Система управления с настраиваемыми компонентами

В этом примере показано, как создать настраиваемую модель системы управления на следующем рисунке.

Ответ объекта $$G(s)=1/(s+1{)}^2$$. Модель динамики датчика $$S(s)=5/(s+4)$$. Контроллер $$C$$ настраиваемый ПИД-регулятор и предварительный фильтр $$F=a/(s+a)$$ фильтр lowpass с одним настраиваемым параметром, $$a$$.

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 $$C$$.

C = tunablePID('C','PID');

C tunablePID объект, который является Блоком Системы управления с предопределенной структурой пропорциональной интегральной производной (PID).

Создайте модель фильтра $$F=a/(s+a)$$ с одним настраиваемым параметром.

a = realp('a',10); 
F = tf(a,[1 a]);

a realp (действительный настраиваемый параметр), возражают с начальным значением 10. Используя a как коэффициент в tf создает настраиваемый genss объект модели F.

Соедините модели вместе, чтобы создать модель из ответа с обратной связью от $$r$$ к $$y$$.

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 genss объект модели. В отличие от совокупной модели, сформированной путем соединения только моделей Numeric 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 настраивающиеся команды такой как systune настроить свободные параметры T чтобы соответствовать конструктивным требованиям, вы задаете.

Связанные примеры

• Настраиваемый фильтр lowpass
• Создайте настраиваемый фильтр второго порядка
• Создайте модель в пространстве состояний и с фиксированным и с настраиваемые параметры

Больше о

• Модели с настраиваемыми коэффициентами