反馈线性化原理与应用
- 格式:doc
- 大小:3.51 MB
- 文档页数:41
基于Matlab的永磁同步电机反馈线性化控制的仿真***(江南大学物联网工程学院,江苏无锡214036)摘要:反馈线性化方法的目的是通过对非线性系统进行精确线性化处理后,将系统变换成线性系统,本文基此提出了永磁同步电机的反馈线性化控制方法,并利用Matlab软件进行了仿真。
在Simulink中搭建了反馈线性化控制模块、坐标变换模块、PMSM本体模块等。
通过对这些模块的有机组合,从而构建了PMSM反馈线性化控制系统的仿真模型,通过相应的示波器观测输出波形,并对仿真结果做了相应的分析。
关键词:PMSM;同步电机;反馈线性化;MatlabA Simulation of the Feedback Linearization Control of PermanentMagnet Synchronous Machine Based on Matlab***(College of Institute of Things, Jiangnan University, Wuxi, Jiangsu 214036,China) Abstract:Feedback linearization method is adopted for dealing with nonlinear systems, and after that it will change nonlinear system to linearization system. This article is based of the proposed, and give a synchronous motor feedback linearization control method, using matlab and software for simulation. In the simulation, we put up the feedback linearization control, coordinate transformation the module of PMSM, etc. Through the organic combination of these modules, we built the simulation model of PMSM feedback linearization control system, and observing the output wave with varied observations, and made an appropriate analysis of the simulation results.Keywords: PMSM; Permanent Magnet Synchronous;Feedback linearization;Matlab引言:同步电机是转子转速与定子旋转磁场的转速相同的交流电动机。
非线性控制理论与应用研究一、绪论非线性控制理论是近年来控制理论研究的一个重要分支,它主要研究非线性系统的控制方法及其应用,是控制工程的重要理论基础。
非线性系统种类繁多、复杂多变,因此非线性控制理论的研究对于掌握现代控制理论和技术具有十分重要的意义。
二、非线性系统建模非线性系统较为复杂,建模难度较大,因此建模是研究非线性控制理论的一项重要任务。
非线性系统建模方法主要有传递函数法、状态空间法、自适应控制法等。
三、非线性控制方法1. 基于反馈线性化的非线性控制方法反馈线性化方法是研究非线性控制的重要方法之一,这种方法将非线性系统变换为一系列的线性子系统,从而使得系统的控制目标可以通过简单的线性反馈控制方法实现。
在实际应用中,反馈线性化方法因其简单可行而广泛应用。
2. 滑模控制方法滑模控制方法是一种基于非线性反馈的控制方法,它通过滑模面的设计实现对非线性系统的稳定控制。
该方法以稳定控制为目标,波动控制性能较好,但实际应用中对系统的滑模控制面设计较为困难。
3. 自适应控制方法对于含有参数变动的非线性系统,自适应控制是一种有效的控制方法。
自适应控制方法根据系统的特性和参数变动,利用系统输入输出数据对控制器进行自适应调整,从而实现系统的稳定控制。
该方法主要应用于系统参数经常发生变化的场合,具有应用广泛的特点。
四、非线性控制的应用研究非线性控制在许多科学领域中都有重要的应用,例如机械控制、化工控制、生物控制、电力系统控制等等。
在机械控制领域中,非线性控制被广泛应用于电动机驱动系统、车辆悬挂系统、船舶自动控制系统等;在生物学领域,非线性控制被应用于控制机器人的运动、人体姿势控制等方面。
五、结论随着现代控制技术的不断发展,非线性控制理论已成为控制工程中的一门重要学科。
非线性系统在现代工程中得到广泛的应用,此时,非线性控制理论的研究就显得越加重要。
通过对非线性控制理论的全面研究,将能够为实际工程应用提供更优秀和更可行的解决方案。
自动控制原理反馈线性化知识点总结自动控制原理中,反馈线性化是一种重要的技术手段,用于对非线性系统进行线性化处理,以便于运用线性控制理论进行分析和设计。
本文将对反馈线性化的知识点进行总结。
一、反馈控制的基本原理反馈控制是指系统通过测量输出信号并与期望信号进行比较,从而产生控制信号作用于系统,使其输出信号趋近于期望值。
反馈控制可以提高系统的稳定性、精度和鲁棒性。
二、非线性系统的线性化1. 线性化的概念线性化是指通过近似处理使非线性系统在某一工作点附近表现出线性系统的特性。
线性化可以使非线性系统的分析和设计更加简化。
2. 线性化方法(1)泰勒级数展开法:通过对非线性函数进行泰勒级数展开,并保留一阶或二阶项,得到线性化后的系统模型。
(2)局部仿射变换法:通过适当的仿射变换,将非线性系统线性化为线性系统。
(3)偏微分方程法:对非线性系统的偏微分方程进行线性化处理,得到线性系统的模型。
三、反馈线性化的基本原理1. 概念反馈线性化是指通过设计反馈控制器,将非线性系统转化为线性系统。
2. 反馈线性化的步骤(1)选择工作点:选择一个具有良好控制性能的工作点作为线性化的基准。
(2)线性化建模:使用线性化方法得到系统在工作点附近的线性模型。
(3)设计反馈控制器:设计合适的反馈控制器,使得线性化后的系统具有期望的响应特性。
(4)验证和优化:通过仿真或实验验证线性化的效果,并对控制器进行优化。
四、反馈线性化的应用1. 飞行器控制在飞行器自动控制系统中,应用反馈线性化技术可以将飞行器的动力学模型线性化,从而进行姿态控制、航迹控制等任务。
2. 汽车悬挂系统控制反馈线性化技术可以将汽车悬挂系统的非线性特性线性化,实现对车身姿态的控制,提高汽车行驶的稳定性和舒适性。
3. 机器人控制在机器人的运动控制中,通过反馈线性化技术可以实现对机器人姿态和轨迹的精确控制,提高机器人的定位和导航能力。
五、反馈线性化的优缺点1. 优点(1)能够将非线性系统转化为线性系统,利用线性控制理论进行设计和分析。
第六章非线性系统的反馈线性化反馈线性化方法的基本思想是用反馈的方法,将非线性被控对象补偿成为一个具有线性特性的系统,然后利用线性系统理论进行控制系统设计。
基于微分几何的反馈线性化方法是一种精确线性化方法。
6.1 反馈线性化基本概念反馈线性化设计步骤是:(1)通过反馈的方法将非线性系统转化为线性系统,这个过程可以微分几何方法;(2)经过线性化处理后的系统进行设计。
与泰勒级数展开的近视线性化方法不同,它是建立在系统状态变换与非线性反馈基础上的一种精确方法。
它是大范围有效的,而不是仅仅局限于工作点附近。
1水槽的系统模型为()()2h d A h dhu t a ⎡⎤=−∫4()f B =+ xx u 考虑如下系统x是系统状态,f(x)是光滑向量场,u是控制输入,B是输入矩阵且可逆。
设跟踪轨迹为x d 。
=d e x x−定义跟踪误差=f()B d ex x u −− 主要思路是设计如下的补偿控制算法1=(f())d u Bxx ke −−+ =-eke 补偿后的误差动态方程为稳定例2 两关节机械手111212121112122212220H H qhq hqhq q g H H qhq qg ττ−−−⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤++=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦&&&&&&&&&&(6.1)5其中,[]12,Tq q =q 为关节角,[]12,Tττ=τ为关节输入。
12222221222221111211222222221212122221211122122122122cos cos sin cos cos()cos cos()c c c c c c c c c c H m l I m l l l l q I H m l I H H m l l q m l I h m l l q g m l g q m g l q q l q g m l g q q ⎡⎤=+++++⎣⎦=+==++=⎡⎤=+++⎣⎦=+表示成向量形式()(,)()H q qC q q q g q τ++=&&&&两边同乘以1H −,可变成仿射非线性系统(6.1)。
什么是反馈电路及其作用反馈电路是一种将输出信号的一部分反馈到输入端的电路,其作用是稳定系统的性能,调节系统的增益,改善系统的响应特性,并解决一些电路设计中的问题。
在本文中,我们将介绍反馈电路的基本原理、分类和作用。
一、反馈电路的基本原理反馈电路基于反馈原理,即将部分输出信号反馈到输入端,形成一个反馈回路。
这个回路可以通过放大或衰减输入信号,控制系统的增益和频率响应,以达到所需的性能。
反馈电路的基本组成包括输入器件(传感器或源)、反馈路径(传输线或电路)和输出引导,它们共同构成了一个闭环系统。
通过引入反馈,系统可以根据需要调整输入和输出之间的差异,使系统更加稳定和可控。
二、反馈电路的分类根据反馈信号与输入信号之间的相位关系,反馈电路可以分为正反馈和负反馈两种类型。
1. 正反馈电路:正反馈电路中,反馈信号与输入信号的相位一致,通过放大输入信号的幅度,从而增加输出信号。
正反馈电路可用于产生振荡信号和放大器的自激振荡。
2. 负反馈电路:负反馈电路中,反馈信号与输入信号的相位相反,通过降低输入信号的幅度,从而稳定系统的增益和性能。
负反馈电路可用于放大器的稳定和线性化,改善系统的幅频特性和减小失真。
三、反馈电路的作用反馈电路在电子系统中有着广泛的应用,并发挥着重要的作用。
1. 改善系统的稳定性:通过引入负反馈,反馈电路能够抑制系统中的震荡和不稳定性,提高系统的稳定性。
负反馈通过自动调节增益,使得系统的输出更加可控和稳定。
2. 控制系统的增益:反馈电路可以根据需要调节系统的增益,使得系统在不同的工作条件下都能保持适当的增益。
这样可以避免信号过大或过小导致的系统失效或损坏。
3. 改善系统的频率响应:反馈电路可以调节系统的频率特性,使系统在不同频率下都能保持一致的响应。
这对于音频放大器和通信系统等具有频率特性要求的应用非常重要。
4. 降低系统的失真:引入负反馈可以减小系统的非线性失真和畸变,使得系统的输出更加清晰和准确。
非线性动力学系统的分析与控制随着科学技术的不断发展,人们对复杂系统的研究日益深入。
非线性系统时常出现在自然界和工程技术中,例如气象系统、化学反应、电路、生物系统、机械系统等等。
非线性系统具有极其丰富的动态行为,不同的系统之间存在着很大的差异性。
面对这些复杂多样的非线性系统,如何进行分析与控制是非常重要的。
一、非线性动力学系统的定义及特点非线性动力学系统是指在时间和空间上均发生动态行为的系统,其系统关系不是线性关系。
由于非线性因素的存在导致了系统的复杂性和不可预测性,系统可能表现出各种奇异的动态行为。
这些动态行为包括周期性运动、混沌、周期倍增等等。
一个非线性系统通常由多个部分组成,每个部分之间有相互作用,这种相互作用可以是线性的,也可以是非线性的。
与线性系统不同的是,非线性系统的各种状态和运动是非简单叠加的,微小的扰动可能会导致系统出现完全不同的行为,所以非线性系统的行为很难被准确地预测和控制。
二、非线性动力学系统的分析方法1. 数值方法数值方法是研究非线性系统的基本工具之一。
数值方法的核心是计算机程序,基本思路就是用计算机模拟系统的行为,通过计算机的演算,得出系统的动态变化。
在数值模拟中,巨大的数据量和模拟误差可能导致计算结果的不确定性。
为了解决这个问题,可以采用随机性和模糊性来描述不确定性,将非确定性的信息融入到模型和模拟中。
2. 动力学分析动力学分析是利用动力学知识进行对非线性系统的分析和研究。
通过对系统的本质特性进行分析,了解系统的发展趋势和行为特征。
动力学分析主要通过相空间画图、稳定性分析、流形理论等方法对非线性系统进行分析。
其中,相空间画图是研究非线性系统最常用的方法之一。
它可以将非线性系统的状态表示为相空间中的一点,通过画出系统在相空间中的运动轨迹,了解系统在不同初态下的动态行为。
3. 控制方法控制方法是为了改变非线性系统的行为,使其达到预期目标或保持稳定状态。
非线性系统的控制可以分为开环控制和反馈控制。
非线性系统的控制方法研究一、引言非线性系统是现实世界中常见的一种数学模型,在许多领域都有着广泛的应用,例如控制工程、物理学、化学、生物学等等。
但是,由于非线性系统本身的复杂性,其控制方法相对于线性系统而言更加困难。
因此,非线性系统的控制方法一直是控制理论和应用研究的热点之一。
本文将介绍几种常见的非线性系统的控制方法,并针对每种方法进行分析和评价。
二、背景知识在介绍非线性系统控制方法之前,先介绍一些相关的数学知识。
1. 非线性系统非线性系统是指系统的状态量之间存在非线性关系的系统,它的数学模型为:$$ \dot{x}=f(x,u) $$其中,$x$是状态向量,$u$是输入向量,$\dot{x}$是状态向量$x$随时间的变化率,$f(x,u)$是状态向量$x$和输入向量$u$的某种非线性关系函数。
2. 状态反馈状态反馈是指将系统的状态作为反馈信号,通过对反馈信号进行处理,得到控制量,控制系统的输出和状态实现指定目标的方法。
状态反馈可以通过线性控制算法实现,也可以通过非线性控制算法实现。
3. 自适应控制自适应控制是指通过实时、自动地获取系统的信息,改变控制策略或外加干扰变量,使系统能够自行调整以满足要求的控制系统。
4. 非线性规划非线性规划是指目标函数和约束条件不具有线性关系的优化问题。
非线性规划可以通过各种优化算法解决。
三、非线性系统的控制方法1. 反馈线性化控制反馈线性化是一种将非线性系统转化为等效线性系统,然后基于线性系统控制理论设计控制器的方法。
反馈线性化应用广泛,特别是当系统的非线性特性较弱或者非线性部分相对于整个系统较小的时候。
反馈线性化的基本思想是将非线性系统通过状态反馈变换成线性系统。
通过对系统进行状态变换和对输入进行适当处理,使得非线性系统的某些部分变成线性部分,然后对这个新系统进行线性控制。
反馈线性化的优点在于其简单性和易于操作性,缺点在于其对非线性特性的要求较高,且对系统的状态变量需要足够准确的测量。
资治文摘 管理版基于精确反馈线性化的船舶航向控制器设计林永屹(江苏海事职业技术学院,江苏南京)航向控制直接关系到船舶航行的操纵性、经济性。
本文在船舶航向控制器设计中采用了船舶航向非线性控制系统数学模型(Norrbin ),设计了一种基于精确反馈线性化的船舶航向控制器。
仿真结果表明,船舶航向控制器具有良好的跟踪特性。
船舶航向非线性反馈精确线性化跟踪一、引言随着对航行安全及营运需求的增长,人们对船舶操纵性能的要求也日益提高,这也促进了船舶操纵理论的不断发展。
航向控制直接关系到船舶航行的操纵性、经济性,关系到船舶航行的安全和舰艇的战斗力。
目前,新的算法均先后应用于船舶航向控制中,但是大多数航向控制器采用No moto 线性模型进行设计。
实际上,由于船舶本身存在的不确定性和风浪流等的干扰,特别是对于不具有直航特性的船舶,在航向急剧改变的情况下,采用线性模型已经不能精确地描述系统的动态特性。
因此,研制开发非线性自动舵是船舶控制领域中的一个有意义的研究课题。
精确线性化是指利用非线性反馈和微分同胚变换把非线性系统“精确”变换为线性系统,从而达到易于控制的目的,它是非线性控制从分析走向综合的转折点。
本文设计了一种精确反馈线性化的船舶航向控制器。
二、船舶运动数学模型的建立在船舶航向自动舵设计时,船舶航向控制系统模型采用No rrb i n 模型。
其中,φ为航向角;δ控制为舵角,T 为时间常数,K 为增益,αβ为模型参数,其值可由螺旋试验确定。
为了设计的需要,设φd 为设定航向角,控制变量u =δ;取状态变量x 1=φ-φd ,x 2=x 1。
则将式(1)写成状态方程的形式:式中θ1=β|T,θ2=α|T,b =K |T 。
三、精确反馈线性化设计原理给出的非线性系统为:这里:X :R n 为状态向量;u :R 1为控制量;y :R 1为输出量;f (X )及g (X )为状态空间中n 维向量场;(X)为X 的标量函数。
控制系统中的反馈线性化与非线性控制在控制系统中,反馈线性化与非线性控制是两种常见的控制方法。
本文将介绍这两种控制方法的原理、优势和应用场景。
一、反馈线性化控制反馈线性化控制是一种通过对系统进行合理的反馈设计,使非线性系统在某种条件下表现出线性特性的控制方法。
其基本原理是通过对系统输出与状态变量的测量,设计一个适当的反馈控制量来抵消系统的非线性成分,使系统整体呈现线性特性。
反馈线性化控制的优势在于对于非线性系统,可以通过合适的线性化方法,将非线性控制问题转化为线性控制问题,这样就可以利用线性控制理论进行分析和设计。
同时,反馈线性化控制还具有更好的鲁棒性和稳定性,能够在系统参数变化和外界扰动的情况下依然保持较好的控制性能。
反馈线性化控制的应用范围非常广泛,包括机器人控制、飞行器控制、汽车控制等领域。
例如,在机器人控制中,通过对机器人状态的反馈测量和适当的控制策略,可以使机器人在复杂环境中实现高精度的运动控制。
二、非线性控制非线性控制是指在控制系统中使用非线性控制器来对非线性系统进行控制的方法。
相比于线性控制,非线性控制能够更好地适应系统的非线性特性,并提供更强大的控制能力。
非线性控制方法有很多种,其中常见的包括PID控制、模糊控制和神经网络控制等。
这些方法通过对系统进行建模和控制器的设计,可以实现系统的稳定性、鲁棒性和响应速度等性能指标的优化。
非线性控制广泛应用于工业过程控制、电力系统控制、自动驾驶等领域。
例如,在电力系统控制中,非线性控制能够有效地解决电力系统中的稳定性和电压控制等问题,提高系统的可靠性和性能。
总结:控制系统中的反馈线性化与非线性控制是两种常见的控制方法。
反馈线性化控制通过合理的反馈设计将非线性系统转化为线性控制问题,具有较好的鲁棒性和稳定性;非线性控制则直接针对非线性系统进行控制,能够更好地适应系统的非线性特性。
这两种控制方法各有优势,并在不同领域有着广泛的应用。
在实际应用中,根据具体系统的特点和控制要求来选择适合的控制方法,才能取得理想的控制效果。
第四章 反馈线性化原理的应用在这一章中将介绍在局部坐标变换和反馈线性化原理基础上的一些推论及其在控制系统设计中的应用。
它们是零动态;局部渐近镇定;渐近输出跟踪;干扰解耦;高增益反馈;具有线性误差动态特性的观测器问题等。
4.1零动态在这一节中我们将介绍并讨论一个重要的概念—“零动态”。
在很多场合中它起着与线性系统中传递函数的“零点”极其类似的作用。
在前述中我们已经看到线性系统的相对阶r 能够被解释为其传递函数的极点数目与零点数目之差。
即若任何一个线性系统其相对阶r 严格小于其维数n ,则其传递函数中必存在零点;反之若r=n ,则传递函数中就没有零点。
所以前节中精确线性化所讨论的系统,在某种意义上类似于线性系统中无零点的情况。
在这一节中这种类比将进一步推广。
考虑一个相对阶r 严格小于n 的非线性系统()()x f x g x u ⋅=+()y h x =则可通过坐标变换,变成正则形:()()()()()()Z x h x L h x L h x x x f f r r n ==⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥=⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥-+φφφξη 11, ξ=⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥z z r 1 , η=⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥+z z r n 1 其中()()φφr n x x +⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥1 ,若能使()L x g i φ=0, n i r ≤≤+1则可将系统变成下列形式:z z 12⋅= z z 23⋅=z z r r -⋅=1()()z b z a z u r ⋅=+ ()z q z r r +⋅+=11()z q z n n ⋅=或写成:()()ξξξξηξη⋅⋅=⎡⎣⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥+⎡⎣⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥200 r b a u ,, ()ηξη⋅=q ,若x 0是使()()f x h x 0000==,的点,则在x 0一定有ξ=0,虽然此时η可以任意选择,但是不失一般性,可以选η=0,如果x 0是系统的一个平衡点,则在新坐标下也应是一个平衡点。
因而有:()b ξη,=0 当()()ξη,,=00时()q ξη,=0 当()()ξη,,=00时这也就是说,在x 00=,系统处于平衡状态下,若此时及以后又没有输入作用(即0=u ),则该系统就一直处于平衡状态。
1.输出零化问题和零动态 现在提出一个这样的问题: 能否找到这样成对的关系:即某个初始状态x 0,及对应的()u t 0,()u t 0定义在t =0的一个邻域上,使得系统在t =0的邻域上输出()y t 恒等于0。
这个问题被叫作输出零化问题。
当然我们感兴趣的是所有这样的对子()x u 00,,而不是前面提到过的x u 0000==,简单的平凡对。
对于正则形有: ()()y t z t =1由于限制在所有t 时刻()y t =0,这就必须有:()()()z t z t z t r 120⋅⋅⋅====也就是说在所有时刻()ξt =0。
所以,我们可知当系统的输出恒等于零时,其状态也以这样一种方式受到限制,这时()ξt 也恒等于零。
并且()u t 必须是下列方程的唯一解。
()()()()()000=+⋅b t a t u t ,,ηη其中()()a t 00,η≠,当()ηt 趋近于零时;()ηt 应服从下列微分方程,因为到目前为止,我们只知道()ξt =0。
()()()ηη⋅=t q t 0, (3.1)由于()ηt 与输出不直接有关,所以要使()y t 保持为零,只要()()00,00ηηξ==而可以任意来选择,但是对于不同的η0,要解得()ηt ,再取()()()()()u t b t a t =00,,ηη才能使()y t 保持为零。
当初始条件选择为()ξ00=,及()ηη00=时,上述的解()u t 是唯一的。
方程(3.1)描写了系统内部的这样一种动态特性,即在限制输出恒为零的条件下,对于所选择的初始条件,并由此而解出的控制作用()u t 下,系统内部的动态特性。
这个动态在我们今后的讨论中颇为重要,被叫作系统的零动态。
2.关于零动态的几个评注:(1)对于线性系统而言,零动态是这样一个特殊的线性系统的动态:这个系统的极点或特征值是原系统的零点;即以原系统传递函数的分子多项式为其特征多项式的线性系统的动态。
现在我们来说明这一点,假定线性系统的传递函数为:()H s K b b s s a a s sn rn=++++++-0101 可知其相对阶为r ,若该系统传递函数的分子与分母是互质的,则容易得出其一种最小实现为:x Ax Bu ⋅=+y Cx =其中:A a a a n =---⎡⎣⎢⎢⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥⎥⎥-010*********B k =⎡⎣⎢⎢⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥⎥⎥00 C b b b n r =--011100化为正则形后z Cx b x bx b x x n r n r n r 1011211==++++----+ z CAx b x bx b x x n r n r n r 20213112==++++---+-+z CA x bx bx b x x r r r r n r n n ==++++-+---101111再取:z x r +=11z x r +=22z x n n r =-它使L g i φ=0,且∂φ∂x是非奇异的。
因为[]∂φ∂x =⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥⎡⎣⎢⎢⎢⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥⎥⎥⎥ 10110010000***容易验证它是非奇异的。
因而用该坐标变换可以化成正则形,其形式为:z z z z z z z R S Ku R S K u P Q r r r 12231010100000⋅⋅-⋅⋅⋅⋅====++⎫⎬⎪⎪⎪⎭⎪⎪⎪→=⎡⎣⎢⎢⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥⎥⎥⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥+⎡⎣⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥=+ ξηξξηηξη根据零动态的意义,ξ=0,所以有 ηη⋅=Q此时应取 ()()u t KS t =1η因:⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧+----=+----=========→--++---+--++++⋅112110112110133222211z z b z b z b z x b x b x b x dt dxdtdz z x dt dx dt dz z x dt dx dt dz n r n r r r n r n r n r n n r r r r η 由于 001==z ,故ξ 故:Q b b b n r =---⎡⎣⎢⎢⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥⎥⎥--0100010001011由此零动态的特征多项式为:()r n r n r n S S b S b b Q SI -----++++=-1110det此即为原系统传递函数的分子,因而零动态的极点就是原系统的零点。
( 2 ) 非线性系统的零动态在η=0处的线性近似与整个非线性系统在x=0处的线性近似系统的零动态是一致的。
也就是说取零动态与取线性近似的操作运算本质上是可以交换的。
为了校验这一点,我们必须做的仅仅是要说明正则非线性方程的线性近似与原系统线性近似的正则形是一致的。
并且非线性系统的相对阶与其线性近似系统的相对阶也是一致的。
前面业已介绍f x Ax f xg x B g x ()()()()=+=+21同理h x Cx h x ()()=+2由递推关系,容易计算L h x CA x d x f kkk '()()=+其中函数d x k ()使得 ∂∂d x k x ⎡⎣⎢⎤⎦⎥==0由此可以推出CA B L L h CA B L L h k g f kr g f r ===≠--((0)00)011对所有k<r-1也就是说原系统在 x=0 处的线性近似系统,它的相对阶就等于r 。
则非线性系统的正则形的相应项可以写成下列展开式:b R S b a K a q P Q q (,)(,)(,)(,)(,)(,)ξηξηξηξηξηξηξηξη=++=+=++212 则其零动态的线性近似式为∂∂ηξηq Q ⎡⎣⎢⎢⎤⎦⎥⎥==(,)0Q q =⎥⎦⎤⎢⎣⎡∂∂+=0),(2ηξη 所有ηη.=Q 描写了当ξ≡0 时,原系统在η=0 处的零动态的线性近似,它与整个系统在 x=0 处的线性近似的零动态是一致的。
例3.2 我们来分析下列系统的零动态x x x x x x u .=---⎡⎣⎢⎢⎢⎢⎤⎦⎥⎥⎥⎥+-⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥3232123011 y x =1则有:L h x L h x x x L L h x x g f g f ()()()==-=+01332322因此其相对阶 r=2,为了化为正则形,取[]z x z x x z x x L g 11232332330110110)==-=+=-⎡⎣⎢⎢⎢⎤⎦⎥⎥⎥=(φ于是在新坐标下系统的方程为z z z b z z z a z z z uz z z ...(,,)(,,)1221231233123==+=-从零动态的意义可知,y(t)=0 意味着z t z t 120()()==,所以系统的零动态为:z z .33=-(3)非正则形时的零动态:虽然上述零动态的分析是在正则形的条件下进行的,但是由于坐标变换中的η状态变量要满足 L x g i φ()=0 常常有难处。
于是得到的是非正则形,系统的描述成为:z z z z z z z b u q p ur rr ........(,)(,)(,)(,)12231====+=+-ξηαξηηξηξη我们可以看出方程的前面几个变量与正则形是相同,所以从零动态的概念出发,应有y(t)≡0,所以:z z z z r 1120===⋅⋅⋅==...。
由此可得u b a =-(,)(,)ξηξη,所以ηξηξηξηξη.(,)(,)((,)(,))=+-q p b a ,则零动态为:ηηηηη.(,)(,)(,)(,)=-q p b a 0000。
(4)几何观点:若系统在某点x 0处的相对阶为r ,则有y t L hx t k f k ()()(())= 0 ≤ k ≤ r-1 y t L h xt L L hxt u t r f rg f r ()()(())(())()=+-1对于输出零化问题,则有Ò»y t k ()()=0,0 ≤ k ≤ r-1。
故系统一定在下面的子集上运动( 局部地围绕x 0)z x R h x L h x L hx n f f r *-=∈===={:()()()) 10。
也就是说在新坐标下,恰恰正是z z z r 12,,, 均为零的点集上运动,且附加的限制条件:y L h xt L L hxt u t r f r g f r ()(())(())()=+=-10 图4.6表示了在新坐标下零动态的几何表示图 4.6因为微分 dLh x f i(),0 ≤ i ≤r-1,在x 0 处是线性无关的。