Мордовский государственный университет имени Н.П. Огарева
Опубликован: 30.11.2010 | Доступ: свободный | Студентов: 3296 / 1995 | Оценка: 4.12 / 4.13 | Длительность: 14:37:00
ISBN: 978-5-9963-0352-6
Лекция 12:

Регрессионная идентификация линейных непрерывных систем управления

< Лекция 11 || Лекция 12: 123

Практическая часть

В практической части лабораторной работы будут использовать модели стационарных систем управления. Сигналы входа и выхода будут определяться для известной системы, при этом будем считать, что матрицы А, В уравнения (12.1) и матрицы A_{d}, B_{d} уравнения (12.2) известны. Но для оценки этих матриц будут использоваться только входные воздействия и значения векторов состояния.

Пример 1. Произведите регрессионную оценку матриц A, B системы управления, состоящую из последовательного соединения трех инерционных звеньев с параметрами k_{1} = 1, T_{1} = 1, k_{2} = 2, T_{2} = 2, k_{3} = 3, T_{3} = 0.5. Входное воздействие на систему примите в виде u(t)=e^{-0.5t}\cos(2t). Начальное состояние системы примите нулевым по всем переменным состояния.

Изобразим схему объекта управления, представленного через передаточные функции. Схема показана на рис. 12.1.

Схема объекта управления

Рис. 12.1. Схема объекта управления

Связь между входом и выходом, например, первого звена определяется соотношением, выраженным через изображение по Лапласу:

X_1(s)=W_1(s)U(s)=\frac{k_1U(s)}{T_1s+1}.

Передаточные функции определены для нулевых начальных условий. Поэтому комплексную переменную s формально можно заменить на производную, т. е.

(T_1s+1)X_1(s)=k_1U(s);\mbox{  }T_1sX_1(s)+X_1(s)=k_1U(s)\mbox{  }\{s=d/dt\}\\
T_1\frac{dx_1(t)}{dt}+x_1(t)=k_1u(t); \to \frac{dx_1(t)}{dt}=-\frac{1}{T_1}x_1(t)+\frac{k_1}{T_1}u(t).

Аналогичные преобразования можно провести для других звеньев. В итоге получим следующую систему дифференциальных уравнений:

\frac{dx_1(t)}{dt}=-\frac{1}{T_1}x_1(t)+\frac{k_1}{T_1}u(t);\\
\frac{dx_2(t)}{dt}=\frac{k_2}{T_2}x_1(t)-\frac{1}{T_2}x_2(t);\\
\frac{dx_3(t)}{dt}=\frac{k_3}{T_3}x_2(t)-\frac{1}{T_3}x_3(t); ( 12.21)

Систему (12.21) можно представить в матричном виде. Тогда матрицы системы управления будут иметь следующий вид:

A=
\left[\begin{array}{cccc}
-\frac{1}{T_1}&0&0\\
\frac{k_2}{T_2}&-\frac{1}{T_2}&0\\
0&\frac{k_3}{T_3}&-\frac{1}{T_3}
\end{array}\right],
B=
\left[\begin{array}{cccc}
\frac{k_1}{T_1}\\
0\\
0
\end{array}\right],
C=[0,0,1],D=0.\\ ( 12.22)

С учетом числовых значений параметров инерционных звеньев будем иметь

A=
\left[\begin{array}{cccc}
-1&0&0\\
1&-0.5&0\\
0&6&2
\end{array}\right],
B=
\left[\begin{array}{cccc}
1\\
0\\
0
\end{array}\right],
C=[0,0,1],D=0. ( 12.23)

Программный код решения примера:

function LAB12;
clc,close all
%% Параметры инерционных звеньев
k1 = 1; T1 = 1;
k2 = 2; T2 = 2;
k3 = 3; T3 = 0.5;
%%%------------------------------
%% Матрицы непрерывной системы
global A B 
A = [-1/T1, 0, 0;
k2/T2, -1/T2, 0;
0, k3/T3, -1/T3]
B = [k1/T1; 0; 0]
C = [0, 0, 1]
D = 0
%%%------------------------------
%% Размерность системы управления
n = length(A);
%% Размерность управления
r = size(B, 2);
 %% Преобразование к дискретной системе
Ts = 0.01; % шаг квантования
%% Расчет матрицы Ad
Ad = expm(A*Ts)
%% Расчет матрицы Bd
if abs(det(A)) < 1e-10
Bd = inv(A)*(Ad - eye(size(A)))*B
 
else
syms tau

Bd2 = int(expm(-A*tau)*B, tau, 0, Ts);
Bd = double(Bd2)
end
%%%------------------------------
 %% Время наблюдений дискретной системы
Kend = 100; %% число шагов квантования
%% Вид входного воздействия
% % U(t) = exp(-0.5*t).*cos(2*t); 
%% Решение разностного уравнения
X0 = zeros(length(Ad),1);
Xk = zeros(length(Ad),Kend);
for k = 1 : Kend
sm = zeros(length(Ad), 1);
   for J = 0 : k-1
sm = sm + Ad^(k-1-J)*Bd*exp(-0.5*J*Ts)*cos(2*J*Ts);
   end
Xk(:,k) = (Ad^k)*X0 + sm;

Uk(1:r,k) = exp(-0.5*k*Ts)*cos(2*k*Ts);
end
 
%% Хранение массива KSI
KSI = [Xk(:, 2 : end)]';
 
%% Хранение массива Wk
Wk = [(Xk(:, 1 : end-1))',(Uk(1 : end-1))'];
 
%% Регрессионная оценка параметров дискретной системы
if abs(det(Wk'*Wk)) < 1e-10
F = (pinv(Wk'*Wk)*Wk'*KSI)'; 
 
else
F = (inv(Wk'*Wk)*Wk'*KSI)' ;   
end
%% Идентифицированные матрицы
Adr = F(:, 1 : n)
Bdr = F(:, n+1 : end)
 
%% Обратное преобразование - оценка матриц А, В
global Areg Breg
Areg = logm(Adr)/Ts
if Ts <= 1e-1 
Breg = Bdr/Ts
 
elseif Ts > 1e-1 & abs(det(Areg)) <= 1e-10 
Breg = inv(inv(Areg)*(Adr - eye(size(Adr))))*Bdr    
    
else
    sd2 = ss(Adr, Bdr, C, D, Ts);
        if abs(min(eig(Adr)) ) < 1e-3
    sreg = d2c(sd2,'tustin');
        else
    
sreg = d2c(sd2,'zox');        
    end
[Areg, Breg, C, D] = ssdata(sreg)    
end
 
%%% Верификация модели
%%% Анализ систем при ступенчатом воздействии
global Um
Um = 12;
Xreg0 = zeros(length(Areg), 1);
X0 = zeros(length(A), 1);
T = [0, 12];
[treg, Xreg] = ode23(@fun, T, Xreg0);
[t, X] = ode23(@fun0, T, X0);
 
h12 = figure(1);
set(h12, 'name','Верификация при ступенчатом воздействии');
line(treg, Xreg, 'linew', 2);
line(t, X,'marker', 'o');
grid on
N = 2*length(Areg);
MN = [ [1:N/2],[1:N/2]]';
str1 = '\bf\it\fontname{times} x\rm\bf_';
str2 = num2str(MN);
str3 = '(\itt\rm\bf)';
legend(strcat(str1, str2, str3), 'location','best');
 
title('\bf\fontsize{10}\fontname{times}Результат верификации двух моделей систем управления');
xlabel('\bf\fontsize{12}\fontname{times}\it -  -  -  -  -  -  -  t -  -  -  -  -  -  -');
ylabel('\bf\fontsize{12}\fontname{times}\it X\rm\bf(\itt\rm\bf) ');
 %%%------------------------------
function f = fun0(t,X)
global A B Um
f = A*X + B*Um;
 
function f = fun(tr, Xr)
global Areg Breg Um
f = Areg*Xr + Breg*Um;

В программе преобразование матриц дискретной системы к непрерывной системе может выполняться при ряде условий, в частности, с помощью специализированных функций ss (создание класса объекта – дискретной модели), d2c (преобразование дискретной модели к непрерывной) и ssdata (извлечение матриц системы). В функции d2c используются методы преобразования zox – экстаполятор нулевого порядка, tustin – экстраполятор на основе билинейной аппроксимации Тастина [11, 14]. Метод zox применяется, когда собственные числа матрицы состояния дискретной системы не лежат вблизи нуля комплексной плоскости.

Результат выполнения программы

A =
   -1.0000         0         0
    1.0000   -0.5000         0
         0    6.0000   -2.0000

B =
     1
     0
     0
C =
     0     0     1

D =
     0

Ad =
    0.9900         0         0
    0.0099    0.9950         0
    0.0003    0.0593    0.9802

Bd =
    0.0101
   -0.0001
    0.0000

Adr =
    0.9900    0.0000   -0.0000
    0.0099    0.9950    0.0000
    0.0003    0.0593    0.9802

Bdr =
    0.0101
   -0.0001
    0.0000

Areg =
   -1.0000    0.0000   -0.0000
    1.0000   -0.5000    0.0000
    0.0000    6.0000   -2.0000

Breg =
    1.0050
   -0.0050
    0.0001
< Лекция 11 || Лекция 12: 123
Мария Ястребинская
Мария Ястребинская

Добрый день. Я приступила сегодня к самостоятельному изучению курса "Моделирование систем". Хочу понять - необходимо ли отсылать мои решения практических заданий на сайт, (и если да - то где найти волшебную кнопку "Загрузить...") или практические задания остаются полностью на моей совести? (никто не проверяет, и отчётности по ним я предоставлять не обязана?)

P.S.: тьютора я не брала

алена зянтерекова
алена зянтерекова