- 综合排序
- 最热优先
- 最新优先
- 来自专栏前行的CVer
自动控制原理
系统稳定的充要条件是，闭环传函的极点都在s平面的左半平面。(不靠谱不准确的助记：即系统传函的所有极点均具有负实部，使得输出衰减而不是发散)
1.3K10发布于 2021-03-04 - 来自专栏学习成长指南
自动控制原理初识
1.引言 最近也是开启了这个自动控制原理这个部分的学习，最近是在一方面补充这个自动控制原理的这个信息差（例如这个专业需要学习什么，以及这个专业考研需要考什么），了解了个大概，但是我发现这个专业和我想象之中这个自动化确实有很大的这个区别 ，我看的是这个西工大的卢姥爷的课程，类似于这个数学界的宋浩老师，我看了大概4节课左右，这个老师讲的确实是非常的厉害； 我现在是已经明细了这个学习的路线，并且已经学完了这个卢姥爷的这个前面的4节课程，和自动控制原理的基础相关的 ，下面进行一个梳理和总结； 2.自动控制原理 2.1方框图的案例 最开始一直在学习这个方框图的绘制，听着容易做着难，我的这个初步规划是先大概了解一下这个自动控制原理的全貌，要求就是听懂，后面在刷题的过程中再针对性的重点学习和复习 ； 下面的这个是炉温控制系统的这个原理的过程展示和这个方框图的绘制： 1）我们首先是要清楚这个受到影响的这个部分，和这个方框图的起点； 2）在这个过程中是谁和谁进行比较的，进行比较的这个地方是使用的类似于这个初中物理里面的灯泡进行表示的 ： 2.3闭环控制系统的特点 下面的这个是对于我们的闭环控制系统的总结，以及这个反馈调节系统的特点； 2.4三种基础控制方式 2.5对于控制系统的基本要求 稳定准确并且及时进行响应： 2.6自动控制原理的体系架构
22200编辑于 2025-02-24 《自动控制原理 》- 第 1 章 自动控制的基本原理与方式
1-1 自动控制的基本原理与方式 自动控制是指在没有人直接参与的情况下，利用外加的设备或装置，使机器、设备或生产过程的某个工作状态或参数按照预定的规律运行。 自动控制的核心原理是反馈控制，即通过将系统的输出量回送到输入端，与输入量进行比较，利用偏差信号产生控制作用，使被控量趋于要求值。 1-2 自动控制系统示例 电机转速控制系统 电机转速控制是自动控制领域的经典示例，下面我们通过 Python 代码模拟一个直流电机转速控制系统，分别实现开环控制和闭环控制，并比较两者的性能 线性系统与非线性系统 线性系统：满足叠加原理 非线性系统：不满足叠加原理，存在非线性元件 2. 自动控制原理是一门理论与实践相结合的学科，通过理论分析和计算机仿真相结合的方式，我们可以更好地理解和设计控制系统，使其满足实际应用的需求。
27710编辑于 2026-01-21- 来自专栏全栈程序员必看
控制误差_自动控制原理校正
·＆Techh VAOpIr．i18IN19o9．02 1990 档 计算机实时控制加工误差的时滞问题 薯 宾 鸿 赞 (机械 工程一 系) 提 要 本文从计算机控制的原理分析八手 ，讨论 了计算机实时控制加工误差 为确保计算机控制的实现，工程上常假定时滞为一个栗样周期 ．亦即，计算机在第 个采样周期 内完成a到d项操作，其所得的控制量 m 在第 +1)个采样周期中才送到台 适的控制执行元件上． 2 理论分析 加工误差可分解成各个频率分量
50181编辑于 2022-11-10 - 来自专栏运维笔记
Mac wifi 自动控制脚本
usage: wifi.sh list:查看Wi-Fi列表| start 启动| stop关闭| connect连接某个ssid| set-statics-ip设置静态ip| set-dhcp-ip设置动态IP| list-devices查看网络设备| set-dns设置dns
1.3K30发布于 2019-01-30 - 来自专栏探物及理
自动控制理论笔记
齐次状态方程解dot x = A x 非齐次状态方程dot x = A x + B u 线性系统可控性与可观测性 引理 状态反馈与状态观测器 状态观测器 Kalman滤波器原理以及在 ^2}\) \(H(s) = \frac{\omega_n^2}{s^2+2\xi\omega_ns+\omega_n^2}\) ? 非线性系统 叠加原理不适用 常规分类： 死区 饱和 间隙-滞环 系统收敛：消耗系统能量 系统发散：从外界获取能量 相关词汇 \(X_{ss}(t)\):ss-steady state \(T_s v_2] = [Av_1 Av_2]=[\lambda_1v_1 \lambda_2 v_2]= \begin{bmatrix} \lambda_1v_{11} & \lambda_2v_{21}\ Kalman滤波器原理以及在matalb中的实现 状态转移矩阵： 这里要改一下，改成估计量 \(x_t^- = F_t x_{t-1} + B_t u_t\) 状态转移矩阵:\(P_t^-=FP_{
2.4K30发布于 2020-08-25 - 来自专栏javascript趣味编程
8.1 水位自动控制
汽包锅炉液位控制原理 本实验拟使用PID算法实现液位控制，如下图所示： ? 2，出口管道（TubeOu）截面积（orificeArea）默认等于1cm圆形的面积，即3.14×0.01×0.01m2。 var velocityOut=Math.sqrt(2*9.8*this.actualLevel); 19. 整个js代码（js脚本文件PID.Controller.js）： 1. class TubeIn{ 2. constructor(flux) { 3. var velocityOut=Math.sqrt(2*9.8*this.actualLevel); 55.
1.5K20发布于 2019-04-26 - 来自专栏算法工程师的学习日志
自动控制-滑模控制
2、对扰动不灵敏。 什么是干扰？如果你的机器好端端地在工作，突然来了一个熊孩子拿起一钉锤就是一顿敲；或者工厂附近有高铁，每隔一段时间地面就要抖两下。 用系统框图来表示为： 2、设计滑模面 这里可能有人就要问了，滑模面是个什么东西？凭什么要写成这种形式而不是其他形式？ 之前说过了控制器的目的是为了使得x1=0,x2=0，那如果s=0，会有什么结果呢？ 在控制原理中，用Lyapunov函数来判断系统的稳定性，对于系统状态方程（目标已经变成s=0，因此现在写成s的状态方程），对于平衡点s，如果存在一个连续函数V满足 那么系统将在平衡点s=0处稳定，即 t趋向于无穷，s=0 令V(s,t) = 1/2s^2，很明显满足第一个条件，第二个条件也满足 。
1K20编辑于 2022-07-27 《自动控制原理》 - 第六章 线性系统的校正方法
") print(f"位置误差系数 Kp = {Kp:.4f}") print(f"速度误差系数 Kv = {Kv:.4f}") print(f"加速度误差系数 Ka = {Ka:.4f}") # 2. }%") print(f"调节时间: {settling_time:.2f}s") # 3. 6-2 常用校正装置及其特性 常用的校正装置包括超前校正装置、滞后校正装置和滞后 - 超前校正装置。这些校正装置可以通过改变系统的频率特性来改善系统的性能。 = 10 # 滞后部分时间常数 beta_lag_lead = 10 # 大于1的常数 num_lag_lead = [(T1 * T2), (T1 + T2), 1] den_lag_lead = [(beta_lag_lead * T1 * T2 / beta_lag_lead), (beta_lag_lead * T1 + T2 / beta_lag_lead), 1] sys_lag_lead
15810编辑于 2026-01-21《自动控制原理》 - 第二章 控制系统的数学模型
线性系统满足叠加原理，而非线性系统则不满足。 (x): return 2 * x # 非线性系统示例: y = x^2 def nonlinear_system(x): return x ** 2 # 测试叠加原理 x1 = 2 非线性系统验证:") print(f"叠加输入响应: {y_nonlinear_superposition}") print(f"响应叠加: {nonlinear_check}") print(f"叠加原理是否成立 plt.ylabel('输出 y') plt.grid(True) plt.tight_layout() plt.show() 上述代码通过比较线性系统和非线性系统对不同输入的响应，验证了叠加原理只在线性系统中成立 它们可以帮助我们直观地理解系统的结构和工作原理，并简化系统传递函数的计算。 控制系统结构图 控制系统结构图是由传递函数方块、信号线、比较点和分支点组成的图形。
24910编辑于 2026-01-21《自动控制原理》 - 第四章 线性系统的根轨迹法
- 6 omega = np.sqrt(fsolve(imaginary_intersection, 2))[0] K = 2 * omega**2 plt.plot(0, omega, 'mo', + 2s + K) # 改写特征方程为: 1 + K/(s^3 + 3s^2 + 2s) = 0 # 令G_param(s) = 1/(s^3 + 3s^2 + 2s) num_param = [1] (True) # 分析不同增益下的系统性能 gains = [0.5, 5, 25] plt.subplot(2, 2, 2) for K in gains: # 计算闭环传递函数 plt.xlabel('时间 (s)') plt.ylabel('输出') plt.legend() plt.grid(True) # 绘制阻尼比线 plt.subplot(2, 2, 1) zetas 希望本文能够帮助你理解和掌握自动控制原理中的根轨迹法，为进一步学习和应用控制系统理论打下坚实的基础。
24210编辑于 2026-01-21- 来自专栏全栈程序员必看
一阶惯性环节的性能分析——自动控制原理基础补充（二）
以前读书的时候学习自动控制原理，就是为了考试，各种相频幅频特性题咣咣做，一点都不含糊，但是实际代表什么意义一点都不知道。现在真是发现，这个东西有用得一批。 这篇文章从一阶惯性环节为切入点，对自动控制原理进行一个简单的复习。还蛮喜欢博客里面写东西的，按照自己思路，按照逻辑一点一点往下，不像发文章八股文一样。 2 开环增益与截止频率对bode图的影响 2.1 更改转折频率 更改s的系数之后，观察一阶惯性环接的相幅特性，可以看到，截止频率随着系数减小在逐渐右移，右移也代表着转折频率逐渐增大。 2、增大一阶惯性环节的开环增益，不会对相频曲线产生任何影响。相频曲线只和s前的系数有关，只和转折频率有关。 2、伯德图能够对系统的响应特性进行一个直观的分析。（搞数学的真厉害啊） 3、增大一阶惯性环节的开环增益，会导致幅频曲线上移，导致幅频曲线与横轴0的交点右移，也就是截止频率wc增大。
5.2K20编辑于 2022-11-10 《自动控制原理》 - 第五章 线性系统的频域分析法
+ 2s + 1) num = [1] # 分子多项式系数 den = [1, 2, 1] # 分母多项式系数 sys = control.TransferFunction(num, den) # 1 / (s^2 - s - 1) num2 = [1] den2 = [1, -1, -1] sys2 = control.TransferFunction(num2, den2) # 示例3: GM={20 * np.log10(gm):.2f} dB') # 标注截止频率和相位穿越频率 plt.subplot(2, 2, i + 1) plt.subplot(2, # 校正后系统Bode图 plt.subplot(2, 2, 2) control.bode(sys_compensated, dB=True, deg=True, plot=True) plt.title 希望本文能够帮助你理解和掌握自动控制原理中的频域分析法，为进一步学习和应用控制系统理论打下坚实的基础。
30510编辑于 2026-01-21- 来自专栏运维笔记
秘钥认证用户自动控制
; look) lookUp;; delete) deleteUser $2;; *) echo -e " 秘钥认证用户自动控制\n用法示例: \n1.添加/删除秘钥认证用户: . /account.class.sh add/delete 用户名 \n2.查找可以登陆的用户 . +ofxafXxmZE7AAAAFQCay8NRvgNMxkbExxhMLeRZBK2xpwAAAIEAhUpYCf0STqTUcTSTabQDmfizywG7+ZFSvppJCMrWdobG/+rZ61tN2xGWK4zRP13NJOVcIDaXsQwhhuZbGD8d1tEwGqldBAlTsouJWGiWPMJPhUfjKEFTIHn8ug2zDP ; look) lookUp;; delete) deleteUser $2;; check) checkUser ;; *) echo -e " 秘钥认证用户自动控制\n用法示例 /account.class.sh add/delete 用户名 \n2.查找可以登陆的用户 .
1K40发布于 2019-01-30 《自动控制原理》- 第十章 动态系统的最优控制方法
- 控制输入') plt.tight_layout() # 保存图像而不是直接显示 output_dir = "D:/python project/自动控制原理" os.makedirs(output_dir 最优控制中的变分法 10.2.1 变分法基本原理 变分法是研究泛函极值的数学方法，核心概念包括： 泛函：函数的函数，如性能指标 J 变分：泛函的微分概念 欧拉 - 拉格朗日方程：泛函极值的必要条件 10.2.5 流程图：变分法求解最优控制问题流程 10-3 极小值原理及其应用 10.3.1 极小值原理基本概念 极小值原理由庞特里亚金提出，是最优控制理论的重要基础，核心思想： 10.3.2 极小值原理的数学表达 正则方程： 10.3.3 综合案例：火箭最优轨迹控制 import numpy as np import matplotlib.pyplot as plt from scipy.integrate * c * u / m² return np.vstack([dlambda1_dt, dlambda2_dt, dlambda3_dt]) # 根据极小值原理计算最优控制（向量化处理）
13210编辑于 2026-01-21- 来自专栏javascript趣味编程
9.1 汽包锅炉水位自动控制
汽包锅炉液位控制原理 本实验拟使用PID算法实现液位控制，如下图所示： ? 2，出口管道（TubeOut）截面积（orificeArea）默认等于1cm圆形的面积，即3.14×0.01×0.01m2。 var velocityOut=Math.sqrt(2*9.8*this.actualLevel); 19. 整个js代码（js脚本文件PID.Controller.js）： 1. class TubeIn{ 2. constructor(flux) { 3. var velocityOut=Math.sqrt(2*9.8*this.actualLevel); 55.
88000发布于 2018-08-08 - 来自专栏深度学习
【自动控制原理】数学模型：系统框图及其化简、控制系统传递函数
第2章 数学模型 2.1 控制系统的运动微分方程 2.2 拉氏变换和反变换 2.3 传递函数 参考前文：【自动控制原理】数学模型：控制系统的运动微分方程、拉氏变换和反变换、传递函数 2.4 系统框图 2.4.1 144855861.png&pos_id=img-05FPpu9Y-1698911805452) 研究系统输出量的运动规律，只考虑输入量的作用是不完全的，还需要考虑干扰的影响 依据：线性系统的叠加原理 2.5.1 闭环系统的开环传递函数 将H(s)的输出通道断开，前向通道的传递函数与反馈通道的传递函数的乘积G1(s) G2(s) H(s)，称为系统的开环传递函数。 2.5.2 参考输入R(s)作用下的闭环传递函数 令D(s)=0，则框图变为 2.5.3 扰动 D(s) 作用下的闭环传递函数 2.5.4 当系统同时受到R(s)和D(s)时，由叠加原理得系统的总输出
2.6K11编辑于 2024-07-30 《自动控制原理》 - 第三章 线性系统的时域分析法
den = [1, 2*zeta*wn, wn**2] return tf(num, den) # 系统参数 wn = 10 # 自然频率 zeta = 0.5 # 阻尼比 sys 2s+2) return tf(num, den) # 定义主导极点对应的二阶系统 def dominant_pole_system(): num = [2] # 调整增益使稳态值相同 [1, :len(coefficients[1::2])] = coefficients[1::2] # 填充劳斯表 for i in range(2, n + 1): 3s+1=0, 根:-1,-1,-1(稳定) case2 = [1, 2, 1, 0] # s^3+2s^2+s=0, 根:0,-1,-1(临界稳定) case3 = [1, -5, 6, 0] # s^3-5s^2+6s=0, 根:0,2,3(不稳定) case4 = [1, 2, 2, 4] # s^3+2s^2+2s+4=0, 根:-2,±j√2(稳定) for case in [case1
25610编辑于 2026-01-21《自动控制原理》- 第八章 非线性控制系统分析
与线性系统相比，非线性系统具有许多独特的性质，如： 不满足叠加原理 可能存在极限环 对初始条件敏感 可能出现混沌现象 非线性系统与线性系统的区别 线性系统可以用线性微分方程描述，而非线性系统需要用非线性微分方程描述 相平面法的基本原理 对于二阶系统： dx1/dt = f1(x1, x2) dx2/dt = f2(x1, x2) 相轨迹的斜率为： dx2/dx1 = f2(x1, x2)/f1(x1, x2) 下面是一个使用相平面法分析非线性系统的代码示例 # 非线性恢复力：dx2/dt = -x1 - 0.2*x2 + 0.1*x2^3 dx1_dt = x[1] dx2_dt = -x[0] - 0.2 * x[1] + 0.1 # dx2/dt = mu*(1 - x1^2)*x2 - x1 dx1_dt = x[1] dx2_dt = mu * (1 - x[0]**2) * x[1] - x[0] 选择合适的设计方法 控制器结构设计 控制器参数整定 系统性能分析与验证 鲁棒性与稳定性分析 下面是非线性控制系统设计的一般流程思维导图： 图 12：非线性控制系统设计流程思维导图 以上就是《自动控制原理
19010编辑于 2026-01-21- 来自专栏ops技术分享
redis原理（2）
一致性哈希分区（Distributed Hash Table） 实现思路是为系统中每个节
35600发布于 2021-05-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号