当前位置：文档之家 › MATLAB语言与控制系统仿真-参考答案-第4章

MATLAB语言与控制系统仿真-参考答案-第4章

  • 格式：doc
  • 大小：263.50 KB
  • 文档页数：14

4.5 控制系统的数学模型MATLAB 实训4.5.1实训目的1.练习并掌握TF 模型、ZPK 模型、SS 模型的建立方法。

2.练习并掌握TF 模型、ZPK 模型、SS 模型间的转换方法。

3.练习并掌握求取多个模块串联、并联、反馈后总的模型的方法。

4.练习并掌握模型数据的还原方法。

4.5.2实训内容1.写出以下系统的多项式模型，并将其转换为零极点模型；（1）2153173261552115.35291)(23452341++++++-+-=s s s s s s s s s s G >> n1=[91,-52,3.5,-11,52];d1=[1,15,26,73,31,215];sys1=tf(n1,d1)[z1,p1,k1]=tf2zp(n1,d1)sys1zp=zpk(z1,p1,k1)运行结果如下：Transfer function:91 s^4 - 52 s^3 + 3.5 s^2 - 11 s + 52-------------------------------------------s^5 + 15 s^4 + 26 s^3 + 73 s^2 + 31 s + 215z1 =0.7705 + 0.5468i0.7705 - 0.5468i-0.4848 + 0.6364i-0.4848 - 0.6364ip1 =-13.4656-1.3473 + 1.9525i-1.3473 - 1.9525i0.5801 - 1.5814ik1 =91Zero/pole/gain:91 (s^2 - 1.541s + 0.8927) (s^2 + 0.9697s + 0.6401)--------------------------------------------------------------------------(s+13.47) (s^2 - 1.16s + 2.837) (s^2 + 2.695s + 5.627)（2）21.311395.2251315239.5621.635.711017.38)(23456723452++-+-++++-+-=s s s s s s s s s s s s s G >> n2=[1,-38.7,101,-71.5,63.1,562.39];d2=[1,2,5,-31,51,-22.5,39,311.21];sys2=tf(n2,d2)[z2,p2,k2]=tf2zp(n2,d2)sys2zpkmx=zpk(z2,p2,k2)Transfer function:s^5 - 38.7 s^4 + 101 s^3 - 71.5 s^2 + 63.1 s + 562.4---------------------------------------------------------------------------s^7 + 2 s^6 + 5 s^5 - 31 s^4 + 51 s^3 - 22.5 s^2 + 39 s + 311.2z2 =35.94372.95890.5590 + 1.9214i0.5590 - 1.9214i-1.3206p2 =-2.5015 + 3.1531i-2.5015 - 3.1531i1.9492 + 1.0027i1.9492 - 1.0027i0.2072 - 1.7349i-1.3097k2 =1Zero/pole/gain:(s-35.94) (s-2.959) (s+1.321) (s^2 - 1.118s + 4.004)--------------------------------------------------------------------------------------------------(s+1.31) (s^2 - 3.898s + 4.805) (s^2 - 0.4143s + 3.053) (s^2 + 5.003s + 16.2)2.写出以下系统的零极点模型，并将其转换为多项式模型，并将其展开成为部分分式形式；（1）)11.5)(9.4)(5.3)(6.2)(3.1()02.6)(5.0(36)(1+++++++=s s s s s s s s s G >> z=[-0.5;-6.02];>> p=[0;-1.3;-2.6;-3.5;-4.9;-5.11];>> k=36;>> sys=zpk(z,p,k)Zero/pole/gain:36 (s+0.5) (s+6.02)--------------------------------------------------s (s+1.3) (s+2.6) (s+3.5) (s+4.9) (s+5.11)>> [n,d]=zp2tf(z,p,k)n =0 0 0 0 36.0000 234.7200 108.3600d =1.0000 17.4100 116.1430 367.5889 544.8325 296.2114 0>> systfxs=tf(n,d)Transfer function:36 s^2 + 234.7 s + 108.4-------------------------------------------------------------------------------s^6 + 17.41 s^5 + 116.1 s^4 + 367.6 s^3 + 544.8 s^2 + 296.2 s>> [r,p,k]=residue(n,d);>> [r';p']ans =9.1407 -14.8730 17.4236 -14.7227 2.6656 0.3658-5.1100 -4.9000 -3.5000 -2.6000 -1.3000 0即部分分式分解结果为 s s s s s s s G 3658.03.16656.26.27227.145.34236.179.4873.1411.51407.9)(++++-+++-+=（2）)6)(5)(4)(2()5.3)(3)(1(15.9)(22+-++-++=s s s s s s s s s G >> z=[-1;-3;3.5];>> p=[0;0;-2;-4;5;6];>> k=9.15;>> sys=zpk(z,p,k)Zero/pole/gain:9.15 (s+1) (s+3) (s-3.5)-------------------------------s^2 (s+2) (s+4) (s-5) (s-6)>> [n,d]=zp2tf(z,p,k)n =0 0 0 9.1500 4.5750 -100.6500 -96.0750d =1 -5 -28 92 240 0 0>> systfxs=tf(n,d)Transfer function:9.15 s^3 + 4.575 s^2 - 100.7 s - 96.08---------------------------------------------------s^6 - 5 s^5 - 28 s^4 + 92 s^3 + 240 s^2>> [r,p,k]=residue(n,d);>> [r';p']ans =0.5004 -0.4183 0.0715 0.1123 -0.2659 -0.40036.0000 5.0000 -4.0000 -2.0000 0 0即部分分式分解结果为 24003.02659.021123.040715.054183.065004.0)(ss s s s s s G --++++---= 3.已知系统的状态空间表达式，写出其SS 模型，并求其传递函数矩阵(传递函数模型)，若状态空间表达式为⎩⎨⎧+=+=DuCx y Bu Ax x ，则传递函数矩阵表达式为： D B A sI C s G +-=-1)()(。

（1）u x x ⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡--=113001 >> a1=[-1,0;0,-3];>> b1=[1;1];>> c1=[0,5];>> d1=6;>> sys1=ss(a1,b1,c1,d1)a =x1 x2x1 -1 0x2 0 -3b =u1x1 1x2 1c =x1 x2y1 0 5d =u1y1 6>> tf(sys1)Transfer function:6 s + 23----------- %传递函数矩阵(传递函数模型)s + 3（2）u x x ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=1006137100010 []x y 6.045.7=>> a2=[0,1,0;0,0,1;-7,-13,-6];>> b2=[0;0;1];>> c2=[7.5,4,0.6];>> d2=0;>> sys2=ss(a2,b2,c2,d2)a =x1 x2 x3x1 0 1 0x2 0 0 1x3 -7 -13 -6b =u1x1 0x2 0x3 1c =x1 x2 x3y1 7.5 4 0.6d =u1y1 0Continuous-time model.>> tf(sys2)Transfer function:0.6 s^2 + 4 s + 7.5----------------------------s^3 + 6 s^2 + 13 s + 7（3）u x x ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=100200311450010 x y ⎥⎦⎤⎢⎣⎡=100001>> a3=[0,1,0;0,-5,4;-1,-1,-3];>> b3=[0,0;2,0;0,1];>> c3=[1,0,0;0,0,1];>> d3=0;>> sys3=ss(a3,b3,c3,d3)a =x1 x2 x3x1 0 1 0x2 0 -5 4x3 -1 -1 -3b =u1 u2x1 0 0x2 2 0x3 0 1c =x1 x2 x3y1 1 0 0y2 0 0 1d =u1 u2y1 0 0y2 0 0Continuous-time model.>> tf(sys3)Transfer function from input 1 to output...2 s + 6#1: ------------------------------s^3 + 8 s^2 + 19 s + 4-2 s - 2#2: ------------------------------s^3 + 8 s^2 + 19 s + 4Transfer function from input 2 to output...4#1: ------------------------------s^3 + 8 s^2 + 19 s + 4s^2 + 5 s#2: ------------------------------s^3 + 8 s^2 + 19 s + 4（4）⎥⎦⎤⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-+⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡214321432180340322115.6536.138.0125.407.11063.125.0u u x x x x x x x x ⎥⎦⎤⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡21432132115.06.027.09.031.02.011.501.03.09.28.06.17.09.05.010u u x x x x y y y >> a4=[0.5,2,1.3,6;10,-1.7,0,4.5;12,0.8,-3,1.6;3,5,-6.5,11];>> b4=[2,2;3,0;4,-3;0,8];>> c4=[0,1,0.5,0.9;0.7,1.6,0.8,2.9;0.3,0.1,0,5.11];>> d4=[0.2,0.31;0.9,0.27;0.6,0.15];>> sys4=ss(a4,b4,c4,d4)a =x1 x2 x3 x4x1 0.5 2 1.3 6x2 10 -1.7 0 4.5x3 12 0.8 -3 1.6x4 3 5 -6.5 11b =u1 u2x1 2 2x2 3 0x3 4 -3x4 0 8c =x1 x2 x3 x4y1 0 1 0.5 0.9y2 0.7 1.6 0.8 2.9y3 0.3 0.1 0 5.11d =u1 u2y1 0.2 0.31y2 0.9 0.27y3 0.6 0.15Continuous-time model.>> tf(sys4)Transfer function from input 1 to output...0.2 s^4 + 3.64 s^3 - 38.23 s^2 - 513.1 s - 1390#1: -----------------------------------------------------------------s^4 - 6.8 s^3 - 109.2 s^2 + 291.7 s + 18590.9 s^4 + 3.28 s^3 - 132.8 s^2 - 850.6 s - 1534#2: -----------------------------------------------------------------s^4 - 6.8 s^3 - 109.2 s^2 + 291.7 s + 18590.6 s^4 - 3.18 s^3 - 92.01 s^2 + 38.67 s + 1431#3: -----------------------------------------------------------------s^4 - 6.8 s^3 - 109.2 s^2 + 291.7 s + 1859Transfer function from input 2 to output...0.31 s^4 + 3.592 s^3 + 108.5 s^2 + 648.3 s + 1351#1: -------------------------------------------------------------------s^4 - 6.8 s^3 - 109.2 s^2 + 291.7 s + 18590.27 s^4 + 20.36 s^3 + 306.5 s^2 + 809.2 s + 244#2: ------------------------------------------------------------------s^4 - 6.8 s^3 - 109.2 s^2 + 291.7 s + 18590.15 s^4 + 40.46 s^3 + 300.7 s^2 - 1228 s - 6749#3: ------------------------------------------------------------------s^4 - 6.8 s^3 - 109.2 s^2 + 291.7 s + 18594.已知各环节（模块）的传递函数如下，各系统的组成如以下各小题所描述，编程求取各系统总的传递函数。

合集下载

控制系统计算机辅助设计：MATLAB语言与应用(第2版)薛定宇-课后习题答案

控制系统计算机辅助设计：MATLAB语言与应用(第2版)薛定宇-课后习题答案

第1章控制系统计算机辅助设计概述第2章 MATLAB语言程序设计基础第3章线性控制系统的数学模型第4章线性控制系统的计算机辅助分析第5章 Simulink在系统仿真中的应用第6章控制系统计算机辅助设计第1章控制系统计算机辅助设计概述【1】已阅，略【2】已阅，略【3】已经掌握help命令和Help菜单的使用方法【4】区别：MATLAB语言实现矩阵的运算非常简单迅速，且效率很高，而用其他通用语言则不然，很多通用语言所实现的矩阵运算都是对矩阵维数具有一点限制的，即使限制稍小的，但凡维数过大，就会造成运算上的溢出出错或者运算出错，甚至无法处理数据的负面结果【5】【8】(1)输入激励为正弦信号(2)输入激励为脉冲模拟信号(3)输入激励为时钟信号(4) 输入激励为随机信号(5) 输入激励为阶跃信号δ=0.3δ=0.05δ=0.7结论：随着非线性环节的死区增大，阶跃响应曲线的范围逐渐被压缩，可以想象当死区δ足够大时，将不再会有任何响应产生。

所以可以得到结论，在该非线性系统中，死区的大小可以改变阶跃响应的幅值和超调量。

死区越大，幅值、超调量将越小，而调整时间几乎不受其影响第2章 MATLAB语言程序设计基础【1】>> A=[1 2 3 4;4 3 2 1;2 3 4 1;3 2 4 1]A =1 2 3 44 3 2 12 3 4 13 24 1>> B=[1+4i,2+3i,3+2i,4+i;4+i,3+2i,2+3i,1+4i;2+3i,3+2i,4+i,1+4i;3+2i,2+3i,4+i,1+4i]B =1.0000 + 4.0000i2.0000 +3.0000i 3.0000 + 2.0000i4.0000 + 1.0000i4.0000 + 1.0000i 3.0000 + 2.0000i 2.0000 + 3.0000i 1.0000 + 4.0000i2.0000 +3.0000i 3.0000 + 2.0000i4.0000 + 1.0000i 1.0000 + 4.0000i3.0000 + 2.0000i 2.0000 + 3.0000i4.0000 + 1.0000i 1.0000 + 4.0000i>> A(5,6)=5A =1 2 3 4 0 04 3 2 1 0 02 3 4 1 0 03 24 1 0 00 0 0 0 0 5∴若给出命令A(5,6)=5则矩阵A的第5行6列将会赋值为5，且其余空出部分均补上0作为新的矩阵A，此时其阶数为5×6【2】相应的MATLAB命令：B=A(2:2:end,:)>> A=magic(8)A =64 2 3 61 60 6 7 579 55 54 12 13 51 50 1617 47 46 20 21 43 42 2440 26 27 37 36 30 31 3332 34 35 29 28 38 39 2541 23 22 44 45 19 18 4849 15 14 52 53 11 10 568 58 59 5 4 62 63 1>> B=A(2:2:end,:)B =9 55 54 12 13 51 50 1640 26 27 37 36 30 31 3341 23 22 44 45 19 18 488 58 59 5 4 62 63 1∴从上面的运行结果可以看出，该命令的结果是正确的【3】>> syms x s; f=x^5+3*x^4+4*x^3+2*x^2+3*x+6f =x^5 + 3*x^4 + 4*x^3 + 2*x^2 + 3*x + 6>> [f1,m]=simple(subs(f,x,(s-1)/(s+1)))f1 =19 - (72*s^4 + 120*s^3 + 136*s^2 + 72*s + 16)/(s + 1)^5m =simplify(100)【4】>> i=0:63; s=sum(2.^sym(i))s =0615【5】>> for i=1:120if(i==1|i==2) a(i)=1;else a(i)=a(i-1)+a(i-2);endif(i==120) a=sym(a); disp(a); endend[ 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765, 10946, 17711, 28657, 46368, 75025, 121393, 196418, 317811, 514229, 832040, 1346269, 2178309, 3524578, 5702887, 9227465, , , , , 5, 1, 6, 7, 3, 70, 03, 73, 76, 49, , 074, 099, 173, 272, 2445, 3717, 6162, 9879, 6041, 55920, 81961, 37881, 19842, 106, 177565, 035288, 212853, 248141, 0460994, , 1170129, 1879264, 8065, , , , 00884757, , 0, 5, 6, 1, 0, 88, , 673, 58, 931, , 120, , 029, 4, 2, 9905, 3072, 2977, 46049, 69026, 15075, 40, 99176, 083277, 082453, 165730, 248183, 7576, 62096, , 4738105, 5814114, 9, 186333, , 284885, 9, 3488322, 9, 0, 0]【6】>>k=1;for i=2:1000for j=2:iif rem(i,j)==0if j<i, break;endif j==i, A(k)=i; k=k+1; break; endendendenddisp(A);Columns 1 through 132 3 5 7 11 13 17 19 23 29 31 37 41 Columns 14 through 2643 47 53 59 61 67 71 73 79 83 89 97 101 Columns 27 through 39103 107 109 113 127 131 137 139 149 151 157 163 167 Columns 40 through 52173 179 181 191 193 197 199 211 223 227 229 233 239 Columns 53 through 65241 251 257 263 269 271 277 281 283 293 307 311 313 Columns 66 through 78317 331 337 347 349 353 359 367 373 379 383 389 397 Columns 79 through 91401 409 419 421 431 433 439 443 449 457 461 463 467 Columns 92 through 104479 487 491 499 503 509 521 523 541 547 557 563 569 Columns 105 through 117571 577 587 593 599 601 607 613 617 619 631 641 643 Columns 118 through 130647 653 659 661 673 677 683 691 701 709 719 727 733 Columns 131 through 143739 743 751 757 761 769 773 787 797 809 811 821 823 Columns 144 through 156827 829 839 853 857 859 863 877 881 883 887 907 911 Columns 157 through 168919 929 937 941 947 953 967 971 977 983 991 997【7】说明：h和D在MATLAB中均应赋值，否则将无法实现相应的分段函数功能syms x; h=input(‘h=’); D=input(‘D=’);y=h.*(x>D)+(h.*x/D).*(abs(x)<=D)-h.*(x<-D)【10】function y=fib(k)if nargin~=1,error('出错：输入变量个数过多，输入变量个数只允许为1！');endif nargout>1,error('出错：输出变量个数过多！');endif k<=0,error('出错：输入序列应为正整数！');endif k==1|k==2,y=1;else y=fib(k-1)+fib(k-2);endend【13】【14】>> t=[-1:0.001:-0.2,-0.1999:0.0001:0.1999,0.2:0.001:1];y=sin(1./t);plot(t,y);grid on;【15】(1) >> t=-2*pi:0.01:2*pi;r=1.0013*t.^2;polar(t,r);axis('square')(2) >> t=-2*pi:0.001:2*pi;r=cos(7*t/2);polar(t,r);axis('square')(3) >> t=-2*pi:0.001:2*pi;r=sin(t)./t;polar(t,r);axis('square')(4) >> t=-2*pi:0.001:2*pi;r=1-cos(7*t).^3;polar(t,r);axis('square')【17】(1)z=xy>> [x,y]=meshgrid(-3:0.01:3,-3:0.01:3);z=x.*y;mesh(x,y,z);>> contour3(x,y,z,50);(1)z=sin(xy)>> [x,y]=meshgrid(-3:0.01:3,-3:0.01:3);z=sin(x.*y);mesh(x,y,z);>> contour3(x,y,z,50);第3章线性控制系统的数学模型【1】(1) >> s=tf('s');G=(s^2+5*s+6)/(((s+1)^2+1)*(s+2)*(s+4))Transfer function:s^2 + 5 s + 6--------------------------------s^4 + 8 s^3 + 22 s^2 + 28 s + 16(2) >> z=tf('z',0.1);H=5*(z-0.2)^2/(z*(z-0.4)*(z-1)*(z-0.9)+0.6)Transfer function:5 z^2 - 2 z + 0.2---------------------------------------z^4 - 2.3 z^3 + 1.66 z^2 - 0.36 z + 0.6Sampling time (seconds): 0.1【2】(1)该方程的数学模型>> num=[6 4 2 2];den=[1 10 32 32];G=tf(num,den)Transfer function:6 s^3 + 4 s^2 + 2 s + 2------------------------s^3 + 10 s^2 + 32 s + 32(2)该模型的零极点模型>> G=zpk(G)Zero/pole/gain:6 (s+0.7839) (s^2 - 0.1172s + 0.4252)-------------------------------------(s+4)^2 (s+2)(3)由微分方程模型可以直接写出系统的传递函数模型【5】(1) >> P=[0;0;-5;-6;-i;i];Z=[-1+i;-1-i];G=zpk(Z,P,8)Zero/pole/gain:8 (s^2 + 2s + 2)-------------------------s^2 (s+5) (s+6) (s^2 + 1)(2) P=[0;0;0;0;0;8.2];Z=[-3.2;-2.6];H=zpk(Z,P,1,'Ts',0.05,'Variable','q')Zero/pole/gain:(q+3.2) (q+2.6)---------------q^5 (q-8.2)Sampling time (seconds): 0.05【8】(1)闭环系统的传递函数模型>> s=tf('s');G=10/(s+1)^3;Gpid=0.48*(1+1/(1.814*s)+0.4353*s/(1+0.4353*s));G1=feedback(Gpid*G,1)Transfer function:7.58 s^2 + 10.8 s + 4.8--------------------------------------------------------------0.7896 s^5 + 4.183 s^4 + 7.811 s^3 + 13.81 s^2 + 12.61 s + 4.8 (2)状态方程的标准型实现>> G1=ss(G1)a =x1 x2 x3 x4 x5 x1 -5.297 -2.473 -2.186 -0.9981 -0.7598x2 4 0 0 0 0 x3 0 2 0 0 0 x4 0 0 2 0 0x5 0 0 0 0.5 0b =u1x1 2x2 0x3 0x4 0x5 0c =x1 x2 x3 x4 x5y1 0 0 0.6 0.4273 0.3799d =u1y1 0Continuous-time state-space model.(3)零极点模型>> G1=zpk(G1)Zero/pole/gain:9.6 (s^2 + 1.424s + 0.6332)--------------------------------------------------------(s+3.591) (s^2 + 1.398s + 0.6254) (s^2 + 0.309s + 2.707)【11】>> Ga=feedback(s/(s^2+2)*1/(s+1),(4*s+2)/(s+1)^2);Gb=feedback(1/s^2,50);G=3*feedback(Gb*Ga,(s^2+2)/(s^3+14))Transfer function:3 s^6 + 6 s^5 + 3 s^4 + 42 s^3 + 84 s^2 + 42 s---------------------------------------------------------------------------s^10 + 3 s^9 + 55 s^8 + 175 s^7 + 300 s^6 + 1323 s^5 + 2656 s^4 + 3715 s^3+ 7732 s^2 + 5602 s + 1400【13】c1=feedback(G5*G4,H3)=G5*G4/(1+G5*G4*H3)c2=feedback(G3,H4*G4)=G3/(1+G3*H4*G4)c3=feedback(c2*G2,H2)=c2*G2/(1+c2*G2*H2)=G3*G2/(1+G3*H4*G4+G3*G2*H1)G=feedback(G6*c1*c3*G1,H1)=G6*c1*c3*G1/(1+ G6*c1*c3*G1*H1)=G6*G5*G4*G3*G2*G1/(1+G3*H4*G4+G3*G2*H1+G5*G4*H3+G5*G4*H3*G3*H4*G4+G5*G4* H3*G3*G2*H1+G6*G5*G4*G3*G2*G1*H1)【14】>> s=tf('s');c1=feedback(0.21/(1+0.15*s),0.212*130/s);c2=feedback(c1*70/(1+0.0067*s)*(1+0.15*s)/(0.051*s),0.1/(1+0.01*s));G=(1/(1+0.01*s))*feedback(130/s*c2*1/(1+0.01*s)*(1+0.17*s)/(0.085*s),0.0044/(1+0.01*s)) Transfer function:0.004873 s^5 + 1.036 s^4 + 61.15 s^3 + 649.7 s^2 + 1911 s---------------------------------------------------------------------------4.357e-014 s^10 + 2.422e-011 s^9 +5.376e-009 s^8 +6.188e-007 s^7+ 4.008e-005 s^6 + 0.001496 s^5 + 0.03256 s^4 + 0.4191 s^3+ 2.859 s^2 + 8.408 s 第4章线性控制系统的计算机辅助分析【1】(1) >> num=[1];den=[3 2 1 2];G=tf(num,den);eig(G)ans =-1.00000.1667 + 0.7993i0.1667 - 0.7993i分析：由以上信息可知，系统的极点有2个是在s域的右半平面的，因此系统是不稳定的(2) >> num=[1];den=[6 3 2 1 1];G=tf(num,den);eig(G)ans =-0.4949 + 0.4356i-0.4949 - 0.4356i0.2449 + 0.5688i0.2449 - 0.5688i分析：由以上信息可知，系统的极点有2个是在s域的右半平面的，因此系统是不稳定的(3) >> num=[1];den=[1 1 -3 -1 2];G=tf(num,den);eig(G)ans =-2.0000-1.00001.00001.0000分析：由以上信息可知，系统的极点有2个是在s域的右半平面的，因此系统是不稳定的(4) >> num=[3 1];den=[300 600 50 3 1];G=tf(num,den);eig(G)ans =-1.9152-0.14140.0283 + 0.1073i0.0283 - 0.1073i分析：由以上信息可知，系统的极点有2个是在s域的右半平面的，因此系统是不稳定的(5) >> s=tf('s');G=0.2*(s+2)/(s*(s+0.5)*(s+0.8)*(s+3)+0.2*(s+2));eig(G)ans =-3.0121-1.0000-0.1440 + 0.3348i-0.1440 - 0.3348i分析：由以上信息可知，系统的所有极点都在s域的左半平面，因此系统是稳定的【2】(1) >> num=[-3 2];den=[1 -0.2 -0.25 0.05];H=tf(num,den,'Ts',0.5);abs(eig(H)')ans =0.5000 0.5000 0.2000分析：由以上信息可知，所有特征根的模均小于1，因此该系统是稳定的(2) >> num=[3 -0.39 -0.09];den=[1 -1.7 1.04 0.268 0.024];H=tf(num,den,'Ts',0.5);abs(eig(H)')ans =1.1939 1.1939 0.1298 0.1298分析：由以上信息可知，由于前两个特征根的模均大于1，因此该系统是不稳定的(3) >> num=[1 3 -0.13];den=[1 1.352 0.4481 0.0153 -0.01109 -0.001043];H=tf(num,den,'Ts',0.5);abs(eig(H)')ans =0.8743 0.1520 0.2723 0.2344 0.1230分析：由以上信息可知，所有特征根的模均小于1，因此该系统是稳定的(4) >> num=[2.12 11.76 15.91];den=[1 -7.368 -20.15 102.4 80.39 -340];H=tf(num,den,'Ts',0.5,'Variable','q');abs((eig(H))')ans =8.2349 3.2115 2.3415 2.3432 2.3432分析：由以上信息可知，所有特征根的模均大于1，因此该系统是不稳定的【3】(1) >> A=[-0.2,0.5,0,0,0;0,-0.5,1.6,0,0;0,0,-14.3,85.8,0;0,0,0,-33.3,100;0,0,0,0,-10];eig(A)ans =-0.2000-0.5000-14.3000-33.3000-10.0000分析：由以上信息可知，该连续线性系统的A矩阵的所有特征根的实部均为负数，因此该系统是稳定的(2)>>F=[17,24.54,1,8,15;23.54,5,7,14,16;4,6,13.75,20,22.5589;10.8689,1.2900,19.099,…-4-3.5-3-2.5-2-1.5-1-0.50x 10-6P ole-Zero Map Real Axis (seconds -1)I m a g i n a r y A x i s (s e c o n d s -1)21.896,3;11,18.0898,25,2.356,9];abs(eig(F)') ans =63.7207 23.5393 12.4366 13.3231 19.7275分析：由以上信息可知，该离散系统的F 矩阵的所有特征根的模均大于1，因此该系统是不稳定的 【4】>> A=[-3 1 2 1;0 -4 -2 -1;1 2 -1 1;-1 -1 1 -2]; B=[1 0;0 2;0 3;1 1];C=[1 2 2 -1;2 1 -1 2];D=[0 0;0 0];G=ss(A,B,C,D); tzero(G)pzmap(G)ans =-3.6124-1.2765结论：∴可以得到该系统的 零点为-3.6124、-1.2765 分析：由以上信息可知，【5】>> s=tf('s');Gc=sscanform(G,'ctrl') Go=sscanform(G,'obsv') a =x1 x2 x3 x4 x1 0 1 0 0 x2 0 0 1 0 x3 0 0 0 1 x4 -0.4 -1.4 -4.3 -4.3 b =u1 x1 0 x2 0 x3 0 x4 1 c =x1 x2 x3 x4 y1 0.4 0.2 0 0 d =u1 y1 0Continuous-time state-space model. a =x1 x2 x3 x4x1 0 0 0 -0.4x2 1 0 0 -1.4x3 0 1 0 -4.3x4 0 0 1 -4.3b =u1x1 0.4x2 0.2x3 0x4 0c =x1 x2 x3 x4y1 0 0 0 1d =u1y1 0Continuous-time state-space model.【9】(1)>> num=[18 514 5982 36380 122664 222088 185760 40320];den=[1 36 546 4536 22449 67284 118124 109584 40320];[R1,P1,K1]=residue(num,[den 0]);[R1,P1]ans =-1.2032 -8.0000-1.0472 -7.00000.2000 -6.00000.7361 -5.0000-2.8889 -4.00002.2250 -3.0000-2.0222 -2.00003.0004 -1.00001.0000 0>> [n,d]=rat(R1);sym([n./d]')ans =[ -379/315, -377/360, 1/5, 53/72, -26/9, 89/40, -91/45, 7561/2520, 1][阶跃响应的解析解]y(t)=(-379/315)*e-8t+(-377/360)*e-7t+(1/5)*e-6t+(53/72)*e-5t+(-26/9)*e-4t+(89/40)*e-3t+ (-90/45)*e-2t+(7561/2520)*e-t+1(2) >> num=[18 514 5982 36380 122664 222088 185760 40320];den=[1 36 546 4536 22449 67284 118124 109584 40320];[R2,P2,K2]=residue(num,den);[R2,P2]ans =9.6254 -8.00007.3306 -7.0000-1.2000 -6.0000-3.6806 -5.000011.5556 -4.0000-6.6750 -3.00004.0444 -2.0000-3.0004 -1.0000>> [n,d]=rat(R2);sym([n./d]')ans =[ 3032/315, 887/121, -6/5, -265/72, 104/9, -267/40, 182/45, -7561/2520][脉冲响应的解析解]y(t)=(3032/315)*e-8t+(887/121)*e-7t+(-6/5)*e-6t+(-265/72)*e-5t+(104/9)*e-4t+(-267/40)*e-3t+(182/45)*e-2t+(-7561/2520)*e-t(3) >> syms t;u=sin(3*t+5);Us=laplace(u)Us =(3*cos(5) + s*sin(5))/(s^2 + 9)>> s=tf('s');Us=(3*cos(5)+s*sin(5))/(s^2+9);num=[18 514 5982 36380 122664 222088 185760 40320];den=[1 36 546 4536 22449 67284 118124 109584 40320];G=tf(num,den); Y=Us*G;num=Y.num{1}; den=Y.den{1};[R3,P3,K3]=residue(num,den); [R3,P3]ans =1.1237 -8.00000.9559 -7.0000-0.1761 -6.0000-0.6111 -5.00002.1663 -4.0000-1.1973 - 0.0010i 0.0000 + 3.0000i-1.1973 + 0.0010i 0.0000 - 3.0000i-1.3824 -3.00000.8614 -2.0000-0.5430 -1.0000>> [n,d]=rat(R3);sym([n./d]')ans =[109/97, 282/295, -59/335, -965/1579, 951/439, - 449/375 + (18*i)/17981, - 449/375 - (18*i)/17981, -1663/1203, 317/368, -82/151]Linear Simulation Results Time (seconds)A m p l i t u d e [正弦信号时域响应的解析解]y(t)=(109/97)*e -8t +(282/295)*e -7t +(-59/335)*e -6t +(-965/1579)*e -5t +(-449/375)*e -4t +(-1663/1203)*e -3t +(317/368)*e -2t +(-82/151)*e -t -2.3947sin(3t)[输出波形]>> num=[18 514 5982 36380 122664 222088 185760 40320];den=[1 36 546 4536 22449 67284 118124 109584 40320]; G=tf(num,den); t=[1:.1:20]';u=sin(3*t+5); lsim(G,u,t);分析：由解析解可知，输出信号的稳态部分是振荡的，并且其幅值与相位始终 在到达稳态的时候保持不变，因此 右图所示的输出波形与解析解所得的结论是一致的【10】(1)因为PI 或PID 控制器均含有Ki/s 节，则当Kp →∞，即|e(t)|一环节后，如果要求|e(t)|→0(2)不稳定系统能用PI 或PID 在积分控制中，控制器的输出与输入误差信号的积分成正比关系。

控制系统MATLAB仿真与应用第4章

控制系统MATLAB仿真与应用第4章

放大元件、被控对象和反馈环节等部件组成。
机械工业出版社 CHINA MACHINE PRESS
4.1 控制系统概述
4.1.2 控制方式 •根据控制系统有无反馈环节，系统的控制方式可分为开 环控制与闭环控制。 •由于控制方式的不同，自动控制系统可分为开环控制系 统和闭环控制系统。
机械工业出版社 CHINA MACHINE PRESS
机械工业出版社 CHINA MACHINE PRESS
4.2 常用数学模型及MATLAB描述
机械工业出版社 CHINA MACHINE PRESS
4.2 常用数学模型及MATLAB描述
机械工业出版社 CHINA MACHINE PRESS
4.2 常用数学模型及MATLAB描述
机械工业出版社 CHINA MACHINE PRESS
(s+5) (s+3) (s+2) (s+1)
机械工业出版社 CHINA MACHINE PRESS
4.2 常用数学模型及MATLAB描述
机械工业出版社 CHINA MACHINE PRESS
4.2 常用数学模型及MATLAB描述
机械工业出版社 CHINA MACHINE PRESS
4.2 常用数学模型及MATLAB描述
机械工业出版社 CHINA MACHINE PRESS
4.2 常用数学模型及MATLAB描述
机械工业出版社 CHINA MACHINE PRESS
4.2 常用数学模型及MATLAB描述
P= -5 -3 -2 -1
G= 3 (s+1.537) (s^2 + 5.462s + 15.33) ----------------------------------
matlab语言与控制系统仿真参考答案第4章

matlab语言与控制系统仿真参考答案第4章

4.5 控制系统的数学模型MATLAB 实训1.练习并掌握TF 模型、ZPK 模型、SS 模型的建立方法。

2.练习并掌握TF 模型、ZPK 模型、SS 模型间的转换方法。

3.练习并掌握求取多个模块串联、并联、反馈后总的模型的方法。

4.练习并掌握模型数据的还原方法。

1.写出以下系统的多项式模型，并将其转换为零极点模型；（1）2153173261552115.35291)(23452341++++++-+-=s s s s s s s s s s G >> n1=[91,-52,3.5,-11,52];d1=[1,15,26,73,31,215];sys1=tf(n1,d1)[z1,p1,k1]=tf2zp(n1,d1)sys1zp=zpk(z1,p1,k1)运行结果如下：Transfer function:91 s^4 - 52 s^3 + 3.5 s^2 - 11 s + 52-------------------------------------------s^5 + 15 s^4 + 26 s^3 + 73 s^2 + 31 s + 215z1 =0.7705 + 0.5468i0.7705 - 0.5468i-0.4848 + 0.6364i-0.4848 - 0.6364ip1 =-13.4656-1.3473 + 1.9525i-1.3473 - 1.9525i0.5801 - 1.5814ik1 =91Zero/pole/gain:91 (s^2 - 1.541s + 0.8927) (s^2 + 0.9697s + 0.6401)--------------------------------------------------------------------------(s+13.47) (s^2 - 1.16s + 2.837) (s^2 + 2.695s + 5.627)（2）21.311395.2251315239.5621.635.711017.38)(23456723452++-+-++++-+-=s s s s s s s s s s s s s G >> n2=[1,-38.7,101,-71.5,63.1,562.39];d2=[1,2,5,-31,51,-22.5,39,311.21];sys2=tf(n2,d2)[z2,p2,k2]=tf2zp(n2,d2)sys2zpkmx=zpk(z2,p2,k2)Transfer function:s^5 - 38.7 s^4 + 101 s^3 - 71.5 s^2 + 63.1 s + 562.4---------------------------------------------------------------------------s^7 + 2 s^6 + 5 s^5 - 31 s^4 + 51 s^3 - 22.5 s^2 + 39 s + 311.2z2 =35.94372.95890.5590 + 1.9214i0.5590 - 1.9214i-1.3206p2 =-2.5015 + 3.1531i-2.5015 - 3.1531i1.9492 + 1.0027i1.9492 - 1.0027i0.2072 - 1.7349i-1.3097k2 =1Zero/pole/gain:(s-35.94) (s-2.959) (s+1.321) (s^2 - 1.118s + 4.004)--------------------------------------------------------------------------------------------------(s+1.31) (s^2 - 3.898s + 4.805) (s^2 - 0.4143s + 3.053) (s^2 + 5.003s + 16.2)2.写出以下系统的零极点模型，并将其转换为多项式模型，并将其展开成为部分分式形式；（1）)11.5)(9.4)(5.3)(6.2)(3.1()02.6)(5.0(36)(1+++++++=s s s s s s s s s G >> z=[-0.5;-6.02];>> p=[0;-1.3;-2.6;-3.5;-4.9;-5.11];>> k=36;>> sys=zpk(z,p,k)Zero/pole/gain:36 (s+0.5) (s+6.02)--------------------------------------------------s (s+1.3) (s+2.6) (s+3.5) (s+4.9) (s+5.11)>> [n,d]=zp2tf(z,p,k)n =0 0 0 0 36.0000 234.7200 108.3600d =1.0000 17.4100 116.1430 367.5889 544.8325 296.2114 0>> systfxs=tf(n,d)Transfer function:36 s^2 + 234.7 s + 108.4-------------------------------------------------------------------------------s^6 + 17.41 s^5 + 116.1 s^4 + 367.6 s^3 + 544.8 s^2 + 296.2 s>> [r,p,k]=residue(n,d);>> [r';p']ans =9.1407 -14.8730 17.4236 -14.7227 2.6656 0.3658-5.1100 -4.9000 -3.5000 -2.6000 -1.3000 0即部分分式分解结果为 s s s s s s s G 3658.03.16656.26.27227.145.34236.179.4873.1411.51407.9)(++++-+++-+=（2）)6)(5)(4)(2()5.3)(3)(1(15.9)(22+-++-++=s s s s s s s s s G >> z=[-1;-3;3.5];>> p=[0;0;-2;-4;5;6];>> k=9.15;>> sys=zpk(z,p,k)Zero/pole/gain:9.15 (s+1) (s+3) (s-3.5)-------------------------------s^2 (s+2) (s+4) (s-5) (s-6)>> [n,d]=zp2tf(z,p,k)n =0 0 0 9.1500 4.5750 -100.6500 -96.0750d =1 -5 -28 92 240 0 0>> systfxs=tf(n,d)Transfer function:9.15 s^3 + 4.575 s^2 - 100.7 s - 96.08---------------------------------------------------s^6 - 5 s^5 - 28 s^4 + 92 s^3 + 240 s^2>> [r,p,k]=residue(n,d);>> [r';p']ans =0.5004 -0.4183 0.0715 0.1123 -0.2659 -0.40036.0000 5.0000 -4.0000 -2.0000 0 0即部分分式分解结果为 24003.02659.021123.040715.054183.065004.0)(s s s s s s s G --++++---= 3.已知系统的状态空间表达式，写出其SS 模型，并求其传递函数矩阵(传递函数模型)，若状态空间表达式为⎩⎨⎧+=+=DuCx y Bu Ax x ，则传递函数矩阵表达式为： D B A sI C s G +-=-1)()(。

控制系统计算机仿真课后答案

控制系统计算机仿真课后答案

控制系统计算机仿真课后答案参考答案说明:1( 对于可以用文字或数字给出的情况，直接给出参考答案。

2( 对于难以用文字或数字给出的情况，将提供MATLAB程序或Simulink模型。

第 1 章1.1 系统是被研究的对象，模型是对系统的描述，仿真是通过模型研究系统的一种工具或手段。

1.2 数学仿真的基本工具是数字计算机，因此也称为计算机仿真或数字仿真。

将数学模型通过一定的方式转变成能在计算机上实现和运行的数学模型，称之为仿真模型。

1.3 因为仿真是在模型上做试验，是一种广义的试验。

因此，仿真基本上是一种通过试验来研究系统的综合试验技术，具有一般试验的性质。

而进行试验研究通常是需要进行试验设计。

1.4 解析法又称为分析法，它是应用数学推导、演绎去求解数学模型的方法。

仿真法是通过在模型上进行一系列试验来研究问题的方法。

利用解析法求解模型可以得出对问题的一般性答案，而仿真法的每一次运行则只能给出在特定条件下的数值解。

，解析法常常是围绕着使问题易于求解，而不是使研究方法更适合于问题，常常因为存在诸多困难而不能适用。

从原则上讲，仿真法对系统数学模型的形式及复杂程度没有限制，是广泛适用的，但当模型的复杂程度增大时，试验次数就会迅速增加，从而影响使用效率。

1.5 仿真可以应用于系统分析、系统设计、理论验证和训练仿真器等方面。

1.6,8,20,71，，，，,,,,，x,100x，0u,,,, ,,,,0100，，，，y,,,002x注:本题答案是用MATLAB中tf2ss()函数给出的，是所谓“第二能控标准型”(下同)。

11.7,3,3,11，，，，,,,,，x,100x，0u,,,, ,,,,0100，，，，y,,,013x1.82s，3s，3G(s), 32s，4s，5s，21.91.368,0.36801，，，，,,,,x(k，1),100x(k)，0u(k),,,, ,,,,0100，，，，y(k),,,00.3680.264x(k)1.10 仿真模型见praxis1_10_1.mdl;MATLAB程序见praxis1_10_2.m。