线性系统性能分析方法2——根轨迹法

news2024/11/21 23:11:32

反馈控制系统的性质取决于闭环传递函数,只要求解出闭环系统的特征根,便能得到系统响应的变化规律。但对于3阶以上的系统求根比较困难。如果系统中有一个可变参数时,求根就更困难了。

1948年,伊凡思提出了一种确定系统闭环特征根的图解法——根轨迹法。在已知开环零极点分布的基础上,当某些参数变化时,利用该图解法可以非常方便的确定闭环极点。

1.根轨迹的定义

定义:当系统开环传递函数中某一参数从0→∞时,闭环系统特征根在s平面上的变化轨迹,就称作系统根轨迹。一般取开环传递系数(根轨迹增益Kg)作为可变参数。

传递函数的零极点表达式:

其中,Kg为根轨迹增益,其表达式为:

2.举例说明

例:已知系统的结构图,分析0 < K < ∞,闭环特征根在s平面上的移动路径及其特征。

解:系统的开环传递函数为(一定要写成零极点表达式):

式中,K为系统的开环比例系数。Kg=2K称为系统的开环根轨迹增益。

系统的闭环传递函数为:

系统的闭环特征方程为:

由求根公式:

求得闭环特征根为:

闭环特征根s1,s2是Kg函数,随着Kg的改变而变化。

(1) Kg= 0:s1 = 0,s2 = -2,是根轨迹的起点(开环极点),用“´”表示。

(2) 0 < Kg < 1:s1,s2均是负实数。Kg↑,s1↓,s2↑。s1从坐标原点开始沿负实轴向左移动;s2从(-2,j0)点开始沿负实轴向右移动。

(3) Kg = 1:s1 = s2 =-1,重根。

(4) Kg >1:

整个根轨迹图如下所示:

对上例中的根轨迹与系统性能进行分析

(1)稳定性

Kg从0→∞时,图中的根轨迹不会越过虚轴进入s右半平面,因此二阶系统对所有的Kg值都是稳定的。

如果高阶系统的根轨迹有可能进入s右半平面,此时根迹与虚轴交点处的Kg值,称为临界开环增益。

(2)稳态性能

开环系统在坐标原点有一个极点,系统属于1型系统,因而根规迹上的Kg值就是静态速度误差系数Kv。如果给定系统对ess有要求,则对Kg有要求,由根迹图可以确定闭环极点位置的容许范围。

(3)动态性能

由图可见,当0 <Kg< 1时,闭环极点均位于负实轴上,系统为过阻尼系统,单位阶跃响应为非周期过程。

Kg = 1时,闭环两个实极点重合,系统为临界阻尼系统,单位阶跃响应为非周期过程。

Kg > 1时,闭环极点为一对共轭复数极点,系统为欠阻尼系统,单位阶跃响应为阻尼振荡过程。

根据2阶系统根轨迹的特点,可以推得n阶系统,会有如下的结论

(1)n阶系统有n个根,根轨迹有n条分支;

(2)每条分支的起点(Kg = 0)位于开环极点处;

(3)各分支的终点(Kg→∞)或为开环零点处或为无限点;

(4)重根点,称为分离点或汇合点。

3.根轨迹方程

研究下图所示反馈控制系统的一般结构:

系统的闭环传递函数为:

该系统的闭环特征方程为:

若将系统的开环传递函数G(s)H(s)写成如下形式(一定要写成零极点表达式):

式中Kg为系统的根迹增益,zi为系统的开环零点,pj为系统的开环极点。上述方程又可写为:

“-”号,对应负反馈,“+”号对应正反馈。

由于满足上式的任何s都是系统的闭环极点,所以当系统的结构参数,如Kg在某一范围内连续变化时,由上式制约的ss平面上描画的轨迹就是系统的根轨迹。因此上式称之为系统的根轨迹方程。

根轨迹的幅值方程:

根轨迹的幅角方程:

式中,k=0,±1,±2,…(全部整数)。

式(4-6)通常称为180°根轨迹;(4-7)称作0° 根轨迹。

根据这两个条件,可完全确定s平面上根轨迹及根轨迹上任一点对应的Kg值。幅角条件是确定s平面上根轨迹的充要条件,因此,绘制根轨迹时,只需要使用幅角条件;而当需要确定根轨迹上各点的Kg值时,才使用幅值条件。

s平面内满足幅角条件的所有s1点,将这些点连成光滑曲线,即是闭环系统根轨迹。

4.绘制180º根轨迹的基本法则

 180º根轨迹的幅值方程:

180º根轨迹的幅角方程:

(1)法则一:根轨迹的连续性

由于根轨迹增益是连续的,根也是连续的,根轨迹当然也是连续的。利用这一性质,只要精确画出几个特征点,描点连线即可画出整个根轨迹。

(2)法则二:根轨迹的对称性

由于闭环特征根是实数或者共轭复数,因此根轨迹是关于实轴对称的。利用这一性质,只要绘制出实轴上部的根轨迹,实轴下部的根轨迹可由对称性绘出。

(3)法则三:根轨迹的条数

n阶系统,其闭环特征方程有n个根。当Kg从0→∞连续变化时,n个根将绘出有n条轨迹分支。因此根轨迹的条数或分支数等于其闭环特征根的个数,即系统的阶数。

(4)法则四:根轨迹的起点和终点

根轨迹起始于系统开环极点,终止于系统开环零点

根轨迹上Kg= 0的点为起点,Kg→∞时的点为终点

证明:

系统开环传递函数G(s)H(s)的零极点表达式如下所示:

闭环特征方程为:

联立上两式可得:

因为根轨迹上Kg=0的点为起点,因此代入上式有:

说明Kg=0时,闭环特征方程的根就是开环极点。

将闭环特征方程改写为:

Kg→∞时有:

所以根轨迹必终止于开环零点。

在实际系统的开环传递函数中mn,有m条根轨迹终点为开环零点处,另有n-m条根轨迹的终点将在无穷远处,可以认为有n-m个无穷远处的开环零点。

(5)法则五:根轨迹的渐近线

根据法则四,当开环传递函数中m < n时,将有n-m条根轨迹分支沿着与实轴夹角为φa,交点为sa的一组渐近线趋于无穷远处,且有:

(6)法则六:实轴上的根轨迹分布

实轴上的某一区域,若其右边开环实数零、极点个数之和为奇数,则该区域必是根轨迹。“奇是偶不是”

  • 证明:

设零、极点分布如下图所示:

在实轴上取一测试点s1。

由上图可见,复数共轭极点到实轴s1点的向量幅角和为2π,复数共轭零点亦是如此。因此在确定实轴上的根轨迹时,可以不考虑复数零、极点的影响。

s1点左边开环实数零、极点到s1点的向量幅角均为零,也不影响实轴上根轨迹的幅角条件。

s1点右边开环实数零、极点到s1点的向量幅角为π。

如果s1是180°根轨迹,则只有当零极点数目之和为奇数时,才满足幅角条件:

即若s1所在的区域为根轨迹,其右边开环实数零、极点个数之和必须为奇数

  • 例:设某负反馈系统的开环传递函数为:

试确定系统根轨迹条数、起点和终点、渐近线及根轨迹在实轴上的分布。

解:开环极点p1= 0、p2= -1、p3= -5,无开环零点。

因为有3个开环极点(即系统为3阶),因此系统的根轨迹有三条分支,分别起始于系统的三个有限的开环极点。由于不存在有限的开环零点,因此当Kg→∞时,根轨迹沿着三条渐近线趋向于无穷远处。

三条渐近线在实轴上的交点为:

三条渐近线与正实轴上间的夹角:

因此,如下图所示实轴上的根轨迹分布在(-∞,-5)和(-1,0)的实轴段上。

(7)法则七:根轨迹分离点和会合点

两条或两条以上的根轨迹在s平面上相遇后立即分开的点,称为根轨迹的分离点(会合点)。

  • 分离点的性质:

1)分离点是系统闭环重根;

2)由于根轨迹是对称的,所以分离点或位于实轴上,或以共轭形式成对出现在复平面上;

3)实轴上相邻两个开环零(极)点之间(其中之一可为无穷零(极)点)若为根轨迹,则必有一个分离点;

4)在一个开环零点和一个开环极点之间若有根轨迹,该段无分离点或分离点成对出现。

  • 分离点上,根轨迹的切线与正实轴的夹角称为根轨迹的分离角,用下式计算:

k为分离点处根轨迹的分支数。

  • 确定分离点位置的方法(均需验证):

法一:重根法(极值法)

法二:公式法

设分离点的坐标为d,则d满足如下公式:

式中,zipj是系统的有限开环零点和开环极点。

证明:根轨迹在s平面上相遇,说明闭环特征方程有重根出现,设s=d处为分离点。

由闭环系统的特征方程等于零可得:

对特征方程等式两边对变量s求导可得:

将前两式移项并相除可得:

又存在下式所示导数关系式:

故上式可简化为:

又由于对数函数存在如下所示关系式:

故上式可进一步简化为:

对求和符中的各项进行求导,最终可得:

证毕。

例:设某负反馈系统的开环传递函数为:

其根轨迹如下图所示,求其根轨迹上的分离点。

解:系统实轴上的根轨迹段(-1,0),位于两个开环极点之间,该轨迹段上必然存在根轨迹的分离点。设分离点的坐标为d,则由分离点公式可得:

d1 = -0.472,d2 = -3.53(不在根轨迹上,舍去,也可代入幅值方程看是否满足Kg>0?)分离点上根轨迹的分离角为±90°。

k为分离点处根轨迹的分支数。

最后得到分离点位置如下图所示。

如果方程的阶次高时,可用试探法确定分离点。

(8)法则八:根轨迹与虚轴交点

若根轨迹与虚轴相交(临界稳定状态),则虚轴上交点的坐标(包括闭环极点和临界增益)可按下述两种方法求出:

方法一:在系统的闭环特征方程D(s) = 0中,令s = D() = 0的解即是交点坐标。

方法二:由劳斯稳定判据求出。

  • 例:设某负反馈系统的开环传递函数为:

其根轨迹如下图所示,求根轨迹与s平面虚轴交点的坐标。

解:该系统的闭环特征方程为:

方法一:直接求闭环特征方程为零时的解:

s=jω,则:

化简可得:

一个复数要等于零,则实部和虚部都要等于零:

因此,可以求得:

方法二:

系统的闭环特征方程为:

劳斯表为:

Kg=30时,s1行全零,劳斯表第一列不变号,系统存在共轭虚根。共轭虚根可由s2行的辅助方程求出:

画出根轨迹图如下所示:

(9)法则九:根轨迹的出射角与入射角

根轨迹离开开环复数极点处的切线与正实轴方向的夹角,称为出射角(起始角),用\theta {_p}_{x}表示。

根轨迹进入开环复数零点处的切线与正实轴方向的夹角,称为入射角(终止角),用\phi {_z}_{x}表示。

求出射角的公式为:

求入射角的公式为:

  • 证明:

设开环系统有一对共轭复数极点px,x+1。在十分靠近待求起始角的复数极点px的根轨迹上取一点s1。由于s1无限接近px,因此,除px外,所有其它开环零、极点到s1点的向量幅角,都可以用它们到px的向量幅角来代替,而pxs1点的向量幅角即为起始角。根据s1点必满足幅角条件,应有:

移项后,立即得到法则九中的公式:

证毕。

  • 例:设负反馈系统的开环传递函数为:

试绘制出系统的根轨迹。

解:起始角与终止角:

因此,出射角和入射角如下图所示:

(10)法则十:闭环极点的和与积

绘制根轨迹,或利用根轨迹进行系统性能分析时,可利用该法则。

若开环传函分母阶次n比分子阶次m高2次或2次以上,即n-m≥2,则系统闭环极点之和等于其开环极点之和

  • 证明:系统的开环传递函数为:

由韦达定理:

可知,式中:

闭环系统的特征方程为:

根据推广韦达定理中一元n次方程系数与根的关系式,若n-m≥2,则:

证毕。

  • 结论:

-a1称为系统闭环极点或开环极点的重心。表明当Kg变化时,一些根增大时,另一些必然减小;即一些根轨迹右行,一些必然左行,重心保持不变

1)根的分量之和是一个与Kg无关的常数;

2)各分支要保持总和平衡,走向左右对称。

利用上述基本法则,可以迅速绘制闭环系统的根轨迹草图,对需要准确绘制的根轨迹,可根据幅角方程条件使其精确化,一般而言,靠近虚轴或原点附件的根轨迹对分析系统的性能至关重要,应尽可能的准确绘制。

5.绘制0º根轨迹的基本法则

幅值方程:

幅角方程:

显然0º根轨迹的幅值方程与180º根轨迹的完全相同,只是幅角相差一个π,因此只要把180º根轨迹法则中,与幅角相关的项进行修正,即可获得绘制0º根轨迹的基本法则。

6.根轨迹分析方法

(1)开环零点的分布对系统性能的影响

增加一个开环零点对系统的根轨迹有如下影响:

①改变了实轴上根轨迹的分布。

②改变了根轨迹渐近线的条数、与实轴交点的坐标及夹角的大小。

③使系统的根轨迹向左偏移。提高系统稳定度,有利于改善系统动态特性。

④开环零点和极点重合或相近时,二者构成开环偶极子,抵消有损系统性能的极点对系统的不利影响。

(2)开环极点的分布对系统性能的影响

增加一个开环极点对系统的根轨迹有如下影响:

①改变了实轴上根轨迹的分布。

②改变了根轨迹渐近线的条数、与实轴交点的坐标及夹角的大小。

③使系统的根轨迹向右偏移。降低了系统的稳定度,有损于系统的动态特性,使得系统响应的快速性变差。

(3)开环偶极子对根轨迹的影响

开环偶极子(零极点重合或相近),提供相同的幅角和幅值,根据根轨迹方程,对根轨迹的影响为:

①开环偶极子不影响根轨迹的形状;

②开环偶极子不影响根轨迹上各点的根轨迹增益值,但可能影响根轨迹上各点开环比例系数的值;

③合理配置偶极子中的开环零极点,可以在不影响动态性能的基础上,改善系统的稳态性能。

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/2209803.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

ENSP搭建基础网络拓扑图

一、ENSP的基本操作 1、配置网关 进入系统视图与退出 <Huawei>system-view [Huawei]quit 进入G0/0/0接口后配置ip [R1]interface GigabitEthernet 0/0/0 [R1-GigabitEthernet0/0/0]ip address 192.168.1.1 24查询所有接口的ip配置 [R1]display ip interface brief…

02 django管理系统 - base.html模板的搭建

下面&#xff0c;我们正式开始XX市第X医院员工信息管理系统的开发 首先&#xff0c;我们项目的目录结构如下&#xff1a; 然后&#xff0c;先把模板【base.html】界面的框架搭起来 {% load static %}<!DOCTYPE html> <html lang"en"><head><m…

使用最小二乘法画噪声数据的近似曲线

文章目录 问题MATLAB代码验证数据1验证数据2 问题 已知有系列含有噪声的数据&#xff08;x , y&#xff09;用最小二乘法计算m和b。(ymxb) MATLAB代码 disp(This promgram perform a leastsquares fit of an); disp(input data set to a straight line.); n_points input(E…

minio储存应用部署

一、minio简介 MinIO 是一个高性能的对象存储系统&#xff0c;设计用于存储大量的非结构化数据&#xff0c;如图片、视频、日志文件等。它完全兼容 Amazon S3 API&#xff0c;这意味着你可以使用与 S3 相同的工具和接口来管理和访问 MinIO 中的数据。 二、主要特性 1. S3 兼…

Vue3实现面板分割

Vue3实现面板分割 下面是将你提供的 Vue 组件使用 SCSS&#xff0c;并以 Vue 3 的组合式 API 形式的面板分割代码。 1、建立组件相关的文件夹 2、将下面代码拷贝到index.vue中 <template><div class"g-split" ref"gSplit"><!-- 水平方向…

数学建模算法与应用 第15章 预测方法

目录 15.1 微分方程模型 Matlab代码示例&#xff1a;求解简单的微分方程 15.2 灰色预测模型&#xff08;GM&#xff09; Matlab代码示例&#xff1a;灰色预测模型 15.3 自回归模型&#xff08;AR&#xff09; Matlab代码示例&#xff1a;AR模型的预测 15.4 指数平滑法 M…

easyocr 本地部署模型 识别图像 ocr - python 实现

使用 easyocr 本地部署识别图像 ocr ,可以满足简单图像场景的ocr识别。 可以进行 中文、英文 ocr 识别。 安装 python 库 pip install easyocr 识别本地模型下载地址&#xff1a;easyocr本地部署模型识别图像ocr-python实现资源-CSDN文库 也可通过程序直接下载官方链接 识…

计算机的错误计算(一百二十一)

摘要 探讨表达式 “((1/3-0.3333333333333333235)(1/3-0.333333333333333759)*0.008)*10^20” 的计算精度问题。 对于下列算式 若用C编程计算&#xff0c;则输出是错误结果[1]。那么别的语言呢&#xff1f; 例1. 计算 不妨用Java代码计算&#xff1a; public class expres…

el-image预览时和el-table边框出现样式穿透问题处理

el-image预览时和el-table边框出现样式穿透问题处理 如图所示 我们只需要在当前组件加一个css即可解决问题 <style lang"scss" scoped> :deep(.el-table__cell) {position: static !important; } </style>

Django学习笔记之Django基础学习

Django笔记 提示&#xff1a;这里可以添加系列文章的所有文章的目录&#xff0c;目录需要自己手动添加 例如&#xff1a;第一章 Python 机器学习入门之pandas的使用 提示&#xff1a;写完文章后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录…

黑马程序员 javaWeb基础学习,精细点复习【持续更新】

文章目录 WEB开发一、HTML1.html介绍 二、CSS1.CSS介绍2.CSS导入方式3.CSS选择器4.CSS属性 三、JavaScript1.介绍2.浏览器3.js的三种输出方式4.js定义变量5.js数据类型6.js运算符7.全局函数8.函数定义9.js数组对象10.js正则对象11.字符串对象12.自定义对象13.BOM浏览器对象模型…

前端开发笔记--css 黑马程序员1

文章目录 1. css 语法规范2.css的书写风格3.基础选择器选择器的分类标签选择器类选择器类选择器的特殊使用--多类名 id 选择器 字体属性常见字体字体大小字体粗细字体倾斜字体的复合简写字体属性总结 文本属性文本颜色文本对齐装饰文本文本缩进文本间距文本属性总结 css的引入方…

新兴的安全职业挑战

我们经常与安全专业人士交谈&#xff0c;他们希望在努力提升职业发展的同时提高自己的价值并克服组织内部的挑战。在这些谈话中&#xff0c;花费大量时间讨论公司未来将面临的安全问题并不罕见。 安全领导者希望为问题制定计划并获得领导层对其计划的支持。这通常意味着实施修…

关于 文件操作详解 笔记 (含代码解析)

文件 磁盘&#xff08;硬盘&#xff09;上的⽂件是⽂件。 程序设计中&#xff0c;我们⼀般谈的⽂件有两种&#xff1a;程序⽂件、数据⽂件&#xff08;从⽂件功能的⻆度来分类 &#xff09; 程序⽂件 程序⽂件包括源程序⽂件&#xff08;后缀为.c&#xff09;,⽬标⽂件&#…

Mac解决服务端第三方库安装问题

问题&#xff1a; 这周使用Flask框架写了一个数据展示的小网页&#xff0c;在发布的时候发现构建失败&#xff0c;查看日志发现是这次新增的一个第三方库没有安装到服务端&#xff0c;导致构建的时候失败了 解决问题&#xff1a; 服务端发布新增第三方库 解决过程 1、确定服务…

笔记整理—linux网络部分(1)基础网络常用名词与知识

最开始使用在同一电脑主机下进行的通信门后面发展到不同主机之间的通信。 应用编程本章就是使用API socket进行通信。 应用层&#xff1a;低级&#xff08;直接基于socket接口编程&#xff09; 高级&#xff08;基于网络通信应用框架进行编程&#xff09; 更高级&#xff08;ht…

利用 Llama 3.1模型 + Dify开源LLM应用开发平台,在你的Windows环境中搭建一套AI工作流

文章目录 1. 什么是Ollama&#xff1f;2. 什么是Dify&#xff1f;3. 下载Ollama4. 安装Ollama5. Ollama Model library模型库6. 本地部署Llama 3.1模型7. 安装Docker Desktop8. 使用Docker-Compose部署Dify9. 注册Dify账号10. 集成本地部署的 Llama 3.1模型11. 集成智谱AI大模型…

【物联网】物联网智能项目:从概念到实践

物联网智能项目&#xff1a;从概念到实践 1. 物联网简介 物联网&#xff08;IoT, Internet of Things&#xff09;是指通过网络将各种物理设备连接起来进行数据交互的系统&#xff0c;目标是通过智能设备感知、采集和处理环境信息&#xff0c;实现远程控制、自动化操作和智能…

程序员应对AI辅助编程时代:策略与展望

前言 随着AIGC&#xff08;如chatgpt、midjourney、claude等&#xff09;大语言模型接二连三的涌现&#xff0c;AI辅助编程工具日益普及&#xff0c;程序员的工作方式正在发生深刻变革。有人担心AI可能取代部分编程工作&#xff0c;也有人认为AI是提高效率的得力助手。面对这一…

概率 多维随机变量与分布

一、二维 1、二维随机变量及其分布 假设E是随机试验&#xff0c;Ω是样本空间&#xff0c;X、Y是Ω的两个变量&#xff1b;(X,Y)就叫做二维随机变量或二维随机向量。X、Y来自同一个样本空间。 联合分布函数 F(x,y)P(X≤x,Y≤y)&#xff0c;即F(x,y)表示求(x,y)左下方的面积。 …