自动控制——过阻尼、欠阻尼、临界阻尼及无阻尼

引言

在自动控制系统和振动分析中,系统的阻尼特性对于系统的动态响应至关重要。阻尼决定了系统在受到扰动或输入信号后,如何恢复到稳定状态。本文将详细介绍过阻尼(overdamped)、欠阻尼(underdamped)、临界阻尼(critically damped)和无阻尼(undamped)的定义、公式,并通过Python代码演示不同阻尼条件下系统的响应。

系统的阻尼特性

考虑一个典型的二阶线性系统,其传递函数可以表示为:

H(s)=ωn2s2+2ζωns+ωn2 H(s) = \frac{\omega_n^2}{s^2 + 2\zeta\omega_n s + \omega_n^2} H(s)=s2+2ζωns+ωn2ωn2

其中:

-ωn\omega_nωn是系统的自然频率。
-ζ\zetaζ是阻尼比,定义为ζ=c2mk\zeta = \frac{c}{2\sqrt{mk}}ζ=2mkc,其中ccc是阻尼系数,mmm是质量,kkk是弹簧常数。

根据阻尼比ζ\zetaζ的不同,系统的动态响应分为以下几种类型:

1. 无阻尼(Undamped)

ζ=0\zeta = 0ζ=0时,系统没有阻尼力的影响,其响应为纯粹的正弦波动,永不衰减。无阻尼系统在自然频率ωn\omega_nωn下振荡。

x(t)=Acos⁡(ωnt)+Bsin⁡(ωnt) x(t) = A \cos(\omega_n t) + B \sin(\omega_n t) x(t)=Acos(ωnt)+Bsin(ωnt)

2. 欠阻尼(Underdamped)

0<ζ<10 < \zeta < 10<ζ<1时,系统处于欠阻尼状态。系统响应在频率ωd=ωn1−ζ2\omega_d = \omega_n \sqrt{1-\zeta^2}ωd=ωn1ζ2下振荡,并随着时间指数衰减。

x(t)=e−ζωnt(Acos⁡(ωdt)+Bsin⁡(ωdt)) x(t) = e^{-\zeta\omega_n t} \left( A \cos(\omega_d t) + B \sin(\omega_d t) \right) x(t)=eζωnt(Acos(ωdt)+Bsin(ωdt))

欠阻尼系统的特征是系统会振荡几次,然后逐渐趋于平衡。

3. 临界阻尼(Critically Damped)

ζ=1\zeta = 1ζ=1时,系统处于临界阻尼状态。此时系统响应速度最快,不会出现振荡,但也不会像过阻尼那样慢慢回到平衡状态。

x(t)=(A+Bt)e−ωnt x(t) = (A + Bt) e^{-\omega_n t} x(t)=(A+Bt)eωnt

临界阻尼是最理想的阻尼状态,它能确保系统迅速回到平衡而不出现振荡。

4. 过阻尼(Overdamped)

ζ>1\zeta > 1ζ>1时,系统处于过阻尼状态。系统响应不再振荡,但相比于临界阻尼系统,它恢复到平衡所需的时间更长。

x(t)=Ae(λ1t)+Be(λ2t) x(t) = A e^{(\lambda_1 t)} + B e^{(\lambda_2 t)} x(t)=Ae(λ1t)+Be(λ2t)

其中,λ1\lambda_1λ1λ2\lambda_2λ2是系统的特征根,且λ1,λ2<0\lambda_1, \lambda_2 < 0λ1,λ2<0

Python代码实现

下面的Python代码演示了一个简单的二阶系统在不同阻尼条件下的时间响应。

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import lti, step

# 定义系统的自然频率和时间范围
omega_n = 5.0  # 自然频率
t = np.linspace(0, 5, 500)

# 定义不同阻尼比的系统
systems = {
    'Undamped (ζ=0)': lti([omega_n**2], [1, 0, omega_n**2]),
    'Underdamped (ζ=0.5)': lti([omega_n**2], [1, 2*0.5*omega_n, omega_n**2]),
    'Critically Damped (ζ=1)': lti([omega_n**2], [1, 2*1.0*omega_n, omega_n**2]),
    'Overdamped (ζ=2)': lti([omega_n**2], [1, 2*2.0*omega_n, omega_n**2])
}

# 绘制每个系统的阶跃响应
plt.figure(figsize=(10, 6))
for label, system in systems.items():
    t, y = step(system, T=t)
    plt.plot(t, y, label=label)

# 图表设置
plt.title('不同阻尼条件下的系统阶跃响应')
plt.xlabel('时间 [s]')
plt.ylabel('响应')
plt.grid(True)
plt.legend()
plt.show()

代码解释

  • lti: scipy.signal.lti 函数用于定义线性时不变(LTI)系统。
  • step: step 函数用于计算系统的阶跃响应。
  • systems: 定义了四种不同阻尼比ζ\zetaζ的系统:无阻尼、欠阻尼、临界阻尼和过阻尼。
    在这里插入图片描述

结论

通过上述分析和代码演示,我们可以看到阻尼比ζ\zetaζ对系统动态响应的影响:

  • 无阻尼系统ζ=0\zeta = 0ζ=0)会永远振荡,不会衰减。
  • 欠阻尼系统0<ζ<10 < \zeta < 10<ζ<1)会振荡几次,随着时间的推移逐渐平稳。
  • 临界阻尼系统ζ=1\zeta = 1ζ=1)是理想的,它在不振荡的情况下快速回到平衡。
  • 过阻尼系统ζ>1\zeta > 1ζ>1)不会振荡,但比临界阻尼系统更慢地回到平衡状态。

理解和设计适当的阻尼对于工程应用至关重要,能够有效避免系统的过冲、延迟或持续振荡。在实际应用中,通常会设计系统使其接近临界阻尼状态,以确保快速而稳定的响应。

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐