Этот пример показывает, как создать настраиваемую модель системы управления на следующем рисунке.
Ответ объекта . Модель динамики датчика . Контроллер настраиваемый ПИД-регулятор и предварительный фильтр фильтр нижних частот с одним настраиваемым параметром, .
Создайте модели, представляющие динамика датчика и объект. Поскольку объект и динамика датчика фиксируются, представляют их использующий числовые модели LTI zpk
и tf
.
G = zpk([],[-1,-1],1); S = tf(5,[1 4]);
Создайте настраиваемое представление контроллера .
C = tunablePID('C','PID');
C
является объектом tunablePID
, который является Блоком Системы управления с предопределенной структурой пропорциональной интегральной производной (PID).
Создайте модель фильтра с одним настраиваемым параметром.
a = realp('a',10);
F = tf(a,[1 a]);
a
является realp
(действительный настраиваемый параметр) объект с начальным значением 10. Используя a
, когда коэффициент в tf
создает настраиваемый объект модели genss
F
.
Соедините модели вместе, чтобы создать модель из ответа с обратной связью от к .
T = feedback(G*C,S)*F
T = Generalized continuous-time state-space model with 1 outputs, 1 inputs, 5 states, and the following blocks: C: Parametric PID controller, 1 occurrences. a: Scalar parameter, 2 occurrences. Type "ss(T)" to see the current value, "get(T)" to see all properties, and "T.Blocks" to interact with the blocks.
T
является объектом модели genss
. В отличие от совокупной модели, сформированной путем соединения только моделей Numeric LTI, T
отслеживает настраиваемые элементы системы управления. Настраиваемые элементы хранятся в свойстве Blocks
объекта модели genss
.
Отобразите настраиваемые элементы T
.
T.Blocks
ans = struct with fields:
C: [1x1 tunablePID]
a: [1x1 realp]
Можно использовать настраивающиеся команды, такие как systune
, чтобы настроить свободные параметры T
, чтобы соответствовать конструктивным требованиям, которые вы задаете.