《控制系统数字化设计平台-单项论证报告matlab》由会员分享，可在线阅读，更多相关《控制系统数字化设计平台-单项论证报告matlab（7页珍藏版）》请在金锄头文库上搜索。
1、单项论证之： 控制系统数字化设计平台型号规格：MATLAB/Simulink1. 建设的必要性传统XXX控制系统设计更多地依赖经验，在现有控制器的基础上结合设计指标，做一些调整之后，将控制器在样机上实现并做简单测试。这种开发流程的缺点在于：1、在设计阶段，没有充分地把XXX系统融入XXX过程中考虑并进行设计、验证和测试，导致设计缺陷只有在系统晚期集成阶段才能被发现。这样一是会造成时间和资源的浪费，限制开发效率；二是受可用资源的限制，无法充分调试并找到最佳设计方案，最终影响整个XXX系统性能。2、控制系统设计手段和控制算法架构陈旧。主要表现在：一、缺乏完整精确的被控对象模型，没有充分考虑XXX环
2、境和XXX机构中的摩擦力、齿轮间隙等非线性因素；二、现有XXX控制器是基于PID的XXX结构，没有系统地考量机构中的非线性因素以及实际XXX负载变化，限制了XXX系统对XXX的控制能力，影响XXX的机动性和灵活性。为了克服以上缺点，我所决定引入基于模型的开发理念，实现开发流程的革新。基于模型的开发流程如图1所示，主要阶段分为：1. 需求定义：根据需求确定控制系统的具体设计指标；2. 系统设计：根据需求建立系统的理想模型，验证需求的是否可实现，并根据理想模型确定子系统级设计需求；3. 子系统设计：根据子系统级需求，设计各子系统模型，通过数字仿真和快速原型等测试手段验证子系统级设计方案；4. 子系
3、统实现：利用子系统模型，逐步实现各子系统，通过模型在回路（MIL）、软件在回路（SIL）、处理器在回路（PIL）等测试方法确保子系统实现的正确性；5. 子系统级测试与集成：通过半实物仿真（HIL）测试，利用早期数字仿真模型，对实现的各子系统进行功能、性能、容错性等方面的测试；6. 系统级测试与集成：通过半实物仿真（HIL）测试，将各子系统联合调试，验证系统级设计方案；7. 全系统级测试与集成：系统集成完成最终产品并对最终产品测试。图 1基于模型的开发流程在基于模型的开发流程中，针对需求和方案的测试和验证贯穿始终，强调使用系统数字模型，用来免除基于文档的交接中存在的歧义。这些模型出了在明显的算法
4、设计阶段发挥作用，更重要的是在各阶段的测试和验证中，提供统一的测试环境，使得开发流程前后一致，保持整体性和系统性。采用这样的开发流程设计舵机系统，在设计初期即对控制器模型进行充分的测试和验证，能够及早发现设计的错误和缺陷，最大限度的节约设计成本，保证设计出满足需求的最佳设计方案。2. 建设方案结合基于模型的开发流程，舵机伺服控制系统数字化设计平台用于实现如下伺服控制系统开发流程：图 2控制系统开发流程示意图1、 明确控制系统设计指标：根据系统总体需求，明确控制系统的对应需求和设计指标2、 研究被控对象：根据1建立精确的被控对象系统仿真模型，分析被控对象性质；3、 提炼控制模型：根据2中的仿真模
5、型和分析结果，确定被控变量、控制变量和可测输出变量（用于反馈）等，提取出控制器设计模型；4、 设计控制器：根据1、2、3确定控制器的结构（三环结构、多自由度控制、处理不同工况的控制逻辑等），确定是否有必要引入对摩擦、齿轮间隙等非线性环节的前馈补偿，是否需要对量测数据设计软件滤波器等；选择合适的控制设计方法，力图采用最简单的算法保证闭环稳定性、鲁棒性，计算、调整并优化控制器参数，给出控制器模型；5、 分析控制回路性能：将4中得到的控制器模型与2中的被控对象仿真模型形成闭环，通过数字仿真确定控制回路是否满足要求，若不满足视情况按4、3、2、1的顺序选择适当的步骤进行迭代设计；6、 控制器实现与测试
6、：结合硬件选型，逐步将6中的理想控制算法（高精度）变成最终的控制器硬件，这些步骤包括：a) 模型测试与验证：结合1中的需求和指标，确定控制器模型是否满足功能要求；同时需要测试模型的覆盖度，避免将调试用的附加模型实现到产品中；b) RCP（快速控制原型）：将控制算法下载到实时硬件中，检查控制算法的功能、逻辑、通讯行为等；c) MIL（模型在回路）：将控制器模型定标（实现定点化模型），与仿真模型联合测试，对应需求和指标，确定定点化的控制算法是否仍满足要求（主要是定点化过程中的精度损失）；d) SIL（软件在回路）：将定点化的控制器模型转换成标准C代码，与仿真模型联合测试，对应1中需求和指标，测试生
7、成的代码是否满足要求（如算法精度和逻辑等），同时测试代码的性能、覆盖度、运时错误等；e) PIL（处理器在回路）：将标准C代码针对控制器硬件编译成为可执行的嵌入式代码，并下载到处理器芯片中，与仿真模型联合测试，对应1中需求和指标，测试生成的嵌入式代码是否满足要求（如实时性、存储器占用情况等）；f) HIL（硬件在回路）：将处理器芯片集成到控制器硬件环境中，测试整个控制器硬件是否满足要求。测试和验证的思想贯穿以上整个流程，每向最终产品迈进一步，都必须对应需求进行测试，充分利用数字仿真的手段，力争在开发早期将设计缺陷暴露出来，提高舵机伺服系统开发的效率和质量，同时降低成本。3. 技术及设备选型模块
8、为了顺利实现上述流程，经调研，我所计划选用MATLAB和基于MATLAB二次开发的试验数据处理软件构建舵机伺服控制系统数字化设计平台。其主要技术任务包括：1、 明确控制系统设计指标：在系统设计前期需要经过充分的需求分析与开发来确定一套合适的控制系统设计内容及其指标。而此设计内容及其指标既是系统设计的高层需求，依据高层需求通过MATLAB/Simulink各专业模块库和控制系统设计相关模块，搭建系统的理想模型，实现系统的设计和仿真，也可以进一步验证系统需求的可行性。同时，需求与所搭建的对应的Simulink模型之间可以双向跟踪链接。2、 研究被控对象：在进行控制器设计之前，首先需要对被控对象进行
9、研究，建立被控对象的模型，针对舵机、负载、环境等重要因素进行对象建模。在Matlab中支持多种方式进行对象的建模：a) 首要原则法，是在对被控对象的物理原理有清晰的了解，进行物理/数学方程列写，进而使用Simulink或Simscape及相关产品搭建被控对象模型的建模方法。b) 数据驱动法，是在对被控对象已经有实物或经验数据的基础上进行试验，通过采集测量的信号，使用系统辨识工具箱（System Identification）或者神经网络工具箱（Neural Net）建立被控对象模型的方法。c) 如果是要获得一个准确精炼的模型，通常是将两种方法结合，使用首要原则法建立物理数学方程模型，再用实验数
10、据校准，使用参数估计工具（Parameter Optimization），通过优化计算的方法校准不够准确的物理数学方程中的参数，进而得到一个获得校验的准确的被控对象模型。这种方法非常适宜向舵机系统这样含有摩擦、齿轮间隙等非线性环节的系统建模。3、 提炼控制模型：在被控对象仿真模型或实物的基础上，Control System Toolbox 提供了多种方式提炼被控对象模型：a) 可以针对被控对象的仿真模型，针对该非线性系统，Simulink Control Design 可实现在指定操作点或者多个操作点对模型进行线性化得到线性模型，以便结合适当的控制理论设计控制器；b) 可以利用实际系统实验数据
11、，通过系统辨识的手段获得控制模型，System Identification Toolbox 提供常见系统辨识工具，如预报误差法、辅助元法、子空间辨识等方法。值得一提的是，当控制器硬件及设计指标对控制算法复杂程度有约束的时候，可以利用闭环辨识的方法，在控制模型提取的时候即考虑到后续控制器设计因素，以最终控制回路性能为首要目标，综合考虑系统辨识和控制器设计。这种方法已经在国外多种伺服控制系统上实现。4、 设计控制器：在得到被控对象模型之后，Control System Toolbox 提供了多种控制器设计方式，包括PID控制器，SISO（单入单出）设计工具等。Simulink中的PID控制器模块
12、可自动调节，优化PID参数，以满足控制指标。SISO设计工具结合根轨迹、Bode图等，可方便地设计通用控制器，比如 PID 控制器、超前滞后网络及带阻滤波器等。SISO设计工具可在调节控制器参数的同时，监控闭环系统的响应性能指标。考虑到被控对象含不确定的参数以及不确定的模型动态，Robust Control Toolbox可对多入多出系统进行鲁棒性分析以及鲁棒控制器设计等。5、 分析控制回路性能：在控制器设计完之后，为了验证控制器的在不同的外界输入条件下的控制效果，验证被控对象的参数在误差范围内变动情况下的控制器鲁棒性等需要对整个控制回路进行仿真分析。针对大量的不同条件（输入或参数）的仿真，使
13、用Matlab可以：a) Matlab中MBC工具箱提供了实验设计的工具，可以快速设计出实验也就是仿真条件，也可以将这些仿真条件从其他文件格式读入，Matlab支持多种数据格式的导入；b) 针对大量的计算任务，Matlab中可以使用并行工具箱，将任务分解到多个计算机或CPU内核上进行计算，能够加快仿真的速度，实现如蒙特卡罗仿真等测试任务；c) 针对不同的仿真结果，Matlab除支持多种可视化的显示分析外，还可以针对特定的数据进行利用统计和信号处理等工具箱进行统计分析，频域分析等；d) 最终仿真和分析的结果通过Matlab report generator和Simulink report gen
14、erator可以自动生成报告；e) 以上功能可以利用MATLAB GUI工具，制作图形化的实验数据管理工具统一操作和实现。6、 控制器实现与测试：图 3控制律数字化设计与仿真验证过程在MATLAB/Simulink中依据需求利用基本模块库及其专业模块库可以方便地构建控制系统数字化模型，模型和需求之间是双向跟踪链接的，从而保证需求和设计之间的对应关系；所建立的模型进一步通过Model Advisor进行建模规范的自动检查，其中包括Simulink建模的规范、DO-178B标准的检查、IEC61508标准的检查等，也可以自定义相关的检查规范，使得模型满足规范要求。经过标准检查的模型同时可以依据需求
15、中的测试用例通过Simulink测试工具Systemtest自动进行测试与验证，同时也可以进行模型属性验证，从而来研究所设计模型是否满足需求中相关的指标。模型通过规范检查和测试后，可以通过Embedded Coder自动生成优化的高效的嵌入式代码，代码和模型之间也是双向跟踪链接。所生成代码进一步由Polyspace进行可靠性检查，Polyspace能够给出正确的代码、错误的代码、不可达的代码及橙色的代码（有可能对、有可能错的代码），从而帮助用户量化代码的可靠性，通过修改与代码对应的模型，逐步得到安全可靠的代码。进而利用嵌入式目标支持包及其开发环境的链接针对某款处理器生成嵌入式高效的产品级代码，
16、生成的代码可直接链接到集成开发环境并下载到处理器上，此时可以复用上述需求中的测试用例或是利用Simulink Design Verifier自动生成的测试用例验证目标代码与模型、与需求的一致性，后期可进一步对所设计的姿控系统进行半实物仿真与验证，使得最终的目标代码符合研制需求。总之，通过上述贯穿每个阶段的验证与跟踪链接工作，确保整个嵌入式控制软件设计生命周期的安全可靠性。4. 设备描述数字系统仿真技术是一门多学科综合的应用技术，也是一门近年来发展迅速的新兴学科，MATLAB在此领域具有主导地位。仿真和建模MATLAB、Simulink和Stateflow提供了一个集成的交互图形化的动态系统建模、分析和仿真环境。通过强大的仿真能力能够对离散、连续、条件执行、事件驱动、多速率和混杂系统等进行分析。结合
