【自动控制原理】自动控制原理笔记(1):控制系统的一般模型

本篇为自动控制原理笔记(1):控制系统的一般模型~

目录

    • 1. 控制系统的一般模型模型
      • 1.1 概论
      • 1.2 拉普拉斯变换与微分方程
      • 1.3 动态结构图
      • 1.4 传递函数

1. 控制系统的一般模型模型

1.1 概论

  • 自动控制:不需要人的直接参与而能控制某些物理量按照指定的规律变化。

  • 开环控制 :信号由给定值至被控量单向传递。

  • 闭环控制:信号沿前向通道和反馈通道往复循环。

  • 对控制系统的性能要求:理论上被控量和给定值在任何时刻其变化规律都相等。

  • 通常把系统受外加信号(给定值或扰动)作用后,被控量随时间变化的全过程称为系统的动态过程 (过渡过程)。 控制性能由动态过程表示。

  • 系统的数学模型: 描述系统输入输出变量以及内部各变量之间关系的数学表达式。

1.2 拉普拉斯变换与微分方程

  • 积分定理

L [ ∫ f ( t ) d t ] = F ( S ) S + f − 1 ( 0 ) S L [ ∫ . . . ∫ f ( t ) d t . . . d t ] = F ( S ) S n + ∑ f − i ( 0 ) S n − i + 1 f − 1 ( 0 ) = ∫ f ( t ) d t ∣ t = 0 L[\int f(t)dt] = \frac{F(S)}{S} + \frac{f^{-1}(0)}{S}\\L[\int ... \int f(t)dt...dt] =\frac{F(S)}{S^n}+\sum \frac{f^{-i}(0)}{S^{n-i+1}}\\f^{-1}(0) = \int f(t)dt |_{t=0} L[f(t)dt]=SF(S)+Sf1(0)L[...f(t)dt...dt]=SnF(S)+Sni+1fi(0)f1(0)=f(t)dtt=0

  • 微分定理

L [ d f ( t ) d t ] = S F ( S ) − f ( 0 ) L [ d n f ( t ) d t n ] = S n F ( S ) − ∑ S ( n − i ) f ( i − 1 ) ( 0 ) L[\frac{df(t)}{dt}] = SF(S) - f(0)\\L[\frac{d^{n}f(t)}{dt^n}] = S^nF(S)- \sum S^{(n-i)}f^{(i-1)}(0) L[dtdf(t)]=SF(S)f(0)L[dtndnf(t)]=SnF(S)S(ni)f(i1)(0)

  • 终值定理

f ( ∞ ) = lim ⁡ t → ∞ f ( t ) = lim ⁡ s → 0 S F ( S ) f(\infty) = \lim_{t \to \infty} f(t) = \lim_{s\to 0}SF(S) f()=tlimf(t)=s0limSF(S)

  • 传递函数:线性定常系统在零初始条件下,输出量的拉氏变换与输入量的拉氏变换之比。

G ( S ) = U c ( S ) U r ( S ) G(S) = \frac{U_c(S)}{U_r(S)} G(S)=Ur(S)Uc(S)

  • G ( S ) G(S) G(S)取决于系统的结构与参数,与输入量的形式和大小无关。

  • 对象的传递函数虽然结构、参数一样,但输入输出的物理量不同,则代表的物理意义不同。

  • 传递函数分子多项式等于的根为零点 。传递函数分母多项式(特征方程)等于零的根为极点

1.3 动态结构图

  • 组成:信号线(有方向性)、分支点(各处相等)、 相加点(有加减号)、 方框 (传递函数)

【自动控制原理】自动控制原理笔记(1):控制系统的一般模型_第1张图片

  • 串联方框的等效: G ( S ) = G 1 ( S ) G 2 ( S ) G(S)=G_1(S)G_2(S) G(S)=G1(S)G2(S),并联方框的等效: G ( S ) = G 1 ( S ) + G 2 ( S ) G(S)=G_1(S)+G_2(S) G(S)=G1(S)+G2(S)。方框反馈连接的等效: φ ( S ) = G ( S ) 1 − G ( S ) H ( S ) \varphi(S) = \frac{G(S)}{1-G(S)H(S)} φ(S)=1G(S)H(S)G(S)

  • 相加点移动规则 :前向通道传递函数的乘积保持不变。分支点移动规则 :前向通道传递函数的乘积保持不变。

1.4 传递函数

【自动控制原理】自动控制原理笔记(1):控制系统的一般模型_第2张图片

  • 系统的开环传递函数 G K ( S ) = G 1 ( S ) G 2 ( S ) H ( S ) G_K(S)=G_1(S)G_2(S)H(S) GK(S)=G1(S)G2(S)H(S)

  • r ( t ) r(t) r(t)作用下系统的闭环传递函数:

φ ( S ) = C R ( S ) R ( S ) = G 1 ( S ) G 2 ( S ) 1 + G 1 ( S ) G 2 ( S ) H ( S ) \varphi(S) = \frac{C_R(S)}{R(S)}=\frac{G_1(S)G_2(S)}{1+G_1(S)G_2(S)H(S)} φ(S)=R(S)CR(S)=1+G1(S)G2(S)H(S)G1(S)G2(S)

  • n ( t ) n(t) n(t)作用下系统的闭环传递函数

φ N ( S ) = C N ( S ) N ( S ) = G 2 ( S ) 1 + G 1 ( S ) G 2 ( S ) H ( S ) \varphi_N(S) = \frac{C_N(S)}{N(S)}=\frac{G_2(S)}{1+G_1(S)G_2(S)H(S)} φN(S)=N(S)CN(S)=1+G1(S)G2(S)H(S)G2(S)

  • 系统的总输出:

C ( S ) = C R ( S ) + C N ( S ) = G 1 ( S ) G 2 ( S ) R ( S ) 1 + G 1 ( S ) G 2 ( S ) H ( S ) + G 2 ( S ) N ( S ) 1 + G 1 ( S ) G 2 ( S ) H ( S ) C(S) = C_R(S) + C_N(S)=\frac{G_1(S)G_2(S)R(S)}{1+G_1(S)G_2(S)H(S)}+\frac{G_2(S)N(S)}{1+G_1(S)G_2(S)H(S)} C(S)=CR(S)+CN(S)=1+G1(S)G2(S)H(S)G1(S)G2(S)R(S)+1+G1(S)G2(S)H(S)G2(S)N(S)

  • 闭环系统的误差传递函数:系统误差 E ( S ) = R ( S ) − B ( S ) E(S)=R(S)-B(S) E(S)=R(S)B(S)

  • R ( t ) R(t) R(t)作用下系统的误差传递函数,令 n ( t ) = 0 n(t)= 0 n(t)=0

Φ r ( S ) = E r ( S ) R ( S ) = 1 1 + G 1 ( S ) G 2 ( S ) H ( S ) \Phi_r(S) = \frac{E_r(S)}{R(S)}=\frac{1}{1+G_1(S)G_2(S)H(S)} Φr(S)=R(S)Er(S)=1+G1(S)G2(S)H(S)1

  • n ( t ) n(t) n(t)作用下系统的误差传递函数,令 r ( t ) = 0 r(t)=0 r(t)=0

Φ n ( S ) = E n ( S ) N ( S ) = − G 2 ( S ) H ( S ) 1 + G 1 ( S ) G 2 ( S ) H ( S ) \Phi_n(S) = \frac{E_n(S)}{N(S)}=\frac{-G_2(S)H(S)}{1+G_1(S)G_2(S)H(S)} Φn(S)=N(S)En(S)=1+G1(S)G2(S)H(S)G2(S)H(S)

  • 系统的总误差为

E ( S ) = R ( S ) − G 2 ( S ) H ( S ) N ( S ) 1 + G 1 ( S ) G 2 ( S ) H ( S ) E(S)=\frac{R(S) - G_2(S)H(S)N(S)}{1+G_1(S)G_2(S)H(S)} E(S)=1+G1(S)G2(S)H(S)R(S)G2(S)H(S)N(S)

  • 反馈系统的优点:系统的输出只取决于反馈通路的传递函数及输入信号,而与前向通路的传递函数几乎无关。
  • 系统的输出与干扰信号 N ( S ) N(S) N(S)无关,具有很强的抑制干扰的能力 。系统的总误差很小,具有较高的控制精度

你可能感兴趣的:(统计学习)