[Ingénierie de contrôle] Calcul des fonctions de transfert et des modèles d'espace d'états par Python

introduction

Depuis que j'ai décidé de contrôler le robot au travail, je l'ai résumé pour savoir ce qui suit. ・ Examen des connaissances de base de l'ingénierie de contrôle ・ Comment dessiner un système de contrôle et un contrôle PID avec python ・ Comprendre le filtre de Kalman et l'estimation de l'auto-position en comprenant le modèle d'espace d'états

Les références

Hiroki Minami, Ohm, "Introduction à l'ingénierie de contrôle avec Python"

Contenu

Contenu du chapitre 3 de "Introduction à l'ingénierie de contrôle avec Python"

Commun

Importez les bibliothèques suivantes

import sympy import control

Fonction de transfert

Le code est affiché ci-dessous

# chapter 3-2 modèle de fonction de transfert
Np = [0,1]
Dp = [1,2,3]
P = control.tf(Np, Dp)
print(P)
production
      1
-------------
s^2 + 2 s + 3

Territoire de l'État

Le code est affiché ci-dessous

#3-Modèle d'espace à 3 états
A = '1 1 2; 2 1 1; 3 4 5'
B = '2; 0; 1'
C = '1 1 0'
D = '0'
P = control.ss(A,B,C,D)
print(P)
sysA, sysB, sysC, sysD = control.ssdata(P)
print(sysA)
production
A = [[1. 1. 2.]
 [2. 1. 1.]
 [3. 4. 5.]]

B = [[2.]
 [0.]
 [1.]]

C = [[1. 1. 0.]]

D = [[0.]]

[[1. 1. 2.]
 [2. 1. 1.]
 [3. 4. 5.]]

Résumé

-En utilisant des bibliothèques telles que control et sympy, la conversion de Laplace et la notation des fonctions de transfert peuvent être effectuées si facilement.

Recommended Posts

[Ingénierie de contrôle] Calcul des fonctions de transfert et des modèles d'espace d'états par Python
Fonction de transmission / modèle d'espace d'état du circuit série RLC et simulation par Python
Fonction de transmission / modèle d'espace d'état du système ressort / masse / amortisseur et simulation par Python
[Ingénierie de contrôle] Représentation graphique des fonctions de transfert par Python
Implémentation du filtre à particules par Python et application au modèle d'espace d'états
[Calcul scientifique / technique par Python] Ajustement par fonction non linéaire, équation d'état, scipy
Calcul des indicateurs techniques par TA-Lib et pandas
Calcul de l'écart type et du coefficient de corrélation en Python
[Ingénierie de contrôle] Visualisation et analyse du contrôle PID et de la réponse par étapes
Gestion des versions de Node, Ruby et Python avec anyenv
[Calcul scientifique / technique par Python] Liste des utilisations des fonctions (spéciales) utilisées en physique en utilisant scipy
[Calcul scientifique et technique par Python] Dessin de figures fractales [Triangle de Shelpinsky, fougère de Bernsley, arbre fractal]
Implémentation Python du mode de fusion CSS3 et discussion sur l'espace colorimétrique
[Python] Fonctionnalisation de la formule de Heron et calcul de la surface maximale
[Hikari-Python] Chapitre 05-10 Syntaxe de contrôle (interruption et poursuite du traitement itératif)
[Python] Résumé de l'utilisation des fonctions de fractionnement et de jointure
[Calcul scientifique / technique par Python] Fonctionnement de base du tableau, numpy
Comparaison de l'utilisation des fonctions d'ordre supérieur dans Python 2 et 3
[Introduction to Data Scientists] Bases de Python ♬ Fonctions et classes
Calcul scientifique / technique avec Python] Dessin et visualisation d'isoplans 3D et de leurs vues en coupe à l'aide de mayavi
Calcul de similitude par MinHash
Fonctions de tri et de comparaison Python 3
Installation source et installation de Python
Fonctions d'ordre supérieur et notation d'inclusion en Python
[Calcul scientifique / technique par Python] Expansion de Taylor, formule mathématique, sympy
[Calcul scientifique / technique par Python] différentiel (biaisé), formule mathématique, sympy
Acquisition automatique des données de niveau d'expression génique par python et R
Pratique de l'analyse de données par Python et pandas (Tokyo COVID-19 data edition)
Comparaison de la vitesse de calcul en implémentant python mpmath (calcul de précision arbitraire) (Note)
[Python] Implémentation de la méthode Nelder – Mead et sauvegarde des images GIF par matplotlib
[Introduction aux Data Scientists] Bases de Python ♬ Fonctions et fonctions anonymes, etc.
[Calcul scientifique / technique par Python] Dérivation de solutions analytiques pour équations quadratiques et cubiques, formules, sympy