电路理论/状态变量
需要新的技术来解决二阶及更高阶电路
- 符号解太复杂,仅仅比较答案也是一个练习
- 解析解法更加零散
- 常数、初始条件和电路布局之间的关系变得复杂
如果电路分析要
- 超越理想
- 考虑更复杂的电路
- 了解电路建模软件的局限性/近似值
解决方案是“状态变量”。在状态变量分析之后,通过消除对输出影响不大的项,可以简化创建符号解的过程。
电路理论的 状态空间 方法放弃了电路分析的符号/解析方法。状态变量模型涉及以矩阵形式描述电路,然后使用 级数展开、辛普森规则 和 克莱姆法则 等工具进行数值求解。这是 matlab 的最初起点。
“状态”表示电路能量存储元件的“条件”或“状态”。由于电阻器不会改变(理想情况下)并且不存储能量,因此它们不会改变电路的状态。状态是在时间上的一个快照,代表着电流和电压。 “状态空间”分析的目标是创建一种表示所有可能状态的符号。
用于描述所有状态的符号应该尽可能简单。与其试图找到一个复杂的、高阶的微分方程,不如回到类似于 基尔霍夫分析 的东西,并只写端子方程。
状态变量是电容器两端的电压和电感器中的电流。这意味着纯电阻电路的 割集 被合并成单个电阻器,最终与电感器串联或与电容器并联。与其使用符号 v 和 i 来表示这些未知数,不如将它们都称为 x。使用基尔霍夫方程代替节点方程或回路方程。端子方程被代入基尔霍夫方程,这样剩余电阻的电流和电压就会与电感器和电容器共享。
此状态空间模型描述了输入(阶跃函数 μ(t)、初始条件 X(0))、输出 Y(t) 以及 A、B、C 和 D。A-B-C-D 是传递函数,它们以如下方式组合
控制系统课程教导如何从所需的传递函数构建这些框图。积分“记忆”或累积过去状态的历史。导数预测未来状态,此外,当前状态可以分别进行缩放。“A”表示反馈。“D”表示前馈。还有很多东西要学。
不要试图弄清楚负号是如何出现在分母中的,以及附加项是如何出现的。上面是如何帮助我们预测电路中的电压和电流?让我们从定义术语并举一些例子开始。
- A 是一个方矩阵,表示电路元件(来自基尔霍夫方程)。
- B 是一个列矩阵或向量,表示源如何影响电路(来自基尔霍夫方程)。
- C 是一个行矩阵或向量,表示输出是如何计算的(可能是电压或电流)
- D 是一个单一数字,表示源的倍数...... 通常为零,除非源直接通过电阻器连接到输出。
A 和 B 一般描述电路。如果 X 是一个列矩阵(向量),表示所有未知的电压和电流,那么
此时,X 已知,表示时间函数的列。可以使用 C 和 D 从已知的 X 和原始阶跃函数 μ 推导出输出
如果没有像 MatLab 这样的工具,这将不会是一个进步。这些是相关的 MatLab 控制系统工具箱命令
- step(A,B,C,D) 假设初始条件为零
- initial(A,B,C,D,X(0)) 与 step 相同,但考虑了初始条件 X(0)
此外,还有一个名为“状态空间”的 simulink 块,可以用相同的方式使用。
- 控制系统/状态空间方程
- matlab 帮助链接