第五章干扰模型.ppt

第5章 扰动模型;重点内容：;5.1 减小扰动影响的方法 在扰动源出削减扰动； 局部反馈削减扰动的影响； 来自可测扰动的前馈削减扰动的影响； 用预报来估计不可测扰动，扰动中的可预报部分则可以用前馈削减；;方法一：在扰动源出削减扰动;方法二：局部反馈削减扰动的影响;对于使用该方法需要具有以下条件： 必须完全明确扰动进入系统的途径； 必须得到反映扰动结果的实测变量； 必须得到在扰动附近得到进入系统的控制变量； 把控制变量与实测变量联系起来的动力学应允许使用高增益的控制回路，因此，需要一个附加的反馈回路。 典型例子： 采用稳压其减小到电子管、仪器和调节器的电源电压变化； 用稳压电源电压的方法削减温控中的温度偏差。;方法三：用前馈削减扰动的影响; 前馈是另一种控制方法。它是用来消除可测量的扰动，其基本思想为：用实测扰动来预防扰动对于过程变量的影响，进而引入适当的补偿控制作用。 与反馈相比较，其优点为：可以在扰动影响变量之前就发挥校正作用。 如果对扰动w和控制u到输出y的传递函数分别为Hw和Hp，则前馈补偿器的传递函数Hff理论上为：; 因为前馈是一种开环补偿，它需要一个准确的过程模型，用 数字控制容易加入过程模型，这样，可以预料随着数字控制的使 用，前馈的应用将会增加。实际上，前馈补偿器就是一个动态系统 求逆的计算。 前馈的一般过程为： 测出扰动； 生成力图抵消扰动的控制信号； 再把控制信号加到过程上。 前馈特别适用于： 由于指令信号或者参考信号变化产生的扰动； 适用于由过程逆向偏差产生顺向扰动的串级过程。;方法四：用预报削减扰动的影响;5.2 扰动的模型 经典扰动模型 分段确定性扰动 其他扰动;习惯上，把不同类型的扰动区分为： 负载扰动，测量误差和参数变化。 负载扰动 负载扰动 影响过程的变量，是典型缓慢变化的量，可以是周期性的。 典型例子： 力学系统：稳定天线上的阵风，船的波浪，电动机的负载； 过程控制：供给流涕的质量偏差，指令流量的偏差； 热力学系统：环境温度的变化。 ; 测量误差 测量误差要进入传感器中。在某些传感器中，可能由于校准而由定态误差，典型的测量误差具有高频成分，由于传感器的动力学特性还可能由动态误差，在传感器和过程之间还可能存在复杂的动态相互作用。典型的例子就是陀螺测量和核反应堆中液位的测量。 参数变化 使用着线性理论，再附加负载扰动和测量噪声。不过，实际系统常常是非线性的。把非线性的模型线性化得到线性模型，这意味着各种扰动可以更复杂的方式加入，于是，某些扰动还可以当作模型参数的偏差。; 经典扰动模型;冲击和脉冲 冲击和脉冲是短时突变扰动的简单抽象。它们可以代表负载扰动以及测量误差，对于连续系统，这种扰动是一种冲击(?函数)；在采用系统中，把这种扰动模型化为幅值为1，持续时间为一个采用周期的脉冲。 阶跃 阶跃信号是扰动的另一种模式。它常用以代表负载扰动或者是测量偏差。 斜坡 斜坡函数时间为负时，它为零；时间为正时，它线性的增加。它可以表示漂移的测量误差和突然开始漂移的扰动。 正弦 正弦周期性扰动的模型。适当选择频率可以表示低频负载扰动以及高频的测量噪声。; 分段确定性扰动;例子二：斜坡信号的预报器;假定脉冲出现的时刻事前未知??脉冲的幅值也是未知的，这种信号称为分段确定性信号。除了孤立点(给定集合，孤立点就是存在它的一个临域，在这个临域内除了它之外没有属于集合的点 )外，该信号是确定的，但是孤立点的变化是不可预报的。例子：; 状态空间模型;根据能观测性的条件的推导，可以获得状态为：;预报器模型II; 随机过程的扰动模型; 随机过程x的均值函数定义为：; 随机过程是平稳的的定义为：; 线性随机差分方程;令采样瞬时为{tk: k=0,1…}，在一个采样周期内对(4)积分，得：;由采样过程{x(t)}而得到的随机序列{x(tk): k=0,1…}可由差分方程; 线性随机差分方程定义为：;研究线性随机差分方程定义的随机过程的特性，并且计算出该过程的一阶矩和二阶矩。;特性二：协方差函数;初始条件为：;小结：离散的白噪声随机过程;注一：如果随机变量是高斯分布的，那么，此随机过程惟一的由其均值函数m和且协方差函数r表征。