MATLAB 控制系统设计与仿真 - 41

鲁棒控制的其他函数 - 回路成型函数 loopsyn

灵敏度问题由鲁棒控制工具箱中的loopsyn就可以直接求解,该函数采用H无穷回路成型算法设计控制器,函数的调用格式为:

Matlab 复制代码
[K,CL,gamma,info] = loopsyn(G,Gd) % G为受控对象模型
                                  % Gd为期望的回路传递函数
                                  % K为回路成型控制器模型
                                  % CL为在该控制器下的闭环系统模型
                                  % gamma为成型精度,当gamma=1时表示设计出精确的成型控制器
[K,CL,gamma,info] = loopsyn(G,Gd,alpha) % alpha为[0 1]之间的数,当alpha趋于0时,
                                        % 设计出的控制器具有较好的闭环控制效果
                                        % 当alpha趋于1时,控制器具有较好的抗干扰能力
[K,CL,gamma,info] = loopsyn(G,Gd,alpha,ord) %orde可以用来设定控制器的阶数

给定一下系统

选择两个回路的模型均为

试设计回路成型控制器。

实现的MATLAB代码如下:

Matlab 复制代码
clear all;clc;
g11=tf([0.806 0.264],[1 1.15 0.202]);
g12=tf([-15 -1.42],[1 12.8 13.6 2.36]);
g21=tf([1.95 2.12 0.49],[1 9.15 9.39 1.62]);
g22=tf([7.15 25.8 9.35],[1 20.8 116.4 111.6 18.8]);
G=[g11 g12; g21 g22];
s=tf('s');
Gd=500/(s+1); 
[K,CL,gamma]=loopsyn(G,Gd);
figure(1)
step(CL,0.1);
hold on
step(feedback(G*K,eye(2)),0.1)
hold off
legend('step reponse of CL','step response of G*K/(1+G*K)')
figure(2)
bodemag(G*K,[Gd 0; 0 Gd])

程序运行结果如下:

有结果可知,设计的效果一般,因为耦合度还是比较高的。

如果我们设计控制器时要求控制系统的系统优先于模型不确定性。可以做如下修改

Matlab 复制代码
[K,CL,gamma]=loopsyn(G,Gd,0.0001);
figure(1)
step(CL,0.1);
hold on
step(feedback(G*K,eye(2)),0.1)
hold off
legend('step reponse of CL','step response of G*K/(1+G*K)')
figure(2)
bodemag(G*K,[Gd 0; 0 Gd])

程序运行结果如下:

由上图可知,系统的耦合得到了大大改善,小伙伴们也可以自己画一下闭环系统的传递函数比较一下。但是在实际应用中,要考虑到系统的不确定性,否则系统会不稳定。

最后,欢迎大家有问题给我留言。

非常感谢小伙伴们的-点赞-收藏-加关注。

相关推荐
董董灿是个攻城狮1 分钟前
AI视觉连载8:传统 CV 之边缘检测
算法
AI软著研究员7 小时前
程序员必看:软著不是“面子工程”,是代码的“法律保险”
算法
FunnySaltyFish7 小时前
什么?Compose 把 GapBuffer 换成了 LinkBuffer?
算法·kotlin·android jetpack
颜酱8 小时前
理解二叉树最近公共祖先(LCA):从基础到变种解析
javascript·后端·算法
aircrushin11 小时前
从春晚看分布式实时协同算法与灵巧手工程实现
人工智能·机器人
地平线开发者1 天前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮1 天前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者1 天前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考1 天前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx1 天前
CART决策树基本原理
算法·机器学习