ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 28.12.2024

Просмотров: 2885

Скачиваний: 5

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

СОДЕРЖАНИЕ

В.Г. Новиков моделирование систем

Коломна 2007

Тема 1. Исследование линейных стационарных систем с помощью пакета прикладных программ MatLab “Control Sistem Toolbox” (“Система управления”)6

Тема 2. Цифровая обработка сигналов при Исследовании систем с помощью пакета MatLab “Signal Processing Toolbox”17

Тема 3. Моделирование динамических процессов с помощью пакета MatLab “Simulink”29

Тема 4. Моделирование процессов в линейных нестационарных динамических системах с использованием подсистемы MatLab “Simulink”40

Тема 5. Имитационное моделирование процессов в динамических системах с использованием подсистемы MatLab “Simulink”53

Введение

Тема 1. Исследование линейных стационарных систем с помощью пакета прикладных программ MatLab “Control Sistem Toolbox” (“Система управления”)

1.1. Введение

1.2. Ввод и преобразование моделей

1.2.1. Основные положения

1.2.2. Пример создания модели

1.3. Анализ системы

1.3.1. Общие положения

1.3.1.1. Примеры анализа во временной области

1.3.1.2. Примеры анализа в частотной области

1.3.1.3. Процедуры, вычисляющие отдельные характеристики и графически показывающие расположение полюсов и нулей системы

1.3.2. Примеры анализа во временной области

1.3.3. Примеры анализа в частотной области

1.3.4. Примеры применения процедур для вычисления полюсов и нулей системы

1.4. Задание на самостоятельную работу

1.4.1. Структурная схема модели

1.4.2. Требования к исследованию модели

1.4.3. Исходные параметры модели

1.4.4. Отчетность по лабораторной работе

Тема 2. Цифровая обработка сигналов при Исследовании систем с помощью пакета MatLab “Signal Processing Toolbox”

2.1. Введение

2.2. Общие средства фильтрации. Формирование случайных процессов

2.2.1. Общие основы линейной фильтрации

2.2.2. Формирование случайных процессов

2.3. Спектральный и статистический анализ

2.3.1. Основные понятия

2.3.2. Примеры спектрального анализа

2.4. Задание на самостоятельную работу

2.4.1 Цифровая обработка сигналов

2.4.2. Формирование случайного процесса из белого шума

2.4.3. Формирование процесса как сумма гармоник

2.4.4. Исходные данные

2.4.5. Отчетность по лабораторной работе

Тема 3. Моделирование динамических процессов с помощью пакета MatLab “Simulink”

3.1. Краткие сведения о подсистеме MatLab simulink

3.1.1. Запуск подсистемы simulink

3.1.2. Создание модели

3.1.3. Некоторые основные приемы подготовки и редактирования модели

3.5.1. Установка параметров моделирования

3.5.2. Выполнение моделирования

3.2.2.2. Результат составления модели

3.2.3. Результаты моделирования

3.3. Задание на самостоятельную работу

3.3.2.3. Отчетность

Тема 4. Моделирование процессов в линейных нестационарных динамических системах с использованием подсистемы MatLab “Simulink”

4.1. Краткие сведения из теории линейных нестационарных и нелинейных систем автоматического управления

4.1.1. Особенности процессов в линейных нестационарных системах

4.1.2. Особенности процессов в нелинейных сау

4.1.3. Метод фазового пространства

4.2. Моделирования процессов в линейных нестационарных и нелинейных динамических системах с использованием подсистемы MatLab simulink

4.2.1. Приведение линейного дифференциального уравнения к канонической форме

4.2.2. Пример исследования нестационарных и нелинейных процессов

4.2.2.1. Постановка задачи

4.2.3. Методика формирования модели в системе MatLab

4.2.2.3. Пример результатов исследования

4.3. Задание на самостоятельную работу

4.3.1. Исходная система

4.3.2. Требования к работе

4.3.3. Отчетность

Тема 5. Имитационное моделирование процессов в динамических системах с использованием подсистемы MatLab “Simulink”

5. 1. Введение

5. 2. Пример имитационного моделирования процессов с использованием подсистемы MatLab simulink

5.2.1. Постановка задачи

5.2.2. Формирование схемы моделирования

5.2.3. Подготовка к имитационному моделированию

5.2.3.1. Настройка блока Random Number - источника случайного сигнала с нормальным распределением.

5.2.3.2. Настройка блока Uniform Rundom Number - источника случайного сигнала с равномерным распределением

5.2.3.3. Настройка блока To Workspace - блока записи в рабочую область Matlab

5.2.3.4. Установка параметров моделирования и сохранение модели

5.2.3.5. Представление результатов имитационного моделирования

5.2.4. Результаты моделирования

5.3. Задание на самостоятельную работу

5.3.1. Исходная схема

5.3.2. Требования к работе

5.3.3. Отчетность

Использованные источники

5.2.3.4. Установка параметров моделирования и сохранение модели

Перед выполнением моделирования в панели управления меню Simulation окна моделирования необходимо предварительно задать параметры.

  • Задать интервалы моделирования (Simulation time). Начальное время (Start time), как правило, задается равным нулю, величина конечного времени (Stop time) задается пользователем; по условиям задачи в нашем случае достаточно задать, например, равным 10.

  • В параметрах обмена с рабочей областью на вкладке Workspace I/O \ Save to Workspace переменную Time для удобства изменим со значения tout (по умолчанию) на t, а переменную Output со значения yout (по умолчанию) на z (сохраняемая ошибка регулирования).

  • Сохраним модель по команде Save As с расширением .mdl. Пусть имя модели для определенности будетLab5 ” (в соответствии с номером данной лабораторной работы).


5.2.3.5. Представление результатов имитационного моделирования

Для представления результатов целесообразно руководствоваться следующим алгоритмом - процедурой.

  • Формировать исходный массив Z из значений ошибок регулирования z в каждой реализации.

  • Для получения числовых характеристик случайной величины z (математического ожидания и среднеквадратического отклонения - СКО) можно использовать функции mean и std соответственно: mean(Z), std(Z), где Z – массив, сформированный по результатам цикла моделирования, состоящего из заданного количества реализаций N. (Чем больше N, тем выше достоверность получаемых числовых характеристик случайной величины).

  • Для наглядного представления ошибки z в каждой реализации моделирования удобно воспользоваться специальной графикой (plot без указания аргумента строящейся функции). В этом случае в качестве аргумента система принимает номер элемента вектора ошибки (в нашем случае – номер реализации). Оператор должен иметь вид: plot(Z).

  • Еще более наглядным является представление вектора в виде столбчатой диаграммы с помощью функции bar: bar(z).

  • Еще одна полезная инженеру функция – hist (построение графика гистограммы заданного вектора). Стандартное обращение к ней имеет вид: hist(Z, z), где Z – вектор, гистограмму которого нужно построить; z – вектор, определяющий интервалы изменения первого вектора Z.

Для организации приведенной процедуры необходимо создать программу в среде Matlab.

В языке Matlab имеются программы двух типов: так называемые Script-файлы (файлы-сценарии или управляющие программы) и файл-функции (процедуры). Все программы должны иметь расширение имен файлов .m.

Создание программы осуществляется при помощи текстового редактора, вызываемого по команде File New M-file. Пусть имя файла для определенности будетLab5_1 ”

М-файл (Script-файл), реализующий представленный выше алгоритм, может иметь следующий вид.

w=1 % начальное значение переменой w источника случайного сигнала, формирующего шум S1


v=2 % начальное значение переменой v источника случайного сигнала, формирующего помеху S2

N=50 % количество реализаций случайного процесса

Z(N)=0 % формирование массива ошибок и задание начальных значений массива

for(i=1:N) % формирование цикла из N реализаций

w=w+1

v=v+1

Lab5 % вызов файла "Lab5.mdl" для изображения на экране

sim('Lab5') % запуск файла "Lab5.mdl" на моделирование

Z(i)=z % формирование массива случайной величины (контролируемого сигнала ошибки)

end % завершение цикла

Mz=mean(Z) % вычисление среднего значения ошибки

sigz=std(Z) % вычисление среднеквадратического отклонения ошибки

%plot(Z),grid % графическое изображение значений ошибки по реализациям

%bar(Z),grid % изображение значений сигнала в реализациях в виде столбчатой диаграммы

z=[-2:0.2:2] % задание интервала изменения сигнала ошибки для построения гистограммы

hist(Z,z),grid % построение графика гистограммы

5.2.4. Результаты моделирования

Приведем результаты моделирования для случая N = 100.

Mz = 0.3145; sigz = 0.8465 - числовые оценки случайного процесса z: соответственно среднее значение и среднеквадратическое отклонение ошибки регулирования.

Графические изображения значений ошибки по реализациям приведены на рисунке 3 (с использованием функции plot(Z)), на рисунке 4 (в виде столбчатой диаграммы bar(Z)). А на рисунке 5 приведена гистограмма результата моделирования, полученная по функции hist(Z,z).


5.3. Задание на самостоятельную работу

5.3.1. Исходная схема

Имеется нестационарная и нелинейная система, структурная схема которой представлена на рисунке 6, гдеx, y вход и выход системы; Wi (s) – операторные выражения передаточных функций системы; z – ошибка регулирования; N – нелинейное звено; S1 - шум сигнала на входе; S2 - случайная помеха в составе ошибки регулирования.

Исходные параметры системы для различных вариантов заданы в таблицах 1 и 2.

5.3.2. Требования к работе

5.3.2.1. “Набрать ” модель с использованием пакета SIMULINK.

Таблица 1. Характеристики объекта управления

t, c

0

2

5

8

10

14

20

KОУ, м/с

10

60

80

50

40

20

14

fОУ,Гц

1.0

4.2

5.0

4.0

2.7

2.3

1.8

Характеристики динамических звеньев определяются следующими выражениями:

  • Корректирующее звено:

, (1)

где ,(2)

а fОУ (t) – из таблицы 1, T2 и T3 - из таблицы 2.

  • Переменное усилительное звено:


, (3)

где KОУ(t), fОУ (t) – известные зависимости из таблицы 1.

  • Нестационарный” объект управления:

, (4)

где , (5)

а KОУ(t) – из таблицы 1, ОУиз таблицы 2.

  • Кинематическое звено

. (6)

  • Нелинейное звено N – одним из двух видов

- первый, определяемый зависимостью

, (7)

где - нелинейность типа насыщение с порогами ограничения на уровне±1;

kн – коэффициент передачи до ограничения сигнала, kн = 0.20;

- второй, определяемый зависимостью

, (8)

где - нелинейность типа ”насыщение” с порогами ограничения на уровне±8, ограничивающий входной сигнал Uвх.

Рекомендация: При формировании нелинейности второго типа воспользуйтесь блоком Trigonometric Function из раздела блоков Math Operations.

Характеристики шумов:

Закон распределения

Нормальный

Равномерный

Характеристики законов

Среднее значение

Дисперсия

Минимальное значение

Максимальное значение

M

D

min

max