计算机模拟控制系统 建模设计
- 格式:doc
- 大小:1.71 MB
- 文档页数:21
一、控制对象:1.2.1 被控对象本次设计为软件仿真,通过PID算法控制系统在单位阶跃信号u(t)的激励下产生的零状态响应。
传递函数表达式为:1.2.2 设计规定规定系统可以快速响应,并且可以迅速达成盼望的输出值。
本次设计选用PID控制算法,PID控制器由比例控制单元P、积分控制单元I和微分控制单元D组成。
其输入与输出的关系为式中,为比例系数;为积分时间常数;为微分时间常数。
二、控制规定分析:设定目的温度,使温度呈单位阶跃形式在目的温度处趋于震荡稳定。
使系统可以在任意设定的目的温度下,从现有温度达成目的温度,并趋于稳定状态。
三、可行性分析:参考国内外的技术资料,可以通过计算机仿真技术实现该模拟温度闭环控制系统;运用C语言实现基于PID算法的模拟温度闭环控制系统。
四、总体设计:4.1控制系统组成控制系统框图如图1所示。
图1 控制系统框图4.2工作原理:在图1 所示系统中,D(z)为该系统的被控对象,零状态下,输入为单位阶跃信号R 的输出反馈给输入。
在参数给定值R的情况下,给定值R 与反馈值比较得到偏差,通过PID 调节器运算产生相应的控制量,PID 调节器的输出作为被控对象的输入信号,是输入的数值稳定在给定值R 。
4.3模拟PID 控制算法原理:在模拟系统中PID 算法的表达式为:式中,P(t)为调节器输出信号,e(t)为调节器偏差信号,它等于测量值与给定值之差;Kp 为调节器的比例系数,1/T1为调节器的积分时间, Td 为调节器的微分时间。
在计算机控制系统中,必须对上式进行离散化使其成为数字式的差分方程。
将积分式和微分项近似用求和及增量式表达。
即:PID 控制器 D(z) u 1(t) R + e(t) _ u(t)将上面两个式子代入第一式,得:由此式可以运用递推求出K-1次的PID输出表达式用K-1次的输出减去第K次的输出得:4.4系统设计流程图由此可以编制基于PID算法的C语言程序实现温度闭环控制系统。
计算机控制系统设计的基本内容计算机控制系统设计的基本内容是指在控制工程领域中,针对特定的系统设计出相应的控制系统,以实现对系统的监控和控制。
在这个过程中,设计人员需要考虑多方面的因素,包括系统的稳定性、性能、鲁棒性等。
控制系统设计的基本内容之一是系统建模。
在设计控制系统之前,首先需要对被控对象进行建模,即将实际系统抽象成数学模型,以便进行分析和设计。
建模的过程可以采用不同的方法,如传递函数法、状态空间法等。
通过建模可以更好地理解系统的特性,为后续的控制器设计奠定基础。
控制器设计是控制系统设计的核心内容之一。
根据系统的特性和要求,设计合适的控制器来实现对系统的控制。
常见的控制器包括比例积分微分(PID)控制器、模糊控制器、神经网络控制器等。
不同类型的控制器适用于不同的系统,设计人员需要根据实际情况选择合适的控制器。
信号采集和处理也是控制系统设计的重要内容之一。
通过传感器采集系统的状态信息,然后经过信号处理模块对信号进行处理,提取有效信息并传递给控制器。
信号采集和处理的准确性和及时性对系统的控制效果起着至关重要的作用。
控制系统设计还需要考虑系统的稳定性和性能。
稳定性是指系统在受到干扰或参数变化时能够保持稳定的能力,设计人员需要通过合理的控制策略来保证系统的稳定性。
性能则是指系统在实际操作中能够达到的指标,如响应速度、抗干扰能力等。
设计人员需要根据实际需求来平衡系统的稳定性和性能。
控制系统设计还需要考虑系统的实时性和可靠性。
实时性是指系统对输入信号能够做出及时响应的能力,设计人员需要考虑信号处理和控制算法的复杂度,以确保系统能够在规定的时间内完成控制任务。
可靠性则是指系统在长时间运行中能够保持正常工作的能力,设计人员需要考虑系统的容错性和自诊断能力,以提高系统的可靠性。
计算机控制系统设计的基本内容包括系统建模、控制器设计、信号采集和处理、稳定性和性能、实时性和可靠性等方面。
设计人员需要综合考虑这些因素,以实现对系统的有效监控和控制,从而达到预期的控制效果。
控制系统中的系统建模与模型验证控制系统是将各种物理量转化为电信号,并通过计算机进行处理和控制的系统。
在控制系统的设计和开发中,系统建模和模型验证是至关重要的步骤。
系统建模是指将现实世界的系统抽象为数学模型的过程,而模型验证则是验证所建立的模型是否准确地反映了系统的行为。
一、系统建模在进行系统建模之前,我们需要明确系统的输入、输出和内部结构。
系统的输入是指外部对系统的控制,输出是系统的响应,而内部结构则是系统各个组成部分的联系和相互作用。
1. 功能模型功能模型是系统建模中最常见的一种模型。
它描述了系统的功能和输入输出关系。
对于一个简单的控制系统来说,功能模型可以用框图或者流程图表示。
在框图中,用矩形表示功能模块,用箭头表示输入输出关系。
2. 状态空间模型状态空间模型描述了系统在不同时间点的状态和状态之间的转移关系。
它可以用矩阵和向量表示,其中状态向量包含了系统的所有状态变量,状态转移矩阵描述了状态之间的转移规律。
3. 传递函数模型传递函数模型描述了系统输入和输出之间的关系。
它是一种频域模型,可以用分子多项式和分母多项式表示。
传递函数模型常用于线性系统的建模,可以通过频率分析来研究系统的稳定性和性能。
二、模型验证模型验证是验证所建立的模型是否准确地反映了系统的行为。
在模型验证过程中,我们需要对模型进行仿真和实验验证。
1. 仿真验证仿真验证是通过计算机模拟系统的行为,从而验证模型的准确性和可行性。
在仿真验证过程中,我们可以根据模型的输入,计算系统的输出,并与实际数据进行对比。
如果模型的输出与实际数据吻合较好,说明模型是可靠的。
2. 实验验证实验验证是通过实际搭建系统的物理模型,并进行实验测试来验证模型的准确性。
在实验验证中,我们需要搭建控制系统的硬件平台,并根据模型的输入,测量系统的输出。
将实际数据与模型的输出进行对比,以验证模型的准确性。
三、总结控制系统中的系统建模和模型验证是控制系统设计中不可或缺的一步。
现代控制系统分析与设计——基于matlab的仿真与实现随着现代科技的不断发展,越来越多的技术应用到现代控制系统中,而控制系统的分析与设计更是一项复杂的技术。
为了更好地实现现代控制系统的分析与设计,计算机技术尤其是基于Matlab的计算机仿真技术在现代控制系统分析与设计中已发挥着越来越重要的作用。
本文旨在介绍基于Matlab的仿真技术,总结它在现代控制系统分析与设计中的应用,为研究者们提供一个思考Matlab技术在现代控制系统分析与设计中的可能性的契机。
Matlab是当今流行的科学计算软件,它的设计特别适合进行矩阵运算和信号处理等工作,可以有效地处理大量复杂的数字信息,因此成为现代计算机技术应用于控制系统分析和设计的重要工具。
基于Matlab的仿真技术主要用于建立控制系统的动态模型,分析系统的特性,评估系统的性能,模拟系统的行为,确定系统的参数,优化系统的性能。
基于Matlab的仿真技术已被广泛应用于现代控制系统的设计中。
首先,基于Matlab的仿真技术可以有效地提高系统设计的效率。
通过实现对控制系统的动态模型建模,可以快速搭建出真实系统的模拟系统,并可以使用计算机来模拟系统行为,可以有效地缩短控制系统设计的周期。
其次,基于Matlab的仿真技术可以有效地改善系统设计质量。
通过分析模拟系统的行为,可以寻找更合理的解决方案,从而改善系统设计的质量。
第三,基于Matlab的仿真技术可以有效地确定系统参数。
通过在模拟系统中添加不同参数,并通过对系统模拟行为的分析,可以确定使系统更加有效的参数组合。
最后,基于Matlab的仿真技术可以有效地优化系统性能。
通过对系统行为的分析,可以识别出系统存在的问题,并设计相应的优化策略,从而实现系统性能的最佳化。
综上所述,基于Matlab的仿真技术在现代控制系统分析与设计中发挥着重要的作用,不仅可以提高系统设计的效率,而且可以改善系统设计的质量,确定系统参数,优化系统性能。
控制系统仿真简介控制系统仿真是指通过使用计算机软件模拟和分析各种控制系统的工作原理和性能。
它可以帮助工程师们在设计和优化控制系统之前,预先评估系统的性能,并对其中可能存在的问题进行分析和改进。
控制系统仿真通常包含建模、仿真和分析三个主要阶段。
在建模阶段,工程师们将实际的控制系统抽象为数学模型,并将其转化为计算机可识别的形式。
在仿真阶段,利用计算机软件运行模型,模拟控制系统在不同输入和工作条件下的行为。
最后,在分析阶段,工程师们对仿真结果进行评估和分析,以便理解控制系统的性能并提出改进措施。
仿真平台常用的控制系统仿真平台包括MATLAB/Simulink、LabVIEW等。
MATLAB/Simulink是一个强大的数学计算和仿真环境,提供了丰富的工具箱和模型库,可用于建模和仿真各种控制系统。
LabVIEW是一种图形化编程环境,具有易于使用的界面和丰富的模块,使得控制系统仿真变得简单而高效。
这些仿真平台都提供了模型搭建、仿真运行和结果分析等功能。
工程师们可以通过使用这些平台,进行控制系统的整体仿真和性能评估。
建模在进行控制系统仿真之前,首先需要对实际系统进行建模。
建模是指将实际系统的物理过程抽象为数学方程或传递函数的形式,以便于计算机运算和仿真。
常用的建模方法包括物理建模和数据建模。
物理建模是基于实际系统的物理过程和原理,通过利用物理方程或控制方程来描述系统的动态行为。
数据建模则是通过对实际系统进行数据采集,建立数学模型来描述系统的行为。
在建模过程中,需要确定系统的输入、输出和状态变量,并根据系统的特性选择适当的数学模型。
常用的系统模型包括常微分方程模型、状态空间模型和传递函数模型等。
仿真运行建立完控制系统的数学模型后,就可以通过仿真运行来模拟系统的行为。
仿真运行是指利用计算机软件运行建立的模型,并通过对不同输入和工作条件的设定,观察系统的响应和输出结果。
在仿真运行中,可以通过指定系统的输入信号来模拟不同的工作情况。
1 绪论1.1 系统建模系统建模是指建立系统(被控对象)的动态数学模型,简称建模。
建模的全过程可分为一次建模和二次建模。
一次建模是指由实际物理系统到数学模型,二次建模是指由数学模型到计算机再现,即所谓仿真。
系统建模技术是研究获取系统(被控对象)动态特性的方法和手段的一门综合性技术。
1.2 系统建模的目的(1)控制系统的合理设计及调节器参数的最佳整定。
控制系统的设计、调节器参数的最佳整定都是以被控对象的特性为依据的。
为了实现生产过程的最优控制,更需要充分了解对象的动态特性。
因为设计最优控制系统的基本内容就是根据被控对象的动态特性和预定的性能指标,在一定的约束条件下选择最优的控制作用,使被控对象的运行情况对预定的性能指标来说是最优的,所以建立合理的数学模型,是实现最优控制的前提。
(2)指导生产设备的设计。
通过对生产设备数学模型的分析和仿真,可以确定个别因素对整个控制对象动态特性的影响(如锅炉受热面的布置、管径大小、介质参数的选择等对整个锅炉出口汽温、汽压等动态特性的影响),从而对生产设备的结构设计提出合理的要求和建议,在设计阶段就有意识地考虑和选择有关因素,以求生产设备除了具有良好的结构、强度、效率等方面的特性之外,还能使之具有良好的动态控制性能。
(3)培训运行操作人员。
对一些复杂的生产操作过程,如飞行器的驾驶、大型舰艇和潜艇的操作以及大型电站机组的运行,都应该事先对操作人员、驾驶员进行实际操作培训。
随着计算机技术和仿真技术的发展。
已经不需要建造小的物理模型,而是首先建立这些复杂生产过程的数学模型,然后通过计算机仿真使之成为活的模型。
在这样的模型上,教练员可以方便、全面、安全地对运行操作人员进行培训。
(4)检查在真实系统中不能实现的现象。
例如一台单元机组及其控制系统究竟能承受多大的冲击电负荷,当冲击电负荷过大时会造成什么后果。
这种具有一定破坏性的试验,往往不允许轻易地在实际生产设备上进行,而是首先需要建立生产过程的数学模型,再通过仿真对模型进行试验研究。
控制系统建模与仿真设计课程控制系统建模与仿真设计课程是现代工程学科中的重要课程之一。
它主要通过理论和实践相结合的方式,培养学生对控制系统建模与仿真设计的基本理论和技术的掌握,以及解决实际问题的能力。
本文将从控制系统建模和仿真设计的概念、方法和应用三个方面进行论述。
一、控制系统建模控制系统建模是控制系统理论的基础,它是将实际系统抽象为数学模型的过程。
控制系统建模的目的是为了更好地理解和分析系统的动态特性,为后续的控制器设计和性能优化提供理论基础。
在控制系统建模中,一般使用微分方程、差分方程、状态空间等数学模型来描述系统的动态行为。
通过建立准确的数学模型,可以对系统进行仿真分析,从而预测系统的响应和性能。
二、仿真设计方法仿真设计是通过计算机模拟实际系统的运行过程,以评估和优化控制系统的性能。
仿真设计可以分为离散事件仿真和连续系统仿真两种类型。
离散事件仿真主要用于模拟离散事件系统,如计算机网络、生产线等;而连续系统仿真则主要用于模拟连续时间系统,如机械系统、电气系统等。
在仿真设计过程中,可以通过调整系统参数、改变控制策略等方式来优化系统的性能,以达到设计要求。
三、应用领域控制系统建模与仿真设计在现代工程领域有着广泛的应用。
以航空航天、汽车、机械等工程为例,控制系统建模与仿真设计可以用于飞行器的姿态控制、汽车的车身稳定性控制、机械臂的运动轨迹规划等。
此外,控制系统建模与仿真设计还被广泛应用于电力系统、化工过程控制、医疗设备等领域。
通过控制系统建模与仿真设计,可以提高系统的控制精度和稳定性,降低系统的能耗和成本,提高系统的安全性和可靠性。
控制系统建模与仿真设计课程是现代工程学科中重要的一门课程。
通过学习这门课程,可以培养学生对控制系统建模与仿真设计的基本理论和技术的掌握,提高解决实际问题的能力。
控制系统建模与仿真设计在各个工程领域都有着广泛的应用,可以提高系统的控制精度和稳定性,降低系统的能耗和成本,提高系统的安全性和可靠性。
如何利用Matlab技术进行模拟实验引言:模拟实验是一种基于计算机仿真的方法,通过对系统的数学建模及仿真模拟,来了解和研究实际问题。
MATLAB作为一种功能强大的数学软件,提供了丰富的工具和函数,可以用于各种领域的模拟实验。
本文将介绍如何利用MATLAB技术进行模拟实验,并分析其优势和应用案例。
一、使用MATLAB进行数学建模数学建模是模拟实验的基础,通过数学模型的建立,可以将实际问题转化为数学表达式,进而进行仿真模拟分析。
在MATLAB中,有一些常用的数学建模工具和函数可以帮助我们完成这个过程。
1.符号计算工具包(Symbolic Math Toolbox):该工具包提供了符号化数学计算的功能,可以进行符号运算、求解方程、求导、积分等操作。
通过符号计算,可以将数学问题抽象为符号表达式,方便后续的建模和仿真。
2.方程求解器(Solver):MATLAB中内置了多种求解方程的算法和函数,可以快速准确地求解各种数学模型中的方程。
例如,可以使用fsolve函数来求解非线性方程组,使用ode45函数来求解常微分方程等。
3.优化工具箱(Optimization Toolbox):该工具箱提供了多种优化算法和函数,可以用于求解最优化问题。
例如,使用fmincon函数可以进行约束最优化,使用linprog函数可以进行线性规划等。
二、MATLAB的仿真建模功能MATLAB不仅可以进行数学建模,还提供了强大的仿真建模功能,可以根据建立的数学模型进行仿真实验,并得到模拟结果。
1.图形化建模界面(Simulink):MATLAB中的Simulink是一个图形化建模和仿真环境,可以用于构建动态系统的模型。
用户可以通过将各种功能块组合在一起,建立整个系统的模型。
Simulink支持各种类型的信号和系统,包括连续时间、离散时间、混合时间等。
通过Simulink可以直观地展示系统的动态行为,并进行仿真和分析。
2.系统动态仿真:MATLAB提供了一系列用于系统动态仿真的函数和工具箱。
MATLAB中的动态系统建模与仿真方法详解MATLAB是一种广泛应用于科学和工程领域的高级计算机编程语言及集成开发环境。
它拥有强大的数值计算和数据处理能力,被许多研究人员和工程师广泛使用。
在MATLAB中,动态系统建模与仿真是一个重要的应用领域。
本文将详细介绍MATLAB中动态系统建模与仿真的方法。
一、动态系统建模动态系统建模是指将实际的物理或数学系统抽象为数学模型的过程。
在MATLAB中,可以使用多种方法进行动态系统建模,包括基于物理原理的建模、数据拟合建模和系统辨识建模等。
1.基于物理原理的建模基于物理原理的建模是指根据系统的物理特性和运动规律,通过建立方程或微分方程组来描述系统的动态行为。
在MATLAB中,可以使用符号计算工具箱来推导系统的运动方程,并使用ode45等数值求解器对方程进行数值求解。
这种方法适用于已知系统物理特性和运动规律的情况。
2.数据拟合建模数据拟合建模是指通过对实验数据进行分析和拟合,建立与数据拟合程度较高的数学模型。
在MATLAB中,可以使用curve fitting工具箱对数据进行拟合,得到拟合曲线的函数表达式。
这种方法适用于已有实验数据但系统的物理特性未知的情况。
3.系统辨识建模系统辨识是指根据已知的输入-输出数据,利用数学方法建立系统的数学模型。
在MATLAB中,可以使用系统辨识工具箱进行系统辨识建模。
系统辨识工具箱提供了多种经典的辨识算法,包括ARX模型、ARMAX模型和ARIMA模型等。
这种方法适用于已知输入-输出数据但系统的物理特性未知的情况。
二、动态系统仿真动态系统仿真是指利用建立的数学模型,在计算机上模拟系统的动态行为。
MATLAB提供了多种工具和函数,可用于动态系统的仿真分析。
1.数值求解器MATLAB中的ode45函数是一种常用的数值求解器,可用于解决常微分方程初值问题。
ode45函数基于龙格-库塔法,具有较好的公式稳定性和数值稳定性,适合求解各种常微分方程。
基于组态王的过程控制仿真系统设计过程控制仿真系统是一种利用计算机技术对工业过程进行模拟和仿真的工具,用于模拟工业过程的运行和优化。
组态王是一种常用的工业过程控制软件,可以通过组态王进行过程控制系统的设计。
本文将针对基于组态王的过程控制仿真系统的设计进行详细介绍。
一、系统概述基于组态王的过程控制仿真系统主要由以下几个模块组成:过程模型、控制算法、显示界面、数据采集和通信模块等。
其中,过程模型是仿真系统的核心部分,用于模拟实际工业过程的运行。
控制算法模块用于控制过程模型的运行,实现自动控制。
显示界面模块用于实时显示过程模型的运行状态和控制参数,方便操作人员进行监控和控制。
数据采集模块用于采集过程模型的实时数据,用于后续的数据分析和处理。
二、过程模型设计过程模型是基于组态王的过程控制仿真系统的核心部分,用于模拟实际工业过程的运行。
过程模型可以通过组态王的建模工具进行建模,包括工艺图、控制逻辑、设备参数等。
在建模过程中,需要考虑到实际工业过程的特点,包括非线性、时变性、多变量耦合等。
为了保证仿真的准确性,可以引入实际工业过程的实时数据进行校正和优化。
三、控制算法设计控制算法是基于组态王的过程控制仿真系统的重要组成部分,用于控制过程模型的运行。
常用的控制算法包括PID控制算法、模糊控制算法、模型预测控制算法等。
根据实际工业过程的特点和要求,选择合适的控制算法,并在组态王环境下进行调整和优化。
控制算法可以通过组态王的控制逻辑模块进行实现,实现过程模型的自动控制。
四、显示界面设计显示界面是基于组态王的过程控制仿真系统的用户界面,用于实时显示过程模型的运行状态和控制参数。
显示界面可以通过组态王的组态模块进行设计,包括数据显示、趋势图、报警信息等。
为了方便操作人员进行监控和控制,可以对显示界面进行定制化设计,实现用户界面的灵活性和易用性。
五、数据采集和通信设计数据采集和通信模块是基于组态王的过程控制仿真系统的重要组成部分,用于采集过程模型的实时数据,并与外部设备进行通信。
控制系统建模与仿真方法控制系统建模与仿真方法是现代控制系统设计和开发的基础。
通过建立准确的控制系统模型,并用仿真方法验证其性能,能够帮助工程师和设计师有效地进行控制系统的设计、调试和优化。
本文将介绍几种常见的控制系统建模与仿真方法,并探讨它们的适用范围和优缺点。
一、传递函数法传递函数法是一种基于线性时不变系统的建模方法。
它通过将控制系统表示为输入输出之间的线性关系来描述系统的动态特性。
传递函数法最适用于单输入单输出系统,并且要求系统是线性时不变的。
传递函数可以通过数学分析或实验测量来确定,其中包括系统的零点、极点和增益。
利用传递函数,可以进行频域和时域分析,评估系统的稳定性和性能,并进行控制器设计和参数调整。
二、状态空间法状态空间法是一种基于系统状态变量的建模方法。
它将系统的状态量表示为时间的函数,通过状态方程和输出方程描述系统的动态行为。
状态空间法适用于多输入多输出系统以及具有非线性和时变特性的系统。
状态空间方法可以更直观地描述系统的动态行为,并方便进行观测器设计和状态反馈控制。
此外,状态空间法还允许将系统的非线性扩展为线性模型,并通过状态反馈控制实现对非线性系统的控制。
三、仿真方法仿真方法是通过计算机模拟来模拟和评估控制系统的性能。
它可以基于建立的模型对系统的行为进行预测,并通过仿真结果来验证系统是否满足设计要求。
常见的仿真工具包括MATLAB/Simulink、LabVIEW、Python等。
这些工具提供了丰富的模型库和仿真环境,支持不同的建模方法和仿真算法。
通过仿真方法,可以进行系统特性分析、参数优化和控制器验证,大大减少了实际系统调试的时间和成本。
四、硬件在环仿真硬件在环仿真是将实际的硬件设备与仿真模型相结合,进行实时的控制系统测试和验证。
它将计算机仿真与实际硬件连接起来,通过数值计算和物理实验相结合的方式,提供了更接近实际运行条件的仿真环境。
硬件在环仿真可以有效地评估控制系统的稳定性、鲁棒性和性能,并进行实际设备的系统集成和调试。
1绪论1.1计算机控制系统计算机控制系统是在自动化控制技术和计算机技术的飞速发展的基础上产生的,20世纪50年代中期,经典控制理论已经发展成熟,并在不少工程技术领域得到了成功的应用。
随着复杂系统的设计和复杂控制规律的实现上很难满足更高的要求。
现代控制理论的发展为自动控制系统的分析、设计与综合增添了理论基础,而计算机技术的发展为新型控制方法的实现提供了非常有效的手段,两者的结合极大的推动了自动控制技术的发展。
进而计算机控制系统广泛的应用于工厂生产,逐渐融入于生产中,各类大型工厂均离不开计算机控制系统。
1.1.1系统的分类按系统性能分:线性系统和非线性系统;连续系统和离散系统;定常系统和时变系统;确定系统和不确定系统。
1、线性连续系统:用线性微分方程式来描述,如果微分方程的系数为常数,则为定常系统;如果系数随时间而变化,则为时变系统。
今后我们所讨论的系统主要以线性定常连续系统为主。
2、线性定常离散系统:离散系统指系统的某处或多处的信号为脉冲序列或数码形式。
这类系统用差分方程来描述。
3、非线性系统:系统中有一个元部件的输入输出特性为非线性的系统。
1.1.2系统的数学模型在线性系统理论中,一般常用的数学模型形式有:传递函数模型(系统的外部模型)、状态方程模型(系统的内部模型)、零极点增益模型和部分分式模型等。
这些模型之间都有着内在的联系,可以相互进行转换。
1.2计算机模拟控制系统模拟控制系统由给定输入、模糊控制器、控制对象、检测变送装置、反馈信号与给定输入的相加环节等组成。
模拟控制系统的各处均为连续信号,在模拟系统中,给定值与反馈值经过比较器比较产生偏差,控制器对偏差进行调节计算,产生控制信号驱动执行机构,从而被控参数的值达到预期值。
其典型结构如下图所示:给定值被控参数控制器执行器被控对象反—馈值监测装置1.3数学模型及其建立方法1.3.1数学模型的表达形式与对模型的要求从最广泛的意义上说,数学模型是事物行为规律的数学描述。
根据所描述的是事物在稳态下的行为规律还是在动态下的,数学模型有静态模型和动态模型之分。
一般来说,静态模型较易得到,动态特性往往成为建模的关键所在。
1.建立数学模型的目的(1)制定优化的操作方案(2)制定控制系统的设计方案,利用数学模型进行仿真研究(3)进行控制系统调试和控制器参数的整定(4)设计工业过程的故障检测与诊断系统(5)制订大型设备启动和停车的操作方案2.被控对象数学模型的表达形式众所熟知,被控对象的数学模型可以采取各种不同的表达形式,主要可以从一下几个观点加以划分:(1)按系统的连续性分为连续系统、离散系统模型和混杂系统模型。
(2)按模型的结构划分为输入输出模型和状态空间模型(3)输入输出模型又可按论域划分为时域表达——阶跃响应、脉冲响应;频域表达——传递函数在控制系统的设计中,所需要的被控对象数学模型在表达式上是因情况而异的。
3.被控对象数学模型的利用方式被控对象的数学模型只是在进行控制系统的设计研究时或在控制系统的调试整定阶段中发挥作用。
这种利用方式一般是离线的。
近十多年来,由于计算机的发展和普及,相继推出一类新型控制系统,其特点是要求把被控对象的数学模型作为一个组成部分嵌入控制系统中,预测控制系统即是一个例子。
4.对被控对象数学模型的要求作为数学模型,首先是要求它准确可靠,但这并不意味着越准确越好。
应根据实际应用情况提出适当的要求。
超过实际需要的准确性要求必然造成不必要的浪费。
在线运用的数学模型还有实时性的要求,它与准确性要求往往是矛盾的。
一般说,用于控制的的数学模型并不要求非常准确。
闭环控制本身具有一定的鲁棒性,因为模型的误差可以视为扰动,而闭环控制在某种程度上具有自动消除扰动影响的能力。
实际生产过程的动态特性是非常复杂的,控制人员在建立其数学模型时,不得不突出主要因素,忽略次要因素,否则就得不到可用的模型。
为此往往需要做很多近似处理,例如线性化、分布参数系统集总化和模型降价处理等。
在这方面有时很难得到工艺人员的理解。
从工艺人员看来,有些近似处理简直是难以接受的,但它却能满足控制的要求。
1.3.2建立数学模型的基本方法简历数学模型的基本方法有两个:机理法和实验法。
1.机理法建模用机理法建模就是根据生产过程中实际发生的变化机理,写出各种有关的平衡方程如:物质平衡方程,能量平衡方程,动量平衡方程,相平衡方程,反映物体运动、传热、传质、化学反应等基本规律的方程,物性参数方程和某些设备的特性方程等,从中获得所需的数学模型。
由此可见,用机理建模的首要条件是生产过程的机理必须已经成为人们充分掌握,并且可以比较确切的加以数学描述。
其次,很显然,除非是非常简单的被控对象,否则很难得到以紧凑的数学形式表达的模型。
近几十年来,随着电子计算机的普及使用和数值分析方法的发展,对数学模型的的研究有了迅速的发展。
可以说,只要机理清楚,就可以利用计算机求解几乎任何复杂系统的数学模型。
根据对模型的要求,合理的近似假定总是必不可少的。
模型应该尽量简单,同时保证达到合理的精度。
有时还需要考虑实时性的问题。
用机理建模时,有时也会出现模型中有某些系数或参数难以确定的情况。
这时可以用实验拟合方法或过程辨识方法把这些未知量估计出来。
2.实验法建模实验法一般只用于建立输入输出模型。
它是根据工业过程的输入和输出的实测数据进行某些数学处理后得到的模型。
它的主要特点是把被研究的工业过程视为一个黑匣子,完全从外特性上测试和描述它的动态性质,因此不需要深入掌握其内部机理。
然而,这并不意味着可以对内部机理毫无所知。
过程的动态特性只有当它处于变动状态下才会表现出来,在稳态下是表现不出来的。
因此为了获得动态特性,必须是被研究的过程处于被激励的状态,例如人为施加一个阶跃扰动或脉冲扰动等。
为了有效的进行这种动态特性测试,仍然有必要对过程内部机理有明确的定性了解,例如究竟有那些主要因素在起作用,它们之间的因果关系如何等等。
丰富的验前知识无疑会有助于成功地用实验法建立数学模型。
那些内部机理尚未被人们充分了解的过程是难以用实验法建立其准确的动态数学模型的。
用实验法建模一般比用机理法要简单和省力,尤其是对于那些复杂的工业过程更为明显。
如果两者都能达到同样的目的,一般都采用实验法建模。
实验法建模又可分为经典辨识法和现代辨识法两大类,它们大致可以按是否必须利用计算机进行数据处理为分界限。
经典辨识法不考虑测试数据中偶然性误差的影响,它只需对少量的测试数据进行比较简单的数学处理,计算工作量一般很小,可以不用计算机。
现代辨识法的特点是可以消除测试数据中的偶然性误差即噪声的影响,为此就需要处理大量的测试数据,计算机是不可缺少的工具。
它所涉及的内容很丰富,已经形成一个专门的学科分支。
2水箱水位系统概述在能源、化工等多个领域中普遍存在着各类液位控制系统液。
各种控制方式在液位控制系统中也层出不穷,如较常用的浮子式、磁电式和接近开关式。
而随着我国工业自动化程度的提高,规模的扩大,在工程中液位控制的计算机控制得到越来越多的应用。
液位控制系统的检测及计算机控制已成为工业生产自动化的一个重要方面。
本次课程设计一水箱水位系统为例,设计水箱水位系统的模拟控制系统,对水箱水位控制系统进行建模设计。
2.1水箱水位控制系统硬件设计液位自动控制是通过控制投料阀来控制液位的高低,当传感器检测到液位设定值时,阀门关闭,防止物料溢出;当检测液位低于设定值时,阀门打开,使液位上升,从而达到控制液位的目的。
在制浆造纸工厂常见有两种方式的液位控制:常压容器和压力容器的液位控制,例如浆池和蒸汽闪蒸罐。
液位自动控制系统由液位变送器(或差压变送器)、电动执行机构和液位自动控制器构成。
根据用户需要也可采用控制泵启停或改变电机频率方式来进行液位控制。
结构简单,安装方便,操作简便直观,可以长期连续稳定在无人监控状态下运行。
2.1.1 有自平衡能力的单容元件如果被控对象在扰动作用下偏离了原来的平衡状态,在没有外部干预的情况下(指没有自动控制或人工控制参与),被控变量依靠被控对象内部的反馈机理,能自发达到新的平衡状态,我们称这类对象是有自平衡能力的被控对象。
具有自平衡能力的单容对象的传递函数为(2.1)这是个一阶惯性环节。
描述这类对象的参数是时间常数T和放大系数K。
图2.1 单容水箱图2.1是单容水箱的示意图。
我们已经推导过水箱的传递函数为其中T=RC,C为水箱的横截面积,R为输出管道阀门的阻力。
T称为水箱的时间常数。
K称为水箱的放大系数。
一阶系统的特性我们已经在时域分析中进行了详细的讨论,所有结论都适用于单容对象。
作为过程控制的被控对象,单容对象的时间常数比较大。
2.1.2电动机的数学模型直流电动机的数学模型。
直流电动机可以在较宽的速度范围和负载范围内得到连续和准确地控制,因此在控制工程中应用非常广泛。
直流电动机产生的力矩与磁通和电枢电流成正比,通过改变电枢电流或改变激磁电流都可以对电流电机的力矩和转速进行控制。
在这种控制方式中,激磁电流恒定,控制电压加在电枢上,这是一种普遍采用的控制方式。
设为输入的控制电压电枢电流为电机产生的主动力矩为电机轴的角速度为电机的电感为电枢导数的电阻为电枢转动中产生的反电势为电机和负载的转动惯量根据电路的克希霍夫定理整理后式中:称为直流电动机的电气时间常数;称为直流电动机的机电时间常数;,为比例系数。
直流电动机电枢绕组的电感比较小,一般情况下可以忽略不计,式(2.4)可简化为2.1.3减速器的传递函数减速器是原动机和工作机之间的独立的闭式传动装置,用来降低转速和增大转矩,以满足工作需要,在某些场合也用来增速,称为增速器。
减速器在原动机和工作机或执行机构之间起匹配转速和传递转矩的作用,其传递函数如下:2.2系统的传递函数控制器,执行机构、测量变送器都属于自动化仪表,他们都是围绕被控对象工作的。
也就是说,一个过程控制的控制系统,是围绕被控现象而组成的,被控对象是控制系统的主体。
因此,对被控对象的动态特性进行深入了解是过程控制的一个重要任务。
只有深入了解被控对象的动态特性,了解他的内在规律,了解被控辩量在各种扰动下变化的情况,才能根据生产工艺的要求,为控制系统制定一个合理的动态性能指标,为控制系统的设计提供一个标准。
性能指标顶的偏低,可能会对产品的质量、产量造成影响。
性能指标顶的过高,可能会成不必要的投资和运行费用,甚至会影响到设备的寿命。
性能指标确定后,设计出合理的控制方案,也离不开对被控动态特性的了解。
不顾被控对象的特点,盲目进行设计,往往会导致设计的失败。
尤其是一些复杂控制方案的设计,不清楚被控对象的特点根本就无法进行设计。
有了正确的控制方案,控制系统中控制器,测量变送器、执行器等仪表的选择,必须已被控对象的特性为依据。