直线一级倒立摆系统的状态空间极点配置控制设计详细实验报告

一、直线一级倒立摆建模根据自控原理实验书上相关资料，直线一级倒立摆在建模时,一般忽略掉系统中的一些次要因素.例如空气阻力、伺服电机的静摩擦力、系统连接处的松弛程度等，之后可将直线一级倒立摆系统抽象成小车和匀质杆组成的系统，如下图所示：倒立摆系统是典型的机电一体化系统,其机械部分遵循牛顿的力学定律,其电气部分遵守电磁学的基本定理.因此,可以通过机理建模方法得到较为准确的系统数学模型,通过实际测量和实验来获取系统模型参数.无论哪种类型的倒立摆系统,都具有3个特性,即:不确定性、耦合性、开环不稳定性.直线型倒立摆系统,是由沿直线导轨运动的小车以及一端固定于小车上的匀质长杆组成的系统.小车可以通过传动装置由交流伺服电机驱动.小车导轨一般有固定的行程,因而小车的运动范围是受到限制的。虽然倒立摆的形式和结构各异，但所有的倒立摆都具有以下的特性:1)非线性倒立摆是一个典型的非线性复杂系统，实际中可以通过线性化得到系统的近似模型，线性化处理后再进行控制。也可以利用非线性控制理论对其进行控制。倒立摆的非线性控制正成为一个研究的热点。2)不确定性主要是模型误差以及机械传动间隙，各种阻力等，实际控制中一般通过减少各种误差来降低不确定性，如通过施加预紧力减少皮带或齿轮的传动误差，利用滚珠轴承减少摩擦阻力等不确定因素。3)耦合性倒立摆的各级摆杆之间，以及和运动模块之间都有很强的耦合关系，在倒立摆的控制中一般都在平衡点附近进行解耦计算，忽略一些次要的耦合量。4)开环不稳定性倒立摆的平衡状态只有两个，即在垂直向上的状态和垂直向下的状态，其中垂直向上为绝对不稳定的平衡点，垂直向下为稳定的平衡点。由于机构的限制，如运动模块行程限制，电机力矩限制等。为了制造方便和降低成本，倒立摆的结构尺寸和电机功率都尽量要求最小，行程限制对倒立摆的摆起影响尤为突出，容易出现小车的撞边现象。由此，约束限制直线型一级倒立摆系统的实际控制要求可归结为3点:(1)倒立摆小车控制过程的最大位移量不能超过小车轨道的长度;(2)为保证倒立摆能顺利起立,要求初始偏角小于20°;(3)为保证倒立摆保持倒立的平衡态,要求控制系统响应速度足够快。为此,设调整时间小2s,峰值时间小于0.5s.对小车进行受力分析Nmgp..IXpNF..xM.bx上图是系统中小车和摆杆的受力分析图。其中，N和P为小车和摆杆的相互作用力的水平和垂直方向的分量。在实际倒立摆系统中检测和执行装置的正负方向已经完全确定，所以矢量方向定义如图2所示，图示方向为矢量的正方向。其中：M小车质量m摆杆质量b小车摩擦系数L摆杆转动轴心到杆质心的长度I摆杆惯量F加在小车上的力x小车位置φ摆杆与垂直向上方向的夹角θ摆杆与垂直向下方向的夹角（考虑带摆杆初始位置为竖直向下）u输入,即施加在小车上的外力;y输出.分析小车水平方向所受合力，可以得到方程：（式1）由摆杆水平方向的受力进行分析可以得到下面等式：=（式2、式3）将式3代入式1可得系统第一个运动方程：（式4）为了推出系统第二个运动方程，对摆杆垂直向上的合力进行分析可得方程：=（式5式6）力矩平衡方程如下：（式7）式中：合并式6、式7得第二个运动方程：（式8）设（是摆杆与垂直向上方向之间的夹角），假设与1（单位是弧度）相比很小，即1，则可以进行近似处理：用u来代表被控对象的输入力F，线性化后两个运动方程如下：（式9）对式(3-9)进行拉普拉斯变换（推导传递函数时假设初始条件为0。）：（式10）整理后得到传递函数：（式11）其中：设系统状态空间方程为：（式12）参考相关资料得出系统实际模型参数如下：M为小车质量1.096KgM为摆杆质量0.109KgBe为小车摩擦系数0.1N/m/sL为摆杆转动轴心到摆杆质心的长度0.25mI为摆杆转动惯量0.0034Kg*m*m代入相关数据得到：A=B=C=D=将数据输入matlab进行建模a=[0100;0-0.088310.62930;0001;0-0.23627.670]b=[0;0.865;0;2.357]c=[1000;0100;0010;0001]d=[0;0;0;0][num,den]=ss2tf(a,b,c,d)num=0-0.00000.8650-0.0000-22.451300.8650-0.0000-22.451300-0.00002.35700.0040002.35700.0040-0.00000den=1.00000.0883-27.6700-2.29470二、系统特性分析首先利用matlab进行仿真step(num,den)利用传递函数得到如下响应曲线:系统响应曲线是发散的[z,p,k]=tf2zp(num,den)得：p=05.2576-5.2630-0.0829系统极点有一个在右半平面，系统不稳定利用matlab命令uc=ctrb(a,b)；r=rank(uc)来判断系统能控性结果如下：三、系统建模利用配置极点法对系统进行校正性能指标1取超调量σ=20%，调整时间=2秒根据书上相关公式得：ζ=0.456n=4.39之后求出系统的主导极点；利用公式2,1s=12nn计算出主导极点2,1s=-2±3.9j再取两个实极点=-10，=-10接着利用matlab求取状态反馈矩阵K：K=acker(a,b,p)K=-85.5630-35.0084127.619822.9928利用simulink进行仿真设计：性能指标2取超调量σ=10%，调整时间=1.5秒根据书上相关公式得：ζ=0.59n=4.5之后求出系统的主导极点2,1s=-2.655±3.63j再取两个实极点=-15，=-15接着利用matlab求取状态反馈矩阵K：K=acker(a,b,p)K=-202.6981-80.2979257.680044.4121仿真设计性能指标3取超调量σ=15%，调整时间=2秒根据书上相关公式得：ζ=0.52n=3.869之后求出系统的主导极点2,1s=-2±3.3j再取两个实极点=-10，=-10接着利用matlab求取状态反馈矩阵K：K=acker(a,b,p)K=-66.3214-31.1617118.727821.5810实验分析：性能指标1设定在超调量σ=20%，调整时间t=2秒时，系统响应超调量在7%，调整时间在2秒左右。当性能指标2设定在超调量σ=10%，调整时间t=1.5秒时，实际超调量在4%，调整时间在1.5秒。性能指标3设定在超调量σ=15%调整时间t=2s时，实际超调量为9%,调整时间1.5s左右。从特征根的选取上来看，一般将特征根配置在原点的左边，而且离原点越远响应时间越短，但相应的反馈控制矩阵的控制力度也越大从以下数据可见一斑K1=-85.5630-35.0084127.619822.9928；K2=-202.6981-80.2979257.680044.4121；第三组与第一组相比超调量稍微增加，而调整时间不变。四、总结学习MATLAB已经一学期了，matlab是一种非常方便的仿真工具，在矩阵计算上有很大的优势，在本次的实验过程中，通过matlab只有短短的几条语句就能将系统的反馈矩阵算出来，相比起自己手动计算的复杂性来说效率有了很大的提高，省心省力。在这最后一次的自控原理实践课中，我对matab的运用以及系统的控制过程有了更深一步的了解也加强了自己的动手能力。最后，感谢老师一学期来对我的辛勤教导。