Apakah Masa Settle?
Masa settle bagi sistem dinamik didefinisikan sebagai masa yang diperlukan untuk output mencapai dan stabil dalam julat toleransi yang ditetapkan. Ia ditandakan sebagai Ts. Masa settle merangkumi jedaan penyebaran dan masa yang diperlukan untuk mencapai kawasan nilai akhirnya. Ia termasuk masa untuk pulih dari keadaan beban berlebihan yang disertai dengan laju perubahan dan stabil hampir di julat toleransi.
Julat toleransi adalah julat maksimum yang dibenarkan di mana output boleh menetap. Secara umum, julat toleransi adalah 2% atau 5%.
Masa settle dalam respons langkah bagi sistem kedua tertib ditunjukkan dalam gambarajah di bawah.
Formula Masa Settle
Masa settle bergantung pada frekuensi semula jadi dan respons sistem. Persamaan umum masa settle adalah;
Respons unit langkah bagi sistem kedua tertib diungkapkan sebagai;
Persamaan ini dibahagikan kepada dua bahagian;
Untuk mengira masa penyelesaian, kita hanya memerlukan komponen eksponen kerana ia membatalkan bahagian berayun komponen sinusoidal. Dan pecahan toleransi adalah sama dengan komponen eksponen.
Bagaimana Mengira Masa Settling
Untuk mengira masa settling, kita mempertimbangkan sistem peringkat pertama dengan respons langkah unit.
Untuk respons langkah unit,
Oleh itu,
Sekarang, kira nilai untuk A1 dan A2.
Anggap s = 0;
Anggap s = -1/T;
Untuk ralat 2%, 1-C(t) = 0.02;
Persamaan ini memberikan masa penyelesaian untuk sistem peringkat pertama dengan input langkah unit.
Untuk sistem peringkat kedua, kita perlu mempertimbangkan persamaan di bawah;
Dalam persamaan ini, istilah eksponen penting untuk mencari nilai masa penyelesaian.
Sekarang, kita pertimbangkan ralat sebanyak 2%. Oleh itu, 1 – C(t) = 0.02;
Nilai nisbah pengedap (ξ) bergantung pada jenis sistem peringkat kedua. Di sini, kita pertimbangkan sistem peringkat kedua yang kurang diredam. Dan nilai ξ terletak antara 0 dan 1.
Jadi, penyebut persamaan di atas hampir sama dengan 1. Dan untuk membuat pengiraan mudah, kita boleh mengabaikannya.
Persamaan ini hanya boleh digunakan untuk selang kesalahan 2% dan sistem kedua tertekan.
Secara serupa, untuk selang kesalahan 5%; 1 – C(t) = 0.05;
Untuk sistem peringkat kedua, sebelum mencari masa penyelesaian, kita perlu mengira nisbah penghambatan.
Sistem Peringkat Kedua |
Nisbah Redaman (ξ) |
Masa Penetapan (TS) |
Redaman Kurang |
0<ξ<1 |
|
Tanpa Redaman |
ξ = 0 |
|
Redaman Kritikal |
ξ = 1 |
|
Redaman Lebih |
ξ > 1 |
Bergantung pada pol utama |
Masa Penyelesaian Lokus Akar
Masa penyelesaian boleh dikira dengan menggunakan kaedah lokus akar. Masa penyelesaian bergantung kepada nisbah redaman dan frekuensi semula jadi.
Kuantiti-kuantiti ini boleh diturunkan dengan bantuan kaedah lokus akar. Dan kita boleh mencari masa penyelesaian.
Mari kita fahami dengan contoh.
Dan Overshoot = 20%
Dari plot lokus akar; anda boleh mencari kutub dominan;
Sekarang, kita mempunyai nilai ξ dan ωn,
Plot lokus akar diperoleh dari MATLAB. Untuk itu gunakan “sisotool”. Di sini, anda boleh menambah batasan untuk persentase overshoot sama dengan 20%. Dan dapatkan kutub dominan dengan mudah.
Gambar di bawah menunjukkan plot lokus akar dari MATLAB.
Kita boleh mencari masa penyelesaian dengan bantuan MATLAB. Tanggapan langkah unit bagi sistem ini ditunjukkan seperti dalam gambar di bawah.
Cara Mengurangkan Masa Penyelesaian
Masa penyelesaian adalah masa yang diperlukan untuk mencapai sasaran. Dan bagi sebarang sistem kawalan, masa penyelesaian mesti dikekalkan pada tahap minimum.
Mengurangkan masa penyelesaian bukanlah tugas yang mudah. Kita perlu merancang pengawal untuk mengurangkan masa penyelesaian.
Seperti yang kita ketahui, terdapat tiga pengawal; berkadaran (P), kamiran (I), dan pembezaan (D). Dengan kombinasi pengawal-pengawal ini, kita boleh mencapai keperluan sistem kita.
Ganjaran pengawal (KP, KI, KD) dipilih mengikut keperluan sistem.
Penambahan ganjaran berkadaran KP, memberi perubahan kecil pada masa penyelesaian. Penambahan ganjaran kamiran KI, masa penyelesaian bertambah. Dan penambahan ganjaran pembezaan KD, masa penyelesaian berkurang.
Oleh itu, keuntungan terbitan meningkat untuk mengurangkan masa penetapan. Semasa memilih nilai keuntungan pengawal PID, ia mungkin juga mempengaruhi kuantiti lain seperti masa naik, lewatan, dan ralat keadaan tetap.
Cara Mencari Masa Penetapan dalam MATLAB
Dalam MATLAB, masa penetapan boleh ditemui melalui fungsi langkah. Mari kita fahami melalui contoh.
Pertama, kita kira masa penetapan melalui persamaan. Untuk itu, bandingkan fungsi pemindahan ini dengan fungsi pemindahan umum sistem peringkat kedua.
Oleh itu,
Nilai ini adalah nilai anggaran kerana kita telah membuat andaian semasa mengira persamaan masa penyelesaian. Tetapi dalam MATLAB, kita mendapatkan nilai tepat untuk masa penyelesaian. Oleh itu, nilai ini mungkin sedikit berbeza dalam kedua-dua kes.
Sekarang, untuk mengira masa penyelesaian dalam MATLAB, kita menggunakan fungsi step.
clc; clear all; close all;
num = [0 0 25];
den = [1 6 25];
t = 0:0.005:5;
sys = tf(num,den);
F = step(sys,t);
H = stepinfo(F,t)
step(sys,t);
Output:
H =
RiseTime: 0.3708
SettlingTime: 1.1886
SettlingMin: 0.9071
SettlingMax: 1.0948
Overshoot: 9.4780
Undershoot: 0
Peak: 1.0948
PeakTime: 0.7850
Dan anda akan mendapatkan graf respons seperti yang ditunjukkan dalam gambar di bawah.
Dalam MATLAB, secara default peratusan jalur ralat adalah 2%. Anda boleh menukar ini dalam graf untuk jalur ralat yang berbeza. Untuk itu, klik kanan pada graf > properties > pilihan > “tunjukkan masa penyelesaian dalam ___ %”.
Cara lain untuk mencari masa penyelesaian dengan menjalankan gelung. Seperti yang kita tahu, untuk julat ralat 2%, kita pertimbangkan respons antara 0.98 hingga 1.02.
clc; clear all; close all;
num = [0 0 25];
den = [1 6 25];
t = 0:0.005:5;
[y,x,t] = step(num,den,t);
S = 1001;
while y(S)>0.98 & y(S)<1.02;
S=S-1;
end
masa_penyelesaian = (S-1)*0.005
Output:
masa_penyelesaian = 1.1886
Kenyataan: Hormati asal, artikel yang baik patut dikongsi, jika terdapat pelanggaran hak cipta sila hubungi untuk menghapus.