计算机控制史密斯预估器编程.docx
《计算机控制史密斯预估器编程.docx》由会员分享，可在线阅读，更多相关《计算机控制史密斯预估器编程.docx（10页珍藏版）》请在冰豆网上搜索。
计算机控制史密斯预估器编程
东南大学能源与环境学院
实验报告
课程名称：
实验名称：
院（系）：
专业：
姓名：
杨康学号：
实验室：
实验组别：
同组人员：
实验时间：
年月日
评定成绩：
审阅教师：
一．实验目的……………………………………………………………3
二．实验内容……………………………………………………………3
三．实验步骤……………………………………………………………3
四．实验分析…………………………………………………………12
实验二Smith预估控制实验指导书
一实验目的
通过实验掌握Smith预估控制的方法及程序编制及调试。
二实验内容
1．Smith预估控制系统如图所示，
图一
对象G（S）=K·e-τs/（1+T1S）,K=1,T1=10s,τ=5s,
Wc（z）采用数字PI控制规律。
2．对象扰动实验
画出U（t）=u0·1（t）时，y（t）曲线。
3．Smith预估控制
（1）构造Wτ（S），求出Wτ（Z）。
（2）整定Wc（s）（按什么整定？
）
（3）按图仿真，并打印曲线。
（4）改变Wτ（S）中K，τ（对象不变），进行仿真比较，观察它们对调节
过程的影响。
三实验步骤
1、对象扰动实验
（1）差分方程如附录。
（2）源程序如下：
#include"iostream.h"
#include"math.h"
#include"fstream.h"
voidmain（）
{
fstreamoutfile（"data1.xls",ios:
:
out）;
doublet;
doubleu0;
cout<<"请输入采样周期:
";
cin>>t;
cout<<"请输入阶跃幅值:
";
cin>>u0;
doubleee=pow（2.718,（-t/10.0））;
intN;
inti;
doubleu[100],y[100];
for（i=0;i<100;i++）
{
u[i]=u0;
y[i]=0.0;
}
N=1+5/t;
for（i=N;i<100;i++）
{
y[i]=（1-ee）*u[i-N]+y[i-1]*ee;
}
for（i=0;i*t<100;i++）
{
cout<}
for（i=0;i*t<100;i++）
{
outfile<}
outfile<<'\n';
for（i=0;i*t<100;i++）
{
outfile<}
outfile.close（）;
}
（3）输出结果：
当采样周期T=1，阶跃幅值为1时：
Y（t）输出数据：
0000000.09515320.1812520.2591590.3296520.3934380.4511540.5033790.5506340.5933920.6320820.6670910.6987680.7274310.7533670.7768350.798070.8172840.834670.8504020.8646370.8775170.8891720.8997170.9092590.9178940.9257060.9327760.9391720.944960.9501970.9549360.9592240.9631040.9666150.9697920.9726660.9752670.977620.979750.9816770.983420.9849980.9864250.9877170.9888860.9899430.99090.9917660.992550.9932590.99390.994480.9950060.9954810.9959110.99630.9966520.9969710.9972590.997520.9977560.9979690.9981620.9983370.9984960.9986390.9987680.9988850.9989910.9990870.9991740.9992530.9993240.9993880.9994460.9994990.9995470.999590.9996290.9996640.9996960.9997250.9997510.9997750.9997960.9998160.9998330.9998490.9998630.9998760.9998880.9998990.9999080.999917
阶跃响应曲线如下：
图二
2、Smith预估控制
（1）差分方程见附录：
（2）源程序如下：
#include"iostream.h"
#include"math.h"
#include"fstream.h"
voidmain（）
{
fstreamoutfile（"data1.xls",ios:
:
out）;
doublet,kp,ki;
intt1,k;
cout<<"请输入Wt（s）中的K:
";
cin>>k;
cout<<"请输入Wt（s）中的迟延时间t:
";
cin>>t1;
cout<<"请输入采样周期:
";
cin>>t;
cout<<"请输入PI调节器的参数kp:
";
cin>>kp;
cout<<"请输入PI调节器的参数ki:
";
cin>>ki;
doubleee=pow（2.718,（-t/10.0））;
intN,N1;
inti;
doubler[100],e1[100],e2[100],cm[100],q[100],u[100],y[100];
for（i=0;i<100;i++）
{
r[i]=1.0;
e1[i]=0.0;
e2[i]=0.0;
u[i]=0.0;
y[i]=0.0;
cm[i]=0.0;
q[i]=0.0;
}
N=1+5/t;
N1=t1/t;
cout<for（i=0;i<100;i++）
{
if（i==0）
{
e1[i]=r[i];
cm[i]=0;
q[i]=0;
e2[i]=e1[i]-q[i];
u[i]=kp*e2[i]+ki*e2[i];
}
if（i>0&&i{
e1[i]=r[i]-y[i-1];
cm[i]=ee*cm[i-1]+k*（1-ee）*u[i-1];
q[i]=cm[i];
e2[i]=e1[i]-q[i];
u[i]=u[i-1]+kp*（e2[i]-e2[i-1]）+ki*e2[i];
if（i>=N）
{
y[i]=（1-ee）*u[i-N]+y[i-1]*ee;
}
}
if（i>=N1）
{
e1[i]=r[i]-y[i-1];
cm[i]=ee*cm[i-1]+k*（1-ee）*u[i-1];
q[i]=cm[i]-cm[i-N1];
e2[i]=e1[i]-q[i];
u[i]=u[i-1]+kp*（e2[i]-e2[i-1]）+ki*e2[i];
if（i>=N）
{
y[i]=（1-ee）*u[i-N]+y[i-1]*ee;
}
}
}
for（i=0;i*t<100;i++）
{
cout<}
for（i=0;i*t<100;i++）
{
outfile<}
outfile<<'\n';
for（i=0;i*t<100;i++）
{
outfile<}
outfile.close（）;
}
（3）输出结果：
以下所涉及到的采样周期均为T=1，PI控制器的参数均为Kp=1，Ki=1；
当Smith预估器中的K=1，延迟时间τ=5时（即与对象的特性完全符合）：
Y（t）输出数据：
0000000.1903060.4214410.6636410.8917551.086761.236391.371281.471041.53111.549551.527611.469561.389311.293441.189831.085670.9872460.899810.8287990.7769830.7456530.7345240.7419550.7652510.8012570.8462170.8962230.947450.9964021.040111.076311.10351.12091.128481.126831.117081.100791.079731.055811.030931.00680.9849190.9664630.9522530.9427440.9380320.937890.9418160.9491010.9588950.9702790.9823330.9941951.005111.014481.021861.026981.029781.030321.028821.025611.021081.015691.009871.004060.9986270.9938930.9900860.987350.9857450.9852490.9857710.9871630.9892380.9917830.9945810.997421.000111.00251.004451.00591.00681.007151.0071.006411.005471.004281.002931.001551.000220.9990270.9980280.9972690.996773
扰动曲线如下：
图三
当Smith预估器中的K=1，延迟时间τ=2时（即与对象的特性不完全符合）：
Y（t）输出数据如下：
0000000.1903060.4214410.6636410.9279711.210951.506191.810532.085772.314632.489892.601232.638892.595622.465642.250951.958931.599891.187740.7400930.277571-0.176632-0.598368-0.963966-1.25121-1.44044-1.51579-1.4662-1.28642-0.977633-0.547714-0.01125320.6107651.291641.999962.700933.3583.934554.395884.711034.854644.808624.563514.119523.487122.687151.750360.716479-0.367272-1.44817-2.47036-3.37751-4.11571-4.63639-4.89916-4.87439-4.54543-3.91026-2.98249-1.79168-0.382781.185242.84154.50626.094087.518558.696039.5504510.017610.04949.616898.713477.356325.587043.471091.09587-1.43244-3.99312-6.45626-8.68888-10.5616-11.9554-12.7687-12.9234-12.3704-11.0941-9.11507-6.49149-3.318320.2752394.130268.0644511.8815.373118.3435
扰动曲线如下：
图四
当Smith预估器中的K=2，延迟时间τ=2时（即与对象的特性不完全符合）：
Y（t）输出数据如下：
0000000.1903060.3852250.5463440.7250840.9203711.114551.308341.469091.593381.692661.76081.790271.782271.737661.661471.560211.437781.299491.153021.005580.8639010.7341210.6213190.5299130.4634250.4238740.4118960.4269230.4672010.5299430.6114570.7072980.8125520.9221031.030841.133891.226831.305851.367931.410941.43371.435981.418481.382781.331211.266721.192741.112981.031270.9513810.8768450.8108160.755940.7142530.6871160.6751790.678380.6959770.7266050.7683670.8189360.8756810.9357970.9964341.054841.108451.155051.192811.220371.236891.242061.236091.219711.194051.160641.12131.078041.032960.9881820.9457050.9073590.8747110.8490120.8311460.821610.8205060.827550.8421020.8632080.8896560.9200410.9528350.9864621.01937
扰动曲线如下：
图五
四实验分析
当系统是特征方程中含有纯迟延项的时候，系统的闭环稳定性事下降的，当迟延时间τ比较大的时候，系统就会不稳定。
因此采用常规的控制是难以使系统获得满意的控制性能的。
理论上，一个被控对象的过程可分为纯迟延环节和Gp（s）（不含有纯迟延项），如果虚拟变量C可用某种方法测量，并作为反馈量连接到控制器，就可以把纯迟项移到闭环的外面。
因为在反馈信号中没有迟延，系统的响应将大大得到改善，同时在外回路用第二个反馈构成Smith预估器控制系统，当中的D（s）控制器采用常规的PI或PID控制器。
采用Smith预估器的闭环传递函数为
Y（s）/R（s）=D（S）G（S）/（1+D（s）G（s））*e-τs
在迟延项从闭环特征方程中去掉后，稳定性将得到改善，控制器可整定的更好。
实际中，Smith预估器主要用作对过程纯迟延的补偿。
但是，在实际中，对象的特性是很难精确标示出来的，这样就决定了Smith预估器的参数是同对象本身有差别的。
若差别很小或没有差别，则对控制效果比较好，没有产生多大的影响如图三所示。
但是如果差别很大，预估器反而会使得系统稳定性大大降低，甚至很容易出现不稳定，如图四、五所示，就是这种情况。
升级会员 