在對(duì)多自由度機(jī)器人臂進(jìn)行控制時(shí)，關(guān)節(jié)的行程和行程速度從多體模塊是可以直接導(dǎo)出的，在常規(guī)PD控制中，只需要針對(duì)上面兩個(gè)控制量給定目標(biāo)值，然后做閉環(huán)控制就可以了。S-Function可以很好地執(zhí)行該算法。但如果要把PD做成PID該如何利用S-Function進(jìn)行運(yùn)算？

?在已知初始狀態(tài)的情況下，確實(shí)是可以使用S-Function進(jìn)行積分運(yùn)算的。比如：

S-Function代碼：

function [sys,x0,str,ts] = spacemodel(t,x,u,flag)

?

switch flag,

case 0,

[sys,x0,str,ts]=mdlInitializeSizes;

case 1,

sys=mdlDerivatives(t,x,u);

case 3,

sys=mdlOutputs(t,x,u);

case {2,4,9}

sys=[];

otherwise

error(['Unhandled flag = ',num2str(flag)]);

end

?

function [sys,x0,str,ts]=mdlInitializeSizes

sizes = simsizes;

sizes.NumContStates = 1;

sizes.NumDiscStates = 0;

sizes.NumOutputs = 1;

sizes.NumInputs = 1;

sizes.DirFeedthrough = 0;

sizes.NumSampleTimes = 1;

sys = simsizes(sizes);

x0 = [0];

str = [];

ts = [0 0];

?

function sys=mdlDerivatives(t,x,u)

e1 = u(1);

sys = e1;

function sys=mdlOutputs(t,x,u)

ie1 = x(1);

sys = ie1 ;

原理很明顯，就是將e1的積分賦值狀態(tài)量x，由于用到了mdlDerivatives，需要給定初始狀態(tài)x0，仿真結(jié)果如下：

結(jié)論：如果這個(gè)方法幫到了你，我感到很高興。如果需要轉(zhuǎn)載此文章，請(qǐng)尊重我的勞動(dòng)成果，注明出處。如果你有更好的方法，請(qǐng)告訴我讓我也學(xué)習(xí)一下，謝謝。?