Upload
lee-van-cleef
View
24
Download
5
Embed Size (px)
DESCRIPTION
Sistemi automatskog upravljanja
Citation preview
MODELOVAWE I MODELOVAWE I IDENTIFIKACIJA IDENTIFIKACIJA
SISTEMASISTEMA
.. 33--44, , 20120133..
Modeli na bazi prostora stawa Linearni modeli
Rje{ewe modela u prostoru stawa
(Laplace)
U tehnici se modelom naziva
materijalni ili idealizovani (simboli~ki) objekat koji zamjewuje ili predstavqa neki postoje}i ili zami{qeni objekat interesovawa.
Osnovni uslov koji mora da zadovoqi svaki model je da se na osnovu wegovog pona{awa mo`e zakqu~ivati o svojstvima originala.
(1)(1) Ukoliko se odnosi izme|u veli~ina nekog
procesa, koje se odnose na wegova fizi~ka, hemijska, geometrijska i druga svojstva, mogu preslikati u neku matemati~ku strukturu, onda se takav zapis naziva matemati~kim modelom.
Drugim rije~ima, model je simboli~ka postavka ili hipoteza o na~inu na koji }e se odvijati neki proces i da se wegovom analizom (ispitivawem i rje{avawem) mogu dobiti odgovori o pona{awu originalnog.
Postupci dobijawa modela mogu biti teoretski
(deduktivni, analiti~ki) ili eksperimentalni(prakti~ni, empirijski).
U prvom slu~aju se radi o modelovawu, a u drugom o identifikaciji.
Modelovawe (M) zna~i kori{}ewe poznatihzakonitosti iz odre|ene nau~ne oblasti (naprimjer, zakona o odr`awu materije, energije, momenta i drugih) za dobijawe modela.
od identifikacije (I) koriste mjerewa ulaza i izlaza na stvarnom objektu i porede saodgovaraju}im od modela.
Struktura modela kod M proizilazi direktno na
bazi poznatih zakonitosti (i eventualnih zanemarivawa u toku izvo|ewa) dok se kod postupka I ona mora pretpostaviti unaprijed.
Kod M se reprodukuju relacije izme|u ulaza, internih promjenqivih procesa i izlaza, dok se sa I uglavnom dobija model tipa crne kutije, t.j. pomo}u I se samo reprodukuju relacije izme|u ulaza i izlaza.
Kod M su parametri modela povezani sa stvarnim parametrima originala, dok su kod I to naj~e{}e samo neke brojne vrijednosti i ne moraju biti, naprimjer, neki fizi~ki ili parametri realnog procesa.
(1)(1) Model dobijen pomo}u M, vrijedi i za srodne
procese i razne re`ime rada, dok se sa I model odnosi jedino na odre|eni proces na kome se vr{e mjerewa. Otuda se sa ovim drugim ne mogu analizirati sva stawa kao {to su, naprimjer, havarijska kod ispadawa postrojewa.
Programska rje{ewa pripremqena za postupak I se mogu primjewivati za dobijawe modela razli~itih procesa, dok se kod M za razli~ite procese uvijek polazi od po~etka.
Kada se radi o modelu dinamike nekog
procesa treba imati na umu cijelu hijerarhiju modela od najjednostavnijih nultog reda (za opis stacionarnih stawa) do vrlo slo`enih modela visokog reda.
Na slo`enost modela uti~u mnogi faktori, od kojih su najva`niji:
- krajwa namjena modela,
- tehni~ko-ekonomska i qudska ograni~ewa kod wegovog postavqawa i rje{avawa.
Otuda se ~esto kod izvo|ewa modela koristi i nauka i umje{nost da bi se s jedne strane, uzele u obzir sve kqu~ne karakteristike koje su bitne za sintezu SU, a da se s druge strane wegovom kompleksno{}u ne maskira su{tina problema. Postupak je ~esto puta iterativan i poboq{awa se dobijaju polaze}i na po~etku od jednostavnih modela. Razlikujemo:
nominalne modele, koji su aproksimativni opisi objekata, koji se koristi za sintezu SU
kalibracione modele, koji su detaqniji opisi objekata namijeweni za ispitivawe koje se performanse mogu posti}i kori{}ewem projektovanih regulatora. Za ovaj model }emo nekada koristiti i termin ta~an sistem iako znamo da generalno nemamo egzaktnog opisa za stvarni (realni) sistem.
(1)(1)
(, ) .
, .
, .
( !) , .
Regulator se primjewuje na realni OU. Ciq je da u
realnom sistemu dobijemo takvo pona{awe koje je predvi|eno sa nominalnim modelom bez zna~ajnije degradacije performanse. Kada se ovo postigne ka`emo da smo izvr{ili sintezu robusnogregulatora. Za postizawe robusnosti obi~no je potrebno imati na raspolagawu neku mjeru gre{ke modela u obliku granica koje se mogu uzeti u obzir u fazi projektovawa.
Na kraju treba re}i da se sa stanovi{ta upravqawa modeli tehni~kih procesa dobijaju kombinovawem fizi~kog rezonovawa i eksperimentalnih podataka.
Standardni matemati~ki model za dati realni
proces, osim algebarskih relacija koje vrijede izme|u pojedinih promjenqivih, tako|e ukqu~uje:- zavisnosti akumulacionih (integriraju}ih) efekatapojedinih procesnih veli~ina;- zavisnosti brzina promjena (derivacija) pojedinih promjenqivih.
Ovo zna~i da se dinamika nekog OU, to jest wegovo pona{awe ne mo`e opisati na zadovoqavaju}i na~in bez uzimawa u obzir wegove prethodne istorije pona{awa i na~ina za opis promjena. Otuda se modeli obi~no svode na neki oblik diferencijalnih (za kontinualne procese) i diferencnih (za vremenski diskretne) jedna~ina ili wihovu kombinaciju za hibridne sisteme.
Modeli na bazi prostora stawaModeli na bazi prostora stawa
Promjenqive stawa formiraju skup internih promjenqivih {x1,x2 ,...,xn} je kompletan u smislu da, ako su one
poznate u nekom trenutku t0 , tada se bilo koji izlaz y(t) mo`e izra~unati za svako budu}e vrijeme t t0 kao funkcija tih promjenqivih i sada{wih i budu}ih
vrijednosti ulaza u(t), t t0.
Op{ti slu~ajOp{ti slu~aj
Ako se sa x ozna~i vektor koji odgovara odre|enom izboru promjenwivih stawa tada je oblik modela u prostoru stawa za kontinualne sisteme dat sa
(2.1)
a za vremenski diskretne sisteme sa
, x(k0)-dato (2.2)
Ovdje je sa u ozna~en vektor ulaza, a sa y vektorizlaza.
)),(),(()(
)),(),((
ttutxgty
ttutxfdtdx
==
)),(),(()()),(),(()1(
kkukxgkykkukxfkx
d
d
==+
datotx )( 0
Linearni modeliLinearni modeli
Ka`emo da je sistem linearan ako za wega vrijedi princip superpozicije. Ovo zna~i da ako po~etni uslovi x01 i x02 pri nultim ulazima dajuodzive h01(t) i h02(t),respektivno, a ulazi u1(t) i u2(t) pri nultim po~etnim uslovima proizvode odzive h11(t) i h12(t), respektivno, tada }e za
ulaz u(t) =u1(t) + u2(t)i pri po~etnim uslovima x0=x01 + x02odziv biti dat say(t)= h01(t) + h02(t) + h11(t) + h12(t) .
VVremenski invarijantanremenski invarijantan modelmodel
Sistem je vremenski invarijantan (nepromjenqiv) ako je odziv za vremenski pomjeren ulaz jednostavno vremenski pomjeren odziv, to jest
ako ulaz u(t) odziv y(t), tada za
ulaz u1(t)=u(t+) odziv y1(t)=y(t+).
Linearan model u prostoru stawaLinearan model u prostoru stawa Za linearan vremenski invarijantan model op{ti
oblik modela u prostoru stawa je dat sa
, x(t0)-dato (2.3)
gdje su A, B, C D .
)()()(
)()(
tDutCxty
tButAxdtdx
+=+=
^esto puta se odnosi izme|u ulaza i
izlaza mogu zapisati u oblikudiferencijalne jedna~ine vi{egreda. Ovo su modeli tipa ulaz-izlazi jedan od oblika je
gdje je l neka nelinearna funkcijavi{e promjenqivih.
0))(,...,)(),(,...,)(( =tudttudty
dttydl m
m
n
n
RLC
(1)(1) RLC
(2)(2)
.
:
!
Rje{eweRje{ewe modela u modela u prostoruprostoru stawastawa
Kqu~na u rje{avawu sistema linearnihdiferencijalnih jedna~ina prvog reda (2.3) jematri~na eksponencijalna funkcija
Eksplicitno rje{ewe jedna~ina stawa je dato sa
Kada je u(t)=0, tada matrica odreuje prela x(t1) do x(t). Otuda se za matricu ~esto puta koristi termin prelazna matrica.
ii
i
At tAi
Ie =
+=1 !1
dBuetxetxt
t
tAttA )()()(0
0 )(0
)( +=)( 1ttAe
)(tAe
Linearizacija modelaLinearizacija modela
Premda realni sistemi ukqu~uju neke nelinearne fenomene, mnogi sistemi se mogu relativno dobroopisati linearnim modelima barem unutar odre|enih radnih podru~ja .
Ve} je re~eno da je op{ta forma nelinearnog modela u prostoru stawa data sa
dato (2.14)
Recimo da je dati kup trajektorija koj zadovoqava naprijed navedene jedna~ine.
= )()),(),(()( 00 txtutxfdttdx
))(),(()( 0 tutxgty =
Linearizacija modelaLinearizacija modela(1)(1)
rajektorija mo`e da odgovara ravnote`noj ta~ci modela u prostoru stawa, t. U ovom slu~aju ne}e zavisiti od vremena i
tada vrijedi
= )()),(),(()( 00 txtutxfdttdx
eeee
))(),(()( 0 tutxgty eee =Rttytutx eee ),(),(),(
eee yux ,,
0=dtdxe
0),(0 =ee uxf
Linearizacija modelaLinearizacija modela(2)(2)
(x,u). Tada mo`emo koristiti razvoj u Taylor-ov red, pa
imamo aproksimaciju
(2.16)
gdje se odgovaraju}e parcijalne derivacije odnose na
radnu taku (x,u).
Rttytutx ),(),(),(
))(())((),()(
))(())((),()(
000
000
eeeeee
eeeeee
utuugxtx
xguxgty
utuufxtx
xfuxf
dttdx
+
+
+
+
x=xe+x
(( ))
(() )
Linearizacija modelaLinearizacija modela(3)(3)
eeeeee
eeeeee
eeee
uugx
xguxgF
uufx
xfuxfE
ugD
xgC
ufB
xfA
=
==
==
=
000
000
0000
),(
),(
,,,
FtDutCxty
EtButAxdttdx
++=++=
)()()(
)()()(
Linearizacija modelaLinearizacija modela(4)(4)
U op{tem slu~aju matrice A, B, C, D, E, i F su funkcije vremena. Me|utim, kada se vr{i linearizacija oko ravnote`ne ta~ke ovo su konstantne matrice.
Kod izvo|ewa linearnih modela razlike u trajektorijama i ulazima, to jest
(2.19)
)()()( txtxtx e= )()()( tututu e=
)()()(
)()()(
tuDtxCty
tuBtxAdttxd
+=+=
Linearizacija Linearizacija --modelamodela
inearizacija modela tipa ulaz-izlaz datog diferencijalnom jedna~inom
(2.20)
Ra (Taylor-) (y0,u0)
roksimacije prvog reda jednaine (2.20)(2.22)
0))(,...,)(),(,...,)(( =tudttudty
dttydl m
m
n
n
0),...,0,,...,0( 00 =uyl
)(...)()(...)()( 0011
1 tubdttudbtya
dttyda
dttyd
m
m
mn
n
nn
n
++=+++
),...,0(),1,...0( mibnka ik ==,...,...,,,0
10
00
10
0
=
=
=
=
ulb
ulb
yla
yla &&
(2.22)
--(1)(1)
-
x
--(2)(2)
, .
f(x)=/maxmax 0, /maxmax00 , /maxmax11 f(x)=x/(1+x). ,
--((33))
xe /maxmax ..
/maxmax
xe
- 20, /maxmax 0.950.95..--
maxmax
--(4)(4)
=0.5 =4 t=20, t=25 =0.5, .
t[s]
x) e
) .
LaplasovaLaplasova ((LaplaceLaplace) ) transformacijatransformacija
Za posmatrani kontinualan signal
Laplasova transformacija je definisana sa
(2.23)
gdje je s kompleksna promjenqiva. (2.24)
Ovaj transformacioni par ((2.23) i (2.24)) je dobro definisan ako postoji i pozitivna konstanta
, takva da je
,0),(
LaplasovaLaplasova transformacijatransformacija(1)(1)
Oblast se naziva obla konvergencije. Za primjenu su va`ne osobine Laplasove
transformacije, od kojih }emo neke navesti:
1. Linearnost:
2.
3. ..
)Re(s
)()(11
sFatfal
iii
l
iii
===
l
01
1
1 )()()( ==
=
t
k
ii
iikk
k
k
dttydssYs
dttydl
)(1)(0
sYs
dyt
=
l
....
4.
5. ..
6. ..
7. ..
8. .. 9. ..
{ } kkkk ds sYdtyt )()1()( =l)()()()( 21
021 sFsFdtff
t
=
l
{ }
dsFF
jtftf
j
j
)()(21)()( 2121 =
+
l
)(lim)(lim0
ssYtyst = { } )()( 11 asFtfeat =l
{ } 0,,!1 >= + Znsnt nnl
Poslije primjene Laplasove transformacije na
diferencijalnu jedna~inu (2.22) linearizovanogmodela sistema n-tog reda dobijamo
(2.26)
gdje ~lan f(s,x0) zavisi od po~etnih uslova. Kada su po~etni uslovi jednaki nuli imamo
gdje je funkcija prenosa sistema data sa
),()(...)()()(...)()( 001
101
1 xsfsUbsUsbsUsbsYasYsasYsm
mm
mn
nn +++=+++
)()()( sUsGsY =
)()()(sAsBsG =
01
1
01
1
...)(
...)(
bsbsbsBasassA
mm
mm
nn
n
+++=+++=
(1)(1) U slu~aju linearnog modela u prostoru stawa, poslije
primjene Laplasove trans. mamo
Matrica
se jo{ naziva i fundamentalnom matricom.
)()()()()()0()(
sDUsCXsYsBUsAXxssX
+=+=
)0()()())(()()()()0()()(
11
11
xAsICsUDBAsICsYsBUAsIxAsIsX
++=+=
...)( 32
21 +++=
sA
sA
sIAsI
{ } AtetAAtIAsI =+++= ...!2
)(22
11lAte
Sistemi sa vi{e ulazaSistemi sa vi{e ulaza
Neka na sistem osim ulaza u(t), jo{ poreme}aj d(t). Dinami~ko pona{awe ovakvog sistema
Neka se neko ravnote`no stawe ovog sistema uspostavqa pri: u(t)=u0, d(t)=d0 za koje se dobija konstantna vrijednost izlaza y(t)=y0.
0))(,...,)(),(,...,)(),(,...,)(( =tddttddtu
dttudty
dttydl k
k
m
m
n
n
)(...)()(...)(
)(...)()(
00
01
11
tdcdttddctub
dttudb
tyadt
tydadttyda
k
kkm
mm
n
nnn
nn
++++
=+++
Sistemi sa vi{e ulazaSistemi sa vi{e ulaza(1)(1)
rimjen Laplasove transformacije na posledwjedna~inu
D(s)= L(d(t))
),()(...)(
)(...)()(
)(...)()(
00
01
1
01
1
xsfsDcsDsc
sUbsUsbsUsb
sYasYsasYsa
kk
mm
mm
nn
nn
++++++=
+++
01
1
01
1
01
1
...)(
...)(
...)(
cscscsC
bsbsbsB
asasasA
kk
kk
mm
mm
nn
nn
+++=+++=
+++=
Sistemi sa vi{e ulazaSistemi sa vi{e ulaza(2)(2)
:
- uticaj ulaza u(t) na izlaz y(t)
-uticaj poreme}aja d(t) na izlaz y(t)
)(),(
)()()()(
)()()( 0
sAxsf
sDsAsCsU
sAsBsY ++=
)()()(sAsBsG =
)()()(sAsCsGd =
Sistemi sa vi{e ulazaSistemi sa vi{e ulaza(2)(2) Zahvaquju}i linearnosti modela nekog sistema kod
odre|ivawa odziva ovakvog sistema mo`e se
koristiti princip superpozicije.
Generalno vrijedi: - pri po~etnim uslovima x0 = x01 + x02+ ... , - ulazima u(t)=u1(t)+u2(t)+...- i poreme}ajima d(t)= d1(t) + d2(t)+....,ukupan odziv na izlazu }e biti jednak
y(t)= h01(t)+h02(t)+...+ yu1(t)+yu2(t)+... yd1(t)+ yd2(t)+....,gdje su h01(t),h02(t),...; yu1(t),yu2(t),....; yd1(t), yd2(t),....komponente odziva sistema koje su posqedica: po~etnih uslova x0, ulaza u(t) i poreme}aja d(t), respektivno