Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
лб 1.docx
Скачиваний:
35
Добавлен:
21.08.2019
Размер:
2.56 Mб
Скачать

Министерство образования и науки Российской Федерации.

ГОУВПО Ивановский государственный химико-технологический университет.

Факультет Химической техники и кибернетики.

Кафедра Технической кибернетики и автоматики.

Лабораторная работа №1 по дисциплине:

«Теория автоматического управления».

Вариант № 553.

Выполнил: ст.группы 3/35 Долгих С.А.

Проверил: доцент Головушкин Б.А

Иваново 2012.

Из числа студенческого билета, получаем коэффициент передачи (K) и постоянные времени (T1,T2).

K=5*10=50

T1=3

T2=5

В Step выставляем Step time 0, остальные значения оставляем без изменения.

В Workspace заменяем имена и ставим формат Array.

Simulation stop time = 5*Tmax=25.

Шаг=5*Tmax/40=0.675

Округляем до десятых = 0.6

Из Scope получаем график:

Данные с Workspace:

Tool Boxex – System identification

K=50

Tp1=8,3327

Tp2=4,998

Через Curve Fitting Tool производим аппроксимацию.

T1=1/b=24,11

T2=1/d=24,11

T1*T2=581,2921

T1+T2=48,22

Метод последовательного логарифмирования.

Метод последовательного логарифмирования применим для аппроксимации гладких неколебательных апериодических переходных процессов.

Переходная функция должна быть представлена выражением вида:

,

где С0=hh(Ty), Сi и аi – вещественные числа, причем корни характеристического уравнения аi должны удовлетворять эмпирическому неравенству

; i=1,2,…n-1

Выражение есть решение линейного дифференциального уравнения порядка n с возмущающим ступенчатым воздействием. Требуется по таблично или графически заданной переходной функции объекта определить величины коэффициентов Сi, корни характеристического уравнения аi и порядок уравнения n.

Суть метода заключается в последовательном приближении h(t) сначала решением уравнения первого порядка, то есть функцией . Если эта аппроксимация неудовлетворительна на каком либо отрезке [0 , T], то вводится в рассмотрение вторая составляющая . Неизвестные αi и Ci определяются на каждом этапе аппроксимации с помощью операции логарифмирования, вследствие чего этот способ и получил свое название.

Поэтому можно предположить, что h(t) есть решение линейного дифференциального уравнения первого порядка, и написать приближенное равенство.

или

Это соотношение верно при больших значениях времени , когда влияние других составляющих можно пренебречь. Прологарифмируем функцию |h1()| и получим уравнение прямой линии в полулогарифмическом масштабе по оси ординат:

Отсюда нетрудно определить неизвестные величины α1 и С1. Для этого вычисляется функция h1()=C0-h() и строится график ln|h1()| в зависимости от времени .

При правильном определении параметров Сi и αi должны выполняться следующие условия:

Рассчет в Exel.

Данный метод реализован в EXEL и из-за относительно малого колличества шагов,взятых в Matlab график функции не достигает предела.

i

TOUT

SIMOUT ( h(t))

h'(t)=k-h(t)

ln(h'(t))

metod log

0

0

0

50

3,912023005

0

1

0,6

0,536

49,464

3,901245132

0,087957627

2

1,2

1,939521365

48,06047864

3,872460189

0,334612278

3

1,8

3,944155748

46,05584425

3,829854666

0,720903289

4

2,4

6,344141168

43,65585883

3,776337496

1,229486887

5

3

8,981969562

41,01803044

3,714011737

1,844597663

6

3,6

11,73839929

38,26160071

3,644446801

2,551920612

7

4,2

14,52441862

35,47558138

3,568844611

3,338472967

8

4,8

17,27479069

32,72520931

3,488145708

4,192495093

9

5,4

19,94287895

30,05712105

3,403099606

5,103349783

10

6

22,49650868

27,50349132

3,314312954

6,061429317

11

6,6

24,91466541

25,08533459

3,222283396

7,058069723

12

7,2

27,18486897

22,81513103

3,127423958

8,08547168

13

7,8

29,3010917

20,6989083

3,03008096

9,136627595

14

8,4

31,26211462

18,73788538

2,930547431

10,20525437

15

9

33,07023529

16,92976471

2,829073298

11,28573144

16

9,6

34,73025743

15,26974257

2,725873261

12,37304368

17

10,2

36,24870596

13,75129404

2,621132932

13,46272887

18

10,8

37,63322172

12,36677828

2,515013706

14,55082922

19

11,4

38,89209911

11,10790089

2,407656647

15,63384687

20

12

40,03393702

9,96606298

2,299185619

16,70870289

21

12,6

41,06737904

8,93262096

2,189709852

17,77269956

22

13,2

42,00092398

7,99907602

2,079326038

18,82348573

23

13,8

42,84279128

7,15720872

1,968120061

19,85902495

24

14,4

43,60082893

6,39917107

1,856168462

20,87756621

25

15

44,28245431

5,71754569

1,743539638

21,87761713

26

15,6

44,89462004

5,10537996

1,630294878

22,85791922

27

16,2

45,44379867

4,55620133

1,516489235

23,81742535

28

16,8

45,93598151

4,06401849

1,40217226

24,75527896

29

17,4

46,37668752

3,62331248

1,287388657

25,67079512

30

18

46,77097959

3,22902041

1,172178813

26,56344309

31

18,6

47,12348556

2,87651444

1,056579297

27,43283042

32

19,2

47,43842256

2,56157744

0,940623256

28,27868843

33

19,8

47,71962299

2,28037701

0,824340785

29,10085883

34

20,4

47,97056133

2,02943867

0,707759238

29,89928164

35

21

48,19438089

1,80561911

0,59090353

30,6739841

36

21,6

48,39392014

1,60607986

0,47379634

31,42507052

37

22,2

48,57173793

1,42826207

0,356458369

32,15271309

38

22,8

48,73013764

1,26986236

0,238908517

32,85714352

39

23,4

48,87118993

1,12881007

0,121164042

33,53864543

40

24

48,99675401

1,00324599

0,003240733

34,19754737

41

24,6

49,10849743

0,89150257

-0,114846959

34,83421662



Ln(C1)=4,7

C1=110

Tg(a)=0,48/4=0,12

a=6,84

T1=1/Tg(a)=1/0,12=8,3

C0+C1+C2=0

50+110+C2=0

C2=-160

C1*a1+C2*a2=0

a2=-C1*a1/C2=4,7

Tg(a2)=0,0822

T2=1/Tg(a2)=12,165

Среднее квадратическое отклонение S=18,26238

Дисперсия D=333,5145

Метод наименьших квадратов.

Число δ называется среднеквадратичным (или среднеквадратическим) уклонением функции Ф(х) от заданной f(x)

Наряду с δ вводят также вспомогательную величину:

Функцию Ф(х) стараются подобрать, чтобы число δ получилось достаточно малым.

Для нашего случая функция Ф(х) примет вид:

Ф(х) найдена по МНК для f(x) если для нее сумма квадратов отклонений по всем узлам минимальна.