前言
倒立摆是比较典型的系统,可以看出火箭发射的简化模型,国内外学者常常通过在倒立摆上开发和测试控制算法。
对倒立摆的控制分为两大任务:
所以本文想通过此项目对自动控制原理进行一个复习与学习的过程,具体目标设想建立单摆模型,通过simulink进行仿真,开发相关算法,同时,利用UG NX MCD建立单摆机电模型,可以进行更为直观的仿真,但利用MCD进行控制算法的开发还未看到有相关研究。
视频资料:【倒立摆合集】一、二、三阶倒立摆
建立数学模型
Step 0: 问题描述
如图所示,倒立摆一端通过关节连接水平移动的小车上,小车由电机轮驱动并且只能在x x x 方向移动,电机水平驱动力为F F F ,小车质量为M M M ,摆杆质量为m m m ,摆杆长度为2 l 2l 2 l ,要研究怎样的外力F F F 输入才能控制摆杆保持垂直。
Step 1: 采用牛顿力学定律进行建模
设小车移动记录为x x x ,摆杆偏离垂直方向角度为θ θ θ ,小车对摆杆垂直方向和水平方向的反作用力分别为P P P 和N N N
对于小车,根据牛顿定律可以写出水平方向的力平衡方程:
M x ¨ = F − B p x ˙ − N M\ddot{x}=F-B_p\dot{x}-N M x ¨ = F − B p x ˙ − N
对于摆杆,根据牛顿定律可以写出水平方向和垂直方向的力平衡方程:
N = m d 2 x 1 d t 2 = d 2 d t 2 ( x + l s i n θ ) = m ( x ˙ + θ ˙ l c o s θ ) ′ N=m\frac{d^{2} x_{1}}{dt^{2}} =\frac{d^{2} }{dt^{2}}(x+lsinθ) =m(\dot{x}+\dot{θ}lcosθ)'
N = m d t 2 d 2 x 1 = d t 2 d 2 ( x + l s i n θ ) = m ( x ˙ + θ ˙ l c o s θ ) ′ = m x ¨ + m l θ ¨ c o s θ − m l θ 2 ˙ s i n θ =m\ddot{x}+ml\ddot{θ}cosθ-ml\dot{θ^2}sinθ = m x ¨ + m l θ ¨ c o s θ − m l θ 2 ˙ s i n θ
P − m g = d 2 y 1 d t 2 = d 2 d t 2 ( l c o s θ ) = m ( − θ ˙ l s i n θ ) ′ P-mg=\frac{d^{2}y_1}{dt^{2}}=\frac{d^{2}}{dt^{2}}(lcosθ)=m(-\dot{θ}lsinθ)' P − m g = d t 2 d 2 y 1 = d t 2 d 2 ( l c o s θ ) = m ( − θ ˙ l s i n θ ) ′ = − m l θ ¨ s i n θ − m l θ ˙ c o s θ =-ml\ddot{θ}sinθ-ml\dot{θ}cosθ = − m l θ ¨ s i n θ − m l θ ˙ c o s θ
其中:x 1 x_1 x 1 为摆杆质心水平移动距离,y 1 y_1 y 1 为垂直移动距离。
摆杆对质心转动惯量为I I I ,则摆杆质心的力矩方程为:
I θ ¨ = P l s i n θ − N l c o s θ I\ddot{θ}=Plsinθ-Nlcosθ I θ ¨ = P l s i n θ − N l c o s θ
联立上述四式,消去变量H H H 和N N N ,得:
I θ ¨ = m g l s i n θ − m l 2 θ ¨ − m l x ¨ c o s θ I\ddot{θ}=mglsinθ-ml^{2}\ddot{θ}-ml\ddot{x}cosθ I θ ¨ = m g l s i n θ − m l 2 θ ¨ − m l x ¨ c o s θ
M x ¨ = F − B p x ˙ − m ( x ¨ + l θ ¨ c o s θ − l θ 2 ˙ s i n θ ) M\ddot{x}=F-B_p\dot{x}-m(\ddot{x}+l\ddot{θ}cosθ-l\dot{θ^2}sinθ) M x ¨ = F − B p x ˙ − m ( x ¨ + l θ ¨ c o s θ − l θ 2 ˙ s i n θ )
为使得倒单摆保持垂直状态,假定θ θ θ 很小,则有c o s θ ≈ 1 , s i n θ = 0 , θ ˙ 2 = 0 cosθ≈1,sinθ=0,\dot{θ}^2=0 c o s θ ≈ 1 , s i n θ = 0 , θ ˙ 2 = 0 ,因此上面两式可化简为:
( I − m l 2 ) θ ¨ + m l x ¨ = m g l θ (I-ml^2)\ddot{θ}+ml\ddot{x}=mglθ ( I − m l 2 ) θ ¨ + m l x ¨ = m g l θ ( M + m ) x ¨ + B p x ˙ + m l θ ¨ = F (M+m)\ddot{x}+B_p\dot{x}+ml\ddot{θ}=F ( M + m ) x ¨ + B p x ˙ + m l θ ¨ = F
设摆杆质量分布均匀,则I = m ( 2 l ) 2 12 I=\frac{m(2l)^2}{12} I = 1 2 m ( 2 l ) 2 ,同时忽略摩擦,B p = 0 B_p=0 B p = 0 ,因此上面两式可化简为数学模型方程:
4 3 m l 2 θ ¨ + m l x ¨ = m g l θ \frac{4}{3}ml^2\ddot{θ}+ml\ddot{x}=mglθ 3 4 m l 2 θ ¨ + m l x ¨ = m g l θ ( M + m ) x ¨ + m l θ ¨ = F (M+m)\ddot{x}+ml\ddot{θ}=F ( M + m ) x ¨ + m l θ ¨ = F
Step 2: 传递函数
对上面两式做拉式变换,并设初始状态为x ( 0 ) = 0 , θ ( 0 ) = 0 x(0)=0,θ(0)=0 x ( 0 ) = 0 , θ ( 0 ) = 0 ,得:
4 3 m l 2 Θ ( s ) s 2 + m l X ( s ) s 2 = m g l Θ ( s ) \frac{4}{3}ml^2Θ(s)s^2+mlX(s)s^2=mglΘ(s) 3 4 m l 2 Θ ( s ) s 2 + m l X ( s ) s 2 = m g l Θ ( s ) ( M + m ) X ( s ) s 2 + m l Θ ( s ) s 2 = F ( s ) (M+m)X(s)s^2+mlΘ(s)s^2=F(s) ( M + m ) X ( s ) s 2 + m l Θ ( s ) s 2 = F ( s )
设定系统输出用θ θ θ 角表示,则联立上面两式,意消去X ( s ) X(s) X ( s ) ,得
X ( s ) = ( g s 2 − 4 l 3 ) Θ ( s ) X(s)=(\frac{g}{s^2}-\frac{4l}{3})Θ(s) X ( s ) = ( s 2 g − 3 4 l ) Θ ( s ) ( M + m ) ( g s 2 − 4 l 3 ) Θ ( s ) s 2 + m l Θ ( s ) s 2 = F ( s ) (M+m)(\frac{g}{s^2}-\frac{4l}{3})Θ(s)s^2+mlΘ(s)s^2=F(s) ( M + m ) ( s 2 g − 3 4 l ) Θ ( s ) s 2 + m l Θ ( s ) s 2 = F ( s )
整理得传递函数:
Θ ( s ) F ( s ) = 1 [ ( M + m ) ( g s 2 − 4 l 3 ) + m l ] s 2 \frac{Θ(s)}{F(s)}=\frac{1}{[(M+m)(\frac{g}{s^2}-\frac{4l}{3})+ml]s^2} F ( s ) Θ ( s ) = [ ( M + m ) ( s 2 g − 3 4 l ) + m l ] s 2 1
= − 3 ( 4 M + m ) l s 2 − 3 ( M + m ) g ( 4 M + m ) l =\frac{-\frac{3}{(4M+m)l}}{s^2-\frac{3(M+m)g}{(4M+m) l}} = s 2 − ( 4 M + m ) l 3 ( M + m ) g − ( 4 M + m ) l 3
使用matlab构造传递函数
取M = 0.1 k g , m = 0.5 k g , l = 0.5 m , g = 9.81 M=0.1kg,m=0.5kg,l=0.5m,g=9.81 M = 0 . 1 k g , m = 0 . 5 k g , l = 0 . 5 m , g = 9 . 8 1 ,使用matlab计算,则有
%% 清理
clear;close;clc;
%% 模型数据
M=1;%kg,小车质量
m=0.5;%kg,摆杆质量
l=0.5;%m,摆杆长
g=9.81;%% 传递函数
num = [-3/((4*M+m)*l)]; %分子多项式系数行向量
den = [1 0 -(3*(M+m)*g)/((4*M+m)*l)]; %分母多项式系数行向量
GS = tf(num,den); %建立传递函数模型
得到传递函数为:
关于状态空间模型
状态空间方法是现代控制中的内容,适合于多输入多输出系统,时变系统等,并且可以知道内部变量的变化,而传递函数模型是经典控制中的内容,只适用於单输入单输出的线性定常系统。
状态空间方程标准形式和方框图作法如下
Step 3: 状态空间模型
选取系统状态变量:
x 1 = θ , x 2 = θ ˙ , x 3 = x , x 4 = x ˙ x_1=θ,x_2=\dot{θ},x_3=x,x_4=\dot{x} x 1 = θ , x 2 = θ ˙ , x 3 = x , x 4 = x ˙
根据上述数学模型方程,于是得到
x 1 ˙ = x 2 \dot{x_1}=x_2 x 1 ˙ = x 2
x 2 ˙ = 3 ( M + m ) g ( 4 M + m ) l x 1 − 3 ( 4 M + m ) l F \dot{x_2}=\frac{3(M+m)g}{(4M+m)l}x_1-\frac{3}{(4M+m)l}F x 2 ˙ = ( 4 M + m ) l 3 ( M + m ) g x 1 − ( 4 M + m ) l 3 F
x 3 ˙ = x 4 \dot{x_3}=x_4 x 3 ˙ = x 4
x 4 ˙ = − 3 m g 4 M + m x 1 + 4 4 M + m F \dot{x_4}=-\frac{3mg}{4M+m}x_1+\frac{4}{4M+m}F x 4 ˙ = − 4 M + m 3 m g x 1 + 4 M + m 4 F
则状态方程为:
[ x 1 ˙ x 2 ˙ x 3 ˙ x 4 ˙ ] = [ 0 1 0 0 3 ( M + m ) g ( 4 M + m ) l 0 0 0 0 0 0 1 − 3 m g 4 M + m 0 0 0 ] [ x 1 x 2 x 3 x 4 ] + [ 0 − 3 ( 4 M + m ) l 0 4 4 M + m ] F \begin{bmatrix}\dot{x_1} \\\dot{x_2} \\\dot{x_3} \\\dot{x_4}\end{bmatrix}=\begin{bmatrix}0 & 1 &0 &0 \\\frac{3(M+m)g}{(4M+m)l} &0 &0 &0 \\0 &0 &0 & 1\\-\frac{3mg}{4M+m} &0 &0 &0\end{bmatrix}\begin{bmatrix}x_1 \\x_2 \\x_3 \\x_4\end{bmatrix}+\begin{bmatrix}0 \\-\frac{3}{(4M+m)l} \\0 \\\frac{4}{4M+m}\end{bmatrix}F ⎣ ⎢ ⎢ ⎡ x 1 ˙ x 2 ˙ x 3 ˙ x 4 ˙ ⎦ ⎥ ⎥ ⎤ = ⎣ ⎢ ⎢ ⎡ 0 ( 4 M + m ) l 3 ( M + m ) g 0 − 4 M + m 3 m g 1 0 0 0 0 0 0 0 0 0 1 0 ⎦ ⎥ ⎥ ⎤ ⎣ ⎢ ⎢ ⎡ x 1 x 2 x 3 x 4 ⎦ ⎥ ⎥ ⎤ + ⎣ ⎢ ⎢ ⎡ 0 − ( 4 M + m ) l 3 0 4 M + m 4 ⎦ ⎥ ⎥ ⎤ F
输出变量选择为
y 1 = x y_1=x y 1 = x
y 2 = θ y_2=θ y 2 = θ
则输出方程为
y = [ x θ ] = [ 0 0 1 0 1 0 0 0 ] [ x 1 x 2 x 3 x 4 ] y=\begin{bmatrix}x\\θ\end{bmatrix}=\begin{bmatrix}0 &0 &1 &0\\1&0&0&0\end{bmatrix} \begin{bmatrix}x_1\\x_2\\x_3\\x_4\end{bmatrix} y = [ x θ ] = [ 0 1 0 0 1 0 0 0 ] ⎣ ⎢ ⎢ ⎡ x 1 x 2 x 3 x 4 ⎦ ⎥ ⎥ ⎤
有:
A = [ 0 1 0 0 3 ( M + m ) ( 4 M + m ) l g 0 0 0 0 0 0 1 − 3 m g 4 M + m 0 0 0 ] A=\begin{bmatrix}0 & 1 &0 &0 \\\frac{3(M+m)}{(4M+m)l}g &0 &0 &0 \\0 &0 &0 & 1\\-\frac{3mg}{4M+m} &0 &0 &0\end{bmatrix} A = ⎣ ⎢ ⎢ ⎡ 0 ( 4 M + m ) l 3 ( M + m ) g 0 − 4 M + m 3 m g 1 0 0 0 0 0 0 0 0 0 1 0 ⎦ ⎥ ⎥ ⎤
B = [ 0 − 3 ( 4 M + m ) l 0 4 4 M + m ] B=\begin{bmatrix}0 \\-\frac{3}{(4M+m)l} \\0 \\\frac{4}{4M+m}\end{bmatrix} B = ⎣ ⎢ ⎢ ⎡ 0 − ( 4 M + m ) l 3 0 4 M + m 4 ⎦ ⎥ ⎥ ⎤
C = [ 0 0 1 0 1 0 0 0 ] C=\begin{bmatrix}0 &0 &1 &0\\1&0&0&0\end{bmatrix} C = [ 0 1 0 0 1 0 0 0 ]
D = 0 D=0 D = 0
传递矩阵
传递函数和状态空间方程之间可以进行转换。
由状态空间方程,根据公式,可以算得传递矩阵
可得
G ( s ) = [ 0 0 1 0 1 0 0 0 ] ( [ s 0 0 0 0 s 0 0 0 0 s 0 0 0 0 s ] − [ 0 1 0 0 3 ( M + m ) ( 4 M + m ) l g 0 0 0 0 0 0 1 − 3 m g 4 M + m 0 0 0 ] ) − 1 [ 0 − 3 ( 4 M + m ) l 0 4 4 M + m ] G(s)=\begin{bmatrix}0 &0 &1 &0\\1&0&0&0\end{bmatrix}\left(\begin{bmatrix}s &0 &0 &0 \\0 &s &0 &0 \\0 & 0 & s &0 \\0 &0 &0 &s\end{bmatrix}-\begin{bmatrix}0 & 1 &0 &0 \\\frac{3(M+m)}{(4M+m)l}g &0 &0 &0 \\0 &0 &0 & 1\\-\frac{3mg}{4M+m} &0 &0 &0\end{bmatrix}\right)^{-1}\begin{bmatrix}0 \\-\frac{3}{(4M+m)l} \\0 \\\frac{4}{4M+m}\end{bmatrix} G ( s ) = [ 0 1 0 0 1 0 0 0 ] ⎝ ⎜ ⎜ ⎛ ⎣ ⎢ ⎢ ⎡ s 0 0 0 0 s 0 0 0 0 s 0 0 0 0 s ⎦ ⎥ ⎥ ⎤ − ⎣ ⎢ ⎢ ⎡ 0 ( 4 M + m ) l 3 ( M + m ) g 0 − 4 M + m 3 m g 1 0 0 0 0 0 0 0 0 0 1 0 ⎦ ⎥ ⎥ ⎤ ⎠ ⎟ ⎟ ⎞ − 1 ⎣ ⎢ ⎢ ⎡ 0 − ( 4 M + m ) l 3 0 4 M + m 4 ⎦ ⎥ ⎥ ⎤
使用matlab计算
% % 状态空间模型
syms M m l g;
A = [ 0 1 0 0 ;
3 * ( M+ m) / ( 4 * M+ m) / l* g 0 0 0 ;
0 0 0 1 ;
- 3 * m* g/ ( 4 * M+ m) 0 0 0 ; ]
B = [ 0 ;
- 3 / ( 4 * M+ m) / l;
0 ;
4 / ( 4 * M+ m) ; ]
C = [ 0 0 1 0 ;
1 0 0 0 ; ] ;
D = 0 ;
syms s;
si = s* eye ( 4 ) ;
% det ( si- A) ; % 行列式
% inv ( si- A) % 逆矩阵
Gs_z = C * inv ( si- A) * B+ D % 转递矩阵
结果为:
即小车位移和力的传递函数为第一行,摆杆摆角和驱动力的传递函数为第二行,我们关心摆角,则有
Θ ( s ) F ( s ) = − 3 ( 4 M + m ) l s 2 − 3 ( M + m ) g ( 4 M + m ) l \frac{Θ(s)}{F(s)}=\frac{-\frac{3}{(4M+m)l}}{s^2-\frac{3(M+m)g}{(4M+m) l}} F ( s ) Θ ( s ) = s 2 − ( 4 M + m ) l 3 ( M + m ) g − ( 4 M + m ) l 3
可见和通过拉氏变换得到的传递函数一样。
Step 4:模型分析
分析模型是否稳定,可不可控,以及能不能观测。
稳定性
a. 奈奎斯特判据
使用matlab做出开环传递函数的零极点图和nyquist图
% % 模型分析
figure ( ) ;
subplot ( 121 ) ;
pzmap ( GS) % 零极点图
grid;
subplot ( 122 ) ;
nyquist ( GS) % nyquist图 由开环传递函数判断闭环系统稳定性 是图解分析的方法
grid;
由经典控制理论奈奎斯特判据,稳定系统在s s s 右半平面不能有闭环极点,公式为Z = N + P = 0 Z=N+P=0 Z = N + P = 0 ,从图中看到开环传递函数在s s s 右半平面内的极点数为P = 1 P=1 P = 1 ,对− 1 + j 0 -1+j0 − 1 + j 0 顺时针包围的次数N = 0 N=0 N = 0 ,所以Z = 1 Z=1 Z = 1 ,即闭环传递函数特征方程的零点在s右半平面的个数为1,因此系统不稳定。
b. 李雅普诺夫第一法(间接法)
参考文献:现代控制理论 6-1 概念 6-2 李雅普诺夫第一法(间接法)
由现代控制理论李雅普诺夫第一法,通过判断系统矩阵A的特征值来判断稳定性,令∣ λ E − A ∣ = 0 |λE-A|=0 ∣ λ E − A ∣ = 0 ,解得特征值λ = [ 0 , 0 , 4.4294 , − 4.4294 ] λ=[0, 0, 4.4294, -4.4294] λ = [ 0 , 0 , 4 . 4 2 9 4 , − 4 . 4 2 9 4 ] ,有大于0的特征值,所以系统不稳定。matlab代码如下:
% 李雅普诺夫第一法(间接法)
sys lm; % 矩阵A特征值
da= det ( lm* eye ( 4 ) - A) % A特征方程行列式
lm= solve ( da) % 求解da零点
% 公式求解 和上面一样
eig ( A) % 公式求解A特征值
可控性
根据现代控制理论,完全可控的条件是n × n n\times n n × n 维的可控性矩阵[ B , A B , . . . , A n − 1 B ] [B, AB, ...,A^{n-1} B] [ B , A B , . . . , A n − 1 B ] 的秩为n n n ,秩就是矩阵的非零子式的最高阶次。
本系统中,可控性矩阵为
Q c = [ A , A B , A 2 B , A 3 B ] Q_c=[A,AB,A^2B,A^3B] Q c = [ A , A B , A 2 B , A 3 B ]
在Matlab中计算
% % 可控可观性分析
qc= [ B A* B A^ 2 * B A^ 3 * B]
rank ( qc) % 求秩
所以说明系统是完全可控的。
可观性
根据现代控制理论,完全可观的条件为n × m n n\times mn n × m n 维的可观测矩阵[ C , C A , . . . , C A n − 1 ] T [C,CA,...,CA^{n-1}]^T [ C , C A , . . . , C A n − 1 ] T 的秩等于n n n ,则本系统可观性矩阵为
G c = [ C C A C A 2 C A 3 ] G_c=\begin{bmatrix}\\C\\CA\\CA^2\\CA^3\end{bmatrix} G c = ⎣ ⎢ ⎢ ⎡ C C A C A 2 C A 3 ⎦ ⎥ ⎥ ⎤
在Matlab中计算
gc= [ C C* A C* A^ 2 C* A^ 3 ] ';
rank ( gc) % 可观性矩阵求秩
所以说明系统是完全可观测的。
Step 5: Simulink模型
根据状态空间方程作图法建立模型
开环阶跃信号响应曲线
代码分享
% % 清理
clear;
close;
clc;
% % 模型数据
M= 1 ; % kg,小车质量
m= 0.5 ; % kg, 摆杆质量
l= 0.5 ; % m, 摆杆长
g= 9.81 ;
% % 传递函数模型
num = [ - 3 / ( ( 4 * M+ m) * l) ] ; % 分子多项式系数行向量
den = [ 1 0 - ( 3 * ( M+ m) * g) / ( ( 4 * M+ m) * l) ] ; % 分母多项式系数行向量
GS = tf ( num, den) ; % 建立传递函数模型
% % 状态空间模型
% syms M m l g; % 算符号传递矩阵时用上
A = [ 0 1 0 0 ;
3 * ( M+ m) / ( 4 * M+ m) / l* g 0 0 0 ;
0 0 0 1 ;
- 3 * m* g/ ( 4 * M+ m) 0 0 0 ; ] ;
B = [ 0 ;
- 3 / ( 4 * M+ m) / l;
0 ;
4 / ( 4 * M+ m) ; ] ;
C = [ 0 0 1 0 ;
1 0 0 0 ; ] ;
D = [ 0 ; 0 ] ;
syms s;
si = s* eye ( 4 ) ;
% det ( si- A) ; % 行列式
% inv ( si- A) % 逆矩阵
Gs_z = C * inv ( si- A) * B+ D; % 转递矩阵
% [ num, den] = ss2tf ( A, B, C, D, 1 ) % 也可使用此函数进行转换
GSS= ss ( A, B, C, D) % 由状态空间构造传递函数
% % 模型相关分析作图
sys1= feedback ( GS, 1 ) ; % 闭环传递函数
figure ( )
rlocus ( sys1) % 根轨迹图 % 由闭环传递函数特征方程的根随开环增益K从0 - anf变化在S平面上
% 的变化轨迹,优点在于不必求解特征方程
% 全为复
% rlocus ( A, B, C, D) % 用户自定义K可以使用rlocus ( sys1, K) , rlocus ( A, B, C, D, K)
figure ( ) ;
bode ( sys1) ; % 伯德图
grid;
figure ( ) ;
step ( GS) ; % 阶跃响应曲线
grid;
% % 稳定性分析
% nyquist判据方法
figure ( ) ;
subplot ( 121 ) ;
pzmap ( GS) % 零极点图
grid;
subplot ( 122 ) ;
nyquist ( GS) % nyquist图 由开环传递函数判断闭环系统稳定性 是图解分析的方法
grid;
% 李雅普诺夫第一法(间接法)
syms lm; % 矩阵A特征值
da= det ( lm* eye ( 4 ) - A) ; % A特征方程行列式
lm= solve ( da) ; % 求解da零点
% 公式求解 和上面一样
eigs ( A) % 公式求解A特征值
% % 可控可观性分析
qc= [ B A* B A^ 2 * B A^ 3 * B] ;
rank ( qc) % 可控性矩阵求秩
gc= [ C C* A C* A^ 2 C* A^ 3 ] ';
rank ( gc) % 可观性矩阵求秩;
% %
交流群
感兴趣同学可加机械&自动化攻城狮交流群(群号:1105076200)
参考文献
[1] 倒立摆状态反馈控制——分析、建模与仿真(matlab)
[2] 《现代控制工程》 第五版 卢伯英译
[3] 《Matlab/Simulink 机电系统建模与仿真》宋志安
[4]王强. 直线倒立摆的起摆和稳摆智能控制研究[D].天津理工大学,2013.