СОДЕРЖАНИЕ
Министерство образования и науки Российской Федерации
1. Современное состояние проблемы моделирования систем
1.1. Моделирование как метод научного познания. Философские аспекты моделирования
1.2. Использование моделирования при исследовании и проектировании систем
1.2.1. Особенности разработки систем
1.2.2. Особенности использования моделей
1.2.3. Перспективы развития методов и средств моделирования систем
2. Основные понятия теории моделирования систем
2.1. Принцип системного подхода в моделировании систем
2.1.1. Структура системы – совокупность связей между элементами системы
2.1.2. Экспериментальные исследования систем
2.2. Стадии разработки моделей
2.3.2. Основные понятия теории размерности
2.4. Общая характеристика проблемы моделирования систем
2.4.2. Характеристики моделей систем
2.4.3. Цели моделирования систем
2.5. Классификация видов и методов моделирования систем
2.5.1. Классификационные признаки
2.5.2. Математическое моделирование.
2.7. Разработка вычислительного метода
2.8. Проверка (тестирование) модели
3. Математическое моделирование
3.1. Задачи и цели исследования математических моделей
3.2. Методология математического моделирования. Системный анализ
3.2.2. Этапы системного анализа и декомпозиция
3.3. Классификация математических моделей
3.4. Методы формализованного описания системы
3.4.1. Математическая модель по “входу-выходу”
3.4.2. Математическая модель в пространстве состояний
3.4.3. Описание линейных систем в пространстве состояний
3.4.4. Реализация систем в пространстве состояний
3.5. Методы построения математических моделей и их применение в сапр
3.5.1. Методы построения математических моделей
3.5.2. Математические модели с точки зрения сапр
3.5.4. Методика составления уравнений динамики элементов сау
3.6. Математические модели системы управления. Понятие об оптимальном управлении
4. Экспериментальное определение динамических характеристик объектов моделирования
4.1. Понятие о динамических характеристиках объектов
4.2. Определение динамических характеристик элементов систем по временным характеристикам
4.2.1. Определение статических характеристик
4.2.2. Определение динамических характеристик объектов с помощью периодических воздействий
4.4.1. Временные характеристики и их свойства
4.4.2. Определение характеристик апериодического звена
4.4.3. Определение характеристик колебательного звена
4.3. Формы описания динамических свойств объектов
4.4. Синтез пассивных двухполюсников и четырехполюсников
4.3.1. Разложение передаточной функции активного четырехполюсника
4.3.2. Способы синтеза двухполюсников
4.5. Экспериментальная отработка характеристик системы управления движущимся объектом
4.5.2. Алгоритмы обработки внешнетраекторных измерений
5. Динамические свойства воспринимающих элементов и датчиков
5.1. Основные определения и понятия
5.2. Основные характеристики датчиков
5.2.2. Чувствительность датчиков
5.3. Схемы формирования сигналов пассивных датчиков
5.4.1. Определения и основные зависимости
5.4.4. Тепловые приемники излучения
5.5.1. Методы измерения температуры
5.6. Датчики положения и перемещения
5.6.1. Методы определения положения и перемещения
5.6.2. Резисторные потенциометры
5.8.1. Электродинамическая тахометрия
5.9. Датчики ускорения, вибрации и удара
5.9.2. Принцип действия сейсмических датчиков
5.10. Датчики скорости, расхода и уровня жидкости
5.10.2 Датчики и методы измерения скорости жидкости
5.10.3. Измерение расхода жидкости
5.10.4. Измерение и указание уровня жидкости
5.12.1. Распространение плоской волны
5.12.2. Распространение трехмерной волны
5.12.4. Измерение интенсивности
6. Основы технологии имитационного моделирования
6.1. Основные определения и понятия
6.2. Область применения и классификация имитационных моделей
6.3. Описание поведения системы
6.3.2. Методика моделирования случайных факторов
6.3.3. Два подхода к моделированию случайных чисел
6.4. Оценка качества псевдослучайных чисел
6.5. Оценка качества имитационного моделирования
7.1. Полунатурное моделирование
7.1.2. Автоматизация испытаний на основе полунатурного моделирования
8. Анализ систем управления с эвм
8.2. Особенности систем управления с эвм
8.2. Основные положения из теории дискретных линейных систем
8.2.2. Линейные системы с постоянными параметрами
8.2.3.1. Решение разностных уравнений методом прямой подстановки
8.3. Расчет цифровых фильтров по фильтрам непрерывного времени
8.3.1 Методика синтеза цифровых фильтров. Общие положения
8.3.2 Методы дискретизации аналоговых фильтров
9. Моделирование свойств объектов с помощью системыMatLab
9.2. MatLab как научный калькулятор
9.2.3. Простейшие операции с векторами и матрицами
9.2.4. Некоторые функции прикладной численной математики
9.2.5. Построение простейших графиков
9.3. Исследование линейных стационарных систем (лсс)
9.3.1. Классы пакета control.L
9.3.2. Ввод и преобразование моделей
9.4. Моделирование динамических процессов с помощью подсистемы MatLab simulink
9.4.1. Краткие сведения о подсистеме MatLab simulink
9.4.2. Запуск подсистемы simulink
9.4.4. Некоторые основные приемы подготовки и редактирования модели
9.4.5. Установка параметров моделирования и его выполнение
9.2.2. Результат составления модели
Приложения п1. Динамические характеристики объектов моделирования
П2. Примеры составление функциональной и структурной схемы динамической системы
П2.2. Система сопровождения цели
П2.3. Система автоматического наведения летательного аппарата на объект
П2.4. Система управления уровнем жидкости
Ввод значений элементов матрицы осуществляется в квадратных скобках по строкам. При этом элементы строки матрицы отделяются друг от друга знаком “;” (рисунок 9.4):
Операции с полиномами
Полином как функция определяется выражением
.
В MatLab
полином задается и хранится в виде
вектора, элементами которого являются
коэффициенты полинома от
до![]()
Умножение полиномов сводится к построению расширенного вектора коэффициентов по заданным векторам коэффициентов полиномов-сомножителей. Данная операция называется сверткой векторов
В MatLab
эту операцию осуществляет функция
.
Аналогично, функция
осуществляет деление полинома
на
.
Пример.
Система MatLab
имеет функцию
,
которая вычисляет вектор, элементы
которого являются корнями заданного
полинома
.
Пусть требуется найти корни полинома
Найдем корни,
используя функцию
:
Обратная задача
– построение вектора
коэффициентов полинома по заданному
вектору его корней – осуществляется
функцией
![]()
Здесь
- заданный вектор значений корней.
Пример.
Аппроксимация и интерполяция данных
Система MatLab предоставляет удобные процедуры для аппроксимации и интерполяции данных измерений.
Полиномиальная
аппроксимация данных
измерений, которые сформированы как
некоторый вектор Y,
при некоторых значениях аргумента,
которые образую вектор X
такой же длины, что и вектор Y,
осуществляется
процедурой
.
Здесьn
порядок аппроксимирующего полинома.
Пример.
Пусть имеем массив значений аргумента
x = [1 2 3 4 5 6 7 8],
а массив соответствующих значений измеренной величины
y = [-1.1 0.2 0.5 0.8 0.7 0.6 0.4 0.1].
Тогда, применяя указанную функцию при разных значениях порядка аппроксимирующего полинома, получим:
Это значит, что заданную зависимость можно аппроксимировать кривыми различных порядков, что и демонстрируется кривыми на рисунке 9.5.
Вывод графиков в системе MatLab является настолько простой и удобной процедурой, что ею можно пользоваться даже при вычислениях в режиме калькулятора.
Основной функцией,
обеспечивающей построение графиков на
экране дисплея, является функция
.
Общая форма обращения к этой процедуре такова:
.
Здесь
- заданные векторы, элементам которых
являются массивы значений аргумента
и функции
,
соответствующих первой кривой графика;
- массивы значений аргумента и функции
второй кривой и т.д. При этом предполагается,
что значения аргумента откладываются
вдоль горизонтальной оси, а значения
функции – вдоль вертикальной оси.
Переменные являются символьными (их
указание необязательно). Каждая из них
может содержать три специальных символа,
которые определяют тип линии, соединяющей
отдельные точки графика, тип точки
графика и цвет линии. Если переменные
не указаны, то тип по умолчанию - отрезок
прямой, тип точки – пиксель, а цвет
устанавливается в таком порядке: синий,
зеленый, красный, голубой, фиолетовый,
желтый, черный и белый.
Графики в MatLab всегда выводятся в отдельном графическом окне, которое называется фигурой.
П
о
приведенной форме график изображается
без сетки.
Д
ля
нанесения сетки необходимо добавить
функцию
.
Ценной особенностью графиков, построенных в MatLab, является то, что сетка координат всегда отвечает целым шагам изменения, что делает графики “читабельными”.
Пример.
Пусть требуется
вывести график функции
на промежутке от
до
с шагом
.
Результат выглядит следующим образом (рисунок 9.6).
Для решения задач САУ в среде MATLAB используется набор специальных функций, или тулбокс (ToolBox) “Система управления” (Control System Toolbox).
Tулбокс (ToolBox) “Система управления” представляет собой библиотеку алгоритмов, содержащихся в функциональных М-файлах и реализующих наиболее общие методы расчета, анализа и построения (моделирования) систем.
Пакет прикладных программ (ППП) Control System Toolbox сосредоточен в подкаталоге CONTROL каталога TOOLBOX системы MatLab:
MatLab\ TOOLBOX\ CONTROL.
Основными вычислительными объектами этого ППП являются:
- родительский объект (класс) LTI (Linear Time-Invariant System – линейные, инвариантные во времени системы) или линейные стационарные системы (ЛЛС);
- дочерние объекты (классы), т.е. подклассы класса LTI, соответствующие трем разным представлениям ЛСС:
- TF – объект (Transfer Function) – передаточная функция);
- ZPK – объект (Zero-Pole-Gain – нули, полюсы, коэффициент передачи);
- SS – объект (State Spaсe пространство состояний).
Объекты различных классов характеризуются:
- класса TF - векторами коэффициентов числителя и знаменателя рациональной передаточной функции;
- класса ZPK – векторами, содержащими значения нулей , полюсов передаточной функции и коэффициента передачи системы;
- класса SS – четверкой матриц, описывающих динамическую систему в пространстве состояния.
Специфические атрибуты передаточных функций (TF – объектов):
num – Числитель
Для одномерной системы (система с одним входом U и выходом Y) - вектор-строка;
Для многомерной системы (с несколькими входами и выходами) – массив ячеек из векторов-строк размером nY на nU.
den – Знаменатель
Для одномерной системы (система с одним входом U и выходом Y) - вектор-строка;
Для многомерной системы (с несколькими входами и выходами) – массив ячеек из векторов-строк размером nY на nU.
Variable – Имя (тип) переменной.
Специфические атрибуты ZPK – объектов: