稳定性的概念:单位冲激响应的稳态值为0 ⟺ \iff ⟺ lim t → 0 k ( t ) = 0 \lim\limits_{t\to0}k(t)=0 t→0limk(t)=0
Φ ( s ) = k ∏ i = 1 m ( s − z i ) ∏ j = 1 q ( s − s j ) ∏ k = 1 r ( s 2 + 2 ζ k ω n k s + ω n k 2 ) k ( t ) = ∑ j = 1 q A j e s j t + ∑ k = 1 r B k e − ζ k ω n k t c o s ( ω n k 1 − ζ k 2 t ) + C k e k − ζ k ω n k t s i n ( ω n k 1 − ζ k 2 t ) \Phi(s)=\frac{k\prod\limits^{m}_{i=1}(s-z_i)}{\prod\limits_{j=1}^q(s-s_j)\prod\limits_{k=1}^{r}(s^2+2\zeta_k\omega_{nk}s+\omega_{nk}^2)}\\ k(t)=\sum_{j=1}^qA_je^{s_jt}+\sum_{k=1}^rB_ke^{-\zeta_k\omega_{nk}t}cos(\omega_{nk}\sqrt{1-\zeta_k^2}t)+C_ke_k^{-\zeta_k\omega_{nk}t}sin(\omega_{nk}\sqrt{1-\zeta_k^2}t) Φ(s)=j=1∏q(s−sj)k=1∏r(s2+2ζkωnks+ωnk2)ki=1∏m(s−zi)k(t)=j=1∑qAjesjt+k=1∑rBke−ζkωnktcos(ωnk1−ζk2t)+Ckek−ζkωnktsin(ωnk1−ζk2t)
闭环系统特征方程的根全部具有负实部,即闭环传递函数的极点全部严格在S平面的左半平面。
闭环系统特征方程:
D ( s ) = a n s n + a n − 1 s n − 1 + ⋯ + a 1 s + a 0 D(s)=a_ns_n+a_{n-1}s_{n-1}+\cdots+a_1s+a_0 D(s)=ansn+an−1sn−1+⋯+a1s+a0
稳定的必要条件:系数 a i a_i ai全部为正(或全部为负),不缺项
结论
系统稳定 ⟺ \iff ⟺劳斯表第一列系数全部为正
而且劳斯表第一列元素符号改变的次数=正实部根的个数
remark
劳斯表某行同乘或同除以一个正数,结果不变。
特殊情况①某一行的第一个元素为0
则用一个很小的正数 ϵ \epsilon ϵ代替0,继续计算劳斯表再令 ϵ → 0 \epsilon \rightarrow 0 ϵ→0,检验劳斯表第一列元素符号的变化。
特殊情况②出现全零行
用上一行构造辅助多项式,对辅助多项式求导,用得到的系数代替全零行,继续算完劳斯表。检验劳斯表第一列元素符号的变化。
辅助方程的根,也是系统特征方程的根。
出现全零行时,系统可能出现一对纯虚根;或一对实部相反的实根;或两对实部符号相异、虚部相同的复根。
第18次ppt
z = e s T s = σ + j ω z = e σ T e j ω T ⟹ ∣ z ∣ = e σ T , ∠ z = ω T s 在 复 域 左 半 平 面 ⟺ σ < 0 ⟺ ∣ z ∣ < 1 , z 在 单 位 圆 内 z=e^{sT}\\ s=\sigma+j\omega\\ z=e^{\sigma T}e^{j\omega T} \Longrightarrow |z|=e^{\sigma T},\angle z=\omega T\\ s在复域左半平面\iff\sigma<0\iff |z|<1,z在单位圆内 z=esTs=σ+jωz=eσTejωT⟹∣z∣=eσT,∠z=ωTs在复域左半平面⟺σ<0⟺∣z∣<1,z在单位圆内
w = z + 1 z − 1 z = w + 1 w − 1 z = x + j y w = u + j v w=\frac{z+1}{z-1}\\ z=\frac{w+1}{w-1}\\ z=x+\mathrm jy\\ w=u+\mathrm jv w=z−1z+1z=w−1w+1z=x+jyw=u+jv
线性可逆变换
性质:
可 推 得 u = x 2 + y 2 − 1 ( x − 1 ) 2 + y 2 可推得u=\dfrac{x^2+y^2-1}{(x-1)^2+y^2} 可推得u=(x−1)2+y2x2+y2−1
特征多项式经w变换后,直接利用Routh 稳定判据判断系统稳定性
前提:系统存在稳态
只考虑原理性误差,不考虑非线性因素引起的误差
期望输出与实际输出之差
e ( t ) ≜ y r ( t ) − y ( t ) e(t)\triangleq y_r(t)-y(t) e(t)≜yr(t)−y(t)
负反馈系统设计中,一般希望反馈信号与输入信号一致:
希 望 反 馈 信 号 b r ( t ) = r ( t ) , B r ( s ) = R ( s ) 误 差 E ( s ) = 1 H ( s ) [ R ( s ) − B ( s ) ] 希望反馈信号b_r(t)=r(t),\ B_r(s)=R(s)\\ 误差E(s)=\dfrac{1}{H(s)}[R(s)-B(s)] 希望反馈信号br(t)=r(t), Br(s)=R(s)误差E(s)=H(s)1[R(s)−B(s)]
e s s = lim s → 0 s [ Φ e ( s ) R ( s ) + Φ f ( s ) F ( s ) ] 不 考 虑 扰 动 产 生 的 误 差 时 , e s s = lim s → 0 s R ( s ) 1 + G ( s ) H ( s ) e_{ss}=\lim_{s\rightarrow0}s[\Phi_e(s)R(s)+\Phi_f(s)F(s)]\\ 不考虑扰动产生的误差时,e_{ss}=\lim_{s\rightarrow0}\frac{sR(s)}{1+G(s)H(s)} ess=s→0lims[Φe(s)R(s)+Φf(s)F(s)]不考虑扰动产生的误差时,ess=s→0lim1+G(s)H(s)sR(s)
终值定理应用条件:极点都位于左半平面(系统稳定)
此法适用于任何情况
G ( s ) H ( s ) = K s v ∏ i = 1 m 1 ( τ i s + 1 ) ∏ k = 1 m 2 ( τ k 2 s 2 + 2 ζ k τ k s + 1 ) ∏ j = 1 n 1 ( T j s + 1 ) ∏ l = 1 n 2 ( T l 2 s 2 + 2 ζ l τ l s + 1 ) G(s)H(s)=\dfrac{K}{s^v}\dfrac{\prod\limits^{m_1}_{i=1}(\tau_is+1)\prod\limits_{k=1}^{m_2}(\tau_k^2s^2+2\zeta_k\tau_ks+1)}{\prod\limits^{n_1}_{j=1}(T_js+1)\prod\limits_{l=1}^{n_2}(T_l^2s^2+2\zeta_l\tau_ls+1)}\\ G(s)H(s)=svKj=1∏n1(Tjs+1)l=1∏n2(Tl2s2+2ζlτls+1)i=1∏m1(τis+1)k=1∏m2(τk2s2+2ζkτks+1)
K p = lim s → 0 G ( s ) H ( s ) = { K v = 0 ∞ v ≥ 1 K_p=\lim_{s\rightarrow0}G(s)H(s)\\ =\begin{cases} K&&v=0\\ \infty&&v\ge1 \end{cases} Kp=s→0limG(s)H(s)={K∞v=0v≥1
e s s = { A 1 + K p , v = 0 0 , v ≥ 1 e_{ss}=\begin{cases} \dfrac{A}{1+K_p}&,&v=0\\ 0&,&v\ge1\end{cases} ess=⎩⎨⎧1+KpA0,,v=0v≥1
K v = lim s → 0 s G ( s ) H ( s ) = { 0 , v = 0 K , v = 1 ∞ , v ≥ 2 K_v=\lim_{s\rightarrow0}sG(s)H(s)\\ =\begin{cases} 0,v=0\\ K,v=1\\ \infty,v\ge2\end{cases} Kv=s→0limsG(s)H(s)=⎩⎪⎨⎪⎧0,v=0K,v=1∞,v≥2
e s s = A K v e_{ss}=\frac{A}{K_v} ess=KvA
K a = lim s → 0 s 2 G ( s ) H ( s ) = { 0 , v ≤ 1 K , v = 2 ∞ , v ≥ 3 K_a=\lim_{s\rightarrow0}s^2G(s)H(s)\\ =\begin{cases} 0,v\le1\\ K,v=2\\ \infty,v\ge3 \end{cases} Ka=s→0lims2G(s)H(s)=⎩⎪⎨⎪⎧0,v≤1K,v=2∞,v≥3
e s s = A K a e_{ss}=\frac{A}{K_a} ess=KaA
A ⋅ 1 ( t ) A\cdot1(t) A⋅1(t) | A t At At | A t 2 / 2 At^2/2 At2/2 | |
---|---|---|---|
0 | A 1 + K p \dfrac{A}{1+K_p} 1+KpA | ∞ \infty ∞ | ∞ \infty ∞ |
I | 0 | A K v \dfrac{A}{K_v} KvA | ∞ \infty ∞ |
II | 0 | 0 | A K a \dfrac{A}{K_a} KaA |
e s s f = lim t → ∞ e f ( t ) = lim s → 0 s E f ( s ) = lim s → 0 s Φ e f ( s ) F ( s ) Φ e f = E ( s ) F ( s ) e_{ssf}=\lim_{t\rightarrow\infty} e_f(t)=\lim_{s\rightarrow0} s E_f(s)=\lim_{s\rightarrow0}s\varPhi_{ef}(s)F(s)\\ \Phi_{ef}=\dfrac{E(s)}{F(s)} essf=t→∞limef(t)=s→0limsEf(s)=s→0limsΦef(s)F(s)Φef=F(s)E(s)
e s s = e s s r + e s s f e_{ss}=e_{ssr}+e_{ssf} ess=essr+essf
Φ e ( s ) = E ( s ) R ( s ) = ∑ i = 0 ∞ 1 i ! Φ e ( i ) ( s ) s i = ∑ i = 0 ∞ c i s i \varPhi_e(s)=\frac{E(s)}{R(s)}=\sum_{i=0}^\infty \frac{1}{i!}\varPhi^{(i)}_e(s) s^i =\sum_{i=0}^\infty c_i s^i Φe(s)=R(s)E(s)=i=0∑∞i!1Φe(i)(s)si=i=0∑∞cisi
其中,
c i = 1 i ! [ d i d s i E ( s ) R ( s ) ] s = 0 c_i=\dfrac{1}{i!}[\dfrac{d^i}{ds^i}\dfrac{E(s)}{R(s)}]_{s=0} ci=i!1[dsidiR(s)E(s)]s=0
则
E ( s ) = ∑ i = 0 ∞ c i s i R ( s ) E(s)=\sum_{i=0}^\infty c_i s^i R(s) E(s)=i=0∑∞cisiR(s)
故
e s s ( t ) = ∑ i = 0 ∞ c i r ( i ) ( t ) e_{ss}(t)=\sum_{i=0}^\infty c_i r^{(i)}(t) ess(t)=i=0∑∞cir(i)(t)
处理:特征多项式作长除法
Tips: 分子分母升幂排列
$GH(z)=\mathscr Z[G(s)H(s)]=\dfrac{1}{(z-1)^v}GH_0(z) $
步骤:
K p = lim z → 1 G H ( z ) e s s ∗ ( ∞ ) = A 1 + K p K_p=\lim_{z\rightarrow1}GH(z)\\ e^*_{ss}(\infty)=\frac{A}{1+K_p} Kp=z→1limGH(z)ess∗(∞)=1+KpA
K v = lim z → 1 ( z − 1 ) G H ( z ) e s s ∗ ( ∞ ) = A T K v K_v=\lim_{z\rightarrow1} (z-1)GH(z)\\ e^*_{ss}(\infty)=\frac{AT}{K_v} Kv=z→1lim(z−1)GH(z)ess∗(∞)=KvAT
A ⋅ 1 ( t ) A\cdot1(t) A⋅1(t) | A t At At | A t 2 / 2 At^2/2 At2/2 | |
---|---|---|---|
0 | A 1 + K p \dfrac{A}{1+K_p} 1+KpA | ∞ \infty ∞ | ∞ \infty ∞ |
I | 0 | A T K v \dfrac{AT}{K_v} KvAT | ∞ \infty ∞ |
II | 0 | 0 | A T 2 K a \dfrac{AT^2}{K_a} KaAT2 |
Φ e ∗ ( s ) = Φ e ∗ ( z ) ∣ z = e s T \varPhi_e^*(s)=\left. \varPhi_e^*(z)\right|_{z=e^{sT}} Φe∗(s)=Φe∗(z)∣z=esT
当系统某参数变化时,闭环系统特征方程的根在s平面上的变化轨迹
回顾:
闭环零点=前向开环零点+反馈开环极点
特征方程: D ( s ) = G ( s ) H ( s ) + 1 = 0 D(s)=G(s)H(s)+1=0 D(s)=G(s)H(s)+1=0 ,即
G ( s ) H ( s ) = k ( s − z 1 ) ⋯ ( s − z m ) ( s − p 1 ) ⋯ ( s − p n ) = − 1 G(s)H(s)=\frac{k(s-z_1)\cdots(s-z_m)}{(s-p_1)\cdots(s-p_n)}=-1 G(s)H(s)=(s−p1)⋯(s−pn)k(s−z1)⋯(s−zm)=−1
闭环极点满足:
∣ G ( s ) H ( s ) ∣ = 1 ∠ G ( s ) H ( s ) = ∑ i = 1 m ∠ ( s − z i ) − ∑ j = 1 n ∠ ( s − p j ) = ( 2 k + 1 ) π , k ∈ N |G(s)H(s)|=1\\ \angle G(s)H(s) = \sum_{i=1}^m \angle(s-z_i) - \sum_{j=1}^n \angle(s-p_j) = (2k+1)\pi,k\in \mathbb N ∣G(s)H(s)∣=1∠G(s)H(s)=i=1∑m∠(s−zi)−j=1∑n∠(s−pj)=(2k+1)π,k∈N
21,22,23次课件
D ( s ) = s n + a n − 1 s n − 1 + ⋯ + a 0 ∑ i = 1 n s i = − a n − 1 ∏ i = 1 n ( − s i ) = a 0 D(s)=s^n + a_{n-1}s^{n-1}+\cdots+a_0\\ \sum_{i=1}^n s_i = -a_{n-1}\\ \prod_{i=1}^n (-s_i) = a_0 D(s)=sn+an−1sn−1+⋯+a0i=1∑nsi=−an−1i=1∏n(−si)=a0
n − m ≥ 2 n-m \ge2 n−m≥2 时,一部分根左移,另一部分根必定右移,且移动总量为零。
结论:若系统有两个开环极点,一个开环零点,复平面的根轨迹是以该零点为圆心的圆弧。:
对于线性系统,大范围渐近稳定 ⟺ \iff ⟺渐近稳定
对于非线性系统,大范围渐近稳定 ⟹ \Longrightarrow ⟹渐近稳定,但渐近稳定不一定是大范围渐近稳定。