Этот пример показывает, как создать настраиваемую модель системы управления на следующем рисунке.
Реакция на объект . Модель динамики датчика . Контроллер является настраиваемым ПИД-регулятором и префильтром - lowpass с одним настраиваемым параметром, .
Создайте модели, представляющие динамику объекта управления и датчика. Поскольку объект и динамика датчиков фиксированы, представьте их с помощью числовых моделей LTI zpk
и tf
.
G = zpk([],[-1,-1],1); S = tf(5,[1 4]);
Создайте настраиваемое представление контроллера .
C = tunablePID('C','PID');
C
является tunablePID
объект, который является блоком Система Управления с предопределенной пропорционально-интегрально-производной (PID) структурой.
Создайте модель фильтра с одним настраиваемым параметром.
a = realp('a',10);
F = tf(a,[1 a]);
a
является realp
(реальный настраиваемый параметр) объект с начальным значением 10. Использование a
как коэффициент в tf
создает настраиваемую genss
объект модели F
.
Соедините модели вместе, чтобы создать модель обратной связи от кому .
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: Tunable 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 genss
объект модели. В отличие от совокупной модели, образованной соединением только числовых моделей LTI, T
отслеживает настраиваемые элементы системы управления. Настраиваемые элементы хранятся в Blocks
свойство genss
объект модели.
Отобразите настраиваемые элементы T
.
T.Blocks
ans = struct with fields:
C: [1x1 tunablePID]
a: [1x1 realp]
Можно использовать такие команды настройки, как systune
для настройки свободных параметров T
для удовлетворения проектных требований вы задаете.