Ⅰ 什么是数学模型，静态数学模型什么是自动控制，反馈控制和自动控制系统
数学模型就是，根据关系建立起来的数学公式。静态就是结果和原因都不变。有因果关系，但因果都不随时间而改变。自动控制是按一定程序自动运行，不用人为干涉。反馈是在输出的误差拿回来给输入端，用来矫正输出的错误。自动控制系统，包括了与之有关的各环节。如一个温度控制系统就包括了:温度计，晶体管放大，继电器，中间继电器，接触器，排风扇等。
Ⅱ 控制系统的数学模型性质是什么
你明白这是不完全正确的，传输功能，只有输入参数的变化。
的数学模型，建立数学输入输出的传递函数的组成，改变输入，输出量的改变。
该模型的目的是通过在系统的稳定性的形式的函数模型视图\灵敏度等一般模型的传递函数是一个反馈系统。上述数学方程模型
欧姆定律U = IR
这种模式应该是这样的：我= U / R
I OUT，如果电压的传递函数为U，输入是R，通过改变输入参数来改变输出。
Ⅲ 对于自动控制系统的“数学模型”的理解是不是这样
你这样理解不完全正确,传递函数是一定的,改变的只是输入的参数.
一个数学模型是有输入输出和传递函数组成,改变输入量来改变输出量.
建立数学模型的目的是通过函数模型的形式来看系统的稳定性\灵敏性等等,一般的传递函数的模型都有一个反馈系统.
上面提出的模型欧姆定律的数学方程U=IR
这个模型应该是这样的:I=U/R
I输出,如果电压是一定的,传递函数就是U,输入就是R,通过改变输入的参数来改变输出.
Ⅳ 何谓自动控制系统的数学模型建立数学模型的目的何在
自控系统的数学模型主要包括被控对象的数学模型与校正装置的数学模型。设计自控系统的目的在于令系统在某种控制量输入时获得需要的被控量输出，比如对一个直流电机调速系统而言，输入的控制量是电枢电压，而输出的被控量是电机转速（或转矩），我们设计系统的目的就是当输入特定的电压时可以得到需要的转速。那么到底多高的电压（输入量）对应多高的转速（输出量）呢？使用如微分方程等数学语言描述输出对应输入的关系就叫建立数学模型。而数学模型的作用在于：1.描述被控对象自身特性；2.根据被控对象的特性定量的设计校正环节；3.用于分析整个系统的性能指标，作为系统是否达标的判断标准。
Ⅳ 在控制系统分析中，为什么一定要建立数学模型
-般说来建立数学模型的方法大体上可分为两大类、一类是机理分析方法，一类是测试分析方法.机理分析是根据对现实对象特性的认识、分析其因果关系，找出反映内部机理的规律,建立的模型常有明确的物理或现实意义. 下面给出建模的-般步骤: 模型准备 首先要了解问题的实际背景，明确建模的目的搜集建模必需的各种信息如现象、数据等，尽量弄清对象的特征,由此初步确定用哪一类模型，总之是做好建模的准备工作.情况明才能方法对，这一步一定不能忽视，碰到问题要虚心向从事实际工作的同志请教，尽量掌握第一手资料. 模型假设 根据对象的特征和建模的目的，对问题进行必要的、合理的简化，用精确的语言做出假设，可以说是建模的关键一步.一般地说，一个实际问题不经过简化假设就很难翻译成数学问题，即使可能，也很难求解.不同的简化假设会得到不同的模型.假设作得不合理或过份简单，会导致模型失败或部分失败，于是应该修改和补充假设;假设作得过分详细，试图把复杂对象的各方面因素都考虑进去，可能使你很难甚至无法继续下一步的工作.通常，作假设的依据，一是出于对问题内在规律的认识，二是来自对数据或现象的分析，也可以是二者的综合.作假设时既要运用与问题相关的物理、化学、生物、经济等方面的知识，又要充分发挥想象力、洞察力和判断力，善于辨别问题的主次，果断地抓住主要因素，舍弃次要因素，尽量将问题线性化、均匀化.经验在这里也常起重要作用.写出假设时，语言要精确，就象做习题时写出已知条件那样. 模型构成 根据所作的假设分析对象的因果关系，利用对象的内在规律和适当的数学工具，构造各个量(常量和变量)之间的等式(或不等式)关系或其他数学结构.这里除需要一些相关学科的专门知识外，还常常需要较广阔的应用数学方面的知识，以开拓思路.当然不能要求对数学学科门门精通,而是要知道这些学科能解决哪一类问题以及大体上怎样解决.相似类比法，即根据不同对象的某些相似性，借用已知领域的数学模型，也是构造模型的一种方法.建模时还应遵循的一个原则是，尽量采用简单的数学工具，因为你建立的模型总是希望能有更多的人了解和使用,而不是只供少数专家欣赏. 模型求解 可以采用解方程、画图形、证明定理、逻辑运算、数值计算等各种传统的和近代的数学方法，特别是计算机技术. 模型分析 对模型解答进行数学上的分析，有时要根据问题的性质分析变量间的依赖关系或稳定状况，有时是根据所得结果给出数学上的预报，有时则可能要给出数学上的最优决策或控制，不论哪种情况还常常需要进行误差分析、模型对数据的稳定性或灵敏性分析等. 模型检验 把数学上分析的结果翻译回到实际问题，并用实际的现象、数据与之比较，检验模型的合理性和适用性.这一步对于建模的成败是非常重要的，要以严肃认真的态度来对待.当然，有些模型如核战争模型就不可能要求接受实际的检验了.模型检验的结果如果不符合或者部分不符合实际，问题通常出在模型假设上，应该修改、补充假设，重新建模.有些模型要经过几次反复，不断完善，直到检验结果获得某种程度上的满意. 模型应用 应用的方式自然取决于问题的性质和建模的目的，这方面的内容不是本书讨论的范围。 应当指出，并不是所有建模过程都要经过这些步骤，有时各步骤之间的界限也不那么分明.建模时不应拘泥于形式上的按部就班，本书的建模实例就采取了灵活的表述方式.
Ⅵ 自动控制系统中数学模型的作用及常见形式有哪些
控制系统的数学模型是描述系统内部物理量(或变量)之间关系的数学表达式。在静态条件下(即变量各阶导数为零)，描述变量之间关系的代数方程叫静态数学模型；而描述变量各阶导数之间关系的微分方程叫数学模型。如果已知输入量及变量的初始条件，对微分方程求解就可以得到系统输出量的表达式，并由此可对系统进行性能分析。因此，建立控制系统的数学模型是分析和设计控制系统的首要工作
建立控制系统数学模型的方法有分析法和实验法两种。分析法是对系统各部分的运动机理进行分析，根据它们所依据的物理规律或化学规律分别列写相应的运动方程。例如，电学中有基尔霍夫定律，力学中有牛顿定律，热力学中有热力学定律等。实验法是人为地给系统施加某种测试信号，记录其输出响应，并用适当的数学模型去逼近，这种方法称为系统辨识。
Ⅶ 试说明采用控制系统的结构图作为数学模型有何优点
它是传递函数的一种图形描述方式，它可以形象的描述自动控制系统各单元之间和各作用量之间的相互联系，具有简明直观、运算方便的优点
各方框之间的基本连接方式只有串联、并联和反馈连接三种。方框结构图的简化是通过移动引出点、比较点，交换比较点，进行方框运算后，将串联、并联和反馈连接的方框合并。
Ⅷ 控制系统的数学模型取决于系统的什么和什么
控制系统的数学模型取决于系统的目标函数和约束条件。
目标函数是指所关心的目标(某一变量)与相关的因素(某些变量)的函数关系。简单的说，就是你求解后所得出的那个函数。在求解前函数是未知的，按照你的思路将已知条件利用起来，去求解未知量的函数关系式，即为目标函数。
解某些线性规划问题时，该问题已知的并须遵守的前提条件称为约束条件。
Ⅸ 什么是控制系统的数学模型
数学模型是指控制系统设计依据的理论的计算原理、方法、工式等。比如很多闭环调节控制的数学模型是PID算法。
Ⅹ 数学模型有什么用
数学模型是数学抽象的概括的产物，其原型可以是具体对象及其性质、关系，也可以是数学对象及其性质、关系。数学模型有广义和狭义两种解释．广义地说，数学概念、如数、集合、向量、方程都可称为数学模型，狭义地说，只有反映特定问题和特定的具体事物系统的数学关系结构方数学模型大致可分为二类：(1)描述客体必然现象的确定性模型，其数学工具一般是代效方程、微分方程、积分方程和差分方程等，（2）描述客体或然现象的随机性模型，其数学模型方法是科学研究相创新的重要方法之一。在体育实践中常常提到优秀运动员的数学模型。如经调查统计．现代的世界级短跑运动健将模型为身高1.80米左右、体重70公斤左右，100米成绩10秒左右或更好等。
用字母、数字和其他数学符号构成的等式或不等式，或用图表、图像、框图、数理逻辑等来描述系统的特征及其内部联系或与外界联系的模型。它是真实系统的一种抽象。数学模型是研究和掌握系统运动规律的有力工具，它是分析、设计、预报或预测、控制实际系统的基础。数学模型的种类很多，而且有多种不同的分类方法。
静态和动态模型 静态模型是指要描述的系统各量之间的关系是不随时间的变化而变化的，一般都用代数方程来表达。动态模型是指描述系统各量之间随时间变化而变化的规律的数学表达式，一般用微分方程或差分方程来表示。经典控制理论中常用的系统的传递函数也是动态模型，因为它是从描述系统的微分方程变换而来的（见拉普拉斯变换）。
分布参数和集中参数模型 分布参数模型是用各类偏微分方程描述系统的动态特性，而集中参数模型是用线性或非线性常微分方程来描述系统的动态特性。在许多情况下，分布参数模型借助于空间离散化的方法，可简化为复杂程度较低的集中参数模型。
连续时间和离散时间模型 模型中的时间变量是在一定区间内变化的模型称为连续时间模型，上述各类用微分方程描述的模型都是连续时间模型。在处理集中参数模型时，也可以将时间变量离散化，所获得的模型称为离散时间模型。离散时间模型是用差分方程描述的。
随机性和确定性模型 随机性模型中变量之间关系是以统计值或概率分布的形式给出的，而在确定性模型中变量间的关系是确定的。
参数与非参数模型 用代数方程、微分方程、微分方程组以及传递函数等描述的模型都是参数模型。建立参数模型就在于确定已知模型结构中的各个参数。通过理论分析总是得出参数模型。非参数模型是直接或间接地从实际系统的实验分析中得到的响应，例如通过实验记录到的系统脉冲响应或阶跃响应就是非参数模型。运用各种系统辨识的方法，可由非参数模型得到参数模型。如果实验前可以决定系统的结构，则通过实验辨识可以直接得到参数模型。
线性和非线性模型 线性模型中各量之间的关系是线性的，可以应用叠加原理，即几个不同的输入量同时作用于系统的响应，等于几个输入量单独作用的响应之和。线性模型简单，应用广泛。非线性模型中各量之间的关系不是线性的，不满足叠加原理。在允许的情况下，非线性模型往往可以线性化为线性模型，方法是把非线性模型在工作点邻域内展成泰勒级数，保留一阶项，略去高阶项，就可得到近似的线性模型。