Chapter1.3：控制系统的仿真介绍 |
您所在的位置：网站首页 › 简述matlab中simulink仿真的基本过程 › Chapter1.3：控制系统的仿真介绍 |
Chapter1.3：控制系统的仿真介绍
|
该系列博客主要讲述Matlab软件在自动控制方面的应用，如无自动控制理论基础，请先学习自动控制系列博文，该系列博客不再详细讲解自动控制理论知识。 自动控制理论基础相关链接：https://blog.csdn.net/qq_39032096/category_10287468.html?spm=1001.2014.3001.5482 博客参考书籍：《MATLAB/Simulink与控制系统仿真》。 3.控制系统的仿真介绍 3.1 控制系统仿真基本概念计算机仿真基本概念 仿真的基本思想：利用物理的或数学的模型来类比模仿现实过程，以寻求对真实过程的认识，所遵循的基本原则是相似性原理； 计算机仿真是基于所建立的系统仿真模型，利用计算机对系统进行分析、研究的技术与方法； 模型 模型是对现实系统有关结构信息和行为的某种形式的描述，是对系统特征与变化规律的一种定量抽象，是人们认识事物的一种手段或工具； 模型分类： 物理模型：指不以人的意志为转移的客观存在的实体，如：飞行器研制中的飞行模型、船舶制造中的船舶模型等；数学模型：指从一定的功能或结构上进行相似，用数学的方法来再现原型的功能或结构特征；仿真模型：指根据系统的数学模型，用仿真语言转化为计算机可以实现的模型；仿真分类 按模型分类： 物理仿真：采用物理模型，有实物介入，具有效果逼真、精度高等优点，但造价高或耗时长，大多在特殊场合下采用，具有实时、在线的特点；数学仿真：采用数学模型，在计算机上进行，具有非实时、离线的特点，经济、快速、实用； 按计算机类型分类： 模拟仿真：采用数学模型，在模拟计算机上进行的仿真实验；特点是描述连续物理系统的动态过程比较自然、逼真，具有仿真速度快、失真小、结果可靠的优点，但受元器件性能影响，仿真精度较低，对计算机控制系统的仿真较困难，自动化程度低；数字仿真：采用数学模型，在数字计算机上借助数值计算方法所进行的仿真实验，特点是计算与仿真的精度较高；混合仿真：结合了模拟仿真与数字仿真的技术与特点；现代计算机仿真：采用先进的微型计算机，基于专用的仿真软件、仿真语言来实现，其数值计算功能强大、易学易用；仿真应用 航空与航天工业 飞行器设计中的三级仿真体系，半实物仿真，实物仿真或模拟飞行实验，飞行员及宇航员训练用飞行仿真模拟器等； 电力工业 电力系统动态模型实验，电力系统负荷分配、瞬态稳定性，及最优潮流控制，电站操作人员培训模拟系统等； 原子能工业 模拟核反应堆，核电站仿真器，用来训练操作人员及研究异常故障的排除处理等； 石油、化工及冶金工业 非工程领域 医学、社会学、宏观经济和商业策略的研究等； 仿真技术应用意义 经济：大型、复杂系统直接实验的费用十分昂贵；安全：某些系统，如：载人飞行器、核电装置等，直接实验往往会有很大危险，采用仿真实验可以有效降低危险程度，对系统的研究起到保障作用；快捷：提高设计效率，如：电路设计、服饰设计等；具有优化设计和预测的特殊功能：对一些真实系统进行结构和参数的优化设计是非常困难的，仿真可以发挥特殊的优化设计功能；控制系统仿真 控制系统仿真是以控制系统模型为基础，采用数学模型代替实际控制系统，以计算机为工具，对控制系统进行实验、分析、评估及预测研究的一种技术与方法； 控制系统计算机基本过程 控制系统仿真包括：问题描述、模型建立、仿真实验、结果分析，流程图如下所示：
建立数学模型。 控制系统模型是指描述控制系统输入、输出变量及内部各变量间关系的数学表达式，分为静态模型和动态模型，静态模型描述的是控制系统变量之间的静态关系，动态模型描述的是控制系统变量之间的动态关系； 建立仿真模型。 由于计算机数值计算方法的限制，有些数学模型不能直接用于数值计算，原始的数学模型必须转换为能够进行系统仿真的数学模型； 编写仿真程序。 常用的数值仿真编程语言：C、FORTRAN等，还有MATLAB/Simulink； 进行仿真实验并分析实验结果。 通过对仿真结果的分析来对仿真模型与仿真程序进行检验和修改，如此反复，直到达到满意的实验效果为止； 3.2 MATLAB/Simulink下的控制系统仿真 控制系统的MATLAB/Simulink仿真有两种途径 在MATLAB命令行窗口下，运行M文件，调用指令和各种用于系统仿真的函数，进行系统仿真；直接在Simulink窗口上进行面向系统结构方框图的系统仿真； MATLAB适合控制系统仿真的特点 强大的运算功能；特殊功能的Toolbox工具箱；高效的编程效率；简单易学的编程语言；方便友好的编程环境； Simulink进行系统仿真的步骤： 启动Simulink，进入Simulink窗口；在Simulink窗口下，借助Simulink模块库，创建系统框图模型并调整模块参数；设置仿真参数后，启动仿真；输出仿真结果； 3.3 MATLAB中控制相关的工具箱MATLAB与控制相关的6个工具箱：控制系统工具箱(Control System Toolbox)、系统辨识工具箱(System Identification Toolbox)、模型预测控制工具箱(Model Predictive Control Toolbox)、鲁棒控制工具箱(Robust Control Toolbox)、神经网络工具箱(Neural Network Toolbox)、模糊逻辑工具箱(Fuzzy Logic Toolbox)； 控制系统工具箱：控制系统工具箱可用于前馈和反馈控制系统建模、分析、设计，提供经典和现代的控制系统设计方法，包括：根轨迹、极点配置、LQG设计等；控制系统工具箱主要功能： 线性系统的传递函数、状态空间、零极点增益和频率响应模型；线性模型的串联、并联、反馈连接和一般框图连接；用于分析稳定性和性能指标的阶跃响应、奈奎斯特图等；根轨迹图、波特图、LQR、LQG及其他经典工具和状态空间控制系统设计方法；自动PID控制器调节；模型表示方式转换、连续时间模型离散化和高阶系统的低阶近似；针对精确度和性能而优化的LAPACK和SLICOT算法； 系统辨识工具箱 控制系统设计；信号处理；时序分析；振动分析； 模型预测控制工具箱 模型预估计控制器的设计和仿真；生成内置的线性对象模型；模型预测控制器的设计和仿真； 鲁棒控制工具箱 LQG/LTR最佳化控制的合成；多变量的频率响应；H2最佳化控制合成；高阶模型的简化；奇异值的模型简化；可对频谱进行因式分解及建立模型； 神经网络工具箱 BP、Hopfield、Kohnen、自组织、径向基函数等网络；竞争、线性、Sigmoidal等传递函数；前馈、递归等网络结构；性能分析； 模糊逻辑工具箱 自适应神经–模糊学习；模糊聚类；Sugeno推理。 |
【本文地址】
今日新闻 |
推荐新闻 |