我正在运行一个LTI状态空间模型的模拟,我需要在不同的时间用不同的输入运行它。换句话说,从t0=0模拟到t1=1秒,根据t1的结果对系统的输入进行更改,然后从t1=1秒继续到t2=2秒。你知道吗
我试过在t[0]处用初始条件X0=array([0,0])运行,然后将xout1的最后一个元素作为下一次运行的初始条件,并给它一个从t[0]=1开始的新时间序列
import numpy as np
import scipy.signal as sig
import matplotlib.pyplot as plt
r_wh = 60e-3 / 2.0 # m
m_v = 20 # kg
R_m = 21.2 # Ohms
L_m = 1.37e-3 # Henries
K_t = 21.2e-3 # Nm.A^-1
K_v = 60 / (450 * 2 * np.pi) # V.rad^-1.s^-1
I_m = 4.2e-7 # kg.m^2
I_gb = 0.4e-7 # kg.m^2
I_wh = 65275e-9 # kg.m^2
gr = 1.0/19.0
I_eq = ((I_m + I_gb) / gr) + (gr * (I_wh + 0.25 * m_v * r_wh ** 2))
A = np.array([[-R_m/L_m, (-K_v/L_m) / gr],[K_t/I_eq, 0]])
B = np.array([[1/L_m,0],[0,-1/I_eq]])
C = np.array([[0,0],[0,1]])
D = np.zeros((2,2))
SS = sig.StateSpace(A,B,C,D)
T1 = np.arange(0,1,0.01)
T2 = np.arange(1,2,0.01)
U1 = np.array([12*np.ones_like(T1),np.zeros_like(T1)]).transpose()
U2 = np.array([12*np.ones_like(T2),np.zeros_like(T2)]).transpose()
tout1, yout1, xout1 = sig.lsim(SS,U1,T1)
tout2, yout2, xout2 = sig.lsim(SS,U2,T2,X0=xout1[-1])
plt.plot(T1,xout1[:,1],T2,xout2[:,1])
您希望状态向量输出数组“xout2”中的第一个元素与X0条件匹配,但事实并非如此。此函数“lsim”是否要求第一个时间点为0?你知道吗
lsim
假定X0
是时间0的状态,而不是时间T[0]
。您可以通过使用我说“差不多”,因为在从
xout1
到xout2
的转变中,图中仍然会有一个小的缺口。这是因为T1
中的值是[0., 0.01, 0.02, ..., 0.98, 0.99]
。请注意,1.0
不在T1
中。所以xout1
中的最后一个值是t=0.99的状态,而不是t=1.0。一种解决方法是在T1
和T2
中包含最终的t值,例如使用np.linspace
而不是np.arange
:相关问题 更多 >
编程相关推荐