Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Лабы / lab2

.pdf
Скачиваний:
2
Добавлен:
15.03.2023
Размер:
559.74 Кб
Скачать

МИНОБРНАУКИ РОССИИ

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ ЭЛЕКТРОТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ «ЛЭТИ» ИМ. В. И. УЛЬЯНОВА (ЛЕНИНА)

Кафедра КСУ

ОТЧЕТ

по лабораторной работе №2

по дисциплине «Моделирование систем управления»

Тема: исследование статических режимов динамической системы

Вариант 1

Студент гр. 9491

Горобец А. А.

Преподаватель

Лукомская О. Ю.

 

Санкт-Петербург

2023

Цель работы.

Преобразовать исходную систему уравнений в СНЛАУ, описывающую статические режимы, рассчитать статические характеристики динамической системы с помощью языка Matlab.

Вариант лабораторной работы.

В варианте №1 используется ГПТ НВ, работающий на активную нагрузку. Его параметры приведены ниже.

Рис. 1. ГПТ НВ, работающий на активную нагрузку

Таблица 1. Параметры объекта моделирования.

Таблица 2. Входные, выходные и нормировочные переменные.

Таблица 3. Кривые намагничивания.

Постановка задачи.

Статический режим динамической системы – это ее равновесное состояние, соответствующее окончанию переходных процессов. Например, изменение напряжения возбуждения на новое постоянное значение вызывает изменение МДС, магнитного потока, тока и напряжения генератора и т.д. Переходный процесс заканчивается новыми установившимися значениями

2

этих величин, т.е. новым статическим режимом. Статический режим будет описывать система алгебраических уравнений, т.е. уравнений, куда не входят производные, так как последние в статическом режиме равны нулю.

Все статические режимы могут быть описаны СНЛАУ, записанной в обобщенной форме относительно компонент векторов и и х:

Математическая модель ГПТ НВ, работающего на активную нагрузку.

1.Запишем исходную систему уравнений, описывающую наш ГПТ НВ.

= в, Φ = Λ( )

Φв = в в +

 

 

Φ = +

 

г

 

+

 

 

 

 

 

 

 

 

 

 

я

 

 

 

 

 

 

 

 

 

 

 

 

 

 

г я

г

0

 

 

 

 

 

 

 

 

 

 

 

 

 

= в мΦг

 

 

 

 

 

 

 

 

 

 

 

{

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2.

Запишем данную систему в установившемся режиме (все производные

 

равны нулю).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

= в, Φ = Λ( )

 

 

 

 

 

 

 

 

 

 

 

 

{

 

 

в = в в

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Φ =

+

 

 

 

 

 

 

 

 

 

 

 

 

 

 

г я

 

г

0

 

 

 

 

 

 

 

 

 

 

 

 

 

0 = в мΦг

 

 

 

 

 

 

 

 

 

 

3.

Выразим нашу систему через переменные состояния.

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Φ

 

Переменные состояния в нашей модели: =

[ 2

] = [

 

 

 

]

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

 

 

 

г

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

в

 

Входные переменные в нашей модели: = [ 2] = [

 

]

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

в

3 0

Выразим ток нагрузки через ток якоря: н = г в

3

Выражаем ток возбуждения через полином, найденный в лабораторной

работе №1: в = (Φ), н = г (Φ).

В исходной системе уравнений выразим производные по переменным состояния и подставим выражения для тока нагрузки и тока возбуждения:

 

 

 

Φ

 

= в в в

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

г

=

Φ −

 

 

 

 

я

 

 

 

 

 

г я

 

г

0

 

 

 

 

= в мΦг

 

{

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Φ

 

 

 

(Φ)

 

 

 

 

 

 

= в

 

 

в

 

 

 

 

 

 

 

 

 

 

г

=

 

Φ −

 

 

 

я

 

 

 

 

 

г я

 

г

0

 

 

 

 

= в мΦг

 

{

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Приравниваем производные к нулю:

(Φ)

в в = 0

{ Φ − г я г 0 = 0в мΦг = 0

Преобразуем систему уравнений:

в − (Φ) в = 0 { Φ − г я г 0 = 0в мΦг = 0

 

 

в

− (Φ) = 0

 

 

 

 

 

 

 

{

 

в

 

 

Φ −

− = 0

 

 

 

г я

г 0

в мΦг = 0

Перепишем данную систему через отнормированные параметры:

 

 

вн

 

̅ ̅

 

 

 

 

в н

в − (Ф) = 0,

 

 

 

 

 

 

 

 

̅

 

̅ −

 

̅

с Ф Ф̅ −

̅ = 0,

е н н

 

 

 

гн я г

гн 0н г 0

̅̅

{в в − Фн гнФ г̅= 0.

4

Запишем систему через переменные состояния, полученные выше: =

1

 

 

 

 

1

 

 

в

 

 

 

 

 

 

 

 

Φ

 

 

 

 

 

 

[ 2

] = [

 

 

] , = [ 2] = [

в

].

 

 

 

 

 

 

 

 

 

 

 

 

 

3

 

 

г

3

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

̅

 

 

 

 

 

 

 

 

 

 

 

1(, ) = 11 1 − ( 1) = 0,

 

 

 

 

 

 

 

{2(, ) = 21 1 3 22 2

23 2 3 = 0,

 

 

 

 

 

 

3(, ) = 31 2 32 1 2 = 0,

 

 

 

Вводим коэффициенты:

 

 

 

 

 

 

̅( ) = 0.74795 − 0.18963 + 0.5022 ;

=

вн

= 1;

= с Ф

 

 

 

 

 

 

 

 

 

 

 

 

11

 

в н

21

е н н

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

= 143,5; 22 = гн я = 15; 23

= гн 0 = 200; 31

= в

 

 

 

 

 

= 70;

=

Ф = 70;

 

 

 

 

 

 

 

 

 

 

32

 

 

 

 

н гн

 

 

 

 

 

Переписываем нашу систему уравнений:

11 1 ̅( 1) = 0, {21 1 3 22 2 23 2 3 = 0,

31 2 32 1 2 = 0,

В данном случае наша система решается методом Ньютона. Для этого нам нужна следующая матрица:

Это матрица частных производных.

 

 

 

 

Заполняем матрицу:

 

 

 

 

 

 

 

 

̅

 

 

0

0

 

 

 

−′( 1)

 

 

(, ) = [

 

 

22 23 3

21

 

].

 

21

 

3

32 1

1

 

 

 

0

 

 

 

32

2

 

 

 

 

Программа для решения уравнения методом Ньютона представлена в листинге 1.

5

Листинг 1. Основная программа.

clear clc rv=145;

r_ancor=0.3; vv=4000; L_ancor=0.01; R0=4; Ce=205; Cm=200; J=0.35;

Field_n=0.007; omega=100; i_n=50; Mvn=70; Uvn=220; iv=Uvn/rv;

global a11 a21 a22 a23 a31 a32 pF a11=Uvn*vv/(rv*iv*vv); a21=Ce*omega*Field_n; a22=i_n*r_ancor;

a23=i_n*R0; a31=Mvn; a32=Cm*Field_n*i_n;

pF=[0.7479 0 -0.1896 0 0.5022 0];

length=length(1.2:-0.01:0.05);

u_1=[1.2:-0.01:0.05; ones(1,length); ones(1,length)]; x0=[1, 1, 1]';

for i=1:length

Fun(i,:)=newton('Fun_F','Fun_G', x0, u_1(:,i), 0.0001); x0=Fun(i,:)';

end

figure

subplot(2,2,1) plot(u_1(1,:),Fun(:,1)) grid minor xlabel('u_в') ylabel('Ф')

ylim([0.9*min(Fun(:,1)) 1.1*max(Fun(:,1))])

subplot(2,2,2) plot(u_1(1,:),Fun(:,2)) grid minor xlabel('u_в') ylabel('i')

ylim([0.9*min(Fun(:,2)) 1.1*max(Fun(:,2))])

subplot(2,2,3) plot(u_1(1,:),Fun(:,3)) grid minor xlabel('u_в') ylabel('\omega')

ylim([0.9*min(Fun(:,3)) 1.1*max(Fun(:,3))])

subplot(2,2,4) plot(u_1(1,:),Fun(:,1),u_1(1,:),Fun(:,2),u_1(1,:),Fun(:,3))

6

grid minor xlabel('u') ylabel('x')

legend('Ф','i','\omega','location','best') ylim([0 20])

u_1=[ones(1,length); 1.2:-0.01:0.05 ; ones(1,length)]; x0=[1, 1, 1]';

for i=1:length

Fun(i,:)=newton('Fun_F','Fun_G', x0, u_1(:,i), 0.0001); x0=Fun(i,:)';

end

figure

subplot(2,2,1) plot(u_1(2,:),Fun(:,1)) grid minor xlabel('M_в') ylabel('Ф')

ylim([0.9*min(Fun(:,1)) 1.1*max(Fun(:,1))])

subplot(2,2,2) plot(u_1(2,:),Fun(:,2)) grid minor xlabel('M_в') ylabel('i')

ylim([0.9*min(Fun(:,2)) 1.1*max(Fun(:,2))])

subplot(2,2,3) plot(u_1(2,:),Fun(:,3)) grid minor xlabel('M_в') ylabel('\omega')

ylim([0.9*min(Fun(:,3)) 1.1*max(Fun(:,3))])

subplot(2,2,4) plot(u_1(2,:),Fun(:,1),u_1(2,:),Fun(:,2),u_1(2,:),Fun(:,3)) grid minor

xlabel('u') ylabel('x')

legend('Ф','i','\omega','location','best')

u_1=[ones(1,length); ones(1,length); 1.2:-0.01:0.05 ]; x0=[1, 1, 1]';

for i=1:length

Fun(i,:)=newton('Fun_F','Fun_G', x0, u_1(:,i), 0.0001); x0=Fun(i,:)';

end

figure subplot(2,2,1)

plot(u_1(3,:),Fun(:,1)) grid minor xlabel('R_0') ylabel('Ф')

ylim([0.9*min(Fun(:,1)) 1.1*max(Fun(:,1))])

subplot(2,2,2) plot(u_1(3,:),Fun(:,2))

7

grid minor xlabel('R_0') ylabel('i')

ylim([0.9*min(Fun(:,2)) 1.1*max(Fun(:,2))])

subplot(2,2,3) plot(u_1(3,:),Fun(:,3)) grid minor xlabel('R_0') ylabel('\omega')

ylim([0.9*min(Fun(:,3)) 1.1*max(Fun(:,3))])

subplot(2,2,4) plot(u_1(3,:),Fun(:,1),u_1(3,:),Fun(:,2),u_1(3,:),Fun(:,3)) grid minor

xlabel('u') ylabel('x')

legend('Ф','i','\omega','location','best')

Листинг 2. Функция, реализующая метод Ньютона.

function [x] = newton(F, G, x0, u, e) y=feval(F, x0, u);

x=x0; while(norm(y)>e)

gr=feval(G, x, u); x=x-inv(gr)*y; y=feval(F, x, u); clc

end

Листинг 3. Функция, вычисляющая матрицу частных производных.

function G = Fun_G( x, u)

global a11 a21 a22 a23 a31 a32 pF G1=[-polyval(polyder(pF), x(1)) 0 0]; G2=[a21*x(3) -a22-a23*u(3) a21*x(1)]; G3=[-a32*x(2) -a32*x(1) 0];

G=[G1; G2; G3]; end

Листинг 4. Функция, вычисляющая значения уравнений системы.

function f= Fun_F(x, u)

global a11 a21 a22 a23 a31 a32 pF f1=a11*u(1)-polyval(pF, x(1)); f2=a21*x(1)*x(3)-a22*x(2)-a23*x(2)*u(3); f3=a31*u(2)-a32*x(1)*x(2);

f=[f1; f2; f3]; end

Статические характеристики системы представлены на рис. 1-3.

8

Рис. 1. Статические характеристики при изменении параметра u1 (0.05, 1.2)

Рис. 2. Статические характеристики при изменении параметра u2 (0.05, 1.2)

9

Рис. 3. Статические характеристики при изменении параметра u3 (0.05, 1.2)

Выводы.

В ходе выполнения данной лабораторной работы использовалась система уравнений СНЛАУ, описывающая статические режимы:

1( , ) = 11 1 ̅( 1) = 0, { 2( , ) = 21 1 3 22 2 23 2 3 = 0,

3( , ) = 31 2 32 1 2 = 0,

В качестве функции обратной кривой намагничивания использовался нормированный полином 5-й степени, найденный в предыдущей работе:

̅( ) = 0.7479 5 − 0.1896 3 + 0.5022 .

Также с помощью Matlab были рассчитаны и построены статические характеристики нашей системы, кроме того, были найдены значения

1 Φ 0,983

переменных состояния в установившемся режиме: [ 2] = [ г] = [1,017].

3 1,55

10

Соседние файлы в папке Лабы