通信网站建设云开发壁纸小程序

通信网站建设,云开发壁纸小程序,qq小程序开发,网站建设与管理专业好找工作吗自抗扰控制#xff0c;幅频特性曲线#xff0c;传函推导#xff0c;pid等效#xff0c;跟踪曲线#xff0c;抗扰曲线。 s tf(s); G 1/(s^2 2*0.6*5*s 5^2); % 二阶振荡环节 bode(G), grid on 这代码画出来的幅频特性曲线能直观展示系统谐振峰的位置。注意看相位曲线…自抗扰控制幅频特性曲线传函推导pid等效跟踪曲线抗扰曲线。s tf(s); G 1/(s^2 2*0.6*5*s 5^2); % 二阶振荡环节 bode(G), grid on这代码画出来的幅频特性曲线能直观展示系统谐振峰的位置。注意看相位曲线在谐振频率处的跳水这个特性直接影响控制器的参数整定。ADRC的核心在于扰动观测器咱们来看个简化版的传递函数推导。设被控对象为G(s)b/(s²a1sa0)扩张状态观测器ESO的传递函数可以写成LESO (β1s β0)/(s² β1s β0)这结构是不是很眼熟没错就是个典型二阶滤波器。当β12ω0β0ω0²时就构成了带宽ω0的观测器。实际操作时建议把观测器带宽设为控制器带宽的3-5倍。接下来搞点刺激的——把ADRC等效成PID形式。拿二阶系统举例经过等效变换后可以得到Kp (ωc² 2ξωcωo)/bKi ωc³/bKd (2ξωc ωo)/b这里ωc是控制器带宽ωo是观测器带宽。实战中参数整定可以先用这个公式算个初值再微调。注意b是被控对象增益辨识不准的话后面会翻车。看段跟踪效果验证的Python代码from scipy import signal import matplotlib.pyplot as plt sys signal.TransferFunction([1], [1, 2, 3]) t np.linspace(0, 5, 500) t_out, y signal.step_response(sys, t) plt.plot(t, y, label实际输出) plt.plot(t, t*0 1, --, label目标值) plt.legend()典型的跟踪曲线会出现超调和振荡这时候就得调ESO的带宽。当观测器足够快时你会发现曲线像被磁铁吸住目标值一样这就是ADRC的跟踪微分器在发力。抗扰性能是重头戏看这个Simulink模型截图假装有图在3秒时突加阶跃扰动传统PID的输出会像过山车一样波动而ADRC的输出只是微微颤抖就恢复稳定。秘密在于ESO实时估计并补偿了扰动相当于给系统装了减震器。最后说个坑调试时别盲目追求带宽曾经有个项目把观测器带宽调到10kHz结果传感器噪声被放大得连亲妈都不认识。记住带宽和噪声永远是死对头找到平衡点才是真功夫。