1
1
Langkah pertama dalam proses desain kontrol adalah untuk mengembangkan model-model
matematik yang tepat dari sistem berasal baik dari hukum-hukum yang fisik atau data
eksperimen. Dalam bagian ini, kami memperkenalkan negara-space dan transfer
penggambaran fungsi sistem dinamis. Kami kemudian meninjau beberapa pendekatan dasar
untuk pemodelan sistem mekanikal dan Elektrikal dan menunjukkan bagaimana untuk
memasuki model ini MATLAB untuk analisa lebih lanjut.
Perintah MATLAB kunci yang digunakan dalam tutorial ini adalah: ss, BS
Tutorial tautan terkait
Rangkaian RC aktivitas
Aktivitas sirkuit LRC
Bandul aktivitas
Link eksternal
Isi
Sistem dinamis
Ruang negara-representasi
Transfer fungsi perwakilan
Sistem mekanis
Contoh: Massa-pegas-Damper sistem
Memasuki ruang negara-model MATLAB
Memasuki Transfer fungsi model MATLAB
Sistem listrik
Contoh: Sirkuit RLC
Sistem identifikasi
Sistem konversi
Sistem dinamis
Dinamis sistem adalah sistem yang mengubah atau berkembang dalam waktu sesuai aturan
tetap. Untuk banyak sistem fisik, aturan ini dapat dinyatakan sebagai satu set persamaan
diferensial orde pertama:
Hubungan yang diberikan dalam Eq.(1) sangat umum dan dapat digunakan untuk
menggambarkan berbagai sistem yang berbeda; Sayangnya, mungkin sangat sulit untuk
menganalisis. Ada dua penyederhanaan umum yang membuat masalah lebih tractable.
Pertama, jika fungsi, $\mathbf{f}$, tidak tergantung secara eksplisit pada waktu, yaitu
$\dot{\mathbf{x}} = \mathbf{f}(\mathbf{x},\mathbf{u})$, maka sistem dikatakan waktu
invarian. Hal ini sering sebuah asumsi yang sangat wajar, karena hukum fisik mendasari
sendiri tidak biasanya bergantung pada waktu. Untuk waktu invarian sistem, parameter atau
koefisien fungsi, $\mathbf{f}$, adalah konstan. Kontrol masukan, bagaimanapun, masih
mungkin waktu tergantung, $\mathbf{u}(t)$.
Kedua asumsi umum mengenai linearitas dari sistem. Pada kenyataannya, hampir setiap
sistem fisik nonlinier. Dengan kata lain, $\mathbf{f}$ biasanya adalah beberapa fungsi rumit
negara dan input. Nonlinearities ini muncul dalam banyak cara yang berbeda, salah satu yang
paling umum di sistem kontrol menjadi "saturasi" di mana elemen sistem mencapai batas
fisik sulit untuk operasi. Untungnya, atas operasi rentang cukup kecil (berpikir garis singgung
dekat kurva), dinamika kebanyakan sistem linier, yang adalah $\dot{\mathbf{x}} =
\mathbf{Ax} + \mathbf{Bu}$.
Sampai munculnya digital komputer (dan untuk sebagian besar setelah itu), itu hanya praktis
untuk menganalisis linear waktu invarian (LTI) sistem. Akibatnya, sebagian besar hasil dari
teori kontrol berdasarkan asumsi ini. Untungnya, seperti yang akan kita lihat, hasil ini telah
terbukti sangat efektif dan banyak tantangan teknik yang signifikan telah dipecahkan
menggunakan teknik LTI. Bahkan, kekuatan sejati dari sistem kontrol umpan balik adalah
bahwa mereka bekerja (kuat) hadapan ketidakpastian pemodelan tidak dapat dihindari.
Ruang negara-representasi
Untuk terus-menerus linear waktu invarian (LTI) sistem, representasi ruang negara-standar
diberikan di bawah ini:
LTI sistem memiliki properti sangat penting bahwa jika input ke sistem sinusoidal, maka
output juga akan sinusoidal pada frekuensi yang sama tetapi secara umum dengan berbeda
magnitudo dan fasa. Perbedaan ini magnitudo dan fasa sebagai fungsi frekuensi dikenal
sebagai respon frekuensi dari sistem.
mana parameter $s = \sigma + j\omega$ adalah variabel frekuensi kompleks. Sangat jarang
dalam praktik yang Anda harus langsung mengevaluasi transformasi Laplace (meskipun
Anda pasti harus tahu bagaimana). Hal ini jauh lebih umum untuk mencari mengubah fungsi
Anda tertarik dalam tabel seperti yang ditemukan di sini: Laplace mengubah tabel
Frekuensi-domain metode yang paling sering digunakan untuk menganalisis LTI tunggal-
masukan/single-output (SISO) sistem, misalnya yang diatur oleh persamaan diferensial
koefisien konstan sebagai berikut:
(6) $$ a_n \frac{d^ny}{dt^n} +... + a_1 \frac{dy}{dt} + a_0 y(t) = b_m \frac{d^mu}{dt^m}
+... + b_1 \frac{du}{dt} + b_0 u(t) $$
(7) $$ a_n s ^ n Y(s) +... a_1 sY(s) + a_0 Y(s) = b_m s ^ m U(s) +... b_1 sU(s) + b_0 U(s) $$
mana $Y(s)$ dan $U(s)$ adalah Laplace berubah dari $y(t)$ dan $u(t)$ masing-masing.
Perhatikan bahwa ketika mencari fungsi transfer, kita selalu beranggapan bahwa masing-
masing kondisi awal, $y(0)$, $\dot{y}(0)$, $u(0)$, dll adalah nol. Fungsi transfer dari
masukan $U(s)$ untuk $Y(s)$ output adalah:
(8) $$ G(s) = \frac{Y(s)} {U(s)} = \frac{b_m s ^ m + b_ {m-1} s ^ {m-1} +... b_1 s + b_0}
{a_n s ^ n + a_ {n-1} s ^ {n-1} +... a_1 s + a_0} $$
Hal ini berguna untuk faktor pembilang dan penyebut fungsi transfer ke bentuk nol-tiang-gain
yang disebut:
Zero transfer berfungsi, $z_1... z_m$, adalah akar pembilang polinomial, yaitu nilai-nilai s
seperti itu $N(s) = 0$. Kutub transfer berfungsi, $p_1... p_n$, merupakan akar dari penyebut
polinomial, yaitu nilai-nilai s seperti itu $D(s) = 0$. Kutub dan Zero mungkin kompleks
dihargai (memiliki bagian-bagian yang nyata maupun khayalan). Sistem Gain adalah $K = $
b_m/a_n.
Perhatikan bahwa kita juga dapat menentukan fungsi transfer langsung bentuk negara-ruang
representasi sebagai berikut:
Hukum Newton gerak membentuk dasar untuk menganalisis sistem mekanis. Kedua hukum
Newton, EQ (11), Serikat bahwa jumlah pasukan bertindak pada tubuh yang sama dengan
massa kali percepatan. Newton ketiga hukum, untuk tujuan kita, menyatakan bahwa jika dua
badan yang terhubung, kemudian mereka mengalami kekuatan yang sama besarnya bertindak
dalam arah yang berlawanan.
Ketika menerapkan persamaan ini, terbaik untuk membangun sebuah diagram free-body
(FBD) dari pasukan sysetm menampilkan semua diterapkan.
Contoh: Massa-pegas-Damper sistem
Diagram free-body untuk sistem ini ditampilkan di bawah. Angkatan musim semi sebanding
dengan perpindahan massa, $ $x, dan gaya redaman kental sebanding dengan kecepatan $v
massa, = $\dot {x}. Kedua Angkatan menentang gerakan massa dan karena itu ditampilkan
dalam $x$-arah yang negatif. Perhatikan juga, bahwa $x = 0$ sesuai dengan posisi massa
ketika musim semi unstretched.
Sekarang kita lanjutkan dengan menjumlahkan pasukan dan menerapkan hukum Newton
kedua, EQ (11), di setiap arah dari masalah. Dalam hal ini, ada tidak ada kekuatan yang
bertindak dalam $y$-arah; Namun, di
Sekarang kita lanjutkan dengan menjumlahkan pasukan dan menerapkan hukum Newton
kedua, EQ (11), di setiap arah dari masalah. Dalam hal ini, ada tidak ada kekuatan yang
bertindak dalam $y$-arah; Namun, ke arah $x$-kami memiliki:
Perhatikan juga bahwa variabel negara ini sesuai dengan energi potensial di musim semi dan
energi kinetik massa masing-masing. Seringkali ketika memilih variabel negara yang sangat
membantu untuk mempertimbangkan unsur-unsur Penyimpanan energi independen dalam
sistem.
Jika, misalnya, kami tertarik dalam mengontrol posisi massa, maka output persamaan adalah
sebagai berikut:
Sekarang, kami akan menunjukkan Anda bagaimana untuk memasuki persamaan yang
berasal di atas ke dalam m-file untuk MATLAB. Mari kita menetapkan nilai-nilai numerik
untuk masing-masing variabel.
m massa 1.0 kg
k musim semi 1.0 N konstan/m
b redaman 0.2 Ns konstan/m
F masukan memaksa 1.0 N
m = 1;
k = 1;
b = 0.2;
F = 1;
A = [0 1; -b -k/m/m];
B = [0 1/m]';
C = [1 0];
D = [0];
sys = ss(A,B,C,D)
sys =
a=
x1 x2
x1 0 1
X2-0.2-1
b=
U1
x1 0
X2 1
c=
x1 x2
y1 1 0
d=
U1
y1 0
Transformasi Laplace untuk sistem ini mengasumsikan kondisi nol awal adalah
dan karena itu fungsi transfer dari kekuatan input ke output perpindahan
Sekarang kita akan menunjukkan cara memasukkan fungsi transfer berasal di atas ke
MATLAB. Masukkan perintah berikut ke dalam m-file yang Anda tetapkan parameter
sistem.
s = tf('s');
sys = 1/(m*s^2+b*s+k)
sys =
1
---------------
s ^ 2 + 0.2 s + 1
Perhatikan bahwa kami telah menggunakan variabel s simbolis di sini untuk menentukan
model fungsi transfer kami. Kami sarankan untuk menggunakan metode ini sebagian besar
waktu; Namun, dalam beberapa keadaan, misalnya dalam versi MATLAB atau ketika
berinteraksi dengan SIMULINK, Anda mungkin perlu untuk mendefinisikan fungsi transfer
model menggunakan pembilang dan penyebut koefisien polinomial secara langsung. Dalam
kasus ini, gunakan perintah berikut:
num = [1];
Den = [m b k];
sys = tf(num,den)
sys =
1
---------------
s ^ 2 + 0.2 s + 1
Sistem listrik
Seperti hukum Newton di sistem mekanis, Hukum Kirchoff di sirkuit adalah alat analisis
dasar dalam sistem kelistrikan. Saat ini Hukum Kirchoff (KCL) menyatakan bahwa jumlah
arus listrik masuk dan keluar node dalam rangkaian harus sama. Tegangan Hukum Kirchoff
(KVL) menyatakan bahwa jumlah perbedaan tegangan di sekitar loop tertutup apapun di
sirkuit nol. Ketika menerapkan KVL, tegangan sumber biasanya diambil sebagai positif dan
beban tegangan diambil sebagai negatif.
Contoh: Sirkuit RLC
Kita sekarang akan mempertimbangkan perpaduan sederhana seri tiga elemen listrik pasif:
sebuah resistor, induktor dan kapasitor, dikenal sebagai sirkuit RLC.
Karena sirkuit ini adalah loop tunggal, setiap node hanya memiliki satu input dan output; oleh
karena itu, penerapan KCL hanya menunjukkan bahwa saat ini adalah sama di seluruh
rangkaian pada waktu tertentu, $i(t)$. Sekarang menerapkan KVL di sekitar loop dan
menggunakan konvensi tanda ditunjukkan dalam diagram, kami tiba di pemerintahan
persamaan berikut.
Kita perhatikan bahwa persamaan pemerintahan untuk sirkuit RLC memiliki bentuk analog
ke sistem mekanis massa-pegas-damper. Khususnya, mereka adalah kedua sistem urutan
kedua di mana muatan (integral dari arus) sesuai dengan perpindahan, induktansi massa,
perlawanan terhadap kental redaman dan kapasitansi invers kekakuan musim semi. Analogi
ini dan lain-lain seperti mereka ternyata cukup berguna konseptual dalam memahami perilaku
sistem dinamik.
Ruang negara-representasi ditemukan oleh memilih biaya dan arus sebagai variabel negara.
mana,
Representasi fungsi transfer dapat ditemukan dengan mengambil transformasi Laplace seperti
yang kita lakukan untuk massa-pegas-damper atau dari persamaan ruang negara-sebagai
berikut:
RLC negara-space dan transfer model fcuntion boleh masuk menggunakan prosedur yang
sama seperti yang dibahas di atas sistem massa-pegas-damper MATLAB.
Sistem identifikasi
Dalam bagian ini, kita telah melihat bagaimana model sistem menggunakan prinsip-prinsip
fisika dasar; Namun, sering hal ini tidak mungkin baik karena parameter sistem tidak yakin,
atau proses yang dikeluhkan hanya tidak diketahui. Dalam kasus ini, kita harus bergantung
pada pengukuran eksperimental dan teknik statistik untuk mengembangkan sebuah sistem
model, suatu proses yang dikenal sebagai sistem identifikasi.
Juga merujuk kepada MATLAB's sistem identifikasi Toolbox untuk informasi lebih lanjut
tentang subjek ini.
Sistem konversi
Kebanyakan operasi di MATLAB dapat dilakukan pada fungsi transfer, Ruang negara-model,
atau bentuk nol-tiang-keuntungan. Selain itu, hal ini sederhana untuk mentransfer antara jika
bentuk lain perwakilan diperlukan. Jika Anda perlu belajar bagaimana mengkonversi dari
satu perwakilan ke yang lain, lihat Pendahuluan: sistem konversi halaman.