Upload
ledung
View
215
Download
2
Embed Size (px)
Citation preview
Prof. Claudio Melchiorri
DEIS-Università di Bologna
Tel. 051 2093034
e-mail: [email protected]
http://www-lar.deis.unibo.it/~cmelchiorri
SISTEMI E MODELLISISTEMI E MODELLI
CONTROLLI AUTOMATICI LSIngegneria Informatica
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
2SistemiSistemi e e ModelliModelli
Da diversi anni, i termini:“Sistema”, “Teoria dei Sistemi”, “Ingegneria dei Sistemi”…
sono divenuti di uso corrente in campi e discipline anche molto diverse: controllo dei processi, elaborazione dati, biologia, economia, ecologia, gestione aziendale, gestione traffico, …
Sistema: “elemento” comune in questa terminologiaNecessità di definire e studiare le proprietà strutturali dei “sistemi”
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
3SistemiSistemi e e ModelliModelli
Sistema:insieme, isolato artificialmente dal contesto, costituito da più parti tra loro interagenti di cui si vuole indagare il comportamento
2
1 3
4
1 – 4: collegamenti
Ambiente esterno
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
4SistemiSistemi e e ModelliModelli
Sistema:L’evoluzione di un sistema nel tempo si manifesta attraverso la variazione di un certo numero di attributi misurabili
Attributo misurabile:Caratteristica che può essere posta in relazione con uno o più numeri interi, reali o complessi o semplicemente con un insieme di simboli
Modello matematico:Riproduzione con equazioni delle relazioni intercorrenti tra i diversi attributi misurabili (variabili) del sistema.
2
13
4
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
5SistemiSistemi e e ModelliModelliLo studio di un sistema e delle sue proprietà è basato su di un modello matematico (anche se sono utilizzabili altri tipi di modelli) che descrive, con una certa approssimazione, le relazioni che intercorrono tra le diverse variabili del sistema.
Ad uno stesso sistema si possono associare più modelli, in dipendenza del tipo di rappresentazione desiderato, alla precisione e alla semplicità desiderate.
Oggetto della Teoria dei Sistemi è lo studio dei modelli matematici dei sistemi e dei problemi connessi con la loro deduzione ed utilizzazione.
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
6SistemiSistemi e e ModelliModelliUn sistema viene rappresentato graficamente con un blocco, e le sue variabili mediante collegamenti con l'ambiente esterno o con altri sistemi.
S
S1 S2
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
7SistemiSistemi e e ModelliModelliUn sistema orientato è un sistema in cui le variabili sono suddivise in
Variabili di ingresso (cause)Variabili di uscita (effetti)
Non sempre la suddivisione tra ingressi ed uscite (cause ed effetti) è univoca
Su1(t)
u2(t)
u3(t)
y(t)
ingressi
uscita
Ra La c(t), ω(t)
Le
va(t)
ia(t)
ve(t)
ie(t)
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
8SistemiSistemi e e ModelliModelli: : sistemisistemi staticistatici e e dinamicidinamiciSi considerano due tipi di sistemi:
1. Sistemi statici o privi di memoriamodello matematico dei sistemi statici:
equazioni algebriche - l'uscita del sistema dipende solo dal valore assunto dall'ingresso in quell'istante (relazione tra tensione e corrente in un resistore)
2. Sistemi dinamici o con memoriamodello matematico dei sistemi dinamici (a parametri concentrati):
equazioni differenziali - l'uscita del sistema non dipende solo dal valore assunto dall'ingresso in quell'istante, ma anche da quelli passati (relazione tra tensione e corrente in un condensatore)
concetto di stato
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
9ModelliModelli a a parametriparametri concentraticoncentratiLe caratteristiche fisiche dei sistemi dinamici sono distribuite nel sistema fisico stesso:
- massa- elasticità- resistenza- ...
Nella descrizione dei modelli dinamici, se è possibile fare delle approssimazioni che permettono di concentrare in uno (o pochi) punti tali caratteristiche e quindi ottenere notevoli semplificazioni nelle loro espressioni matematiche. Si hanno i cosiddetti modelli a parametri concentrati.
Nella pratica, anche se è chiaro che tutte le caratteristiche dei sistemi fisici sono distribuite, si cerca ove possibile di avere modelli a parametri concentrati.
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
10ModelliModelli a a parametriparametri concentraticoncentratiI modelli a parametri concentrati sono espressi da equazioni differenzialiordinarie (tempo continuo) o equazioni alle differenze (tempo discreto), chesono funzioni solo del tempo:
Se non è possibile considerare come concentrati alcuni dei parametri del modello, allora si deve ricorrere a equazioni alle differenze parziali. Infatti, la dinamica in questo caso non dipende solo dal tempo ma anche, per esempio, dallo spazio:
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
11SistemiSistemi e e ModelliModelli
Sistema statico (algebrico)
Sistema dinamico
i(t)
v(t) R
i(t)
v(t) R
C
0 50 100 150 200 250 3000
10
20
30
40
50
60
Tempo (s)
V, I
0 0.5 1 1.5 20
0.2
0.4
0.6
0.8
1
q
v
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
12SistemiSistemi e e ModelliModelliRete elettrica resistiva
Rete combinatoria
vi(t)
R1
R2 vu(t)
u1
u2u3
y
yu3u2u1
0000
1010
0101
1001
1111
0011
0110
1100 Gli ingressi ui potrebberorappresentare le posizioni di tre interruttori e l’uscita y l’accensione di una lampada
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
13SistemiSistemi e e ModelliModelliSistemi dinamici: dotati di memoria. I valori dell’uscita, in un datoistante, dipendono anche dalla evoluzione degli ingressi negli istantiprecedenti (storia – memoria).
Rete elettrica con elementi che accumulano energia (capacità e/o induttanze)
R1
u(t) R2 vu(t)vc(t) x
u(t) vu(t)
x
ingresso uscita
stato
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
14SistemiSistemi e e ModelliModelliRete elettrica con elementi che accumulano energia (capacità e/o induttanze)
Si ha:
R1
u(t) R2 vu(t)vc(t) x
u(t) vu(t)
x
ingresso uscita (y)
stato
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
15SistemiSistemi e e ModelliModelliIn definitiva si hanno due equazioni, una differenziale ed una algebrica:
Funzione di velocità di transizione dello stato
Funzione di uscita
u x y
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
16SistemiSistemi e e ModelliModelliIn definitiva si hanno due equazioni, una differenziale ed una algebrica:
In generale la soluzione dell’eq. differenziale può essere molto difficile. Per una certa categoria di sistemi (sistemi lineari tempo continui a parametri concentrati) si ha che, dato x(0) = x0 (valore dello stato per t =0):
Funzione di velocità di transizione dello stato
Funzione di uscita
Funzione di transizione dello stato
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
17SistemiSistemi e e ModelliModelliLa formula
valida anche nel caso vettoriale, viene detta Formula di Lagrange
Si ricava dalla regola di calcolo della derivata di un integraledipendente da parametri
con
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
18SistemiSistemi e e ModelliModelliI principali problemi di analisi della Teoria dei Sistemi sono:
Analisi del moto o della risposta: determinazione del moto o della funzione di uscita, dati lo stato iniziale e la funzione di ingresso
Analisi della controllabilità: possibilità di influire sul moto o sulla funzione di uscita agendo sulla funzione di ingresso
Analisi dell’osservabilità: possibilità di determinare lo stato in un dato istante, note le funzioni di ingresso e di uscita
Analisi della sensitività: influenza sul moto o sulla funzione di uscita di variazioni dello stato iniziale, della funzione di ingresso e dei parametri del sistema
Analisi della stabilità: proprietà che a variazioni limitate dello stato iniziale o della funzione di ingresso corrispondano variazioni limitate del moto e della funzione di uscita.
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
19SistemiSistemi e e ModelliModelliI principali problemi di sintesi della Teoria dei Sistemi sono:
Sintesi dell’ingresso: determinazione di una funzione di ingresso che, a partire da un dato stato iniziale, origini un moto o una funzione di uscita con caratteristiche “desiderate”
Sintesi dell’ingresso e dello stato iniziale: determinazione di una funzione di ingresso e di uno stato iniziale corrispondenti ad un moto o ad una funzione di uscita con caratteristiche “desiderate”
Sintesi di un dispositivo di controllo: realizzazione di un dispositivo che, collegato al sistema in modo opportuno, dia luogo ad un sistema complessivo con determinate caratteristiche in relazione alla risposta, controllabilità, stabilità, sensibilità ai disturbi, …
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
20SistemiSistemi e e ModelliModelliConcetto di stato di un sistema dinamico.Lo stato è l’informazione che occorre in ogni istante della “situazione interna” di un sistema dinamico per potere predire l’effetto della storia passata del sistema stesso sul suo comportamento futuro
Nei sistemi fisici la “situazione interna” è tipicamente determinata da accumuli di energia, di quantità di moto o di massa e perciò può essere opportuno scegliere come variabili di stato quelle variabili da cui questi accumuli dipendono (es. neicircuiti elettrici le tensioni ai capi di condensatori o delle induttanze, nei sist. meccanici le posizioni o velocità di masse)
Le variabili e le equazioni di stato NON sono definite in modo univoco!
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
21SistemiSistemi e e ModelliModelliConsiderazioni energeticheIn ogni dominio fisico (escluso quello termico) esistono due parametri che caratterizzano, ciascuno, un diverso meccanismo di accumulo dell'energia:
elettricoCapacità (C) e Induttanza (L)
meccanico traslanteMassa (M) e reciproco della rigidità longitudinale (1/K)
meccanico rotanteMomento di inerzia (J) e reciproco della rigidità torsionale (1/K)
fluidico (idraulico/pneumatico)Capacità fluidica (Cf) e Induttanza fluidica (Lf)
termicoCapacità termica (Ct)
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
22
Considerazioni energeticheI due meccanismi elementari di accumulo della energia:
SistemiSistemi e e ModelliModelli
Le variabili ai morsetti sono in realtà differenze
dominio accumulo “capacitivo” accumulo “induttivo”
E Cv=12
2 E Li=12
2elettrico
meccanicotraslante E Mv=
12
2 EK
f=12
1 2
meccanicorotante
E J=12
2ω EK
c=12
1 2
idraulico/pneumatico E C pf=12
2 E L qf=12
2
termico E C Tt= mancavariabilipassanti
variabiliai morsetti
l'energia accumulatadipende dalle
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
23SistemiSistemi: : esempiesempi
Definizione
Lo stato di un sistema dinamico Σ è: un elemento di un insieme X, detto insieme degli stati, soggetto a variare nel tempo,con la proprietà che lo stato x(t0) in un istante t0, unitamente al segmento della funzione di ingresso u|[t0,t1], determinaunivocamente la funzione di uscita y|[t0,t1]
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
24SistemiSistemi e e ModelliModelli -- EsempiEsempiCircuito RLC
R
vu(t)
L
Cvi(t) i
Scelta della variabile di stato:variabile i cui valori sono legati adaccumuli di energia
i vc
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
25SistemiSistemi -- EsempiEsempiCircuito RLC
R
vu(t)
L
Cvi(t) i
2 stati1 uscita
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
26SistemiSistemi -- EsempiEsempiCircuito elettrico a più maglie
R1 R2
R3C2
C1
vi(t) vu(t)v2
v1
i1i2 i3
i5
i4
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
27SistemiSistemi -- EsempiEsempiCircuito elettrico a più maglie
R1 R2
R3C2
C1
vi(t) vu(t)v2
v1
i1i2 i3
i5
i4
2 stati1 uscita
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
28SistemiSistemi -- EsempiEsempiCircuito elettrico a più maglie
R1 R2
R3C2
C1
vi(t) vu(t)v2
v1
i1i2 i3
i5
i4
Discontinuità sull’uscitadovute alla presenza del termine D
0 0.5 1 1.5 2-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
1.2Stati x1 e x2
0 0.5 1 1.5 2-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
1.2Ingresso ed uscita
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
29SistemiSistemi -- EsempiEsempiSistema meccanico
f(t) k2
m1
x1(t)
m2
x2(t)k1
b1
b2
4 stati2 uscite
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
30SistemiSistemi -- EsempiEsempiSistema meccanico
f(t) k2
m1
x1(t)
m2
x2(t)k1
b1
b2
0 5 10 15 20 25 30 35 40 45 50-1
-0.5
0
0.5
1
1.5
2
Tempo
Posizione due masse
x1
x2
f
m1 = 10;m2 = 5;k1 = 100;k2 = 50;
b1 = 10;b2 = 20;
0 10 20 30 40 50-1
-0.5
0
0.5
1
1.5
2
Tempo
Posizione due masse
x1
x2
f
b1 = 50;b2 = 20;
f = 100 N
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
31SistemiSistemi -- EsempiEsempiMotore elettrico in C.C.
Ra La Cm(t), ω(t)
Le
va(t)
ia(t)
ve(t)ie(t)
vc(t)Cr(t)
u y
x
3 stati2 ingressi1 uscita
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
32SistemiSistemi: : esempiesempi
Rete sequenziale (sistema a stati finiti)
Modello matematico:
u1
sinc
yu2
Il sistema è sincrono: l’uscita è 1 se il simbolo di ingresso attuale è 01 e se in precedenza, fra i simboli 00 e 11, si è presentato per ultimo 11
1110110000
11100100
0010100000
11100100
u1 u2
u1 u2
x
x
Funzione di stato futuro
Funzione di uscita
Sistema dinamico a tempo discreto
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
33SistemiSistemi: : esempiesempiAltri sistemi a tempo discreto si hanno p.e. quando un sistema a tempo continuo viene controllato con un elaboratore digitale
u(k)
y(k) T
T
R1
u(t) R2 vu(t)vc(t) x
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
34SistemiSistemi: : esempiesempiAltri sistemi a tempo discreto si hanno p.e. quando un sistema a tempo continuo viene controllato con un elaboratore digitale
Se all’ingresso è applicata una funzione costante a tratti e se l’uscita è“campionata” negli stessi istanti kT in cui l’ingresso varia:
R1
u(t) R2 vu(t)vc(t) x
u
t
u(0)u(1)
u(2)
u(3)u(4)
0 T 2T 3T 4T
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
35SistemiSistemi: : esempiesempiLa funzione di transizione dello stato si ottiene (per verifica diretta) come
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
36SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniIl modello matematico di un sistema dinamico in generale ècaratterizzato da:1. un insieme dei tempi 2. un insieme delle variabili di ingresso3. un insieme delle funzioni di ingresso 4. un insieme delle variabili di uscita5. un insieme delle variabili di stato
D.1 Il sistema è a tempo continuo, o, semplicemente, continuo, se è
D.2 Il sistema è a tempo discreto, o, semplicemente, discreto, se è
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
37SistemiSistemi e e ModelliModelliDefinizione:
Un modello si dice causale quando l'uscita corrispondente ad una data sollecitazione si manifesta soltanto in istanti non anteriori a quello iniziale di applicazione della sollecitazioneUn modello non causale si dice anticipativo. Un modello anticipativo non può corrispondere ad alcun sistema fisico
non è immaginabile un sistema che reagisce ad una sollecitazione ancor prima che questa sia applicata!
è non causale se consideriamo x come ingresso ed y come uscita (si pensi alla derivata come rapporto incrementale)⇒ occorrono sia il valore passato che quello futuro della variabile
Non si può costruire underivatore
ideale
Il modello
è causale se consideriamo y come ingresso ed x come uscita
Modelli non causali sono utilizzati per comodità di analisi e manipolazione
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
38SistemiSistemi e e modellimodelli causalicausaliIn altre parole, un sistema (modello) si dice causale quando la sua uscita in un dato istante dipende dagli ingressi precedenti (fino a quell'istante) e non dai valori futuri (l'ingresso influenza solo i valori futuri dell'uscita o al massimo il suo valore attuale, non quelli passati).
Non si ha conoscenza di sistemi fisici non causali o anticipativi, la cui definizione è quindi solo matematica.
Un importante esempio di modello matematico anticipativo è dato dall'azione derivativa:
Infatti dalla definizione di derivata si ha:
da cui si vede come per il calcolo sia necessaria la conoscenza del valore futuro della variabile u(t).
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
39SistemiSistemi e e modellimodelli causalicausaliEsempio (impossibilità fisica):
L’ampiezza (e quindi l’energia) del segnale di uscita y(t) crescerebbe all’infinitoall’aumentare della pulsazione ω in ingresso!
x(t) y(t)
0 2 4 6 8 10-4
-2
0
2
4A = 1, ω = 2 rad/sec
0 2 4 6 8 10-4
-2
0
2
4A = 1, ω = 4 rad/sec
Tempo (sec)
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
40SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniD.3 Un sistema privo di memoria o puramente algebrico ècomposto dagli insiemi e da una funzione ingresso/uscita
D.4 Un sistema dinamico a tempo continuo è composto dagli insiemi , da una funzione di velocitàdi transizione dello stato
con soluzione unica per ogni stato iniziale e per ogni funzione di ingresso ammissibile, e da una funzione di uscita
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
41SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniD.5 Un sistema dinamico a tempo discreto è composto dagli insiemi , da una funzione di stato futuro
e da una funzione di uscita
D.6 Un sistema puramente dinamico è un sistema dinamico la cui funzione di uscita è
(non dipende direttamente dall’ingresso)
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
42SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
uz
y
Sistema puramente dinamico
Sistema puramente algebrico
Manca nei sistemi puramente dinamici
Proprietà di separazione: parte dinamica (con stato)parte algebrica
D.7 Un sistema è stazionario o invariante nel tempo se il tempo non compare esplicitamente nelle funzioni del suo modello matematico; altrimenti si dice non stazionario o variante nel tempo.
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
43ModelliModelli a a parametriparametri costanticostanti nelnel tempotempoSe le proprietà di un dato sistema sono indipendenti dal tempo (costanti), allora i relativi parametri sono costanti. I relativi modelli sono detti stazionari o invarianti.
Per tali sistemi si ha la ripetibilità degli esperimenti: l'uscita che si ottiene applicando al sistema con un dato stato iniziale x0 un ingresso al tempo t0 èuguale (a parte una traslazione nel tempo) a quella che si ottiene (con lo stesso stato iniziale x0) applicando lo stesso ingresso all'istante t-δ.
0 0.5 1 1.5 2 2.5 3 3.5 4-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
Tempo (s)
x, y
0 0.5 1 1.5 2 2.5 3 3.5 4-1.5
-1
-0.5
0
0.5
1
1.5
2
2.5
Tempo (s)
x, y
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
44ModelliModelli a a parametriparametri costanticostanti nelnel tempotempoDa un punto di vista pratico, è raro che i parametri di un sistema non cambino nel tempo.
D'altra parte, è sufficiente che essi non varino in modo apprezzabile in un arcotemporale confrontabile alla durata dell'esperimento.
Nei modelli stazionari, non ha importanza l'istante di inizio dell'osservazione, che viene quindi solitamente considerato uguale a zero: t0 = 0
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
45SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniD.8 Un sistema è lineare se 1. gli insiemi sono spazi vettoriali (tutti nello
stesso campo )2. le funzioni che compongono il suo modello matematico sono
lineari in x, u per tutti i t ammissibili.
Nel caso opposto il sistema si dice non lineare
In genere si indicano con:
Sistemi lineari Sistemi non lineari
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
46SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
Sistema puramente algebrico
Sistema dinamico a tempocontinuo
Sistema dinamico a tempodiscreto
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
47SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniSpesso l’insieme degli ingressi viene assunto limitato per tener conto di limitazioni di carattere fisico
Esempi: tensione in ingresso ad un motore elettrico -Va < v < Va
portata in ingresso ad un serbatoio 0 < u < U…
u1
u2
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
48SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
Classificazione sulla base dello stato
D. 9 Si definiscono quindi:Sistemi a stati finitiSistemi a dimensioni finiteSistemi a dimensioni infinite
= insieme degli stati
insieme finito
spazio vettorialecon dimensioni
finite
infinite
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
49SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniFunzione di transizione dello stato
La soluzione delle equazioni
è del tipo
e si chiama funzione di transizione dello stato
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
50SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniProprietà della funzione di transizione dello stato
1. Orientamento nel tempo: è definita per t ≥ t0 , ma non necessariamente per t < t0
2. Causalità: dipende dalla funzione di ingresso limitatamente all’intervallo [t0, t]
3. Consistenza:4. Composizione: congruenza tra due successive transizioni
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
51SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniRappresentazione dell’evoluzione dei sistemi
L’evoluzione dello stato nel tempo può essere rappresentata con una traiettoria nello spazio degli stati, parametrizzata in funzione del tempo
x2x1
x3
x(0)
tt1
t2
t3
t
u
t1 t2 t3
Traiettoria:
Funzione di ingressoLa scelta dell’ingresso in un dato istantepermette di imporre orientamenti diversialla tangente alla traiettoria in t: si agiscedirettamente sulla velocità
Possibili scelte di controllo
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
52SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniEvento: coppia stato-tempo {t, x(t)} ∈ T x XMoto o Movimento per t ∈ [t0, t1] l’insieme degli eventi definiti dalla funzionedi transizione
Il moto è definito nello spazio T x XTraiettoria: immagine in X della funzione di transizione in t ∈ [t0, t1]La traiettoria è definita in X
0 2 4 6 8 10
01
230
0.5
1
1.5
2
tX1
x 2
Traiettoria
Moto
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
53SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniAnalogamente, si ottiene una funzione che descrive le traiettorie delle uscite. Da:
Dalla (1) si è dedotta la funzione di transizione (dello stato)la quale, sostituita in (2), fornisce la funzione di risposta
Traiettoria delle uscite:
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
54SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniRiepilogando:
Un sistema, una volta che sia risolta l’equazione del suo modello matematico, è caratterizzato da una funzione di transizione (dello stato)
e da una funzione di risposta
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
55SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
D. 10 Stati indistinguibili in [t0, t1] : gli stati lo sono se
D.11 Stati equivalenti: gli stati lo sono se sono indistinguibili per ogni coppia di istanti
D.12 Sistema in forma minima: è un sistema privo di stati equivalenti
Un sistema non in forma minima può essere ridotto in forma minima definendo un nuovo insieme degli stati in cui ogni nuovo stato corrisponde ad una classe di vecchi stati equivalenti
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
56SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniEsempio:
vu(t)
vi(t)
R R
RR
R1
C
vu(t)
vi(t)R
R1
Sistema non in forma minima Sistema in forma minima
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
57SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniEsempio:
θ(t), ω(t)va(t)
cr(t)q(t)
z
Motore
Pompa volumetrica
Pompa: cr = kp ω, q = kq ωSerbatoio: dz / dt = ks q
Unendo i modelli, si trovano due stati equivalenti (θ, z). Uno dei due, θ in questo caso, non interessa e può essere eliminato.
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
58SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
D.13 Sistemi equivalenti: Σ1 e Σ2 lo sono se è
ed ad ogni stato dell’uno si può associare uno stato dell’altro tale che
Σ1
Σ2
u(.)
x1
x2
y1
y2
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
59SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniEsempio:
I sistemi sono equivalenti se
Gli stati iniziali devono essere legati dalla relazione
R1 vu(t)
L
vi(t) i0
R2
Cvi(t) vu(t)vc
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
60SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniInfatti:
R1vu(t)
L
vi(t) i0
R2
Cvi(t) vu(t)vc
I due sistemi sono equivalenti se
L’evoluzione degli stati è tale che
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
61SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
D.14 Stato di equilibrio temporaneo di un sistema dinamico Σ: lo è, nell’intervallo [t0, t1] se esiste una funzione di ingresso
tale che
f
m
s
s0
Particolari moti sono quelli costanti. La corrispondente traiettoria si riduce ad un unico stato detto di equilibrio.
ingresso
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
62SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniD.15 Stato di equilibrio è uno stato di equilibrio temporaneo in [t0, t1] per ogni coppia t0, t1 in
Esempio:
fs
s0
N.B. Può essere che non tutti i valori di s siano di equilibrio, poiché f è limitata
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
63SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniModelli matematici:
Casi particolari: modelli stazionari, modelli lineari, modelli lineari stazionari
Modello differenzialeingresso-stato-uscita
Modello alle differenzeingresso-stato-uscita
Modello globaleingresso-stato-uscita
Modello globaleesterno
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
64SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniSistemi stazionariSoddisfano la proprietà di transizione nel tempo di cause ed effetti
Per sistemi stazionari, la funzione di transizione e la funzione di risposta soddisfano le relazioni
tτ0
u(t)uΔ(t)
uΔ(t) = u(t-τ) funzione di ingresso traslata
Si suppone che sia:
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
65SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
In particolare, per τ = -t0, si ha
e quindi si ottiene che nei sistemi stazionari:
1. si può sempre assumere l’istante iniziale t0 = 02. le funzioni di transizione e di uscita dipendono dalla differenza
t-t0 e non da t e t0 separatamente
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
66SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniSistemi lineari
Le funzioni e sono lineari rispetto allo stato iniziale e alla f. di ingresso
Siano α e β due scalari arbitrari, e
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
67SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniImportante conseguenza: per i sistemi lineari vale la proprietàdi scomposizione del moto e della risposta
Inoltre:1. Stati indistinguibili in [t0, t1] danno luogo alla stessa risposta
libera in [t0, t1]2. Un S.L. è in forma minima se non esistono due diversi stati
iniziali corrispondenti alla stessa risposta libera.
Moto libero Moto forzato
Risposta libera Risposta forzata
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
68SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniControllabilità e Raggiungibilità
Rappresentano la possibilità di influire sul moto x(·) o sulla risposta y(·) di un sistema dinamico Σ mediante una opportuna scelta della funzione di ingresso o di controllo u(·)
1. D.16 Insiemi degli stati raggiungibili all’istante t1 a partire dallo stato x0 all’istante t0
2. D.17 Insieme degli stati raggiungibili in un istante dell’intervallo [t0, t1] a partire da x0 in t0
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
69SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
3. D.18 Insiemi degli stati controllabili allo stato x1 all’istante t1 a partire dall’istante t0
4. D.19 Insieme degli stati controllabili allo stato x1 all’istante t1 a partire da un istante dell’intervallo [t0, t1]
Si ha che
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
70SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniRappresentazione in X = <2
Spazio delle coppietempo-stato (t, x)
tt0 t1
x(t1)
Coppie (t,x) relative agli istanti t0, t1
x(t0)
Traiettoria x(t)relativa a [t0 t1]
x’(t0)
x”(t0) x’(t1)
x”(t1)
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
71SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniRappresentazione in X = <2
Spazio delle coppietempo-stato (t, x)
t
Coppie (t,x) relative agli istanti t0, t1Insieme di tutti i moti ammissibili cui appartengono(t1, x1) e (t0, x0)
t0 t1
x0
x1
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
72SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniDefiniamo inoltre:
Si ha che:
E inoltre:
Proiezione lungo l’asse t su P0 di
Proiezione lungo l’asse t su P1 di
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
73SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniLo stato di un sistema (o il sistema stesso) si dice completamente raggiungibile dall’evento (t0, x) nell’intervallo
[t0, t1] quando
Lo stato di un sistema (o il sistema stesso) si dice completamente controllabile all’evento (t1, x) nell’intervallo
[t0, t1] quando
tt0 t1x
tt0 t1
x
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
74SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
Nel caso di sistemi stazionari, potendo assumere t0 = 0, si adotta una notazione semplificata:
Si definiscono gli insiemi e come
cioè gli insiemi degli stati raggiungibili da x e controllabili a x in un tempo comunque elevato.
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
75SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniUn sistema stazionario si dice fortemente connesso se èpossibile ottenere la transizione fra due stati qualunque, cioèse
tt0 t1x0
x1x0
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
76SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniOsservabilità (e Ricostruibilità)
La “osservabilità” indica la possibilità di determinare lo stato iniziale x(t0) o lo stato finale x(t1) (si parla in questo caso talora di “ricostruibilità”) conoscendo l’evoluzione dell’ingresso e dell’uscita nell’intervallo [t0, t1].
Il problema dell’osservazione dello stato iniziale non ammette soluzione se lo stato iniziale appartiene ad una classe di statiindistinguibili in [t0, t1].
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
77SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioni
Osservabilità (e Ricostruibilità)Si definiscono gli insiemi:
Stati iniziali compatibili con le funzioni u(·) e y(·) in [t0, t1]
Stati finali compatibili con le funzioni u(·) e y(·) in [t0, t1]
dove la funzione y(·) non è arbitraria, ma vincolata ad appartenere al seguente insieme delle funzioni ammissibili
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
78SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniLo stato di un sistema (o il sistema stesso) si dice:
diagnosticabile in [t0, t1] se esiste una u(·) ∈ UF tale che l’insieme comprenda un solo elemento x0
per ogni y(·) ∈ Yf ,
incasellabile in [t0, t1] se esiste una u(·) ∈ UF tale che comprenda un solo elemento x1 per ogni
y(·) ∈ Yf
Lo stato di un sistema (o il sistema stesso) si dice:
Completamente osservabile in [t0, t1] se è diagnosticabile in [t0, t1] con qualunque u(·) ∈ UF
Completamente ricostruibile in [t0, t1] se è incasellabile in [t0, t1] con qualunque u(·) ∈ UF
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
79SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniPer sistemi stazionari si può usare la notazione
Implicazioni:
Sistemadiagnosticabile
Sistemaincasellabile
Sistemacompletamente
ricostruibile
Sistemacompletamente
osservabile
Claudio Melchiorri Controlli Automatici LS A.A. 2008/2009
80SistemiSistemi e e ModelliModelli -- DefinizioniDefinizioniProblemi di controllo e di osservazione:
1. Controllo tra due stati assegnati2. Controllo per ottenere un’uscita assegnata3. Controllo per ottenere una funzione di uscita assegnata4. Osservazione dello stato5. Ricostruzione dello stato6. Diagnosi7. Incasellamento
Prof. Claudio Melchiorri
DEIS-Università di Bologna
Tel. 051 2093034
e-mail: [email protected]
http://www-lar.deis.unibo.it/~cmelchiorri
Sistemi e ModelliSistemi e ModelliFINEFINE
CONTROLLI AUTOMATICI LS