T2 = pade(T,2); step(T,'b',T2,'r',100)
grid, legend('Exact','Second-Order Pade')
10.7– rasm. Berk tizim uchun rezonans va ikkinchi darajali Pade yaqinlashuvi
orasidagi simulatsiya farqi.
Sezuvchanlik tahlili
Kechikishlar kamdan-kam hollarda aniq ma'lum,
shuning uchun boshqaruv
tizimining kechikish qiymatiga qanchalik sezgir ekanligini tushunish juda
muhimdir. Bunday sezgirlik tahlili LTI massivlari
va InternalDelay xususiyati
yordamida osonlik bilan amalga oshiriladi.
Masalan, yuqoridagi kechikishli PI boshqaruvining sezgirligini tahlil qilish
uchun kechikish qiymatlari 2,0 dan 3,0 gacha bo‘lgan 5 ta modelni yaratib ko‘rib
chiqamiz:
tau = linspace(2,3,5);
% 5 delay values
Tsens = repsys(Tnotch,[1 1 5]);
% 5 copies of Tnotch for j=1:5
Tsens(:,:,j).InternalDelay = tau(j);
% jth delay value -> jth model
end
Keyin tizim xarakteristikasini yaratish uchun
STEP
-dan foydalanamiz:
step(Tsens)
grid, title('Closed-loop response for 5 delay values between 2.0 and 3.0')
10.8– rasm. Kechikishli PD rostlagichning simulatsiyasi.
Bu grafik shuni ko‘rsatadiki, kechikish qiymatidagi noaniqlik yopiq davr
xususiyatlariga juda oz ta’sir qiladi. E'tibor beradigan bo‘lsak,
biz ichki
kechikishlar qiymatlarini o‘zgartirishimiz mumkin bo‘lsada, ularning qanchaligini
o‘zgartira olmaymiz, chunki bu model tuzilishining bir qismidir. Ba’zi ichki
kechikishlarni bartaraf qilish uchun ularning qiymatini nolga qo‘yib yoki PADE
dan nol tartib bilan foydalanamiz:
Tnotch0 = Tnotch; Tnotch0.InternalDelay = 0; bode(Tnotch,'b',Tnotch0,'r',{1e-
2,3})
grid, legend('Delay = 2.6','No delay','Location','SouthWest')
