Simulations-Software PID-Controller einfach konstruieren

Simulink Control Design 3.0 von The MathWorks ist ab sofort mit neuen Funktionen verfügbar. Damit können PID-Controllern (Proportional-Integral-Derivative Controllers) einfacherer konstruiert und optimiert werden.

Anbieter zum Thema

Lenord, Bauer & Co. GmbH

SPN Schwaben Präzision Fritz Hopf GmbH

ISG Industrielle Steuerungstechnik GmbH

The MathWorks GmbH

Die erweiterten Funktionen Simulink Control Design 3.0 werden zusammen mit neuen PID-Controller-Blöcken in Simulink veröffentlicht. Entwickler können mit diesen Blöcken schnell PID-Controller erstellen, PID-Strukturen auswählen, Integrator-Anti-Dralllogik einfügen, von zeitkontinuierlichen auf zeitdiskrete Domänen umstellen und den Controller für die Implementierung auf einem Prozessor mit Festkommaarithmetik vorbereiten.

Regelungstechnik-Fachwissen nicht notwendig

Ein neuer Optimierungsalgorithmus in Simulink Control Design 3.0 berechnet automatisch PID-Controller-Verstärkungen auf der Basis gewünschter Phasenreserven- und Systembandbreite. Eine neue Benutzeroberfläche unterstützt die visuelle Optimierung von PID-Controllern für alle Typen von Anlagenmodellen, ohne dass Fachwissen über Regelungstechnik erforderlich ist. Der sich ergebende Entwurf kann dann per Simulation in Simulink überprüft werden, damit wird die Zeit verringert, die für Optimierung und Test auf teuren Hardwareprototypen erforderlich ist. Anschließend können die Entwickler mit Real-Time Workshop automatisch Codes für die Implementierung auf Target-Mikrocontrollern generieren.

Zusätzliche Funktionen auf einen Blick:

• Neue Funktionen für die erweiterte lineare Analyse. Anwender können jetzt den Frequenzgang von Simulink-Modellen über Simulationen berechnen. Hierdurch können Entwickler Simulink-Modelle mit starken Diskontinuitäten oder ereignisbasierter Dynamik einfacher linearisieren, ohne dass Modelländerungen erforderlich sind.
• Angabe benutzerdefinierter Linearisierungen für Simulink-Blöcke und Subsysteme. Entwickler können z. B. einen Gain-Block als unsicher markieren und das Modell zum Erstellen eines entsprechenden unsicheren Systems linearisieren. Durch Verwenden der Robust Control Toolbox mit diesem System können die Anwender einen Controller entwerfen, der trotz Unsicherheit bestimmte Stabilitäts- und Leistungskriterien erfüllt.

(ID:319732)