- •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
10.2 Программа работы
% Задать номер варианта задания
nv=2;
% Определить передаточную функцию объекта, используя программу fwo7.m.
wo=fwo7(nv);
% Задать время наблюдения и шаг дискретизации
tm=200;dt=.1;T0=20;
t=0:dt:tm;
n=length(t);
% Сформировать случайный входной сигнал
u=100*randn(n,1);
% Вычислить выходной сигнал
y=lsim(wo,u,t);
% Построить тренды входного и выходного сигналов
subplot(2,1,1),grid
plot(t,u),grid
title ('Входной сигнал')
subplot(2,1,2),grid
plot(t,y),grid
title ('Выходной сигнал')
pause
subplot(1,1,1)
% Отцентрировать сигналы объекта
my=mean(y);mu=mean(u);
yc=y-my;
uc=u-mu;
% Задать порядок АРСС - модели
m=3;
% Задать начальные условия в РМНК
P=1000*eye(2*m,2*m);
Q=zeros(2*m,1);
F=Q;
% Программно реализовать метод РМНК по формулам (10.10) - (10.12)
for i=1:n-m
F=[-yc(i+m-1:-1:i);uc(i+m-1:-1:i)]; % Вектор данных
ch=P*F;
zn=1+F'*P*F;
gm=ch/zn; % Вектор коррекции
P=(eye(2*m)-gm*F')*P; % Ковариационная матрица
Q=Q+gm*(yc(m+i)-F'*Q); % Новое значение вектора параметров
kf(i,1:2*m)=Q'; % Коэффициенты АРСС - модели
ym(i)=F'*Q; % Предсказываемые значения выхода
end
% Построить график изменения параметров модели
plot(t(1:n-m),kf),grid
title ('Параметры модели')
pause
% Вычислить ошибку идентификации и ее статистические характеристики
e=yc(m+1:end)-ym'; % Ошибка идентификации
plot (e),grid
title ('Ошибка идентификации')
pause
de=std(e); % Дисперсия ошибки
% Гистограмма ошибки
hist(e),grid
title ('Гистограмма ошибки')
pause
% Корреляционная функция ошибки
re=xcorr(e,e,'biased');
me=(length(re)-1)/2;
tau=-me:me;
plot (tau,re),grid
title ('Корреляционная функция ошибки')
pause
% Вычислить передаточную функцию объекта и его характеристик
nun=kf(end,m+1:end);
den=[1 kf(end,1:m)];
wop=tf(nun,den,dt) % Вычисление дискретной передаточной функции объекта
wod=d2d(wop,dt)
won=d2c(wod) % Вычисление непрерывной передаточной функции объекта
% Передаточная функция объекта
wotf=tf(wo)
sm=ss(won) % Получение SS -модели
step(won,wo),grid % Переходная характеристика модели и объекта
pause
bode(won,wo),grid % ЛАЧХ И ФЧХ модели и объекта
pause
nyquist(won,wo),grid % АФЧХ модели и объекта
10.3 Порядок выполнения работы
Студент, самостоятельно изучив теоретические сведения [1, 2, 4, 9], должен:
Построить тренды входных и выходных сигналов.
Определить статистические характеристики ошибки идентификацию
Построить графики коэффициентов АРСС-модели.
Определить передаточные функции модели и объекта.
Построить временные и частотные характеристики объекта и модели.
Получить модель объекта в пространстве состояний.
10.4 Контрольные вопросы
1. В чем заключается реккурентный метод наименьших квадратов?
2. Что представляет собой многомерная система?
3. Запишите необходимое и достаточное условие наблюдаемости Калмана.
4. Дайте определение управляемости систем управления.
5. Запишите необходимое и достаточное условие полной управляемости по Калману.
10.5 Содержание отчета
10.5.1. Название и цель работы.
10.5.2. Краткие теоретические сведения.
10.5.3. Результаты расчетов с необходимыми комментариями.
10.5.4. Листинг программы MATLAB.
10.5.5. Анализ результатов и выводы по работе.