- •Лабораторная работа № 1 Создание линейных стационарных моделей систем управления и определение их свойств
- •Формы задания моделей сау в matlab
- •1.2 Программа работы
- •1.3 Порядок выполнения работы
- •2.2 Динамические параметры lti – объектов
- •2.3 Программа работы
- •2.4 Порядок выполнения работы
- •3.2 Программа работы
- •Подпрограмма вычисления параметров объекта
- •4.2 Программа работы
- •Подпрограмма вычисления параметров объекта
- •5.2 Программы работы
- •5.3 Порядок выполнения работы
- •6.2 Программа работы
- •Подпрограмма fwo6.M
- •7.2 Программа работы
- •8.2 Программа работы
- •8.3 Порядок выполнения работы
- •8.4 Контрольные вопросы
- •9.2 Программа работы
- •9.3 Порядок выполнения работы
- •10.2 Программа работы
- •10.3 Порядок выполнения работы
- •10.4 Контрольные вопросы
- •10.5 Содержание отчета
- •Список литературы
8.2 Программа работы
% Задать номер варианта задания
n=20;
% Определить передаточную функцию объекта, используя программу fwo7.m.
wo=fwo7(n);
% Задать диапазон рабочих частот
f=0:180/30:180;
w=tan(pi*f/360);
% Вычислить ВЧХ объекта
H=squeeze(freqresp(wo,w));
A=abs(H);
U=real(H);
% Построить график ВЧХ
plot(f,A,f,U),grid
pause
% Вычислить спектральные составляющие Ак
n=length(U);
u=[U(n:-1:2);U];
ab=fft(u)/(n-1);
a=abs(ab);
% Построить спектр ВЧХ
i=0:n;
stem(i,a(1:n+1)),grid
pause
a(1)=a(1)/2;
% Вычислить приближенную передаточную функцию объекта (8.4)
w0=tf([-1 1],[1 1]);
ws=a(1);nun=a(1);
pp=[1 1];pm=[-1 1];
den=1;d=1;
for j=2:(n+1)/2
den=conv(den,pp);
d=conv(d,pm);
nun=conv(nun,pp)+a(j)*d;
ww=tf(nun,den);
end
ww=zpk(minreal(ww))
% Построить ее переходную характеристику
step(ww,wo),grid
pause
% Построить ее ЛАЧХ И ФЧХ
bode (ww,wo),grid
pause
% Снизить порядок модели объекта до трех
[sb,g]=balreal(ww);
sm=modred(sb,[4:(n-1)/2]);
% Построить переходные характеристики объекта, точной и приближенной моделей
step(wo,ww,sm),grid
pause
% Получить zpk-модель
wm=zpk(tf(wm))
% Построить ЛАЧХ и ФЧХ точной и приближенной моделей
bode(wo,ww,wm),grid
8.3 Порядок выполнения работы
Студент, самостоятельно изучив теоретические сведения [21], должен:
Определить передаточную функцию объекта, переходную характеристику точной модели объекта.
Построить графики амплитудно-частотной характеристики и вещественной частотной характеристики объекта, график спектральных составляющих ВЧХ.
Построить графики логарифмической амплитудно-частотной и фазо-частотной характеристик точной модели объекта.
Определить приближенное выражение передаточной функции.
Построить ЛАЧХ и ФЧХ приближенной модели объекта.
8.4 Контрольные вопросы
1. Какие частотные характеристики вы знаете? Дайте определение вещественной частотной характеристики.
2. Какие методы воздействия на объект используются при снятии частотных характеристик?
3. В чем заключаются недостатки этих методов?
4. По какой формуле вычисляется амплитудно-частотная характеристика на выбранной частоте?
5. Какие методы используются в этой работе для вычисления передаточной функции? В чем суть этих методов?
8.5 Содержание отчета
8.5.1. Название и цель работы.
8.5.2. Краткие теоретические сведения.
8.5.3. Результаты расчетов с необходимыми комментариями.
8.5.4. Листинг программы MATLAB.
8.5.5. Анализ результатов и выводы по работе.
Лабораторная работа № 9
Корреляционный метод идентификации
Цель работы- изучение корреляционного метода идентификации.
9.1. Общие сведения
В действительности, выходные переменные объекта y(t) определяются не только детерминированными управляющими входными сигналами u(t), но и ненаблюдаемыми и неуправляемыми воздействиями (помехами) e(t), что вызывает отклонения выходных переменных от заданных значений.
Чтобы получить уравнение связи между статистическими характеристиками входа и выхода для стационарных эргодических процессов, пользуются их статистическими характеристиками и, в частности, корреляционными функциями или спектральными плотностями.
Структурная схема исследуемого объекта в этом случае может быть представлена в виде, изображенном на рисунке 9.1.
Рисунок 9.1.
Все ненаблюдаемые помехи, воздействующие на различные части объекта, приведены к выходу объекта и представлены в виде аддитивного шума. Значение выходного сигнала вычисляется по формуле
. (9.1)
Умножив это выражение на x(t + ) и проинтегрировав обе части по в пределах от –T до T (при T ), получим:
. (9.2)
Если Rue() = 0 и , приt < 0 (условие физической реализуемости системы), то уравнение принимает вид:
. (9.3)
Его называют уравнением Винера-Хопфа.
Это уравнение относится к линейному интегральному уравнению первого рода. Его численное решение осуществляется методом аппроксимирующих функций, вычисление которых, в свою очередь, производится на основе метода коллокации, метода наименьших квадратов и метода Галеркина. Решение Уравнения Винера-Хопфа и дает выражение для функции веса объекта.
Рассмотрим решение этого уравнения, используя его дискретный аналог:
, (9.4)
где -интервал дискретизации корреляционных функций.
Обозначим
; (9.5)
;, (9.6)
где .
Тогда формулы (9.5) – (9.6) можно записать в матричном виде:
. (9.7)
Откуда искомые значения функции веса будут равны
. (9.8)
В силу плохой обусловленности матрицы решение уравнения (9.8) будет неустойчивым. Неустойчивое решение приводит к большим изменениям решения при малых изменениях коэффициентов матрици.
Более точное решение может быть получено методом аппроксимирующих функций с использованием метода коллокации [27].
В соответствии с этим методом аппроксимируют функцию веса линейной комбинацией из m ортогональных функций:
. (9.9)
Вычисляют mфункций вида
. (9.10)
Метод коллокации дает систему из m линейных уравнений для нахождения неизвестных коэффициентов аппроксимирующей функции :
. (9.11)
В том случае, если желательно получить передаточную функцию объекта в виде дробно-рациональной функции, можно по вычисленной функции веса найти передаточную функцию, используя логарифмический метод (см. лаб. 7).
Так как в эксперименте получаются оценки корреляционной функции, значение искомой функции веса оказывается приближенным. Структура уравнения Винера-Хопфа такова, что небольшие ошибки в определении корреляционных функций приводят к существенным ошибкам в определении импульсной переходной характеристики и в итоге к невысокой точности идентификации параметров системы. Более перспективным является использование корреляционного метода для определения запаздывания в объекте управления. Величина запаздывания будет равна значению аргумента взаимной корреляционной функции, при котором она достигает максимума.
Для повышения точности оценок корреляционных функций необходимо правильно выбирать интервалы наблюдения и дискретизации сигналов, для которых оцениваются эти корреляционные функции.