「自控原理」2.4 信号流图与梅逊公式、闭环传递函数

文章介绍了信号流图的基本概念,包括节点、支路、通路和回路,并阐述了它与方框图的关系。梅逊增益公式用于简化复杂系统的计算,提供了快速求解闭环传递函数的方法。文章还讨论了闭环传递函数的概念,并通过例题展示了如何从结构图或信号流图求解传递函数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本节引入了信号流图以及梅逊增益公式,可以据此快速对系统进行化简
本节引入了闭环传递函数的概念,并介绍了常用的闭环传递函数


方框图还是很强大的,但是当系统比较复杂的时候化简方框图就非常繁琐,所以引入信号流图。

信号流图的基本概念

  1. 节点: 表示变量的点。也就是一个物理量。只出不入的节点叫做源节点,只入不出的点叫做阱节点
  2. 支路和增益: 连接两个节点的有向线段称为支路,支路上方标注增益。输出信号等于输入信号乘以增益
  3. 源点和阱点: 用源节点表示输入信号、阱节点表示输出信号
  4. 混合节点: 既有输入又有输出的节点。1出2入为比较点,1入2出为引出点
  5. 通路: 沿支路箭头方向穿过各相连支路的路径
  6. 前向通路: 从源点到阱点的通路通过任一节点不多于一次,称这个通路为前向通路
  7. 回路: 通路的起点就是终点,称这个通路为回路

信号流图与方框图的关系

从结构图绘制信号流图

在这里插入图片描述
第一步画出节点。也就是有多少变量画多少个小圈
然后按照传递函数,写增益。注意反馈的地方,如果是负反馈那么整体的增益需要写上-号,而不能在信号比较的地方画-号。
在这里插入图片描述
注意a4和c并不是合并为一个点,因为在信号流图里面是只入不出表示输出,所以需要单独添加一个阱点

从信号流图绘制结构图

在这里插入图片描述
根据信号流图先画各个环节。注意要识别比较点和引出点。把箭头变成方框,把圈变成箭头信号。
在这里插入图片描述

梅逊(Mason)增益公式

M = 1 Δ ∑ k = 1 N ( P k Δ k ) M=\frac{1}{\Delta}\sum\limits_{k=1}^N(P_k\Delta_k) M=Δ1k=1N(PkΔk)
其中:
N N N: 系统前向通道数目
P k P_k Pk: 第k条前向通路的增益
Δ \Delta Δ: 特征式
Δ = 1 − ∑ k L k + ∑ i , j L i L j − ∑ l , m , n L l L m L n + … \Delta=1-\sum\limits_kL_k+\sum\limits_{i,j}L_iL_j-\sum\limits_{l,m,n}L_lL_mL_n+… Δ=1kLk+i,jLiLjl,m,nLlLmLn+
或者用文字表示为:
Δ = 1 − \Delta=1- Δ=1(所有不同单回路增益之和)+(所有可能的两两互不接触回路增益之和)-(所有可能的三个互不接触的回路增益之和)+…
Δ k \Delta_k Δk: 第k条前向通路特征式的余子式,就是抽去第k条前向通路后剩下的信号流图的特征式 Δ \Delta Δ值。如果第k条前向通路与所有回路都有接触,那么 Δ k = 1 \Delta_k=1 Δk=1

Mason公式例题

例题1:如图,求传递函数:
在这里插入图片描述
首先确定前向通路和回路:
在这里插入图片描述
确认有没有两两、三三互不接触的回路(本题没有)
然后就可以写特征式,代入梅逊增益公式计算了
特征余子式这道题第一个前向通道与所有回路都相交所以余子式为1,而第二个前向通路与所有回路都不相交所以余子式为原本的 Δ \Delta Δ
在这里插入图片描述

一般来说,给出结构图要求使用梅逊公式的时候并不需要化成信号流图,可以直接从方框图求解。不过这就需要尤其注意正负反馈。比如:例题2: 求传递函数
在这里插入图片描述
直接从方框图可以看到前向通路和回路
在这里插入图片描述
当更换了输入输出变量后,回路和特征式是不受影响的
在这里插入图片描述
用方框图直接代入梅逊公式就一定要注意负反馈带来的 - 号的问题
此外在判断互不接触的回路时也要特别小心,必须从图上看信号流动有没有相交,不能从回路增益中是否含有相同环节判断是否相交。

典型闭环系统的结构图与传递函数

在前面的例题里面也可以看出来,对于同一个系统,可以写出好几个不同的传递函数,在这里做进一步的讲解。

一个典型的闭环系统结构图如图:
在这里插入图片描述

使用梅逊增益公式求这些传递函数非常简单。只需要根据不同的输入和输出确定前向通道即可,这里就不写过程了。

开环传递函数

系统的开环传递函数定义为前向通道传递函数与反馈通道传递函数之积
G ( s ) H ( s ) = B ( s ) E ( s ) = G 1 ( s ) G 2 ( s ) H ( s ) G(s)H(s)=\frac{B(s)}{E(s)}=G_1(s)G_2(s)H(s) G(s)H(s)=E(s)B(s)=G1(s)G2(s)H(s)

闭环传递函数

由于研究线性定常时不变系统,满足叠加原理,因此使r(t)、n(t)分别作用,分别研究其传递函数。
此外系统输出 C ( s ) C(s) C(s)和偏差信号 E ( s ) E(s) E(s)都可以反应系统所处的状态,因此可以分别列写传递函数。

  1. 输入r(t)作用下的闭环传递函数
    Φ ( s ) = C ( s ) R ( s ) = G 1 ( s ) G 2 ( s ) 1 + G 1 ( s ) G 2 ( s ) H ( s ) Φ e ( s ) = E ( s ) R ( s ) = 1 1 + G 1 ( s ) G 2 ( s ) H ( s ) \Phi(s)=\frac{C(s)}{R(s)}=\frac{G_1(s)G_2(s)}{1+G_1(s)G_2(s)H(s)}\\ \Phi_e(s)=\frac{E(s)}{R(s)}=\frac{1}{1+G_1(s)G_2(s)H(s)} Φ(s)=R(s)C(s)=1+G1(s)G2(s)H(s)G1(s)G2(s)Φe(s)=R(s)E(s)=1+G1(s)G2(s)H(s)1
  2. 干扰n(t)作用下的闭环传递函数
    Φ n ( s ) = C ( s ) N ( s ) = G 2 ( s ) 1 + G 1 ( s ) G 2 ( s ) H ( s ) Φ e n ( s ) = E ( s ) N ( s ) = − G 2 ( s ) H ( s ) 1 + G 1 ( s ) G 2 ( s ) H ( s ) \Phi_n(s)=\frac{C(s)}{N(s)}=\frac{G_2(s)}{1+G_1(s)G_2(s)H(s)}\\ \Phi_{en}(s)=\frac{E(s)}{N(s)}=\frac{-G_2(s)H(s)}{1+G_1(s)G_2(s)H(s)} Φn(s)=N(s)C(s)=1+G1(s)G2(s)H(s)G2(s)Φen(s)=N(s)E(s)=1+G1(s)G2(s)H(s)G2(s)H(s)
  3. 系统的总输出以及总误差
    总输出:
    C ( s ) = G 1 ( s ) G 2 ( s ) ⋅ R ( s ) 1 + G 1 ( s ) G 2 ( s ) H ( s ) + G 2 ( s ) ⋅ N ( s ) 1 + G 1 ( s ) G 2 ( s ) H ( s ) C(s)=\frac{G_1(s)G_2(s)\cdot R(s)}{1+G_1(s)G_2(s)H(s)}+\frac{G_2(s)\cdot N(s)}{1+G_1(s)G_2(s)H(s)} C(s)=1+G1(s)G2(s)H(s)G1(s)G2(s)R(s)+1+G1(s)G2(s)H(s)G2(s)N(s)
    总误差:
    E ( s ) = R ( s ) 1 + G 1 ( s ) G 2 ( s ) H ( s ) + − G 2 ( s ) H ( s ) ⋅ N ( s ) 1 + G 1 ( s ) G 2 ( s ) H ( s ) E(s)=\frac{R(s)}{1+G_1(s)G_2(s)H(s)}+\frac{-G_2(s)H(s)\cdot N(s)}{1+G_1(s)G_2(s)H(s)} E(s)=1+G1(s)G2(s)H(s)R(s)+1+G1(s)G2(s)H(s)G2(s)H(s)N(s)

观察各个传递函数,我们发现其分母都是 1 + G 1 G 2 H 1+G_1G_2H 1+G1G2H,称这个式子=0为系统的特征方程,反应系统的固有特征,不随输入输出量而改变。特征方程的根叫做特征根。(闭环的特征方程和特征根)
这里需要和前面2.2节提到的特征方程和特征根进行区分。由开环传递函数求得的是开环的特征方程和特征根。

例题:
在这里插入图片描述
按照之前的结构,可以直接代入公式计算出各种传递函数。
在这里插入图片描述
可以按照不同的输入分别计算输出。
在这里插入图片描述
这里是把每一个传递函数都化成时域方程然后再叠加。其实也可以在复域叠加传递函数,然后再化成时域方程。
在这里插入图片描述
这个地方偏差没有用传递函数再计算而是直接通过反馈关系叠加出来的。

<think>好的,用户让我介绍闭环传递函数公式。首先,我需要回忆一下闭环传递函数的基本概念。闭环传递函数是控制系统中的一个重要概念,它描述了在反馈作用下系统的输入和输出之间的关系。用户可能在学习自动控制原理或者相关课程,需要理解闭环系统的数学模型。 接下来,我需要确定闭环传递函数的一般形式。通常,闭环系统由前向路径和反馈路径组成。假设前向传递函数是G(s),反馈传递函数是H(s),那么闭环传递函数公式应该是G(s)/(1 + G(s)H(s))。不过,我需要确认这个公式是否适用于所有情况,比如单位反馈和非单位反馈的情况。如果是单位反馈,即H(s)=1,那么闭环传递函数就是G(s)/(1 + G(s))。而非单位反馈的情况下,则是G(s)/(1 + G(s)H(s))。 然后,用户可能需要具体的例子来帮助理解。比如,假设一个简单的系统,前向传递函数是K/(Ts+1),反馈是H(s)=1,那么闭环传递函数就是[K/(Ts+1)] / [1 + K/(Ts+1)],化简后得到K/(Ts+1 + K)。不过这个例子是否正确?我需要检查一下是否正确应用了闭环传递函数公式。 另外,用户可能对闭环传递函数的推导过程感兴趣。是否需要解释公式或者通过方块图简化来推导闭环传递函数?考虑到用户的问题比较基础,可能只需要给出公式和简要的解释,而不需要深入推导步骤。 还需要注意用户是否有其他需求,比如闭环传递函数的特性,如稳定性、稳态误差等,但用户的问题明确要求公式,所以可能不需要扩展这些内容。不过,适当的补充说明可能有助于用户理解公式的意义。 另外,用户之前的提问是关于惯性环节的阶跃响应,现在转向闭环传递函数,可能是在学习控制系统的不同部分。需要确保回答之前的解释在术语和符号上保持一致,比如使用相同的变量符号,如前向传递函数G(s),反馈H(s)等。 最后,需要检查是否有常见的误区需要提醒用户。例如,闭环传递函数的分母1 + G(s)H(s)是系统的特征多项式,其根决定了系统的稳定性。这部分是否要提及?可能简要提到,但主要集中于公式本身。 总结步骤: 1. 定义闭环传递函数,说明其在反馈系统中的作用。 2. 给出闭环传递函数的标准公式,区分单位反馈和非单位反馈情况。 3. 提供具体的例子,验证公式的正确性。 4. 解释公式中各部分的含义,如前向通道和反馈通道的传递函数。 5. 可能提到特征方程的重要性,但不过多深入。 6. 确保回答结构清晰,逐步引导用户理解公式的构成和应用。</think>--- ### **闭环传递函数公式** 闭环传递函数用于描述**反馈控制系统**中输入输出之间的数学关系,其核心公式如下: --- #### **1. 闭环传递函数的标准形式** 对于典型反馈系统(如图): - **前向通道传递函数**:$G(s)$ - **反馈通道传递函数**:$H(s)$ 闭环传递函数为: $$ \Phi(s) = \frac{Y(s)}{R(s)} = \frac{G(s)}{1 + G(s)H(s)} $$ 其中: - $Y(s)$:系统输出; - $R(s)$:系统输入; - $1 + G(s)H(s)$:闭环系统的特征多项式,决定系统稳定性。 --- #### **2. 公式推导(基于负反馈)** 1. **开环传递函数**:$G(s)H(s)$; 2. **闭环关系**:输出 $Y(s) = G(s) \cdot [R(s) - H(s)Y(s)]$; 3. 整理得: $$ Y(s) = \frac{G(s)}{1 + G(s)H(s)} R(s) $$ 即闭环传递函数为 $\frac{G(s)}{1 + G(s)H(s)}$。 --- #### **3. 特例:单位反馈系统** 若反馈通道为直接测量($H(s) = 1$),则公式简化为: $$ \Phi(s) = \frac{G(s)}{1 + G(s)} $$ --- #### **4. 示例** 假设前向通道为惯性环节 $G(s) = \frac{K}{Ts + 1}$,反馈 $H(s) = 1$,则闭环传递函数为: $$ \Phi(s) = \frac{\frac{K}{Ts + 1}}{1 + \frac{K}{Ts + 1}} = \frac{K}{Ts + 1 + K} $$ --- #### **5. 物理意义** - **分母 $1 + G(s)H(s)$**:体现反馈对系统的调节作用,增强稳定性; - **增益变化**:闭环系统可能降低原开环增益(如单位反馈时稳态增益为 $\frac{G(0)}{1 + G(0)}$)。 --- #### **6. 应用** 闭环传递函数用于: 1. 分析系统稳定性(通过特征方程根的位置); 2. 计算动态性能(如超调量、调节时间); 3. 设计控制器(如PID参数整定)。 --- ### **示意图** ```plaintext R(s) + E(s) Y(s) 输入 → (⊕) → [G(s)] → ... → 输出 ↑ │ └──[H(s)]───┘ ``` **注**:闭环传递函数是控制系统设计的核心工具,通过调整 $G(s)$ 和 $H(s)$ 可实现期望性能。
评论 1
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
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