二阶系统时域分析阶跃响应maltab建模
wptr33 2025-06-09 00:39 17 浏览
二阶系统阶跃响应指标分析
延迟时间:td 响应曲线第一次达到终止的50%所需的时间;
上升时间:tr 响应曲线第一次达到终止的90%所需的时间;
峰值时间:tp 响应曲线超过终值达到峰值的所需的时间;
超调量: 响应曲线峰值时间对应的峰值(h(tp)-h(∞))/h(∞);
调整时间:ts 响应曲线达到±5%h(∞)并保持在其内所需的时间;
matlab求系统阶跃响应的函数以及语法:
(1)计算超调量:
y=step(sys); %求阶跃响应
[Y,k]=max(y); %求y的峰值和峰值时间
C=dcgain(sys);%求取系统的终值
Mp=(Y-C)*100/C; %求取系统的超调量
(2)计算稳态(调整)时间
[y,t]=step(sys);阶跃响应
C=dcgain(sys);%求取系统的终值
i=length(t);时间长度
while (y(i)>0.98*C)&( y(i)>1.02*C)
i=i-1;
end
ts=t(i); 获取稳态时间
(3)计算上升时间
[y,t]=step(sys);阶跃响应
C=dcgain(sys);%求取系统的终值
n=1;
while(y(n)<0.9*C)
n=n+1;
end
tp=t(n);
(4) 计算峰值时间
[y,t]=step(sys);阶跃响应
[Y,k]=max(y); %求y的峰值和峰值时间
tp=t(k);
(5) 计算稳态误差
t:=1:0.01:15;
y=step(sys,t);
ess=1-y;
Ep=ess(length(ess)) 获取的稳态误差
举例1:
传递函数G(s)=100/(s^2+3s+100) 绘制阶跃响应 获取基于响应的参数
matlab代码:
num=[100];
den=[1 3 100];
disp('传递函数')
sys=tf(num,den)
[y,t]=step(sys);
C=dcgain(sys);
%峰值时间和超调量
[Y,k]=max(y);
disp('峰值时间s 超调量%')
tp=t(k)
Mp=(Y-C)*100/C
%上升时间
n=1;
while(y(n)<0.9*C)
n=n+1;
end
disp('上升时间 s')
tp=t(n)
% 稳态时间
i=length(t);
while (y(i)>0.98*C)&&( y(i)>1.02*C)
i=i-1;
end
disp('稳态时间 s ')
ts=t(i)
%稳态误差
t=1:0.01:4;
y=step(sys,t);
ess=1-y;
disp('稳态误差')
Ep=ess(length(ess)) %>>~n`E!u"A^I`E`Inot^Ió^2^i
%阶跃响应曲线
step(sys)
grid on
运行结果:
传递函数
sys =
100
---------------
s^2 + 3 s + 100
Continuous-time transfer function.
峰值时间s 超调量 %
tp =
0.3070
Mp =
61.7253
上升时间 s
tp =
0.1842
调整时间 s
ts =
3.8683
稳态误差
Ep =
-3.1746e-04
举例2:
标准二阶系统传递函数,在圆频率1rad/s,阻尼比为0,0.5,1,以及2的时候的阶跃响应
matlab代码
num=[1];
den1=[1,0,1];
den2=[1,0.5,1];
den3=[1,2,1];
den4=[1,4,1];
t=1:0.1:10;
G1=tf(num,den1)
G2=tf(num,den2)
G3=tf(num,den3)
G4=tf(num,den4)
step(G1,t);hold on;text(3,1.8,'|AE=0')
step(G2,t);hold on;text(3,1.4,'|AE=0.5')
step(G3,t);hold on;text(3,0.8,'|AE=1')
step(G4,t);hold on;text(3,0.4,'|AE=2')
G1 =
1
-------
s^2 + 1
Continuous-time transfer function.
G2 =
1
---------------
s^2 + 0.5 s + 1
Continuous-time transfer function.
G3 =
1
-------------
s^2 + 2 s + 1
Continuous-time transfer function.
G4 =
1
-------------
s^2 + 4 s + 1
Continuous-time transfer function.
从图中可以看出
标准二阶系统 阻尼比为0 为无阻尼的等幅值振荡曲线;
阻尼比为0.5的时候,是欠阻尼的振荡衰减曲线;
阻尼比为1的时候,是临界阻尼曲线;
阻尼比为2的时候,是过阻尼,曲线为单调的。
圆频率恒定,阻尼比越大超调量越小,调整时间越小。
举例3
标准二阶系统传递函数,在圆频率1rad/s、2rad/s、3rad/s时,阻尼比为0.5的时候的阶跃响应
matlab代码
figure
num1=[1];
den1=[1,1,1];
num2=[4];
den2=[1,2,4];
num3=[9];
den3=[1,3,9];
t=1:0.1:10;
G1=tf(num1,den1)
G2=tf(num2,den2)
G3=tf(num3,den3)
step(G1,t);hold on;text(3.5,1.1,'Wn=1')
step(G2,t);hold on;text(1.9,1.1,'Wn=2')
step(G3,t);hold on;text(0.9,1.15,'Wn=3')
运行结果:
G1 =
1
-----------
s^2 + s + 1
Continuous-time transfer function.
G2 =
4
-------------
s^2 + 2 s + 4
Continuous-time transfer function.
G3 =
9
-------------
s^2 + 3 s + 9
Continuous-time transfer function.
从图中可以看出
标准二阶系统阻尼比恒定,圆频率越大系统的峰值时间、调整时间越快,但是系统的超调量不变,系统的超调量只和阻尼比相关。
相关推荐
- MySQL进阶五之自动读写分离mysql-proxy
-
自动读写分离目前,大量现网用户的业务场景中存在读多写少、业务负载无法预测等情况,在有大量读请求的应用场景下,单个实例可能无法承受读取压力,甚至会对业务产生影响。为了实现读取能力的弹性扩展,分担数据库压...
- 3分钟短文 | Laravel SQL筛选两个日期之间的记录,怎么写?
-
引言今天说一个细分的需求,在模型中,或者使用laravel提供的EloquentORM功能,构造查询语句时,返回位于两个指定的日期之间的条目。应该怎么写?本文通过几个例子,为大家梳理一下。学习时...
- 一文由浅入深带你完全掌握MySQL的锁机制原理与应用
-
本文将跟大家聊聊InnoDB的锁。本文比较长,包括一条SQL是如何加锁的,一些加锁规则、如何分析和解决死锁问题等内容,建议耐心读完,肯定对大家有帮助的。为什么需要加锁呢?...
- 验证Mysql中联合索引的最左匹配原则
-
后端面试中一定是必问mysql的,在以往的面试中好几个面试官都反馈我Mysql基础不行,今天来着重复习一下自己的弱点知识。在Mysql调优中索引优化又是非常重要的方法,不管公司的大小只要后端项目中用到...
- MySQL索引解析(联合索引/最左前缀/覆盖索引/索引下推)
-
目录1.索引基础...
- 你会看 MySQL 的执行计划(EXPLAIN)吗?
-
SQL执行太慢怎么办?我们通常会使用EXPLAIN命令来查看SQL的执行计划,然后根据执行计划找出问题所在并进行优化。用法简介...
- MySQL 从入门到精通(四)之索引结构
-
索引概述索引(index),是帮助MySQL高效获取数据的数据结构(有序),在数据之外,数据库系统还维护者满足特定查询算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构...
- mysql总结——面试中最常问到的知识点
-
mysql作为开源数据库中的榜一大哥,一直是面试官们考察的重中之重。今天,我们来总结一下mysql的知识点,供大家复习参照,看完这些知识点,再加上一些边角细节,基本上能够应付大多mysql相关面试了(...
- mysql总结——面试中最常问到的知识点(2)
-
首先我们回顾一下上篇内容,主要复习了索引,事务,锁,以及SQL优化的工具。本篇文章接着写后面的内容。性能优化索引优化,SQL中索引的相关优化主要有以下几个方面:最好是全匹配。如果是联合索引的话,遵循最...
- MySQL基础全知全解!超详细无废话!轻松上手~
-
本期内容提醒:全篇2300+字,篇幅较长,可搭配饭菜一同“食”用,全篇无废话(除了这句),干货满满,可收藏供后期反复观看。注:MySQL中语法不区分大小写,本篇中...
- 深入剖析 MySQL 中的锁机制原理_mysql 锁详解
-
在互联网软件开发领域,MySQL作为一款广泛应用的关系型数据库管理系统,其锁机制在保障数据一致性和实现并发控制方面扮演着举足轻重的角色。对于互联网软件开发人员而言,深入理解MySQL的锁机制原理...
- Java 与 MySQL 性能优化:MySQL分区表设计与性能优化全解析
-
引言在数据库管理领域,随着数据量的不断增长,如何高效地管理和操作数据成为了一个关键问题。MySQL分区表作为一种有效的数据管理技术,能够将大型表划分为多个更小、更易管理的分区,从而提升数据库的性能和可...
- MySQL基础篇:DQL数据查询操作_mysql 查
-
一、基础查询DQL基础查询语法SELECT字段列表FROM表名列表WHERE条件列表GROUPBY分组字段列表HAVING分组后条件列表ORDERBY排序字段列表LIMIT...
- MySql:索引的基本使用_mysql索引的使用和原理
-
一、索引基础概念1.什么是索引?索引是数据库表的特殊数据结构(通常是B+树),用于...
- 一周热门
-
-
C# 13 和 .NET 9 全知道 :13 使用 ASP.NET Core 构建网站 (1)
-
程序员的开源月刊《HelloGitHub》第 71 期
-
详细介绍一下Redis的Watch机制,可以利用Watch机制来做什么?
-
假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?
-
如何将AI助手接入微信(打开ai手机助手)
-
Java面试必考问题:什么是乐观锁与悲观锁
-
redission YYDS spring boot redission 使用
-
SparkSQL——DataFrame的创建与使用
-
一文带你了解Redis与Memcached? redis与memcached的区别
-
如何利用Redis进行事务处理呢? 如何利用redis进行事务处理呢英文
-
- 最近发表
- 标签列表
-
- git pull (33)
- git fetch (35)
- mysql insert (35)
- mysql distinct (37)
- concat_ws (36)
- java continue (36)
- jenkins官网 (37)
- mysql 子查询 (37)
- python元组 (33)
- mybatis 分页 (35)
- vba split (37)
- redis watch (34)
- python list sort (37)
- nvarchar2 (34)
- mysql not null (36)
- hmset (35)
- python telnet (35)
- python readlines() 方法 (36)
- munmap (35)
- docker network create (35)
- redis 集合 (37)
- python sftp (37)
- setpriority (34)
- c语言 switch (34)
- git commit (34)