跳转到内容

控制系统/稳定性

来自 Wikibooks,开放世界中的开放书籍

稳定性

[编辑 | 编辑源代码]

当一个系统不稳定时,即使系统输入有限,系统输出也可能无限大。这会导致许多实际问题。例如,不稳定的机器人手臂控制器可能会导致机器人危险地移动。此外,不稳定的系统通常会造成一定程度的物理损坏,这可能会很昂贵。尽管如此,许多系统本质上是不稳定的——例如,战斗机或发射时的火箭,是自然不稳定系统的例子。虽然我们可以设计控制器来稳定系统,但首先重要的是要了解什么是稳定性、如何确定稳定性以及为什么它很重要。

本节中的章节高度依赖数学,许多章节都需要微分方程的基础知识。没有牢固的数学基础的读者可能希望在阅读这些材料之前复习《微积分》和《常微分方程》中的相关章节(或等效章节)。

在本章的大部分内容中,我们将假设系统是线性的,并且可以用一组传递函数或状态空间来表示。线性系统有一个相关的特征多项式,它告诉我们很多关于系统稳定性的信息。如果特征多项式的任何系数为零或负,则系统要不稳定,要不就是最多临界稳定。需要注意的是,即使特征多项式的所有系数都是正的,系统也可能仍然不稳定。我们将在下面更详细地研究这一点。

BIBO 稳定性

[编辑 | 编辑源代码]

如果系统对任何有界输入在时间间隔 上都产生有界输出,则该系统被定义为 **BIBO 稳定**。这必须对所有初始时间 to 成立。只要我们不对系统输入无穷大,我们就不会得到无穷大的输出。

如果存在一个与 t0 无关的正常数 k,使得对所有 t0 满足以下条件,则系统被定义为 **均匀 BIBO 稳定**

意味着

有许多不同类型的稳定性,以及与稳定性主题相关的关键词。我们将在本章和接下来的几章中讨论的一些重要词语包括:**BIBO 稳定**、**临界稳定**、**条件稳定**、**均匀稳定**、**渐近稳定**和**不稳定**。所有这些词语的含义略有不同。

确定 BIBO 稳定性

[编辑 | 编辑源代码]

我们可以用数学方法证明,如果任意输入 x 由两个有限但大的任意常数 M 和 -M 限制,则系统 f 是 BIBO 稳定的

我们将输入 x 和任意边界 M 和 -M 应用于系统以产生三个输出

现在,所有三个输出都应该对 M 和 x 的所有可能值都是有限的,并且应该满足以下关系

如果满足此条件,则系统是 BIBO 稳定的。

单输入单输出 (SISO) 线性时不变 (LTI) 系统当且仅当 在 [0,∞] 上绝对可积,或

示例

[edit | edit source]

考虑系统

我们可以应用我们的测试,选择一个任意大的有限常数 M,和一个任意输入 x,使得 M>x>-M

当 M 趋于无穷大(但不达到无穷大)时,我们可以证明

以及

所以现在,我们可以写出我们的不等式

这个不等式应该对所有可能的 x 值都成立。然而,我们可以看到,当 x 为零时,我们有以下结果

这意味着 x 在 -M 和 M 之间,但 yx 的值不在 y-M 和 yM 之间。因此,该系统不稳定。

极点与稳定性

[edit | edit source]

当给定系统的闭环传递函数的极点位于 S 平面 (RHP) 的右半部分时,系统变得不稳定。当系统的极点位于左半平面 (LHP) 且系统不是不适当的时,系统被证明是稳定的。一些测试处理稳定性的这个特定方面:劳斯-赫维茨准则根轨迹奈奎斯特稳定性准则都测试传递函数在 RHP 中是否存在极点。我们将在接下来的章节中学习所有这些测试。

如果系统是多变量系统,或者 MIMO 系统,那么当且仅当传递函数矩阵中的每个传递函数的每个极点的实部为负,并且传递函数矩阵中的每个传递函数都不是不适当的,系统才是稳定的。对于这些系统,可以使用后面描述的劳斯-赫维茨、根轨迹和奈奎斯特方法,但这些方法必须对传递函数矩阵中的每个单独的传递函数执行一次。

极点与特征值

[edit | edit source]
注意
G(s) 的每个极点都是系统矩阵 A 的特征值。但是,A 的每个特征值不一定是 G(s) 的极点。

传递函数的极点与系统矩阵 A 的特征值是相关的。实际上,我们可以说系统矩阵 A 的特征值是系统的传递函数的极点。这样,如果我们在状态空间域中得到了系统的特征值,我们可以使用劳斯-赫维茨和根轨迹方法,就像我们有一个用传递函数表示的系统一样。

相关的是,特征值以及所有使用特征值来确定系统稳定性的方法和数学技巧只适用于时不变系统。在时变系统中,使用特征值来确定系统稳定性的方法就会失效。

传递函数回顾

[edit | edit source]

我们将在这里简要回顾一下传递函数,因为后面的几章将使用传递函数来分析系统稳定性。

让我们记住我们广义的反馈回路传递函数,其中增益元件为 K,前向路径为 Gp(s),反馈为 Gb(s)。我们把这个系统的传递函数写成

其中 是闭环传递函数,而 是开环传递函数。再次,我们将开环传递函数定义为前向路径和反馈元件的乘积,如下所示

<---请注意,此定义现在与 反馈环路 部分中的更新定义相矛盾。

现在,我们可以定义 F(s) 为特征方程。F(s) 仅仅是闭环传递函数的分母,可以这样定义


[特征方程]

我们可以断言,特征方程的根是传递函数的极点。现在,我们知道一些简单的事实

  1. 闭环传递函数的极点位置决定了系统是否稳定
  2. 特征方程的零点是闭环传递函数的极点。
  3. 特征方程始终比闭环传递函数更简单。

这些函数结合起来表明,我们可以将注意力集中在特征方程上,并找到该方程的根。

状态空间和稳定性

[编辑 | 编辑源代码]

正如我们之前所讨论的,如果系统矩阵 A 的特征值的实部为负,则该系统是稳定的。但是,我们还可以分析其他稳定性问题,例如系统是否均匀稳定渐近稳定或其他。我们将在后面的章节中讨论所有这些主题。

临界稳定性

[编辑 | 编辑源代码]

当系统在复数 s 域中的极点位于虚轴(垂直轴)上,或者系统矩阵的特征值为虚数(没有实部)时,该系统表现出振荡特性,并被称为临界稳定。临界稳定系统在某些情况下可能会变得不稳定,而在其他情况下则可能完全稳定。无法通过观察来判断临界稳定系统是否会变得不稳定。

我们将在接下来的章节中进一步讨论临界稳定性。

华夏公益教科书