Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
РАСЧЕТ МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ И СРЕДНЕКВАДРАТИЧЕСКОГО ОТКЛОНЕНИЯ СИГНАЛА ОШИБКИ ⇐ ПредыдущаяСтр 3 из 3
Замена нелинейного звена линеаризованной моделью позволяет использовать принцип суперпозиции - провести раздельный анализ преобразования системой детерминированных и случайных составляющих входных сигналов. Особенность применения принципа суперпозиции на основе статистической линеаризации состоит в том, что для случайных составляющих нелинейное звено заменяется безынерционным звеном с коэффициентом k1, а для детерминированных - безынерционным звеном с коэффициентом k0 (при нечетной нелинейности) или постоянным сигналом j0. Определяемые по полученным выше формулам коэффициенты статистической линеаризации оказываются функциями моментов распределения сигналов на входе нелинейности, которые, в свою очередь, вычисляются через передаточные функции системы, включающей в себя линеаризованное звено, то есть зависят от коэффициентов статистической линеаризации. Вследствие этого расчет стационарного процесса в статистически линеаризованной системе сводится к решению системы нелинейных алгебраических уравнений, требующему применения численных методов. Для заданной системы (рисунок 1) передаточная функция линейной части: . Задающее воздействие изменяется по закону g(t)=g1(t). На входе действует случайная помеха F(t) с нулевым математическим ожиданием и спектральной плотностью . Требуется определить математическое ожидание и среднеквадратическое отклонение сигнала ошибки в установившемся процессе. Выделим детерминированную и случайную составляющие сигнала ошибки: . С учетом характера входных сигналов и в соответствии с принципом суперпозиции составляющие сигнала ошибки в линеаризованной системе будут определяться следующим образом: mx(t)= xgуст, . Для расчета детерминированной составляющей сигнала ошибки после линеаризации используется структурная схема (рис. 4,а), а для расчета центрированной случайной составляющей - структурная схема (рис. 4,б), где , =k1(mx,σx). Для полученных структурных схем искомые характеристики сигнала ошибки определяются следующим образом: mE=mx, DE=DY. При расчете детерминированной составляющей передаточная функция замкнутой системы по ошибке имеет вид: . В результате: . Среднеквадратическое отклонение сигнала ошибки в рассматриваемой задаче полностью определяется возмущающим воздействием и находится через дисперсию выходного сигнала и передаточную функцию замкнутой системы по возмущению, которая в рассматриваемом примере примет вид: . В результате: , Коэффициенты полиномов (1) примут вид: a0=T1T2, , , , b0=0, b1=0, . Определители (3) будут иметь третий порядок и получаются следующими: = . В результате: При заданных k, T и c для расчета характеристик ошибки необходимо решить систему нелинейных алгебраических уравнений: mE= , , , . 4. РЕШЕНИЕ УРАВНЕНИЙ И ПОСТРОЕНИЕ ЗАВИСИМОСТЕЙ С помощью программы, написанной на языке MATLAB, решив систему методом последовательных приближений, мы найдем зависимости коэффициентов статистической линеаризации, математического ожидания и среднеквадратического отклонения ошибки системы E(t) от величины коэффициента передачи k. Для нахождения зависимости M от k использована функция MATLAB fzero. Текст программы представлен в приложении А. Графики зависимостей представлены на рисунках 5-9.
Рисунок 5 Рисунок 6 Рисунок 7 Рисунок 8 Рисунок 9
ЗАКЛЮЧЕНИЕ
Оптимальным коэффициентом передачи линейного звена является такое значение, которому соответствует наименьшее значение параметра M. С настоящими исходными данными минимума для функции М нет, так как зависимость монотонно возрастающая. СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Бесекерский В.А., Попов Е.П. Теория систем автоматического управления. - СПб: Профессия, 2003. 2. Емельянов В. Ю. Методы моделирования стохастических систем управления: учеб. пособие для ВУЗов. – СПб: БГТУ, 2004. 3. Андриевский Б.Р., Емельянов В.Ю., Коротков Б.Ф. Теория управления: Лабораторный практикум в среде MATLAB/SIMULINK. – СПб: БГТУ, 2001. ПРИЛОЖЕНИЕ А function kurs; t1=0.5; t2=3; g=1; a=5; d=10; mx=1; sigx=1; k0=2; k1=1; e=1; i=1; k=0.5 while k<=20 mx=1; sigx=1; k0=2; k1=1; e=1; mx1=g/(1+k0*k); while e>0.0001 mx1=g/(1+k0*k); sigx1=sqrt(k*k*k1*k1*2*a*d*(t1*t2*(a*t1*t2+t1+t2))/2/t1/t2/(a*(1+k1*k)*((a*t1*t2+t1+t2)*(a*t1+a*t2+1+k1*k)-t1*t2*(a+a*k1*k)))); k01=2/mx*erf(mx/sigx/sqrt(2))/2; kk1=1/sigx*sqrt((1-4*erf(mx/sigx/sqrt(2))/2*erf(mx/sigx/sqrt(2))/2)); kk2=2/(sigx*sqrt(2*3.14))*exp(-(mx*mx/2/sigx/sigx)); k11=(kk1+kk2)/2; e=abs(mx-mx1)+abs(sigx-sigx1)+abs(k0-k01)+abs(k1-k11); mx=mx1; sigx=sigx1; k0=k01; k1=k11; end; mas1(i)=k0; akx1(i)=k; mas2(i)=k1; m = fzero(@(m) p(m,mx,sigx),1.0); mx2(i)=mx; sigx2(i)=sigx; m1(i)=m; i=i+1; k=k+0.1 end; sigx=sigx1 plot(akx1,m1,'.'); grid;
|
||
Последнее изменение этой страницы: 2018-04-12; просмотров: 253. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |