控制系统综合仿真.doc

线性系统Simulink仿真应用 请分析下面传递函数模型阶跃响应。 利用Simulink建模，建立系统仿真模型如下： 单击启动仿真按钮，双击示波器得到系统的阶跃响应如下： 请分析下面离散系统的脉冲响应。 利用Simulink建模，建立系统仿真模型如下： 单击启动仿真按钮，双击示波器得到系统的脉冲响应如下： 对离散采样系统进行分析，并求出其阶跃响应。 其中： 利用Simulink建模，建立系统仿真模型如下： 单击启动仿真按钮，双击示波器得到系统的阶跃响应如下： 设计控制器，使得下列系统稳定。 利用Simulink建模，未连入控制器时，仿真模型和响应如下： 利用Simulink建模，设计控制器： 从响应输出图形可以看出，连入控制器后系统稳定，性能明显提高。 基于MATLAB的PID 控制器设计 设计题目： 应用Ziegler — Nichols算法设计PID控制器，实现系统的闭环稳定，并比较对各个系统的控制效果。 未连入PID控制器时的系统仿真及其性能指标如下： 可见，未调节时的系统性能有待提高，需设计PID控制器连入。 输入： num=1; den=conv( [1,1],conv( [1,1],[1,1] )); Step(num,den); K=dcgain (num,den) 得出： K =1 根据图形，得出： L=1.86 T=4.4 利用自定义的Ziegler_std函数求出Kp、Ti、Td 输入： K=1; L=1.86; T=4.4; [num,den,Kp,Ti,Td]=Ziegler_std (3,[K,L,T]) 得出： num = 2.6400 2.8387 1.5262 den = 0 Kp =2.8387 Ti =3.7200 Td =0.9300 根据得出的Kp、Ti、Td值，设计PID控制器，并利用利用Simulink仿真建模。 仿真模型及其响应如下： 可见，加入PID控制器调节后，系统性能明显改善。 未连入PID控制器时的系统仿真及其性能指标如下： 可见，未调节时的系统性能有待提高，需设计PID控制器连入。 输入： num=1; den=conv([1,1],conv([1,1],…; conv( [1,1],conv( [1,1],[1,1] )))); Step(num,den); K=dcgain (num,den) 得出： K = 1 根据图形，得出： L=3.4 T=6.8 利用自定义的Ziegler_std函数求出Kp、Ti、Td 输入： K=1; L=3.4; T=6.8; [num,den,Kp,Ti,Td]=Ziegler_std (3,[K,L,T]) 得出: num = 4.0800 2.4000 0.7059 den = 1 0 Kp = 2.4000 Ti = 6.8000 Td = 1.7000 根据得出的Kp、Ti、Td值，设计PID控制器，并利用利用Simulink仿真建模。 仿真模型及其响应如下： 可见，加入PID控制器调节后，系统性能明显改善。 利用Simulink建模，未连入控制器时，仿真模型和响应如下： 可见，未调节时的系统性能有待提高，需设计PID控制器连入。 输入: num=[-1.5 1]; den=conv( [1,1],conv( [1,1],[1,1] )); Step(num,den); K=dcgain (num,den) 得出: K =1 根据图形，得出： L=1.8 T=5.7 利用自定义的Ziegler_std函数求出Kp、Ti、Td 输入: K=1; L=1.8 T=5.7; [num,den,Kp,Ti,Td]=Ziegler_std (3,[K,L,T]) 得出: num = 3.4200 3.8000 2.1111 den = 0 Kp = 3.8000 Ti = 3.6000 Td = 0.9000 根据得出的Kp、Ti、Td值，设计PID控制器，并利用利用Simulink仿真建模。 仿真模型及其响应如下： 可见，加入PID控制器调节后，系统性能明显改