PID控制LQRH控制器实例已修正错误.docx
- 文档编号:2190774
- 上传时间:2022-10-27
- 格式:DOCX
- 页数:27
- 大小:419.72KB
PID控制LQRH控制器实例已修正错误.docx
《PID控制LQRH控制器实例已修正错误.docx》由会员分享,可在线阅读,更多相关《PID控制LQRH控制器实例已修正错误.docx(27页珍藏版)》请在冰豆网上搜索。
PID控制LQRH控制器实例已修正错误
0引言
随着磁盘驱动器轨道密度的不断增长,越来越多的算法被引入到磁盘驱动器的磁头定位上;由于H∞控制能详细的指定闭环系统的结构,利用H∞控制来增强HDD伺服系统的性能和鲁棒性成为一种可行的方法;本文将对几种常见的控制器:
PID,极点配置,LQR和H∞控制器进行研究,并比较各种控制的优缺点。
本文则分别介绍了4种不同的控制控制器来改善系统的动态性能、稳态性能、跟踪性能和抗干扰性能。
1原系统的特性
1.1参考论文系统结构图分析
本文通过阅读《AComparativeStudyoftheUseoftheGeneralizedHoldFunctionforHDDs》一文,对硬盘伺服系统的模型进行分析,如图1-1所示是参考论文系统结构图。
图1-1参考论文系统结构图
其中P为控制对象、K为控制器、S为采样器、y采样器测量值、v为采样测量噪声、为外部干扰、W为低通滤波器、U为控制器输出、、和比例因子。
参考论文采用的是H∞控制器来改善一个离散系统性能,本文在没有考虑采样器情况下,针对控制对象P来设计几种控制器来改善一个连续系统性能,并做了一个横向比较。
1.2控制对象的传递函数
式
(1)为控制对象传递函数,下文中针对控制对象P设计控制器,首先,经过对被控对象分析,加入一个比例因子就可以达到一个基本的控制效果。
MATLAB程序仿真如下:
num=conv([-3*10^7],[1-2.4*10^51.92*10^10]);%多项式乘法
den=conv([1251.33.948*10^5],[12.4*10^51.92*10^10]);
g1=tf(num,den)
g=g1/(-76);%加入比例因子
G=minreal(g)
figure
(1);step(G);
Transferfunction:
394800s^2-9.475e010s+7.58e015
s^4+2.403e005s^3+1.926e010s^2+4.92e012s+7.58e015
图1-2原系统阶跃响应曲线
由仿真结果知,系统传递函数互质,状态空间最小实现为4阶。
如图1-2所示系统阶跃响应曲线可知系统稳定,超调量53%,响应时间0.045s,但是控制效果不理想。
因此,需要进一步设计控制器来改善系统性能。
下面对硬盘模型P进行四种控制器的设计:
PID控制器、基于极点配置的状态反馈控制器、线性二次最优(LQR)控制器、控制器。
2PID控制器设计
2.1PID控制器原理
为了便于理解PID控制器的原理,首先介绍一下典型PID控制器系统原理框图如图2-1所示:
-
图2-1典型PID控制结构
在图2-1中,系统的偏差信号为。
在PID调节作用下,控制器对误差信号分别进行比例、积分、微分运算,其结果的加权和构成系统的控制信号,送给被控对象加以控制。
PID控制器的数学描述为:
式中,Kp为比例系数,Ti为积分时间常数,Td的微分时间常数。
连续PID控制器的Laplace变换式可以写成:
但为了避免纯微分运算,经常用一阶滞后环节来近似纯微分环节,即将PID控制器写成如下形式:
本文采用Ziegler-Nichols公式得出PID函数来进行PID控制器的设计,从系统的稳定性、响应速度、超调量和稳态精度等各方面来考虑,kp,ki,kd的作用如下:
(1)比例系数kp的作用是加快系统的响应速度,提高系统的调节精度。
kp越大,系统的响应速度越快,系统的调节精度越高,但易产生超调,甚至会导致系统不稳定。
kp取值过小,则会降低调节精度,使响应速度缓慢,从而延长调节时间,使系统静态、动态特性变坏。
(2)积分作用系数ki的作用是消除系统的稳态误差。
ki越大,系统静态误差消除越快,但ki过大,在响应过程的初期会产生积分饱和现象,从而引起响应过程的较大超调。
若ki过小,将使系统静态误差难以消除,影响系统的调节精度。
(3)微分作用系数kd的作用是改善系统的动态特性,其作用主要是在响应过程中抑制偏差向任何方向的变化,对偏差变化进行提前预报。
但kd过大,会使响应过程提前制动,从而延长调节时间,而且会降低系统的抗干扰性能。
2.2PID控制器设计
加入PID控制器之后,通过如上所述kp、ki、kd的作用调节Kp、Ti、Td参数使得闭环传递函数阶跃响应达到理想效果,MATLAB程序仿真如下:
num=conv([-3*10^7],[1-2.4*10^51.92*10^10]);
den=conv([1251.33.948*10^5],[12.4*10^51.92*10^10]);
G1=tf(num,den);
G=G1/(-76);%这一项有问题
G1=-G1;
[Kc,b,Wc,d]=margin(G1);%取得控制对象幅值裕度Kc、相位裕度d、和交叉频率Wc、d
Tc=2*pi/Wc;%求取参数
Kp=0.45*Kc;Ti=0.5*Tc;Td=0.5*Tc;
GPID=Kp*(1+tf(1,[Ti0])+tf([Td0],[Td/201]));
figure
(2);
step(feedback(G1*GPID,1),'-',G,'--');
figure(3);
bode(feedback(G1*GPID,1),'-',feedback(G,1),'--');
axis([00.0101.6])%有问题,这里
%各参数取值为:
Kp=0.150********068
Ti=9.728509668515869e-004
Td=9.728509668515869e-004
N=20
设计控制器为:
系统阶跃响应曲线如图2-2所示:
图2-2PID控制前后的阶跃响应曲线
图2-3PID控制后系统的伯德图
2.3控制器性能分析
如图2-2、图2-3所示分析了PID控制前后系统动态性能和稳态性能,系统的超调量由53%降为14.2%,调节时间由0.045s降到0.00452s,动态性能明显提高。
从闭环系统伯德图可以看出,系统零频幅振比M(0)=0db,所以阶跃响应输入时,其稳态误差为0,另外,校正后系统的谐振峰值远小于原系统,所有超调量比较小,而频带宽度比原系统宽,所以调节时间比较短,快速性比较好,但抗干扰性能比较差。
再看PID控制的扰动输入时情况。
在原系统模型中:
1、令,则可得到由输入到输出的传递函数为:
(6)
2、令,则可得到由干扰到输出的传递函数为:
(7)
由以上分析可知,。
MATLAB程序仿真如下:
figure(3);step(1/(1+GPID*G1));%干扰信号的阶跃响应
axis([00.007-0.31.2]);
图2-4PID控制系统抗干扰性能曲线
图2-4所示,PID控制器作用下系统对阶跃干扰信号几乎可以完全抑制,系统抗干扰性能非常好。
因此,该控制器方案达到预期效果。
2.4Simulink仿真link仿真
利用Simulink仿真PID控制,仿真图如下图2-5
图2-5Simulink仿真图
仿真结果如下:
图2-6阶跃响应曲线
图2-7控制信号输入
从图2-6,图2-7仿真结果可以知道,系统可以较快跟踪阶跃信号,而且控制对象的控制信号输入也在合理范围以内。
3极点配置控制器的设计
3.1极点配置设计
本文中原系统传递函数是4阶SISO系统,且系统传递函数互质,因此首先把系统化为能控标准型,然后可直接进行基于状态反馈的极点配置。
由对控制对象分析知道,系统的平衡实现中:
g=[116.165278.17590.00510.0005]
可以看出系统有两个极点的权重非常小,可以忽略它的影响,对系统分析时,
系统的主要性能由主导极点决定。
对系统进行降阶,可以得到系统降阶后传递函数为:
系统降阶后模型为一个二阶系统。
对于二阶系统,其特征多项式为,对应特征根为,对于二节系统动态特性来说,当=0.707是为比较理想,这时。
基于以上分析选择两个主导极点和两个远极点,得到MATLAB程序仿真如下:
num=conv([-3*10^7],[1-2.4*10^51.92*10^10]);
den=conv([1251.33.948*10^5],[12.4*10^51.92*10^10]);
G1=tf(num,den);
G=G1/(-76);
Gs=sscanform(G,'ctrl')%把原系统化为能控标准型
[ABCD]=ssdata(Gs);
P=[-3000-3000i,-3000+3000i,-20000,-21000];%期望极点
K=acker(A,B,P);
Ac=A-B*K;
[num,den]=ss2tf(Ac,B,C,D);
G1=tf(num,den);
Gs1=sscanform(G1,'ctrl');
figure
(2);
step(G,'--',G1,'-');%控制前后的阶跃响应
figure(3);
subplot(1,2,1)
margin(G);%原系统伯德图
subplot(1,2,2)
margin(G1);%PID控制系统伯德图
图3-1极点配置控制前后系统阶跃响应曲线
图3-2极点配置控制前后系统的伯德图
3.2极点配置控制器分析
如图3-1、图3-2所示基于极点配置状态反馈控制前后系统动态性能和稳态性能,系统超调量由53%降为4%,调节时间由0.045s降到0.002s,动态性能大幅提高。
从系统伯德图可以看出,系统零频幅振比M(0)=0db,所以阶跃响应输入时,其稳态误差为0,另外,校正后系统的谐振峰值为0,所以没有振荡,且超调量比较小,而频带宽度比原系统宽,所以调节时间比较短,快速性比较好,但抗干扰性能比较差。
3.3Simulink仿真
用simulink仿真如下:
图3-3极点配置系统结构
图3-4极点配置系统阶跃响应曲线
如图3-3、3-4所示simulink仿真与程序仿真效果一样。
因此,该控制器方案比较理想。
4LQR控制器的设计
4.1LQR控制器原理
线性二次型调节器问题简称LQR(LinearQuadraticRegulator)问题在现代控制理论中占有非常重要的位置,受到控制界的普遍重视。
LQR方法具有设计规范、易于工程实现以及能够获得线性反馈结构等优点。
但在使用该方法时,最优控制效果取决于加权阵Q和R的选取,如果Q和R选取不当,则可能使求得的解不能满足实际系统的性能要求,就更谈不上“最优”了,有时还能得出误导性的结论。
设给定线性定常系统的状态方程:
(1)二次性能指标函数定义为:
满足二次型目标函数J为最小(8)
其中:
X为n维状态向量,U为r维输入向量,A, B分别是n×n,n×r维常数矩阵,Q为正定(或半正定)实对称矩阵,R为正定厄米特或实对称矩阵。
LQR(LinearQuadraticRegulator)问题表示这样一种物理概念:
若系统受到外界扰动,偏离零状态后(即到达某一初态X0),应施加怎样的控制使系统回到零状态附近,并满足二次型目标函数J为最小。
此时的称为最优控制,使式(8)取得最小值的最优控制律为:
(9)
式中P就是Riccati方程的解,K是反馈增益矩阵。
目前确定加权矩阵Q和R的普遍方法是仿真试凑法,该方法的基本原理是:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- PID 控制 LQRH 控制器 实例 修正 错误