- •Введение
- •2 Основная часть
- •2.1 Теоретические основы среды Simulink
- •2.2 Практическая реализация
- •2.2.1 Создание модели следящей системы
- •2.2.2 Исследование зависимости дисперсии управляемой величины y(t) от ширины спектра Band-Limited White Noise, которая обратно пропорциональна времени корреляции (Sample Time)
- •2.2.3 Исследование зависимости дисперсии управляемой величины от коэффициента усиления интегратора
- •2.2.4 Исследование зависимости дисперсии ошибки слежения от постоянной времени т2
- •2.2.5 Исследование зависимости дисперсии ошибки слежения в установившемся режиме от параметров фильтра k(p) – kи, t1, t2
- •2.2.6 Исследование зависимости дисперсии ошибки слежения в установившемся режиме от параметров фильтра k(p) – kи, t1, t2 при подключении фильтра к выходу блока Band-Limited White Noise
- •Заключение
2.2.3 Исследование зависимости дисперсии управляемой величины от коэффициента усиления интегратора
Установив значения времени корреляции (Sample time) 0,1 и мощности шума (Noise power) 0,1, получим зависимость дисперсии от коэффициента усиления посредством изменения значения блока Gain. Данные представлены в таблицах 2.2а и 2.2б, а также на графике 2.3.
Таблица 2.2а – Зависимость дисперсии D от коэффициента усиления k0
k0 |
10 |
9 |
8 |
7 |
6 |
5 |
D, В2 |
4,14E85 |
8,88E76 |
1,91E68 |
4,11E59 |
8,92E50 |
1,95E42 |
Таблица 2.2б – Зависимость дисперсии D от коэффициента усиления k0
k0 |
4 |
3 |
2 |
1 |
0 |
D, В2 |
4,40E33 |
9,89E24 |
2,39E16 |
6,36E7 |
1,15 |
Рисунок 2.3 –Зависимость дисперсии от коэффициента усиления при времени корреляции (Sample time) 0,1 и мощности шума (Noise power) 0,1
Из рисунка 2.3 видно, что коэффициент усиления существенно влияет на дисперсию: при увеличении k0 от 0 до 10 дисперсия возрастает на 85 порядков, что свидетельствует о резкой потере устойчивости системы (она становится чрезмерно чувствительной к входным возмущениям, и даже небольшие шумы приводят к большим отклонениям на выходе). Даже незначительное увеличение коэффициента усиления приводит к значительному росту дисперсии.
2.2.4 Исследование зависимости дисперсии ошибки слежения от постоянной времени т2
Для выполнения данного пункта необходимо создать модель следящей системы, у которой передаточная функция фильтра в контуре управления представляет собой последовательное соединение интегратора и инерционного звена с постоянной времени Т2:
|
(2.4) |
Построенная на основе выражения (2.4) система представлена на рисунке 2.4.
Рисунок 2.4 – Модель исследуемой следящей системы
Результаты исследования представлены в таблице 2.3 и на рисунке 2.5.
Таблица 2.3 – Зависимость дисперсии ошибки слежения De от постоянной времени Т2
T2 |
0,01 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
De, В2 |
293 |
189,2 |
120,9 |
114,4 |
113,2 |
112,9 |
112,9 |
112,9 |
112,9 |
112,9 |
112,9 |
Рисунок 2.5 – Зависимость дисперсии ошибки слежения от постоянной времени Т2 при T1 = 1
При исследовании системы с передаточной функцией вида (2.4) установлено, что дисперсия ошибки слежения существенно уменьшается с ростом T2. При T2 = 0,01 дисперсия составляет 293 В2, тогда как при T2 ≥ 3 дисперсия стабилизируется на уровне около 113 В2. Это демонстрирует сглаживающие свойства инерционного звена – увеличение T2 улучшает фильтрацию высокочастотных помех.
2.2.5 Исследование зависимости дисперсии ошибки слежения в установившемся режиме от параметров фильтра k(p) – kи, t1, t2
В рассматриваемом случае, передаточная функция K(p) фильтра в контуре управления следящей системы будет иметь вид:
|
(2.5) |
Рассмотрим зависимость дисперсии ошибки слежения от коэффициента усиления при T1 = 1, T2 = 2. Результаты измерений представлены в таблице 2.4 и на графике 2.6.
Таблица 2.4 – Зависимость дисперсии ошибки слежения от коэффициента усиления
kи |
0 |
1 |
2 |
3 |
4 |
5 |
Дисперсия ошибки слежения, В2 |
113,5 |
493,8 |
3,39E7 |
8,68E12 |
5,49E17 |
2,11E22 |
Рисунок 2.6 – Зависимость дисперсии ошибки слежения от коэффициента усиления k
В данном случае наблюдается рост дисперсии ошибки с увеличением k, аналогичный п. 2.2.3, что подтверждает общую тенденцию к потере устойчивости при чрезмерном увеличении коэффициента усиления.
Рассмотрим зависимость дисперсии ошибки слежения от параметра T1 при kи = 1, T2 = 2. Результаты измерений представлены в таблице 2.5 и на графике 2.7.
Таблица 2.5 – Зависимость дисперсии ошибки слежения от постоянной времени Т1
T1 |
0 |
1 |
2 |
3 |
4 |
5 |
Дисперсия ошибки слежения, В2 |
120,9 |
493,8 |
990,2 |
4,45E8 |
5,58E12 |
6,42E16 |
Рисунок 2.7 – Зависимость
дисперсии ошибки слежения
от постоянной
времени Т1
При T1 = 0 дисперсия минимальна (120,9 В2), с ростом T1 до 2 дисперсия возрастает до 990,2 В2, а при дальнейшем увеличении T1 наблюдается экспоненциальный рост дисперсии. Это указывает на необходимость оптимального выбора постоянной времени форсирующего звена.
Рассмотрим зависимость дисперсии ошибки слежения от параметра T2 при kи = 1, T1 = 1. Результаты измерений представлены в таблице 2.6 и на графике 2.8.
Таблица 2.6 – Зависимость дисперсии ошибки слежения от постоянной времени Т2
T2 |
0,01 |
1 |
2 |
3 |
4 |
5 |
Дисперсия ошибки слежения, В2 |
5,2E85 |
990,2 |
493,8 |
160,5 |
123,5 |
116 |
Рисунок 2.8 – Зависимость
дисперсии ошибки слежения
от постоянной
времени Т2
Зависимость 2.8 имеет немонотонный характер – при малых T2 (0,01) дисперсия чрезвычайно велика, однако, с дальнейшим увеличением дисперсия ошибки слежения уменьшается. Малое T2 соответствует слабой фильтрации высокочастотных помех, что и объясняет высокую дисперсию. С увеличением T2 фильтрующие свойства улучшаются, дисперсия снижается, но дальнейший рост T2 может ухудшить быстродействие системы.

.