robust control toolbox 产品信息 -凯发k8网页登录

 

为带有不确定性的被控对象设计稳健的控制器

开始:

对象不确定性建模和量化

不仅捕获被控对象的典型或标称行为,还捕获不确定性和可变性数量。

通过将标称动态与不确定元素(如不确定参数或被忽略的动态)相结合构建详细的带有不确定因素的模型。使用带有不确定因素的状态空间和频率响应模型表示不确定的系统。

通过将某些模块指定为不确定模块,在线性化 simulink 模型时增加不确定性。

具有不确定参数的系统波特图。

执行稳健性分析

分析不确定性如何影响稳定性和性能。

鲁棒稳定性和性能

计算基于磁盘的 siso 和 mimo 反馈回路的幅值裕度和相位裕度。量化不确定性如何影响控制系统的稳定性和性能。针对系统特定的不确定性计算鲁棒稳定性和鲁棒性能裕度。

磁盘裕度提供比经典幅值裕度和相位裕度更全面的鲁棒稳定性。

最差情况分析

确定最差情况的不确定元素值组合。计算跟踪误差、敏感度和磁盘裕度的最差情况值。比较标称场景和最差场景。

阶跃扰动的标称仿真和最差情况抑制。

monte carlo 分析

在指定的不确定性范围内生成不确定系统的随机样本。将不确定性对系统时域和频域响应的影响可视化。使用不确定状态空间模块在 simulink 中注入不确定性并执行 monte carlo 仿真。

采样系统的奈奎斯特图。

设计和调节稳健的控制器

合成并自动调节集中式或分布式控制器。

“h 无穷”与“mu 分析综合”

使用“h 无穷”与“mu 分析综合”等算法合成稳健的 mimo 控制器。

优化固定控制结构的“h 无穷”性能。使用混合敏感度或 glover-mcfarlane 方法自动化回路成形任务的执行。

使用 h 无穷控制器的不确定闭环模型。

不确定控制系统的稳健调节

指定调节要求,如跟踪性能、干扰抑制、噪声衰减、闭环极点阻尼和稳定裕度。同时调节多个对象模型或控制配置。在对象参数的不确定性范围内最大化性能。在时域和频域响应图中评估控制器的稳健性。

有多个参数变化(调节后的响应)的 control system tuner。

减少对象和控制器阶数

简化对象或控制器模型,同时保留必要的动态。

使用基于系统汉克尔奇异值的加法或乘法误差法降低模型阶数。减少“h 无穷”和“mu 分析与综合”算法产生的控制器阶数,以消除多余状态,同时保留必要的动态。

多层建筑刚体运动学动力学的原始模型和降阶模型的幅值和相位对比的波特图。

网站地图