自动控制原理7.5:离散系统的稳定性与稳态误差

2024-02-02 07:30

本文主要是介绍自动控制原理7.5:离散系统的稳定性与稳态误差,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

参考书籍:《自动控制原理》(第七版).胡寿松主编.
《自动控制原理PDF版下载》



5.离散系统的稳定性与稳态误差
5.1 s s s域到 z z z域的映射

z z z变换定义中, z = e s T z={\rm e}^{sT} z=esT给出了 s s s域到 z z z域的关系, s s s域中的任意点可表示为 s = σ + j ω s=\sigma+{\rm j}\omega s=σ+jω,映射到 z z z域为:
z = e ( σ + j ω ) T = e σ T e j ω T z={\rm e}^{(\sigma+{\rm j}\omega)T}={\rm e}^{\sigma{T}}{\rm e}^{{\rm j}\omega{T}} z=e(σ+jω)T=eσTejωT
s s s域到 z z z域的基本映射关系为:
∣ z ∣ = e σ T , ∠ z = ω T |z|={\rm e}^{\sigma{T}},\angle{z}=\omega{T} z=eσTz=ωT
σ = 0 \sigma=0 σ=0,相当于取 s s s平面的虚轴,当 ω → − ∞ \omega\rightarrow-\infty ω变到 ∞ \infty 时,映射到 z z z平面的轨迹是以原点为圆心的单位圆。

21

s s s平面上的点沿虚轴从 − ∞ -\infty 移到 ∞ \infty 时, z z z平面上的相应点已经沿着单位圆转过了无穷多圈;因为当 s s s平面上的点沿虚轴从 − ω s / 2 -\omega_s/2 ωs/2移动到 ω s / 2 \omega_s/2 ωs/2时,其中 ω s \omega_s ωs为采样角频率, z z z平面上的相应点沿单位圆从 − π -\pi π逆时针变化到 π \pi π,正好转了一圈;当 s s s平面上的点在虚轴上从 ω s / 2 \omega_s/2 ωs/2移动到 3 ω s / 2 3\omega_s/2 3ωs/2时, z z z平面上的相应点将逆时针沿单位圆转过一圈。

由上图可知,把 s s s平面划分为无穷多条平行于实轴的周期带,其中从 − ω s / 2 -\omega_s/2 ωs/2 ω s / 2 \omega_s/2 ωs/2的周期带称为主要带,其余的周期带称为次要带;

研究 s s s平面上的主要带在 z z z平面上的映射,进行如下讨论:

  1. σ \sigma σ线映射

    s s s平面上的等 σ \sigma σ垂线,映射到 z z z平面上的轨迹,是以原定为圆心,以 ∣ z ∣ = e σ T |z|={\rm e}^{\sigma{T}} z=eσT为半径的圆,其中: T T T为采样周期。

    22

    s s s平面上的虚轴映射为 z z z平面上的单位圆,因此,左半 s s s平面上的等 σ \sigma σ线映射为 z z z平面上的同心圆,在单位圆内;右半 s s s平面上的等 σ \sigma σ线映射为 z z z平面上的同心圆,在单位圆外;

  2. ω \omega ω线映射

    在特定采样周期 T T T情况下, s s s平面上的等 ω \omega ω水平线映射到 z z z平面上的轨迹,是一簇从原点出发的射线,其相角 ∠ z = ω T \angle{z}=\omega{T} z=ωT从正实轴计量,如下图所示:

    23

    s s s平面上 ω = ω s / 2 \omega=\omega_s/2 ω=ωs/2水平线,在 z z z平面上正好映射为负实轴;

  3. ζ \zeta ζ线映射

    s s s平面上的等 ζ \zeta ζ线用下式描述:
    s = − ω tan ⁡ β + j ω s=-\omega\tan\beta+{\rm j}\omega s=ωtanβ+jω
    其中: β \beta β ζ \zeta ζ线与虚轴之间的夹角;
    z = e s T = e ( ω tan ⁡ β + j ω ) T z={\rm e}^{sT}={\rm e}^{(\omega\tan\beta+{\rm j}\omega)T} z=esT=e(ωtanβ+jω)T
    ζ \zeta ζ线从 s s s域到 z z z域的映射关系式为:
    ∣ z ∣ = e − ( 2 π / ω s ) ω tan ⁡ β , ∠ z = 2 π ω ω s |z|={\rm e}^{-(2\pi/\omega_s)\omega\tan\beta},\angle{z}=\frac{2\pi\omega}{\omega_s} z=e(2π/ωs)ωtanβ,z=ωs2πω
    β = 0 ° \beta=0° β= β = 90 ° \beta=90° β=90°外,当 β \beta β为常数时,左半 s s s平面上的等 ζ \zeta ζ线,映射为 z z z平面上单位圆内一簇收敛的对数螺旋线,其起点为 z z z平面上正实轴的 1 1 1处,终点为 z z z平面的原点;

    24

    s s s平面上的主要带如下图所示,通过 z = e s T z={\rm e}^{sT} z=esT变换,映射为 z z z平面上的单位圆及单位圆内的负实轴,如下图所示:

    25

    s s s平面上所有的次要带,在 z z z平面上映射为相同的单位圆及单位圆内的负实轴;

5.2 离散系统稳定的充分必要条件

定义:若离散系统在有界输入序列作用下,其输出序列也是有界的,则称该离散系统是稳定的;

在线性定常连续系统中,系统稳定的充分必要条件是:系统齐次微分方程的解是收敛的,或系统特征方程式的根均具有负实部,或系统传递函数的极点均位于左半 s s s平面;

  1. 时域中离散系统稳定的充分必要条件

    设线性定常差分方程为:
    c ( k ) = − ∑ i = 1 n a i c ( k − i ) + ∑ j = 0 m b j r ( k − j ) c(k)=-\sum_{i=1}^na_ic(k-i)+\sum_{j=0}^mb_jr(k-j) c(k)=i=1naic(ki)+j=0mbjr(kj)
    其齐次差分方程为:
    c ( k ) + ∑ i = 1 n a i c ( k − i ) = 0 c(k)+\sum_{i=1}^na_ic(k-i)=0 c(k)+i=1naic(ki)=0
    差分方程的特征方程为:
    α n + a 1 α n − 1 + a 2 α n − 2 + ⋯ + a n = 0 \alpha^{n}+a_1\alpha^{n-1}+a_2\alpha^{n-2}+\dots+a_n=0 αn+a1αn1+a2αn2++an=0
    当特征方程的根 ∣ α i ∣ < 1 ( i = 1 , 2 , … , n ) |\alpha_i|<1(i=1,2,\dots,n) αi<1(i=1,2,,n)时,必有: lim ⁡ k → ∞ c ( k ) = 0 \displaystyle\lim_{k\rightarrow\infty}c(k)=0 klimc(k)=0,因此,系统稳定的充分必要条件是:当且仅当差分方程所有特征根的模 ∣ α i ∣ < 1 ( i = 1 , 2 , … , n ) |\alpha_i|<1(i=1,2,\dots,n) αi<1(i=1,2,,n),相应的线性定常离散系统是稳定的;

  2. z z z域中离散系统稳定的充分必要条件

    设典型离散系统结构图若下图所示:

    26

    其特征方程为:
    D ( z ) = 1 + G H ( z ) = 0 D(z)=1+GH(z)=0 D(z)=1+GH(z)=0
    不失一般性,设特征方程的根或闭环脉冲传递函数的极点为各不相同的 z 1 , z 2 , … , z n z_1,z_2,\dots,z_n z1,z2,,zn;由 s s s域到 z z z域的映射关系可知: s s s左半平面映射为 z z z平面上的单位圆内的区域,对应稳定区域; s s s右半平面映射为 z z z平面上的单位圆外的区域,对应不稳定区域; s s s平面上的虚轴,映射为 z z z平面上的单位圆周,对应临界稳定情况。

    z z z域中,线性定常离散系统稳定的充分必要条件:当且仅当离散系统特征方程的全部特征根均分布在 z z z平面上的单位圆内,或所有特征根的模均小于 1 1 1,即 ∣ z i ∣ < 1 ( i = 1 , 2 , … , n ) |z_i|<1(i=1,2,\dots,n) zi<1(i=1,2,,n),相应的线性定常离散系统是稳定的;

  3. 实例分析

    实例分析:

    E x a m p l e 1 : {\rm Example1:} Example1 设离散系统可用如下差分方程描述:
    c ( n + 1 ) − a c ( n ) = b r ( n ) , c ( 0 ) ≠ 0 c(n+1)-ac(n)=br(n),c(0)≠0 c(n+1)ac(n)=br(n),c(0)=0
    分析系统稳定的充分必要条件。

    解:

    给定系统相应的齐次方程为:
    c ( n + 1 ) − a c ( n ) = 0 c(n+1)-ac(n)=0 c(n+1)ac(n)=0
    利用迭代法,求出通解:
    c ( n + 1 ) = a n + 1 c ( 0 ) c(n+1)=a^{n+1}c(0) c(n+1)=an+1c(0)
    因为 c ( 0 ) ≠ 0 c(0)≠0 c(0)=0,因此当 ∣ a ∣ < 1 |a|<1 a<1时,才有 lim ⁡ k → ∞ c ( n ) = 0 \displaystyle\lim_{k\rightarrow\infty}c(n)=0 klimc(n)=0

    因此,系统稳定的充分必要条件是 ∣ a ∣ < 1 |a|<1 a<1

    实例分析:

    E x a m p l e 2 : {\rm Example2:} Example2 设离散系统如下图所示,分析系统的稳定性,其中: T = 1 T=1 T=1

    26

    解:

    开环脉冲传递函数为:
    G ( z ) = 10 ( 1 − e − 1 ) z ( z − 1 ) ( z − e − 1 ) G(z)=\frac{10(1-{\rm e}^{-1})z}{(z-1)(z-{\rm e}^{-1})} G(z)=(z1)(ze1)10(1e1)z
    闭环特征方程为:
    1 + G ( z ) = 1 + 10 ( 1 − e − 1 ) z ( z − 1 ) ( z − e − 1 ) = 0 1+G(z)=1+\frac{10(1-{\rm e}^{-1})z}{(z-1)(z-{\rm e}^{-1})}=0 1+G(z)=1+(z1)(ze1)10(1e1)z=0
    即:
    z 2 + 4.952 z + 0.368 = 0 z^2+4.952z+0.368=0 z2+4.952z+0.368=0
    解出特征方程的根:
    z 1 = − 0.076 , z 2 = − 4.876 z_1=-0.076,z_2=-4.876 z1=0.076z2=4.876
    因为 ∣ z 2 ∣ > 1 |z_2|>1 z2>1,因此该离散系统不稳定。

5.3 离散系统的稳定性判据
  1. w w w变换与劳斯稳定判据


    z = w + 1 w − 1 ⇒ w = z + 1 z − 1 z=\frac{w+1}{w-1}\Rightarrow{w=\frac{z+1}{z-1}} z=w1w+1w=z1z+1
    上两式表明:复变量 z z z w w w互为线性变换, w w w变换称为双线性变换。

    z z z平面与 w w w平面的对应关系如下图所示:

    27

    w w w平面的虚轴对应 z z z平面上的单位圆周;左半 w w w平面对应于 z z z平面上单位圆内的区域;右半 w w w平面对应 z z z平面上单位圆外的区域;

    离散系统稳定的充分必要条件:由特征方程 1 + G H ( z ) = 0 1+GH(z)=0 1+GH(z)=0的所有根位于 z z z平面上的单位圆内转换为特征方程 1 + G H ( w ) = 0 1+GH(w)=0 1+GH(w)=0的所有根位于左半 w w w平面;

    实例分析:

    E x a m p l e 3 : {\rm Example3:} Example3 设闭环离散系统如下图所示,采样周期 T = 0.1 s T=0.1{\rm s} T=0.1s,求系统稳定时 K K K的临界值。

    28

    解:

    G ( s ) G(s) G(s) z z z变换:

G ( z ) = 0.632 K z z 2 − 1.368 z + 0.368 G(z)=\frac{0.632Kz}{z^2-1.368z+0.368} G(z)=z21.368z+0.3680.632Kz

闭环脉冲传递函数为:
Φ ( z ) = G ( z ) 1 + G ( z ) \Phi(z)=\frac{G(z)}{1+G(z)} Φ(z)=1+G(z)G(z)
闭环特征方程为:
1 + G ( z ) = z 2 + ( 0.632 K − 1.368 ) z + 0.368 = 0 1+G(z)=z^2+(0.632K-1.368)z+0.368=0 1+G(z)=z2+(0.632K1.368)z+0.368=0
z = ( w + 1 ) / ( w − 1 ) z=(w+1)/(w-1) z=(w+1)/(w1),可得:
( w + 1 w − 1 ) 2 + ( 0.632 K − 1.368 ) ( w + 1 w − 1 ) + 0.368 = 0 \left(\frac{w+1}{w-1}\right)^2+(0.632K-1.368)\left(\frac{w+1}{w-1}\right)+0.368=0 (w1w+1)2+(0.632K1.368)(w1w+1)+0.368=0
化简可得 w w w域特征方程:
0.632 K w 2 + 1.264 w + ( 2.736 − 0.632 K ) = 0 0.632Kw^2+1.264w+(2.736-0.632K)=0 0.632Kw2+1.264w+(2.7360.632K)=0
列出劳斯表:

w 2 w^2 w2 0.632 K 0.632K 0.632K 2.736 − 0.632 K 2.736-0.632K 2.7360.632K
w 1 w^1 w1 1.264 1.264 1.264 0 0 0
w 0 w^0 w0 2.736 − 0.632 K 2.736-0.632K 2.7360.632K 0 0 0

为保证系统稳定,必须使 K > 0 K>0 K>0 2.736 − 0.632 K > 0 2.736-0.632K>0 2.7360.632K>0,即 K < 4.33 K<4.33 K<4.33

因此,系统稳定的临界增益为: K c = 4.33 K_c=4.33 Kc=4.33

  1. 朱利稳定判据

    朱利判据是根据离散系统的闭环特征方程 D ( z ) = 0 D(z)=0 D(z)=0的系数,判别其根是否位于 z z z平面上的单位圆内,从而判断该离散系统是否稳定。

    设离散系统 n n n阶闭环特征方程为:
    D ( z ) = a 0 + a 1 z + a 2 z 2 + ⋯ + a n z n = 0 , a n > 0 D(z)=a_0+a_1z+a_2z^2+\dots+a_nz^n=0,a_n>0 D(z)=a0+a1z+a2z2++anzn=0,an>0
    按照下述方法构造 ( 2 n − 3 ) (2n-3) (2n3)行、 ( n + 1 ) (n+1) (n+1)列朱利阵列。

    行数 行数 行数 z 0 z^0 z0 z 1 z^1 z1 z 2 z^2 z2 z 3 z^3 z3 … \dots z n − k z^{n-k} znk … \dots z n − 1 z^{n-1} zn1 z n z^n zn
    1 1 1 a 0 a_0 a0 a 1 a_1 a1 a 2 a_2 a2 a 3 a_3 a3 … \dots a n − k a_{n-k} ank … \dots a n − 1 a_{n-1} an1 a n a_n an
    2 2 2 a n a_n an a n − 1 a_{n-1} an1 a n − 2 a_{n-2} an2 a n − 3 a_{n-3} an3 … \dots a k a_k ak … \dots a 1 a_1 a1 a 0 a_0 a0
    3 3 3 b 0 b_0 b0 b 1 b_1 b1 b 2 b_2 b2 b 3 b_3 b3 … \dots b n − k b_{n-k} bnk … \dots b n − 1 b_{n-1} bn1
    4 4 4 b n − 1 b_{n-1} bn1 b n − 2 b_{n-2} bn2 b n − 3 b_{n-3} bn3 b n − 4 b_{n-4} bn4 … \dots b k − 1 b_{k-1} bk1 … \dots b 0 b_0 b0
    5 5 5 c 0 c_0 c0 c 1 c_1 c1 c 2 c_2 c2 c 3 c_3 c3 … \dots c n − 2 c_{n-2} cn2
    6 6 6 c n − 2 c_{n-2} cn2 c n − 3 c_{n-3} cn3 c n − 4 c_{n-4} cn4 c n − 5 c_{n-5} cn5 … \dots c 0 c_0 c0
    ⋮ \vdots ⋮ \vdots ⋮ \vdots ⋮ \vdots ⋮ \vdots
    2 n − 5 2n-5 2n5 p 0 p_0 p0 p 1 p_1 p1 p 2 p_2 p2 p 3 p_3 p3
    2 n − 4 2n-4 2n4 p 3 p_3 p3 p 2 p_2 p2 p 1 p_1 p1 p 0 p_0 p0
    2 n − 3 2n-3 2n3 q 0 q_0 q0 q 1 q_1 q1 q 2 q_2 q2

    其中:
    b k = ∣ a 0 a n − k a n a k ∣ , k = 0 , 1 , 2 , … , n − 1 ; c k = ∣ b 0 b n − k − 1 b n − 1 b k ∣ , k = 0 , 1 , 2 , … , n − 2 d k = ∣ c 0 c n − k − 2 c n − 2 c k ∣ , k = 0 , 1 , 2 , … , n − 3 ; ⋯ ; q 0 = ∣ p 0 p 3 p 3 p 0 ∣ , q 1 = ∣ p 0 p 2 p 3 p 1 ∣ , q 2 = ∣ p 0 p 1 p 3 p 2 ∣ \begin{aligned} &b_k=\begin{vmatrix} a_0 & a_{n-k}\\ a_n & a_k \end{vmatrix},k=0,1,2,\dots,n-1; c_k= \begin{vmatrix} b_0 & b_{n-k-1}\\ b_{n-1} & b_k \end{vmatrix},k=0,1,2,\dots,n-2\\\\ &d_k= \begin{vmatrix} c_0 & c_{n-k-2}\\ c_{n-2} & c_k \end{vmatrix},k=0,1,2,\dots,n-3;\cdots;q_0= \begin{vmatrix} p_0 & p_{3}\\ p_3 & p_0 \end{vmatrix}, q_1= \begin{vmatrix} p_0 & p_{2}\\ p_3 & p_1 \end{vmatrix}, q_2= \begin{vmatrix} p_0 & p_{1}\\ p_3 & p_2 \end{vmatrix} \end{aligned} bk= a0anankak k=0,1,2,,n1ck= b0bn1bnk1bk k=0,1,2,,n2dk= c0cn2cnk2ck k=0,1,2,,n3q0= p0p3p3p0 q1= p0p3p2p1 q2= p0p3p1p2

    朱利稳定判据:

    特征方程 D ( z ) = 0 D(z)=0 D(z)=0的根,全部位于 z z z平面上单位圆内的充分必要条件是:
    D ( 1 ) > 0 , D ( − 1 ) { > 0 ,当 n 为偶数时 < 0 ,当 n 为奇数时 D(1)>0,D(-1)\begin{cases}>0,当n为偶数时\\<0,当n为奇数时\end{cases} D(1)>0D(1){>0,当n为偶数时<0,当n为奇数时
    及以下 n − 1 n-1 n1个约束条件成立:
    ∣ a 0 ∣ < a n , ∣ b 0 ∣ > ∣ b n − 1 ∣ , ∣ c 0 ∣ > ∣ c n − 2 ∣ , ∣ d 0 ∣ > ∣ d n − 3 ∣ , … , ∣ q 0 ∣ > ∣ q 2 ∣ |a_0|<a_n,|b_0|>|b_{n-1}|,|c_0|>|c_{n-2}|,|d_0|>|d_{n-3}|,\dots,|q_0|>|q_2| a0<an,b0>bn1,c0>cn2,d0>dn3,,q0>q2
    实例分析:

    E x a m p l e 4 : {\rm Example4:} Example4 已知离散系统闭环特征方程为:
    D ( z ) = z 4 − 1.368 z 3 + 0.4 z 2 + 0.08 z + 0.002 = 0 D(z)=z^4-1.368z^3+0.4z^2+0.08z+0.002=0 D(z)=z41.368z3+0.4z2+0.08z+0.002=0
    用朱利稳定判据判断系统的稳定性。

    解:

    由于 n = 4 , 2 n − 3 = 5 n=4,2n-3=5 n=4,2n3=5,因此朱利阵列有 5 5 5 5 5 5列;

    依题意可知, a 0 = 0.002 , a 1 = 0.08 , a 2 = 0.4 , a 3 = − 1.368 , a 4 = 1 a_0=0.002,a_1=0.08,a_2=0.4,a_3=-1.368,a_4=1 a0=0.002,a1=0.08,a2=0.4,a3=1.368,a4=1

    计算朱利阵列元素:
    b 0 = ∣ a 0 a 4 a 4 a 0 ∣ = − 1 , b 1 = ∣ a 0 a 3 a 4 a 1 ∣ = 1.368 , b 2 = ∣ a 0 a 2 a 4 a 2 ∣ = − 0.399 b 3 = ∣ a 0 a 1 a 4 a 3 ∣ = − 0.082 , c 0 = ∣ b 0 b 3 b 3 b 0 ∣ = 0.993 , c 1 = ∣ b 0 b 2 b 3 b 1 ∣ = − 1.401 c 2 = ∣ b 0 b 1 b 3 b 2 ∣ = 0.511 \begin{aligned} &b_0=\begin{vmatrix}a_0 & a_4\\a_4 & a_0\end{vmatrix}=-1,&&b_1=\begin{vmatrix}a_0 & a_3\\a_4 & a_1\end{vmatrix}=1.368,&&b_2=\begin{vmatrix}a_0 & a_2\\a_4 & a_2\end{vmatrix}=-0.399\\\\ &b_3=\begin{vmatrix}a_0 & a_1\\a_4 & a_3\end{vmatrix}=-0.082,&&c_0=\begin{vmatrix}b_0 & b_3\\b_3 & b_0\end{vmatrix}=0.993,&&c_1=\begin{vmatrix}b_0 & b_2\\b_3 & b_1\end{vmatrix}=-1.401\\\\ &c_2=\begin{vmatrix}b_0 & b_1\\b_3 & b_2\end{vmatrix}=0.511 \end{aligned} b0= a0a4a4a0 =1,b3= a0a4a1a3 =0.082,c2= b0b3b1b2 =0.511b1= a0a4a3a1 =1.368,c0= b0b3b3b0 =0.993,b2= a0a4a2a2 =0.399c1= b0b3b2b1 =1.401
    朱利阵列如下:

    行数 行数 行数 z 0 z^0 z0 z 1 z^1 z1 z 2 z^2 z2 z 3 z^3 z3 z 4 z^4 z4
    1 1 1 0.002 0.002 0.002 0.08 0.08 0.08 0.4 0.4 0.4 − 1.368 -1.368 1.368 1 1 1
    2 2 2 1 1 1 − 1.368 -1.368 1.368 0.4 0.4 0.4 0.08 0.08 0.08 0.002 0.002 0.002
    3 3 3 − 1 -1 1 1.368 1.368 1.368 − 0.399 -0.399 0.399 − 0.082 -0.082 0.082
    4 4 4 − 0.082 -0.082 0.082 − 0.399 -0.399 0.399 1.368 1.368 1.368 − 1 -1 1
    5 5 5 0.993 0.993 0.993 − 1.401 -1.401 1.401 − 1.511 -1.511 1.511

    因为:
    D ( 1 ) = 0.114 > 0 , D ( − 1 ) = 2.69 > 0 D(1)=0.114>0,D(-1)=2.69>0 D(1)=0.114>0D(1)=2.69>0

    ∣ a 0 ∣ = 0.002 , ∣ a 4 ∣ = 1 , 满足 ∣ a 0 ∣ < a 4 ∣ b 0 ∣ = 1 , ∣ b 3 ∣ = 0.082 , 满足 ∣ b 0 ∣ > ∣ b 3 ∣ ∣ c 0 ∣ = 0.993 , ∣ c 2 ∣ = 0.511 , 满足 ∣ c 0 ∣ > ∣ c 2 ∣ \begin{aligned} &|a_0|=0.002,&&|a_4|=1,&&满足|a_0|<a_4\\\\ &|b_0|=1,&&|b_3|=0.082,&&满足|b_0|>|b_3|\\\\ &|c_0|=0.993,&&|c_2|=0.511,&&满足|c_0|>|c_2| \end{aligned} a0=0.002,b0=1,c0=0.993,a4=1b3=0.082c2=0.511,满足a0<a4满足b0>b3满足c0>c2

    由朱利判据可知,该离散系统是稳定的。

5.4 采样周期与开环增益对稳定性的影响
  • 当采样周期一定时,加大开环增益会使离散系统的稳定性变差,甚至使系统变得不稳定;
  • 当开环增益一定时,采样周期越长,丢失的信息越多,对离散系统的稳定性及动态性能均不利,甚至可使系统失去稳定性;
5.5 离散系统的稳态误差

设单位反馈误差采样系统如下图所示:

29

其中: G ( s ) G(s) G(s)为连续部分的传递函数, e ( t ) e(t) e(t)为系统连续误差信号, e ∗ ( t ) e^*(t) e(t)为系统采样误差信号,其 z z z变换为:
E ( z ) = R ( z ) − C ( z ) = [ 1 − Φ ( z ) ] R ( z ) = Φ e ( z ) R ( z ) E(z)=R(z)-C(z)=[1-\Phi(z)]R(z)=\Phi_e(z)R(z) E(z)=R(z)C(z)=[1Φ(z)]R(z)=Φe(z)R(z)
其中:
Φ e ( z ) = E ( z ) R ( z ) = 1 1 + G ( z ) \Phi_e(z)=\frac{E(z)}{R(z)}=\frac{1}{1+G(z)} Φe(z)=R(z)E(z)=1+G(z)1
如果 Φ e ( z ) \Phi_e(z) Φe(z)的极点全部位于 z z z平面上的单位圆内,即若离散系统是稳定的,可用 z z z变换的终值定理求出采样瞬时的稳态误差:
e s s ( ∞ ) = lim ⁡ t → ∞ e ∗ ( t ) = lim ⁡ z → 1 ( 1 − z − 1 ) E ( z ) = lim ⁡ z → 1 ( z − 1 ) R ( z ) z [ 1 + G ( z ) ] e_{ss}(\infty)=\lim_{t\rightarrow\infty}e^*(t)=\lim_{z\rightarrow1}(1-z^{-1})E(z)=\lim_{z\rightarrow1}\frac{(z-1)R(z)}{z[1+G(z)]} ess()=tlime(t)=z1lim(1z1)E(z)=z1limz[1+G(z)](z1)R(z)
上式表明,线性定常离散系统的稳态误差,不但与系统本身的结构和参数有关,且与输入序列的形式及幅值有关; G ( z ) G(z) G(z)还与采样周期 T T T有关,因此离散系统的稳态误差值与采样周期的选取也有关;

实例分析:

E x a m p l e 5 : {\rm Example5: } Example5 设离散系统如下图所示,其中 G ( s ) = 1 / s ( 0.1 s + 1 ) , T = 0.1 s G(s)=1/s(0.1s+1),T=0.1s G(s)=1/s(0.1s+1),T=0.1s,输入连续信号 r ( t ) r(t) r(t)分别为 1 ( t ) 1(t) 1(t) t t t,求离散系统相应的稳态误差。

29

解:

G ( s ) G(s) G(s)相应的 z z z变换:
G ( z ) = z ( 1 − e − 1 ) ( z − 1 ) ( z − e − 1 ) G(z)=\frac{z(1-{\rm e}^{-1})}{(z-1)(z-{\rm e}^{-1})} G(z)=(z1)(ze1)z(1e1)
系统误差脉冲传递函数:
Φ e ( z ) = 1 1 + G ( z ) = ( z − 1 ) ( z − 0.368 ) z 2 − 0.736 z + 0.368 \Phi_e(z)=\frac{1}{1+G(z)}=\frac{(z-1)(z-0.368)}{z^2-0.736z+0.368} Φe(z)=1+G(z)1=z20.736z+0.368(z1)(z0.368)
闭环极点为:
z 1 = 0.368 + j 0.482 , z 2 = 0.368 − j 0.482 z_1=0.368+{\rm j}0.482,z_2=0.368-{\rm j}0.482 z1=0.368+j0.482z2=0.368j0.482
全部位于 z z z平面上的单位圆内,因此可以应用终值定理方法求稳态误差。

r ( t ) = 1 ( t ) r(t)=1(t) r(t)=1(t),相应 r ( n T ) = 1 ( n T ) r(nT)=1(nT) r(nT)=1(nT)时, R ( z ) = z / ( z − 1 ) R(z)=z/(z-1) R(z)=z/(z1),可得:
e s s ( ∞ ) = lim ⁡ z → 1 ( z − 1 ) ( z − 0.368 ) z 2 − 0.736 z + 0.368 = 0 e_{ss}(\infty)=\lim_{z\rightarrow1}\frac{(z-1)(z-0.368)}{z^2-0.736z+0.368}=0 ess()=z1limz20.736z+0.368(z1)(z0.368)=0
r ( t ) = t r(t)=t r(t)=t,相应 r ( n T ) = n T r(nT)=nT r(nT)=nT时, R ( z ) = T z / ( z − 1 ) 2 R(z)=Tz/(z-1)^2 R(z)=Tz/(z1)2,可得:
e s s ( ∞ ) = lim ⁡ z → 1 T ( z − 0.368 ) z 2 − 0.736 z + 0.368 = T = 0.1 e_{ss}(\infty)=\lim_{z\rightarrow1}\frac{T(z-0.368)}{z^2-0.736z+0.368}=T=0.1 ess()=z1limz20.736z+0.368T(z0.368)=T=0.1

5.6 离散系统的型别与静态误差系数

在离散系统中,把开环脉冲传递函数 G ( z ) G(z) G(z)具有 z = 1 z=1 z=1的极点数 ν \nu ν作为划分离散系统型别的标准,把 G ( z ) G(z) G(z) ν = 0 , 1 , 2 , … \nu=0,1,2,\dots ν=0,1,2,的系统,称为 0 0 0型、Ⅰ型和Ⅱ型离散系统等;

  1. 单位阶跃输入时的稳态误差

    当系统输入为单位阶跃函数 r ( t ) = 1 ( t ) r(t)=1(t) r(t)=1(t)时, z z z变换函数为:
    R ( z ) = z z − 1 R(z)=\frac{z}{z-1} R(z)=z1z
    稳态误差为:
    e s s ( ∞ ) = lim ⁡ z → 1 1 1 + G ( z ) = 1 lim ⁡ z → 1 [ 1 + G ( z ) ] = 1 K p e_{ss}(\infty)=\lim_{z\rightarrow1}\frac{1}{1+G(z)}=\frac{1}{\displaystyle\lim_{z\rightarrow1}[1+G(z)]}=\frac{1}{K_p} ess()=z1lim1+G(z)1=z1lim[1+G(z)]1=Kp1
    其中静态位置误差系数为:
    K p = lim ⁡ z → 1 [ 1 + G ( z ) ] K_p=\lim_{z\rightarrow1}[1+G(z)] Kp=z1lim[1+G(z)]
    在单位阶跃函数作用下, 0 0 0型离散系统在采样瞬时存在位置误差,Ⅰ型及Ⅰ型以上的离散系统,在采样瞬时没有位置误差;

  2. 单位斜坡输入时的稳态误差

    当系统输入为单位斜坡函数 r ( t ) = t r(t)=t r(t)=t时, z z z变换函数为:
    R ( z ) = T z ( z − 1 ) 2 R(z)=\frac{Tz}{(z-1)^2} R(z)=(z1)2Tz
    稳态误差为:
    e s s ( ∞ ) = lim ⁡ z → 1 T ( z − 1 ) [ 1 + G ( z ) ] = T lim ⁡ z → 1 ( z − 1 ) G ( z ) = T K v e_{ss}(\infty)=\lim_{z\rightarrow1}\frac{T}{(z-1)[1+G(z)]}=\frac{T}{\displaystyle\lim_{z\rightarrow1}(z-1)G(z)}=\frac{T}{K_v} ess()=z1lim(z1)[1+G(z)]T=z1lim(z1)G(z)T=KvT
    其中静态速度误差系数为:
    K v = lim ⁡ z → 1 ( z − 1 ) G ( z ) K_v=\lim_{z\rightarrow1}(z-1)G(z) Kv=z1lim(z1)G(z)
    0 0 0型离散系统不能承受单位斜坡函数作用,Ⅰ型离散系统在单位斜坡函数作用下存在速度误差,Ⅱ型及Ⅱ型以上离散系统在单位斜坡函数作用下不存在稳态误差;

  3. 单位加速度输入时的稳态误差

    当系统输入为单位加速度函数 r ( t ) = t 2 / 2 r(t)=t^2/2 r(t)=t2/2时, z z z变换函数为:
    R ( z ) = T 2 z ( z + 1 ) 2 ( z − 1 ) 3 R(z)=\frac{T^2z(z+1)}{2(z-1)^3} R(z)=2(z1)3T2z(z+1)
    稳态误差为:
    e s s ( ∞ ) = lim ⁡ z → 1 T 2 ( z + 1 ) 2 ( z − 1 ) 2 [ 1 + G ( z ) ] = T 2 lim ⁡ z → 1 ( z − 1 ) 2 G ( z ) = T 2 K a e_{ss}(\infty)=\lim_{z\rightarrow1}\frac{T^2(z+1)}{2(z-1)^2[1+G(z)]}=\frac{T^2}{\displaystyle\lim_{z\rightarrow1}(z-1)^2G(z)}=\frac{T^2}{K_a} ess()=z1lim2(z1)2[1+G(z)]T2(z+1)=z1lim(z1)2G(z)T2=KaT2
    其中静态加速度误差系数为:
    K a = lim ⁡ z → 1 ( z − 1 ) 2 G ( z ) K_a=\lim_{z\rightarrow1}(z-1)^2G(z) Ka=z1lim(z1)2G(z)
    0 0 0型和Ⅰ型离散系统不能承受单位加速度函数作用,Ⅱ型离散系统在单位加速度函数作用下存在加速度误差,Ⅲ型及Ⅲ型以上的离散系统在单位加速度函数作用下,不存在采样瞬时的稳态误差;

    单位反馈离散系统的稳态误差小结:

    系统类型 系统类型 系统类型 位置误差 r ( t ) = 1 ( t ) 位置误差r(t)=1(t) 位置误差r(t)=1(t) 速度误差 r ( t ) = t 速度误差r(t)=t 速度误差r(t)=t 加速度误差 r ( t ) = 1 2 t 2 加速度误差r(t)=\displaystyle\frac{1}{2}t^2 加速度误差r(t)=21t2
    0 型 0型 0 1 K p \displaystyle\frac{1}{K_p} Kp1 ∞ \infty ∞ \infty
    型 型 0 0 0 T K v \displaystyle\frac{T}{K_v} KvT ∞ \infty
    型 型 0 0 0 0 0 0 T 2 K a \displaystyle\frac{T^2}{K_a} KaT2
    型 型 0 0 0 0 0 0 0 0 0

这篇关于自动控制原理7.5:离散系统的稳定性与稳态误差的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/669926

相关文章

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

hdu4407(容斥原理)

题意:给一串数字1,2,......n,两个操作:1、修改第k个数字,2、查询区间[l,r]中与n互质的数之和。 解题思路:咱一看,像线段树,但是如果用线段树做,那么每个区间一定要记录所有的素因子,这样会超内存。然后我就做不来了。后来看了题解,原来是用容斥原理来做的。还记得这道题目吗?求区间[1,r]中与p互质的数的个数,如果不会的话就先去做那题吧。现在这题是求区间[l,r]中与n互质的数的和

hdu4407容斥原理

题意: 有一个元素为 1~n 的数列{An},有2种操作(1000次): 1、求某段区间 [a,b] 中与 p 互质的数的和。 2、将数列中某个位置元素的值改变。 import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.Inpu

hdu4059容斥原理

求1-n中与n互质的数的4次方之和 import java.io.BufferedInputStream;import java.io.BufferedReader;import java.io.IOException;import java.io.InputStream;import java.io.InputStreamReader;import java.io.PrintWrit

寻迹模块TCRT5000的应用原理和功能实现(基于STM32)

目录 概述 1 认识TCRT5000 1.1 模块介绍 1.2 电气特性 2 系统应用 2.1 系统架构 2.2 STM32Cube创建工程 3 功能实现 3.1 代码实现 3.2 源代码文件 4 功能测试 4.1 检测黑线状态 4.2 未检测黑线状态 概述 本文主要介绍TCRT5000模块的使用原理,包括该模块的硬件实现方式,电路实现原理,还使用STM32类

TL-Tomcat中长连接的底层源码原理实现

长连接:浏览器告诉tomcat不要将请求关掉。  如果不是长连接,tomcat响应后会告诉浏览器把这个连接关掉。    tomcat中有一个缓冲区  如果发送大批量数据后 又不处理  那么会堆积缓冲区 后面的请求会越来越慢。

PHP原理之内存管理中难懂的几个点

PHP的内存管理, 分为俩大部分, 第一部分是PHP自身的内存管理, 这部分主要的内容就是引用计数, 写时复制, 等等面向应用的层面的管理. 而第二部分就是今天我要介绍的, zend_alloc中描写的关于PHP自身的内存管理, 包括它是如何管理可用内存, 如何分配内存等. 另外, 为什么要写这个呢, 因为之前并没有任何资料来介绍PHP内存管理中使用的策略, 数据结构, 或者算法. 而在我们

Smarty模板执行原理

为了实现程序的业务逻辑和内容表现页面的分离从而提高开发速度,php 引入了模板引擎的概念,php 模板引擎里面最流行的可以说是smarty了,smarty因其功能强大而且速度快而被广大php web开发者所认可。本文将记录一下smarty模板引擎的工作执行原理,算是加深一下理解。 其实所有的模板引擎的工作原理是差不多的,无非就是在php程序里面用正则匹配将模板里面的标签替换为php代码从而将两者

Restful API 原理以及实现

先说说API 再说啥是RESRFUL API之前,咱先说说啥是API吧。API大家应该都知道吧,简称接口嘛。随着现在移动互联网的火爆,手机软件,也就是APP几乎快爆棚了。几乎任何一个网站或者应用都会出一款iOS或者Android APP,相比网页版的体验,APP确实各方面性能要好很多。 那么现在问题来了。比如QQ空间网站,如果我想获取一个用户发的说说列表。 QQ空间网站里面需要这个功能。

laravel框架实现redis分布式集群原理

在app/config/database.php中配置如下: 'redis' => array('cluster' => true,'default' => array('host' => '172.21.107.247','port' => 6379,),'redis1' => array('host' => '172.21.107.248','port' => 6379,),) 其中cl