Wolfram控制系统Wolfram 语言
的核心内容

建模、设计、部署。

对环境进行建模。设计一个控制器。部署到现实世界。可在高度集成的工作流程中完成所有上述任务，为学习者和专业人士开发。

开始使用

基于模块的模型

直接创建，也可从微分或差分方程创建状态空间或传递函数模块。将它们连接起来形成更大的系统。用生成的模型进行分析、设计和部署。

基于组件的模型

像乐高积木一样拖放和连接模型组件，获取高质量多域模型。用它们进行仿真、验证，并导出用于控制设计的基于模块的模型。

用图形技术进行设计

使用图形技术（例如波特图、奈奎斯特图、根轨迹图和其他图）设计和分析控制系统。常见例子包括超前-滞后设计、稳定性分析和鲁棒性分析。

图形技术分析与设计指南

PID 设计

根据整定模型和规则自动整定 PID 控制器。改善系统跟踪和干扰抑制。带有内置的整定规则，包括 Ziegler–Nichols、Cohen–Coon 及其他方法。

PIDTune 函数

LQ 设计

使用线性二次 (LQ) 优化方法设计控制器和估计器。解决调节或跟踪问题。内置对标准技术的支持，包括 LQR、LQG 和 Kalman。

指南：用状态-空间模型进行设计

MPC 设计

通过自动使用离线参数优化，为快速采样应用和计算能力有限的应用设计显式模型预测控制器 (MPC)。解决 1-、平方 2- 或 ∞-范数成本函数最小化的约束调节或跟踪问题。

ModelPredictiveController 函数

延迟和描述符设计

为具有延迟以及动态和代数方程的混合模型设计控制器。除非得到补偿，否则通信滞后等造成的延迟可能会导致不稳定。使用史密斯补偿器等专用过程或使用近似值简化为标准模型。

仿射与非线性设计

为非线性发挥重要作用的系统设计非线性控制器。这会缓解在远离工作点的区域内性能下降的问题。采用反馈线性化、输出调节等符号技术。

FMI 部署

将控制器作为功能模型单元 (FMU) 部署到其他 100 多个与 FMI 兼容的工具。在子系统由不同公司和工具设计的环境中进行有效协作。及早发现缺陷并避免严重的下游集成问题。

微控制器部署

自动生成控制设计和数据采集代码并将其部署到微控制器。消除容易出错且乏味的低级源代码迭代。

实时练习

这是一个交互式笔记本，您可以试着自己进行修改！

继续探索更多范例：应用示例

Wolfram 控制系统的相关参考资料

Wolfram 控制系统是 Wolfram 语言的一个组成部分。整个系统包含了六千多个内置函数，涵盖了计算领域的方方面面，所有内容被精心集成在一起，相互支持，完美地结合为一个整体。

AffineStateSpaceModel ▪ AsymptoticOutputTracker ▪ BodePlot ▪ CarlemanLinearize ▪ ContinuousTimeModelQ ▪ ControllabilityGramian ▪ ControllabilityMatrix ▪ ControllableDecomposition ▪ ControllableModelQ ▪ DescriptorStateSpace ▪ DiscreteInputOutputModel ▪ DiscreteLQEstimatorGains ▪ DiscreteLQRegulatorGains ▪ DiscreteTimeModelQ ▪ DualSystemsModel ▪ EstimatorGains ▪ EstimatorRegulator ▪ FeedbackLinearize ▪ FeedbackSector ▪ FeedbackSectorStyle ▪ FeedbackType ▪ FullInformationOutputRegulator ▪ GainMargins ▪ GainPhaseMargins ▪ InternallyBalancedDecomposition ▪ JordanModelDecomposition ▪ KalmanEstimator ▪ KroneckerModelDecomposition ▪ LinearizingTransformationData ▪ LQEstimatorGains ▪ LQGRegulator ▪ LQOutputRegulatorGains ▪ LQRegulatorGains ▪ MinimalStateSpaceModel ▪ ModelPredictiveController ▪ NicholsGridLines ▪ NicholsPlot ▪ NonlinearStateSpaceModel ▪ NyquistGridLines ▪ NyquistPlot ▪ ObservabilityGramian ▪ ObservabilityMatrix ▪ ObservableDecomposition ▪ ObservableModelQ ▪ OutputControllabilityMatrix ▪ OutputControllableModelQ ▪ OutputResponse ▪ PhaseMargins ▪ PhaseRange ▪ PIDData ▪ PIDDerivativeFilter ▪ PIDFeedforward ▪ PIDTune ▪ PoleZeroMarkers ▪ RootLocusPlot ▪ SamplingPeriod ▪ SingularValuePlot ▪ SmithDelayCompensator ▪ StabilityMargins ▪ StabilityMarginsStyle ▪ StateFeedbackGains ▪ StateOutputEstimator ▪ StateResponse ▪ StateSpaceModel ▪ StateSpaceRealization ▪ StateSpaceTransform ▪ StateTransformationLinearize ▪ SystemsConnectionsModel ▪ SystemsModelControllerData ▪ SystemsModelDelay ▪ SystemsModelDelayApproximate ▪ SystemsModelDelete ▪ SystemsModelDimensions ▪ SystemsModelExtract ▪ SystemsModelFeedbackConnect ▪ SystemsModelLabels ▪ SystemsModelLinearity ▪ SystemsModelMerge ▪ SystemsModelOrder ▪ SystemsModelParallelConnect ▪ SystemsModelSeriesConnect ▪ SystemsModelStateFeedbackConnect ▪ SystemsModelVectorRelativeOrders ▪ ToContinuousTimeModel ▪ ToDiscreteTimeModel ▪ TransferFunctionCancel ▪ TransferFunctionExpand ▪ TransferFunctionFactor ▪ TransferFunctionModel ▪ TransferFunctionPoles ▪ TransferFunctionZeros ▪ InputOutputResponse ▪ InputOutputResponseData ▪ RiccatiSolve ▪ DiscreteRiccatiSolve ▪ LyapunovSolve ▪ DiscreteLyapunovSolve ▪ SystemModelExamples ▪ SystemModel ▪ SystemModels ▪ SystemModelSimulate ▪ SystemModelMeasurements ▪ SystemModelSimulationData ▪ SystemModelSimulateSensitivity ▪ SystemModelPlot ▪ ParametricPlot ▪ Plot ▪ ListLinePlot ▪ LogPlot ▪ SystemModelParametricSimulate ▪ ParametricFunction ▪ NMinimize ▪ FindMinimum ▪ NMaximize ▪ SystemModelLinearize ▪ FindSystemModelEquilibrium ▪ ConnectSystemModelController ▪ SystemModelReliability ▪ ReliabilityDistribution ▪ SurvivalFunction ▪ StructuralImportance ▪