- •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
2.2.6 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
Подключаемый фильтр имеет передаточную функцию следующего вида:
|
(2.6) |
С учётом этого, итоговый вид исследуемой модели системы представлен на рисунке 2.9.
Рисунок 2.9 – Модель исследуемой системы с подключенным фильтром
Рассмотрим зависимость дисперсии ошибки слежения от коэффициента усиления при T1 = 1, T2 = 2. Результаты измерений представлены в таблице 2.7 и на графике 2.10.
Таблица 2.7 – Зависимость дисперсии ошибки слежения от коэффициента усиления
kи |
0 |
1 |
2 |
3 |
4 |
5 |
Дисперсия ошибки слежения, В2 |
0,01 |
39,9 |
1,4E6 |
2,08E11 |
8,46E15 |
2,28E20 |
Рисунок 2.10 – Зависимость дисперсии ошибки слежения от коэффициента усиления k
Рассмотрим зависимость дисперсии ошибки слежения от параметра T1 при kи = 1, T2 = 2. Результаты измерений представлены в таблице 2.8 и на графике 2.11.
Таблица 2.8 – Зависимость дисперсии ошибки слежения от постоянной времени Т1
T1 |
0 |
1 |
2 |
3 |
4 |
5 |
Дисперсия ошибки слежения, В2 |
1,66 |
39,9 |
54,8 |
1,71E7 |
1,39E11 |
1,09E15 |
Рисунок 2.11 – Зависимость
дисперсии ошибки слежения
от постоянной
времени Т1
Рассмотрим зависимость дисперсии ошибки слежения от параметра T2 при kи = 1, T1 = 1. Результаты измерений представлены в таблице 2.9 и на графике 2.12.
Таблица 2.9 – Зависимость дисперсии ошибки слежения от постоянной времени Т2
T2 |
0,01 |
1 |
2 |
3 |
4 |
5 |
Дисперсия ошибки слежения, В2 |
5,41E82 |
54,8 |
39,9 |
6,95 |
2,1 |
0,087 |
Рисунок 2.12 – Зависимость дисперсии ошибки слежения от постоянной времени Т2
После подключения фильтра к выходу генератора шума наблюдается значительное уменьшение дисперсии ошибки по сравнению с предыдущими случаями, что демонстрирует эффективность предварительной фильтрации входного шума (фильтр подавляет высокочастотные составляющие, уменьшая уровень возмущений, поступающих на вход следящей системы). При этом, рассмотренные зависимости сохраняют качественно тот же характер, что и в п. 2.2.5, но с существенно меньшими абсолютными значениями дисперсии.
Заключение
Проведенное исследование в среде Simulink наглядно подтвердило, что вероятностные характеристики следящей системы существенно зависят от параметров фильтра в контуре управления. Наибольшее влияние на дисперсию ошибки слежения оказывает коэффициент усиления интегратора, при этом существует компромисс между точностью системы и ее устойчивостью. Предварительная фильтрация входного шума позволяет значительно снизить дисперсию ошибки слежения и улучшить качество работы системы.

.