第7章：动态系统Simulink建模与仿真

.,第7章：动态系统Simulink建模与仿真,本章内容：Simulink工具箱简介Simulink建模与仿真基本方法动态系统Simulink仿真模型的建立Simulink子系统技术S-函数与Simulink仿真*模糊逻辑工具箱简介,.,7.1Simulink工具箱简介,7.1.1Simulink工具箱简介Simulink是Simulation（仿真）与link（连接）的简写形式，它提供一个动态系统建模、仿真和综合分析的集成环境，是MATLAB最重要的组件之一，也是其它仿真工具箱的可视化仿真平台。优点：建模方便灵活，适用面广，结构和流程清晰，效率高等。,.,1Simulink启动（1）在MATLAB命令窗口输入“simulink”命令。（2）单击MATLAB主窗口左下角的“Start”按钮，在弹出的快捷菜单中单击【Simulink】【LibraryBrowser】命令。（3）单击MATLAB主窗口工具栏里的工具。,7.1.2Simulink组成,图7-1Simulink窗口界面,.,CommonlyUsedBlocks（常用模块库）Continuous（连续系统模块库）Discontinuous（非连续系统模块库）Discrete（离散系统模块库）LogicandBitOperations（逻辑与位操作模块库）LookupTables（查询表模块库）MathOperations（数学操作模块库）ModelVerification（模型验证模块库）,2Simulink模块库组件,Simulink7.1模块库共包含16个子模块库，它们是:,.,Model-WideUtility，Portscase1,sys=mdlDerivatives(t,x,u);case2,sys=mdlUpdate(t,x,u);case3,sys=mdlOutputs(t,x,u);case4,sys=mdlGetTimeOfNextVarHit(t,x,u);case9,sys=mdlTerminate(t,x,u);otherwiseDAStudio.error(Simulink:blocks:unhandledFlag,num2str(flag);end,functionsys,x0,str,ts=mdlInitializeSizessizes=simsizes;sizes.NumContStates=0;sizes.NumDiscStates=0;sizes.NumOutputs=0;sizes.NumInputs=0;sizes.DirFeedthrough=1;sizes.NumSampleTimes=1;定义采用周期的个数sys=simsizes(sizes);x0=;str=;ts=00;functionsys=mdlDerivatives(t,x,u)sys=;functionsys=mdlUpdate(t,x,u)sys=;functionsys=mdlOutputs(t,x,u)sys=;functionsys=mdlGetTimeOfNextVarHit(t,x,u)sampleTime=1;sys=t+sampleTime;functionsys=mdlTerminate(t,x,u)sys=;,ts是一个12的向量，ts(1)定义采样周期，ts(2)是偏移量。当ts(1)=0表示系统为连续系统，当ts(1)=-2表示系统采样时间由flag4的mdlGetTimeOfNextVarHit函数决定。,输入变量中，t是采样时间，x是状态变量，u是输入变量（从Simulink输入来的变量信息，当有多个输入时，u为一个行向量,flag是仿真过程中的状态标志或称之为控制变量，由它来判断当前将要调用的回调函数；输出变量sys根据flag的不同而返回不同的内容。）,.,在本例题中，为了完成设定的函数功能y=3*u+2，可将上述S-函数的模板进行如下修改（这里只列出需要修改的部分）：首先将S函数文件首行修改为：functionsys,x0,str,ts=Mysfun(t,x,u,flag),并将文件另存为Mysfun。其次，找到functionsys,x0,str,ts=mdlInitializeSizes,作如下修改:sizes.NumOutputs=1;sizes.NumInputs=1;然后，再找到functionsys=mdlOutputs(t,x,u)，作如下修改：sys=3*u+2;最后，将该文件保存到当前目录下的Mysfun.m文件中。,.,（3）双击仿真模型中的S-function模块打开参数设置对话框，并修改S-function的名称为“Mysfun”。（4）修改仿真参数，完成仿真。这里仿真求解器参数取系统默认值，运行仿真，可得如图所示仿真结果。,.,【例】已知某系统状态方程为：,试用S-函数建立其仿真模型，并求其单位阶跃响应曲线。,解：首先打开S-函数模板文件。打开S-函数模板文件除了按照上述介绍的方法，也可以在CommandWindows中输入命令：opensfuntmpl或者editsfuntmpl执行命令后系统弹出M文件的S-函数编辑窗口。实现上述系统的S-函数程序代码如下所示：,.,functionsys,x0,str,ts=Mysfun01(t,x,u,flag)switchflag,case0,%初始化%sys,x0,str,ts=mdlInitializeSizes;case1,%求导数sys=mdlDerivatives(t,x,u);case2,%状态更新%sys=mdlUpdate(t,x,u);case3,%计算输出%sys=mdlOutputs(t,x,u);%计算下一个采样时刻%case4,sys=mdlGetTimeOfNextVarHit(t,x,u);case9,%结束处理%sys=mdlTerminate(t,x,u);otherwise%错误处理%DAStudio.error(Simulink:blocks:unhandledFlag,num2str(flag);end,functionsys,x0,str,ts=mdlInitializeSizessizes=simsizes;sizes.NumContStates=3;%系统有三个连续状态变量sizes.NumDiscStates=0;sizes.NumOutputs=1;%系统有一个输出变量sizes.NumInputs=1;%系统有一个输入变量sizes.DirFeedthrough=0;%系统不存在直通环节sizes.NumSampleTimes=1;%只有一种采样时间sys=simsizes(sizes);x0=0;0;0;%str=;ts=00;functionsys=mdlDerivatives(t,x,u)x(1)=-1*x(1)+3*u;x(2)=-2*x(2)-22*u;x(3)=-3*x(3)+20*u;sys=x;,.,functionsys=mdlUpdate(t,x,u)sys=;functionsys=mdlOutputs(t,x,u)sys=-x(1)-x(2)-x(3);functionsys=mdlGetTimeOfNextVarHit(t,x,u)sampleTime=1;%设置采样周期sys=t+sampleTime;functionsys=mdlTerminate(t,x,u)sys=;,将上述S-函数在当前目录下保存为M文件Mysfun01，再建立Simulink仿真模型如图所示，并设置S-function模块的参数为S-functionname，仿真参数取默认值，运行仿真可得仿真结果如图所示。,.,7.5.4添加用户参数的S-函数,当S-函数需要添加用户参数时，要注意两点。第一，在S-函数源代码中，用到该参数的各个子函数，在函数声明部分均应添加该参数，第二，在Simulink模型中设置“S-function”模块参数时，参数的名称和顺序必须与S-函数源代码中的参数名称和顺序完全一致。下面以建立一个三角波函数发生器为例来说明带参数项的S-函数的建立与使用。,【例】试建立Simulink下三角波函数发生器，且三角波频率幅值可调。解：首先编写生成三角波S-函数的M文件，打开M文件模板程序，做如下所改：,.,functionsys,x0,str,ts=sanjiaobo(t,x,u,flag,A,Freq)%输入参数A为三角波幅值，Freq为三角波频率switchflag,case0,sys,x0,str,ts=mdlInitializeSizes;case1,sys=mdlDerivatives(t,x,u);case2,sys=mdlUpdate(t,x,u);case3,sys=mdlOutputs(t,x,u,A,Freq);%注意在输出函数部分用到附加参数case4,sys=mdlGetTimeOfNextVarHit(t,x,u);case9,sys=mdlTerminate(t,x,u);otherwiseerror(Unhandledflag=,num2str(flag);end,.,functionsys,x0,str,ts=mdlInitializeSizessizes=simsizes;sizes.NumContStates=0;sizes.NumDiscStates=0;sizes.NumOutputs=1;sizes.NumInputs=1;sizes.DirFeedthrough=1;sizes.NumSampleTimes=1;%只有一种采样时间sys=simsizes(sizes);x0=;str=;%initializethearrayofsampletimests=00;functionsys=mdlDerivatives(t,x,u)sys=;functionsys=mdlUpdate(t,x,u)sys=;,functionsys=mdlOutputs(t,x,u,A,Freq)T=1/Freq;%求三角波周期m=rem(u,T);%u为外部输入时间信息，rem为求余函数K=floor(u/T);%floor为向零取整r=4*A*Freq;c=T/2;if(m=0)%仿真结束,.,将上述M文件的S函数在当前目录下保存为sanjiaobo.m文件，建立Simulink仿真模型如图（a）所示。双击“S-function”模块，在弹出的参数设置对话框种，设置“S-functionname”为“saniaobo”，设置“S-functionParameter”为“1,1500”，如图（b）所示。Simulink求解器参数“Maxstepsize”设置为1e-5，“Stoptime”设置为0.2s，其它取系统默认值。,.,单击Simulink模型窗口工具，运行仿真得如图7-56所示结果（图中显示时间范围为07e-3s）。,.,7.5.5离散系统的S-函数,【例】已知离散PID表达式为：,u（k）=Kp*e(k)+Ki*T*,+Kd*e(k-1)-e(k-2)/T,试使用S-函数实现离散PID控制器，并建立Simulink仿真模型。,解：首先打开S-函数M-文件的模板程序，建立离散PID的S-函数源文件。结果如下：,.,functionsys,x0,str,ts=sfuntmpl(t,x,u,flag,Kp,Ki,Kd)switchflag,case0,sys,x0,str,ts=mdlInitializeSizes;case1,sys=mdlDerivatives(t,x,u);case2,sys=mdlUpdate(t,x,u,Kp,Ki,Kd);case3,sys=mdlOutputs(t,x,u);case4,sys=mdlGetTimeOfNextVarHit(t,x,u);case9,sys=mdlTerminate(t,x,u);otherwiseDAStudio.error(Simulink:blocks:unhandledFlag,num2str(flag);end%endsfuntmpl,.,functionsys,x0,str,ts=mdlInitializeSizessizes=simsizes;sizes.NumContStates=0;sizes.NumDiscStates=4;sizes.NumOutputs=1;sizes.NumInputs=1;sizes.DirFeedthrough=0;sizes.NumSampleTimes=1;%只有一种采样时间sys=simsizes(sizes);x0=0;0;0;0;%在此定义系统状态变量的初始值str=;ts=-20;%ts(1)=-2,表示采样时间由flag4，mdlGetTimeOfNextVarHit(t,x,u)决定下一个采样时刻。,functionsys=mdlDerivatives(t,x,u)sys=;functionsys=mdlUpdate(t,x,u)x(3)=x(2);x(2)=x(1);x(1)=u;x(4)=u+x(4);sys=x;functionsys=mdlOutputs(t,x,u,Kp,Ki,Kd)sys=Kp*x(1)+Ki*0.01*x(4)+Kd*(x(2)-x(3)/0.01;functionsys=mdlGetTimeOfNextVarHit(t,x,u)sampleTime=0.01;%设置采样周期sys=t+sampleTime;functionsys=mdlTerminate(t,x,u)sys=;,.,将上述M文件在当前目录下保存为“dPID.m”。建立simulink仿真模型如图所示。双击“S-function”模块，弹出其参数设置对话框，设置“S-functionname”为“dPID”，设置“S-functionParameters”为“6.0,5.0,0.5”。Simulink仿真参数取系统默认值，运行仿真可得如图所示的结果。,.,7.6模糊逻辑工具箱简介,MATLAB提供了建立模糊逻辑推理系统的仿真工具箱FuzzyLogicToolbox，建立模糊逻辑推理系统有两种基本方法，第一种方法是借助模糊推理系统编辑器（FuzzyLogicEditor）的图形界面工具建立模糊逻辑推理系统，第二种方法是利用命令建立模糊逻辑推理系统。第一种方法使用简单、建模方便，适合于初学模糊逻辑控制系统建模与仿真的读者。第二种方法稍难一些，但对深入了解模糊逻辑推理系统的MATLAB仿真知识大有帮助。本课程只讲述第一种建模方法。,.,10.1.1基本模糊推理