这一篇就够了

文章来源:绿盟科技博客。 中国是科技人才资源最多的国家之一,但也是人才流失比较严重的国家。世界各国已经把加强人才建设作为抢占网络空间制高点的战略举措。在此背景下,国内外各类CTF比赛越来越多,那么怎样一方面才能准备好比赛…

MySQL之基本查询(一)(insert || select)

目录 一、表的增删查改 二、表的增加insert 三、表的读取select where 条件子句 结果排序 筛选分页结果 一、表的增删查改 我们平时在使用数据库的时候,最重要的就是需要对数据库进行各种操作。而我们对数据库的操作一般来说也就是四个操作,CRUD :…

鸿萌数据恢复:NAND 内存协议,SDR 与 DDR 之间的区别

天津鸿萌科贸发展有限公司从事数据安全服务二十余年,致力于为各领域客户提供专业的数据恢复、数据备份解决方案与服务,并针对企业面临的数据安全风险,提供专业的相关数据安全培训。 从事 NAND 数据恢复的人都知道,读取 NAND 需要使…

企业有了ELT就不需要ETL了?别被忽悠了

最近几年,ELT(Extract, Load, Transform)这个词在数据圈里挺火。有些人甚至说,有了ELT,ETL(Extract, Transform, Load)就该退出历史舞台了。作为一个干了十多年ETL的老兵,我觉得有必要说道说道。 先说说这两个概念。ETL是先把数据抽取出来,经过处理转换后再加载到目标系统。EL…

人工智能代表——无人驾驶:萝卜快跑

人工智能如何改变我们的出行:以“萝卜快跑”无人驾驶为例 随着科技的飞速发展,人工智能(AI)正以前所未有的方式渗透并改变着我们的日常生活,其中出行方式的变革尤为显著。在众多AI驱动的出行创新中,“萝卜…

OpenMV学习第一步安装IDE_2024.09.20

用360浏览器访问星瞳科技官网,一直提示访问不了。后面换了IE浏览器就可以访问。第一个坑。

2. 程序结构

在本章中,我们将开始做一些真正称得上编程的事情。我们将扩展对 JavaScript 语言的掌握,不再局限于目前所见的名词和句子片段,而是能够表达有意义的散文。 表达式和语句 在第 1 章中,我们创建了值,并应用运算符来获取…

【Python报错已解决】NameError: name ‘F‘ is not defined

🎬 鸽芷咕:个人主页 🔥 个人专栏: 《C干货基地》《粉丝福利》 ⛺️生活的理想,就是为了理想的生活! 专栏介绍 在软件开发和日常使用中,BUG是不可避免的。本专栏致力于为广大开发者和技术爱好者提供一个关于BUG解决的经…

《百家姓》中排名第八却是中国人口第一大姓-王姓

王姓在《百家姓》中虽然排名第八,但根据近年来的统计数据和实际人口分布,王姓已成为中国第一大姓。以下是对王姓作为“百家姓之首”的详细解析: 一、人口数量与分布 人口数量:截至当前时间(2024年)&#x…

打破网络安全域限制:跨区域文件传输的创新解决方案

随着经济的快速发展,很多企业在异地都会建立分支机构,比如跨国企业在国外建设分公司,金融机构全国各地都有多级分支机构和网点,集团型企业会设立多家子公司等等。 跨网络安全域文件交换,是大型企业会存在的跨区域文件传…

项目记录点

MES项目点 一、项目局域网访问地址创建 host: 0.0.0.0,二、select下拉表单内容 1、默认值设置为undefined&#xff0c;placeholder才生效 <a-col :sm"24" :md"12" :xl"6"><a-form-itemname"opeCodeList":rules"[{requ…

Pinia从安装到使用

什么是Pinia 添加Pinia到vue项目 使用Pinia实现计数器案例 counter.js import {defineStore} from "pinia"; import {ref} from "vue";export const useCounterStore defineStore(coutner,()>{//定义数据&#xff08;state&#xff09;const count r…

低光照图像增强算法-图像增强(代码+教程)

这是一个使用深度学习技术进行低光照图像增强的项目。是一种旨在提高低光照条件下拍摄的图片质量的方法。该方法利用了注意力机制来指导增强过程&#xff0c;从而改善图像的整体视觉效果。 项目概述 输入: AGLLNet 接受单个RGB彩色图像作为输入&#xff0c;其尺寸为768x1152…

Miniconda 安装教程

1. Miniconda 简介 Miniconda是一个小巧而强大的Python环境管理工具,由Continuum Analytics(现已被Anaconda公司收购)创建。它为用户提供了快速、简便的Python环境创建、隔离、切换和包管理功能。核心组件有Conda包管理器和Python环境,具有轻量级、灵活性、跨平台等特点,…

【命令操作】Windonws端口被占用,查找占用端口的进程id,以及使用id杀死进程

Windonws端口被占用&#xff0c;查找占用端口的进程id,以及使用id杀死进程 Windonws端口被占用 查询端口 netstat -ano查询指定端口-获得占用端口的进程ID netstat -ano | findstr "端囗号"如查询8888端口 netstat -ano | findstr "8888"命令截图 命令…

DeiT(ICML2021):Data-efficient image Transformer,基于新型蒸馏且数据高效的ViT!

Training data-efficient image transformers & distillation through attention&#xff1a;通过注意力训练数据高效的图像转换器和蒸馏 论文地址&#xff1a; https://arxiv.org/abs/2012.12877 代码地址&#xff1a; https://github.com/facebookresearch/deit 这篇论文…

MongoDB的备份和恢复命令

一、下载 MongoDB Database Tools 官方网址&#xff1a;Download MongoDB Command Line Database Tools | MongoDB 将解压后的文件夹移动到MongoDB的bin目录下&#xff0c;同时配置mongodb-database-tools的bin目录进入环境变量。 以上有问题请参考文章&#xff1a;使用cmd命…

GIS留学院校介绍-英国篇

看前须知 关于语言成绩要求&#xff1a; 通常英国院校的雅思成绩要求分为5个等级&#xff0c;标准分别如下&#xff1a; 1级&#xff1a;总分6.5分&#xff0c;每个部分最低6.0分 2级&#xff1a;总分7.0&#xff0c;每个部分至少6.5分 3级&#xff1a;总分7.0分&#xff…