🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
فراجهش Overshoot
با توجه به این که این مشخصات پاسخ پله معمولا برای سیستم های مرتبه دو استاندارد محاسبه می‌شود بنابراین مقدار فراجهش را نسبت به مقدار یک اندازه میگیرند یعنی حالت نهایی را برابر یک در نظر میگیرند اما ما به جای ماکزیمم فراجهش از درصد فراجهش استفاده می‌کنیم و آن را به صورت زیر محاسبه میکنیم.

___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________
yon.ir/R6Nw

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
برنامه زیر مقدار درصد فراجهش را محاسبه می‌کند:
clc
clear

num=[1];
den=[1 1 1];

[y,x,T]=step(num,den);

y_ss=y(numel(T));
[ymax,Tmax]=max(y);

ovs_per_cent=(ymax(1)-y_ss)/y_ss*100


___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
خروجی به صورت زیر است:

ovs_per_cent =

15.8324


___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
برای دقت بیشتر بهتر است زمان را نیز خودمان وارد کنیم:
clc
clear

num=[1];
den=[1 1 1];

t=0:0.005:15;

[y,x,T]=step(num,den,t);

y_ss=y(numel(T));
[ymax,Tmax]=max(y);

ovs_per_cent=(ymax(1)-y_ss)/y_ss*100
خروجی به صورت زیر است:

ovs_per_cent =

16.3773


___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
زمان اوج Peak time
زمان لازم برای رسیدن پاسخ پله به مقدار ماکزیمم خود.
برنامه زیر برای بدست آوردن زمان اوج می‌باشد:
clc
clear

num=[1];
den=[1 1 1];

dt=0.005;
t=0:dt:15;

[y,x,T]=step(num,den,t);

y_ss=y(numel(T));
[ymax,Tmax]=max(y);

Peak_Time=(Tmax-1)*dt
خروجی به صورت زیر می‌باشد:

Peak_Time =

3.6300

___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
زمان نشست Settling time
زمان نشت نخستین زمانی است که منحنی پاسخ پله وارد باند مشخصی حول مقدار نهایی خود می‌شود و از آن خارج نمی‌شود یعنی از این زمان به بعد قدرمطلق مقدار اختلاف پاسخ پله از مقدار نهایی آن کمتر از نسبت معینی از مقدار نهایی می‌باشد.
معمولا معیار 2 درصد را برای زمان نشست در نظر میگیرند (هرچند مقادیر 3 و 5 درصد نیز رایجند) برنامه زیر با در نظر گرفتن معیار 2 درصد زمان نشست پاسخ پله را بدست می‌دهد:

___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
clc
clear

num=[1];
den=[1 1 1];

dt=0.005;
t=0:dt:15;

[y,x,T]=step(num,den,t);

y_ss=y(numel(T));

k=numel(T);

while(true)

k=k-1;
if y(k)<0.98*y_ss || y(k)>1.02*y_ss
break;
end

end

settling_time=k*dt
خروجی به صورت زیر است:

___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
clc
clear

num=[1];
den=[1 1 1];

dt=0.005;
t=0:dt:15;

[y,x,T]=step(num,den,t);

y_ss=y(numel(T));

k=numel(T);

while(true)

k=k-1;
if y(k)<0.98*y_ss || y(k)>1.02*y_ss
break;
end

end

settling_time=k*dt
خروجی به صورت زیر است:
settling_time =

8.0300

___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
زمان صعود Rise time
زمان صعود زمانی می‌باشد که طول می‌کشد تا منحنی پاسخ پله از 10 به 90 درصد مقدار نهایی خود برسد.
برنامه زیر مقدار زمان صعود را محاسبه می‌کند:
clc
clear

num=[1];
den=[1 1 1];

dt=0.005;
t=0:dt:15;

[y,x,T]=step(num,den,t);

y_ss=y(numel(T));

k1=1;
while y(k1)<0.10*y_ss
k1=k1+1;
end

k2=1;
while y(k2)<0.90*y_ss
k2=k2+1;
end

Rise_Time=(k2-k1)*dt
خروجی به صورت زیر است:

Rise_Time =

1.6350
___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
زمان تاخیر Delay time
زمانی است که طول می‌کشد تا پاسخ پله برای اولین بار به 50 درصد مقدار نهاییش برسد.
برنامه زیر برای محاسبه زمان تاخیر می‌تواند بکار رود:
clc
clear

num=[1];
den=[1 1 1];

dt=0.005;
t=0:dt:15;

[y,x,T]=step(num,den,t);

y_ss=y(numel(T));

k=1;

while y(k)<0.50*y_ss
k=k+1;
end

Delay_Time=(k-1)*dt
خروجی برنامه به صورت زیر است:

Delay_Time =

1.2950
___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه پنجم
💡 استاد : مهندس ورمقانی
___________________________________________
خب دوستان به پایان جلسه پنجم رسیدیم
مطالب این جلسه بصورت فایل در ادامه ارسال خواهد شد
باتشکر
___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_پنجم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش سیستم های فازی و کنترل فازی 🍀🍀
____________________________
💡 جلسه پنجم
💡 استاد : مهندس صدرالحفاظی
____________________________
جلسه پنجم
مثالی از استنتاج فازی
این جلسه شامل مباحث زیر می باشد:
1. وضع مقدم تعمیم یافته
2. سیستم های فازی


____________________________
#Fuzzy_Logic
#آموزش_مقدماتی
#جلسه_پنجم
#صدر_الحفاظی
#مثال

© @MATLAB_tutorial
© @MATLAB_files
____________________________

🍀🍀 آموزش سیستم های فازی و کنترل فازی 🍀🍀
____________________________
💡 جلسه پنجم
💡 استاد : مهندس صدرالحفاظی
____________________________
فرض کنید که مي خواهيم به سؤال زير پاسخ دهيم :
مقدمه : اگر در يك روز هوا باراني باشد، آن شب هوا مرطوب خواهد بود.
مشاهده : امروز هوا نيمه باراني است.
نتيجه : امشب هوا نيمه مرطوب است؟ - امشب هوا خشك است ؟
؟ يا ....


____________________________
#Fuzzy_Logic
#آموزش_مقدماتی
#جلسه_پنجم
#صدر_الحفاظی
#مثال

© @MATLAB_tutorial
© @MATLAB_files
____________________________

🍀🍀 آموزش سیستم های فازی و کنترل فازی 🍀🍀
____________________________
💡 جلسه پنجم
💡 استاد : مهندس صدرالحفاظی
____________________________
فرض کنید که مي خواهيم به سؤال زير پاسخ دهيم :
مقدمه : اگر در يك روز هوا باراني باشد، آن شب هوا مرطوب خواهد بود.
مشاهده : امروز هوا نيمه باراني است.
نتيجه : امشب هوا نيمه مرطوب است؟ - امشب هوا خشك است ؟
؟ يا ....

برای جواب به این سوال لازم است تا وضع مقدم تعميم يافته را با توجه به استلزام ها و قواعد اگر – آنگاه فازي مطرح شده فرموله كرد.
1.وضع مقدم تعمیم یافته:

____________________________
#Fuzzy_Logic
#آموزش_مقدماتی
#جلسه_پنجم
#صدر_الحفاظی
#مثال

© @MATLAB_tutorial
© @MATLAB_files
____________________________
yon.ir/XgAP

🍀🍀 آموزش سیستم های فازی و کنترل فازی 🍀🍀
____________________________
💡 جلسه پنجم
💡 استاد : مهندس صدرالحفاظی
____________________________
مقدمه : اگر در يك روز هوا باراني باشد، آن شب هوا مرطوب خواهد بود.
مشاهده : امروز هوا نيمه باراني است.
نتيجه : امشب هوا نيمه مرطوب است؟ - امشب هوا خشك است ؟
؟ يا ....
____________________________
#Fuzzy_Logic
#آموزش_مقدماتی
#جلسه_پنجم
#صدر_الحفاظی
#مثال

© @MATLAB_tutorial
© @MATLAB_files
____________________________
yon.ir/9qtk