自动控制原理课程设计实验.docx

1、自动控制原理课程设计实验上海电力学院自动控制原理实践报告课名： 自动控制原理应用实践 题目： 水翼船渡轮的纵倾角控制船舶航向的自动操舵控制班级：姓名：学号：水翼船渡轮的纵倾角控制一系统背景简介水翼船 （Hydrofoil） 是一种高速船。船身底部有支架，装上水翼。当船的速 度逐渐增加，水翼提供的浮力会把船身抬离水面 （ 称为水翼飞航或水翼航行， Foilborne） ，从而大为减少水的阻力和增加航行速度。水翼船的高速航行能力主要依靠一个自动稳定控制系统。 通过主翼上的舵板 和尾翼的调整完成稳定化操作。 该稳定控制系统要保持水平飞行地穿过海浪。 因 此，设计上要求系统使浮力稳定不变，相当于使纵倾

2、角最小。航向自动操舵仪工作时存在包括舵机（舵角）、船舶本身（航向角）在内的 两个反馈回路：舵角反馈和航向反馈。当尾舵的角坐标偏转 错误！未找到引用源。 ，会引起船只在参考方向上发生 某一固定的偏转 错误！未找到引用源。 。传递函数中带有一个负号，这是因为尾 舵的顺时针的转动会引起船只的逆时针转动。 有此动力方程可以看出， 船只的转 动速率会逐渐趋向一个常数，因此如果船只以直线运动，而尾舵偏转一恒定值， 那么船只就会以螺旋形的进入一圆形运动轨迹。二实际控制过程某水翼船渡轮，自重 670t ，航速 45节（海里 / 小时），可载 900名乘客， 可混装轿车、 大客车和货卡， 载重可达自重量。 该渡

3、轮可在浪高达 8 英尺的海中 以航速 40 节航行的能力，全靠一个自动稳定控制系统。通过主翼上的舵板和尾 翼的调整完成稳定化操作。该稳定控制系统要保持水平飞行地穿过海浪。因此， 设计上要求该系统使浮力稳定不变，相当于使纵倾角最小。上图：水翼船渡轮的纵倾角控制系统已知，水翼船渡轮的纵倾角控制过程模型，执行器模型为 F（s）=1/s三控制设计要求试设计一个控制器 Gc（ s），使水翼船渡轮的纵倾角控制系统在海浪扰动 D （s）存在下也能达到优良的性能指标。 假设海浪扰动 D（s）的主频率为 w=6rad/s 。本题要求了“优良的性能指标”，没有具体的量化指标，通过网络资料的 查阅：响应超调量小于

4、10%，调整时间小于 4s。四分析系统时域1. 原系统稳定性分析num=50;den=1 80 2500 50;g1=tf（num,den）;z,p,k=zpkdata（g1,v）;p1=pole（g1）;pzmap（g1）分析：上图闭环极点分布图， 有一极点位于原点， 另两极点位于虚轴左边， 故处于临界稳定状态。但还是一种不稳定的情况，所以系统无稳态误差。 2.Simulink 搭建未加控制器的原系统（不考虑扰动）。sys=tf(50,1 80 2500 50); t=0:0.1:1000;step(sys,t)分析：上图为输入为单位阶跃信号下的响应曲线，如图可以看出，其调整 时间 ts=1

5、96s ，而且超调量为 0。故其实验结果，不符合要求。 对于系统的时域分析， 系统是不稳定的， 而且当输入单位阶跃信号时响应不满足 题目要求。因此要添加控制器来满足要求。五控制设计. 使用 PID 控制器进行参数整定在 simulink 上绘制出加入 PID 控制器的系统上图为添加 PID 控制器后的实验原理图（未接扰动）2. 由理论知识可知：当增加积分参数 Ti 时，系统的超调量减小；当 Td减小，使得调整时间变短。3. 先只改变比例环节的系数。通过相应调 P 的参数，不断尝试 P的 取值使得输出稳定，找到最佳参数。上图为比例环节的系统（已添加扰动）分析：仅在比例环节下 作用，超调量为 2.

6、76%， 调节时间为 8.31s 。调 整时间过大，与实验要 求不符合，故继续进行 下一步的调节。在加入积分环节，当增加积分参数 Ti 时，系统的超调量减小上图为比例积分环节的系统（已添加扰动）分析： Kp越小，其超调 量越大，通过多次调节， 得出以上结果。最后加入微分环 节，当 Td 减小，使得 调整时间变短。上图为 PID 控制系统（已添加扰动）分析：通过 PID 控制系统的调试，最终得出超调量为 5.86%，调整时 间为 1.9s 。具体的数值求法运用程序(见下)g=tf(50,1 80 2500 50)kp=500Ti=1Td=0.1length(Td)gc=tf(kp*1.1*Td*

7、Ti Ti+0.1*Td 1,0.1*Td*Ti Ti 0)ggc=feedback(gc*g,1)step(ggc)hold on ；grid on ；end其中 kp=500 ；Ti=1 ； Td=0.1故最终通过 PID 控制系统的设计完成了实验目的，实验成功 通过不断的取数和测试最终得到以下结果。分析：通过对系统快速性的调整，使得系统满足实验要求船舶航向的自动操舵控制一船舶自动操舵仪背景船舶操纵的自动舵 1 2是船舶系统中一个不可缺少的重要设备。 20 世纪 20年代,美国的 Sper2ry 和德国的 Ansuchz在陀螺罗径研制工作取得实质性进展 后分别独立研制出机械式自动舵 ,它的

8、出现是一个里程碑 , 它使人们看到了在船 舶操纵方面摆脱体力劳动实现自动控制的希望 ,这种自动舵称为第一代。 20 世纪 50 年代, 随着电子学和伺服机构理论的发展及应用 , 集控制技术和电子器件的发 展成果于一体的更加复杂的第二代自动舵问世了 ,这就是著名的 PID舵。到了 60 年代末, 由于自适应理论和计算机技术得到了发展 ,人们注意到将自适应理论引 入船舶操纵成为可能 , 瑞典等北欧国家的一大批科技人员纷纷将自适应舵从实验 室装到实船上 ,继而正式形成了第三代自动舵。从 80年代开始 ,人们就开始寻找 类似于人工操舵的方法 , 这种自动舵就是第四代的智能舵。智能舵的控制方法有 3种,

9、即专家系统、模糊控制和神经网络控制。随着全球定位系统等先进导航设 备在船舶上装备 ,人们开始设计精确的航迹控制自动舵 , 这种自动舵能把船舶控 制在给定的计划航线上。二控制对象建模1. 实践课题 船舶航行时是利用舵来控制的，现代的船舶装备了自动操舵仪。其主要功 能是自动的， 高精度的保持或者改变船舶航行方向。 当自动操作仪工作时， 通过 负反馈的控制方式， 不断把陀螺罗经送来的实际航向与设定的航向值比较， 将其 差值放大以后作为控制信号来控制舵机的转航， 使船舶能自动的保持或者改变到给定的航行上。 由于船舶航向的变化由舵角控制， 所以在航向自动的操舵仪工作 时，存在舵机，船舶本身在内的两个反馈

10、回路：舵角反馈和航向反馈。对于航迹 自动操舵仪，还需构成位置反馈。当尾舵的角坐标偏转 ，会在引起船只在参考方向发生某一固定的偏转 ，-k(1 T3* s) 他们之间是由方程可由 Nomoto方程表示： (1 T1*s)*(1 T2*s) 。传递函数有一个负号， 这是因为尾舵的顺时针的转动会引起船只的逆时针转动。 由此动力 方程可以看出， 船只的转动速率会逐渐趋向于一个常数， 因此如果船只以直线运 动，而尾舵偏转一恒定值， 那么船只就会以螺旋形的进入一圆形运动轨迹。 把掌 舵齿轮看成一简单的惯性环节， 即方向盘转动的角度引起尾舵的偏转。 将系统合 成。如图 1：图 1 自动操舵控制系统已知某 9

11、50 英尺长的中型油轮，重 150000t ，其航向受控对象的表达式为Gp (s)s(s 0.091)(s 0.042() s 0.00041), 罗盘(传感器)的参数为 1。要求：1.325* 10 6(s 0.028)试设计一个控制器 Gc(s) 代替原来的比例控制器， 使得控制系统的性能指标满足 要求：超调量小于 5%，调整时间小于 275s.2. 建模： 以看出，传递函数中存在一个右半平面的极点， 可以得知该系统是不稳定的。 结 合实际情况可以得出原因， 就是在大多数情况下， 船舶航行的航向都是不稳定的。 这意味着， 如果船舶以直线航行， 并把出船舵固定在对应的位置， 那么航向最终 会

12、发生偏离。 因为与不稳定性相关的时间常数是非常大的， 所以就需要一个人在 发生航向偏差因此， 为了这个极点， 小组内讨论得出一个结论， 就是在这个修改 控制系统得出如下控制系统图 2：图 2 修改后的控制器 三控制对象特性分析当船舶偏航以后， 将船舶转回原航向所需时间较长， 在航向自动控制系统中 引入微分控制， 保证偏舵速度与偏舵角， 从而能较好的克服船舶惯性， 提高航向 精度。只要调整微分系数 Td 可实现对船舶回航快速性的调整；船舶航行时，由 于受到风、流合力的作用， 或船舶装载的不对称性等因素形成一舷持续力矩， 使 船舶偏航。此时偏航角很小， 在航角灵敏度内， 但这种很小的偏差角会引起偏

13、航。 为此自动舵设置一个积分环节， 依靠偏航角的积累值， 自动的使舵叶从船首尾线 偏转一个角度， 从而产生一个恒定的转船力矩， 恰好抵消外界的恒定持续力矩的 作用，这就是积分环节，适当调节 Ti 即可解决偏航问题 四PID控制策略的确定与实现1.确定内反馈 K2的值： n1=1;d1=1,0.091;G01=tf(n1,d1) z=-0.028;p=-0.042,0.00041;k=1.325e-006;nm1,dm1=zp2tf(z,p,k) G02=tf(nm1,dm1)G03=series(G01,G02); k2=1000:1000:5000 for i=1:length(k2)G04

14、=feedback(G03,k2(i)n2=1;d2=1 0; G05=tf(n2,d2); G06=series(G04,G05); k=20;G07=series(G06,k); G08=feedback(G07,1); step(G08); grid on;hold on;end legend(k2=1000,k2=2000,k2=3000,k2=4000,k2=5000)图 3 不同 K2 值的阶跃响应曲线分析： K2 的值越大越利于系统的稳定2.调试 K2=1000的系统：1)比例控制：根据衰减震荡法的基本思路，首先控制积分环节和微分环节不发 生作用，单独调整比例参数，直到出现 4:

15、1 衰减比得 kp=48 n1=1;d1=1,0.091;G01=tf(n1,d1)z=-0.028;p=-0.042,0.00041;k=1.325e-006;nm1,dm1=zp2tf(z,p,k) G02=tf(nm1,dm1)G03=series(G01,G02); G04=feedback(G03,1000) n2=1;d2=1 0;G05=tf(n2,d2); G06=series(G04,G05);kp=48; G07=series(G06,kp) ； G08=feedback(G07,1);step(G08);grid on; hold on;图4 衰减比为 4： 1的衰减曲线

16、 分析： Kp=48 ，Tk=286s2)PID:Kp=60,ti=85.8;td=28.6 z=-0.028;p=-0.042,-0.091,0.00041;k=1.325e-006; nm1,dm1=zp2tf(z,p,k);G01=tf(nm1,dm1); %Gp(s) G02=feedback(G01,1000);n2=1;d2=1 0;G03=tf(n2,d2);G04=series(G02,G03); % 右半部分 n3=1;d3=85.8 0; %PID 控制G05=tf(n3,d3); n4=28.6 0;d4=2.86 1;G06=tf(n4,d4);G07=parallel

17、(G05,G06);G08=parallel(G07,60);G09=series(G08,G04);G10=feedback(G09,1); step(G10)图 5 PID 控制的响应 分析：此时超调量和调整时间还不满足要求， 反复调节各参数， 很难符合要 求所以跟换了 K2 的数值，改为 5000K2=5000：3)调节参数 ：Kp:z=-0.028;p=-0.042,-0.091,0.00041;k=1.325e-006; nm1,dm1=zp2tf(z,p,k);G01=tf(nm1,dm1); %Gp(s)G02=feedback(G01,1000);n2=1;d2=1 0;G03

18、=tf(n2,d2);G04=series(G02,G03); % 右半部分 n3=1;d3=85.8 0; %PID 控制G05=tf(n3,d3);n4=28.6 0;d4=2.86 1;G06=tf(n4,d4);G07=parallel(G05,G06);k=20:20:90for i=1:length(k)G08=parallel(G07,k(i);G09=series(G08,G04);G10=feedback(G09,1);figure(1)step(G10)hold onendlegend(20,40,60,80)图6 调节PID的比例范围响应曲线 同样调节 Ti 和 Td得

19、Ti=355.8 ，Td=1208.6， Kp=20。曲线：图 7 K2=1000 的最后调节结果 分析：调整时间偏长3.调节 K2=5000的系统 :1 )比例控制： 根据衰减震荡法的基本思路， 首先控制积分环节和微分环节不发 生作用，单独调整比例参数，直到出现 4:1 衰减比得 kp=310 z=-0.028;p=-0.042,-0.091,0.00041;k=1.325e-006;nm1,dm1=zp2tf(z,p,k);G01=tf(nm1,dm1); %Gp(s)G02=feedback(G01,5000)n2=1;d2=1 0;G03=tf(n2,d2);G04=series(G0

20、2,G03);kp=310;G05=series(G04,kp);G06=feedback(G05,1);step(G06);图 8 k2=5000 的 4： 1 曲线Kp=310,tk=8992)PID 控制:kp=387.5 ，Ti=26.99 ，Td=8.99 z=-0.028;p=-0.042,-0.091,0.00041;k=1.325e-006; nm1,dm1=zp2tf(z,p,k);G01=tf(nm1,dm1); %Gp(s)G02=feedback(G01,5000)n2=1;d2=1 0;G03=tf(n2,d2);G04=series(G02,G03); % 右半部分

21、 n3=1;d3=26.97 0;G05=tf(n3,d3); n4=8.99 0;d4=0.899 1;G06=tf(n4,d4);G07=parallel(G05,G06);G08=parallel(G07,387.5);G09=series(G08,G04);G10=feedback(G09,1); step(G10)图 9 K2=5000 的 PID 调整曲线3)同样参数调整 ：Kp=250，Ti=306.97 ， Td=2748.99 z=-0.028;p=-0.042,-0.091,0.00041;k=1.325e-006; nm1,dm1=zp2tf(z,p,k);G01=tf(

22、nm1,dm1); %Gp(s) G02=feedback(G01,5000) n2=1;d2=1 0;G03=tf(n2,d2);G04=series(G02,G03); % 右半部分 n3=1;d3=306.97 0;G05=tf(n3,d3);n4=2748.99 0;d4=0.899 1;G06=tf(n4,d4);G07=parallel(G05,G06);G08=parallel(G07,250);G09=series(G08,G04);G10=feedback(G09,1);step(G10)图 10 K2=5000 的最终调节结果五实验小结 在本次试验中， 我们通过大量的调试 pid 控制器的参数， 达到了控制系统稳定的 pid 控制器。对于 pid 控制器的调试方法也有所了解。只是在调试 pid 控制器的 过程中，对于系统稳定性，控制器参数调试等方面， pid 控制器这一方法会显得 比较繁琐。