状态变量分析:带解释的例子

17 Mar 2025 | 5 分钟阅读

在继续讲解示例之前,让我们首先讨论一下状态变量的简要介绍。

状态是指一组变量,了解这些变量有助于我们预测控制系统的行为。状态变量与输入函数一起提供了系统的未来状态和输出。状态变量分析的要素包括状态向量、状态空间、状态方程和状态变量表示。

状态变量是描述系统行为所需的 n 个变量,状态轴是描述坐标轴的区域。类似地,状态方程是 n 个方程的集合,状态变量表示以状态变量的形式描述,例如 x1(t)、x2(t) 等。系统的输入、输出、初始条件等都以这些元素的形式描述。

在这里,我们将以多项选择题的形式讨论这些例子,因为它们将帮助我们进行考试。

示例 1: 一个系统由状态方程 X' = AX + BU 描述。输出由 Y = CX 给出,其中

State variable analysis: Examples with explanation

并且 C = [1 0]

系统的传递函数是

  1. s/s2 + 5s + 7
  2. 2s/s2 + 5s + 7
  3. 1/s2 + 5s + 7
  4. s/s2 + 3s + 5

答案: (a) s/s2 + 5s + 7

说明: 找到系统传递函数的方程由下式给出

C [SI - A]-1B + D

其中,

I 始终是单位矩阵。

在上述方程中计算 A、B、I 和 C 的值,我们得到

传递函数 = C [SI - A]-1B + D

State variable analysis: Examples with explanation

= s/s2 + 5s + 7

因此,正确的答案是选项 (a)。

示例 2: 找到下面给出的矩阵的特征值的总和

State variable analysis: Examples with explanation
  1. 15
  2. 12
  3. -10
  4. 10

答案: (d) 10

说明: 找到特征值总和的快捷方法是将给定矩阵的对角线中的元素相加。

对角线元素为 2、1、3 和 4。 它们的总和等于 2 + 1 + 3 + 4 = 10

因此,正确的答案是 10。

示例 3: 由方程表示的系统由以下公式给出

State variable analysis: Examples with explanation

并且 Y = [1 0]

找到系统的等效传递函数。

  1. s/s2 + 3s + 3
  2. 1/s2 + 3s + 2
  3. 5/s2 + 5s + 2
  4. 2/s2 + 3s + 5

答案: (b) 1/s2 + 3s + 2

说明: 找到系统传递函数的方程由下式给出

C [SI - A]-1B + D

其中,

I 始终是单位矩阵。

在上述方程中计算 A、B、I 和 C 的值,我们得到

传递函数 = C [SI - A]-1B + D

State variable analysis: Examples with explanation

= 1/s2 + 3s + 2

示例 4: 状态空间表示中的可观察性条件可以通过以下条件确定

  1. [CT ATCT]
  2. [BT ATBT]
  3. [AT ATCT]

答案: (a) [CT ATCT]

说明: 可观察性条件可以从条件 [CT ATCT] 确定。

示例 5: 由方程给出的系统模型为

State variable analysis: Examples with explanation

Y '= [1 1] x

  1. 可控
  2. Observable
  3. 两者 (a) 和 (b)
  4. 既非 (a) 也非 (b)

答案: (c) 两者 (a) 和 (b)

说明: 我们知道该方程以 AX + BU 的形式表示。

通过比较,我们得到

State variable analysis: Examples with explanation

C = [1 1]

可以通过形成矩阵 [B AB] 来检查给定状态方程的能控性。可以通过形成矩阵 [CT ATCT] 来检查给定状态方程的可观察性。如果这些矩阵的行列式不等于零,则称为可观察或可控。

为能控性形成的矩阵由下式给出

[B AB]

State variable analysis: Examples with explanation

上述矩阵的行列式为:0 x -3 - 1 = -1

它不等于 0。因此,该矩阵是可控的。

现在,让我们检查可观察性。

为可观察性形成的矩阵由下式给出

[CT ATCT]

State variable analysis: Examples with explanation

上述矩阵的行列式为:1 x -2 - 2 = -4

它不等于 0。因此,该矩阵是可观察的。

因此,由给定状态方程描述的系统模型是可控且可观察的。

示例 6: 系统的状态方程可以写成

  1. 一阶微分方程
  2. 二阶微分方程
  3. 三阶微分方程
  4. 以上都不是

答案: (a) 一阶微分方程

说明: 系统的状态方程使用状态变量 x1、x2、x3 ? xn 以一阶微分方程的形式书写。

示例 7: LTI 系统由以下状态模型描述

State variable analysis: Examples with explanation

查找系统是否

  1. 完全可控
  2. 完全可观察
  3. 非完全可控但完全可观察
  4. 非完全可观察但完全可控

答案: (c) 非完全可控但完全可观察

说明: 可以通过形成矩阵 [B AB] 来检查给定状态方程的能控性。可以通过形成矩阵 [CT ATCT] 来检查给定状态方程的可观察性。

我们将使用以上两个条件来确定可控性和可观察性。

我们可以检查行列式或所形成矩阵的秩。如果这些矩阵的行列式不等于零,则称为可观察或可控。如果矩阵的秩等于其阶数,则称为可观察或可控。

让我们开始。

通过比较给定的状态模型,参数为

State variable analysis: Examples with explanation

现在,矩阵 [B AB] 由下式给出

State variable analysis: Examples with explanation

上述矩阵的行列式等于 0。因此,它不是完全可控的。我们也可以说,矩阵的秩不等于其阶数 (2)。

现在,矩阵 [CT ATCT] 由下式给出

State variable analysis: Examples with explanation

上述矩阵的行列式不等于 0。因此,它是完全可观察的。我们也可以说,矩阵的秩等于其阶数 (2)。

因此,给定的状态模型是完全可观察的,但不是完全可控的。


下一个主题控制系统 MCQ