Z平面
稳定性分析
稳态误差分析
动态过程分析
频率特性
文章目录
- Z平面与S平面的映射关系
- 稳定性分析
- 离散Routh判据
- Jury判据
- 离散Nyquist判据
 
- 稳态误差
- 静态误差系数
 
- 动态过程
- 频率特性
Z平面与S平面的映射关系

-  S平面虚轴的映射 
  
-  ω \omega ω与 θ \theta θ的映射 
  
 可以看出从S平面到Z平面并不是一一映射
-  主带与旁带 
  
 S平面上宽度 ω s \omega_s ωs的一条可以映射到整个Z平面,具体的情况如下:
-  主带的映射 
  
 S平面主带左半平面可以映射到Z平面单位圆内。
  
 右半平面可以映射到Z平面单位圆外。
-  等频率线的映射 
 等频率即 ω \omega ω为常数,在S平面与实轴平行
  
-  等衰减率线的映射 
 等衰减率即是 ξ ω n \xi \omega_n ξωn乘积为定值,对应平行于虚轴的直线
  
-  等阻尼比轨迹 
 cos  β = ξ \cos \beta=\xi cosβ=ξ,等阻尼比即是S平面过原点的射线
  
稳定性分析
连续系统稳定:闭环特征根都在S平面的左半平面
 根据映射关系:
 离散系统稳定:闭环特征根都在Z平面单位圆内
利用特征根判别系统稳定性:
 
离散Routh判据
Routh判据是用来判断极点是否位于复平面左半平面的。因此需要引入一个新的变换,将Z平面的单位圆内,映射到某个平面的左半平面:
 W变换:
    
     
      
       
        
         z
        
        
         =
        
        
         
          
           1
          
          
           +
          
          
           w
          
         
         
          
           1
          
          
           −
          
          
           w
          
         
        
       
      
      
       \displaystyle z=\frac{1+w}{1-w}
      
     
    z=1−w1+w
 运用W变换以后,就可以像之前连续系统一样运用Routh判据了。
两种特殊情况的处理方法:
-  某行第一列为0: 
 用足够小的正数 ε \varepsilon ε替代0参与运算
 用因子 ( w + a ) (w+a) (w+a)乘以原特征方程,其中 a a a为任意正数
-  某行全为0: 
 用全0行的上一行构造辅助方程,求导后用其系数替代全0行
看一个综合性的例题:
 
 
 可以看出,采样使得系统的稳定区间变小,不稳定性增加。
 但采样周期减小,系统更加接近连续,则这种影响也就减小。
对于特征方程二次的系统,
    
     
      
       
        D
       
       
        (
       
       
        z
       
       
        )
       
       
        =
       
       
        
         z
        
        
         2
        
       
       
        +
       
       
        A
       
       
        z
       
       
        +
       
       
        B
       
       
        =
       
       
        0
       
      
      
       D(z)=z^2+Az+B=0
      
     
    D(z)=z2+Az+B=0,
 如果满足:
 
    
     
      
       
        
         
          
         
        
        
         
          
           
           
            ∣
           
           
            D
           
           
            (
           
           
            0
           
           
            )
           
           
            ∣
           
           
            =
           
           
            ∣
           
           
            B
           
           
            ∣
           
           
            <
           
           
            1
           
          
         
        
       
       
        
         
          
         
        
        
         
          
           
           
            D
           
           
            (
           
           
            1
           
           
            )
           
           
            =
           
           
            1
           
           
            +
           
           
            A
           
           
            +
           
           
            B
           
           
            >
           
           
            0
           
          
         
        
       
       
        
         
          
         
        
        
         
          
           
           
            D
           
           
            (
           
           
            −
           
           
            1
           
           
            )
           
           
            =
           
           
            1
           
           
            −
           
           
            A
           
           
            +
           
           
            B
           
           
            >
           
           
            0
           
          
         
        
       
      
      
       \begin{aligned} &|D(0)|=|B|<1\\ &D(1)=1+A+B>0\\ &D(-1)=1-A+B>0 \end{aligned}
      
     
    ∣D(0)∣=∣B∣<1D(1)=1+A+B>0D(−1)=1−A+B>0
 则系统稳定。
Jury判据
相比与劳斯判据,不需要进行W变换。但缺点是只能判断是否稳定,而无法给出不稳定极点的个数。

 「图源:刘建昌_计算机控制系统」
离散Nyquist判据
(了解)
 特征方程:
    
     
      
       
        1
       
       
        +
       
       
        k
       
       
        D
       
       
        (
       
       
        z
       
       
        )
       
       
        G
       
       
        (
       
       
        z
       
       
        )
       
       
        =
       
       
        0
       
      
      
       1+kD(z)G(z)=0
      
     
    1+kD(z)G(z)=0
- 确定 k D ( z ) G ( z ) kD(z)G(z) kD(z)G(z)的不稳定极点数p
- 代入 z = e j ω T z=e^{j \omega T} z=ejωT,在 0 ≤ ω T ≤ 2 π 0 \le \omega T \le2\pi 0≤ωT≤2π范围内,画出开环幅相频率特性曲线
- 计算曲线顺时针包围 z = − 1 z=-1 z=−1的圈数 n n n
- q = p − n q=p-n q=p−n,若 q = 0 q=0 q=0,则稳定
稳态误差
离散系统的稳态误差和连续系统的非常相近,可以对照进行理解
 
 由此可以看出,稳态误差与以下因素都有关:
- 系统本身的结构参数
- 输入的形式和幅值
- 采样周期T
通过定义和终值定理求稳态误差:
 
静态误差系数
型别的划分:
 系统开环传递函数分母包含
    
     
      
       
        (
       
       
        z
       
       
        −
       
       
        1
       
       
        )
       
      
      
       (z-1)
      
     
    (z−1)的阶数称为型别(
    
     
      
       
        z
       
       
        =
       
       
        1
       
      
      
       z=1
      
     
    z=1的极点数)
 因此开环传递函数可以写成:
 
    
     
      
       
        
         
          1
         
         
          
           (
          
          
           z
          
          
           −
          
          
           1
          
          
           
            )
           
           
            v
           
          
         
        
        
         
          
           A
          
          
           (
          
          
           z
          
          
           )
          
         
         
          
           B
          
          
           (
          
          
           z
          
          
           )
          
         
        
       
      
      
       \displaystyle \frac{1}{(z-1)^v}\frac{A(z)}{B(z)}
      
     
    (z−1)v1B(z)A(z),其中v为系统型别
稳态误差:
| 型别v | essp | essv | essa | 
|---|---|---|---|
| 0 | A 1 + K p \frac{A}{1+K_p} 1+KpA | ∞ \infty ∞ | ∞ \infty ∞ | 
| 1 | 0 | A K v \frac{A}{K_v} KvA | ∞ \infty ∞ | 
| 2 | 0 | 0 | A K a \frac{A}{K_a} KaA | 
需要注意的是,静态误差系数的计算不能直接读取增益了,而要根据Z变换的结果来求:
 
    
     
      
       
        
         
          
         
        
        
         
          
           
           
            
             K
            
            
             p
            
           
           
            =
           
           
            
             
              lim
             
             
              
             
            
            
             
              z
             
             
              →
             
             
              1
             
            
           
           
            G
           
           
            F
           
           
            (
           
           
            z
           
           
            )
           
          
         
        
       
       
        
         
          
         
        
        
         
          
           
           
            
             K
            
            
             v
            
           
           
            =
           
           
            
             
              lim
             
             
              
             
            
            
             
              z
             
             
              →
             
             
              1
             
            
           
           
            
             
              (
             
             
              1
             
             
              −
             
             
              
               z
              
              
               
                −
               
               
                1
               
              
             
             
              )
             
             
              G
             
             
              F
             
             
              (
             
             
              z
             
             
              )
             
            
            
             T
            
           
          
         
        
       
       
        
         
          
         
        
        
         
          
           
           
            
             K
            
            
             a
            
           
           
            =
           
           
            
             
              lim
             
             
              
             
            
            
             
              z
             
             
              →
             
             
              1
             
            
           
           
            
             
              (
             
             
              1
             
             
              −
             
             
              
               z
              
              
               
                −
               
               
                1
               
              
             
             
              
               )
              
              
               2
              
             
             
              G
             
             
              F
             
             
              (
             
             
              z
             
             
              )
             
            
            
             
              T
             
             
              2
             
            
           
          
         
        
       
      
      
       \begin{aligned} &K_p=\lim_{z\to 1}GF(z)\\ &K_v=\lim_{z\to 1} \frac{(1-z^{-1})GF(z)}{T}\\ &K_a=\lim_{z\to 1} \frac{(1-z^{-1})^2GF(z)}{T^2} \end{aligned}
      
     
    Kp=z→1limGF(z)Kv=z→1limT(1−z−1)GF(z)Ka=z→1limT2(1−z−1)2GF(z)
解释:
- 只有系统稳定才能求稳态误差(计算之前先判稳)
- 稳态误差为 ∞ \infty ∞,并不表示系统不稳定。而是表示系统无法跟踪输入

动态过程
动态特性主要考虑单位阶跃响应。
 和连续情况相似,时域的动态性能指标也包括超调量、上升时间、峰值时间、调节时间等等。
 但是各个指标的取值是从系统阶跃响应的采样中得到的,因此根据采样的不同,各个值也会不同。
和连续情况类似,时间响应由闭环极点在Z平面的位置决定。
 闭环极点与单位脉冲响应:
 
 其中
    
     
      
       
        
         φ
        
        
         (
        
        
         k
        
        
         )
        
        
         =
        
        
         
          ∑
         
         
          
           i
          
          
           =
          
          
           0
          
         
         
          n
         
        
        
         Res
        
        
         [
        
        
         
          ϕ
         
         
          (
         
         
          z
         
         
          )
         
         
          
           z
          
          
           
            k
           
           
            −
           
           
            1
           
          
         
         
          
           ]
          
          
           
            z
           
           
            =
           
           
            
             z
            
            
             i
            
           
          
         
        
       
      
      
       \displaystyle \varphi(k)=\sum_{i=0}^n \text{Res}[\rm \phi(z)z^{k-1}]_{z=z_i}
      
     
    φ(k)=i=0∑nRes[ϕ(z)zk−1]z=zi
 因此求出
    
     
      
       
        φ
       
       
        (
       
       
        k
       
       
        )
       
      
      
       \varphi(k)
      
     
    φ(k),再用Z反变换,就可以求出时间响应。
-  脉冲传函只有一个简单的实极点 
  
  
 极点越靠近0,衰减越快
-  脉冲传函仅含一对共轭复极点 
  
 ρ 1 = ∣ a ∣ \rho_1=|a| ρ1=∣a∣,两个极点越靠近原点, ρ 1 \rho_1 ρ1越小,衰减越快,过渡过程影响越小。
 θ \theta θ增大,震荡频率增大。 θ = 180 ° \theta=180 \degree θ=180°震荡频率最高。
-  脉冲传函所有极点都在Z平面原点 
  
 φ ( k ) \varphi(k) φ(k)只有有限项,也即在单位脉冲作用下,响应在 n T nT nT内结束。
 当采样频率一定,该系统具有最短的过渡过程,称为时间最优系统或者最小拍系统
 所有极点都在原点,稳定性最高。但该条件苛刻,且系统参数变化会使控制性能变差。
频率特性
(了解)
 连续系统频率特性:沿虚轴看,
    
     
      
       
        s
       
       
        =
       
       
        j
       
       
        ω
       
      
      
       s=j\omega
      
     
    s=jω
 离散系统频率特性:沿单位圆看,
    
     
      
       
        z
       
       
        =
       
       
        
         e
        
        
         
          j
         
         
          ω
         
         
          T
         
        
       
      
      
       z=e^{j\omega T}
      
     
    z=ejωT
 
- ω T \omega T ωT沿单位圆转一圈,频率特性重复一次
- ∣ G ( e j ω T ) ∣ |G(e^{j\omega T})| ∣G(ejωT)∣是 ω \omega ω的偶函数,且沿 ω s 2 \frac{\omega_s}{2} 2ωs对称
- ∠ G ( e j ω T ) \angle G(e^{j \omega T}) ∠G(ejωT)是 ω \omega ω的奇函数
- G ( e j ω T ) G(e^{j\omega T}) G(ejωT)不是 ω \omega ω的有理分式函数,不能画出对数幅频特性。但频率轴仍可以用对数座标。
- 离散环节频率特性形状与连续环节相差较大。尤其是T较大时



















