
- •Основы асутп
- •Лабораторный практикум
- •10. Лабораторная работа №2. 34
- •11. Лабораторная работа №3. 35
- •Ттребования по технике безопасности
- •Общее описание лабораторного стенда
- •Подготовка к эксплуатации Залив воды
- •Заземление шасси
- •Подключение устройств
- •Установка программного обеспечения
- •Подготовка к работе
- •Идентификация платформы ni cRio-9012 в max
- •Промышленные объекты управления
- •Общие принципы
- •Классификация промышленных объектов управления
- •Структура системы
- •Анализ систем управления
- •Требования к управлению
- •Оценка состояния сау
- •Измерения и контроль уровня
- •Математическое моделирование
- •Аналитические методы
- •6.2 Дифференциальные уравнения
- •6.3 Управление
- •Методы экспериментального определения динамических характеристик объектов управления
- •Релейная сау
- •Лабораторная работа №1. Прямые измерения. Определение показателей точности прямых измерений с многократными независимыми наблюдениями.
- •Лабораторная работа №2. Изучение методов измерения уровня жидкости. Измерение уровня столба жидкости гидростатическим методом. Тарировка датчика.
- •Лабораторная работа №3. Структурная и параметрическая идентификация динамических систем. Изучение влияния шума измерения на погрешность идентификации.
- •Лабораторная работа №4. Изучение релейных систем управления. Определение режимов и параметров автоколебаний. Знакомство с фазовым портретом.
- •Литература:
6.3 Управление
Немного изменим предыдущую задачу, разрешив потоку вытекающей жидкости q изменяться независимо (в теории управления это называется нагрузкой на объект).
Нужно построить систему, которая автоматически поддерживает заданный уровень h0 воды в баке (в метрах).
Рис.12 Объект управления- бак с жидкостью
Будем считать, всегда есть расход воды и насос постоянно работает на закачку воды в бак. Для управления уровнем воды h мы можем изменять его поток Q (в м3/с). Таким образом, уровень h – это регулируемая величина, а поток Q – сигнал управления. Для обратной связи используем датчик, измеряющий уровень воды h в баке.
Построим математическую модель объекта, то есть бака. Поток на выходе q (в м3/с) показывает, сколько воды вытекает из цистерны за 1 с – это нагрузка.
Изменение уровня Δh зависит от разности потоков Q − q и площади сечения цистерны S.
Если
разность потоков постоянна в течение
интервала времени Δt
, то
.
В общем
случае нужно использовать интеграл:
Пусть
в момент времени t
= 0
уровень воды равен заданному значению,
а входной и выходной потоки равны ( Q(0)
= q(0)
=q0
), так что
уровень не меняется. Этот режим мы примем
за номинальный
(рабочую
точку). Для того, чтобы получить уравнение
в отклонениях, представим потоки в виде
,
где ΔQ(t)
и Δq(t)
– малые отклонения потоков от номинального
режима. Тогда, опуская знак приращения
Δ,
можно записать модель
объекта управления в
форме
Здесь h(t) , Q(t) и q(t) обозначают отклонения этих величин от номинальных значений. Заметим, что эта модель может быть записана как дифференциальное уравнение (если найти производные обеих частей равенства):
.
Для упрощения далее примем S = 1м2.
В
качестве обратной связи мы будем
использовать сигнал с датчика уровня.
Ошибка управления вычисляется как
разница между заданным и измеренным
уровнями воды:
Применим
самый простой регулятор – усилитель
с коэффициентом
K (или
пропорциональный
регулятор,
П-регулятор),
который управляет потоком по закону
.
С
труктурная
схема системы управления показана на
рис.13.
Рис. 13 Структурная схема системы управления
Достоинства аналитических методов:
не требуют проведения экспериментов на реальном объекте;
позволяют определить математическое описание еще на стадии проектирования системы управления;
позволяют учесть все основные особенности динамики объекта управления, как-то наличие нелинейностей, нестационарность, распределенные параметры и т.д.;
обеспечивают получение универсального математического описания, пригодного для широкого класса аналогичных объектов управления.
Недостатки:
трудность получения достаточно точной математической модели, учитывающей все особенности реального объекта;
проверка адекватности модели и реального процесса требуют проведения натурных экспериментов;
многие математические модели имеют ряд трудно оцениваемых в численном выражении параметров (например, константы скоростей химических реакций).