第一章 状态空间表达式(2013)
- 格式:ppt
- 大小:2.00 MB
- 文档页数:82
第一章 控制系统的状态空间表达式Chapter 1 State space representation of control systems本章内容• 状态变量及状态空间表达式 • 状态空间表达式的模拟结构图 • 状态空间表达式的建立(1) • 状态空间表达式的建立(2) • 状态矢量的线性变换 • 由传递函数求状态方程• 由状态空间表达式求传递函数阵 • 离散系统的状态空间表达式• 时变系统和非线性系统的状态空间表达式系统的动态特性由状态变量构成的一阶微分方程组来描述,能同时给出系统全部独立变量的响应,因而能同时确定系统的全部内部运动状态。
1.1 状态变量及状态空间表达式1.1 State space representation of control systems 状态变量 (State variables)状态:表征系统运动的信息和行为状态变量:能完全表示系统运动状态的最小个数的一组变量x 1(t ), x 2(t ), …, x n (t ) 状态向量(State vectors)由状态变量构成的向量 x (t )T 123()(),(),()...()n x t x t x t x t x t =⎡⎤⎣⎦状态空间 (State space) • 以各状态变量x 1(t ),x 2(t ),…… x n (t )为坐标轴组的几维空间。
•状态轨迹:在特定时刻t ,状态向量可用状态空间的一个点来表示,随着时间的推移,x (t )将在状态空间描绘出一条轨迹线。
状态方程 (State equations)• 由系统的状态变量与输入变量之间的关系构成的一阶微分方程组。
例1.1 设有一质量弹簧阻尼系统。
试确定其状态变量和状态方程。
解:系统动态方程2()().()().()()()d yF t ky t f yt m dt my t f yt ky t F t ⎧--=⎪⎨⎪++=⎩ 设1()()y t x t =,2()()yt x t = 12()()............................................(1)1()()()()........(2)x t y t f k x t y t y t F t m m m =⎧⎪⎨=--+⎪⎩12212()()1()()()()xt x t k f x t x t x t F t m m m =⎧⎪⎨=--+⎪⎩1122010()()()1()()xt x t F t f k x t x t m m m ⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥+⎢⎥⎢⎥--⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦ = 状态方程的标准形式:()()()xt Ax t Bu t =+ (A :系统矩阵 B :输入矩阵) 输出方程 (O u t p u t e q u a t i o n )系统的输出量与状态变量之间的关系[]112()()()10 ()x t y t x t x t ⎡⎤==⎢⎥⎣⎦()()y t Cx t =(C:输出矩阵)状态方程和输出方程的总和即称为状态空间表达式。
现代控制理论Model Control Theory前言1.胚胎萌芽期(1945年以前)•十八世纪以后,蒸汽机的使用提出了调速稳定等问题1765年俄国人波尔祖诺夫发明了锅炉水位调节器1784年英国人瓦特发明了调速器,蒸汽机离心式调速器1877年产生了劳斯稳定判据•十九世纪前半叶,动力使用了发电机、电动机促进了水利、水电站的遥控和程控的发展以及电压、电流的自动调节技术的发展•十九世纪末,二十世纪初,使用内燃机促进了飞机、汽车、船舶、机器制造业和石油工业的发展,产生了伺服控制和过程控制•二十世纪初第二次世界大战,军事工业发展很快飞机、雷达、火炮上的伺服机构,总结了自动调节技术及反馈放大器技术,搭起了经典控制理论的架子,但还没有形成学科。
2.经典控制理论时期(1940-1960)1945年美国贝尔实验室的Bode和Nyqusit提出频率响应法,奠定了控制理论的基础。
美国MIT的N. Wiener在研究随机过程的预测问题中,提出Wiener滤波理论.50年代趋于成熟.主要内容对单输入单输出系统进行分析,采用时域、频率法(频域)、根轨迹法(复数域)、相平面法、描述函数法;讨论系统稳定性的代数和几何判据以及校正网络等。
面临的挑战:被控对象日益复杂化、控制性能要求不断提高。
wiener3.现代控制理论时期(50年代末-60年代初)空间技术的发展提出了许多复杂控制问题,用于导弹、人造卫星和宇宙飞船上。
取得的成就1:1957年发射人造地球卫星;2:工业机器人产品;3:1961年载人航天;4:1969年登月;4.大系统和智能控制时期(70年代)各学科相互渗透,要分析的系统越来越大,越来越复杂。
例如:人工智能、模拟人的人脑功能、机器人等。
应用举例本课程内容•状态空间模型;•基于状态空间模型的系统分析(Analysis):运动分析、能控性、能观性、稳定性•基于状态空间模型的系统综合(Synthesis):极点配置、控制器设计、观测器设计、最优控制器设计。