精华内容
下载资源
问答
  • 基于MATLAB鲁棒控制工具箱,设计出计算机硬盘磁头的H无穷鲁棒控制器,具有良好的性能。
  • 案例来源于《现代鲁棒控制理论与应用》(梅生伟等) 程序已经调试通过,对于利用matlab鲁棒控制工具箱很有启发。
  • 风力发电系统中Matlab鲁棒控制工具箱的应用,黄金杰,沈恂,针对风力发电系统中风速变化的随机性、风机力矩的扰动、高频未建模的不确定性,本文利用Hinf回路成形算法对成形后的系统设计鲁棒��
  • 鲁棒控制工具箱提供了一系列的函数和工具以支持带有不确定元素的多输入多输出控制系统的设计。在该工具箱的帮助下,你可以建立带有不确定参数和动态特性的LTI模型,也可以分析MIMO系统的稳定性裕度和最坏情况下的...
  • 鲁棒控制工具箱手册

    2012-03-21 00:17:55
    鲁棒控制工具箱手册说明,知道如何在matlab环境下进行鲁棒控制工具箱的使用。
  • 1、项目调度问题的一些项目调度问题的一些 matlabmatlab 开发的工具箱开发的工具箱Matlab 鲁棒控制工具箱(Robust Control Toolbox)目 录一、引言 21、工具箱函数简介 21)不确定元素22)不确定矩阵...

    《项目调度问题的一些matlab开发的工具箱》由会员分享,可在线阅读,更多相关《项目调度问题的一些matlab开发的工具箱(39页珍藏版)》请在金锄头文库上搜索。

    1、项目调度问题的一些项目调度问题的一些 matlabmatlab 开发的工具箱开发的工具箱Matlab 鲁棒控制工具箱(Robust Control Toolbox)目 录一、引言 21、工具箱函数简介 21)不确定元素22)不确定矩阵和系统23)不确定模型的控制34)不确定模型间的互连35)模型降阶 36)鲁棒性和最坏情况分析 47)参数依赖系统的鲁棒性分析48)控制器综合49) 综合510)采样系统511)增益调度512)频域响应模型513)公用函数614)LMI 函数 615)LMI 特征 616)LMI 求解 617)结果验证618)修改 LMI 对象72、不确定性建模73、最坏情况下的。

    2、性能分析 94、MIMO 系统的鲁棒控制器设计115、模型降阶及逼近 136、作者简介 167、参考文献 17代码 1 ACC Benchmark Problem 18代码 2 NASA HiMAT 18二、多变量回路成形设计19三、模型降阶201、Hankel 奇异值202、加性误差方法和乘性误差方法 223、modreal 函数 264、ncfmr 函数285、参考文献 30四、鲁棒性分析 301、不确定性建模302、鲁棒性分析343、MIMO 系统的鲁棒性分析 384、最坏情况下增益分析43Matlab 鲁棒控制工具箱(Robust Control Toolbox)鲁棒控制工具箱提供了一。

    3、系列的函数和工具以支持带有不确定元素的多输入多输出控制系统的设计。在该工具箱的帮助下,你可以建立带有不确定参数和动态特性的 LTI 模型,也可以分析 MIMO 系统的稳定性裕度和最坏情况下的性能。该工具箱提供了一系列的控制器分析和综合函数,能够分析最坏情况下的性能及确定最坏情况下的参数值。利用模型降阶函数能够对复杂模型进行简化。同时提供了先进的鲁棒控制方法,如H2、H、LMI、 分析等。一、引言1、工具箱函数简介1)不确定元素ucomplex创建不确定复数参量ucomplexm创建不确定复数矩阵udyn创建未定义结构的不确定动态系统对象ultidyn创建线性时不变不确定性对象ureal创建不确。

    4、定实数参量2)不确定矩阵和系统diag对不确定矩阵和系统对角化randatom创建随机不确定性 atom 对象randumat创建随机不确定性矩阵randuss创建随机不确定性状态空间模型ufrd创建不确定性频域响应数据对象(ufrd) ,或者将其它模型转换为 ufrd 对象umat创建不确定性矩阵uss定义不确定性状态空间模型,或者将 LTI 对象转换为不确定性状态空间模型rss创建随机稳定连续时间状态空间模型3)不确定模型的控制actual2normalized 对于给定的 atom 对象,计算其与标准值间的归一化距离gridureal将 ureal 对象均匀网格化isuncertain判。

    5、断是否为不确定性系统lftdata将不确定对象分解为固定的规范型和固定的不确定性部分normalized2actual 将正规化坐标系中的 atom 值转换为实际值repmat复制和命名不确定矩阵simplify简化不确定对象的表达式squeeze将 umat 对象去掉一维usample产生随机不确定对象usubs替换不确定对象中的不确定参数uss/ssbal将不确定系统中的状态/不确定性标量化4)不确定模型间的互连iconnect创建空白的互连对象icsignal创建 icsignal 对象imp2exp将线性关系转换为输入-输出关系stack将不确定矩阵、模型或者数组压入堆中sysic互连。

    6、确定与不确定矩阵或系统5)模型降阶balancmr利用均方根法求降阶模型bstmr利用 Schur 法求随机模型的降阶模型hankelmr为降阶前的最小 Hankel 测度hankelsv计算稳定/不稳定系统、连续/离散系统的 Hankel奇异值imp2ss将脉冲响应模型转换为近似状态空间模型modreal模态形式的实现ncfmr归一化的互质降阶模型reduce利用 Hankel 奇异值法降阶schurmr利用 Schur 法求降阶模型slowfast将状态空间模型按照快-慢原则分解stabsep将状态空间模型按照稳定/不稳定原则分解6)鲁棒性和最坏情况分析cpmargin计算包含反馈控制器的。

    7、闭环系统的稳定性裕度gapmetric计算两个系统间的 gap、nugap 距离上限loopmargin分析反馈回路loosens分析包含反馈控制器的闭环系统的灵敏度mussv计算所构造的奇异值()的界限mussvextract从 mussv 创建的数据结构中提出 muinfo 对象ncfmargin计算反馈回路的归一化稳定性裕度popov执行 Popov 鲁棒性检验robopt创建可供 robuststab 和 robustperf 选择的对象robustperf计算不确定多变量系统的鲁棒性能裕度robuststab计算不确定多变量系统的鲁棒稳定性裕度wcgain计算不确定系统的最坏情况下的。

    8、增益界限wcgopt创建可供 wcgain、wcsens 和 wcmargin 使用的对象wcmargin计算最坏情况下反馈系统的增益/幅值裕度wcnorm计算最坏情况下不确定矩阵的范数wcsens计算最坏情况下反馈回路的灵敏度和补灵敏度函数7)参数依赖系统的鲁棒性分析aff2pol将仿射参数依赖系统(Parameter-Dependent Systems,P-系统)转换为多胞模型decay多胞模型或者 P-系统的二次衰减速率ispsys是否为 P-系统pdlstab评估多胞模型或者 P-系统的鲁棒稳定性pdsimulP-系统沿参数变化轨迹的时域响应polydec计算多胞坐标psinfo多胞模。

    9、型或者 P-系统的设置参数psys设置线性的多胞或者参数依赖系统pvec设置不确定性向量或者时变参数pvinfo参数向量的参数quadperf计算多胞模型或者 P-系统的二次型 H指标guadstab评估多胞模型或者 P-系统的二次型稳定性8)控制器综合augw为加权混合灵敏度回路成形设计创建增广系统模型h2hinfsyn极点配置约束下的混合 H2/H设计h2syn针对 LTI 模型设计 H2 控制器hinfsyn针对 LTI 模型设计 H最优控制器loopsynH回路成形控制器设计ltrsynLQG 回路传递函数恢复控制器设计mkfilter创建 Bessel,Butterworth,Che。

    10、byshev,RC 滤波器mixsynH混合灵敏度控制器设计ncfsynH归一化互质因子控制器设计sigma画出 LTI 反馈回路的奇异值makeweightH混合灵敏度中的权重(mixsyn,augw)9) 综合cmsclsyn常值矩阵 综合dksyn利用 综合 D-K 迭代法进行鲁棒控制器设计dkitopt创建供 dksyn 使用的对象drawmag鼠标交互操作函数fitfrd针对状态空间模型,合理化 D 标度的频域响应fitmagfrd针对稳定、最小相位的状态空间模型,合理化标量幅值数据genphase针对单输入单输出、实有理、最小相位传递函数,合理化的幅值响应数据10)采样系统sdhi。

    11、nfnorm计算采样系统的 L2 范数sdhinfsyn采样系统的 H控制器设计sdlsim带有反馈回路的采样系统的时域响应11)增益调度hinfgs增益调度 H控制器设计12)频域响应模型frd/loglogfrd 对象的 log-log 度量frd/semilogxfrd 对象的半对数(semilog)度量frd/rcondfrd 对象的互逆条件判断frd/schurfrd 对象的 Schur 分解frd/svdfrd 对象的奇异值分解13)公用函数bilin多变量频域双线性变换(s 域、z 域)dmplot对增益和相位裕度进行说明mktito将 LTI 系统分解为两输入-两输出系统sec。

    12、tf状态空间模型的双线性变换skewdec创建反对称矩阵symdec创建对称矩阵14)LMI 函数getlmisLMI 系统的内部描述lmiedit用 matlab 语言编辑或显示 LMI 系统lmiterm增加新项给现有的 LMI 对象lmivar在现有的 LMI 系统中设定矩阵变量newlmi增加新的 LMI 对象给现有的 LMI 系统setlmis初始化 LMI 系统15)LMI 特征dec2mat从决策变量向量中提取出矩阵值decinfo描述矩阵变量和决策变量中的联系decnbrLMI 系统中的决策变量个数lmiinfo现有 LMI 对象的信息lminbrLMI 系统中的 LMI 对象。

    13、的个数mat2dec从矩阵中提取决策变量向量matnbrLMI 系统中矩阵变量的个数16)LMI 求解defcx为 mincx 对象设定 cTx 对象feasp求解给定的 LMI 系统gevpLMI 约束下的广义特征值mincxLMI 约束下最小化线性对象17)结果验证evallmi针对给定的决策变量评估 LMIshowlmi待评估 LMI 对象的左边项和右边项18)修改 LMI 对象dellmi从现有 LMI 系统中移除 LMI 对象delmvar从带求解的 LMI 问题中移除矩阵变量setmvar举例矩阵变量和待评估的 LMI 项2、不确定性建模鲁棒控制的核心是对不确定 LTI 系统的建模。

    14、。系统的不确定性来源于系统参数不能精确获得,或者变化范围很大,比如系统零极点位置未知、增益未知。也可能存在结构未知。利用鲁棒控制工具箱可以利用 matlab 对象构造不确定 LTI 系统。例 1:ACC Bechmark Problem考虑如图 1 所示的 Bechmark Problem,两辆卡车由弹簧连接,不考虑摩擦力。图 1 ACC Benchmark Problem图 1 的结构框图见图 2 所示,图 2 中的一些传递函数为其中,参数 m1,m2,k 具有 20%的不确定性,即m1 = 10.2,m2 = 10.2,k = 10.2图 2 “ACC Benchmark“ Two-Car。

    15、t System Block Diagram y1 = P(s) u1最里面的虚线框传递函数矩阵为其中,输入为 u1, u2, 输出为 y1, y2。利用 matlab 对不确定系统 P 建模如下:% Create the uncertain real parameters m1, m2, m2 = ureal(m2,1,percent,20);k = ureal(k,1,percent,20);s = zpk(s); % create the Laplace variable sG1 = ss(1/s2)/m1; % Cart 1G2 = ss(1/s2)/m2; % Cart 2% Now。

    16、 build F and PF = 0;G1*1 -1+1;-1*0,G2; P = lft(F,k) % close the loop with the spring k系统 P 为 SISO、不确定、状态空间模型,具有 4 个状态和 3 个不确定参数,m1,m2 和 k,利用下面的命令得到标称模型:zpk(P.nominal)得到返回结果:Zero/pole/gain:1-s2 (s2 + 2)如果不确定系统 P 与一 LTI 控制器 C 连接,连接形式见图 3 所示。图 3 控制器连接得到闭环控制系统 y1 = T(s) u1 。针对三个不确定参数 m1,m2 和k 进行五次蒙特卡洛仿真,观察 00.1s 内的控制结果,程序如下:% Create the uncertain real parameters m1, m2, m2 = ureal(m2,1,percent,20);k = ureal(k,1,percent,20);s = z。

    展开全文
  • MATLAB控制工程工具箱技术手册

    热门讨论 2009-08-08 21:31:15
    本书主要介绍了MATLAB中与控制工程相关的6个基础工具箱:系统辨识工具箱、控制系统工具箱、鲁棒控制工具箱、模型预测控制工具箱、模糊逻辑工具箱和非线性控制设计模块,同时提供了MATLAB中的一些基础知识。...
  • 本书主要介绍了MATLAB中与控制工程相关的6个基础工具箱:系统辨识工具箱、控制系统工具箱、鲁棒控制工具箱、模型预测控制工具箱、模糊逻辑工具箱和非线性控制设计模块,同时提供了MATLAB中的一些基础知识。...
  • matlab开发-主减振器弹簧系统的鲁棒控制设计。质量/阻尼/弹簧控制系统设计的M文件,使用鲁棒控制工具箱,版本三
  • Matlab 6.0有30个工具箱包包括 控制系统工具箱Control System Toolbox 信号处理工具箱Signal Processing toolbox 系统辨识工具箱System Identification toolbox 鲁棒控制工具箱Robust Control toolbox 分析于综合...
  • 本文通过对一阶倒立摆物理模型的分析,介绍基于MATLAB软件的SimMehanics工具箱的建模方法,并建立了直线一阶倒立摆的结构模型。基于一阶倒立摆的SimMehanics模型,本文基于PID算法作为控制算法对模型进行控制

    基于PID的倒立摆控制算法

    一阶倒立摆建模:https://blog.csdn.net/qq_29860971/article/details/88582152

    源码:https://download.csdn.net/download/qq_29860971/11020126

    1.PID算法概述

      PID是按偏差的比例(P)、积分(I)和微分(D)的控制器进行控制,是应用最为广泛的一种自动控制器,因其结构简单,容易调节,且不需要对系统建立精确的模型,在实际控制中应用较广。
    PID调节器各校正环节的作用是:

    比例环节:即时成比例的反映控制系统偏差信号;偏差一旦产生,调节器立即产生控制作用以减小偏差,产生过调;

    积分环节:主要用于消除静差,提高系统的无差度,当积分环节过大时会产生振荡;

    微分环节:能反映偏差信号的变化趋势,并能在偏差信号的值变得太大之前,在系统中引入一个有效的早期修正信号,从而加快系统的动作速度,减少调节时间。
    在这里插入图片描述
      此次实验只考虑控制摆杆的角度,小车的位置是不受控的,即摆杆角度的单闭环控制,立起摆杆后,会发现小车向一个方向运动直到碰到限位信号。那么要使倒立摆稳定在固定位置,还需要增加对电机位置的闭环控制,这就形成了摆杆角度和电机位置的双闭环控制。立摆后表现为电机在固定位置左右移动控制摆杆不倒。

      一阶倒立摆建模在之前已经建立好了。下面我们在对小车的推力作为输入量,摆杆的角度作为反馈量,建立一个一阶闭环控制模型。如下图:
    在这里插入图片描述
      新版本的matlab里有PID的集成模块,直接在工具箱搜索便可调用。

    2.采用P数字控制器校正系统

      取KP=10,将Ki、KD置为0,即可获得P数字控制器,控制效果如下图所示。从图中可以看出,闭环控制系统持续振荡,周期约为0.2s。
    在这里插入图片描述

    3.采用PD数字控制器校正系统

      为消除系统的振荡,增加微分控制参数KD。令KP=10,Ki=0,KD=1,得到如下仿真图。图上可以看出,系统在大概1.8秒后到达稳定,但存在一定的稳态误差。
    在这里插入图片描述

    4.采用PID数字控制器校正系统

      为消除稳态误差,我们增加积分参数Ki。令KP=10,Ki=2,KD=1,得到如下仿真图所示。从图中我们可以看出,系统可以较好的稳定摆杆角度在初始角度,但由于积分因素的影响,稳定的时间明显增加了。
    在这里插入图片描述

    总结

      采用P控制器时,系统响应较快,可以在短时间内达到稳定状态。但是纯P控制器超调量较大,且存在稳态误差。单纯比例控制只适用于扰动不大、滞后较小、负荷变化小、要求不高、允许有一定余差的场合。

      采用PD控制器可以有效调节偏差,在快速变化时使调节量在最短的时间内得到强化调节,但是还是存在调节稳态误差,适用于大滞后环节。

      采用PI控制器可以有效的消除稳态误差,但是I值过大容易使系统不稳定,对有较大惯性滞后环节的控制系统,要尽量避免使用。PI控制器的响应速度比P控制器慢。

      采用PID控制器没有稳态误差,系统响应速度介于P控制器和PI控制器之间,超调量比P控制器小。只要合理选择三个作用的控制参数,可以得到较为理想的控制效果。

      在建模中,还有许多非线性因素未考虑进去,例如传动轴的阻力、摆杆的惯性等。在控制算法中,由于系统设计的是单输入单输出系统,所以只能控制摆杆的角度,并不能控制小车的位置,所以小车只会往一个方向运动,如下图所示。若需控制倒立摆系统在固定位置附近,还需设计位置PID闭环控制,由于本人时间有限,本次还无法实现。
    在这里插入图片描述
    一阶倒立摆建模:https://blog.csdn.net/qq_29860971/article/details/88582152

    源码:https://download.csdn.net/download/qq_29860971/11020126

    展开全文
  • 通过算例熟悉MATLAB模糊控制工具箱设计一个二维模糊控制器控制一个一阶被控对象G(s)1,然后改变控制对象参Ts 1数的大小,观察模糊控制的鲁棒性。 1、模糊推理的五个步骤 1) 输入变量的模糊化这是模糊推理的第一步,...

    通过算例熟悉MATLAB模糊控制工具箱

    设计一个二维模糊控制器控制一个一阶被控对象G(s)

    1

    ,然后改变控制对象参Ts 1

    数的大小,观察模糊控制的鲁棒性。 1、模糊推理的五个步骤 1) 输入变量的模糊化

    这是模糊推理的第一步,是获取输入变量,并确定它们的隶属函数,从而确定属于每个模糊集合的隶属度。 2) 应用模糊算子

    完成了输入模糊化,就知道了对于每个模糊规则,前提中每一个部分被满足的程度。如果一个给定规则的前提有多个部分,则要应用模糊算子来获得一个数值,这个数值表示前提对于该规则的满足程度。 3) 应用推理方法

    推理的类型有mamdani和sugeno 推理。Mamdani推理法是一种在模糊控制中普遍使用的方法,它本质上仍然是一种合成推理方法,只不过对模糊蕴涵关系取不同的形式而已。Mamdani型推理,从每个规则的结果中得到的模糊集通过聚类运算后得到结果模糊集,被反模糊化后得到系统输出。Sugeon型推理:其中每个规则的结果是输入的线性组合,而输出是结果的加权线性组合。 4) 输出的聚类

    由于决策是在对模糊推理系统中所有规则进行综合考虑的基础上做出的,因此必须以某种方式将规则结合起来以做出决策。聚类就是这样一个过程,它将表示每个规则输出的模糊集结合成一个单独的模糊集。聚类方法有max,probor(概率乘),sum。其中,sum执行的是各规则输出集的简单相加。 5) 解模糊化

    解模糊化过程也叫反模糊化过程,它的输入是一个模糊集,既上一步的聚类输出模糊集,其输出为一个单值。模糊集的聚类中包含很多输出值,因此必须进行反模糊化,以从集合中解析出一个单输出值。 2、模糊逻辑工具箱的介绍

    模糊逻辑工具箱提供的图形用户界面(GUI)工具有五个:模糊推理系统(FIS)编辑器;隶属函数编辑器;模糊规则编辑器;模糊规则观察器;输出曲面观察器。 1)FIS编辑器:

    Matlab的FIS界面如图1所示。FIS处理系统有多少个输入变量,输出变量,名称是什么,模糊算子“与”(min,prod乘积,custom自定义),“或”(max大,probor 概率统计方法,custom),推理方法(min,prod,custom),聚类方法(max,probor,sum,custom),解模糊的方法(centroid质心法,bisector中位线法,middle of maximum,largest of maximum,smallest of maximum)。

    展开全文
  • 本书介绍了系统辨识工具箱,控制系统工具箱,鲁棒控制工具箱,模型预测控制工具箱和模糊逻辑工具箱的使用与并写有代码。真正的pdf版。
  • Matlab 7.0有40余个工具箱包包括 控制系统工具箱Control System Toolbox 信号处理工具箱Signal Processing toolbox 系统辨识工具箱System Identification toolbox 鲁棒控制工具箱Robust Control toolbox 分析于综合...
  • Point Toolbox定点运算工具箱14RF Toolbox射频工具箱15Phased Array System ...鲁棒控制工具箱20Model Predictive Control Toolbox模型预测控制工具箱21Aerospace Toolbox航空航天工具箱图像处理与计算机视觉22Image ...
  • matlab工具箱LMI使用

    2018-04-24 20:20:06
    鲁棒控制LMI工具箱,ppt内有详细程序和例题介绍,从老师哪里转载而来。
  • 在毕业设计中,我学习了LMI理论,Matlab中LMI工具箱的使用,研究了常见的控制问题与LMI关系以及其表达式,并研究了基于LMI方法的鲁棒控制器设计问题,推导了如何将鲁棒控制器设计问题转化为LMI形式,给出了通过求解...

空空如也

空空如也

1 2 3 4
收藏数 62
精华内容 24
关键字:

matlab鲁棒控制工具箱

matlab 订阅