控制理论导图简介

The map of Control Theory v5 简析 学习控制理论可以说经常可以看到Brian Douglas的The Map of Control Theory ,如下图所示。在感慨控制理论的博大精深的同时,我也想试着了解一下具体都是哪些内容。其中大部分内容我还没有学过,所以不一定对,仅供参考。 可以看出 map 包括一个圆和周边的 5 个区域,五个区域分别为 建模与仿真(modeling & simulation) 系统分析(system analysis) 控制方法(control methods) 规划(planning) 状态估计(state estimation) 位于中心的圆 首先,看图片中心的圆, 圆的中心是可以视为控制理论起源的离心式调速器(centrifugal governor,又称瓦特调速器或飞球调速器) 调速器上方是经典的反馈控制系统(又叫闭环控制系统),下方是前馈控制器。 圆周左半边是连续(continuous)控制系统和离散(discrete)控制系统, D2C 即离散系统转化为连续系统,通常使用保持器 C2D 即连续系统转化为离散系统,通常使用采样器 圆周右半边,是分析控制系统的域(domain) 右上为时间域(time) 右下为频率域(frequency)(严格来说,应该叫复频域) 两者之间可以通过拉普拉斯变换(Laplace Transform)进行转化 建模与仿真 位于右下角的是建模与仿真模块(modeling & simulation),这里讨论如何对控制系统建立模型(通常为数学模型)并进行仿真。 经典控制理论中的数学模型通常为传递函数(transfer function)。现代控制理论中有线性状态空间(linear state space)方程,以及非线性状态空间(nonlinear state space)方程,可以从表达式中看出,非线性的状态空间方程右侧无法用线性函数表示出来。 此外还有混杂系统(hybrid system),通常指同时包含连续和离散动态特性的系统。 在仿真(simulation)部分,有方框图(block diagrams)、 系统辨识(system id or system identification):根据输入输出数据辨识出系统的表达式 最小实现(minimum realization or minimal realization):用状态最少的状态空间方程来实现传递函数,使得输入输出关系相同 线性化(linearization):模型线性化 First principles:这个我不懂,应该就是指机理建模,或者叫做分析法建模,与之相对应的是实验法建模 系统分析 位于正下方的是控制系统分析(system analysis)部分,控制系统可以从下列角度分析 ...

September 25, 2021 · 2 min · Leo

自动控制原理提要

控制理论概览 大三学习了《自动控制原理》、《计算机控制系统》、《现代控制理论》,对控制理论有了一个很粗略的了解,整理如下 线性时不变连续系统 域 数学模型 分析与判断稳定的方法 (性能)指标 其他 时域 微分方程 赫尔维茨稳定判据、劳斯稳定判据 稳定性:稳态误差;准确性:调节时间、超调量;快速性:上升时间、峰值时间 复频域 传递函数 负实部、左半平面 阻尼比,衰减系数,阻尼振荡频率 根轨迹法 频域 频率特性 奈奎斯特稳定判据 稳定裕度、频带宽度 系统校正 状态空间 状态空间方程 李雅普诺夫方法 能控性,能观性 状态反馈(极点配置)、状态观测、调节器设计 等 数学模型常常也包括:结构图和信号流图 线性时不变离散系统 域 数学模型 分析与判断稳定的方法 (性能)指标 其他 时域 差分方程 朱利判据、w 变换 稳定性:稳态误差;准确性:调节时间、超调量;快速性:上升时间、峰值时间 复频域 脉冲传递函数 幅值小于 1、单位圆内 根轨迹法 频域 频率特性 离散系统奈奎斯特稳定判据 稳定裕度 系统校正 状态空间 状态空间方程 李雅普诺夫方法 能控性,能观性 状态反馈(极点配置)、状态观测、调节器设计 等 离散控制系统的经典设计方法(连续域——离散化、直接离散域)等

September 2, 2021 · 1 min · Leo

傅里叶、拉普拉斯、Z变换这一串

📶 三大变换的数学推导过程 $\mathscr{F,L,Z}$傅里叶变换、拉普拉斯变换、Z 变换这三大变换讨论广泛1。个人理解,这三个变换都是为了简化一些难以在时间域分析的问题而引入的。 拉普拉斯变换是对傅里叶变换的推广,忽略了时域信号时间为负的部分,使得变换也可以适用于$t\rightarrow +\infty$不为零的信号 Z 变换是拉普拉斯变换针对离散信号的简化,使得表达式更加便于分析 傅里叶变换 拉普拉斯变换 $Z$变换 表达式 $F(\omega)=\int_{-\infty}^{\infty}f(t)e^{-j\omega t}\mathrm{d} t$ $F(s)=\int_0^\infty f(t)e^{-st}\mathrm{d}t$ $F(z)=\sum\limits_{k=0}^{\infty}f(kT)z^{-k}$ 适用范围 狄利克雷条件 狄利克雷条件的前两条 前者+(时间)离散 变换域 频域 复(频)域 $Z$域 对应系统模型 频率特性 传递函数 脉冲传递函数 数学演变过程 周期函数的傅里叶级数 周期为 T 的任一周期函数$f(t)$,若满足下列狄利克雷条件(Dirichlet conditions2): 在一个周期内只有有限个不连续点 在一个周期内只有有限个极值点(注:函数连续是条件 1、2 的充分非必要条件) 周期内绝对可积:积分$\int^{\frac{T}{2}}_{-\frac{T}{2}} |f(t)| \mathrm{d}t$ 存在 则$f(t)$可展开为如下的傅里叶级数: $$ f(t)=\frac{1}{2} a_0 + \sum\limits_{n=1}^{\infty} (a_n \cos{n\omega_0 t}+b_n\sin{n \omega_0 t}) $$式中,系数$a_n$和$b_n$由欧拉—傅里叶系数公式给出,其中$\omega_0=\frac{2\pi}{T}$称为角频率。 $$ a_n=\frac{2}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}} f(t) \cos{n \omega_0 t}\mathrm{d} t, n=0,1,2,\dots,\infty $$$$ b_n=\frac{2}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}} f(t) \sin{n \omega_0 t}\mathrm{d} t, n=1,2,\dots,\infty $$推导3:分别对$f(x),f(x)\cos kx, f(x)\sin kx$在周期$[-\frac{T}{2},\frac{T}{2}]$上积分。 ...

August 30, 2021 · 2 min · Leo

控制系统中对信号求导的注意事项

线性定常系统的重要特性引发的思考 女朋友在阅读胡寿松第六版《自动控制原理》时有一个困惑。为什么书中 P71 页表 3-2 中的阶跃信号1,求导之后消失了,而不是作为单位脉冲信号$\delta(t)$处理。难道这里的1视为常数,这样就与零初始条件矛盾了。 书中的表 3-2 一阶系统对典型输入信号的输出响应如下: 输入信号 输出响应 $1(t)$ $1-e^{-t/T}, t \ge 0$ $\delta(t)$ $\frac{1}{T}e^{-t/T}, t\ge 0$ 书中由此得出线性定常系统的一个重要特性:系统对输入信号导数的响应,就等于系统对输入信号响应的导数。 也就是说第二行脉冲响应应该是第一行阶跃响应的导数,但是这里为什么1对应的导数$\delta(t)$没有了呢? 答:因为后面的指数项$e^{-t/T},t \ge 0$,在零初始条件下还需要乘以一个$u(t)$,根据求导的乘法公式求导之后会出现一个$\delta(t)$,从而相互抵消。 将阶跃响应写成如下形式: $$ 1-e^{-t/T}(t \ge 0)=1(t)-e^{-t/T}\times 1(t) $$对阶跃响应求导: $$ \begin{aligned} \frac{\mathrm{d}}{\mathrm{d}t} [&1(t)-e^{-t/T}\times 1(t)] \\ =&\delta(t)- \frac{\mathrm{d}}{\mathrm{d}t}[e^{-t/T}1(t)] \\ =&\delta(t)- [\frac{\mathrm{d}}{\mathrm{d}t}e^{-t/T}\times1(t)+e^{-t/T}\times \frac{\mathrm{d}}{\mathrm{d}t} 1(t)] \\ =&\delta(t) -[-\frac{1}{T}e^{-t/T}\times 1(t)+e^{-t/T}\times \delta(t)] \\ =&\delta(t)- [-\frac{1}{T}e^{-t/T}\times 1(t)+\delta(t)] \\ =&\frac{1}{T}e^{-t/T}\times1(t) \end{aligned} $$结果即为$\frac{1}{T}e^{-t/T}, t\ge 0$。 一般化 已知线性定常系统的零初始条件下的阶跃响应为$h(t), t\ge 0$,求解系统传递函数. 拉式变换法 输入和输出的拉氏变换后的象函数分别为 $$ R(s)=\frac{1}{s},C(s)=H(s) $$于是传递函数可以写成: ...

August 28, 2021 · 1 min · Leo