![](/user_photo/2706_HbeT2.jpg)
- •Курсовая работа Согласованное управление разнотемповыми процессами
- •Санкт-Петербург
- •Оглавление
- •Часть 1. Анализ объекта управления. 3
- •Часть 2. Синтез законов управления для систем с обратной связью. 29
- •2.3. Весовая функция
- •2.4. Уравнение вход-выход
- •2.5. Частотные характеристики
- •3. Свойства системы
- •3.1. Устойчивость
- •3.2. Анализ минимально фазовости объекта
- •3.3. Исследование управляемости и наблюдаемости
- •3.4. Анализ установившихся режимов
- •3.5. Окончательный выбор параметров и его обоснование.
- •4. Процессы в объекте управления.
- •4.1. Импульсное воздействие.
- •4.2. Ступенчатое воздействие.
- •4.3.Гармоническое воздействие.
- •Часть 2. Синтез законов управления для систем с обратной связью.
- •1. Структурная схема системы с регулятором
- •2. Настройка контура управления.
- •3. Настройка контура оценивания.
- •4. Завершение построения системы.
- •Сравнение результатов автоматического управления по средством обратнай связи с командным управлением
- •Приложение
2.4. Уравнение вход-выход
Обозначим числитель и знаменатель передаточной функции согласно формуле:
Тогда уравнение вход-выход запишется в следующем виде, если вместо переменной р подставить оператор дифференцирования по времени:
2.5. Частотные характеристики
Для того чтобы найти частотные характеристики системы можно воспользоваться любой из ниже указанных формул, в зависимости от того, что уже известно передаточная функция, весовая функция, уравнение вход-выход или система уже описана в переменных состояния:
Лучше всего пойти самым простым способом и путем заменой переменной в передаточной функции найти искомую функцию, которую требуется представить в следующем виде:
Для простоты нахождения модуля и аргумента искомой функции будем рассматривать отдельно модули и аргументы числителя и знаменателя:
Для символьного решения посредством MatLab ограничимся вычислением частотных характеристик через переменные состояния, чтобы операции не сводились к простому переименованию переменных. Проведем проверку между аналитическим и символьным расчетом в MatLab, при фиксированных значениях параметров (М-файл №3 в приложении):
H =- (k*(10*k1 + a2*k2 + k1*w*i))/(w*(w^2*i + 110*w + a1*a2*i - 1000*i)) + ((k - 1)*(100*k2 + a1*k1 + k2*w*i))/(w*(w^2*i + 110*w + a1*a2*i - 1000*i))
modh = 0.0107
modh1 =0.0107
argh =-1.7168
argh1 =-1.7168
Ответы совпали, значит, аналитические вычисления верны.
3. Свойства системы
3.1. Устойчивость
Найдем собственные числа матрицы А (очевидно это корни знаменателя передаточной функции)
Отсюда видим, что имеется 3 собственных числа, из которых одно нулевое, а 2 других зависят от перекрестных связей
Для того, чтобы удовлетворить условию Стодолы, которое является в нашем случае не только необходимым условием, но и достаточным, потребуем следующее:
Корневой годограф смотри в приложении.
3.2. Анализ минимально фазовости объекта
Запишем уже известные нам передаточные функции:
Для того, чтобы система была минимальнофазовой, не должно быть плохих корней в числителях и знаменателях. О знаменателе мы позаботились, когда ставили условия на устойчивость, поэтому потребуем условия только на числители:
очевидно, неравенство (3) выполняется, если выполнены первые два, тогда остаются
3.3. Исследование управляемости и наблюдаемости
Для того, чтобы аналитически определить, при каких соотношениях коэффициентов, система является наблюдаемой и управляемой будем рассматривать, в каких случаях корни числителя и знаменателя совпадают.
Корни знаменателя мы знаем из исследования устойчивости:
корни числителей:
Для того, чтобы система была управляемой и наблюдаемой, потребуем, чтобы корни числителя и знаменателя не совпадали:
При этом стоит ввести вместо строгого отсутствия равенства определенное неравенство, чтобы избежать слабоуправляемых и плохо наблюдаемых систем:
Соответственно запишем, получившиеся ограничения на наши коэффициенты:
Порядок
можно прикинуть, сравнив с другими
условиями, накладываемые на переменные
коэффициенты.
Теперь будем исследовать управляемость и наблюдаемость посредством MatLab. Составим матрицу управления и матрицу наблюдаемости по формулам через переменные состояния:
Полученные решения:
P =
[ k, - 100*k - a1*(k - 1), k*(a1*a2 + 10000) + 110*a1*(k - 1)]
[ 1 - k, 10*k + a2*k - 10, - 110*a2*k - (a1*a2 + 100)*(k - 1)]
[ 0, k*k1 - k2*(k - 1), (10*k2 - a1*k1)*(k - 1) - k*(100*k1 - a2*k2)]
Q =
[ 0, conj(k1), conj(a2)*conj(k2) - 100*conj(k1)]
[ 0, conj(k2), conj(a1)*conj(k1) - 10*conj(k2)]
[ 1, 0, 0]
Для того чтобы эти матрицы были полного ранга, необходимо и достаточно, чтобы определители каждой из них не были нулевыми, соответственно здесь тоже можно говорить о слабоуправляемых и плохо наблюдаемых системах и поэтому вместо отсутствия равенства ставим определенное неравенство:
Находим в MatLab символьные выражения для определителей матриц управления и наблюдаемости (М-файл №4 в приложении):
dP =
9000*k-100*a1+380*a1*k+190*k^2*a2-17100*k^2-460*a1*k^2-180*k^3*a2+180*a1*k^3-k*a1*a2+3*a1^2*k-3*a1^2*k^2+a1^2*k^3+k^3*a2^2-a1^2+8100*k^3+3*k^2*a1*a2-2*k^3*a2*a1
dQ =
conj(a1)*conj(k1)^2 + 90*conj(k1)*conj(k2) - conj(a2)*conj(k2)^2
Так
как значения
можно записать условия для матрицы
наблюдаемости в виде:
Как мы видим, полученные результаты сложно сравнивать, поэтому я оставлю их в таком виде. А в конечном итоге при выборе коэффициентов буду пользоваться условиями, полученными по аналитическому способу, и затем я покажу, что для этих фиксированных значениях коэффициентов выполняются условия, полученные с помощью MatLab.
При найденных значениях (см. раздел 3.5) параметров:
dP =
518.4000
dQ =
99.1500
Что
значительно больше любого ,
которое на один-два порядка меньше левой
части.