Automatsko upravljanje - analiza linearnih sustava
 953604529-X [PDF]

  • 0 0 0
  • Gefällt Ihnen dieses papier und der download? Sie können Ihre eigene PDF-Datei in wenigen Minuten kostenlos online veröffentlichen! Anmelden
Datei wird geladen, bitte warten...
Zitiervorschau

Izdavač

Kigen d.o.o. Zagreb Za izdavača

Nenad Lihtar Recenzenti

Prof. dr. se. Branko Novaković Prof. dr. se. Sejid Tešnjak Prof. dr. se. Boris Tovornik Grafički urednik

Nedjeljko Zarić (Wl .ZAR.D. ci.o.o) Crteže izradili

lvan Šmuk, Nedjeljko Zarić, prof. dr. se. Zoran Vukić Lektura i korektura

Vera Vujović Fikret Cacan Tisak

ZT Zagraf, Zagreb Objavljivanje ovog sveučilišnog udžbenika odobrio je Senat Sveučilišta u Zagrebu, rješenjem broj 02-1582/3-2004. od 14. prosinca 2004. Naslovnica

Dimitrije Popović OMAGGIO A LEONARDO, olovka u boji, 65x50 cm, 1983. Ni jedan dio ove knjige ne smije se umnožavati bez prethodne suglasnosti Izdavača i Autora.

CIP - Katalogizacija u publikaciji Nacionalna i sveučilišna knjižnica - Zagreb UDK 681.51 (075.8)

VUKIĆ, Zoran Automatsko upravljanje : analiza linearnih sustava I Zoran Vukić, Ljubomir Kuljača. - Zagreb : Kigen, 2004. (Udžbenici Sveučilišta u Zagrebu Manualia Universitatis studiorum Zagrabiensis) =

Bibliografija. - Kazcrl9:: ISBN 953-6045-29-X

' ·

• � '·:

.

. .

I. Automatsko upra\Jljanje �: �1g�rni . . : sustavi. 1. Kuljača, l:jubbmir

441028089

ISBN 953-6970-01-5

Prof. dr. se. Zoran Vukić Prof. dr. se. Ljubomir Kuljača

Automatsko upravljanje - analiza linearnih sustava

g

Zagreb, 2005.

Predgovor

Udžbenik se bavi pretežito analizom linearnih sustava automatskog upravljanja. Krajem dvadesetog stoljeća, nova saznanja i tehnološke mogućnosti znatno su dop1inijela razvoju ovog područja. U odnosu na udžbenik istih autora, bilo je nužno barem neka od tih saznanja ugraditi u ovaj novi udžbenik. Iako se udžbenik bavi analizom linearnih sustava upravljanja, takoder daje i neke komponente sinteze. To se osobito odnosi na sedmo poglavlje u ko­ jemu su obradeni pokazatelji kvalitete sustava automatskog upravljanja te deseto poglavlje, u kojemu su navedeni eksperimentalni postupci postavljanja parametara PID regulatora. De­ seto poglavlje zamišljeno je kao most prema drugim postupcima sinteze. Usvojena znanja koja nudi ovaj udžbenik korisno će poslužiti u pripremi za sintezu linearnih sustava uprav­ ljanja. Završno poglavlje daje uvod u stohastičke sustave upravljanja,pa čitatelju otvara jedno važno i zanimljivo područje. Autori pretpostavljaju da čitatelji(ce) imaju prethodno usvojena znanja iz teorije sustava i signala, matematičke analize, teorije kompleksne varijable te line­ arne algebre. Također se pretpostavlja aktivno poznavanje barem jednog od matematičkih ® programskih keta za simulaciju i/ili linearnu algebru kao što su npr. Matlab/Simulink 1,

@

Mathematica R �,i slično. Želja je autora da ovaj udžbenik korisno posluži onima koji slušaju kolegije iz linearnih sustava upravljanja, onima koji se bave automatikom ili ih ona zanima. Nadamo se da će ovaj udžbenik biti od koristi svakome koga zanima to važno i vrlo propul­ zivno područje,jer daje temelje nužne za daljnje usavršavanje u automatici. Naša zahvalnost upućena je našim kolegama na domaćim i inozemnim sveučilištima i is­ traživačkim institutima s kojima smo surađivali, razvili prijateljske odnose i od kojih smo mnogo naučili o automatskom upravljanju. Zahvaljujemo i našim sponzorima, bez čije po­ moći tiskanje ovog udžbenika ne bi bilo moguće. Posebno se zahvaljujemo našem prijatelju akademskom slikaru Dimitriju Popoviću, te našim brojnim studentima koji su nam svojim odgovornim i savjesnim radom bili inspiracija i zbog kojih smo se upustili u pisanje ovog djela. Ovu knjigu posvećujemo svojim obiteljima, kojima smo zbog toga uskratili mnoge trenutke zajedništva. U Zagrebu, listopad, 2004.

1MathWorks. Ine. SAD. 2 Wolfram Research. SAD.

Autori

Sadržaj

1. Automatsko upravljanje susta\ima - osnovni pojmovi . . . . . . . . . . . . . . . . . . . . . . 1 1.1 Pojam dinamičkog sustaYa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I 1.2 Klasifikacija susta\"a .. . ........... . ....... ........... ...... ....... 3 1.2.1 Vremenski nepromjenjivi i vremenski promjenjivi sustavi ............ 4 1.2.2 Deterministički, nedeterministički i stohastički sustavi .............. 5 1.2.3 Linearni i nelinearni sustavi ... ................................ 6 1.2.4 Sustavi s koncentriranim i raspodijeljenim parametrima ... . . ........ 8 1.2.5 Kontinuirani i diskretni sustavi . . ..... . .. . .............. ...... 1O 1.2.6 Skalarni i multivarijabilni sustavi .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . I O 1.2.7 Sustavi s memorijom i sustavi bez memorije ................... . 1 1 1.2.8 Kauzalni i nekauzalni sustavi ................................. 12 1.3 Sustavi automatskog upravljanja . . .. . .. . . 13 1.3.1 Blok dijagram - osnovni simboli ............................... 1 7 1.3.2 Objekt automatskog upravljanja ... . .. . ..... 18 1.3.3 Temeljne strukture automatskog upravljanja sustavima . . . . . . . . . . . . 22 1.3.4 Temeljni zahtjevi kojima trebaju udovoljiti dinamička svojstva sustava . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2. Matematički opis kontinuiranih linearnih sustava 2.1 2.2 2.3 2.4

.

. . . . . . . . . . . . . . . . . . . . . . . . 57

Koncept stanja sustava ........... ................................ 5 8 Prikaz dinamičkog sustava varijablama stanja ..... .................... 59 61 Statički i dinamički režimi rada .. .. .... . . . Linearizacija matematičkog modela ............... ................... 6 3 2.4.1 Grafički postupci linearizacije ......................... ... .... 64 2.4.2 Analitički postupak linearizacije ................... ............ 6 7 Ulazno/izlazni opis dinamičkog sustava ........... ............ ........ 7 4 2.5.1 Operatorski prikaz ......................................... 7 4 81 Odzivi linearnog vremenski nepromjenjivog sustava ............ . ... 2.6.1 Konvolucijslci integral .. ... . . . ... . . ... 83 2.6.2 Slobodan i prinudan odziv ....... . ............................ 90 2.6.3 Jednostrana Laplaceova transformacija. ..... ................... 92 2.6.4 Inverzna Laplaceova transformacija . .... . . . . .. . 95 2.6.5 Funkcija prijenosa ili prijenosna funkcija . . . .. 101 . ... . . ..... .. 12 3 2.6.6 Prirodni i forsirani odziv .. .. ..... .. ..... . 129 2.6.7 Analiza odziva linearnog sustava ... Odziv sustava prvog reda .......... . .......................... .... 1 40 2.7.1 Sustav prvog reda bez konačne nule ......... ........... ....... 140 2.7.2 Sustav prvog reda s jednom konačnom nulom . .... . .. . .. 1 4 5 Odziv sustava drugog reda 147 .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2.5 2.6

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2.7

2.8

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

IV

2. 9

2.8. 1

Odziv sustava drugog reda bez konačnih nula. .. . .. . . . . . . . .. . . ..

2.8. 2

Odziv sustava drugog reda s jednom konačnom nulom . . . .. . . . . . . .

157

Frekvencijske karakteristike dinamičkih komponenata . . . ... . . . . . .. . . . . .

160

.

2. 9. 1

Frekvencijska karakteristika - Nyquistov prikaz . . . . . . . . . . . . . . . . . 1 6 4

2. 9. 2

Frekvencijska karakteristika - Bodeov prikaz . . . . . . . . . . . . . . . . . . . . 176

2. 9. 3

Frekvencijska karakteristika - Nicholsov prikaz . . .. .. . . . . . . .. .. . .

.

3. Elementarne dinamičke komponente sustava automatskog upravljanja 3. 1

Pozicijske dinamičke komponente

.

.

.

.

.

.

...

.

.

.

.

.

.

...

.

.

.

.

.

.

.

.

. . . . . 181

.. ... . .

.

.

3. 4

4.

181

Proporcionalna komponenta (P - komponenta) . . . . . . . . .. ... . . . . .. 1 82

3. 1. 2

Aperiodska (inercijska) komponenta prvog reda

3. 1.3

Aperiodska (inercijska) komponenta drugog reda

3. 1. 4

Oscilatoma komponenta drugog reda s prigušenjem . .. . .. . . . . . . . .

3.1. 5

Oscilatoma komponenta drugog reda bez prigušenja .. .. .. . . . . . . . 194

.

. . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 83

(PT 2 komponenta). . . . . . . .. .. . . . . . .. .. . . . . .. . . ... . . . . .. . .

3. 3

1 79

3 .1.1

(PT 1 - komponenta)

3.2

1 47

1 87 191

.

Integracijske dinamičke komponente . . . . .. . . . .. . .. . . . . .. . .. ... . . ... . 196 3. 2. 1

Idealna integracijska komponenta (I - komponenta) . . . . . . . . . . . . . .. 1 96

3. 2. 2

Realna integracijska komponenta . . . . . .... . . . . .. . .. . . . . . . . .. .. 197

3. 2. 3

Proporcionalno integracijska komponenta

(PI

komponenta). .. . .... 199

Derivacijske dinamičke komponente . .. . . . . . . . . . . . . . . . . . . .. . . . . . . . . .

20 1

3.3. 1

Idealna derivacijska komponenta (D- komponenta)

3. 3. 2

Realna derivacijska komponenta . . . . . . . . .. . . .. . . .. . . . . . . . . . . . .

20 2

3. 3. 3

Proporcionalno derivacijska komponenta

20 5

Neminimalno-fazne dinamičke komponente

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

(PD komponenta). . . . .. .. .

.

..

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

207

3. 4. 1

Stabilna neminimalno-fazna komponenta prvog reda

3. 4. 2

Nestabilna neminimalno-fazna komponenta . . . . . . . . . . . . . . . . . . . . . 20 9

3. 4. 3

Transcendentne dinamičke komponente

Matematički modeli i strukturne (blok) sheme

...

.

.

.

..

.

.

.

.

.

.

.

.

.

.

.

.

.

...

.

.

.

.

. . .

.

.

.

.

.

.

.

.

.

.

.

.

..

.

20 1

.

.

.

...

.

...

.

.

.

.

.

.

.

.

.

...

20 7 21 2

215

4. 1

Uvod

4. 2

Matematičko modeliranje . . . . .. . . . . . ... . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 16

4. 3

Funkcije prijenosa i strukturne (blok) sheme . . . .. . . . . . . .. .. . . . . . . . . . . .

231

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5 . Stabilnost sustava automatskog upravljanja 5. 1

.

.

.

..

.

.

.

.

.

.

.

.

.

.

.

2 15

. . . . . . . . . . . . . . . . . . . . . . . . . . . 239

Uvod . . . . . . . . . . . . . . . . . . . . . . . ... . . . .. . . . . . . . . . .. . . . . . . .. . . ... . . 2 3 9 5. 1. 1

Ravnotežna stanja i koncepti stabilnosti . . . . . . .. . . . . . . . . . . . . . . . .

5. 1. 2

Stabilnost ravnotežnih stanja nelineamog sustava temeljem stabilnosti ravnotežnih stanja lineariziranog sustava

5. 2

.

24 1

. . . . .. . . . . .

24 5

Stabilnost po Ljapunovu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

248

.

V 5 .2. 1

Definicije stabilnosti

5. 2.2

Izravna metoda Ljapunova

5.2. 3

Stabilnost ravnotežnih stanja vremenski nepromjenjivih sustava .. .. 2 5 6

.

. . .. . . . . . .. . . . . . ... . . . . . . ..... .. ... .. . 2 48 .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

25 3

5. 2.4

Formiranje moguće funkcije Ljapunova kod linearnih sustava

5.2. 5

Funkcija Ljapunova u drugim primjenama ... ... . . .... ... .. . . . .

26 2

5.2. 6

Stabilnost ravnotežnih stanja sustava po prvoj metodi Ljapunova

26 6

5. 2.7

Uvjeti stabilnosti ravnotežnih stanja linearnih sustava automatskog

.

.

..

. 25 9

.

.

.

upravljanja. . . . . . .. . .. . . .... . . ... .. .. . .... . .. . . . . ... . . . 2 67 5. 3

.

Ulazno-izlazna (BIBO) stabilnost

5. 4

Potpuna stabilnost

5. 5

Pozitivno linearan sustav

5. 6

Algebarski kriteriji stabilnosti

5.7

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. .

.

. . . . . ...... . . . . .... . . . .. .... .. . .. 270

.

.

.

.

.

.

.

.

.

.

.

.

.

. .

.

.

.

.

.

.

.

.

.

.

.

.

.

..

.

.

.. .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

..

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

..

. . .

.

27 1 27 4 276 27 6

5.6. 2

Hurwitzov kriterij ( 1895). . ..... .... . ..... . . . ... . . . .. ... . . . . .

284

Frekvencijski kriteriji stabilnosti . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

..

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

..

.

.

.

.

288

Nyquistov kriterij (193 2) . . .. . . . . . .. . . . . . ......... . . . . . . . . . .. 288

5.7. 2

Nyquistov kriterij - formulacija Cypkina .

5.7.3

Nyquistov kriterij - fo1mulacija Leonhard - Mihailova (1938) . .. . . .. 2 97

.

.

.

.

.

.

.

.

.

.

2 94

Stabilnost ravnotežnih stanja sustava automatskog upravljanja s .

.

.

.. 30 1

5.8.1

Stabilnost ravnotežnih stanja sustava s iracionalnim

. . . . . . ... . .... .. ... . .. .. . . . . .. ..... .... .

301

5.8.2

Stabilnost ravnotežnih stanja sustava s kašnjenjem. . . . . ... . .. . . .. .

30 3

komponentama

.

Relativna stabilnost - amplitudno i fazno osiguranje 5. 9. 1

5. 10

.

Routhov kriterij ( 1877) . . . . . . ... . . . .. . ... . . . . . . . . . . ...... . . .

iracionalnim i transcendentnim dinamičkim komponentama

5. 9

.

... .

5.6.l

5.7.1

5.8

.

.

.

.

.

.

.

.

.

.

.

. ..

.

.

. .. .

.

.

.

.

.

.

..

307

Relativna stabilnost uvjetno stabilnih sustava . .... .... . . . .. . . ... 3 1O .

Utjecaj parametara malih iznosa na stabilnost

.

6. Analiza utjecaja parametara sustava na stabilnost

.

.

.

.

.

.

.

.

.

.

.

.

..

.

.

.

.

.

.

.

.

. ..

.

. .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. ..

.

3 12

315

6. 1

Postupak krivulje mjesta korijena

6.2

Postupak D - rastavljanja

6. 3

Strukturna stabilnost sustava automatskog upravljanja

. . . . . .... .. . .. . . .

339

6.4

Stabilnost ravnotežnih stanja vremenski promjenjivih sustava.. .. . . ... .. . .

3 41

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

..

.

.

.

.

. . .. . ....... ..... . . . . . .. .. . . . .... ... . . . . .

3 16 332

6. 4. l

Postupak zamrzavanja koeficijenata . . . ... ... . . . . .. ...... . .. ...

3 41

6.4.2

Robusna stabilnost - za nestrukturiranu neizvjesnost

3 42

6.4.3

Robusna stabilnost - za strukturiranu neizvjesnost (polinomski pristup) ..

7. Pokazatelji kvalitete

.

.

.

...

.

.

.. . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. . .

.

.

.

. ...... ... . . . .

.

.

.

.

.

.

.

.

.

.

.

.

36 1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381

7. 1

Što treba znati o projektiranju sustava automatskog upravljanja

7.2

Točnost sustava automatskog upravljanja

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. .

. .

. .

.

. .

..

.

.

.

. .

.

.

. .

. .

381 388

7. 2. 1

Analiza točnosti u ustaljenom režimu rada . .. .. . . . .. .. . . . .. .. ..

7. 2. 2

Izbor parametara p o zadanoj točnosti . .. .. .. ........ ... .. . . . .. . 407

7. 2. 3

Pogreška u ustaljenom stanju i tip sustava .

7. 2.4

Učinak raspodjele pojačanja na pogrešku u ustaljenom stanju .. . . . . .

419

7. 2. 5

Integralne ocjene kvalitete

420

.

.

.

.

.

.

.

.

.

.

.

.

7.3

Princip unutarnjeg modela

7. 4

Osjetljivost sustava automatskog upravljanja

.

.

.

.

.

. . .

...

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

..

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. . ... . .

.

.

.

.

.

.

.

.

.

.

.

.

.

. .

.

.

. .

.. . .

.

.

..

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. .

3 94 411

43 2

. 436

VI 7.4.1 Projektni zahtjevi za robustan sustav upravljanja . . .

7.5

.

.

. . .

.

.

.

.

.

.

.

450

.. ... ... ........ ... ..... ........ ......... .. ... 452

Pokazatelji kvalitete iz frekvencijskog područja .

.

.

Analiza linearnih sustava opisanih varijablama stanja 8.1

.

Ocjena kvalitete sustava automatskog upravljanja po prijelaznoj funkciji

8.

.

.

7.5.1 7.6

.

Pokazatelji kvalitete iz vremenskog područja. . .... .. ........ ......... 45 1

Uvod

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

..

.

454

.

.

.

. . . . . . . . . . . . . . . . . . . . 459

.... ......... .......... .. ..... ........ ......... ......... 459

.

8.2

Stanje sustava

8.3

Vektor stanja i prostor stanja. ..... .. ..... . .. ..... ..... ....... ..... 466

8.4

Opis nekih tehničkih sustava pomoću varijabli stanja

8.5

Matematički model po varijablama stanja iz

.

....... ....... ....... .. ......... ... ......... ..... 46 3 .

funkcije prijenosa

8.6

.

.

.

8.5.1

Direktni postupak

8.5.2

Paralelni postupak

8.5.3

Serijski postupak

.

. .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.. .... ........ .... 46 8

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

...

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.. 479

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.. 48 1

.

.

.

.

.

.

.

.

479

.. ...... ... .... ........ .... ...... .. ...... 48 2

Matematički model po varijablama stanja iz diferencijalne jednadžbe sustava 8.6.l

Standardni postupak

8.6.2

Opći postupak

.

.

.

..

.

.

.

. ... .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

486

.... ....... . .... ..... ....... .. ........ 48 6

..... .. ..... .. ....... ...... .. ... .... .. ..... 48 8

8.7

Linearna transformacija vektora stanja

8.8

Rješenje jednadžbi stanja

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

49 0

....... .. ...... ... ..... ....... .... ...... 49 2

8.8.1

Slobodan odziv multivarijabilnog sustava . ....... ...... . . .. .... 49 4

8.8.2

Svojstvena vrijednost. . ..... . .... ...... ........... ....... ... 49 6

8.8.3

Svojstveni vektor ...... ......... ........ . ........ ......... 49 6

.

.

8.8.4

Slobodan odziv pomoću Laplaceove transformacije ....

8.8.5

Proračun matrice prijelaza stanja. ..... ..... ....... . ... . ... ... 505

8.8.6

Ukupan odziv pobuđenog sustava . ....... .......... ......... .. 508

8.8.7

Ukupan odziv pobuđenog sustava primjenom L-transformacije

.

.

.

.

.

.

.

.

.

.

.

50 2

.

.

.

.

.

.

.

5 10

8.9

Matrica prijenosa ...... .. ....... .. .......... ......... .......... . 513

8.10

Uloga svojstvenih vektora u odzivu zatvorenog sustava

8.9.1

Matrica prijenosa zatvorenog sustava

8.11 Kanonička transformacija

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8.11.l Dijagonalizacija matrice dinamike sustava 8.12

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.. .

.

.

.

.

.

..

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. .

.

5 15

.

5 16

.

.

5 19

.

.

5 19

.

Osmotrivost i upravljivost linearnog sustava .......................... 5 30 8.12.1 Osmotrivost linearnog sustava ....... .. ..... . .. ...... ........ 530 .

8.12.2 Dohvatljivost i upravljivost linearnog sustava .................... 5 36 8.13

9.

Promatranje sustava u prostoru stanja. ... .. ...... ......... ....... ... 543 .

Linearni diskretni sustavi automatskog upravljanja

.

. . . . . . . . . . . . . . . . . . . . . . 549

.

.

9.1

Uvod

9.2

Pojam i podjela diskretnih sustava automatskog upravljanja

9.3

Primjeri diskretnih sustava .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

. . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

549

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

560

.

.

.

.

.

.

.

.

.

.

.

.

.

.

565

9.4

Spektralna analiza procesa uzorkovanja .. .......... ....... ......... .. 56 8

9.5

Impulsni element i njegova svojstva . 9.5.1

9.6

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

575

Teorem o uzimanju uzoraka ................................. 58 0

Element za formiranje - rekonstruktor

.

.

. .. .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

... 58 1

V II

9.7

9.6.l

Ekstrapolator nultog reda. ... .. .... .......... .. ...... ... .... 5 8 4

9.6.2

Ekstrapolator prvog reda

.

.

.

.

.

.

.

.....

Preporuke za izbor frekvencije uzorkovanja

.

.

.

.

.

.

.

.

.

... .... .

. . .. .... .

.

.

.

.

.

.

.

.

.

.....

. . . .

.

.

.

..

.

.

58 8

.

59 1

9.7.1 Izbor periode uzorkovanja za obradu signala .. .... ... ..... .. ... . 59 1 9.7.2 9.8 9.9

9. 10

Izbor periode uzorkovanja za upravljanje

.

.

Pretfiltriranje - kondicioniranje signala . .... .. .

Z-transforrnacija

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

Svojstva Z-transforrnacije za desne sekvence

9.9.2

Postupci određivanja Z-transforrnacije .

9.9.3

Postupci određivanja inverzne Z-transforrnacije

Funkcija prijenosa linearnog diskretnog sustava

.

.

.

.

.

.

.

.

9.9.l

.

.

. .. .

.

.

.....

.

.

.

.

.

.

.

.

.... .

.... . . .

.

.

.

.

.

. . . .

.

.

.

.

.

.

.

.

..

.

.

.

.

.

.

.

.

.

.

.

. .. .

.

.

.

.

.

.

..

.

.

.

.

.

.

59 3

.. 596

.

.

.

.

599

.

.

.

.

608

.

.

609

.

.

.

.

.

.

.. 6 12

. . .. .. .... .... ..... .. . 6 18

9.10.1 Funkcije prijenosa otvorenih i zatvorenih diskretnih sustava .. . ..... 6 2 1 9.11 Modificirana Z-transformacija

.

.

.

. . .

.

.

. . .

.

.

.

.

.... ...

.

.

.

.

.

.

.� .. .

.

.

.

628

9.1 1.1 Svojstva modificirane Z-transforrnacije. .. .. .... . . .. .... .. ... . 6 29 .

9.11.2 Veza Laplaceove i modificirane Z-transformacije

.

.

. . .. . .

.

.

.

.

9.11.3 Postupci za određivanje inverzne modificirane Z-transformacije 9.12

.

.

.

.

.

.

. 6 30 .

631

Preslikavanje s-ravnine kompleksnih frekvencija na kompleksnu z-ravn1nu

.

.... .. .... ... .. ... .... ..... ... ...... .... ... ... . .. 6 39

9.1 2.1 Preslikavanje nula iz s-ravnine uz-ravninu. ...... .. ... .... ... . 64 8 9. 1 3

Postupci diskretizacije ..... ...... .... ... ......... .. . .... .... .... . 649 9.13.l Diskretizacija kojom se zadržava impulsni odziv .... ... .

.

.

.

.

. .. .

.

650

9.13.2 Diskretizacija kojom se zadržava prijelazna karakteristika (ZOH

diskretizacija) ... .. ..... .. ....... .... ... ......... ... .... 650 9.1 3.3 Postupak usklađenih polova-nula

.

... .. ... ... .... . .... .. .. .... 6 5 1

9.13.4 Bilinearna (Tustin) transformacija .....

.

.

.

.

.

.

.

.

.

. ...... . .

.

.

.

.

.

.

654

9.13.5 Diskretizacija aproksimacijom derivacije s Euler (unaprijednom)

diferencijom: ........... .. ... .. .. ...... . .. ..... .... .. ... 6 59 9.13.6 Diskretizacija aproksimacijom derivacije s Euler (kauzalnom)

diferencijom ... .. . .

9.14

.

.

.

.

.

.

.

.

. . .

.

.

Matematički modeli linearnih diskretnih sustava 9.14.l Jednadžba diferencija .. ...

.

.

.

.... .

.

.

. ... ... .

.

9.14.2 Matematički model po varijablama stanja

.

.

9.15

.

9.1 5.l Upravljivost i dohvatljivost

.

.

.

.

.

.

.. . .

.

.

.

.

.

.

.

.

.

.

.... .

.

.

.

.

.

..

.

.. .. ... .

.

.

.

.

.

.

.

.

.

.. .

.

.

.

........

. .. . .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

660

. 66 1

.

....

.

66 1

.

.

.

66 3

.

680

.

.

.

....

.

... . . 6 8 5 .

.

. .. .. ...... .. . ... .. ... .. ..... .. .. 6 8 5

9.1 5.2 Osmotrivost i obnovljivost. .. . .

9.16

.

Upravljivost i osmotrivost diskretnog sustava ...

.

.

.....

9.14.3 Matematički modeli po operatorima . .. . .

.

.

. .

.

.

..

.

.

.

.

...

.

.

.

.

.

.. . .

.

.

.

..

.

.

.

.

.

69 0

Analiza stabilnosti diskretnih sustava . ...... .. ...... .... .. . .. ...... .. 69 5 9.16.1 Algebarski postupci analize stabilnosti . .. . ... .... .. .. ... ...... 696 .

9.16.2 Frekvencijski postupci analize stabilnosti

.

.

.

.

.

..

.

9.16.3 Analiza stabilnosti po Ljapunovu (izravna metoda) 9.1 6.4 KMK u analizi stabilnosti .. . .

9.1 7

.

.

.

..

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

..

.

.

.

.

.

69 7

.. ...... ...... 7 06

. ... . .

.

.

. . . .

.

.

.

.

.

. 7 08

Analiza točnosti linearnih diskretnih sustava ..... ... ..... ........ ... . . 7 10

10. Tipični

regulatori.

.

.

.

.

. ... .... . .

.

10.1 Osnovni tipovi regulatora

.

.

....

.

.

.

.

.

. .. .

.

.

.

.

.

.

.

. ....... . . . .

. ...... ... .

.

.

.

..

.

.

.

.

...

.

.

.

.

.

.

.

·',

. . . 715

. ako su poznate pobude na sustav od trenutka do

stanja x(t o ) = [ x1 (to) x2 (to) t t0 , t.

Xn (to)

t0

Matematički model linearnog vremenski nepromjenjivog sustava s koncentriranim para­ metrima općenito se opisuje sljedećim matematičkim modelom, [29]:

gdje su:

x(t) = [ X1 X2 u(t) = [ U1 U2 y(t) = [ Y1 Y2

x(t) = Ax(t) + Bu(t)

(2.4)

y(t) = Cx(t) + Du(t)

(2.5)

Xn ] T - 1 x n vektor varij abli stanja sustava up ] T - 1 x p vektor pobudnih signala na sustav Yq ] T - 1 x vektor izlaznih signala sustava q

61

A B C D

x n matrica dinamike linearnog sustava x p matrica (raspodjele) upravljanja - q x n matrica (raspodjele) mjerenja stanja na izlazu - q x p matrica direktne raspodjele ulaznih signala na izlazu sustava -

-

n

n

Izbor varij abli stanja nije jednoznačan. Različiti skupovi varij abli stanja mogu se primje­ njivati, no obično je prikladno uporabiti one varijable koje imaju fizikalni smisao i koje se, ako je moguće, mogu mjeriti. Prednosti matematičkog modela po varij ablama stanja jesu: 1 . Daje prikladnu i kompaktnu formu opisa dinamike sustava te omogućuje primjenu do­ stignuća linearne algebre.

2. Označavanje jednako za sve linearne vremenski nepromjenjive (LTI44) sustave omogućuje i da se rješenja dobiju primj enom istih postupaka rješavanja.

3. Matematički model po varij ablama stanja (interni opis) idealan je za digitalno računalo, što je izuzetno važno kod računalom vođenih sustava automatskog upravljanja te za analizu složenijih linearnih sustava i sl. 4. Interni opis daje kompletniji opis sustava od ulazno/izlaznog opisa.

2.3

Statički i dinamički režimi rada

Pri analizi i sintezi sustava automatskog upravljanja razmatraju se statički i dinamički režimi rada. Analiza sustava automatskog upravljanja sastoji se u određivanju statičkih i dinamičkih karakteristika svake pojedine komponente sustava kao i čitavog sustava. Osnovni zadatak statičkog proračuna sastoji se u određivanju i osiguranju zadane točnosti rada sustava u ustaljenom (statičkom ili ravnotežnom) stanju. Ravnotežno stanje moguće je definirati = O. Pri kao stanje koje sustav zadržava ako na njega ne djeluje vanjska pobuda45 dinamičkoj analizi određuje se ponašanje sustava tijekom prij elaza iz jednog ravnotežnog stanja u drugo ravnotežno stanj e. Sa fizikalnog staj ališta tijekom tog prij elaza stanje sustava može se okarakterizirati kao stanje koje postoji za vrijeme promjene energetskih uvjeta, kada se energija prelijeva iz jednog skladišta u drugo. Općenito su realni sustavi u biti nelinearni, ali pri određenim uvjetima u velikom broju slučajeva moguće ih je analizirati primj enom linearne teorije. Statički i dinamički režim rada sustava određuje se statičkim i dinamičkim režimima rada tipičnih dinamičkih komponenata sustava. Statička svojstva neke dinamičke komponente određena su njenomjednadžbom statike ili statičkom karakteristikom, kojom j e prikazana funkcijska ovisnost izlazne Yss = l i m y(t) i ulazne Uss = lim veličine u

u(t)

t-+oo

statičkom, odnosno ustaljenom stanju:

Ys s =

t-+OO

y(uss )

u(t)

(2.6)

Općenito, statička karakteristika (2.6) može biti linearna, nelinearna, analitička i neana­ litička, a određuje se analitičkim i eksperimentalnim postupcima. U teorij i linearnih sustava baratamo analitičkim linearnim i lineariziranim statičkim karakteristikama. Eksperimentalno određivanje statičke karakteristike obavlja se tako da se zadaju kon­ stantni iznosi pobude = = ·u88 i da se u ustaljenom stanju sustava46 snime odgo-

u(t)

u0

44engl. Linear Time Invariant (LTI). 45 Ako postoji vanjska pobuda, ona je konstantna i ograničena u(t) = konst < oo. 46Nakon završetka prij elaznog procesa tj. nakon što je sustav došao u ustaljeni režim rada.

62 varajući iznosi izlazne veličine (odziva) y(t) = y0 = veličina47 w = w0 = W88 (slika 2. 1 ). w

U;0 (t)

(t)

Sustav

Yss , uz konstantne iznose poremećajnih Yss Y;o ° Y2 o y, ---

y (t) Y; (t)

U;o

u1 o

(a)

U20

u.Io u,,

(c)

(b)

Slika 2. 1 : Prikaz određivanja statičke karakteristike Odstupanje izlazne veličine od ustaljenog iznosa y0 predstavlja odstupanj e !:::.. y od uspo­ stavljenog ravnotežnog stanja. Pri analitičkom određivanju statičke karakteristike = y(U88 ) određuje se jednadžba statike u obliku:

Yss

f (uss , Yss ) = O

(2.7)

Za analizu dinamike nekog procesa potrebno je obično odrediti neka njegova svojstva od kojih su najznačajnija:

1 . stabilnost, 2. karakter prijelaznog procesa, Pored analize statike i dinamike nekog sustava često nas zanimaju i svojstva kao što su npr. : •

• •





• •

robusnost (osjetljivost na promjene parametara48), točnost praćenja referentne veličine tijekom prijelaznog režima rada - dinamička točnost, točnost praćenja referentne veličine u ustaljenom režimu rada - statička točnost, osjetljivost na šum i poremećaje49, upravljivost50/osmotrivost5 1 , ustaljivost52/detektivost53, te druga svojstva.

47Mjerljivih (v ) i nemjerljivih (w) . 48Ako su promjene parametara infinitezimalno male, tada se radi o osjetljivosti sustava. Ako promjene parametara nisu infinitezimalno male tada govorimo o robusnosti sustava. 49Za sustav kažemo da je invarijantan na šum ili poremećaj ako nije osjetljiv na šum (poremećaj) tj. djelovanje šuma (poremećaja) nema nikakav utjecaj na sustav. 50 engl. Controllability. 5 1 engl. Observability. 5 2 engl. Stabilizability. 53engl. Detectability.

63 Performanse sustava uključuju u sebi sva predhodno navedena svojstva i zadatak sinteze je da pobolj ša performanse sustava. Teoretska analiza statike i dinamike provodi se na temelju matematičkog modela koji je kod većine linearnih vremenski nepromjenj ivih sustava određen: •

ulazno/izlaznim modelom - linearnim diferencijalnim jednadžbama n tog reda s kon­ stantnim koeficijentima, -

n

diy(t)

m

di u(t)

L a ; --;Jji = L b; --;Jji i =O



i=O

gdje je za kauzalni sustav n ::O:

unutarnjim modelom po varij ablama stanja - skupom prvog reda

x(t) y (t)

Ax(t) + Bu(t) Cx(t) + Du(t)

n

m

(2.8)

diferencijalnih j ednadžbi

(2.9)

Matematički modeli realnih komponenata su naj češće nelinearni i zbog toga složeni za rj ešavanje, pa se zbog toga obično lineariziraju. No, linearizacijom se dobivaj u matematički modeli koji mogu relativno dobro opisati statičko i dinamičko ponašanje u okolini radne točke (ravnotežnog stanja) samo uz određene pretpostavke, među koj ima je najvažnija ona o malim promjenama varij abli oko radne točke.

2.4

Linearizacija matematičkog modela

Svi sustavi koje susrećemo u praksi su nelinearni. Analiza i sinteza takvih sustava je vrlo složena jer nelinearni matematički modeli nisu prikladni za rješavanje. Naime, za razliku od linearnih sustava, danas još ne postoj i zaokružena teorij a rješavanja nelinearnih difrerencijal­ nih jednadžbi, koja bi davala opće rezultate za sve nelinearne sustave. Zbog toga su rješenj a koja dobijemo z a određen nelinearni sustav svojstvena obično samo tom sustavu i n e mogu se proširiti na ostale nelinearne sustave. Međutim, nelinearni matematički model moguće je linearizirati ovisno o zadanom režimu rada. Linearizacij om nelinearnog sustava oko jednog ravnotežnog stanja54 dobiti će se linearni matematički model kojim će se dinamika nelin­ earnog sustava moći objasniti u okolini odabranog ravnotežnog stanja. Pri tome treba imati u vidu da l inearni model neće moći objasniti neka ponašanja koja se kod nelinearnih sustava mogu pojaviti. Oprez je dakle nužan, jer supstitucija nelinearnog matematičkog modela lin­ earnim nije uvijek moguća. Naime, ta supstitucij a daje zadovoljavajuće rezultate samo ako u okolini odabranog ravnotežnog stanja prevladavaj u linearni učinci. Ako, međutim prevla­ davaju nelinearni, tada će se linearizacijom samo pogoršati vjerodostojnost opisa dinamike sustava, te će u tom slučaju uporaba lineariziranog matematičkog modela rezultirati krivim zaključcima. U inženjerskoj praksi se vrlo često rabe konvencionalni postupci linearizacije, [95], [ 1 76] . Ovi postupci se primjenjuju u slučajevima, kada je statička karakteristika sustava ili elementa sustava, glatka funkcija. Razlikuj u se grafički i analitički postupci l inearizacije.

54Za razliku od linearnog, nelinearni sustav može imati više od jednog ravnotežnog stanja. Ona, pored toga, općenito mogu biti različitih svojstava.

64 2.4.1

Grafički postupci linearizacije

Grafički postupci se koriste za glatke statičke karakteristike koje se mogu grafički prikazati. Linearizacija se postiže postupkom tangente ili usrednjavanja (sekante). Linearizaciju je moguće provesti ovim postupcima samo ako u okolini odabrane radne točke statička karak­ teristika ima mala odstupanja, odnosno onda kada aproksimacijski pravac ostaje u blizini ne­ linearne karakteristike. Što je veće područje unutar kojega postoji dobro približenje aproksi­ macijskog pravca i nelinearne karakteristike, to je linearizacija bolja, pa se može očekivati da će se linearizirani model moći upotrijebiti za više radnih točaka. Temeljni zahtjev na linea­ rizirani model je da bude upotrebljiv za što više različitih radnih točaka u kojima se sustav tijekom rada može naći.

2.4.1.1 Postupak tangente Postupak se može prikazati na slici 2.2 koja prikazuje linearizaciju statičke karakteristike sustava u nekoj radnoj točci 0 1 (x0, YRr ) . Uz pretpostavku da su oscilacije sustava unutar predviđenih granica, statičku karakteristiku moguće je aproksimirati tangentom s varijablama llx i llYN ·

o

xo

X

( b)

(a}

Slika 2.2: Linearizacij a glatke nelinearne statičke karaktersitike tangentom

llyN = K

·

llx

(2. 1 0)

U slijednim sustavima oscilacije u radnoj točci nisu dozvoljene pa se statička karakteri­ stika aproksimira jednadžbom tangente u ishodištu, slika 2.2.b:

YN = Kx

(2.1 1)

65

2.4 . 1.2 Postupak usrednjavanja (postupak sekante) Postupak je prikazan na slici 2.3.

X

o

(a)

( b)

X

Slika 2.3 : Linearizacija glatke nelinearne statičke karakteristike sekantom Primjenjuje se u inženjerskoj praksi onda kada se grafički prikaz nelinearne statičke karakteristike unutar područja promjene pobude - xm < x < Xm može aproksimirati pravcem:

YN = Ksx

(2. 1 2)

gdje je Ks = tan a. Sekante mogu aproksimirati bolj e od tangenti (linija T), kao što je pokazano na slici 2.3a) gdje se vidi da je sekanta (linija točnija od tangente (linije T), osim u okolini točke x = YN O. Koeficijent nagiba sekante Ks moguće je još bolje od­ rediti primjenom postupka najmanjih kvadrata (slika 2.3b ). Ovdje je krivulja statičke karak­ teristike YN = f(x) aproksirnirana pravcem YN = Kx, kod kojega je nagib K proračunat iz jednadžbe:

S)

=

min

[E']



min

[t,

(Kx, - YN; )'

]

(2. 1 3)

tj . suma kvadrata razlike sekantnih točaka (Kxi ) i točaka nelinearne funkcije (YNi = f(x)) mora biti minimalna. Kako bi se dobio ekstrem, jednadžbu treba derivirati i rezultat izjed­ načiti s nulom:

dE2

dK

n

=

L 2(Kxi - YNi)Xi = 0 i= l

odnosno: n

n

K L: xr = L YNi xi i=l i=l

(2. 1 4)

66

Iz (2. 1 4) slijedi:

K

=

n L YNiXi i=l n L XT i= l

(2. 1 5)

Aproksimirajući statičku karakteristiku s bilo kojom od ovih dviju metoda, moguće je za mnoge nelinearne sustave provesti linearizaciju i analizu temeljiti na dobivenom linearizira­ nom matematičkom modelu.

2.4.1.3 Algebarska linearizacija

f

Za veliki broj nelinearnih funkcija jedne varijable y = ( x) koje se često susreću u praksi, za male iznose promjena argumenta 6x prikladno je primijeniti izraze dobivene algebarskom aproksimacijom. Najčešće se koriste aproksimacije dane u tabeli 2. 1 .

Tabela 2.1. Nelinearna funkcija

Linearna aproksimacija

1 l + 6x

l - 6x

( 1 + 6xf

l + n6x

n (n - 1)

vl + 6x

1 1 + 2 6x

1 - - · 6x2 8

1 vl + 6x

1 1 - - 6x

3 - · 6x2 8

ijl + 6x

1+

1 ijl + 6x

1 1 - -6x 3

2

1 6x 3

l + 6x 1 + (In a) 6x

Prvi zanemareni član

2

.

6x2

- � · 6x 2 9 2 - · 6x2 9 1 - . 6x- ?

2

(ln a) 2

2

. 6x2

sin 6x, sinh 6x

6x

- �6 · 6x 3 ' �6 · 6x3

cos 6x, cosh 6x

1

� 6r; 2 . - � 6x 2

2

·

,

2

·

tan 6x, tanh 6x

6x

1 1 - 6x 3 - - · 6x 3 ' 3 3

ln ( 1 + 6x)

6x

-�2 · 6x 2

·

67 2.4.2

Analitički postupak linearizacije

Analitički postupak linearizacije u okolini radne točke temelji se na zamjeni nelinearnog sustava linearnim. Linearizacija se provodi aproksimacijom nelinearne funkcije s Taylorovim redom u nominalnoj radnoj točki, odnosno u statičkom radnom režimu. Postupak se primje­ njuje na glatkim nelinearnim funkcijama s malim otklonima od radne točke. Ovaj uvjet obično je zadovoljen kod sustava automatskog upravljanja koji rade u režimu stabilizacije. Razvoj u Taylorov red sigurno je jedna od najkorisnijih formula koje se susreću u analizi nelinearnih jednadžbi. Razvoj skalarne funkcije po jednoj varijabli u Taylorov red daje:

y = j(x) f(:r0 6.r) f(.ro ) [ djd:(r.r) ] o 6.r + � [ d2dxj. (x)2 ] o 6x2 + ... [ d'. f(:r) ] o 6.r'0, x x [ d'J;: J 0 2, x x0, X = XO + 6x 6y 6x,j(x0 + 6:r) y y0 y0 6y f(x0 ) + J (x0 + 6x) 6y f(x0 + 6;r) f(x0 ) Kex K K = 6x6y = J (xo + 6x)6x - J (xo ) djdx(:r) y + y0 j(xy 0=+yOex)+ 6y,- j(x0 ) K (x - x0) 6y = K6x (x6y0 , y0) 6x. y j(x) 6y = K6x (x0, y0), (x, 6yy). y 6x x y = Kx +

+

(2.16)

2!

1 +i! ---aT

+

·

·

·

gdje:

gdje je

J

i = L

označava da se i -ta derivacija funkcije po varijabli ...

:x .

OJ.' predstavlja otklone (varijacije) varijable

oko radne točke

predstavlja otklone varijable

=

promjena

y

=

+

računa u radnoj točki

oko radne točke

koji su rezultat

=

Zanemarenjem članova višeg reda u izrazu (2.16) dobiti će se linearizirani model: =

gdje je nagib linearne aproksimacije radnoj točki: tan a

=



+

isti kao i nagib tangente na nelinearnoj krivulji u



/x-xo

Prema tome:

a kako je

X

=

X

O

=

O X te također

� to iz gornje jednadžbe slijedi:

te da Može se zaključiti da je linearizirani model ovisan o odabranoj radnoj točki opisuje ponašanje sustava samo u okolini te točke, jer povezuje otklone varijabli sa otklo­ nima varijable Analitička linearizacija razvojem u Taylorov red može se interpretirati kao aproksimacija krivulje tangencijalnim pravcem u radnoj točki u ravnini Ako radna točka postane novo ishodište koordinatnog sustava, tada je moguće zamijeniti sa i sa pa samo tada možemo pisati: =

68

(x0 , u0 , y0) y f(x, u) f (xo + D.x,uo + D.u) = f(xo , uo) + [df�;u)] ° D.x + [ df��u)] ° D.u+ 2_ { [d2 f(x,u)] 0 2 [d2 f(x,u)] 0 2 } dx2 x + du2 u + 2! 0 } 1 { [ d2 f(x,u)] 2 + 2! dxdu D.xD.u + ° [ d �� ° f ) �; d [ u ] f(xo + D.x,uo + D.u) f(xo ,uo) + D.x + f u)] D.u D.y = f(x0, u0) + KxD.x + Ku u Kx [ df(x,u)] O _ [ df(x,u)] lx=x0 ,u==u0 Ku [ df(x,u)] lx=xO ,u=uo

Razvoj u Taylorov red funkcije dviju varijabli

oko radne točke

=

glasi:

6

6

-

· · ·

Linearna aproksimacija će sada biti: �

b.

gdje su:

_

-

----;r;-

-

-

.'

----;r;-

_

--cr;;-

Kao i u slučaju grafičke interpretacije aproksimacije pravcem skalarne funkcije po jed­ noj varijabli,

i ovdje je moguća grafička interpretacija linearizacije funkcije dviju varijabli.

Naime, linearizacija nelinearne plohe

y f (x, u) =

u prostoru

(x, u, y)

se može grafički in­

terpretirati kao aproksimacija te plohe u tom prostoru s tangencijalnom ravninom u radnoj točki

(x0 , u0 , y0).

Prema tome, analitičkim postupkom linearizacije razvojem u Taylorov

red, nelinearna funkcija sa

v

varijabli, koja je opisana plohom u

v -

dimenzijskom pros­

toru55, zamjenjuje se tangencijalnom ravninom u radnoj točki, tj . linearnom vezom malih otklona varijabli s koeficijentima proporcionalnosti (linearizacije) koji su jednaki parcijalnim derivacijama nelinearne funkcije u odabranoj radnoj točki.

Primjer 2.3 Dinamika nelinearnog nepobudenog sustava opisanaje diferencijalnom jednadžbom: ( ) -;Jj2 O

d2y(t) + a1� dy(t) + K smy . t= se kaofazne varijable odaberu: x1 y(t) te x 2 = d��t ) , tada se matematički model sustava može prikazati s dvije diferencijalne jednadžbe prvog reda: dx1(t) . � = x 1 = x2 fi (x1,x2 ) dx2(t) . . � = x 2 -Ksmx1 - ai x2 h(x1,x2) =

Ako

=

=

=

Nagib faznih trajektorija ufaznoj ravninije:

N

= ::i:2 -Ksin x1 - aix2 X1

=

55 Indeks v predstavlja broj pobuda na nelinearni sustav.

Xz

69

f(x) = [ h((xx1i,, xx2)2) ] Kako ravnotežna stanje ovog sustava postoji kada je x(t) = f(x0) = O , slijedi da će gdje je k O te kada je x 1 = ovaj sustav imati više ravnotežnih stanja, kadaje x 2 cijeli broj. U okolini ovih ravnotežnih stanja (za male promjene varijabli) nelinearni sustav Općenito se prema tome nepobuđeni nelinearni sustav može prikazati matematičkim mo­ delom: /i :X( t) = tj.

br,

=

[ �� J [ �� J + [ z�� J

ponašati će se kao linearni. Promjenefaznih varijabli oko ravnotežne točke mogu se iskazati sa: odnosno u vektorskojformi:

= f(x)

=

x = x0 + !'::.x

a) Razvoj funkcije x(t) u Taylorov red u okolini radne točke zanemarenje članova višeg reda dati će:

gdjeje:

[ z�� J [ -KO -a1 1 ] [ 6x1 6x2 !ili

� 8x 2

Jacobijana (Jx ) se proračunava u radnoj točki Svojstvene vrijednosti matrice J x su:

lo

= O;

X1

= o uz

x = [ XX21 ] = O

matrica Jacobijana

>-1 ,2 = - 2 ± V(a21 ) 2 a1

X2

K -

Može se zaključiti da će ovaj nelinearan sustav u toj radnoj točki stabilno raditi (singularna točkaje ili stabilan čvor ilifokus, što ovisi o amplitudama koeficijenata i K). = 7f, uz b) Razvoj funkcije x( t) = u Taylorov red u okolini radne točke = O; zanemarenje članova višeg reda, dati će:

f(x)

ax1 2

x1

] [ i -�1 ] [ z:� ] = Jx!'::.x [ z�� Matrica Jacobijana J ima sada svojstvene vrijednosti >-1,2 = - 2ai ± V( 2a1 ) 2 + K x

tj. jedna svojstvena vrijednost će biti pozitivna a druga negativna, te će u ovoj ravnotežnoj točki sustav imati singularitet tipa sedla. U svim točkamafazne ravnine, osim u točkama koje se nalaze na separatrisi56 doći će do raspirivanja fazne trajektorije (fazna trajektorija će se udaljavati od radne točke - ravnotežnog stanja). Može se zaključiti da je ova radna točka nestabilna. •

5 6 Separatrisa - specifična fazna trajektorija (ploha) koja dijeli faznu ravninu (prostor) na područja s različitim ponašanjem sustava. Preostale fazne trajektorije sustava ne sjeku separatrisu!

70

Ovaj primjer pokazuje sljedeće: •

• • •



za razliku od linearnog, nelinearni sustav može posjedovati više ravnotežnih stanja linearizacijom će se dobiti matematički model koji vrijedi samo za male promjene varijabli oko jednog ravnotežnog stanj a, linearizirani model nije u stanju objasniti ponašartje sustava osim u okolini onog ravno­ težnog stanja oko kojeg je obavljena linearizacija, za razliku od nelinearnog modela, linearizirani model ima lokalni karakter i valj a ga koristiti samo u lokalnom područj u oko ravnotežnog stanja oko kojeg je linearizacija i provedena, linearni modeli imaju globalni karakter u smislu da proširuju na čitav fazni prostor lokalna svojstva zatečena u okolini radne točke (ravnotežnog stanja) oko koje j e line­ arizacija obavljena.

Gornja zapažanja su općenita i mogu se primijeniti za bilo koji red sustava! Po istom postupku moguće je obaviti linearizaciju nelinearnih multivarijabilnih sustava koji se mogu opisati matematičkim modelom:

f [t, x(t) , u(t)] h [t , x(t) , u(t)]

x(t) y (t ) gdje su:

x(t) = [ x1 xz u(t) = [ u1 Uz y (t) = [ Y1 Yz f�1 x , u)

=

[ [

Xn ] T _ vektor varijabli stanja nelinearnog sustava, up ] T - vektor p upravljačkih signala nelinearnog sustava, Yq ] T - vektor q izlaznih signala nelinearnog sustava, „„

„„

f1 (t, X1 , Xz, Xn, u1 , Up) fz (t, X1, X2, Xn, u1 , ... , Up ) ..„ .

fn (t , X1, Xz, ... , Xn, U1 ' ... , Up)

svaku komponentu stanja sustava,

h(t, x , u)

=

(2. 1 7)

hi (t, x1 , xz, ... , xn, u1, ... , up) hz (t , X1 , Xz, ... , Xn, u1 , ... , up ) .

hq(t , X1 , X2 , ... , Xn, u1 , ... , Up )

11-

vekto< nelinearnih funkcija za

vekto< nelinearnih funkcija za

svaku komponentu izlaznog signala. U slučaju daje nelinearni sustav vremenski nepromjenjiv te uz pretpostavku da je kontinurano derivabilna u ravnotežnom stanju57 (x0 , moguće je iskoristiti matrice Jaco­ biane Jx i Ju, za aproksimaciju nelinearnog matematičkog modela sustava

u0 ),

5 7 (xo , uO ) je ravnotežno stanje ako vrijedi f(x0 , u 0 ) = O.

f(x, u)

f(x, u).

71 Razvoj u Taylorov red multivarijabilne funkcije

!x(t) = f(x, u) = f(x0, u0 ) + Vx f(x0 , u0 ) (x(t) - x0] + V u f( x0 , u.0 ) [u(t) - u0] + o [x(t) , u(t)]

�," : =.:- ::�: :

gdje je: Vx =



f(x, u) je izražen s:

c

r�

d�

1 � ::::::::r� � : ::��

nabla operator parcijalnih derivacija funkcije po varijabli x, cij alnih a a pera1or ac ii 0

8 fn 8xn

radnoj točlci (x0, u0 ),

[ g[� ofn OUp

-

8 fn 8xn

1-

Jacobian n x

p

a proračmrnra u

matrica proračunata u

o [x(t), u(t)] ostatak Taylorovog reda (sadrži članove višeg reda). Ako ostatak reda o(x, u) zadovoljava: lim (x,u)->(x0 , u0 )

o(x, u)

}lx - xo lz + Ju - uo lz

=0

tada s e može reći d a ć e aproksimacij a biti točna do prvog člana reda. Ako se promjena varijabli oko ravnotežnog stanja definira s: -6.x(t)

uz

-6.u(t) = u(t) - u0 te f(x0 , u0 ) = O , imati ćemo:

= x(t) - x0

pretpostavku fiksiranih ravnotežnih stanja, tj . !:_x o

dt

=

te

O uz

(2. 1 8) Jednadžba (2. 1 8) predstavlja lineariziranu dinamiku nelinearnog vremenski nepromje­ njivog multivarijabilnog sustava oko ravnotežnog stanja (x0 , u0 ) . Linearizacija algebarske (izlazne) jednadžbe (druga jednadžba u (2. 1 7)) može se iste pretpostavke provesti na sličan način. Dobiti će se za slučaj vremenski nepromjenjivog su­ stava Taylorov red:

X1

uz

y (t) = h (x , u) = h (x0 , u0) + C [x(t) - x0] + o [x(t) , u(t) ] gdje:

C=

r

f2fu..

!!!!,i

O n :

Ox 1

8hq 8x1

o [x(t) , u(t)]

-

q x n matrica Jacobiana

!!!!s__

OXn

-

ostatak Taylorovog reda (sadrži članove višeg reda).

72

(u = O), h(x) x0, y(t) = h (x) = h(x0) + CD.x(t) + o [x(t)]

Za nelinearan nepobuđen sustav u radnoj točki

te ako je funkcija

kontinuirano derivabilna

razvoj u Taylorov red će dati:

Ako h(x0) = O te ako ostatak reda zadovolj ava: lim

x->xo

= Vlxo(x)_ o 2 xl

= lim

6.x-> O

j o(xo + D.x) j = O ! D.x (

aproksimacij a će biti točna do prvog člana reda i dana je sa:

gdj e je

C

[= hh2(X1,1(x1,X2,X2,. .....„, xXn)n) l

D.y(t) ::::; C D.x(t)

-

q x n matrica Jacobiana definirana sa:

C = h (x)VT

hq(X1, X2, ... , Xn)

Za q

= n matrica Jacobiana C postaje kvadratna n x

n matrica.

Uobičaj eno je da se koordinatni sustav pomakne u radnu točku te da se matematički model

dinamike LTI sustava prikaže u obliku:

x(t) = Ax(t) + Bu(t)

dok se izlazni vektor LTI sustava prikazuje obično u obliku (uz

y(t)

=

D = O):

Cx(t)

Stanje nepobuđenog linearnog vremenski nepromjertj ivog (LTI) sustava moguće je opisati homogenom diferencij alnom jednadžbom n-tog reda (ulazno/izlazni opis):

n dix(t) dnx(t) l dn- l x(t) . + a1x + a x = O . x = . . anai+ an + + az 1 n n o 6 dt dt i=O dti �

.

(2. 1 9)

_ __

ili sa n diferencijalnih j ednadžbi prvog reda (interni opis):

x(t) = Ax(t)

gdje su:

ai Ax(t) = [ xi(t) x2 (t) -

(2.20)

koeficijenti diferencijalne j ednadžbe (2. 1 9)

matrica dinamike sustava reda n

xn Xn- 1 (t)t Xn (t) (- 1 x

Startje sustava u bilo kojem trenutku

n vektor stanja.

određeno je poznavanjem koordinate

x

i njenih

derivacija (slijedi iz (2.20) ili iz rješenja (2.20)). Geometrij ska interpretacij a općeg rješenja

73 jednadžbe (2.20) biti će familija krivulja u n-dimenzijskom prostoru definiranom s koordi­ natama x, x, . . . , x Cn -I) . Taj prostor naziva sefazni prostor ili prostor stanja, dok se krivulje koje predstavljaju rješenja jednadžbe (2.20) zovu fazne trajektorije ili trajektorije stanja5 8 . Familija svih faznih trajektorij a dobivenih iz svih mogućih početnih uvjeta ima naziv fazni portret ili portret stanja. U bilo kojem trenutku stanje sustava (2.20) određeno je točkom (točkama) na faznoj trajektorij i (u faznom prostoru) koja odgovara tom trenutku t. Koeficijenti a0 , , an nepobuđenog sustava mogu biti: • konstantni za LTI sustav (linearna jednadžba), · ·





·

vremenski promjenjivi za vremenski promjenj iv sustav (linearna jednadžba s promje­ njivim koeficijentima), ili funkcije varij abli x ( t) i njenih derivacija x(i l ( t) za nelinearan sustav (nelinearna je­ dnadžba).

U faznom prostoru područje oko koordinatnog ishodišta

��: = O, i = O,

1,

· · ·

,

n

-

1,

jest područje ravnotežnog stanja i ono je od posebnog interesa. Naime, za linearne sustave, fazne trajektorij e imaju isto ponašanje u čitavom faznom prostoru. Drugim riječima, pozna­ vanje faznog portreta (faznih trajektorija) u području malih otklona dovoljno je da se zaključi o ponašanju sustava u čitavom faznom prostoru. Kažemo da su za linearni sustav lokalna i globalna svojstva jednaka. Kod nelinearnih sustava to ne mora biti tako. Naime, kod njih se oblik faznih trajektorij a (svojstva sustava) može razlikovati od jednog do drugog faznog podprostora faznog pros­ tora. Fazni portret nelinearnog sustava bogatiji je od faznog portreta linearnog sustava, jer općenito nelinearan sustav može imati različita dinamička ponašanja u različitim dijelovima faznog prostora. Pa ipak može se pokazati da se bilo koji nelinearni sustav definiran anali­ tičkom funkcijom može u okolini ravnotežnog stanja aproksimirati linearnim sustavom. U tom slučaju se lokalno ponašanje takvog sustava može potpuno opisati linearnom teorij om. Ne treba zaboraviti da linearna teorij a tada vrij edi samo u okolini lokalnog ravnotežnog stanja sustava, odnosno radne točke oko koje je provedena linearizacija. Prema tome, lokalno kva­ litativno ponašanje od (2. 1 7) je određeno svojstvenim vrij ednostima matrice LTI sustava A, koje označavamo sa .\ (i = 1 , 2 . . . n) . Za sustave drugog reda, priroda svojstvenih vrij ednosti matrice A može se jasnije uočiti ako se prisjetimo da je karakteristični polinom matrice A:

>.2 - tr(A)>. + det(A) gdje tr(A) predstavlja trag matrice59, dok je det(A) determinanta matrice A. Diskrimi­ nanta b. definirana je s: b. = [tr(A)] 2 - 4 det(A) (2.21) te su svojstvene vrij ednosti matrice A :

� [tr(A)

±

�]

(2.22)

Analizom fazne ravnine linearnog sustava drugog reda može se zaključiti o oblicima faznih trajektorij a nelineamog sustava s lokalnim promjenama od ravnotežne točke koja se razmatra. Dok je za linearni sustav oblik faznih trajektorij a globalnog karaktera i isti je u 58Izraz faznih trajektorija koristi se skoro isključivo kod grafoanalitičkih postupaka. 5 9Zbroj dijagonalnih elemenata matrice A .

74

čitavoj faznoj ravnini, za nelinearni sustav on će vrijediti samo "u malom", tj . u okolini ravnotežne točke oko koje je linearizacija provedena. Postupak faznih trajektorija pogodan je za analizu nepobudenih nelinearnih sustava prvog i drugog reda uz početne uvjete različite od nula. Kada je nelinearni sustav višeg reda, postu­ pak faznih trajektorij a nije prikladan zbog složenosti procedure i nemogućnosti grafičkog prikaza fazne trajektorije ili faznog portreta. Prikazani postupci linearizacije nelinearnih diferencijalnih jednadžbi primj enjuju se u slučajevima kada se nelinearnosti mogu prikazati analitičkim funkcijama, a promjene varijabli u odnosu na (odabrani) statički režim mogu se smatrati dovoljno malenim. Tim uvjetima udovoljava velik broj kontinuiranih sustava auto­ matskog upravljanja.

2.5

Ulazno/izlazni opis dinamičkog sustava

2.5.1

Operatorski prikaz

U teoriji automatskog upravljanja prikladno je linearne diferencijalne jednadžbe prikazati u operatorskom obliku, [28]. Pri tome se na lijevoj strani jednadžbe nalaze izlazna veličina i pripadne derivacije, dok su na desnoj strani smještene sve ulazne veličine i pripadne derivacije. S tog stajališta opći oblik diferencijalne j ednadžbe LTI sustava može se predočiti izrazom:

dny(t) u(t) . t) + aoy(t) = bm -dm-. aiy( an+ . . + dtm D,+ . . . + b1 u. (t) bou(t) dtn +

Ako se umjesto derivacije uvede operator deriviranja te primijeni u gornjoj jednadžbi, dobiti će se operatorski prikaz ulazno/izlaznog matematičkog modela LTI sustava:

(bm'Dm + bm- lvm-l + +b1D + bo )u(t )

gdje je operator deriviranja:

· ·

i = 1 , 2, . . . i njegova inverzija:

Jednadžba (2.23) može se pisati

(2.24)

ef 1 d= d u t D u(t) J

u

(2.23)

(2.25)

skraćenom obliku:

A (D)y(t) = B (D) u (t) = an'Dn + an - 1 D11 - 1 + . . . + ai'D + ao AB (D) (D) bmĐm + bm- 1v=- 1 +A(D) . . . + biD + bo . . . = av-l nn - < i n, b0

(2.26)

gdje su:

Ako je v

=

v

koeficijenata polinoma O, dok je preostalih ::; f::. O, tada slijedi: =

jednako nuli, odnosno ako vrijedi: a 0 v + 1 koeficijenata različito od nule,

a1 ai f::. =

O,

75 te imamo astatički sustav v-tog reda s polinomima: (2.27) (2.28) gdje su:

Cl'i = ,Bi =

a; -

a,,

i = 0, 1, 2 . .

;

b� ; b

,V

(2.29)

i = O, 1 , 2 . . . , m

(2.30)

Kv =

.

bo ;

(2.3 1 )

av

Sustavi kod kojih je v koeficijenata polinoma A ( D) jednako nuli nazivaju se sustavi s astatizmom v-tog reda, ili astatički sustavi v-tog reda. Za razliku od nj ih, sustavi kod kojih je v = O nazivaju se statički sustavi. Astatički sustavi v-tog reda su sustavi koji imaju v

čistih integratora i koji mogu pratiti bez pogreške postavne veličine (referentne signale) tipa

r(t) = tv -I S(t) To znači da astatički sustav prvog reda prati bez pogreške naređenu poziciju (r(t) = S(t)), astatički sustav drugog reda prati bez pogreške brzinu (r(t) = tS(t)), dok astatički sustav trećeg reda bez pogreške prati zadana ubrzanje (r(t) = t2 S(t)) i td. U slučajevima kada na sustav ili na dio sustava djeluje više poremećajnih veličina w 1 , w2, .. wK,

.

opća jednadžba (2.23) poprima oblik:

A (V) h.y = B ( V) !:lu + 2= Ci (D) h. wi ·

i=l

,

(2.32)

Kao što se vidi u matematičkom modelu (2.32) pojavljuje se dodatna komponenta uslijed tih poremećaja. Ako djeluje samo jedan poremećaj (K, = 1), tada se dodatna komponenta može izraziti sa60: (2.33) gdje su:

Ci

Ti = -o ;

C

i = O, 1 , 2 . . , q .

Kw =

Co

(2.34) (2.35)

av

-

Iz (2.27, 2.28 i 2.33) slijede dimenzije parametara (2.29, 2.30, 2.34, 2.3 1 i 2.35).

[ai ] = sn - v - i ; [,6;] = s= -i ; [r;] = sq-i ; [y] Kv - [ s - v ,. K - M s u] [w] Parametrima ai , Pi i Ti određene su vremenske konstante sustava, a koeficijenti Kv -

w

-V

i

Kw u slučajevima kada ulazne i izlazne veličine imaju istu dimenziju imaju naziv koeficijenti

pojačanja sustava.

U daljnjem tekstu će se iz praktičnih razloga u diferencijalnim jednadžbama izostaviti simbol h., tj. otkloni izlaznih i ulaznih varijabli od zadanih ustaljenih (statičkih) iznosa bit će označeni s y umjesto h.y, odnosno s u umjesto !:lu. 60Radi kratkoće ne piše se indeks i = 1 u polinomu C (V) .

76 Iz (2.32), (2.29), (2.30) i (2.34) uz r;, = 1 , slijedi opći standardni oblik diferencijalnih jednadžbi u parametarskom obliku (ulazno/izlazni model), koji se koristi u teorij i automatske regulacije:

A (D) Dv y(t) = Kv B (D) u(t) + Kw C (D) w(t)

odakle:

(2.36)

B (D) C (D) y (t) = Kl/ Dl/A (D) u(t) + KW Dl/A (D) w(t)

Izraz (2.36) vrij edi za astatičke sustave v-tog reda. Za statičke sustave (v izlazni matematički model je:

odakle:

(2.37) =

O) ulazno/

A (D) y (t) = B (D) u(t) + C (D) w(t)

(2.38)

B (D) C (D) y(t) = A (D) u(t) + A (D) w(t)

(2.39)

Primjer 2.4 Na slici 2.4a,b prikazana je shema (a) i statičke karakteristike (b) istosmjer­ nog elektromotora s nezavisnom uzbudom. Pri određivanju diferencijalnejednadžbe motora primjenjuje se drugi Newtonov zakon:

dD

ldt = Md - MT

(2.40)

gdjeje: n - kutna brzina osovine motora I - moment inercije rotacijskih masa sveden na osovinu motora Md - moment vrtnje motora Mr - moment tereta na osovini motora.

u b

a

Slika 2.4: Električka shema (a) i mehanička statička karakteristika istosmjemog motora (b)

Veličina Md ovisi o kutnoj brzini D i o iznosu napona armature Md = A1d (D, u). Mo­ ment opterećenja osovine motora ovisi o kutnoj brzini n i vremenu t; 111r = Af (D , t). Te ovisnosti obično se zadaju grafički, a određene su uglavnom tipom motora i karakterom opterećenja. Tipične mehaničke karakteristike istosmjernog motora s nezavisnom uzbudom prikazane su na sl. 2.4b. Kako je iz grqfičkog prikaza vidljivo, funkcije Md(D,) i Mr (D) su nelinearne analitičke funkcije argumenata O; odnosno, jednadžba (2.29) je nelinearna dife­ rencijalnajednadžba. Iz grafičkog prikaza (sl. 2.4b) za u = u0; n = n° slijedi statički režim rada motora (radna točka, kojom se obično određuju nominalni uvjeti rada). r

M� = M�

(2.4 1 )

77

Razlaganjem funkcija 1\,Jd (D. ) i ;_1Jy (D, t) u Taylorov red u odnosu na točku (D0 , u0 ) i zanemarenjem članova viših odprvog reda, slijedi: u

Md

= f\Ido +

f\fy

=

8Md o 8.Md o ( on ) .6. D + ( au ) .6.u (

Mi +

o [)QT ) .6.D + .6.Mt (t)

8M

I

(2.42) (2.43)

Uvrštenjem (2. 42) i (2.43) u (2.40) proizlazi: D dt

Id

=

8Md o 8Md o - 8Mr o ( 8D ) .6.D + ( 8u ) .6.u ( 8D ) .6.D - .6.Mr (t)

(2.44)

Sređivanjem (2.44) slijedi lineariziranajednadžba (2.40). D dt

d I+

[(

8Mr o 8Md o 8Md o -- ) - ( - ) .6.D = - .6.Mr (t) + ( - ) .6.u au an an ]

(2.45)

Jednadžba (2.45) svodi se na standardni oblik tako da se najprije napiše u obliku s bezdimen­ zijskim koeficijentima. Radi toga se svi koeficijenti podijele sa nominalnim iznosom momenta motora f\In: � : I +

_

. .6.!vfy (t) Mn

�"

+

[

(

a::ir

)

0 a:i, ) _

(

-l- 8Md o .6.u Mn ( 8u )

0 "!l ]

(2.46)

Analogno, varijable .6.D i .6.u svode se na bezdimenzijske tako da se iskazuju u relativnim iznosima. U tu svrhu odabiru se neki konstantni iznosi s kojima se dijele veličine .6.D i .6.u. Vrlo često se za konstantni iznos izlazne veličine odabire njen nominalni iznos, a za kon­ stantni iznos ulazne veličine odabire se maksimalni iznos. Ujednadžbi (2.46) najprikladnije je uvesti bezdimenzijske varijable: y u

.6.D Dn .6.u

(2.47) (2.48)

Umax

gdjeje:

Dn - nominalni iznos brzine vrtnje

- maksimalni napon armature motora. Iz (2.46), (2.47) i (2.48) proizlazi: Umax

l D Dn Dn _ 8Mr 0 1d + Dn Mn dt Mn [ ( 8D )

_

_

8Md 0 .6.D ( oD ) ] Dn

.6.Mr (t) Umax 8Md o .6.u + Mn Mn ( OU ) Umax

(2.49)

Iz (2.49) i (2.36) dobiva se operatorski oblik linearne diferencijalne jednadžbe motora: (a1 V + a ) y(t) = b u(t) - w(t) o o

(2.50)

78

g4Jeje: F

��;

u � �:, ; dn nn dt 1

c:n o - ( ] [nn ; Umax8�( 8M)°d )�.o � a,, I lvf = a1 M n n OU = bo d ( �) dy(t) = Vy (t) '

a

dt

=

dt

-

Standardni oblik diferencijalne jednadžbe (2.50) dobiva se dijeljenjem cijele jednadžbe s koeficijentom + 1) y(t) = Ku(t) Kww(t) (2.51) g4Je su: = vremenska konstanta motora ao

ao :

T1 -a1 [s] bo -[y] - oe ClJen . . . t pOJacanJa . motora u odnosu na vouecu ve l"zcznu u ( t) K=a0 [u] Kw =

k

-a0 -[[y]J 1

w

(T1 'D

fi

,J

'

v•

koefiCIJent poJacanJa motora u odnosu na poremeca;nu vel zcznu " 0 0

0

o

o

0

0

v•

w

(t) . •

Primjer 2.5 Na slici 2.5 prikazanaje električka shema i statička karakteristika asinkronog dvofaznog motora.

n a

b

Slika 2.5: Električka shema (a) i statička karakteristika (b) asinhronog dvofaznog motora.

Pri određivanju linearne diferencijalnejednadžbe asinkronog dvojaznog motora, može se nelinearna statička karakteristika AJ(n) zamijeniti sekantom6 1 . Ovaj motor često se koristi u sustavima automatske regulacije kao servo-motor u izvršnim mehanizmima sustava. U sta­ toru motora smješten je uzbudni namotaj s uzbudnim naponom u 1 i upravljački namotaj na koji se obično dovodi napon s elektroničkog pojačala. U uprm'ljačkom namotaju ugrađen je kondenzator c pomoću kojeg se postiže e = 90° medu naponima i U2 . Fazni po­ mak potreban je za stvaranje obrtnog magnetskog polja. Jednadžba momenata asinkronog dvofaznog motoraje:

U1

dfl Md = Mr + I­ dt

6 1 Linearizacija sekantom.

(2.52)

79

gdje su:

Jld Jld ( u 2 . D) moment vrtnje motora Jlr moment tereta na osovini motora I - moment inercije rotacijskih masa sveden na osovinu motora. Lineari:::irana statička karakteristika Jld (u2. Sl) određenajejednadžbom sekante: (2.53) Jld = .uJ - K1Sl = K2u2 - K1D -

=

-

Iz (2. 52) i (2. 53) slijedi linearna diferencijalna jednadžba: I dt

+ K1D = K2u2

dD

-

Alr

odnosno u operatorskom obliku: (2.54)

gdjeje:

a 1 = I : ao K1 ; V = dtd Dijeljenjem jednadžbe (2. 54) s koeficijentom a0, dolazimo do standardnog oblika linearne =

diferencijalne jednadžbe asinkronog dvofaznog motora: (T1 V +

1) y(t)

=

Ku(t) - Kww (t)

gdjeje: T1

=

K2 ao K = ao : Kw = �; ao y(t) = D; u(t) = u2; w (t) = Mr

!_;

·



Primjer 2 .6 Na slici 2. 6 prikazana je shema elektromagnetskog detektora napona. Detek­ tor se sastoji odjezgre elektromagneta 1, zavojnice 2 i povratne opruge 3.

I



u

n

I

I

I

I

o I

I

I

I

I

�- y

I

2



u

n

I

1

Slika 2.6: Shema elektromagnetskog detektora napona

u,

Ulazna veličina detektora je napon a izlazna veličinaje pomakjezgre opisujejednadžbom gibanjajezgre ijednadžbom elektromagnetskih procesa:

mjj(t) + µy(t) + F1 (y) = F2 (i, y)

y.

Detektor se (2.5 5)

80

gdjeje:

- masa dijelova koji se gibaju µ koeficijent trenja Fi (y) - sila opruge Fz (i, y) - privlačna sila elektromagneta.

m

Jednadžba elektromagnetskih procesajest:

dif!( t) ----;ft + i(t)R = u(t)

gdjeje:

if! ( t) = Li ( t) magnetski tok elektromagneta L = L(y) induktivitet zavojnice R omski otpor zavojnice.

-

-

-

Jednadžba detektora može se pisati u obliku:

di(t) . dL dy(t) . L -- + i ( t) - · -- + i ( t )R = u ( t ) dy dt dt

(2.56)

Prvi član ujednadžbi (2.56) predstavlja elektromotornu silu samoindukcije, a drugi član elek­ tromotornu silu koja nastaje promjenom induktiviteta L do koje dolazi zbog gibanja jezgre elektromagneta. Statički režim elektromagneta slijedi iz (2.55) i (2.56): Fi (y) = Fz (i , y) Ri(t) = u(t)

(2.57)

Rješenje jednadžbi (2.57) dobiva se obično grafičkim postupkom (slika 2. 7).

i2 i1

i=

* = konst. y

u

a

b

Slika 2.7: Statički režim (a) i statička karakteristika (b) detektora napona

Statička karakteristika detektora (slika 2. 7b) odreduje se iz grafičkog rješenja statičkog režima (slika 2. 7a). Linearizacija jednadžbi (2.55) i (2.56) provodi se analogno postupku primijenjenom u primjeru linearizacije istosmjernog elektromotora s nezavisnom uzbudom. Kao rezultat linearizacije slijedi sustav od dvije linearne diferencijalnejednadžbe: d�y d2 �y 8F 0 /\ 8F 0 . µ-- + [ ( 1 ) - ( 2 ) ] LJ.Y m-oy dt2 + dt ay

-

-

d�i ·O dL . d�y /\ Lo -- + i ( - ) 0 -- + R LJ.Z dt dt dy

(2.58) ·u

(2. 59)

81

Uvođenjem relativnih iznosa varijabli,

D..y y=Yn ;

U =

D..u

--

Umax

;

i = -D..i.-i , i zamjenom 1J = dtd n

slijedi operatorski oblikjednadžbi (2.58) i (2.59):

(m1J2 + µ1J + a) y(t) (L0 + R) i(t) + a1 1Jy(t)

bi(t) u(t)

(2.60) (2.6 1 )

gdjeje: (2.62)

Iz (2. 61) proizlazi:

i (t ) .

_

-

u (t) - a 1 1Jy(t) LO + R

(2.63)

Uvrštenjem (2. 63) u (2. 60) i sređivanjem proizlazi:

(2.64)

Dijeljenjem (2. 64) s koeficijentom ao dobivamo standardni oblik diferencijalne jednadžbe elektromagnetskog detektora napona: (2.65) •

2.6

Odzivi linearnog vremenski nepromjenjivog sustava

Linearan vremenski nepromjenjivi (LTI) sustav može se opisati ulazno/izlaznim (2.8) ili internim (2.9) matematičkim modelom. Odziv LTI sustava moguće je dobiti rješenjem: • linearne diferencijalne jednadžbe n-tog reda ili •

skupa n linearnih diferencijalnih jednadžbi prvog reda uz poznate početne uvjete i poznatu pobudu koja djeluje na sustav.

Pored ovog načina, odziv LTI sustava moguće je dobiti i primjenom konvolucijskog množenja odnosno rješavanjem konvolucijskog integrala, [29] . U oba slučaja prikladno je koristiti Laplaceovu transformaciju za dobivanje odziva LTI sustava. Ovisno o postupku rješavanja dobiti će se različite vrste odziva, no ukupni odziv uvijek će morati biti isti bez obzira koji postupak primjenjivali.

m koja se kotrlja (bez trenja) ravnom plohom i na koju djeluje pobuda - sila F(t). Dinamiku sustava moguće je opisati primjenom Newtonovog zakona gibanja za kruto tijelo: Primjer 2.7 Kao primjer može poslužiti kugla konstantne mase

dv(t) F(t) = m · a(t) = m · -­ dt

(2.66)

82

gdje su v(t) - brzina kugle [m/s] ; a(t) - ubrzanje [m/s2 ] ; F(t) - vektor ukupne sile koja djeluje na kuglu [N] . Ako se kao izlazna varijabla ovog sustava odabere brzina kugle y(t) = v(t), tada će rješenje (2.66) biti izražena sa:

v(t)

=

t

� j F(T)dT -

(2.67)

=

Primjena Newtonovog zakona gibanja krutog tijela podrazumijeva izbor prikladnog koordi­ natnog sustava. Tek tada znamo napr. što znači pozitivan pomak i sl. U našem primjeru gibanje na desno će biti pozitivno gibanje. Izraz (2. 67) pokazuje daje brzina kugle u bilo ko­ jem trenutku t rezultat djelovanja sile na kuglu tijekom čitave prošlosti tj. od T = - oo do T = t. Da bismo riješili taj problem, trebali bismo poznavati kakva je sila djelovala na kuglu u prošlosti, pa sve do trenutka t. Ako pretpostavimo dapoznajemo kakva sila djeluje na kuglu od nekog trenutka t0 = o - , tadaje moguće rješenje (2. 67) izraziti kao:

v(t) = �

t

t

J F(T)dT � J F(T)dT + � J F(T)dT

-

o-

=

(X)

= ...___..., -

v(O-)

(2.68)

o'-...,-.'

Iz izraza (2.68) slijedi da će brzina kugle ovisiti ne samo o sili koja na kuglu djeluje od trenutka t0 do trenutka t, već također i o početnoj brzini koju je kugla imala u trenutku t0. Početna brzina kugle rezultatje djelovanja sile na kuglu od -oo do to i definiranaje s:

v(o - ) Prema tome zaključujemo sljedeće:

=

o-

� j F(T)dT - (X)

1.

brzina kugle u nekom trenutku t može se jednoznačna odrediti ako poznajemo pobudu (silu) koja na kuglu djeluje od -oo do t .

2.

kako nije realno očekivati da će se poznavati pobuda kojaje djelovala na sustav tijekom prošlosti do trenutka to, postoji jošjedna mogućnost rješenja problema - ali samo ako poznajemo: (1) (2)

početnu brzinu kugle (početno stanje), a isto tako i silu (pobudu) koja na kuglu djeluje odpočetnog trenutka t0 do t.

Početna brzina (početni uvjeti) sadrži informacije o cjelokupnoj prošlosti sustava koje su nužne da bi se našio jednoznačna rješenje problema. Umjesto da poznajemo djelovanje pobude do trenutka t0, kada počinjemo razmatrati i sami qjelovati na sustav, dovoljno je poznavati početne uvjete sustavajer oni sažimaju memoriju sustava o pobudama koje su na njega djelovale tijekom prošlosti, sve do trenutka t0. •

83 2.6.1

Konvolucijski integral

U obradi signala često se koriste dvije osnovne vrste množenja: • = obično množenje dvaju signala:



y(t) g(t) u(t) konvolucijsko množenje dvaju signala: y(t) g(t) u(t) ·

*

=

Konvolucijsko množenje se iz vremenskog područja preslikava u frekvencijsko područje Fourierovom transformacijom kao obično množenje. Konvolucijsko svojstvo se prema tome može izraziti s [ 1 30]: :F y(t) = g(t) u(t) =} Y(w) = G(w ) · U (w) *

Međutim, obično množenje se iz vremenskog područja preslikava u frekvencij sko po­ dručje Fourierovom transformacijom kao konvolucijsko množenje, pa se modulacijsko svoj­ stvo može izraziti s:

1 :F y(t) = g(t) u(t) =} Y(w ) = 27f [G ( w)

*

·

U(w )]

U gornj im izrazima pretpostavlja se da postoje Fourierove transformacije od

u(t).

y(t), g(t) i

Svojstva konvolucijskog množenja su: 1 . Konvolucija bilo koje funkcije s delta (Dirac) funkcijom 8(t) daje tu istu funkciju: *

g(t) r5(t) = g(t)

2. Konvolucija j e specifično množenje kod kojega vrijedi: * * ( 1 ) Zakon komutativnosti: (2) (3)

g(t) u(t) u(t) g(t) Zakon distributivnosti : g(t) [u1 (t) + u2 (t)] = g(t) u 1 (t) + g(t) u2 (t) Zakon asocijativnosti: g(t) [u(t) x(t)] [g(t) u(t)] x(t) =

*

*

*

*

*

=

*

*

Konvolucijsko množenje dviju kontinuiranih funkcij a rješava se pomoću konvolucijskog integrala, koj i je: *

y(t) = g(t) u(t)

ef d=

t

t

J g(t - T)u(T)dT J g(T)u(t - T)dT d ef

=

-oo

(2.69)

-oo

Zanima li nas odziv LTI sustava prikazanog na slici 2.8, on se može dobiti primjenom (2.69), gdje su sada kontinuirane funkcije odziv sustava, pobuda na sustav te sustava.

y(t)

težinskafunkcija

u(t)

u(t)

y(t )= g(t)* u (t )

g (t)

g(t)

_

Slika 2.8: Odziv LTI sustava konvolucijom Iz analize konvolucij skog integrala (2.69) slij edi da - T ) predstavlja težinski faktor koji opisuje s kolikom težinom prošle pobude T) , - oo < T < utječu na sadašnj i odziv

u(

g(t

t

84 sustava y(t).Težinskafunkcija pobudu:

y(t) = g(t) * O(t) d=ef

sustava definirana je kao odziv LTI sustava na delta (Dirac) t

I

ef g (t - r)O(r)dr d=

- oo

t

I g(r)O(t - T) dT = g(t)

- oo

Delta funkcija je funkcija koja ima smisla jedino kao podintegralna funkcija. Naime, ona ne postoj i za t i=- O dok je tamo gdje postoj i u t = O nedefinirana jer je njezin iznos oo :

o(t) =

{

o \ft i=- o

oo za t = O

Kao podintegralna funkcija, ona daje: oo

o+

J o(t)dt = o-J o(t)dt = 1

-

oo

Zbog tog svojstva ona igra istu ulogu koju ima 1 u običnome množenju, tj. da konvolu­ cijsko množenj e bilo koje funkcije s 6(t) ne mijenja tu funkciju: f(t) * o (t ) = j(t). U teorij i sustava ona je važna stoga što pobuđuje sustav s jediničnom energijom pa se sustavi, pobuđeni signalom iste energije i trenutnog postojanja mogu lakše međusobno uspoređivati. Težin­ ska funkcija vrlo je važna u teoriji linearnih sustava, jer sustav iskazuje kroz odziv težinske funkcije svoja bitna svojstva. Treba napomenuti da se 6(t) ne može u stvarnosti realizirati te da ona predstavlja matematičku idealizaciju kratkotrajnog impulsa kojim je moguće pobuditi sustav. Temeljno svojstvo 6(t) funkcije je njezino svojstvo uzorkovanja62: +oo

J f(T)6(t - a)dT

-

oo

=

f(a)

Kako o(t) nije funkcija u običnom smislu (nije definirana tamo gdje postoji u može se reći da je svojstvo uzorkovanja njeno pravo određenje.

t = O),

Primjer 2.8 Potrebno je odrediti odziv LTI sustava na jediničnu skokovitu pobudu u(t) = S(t). Sustav ima težinsku funkciju: l . g(t)

=

e-ats(t) gdjeje a > O, (kauzalan sustav)

62engl.Sampling (sifting) property.

85

1

u(t) 0.75 0.5 0.25

o

-1

-0.5

o

0.5

t(s)

Slika 2.9: Težinska funkcija kauzalnog sustava

2.

g(t) =

{

eatza t < o gdjeje a > O, (nekauzalan sustav) e -atza t > 0 u (t)

t(s)

Slika 2 . 1 O: Težinska funkcija nekauzalnog sustava

86

Kako možemo birati koju od dviju funkcija ćemo zrcalna okrenuti oko osi ordinate i pomaknuti za iznos t, ovdje ćemo se odlučiti da to bude pobuda, pa imamo: y(t) = g (t)

*

de f

u(t) =

t

J g (T)u(t - T)dT

- oo

Na slici 2. 1 1 su za slučaj kauzalnog sustava (1) nacrtane: pobuda u( T) = S( T ), težinska funkcija g( T) (uz pretpostavku da je a > O), zrcalna slika pobude oko osi ordinate u( -T) = S ( -T) koja je pomaknuta u desno za slučaj t > O pa imamo u(t - T) = S(t - T), te podintegralnafankcija g(T)u(t - T).

u( ")

1 ' u(t-'L) ( Slika 2. 1

1:

Prikaz težinske funkcije kauzalnog sustava i pobude

Sustav (1) je kauzalanjerje g (t) = O za t < O, a za t < O vrijedit će g( T)u(t - T) = O, što znači daje za odziv u ovom primjeru dovoljno promatrati integral: y(t)

=

t

g(T)u(t - T)dT J o -

Za t > Oje:

g(T)u(t - T) = Prema tomeje: y(t)

za O < T < t O za ostale T

t

=

J e -aT dT = - �a e -aT o-I = �a ( 1 - e -at ) S(t)

o-

Za slučaj a pobudu.

{ e-aT

= 2 na slici 2. 12 je prikazan odziv kauzalnog sustava najediničnu skokovitu

87 0.6

y (t)

0.5 0.4 0.3 0.2 0.1 o

o

2

3

4

t[s]

5

Slika 2. 12: Odziv kauzalnog sustava prvog reda na skokovitu pobudu

Za slučaj nekauzalnog sustava (2) prikaz istih signala kao i u slučaju (I) danje na slici 2. 13. g(,; )

u(,; } 1

1

" u(t- ,;)

g(,; )u(t- ,;)

Slika 2. 1 3 : Težinska funkcija nekauzalnog sustava i skokovita pobuda

Sustav je nekauzalan jer je g ( t) i= O za t < O, pa će za t < O odziv postojati iako je pobuda u(t) = S(t) = O za t < O. Naime, g(T)u(t - T) i= O za t < O što znači daje za odziv

88

u ovom primjeru nužno promatrati integral od -oo do t:

y(t) =

t

o-

t

-oo

-oo

o-

J g(T)u(t - T)dT = J g(T)u(t - T)dT + J g(T)u(t - T)dT

Imamo:

g(T)u(t - T) = eaT · 1 za t < O Dokje za t > O:

g(T)u(t - T)

=

{

e- aT za O


T

t


.t) S(t)

S(t)

S(t)

tS(t)

e>.1t S(t)

e)..2 t S(t)

e>.tS(t)

e ts ( )

tn S(t)

e>.t S( t)

tm S(t)

tn S(t)

>.

e - at cos (/3t +

. ts(t)

Tabela 2.2.

* fi ( t )

cos(cp-8)

e V(a+ >. )2 +(32

)..t

_

e - t

]

cos((Jt+cp-8) S(t) y'(a+ >.)2 +(32

( )

-/3 e = arctan a+ >.

Tabela 2.2 pokazuje da je rješavanje konvolucijskog integrala prilično složeno. Zbog teškoća kod rješavanja konvolucijskog integrala za složenije vrste funkcija, nužno je primje­ nom Laplaceove transformacije prijeći u kompleksno s p'Oaručje, tamo riješiti diferencijalnu jednadžbu ili konvoluciju, te rješenje iz kompleksnog područja ponovno vratiti u vremensko područje. Primj enom Laplaceove transformacije konvolucij sko se množenje u Laplaceovom području pretvara u obično množenje, koje se mnogo jednostavnije rješava.

Primjer 2.9 sa:

Odziv kauzalnog, linearnog, vremenski nepromjenjivog (LTI) sustava dan je

J g(t oo Primjena Laplaceove transformacije daje: y ( t)

=

t

ef g(t) * u(t) d=

-

T)u(T)dT d=ef

J g (T)u(t - T)dT oo t

-

90

Kako je za kauzalan sustav g(t) = O za t < O, onda slijedi da će g(t - T)S(t - T) = O za T > t, pa imamo:

J g(t - T)u(T)dT = J g(t - T)S(t - T)u(T)dT t

-

t

00

o

Laplaceova transformacija dat će: Y ( s)

={, { i

g(t - T ) S(t - T)u(T)dT

o

}

=

7 o

g(t - T)S(t - T)e-s t dt ·

l o

u(T)dT

Naime, zbog g(t - T)S(t - T) = O, za T > t gornja granica integrala može se proširiti do oo . Zamjenom t T = >. te dt = d>. slijedi: -

Y( s ) =

CX>

J

g(>.)e-s(A+T) d>.

o

Prema tome:

J u(T)dT = J g(>.)e-s>.. d>-· f u(T)e-sTdT 00

(X)

(X)

o

o

o

y (t) = g(t) * u (t)

U( s )

G(s)



Y ( s ) = G( s ) · U ( s ) •

2.6.2 Slobodan i prinudan odziv Izraz (2.69) pokazuje da je moguće njegovom primjenom odrediti odziv bilo kojeg LTI sustava ako poznajemo njegovu težinsku funkciju i pobudu koja na njega djeluje od oo do t. Ako se konvolucijski integral podijeli na dva dijela dobiti će se da je ukupan odziv LTI sustava dan sa: -

J

o-

y (t)

=

- oo

g(t - T )u(T)dT + slobodan odziv

Yzi

J g(t - T)u(T)dT t

o-

prinudan odziv Yzs

Ovdje se sa o- označilo početno vrijeme to- od kojega započinje razmatranje sustava i od kojega na dalje poznaj emo pobudu koja djeluje na sustav. Indeks - označava da su u tom trenutku mogući diskontinuiteti u pobudi. Npr. jedinična skokovita pobuda u trenutku O ima: u(o-) = O, dok je u(o+ ) = l . Dio odziva LTI sustava na pobudu koja je djelovala do trenutka o- naziva se slobodan odziv63 (Yzi (t) ;Vt > o + ), dok se dio odziva na pobudu koja djeluje na sustav od trenutka o- na dalje naziva prinudan odziv64 (Yz (t) ;Vt > o+ ).

s

Primjer 2.10 LTi sustav ima težinsku fankciju g(t) = e-at ; Vt > O. Kako je g(t) = O; Vt < O, može se zaključiti da je sustav kauzalan! Odziv na jediničnu skokovitu pobudu 63 engl. Zero-input response. 64engl. Zero-state response.

u ( t ) = S(t)

=

91

1; Vt > O, dat će:

jo

o-

y(t ) =

j

-

oo

t

e- aT S(t - T)dT + slobodan odziv Yz ;

-

e

-aT

S (t - T )dT

prinudan odziv y z s

Težinska funkcija jednaka je nuli za - oo < T < o - te će prvi integral biti jednak nuli, odnosno sustav neće imati slobodnog odziva (Yzi = O). Ukupan odziv (vidi sliku 2. 12) će se prema tome sastojati samo odprinudnog odziva i biti će: y(t ) = Yzs (t )

=

t

e- aT dT = J o

1

a - - e- T

-

a

1 ( 1 - e- ar ) ; Vt > o.

t I =-

o- a



Rješenje dobiveno u ovom jednostavnom primjeru moguće je poopćiti te reći da se ukupan odziv svakog LTI sustava sastoji iz zbroja dvaju odziva: slobodnog odziva (y2;) i prinudnog odziva (Yzs)

y(t ) = Yzi (t ) + Yzs (t ) Slobodan odziv može se definirati kao odziv LTI sustava za t > t0 : l . kada nema pobude u ( t) = O; Vt > t0 ili 2 . na pobudu koja je na sustav djelovala do trenutka t0 (u (t ) =I- O; Vt < to ) ili 3. na početne uvjete uz u ( t ) = O; Vt > t0

Slobodan odziv pokazuje kako će sustav trošiti u prošlosti sakupljenu energiju kada je prepušten sam sebi. Naime, energetska skladišta su se do trenutka t0 popunjavala energijom, koja se oslobađa (troši) nakon to, jer na sustav od tog trenutka više ne djeluje nikakva pobuda. Slobodan odziv sastoji se isključivo od prirodnih modova (ponašanja) sustava, koji imaju oblik eksponencijalne funkcije e>.;t (i = 1, 2, . . . , n ) . Sustav se najlakše oslobađa energije po prirodnom modu. Sustav također najmanji otpor daje signalu koji ima oblik njegovog prirodnog moda. Pojava rezonancije se upravo time i objašnjava. Prinudan odziv moguće je definirati kao odziv sustava na pobudu u ( t) =I- O; Vt > to, uz pretpostavku da je sustav pokrenut s praznim skladištima energije (nulti početni uvjeti). Skladišta energije biti će prazna ako je u ( t ) = O; Vt < t0. Za razliku od slobodnog odziva, prinudni odziv pored prirodnih modova ( e>.; t ) sadrži i komponente koje su posljedica djelo­ vanja pobude i koje imaju oblik pobude. Kako je linearnost sustava bila prij e definirana temeljem samo prinudnog odziva sustava (uz prazna skladišta energije) nužno je ovdje proširiti definiciju linearnog sustava.

Definicija (Linearan sustav). Kažemo daje sustav linearan ako vrijedi: 1 . aditivnost slobodnog i prinudnog odziva sustava y( t ) = Yzi ( t)

+ Yzs ( t)

2. načelo superpozicije (aditivnost i homogenost) za slobodan odziv Yzi ( t ) 3. načelo superpozicije (aditivnost i homogenost) za prinudan odziv Yzs ( t )

Jedino ako su sva tri uvjeta zadovoljena može se reći daje sustav linearan.

92

2.6.3 Jednostrana Laplaceova transformacija Jednostrana Laplaceova transformacija primjenjuje se za rješavanje linearnih diferenci­ jalnih jednadžbi, odnosno određivanje odziva sustava na pobudu primj enom konvolucijskog integrala.

Kao što je pokazano, rješenje konvolucijskog množenja dviju funkcija u vre­

menskom području zahtijeva rješavanje konvolucijskog integrala, što j e vrlo često složeno i nedjelotvofr{o. Primj enom Laplaceove transformacije konvolucijsko množenje pretvara se u obično množenje. Jednostrana Laplaceova transformacija definirana je s:

CXJ

X+ (s) = C+ {x(t) } d� J x(t)e- st dt

(2.70)

o+

gdj e su: s

kompleksna varijabla (frekvencija),

x(t) - original funkcija e-st - j ezgra transformacije.

s = a + jw ; w

= 2Kf

Da bi Laplaceova transformacija postojala mora podintegralna funkcija (original)

x(t)

biti:

1.

po odsj ečcima kontinuirana u bilo kojem konačnom intervalu za područje

2. eksponencijalnog reda kako t

--+ oo tj .

lim e-at lx(t) I

t->oo

odnosno Laplaceova transformacija mora konvergirati

00

J

o+

--+

O

;

t > O,

'r/a > O (a

realni),

lx(t)e-at l dt < oo .

lim e - at lx(t) I ----+ O za a > ae te također ako lim e-at lx(t) I --+ oo za a < ae t->CXJ t ->oo tada se ae zove apscisa konvergencije. Prema tome, ako Laplaceova transformacija X+ (s) postoji za neku kompleksnu frekvenciju npr. so = ao + jw o , tada ona također postoji za sve Re s 2: O"o . Najmanji iznos ao naziva se apscisa konvergencije (min ao = a e) , dok se {s : Re s 2: a} naziva područje postojanja, odnosno definicije Laplaceove transformacije X+ ( s ) = C+ { x( t)} . Da bi Laplaceova transformacija neke funkcije postojala, nužno je Ako

da ta funkcij a raste sporije od eksponencijalne funkcije te da postoji u području definicij e.

t, sinwt, t sinwt imaju apscisu konvergencije ue = O, dok e-a.t , te-a.t , e-o:t sinwt imaju apscisu konvergencije ue = -a. Funkcije koj e rastu brže od eksponenci­

Funkcije kao što su:

jalne funkcije nemaju Laplaceovu transformaciju, jer nije moguće odrediti prikladnu apscisu konvergencije

CTe ·

Takve funkcije su napr.:

et2 , tet2 , et2 sin wt

i sl. Međutim, ove funkcije

mogu posjedovati Laplaceovu transformaciju samo ako su ograničenog trajaaja. Tako npr., funkcija

f (t) = et2

za O O odnosno

CT

+ jw + ). > O.

93

Prema tome, uvjet apsolutne konvergencije integrala će biti O" > ->... U tom će slučaju biti:

G(s) = s A+ >.. ;

uz uvjet J > ->..

Kao što vidimo eksponencijalnafzmkcija (original) proizvodi pol u kompleksnoj ravnini j Im =

G ( s) Re {G( s)} +

{ G ( s)} .

lim e- ut jAe-.At l --> O ako65 je O" > ->..

t --+oc teje apscisa konvergencije O"c

=

->...

Apscisu konvergencije moguće je interpretirati preko polova racionalne funkcije odgovara realnom dijelu pola kojije najdalje udesno u ravnini (dominantni pol).

s

G ( s).

O" c

• U slučaj u da funkcija ima diskontinuitet u ishodištu tada jednostrana Laplaceova transformacija (2.70) [,+ ne može dati točan rezultat. Tako npr. ako želimo odrediti Laplaceovu transformaciju delta (Dirne) funkcije dobiti će se krivi rezultat:

L+ {8(t) }

X

= / 8(t)e-stdt = O o+

Zbog toga je nužno za takve slučajeve primjenjivati sljedeći izraz za jednostranu Laplaceovu transformaciju:

=

X_(s) = [, _ {x(t) } d:;j / x (t)e-stdt

(2. 7 1 )

o-

Pomoću ovako definirane Laplaceove transformacije dobiti ć e s e točan rezultat u slučaju kada original ima diskontinuitet u ishodištu. Primjena (2.7 1 ) na delta funkciju dat će točan rezultat:

[, _ {8(t) }

00

=

/ 8 (t) e-stdt = 1

o-

Prema tome, može se zaključiti da će u slučaju da original nema diskontinuitet u ishodištu, x(o-) x(o+ ) , biti:

=

[, + {x(t) }

[,_ {x(t) }

dok će u slučaju da original ima diskontinuitet u ishodištu, x(o-) # x(o + ) , biti: =

C + {x(t) } # [,_ {x(t)} Zbog tog razloga ćemo se u ovom udžbeniku služiti definicijom jednostrane Laplaceove transformacije dane izrazom (2.7 1 ) . Treba naglasiti da ;:,_ transformacija ima općenito ista svojstva kao i C + transformacija s iznosima u o- korištenima umjesto iznosa u o+. No postoji jedna iznimka koja se odnosi na teorem o početnoj vrijednosti. Neka je original x(t) kontinuirana funkcija po vremenu za t > o+ , sa skokovitim diskontinuitetom u ishodištu, x( o - ) # x( o+) te sa _ koja je racionalna funkcija po kompleksnoj varijabli Tada će teorem o početnoj vrij ednosti dati:

X (s)

s.

lim

S --+ CQ

sX_ (s) = x(o+ ) # x (o- )

94 Teorem o početnoj vrijednosti daje iznos funkcije u o+bez obzira na to koju jednostranu Laplaceouvu transformaciju primjenili. U slučaju da ima impulse u ishodištu, tada će teorem o početnoj vrijednosti biti neuporabljiv, jer će dati lim = oo . Modifikacija

x(t)

S-->00

sX_ (s)

X_ (s) izrazi kao: X_(s) = ao + ais + · + apsP + Xp(s)

kojom se rješava ovaj problem traži da se

·

gdje je

·

Xp(s) striktno pravilna racionalnafunkcija66 . Tada će biti: x (o+ )

= slim sXp(s) --- oo

Primjer 2.12 Za skokovitu pobudu

u(t) = AS(t) =

{A

za t 2: O O za t < O '

Laplaceova transformacijaje: 00

1 A - st 00I = U(s) = J AS(t) · e - st dt = - A-e s o- s o-

• Kako se u inženjerskoj praksi obično susreću standardni oblici signala, češće se koriste tablice Laplaceove transformacije, nego što se .L transformacija računa rj ešavanjem integrala. Osnovna svojstva (teoremi), kao i tablice Laplaceove transformacije dane su u prilogu. U inženjerskoj praksi danas se za tu svrhu koriste programski paketi kao što su Mathematica67 , MuPAD68, Maple69 Mathcad70 i sl. pomoću kojih se j ednostavno i pouzdano mogu odrediti tražene transformacije.

2.6.3.1 Polovi i nule racionalne analitičke funkcije po kompleksnoj varijabli

s = + jw

Za racionalnu funkciju po kompleksnoj varij abli 1) ili prigušuj e (C(O) < 1) konstantnu pobudu nakon istitranog prolaznog odziva,

5. Pojačanje na visokim frekvencijama je

G(s) bm /sn - m �

bm ,

j er je na visokim frekvencijama

U slučaju da na astatički sustav djeluju poremećaj i, tada iz njegove diferencijalne jed­ nadžbe u operatorskom obliku (2.36) slijedi (2.37), odnosno:

C (D) w(t) u(t) + Kw y(t) = Kv vBv A(D) v v A (D) (D)

(2.77)

Ako se u izrazu (2.77) operator deriviranja D zamij eni sa kompleksnom frekvencijom s, slijedi:

Y(s)

(s) Kv sBv A( s)(s) U(s) + Kw sC v A (s) W(s) G(s)



gdje su:

Gw (s )

"'-...-"

G(s)U(s) + Gw(s)W(s) = Yi(s) + Y2 (s)

G(s) - funkcija prij enosa u odnosu na pobudu u, G(s) = �i:\ l w(s )=O Gw(s) - funkcija prij enosa u odnosu na poremećajnu veličinu w, Gw(s) = ����)

(2.78)

l u(s)=O

1 03 Za slučaj

v

=

O će biti:

· ( ) = B (s) U ( v C (s) W ( I s n s) s ) + A.

(s)

(s)

A Jednadžbe (2.78) prikladno je prikazivati u grafičkom obliku (slika 2 . 1 6), gdje se izlazna veličina svakog od elementa blok dijagrama dobiva kao rezultat umnoška ulazne veličine i funkcije prijenosa dinamičke komponente zapisane unutar elementa blok dijagrama.

�) a

Y(s)

e

Slika 2. 1 6: Blok dijagram komponenata Grafički prikaz (slika 2. 16) naziva se blok dijagramom ili strukturnom shemom dinamičke komponente, pod čim se podrazumijeva grafički prikaz j ednadžbi koje povezuju Laplaceove transformacije izlaznih i ulaznih varijabli. U slučaju da na linearnu dinamičku komponentu djeluje veći broj vanjskih veličina, funkcije prijenosa i strukturne sheme određuju se primje­ nom načela superpozicije (slika 2. 1 7). w, w2

w,

G(s)

Slika 2. 1 7 : Prikaz funkcija prij enosa principom superpozicije Izlazna veličina dinamičke komponente (slika 2. 1 7) jest:

y (s)

l

= G (s) u (s) + LGwi (s) wi (s)

gdje je:

Gw i (s) =

y ( s) , Wi (s)

i =l

uz U (s) = O

(2.79)

(2.80)

Općenito, strukturne sheme složenijih dinamičkih komponenata ili sustava sastoje se iz međusobno povezanih strukturnih shema jednostavnij ih dinamičkih komponenata.

1 04 Razlikuju se tri načina povezivanja: serijska veza, paralelna veza i povratna veza. Kod serijskog povezivanja dinamičkih komponenata, izlazna veličina prethodne komponente isto­ dobno je ulazna veličina slijedeće komponente (slika 2 . 1 8). Razumijeva se da se razmatraju komponente s usmjerenim djelovanjem, tj . djelovanja se prenose samo u j ednom smjeru od ulaza prema izlazu; naime, pri promjeni ulazne veličine dolazi do promjene izlazne veličine, ali promjena izlazne veličine ne utječe na promjenu ulazne veličine. Svojstvo usmjerenog djelovanja zapravo se postiže pojačanjem snage ulazne veličine.

a

b

Slika 2. 1 8 : Serijska veza komponenata. Funkcija prijenosa dinamičke komponente prikazane strukturnom shemom (slika 2. 1 8) Je:

gdje je:

n G (s) = II Gi (s) =G 1 (s) G2 (s) G3 (s) . . . Gn (s) i= l (s) . Gi. ( s ) = ui+l i = 1 ' 2' . . . ' n ui (s) ' .

(2. 8 1 )

(2.82)

Kod paralelnog povezivanja dinamičkih komponenata sve komponente imaju istu ulaznu veličinu a izlazna veličina dobiva se zbrajanjem izlaznih veličina svih komponenata (slika 2. 1 9).

U(s),

U(s)



- ct - V

-,--

Slika 2. 1 9: Paralelna veza komponenata Funkcija prij enosa strukturne sheme (slika 2 . 1 9) je:

gdje je:

Y (s) = G (s) = n G (s) L i U (s) i= l

(s) · G.i ( s ) = Yi U (s) '

i· = 1 , 2 , . . . , n

Strukturna shema povezivanja dinamičkih komponenata povratnom n a slici 2.20.

(2.83)

(2.84)

vezom prikazana j e

105 Primjenom načela povratne veze postižu se stabilizacijska i dinamička svojstva sustava. Općenito, povratna veza može biti pozitivna ili negativna. U sustavima automatskog uprav­ ljanja u pravilu se primjenjuje negativna povratna veza (slika 2.20a), a pozitivna povratna veza (slika 2.20b), primjenjuje se u nekim specifičnim slučajevima u svojstvu dopunske povratne veze.

U(s)

E(s)

Y,(s)

Y(s)

G,(s)

-

G,(s) G(s)- 1 +G1(s)G2(s) _

G2(S)

U(s)

E(s)

a Y(s)

G1(s)

-

G,(s) G(s) 1 -G1(s)G2(s)

+ Y1(s)

G2(S)

b

Slika 2.20: Spoj komponenata s povratnom vezom

G1(s) G2 (s):

Funkcija prij enosa dinamičke komponente (slika 2.20a) određuje se pomoću prijenosnih funkcija i

(s) G1 (s) E (s) E (s) U(s) -Y (s) 1 Y1 (s) G2 (s) Y (s) Y (s) = G1 (s) U (s) - G1 (s) G2 (s) Y (s) YU (s)(s) GGi 1(s)(s)G (s) - G ( 2 YU (s)(s) = GiGi(s)(s)G (s) = G (s) 2 y

(2.85) (2.86) (2.87)

Uvrštenjem (2.86) i (2.87) u (2.85) i sređivanjem, dobivamo:

odnosno:

_

8

1+ ) Analogno tome, za dinamičku komponentu (slika 2.20.b), proizlazi:

1-

(2.88)

(2 . 89)

(2.90)

Od posebnog interesa u teorij i sustava automatskog upravljanja su dinamičke komponente (sustavi), obuhvaćene jediničnom negativnom povratnom vezom (slika 2.2 1 ). Funkcija prij enosa dinamičke komponente (slika 2.2 1 ) proizlazi iz (2.85, 2.86, 2.87) uz

G2(s) G1(s) = Go(s). =

1,

i

G( ) - YU (s)(s) _- GGoo (s) 8

_

1+

(2.91 )

Jednadžbe (2.8 1 ), (2. 83), (2.89) i (2. 9 1 ) vrlo često se primjenjuju u teorij i sustava au­ tomatskog upravljanja, a posebno u teoriji linearnih vremenski nepromjenj ivih sustava. U

1 06 udžbeniku će se funkcija prijenosa zatvorenog kruga označavati sa Gcl (s) , kako bi se jasno razlikovala od općenite oznake prijenosne funkcije G(s) . E(s)

U(s)

G0(s)

Y(s)

.,___...__

1

Slika 2.2 1 : Sustav s jediničnom povratnom vezom

2.6.5.1 Uloga polova u odzivu sustava Funkcije koje se nazivaju funkcije prijenosa ili prijenosne funkcije opisuju ulazno-izlaznu dinamiku sustava koji ima prazna skladišta energij e. One zbog toga nisu u stanju u potpunosti opisati linearan sustav, [42]. Naime iz definicije (2. 75) slijedi da je:

Yzs (s)

= G(s)U(s)

odnosno pomoću funkcije prij enosa moguće je odrediti samo prinudan odziv sustava. To znači da, kada god koristimo funkciju prijenosa u analizi i sintezi LTI sustava, u potpunosti zanemarnjemo slobodan odziv sustava. Pored toga, funkcija prijenosa ne mora uvijek u pot­ punosti karakterizirati LTI sustav, što će se najbolj e vidjeti na sljedećem primjern.

Primjer 2.22 Kao primjer možemo navesti LTI sustav trećeg reda opisan sljedećom dife­ rencijalnom jednadžbom:

ii (t) + jj (t) - y(t) - y (t ) = u (t) - u(t) Laplaceova transformacija uz nulte početne uvjete daje: ( s3 + s2 - s - 1) Y (s) = ( s2 - 1 ) U (s) pa imamo: _ Y(s) _ B(s) _ s2 - l s2 - l G (s) A(s) - s3 + s2 - s - 1 U(s) (s - l) (s + 1 ) 2 Ako nas zanima da lije s = 1 pol od racionalnefankcije G(s) , dobiti ćemo: G(l)

[ ]

[ O Ovaj rezultat pokazuje da partikularna Tješenje (forsirani odziv) poprima oblik pobude s 2 predstavlja eksponent težinskim koeficijentom (ponderom) G(s) l s =2 = G(2 ) gdje . t ) e eksponencijalne pobude u(t = 3 2

Yp (t) =

[G(s)u(t)]1 s=2

=

·

s

=

Primjer 2.32 LTI sustav opisanje diferencijalnomjednadžbom: jj( t ) + 3i; (t )

+ 2y(t) = u (t ) + 3u ( t )



128

Na taj sustav qjeluje eksponencijalna pobuda oblika:

u (t )

=

ke9t

;

Vt > O

Za tajje sustav partikularna Fješenje dano sa (Tabela 2.3.):

Yp (t ) - (G(s ) . k eqt] 1

s=q

-

q+3 q+3 . k eqt ) . k e qt ., 2 (q + 1 ) (q + 2 q + 3q + 2

w

vt > O

a) Ako je q = -3, partikularna rješenje (forsirani odzi1� neće postojati, odnosno, ukupni odziv sadržavati će samo prirodni dio odziva (homogeno rješenje) y (t) Yh(t). Iako na su­ stav cfjeluje pobuda u (t) = ke-3t , izlazni signal neće sadržavati komponentu koja bi popri­ mila oblik pobude (yp). Sustav kao da poništava eksponencijalnu pobudu koja ima ekspo­ nent jednak korijenu polinoma u brojniku od G(s). Ovo se svojstvo može eksperimentalno pokazati i predstavljajedno od "fizikalnih " svojstava nule LTI sustava. b) Ako je q = O , na sustav djeluje konstantna pobuda pajepartikularna Fješenje: =

3 Yp (t) = G(O) · k = 2 · k Odavde proizlazi daje partikularna rješenje jednako odzivu u ustaljenom (statičkom) stanju stabilnog sustava. Za stabilne sustave koji imaju perzistentnu (trajnu) pobudu vr#jedi: Yss(t) = Yp (t)

=

(2. 1 05)

lim Yz s (t)

t-. oo

c) Za q = - 1 ili q = - 2 ćemo imati G(-1) = G(- 2 ) prirrifenom Tabele 2.3. ne mogu odrediti partikularna Fješenja.

oo pa se u tom slučaju

Možemo zaključiti sljedeće: l . Za dani ulazno/izlazni opis LTI sustava s G(s) te 2. Pobudu oblika u(t)

=

N

� kieq;t od kojih je svaki qi =I Pi , bit će:

i=l

Yp(t) (1)

ako qi = Zi

(2)

ako qi = Pi, tada će biti:

===?

=

N

L G(qi) · ki eq; t i =l

G(qi) = O te ne postoji partikularno rješenje



ut G(s) (s + 1)1(s + 5) 2 :s [ (s+st 1)\s + 5) (s+ 1 ) ests=- 1 dds [ se+ 5 ] 2 l s= - 1 l 2 [ - 1 2 est + __ t est ] (s + 5) s + 5 ls=- 1 1 -t 41 te-t) = ( 1 + 2t) e 2 (16 e

Primjer 2.33 Za LTI sustav sa

larno će rješenje biti:

Yp (t)

te pobudu ( )

=

-8

+

1

-t

1 29 =

2 e- t partiku-

(2. 1 06)

Na slici 2.27 prikazanjeforsirani odziv dan sa (2. 106). 0.2

y(t) 0 . 1

-

01 .

-O .2

.,_____,__-"----'--__j_---'--' 8 7 3 4 5 6 2 o t[s]

Slika 2.27: Partikulamo rje šenje (forsirani odziv) •

2.6. 7 Analiza odziva linearnog sustava

Razmatra se linearan, vremenski nepromjenjiv sustav s težinskom funkcijom g(t), na ko­ eqt . Odziv se može odrediti primjenom konvolu­ jega djeluje eksponencijalna pobuda u ( t) cije, kao:

=

y(t) = g(t) u (t ) *

Kako je za slučaj jednostrukih realnih i različitih polova:

slijedi da će onda biti:

,C

( ) G(s) B(s) A(s) = �� s-pi

{g t }

KPi

=

=

n g(t) = L KPi ep; t i=l

1 30 Odziv je:

n

n

*

y(t ) = L Ciep;t + L Kp; [eqt ep; t ] i=l i=l

Uz pomoć tabele konvolucije (Tabela 2.2.) slijedi:

Yzs

Yzi

Yzi

ako uvedemo umjesto

Yzs

K - p; = bi, imamo: q - pi Yzi ,..-"--.,

Yzs �

n

n

Yzs �

y(t) = L Ciep;t + L biep; t + G(q) eqt ..._,__., i=l i=l Yv ako uvedemo umjesto ci

(2. 1 07)

Yh

+ bi = ai, imamo:

y(t)

=

Li=l aiep;t + G(q)eqt n

'-.,,.-" Y>i

..._,__., Yp

(2. 1 08)

Prema tome može se zaključiti da odziv LTI sustava na eksponencijalnu pobudu u(t) = eqt sadrži: • komponentu istog oblika kao i pobuda, ali s ponderom G(q) - forsirani odziv sustava yp(partikularno rješenje diferencijalne jednadžbe) •

samo prirodne modove sustava - prirodni odziv sustava Yh (homogeno rješenje)

Taj isti odziv također sadrži: • dio odziva uvjetovan početnim uvjetima - slobodni odziv sustava Yzi •

komponentu odziva uslijed pobude ali uz nulte početne uvjete - prinudni odziv sustava Yzs ·

Kada se svi prirodni modovi iz slobodnog odziva i iz prinudnog odziva (vidi (2. 1 07)) skupe zajedno dobiti će se prirodni odziv sustava (vidi (2. 1 08)).

2.6.7.1 Prolazni (tranzijentni) i ustaljeni odziv Pored navedene podjele odziva LTI sustava moguća je i podjela odziva na sljedeće kom­ ponente:

131 1 . Pmlazni (privremeni) odziv (tranzijentni odziv) 87. To j e onaj dio odziva LTI sustava koji se s vremenom prigušuje i nestaje. 2. Ustaljeni odziv (odziv u ustaljenom (statičkom) stanju) 88 . To je onaj dio odziva koji preostane nakon što je prolazni odziv nestao i koji stalno postoji. Može se reći da općenito vrij edi:

prirodni odziv # prolazni odziv orsirani odziv # ustalj eni odziv f Primjer 2.34 Linearan, vremenski nepromjerzjiv sustav opisanje diferencijalnomjednadžbom:

d��)

-

Na pobudu u(t) = eqt ukupan odzivje:

y (t)

=

>.y(t) = Ku(t)

>.. Ce t + G( q) eqt

'-....-"' Yh

'-....--'

Ovisno o tome kakavje >. i q, imati ćemo odzive kako slijedi:

Prirodni

Forsirani

Prolazni

Ustaljeni

>. < O i q < O

Ce>-.t

G( q) eqt

Ce>-.t + G(q)eqt

o

>. < O i q > O

Ce>-.t

G( q) eqt

Ce>-.t

G(q ) eqt

>. > O i q < O

C e>-.t

G( q) eqt

G( q) eqt

Ce>-.t

>. > O i q > O

C e>-.t

G( q) eqt

o

Ce >-.t + G(q)eqt

Gornji primjer pokazuje da je samo za stabilne sustave (>. < O) koji su podvrgnuti trajnoj (perzistentnoj) pobudi (q > O):

prirodni odziv = prolazni odziv forsirani odziv = ustalj eni odziv 87

88

engl. Transient response engl. Steady-state response.

132

2.6.7.2 Početni uvjeti s lijeva i s desna Kod klasičnog rješavanja linearne diferencijalne jednadžbe koriste se početni uvjeti s desna y(O+ ) , y(O+ ) , y(O+) . . . , y(n-ll (o+), dok se kod rješavanja primjenom Laplaceove transformacije koriste početni uvjeti s lijeva y(o - ) , y(o - ) , y(o-) . . . , y(n-l) (o- ) . Pokazano je da klasično rješenje daje prirodni odziv (homogeno rješenje) i forsirani odziv (partikulamo rješenje), dok primjena Laplaceove transformacije daje slobodni i prinudni odziv. Ako su­ stav nema konačnih nula, tada se diskontinuiteti koje pobuda eventualno ima, neće odraziti u diskontinuitete početnih uvjeta, što znači da će u tom slučaju početni uvjeti s lijeva i s desna biti isti. Međutim, ako sustav ima konačnih nula, tada će se diskontinuitet pobude odraziti u diskontinuitete na početnim uvjetima, što ovisi o broju konačnih nula. Tako će se u slučaju da je n = m, diskontinuitet pobude prebaciti izravno na izlaz sustava. Ako je broj konačnih nula n > m = 1, tada će se diskontinuitet pojaviti na prvoj derivaciji izlaznog signala, dok se na samom izlaznom signalu neće pojaviti, tj. y(o-) = y(O+) ali y (o - ) # y(O+). Isto tako za slučaj n > m = 2 bit će y(o-) = y(o+) , ali y(o-) # y(o+) i y(o-) # y(o+) . Može se reći da će se diskontinuitet pojaviti na najvišoj derivaciji koja je jednaka broju konačnih nula sustava. Da bi se dobili početni uvjeti s desna, nužno je integrirati m puta diferencijalnu jednadžbu u granicama od o- do o+ . Tako primjerice za sustav dan sa: y(t) na koji djeluje pobuda:

+ 6y(t) + IOy(t) = u (t) + 2u(t)

{

2 cos 4t za t 2: O O za t < O Zbog m = 1 ,diskontinuitet očekujemo na y(o-) # y(o+) te jednom integriramo: u(t) =

j

o+

[ii (t)

+ 6y(t) + IOy(t)] dt =

o-

j

o+

[u (t)

+ 2u(t) ] dt

o-

Kako je u(o- ) = O, u(o+) = 2 , pa zbog u(t) = O, za t < O slijedi da je: y(o- ) y(o- ) = O te rješavanjem integrala slijedi:

odakle je: Slično za sustav dan sa: y(t )

+ 6y(t) + l Oy(t) = u (t) + 2u (t) + u(t)

istu pobudu zbog n = m = 2 (odnosno n m = O), diskontinuitet možemo očekivati na y(o-) # y(o+) , ali i na y(o-) # y(o+ ) , pa moramo obaviti dvostruku integraciju da bismo dobili y(o+ ) :

uz

-

o+ o+

odakle je:

o+ o +

J J [ii (t) + 6y(t) + lOy(t)] dt = J J [u (t) + 2u (t) + u(t)] dt

o- o-

o- o -

1 33 te: dok jednostruka integracija:

j [ii(t) + 6y(t) + lOy(t)] dt = j [u(t) + 2u(t) - 3u(t)] dt o�

o+

o-

o-

daje:

y (o+ ) - y (o - ) + 6 [y (o+ ) - y(o - ) ] = u (o+ ) - u(o - ) + 2[u(o+) - u(o - )] '-v-" o

kako je

'-v-" 2

'-v-" o

u(o+ ) = u(o- ) = O, to je:

'-v-" 2

'-v-" o

y(o+) = -s

Kao što se vidi, početni nagib odziva u ovom slučaju biti će negativan, iako je početni iznos pobude u(O+) = 2. Uzrok treba tražiti u konačnoj nuli sustava (z1 = 1) koja se nalazi u desnoj poluravnini s ravnine.

Primjer 2.35 Za sustav dan sa linearnom diferencijalnom jednadžbom:

jj(t) + 4y(t) + 3y(t) = 5u(t) + 10u(t) početnih uvjeta: y(o- ) = sustav djeluje pobuda: a)

1 ° , y(o-) 3

O, u(o-) = 1, potrebno je odrediti odziv, ako na

=

u(t) =

{ 3t 1+zal zat t O> O

(2. 1 09)

:S

3 u(t) 2

o

-----------

I I I I



------ -----------------------

'

O

t[s]

Slika 2.28: Pobuda bez diskontinuiteta (2. 1 09) u t

b) u( t)

=

{ 3tl zazatt .;t u klasi

je prirodnog odziva, pa je prema tome slobodni odziv član takve klase signala. Kao što je prije spomenuto, za razliku od slobodnog odziva koji se može pokusno odrediti, prirodni

odziv najčešće nije moguće pokusno odrediti. Sustav ne daje otpor signalima koji su u ob­ liku njegovih prirodnih modova, j er on po tim modovima oslobađa svoju energiju, pa tada imamo učinak kao da na vatru nalijevamo benzin - pojavu rezonancije. Rezonancija se često susreće u tehničkim sustavima i ona je rezultat djelovanj a pobude na sustav koja ima oblik prirodnog moda sustava. Rezonancija je osobito izražena kod prirodnih modova koji odgo­ varaju konjugirano kompleksnim svojstvenim vrijednostima. Ako sustav pobudimo s har­ moničkom pobudom frekvencije koja je ista kao i frekvencija konjugirano kompleksnog para svojstvenih vrijednosti sustava, doći će do izrazite rezonancije.

2. 7

Odziv sustava prvog reda

Sustav prvog reda ima samo j edno skladište energije i zbog toga njegov odziv ne može imati oscilatomo ponašanje. Često se sustavi višeg reda aproksimiraju sustavom prvog reda, pogotovo ako su to spori sustavi, odnosno, ako imaju veliku inerciju. To se osobito koristi u procesnoj industrij i za kemijske procese koji se sporo odvij aju, ali i u nekim drugim pri­ mjenama, npr. kod aproksimacije dinamike broda, dinamikom sustava prvog reda (tzv. model Nomoto-a).

2.7.1

Sustav prvog reda bez konačne nule

Diferencijalna j ednadžba sustava prvog reda bez konačne nule ima oblik:

al'f;(t) + ao y (t) Funkcija prij enosa u

=

bo u (t)

obliku nula/polova je:

k

s +p gdje su:

k= p =

bo .. lnosti· · - koefi CIJent proporc1ona ai ao - pol sustava ai

-

-

Ako se obavi pretvorba na

dimenzijski (Bodeov) oblik90 dobiti će se:

K 1 + sT gdj e su:

90Vidi (7.67).

141

K

=

b

_Q_

koeficijent pojačanja odgovarajuće dimenzij e, koja ovisi o fizikalnoj dimenziji

ao koju imaju odziv i pobuda sustava, a i = � vremenska konstanta dimenzije vremena npr. [s]. T ao p =

-

-

Naziv dimenzijski oblik funkcije prijenosa koristi se j er je u toj formi dimenzija odnosa ulaznog i izlaznog signala koncentrirana u dimenziji koeficijenta pojačanja, dok se komple­ ksna frekvencija s [rad/ s] množi uvijek sa vremenskom konstantom T [s] , što znači da je sva dimenzija odnosa izlaz/ulaz u koeficijentu K. Također, u Bodeovom obliku doprinos polinoma (bez korij ena u ishodištu91 ) u brojniku i nazivniku je u ustaljenom stanju dan sa:

A(O) = 1 B(O) = 1 pa je sav doprinos ostao na koeficijentu pojačanja K. Ako je T > O (a 1 > O i a0 > O ) , odziv se ustaljuje te kažemo da je sustav stabilan. ustaljenom stanju uz pobudu u(t) = S(t) i nulte početne uvjete, prinudni će odziv biti: bo limsG(s) · � = limsYz G(O) Yz s (oo) s--+ 0 s (s) = slimsG(s)U(s) --+O s--+O ao S lim.A(s) 0 S--+ limB(s) 0 S--+

=

U

=

=

Primjer 2.36 Za sustav dan sa linearnom diferencijalnom jednadžbom:

Ty(t) + y(t) = Ku(t) i nulte početne uvjete, prinudni odziv na jediničnu skokovitu pobudu danje sa:

Yz s (t) K(l e-t/T ); \:ft � O Na slici 2.34 dani su odzivi za slučaj T 1 [s) te uz K 1; 0.8 i 0.5 respektivno. =

-

=

=

1 .2

y(t)

1

K= 1 K=0.8

0.8 ---

0. 6

-

-

K=0.5

////

I I I / I ,, I I / / I I /

/

0.4 0.2 o

-

--

I I

',/

o

1

2

3

4

5

6

7

8

t [s]

Slika 2.34: Odziv sustava prvog reda na jediničnu skokovitu pobudu (T

0.5)

91 B (s) = s"B(s) , A(s) = sv A(s)

= l[s], K = 1 ; 0.8 i

142 Kao što se na slici vidi, štoje pojačanje K veće, toje izlazni signal bliže narinutoj pobudi, odnosno točnost praćenja ulaznog signala je veća. Tako za K = 1 ::=::} y( ) 1, za K 0.8 ::=::} y( ) = 0.8, za K = 0.5 ::=::} y(00) = 0.5. Ako sa Ess = Uss - Yss označimo razliku ulaza (pobude) i izlaza (odziva) u ustaljenom stanju, tada slijedi da će se povećanjem pojačanja poboljšati točnost u ustaljenom (statičkom) stanju. Ovo zapažanje vrijedi i za sustave višeg reda, pa se može reći da općenito vrijedi: =

oo

oo

=

Pojačanj e veće � Točnost veća Kako je u sva tri slučaja vremenska konstanta bila ista (I' = l [s]), na odzivima možemo uočiti da je sustav došao približno do ustaljenog stanja za približno t8 � (4 -7 5 ) T [s] . Ovo vrijeme naziva se vrijeme smirivanja92 , jer unutar tog vremena istitra prolazni (trazijentni) dio odziva i nakon toga preostane samo ustaljeni dio odziva, [37]. Prolazni (tranzijentni) dio odziva prigušuje se po anvelopi (eksponencijalnoj funkciji) koja potpuno nestaje u t = oo, što bi značilo da treba neizmjerno dugo čekati dok se ne istitra prolazni dio odziva. Kako je za inženjersku praksu to nepraktično, potrebno je postaviti određenu mjeru blizine odziva ustaljenom stanju. Tabela 2.4. daje iznose anvelope (eksponencijalnefunkcije) ovisno o vre­ menskoj konstanti sustava: t

T 2T 3T 4T 4.6T 5T

e - t /T

0.368 0.135 0.050 0.018 0.010 0.007

Tabela 2.4.

€ (%)

36.8 13.5 5.0 1.8 1.0 0.7



Primjer 2.37 Anvelopa po kojoj se tranzijentni odziv sustava prigušuje danaje sa e -t/T i

nacrtanaje na slici 2. 35.

exp(-t/T)

1 -.----����----, 0,9 0,8 0,7 0,6 ' I 0,5 I ! 0,4 0,3 0,2 I O, 1 ------------- ---.-i \.----1---� -+ -l--I--'-����,,,,_,.__, o 0,5 1 1 ,5 2 2,5 3 3,5 4 4,5 5 · - · - -- - - - - · - - - -- - - - - - - - - - - - - - - - - - - - - - - - -

I

t/T

Slika 2.35: Anvelopa odziva sustava prvog reda 92 engl. Settling time.

1 43

Kao što vidimo, do unutar ±5% ustaljenog stanja dolazi se za 3 vremenske konstante, dok se do unutar ±13 ustaljenog stanja dolazi za 4.6 vremenskih konstanti, pa se može reći daje za inženjersku praksu sustav postigao ustaljeno stanje kada se približio ustaljenom stanju na ±13 njenog iznosa. Za koji postotak se odlučiti (±13, ±23, ±53 ili neki drugi) razlikuje se od slučaja do slučaja. Zajednu vremensku konstantu odziv postigne 36.8% svog ustaljenog iznosa. Prema tome, za sustav prvog reda mogućeje iz odziva najediničnu skokovitu pobudu odrediti njegovu vremensku konstantu T, tako da se u ishodištu povuče tangenta na odzivnu krivulju te ondje gdje ona siječe ustaljeni iznos odziva spusti okomica na vremensku os i očita njezin iznos. Na tom iznosu odziv ima 36.8% svog ustaljenog odziva! Također se u ustaljenom stanju može očitati iznos koeficijenta pojačanja tako da se očita Yss te U88 , odakleje: Sustavprvog reda ima proporcionalno ponašanje koje se na njegovom izlazu pojavljuje nakon vremena smirivanja (t8), te se zbog toga rabi pojam proporcionalno ponašanje s usporen­ jem prvog reda. Skraćeno to pišemo kao PTl ponašanje, gdje P označava proporcionalno ponašanje, dok Tl označava da se radi o usporenju prvog reda. Na slici 2.36 danje prinudni odziv istog sustava uz konstantno pojačanje (K = 1 ) , te prom­ jenjiv iznos vremenske konstante T = 0.5, 1 i 5 [s]. Prinudni odziv će biti dan sa:

Yzs (t) = (1 - e -t/ T ) ; Vt 2" 0 1 .2 T=0.5 - ---- - --------:.:.: --;; --;. ----

y(t)

0.8 0.6 0.4 0.2

/ I I I I I I I I I I I I I I I I I I I

I I I

/

I I I I I

/

? � /

,,.. -- --/ /

--� ------�-:".: - -"="=I -�

O -+-�-+-�--t��+-�-+-�--t�--1 2 o 1 7 5 6 4 3 8 t[s]

Slika 2.36: Prinudni odziv PTI sustava uz konstantno pojačanje (K vremenske konstante = 1 i [s]

T 0.5, 5

= 1), te promjenjiv iznos

Prema slici 2.36 vidimo da je brži onaj sustav kojemu je vremenska konstanta manja. Ovaj zaključakje općenit te se može reći da:

Vr emenska konstanta manja {===? Sustav brži

1 44

Na obje slike mogućeje uočiti daje za sustav prvog reda (bez konačne nule) početni nagib tangente u ishodištu y(o+ ) > O, ako je u(o+) > O. Daje npr. pobuda bila u(O + ) < O, tada bi ovaj sustav imao y(o+ ) < O. To znači da taj sustav u početnom trenutku kreće u pravom smjeru - prema narinutoj pobudi, odnosno prema svom budućem ustaljenom stanju. Budući da ovaj sustav nema konačne nule, onda se diskontinuiteti s ulaza (pobude) ne prenašaju na izlaz. Sve sustave prvog reda karakterizira početni nagib tangente y(O+ ) # O. Pol ovog sustava je na negativnoj realnoj osi (ako je T > O) a sustav je stabilan. Kako se vremenska konstanta smanjuje, tako se pol pomiče više u lijevo po negativnoj realnoj osi, udaljavajući se od imaginarne osi jw. Tako su za T1 = 0.5, T2 = 1 i T3 2 [s] polovi na P 1 -2, P2 - 1 i p3 = - 0.5 vidi sliku 2.37. =

=

=

-

j co

-1

-2

s -

0 5 .

Slika 2.37: Položaj polova ovisno o vremenskoj konstanti T



Za slučaj da slika 2.37 predstavlja sliku polova sustava trećeg reda s funkcijom prij enosa:

K G( s) = ( s---p3-) P2_)_(s--P 1_)_(s----

Tada pol koji se nalazi najbliže imaginarnoj osi (u našem slučaju p3) zovemo dominantni pol, jer njegova je dinamika najsporija pa on zbog toga dominira u odzivu budući da vrij edi:

Najprije će se prigušiti prirodni mod od pola p1, zatim od pola p2 , a tek na kraju od pola p3 . U slučaju da su polovi p1 i pz udaljeni na lijevo od dominantnog pola za iznos -7 · I P3 1 tada ih možemo zanemariti u odzivu, j er oba moda brže nestanu tako da su vidljivi tek u početnim trenucima odziva. Za slučaj g(t) = e - 6t + e -3t + e- o .5t odzivi pojedinih komponenata zasebno i ukupni odziv g(t) dani su na slici 2.38.

(6 8)

145 3 2.5 g(t)

2 1 .5 1

0.5 o

o

0.5

1

1 .5

2

2.5

3

4

3.5

4.5

5

t[s]

Slika 2.38: Težinska funkcij a sustava trećeg reda (polovi realni i različiti) s dominantnim polom Kao što vidimo najbrži je prirodni mod e-Bt, zatim e-3t . Oni se priguše već unutar 0.6, odnosno l.3[s]. Treći (dominantan) pol daje najinertniji prirodni mod koji definira glavnu dinamiku po kojoj će se sustav ponašati.

2.7.2 Sustav prvog reda s jednom konačnom nulom Ovakvi sustavi imaju diferencijalnu jednadžbu: =

a 1 iJ(t) + aoy(t) b1 u(t) + bou(t) Odnosno funkciju prijenosa:

bis + bo G( s) = ais + ao

=

sr K . l1 ++ sT

gdje su:

T aaoi - vremenska konstanta, [s] =

r

=

-

:�

-

konstanta prethođenja,

[s]

K = abo pojačanje odgovarajuće dimenzije. o Rješenje diferencijalne jednadžbe ima isti eksponencijalni oblik kao i u slučaju sustava -

prvog reda bez konačne nule, no zbog konačne nule granični uvjeti su sada drugačiji. Naime, diskontinuitet pobude se zbog n = m = 1 prebacuje s ulaza izravno na izlaz.

Primjer 2.38 Radijednostavnosti, nekaje a 1 jalnajednadžba glasi:

=

=

y(t) + y(t) _]Z__u(t) + u(t) =

l

=

a0 1, b0 = 1 te b 1 - l/z1 . Diferenci­

1 46

dokjefunkcija prijenosa:

G(s)

1-

1 -

z1

s

l+s

=

Zbog konačne nule (z1) je n = m = 1, granični su uvjeti diskontinuirani i na izlaznom signalu, jerjedinična skokovita pobuda ima diskontinuitet u početnom trenutku. Tako imamo:

j [y(t) + y(t)] dt j [- :1 u(t) o+

o+

=

o-

odakle:

+ u(t)

o-

imamo:

J dt

y(o+) = z1 1

- -

Ukupni odziv na jediničnu skokovitu pobudu jest:

y(t) = Yh (t) + Yp(t) Kako je y(o+ )

=

_ ..l. z1

=

C+1

y(t) =

=

Ce - t + 1

1 ===?- C1 = - 1 - ukupnije odziv dan sa: Z1

( _.!._) z1 -1 -

e- t + 1 "-v-' Yv(t )

prirodni odziv

;

\;ft 2: O

Na slici 2.39 dan je odziv sustava prvog reda na jediničnu skokovitu pobudu, s jednom ko­ načnom nulom u z1 = -0.2 (odziv kreće s y(O) 5) , z1 = oo (odziv kreće s y(O) = O), z1 0.2 (odziv kreće s y(O) = -5), i z1 0. 1 (odziv kreće s y(O) = - 10) . =

=='

=

5 2.5

y(t) o

-2.5 -5 -7.5 -10 o

2

3

4

5

t[s]

Slika 2.39: Odziv sustava prvog reda na skokovitu pobudu s konačnom nulom na -0.2, oo, 0.2 i 0 . 1

1 47

Kao što vidimo konačna nula ima dramatičan učinak na odziv sustava. •

y(O +) vrijedi:

=

s

= -0.2), tada je početni odziv O , te je istog predznaka kao i Yss > O. Može se postaviti da

Kada se nula nalazi u lijevoj poluravnini

-� = 5 > Z1

Yss y(O+ ) ·



ravnine

>

O

Kada se konačna nula približava ishodištu, njezin učinak na odziv je sve izraženiji, jer i diskontinuitet je sve izraženiji, budući da je



y( o+)

=

-

� . Kada bi konačna nula

Z1

= O), odziv bi imao 8 impuls u trenutku O. Kada konačna nula prijeđe u desnu poluravninu s ravnine (z1 = 0.2) , početni odziv j e y(O+) � = -5 < O, tj . suprotnog je predznaka od Ys s > O. pala u ishodište



(z1

=

-

(z1

Z1

nimalno fazni sustavi93

,odnosno,

stveno je da im je početni odziv

Yss ( t )

=

l im

t-+ oo

s

ravnine nazivaju se nemi­ inverzno nestabilni sustavi. Za ove sustave svoj­ y(O+) suprotnog predznaka od ustaljenog odziva

Sustavi koji imaju konačnu nulu u desnoj poluravnini

Yzs (t). Za njih vrijedi:

Yss y(O+ ) < O ·



2.8

Odziv sustava drugog reda

2.8.1

Odziv sustava drugog reda bez konačnih nula

Sustav drugog reda vrlo je čest u analizi sustava automatskog upravljanja. Njegova dife­ rencijalna jednadžba ima oblik:

a2jj (t) + a l'f1 (t) + ao y(t) = bou ( t) Ako se zbog jednostavnosti uzme da je a 2 = 1 te da a0 = bo, imati ćemo forsirani odziv: Yp(t) = G(O) = b0/ao = 1 , dok će prirodni odziv biti: Yh(t) = C1 eP1t + C2 eP2t . Ovisno o rješenjima karakteristične jednadžbe, moguća su oscilatorna ili neoscilatorna (aperiodska) 94 ponašanja. Uobičajeno se opća diferencijalna jednadžba drugog reda piše pomoću: • •

faktora prigušenja95 , ( prirodne frekvencije96,

Tako će biti:

Wn

a 1 = 2(wn, ao

=

bo = w; te imamo:

jj (t) + 2(wn fJ (t) + w�y(t) = w� u (t) 930 čemu će više biti riječi kasnije. 94Neperiodička ponašanja. 95engl. Damping ratio. 96engl. Natura! frequency.

148 Funkcija prij enosa je:

2 G( s ) = s2 + 2(wWn s + w� n

a polovi su:

Pl,2 = -(wn ± wn I.

Fi

Ovisno o faktoru prigušenja ( mogući su sljedeći odzivi: 1 ::::=:::::} R-=l pa imamo različite i realne polove p1 #realnoj osi.

>O

(>

p2 na negativnoj

Odziv na jediničnu skokovitu pobudu biti će aperiodski i prigušen97 (slika 2.40):

y(t)

=

1 C1 e ( - ( +JZ2=I) wn t + C2 e ( - ( - JZ2=I)w n t + '-v-' Yp( t ) Yh( t)

- ----------------- -- ---::.:-;;.;-----i y(t)

0.8 0.6 0.4 0.2 2

3

4

5

6

7

8

t[s] Slika 2.40: Aperiodski odziv sustava drugog reda bez konačnih nula (w n =

2.

(=

= = -(wn - Odziv na

1 ::::=:::::} R-=l = te su polovi realni i dvostruki P l P2 jediničnu skokovitu pobudu je aperiodski, kritično prigušen98 (slika 2.41):

O

y(t)

9 7engl. Overdamped 98engl. Critically damped.

=

1, ( > 1)

1 C1e - (wn t + C2 te - (wn t + '-v-' Yp (t ) Yh(t )

149 1 .2 �-------�

y(t)

1

- - - - - - - - - - - - - - - - - - - - - - - - - - - - -- - - - - - - - -

0.8 0.6 0.4 0.2 2

3

4

5

6

7

8

t[s]

Slika 2.4 1 : Aperiodski odziv sustava drugog reda (wn =

3.

O


R-=! = -j te su polovi konjugirano kompleksni na imaginarnoj osi = ±jwn. Odziv je harmonički (sa frekvencijom wn) bez prigušenja (slika 2.44):

Pi, 2

151

y(t) 1 .5

0.5

20

15

10

5

t[s]

Slika 2.44: Oscilatorni odziv uz ( = 5.

( < O ===} realni dio polova je pozitivan ( - (wn > pa kažemo da je sustav nestabilan!

2.8.1.l

O

O), što znači da se odziv raspiruje,

Pokazatelji kvalitete

Za razliku od sustava prvog reda koji su imali početni nagib tangente y(O+ ) � O, sustavi drugog reda bez konačnih nula imaju početni nagib tangente y (O+) = O, što znači da im odzivna funkcija ima točku infleksije. Oscilatorni odziv s prigušenjem ima gornju anvelopu koja s gornje strane ograničava amplitude oscilacija: e - ć;w „ t

l+ � yl -(

te donju anvelopu, koja s donje strane ograničava oscilacije: 1-

e - C:wnt

-

--

JI=?

Na slici 2.4 5 prikazane su obje anvelope. Kako se oscilacije prigušuju po ovim an­ velopama, može se reći da je vremenska konstanta koja definira dinamiku smirivanja pri­ jelaznog procesa dana sa:

1T=(w

(2. 1 1 6)

n

te će se i sustav drugog reda ustaliti za oko 3 do 5 vremenskih konstanta (vidi Tabelu 2.4.), odnosno: (3 7 5) = (3 7 5) T = (2. 1 1 7)

ts

(wn

U slučaju da je vrijeme smirivanja odabrano s približenjem ustaljenom stanju unutar

±1%, tada je:

ts

= (4.6 w

n



(2. 1 1 8)

152

2 ',, 1 .75 y(t) 1 .5

1 .25 1 0.75 /' /

0.5

,,,,,,...-

....

/ 0.25 „,/, o ...__----!--+---1---+--l o 2.5 5 7.5 1 0 1 2.5 1 5 1 7.5 20 22.5 25

t[s]

p,

-p

2.

3.

CTm ) 0.6 (1 - 100

(2. 1 26)

4.6 ­ (w n > - i s

(2. 1 27)

2.5 > ­ wn ir

(2. 1 28)

Poznavanjem (, cr = (wn i Wn moguće j e tada u s ravnini nacrtati dozvoljeno područje za polove sustava drugog reda bez konačnih nula. Tako npr. u slučaju da tražimo da sustav ima crm _::; 15%, ts _::; 2 [s], a tr _::; [s] imati ćemo:

0

( �) = 0 1

8

CTm ) = 0.6 1 - 100 0.6 ( 1 - 100 4.6 4.6 r" wn > - = - = 0.23 > (-

- i8 20 2.5 2.5 > = Wn ir 8 =

- -

0.31

.5

1 57 Dozvoljeno (zasjenjeno) područje za polove sustava drugog reda bez konačnih nula koji ima tražene pokazatelje kvalitete prikazano je na slici 2.50.

jro

sro"

s

=,���2S

,/

Slika 2.50: Dozvoljeno područje (zasjenjeno) za polove sustava drugog reda za Jm :::; t8 :=:; te tr :=:; [s]

20 [s],

8

15 %,

Relacije (2. 1 26), (2. 127) i (2. 128) pokazuju da ako želimo imati brži sustav treba polove zatvorenog kruga pomaknuti u lijevo dalje od imaginarne osi:

ts "-,, ===? i (wn l / Također, ako tražimo kraće vrij eme porasta (brži odziv na promjene pobude) tada treba povećati prirodnu frekvenciju sustava:

tr "-,, ===? Wn /

Nadvišenje će biti manje ako je faktor prigušenja veći: 2.5 Prij elazna funkcija h (t) i težinska funkcija g(t) određene su izrazima: (3. 75)

W d = Wn p;

:p =

arctan



---



(3.76)

(3.7 7) Prijelazna funkcija h(t) i težinska funkcija g(t) imaju prigušene oscilacije (slika 3 .7a). g

b

a

Slika 3.7: Prij elazna (a) i težinska funkcija (b) oscilatome komponente Vrij eme smirivanja prij elaznog procesa t8 određuje se kao vremenski interval nakon kojeg vrijedi nejednadžba: (3.78) I h (t) h (oo) I ::::; .6. -

=

Veličina .6. se obično kreće u granicama: .6.

(0.01 -;- 0.05) K

(3.79)

1 94 Određivanjem ekstremajednadžbe (3. 75) dobit ćemo maksimalni iznos prijelazne funkcije:

hrnax = Mp = K [l + ev'1-�2 J = K [I + M] odnosno njezin relativni iznos u odnosu na ustaljeno stanje hss ( t) h ( oo) : hrna��)( oo) 100 [%] = ev'���2 . 100 [%] �

(3.80)

'-v-"' M

=

rTm

(3 . 8 1 )

.

=

Frekvencijske karakteristike oscilatome komponente prikazane su na slici 3 .8. lm

GQffi) K

lm

ro=O

Re

A

1 G Qro)

Re

...- - -

- -- -- �-......

'

'

\

,

ro=O

1 /K

ep

I I I I

L ep 20logK

1 80° (J)

(!)

o -90° -180°

Slika 3.8: Frekvencijske karakteristike oscilatome komponente drugog reda

3.1.5 Oscilatorna komponenta drugog reda bez prigušenj a Oscilatoma komponenta drugog reda bez prigušenja opisuje se diferencijalnom jedna­ džbom oblika: (T2 D2 + (3 .82)

1)

y(t) Ku(t) =

Sve karakteristike ove komponente proizlaze iz karakteristika oscilatome komponente drugog reda za � = O: Funkcija prijenosa:

G (s) = l +Ks 2 T2

(3.83)

1 95 Prijelazna funkcija:

· S (t) t · S (t)

h (t) = K (l- COS Wnt)

Težinska funkcija: Frekvencijska karakteristika:

g (t)

=

Kwn sin wn

G (j w) Amplitudna frekvencijska karakteristika:

=

A (w) =

1

II

(3.84) (3.85)

K w2T2

(3.86)

K - w2T2 1

(3.87)

-

Fazna frekvencijska karakteristika:

1

za O < w < ­ -

- y

(3.88)

1 za - < w < oo y -

= .q,

Asimptotska logaritamska karakteristika La (w) ne razlikuje se od asimptotske karakte­ ristike oscilatome komponente. Stvarna karakteristika L (w) na lomnoj frekvenciji w teži beskonačnosti (slika 3 .9).

lm

w=oo

K

lm

1 GOw)

YK

' ' '

'

'

Re

-1 80° f--'--

w=O

'

L 201ogK

h

g

o

-1 80°

· - · - · - · - · - · - · - · - · - · - · -----

Slika 3.9: Vremenske i frekvencijske odzivne karakteristike oscilatome komponente bez prigušenja Kao primjeri oscilatome komponente bez prigušenja mogu se navesti idealni LC četveropol ili oscilatomo gibanje umjetnog zemljinog satelita u režimu gravitacijske stabilizacije.

1 96

3.2

Integracijske dinamičke komponente

U integracijske dinamičke komponente ubraj aju se komponente kod kojih je u ustaljenom y(t), proporcionalna integralu ulazne veličine u(t).

(statičkom) režimu izlazna veličina

Dinamička svoj stva integracijskih komponenata opisuju se diferencij alnom j ednadžbom oblika:

A (D) y (t) gdje je

3.2.1

A(D)

-

K

D u(t)

=

polinom koji udovoljava uvjetu

A (O)

(3 .89) =

1.

Idealna integracijska komponenta (I - komponenta)

Idealna integracij ska komponenta (I - komponenta) vrlo često se primjenj uje u struk­ turnim shemama sustava automatskog upravljanja. Dinamika ove komponente (integratora) opisuje se j ednadžbom

(3.89) za A(D) = 1 : y (t) =

Za

�u(t) = K J u(t)dt

(3.90)

u( t) = S(t) , iješenje j ednadžbe (3.90), odnosno prij elazna funkcija jest: h (t) = K · t · S (t)

dok je težinska funkcija:

dh (t) = g (t) dt

Funkcija prijenosa integratora je:

G (s ) dok je njegova frekvencijska karakteristika:

G (jw)

K

= -:-

JW

=

=

K · S (t)

K s

K -j W

(3.93)

=

K =

w

-

K L (w) = 20 log ­ w 7f

Jednadžbama

(3.92)

=K

- e-J 2 W

Amplitudna i fazna frekvencijska karakteristika proizlaze

A (w)

(3. 9 1 )

=

=

n

U=Q-G

y

B T--

Jv 6 · U

ep=

f>n

~ [�

-G

*

y=K

y=K



Slika 3 . 1 O: Integracijske komponente Frekvencijske i odzivne karakteristike prema (3.93 - 3 .97) prikazane su na slici 3. 1 1 .

hlz. �

lm

00

y

- - ep-

A/

,/

I

I

t

GUm)

Re

Q)

00

i

(O

lm

1 GUm)

I

I o

Re

L

90°

00

-90°

Slika 3 . 1 1 : Frekvencijske i odzivne karakteristike integratora Iz (3.97) i grafičkih prikaza (slika 3 . 1 1 ) proizlazi da idealna integracijska komponenta 7f (integrator) u području frekvencije O < w < oo ima konstantni fazni pomak ep = - 2 .

3.2.2 Realna integracijska komponenta Realnom integracijskom komponentom opisuju se dinamička svojstva funkcijskih ele­ menata sustava automatskog upravljanja s matematičkim modelom - diferencijalnom jedna­ džbom oblika: K (3.98) (TD + 1) y (t) = u(t)

D

Primjenom Laplaceove transformacije na izraz (3.98) i sređivanjem proizlazi funkcija pnJenosa:

K _ Y (s) _ U (s) - s ( 1 + sT)

G ( 8) -

K s

KT l + sT

(3.99)

198 Za

U (s)

=

� s

iz

(3.99) proizlazi: K

Y (s) -

- s2

_

KT

(3.100)

s (1 + sT)

odnosno prijelazna funkcija:

;:,- 1 {Y (s)} = h (t)

=

K

te težinska funkcija:

g (t)

=

dh dt

=

K

Frekvencijska karakteristika ima oblik:

. G (Jw)

[t - T (1 - e-+ ) ] S (t)

(3.101)

( 1 - e-rt ) S (t)

(3.102)

K =

(3.103)

jw (1 + jwT)

Amplitudna frekvencijska karakteristika je:

K

A (w) - ----:== 2 =2 dok je fazna frekvencijska karakteristika:

r.p

(w)

- wJl + w T

=

7r

-2

(3.104)

- arctan wT

(3.105)

Logaritamska amplitudna frekvencijska karakteristika (LAFK) je:

L (w) =

Iz (3.98

- 3.106)

K 2 T2 20 log A (w) 20 log w - 20 log Vl + w =

(3.106)

vidljivo je da se realna integracij ska komponenta može razmatrati kao

dinamička komponenta dobivena serijskom vezom idealne integracijske komponente (inte­ gratora) i aperiodske komponente prvog reda

(PTl

komponente).

Kao primjeri realnih integracijskih komponenata mogu se navesti RC i RL četveropoli i sve vrste servomotora kod kojih se u svojstvu izlazne veličine razmatra kut zakreta izlazne osovine ili linearni pomak što ga obavljaju hidraulički i pneumatski uređaji, [

42].

Frekvencijske i odzivne karakteristike realne integracij ske komponente prikazane su na slici

3.12.

Usporedbom karakteristika idealne i realne integracijske komponente (slike

3.10 i 3.12)

može se zaključiti da se prijelazni proces kod realne integracij ske komponente odvija us­ poreno, a to je posljedica inercijskih svojstava karakteriziranih vremenskom konstantom

--> oo

T.

Amplitudno-fazna frekvencijska karakteristika realne integracij ske komponente smještena je u trećem kvadrantu, tj . ima za

r.p (O) =

w

-90°, dok modul IG (jO) I --> oo .

fazni pomak r.p ( oo)

= -180°, a za w

-+

O,

1 99

i

\

\

lm GGoo) '

I

Re /

I

I

\

o

ep

90°

-90°

O)

g ------- - -- - - - - - - - K

h

- 1 35° -1 80° ----------------------

T

-KT

L

- 1 80°

- -,

Slika 3. 12: Frekvencijske i odzivne karakteristike realne integracijske komponente

3.2.3 Proporcionalno integracijska komponenta (PI komponenta)

(PI

Proporcionalno integracijska komponenta komponenta) dobije se paralelnom vezom proporcionalne i idealne integracijske komponente, a opisuje se diferencijalnom jednadžbom oblika: (3. 1 07) Đy( t) = (K; + KvĐ) u(t) gdje je:

Kp

K;

-

-

koeficijent proporcionalne komponente, koeficijent pojačanja integracijske komponente.

Funkcija prij enosa

PI komponente određena je izrazom: K K G (s ) = _ s i + Kv = _ s i (l + Ts )

gdje je:

K T = _1!_ Ki

-

(3 . 1 08)

vremenska konstanta komponente.

Rješenje jednadžbe (3. 1 07) za u(t) =

S(t)

daje prijelaznu i težinsku funkciju:

S

h (t) = (K; t + Kv) (t ) g (t) = K; S (t) + Kv 8 (t)

Uvrštenjem u (3 . 1 08) s = jw proizlazi frekvencijska karakteristika K K G (jw) = � + K = � ( I + jwT) v J JW W

(3. 109) (3. 1 1 0)

PI komponente: (3. 1 1 1 )

200 odnosno amplitudna frekvencijska karakteristika:

Ki J� 2T-2 w+_ l_ A(w) = I G (jw) I = _ w

(3 . 1 1 2)

fazna frekvencijska karakteristika:

ep (w)

=

71"

- 2 + arctan wT

te amplitudna frekvencijska karakteristika u

L (w)

=

20 log K

'

w

[dB] :

+ 20 log

(3. 1 13)

� -

J1 + w2T2

(3. 1 1 4)

Grafički prikazi karakteristika (3 . 1 09 - 3 . 1 14) dani su na slici 3 . 1 3 . Analizom frekven­ cijskih karakteristika proizlazi da se komponenta u području niskih frekvencija (ispod lomne frekvencije) w

w>




Rn ima jed­ noznačnu trajekta riju stanja1 16 (rješenje), za svaki pojedini početni uvjet x(t0) = x0, gdje xo -=J X e . Rješenje, odnosno stanje sustava od trenutka t0 mogućeje opisati sa:

x(t) = s(t, to , xo) ; Vt 2: to 2: O ->

gdje je funkcija s : R+ x Rn Rn. Trajektorija stanja (1ješenje), ako je rješenje, morat će zadovoljiti svoju diferencijalnu jednadžbu:

š(t, to, xo) = f [t, s(t, to, xo)] 1 1 6 Fama trajektorija.

;

Vt 2: O ; s(to, to, xo)

=

xo

244 Trajektorija stanja (rješenje) ima sljedeća svojstva: I.

2.

s(to, to, xo) = xo ; V Xo Rn s [t, ti, s(t1, to, xo)] = s(t, to, xo) ; Vt ti 2 to O ; Vxo Rn f(·). [O, T] x(t), (5.5) x(t) [O, f t. x(t) E

2

2

E

Postojanj e jednoznačnog rješenj a nelinearne diferencijalne jednadžbe (5.5) nije zaj amče­ no, ako se ne uvedu odgovarajuća ograničenja1 1 7 na funkciju Pod rješenjem jednadžbe na intervalu podrazumijeva se koj i je svugdje derivabilan te za koji diferencijalna jednadžba vrij edi za svaki Ako je vektor rješenje diferencijalne jednadžbe (5.5) na intervalu T] te ako je vektor kontinuiranih funkcija, tada također zadovoljava integralnu jednadžbu: t

x(t) = xo + J f(T, x(T))dT t [O, T]

(5.6)

E

to

Definicija (Privlačno ravnotežna stanje - Atraktor). Ravnotežna stanje Xe privlačno je ako za svaki E R+, postoji 17 ( > takav da vrijedi:

to to) O l xo l i < ry(to) s(to + t, to, xo) ----+ O t ----+ Definicija (Uniformna privlačno ravnotežna stanje). Ravnotežna stanje Xe je unifor­ mna privlačno ako za svaki t0 R+ postoji broj > O takav da vrijedi: l xoll < TJ =? s(to + t, to , xo) --+ O t --+ xo t0 t0 R+, t0 t kada

=?

E

oo

77

kada

oo uniformno po

i

Privlačnost znači da se za svaki početni trenutak E traj ektorij a koja kreće dovoljno blizu od ravnotežnog stanja Xe približava tom ravnotežnom stanju kako + --+ oo. Neopho­ dan (ali ne i dovoljan) uvjet da bi ravnotežno stanje Xe bilo privlačno jest da to ravnotežno stanje bude izolirano, tj . da u blizini ne postoje druga ravnotežna stanja.

Definicija (Područje privlačnosti). Ako nepobuđen nelinearni vremenski nepromjenjiv sustav opisan sa ravnotežna stanje Xe kojeje privlačno, tada je područje privlačnosti D(xe) definirano kao:

x(t) = f[x (t)]ima =O D(O) = {xo E Rn : s(t,0,xo ) ----+ O kada t ----+

oo}

(5.7)

Svako privlačno ravnotežno stanje ima svoje područje privlačnosti. Područje privlačnosti predstavlja područje u prostoru stanja, u kojemu trajektorij e koje počinju iz bilo kojeg počet­ nog uvjeta bivaju privučene na privlačno ravnotežno stanje. Ravnotežna stanja koja su privlačna nazivaju se atraktori. Ravnotežna stanja koja odbij aju nazivaju se repe/eri, dok se ravnotežna stanja koja privlače s jedne strane, a odbijaju s druge strane nazivaju sedla.

Primjer 5.1 (Atraktori i repeleri) - [68]. Nelinearni sustav prvog reda opisan je sa: f(x, u) = x + u. Ako na sustav ne djeluje pobuda (u ravnotežna stanja sustava biti će u točkama za koje vrijedi Ravnotežna stanja su: Xel Xe2 + 1, Xe3 = - 1 o odnosno (x) = X (vidi sliku 5. 3).

x(t) =

f (t)

=

O), 3 x = O.

x(t) =

-

117Vidi teorem lokalne egzistenicije i jednoznačnosti,

[1 76], [170].

x3 = O, = -

245

X 2 .---�--�----.---�-� 1 .5

-----

-

0.5

� I I

- - -- - - -



1 1

I I

------

- --4-------�-----I

I

I I

I I

I

I I I

_j _ _ _ _ _ _ _ L _ _ _ _ _ _ I

_

I

I I

______

_:_ 1

______

i I I

______

- - - - - - --1- - - - - - - � - - - - - I I

I I I

_ _ _ _ _ _ _1_ _ _ _ _ _ _

I

I I I

.L _ _ _ _ _ _ I I

I

o 1-----'l----T'--=---i---3'',____-l

-0.5 -1

-1.5

I - - - - - - , - - - - - - -r - - - - - I I

l

1

I I I - - - - - - 1- - - - - - - r I

X

I

1

I I

----

------4-------�------ -------!- ------t--- -I

I

- - - - - - 4 - - - - - - -� - - - - - 1 r

I r

' I

I I J

I

------

�- - - - - - - � - - - I

I

I I I

I I I

1

1

' --' ' '----' -2 '------''-----''---'----'-1.5 -1 -0.5 o 0.5 1.5 I

Slika 5.3: Atraktori i repeleri

ovih stanja može se odrediti grafički iz gradijenta (nagiba tangente) u tim Lokalna točkamastabilnost . Tako će u svakoj ravnotežnoj točki biti: J [ DDi:x ] = 1 3x2e pa imamo:Di: D D -2 -2 za Xe3 : [ i: ] Xe l : [ ] = Q za Xe2 : [ i: ] Dx Dx Dx je nestabilno ravnotežna stanje, odnosno ima repeler, dokjesupriXe2vlačnosti i Xe3 sta­Za Prema tome, Xei stanja, bilna ravnotežna odnosno atraktori. Svaki atraktor područ . ravnotežna stanje Xe2 = + 1 područje privlačnosti je desna poluravnina, odnosno x > O, dok je za uXe3ravnotežni = - 1 područje privlačnosti lijeva poluravnina; x < O. Treba zapaziti da su tangente m stanjima, ekvivalentne polovima lineariziranog matematičkog mo­ dela sustava. =

Xel -0 _

-

Xe

Xe2= l

=

Xe3--l _

=

5.1.2 Stabilnost ravnotežnih stanj a nelinearnog sustava temeljem stabilnosti ravnotežnih stanj a lineariziranog sustava



Stabilnost nelineamog sustava moguće je analizirati preko stabilnosti lineariziranog sus­ tava, no treba biti oprezan. Povezanost ravnotežnih stanja lineariziranog sustava i originalnog nelineamog sustava moguće je razmotriti na primjeru nelineamog nepobudenog sustava dru­ gog reda, koji je opisan sa:

fi (x 1 , x2 ) f2 (x 1 , X2)

(5.8)

Linearizacijom u okolini ravnotežnog stanja (analitički postupak linearizacije) te razma­ tranjem ponašanja linearnog sustava dobivenog linearizacijom modela, moguće je, osim u

246 specifičnim situacijama, dobiti odgovor o ponašanju nelinearnog sustava u okolini ravnotež­ nog stanja. Uz pretpostavku da je ravnotežno stanje nelinearnog sustava drugog reda opisanog s 5.8 u ishodištu [ X1e X2e = [ O O te da su Ji i f2 kontinuirano derivabilne u okolini ishodišta, tada razvojem u Taylorov red oko ravnotežne točke (ishodišta) slijedi:

f

Ji (x1 , x2)

±1 (t)

f,

=

Ji (O, O)

+ a11x1 + ai2X2 + r1 (x1 , x2)

aux1 + ai2X2 + r1 (x1 , x2) (5.9) ±2 ( t ) f2 ( x1 , x2) h ( O, O) + a21X1 + a22X2 + r2 (x1 , x2) a21X1 + a22X2 + r2 (x1 , x2) gdje r1 (x1 , x2) i r2(x 1 , x2) predstavljaju članove višeg reda Taylorovog razvoja, odnosno =

ostatak reda. Budući da je ravnotežna točka u ishodištu f; (O, O ) = O za i = 1 , 2 . Dobiven linearizirani model je:

Odnosno: gdje su: A =

[

au z1 + a12z2 a21 Z1 + a22Z2

ž1 ( t) ž2 ( t)

ž (t ) = Az

T Z2 ] ., aij

au a21

(5 . 1 O)

- [aJ,] -

� 1

x=O

., i,. J. - 1 , 2.

(5. 1 1 )

Analitički postupak linearizacije temelji s e na činjenici da, kada matrica A nema svoj­ stvenih vrijednosti s {>.i } O, tada trajektorije nelinearnog sustava (5.8) u okolini

Re

ravnotežnog stanja

=

[ X1e X2e J T =

[O

J T imaju isti oblik kao i trajektorije linearnog [ z1 e z2e J T = [ O O ] T . Vrste ravnotežnih O

sustava (5. 1 O) u okolini ravnotežnog stanja stanja (točaka) dane su tipovima singularnih točaka u tabeli 5 . 1 ; Svoj stvene vrijednosti (>.i)

Tabela 5.1. Linearni sustav

Nelinearni sustav

>.i = Re {>.i } < O

Stabilan čvor

Stabilan čvor

>.i = Re {>.i} > O

Nestabilan čvor

Nestabilan čvor

Realne različitih predznaka

Sedlo

Sedlo

Stabilan fokus

Stabilan fokus

>.i = Re {>.i} ± Im {>.i }

Nestabilan fokus

Nestabilan fokus

Imaginarni (jednostruki)

Centar

?

od (5. 1 1 )

>.i

=

Re {>.i }

± Im {>.i}

uz Re {>.i } < O uz Re {>.i} > O

r Zle Z2e l T (5. 1 1 )

r X1e X2e l T (5.8)

Ako je ravnotežno stanje lineariziranog matematičkog modela (5. 10) tipa centar, tada linearizirani sustav oscilira s konstantnom amplitudom. Kakvo će biti ponašanje (trajektorij e) originalnog nelinearnog sustava (5.8) određeno je ostatkom Taylorovog reda r1 (x1 , x2) i

247

r2 (x 1 , x2 ), koji su zanemareni u postupku linearizacije. Analiza ponašanja samo linearizira­ nog sustava u ovom slučaj u ne daje konačan odgovor o ponašanju nelineamog sustava. Za pojašnjenje ove situacije mogu se dati konkretni primjeri. (Van der Polova jednadžba)

Primjer 5.2

jj (t)

Lzboram varuabl' stan;a. jablama stanja: „

I

µ(l

+ =O o >O = sl"ued' matemat1.cVk • model po vari.te

y2 )y(t) y(t) ; T/ = k nst . dy(t) x 1 = y, x2 = y' (t) �

-

-

(5. 1 2)

I

± 1 (t) ±2 (t)

X2 -xi + [ X 1 e X 2e 21 (t) z2 (t)

µ(l xi)x2 r [ rdaje:

Linearizacija oko ravnotežne točke Matrica lineariziranog modelaje:

I

(5. 1 3)

-

=

Q

Q

(5. 1 4)

A = [ �1 � ] 2 µ..\ + 1 = O. Akoje Svojstvene vrijednosti matrice slijede iz karakteristične jednadžbe,\ A µ > O, svojstvene vrijednosti imajupozitivan realni dio, teje ravnotežna točka lineariziranog matematičkog modela sustav [ Z1e Z2 e r = [ nestabilan (µ i=- 1stanje > O).u Originalan nelinearni (5. 8) će prema tabelir5.1.tipatakođer imatifokus ravnotežna ishodi Međutim,za svefaznapočetne trajektorija tipa nestabilan fokus. krugu X2e J T [ Van derštuPol[ Xosci1 e latora dana na slici 5].T4 završava u graničnom uvjete osim onih koji su u ishodištu [ O O ] T. -

o

=

O

o

O

4 3 2

o -1 -2

-3

-4 .__....� .. ...._ _._ � ...._ _._ � � -'� � --'---' 1 .5 2 2 . 5 2 . 5 -2 - 1 .5 -1 -0.5 o 0.5

x1

pozicija

Slika 5.4: Fazne trajektorije jednadžbe Van der Pola •

248

5.2

Stabilnost po Ljapunovu

Koncept stabilnosti po Ljapunovu razmatra stabilnost sustava u okolini ravnotežnog stanja. Naime, poznato je da, ako nepobudeni sustav kreće iz početnih uvjeta koji su u ravnotežnom stanju, stanje sustava ostaje nepromijenjeno, tj . sustav će trajno zadržati početno - ravnotežno stanje, uz pretpostavku da na njega ne djeluje nikakva pobuda. Prema tome, želimo li provesti analizu stabilnosti, tada valja dopustiti da sustav krene iz početnog stanja koje je u okolini ravnotežnog stanja, to više što svaki sustav može biti podvrgnut pobudama (šu­ movi mjerenja, poremećaji itd.), koje sustav pomiču iz ravnotežnog stanja. Aleksandar M. Ljapunov, dokazao je svoje teoreme u doktorskoj disertaciji koju je obranio na Svečilištu u Moskvi 1 892 g. [ 1 07]. Vrijedi pročitati članak povodom stogodišnjice obrane njegove disertacije [ 1 44] . Njegovim teoremima definirani su različiti koncepti stabilnosti 1 1 8 . Do danas se postavilo preko dvadesetak definicija stabilnosti, od kojih su najvažnije: stabil­ nost u malom, stabilnost u velikom (globalna stabilnost), asimptotska stabilnost u malom, asimptotska stabilnost u velikom (globalna asimptotska stabilnost), uniformna stabilnost te eksponencijalna stabilnost. Neke od njih biti će dane u nastavku.

5.2.1 Definicije stabilnosti Izložiti ćemo najvažnije definicije stabilnosti, popraćene primjerima radi lakšeg razu­ mijevanja. Nepobuden sustav bit će opisan vektorskom diferencijalnom jednadžbom (5.5). Teorija stabilnosti po Ljapunovu razmatra ponašanj e rješenja diferencijalne jednadžbe, kada početno stanje nije ravnotežna stanje, tj . kada x0 i- X e = O, već je u okolini ravnotežnog stanja. U tom slučaju razmatra se stabilnost ravnotežnog stanja u malom, odnosno lokalna stabilnost. Moguće je razmatrati i slučaj kada je početno stanje po volji daleko od ravnotežnog stanja, tada se razmatra stabilnost ravnotežnog stanja u velikom ili tzv. globalna stabilnost.

Definicija (Stabilnost u smislu Ljapunova). Ravnotežna stanje Xe O stabilno je u smislu Ljapunova (stabilno u s.L.) ako za svaki O i svaki E �+ postoji pozitivni broj = O takav da vrijedi:

8 8(e , to) >

> t l xe l 8(e,to ) l s (t,to,xol l E

=

E


O dano; tada je moguće

25 1

ao

odabrati konstantu > O tako da trajektorija opisana s (5. 19) leži u potpunosti unutar kugle Be. Ako se odabere 8 > O tako da kugla B0 leži unutar krivulje (trajektorije), tadaje zadovoljen uvjet definicije:

l ! xe l

< 8 (t)

;

to

2: O =?

l s (t.to,xo)ll

O.

x,[rad] 10

-8

8

Slika 5.7: Trajektorij e njihala uz odabrani

a0

x,[rad/s]

sa kuglama B0 i B, •

Kada govorimo o nestabilnosti, tada kažemo da je ravnotežno stanje sustava nestabilno ako ne zadovoljava definiciju stabilnosti u smislu Ljapunova, odnosno (5. 1 5) ne vrijedi. --> oo, jer Pogrešno je međutim smatrati da je jedino nestabilnost ako --> oo kada to ne predstavlja jedino moguće ponašanje nestabilnog ravnotežnog stanja sustava. Naime, ako je ishodište nestabilno ravnotežno stanje, to znači da se uz odabrani t > O ne može odre­ diti 8 > O uz s; t takav da (5. 1 5) vrij edi. Trajektorija koja polazi iz manje kugle B0, gdje i- Xe , koja je u okolini ravnotežnog stanja, napustiti će veću kuglu B, ako = je ravnotežno stanje Xe nestabilno. Naravno, može se dogoditi da se trajektorije koje kreću iz B0 raspiruju, no to ne mora biti uvijek slučaj kod nestabilnih ravnotežnih stanja, kao što pokazuj e primjer Van der Polove jednadžbe kada je µ = 1. U primjeru je = [ O O J Trajektorije koje počinju s ibez obzira koliko blizu bile ravnotežnom = stanju, završiti će u graničnom krugu (tzv. vlastite oscilacije) kao što se vidi na slici 5 .4. Ako se provjeri definicij a stabilnosti u smislu Ljapunova, vidjeti će se da je za dovoljno mali E > O moguće osigurati da veća kugla bude u potpunosti unutar graničnog kruga. Prema tome, sve trajektorij e koje kreću iz # unutar kugle B, napustiti će tu kuglu, pa neće biti moguće naći takav 8 > O s koj im će (5. 1 5) biti zadovoljeno. Znači daje ravnotežno stanje (ishodište) nestabilno. Treba zapaziti da su sve trajektorije sustava ograničene i nijedna se ne raspiruje, tj . oo kada oo ne vrij edi.

t

l x (t) l i

8 x(t0) x0

x(to) xo x0

l x (t)l l -->

t -->

B,

Xe,

Xe

Xe

T.

252

t,,+t, Slika 5.8: Ponašanje stabilne i nestabilne trajektorije

U biti, stabilnost u s.L. implicira da se trajektorije stanja mogu zadržati po volj i blizu ishodištu (ravnotežnom stanju), ako započinju gibanje dovoljno blizu njega - slika 5.8. To međutim garantira samo da će trajektorij a završiti u ravnotežnom stanju. Ako se sustav podvrgne poremećaju, obično nas zanima da se njegovo stanje ponovno vrati na početno ravnotežno stanje, a ne samo da ostane u novom ravnotežnom stanju. Ovakva stabilnost zove se asimptotska stabilnost u s.L.

Definicija (Eksponencijalna stabilnost). Ravnotežna stanje Xe Oje eksponencijalno stabilno, ako postoje pozitivne konstante r, a, b takve da vrijedi: =

ll s (to, to + t, xo) ll :S a llxoll exp ( - bt) 'Vt, to 2 O; Vxo E Br Eksponencijalna stabilnost j e stroža od uniformne asimptotske stabilnosti. Ako je kugla malog radijusa r, tada govorimo o lokalnoj eksponencijalnoj stabilnosti, za razliku od slučaj a kada je r ____, oo , kada govorimo o globalnoj eksponencijalnoj stabilnosti. Da bi neko ravnotežno stanje bilo globalno uniformno asimptotski stabilno ili globalno eksponencijalno stabilno nužan uvjet je da ono bude jedino moguće ravnotežno stanje, odnosno da nema drugih ravnotežnih stanja. Ovaj uvjet glavni je razlog što kod linearnih sustava govo­ rimo jedino o globalnoj asimptotskoj stabilnosti kada govorimo o stabilnosti ravnotežnog stanja, odnosno kažemo da je linearni sustav stabilan. Kod nelinearnih sustava, koji mogu imati više ravnotežnih stanja, nema smisla govoriti o stabilnosti sustava. Jedino ako postoji samo jedno ravnotežno stanje, pojam stabilnost sustava ima smisla.

253 5.2.2

Izravna metoda Lj apunova

Krajem devetnaestog stoljeća Ljapunov j e razvio postupak za analizu stabilnosti, danas poznat kao izravna metoda ili druga metoda Ljapunova [ 1 07]. Ime Ljapunova obično se povezuje s tom metodom, iako je sam Ljapunov više značaja đavao prvoj metodi, rješenju po prvoj aproksimacij i, odnosno lineariziranom modelu kako bismo to danas zvali. Kasnije se pokazalo da je izravna metoda vrlo prikladna i općenita metoda za analizu stabilnosti. Ona nije niti nakon više od sto godina izgubila na značaju i danas se vrlo često koristi. Koncept energije, koji inženjeri često koriste, moguće je iskoristiti za analizu stabilnosti. Još u osam­ naestom stolj eću Lagrange je pokazao [ 1 00], da se kvantitativno ponašanj e konzervativnih mehaničkih sustava oko ravnotežnog stanja može analizirati preko potencijalne energije. Po Lagrangeu, ako je funkcija potencijalne energije konzervativnog mehaničkog sustava na lokalnom minimumu, ravnotežna stanje j e stabilno, a ako j e na lokalnom maksimumu, ravnotežna stanje je nestabilno. Veličina Ljapunova je u tome što je ovakvo zaključivanje poopćio, uvevši u razmatranje funkciju koja ima određena svojstva kao i funkcija energije stabilnog ravnotežnog stanja, a koja se danas u njegovu čast naziva funkcija Ljapunova. Štoviše, funkcija Lj apunova ne mora biti funkcija energije npr. mehaničkog sustava, ali ona predstavlja poopćenu funkciju energije mehaničkog sustava i zbog toga je primjenjiva u ana­ lizi stabilnosti ravnotežnih stanja bilo koje diferencijalne jednadžbe, odnosno sustava koji se može opisati diferencij alnom jednadžbom. Razmatra li se nepobuđeni sustav, tada se njegova dinamika može opisati jednadžbom (5.5). Ako sustav posjeduje više ravnotežnih stanja, od kojih je jedno ravnotežno stanje u ishodištu = te ako se pretpostavi da j e moguće definirati ukupnu energiju sustava funkcijom ovisnom o varijablama stanja, koja je svugdje pozitivna osim u ishodištu, tada će se ponašanje sustava moći analizirati neizravno praćenjem ove funkcije po vremenu. Ako se na razmatrani sustav, nalazeći se u ravnotežnom stanju Xe = poremeti u trenutku = Xe = energija sustava će po pret­ novo početno stanje, koje nije u ishodištu postavci morati u svakom trenutku biti pozitivna. Stanje sustava može se za > ponašati na više načina. Ako je dinamika stanja takva da se energija ne povećava s vremenom, tada se razina energij e sustava neće povećavati iznad početnog pozitivnog iznosa koji je bio u trenutku Ovisno o prirodi funkcije energije, ovakvo zaključivanje može biti dostatno da se zaključi kako je ravnotežna stanje Xe = stabilno. Ako se međutim energija sustava s vremenom monotono smanjuj e, te eventualno dođe na nulu, tada se može zaključiti da je ravnotežna stanje X e = asimptotski stabilno. Treća je mogućnost da se energija nakon poremećaja poveća iznad početne, što ukazuje na to da j e ravnotežna stanje = nesta­ bilno. Ovakvo razmišljanje navelo je Ljapunova da postavi funkciju, koja ima karakteristike funkcije energije, ali je općenitijeg karaktera od nje, a preko čijih svojstava je onda moguće zaključivati o stabilnosti ravnotežnog stanja. Ilustraciju navedenog moguće j e prikazati na dva primj era sustava drugog reda, električkog linearnog i mehaničkog nelineamog oscila­ tora.

(xe

O),

t

t0.

(x(to ) #

O, O),

t to t t0

O

O

Xe O

254

Primjer 5.4

(Nepobuđeni LC oscilator)

Na slici 5. 9 prikazana je električka shema nepobudenog LC sklopa. Napon (v(t)) na stezalj­ kama kondenzatora i struja (i(t)) kroz zavojnicu moguće su varijable stanja sustava. L -:+

I

Slika 5.9: Nepobudeni

LC oscilator

Matematički model koji opisuje sustavje:

±1(t) - z1 x2(t) 1 . x2(t) = x1(t) c = [ x1 x2 f = [ i(t) v(t) f =

gdje su: x Ukupna energija (zbroj magnetske i električke) u bilo kojem trenutku danaje sa:

V(t, x) = i1 L(t) i2 (t) 21 c(t) . v2(t) ·

+

Primjer 5.5 (Mehanički oscilator)

Mehanički oscilator koji se sastoji od opruge i mase prikazan je na slici 5. 1 O.

Slika 5. 1 O: Mehanički oscilator

U ovom su prinijeru moguće varijable stanja: položaj mase (y( t)) mjeren od opuštenog kraja opruge te brzina mase (dy(t)/dt). Matematički model, uz pretpostavku daje sila trenja između mase i podloge nelinearna funkcija označena s b(t), ima oblik:

±1(t) x2(t) - kx1(t) b(t) -­ X2. (t ) = ---X = [ X1 X2 f = [ y(t) dy(t)jdt ] T =

m

gdje

SU:

+

255

2

Ukupna energija (zbroj kinetičke i potencijalne) ovog sustava u bilo kojem trenutkuje: 1 1 ;2 (t) · f (t) + - k(t) · y ( t) V(t , x) = -m 2 2



U oba primjera može se uočiti da je ukupna energija kvadratična funkcija po varij ablama stanja, koja za slučaj vremenske nepromjenjivosti parametara ima oblik:

[� g]

gdje je P simetrična i pozitivno određena matrica.

P

= 0.5·

za LC oscilator, odnosno P

= 0.5

·

[� �]

za mehanički os­

cilator. Ukupna energija je pozitivna, tj . > O; f. O, te je također ako i samo ako je = O. Ako se energija s vremenom smanjuje, tj . gradijent energije je uvijek negativan:

V(x)

x

\:/x

V(x) = O

dV(x) = � aV(x) · Xi < O os1. m za x = O V(x) = � �� i=l tada se može zaključiti da će se V(x) kontinuirano smanjivati s vremenom te eventualno približiti O. Zahvaljujući prirodi funkcije energije, V(x) = O implicira x = O. Prema tome, ako je dV(x)/dx < O ; \:/t osim kada je x = O, tada se može reći da x(t) ---+ O za dovoljno veliki t, te je ravnotežna stanje asimptotski stabilno u s.L. Isto tako, ako gradijent funkcije V(x) nikad nije pozitivan, tj . V (x) :::; O, tada to znači da se energija neće nikada povećati, ali to ne mora značiti i da će se potpuno istrošiti, tj . doći na nulu. Može se tada zaključiti da energija V(x), odnosno x, ostaju ograničeni u nekom smislu, što znači da je ravnotežna ·

i

stanje stabilno u s.L. Za oba oscilatora se ukupna energija može izraziti u obliku:

p11 p22

konstante neovisne o vremenu (sustavi su vremenski U slučaju da su koeficijenti i nepromjenjivi), gradijent će biti dan sa:

±1

(x1) x2 = h(x2)

Poznavanje matematičkog modela, odnosno jednadžbi = Ji 1 omogućuje da se izraze kao funkcije stanja Pri tome poznavanje rješenja i diferencijalnih j ednadžbi nije potrebno da bi s e zaključilo o stabilnosti. Otuda i naziv izravna metoda Ljapunova. Gradijent energije će za LC oscilator biti:

V(x) V (x)

· V(x) =

x.

Lx1 (-X2) Cx2 (Xl)C L

+

=

O; \:/t

LC oscilator j e, prema tome, stabilan u s.L., ali nije asimptotski stabilan. Ako se u krug uključi otpornik, dobiti će se RLC sklop, tj . sustav će biti disipativan, jer će se energija trošiti

256

na otporniku, tj . V (x) će uvijek biti negativan, osim kada je x = stabilan u s.L. Gradijent energije će kod mehaničkog oscilatora biti:

O, te će postati asimptotski

V (x) = kx1x1 + mx2±2 = kx1x2 - kx1X2 + x2b x2b vidimo, predznak V (x) ovisi o predznacima sile trenja b(t) te brzine mase V (x) nije pozitivan ako se sila trenja uvijek suprotstavlja gibanju mase, pa je =

Kao što

x2

= y(t).

tada ravnotežno staitje stabilno u s.L. Ono je štoviše asimptotski stabilno u s.L., kao što se može pokazati primjerom. Međutim, ako su b(t) i x2(t) istog predznaka, tada je gradijent od V(x) pozitivan (V (x) > O ), što znači da se V(x) može povećavati. Za konkretan primjer, zbog postojanja opruge koja masu pomiče lijevo-desno, o stabilnosti se ne može zaključivati bez dodatne analize.

5.2.3

Stabilnost ravnotežnih stanja vremenski nepromjenjivih sustava

Aleksandar M. Ljapunov postavio je skalarnu funkciju V(x) koja se može smatrati po­ općenom funkcijom energije. Činjenica je da se često funkcija energije koristi kao moguća funkcija Ljapunova. S druge strane, kada je sustav opisan matematičkim modelom, ne mora uvijek biti jasno što znači "energija". Uvjeti koje mora zadovolj iti funkcija V(x) da bi bila funkcija Ljapunova zasnivaju se stoga na matematičkim umj esto fizikalnim razmatranjima.

Definicija (Pozitivno određena i pozitivno poluodređenafunkcija). Jednoznačna kon­ tinuirana funkcija V (x) koja ima kontinuirane parcijalne derivacije je pozitivno od­ ređena u nekom području n oko ishodišta prostora stanja, ako vrijedi: I. V(O) = O 2. V(x) > O ; Vx i= O ; x E n Funkcijaje pozitivno poluodređena ako se drugi uvjet oslabi te umjesto njega vrijedi: 3. V(x) 2 O ; Vx i= O ; x E n

Definicije za negativno određene i negativno poluodređene funkcije iste su kao i gore, s time da je u drugom uvjetu znak > O (veće od O) zamijenjeno sa < O (manje od odnosno u trećem uvjetu je 2 O zamijenjen sa ::; O. Teoremi Ljapunova dati će se bez dokaza, koj i se mogu naći npr. u [ 1 07], [55] .

O),

Teorem I (Stabilnost u s.L. - izravna metoda Ljapunova). Ako je moguće naći kon­ tinuiranu skalarnufunkciju V ( x) koja, ima kontinuirane prve derivacije i koja zado­ voljava: I. V(x) > O ; Vx i= O ( V(x)jepozitivno određena) 2. V (x) ::; O ( V (x)je negativno poluodređena) 3. V(x) -; oo kako llxll -; oo ( V(x)je radijalno neograničena) tadaje ravnotežna stanje Xe, koje zadovoljava f (xe) = O globalno stabilno u s.L. Uvjeti ( 1 ) i (2) impliciraju da je ravnotežno stanje stabilno u s.L. Uvjeti ( 1 ) i (2) su uvjeti lokalne stabilnosti u okolini ishodišta. Da bi ono bilo globalno stabilno u s.L. nužno je još ispuniti uvjet (3).

Teorem 2 (Asimptotska stabilnost u s.L. - izravna metoda Ljapunova). Akoje moguće naći kontinuiranu skalarnufunkciju V ( x) koja ima kontinuirane prve derivacije i koja zadovoljava: I. V(x) > O ; Vx i= O ( V(x)je pozitivno određena) 2. V (x) < O ( V (x)je negativno određena)

257 --+

3. V(x) --+ oo kako llxll oo (V(x)je radijalno neograničena), tada je ravnotežna stanje Xe, koje zadovoljava f (xe) = O globalno asimptotski sta­ bilno s.L.. u

Skalama funkcija koja zadovoljava uvjete ( 1 ), (2) i/ili (3) naziva se funkcija Ljapunova. Za stabilno ravnotežna stanje u ishodištu za dvodimenzionalni sustav, jedan od mogućih ob­ lika koji funkcij a Ljapunova može poprimiti dan je na slici 5. 1 1 .

X2

Slika 5 . 1 1 : Mogući oblik funkcije Ljapunova za sustav drugog reda. (koordinatni sustav

(x1 , x2 , V(x))

Kao što se sa slike vidi, riječ j e o globalno asimptotskom ravnotežnom stanju, jer se za bilo koji početni uvjet trajektorij a približava ishodištu (ravnotežnom stanju). Grafički prikaz koji pojašnjava različite vrste stabilnosti, definirane gornj im teoremima, dan je na slici 5 . 1 2. Na slici su prikazane krivulje (izohipse) gdje su Ci pozitivne konstante. Ovakav prikaz za za > u ravnini s koordinatama koje predstavljaju varijable stanja sustava, naziva se Ljapunovljeva ravnina 2) ili prostor 2). Krivulje (izohipse) se u Ljapunovljevoj ravnini nikada ne sijeku, budući da je funkcija Ljapunova jednoznačna funkcija. Krivulje su kontinuirane, jer je funkcija Ljapunova kontinuirana funkcija i sve njezine prve parcijalne derivacije također su kontinuirane funkcije.

V(x) = Ci ; Ci O

V(x 1 , x2 ) = Ci,

(n =

(n >

258

x,

Slika 5 . 1 2 : Primjer Ljapunovljeve ravnine za sustav drugog reda Kao što se sa slike 5 . 1 2 vidi, u tom primjeru uvjet (3) nije zadovoljen. Naime, moguće je da [[x[[ -> oo , dok V(x) ostaje ograničen, kao što je slučaj s krivuljom V(x) na slici. Može se dogoditi da se V(x) kontinuirano smanjuje, uzrokujući da se trajektorij a stanja, koja primjerice kreće s početnog uvjeta XN (to) = preko asimptotski približava a da istodobno [[x[[ _, oo. Uvjet globalne stabilnosti (3) mora biti zadovoljen, da se isključi ovakvo ponašanje trajektorije. Prikaz trajektorije koja kreće s početnog uvjeta x5(t0) = i završava na x1 = i x = O, pokazuje da je ishodište, ravnotežna stanje Xe = O , lokalna stabilno u s.L. jer vrij edi V (x) ::::; O . U primjeru su za lokalnu stabilnost dozvoljena početna stanja u okolini ishodišta, i to samo ona koja su unutar područja omeđenog ktivuljom Kao što vidimo, u tom je slučaju novo ravnotežna stanje ograničeno, ali ne mora završiti u ishodištu. S druge strane, trajektorij a koja kreće s početnog uvjeta XA(t0) = i završava u ishodištu, ukazuje na to da je za taj slučaj ishodište ravnotežna stanje koje je lokalna asimp­ totski stabilno u s.L, jer vrijedi pooštren uvjet (2), Teorema 2 - asimptotske stabilnosti u s.L. tj. V (x) < O ,Vx -I O. Znamo li jedino da je V (x) ::::; O , ne možemo sa sigurnošću tvrditi da će se trajektorij a približavati ishodištu, ali možemo zaključiti da je ishodište stabilno u s.L., budući da se trajektorija zadržava unutar kugle BE, odnosno u okolini ishodišta, jer početni su uvjeti x(t0) bili u Ljapunovljevu prostoru koji sadržava okolinu ishodišta. Kadaje V (x) ::::; O moguće je zaključiti o asimptotskoj stabilnosti ishodišta, samo ako smo u stanju pokazati da nijedno rješenje (trajektorija) ne može zauvijek ostati u skupu V (x) = O osim trivijalnog rješenja x(t) = O . Jedino se pod tim uvjetom V(x) mora smanjivati prema O, pa prema tome x(t) -> O kada t _, oo. Ovakvo proširenje osnovnog teorema o stabilnosti u s.L. (Teorem I ) naziva se : =

C6,

C5

C4

C4,

C2 2

C3

C3.

C3

{

}

Teorem 3 (La Salle-ovo načelo nepromjenjivosti). Ako postoji pozitivno određena skalarna kontinuirana funkcija V: R+ x Rn R+ kojoj je gradijent također kon­ tinuirana, ali negativno poluodredena skalarna funkcija, te uz pretpostavku da je ishodište jedino ravnotežna stanje sustava Xe = J (t, O) O ; Vt, te ako se pret­ postavi da skup _,

=

S1

= {X E Rn ; V (x) = O }

ne sadrži netrivijalno 1ješenje (trajektoriju) sustava, tadaje ishodište globalno asimp­ totski stabilno.

259

Problem kod izravne metode Ljapunova je taj što ne postoji samo jedna funkcija Ljapuno­ va. Naime, za neki sustav moguće je naći više funkcija Ljapunova, iz čega slijedi da sama činjenica da nismo našli funkciju Ljapunova ne znači da ona ne postoj i, odnosno da je ravnotežna stanje koje ispitujemo nestabilno. Kako bi se napravila jasna razlika između odabrane funkcije V (x), koju ispitujemo kao moguću kandidatsku funkciju za funkciju Ljapu­ nova i same funkcije Ljapunova, koja zadovoljava uvjetima ( 1 ), (2) i/ili (3), svaku funkciju koja bi mogla postati Ljapunovljeva zvati ćemo moguća funkcija Ljapunova. No tek kada ona udovolji uvjetima ( 1 ), (2) i/ili (3) nazvati ćemo je funkcija Ljapunova. Nažalost, Teoremi Ljapunova ne daju nikakve smjernice kako naći funkciju Ljapunova. Budući da ima više funkcija Ljapunova za neki sustav, očigledno je da će neke biti bolje od drugih. Tako se npr. može dogoditi da se za neki sustav nađe funkcija Ljapunova Vi (x), koja ukazuje na lokalnu asimptotsku stabilnost u s.L., za početna stanja u okolini ravnotežnog stanja (ishodišta), neka druga funkcija Ljapunova Vi (x) može ukazivati na lokalnu stabilnost u s.L., a neka treća funkcija Ljapunova V3 (x) ukazuje na globalnu asimptotsku stabilnost u s.L. Možemo ustvrditi sljedeće: ako je ravnotežna stanje stabilno, tada sasvim sigurno postoj i odgovara­ juća funkcija Ljapunova, međutim drugo je pitanje jesmo li je u stanju pronaći. Ne postoji neka univerzalno najbolja metoda za traženje funkcije Ljapunova. Forma moguće funkcije Ljapunova obično se pretpostavlja, bilo čistom pretpostavkom, bilo poznavajući fizikalnu sliku, ili analizom energij e sustava. Nakon pretpostavljene forme V (x), testira se gradijent te funkcije, uvođenjem u razmatranje matematičkog modela sustava = (x) .

i:( t)

f

5.2.4 Formiranje moguće funkcije Ljapunova kod linearnih sustava Za razliku od nelinearnih sustava, kod linearnih je sustava moguću funkciju Ljapunova lakše odrediti, jer pomato je da je u klasi kvadratičnih funkcija V(x) = xTPx. Za linearni, nepobuđen i vremenski nepromjenjiv sustav opisan sa x(t) = Ax(t) ; x E Rn moguću funkciju Ljapunova treba tražiti u obliku: V(x) xTPx ; gdje P mora biti pozitivno određena simetrična matrica želi li se osigurati pozitivna određenost skalarne funkcije V (x) koja ima kontinuirane prve parcijalne derivacije1 19. Drugi uvjet stabilnosti u s.L. (vidi Teo­ rem 1 , uvjet (2)) moguće je dobiti iz uvjeta za gradijent V (x) . Za gradijent moguće funkcije Ljapunova vrij edi:

=

V (x)

dV(x) . � 8V(x) · Xi < O os1m =� = L; za x = O �

V(x)

= x_Tpx + xTpx_ = (Ax) T Px + xT P (Ax)

·

te slijedi:

i=l

i

= xT ATPx + xTPAx

= xT(ATP + PA)x < O

Ako gradijent mora biti negativno određena funkcija, tada se može postaviti: V (x) = xT(ATP + PA)x = -xTQx < O

V(x) < O ako i samo ako je Q pozitivno određena simetrična matrica. U tom slučaju će i moguća funkcija Ljapunova postati funkcija Ljapunova. Prema tome će za nepobuden line­ arni sustav ravnotežna stanje (ishodište) Xe O biti globalno asimptotski stabilno u s.L. ako

=

1 1 9 V ( x) > O vidi Teorem 1, uvjet ( l ).

260 vrijedi da je: ATP + PA = -Q (5 .20) gdje su: P i Q pozitivno određene simetrične matrice. Jednadžba (5.20) ima nazivjednadžba

Ljapunova.

Analiza stabilnosti linearnog sustava izravnim postupkom Ljapunova odvija se tako da se prvo odabere simetrična matrica Q, koja mora biti pozitivno određena. Obično se odabire da je Q jedinična matrica. Zatim se iz jednadžbe (5.20) izračuna simetrična matrica P. Ako je ona pozitivno određena, tada je sustav globalno asimptotski stabilan u s.L.

Definicija (Pozitivno određena1 20 matrica). Neophodni i dovoljni uvjeti da realna (P) i simetrična (P pT ) matrica budu pozitivno određenejesu: 1 . xT Px > O ; Vx -=f. O 2. Sve svojstvene vrijednosti matrice P su pozitivne tj. zadovoljavaju .\ ( P) > O, 3 . Svi gornji lijevi minori (submatrice) Pk imaju pozitivne determinante, 4. Postoji matrica W takva da vrijedi: P = WTW =

Pozitivno određena matricajepored toga što je simetrična također i strogo pozitivna! Definicija (Pozitivno poluodređena1 21 matrica). Realna simetrična matrica P = pT pozitivno je poluodređena, ako skalar (kvadratičnaforma) zadovoljava: o: = xTPx 2 O

;

Vx E

�n

Definicija (Strogo pozitivna matrica). Nesimetrična realna matrica A -=f. AT strogoje pozitivna ako je � (A + AT) pozitivno određena matrica. Ako se matrica A izrazi na sljedeći način: A = � (A + AT) + � (A - AT)

2

2

gdje je prvi pribrojnik (0.5A + 0.5AT) simetrična matrica, a drugi pribrojnik (0.5A - 0.5AT) antisimetrična122 matrica (AT = -A, odnosno: aij = -aj i Vi, j uz sve elemente na glavnoj dijagonali nula), tada kvadratična forma xT Ax = � xT (A+AT)x mora biti pozitivni skalar, za sve x -=f. O, da bi A matrica bila strogo pozitivna.

Primjer 5.6

(Stabilnost linearnog sustava izravnom metodom Ljapunova)

Razmatra se linearni sustav dan sa:

± 1 (t) = -x1 (t) - 2x2 (t) ±2 (t) = X 1 (t) - 4x2 (t) Ravnotežna stanje sustavaje u ishodištu Xe = O. Ako se odabere Q = I, tada će jednadžba Ljapunova biti: ATP + PA = -I

120 engl. Positive definite 1 2lengl. Positive semidefinite. 1 22 engl. Skew symmetric.

261

Odavde uz pretpostavku daje p 1 2 = P2 1 (P je simetrična matrica) slijedi:

- 2p11 + 2P12 - 1 - 2pn 5p1 2 + P22 = O -4p12 8p22 = - 1 p = [ PPll12 PP221 2 J = [ �� �i =

-

-

Matrica P je stoga:

60

]

60

Pozitivna određenost matrice P može se ispitati na više načina (vidi (1), (2), (3) i (4) u defini� ciji pozitivne određenosti matrice). Ako se ispitaju lijeve subdeterminante matrice (Sylves­ terov postupak - vidi (3) u definiciji), što inače nije preporučljiv numerički postupak, dobiti će se daje 23/60 > O i također daje det(P) = 302/60 > pa se može zaključiti daje P pozitivno određena matrica, odnosno daje ravnotežna stanje Xe = O sustava asimptotski stabilno u s.L. Funkcija Ljapunovaje, prema tome:

V(x) dokje gradijent dan sa:

X1 X2 ] [ �� 1 (23x2 - 14x 1 x2 + llx2 ) 2 = 60 V (x) = - ll x ll 2 = - (xi + x� ) =

[

·

1

O,

60

Grafički prikaz V(x) danje na slici 5. 13.

Slika 5 . 1 3 : Prikaz

V(x) u koordinatnom sustavu x1, x2 , V(x1, x2 ) •

262

5.2.5 Funkcij a Ljapunova u drugim primjenama Osim uporabe izravnog postupka, odnosno funkcije Ljapunova u analizi stabilnosti, njezina je uporaba također primjenjiva kod projektiranja sustava automatskog upravljanja za: • procjenu dominantne vremenske konstante sustava, •



• •

brzo otklanjane poremećaja, procjenu područja privlačenja, stabilizaciju sustava, sintezu adaptivnih sustava upravljanja i td.

5.2.5.1

Procjena dominantne vremenske konstante

Funkcija Ljapunova može se iskoristiti za procjenu brzine povratka stanja sustava u ra­ vnotežno stanje, nakon što je iz njega bilo pomaknuto. Za slučaj ishodišta kao ravnotežnog stanja, procjenjuje se kako brzo će se nakon poremećaja stanje vratiti na ishodište. Ako je sustav globalno asimptotski stabilan u s.L., te ako je funkcija Ljapunova, tada je moguće definirati kvazi-konstantu:

V(t, x)

µ mjn =

[ -:r::��) ]

(5 .21)

gdje se minimizacija obavlja po svim komponentama vektora stanja x =I= O u području u kojem je ravnotežno stanje asimptotski stabilno. Iz ( 5 .2 1 ) slijedi:

V (t, x) :::; µV(t , x) Integracijom lijeve i desne strane dobiti će se:

V(t ,x(t)} x) J µdt -> J . dV(t, V(t, x) V[to ,x(ta)} t V[t, x(t)] :::; µdt = -µ(t - to) V [to , x(to )] - tI t

odakle slijedi: ln odnosno:

[

to

_

]

(5.22)

o

V[t, x(t)] :::; V[to, x(t0 ) Je- µ(t - to )

(5.23)

Budući da za asimptotsko stabilno ravnotežno stanje vrij edi da -+ O kako -+ O, stoga se l može interpretirati kao gornja granica za vremensku konstantu sustava. Prema tome, µ daJe procjenu dominantne vremenske konstante sustava. Kada se raz­ matra više mogućih funkcija Ljapunova, tada se najbolja od njih može odabrati kao ona koja

x(t)

V[t, x(t)]

daje najveći

µ,

odnosno kojoj je najveći omjer

-:c����) .

Za poznatu funkciju Ljapunova

kod linearnog sustava postupak je jednostavan. Naime, tada je:

V(x) V(x)

= =

xTPx -xT Qx

263 gdje su:

P Q

-

pozitivno određena simetrična matrica pozitivno određena simetrična matrica za koju vrijedi:

Tada se µ može dobiti sljedećim postupkom: (5.24) Na minimumu mora biti zadovoljeno: [)µ

_ (2Qx)(xTPx) - (xTQx)2Px -0 2

ax -

_

(xT Px) Kako može postojati mnogo "točaka" x, koje zadovoljavaju gornji uvjet, to se obično

uzima tipična točka

pa tada iz (5.24) slijedi: odnosno:

( Q - !'P)x = O (P - 1 Q - !'I)x = O

što pokazuje da I' mora biti svojstvena vrijednost matrice p - 1Q, te slijedi: µ = najmanja svojstvena vrij ednost matrice p - 1Q

Primjer 5. 7 (Procjena dominantne vremenske konstante linearnog sustava)

Za nepobuden sustav opisan sa: x( t)

=

[ =� ]

Ax (t), gdjeje matrica sustava

A = �1

matrice P i Q slijede iz rješenjajednadžbe Ljapunova: A Tp + PA

=

-

I i glase:

Budući da je Q = I, µ će biti najmanja svojstvena vrijednost matrice p-1, jer p - 1Q = p -1 . Nalaženje svojstvene vrijednosti matrice p - l ekvivalentna je rješavanju II - .API = O, odnosno:

23 7 60 - .\ 60

1 - - .\

=0

=

264

što daje: A1 2.288; A2 7. 71, te je, prema tome, µ jednako najmanjoj svojstvenoj vrijednosti matrice p - l tj. µ = 2.288. Jednadžba (5.23) je sada: =

V(x) :S V(xo) . e- 2.2ss(t-t0)

Akojepotrebno odrediti gornju vremensku granicu potrebnu da se stanje sustava izpočetnog stanja x(O) = [ 1 O ] T dovede u okolinu ravnotežnog stanja, određenoj kružnicom radi­ jusa 0 . 25 oko ishodišta, tada se može potrebno vrijeme proračunati na sljedeći način. Prvo se mora izračunati najveći iznos takav da Ljapunovljeva ravnina V(x) = xT Px = leži u potpunosti unutar ili na kružnici xr + x� = (0.25) 2 . Iznos kojim se zadovoljava taj uvjetje 0.009. Situacijaje prikazana na slici 5. 14.

C,

C

C,

x, 0,25

x�+x� =(0,25)

-0,5

0,5

V(x)==xTPx=0,009

-0,25

-0,5

Slika 5 . 14: Procjena dominantne vremenske konstante

Označi li se sa t = t8, vrijeme smirivanja, koje je potrebno da stanje sustava dosegne okolinu ishodišta (ravnotežnog stanja) definiranu s jednadžbom kružnice radijusa 0.25, tada iz (5.22) slijedi: Kakoje:

-

V(xo) = [ 1

o

tadaje vrijeme smirivanja:

]

-

-

[ 2_288 1

ts :S

.

.!_µ

[ __!!_ V(Xo) _]

[ -723/60/60

ts
= IPI > matrica P je pozitivno određena, paje sustav asimptotski stabilan. Uz pretpostavljeni V(x) = xTPx, njezinje gradijent dan sa: =

O, 6 2

O;

V (x) = xTPx + xTPx = (Ax + Bu)TPx + xT P (Ax + Bu) = -xTx + 2uTBTPx

266 Upravljački vektor treba odabrati tako da se minimizira uTBTPx uz ograničenje Umax '.S 1, jer će tada gradijent V(x) biti najveći. Očigledno je da upravljački vektor u(t) mora biti paralelan s vektorom BTPx, ali suprotnog predznaka i maksimalno dozvoljene amplitude, što se može izraziti sa:

u(t) =

BTPx(t) - JIBT Px(t) ij

Uvrštenjem matrica B i P u gornji izraz dobiti će se traženi upravljački vektor:



Kada želimo procijeniti područje privlačnosti asimptotski stabilnog ravnotežnog stanja (ishodišta), tj . kada želimo odrediti skupove početnih uvjeta sadržane u području privlačnosti, tada se prvo moraju odrediti funkcije Ljapunova koje zadovoljavaju uvjete asimptotske sta­ bilnosti u nekom području

O,

pa ako je

D

ostati u području

D.

Dakle,

=

D

{V(t, x)

'.S

c}

ograničen skup i sadržan u n,

t D predstavlja procjenu područja privlačnosti.

tada će se svaka trajektorija koja kreće iz

približavati ishodištu kada

� oo te pri tome

5.2.6 Stabilnost ravnotežnih stanja sustava po prvoj metodi Ljapunova Kao što je spomenuto, Aleksandar M. Ljapunov izložio je dva postupka određivanja sta­ bilnosti sustava, od kojih je veće značenje pridavao prvoj metodi. Prva metoda temelji se na linearizaciji nelinearne diferencijalne jednadžbe nepobuđenog sustava prirodnog (homogenog) rješenja.

i

na određivanju

Linearizacija se obično provodi razlaganjem nelinearne

funkcije u Taylorov red i zanemarivanjem članova višeg reda. Tako je za nelinearan nepobu­ den vremenski nepromjenjiv sustav opisan sa:

x(t) = f [x(t)]

l

l

(5.25)

vektor nelinearnih funkcija za svaku komponentu stanja sustava dan sa:

f(x) =

Ji ( x i , X 2 , Xn ) h( xi , X2 , . . . , X n) „.,

fn (X 1 , X2 , . . Xn ) Razvoj u Taylorov red multivarijabilne funkcije f(x) dan je sa: d x(t) = f(x) dt

=

f(x 0 ) + Vxf(x0 )



[x(t) - x0 ] + o [x(t) ]

gdje: o

[x(t)] -

ostatak Taylorov reda koji sadrži samo članove višeg reda.Jx

[ �!!.h. Eh_ 1 Đxi

OXn

OXn :

Qb_ OX n

- Jacobian n

x

n matrica proračunata u radnoj točki

Vx f ( x 0 ) (x0 ) .

267 Ako se zbog jednostavnosti pretpostavi daje radna točka u ishodištu (x 0 x (t) = Ax(t)

=

O), tada imamo:

+ o(x)

(5.26)

U gornjoj jednadžbi jasno se uočava linearni dio (Ax(t) ) i nelinearni dio - svi preostali članovi višeg reda (matrica o(x)): gdje je:

A�

rr

o(x) =

au a12 a21 a22

a1n a2n

ann ani an2 o, (x 1 , x2 , ' ' ' , xn ) 02 (x1 , Xz , . . . , xn ) On (x1 , X2 , . . . , Xn )

1l

Zanemarimo li nelinearne članove - matricu o (x) , proizlazi sustav linearnih diferencijal­ nih jednadžbi sustava: (5.27) x(t) Ax(t) Karakteristična jednadžba lineariziranog nepobuđenog sustava (5 .27) jest: =

i >-I - AI = o

(5.28)

Svojstvene vrij ednosti (5.28) općenito imaju oblik: Ai = CJi ± ]wi ; i = l , 2, . . . n

Za određivanje dovoljnih uvjeta stabilnosti sustava po lineariziranim jednadžbama važni su sljedeći teoremi Ljapunova: (Teorem A). Ako su realni dijelovi svih korijena Ai karakterističnejednadžbe (5.28) nega­ tivni, ravnotežna stanje sustava asimptotskije stabilno. (Teorem B): Ako među korijenima Ai karakteristične jednadžbe (5.28) bude jedan ili više korijena s pozitivnim realnim dijelom, ravnotežna stanje sustavaje nestabilno. U slučaju kada među korijenima karakteristične jednadžbe postoji jedan ili više nul­ tih korijena, a realni dijelovi preostalih korijena su negativni, nije moguće ocijeniti sta­ bilnost nelinearnog sustava analizom lineariziranog modela sustava. Naime, u navedenom slučaju koji se još naziva kritičnim slučajem, stabilnost sustava ovisi i o obliku nelinearnosti oi (x1 , x2 , . . . , xi ) izraza (5.25). o (x) se u kritičnom slučaju stabilnosti sustava određuje analizom realnog (nelinearnog) matematičkog modela sustava (5.25).

5.2.7 Uvjeti stabilnosti ravnotežnih stanja linearnih sustava au­ tomatskog upravljanj a Na osnovi izloženog pojma stabilnosti po A. M. Ljapunovu, moguće je odrediti dovoljne uvjete stabilnosti linearnih (lineariziranih) sustava automatskog upravljanja. Diferencijalna jednadžba linearnog vremenski nepromjenjivog sustava automatskog upravljanja123 u opera­ torskom obliku dana je sa:

(an 'Dn + an -1Dn - l + · · · +ao) y (t) = (bm 'Dm +am -1Dm - l + · · · +bo) u(t)

1 23 Vidi 2.5. 1 .

(5.29)

268 Odziv sustava dan je rješenjem gornje jednadžbe i može se izraziti

124

kao:

y (t) = Yh(t) + Yp (t) gdje je:

Yh (t) yp (t)

-

prirodni odziv sustava (homogeno rješenje), forsirani odziv sustava (partikulamo rješenje).

U teorij i automatskog upravljanja određuje se stabilnost prirodnog odziva (homogenog

rješenja), koji u skladu s terminologijom Ljapunova valja tretirati kao stanje nepobuđenog sustava. Drugim rij ečima, o stabilnosti linearnog sustava dovoljno je zaključiti samo teme­ ljem ponašanja njegovog prirodnog odziva. Sustav treba pustiti da započne gibanje s nekim početnim uvjetom, pa pratiti kako se ponaša njegov prirodni odziv. U skladu s određivanjem stabilnosti po

A. M.

asimptotski stabilan ako je zadovoljen uvjet:

Ljapunovu, sustav će biti

Yh( t--+oo lim

t) = O

Kako nam je poznato da se prirodni odziv ponaša po eksponencijalnom zakonu:

Yh(t) =

L n

i=

.

1

Ci e>.; t

=

C1e>.1 t + C2 e>.2t +

'--v-'

'--v-'

prirodni mod

· · ·

prirodni mod

+ Cn e>.n t

"--v---'

prirodni mod

gdje su:

>..i

-

korijeni karakteristične jednadžbe sustava:

n n anA, + an - l A, - 1 + · · · + ao

=O

Uvjet asimptotske stabilnosti u s.L. biti će ispunjen samo u slučaju da se sve svojstvene 125 nalaze u lijevoj poluravnini kompleksne ravnine. Odnosno, LTI sustav je

vrijednosti

asimptotski stabilan ako vrijedi: Re {>..i }
..i } :::; O, a sve višestruke svojstvene vrijednosti moraju imati Re {>..i } < O.

Na slici 5 . 1 5 . prikazani su mogući položaj i korijena karakteristične jednadžbe u komplek­ snoj ravnini.

Ss? - - - - - - - - - - - - - - - - : jro2 I

-()6 1 I

jro jcos

- - - - - - - - - - i> Sz

s.

I I

-jro2 - - - -jco6 7bS

- - - - - - - - - -

Slika

5.15:

I

-Ć S

3

Mogući položaj i korij ena karakteristične jednadžbe u s ravnini

1 24Vidi 2.6.6. 12 5 Je dnostruke i višestruke.

269 Obično se korijeni s negativnim realnim dijelom nazivaju lijevim jer su u kompleksnoj ravnini razmješteni lijevo od imaginarne osi. Po analogiji, korij eni s pozitivnim realnim dije­ lom nazivaju se desnim korijenima. Iz analize prirodnog odziva (homogenog rješenja) proizlazi da su brzina prigušenja i oblik prij elaznog procesa ovisni o položaju svoj stvenih vrij ednosti u kompleksnoj ravnini. Stabil­ nost linearnog sustava ne ovisi o obliku desne strane diferencijalne jednadžbe (5.29), već isključivo o obliku njezine karakteristične jednadžbe. Na slici 5 . 1 6. grafički su ilustrirani mogući oblici homogenog rješenja.

y

y

y

y

y

,

,

lim yh(t)=O t-oo sustav je stabilan

lim yh(t)=� ' - , _ t-oo sustav je nestabilan

sustav je neutralan

Slika 5.16: Mogući prirodni odzivi linearnog sustava Analiza stabilnosti linearnih regulacijskih sustava izravnim određivanjem korijena karak­ teristične jednadžbe nije bila učinkovita osobito za sustave višeg reda. Naime, dok nije bilo digitalnili računala i pouzdanih numeričkih postupaka za izračunavanje svojstvenih vrijed­ nosti karakteristične jednadžbe, analiza stabilnosti tražila se postupcima koji nisu zahtije­ vali rješavanje karakteristične jednadžbe. U vremenu Maxwella, Vishnegradskog, Stodole, Routha, Hurwitza i Ljapunova bio je to ponajprij e čisto matematički ili inženjerski problem, no pokazalo se kasnije da je od izuzetne važnosti za upravljanje sustavima. Naime, u to doba126 teorij a automatskog upravljanja nije još postojala kao znanstvena disciplina127. Tek četrdesetak godina kasnij e, istraživanjem Nyquista, Minorskog, Goldfarba, Evansa, Jury-a, Kharitonova i mnogih drugih istraživača koj i su potom slijedili, može se reći da se stabilnost istraživala sa staj ališta automatskog upravljanja sustavima. Kako za određivanje stabilnosti 126 1 860-ih godina. 1 27Postojala su neka tehnička rješenja, no ne i uobličena znanstvena disciplina.

270 nije potrebno znati iznose korijena, već j e nužno da svi korij eni budu smješteni lijevo od imaginarne osi kompleksne ravnine, u teoriji automatskog upravljanja razvijeni su postupci za analizu stabilnosti nazvani

kriteriji stabilnosti.

Oni omogućavaju određivanje uvjeta pri

kojima će svi korijeni karakteristične jednadžbe zatvorenog sustava imati negativne realne dijelove. Asimptotska stabilnost u smislu Ljapunovljeve prve metode naziva se i unutarnja Za razliku od nje postoj i i tzv. ulazno-izlazna stabilnost ili BIB0 129 stabilnost.

stabilnost128 .

5.3

Ulazno-izlazna (BIBO) stabilnost

Kod ove stabilnosti, za razliku od unutarnje stabilnosti, kod koje se o stabilnosti zaključi­ valo temeljem pozicije svoj stvenih vrijednosti linearnog sustava, zaključuj e se o stabilnosti na temelju poznatih pobuda i odziva sustava, tj . manifestacija na ulazno/izlaznim stezaljkama sustava. Time ulazno-izlazna stabilnost daje odgovor o stabilnosti samo potpuno upravljivog i osmotrivog dijela sustava. Unutarnja stabilnost govori o stabilnosti kompletnog sustava jer ispituje gdje se nalaze sve svoj stvene vrijednosti sustava. Ulazno-izlaznom stabilnošću bavi­ li su se Sandberg [ 1 4 1 ] , Zames [ 1 84], [ 1 85], Desoer i Vidyasagar

[39] i dr. Zbog zahtijevnog

matematičkog predznanja u tu vrstu stabilnosti neće se podrobnije ulaziti u ovom udžbeniku.

Definicija (BIBO stabilnost). Kauzalan kontinuirani linearni sustavje ulazno-izlazno stabilan ili BJBO stabilan ako ograničene pobude na sustav rezultiraju ograničenim odzivima. Neophodan i dovoljan uvjet za BIBO stabilnost sustava jeste daje težinska funkcija sustava ograničena: 00

J lg(T)I dT o


O

(5.32)

SPR funkcija ne mora biti racionalna funkcija, no u teorij i sustava zanimaju nas upravo racionalne funkcije po kompleksnoj varij abli stvari da

s.

Uvjet pozitivne realnosti

(5.31)

zahtijeva u

G(s) ima uvijek pozitivne (ili nula) realne dijelove kada s ima pozitivne (ili nula)

realne dij elove. Za linearni sustav kažemo da j e pasivan ako i samo ako je pozitivno rea­

lan. Značaj pasivnosti linearnog podsustava leži u činjenici da ni paralelna veza niti veza s povratnom vezom linearnih komponenata, koje su pozitivno realne, ne ugrožavaju stabil­ nost nelinearnog sustava. Geometrijska interpretacija pozitivne realnosti znači da racionalna funkcija G (

s ) po kompleksnoj varijabli s = rT±jw preslikava svaku točku iz zatvorene desne

poluravnine kompleksne ninu

G( s)

s

ravnine (uključujući imaginarnu os) u zatvorenu desnu polurav­

ravnine. Za funkcije prij enosa višeg reda nije j ednostavno po gornjoj definicij i

odrediti uvjet pozitivne realnosti, j e r t o uključuje testiranje uvjeta pozitivne realnosti u cijeloj desnoj poluravnini. Za tu svrhu sljedeći teorem olakšava testiranje pozitivne realnosti.

Teorem (Strogo pozitivna realna funkcija prijenosa) Funkcija prijenosa G( s) je strogo pozitivno realna (SPR) ako i samo ako: 1.

G( s) je strogo pozitivno realnafunkcija prijenosa,

2. Realni dio od G(s)je strogo pozitivan duž jw osi, tj. Vw > O, Re {G(s)} > O

275 Gornji uvjet je također uvjet pasivnosti ako je znak ' > O' zamijenjen sa '2: O'. Prema gornjem teoremu, neophodni uvjeti za funkciju prij enosa da bude SPR (strogo pozitivno re­ alna) su: 1 . G( je strogo stabilna (nazivnik je Hurwitzov polinom),

s)

2. Za frekvencijsku karakteristiku G(jw) polarni prikaz (Nyquistov prikaz) u potpunosti leži u desnoj poluravnini - što znači da je fazni pomak uvij ek manji od 90° , 3. G(s) ima polni višak (relativni red) n - m = O ili n

4.

- m = 1,

G(s) je strogo minimalno fazna (tj. sve njene nule su strogo u lijevoj poluravnini kom­ pleksne s ravnine).

Primjer 5.10 Za LTI sustav dan sfankcijom prijenosa G

(s) (s) = BA(s)

=

s2 + 6s + 8 s2 + 4s + 3

ispitati da lijefunkcija prijenosa SPR? Rješenje: Uvjet 1. je zadovoljen jer polinom u nazivniku ima polove u otvorenoj lijevoj poluravnini. Uvjet 2. je također zadovoljen, kao i uvjet 3, jerje frekvencijska karak­ teristika (Nyquist) u cjelosti u desnoj poluravnini, a polni višakje n m = O. Kakoje i uvjet 4 zadovoljen, može se zaključiti dajefankcija prijenosa SPR.

A( s) -



Ako je funkcija prijenosa linearnog podsustava nelineamog sustava SPR, tada linearni dio sustava ima vrlo važno svojstvo, izražena čuvenom Kalman-Jakubovich lemom Lema (Kalman-Jakubovich lema) Razmatra se potpuno upravljiv linearni vremenski nepromjenjiv sustav:

x(t)=Ax(t)+bu(t) y (t) = CTx(t) Funkcija prijenosa G(s) = cT(sI - A ) - 1 b je strogo pozitivno realna ako i samo ako

postoje pozitivno određene matrice P i Q takve da vrijedi:

Značaj ove leme je u tome da je primjenjiva na funkcije prijenosa koje sadrže čiste inte­ gratore, što je dosta često kod adaptivnih i slijednih sustava upravljanja. Lema traži da sustav bude asimptotski stabilan (jednadžba Ljapunova) i potpuno upravljiv. Modificirana verzija Kalman-Jakubovich leme koja ne zahtijeva potpunu upravljivost jest: Lema (Meyer-Kalman-Jakubovich lema). Nekaje skalar I nenegativan, vektori i c su odgovarajućih dimenzija, matrica linearnog sustava je asimptotski stabilna, te neka postoji pozitivno određena matrica L dimenzije n X n. Akojefunkcija prijenosa:

A

b

276 strogo pozitivno realna, tada postoji skalar određena matrica takva da vrijedi:

P

E

> O, vektor

q i simetrična pozitivno

ATP + PA = -qqT EL Pb = c + fiq -

Ova lema razlikuje se od Kalman-Jakubovich leme po tome što: 1 . jednadžba izlaza je sada:

y(t) = cTx(t) + �u(t) 2. Ne traži se da sustav bude potpuno upravljiv, već mora biti "ustaljiv" tj. neupravljivi dio vektora stanja mora biti stabilan.

5.6

Algebarski kriteriji stabilnosti

Algebarski kriteriji stabilnosti su oni postupci kojima se bez rješavanja linearne dife­ rencijalne jednadžbe, korištenjem samo koeficijenata njene karakteristične jednadžbe, može odrediti da li njene svojstvene vrijednosti imaju negativne realne dijelove, odnosno nalaze li se na lijevo od imaginarne osi kompleksne ravnine tj. u stabilnom području. Tim problemom bavili su se najprije James Clerk Maxwell [1 13] i I. Wischnegradski [ 1 80] no s polovičnim uspjehom. Naime, rij ešili su problem za sustave do trećeg reda. Maxwell je štoviše sma­ trao da je nemoguće riješiti taj problem za sustave višeg reda (n > te da je tim nači­ nom nemoguće odrediti stabilnost, koristeći se samo koeficijentima diferencijalne jednadžbe. Kako je Maxwell bio u povjerenstvu za Adamsovu nagradu, to je vjerojatno pod njegovim utjecajem za 1 877. godinu postavljena tema Određivanje kriterija stabilnosti. Engleski mate­ matičar Edward John Routh izložio je svoje rješenje problema u obliku eseja za koji je dobio nagradu za tu godinu131 [81]. Maxwell i Routh su bili kolege za vrijeme studija na Sveučil­ ištu u Cambridgeu i Routh je bio najbolji student u generaciji 1 854. godine, dok je Maxwell bio drugi. Interesantna je spomenuti kao anegdotu [53], [54] da je svoje izlaganje pred pov­ jerenstvom za Adamsovu nagradu Routh navodno započeo ovim riječima132: "Nedavno mi je zaokupilo pozornost saznanje da je moj dobar prij atelj James Clark Maxwell imao poteškoća s prilično trivijalnim problemom". Švedski matematičar Hurwitz je tek 1 8 godina nakon Routha ( 1 895. godine) ne poznavajući Routhov rad, došao do sličnog rezultata. Ti su krite­ rij i međusobno povezani i ekvivalentni, pa se u literaturi često susreću pod nazivom Routh­ Hurwitzov kriterij stabilnosti.

3)

5.6.1 Routhov kriterij (1877) Kriterij je postavljen u radu [8 1 ] i primjenjiv je za slučaj karakteristične jednadžbe n ;:::: 3. kontekstu sustava upravljanja, ako se razmatra stabilnost zatvorenog kruga, to znači da karakteristična jednadžba koja se mora ispitati mora biti karakteristična jednadžba zatvorenog kruga, odnosno: U

1

+ Go(.\) = an An + an -l_xn - l + an - 2 _xn - Z + · · · + az.\2 + ai.X + ao = O

1 3 1 engl. Adams Prize Essay 13 2"It has recently come to my attention that my good friend James Clark Maxwell has had difficulty with a rather trivial problem".

277 Test se sastoji iz dvaju koraka. l.

U

prvom koraku

(inspekcijskom testu),

koji se mora obaviti prije formiranja Routhove

tablice, potrebno je ispitati neophodne ali ne i dovoljne uvjete da bi karakteristična jednadžba imala sve svojstvene vrijednosti u lijevoj poluravnini kompleksne ravnine. Ispituje se: da li su svi koeficijenti

ai (i

znak

= 1 , 2, . . . n) pozitivni, odnosno

imaju li isti pred­

da li svi koeficijenti postoje, odnosno da li barem jedan nedostaje

2.

Ako karakteristična jednadžba prođe inspekcijski test, onda je kandidat za primjenu Routhovog kriterija.

Ako ne prođe inspekcijski test, sustav je nestabilan i ne mora

se dalje ispitivati stabilnost formiranjem Routhove tablice. Routhov se test temelj i na tablici koja ima n

+ 1 redaka i koja izgleda:

Tablica 5.2.

>.n >.n-1 >.n-2 >.n-3 >.n- 4 >.1 >.o

C1 1 = an

C12 = an- 2

C13 = an-4

C21 = an- 1

C22 = an-3

C23 = an- 5

C31 = C1 2 -r3 C22

C3 2 = C13 -r3 C23

C33 = C14 -r3 C24

C41 = C22 -r4 C32

C4 2 = C23 - r4 C33

C43 = C24 - r4 C34

Cs1 = C32 -r5 C42

Cs2 = C33 - rs C4 3

Cs3 = C34 - r5 C44

ao

o o

o o

gd.� e su:

o o o

Cn C31 C21 r3 = C21 ; r4 = C31 ; r5 = C4 1

Pravilo sastavljanja tablice vidljivo je iz njene strukture. Prvi stupac je pomoćni stupac i ne predstavlja ustvari stupac Routhove tablice.

U prvom stupcu dani su zbog lakšeg popunja­

vanja, odnosno određivanj a broja redaka, oznake za potencije svojstvenih vrijednosti. Drugi stupac predstavlja prvi stupac Routhove tablice. Prvi redak Routhove tablice tvori se tako da se od lij eva na desno ispiše svaki drugi koeficij ent karakteristične jednadžbe, počevši od ko­

an. Drugi redak također se ispisuje od lijeva na desno tako da se upisuje svaki drugi koeficijent počevši sa an - l Oba reda ispisuju se sve dok se ne raspišu svi koeficijenti. Bilo koji koeficijent tablice Cij koji slijedi u redovima iza drugog (i 2:: 3) eficijenta uz najvišu potenciju

·

može se odrediti izrazom:

ci - 2 1 Ci-1,j+1 Cii = Ci- 2,j+1 - C i - 1,l '-v-" ·

gdje je:

i - broj retka Routhove tablice j - broj stupca Routhove tablice

(5. 33)

278 Formulacija Routhova kriterija stabilnostijest: Da bi sustav bio stabilan, neophodnoje i dovoljno da koeficijenti prvog stupca Routhove tablice budu istog predznaka:

Cu > O

;

C2 1

>O

C31

. . . , Cn+1,1 > O

> O;

Primjer 5.1 1 Potrebno jeformirati Routhovu tablicu za sustav s karakterističnomjednadž­ bom: 1 + Ga (>. ) = .\3 + a2 >-2 + a1 >. + ao = O ; ai > O Rješenje: Kako zadana karakterističnajednadžba prolazi inspekcijski test može se pristupiti formiranju Routhove tablice:

),3 ),2 .>, 1 >.o

a1 ao

1

a2 a1 - ao a2 ao

o o

Treba uočiti da su preostala mjesta tablice popunjena nulama kada su se iscrpili svi koeficijenti, te da u zadnja dva retka postoje samo članovi u prvom stupcu.

Primjer 5.12 Potrebno je odrediti stabilnost zatvorenog sustava automatskog upravljanja čijaje karakterističnajednadžba:

1 + Go (>-) = >-4 + a3 A3 + a2 .A2 + a 1 >- + ao = O Rješenje: Da bi se zadovoljio inspekcijski test, svi koeficijenti moraju biti pozitivni. Routhova tablicaje:

>.4 ),3 ),2 ). 1 >. o

1

a3 a a2 - i ati. a a1 - 3 oa i a2 - a3 ao

ao

a2 a1 ao

o

o

o

o

o

o

I ovdje kao i u prethodnom primjeru zadnja dva retka imaju samo članove u prvom stupcu te se kao zadnji element u prvom stupcu pojavljuje slobodni koeficijent a0. Također se može uočiti da slobodni koeficijent ao preskače u tablicijedan redak i pojavljuje se u stupcu koji prethodi njegovom. To je zapažanje korisno jer nam omogućuje da popunimo tablicu prije nego što računamo preostale elemente. Primjer 5.13 Popunimo Routhovu tablicu bez računanja preostalih elemenata za karakte­ rističnu jednadžbu

279 Rješenje:

,\5 ,\4 ,\3 ,\21 ,\o ,\

1 a4 C1 3 C1 4 C15 ao

a1 ao

a3 a2 C23 ao

o o o o

o o



Pri sastavljanju Routhove tablice radi jednostavnijeg izračunavanja koeficijenata moguće je množiti ili dijeliti redove tablice s pozitiv�im brojem. Kako se u prvom stupcu uvijek po­ javljuju koeficijenti i koje smo već ispitali inspekcijskim testom, to proizlazi da uvjeta u odnosu na inspekcijski test. Također se može Routhova tablica daje novih n zaključiti da broj korijena karakteristične jednadžbe s pozitivnim realnim dijelom odgovara broju promjena predznaka u prvom stupcu tablice.

an , an- I a0 -

2

Primjer 5.14 Potrebnoje odrediti stabilnost sustava danog s karakterističnomjednadžbom:

1 + G0 (.\) = .\6 + 6.\5 + 21.\4 + 44.\3 + 62.\2 + 52.\ + 100 = O Rješenje: Kako su uvjeti inspekcijskog testa zadovoljeni može se pristupitiformiranju Routhove tablice:

,\56 ,\ ,\4 ,\3 ,\21 ,\o ,\

-

1 6 13. 67 20 . 59 47. 95 34 8 3 100 .

21 44 53.33 8. 11 100 o o

62 52 100 o o o o

100

o o o o o o

Sustav je nestabilan, jer u prvom stupcu Routhove tablice nisu svi elementi pozitivni. Budući da postoje dvije promjene predznaka od (u retku na (u predzad­ rljem retku ,\ 1) te na + (u zadnjem retku), sustav ima dvije svojstvene vrijednosti u desnoj poluravnini kompleksne ravnine.

100

+47.95

.\2) -34.83



Kako algebarski postupci daju stabilnost ovisno o koeficijentima karakteristične jednadžbe zatvorenog sustava upravljanja, to su prikladni za analizu stabilnosti u parametarskoj ravnini. Naime, iz uvjeta pozitivnosti prvog stupca Routhove tablice, moguće je doći do uvjeta koje moraju imati parametri sustava da bi se osigurala stabilnost. Sljedeći primjer ilustrira ovu vrlo značajnu prednost algebarskih postupaka.

280

Primjer 5.15 Sustav automatskog upravljanja danje blok shemom na slici 5.20. u

r

Regulator

Slika

5.20:

Aktuator

y

Objekt

Blok-shema sustava automatskog upravljanja

Ga(s) = 1/ (s + 1),

GpD(s) = K (s + a), = 1/ [s (s + 2) (s + 3)] .

Funkcije prijenosa su: regulator aktuator Potrebno je odrediti s kojim će parametrima regu­ objekt Gp(s) latora biti osigurana stabilnost zatvorenog kruga. Rješenje: Funkcija prijenosa otvorenog kruga je:

(a, K)

Go ( 8) _

K(s + a) s(s + l)(s + 2)(s + 3)

dokje karakteristična jednadžba zatvorenog kruga:

1 + Go ( s) = s4 + 6s3 + lls2 + (K + 6)s + Ka = O Inspekcijski test daje sljedeće uvjete stabilnosti:

K + 6 > O ==} K > -6 Ka > O ==} Ka > O Prema inspekcijskom testu stabilno područje u parametarskoj ravnini dana je osjenčanim područjem na slici 5.21: K

a - - -

Slika

5.2 1 :

- - -

-

-

6

Područje stabilnosti dobiveno inspekcijskim testom

28 1 To područjepredstavlja prvu procjenu područja stabilnosti. Preostali će uvjeti biti poznati kada seformira Routhova tablica i postave uvjeti pozitivnosti svih elemenata prvog stupca. 1

84

s2 s1

so

11

6 K 10 - 6

83

K+6 Ka

C14

o

Ka

o

o o

o Ka o C14 = (K - 60) 60(K-+K6) + 36Ka

Prema tome, uvjeti stabilnosti su:

K > 0 =;. K < 60 l0 - 6 5 (K + 5) + 35Ka > O =? (K - 60) (K + 6) + 36Ka < O - (K - 0) 60 -K Iz uvjeta (K - 60) (K + 6) + 36Ka < O slijedi da K mora ležati izmedu korijena - rješenja kvadratnejednadžbe:

(K - 60) (K + 6) + 36Ka = O K2 - (54 - 36a)K - 360 = O Za a = O =? K1 = 60 i K = -6. Područje stabilnosti dano je na slici 5. 2 2.

K

-10

-5

60

5

10

a

Slika 5.22: Podru čje stabilnosti u parametarskoj ravnini

(a, K)

Kao što se vidi u odnosu na procjenu područja stabilnosti koju smo dobili inspekcijskim testom, neophodni i dovoljni uvjeti Routhovog testa to su područje bitno smarlji/i. Svaki izbor parametara regulatora iz stabilnog područja definiranog na slici 5.22 osigurava stabilnost zatvorenog sustava automatskog upravljanja. •

282

5.6.1.1 Posebni slučajevi 1 . Ako karakteristična jednadžba sadrži eksponencijalne funkcije po kompleksnoj varijabli s, Routhov se kriterij ne smije koristiti. Prema tome, za sustave koji imaju kašnjenja Routhov kriterij nije primjenjiv.

2. Ako je bilo koji koeficijent ai karakteristične jednadžbe kompleksan broj, Routhov kri­

terij nije primjenjiv. To se neće pojaviti kod tehničkih sustava, jer su kod njih koeficijenti karakteristične jednadžbe realni brojevi i zbog toga se kod njih svojstvene vrij ednosti uvijek pojavljuju u konjugirano kompleksnim parovima.

3. Kada se formira Routhova tablica, mogu se pojaviti dvije poteškoće: prvi element retka je nula, a ostali su različiti od nule, ·

svi elementi retka su nula.

Ako je prvi element retka nula, a ostali su različiti od nule, tada se nula zamijeni infinitezimalno malim brojem E i s njim provodi daljnje formiranje tablice. Kada se dobiju svi elementi prvog stupca, primijeni se limes proces kada E --> O te ocijeni stabilnost.

Primjer 5.16 Za zatvoreni sustav dan sa:

s4 + 83 + 82 + s + 2 = o potrebno je odrediti stabilnost sustava. Rješenje: Budući daje inspekcijski test zadovoljen, može se pristupiti formiranju Routhove tablice.

84 83 82 81 so Limes proces (lim E

-->

1 1 0 --> E E-2 E 2

1 1 2 o o

2 o o o o

O) u prvom stupcu će Routhove tablice dati:

1 1 o - oo

2

Budući da postoje dvije promjene predznaka, sustav je nestabilan i ima dva pola u desnoj poluravnini. •

Kada su svi elementi nekoga retka nula, to ukazuje da su se dogodili jedan ili više sljedećih uvjeta: • Parovi realnih korijena suprotnih predznaka.

283 •



Parovi korijena na imaginarnoj osi. Parovi kompleksno-konjugiranih korij ena koji formiraju simetriju oko ishodišta kom­ p leksne ravnine.

Formiranje Routhove tablice moguće je uz sljedeće intervencije:

s. Pomoćna jed­ nadžba je ona jednadžba koja se tvori od koeficijenata koji se nalaze u retku neposredno iznad retka u kojem su se pojavile nule. Red pomoćne jednadžbe je uvijek paran i uka­ zuje na broj korij ena koji su jednaki po amplitudi ali su suprotnog predznaka. Tako primjerice za pomoćnu jednadžbu četvrtog reda, postoji dva para korijena jednakih am­ plituda i suprotnih predznaka.

1 . Provede se derivacija pomoćne jednadžbe po kompleksnoj varij abli

2. Zamijeni se nul redak koeficijentima jednadžbe koja je dobivena deriviranjem pomoćne jednadžbe.

3. Nastavi se s formiranjem Routhove tablice

Primjer 5.17 Za sustav dan sa:

s6 + 2s5 + 5s4 + 8s3 + 8s2 + 8s + 4 = O potrebno je odrediti stabilnost. Rješenje: Kao što se vidi, inspekcijski testje zadovoljen te se pristupa formiranju Routhove tablice:

s6 s5 s4 s3 s2 sl so

1

2

1

o

4

5

8 4 o

4

o o

8 8 4 o o o o

4

o o o o o o

Kao što se vidi, nul redak se pojavio u retku s3 . Pomoćna će se jednadžba tvoriti od koefici­

jenata koji se nalaze u retku neposredno iznad (redak s4), tj. bit će:

s4 + 4s2 + 4 = ( s2 + 2) 2 Pomoćnajednadžba ima polove s 1 ,2 = ±j./2. Njena derivacijaje: 4s3 + 8s te se nul redak zamjenjuje koeficijentima 4 i 8, te se s istima nastavija formiranje tablice pa imamo:

s6 s5 s4 s3 s2 s1 so

1

2

1

4 2

o

4

5 8 4 8 4 o o

8 8 4 o o o o

4

o o o o o o

284 Ponovo se dogodio nul redak te se istim postupkom kao i ranije nastavlja. Pomoćnajednadžba je:

2s2 + 4 2 (s + 2) =

Njena derivacijaje 4s, teje konačno Routhova tablica: s6 s5 s4

s3 s2 sl

so

1 2 1 4 2 4 4

5 8 4 8 4 o o

8 8 4 o o o o

4 o o o o o o

Prvi stupac ima sve pozitivne elemente teje sustav stabilan. •

Routhov kriterij stabilnosti daje odgovor da li se svojstvene vrijednosti (polovi) nalaze u lijevoj poluravnini kompleksne ravnine. On prema tome daje odgovor o apsolutnoj stabil­ nosti. Često nam to nije dovoljno, jer nas zanima koliko su oni blizu imaginarnoj osi, tj . zanima nas relativna stabilnost sustava. Iako je za tu svrhu bolje koristiti frekvencijske kri­ terije stabilnosti Nyquista, o kojima će biti više rij eči kasnije, ipak se i Routhov kriterij može iskoristiti i za tu svrhu. Naime, ako se izvrši pomak ordinatne osi s-ravnine za neki iznos u lijevo (prema stabilnom području), tj. ako se s zamijeni sa s CJ gdje je CJ konstanta pomaka, te uvrsti s CJ u karakterističnu jednadžbu dobit će se nova karakteristična j ednadžba po s s kojom se onda može dalje obaviti analiza stabilnosti korištenjem Routhovog kriterij a. Ako se u prvom stupcu tablice dobije, recimo, promjena predznaka, tada će broj promjena pred­ znaka ukazivati na broj polova koji se nalaze na desno od vertikalne linije s = -CJ. Tinle smo dobili broj polova koji su desno od postavljene linije i time pobliže dobili uvid u relativnu stabilnost sustava. Velika je prednost Routhovog kriterija što je prikladan za proračun na digitalnom raču­ nalu, čime se eliminiraj u moguće pogreške "ručnog" računanja kod formiranja Routhove tablice. -

-

5.6.2 Hurwitzov kriterij (1895) Švedski matematičar Adolf Hurwitz izložio je svoj algebarski postupak u radu [75]. Raz­ matra se karakteristična jednadžba zatvorenog sustava:

(5.34)

285 Za analizu stabilnosti potrebno je koeficijentima karakteristične jednadžbe sastaviti deter­ minantu Hurwitza:

6.n

an- 1

an-3

an-5

an

an- 2

an-4

o o

an-1

an-3

an

an-2

o

an- 1

=

o

o

(5.35)

o

a2

ao

a3

a1

O O

a4

a2

ao

Pravilo sastavljanja determinante (5.35) vidljivo je iz strukture. U glavnoj se dijagonali po redoslijedu upisuje n koeficijenata jednadžbe, počevši od drugog koeficijenta (an _ 1 ). Iznad glavne dijagonale u svakom stupcu upisuju se po redu koeficijenti s opadajućim indeksima, a ispod glavne dijagonale upisuju se po redu koeficijenti s rastućim indeksima. Pri tome se na mjesto koeficijenata s indeksima većim od n ili manjim od nule upisuju nule. Tako određena determinanta 6. n sadrži n redaka i n stupaca. Iz tako određene determinante 6.n određuju se glavne dijagonalne subdeterminante od 6. 1 sve do 6. n : Un-3

Un-2

an-2

1

an-4

O an-3 an- 1 Formulacija Hurwitzova kriterija stabilnosti glasi: Da linearni sustav automatskog upravljanja s karakterističnom jednadžbom (5.34) bude stabilan, neophodno je i dovoljno da uz an > O sve glavne dijagonalne subde­ terminante Hurwitzove determinante (5.35) budu pozitivne. U slučajevima kada j e red karakteristične jednadžbe n bilnosti daje sljedeće uvjete: 1.

n =

1, pri tome je

uvjet stabilnosti je:

2.

n

=

2;

uvjeti stabilnosti su:

=

(1 -:-- 4 ) Hurwitzov kriterij sta­

286 odnosno:

a1 3. n =

a0

> O;

>O

3;

uvjeti stabilnosti su:

1 %1

a3 A2 u

61

> O;

=

a2

>O

� ai = a2a1 - a3ao > Q - a3 a2 ao O 63 = a3 ai O = ao62 > O O a2 ao

4.

n =

(5.36)

4;

uvjeti stabilnosti su:

,

a4 A2 u

a3

_

ai

> O;

a3 a4

O

ao ai

l

6 1 = a3 > O ai = a3a2 - a4a1 a2 =

64

>O

a1 (a3a2 - a4a1) - a�ao

=

a0 63

>O

>O

odnosno:

a3 > O; a2 > O; a1 > O; a1 (a3a2 - a4a1) - a�ao > O

ao

> O;

Iz izloženog je vidljivo da je za sustave prvog i drugog reda uvjet stabilnosti zadovo­ ljen ako su svi koeficijenti karakteristične jednadžbe pozitivni. Za sustave trećeg i četvrtog reda uvjeti stabilnosti bit će zadovoljeni ako su svi koeficijenti karakteristične jednadžbe veći od nule i ako je 6 n l > O. Primjena ovog kriterija za sustave n :2:: 5 nije prikladna, jer se znatno povećava broj dopunskih nejednadžba. Analizom Hurwitzova kriterij a također se može pokazati da karakteristična jednadžba sustava kod koje je 6 n = O, (a svi drugi Hurwitzovi uvjeti su zadovoljeni) sadrži par imaginarnih korijena, pa se sustav nalazi na rubu stabilnosti (rub oscilatome stabilnosti). U slučaju kada su svi Hurwitzovi uvjeti ispunjeni osim ao = O, tj . karakteristična jednadžba ima jedan nulti korijen, sustav se također nalazi na rubu stabilnosti (rub aperiodske stabilnosti).

Primjer 5.18 Potrebno je odrediti iznos koeficijenta pojačanja regulatora za sustav au­ tomatskog upravljanja zadanog blok shemom (sl. 5.23) za koji sustav prestaje biti stabilan, tj. kritični ili granični iznos koeficijenta pojačanja

Kgr·

287

Regulator

uc

Aktuator + Objekt

y

Slika 5.23: Blok-shema sustava automatskog upravljanja

Prijenosne funkcije komponenata sustava su: regulator Gr (s)

G(s) = 1 / (1 + sT1 ) (1 + sT2 ) ( 1 + sT3 ).

= K aktuator s objektom

-------

Rješenje: Funkcija prijenosa otvorenog krugaje:

K G0 (s) - ( 1 + sT1) (l + sT ) (l + sT ) 3 2 Karakterističnajednadžba zatvorenog sustavaje:

odnosno:

+ sT1)(l + sT2 )(l + sT3 ) svodenjem gornjejednadžbe na oblik (5.34) proizlazi:

(1

+K= O

T1 T2 T3 s3 + (T1T2 + T1T3 + T2 T3 )s2 + (T1 + T2 + T3 )s + 1 + K = O. Primjenom Hurwitzovog kriterija (5.36) proizlazi:

(T1T2 + T1T3 + T2 T3 ) (T1 + T2 + T3 ) > ( 1 + K)T1T2 T3 uvrštenjem u (5.3 7) Ta = ��; Tb = R proizlazi:

(5.37)

(5.38)

Iz nejednadžbe (5.38) proizlazi:

K > Kgr = ( 1 + Ta + n) .

( + L �J 1

+

1

(5.39)

Analizom izraza (5.39) slijedi da je kritično pojačanje sustava određeno kvocijentima vre­ menskih konstanti razmatranog sustava. Minimalni iznos Kkrit dobije se u slučaju da je Ta = Tb = 1, tj. min Kkrit =

8.



Za razliku od Routhovog kriterij a koji je zbog svojeg algoritamskog karaktera (elementi tablice se pojavljuju u procesu izračunavanja), vrlo prikladan za određivanje stabilnosti pri­ mjenom računala, Hmwitzov kriterij, koji ima zatvorenu formu i koristi proračun determi­ nanti 133, nema tu prednost. 133 Proračun determinanti nije preporučljivo koristiti na digitalnom računalu.

288

5. 7

Frekvencijski kriteriji stabilnosti

Frekvencijski kriteriji stabilnosti vrlo često se primjenjuju u inženjerskoj praksi, jer su pri određivanju stabilnosti sustava višeg reda prikladniji od algebarskih kriterija. Primjenom tih kriterija zaključuje se o stabilnosti zatvorenog sustava na temelju analitičkog ili eksperimen­ talnog određivanja frekvencijskih karakteristika otvorenog sustava.

5.7.1 Nyquistov kriterij (1932) Nyquistov kriterij razrađen je

1 932.

godine

[ 1 27]

za određivanje stabilnosti pojačala s

negativnom povratnom vezom, a u teorij i automatske regulacije primjenjuje se približno od

1 938.

godine.

Početkom dvadesetog stoljeća za analizu stabilnosti postojali su samo al­

gebarski kriteriji Routha i Hurwitza, te kriteriji Ljapunova. Međutim Ljapunovljeva teorija stabilnosti počela se koristiti na Zapadu tek negdje od

1 958.

godine, jer j e do tada njegovo

značajno teoretsko dostignuće ostalo uglavnom nepoznato izvan ruskog govornog područja. S izumom elektroničkog cijevnog pojačala (Harold Stephen Black

1 927

g., Bell Telephone

Laboratories) postalo je ostvarivo povezivanje istočne i zapadne obale SAD-a telefonskom mrežom. Međutim, tijekom postavljanja telefonskih kablova pojavili su se problemi, jer su se s povećanjem razdaljine povećavali gubici signala. Ni povećanje promjera kablova nije ovdje znatnije pomoglo. Kako bi se gubici smanjili na prihvatljivu mjeru, ugrađivalo se sve više i više elektroničkih pojačala. To je opet dovelo do novih problema, jer se s velikim bro­ jem pojačala dobila distorzija signala, budući da su se male nelinearnosti koje svako cijevno pojačalo posjeduje, množile ugradnjom svakog novog pojačala. Upravo kao rješenje prob­ lema distorzije signala Black j e predložio pojačalo s povratnom vezom. No, kao što je danas dobro poznato u sustavima s povratnom vezom, nužno je veliko pojačanje otvorenog kruga, ako se želi izbjeći osj etlj ivost sustava na promjene parametara. Kako je Black povećavao po­ j ačanje tako je dovodio sustav u nestabilnost,

[ 1 4], [ 1 6].

Na raspolaganju mu je bio kriterij

Routha ili Hurwitza, no u ono vrijeme bez digitalnih računala problem je bio prekomplek­ san. Naime, trebalo je analizirati diferencijalne j ednadžbe više od

50

reda, a tu Routhov

i Hurwitzov kriterij, bez pomoći računala, nisu bili od velike pomoći. Istraživači Bell Tele­ phone Laboratories 134, koji su većinom bili inženjeri telekomunikacija i poznavali dostignuća teorije kompleksne varijable i ideju frekvencijske karakteristike, okrenuli su se kompleksnoj analizi kako bi riješili taj problem. Nyquista135

(1 27]

Kao rezultat tog nastojanja publiciran j e rad Harryj a

kojim se dokazuje d a se stabilnost zatvorenog kruga može odrediti poz­

navajući grafički prikaz frekvencijske karakteristike otvorenog kruga. Njegov dokaz temelj i s e n a Cauchyovom načelu argumenta. Z a razliku o d drugih kriterij a stabilnosti, Nyquistov kriterij ima

i fizikalni

smisao. On povezuje statička frekvencijska svojstva otvorenog sustava

s dinamičkim svojstvima zatvorenog sustava. Svrhovitost primjene tog kriterij a proizilazi iz sljedećih razloga:

1.

Po Nyquistovu kriterij u stabilnost se zatvorenog sustava određuje pomoću amplitudno­ fazne frekvencijske karakteristike otvorenog sustava

2.

G0

(jw).

Kriterij se može primijeniti i u slučajevima kada nisu poznate diferencijalne jednadžbe sustava (dijela sustava) već su poznate samo frekvencijske karakteristike koje su određene eksperimentalno.

1 34 H. Nyquist, H. S. Black, H. W. Bode 1 3 5 Također radio u Beli Telephone Laboratories.

289 3. Primjenom Nyquistova kriterij a može se određivati stabilnost sustava s koncentriranim

i raspodijeljenim parametrima. 4. Nyquistov kriterij stabilnosti povezuje analizu i stabilnost sustava s analizom kvalitete

prijelaznog procesa. Nyquistov kriterij, kao što je rečeno, temelji se na Couchyjevom načelu argumenta što se u ovom slučaju može prikazati na sljedeći način: G0 (s) N(s) B (s) . · funkClJa ·· pnJenosa ·· Neka Je otvorenog sustava - A (s) , c1 D (s ) - i+ Go ( s ) -

Go (s)

!J

G (s)

_

_

_

-

_

1 � A ; funkcija prijenosa jediničnom povratnom vezom zatvorenog kruga, tada je karakte­ risticni polinom zatvorenog sustava:

A(s) + B(s) = D(s) = 1 + Go(s) = 1 + B(s) A(s) A(s)

(5.40)

O:n Sn + O:n - ISn- l + . . . + O:o an sn + an - l sn - l + . . . + ao

(5.41 )

odnosno, može se reći da je karakteristični polinom zatvorenog kruga također funkcija pri­ jenosa s nulama koje su jednake polovima zatvorenog kruga i polovima koji su jednaki polovima otvorenog kruga:

( s) D(s) = o:c1 A(s) gdje je:

=

o:c1 (s) = A (s) + B (s) - karakteristični polinom zatvorenog sustava reda n,

A (s)

karakteristični polinom otvorenog sustava reda n. Analizom karakteristične jednadžbe otvorenog sustava moguća su tri slučaja stanja otvorenog sustava: otvoreni sustav je stabilan, otvoreni sustav je nestabilan i otvoreni sustav se nalazi na rubu stabilnosti. Pri analizi stabilnosti zatvorenog sustava primjenom Nyquistova kriterij a potrebno je analizirati tri slučaja stanja otvorenog sustava. -

I slučaj -

A (s) = O

ravnotežno stanje otvorenog sustavaje stabilno

U skladu s Cauchyjevim načelom argumenta promjena argumenta karakterističnog polinoma otvorenog sustava je: �

arg

o::;w O:

w1f =

J--2T21- -2T21- Jl + 4T2K2 +

(5. 100)

Iz (5.99) i (5.100) proizlazi:

-

'Po (w1f) = -7r/2 arctan v-o.5 + 0.5Jl + t!T2 K2 - W1f T

(5. 1 0 1 )

Iz (5.97), (5.100) i (5. 101) slijedi izraz za određivanje graničnog iznosa vremena kašnjenja Tgr ."

Tgr

=

-7r

- J- 5 0.5v'l + 4T2K2 . T J 5 + 5Vl + 4T2K2

/2 arctan -0,

0. +

O,

gr

Za T < T razmatrani sustav biti će stabilan. •

Pri određivanju stabilnosti sustava s kašnjenjem primjenom Nyquistova kriterij a potrebno je, ovisno o strukturnoj shemi sustava, pravilno odabrati točku otvaranja sustava. Naime, za analizu stabilnosti sustava opisanih u otvorenom krugu funkcijom prij enosa (5.89), ovisno o mjestu komponente kašnjenja u strukturnoj shemi, potrebno je primijeniti pravila otvaranja sustava prema slici 5.40.

307

G,

y

e

G,

- m) koji ne sadrže male parametre. Stabilnost sustava može se odrediti iz pojednostavnjene karakteris­ tične jednadžbe zatvorenog sustava: acl ( s )

=

A( s ) + KB(s) = O

(5. 1 1 3)

ili primjenom logaritamskih karakteristika pojednostavljene kompleksne funkcije prijenosa otvorenog sustava: Go (J.w) = K B (jw) (5. 1 1 4) A(jw ) Dopunskifazni pomak što ga uzrokuju mali parametri nafrekvenciji presjeka Wc, određuje se izrazom:

3 14

S obzirom na (5. 115), fazno osigurarlje sustava (5. 114) se smanjuje:

"fc � "f + 57, 3O A(s) - s (s + a) o će karakterističnajednadžba zatvorenog kruga biti: K ac1 (s) = 1 + G0 (s) = 1 + s s a) = O ( + odakle slijedi: K = -1 s (s + a) odnosno: ac1 (s) s 2 + as + K = O. Korijeni karakterističnejednadžbe su: a2 -K s1 , 2 - � ± 4 2 Ako se ograničimo samo na pozitivne promjene pojačanja O � K � oo , tada će se za slučaj: a2 O � K � 4 dobiti realni polovi - a � s � O

=

=

V

dok će se za:

a2 K > 4 dobiti konjugirano kompleksni polovi KMKje dana na slici 6.2. Kao što vidimo, budući daje n = 2 te m = O, n - m = 2 grana KMK težit će u oo kako K ....._, oo . j ro K>0,25a2

-a

K>0,25a2

Slika 6.2: Krivulja mjesta korij ena •

318

Neka svojstva KMK ovog jednostavnog primjera mogu se poopćiti:

1 . Broj grana krivulje mjesta korijena jednak je (n) stupnju karakteristične jednadžbe raz­ matranog sustava,

2.

KMKje simetrična u odnosu na realnu os, kompleksni dijelovi trajektorija korijena uvi­ jek su konjugirano-kompleksni.

3. KMK započinje na polovima otvorenog kruga (za K

= O),

-

4. Ako funkcija prijenosa otvorenog sustava ima m nula i n polova (n 2_ m), tada za K --+ oo; m grana krivulje mjesta korijena završava u m konačnih nula funkcije pri­ jenosa otvorenog kruga, a njih n m teži u beskonačnost uzduž asimptota,

5. KMK napušta realnu os u točkama u kojima je K na ekstremu za realne s. Ove točke

(

moguće je dobiti iz uvjeta

)

- A(s) d dK B(s) = O . ds ds = Iz karakteristične jednadžbe zatvorenog sustava proizlazi jednadžba:

A(s) K = - B(s)

kojom se može odrediti graf K krivulje mjesta korijena.

= f(-s),

(6.2)

na temelju kojeg se određuju realni dijelovi

K

-s

Slika 6.3: Grafički p1ikaz K =

=

f(-s)

Na primjer, za grafički prikaz K = f (-s) slika 6.3, za K = O, realni korijeni su s1 = O ; s 2 i s3. S porastom koeficijenta pojačanja do iznosa K = K0 dolazi do približavanja korijena s1 i 8 2 . U točki K Ko korij eni 81 i s2 postaju kompleksni, a korijen s3 raste od 83 do oo (slika 6.4).

319

K=O

K=O

s,

53

Slika

6.4:

s,

15

KMK na realnoj osi

Jednostavno pravilo za određivanje KMK na realnoj osi j e sljedeće: KMK će biti na onom segmentu realne osi (za K > O) za koji je broj realnih nula i polova otvorenog kruga na desno od segmenta neparan (slika 6.5).

Neparan broj nula i polova za segment 2 jro



3 2 segmenti

4 •

Neparan broj nula i polova za segment 4 Slika

6.5:

KMK na realnoj osi po segmentima

Kao što se vidi na segmentima br.

1i3

segmentima

2 i 4 jer je

KMK zbog toga što je broj realnih KMK će biti na realnoj osi samo na

neće biti

nula i polova na desno od tih segmenata paran.

broj realnih polova i nula na desno od tih segmenata neparan.

K < O, pravilo se mijenja i postaje: KMK će biti na onom segmentu realne osi (za K < O) za kojije broj realnih nula i polova otvorenog kruga na desno od segmenta paran. Za slučaj kada je

6.

Uvjet za amplitudu i uvjet za fazu dobije se iz karakteristične jednadžbe zatvorenog kruga:

l + Go (s) = l + K Jednadžba

(6.3)

B(s) A(s) = 0

(6.3)

može se napisati po svojem modulu (apsolutnoj vrijednosti)

amplitudu:

-

uvjet za

m

I Go (s) I

=

1

==?-

IT l s - zi j i · K �l f1 i s - Pi l i=l

=

I

(6.4 )

320 kao i argumentu (fazi) - uvjet zafazu:

n

m

Li=l 'Pz; Li=l -

'Pp;

=

± 180° (2q + 1) ; q = O , 1 , 2 . . .

(6.5)

gdje q predstavlja broj konačnih nula zatvorenog kruga, koji u općem slučaju ne mora biti isti kao i broj konačnih nula otvorenog kruga (m). Korijeni KMK moraju zado­ voljiti obje jednadžbe (6.4) i (6.5)! Jednadžbu (6.4) moguće je zadovoljiti odgovara­ jućim izborom K. No, samo uzduž određenih krivulja u s ravnini biti će moguće naći s iznose s kojima će (6.5) biti zadovoljena. Nekada su se u tu svrhu koristile spirule143 [36], no danas se KMK vrlo jednostavno može dobiti primjenom programskih paketa kao što je npr. Matlab (Control Toolbox). 7. Kompleksni dijelovi krivulje mjesta korijena mogu se odrediti uvrštenjem u (6.2) s = -CJ + jw ili s = -CJ - jw;

A( - CJ + jw) . . K = - B( + JW) K1 (CJ, w ) + JK2 (CJ, w) Budući da je K realan broj, iz (6.6) dobivamo: - (]

=

K1(CJ,w) K K2 (CJ, w) = O

(6.6) (6 . 7)

=

Iz jednadžbi (6.7) dobije se jednadžba geometrij skog mjesta korijena:

w = j(CJ)

(6.8)

8. Asimptote kojima se približavaju n - m grana KMK koje teže u beskonačnost, sijeku se na realnoj osi u točki s apscisom144: od G0) - (suma iznosa polova od Go) xo = (suma iznosa nula (broj polova) - (broj nula)

(6 · 9)

Ako se funkcija prijenosa otvorenog sustava prikaže u obliku:

Go( s) = biti će:

B(s) A(s)

= ssmn ++ abmn -11Ssnm--ll++ · ·· ·++aobo ··

-

b ) Xo = -(an-n l--mm - 1

=

brri-l - an - l n-m

(6.10)

Smjerovi asimptota prema pozitivnoj realnoj poluosi određuju se izrazom za K > O: 8

_ ±180° (2q + 1 )

v -

n-m

'

q = O, 1 , . . . , n - m - 1

odnosno za K < O : e

v

-

±360°q

n-m

'

q = O, 1 , .

143Nomogramsko pomagalo za crtanje KMK. 1 44Centar gravitacije nakupine polova i nula otvorenog kruga.

.

. ,n-m - 1

(6.1 1)

321 9.

Točke presjeka trajektorij a s imaginarnom osi određuju se izrazima:

= fi (K, w ) = O Im [1 + Go(jw) ] = h (K, w ) = O

Re [1 + Go(jw)]

(6. 12)

ili primjenom Routhovog kriterij a. m 2: 2, zbroj iznosa polova je konstantna K, pa ako j edan dio trajektorij a korijena pri porastu K krene nadesno, drugi će dio krenuti nalijevo u s ravnini. 1 1 . Kada funkcija Go (s) ima pol u koordinatnom početku, slobodni član karakteristične j ednadžbe zatvorenog sustava proporcionalan je s pojačanjem K. 1 2. Točke (poj ačanja Kkr) u kojima KMK prelazi imaginarnu os mogu se dobiti primjenom

1 0. Ako je u karakterističnoj jednadžbi

(6.3) n

veličina, tj. nije ovisan o iznosu poj ačanja

-

Routhovog kriterij a stabilnosti.

Primjer 6.2 Funkcija prijenosa otvorenog krugaje:

K (s + 1) (s 2- 1 + jl) (s - 1 - jl) s (s + 5) (s + 2) (s + l + jl) (s + l - jl)

KB(s) (6. 13) A(s) Polovi i nule otvorenog kruga su poznati i nepromjenjivi, dok se koeficijent K može mijenjati. Postavlja se pitanje kako pmrrifena K utječe na stabilnost sustava zatvorenog jediničnom G(s) H (s) =

povratnom vezom? Rješenje: Karakterističnajednadžba zatvorenog krugaje dana sa:

ac1 (s) = 1 + G(s) H (s) = 1 + KB(s) A(s) = A(s) + KB(s) = O

(6. 14)

Korijeni ovejednadžbe supolovi zatvorenog kruga i oni su odgovorni za stabilnost zatvorenog sustava. Iz karakteristične jednadžbe (6. 14) očigledno je da će položaj polova zatvorenog kruga ovisiti o položaju polova otvorenog kruga (iz A( s) = O), poziciji nula otvorenog kruga (iz B( s) = O), te iznosu pojačanja K. Kako se K mijenja, položaj polova zatvorenog kruga će se također mijenjati. Za sustav sa n polova otvorenog kruga (6 u našem primjeru), posto­ jati će n polova zatvorenog kruga. Krivulja mjesta korijena prikazuje kako se mijenja položaj polova zatvorenog kruga kada se K mijenja od K = O do +oo ili - oo . Uobičajeno je da se crtaju odvojeno KMK za pozitivne i za negativne iznose K. Polovi zatvorenog kruga prolaze svim onim točkama kompleksne ravnine za koje vrijedijednadžba (6. 14). Prema tome, točka s = s 1 će biti pol zatvorenog kruga ako i samo ako vrijedi sljedećajednadžba: (6. 1 5)

Budući daje jednadžba (6.15) kompleksna jednadžba, ona se može prikazati svojim ampli­ tudnim ifaznim dijelom. Jednadžba (uvjet) amplitude: (6. 1 6)

Jednadžba (uvjet) faze:

L.K + L.B(s 1 ) - L.A(s 1 ) = ±180° (2q + 1) q = O, 1, 2, . . .

(6. 1 7)

322 Kalwfazni kut realnog broja K ovisi samo o njegovu predznaku, crtat će se odvojene KMK za K > O te za K < O. Zbog toga ćefazni kut od K biti konstantan za odabran grafički prikaz, a samo će sefazni kutevi od B(s) i A(s) mije,Yati s procjenomfaznog pomaka od G (s) H(s ) u različitim točkama kompleksne s ravnine. KMK sadrži n grana u s ravnini. Svaka grana predstavlja giba,Yejednogpola zatvorenog kruga kako K mije,Ya svoj iznos. Određeni iznos pojača,Ya K fiksirajednu određenu točku na svim n granama dajući u tim točkama pozicije polova zatvorenog kruga za taj K. Na isti način, određena točka na granama KMK odgovara samo jednom iznosu K odgovarajućeg predznaka. Ako točka s = s1 zadovoljava jednadžbu (uvjet) faze (6. 1 7), tada je to potencijalna točka KMK. Da bi ona bila prava točka KMK, mora istodobno sa faznim uvjetom biti zadovoljen i amplitudni uvjet (6. 1 6). Prema tome, ako se pojačanje K odabere tako da u točki s = s 1 bude zadovoljena i jednadžba (uvjet) amplitude (6. 1 6), tada će točka s = s1zaista i biti točka KMK. Ako točka s = s 1 ne zadovolji jednadžbu faze, tada ta točka nije na KMK i ne može biti pol zatvorenog kruga za bilo koji predznak i realni iznos pojačanja K. Iz navedenoga slijedi daje daleko teže udovoljiti uvjetu faze nego uvjetu amplitude. Naime, uvjet (6. 16) je moguće uvijek zadovoljiti relacijom:

Kako se na KMK mijenjajedino amplituda od K (njegovafazaje konstantna), druga defini­ cija za KMKje daje to slika svih točaka u lwmpleksnoj s ravnini za lwjefazni kut otvorenog sustava poprima odgovarajući iznos (neparan cjelobrojni višekratnik od 180° ako je K > O, odnosno paran cjelobrojni višekratnik od 180° alw je K < O) . Krivulja mjesta lwrijena za funkciju prijenosa otvorenog kruga (6. 13) za K > O i K < O danaje na slikama 6. 6 i 6. 7 [ 1 2]. Za svaku sliku treba uočiti na lwjem dijelu realne osi leži KMK, g4je su točke odvqja,Ya i točke dolaska na realnu os, kuteve asimptota, točke prolaska kroz imaginarnu os, te kakva je stabilnost zatvorenog sustava s promjenom pojača,Ya K. KMK za K>O 3 2

i �1

-2

-3

i-------..el·+:· · . . . . . .

.

_4 L-������_;_��--' -4 -3 -2 -1 o 2 3 4

Realna os

Slika 6.6:

KMK za slučaj K > O

323 KMK za K o

------0--- - - · - --------!

E

-1

-3 -4 '-----��----'-���_L_---'���-' -2 -3 o 2 -1 -4 3 4

Realna os

Slika 6.7: KMK za slučaj

K O) ili 0 ° (K < O). Pojačanje kompenzatora Gc(8) će se odabrati tako da bude zadovoljen uvjet amplitude IGc(8 1 )Gp(8 1 ) 1 1. Određena točka s = 81 će se odabrati kao željeni položaj pola zatvorenog kruga. Ako KMK prolazi baš tom točkom, tada 8 81 jestpoložaj pola zatvorenog kruga i dovoljnoje odrediti samo pojačanje kompenzatora (KcJ s kojim će se zadovoljiti jednadžba amplitude \KcGp(s)I = 1. Uvjet za fazuje već zadovoljenjer KMKprolazi točkom s 1 ! Ako KMK neprolazi kroz točku 8 1 , tadaje potrebno dodatnim pozitivnim ili negativnimfaznim pomakom ostvaritifazni uvjet u točki s 1 . Općenito, točka 8 = 8 1 bit će odabrana u dozvoljenom području za polove zatvorenog kruga, koje je definirano temeljem vremenskih (nadvišenje, vrijeme smirivanja, vrijeme porasta) ili frekvencijskih pokazatelja kvalitete145 . Često se pri tome koriste aproksimacije sustava dru­ gog reda bez konačnih nula, jerjedino za takav sustav postoji mogućnost izravnog preslika­ vanja npr. vremenskih pokazatelja kvalitete u kompleksnu s ravninu. U ovom primjeru točka s 1 odabrana je po volji, bez zadovoljavanja bilo kakvih pokazatelja kvalitete. Točka 8 1 je postavljena na: 8 1 = - 2 + j3 Prvo će se proračunati amplituda i faza od Gp(8) , za točku 8 = 8 1 . Iz svakog pola i nule otvorenog kruga moguće je povući vektore prema odabranoj točki s 1 (slika 6. 13). =

=

=

4

Polovi i nule Gp(s) na mjestu s=s,

.-�-.-��.--�-,-�---.�����-r-�--.

Am�lituda.� = 1 .0�463 .

3

j

.

.

.

.

.

: s,

.

.

- - - - - - - - - - - - - - - - - - - - -·· · · · - - - - -· - - - - - .

'

'

Faza., = -1 50.62° : 2 .............. (/) o ctl

Ci

E

o -1 -2

- - - - - - - - ·- · - · - · · · · ·- - - - · - - - -·- - · · · · · · .

.

.

.

. .

.

'

'

- - - - - . - - � - - - - - - - -� -

-3

.

-4

-

.

-

- .

:. - . . - - . - � -

-

.

-

-

'

-

..

- -

�-

- -

- - -

-

'

'

.

. '

- -

.

.

. . '

-

.

. . -

- - -

- . ;

- - -

. . .

..

- - : .

-

. . -: . - - - - - - - � - . .

- -

.

-

' .

'

- - - - -

: . . '

. '

' '

'

'

.

- - -

.

. .

· � � � ___._ � � � · __, � � � � � � � � � � � �

-8

-7

-6

-5

-4 -3 Realna os

-2

-1

Slika 6. 1 3 : Vektori iz polova i nula od Gp(8) do točke s 1 1 45 Željenom dinamikom zatvorenog sustava upravljanja.

o

329 Amplituda od Gp(s) u točki s 1 biti će jednaka pojačanju otvorenog kruga (8) koji se množi s duljinama svakog vektora povučenog iz konačnih nula otvorenog sustava do točke s 1 , i sve to podijeljena s duljinama svakog vektora povučenog iz polova otvorenog kruga prema točki s 1 . Matlab funkcija "polyval " se može iskoristiti da se proračuna polinom brojnika i nazivnika Gp(s) u točki s1. Funkcije "abs " i "angle " mogu se iskoristiti da se odredi amplituda ifaza:

8 l s 1 + l i - l s + 4 l · l s 1 + 71 I G ( 8 1 ) I = 1 s 1 + o.5 l s 1 + ls 1 + 5 1 s 1 + 4 + j2I s 1 + 4 j2I 21 l 11 l L'. Gp (s1) = L'. (s 1 + 1) + L'. (s 1 + 4) + L'. (s 1 + 7) - L'. (s 1 + 0.5) - L'. (s 1 + 2) - L'. (s 1 + 4 + j2 ) - L'. (s 1 + 4 j2) U točki s = s 1 će biti amplituda IGp(s 1 ) I = 1 .0346, dok ćefaza biti L'.Gp(s1 ) = -150.6201°. P

-

-

-

-

-

Kako ukupni fazni pomak nije jednak cjelobrojnom višekratniku od 180° (bilo parnom ili neparnom), to slijedi da KMK od Gp(s) ne prolazi kroz točku s 1 bilo za K > O ili K < O. Budući da Gv(s) ima 5 polova i 3 konačne nule, postojati će dvije grane KMK koje će težiti oo kako K ---> oo. Njihov smjer ovisiti će o predznaku K. KMK krivulje pretpostavljaju da postoji promjenjiva pojačanje K u seriji sa Gp( s). KMK za slučaj K > O i K < O dane su na slikama 6. 14 i 6. 15. Na tim slikamaje također označena točka s = s 1 .

10

cn o

5

ci-i o Cll E

- - - - - - - - - - - -

-0-- 0-- -ooc� -

- - - - - - - - - - - - - - - - - - - - - - - - - - -

-5

-1 0 -15 , ����� o 10 -15 -1 0 -5 15 5 Realna os Slika 6. 14: KMK za slučaj

K>O

330

10

(/) o

g> E

5 o ----· -5

-10 - 1 5 ' �-�--�-�--�--�-� -5 10 5 15 -15 -1 0 o Realna os

Slika 6. 1 5 : KMK za slučaj

KO

10

cn o

ci>

co

E

5 o 1------„ 0--e.: - - - - - - - · - - - - · - · · · · · · · - · · - - · · -5

-1 0 -1 5 �-�---'-----�-��-� -1 5 -1 0 o 5 15 -5 10

Realna os

Slika 6. 1 6:

KMK s kompenzatorom Gci (s)

Kao što se vidi KMK sada prolazi kroz točku s1 pa se može reći da je ostvareno ono traženo, da pol zatvorenog kruga bude u točki s1. Funkcija prijenosa Gc1 (s) najjedno­ stavnijajefunkcija s kojom se može postići traženi položaj pola zatvorenog kruga. Kako je s njom broj polova otvorenog kruga povećan za jedan, tako Gc1 (s)Gp(s) ima sada 6 polova, dokje broj konačnih nula ostao nepromijenjen, tj. tri. Prema tome, sada je n m = 3, pe će KMK imati tri grane po asimptotama, a dvije će od njih prelaziti u desnu polurav­ ninu s povećanjem pojačanja, što se jasno vidi na slici 6. 1 6. Ako takvo ponašanje KMK nije poželjno, tada preostaje pokušati ostvariti KMK koja prolazi kroz s1 ali s nešto složeni­ jim kompenzatorom, koji će grane KMK držati u lijevoj poluravnini kompleksne s ravnine. Kompenzator s kojim će se postići neophodan fazni pomak od -29.3799° , a ujedno grane pomaknuti u stabilno područje biti će kompenzator s jednom konačnom nulom (radi pomaka grana u stabilno područje) ijednim polom (radi dodavanja potrebnog negativnogfaznog po­ maka na s1). S takvim kompenzatorom neće se povećati broj grana u odnosu na KMK bez kompenzatora, jer će sada biti n m = 6 4 = 2. Pojačanje kompenzatora će se opet odabrati tako da u točki s1 bude zadovoljen uvjet amplitude ! Gc2 (s1)Gp(s1 ) ! = l . Bez po­ drobnijeg obrazloženja, možemo pokazati da će sljedeći kompenzator obaviti ovu zadaću: -

-

-

Gc2 ( S ) -

_

0.605 (s + 6.4385) S + 3.5

KMK s ovim kompenzatorom danaje na slici 6. 1 7.

332 KMK s drug im kompenzatorom za K>O

10

ia ·······� 5

-5

-10 -15 �-�--�--....--�-��-� o -15 15 5 10 -5 -1 0

Realna os

Slika 6. 1 7: KMK s kompenzatorom Gc2 (s) •

U navedenom primjeru prikazana je osnovna ideja i način projektiranja sustava automatskog upravljanja primjenom krivulje mjesta korij ena. U daljnju razradu postupaka projektiranja neće se zalaziti u ovom udžbeniku.

6.2

Postupak D rastavlj anja -

Postupak je predložio J. I. Neimark (1 22], a sastoji se u određivanju stabilnih i nestabilnih područja n- dimenzijskog prostora parametara sustava. Područjima nestabilnog režima rada uvijek odgovara isti broj korij ena karakteristične jednadžbe s pozitivnim realnim dijelom. Područje stabilnosti odgovara području parametara sustava u kojem svi korijeni karakteri­ stične jednadžbe imaju negativne realne dijelove. Pri određivanju krivulje D- rastavljanja koristi se postupak određivanja ruba stabilnosti sustava pomoću krivulje Mihajlova [ 1 1 5]:

=

A(jw) = D(jw) X(w) + jY(w) = O

(6.2 1 )

Jednadžba (6.2 1) može biti zadovoljena samo u slučajevima kada karakteristična jed­ nadžba zatvorenog sustava sadrži barem jedan nulti realan korijen ili par imaginarnih kori­ jena. Pretpostavimo li da karakteristična jednadžba sadrži dva promjenljiva parametra a i /3, jednadžba (6.2 1 ) poprima oblik:

D(jw , a , /3) = X(w , a , /3) + jY(w , a , /3) = O

(6.22)

333

odnosno:

X(w , a, (3) = O Y(w , a, (3) = O

(6.23)

a = fi (w) (3 = h(w)

(6.24)

Sustav jednadžbi (6.23) omogućava da se ravnina parametara a i (3 razdijeli na područja s određenim položajima korij ena karakteristične jednadžbe u ravnini korijena i da se odrede područja promjene a i (3 u kojima će sustav biti stabilan. Uvjet (6.23) će biti zadovoljen pri nekoj frekvenciji w = w 1 i parametrima a = a1; (3 (3 1 , što odgovara prolazu hodografa Mihajlova kroz koordinatni početak. Ako se promijeni iznos frekvencije, npr. w = w2 , da bi se udovoljilo uvjetu (6.23), i parametri moraju poprimiti nove iznose a = a2 i (3 = (32 , tj. promjenom frekvencije u granicama -oo < w < oo, uz zadovoljavanje uvjeta (6.21), dobije se područje promjene iznosa para­ metara a, (3 koji odgovaraju rubu stabilnosti sustava. Iz rješavanja sustava jednadžbi (6.23) po parametrima a i (3 proizlaze jednadžbe krivulje D-rastavljanja u ravnini dva promjenljiva parametra: =

Kada između parametara a i (3 postoji linearna ovisnost, jednadžbe (6.22) i (6.23) mogu se pisati u obliku:

D(jw ) = aG(jw ) + (JH(jw) + L(jw ) = O X(w, a, (3) = aG1(jw ) + f3H1 (jw) + L 1 (jw ) = O Y(w , a, (3) = aG2 (jw) + f3H2 (jw) + L2 (jw ) = O

(6.25) (6.26)

gdje je:

G(jw) = G1(w ) + jG2 (w ) H(jw ) = H1 (w) + jH2 (w ) L(jw) = L1(w) + jL2 (w ) Iz ( 6.26) dobivamo: gdje je:

�a · a=� '

(6.27)

� = G1 H2 - G2 H1 ; �a = H1 L2 - H2 L 1 ; �(3 = G2 L1 - G1L2 Za svaki iznos w iz (6.27) proizlazi iznos a(w ) i (J(w) kojima je određena točka D - krivulje u ravnini (a, (3). Kao dijelovi D - krivulje mogu se pojaviti singularni pravci, naime, pri w = O, w = oo i w Wgr iznosi �a/� i �(3 / � postaju neodređeni, tipa �

ili : . U tim slučajevima prestaje linearna ovisnost u sustavu jednadžbi (6.26), jer za nave­ dene iznose w ne dobije se točka D - krivulje, već pravac. Singularni pravac koji se dobije za w = O, odgovara prolazu jednog korijena kroz imaginarnu os u koordinatnom početku. Singularni pravac koji se dobije za w = oo, odgovara prij elazu u beskonačnost jednog kori­ jena karakteristične jednadžbe. Singularni pravac koji se dobije pri nekom graničnom iznosu frekvencije Wgr, odgovara prolazu kroz imaginarnu os para konjugirano-kompleksnih kori­ jena. Iz dosad izloženog proizlazi da se pri određivanju krivulje D - rastavljanja i singularnih pravaca, ravnina parametara (a, (3) rastavlja na više područja među kojima mogu biti i po­ dručja stabilnosti (slika 6 . 1 8). =

334

a.

Slika 6. 1 8 : Područja D-rastavljanj a Svaka točka krivulje D- rastavljanja određuje iznose parametara a i

f3 pri kojima karak­

teristična jednadžba ima čisto imaginarne korijene. Budući da krivulja D- rastavljanja odgo­ vara granici (rubu) stabilnosti sustava, prijelaz te granice odgovara prijelazu barem jednog re­ alnog korijena ili para kompleksnih korijena karakteristične jednadžbe kroz imaginarnu os. Iz izloženog proizlazi da će u područjima s jedne i druge strane D- krivulje broj korijena s pozi­ tivnim realnim dijelom biti različit. Određivanj e područja stabilnosti svodi se na određivanje područja unutar kojeg nema korijena

s

pozitivnim realnim dijelom. Ovo područje određuje

se primjenom pravila o "šrafiranju" D- krivulje i singularnih pravaca. Ako je pri porastu frekvencije -oo
O, O, šrafira se desna

šrafira se lijeva strana D- krivulje i singularnih pravaca, a ako j e � < strana D- krivulje i singularnih pravaca.

U

točkama D- krivulje

w

=

Oiw

=

oo, šrafirane strane D- krivulje i singularnih

pravaca moraju biti okrenute j edna prema drugoj. Ako je u točkama presjeka sa singularnim pravcima pri

w i= O i w i- oo determinanta sustava � = O, ali bez promj ene predznaka (što

je rijedak slučaj), singularni procesi ne šrafiraju se i ne ulaze u područje D- rastavljanja. Područj a koja su sa svih strana ograničena

D - krivuljom i singularnim pravcima područja

su koja mogu biti stabilna. Provjera se obavlja za jednu točku unutar šra:firanog područja primj enom nekog od kriterij a stabilnosti. Na primjer (slika od kriterija stabilnosti pri iznosu parametara

a i f3

6.1 8), ako se primjenom j ednog

kojima je određena točka

A pokaže da

je sustav stabilan, onda će sustav biti stabilan unutar cijelog šrafiranog područj a (područj e I, slika

6. 1 8).

Postupak D-rastavljanja može se primijeniti i u slučajevima kada parametri a i

nelinearnost karakteristične jednadžbe sustava.

f3 uvjetuju

U takvim slučaj evima sustav jednadžbi (6.23)

je nelinearan. Šrafiranje krivulje D- rastavljanja obavlja se po analogiji kao i kod linearnih ovisnosti

(6.23), s time da se umj esto determinante � razmatra Jakobijana.

8x 8a J = 8y 8a

8x 8(3 ay 8/3

(6.28)

Pri određivanju područja stabilnosti postupkom D- rastavljanja u ravnini jednog pro­ mjenljivog parametra, karakteristična jednadžba sustava svodi se na oblik:

D(jw) Q(jw) + aR(jw) = O =

(6.29)

odnosno:

o:(jw) = Pri promjeni frekvencije u granicama snoj ravnini (X, jY) (slika 6.19).

335

�g:� = X(w) + jY(w)

- oo


O, 06. Primjer 6.8 Funkcija prijenosa otvorenog sustava ima oblik: G0 (s) _

-

1)

K(Ts + s(T1 s + l ) (T s + 1) 2



337

Potrebno je odrediti utjecaj vremenskih konstanti T i T2 na stabilnost sustava akoje K = 50; TRješenje: 0, 4[s]. = 1 Karakterističnajednadžba zatvorenog sustavaje: 1 + Go(s) = T1 T2 s 3 + (T1 + T2 )s2 + (1 + KT)s + K = O odnosno: (6.36) Iz (6.36) proizlazi: T2 (0, 4s3 + s2 ) + T50s + (O, 4s2 + s + 50) = O (6.37) Zamjenom = jw, te odvajanjem realnog i imaginarnog dijela prema (6.26) dobivamo: u (6.37) sX(w, T2 , T) = -T2 w2 50 - 0, 4w2 = O (6.38) Y (w, T2 , T) = -T2 · O, 4w3 + T 50w + w = O Determinante�' �T2 i �T sustava (6.38) prema (6.28) jesu: � = I -0,-w4w2 3 50wo I = -50w3 +

·

1 1 : Primjenom (6.27) dobivamo:

I

2 O �T2 = - (50 +-wO , 4w ) 50w = -(50 - O ' 4w2 )w . 50 2 �T = - , 3 - (50 =� , 4w ) = w3 - 0, 4w3 (50 - 0, 4w 2 ) �

1

�T2

50 _ 4 r.2 = � = w2 O' �T = O, 02(19 - O, 16w2 ) T=

(6.39)

T

(6.40)

različite iznose iz (6.39) i (6.40)(tabela proizlaze6.1).iznosiprorrljenljivihparametara T2 i kojima jeZaodređena krivuljaw,D-rastavljanja Tabela 6.1. 10 v01. 196 rg4 7 9 15 ±oo 6 w o 5 8 1.6 0.99 0.62 0.38 0.22 0.1 0.02 T2 - 0.18 -0.4 T 0.38 0.3 0. 2 7 0.22 0.18 0.12 0.06 o - 0.02 - 0.34 Krivulja D-rastavljanja određena prema tabeli 6.1. prikazanaje na slici 6.21. T

00

o

T2

Slika 6.2 1 : Krivulja D-rastavljanja u parametarskoj ravnini

()()

338

w O, w i=- O

Kako je duž krivulje D-rastavljanja pri porastu frekvencija > L). < O, šrafira se desna strana krivulje. Determinanta sustava L). = za uvijek je različita od nule, tj. slobodni član karakteristične jednadžbe ao = nije ovisan o parametrima i T pa za ne postoji singularnipravac. Koeficijent an = O, ovisi o parametru pa za slijedi jednadžba singularnog pravca, a to je ordinatna os T koja se asimptotski približava D-krivulji za Iz slike 6.21 vidljivo je da se ravnina parametara T) dijeli na četiri područja od kojih područje pretendira na moguće područje stabilnosti. Provjera stabilnosti može se provesti po Hurwitzovu kriteriju, npr. za Karakteristična = jednadžba sustava u navedenom slučajuje:

50w2

50

w=O O

w = oo.

A

O, 08s3

T2 T2, (T2 ,

4T2

T2 = T

T2 =

O, 2.

+ O, 6s2 + lls + 50 = O

(6.41)

Primjenom Hurwitzova kriterija n a (6. 41) dobit ćemo:

tj. područje

o , 6 . 11 = 6 , 6 > o, 08 . 50 = 4

A ravnine (T2 , T) je stabilno područje.



K

Primjer 6.9 Potrebnoje odrediti utjecaj parametara i T na stabilnost sustava iz prethod­ nog primjera za i Karakteristična jednadžba zatvorenog sustava je:

T1 = O , 4(s] T2 = O , l(s].

odnosno:

O, 4s3 + O, 5s2 + (1 + KT )s + K = O Uvrštenjem u (6. 42) KT = a i K = (3, sustavjednadžbi (6.26) poprima oblik: X(w, a, (3)

=

Y(w, a , [3) =

Iz (6.43) proizlazi:

-0 , 5w 2 + f3

-0, 04w3 +

w

(6.42)

+a

(6.43)

5w2 a = -1 + 0 , 4w2 L). = w

(3 = O,

Krivulja D-rastavljanja (slika 6.22) određenaje iznosima parametara navedenih u tabeli 6.2. Tabela 6.2.

w a

f3

o -1 o

Vok o 12.5

9 10 1 1 12 14 ±oo 6 8 7 0.4 0.96 1.6 2.24 3 3.84 4.76 6.84 +oo 18 24.5 32 40.5 50 60.5 72 98 + oo

339

Slika 6.22: Krivulja D-rastavljanja

Iz primjene Hurwitzova kriterija za f3 i o: = 2 proizlazi da je pretendentno područje stabilno područje. Budući da je KT pozitivna veličina, područje stabilnosti je dio područja koji se nalazi u prvom kvadrantu.

A

= 20 o: =

A,



6.3

Strukturna stabilnost sustava automatskog upravljanja

Pojam strukturne stabilnosti SAU vezan je za postojanje područja stabilnosti u prostoru parametra sustava. Ovisno o postojanju područja stabilnosti, razlikuju se strukturna stabilni i strukturna nestabilni sustavi automatskog upravljanja. Za razliku od strukturno stabilnih sustava, stabilnost struktumo nestabilnih sustava nije moguće postići promjenom iznosa para­ metara, jer ne postoji područje stabilnosti u prostoru parametara, već je to moguće postići isključivo promjenom strukture sustava. U nekim slučajevima postojanje područja stabilnosti u prostoru parametara može se od­ rediti prema obliku strukturne sheme sustava. Za sustave zatvorene jediničnom povratnom vezom s karakterističnom jednadžbom gdje sadrži u općem slučaju produkt dinamičkih komponenata oblika + 1 , dok je polinom i polinom koji sadrži korijene s negativnim realnim dijelom (nule u stabilnom području), formulacija kriterija strukturne stabilnosti (tj . uvjeta postojanja područja stabilnosti u prostoru parametara) glasi, [3] :

sT -

B( s)

o:c1(s) = A(s) + B(s) = O, A(s) s, 1 + sT, 1 + 2�Ts T2s2, 1 + T2s2

Definicija (Strukturna stabilnost). Sustav automatskog upravljanja će biti strukturna stabilan ako vrijedi:

m > v+ l - 1

(6.44)

te baremjedna od nejednadžbi iz tabele 6.3. Tabela 6.3 .

µ µ parno µ neparno

m

m=O N > 4p N > 4p

m > O parno N > 4p - I N > 4p

m < O parno N > 4p - 2 N > 4p + I

340

(Strukturna stabilnost sustPD ava sdinami idealnom PD komponentom).U slučaje­ kada sustav sadrži idealnu č ku komponentu prvog reda, tj. vima B( s) = b1 s b0, uvjet strukturne stabilnosti biti će zadovoljen ako vrijedi: ll + l < 2 te baremjedna od nejednadžbi iz tabele 6.4. Tabela 6.4. 1 2n 4r + 1 q+l \ nejednadžba no > 4r 3 n > 4r µ,Oznake =-stupanj l +ultabelama +polinoma 2r 6.3.B(i s)6.4 su: stupanj polinomakomponenata A(s); n > -l - broj brojdinami dinamičkih G( s) = s u polinomu A( s) č ki h komponenata G(s) = Ts l upolinomu A(s) r - broj dinamičkih komponenata G (s) = 1 + T2 s2 u polinomu A (s) N =cijelin +dimo razlomka �. Primjer 6.10 Za funkciju prijenosa otvorenog sustava: K Go ( ) B(s) - A(s) - s (l + sT) ( l + sT2 ) li = 1, l = O, n = 3, r = O zatvoreni sustav strukturnaje stabilan. Primjer 6.11 Nekaje Go (s) = s2 (1 K li = 2, l = O, U\'j. et li + l < 2 nije ispunjen, zatvoren+ sT1) sustav strukturnaje nestabilan. Primjer 6.12 Nekajefunkcija prijenosa otvorenog sustava: Go (s) = s ( - 1K+ sT ) 1 li = 1, l = 1; zatvoreni sustav strukturnaje nestabilan. Primjer 6.13 Nekaje (1 + sT2 ) Go (s) = sK(-1 + sTje1 )nestabilan. li = 1, l = 1, 2, r = O, zatvoren sustav strukturna Definicija

+

>

-

m

n li

m

-

-

p

-

8

_

_







n =



Primjer 6.14

v = 1, l

6.4

vima

=

341

Nekaje

O; v + l = 1

2,


rn(s) = 6(s)W2 (s) •

• •



aditivni model perturbacije: [Gn (s) + L'> a (s)] gdje L'>a (s) = 6(s)W2 (s) Gn (s) model perturbacije kao sustav s povratnom vezom: -----1 + 6 (s)W2 (s)Gn(s)

Gn(s) model perturbacije: ----'-'-1 + 6(s)W2 (s)

U svakom od navedenih modela nužne su odgovarajuće pretpostavke o L'>(s) i W2 (s) . Najčešće su to pretpostavke o stabilnosti ovih funkcija prijenosa. Budući da su pogreške modeliranja frekvencijski ovisne, to koji puta može biti korisno upotrijebiti različite modele perturbacije za različita frekvencijska područja. Kada kažemo da je neki sustav robustan tada pod time podrazumijevamo da postoji regu­ lator koji stabilizira sve matematičke modele procesa iz određenog skupa (robusna stabil­ nost153 ), te da postoje željene performanse zatvorenog sustava koje se postižu regulatorom sa svim procesima iz poznatog skupa (robusnost performansi 1 54 ). Regulator osigurava robusnu stabilnost ako interno stabilizira sve procese u familiji (skupu procesa) g. Većinu rezultata i uvjeta za robusnu stabilnost moguće je izvesti iz Nyquistova kriterija stabilnosti i određenih njegovih varijacija ili sljedećeg vrlo važnog rezultata teorij e upravljanja -

jačanja1 55 .

(Teorem malog pojačanja).

teorema malogpo­

Ako se razmatra zatvoreni krug upravljanja dan Teorem na slici 6.33, te ako se pretpostavi da su kompenzator (K(s)), proces (Gn (s)) i H(s) stabilni, tada će zatvoreni krug ostati stabilan ako vrijedi:

I Go (s) I = I K(s)Gn (s)H(s) i < 1

153 engl. Robust stability. 154 engl. Robust performance. 1 55engl. Small-gain theorem.

3 54 ,�-- ----- - - - - - - - - - - - -----------------,

:I

:I GJaj R(s} : + I I I I I I I I I I I I

K(s}

G0(s}

-

i Y(s

.-->---r--• I I I I I I I I I I I I

:I

H(s)

:I

I I I

I I I �- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

)

Slika 6.33: Blok-shema zatvorenog kruga upravljanja Također vrijedi:

IK(s)Gn(s)H(s) i

= !K(s)Gn (s) !

·

IH(s) i

te je stabilnost zatvorenog kruga zagarantirana ako vrijedi:

IK(s)Gn(s) i · IH(s)i < 1

(6. 57)

Drugim riječima, teorem malog pojačanja kaže da je za stabilnost zatvorenog kruga nužno da pojačanje otvorenog kruga bude malo. Teorem je moguće dokazati pomoću Nyquistova kriterij a stabilnosti. Po ovom teoremu slijedi da će zatvoreni krug automatskog upravljanja, koji se sastoji od stabilnih komponenata, biti stabilan samo ako je umnožak svih pojačanja u petlji manji od jedan. Ovo vrij edi kako za linearne tako i za nelinearne sustave i u tome je ve­ lika važnost ovoga teorema. Teorem malog pojačanja garantira potpunu (totalnu) stabilnost, tj. da su sve moguće funkcije prijenosa zatvorenog kruga stabilne, odnosno da su svi signali unutar sustava ograničeni ako su pobude na sustav ograničene. Teorem malog pojačanja daje dovoljne uvjete za stabilnost zatvorenog sustava. Naime, moguće je da uvjeti (6.57) ne budu zadovoljeni a da sustav ipak bude stabilan. Ako se zbogjednostavnosti uzme daje H(s) = 1, tada će vrijediti: (6.58) jK(s)i · I Gn(s) i < 1 Uz pretpostavku da stabilni kompenzator i stabilni nominalni proces (6 O) zadovoljavaju (6.58), zatvoreni sustav je stabilan. Naime, ako je G0 (s) stabilan i ako vrijedi llGo(s) il00 < 1, tada je i (1 + Go) - 1 također stabilan. Ako se uvede u razmatranje definirana sa:

komple­

mentarnafunkcija osjetljivosti ef

d T(s) = 1 - S ( s)

robusne stabilnosti156:

= =

1-

1 1 + Go(s)

----

Go(s)

1 + Go(s)

1

(6.59)

K(s)Gn (s) + K(s)Gn(s)

te ako se uvede model multiplikativne neizvjesnosti (6.51), tada uvjet (6.58) rezultira

llW2 (s)T(s) li00 < 1

l56Uvjet vrijedi za multiplikativne modele neizvjesnosti. Dokaz je dan u [43 ].

uvjetom (6.60)

355 Izraz (6.59) daje vrlo važnu relaciju:

S(s) + T(s) = 1

(6.61)

gdje S(s) d� I/ [I + G0(s)] predstavlja osjetljivost sustava. Temeljem (6.61) slijedi: ako je pojačanje otvorenog kruga veliko !Go l > > 1, komplementarna osjetlj ivost će biti ITI 1, dok osjetljivost mora biti mala, ISI < < 1. Mala osjetljivost sustava znači da sustav posjeduje dobra svojstva eliminiranja poremećaja i praćenja postavne veličine. Iz frekvencijske karak­ teristike otvorenog kruga (Nyquist) moguće je dobiti nužne informacije kako o relativnoj stabilnosti tako i o osjetljivosti sustava. Naime, najkraća udaljenost od kritične točke do njoj najbliže točke na frekvencijskoj karakteristici (točka Wrn na slici 6.34) jednakaje I/ llSll = · �

jO>

-1 ,jO

(J

Slika 6.34: Značajni vektori za robustnu stabilnost Fazor (vektor), 1 + G0(jwrn ), naziva se robusnosti. Prema tome, može se pisati: udaljenost od

-

povratna diferencija157 i vrlo je važan u analizi

1 do Nyquist krivulj e = ini w l- 1 - L(jw) I = infw II + L(jw) I 1 = s�p ll + L(jw) I

[

] -l

L( s) predstavlja povratnu razliku odnosno pojačanje petlje1 58 (povratni (L(s) = - G0(s)). Osjetljivost sustava je preko povratnog omjera dana sa: S(s) = 1 - 1L(s) 1 + G1 o (s) = I - T(s) gdje

omjer)

Uvjet robusne stabilnosti (6.60) moguće je grafički tumačiti na sljedeći način. Kako je

odnosno:

l l W2 (s)T(s)ll 00 < 1 � I W2 (jw)Go(jw) I < l l + Go(jw)I , Vw

l57 engl. Return difiference. 158 engl. Loop gain (return ratio).

(6.62)

356 Uvjet robusne stabilnosti, izraz (6.62), traži da za svaku frekvenciju w kritična točka ( - l , jO) mora biti izvan kružnice sa središtem u Go(jw) i radijusom IW2(jw ) Go (jw) I (slika 6.35).

jro s

(- 1 ,jO)

Slika 6.35: Grafička interpretacija robusne stabilnosti Dakle, za robusnu stabilnost treba crtati kružnice s centrom na frekvencijskoj karakteris­ tici otvorenog kruga, kojima će se radijus smanjivati s povećanj em frekvencije. Ako kritična točka ne ude niti u j ednu od kružnica, sustav j e robusno stabilan. Važnost izraza (6.60) moguće je vidjeti ako se nacrta blok-dijagram perturbiranog modela neizvj esnosti (multipli­ kativna neizvj esnost na izlazu), u zatvorenom krugu automatskog upravljanja sa serij skim kompenzatorom K(s)- regulatorom. Kako nas zanima zatvoreni sustav viđen sa staj ališta neizvjesnosti, to je na slici 6.36, prikazano koje su stezaljke ulazna i izlazna u tom slučaju. I I

, - - - - - - - - - -- - -- - - - - - - - - - - - - - - - - - - - - - - - - - - - ,

ti(s)W2(s)

:

I I I I I

:

K(s)

I I I I I

I

'I

I I

I

Izlaz

Ulaz

Y(s)

I I

\

_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _,

Slika 6.36: Multiplikativna neizvjesnost na izlazu Pojednostavljen prikaz zatvorenog sustava viđen sa ulazno/izlaznih stezaljki na slici 6.36, dan je na slici 6.37.

357 ..----- �(s)

i------.

Slika 6.37: Zatvoreni krug viđen sa stajališta neizvjesnosti Maksimalno pojačanje otvorenog kruga na slici jednako je ll-.6(s)W2(s)T(s) ii 00 i ono je < 1 za sve dozvolj ene L':.(s) ako i samo ako vrijedi uvjet teorema malog pojačanja llW2(s )T(s) 11 00 < 1. Prema tome iz uvjeta stabilnosti po teoremu malog pojačanja slijedi da za robusnu stabilnost mora biti: (6.63) odnosno:

l .6m(jw) I = l .6(jw)W2 (jw)I
O Gr(s) Gr(O) 1

1

(7.31)

Kod sustava s astatizmom O- tog reda, tj. kod statičkih sustava, biti će:

1 i=- o K = Gr(O), ; r Gr (O)

te će statička pogreška u odnosu na skokoviti poremećaj prema (7.30) biti: Gc1 (0 ) . hm ew (t) = - A -essw ( 00 ) = t->oo

Kr

(7.32) w,

Kako je Gr(s) funkcija prij enosa između postavne veličine r i poremećaja to znači da pojačanje regulatora treba povećavati želimo li smanjiti pogrešku u odnosu na poremećaj. No pojačanje u krugu ograničeno je zbog uvjeta stabilnosti tj. Ko = KrKp < Kkr · Iz izraza (7.28) je očigledno da Cer (s) u okolini s = O definira statičku pogrešku u ustaljenom režimu rada. Iz izraza (7.5) i (7.25) slijedi: 1 Ger (s) -- 1 + Go( s)

D(s) bmsm + bm-1Sm-l + · · · + bis + bo D(s) + N(s) an sn + Un-1sn- l + · · · + a1s + ao

(7.33)

Dijeljenjem polinoma u brojniku s polinomom u nazivniku dobit će se razvoj po koefici­ jentima pogreške:

Ger (s)

G2 s2 + · · · = � 1 Gi si = Go + Gis + 2f L.., :J

(7.34)

i=O

gdje se koeficijenti izvršne pogreške (Ci ) mogu izračunati iz:

}

{

Ci = �o! bi - t a1Gi-j ; bi j =l

Uz pomoć (7.35) će biti:

Go C1 G2

=

O za i > m ; a1

bo ao 1 ao (b1 - ai Co)

2 ao (b2 - a2 Go - a1 C1 )

=

O za j > n

(7.35)

(7.36) (7.37 ) (7.38)

397

[ (Co + C1s + �� s2 + · · · ) A] = Cer (O) A = CoA

Budući da za statičko regulacijsko odstupanje vrijedi:

est at = l�

(7.39)

te je koeficijent regulacijskog odstupanja jednak koeficijentu statizma sustava:

Go = S =

1

1

1 + Go(O)

l + Ko

(7.40)

7.2.1.3 Dinamičko stanje Ustaljeni dinamički režim, kao što je rečeno, uspostavlja se kada na sustav automatskog upravljanja djeluju pobude (postavna veličina, poremećaji, šumovi mjerenja) koje su funkcije vremena i čija vremenska ovisnost je poznata. To su obično pobude koje imaju konstantnu derivaciju - brzinu ili ubrzanje. Mjera dinamičke točnosti tada se iskazuj e pomoću maksi­ malne pogreške ili njenog srednjekvadratnog iznosa. Točnost sustava u ustaljenom stanju iskazana brojčanim iznosom pogreške (kao što je slučaj kod statičkog regulacijskog odstu­ panja) često puta nije dovoljan pokazatelj kvalitete praćenja postavne veličine. Pored toga, na sustav ne moraju djelovati postavne veličine koje su tipa skoka. Ako nas zanima i kako će se pogreška mijenjati, dok je sustav u ustaljenom stanju, tada će se analiza točnosti u usta­ ljenom stanju morati obaviti analizom dinamičke pogreške. U slučaju kada na sustav djeluju postavna veličina poznatog zakona promjene i poremećajna veličina obično stohastičkog karaktera, signal razlike (izvršna pogreška) određen je izrazom (7.8), odnosno:

E (s) = Ger (

s

V

) R (s) + 2= Gewi (s) Wi (s )

(7.41)

i =l

Ustaljeni iznos izraza (7.4 1 ) slijedi primjenom teorema o konačnoj vrijednosti i dan je izrazima (7. 1 7) i (7. 1 8). Iz izraza (7.41) proizlazi da točnost sustava automatskog upravljanja u ustaljenom stanju ovisi o iznosu vanjskih veličina, strukturi sustava i o parametrima sustava. U slučajevima kada je postavna veličina sporo promjenljiva i derivabilna u intervalu O S: t S: oo, signal razlike (forsirana komponenta ep) može se prikazati Taylorovim redom:

er (t)

=

dr (t) C d2 r (t) + (t) + C1 -- + -21 Cor d '-v-' � � d2 polož ajno brzinska akceleracijsko •

· ·

·

Cm dm r (t) dtm m.

+ -, ·

+

· ·

·

(7.42)

Koeficijenti Go, C1 , C2 , ... , Cm , . . . imaju naziv koeficijenti regulacijskog odstupanja sus­ tava automatskog upravljanja. Na temelju izraza (7.42) definiraju se komponente regu­ lacijskog odstupanja: gdje je:

e(t) = eo + ev + ea + · · · + ei + · · ·

eo = Cor(t) - regulacijsko odstupanje po položaju, dr (t) . . . .. ko odstupanje po brzm1, ev = C -- - regulac1js dt i

C2 d2 r (t) - regulac ..jsko odstupanje. po ubrzanju, . ea = 2f � 1 Ci, di r-(t) . . . .. . ... ei = � ko odstupanje po - toj denvacljl. .- - regulac1js dti i.

i

(7.43)

398

GoC1

Koeficijent ima stoga naziv koeficijent statičkog (po/ožajnog) regulacijskog odstu­ panja, koeficijent ima naziv koeficijent regulacijskog odstupanja po brzini, a koeficijent se naziva koeficijent regulacijskog odstupanja po ubrzanju.

C2

Budući da se kod sporo promjenjivih postavnih veličina u izrazu (7.42) mogu zanemariti članovi reda višeg 190 od 3 -;- to se dinamička pogreška u ustaljenom stanju, preko koefici­ jenata regulacijskog odstupanja, može izraziti približno sa:

5,

gdje su: Dv

=

�1 -

e (t) � 1 +1Ko r (t) + _2_ dr(dtt) + _2_ . d2dtr 2(t) Dv

Da

koeficijent dobrote (točnosti) po brzini, Da

=

(točnosti) po ubrzanj u.

�� -

(7.44) koeficijent dobrote

Koeficijenti reda (7.42) mogu se odrediti iz funkcije prijenosa sustava u odnosu na sig­ nal razlike. Za zatvoreni sustav upravljanja s jediničnom povratnom vezom bez poremećaja iz (7.4 1 ) proizlazi:

Wi (s) = O,

(s) Ger (s) R (s) = +RG(s)o ( s Ger(s) (t s E(s) = [co + C1 s + ��s2 + ... + ��sm + ] R(s) G (s) L e(t). , , , , G , C . . C C o 1 2 m Ger ( Go = [Ger (s)] s=o; Ci = [{) GerS(s) ] s=O C2 [[;2 as2Ger(s)] s=O '. AS(t), r(t) = t), e(t) CoA C0 r(t) t: dr/dt = l; d2r/dt = dmr(t)/dtm = O. E

=

8)

1

(7.45)

Razlaganjem funkcije prijenosa u red po rastućim potencijama od u okolini O (vidi izraz (7.34)), što odgovara velikim iznosima vremena ---+ oo), tj . ustaljenom iznosu signala razlike, proizlazi: =

...

(7.46)

U slučajevima kada funkcija prijenosa er ima oblik razlomljene racionalne funkcije, razlaganje u red prikladno je obaviti dijeljenjem polinoma u brojniku s polinomom u nazivniku. Ko­ Primjenom inverzne - transformacije na izraz (7.46) određuje se original funkcije eficijenti reda . . . mogu se odrediti po formulama za razlaganje funkcije s ) u Taylorov red:

f)

-

_

(7.47)

Za neke tipične pobude koeficijenti regulacijskog odstupanja imaju konkretan fizikalni sve derivacije postavne smisao. Tako su za skokovitu postavnu veličinu veličine r ( jednake nuli. Regulacijsko odstupanje prema (7 .39) je tada:

=

(7.48)

Usporedbom (7.27) sa (7.48) slijedi da je koeficijent jednak koeficijentu statizma S. = U slučaju da na sustav djeluje postavna veličina tipa rampe ...=

1 90 0bično koeficijenti Ci (i > 4) praktički zanemariva utječu na točnost sustava u ustaljenom stanju.

399

Go = Ger(O) ; G1 = [a G�,}s) L=O ;G2d2r(t)/dt2 = ... = Gmdmr(t)/dtm = O, e(t) = Gor(t) + Gi dr(t) = Gat +2Gi r(t) = t , e(t) = Gor(t) + Gi dr(t)dt + Gz2. d2dr(t)t2 = Gat2 + 2G1 t + Gz Ger (s) = 1 / [1 G0 (s)] , Ger(s)

Iz (7.47) proizlazi:

odnosno:

-;ft

(7.49)

Analogno pri djelovanju na sustav funkcije oblika odstupanja određen je izrazom: -

1

-

ustaljeni iznos regulacijskog

(7.50)

-

Koeficijente regulacijskog odstupanja lakše je odrediti dijeljenjem polinoma brojnika s polinomom nazivnika u funkciji prijenosa pogreške + nego derivi­ ranjem kao što daje (7.47).

Primjer 7.1 Potrebnoje odrediti regulacijsko odstupanje u ustaljenom stanju sustava zatvo­ renogjediničnom povratnom vezom, ako je zadana:

r(t) 5 + 20t + 20t2 Go (s) = s (1 + T1 sK) ( 1 + T2s) K = lO[s-2]; T1 = 0.2[s], T2 = 0.02[s]. Cer (s) = E (s) = 1 R(s) 1 + Go (s) s (1s +(1 T+1 T1s) s) ( 1 +(1 T+2s)T2s)+ K Cer (s) = 3 s3T1 T2 +2 s2 (T1 + T2 ) + s s T1 T2 + s (T1 + T2 ) + s + K 2 +··· Gis+G s 2 sK + K1 s2 (T1 + T2 - K1 ) + ... Go = 0; Gi = -K1 = O. 1 · G2 = 101 (0.2 + 0.02 - 0.1) = 0.012 e (t) Cor (t) + G dr (t) + G2 · d2r (t) =

;

gcijeje:

Rješenje: Funkcija prijenosa izvršne pogreške 19 1 u odnosu na postavnu veličinuje:

odnosno:

(7.51)

Dijeljenjem brojnika s nazivnikom u izrazu (7.51) proizlazi:

(7.52)

Iz (7.52) proizlazi:

'

(7.53)

Iznos regulacijskog odstupanja razmatranog sustava u ustaljenom režimu rada biti će: 1

--;J,t

2! �

0.012 0.1 · (20 + 40t) + 2- . 40 2. 24 4.0t

+

1 91

Koja je jednaka regulacijskom odstupanju zbog jedinične povratne veze.



400 Primjer 7.2 Za sustav automatskog upravljanja s jediničnom povratnom vezom (H(s)=J) provesti analizu točnosti u ustaljenom stanju, akojefunkcija prijenosa procesa dana sa:

-

B(s) -_ Kp GP (s) _ sA(s) s (a2 s2 + a1 s + l)

Ako je Gr( s) = 1,funkcija regulacijskog odstupanja u odnosu napostavnu veličinu biti će:

Rješenje:

1

Ger(s)

sA(s) sA(s) + B(s)

a2 s3 + a1 s2 + s + KP

Korištenjem relacija (7.35), (7.36, 7.3 7 i 7.38) slijedi: O,

1

Kp

2_ Kp

Ako je postavna veličina dana sa:

,

o

jer (b = O)

(a1 - -Kp1 ) jer (b1

= 1 , ao = Kp)

r(t) ro + vat + �t2 =

tada će regulacijsko odstupanje u ustaljenom stanju biti:

e (t)

= =

TI Ti ili L Ti te će ci biti to manji što su manje se stoga postaviti da je obično an i= l i =l vremenske konstante Ti i veće pojačanje KP . Kada Kp --+ oo =? Ci --+ O. f------;

n

n

Go



Sustavi koji sadrže statički iznos regulacijskog odstupanja, tj . kod kojih je f= O, nazivaju se statičkim sustavima automatskog upravljanja. Sustavi kod kojih je C0 = O imaj u naziv astatički sustavi. Razlikuju s e sustavi s astatizmom prvog reda = O , Ci f= O, . .) . . ), sustavi s astatizmom drugog reda (C0 = O, C = O, Ci f= O, = i i općenito sustavi s astatizmom višeg reda. Astatizam sustava određen je brojem korijena u ishodištu (brojem čistih integratora) funkcije prij enosa od pobudnog do izlaznog signala. Tako se može dogoditi da je npr. za postavnu veličinu sustav astatički prvog reda, a da je taj isti sustav statički za poremećajnu veličinu. Ovo se može pokazati primjerom. =

1 , 2,

.

1

(Go

i

2, 3 ,

.

401 Primjer 7.3 Za sustav dan na slici 7.6funkcije prijenosa su:

1 1 Gr(s) = ; H(s) = 1 Gp(s) = s s+l Obaviti će se analiza za slučaj: (a) skokovite postavne veličine r(t) = 2S(t) uz w(t) = v(t) = O, te za slučaj (b) skokovitogporemećaja w(t) = S(t) uz r(t) = v(t) = O. Rješenje: U slučaju skokovite postavne veličine, regulacijsko odstupanje prema (7.24) je: -

1 =O l + Gr (O)Gp(O) dokje regulirana veličina (7.20) uz Tss = 2 te Gc1 (0) = 1: essr ( oo )

=

Ger(O) · 1 =

lim [sGc1 (s) R (s)] = Gc1 (0)rss Yssr = s--+O

=

2

te zaključujemo daje sustav astatički prvog reda za postavnu veličinu. Ako je poremećaj skokovit, tada će biti u skladu sa (7.29):

teje uz skolwviti poremećaj:

Gp(O ) =O 1 + Gr(O)Gp(O) dokje regulirana veličina u početnom trenutku Yssw (O) = O a u ustaljenom stanju po izrazu (7.22) W88 = 1 i Gc1w (O) = O: essw (oo ) =

UZ

Gp(O) =O l + Go(O) Wss U odnosu na poremećajnu veličinu sustav je statički, jer se traži da za poremećaj Gm(s) = O, odnosno da na skokoviti poremećqj regulirani signal bude 1, a ne O kako smo dobili. Premjestimo li integrator u proces, onda će se dobiti: . Yssw (oo ) = l� [sGc1w (s) W(s)]

=

Gc1w (O)Wss =

1 Gr(s) = 1 ; GP (s) s (s + l)

--

teje: -

odnosno: dokje regulirana veličina:

2

1

Ew (s) = W(s) s +s+1 essw ( oo ) = 1 -

Yssw (oo) = 1 U ovom slučaju sustav je astatički prvog reda u odnosu na slwkoviti poremećaj. Kada is­ tovremeno cijeluju i postavna veličina r(t) = 2S(t) i poremećqj w(t) S(t) tada će ukupna pogreška u ustaljenom stanju za sustav dan slilwm 7.6, te uz Gr(s) = 1/ s i Gp(s) = 1/(s+ 1) biti: ess ( oo ) = essr ( oo ) + essw ( oo ) = o =

402

dok će regulirana veličina biti: Yss ( oo) = Yssr ( oo)

+

Yss ( oo) = Yssr ( oo)

+ Yssw ( oo) = 3

=2 U slučaju kadaje Gr (s) = 1 i Gp (s) = 1 /s(s + 1) ukupna pogreška u ustaljenom stanju biti će: e ss ( oo) = essr ( oo) + essw ( oo) = -1 dok će regulirana veličina biti: Yssw ( oo)



Primjer pokazuje da je za astatizam nužno da integrator bude u direktnom putu između pobudnog signala, u odnosu na koji se astatizam ispituje, i izlaznog signala. Kada postoji poremećaj, želimo da u odnosu na poremećaj sustav bude statički, a astatički u odnosu na postavnu veličinu, što je ostvareno kada je Gr(s) 1 / s.

= Definicija (Kinetička regulacijsko odstuparlje - ekin). Kinetička regulacijsko odstu­

parlje definira se kao regulacijsko odstupanje sustava u ustaljenom stanju, nakon is­ titravanja prijelaznog procesa uslijed djelovanja nagibne postavne veličine r(t) = AtS(t). Analogno izrazu (7.28) za sustav zatvoren jediničnom povratnom vezom, proizlazi:

_c- { Ger ) � } , . (t) = hm. [s Ger (s A ] = hm e(

odnosno: ekin =

t-->oo

e

t) =

s-->O

l

(S

) 2 S

. Ger (s) .;__:_ A hm s-->0 S _ _

(7.54)

Budući da će kinetička pogreška biti konačnog iznosa (ekin < oo) samo ako vrijedi limGer (s) -+ O, to je nužno primijeniti L 'Hopitalovo pravilo na izraz (7.54). Dobit s--->0 će se: dGer (s) (7.55) = AGer (o) ekin = A . ds Js=O '

Kinetičko regulacijsko odstupanje je veličina koja se koristi kao osnovni kriterij točnosti mnogih automatskih sustava, a najčešće kod projektiranja slijednih sustava. Kadaje postavna veličina skokovita, tada je regulacijsko odstuparlje po položajujednako statičkom odstuparlju. Također, ako je postavna veličina rampa, tada je regulacijsko odstuparlje po brzini jednako

kinetičkom odstupanju. 7.2.1.4 Pogreška na harmoničku postavnu veličinu .

=

Kada je postavna veličina monoharmonički signal r(t) [A sin w1t] S(t), pogreška u ustaljenom režimu bit će "dinamička"1 92 • Naime, ustaljeno stanje nij e nepromjenjivo, već se 192U literaturi se pogreška na harmoničku veličinu naziva dinamička. Treba naglasiti da naziv nije sretno odabran,

jer je dinamička pogreška u ustaljenom stanju svaka pogreška koja se u ustaljenom stanju mijenja s vremenom. Zbog toga su se autori odlučili da koriste navodnike kako bi se jasno razlikovalo o kojoj pogrešci se radi.

403 mijenja po istom zakonu kao i postavna veličina, ali s mogućim faznim pomakom i općenito drugom amplitudom. Ustaljeno stanje regulirane veličine sustava sl. 7.4 je:

Pogreška u ustaljenom stanju tj .

"dinamička" pogreška sustava će biti:

Kako je

te će biti:

.

6.rdin Y(jw1) GL>.er(jw 1 )A ( �} w2 JW1 + l =

Inverzna Laplaceova transformacija dati će za ustaljeno stanje:

� I GL>.er (Jw1 )AI w1 ,

( �)

l'."dinY(t) �'in w , t + I L>.rdin I

gdje je:

16.rdin I L>. (w1 )

-

amplituda pogreške sustava u ustaljenom stanju na frekven­ ciji postavne veličine fazni pomak na frekvenciji ep =

w1 .

Mjera točnosti u takvom oscilatomom ustaljenom stanju bit će dana srednjim kvadratom pogreške:

Za sustav s jediničnom povratnom vezom kojem vrijedi > > 1 , biti će:

IGo(jw)I

(H(s)

=

1), u niskofrekvencijskom području u

Amplituda pogreške sustava će u niskofrekvencijskom području biti:

(7.56) Ovo frekvencijsko područje prikazano je na slici 7. 1 O.

404 L[dB]

+26[dB] - - - - - - - - - - - - 0 �+-������-1---,---�•

Niskoferkvencijsko područje

Slika 7. I O: Frekvencijsko područje u kojem vrijedi približna relacija (7 .56) Približan izraz (7.56) će vrijediti ako se frekvencija monoharmoničke postavne veličine = [A sinw1t] S(t) nalazi unutar radnog frekvencijskog područja O < w1 < WNF · Frekvencija WNF (slika 7 . 1 1 ) predstavlja propusnu NF frekvenciju zatvorenog kruga, koja se može odrediti iz uvjeta dozvoljene promjene amplitudne frekvencij ske karakteristike IG cl (jw) I, kao najmanji pozitivni korijen jednadžbe:

r(t )

j l - Gc1 (jw) j - 6 - c Gc1 (0)

gdj e je 6 c =

0.05 do 0.1

())

Slika 7 . 1 1 : Definicija kruga

wN F

.

temeljem amplitudne frekvencijske karakteristike zatvorenog

Definicija ("Dinamičko " regulacijsko odstupanje - edin) . Definira se kao regulacijsko odstupanje sustava podvrgnutog djelovanju harmoničke postavne veličine r ( t) = A sin (wt) S (t). Točno odredivar1je "dinamičkog" regulacijskog odstupanja dobije se primjenom izraza: e

(t) = erdin = A IGer (jw ) j sin [wt +
O posta­

> 1 w1

vlj aju se pitanja: da li j e moguće realizirati po volj i malu pogrešku u ustalj enom stanju

emax,

odnosno pratiti po volji točno postavnu veličinu, zadržavajući traženo osiguranje stabilnosti

l/Mm ?

Da li postoji pozitivna donja granica za

emax?

Gp(s)

Na ova pitanja možemo odgovo­

riti potvrdno ako i samo ako je funkcija prijenosa procesa

minimalno fazna. Prema

tome, neminimalno fazni procesi imaju ograničenja na ostvarive pokazatelje kvalitete (per­ formanse). Ako se u j ednom frekvencijskom području modul osjetljivosti I S(jw) I potisne prema dolje (smanji), tada će na drugom frekvencijskom području on iskočiti (povećati se). Taj učinak svojstven osjetljivosti poznat je pod nazivom "učinak vodenog kreveta"2l l .

2 1 1engl. Waterbed effect.

449

Primjer 7.20 Za sustav dan blok-shemom na slici 7.44 potrebno je provesti analizu učinka promjene pojačanja otvorenog kruga na izlazni signal pri djelovanju različitih poremaćaja. Proces

Y(s)

Slika 7.44: Blok-shema sustava upravljanja s tri poremećaja

Na slici 7.44 N1 (s) predstavlja šum mjerenja uslijed pretvarača kao što su npr. poten­ ciometri, tahometri i sl., N2 (s) može predstavljati šum mjerenja i/ili poremećaj na ulazu procesa, dok N3 (s) može predstavljati poremećaj ali i šum mjerenja na izlazu procesa. Rješenje: Za danu blok-shemu osjetljivostje dana sa: 1 S(s) = 1 + Gr(s)Gp(s)

dok sufunkcije prijenosa ulazno/izlaznih parova signala kako slijedi:

Gr(s)Gp(s)

1 + Gr(s)Gp(s)

= T(s)

Gp(s)

1 + Gr(s)Gp(s) _ 1

l_ ( s-)G_p_(s-) = S( 8) +_G_r_

Učinak malog i velikog pojačanja otvorenog kruga na ovefunkcije prijenosa dan je u tablici

1 (prenosi n1)

O (otklanja n 1)

O (otklanja n 3)

1 (prenosi n3)

Kao što se vidi, veliko pojačanje otvorenog kruga prenosi n 1 ali istovremeno otklanja n3 . Ovo pokazuje da nije istovremeno moguće otkloniti n 1 i n3, te je kompromis nužan. Veliko pojačanje otvorenog kruga potrebno je za smanjenje osjetljivosti, dokje IGr(s)Gp(s)i � O potrebno zbog smanjenja učinka šuma na ulazu sustava. Srećom, zahvaljujući tome što se poremećaji i šumovi mjerenja obično nalaze u različitim frekvencijskim područjima (pore­ mećaji na nižim a šumovi na višim frekvencijama), taj zadatak moguće je obaviti. Ako tražimo da sustav bude robustan u odnosu na promjene funkcije prijenosa procesa od nomi­ nalnog iznosa tada zapravo tražimo da pojačanje otvorenog kruga bude veliko. Kako su ove promjene obično na niskimfrekvencijama, potrebno je da LAFK ima veliko pojačanje na tim

450

/ Gr (s)Gp(s)/

frekvencijama. S druge strane, ako šum mjerenja na ulazu sustava ima visokofrekvencijski sadržaj, tadaje nužno da na timfrekvencijama bude O, odnosno u Bode prikazu nužnoje da nagib LAFK bude čim veći (-40[dB / dek] i više). :=;j



7.4.1

Projektni zahtjevi za robustan sustav upravljanja

Poznata je činjenica da povratna veza smanjuje učinak poremećaja i manjih promjena parametara ili pogrešaka modeliranja na ponašanje sustava. Budući da su kod upravljanja prisutni poremećaji i šumovi mj erenja, te ako se želi projektirati sustav automatskog upravl­ janja sa što boljim performansama, tada se tijekom sinteze mora voditi računa o tome da se postigne: •

Robusna stabilnost,



Š to bolja točnost praćenja postavne veličine,



Što manja osjetljivost sustava na šum mjerenja,



Što manji utjecaj poremećaja na reguliranu veličinu,



Što manja osjetljivost sustava na pogreške u modeliranju sustava.

O robusnoj stabilnosti i o pogreškama u modeliranju sustava bilo je govora u 6. poglavlju. O točnosti, osjetljivosti na poremećaj i šum mjerenja govori ovo poglavlje. U zaključku je moguće dati, na temelju do sada izloženog, zahtjeve u frekvencijskom području, koje je nužno zadovoljiti, ako se želi projektirati sustav koji će biti robustan na (slika 7.41):

S(s) [1 Go(s)r 1 (/ S(jw/ (/ S(jw/

treba biti što manja Osjetljivost sustava = + kako bi se učinak poremećaja na sustav upravljanja što više smanjio < < 1). Ovo se može postići ako se pojačanje otvorenog kruga što više poveća!

1. Gušenje poremećaja:

2.

Osjetljivost sustava mora se držati malom < < 1) kako bi se pogreške držale malima. Za sustav s jediničnom povratnom vezom funkcija prij enosa pogreške u odnosu na postavnu veličinu jednaka je osjetljivosti

Praćenje postavne veličine:

(Ger (s) S(s)). (/T(jw/ T(s) G0 (s) [1 G0 (s)r1 Uc(s) S(s)Gr (s) [GJr (s)R(s) - V(s) - W(s)] S(s)Gr (s) S(s)Gr (s) Gr (s) [1(/TG(j0w/(s)]- 1 T(s)/Gp(s), =

t0), bez utjecaja početnog stanja.

Na osnovi izloženog, rješenje skalarne diferencijalne jednadžbe (skalarni LTI sustav):

x(t)

=

ax(t) + bu(t)

(8. 1 29)

ima oblik:

x(t)

= Xzi (t)

(8. 1 30)

+ Xzs (t)

gdje je Xzi (t) slobodan a Xzs(t) prinudan odziv sustava (8. 1 29). Ako se pretpostavi da slobodan odziv ima oblik beskonačnog reda po varij abli t:

Xzi (t)

=

ao + a1t + a2t + . . . + ai ti + . . .

tada će ono uvršteno u jednadžbu (8. 1 29) za u(t)

a1 + 2a2 t + 3a3t2 + . . .

=

(8. 1 3 1 )

= O davati identitet za vrijednost t:

a(ao + ait + a2 t2 + . . . )

(8. 1 32)

odnosno (8. 1 3 1 ) će biti slobodan odziv sustava ako i samo ako vrijedi:

(8. 1 33)

Kada t

->

o-

tada iz (8. 1 3 1 ) proizlazi da lim

slobodan odziv LTI skalamog sustava je:

Xzi (t)

=

x(o-). 1 . ) x(o- )

Xzi(t)

=

ao

(1 + at + 12.1 a2t2 + . . . + -:-; a"t" + . . . t-+O-

i.

·

Prema tome,

(8. 134)

Izraz unutar zagrade u jednadžbi (8. 134) predstavlja razvoj funkcije eat u red te slijedi da je slobodan odziv sustava opisanog linearnom diferencijalnom jednadžbom dan sa: (8. 1 35) Za prinudan odziv može se postaviti oblik:

t

Xzs (t)

=

eat

J e-aT o

·

b u(T)dT ·

(8. 1 36)

494 Prema tome, opće rješenje jednadžbe (8. 1 29) glasi: (8. 1 37) Xzs

(t)

Slobodan odziv ne ovisi o upravljačkom signalu u(t) već samo o početnom stanju x(o-), on prema tome predstavlja odziv nepobuđenog sustava. Prinudan odziv neovisan je o počet­ nom stanju, ali ovisi o signalu upravljanja u intervalu o- do t.

8.8.1

Slobodan odziv multivarijabilnog sustava

Po analogiji s rješavanjem skalarne diferencijalne jednadžbe nepobuđenog sustava, pris­ tupa se rješavanju matematičkog modela po varij ablama stanja nepobuđenog LTI multivari­ jabilnog sustava danog sa:

x(t) = A . x(t)

uz

(8. 1 38)

Ako se rješenje pretpostavi u obliku vektorskog reda po rastućim potencijama skalarne varijable t, tj. : x(t) = ao + a1 t + a2 t2 + . . . + aiti + . . . (8. 1 39) Identitet (8. 1 32) tada glasi:

ai + 2a2 t + 3a3 t2 + . . . = A(ao + ait + a2 t2 + . . . )

(8. 1 40)

gdje su sada ai vektori. Da bi jednadžba (8. 140) bila zadovoljena, mora biti:

- 1 A2 ao

ai = A ao a2

_

2f

·

(8. 14 1 )

= 4-Ai · ao kako po analogiji slijedi da a0 mora biti xo da bi rješenje (8. 1 39) težilo pravom početnom stanju kada t ----+ o- , to se rješenje jednadžbe (8. 1 3 8) može napisati u obliku: 1 A2 t2 + . . . + 1 Ai ti + . . . · Xo (8. 1 42) Xzi (t) = I + At + -, -:-i 2. �

(

i.

)

i.

q,(t)

Izraz unutar zagrade je n x n matrica, «P(t) koja zbog formalne sličnosti s razvojem skalarne eksponencijalne funkcije u red ima naziv eksponencijalna matrica eAt : e

ef At d=

I + At +

1

2! A

=

Ak . t k 2 t2 + . . . + if1 Ai ti + . . . = """" 6k!-

(8. 1 43)

k=O

Matrični red (8. 143) apsolutno i uniformno konvergira za svaki konačni t. Slobodan odziv multivarijabilnog LTI sustava (8. 1 3 8) prema tome ima oblik:

Xz; (t) =

C · Xo

q,(t,O)

(8. 1 44)

495

(t, O)=

?Rnx n

matrica, tada se može jednadžbu (8. 1 44) pro­ Promotri li se da je eAt E matrati kao linearnu transformaciju, po kojoj se početno stanje transformira u novo stanje Matrica eAt označava se sa odnosno skraćeno sa i zove matrica prijelaza stanja235 ili temeljna matrica236 . Matrica prij elaza stanja opisuje zapravo zakon po kojem se odigrava prijelaz iz početnog u neko drugo stanje. Matrica prijelaza stanja predstavlja linearnu transformaciju, odnosno preslikavanje skupa stanja E u samog sebe. Za linearne vremenski nepromjenjive sustave osnovna svojstva matrice prij elaza stanja glase: eA = I. To svojstvo proizlazi kao izravna posljedica preslikavanja u I. samog sebe. Općenito se može napisati: eA (to-to)

x(t) .

x0(t)

(t, O),

O x( (O) o ) ( t o, t o )= =I Vto. (-t1) [(-t)] -1 (t) = (-t) (t1 )(t2) (t2) (t1 ) ([ (tt1)t t2)(nt) (t3 , t1 ) (t3 , t2)(x(t2 ,tt1);1) Vt3 , t2, t1.x(t3) x(t2) =

2. 3.

4. 5. 6.

= eAt = ( e-At ) - 1 = +

=

=

= eA (t 1 +t 2 ) = eAt 1 . eAt 2 =

Ovo svojstvo polugrupe237 pokazuje da bez izravno ili preko nekog medustanja

=

obzira idemo li od stanja moramo stići u isto stanje.

do stanja

Matrica prijelaza stanja, osim za neke jednostavne slučajeve, ne može se dobiti analitički. Ona predstavlja fundamentalnu matricu u teoriji LTI sustava i zadovoljava istu jednadžbu kao i stanje sustava te vrijedi:

(t) A(t) z(t) o o =

Jednadžba dinamike stanja nepobudenog sustava u kanoničkom (dijagonaliziranom) ob­ liku glasi: (8. 1 45) ž(t) = A · Uz: e '

l

z1(z2 (00--))j l z(o- ) = : = : z(t) z(o-) zn(o-) lz1(z2 (tt))j l zz1(2 (0o-)- ) j Zn (t) Zn (O-)

eAt def

e>.2 t

i

(8. 1 46)

e>.n t

iz (8. 1 44) i (8. 145) proizlazi:

=

eAt ·

(8. 147) Matrica eAt ima naziv modalna matrica prijelaza, a njeni dijagonalni elementi su karak­

teristična (svojstvena) ponašanja sustava.

.. .

2 35 engl. State transition matrix. 2 36engl. Fundamental matrix. 2 3 7 engl. Semigroup property.

e>. 1 t . e>.2 t ·

e>.nt ·

.. .

(8. 148)

496

8.8.2

Svojstvena vrijednost

x(t)

x(t)

x(t) A>..

U jednadžbi Ax(t) su i x(t) vektori, a matrica je kvadratna n-tog reda. Jedno od rješenja takve jednadžbe postoj i ako su vektori i x(t) istog smjera u prostoru stanja, ali se razlikuju u duljini za neki faktor proporcionalnosti U tom slučaju vrijedi tj. : rješenje x(

t)

= >.x(

=

t),

>.x(t) = Ax(t) [>.I -A] =O O A] x(t) [>.I -A]!xi = O ) x(t) x(t) - A] ( >. ) i >I -AI =o N AN(>.) = An a An-l a >. ao = O n-1 A, l odakle

Rješenje jednadžbe (8. 150) netrivijalno je kada je x(t)

i-

(8. 1 49) (8. 1 50)

te proizlazi da matrica

[>.I -

mora biti singularna matrica. Ako je matrica nesingularna, to povlači za sobom da matrica mora biti singularna (ne postoj i x-1 ili da bi j ednadžba (8. 1 49) bila zadovoljena. Međutim, to ne može biti, budući da je vektor stanja. Prema tome, ako j e [>.I singularna, tada slijedi d a determinanta koeficijenta o d mora biti jednaka nuli:

Kada j e kvadratna

=

(8. 1 5 1 )

matrica n-tog reda tada se izraz:

+

+...+

+

(8. 1 52)

naziva karakterističnom jednadžbom matrice dok se korijeni karakteristične jednadžbe nazivaju karakterističnim (svojstvenim) vrijednostima238 . Jedno od osnovnih svojstava svoj­ stvenih vrijednosti jest da su one invarij antne na linearne transformacije. Svojstvene vrijed­ nosti sustava ostaju iste, bez obzira u kojem se koordinatnom prostoru stanja razmatra sustav. To se može pokazati na slučaju normalnog (kanoničkog) prostora stanja i nekog drugog pros­ tora stanja. Karakteristična jednadžba originalnog sustava glasi:

i>-I -AI = O

(8. 1 53)

Karakteristična jednadžba transformiranog sustava ima oblik: gdje j e A dana izrazom (8. 125). Kako je i

M-1 · M =I I· I=i >-MI,-1IM -M-1 AMI =o \M-1 (>.I -A)M\ =O I M- 1 I · \ M J = I I J = \>.I -A\= o

(8. 1 54)

to iz (8.1 54) proizlazi:

(8. 1 5 5)

odnosno:

(8. 1 56)

Budući da je determinanta produkta matrica jednaka produktu determinanata matrica onda slijedi:

(8. 157)

Uz 1, karakteristična jednadžba transformiranog sustava dana izrazom (8. 1 54) jednaka j e karakterističnoj jednadžbi originalnog sustava, što proizlazi iz

(8. 1 57):

8.8.3

(8. 1 5 8)

Svojstveni vektor

Pri određivanju svojstvenog vektora239 polazi se od pretpostavke da neki sustav ima n 238 engl. Eigenvalue. 23 9 engl. Eigenvector.

497 različitih jednostrukih svojstvenih vrij ednosti, što je opravdano, jer se sustav s višestrukim svojstvenim vrij ednostima može uvijek po volji točno aproksimirati sa sustavom koji ima jednostruke svojstvene vrij ednosti. Slobodan odziv nepobuđenog sustava opisanog sa sadrži eksponencijalne članove (karakteristične modove) i može se predstaviti:

e>.,t, e>.2t, ... , e>.nt x(t) = Ax(t) XX21 ((tt)) == mmn21 ee>-.>-.iitt . . . m1m2nne>.e>.nntt +... +

Koeficijenti Ako se uzme:

mij

(8. 1 59)

pokazuju koliki je utjecaj pojedinih eksponencijalnih članova u rješenju.

te

M d�

tada se može (8. 1 59) napisati u obliku:

x(t) = x(t) =nAx(t) mij ,

M · e>.t

[m..1.1

mn1

(8. 1 60)

mix0j· -

Kako rješenje jednadžbe ovisi o n nezavisnih početnih uvjeta izraz Ako je elemenata (8. 1 44), to će prema tome postojati stupnjeva slobode u izboru moguće između n2 elemenata naći n linearno nezavisnih grupa, tadaje moguće izraziti sva rješenja pomoću tih grupa. Postoji beskonačno mnogo mogućnosti izbora koji bi bili prihvatljivi s tog stajališta. Prikladan je izbor kad se uzmu stupci matrice Pri tome se n grupa ili vektora, koji se mogu tako dobiti nazivaju svojstvenim (karakterističnim) vektorima definiranima sa:

x(t) m1, m2 , ... , mn,

. 9

mJ d-

lmm21jj] .

n2

za

mnj

j = 1, 2, IDj

Iz (8. 1 59) proizlazi da ć e svaki svojstveni vektor vrijednost Rješenje (8. 1 59) može se dati u obliku:

Aj.

. . . ,n

M.

(8. 1 6 1 )

biti vezan z a samo jednu svojstvenu

(8. 1 62)

x(t) = Ax(t), Ajlllje>.it = Amje>.it j = l ,2, ... , n AjIDj = Amj j = 1, 2, [>.jI -A]m1 =O j= l ,2,

Ako je (8. 1 62) rješenje jednadžbe tada je očito da i svaki član iz (8. 1 62) također mora zadovoljavati tu jednadžbu te proizlazi: za

odavde:

za

odnosno:

za

. . . ,n .

. . ,n

(8. 1 63) (8. 1 64) (8. 1 65)

498 U izrazima (8. 1 64) i (8. 1 65) svojstveni vektor je stupčani vektor i naziva se desni svoj­ Desni svojstveni vektor označiti će se sa: MR, te će izrazi (8. 1 64) i (8. 1 65) postati:

stveni vektor240 .

(8. 1 66) (8. 1 67) odakle:

det (A - ARI) = O

Na sličan način, definira se lijevi svojstveni vektor241 kao ljava:

(8. 1 68)

redni vektor ML koji zadovo­

MLA = ALML

(8. 1 69)

Transponiranjem lijeve i desne strane od (8. 1 69) dobit će se:

odakle: odnosno: što znači da:

det (AT - ALI) = O

(8. 1 70)

Izraz (8. 1 70) moguće je napisati242 kao:

o

det (AT - ALI) = det (AT - ALIT)

(8. 1 7 1 )

det (A - IALl = det (A - ALI)

Izjednačavanjem (8. 1 68) i (8. 1 7 1 ) koji su oba jednaka nuli, za p o volji desne i lijeve svojstvene vrijednosti moraju biti iste:

A i M, ispada da

Za desne i lijeve svojstvene vektore ovakav identitet ne vrijedi. Neka je MR matrica formirana od stupaca desnih svojstvenih vektora, a ML matrica formirana od redaka lijevih svojstvenih vektora. Također, ako je

(8. 1 72) tada vrijedi:

240 engl. Right eigenvector. 24 l engl. Left eigenvector. 242 Uz det(A) det(AT ). =

499

te

odakle proizlazi: (8.1 73)

Budući daje (8. 1 73) u formi: gdje je

CD = DC D dijagonalna matrica, to onda mora vrijediti da matrica:

mora također biti dijagonalna. Ako je matrica A simetrična tada će vrijediti:

ML = M�

=

a ako je matrica A hermitska (adjungira se u samu sebe adj(A) A), tada su lijevi i desni svojstveni vektori međusobno adjungirane matrice. Prema tome, matrica A mora imati određena svojstva da bi gornje relacije vrijedile za lijeve i desne svojstvene vektore. U analizi LTI sustava skoro isključivo nas interesiraju desni svojstveni vektori, dok se lijevi rjeđe ko­ riste. Kada se bude govorilo o svojstvenim vektorima tada će se u nastavku podrazumijevati desni svojstveni vektori. Odziv multivarij abilnog LTI sustava ovisi o svojstvenim vektorima (desnim i lijevim) kao i o svojstvenim vrijednostima, o čemu ćemo kasnije više reći. Svojstveni vektori proračunavaju se iz izraza (8. 1 65) koji predstavlja skup od n homogenih linearnih algebarskih jednadžbi od kojih svaka ima n nepoznanica m1j , m2j , . . . , mnj . Skup homogenih jednadžba ima ili trivijalno rješenje kada su svi mij ili beskonačno mnogo rješenja. U tom drugom slučaju rješenje je svaki vektor koji ima pravilan smjer (bez obzira na "duljinu"). Netrivijalna rješenja dobit će se samo onda ako je J >.jl AJ Kako je svojstvena vrijednost Aj rješenje ove karakteristične jednadžbe, onda će za svaki Aj vektor IDj određen iz (8. 1 65) imati određen smjer i duljinu po izboru. Ako se kao svojstveni vek­ tor od matrice A uzme svaki onaj stupac različit od nule kojim je zadovoljen izraz (8. 1 64), tada se svojstveni vektor može interpretirati kao onaj vektor koji je skaliran sam po sebi kada je transformiran matricom A. Svojstveni vektor moguće je odrediti tako da se prvo odrede svojstvene vrij ednosti, te za svaku od njih riješi sustav jednadžbi:

= O,

-

=

O.

Ovakav način određivanja svojstvenih vektora se ne preporučuje zbog loših numeričkih svojstava. U tu svrhu bolje je koristiti rastavljanje matrice na njene singularne vrijednosti (SVD243)

Primjer 8.6 Potrebnoje odrediti svojstvene vektore za nepobuden sustav:

243 engl. Singular Value Decomposition (SVD).

500

( [ � � ] - [! �] )

Svojstvene vrijednosti mogu se naći iz: J>.I

- AI

det

I

-1

-2 I =0

>. - 3

2 5.- =o - l · m1 = A ·m1 =} - l · [mm21n] = [ 23] . [mm21n] 5 · m2 =A · m2� 5 · [:��] = [! �] · [:��] mu ] ., m1 - [-mu

odavde:

te su svojstvene vrijednosti >.1

=

).-4

( >. - 1 ) (>. 3) - 8

- 1 i >.

=

Iz (8.164) proizlazi: 1

4

te

(8. 1 74)

Iz vektorskih jednadžbi (8. 174) proizlaze svojstveni vektori:

Duljina svojstvenih vektora može se odrediti samo ako se poznaju početni uvjeti. Često se u numeričkim proračunima koristi promjena mjerila (množenje s prikladnim brojem) da bi se dobila neka prikladna veličina vektora (npr. Promjena mjerila (normaliziranje) ima svrhu da se, ako je moguće, poveća točnost i pojednostavi numerički proračun na digitalnom računalu. Naime, množenje stupca matrice s nekim brojem ne mijenja svojstva te matrice. Normaliziranje svojstvenog vektora na jediničnu duljinu daje jedinične svojstvene vektore (ortove) i Uz: te:

m1 m2.

M

Jmr1 (-m1 1 ) 2 jmi2 + (2m12 ) 2

� mu = I mi 2 = 1 m1 = [ 1 l m2= [ 2 l a 1 a2 x(o-) = [ l +

slijedi:

l).

Slobodan odziv Xzi(t)je:

1

==}

v'2

1

v'5

- v'2

v'5

1 v'2

1

J5

(8. 1 75)

Skalarni koeficijenti i mogu se odrediti akoje poznato početno stanje sustava. Za naš slučaj može se uzeti daje: 1 1

(8. 1 76)

501 Izjednadžbe (8.1 75) proizlazi:

(8. 1 77) Iz (8. 1 77) dobit će se:

[ l [ l [ l [ l [ l

Slobodan odziv sustavaje sada:

X1 (t)

1/3

-

x2(t)

te su svojstveni vektori:

- 1/3

1/3

e-t +

2 /3

4/3

eM

(8. 1 78)

2/3

m2 =

) - 1/3 4/3 Svojstvene vektore moguće je odrediti i eksplicitno iz matrica [>.ji i >.jl AI = O dobit će se daje:

-

A] , te znajući da je

-

(8. 1 79) Usporedbom (8.1 79) s (8.165) proizlazi da će se svojstveni vektor dobiti ako se uzme bilo koji stupac (različit od nula) adjungirane matrice [>.ji A] : -

mj = stupac od adj [>.jl - A]

(8. 180) •

Svojstveni vektori imaju važnu ulogu za dijagonalizaciju kvadratne matrice244, jer se može pokazati da za svaku kvadratnu matricu vrijedi, [ 1 52]:

A = MAM- 1

(8. 1 8 1 )

Ova dekompozicija kvadratne matrice uvijek je moguća ako je matrica M također kva­ dratna matrica svojstvenih vektora mj, a A je dana sa (8.1 72). To vrlo važno svojstvo također rezultira sa:

(8. 1 82)

što nam znatno olakšava potenciranje kvadratnih matrica. lnvertiranje matrice A daje:

gdje je:

o A- 1 =

o 244 engl. Matrix decomposition.

5 02 Prema tome izraz

(8. 1 82)

vrijedi kako za pozitivne, tako i za negativne potencije

i.

Za­

hvaljujući svojstvu dekompozicije kvadratne matrice, slijedi još jedan važan rezultat za eks­

oo

ponencijalnu matricu:

oo

i

i

A eA 2:: ., L MAZ:.,M=

Ako

M

trice

A.

z.

i=O

nije kvadratna matrica svojstvenih vektora (npr. matrica

jedan svojstveni vektor

A

i =O

1

=

[

1 O f)

Međutim, ako je matrica

tada nema

M reda m

[� �]

M- 1 te posljedična niti dekompozicije ma­ x n (uz m > n) , tada se kvadratna matrica

može faktorizirati uz pomoć dekompozicije na singularne vrijednosti

[ 1 36]: gdje su:

D

dana je u gdje su

UT U = VTV = l

oblika,

dijagonalna matrica singularnih vrijednosti od

A.

Malo drukčija definicija

SVD

[59] :

A = U*DV U i V unitarne matrice, U* je adjungirana matrica od U, a D je dijagonalna matrica

čiji elementi su singularne vrij ednosti originalne matrice

8.8.4

(SVD245 ),

A = UDVT U i V kvadratne matrice reda n x n s međusobno ortogonalnim stupcima, tako da

za njih vrij edi: dok je

ima samo

A.

Slobodan odziv pomoću Laplaceove transformacije

Ako se na matematički model po varij ablama stanja nepobuđenog sustava

x(t) = Ax(t)

primijeni Laplaceova transformacija dobit će se:

gdje je

L{x(t)}

sX(s) - x(o-) = A · X(s) =

(8. 1 83)

X( s) oznaka za vektor stanja u Laplace domeni.

Jednadžbu (8. 1 83) moguće je svesti na oblik:

[sl - A]X(s) = x(o-)

(8. 1 84)

Iz (8. 1 84) proizlazi rješenje (slobodan odziv) u Laplaceovu području:

X(s) = [sl - A] - 1 x(o- ) �

(8. 1 85)

·

.P ( s )

Inverznom Laplaceovom transformacijom svakog elementa u matričnoj jednadžbi (8. 1 85) dobit će se: Ako se usporedi

}

x(t) = ,e- 1 { [sl - A] - 1 x(o-)

(8. 1 86)

(8. 1 86) s (8. 1 44) proizlazi da je matrica prij elaza stanja:

«I>(t) = ,e - 1 { (sl - A] - 1

}

Laplaceova transformacija matrice prijelaza stanja naziva se

«I>(s) = (sI - Ar 1 245engl. Singular Value Decomposition (SVD).

(8. 1 87)

resolventnom matricom «I> (s) : (8. 1 88)

503

isl - AI

Nazivnik resolventne matrice je i naziva se karakteristični polinom. Taj karakte­ ristični polinom jednak je polinomu u nazivniku funkcije prij enosa nekog sustava Go ako i samo ako polinom u brojniku i polinom u nazivniku funkcije prijenosa nemaju zajedničkih faktora (koprim polinomi). Polovi funkcije prij enosa tada su identični rješenjima karakteris­ tične jednadžbe = O tj . svojstvenim vrij ednostima:

/sl - AI lsI - AI

(s)

sn + an- 1 Sn - l + . . . + a1s + ao (s - .A1)(s - .A2 ) . . . (s - An) = O

.A1 , .A2 ,

gdje su . . . , An svojstvene vrij ednosti jednake polovima sustava P1 , P2 , . . . , Pn · Za razliku od izravnog "klasičnog" analitičkog postupka računanja odziva, koji je prikladniji za računalo, indirektni postupak (Laplaceovom transformacijom) mnogo je lakši, budući da se .C-transformacijom diferencijalna jednadžba transformira u algebarsku koja se tada lakše rješava. Zbog toga se .C-transformacija vrlo često rabi u analizi sustava nižeg reda, kada se žele odrediti elementi matrice prijelaza stanja � ( t) , [50].

[ !� �!; ] = [ �

=� ] [ �� �!; ]

Primjer 8.7 Za sustav s jednadžbom stanja

(8. 1 89)

potrebno je odrediti resolventnu i matricu prijelaza stanja. Rješenje: Laplaceova transformacijajednadžbi (8. 189) daje:

sX1 (s) - x1 (0 - ) -8X2 (s) sX2 (s) - x2 (0- ) = X1 (s) - 6X2 (s) =

(8. 1 90)

Sređenjem (8. 190) proizlazi:

(8. 1 9 1 )

Iz (8. 191) dobit će se: 8

(s+ 2-) (s+4)

(8. 1 92)

s ( s+2)( s+4) il> (s)

l

Jnverznom Laplaceovom transformacijom jednadžbe (8. 192) proizlazi:

-4e - 2t + 4e- 4t -e - 2t + 2e - 4t

(8. 1 93)

il>(t)

Resolventna matrica uočljivaje u jednadžbi (8. 192), a također i matrica prijelaza stanja u izrazu (8.193). •

504

Primjer 8.8 Potrebno je odrediti odziv nepobuđenog sustava zadanog sa:

Rješenje:

[±1(t)J = [1 OJ1 [xxi(t)J ±2 (t) 1 2 (t) ' [ s-1 -1 l �1 -1)2

Odziv sustava pomoću .C-transformacije može se tražiti u obliku (8.184), odnosno

(8.185):

(8.1 94)

s

(8. 1 95)

(s Inverznom Laplaceovom transformacijom izraza (8.194) proizlazi: (8. 196)

Problem se mogao riješiti i direktnim postupkom. Zato je najprikladnije služiti se digitalnim računalom. Rješenjeje oblika: eAt

te kakoje eAt

Xzi ( t ) = · 2 2 =I+ At+�· A t + . [ Az = 21 OJ1 ' A3 = [� �J = [1 +t+tt 0,2 +5t2...+ ... 1 + t �st2 + J [XziXzil (t)J - [ l +t+�tl 2 2+ ... 2 (t)Xzi(t)1+2t+ ,5t + .. J Xzi ( t t. Ott t x(o-) . . to će biti:

,

proizlazi:

+

eAt

Slobodan odziv sustava glasi:

Rješenje svake komponente vektora

+o

itd.

...

. dobije se u obliku reda (8.197).

(8. 1 97)



Rješenje odziva sustava preko eAt asimptotski se približava rješenju t) kada je malo. Ono je to točnije, što je manji Ako je potrebno da ono bude u određenim granicama točnosti unutar intervala < < f, tada treba uzeti više članove reda. Što je dulji interval f , to je veći i broj članova koje treba uzeti u obzir. Digitalno računalo pogodno je za takve proračune. Za proračun eAt zahtijevaju se samo dvije operacije - skalarno množenje i zbrajanje. Zbog toga je programiranje problema eAt relativno jednostavno. Najveći problem ostaje određi­ vanje procedure po kojoj će računalo moći odlučiti kada će odbaciti više članove reda. Ako se uzme skalarni slučaj: ea t

� 2 = 1 +at+ (at) + ... + :! (at)k + R(k,

t)

(8. 1 98)

505 tada se računalo može programirati na taj način da proračunava i dodaje stalno nove članove, sve dok se konačno ne zbroj i članova reda, tj . kada ostatak ne postane manji od unaprijed predviđene vrijednosti (točnosti aproksimacije). Situacija je slična u matričnom slučaju tako što je ovdje matrica n x n reda. Proračun matričnog reda obavlja se pri­ brajanjem članova sve dok norma matrice t) ne postigne određenu vrijednost. Za ocjenu veličine kod matrica služi norma matrice koja je skalama veličina, tj. mjera apsolutne ampli-

k R(k, t)

R(k, t)

R(k,

tude svih n2 elemenata u matrici. Ako se norma definira kao llxll d:;j

f:

i ,j=l

x7j

(potrebno je

napomenuti da osim ove postoje i druge definicije norme), tada računalo proračunava i zbraja elemente reda eAt uz kontinuirano praćenje norme l / k /!, te zaustavlja daljnji proračun kada norma dostigne željenu vrij ednost.

R( , t)

8.8.5

Proračun matrice prijelaza stanja

Postoji nekoliko postupaka za izračunavanje matrice prijelaza stanja ako je zadana matrica sustava A, [27], [25]. Najčešće se koriste postupci koji se osnivaju na: • Cayley-Hamiltonovu teoremu, • •



Sylvesterovu teoremu, pomoću .C-transformacije, te pomoću razvoja u beskonačni red.

Postupak računanja if> (t), .C-transformacijom pokazan je na prethodnim primjerima. Ta­ kođer je pokazan postupak određivanja matrice prij elaza stanja razvojem u red. Kada red brzo konvergira, postupak proračuna prikladan je za primjenu digitalnog računala. Kada se računalo ne koristi, najveću poteškoću predstavlja nalaženje sume reda, tj. prikaz reda u kom­ primiranom obliku. Kod primjene .C-transformacije jedini problem predstavlja izračunavanje resolventne matrice AJ- 1 i njezino vraćanje u vremensko područje. Prema Cayley-Hamiltonovu teoremu svaka kvadratna matrica A zadovoljava svoju vlastitu karakterističnu jednadžbu. Ako se skalarni polinom oblika

[sI

-

P(>.)

=

)..m + Cm- 1 · )..m - l +

·

·

·

+ C1

N ()..) dobit će se: P(>.) ( ) + R(>.) N(>.) = Q ..\ N(..\)

podijeli sa karakterističnim polinomom

ili

·

)..

+ Co

P(>.) = Q (>.) · N ( >.) + R(>.)

(8. 199)

(8.200)

R(>.) je ostatak, polinom n 1 reda (n je red karakterističnog polinoma). Za ).. = >.i vrijed­ N(>.i) = O, pa iz (8.200) proizlazi:

-

nost

(8.201 )

N a sličan način matrični polinom koji odgovara skalarnom (8. 1 99) s matricom varij ablom je:

P(A)

=

Am + Cm- 1 Am - l + . . . + c1 A + col

A kao (8.202)

506

N(.A) N(A) =A + + ... + alA + aol = Q(A)N(A)P(+.AR) (A) = R(A) P(.A) P(.A) = e>.t .A, ( Ai a. eAt = = R(A) = aol + + .. . + akAk . + A = eAt = k=O akAk

Karakteristična jednadžba je n- tog reda, te ima n korij ena. Analogno se matrična jednadžba prema Cayley-Hamiltonovu teoremu može izraziti:

n

an - 1 An - l

=

O

(8.203)

Matrični polinom koji odgovara izrazu (8.200) i (8.20 1 ) je:

P(A)

(8.204)

Jednadžbe (8.20 1 ) i (8.204) vrijede kada je polinom bilo kojeg reda (može i besko­ načni red) i ako je analitička funkcija. Eksponencijalna funkcija jedna je od funkcija koje su analitičke i koje se mogu predstaviti beskonačnim redom. Budući da ta funkcija konvergira u području analitičnosti, može se izraziti polinomom od n I) reda. Za svaku svojstvenu vrijednost iz (8.20 1 ) proizlazi: (8.205)

te će n različitih svojstvenih vrijednosti sustava uvrštenih u izraz (8.205), davati n jed­ nadžbi s n nepoznanica Ako se ti koeficijenti izračunaju i uvrste u matričnu jednadžbu (8.203) dobit će se:

P(A)

0:1A

+.

.

O:'

n

-

1

n- l

(8.206)

Matrica prij elaza stanja može se proračunati na osnovi izraza (8.206), odnosno:

n- l

L

.i) .:\1 -2 .:\2 = -3. ) = i ) = o a1.A ( .A R( >. + p ; i o: .:\1 .:\2 ·ee--32tt = o:aoo -3-2a0:11 ao 0:1 o:o == e3e--2t2t -e2-e3t-3t

Rješenje: Karakterističnajednadžba sustava glasi:

Svojstvene vrijednosti su biti: polinom ostatka Uvrštenjem

i

=

i

Budući daje matrica

i

(8.208)

u izraz (8.208) proizlazi: =

Koeficijenti

drugog reda, to će

će biti:

°' l

_

(8.209)

507

Matrica prijelaza stanja će prema (8.207) biti:

odnosno:

.i) Zi(A) #jTI=nli (A -Ajl) Zi(A) __n - Aj) jH=li

U slučaju kad je matrica kvadratna matrica n-tog reda s n jednoznačnih svojstvenih vrijednosti, polinom se može izraziti, prema Sylvesterovu teoremu kao: =

=

gdje je:

=

odnosno:

L

matricu prijelaza starija .) -AI = 1:1 A ! 3 1 =>.2 + 3A + 2 Z1 Z2:

Rješenje: Karakterističnajednadžba sustava je:

i>-I

Na osnovi (8.212) proizlaze matrice

i

Budući daje

[_;1 (�-2]

proizlazi: .�: _ 1) = [=� ;J P(>.i) = e>-it = eAt e>-1t . Z1 + e>.2t . Z2 =

(8.2 1 2)

_ _ _ _

TI ( >.i

Primjer 8.10 Za sustav s matricom dinamike starija

=

(8.2 1 1 )

·

(8.2 14)

508

odnosno:

8.8.6

ep

-[

2e t e -2t 2(e-2t - e t (t) - e --t - e - 2t 2e -2t e -- t ) -

]

(8.2 1 5) •

Ukupan odziv pobudenog sustava

Slobodan odziv vektorske diferencijalne jednadžbe (8. 1 44) nepobudenog sustava, sličan je po formi slobodnom odzivu skalarne diferencijalne jednadžbe (8. 1 35). Može se pokazati da je i ukupan odziv skalarne diferencijalne jednadžbe pobudenog sustava (8. 1 37), sličan po formi ukupnom odzivu vektorske diferencijalne jednadžbe :X = Ax + Bu. Ukupan odziv zbroj je slobodnog i prinudnog odziva i ima oblik:

t

x (t) =

� + f eA(t -T)Bu (T) dT Xzi (t)

(8.21 6)

_ _ _ ,.._ _ _ _.

_0

Xzs

(t) t Budući da je red eA apsolutno i uniformno konvergentan za sve vrij ednosti t, to se on može derivirati ili integrirati član po član:

[

A3 t2 -+... A + A2 t + 2 ., A2t2 A I + At + 2°! + . . .

d - eAt dt Proizlazi da je:

[

d eA t = A e At dt

Isto tako moguće je izraz (8.2 1 8) napisati:

d eAt = A2t2 I + At + 2°! + . . . dt

]

·

(8.2 1 7)

]

A = e At A

(8.21 8)

(8.21 9)

Iz (8.2 1 8) i (8.2 1 9) proizlazi: (8.220) budući da je:

e0 = I

(8.22 1 )

te: (8.222) uz poznatu formulu:

(vw)' d [v(t)w(t) ] dt bit će:

d - [e- Atx(t)] dt

v'w + vw' dv(t) dw(t) --w (t ) + v ( t) -dt dt

( :t e-At) x(t) + e-Atx(t)

e -AtAx(t) + e-Atx(t)

(8.223) (8.224)

(8.225)

509 Ako se jednadžbu stanja x(t) =

odnosno:

Ax (t) + Bu(t) pomnoži s e-At , dobit će se:

e-At x(t) = e- At Ax (t) + e-At Bu(t)

(8.226)

e-At x(t) - e -At Ax (t) = e-At Bu(t)

(8.227)

d e- At x(t)] = e -At Bu(t) [

(8.228)

te:

dt

Integriranjem jednadžbe (8.228) od t

= t0 do t = tf, proizlazi: (8.229)

e- Ati x(tJ ) - e- At0 x(t0 ) =

J e-At Bu(t)dt t1

(8.230)

to

Iz (8.230) slijedi ukupan odziv stanja pobuđenog LTI sustava:

x (tJ ) = eA(trto ) x (t0) +

J eA(trtlBu (t) dt t

f

(8.23 1 )

to

Jednadžba (8.23 1 ) često se susreće pod nazivom jednadžba prijelaza stanja. Kada je to = o-, te kada se tf zamijeni s t, a t sa T kao varijablom integracije, dobit će se najčešće susretani izraz za ukupni odziv (8.2 1 6):

x (t) =

� Xzi( t)

+

J0 t eA(t-T) Bu (T) dT

(8.232)

-

----.,----

Xzs (t)

Ukupan odziv (8.232) sastoji se općenito od zbroja slobodnog odziva Xzi (t) i prinudnog odziva Xzs(t). Budući da je prinudan odziv dan konvolucijskim integralom, ukupan odziv (8.232) se može napisati u obliku:

(8.233) X (t) = (t) X (o - ) + (t) [Bu (t) ] Ako se ulazni signal promatra kao Bu (t), tada matrica prij elaza stanja ima ulogu težinske *

funkcije stanja ili impulsnog odziva stanja sustava. Ako je sustav vremenski promjenjiv (matrica A vremenski je promjenjiva), tada se ne može analitički rij ešiti jednadžba stanja (8.2 1 6), osim u slučaju kada matrica A zadovoljava određene zahtjeve, npr. A · A = A · A.

Primjer 8.11 Potrebno je odrediti ukupan odziv za stanje x(t) = Ax(t) + Bu(t) gdje su:

A=

x (t) LTI sustava danog sa

[-12 _ 1 ] , B = [1/3] , u (t) = S (t) , x (O - ) = [2] _ 36 2/3 l

l

.

510

Rješenje:

r

1

Matrica prijelaza stanja može se dobiti jednim od navedenih postupaka. Ona

glasi: � (t ) =

Slobodan odziv sustavaje:

2 (e -4t - e - 9t) -�5 e -4t + �5 e -9t 15 36 ( - e-4t + e -9t) -8 e - 4t - -3 e -9t 5 5 5

(8.234)

(8.235)

Prinudni odzivje:

eAt * B u (t)

2 (e - 4t - e -9t) S (t) 15

r

(

1

36 ( - e -4t + e -9t) S (t) �e -4t - �c9t 5 5 5 e -9t 5 ( t) * s (t) -4t -�e 15 5 (t) * s (t) + �5

-54 e -4t 3 (t) * S (t) + 59 e -9t 3 (t) * S (t)

[(

Konvolucijski integrali mogu se odrediti iz tablica, te proizlazi:

eAt * Bu (t) =

[ X1

1 + 1 e - 4t + 2 e -9t 45 36 60

)

� (e- 4t - c 9t ) S ( t)

5

)

S ( t)

S (t)

l

136 e -9t ) s ( 21 -4t + (-361 - -e 45 20 (- -635 e-4t + -685 e-9t) s (

*

r �s

l s (t ) J ( t)

(8.236)

Vektor stanja može seprema (8.233) napisati: x (t) =

8.8.7

(t )

x2 (t)

l

=

I

t) (8.237)

t)

Ukupan odziv pobudenog sustava primjenom .C-transformacije



Kada se diferencijalna jednadžba stanja sustava (8.233) rješava pomoću .C-transformacij e, olakšava s e postupak dobivanja rješenja:

x(t ) = Ax(t )

+ B u(t )

(8.238)

511 Laplaceova transformacija (8.238) daje:

odakle: te:

sX(s) - x(o- ) = AX(s) + BV (s)

(8.239)

sX(s) - AX(s) = x(o- ) + BV (s) [sl - A] X(s) = x(o- ) + BV (s)

(8.240) (8.24 1 )

Ukupan odziv pobuđenog LTI sustava u L:-području j e dan sa:

odnosno:

X(s) = [sl - A] - 1 [x(o- ) + BU (s )]

(8.242)

X(s) = cI> (s)x(o- ) + cI> (s)BV (s)

(8.243)

Primjer 8.12 Za sustav iz prethodnog primjera potrebno je korištenjem L:-transformacije

odrediti odziv stanja x (t). Budući da je vektor stanja dan izrazom (8.243) potrebno je odrediti resolventnu matricu da bi se odredio vektor starija X( s).

Rješenje:

Kako je:

[sl _ A] = 8 [o1 O1J

_

[

[-12 2/3] = [s + 12 -2/3] -36 -1

36

[sl _ Ar 1 = adlsj l[sl- -AIA] 8 1 ( s + 4 s + 9) (s + + 9) -36 s + 12 ( s + 4) (s + 9) ( s + 4) (s + 9) 1 Uzjediničnu skokovitu pobudu U (s) = - proizlazi: s cI>(s)

BU(

::(�



>

)



te:

x(o- ) + BU(') �

s+ 1

j

r : 1 �� r � l r :� l r ; l 2

6' 1

1

, 1

512

Ukupan odzivje tada: =

X(s)

odnosno:

X(s)

=

[

]l j l [ � �� l

cJ> (s) [x(o-) + BU(s) J 2/3 8+1 ( s + 4)(s + 9) (s + 4)( s + 9) -36 s + 12 (s + 4)(s + 9) (s + 4)(s + 9)

[ �:

:;(::�)

8:

s - 59 (s + 4)(s + 9)

[ X1(t) l

( 1 2021 e 36 (- -63 e

x2 (t)

=

-

=

-

-

5

·

1/36 _ 1 2 + 1:��5 8 -63/5 + 68/5 s+4 s+9

=

.c- 1 -transformacijom gornjeg izraza proizlazi:

6s + 1 :38 8 1

-4t

-4t

136 - 9t + -e 45

68 -9t + -e 5

)

)

s (t )

s (t) •

Primjer 8.13 Za sustav opisanjednadžbom stanja potrebnoje odrediti (prinudan) odziv uz nulte početne uvjete x(o - ) O .

=

=

i:1 (t) -6x 1 (t) + x2 (t) + 2u(t) i:2 (t) -8x1 (t) + I6u(t)

Rješenje:

[

Resolventna matricaje:

cJ> (s)

[ l

=

[

1 8 (s + 2) (s + 4) (s + 2) (s + 4) -8 s+6 (s + 2)(s + 4) (s + 2)(s + 4)

Laplaceova transformacija daje za varijable stanja:

X, (s) X2 (s)

l[ l[

1 8 ( s + 2) (H 4) (s + 2) (s + 4) -8 s+6 (s + 2)(s + 4) (s + 2)(s + 4) s (s + 2) (s + 4) (s I 2) s I 4) + s+6 -8 (s + 2)(s + 4) ( s + 2)(s + 4)

[

\

l

x, (o- ) X2 (0- )

]

2U( s) 16U(s)

I

l

513

odakle:

X1 (s)

2s + 16 (s) (s + 2) (s + 4) U

=

80

16s + (s) (s + 2) (s + 4) U 2s + 16 . . prlJenosa .. x 1 (t), taua zzraz predstavr;a l" jiunkClJU ( s + 2) ( s + 4) X2 (s)

,J

Za slučaj kada je y(t) sustava.

=





8.9

Matrica prijenosa

Analiza dinamike sustava moguća je onda kada postoji matematički model sustava. On se sastoji od jednadžbe dinamike stanja jednadžba stanja

(8.244)

(8.244)

i jednadžbe izlaza

(8.245).

Diferencijalna

opisuje dinamiku sustava, a algebarska jednadžba izlaza

(8.245)

povezuje izlaz sa stanjem sustava.

x(t) y(t)

Ax(t) + Bu(t), Cx(t) + Du(t)

(8.244) (8.245)

Kao što je već rečeno, broj varijabli stanja povezan je sa strukturom sustava i može biti jednak broju spremnika energije. Broj izlaznih varijabli može ovisiti o projektantu sustava upravljanja koji ih bira tako da ih može koristiti za praćenje odvijanja procesa ili upravljanje ili oboje. U nekim slučajevima potrebno je poznavati unutarnju dinamiku sustava (stanje), a u drugima zbog pomanjkanja dovoljno informacija o stanju sustava ili nezanimljivosti unutar­ njeg stanja, važnije je promatrati ulaz i izlaz sustava. Kod ulazno-izlaznog pristupa odričemo se informacije o unutrašnjem stanju sustava, zamišljajući da je unutrašnja struktura zaklonje­ na "crnom kutijom",

[41 ] .

Pri ovom pristupu eliminira se

x (t) iz (8.244) i (8.245).

Najjed­

nostavnije je vektor stanja eliminirati u L-području kada su jednadžbe algebarske. Budući da stanje nije interesantno (ili je nepoznato) logično je pretpostaviti da nema početnih uvjeta, tj. x

(o-)

=

O

.

Proizlazi:

Uvrštenjem (8.246) u

=

[sI - Ar 1 BU(s)

(8.246)

Y (s) = CX (s) + DU(s)

(8.247)

X(s)

odnosno:

(8.247) dobit će se:

Y (s)

=

(C (sI - A) - 1 B + D] U(s)

(8.248)

Po analogiji sa skalarnom jednadžbom matrica funkcija prij enosa sustava je: =

(8.249) Go(s) C [sI - A]- 1 B + D Izraz (8.249) zove se matrica prijenosa sustava. Za multivarijabilne sustave (sustave s više ulaza i izlaza) elementi matrice prijenosa su funkcij e prij enosa između odgovarajućeg izlaza i ulaza. Kod sustava s j ednim ulazom i izlazom matrica prijenosa svodi se na funkciju prij enosa sustava.

514

Primjer 8.14 Potrebno je odrediti matricu prijenosa sustava opisanog matematičkim mo­ delom po varijablama stanja:

Rješenje:

[-2O -31 ] [X2x1 ((tt))] + [01 -21 ] [uiU2 ((tt))] [o1 -20 ] [X2xi ((tt))J

= (s + l)(s + 2). Resolventna matricaje: 1 [s + 3 1] - A] _� ( ) - adj[sI [sI - A[ ( s + l)(s + 2) -2 s

Karakterističnipolinomje [sI - A[ 3

_

Matrica prijenosa sustavaje:

G(s) = C (s)B =

[

:1

(s + l�s + 2) s 2 s+3 (s + l)(s + 2) s + 2

Blok-dijagram sustavaprikazan je na slici 8. 19 4 G 11 (s) = + 1 (s ) (s+2)

+ +

(s+3) G21 (s) = + 1 (s ) (s+2) G,2 (s) U2

=

-4-s+2

+ G22 (s) =

1 s+2

+

Y2

Slika 8. 1 9: Blok-dijagram multivarij abilnog sustava s dvama ulazima i dvama izlazima

Kao što se sa slike vidi, funkcije prijenosa od pojedinog ulaza do pojedinog izlaza se razlikuju. Utjecaj npr. prvog ulaza osjeća se na svakom izlazu različito. Za ovakav sustav kažemo daje spregnuf246 i zbog toga imamo poteškoća ako želimo projektirati sustav uprav­ ljanja. Zbog togaje uvijek prije sinteze nužno, ako je moguće, raspregnuti247 sustav kako bi samojedan ulaz cijelovao na samo jedan izlaz. 246 engl. Coupled. 247 engl. Decouple.



515 8.9. 1

Matrica prijenosa zatvorenog sustava

Sustav na slici 8.20 je multivarijabilni sustav. Matrica prij enosa procesa izrazom (8.249), dok je matrica prij enosa u povratnoj vezi označena s

H (s).

�---1 H(s)

G0 (s) , dana je

!'r--�

Slika 8.20: Blok-shema multivarijabilnog sustava Kako je:

1

=

(s) H (s) Y (s) = H (s) Go (s) U (s)

(8.250) Iz (8.250) može se zaključiti da je matrica prij enosa serijski povezanih elemenata jed­ naka produktu matrica prij enosa pojedinih elemenata. Pri tome je poredak elemenata vrlo važan, budući da je množenje matrica općenito nekomutativna. Matrica prijenosa zatvorenog sustava dobije se:

Y

Y (s)

= Go (s) [R( s) -Y 1 (s)] = Go (s) [R( s) -H( s)Y (s)]

(8.25 1 )

Iz (8.25 1 ) proizlazi:

[I + Go (s) H (s)] Y (s) = G0 (s) R (s) odnosno:

Y (s)

= (I + Go (s) H (s)] - 1 Go (s) R (s)

(8.252)

Matrica prijenosa zatvorenog multivarijabilnog sustava je:

Gc1 (s) d=ef [I + Go(s)H (s)] - 1 Go (s)

(8.253)

Preko matrice prijenosa zatvorenog sustava moguće je izravno izraziti vektor izlaznih signala sustava Y kada je poznat vektor postavnih (referentnih) veličina Zatvoreni sustav sa slike 8.20 može se predstaviti jednim blokom (slika 8.2 1 ).

(s),

R (s).

R(s)

Ga(s)

Y(s)

Slika 8.2 1 : Blok-dijagram zatvorenog multivarijabilnog sustava Redukcijom blok-dijagrama izgubilo se poznavanje unutarnjeg protoka signala. Reduci­ rani blok-dijagram vrlo je jednostavan, ali daje informacije samo o izlaznom signalu ako je poznat ulazni signal.

516 Ako j e matrica H jedinična matrica I , sustav na slici 8.20 može se prikazati blok-dijagra­ mom kao na slici 8.22.

Slika 8.22: Blok-shema multivarij abilnog sustava Matrica prijenosa tako zatvorenog sustava je: (8.254) Matematički model zatvorenog sustava po formi je jednak matematičkom modelu otvo­ renog, pa se matematičke metode razvijene za tješavanje jednadžbi otvorenog sustava mogu primijeniti i na model zatvorenog sustava.

8.1 0 Uloga svoj stvenih vektora u odzivu zatvorenog sustava Ako se otvoreni sustav može opisati sa:

x(t) = Ax(t) + Bu(t) y (t) = Cx(t)

(8.255)

tada se zatvoreni sustav prema slici 8.22 opisuje jednadžbama:

u(t) = r(t) - y(t)

(8.256)

y(t) = Cx(t)

(8.257)

Uvrštenjem (8.256) i (8.257) u (8.255) i sređenjem dobit će se:

+

x(t) = (A - BC)x(t) Br(t) '-,,..-"

A cl

y (t) Cx(t) =

(8.258)

Jednadžbe zatvorenog sustava (8.258) imaju isti oblik kao jednadžbe otvorenog (8.255). Zatvoreni sustav opisan je novom matricom dinamike zatvorenog sustava Za navedeni slučaj koji nije općenit (u krug se moraju uključiti regulatori, povratna veza = ne mora biti jedinična itd.), nova matrica stanja je te je matematički model zatvorenog sustava:

(Ac1).

Ac1 A - BC x(t) = Ac1x(t) + Br(t) (8.259) y(t) = Cx(t) Postavna (referentna) veličina r(t) ima istu ulogu kod zatvorenog sustava, kao i pobudni (upravljački) signal u(t) kod otvorenog. Ako se zbogjednostavnosti postavi da nema postavne veličine, odnosno da je r(t) = O tada u osnovi imamo tzv. regulator problem, odnosno pro­

blem stabilizacije sustava.

517 n intergratora

A -L

Slika 8.23: Struktura sustava s regulatorom po varijablama stanja Ugradnjom regulatora po varij ablama stanja = (slika 8.23), matematički model dinamike po varij ablama stanja zatvorenog sustava upravljanja postaje:

u(t)

-Lx(t)

x(t) = (A - BL)x(t) '-v-' Ac1

(8.260)

Slobodan odziv stanja zatvorenog sustava je dan sa: (8.261 ) Ako zatvoreni sustav prema izrazu (8. 1 81 ):

(Ac1 ) ima realne i različite svojstvene vrijednosti (.\i), tada vrijedi (8.262) Ac1 = MAc1 M- 1

Matrica prijelaza stanja zatvorenog sustava je dana sa:

(8.263) Analiza uloge koju svojstveni vektori imaju u odzivu LTI sustava može se obaviti anali­ zom izraza (8.263). Zbog početne pretpostavke da su svojstvene vrijednosti realne i različite slijedi da su lijevi i desni svojstveni vektori koji pripadaju međusobno različitim svojstvenim vrij ednostima međusobno okomiti, [ 1 05]. Budući da su desni svojstveni vektori zatvorenog sustava dani stupcima modalne matrice:

MR =

[ mRl mR2

IDRn ]

koji se mogu dobiti rješavanjem: (8.264) to lijevi svojstveni vektori slijede iz:

(8.265)

518 i mogu se dobiti rješavanjem:

mL · [.Ail - Ac1]

=

O

Slobodan odziv dan sa (8.261 ), se uporabom (8.263) te (8.265) može napisati kao:

Xzi (t)

(8.266)

Izraz (8.266) pokazuje da pored svojstvenih vrijednosti vrlo važnu ulogu u odzivu svakog multivarij abilnog LTI sustava imaju i lijevi i desni svojstveni vektori. Svojstvene vrijednosti određuju brzinu odziva (prigušenja ili raspirivanja) i daju karakteristične modove odzivu. O tome kako će ovi modovi biti uvezani da tvore oblik odziva brine se desni svojstveni vektor. Može se reći da je za oblik odziva odgovoran desni svojstveni vektor. Produkt početnih uvjeta prisutan u odzivu. i lijevog svojstvenog vektora određuje jačinu kojom je svaki mod Svojstvene vrijednosti i svojstveni vektori tvore svojstvenu strukturu248 sustava. Diskusiju je moguće proširiti i na prinudan odziv za koji vrijedi:

mRi e>-it

Xzs (t)

t

=

MR J eA(t-T) MIBu(T)dT o-

Na kraju, može se zaključiti da je za učinkovito oblikovanje odziva zatvorenog sustava nužno postaviti desne i lijeve svojstvene vektore kao i svojstvene vrijednosti. Ovo postavlja­ nje poznato je u sintezi sustava automatskog upravljanja pod nazivom postavljanje svojstvene strukture249 , [ l 05]. Desni svojstveni vektori moraju biti u nul prostoru od + (vidi izraz (8.264)), te moraju biti međusobno linearno nezavisni. Za svaku svojstvenu vrij ednost Ai dimenzija nul prostora jednaka je broju upravljačkih signala p. Dekompozicija na singu­ larne vrijednosti (SVD) može se upotrij ebiti kako bi se odredila baza nul prostora. Ako se

.Ail-A BL

definira p

x

1 vektor qi d;) LmRi tada slijedi iz (8.264) da je:

[ ..\il - A Za n svojstvenih vrij ednosti zatvorenog kruga

odakle:

,\i slijedi:

Q

L = QM - 1

Matrica L postavit će svojstvene vrij ednosti i svojstvene vektore na pozicije definirane sa Ai i respektivno. Na tome principu temelji se postupak postavljanja svojstvene strukture o čemu zainteresirani čitatelj može naći više u [ 1 08], [ 1 46], [ 1 05].

mRi

248 engl. Eigenstructure. 249 engl. Eigenstructure assignment.

519

8.11 Kanonička transformacija 8.1 1.1

Dijagonalizacija matrice dinamike sustava

U poglavlju 8.5. prikazano je da se do kanoničkog dijagonalnog (normalnog) oblika jed­ nadžbi stanja može doći rastavljanjem funkcije prij enosa sustava na parcijalne razlomke. Taj postupak ograničen je na sustave s jednim ulazom i izlazom (skalarna funkcija prijenosa) i teško je primjenjiv na multivarijabilne sustave. U poglavlju 8.7. općenito je izložena mogućnost transformacije vektora stanja s osvrtom na poseban slučaj - transformacije u kanonički (normalni) oblik, [98], [47]. Kada su svojstvene vrij ednosti sustava različite, jednostruke i realne, najčešće se koriste tri metode za dobivanje modalne matrice. Modalna matrica je matrica pomoću koje se obavlja pretvorba jednadžbi stanja u kanonički (dij agonalni) oblik.

8.1 1.1.1 I metoda Kada je matrica A pratećeg oblika250, modalna matrica je u Vandermonde obliku (Van­ dermondova matrica W):

1

W=M=

i: I 1

1

A1 ,\i

,\A22

An

2

(8.267)

A ,

,xn1 - l ,xnl 2

Primjer 8.15 Sustav zadan jednadžbom stanja i izlaza potrebno je transformirati u kano­ nički dijagonalni oblik:

x(t) y(t )

[[3_t3 1] -�9] [�] 1 o

x(t) +

u(t)

2

-26 x(t)

Svojstvene vrijednosti sustava su: ,\1 = �2, ,\2 = - 3 , ,\3 = -4. Budući da su svojstvene vrijednosti različite, a matrica Aje u pratećem obliku, Vandermondova se matrica može koristiti kao modalna matrica:

Rješenje:

M= Njena inverzijaje:

[

1

�2

1

3 � 7

-

12 5

250r to je kanonički oblik matrice.

l

�:

1

520

l

�3

pa se kanonička dijagonalna (normalna) forma matrice A dobije iz: An =

A = M -1 AM =

[

-2 0 o

0 0 o -4

[T �3 �J(t) + [+] u(t)

Kanonički oblikjednadžbe stanja i izlazaje:

Z(t)

[I

y (t) 8.11.1.2 II metoda

3

7] z(t )



Kod druge metode nije bitno da je matrica A u pratećem obliku. Modalna matrica tvori se tako da se za stupce uzimaju svojstveni vektori sustava (8. 1 61 ).

-�.3]

Primjer 8.16 Potrebnoje odrediti kanonički (normalni) oblik sustava opisanogjednadžbama:

[

-O.I o 10 -0.2 0.4 o [o o I ] x(t)

x(t)

y (t) Rješenje: Budući da

-I

x(t) +

[� 1.�3 ] u(t) I

A nije pratećeg oblika, Vandermondova matrica nije modalna. Karak­ teristični polinom je dan sa:

(s + O.I)(s2 + l.2s + 0.32) (s + O.I)(s + 0.4)(s + 0.8) Svojstvene vrijednosti su: )q = -O.I, >-2 = -0.4, i ,\3 -0.8. Svojstveni vektor m1 koji isI - AI

odgovara ,\ 1, dobije se iz (8.180):

Hl 0.2I adj [-0.II - A] = [ � l l adj(-0.41 - A] = [ 6.0 -0.18 0.09 adj[- 0.II - A] =

i danje sa:

[ 0.2I9.0

=

m1

4.0

= prvi stupac od

Na sličan način, svojstveni vektor m2 koji odgovara A2 slijedi iz:

o

o

o

4.0 -O.I2 0.06

(8.268)

5 21

i danje sa: m,



p,.,,; 'tupac od adj [-0.4I - A]



m

Kakoje prvi stupac od adj [ -0.41 - A] [ O 6 4 ] T ,a preostali stupci su konstantnim faktorom (skalarnom konstantom) promijenjeni, mogućeje i m2 odabratifaktorom 2 umanjen prvi stupac. Isto vrijedi i za m3: =

adj[-0.81 - A] = svojstveni vektor m3 slijedi kao: m3

l o o 2�0 -0.14 0.21

[ 4.0 -0.28 0.42

= prvi stupac od adj[-0.81

-

A] =

Modalna matrica tvori se od stupaca (svojstvenih vektora) teje:

o [�] (8.269)

Kako je:

[-i·7.143:.��7 -0.50�5 -00.75�25] o 4.762 o l o l O -0.4 + -16.9167 [[4T2 2] zo(t) -0.8 [ 7.8292 0.9975 M- 1

(8.270)

=

Slijedi kanonički (dijagonaliziran) oblikjednadžbi stanja i izlaza:

ž(t )

y ( t)

z (t)

-0.3325

u(t)

Kod izraza (8.268) može se postaviti pitanjeje li moguće odabrati neki drugi stupac (osim pr­ voga) adjungirane matrice [>.jl - A] kao svojstveni vektor? Naime, prema (8. 180) proizlazi daje svojstveni vektor bilo koji stupac različit od nula u matrici adj [.\jl A]. Primjerice, kada su svojstvene vrijednosti različite, svaki stupac matrice adj [.\jl A] proporcionalan je bilo kojem drugom stupcu iste matrice. Zbog toga nije potrebno tražiti kompletnu matricu adj [.\jl A], ako je već njezin prvi stupac ispao različit od nule. Naime, svi ostali stupci razlikovat će se odprvoga samo za skalarnu konstantu -faktor proporcionalnosti. -

-

-

8.1 1.1.3 III metoda



Ova metoda razlikuje se od druge metode u tome što se na drugi način traže svojstveni vektori, tj . elementi svojstvenog vektora. Postupak se temelji na izrazu (8. 1 67) na osnovi kojeg je moguće razviti skup od n jednadžbi iz kojih se određuju elementi mij svojstvenih vektora mj .

522

9 ] x(t) [-26-24 � � x(t) [�]

Primjer 8.17 Potrebnoje sustavjednadžbi (8.271) transformirati u kanonički (dijagonalni)

oblik:

+

(8.271 )

"(1)

y (t ) = [ l 2 =O ..\1 = -2, A2 A3 [-2-96 1 O] [mm21�·i = Aj [mm21�·i -24 m3j m3j +m21m31 --2m22m111 6mu-24mu -2-9mu 2m31 m31 [.Ajl m11 = mu,1 2). m11 = 1, mm2111 == 71 [12�] m31 = 12

(8.272)

-l] x(t)

Iz l.AI - AI (8.164) proizlazi:

Rješenje:

slijede svojstvene vrijednosti: O 1 O O

=

-3,

=

-4. Iz

(8.273)

·

Odavde će za prvi svojstveni vektor m1 koji odgovara ..\1 biti:

(8.274) (8.275)

+

(8.276)

m21

Ako se iz (8.274) i iz (8.276) uvrste u (8.275) dobit će se a to znači da A] je n U takvom su samo dvije od tih jednadžbi nezavisne (rang-matrice slučaju potrebno je odabrati neku vrijednost zajedan od elemenata. Ako se uzme tada će slijediti iz (8.274) do (8.276): -

odnosno

m1

=

IDF m ; m M = [ 7 6 56] [ �2 �o -4� ] z(t) + [=�6 ] u(t)

-

=

(8.277)

Ostali svojstveni vektori mogu se dobiti na sličan način: m, �

Modalna matricaje:

1

1

12

8

(8.278)

1

(8.279)

Kanonički (dijagonalni) oblikjednadžbije: z(t)

y(t)

3

[3

5 5] z(t)

Nezavisnost samo dviju jednadžbi iz sustava (8.274) do (8.276), pokazuje da ne postojijedno rješenje za elemente vektora m1, već daje tih rješenja beskonačno mnogo. Kada se zahtijeva određena struktura matrice B n, tada se u sustav jednadžbi (8.274) do (8.276) uključuju i dodatnejednadžbe, koje ograničavaju moguća rješenja najedno rješenje. •

523

M

M: M-1AM=A M AM=MA

Daje matrica modalna, ako su njeni stupci svojstveni vektori, može se pokazati ako se jednadžba (8.280) pomnoži s pa Je: Ako su stupci matrice

(8.280)

svojstveni vektori, proizlazi:

o

o odnosno:

o

(8.281 )

(8.282) te:

[>.jI -A] =O mi

j=

za

što je ekvivalentno izrazu (8. 165).

(8.283)

1 , 2, . . . , n

8.11.1.4 Jordanov oblik matrice stanja U slučajevima kada su svojstvene vrij ednosti višestruke, nije moguće dijagonalizirati ma­ tricu sustava što znači da nij e moguće razdvojiti međusoban utjecaj varijabli stanja. Naj­ više što se može napraviti j est transformacija matrice dinamike sustava u Jordanovu kano­

A,

ničku matricu (Jordanov oblik): koja ima sljedeća svojstva:

A,

J=M-1AM

(8.284)

1.

svi dijagonalni elementi svojstvene su vrijednosti sustava,

2.

svi ostali elementi su nula, osim onih iznad višestrukih svojstvenih vrij ednosti koji su 1 .

A, J= ['�' >.oo2 },] J= ['�' >.o11 },] >. J = [ o01 ;o1 � ]

Tako, n a primjer, ako matrica ( 3 x 3 reda) ima svojstvene vrijednosti >., tada Jordanova kanonička matrica može imati samo jedan od ovih oblika.

ili

ili

(8.285)

(8.286)

za

>.1 = >.2 = >.3 ;

(8.287)

>.1 Jordanova kanonička matrica (8.287) naziva se Schwartzov oblik. U slučaju sustava trećeg reda, Jordanova kanonička matrica može imati samo jedan od oblika (8.285) do (8.287), što ovisi o sustavu (primjer 8.21 ).

524

Ako matrica A (7 x 7 reda) ima jednu trostruku, jednu dvostruku i dvije jednostruke svojstvene vrijednosti, tada će Jordanov oblik matrice A biti:

..\1

1

o

..\1

o 1

o

..\ 1

J=

o o o ..\2

(8.288)

1

o o

o

,\5

o

o

,\7

Dijagonalna matrica A specijalan je slučaj Jordanove kanoničke matrice. Jordanova kanonička matrica može se podijeliti na blokove (označene linijom u izrazu (8.288) Jor­ danovi blokovi, L1 , L2, . . . , Lk -

(8.289)

gdje su:

1

o j = l , 2, . . . , k

1

(8.290)

O

Aj Najjednostavniji oblik Jordanove kanoničke matrice (Schwartzov oblik), dobit će se kada postoji samo jedna svojstvena vrijednost ..\ 1 Gedan Jordanov blok), višestrukosti n (n je red sustava), i gdje se može odabrati samo jedan svojstveni vektor koji odgovara ..\ 1 :

1

o

J = M� 1 AM =

1

(8.29 1 )

o

Da bi se odredila matrica transformacije M za taj slučaj, potrebno je kao i prij e odrediti stupac po stupac matrice M. Prvi stupac dan je svojstvenim vektorom m1 , dok su ostali stupci dani vektorima rn2, . , mn . Ako se (8.29 1 ) pomnoži s lijeva s M, dobit će se: . .

1

AM = M

o 1

o

(8.292)

525

AM (.A1I -A) m1 =O

Iz (8.292) za prvi stupac produkta

te

proizlazi:

(8.293)

M.

(8.294) što je isto kao i (8. 1 65). Jednadžba (8.294) vrijedi samo za prvi stupac matrice Budući da jedinice iznad glavne dijagonale Jordanove kanoničke matrice uzrokuju povezivanje među­ sobnih djelovanja stanja, a to znači i relacija u preostalim stupcima, to će za preostale stupce vrijediti:

ili

Am2 = m1 + .A1 m2 } Amn = IDn-1 + A1mn (A - .A1I)m2 = m1 } m1 (A - Am2,1I) IDnm3,=...IDn-1, mn, m2, ... , mn L1, L2, ... , Lb J. . A [-_2l 0_·53] { -2 [� �] - [=� ��] } · m1 =O m = [ ] 1 ! 2 M m2 [-21 0.5] [mm2212] [-21 ] [ m2 � ] M M= [ ] 2 A J=M-1 [ o2 1 AM= o -2]

(8.295)

(8.296)

Kako je vektor svojstveni vektor, dobiven iz (8.294), a kako ne postoji linearna neza­ visnost tog vektora s ostalim vektorima ovi vektori ne predstavljaju svoj­ stvene vektore. Skup linearno nezavisnih vektora (koji nisu svojstveni vektori) moguće je dobiti iz (8.296). Na sličan način moguće je odrediti vektore za Jordanove blokove u općoj Jordanovoj matrici

. . 8 . 18 lVlatnca '" Pnm1er sustava

. . . dnostz. -"l ' zma svo1stvene vrl)e .

=

Iz (8.294) proizlazi: odnosno:

Za drugi stupac matrice te

potrebno je odrediti vektor

-

-1

Iz (8.298) proizlazi:

Matrica transformacije

glasi:

glasi:

= -

2.

iz (8. 296): (8.297) (8.298)

=

1

Jordanov oblik matrice

= "'' 2

1

-

(8.299)

(8.300) •

526 [ 0 01] -4 o o .\1 = .\2 = .\3 = -4. ->-11) m1 = [�-4 �O2 �i [m31:��i = -2m2111 mm2311 == OO -2m -4m11 + m31 = O mmum3121 ===421 m1 = [421] 3

Primjer 8.19 Za zadanu matricu stanja

A

-

padnu Jordanovu kanoničku matricu. Rješenje: Svojstvene vrijednosti matrice A su vektor iz (8.294) jest:

(A

1

-3

potrebno je odrediti pri-

- 1,

O

1

Iz (8.301) proizlazi:

Iz (8.302) proizlazi:

+ +

tj.

Drugi vektor odakle:

m2

(koji nije svojstveni vektor) dobiva se iz (8.296):

Iz (8.305) proizlazi:

1 = + m -2m1 2 22 --2m4m2212 m3m322 == 42 m, � m l mF [ � M � [m, m, lli3] � [ ! ! � ] l 1 0 = M-1AM= [ o01 _o1 -40 + +

Za vektor

m3

Prvi svojstveni

(8.301) (8.302) (8.303) (8.304) (8.305) (8.306) (8.307)

na sličan način proizlazi:

1

Matrica transformacije glasi:

1

(8.308) (8.309)

Jordanova kanonička matricaje: J

(8.3 1

O) •

527

[� �]

Primjer 8.20 Za matricu dinamike sustava dane sa:

A=

potrebnoje odrediti svojstvene vrijednosti i svojstvene vektore te Jordanovu kanoničkuformu. Rješenje:

Karakterističnajednadžba matrice Aje:

- A) = [ l --1 1 --1 ] Uvrštenje prve svojstvene vrijednosti = O u (8.311) daje prvi stupac svojstvenog vektora: 1] = [ 1

Svojstvene vrijednosti su realne i različite te iznose: >. 1 = O i >.2 >.i

adj (>.i i

>.i

=

2. Zbog toga je:

(8.3 1 1 )

>. 1

m1

-

[ =� ]

Uvrštenje druge svojstvene vrijednosti u (8.311) dat će u prvom stupcu drugi svojstveni vek­ tor: m2 = ili m2 =

[�]

Modalna matrica transformacije na kanonički oblikje:

dokje

M- 1 = � 2 paje Jordanova kanonička matrica:

[ 11 -11 ] •

U slučaju kada se par identičnih sustava prvog reda promatra kao sustav drugog reda, tada je moguće matricu sustava dobiti u dijagonalnom obliku i pored toga što sustavi mogu imati iste svojstvene vrij ednosti. Jednadžba (8.294) tada se transformira u:

O · m1 = O

(8.3 1 2)

Bilo koj i konačni vektor zadovoljava izraz (8.3 1 2), pa proizlazi da se mogu odabrati bilo koja dva linearno nezavisna vektora kao stupci matrice M, koja tada u potpunosti rastavlja varijable stanja sustava (modalna matrica). To se može proširiti i na sustave višeg reda.

528

-1.O 8 -1 O ] [ 1 2 - 1, O

Primjer 8.21 Potrebno je transformirati matricu A na Jordanovu kanoničkuformu:

A=

0.4 -0.4

-0.4 0 . 2

- .2

Sustav ima svojstvene vrijednosti >.1 = >. >.3 - 2. Za prvi svojstveni vektor dobit će se: (8.3 1 3) 2mu - m21 + m31 = Budući da ujednadžbi (8.313) postoje tri nepoznanice, mogućeje odabrati dva linearno neza­ visna vektora koji će zadovoljavati (8.313) i time učiniti suvišnim upotrebu (8.296). Svojstveni vektor m3 koji odgovara A3 = -2 može se odrediti korištenjem izraza (8.294). Svojstveni vektori su: Rješenje:

=

=

m1 =

[:] , [�] , m [: H l 1 -1o � [ -� o l LOF

Modalna matrica M (svi stupci linearno nezavisni) je:

illF

M=

Jordanova kanonička matricaje:

J = M- 1 AM =

-2

(8.3 14)

=A

(8.3 1 5) •

8.11.1.5 Modificirana kanonička transformacij a

Višestruke realne svojstvene vrijednosti rjeđe se pojavljuju kod sustava automatskog up­ ravljanja. Mnogo češće se pojavljuju konjugirano-kompleksne svojstvene vrijednosti. Tako npr. oscilatomi sustav drugog reda:

w 2) ± jw. w w >O). [[1-(uo2]O+ w2) 2�] [�] a[ :jw ] �1 l- l

x(t) - 2cri:(t) + (cr2 + x(t) = u (t) ima svojstvene vrijednosti >..1 ,2 = cr (cr i realni; Takav sustav ima jednadžbe stanja i izlaza:

x (t) y(t)

x( t ) +

u(t)

(8.3 1 6)

x(t)

Ako se gornj i sustav jednadžbi dovede na kanonički oblik dobit će se:

z (t)

0

.

CT - JW

y(t)

[1 1] z (t)

z(t)

e

v.: j� 12

u (t)

(8.3 1 7)

529 Elementi matrice A i Bn kompleksne su veličine, a to otežava rješavanje jednadžbi (8.3 1 7). Modalna matrica M (8.3 1 8) u tom slučaju ne olakšava rješavanje jednadžbi stanja, jer se tom transformacijom nisu eliminirale kompleksne veličine.

M=

[ 1

.

Potrebna je nova transformacija z(t)

1 ] = [m1 JW

O" -

u + JW =

.

m2 ]

(8.3 1 8)

T x*(t), gdje je za konkretan primjer: ·

(8.3 1 9)

Ovom transformacijom eliminirati će se kompleksne veličine i dobiti modificirani kom­ pleksni oblik jednadžbi:

:X* (t) y(t)

T- 1 ATx* (t) + T- 1 M- 1 Bu(t) = Amx*(t) + Bmu(t) CMTx* (t) + Du(t) = Cmx* (t) + Du(t)

[ _"w � ] x' (t) + [ ! ] u(l)

Odnosno:

:X*(t) y(t) Utjecaj dviju transformacija utjecaj j edne transformacije

[1 o] x* (t)

x(t) = Mz(t) i z(t) = Tx* (t)

x(t) = MTx* (t)

Iz usporedbe Mm sa M proizlazi:

(8.321 )

može s e promatrati kao

[! �] x* (t) = Mmx*(t)

=

(8.320)

(8.322)

(8.323) Iz toga proizlazi da je matricu M= moguće odmah odrediti na osnovi matrice M, bez dodatne transformacije T. U općem slučaju sustavi s konjugirano-kompleksnim i realnim svojstvenim vrijednostima imaju modificirane matrice A=, Bm i C= oblika:

0" 1 -w 1 Am =

o

o

W1

0"1

o

0"2 -w2

W2 0"2

(8.324)

.\ s

o

Bm

=

M;,1 B

Cm

=

CMm

O

o

An (8.325) (8.326)

530 Modalna matrica M može se odrediti na jedan od izloženih načina. Njeni stupci, svoj­ stveni vektori za pripadne konjugirane svojstvene vrijednosti također su konjugirani: m*

1

* m3

(8.327)

Matrica Mm izravno proizlazi iz (8.327) i (8.323):

(8.328)

8.12 Osmotrivost i upravljivost linearnog sustava Pri analizi ili sintezi sustava nameću se odgovori na pitanja: 1 . Postoji li bilo koja komponenta unutrašnjeg stanja sustava koja se ne može pratiti na izlaznom signalu sustava?

2. Postoji li bilo koja komponenta unutrašnjeg stanja sustava koja nije pod utjecajem ulaznih (upravljačkih) signala u sustav?

Veza izlaza i stanja naj češće je prikazana relacijom y(t) = Cx(t). U mnogim praktičnim problemima od osnovnog je značaja može li se na osnovi mjerenja signala na izlazu sustava zaključiti o svim pojedinačnim stanjima u sustavu. Taj problem osobito dolazi do izražaja kada je izlazni vektor y(t) nižeg reda (manje izlaznih signala) od vektora stanja x(t). Za razliku od stanja koja nisu uvijek pristupačna za mjerenje, izlazni signali sustava (uostalom kao i ulazni signali) uvijek su mjerljivi, pa se postavlja pitanje da li je moguće mjerenjem izlaznih signala zaključiti o stanju sustava. Odgovor na to pitanje daje analiza osmotrivosti sustava. 8.12.1

Osmotrivost linearnog sustava

Osmotrivost251 sustava vrlo je važno svojstvo, jer pokazuje je li moguće mjerenjem iz­ laznih signala zaključiti o stanju sustava, [85], [ 1 3 1 ], [27]. Sustav je osmotriv ako mjerenja

izlaznih signala y(t) daju dovoljno informacija da se u potpunosti odredi stanje sustava x(t). Definicija: (Potpuna osmotrivost). Sustav je potpuno osmotriv ako za bilo koji x(O) = x0, postoji konačno vrijeme t1 takvo daje poznavanje y ( O ) , y(ti) . . . . . y(t J )

dovoljno da sejednoznačna odredi xo.

Prema ovoj definiciji, osmotrivost znači da se o stanju u početnom trenutku može za­ ključiti ako se poznaju budući izlazni signali, jer je O < ti < · · · < tf . U sustavima koji nisu osmotrivi jedna ili nekoliko komponenti vektora stanja ne može se odrediti mjerenjem izlaznih signala sustava. Pored osmotrivosti postoji i pojam obnovljivosti252 (rekonstrukcije) koji govori o svojstvu sustava da se stanje linearnog sustava može rekonstruirati ako se po­ znaju prošli izlazni signali.

Definicija: (Potpuna obnovljivost). Sustav je potpuno obnovljiv (moguće je rekon­ struirati njegovo stanje) ako za bilo koje konačno stanje x( t f) = xf postoji konačno 25 1 engl. Observability. 252 engl. Reconstructability.

53 1 vrijeme t1 takvo daje poznavanje izlaza y ( O), y(t 1 ), . . . , y(t1) dovoljno da se jed­ noznačna odredi Xf . Za razliku od osmotrivosti, za koju je bilo nužno poznavati buduće iznose izlaznog sig­ nala, kod obnovlj ivosti se o stanju u konačnom trenutku može zaključiti ako se poznaju prošli izlazni signali, tj . izlazi od početnog do konačnog trenutka. Oba svoj stva identična su kod kontinuiranih sustava, jer matrica prij elaza stanja nikada ne može postati singularna

((t)

=

eAt =f. O).

Kod diskretnih sustava to ne mora biti slučaj253, o čemu će se više reći

u sljedećem poglavlju. Kod linearnih sustava koji nisu potpuno osmotrivi/obnovljivi pos­ toji jedan podskup stanja koje nije moguće rekonstruirati iz poznatih izlaznih signala. Da bi se takav sustav ipak mogao koristiti za upravljanje nužno je da ta neosmotriva stanja budu

detektiV-54 .

asimptotski stabilna, kada kažemo da je sustav

Ako se sustav prikaže u kanoničkom obliku, odziv sustava biti će rastavljen na karak­ teristična ponašanja - modove (elemente matrice vrijednostima

(,\).

eAt )

koji ovise o pripadnim svojstvenim

Za ispitivanje osmotrivosti sustava, a također i upravljivosti, kanonički

oblik ima velik značaj . Da bi neki izlaz

y(t)

sustava đavao potrebne informacije o elemen­

tima vektora stanja, a time i sve karakteristične modove

[ �:i:l ]

eAt , nužno je da sustav posjeduje

svojstvo osmotrivosti. Iz kanoničkog oblika, jednadžbe izlaza su:

y(t) =

= Cnz(t)

(8.329)

Yq (t)

Pojedine komponente vektora izlaza određene su izrazima:

(8.330) Yq (t)

=

Cql z1 (t) + Cq2 z2 (t) +

· · ·

+

Cqn Zn (t)

Potreban i dovoljan uvjet za osmotrivost sustava jeste da niti jedna komponenta stanja z (

t) (8.330). Prema tome, potpuna osmotrivost sustava zahtijeva da nijedan stupac matrice Cn ne bude O. Taj uvjet osmotrivosti vrijedi samo onda kada je na raspolaganj u

ne nedostaje u

kanonički oblik jednadžbi stanja i izlaza t e kada s u svojstvene vrijednosti sustava realne, j ednostruke i različite. Uvjet osmotrivosti na osnovi kanoničkog oblika jednadžbi prvi je predložio

E.

G. Gilbert,

[58].

Opći uvjet osmotrivosti multivarij abilnog sustava, koji vrijedi

za sve forme matematičkog modela po varij ablama stanja, predložio je

R. E.

Kalman,

[87].

Do tog uvjeta dolazi se slj edećim postupkom. Za nepobuđen sustav, model po varijablama

= Ax(t) y (t) = Cx(t)

stanja jest:

x(t)

Prema Cayley-Hamilton teoremu pokazano je da se reda

(8.202):

eAt

n -1

=L

ak

(8.331) (8.332) eAt može izraziti polinomom n - 1

(T) A k

k=O

253 Kod diskretnih sustava moguće je da matrica prijelaza stanja bude singularna. 25 4engl. Detectable.

(8.333)

532 (8.332) (8.334) (8.333)

Rješenje jednadžbe

Ako se u

je:

uvrsti

y (t) = CeAtx (o- ) dobit će se:

y (t)

n- l

2.:: adt) C Ak x (o-) k=O

=

(8.334) (8.335)

Da bi sustav bio osmotriv, svaki izlaz mora biti pod utjecajem svakog stanja Xi . Odatle proizlazi da matrica CAk mora zadovoljavati određen uvjet. Taj uvjet ujedno je i opći uvjet osmotrivosti, koji kaže da će multivarij abilni sustav biti potpuno osmotriv ako je rang matrice osmotrivosti O: rang( O)

=

c CA CA2

rang

=n

CAn- 1

Za linearne sustave s jednim ulazom i jednim izlazom uvjet osmotrivosti zadovoljen ako je determinanta matrice osmotrivosti O različita od nule:

101 -1- o

(8.336) (8.336) (8.337)

biti će

Kod sustava s jednim ulazom ijednim izlazom matrica osmotrivosti O je kvadratna n x n reda, te je dovoljno promatrati njenu determinantu. Kod multivarij abilnog sustava ova matrica je pravokutna n x n q reda (gdje je q broj izlaznih signala), te je potrebno da rang te matrice bude n (tj. da postoji jedna n x n submatrica čija je determinanta različita od nule). Rang matrice osmotrivosti O pokazuje broj osmotrivih stanja sustava. Ako je na primjer rang ( O) = n - 1, sustav nije potpuno osmotriv jer se ne može pratiti jedna komponenta vektora stanja. Geometrijska interpretacija osmotrivosti za sustav s jednim izlazom svodi se na to da C ne / smije biti okomit na bilo koji realni svojstveni vektor, tj.: ·

(8.338)

Cmj -j. O; Vj To se može pokazati na sljedećem primjeru.

Primjer

[ -;_1 -2 ] [xx2i (t)(t)]

8.22 Odrediti osmotrivost LTI sustava danog sa:

x(t)

Rješenje:

O

=

[�]

Svojstvene vrijednosti sustava su >.1

m1 = Izlaz sustava (8.339) je:

;

= -1 i

m2

=

y(t) = Cx(t) = (k 1 k2 ]

(8.339)

>.2 = - 2, a svojstveni vektori:

[�] [�����]

(8.340) (8.341)

533

Sustav će biti neosmotriv ako C ima smjer okomit na bilo koji od svojstvenih vektora m1 ili - izraz (8.338). Na slici 8.24a) i b) prikazani su slobodni odzivi sustava s početnim stanjem:

m2

x(o-)

=

[x i(O=)J X2 ( 0 ) [xx1 (0= )J 2 (0 )

=

[ -30 J 50 [ 50 J 50

(8.342)

a na slici 8.24c) prikazanje slobodni odziv sustava s početnim stanjem: x(o-)

x,

x,

50

x, (O )e·•

=

=

(8.343)

y

2x1(0)e·1+(x2(0)-x1(0)]e·21

x,(o)e-'+[x,(O )-x, (O)]e-21 20

o

"

o

o

5

5 30

2S(O) =

[-;g1

a

Q=[ 1 1 ]

x,

o

x,

50

5

-40

o -30 2S(O )= 50

[-;g1

5 [x1(0)-x2(0)]e·21

x1 (0)e·'+[x,(O )-x, (O )] e·21

o

y

5

-80

Q=[1 -1 ]

x,

50

b X,

50

y

o o 2S(O )=

[ �]

5

o Q=[1 - 1 ]

5 5 c

Slika 8.24: Odzivi stanja i izlaza osmotrivog i neosmotrivog sustava

534

Prve dvije krivulje na slici 8.24a) prikazuju odziv varijabli stanja, a treća prikazuje odziv izlaza sustava uz [ 1 1] . Budući da nije okomit ni na koji svojstveni vektor, tj.:

C=

C

za pretpostaviti je da će izlazni signal u sebi sadržavati informacije o varijablama stanja, odnosno o svojstvenim ponašanjima i što se na slici i vidi. Na slici 8.24b) početno stanje je isto, alije Kako je O, a i=- O, tj. je okomit na toje u izlaznom signalu sadržan samo karakteristični mod dok moda nema. Da bi se to bolje uočilo sa slike, promijenjeni su početni uvjeti sustava uz isti Uz i biti će:

x2 (O) = 50

2t, = Cm2 C = [1 -1]. e>-.1 t e>-.Cm1 e>-.2t,

C e>-.1 t m1, C. x1 (O) = 50

[�� ��=�] = [ 50 (e-t - :�2�) 5oe-2t ] = [��:=:] +

x 1 x2 e>-.1 t e>-.2 t z(t) = eAtz (o-) Kako je M = [� �l a M - 1 = [!1 �] tako će biti: z1 (0-)] = M- 1 x(O- ) = [- x1 (0+- ) 2 0- ] [z2(0) x1(0-) x ( ) Zbog x 1 (o - ) = x 2 (o - ) proizlazi daje:

(8.344)

Slobodni odzivi varijabli stanja i postoje ijednaki su. Ako se sustav dovede u kanonički oblik da bi se uvidjela karakteristična ponašanja (modovi) i dobiti će se: (8.345)

,

(8.346)

(8.347)

Iz (8.345) i (8.347) proizlazi:

Z1Z2 (tt) == 050e>-.e>-.i2tt () U kanoničkom koordinatnom sustavu postoji samo odziv z1 (t ) . Budući da izlazni signal u sebi sadrži karakteristična ponašanja e>-. 1 t i e>-.2t, a u tom slučaju nema pobude (z2 (o- ) = O) člana e>-. 2 t, na izlazu sustava signalje y (t ) = O, jer ne sadrži član e>-.1t, budućije Cm1 = O. Iz izloženogje evidentno daje sustav na slikama 8.24b) i c) neosmotriv, dokje sustav na slici ·

(8.348)

8.24a) osmotriv. •

Treba naglasiti da se samim saznanjem da je sustav osmotriv nije rij ešilo i pitanje kako ga osmatrati. Osmotrivost samo pokazuje da je teoretski moguće rekonstruirati vektor stanja na osnovi promatranja izlaznog vektora Kod složenijih sustava upravljanja često je potrebno upravljati kompletnim stanjem sustava, ili barem s više komponenata stanja nego što je moguće pratiti mjernim instrumentima. U takvim situacijama potrebno je na neki način rekonstruirati one komponente stanja koje se ne mjere instrumentima. Filter ili sustav (obično je to digitalno računalo) projektiran u tu svrhu naziva se estimator stanja ili observer255 . Svoj­ stvo osmotrivosti je neophodan uvjet za projektiranje estimatora stanja, koji nam služi da se

x( t )

255 engl Observer (state estimator).

y (t) .

535 na temelju izmjerenih ulaznih i izlaznih signala nekog sustava procijeni njegovo stanje. Pos­ toji nekoliko vrsta takvih uređaja od kojih su najpoznatiji estimator punog reda te estimator reduciranog reda (Luenbergov observer), [ 1 06], dok je za stohastičke sustave i signale naj­ poznatiji Kalmanov.filter, [89], [57]. Kod svih ovih estimatora stanja koristi se matematički model realnog sustava te signali s ulaza i izlaza realnog sustava. Za estimaciju stanja moguće je koristiti i rekonstrukciju varij abli stanja pomoću deriva­ cijskog elementa. Kako mnogi sustavi imaju manje izlaznih signala od varijabli stanja, ta metoda koristi derivaciju izlaznog signala za rekonstrukciju stanja sustava, sa svim nedosta­ cima koje derivacija signala donosi. Ako se kao primjer uzme sustav s dvije varij able stanja i jednim izlaznim signalom, tada je za proračun varijabli stanja dostupna jedna jednadžba s dvije nepoznanice. Takva situacija može se izbjeći ako se pretpostavi da je moguće odrediti

y (t),

y (t) d�t(t) . y(t) Cx(t) t) y(t) CAx(t) [y(t)] [ c ] y(t) [ C:CA] l [x(��mt) x(t) [ C:c] c

kako izlazni signal tako i njegovu derivaciju \ izlaza (uz pretpostavku da je D = O ) dobivamo:

=

Deriviranjem jednadžbe

=

(8.349)

Radi jednostavnosti, može se pretpostaviti da je n( = O, tj. B = O, pa ako se u (8.349) umjesto uvrsti h()mogena jednadžba stanja, dobit će se:

x(t)

=

(8.350)

U procesu rekonstrukcije osnovni korak predstavlja tvorba vektora koji se sastoji iz tj . :

y(t)

Iz (8.35 1 ) proizlazi:

=

=

y(

t)

i

(8.35 1 )

(8.352)

Jednadžba (8.352) pokazuje da je moguće rekonstruirati stanje sustava kada je matrica os­ motrivosti za sustav drugog reda o =

nesingulama, tj. kada postoji njezina inverzija.

[ C:] c

Ta matrica bit će nesingulama onda kada je sustav potpuno osmotriv. Osmotrivost sustava može se prema tome odrediti ispitivanjem nesingulamosti matrice osmotrivosti

, što

je zapravo izraz (8.337) . Uvjet (8.337) ili uvjet za multivarijabilne sustave (8.336) povoljniji su za analizu osmotrivosti od izraza (8.338) koji zahtijeva poznavanje svojstvenih vrijednosti i svojstvenih vektora sustava. Metoda rekonstrukcije stanja sustava pomoću derivacijskog elementa ima velik nedostatak. Naime, za sustav trećeg reda trebalo bi dva puta derivirati izlazni signal kako bi se dobilo :

y(y(tt)) CAc x(t) [ y(t) l [ CAl 2 l i - [ y(t) l c x(t) [ CACA2 y(y(tt)) =

odakle:

=

536

Kako kod svakog realnog sustava treba očekivati šumove mjerenja, tim se načinom šu­ movi još više pojačavaju, pa za realne sustave postupak nije preporučljiv. Pored toga, budući da nij e moguće konstruirati idealan derivacijski element, unosi se pogreška procjene stanja koja je to veća što je derivacijski element lošiji. S druge strane, ako je realni derivacijski element bolji, povećava se osjetljivost sustava na šum. 8.12.2

Dohvatljivost i upravljivost linearnog sustava

u1u2(t)] r

žž2((tt)) ržn1 (t)1 r>.1

Na sličan način (kao što je na jednostavan način moguće shvatiti osmotrivost sustava kada je sustav opisan kanoničkim nonnalnim oblikom jednadžbi) i upravljivost/dohvatljivost se može vrlo jednostavno shvatiti i odrediti iz kanoničkog normalnog oblika:

O

(8.353)

Up(t)

Definicija: (Potpuna dohvatljivost). Sustavje potpuno dohvatljiV256 ako je moguće odrediti signal upravljanja u (t ), koji će u konačnom vremenskom intervalu (t f) do­ vesti sustav izpočetnog stanja x (O- ) = O u neko željena stanje x (t1) # O. x, ./

x,

---------···--------·-------

--------------------------·-----.

/i

i/ jI

//./ :________________ ------------------------r/

i

----------·-------------------------1:·/· a) upravljivost

.

�.:-:1

.

(

1

t

/ x(t.)

,///····

/ /



I !

x(O)

··-----------

--·

��

--------··------

I

,'

l /�

_Jl

...

-·····-·-········-····-··-„ .„

'.

i

/ /

/

b) dohvatljivost

Slika 8.25: Upravljivost (a) i dohvatljivost (b) sustava

(t (t1)

Definicija: (Potpuna upravljivost). Sustavje potpuno upravljiV257 akoje moguće od­ u

rediti signal upravljanja (t), koji će u konačnom vremenskom intervalu sustav iz nekogpočetnog stanja x (o- ) # O u konačno stanje x f ) = O.

dovesti

Na slici 8.25 prikazana je razlika između upravljivosti (a) i dohvatljivosti (b) za sustav drugog reda. Kod kontinuiranih sustava oba ova koncepta su potpuno ekvivalentna258 , dok kod diskretnih sustava postoji razlika među njima, o čemu će više biti rečeno u sljedećem poglavlju. Iz tih definicija slijedi da je pravilnim izborom upravljačkog signala moguće sve 256 engl. Reachable. 257 engl. Controllable. 258U nastavku će se kod kontinuiranih sustava stoga koristiti za oba koncepta pojam upravljivosti.

537 komponente stanja (varij able stanja) dovesti u željeno stanje. Budući da u (8.353) nema međusobnog djelovanj a kanoničkili varijabli stanja proizlazi da j e dovoljan uvjet za upravlji­

vost sustava da matrica Bn nema nul-retke (Gilbertov test upravljivosti).

Bn

U slučaju kada su jedan ili više redaka u matrici jednaki nuli, nije moguće utjecati na pripadne varijable stanja pomoću signala upravljanja, pa će sustav biti neupravljiv. Svaki sustav obilježavaju njegova unutarnja karakteristična ponašanja. Tako na primjer, Ta sustav trećeg reda ima tri svojstvene vrij ednosti od kojih svaka rezultira članom karakteristična ponašanja (modovi) sustava pojavljuju se u svim slobodnim odzivima vari­ jabli stanja, dok ih u prinudnim odzivima i ne mora biti259 . Izborom prikladnog signala up­ ravljanja omogućuje se djelovanje na svaku od ovih komponenata u prinudnom odzivu. Ako je potrebno, može se odabrati takav upravljački signal koji će odstraniti određenu "prirodnu" frekvenciju sustava (na primjer iz svake varijable stanja. U općem slučaju moguće je djelovati na amplitude svakog karakterističnog moda u svakoj varijabli stanja. na koju upravljački signali Kod neupravljivog sustava postoji barem jedna komponenta nemaju nikakva utjecaja. Činjenica da je u nekom sustavu moguće djelovanje upravljačkog signala na svaku varijablu stanja, istodobno ne jamči i mogućnost određivanja potrebnog vek­ tora upravljanja. Da bi sustav bio upravljiv, osim mogućnosti djelovanja na svaku varijablu stanja potrebno je još odrediti i signal upravljanja koji će moći izvršiti željena djelovanja da se postigne unaprijed odabrana stanje sustava. Ako sustav nije potpuno upravljiv, znači da u sustavu postoje neke varij able stanja koje se upravljačkim signalom ne mogu dovesti u že­ ljeno stanje. Drugim rij ečima, sustav ima jedan potpuno upravljiv potprostor stanja i jedan neupravljiv potprostor stanja. Postavlja se pitanje da li j e takvim sustavom moguće upravlja­ ti i pored toga što su neke varijable stanja nedohvatljive? Da bi se na to pitanje odgovorilo mora se ispitati ustaljivost sustava260 koja je definirana na sljedeći način:

e>-it .

u (t)

u (t)

e>-1 t )

e>-t

Definicija: (Ustaljivost). Sustavje ustaljiv ako je neupravljivi podsustav asimptotski

stabilan! Ako je sustav ustaljiv tada je moguće upravljati sustavom i dovesti upravljiva stanja na želj enu poziciju bez straha da će se neupravlj iva stanja tij ekom vremena raspirivati i dovesti do oštećenja sustava. Uvjet da matrica nema nul-redaka (58] vrijedi samo kod kanoničkih (dijagonalnih) oblika jednadžbi po varijablama stanja i za sustave s realnim jednostrukim svojstvenim vri­ jednostima. Opći uvjet upravljivosti (Kalmanov test upravljivosti) za sve forme matematičkog modela po varijablama stanja dan je u [88]. Do njega se može doći na sljedeći način. Varijable stanja pod utjecaj em signala upravljanja i početnih uvjeta mogu se opisati s (8.23 1 ) :

Bn

-X (t) = q, (t - to) X (to) + Ako je

to = o- i x (t1) = O , proizlazi: t

t

J q,(t - T)Bu (T) dT

to

J

O = eA tix (o-) + J eA (t rr) Bu (T) dT o-

259 Što ovisi o vrsti pobude i svojstvima sustava. 260engl. Stabilizability.

(8.354)

(8.355)

538 odnosno:

- J e-A TBu (T) dT t,

X

Kako je:

(o-) =

(8.356) (8.357) (8.358)

o-

n -1

e - At = L ak (T) A k k=O

dobit će se:

j

t1

n-1

k x (o-) = - L A B ak (T) u (T) dT k=O o

Uz u (t) dimenzije p, integral u

(8.358)

može se izraziti:

J ak (T) u (T) dT = ,8k t1

(8.359)

o-

Jednadžba

(8.358)

sada glasi:

n -1

x (0 - ) = - 2= A k B,8k = - [ B AB A2B k�O c

(8.360) /3n- 1

S obzirom da je kod upravljivog sustava moguće na svako početno stanje Xi (o- ) djelovati s u (t ) , uvjet upravljivosti za rrmltivarijabline sustave jest:

rang (C)

= rang [ B AB A2B

(8.361) (8.362)

Matrica C zove se matrica upravljivosti26 1 sustava. Za sustav s jednim ulazom uvjet

(8.361)

svodi se na:

ICI � o

U ovom slučaju matrica upravljivosti C je n x n reda pa je dovoljno promatrati deter­ minantu matrice upravljivosti C, dok je kod multivarijabilnog sustava matrica upravljivosti n x n · p reda (p broj ulaznih signala), pa se traži determinanta submatrice n x n reda različita od nule (što je zapravo ispitivanje ranga matrice). Na osnovi do sada izloženog, svaki sustav (slika općenito se može podijeliti na četiri podsustava: • Sc0 - potpuno upravljivi i osmotrivi podsustav, Sc8 - upravljiv i neosmotriv podsustav, •

2.22)





Sc0- neupravljiv i osmotriv te

Sc8- potpuno neupravljiv i neosmotriv podsustav.

Takva podjela poznata je kao Kalmanov teorem kanoničke strukture, budući da ga je prvi puta izložio R. E. Kalman,

[86].

261engl. Controllability matrix.

539

Pojam podsustavi dan je u smislu predstavljanja karakterističnih modova e>-it, tj. karak­ terističnih ponašanja sustava. Na osnovi slike 2.22. vidljivo je da funkcija prijenosa ili matrica prij enosa sustava opisuje samo upravljiv i osmotriv dio sustava, a o ostalim dijelovima sustava ne daje nikakvu infor­ maciju. Osim toga preko funkcije prij enosa moguće je odrediti samo prinudni odziv sustava, dok se na osnovi matematičkog modela preko varijabli stanja može odrediti i prinudni i slo­ bodni odziv. Takav opis sustava prema tome mnogo je deskriptivniji jer, kao što vidimo i na slici 2.22, mnogo dublje zalazi u samu strukturu sustava. U slučaju neosmotrivosti ili ne­ upravljivosti sustava dolazi do kraćenja pola s nulom u funkciji prijenosa. Tako, na primjer, za sustav iz primjera 8.22, ako je B

Go (s)

=

[�]

,

r

biti će matrica prijenosa:

C [sI Ar 1 B = [k1 kz] -

k1 (s + 2) + k2 (s + l)(s + l)

8

�l

(s + l ) (s + l )

1-1 [�] s+2

(8.363)

Uz k1 = 1 i k2 = -1 što je davalo neosmotrivost sustava, dobit će se funkcija prij enosa 1 Go (s) = -s+2 Kao što vidimo došlo je do kraćenja pola p1 s konačnom nulom z1

može reći:

=

-1

(8.364) =

-1, pa se

Kraćenje pola i nule u funkciji prijenosa ukazuje na neupravljivost ili neosmotrivost sustava. Analiza upravljivosti i osmotrivosti sustava ima velik značaj u sintezi sustava, a također je važna i za izbor i položaj mjernih instrumanata (senzora) u sustavima automatskog upra­ vljanja. U slučajevima kada sustav ima višestruke svojstvene vrij ednosti osmotrivost i upravljivost određuju se na osnovi Jordanove kanoničke matrice (8.289). Takav će sustav biti osmotriv ako: 1 . ne postoje dva Jordanova bloka u matrici J koja su pridružena istim svojstvenim vrijed­ nostima,

CM (M je matrica transformacije u Jordanov oblik), koji odgovaraju prvom retku svakog Jordanova bloka,

2. nema nul-stupaca u matrici 3. nema nul-stupaca u matrici

CM koji odgovaraju jednostrukim svojstvenim vrijednosti­

ma. Sustav će biti upravljiv ako: 1 . ne postoje dva Jordanova bloka u matrici J koja su pridružena istim svojstvenim vrijed­ nostima, 2. nema nul-redaka M-1 B koji odgovaraju posljednjem retku svakog Jordanova bloka, 3. nema nul-redaka matrice M- 1 B koji odgovaraju jednostrukim korijenima.

540

Primjer 8.23 Sustav je prikazan na slici 8.26. Potrebno je odrediti osmotrivost sustava. Matrica dinamike sustava i matrica mjerenja izlaza su:

1

sXi

1 s

-

sX,

1

s

+

K

+

Y(s)

4

3

Slika 8 .26: Blok-shema sustava Rješenje: Transponirane matrice su:

[ cr AT cT ] Determinanta matrice (8.365) je:

=

[�

K 4



]

(8.365)

(8.366)

Kalmanov uvjet osmotrivosti (8.337) pokazuje da će sustav biti neosmotriv akoje K = 1 ili K = 3 (determinanta (8.366) jednaka nuli). Uz te uvjete izlaz sustava y(t) nema karakteri­ stičnog moda e-t (za K = 1) ili e-3t (za K = 3). Jedna od prirodnih frekvencija neće se nikad moći razaznati iz signala y (t ) . •

Primjer 8.24 Multivarijabilni sustav drugog reda prikazan blok-dijagramom na slici 8.27. imajednadžbe stanja i izlaza:

i:1 = -2 x1 + 3 u1 + 2 u2 X2 = -2 X2 + U2 Yl = X1 Y2 = 3 x1 - 2 x2

(8.367)

541



3 2

-

Y1(s)

X1

s

2

-

s

Y2(s)

2

2

Slika 8.27: Blok-dijagram multivarij abilnog sustava

Potrebno je odrediti upravljivost ovog sustava. Rješenje:

Matrica dinamike sustava i matrica raspodjele upravljanja su:

Matrica upravljivostije:

A = [ -2o

C = [ B AB J = [ � �

-4 ]

-6 o -2

Rang matrice upravljivosti (8.368) je 2, paje sustav potpuno upravljiv jerje i n (8.336)).

(8.368) =

2 (uvjet •

Primjer 8.25 Za sustav zadan u kanoničkom obliku jednadžbe (8.369) i (8.370), potrebno je odrediti upravljivost i osmotrivost.

ž (t)

= [ �2 �l ] z(t) + [�] u(t) y(t) = [l l] z(t) Bn

(8.369) (8.370)

Budući da je matematički model dan u kanoničkom dijagonalnom (normalnom) obliku, mogućeje primijeniti Gilbertov test. Kako matrica u (8.369) ima nul-redak može se zaključiti daje sustav neupravljiV262, a kako matrica C n u (8.370) nema nul-stupaca, su­ stavje osmotriv. Sa blok-sheme sustava (slika 8.28) može se razaznati neupravljivi i osmotrivi (Seo) od upravljivog i osmotrivog dijela sustava (Sc0J.

Rješenje:

262 Druga varijabla stanja je neupravljiva.

542

Y(s) 1--------------------------------

1 I

z,

1

s

: S-

'

Slika

8.28:

co

Blok-shema sustava s upravljivim i neupravljivim podsustavima •

Primjer 8.26 Potrebnoje odrediti osmotrivost sustava zadanog sa:

±±2(1 (tt)) x3(x4(tt)) x5(t) [Yi (t)] Y2(t)

Rješenje: ,\1 ,\2 A3 2 A4 A5

2 o o o o

1 2 o o o

rn

1 1

o 1 2 o o

o o o -3 o

o o o 1 -3

X1x2((tt)) X3(X4(tt)) X5(t) ( t ) X1 X2( t 1 o x3(t)) 1 rn o ] . X4(t) x5(t)

(8.371) (8.372)

Sustav ima višestruke svojstvene vrijednosti, pa Jordanova kanonička matrica daje = i = -3. Matrica C · M u (8.372) ima linijom označene stupce koji odgovaraju prvom retku u Jordanovim blokovima. Kako jejedan od stupaca nul-stupac, proizlazi daje sustav neosmotriv. =

=

=



Treba napomenuti da je svojstvo neosmotrivosti ili neupravljivosti linearnog sustava singulamo svojstvo u smislu da infinitezimalno mala promjena parametra izvlači sustav iz neos­ motrivosti i/ili neupravljivosti, osim u slučaju da sustav po strukturi ne može biti osmotriv/up­ ravljiv. Neosmotrivi i/ili neupravljivi sustavi obično se pojavljuju zbog, [50]: • redundantnih varijabli stanja. Ovo se osobito javlja u situacijama kada se gradi ma­ tematički model po varijablama stanja nekog sustava i kada se zbog neiskustva ili neznanja o sustavu postavi više jednadžbi dinamike sustava nego što je potrebno; •

fizikalno, sustav je po svojoj prirodi neupravljiv;

543 •

kada sustav ima previše simetrij e, što se pojavljuje npr. kod mjernih mostova. Naime, mjerni mostovi su neupravljivi samo za jedan specifičan slučaj a to je onda kada su u stanju ravnoteže, inače oni su upravljivi sustavi.

8.13 Promatranje sustava u prostoru stanja Dinamiku sustava moguće je analizirati na osnovi grafičkog prikaza odziva sustava u pros­ toru stanja u kojem varijable stanja tvore koordinatne osi. Slobodni odziv sustava iz početne točke u prostoru x x(o-) = x0 giba se po putanji trajektoriji stanja. Vrij eme je im­ plicitna varijabla duž trajektorije stanja. Kada su varijable stanja dane kao fazne varij able, prostor stanja zove se fazni prostor. Za sustave drugog reda prostor stanja deformira se u ravninu, pa je grafički prikaz trajektorije jednostavan. Za sustave više od trećeg reda grafički p1ikaz nije moguć, što ograničava samo grafičko predstavljanje rezultata, a ne i matematički aparat za analizu sustava. Trajektoriju stanja određuje se iz jednadžbi stanja eliminiranjem vremena kao eksplicitne funkcije. Skup svih mogućih trajektorija stanja ima naziv portret stanja (fazni portret, ako su varijable stanja fazne varijable).

(to)

=

Primjer 8.27 Slobodan odziv sustava:

X(t)

izpočetnog stanja x (o-)

=



[

3 2

-3 2

-1 6

3 2

[�], danje sa:

X zi (t) = (t) X (

0- )

=

r

]

x(t)

(8.373)

;e-< - :e-2'

- e- t + - e -2t 3

3

l

(8.374)

Pojedinačni odzivi dani su: x1 (t) na slici (8.29a), te x2 (t) na s/ici(8.29b). Alw se ti odzivi spoje u krivulju u prostoru (x1, x2 , t) dobit će se krivulja a, b, c, d, e (slika 8.29c). Preslika­ vanje te krivulje na ravninu (x i , x2) - (ravnina stanja), dobit će se krivulja A, B, C, D, E s parametrom t - trajektorija stanja. Strelica na trajektoriji stanja pokazuje u kojem smjeru se povećava vrijeme.

544 4 (a)

x,

2

2

o

2

o

2

4

2

Slika 8.29: Trajektorij e slobodnog odziva x 1 (t) i

x2 (t)

Za slučaj da su početna stanja ili

(8.375)

dobit će se odgovarajući slobodni odzivi: x(t) =

[3ee--tt]

ili

x(t) =

3e-22tt] [-c

(8.3 76)

545

Nagibi trajektorije stanja sustava u razmatranim slučajevima su konstantni i iznose: X1 (t) = 3, odnosno xz (t) (slika 8.30).

(t) X1- = -3. Trajektorije stanja dane su pravcima kroz ishodište xz (t ) 4 3 2 karakteristični vektor X' -� -� --+EO---+-�---J��-1--�-1-�•

- o

4

xa=[-3]1 --

karakteristični vektor

Slika 8.30: Trajektorije stanja sustava

Pravci na kojima se nalaze početni uvjeti (8.375) pokazuju smjer svojstvenih vektora m1 i mz sustava. Naime, točka se može u prostoru stanja izraziti kao: x(t) =

[�:mi

= X 1 (t) i 1 + Xz (t)iz + · · · + Xn(t)in

(8.3 77)

Xn(t) gdje su ii bazni vektori (tvore koordinatni sustav ili bazu prostora), lj. jedinični vektori u smjeru koordinatnih osi (orlovi) : 1 o ii = o

o 1 o iz =

'

.

. .

o o in = o

(8.378)

1 o o Skup ovih baznih vektora nijejedini skup; naime, bilo koji skup n linearno nezavisnih vektora također tvori skup baznih vektora. Kako su svojstveni vektori sustava s različitim i realnim svojstvenim vrijednostima, također linearno nezavisni, i oni mogu tvoriti skup baznih vektora pomoću kojih se može odrediti točka u prostoru: (8.379)

=

Ako se svojstveni vektori normalizacijom svedu na jedinične vektore, lj. ll mi li = 1, za j 1, 2, . . . , n, jednadžba stanja nepobuđenog sustava poprima oblik: x(t) = Az(t) = Z1 (t) Am1 +

. . .

+ Zn (t) Amn

(8.380)

546

Kako je: (8.38 1 )

tako će (8.380) biti:

x(t) = >-j zj mj

(8.382)

Iz (8.382) proizlazi da vektor brzine ima smjer svojstvenog (karakterističnog) vektora, tj. bilo koja trajektorija koja započinje na svojstvenom vektoru ostaje na tom vektoru s konstant­ nim nagibom. Općenito, trajektorija može prolaziti preko svojstvenog vektora. Pri t oo trajektorija stanja teži svojstvenom vektoru (slika 8.31): ---+

Polovi

Ia

karakteristični vektor

11 a

karakteristični vektor

Ili a

karakteristični vektor

A ie općeg oblika

li b

Ili b

Slika 8.3 1 : Ponašanje trajektorij e stanja oko svojstvenog vektora •

Na slici 8.3 1 prikazane su neke trajektorije stanja za sustav trećeg reda, koji ima par konjugirano-kompleksnih polova i jedan realan pol. Ovisno o položaju i karakteru domi­ nantnog pola, trajektorija će imati različitu putanju. U slučaju da je realni pol dominantan, u odzivu će prevladavati eksponencijalno ponašanje Gedno karakteristično ponašanje sustava). U takvom slučaju (Ja, i lb na slici 8.:Yl ) trajektorij a će se s naglašenij im eksponencijalnim gušenjem nad oscilatomim ponašanjem približavati svojstvenom (karakterističnom) vektoru, da bi se poklopila s njim u ishodištu. Kada je konjugirano-kompleksni pol dominantan, doći

547 će do jačeg izražaja oscilatorno ponašanje, koje će to više prevladavati nad eksponencijalnim što je dominantan pol bliže imaginarnoj osi. Takva situacija dana je s Ila i llb na slici 8.3 1 . Kada se konjugirano-kompleksni pol nalazi na imaginarnoj osi oscilatorno ponašanje potisne eksponencijalno, pa će trajektorija stanja opisivati cilindar (IIIa, i IIIb na slic:B.3 1 ). Ako se linearnom transformacijom jednadžbe sustava dovedu na modificirani kanonički oblik, tada će se koordinatne osi dobivenog kanoničkog prostora poklopiti sa svojstvenim vektorom. Trajektorij a stanja u takvom prostoru simetrična je prema koordinatnim osima (lb, IIb, i IIlb na slici 8.3 1). Svojstveni vektor sa slike 8.3 1 odgovara realnoj svojstvenoj vrij ednosti, budući da svoj­ stveni vektori koji odgovaraju konjugirano-kompleksnim polovima nisu pravci. U slučaju kada sustav ima tri realne i različite svoj stvene vrij ednosti, u prostoru stanja bi se moglo odrediti tri pravca (svojstvena vektora). Tada bi se trajektorije stanja samo eksponencij alno približavale svojstvenim vektorima (nema oscilatornih ponašanja - polovi realni), dok se ko­ načno ne bi poklopile s njima. Svaki svojstveni vektor imao bi "svoju" grupu trajektorij a (ovisno o početnim uvjetima), koje bi se konačno poklopile s njim. Kao što je iznesena, geometrijska interpretacije trajektorije stanja nemoguća je za sustave reda n > 3. Međutim, ako se polovi nekog sustava višeg reda nalaze daleko od dominantnih polova263 , moguće ih je zanemariti i sustav promatrati u prostoru n l dimenzija (l je broj zanemarenih polova). Ovo je dozvoljeno, budući da se karakteristična ponašanja tih polova brzo "istitraju" u odzivu sustava. -

263 Za slučaj ct > 8ctd; °'d je udaljenost dominantnog pola od imaginarne osi.

9

Linearni diskretni sustavi automatskog upravljanja

9.1

Uvod

Zahvaljujući brzom razvitku računarstva i poluvodičke tehnologije, koja je cijenom po­ stala vrlo pristupačna, kao i prednostima koje takva tehnologij a donosi u odnosu na analognu tehniku, danas se sustavi upravljanja realiziraju skoro isključivo uz pomoć digitalnih raču­ nala. Stoga je za svakog inženjera koji se bavi automatikom od iznimne važnosti pozna­ vati teorij u diskretnih sustava upravljanja. U ovom poglavlju obradit će se analiza linearnih digitalnih (diskretnih) sustava upravljanja, odnosno sustava koji su vođeni digitalnim raču­ nalom. Velika većina procesa (objekata) i izvršnih organa (aktuatora) su kontinuirani sustavi, dok je digitalno računalo diskretan sustav, jer sekvencijalno obrađuje signale. Ako digitalno računalo upravlja kontinuiranim procesom tada je nužno elektroničkim sklopovima povezati ''kontinuirani svijet" (proces) sa "diskretnim svijetom" (digitalnim računalom). Ovu funkciju obavljaju analogno/digitalni (A/D) i digitalno/analogni (D/A) pretvomici. Analogno/digitalni pretvornik obavlja diskretizaciju kontinuiranog signala izmjerenog na izlazu procesa. Ovaj signal obrađuje se u digitalnom računalu algoritmom upravljanja i priprema za slanje prema izvršnom organu (aktuatoru). Diskretan signal iz digitalnog računala treba opet pretvoriti u analogni signal kako bi ga aktuator mogao prihvatiti. Ova pretvorba odigrava se u digi­ talno/analognom (D/A) pretvorniku. Prema tome, AID i D/A pretvomici nalaze se na granici kontinuiranog i diskretnog svijeta. Na slici 9 . 1 prikazana je blok shema digitalnog sustava automatskog upravljanja. Digitalno računalo

Algoritam upravljanja y(t) I I

_

_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

Senzor

/

Slika 9. 1 : Blok-shema digitalnog sustava automatskog upravljanja

550 Na slici 9. 1 , kontinuirani signali označeni su kao funkcije vremena t, dok su diskretni signali označeni kao funkcije diskretnog trenutka k. Svi događaj i u digitalnom računalu kao što su npr. algoritam upravljanja te AID i D/A pretvorbe sinkronizirani su satom u stvarnom vremenu. Kako za svaku operaciju na digitalnom računalu treba potrošiti određeno vrijeme, izbor odgovarajuće vremenske periode, unutar koje će se obaviti svaka operacija, iznimno je važno i o tome će biti više rečeno u nastavku. D/A pretvornikom diskretni signal pret­ vara se u kontinuirani najčešće tako što se između uzimanja uzoraka drži konstantnim tj. uc(t) uc(k) = konst. za k < t < k + 1 . U tom slučaju upravljački signal uc(t) je konstantan bez obzira na to kako se mijenj ao izlazni signal, što drugim riječima znači da digitalni sustav upravljanja unutar k < t < k + radi kao otvoreni sustav upravljanja. Slika 9 . 1 pokazuje da digitalni sustavi upravljanja sadrže kontinuirane i diskretne odnosno diskretizirane signale. Ideja da se digitalno računalo upotrijebi za upravljanje procesom po­ javila se 1 950-tih godina. U to vrijeme tehnologija je bila još u začecima, te zbog veličine računala, potrošnje energije i nepouzdanosti, digitalna računala nisu bila prihvaćena za up­ ravljanje procesima. Specijalna digitalna računala (kao što su npr. digitalni diferencijalni analizatori) rabila su se za proračune u zrakoplovstvu i svemirskim istraživanjima koja su se tada počela intenzivnije provoditi. Prva primjena digitalnog računala u procesnoj indus­ triji pojavila se početkom 1 959 godine264, kada je grupa inženjera iz firme Thomson Ramo Woodridge (TRW) s kolegama iz firme Texaco, nakon studije izvedivosti koja je dala pozi­ tivne rezultate, projektirala sustav upravljanja za polimerizacijsku jedinicu u rafineriji Port Arthur (Texas), [ 1 63]. Digitalno računalo RW-300 upravljalo je sa 26 tokova, 72 temperature, 3 tlaka i 3 smjese. Glavna zadaća je bila minimizirati pritisak reaktora, odrediti optimalnu raspodjelu dotoka za pet reaktora, regulirati dobavu tople vode na temelju mjerenja katali­ tičke aktivnosti, te odrediti optimalnu recirkulaciju. Nakon ove uspješne primjene digitalnog računala u upravljanju procesom naglo se povećao interes za primjenu na drugim procesima. Razvoj područja je moguće pratiti kroz nekoliko faza koje su karakterizirane mogućnostima tehnologije i teoretskim spoznaj ama o takvim sustavima. Tako se mogu razlučiti: 1 . Početni period Početni period karakteriziraju studije izvedivosti i pionirski pokušaji primjene digitalnog računala za upravljanje procesima. Prva računala rabila su elektroničke sklopke s vakuumskim cijevima umjesto elektromehaničkih releja. Pouz­ danost vakuumske cijevi bila je usporediva s pouzdanošću releja, a glavna prednost im je bila u brzini rada. Vakuumske cijevi su naime oko 1 000 puta brže od mehaničkih sklopki. ENIAC265 koji je pušten u pogon 1 946. godine imao je oko 1 8000 cijevi. Mogao je obaviti zbrajanje za oko odnosno oko operacija zbrajanja u sekundi. Prvi problem koji je na računalu EINAC riješen bila je numerička simulacija nužna kod projektiranja hidrogenske bombe. Proračun je obavijen za 20 sekundi, dok je mehaničkim kalkulatorima trebalo 40 sati za isti proračun. UNIVAC 1266 izgrađen 1 950. godine mogao je obaviti oko operacija zbrajanja u sekundi, da bi već IBM 704267 izgrađen 1 957. godine mogao obaviti 1 00000 operacija u sekundi. Tehnološke mogućnosti onog vremena omogućavale su npr. za operaciju zbrajanja, za operaciju množenja te svega do sati srednjeg vremena između kvara (MTBF). Zbog tih svojih nedostataka najčešće su se takva računala koristila samo za praćenje procesa ili zadavanje postavne veličine analognim regulatorima. Kasnih 1 950-tih izum­ ljen je tranzistor te je kao elektronička sklopka brzo zamijenio vakuumske cijevi u raču=

1

'"'"'

1955.

0.2[ms],

5000

10000

50 100

l [m s]

264 Pušten u pogon 1 2.03 . 1 959. 265Electronic Numerical Integrator and Computer, l.iniv. of Pennsylvania. 266 Universal Automatic Calculator, Remington Rand Corp. 26 7Intemational Business Machine Corp.

20[ms]

55 1 nalima. Prvo digitalno računalo (Mark

1,

MIT Instrumentation Lab268) ugrađeno u ba­

lističkoj raketi za potrebe vođenja i upravljanja, testirana je 1 959. godine na Polaris269 raketi. Računalo je zauzimalo oko

12[kg],

O.Ol[m3] prostora, trošilo oko 80[W], težilo oko

(65 ) . Može se reći da je od tada glavni poticaj za razvoj novih tehnologija i

minijaturizaciju dolazio iz domene vojnih, obavještajnih i svemirskih istraživanja. 2. Period tzv. izravnog digitalnog upravljanja (DDC270)

'""

1962.

Ovaj period karakte­

rizira sve veća uporaba digitalnog računala za upravljanje procesom. Kasnih 1 950-tih tranzistor je kao elektronička sklopka brzo zamijenio vakuumske cijevi u računalima, a budući da je bio brži od cijevi, računala s tranzistorima mogla su obavljati 200000 do 250000 operacija u sekundi. Kako se u to vrij eme radilo o velikim računalima, za njihov smještaj bile su nužne posebne prostorije. Skupa rješenja ograničavaju upotrebu, a ovaj period karakterizira direktno upravljanje procesom pomoću računala. Uprav­ ljanje je centralizirano na j ednom računalu koje ima sljedeće karakteristike: za zbrajanje,

lOO[µs] l [ms] za množenje te oko 1000 sati MTBF. Ovaj period predstavlja prvi

pravi period digitalnog računala u upravljanju, jer se pozornost sa praćenja procesa sve više usmj erava na upravljanje i posljedična intervenciju na proces.

Glavna prednost

ovih sustava bila je njegova prilagodljivost, jer su se određene promjene mogle obaviti promjenom programa, za razliku od analognih sustava kod kojih su se promjene ostvari­ vale sklopovskim prespajanjem. Programiranje je olakšana pomoću specijalnog j ezika koji je bio razvijen za ove potrebe. Korisnik je unosio ulazne signale, izlazne signale, vrstu regulatora, parametre regulatora i sl. u tabelarni prikaz. Kako su tipovi regula­ tora bili unaprij ed uprogramirani, kod DDC upravljanja bilo je teško upotrijebiti neki tip regulatora kojega nije bilo u izborniku. Ovo je predstavljalo i glavni nedostatak DDC upravljanja.

3. Period miniračunala

'""

1967 kada zahvaljujući tehnološkom napretku na polju polu­

vodičke tehnologije postaje moguće velika računala zamijeniti manjim, bržim i j eftini­ jim271 j edinicama. Naime, 1 960-tih započinj e proizvodnja integriranih sklopova (Fair­ child Corp. prvi na tržištu nudi integrirani sklop) i minijaturizacija. Tako prvi SSI272 sklopovi sadrže desetak tranzistora na čipu, da bi ih MSI273 sklop već imao stotinjak. Time postaje moguće digitalno računalo primijeniti za vođenje više procesa. Dotadašnja teoretska saznanja o diskretnim sustavima omogućuju da se naglo poveća interes za takvim upravljanjem. Tipično miniračunalo toga vremena (kao npr. PDP-8274 ili CDC 1 700) imalo je

16 bitnu riječ, 8 do 1 24 kB RAM memorije, vrijeme zbrajanja 2[µs], vri­ 7[µs] te MTBF oko 20000 sati. Kako su gabariti ovih računala mnogo

jeme množenja

manji, to je tada bilo moguće razmišljati o decentraliziranom upravljanju, kojega će slj edeća faza i donijeti.

Krajem 1 969, četiri računala povezana su zajedno u mrežu

ARPANET realiziranu u Network Measurement Center na UCLA275 , te je skovan izraz Internet.

268 Danas Charles Stark Draper Laboratory. 26 9Balistička raketa koja se ispaljivala s podmornice. 270 engl. Direct Digital Control. 2 71 Cijena miniračunalaje 1 975 bila oko 1 0000 USD. 272 engl. Small-scale integration. 273engl. Medium-scale integration. 274 Digital Equipment Corp. 275University of Califomia Los Angeles.

552

4. Period mikroprocesora

1972.

predstavlja prvu pravu prekretnicu u upotrebi računala za upravljanje mnogih procesa. Integrirani sklopovi (LSI276) sadrže već oko 1 000 kom­ ponenata na čipu. Poluvodičke memorij e zamjenjuju magnetske. Cijena se digitalnog računala, koji je sada zahvaljujući razvitku tehnologije moguće smjestiti na jednoj kar­ tici, spustila na petstotinjak USD. Prvi mikroprocesorom vodeni let odigrao se 1 972. godine s avionom NASA F-8. Pojavljuju se mikrokontroleri koji na istoj kartici imaju A/D i D/A pretvornike, registre te ostale komponente nužne za priključak na procese. Ideja decentraliziranog upravljanja, koja zagovara da se svaki proces upravlja svojim mikroprocesorom postaje ostvariva. Centralizirano upravljanje jednim računalom sada se zamjenjuje decentraliziranim upravljanjem s više računala. U tom periodu pojavljuju se programabilni logički kontroleri277 (PLC) kao zamjena za releje koji su se koristili za logičke funkcije u sustavima upravljanja278. Velike ormare s relejima sada je moguće zamijeniti malim digitalnim računalom - PLC-om koje se lako programira. Kako su PLC bili snabdjeveni neophodnim sklopovima za priključak na procese, to se s vremenom u PLC počelo ugrađivati sve više regulatorskih funkcija, te je PLC s vremenom postao uni­ verzalni regulator za industrijske primjene, koji se vrlo jednostavno programira te ima mogućnost da ga korisnik relativno jednostavno nadogradi potrebnim algoritmima koje formira od gotovih blokova s izbornika ili programskih blokova koje korisnik sam gradi. U listopadu 1 972 Bob Kahn održao je prvu javnu demonstraciju ARPANET mogućnosti na konferenciji International Computer Communication Conference (ICCC). Internet je prikazan javnosti i od tada kreće njegovo osvajanje svijeta. rv

1980

kada dolazi do naglog prodora osobnih računala na 5. Period osobnih računala tržištu. Kao prvo osobno računalo smatra se MITS 8 1 6279, koji se na tržištu pojavio 1 972 godine i bio je namijenjen hobistima koji su ga sami sklapali od isporučenih kom­ ponenata. Međutim pravi prodor na tržištu napravili su IBM i Apple prodajom osobnih računala namijenjenih običnom kupcu. Ovaj period značajan je po tome što se digitalna računala sve više prodaju na tržištu, što ima za posljedicu sve veću upotrebu računala za druge primjene, a također računala postaju i cijenom pristupačnija običnom kupcu. VLSI280 tehnologija omogućuje nove pomake u veličini i brzini procesora, te se po­ javljuju novi proizvodi kojima ugrađeni procesori daju sasvim nove mogućnosti. Bijela tehnika, automobilska industrija, industrij a zabave, samo su neka od mnogih područja zahvaćenih primjenom digitalnih računala. Intenzivan razvoj računalnih mreža (LAN), osobnih računala i radnih stanica potaknuo je da se sredinom 1 980-tih mogućnost povezi­ vanja računala preko globalne mreže (Internet) naglo usvaja. Popularnost Interneta svake godine se povećava tako da broj korisnika Interneta 2002. godine dostiže 673 miliona (od toga oko 1 0% pristupa internetu bežično), a procjenjuje se da će ih 2005 biti 1 .2 milijardi (od toga se predviđa da će ih 62% pristupati bežično). Komunikacija medu računalima naglo se širi i prodire u industrij u (slika 9.2). Postavljaju se standardi za sabirnice i vezu računala, te protokoli za razmjenu podataka. Prij enosni medij može biti električki ili optički kabel. rv

276 engl. Large-scale integration. 2 77 engl. Programmable logic controller. 278 Releji su se koristili za logičko postavljanje određenih operacija, kao što su upuštanje, isključenje rada procesa i sl. 27 9Micro Instrumentation and Telemetry Systems. 2so engl. Very large-scale integration.

553 SCADA

PLC

PLC

Slika 9.2: Mrežna topologija računala

Razvijaju se SCADA281 sustavi koj i omogućuju upravljanje, praćenje, alarmiranje i za­ pisivanje izmjerenih stanja procesa koji mogu biti na udaljenim lokacijama. SCADE su danas postale uobičajeni industrijski mjerni i upravljački sustav koj i se sastoji iz cen­ tralne jedinice (MTU282) te jednog ili više udaljenih jedinica za prikupljanje podataka i upravljanje (RTU283). Danas se RTU jedinica, koja se prvenstveno koristila za priku­ pljanje podataka i komunikacijske, a manje za logičko-upravljačke svrhe, te PLC koji je imao prvenstveno logičko-upravljačku svrhu, sve više približavaju po mogućnostima. Može se reći da je već danas razlika medu njima nestala. Pod pojmom SCADA po­ drazumijeva se i programski paket koji podatke iz procesa sprema u bazu podataka, te operateru prikazuje odvijanje procesa tijekom rada. Nekadašnje zidne panoe s in­ strumentima u komandnim prostorijama zamjenjuju prikazi na zaslonu računala, koje operater lako mijenja ovisno o potrebi praćenja određenih procesa (slika 9.3).

. •-...

.

· -. IZVRŠNI ORGAN __. , ...,,,,. ELEKTRIČNI (AKTUATOR) __.. • SENZORI --

.--·



___.,.. ...- -

Slika 9.3 : Komandni pult sa SCADA-om

28 1engL Supervisory Control And Data Acquisition. 282 engl. Master Terminal Unit. 283engL Remote Terminal Unit.

554 Naime, SCADA obično posjeduje osnovni ekran s kojeg se obavlja izbor pojedinih grupa nadziranih i/ili vodenih procesa. Osnovni ekran predstavlja vrh SCADA aplikacije, te je polazište za sve sljedeće grupe podprocesa upotrebom izbornika i/ili grafičkih simbola. Grafički prikaz SCADA aplikacije samo je jedan dio nje i to onaj korisniku vidljivi dio. Struktura klasične SCADA-e dana je na slici 9.4, [1 1 2]. Baza podataka

podatal




o � - - - - - - - � - - -t - - - • - - - - - - - . I



-1

• ' I I ' I

-2 -3

-3



o

-1

-2

Realna os

2

3

Slika 9. 1 0 1 : Polovi koji će se preslikati iz s u z-ravninu

3

Polovi preslikani u z-ravninu iz s-ravnine

2 (/) o

g> o

.S

· · ·· · ·

-1

()

· • C l :.J ..

- - . . - . -- . - ; - - . . - - - -.

-2

-2

-1

.

o

- . - . . . . . . �. . .

Realna os

2

3

Slika 9. 1 02: Preslikani polovi sa slike 9. 1 01 u z-ravninu Kao što se vidi kod preslikavanja polova dolazi do određenih učinaka kojih moramo biti svjesni. Rezolucija koju smo imali u s-ravnini više ne postoji u z -ravnini. Polovi u LHP331 i polovi u RHP332 jednako su udaljeni od imaginarne osi u s-ravnini, no ne preslikavaju se na jednaku udaljenost od jedinične kružnice u z-ravninu. Kompletna negativna realna os (od 331engL Left Half Plane. 332 engl. Right Half Plane.

648

-oo

do

O) preslikala se na realnu os (od O do 1) te je time izgubljeno na rezoluciji koju smo

imali u s-ravnini. Kako bi se dobila odgovarajuća točnost moramo baratati s koeficijentima

u funkciji prijenosa G(z) ili jednadžbi diferencija koji imaju barem pet decimalnih mjesta. U protivnom još će se više pogoršati problem rezolucije.

9.12.1 Preslikavanje nula iz s-ravnine u z -ravninu Za razliku od polova, kod diskretnog sustava ne može se reći po kojem zakonu će se preslikavati nule. Tako se općenito ne može reći da će minimalno-fazne nule kontinuiranog sustava biti preslikane u neminimalno-fazne nule diskretnog. Upravo suprotno, kontinuirani sustavi s polnim viškom d

=

n

-

m > 2 će diskretizacijom uvijek dati neminimalno-fazne

nule, ako je perioda uzorkovanja dovoljno mala, [ 1 55). Kod prebacivanja funkcije prijenosa kontinuiranog sustava u diskretnu domenu,

n polova preslikava se po zakonu

dok se m konačnih nula kontinuiranog sustava općenito ne preslikava po tom zakonu. Neke

od tih m nula, mogu ovisno o periodi uzorkovanja

(T),

otići u

oo

ili mogu biti pokraćene s

polom (tada imamo skrivene oscilacije), ili se preslikati također po približno istom zakonu kao i polovi (z



e8T ). Kako će se diskretizacijom kontinuiranog (analognog) filtera dobiti n

polova i n - 1 nula, to se zbog diskretizacije pojavljuje d - 1 nula kojih originalni kontinuirani sustav nije imao, gdje je

d

= n

- m. Prema tome, diskretni sustav imat će

preslikanih nula, te još d - 1 nula koje su posljedica diskretizacije. Ako je d

n polova, m < 2 tih d - 1

nula uslijed diskretizacije, neće biti. •

Ako je

T < < tada će se m konačnih nula kontinuiranog sustava preslikavati po:

Kada T

-+

O ==> m nula teži 1. Ako je d > 2 tada će d- 1 nula generiranih diskretizaci­ Bd danog u tabeli, kako T O. Naime, za -+

jom biti tim bliže korijenima polinoma velike

s (s -+ oo) funkcije prijenosa kontinuiranih sustava približno će biti dane sa: G(s)



1

d

s

=

s- d

Za ovakve procese (integratore) diskretizacijom će se dobiti

G ( z)

odnosno nule kako slijedi u tabeli [ 1 55]: d

G(s)

Bd (z)

1

2

3

4 •

1

s

1

z+l

-1

z2 + 4z + 1

-0.268; -3. 732

z3 + l lz2 + llz + 1

- 1 ; -9.899; -0.1

s2 1

s3 1 s4

Nule

Tabela pokazuje da je kod diskretizacije pojava neminimalno-faznih nula više pravilo

nego iznimka. Iako originalni sustav nije imao neminimalno-faznih nula, diskretizirani sustav posjeduje takve nule.

upravljanja.

O tome moramo voditi računa kod projektiranja sustava

649 •

Ako je T > > striktno pravilna funkcija prijenosa kontinuiranog sustava, koja k tome zadovoljava: ( I ) G(O) # O >b= [l] ; > >a= [l 1) ; > >G=tf(b,a) ; > >Gd = c2d(G,O. l,'zoh')

Dobiti Će se:

G(z) = z 0.09516 - 0.9048 •

9.13.3 Postupak usklađenih polova-nula Funkcija prijenosa kontinuiranog sustava (filtera) je:

gdje su: m = 277 + v broj konačnih nula n = 2 µ + x broj polova = n - m polni višak = broju nula u oo Preslikavanje postupkom usklađenih polova i nula provodi se na sljedeći način (verzija -

d

-

-

A):

1. Svih n polova i m konačnih nula preslikava se po zakonu:

z = e sT Realni polovi će se preslikati kao:

Zi = e -a'· T ( i = 1 1 2 , .







X

)

Konjugirano kompleksni polovi kao:

Realne konačne nule se preslikavaju kao:

. Zj = e -{31 T (J = 1 , 2 , . . . V) Konjugirano kompleksne konačne nule kao:

2. d = n - m nula u oo kompleksne

s- ravnine preslikava se po zakonu:

Zi = -1 (i = l , 2, . . . n - m) Ove nule proizlaze uzorkovanjem a postavljaju se u -1 sa svrhom držanja krivulje mjesta korijena unutar jedinične kružnice. U protivnom bi tih n m nula otjeralo KMK -

652 izvan jedinične kružnice. Naime, poznato je da uzorkovanje proizvodi nule izvan je­ dinične kružnice ako je perioda uzorkovanja mala a polni višak = n - m > 2. Pored toga, ako je frekvencija uzorkovanja pravilno odabrana, tada je frekvencijska karak­ teristika G(jw) ograničena na WN = w8/2, te se ta frekvencija može interpretirati kao najviša frekvencija kontinuiranog sustava (a ne w = oo). S tom pretpostavkom može se tražiti čemu odgovara lim G(jw) � O kod diskretnog sustava. Znamo da

d

W-7WN

kod diskretnog sustava w � wN odgovara z � -1 pa se može postaviti da nuli u beskonačnosti kontinuiranog sustava odgovara faktor (z + 1) u brojniku funkcije pri­ jenosa diskretnog sustava. Preslikavanje postupkom usklađenih polova i nula daje:

K*se odabire tako da na nekoj željenoj frekvenciji kontinuirani i diskretizirani filter imaju isto pojačanje. Tako npr. za: • niskopropusni filter izjednačit će pojačanje na niskim frekvencijama (DC pojačanje):

limG(s)

S-->0

=

lim G(z)

Z--t l

odakle će slijediti potreban K*.



za pojasni filter će se izjednačiti pojačanje na nekoj frekvenciji npr. w1 :

odakle će slijediti potreban K * .

Primjer 9.24 Potrebno je obaviti diskretizaciju kontinuiranog filtera funkcije prijenosa 1 G( s) = -- a) postupkom usklađenih polova-nula, b) ZOH postupkom ("step invariant s+l

method")

Rješenje: a ) Diskretizacija postupkom usklađenih polova-nula ("matched pole-zero ") uz n = m = O ; = 1, te pol C\' 1 = -1 daje:

d

G(z) = K*

2

+1

Z - e -T

Izjednačavanjem DC pojačanja analognog i diskretiziranogfiltera dat će: limG(s) = lim G(z)

S-70

Z---!o l

Kako je lim G(s) = 1 to će onda slijediti daje potreban K* dan sa: S-->0

1 - CT 2

K* = ---



653

Prema tome "matchedpole-zero " aproksimacija biti će:

G(z) = 1 -2e-T Z z-+e-1T b) Korištenjem tabela ZOH transformacija dobit će se ZOH aproksimacija: G(z) = Z1 -- e-e-TT

Kao što se vidi, diskretizacija postupkom usklađenih polova-nula i ZOR diskretizacija daju različite diskretne filtere! ! Primjer 9.25 Za analognift/ter dan s funkcijom prijenosa:

G(s) = s2 + 0.12s + l Odrediti funkciju prijenosa i jednadžbu diferencija diskretnog filtera dobivenog postupkom usklađenih polova-nula, ako je period uzorkovanja T = 1 [s]. Polovi analognogfiltera su konjugirano kompleksni s2 + 2(wn s + w� (wn = l ; ( = O.I): S1 ,2 = -Q.l ± jQ.995 Preslikavanje u z-područje uz period uzorkovanja T = 1 [s], daje: z1 ,2 = 0.493 ±j0.759 Rješenje:

Postupak usklađenih polova-nula će dati:

2 G(z) = z2 -K0.*(z985z+ +1)0.819

Izjednačavanje DC pojačanja analognog i diskretiziranogfiltera daje:

limG(s) = limG(z) te će slijediti: l = 1 - 0.9485K*+ 0.819 odakle: * = 0.209 K Diskretnifilter će imatifunkciju prijenosa: + 1)2 (9.170) G(z) = z2 -0.20.09(z 985z + 0.819 Jednadžba diferencija će biti: y(k + 2) - 0.985y(k + 1) + 0.8l9y(k) = 0.209 [u(k + 2) + 2u(k + 1) + u(k)] s-+O

z-+l

------

Rekurzivni algoritam za digitalno računalo je:

y(k) = 0.985y(k - 1) - 0.8l9y(k - 2) + 0.209 [u(k) + 2u(k - 1) + u(k - 2)] •

654 Budući da se kod Verzije A preslikava n polova i m konačnih nula kontinuiranog sus­ tava po zakonu z = e sT dok se = n - m nula iz beskonačnosti preslikava u točku -1, to će se s ovom verzijom diskretizacije usklađenih polova i nula uvijek dobiti pravilna funkcija prijenosa, iako je G(s) bila striktno pravilna. Verzija B diskretizacije umjesto da preslikava = n - m nula iz beskonačnosti u točku - lp preslikat će (samo ako je n - m > = n - m - 1 nula iz beskonačnosti u točku - 1 . Ako je n - m = tada su verz­ ije A i B ekvivalentne! Time će se osigurati da diskretizirani sustav ima striktno pravilnu funkciju prijenosa. Verziju B koristi programski paket Matlab koji ima naredbu339 za ovu vrstu diskretizacije: Gd = c2d(G, Ts, 'matched'). Ako se koristi Matlab naredba za diskretizaciju 1 postupkom usklađenih polova i nula sustava danog sa (s) 2 , dobiti će se s + 0.2s + 1 (uz isti T = l (s]).

d

d d

O)

O

G

>>b=[l]; >>a=[l 0.2 l]; > > G=tf(b,a); >>Gd = c2d(G, J,'matched')

Dobiti će se:

+ 1) G (z) - z2 -0.4167(z 0.9854z + 0.8187 _

što se razlikuje od (9. 1 70) dobivenog Verzijom A.

9.13.4 Bilinearna (Tustin) transformacija Bilinearna transformacija definirana je sa: def 1 + W (9. 1 7 1 ) z = -1 -w gdje j e w kompleksna varijabla (kompleksna pseudofrekvencija). Bilinearnom transformaci­ jom jedinična kružnica iz z-ravnine preslikava se na imaginarnu os kompleksne w-ravnine, unutrašnjost jediničnog kruga u z-ravnini preslikava se u lijevu poluravninu kompleksne w-ravnine, a područje izvan jedinične kružnice u desnu poluravninu w-ravnine (slika 9. 1 03).

jw

r· i

&---

s-ravnina ffiN:3 rod=2

z=e'T



2 z-1 w= - T z+ 1



s

Re

(a)

(b)

jro* w-ravnina Re{w}

-2 -3

(c)

Slika 9. 1 03 : Preslikavanje polova iz s-ravnine (a) u z-ravninu te u u·-ravninu ( c) Kako će se preslikati imaginarna os s-ravnine u w-ravninu može se dobiti ako se u izrazu: 339Control Toolbox

655 zamijeni s =

jw te uvrsti u izraz: def 1 -

w =

z- l

(9. 1 72)

1 + z- 1

odakle će se dobiti:

jwT wT v = 1 +- ee--JwT = jtan 2 =j Imaginarna os jw preslikala se u imaginarnu os w = jv. Varijabla v zove se relativna pseudofrekvencija i dana je kao: w

1

s =

v def =

wT tan 2

(9. 173)

Budući da relativna pseudofrekvencija nema dimenzije, često je svrsishodnije koristiti apso­ lutnu pseudofrekvenciju koja ima dimenziju [s - 1 ] i dana je sa:

2 2 wT w * def -v = -t n a T T 2

(9. 1 74)

=

Također se bilinearna transformacija tada definira sa:

+ iw 1 - iw

def 1

z -

(9. 1 75)

odnosno: def 2 1 - z 1 w = 1 + z- 1

T

-

(9. 176)

---

Prema tome, ono što se dobilo bilinearnom transformacijom, mogućnost je korištenja svih postupaka razvijenih za analizu kontinuiranih sustava. Naime, za diskretni sustav dobiven bilinearnom transformacijom, lijeva poluravnina je stabilno područje (kao što je i kod kon­ tinuiranih sustava), a imaginarna os w-ravnine granica stabilnog i nestabilnog područja. Za razliku od diskretnog sustava koji je lijevu poluravninu s-ravnine razdijelio na pojaseve (os­ novni i komplementarne) širine (vidi sliku 9.97c), bilinearnom transformacijom neće se pojaviti pojasevi u w-ravnini, jer za O < < WN = 1T =;. O :::; :::; oo. Izbor odgovara­ juće periode uzorkovanja je i ovdje vrlo važan. Ako je ona dobro odabrana, tada se analiza može provesti za frekvencije unutar osnovnog frekvencijskog pojasa. Izrazi (9. 1 73) i (9. 1 74) pokazuju da kod bilinearne transformacije dolazi do nelinearnog340 prebacivanja frekven­ cijskih svojstava kontinuiranog sustava. To ima za posljedicu da se frekvencijska svojstva kontinuiranog sustava mijenjaju, te diskretni sustav ne prenosi karakteristična svojstva kon­ tinuiranog sustava na određenim frekvencijama (slika 9. 1 04). To osobito dolazi do izražaja kada je perioda uzorkovanja odabrana tako da su nelinearni učinci tangens funkcije izraženi.

w8

3 40 Po zakonu tangens funkcije.

w

/T

w*

656

n!T

n!T

oo*

aT _ _ _ _ _ _ _ _ _ _ b

I

: I oo 1 � arctg T : :r 2 : I I I : \

ro. : oo I I I I : Nepropusni

I G.Uoo)I

: opseg

Niskopropusni filter

I I I

(j)

Slika 9 . 1 04: Amplitudna frekvencijska karakteristika analognog niskopropusnog filtera (IGa (jw) i) preslikana bilineamom transformacijom CI Gd(ejwT ) I) Ako s e uzorkuje dovoljno brzo (T < .n + an _ 1>.n - i +

· · ·

=

+ a1 >. + ao O

=O

po Cayley-Hamilton teoremu vrij edi:

An + an _1An- l + + a1A + aol Također za skalarnu funkciju po >.: J (>. ) = O'.m Am + O'.m- 1 >.'n- l + + 0'.1A + O'.o će matrična funkcija po matrici A biti: f(A) = O'.mAm + O'.m- 1Am-l + + a1A + aol · · ·

·· ·

· · ·

Primjenom Cayley-Hamilton teorema može se pokazati da za bilo koju funkciju f postoji polinom p reda n - 1 takav da vrijedi:

f(A) = p(A) = O:n - 1An - l + O:n - 2An -2 + + 0:1A + o:ol Koeficijenti o:i (i = 1, 2, . . . n - 1) mogu se za različite Ai odrediti iz: f ( >.i) = p ( >.i ) ; i = 1 , 2, . . . n · ··

Primjer 9.35 Primjenom Cayley-Hamilton teorema potrebnoje odrediti matricu dinamike

diskretnog sustava, ako je kontinuirani sustav dan sa

[ � � J [ ����� J [ :�m J Karakterističnajednadžbaje: !>.I - AI I � � I ).2 + 1

Rješenje:

1

=

Svojstvene vrijednosti su:

=

1=o

>.1 , 2 = ±j. Kako je ovcjje n = 2 to zbog n - 1 = 1 imamo: o:ol + a1A f(AT) =

eAT eiTe-jT o:-o:i]T i ]T + o:o + ao =

Iz f (>.i ) = p (>.i ) ; i = 1, 2 će se dobiti za i i

1

:

2:

=

=

678

Oduzimanjem ovih jednadžba slijedi:

ct1

= ejT -2je -jT = sin T

dok će zbrajanje dati:

j

eto = e T +2 e te će biti:

[

a0I + a 1 A = .

[

-jT

]

cos T

cos T sin T - sin T cos T

0

= cos T

]

O cos T

+ sin T

[

O

_1

]� •

9.14.2.2 Diskretizacija sustava s kašnjenjem Kontinuirani sustav s kašnjenjem345 moguće je prikazati s matematičkim modelom po varij ablama stanja sa:

x (t) = Ax(t) + Bu(t - T)

(9.235)

Ovaj matematički model je beskonačno dimenzijski, te sustav ima transcendentnu funkciju prijenosa. Ako je kašnjenje manje od periode uzorkovanja T < T te ako se pretpostavi da je signal upravljanja konstantan u trajanju periode uzorkovanja, tada se njegova promjena uslijed kašnjenja odigrava unutar perioda uzorkovanja (slika 9 . 1 1 1 ) .

u(t1rrfh: T zr 3T 4T

(a)

u(t-r)

! ! t•

i i

j

!

r rrfff�„ '

'

(b)

Slika 9. 1 1 1 : Signal u(t) zakašnjen za T < T

345Na ulazu sustava.

679 Rješenje se može uz tu pretpostavku tražiti iz (9. 1 94) gdje će se integracija obaviti po dijelovima (vidi sliku 9 1 1 1 ) kako slij edi: .

( k+ l ) T eA (k T+T-v) Bu ( v) dv eA T x (k T) + kT kT+r eA ( k T+T - v) Bdv · U (kT - T) eA T · x (k T) + kT

X [ (k + 1 ) T]

J

J

(k+l) T + eA (k T+T- r) Bdv · u (kT) k T+r

J

ro

x (k T) + rou(kT) + r 1 u(kT - T)

(9.236)

gdje su:

eA(T-r)

r1

T

J eAv dvB o

ZOH diskretni model sustava po varij ablama stanja s kašnjenjem na ulazu (9.240) se može prikazati kao:

[ XUk+k ] = [ q, 1

o

r1 o

] [ UXk-k 1 ] + [ r ] Uk o I

Za razliku od kontinuiranog modela po varijablama stanja s kašnjenjem na ulazu, koji je beskonačno dimenzijski (9.235), diskretni matematički model sustava s kašnjenjem je konač­ no dimenzijski, što olakšava analizu takvih sustava u diskretnoj domeni.

Primjer 9.36 Matematički model po varijablama stanja za slučaj dvostrukog integratora s

kašnjenjem je: x(t) y(t)

[� �J

x(t) +

[ 1 O ] x(t)

Potrebno je odrediti ZOH diskretizirani model.

[ � ] u(t - T)

680 Rješenje: Akoje

TT
tada se uz prikaz kaš­ njenja preko cjelobrojnog (d) koeficijenta periode uzorkovanja: = ( 1) + gdje je O < T1 ::; te sličnim postupkom integracije kao i prij e može dobiti model:

T

(J_)

Xk+l Uk - (d- 1)

o

ro I

rl o

o o

Xk Uk -d

o

+

o

Uk

I o o o o Uk - 2 o o o I o Uk Uk - 1 Ako je > O tada se · p dodatnih varij abli stanja treba koristiti kako bi se opisalo kaš­ njenje, gdje je p broj ulaza u sustav. Karakteristični polinom je dan sa >..dp a(>..) , gdje je a(>..) karaktersitični polinom matrice q>. llk - 1

d

9.14.3 Matematički modeli po operatorima

Značaj matematičkih modela leži u činjenici da oni omogućuju simuliranje sustava u hipotetskim situacijama koje mogu biti opasne za realan sustav, te da su nezaobilazni u većini postupaka sinteze sustava automatskog upravljanja. Ulazno/izlazni matematički modeli kao i modeli po varijablama stanja mogu se prikazati uz pomoć operatora. Time se i sustavi tre­ tiraju kao operatori koji preslikavaju ulazne signale u izlazne signale. Z-transformacija ima jedno vrlo važno svojstvo, a to je da jednadžbu diferencije, izraženu po operatoru pomaka, pretvara u algebarsku jednadžbu. S algebarskim jednadžbama je lakše raditi jer daju kom­ paktni prikaz sustava a i međusobne ovisnosti različitih varij abli sustava se lakše određuju.

9.14.3.1 Model po operatoru pomaka Moguće je definirati operator prethođenja kao operator kojim se za jedan korak unaprijed pomiče originalna funkcija na koju operator djeluje:

qf(k) = f (k + 1 ) Recipročni operator od q naziva se operator kašnjenja i označava se sa q - 1 . On pomiče za jedan korak unazad funkciju na koju djeluje: q

-1

J (k) = f(k

-

1)

681 Da bi postajao recipročni operator q - 1 mora operator q imati područje djelovanja nad dvostranim beskonačnim sekvencama. Ako je norma funkcije (signala) dana sa:

llf( k) ll = sukp lf(k) I

ili pak sa:

00

111 (k) ll 2 = I: J (k) 2 k= -oo

ona neće biti promijenjena djelovanjem operatora q jer je njegova norma jedinična llqll = Jednadžba diferencije postaje čista algebarska jednadžba u operatorskom prikazu. Tako će (9 . 190) Z -transformacijom postati:

A(z)Y(z) = B(z)U(z)

1.

(9.237)

gdje su:

A(z) an zn + an - 1 Zn- l + · · · + ao B(z) = bm zm + bm - l Zm- l + · · · + bo =

Izraz (9.237) u operatorskom prikazu postaje:

A(q)y(k) = B( q)u(k)

(9.238)

gdje su:

A(q) = an qn + an - 1 qn - 1 + · · · + ao B(q ) = bm qm + bm - l qm - l + · · · + bo

Također je moguće dobiti model (9.238) po operatoru kašnjenja kao: (9.239) gdje su:

A* (q- 1 ) = an + an - l q - 1 + . . . + aoq - n B*(q - 1 ) = bm + bm - lq- l + · · · + boq- m

d=n-m>O Recipročni polinom A* ( z) moguće je dobiti iz polinoma A(z) reverziranjem poretka ko­ eficijenata polinoma A(z):

A* (z) = zn A(z- 1 )

Kod toga treba biti oprezan jer se kod polinoma ne mora dogoditi da ćemo se vratiti na početni polinom ako obavimo istu operaciju dva puta uzastopce. Tako npr. za polinom A(z) = z recipročni polinom će biti A*(z) = z · z - 1 , dok će njemu recipročni polinom biti A**(z) = Polinom A(z) naziva se samorecipročni ako A*(z) = A(z). Matem­ atički model po operatoru pomaka često se koristi u obradbi signala i upravljanju. Model po operatoru prethođenja (9.238) mora se koristiti za određivanje: • polova i nula diskretnog sustava,

1.

• •

stabilnosti diskretnog sustava, reda diskretnog sustava.

Za analizu kauzalnosti bolje je koristiti model po operatoru kašnjenja (9.239). On se također preferira za rekurzivne algoritme upravljanja. Model po operatoru pomaka ima ne­ dostatak u tome što se kod takvog modela gubi korespondencija između kontinuiranog i diskretnog sustava. To se pogoršava sa smanjenjem periode uzorkovanja. Kako T ---> O

682 očekujemo da će se diskretizirani model približavati kontinuiranom, što se kod modela po operatoru pomaka ne događa. Jednostavan primjer će ovo ilustrirati.

Primjer 9.37 Do diferencijalne jednadžbe pn;og reda može se doći ako se primijeni Leib­ nitzova definicija prirastafunkcije kako slijedi: lim T->O

[ y(t + T)T - y(t) ] + y(t) = u(t) dy(t) dt

odakle:

d��t) + y(t) = u(t)

Prema tome, može se zaključiti da diferencijalna jednadžba opisuje inkrementalni prirast funkcije. Diferencijalnajednadžba bit ćepreslikana u diskretnuformu po operatoru prethodenja kao: odnosno uz T = tk+ l - t k:

a iy(t + T) + aoy(t) = bou(t) Diskretni model po operatoru prethodenja ne daje inkrementalni prirastfunkcije, već apso­ lutni prirast, jer izražava y(t + T) preko y(t) :

y(t + T) = bou(t) - ao y(t) ai U tome leži glavna razlika između dikretiziranog modela po modela. Ovo se može izbjeći ako se uvede tzv. 8 operator.

q

operatoru i kontinuiranog •

9.14.3.2 Model po 8 operatoru

Da bi se ostvarila bolja korespondencija između kontinuiranog i diskretnog modela nužno je umjesto q operatora koristiti operator unaprijedne diferencije (8 operator), koji bolje pres­ likava derivaciju u diskretnu domenu. Delta operator je definiran kao: 0 [f (kT)]

d:;f f [(k + l )T] - f ( kT) T

odnosno preko operatora prethođenja kao:

Važno svojstvo 8 operatora je da se smanjenjem periode uzorkovanja približava operatoru deriviranja p = d/dt

lim 8 [f (kT)] = p [j(t) ] T->O

=

df (t) dt

683 Numerička svojstva 8 operatorskog modela općenito su mnogo bolja od q operatorskog modela. Struktura funkcije prijenosa u 8 operatorskoj formi u biti je ista kao i funkcija pri­ jenosa kontinuiranog sustava ako je perioda uzorkovanja dovoljno mala:

limo Br(8) T-. Ar(8)

=

Bo(8) Ao(8)

gdje su:

Br(8)- polinom u brojniku funkcije prijenosa diskretnog sustava u 8 obliku (uz periodu

uzorkovanja

T),

Ar(8)- polinom u nazivniku funkcije prij enosa sustava u 8 obliku (uz periodu uzorko-

vanja

T),

Bo (8)- polinom u brojniku funkcije prijenosa kontinuiranog sustava Bo (s) J s=h• Ao(8)- polinom u nazivniku funkcije prijenosa kontinuiranog sustava Ao (s)J s=o• Diskretna 8- transformacija definirana je kao: 00

D [y(kT)] d!;f Yo (1') = L (1 + 1T) - 1 y(kT)T k=O

Diskretna 8- transformacija može se dobiti iz Z- transformacije prema izrazu: gdje je Yq(z)

=

Y0(t) = TYq (z) 1 z=Ti+ 1

Z

{y(kT)}. Također vrijedi:

Yq (z) = T1 Y0 (t) l 1= z.r1





sa centrom na Područje stabilnosti za 8 operatorski model je kružnica radijusa u ravnini / Kada ____, područje stabilnosti postaje cijela lijeva poluravnina kao i kod kontinuiranog sustava.

T

O

Primjer 9.38 Potrebnoje odrediti 8 operatorski model dvostrukog integratorafunkcije pri­ jenosa G( s) = 1/s2 . Rješenje: ZOH diskretiziran dvostruki integratorje: z

{ 1 -sesT . �s2 }

=

z

G ( ) l z--q G ( q) =

Zamjenom q = oT + 1 slijedi 8 operatorski model:

Kada T

____,

2 G(o) = T (oT + 1 + 1)2 2 (8T + 1 - 1)

=

=

T2 (8T + 2) 2T2 82

y2 ( q + 1)2 2 (q - 1) =

1 + 8t 82

O bit će: . 1 + 8t . G(8) hm hm T->O T-.O 82 =

1 8

= 2 =

G(s) Js=o

Model po 8 operatoru sličan je modelu kontinuiranog sustava. To se osobito odnosi na poli­ nom u nazivniku. Konačna nula generirana uzorkovanjem (8z = -2/T) težit će u -oo kada

684 ----+ O. 8 operatorski oblik modela to je bliži modelu kontinuiranog sustava što je perioda uzorkovanja manja.

T

Primjer 9.39

Odrediti 8 operatorski model poremećaja tipa rampe konstantnog nagiba

][ ] [ ]

[

w(t) = od + (3 koji se može dati po varijablama stanja kao: 0 0 X1 ( t) 1 O x2 (t) (t) [ O l J xX1 (t) y(t) 2

gdje x i (O) = a i x2 (0) = (3. Rješenje: ZOH diskretizacija daje model:

[ 1 01 ] [ xX12 (k)(k) ] ( k) ] [ O l J [ xX1 (k) 2 T

y(k)

[ ����� ]

dok će 8 operatorski model biti: 8

y(k) •

Primjer 9.40 Butterworth niskopropusnifilter četvrtog reda s graničnomfrekvencijom l[s - 1 ] i periodom uzorkovanja T = 0 .2[s] diskretizirajte ZOH diskretizacijom te dobiveni matem­ atički model prikažite u operatorskoj formi (a) po operatoru prethođenja q i (b) po 8 opera­

toru. Funkcija prijenosa Butterworthfiltera četvrtog reda je:

GBTF (s) =

84

{1

1

+ 2.6131s3 + 3.414 2s2 + 2.6131s +

Rješenje: ZOH diskretizacija će dati:

GBTF (z)

=

;- sT

}

1

GBTF (s) 10 -3 (0.06z3 + 0.5936z2 + 0.5347z + 0.0438) 4 z - 3.47882z3 + 4.56798z2 - 2.6809z + 0.59296

Z

-

·

(a) Po operatoru prethođenja dobit će se:

-3 (0.06q3 + 0.5936q2 + 0.5347q + 0.0438) GBTF (q) = q410- 3.4788 2q3 + 4.56798q2 - 2.6809q + 0.59296

685 (b) Zamjenom q = 8T + 1 dobit će se model po 8 operatoru:

2

3

+ 0.01938 + 0.23778 + 0.77 GBTF (o) = {54 0.00038 + 2.605983 + 3.288382 + 2.32698 + 0.77

Može se uočiti daje model po 8 operatoru sličniji modelu kontinuiranog sustava. Osobito su im bliski polinomi u nazivniku. Također, 8 operatorski model sadrži d - 1 nula generiranih diskretizacijom (ako d n - m > 2) kao i drugi diskretni modeli. Za razliku od 8 modela, model po q operatoru nema nikakve formalne sličnosti s kontinuiranim modelom. =



9.15 Upravljivost i osmotrivost diskretnog sustava Osmotrivost i upravljivost diskretnog sustava ispituju se po analogiji s kontinuiranim sus­ tavima, tj. u Kalmanovim uvjetima upravljivosti i osmotrivosti matrice A i B se zamjenjuju

sa



·

=

0 J

705

·

10 -4 )

(9.248)

·

Na slici 9. 116prikazanaje logaritamska amplitudno-faznafrekvencijska karakteristika (Bode) slijednog sustava (9.248). Frekvencijska karakteristika (Bode) diskretnog sustava

50 o

� o �

  • O to slijedi da matrica P mora

    2. diferencija funkcije D.V[x(k)] bude negativno određena, tj.:

    D.V [x(k)] = -xT (k) · Q · x(k) < O Iz (9.253) proizlazi da matrica Q mora biti pozitivno određena. Q = T . p . - p

    (9.253)

    (9.254)

    -

    Da bi V bila funkcija Ljapunova neophodan i dovoljan uvjet je da postoji pozitivno određena matrica P koja zadovoljava jednadžbu (9.254). Za analizu asimptotske stabilnosti diskretnog sustava potrebno je matricu Q odabrati tako da bude pozitivno određena, te iz (9 . 254) odrediti matricu P. Ako je ona pozitivno određena sustav je asimptotski stabilan. Pozitivna određenost matrice može se ispitati na više načina: tako npr. primjena Sylves­ terova kriterija na matricu P daje odgovor je li sustav stabilan. Kao što se vidi, postupak je analogan postupku za kontinuirane sustave.

    [ -0.40.4

    Primjer 9.53 Razmatra se sustav dan sa: X k+l

    =

    Ako se odabere da Q matrica bude jedinična matrica Q = I tada iz (9.254) slijedi: T . p . p -Q 0.4 0 T Pn P1 2 0.4 O Pn P12 -0.4 0.6 -0.4 0.6 P12 P22 P12 P22 0.4 O Pn P12 0.4pu - 0.4p12 0.4p1 2 + - 0. 4p22 -0.4 0.6 0.6p 12 0.6p22 P12 P22

    -[� �]

    [ [

    -

    ] [

    ][

    ][

    ] [

    ] [

    ]

    ]

    708

    odakle slijedi: p

    =

    [ -0.25 1.19

    teje sustav asimptotski stabilan.

    -0.25 2_05

    ]

    =>-

    I PI

    =

    2.377 > o •

    9.16.4 KMK u analizi stabilnosti

    Krivulja mjesta korijena diskretnog sustava kao i kod kontinuiranog sustava daje mnoge odgovore o dinamici sustava. Ona pokazuje kako će se sustav ponašati s promjenom jednog parametra (obično pojačanja) što je za analizu stabilnosti vrlo korisno. Kako stabilnost diskretnog sustava ovisi i o odabranom periodu uzorkovanja, moguće je KMK crtati i s pro­ mjenjivim T. Kako je granica stabilnosti kod diskretnog sustava jedinična kružnica, to svako izlaženje KMK izvan jedinične kružnice ukazuje na ulazak sustava u nestabilno područje. Zahvaljujući programskim paketima kao što je npr. Matlab, crtanje KMK je znatno olakšano.

    Primjer 9.54 Za sustav dan s funkcijom prijenosa G(z)

    KMKje dan na slici 9. 1 1 7.

    =

    K(z - 0.3)/(z2

    -

    l.6z +

    0.7)

    0,8 0,6 0,4 CI) o

    ci> ro

    E

    0,2 _,_____

    o 1..---1.

    _ _ _ _ _ _

    -

    -

    -

    .

    .

    -

    -

    .

    .

    -

    -0,2

    -0,4 -0,6 -0,8 -1 -1

    -0,5

    o

    Realna os

    0,5

    Slika 9. 1 1 7: KMK diskretnog sustava

    Kao što se vidi KMK će kod određenog pojačanja K izaći izvan jediničnog kruga, te ući u nestabilno područje. Kritično pojačarlje kod kojeg se to odigrava moguće je odrediti prirrefenom Juryjevog kriterija. •

    709

    Primjer 9.55 Za sustav s funkcijom prijenosa + 0.816) G ( ) (z -0.025(z 0.952)(z - 0.528) i proporcionalnim regulatorom Gr ( z) K karakterističnajednadžba zatvorenog krugaje: 2 ac1 ( z ) = z - z(l.48 - 0.025K) + 0.5026 + 0.0204K O P

    z

    =

    =

    =

    Polovi zatvorenog kruga su na:

    z1,2 0.74 - 0.0125K ± V(0.74 - 0.0125K) 2 - (0.5026 + 0.0204K) =

    Ako razmatramo samo konjugirano-kompleksne polove imamo:

    Z1 ,2 0 . 74 - 0.0125K ± j J0.5026 + 0.0204K - (0.74 - 0.0125K) 2 Za polove najediničnoj kružnici lzi l 2 1, odnosno: 1 (0.74 - 0.0125K) 2 + 0.5026 + 0.0204K - (0.74 - 0.0125K) 2 =

    odakle:

    =

    =

    =

    1 0.5026 + 0.02K Kkr 24.38

    teje kritično pojačanje:

    =

    Krivulja mjesta korjenaje dana na slici 9.118.

    KMK diskretnog sustava

    rn o t1l

    °'

    .E

    0,5 o -0 , 5 -1 -1 ,5 -2 -2,5

    -2

    -1

    o

    Realna os

    Slika 9 . 1 1 8: KMK diskretnog sustava s P regulatorom

    2

    710

    Za npr. željeni faktor prigušenja ( = O. 7 pojačanje regulatora biti će K = 2.5. Prije­ lazna karakteristika za slučaj K 5 i K = 2.5 danaje na slici 9.119 =

    Prijelazna karakteristika uz K=5 i K=2,5

    1 ,4 1 ,2 1

    (J) o

    0,8

    E

    0 ,6

    ctl

    ci>

    0,4 0 ,2 5

    10

    15

    20

    25

    30

    Vrij eme (sec)

    Slika 9. 1 1 9: Prijelazna karakteristika za

    K=5iK

    =

    2.5 •

    9.17 Analiza točnosti linearnih diskretnih sustava Točnost je jedan od glavnih pokazatelja za ocjenu kvalitete sustava. Ona je mjera kojom se određuje sposobnost sustava da obradi informaciju, odstrani nepoželjne smetnje koje se po­ javljuju u sustavu zbog vanjskih ili unutrašnjih uzroka, te da što bolje prati postavnu veličinu osiguravajući što martje regulacij sko odstupanje. Statičko regulacijsko odstupanje (pogreška) diskretnog sustava u ustaljenom stanju određuje se po analogiji s kontinuiranim sustavima automatskog upravljanja. Primjena teorema o konačnom iznosu u Z-domeni koristi se za ove potrebe. Kao i kod kontinuiranih sustava, kada se dinamička točnost u ustaljenom stanju određivala pomoću parametara sustava, odnosno koeficijenata regulacijskog odstupanja, tako se i kod diskretnih sustava analiza dinamičke točnosti temelji na određivanju koeficijenata regulacijskog odstupanja uz regularne ulazne signale r(t) . Pri tome se dinamička točnost diskretnog sustava može određivati na dva načina. Prvi način jest da se po analogiji s kontinuiranim sustavima regulacijsko odstupanje, kao funkcija vremena, prikaže beskonačnim redom po derivacijama ulaznog signala uzetim u trenucima uzorkovanja t kT. =

    c:0 (kT)

    0-, C3 = C0r(kT) + C1 r'(kT) + --f r"(kT) + 31 r'" (kT) + . . .

    2.

    .

    (9.255)

    711

    r(kT), O

    r' (kT), r" (kT),

    O),

    Regulacijsko odstupanje traži se u ustaljenom stanju (indeks te derivacije ulaznog signala

    Indeks

    što znači da su signal

    . . . također izrazi u ustaljenom stanju.

    u dalj njem se tekstu zbog kratkoće ispušta. Primjenom diskretne Laplaceove trans­

    formacije na izraz

    E*(8) [co C18 + � 82 + � 83 + J U*(8)

    (9.255) dobit će se:

    =

    +

    ·

    ...

    (9.256)

    c;r(s)

    c;r (8), 8. ci = d(i)�8;:(8) I G�� *(O), G;r (8) G*er (8) G*er (O) + G*er1 (0)8 G�: (O) 82 c;;' (O) 83 Ger(z). Ger( l) C1 TG�r ( l ) C2 T2 [c�r ( l) + G�r ( l)J C3 T3 [c�� ( l) 3G�r (l) G�r ( l)] er di Gdzeri· (z) I r(t) r(t) r*(t)

    Izraz u uglatoj zagradi predstavlja razvoj funkcije prijenosa s obzirom na regulacijsko

    odstupanje

    u Taylorov red po rastućim potencij ama varij able

    Koeficijenti regu­

    lacijskog odstupanja mogu se dobiti kao:

    i = 1, 2, 3, . . .

    =

    s=O Koeficijenti se prema tome određuju iz razvoja

    +

    =

    U

    (9.257)

    u Taylorov red u okolini ishodišta:

    +

    2!

    3!

    +···

    analizi diskretnih sustava češće se koristi Z-transformacija. Tada se umjesto

    U tom slučaju koeficijenti regulacijskog odstupanja mogu se

    upotrebljava rzraza:

    G�r (8)

    (9.258) dobiti iz

    Go =

    =

    (9.259)

    =

    =

    gdje je:

    +

    +

    Q

    (i ) =

    (9.260)

    z=l

    Takav način određivanja koeficijenata regulacijskog odstupanja primjenjiv je za analizu točnosti onda kada je poznat ulazni (referentni) signal kada signal

    i njegove derivacije.

    U slučajevima

    i njegove derivacije nisu poznati, a to se j avlja onda kada npr.na ulazu djeluje

    diskretni signal

    kod kojega je anvelopa nepoznata, pa prema tome također i derivacije

    tog signala, tada se gornji način po analogiji s kontinuiranim sustavima ne primjenjuje.

    U

    tom slučaju primjenjuje se drugi način određivanja koeficij enata regulacijskog odstupanja. Drugi način određivanja dinamičke točnosti sustava jest da se regulacijsko odstupanje

    l!.r(kT) c(kT) -Cor(kT) + -C1l!.r(kT) C2 l!.2 r(kT) C3 l!.3r(kT) +

    sustava razvije u red

    po diferencijama ulaznog signala.

    diferencija prvog reda ulaznog signala

    =

    Tada umjesto prve derivacije postoji

    itd.

    +

    1

    -

    2.

    +

    1

    3.

    · ··

    (9.261 )

    712

    Z -transformacijom izraza ( 9.26 1) dobit će se: (9.262) Ger(z)

    Izraz u zagradi predstavlja razvoj funkcije prijenosa od - 1 ). Koeficijenti reda određuju se izrazom:

    (z

    =I

    i C . = d GdeZr(z) i i

    Ako je

    Ger (z) u red po rastućim potencijama

    T « tada je

    z

    =

    e sT

    = Qer(i) (l) , i = 1 , 2, 3, . . . z=l 1 + sT, te proizlazi: z-1 s � -­ T

    (9.263)

    (9.264)

    Uvrštenjem (9.264) u izraz (9.256), dobit će se: (9.265) Usporedbom izraza (9.265) i (9.262) proizlazi:

    ci = ci . Ti = G�i) (l) . Ti , Ako je

    T « proizlazi da je: w =

    i = 1, 2, 3, . . .

    - 1l -sT2

    eTs eTs +

    (9.266)

    (9.267)



    Uz gornji uvjet (9.267) proizlazi da se korištenjem bilineame transformacije regulacijsko odstupanje može izraziti: (9.268) Ger (w)

    Izraz u uglatoj zagradi je razvoj funkcije prijenosa u Taylorov red u okolini ishodišta.

    Veza između koeficijenata

    _( )

    i = 1, 2, 3, . . .

    Ci , Ci te Ci dana je izrazima: i ci = ci ·. T' = ci 2T _

    .

    ci = c . 2i

    (9.269)

    (9.270)

    (9.21 1) Ovi izrazi vrijede za T «, tj.onda kada vrijede izrazi (9.264) i (9.267). Dinamička točnost diskretnih sustava u ustaljenom stanju određuje se po analogiji sa kontinuiranim sustavima preko koeficijenata dobrote po brzini (D�), ubrzanju (D�) i td.

    713

    D*v = -

    1 C1

    (9.272)

    Što su veći iznosi ovih koeficijenata, to je točnost sustava veća.

    Primjer 9.56 Potrebno je odrediti pokazatelje kvalitete s obzirom na točnost za sustav zadan blok-shemom na slici9. 120, [98]. 0,39z(z-0,84)(z-0,486) (z-1 )(z-0,905)(z-O, 1 35 )

    Y(z)

    Slika 9. 120: Blok shema diskretnog sustava automatskog upravljanja Rješenje:

    E(z) = R(z) - Y(z) = R(z) - Gc1(z) · R(z) = [l-Gc1(z)] · R(z) E(z) = Ger(z) = 1 - Gc1(z) = 1 - G(z) R(z) 1 + G( z) 2 3 2 162z 122 + 1 1 z 04z Ger (z) -- l + G(z) l, 39z3, - 2, 18z2, + z -- 0,O, 122 --

    Koeficijenti regulacijskog odstupanja su dani sa:

    [-

    i=

    1, 2, . . .

    Dinamička pogreška u ustaljenom stanjuje dana sa:

    E(z) =

    Go +

    ]

    C2 (z - 1 ) 2 + · · · · R(z) C1 (z - 1) + 2!

    -

    Koeficijenti točnosti su: D� D a*

    �1

    =

    22, 22 [s-1 ]

    2 ! = 90 91 [s - 2] , C2

    (9.273)

    (9.274)

    714

    Na temelju dobivenih rezultata iz izraza (9.255) proizlazi dinamička pogreška:

    eo(kT)

    =

    O,

    ' 045 · r (kT) + O, 011 r11 (kT) ·

    -

    O,

    0085 r111 (kT) + ·

    · ·

    ·



    10

    Tipični regulatori Danas se u industrijskim pogonima355 te u mnogim drugim primjenama upotrebljavaju različiti regulatori. Moguće ih je podijeliti na: • uobičajene regulatore •

    neuobičajene regulatore

    Pod uobičajene regulatore356 mogu se svrstati regulatori koji se već godinama koriste, kao što su: P, PI, PD, PID, Otto-Smith, te sve njihove inačice ili složeniji regulatori357• Ovim je regulatorima svojstveno da je za njihovo projektiranje neophodno poznavati matem­ atički model dinamike procesa. Neuobičajeni regulatori su regulatori koji koriste novi pristup projektiranju, tj. pristup koji ne zahtijeva poznavanje matematičkog modela procesa. U tu skupinu regulatora mogu se svrstati neizraziti regulatori358 te u novije vrijeme tzv. neuronski ili neuro-neizraziti regulatori359. Često se pod nazivom inteligentno upravljanje danas po­ drazumijeva upravljanje koje koristi neuro/neizrazite regulatore. Autori su se odlučili ipak za skromniji izraz "neuobičajeni regulatori", jer izraz "inteligentni regulatori" kao prvo ne odražava niti približno ono što sam pojam inteligencije podrazumij eva, a to je još uvijek nešto što će u tehnici možda biti ostvareno no što će se još dugo čekati. Kao drugo, ispada da su svi ostali regulatori neinteligentni, a oni još uvijek u više od 95% slučajeva sasvim uspješno upravljaju raznim procesima, [1 57], [ 1 82]. U industriji, mnogi procesi su nelinearni i stoga teški za opis pouzdanim matematičkim modelima. Poznato je da se sa tipičnim regulatorima mnogi nelinearni procesi mogu na zado­ voljavajuć način regulirati ako su parametri regulatora dobro ugodeni. Iskustvo iz prakse pokazuje da takva regulacija ima smisla jer se temelji na tri vrste osnovnih ponašanja: pro­ porcionalnom (P) koje koristi sadašnju regulacijsku pogrešku, integracijskom (I) koji koristi prošlu regulacijsku pogrešku i derivacijskom (D) koji koristi buduću regulacijsku pogrešku. Time ovi regulatori u sebi sadrže tri osnovna i neizostavna ponašanja kod upravljanja. Može se pokazati da svi regulatori koji su se razvili kasnije i koji se projektiraju na različite načine, u osnovi sadrže sva ili neka od tih ponašanja. Minorsky[l 1 6] je još davne 1 922. prvi teori­ jski razradio i preporučio primjenu PID regulatora za upravljanje brodom po kursu, od kada se može reći da i započinje bogata povijest tih regulatora. Umjesto da se kao nekada koristi mali broj složenih regulatora, danas se veliki broj jednostavnih PID regulatora upotrebljava za regulaciju jednostavnijih procesa u procesnoj ili nekoj drugoj industrij i, s ciljem automa­ tizacije određenog procesa. PID regulatori kao i njegove razne podklase kao što su P, PI te PD regulatori, danas tvore osnovne gradbene blokove u upravljanju različitih procesa. Izgled današnjih PID regulatora dan je na slikama 1 0 . 1 i 1 0.2

    35 5 Pogoni u prehrambenoj, farmaceutskoj, kemijskoj, petrokemijskoj i sl. industrijama. 356 Vidi poglavlje 3 . 357 Kao što su npr. optimalni, adaptivni, robusni, nelinearni i sl. 3 5 8 engl.: Fuzzy regulator 3 5 9 engL Neural or Neuro/Fuzzy regulator.

    716

    Slika 1 0. 1 : Digitalni PID regulator u upravljanju Usprkos njegove jednostavnosti danas se s njime mogu riješiti i vrlo složeni upravljački problemi ako ga se koristi zajedno s funkcijskim blokovima, filterima (kompenzatorima ili korekcijskim sklopovima), selektorima i sl. Svakodnevnim razvojem novih i korisnih algori­ tama upravljanja, njegovo vrijeme nije prošlo i još će dugo PID algoritam upravljanja imati nezaobilaznu ulogu u upravljanju procesima. On će i u budućnosti tvoriti okosnicu mnogih složenijih automatiziranih sustava. On se javlja u mnogim formama360, kao standardni regu­ lator (SISO sustava), kao programska komponenta u programabilnim logičkim kontrolerima (PLC) i distribuiranim sustavima upravljanja te kao ugradbeni regulator361 robota, CD pogo­ na i drugih sustava.

    Slika 10.2: Različiti digitalni PID regulatori

    36 0 Danas skoro isključivo kao digitalni regulator. 3 6l engl. Embedded regulator.

    717

    10.1 Osnovni tipovi regulatora PID regulator koristi tri osnovna ponašanja: P - proporcionalno, I - integracijska te O -

    derivacijsko. Za razliku od druga dva, derivacijsko ponašanje se rijetko koristi samo za sebe u regulacijskim krugovima. PI regulator naj češće se susreće u praksi, no nisu rijetki niti PID

    i PO regulatori. Može se pokazati da je PID regulator prirodno proširenje naj ednostavnijeg

    mogućeg regulatora - dvopoložajnog regulatora362 .

    10.1.1 Dvopoložajni regulator

    {

    Dvopoložajni regulator ima algoritam definiran sa:

    u(t) =

    Umax : V Umin , V

    e (t) > O e(t) < O

    }

    gdje je:

    e(t) regulacijsko odstupanje ili pogreška (za jediničnu povratnu vezu), u( t) upravljački signal (izlaz iz regulatora). Statička karakteristika dvopoložajnog regulatora dana j e na slici

    1 0.3:

    u(t)

    umax ______

    -----+ U ,,,.,

    Slika

    1 0.3:

    e (t)

    Statička karakteristika dvopoložajnog regulatora

    u(t) može poprimiti samo dvij e moguće veličine, visoku (Umax) ili (Umin), ovisno o tome da li je pogreška pozitivna ili negativna. Uz pretpostavku

    Upravljački signal nisku razinu

    da proces (objekt upravljanja) ima pozitivno statičko pojačaaje, upravljački signal visoke razine će doprinijeti tome da se poveća varijabla procesa koju reguliramo. Osnovna idej a u

    ovakvom upravljanju, sa samo dvij e maksimalne razine upravljačkog signala, jest u tome da se regulirana varij abla procesa čim prije dovede do željenog iznosa. Nedostatak ovakvog up­ ravljanja leži u tome što će signal upravljanja

    (u) oscilirati te imati za posljedicu i osciliranje

    regulacijske veličine

    Katkada ne postoji lijek za to. Na primjer, ako

    (y) oko željenog iznosa.

    se regulira razina u spremniku te ako se koristi ventil koji ima samo dva moguća stanja "otvoren" ili "zatvoren", najbolje što se može učiniti u tom slučaju j este da razina oscilira oko zadane vrijednosti. Tada će se koristiti filozofija dvopoložajne regulacije, te se moraju očekivati oscilacije regulacijske veličine (razine). Dvopoložajni regulator je vrlo jednostavan jer su samo dvije razine upravljačkog signala moguće, bez obzira da li je regulacijsko odstu­ panje ili

    e( t) veliko ili malo.

    Umax

    ili

    Proces se prisiljava na oscilacije jer

    Umin), što ima za posljedicu tzv.

    u ( t)

    nikada nij e nula (on je

    vlastite oscilacije363 . Ako se želimo oslobodi­

    ti ovih oscilacija, jedini način da to postignemo jeste da smanjimo pojačanje dvopoložajnog

    362 engl.: On-offregulator (Bang-bang regulator). 3 63 Pojam koji se koristi kod nelinearne teorije sustava.

    718 regulatora za male iznose regulacijskog odstupanj a

    e(t).

    To se može postići ako se uvede

    proporcionalno područje ili proporcionalno ponašanje, koje će vrijediti unutar određenog po­ dručja regulacijskog odstupanja364.

    10.1.2 P regulator P regulator ima algoritam upravljanja dan sa:

    u(t) = gdje su:

    {

    V e(t) > eo - eo < e(t) < eo Umin V e(t) < -eo Umax

    uo + Ke(t)

    za

    }

    u0 amplituda upravljačkog signala kada ne postoj i regulacijsko odstupanje, K pojačanje P regulatora unutar radnog područja ( e(t) < l eol ) P djelovanja regulatora.

    Mnogi industrijski regulatori imaju naznačeno

    band - PB), umjesto pojačanja: Treba uočiti da je za

    PB =

    proporcionalno područje (proportional

    100 [%]

    K K = 1, proporcionalno područj e PB = 100 [%]. Statička karakteri-

    stika P regulatora je dana na slici

    1 0.4:

    u(t)

    e(t)

    Slika

    1 0.4:

    Statička karaktersitika proporcionalnog regulatora

    P regulator može eliminirati vlastite oscilacij e koje postoje kada se koristi dvopoložajni regulator. Nažalost, sada se pojavljuje drugi problem, a to je pogreška u ustaljenom stanju,

    ess = e( oo) . Veza između upravljačkog signala i pogreške unutar područja regulacij skog e(t) < l eol dana je sa: u(t) = u0 + Ke(t)

    odstupanja

    Pogreška je tada dana sa:

    u(t)--uo e (t ) = K 364Nominalno (radno) područje P djelovanja.

    719 Ako je sustav upravljanja na odgovarajući način projektiran, pogreška u ustaljenom stanju bi trebala biti jednaka nuli. Sa P regulatorom taj uvjet moguće je ispuniti sa: a) K = oo b) = u0 Prvu soluciju (K nije moguće fizikalno realizirati u bilo kojem proporcionalnom području osim za = O [3], a s tim izborom ponovno dolazimo na dvopoložajni = regulator, kojega smo prethodno odbacili zbog vlastitih oscilacija. Druga solucija, znači da smo u svakom trenutku u stanju pronaći (konstantan pomak regulatora) te uvjet = u0 zadovoljiti za svaku odabranu postavnu vrij ednost (referentni signal) r(t). Automatski pronaći odgovarajući moguće je ako P regulator proširimo s integracijskim po­ našanjem. Grafički prikaz intervencije P ponašanja regulatora, pretpostavljajući da je u0 = O te daje K > l je dan na slici 1 0.5a), dok je na slici 10.5b) dan prikaz prijelazne karakteristike (odziv na jediničnu skokovitu pobudu) P regulatora (K > 1).

    u(t) (PB)

    u0,

    = oo)

    PB

    u(t)

    u0

    u(t)

    u0

    e(t) uP(t) ; K> 1 K r------

    e (t) e (t1) --- -- -- -- ---

    P = Ke(�) ; K> 1

    o

    o

    a)

    b)

    Slika 1 0.5: Formiranje proporcionalnog signala (a) i prijelazna karakteristika P regulatora (b) Općenito, može se reći da P regulator nije u stanju stabilizirati proces višeg reda. Kod procesa prvog reda365, odnosno sustava s jednim spremnikom energije, vrlo veliko povećanje pojačanja se može tolerirati. Proporcionalni regulator može stabilizirati samo nestabilan pro­ ces prvoga reda. Dinamika zatvorenog kruga može se mijenjati promjenom pojačanja regu­ latora, K . Veliko pojačanje regulatora dat će regulacijski sustav s: a) manjom pogreškom u ustaljenom stanju (veća točnost praćenja referentne veličine), b) bržom dinamikom tj. većim propusnim frekvencijskim opsegom zatvorenog kruga, odnosno većom osjetljivošću sustava na šumove mjerenja, te c) pogoršanjem relativnih pokazatelja stabilnosti kao što su amplitudno i fazno osiguranje.

    10.1.3 PI regulator PI regulator formira upravljački signal, tj. algoritam upravljanja:

    što je grafički prikazano na slici 1 0.6: 365 0vo također vrijedi i za tzv. striktno pozitivno realne (SPR) sustave, koji mogu biti reda višeg od prvog.

    720

    e (O)

    e(t) K'1 I = - fe(r)dt· K =1·' TI =1 TI O '

    e (t, ) -

    - - - - - - - - - - -

    o

    P= Ke(t, ) ; K= 1

    Slika 1 0.6: Formiranje signala PI regulatora gdj e je:

    Ti integracijska vremenska konstanta PI regulatora. Konstanta Ki

    =

    K

    zove se "reset mode" ili "reset ponašanje'', a kadkada se i inteTi gracijsko ponašanje naziva "reset regulacija"366. Naziv dolazi od izraza "manual reset", što označava aktivnost operatera kada ručno upravlja procesom, te kada uoči postojanje reg­ ulacijskog odstupanja u ustaljenom stanju, uvjetovanog promj enama u postavnoj veličini i/ili poremećajima. Operater tada može eliminirati ovo odstupanje bilo promjenom postavne veličine, bilo promjenom konstantnog pomaka367 regulatora, sve dok ne eliminira pogrešku. Integracij ski regulator radi to isto ali automatski, tj . obavlja automatski reset. Ako se usporedi upravljački signal u proporcionalnom području P regulatora, sa upravljačkim signalom PI regulatora, uočiti će se da je konstantni signal zamijenjen signalom koji je proporcionalan površini ispod krivulje pogreške (regulacij skog odstupanja) =

    (u0)

    u0

    Uo

    =

    K D '

    i

    it e(T)dT

    e(t) r(t) - y(t):

    o

    Slika 1 0.6 grafički pokazuje kako se kod PI regulatora formira upravljački signal uz pret­ postavku da j e K = 1 i Ti = 1 . Zamjena integralom omogućuje PI regulatoru da eliminira regulacijsko odstupanje u ustaljenom stanju. Za razliku od njega, P regulator nije u stanju eliminirati ovo odstu­ panje, j er P algoritam nema nikakve mogućnosti zaključiti da u nekom trenutku kada je = mora još rasti kako bi natjerao regulacijsku > O, upravljački signal veličinu na porast (pretpostavljajući pozitivno pojačanje procesa), te tako smanjiti regu­ lacijsko odstupanje. Proporcionalni zakon upravljanja ostaj e konstantan u tom slučaju, pa ne tjera regulacijsku veličinu u pravom smjeru kako bi se smanjila pogreška. Za razliku od njega > O, jer će se = P I zakon upravljanja će dati porast upravljačkog signala kada je pribraj ati I signal (u1) proporcionalan površini ispod krivulje e (t) koja je poz­ P signalu itivna (u našem primjeru - slika 1 0.6) te će ukupni signal upravljanja (u(t) + biti veći. Porast upravljačkog signala imat će kao posljedicu porast regulacijske veličine368 pa će pogreška težiti prema nuli. Kada je e(t) < O, upravljački signal će se smanjivati,

    u0

    e(ti)

    konst. y(t) (up)

    t1 ,

    u(t)

    e( t 1 ) konst. =

    366engl. Reset control. 367engl. Bias. 368Uz pretpostavku pozitivnog pojačanja procesa.

    up(t) u1(t))

    721 kao posljedica toga smanjivati će se i regulacijska veličina, te će se također pogreška tjerati prema nuli. Jedino kada je e(t) = O, P l regulator neće biti aktivan. U svim drngim situaci­ jama PI regulator djeluje tako da smanjuje pogrešku sustava u ustaljenom stanju prema nuli. Prema tome može se zaključiti da PI regulator može eliminirati vlastite oscilacije i pogrešku u ustaljenom stanju koji su dobiveni kao rezultat rada dvopoložajnog regulatora (oscilacije) i P regulatora (pogreška u ustaljenom stanju). PI regulator je na prvi pogled bez nedostataka. Činjenica je da je PI regulator vrlo raširen u industriji, pogotovo za one primjene kada nema većih zahtjeva na brzinu odziva. Iako je integracijska ponašanje eliminiralo potrebu za re­ setiranjem postavne vrij ednosti, ono ima nepoželjan utjecaj na brzinu odziva i na stabilnost sustava. Usporenje koje unosi integracijsko ponašanje moguće je vidjeti na prij elaznoj karak­ teristici I regulatora danoj na slici 1 O. 7a):

    K 1

    o

    ._______,

    ti

    - - - - -e-(t) -----------

    o b)

    a)

    Slika 1 0.7: Prijelazna karakteristika integratora (a) i PI regulatora (b) Kao što se vidi sa slike I O. 7a) nagla promjena ulaznog signala (step), rezultira u poste­ penoj promjeni izlaznog signala (rampa). Prij elazna karakteristika P l regulatora dana je na slici 1 O. 7b ). Ovdje se vidi da je nagla promjena na izlazu rezultat proporcionalnog djelovanja, a ne integracijskog. Degradacija stab ilnosti može se vidjeti iz frekvencijske karakteristike (Nyquist), gdje fazno zaostajanje uslijed integratora iznosi na svim frekvencijama -90°, (slika 1 O. Sa), pa se zbog toga frekvencijska karakteristika otvorenog kruga G0(jw) pomiče bliže kritičnoj točki (-1, jO), (slika 1 0.8b):

    lm

    lm

    U, ( jco ) E ( jco )

    Re _ -

    Re

    1

    _

    jco

    a)

    Slika 1 0.8: Frekvencijska karakteristika (a) i destabilizirajući učinak (b) I ponašanja

    722

    Frekvencijska karakteristika PI regulatora dana je na slici l O. 9. Može se uočiti da je fazno zaostajanje koje u sustav unosi PI regulator manje od faznog zaostajanja koje unosi čisto I ponašanje. Ono je najveće na niskim frekvencijama, i smanjuje se s povećanjem frekvencije. L [dB]

    lm K

    20log(K/T)

    ' ',,',,,

    r

    10

    Re

    K/T;

    102

    j 20logK co[8-1 1

    (J)

    K ··········· �········> (J)L = 1 /T; UP, ( jro ) E ( jro )

    =

    1 K 1 + -jroT; b)

    a)

    Slika 10.9: Frekvencijska karakteristika PI regulatora (a) Nyquist (b) Bode Prema tome, ako je ubrzanje odziva naš prvenstveni interes, tada PI regulator neće to obaviti, jer nema sposobnost predikcije što će se dogoditi sa pogreškom u bliskoj budućnosti. Problem se može riješiti uvođenjem derivacijskog ponašanja, koje ima upravo potrebnu spo­ sobnost predviđanj a, a slijedom toga ubrzava vrijeme reakcije regulatora. Integracijski učinak može se pojaviti u regulatoru samo našom namjernom intervencijom. On se može očitovati i na drugim komponentama regulacijskog kruga, kao što su izvršni organi (aktuatori), proces itd. Te komponente tada mogu pomoći da se smanji pogreška u ustaljenom stanju, no obično nemamo mogućnosti da tu aktivnost uskladimo kod tih kompo­ nenata regulacijskog kruga, osim u regulatoru.

    1 0.1.4 PID regulator Uloga koju derivacijsko ponašanje daje može se ilustrirati na slici l 0. 1 O, na kojoj su prikazane dvije sasvim različite situacije, koje traže potpuno različitu intervenciju regulatora. : u(t1 ). P dio je propor­ U oba slučaja signal na izlazu PI regulatora je isti u trenutku cionalan pogrešci u trenutku t1 tj . imamo:

    t1

    ,

    up(t1) = Ke(t1 ). Integracijski dio j e proporcionalan površini ispod krivulje pogreške do trenutka imamo: K

    ur (ti ) = �

    {t1 o e(T)dT J

    t 1 , te

    Ukupni signal na izlazu PI regulatora biti će u obje situacije isti u trenutku t1, ako pret­ postavimo da je površina ispod krivulje pogreške u oba slučaja ista, te također ako je signal pogreške u trenutku ti u obje situacije isti. Pa ipak, situacije se znatno razlikuju, jer su in­ tervencije koje treba obaviti regulator potpuno drukčije, [69]. Na slici 1 0 . 1 Oa), prikazana

    723

    je situacija kada pogreška naglo pada, pa slijedom toga tkogod upravljao takvim procesom mora paziti kako bi izbjegao moguće prebačaje signala upravljanja. To znači da regulator mora brzo reagirati i smanjiti upravljački signal, neposredno nakon što je detektirano takvo ponašanje. Slika l 0 . 1 Ob) pokazuje da signal pogreške nakon naglog pada, odjednom počinje ponovno rasti. U ovom slučaju regulator mora također brzo reagirati, ali sada u suprotnom smjeru od prethodne situacij e, kako bi čim prije ponovno smanjio pogrešku. e(t)

    e(t)

    e(O)

    e(t1 )

    e(O)

    -------------� {

    e(t1 ) t,

    o

    ---- -

    I

    - - - - - - -

    Slika 1 0. 1 O: Signal PI regulatora u (a) i pogreška raste (b)

    t1

    o

    a)

    -

    b)

    t1 isti je za dvije potpuno različite situacije. Pogreška pada

    Ovaj primjer pokazuje da nam treba upravljački signal koji će biti proporcionalan prom­ jeni (ili trendu) pogreške. Derivacijsko ponašanje PID regulatora ima upravo takvu ulogu. Upravljački signal PID regulatora je:

    de(t) ] u(t) = K[e(t) + T1i Jt e(T)dT + Td � o

    odnosno: gdje su:

    Jo

    de(t) u(t) = Ke(t) + Ki rt e(T)dT + Kd �

    Ki = � konstanta pojačanja (reset) integracijskog dijela regulatora, Kd = KTd konstanta pojačanja derivacijskog dijela regulatora. Derivacijski dio PID regulatora proporcionalan je prognozi o signalu pogreške u trenutku Slika 1 0. 1 1 pokazuje kako se formira

    t + Td, gdje je Td derivacijsko vrijeme regulatora. signal upravljanja PID regulatora u trenutku t1.

    724 e(t)

    e(O)

    I=

    ' K' -

    i;

    fe(t )dt

    a

    K = 1 ; ;r

    =

    1

    e( t,)

    P = Ke(t, ) ; K = 1 o

    t,

    Slika 1 0. 1 1 : Formiranje signala PID regulatora Derivacijsko ponašanje nikada se ne koristi samo za sebe u regulatoru, jer samo D po­ našanje nije u stanju korigirati ili eliminirati pogrešku. To se može jasno uočiti na prijelaznoj karakteristici D regulatora, danoj na slici 1 0. l 2a):

    U0 (t)

    1

    = o(t)

    e(t)



    � (t)

    o

    o a) prijelazna karakteristika derivatora

    b) odziv D regulatora na rampu

    Slika 1 0 . 1 2: Prijelazna karakteristika (a) i odziv na rampu (b) derivatora D ponašanje reagira samo na promjenu pobudnog signala. Za rampu na ulazu, derivator će dati konstantan signal na svom izlazu, kao što je pokazano na slici I O. l 2b). PID regulator će imati prijelaznu karakteristiku koju dobivamo kao zbroj individualnih P, I te D prij elaznih karakteristika - slika 1 0. 1 3.

    725

    K 1

    - �(!2_

    _ _ _ _ _

    o

    Slika 1 0. 1 3 : Prijelazna karakteristika PID regulatora Kao što vidimo, PID regulator ima sva neophodna dinamička ponašanja pomoću kojih može riješiti problem: brzu reakciju na naglu promjenu pogreške (D dio), povećanje uprav­ ljačkog signala kako bi se pogreška natjerala prema nuli (I dio), te odgovarajuć energetski sadržaj unutar određenog područja regulacijskog odstupanja < kako bi se elimini­ rale vlastite oscilacije (P dio).

    e(t) l eol,

    10.1.5 PD regulator D ponašanje se uvijek koristi kada s predikcijom pogreške možemo poboljšati regulaciju, ili kada je potrebno stabilizirati sustav. Iz frekvencijske karakteristike D ponašanja moguće je uočiti da ono ima fazno prethođenje od +90°. Prema tome, D dio će pomaknuti frekvencij­ sku karakteristiku otvorenog kruga dalje od kritične točke - slika 1 0. 1 4b). Zahvaljujući tome moguće je povećati pojačanje regulatora kako bi se dobila veća točnost praćenja referentne veličine.

    G0 (jw)

    (-1, jO) lm

    lm

    ro = O

    ro =O Re U0(jro) . = jm ; T" = 1 E(jro) a) frekvencijska karakteristika derivatora (Nyquist)

    �ro Re b) stabilizirajući učinak derivatora (Nyquist)

    Slika 1 0. 14: Frekvencijska karakteristika (a) i stabilizirajući učinak (b) D ponašanja Uobičajeno se derivacija ne uzima od pogreške već od izlazne varijable. Naime, moguće nagle promjene referentnog signala (postavne veličine) prenašaju se na regulacijsko odstu-

    726 panje, pa je u tom slučaju povoljnije derivacijsko djelovanje postaviti proporcionalnim pro­ mjeni regulacijske veličine, Ako postoji šum mjerenja u tada će D ponašanje pojačati taj šum, koji je obično na višim frekvencijama. U tom slučaju treba u derivacijski kanal ugraditi niskopropusni filter, koji će: • osigurati da D ponašanje djeluje na regulacijsku veličinu samo u zanimljivom frekven­ cijskom području, te

    y(t).



    y(t),

    smanjiti negativan utjecaj D ponašanja na šum mjerenja.

    Najčešće je vremenska konstanta niskopropusnog filtera dana preko derivacijske vre­ menske konstante regulatora kao:

    Td

    T1 N gdje je N kod većine regulatora na tržištu unutar iznosa 3 20, što nas u većini situacija može zadovoljiti. Čak i kada se koristi niskopropusni filter moramo biti oprezni, jer će preostali šum mjerenja biti pojačan u derivacijskom dijelu regulatora. Derivacijsko ponašanje treba koristiti samo onda kada šum nije znatan, odnosno kada reguliramo proces koji sporo reagira na promjenu pogreške. Filter je u praksi potreban ne samo zbog šumova mjerenja, već i stoga što nismo u stanju sagraditi idealne derivatore jer su oni nekauzalni filteri. Čisto D ponašanje predstavlja nekauzalnu dinamiku i ne može se fizikalno ostvariti. Zbog toga se umjesto (nekauzalnog) derivatora koristi kauzalan derivator (filter): =

    -

    sTd ::::::; sTdTd l + s­ N Korisnik sa N ograničava pojačanje derivacijskog ponašanja na višim frekvencijama, što se može vidjeti iz frekvencijske karakteristike (Bode) - slika 1 0. 1 6b). Frekvencijska karakteristika idealnog (nekauzalnog) PD regulatora dana je na slici 1 0. 1 5. (vidi 3.3 .3) L[dB]

    ,, lm 201ogK

    1 1n:i K UPD (jffi)

    (t) ::

    O

    Re .

    K(1 +JroT. ) E(jro) a) frekvencijska karakteristika idealnog PD regulatora (Nyquist) =

    10

    :��



    I

    m[s ' ] •

    b) frekvencijska karakteristika idealnog PD regulatora (Bode)

    Slika 1 0 . 1 5 : Frekvencijska karakteristika idealnog PD regulatora (a) Nyquist i (b) Bode Funkcija prijenosa idealnog PD regulatora je:

    727 Njegova frekvencijska karakteristika je:

    Gpn(jw ) = K(l + jwTd) dok su amplitudna karakteristika:

    odnosno, fazna karakteristika:

    cp (w)

    =

    arctg(wTd)

    Prijelazna karakteristika i težinska funkcija idealnog P D regulatora su:

    odnosno:

    gpn(t) = K[8(t) + Td

    d��t) ] ; t ;::: O

    Frekvencijska karakteristika kauzalnog PD regulatora danaje na slici 1 0. 16.

    L[dB]

    lm

    11i;; Re

    K K(T. + T. /N)

    a) frekvencijska karakteristika realnog PO regulatora (Nyquist)

    :}20109N 10

    1 NIT.

    :�t� . ro�l

    -o

    .N

    o

    1 , 81 1 ,805 1 ,8 1 ,795 �-�-�-�-�-�-�-�-� o 1 00 200 300 400 500 600 700 800 t [s)

    Slika 1 0.32: Željeni odziv u režimu stabilizacije Ako je regulator ugođen samo za slijedni režim, tada će biti loš u režimu stabilizacije, i obratno. I pored poznatih preporuka koje postoje u literaturi i koje su eksperimantalno primjenjive, postupak ugađanja parametara PID regulatora je vremenski zahtjevan posao koji često na kraju rezultira loše ugođenim parametrima, što kao posljedicu ima loš rad pogona (procesa). Najčešće se u literaturi spominju Ziegler-Nichols, [1 88], Cohen-Coon[32] i Chien­ Hrones-Reswick, [30] postupci, no postoje i brojni drugi postupci od kojih će se nabrojati samo neki kao što su npr.: optimalno ugađanje po ITAE ([61]) ili ISE ili IAE ([56]) kriteriju, ugađanje postavljanjem polova, [ 1 63], IMC ugađanje, [ 1 3 8], [1 58], [76] te u novije vrijeme sve popularnije IFT384 ugađanje metodom optimizacije iterativnim postupkom, kod kojega se gradijent kriterijske funkcije proračunava iz izmjerenih ulazno/izlaznih signala zatvorenog kruga upravljanja, [72], [71 ], [ 1 03].

    10.5.1 Ugađanje po Ziegler-Nicholsovim preporukama Ugađanje po Ziegler-Nicholsu koristi se za P, PI te PID regulatore, [1 88]. Važno je na­ pomenuti da su regulatori ovim postupkom ugođeni za režim stabilizacije, a ne za režim sli­ jeđenja postavne veličine . Ti regulatori dakle dobro otklanjaju utjecaj poremećaja koji mogu djelovati na sustav tijekom rada, dok slabo prate promjene postavne (referentne) veličine. Kako su Ziegler-Nicholsove preporuke predviđene za primjenu na regulatorima u procesnoj industriji, ta karakteristika ima smisla jer se regulatori ondje uglavnom i koriste za održanje određene radne točke procesa. Postoje dva eksperimenta koji se koriste kako bi se dobili

    384engl Iterative Feedback Tuning (IFT).

    744 pokazatelj i procesa te temeljem njih odredili parametri regulatora iz tabela za ugađanje. To su:





    eksperiment u otvorenom krugu - snimanje prij elazne karakteristike procesa, eksperiment u zatvorenom krugu - dovođenje zatvorenog sustava upravljaaja u režim oscilacija.

    10.5.1.1 Eksperiment u otvorenom krugu - snimanje prijelazne karakteristike procesa Mnogi industtijski procesi su stabilni i mogu se prikazati monotonom prijelaznom karak­ teristikom. Uobičajeno se takvi procesi mogu opisati funkcijom prijenosa (FOPDT385 odno­ sno FOPTD3 8 6 ) :

    N a slici

    1 0.33

    Gp ( s )

    =

    Kp e -'TS I + sTp

    ( 1 0. 1 )

    prikazana j e prijelazna karakteristika dobivena snimanjem odziva procesa

    na skokovitu (step) pobudu odgovarajuće amplitude

    ;� A

    A.

    u(t) - - - - - - - ----.---

    iiu(t)

    u„ o

    y(t) Y„

    iiy(t)

    o

    Slika

    1 0.33:

    /Brzina reakcije

    R=al-t = L1y(t)ffp

    Odziv procesa na skokovitu pobudu - eksperiment u otvorenom krugu

    Tri se parametra moraju očitati sa prijelazne karakteristike. To su: •





    statičko pojačanje procesa

    Kp = D..y /D..u,

    kašnjenj e procesa T, nadomjesna vremenska konstanta procesa Tp.

    385engl. First Order Process with Dead Time (FOPDT). 386engl. First Order Process with Time Delay.

    745 Na temelju ta tri parametra proračunava se konstanta:

    a = µKp

    ;

    . . gd� e Je

    Ovaj eksperiment nije moguće obaviti u tri slučaja: 1. ako prijelazna karakteristika nije monotona,

    µ = TTp

    2. ako proces ima astatizam prvog387 (ili višeg) reda, 3. ako je proces nestabilan. Parametri regulatora po Ziegler-Nicholsovum preporukama dani su u tabeli388:

    Ziegler-Nicholsove preporuke A Tip regulatora

    p

    PI PIDpar PIDser

    K

    Ti Td

    1/a 0.9/a 3T 1.2/a 2T Tj2 0.6/a T T

    Izrazi za proračun parametara regulatora u gornjoj tabeli dobiveni su simulacijama velikog broja različitih procesa389, a temelje se na zahtjevu da se amplituda oscilacija prij elaznog procesa zatvorenog sustava upravljanja u svakoj periodi smanji na jednu četvrtinu amplitude u prethodnom ciklusu390, što znači da svaki prebačaj mora biti 25% od prethodnog. Kriterij po kojemu su Ziegler i Nichols ugađali parametre zapravo je IAE kriterij (integral apsolutne pogreške) koji se može matematički izraziti sa:

    hAe =

    1= ie(t) I dt = 1= l r(t) - y(t) I dt

    uz

    r(t) = 1

    Ovakvo ponašanje daje također i linearan sustav drugog reda bez konačnih nula s fak­ torom prigušenja391 ( tj. sustavom koji ima amplitudno osiguranje 2 (6 dB), [145]. Iako, ovo nije potpuno točno392, ono daje korisnu aproksimaciju za sustave koji su regulirani sa regulatorom ugođenim po Ziegler-Nicholsovu postupku. Zbog tako odabranog faktora prigušenja (( = nedostatak sustava reguliranog tako ugođenim parametrima regula­ tora jest u slabom prigušenju, tj. u velikim nadvišenj ima kod promjene postavne veličine. Međutim, dinamika zatvorenog kruga na poremećaj biti će daleko bolja. Prilagodbom for­ mula danih u tabeli moguće je postići sustave s boljim prigušenjem. Ziegler-Nicholsove formule treba primijeniti kada je:

    = 0.21,

    0 . 21),

    0.1 < TTp < 1 387Tip I ili tip višeg reda. 388U tabeli su dane preporuke za serijsku (interaktivnu PIDserr) i paralelnu (neinteraktivnu PIDpar) topologiju PID regulatora. 389Ziegler i Nichols korstili su Monte Carlo metodu da bi došli do preporuka. 390engL: Quarter Amplitude Damping (QAD), 39l engl.: Quarter Decay Ratio. 392Pogotovo za sustave višeg reda.

    746 Za veće iznose

    T

    Tp

    prikladnije je koristiti upravljačke zakone koji kompenziraju kaš-

    njenje, kao što su: Otto-Smithov prediktor, ( 1 47], PIP regulator, [70], IMC regulator, ( 1 20] ili druge strukture upravljanja. Također, preporuke Cohena i Coona su za takve situacije po­

    voljnije od preporuka Ziegler-Nicholsa. Za manje iznose ..!__ bolje performanse mogu se

    Tp

    postići primj enom korekcijskih sklopova (kompenzatora) višeg reda. Snimanje prijelazne karakteristike procesa nije jednostavno automatizirati, budući da je teško unaprijed znati ko­ skokovite pobude na proces, kao i odrediti je li postignuto lika je potrebna amplituda ustaljeno stanje procesa. Skokovita pobuda mora biti dovoljne amplitude, kako bi odziv procesa bio jasno uočljiv iznad šuma, ali ne smije biti prevelika, kako se ne bi poremetio proces proizvodnje393. Poremećaj i koji uvijek djeluju na sustav također će znatno utjecati na rezultate eksperimenta. Snimanje prijelazne karakteristike, kao što je rečeno, nije uvi­ jek moguće, pa je u takvim situacijama potrebno provesti eksperiment dovođenja zatvorenog sustava na rub stabilnosti, odnosno u oscilatomi režim rada.

    (A)

    10.5.1.2 Eksperiment u zatvorenom krugu - dovođenje zatvorenog sustava upravljanja u oscilatorni režim rada Kod ovog postupka394 ne pretpostavlja se nikakav model procesa, kao što je bio slučaj u prethodnom eksperimentu. Postupak se temelji samo na mjerenjima, koja se mogu razm­ jerno jednostavno automatizirati (autotuning). Eksperiment se može provesti kako sa stabil­ nim tako i sa nestabilnim procesima, pa se stoga preporučuje. Budući da industrijski PID regulatori imaju mogućnost prelaska s ručnog na automatski način rada, u ručnom je načinu rada moguće provesti eksperiment sa zatvorenim krugom. Ručno reguliranje se obično prim­ jenjuje kod upuštanja procesa (dovođenja na ustaljeno stanje), kod zatvaranja (isključivanja procesa) ili u nekim hitnim situacijama. Sustav se testira u zatvorenom krugu s P regula­ torom395, kojemu se pojačanje povećava sve dok se ne dostignu oscilacije - slika l 0.34.

    Proces

    Slika 1 0.34: Dovođenje zatvorenog kruga u oscilacije promjenom pojačanja P regulatora uz odspojeno derivacijsko i integracijsko ponašanje

    393 Ako se snimanje odvija za vrijeme normalnog rada procesa. 394 engl. Ultimate sensitivity method. 395Integracijsko i derivacijsko ponašanje su isključeni.

    747 Kada su uspostavljene oscilacije zatvorenog kruga upravljanja konstantne amplitude i periode, određuje se perioda oscilacija396 te (kritično) pojačanje regulatora397 s kojim su oscilacije uspostavljene. Promjenama postavne veličine za vrijeme eksperimenta moguće je odrediti statičko pojačanje procesa kao omjer promjena odziva i pobude u ustaljenom stanju:

    Tu (Kp)

    Ku

    Ly Kp = Lu

    Na temelj u dviju veličina dobivenih eskperimentom u zatvorenom krugu i Nichols dali su sljedeću tabelu za parametre regulatora398 :

    (Tu i Ku) Ziegler

    Ziegler-Nicholsove preporuke B Tip regulatora

    p PI PIDpar PIDpar

    Ti Td K 0.5Ku 0.45Ku 0.833Tu 0.6Ku 0.5Tu 0.125Tu l/Tu 0.6Ku 6/Tu

    u = KpKu

    Produkt pojačanja može se tretirati kao maksimalno (kritično) pojačanje otvorenog kruga (normalizirano pojačanje, [66]) i ono može poslužiti za ocjenu prikladnosti upotrebe PID regulatora s Ziegler-Nicholsovim parametrima. Uobičajeno se preporučuje Ziegler-Nichols koristiti u situacijama kada je:

    Ako je:

    1. 2. 3.

    4.

    u = KpKu < 2 - tada treba koristiti zakone upravljanja koji kompenziraju kašnjenje, u > 20 - bolje se performanse mogu postići složenijim algoritmima upravljanja 1.5 < u < 2 - PID regulator je upotrebljiv ako željene performanse zatvorenog sus­

    tava nisu prezahtjevne. Ziegler-Nicholsova pravila moraju se međutim modificirati da se dobije dobar odziv. Treba isprobati druge strukture kao što su: Otto-Smithov prediktor, IMC i sl.

    u 1.5

    < - valja pokušati s PI regulatorom, ako željene performanse sustava nisu preza­ htjevne. Ziegler-Nicholsova pravila moraju se modificirati. Derivacijsko ponašanje nije ovdje od veće koristi. Druge strukture regulatora se ovdje svakako preporučuju.

    Pojačanje otvorenog kruga s P regulatorom ugođenim po Ziegler-Nicholsovim preporu­ kama (eksperiment u otvorenom krugu) je:

    = --:;- = µ1 2 u Pojačanje otvorenog kruga je približno 2 . Poznavajući zahtjeve za točnošću sustava u --;;:-



    ustaljenom stanju tada je moguće procijeniti hoće li se P regulatorom postići tražena točnost 396 engl. Ultimate period. 397 engl. Ultimate gain. 398Podešenog prema "quarter decay ratio" kriteriju.

    748 u ustaljenom stanju, ili će biti nužno ugraditi u regulator I ponašanje. Sa Ziegler-Nicholsovim pravilima, najveća pogreška na jediničnu skokovitu (step) promjenu pobude na proces pri­ bližno j e dana sa: • P regulator (ugođen po Ziegler-Nicholsovim pravilima): •

    Ti

    ; tmax � 2 K PI regulator (ugođen po Ziegler-Nicholsovim pravilima):

    e max



    0.4

    0.6

    ; tmax � n K Vrijeme porasta zatvorenog kruga s regulatorom ugođenim po Ziegler-Nicholsu približno će biti jednako kašnjenju procesa:

    e max

    10.5.2



    Ugađanje po Cohen-Coonovim preporukama

    Ugađanje parametara po Cohen-Coonovu postupku koristi podatke dobivene eksperimen­ tom snimanja prijelazne karakteristike procesa u otvorenom krugu. Tabela Cohen-Coonovih preporuka, (32] je:

    Cohen-Coonove preporuke

    K

    Tip regulatora

    Td

    Ti

    1 (0.35 + -) 1 Kp µ 0.9 ) 3.3 + 0.31µ 1 ( 0.083 + Kp 1 + 2.2µ µ 0.27 - 0.088µ T 1_(0.16 + 1.24 ) _ 1 + 0.13µ µ Kp 1.35 2.5 + 0.46µ T 0.37 1 -(0.25 + -) 1 + 0.19µ T Kp µ 1 + 0.61µ

    p

    T

    PI PD PlDpar

    I tu je kriterij za ugađanje parametara regulatora bio "quarter amplitude damping" odno­ sno isti kao i kod Ziegler-Nicholsove metode. Za mala kašnjenja u odnosu na vremensku konstantu procesa (mali = T /Tp) Cohen-Coon i Ziegler-Nichols daju slične parametre regulatora. Međutim, kod većih kašnjenja procesa veliki) Cohen-Coonova metoda pre­ poručuje se jer po njoj derivacijsko vrij eme treba težiti nuli kod PID regulatora, što je svakako korektnije, jer kada je kašnjenje procesa veliko (T veliki) ne treba koristiti D ponašanje.

    µ

    10.5.3



    Ugađanje po Chien-Hrones-Reswickovim (CHR) preporukama

    U procesnoj industrij i dosta često se parametri regulatora ugađaju po CHR preporukama, koje mnogi preferiraju u odnosu na Ziegler-Nicholsove. CHR preporuke temelje se na vre­ menskim pokazateljima odziva procesa na skokovitu pobudu - slika 1 0.33. Chien, Hrones i Reswick pored preporuka za parametre regulatora daju i preporuke za izbor tipa regulatora, koji valja koristiti ovisno o pokazatelju R (brzina reakcije399) procesa, [3 0] . 399 engl. Reaction Rate.

    749

    CHR preporuke za izbor tipa regulatora

    R = Tp = �µ

    Tip regulatora

    T

    R > 10 7.5 < R < 10 3 < R < 7. 5 R i te da se odabere > veća vrijednost kao početni izbor, a zatim ako je potrebno finije ugodi. Iz industrije dolazi T. = preporuka da se postavi

    Tc1 (1.5 --;- 2.5)

    PID koeficijenti dobiveni IMC postupkom Tip regulatora Pl PI - poboljšan PIDpar

    Ti K Tc1 Td Tp Tc1 > 1.7 Tp T Tc1 Kp T + 2Tp Tc1 > 1 . 7 Tp + -T2 T 2Tc1 Kp TTp T + 2Tp Tc1 > 0.25 2Kp (Tc1 + T) Tp + -2 T + 2Tp

    Preporučeni

    --

    T

    T

    Pored ovih iznosa parametara u literaturi je moguće naći autore koji daju drukčije pre­ poruke za IMC postupak, te postoje i druge varijante IMC postupka koje tretiraju općenitije klase modela, [ 1 38], [76]. Tako Brosilow, [26] daje sljedeće preporuke za PID regulator:

    Nedostatak IMC postupka je u tome što zahtijeva određena predznanja koja inženjeri u pogonima nemaju, pa je stoga njihovo održavanje često faktor ograničenja za širu primjenu. S novim programskim paketima znatno je olakšano ugađanje regulatora.

    10.5.5 Ugađanje po ITAE i ITSE kriterijima Postupci ugađanja parametara PID regulatora po minimumu integralnog kriterij a uključuju

    751 u sebi traženje ekstrema funkcionala:

    J=

    CXJ

    j tn f [e(t)] dt o

    gdje je:

    e( t) - pogreška sustava.

    Tabela pokazuje različite kriterije optimalnosti po kojima je moguće ugađati parametre regulatora. Integral

    Oznaka

    Pogreške

    Jrn

    Apsolutne pogreške Apsolutne pogreške ponderirane vremenom Kvadratne pogreške Kvadratne pogreške ponderirane vremenom

    JrAE

    JrTAE Jrse

    Jrrse

    f [e(t)] e(t) i e(t) I i e(t) I e2(t) e2(t)

    n

    o o 1 o 1

    Kao što vidimo, ITAE kriterij optimalnosti samo je jedan od mogućih kriterija za uga­ đanje PID regulatora. Optimalne parametre regulatora za ITAE kriterij moguće je dobiti uz pomoć numeričkih postupaka optimizacije za razne modele procesa i režime rada sus­ tava. Koeficijenti će biti drukčiji za režim slijeđenja i režim stabilizacije. Za slučaj FOPDT procesa (10. 1 ), ITAE optimalni koeficijenti PID regulatora za oba režima rada dani su u tabeli (Tabela ITAE):

    ITAE optimalni PID koeficijenti Tip regulatora

    Za režim

    p

    Stabilizacije

    PI

    Slijeđenja

    PI

    Stabilizacije

    PIDpar

    Slijeđenja

    PIDpar

    Stabilizacije

    K

    0.Kp49 ( Tp ) 1.084 0.Kp586 ( Tp ) 0.916 77 0.Kp859 ( Tp ) 0.9 0.Kp965 ( Tp )0.856 ) 0.947 T p ( Kp T

    T

    T 7

    1 .357

    7

    Ti

    Td

    TP /Tp) ) 0.68 0.Tp674 ( TpT TP /Tp) (0.796-0.147T 738 ) 0. 0.842 ( Tv

    ( ;, ) 0.929 p ) 0.995 0.381Tv (;,p

    ( l . 0 3 - 0 . 165r

    _Lp_

    T

    0.308Tv

    ITSE optimalni koeficijenti PID regulatora uz pretpostavku FOPDT dinamike procesa dani su u [ 1 87]. Nakon što su proučili vezu koja postoji između dobivenih optimalnih ko­ eficijenata parametara PID regulatora i parametara Ku i Tu iz eksperimenta u zatvorenom krugu (dovođenje sustava u oscilacije), zaključili su da se za PI i PID regulatore mogu dati

    752 preporuke optimalnih koeficijenata po K, = (Tabela (24]:

    Kp Ku

    ITSE),

    ITSE kriteriju uz poznate Ku i Tu, te pojačanje

    ITSE optimalni PID koeficijenti Tip regulatora

    Za režim

    K

    Ti

    PI

    Slij eđenja

    0.361K„

    0.083 (l.935r;; + 1) Tu

    PI

    Stabilizacije

    l .892r;; + 0.244 K 3.249/'l, + 2.097 u

    O. 706/'l, T: + 1 .2736 u o.

    PIDpar

    Slijeđenja

    0.509Ku

    PIDpar

    Stabilizacije

    4.434r;; - 0.966 Ku 5.12/'\, + 1.734

    7229/'l,

    -

    Td

    0.227

    0.051 (3.302/'l, + 1) Tu 0.125Tu l. 75/'l, - 0.612 T, 3. 776/'\, + 1 .388 u

    O.l44Tu

    Danas se može reći da postoje razni recepti za ugađanje PID regulatora, što je osobito izraženo u novije vrijeme kada se zanimanje istraživača ponovno usmjerilo na PID regulatore. Oni su najzastupljeniji regulatori i pokrivaju preko 90% upravljačkih petlji u industriji400, [ 1 59]. Pokazali su se dovoljno jednostavnim, pouzdanim, jeftinim (vidi tabelu) i kvalitetnim za upravljanje realnim (nelinearnim) procesima. Cijene PID regulatora 1 980. i 1 995. dane su u tabeli: Tip regulatora (godina)

    Pneumatski

    Elektronički

    (1980) PI (1980) PID (1980) PID (1995)

    840 USD 900 USD 1000 USD

    1450 USD 1400 USD 1500 USD

    P

    < lOOO USD

    U većini članaka i danas se koristi Ziegler-Nicholsovo ugađanje kao referentno za kom­ parativnu analizu s novo predloženim receptima. To je nažalost sasvim nezadovoljavajuće, jer je poznato da Ziegler-Nicholsova pravila u dosta slučajeva daju loše rezultate, pa uopće nije teško pokazati da se razmjerno dobro ugođen PID regulator ponaša bolje od PID regula­ tora koji je ugoden po Ziegler-Nicholsu. PID regulatori imaju relativno malo parametara za ugađanje i stoga ulaze u kategoriju tzv. regulatora ograničene složenosti401 . PID algoritam upravljanja s vremenski nepromjenjivim koeficijentima nije preporučljiv za sljedeće procese, [ 1 58]: • procese višeg reda, kod kojih se traže visoke performanse, pogotovo kvalitete izlaza (proizvoda) i/ili stanja, •

    procese koji imaju velika vremena kašnjenja,

    4oood toga velika većina su PI regulatori, jer se D komponenta rjeđe koristi. 401engl. Restricted complexity controller.

    753 •



    procese s oscilatomim modovima u dinamici, procese koji su vremenski promjenjivi,

    Kao alternativa PID upravljanju danas se najčešće primjenjuje: • prediktivno upravljanje (MPC402 Control), •









    upravljanje po varijablama stanja s observerima (SF0403 Control), upravljanje s diskretnim dvoparametarskim (RST4°4) regulatorima , adaptivno upravljanje s referentnim modelom ili samougađanjem parametara, neizrazito upravljanje (Fuzzy Control) neuro/neizrazito upravljanje (Neuro/Fuzzy Control).

    Za sve navedene načine upravljanja, problem ugađanja i dalje ostaje glavni problem. Au­ tomatsko ugađanje pokušaj je u dobrom smjeru, kod kojeg je izbjegnuta subjektivna ocjena operatera, jer regulator automatski ugađa svoje parametre.

    10.6 Digitalni PID regulatori Tipična struktura digitalnog sustava upravljanja prikazana je na slici 1 0.35: Digitalni regulator

    I I I

    : u. (t) O/A 1--1..----.i Aktuator

    y (t )

    u (t)

    P roces +----.-.....

    Algoritam u pravljanja y (t)

    Senzor

    Slika 1 0.35: Struktura digitalnog sustava upravljanja Kontinuirani PID (neinteraktivni) algoritam upravljanja je:

    de(t) upw (t) K[e (t) + T1i to e(T)dT + Tddt] =

    J

    402 engl. Model Predictive Control (MPC). 403engl. State Feedback and Observer. 404 Dvoparametarska topologija regulatora dana je na slici 10.24.

    754 Uobičajena ISA forma PID regulatora dana na slici 1 0.2 1 ima algoritam upravljanja:

    {

    UISA (s) K [apR(s) - Y(s)] + sTi1 E(s) + l + sTd sTd/N [!'dR(s) - Y ( s) ] =

    }

    Diskretizacija PID regulatora obavlja se po dijelovima. Pri tome postoji mnogo mogućih postupaka diskretizacije koji se mogu primijeniti. Jedna od mogućih diskretizacijaje i takva da se na I ponašanju primijeni unaprijedna diferencija405 , a na D ponašanju Eulerova (kauzalna) diferencija406 . Tako će se dobiti: •



    Za P ponašanje:

    up (t) = K [o:pr(t) - y(t)] up (kT) = K[apr(kT) - y(kT)]

    Za I ponašanje: u1(t)

    =

    � 1; e(T)dT = :, 1; [r(T) - y(T)] )dT odakle: du1 (t) = dt

    K e (t) Ti

    ( 10.2)

    ( 1 0.3)

    Unaprijedna diferencija će dati:

    u1(kT + T) u1(kT) + KT Ti e(kT) =



    Za D ponašanje (uz

    (10.4)

    l'd = O), slijedi: ( 10.5)

    ( 1 0.6) Diferencijalna jednadžba kontinuiranog integratora ( l O .3) postupkom diskretizacije prelazi u jednadžbu diferencija diskretnog integratora:

    ( 1 0.7) Također će diferencijalna jednadžba realnog kontinuiranog derivatora ( 1 0.5) diskretizaci­ jom prijeći u jednadžbu diferencija diskretiziranog derivatora, pa se za D ponašanje može postaviti opća relacija:

    uD(kT) = aduD(kT - T) - bd[y(kT) - y(kT - T)]

    ( 1 0 . 8)

    Signal upravljanja neinteraktivnog digitalnog PID regulatora formira se od pojedinih sas­ tavnica kao:

    u(kT) = up (kT) + u1(kT) + uo(kT) 405engl. Forward difference. 406 engl. Backward difference.

    755 U tabeli su dani koeficijenti jednadžbi diferencija ( 1 O.7) i ( 1 0.8) za tri najčešća postupka diskretizacije kod PID regulatora407, [ 1 5 8]:

    Postupak diskretizacije

    Koeficijent

    Euler (unaprij edna)

    Euler (kauzalna)

    Tustin

    o

    KT Ti

    KT 2Ti KT 2Ti 2Td - NT 2Td + NT 2KNTd 2Td + NT

    KT Ti NT 1Td KN

    o Td Td + NT KNTd Td + NT

    -

    Ako se izrazi ( 1 0 .2), ( 1 0.4) i ( 1 0 .6) prikažu operatorskim modelom po operatoru kašnjenja

    q - 1 , dobiti će se:

    KT q - 1_ [r(kT) - y(kT)] K[apr(kT) - y(kT)] + Ti 1 - q 1

    u(kT)

    up (kT)

    ( 1 0.9)

    ur (kT)

    un (kT)

    Izraz ( 1 0.9) moguće je dovesti na RST dvoparametarski oblik:

    gdje su:

    R(q- 1 ) 1 + r1 q - 1 + r2 q- 2 =? R(q) q2 (1 + ad) q + ad S(q- 1 ) = so + s 1q - 1 + s2 q - 2 =? S(q) = soq2 + s 1q + s2 T(q - 1 ) = to + ti q - 1 + t 2 q- 2 =? T(q) toq2 + t iq + t2 =

    =

    -

    =

    407Proporcionalni član digitalnog PID regulatora neovisan je o postupku diskretizacije, jer se radi o algebarskoj jednadžbi.

    756

    Koefic ijenti polinoma R, S i T dani su sa: : r0 =

    1

    r1 = (I + ad) r2 = ad so = K + bi 1 + bd s1 = -K (I + ad) - bi1 ad + bi2 - 2bd s2 = Kad - bi2 ad + bd to = Kap + bil t 1 = -Kap (I + ad ) - bi 1 ad + bi2 t2 = K apad - bi2 ad Koefic ijenti RST polinoma za ISA topologiju digitalnog PID regulatora dani su u tabeli: -

    Polinom

    Koeficijent uz

    qo

    q- 1

    q- 2 ad

    1 - ( 1 + ad) R(q- 1 ) S(q- 1 ) K(l + bd) -K (1 + ad + 2 bd - bi2 ) K ( ad + bd - bi2 ad) Kap -K [ap ( 1 + ad) - bi2 ] T(q- 1 ) Kad (aP - bi2 ) Td T . su: ad gd�e = i adN, d b , = b 2 T. d + NT � Opći oblik RST forme po operatoru kašnjenja danje sa: u(kT) R( q1- l ) [T(q - 1 ) Yr (kT) - S( q- 1 )y(t)] =

    =

    Najčešće se primjenjuje Euler (kauzalna) diferencija, jer je najjednostavnija i daje stabilnu aproksimaciju za sve iznose Td. Euler (unaprijedna) diferencija biti će stabilna uz uvjet daje

    T . U slučaju da je T , mali tada se može dogoditi da Euler unaprijedna diferencija i Td > N 2 d Tustinova transformacija daju negativan koeficijent ad , što ima za posljedicu oscilacije (tzv. "ringing") derivacijske komponente PID regulatora. Kada je Td > > N � treba koristiti

    Tustinovu transformaciju, jer daje bolju aproksimaciju kontinuiranog integratora i derivatora. Perioda uzorkovanja kod PID regulatora ovisna je o dinamici procesa. Digitalni regulator ponašati će se blisko kontinuiranom PID regulatoru, ako je frekvencija uzorkovanja odabrana tako da zadovolji:

    W 8 > 30wb

    gdje je wb frekvencija propusnog opsega procesa. Komercijalni regulatori imaju već fiksirane periode uzorkovanja, koji su obično u rasponu od O.l [s] do l[s] .

    1 0.6.1 Digitalni PID regulator (inkrementalni algoritam) Algoritmi digitalnog regulatora dani sa prethodnim relacijama predstavljaju tzv. pozici­ jske ili apsolutne algoritme, jer daju iznos upravljačkog signala. Kadaje proces integracijskog

    757

    karaktera, ili ako je aktuator integracijskog djelovanja408, tada je povoljnije da regulator na svom izlazu daje inkrementalne promjene, odnosno brzinu upravljačkog signala. Takvi regu­ latori zovu se inkrementalni ili brzinski regulatori i mogu se prikazati blok-shemom na slici 1 0.36. / - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - �

    PID

    regulator (Brzinski) i Ks

    R(s)

    Aktuator 1 sT KTds2 1 +sT/N y \

    ,_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

    /

    Slika 1 0.36: Brzinski PID regulator (opća struktura) Da bi se dobio inkrementalni algoritam u diskretnoj formi nužno je algoritam PID regu­ latora preraditi tako da se izlaz regulatora uzme kao inkrement, tj.

    l:J,.u(kT)

    =

    u ( kT) - u(kT - T)

    =

    ( q - 1) u (kT - T)

    S takvom intervencijom dobiti će se:

    ( q - ad) l:J,.u(kT + T)

    =

    T (q)r(kT) - S (q)y(kT)

    Nedostatak je takve forme PID algoritma u tome što se ona ne može koristiti za P ili PD regulatore. Naime, tada bi došlo do kraćenja - 1 ) moda pa zbog toga regulator nije u stanju držati postavnu veličinu, [ 1 58 ] .

    (z

    10.7 Ugađanje parametara digitalnog PID regulatora Kod ugađanja digitalnog PID regulatora koriste se postupci ugađanja poznati u praksi kontinuirane regulacije. Derivacijski i integracijski kanali dikretiziraju se nekom od poznatih metoda a koeficijenti se postavljaju kao da se radi o kontinuiranom PID regulatom. Naravno, nužna pretpostavka je da je perioda uzorkovanja odabrana tako da se dobije diskretna verzija koja je po dinamici bliska kontinuiranoj verziji PID regulatora. Postoji nekoliko preporuka za ugađanje diskretnog PID regulatora od kojih ćemo navesti samo Dahlinov postupak (tzv. A.- tuning) i podešavanje po Takahashiju. 408 Npr. regulacijski ventil s elektromotornim prigonom.

    758

    10.7.1 Ugađanje po Takahashiju To ugađanje predstavlja modifikaciju Ziegler-Nicholsova postupka (preporuke

    A

    Forma zakona upravljanj a je:

    i

    B) .

    2)) Na temelju rezultata eksperimenta u otvorenom krugu i dobivenih podataka Kp , Tp i T, preporuke za izbor parametara su dane u tabeli (gdj e je T perioda uzorkovanja): D.u(k)

    = Ki [r(k) - y(k) ] K [y( k) - y (k -

    -

    l) J

    -

    Kd (y( k) - 2y(k

    -

    1) + y(k

    -

    Takahashijeve preporuke A

    Regulator

    K

    Ki

    Kd

    p PI

    0.9Tp - 0.5K T+T

    Kada

    PIDpar

    i

    --

    f

    --+

    0.27TpT (T + 0.5T) 2

    O ne preporučuje se T

    l .2Tp - 0.5K T +T Kada

    f

    0.6TpT -0.6Tp za - :=:::: O 2 T T (T + 0.5T) 0.5Tp za - :::::: 1 O ne preporučuje se T T i

    --+

    --

    T

    Na temelju rezultata eksperimenta u zatvorenom krugu i dobivenih podataka poruke za izbor parametara su dane u tabeli: Regulator

    K,,, , T,,, pre­

    Takahashijeve preporuke B

    K p

    0.5K,,,

    PI

    0.45K,,, - 0.5Ki

    PIDpar

    :=::::

    0.25T umanjiti ove iznose 0.6K,,, - 0.5Ki l.2 KT,,,u-T Kada T 47 ne preporučuje se

    Kada T

    -

    :=::::

    T

    U osnovi Takahashijeve modifikacije idej a je da se kašnj enje procesa poveća na T + 0.5T zbog mogućih kašnjenja koje unose D/A i AID pretvomici, kao i stanovitog vremena

    potrebnog za proračun algoritma. Takahashieve preporuke vrijede kako za apsolutni tako i za inkrementalni algoritam te za I-PD formu regulatora danu na slici

    1 0.22.

    759

    10.7.2 Dahlinov postupak (,\- tuning) Postupak j e prvi puta predložen u [35] a temelji se na pretpostavljenom modelu dinamike zatvorenog kruga (FOPDT model). Postupak će se primijeniti ako proces ima vremenske konstante koje su znatno veće od kašnjenja te kada se želi dobiti aperiodski odziv zatvorenog kruga na skokovitu pobudu. Najčešće se rabi u papirnoj (petlje za nadzor), prehrambenoj i farmaceutskoj industriji, odnosno u onim pogonima kemijske industrije koji koriste smjese s točnim omjerima sastojaka (slika 1 0.37). Regulacija smjese na slici 1 0.37 obavlja se sa dva PID regulatora (za svaku petlju jedan), kojima se regulacijski ventili drže na određenom položaju kako bi se osigurao konstantan omjer protoka reagensa A u odnosu na ukupni protok od 65%, i reagensa B u odnosu na ukupni protok od 35%. Regulator razine (na slici označen s LC) nalazi se u kaskadi iza tih regulatora i regulira razinu u reaktoru, postavljanjem zaht­ jeva409 za količinom proizvodnje. Regulacija l4------. smjese

    65% Reagens A 35% Reagens

    B

    Reaktor

    Slika 1 0.37: Miješanje reagensa u reaktoru Ako na pr. dođe do zahtjeva za drugom količinom proizvodnje, nove postavne vrijed­ nosti postavit će se za svaku petlju a PlD regulatori će ispuniti zahtjev. Cilj je postići konstantan omjer reagensa u ukupnoj količini smjese. Ako su regulatori ugođeni Ziegler­ Nicholsovim postupkom, tada će oba regulatora davati oscilatomi odziv za svaki reagens, te će se poremetiti njihov omjer, što će dok traj e prij elazni proces davati lošu smjesu - slika 1 0.38.

    409Postavne vrijednosti z a PID regulatore.

    760 Protok [%]

    65 I--

    Promjena postavne vel.

    --.-..

    Reagens A

    /

    -

    35 ---------,-I I

    '

    Reagens B __------

    .____;:;,,·:=:„-...-.::�-',

    Omjer protoka [%] A/ukupni - mijenja se za 1 5% 65 1-----

    35

    -

    ----- ---

    B/ukupni - mijenja se za 1 5% -

    /,-,\

    /

    ,_ _ _

    „-- ----

    20-1-��-'--��-'---��� 20 40 60 t [s]

    Slika 1 0.38: Miješanje dvaju reagensa uz PID regulatore ugođene po Ziegler-Nicholsovu pos­ tupku U toj situaciji regulatori ugođeni po Dahlinovom postupku daju aperiodske odzive i stoga zadržavaju traženi omjer reagensa u ukupnoj količini smjese, pa je produkcija smjese nepore­ mećena. Protok [%]

    Promjena postavne vel.

    20

    40

    60

    t [s]

    Omjer protoka [%) A/ukupni - konstantan

    35

    B/ukupni - konstantan

    -----------------------------------

    20

    40

    60

    t [s]

    Slika 1 0.39: Miješanje dvaju reagensa uz PID regulatore ugođene >.- tuning metodom

    761 Za razliku od IMC postupka, Dahlinov postupak češće se primjenjuje u praksi410 jer je lako shvatljiv i provediv. Kod Dahlinova postupka do regulatora se dolazi na osnovi željene dinamike zatvorenog kruga41 1 (slika 10.40) za koji se pretpostavlja da je tipa FOPDT:

    ;--

    , E*(s)'

    E(s) T

    -

    G (z) '

    ,

    t

    :

    --- - - -- - ---------,

    Proces

    , , ZOH

    T

    I I

    �-

    � ,(s) G

    - ---- ------- - - --,

    Regulator

    I I

    I I

    I

    I

    - - - - - - - - - - - - - - - - - - _1

    1_

    : : Y(s)

    : +--(s) i--;-

    p '----���

    - - - - - - - - - - - - - - - - .}

    Slika 1 0.40: Struktura diskretnog sustava Također se i za proces (objekt upravljanja) pretpostavlja da je tipa FOPDT:

    Gp (s) 1 + 1sTp =

    e-rs

    Uz pretpostavku da je kašnjenje cjelobrojni višekratnik periode uzorkovanja (T

    Z -transformacija će za funkciju prijenosa zatvorenog kruga dati: gdje je:

    gdje je: kao:

    a

    =

    b=

    e->-.T, e T - rp

    =

    vT),

    a) z - v Gcl (z ) = 1 (I- -az-l

    dok će se za proces dobiti (ZOH diskretizacija):

    GP (z ) -- K1 -(lbz--b)l z

    -

    V

    . Funkcija prij enosa diskretnog PID regulatora (slika 1 0.40) će se dobiti I - bz - 1 (I - b)

    l-a 1 I - az - - ( I - a)z - v K Kao što vidimo, jedini slobodni parametar za namještanje je parametar a =

    ( 1 0. 1 0)

    e->-.T

    s kojim

    je definirana željena dinamika zatvorenog kruga. Obično se preporučuje da bude:

    Tc1 =

    (1.5 7 2.5) T

    Funkcije prijenosa diskretiziranih PI i PID regulatora (neinteraktivna forma) su:

    ( Ti )

    [J(z) = K 1 + _T GPI (z) E(z) I z- l =

    41 0 Honeywell-Measurex u 60% aplikacija primjenjuje Dahlinov postupak. 4 1 1 Referentni model.

    ( 1 0. 1 1)

    762

    z

    ) =K GPID(z) = U( ( z E )

    [

    1+

    f

    1 _ 2_ 1

    + T (1 - z Td

    -1)]

    (10.12)

    Direktnom usporedbom ( 1 0. 1 2) s ( 1 0 . 1 0) moguće je odrediti potrebne koeficijente PID regulatora.

    1 0.8 Namatanje integratora (integrator windup) i prijelaz bez udara (bumpless transfer) Problem prebacivanja načina upravljanja s jednog na drugi režim rada susreće se u situaci­ jama kada moramo voditi računa o praktičnim zahtjevima kod vođenja procesa te fizikalnim ograničenjima procesa. Uobičajeno se to događa kada se prelazi s ručnog na automatski rad i obratno, no u novije vrijeme taj problem se javlja i onda kada se sustav upravljanja mora prilagoditi novim uvjetima kao što je na pr. pojava kvara412, ili pak kod upravljanja autonom­ nim objektima (bespilotne letjelice, bespilotne ronilice, mobilni roboti i sl.), koji u nepoznatoj okolini samostalno (bez pomoći čovjeka) obavljaju zadanu misiju. Za takve objekte obično se projektiraju regulatori za razne radne sredine i režime rada, da bi se aktivirali ovisno o radnoj sredini i režimu rada u koji objekt ulazi. Prebacivanje iz jednog u drugi upravljački algoritam mora se obaviti tako da bude glatko (bez udara na aktuator, a time i sam objekt). Na taj se način štedi aktuator od prevelikih naprezanja, a isto tako sigurnije se vodi proces. Kod primjene PID regulatora u industrij skim pogonima potrebno je s vremena na vrijeme obaviti ugađanje parametara regulatora tijekom rada sustava kao odgovor na promjenu zaht­ jeva kvalitete proizvoda. Ta promjena parametara mora se obaviti tako da što manje poremeti normalnu poizvodnju. Problem prebacivanja načina rada često je povezan s problemom "an­ tiwindup" postupaka jer se oba često rješavaju istim tehnikama. Oni se zajedno u literaturi susreću pod skraćenicom AWBT413 problemi. U literaturi postoji mnogo referenci na tu tem­ atiku. Tako Edwards i Postlethwaite, [46] daju podroban opis različitih AWBT postupaka koji se koriste od 1 980-tih do '90-tih. Članak prikazuje i uspoređuje različite AWBT postupke, kao što su npr. klasični anti-windup postupak, (163], uobičajeni anti-windup postupak, [44] te uvjetna tehnika, [67]. U nastavku, zanimati će nas problemi namatanja integratora (inte­ grator windup) i prij elaza bez udara (bumpless transfer) kod PID regulatora.

    10.8.1 Namatanje integratora (integrator windup) Integrator je perzistentanjer stalno integrira signal na njegovu ulazu (pogrešku) i ne staje s integracijom osim kada je pogreška nula. Ako izvršni element ima zasićenje, npr. regulacijski ventil dostigao je stanje potpune otvorenosti (ili zatvorenosti), tada bi integrator trebao stati sa tjeranjem aktuatora (ventila) jer je on ionako u zasićenju i ne može isporučiti procesu više nego što iznosi postignuta maksimalna vrijednost. Naime, ako se to ne obavi izračunata vrijednost na izlazu integratora i dalje će rasti. Regulator šalje prema procesu signal koji stalno raste (ili pada), dok proces vidi i osjeća signal koji je konstantan, jer je aktuator u zasićenju. Ova pojava naziva se namatanje integratora odnosno "reset windup"414 i mora se 412Upravljanje koje je tolerantno na kvarove. 4 l3engl. Anti.Windup and Bumpless Transfer (AWBT). 4 14 Windup znači u doslovnom prijevodu navijanje, namatanje. U anglosaksonskoj literaturi koristi se izraz "rese! windup" ili "integrator windup".

    763 spriječiti. Naime, mora se postići da, kada aktuator ude u zasićenje, signal iz regulatora mora ostati na zatečenoj razini i ne smije dalje rasti. Naime, ako se to ne dogodi, tada će signalu na izlazu iz integratora, kada dođe do promjene zahtjeva prema procesu (npr. smanjivanje otvorenosti ventila) trebati puno vremena da se vrati na potrebnu razinu i pokrene aktuator u pravom smjeru (zatvaranju ili otvaranju ventila). Postoji cijeli niz različitih postupaka kojima je moguće otkloniti namatanje (windup) a susreću se pod nazivom "antiwindup" strategije, [ 1 71], [46]. Navesti će se tri "antiwindup" strategije koje ne ograničavaju P i D kanal PID regulatora. To su: • Anti-windup s uvjetnom integracijom. Ako je izlaz aktuatora u zasićenju, a ulaz i izlaz regulatora su istog predznaka, tada postavi ulaz integratora na nulu. • •

    Anti-windup s ograničenom integracijom. Ako je aktuator u zasićenju, a ulaz regula­ tora je istog predznaka, tada postavi ulaz integratora na nulu. Anti-windup s praćenjem razlike zasićenog i nezasićenog signala. Ako je aktuator u zasićenju, smanji ulaz integratora za neku konstantu koja je proporcionalna razlici između nezasićenog i zasićenog signala regulatora.

    Uvjetna "antiwindup" tehnika, [67] može se prikazati za različite topologije PID regula­ tora na slikama 1 0.41 i 1 0.42, [ 1 7 1]. ,,- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

    K-1

    +



    I I

    I I I

    + e

    K

    Proces

    o

    ' -

    -

    - - - - - - - - - -

    --

    - - - - - - - - - - - - - - - - - - - - - -

    Slika 1 0.4 1 : Antiwindup za PI+D topologiju PID regulatora

    y

    764

    Proces

    Slika 1 0.42: Antiwindup za opću strukturu PID regulatora Na slikama 1 0.4 1 , blok I predstavlja integracijsku komponentu danu pomoću funkcije prij enosa:

    K

    s Ti dok je D derivacijska komponenta dana funkcijom prijenosa:

    Na slici 1 0.42 je blok AWl dan pojačanjem:

    1

    K [aP + rd�;J dok je blok AW2 dan sa funkcijom prijenosa:

    -1 gdjeje T1

    =

    Td /N.

    10.8.2 Prijelaz bez udara (bumpless transfer)

    Prijelaz iz automatskog (Aut o mode) na ručni način rada (Manual mode) kod digi­ talnih PID regulatora obavlja se uz pomoć tipke. Taj prij elaz treba biti bez skokova415 kada se ide iz ručnog na automatski način rada i obratno. Ako se ne vodi računa o integraci­ jskom kanalu može doći do naglih i velikih udara (skokova) u trenucima prebacivanja na 415engl. Bumpless transfer.

    765

    ručni rad. Zbog toga se PID algoritam isključuje za vrijeme ručnog načina rada, a uključuje kod prelaska na automatski, pri čemu regulator koristi zadnji zapamćeni iznos upravljačkog signala iz ručnog načina rada, [ 1 7 1 ] . U ručnom načinu izlazni signal PID regulatora jed­ nak je iznosu Manua l _l evel (razina upravljačkog signala u ručnom upravljanju). Kada se prebacuje iz automatskog na ručni način rada, prijelaz će biti bez udara ako se tijekom rada povremeno Manual l eve l . postavljao na iznos izlaza PID regulatora, dok se sustavom upravljalo u automatskom načinu rada. Ako se to provelo, tada će kod promijene načina rada na ručni način rada biti Manual l eve l jednak izlazu PID regulatora, te će se dalje mijen­ jati u skladu s drugačijom logikom (logikom operatera). Ovo se jednostavno može obaviti s programskim kodom: I F Aut o % Kada u Auto mode , i z l a z P I D s e kopira u Manual l eve l THEN Manual l eve l = P I D_output END I F

    Prijelaz bez udara moguće j e ostvariti i ako s e koristi inkrementalni algoritam PID reg­ ulatora, međutim tada izlaz y(t) neće pratiti postavnu veličinu r(t) nakon promjene načina rada.

    1 0.9 Automatsko ugađanj e PID regulatora (Autotuning) Automatsko ugađanje parametara416 treba razlikovati od samougađanja417 parametara regulatora. Razlika je u tome što se kod automatskog ugađanja parametri regulatora postave automatski, temeljem eksperimenta, i potom ne mijenjaju tijekom rada sustava. Za razliku od toga, regulatori sa samougađanjem parametara tijekom rada sustava stalno ugađaju para­ metre regulatora. Samougodivi regulatori ubrajaju se u adaptivne regulatore i prvenstveno su namijenjeni za procese koji su vremenski promjenjivi. Autotuning se pojavio kao potreba au­ tomatiziranja postupka ugađanja parametara PID regulatora, koji je do tada bio ručni i stoga podložan pogreškama, [ 1 56] . Autotuning daje alternativni postupak određivanja parametara Ku i Tu sustava u režimu oscilacija. Svi postupci za ugađanje koji koriste parametre Ku i Tu dobivene iz eksperimenta u zatvorenom krugu, temelje se na tome da se sustav dovede u režim oscilacija. Zatvoreni sustav biti će u režimu oscilacija ako ga do toga dovedemo ručnim mijenjanjem pojačanja ili pak ako koristimo dvopoložajni regulator umjesto PID regu­ latora. Oscilacije koje će se uspostaviti dvopoložajnim regulatorom zovu se vlastite oscilacije i svojstvene su nelinearnim sustavima. S dvopoložajnim regulatorom eksperiment je moguće provesti automatski, bez straha za stabilnost, inače najveće brige kod ručnog dovođenja sus­ tava u oscilacije. Da bi zatvoreni sustav s dvopoložajnim regulatorom završio u vlastitim oscilacijama nužno je da fazna frekvencijska karakteristika procesa ima fazni pomak na vi­ sokim frekvencijama veći od - 180° . Ovo je zadovoljeno kod većine realnih procesa koji se reguliraju PID regulatorom. Postupak autotuninga objasniti će se bez zalaženja u pojedi­ nosti, budući da su za podrobno objašnjenje ovog postupka nužna određena predznanja iz teorij e nelinearnih sustava. Na slici 1 0.43 dana je načelna blok-shema sustava upravljanja s digitalnim regulatorom418 koji ima mogućnost prespajanja upravljanja s PID regulatora na dvopoložajni regulator. 4 1 6 engl. Autotuning. 41 7 engl. Selftuning. 4 1 8 Impulsni elementi i rekonstruktori su izostavljeni, jer nas ovdje zanima samo princip autotuninga.

    766 I I

    '

    --------------------------

    u

    AT

    '0---.....i

    Aktuator Proces +

    Slika 1 0.43: Principna blok-shema automatskog ugađanja PID regulatora To prespajanje može se obaviti ručno pritiskom tipke AT (sklopka u donji položaj), kojom se obavlja prespajanje na dvopoložajni regulator. Postupak automatskog ugađanja započinje i odvija se kako slijedi: I . Procesom se upravlja dvopoložajnim regulatorom kod kojega upravljački signal daje:

    u(t)

    =

    {

    Umax ; _v -Umax , V

    e(t) > O

    e(t) < O

    }

    S dvopoložajnim regulatorom uspostaviti će se nakon nekog vremena oscilatomi režim rada. 2. U oscilatomom režimu (tzv. vlastite oscilacije), izlazni signal će oscilirati (oscilacije ne moraju biti pravilnog oblika) određenom amplitudom i frekvencijom. Tako npr. moguće je dobiti signal kao na slici 1 0.44. y

    X

    Graph

    2,40 -+-----+---t--J2,20 -t------ilr-t-o---+-_--t-__--1 _ __-+2,00 -+---H,....+-t--1--1_-+-i_-+-ft--+-

    1 ,80 -+--1-11-+-+t-t--t+--+-trt--+-tt--+1 ,60 -+--- F(P(Vv1,) v1 ; z2 > z1 (11.6) F( oo , z) P( Z < z) F2( z ) F(-oo,z) F(v, -oo) F (-oo, -oo) =

    b

    _:::;

    a

    V

    -

    -

    _:::;

    00

    00

    00

    =

    1

    U

    i

    =

    = =

    =

    =O

    771 Gustoća razdiobe sustava dvije slučajne veličine V i

    F' ( v, z)

    =

    Z definirana je izrazom:

    82 F (v, z) ovoz

    (1 1 . 7)

    Po analogiji se definiraju funkcije razdiobe i gustoće razdiobe vjerojatnosti sustava više

    slučajnih veličina: P (V1 < v1 ; Vi < v2 ; . . . ; Vn 3n p (v 1 , V2 , . . . , Vn ) OV1 0V2 ... 0Vn

    < Vn )

    (1 1 .8) (1 1 .9)

    Vjerojatnosni smisao gustoće vjerojatnosti ( 1 1 .9) sastoji se u tome da je

    P (V1 � V1

    F' (v1 , v2 , ... , Vn ) dv1dv2 . . . dvn =

    < V1 + dv1 ; V2 � Vi < V2 + dv2 ; . . . ; Vn � Vn < Vn + dvn )

    U praksi se često umjesto funkcija razdiobe vjerojatnosti F( v) i gustoće vjerojatnosti F' ( v) slučajne veličine, koriste jednostavnije (nedovoljno potpune) numeričke karakteristike

    slučajne veličine - momenti slučajnih veličina. Pojam momenta slučajne veličine je jedna od najvažnijih i najkorisnijih značajki u teoriji slučajnih veličina.

    1 1 .2.2 Momenti slučajnih veličina Pod pojmom očekivanje slučajne veličine podrazumjeva se srednja vrijednost slučajne veličine:

    E(V) = m1

    =

    00

    j vF' (v) dv

    (1 1 . 1 O)

    -()()

    a naziva se matematičko očekivanje E(V) = EV. Matematičko očekivanje slučajne veličine vv , v > O je srednja vrijednost slučajne veličine vv. Definira se izrazom:

    E (Vv) = mv

    =

    00

    J vvF' (v) dv -

    (1 1 . 1 1)

    00

    a naziva se v- ti moment od V. Matematičko očekivanje apsolutne vrijednosti slučajne veličine I vv I : E [IVv l] - naziva se v - ti apsolutni moment. po dogovoru za v O vrij edi:

    =

    E (V0)

    =

    E ( j V0 i ) = 1

    Ako postoji matematičko očekivanje reda v = 1, tj. m1 i ako je m1 konačno, definiraju se momenti usrednjene slučajne veličine

    V:

    V = V - E (V) = V - EV

    (1 1 . 12)

    Centralni moment v-tog reda slučajne veličine je: E [(V - EVtJ

    (1 1 . 13)

    772

    Centralni apsolutni moment v-tog reda slučajne veličine je: ( 1 1 . 1 4)

    U praksi je najvažniji centralni moment drugog reda:

    Dv = E [ f]

    E [(V - EV)2] (1 1 . 1 5) koji ima naziv varijanca ili disperzija slučajne veličine V. Iz definicije ( 1 1 . 1 5) slijedi da je disperzija Dv mjera odstupanja (rasipanja; raspršenja) slučajne veličine V od njezine srednje vrijednosti, matematičkog očekivanja mv = EV, te da je Dv 2: O. Umjesto disperzije koja ima dimenziju kvadrata slučajne veličine [V2 ] , često se koristi =

    standardna devijacija ili srednje kvadratno odstupanje slučajne veličine ov

    Iz (1 1 . 1 5) slijedi:

    Dv

    odnosno:

    o v = + JDv"

    E [(V - EV) 2 ] E [v2 - 2 V EV + (EV)2] E (V2) - 2 EV EV + (EV)2 E (V2 ) - (EV)2 E (V2 ) - mtr

    Dv

    :

    ( 1 1 . 1 6)

    ( 1 1 . 1 7)

    o: = (V2) = ( 1 1 . 1 8) + mi Izraz (1 1 . 1 8) naziva se srednji kvadrat slučajne veličine V. On istodobno ocjenjuje srednji iznos slučajne veličine mv i stupanj rasipanja slučajne veličine oko njenog srednjeg iznosa. Srednji kvadrat slučajne veličine koristi se kao kriterij za ocjenu točnosti sustava upravljanja. Srednji kvadratni iznos slučajne veličine jednak je iznosu kvadratnog korij ena iz srednjeg kvadrata: ( 1 1 . 1 9) + mt,, 0:1 = + Ja = koji se također koristi kao mjera točnosti sustava upravljanja. Analogno definicijama momenata kontinuirane slučajne veličine definiraju se i momenti diskretne slučajne veličine:

    E

    E (V2)

    Dv

    JDv

    n

    =

    (1 1 .20) E (V) EV = mv = L ViPi i Pi odgovarajući mogući iznosi slučajne veličine V i vjerojatnosti tih iznosa.

    gdje su vi Moment v-tog reda definiran je izrazom:

    i=l

    n

    E [(V - mvt] = mu = L (vi - mvt Pi i= l

    ( 1 1 .2 1 )

    Disperzija diskretne slučajne veličine definirana je izrazom:

    Dv

    =

    n

    E [ (v - mv)2] E [ (v) 2 ] = L (Vi - mv )2 Pi =

    i =l

    ( 1 1 .22)

    773 Primjer 11.1 Potrebno je odrediti matematičko očekivanje EV = mv, disperziju Dv, srednje kvadratno odstupanje ov i srednji kvadratni iznos o:1 slučajne veličine V - broja pokazivanja brojača na koji putem kontakta qjeluje impuls, ako je vjerojatnost bezotkaznog rada kontakta p 0.95. Rješenje: Broj pokazivanja brojača je slučajna veličina V. Ona ima dva moguća iznosa, v1 = 1 i v2 = O. Vjerojatnost tih iznosaje p i q = 1 - p. Primjenom izraza (11.16), (11.19), (11.20) i (11.22) slijedi: =

    EV = mv n

    i=l

    2 = L ViPi = 1 Pi + O · q = p = 0.95 ·

    i=l

    = 0.95 (I - 0.95) 0.0475 av = + VD = + vQ.0475 = O , 2 1 8 )pq + p2 = vfP = 0.9747 0:1 = +Ja = + .JDv + m'tr

    Dv

    ·

    =

    =

    Akoje slučajna veličina V podčinjena normalnom zakonu razdiobe s gustoćom vjerojatnosti

    F' (v) = P (v) = crv

    1



    e

    _ (v-n;v) 2"v

    (1 1 .23)

    parametar cr v karakterizira oblik krivulje razdiobe. Kao temeljno svojstvo normalne razdiobe smatra se da se 68% realizacija slučajne veličine V nalazi unutarpodru([ja crv, sjedne i druge strane centra rasipanja mv, 95% realizacija je unutar ±2cr v, dok se sve realizacije nalaze unutar ±3crv. Praktički, to znači da je srednje kvadratno odstupanje crv jednako trećini maksimalnog odstupanja slučajne veličine od njenog srednjeg iznosa mv. Navedene numeričke karakteristike slučajne veličine V podvrgnute normalnom zakonu razdiobe P ( v ) omogućavaju rješavanje mnogih teorijskih i praktičnih zadataka. •

    Za sustave s više slučajnih veličina Vi, Vi, .. . , V; , .. , Vn, osim matematičkih očekivanja E (V;) i varijanci D (V;), razmatraju se i karakteristike međusobne povezanosti tih veličina:

    .

    Moment kovarijacije:

    ( 1 1 .24) ili korelacijski moment: Tij

    =

    Rij avi cr vj

    ( 1 1 .25)

    Korelacijski moment karakterizira međusobnu povezanost dvije normirane slučajne veličine V; /avi i Vj / crvj . Numeričke vrijednosti korelacijskog momenta dvije slučajne veličine V; i Vj , pri postojanju veze medu njima, nalaze se u granicama [- 1 , ] . Ako su slučajne veličine V; i Vj međusobno neovisne, korelacijski moment rij Pri postojanju funkcijske ovisnosti medu veličinama Vi i Vj korelacijski moment rij ±1. Normalni zakon razdiobe je zapravo granični zakon razdiobe tj . drugi zakoni razdiobe se približavaju normalnome zakonu. Suma dovoljno velikog broja nezavisnih slučajnih veličina,

    =

    = O.

    +1

    774

    podvrgnutih bilo kojim zakonima razdiobe, pri manje zahtjevnim uvjetima, približno se može karakterizirati normalnim zakonom razdiobe, [96].

    1 1 .3 Statističke karakteristike stohastičkih procesa Pod slučajnom funkcijom neke nezavisne varijable (ili više varijabli) podrazumijeva se funkcija f (x ) , čiji je iznos za bilo koji x slučajna veličina. Slučajne funkcije argumenta t nazivaju se slučajni ili stohastički procesi. Slučajnost procesa se očituje u tome što se oblik funkcije f (t) ponavljanjem pokusa mi­ jenja po nekom nepredvidivom zakonu. Funkcija koja se dobije prilikom svakog ponovljenog pokusa je neslučajnafunkcija, jer je njen zakon poznat i ima naziv realizacija slučajnog (sto­ hastičkog) procesa. Stohastički proces se prikazuje grafički skupom "beskonačnog" broja realizacija (slika l l . l ). f(t)

    I

    ' t=t, Slika 1 1 . 1 : Prikaz realizacija slučajnog procesa Iznosi stohastičkog procesa f ( t) (slika 1 1 . l ) za po volji odabran trenutak t = ti, slučajne su veličine V (ti ), tj. presjekom realizacija stohastičkog procesa f ( t) u trenutku t ti dobiju se slučajne veličine V (ti ). Primjer su točke l, 2 i 3 na slici 1 1 . l . Potpuni statistički opis stohastičkog procesa zahtjevao bi analizu beskonačnog broja sluča­ jnih veličina V (ti) · U praksi se za ocjenjivanje stohastičkih procesa primjenjuju karakteris­ tike analogne statističkim karakteristikama slučajne veličine: funkcija razdiobe vjerojatnosti; • ,

    =

    • •







    funkcija gustoće razdiobe, matematičko očekivanje, disperzija, korelacijska funkcija i spektralna gustoća stohastičkog procesa.

    775

    1 1.3. 1 Matematičko očekivanje stohastičkog procesa

    Matematičko očekivanje stohastičkog procesa f (t) je neslučajna funkcija mj (t), koja je pri svakom iznosu argumenta t jednaka matematičkom očekivanju odgovarajućeg iznosa slučajnog procesa, tj. matematičkom očekivanju skupa realizacija presjeka u t = ti

    mj (t) = E [f (t)] .

    (1 1 .26)

    Matematičko očekivanje stohastičkog procesa je funkcija oko koje se grupiraju konkretne realizacije fi (t), slika 1 l .2a i b. f, (t)

    a)

    Slika 1 1 .2: Realizacija stohastičkih procesa Ji (t) i očekivanja mj1 (t) i mj2 (t)

    h (t)

    i prikazi funkcija matematičkih

    1 1 .3.2 Disperzij a stohastičkog procesa

    Disperzija stohastičkog procesa f (t) je neslučajna funkcija Dj (t ), koja je pri svakom iznosu argumenta t jednaka disperziji procesa u tom trenutku, tj. disperziji skupa realizacija presjeka procesa u tom trenutku:

    Dj (t) = D [f (t)] = E { [f (t) mj (t)J 2 } gdjeje}(t) usrednj eni iznos funkcije f (t) . -

    =

    E

    [f (t)]

    ( 1 1 .27)

    1 1.3.3 Standardna devijacija - srednje kvadratno odstupanje

    Standardna devijacija - srednje kvadratno odstupanje slučajnogprocesa f (t) je nesluča­

    jna funkcija:

    ( 1 1 .28) [f (t)] = + vDj (t) j (t) Navedene karakteristike m j (t) , D j (t) i j (t) nisu dovoljne za dostatan opis sto­ a

    = a

    a

    hastičkog procesa. Na primjer, za monotoni (slika 1 l .2a) i oscilatomi (slika 1 l .2b) slučajni proces moguće je da matematička očekivaaja i disperzije budu istog iznosa, a kao što se na slici vidi radi se o dva potpuno različita stohastička procesa.

    1 1 .3.4 Korelacijska (autokorelacijska) funkcija procesa Stupanj statističke ovisnosti između dva po volji odabrana presjeka slučajnog procesa

    f (t) karakterizira korelacijska (autokorelacijska) funkcija procesa Rj (t1 , t2) . Korelacijska

    776 funkcija Rj (t1 , t2) za svaki par proizvoljno izabranih presjeka realizacije procesa fi (t), jednaka je korelacijskom momentu tih presjeka slučajnog procesa f ( t):

    (1 1 .29) odnosno: R1

    (t1, t2 ) = E [/ (t 1 ) f (t2))

    gdje su](t1) i](t2) usrednjeni iznosi funkcije f (t) u t Ako je t 1 = t2 , iz (1 1 .30) slijedi:

    =

    (1 1 . 3 0)

    t1 i t = t2 .

    (1 1 .3 1 ) U praksi je često neophodno istodobno analizirati zajedničko djelovanje više slučajnih procesa. Statistička veza dvaju različitih procesa f (t) i \fl (t) ocjenjuju se njihovom međuko­ relacijskom funkcijom.

    1 1 .3.5 Medukorelacijska funkcija dvaju slučajnih procesa

    Medukorelacijskafunkcija dvaju slučajnih procesa f (t) i \fl (t) je neslučajna funkcija dva

    argumenta Rfw (t1 , t2), koja je za svaki par proizvoljno izabranih iznosa argumenata ti i t2 , jednaka momentu odgovarajućih presjeka slučajnih procesa:

    (1 1 .32) Autokorelacij ske i međukorelaijske funkcije imaju sljedeća osnovna svojstva: 1 . Autokorelacijska funkcija je simetrična funkcija, tj.:

    ( 1 1 .33) 2. Autokore1acijska funkcija za t1

    =

    t2 =

    t, jednaka je disperziji slučajnog procesa: (1 1 .34)

    3. Međukorelacijska funkcija procesa f (t) i \fl (t) nije simetrična funkcija. Za međuko­ relacijsku funkciju vrijedi jednakost: ( 1 1 .35) Matematičko očekivanje i korelacijska funkcija slučajnog procesa koriste se u teorij i ana­ lize i sinteze linearnih i nelinearnih sustava upravljanja (u granicama primjene korelacijske teorij e), [96].

    1 1 .4 Matematičke operacije nad slučajnim procesima U matematičkoj analizi slučajnih procesa primjenjuju se slijedeća osnovna pravila - matema­ tičke operacije nad slučajnim procesima:

    777

    1 1 .4.1 Zbrajanje slučajnih procesa Za slučajne procese f (t) , '11 ( t) , . . . moguće je njihovo zbrajanje izraziti sa:

    z (t) = f (t) + '11 (t) + ... mz (t) = m1 (t) + m\fl (t) Rz (t1 , t2 ) = Rt (t 1 , t 2 ) + R\fl (t1 , t2 ) + Rt\fl (t 1 , t2 ) + R\flf (t 1 , t2 ) Ako između f ( t) i '11 (t) nema statističke ovisnosti, tj. Rf\fl = R\fl f O, bit će: z (t) = f (t) + g (t) mz (t) = m1 (t) + g (t) Rz (t1 , t2 ) = R1 (ti, t2 ) =

    1 1 .4.2 Množenje slučajne i neslučajne funkcije Množenje slučajne f (t) i neslučajne funkcije g (t) dano je sa:

    z (t) = f (t) · g (t) mz (t) = g (t) · mx (t) Rz (t 1 , t2 ) = g (t 1 ) · g (t2 ) · R1 (t 1 , t2 ) 1 1 .4.3 Deriviranje slučajnog procesa Deriviranje slučajnog procesa f (t) je dano sa:

    1 1 .4.4 Integriranje slučajnog procesa Za slučajnu funkciju varij able z, definiranu izrazom: b

    oo lim 2T

    Srednji iznos kvadrata slučajnog procesa f (t):

    T

    -

    f (t) dt

    = mf (t)

    ( 1 1 .42)

    T

    � J j2 (t) dt

    E [f2 (t)] = j2 (t) = ,/� 2

    T

    -T

    ( 1 1 .43)

    779 Disperzija slučajnog ergodičkog procesa:

    D [f (t)] = E { [f (t) - EJ (t)] 2 } = f�

    2� J [f (t) T

    - m t (t)] 2

    dt

    ( 1 1 .44)

    -T

    Korelacijska funkcija slučajnog ergodičkog procesa: Rt (T) =

    T

    E { [f ( t) f (t + T) ] } = f�rxo

    J f (t) f (t + T) dt

    ( 1 1 .45)

    -T

    Iz definicije svojstva ergodičnosti procesa slijedi da se statističke karakteristike dobivene usrednjavanjem skupa realizacija mogu izjednačiti sa statističkim karakteristikama dobivenim usrednjavanjem jedne realizacije za T dovoljno veliko, [1 32]. Iz ( 1 1 .45) za T O, slijedi: (1 1 .46) Rt (O) = E [f2 (t)) tj. početni iznos korelacijske funkcije jednakje srednjoj vrijednosti kvadrata slučajnog procesa. Iz ( 1 1 .27), ( 1 1 .44) i ( 1 1 .46) dobije se: =

    ( 1 1 .47) U analizi i sintezi sustava upravljanja, umjesto korelacijske funkcije prikladnija je prim­ jena spektralne gustoće stacionarne funkcije f (t), koja se definira kao Fourierova transfor­ macija korelacijske funkcije:

    St (w )

    J

    =

    =

    -

    =

    Rt ( T )

    e -j wr dT

    ( 1 1 .48)

    lnverzna transformacija (1 1 .4 8) je: ( 1 1 .49) -

    =

    Osim izraza (1 1 .48) uporabljuju se i drugi normirani izrazi za određivanje St (w ) , [ 1 3] :

    -

    =

    Zajednička spektralna gustoća dva stacionarno povezana slučajna procesa definirana je izrazom: = Stz (w) =

    J

    -

    =

    Rtz

    (T) e-j wr dT

    ( 1 1 .50)

    780 pri tome je, u skladu s ( 1 1 .49):

    2� J

    00

    RJz (T =

    )

    -

    ejwr dw

    Btz (w)

    00

    Iz (1 1 .49), za T = O, dobije se izraz:

    2� J

    00

    Rt (O) = D1 =

    -oo

    ( 1 1 .5 1 )

    S1 (w) dw

    (1 1 .52)

    kojim se određuje disperzija slučajnog procesa na temelju poznate S1 (w). Očito je da je disperzija DJ proporcionalna površini ispod krivulje St (w). Zamjenom T na - T i w na -w i izrazima ( l l .4 5) i ( l l .50), uzimajući u obzir (1 1 .5 1 ) dobije se:

    f (t)

    sf w )

    =

    (

    B1z (w )

    ( 1 1 .53)

    sf ( Sz f (-w)

    -w)

    =

    (1 1 .54)

    U analizi i sintezi sustava upravljanja koristi se prikaz spektralne gustoće temeljen na prikazu slučajnog procesa tj . jednom dovoljno trajnom real­ finitnom funkcijom fr izacijom slučajne funkcije f

    f (t) (t):

    jT (t)

    (t),

    {

    T

    ! = f (t)O; ;t >t i 5o T

    h (jw) je:

    Spektralna funkcija

    h (jw) =

    J

    oo

    T

    e -jwt h (t)

    J fi (t)

    dobije se:

    j

    oo

    - oo

    e-jwt

    f (t) dt

    iz (t)

    fj, (t) dt =

    J F1 (s) F2 (s) ds joo

    dt

    =

    -j oo

    j

    T

    Dijeljenjem (1 1 .56) s

    =

    -T

    2T lim 21T J f2 (t) dt

    -oo

    dt

    -oo

    primjenom formule Parsevala oo

    J

    ( 1 1 .55)

    2� j \ h (jw) \2 T 2_ 21f J lim 21T I h (jw)\ 2

    12 (t) dt

    =

    =

    dw

    (1 1 .56)

    -oo -T i određivanjem limesa za � oo , dobije se:

    T

    T-+oo

    -T

    oo

    =

    -

    oo

    t-+oo

    dw

    ( 1 1 .57)

    78 1 Iz (1 1 .52) i ( 1 1 .57) za usrednjeni slučajni proces tj. mf St (w) :

    I_ 21f

    J lim __!.__2T Ih 00

    T---+ oo

    (jw) l 2 dw

    =

    -oo

    �1f

    =

    O dobiju se izrazi za D J i

    J lim __!.__2T Ih (jw)l2 dw(l 1.58) 00

    T---+ oo

    o

    lim 21T Ih (jw) l2 = lim __!.__ 2T h (jw) h (-jw)

    T---+oo

    T---+oo

    U skladu s ( 1 1 .59), zajednička spektralna gustoća procesa

    Stz (w)

    =

    1 h (jw) lim 2T

    ZT

    T---+ oo

    h (t) i

    ZT

    ( 1 1 .59)

    (t) je:

    (-jw)

    ( 1 1 .60)

    Korelacijska funkcija R2 (T ) i spektralna gustoća S2 (w) zbroja dvaju slučajnih procesa:

    z (t) =

    f (t) ± 'lj; (t)

    ( 1 1 .6 1 )

    U skladu s (1 1 .29) i (1 1 .45) je:

    Rz ( T) = E { [J (t) ± 7/J ( t)]

    [J (t +

    T

    ) ± 7/J ( t + T) ] }

    (1 1 .62)

    odnosno: Rz

    =

    E { [j ( t) J ( t + T)] } ± E { [J (t) 'lj; (t + T)]} ±E {[f (t + T) 'lj; (t) ] } + E { ['lj; (t) 'lj; (t + T)]}

    (1 1 .63)

    Prvi i četvrti član izraza (1 1 .63) su u skladu s ( 1 1 .45) korelacijske funkcije Rt ( T ) i � (T ) , a drugi i treći član su međukorelacijske (zajedničke) funkcije RN (T ) i R,µf ( T) , tj .: ( 1 1 .64) Rz (T ) = Rj (T) ± Rj,µ (T) ± R,pj (T ) + R,µ (T) Budući je spektralna gustoća Fourierova transformacija korelacijske funkcije (1 1 .48), onda je: Sz (w)

    St (w) ± SN (jw) ± S,µ f (jw) + S,µ (w) SJ (w) + S,µ (w) ± 2 Re SN (jw)

    =

    =

    ( 1 1 .65)

    Ako su procesi f (t) i 'lj; (t) neovisni, međukorelacijske funkcije i zajedničke spektralne gustoće jednake su nuli: RN

    =

    R,µf

    SN = RN

    =

    =

    O 0

    Iz ( 1 1 .64) i ( 1 1 .65) slijedi:i Rz ( T ) S2 (w)

    =

    =

    Rj (T ) + � (T ) SJ (w) + S,µ (w)

    ( 1 1 .66) ( 1 1 .67)

    Iz ( 1 1 .66) i (1 1 .67) slijedi: korelacijska funkcija zbroja neovisnih slučajnih procesa jed­ naka je zbroju korelacijskih funkcija svakog pojedinog procesa. Također i spektralna gustoća zbroja neovisnih procesa jednaka je zbroju spektralnih gustoća svakog pojedinog procesa.

    782

    Spektralna gustoća Sf (w) stacionarnog ergodičkog slučajnog procesa f ( t) je frekvenci­ jska funkcija koja karakterizira spektralni (frekvencijski) sastav procesa. U izrazu (1 1 .59): l fr (jw) l 2 . Sf ( w) = l im T-+oo 2T

    f (jw) je frekvencijski spektar realizacije fr (t) slučajnog procesa f (t) . Veličina Ih (jw) l 2 predstavlja energiju procesa na frekvenciji w, a spektralna gustoća Sf ( w) je energetski fre­ kvencijski spektar slučajnog procesa f ( t). Veličina Sf (w) karakterizira usrednjenu razdiobu energije procesa f ( t) po frekvencijama elementarnih harrnoničkih komponenata. Sf ( w) je parna pozitivna realna funkcija. Dimen­ zija spektralne gustoće je [J2 s] 422 . Primjer 11.2

    Temeljem obrade oscilograma stacionarnog slučajnog procesa, s matemati­ čkim očekivanjem m1 = O, dobiven je izraz za korelacijskufunkciju: Rt (T)

    =

    D1e-cidTI ;

    1 T

    a = - =

    5

    s

    -

    gdjeje disperzija D f = 100 parametar prigušenja. Potrebnoje odrediti spektralnu gustoću S1 (w).

    Rješenje: Korištenjem T < O, dobije se:

    S1 (w)

    =

    izraza (11.48) te uzimajući u obzir ITI

    J DJ 00

    e-alrl e -jwr dT

    =

    +r

    za

    T > O i ITI

    =

    -T za

    =

    - oo

    2TD1

    1 + w 2 T2 odnosno: 51

    40 (w = ) 1 + 0.04 w2 ·



    Za određivanje spektralne gustoće slučajnog procesa primjenjuju se u pravilu dva postupka. 1 . Prvi postupak sastoji se u tome da se slučajna funkcija u obliku oscilograma za dovoljno veliko = T razmatra kao neka periodička funkcija s periodom T. Na tako određenu realizaciju primjenjuje se harmonička analiza, određuju se harmonički koeficijenti harmoničkih komponenata a k i bk za w = wk. Spektralna gustoća analizi­ rane slučajne funkcije na frekvenciji w = wk određuje se izrazom:

    t

    fr (t)

    fr (t)

    S1 (w) =

    � (a% + b%)

    ( 1 1 . 6 8)

    422Sa f označena je fizikalna dimenzija procesa, odnosno poremećajne veličine, dok je s sekunda, tj. dimenzija

    vremena

    783 2. Drugi postupak za određivanje analitičkog izraza Sf (w) sastoji se u tome da se obradom

    oscilograma realizacije slučajne funkcije h (t) odredi grafički prikaz korelacijske funk­ cije, koji se aproksimira funkcijama oblika ( 1 1 .73), za koji su analitički izrazi za S(w) dani s ( 1 1 .74).

    1 1.5 Prikaz poremećajnih veličina elementarnim slučajnim funkcij ama U praksi se kao rezultat pokusa poremećajne veličine u pravilu tretiraju kao ergodički slučajni proces. Poremećajne veličine se u većini slučajeva aproksimiraju elementarnim slučajnim funkcijama (slika 1 1 .3): a) f (t) = Vc, gdje je c = konst., a V je slučajna veličina, slika l l .3a)

    b)

    f (t) = V.,P (t), gdje je V slučajna veličina a .,P (t) je deterministička funkcija vremena - koordinatnafunkcija, slika l 1 .3b)

    c)

    f (t) =

    'm

    I: Vi

    .,Pi (t), gdje su Vi nekorelirane slučajne veličine s normalnim zakonom razdiobe; .,Pi (t) koordinatne funkcije, slika l 1 .3c) i= l

    '' f(t)

    f(t)

    a)

    f (t)=sin t

    c)

    b) Slika 1 1 .3: Realizacije elementarnih slučajnih funkcija

    Za simetrirane slučajne funkcije mentarnog slučajnog procesa

    mv

    =

    O, V = V i mf =

    O, korelacijska funkcija ele­

    f (t) = V.,P (t)

    R1 (t 1 , t2 ) = E [f (t 1 ) f (t2 )] = .,P (t1 ) .,P (t2 ) E [V2 ) = .,P (t1) .,P (t2 ) Dv . Nad elementarnim slučajnim funkcijama jednostavno se provode linearne matematičke operacije, na pnmJer:

    Jf t

    o

    J' (t)

    (T) dT

    J

    = V -r ·ln- = ' a2 >.T

    -�

    g=

    e- r sm >.t )..T2 K

    5.!

    .

    804

    Tip elementa i njegova prijenosna funkcija

    G = G (s)

    konzervativni

    G = T2 sK2 1 +

    Prijelazna karakteristika

    h = h (t) t h = K 1 - cos ­ T

    h = Kt

    g=K g'

    idealni integrator

    K

    o a

    h

    1

    -

    a

    proporcionalno-integralni (izodromni)

    e-f.T

    g

    G = s (TsK+ l)

    =arctgK

    h

    g

    G = K (rss + l) = Ki + Ks , gdje je Ki = KT

    ,,

    K a

    =arctgK

    izodromni drugog reda

    s2_+_ K ( r_2_ 2�_r_s_+_l-'-) G = __c._ f