【自动控制原理传递函数】


微分方程模型不便于分析结构或参数变化对系统性能的影响,所以我们便引入复数域的数学模型–传递函数。

传递函数定义

线性定常系统的传递函数,是零初始条件下系统输出 量的拉氏变换与系统输入量的拉氏变换之比。

条件

线性定常系统

零初始条件(1.系统的输入在t>0时才作用于系统。即在t=0时系统输 入及其各项导数均为零。 2.输入在加于系统之前,系统为稳态。即在t=0时输出及 其所有导数为零。)

传递函数的标准形式

在这里插入图片描述
n>=m

系统的特征多项式:分母多项式。
系统的特征方程:N(s)=0 
系统的极点(特征根): N(s)=0的根。 
系统的零点: M(s)=0的根。 
系统的阶次:分母多项式的阶次。 

零极点分布图

在复数平面上,用○表示零点,用╳表示极点。
在这里插入图片描述

传递函数与微分方程

将微分方程算符d/dt用复数s置换可 以得到传递函数。
在这里插入图片描述

性质

传递函数反映系统自身固有特性,与输入和初始条件无关。

不同的物理系统可能有相同的传递函数,而同一系统可以有不同的传递函数。

传递函数与单位脉冲响应之间是拉氏变换与拉氏反变换的关系。

例题

在这里插入图片描述

典型环节传递函数

比例环节

积分环节

惯性环节(非周期环节)

振荡环节

微分环节

理想微分环节(与积分环节对应)
一阶微分环节(与惯性环节对应)
二阶微分环节(与振荡环节对应)

延迟环节

自动控制原理中,将传递函数转换为框图可按以下一般性的方法进行: ### 确定基本环节 首先把传递函数分解成一些基本的环节,像比例环节 \(K\)、积分环节 \(\frac{1}{s}\)、微分环节 \(s\)、惯性环节 \(\frac{1}{Ts + 1}\) 等。例如,若传递函数为 \(G(s)=\frac{5}{2s + 1}\),就可看成是比例环节 \(K = 5\) 和惯性环节 \(\frac{1}{2s+1}\) 的组合。 ### 绘制函数方框 针对每个基本环节,绘制对应的函数方框。函数方框是一个矩形框,框内标注该环节的传递函数。对于上面提到的 \(G(s)=\frac{5}{2s + 1}\),就绘制两个方框,一个框内写 \(5\),另一个框内写 \(\frac{1}{2s + 1}\)。 ### 连接信号线 依据传递函数中各环节的运算关系,用信号线把各个函数方框连接起来。信号线是带有箭头的直线,箭头表示信号的传递方向。若环节是串联关系,前一个环节的输出信号线连接到后一个环节的输入。对于 \(G(s)=\frac{5}{2s + 1}\),比例环节 \(5\) 的输出信号线连接到惯性环节 \(\frac{1}{2s + 1}\) 的输入。 ### 确定比较点和引出点 要是传递函数中有加减运算,就需要用到比较点。比较点是一个小圆圈,圆圈上有多个输入信号线和一个输出信号线,输入信号在比较点进行加减运算。引出点则用于从信号线上引出一个相同的信号。例如,对于闭环系统的传递函数 \(G(s)=\frac{G_1(s)}{1 + G_1(s)H(s)}\),就需要用比较点来表示反馈信号和输入信号的相减运算。 ### 检查与完善 完成上述步骤后,检查框图的信号传递关系是否和传递函数一致,对框图进行完善,保证框图能够准确描述传递函数所代表的系统。 下面给出一个简单示例代码(使用 Python 的 `control` 库和 `matplotlib` 库辅助理解,这里只是示意信号传递关系的构建,并非直接绘制严格意义的框图): ```python import control import matplotlib.pyplot as plt import numpy as np # 定义传递函数 num = [5] den = [2, 1] G = control.TransferFunction(num, den) # 这里简单示意环节的连接 t = np.linspace(0, 10, 100) u = np.ones_like(t) # 输入信号 t, y = control.step_response(G, t) plt.plot(t, y) plt.xlabel('Time (s)') plt.ylabel('Output') plt.title('Step Response of the System') plt.grid(True) plt.show() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

奇异维度

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值