基于MATLAB线性控制系统的分析.doc

《基于MATLAB线性控制系统的分析.doc》由会员分享，可在线阅读，更多相关《基于MATLAB线性控制系统的分析.doc（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 学院：物理与机电工程学院 班级：电子122班 姓名：李家旗 学号： 日期：2014-12-28 基于MATLAB线性控制系统的分析摘要：MATLAB是国际上使用最为广泛的科学与工程计算软件工具。与其他编程类语言相比，MATLAB具有强大、丰富的内置函数和工具箱,界面设计时更加简洁、快捷与直观。在简要介绍线性控制系统分析方法的基础上，并在MATLAB 7.1和WINDOWS 7操作系统下成功实现，经过试验测试，结果正确。该方法对于其他关于MATLAB的应用具有抛砖引玉的作用。关键词 ：MATLAB；线性控制系统。Analysis ofLinear ControlSystem based onM

2、ATLABAbstract:MATLAB is a computing software tools for international use most popular scientific and engineering. And otherThe Cheng Lei language compared, MATLAB has a powerful, rich built-in function and toolbox, interface design more simple, quick and intuitive. Based on a brief introduction to l

3、inear control systems analysis method, and successfully implemented in MATLAB 7.1 and WINDOWS 7 operating system, by testing, the result is correct. The method is valuable for the other MATLAB application role.Keywords:MATLAB;Linear ControlSystem. 目录摘要.11 引言.32分析动态性能.3 2.1动态性能指标的定义.3 2.2MATLAB函数编程求系

4、统的动态性能.3 2.3近似条件.63分析稳态性能 .6 3.1稳态性能指标的定义.6 3.2MATLAB 函数编程求系统的稳态性能.6参考文献.8附录. . . 9 1 引 言在确定系统的数学模型后，便可以用几种不同的方法去分析控制系统的动态性能和稳态性能。在经典控制理论中，常用时域分析法，根轨迹法或频域分析法来分析线性控制系统的性能。MATLAB 是美国 MATHWORKS 公司研制开发的软件产品,它是当今世界上使用最为广泛的科学计算软件之一,MATLAB 具有强大、丰富的内置函数和工具箱,以及高度灵活的可编程性,MATLAB 特别适用于科学计算、图形图像处理、数据的拟合和可视化等,还具有

5、动画处理、FOURIER 变换、有限差分和有限元的处理等高级功能1。由于采用了面向对象的技术并且以矩阵运算为基础,它的数据处理效率是其他软件很难相比的。与VC相比,两者在图形界面之间有很大的相似性 ,但 MATLAB 实现更简单,特别是对于有大量数值运算和图形图像处理的程序,MATLAB 具有很大优势。本文将线性控制系统和MATLAB相结合，利用MATLAB结合例子从时域方面分析线性控制系统。2 分析动态性能2.1 动态性能指标的定义上升时间rt：指响应从终值10%上升到终值90%所需的时间；对于有振荡 系统，亦可定义为响应从零第一次上升到终值所需的时间。上升时间是系统 响应速度的一种度量。上

6、升时间越短，响应速度越快。 峰值时间pt:指响应超过其终值到达第一个峰值所需的时间。 调节时间st：指响应到达并保持在终值5%内所需的最短时间。 超调量%:指响应的最大偏离量h(tp)与终值h()的差与终值h()比的百分数，即%=(h(tp)-h()/h()*100%若h(tp)0 i=i-1; if y(i)=y1|y(i)0 i=i-1; if y(i)=y1|y(i)0 i=i-1; if y(i)=y1|y(i)0 i=i-1; if y(i)=y1|y(i)=y2;m=i;break endendts=(m-1)*0.01; %求调节时间 title(单位阶跃响应); grid;程序

7、d：clear all;clc;n1=24,18,3;d1=1,2,10,0,0;s1=tf(n1,d1);sys=feedback(s1,1);roots(sys.den1);程序e：clear all;clc;n1=3*conv(2,1,4,1);d1=conv(1,0,0,1,2,10);s1=tf(n1,d1);sys=feedback(s1,1);t=0:0.1:30;num1=sys.num1;den1=sys.den1,0,0;sy1=tf(num1,den1); y1=step(sy1,t);nu2=1;den2=1,0,0,0;sy2=tf(nu2,den2);y2=impulse(sy2,t);subplot(121),plot(t,y2,y1),grid;subplot(122),es=y2-y1;plot(t,es),grid;ess=es(length(es);