dSpace控制系统实时仿真解决方案

《dSpace控制系统实时仿真解决方案》由会员分享，可在线阅读，更多相关《dSpace控制系统实时仿真解决方案（13页珍藏版）》请在装配图网上搜索。

1、dSpace控制系统实时仿真解决方案 c 利用MATLAB与Dspace开发平台，控制系统仿真平台的开发测试流程步骤如下： 被控对象的理论分析及数学描述 这是离线仿真的第一步，用线性或非线性方程建立控制系统数学模型，该方程应能用MATLAB的m-file格式或Simulink方框图方式表示，以便于用MATLAB/Simulink进行动态分析。当部分被控对象难于用理论方法描述时，可以结合MATLAB的系统辨识工具箱和Simulink参数估计模型库来辅助进行系统建模。控制系统建模 当被控对象的模型搭建完毕之后，可以用MATLAB的控制系统工具箱等工具分析被控对象的响应特性，然后根据这

2、些响应特性为其设计控制器。离线仿真与优化 模型建立之后，可以通过离线仿真查看控制系统的时域频域性能指标，通过对离线仿真结果的分析来优化控制系统仿真平台的算法或被控对象的模型，使系统的输出特性尽可能的好。当这一步完成之后，就要将离线仿真过渡到实时仿真了。 用真实的硬件接口关系代替Simulink中的逻辑联接关系 由于实时仿真中需要与硬件通讯，所以需要在Simulink方框图中，从RTI库用拖放指令指定实时测试所需的I/O(A/D转换器，增量编码器接口等)，并对I/O参数(如A/D电压范围等)进行设置。自动代码生成与下载 这是从离线仿真到实时仿真的关键，当用户用传统的方法进行开发的时候，从

3、控制算法到代码实现需要手工编程，这一步会耗去很长时间，但当用户采用MATLAB+dSPACE这一整体解决方案时，只需用鼠标选择RTW Build，就可以自动完成目标系统的实时C代码生成、编译、连接和下载。即使是复杂的大型控制系统该过程一般也只需几分钟左右。实验过程的全程自动化管理 用ControlDesk试验工具软件包与实时仿真系统进行交互操作，如调整参数，显示系统的状态，跟踪过程响应曲线等。通过实时测试可以确定系统的一些重要特性。与MATLAB结合进行参数优化 如果需要，利用MLIB/MTRACE从实时闭环系统获得数据，并将该数据回传给用于建模和设计的软件环境(如：MATLAB)，由MA

4、TLAB根据一定的算法计算下一步控制参数并通过MLIB/MTRACE将参数送给实时系统，实现参数的自动寻优过程。循环 返回第一步。只有通过实时测试，才能得到一些反馈信息如：对象模型是否需要改进、算法特性是否过严或过松、控制系统对不能建模的对象动特性(如：考虑到实时性而将部分对象直接包含于闭环测试中)、干扰及传感器噪音是否有足够的鲁棒性。1.控制系统离线仿真的过程及所用到的工具 1.1控制系统离线仿真的过程 控制系统仿真平台的设计始于系统的数学仿真，即MATLAB环境下的离线仿真，图1表明了系统仿真的大致过程，下面就主要工作进行细述： 首先，是被控对象模型的建立。在这一阶段，可以利用两种

5、方式建立被控对象的数学模型。其一是利用已有的数学及专业知识，结合系统中已有的数据列写被控对象的微分方程，再根据微分方程写出模型的状态空间描述或传递函数表达；其二是利用MATLAB的相关专业工具，如系统辨识工具箱和Simulink Parameter Estimation等完成系统被控对象模型的建立。这种方法常用于被控对象的数学模型难于推导或目前我们已有的知识不足以较准确的建立系统模型的情况。 当被控对象的模型建立起来之后，就需要利用MATLAB，Simulink为被控对象开发合适的控制算法了。对于控制系统仿真来说，通常采用经典的控制算法即可。当然也可以利用现代控制理论开发一些高级算法。开发算

6、法的前提是了解被控对象当前的各项时域频域性能指标，然后根据这些性能指标设计相应的控制器，用以补偿当前被控对象性能的不足。由于工程领域中的被控对象基本上都有一些非线性，为了方便控制器的设计，通常都会利用MATLAB的相关工具先将被控对象线性化，找到其工作点位置，然后再对线性化模型在平衡点位置附近设计控制器。控制器的设计包括结构设计和参数优化两方面。 当被控对象和控制器的模型都建立好之后，就可以进行系统仿真了。仿真是一个不断迭代的过程。首先，是要对建立好的被控对象模型进行仿真，以使模型能够较准确的描述真实的物理系统。当在给定输入信号下，模型的输出与实际系统的输出能够较好的吻合时，被控对象的模型就

7、算搭建好了。当然，如果不吻合，需要返回被控对象建模部分，修改数学模型。然后需要对线性化系统进行仿真，使全系统(控制器加被控对象)的输出满足规定的性能指标，通常这时的性能指标应好于实际要求的性能指标，因为这时的被控对象是线性化的。最后，要将仿真后所定好的控制器算法与实际非线性被控对象结合，做全系统的仿真，观察此时，系统的各项性能指标是否能够达到。如果仿真结果不尽如人意，需要返回算法开发阶段，修改控制器的结构，以得到正确满意的仿真结果。 以上是系统仿真的过程，在工作进行的同时，还可以结合仿真进行文档生成。利用相应工具，以多种格式将仿真的模型和数据生成文档，包括HTML，RTF，XML，SGML以

8、及PDF等等。 1.2控制系统离线仿真中用到的工具 为完成控制系统的仿真，我们在MATLAB产品家族中精选了系统开发中必不可少的产品模块，下面，就集成的控制系统设计环境中所用到的主要模块功能介绍如下： MATLAB提供贯穿于控制系统设计开发全过程的工具。这些工具分别负责系统设计开发的某个阶段，产品的分布如图2所示： 图2控制系统设计各阶段所用到的MATLAB产品模块数据分析、建模 在系统建模阶段常用的工具箱是System Identification Toolbox和Simulink Parameter Estimation。前者完全由实验数据进行数学模型的估算，而后者是通过实验数据

9、对已有数学模型的参数进行优化，使数学模型尽可能反映实际系统的真实情况。 System Identification Toolbox 该工具箱提供了一个交互式工具环境，基于预先测试得到的输入/输出数据来建立动态系统的线性模型。可以使用时域频域技术对单通道数据或多通道数据进行模型辨识。利用该工具箱可以对那些不容易用数学方式描述的动态系统建立数学模型。 工具箱支持传递函数和状态空间的模型描述方式，可以通过非参数相关或谱分析的方法进行系统辨识，工具箱函数可以对任意通道数的输入输出数据进行连续时间或离散时间系统的辨识，导入测试数据并对其进行预处理，产生模型，并根据测试数据进行模型的验证。 Sim

10、ulink Parameter Estimation 该工具可以帮助用户校正系统的Simulink模型，使之满足实际物理系统的输出特性。使用这一工具就可以避免通过试凑法或是自行编写优化程序来调整模型参数。用户可以使用时域测试数据和优化手段来估计模型参数和初始条件，并且可以在Simulink中创建自适应查表函数。 用Simulink所建立的动态系统模型通常会包含一些无法直接测量的参数或是无法用模型进行精确表达的部分。根据实际物理系统或是原型机得到的输入-输出测量数据，Simulink Parameter Estimation能够计算出那些未知的参数并通过优化算法来弥补Simulink模型与实

11、际系统的差别。系统模型仿真 系统模型的正确与否将直接影响到系统后续的设计工作，所以系统模型的仿真和优化是基于模型的控制系统设计重要的一环，在软件环境中进行动态系统模型的仿真不仅可以较早的排查系统设计的缺欠和错误，还有助于设计者更好的理解系统模型的行为，从而完成对模型和控制系统算法进行优化。在这一步骤中，MATLAB产品提供的Simulink工具，是建立动态系统模型，进行数学仿真优化的最佳工具。此外，MATLAB的产品中还包括了针对航空航天和国防领域的Aerospace功能模块集合等等。 Simulink 使用面向方框图的可视化动态系统仿真工具Simulink，可以方便地建立控制器和被控对

12、象模型，通过仿真不断地优化和改善设计。无论是离散的，连续的，条件执行的，多采样的或混合系统，Simulink都是描述动态系统模型的最佳工具。 通过Simulink提供的丰富的功能块，可以迅速地创建动态系统模型，而不需要书写一行代码。Simulink提供了完整的功能模块库，用于建立单入单出、多入多出、线性/非线性、离散/连续/混杂及多速率系统；支持矩阵数据类型和线性代数运算；支持M语言和C语言方式的功能模块扩展；支持层次化建模方式，可应用"子系统"进行结构化建模，并可以通过模型浏览器察看各个层次；可以建立用户自己的功能模块库并加入到Simulink库浏览器中 由于Simulink可以直接利用

13、MATLAB的数学、图形和编程功能，用户可以直接在Simulink下完成诸如数据分析、过程自动化、优化参数等工作。工具箱提供的高级的设计和分析能力可以通过Simulink的封装手段在仿真过程中执行。 Stateflow 这是建模与仿真真实世界中常见的事件驱动行为的图形化环境，利用有限状态机概念、状态流程图原理，对事件驱动系统建立起简洁而清晰的描述，内嵌于Simulink中。通过Simulink和Stateflow，可以在在单一的集成环境下对包含顶层控制逻辑，物理对象和控制器的整个系统进行建模与仿真。 Aerospace Blocksets Simulink的模型库可以通过专用模块集进一步

14、扩展，比如航空模型库(Aerospace Blocksets)。航空模型库是针对飞行控制系统而设计的专用模型库，具体包括数学运算和坐标变换(Utilities)、执行机构模型(Actuators，二阶线性模型和二阶非线性模型)、气动力和气动力矩计算(Aerodynamics)、动画显示(Animation，三自由度动画和六自由度动画)、环境模型(Environment，具体包括大气模型、重力场模型和风扰动模型)、运动方程(Equations of Motion，三自由度和六自由度)、飞行参数计算(Flight Parameters，迎角、侧滑角、空速等)、导航控制模块(GNC)、质量特性计算(

15、Mass Properties，质心、惯性张量等计算)、推进计算(Propulsion，涡轮发动机系统)。 这些模型库提供了飞行控制系统中的通用模型，在建模仿真中可以直接引用，也可以根据具体的设计需要，对模型库进行添加和完善，供其它的系统设计项目所引用中，避免重复性工作。控制系统设计分析与优化 控制系统的设计分析是基于模型的系统设计中重要的一步，在这一阶段，设计人员需要对被控对象数学模型的各种特性进行分析，然后设计出合适的控制器。 在这个环节中，不仅可以利用MATLAB高级编程语言的强大功能，在短时间内开发出控制算法并结合MATLAB强大的绘图能力方便地对数据，方程和结果进行显示，如根轨

16、迹，伯德图，响应和谱等；还可以通过与控制相关的工具箱，完成许多前沿的控制设计，如LQG、跟轨迹、和模糊逻辑设计方法。 主要的工具箱有： Control System Toolbox 实现了大多数流行的"经典"的和"现代"的线性控制系统设计分析方法，用于分析、设计控制系统。利用MATLAB高级编程语言，通过工具箱函数，只需花很短的时间就可以开发出控制算法，而MATLAB强大的绘图能力能够方便地对数据、方程和结果进行显示，如根轨迹、伯德图等；另一方面，控制系统工具箱还提供了可视化的SISOtool和LTI viewer，这两个工具的有机结合可以方便用户进行交互式的控制器设计工作。 对于根轨

17、迹和频率设计方法应用MATLAB提供的对于单输入单输出系统的图形界面设计工具SISOtool。利用这个工具可以使用户交互的基于根轨迹理论和(或者)频率设计方法来进行控制器设计，随着控制器结构及参数的调整变化，用户可以同时看到各种输出响应曲线的变化情况以及各类指标的变化情况，比如超调量、调节时间以及稳态误差等时域指标，也可以看到幅值裕度、相角裕度以及各个频率点等频率域指标。 除了SISOtool，控制系统工具箱还有一个非常有用的工具LTI viewer，利用该工具，可以通过鼠标点击的方式来分析时域频率响应，实际上通过LTI viewer可以得到多种响应曲线，例如阶跃响应、脉冲响应、bode图、

18、nyquist特性等等,并且可以得到系统的幅值裕度和相角裕度等频域指标。 Robust Control Toolbox 鲁棒控制工具箱提供了用于多变量控制系统设计和分析的高级算法。鲁棒设计方法是目前控制中研究应用比较多的方法之一，根据对外干扰的描述，或者是对对象本身不确定性的描述，可以应用鲁棒工具箱设计鲁棒控制器。当然这样得到的控制器的阶次有可能比较高，所以还要根据需要考虑对其降阶处理，这同时要和仿真研究结合到一起来进行。 除了上述工具箱以外，还可以通过Simulink Control Design对非线性模型进行线性化，利用Simulink Response Optimization对

19、控制器参数进行优化。 Simulink Control Design 该工具提供了对非线性模型进行线性分析的能力。利用该工具可以提取近似的线性模型，用于时域响应、频域响应以及零极点等动态特性分析。它所提供的GUI和编程能力，降低了开发线性模型上所需的时间和复杂度。 由于控制系统工具箱都是对线性系统进行控制设计的，因此在非线性模型建立之后一般需要对模型进行线性化然后再利用控制系统工具箱进行控制器的设计。 Simulink Response Optimization 这是一个在Simulink模型中调节设计参数的工具，它与Simulink模型结合在一起，根据用户定义的时域内的性能指标约束

20、，自动优化系统参数。利用该工具，可以对标量形式、矢量形式以及矩阵形式的变量进行优化，并可对任意层次的模型进行变量约束。Simulink Response Optimization支持连续、离散以及多速率的模型，并可以通过蒙特卡罗仿真处理模型中的不确定量。 通过Simulink Response Optimization可以处理一系列优化问题，比如调节多入多出系统参数，对非线性系统设计自适应控制器，优化模型中的物理参数以降低系统能耗、调节滤波器参数等等。Simulink Response Optimization还可以用于查表调节以及增益的调整等方面。 在控制系统的设计过程中，还需要其他高级

21、控制工具的支持，比如神经网络工具箱，模糊逻辑工具箱，优化工具箱，遗传算法与直接搜索工具箱等等。2.控制系统实时仿真的过程及所用到的工具 2.1控制系统实时仿真的过程 离线仿真结束后，就可以进行实时仿真的工作了。在这一阶段，主要是实现离线仿真所无法实现的功能，因为只有实时仿真时，才能将硬件引入系统，实时条件下，控制算法的优劣与否才能显现出来。 实时仿真可以在dSPACE平台下完成，通常实时仿真可以由两部分组成，快速控制原型和硬件在回路仿真。 在控制系统开发初期，继承离线仿真结果之后，可以首先进行快速原型仿真，它的主要目的是将硬件信息引入系统，在系统开发早期研究实时条件下控制系统的设计，例

22、如算法的时间特性(比如控制算法对被控对象的控制是在1秒内完成还是1毫秒内完成)、实时的确定IO采样时间，以控制产品化时的成本、测试软件中断，硬件中断以及不同的中断优先级对系统的影响。这些研究都为产品化控制计算机提供了更为真实的依据。快速控制原型仿真是在离线仿真之后，将离线仿真中控制器部分的算法下载至dSPACE硬件之中，即由dSPACE硬件充当控制器，将其与真实的被控对象连接(当没有真实的被控对象时，也可以由dSPACE硬件系统充当)，然后对整个闭环系统进行实时仿真，在此过程中，可以在线调节控制器的参数，观察系统中各个位置的输出，设置软硬件中断等，从而精炼控制器参数，当调节控制器的参数无法满足

23、输出的性能指标时，还可以返回MATLAB和Simulink，修改控制器的结构。 快速控制原型仿真之后，可以得到真实控制器的算法，根据该算法可以进行产品化控制器(即控制计算机)的研制，当控制计算机产品化完成之后，可以进行硬件在回路仿真，它的主要目的是测试控制计算机及部分执行机构和传感器的功能。具体做法是将离线仿真中被控对象的模型(弹和飞机的模型)下载至dSPACE硬件之中，即由dSPACE硬件充当被控对象，将其与真实的控制计算机、惯导系统及传感器等连接，然后对整个闭环系统进行实时仿真。通过硬件在回路仿真，可以考察控制系统中这些实物的性能，除此之外，还可以将系统工作时的外界环境模型下载至dSPA

24、CE，测试整个系统在极限工况条件下的工作正常与否，通过环境测试，可以在大大节省成本的同时，保证系统的可靠性指标。 2.2控制系统实时仿真过程中用到的工具 在实时仿真中，我们使用dSPACE平台。它是一个由软硬件综合系统，它的软件可以和MATLAB无缝集成，使用起来非常方便。dSPACE软件系统由代码生成及下载软件和实验软件两大部分组成，首先介绍代码生成及下载软件RTI和PPC编译器。 RTI是连接dSPACE实时系统与软件开发工具MATLAB/Simulink之纽带。RTI对Simulink库进行了扩展,利用这些框图可以无需写任何代码就能完成包括I/O接口及初始化过程的全部设置。同时通过

25、对RTW进行扩展，可实现从Simulink模型到dSPACE实时硬件代码的无缝自动下载。这可使用户完全致力于实际设计过程并能迅速完成设计的更改，费力的手工编程已成为过去。 除标准I/O功能外，RTI还支持用户在SIMULINK框图中完成： 指定部分模型为定时执行指定部分模型为软件中断指定部分模型为硬件中断指定中断及定时任务的优先级支持单采样频率和多采样频率支持单任务模式和多任务模式另外，RTI还充分考虑了实际工程应用中可能遇到的各种问题，如：通过附加手段解决采样频率不同的模块之间数据传送的不一致性支持多处理器，允许在SIMULINK中完成多处理器模型的分割允许指定处理器之间的数据通讯协议，

26、可采用：同步BUFFER，异步BUFFER，及共享存储区方式允许处理器之间进行中断RTI可以处理连续系统、离散系统、混合系统和多采样频率系统。 当系统比较复杂，单处理器系统难以完成时，需要多个处理器并行工作。这时，就需要RTI-MP的帮助以完成多处理器系统的系统设计、建立多处理器网络结构(包括处理器之间的通讯)。RTI-MP允许用拖放方式对系统模型进行分割，每一个子系统均可进行单独调整。 不论用何种方式(手动或自动)生成实时系统，都需要一个C编译器。根据配置的不同，dSPACE系统使用POWER PC编译器Complier For PPC：适用于所有基于POWER PC处理器的系统。 当

27、模型下载至dSPACE中后，就需要用实验软件对系统进行仿真测试了，此过程中用到的实验软件主要有： 综合实验环境ControlDesk ControlDesk是dSPACE开发的新一代实验工具软件。虽然控制器的开发及仿真模型的建立还是使用MATLAB/SIMULINK，但是，一旦模型已经通过RTI实现并下载到实时硬件中，余下的就是ControlDesk的事了。ControlDesk将提供对实验过程的综合管理。利用ControlDesk可以实现： 实验过程自动化用户虚拟仪表的建立变量的可视化管理参数的可视化管理实验过程自动化实现自动试验及参数调整的MLIB和MTRACE 利用MLIB和MTR

28、ACE，可以大大增强dSPACE实时系统的自动实验能力。使用这两个库可在不中断试验的情况下从MATLAB通过M编程直接访问dSPACE板上运行的应用程序中的变量。甚至无需知道变量的地址，有变量名就足够了。这样就可以利用MATLAB的数字计算及图形能力进行顺序自动测试、数据记录和控制参数的优化。 MLIB和MTRACE联合使用可组成一个完美的整体。有MATLAB强大的计算能力做支持，可以自动执行所能想到的任何试验。比如控制器的优化：用MTRACE记录数据，然后将数据传送给MATLAB。MATLAB自动计算出新的控制器参数，并通过MLIB送回处理器板或控制板。 MLIB和MTRACE也可以和C

29、ontrolDesk同时使用。 实时动画软件MotionDesk 通常情况下，实时仿真过程的可视化是通过记录时间响应或仪表显示来实现的。不过，这些方法多少有些抽象。利用MotionDesk，仿真与真实世界之间的界限消失了。MotionDesk可为dSPACE处理器板上在线仿真的物体提供三维动画效果。仿真的任何改变所引起的结果都可以立即在屏幕上显示出来。 与实时处理器通讯的CLIB---PC 每一个实时仿真试验都需要在主机和控制器/处理器之间进行交互操作，如：改变参数、记录数据、在线显示等。dSPACE的ControlDesk及其它工具为大部分的控制任务提供了全面的解决方案。 但是，在

30、某些情况下，可能会需要在没有dSPACE工具的情况下进行控制，如第三方测试、使用其它的可视化工具或使用用户编写的主程序等。 CLIB可在其他工具和实时硬件之间建立联系。CLIB包括一整套的C函数，可用来建立用户主界面，完成各种处理器控制功能，访问处理器存储器。它可从变量的符号名自动寻找其地址。CLIB允许多个程序(包括dSPACE工具和dSPACE以外的工具)同时访问处理器。 除了软件，Dspace还为用户提供了丰富的硬件资源，分为单板系统和组件系统，对于控制系统仿真来说，需要选择组件系统来完成如此复杂的功能。 dSPACE根据控制系统的各种接口需要可以提供组件系统来满足系统的需求。组件

31、系统的核心是处理器板DS1005,它有强大的运算能力和I/O管理能力，运算能力可达12.6 SPECfp95，21.8 SPCEint95。使用了Motorola公司的PowerPC750(933MHz)作为处理器，共2KWords的片内数据缓存及32KWords的片内指令缓存。处理器板上还有16MByte闪存和128M SRAM主存储器。该板通过快速32位总线(PHS总线)提供到各种I/O板的接口，通过不同形式总线(ISA、PCI、PCMCIA、Ethernet)到主机的硬件接口。 另外，dSPACE还提供多种IO板卡方便用户的使用，用户应根据自己的需求进行选择，具体的型号和功能参见dSPACE产品手册。 MSN空间完美搬家到新浪博客！ 特别声明： 1：资料来源于互联网，版权归属原作者 2：资料内容属于网络意见，与本账号立场无关 3：如有侵权，请告知，立即删除。