FeedbackLinearize

FeedbackLinearize[asys]

输入-输出通过状态变换和反馈线性化 AffineStateSpaceModel asys.

FeedbackLinearize[asys,{z,v}]

指明新状态 z 和新的控制输入 v.

FeedbackLinearize[asys,{z,v},"prop"]

计算属性 "prop".

更多信息和选项

  • FeedbackLinearize 也叫做精确线性化.
  • FeedbackLinearize 将从非线性系统 asys 中构建线性系统 lsys,这样就可以用对线性系统 lsys 的线性控制设计技巧来控制非线性系统 asys.
  • FeedbackLinearize 返回一个可用于提取基于反馈线性化分析和设计需求的属性的 LinearizingTransformationData 对象.
  • 已变换系统 tsys 包含一个线性系统 lsys 和可能的一个需要稳定的有内部动力的剩余数系统 rsys,否则不可观测.
  • 与已变换系统相关的属性包括:
  • "LinearSystem"系统模型 lsys
    "ResidualSystem"系统模型 rsys
    "TransformedSystem"系统模型 tsys
  • 如果剩余数系统 rsys 是稳定的,通过设计一个对 lsys 的稳定控制器 cs 得到的闭环系统将是稳定的.
  • 为了部署对原非线性系统 asys 的控制器,需要变换控制器 cs 来使用原始变量.
  • 与原始坐标的控制器和估计器的变换相关的属性:
  • {"OriginalSystemController",cs}原始坐标系中的控制器 cs
    {"OriginalSystemEstimator",es} 的估计器
    {"ClosedLoopSystem",cs}原始坐标系中的闭环系统
    {"OriginalSystemFullController",cs}原始坐标系中 cs 的系统模型
  • 反馈线性化更细致的属性也是可用的, 这些属性可用于部署可选择的控制器、估计器等的模拟和实现.
  • 系统 asys 与反馈补偿器、前置补偿器和后置补偿器相连接来给出一个修正系统 ,其中 where 是修正输入、 是由 和可能额外补偿状态构成的状态向量而 是修正输出.
  • 反馈补偿器本质上是由 给出的 之间的转换,其中 是去耦矩阵.
  • 补偿器属性包括:
  • "FeedbackCompensator" 的系统模型
    "InverseFeedbackCompensator" 的系统模型
    "InverseFeedbackTransformation" 规则列表
    "DecouplingMatrix"矩阵
    "PreCompensator" 的系统模型
    "PostCompensator" 的系统模型
  • 为了得到一个显性线性系统 lsys 和可能的剩余数系统 rsys,需要执行一个状态变换 .
  • 与状态变换和零动态相关的属性包括:
  • "InverseStateTransformation" 规则列表
    "ZeroDynamicsSystem"系统模型
    "ZeroDynamicsManifold"rsys 状态演变上的增多
  • FeedbackLinearize 采用有如下设置的 Method 选项:
  • Automatic自动裁决方法(默认)
    "Identity"应用有恒等变换的恒等反馈
    "Burnovsky"以 Burnovsky 形式返回 lsys

范例

打开所有单元关闭所有单元

基本范例  (1)

利用线性反馈和非线性变换对系统进行精确线性化:

使用得到的线性系统设计系统的闭环行为:

模拟得到的闭环系统:

范围  (21)

基本用法  (5)

获取线性化系统:

用线性系统设计控制器:

闭环系统:

对单位阶跃输入相应的模拟:

获取剩余数系统:

计算这个剩余数系统的特征值:

明确地指出新状态和反馈变量:

指定变量形式的结果:

直接获取一个属性:

直接获取多个属性:

变换后的系统属性  (1)

已变换系统有两个子系统:

整个已变换系统:

也可以从 lsysrsys 中集合:

控制器与估计器属性  (5)

找出非线性状态反馈控制器

用精确线性化系统设计的控制器:

获取原始系统控制器

找出一个非线性状态估计器:

计算精确线性化系统的估计器增益:

获取原始系统估计器:

画出估计的状态轨迹:

将实际状态轨迹和估计的状态轨迹相比较:

找出控制闭环系统:

用线性化系统计算的反馈增益:

获取闭环系统:

模拟这个闭环系统:

用动态控制器的闭环系统:

线性系统:

线性控制器和估计器的设计:

原始系统的控制器:

闭环系统:

原始系统的完整控制器:

用线性化系统计算的反馈增益:

原始系统的完整控制器:

完整控制器的输入是参考输入和状态反馈:

画出系统的控制输入:

补偿器属性  (5)

反馈补偿器:

由独立的单入单出环组成的补偿系统:

第一个输出只受第一个输入影响:

而第二个输出只受第二个输入影响:

反馈补偿器的其他变化:

逆反馈补偿器的系统模型:

作为变换规则列表的逆反馈补偿器:

去耦矩阵:

为使控制设计有效,矩阵必须是可逆的:

从逆反馈变换获取去耦矩阵:

如果可能,计算前置补偿器以使去耦矩阵非奇异:

与系统相连的前置补偿器导致相对阶数的明确定义的向量:

原始系统的去耦矩阵是奇异的:

如果可以,对标量系统计算后置补偿器:

对后置补偿器,系统是反馈线性化的:

后置补偿器是系统输出的组合:

不同的输出导致不同的线性系统:

零动态  (5)

零动态系统:

通过删除其所有输入,可以从剩余数系统中获取:

零动态流形:

从逆状态转换中计算:

无残留动态的系统 rsys

由于没有残留动态,我们可以使用线性控制设计:

模拟闭环系统的阶跃响应:

具有稳定残留动态的系统:

残留动态是稳定的,所以基于反馈设计的线性方法是有效的:

使用线性反馈设计,并找到反馈律:

模拟系统:

具有不稳定动态的系统 rsys

特征值具有正实部,所以 rsys 是不稳定的:

对于这样的非最小相位系统,基于线性技术的设计是无效的:

所设计的反馈无法使本质上行为不当的系统稳定:

选项  (2)

Method  (2)

对线性系统,默认使用恒等变换和反馈:

Burnovsky 形式从隐藏模式移至剩余数系统:

对非线性系统,默认结果是 Burnovsky 形式:

可能可以从剩余动态中对输入去耦:

应用  (8)

机电系统  (2)

设计一个控制器,使用精确线性化使磁悬浮系统稳定,并与基于近似线性化的设计比较:

仿射模型可以直接从控制方程得到:

无反馈的系统是不稳定的,在这里初始值为 {0.2,0.,0.1}:

这是完全可反馈线性化的,因为它没有残留动态:

基于线性系统的控制器设计:

使用原始状态变量的闭环系统:

模拟系统,其中初始值为 {0.3,0.,0.31305}

基于近似线性化系统的设计:

控制器基于线性化的闭环系统:

对控制器基于近似线性化的系统进行模拟:

基于反馈线性化的设计具有较好的响应:

找到一个两轮倒立摆(例如赛格威)的稳定控制器,用施加到两个直流车轮马达上的电压作为输入:

系统的 AffineStateSpaceModel{θ,θ',ψ,ψ',ϕ,ϕ'} 状态:

反馈线性化系统:

零动态具有纯粹的振荡行为:

利用线性化子系统设计一个控制器:

计算闭环系统的状态响应:

下图显示振荡位于摆的间距:

两个轮子都处于静止的稳定状态:

摆的横摆运动也是如此:

机械系统  (2)

设计对柔性结构的一个振动控制器,并计算所需的控制成本. 一个柔性结构的无阻尼双模式模型:»

双模式:

这个模型是完全反馈可线性化的:

用线性系统设计一个控制器来抑制振动:

闭环系统的模式:

控制成本:

在一个轴流式压缩机中设计一个控制器来抑制震荡. 压缩机的一个节流阀作为输入的模型: »

模拟显示波浪状震荡的存在:

反馈将系统线性化:

设计一个控制器来抑制震荡:

闭环系统:

模拟显示震荡已被抑制:

化学系统  (2)

设置一个控制器来改善连续搅拌反应釜过程:»

有状态 和输入 的仿射系统:

系统是完全反馈可线性化的:

基于线性化系统设计一个控制器:

闭环系统:

非平衡初始状态中的闭环系统的响应:

无控制的系统的响应要差很多:

假定系统的输入是随机且正态分布的:

控制系统的响应:

开环系统的响应:

再次说明,控制系统的响应更好:

为室内冷却系统设计一个控制器:

气流和水流是输入, 是状态:

反馈线性化系统:

零动态是稳定的:

用线性化的系统计算控制器:

闭环系统:

房间内不同初始状态下的的温度是以小时为单位的时间的函数:

作为反馈的补偿的外面的温度不在闭环系统中显示:

系统的控制输入可以通过完整控制器来裁决:

温暖的一天的外面的空气温度:

温度图:

控制输入即气流和水流:

画出控制输入:

电气系统  (2)

设计一个服从不同的负荷的感应电动机更好的速度响应的控制器:»

输入的发动机模型:

模拟显示角速度上的转矩的效果:

q 轴上有积分器的模型:

反馈线性化系统:

为线性系统设计一个状态反馈控制器:

闭环系统:

模拟不同转矩值的闭环系统:

风能转换系统中设计一个调节量的控制器:»

其反馈线性化:

零动态是稳定的:

线性系统包含一个双积分器和三个单积分器:

在各个线性化去耦环中给出期望的闭环传递函数控制器:

闭环系统也有相同的线性特征和零动态:

系统的单位阶跃响应依次应用于各个输入:

第一个输入只影响第一个输出:

闭环表现为期望线性系统:

这对其他三个去耦单入单出环也是真的:

属性和关系  (9)

线性系统 lsys 以 Burnovsky 形式给出:

Burnovsky 形式由积分器的链组成:

积分器链长度由相应阶裁决:

Burnovsky 形式是可控和可观测的:

线性系统的阶是向量相对阶数的和:

由于线性系统 lsys 的阶小于4,有残留动态:

线性系统零动态的模式是其传输零点:

归零输出问题:

零动态的轨迹:

逆状态变换:

计算给出零输出的输入:

对于非零输入,输出实质上是零:

线性系统 lsys 与残留系统 rsys 一起给出变换后的系统:

变换后的系统 tsys 具有并联的 lsysrsys

直接从线性化数据对象获得:

使用反馈和坐标变换,从原始系统得到变换后的系统:

也可以通过首先进行变换,然后反馈获得:

原始系统可以从变换后的系统重新获取:

变换后的系统:

反馈变换 作为静态系统:

tsys 先应用反馈,然后应用状态变换:

tsys 先应用状态变换,然后应用反馈:

两者都等价于 asys

零动态从残留动态删除所有输入获得:

可能存在的问题  (1)

一个不恒等的反馈引发的制定和实际估计器极点间的不匹配:

这可能导致估计器不稳定:

调节极点规范来获取一个稳定估计器:

Wolfram Research (2014),FeedbackLinearize,Wolfram 语言函数,https://reference.wolfram.com/language/ref/FeedbackLinearize.html.

文本

Wolfram Research (2014),FeedbackLinearize,Wolfram 语言函数,https://reference.wolfram.com/language/ref/FeedbackLinearize.html.

CMS

Wolfram 语言. 2014. "FeedbackLinearize." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/FeedbackLinearize.html.

APA

Wolfram 语言. (2014). FeedbackLinearize. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/FeedbackLinearize.html 年

BibTeX

@misc{reference.wolfram_2024_feedbacklinearize, author="Wolfram Research", title="{FeedbackLinearize}", year="2014", howpublished="\url{https://reference.wolfram.com/language/ref/FeedbackLinearize.html}", note=[Accessed: 13-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_feedbacklinearize, organization={Wolfram Research}, title={FeedbackLinearize}, year={2014}, url={https://reference.wolfram.com/language/ref/FeedbackLinearize.html}, note=[Accessed: 13-November-2024 ]}