下载文档原格式
实验一经典 的连续系统仿真建模方法一 实验目的:1 了解和掌握利用仿真技术对控制系统进行分析的原理和步骤。
2 掌握机理分析建模方法。
3 深入理解阶常微分方程组数值积分解法的原理和程序结构，学习用Matlab 编写 数值积分法仿真程序。
4 掌握和理解四阶Runge -Kutta 法，加深理解仿真步长与算法稳定性的关系。
二 实验原理:1非线性模型仿真()()⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧-=-+=221122112111H H A dt dH H Q u k A dt dH d u ααα⎥⎦⎤⎢⎣⎡∆∆⎥⎥⎦⎤⎢⎢⎣⎡+⎥⎦⎤⎢⎣⎡∆∆⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=∆d u Q u A A k H H AR AR AR H 00111012121212三 实验内容:1. 编写四阶 Runge_Kutta 公式的计算程序，对非线性模型（3）式进行仿真。
（1） 将阀位u 增大10％和减小10％，观察响应曲线的形状;（2） 研究仿真步长对稳定性的影响，仿真步长取多大时RK4 算法变得不稳定？（3） 利用 MATLAB 中的ode45()函数进行求解，比较与（1）中的仿真结果有何区别。
2. 编写四阶 Runge_Kutta 公式的计算程序，对线性状态方程（18）式进行仿真（1） 将阀位增大10％和减小10％，观察响应曲线的形状;（2） 研究仿真步长对稳定性的影响，仿真步长取多大时RK4 算法变得不稳定？（4） 阀位增大10％和减小10％，利用MATLAB 中的ode45()函数进行求解阶跃响 应，比较与（1）中的仿真结果有何区别。
四 程序代码:龙格库塔:%RK4文件clccloseH=[1.2,1.4]';u=0.55; h=1;TT=[];XX=[];for i=1:h:200k1=f(H,u);k2=f(H+h*k1/2,u);k3=f(H+h*k2/2,u);k4=f(H+h*k3,u);H=H+h*(k1+2*k2+2*k3+k4)/6;TT=[TT i];XX=[XX H];end;hold onplot(TT,XX(1,:),'--',TT,XX(2,:));xlabel('time')ylabel('H')gtext('H1')gtext('H2')hold on水箱模型:function dH=f(H,u)k=0.2;u=0.5;Qd=0.15;A=2;a1=0.20412;a2=0.21129;dH=zeros(2,1);dH(1)=1/A*(k*u+Qd-a1*sqrt(H(1)));dH(2)=1/A*(a1*sqrt(H(1))-a2*sqrt(H(2)));三实验结果:2编写四阶Runge_Kutta 公式的计算程序，对线性状态方程（18）式进行仿真：1 阀值u对仿真结果的影响U=0.45;h=1; U=0.5;h=1;U=0.55;h=1;2 步长h对仿真结果的影响:U=0.5;h=5; U=0.5;h=20;U=0.5;h=39 U=0.5;h=50由以上结果知,仿真步长越大,仿真结果越不稳定。
系统建模和计算机仿真课程总结第一章1.系统：按照某些规律结合起来，互相作用、互相依存的所有实体的集合或总和。
模型：真实对象、对象间关系的特性抽象，描述某些系统本质。
仿真：通过对模型的实验以达到研究系统这个目的。
2.同态：系统与模型在行为级上等价。
同构：系统与模型在结构级上等价。
黑箱：可观测输入、输出值，但不知内部结构的系统（通过输入和输出推断其内部结构）白箱：已知内部结构的系统(灰箱：介于黑箱和白箱之间)3.演绎：应用先验理论，补充假设和推理，通过数学逻辑演绎建模，是一个从一般（抽象）到特殊（具体）的过程。
归纳：从系统的行为级开始，逐步获得系统结构级的描述。
是一个从特殊（具体）到一般（抽象）的过程。
推理结果往往不是唯一解。
4.面向对象仿真：从人类认识世界模式出发，使问题空间和求解空间一致，提供更自然直观、可维护、可重用的系统仿真框架。
定性仿真：力求非数字化，以非数字手段处理信息输入、建模、行为分析和结构输出，通过定性模型推导系统定性行为描述。
智能仿真：力求非数字化，以非数字手段处理信息输入、建模、行为分析和结构输出，通过定性模型推导系统定性行为描述。
可视化仿真：用于为仿真过程及结果增加文本提示、图形、图像、动画表现，使仿真过程更加直观，并能验证仿真过程是否正确。
虚拟现实仿真：由计算机全部或部分生成的多维感觉环境，给参与者产生各种感官信号，若视觉、听觉、触觉等，使参与者身临其境。
第二章1.系统建模原则：（1）可分离原则：系统中的实体不同程度上均相互关联，结合建模目标合理忽略某些关联。
依赖于系统环境的界定、系统因素的提炼即约束条件与外部条件的设定。
（2）合理假设原则：任何模型的建立均应基于某些合理的假设，以简化模型，有利于仿真的实现。
（3）因果性原则：系统的输入和输出满足函数映射关系。
（4）可测量、选择原则：输入量和输出量可量化。
2.系统模型分类：（1）根据模型的时间集合连续时间模型：时间用实数表示，系统的状态可以在任意时刻点获得。
建模过程及心得体会模板一、引言在现代社会，建模是非常重要的一项技能，它可以将现实世界中的问题抽象化，并通过数学方法进行求解。
建模不仅可以帮助我们理解问题的本质，还可以帮助我们找到解决问题的有效方法。
在我学习建模的过程中，我逐渐掌握了建模的基本流程和方法，并且积累了一些宝贵的经验。
二、建模的基本流程建模的基本流程主要包括问题理解、问题抽象、模型构建、模型求解、结果评价等几个阶段。
1.问题理解:首先，我们需要深入了解问题的背景和目标，明确需要解决的核心问题。
在这个阶段，我们可以进行文献调研、专家咨询、问题分析等多种手段，以便全面了解问题的特点和难点。
2.问题抽象:在问题理解的基础上，我们需要将实际问题抽象化，将其转化为数学模型能够描述的形式。
问题抽象是建模的核心环节，它要求我们将问题中的关键因素和变量进行定义，并确定它们之间的关系。
3.模型构建:问题抽象完成后，我们就可以开始构建数学模型了。
模型的构建可以采用不同的方法，比如数学分析方法、统计方法、优化方法等。
在这个阶段，我们需要根据问题的特点选择合适的模型方法，并进行模型的构造。
4.模型求解:模型构建完成后，我们需要对模型进行求解。
模型求解是建模过程中的关键环节，它要求我们运用合适的方法对模型进行计算和求解，得到问题的最优解或者近似解。
5.结果评价:模型求解完成后，我们需要对结果进行评价。
结果评价可以从多个方面进行，比如结果的有效性、结果的可行性、结果的稳定性等。
评价结果可以帮助我们检验模型的有效性，并且对于优化模型的进一步改进也非常有帮助。
三、建模方法及技巧在建模的过程中，我积累了一些建模的方法和技巧。
下面我将分享一些我认为比较重要的方法和技巧。
1.理论基础建模的过程需要运用数学、统计、优化等多种理论知识，因此具备一定的理论基础非常重要。
在建模之前，我们可以通过学习相关的理论知识，提高自己的建模能力。
2.思维模式建模需要以系统思维的方式来看待问题，了解问题中的各种因素和变量之间的相互关系。
描述连续系统的数学模型
连续系统的数学模型可以由多个方程组成,以下是一些常见的连续系统模型:
1. 牛顿第二定律方程:这是一个描述物体运动的方程,它表达了物体的位置和速度随时间的演化,通常写成以下形式:
$dX/dt = -ax$
其中,$X$ 表示物体的位置,$a$ 表示物体的加速度,$t$ 表示物体运动的时间。
2. 热力学方程:热力学方程描述了系统的热力学性质,包括温度的演化和热传导等,通常写成以下形式:
$frac{mathrm{d}T}{mathrm{d}t} =
-kAfrac{mathrm{d}X}{mathrm{d}t}$
其中,$T$ 表示系统的温度,$A$ 表示系统的面积,$k$ 表示热导率,$X$ 表示物体的位置。
3. 电磁学方程:电磁学方程描述了电荷、电流和磁感应等电磁现象的数学模型,可以描述电磁波的传播、电路中电荷的分布等,通常写成以下形式:
$frac{mathrm{d}E}{mathrm{d}t} = -frac{partial V}{partial t}$
其中,$E$ 表示电场强度,$V$ 表示电场的电荷密度,$t$ 表示时间。
4. 波动方程:波动方程描述了声波或波动现象的数学模型,可以描述声波的传播、波动的产生等,通常写成以下形式:
$frac{mathrm{d}^2X}{mathrm{d}t^2} +
frac{mathrm{d}^2theta}{mathrm{d}t^2} = r^2sintheta$
其中,$X$ 表示物体的位置,$theta$ 表示物体的极角,$r$ 表示物体的距离,$t$ 表示时间。
这些方程只是连续系统模型中的一部分,还有很多其他的方程可以用来描述不同的连续系统现象。
