多变量系统的可控性、可观测性和稳定性分析
- 格式:doc
- 大小:87.00 KB
- 文档页数:6
实 验 报 告课程 线性系统理论基础 实验日期 年 月 日 专业班级 姓名 学号 同组人实验名称 系统的能控性、能观测性、稳定性分析及实现 评分批阅教师签字一、实验目的加深理解能观测性、能控性、稳定性、最小实现等观念。
掌握如何使用MATLAB 进行以下分析和实现。
1、系统的能观测性、能控性分析;2、系统的稳定性分析;3、系统的最小实现。
二、实验内容(1)能控性、能观测性及系统实现(a )了解以下命令的功能;自选对象模型,进行运算,并写出结果。
gram, ctrb, obsv, lyap, ctrbf, obsvf, minreal ; (b )已知连续系统的传递函数模型,182710)(23++++=s s s as s G ,当a 分别取-1,0,1时,判别系统的能控性与能观测性;(c )已知系统矩阵为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=2101013333.06667.10666.6A ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=110B ,[]201=C ,判别系统的能控性与能观测性;(d )求系统1827101)(23++++=s s s s s G 的最小实现。
(2)稳定性(a )代数法稳定性判据已知单位反馈系统的开环传递函数为:)20)(1()2(100)(+++=s s s s s G ,试对系统闭环判别其稳定性 (b )根轨迹法判断系统稳定性已知一个单位负反馈系统开环传递函数为)22)(6)(5()3()(2+++++=s s s s s s k s G ,试在系统的闭环根轨迹图上选择一点,求出该点的增益及其系统的闭环极点位置,并判断在该点系统闭环的稳定性。
(c )Bode 图法判断系统稳定性已知两个单位负反馈系统的开环传递函数分别为ss s s G s s s s G 457.2)(,457.2)(232231-+=++=用Bode 图法判断系统闭环的稳定性。
(d )判断下列系统是否状态渐近稳定、是否BIBO 稳定。
复杂系统的非线性动力学分析复杂系统是指由许多相互作用的要素构成的系统,在很多领域都有广泛的应用,例如生物、天气、社会和经济等。
复杂系统具有许多特点,其中一个重要的特点就是非线性。
在非线性系统中,当系统受到外部扰动或内部变化时,系统的响应是不可预测的,因此非线性动力学的研究受到越来越多的关注。
非线性动力学研究的重点是在非线性系统中探索混沌、周期和奇异吸引子等动力学现象。
为了更好地理解这些现象,我们需要掌握一些基本的概念和数学工具。
1. 相空间和相轨道相空间是指由系统的所有可能状态组成的空间,在非线性系统中,相空间通常是高维的。
在相空间中,一个状态可以用一个点来表示。
当系统的初始状态确定后,系统将按照一定的动力学规律在相空间中运动,这条轨道就是相轨道。
2. 相平面和自由度相平面是相空间的一个子空间,它只包含与某个变量有关的状态。
在非线性系统中,自由度指的是系统中独立的有意义的变量的个数。
3. 动力学方程动力学方程是描述系统运动规律的数学公式。
在非线性系统中,由于存在相互作用和非线性效应,动力学方程通常是高阶的、非线性的微分方程组。
4. 混沌吸引子混沌吸引子是非线性系统中的一种特殊的吸引子,指的是在相空间中具有分维的奇异吸引子。
混沌吸引子的出现是混沌现象的重要特征,它是一种长期的、不可预测的振荡行为。
5. 可控性和可观测性可控性和可观测性是非线性动力学研究中的重要概念。
可控性指的是系统是否能被外部控制,可观测性指的是系统是否能被观测。
这两个概念对于控制和预测非线性系统的行为至关重要。
6. 分岔理论分岔理论是非线性动力学的重要分支之一,它研究的是系统在参数变化时的运动规律。
在分岔理论中,分岔点是一个重要的概念,指的是当系统的参数变化到一定程度时,系统的运动规律发生突然变化。
总之,非线性动力学是一门重要而复杂的学科,它涉及到数学、物理、化学、生物和工程等多个领域。
随着科技的不断发展,非线性动力学的研究将在许多领域发挥重要的作用。
模糊控制介绍附件:一、模糊控制概况模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control),是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。
1965年,美国的L.A.Zadeh创立了模糊集合论;1973年他给出了模糊逻辑控制的定义和相关的定理。
1974年,英国的E.H.Mamdani 首先用模糊控制语句组成模糊控制器,并把它应用于锅炉和蒸汽机的控制,在实验室获得成功。
这一开拓性的工作标志着模糊控制论的诞生。
模糊控制实质上是一种非线性控制,从属于智能控制的范畴。
模糊控制的一大特点是既具有系统化的理论,又有着大量实际应用背景。
模糊控制的发展最初在西方遇到了较大的阻力;然而在东方尤其是在日本,却得到了迅速而广泛的推广应用。
近20多年来,模糊控制不论从理论上还是技术上都有了长足的进步,成为自动控制领域中一个非常活跃而又硕果累累的分支。
其典型应用的例子涉及生产和生活的许多方面,例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等;在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等的模糊控制;在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制等。
二、模糊控制基础模糊控制的基本思想是利用计算机来实现人的控制经验,而这些经验多是用语言表达的具有相当模糊性的控制规则。
模糊控制器(Fuzzy Controller,即FC)获得巨大成功的主要原因在于它具有如下一些突出特点:模糊控制是一种基于规则的控制。
它直接采用语言型控制规则,出发点是现场操作人员的控制经验或相关专家的知识,在设计中不需要建立被控对象的精确数学模型,因而使得控制机理和策略易于接受与理解,设计简单,便于应用。
由工业过程的定性认识出发,比较容易建立语言控制规则,因而模糊控制对那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用。
控制系统的非线性控制理论与应用控制系统是现代工程领域中必不可少的一部分,它通过对系统的输入输出进行调节和控制,以实现预期的目标。
传统的控制系统常常基于线性控制理论,但是对于一些复杂的系统,线性控制理论的应用显得力不从心。
为了解决这个问题,非线性控制理论应运而生。
在本文中,我将介绍非线性控制理论的基本原理和常见的应用。
一、非线性控制理论的基本原理非线性控制理论是建立在非线性动力学系统理论的基础上的,它主要研究非线性动力学系统中的稳定性、可控性和可观测性等问题。
相比于线性系统,非线性系统的动力学行为更为复杂,因此需要引入更高级的数学工具和方法来进行分析和设计。
非线性控制理论主要包括以下几个方面的内容:1. 非线性控制系统的数学建模:非线性控制系统的数学建模是非线性控制理论的基础,通过将实际系统抽象为数学模型,可以研究系统的动态行为并进行系统设计和控制。
2. 非线性系统的稳定性分析:稳定性是控制系统中最基本的性质之一,非线性系统的稳定性分析是非线性控制理论的核心内容之一。
常用的方法有利奥普诺夫稳定性准则、小扰动稳定性分析等。
3. 非线性系统的控制方法:非线性系统的控制方法主要有两种:基于模型的控制方法和基于经验的控制方法。
基于模型的控制方法包括最优控制、自适应控制和鲁棒控制等,而基于经验的控制方法则是通过实验和观测来设计和调整控制器。
二、非线性控制理论的应用非线性控制理论在实际工程中有着广泛的应用。
以下介绍几个常见的应用领域:1. 机械系统控制:机械系统往往具有复杂的非线性特性,例如摩擦、非线性刚度和质量分布等。
非线性控制理论可以用来设计高性能的机械系统控制器,提高系统的稳定性和响应速度。
2. 电力系统控制:电力系统是一个多变量、非线性和时变的系统,非线性控制理论可以用于电力系统的稳定性分析和控制。
例如,通过引入非线性控制器,可以提高电力系统的抗干扰能力和控制精度。
3. 化学过程控制:化学过程中的反应速率、温度、浓度等因素往往呈现出强烈的非线性特性。
实验二 多变量系统的可控性、可观测性和稳定性分析一、实验目的1. 学习多变量系统状态可控性及稳定性分析的定义及判别方法;2. 学习多变量系统状态可观测性及稳定性分析的定义及判别方法;3. 通过用MA TLAB 编程、上机调试,掌握多变量系统可控性及稳定性判别方法。
二、实验要求1. 掌握系统的可控性分析方法。
2. 掌握可观测性分析方法。
3. 掌握稳定性分析方法。
三、实验设备1. 计算机1台2. MATLAB6.X 软件1套。
四、实验原理说明1. 设系统的状态空间表达式q p n R y R u R x D Cx y Bu Ax x ∈∈∈⎩⎨⎧+=+= (2-1)系统的可控性分析是多变量系统设计的基础,包括可控性的定义和可控性的判别。
系统状态可控性的定义的核心是:对于线性连续定常系统(2-1),若存在一个分段连续的输入函数U (t ),在有限的时间(t 1-t 0)内,能把任一给定的初态x (t 0)转移至预期的终端x (t 1),则称此状态是可控的。
若系统所有的状态都是可控的,则称该系统是状态完全可控的。
2. 系统输出可控性是指输入函数U (t )加入到系统,在有限的时间(t1-t0)内,能把任一给定的初态x (t0)转移至预期的终态输出y (t1)。
可控性判别分为状态可控性判别和输出可控性判别。
状态可控性分为一般判别和直接判别法,后者是针对系统的系数阵A 是对角标准形或约当标准形的系统,状态可控性判别时不用计算,应用公式直接判断,是一种直接简易法;前者状态可控性分为一般判别是应用最广泛的一种判别法。
输出可控性判别式为:[]q D B CA CAB CBRank RankS n o ==-1 (2-2) 状态可控性判别式为:[]n B A AB B Rank RankS n ==-1 (2-3)系统的可观测性分析是多变量系统设计的基础,包括可观测性的定义和可观测性的判别。
系统状态可观测性的定义:对于线性连续定常系统(2-1),如果对t 0时刻存在t a ,t 0<t a <∞,根据[t 0,t a ]上的y(t)的测量值,能够唯一地确定S 系统在t 0时刻的任意初始状态x 0,则称系统S 在t 0时刻是状态完全可观测的,或简称系统在[t 0,t a ]区间上可观测。
《现代控制理论》实验报告
学校:西安邮电大学
班级:自动1101
姓名:(31)
学号:06111031
实验二 多变量系统的可控性、可观测性
和稳定性分析
一、实验目的
1. 学习多变量系统状态可控性及稳定性分析的定义及判别方法;
2. 学习多变量系统状态可观测性及稳定性分析的定义及判别方法;
3. 通过用MATLAB 编程、上机调试,掌握多变量系统可控性及稳定性判别方法。
二、实验要求
1.掌握系统的可控性分析方法。
2.掌握可观测性分析方法。
3.掌握稳定性分析方法。
三、实验设备
1.计算机1台
2.软件1套。
四、实验原理说明
1. 设系统的状态空间表达式
q p n R y R u R x D Cx y Bu Ax x ∈∈∈⎩⎨⎧+=+= (2-1)
系统的可控性分析是多变量系统设计的基础,包括可控性的定义和可控性的判别。
系统状态可控性的定义的核心是:对于线性连续定常系统(2-1),若存在一个分段连续的输入函数U (t ),在有限的时间(t 1-t 0)内,能把任一给定的初态x (t 0)转移至预期的终端x (t 1),则称此状态是可控的。
若系统所有的状态都是可控的,则称该系统是状态完全可控的。
2. 系统输出可控性是指输入函数U (t )加入到系统,在有限的时间(t1-t0)内,能把任一给
定的初态x (t0)转移至预期的终态输出y (t1)。
可控性判别分为状态可控性判别和输出可控性判别。
状态可控性分为一般判别和直接判别法,后者是针对系统的系数阵A 是对角标准形或约当标准形的系统,状态可控性判别时不用计算,应用公式直接判断,是一种直接简易法;前者状态可控性分为一般判别是应用最广泛的一种判别法。
输出可控性判别式为:
[]
q D B CA CAB CB Rank RankS n o ==-1 (2-2)
状态可控性判别式为: []
n B A AB B Rank RankS n ==-1 (2-3) 系统的可观测性分析是多变量系统设计的基础,包括可观测性的定义和可观测性的判别。
系统状态可观测性的定义:对于线性连续定常系统(2-1),如果对t 0时刻存在t a ,t 0<t a <∞,根据[t 0,t a ]上的y(t)的测量值,能够唯一地确定S 系统在t 0时刻的任意初始状态x 0,则称系统S 在t 0时刻是状态完全可观测的,或简称系统在[t 0,t a ]区间上可观测。
状态可观测性分为一般判别和直接判别法,后者是针对系统的系数阵A 是对角标准形或约当标准形的系统,状态可观测性判别时不用计算,应用公式直接判断,是一种直接简易法;前者状态可观测性分为一般判别是应用最广泛的一种判别法。
状态可观测性判别式为:
n CA CA C Rank RankV n =⎥⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎣⎡=-1 (2-4)
3. 只要系统的A 的所有特征根的实部为负,系统就是状态稳定的。
式(1-2)又可写成:
D B A sI C s D s N s G +-==-1)()
()()( 当状态方程是系统的最小实现时,A sI s D -=)(,系统的状态渐近稳定与系统的BIBO (有界输入有界输出)稳定等价; 当A sI s D -≠)(时,若系统状态渐近稳定则系统一定是的BIBO 稳定的。
五、实验步骤
1. 先调试[例]、[例]系统可控性、可观测性程序,然后根据所给系统的系数阵A 和输入阵B ,依
据可控性、可观测性判别式,对所给系统采用MATLA 的编程;在MATLA 界面下调试程序,并检查是否运行正确。
2. 调试[例]系统稳定性分析程序,验证稳定性判据的正确性。
3. 按实验要求,判断所给的具有两个输入的四阶系统的可控性。
[例]:已知系数阵A 和输入阵B 分别如下,判断系统的状态可控性
⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡--=2101013333.06667.10666.6A , ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=110B 程序:
A =[
0 1
0 2];
B=[0; 1; 1];
q1=B;
q2=A*B; %将AB 的结果放在q2中
q3=A^2*B; %将A 2B 的结果放在q3中,
S=[q1 q2 q3] %将可控性矩阵S 显示在MATLAB 的窗口
Q=rank(S) %可控性矩阵S 的秩放在Q
程序运行结果:
S =
Q = 3
从程序运行结果可知,可控性矩阵S 的秩为3=n ,所以系统是状态可控的。
[例]:已知系数阵A 和输入阵C 分别如下,判断系统的状态可观测性。
⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡--=2101013333.06667.10666.6A , []201=C 程序:
A =[
0 1
0 2];
C=[1 0 2];
q1=C;
q2=C*A; %将CA 的结果放在q2中
q3=C*A^2; %将CA 2的结果放在q3中,
V=[q1; q2; q3] %将能观矩阵V 显示在MATLAB 的窗口
Q=rank(V) %能观矩阵V 的秩放在Q
程序运行结果:
V =
Q =3
从程序运行结果可知,能观矩阵V 的秩为3=n ,由式(2-4)可知,系统是状态完全可观测的。
[例]:已知系数阵A 、B 、和C 阵分别如下,分析系统的状态稳定性。
⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=234100010A ⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡-=631B []001=C (2-6) ④ 根据题义编程:
A=[0 1 0;0 0 1;-4 -3 -2];
B=[1;3;-6];
C=[1 0 0];
D=0;
[z,p,k]=ss2zp(A,B,C,D,1)
程序运行结果:
z =
p =
+
-
k = 1
由于系统的零、极点均具有负的实部,则系统是BIBO 稳定的;又因为状态方程是系统的最小实现,系统的状态渐近稳定与系统的BIBO 稳定等价,所以系统是状态渐近稳定的。
六、实验要求
①在运行以上[例]程序的基础上,编程判别下面系统的可控性。
⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=1010121101100203A ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=01
100010B []0101=C 提示:从B 阵看,输入维数 p=2,S 的维数为n ×(p ×n)=4×8,而Q=rank(S)语句要求S 是方阵,所以先令T S S R *=,然后Q=rank(R)。
② 要求调试自编程序,并写出实验报告。
七、实验结果
程序:
>> A=[3 0 2 0; 0 1 1 0;1 1 2 1;0 1 0 1];
>> B=[0 1;0 0;0 1;1 0];
>> q1=B;
>> q2=A*B;
>> q3=A^2*B;
>> S=[q1 q2 q3]
>> R=S*S.'
>> Q=rank(S)
从程序运行结果可知,可控性矩阵S的秩为4,等于n,所以系统是状态可控的。
八、实验结果
相对于上一次的实验,我明显感觉到这次实验的难度有些提高,要求分析系统的可控性、稳定性。
这要求我们结合平时课堂上所学的知识,根据实验要求,完成实验目的。
在认真做完实验指导书中给的例子后,我学会了判断系统的状态可控性和状态可观测性,以及学会了分析系统的状态稳定性。
但实验只是要求判断系统的可控性,虽然没有全用到例子里的方法,但是例子里的方法我也认真掌握了,受益匪浅。
这也是以后认真做实验的目的,可以学到很多课堂上学不到的东西。