自动控制仿真
- 格式:docx
- 大小:1.72 MB
- 文档页数:22
自动化控制系统的建模与仿真论文素材自动化控制系统的建模与仿真自动化控制系统建模与仿真是现代控制工程中非常重要的领域。
通过建立数学模型和使用计算机仿真技术,可以更好地理解和优化控制系统的性能。
本文将就自动化控制系统的建模方法、仿真技术以及在不同领域中的应用等方面进行论述。
一、建模方法在自动化控制系统中,建模是指将实际系统抽象为一种数学模型。
建模方法可以分为两种主要类型:物理建模和黑盒建模。
1. 物理建模物理建模是通过分析系统的物理特性和相互关系,基于物理定律和原理,构建系统的数学模型。
常用的物理建模方法包括:微分方程模型、状态空间模型和传递函数模型等。
2. 黑盒建模黑盒建模是根据实际系统的输入和输出数据,通过统计分析和数据挖掘等方法构建系统的数学模型。
常用的黑盒建模方法包括:神经网络模型、模糊逻辑模型和遗传算法模型等。
二、仿真技术仿真是指利用计算机模拟实际系统的行为和性能,以验证控制算法的有效性和系统的稳定性。
在自动化控制系统中,常用的仿真技术有离散事件仿真和连续仿真。
1. 离散事件仿真离散事件仿真是基于事件驱动的仿真方法,通过模拟系统中离散事件的变化,来推进仿真时钟。
离散事件仿真常用于对具有非线性和时变属性的系统进行建模和仿真。
2. 连续仿真连续仿真是基于时钟驱动的仿真方法,通过不断更新系统的状态和控制输入,来模拟系统的连续变化。
连续仿真常用于对具有线性和时不变属性的系统进行建模和仿真。
三、应用领域自动化控制系统的建模与仿真在各个领域都有广泛的应用。
1. 工业控制在工业生产中,自动化控制系统的建模与仿真可以帮助优化生产过程,提高生产效率和质量。
通过建立模型和仿真验证,可以选择合适的控制策略,降低能耗和生产成本。
2. 智能交通在智能交通系统中,自动化控制系统的建模与仿真可以模拟交通流量、信号控制和车辆调度等系统的行为。
通过仿真分析,可以优化交通流量,减少交通拥堵和事故发生率。
3. 机器人技术在机器人技术领域,自动化控制系统的建模与仿真可以帮助设计和优化机器人的动作规划和控制算法。
一、实验目的1. 熟悉MATLAB/Simulink仿真软件的基本操作。
2. 学习控制系统模型的建立与仿真方法。
3. 通过仿真分析,验证理论知识,加深对自动控制原理的理解。
4. 掌握控制系统性能指标的计算方法。
二、实验内容本次实验主要分为两个部分:线性连续控制系统仿真和非线性环节控制系统仿真。
1. 线性连续控制系统仿真(1)系统模型建立根据题目要求,我们建立了两个线性连续控制系统的模型。
第一个系统为典型的二阶系统,其开环传递函数为:\[ G(s) = \frac{1}{(s+1)(s+2)} \]第二个系统为具有迟滞环节的系统,其开环传递函数为:\[ G(s) = \frac{1}{(s+1)(s+2)(s+3)} \](2)仿真与分析(a)阶跃响应仿真我们对两个系统分别进行了阶跃响应仿真,并记录了仿真结果。
(b)频率响应仿真我们对两个系统分别进行了频率响应仿真,并记录了仿真结果。
(3)性能指标计算根据仿真结果,我们计算了两个系统的性能指标,包括上升时间、超调量、调节时间等。
2. 非线性环节控制系统仿真(1)系统模型建立根据题目要求,我们建立了一个具有饱和死区特性的非线性环节控制系统模型。
其传递函数为:\[ W_k(s) = \begin{cases}1 & |s| < 1 \\0 & |s| \geq 1\end{cases} \](2)仿真与分析(a)阶跃响应仿真我们对非线性环节控制系统进行了阶跃响应仿真,并记录了仿真结果。
(b)相轨迹曲线绘制根据仿真结果,我们绘制了四条相轨迹曲线,以分析非线性环节对系统性能的影响。
三、实验结果与分析1. 线性连续控制系统仿真(a)阶跃响应仿真结果表明,两个系统的性能指标均满足设计要求。
(b)频率响应仿真结果表明,两个系统的幅频特性和相频特性均符合预期。
2. 非线性环节控制系统仿真(a)阶跃响应仿真结果表明,非线性环节对系统的性能产生了一定的影响,导致系统响应时间延长。
实验一 MATLAB 及仿真实验(控制系统的时域分析)一、实验目的学习利用MATLAB 进行控制系统时域分析,包括典型响应、判断系统稳定性和分析系统的动态特性; 二、预习要点1、 系统的典型响应有哪些2、 如何判断系统稳定性3、 系统的动态性能指标有哪些 三、实验方法(一) 四种典型响应1、 阶跃响应:阶跃响应常用格式:1、)(sys step ;其中sys 可以为连续系统,也可为离散系统。
2、),(Tn sys step ;表示时间范围0---Tn 。
3、),(T sys step ;表示时间范围向量T 指定。
4、),(T sys step Y =;可详细了解某段时间的输入、输出情况。
2、 脉冲响应:脉冲函数在数学上的精确定义:0,0)(1)(0〉==⎰∞t x f dx x f其拉氏变换为:)()()()(1)(s G s f s G s Y s f ===所以脉冲响应即为传函的反拉氏变换。
脉冲响应函数常用格式: ① )(sys impulse ; ②);,();,(T sys impulse Tn sys impulse③ ),(T sys impulse Y =(二) 分析系统稳定性 有以下三种方法:1、 利用pzmap 绘制连续系统的零极点图;2、 利用tf2zp 求出系统零极点;3、 利用roots 求分母多项式的根来确定系统的极点 (三) 系统的动态特性分析Matlab 提供了求取连续系统的单位阶跃响应函数step 、单位脉冲响应函数impulse 、零输入响应函数initial 以及任意输入下的仿真函数lsim.四、实验内容 (一) 稳定性1. 系统传函为()27243645232345234+++++++++=s s s s s s s s s s G ,试判断其稳定性2. 用Matlab 求出253722)(2342++++++=s s s s s s s G 的极点。
%Matlab 计算程序num=[3 2 5 4 6];den=[1 3 4 2 7 2];G=tf(num,den);pzmap(G);p=roots(den)运行结果: p =+ - + -P ole-Zero MapReal AxisI m a g i n a r y A x i s-2-1.5-1-0.500.5-1.5-1-0.50.511.5图1-1 零极点分布图由计算结果可知,该系统的2个极点具有正实部,故系统不稳定。
《自动控制系统计算机仿真》习题参考答案1-1 什么是仿真? 它的主要优点是什么?它所遵循的基本原则是什么?答:所谓仿真,就是使用其它相似的系统来模仿真实的需要研究的系统。
计算机仿真是指以数字计算机为主要工具,编写并且运行反映真实系统运行状况的程序。
对计算机输出的信息进行分析和研究,从而对实际系统运行状态和演化规律进行综合评估与预测。
它是非常重要的设计自动控制系统或者评价系统性能和功能的一种技术手段。
仿真的主要优点是:方便快捷、成本低廉、工作效率和计算精度都很高。
它所遵循的基本原则是相似性原理。
1-2 你认为计算机仿真的发展方向是什么?答:向模型更加准确的方向发展,向虚拟现实技术,以及高技术智能化、一体化方向发展。
向更加广阔的时空发展。
1-3 计算机数字仿真包括哪些要素?它们的关系如何?答:计算机仿真的三要素是:系统——研究的对象、模型——系统的抽象、计算机——仿真的工具和手段。
它们的关系是相互依存。
2-1 控制算法的步长应该如何选择?答:控制算法步长的选择应该恰当。
如果步长太小,就会增加迭代次数,增加计算量;如果步长太大,计算误差将显著增加,甚至造成计算结果失真。
2-2 通常控制系统的建模有哪几种方法?答:1)机理建模法;2)实验建模法;3)综合建模法。
2-3 用欧拉法求以下系统的输出响应()y t 在0≤t ≤1上,0.1h =时的数值解。
0yy += , (0)0.8y = 解:输入以下语句 绘制的曲线图2-4 用二阶龙格-库塔法对2-3题求数值解,并且比较两种方法的结果。
解:输入以下语句绘制的曲线图经过比较两种方法的结果,发现它们几乎没有什么差别。
3-1 编写两个m文件,分别使用for和while循环语句计算20031kk=∑。
解:第1个m文件,第2个m文件运行结果都是3-2 求解以下线性代数方程:123102211313121xxx⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦解:输入语句计算结果3-3 已知矩阵013=121542⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦A,218=414332⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦B试分别求出A阵和B阵的秩、转置、行列式、逆矩阵以及特征值。
基于matlab的自动控制系统的仿真设计自动控制系统是现代工业、交通、军事等领域中不可或缺的一部分,它可以通过各种传感器和执行器来实现对系统的控制,从而使得系统能够自动地运行,并且在遇到各种干扰和扰动时能够自动地进行调节和控制。
为了更好地研究和设计自动控制系统,我们需要借助于各种软件和工具来进行仿真和设计,其中MATLAB是最为常用的一种工具。
本文将介绍基于MATLAB的自动控制系统的仿真设计。
一、MATLAB的基本介绍MATLAB是一种数学软件,它可以用来进行各种数学计算、数据分析和可视化等操作。
同时,MATLAB还可以用来进行各种工程和科学领域的模拟和仿真,包括自动控制系统的仿真设计。
MATLAB的优点在于它具有较好的可扩展性和灵活性,可以通过各种工具箱和插件来扩展其功能。
二、自动控制系统的基本概念自动控制系统是由各种传感器、执行器和控制器组成的一个系统,它的主要目的是对系统进行控制和调节,使其能够达到所需的状态。
自动控制系统一般可以分为开环控制和闭环控制两种类型。
开环控制是指控制系统中没有反馈回路的一种控制方式,它主要通过输入信号来控制输出信号。
闭环控制是指控制系统中有反馈回路的一种控制方式,它主要通过反馈信号来控制输出信号。
闭环控制相比于开环控制具有更好的稳定性和鲁棒性。
三、自动控制系统的仿真设计自动控制系统的仿真设计是指通过计算机模拟和仿真来对自动控制系统进行设计和优化。
MATLAB是一种常用的自动控制系统仿真工具,它可以通过各种工具箱和插件来进行自动控制系统的仿真和设计。
下面我们将以一个简单的控制系统为例来介绍自动控制系统的仿真设计。
1.控制系统的建模在进行自动控制系统的仿真设计前,我们需要先对控制系统进行建模。
控制系统的建模一般可以分为两种方式,一种是基于物理模型的建模,另一种是基于数学模型的建模。
在本例中,我们将采用基于数学模型的建模方式。
假设我们要设计一个简单的温度控制系统,它的控制目标是使得系统的温度保持在一个稳定的水平。
multisim在自动控制系统仿真实验中的应用自动控制系统是一个用来控制复杂机械系统的重要技术。
它包括反馈控制系统以及识别和控制的机器人控制,它能控制重复性的任务,允许机器以更少的人工干预来完成相同的任务。
为了验证自动控制系统的可靠性,使用仿真技术的有效性以及自动控制系统的有效性,仿真实验是必不可少的。
Multisim一款集成了多种电路仿真算法的数字电路分析软件,该软件具有功能强大,操作简单,结果准确和实时响应等特点。
同时,Multisim也是最常用的,用于模拟自动控制系统及其仿真实验的软件之一。
Multisim件可以用于自动控制系统的仿真实验,主要用于测试控制系统性能。
首先,通过Multisim软件设计出自动控制系统的原理图,仿真软件可以自动为每个元器件给出选择,并进行参数化。
然后,在自动控制系统的原理图中引入输入参数,系统可以根据输入的参数选择合适的模型模拟,确定系统的性能。
此外,Multisim可以设计更复杂的自动控制系统,如模型驱动、系统模拟、系统控制等,可以准确地模拟自动控制系统的各种参数和性能。
此外,Multisim还可以用于自动控制系统的运行诊断。
可以根据仿真结果来检测自动控制系统的潜在缺陷,从而提高系统的可靠性和可操作性。
例如,当系统发生紊乱时,可以使用Multisim来查找原因,从而找出系统中的隐藏问题。
此外,Multisim还可以用于对自动控制系统进行性能评估,以确定系统是否能够满足需求。
虽然Multisim具有众多优点,但也存在一些缺点。
由于Multisim 仿真实验耗时长,需要大量的运算,实时性差,会影响实验的精确性,这是其最大的缺点。
此外,Multisim的结果可能受到算法设置的影响,因此需要有足够的知识和能力来使用和调节Multisim,以便设计出准确的电路系统模型。
综上所述,Multisim是一款功能强大、操作简单而且结果准确的数字电路仿真软件,它可以用于自动控制系统的仿真实验,主要用于测试控制系统性能,也可以用于运行诊断和性能评估。
自动控制系统的建模与仿真自动控制系统的建模和仿真是实现控制系统设计、分析、调试和优化的一种重要方法。
本文将从控制系统建模的概念入手,介绍控制系统建模的基本方法,并通过实例介绍控制系统的仿真过程。
一、控制系统建模的基本概念1. 控制系统建模的概念控制系统建模是指将控制系统抽象为数学模型的过程,其目的是方便对控制系统进行设计、分析和优化。
2. 控制系统的分类根据输入输出信号的性质,控制系统可分为模拟控制系统和数字控制系统。
模拟控制系统是指输入输出信号为模拟信号的控制系统,数字控制系统是指输入输出信号为数字信号的控制系统。
3. 控制系统的基本结构控制系统由控制器、执行器和被控对象三部分组成。
控制器负责对被控对象进行信号处理和决策,输出控制信号;执行器接收控制信号,通过转换为相应的动力或能量信号控制被控对象的运动;被控对象是控制系统的实际操作对象,其状态受执行器控制信号影响而改变。
4. 控制系统的数学模型控制系统的数学模型是描述其输入输出关系的数学方程或模型,可将其简化为传递函数的形式。
控制系统的数学模型有两种主要表达方式,一种是状态空间表达式,一种是等效传递函数式。
二、控制系统建模的基本方法1. 确定控制系统类型和目标在建模之前,需要对控制系统的类型和目标进行确定,包括控制系统的输入和输出信号的特征、被控对象的特性等。
2. 建立被控对象的数学模型被控对象的数学模型包括其动态特性和静态特性。
动态特性即描述被控对象内部变化规律的数学模型,静态特性即描述被控对象输入输出关系的数学模型。
3. 建立控制器的数学模型控制器的数学模型要根据被控对象的数学模型和控制系统的控制目标进行设计。
4. 建立控制系统的数学模型将被控对象的数学模型和控制器的数学模型相结合,得到控制系统的数学模型,可推导得到控制系统的传递函数。
5. 对控制系统进行仿真通过仿真软件对控制系统进行仿真,可以实现在不同工作条件下模拟出控制系统的工作状态和性能,以验证控制系统的可行性。
实验一典型环节的MATLAB仿真Experiment 1 MATLAB simulation of typical link一、实验目的1.熟悉MATLAB桌面和命令窗口,初步了解SIMULINK功能模块的使用方法。
2.通过观察典型环节在单位阶跃信号作用下的动态特性,加深对各典型环节响应曲线的理解。
3.定性了解各参数变化对典型环节动态特性的影响。
二、SIMULINK的使用MATLAB中SIMULINK是一个用来对动态系统进行建模、仿真和分析的软件包。
利用SIMULINK功能模块可以快速的建立控制系统的模型,进行仿真和调试。
1.运行MATLAB软件,在命令窗口栏“>>”提示符下键入simulink命令,按Enter 键或在工具栏单击按钮,即可进入如图1-1所示的SIMULINK仿真环境下。
2.选择File菜单下New下的Model命令,新建一个simulink仿真环境常规模板。
3.在simulink仿真环境下,创建所需要的系统。
以图1-2所示的系统为例,说明基本设计步骤如下:1)进入线性系统模块库,构建传递函数。
点击simulink下的“Continuous”,再将右边窗口中“Transfer Fen”的图标用左键拖至新建的“untitled”窗口。
2)改变模块参数。
在simulink仿真环境“untitled”窗口中双击该图标,即可改变传递函数。
其中方括号内的数字分别为传递函数的分子、分母各次幂由高到低的系数,数字之间用空格隔开;设置完成后,选择OK,即完成该模块的设置。
3)建立其它传递函数模块。
按照上述方法,在不同的simulink的模块库中,建立系统所需的传递函数模块。
例:比例环节用“Math”右边窗口“Gain”的图标。
4)选取阶跃信号输入函数。
用鼠标点击simulink下的“Source”,将右边窗口中“Step”图标用左键拖至新建的“untitled”窗口,形成一个阶跃函数输入模块。
自动控制原理的仿真实验教学设计自动控制原理是现代工程技术中的重要学科之一,其应用广泛,涉及到许多领域,如工业控制、机械控制、电力系统控制等。
为了使学生更好地掌握自动控制原理,教学应该注重实践和应用,而仿真实验是一种非常有效的教学手段。
本文将介绍一种基于仿真实验的自动控制原理教学设计。
一、教学目标本教学设计的目标是让学生掌握以下内容:1.自动控制原理的基本概念和理论知识。
2.使用Simulink进行仿真实验,掌握仿真实验的基本操作和方法。
3.设计和实现常见控制系统的仿真实验,如比例控制、积分控制、微分控制等。
4.理解控制系统的动态特性,如稳态误差、超调量、调节时间等。
二、教学内容1.自动控制原理的基本概念和理论知识自动控制原理是研究自动控制系统的基本原理和方法的学科。
它主要研究控制系统的结构、动态特性和控制方法等方面的问题。
自动控制系统是由传感器、执行器、控制器和处理器等组成的,它可以自动地调节系统的输出,使其达到预定的目标。
2.使用Simulink进行仿真实验Simulink是MATLAB的一个工具箱,它可以用来建立和仿真动态系统。
在本教学设计中,我们将使用Simulink进行仿真实验。
学生需要掌握Simulink的基本操作和方法,包括建立模型、设置参数、运行仿真等。
3.设计和实现常见控制系统的仿真实验在本教学设计中,我们将设计和实现常见的控制系统仿真实验,如比例控制、积分控制、微分控制等。
学生需要了解这些控制方法的基本原理和实现方法,以及它们对控制系统的影响。
4.理解控制系统的动态特性控制系统的动态特性是指控制系统在响应外部信号时的特性。
它包括稳态误差、超调量、调节时间等。
学生需要理解这些动态特性的概念和意义,以及如何通过调整控制器的参数来改善控制系统的动态特性。
三、教学方法本教学设计采用“理论教学+仿真实验”的教学方法。
在理论教学中,教师将介绍自动控制原理的基本概念和理论知识,以及控制系统的动态特性。
实验一控制系统的稳定性分析一、实验目的1、研究高阶系统的稳定性,验证稳定判据的正确性;2、了解系统增益变化对系统稳定性的影响;3、观察系统结构和稳态误差之间的关系。
二、实验任务1、稳定性分析欲判断系统的稳定性,只要求出系统的闭环极点即可,而系统的闭环极点就是闭环传递函数的分母多项式的根,可以利用MATLAB中的tf2zp函数求出系统的零极点,或者利用root函数求分母多项式的根来确定系统的闭环极点,从而判断系统的稳定性。
(1)已知单位负反馈控制系统的开环传递函数为0.2( 2.5)()(0.5)(0.7)(3)sG ss s s s+=+++,用MATLAB编写程序来判断闭环系统的稳定性,并绘制闭环系统的零极点图。
三、实验内容:在MATLAB命令窗口写入程序代码如下:>>z=-2.z=-2.5000>>p=[0,-0.5,-0.7,-3]p=0-0.5000-0.7000-3.0000>>k=0.2k=0.2000>>Go=zpk(z,p,k)Zero/pole/gain:0.2(s+2.5)-----------------------s(s+0.5)(s+0.7)(s+3)>>Gc=feedback(Go,1Zero/pole/gain:0.2(s+2.5)----------------------------------------(s+3.006)(s+1)(s^2+0.1942s+0.1663)>>Gctf=tf(Gc)Transferfunction:0.2s+0.5---------------------------------------s^4+4.2s^3+3.95s^2+1.25s+0.5>>dc=Gctf.dendc=[1x5double]>>dens=poly2str(dc{1},'s')dens=s^4+4.2s^3+3.95s^2+1.25s+0.5>>den=[1,4.2,3.95,1.25,0.5]den=1.00004.20003.95001.25000.5000>>p=roots(den)p=-3.0058-1.0000-0.0971+0.3961i-0.0971-0.3961ip为特征多项式dens的根,即为系统的闭环极点,所有闭环极点都是负的实部,因此闭环系统是稳定的。
下面绘制系统的零极点图,MATLAB程序代码如下:>>z=-2.5z=-2.5000[0,-0.5,-0.7,-3]p=0-0.5000-0.7000-3.0000>>k=0.2k=0.2000>>Go=zpk(z,p,k)Zero/pole/gain:0.2(s+2.5)-----------------------s(s+0.5)(s+0.7)(s+3)>>Gc=feedback(Go,1)Zero/pole/gain:0.2(s+2.5)----------------------------------------- (s+3.006)(s+1)(s^2+0.1942s+0.1663)>>Gctf=tf(Gc)Transferfunction:0.2s+0.5---------------------------------------s^4+4.2s^3+3.95s^2+1.25s+0.5>>[z,p,k]=zpkdata(Gctf,'v')z=-2.500p=-3.0058-1.0000-0.0971+0.3961i-0.0971-0.3961ik=>>pzmap(Gctf)>>grid零极点分布图(2)已知单位负反馈控制系统的开环传递函数为( 2.5)()(0.5)(0.7)(3)k sG ss s s s+=+++,当取k=1,10,100用MATLAB编写程序来判断闭环系统的稳定性。
当=取1的时候在MATLAB命令窗口写入程序代码如下:>>z=-2.5z=-2.5000>>p=[0,-0.5,-0.7,3]p=0-0.5000-0.70003.0000>>k=1k=1>>Go=zpk(z,p,k)Zero/pole/gain:(s+2.5)-----------------------s(s+0.5)(s+0.7)(s-3)>>Gc=feedback(Go,1)Zero/pole/gain:(s+2.5)--------------------------------------------(s-2.841)(s-0.7799)(s^2+1.821s+1.128)>>Gctf=tf(Gc)Transferfunction:s+2.5---------------------------------------s^4-1.8s^3-3.25s^2-0.05s+2.5>>dc=Gctf.dendc=[1x5double]>>dens=poly2str(dc{1},'s')dens=s^4-1.8s^3-3.25s^2-0.05s+2.5>>den=[1,-1.8,-3.25,-0.05,2.5]den=1.0000-1.8000-3.2500-0.05002.5000>>p=roots(den)p=2.8411-0.9105+0.5469i-0.9105-0.5469i0.7799p为特征多项式dens的根,即为系统的闭环极点,所有闭环极点都是负的实部,因此闭环系统是不稳定的。
下面绘制系统的零极点图,MATLAB程序代码如下:>>z=-2.5z=-2.5000>>p=[0,-0.5,-0.7,-3]p=0-0.5000-0.7000-3.0000>>k=1k=1>>Go=zpk(z,p,k)Zero/pole/gain:(s+2.5)-----------------------s(s+0.5)(s+0.7)(s+3)>>Gc=feedback(Go,1)Zero/pole/gain:(s+2.5)-------------------------------------------- (s+3.03)(s+1.332)(s^2-0.1616s+0.6195)>>Gctf=tf(Gc)Transferfunction:s+2.5---------------------------------------s^4+4.2s^3+3.95s^2+2.05s+2.5>>[z,p,k]=zpkdata(Gctf,'v')z=-2.5000p=-3.0297-1.33190.0808+0.7829i0.0808-0.7829ik=1>>pzmap(Gctf)>>grid当=取10的时候在MATLAB命令窗口写入程序代码如下:>>z=-2.5z=-2.5000>>p=[0,-0.5,-0.7,-3]p=0-0.5000-0.7000-3.0000>>k=10k=10>>Go=zpk(z,p,k)Zero/pole/gain:10(s+2.5)-----------------------s(s+0.5)(s+0.7)(s+3)>>Gc=feedback(Go,1)Zero/pole/gain:10(s+2.5)----------------------------------------- (s+2.082)(s+3.335)(s^2-1.217s+3.6)>>Gctf=tf(Gc)Transferfunction:10s+25---------------------------------------s^4+4.2s^3+3.95s^2+11.05s+25>>dc=Gctf.dendc=[1x5double]>>dens=poly2str(dc{1},'s')dens=s^4+4.2s^3+3.95s^2+11.05s+25>>den=[1,4.2,3.95,11.05,25]den=1.00004.20003.950011.050025.0000>>p=roots(den)p=0.6086+1.7971i0.6086-1.7971i-3.3352-2.0821p为特征多项式dens的根,即为系统的闭环极点,所有闭环极点都是负的实部,因此闭环系统是不稳定的。
下面绘制系统的零极点图,MATLAB程序代码如下:>>z=-2.5z=-2.5000>>p=[0,-0.5,-0.7,-3]p=0-0.5000-0.7000-3.0000>>k=10k=10>>Go=zpk(z,p,k)Zero/pole/gain:10(s+2.5)-----------------------s(s+0.5)(s+0.7)(s+3)>>Gc=feedback(Go,1)Zero/pole/gain:10(s+2.5)-----------------------------------------(s+2.082)(s+3.335)(s^2-1.217s+3.6)>>Gctf=tf(Gc)Transferfunction:10s+25---------------------------------------s^4+4.2s^3+3.95s^2+11.05s+25>>[z,p,k]=zpkdata(Gctf,'v')z=-2.500p=0.6086+1.7971i0.6086-1.7971i-3.3352-2.0821p为特征多项式dens的根,即为系统的闭环极点,所有闭环极点都是负的实部,因此闭环系统是不稳定的。
k=10>>pzmap(Gctf)>>grid>>当=取100的时候在MATLAB命令窗口写入程序代码如下:>>z=-2.5z=-2.5000>>p=[0,-0.5,-0.7,-3]p0-0.5000-0.7000-3.0000>>k=100k=100>>Go=zpk(z,p,k)Zero/pole/gain:100(s+2.5)-----------------------s(s+0.5)(s+0.7)(s+3)>>Gc=feedback(Go,1)Zero/pole/gain:100(s+2.5)------------------------------------------- (s+5.358)(s+2.454)(s^2-3.612s+19.01)>>Gctf=tf(Gc)Transferfunction:100s+250----------------------------------------s^4+4.2s^3+3.95s^2+101.1s+250>>dc=Gctf.dendc=[1x5double]>>dens=poly2str(dc{1},'s')dens=s^4+4.2s^3+3.95s^2+101.05s+250>>den=[1,4.2,3.95,101.05,250]den=1.00004.20003.9500101.0500250.0000>>p=roots(den)p=1.8058+3.9691i1.8058-3.9691i-5.3575-2.4541p为特征多项式dens的根,即为系统的闭环极点,所有闭环极点都是负的实部,因此闭环系统是不稳定的。