基于趋近律的滑模控制matlab仿真实例.docx
《基于趋近律的滑模控制matlab仿真实例.docx》由会员分享，可在线阅读，更多相关《基于趋近律的滑模控制matlab仿真实例.docx（13页珍藏版）》请在冰点文库上搜索。
基于趋近律的滑模控制matlab仿真实例
基于趋近律的滑模控制
一、基于趋近律的滑模控制
1、控制器的设计
针对状态方程
（1）
采用趋近律的控制方式，控制律推导如下：
（2）
（3）
其中slaw为趋近律。
将状态方程式
（1）代人
（2）得
（4）
可见，控制器的抖振程度取决于趋近律
表达式中的切换项。
2、仿真实例
对象为二阶传递函数：
其中a=25,b=133。
可表示为如下状态方程：
其中
，
。
在仿真程序中，M=1为等速趋近律，M=2为指数趋近律，M=3为幂次趋近律，M=4为一般趋近律。
取M=2，采用指数趋近律，其中C=[15,1],ε=5，k=10,作图取样时间为0.001，仿真程序如下。
二、程序
主程序chap2_4.m
clearall;
closeall;
globalMABCeqk
ts=0.001;
T=2;
TimeSet=[0:
ts:
T];
c=15;
C=[c,1];
para=[c];
[t,x]=ode45（'chap2_4eq',TimeSet,[0.500.50],[],para）;
x1=x（:
1）;
x2=x（:
2）;
s=c*x（:
1）+x（:
2）;
ifM==2
forkk=1:
1:
T/ts+1
xk=[x1（kk）;x2（kk）];
sk（kk）=c*x1（kk）+x2（kk）;
slaw（kk）=-eq*sign（sk（kk））-k*sk（kk）;%Exponentialtrendinglaw
u（kk）=inv（C*B）*（-C*A*xk+slaw（kk））;
end
end
figure
（1）;
plot（x（:
1）,x（:
2）,'r',x（:
1）,-c*x（:
1）,'b'）;
xlabel（'x1'）;ylabel（'x2'）;
figure
（2）;
plot（t,x（:
1）,'r'）;
xlabel（'time（s）'）;ylabel（'x1'）;
figure（3）;
plot（t,x（:
2）,'r'）;
xlabel（'time（s）'）;ylabel（'x2'）;
figure（4）;
plot（t,s,'r'）;
xlabel（'time（s）'）;ylabel（'s'）;
ifM==2
figure（5）;
plot（t,u,'r'）;
xlabel（'time（s）'）;ylabel（'u'）;
end
子程序chap2_4eq.m
functiondx=DynamicModel（t,x,flag,para）
globalMABCeqk
a=25;b=133;
c=para
（1）;
s=c*x
（1）+x
（2）;
A=[01;0-a];
B=[0;b];
M=2;
eq=5.0;
ifM==2%M=1为等速趋近律，M=2为指数趋近律，M=3为幂次趋近律，M=4为一般趋近律
slaw=-eq*sign（s）;%Equalvelocitytrendinglaw
elseifM==2
k=10;
slaw=-eq*sign（s）-k*s;%Exponentialvelocitytrendinglaw
elseifM==3
k=10;
alfa=0.50;
slaw=-k*abs（s）^alfa*sign（s）;%Powertrendinglaw
elseifM==4
k=1;
slaw=-eq*sign（s）-k*s^3;%Generaltrendinglaw
end
u=inv（C*B）*（-C*A*x+slaw）;
dx=zeros（2,1）;
dx
（1）=x
（2）;
dx
（2）=-a*x
（2）+b*u;
三、仿真结果
（1）M=2时，指数趋近律
图1滑模运动的相轨迹
图2x1的收敛过程
图3x2的收敛过程
图4切换函数s
图5控制器输出
（2）M=1时，等速趋近律
图1滑模运动的相轨迹
图2x1的收敛过程
图3x2的收敛过程
图4切换函数s
（3）M=3时，幂次趋近律
图1滑模运动的相轨迹
图2x1的收敛过程
图3x2的收敛过程
图4切换函数s
（4）M=4时，一般趋近律
图1滑模运动的相轨迹
图2x1的收敛过程
图3x2的收敛过程
图4切换函数s
升级会员 