1. 圆柱体转动惯量(齿轮、联轴节、丝杠、轴的转动惯量) 8 2 MD J = 对于钢材：341032-??= g L rD J π ) (1078.0264s cm kgf L D ???- M-圆柱体质量(kg)； D-圆柱体直径(cm)； L-圆柱体长度或厚度(cm)； r-材料比重(gf /cm 3)。 2. 丝杠折算到马达轴上的转动惯量： 2i Js J = (kgf·cm·s 2) J s –丝杠转动惯量(kgf·cm·s 2)； i-降速比，1 2 z z i = 3. 工作台折算到丝杠上的转动惯量 g w 22? ? ? ???=n v J π g w 2s 2 ? ? ? ??=π (kgf·cm·s 2) v -工作台移动速度(cm/min)； n-丝杠转速(r/min)； w-工作台重量(kgf)； g-重力加速度，g = 980cm/s 2； s-丝杠螺距(cm) 2. 丝杠传动时传动系统折算到驱轴上的总转动惯量： ()) s cm (kgf 2g w 1 22 22 1?? ??? ???????? ??+++=πs J J i J J S t J 1-齿轮z 1及其轴的转动惯量； J 2-齿轮z 2的转动惯量(kgf·cm·s 2)； J s -丝杠转动惯量(kgf·cm·s 2)； s-丝杠螺距，(cm)； w-工件及工作台重量(kfg). 5. 齿轮齿条传动时折算到小齿轮轴上的转动惯量 2 g w R J = (kgf·cm·s 2) R-齿轮分度圆半径(cm); w-工件及工作台重量(kgf)
6. 齿轮齿条传动时传动系统折算到马达轴上的总转动惯量 ???? ??++=2221g w 1R J i J J t J 1，J 2-分别为Ⅰ轴， Ⅱ轴上齿轮的转动惯量(kgf·cm·s 2)； R-齿轮z 分度圆半径(cm)； w-工件及工作台重量(kgf)。 马达力矩计算 (1) 快速空载时所需力矩： 0f amax M M M M ++= (2) 最大切削负载时所需力矩： t 0f t a M M M M M +++= (3) 快速进给时所需力矩： 0f M M M += 式中M amax —空载启动时折算到马达轴上的加速力矩(kgf·m)； M f —折算到马达轴上的摩擦力矩(kgf·m)； M 0—由于丝杠预紧引起的折算到马达轴上的附加摩擦力矩(kgf·m)； M at —切削时折算到马达轴上的加速力矩(kgf·m)； M t —折算到马达轴上的切削负载力矩(kgf·m)。 在采用滚动丝杠螺母传动时，M a 、M f 、M 0、M t 的计算公式如下： (4) 加速力矩： 2a 106.9M -?= T n J r (kgf·m) s T 17 1= J r —折算到马达轴上的总惯量； T —系统时间常数(s)； n —马达转速( r/min )； 当 n = n max 时，计算M amax n = n t 时，计算M at n t —切削时的转速( r / min )
MATLAB模型预测控制工具箱函数 8.2 系统模型建立与转换函数 前面读者论坛了利用系统输入/输出数据进行系统模型辨识的有关函数及使用方法，为时行模型预测控制器的设计，需要对系统模型进行进一步的处理和转换。MATLAB的模型预测控制工具箱中提供了一系列函数完成多种模型转换和复杂系统模型的建立功能。 在模型预测控制工具箱中使用了两种专用的系统模型格式，即MPC状态空间模型和MPC传递函数模型。这两种模型格式分别是状态空间模型和传递函数模型在模型预测控制工具箱中的特殊表达形式。这种模型格式化可以同时支持连续和离散系统模型的表达，在MPC传递函数模型中还增加了对纯时延的支持。表8-2列出了模型预测控制工具箱的模型建立与转换函数。 表8-2 模型建立与转换函数 8.2.1 模型转换 在MATLAB模型预测工具箱中支持多种系统模型格式。这些模型格式包括： ①通用状态空间模型； ②通用传递函数模型； ③MPC阶跃响应模型； ④MPC状态空间模型； ⑤MPC传递函数模型。
在上述5种模型格式中，前两种模型格式是MATLAB通用的模型格式，在其他控制类工具箱中，如控制系统工具箱、鲁棒控制工具等都予以支持；而后三种模型格式化则是模型预测控制工具箱特有的。其中，MPC状态空间模型和MPC传递函数模型是通用的状态空间模型和传递函数模型在模型预测控制工具箱中采用的增广格式。模型预测控制工具箱提供了若干函数，用于完成上述模型格式间的转换功能。下面对这些函数的用法加以介绍。 1．通用状态空间模型与MPC状态空间模型之间的转换 MPC状态空间模型在通用状态空间模型的基础上增加了对系统输入/输出扰动和采样周期的描述信息，函数ss2mod()和mod2ss()用于实现这两种模型格式之间的转换。 1）通用状态空间模型转换为MPC状态空间模型函数ss2mod() 该函数的调用格式为 pmod= ss2mod(A,B,C,D) pmod= ss2mod(A,B,C,D,minfo) pmod= ss2mod(A,B,C,D,minfo,x0,u0,y0,f0) 式中，A, B, C, D为通用状态空间矩阵； minfo为构成MPC状态空间模型的其他描述信息，为7个元素的向量，各元素分别定义为： ◆minfo(1)=dt，系统采样周期，默认值为1； ◆minfo(2)=n，系统阶次，默认值为系统矩阵A的阶次； ◆minfo(3)=nu，受控输入的个数，默认值为系统输入的维数； ◆minfo(4)=nd，测量扰的数目，默认值为0； ◆minfo(5)=nw，未测量扰动的数目，默认值为0； ◆minfo(6)=nym，测量输出的数目，默认值系统输出的维数； ◆minfo(7)=nyu，未测量输出的数目，默认值为0； 注：如果在输入参数中没有指定m i n f o，则取默认值。 x0, u0, y0, f0为线性化条件，默认值均为0； pmod为系统的MPC状态空间模型格式。 例8-5将如下以传递函数表示的系统模型转换为MPC状态空间模型。 解：MATLAB命令如下：
转动惯量计算公式 1. 圆柱体转动惯量(齿轮、联轴节、丝杠、轴的转动惯量) 8 2 MD J = 对于钢材：341032-??= g L rD J π ) (1078.0264s cm kgf L D ???- M-圆柱体质量(kg)； D-圆柱体直径(cm)； L-圆柱体长度或厚度(cm)； r-材料比重(gf /cm 3)。 2. 丝杠折算到马达轴上的转动惯量： 2i Js J = (kgf·cm·s 2) J s –丝杠转动惯量(kgf·cm·s 2)； i-降速比，1 2 z z i = 3. 工作台折算到丝杠上的转动惯量 g w 22? ?? ???=n v J π g w 2s 2 ? ? ? ??=π (kgf·cm·s 2) v -工作台移动速度(cm/min)； n-丝杠转速(r/min)； w-工作台重量(kgf)； g-重力加速度，g = 980cm/s 2； s-丝杠螺距(cm) 2. 丝杠传动时传动系统折算到驱轴上的总转动惯量： ()) s cm (kgf 2g w 122 221??? ??? ??????? ??+++=πs J J i J J S t J 1-齿轮z 1及其轴的转动惯量； J 2-齿轮z 2的转动惯量(kgf·cm·s 2)； J s -丝杠转动惯量(kgf·cm·s 2)； s-丝杠螺距，(cm)； w-工件及工作台重量(kfg). 5. 齿轮齿条传动时折算到小齿轮轴上的转动惯量 2 g w R J = (kgf·cm·s 2) R-齿轮分度圆半径(cm); w-工件及工作台重量(kgf)
6. 齿轮齿条传动时传动系统折算到马达轴上的总转动惯量 ???? ??++=2221g w 1R J i J J t J 1，J 2-分别为Ⅰ轴， Ⅱ轴上齿轮的转动惯量(kgf·cm·s 2)； R-齿轮z 分度圆半径(cm)； w-工件及工作台重量(kgf)。 马达力矩计算 (1) 快速空载时所需力矩： 0f amax M M M M ++= (2) 最大切削负载时所需力矩： t 0f t a M M M M M +++= (3) 快速进给时所需力矩： 0f M M M += 式中M amax —空载启动时折算到马达轴上的加速力矩(kgf·m)； M f —折算到马达轴上的摩擦力矩(kgf·m)； M 0—由于丝杠预紧引起的折算到马达轴上的附加摩擦力矩(kgf·m)； M at —切削时折算到马达轴上的加速力矩(kgf·m)； M t —折算到马达轴上的切削负载力矩(kgf·m)。 在采用滚动丝杠螺母传动时，M a 、M f 、M 0、M t 的计算公式如下： (4) 加速力矩： 2a 106.9M -?= T n J r (kgf·m) s T 17 1= J r —折算到马达轴上的总惯量； T —系统时间常数(s)； n —马达转速( r/min )； 当 n = n max 时，计算M amax
第40卷第5期 2006年5月 上海交通大学学报 J OU RNAL OF SHAN GHA I J IAO TON G UNIV ERSIT Y Vol.40No.5 May 2006 收稿日期:2005206208 作者简介:周平方(19762),男,湖南常宁人,博士生,主要从事实时系统、计算机控制系统等研究,E 2mail :zhoupf @https://www.doczj.com/doc/9115448456.html,. 谢剑英(联系人),男,教授,博士生导师,电话(Tel.):021*********. 文章编号:100622467(2006)0520838205 实时控制系统一种基于模型预测控制的反馈调度 周平方, 谢剑英 (上海交通大学自动化系,上海200030) 摘 要:提出一种基于模型预测控制(M PC )的反馈调度算法(FS 2M PC ),可以在有限计算资源的 情况下改进实时控制系统的性能.将被控的实时调度过程模型化为受约束的任务集密度控制问题.在FS 2MPC 算法中,约束条件保证任务集在最早截止时限优先(EDF )算法下是可调度的;同时,M PC 的优化目标通过减小控制任务的截止时限使整个任务集的密度尽可能接近100%,从而提高控制任务的优先级,降低输出抖动.仿真结果表明,在有限计算资源的情况下,FS 2M PC 显著地降低了由调度过程引起的控制性能损失. 关键词:实时控制系统;反馈调度;模型预测控制;最早截止时限优先中图分类号:TP 273 文献标识码:A A Model Predictive Control 2Based Feedback Scheduling for Real 2T ime Control Systems Z HOU Pi ng 2f ang , X I E J i an 2y i ng (Dept.of Automation ,Shanghai Jiaotong Univ.,Shanghai 200030,China ) Abstract :A feedback scheduling based on model p redictive control (FS 2M PC )was presented to improve t he cont rol performance of real 2time control system subject to limited comp utational resource.The controlled real 2time scheduling is modelled as a const rained density cont rol p roblem of t he total task set.In t he FS 2M PC ,t he const raint s guarantee t hat t he task set is schedulable by EDF (earliest deadline first )algorit hm.At t he same time ,t he optimization goal of M PC (model p redictive cont rol )makes t he density of t he total task set as clo se to 1as po ssible t hrough shortening cont rol tasks ’deadlines.As a result ,t he cont rol tasks obtain higher p riorities and t he outp ut jitter is reduced.The simulation result s illust rate t hat t he schedu 2ling induced control performance lo ss is reduced greatly by t he FS 2M PC subject to limited comp utational resource. Key words :real 2time cont rol system ;feedback scheduling (FS );model p redictive control (M PC );earliest deadline first (EDF ) 现代实时控制系统(R TCS )通常是基于一个实时内核,多个闭环控制任务在内核的基础上竞争性地使用共享的处理器时间.因此,处理器的时间被当作是一种最重要的资源,需要一定的调度算法来将其分配给各个任务.这样就可能引起控制任务的抖动,尤其是当周期很短、处理器利用率很高的时候.
1 2 1. 圆柱体转动惯量(齿轮、联轴节、丝杠、轴的转动惯量) 3 4 5 8 2 MD J = 6 对于钢材：341032-??= g L rD J π 7 ) (1078.0264s cm kgf L D ???-8 9 M-圆柱体质量(kg)； D-圆柱体直径(cm)； 11 L-圆柱体长度或厚度(cm)； 12 r-材料比重(gf /cm 3)。 13 14 2. 丝杠折算到马达轴上的转动惯量： 15 2i Js J = (kgf·c 16 17 J s –丝杠转动惯量18 (kgf·c m·s 2)； 19 i-降速比，1 2 z z i = 21 22 g w 22 ? ?? ???=n v J π 23 g w 2s 2 ? ?? ??=π (kgf·c m·s 2) 24 25 v -工作台移动速度(cm/min)； 26 n-丝杠转速(r/min)； 27 w-工作台重量(kgf)； 28
g-重力加速度，g = 980cm/s 2； 29 s-丝杠螺距(cm) 30 31 2. 丝杠传动时传动系统折算到驱轴上的总转动惯量： 32 ()) s cm (kgf 2g w 1 2222 1????????????? ??+++=πs J J i J J S t 33 34 35 36 37 38 39 40 J 1-齿轮z 1及其轴的转动惯量； 41 J 2-齿轮z 2的转动惯量42 (kgf ·cm · s 2)； 43 J s -丝杠转动惯量(kgf ·cm ·s 2)； 44 s-丝杠螺距，(cm)； 45 w-工件及工作台重量(kfg). 46 47 5. 齿轮齿条传动时折算到小齿轮轴上的转动惯量 48 2 g w R J = (kgf ·c 49 50 R-齿轮分度圆半径(cm); w-工件及工作台重量(kgf) 53 54 55 56 57 58 6. 齿轮齿条传动时传动系统折算到马达轴上的总转动惯量 59 ??? ? ??++ =2221g w 1R J i J J t 60 61 62
MATLAB工具箱介绍 软件Matlab由美国MathWorks, Inc.公司出品，它的前身是C1eveMoler教授(现为美国工程院院士，Mathworks公司首席科学家)为著名的数学软件包LINPACK和EISPACK所写的一个接口程序。经过近20年的发展，目前Matlab已经发展成一个系列产品，包括它的内核及多个可供选择的工具箱。Matlab的工具箱数目不断增加，功能不断改善，这里简要介绍其中的几个。MATLAB 的M文件、工具箱索引和网上资源,可以从https://www.doczj.com/doc/9115448456.html,处查找。 (1)通讯工具箱 (Communication ToolboX) ★提供100多个函数及150多个SIMULINK模块，用于系统的仿真和分析 ★可由结构图直接生成可应用的C语言源代码 (2)控制系统工具箱 (Control System Too1box) ★连续系统设计和离散系统设计 ★状态空间和传递函数 ★模型转换 ★频域响应：Bode图、Nyquist图、Nichols图 ★时域响应：冲击响应、阶跃响应、斜波响应等 ★根轨迹、极点配置、LQG (3)金融工具箱 (Financial Loo1boX) ★成本、利润分析，市场灵敏度分析 ★业务量分析及优化 ★偏差分析 ★资金流量估算 ★财务报表
(4)频率域系统辨识工具箱 (Frequency Domain System Identification Toolbox) ★辨识具有未知延迟的连续和离散系统 ★计算幅值／相位、零点／极点的置信区间 ★设计周期激励信号、最小峰值、最优能量谱等 (5)模糊逻辑工具箱 (Fuzzy Logic Too1box) ★友好的交互设计界面 ★自适应神经—模糊学习、聚类以及Sugeno推理 ★支持SIMULINK动态仿真 ★可生成C语言源代码用于实时应用 (6)高阶谱分析工具箱 (Higher—Order Spectral Analysis Toolbox) ★高阶谱估计 ★信号中非线性特征的检测和刻划 ★延时估计 ★幅值和相位重构 ★阵列信号处理 ★谐波重构 (7)图像处理工具箱 (Image Processing Toolbox) ★二维滤波器设计和滤波 ★图像恢复增强 ★色彩、集合及形态操作
实验三刚体转动惯量的测定 转动惯量是刚体转动中惯性大小的量度。它与刚体的质量、形状大小和转轴的位置有关。形状简单的刚体，可以通过数学计算求得其绕定轴的转动惯量；而形状复杂的刚体的转动惯量，则大都采用实验方法测定。下面介绍一种用刚体转动实验仪测定刚体的转动惯量的方法。 实验目的： 1、理解并掌握根据转动定律测转动惯量的方法； 2、熟悉电子毫秒计的使用。 实验仪器： 刚体转动惯量实验仪、通用电脑式毫秒计。 仪器描述： 刚体转动惯量实验仪如图一，转动体系由十字型承物台、绕线塔轮、遮光细棒等（含小滑轮）组成。遮光棒随体系转动，依次通过光电门，每π弧度（半圈）遮光电门一次的光以计数、计时。塔轮上有五个不同半径（r）的绕线轮。砝码钩上可以放置不同数量的砝码，以获得不同的外力矩。 实验原理： 空实验台（仅有承物台）对于中垂轴OO’的转动惯量用J o表示，加上试样（被测物体）后的总转动惯量用J表示，则试样的转动惯量J1： J1 = J –J o (1) 由刚体的转动定律可知：
T r – M r = J α (2) 其中M r 为摩擦力矩。 而 T = m(g -r α) (3) 其中 m —— 砝码质量 g —— 重力加速度 α —— 角加速度 T —— 张力 1． 测量承物台的转动惯量J o 未加试件，未加外力（m=0 , T=0） 令其转动后，在M r 的作用下，体系将作匀减速转动，α=α1，有 -M r1 = J o α1 (4) 加外力后，令α =α2 m(g –r α2)r –M r1 = J o α2 (5) （4）（5）式联立得 J o = 21 2212mr mgr ααααα--- (6) 测出α1 , α2，由（6）式即可得J o 。 2． 测量承物台放上试样后的总转动惯量J ，原理与1.相似。加试样后，有 -M r2=J α3 (7) m(g –r α4)r –Mr 2= J α4 (8) ∴ J = 23 4434mr mgr ααααα--- (9) 注意：α1 , α3值实为负，因此（6）、（9）式中的分母实为相加。 3． 测量的原理 设转动体系的初角速度为ωo ，t = 0 时θ= 0 ∵ θ=ωo t + 2 2 1t α (10) 测得与θ1 , θ2相应的时间t 1 , t 2 由 θ1=ωo t 1 + 2121t α (11) θ2=ωo t 2 + 2 22 1t α (12) 得 2 2112 22112) (2t t t t t t --= θθα (13) ∵ t = 0时，计时次数k=1（θ=л时，k = 2） ∴ []2 2 11222112)1()1(2t t t t t k t k ----= πα (14) k 的取值不局限于固定的k 1 , k 2两个，一般取k =1 , 2 , 3 , …,30,…
M A T L A B模型预测控制工具箱函数 8.2系统模型建立与转换函数 前面读者论坛了利用系统输入/输出数据进行系统模型辨识的有关函数及使用方法，为时行模型预测控制器的设计，需要对系统模型进行进一步的处理和转换。MATLAB的模型预测控制工具箱中提供了一系列函数完成多种模型转换和复杂系统模型的建立功能。 在模型预测控制工具箱中使用了两种专用的系统模型格式，即MPC状态空间模型和MPC传递函数模型。这两种模型格式分别是状态空间模型和传递函数模型在模型预测控制工具箱中的特殊表达形式。这种模型格式化可以同时支持连续和离散系统模型的表达，在MPC传递函数模型中还增加了对纯时延的支持。表8-2列出了模型预测控制工具箱的模型建立与转换函数。 表8-2模型建立与转换函数 8.2.1模型转换 在MATLAB模型预测工具箱中支持多种系统模型格式。这些模型格式包括： ①通用状态空间模型； ②通用传递函数模型； ③MPC阶跃响应模型； ④MPC状态空间模型；
⑤MPC传递函数模型。 在上述5种模型格式中，前两种模型格式是MATLAB通用的模型格式，在其他控制类工具箱中，如控制系统工具箱、鲁棒控制工具等都予以支持；而后三种模型格式化则是模型预测控制工具箱特有的。其中，MPC状态空间模型和MPC传递函数模型是通用的状态空间模型和传递函数模型在模型预测控制工具箱中采用的增广格式。模型预测控制工具箱提供了若干函数，用于完成上述模型格式间的转换功能。下面对这些函数的用法加以介绍。 1．通用状态空间模型与MPC状态空间模型之间的转换 MPC状态空间模型在通用状态空间模型的基础上增加了对系统输入/输出扰动 和采样周期的描述信息，函数ss2mod()和mod2ss()用于实现这两种模型格式之间的转换。 1）通用状态空间模型转换为MPC状态空间模型函数ss2mod() 该函数的调用格式为 pmod=ss2mod(A,B,C,D) pmod=ss2mod(A,B,C,D,minfo) pmod=ss2mod(A,B,C,D,minfo,x0,u0,y0,f0) 式中，A,B,C,D为通用状态空间矩阵； minfo为构成MPC状态空间模型的其他描述信息，为7个元素的向量，各元素分别定义为： ◆minfo(1)=dt，系统采样周期，默认值为1； ◆minfo(2)=n，系统阶次，默认值为系统矩阵A的阶次； ◆minfo(3)=nu，受控输入的个数，默认值为系统输入的维数； ◆minfo(4)=nd，测量扰的数目，默认值为0； ◆minfo(5)=nw，未测量扰动的数目，默认值为0； ◆minfo(6)=nym，测量输出的数目，默认值系统输出的维数； ◆minfo(7)=nyu，未测量输出的数目，默认值为0； 注：如果在输入参数中没有指定m i n f o，则取默认值。 x0,u0,y0,f0为线性化条件，默认值均为0； pmod为系统的MPC状态空间模型格式。 例8-5将如下以传递函数表示的系统模型转换为MPC状态空间模型。 解：MATLAB命令如下：
刚体绕轴转动惯性的度量。其数值为J=∑ mi*ri^2， 式中mi表示刚体的某个质点的质量，ri表示该质点到转轴的垂直距离。 ；求和号（或积分号）遍及整个刚体。转动惯量只决定于刚体的形状、质量分布和转轴的位置，而同刚体绕轴的转动状态（如角速度的大小）无关。规则形状的均质刚体，其转动惯量可直接计得。不规则刚体或非均质刚体的转动惯量，一般用实验法测定。转动惯量应用于刚体各种运动的动力学计算中。 描述刚体绕互相平行诸转轴的转动惯量之间的关系，有如下的平行轴定理：刚体对一轴的转动惯量，等于该刚体对同此轴平行并通过质心之轴的转动惯量加上该刚体的质量同两轴间距离平方的乘积。由于和式的第二项恒大于零，因此刚体绕过质量中心之轴的转动惯量是绕该束平行轴诸转动惯量中的最小者。 还有垂直轴定理：垂直轴定理 一个平面刚体薄板对于垂直它的平面轴的转动惯量，等于绕平面内与垂直轴相交的任意两正交轴的转动惯量之和。 表达式:Iz=Ix+Iy 刚体对一轴的转动惯量，可折算成质量等于刚体质量的单个质点对该轴所形成的转动惯量。由此折算所得的质点到转轴的距离，称为刚体绕该轴的回转半径κ，其公式为_____，式中M为刚体质量；I为转动惯量。 转动惯量的量纲为L^2M，在SI单位制中，它的单位是kg·m^2。 刚体绕某一点转动的惯性由更普遍的惯量张量描述。惯量张量是二阶对称张量，它完整地刻画出刚体绕通过该点任一轴的转动惯量的大小。 补充对转动惯量的详细解释及其物理意义： 先说转动惯量的由来，先从动能说起大家都知道动能E=(1/2)mv^2，而且动能的实际物理意义是：物体相对某个系统（选定一个参考系）运动的实际能量，（P势能实际意义则是物体相对某个系统运动的可能转化为运动的实际能量的大小）。 E=(1/2)mv^2 （v^2为v的2次方） 把v=wr代入上式(w是角速度,r是半径，在这里对任何物体来说是把物体微分化分为无数个质点，质点与运动整体的重心的距离为r,而再把不同质点积分化得到实际等效的r) 得到E=(1/2)m(wr)^2 由于某一个对象物体在运动当中的本身属性m和r都是不变的，所以把关于m、r的变量用一个变量K代替, K=mr^2 得到E=(1/2)Kw^2 K就是转动惯量，分析实际情况中的作用相当于牛顿运动平动分析中的质量的作用，都是一般不轻易变的量。 这样分析一个转动问题就可以用能量的角度分析了，而不必拘泥于只从纯运动角度分析转动问题。 为什么变换一下公式就可以从能量角度分析转动问题呢？ 1、E=(1/2)Kw^2本身代表研究对象的运动能量 2、之所以用E=(1/2)mv^2不好分析转动物体的问题，是因为其中不包含转动物体的任何转动信息。 3、E=(1/2)mv^2除了不包含转动信息，而且还不包含体现局部运动的信息，因为里面的速度v只代表那个物体的质 心运动情况。 4、E=(1/2)Kw^2之所以利于分析，是因为包含了一个物体的所有转动信息，因为转动惯量K=mr^2本身就是一种积 分得到的数，更细一些讲就是综合了转动物体的转动不变的信息的等效结果K=∑ mr^2 （这里的K和上楼的J一样） 所以，就是因为发现了转动惯量，从能量的角度分析转动问题，就有了价值。 若刚体的质量是连续分布的，则转动惯量的计算公式可写成K=∑ mr^2=∫r^2dm=∫r^2σdV 其中dV表示dm的体积元，σ表示该处的密度，r表示该体积元到转轴的距离。 补充转动惯量的计算公式 转动惯量和质量一样，是回转物体保持其匀速圆周运动或静止的特性，用字母J表示。 对于杆： 当回转轴过杆的中点并垂直于轴时；J=mL^2/12 其中m是杆的质量，L是杆的长度。 当回转轴过杆的端点并垂直于轴时：J=mL^2/3 其中m是杆的质量，L是杆的长度。 对与圆柱体： 当回转轴是圆柱体轴线时；J=mr^2/2 其中m是圆柱体的质量，r是圆柱体的半径。 转动惯量定理：M=Jβ
神经网络模型预测控制器 摘要：本文将神经网络控制器应用于受限非线性系统的优化模型预测控制中，控制规则用一个神经网络函数逼近器来表示，该网络是通过最小化一个与控制相关的代价函数来训练的。本文提出的方法可以用于构造任意结构的控制器，如减速优化控制器和分散控制器。 关键字：模型预测控制、神经网络、非线性控制 1.介绍 由于非线性控制问题的复杂性，通常用逼近方法来获得近似解。在本文中，提出了一种广泛应用的方法即模型预测控制（MPC），这可用于解决在线优化问题，另一种方法是函数逼近器，如人工神经网络，这可用于离线的优化控制规则。 在模型预测控制中，控制信号取决于在每个采样时刻时的想要在线最小化的代价函数，它已经广泛地应用于受限的多变量系统和非线性过程等工业控制中[3,11,22]。MPC方法一个潜在的弱点是优化问题必须能严格地按要求推算，尤其是在非线性系统中。模型预测控制已经广泛地应用于线性MPC问题中[5]，但为了减小在线计算时的计算量，该部分的计算为离线。一个非常强大的函数逼近器为神经网络，它能很好地用于表示非线性模型或控制器，如文献[4,13,14]。基于模型跟踪控制的方法已经普遍地应用在神经网络控制，这种方法的一个局限性是它不适合于不稳定地逆系统，基此本文研究了基于优化控制技术的方法。 许多基于神经网络的方法已经提出了应用在优化控制问题方面，该优化控制的目标是最小化一个与控制相关的代价函数。一个方法是用一个神经网络来逼近与优化控制问题相关联的动态程式方程的解[6]。一个更直接地方法是模仿MPC方法，用通过最小化预测代价函数来训练神经网络控制器。为了达到精确的MPC技术，用神经网络来逼近模型预测控制策略，且通过离线计算[1,7.9,19]。用一个交替且更直接的方法即直接最小化代价函数训练网络控制器代替通过训练一个神经网络来逼近一个优化模型预测控制策略。这种方法目前已有许多版本，Parisini[20]和Zoppoli[24]等人研究了随机优化控制问题，其中控制器作为神经网络逼近器的输入输出的一个函数。Seong和Widrow[23]研究了一个初始状态为随机分配的优化控制问题，控制器为反馈状态，用一个神经网络来表示。在以上的研究中，应用了一个随机逼近器算法来训练网络。Al-dajani[2]和Nayeri等人[15]提出了一种相似的方法，即用最速下降法来训练神经网络控制器。 在许多应用中，设计一个控制器都涉及到一个特殊的结构。对于复杂的系统如减速控制器或分散控制系统，都需要许多输入与输出。在模型预测控制中，模型是用于预测系统未来的运动轨迹，优化控制信号是系统模型的系统的函数。因此，模型预测控制不能用于定结构控制问题。不同的是，基于神经网络函数逼近器的控制器可以应用于优化定结构控制问题。 在本文中，主要研究的是应用于非线性优化控制问题的结构受限的MPC类型[20,2,24,23,15]。控制规则用神经网络逼近器表示，最小化一个与控制相关的代价函数来离线训练神经网络。通过将神经网络控制的输入适当特殊化来完成优化低阶控制器的设计，分散和其它定结构神经网络控制器是通过对网络结构加入合适的限制构成的。通过一个数据例子来评价神经网络控制器的性能并与优化模型预测控制器进行比较。 2.问题表述 考虑一个离散非线性控制系统： 其中为控制器的输出，为输入，为状态矢量。控制
nema标准中的计算是如下（转化公式）：J=A×0.055613×（Pn^0.95）÷（n/1000）^2.4-0.004474×（Pn^1.5）÷（n/1000）^1.8 A小于等于1800rpm时取24，A大于1800rpm时取27 Pn为功率（kw） n 为同步转速 高压电动机在设计时，要求计算出转子的转动惯量。下面对计算方法做一分析。 转动惯量是物体在转动时惯性的度量，它不仅与物体质量的大小有关，还与物体质量分体情况有关。机械工程师手册给出了一些简单形状物体的转动惯量。 1、圆柱体沿轴线转动惯量： Kg?m2 (1) 式中：M —圆柱体质量Kg R —圆柱体外径半径 m 2、空心圆柱体沿轴线转动惯量： Kg?m2 (2) 式中： M —空心圆柱体质量Kg R —空心圆柱体外半径 m r —空心圆柱体内半径m 3、薄板沿对称线转动惯量： Kg?m2 (3) 式中：M —薄板质量Kg a —薄板垂直于轴线方向的宽度m 物体的转动惯量除了用J表示外，在工程上有的用物体的重量G和物体的回转直径D的平方的乘积GD2来表示，也称为物体的飞轮力矩或惯量矩，单位N?m2或Kg f m2。 物体的飞轮力矩GD2和转动惯量J之间的关系，用下式表示： N?m2 (4) 式中：g —重力加速度 g=9.81 m/s2 将重力单位N化为习惯上的重力单位Kgf ，则（4）变为： Kg f m2 (5) 由以上公式，可以对鼠笼型高压电机的转动惯量进行计算。计算时，将高压电机转子分解为转子铁心（包括导条和端环）、幅铁、转轴三部分，分别算出各部分的Jn，各部分的转动惯量相加即得电机的转动惯量J。如需要，按（5）式换算成飞轮力矩GD2。一般产品样本中要求给定的是转动惯量J，兰州引进的电磁设计程序计算出的是飞轮力矩GD2。 计算程序如下：
Ｔoolbox工具箱 序号工具箱备注 一、数学、统计与优化 1 Symbolic Math Toolbox 符号数学工具箱 Symbolic Math Toolbox?提供用于求解和推演符号运算表达式以及执行可变精度算术的函数。您可以通过分析执行微分、积分、化简、转换以及方程求解。另外，还可以利用符号运算表达式为MATLAB?、Simulink?和Simscape?生成代码。 Symbolic Math Toolbox 包含MuPAD?语言，并已针对符号运算表达式的处理和执行进行优化。该工具箱备有MuPAD 函数库，其中包括普通数学领域的微积分和线性代数，以及专业领域的数论和组合论。此外，还可以使用MuPAD 语言编写自定义的符号函数和符号库。MuPAD 记事本支持使用嵌入式文本、图形和数学排版格式来记录符号运算推导。您可以采用HTML 或PDF 的格式分享带注释的推导。 2 Partial Differential Euqation Toolbox 偏微分方程工具箱 偏微分方程工具箱?提供了用于在2D，3D求解偏微分方程（PDE）以及一次使用有限元分析。它可以让你指定和网格二维和三维几何形状和制定边界条件和公式。你能解决静态，时域，频域和特征值问题在几何领域。功能进行后处理和绘图效果使您能够直观地探索解决方案。 你可以用偏微分方程工具箱，以解决从标准问题，如扩散，传热学，结构力学，静电，静磁学，和AC电源电磁学，以及自定义，偏微分方程的耦合系统偏微分方程。 3 Statistics Toolbox 统计学工具箱
4 Curve Fitting Toolbox 曲线拟合工具箱 Curve Fitting Toolbox?提供了用于拟合曲线和曲面数据的应用程序和函数。使用该工具箱可以执行探索性数据分析，预处理和后处理数据，比较候选模型，删除偏值。您可以使用随带的线性和非线性模型库进行回归分析，也可以指定您自行定义的方程式。该库提供了优化的解算参数和起始条件，以提高拟合质量。该工具箱还提供非参数建模方法，比如样条、插值和平滑。 在创建一个拟合之后，您可以运用多种后处理方法进行绘图、插值和外推，估计置信区间，计算积分和导数。 5 Optimization Toolbox 优化工具箱 Optimization Toolbox?提供了寻找最小化或最大化目标并同时满足限制条件的函数。工具箱中包括了线性规划、混合整型线性规划、二次规划、非线性优化、非线性最小二乘的求解器。您可以使用这些求解器寻找连续与离散优化问题的解决方案、执行折衷分析、以及将优化的方法结合到其算法和应用程序中。 6 Global Optimization Toolbox 全局优化工具箱 Global Optimization Toolbox 所提供的方法可为包含多个极大值或极小值的问题搜索全局解。它包含全局搜索、多初始点、模式搜索、遗传算法和模拟退火求解器。对于目标
云南大学信息学院学生实验报告 课程名称：现代控制理论 实验题目：预测控制 小组成员：李博（12018000748） 金蒋彪（12018000747） 专业：2018级检测技术与自动化专业
1、实验目的 (3) 2、实验原理 (3) 2.1、预测控制特点 (3) 2.2、预测控制模型 (4) 2.3、在线滚动优化 (5) 2.4、反馈校正 (5) 2.5、预测控制分类 (6) 2.6、动态矩阵控制 (7) 3、MATLAB仿真实现 (9) 3.1、对比预测控制与PID控制效果 (9) 3.2、P的变化对控制效果的影响 (12) 3.3、M的变化对控制效果的影响 (13) 3.4、模型失配与未失配时的控制效果对比 (14) 4、总结 (15) 5、附录 (16) 5.1、预测控制与PID控制对比仿真代码 (16) 5.1.1、预测控制代码 (16) 5.1.2、PID控制代码 (17) 5.2、不同P值对比控制效果代码 (19) 5.3、不同M值对比控制效果代码 (20) 5.4、模型失配与未失配对比代码 (20)
1、实验目的 （1）、通过对预测控制原理的学习，掌握预测控制的知识点。 （2）、通过对动态矩阵控制（DMC）的MATLAB仿真，发现其对直接处理具有纯滞后、大惯性的对象，有良好的跟踪性和较强的鲁棒性，输入已 知的控制模型，通过对参数的选择，来获得较好的控制效果。 （3）、了解matlab编程。 2、实验原理 模型预测控制(Model Predictive Control，MPC)是20世纪70年代提出的一种计算机控制算法，最早应用于工业过程控制领域。预测控制的优点是对数学模型要求不高，能直接处理具有纯滞后的过程，具有良好的跟踪性能和较强的抗干扰能力，对模型误差具有较强的鲁棒性。因此，预测控制目前已在多个行业得以应用，如炼油、石化、造纸、冶金、汽车制造、航空和食品加工等，尤其是在复杂工业过程中得到了广泛的应用。在分类上，模型预测控制(MPC)属于先进过程控制，其基本出发点与传统PID控制不同。传统PID控制，是根据过程当前的和过去的输出测量值与设定值之间的偏差来确定当前的控制输入，以达到所要求的性能指标。而预测控制不但利用当前时刻的和过去时刻的偏差值，而且还利用预测模型来预估过程未来的偏差值，以滚动优化确定当前的最优输入策略。因此，从基本思想看，预测控制优于PID控制。 2.1、预测控制特点 首先，对于复杂的工业对象。由于辨识其最小化模型要花费很大的代价，往往给基于传递函数或状态方程的控制算法带来困难，多变量高维度复杂系统难以建立精确的数学模型工业过程的结构、参数以及环境具有不确定性、时变性、非线性、强耦合，最优控制难以实现。而预测控制所需要的模型只强调其预测功能，不苛求其结构形式，从而为系统建模带来了方便。在许多场合下，只需测定对象的阶跃或脉冲响应，便可直接得到预测模型，而不必进一步导出其传递函数或状
转动惯量指导书 力学实验室 2016年3月
转动惯量的测量 【预习思考】 １．转动惯量的定义式是什么？ ２．转动惯量的单位是什么？ ３．转动惯量与质量分布的关系？ ４．了解单摆中摆长与周期的关系？ ５．摆角对周期的影响。 【仪器照片】 【原理简述】 1、转动惯量的定义 构件中各质点或质量单元的质量与其到给定轴线的距离平方乘积的总和，即
∑ =2 J mr（1）转动惯量是刚体转动时惯性的量度，其量值取决于物体的形状、质量分布及转轴的位置。刚体的转动惯量有着重要的物理意义，在科学实验、工程技术、航天、电力、机械、仪表等工业领域也是一个重要参量。 图1 电磁系仪表的指示系统，因线圈的转动惯量不同，可分别用于测量微小电流（检 流计）或电量（冲击电流计）。在发动机叶片、飞轮、陀螺以及人造卫星的外形 设计上，精确地测定转动惯量，都是十分必要的。 2、转动惯量的公式推导 测定刚体转动惯量的方法很多，常用的有三线摆、扭摆、复摆等。本实验采用的是三线摆，是通过扭转运动测定物体的转动惯量，其特点是无力图像清楚、操作简便易行、适合各种形状的物体，如机械零件、电机转子、枪炮弹丸、电风扇的风叶等的转动惯量都可用三线摆测定。这种实验方法在理论和技术上有一定的实际意义本实验的目的就是要求学生掌握用三线摆测定物体转动惯量的方法，并验证转动惯量的平行轴定理。 两半径分别为r'和R'（R'>r'）的刚性均匀圆盘，用均匀分布的三条等长l的无弹性、无质量的细线相连，半径为r'的圆盘在上，作为启动盘，其悬点到盘心的距离为r；半径为R'的圆盘在下，作为悬盘，其悬点到盘心的距离为R。将启动盘固定，则构成一振动系统， 称为三线摆（图2）。当施加力矩使悬盘转过角 θ后，悬盘将绕中心轴O O''做角简谐振动。 A A' O O' O'' r R B θ h2 h1 H . . . C'
M A T L A B模型预测控制 工具箱函数 TTA standardization office【TTA 5AB- TTAK 08- TTA 2C】
M A T L A B模型预测控制工具箱函数 系统模型建立与转换函数 前面读者论坛了利用系统输入/输出数据进行系统模型辨识的有关函数及使用方法，为时行模型预测控制器的设计，需要对系统模型进行进一步的处理和转换。MATLAB的模型预测控制工具箱中提供了一系列函数完成多种模型转换和复杂系统模型的建立功能。 在模型预测控制工具箱中使用了两种专用的系统模型格式，即MPC状态空间模型和MPC传递函数模型。这两种模型格式分别是状态空间模型和传递函数模型在模型预测控制工具箱中的特殊表达形式。这种模型格式化可以同时支持连续和离散系统模型的表达，在MPC传递函数模型中还增加了对纯时延的支持。表8-2列出了模型预测控制工具箱的模型建立与转换函数。 表8-2 模型建立与转换函数 模型转换 在MATLAB模型预测工具箱中支持多种系统模型格式。这些模型格式包括： ①通用状态空间模型； ②通用传递函数模型； ③MPC阶跃响应模型； ④MPC状态空间模型； ⑤MPC传递函数模型。
在上述5种模型格式中，前两种模型格式是MATLAB通用的模型格式，在其他控制类工具箱中，如控制系统工具箱、鲁棒控制工具等都予以支持；而后三种模型格式化则是模型预测控制工具箱特有的。其中，MPC状态空间模型和MPC传递函数模型是通用的状态空间模型和传递函数模型在模型预测控制工具箱中采用的增广格式。模型预测控制工具箱提供了若干函数，用于完成上述模型格式间的转换功能。下面对这些函数的用法加以介绍。 1．通用状态空间模型与MPC状态空间模型之间的转换 MPC状态空间模型在通用状态空间模型的基础上增加了对系统输入/输出扰动和采样周期的描述信息，函数ss2mod()和mod2ss()用于实现这两种模型格式之间的转换。 1）通用状态空间模型转换为MPC状态空间模型函数ss2mod() 该函数的调用格式为 pmod= ss2mod(A,B,C,D) pmod= ss2mod(A,B,C,D,minfo) pmod= ss2mod(A,B,C,D,minfo,x0,u0,y0,f0) 式中，A, B, C, D为通用状态空间矩阵； minfo为构成MPC状态空间模型的其他描述信息，为7个元素的向量，各元素分别定义为： ◆minfo(1)=dt，系统采样周期，默认值为1； ◆minfo(2)=n，系统阶次，默认值为系统矩阵A的阶次； ◆minfo(3)=nu，受控输入的个数，默认值为系统输入的维数； ◆minfo(4)=nd，测量扰的数目，默认值为0； ◆minfo(5)=nw，未测量扰动的数目，默认值为0； ◆minfo(6)=nym，测量输出的数目，默认值系统输出的维数； ◆minfo(7)=nyu，未测量输出的数目，默认值为0； 注：如果在输入参数中没有指定m i n f o，则取默认值。 x0, u0, y0, f0为线性化条件，默认值均为0； pmod为系统的MPC状态空间模型格式。 例8-5将如下以传递函数表示的系统模型转换为MPC状态空间模型。 解：MATLAB命令如下：