#Pythonで学ぶ制御工学< 時間応答（2次遅れ系） >
はじめに
基本的な制御工学をPythonで実装し，復習も兼ねて制御工学への理解をより深めることが目的である．
その第9弾として「時間応答（2次遅れ系）」を扱う．
時間応答（2次遅れ系）
時間応答の2次遅れ系について，図を使っての説明を以下に示す．
続いては，RLC回路を例に1次遅れ系を導出する．
このようにして，2次遅れ系の形にした時に，対応する部分がゲイン，固有角振動数および減衰係数となる．
実装
ここでは，適当なゲイン，固有角振動数および減衰係数を指定し，ステップ応答の図を出力するプログラムを実装する．なお，出力する図は4つあり，ステップ応答・減衰係数を変化させたステップ応答・固有角振動数を変化させたステップ応答・ゲインを変化させたステップ応答である．
ソースコード
step.py
"""
2021/02/27
@Yuya Shimizu
時間応答（2次遅れ系）
"""
from control.matlab import *
import matplotlib.pyplot as plt
import numpy as np
from for_plot import * #自分で定義した関数をインポート
#定義した関数について (https://qiita.com/Yuya-Shimizu/items/f811317d733ee3f45623)
##2次遅れ系のステップ応答
zeta, omega_n, K = 0.4, 5, 1 #減衰係数と固有角振動数とゲインの設定
P = tf([0, K*omega_n**2], [1, 2*zeta*omega_n, omega_n**2]) #2次遅れ系
y, t = step(P, np.arange(0, 5, 0.01)) #ステップ応答（0~5秒で，0.01刻み）
fig1, ax1 = plt.subplots()
ax1.plot(t, y)
plot_set(ax1, 't', 'y') #グリッドやラベルを与える関数(自作のfor_plotライブラリより)
plt.title(f"$\zeta$={zeta}, $\omega_n$={omega_n}, K={K}")
plt.show()
##2次遅れ系のステップ応答（減衰係数zetaを変化させる）
zeta = (-0.1, 0, 0.3, 1) #4種類の減衰係数を用意
omega_n = 5
K = 1
#図示の準備
fig2, ax2 = plt.subplots()
LS = linestyle_generator() #線種を与える関数(自作のfor_plotライブラリより)
for i in range(len(zeta)):
P = tf([0, K*omega_n**2], [1, 2*zeta[i]*omega_n, omega_n**2]) #2次遅れ系
y, t = step(P, np.arange(0, 3, 0.01)) #ステップ応答（0~3秒で，0.01刻み）
ax2.plot(t, y, ls=next(LS), label=f"$\zeta$={zeta[i]}")
plot_set(ax2, 't', 'y', 'best')
plt.title(f"$\zeta$={zeta}, $\omega_n$={omega_n}, K={K}")
plt.show()
##2次遅れ系のステップ応答（固有角振動数omega_nを変化させる）
zeta = 0.7
omega_n = (1, 5, 10) #3種類の固有角振動数を用意
K = 1
#図示の準備
fig3, ax3 = plt.subplots()
LS = linestyle_generator() #線種を与える関数(自作のfor_plotライブラリより)
for i in range(len(omega_n)):
P = tf([0, K*omega_n[i]**2], [1, 2*zeta*omega_n[i], omega_n[i]**2]) #2次遅れ系
y, t = step(P, np.arange(0, 5, 0.01)) #ステップ応答（0~5秒で，0.01刻み）
ax3.plot(t, y, ls=next(LS), label=f"$\omega_n$={omega_n[i]}")
plot_set(ax3, 't', 'y', 'best')
plt.title(f"$\zeta$={zeta}, $\omega_n$={omega_n}, K={K}")
plt.show()
##2次遅れ系のステップ応答（ゲインKを変化させる）
zeta = 0.7
omega_n = 5
K = (1, 2, 3) #3種類のゲインを用意
#図示の準備
fig3, ax3 = plt.subplots()
LS = linestyle_generator() #線種を与える関数(自作のfor_plotライブラリより)
for i in range(len(K)):
P = tf([0, K[i]*omega_n**2], [1, 2*zeta*omega_n, omega_n**2]) #2次遅れ系
y, t = step(P, np.arange(0, 5, 0.01)) #ステップ応答（0~5秒で，0.01刻み）
ax3.plot(t, y, ls=next(LS), label=f"K={K[i]}")
plot_set(ax3, 't', 'y', 'best')
plt.title(f"$\zeta$={zeta}, $\omega_n$={omega_n}, K={K}")
plt.show()
出力①：ステップ応答
出力②：減衰係数を変化させたステップ応答
出力③：固有角振動数を変化させたステップ応答
出力④：ゲインを変化させたステップ応答
結果
はじめの説明でもあったように，減衰係数$\zeta$を負値にすると一定値に収束せず発散してしまい，0だと持続振動，0~1ならオーバーシュートが生じる．さらに詳しく述べると，小さな値ほど，そのオーバーシュートは大きくなる．1以上ならば，オーバーシュートは生じない．また，固有角振動数$\omega_n$は1次遅れ系のときの時定数と同様と説明したとおり，変化させることによって応答性が変わっていることが分かる．しかし，1次遅れ系の時定数と違って，固有角振動数は大きくなるほど，応答が速くなる．ゲインKは定常値を変化させる．
感想
前回に引き続き，今回は2次遅れ系ということで，固有角振動数や減衰係数，ゲインの意味と特徴を知り，また固有角振動数や減衰係数，ゲインが制御対象によって中身は変わるということを知った．またPythonでの実装を通して，グラフでの意味のとらえ方にも触れることができた．
参考文献
Pyhtonによる制御工学入門 南 祐樹 著 オーム社