「自控原理」2.4 信号流图与梅逊公式、闭环传递函数
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
文章目录
- 信号流图的基本概念
- 信号流图与方框图的关系
- 从结构图绘制信号流图
- 从信号流图绘制结构图
- 梅逊(Mason)增益公式
- Mason公式例题
- 典型闭环系统的结构图与传递函数
- 开环传递函数
- 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
- 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
- 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
- 源点和阱点: 用源节点表示输入信号、阱节点表示输出信号
- 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
- 通路: 沿支路箭头方向穿过各相连支路的路径
- 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
- 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
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。
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
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。
梅逊(Mason)增益公式
M=1Δ∑k=1N(PkΔk)M=\frac{1}{\Delta}\sum\limits_{k=1}^N(P_k\Delta_k)M=Δ1k=1∑N(PkΔk)
其中:
NNN: 系统前向通道数目
PkP_kPk: 第k条前向通路的增益
Δ\DeltaΔ: 特征式
Δ=1−∑kLk+∑i,jLiLj−∑l,m,nLlLmLn+…\Delta=1-\sum\limits_kL_k+\sum\limits_{i,j}L_iL_j-\sum\limits_{l,m,n}L_lL_mL_n+…Δ=1−k∑Lk+i,j∑LiLj−l,m,n∑LlLmLn+…
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)+…
Δk\Delta_kΔk: 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\DeltaΔ值。如果第k条前向通路与所有回路都有接触,那么Δk=1\Delta_k=1Δk=1
Mason公式例题
例题1:如图,求传递函数:
首先确定前向通路和回路:
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\DeltaΔ
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
直接从方框图可以看到前向通路和回路
当更换了输入输出变量后,回路和特征式是不受影响的
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:
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)=G1(s)G2(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。
- 输入r(t)作用下的闭环传递函数
Φ(s)=C(s)R(s)=G1(s)G2(s)1+G1(s)G2(s)H(s)Φe(s)=E(s)R(s)=11+G1(s)G2(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 - 干扰n(t)作用下的闭环传递函数
Φn(s)=C(s)N(s)=G2(s)1+G1(s)G2(s)H(s)Φen(s)=E(s)N(s)=−G2(s)H(s)1+G1(s)G2(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) - 系统的总输出以及总误差
总输出:
C(s)=G1(s)G2(s)⋅R(s)1+G1(s)G2(s)H(s)+G2(s)⋅N(s)1+G1(s)G2(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+G1(s)G2(s)H(s)+−G2(s)H(s)⋅N(s)1+G1(s)G2(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+G1G2H1+G_1G_2H1+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:
按照之前的结构,可以直接代入公式计算出各种传递函数。
可以按照不同的输入分别计算输出。
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。
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。
「自控原理」2.4 信号流图与梅逊公式、闭环传递函数相关推荐
- 「自控原理」2.1 控制系统的时域数学模型
本节介绍数学模型的基础知识.引入控制系统的时域数学模型--微分方程,并介绍其构建.使用方法 文章目录 引言 控制系统的时域模型--微分方程 线性定常系统微分方程的一般形式 几个典型的例子 RLC电路系 ...
- 自动控制原理(6)——结构图等效变换准则及应用、信号流图、梅逊公式
自动控制原理(6)--结构图等效变换准则及应用.信号流图.梅逊公式 一.结构图等效变换准则 1.等效原则 对结构图的任一部分进行变换时,变换前后输入输出的数学关系保持不变 2.串联连接 n个方框依次串 ...
- 「自控原理」3.3 稳定性与稳态误差、时域校正
本节介绍稳定性分析的原理以及代数稳定性判据(劳斯判据) 本节介绍系统稳态误差的定义及计算方法 本节介绍时域校正方法 文章目录 稳定性分析 稳定的充要条件与必要条件 劳斯判据-Routh 例题 两种特殊 ...
- 「自控原理」3.2 二阶系统时域分析
本节介绍二阶系统的时域分析,主要介绍欠阻尼情况下的时间响应与动态性能指标 文章目录 概述 极点的表示方法 无阻尼响应 临界阻尼响应 过阻尼响应 欠阻尼响应 欠阻尼系统的单位阶跃响应 动态性能与极点分布 ...
- 「自控原理」4.2 根轨迹法分析与校正
本节介绍利用根轨迹法分析系统性能发热方法 本节介绍根轨迹校正 文章目录 利用根轨迹分析系统性能 主导极点法 增加零极点对系统的影响 根轨迹校正 串连超前校正 原理与步骤 超前校正例题 串连滞后校正 附 ...
- 「自控原理」7 非线性系统分析
本节介绍非线性系统的典型特性 本节介绍相平面法.描述函数法分析非线性系统 文章目录 非线性控制系统概述 典型非线性特性 非线性特性的等效变换 相平面法 相轨迹的性质 相轨迹的绘制 解析法 等倾线法 线 ...
- 「自控原理」5.1 频率特性及其图示
本节介绍频率特性法的基本概念 本节介绍典型环节的幅相频率特性和对数频率特性 本节介绍绘制开环系统的Nyquist图和Bode图 文章目录 频率特性的基本概念 幅相频率特性 Nyquist 典型环节的幅 ...
- 「自控原理」5.2 频域稳定判据、频域分析
本节介绍奈奎斯特稳定判据.对数稳定判据,并引入稳定裕度 本节介绍频率特性法分析系统性能 本节介绍通过开环频率特性得到闭环频率特性的方法 文章目录 频域稳定判据 奈奎斯特稳定判据 Z=P−2NZ=P-2 ...
- 「自控原理」3.1 时域分析法、一阶系统时域分析
本节介绍时域分析法.典型输入信号.常用性能指标 本节介绍一阶系统的时间响应和动态性能指标 文章目录 概述 时域法 时间响应 四个常用的典型输入信号 五个常用的性能指标 一阶系统的时间响应及动态性能 单 ...
最新文章
- 设置静态固定ip地址
- java rsa数字签名_RSA 数字签名算法(Java版)
- 2018.5.5信息安全铁人三项赛数据赛复现
- 大数据小白系列——HDFS(1)
- protect db by denying DDL operations
- 用C#实现DES加密解密解决URL参数明文的问题
- 《数学之美》—信息指纹及其应用
- grep正则表达式详解及练习
- csv在python中的意思,在python中解析csv
- 表格文字超数量就竖排_干货 |超实用Word、Excel、PPT软件技能
- js html table转json 反向生成数据源
- java网页版斗地主_JAVA控制台版斗地主
- Layui表单验证lay-verify属性
- 用foobar,ape转mp3
- Uri.parse()的各种用法
- 成功解决微信跳转到手机默认浏览器下载
- python - 作业13:打地鼠小游戏(附代码)
- 15、【易混淆概念集】-第九章 职责分配矩阵(RAM) 活动资源估算、资源分解结构 获取资源 资源/项目/自然日历区别 虚拟团队、集中办公、认可与奖励 塔克曼阶梯理论 冲突管理 权力类型
- Android -- RecyclerView实现顶部吸附效果
- QT_QML_仿微信界面(实战)
热门文章
- 使用EasyBCD安装Ubuntu
- Spring Data Neumann RC2, Moore SR7, and Lovelace SR17
- 管理项目,提高效率---Trello简单使用
- 如何下载战争雷霆(亲测有效)
- OpenCV-Python实战(1)——OpenCV简介与图像处理基础
- 网站文章如何能自动判定是抄袭?一种算法和实践架构剖析
- 刚刚和ChatGPT聊了聊隐私计算
- 关于Hbase的kinit认证的坑
- jxl.read.biff.BiffException: Unable to recognize OLE stream:
- 华为od统一考试B卷【连续出牌数量】Java 实现