Robust Control Toolbox™ 提供函数和模块,用于在被控对象存在不确定性的情况下分析和调节控制系统的性能和稳健性。您可以通过将标称动态与不确定元素(如不确定参数或未建模动态)相结合来创建不确定模型。您可以分析被控对象模型不确定性对控制系统性能的影响,并确定由不确定元素所导致的最差情况组合。“H 无穷”和“Mu 分析和综合”技术让您可以设计出最大化鲁棒稳定性和性能的控制器。
此工具箱为 Control System Toolbox™ 的自动调节功能增加了稳健的调节能力。被调节的控制器可以跨多个反馈回路并分散在多个可调节模块中。您可以优化标称对象的性能,同时在整个不确定性范围内强制减小最差性能。
开始:
通过将标称动态与不确定元素(如不确定参数或被忽略的动态)相结合构建详细的带有不确定因素的模型。使用带有不确定因素的状态空间和频率响应模型表示不确定的系统。
通过将某些模块指定为不确定模块,在线性化 Simulink 模型时增加不确定性。
鲁棒稳定性和性能
计算基于磁盘的 SISO 和 MIMO 反馈回路的幅值裕度和相位裕度。量化不确定性如何影响控制系统的稳定性和性能。针对系统特定的不确定性计算鲁棒稳定性和鲁棒性能裕度。
Monte Carlo 分析
在指定的不确定性范围内生成不确定系统的随机样本。将不确定性对系统时域和频域响应的影响可视化。使用不确定状态空间模块在 Simulink 中注入不确定性并执行 Monte Carlo 仿真。
“H 无穷”与“Mu 分析综合”
使用“H 无穷”与“Mu 分析综合”等算法合成稳健的 MIMO 控制器。
优化固定控制结构的“H 无穷”性能。使用混合敏感度或 Glover-McFarlane 方法自动化回路成形任务的执行。
不确定控制系统的稳健调节
指定调节要求,如跟踪性能、干扰抑制、噪声衰减、闭环极点阻尼和稳定裕度。同时调节多个对象模型或控制配置。在对象参数的不确定性范围内最大化性能。在时域和频域响应图中评估控制器的稳健性。
使用基于系统汉克尔奇异值的加法或乘法误差法降低模型阶数。减少“H 无穷”和“Mu 分析与综合”算法产生的控制器阶数,以消除多余状态,同时保留必要的动态。