计算机控制技术第12讲课件_第1页
计算机控制技术第12讲课件_第2页
计算机控制技术第12讲课件_第3页
计算机控制技术第12讲课件_第4页
计算机控制技术第12讲课件_第5页
已阅读5页,还剩15页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第六章:

计算机控制系统的状态空间设计

授课人:李会军状态观测器设计为什么要设计状态观测器

在使用状态反馈法配置闭环系统极点时,需要利用系统的全部状态变量。然而系统的状态变量并非都能使用物理方法测量出来,有些状态变量根本无法测量,甚至没有常规的物理意义。这些情况下,要在工程上实现状态反馈,就需要对系统的状态进行估计,即构造状态观测器;系统状态的开环估计为状态的观测值,观测误差: 误差状态方程 观测误差的转移矩阵为,如果原系统 不稳定,观测误差将会逐渐发散,观测 器失去意义;2状态观测器设计全维状态观测器预测观测器

基本思想:利用实际输出值估计下一时刻的状态 根据求得,称为预测观测器3状态观测器设计全维状态观测器预测观测器—求解误差反馈增益矩阵L

状态观测器的特征方程为 比较两个特征方程的系数,得到一组线性方程组。求解该线性方程组,即可确定反馈增益矩阵L中的元素; 例1:已知系统的状态方程如下,且各状态不可测量。设计一个状态观测器,将观测器的极点配置在-1/2,和-1/45状态观测器设计全维状态观测器 解:采用预测观测器结构,则观测器的反馈增益矩阵和系统矩阵为 状态观测器的特征方程 状态观测器的期望特征方程: 比较两个特征方程的系数:m:输出变量个数;n:状态变量个数6状态观测器设计全维状态观测器预测观测器—求解误差反馈增益矩阵L 2、艾克曼公式法(不加证明)

假设系统是可观测的,闭环系统的期望特征根为,观测器的反馈增益矩阵L可计算如下:7状态观测器设计全维状态观测器现值观测器 是的现今观测值,误差方程为: 误差反馈矩阵L的求解方法和预测观测器的求解方法相同;9状态观测器设计全维状态观测器预测观测器和现值观测器的区别 1、预测观测器用产生,得到 2、现值观测器用修正产生,得到10状态观测器设计全维状态观测器 例2:设计二阶系统的全维状态观测器 解:二阶系统的系数矩阵如下 如果使用预测观测器进行设计,观测误差的状态转移矩阵为:11状态观测器设计全维状态观测器

现值观测器的特征方程为: 如果期望特征方程为: 比较系数,可得:注意:一般来讲,现值观测器比预测观测器的观测效果要好一些13状态观测器设计降维状态观测器降维原因:实际系统的输出测量值包含了某些状态,因此在观测时可不用观测这些状态,只观测那些不能直接通过输出值确定的状态;假设系统有p个状态可直接测量,另外q=n-p个状态需要观测 系统的状态方程可表示为:

14状态观测器设计降维状态观测器观测误差方程:利用全维状态观测器的预测观测器形式进行推导 降维状态观测器的观测误差状态方程为

误差反馈增益矩阵L可使用比较系数法和艾克曼公式法求解;15控制律与观测器的组合完整控制系统 控制系统的特征方程为:

预测观测器的反馈误差增益矩阵L只影响观测器的特征根;状态反馈增益矩阵K只影响闭环系统的特征根。因此,两个增益矩阵可根据各自极点的要求分开设计,这就是所谓的分离原理;:预测观测器的特征方程:状态反馈闭环系统的特征方程17控制律与观测器的组合观测器对闭环系统的影响 如果将预测观测器和控制规律相结合, 构成控制器,则为控制器的输入, 为控制器的输出,输出方程为: 根据预测观测器方程,推导控制器的状态方程

将代入上式: 进行Z变换,可得: 因为:,进行Z变换,可得18控制律与观测器的组合观测器对闭环系统的影响 如果系统初始状态和观测器初始状态相同,即,两式相减: 可得,说明系统的动态过程和观测器无关。但是,实

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论