根轨迹的基本概念与绘制
根轨迹的基本概念与绘制
- 根轨迹的基本概念与绘制
- 根轨迹概念
- 利用根轨迹分析系统性能
- 根轨迹的基本方程
- 复数向量角度及模长计算
- 相角条件及模长条件
根轨迹的基本概念与绘制
根轨迹概念
根轨迹:系统的某一参数由 0 → ∞ 0\rightarrow \infty 0→∞变化时,闭环极点 λ \lambda λ(特征方程的根)在S平面相应变化所描绘出来的轨迹。(那么根轨迹里的根,指的就是特征方程的根。)
下面给出一个例题来讲解一些常用的参数定义;
系统结构图如下,分析 λ \lambda λ随开环增益K变化的趋势
写出系统开环传递函数:
G ( s ) = K s ( 0.5 s + 1 ) . . . . . . ( 1 ) = K ∗ s ( s + 2 ) . . . . . . . . . . . ( 2 ) \begin{aligned} G(s)&=\frac{K}{s(0.5s+1)} ......(1) \\ &=\frac{K^{*}}{s(s+2)}...........(2) \end{aligned} G(s)=s(0.5s+1)K......(1)=s(s+2)K∗...........(2)
其中, K ∗ = 2 K K^*=2K K∗=2K。
{ 式 ( 1 ) 为 尾 一 标 准 型 , K 定 义 为 开 环 增 益 式 ( 2 ) 为 首 一 标 准 型 , K ∗ 定 义 为 根 轨 迹 增 益 \left\{ \begin{array}{c}式(1)为尾一标准型,K定义为开环增益\\ 式(2)为首一标准型,K^*定义为根轨迹增益\\ \end{array} \right. {式(1)为尾一标准型,K定义为开环增益式(2)为首一标准型,K∗定义为根轨迹增益
写出闭环传递函数为;
Φ ( s ) = C ( s ) R ( s ) = K ∗ s 2 + 2 s + K ∗ \Phi(s)=\frac{C(s)}{R(s)}=\frac{K^*}{s^2+2s+K^*} Φ(s)=R(s)C(s)=s2+2s+K∗K∗
由于研究 K K K从 0 → ∞ 0\rightarrow \infty 0→∞变化,与 K ∗ K^* K∗从 0 → ∞ 0\rightarrow \infty 0→∞变化相同。因此,我们可以直接对 K ∗ K^* K∗进行讨论。
那么,求闭环极点,特征方程的根,即解如下方程:
s 2 + 2 S + K ∗ = 0 s^2+2S+K^*=0 s2+2S+K∗=0
设, λ 1 \lambda_1 λ1和 λ 2 \lambda_2 λ2为方程的两个根,解得:
λ 1 = − 1 + 1 − K ∗ λ 2 = − 1 − 1 − K ∗ \begin{array}{c} \lambda_1=-1+\sqrt{1-K^*}\\ \lambda_2=-1-\sqrt{1-K^*}\\ \end{array} λ1=−1+1−K∗ λ2=−1−1−K∗
从而,当 K ∗ K^* K∗从 0 → ∞ 0\rightarrow \infty 0→∞变化时,每一个 K ∗ K^* K∗的值,都对应着有两个根。如下表。
由此,根据 λ 1 \lambda_1 λ1和 λ 2 \lambda_2 λ2不同的数值,可以绘制得到两条曲线。如下图。
那么,如上图所示曲线,即为根轨迹。
利用根轨迹分析系统性能
既然画出了根轨迹,那么我们要清楚为什么画根轨迹,画根轨迹的意义是什么。由于根轨迹的根,指的是闭环传递函数的特征根,而通过根在复平面所在位置,我们可以分析并判断系统是否稳定。因此,通过根轨迹我们可以得知系统稳定的根出现在什么位置,并由根的值来反推传递函数中 K ∗ K^* K∗的值。
因此,接着上面这个例题,接下来分析系统稳定性的问题。
由特征根数值,我们可以知道系统是否稳定。
由于此例题中,根轨迹都在复域的左半平面上,即没有正实根的情况,因此,随着 K ∗ K^* K∗的值的变化,系统都将保持稳定。
根轨迹的基本方程
我们写出通用的闭环传递函数方程;
Φ ( s ) = G ( s ) H ( s ) 1 + G ( s ) H ( s ) (1) \Phi (s)=\frac{G(s)H(s)}{1+G(s)H(s)} \tag{1} Φ(s)=1+G(s)H(s)G(s)H(s)(1)
由闭环传递函数,我们可得闭环系统特征方程为:
1 + G ( s ) H ( s ) = 0 1+G(s)H(s)=0 1+G(s)H(s)=0
换个式子表示:
G ( s ) H ( s ) = − 1 (2) G(s)H(s)=-1 \tag{2} G(s)H(s)=−1(2)
此时,我们假设有m个开环零点,有n个开环极点。则得以下公式;
G ( s ) H ( s ) = K ∗ ∏ j = 1 m ( s − z j ) ∏ i = 1 n ( s − p i ) (3) G(s)H(s)=K^*\frac{\prod_{j=1}^m{\left( s-z_j \right)}}{\prod_{i=1}^n{\left( s-p_i \right)}} \tag{3} G(s)H(s)=K∗∏i=1n(s−pi)∏j=1m(s−zj)(3)
由,(2),(3)两式联立可得:
K ∗ ∏ j = 1 m ( s − z j ) ∏ i = 1 n ( s − p i ) = − 1 (4) K^*\frac{\prod_{j=1}^m{\left( s-z_j \right)}}{\prod_{i=1}^n{\left( s-p_i \right)}}=-1 \tag{4} K∗∏i=1n(s−pi)∏j=1m(s−zj)=−1(4)
因为,对于一个高阶系统来说,要求数值解会相当得麻烦,因此,我们会考虑换一种方法来获得根轨迹。而坐标轴除了直角坐标系以外,还有极坐标系。那么,我们这里可以考虑使用开环传递函数的模长和角度满足式(2)来获得根轨迹。
则,我们可以把特征方程分解为角度方程和模长方程两个方程。
复数向量角度及模长计算
在这里要讲解一个数学推导公式,以获得角度方程和模长方程。
在复数中,我们有一个最基本且最重要的公式叫做欧拉公式,复数的建立基本都来源于此公式,如下:
e i φ = cos φ + i sin φ (5) e^{i\varphi}=\cos \varphi +i\sin \varphi \tag{5} eiφ=cosφ+isinφ(5)
因此,我们将复数的一个形式依据欧拉公式做如下变换:
z = a + b i = a 2 + b 2 ( a a 2 + b 2 + b a 2 + b 2 i ) = a 2 + b 2 ( c o s θ + i s i n θ ) = a 2 + b 2 e i θ = ρ e i θ \begin{aligned} z&=a+bi\\ &=\sqrt{a^2+b^2}\left(\frac{a}{\sqrt{a^2+b^2}}+\frac{b}{\sqrt{a^2+b^2}}i\right)\\ &=\sqrt{a^2+b^2}\left(cos\theta+isin\theta \right)\\ &=\sqrt{a^2+b^2}e^{i\theta}\\ &=\rho e^{i\theta} \end{aligned} z=a+bi=a2+b2 (a2+b2 a+a2+b2 bi)=a2+b2 (cosθ+isinθ)=a2+b2 eiθ=ρeiθ
由上式,我们推导了将复数转化为了一种特殊的形式。其中, ρ \rho ρ为复数的模长,而 θ \theta θ表示复数向量的相角。
那么,我们重新推导复数的乘法及除法公式。首先假设两个复数如下:
z 1 = ρ 1 e i θ 1 z 2 = ρ 2 e i θ 2 z_1 = \rho _1e^{i\theta_1}\\ z_2 = \rho_2 e^{i\theta_2} z1=ρ1eiθ1z2=ρ2eiθ2
将两复数相乘,可得下式:
z ′ = z 1 z 2 = ρ 1 e i θ 1 ⋅ ρ 2 e i θ 2 = ρ 1 ρ 2 e i ( θ 1 + θ 2 ) = ρ ′ e i θ ′ (6) \begin{aligned} z' =z_1 z_2&= \rho _1e^{i\theta_1}\cdot\rho_2 e^{i\theta_2}\\ &=\rho_1\rho2e^{i(\theta_1+\theta_2)}\\ &=\rho 'e^{i\theta'} \end{aligned}\tag{6} z′=z1z2=ρ1eiθ1⋅ρ2eiθ2=ρ1ρ2ei(θ1+θ2)=ρ′eiθ′(6)
那么,从上式,我们可以得到如下公式:
{ θ ′ = θ 1 + θ 2 ρ ′ = ρ 1 ρ 2 (7) \left\{ \begin{aligned} \theta'&=\theta _1+\theta _2\\ \rho'&=\rho _1\rho _2\\ \end{aligned} \right. \tag{7} {θ′ρ′=θ1+θ2=ρ1ρ2(7)
由上式,说明两复数相乘后的相角等于两复数相角之和,而两复数相乘后模长等于两复数模的积
同样的,将两复数做除法可得下式;
z ′ = z 1 z 2 = ρ 1 e i θ 1 ρ 2 e i θ 2 = ρ 1 ρ 2 e i ( θ 1 − θ 2 ) = ρ ′ e i θ ′ (8) \begin{aligned} z'=\frac{z_1}{z_2} &=\frac{\rho_1e^{i\theta _1}}{\rho_2 e^{i\theta 2}}\\ &=\frac {\rho_1}{\rho_2}e^{i(\theta_1-\theta _2)}\\ &=\rho'e^{i\theta '} \end{aligned} \tag{8} z′=z2z1=ρ2eiθ2ρ1eiθ1=ρ2ρ1ei(θ1−θ2)=ρ′eiθ′(8)
于是,同理,可得
{ θ ′ = θ 1 − θ 2 ρ ′ = ρ 1 ρ 2 (7) \left\{ \begin{aligned} \theta'&=\theta _1-\theta _2\\ \rho'&=\frac {\rho_1}{\rho_2}\\ \end{aligned} \right. \tag{7} ⎩⎨⎧θ′ρ′=θ1−θ2=ρ2ρ1(7)
由上式,说明两复数相除后的相角等于两复数相角之差,而复数相除后的模等于两复数模的商。
相角条件及模长条件
在有了上述复数运算基础公式(7)后,我们可以通过特征方程获得到相角条件和模长条件,也就是相角方程和模长方程。
K ∗ ∏ j = 1 m ∣ s − z j ∣ ∏ i = 1 n ∣ s − p i ∣ = 1 (8) K^*\frac{\prod_{j=1}^m{\left| s-z_j \right|}}{\prod_{i=1}^n{\left| s-p_i \right|}}=1 \tag{8} K∗∏i=1n∣s−pi∣∏j=1m∣s−zj∣=1(8)
∑ m j = 1 ∠ ( s − z j ) − ∑ n i = 1 ∠ ( s − p i ) = ( 2 k + 1 ) π (9) \sum_{m}^{j=1}\angle {\left(s-z_j \right)}-\sum_{n}^{i=1}\angle {\left( s-p_i \right)}=(2k+1)\pi \tag{9} m∑j=1∠(s−zj)−n∑i=1∠(s−pi)=(2k+1)π(9)
那么由(8)和(9)式,我们就可以绘制出系统的根轨迹了。根轨迹8大法则见下篇。
根轨迹的基本概念与绘制相关推荐
- matlab系统的根轨迹,实验五 利用MATLAB绘制系统根轨迹
<实验五 利用MATLAB绘制系统根轨迹>由会员分享,可在线阅读,更多相关<实验五 利用MATLAB绘制系统根轨迹(6页珍藏版)>请在人人文库网上搜索. 1.实验五 利用MAT ...
- 绘制课本中的根轨迹图与零极点分布图
<信号与系统>第三版下册-郑君里 例11-8 已知反馈系统结构如图11-21所示,试绘制其根轨迹图. 这个图绘制的是A(s)F(s)的根轨迹图,并不是整个闭环系统的根轨迹图,也不是A(s) ...
- 自动控制原理笔记-根轨迹的概念-根轨迹方程
目录 根轨迹的基本概念: 根轨迹的概念:当开环系统某一参数从 0 到∞变化时,闭环极点在S 平面上变化所描绘出的轨迹. 闭环零极点与开环零极点之间的关系: 根轨迹方程: 开环增益于根轨迹间的关系: 闭 ...
- matlab求系统根轨迹和系统增益,控制系统的根轨迹分析
一.根轨迹分析方法的概念 所谓根轨迹是指,当开环系统某一参数从零变到无穷大时,闭环系统特征方程的根在s平面上的轨迹.一般来说,这一参数选作开环系统的增益K,而在无零极点对消时,闭环系统特征方程的根就是 ...
- 自动控制原理——线性系统的根轨迹分析法
根轨迹法 根轨迹的基本概念 定义 幅值条件 相角条件 根轨迹的本质 稳定性 稳态性能 动态性能 根轨迹的要求 普通根轨迹的绘制 绘制法则 1.根轨迹的支数.连续性.对称性 2.根轨迹的起点和终点 3. ...
- 自动控制原理->根轨迹
根轨迹 习题自测 根轨迹基本概念 判断题 根轨迹的绘制方法 判断题 计算题 基于根轨迹的控制系统分析设计 判断题 根轨迹 根轨迹的基本概念 根轨迹方程和约束条件 根轨迹的绘制方法 根轨迹的分支数(开环 ...
- 控制原理实验根轨迹MATLAB,《自动控制原理》实验报告(线性系统的根轨迹)
线性系统的根轨迹 实验四 线性系统的根轨迹 一.实验目的 1. 熟悉MATLAB用于控制系统中的一些基本编程语句和格式. 2. 利用MATLAB语句绘制系统的根轨迹. 3. 掌握用根轨迹分析系统性能的 ...
- 根轨迹图、Bode图、Nyquist图的Matlab仿真
根轨迹 根据输入的传递函数绘制根轨迹 在图上标出任意一点即能找到其他闭环极点并算出K 根据输入的Kg找出闭环极点 num=[1 1];%华工课本P186 den=[1 3 12 -16 0]; axi ...
- matlab系统函数伯德图,利用matlab画出根轨迹图|伯德图bode
求G(s)=K/s(s+1)(s+3)的根轨迹图形 若开环传递函数不是多项式乘积形式,则不需用conv函数,conv函数可用于多项式乘法以及卷积. num=[1,];%分子上的各项系数 %K=[1:1 ...
最新文章
- nodejs文件上传报错总结
- 移动磁盘格式化了的资料寻回方法
- linux双网卡驱动配置,linux网卡驱动安装、双网卡绑定
- pythonsuper多重继承_小白都能理解的Python多继承
- 把16进制值转换成颜色颜色16进制值表 .
- Cocos2d-X中的ZORDER和Tag
- 一天一道算法题--5.30---递归
- java 短信备份宝_Android实战教程第八篇之短信备份
- 人工智能基础入门——神经网络讲解
- 如何区分网线是几类的_网线怎么区分是几类的
- IEEE Transactions on Industrial Informatics(TII)投稿指导
- ASPF与NAT ALG的工作原理与应用
- mac 语音召唤siri_在Mac上使用Siri可以做的11件事
- 将NX,JT, step等一些常见3维格式文件直接发布到网页上,可在线浏览
- 击退加拿大鹅,波司登成年轻人冬季新欢?
- Android webview 清除历史访问记录
- 设为首页,收藏本站写法
- 华为云灾备方案,如何保障企业数据安全
- Armadillo使用介绍(八):第二个Armadillo程序
- [Shell]尚硅谷大数据技术之Shell--笔记(1)
热门文章
- 【统计学】统计学基础
- 浏览器被强制修改成 桔梗网—Google, Firefox
- “NING咖啡”来袭,李宁的流量把戏还是真未来?
- pdfjs 使用viewer 实现自动翻页(js控制)
- js判断数据是否为空值的方法
- 反掩码、掩码和通配符的区别
- 解铃还须系铃人—大数据时代的安全交给大数据
- 【C++】STL容器之string使用(赋值、拼接、查找、替换、比较、截取、插入、删除、子串)
- Django admin 页面添加自定义按钮 点击事件
- 处理器后面的字母含义_电脑CPU型号末端的字母是什么意思?让小编来告诉你吧...