Simulate Dynamic Matrix Control with Simupy I wrote some code about the symulation of Dynamic Matirx Control with simupy. SimuPy is a framework for simulating interconnected dynamical system models and provides an open source, python-based tool that can be used in model- and system- based design and simulation workflows. DMC or Dynamic Matrix Control is a typical Model Predictive Control (MPC) method using the prediction of future steps to control the system. It usually applies in process control for its requirement for matrix operation in controller. ...

控制相关资源导航 图文（为主）博主 J Pan 航空工程师，主要在知乎撰写文章，有纲举目张 知乎: J Pan 系统与控制 目前发表或完成相关论文 6 篇，主要研究方向为多智能体系统与复杂网络，业余时间运营知乎网“系统与控制”账号，在国内外相关学者的合作下完成《控制理论结构图》系列工作，整理完成《自动化学科科普手册》系列版本 知乎：系统与控制 主页：https://qdu-zdh.github.io/qdu-zlh/ 推特：System control 视频（为主）博主 DR_CAN Ph.D. in Dynamics and Control 机器人工程师 B 站：DR_CAN Brian Douglas youtube：Brian Douglas 网站：https://engineeringmedia.com/ 另外也推荐matlab 思维导图 The Map of Control Theory The Map of Control Theory是 Brian Douglas 绘制的控制领域思维导图。 控制理论结构图 系统与控制博主绘制了控制领域的常用技术概览，包括多张图。发布在 medium.com、 twitter、 github 等多个平台上。 其中比较著名的有Map of Multi-Agent Control

Keep fighting, boys and girls from automation 🤖 In the Internet, the word ‘full-stack’ is very hot. It means ‘front end’ plus ‘back end’ mainly for web software developer. We students studing automation should also learn hardware. So we are ‘software’ plus ‘hardware’ and ‘strong electricity’ plus ‘weak electricity’. I am learning Automation in NJUPT and I am going to graduate. So I want to spend some time to look back on what I have learnt in my university as an automation student. ...

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

📶 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。 ...