第一篇：現(xiàn)代控制實驗報告二基于降維觀測器的振動車床控制

現(xiàn)代控制理論基礎(chǔ) 上機實驗報告之二

基于降維觀測器的 超精密車床振動控制

院

系：

專

業(yè)：自動化 姓

名：

班

號： 指導教師：

哈爾濱工業(yè)大學 2013年x月x日

一、工程背景介紹

在實驗一中針對亞微米超精密車床的振動控制系統(tǒng)，我們采用全狀態(tài)反饋法設(shè)計了控制規(guī)律。但是在工程實踐中，傳感器一般只能測量基座和床身的位移信號，不能測量它們的速度及加速度信號，所以后兩個狀態(tài)變量不能獲得，換句話說全狀態(tài)反饋很難真正實現(xiàn)。

為了解決這個問題，本實驗設(shè)計一個降維（2維）狀態(tài)觀測器，用來解決狀態(tài)變量 x2、x3的估計問題，從而真正實現(xiàn)全狀態(tài)反饋控制。

二、實驗目的

通過本次上機實驗，使同學們熟練掌握： 1.降維狀態(tài)觀測器的概念及設(shè)計原理； 2.線性系統(tǒng)分離原理的內(nèi)涵；

3.進一步熟悉極點配置及狀態(tài)反饋控制律的設(shè)計過程； 4.MATLAB 語言的應(yīng)用。

三、性能指標

閉環(huán)系統(tǒng)漸近穩(wěn)定；降維觀測器漸近穩(wěn)定。

四、給定的實際參數(shù)

某一亞微米超精密車床隔振系統(tǒng)的各個參數(shù)為：

k0?1200N/m,ke?980N/A,m?120kg,c?0.2,R?300?,L?0.95H

五、車床振動系統(tǒng)的開環(huán)狀態(tài)空間模型

開環(huán)系統(tǒng)的狀態(tài)空間表達式為：

?1??0??x10??x1??0???????x???0?u?x?001??2????2?????x???x3????3???3157.9?10.5?315.8?????8.6???? ??x1???y??100??x??2?????x3???

六、降維觀測器方程的推導

構(gòu)造2維降維狀態(tài)觀測器如下： ?z??(A22?LA12)z?[(A22?LA12)?(A21?LA11)]y?(B2?LB1)u ???x?Q1y?Q2(z?Ly)0?1??0，B1?[0]，A?22?????3157.9???10.5?315.8??其中，A12?[10]，A21??11?[0]，A?1??00??l1??0?????B2???，Q1??0?，Q2??10?，L??l?

?8.6?2???????010????設(shè)降維觀測器的理想幾點為?120,?80，則理想特征方程為

f*(?)?(??80)(??120)??2?200??9600

降維觀測器特征方程為

f(?)?det[?I?(A22?LA12)]??2?(315.8?l1)??(315.8l1?l2?10.5)

令f*(?)?f(?)，得到

??115.8? L????46159? 得到2維降維狀態(tài)觀測器為

?1??116?32700??0??z?z?y????46170?316???9233700???8.6?u???????? ?00??1??????116?y?x??10?z?????????01???46159???

七、基于降維觀測器的狀態(tài)反饋控制率設(shè)計

??1??2?根據(jù)性能指標?p?e?100%?5%，解得??0.69。

根據(jù)性能指標ts?4???0.5，解得???8。留出裕量，取??0.8,?n?15，則：???12,?n1??2?9。為此得兩共軛極點s1??12?9j,s2??12?9j。取第三個極點s3??100。得出系統(tǒng)期望特征多項式為：

f(?)?(??12?9j)(??12?9j)(??100)??3?124?2?2625??22500

(12)設(shè)狀態(tài)反饋控制律為：

u??k1k2?x1???vk3??x ?2???x3??則閉環(huán)狀態(tài)空間表達式為：

?1??0??x1?????2?0??x??0??x???3???3157.9?8.6k1?10.5?8.6k2????x1???y??100??x??2?????x3???此時閉環(huán)系統(tǒng)的特征多項式為：

??x1??0???x???0?v??2????x3????315.8?8.6k3?????8.6??01

f*(?)??3??2(315.8?8.6k3)??(10.5?8.6k2)?3157.9?8.6k（13）

將式（12）與式（13）比較得：

?315.8?8.6k3?124? ?10.5?8.6k2?2625?3157.9?8.6k?225001?解得：

?k1?2249??k2?292.5 ?k??22.3?3實際狀態(tài)反饋控制率為u?Kx?v。

?

八、閉環(huán)系統(tǒng)的數(shù)字仿真

1.閉環(huán)系統(tǒng)的單位階躍響應(yīng)仿真

由以上設(shè)計過程，借助Matlab畫出的系統(tǒng)的simulink仿真圖如圖1：

圖1 simulink仿真圖

系統(tǒng)的響應(yīng)曲線如圖

2、圖3：

圖2 系統(tǒng)階躍響應(yīng)曲線

圖3 系統(tǒng)階躍響應(yīng)曲線 由仿真結(jié)果可以看出，系統(tǒng)的超調(diào)量為

?p?0.45%?5，%調(diào)整時間為ts?0.32s?，滿足指標要求。0.s52.閉環(huán)系統(tǒng)的狀態(tài)響應(yīng)仿真

假設(shè)存在某一初始振動狀態(tài)：

x1(0)?3?10?5m,x2(0)??1?10?5m/s,x3(0)?2?10?5m/s2。

降維觀測器的初始狀態(tài)為：

??x2(0)?2?10?5m/s,x3(0)?1?10?5m/s2

用Matlab仿真得到系統(tǒng)各狀態(tài)變量變化曲線如圖４：

圖4 系統(tǒng)狀態(tài)響應(yīng)曲線

由仿真結(jié)果可以看出降維觀測器的設(shè)計達到標準。

八、實驗結(jié)論及心得

系統(tǒng)的超調(diào)量為?p?0.45%?5%，調(diào)整時間為ts?0.32s?0.5s，滿足指標要求。本次的實驗讓我重溫了系統(tǒng)降維狀態(tài)觀測器的設(shè)計方法，加深了對狀態(tài)觀測器作用的認識。從本次的實驗結(jié)果可以看出，狀態(tài)觀測器可以很好的反映系統(tǒng)所不能測量的狀態(tài)，這在實際應(yīng)用中有很重要的意義。

第二篇：現(xiàn)代控制理論實驗報告

實驗報告(20１6-2017 第二學期)名

稱:《現(xiàn)代控制理論基礎(chǔ)》

題

目:狀態(tài)空間模型分析 院

系:控制科學與工程學院

班

級:＿__

學

號:＿_

學生姓名:__＿___

指導教師:______＿

成績:

日期: 20１7 年 4 月 1５日

線控實驗報告

一、實驗目得: :

l。加強對現(xiàn)代控制理論相關(guān)知識得理解;2、掌握用 matlaｂ 進行系統(tǒng)李雅普諾夫穩(wěn)定性分析、能控能觀性分析;二、實驗內(nèi)容

第一題:已知某系統(tǒng)得傳遞函數(shù)為

求解下列問題:(1)用 mａt(yī)lab 表示系統(tǒng)傳遞函數(shù)

ｎum＝［1];

dｅn＝［1 3 2];

sys=ｔf(num,dｅn);

ｓys1=zpｋ([],[-１ －2］,1);結(jié)果:

syｓ =

—－---－-－——-－—

s^2 ＋ 3 s ＋ ２

sys1 ＝

-－——－——--——

(s＋１)(ｓ+2)(２)求該系統(tǒng)狀態(tài)空間表達式: [A1,Ｂ1,C1,D1]=tf2ss(nuｍ,ｄen);Ａ ＝

—2

0 B =

０ Ｃ =

0

第二題:已知某系統(tǒng)得狀態(tài)空間表達式為::求解下列問題:（1）求該系統(tǒng)得傳遞函數(shù)矩陣:（2）該系統(tǒng)得能觀性與能空性:（3）求該系統(tǒng)得對角標準型:（4）求該系統(tǒng)能控標準型:（5）求該系統(tǒng)能觀標準型:

（6）求該系統(tǒng)得單位階躍狀態(tài)響應(yīng)以及零輸入響應(yīng): 解題過程: 程序:Ａ=[—３ －２;1 0］;B=［1 ０]＇;C=[０ 1];D=0;［ｎuｍ,den］=ss２ｔｆ(A,B,Ｃ,Ｄ);ｃo=ctｒb(A,Ｂ);t１＝ｒanｋ(co);ob=ｏbｓv(Ａ,C);t2＝raｎk(ob);[Aｔ,Bt,Ct,Ｄt,T］=canｏn(A,B,Ｃ,Ｄ,＇ｍodal’);［Ａｃ,Bc,Cc,Dｃ,Ｔｃ]=cａｎoｎ(Ａ,B,C,D,“cｏmｐａnｉon＇);Ao=Ａc”;Ｂo＝Cc“;Ｃo=Bc＇;結(jié)果:(1)nｕm ＝

０

0

１ den =

２(2)能控判別矩陣為: cｏ =

１

—3

0

能控判別矩陣得秩為: ｔ１ ＝

故系統(tǒng)能控。

(3)能觀判別矩陣為: ｏb ＝

0

0 能觀判別矩陣得秩為: t2 =故該系統(tǒng)能觀、(4)該系統(tǒng)對角標準型為: At =

－2

0

0

-1 Bt =

-1、414２

－1、１1８０ Ct =

0。70７1

-0.８944(5)該系統(tǒng)能觀標準型為:

Ao ＝

0

-3 Bｏ ＝

0 Cｏ =

0

１(6)該系統(tǒng)能控標準型為: Ａc =

０

1-2

－３ Bc =

0Ｃc =

０(７)系統(tǒng)單位階躍狀態(tài)響應(yīng);G＝sｓ(A1,Ｂ１,C１,Ｄ１);［y,t,x］=sｔｅp(G);fiｇure(1)plot(t,x);

(8)零輸入響應(yīng): x0＝［0 1];

［y,t,ｘ］=inｉｔial(Ｇ,x０);fiｇuｒe(2)plot(t,x)

第三題:已知某系統(tǒng)得狀態(tài)空間模型各矩陣為: ,求下列問題:（1）按能空性進行結(jié)構(gòu)分解:（2）按能觀性進行結(jié)構(gòu)分解: ｃlear

Ａ=[0 0-１;１ 0 —3;0 １-３］;Ｂ=[1 1 0］”;C=[０ 1-2］;tｃ＝rａnk(ctｒb(A,Ｂ));to=raｎk(oｂｓｖ(A,C));［A１,B1,C1,ｔ1,k1］=ctrｂf(A,B,C);［Ａ２,B２,C2,t２,k２]=ctrbf(A,Ｂ,C);結(jié)果: 能控判別矩陣秩為: tc =可見,能空性矩陣不滿秩,系統(tǒng)不完全能控。

A1 =

－1、0０00

－０、0000

—0.0000

２。１213

-2。5000

0、86６０

1.２247

—2。5981

０、5０００

B１ =

0。0000

0.0000 1。4142 Ｃ1 =1、7３２１

-1.２247

０。７０71 t1 ＝

-0、５7７４

0、5774

—０、5774

-０、40８2

0、4０８2

0、８16５ 0.70７１

0、707１

0 k1 =

0 能觀性判別矩陣秩為: to =可見,能觀性判別矩陣不滿秩,故系統(tǒng)不完全能觀。

A2 =

－1、0000

1、3４16

3、8341

0.000０

—０。400０

—0。7348 0。00０0

0。48９9

－1、6０００ B2 =

1。2２47

0。5477 0。4４72 C2 =

0

－０。０00０

2。236１ t2 ＝0、4082

0.8165

0、４０82

0、９1２9

-０.3651

-０.18２6

0

0、4472

-０、8944 k2 =

0 第四題:已知系統(tǒng)得狀態(tài)方程為:

希望極點為—2,－3,-4.試設(shè)計狀態(tài)反饋矩陣Ｋ,并比較狀態(tài)反饋前后輸出響應(yīng)。

A=[1 2 ３;4 5 6;7 8 9］;B=［０ 0 1]＇;C=[0 1 0］;D=0;tc=rａnk(ctｒb(A,B));ｐ=［—２-３-4］;K=ｐｌace(A,B,p);t=0:0.01:5;U=0。025*ｏneｓ(siｚｅ(t));

[Y1,Ｘ１]＝lsiｍ(A,B,C,D,U,t);［Y2,X２］=lsｉm(A－B＊K,B,C,D,U,t);ｆigure(1)ｐｌｏt(t,Y1);grｉd oｎ title(’反饋前“);fｉguｒe(2)plot(t,Y２)title(’反饋后”)結(jié)果: ｔc =可見,能觀判別矩陣滿秩,故系統(tǒng)能進行任意極點配置。

反饋矩陣為: Ｋ =

1５。３33323、6667

２4.000０ 反饋前后系統(tǒng)輸出對比:

第五題。已知某線性定常系統(tǒng)得系統(tǒng)矩陣為:,判斷該系統(tǒng)穩(wěn)定性。

clｅａr

clc Ａ=［－１ １;２-３］;Ａ=Ａ’;Q=eye(2);P＝lyａp(Ａ,Q);det(P);結(jié)果: 求得得 P 矩陣為: Ｐ =

1、７5０0

0、6２5０ ０.６250

0。３75０ 且Ｐ陣得行列式為: 〉＞ ｄeｔ(Ｐ)ａns = 0。2656 可見,P 矩陣各階主子行列式均大于 0,故 P 陣正定,故該系統(tǒng)穩(wěn)定、

第三篇：現(xiàn)代控制理論實驗報告

實驗一 線性定常系統(tǒng)模型

一 實驗目的

1.掌握線性定常系統(tǒng)的狀態(tài)空間表達式。學會在MATLAB中建立狀態(tài)空間模型的方法。2.掌握傳遞函數(shù)與狀態(tài)空間表達式之間相互轉(zhuǎn)換的方法。學會用MATLAB實現(xiàn)不同模型之間的相互轉(zhuǎn)換。

3.熟悉系統(tǒng)的連接。學會用MATLAB確定整個系統(tǒng)的狀態(tài)空間表達式和傳遞函數(shù)。

4.掌握狀態(tài)空間表達式的相似變換。掌握將狀態(tài)空間表達式轉(zhuǎn)換為對角標準型、約當標準型、能控標準型和能觀測標準型的方法。學會用MATLAB進行線性變換。

二 實驗原理

1.線性定常系統(tǒng)的數(shù)學模型

在MATLAB中，線性定常（linear time invariant, 簡稱為 LTI）系統(tǒng)可以用4種數(shù)學模型描述，即傳遞函數(shù)(TF)模型、零極點增益(ZPK)模型和狀態(tài)空間(SS)模型以及SIMULINK結(jié)構(gòu)圖。前三種數(shù)學模型是用數(shù)學表達式表示的，且均有連續(xù)和離散兩種類型，通常把它們統(tǒng)稱為LTI模型。

1)傳遞函數(shù)模型（TF 模型）

令單輸入單輸出線性定常連續(xù)和離散系統(tǒng)的傳遞函數(shù)分別為

Y(s)bmsm?bm?sm????b1s?b0

(1-1)G(s)??nU(s)s?an?1sn?1???a1s?a0和

Y(z)bmzm?bm?zm????b1z?b0。

(1-2)G(z)??nn?1U(z)z?an?1z???a1z?a0在MATLAB中，連續(xù)系統(tǒng)和離散系統(tǒng)的傳遞函數(shù)都用分子/分母多項式系數(shù)構(gòu)成的兩個行向量num和den表示，即

num??bm?b1b0?，den??1an?1?a0?

系統(tǒng)的傳遞函數(shù)模型用MATLAB提供的函數(shù)tf()建立。函數(shù)tf()不僅能用于建立系統(tǒng)傳遞函數(shù)模型，也能用于將系統(tǒng)的零極點增益模型和狀態(tài)空間模型轉(zhuǎn)換為傳遞函數(shù)模型。該函數(shù)的調(diào)用格式如下： ,de)n 返回連續(xù)系統(tǒng)的傳遞函數(shù)模型G。

G?tf(num

G?tf(num,den,Ts)返回離散系統(tǒng)的傳遞函數(shù)模型G。Ts為采樣周期，當Ts=-1或者Ts=[]時，系統(tǒng)的采樣周期未定義。

Gtf?tf(G)可將任意的LTI模型G轉(zhuǎn)換為傳遞函數(shù)模型Gtf。

2)零極點增益模型（ZPK模型）

系統(tǒng)的零極點增益模型是傳遞函數(shù)模型的一種特殊形式。令線性定常連續(xù)和離散系統(tǒng)的零極點形式的傳遞函數(shù)分別為

G(s)?

(s?z1)(s?z2)?(s?zm)Y(s)(1-3)?KU(s)(s?p1)(s?p2)?(s?pn)

和

G(z)?(z?z1)(z?z2)?(z?zm)Y(z)(1-4)?KU(z)(z?p1)(z?p2)?(z?pn)在MATLAB中，連續(xù)和離散系統(tǒng)的零點和極點都用行向量z和p表示，即

z??z1z2?zm?，p??p1p2?pn?。

系統(tǒng)的零極點增益模型用MATLAB提供的函數(shù)zpk()建立。函數(shù)zpk()不僅能用來建立系統(tǒng)零極點增益模型，也能用于將系統(tǒng)的傳遞函數(shù)模型和狀態(tài)空間模型轉(zhuǎn)換為零極點增益模型。該函數(shù)的調(diào)用格式如下：

G?zpk(z,p,k)返回連續(xù)系統(tǒng)的零極點增益模型G。

G?zpk(z,p,k,Ts)返回離散系統(tǒng)的零極點增益模型G。Ts為采樣周期，當Ts=-1或者Ts=[]時，系統(tǒng)的采樣周期未定義。

Gzpk?zpk(G)可將任意的LTI模型G轉(zhuǎn)換為零極點增益模型Gzpk。3)狀態(tài)空間模型(SS模型)令多輸入多輸出線性定常連續(xù)和離散系統(tǒng)的狀態(tài)空間表達式分別為

?(t)?Ax(t)?Bu(t)xy(t)?Cx(t)?Du(t)（1-5）

和

x(k?1)?Ax(k)?Bu(k)

y(k)?Cx(k)?Du(k)（1-6）

在MATLAB中，連續(xù)系統(tǒng)和離散系統(tǒng)的狀態(tài)空間模型都用MATLAB提供的函數(shù)ss()建立。函數(shù)ss()不僅能用于建立系統(tǒng)的狀態(tài)空間模型，也能用于將系統(tǒng)的傳遞函數(shù)模型和零極點增益模型轉(zhuǎn)換為狀態(tài)空間模型。該函數(shù)的調(diào)用格式如下：

G?ss(A,B,C,D)返回連續(xù)系統(tǒng)的狀態(tài)空間模型G。

G?ss(A,B,C,D,Ts)返回離散系統(tǒng)的狀態(tài)空間模型G。Ts為采樣周期，當Ts=1或者Ts=[]時，系統(tǒng)的采樣周期未定義。

Gss?ss(G)可將任意的LTI模型G轉(zhuǎn)換為狀態(tài)空間模型Gss。

2．模型轉(zhuǎn)換

上述三種LTI模型之間可以通過函數(shù)tf()，zpk()和ss()相互轉(zhuǎn)換。線性定常系統(tǒng)的傳遞函數(shù)模型和零極點增益模型是唯一的，但系統(tǒng)的狀態(tài)空間模型是不唯一的。函數(shù)ss()只能將傳遞函數(shù)模型和零極點增益模型轉(zhuǎn)換為一種指定形式的狀態(tài)空間模型。

三 實驗內(nèi)容

1.已知系統(tǒng)的傳遞函數(shù)

s2?6s?84(a)G(s)?(b)G(s)?2 2s?4s?3s(s?1)(s?3)（1）建立系統(tǒng)的TF或ZPK模型。

（2）將給定傳遞函數(shù)用函數(shù)ss()轉(zhuǎn)換為狀態(tài)空間表達式。再將得到的狀態(tài)空間表達式用函數(shù)tf()轉(zhuǎn)換為傳遞函數(shù)，并與原傳遞函數(shù)進行比較。解：（a）G(s)?4

s(s?1)2(s?3)（1）TF模型

在命令窗中運行下列命令

>> num=4;den=[1 5 7 3];G=tf(num,den)

Transfer function:---------------------s^3 + 5 s^2 + 7 s + 3

ZPK模型

在命令窗中運行下列命令

>> z=[];p=[0-1-1-3];k=4;G=zpk(z,p,k)

Zero/pole/gain:

4---------------s(s+1)^2(s+3)

（2）在命令窗中運行下列命令

>> num=4;den=[1 5 7 3];Gtf=tf(num,den);>> Gss=ss(Gtf)

a =

x1

x2

x3

x1

-0.875-0.09375

x2

0

0

x3

0

0

b =

u1

x1 0.25

x2

0

x3

0

c =

x1

x2

x3

y1

0

0 0.5

d =

u1

y1

0

Continuous-time model.>> Gtf1=tf(Gss)

Transfer function:---------------------s^3 + 5 s^2 + 7 s + 3

s2?6s?8（b）G(s)?2

s?4s?3（1）TF模型

在命令窗中運行下列命令

>> num=[1 6 8];den=[1 4 3];G=tf(num,den)

Transfer function: s^2 + 6 s + 8-------------s^2 + 4 s + 3

ZPK模型

在命令窗中運行下列命令

>> z=[-2-4];p=[-1-3];k=1;G=zpk(z,p,k)

Zero/pole/gain:(s+2)(s+4)-----------(s+1)(s+3)

(2)在命令窗中運行下列命令

>> num=[1 6 8];den=[1 4 3];Gtf=tf(num,den);>> Gss=ss(Gtf)

a =

x1

x2

x1

-4-0.75

x2

0

b =

u1

x1

x2

0

c =

x1

x2

y1

0.625

d =

u1

y1

Continuous-time model.>> Gtf1=tf(Gss)

Transfer function: s^2 + 6 s + 8-------------s^2 + 4 s + 3

2.已知系統(tǒng)的狀態(tài)空間表達式

1??0?0????(a)x?x??1?u y??11?x

?5?6????

10??0?2??x??1?u y??111?x ???302(b)x????????12?7?6???7??（1）建立給定系統(tǒng)的狀態(tài)空間模型。用函數(shù)eig()求出系統(tǒng)特征值。用函數(shù)tf()和zpk()將這些狀態(tài)空間表達式轉(zhuǎn)換為傳遞函數(shù)，記錄得到的傳遞函數(shù)和它的零極點。比較系統(tǒng)的特征值和極點是否一致，為什么?（2）用函數(shù)canon()將給定狀態(tài)空間表達式轉(zhuǎn)換為對角標準型。用函數(shù)eig()求出系統(tǒng)特征值。比較這些特征值和（1）中的特征值是否一致，為什么? 再用函數(shù)tf()和zpk()將

對角標準型或約當標準型轉(zhuǎn)換為傳遞函數(shù)。比較這些傳遞函數(shù)和（1）中的傳遞函數(shù)是否一致，為什么? ???解：(a)x1??0?0?x?u

y??11?x

?????5?6??1?（1）在命令窗中運行下列命令

>> A=[0 1;-5-6];B=[0;1];C=[1 1];D=0;G=ss(A,B,C,D)

a =

x1 x2

x1

0

x2-5-6

b =

u1

x1

0

x2

c =

x1 x2

y1

d =

u1

y1

0

Continuous-time model.>> Geig=eig(Gss)

Geig =

>> Gtf=tf(Gss)

Transfer function: s^2 + 6 s + 8-------------s^2 + 4 s + 3

>> Gzpk=zpk(Gss)

Zero/pole/gain:(s+4)(s+2)-----------(s+3)(s+1)

分析：z=-4,-2;p=-3,-1 系統(tǒng)的特征值和極點一致。

（2）在命令窗中運行下列命令

>> A=[0 1;-5-6];B=[0;1];C=[1 1];D=0;G=ss(A,B,C,D);GJ=canon(G,'model')

a =

x1 x2

x1-1

0

x2

0-5

b =

u1

x1 0.3536

x2

1.275

c =

x1

x2

y1

0 0.7845

d =

u1

y1

0

Continuous-time model.>> Geig=eig(GJcanon)??? Undefined function or variable 'GJcanon'.>> A=[0 1;-5-6];B=[0;1];C=[1 1];D=0;G=ss(A,B,C,D);>> Gcanon=canon(Gss)

a =

x1 x2

x1-3

0

x2

0-1

b =

u1

x1

x2-4.123

c =

x1

x2

y1

-0.1-0.3638

d =

u1

y1

Continuous-time model.>> Geig=eig(Gcanon)

Geig =

>> Gtf=tf(Gcanon)

Transfer function: s^2 + 6 s + 8-------------s^2 + 4 s + 3

>> Gzpk=zpk(Gcanon)

Zero/pole/gain:(s+4)(s+2)-----------(s+3)(s+1)分析：這些特征值和（1）中的特征值一致；這些傳遞函數(shù)和（1）中的傳遞函數(shù)一致。

10??0?2??x??1?u y??111?x ???302(b)x????????12?7?6???7??

（1）在命令窗中運行下列命令

>> A=[0 1 0;3 0 2;-12-7-6];B=[2;1;7];C=[1 1 1];D=0;G=ss(A,B,C,D)

a =

x1

x2

x3

x1

0

0

x2

0

x3-12

b =

u1

x1

x2

x3

c =

x1 x2 x3

y1

d =

u1

y1

0

Continuous-time model.>> Geig=eig(Gss)

Geig =

>> Gtf=tf(Gss)

Transfer function: s^2 + 6 s + 8-------------s^2 + 4 s + 3

>> Gzpk=zpk(Gss)

Zero/pole/gain:

(s+4)(s+2)-----------(s+3)(s+1)

(2)>> A=[0 1 0;3 0 2;-12-7-6];B=[2;1;7];C=[1 1 1];D=0;G=ss(A,B,C,D)

a =

x1

x2

x3

x1

0

0

x2

0

x3-12

b =

u1

x1

x2

x3

c =

x1 x2 x3

y1

d =

u1

y1

0

Continuous-time model.>> Geig=eig(Gcanon)

Geig =

>> Gtf=tf(Gcanon)

Transfer function: s^2 + 6 s + 8-------------s^2 + 4 s + 3

>> Gzpk=zpk(Gcanon)

Zero/pole/gain:(s+4)(s+2)-----------(s+3)(s+1)

>> A=[0 1 0;3 0 2;-12-7-6];B=[2;1;7];C=[1 1 1];D=0;G=ss(A,B,C,D)

a =

x1

x2

x3

x1

0

0

x2

0

x3-12

b =

u1

x1

x2

x3

c =

x1 x2 x3

y1

d =

u1

y1

0

Continuous-time model.>> Geig=eig(Gss)

Geig =

>> Gtf=tf(Gss)

Transfer function:

s^2 + 6 s + 8-------------s^2 + 4 s + 3

>> Gzpk=zpk(Gss)

Zero/pole/gain:(s+4)(s+2)-----------(s+3)(s+1)

>> Geig=eig(Gcanon)

Geig =

>> Gtf=tf(Gcanon)

Transfer function: s^2 + 6 s + 8-------------s^2 + 4 s + 3

>> Gzpk=zpk(Gcanon)

Zero/pole/gain:(s+4)(s+2)-----------(s+3)(s+1)

四．實驗總結(jié)

1.通過實驗，掌握了線性定常系統(tǒng)的狀態(tài)空間表達式、傳遞函數(shù)與狀態(tài)空間表達式之間相互轉(zhuǎn)換的方法、狀態(tài)空間表達式的相似變換、將狀態(tài)空間表達式轉(zhuǎn)換為對角標準型、約當標準型。

2.學會在MATLAB中建立狀態(tài)空間模型的方法、實現(xiàn)不同模型之間的相互轉(zhuǎn)換、進行線性變換。

實驗二 線性定常系統(tǒng)狀態(tài)方程的解

一、實驗目的

1.掌握狀態(tài)轉(zhuǎn)移矩陣的概念。學會用MATLAB求解狀態(tài)轉(zhuǎn)移矩陣。2.掌握線性系統(tǒng)狀態(tài)方程解的結(jié)構(gòu)。學會用MATLAB求解線性定常系統(tǒng)的狀態(tài)響應(yīng)和輸出響應(yīng)，并繪制相應(yīng)曲線。

二 實驗原理

1、線性定常連續(xù)系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣的計算

線性定常連續(xù)系統(tǒng)的狀態(tài)轉(zhuǎn)移矩陣為?(t)?eAt?L?1[(sI?A)?1]。（3-2-1）在MATLAB中, 狀態(tài)轉(zhuǎn)移矩陣可直接用指數(shù)矩陣法和拉氏反變換法計算。2.線性定常連續(xù)系統(tǒng)的狀態(tài)方程求解

如果線性定常連續(xù)系統(tǒng)的狀態(tài)空間表達式為

??Ax?Bu xy?Cx?Du

且初始狀態(tài)為x(0)，那么狀態(tài)方程解的拉氏變換式為

x(s)?(sI?A)?1x(0)?(sI?A)?1Bu(s)

（3-2-2）

其解為

tx(t)?ex(0)??eA(t??)Bu(?)d?

（3-2-3）At0其中零輸入響應(yīng)為

ex(0)或L{(sI?A)}x(0)

（3-2-4）零狀態(tài)響應(yīng)為

At?1?1?t0eA(t??)Bu(?)d?或L?1{(sI?A)?1Bu(s)}

（3-2-5）

?1?1?1系統(tǒng)的輸出響應(yīng)為

L{C(sI?A)x(0)?C(sI?A)Bu(s)}?Du(t)

（3-2-6）

三、實驗內(nèi)容

1.求下列系統(tǒng)矩陣A對應(yīng)的狀態(tài)轉(zhuǎn)移矩陣

?010???00??0?1??001?（c）A??0?0?（a）A??（b）A???????40????2?54???00???解：（a）A???0?1?? 40??指數(shù)矩陣法：

在命令窗中運行下列命令

>> A=[0-1;4 0];syms t;phet=expm(A*t)

phet =

[

cos(2*t),-1/2*sin(2*t)] [

2*sin(2*t)，cos(2*t)]

拉氏反變換法：

在命令窗中運行下列命令

>> A=[0-1;4 0];syms s;G=inv(s*eye(size(A))-A)

G =

[ s/(s^2+4),-1/(s^2+4)] [ 4/(s^2+4), s/(s^2+4)] 即(sI?A)?1。再對其進行拉氏逆變換，即在命令窗中輸入語句 >> phet=ilaplace(G)

phet =

[

cos(4^(1/2)*t),-1/4*4^(1/2)*sin(4^(1/2)*t)] [

4^(1/2)*sin(4^(1/2)*t)，cos(4^(1/2)*t)]

?010???（b）A?001 ????2?54??指數(shù)矩陣法：

在命令窗中運行下列命令

>> A=[0 1 0;0 0 1;2-5 4];syms t;phet=expm(A*t)

phet =

[

-2*t*exp(t)+exp(2*t), exp(2*t)-exp(t)-t*exp(t)] [ 2*exp(2*t)-2*exp(t)-2*t*exp(t), 2*exp(2*t)-2*exp(t)-t*exp(t)] [-2*t*exp(t)+4*exp(2*t)-4*exp(t),-3*exp(t)+4*exp(2*t)-t*exp(t)]

拉氏反變換法：

在命令窗中運行下列命令

>> A=[0 1 0;0 0 1;2-5 4];syms s;G=inv(s*eye(size(A))-A)

-2*exp(2*t)+2*exp(t)+3*t*exp(t)，5*exp(t)+3*t*exp(t)-4*exp(2*t)，-8*exp(2*t)+8*exp(t)+3*t*exp(t)，G =

[(s^2-4*s+5)/(s^3-4*s^2+5*s-2)，(s-4)/(s^3-4*s^2+5*s-2)，1/(s^3-4*s^2+5*s-2)] [

2/(s^3-4*s^2+5*s-2)，s*(s-4)/(s^3-4*s^2+5*s-2)，s/(s^3-4*s^2+5*s-2)] [

2*s/(s^3-4*s^2+5*s-2)，-(5*s-2)/(s^3-4*s^2+5*s-2)，s^2/(s^3-4*s^2+5*s-2)]

即(sI?A)?1。再對其進行拉氏逆變換，即在命令窗中輸入語句 >> phet=ilaplace(G)

phet =

[

-2*t*exp(t)+exp(2*t), exp(2*t)-exp(t)-t*exp(t)] [ 2*exp(2*t)-2*exp(t)-2*t*exp(t), 2*exp(2*t)-2*exp(t)-t*exp(t)] [-2*t*exp(t)+4*exp(2*t)-4*exp(t), 4*exp(2*t)-t*exp(t)-3*exp(t)]

-2*exp(2*t)+2*exp(t)+3*t*exp(t)，-4*exp(2*t)+3*t*exp(t)+5*exp(t)，-8*exp(2*t)+3*t*exp(t)+8*exp(t)，??00???（c）A?0?0

????00???指數(shù)矩陣法：

在命令窗中運行下列命令

>> A=[3 0 0;0 3 0;0 0 3];syms t;phet=expm(A*t)

phet =

[ exp(3*t)，0，0] [

0, exp(3*t)，0] [

0，0, exp(3*t)]

拉氏反變換法：

在命令窗中運行下列命令

>> A=[3 0 0;0 3 0;0 0 3];syms s;G=inv(s*eye(size(A))-A)

G =

[ 1/(s-3)，0，0] [

0, 1/(s-3)，0]

[

0，0, 1/(s-3)]

即(sI?A)?1。再對其進行拉氏逆變換，即在命令窗中輸入語句 >> phet=ilaplace(G)

phet =

[ exp(3*t)，0，0] [

0, exp(3*t)，0] [

0，0, exp(3*t)]

2.已知系統(tǒng)

1??0?0????xx?u y??10?x ?????6?5??1?（1）令初始狀態(tài)為x(0)???，輸入為零。

a)用MATLAB求狀態(tài)方程的解析解。選擇時間向量t，繪制系統(tǒng)的狀態(tài)響應(yīng)曲線。觀察并記錄這些曲線。

b)用函數(shù)initial()計算系統(tǒng)在初始狀態(tài)作用下狀態(tài)響應(yīng)和輸出響應(yīng)的數(shù)值解, 并用函數(shù)plot()繪制系統(tǒng)的狀態(tài)響應(yīng)曲線和輸出響應(yīng)曲線。觀察并記錄這些響應(yīng)曲線，然后將這一狀態(tài)響應(yīng)曲線與a)中狀態(tài)響應(yīng)曲線進行比較。(2)令初始狀態(tài)為零，輸入為u(t)?1(t)。

a)用MATLAB求狀態(tài)方程的解析解。選擇時間向量t，繪制系統(tǒng)的狀態(tài)響應(yīng)曲線。觀察并記錄這些曲線。

b)用函數(shù)initial()計算系統(tǒng)在初始狀態(tài)作用下狀態(tài)響應(yīng)和輸出響應(yīng)的數(shù)值解, 并用函數(shù)plot()繪制系統(tǒng)的狀態(tài)響應(yīng)曲線和輸出響應(yīng)曲線。觀察并記錄這些響應(yīng)曲線，然后將這一狀態(tài)響應(yīng)曲線與a).中狀態(tài)響應(yīng)曲線進行比較。

?1??0??1?（3）令初始狀態(tài)為x(0)???，輸入為u(t)?1(t)。求系統(tǒng)狀態(tài)響應(yīng)和輸出響應(yīng)的數(shù)值

??1?解，繪制系統(tǒng)的狀態(tài)響應(yīng)曲線、輸出響應(yīng)曲線和狀態(tài)軌跡。觀察和分析這些響應(yīng)曲線和狀態(tài)軌跡是否是（1）和（2）中的響應(yīng)曲線和狀態(tài)軌跡的疊加。

???解：x1??0?0?x???1?u y??10?x

?6?5?????1??0?（1）令初始狀態(tài)為x(0)???，輸入為零

（a）編制程序%ex22求輸入為零時狀態(tài)方程的解。該程序如下：

>> A=[0 1;-6-5];syms s;G=inv(s*eye(size(A))-A);phet=ilaplace(G);X0=[1 0]';Xt1=phet*X0

Xt1 =

[-2*exp(-3*t)+3*exp(-2*t)] [-6*exp(-2*t)+6*exp(-3*t)]

>> B=[0 1]';Xt2=ilaplace(G*B*1)

Xt2 =

[

exp(-2*t)-exp(-3*t)] [ 3*exp(-3*t)-2*exp(-2*t)] 其中xt1為零輸入響應(yīng)，xt2為零狀態(tài)響應(yīng)。上述得到的是狀態(tài)方程的解析解。

狀態(tài)響應(yīng)曲線：

（b）在命令窗中運行下列命令，建立狀態(tài)空間模型，計算系統(tǒng)在初始狀態(tài)作用下的狀態(tài)響應(yīng)和輸出響應(yīng)，并繪制相應(yīng)的響應(yīng)曲線。

>> A=[0 1;-6-5];B=[0;1];C=[1 0];D=0;G=ss(A,B,C,D);>> t=0:0.5:10;x0=[1;0];>> [yo,t,xo]=initial(G,x0,t);plot(t,xo,':',t,yo,'-')返回圖1

圖1狀態(tài)響應(yīng)

在命令窗中繼續(xù)運行下列命令，計算系統(tǒng)在輸入作用下的狀態(tài)響應(yīng)和輸出響應(yīng)，并繪制相應(yīng)的響應(yīng)曲線。

>> figure('pos',[50 50 200 150],'color','w');u=ones(size(t));[yu,t,xu]=lsim(G,u,t);plot(t,xu,':',t,yu,'-')返回圖2。

圖2 輸出響應(yīng)

再繼續(xù)運行下列命令求系統(tǒng)總的狀態(tài)響應(yīng)和輸出響應(yīng)，并繪制相應(yīng)的響應(yīng)曲線。>>y=yo+yu;x=xo+xu;plot(t,x,':',t,y,'-')返回圖3。

圖3

（2）令初始狀態(tài)為零，輸入為u(t)?1(t)。

編制程序%ex22求輸入為u(t)?1(t)時狀態(tài)方程的解。該程序如下：

>> A=[0 1;-6-5];syms s;G=inv(s*eye(size(A))-A);phet=ilaplace(G);X0=0;Xt1=phet*X0

Xt1 =

[ 0, 0] [ 0, 0]

>> B=[0 1]';Xt2=ilaplace(G*B*(1/s))

Xt2 =

[ 1/6-1/2*exp(-2*t)+1/3*exp(-3*t)] [

exp(-2*t)-exp(-3*t)]

在命令窗中運行下列命令，建立狀態(tài)空間模型，計算系統(tǒng)在初始狀態(tài)作用下的狀態(tài)響應(yīng)和輸出響應(yīng)，并繪制相應(yīng)的響應(yīng)曲線。

>> A=[0 1;-6-5];B=[0;1];C=[1 0];D=0;G=ss(A,B,C,D);t=0:0.5:10;x0=[1;0];

[yo,t,xo]=initial(G,x0,t);plot(t,xo,':',t,yo,'-')返回圖4。

圖4 狀態(tài)響應(yīng)

在命令窗中繼續(xù)運行下列命令，計算系統(tǒng)在輸入作用下的狀態(tài)響應(yīng)和輸出響應(yīng)，并繪制相應(yīng)的響應(yīng)曲線。

>> figure(‘pos’,[50 50 200 150],’color’,’w’);u=ones(size(t));[yu,t,xu]=lsim(G,u,t);plot(t,xu,’:’,t,yu,’-‘)返回圖5。

圖5 輸出響應(yīng)

再繼續(xù)運行下列命令求系統(tǒng)總的狀態(tài)響應(yīng)和輸出響應(yīng)，并繪制相應(yīng)的響應(yīng)曲線。

>> y=yo+yu;x=xo+xu;plot(t,x,':',t,y,'-')返回圖6。

圖6(3)在命令窗中運行下列命令

>> A=[0 1;-6-5];B=[0;1];C=[1 0];D=0;G=ss(A,B,C,D);t=0:0.5:20;u=exp(-t);[y,t,x]=lsim(G,u,t);plot(t,x,':k',t,y,'-k')可得狀態(tài)響應(yīng)和輸出響應(yīng)的數(shù)值解以及相應(yīng)的曲線，如圖7。

圖7 也可編制如下程序%ex24，先求狀態(tài)方程的解析解再求數(shù)值解，然后繪制曲線。

>> figure('pos',[50 50 200 150],'color','w');A=[0 1;-6-5];B=[0;1];C=[1 0];syms s;G=inv(s*eye(size(A))-A);phet=ilaplace(G);u=1/s;x=ilaplace(G*B*u);y=C*x;for i=1:61 tt=0.1*(i-1);xt(:,i)=subs(x(:),'t',tt);yt(i)=subs(y,'t',tt);

end >> plot(0:60,xt,':k',0:60,yt,'-k')>> gtext('y','FontSize',8)>> gtext('x','FontSize',8)

在命令窗中運行該程序得到狀態(tài)和輸出響應(yīng)解析解和數(shù)值解，以及相應(yīng)的曲線如圖8。

圖8

四．實驗總結(jié)

1.通過實驗，掌握了狀態(tài)轉(zhuǎn)移矩陣的概念、線性系統(tǒng)狀態(tài)方程解的結(jié)構(gòu)。

2.學會用MATLAB求解狀態(tài)轉(zhuǎn)移矩陣、求解線性定常系統(tǒng)的狀態(tài)響應(yīng)和輸出響應(yīng)，并繪制相應(yīng)曲線。

實驗三 線性定常系統(tǒng)的能控性和能觀測性

一、實驗目的

1.掌握能控性和能觀測性的概念。學會用MATLAB判斷能控性和能觀測性。2.掌握系統(tǒng)的結(jié)構(gòu)分解。學會用MATLAB進行結(jié)構(gòu)分解。3.掌握最小實現(xiàn)的概念。學會用MATLAB求最小實現(xiàn)。

二 實驗原理 1.能控性

1）線性定常系統(tǒng)狀態(tài)能控性的判斷

n階線性定常連續(xù)或離散系統(tǒng)?(A,B)狀態(tài)完全能控的充分必要條件是：能控性矩陣

Uc?BABA2B?An?1B的秩為n。

能控性矩陣可用MATLAB提供的函數(shù)ctrb()自動產(chǎn)生，其調(diào)用格式為: ??Uc?ctrb(A,B)

其中A,B分別為系統(tǒng)矩陣和輸入矩陣，Uc為能控性矩陣。

能控性矩陣的秩即rank(Uc)稱為能控性指數(shù)，表示系統(tǒng)能控狀態(tài)變量的數(shù)目，可由MATLAB提供的函數(shù)rank()求出。2）線性定常系統(tǒng)輸出能控性的判斷

m?(n?1)r矩陣線性定常連續(xù)或離散系統(tǒng)?(A,B,C,D)輸出能控的充分必要條件是：Uy?CBCABCA2B?CAn?1BD的秩為m，其中r為系統(tǒng)的輸入個數(shù)，m為輸出個數(shù)。

矩陣Uy可以通過能控性矩陣Uc得到，即Uy??C*Uc2.能觀測性

n階線性定常連續(xù)或離散系統(tǒng)?(A,C)狀態(tài)完全能觀測的充分必要條件是：能觀測性矩??D?

?C??CA???2陣Vo??CA?的秩為n。

?????n?1??CA??能觀測性矩陣可以用MATLAB提供的函數(shù)obsv()自動產(chǎn)生，其調(diào)用格式為: Vo?obsv(A,C)

其中A, C分別為系統(tǒng)矩陣和輸出矩陣，Vo為能觀測性矩陣。

能觀測性矩陣的秩即rank(Vo)稱為能觀測性指數(shù)，表示系統(tǒng)能觀測狀態(tài)變量的數(shù)目?？捎蒑ATLAB提供的函數(shù)rank()求出。3.最小實現(xiàn)

MATLAB 提供的函數(shù)minreal()可直接得出系統(tǒng)的最小實現(xiàn)，其調(diào)用格式為

Gm?minreal(G)

其中G為系統(tǒng)的LTI對象，Gm為系統(tǒng)的一個最小實現(xiàn)。

三 實驗內(nèi)容 1.已知系統(tǒng)

??3?4??4??x???x??1?u y???1?1?x

?10????（1）判斷系統(tǒng)狀態(tài)的能控性和能觀測性，以及系統(tǒng)輸出的能控性。說明狀態(tài)能

控性和輸出能控性之間有無聯(lián)系。

（3）將給定的狀態(tài)空間表達式變換為對角標準型，判斷系統(tǒng)的能控性和能觀測性，與（1）的結(jié)果是否一致？為何？ 解：（1）在命令窗中運行下列命令

>> A=[-3-4;-1 0];B=[4;1];Uc=ctrb(A,B);rank(Uc)

ans =

因為rank(Uc)=1?n=2，所以系統(tǒng)的狀態(tài)不完全能控.>> A=[-3-4;-1 0];C=[-1-1];Vo=obsv(A,C);rank(Vo)

ans =

因為rank(Vo)=1?n=2，故系統(tǒng)狀態(tài)不完全能觀測

>> A=[-3-4;-1 0];B=[4;1];C=[-1-1];D=0;Uc=ctrb(A,B);Uy=[C*Uc D];rank(Uy)

ans =

因為rank(Uy)=1=m，故系統(tǒng)是輸出能控的。狀態(tài)能控性和輸出能控性之間沒有任何聯(lián)系。

（3）在命令窗中運行下列命令

>> A=[-3-4;-1 0];B=[4 1]';C=[-1-1];G=ss(A,B,C,0);G1=canon(G)

a =

x1 x2

x1-4

0

x2

0

b =

u1

x1-4.123

x2

0

c =

x1

x2

y1 1.213

0

d =

u1

y1

0

Continuous-time model.>> A=[-4 0;0 1];B=[-4.123;0];Uc=ctrb(A,B);rank(Uc)

ans =

因為rank(Uc)=1?n=2，所以系統(tǒng)的狀態(tài)不完全能控.>> A=[-4 0;0 1];C=[1.213 0];Vo=obsv(A,C);rank(Vo)

ans =

因為rank(Vo)=1?n=2，故系統(tǒng)狀態(tài)不完全能觀測。

變換為對角標準型系統(tǒng)的能控性和能觀測性與（1）的結(jié)果一致，因為變換為對角標準型系統(tǒng)狀態(tài)矩陣之間秩沒變。

3.已知系統(tǒng)

（b）G(s)?s?1

(s?1)(s?2)(s?3)用函數(shù)minreal()求最小實現(xiàn)。判斷所得系統(tǒng)的能控性和能觀測性，驗證其是否最小實現(xiàn)。解：在命令窗中運行下列命令

>> z=[-1];p=[-1,-2,-3];k=1;Gzpk=zpk(z,p,k);Gss=ss(Gzpk);Gm=minreal(Gss)state removed.a =

x1 x2

x1-2

x2

0-3

b =

u1

x1

0

x2 0.5

c =

x1

x2

y1 0.5

0

d =

u1

y1

0

Continuous-time model.>> >> A=[-2 4;0-3];B=[0;0.5];Uc=ctrb(A,B);rank(Uc)

ans =

因為rank(Uc)=2= n=2，所以系統(tǒng)的狀態(tài)完全能控。>> A=[-2 4;0-3];C=[0.5 0];Vo=obsv(A,C);rank(Vo)

ans =

因為rank(Vo)=2=n=2，故系統(tǒng)狀態(tài)完全能觀測。

由于系統(tǒng)既能控又能觀，所以系統(tǒng)的實現(xiàn)是最小實現(xiàn)。

四．實驗總結(jié)

1.通過實驗，掌握了能控性和能觀測性的概念和最小實現(xiàn)的概念。

2.學會用MATLAB判斷能控性和能觀測性、用函數(shù)minreal()求最小實現(xiàn)。

第四篇：現(xiàn)代企業(yè)成本控制方法論(二)

現(xiàn)代企業(yè)成本控制方法論

（二）進入21世紀后，現(xiàn)代企業(yè)資源管理的內(nèi)容積聚膨脹，管理技術(shù)和管理工具也在日新月異。在一些管理還相對比較落后的大、中企業(yè)中，從管理文化、管理層次上，又把成本管理、成本控制提上了日程，來解決生產(chǎn)率低、人工工資消耗大、材料定額內(nèi)節(jié)約少、資產(chǎn)運作效率不高等問題（還沒把人力資源流失與流動量大考慮進去）。管理文化的差異，中西部很多企業(yè)，成本核算上還存在問題，那么成本管理放在較高的位置上，也就可以理解了。如何從正面解決“成本”問題呢，本文試把聽來的、學來的總結(jié)一下。

一、項目管理

最近項目管理火的很，有如當年的MBA。有文章總結(jié)，成本管理只能在項目管理中解決。企業(yè)經(jīng)營管理的三大支柱，戰(zhàn)略、項目、營銷，項目排第二位。任何一項支出都要有項目支持、項目策劃、項目預算、項目考核。項目管理的意義，實物操作性很強。有興趣的朋友，如果有工作經(jīng)驗，可以學習一下項目管理，管理模式已不同今日，學個一知半解，差不多能應(yīng)付性地找個好工作即可，具體怎么成本管理控制，還真不好實施，只是一個方向性的目標。

二、人力資源戰(zhàn)略

當前很多企業(yè)已習慣于對低價勞動力剝削，對于如何將低價勞動力資源轉(zhuǎn)換成資產(chǎn)，需要從人力資源戰(zhàn)略設(shè)計開始，對企業(yè)的人才做戰(zhàn)略分類，對于關(guān)鍵性人才要自己培養(yǎng)，對于一般人才，要留有多方面的發(fā)展空間，以提高其信息集成度，解決問題更加短、平、快（其實在企業(yè)管理中，人才的能力的分類并不是很明顯，只要稍微用點功，想成為什么樣的人才都有可能，現(xiàn)代企業(yè)管理太沒有深度了，不細談）。

三、細化統(tǒng)計，對有價值的行為，用無形資產(chǎn)管理的方法進行管理 這是本人在工作實踐中總結(jié)的。在預算分解過程中，各部門的行為管理也在細化成條文，特別是研發(fā)部門和生產(chǎn)部，有組織性的與隨意性的，都在開發(fā)一些有價值的行為或工藝，在生產(chǎn)中推行，對這方面用無形資產(chǎn)管理的方法進行管理，有助于更好的鞏固與沉淀（也是現(xiàn)代企業(yè)管理相關(guān)性的要求，具體執(zhí)行不展開了，費勁）。

其實，簡單地就管理而管理，以上方法是不可行的。還需要對財務(wù)管理、信息技術(shù)、人力資源管理、管理學等多個科目進行綜合性的應(yīng)用，讓任何一個管理行為都帶這幾個方面的科技含量；需要幾個年頭學習與實踐。成本管理是對企業(yè)資源綜合性的應(yīng)用、利用，以上淺談，只是希望拋磚引玉，給成本一線的同志們，一點新的啟示（日新月異的時代，在這個領(lǐng)域，我不相信有成本大家的存在，只有一線不斷更新的戰(zhàn)績）。

時間有限，閱力有限，精力有限，經(jīng)對很多資產(chǎn)、資源綜合利用與調(diào)度的高成本，本文只是站在一線，感慨地提新觀念。至于很多企業(yè)還是站在低價勞動力剝削的層次上，即使有好的企業(yè)資源綜合利用方案（成本管理方案），也不會得到實施和給實施的人帶來經(jīng)濟利益，因此，請各位看官，用此來忽悠一下老板、中高層及員工即可，千萬不要認真地去貢獻，除非企業(yè)是你家的。

犀利哥式作品

于2012年5月11日

第五篇：羅韶宇舉措二：人力成本控制,不是降工資

羅韶宇舉措二：人力成本控制，不是降工資

羅韶宇說，東銀能源經(jīng)過不斷地開展人員優(yōu)化、持續(xù)增效的動態(tài)管理工作，定期收集下屬煤礦人員信息情況，要求下屬礦根據(jù)每個員工的綜合能力安排最恰當、最合適、最能發(fā)揮效益的位置，實現(xiàn)員工最大工作價值。羅韶宇又談到，落實對富余人員進行優(yōu)化處理工作，把工資總額降下來。然而，在基層礦井要真正做到以產(chǎn)定工資、以工資費用定人員配置，并不是一件容易的工作。員工的不理解和抵觸情緒就是必須要面對并解決的問題。

羅韶宇談到，東銀能源在新吉克推行人力成本管控，絕大部分員工都能理解并落實，但還有少部分人對人力成本控制表示不理解，甚至是抵觸。程某是原新吉克礦業(yè)公司開拓隊的隊長，新吉克對該隊實施人員精簡。然而，他所理解的人力控制就是降低工資，對這種方式不能接受。雖然新吉克礦業(yè)公司人力資源團隊多次找他溝通，給他講成本控制的背景以及能給企業(yè)帶來好處，可程某十分固執(zhí)，言語上依舊頂撞威脅公司人力資源人員，甚至教唆工人圍堵人力資源部門。面對這一切，人力資源體系的同事沒有退縮，依舊耐心地給礦上的工人做工作，并得到了礦井工人的理解和支持。經(jīng)過幾個月的推行，工人工資沒有降低，反而因為大家的積極性提高，進尺和工程質(zhì)量有了很大提高，收入增加了。

這樣，成本控制在新吉克公司打開了局面。羅韶宇總結(jié)道。