倒立摆模型分析_倒立摆系统建模方法

倒立摆模型分析_倒立摆系统建模方法模型对小车的水平受力分析Mx¨=F−bx˙−NM\ddot{x}=F-b\dot{x}-NMx¨=F−bx˙−Nx¨\ddot{x}x¨代表对运动距离的二阶微分,即小车在外力作用下的加速度。FFF是外部施加给系统的外力。x˙\dot{x}x˙代表小车当前的运动速度,小车所受到的摩擦力为摩擦系数与小车运动速度之积,即f=bx˙f=b\dot{x}f=bx˙。NNN为倒单摆作用给小车水平方向的力。对倒单摆的受力分析摆杆做平面运动,可以分解为质心的平动和绕质心的转动。N=mx¨−(mlψ

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

参考及致谢

一阶倒立摆的PID控制和LQR控制
由拉普拉斯变换到传递函数
函数f(t)二阶导数的拉普拉斯变换是什么?
[1]翟龙余.一级倒立摆仿真模型的建立[J].大众科技,2011(8):268-270.

模型建立

在这里插入图片描述
在这里插入图片描述

对小车的水平受力分析

M x ¨ = F − b x ˙ − N M\ddot{x}=F-b\dot{x}-N Mx¨=Fbx˙N

  1. x ¨ \ddot{x} x¨代表对运动距离的二阶微分,即小车在外力作用下的加速度。
  2. F F F是外部施加给系统的外力。
  3. x ˙ \dot{x} x˙代表小车当前的运动速度,小车所受到的摩擦力为摩擦系数与小车运动速度之积,即 f = b x ˙ f=b\dot{x} f=bx˙
  4. N N N为倒单摆作用给小车水平方向的力。

对倒单摆的水平受力分析

摆杆做平面运动,其质心在外力作用下,在一段时间内的水平位移为 s = x − l × s i n ψ s= x-l×sin\psi s=xl×sinψ (因为倒立摆的倒向与外力 F F F的方向相反,所以中间用负号),其加速度可以表示成
s ¨ = d 2 s d t 2 = d 2 ( x − l × s i n ψ ) d t 2 = x ¨ − l ( d 2 s i n ψ d t 2 ) \ddot{s}=\frac {d^2s}{dt^2}=\frac{d^2( x-l×sin\psi)}{dt^2}=\ddot{x}-l(\frac{d^2sin\psi}{dt^2}) s¨=dt2d2s=dt2d2(xl×sinψ)=x¨l(dt2d2sinψ)
= x ¨ − l c o s ψ d ψ d t d t = x ¨ − l [ − s i n ψ ( d ψ d t ) 2 + c o s ψ d 2 ψ d t 2 ] =\ddot{x}-l\frac{cos\psi\frac{d\psi}{dt}}{dt}=\ddot{x}-l[-sin\psi(\frac{d\psi}{dt})^2+cos\psi \frac{d^2\psi}{dt^2}] =x¨ldtcosψdtdψ=x¨l[sinψ(dtdψ)2+cosψdt2d2ψ]
更换符号后即可得到:
s ¨ = x ¨ + l s i n ψ ( ψ ˙ ) 2 − l c o s ψ ( ψ ¨ ) \ddot{s}=\ddot{x}+lsin\psi(\dot{\psi})^2-lcos\psi(\ddot{\psi}) s¨=x¨+lsinψ(ψ˙)2lcosψ(ψ¨)
根据牛顿第二定律,此时摆质心的受力与加速度的关系为:
N = m x ¨ − ( m l ψ ¨ ) c o s ψ + m l ψ 2 ˙ s i n ψ N=m\ddot{x}-(ml\ddot{\psi})cos\psi+ml\dot{\psi ^2}sin\psi N=mx¨(mlψ¨)cosψ+mlψ2˙sinψ
联立关于倒立摆与小车的受力分析,替换掉相互作用力 N N N,得到:
( M + m ) x ¨ + b x ˙ − m l ψ ¨ c o s ψ + m l ψ ˙ 2 s i n ψ = F (M+m)\ddot{x}+b\dot{x}-ml\ddot{\psi}cos\psi+ml\dot{\psi}^2sin\psi=F (M+m)x¨+bx˙mlψ¨cosψ+mlψ˙2sinψ=F

对倒单摆的垂直受力分析

倒单摆的质心在一段时间内垂直方向上移动的距离可以表示成: h = l c o s ψ h=lcos\psi h=lcosψ
式中 ψ \psi ψ为单摆绕轴心转动的角度。
摆的质心在垂直方向的加速度可以表示为(注意,此时加速度方向与重力方向一致):
h ¨ = d 2 ( l c o s ψ ) d t 2 = l d ( − s i n ψ d ψ d t ) d t = − l c o s ψ ( d ψ d t ) 2 − l s i n ψ ( d 2 ψ d t 2 ) \ddot{h}=\frac{d^2(lcos\psi)}{dt^2}=l\frac{d(-sin\psi\frac{d\psi}{dt})}{dt}=-lcos\psi(\frac{d\psi}{dt})^2-lsin\psi(\frac{d^2\psi}{dt^2}) h¨=dt2d2(lcosψ)=ldtd(sinψdtdψ)=lcosψ(dtdψ)2lsinψ(dt2d2ψ)
垂直方向有重力 m g mg mg和小车对摆的支持力 P P P,另外单摆会有一个与重力方向一致的加速度。
垂 直 向 上 的 分 量 = 垂 直 向 下 的 分 量 垂直向上的分量=垂直向下的分量 =
P = m g + m h ¨ P=mg+m\ddot{h} P=mg+mh¨
P = m g − m l c o s ψ ( d ψ d t ) 2 − m l s i n ψ ( d 2 ψ d t 2 ) P=mg-mlcos\psi(\frac{d\psi}{dt})^2-mlsin\psi(\frac{d^2\psi}{dt^2}) P=mgmlcosψ(dtdψ)2mlsinψ(dt2d2ψ)
替换符号之后可以得到:
P = m g − m l ( c o s ψ ) ψ ˙ 2 − m l ( s i n ψ ) ψ ¨ P=mg-ml(cos\psi)\dot{\psi}^2-ml(sin\psi)\ddot{\psi} P=mgml(cosψ)ψ˙2ml(sinψ)ψ¨
假设摆受力不平衡,会有以铰链为圆心的角加速度,将 P P P N N N分别在转动方向上投影,根据倒单摆平衡时的力矩方程方程得到:
I ψ ¨ = P l s i n ψ + N l c o s ψ I\ddot{\psi}=Plsin\psi+Nlcos\psi Iψ¨=Plsinψ+Nlcosψ
观察上面的式子,你可能会发现里面少了一个分量,这个分量就是重力在垂直于摆方向的分力 m g s i n ψ mgsin\psi mgsinψ,很多博客和论文上也是直接这么写,没有解释原因。只有以质心为参考点时,重力不产生力矩,上式成立,但这显然是背离事实的,个人理解,这里在小角度时为了方便分析做了近似。
其中 I I I为摆的转动惯量。将 P P P N N N的表达式与力矩平衡方程联立,消去中间变量 P P P N N N,得到:
( I + m l 2 ) ψ ¨ − m g l s i n ψ = m l x ¨ c o s ψ (I+ml^2)\ddot{\psi}-mglsin\psi=ml\ddot{x}cos\psi (I+ml2)ψ¨mglsinψ=mlx¨cosψ

线性化

至此,我们通过受力分析得到了两个非常重要的式子:
( M + m ) x ¨ + b x ˙ − m l ψ ¨ c o s ψ + m l ψ ˙ 2 s i n ψ = F (M+m)\ddot{x}+b\dot{x}-ml\ddot{\psi}cos\psi+ml\dot{\psi}^2sin\psi=F (M+m)x¨+bx˙mlψ¨cosψ+mlψ˙2sinψ=F
( I + m l 2 ) ψ ¨ − m g l s i n ψ = m l x ¨ c o s ψ (I+ml^2)\ddot{\psi}-mglsin\psi=ml\ddot{x}cos\psi (I+ml2)ψ¨mglsinψ=mlx¨cosψ
考虑到倒单摆在实际工作时,偏转角 ψ \psi ψ通常比较小,于是有:
{ c o s ψ = 1 s i n ψ = ψ ψ ˙ = 0 \left\{ \begin{aligned} cos\psi & = & 1\\ sin \psi & = &\psi \\ \dot{\psi} & = & 0 \end{aligned} \right. cosψsinψψ˙===1ψ0
u u u来代表作用于受控对象的外力 F F F,结合上述近似结果,有:
{ ( M + m ) x ¨ + b x ˙ − m l ψ ¨ = u ( I + m l 2 ) ψ ¨ − m g l ψ = m l x ¨ \left\{ \begin{aligned} (M+m)\ddot{x}+b\dot{x}-ml\ddot{\psi}&=& u \\ (I+ml^2)\ddot{\psi}-mgl\psi &=& ml\ddot{x} \end{aligned} \right. {
(M+m)x¨+bx˙mlψ¨(I+ml2)ψ¨mglψ==umlx¨

求系统传递函数

由上一节,我们最终得到了一个关于系统状态的微分方程组。而拉普拉斯变换可以将微分方程转化为代数方程进行运算,使求解大为简化。

( M + m ) x ¨ + b x ˙ − m l ψ ¨ = u → ( M + m ) X ( s ) s 2 + b X ( s ) s − m l Ψ ( s ) s 2 = U ( s ) (M+m)\ddot{x}+b\dot{x}-ml\ddot{\psi}= u \rightarrow(M+m)X(s)s^2+bX(s)s-ml\Psi(s)s^2=U(s) (M+m)x¨+bx˙mlψ¨=u(M+m)X(s)s2+bX(s)smlΨ(s)s2=U(s)
( I + m l 2 ) ψ ¨ − m g l ψ = m l x ¨ → ( I + m l 2 ) Ψ ( s ) s 2 − m g l Ψ ( s ) = m l X ( s ) s 2 (I+ml^2)\ddot{\psi}-mgl\psi = ml\ddot{x}\rightarrow(I+ml^2)\Psi(s)s^2-mgl\Psi(s)=mlX(s)s^2 (I+ml2)ψ¨mglψ=mlx¨(I+ml2)Ψ(s)s2mglΨ(s)=mlX(s)s2
现在我们系统的输入变量是 U ( s ) U(s) U(s),而我们关心的是小车当前的位置 X ( s ) X(s) X(s)以及倒单摆的角度 Ψ ( s ) \Psi(s) Ψ(s)
经过整理,可以得到下面的系统传递函数。
摆角度的传递函数:
P p e n d ( s ) = ψ ( s ) U ( s ) = m l s q s 3 + b ( I + m l 2 ) s 2 − ( m + M ) m g l s − b m g l P_{pend}(s)=\frac{\psi(s)}{U(s)}=\frac{mls}{qs^3+b(I+ml^2)s^2-(m+M)mgls-bmgl} Ppend(s)=U(s)ψ(s)=qs3+b(I+ml2)s2(m+M)mglsbmglmls
小车位置的传递函数:
P c a r t ( s ) = X ( s ) U ( s ) = ( I + m l 2 ) s 2 − m g l q s 4 + b ( I + m l 2 ) s 3 − ( m + M ) m g l s 2 − b m g l s P_{cart}(s)=\frac{X(s)}{U(s)}=\frac{(I+ml^2)s^2-mgl}{qs^4+b(I+ml^2)s^3-(m+M)mgls^2-bmgls} Pcart(s)=U(s)X(s)=qs4+b(I+ml2)s3(m+M)mgls2bmgls(I+ml2)s2mgl
上面两式中 q q q为公因数项:
q = ( m + M ) ( I + m l 2 ) − m 2 l 2 q=(m+M)(I+ml^2)-m^2l^2 q=(m+M)(I+ml2)m2l2

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/171030.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 微信小程序后端开发流程_微信小程序开发入门

    微信小程序后端开发流程_微信小程序开发入门微信小程序开发流程记录一、代码处理(一)微信小程序(前端显示)微信小程序项目的架构部分特点说明(二)后台服务器(数据交互)需要的环境特别注意二、项目部署(一)Wampserver的设置(二)域名的获取(三)小程序官方网站上的设置一、代码处理最近一大学同窗开了家自习室,需要一个自习室的预约微信小程序,又恰好手上没有什么代码项目在写,本着少一事不如多一事的原则,尝试了第一次的微信小程序开发。白天要上班,只能利用晚上时间编写,反正他也不着急开业,于是前前后后用了大概半个月的时间,故做记录。刚开始写,确实没什

  • 制作简单的贺卡_bootfs和rootfs

    制作简单的贺卡_bootfs和rootfs分析简单的根文件系统中所必须的文件1.1在嵌入式系统中的根文件系统与桌面版的根文件系统文件基本上类似,所以用Ubuntu中根文件系统问模板,进行分析:1.1.1、bin sbin  linuxrc  是必须的,但是这三个目录以及里面的文件都是移植busybox并安装的时候由busybox生成的1.1.2、etc  是很关键很重要的一个。目录中的文件都是运行时配置文件,都是直接…

  • javascript图片展示墙特效

    查看效果:http://hovertree.com/code/javascript/pwl4bhoi.htm代码如下:1<!DOCTYPEhtml>2<html>

    2021年12月21日
  • 自然常数e的由来(简单通俗易于理解自然常数e)「建议收藏」

    自然常数e的由来(简单通俗易于理解自然常数e)「建议收藏」自然常数e的由来 (该文章用于自学和分享) 开篇先讲两个例子苏格拉底的麦穗柏拉图问苏格拉底,什么是爱情。苏格拉底说,这样吧,你去麦田里,不要回头,一直往前走,把你遇到的、最大的那棵麦穗摘下来、拿给我。后面的事,大家都知道了:柏拉图瞻前顾后,总觉得后面还有更好的,结果两手空空、一棵麦穗也没有得到。 除此之外,梅里尔·弗勒德(MerrillFlood)【提出过博弈论中…

    2022年10月26日
  • 分享一个C#的分页类建议收藏

    废话不说只有代码:1usingSystem.Linq;2usingSystem.Collections.Generic;34namespaceCommonLibrary5{6

    2021年12月20日
  • pytest报错_git查看提交的文件

    pytest报错_git查看提交的文件前言我们每天写完自动化用例后都会提交到git仓库,随着用例的增多,为了保证仓库代码的干净,当有用例新增的时候,我们希望只运行新增的未提交git仓库的用例。pytest-picked插件可以

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号