在积分环节和惯性环节实验中,如何根据单位阶跃响应曲线的波形,确定积分环节和惯性环节的时间常数

在积分环节和惯性环节实验中,如何根据单位阶跃响应曲线的波形,确定积分环节和惯性环节的时间常数,第1张

测定时间常数T的方法:用示波器的“时标”开关测出过渡过程时间t(即98%UO时的时间),由公式T = t/4计算时间常数

惯性环节:找出最大波形的0632倍的点,此时对应的时间为时间常数T。

对积分环节,积分时间常数T的数值等于输出信号变化到与输入信号的阶跃变化量相等时所经过的一段时间。在单位阶跃响应曲线上就能确定。

扩展资料:

惯性环节,时间常数T就是当输入信号为阶跃函数时,输出信号以起始速度变化到最后平衡值所需的时间。从单位阶跃响应曲线的起始点做切线与最后平衡值相交,则起始点到此交点所经历的时间就是惯性环节的时间常数T。

最简单的积分环节可由一个电容充电过程来表征实际使用时,常由宽频带放大器经过电容器反馈而构成。

参考资料来源:百度百科-惯性环节

步骤/方法

1、新建GUI,保存,并按图示部署各控件(edit

text,static

texe,listbox,axes),按图修改各String

2、右击“曲线绘图”--View

Callbacks--Callback,输入以下程序

3、右击“关闭”--View

Callbacks--Callback,输入以下程序

4、右击“listbox控件”--View

Callbacks--Callback,输入以下程序

5、运行四大环节,如下(依次为比例环节、惯性环节、比例微分环节、比例积分环节绘图)

6、自行输入函数程序,绘制任意图像,以y=sin(x)为例,点击“曲线绘制”

传递函数的零极点形式类似于:G(s)=K(s±a)/[s(s±b)(s±c)],说白了,就是任意环节(比例环节不考虑)只要有拉氏算子s,分子分母需要同时除或乘统一常数,将其系数变换成1,得到环节就是零极点形式。

clc

clear

s=tf('s');

num=[1];

den=[3 1];

disp('原系统:')

Gs=tf(num,den);

Gsinputdelay=02

T0=0001;

t=0:T0:100;

L=length(t);

h=(step(Gs,t));

plot(h);

ht=h;

for i=1:L

if abs(h(i)-063)<=00001

t2=i;

end

if abs(h(i)-039)<=00001

t1=i;

end

end

T=2(t2-t1)T0

delay_time=(2t1-t2)T0

num1=[1];

den2=[T 1];

disp('辨识系统:');

Gsinputdelay=delay_time

不能。

1、一阶惯性环节串联后的极点为实极点,而二阶振荡环节的极点为复极点。

2、一阶惯性环节主要是对输入信号有延迟,1Ts的环节就是一阶惯性环节。二阶惯性环节系统响应速度缓慢,且系统阻尼比为1,因此也没有超调现象。

可以参考薛定宇教授《控制系统计算机辅助设计——MATLAB语言与应用》一书,在第2版的第6-3节或第3版的第8章,里面有专门的讨论(第2版中简称FOLPD,第3版改成FOPDT),有多种方法可用,并提供了相应的函数getfolpd(第3版相应改名getfopdt)。

惯性环节的传递函数为k/(ts+1)。

传递函数是指零初始条件下线性系统响应(即输出)量的拉普拉斯变换(或z变换)与激励(即输入)量的拉普拉斯变换之比。记作G(s)=Y(s)/U(s),其中Y(s)、U(s)分别为输出量和输入量的拉普拉斯变换。传递函数是描述线性系统动态特性的基本数学工具之一,经典控制理论的主要研究方法——频率响应法和根轨迹法——都是建立在传递函数的基础之上。传递函数是研究经典控制理论的主要工具之一。[1]

把具有线性特性的对象的输入与输出间的关系,用一个函数(输出波形的拉普拉斯变换与输入波形的拉普拉斯变换之比)来表示的,称为传递函数。原是控制工程学的用语,在生理学上往往用来表述心脏、呼吸器官、瞳孔等的特性。

惯性环节与延迟环节的区别:

惯性环节从输入开始时刻就已有输出,仅由于惯性,输出要滞后一段时间才接近所要求的输出值;

延迟环节从输入开始后在0 ~ τ时间内没有输出,但t =τ之后,输出完全等于输入。

以上就是关于在积分环节和惯性环节实验中,如何根据单位阶跃响应曲线的波形,确定积分环节和惯性环节的时间常数全部的内容,包括:在积分环节和惯性环节实验中,如何根据单位阶跃响应曲线的波形,确定积分环节和惯性环节的时间常数、利用Matlab的GUI绘控制系统典型环节图像的方法技巧、自动控制原理中怎么把惯性环节改写成零极点形式等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/zz/9521925.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-04-29
下一篇2023-04-29

发表评论

登录后才能评论

评论列表(0条)

    保存