
- •В.Г. Новиков моделирование систем
- •Коломна 2007
- •Тема 1. Исследование линейных стационарных систем с помощью пакета прикладных программ MatLab “Control Sistem Toolbox” (“Система управления”)6
- •Тема 2. Цифровая обработка сигналов при Исследовании систем с помощью пакета MatLab “Signal Processing Toolbox”17
- •Тема 3. Моделирование динамических процессов с помощью пакета MatLab “Simulink”29
- •Тема 4. Моделирование процессов в линейных нестационарных динамических системах с использованием подсистемы MatLab “Simulink”40
- •Тема 5. Имитационное моделирование процессов в динамических системах с использованием подсистемы MatLab “Simulink”53
- •Введение
- •Тема 1. Исследование линейных стационарных систем с помощью пакета прикладных программ MatLab “Control Sistem Toolbox” (“Система управления”)
- •1.1. Введение
- •1.2. Ввод и преобразование моделей
- •1.2.1. Основные положения
- •1.2.2. Пример создания модели
- •1.3. Анализ системы
- •1.3.1. Общие положения
- •1.3.1.1. Примеры анализа во временной области
- •1.3.1.2. Примеры анализа в частотной области
- •1.3.1.3. Процедуры, вычисляющие отдельные характеристики и графически показывающие расположение полюсов и нулей системы
- •1.3.2. Примеры анализа во временной области
- •1.3.3. Примеры анализа в частотной области
- •1.3.4. Примеры применения процедур для вычисления полюсов и нулей системы
- •1.4. Задание на самостоятельную работу
- •1.4.1. Структурная схема модели
- •1.4.2. Требования к исследованию модели
- •1.4.3. Исходные параметры модели
- •1.4.4. Отчетность по лабораторной работе
- •Тема 2. Цифровая обработка сигналов при Исследовании систем с помощью пакета MatLab “Signal Processing Toolbox”
- •2.1. Введение
- •2.2. Общие средства фильтрации. Формирование случайных процессов
- •2.2.1. Общие основы линейной фильтрации
- •2.2.2. Формирование случайных процессов
- •2.3. Спектральный и статистический анализ
- •2.3.1. Основные понятия
- •2.3.2. Примеры спектрального анализа
- •2.4. Задание на самостоятельную работу
- •2.4.1 Цифровая обработка сигналов
- •2.4.2. Формирование случайного процесса из белого шума
- •2.4.3. Формирование процесса как сумма гармоник
- •2.4.4. Исходные данные
- •2.4.5. Отчетность по лабораторной работе
- •Тема 3. Моделирование динамических процессов с помощью пакета MatLab “Simulink”
- •3.1. Краткие сведения о подсистеме MatLab simulink
- •3.1.1. Запуск подсистемы simulink
- •3.1.2. Создание модели
- •3.1.3. Некоторые основные приемы подготовки и редактирования модели
- •3.5.1. Установка параметров моделирования
- •3.5.2. Выполнение моделирования
- •3.2.2.2. Результат составления модели
- •3.2.3. Результаты моделирования
- •3.3. Задание на самостоятельную работу
- •3.3.2.3. Отчетность
- •Тема 4. Моделирование процессов в линейных нестационарных динамических системах с использованием подсистемы MatLab “Simulink”
- •4.1. Краткие сведения из теории линейных нестационарных и нелинейных систем автоматического управления
- •4.1.1. Особенности процессов в линейных нестационарных системах
- •4.1.2. Особенности процессов в нелинейных сау
- •4.1.3. Метод фазового пространства
- •4.2. Моделирования процессов в линейных нестационарных и нелинейных динамических системах с использованием подсистемы MatLab simulink
- •4.2.1. Приведение линейного дифференциального уравнения к канонической форме
- •4.2.2. Пример исследования нестационарных и нелинейных процессов
- •4.2.2.1. Постановка задачи
- •4.2.3. Методика формирования модели в системе MatLab
- •4.2.2.3. Пример результатов исследования
- •4.3. Задание на самостоятельную работу
- •4.3.1. Исходная система
- •4.3.2. Требования к работе
- •4.3.3. Отчетность
- •Тема 5. Имитационное моделирование процессов в динамических системах с использованием подсистемы MatLab “Simulink”
- •5. 1. Введение
- •5. 2. Пример имитационного моделирования процессов с использованием подсистемы MatLab simulink
- •5.2.1. Постановка задачи
- •5.2.2. Формирование схемы моделирования
- •5.2.3. Подготовка к имитационному моделированию
- •5.2.3.1. Настройка блока Random Number - источника случайного сигнала с нормальным распределением.
- •5.2.3.2. Настройка блока Uniform Rundom Number - источника случайного сигнала с равномерным распределением
- •5.2.3.3. Настройка блока To Workspace - блока записи в рабочую область Matlab
- •5.2.3.4. Установка параметров моделирования и сохранение модели
- •5.2.3.5. Представление результатов имитационного моделирования
- •5.2.4. Результаты моделирования
- •5.3. Задание на самостоятельную работу
- •5.3.1. Исходная схема
- •5.3.2. Требования к работе
- •5.3.3. Отчетность
- •Использованные источники
4.1.2. Особенности процессов в нелинейных сау
Система автоматического управления называется нелинейной, если в ней содержится хотя бы один нелинейный элемент. Это приводит в общем случае или к системе нелинейных дифференциальных и алгебраических уравнений, или к единому нелинейному дифференциальному уравнению САУ.
Рисунок
1 - Схема нелинейного элемента
изображаются
в виде, как это представлено на рисунке
1, где
-
входной, а
-
выходной сигналы.
Из-за наличия нелинейных элементов в нелинейных САУ проявляются свойства, которых нетв системах линейных.
Рисунок
2 - Фазовые портреты нелинейнойСАУ
Из-за особенностей
нелинейных систем для их исследования
было введено понятие так называемого
фазового пространства. Обычно это
пространство, координатами (фазами)
которого являются регулируемая величинаи ее производные до
-го
порядка, где
-
порядок САУ.
Чаще всего для
исследования нелинейных систем используют
частный случай фазового пространства
- так называемую фазовую плоскость.
Она представлена на рисунке 2, где в
качестве оси абсцисс выступает
регулируемая величина,
а в качестве оси ординат используется
ее производная
.
Если нелинейная САУ устойчива (неустойчива) вблизи начала координат фазового пространства, то говорят, что она устойчива (неустойчива) в “малом”. Если нелинейная САУ устойчива (неустойчива) вдали от начала координат, то говорят, что такая система устойчива (неустойчива) в “большом”. Оба эти состояния - и “большое”, и “малое” - разделяет граничная поверхность, которая может характеризовать или границу области устойчивости по возмущениям, или автоколебательный процесс.
Поведение нелинейной
САУ в фазовом пространстве отображается
так называемой фазовой траекторией.
Под ней понимают графическое изображение
пути из любого начального состояния
САУ в любое её конечное состояние.
Совокупность фазовых траекторий часто
называютфазовым портретом. На
рисунке 2 представлен фазовый портрет
устойчивой в “малом” (из- в ноль) и неустойчивой в “большом”
(из
- в бесконечность) нелинейной системы.
4.1.3. Метод фазового пространства
Основу метода фазового пространствасоставляют все способы, позволяющие изобразить траекторию движения САУ из одного состояния в другое в соответствующем фазовом пространстве. Особенно наглядно представляется движение САУ на фазовой плоскости, если известны аналитические формулы для некоторых видов процессов.
Пусть САУ переходит из одного состояния в другое по экспоненте
.
(3)
Следовательно,
.
(4)
Рисунок
3 - Фазовые траектории
представляет собой уравнение прямой,
проходящей через начало координат. При
отрицательной величине параметра
процесс (3) затухает со временем.
Следовательно, стрелка на прямой
направлена к началу координат комплексной
плоскости (см. рисунок 3). При положительной
величине
прямая
уходит в бесконечность, а стрелка
направлена от начала координат комплексной
плоскости. На рис.3 представлены
соответствующие траектории движения
системы (3). При этом
.
Найдём теперь траекторию движения характеристической точки на фазовой плоскости, если процесс имеет форму синусоиды
.
(5)
При этом для скорости процесса справедливо соотношение
.
(6)
После возведения
в квадрат выражений (5),(6) и несложных
преобразований (с учётом тождества
)
можно получить выражение
.
(7)
Это уравнение
эллипса с полуосями
и
.
Как следствие, при представлении
синусоиды (5) на фазовой плоскости будет
наблюдаться движение характеристической
точки
по эллипсу (7). Его же часто называютциклом.
Циклы могут быть устойчивые и неустойчивые. Если характеристическая точка стремится удалиться от цикла (7), то его называют неустойчивым.Если эта точка стремитсяк циклу(7) и из “малого”, и из “большого”, то его называютустойчивым. Частные случаи устойчивых и неустойчивых циклов представлены на рисунке 4.
В случае устойчивого цикла фазовые траектории «навиваются» на эллипс, а в случае неустойчивого - уходят от него в ноль или в бесконечность.