物联网控制期末复习

第3章  物联网控制系统的过程通道设计

3.1 模拟量输出通道

3.1.1单模拟量输出通道的构成

计算机控制系统的模拟量输出通道将计算机产生的数字控制信号转换为模拟信号(电压或电流)作用于执行机构,以实现对被控对象的控制。

  • 多D/A结构:多个输出通道独立设置D/A转换器的结构的优点是转换速度快,工作可靠,可实现故障隔离,当多个通道要求同时输出指令时,这种方案较为有利。其缺点是,如输出通道数多时,将使用较多D/A,成本提高,但随大规模集成电路的发展,这个缺点逐渐得到克服。
  • 共享D/A转换器:结构复杂,可靠性差,设计也比较复杂。

3.1.2  D/A转换器

(1)D/A转换器工作原理    

D/A转换器是将数字量转换为电压量或电流量的装置,可以表示为

U0为模拟输出电压;UREF为参考电压; K为比例因子;D为输入的数字量。

D由数字代码按位组合而成,每一位数字代码对应一定大小的模拟量。为了将输入的数字量转换成模拟量,应将每一位数字代码都转换成相应的模拟量,然后求和得到与输入数字量成正比的模拟量。这就是一般D/A转换器的转换原理。

(2)D/A转换器的主要性能

①精度。反映了实际输出与理想数学模型输出信号接近的程度

②分辨率。定义为当输入数字量发生单位数码变化时输出模拟量的变化量。

③转换时间。最小有效位常以LSB表示,故转换时间定义为D/A转换器中的输入代码有满刻度值的变化时,其输出模拟信号达到满刻度值±l/2时所需要的时间。一般为几十纳秒到几微秒。

④输出电平。不同型号的D/A转换器的输出电平相差较大。一般为5-10伏,高压输出型的输出电平可达24〜30 V。还有一些电流输出型,低的有20 mA,高的可达3A。

⑤输入代码形式。D/A转换器单极性输出时,有二进制码、BCD码。当双极性输出时,有原码、补码、偏移二进制码等。

(3)例题

3.2 模拟量输入通道设计

3.2.1模拟量输入通道的构成

计算机控制系统通过检测通道获取被测信号,模拟量输入通道的任务就是将检测得到的模拟信号转换为二进制数字信号经接口送入计算机。模拟量输入通道通常有下述两种结构形式。

(1)单通道的模拟量输入

(2)多路巡回模拟量输入

       为了能用一套检测装置来实现多点检测,计算机系统中一般采用多线巡回检测装置,对各传感器分时进行采样,故需要一个多路模拟开关,轮流将各传感器输出模拟信号切换到A/D转换器。这种完成从多路到一路的转换开关,称为多路转换开关

3.2.4  A/D转换器

    A/D转换器完成一次A/D转换需要一定时间(称为孔径时间)。在进行A/D转换时间内, 模拟信号都有可能发生变化,从而引起转换误差。特别是,当模拟信号变化较快时,转换误差将较大。为了减少转换误差,在A/D转换器孔径时间一定时,就要限制信号的变化率,但这将限制系统的应用。一种有效减少转换误差的方法就是在采样开关之后加入零阶保持器形成采样/保持器。采样/保持器的作用就是以较短的采样过程的孔径时间对信号进行采样,然后将采得的模拟信号保持,供A/D转换电路进行转换。

(1)A/D转换器工作原理

    A/D转换器(ADC)是模拟电路与数字电路的接口,其功能是将输入的模拟电压按比例地转化为计算机可以接受的二进制数字信号。常用的转换方式有逐次逼近式双斜积分式两种。逐次逼近式A/D转换器转换速度快,多用于高速数据采集。它的缺点是抗干扰的能力较差

(2)A/D转换器的主要性能指标

①精度。这是指对应一个给定数字量的实际模拟量输入与理论模拟量输入接近的程度,通常亦用绝对精度和相对精度表示。实际上对应于同一个数字量,其模拟输入是一个范围,因此,对应一个已知数字量的输入模拟量,定义为模拟量输入范围的中间值。

②分辨率。A/D转换器的分辨率是指输出数字量对输入模拟量变化的分辨能力.利用它可以决定使输出数码增加(或减少)1位所需要的输入信号最小变化量。国内外A/D芯片多为8位、10位、14位、16位,若再提高位数,不但价格贵,而且难以实现。

     A/D的分辨率和精度是不同的两个概念,它们的关系类似于D/A的分辨率与精度的关系,在一个系统用A/D的分辨率精度应当协调一致。

③转换时间。设A/D转换器已经处于就绪状态,从A/D转换的启动信号加入时起。到获得数字输出信号(与输入信号对应之值)为止,所需的时间称为A/D转换时间。该时间的倒数称为转换速率。A/D的转换速率与A/D的位数有关,一般来说,A/D的位数越多,则相应的转换速率就越慢。 逐次逼近式A/D转换器转换时间为几微秒至几百微秒,双斜积分式A/D转换器的转换器转换时间为几十毫秒至几百毫秒。

④量程。指测量的模拟量的变化范围。一般有单极性(如0〜10V、0〜20 Y)和双极性(例 如-5 〜 +5 V、-10 〜 +10 V )两种。为了充分发挥A/D转换器的分辨率,应尽量通过调理环节使待转换信号的变化范围充满量程。

(3)A/D转换器的选择

    现阶段生产的A/D转换器具有模块化、与计算机总线兼容等特点。使用者不必去深入了解其结构原理便可以使用。在选择A/D芯时,除了要满足用户的各种技术要求外,还必须注意几点:A/D输出的方式,A/D芯片对启动信号的要求,A/D的转换精度和转换时间,它的稳定性及抗干扰能力等。A/D转换器的精度与传感器的精度有关. 一般比传感器的精度高一个数量级;A/D转换器的转换速率还与系统的频带有关。

(4)例题

第4章  自动控制系统建模与辨识

4.1 系统数学模型的概念

自控理论方法是先将系统抽象完数学模型,然后用数学的方法处理。 控制系统的数学模型是描述系统内部各物理量(或变量) 之间关系的数学表达式或图形表达式或数字表达式。

完全不同物理性质的系统,其数学模型具有相似性!

4.2 微分方程模型

描述系统输出变量和输入变量之间动态关系的微分方程 称为微分方程模型

列写系统微分方程的一般步骤:

  1. 确定系统的输入、输出变量;
  2. 从输入端开始,按照信号的传递顺序,依据各变量所遵循的物理、化学等定律,列写各变量之间的动态方程,一般为微分方程组;
  3. 消去中间变量,得到输入、输出变量的微分方程;
  4. 标准化:将与输入有关的各项放在等号右边,与输出有关的各项放在等号左边,并且分别按降幂排列,最后将系数归化为反映系统动态特性的参数,如时间常数等。

4.3 拉普拉斯变换基础

拉氏变换定义

拉普拉斯变换主要用于电路分析,作为解微分方程的强有力工具(将微积分运算转化为乘除运算)。

典型信号的拉氏变换

4.4 传递函数模型

4.4.1  传递函数的定义  

定义:在零初始条件下,线性定常系统(环节)输出的拉氏变换与       输入的拉氏变换之比,称为该系统(环节)的传递函数。  

4.4.2  系统零极点的概念

4.5 结构图

4.5.1  结构图的基本组成

控制系统的结构图是系统数学模型的图解形式,可以形象直观地描述系统中各元件间的相互关系及其功能以及信号在系统中的传递、变换过程。

特点:具有图示模型的直观,又有数学模型的精确

结构图包含四个基本元素:

  • 信号线:带有箭头的直线,箭头表示信号传递方向。
  • 引出点(测量点):引出或者测量信号的位置。这里的信号引出与测量信号一样,不影响原信号, 所以也称为测量点。
  • 比较点(综合点):对两个或者两个以上的信号进行代数运算。
  •  方块:表示对输入信号进行的数学变换。    对于线性定常系统或元件,通常在方框中写入其传递函数。

结构图的变换法则

4.6 系统辨识的定义与内容

4.6.1 系统辨识的定义

  • 建模的两大类方法:分析法和实验法。
  • 分析法建模是应用各种科学定律,根据系统中各个变量之间的因果关系,推导系统的数学模型。
  • 系统辨识是在输入和输出信息的基础上,从一类系统中确定一个与所观测系统等价的系统。(定义)
  • 系统辨识定义包括三个要素:输入输出数据,模型类,等价准则
  • 系统辨识是按照一个等价准则,在模型类中选择一个与输入、输出数据拟合得最好的模型

(1)黑箱问题,也叫完全辨识问题:被辨识对象的基本特性是完全未知的。

(2)灰箱问题,又叫不完全辨识问题:在辨识前已知道系统的一些基本特征。例如:已经知道系统是线性的,其通频带大致是多少,不能确切知道的只是系统的动态方程的阶次以及方程的系数值等。

许多工程上的辨识问题属于灰箱问题,系统辨识内容就简化成阶的辨识和参数估计问题了。

4.7  线性静态模型的最小二乘参数估计

 4.7.1  参数估计问题

“参数估计”的任务是用统计方法,从带有噪声的观测数据中按照某种准则估计出最接近实际值的参数。

4.7.2  最小二乘法的基本算法

下面先以一个例子来介绍最小二乘法的基本原理: 

如果没有误差,则只要测量一次输入输出数据即可确定系数,即

当存在噪声时,最小二乘法是使系统输出的估计值与系统输出的实际测量值之差的平方和最小,即

下面讨论一般情况

对上式描述的系统进行m次实验,则得到m个方程式:

写成矩阵向量形式

由于估计值是在取得足够数据后一次计算出来的,所以称为一次完成法。

例题

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/66083.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

python3中的生成器

一. 简介 前面简单学习了 python3中的迭代器,本文来学习 python3中生成器。 在 Python 中,生成器(Generator)是一种特殊的迭代器,在 Python 中,生成器(Generator)是一种特殊的迭代…

数据库运维学习选择

在如今国产化浪潮澎湃的 IT 领域,数据库运维宛如一座充满机遇的宝藏,等待着新人去挖掘。如果你像曾经的我一样,非科班出身、毫无基础,别慌,我以多年奋战在一线的经验,为你照亮前行的路。 一、基础奠基&…

2501d,jingo优化

原文 大家好,我重构和优化了一下jin.go这里: 我去掉了vibe.d依赖,因为它又慢又大,而且我无法与2版本交朋友.当仅运行1000个vibe纤程时,不仅应用崩溃,甚至图形系统驱动也崩溃一次,这需要重启笔记本电脑. 当前,我用小栈大小的本地流(4kb)解决. 我真很期待photon的稳定性,以恢复支…

js的一些处理

1.翻转字符串 let str abcdef str str.split().reverse().join() console.log(str) 因此想到了我之前写的截取字符串获取参数跳转,在写一遍 let str nameJack&age18&gender男 let list str.split(&); let obj {} list.forEach((v)>{ …

vue3 css实现文字输出带光标显示,文字输出完毕,光标消失的效果

Vue实现过程如下&#xff1a; <template><div ><p ref"dom_element" class"typing" :class"{over_fill: record_input_over}"></p></div> </template> <script setup> import {onMounted, ref} from…

node.js之---集群(Cluster)模块

为什么会有集群&#xff08;Cluster&#xff09;模块&#xff1f; 集群&#xff08;Cluster&#xff09;模块的作用 如何使用集群&#xff08;Cluster&#xff09;模块&#xff1f; 为什么会有集群&#xff08;Cluster&#xff09;模块 Node.js 是基于 单线程事件驱动 模型的…

[C++]vector(超详细)

在学习完了string后&#xff0c;我们来学习新的STL容器vector&#xff0c;是真正的属于STL中的一员&#xff0c;vector也是STL的基础容器&#xff0c;英文释义是向量&#xff0c;其实实质上就是顺序表。 在这个部分我们会学习的非常快&#xff0c;第一个原因是由于vector的设计…

2025年度全国会计专业技术资格考试 (甘肃考区)报名公告

2025年度全国会计专业技术资格考试 &#xff08;甘肃考区&#xff09;报名公告 按照财政部、人力资源和社会保障部统一安排&#xff0c;2025年度全国会计专业技术初级、中级、高级资格考试报名即将开始&#xff0c;现将甘肃考区有关事项通知如下&#xff1a; 一、报名条件 …

算法 class 005 (对数器C语言实现)

对数器的概念&#xff1a; 用来测试你的算法是否正确。 怎么做呢&#xff1f; 1&#xff1a;比如&#xff0c;写个冒泡排序&#xff0c;作为对比的对象 2&#xff1a;生成一个随机数 数组&#xff0c;用来测试 3&#xff1a;用冒泡排序和你想要验证的那个排序算法&#xff0c;同…

风力涡轮机缺陷检测数据集,91.4%准确识别率,18912张图片,支持yolo,PASICAL VOC XML,COCO JSON格式的标注

风力涡轮机缺陷检测数据集&#xff0c;91.4&#xff05;准确识别率&#xff0c;18912张图片&#xff0c;支持yolo&#xff0c;PASICAL VOC XML&#xff0c;COCO JSON格式的标注 数据集下载&#xff1a; &#xff59;&#xff4f;&#xff4c;&#xff4f; &#xff56;&#…

termux配置nginx+php

只能以默认用户u0_axx运行,修改用户会报错An error occurred.或者file no found 安装nginx pkg install nginx安装php-fpm pkg install nginx修改nginx配置文件, nano ../usr/etc/nginx/nginx.conf#端口必须设置在1024以上(1024以下需要root,但php-fpm不能以root用户运行,n…

机器人对物体重定向操作的发展简述

物体重定向操作的发展简述 前言1、手内重定向和外部重定向2、重定向原语3、重定向状态转换网络4、连续任意姿态的重定向5、利用其他环境约束重定向总结Reference 前言 对于一些特殊的任务&#xff08;如装配和打包&#xff09;&#xff0c;对物体放置的位姿由明确的要求&#…

k8s基础(1)—Kubernetes-Pod

一、Pod简介 Pod是Kubernetes&#xff08;k8s&#xff09;系统中可以创建和管理的最小单元&#xff0c;是资源对象模型中由用户创建或部署的最小资源对象模型‌。Pod是由一个或多个容器组成的&#xff0c;这些容器共享存储和网络资源&#xff0c;可以看作是一个逻辑的主机‌。…

NLP 中文拼写检测纠正论文-07-NLPTEA-2020中文语法错误诊断共享任务概述

拼写纠正系列 NLP 中文拼写检测实现思路 NLP 中文拼写检测纠正算法整理 NLP 英文拼写算法&#xff0c;如果提升 100W 倍的性能&#xff1f; NLP 中文拼写检测纠正 Paper java 实现中英文拼写检查和错误纠正&#xff1f;可我只会写 CRUD 啊&#xff01; 一个提升英文单词拼…

根据 el-dialog 的高度动态计算 el-table 的高度

根据 el-dialog 的高度动态计算 el-table 的高度&#xff0c;可以使用 Vue 的 ref 和生命周期钩子来实现。以下是一个实现方案&#xff1a; 首先&#xff0c;给 el-dialog 和 el-table 添加 ref&#xff1a; <el-dialogv-model"testInstrumentDialogVisible"tit…

es 3期 第21节-Bucket常用分桶聚合实战

#### 1.Elasticsearch是数据库&#xff0c;不是普通的Java应用程序&#xff0c;传统数据库需要的硬件资源同样需要&#xff0c;提升性能最有效的就是升级硬件。 #### 2.Elasticsearch是文档型数据库&#xff0c;不是关系型数据库&#xff0c;不具备严格的ACID事务特性&#xff…

【ArcGISPro/GeoScenePro】解决常见的空间参考和投影问题

修复空间参考缺失的图像 数据 https://arcgis.com/sharing/rest/content/items/535efce0e3a04c8790ed7cc7ea96d02d/data 查看属性坐标 查看属性范围 范围值并不是零或接近于零。 这意味着栅格具有范围,因此其已正确进行

Fedora安装docker

Install Docker Engine on Fedora https://docs.docker.com/engine/install/fedora/ 更新系统 首先&#xff0c;更新你的系统以确保所有软件包都是最新的&#xff1a; sudo dnf update -y安装必要的依赖 安装一些必要的工具和库&#xff0c;如yum-utils&#xff0c;这将帮助…

集线器,交换机,路由器,mac地址和ip地址知识记录总结

一篇很不错的视频简介 基本功能 从使用方面来说&#xff0c;都是为了网络传输的标识&#xff0c;和机器确定访问对象 集线器、交换机和路由器 常听到路由器和集线器&#xff0c;下面是区别&#xff1a; 集线器 集线器&#xff1a;一个简单的物理扩展接口数量的物理硬件。…

跳跃表(跳表)是什么

为什么要有跳表 正常链表只能一个一个往下走但是如果我直到我的目标位置就在链表的中部但是我还得一步一步走过去很浪费时间&#xff0c;所以跳表就是在正常链表的基础上添加了多步跳跃的指针。 什么是跳表 跳表&#xff08;Skip List&#xff09;是一种概率型的数据结构&am…