自动控制 / 系统课时

在工作点附近线性化非线性对象

在工作点附近线性化非线性对象

同一水箱在低液位和高液位时,排水流量对液位变化的敏感程度不同,固定增益模型不能覆盖所有状态。下面从流量守恒求出平衡工作点,用一阶泰勒展开建立小扰动模型,再比较两种进水阶跃下的预测误差,判断何时需要重新线性化。

学习目标

  • 从非线性动态方程求解满足状态不变的工作点。
  • 用偏导数推得以偏差量表示的线性状态方程。
  • 通过数值对比识别小扰动近似的有效范围。

从水箱守恒方程求平衡点

设直立水箱截面积 A=1 m2A=1\,\mathrm{m^2},进水体积流量 uu,液位 hh,重力出流 qout=khq_{\mathrm{out}}=k\sqrt h,其中 k=0.2 m5/2/sk=0.2\,\mathrm{m^{5/2}/s}。水量守恒给出:

Ah˙=u−kh,h≥0.A\dot h=u-k\sqrt h,\qquad h\ge 0.

取进水 u0=0.40 m3/su_0=0.40\,\mathrm{m^3/s}。平衡的判据是 h˙=0\dot h=0;据此 u0=kh0u_0=k\sqrt{h_0},得到 h0=(0.40/0.20)2=4.00 mh_0=(0.40/0.20)^2=4.00\,\mathrm m。此时入流与出流都为 0.40 m3/s0.40\,\mathrm{m^3/s},液位不再变化。

将非线性项换成工作点处的斜率

令 f(h,u)=(u−kh)/Af(h,u)=(u-k\sqrt h)/A,定义偏差 δh=h−h0\delta h=h-h_0、δu=u−u0\delta u=u-u_0。在 h0>0h_0>0 处保留一阶泰勒项,且平衡点满足 f(h0,u0)=0f(h_0,u_0)=0:

δh˙≈∂f∂h∣0δh+∂f∂u∣0δu.\delta\dot h\approx\left.\frac{\partial f}{\partial h}\right|_0\delta h+\left.\frac{\partial f}{\partial u}\right|_0\delta u.

两项偏导为 ∂f/∂h=−k/(2Ah)\partial f/\partial h=-k/(2A\sqrt h) 与 ∂f/∂u=1/A\partial f/\partial u=1/A。代入工作点后,采用上述 SI 单位的数值形式:

δh˙=−0.05 δh+1.00 δu.\delta\dot h=-0.05\,\delta h+1.00\,\delta u.

其中 −0.05 s−1-0.05\,\mathrm{s^{-1}} 表示液位升高会增加出流、推动液位回落;输入系数 1/A=1 m−21/A=1\,\mathrm{m^{-2}}。该一阶模型的时间常数 τ=1/0.05=20 s\tau=1/0.05=20\,\mathrm s,稳态增量关系为 δh∞=20 δu\delta h_\infty=20\,\delta u(代入 SI 数值)。这不是原始液位 hh 的方程,计算后仍须加回 h0=4 mh_0=4\,\mathrm m。

水箱排水特性曲线及其工作点切线

图中的切线只在工作点附近贴近真实排水曲线。它给出局部增量关系,不能把切线当作所有液位下的真实出流规律。

用两个进水阶跃检验近似

保持初始液位 4.00 m4.00\,\mathrm m,从 t=0t=0 起将进水增大 δu=0.04\delta u=0.04 或 0.20 m3/s0.20\,\mathrm{m^3/s}。线性模型在时刻 tt 的预测为 hlin(t)=4+20δu(1−e−t/20)h_{\mathrm{lin}}(t)=4+20\delta u(1-e^{-t/20});非线性模型用步长 Δt=0.01 s\Delta t=0.01\,\mathrm s 进行前向欧拉积分。以下 Python 3 程序分别比较第 20 秒的液位和最终平衡液位:

python
import math

A, k = 1.0, 0.2
h0, u0 = 4.0, 0.4
a = -k / (2 * A * math.sqrt(h0))
b = 1.0 / A
print(f"工作点: h0={h0:.2f} m, u0={u0:.2f} m^3/s")
print(f"系数: a={a:.3f} 1/s, b={b:.1f} 1/m^2, tau={-1/a:.1f} s")

for du in (0.04, 0.20):
    u = u0 + du
    h = h0
    dt = 0.01
    # 在固定阶跃输入下积分原非线性模型
    for _ in range(int(20 / dt)):
        h += dt * (u - k * math.sqrt(h)) / A
    # 比较线性瞬态预测及两个模型的稳态值
    h_lin_20 = h0 - b / a * du * (1 - math.exp(a * 20))
    h_exact_ss = (u / k) ** 2
    h_lin_ss = h0 - b / a * du
    error = abs(h_lin_ss - h_exact_ss) / abs(h_exact_ss - h0) * 100
    print(f"du={du:.2f}: t20线性={h_lin_20:.3f}m, 非线性={h:.3f}m; "
          f"稳态线性={h_lin_ss:.2f}m, 非线性={h_exact_ss:.2f}m, 增量误差={error:.1f}%")

预期输出:

text
工作点: h0=4.00 m, u0=0.40 m^3/s
系数: a=-0.050 1/s, b=1.0 1/m^2, tau=20.0 s
du=0.04: t20线性=4.506m, 非线性=4.511m; 稳态线性=4.80m, 非线性=4.84m, 增量误差=4.8%
du=0.20: t20线性=6.528m, 非线性=6.638m; 稳态线性=8.00m, 非线性=9.00m, 增量误差=20.0%

这里的增量误差以非线性模型的实际稳态液位增量为分母。小阶跃的误差为 4.8%,大阶跃达到 20.0%;这是指定工况和指标下的结果,不代表固定的通用线性化范围。数值积分的瞬态比较也只展示第 20 秒,并未验证整个响应区间。

工作点变化时怎样处理

若持续进水变为 u0=0.60 m3/su_0=0.60\,\mathrm{m^3/s},新的平衡液位是 h0=(0.60/0.20)2=9.00 mh_0=(0.60/0.20)^2=9.00\,\mathrm m。此时 ∂f/∂h=−0.2/(29)≈−0.0333 s−1\partial f/\partial h=-0.2/(2\sqrt9)\approx-0.0333\,\mathrm{s^{-1}},时间常数约为 30 s30\,\mathrm s,不能沿用旧工作点的 −0.05-0.05 系数。

实际应用可先规定验收指标,例如稳态液位增量的相对预测误差不超过 5%;再在最大正负扰动下对照非线性模型或实测数据,并检查上升过程。按这一示例的稳态指标,+0.04 m3/s+0.04\,\mathrm{m^3/s} 通过,+0.20 m3/s+0.20\,\mathrm{m^3/s} 不通过。若运行跨越多个常用流量区间,可在各区间的平衡点分别线性化,采用分段模型或增益调度。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

在工作点附近线性化非线性对象

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通