控制系统描述方式及建模方法

第2章控制系统描述方式及建模方法(1)数学模型一个实际的系统针对所控的变量经一定的合理的假设就变成了物理模型，再根据物理定律和机械定律等进行推导就得到了数学模型。数学模型只能对某些特定的输入响应，故它不能包含实际系统对输入响应的全部真实的信息，且数学模型是实际系统的简化，所以在建模时就有很大学问。太复杂和精细的模型可能包含难于估计的参数，也不便于分析。过于简单的模型不能描述系统的重要性能。这就需要我们在建模时掌握好复杂和简单的度，作合理的折中。(2)仿真数学模型建立数学模型意味着在计算机上建立起对象的可以计算的模型。一般来说，系统的数学模型都必须改写成适合于计算机处理的形式才能使用，这种模型被称为仿真数学模型。(3)仿真模型分类数学模型分为静态模型和动态模型，前者主要用于系统的静态误差分析。动态模型又分为连续模型(用微分方程表述)和离散模型(用差分方程表述)。系统的数学模型还可按目的分为三大类，即1)用来帮助对象设计和操作的模型；2)用来帮助控制系统设计和操作的模型；3)用来系统仿真的模型。本书主要研究后两种情况。2.1控制系统描述方式控制系统主要有如下6种系统描述方式：(1)微分方程(组)(状态空间)这种方法比较直观，特别是借助于计算机，可以迅速而准确地求得结果。但是，如果系统结构形式改变，便需要重新列写并求解微分方程，因此不便于对系统进行分析和设计。典型的状态方程如式(2-1-1)所示。DuCXYBuAXX(2-1-1)(2)传递函数运用拉氏变换求解系统的线性常微分方程，可以得到系统在复数域的数学模型，称其为传递函数。传递函数不仅可以表征系统的动态特性，而且可借以研究系统的结构或参数变化对系统性能的影响。在经典控制理论中广泛应用的频率法和根轨迹法，就是在传递函数基础上建立起来的。因此，传递函数是经典控制理论中最基本也是最重要的概念。传递函数与状态空间方程的关系为DBAIC1][)(ssG(3)结构图结构图是描述各组成元部件之间信号传递关系的数学图形。它表示了系统输入变量与输出变量之间的因果关系以及对系统中各变量所进行的运算，是控制工程中描述复杂系统的一种简便方法。系统结构图实质上是系统原理图与数学方程两者的综合。在结构图上，用记有传递函数的方框取代了系统原理图上的元部件，同时，摈弃了元部件的具体结构，而抽象为数学模型。结构图既补充了原理图所缺少的变量间的定量关系，又避免了抽象的纯数学描述；既把复杂原理图的绘制简化为方框图绘制，又能直观了解每个元部件对系统性能的影响，可以对系统特性进行全面的描述。典型的系统结构图如图2.1.1所示。图2.1.1典型的系统结构图(4)原理图这是一种物理的、原始的系统原理描述方框图，是理想元件(如电阻、电容等)的连接图或文字说明方框图等。典型的系统原理图如图2.1.2所示。图2.1.2典型的系统原理图(5)信号流图信号流图和结构图一样，都是控制系统中信号传递关系的图解描述，然而信号流图符号简单，便于绘制和运用。但是，信号流图只适用于线性系统，而结构图也可用于非线性系统。在系统的计算机模拟研究以及状态空间法分析设计中，信号流图可以直接给出计算机模拟程序和系统的状态方程描述，从而显示出它在这方面的优越性。图2.1.1的信号流图示于图2.1.3。图2.1.3图2.1.1的信号流图(6)键图前几种系统描述方法的最大缺点是不能有效地描述有源或产生动力的元件的特性，而这也是键图法的最大优点，且该法已经标准化形成软件包，使用方便。键图法的优点：1)有利于研究系统模型的结构和各个部分的特性以及连接方式。2)可以把不同类型能源的系统(如热、电、机械、液压、气动和磁系统等)连接起来。3)只需很少的理想元件集合(7个)即可描述不特别复杂的系统。4)易转换成微分方程和计算机仿真框图，形成标准软件包。)(1sG)(2sG)(3sG)(4sG)(sHR++C)(1sG)(2sG)(3sG)(4sG)(sHRC1e2e3e+－1VCLR2.2控制系统建模方法常用的控制系统建模方法有如下8种：(1)理论推导根据系统的结构和机理，应用基本的物理定律，采用数学推导的方法得出数学模型。其缺点是烦琐，要求数学基础高且对系统了解深刻；优点是较准确。图2.2.1为一个弹簧质体阻尼器系统。图2.2.1弹簧质体阻尼器系统如图2.2.1所示，其输入是外力F，输出是位移x，则力的平衡方程为kxtxftxMFdddd22设,][,d/d,T2121xxtxxxxX则FkxfxxMxx12221FMMfMk1010XX(2-2-1)式(2-2-1)为弹簧质体阻尼器系统的标准状态空间数学模型。(2)实验方法1)飞升实验给系统加上阶跃输入，得到系统的飞升实验曲线，如图2.2.2所示，适用于阶数较低的惯性系统。由飞升实验曲线得到的数学模型为1e)(TsKsGs图2.2.2典型的飞升实验曲线tTKMFx0fk如果得到的实验曲线为振荡曲线，则数学模型采用二阶形式近似：222()2nnnKGsss其中：sndntt5.3,7.01(取5%误差带)，sdtt,分别为延迟时间和调节时间。2)频率实验给实际过程加上正弦信号，其频率和幅值范围可根据被测对象的类型和要求选定，但正弦信号源必须没有波形畸变。测出系统频率的幅值和相角，画出系统的对数幅频特性曲线和对数相频曲线。如果确定实际过程是最小相位系统，则可忽略对数相频曲线。然后，将实验得到的对数幅频曲线用斜率为0dB/dec，20dB/dec和40dB/dec等直线近似，即得近似对数幅频曲线，最后写出系统的数学模型。典型的频率实验曲线如图2.2.3所示。图2.2.3典型的频率实验曲线对数频率特性曲线的特点如下：最左端直线的斜率由传递函数的积分环节决定，每一个积分环节为-20dB/dec。为1时，曲线的分贝值等于Klg20，最左端直线和零分贝线的交点频率在数值上恰好等于K。在交接频率的地方，曲线斜率发生改变，改变多少视典型环节种类而异。该曲线最左端直线斜率为-20dB/dec，故对象存在一个积分环节；最左端直线与零分贝线的交点频率为0.3，故K=0.3；在0.003rad/s处曲线斜率发生改变，变为-40dB/dec，故系统存在一个时间常数T=1/=340s的一阶惯性环节。与典型频率实验曲线对应的数学模型为)1340(3.0)(sssG(2-2-2)该系统实际的数学模型为)1343(32.0)(sssG(2-2-3)SV/dB)srad/(1f比较式(2-2-2)和式(2-2-3)可知，模型误差是可以接受的。(3)系统辨识法采用计算机技术，采集系统的输入和输出，运用系统辨识算法辨识出系统的结构及参数。它要求典型的激励信号，即输入信号的频率和幅值范围须充分大，才能辨识出系统的动态特性。典型的系统辨识框图如图2.2.4所示。(4)键图法将系统的元件分成耗能元件(阻性元件)、贮能元件(容性元件、感性元件)、源性元件(能流源、能力源)、连接元件(0接点(并联)、1接点(串联))、交换元件(变压器型、回旋器型)5种基本类型。元件之间的连接关系不是信号流，而是能量流，易于实现多种能量耦合系统的建模。键图易于计算机实现，并得出状态空间数学模型。典型的系统键图如图2.2.5所示(图2.1.2所示原理图的键图)。图2.2.4典型的系统辨识框图图2.2.5典型的系统键图(5)神经网络训练法通过神经网络训练算法，求出未知系统的数学模型。适用于非线性系统的建模。典型的神经网络训练框图如图2.2.6所示。图2.2.6典型的神经网络训练框图(6)模糊优化法应用模糊优化算法求数学模型。该方法主要是定性地描述系统，涉及符号运算、模糊规则提取、数据发掘等知识。(7)人工智能辅助法综合运用第五、六种方法及专家知识形成人工智能辅助方法为系统建模。(8)混合法或综合法综合运用前述各种建模方法为系统建模，一般同时采用2～3种建模方法。一个实际的复杂系统分成若干个子系统，在为其建模时，有些子系统技术很成熟，可采用已有数学模型；有些子系统可根据本次研究情况稍作修改即可使用；还有一些子系统需要自己重新建模，可根据各个子系统的不同特点采用不同的方法建模，最后将所有子系统连接起来组成一个复杂的系统，系统的建模过程像搭积木一样。系统分析、辨识及综合的区别一般动态系统的模型如图2.2.7所示。MePlanty“P”dNNM“M”uNNM)(lijw+NyPlanty“P”d计算机信号处理+辨识算法ueS01RIC动态系统S状态向量X输出向量输入向量UY图2.2.7一般动态系统模型1)分析：即给定U,X,S，预测Y的输出特性。2)辨识：即给定U，通常用实验方法获得Y，然后求出系统模型S和状态向量X。3)综合：即给定U和希望的Y，寻求模型S使得当U作用于S上时产生Y。此过程需不断重复，才能得到一个合适的模型S满足希望的输出Y。