反馈控制与极点配置(1)

状态反馈极点配置基本理论与方法IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】第2章 状态反馈极点配置设计基本理论引言大多数的控制系统的基本结构是由被控对象和反馈控制器构成的闭环系统。

反馈的基本类型包括状态反馈和输出反馈。

其中状态反馈能够提供更加丰富的状态信息。

状态反馈是将系统的每一个状态变量乘相应的反馈系数，然后反馈到输入端与参考输入相加形成的控制规律，作为被控系统的控制输入。

图是一个多输入多输出线性时不变系统状态反馈的基本结构：图 多输入-多输出系统的状态反馈结构图其中受控系统的状态空间表达式为：x Ax Buy Cx=+=由图可知，加入状态反馈后，受控系统的输入为：u Fx v =+其中v 为参考输入，F 为状态反馈增益阵，因此可以得到状态反馈闭环系统的状态空间表达式：()x A BF x Bv y Cx=++=闭环系统的传递函数矩阵：()()1s W s C sI A BF B -=-+⎡⎤⎣⎦由此可见，引入状态反馈后，通过F 的选择，可以改变闭环系统的特征值，是系统获得所要求的性能。

极点配置方法的选择对于一个线性时不变系统进行状态反馈极点配置，一般有四种方法： （1） 传统方法—将系统转化为一个或多个单输入单输出系统。

（2） 直接法—使用稳定的酉矩阵，将这种系统转化为标准型。

（3）矩阵方程法—对矩阵F ，直接解方程AX X BG -Λ=FX G =（4）特征向量法—先找到特征向量x j （等式中矩阵X 的列向量），然后利用等式求解F 。

方法（1）一般难以应用或者数值不稳定。

方法（3）需要解方程，并且对于系统矩阵A 的特征值不能再分配。

最有效并且数值稳定的方法是方法（2）和方法（4）。

其中方法（4）通过使用一系列的迭代算法找到最优解，所以比较复杂。

对于方法（2），当系统的输入多于一个信号输入时，不能确定系统的鲁棒性。

本文结合以上方法提出了一种新的设计方法：首先通过酉变换将状态方程化为一种控制规范形，然后利用最小二乘法解方程的得到最佳的状态反馈矩阵。

控制器极点配置方法如果已知系统的模型或传递函数，通过引入某种控制器，使得闭环系统的极点可以移动到指定的位置，从而使系统的动态性能得到改善。

这种方法称为极点配置法。

例6－12 有一控制系统如图6－38，其中，要求设计一个控制器，使系统稳定。

图6-38解：（1）校正前，闭环系统的极点：> 0因而控制系统不稳定。

（2）在控制对象前串联一个一阶惯性环节，c>0，则闭环系统极点：显然，当，时，系统可以稳定。

但此对参数c 的选择依赖于 a 、b 。

因而，可选择控制器，c 、d ，则有特征方程：当，时，系统稳定。

本例由于原开环系统不稳定，因而不能通过简单的零极点相消方式进行控制器的设计，其原因在于控制器的参数在具体实现中无法那么准确，从而可能导致校正后的系统仍不稳定。

例6－13 已知一单位反馈控制系统的开环传递函数：要求设计一串联校正装置Gc(s) ，使校正后系统的静态速度误差系统，闭环主导极点在处。

解：首先，通过校正前系统的根轨迹可以发现，如图6－39所示，其主导极点为：。

图6-39为使主导极点向左偏移，宜采用超前校正装置。

（2）令超前校正装置，可采用待定系数法确定相关参数：又其中、、、为待定系数。

进一步可得：即将代入式子可以得到：，，，。

进一步可得超前校正装置的传递函数：校正后系统的根轨迹如图6-39所示。

该校正装置与例6－7中由超前装置获取的校正装置结果基本相同，说明结果是正确的。

在matlab中，亦有相应的命令可进行极点配置，主要有三个算法可实现极点配置算法：Bass-Gura算法、Ackermann 算法和鲁棒极点配置算法。

这些算法均以状态空间进行表征，通过设定期望极点位置，获取状态反馈矩阵K。

下面通过示例介绍其中的一种算法。

例6－14 考虑给定的系统，其状态方程模型如下：，期望的闭环系统配置在，，，试设计其控制器。

解：可以使用下面的MATLAB语句来实现极点的配置：A=[0,1,0,0;0,0,-1,0;0,0,0,1;0,0,11,0]; B=[0;1;0;-1];eig(A)'ans =0 0 3.3166 -3.3166P=[-1;-2;-1+sqrt(-1);-1-sqrt(-1)];K=place(A,B,P)place: ndigits= 15Warning: Pole locations are more than 10% in error.K =-0.4000 -1.0000 -21.4000 -6.0000eig(A-B*K)'ans =-1.0000 - 1.0000i -1.0000 + 1.0000i -2.0000 -1.0000。

实验报告线性系统的状态反馈及极点配置一．实验要求了解和掌握状态反馈的原理，观察和分析极点配置后系统的阶跃响应曲线。

二．实验内容及步骤1．观察极点配置前系统极点配置前系统的模拟电路见图3-3-64所示。

图3-3-64 极点配置前系统的模拟电路实验步骤：注：‘S ST’不能用“短路套”短接！（1）将信号发生器（B1）中的阶跃输出0/+5V作为系统的信号输入r(t)。

（2）构造模拟电路：按图3-3-64安置短路套及测孔联线，表如下。

（3）虚拟示波器（B3）的联接：示波器输入端CH1接到A3单元输出端OUT（Uo）。

注：CH1选‘X1’档。

（4）运行、观察、记录：将信号发生器（B1）Y输出，施加于被测系统的输入端rt，按下信号发生器（B1）阶跃信号按钮时（0→+5V阶跃），观察Y从0V阶跃+5V时被测系统的时域特性。

等待一个完整的波形出来后，点击停止，然后移动游标测量其调节时间ts。

实验图像：由图得ts=3.880s 2.观察极点配置后系统 极点的计算：受控系统如图所示，若受控系统完全可控，则通过状态反馈可以任意配置极点。

受控系统设期望性能指标为：超调量M P ≤5%；峰值时间t P ≤0.5秒。

由1095.01t 707.0%5eM n n 2n p 1/p 2=≥⇒≤-==⇒≤=--ωωζωπζζζπ取因此,根据性能指标确定系统希望极点为：⎪⎩⎪⎨⎧--=+-=07.707.707.707.7*2*1j j λλ受控系统的状态方程和输出方程为：⎪⎩⎪⎨⎧=+=-----⋅-xC y b x A x μ式中][01,10,020120,21=⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡=----C b A x x x系统的传递函数为：202020a S a S βS β)(2012010++=+++=S S S G受控制系统的可控规范形为：[][]020T C C b T b a a T A T A X T X X C Y U b X A X K K i o K K KK k K K K ===⎥⎦⎤⎢⎣⎡==⎥⎦⎤-⎢⎣⎡-=⎥⎦⎤-⎢⎣⎡-===⎩⎨⎧=+=---10111,1020120010T ββ为变换阵），（式中当引入状态反馈阵K K =[K 0K 1]后,闭环系统()K K K K K C b K b A ,,-的传递函数为：()()()01201120120)20(20)(K S K S K a S K a S S S G o ++++=+++++=ββ而希望的闭环系统特征多项为：1001.14))(()(2*2*1**12*++=--=++=S S S S a S a S S f oλλ 令G K (S)的分母等于F #(S),则得到K K 为：[][]9.58010-==K K K k最后确定原受控系统的状态反馈阵K ：由于 1-=T K K k求得和===---111,T C b T b T A T A K k K求得 ⎥⎥⎦⎤⎢⎢⎣⎡-=-1102011T所以状态反馈阵为： [][]9.59.91102019.580-=⎥⎥⎦⎤⎢⎢⎣⎡--=K极点配置系统如图所示：极点配置后系统根据极点配置后系统设计的模拟电路见下图所示。

线性系统的状态反馈及极点配置1.前言随着现代控制理论的不断发展和成熟，线性系统的状态反馈控制在控制理论中得到了广泛的应用，并成为了控制领域中重要的一种控制方法。

状态反馈控制能够将系统的状态进行反馈，并利用反馈得到的信息对系统进行控制，从而达到使系统达到预期控制目标的目的。

本文将从状态反馈控制的原理和实现方法两方面介绍线性系统的状态反馈及极点配置。

2.状态反馈控制的原理状态反馈控制是建立在现代控制理论的基础上的一种高级控制方法。

状态反馈控制的基本思想是在系统中引入反馈环节，设计一个反馈控制器，将系统的状态量反馈给控制器，控制器再根据反馈信号输出控制量，以期望控制系统按照预期的运动轨迹运行。

因此，状态反馈控制要实现以下两个步骤：- 系统状态量的测量：首先要在系统中安装测量传感器，实时地测量系统状态量，使得状态量可以被反馈到控制器中。

- 反馈控制器的设计：设计一个反馈控制器，将系统的状态量反馈给控制器，控制器再根据反馈信号输出控制量，实现对系统的精确控制。

因此，状态反馈控制的基本原理就是将系统状态量反馈到控制器中，以期望控制系统按照预期的运动轨迹运行。

2.2 状态空间模型与状态反馈控制状态空间模型是状态反馈控制的基础。

状态空间模型是一种方便描述线性系统动态行为和控制器的模型。

对于线性时不变系统，我们可以用如下的状态变量描述：x(t) = [x1(t),x2(t),...,xn(t)]T其中，x(t) 是系统在时刻 t 的状态量，n 是状态量的数量，x1(t),x2(t),...,xn(t) 分别是系统的每个状态量。

状态空间模型可以用一组线性常微分方程描述：dx/dt = Ax + Bu其中，A 是系统的状态方程矩阵，B 是输入矩阵，C 是输出矩阵，D 是直接耦合矩阵。

系统的状态反馈控制可以表示为：u(t) = -Kx(t)其中，K 是状态反馈矩阵。

将状态反馈控制引入到状态空间模型中，可以得到控制器的状态空间模型为：y = Cx上述控制器的状态空间模型就是一个闭环系统，通过反馈控制器将系统状态返回到系统，形成了一个反馈环。