被动控制通常是过程控制、远程操作、人机界面和系统网络等应用安全需求的一部分。系统是<年代pan class="emphasis">被动如果它不能自己产生能量,只能消耗最初储存在它里面的能量。一般来说,如果平均增加输出,则I/O映射是被动的<年代pan class="emphasis">y需要增加输入<年代pan class="emphasis">u.
例如,PID控制器是无源的,因为控制信号(输出)与错误信号(输入)移动的方向相同。但是有延迟的PID控制器不是被动的,因为控制信号可以朝着与误差相反的方向移动,这是不稳定的潜在原因。
大多数物理系统都是被动的。无源性定理认为两个严格无源系统的负反馈互联是无源稳定的。因此,对无源系统强制控制器的无源性是可取的,或者对无源系统强制控制器的无源性<年代pan class="emphasis">使钝化驾驶员被动系统的操作者,如汽车驾驶员
在实践中,无源性很容易被传感器、执行器和通信延迟所引入的相位滞后所破坏。这些问题导致了对无源性定理的扩展,考虑了无源性的过度或不足,无源性的频率依赖测量,以及无源性和小增益特性的混合。
线性系统<年代pan class="inlineequation"> 如果所有的输入/输出轨迹都是被动的<年代pan class="inlineequation"> 满足:
在哪里<年代pan class="inlineequation"> 表示的转置<年代pan class="inlineequation"> .对于物理系统,积分通常表示进入系统的能量。因此,被动系统是只消耗或耗散能量的系统。因此,被动系统本质上是稳定的。
在频域中,无源性相当于“正实”条件:
对于SISO系统,这是说<年代pan class="inlineequation"> 在所有频率上,所以整个奈奎斯特图位于右半平面。
Nyquist (tf([1 3 5],[5 6 1])
被动系统的奈奎斯特图
无源系统在控制方面具有以下重要特性:
因此,在控制具有未知或可变特性的无源系统时,需要使用无源反馈律来保证闭环的稳定性。考虑到延迟和显著的相位滞后会破坏无源性,这项任务可能会变得困难。
就稳定性而言,知道系统是否被动并不能说明全部情况。人们往往希望知道它在多大程度上是被动的或不被动的。此外,设备中缺乏无源性可以通过控制器中过多的无源性来补偿,反之亦然。因此,衡量被动性的过剩或不足是很重要的,这就是被动性指数发挥作用的地方。
对于不同的应用,有不同类型的索引。一类指标衡量输入/输出空间某一特定方向上的被动性的过剩或不足。例如,输入被动指数被定义为最大<年代pan class="inlineequation"> 这样:
对于所有的轨迹<年代pan class="inlineequation"> 而且<年代pan class="inlineequation"> .系统G是<年代pan class="emphasis">输入严格被动(ISP)当<年代pan class="inlineequation"> ,缺乏被动的时候<年代pan class="inlineequation"> .输入无源性指标也称为输入前馈无源性(IFP)指标,因为它对应于使系统无源所需的最小静态前馈作用。
在频域,输入无源性指标的特征为:
在哪里<年代pan class="inlineequation"> 表示最小的特征值。在SISO案例中,<年代pan class="inlineequation"> 为奈奎斯特曲线上最左点的横坐标。
类似地,输出无源性指数定义为最大<年代pan class="inlineequation"> 这样:
对于所有的轨迹<年代pan class="inlineequation"> 而且<年代pan class="inlineequation"> .系统G是<年代pan class="emphasis">输出严格被动(OSP)<年代pan class="inlineequation"> ,缺乏被动的时候<年代pan class="inlineequation"> .输出无源性指标也称为输出反馈无源性(OFP)指标,因为它对应于使系统无源所需的最小静态反馈作用。
在频域,a的输出无源性指数<年代pan class="emphasis">最小相位系统<年代pan class="inlineequation"> 由:
在SISO案例中,<年代pan class="inlineequation"> 的Nyquist曲线上最左边点的横坐标是<年代pan class="inlineequation"> .
将这两个概念结合起来就得到了最大的I/O无源性指数<年代pan class="inlineequation"> 这样:
一个系统<年代pan class="inlineequation"> 是<年代pan class="emphasis">非常严格的被动.更一般地,我们可以在方向上定义索引<年代pan class="inlineequation"> 作为最大的<年代pan class="inlineequation"> 这样:
输入、输出和I/O无源性指标都对应于的特殊选择<年代pan class="inlineequation">
和被统称为<年代pan class="emphasis">定向被动指数.你可以使用getPassiveIndex
以参数形式或FRD形式计算线性系统的任何这些指标。你也可以使用passiveplot
绘制输入、输出或I/O无源性指数作为频率的函数。该图提供了哪些频段具有较弱或较强的无源性的见解。
有许多结果量化了输入和输出无源性指标如何通过并行、串联或反馈互连传播。也有结果量化输入或输出被动性的过剩,以弥补反馈回路中给定的被动性不足。详情请参见:
的<年代pan class="emphasis">积极的现实被动条件:
相当于小增益条件:
的峰值增益<年代pan class="inlineequation"> 作为被动的衡量标准。具体地说,让
然后<年代pan class="inlineequation"> 是被动的当且仅当<年代pan class="inlineequation"> ,<年代pan class="inlineequation"> 表示缺乏被动。请注意,<年代pan class="inlineequation"> 是有限的当且仅当<年代pan class="inlineequation"> 是最小相位。我们提到<年代pan class="inlineequation"> 随着<年代pan class="emphasis">相对被动指数,或R-index。在时域内,r指数最小<年代pan class="inlineequation"> 这样:
对于所有的轨迹<年代pan class="inlineequation">
而且<年代pan class="inlineequation">
.当<年代pan class="inlineequation">
是最小相位,你能用吗passiveplot
计算…的主要收益<年代pan class="inlineequation">
.此图完全类似于奇异值图(参见σ
),并显示被动程度随频率和方向的变化。
下面的结果类似于反馈回路的小增益定理。它给出了一个简单的r -指数条件,用于用一个系统中被动性的不足来补偿另一个系统中被动性的过剩。
小r定理:让<年代pan class="inlineequation"> 而且<年代pan class="inlineequation"> 是两个具有无源r指标的线性系统<年代pan class="inlineequation"> 而且<年代pan class="inlineequation"> ,分别。如果<年代pan class="inlineequation"> ,则负反馈互联<年代pan class="inlineequation"> 而且<年代pan class="inlineequation"> 是稳定的。
getPassiveIndex
|<年代pan itemscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">isPassive
|<年代pan itemscope itemtype="//www.tianjin-qmedu.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">passiveplot