比例微分控制（Proportional-Derivative Control，简称PD控制）是自动控制系统中常用的一种控制策略，它通过调整比例增益和微分增益来控制系统的动态响应。学会PD控制对于从事自动化、机器人、过程控制等领域的人来说非常重要。以下是一些实用的例题，帮助你更好地理解和掌握PD控制。
例题1：简单的一阶系统PD控制
问题描述： 一个一阶系统，其传递函数为 ( G(s) = \frac{K}{s + T} )，其中 ( K ) 是增益，( T ) 是时间常数。要求设计一个PD控制器，使得系统的稳态误差为零，且超调量不超过5%。
解题步骤：
- 确定系统类型： 该系统为I型系统，因为其传递函数的分子阶数等于分母阶数减一。
- 设计PD控制器： 设PD控制器为 ( C(s) = K_p + K_d \frac{d}{ds} )，其中 ( K_p ) 是比例增益，( K_d ) 是微分增益。
- 计算稳态误差： 稳态误差 ( e{ss} ) 为 ( \lim{s \to 0} e(s) )，其中 ( e(s) ) 是误差传递函数。对于I型系统，稳态误差 ( e_{ss} = \frac{K_p}{1 + K_p T} )。
- 设置稳态误差条件： ( e_{ss} = 0 )，解得 ( K_p = 0 )。
- 计算超调量： 超调量 ( \tau ) 为 ( \frac{e{max}}{e{ss}} )，其中 ( e_{max} ) 是最大误差。根据题目要求，( \tau \leq 5\% )。
- 设计微分增益： 为了满足超调量要求，需要设计合适的 ( K_d )。
代码示例：
import numpy as np
from scipy import signal
# 系统参数
K = 1
T = 1
# 设计PD控制器
Kp = 0
Kd = 1
# 误差传递函数
e_s = 1 / (1 + Kp * T + Kd * T)
# 计算稳态误差和超调量
e_ss = nplim(e_s, 0)
tau = nplim(e_s * e_s, 0) / e_ss
print("稳态误差：", e_ss)
print("超调量：", tau)
例题2：二阶系统PD控制
问题描述： 一个二阶系统，其传递函数为 ( G(s) = \frac{K}{(s + T)^2} )，其中 ( K ) 是增益，( T ) 是时间常数。要求设计一个PD控制器，使得系统的稳态误差为零，且超调量不超过10%。
解题步骤：
- 确定系统类型： 该系统为II型系统，因为其传递函数的分子阶数大于分母阶数。
- 设计PD控制器： 设PD控制器为 ( C(s) = K_p + K_d \frac{d}{ds} )。
- 计算稳态误差： 稳态误差 ( e{ss} ) 为 ( \lim{s \to 0} e(s) )，其中 ( e(s) ) 是误差传递函数。对于II型系统，稳态误差 ( e_{ss} = 0 )。
- 设置超调量条件： ( \tau \leq 10\% )。
- 设计比例增益和微分增益： 根据超调量要求，设计合适的 ( K_p ) 和 ( K_d )。
代码示例：
# 系统参数
K = 1
T = 1
# 设计PD控制器
Kp = 1
Kd = 0
# 误差传递函数
e_s = 1 / (1 + Kp * T + Kd * T)
# 计算稳态误差和超调量
e_ss = nplim(e_s, 0)
tau = nplim(e_s * e_s, 0) / e_ss
print("稳态误差：", e_ss)
print("超调量：", tau)
通过以上例题，你可以更好地理解和掌握PD控制。在实际应用中，可以根据系统的特性和要求，调整比例增益和微分增益，以达到最佳的控制效果。