Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

4241, 4242(ТАУ-без MATLAB)_1 / Романовский. ТАУ. ЛабПр. Ч.1 [2011]

.pdf
Скачиваний:
40
Добавлен:
17.04.2015
Размер:
705.72 Кб
Скачать

Работа №2. МОДЕЛИРОВАНИЕ ЛИНЕЙНЫХ НЕПРЕРЫВНЫХ СИСТЕМ С ПОМОЩЬЮ ПЕРЕДАТОЧНЫХ ФУНКЦИЙ

Цель лабораторной работы: получить навыки создания в командном окне среды MATLAB моделей объектов с использованием аппарата передаточных функций.

2.1. ОБЩИЕ СВЕДЕНИЯ ОБ LTI-ОБЪЕКТАХ, ПРЕДСТАВЛЕННЫХ В ВИДЕ ПЕРЕДАТОЧНЫХ ФУНКЦИЙ

2.1.1. Вводная информация

Среда MATLAB в своём составе имеет пакет Control System Toolbox, предназначенный для работы с линейными динамическими моделями непрерывных и дискретных систем, описываемых дифференциальными и разностными уравнениями с постоянными коэффициентами. Подробное описание возможностей пакета Control System Toolbox приведено в [2].

При помощи данного пакета можно создавать модели линейных стационарных объектов и систем (в среде MATLAB они называются lti-объекты - сокращение от выражения Linear Time Invariant System Object) в форме передаточных функций и передаточных матриц, либо в форме пространства состояний. В настоящей работе рассматривается только моделирование объектов в форме передаточных функций.

Передаточная функция (ПФ) – это математическая модель динамической системы, связывающая один её входной сигнал с одним выходным сигналом и представляющая собой отношение изображения Лапласа выходного сигнала системы к изображению Лапласа входного сигнала системы при нулевых начальных условиях.

Если у системы один входной сигнал и один выходной сигнал (такие системы называются скалярными), то её ПФ, связывающая эти два сигнала, полностью описывает процессы в этой системы и является её полной моделью. В общем случае у системы может быть несколько входов и несколько выходов (такие системы называются векторными). В подобных системах между каждой парой входов и выходов вводится своя ПФ. Вся совокупность этих ПФ образует матрицу, называемую матричной ПФ или передаточной матрицей (ПМ) системы. Именно ПМ векторной системы будет полностью описывать процессы в ней и будет являться её полной моделью.

Для простоты в настоящей работе рассматривается моделирова-

- 21 -

ние только скалярных систем, полные модели которых являются передаточными функциями. Сведения о том, как создаются модели векторных систем, полные модели которых являются передаточными матрицами, приведены, например, в [2].

Т. к. ПФ представляет собой отношение изображения Лапласа выходного сигнала к изображению Лапласа входного сигнала, то она является функцией от оператора Лапласа. Для непрерывных линейных стационарных динамических систем ПФ всегда может быть представлена в следующем общем виде:

 

b pm + b

pm−1 +K + b p + b

W ( p) =

m

 

m−1

1

0

, m n .

a

n

pn + a

n−1

pn−1 +K + a p + a

0

 

 

 

 

 

1

 

Как видно, она представляет собой отношение двух полиномов, являющихся функциями от оператора Лапласа.

Здесь полином знаменателя имеет особое название – характеристический полином ПФ. Корни характеристического полинома называются полюсами системы, а корни полинома числителя называются нулями системы.

При использовании аппарата ПФ математическую модель скалярного объекта в среде MATLAB можно задавать двумя способами:

1. В tf-форме:

 

b pm + b

pm−1 +K + b p + b

W ( p) =

m

 

m−1

1

0

.

a

n

pn + a

n−1

pn−1 +K + a p + a

0

 

 

 

 

 

1

 

2. В zpk-форме нулей, полюсов и коэффициента передачи:

W ( p) = K ( p + zm )( p + zm−1 ) ×K× ( p + z1 ) , ( p + pn )( p + pn−1 ) ×K× ( p + p1 )

где z j ( j = 1, m ) – это нули ПФ, а pi ( i = 1, n ) – полюсы ПФ.

В общем случае и нули, и полюсы системы могут представлять собой не только вещественные, но и комплексные числа.

2.1.2. Создание и преобразование lti-объектов

Ниже приведён пример создания lti-объекта в tf-форме.

» W1 = tf([2, 3, 1], [4, 5, 2, 3])

Transfer function: 2 s^2 + 3 s + 1

-----------------------

4 s^3 + 5 s^2 + 2 s + 3

- 22 -

В примере вместо квадратных скобок с числами можно указывать заранее созданные полиномы (т. е. векторы-строки, содержащие коэффициенты полиномов в порядке убывания их индексов). Пример также демонстрирует, что среда MATLAB для обозначения оператора Лапласа по умолчанию использует символ «s».

Ниже приведён пример создания lti-объекта в zpk-форме.

» W2 = zpk([-5 + i, -5 - i], [-1, -2 + 3i, -2 - 3i, -3], 5)

Zero/pole/gain:

5 (s^2 + 10s + 26)

---------------------------

(s+1) (s+3) (s^2 + 4s + 13)

В примере вместо квадратных скобок с числами можно указывать заранее созданные числовые векторы-строки. Можно также вместо векторов-строк использовать здесь векторы-столбцы.

Содержимое lti-объектов всегда можно преобразовать обратно в числовые векторы. Для этого используются M-функции tfdata() и

zpkdata():

» [P1, P2] = tfdata(W1, 'v')

P1 =

0

2

3

1

P2 =

4

5

2

3

» [Zeros, Poles, Gain] = zpkdata(W2, 'v')

Zeros =

-5.0000 + 1.0000i -5.0000 - 1.0000i

Poles =

-1.0000

-2.0000 + 3.0000i -2.0000 - 3.0000i

- 23 -

-3.0000

Gain =

5

Как видно, в случае с функцией zpkdata() результат возвращается в виде векторов-столбцов.

В среде MATLAB имеется возможность преобразования ltiобъектов из tf-формы в zpk-форму и наоборот. Примеры:

»W3 = zpk(W1);

»W4 = tf(W2);

2.1.3. Создание более сложных lti-объектов

Созданные lti-объекты можно использовать в качестве строительного материала при создании более сложных объектов и систем. При этом созданные lti-объекты можно соединять между собой последовательно, параллельно и встречно-параллельно. Ниже приведены примеры, демонстрирующие это.

» W3

= W1 * W2;

% Создание последовательного

 

 

%

соединения объектов

 

 

%

W1 и W2.

» W4

= W1 + W2;

% Создание параллельного

 

 

%

соединения объектов

 

 

%

W1 и W2.

» W5

= feedback(W1, W2);

% Создание встречно-

 

 

%

параллельного соединения

 

 

%

объектов W1 и W2

 

 

%

с отрицательной

 

 

%

обратной связью.

Среда MATLAB считает zpk-форму более предпочтительной по сравнению с tf-формой, т. к. расчёты над моделями, представленными в zpk-форме будут более точными по сравнению с расчётами над моделями, представленными в tf-форме. Поэтому если среди соединяемых lti-объектов один представлен в zpk-форме, то и результирующий lti-объект окажется представленным в zpk-форме.

Модели объектов и систем, как правило, подвергаются анализу. Обычно в процессе анализа строятся различные характеристики объектов и систем. Характеристики принято делить на временные и частотные. Среди временных чаще всего строится переходная характери-

- 24 -

стика (ПХ), а среди частотных чаще всего строятся амплитуднофазовая частотная характеристика (АФЧХ) и логарифмическая ампли- тудно-фазовая частотная характеристика (ЛАФЧХ). Для построения таких характеристик имеются соответствующие M-функции:

» step(W2)

% Построение ПХ объекта W2.

» step(W2, 10)

% То же самое с указанием

 

%

конечного времени

 

%

моделирования (10 секунд).

» nyquist(W2)

% Построение АФЧХ объекта W2.

» bode(W2)

% Построение ЛАФЧХ объекта W2.

2.2.ЗАДАНИЯ

1.В таблице Табл. 2.1 по вариантам приведены две ПФ W1 и W2 .

По ним создать в среде MATLAB два lti-объекта. При этом для ltiобъекта W1 следует использовать tf-форму, а для lti-объекта W2 следу-

ет использовать zpk-форму.

2. Выполнить предобразование lti-объекта W1 к zpk-форме, а также выполнить преобразование lti-объекта W2 к tf-форме. Провести

анализ результатов.

3. Создать ещё три lti-объекта W3 , W4 и W5 , представляющие со-

бой последовательное, параллельное и встречно-параллельное соединение объектов W1 и W2 . Для каждого из них построить ПХ, АФЧХ и

ЛАФЧХ.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Табл. 2.1. Передаточные функции W

и W по вариантам.

 

 

 

 

 

 

 

 

1

2

 

 

 

 

 

 

 

 

 

 

 

 

W1

 

 

 

 

W2

1

 

 

 

 

 

2 p2

− 5 p + 10

 

 

 

 

p2 + 3 p + 10

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2 p3

+ 4 p2 + 5 p + 1

 

 

 

(3 p2 + 2 p + 1)(5 p + 1)

 

 

 

 

 

 

 

2

 

 

 

 

 

 

p2

+ p − 2

 

 

 

 

 

(5 p + 1)(2 p2 + 7 p)

 

 

 

 

2 p3

+ 2 p2 + 5 p + 1

 

 

 

 

(2 p2 + 3 p + 8)( p + 7)

 

 

 

 

 

 

 

 

3

 

 

 

 

 

3 p2

− 3 p + 9

 

 

 

 

 

( p + 10)(2 p2 + 4)

 

 

 

2 p4

 

+ 4 p3

+ 4 p2 + 5 p + 1

 

 

( p2 + 2 p + 4)( p2 + 3 p + 6)

 

 

 

 

 

 

4

 

 

 

 

 

p3 + 3 p2 − 3 p

 

 

 

 

 

p2 + 6 p + 1

 

 

 

 

 

 

2 p

3 + 10 p2 + 5 p

 

 

 

 

( p2 + 4 p + 10)( p + 5)

 

 

 

 

 

 

 

 

 

 

5

 

 

 

 

 

4 p2

+ 5 p + 7

 

 

 

 

 

( p + 1)( p2 + 9 p)

 

 

2 p4

+ 5 p3

+ 55 p2 + p + 10

 

 

 

 

(3 p2 + 3 p + 4)( p + 6)

 

 

 

 

 

 

- 25 -

6

 

 

 

 

 

 

 

 

 

 

 

 

2 p3

+ 5 p2 − 6

 

 

 

 

 

 

 

 

( p + 15)(3 p2

+ 2)

 

 

 

 

 

 

 

 

 

 

 

 

 

2 p

4

 

+ 3 p3

+ 4 p2

+ 5 p + 1

 

 

 

( p2 + p + 2)( p2 + 4 p + 5)

 

 

 

 

 

 

 

 

 

 

7

 

 

 

 

 

 

 

 

 

 

 

 

p3 + 7 p2 − 2 p

 

 

 

 

 

 

 

 

 

2 p2 + p + 1

 

 

 

 

 

 

2 p

4

 

+ 5 p3

+ 30 p2 + p + 5

 

 

 

 

(3 p2

+ 7 p + 10)(3 p + 9)

 

 

 

 

 

 

 

 

 

 

 

8

 

 

 

 

 

 

 

 

 

 

 

 

3 p2

+ 8 p − 2

 

 

 

 

 

 

 

 

(4 p + 2)(3 p2

+ 9 p)

 

 

 

 

 

 

 

 

 

 

 

p3 + p2 + 35 p + 3

 

 

 

 

 

(2 p2

+ 4 p + 1)( p + 10)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

9

 

 

 

 

 

 

 

 

 

 

 

 

4 p2 + 8 p + 1

 

 

 

 

 

 

 

 

( p + 6)(2 p2

+ 9)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

p3 + p2 + 2 p + 1

 

(3 p2 + p + 9)(2 p2

+ 4 p + 8)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

10

 

 

 

 

 

 

 

 

 

 

p3 − 2 p2 + 2 p −1

 

 

 

 

 

 

 

 

 

3 p2 − 4 p + 5

 

 

 

 

2 p4

+ 7 p3

+ 15 p2 + 3 p + 5

 

 

 

 

 

(2 p2

+ 7 p + 1)(4 p + 2)

 

 

 

 

 

 

 

 

 

11

 

 

 

 

 

 

 

 

 

 

 

 

2 p2

− 50 p + 7

 

 

 

 

 

 

 

 

 

p2 − 3 p + 10

 

 

 

 

 

 

 

 

 

 

 

p3 + 4 p2 + 5 p + 1

 

 

 

 

 

(3 p2

+ 2 p + 2)(5 p + 1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

12

 

 

 

 

 

 

 

 

 

 

 

 

2 p2 + p − 2

 

 

 

 

 

 

 

 

(2 p + 1)(2 p2 + 8 p)

 

 

 

 

 

 

 

 

2 p3 + 20 p2 + 5 p + 1

 

 

 

 

 

 

(2 p2 + 4 p + 8)( p + 7)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

13

 

 

 

 

 

 

 

 

 

 

 

 

3 p2

− 4 p + 9

 

 

 

 

 

 

 

 

( p + 20)(2 p2 + 3)

 

 

 

 

 

 

2 p

4

 

+ 5 p3

+ 4 p2

+ 5 p + 1

 

 

( p2 + 3 p + 4)( p2

+ 4 p + 6)

 

 

 

 

 

 

 

 

 

14

 

 

 

 

 

 

 

 

 

 

 

 

p3 − 3 p2 − 3 p

 

 

 

 

 

 

 

 

 

p2 + 5 p + 1

 

 

 

 

 

 

 

 

 

 

 

 

 

2 p3 + 9 p2 + 5 p

 

 

 

 

 

 

 

( p2

+ 3 p + 10)( p + 5)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

15

 

 

 

 

 

 

 

 

 

 

 

 

4 p2

− 5 p + 7

 

 

 

 

 

 

 

 

( p −1)(2 p2 + 9 p)

 

 

 

 

2 p4

+ 5 p3

+ 11p2

+ 6 p + 9

 

 

 

 

 

 

 

(3 p2 + 3 p + 2)( p + 3)

 

 

 

 

 

 

 

 

 

 

 

16

 

 

 

 

 

 

 

 

 

 

 

 

− 2 p3 + 5 p2

− 6

 

 

 

 

 

 

 

 

( p + 3)(2 p2 + 2)

 

 

 

 

 

 

 

p4

+ 3 p3

+ 4 p2

+ 5 p + 1

 

( p2 + 2 p + 2)(2 p2 + 4 p + 5)

 

 

 

 

 

 

 

 

17

 

 

 

 

 

 

 

 

 

 

 

 

p3 − 7 p2 − 2 p

 

 

 

 

 

 

 

 

 

− 2 p2 + p + 1

 

 

 

2 p4

 

+ 5 p3 + 25 p2 + 2 p + 5

 

 

 

 

(3 p2 + 9 p + 10)(2 p + 9)

 

 

 

 

 

 

 

 

18

 

 

 

 

 

 

 

 

 

 

 

 

3 p2

− 7 p − 2

 

 

 

 

 

 

 

 

(4 p − 2)(3 p2 + 9 p)

 

 

 

 

 

 

 

 

 

p3 + 3 p2 + 35 p + 3

 

 

 

 

 

 

 

(2 p2 + 5 p + 1)( p + 9)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

19

 

 

 

 

 

 

 

 

 

 

 

 

3 p2 − 8 p + 1

 

 

 

 

 

 

 

 

( p − 6)(2 p2 + 3)

 

 

 

 

 

 

 

 

 

 

 

p3 + 2 p2 + 3 p + 1

 

(3 p2 + 2 p + 9)( p2 + 4 p + 8)

 

 

 

 

 

 

 

 

 

 

 

 

20

 

 

 

 

 

 

 

 

 

 

 

 

p3 p2 + p −1

 

 

 

 

 

 

 

 

 

3 p2 + 4 p + 5

 

 

 

 

 

 

2 p4

 

+ 7 p3

+ 45 p2 + p + 5

 

 

 

 

 

(2 p2

+ 3 p + 1)(4 p + 2)

 

 

 

 

 

 

 

 

 

 

 

 

21

 

 

 

 

 

 

 

 

 

 

 

 

2 p2

− 23 p + 7

 

 

 

 

 

 

 

 

 

p2 − 5 p + 10

 

 

 

 

 

 

 

 

 

 

p3 + 4 p2 + 15 p + 1

 

 

 

 

(3 p2

+ 12 p + 2)(5 p + 1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

- 26 -

22

 

 

 

 

 

 

 

 

2 p2

+ 2 p − 2

 

 

 

 

 

 

 

(2 p + 21)(2 p2 − 7 p)

 

 

 

 

 

 

 

2 p3 + 22 p2 + 15 p + 1

 

 

 

 

 

 

(2 p2 + 2 p + 8)( p + 7)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

23

 

 

 

 

 

 

 

 

3 p2

− 14 p + 9

 

 

 

 

 

 

 

( p + 12)(2 p2 − 3)

 

 

 

 

 

3 p4 + 5 p3

+ 4 p2 + 5 p + 1

 

( p2 + 13 p + 14)(2 p2 + 4 p + 6)

 

 

 

 

 

 

 

 

24

 

 

 

 

 

 

 

 

p3 − 3 p2 + 4 p

 

 

 

 

 

 

 

p2 + 15 p − 1

 

 

 

 

 

 

 

 

 

 

2 p3 + 8 p2 + 5 p

 

 

 

 

 

( p2 + 31p + 10)( p + 5)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

25

 

 

 

 

 

 

 

 

− 4 p2 − 2 p + 7

 

 

 

 

 

 

 

( p − 21)(2 p2 + 7 p)

 

 

 

2 p4 + 15 p3

+ 11p2 + 16 p + 9

 

 

 

 

 

(3 p2 + 13 p + 2)( p + 3)

 

 

 

 

 

 

 

 

 

26

 

 

 

 

 

 

 

− 2 p3

+ 15 p2 − 6

 

 

 

 

 

 

 

( p + 13)(2 p2 − 2)

 

 

 

 

 

 

2 p

4 + 3 p3

+ 4 p2 + 5 p + 1

 

 

( p2 + 2 p + 4)(2 p2 + 5 p + 5)

 

 

 

 

 

 

 

 

 

27

 

 

 

 

 

 

 

 

p3 −17 p2 + 2 p

 

 

 

 

 

 

 

3 p2 + p + 1

 

 

 

 

 

2 p4

+ 3 p3 + 26 p2 + 2 p + 5

 

 

 

 

 

(3 p2 + 9 p + 12)( p + 9)

 

 

 

 

 

 

 

 

 

 

 

28

 

 

 

 

 

 

 

 

2 p2

+ 7 p − 2

 

 

 

 

 

 

 

(4 p −12)(3 p2 + 7 p)

 

 

 

 

 

 

 

 

p3 + 30 p2 + 35 p + 3

 

 

 

 

(2 p2 + 15 p + 1)(2 p + 9)

 

 

 

 

 

 

 

 

 

 

 

 

 

29

 

 

 

 

 

 

 

 

3 p2

−18 p + 1

 

 

 

 

 

 

 

(2 p − 6)( p2 − 3)

 

 

 

 

 

 

 

 

 

2 p3 + 3 p2 + 3 p + 1

 

(3 p2 + 2 p + 19)(3 p2 + 4 p + 8)

 

 

 

 

 

 

 

 

 

 

 

30

 

 

 

 

 

 

 

p3 − 2 p2 + 2 p −1

 

 

 

 

 

 

 

3 p2 + 14 p + 5

 

 

 

 

2 p4

+ 17 p3

+ 45 p2 + 2 p + 5

 

 

 

(21p2 + 32 p + 1)(13 p + 2)

 

 

 

 

 

 

 

 

2.3.КОНТРОЛЬНЫЕ ВОПРОСЫ

1.Что такое передаточная функция системы управления?

2.Что представляет собой lti-объект?

3.Способы создания lti-объектов с применением аппарата передаточных функций.

4.Как осуществить переход от tf-формы представления моделей динамических систем к zpk-форме и обратно?

5.Как извлекать данные из lti-объектов?

6.Как создавать на основе lti-объектов более сложные системы?

7.Как построить в среде MATLAB по lti-объекту переходную характеристику, амплитудно-фазовую частотную характеристику, логарифмическую амплитудно-фазовую частотную характеристику?

- 27 -

Работа №3. МОДЕЛИРОВАНИЕ ЛИНЕЙНЫХ НЕПРЕРЫВНЫХ СИСТЕМ В ПРОСТРАНСТВЕ СОСТОЯНИЙ

Цель лабораторной работы: получить навыки создания в командном окне среды MATLAB моделей объектов с использованием аппарата пространства состояний.

3.1. ОБЩИЕ СВЕДЕНИЯ ОБ LTI-ОБЪЕКТАХ, ПРЕДСТАВЛЕННЫХ В ПРОСТРАНСТВЕ СОСТОЯНИЙ

3.1.1. Вводная информация

Форма пространства состояний – это матричная форма записи модели объекта или системы, адаптированная для управления путем выделения из нормальной формы Коши алгебраических уравнений, связывающих внутренние переменные объекта или системы с его или её выходными переменными.

Такая форма особенно широко применяется для описания систем большого порядка, как правило, с несколькими входами и выходами и с перекрёстными связями.

Для линейных стационарных динамических систем модель в пространстве состояний может быть представлена в следующем общем виде:

x&(t) = Ax(t) (3.1)

y(t) = Cx(t)

+ Bu(t)

,

+ Du(t)

где x(t) = (x (t), x

2

(t), K, x

n

(t))T

вектор переменных состояния сис-

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

темы ( n – её порядок); u(t) = (u (t), u

2

(t), K, u

m

(t))T

– вектор входных

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

воздействий системы; y(t) = ( y (t), y

2

(t), K, y

q

(t))T

вектор выходных

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

переменных системы; A , B , C и D - матрицы числовых коэффици-

ентов. Они имеют следующий вид:

 

 

 

 

 

 

 

 

 

 

 

 

 

a

a

 

K a

 

 

 

 

 

 

b

b

 

K b

 

 

 

11

12

 

1n

 

 

 

 

 

 

11

 

12

 

1m

 

A =

a21

a22

 

K a2n

 

R n×n , B

=

b21

b22

K b2m

R n×m ,

M

M

 

O M

 

M

 

M

O M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

an2

 

 

 

 

 

 

 

 

 

bn2

 

 

 

 

 

an1

 

K ann

 

 

 

 

 

bn1

K

bnm

 

- 28 -

c

c

K c

 

d

 

d

 

K d

 

 

 

 

11

12

1n

 

 

11

 

12

 

1m

 

c21

c22

K c2n

d21

d22

K d2m

 

C =

M

M

O M

 

Rq×n , D =

M

M

O M

 

R q×m .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

cq 2

 

 

 

 

 

dq 2

 

 

 

 

cq1

K cqn

dq1

K dqm

 

Данному виду соответствует единая структурная схема системы управления, изображенная на Рис. 3.1.

u(t)

&

x(t)

y(t)

x(t)

Рис. 3.1. Структурная схема модели линейной системы в форме пространства состояний.

Если система имеет один вход ( m = 1) и один выход ( q = 1), то она

является скалярной. В этом случае её модель принимает следующий развёрнутый вид:

 

x

 

a

 

a

 

K a

 

 

x

 

b

 

 

 

1

 

11

 

12

 

 

 

1n

 

 

1

 

 

1

 

 

d

x2

 

a21

 

a22

K a2n

 

x2

 

b2

 

 

 

 

M

 

= M

 

 

 

 

 

 

 

×

 

 

+

 

 

×u

dt

 

M

 

O

 

M

M

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

an 2

 

 

 

 

 

 

 

 

 

 

 

 

 

xn

 

an1

 

K

 

ann

 

xn

 

bn

 

.

 

 

 

 

 

 

 

 

 

x1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

= (c

 

 

 

 

 

)× x2

+ d ×u

 

 

 

 

 

y

c

2

K c

n

 

 

 

 

 

 

1

 

 

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xn

 

 

 

 

 

 

 

При использовании аппарата пространства состояний математическую модель объекта в среде MATLAB можно задавать двумя способами:

1.В ss-форме, что соответствует модели (3.1).

2.В dss-форме:

 

&

 

(3.2)

Ex(t) = Ax(t) + Bu(t)

,

 

 

y(t) = Cx(t) + Du(t)

 

- 29 -

где E – некоторая невырожденная квадратная матрица n -го порядка. Модель (3.2), по сути, представляет собой модель (3.1), записан-

ную в неявной форме Коши. Такая модель, конечно же, может быть приведена к форме (3.1) путём умножения 1-го уравнения на матрицу, обратную матрице E . Тем не менее, MATLAB всё же поддерживает эту дополнительную форму (dss-форму) по следующей причине. Дело в том, что если матрица E является плохо обусловленной по отношению к операции обращения, то модель (3.2) преобразовывать к форме (3.1) нецелесообразно из-за большой погрешности вычисления матри-

цы E −1 , и лучше оставить модель объекта в неявной форме Коши (3.2). На практике dss-форма применяется довольно редко.

3.1.2.Создание и преобразование lti-объектов

Внастоящей работе для простоты рассматривается моделирование в пространстве состояний только скалярных систем. Сведения о том, как создаются в пространстве состояний модели векторных систем, приведены, например, в [2].

Ниже приведены примеры создания lti-объектов в ss-форме и в dss-форме (в случае dss-формы вывод результата подавлен).

»A = [0, 1; -5, -2];

»B = [0; 3];

»C = [0, 1];

»W1 = ss(A, B, C, 0)

a =

 

x1

x2

x1

0

1

x2

-5

-2

b =

 

u1

x1

0

x2

3

c =

 

x1

x2

y1

0

1

d =

 

u1

y1

0

- 30 -

Соседние файлы в папке 4241, 4242(ТАУ-без MATLAB)_1