1.

UVOD
[19, 24, 31, 48]

Teorija automatskog upravljanja, kao dio opte teorije upravljanja, predstavlja jednu od
fundamentalnih teorijskih disciplina u obrazovanju inenjera automatike pa i u savremenom
inenjerskom obrazovanju uopte.
Zahvaljujui visokom stepenu apstrakcije i kroz to lakoi i eleganciji s kojom se podvrgava
egzaktnoj matematikoj analizi, prouavanje linearnih sistema moe da prui vrlo iscrpnu
sliku o ponaanju ovih sistema u razliitim uslovima. Osim metodoloke i praktine
vrijednosti linearna teorija upravljanja predstavlja izvanrednu osnovu za prouavanje realnih
sistema koji, strogo uzevi, ne raspolau svojstvima vezanim za apstraktni pojam
linearnosti. ta vie, i razvitak teorije nelinearnih sistema, sa svojim specifinim metodama,
oslanja se u znaajnoj mjeri na rezultate linearne teorije, bilo kao njeno proirenje na
nelinearne sluajeve, bilo kao aproksimativna provjera nelinearnih metoda. Tako na primjer,
itav niz rasprostranjenih metoda pripada podjednako i linearnoj i nelinearnoj teoriji,
gradei metodoloku osnovu za jednu optu teoriju sistema i upravljanje sistemima. Mogu
se pomenuti, ilustracije radi, samo opte metode za prouavanje stabilnosti kretanja sistema,
metod fazne ravni, metod opisne funkcije koji predstavlja most izmeu linearne i nelinearne
teorije, strukturne metode i slino.
Linearna teorija raspolae obilnim arsenalom metoda za prouavanje kretanja linearnih
sistema automatskog upravljanja, koji se meusobno dopunjavaju i predstavljaju efikasno
sredstvo za rjeavanje zadataka, kako analize tako i sinteze ovih sistema. U ovom
matematikom aparatu ove metode se zasnivaju na klasinim disciplinama:

teoriji linearnih diferencijalnih jednaina, sa njenim kvantitativnim i kvalitativnim

metodama,
teoriji linearnih transformacija u vektorskim prostorima, zatim, teoriji linearnih
integralnih transformacija i teoriji funkcije kompleksne promjenljive, naroito onim
njihovim dijelovima koji se odnose na specijalne sluajeve Laplaceove i Fourierove
transformacije, koje sa svoje strane predstavljaju klju i osnovu za pojam prenosnih
funkcija i razvoj frekventnih metoda u njihovom uem i irem smislu.

Mogue je da se veina ljudi ve susrela s nizom ovih metoda, u njihovom fundamentu ili
posebnim aplikacijama, prije svega poevi od matematike, klasine mehanike, osnova
elektrotehnike i teorije elektrinih kola, do naunih disciplina iz oblasti teorije signala,
analize signala i sistema, kao i nekim drugim. Teorija upravljanja linearnim sistemima sa
svojim specifinim zadacima predstavlja jo jednu od oblasti koja ove metode i dalje razvija
i koristi.
Zbog njihove uzajamne isprepletenosti i meusobnog dopunjavanja u primjenama, to se
manifestuje u tome da razliite metode teorije linearnih sistema predstavljaju samo razliite

1. Uvod
naine interpretacije istih fundamentalnih osobina ovih sistema, svaki pokuaj klasifikacije
ovih metoda u obliku nezavisnih cjelina je obino uslovljen didaktikim ciljevima.
Sa stanovita same teorije upravljanja, teorije automatskog upravljanja ili teorije sistema
automatskog upravljanja (svi ovi nazivi su, s malim varijacijama u onome na ta se baca
teite, ravnopravni) daleko vaniju moguu klasifikaciju predstavljaju klase tipinih
problema koji proizilaze iz zadataka sinteze automatskih sistema regulacije, zatim sistema s
programskim upravljanjem, optimalnih sistema, adaptivnih sistema i sistema zasnovanih na
drugim moguim principima upravljanja. U razmatranju problema sinteze osobito su vana
dva, koji se provlae kroz itavu teoriju:

pitanje stabilnosti, i
pitanje kvaliteta prelaznih procesa,

pri emu su oba vezana za potrebu da se preko apstraktne sinteze na matematikom modelu
konstruiu stabilni i tani automatski sistemi.
Prednost jednih metoda u odnosu na druge vezana je za konkretnu prirodu postavljenih
zadataka. Tako na primjer, razmatranje kretanja linearnih sistema u vremenskom domenu ili
u prostoru stanja svakako prua jednu oigledniju predstavu o njihovom ponaanju prilikom
analize sistema, dok metodi prenosnih funkcija i frekventnih karakteristika, zatim metod
geometrijskog mjesta korjena karakteristine jednaine, generalisani frekventni metodi i sl.,
openito predstavljaju pogodnija sredstva prilikom rjeavanja zadataka sinteze.
I jedni i drugi metodi opisivanja linearnih sistema sadre bitne informacije o inheretnim
osobinama posmatranih sistema.
Pedagoki cilj je da se svi metodi sagledaju u svojoj cjelini, a sami sistemi koji su predmet
prouavanja shvate, u odreenom smislu kao totalitet metoda koji opisuju njihovo
ponaanje. Pri tome je poeljno i neophodno da se postigne vjetina u paralelnom
predstavljanju sistema razliitim metodama opisivanja i prelaska iz jednog oblika opisivanja
u drugi. Samo po sebi se razumije da svaka od metoda opisivanja linearnih sistema ima
svoje specifinosti i da je neku konkretnu informaciju o ponaanju datog sistema lake
dobiti iz jednog oblika opisivanja nego iz drugog. Jedan od ciljeva je da u razmatranju
posebnih klasa zadataka ukae i na nain opisivanja sistema kojim se data klasa zadataka
najefikasnije rjeava.
Prije nego to se pree na specifine probleme, potrebno je detaljnije razmotriti neke od
osnovnih pojmova i zadataka opte teorije upravljanja, kako bi se bolje shvatio cilj i znaaj
parcijalnih zadataka.

Automatski sistemi. Predstavljaju poseban vid tehnikih sistema kod kojih se razliiti
procesi odvijaju bez neposrednog uea ovjeka, ali na cjelishodno organizovan nain, tako
da sistem u cjelini ispunjava neku korisnu funkciju suprotsavljajui se neorganizovanim
uticajima spoljne sredine, koji bi moda mogli da narue predvieno funkcionisanje sistema.

Linearni sistemi automatskog upravljanja

Pojam upravljanja. Pojam upravljanja u dananjem dobu se shvata veoma iroko i
upotrebljava kako u tehnici tako i u nizu nauka. U opem vidu ovaj pojam oznaava
odreenu sposobnost nekog, ma u kom vidu predstavljenog procesa, da organizuje svoju
egzistenciju u odnosu na spoljnu sredinu na odreen nain. U smislu procesa koji
predstavljaju odreena tehnika sredstva ili ureaje ovaj pojam je danas dobio izvanredan
znaaj, zahvaljujui sloenosti i kompleksnosti tehnikih sredstava koje savremeno drutvo
realizuje. Opa tenja ovjeka je da tehnikim sredstvima upravlja na najracionalniji nain,
tj. da ih na odreen nain najbolje iskoritava. U tom smislu on nastoji da realizuje takva
tehnika sredstva koja bi mu obezbjeivala vee i kvalitetnije krajnje rezultate. Takve
tendencije uopte uslonjavaju probleme upravljanja.
Algoritmom se naziva odreeni skup pravila i propisa koji opisuju neki proces. Tako
algoritam moe da bude dat u opisnoj ili analitikoj formi. Zatim moe da se odnosi na
razliite procese u kompleksnom procesu. Pod procesom se ovdje smatra materijalna forma
koja realizuje odreeni algoritam, a moe se nazvati i sistemom. Na osnovu ovoga se moe
pokazati da sistem moe sadravati dva vida upravljanja. Kao prvo, samoupravljanje, tj.
takav vid upravljanja koji lei u sutini funkcionisanja sistema i koji moe da zadovoljava ili
pak ne zadovoljava onaj algoritam koji je takvom sistemu namjenjen. Drugi vid upravljanja
je upravljanje spolja od nekog drugog sistema. Naelno ovaj spoljni sistem moe da bude
dopunski tehniki sistem ili njegovu ulogu moe da preuzme ovjek, ili kombinacija ovjektehniki sistem. Ovakva spoljna dejstva na prvobitno posmatrane sisteme - objekte
nazivamo organizovanim dejstvima. No, kako sistemi egzistiraju u sredini drugih
raznorodnih sistema, dejstvo ovih drugih sistema na posmatrani sistem se oituje u vidu
ostalih spoljnih dejstava koja se generalno svrstavaju u tzv. neorganizovana dejstva. Prema
tome, sistem moe simboliki da bude predstavljen kao na slici 1.1, sa ukupnou
koordinata koje ga opisuju. Stanje sistema se opisuje n dimenzionalnim vektorom stanja x,
pri emu je:

x = [x 1

x2

L x n ]T

(1.1)

f
u

r
Slika 1.1. Simboliko predstavljanje sistema upravljanja

Stanje sistema, koji se moe nazvati objektom upravljanja, mijenja se pod uticajem dejstva
spoljnih sistema. Kako je reeno, ta spoljna dejstva mogu imati organizovani ili
neorganizovani karakter. U organizovano dejstvo se svrstava dejstvo spoljnjeg upravljanja,
koga karakterie m dimenzionalni vektor upravljanja u, pri emu je:

1. Uvod

u = [u 1

u2

L u m ]T

(1.2)

Neorganizovana dejstva openito mogu da budu poznata ili nepoznata. To zavisi od

sposobnosti, mogunosti i nunosti karaktera saznavanja neorganizovanih dejstava. Neka je
jedan dio neorganizovanih dejstava poznat, npr. moe da se izmjeri. Neka se moe opisati
vektorom f koji predstavlja p dimenzionalni vektor spoljnih dejstava ili smetnji:

f = f1

f2

fp

]T

(1.3)

Sva ostala nepoznata neorganizovana dejstva ili smetnje mogu se oznaiti simboliki s
vektorom r.
Najvei dio savremenih sistema, koje izuava tehnika kibernetika za realizaciju odreenog
algoritma, zahtjeva spolja organizovano upravljanje. To upravljanje moe da bude
vremenski neprekidno ili diskretno, i realizovano nekim automatskim sistemom - sistemom
upravljanja (SU).

Problem informacija. Definiui algoritam kao skup uslova u analitikoj formi koji
propisuju sistemu odreena stanja nita nije predodreeno da sistem moe i da realizira ovaj
algoritam. Ako se sistem odnosi na takva tehnika sredstva kao to su tehnoloki procesi i
sl., koji imaju algoritam definisan u odnosu na svoju svrhu, onda se takvi algoritmi nazivaju
algoritmima funkcionisanja objekata. esto tehniki sistemi nisu u mogunosti upravo zbog
prisustva spoljnih dejstava da obezbjede realizaciju postavljenog algoritma. Zbog toga je
nuno na takav sistem djelovati spolja nekim dopunskim, upravljaim dejstvom uz iju
pomo sistem moe da realizira postavljeni algoritam. Ukoliko tehniki sistem moe sam da
realizira dati algoritam, tada njemu spoljna upravljajua dejstva u nisu potrebna, dakle on
ima sposobnost samoupravljanja.
Iz ovoga proizilazi da upravljajua dejstva proizilaze neposredno iz algoritma
funkcionisanja. Njihov karakter, uopte skup uslova koji oni treba da zadovoljavaju da bi se
algoritam funkcionisanja realizirao, se naziva algoritmom upravljanja.
U optem sluaju, upravljajua dejstva u odreena algoritmom upravljanja mogu da se
odnose na ma kakve sisteme, tako na primjer i na organizacione sisteme ili na tehnike
sisteme kod kojih spoljna dejstva realiziraju ljudi (na primjer pogonsko osoblje), a mogu da
ih realizuju i sistemi automatskog upravljanja. Ukupnost upravljanog sistema ili objekta, i
sistema automatskog upravljanja se naziva automatskim sistemom, ili sistemom automatskog
upravljanja u irem smislu. Izgled jednog automatskog sistema prikazan je u najoptijem
obliku na slici 1.2.
Iz samog principa rada ovakvog sistema se vidi, da koordinate koje povezuju dva sistema
meusobno u cilju ostvarenja algoritma funkcionisanja objekta, ostvaruju zatvoreno kolo
meusobnih dejstava ova dva sistema. Njihove meusobne veze se zovu informacionim
kanalima, tj. kanalima preko kojih se prenose informacije odnosno odzivi i dejstva jednog
sistema na drugi.

Linearni sistemi automatskog upravljanja

f
O
O
u

r
I

II
SAU
Slika 1.2. Najoptiji oblik sistema automatskog upravljanja

Osnovu mogunosti svakog upravljanja nekim objektom predstavljaju informacije o stanju

tog objekta. Pri tom se pod informacijama podrazumjeva skup podataka koji se o objektu
imaju kroz njegovo prethodno izuavanje, posmatranje ili pak neposredno mjerenje.
Ukoliko je informacija o objektu u svakom trenutku vremena potpunija, utoliko se tanije
moe djelovati na zbivanja u objektu, u smislu njihovog odvijanja procesa eljenim tokom.
Jasno je da je informacija neophodna kako kod automatskog tako i kod neautomatskog
upravljanja objektom. Prema tome, SAU nuno mora da prima ili da ve ima jednim dijelom
sadranu informaciju o stanju objekta i spoljnjim dejstvima na njega.
Po svom karakteru ukupna informacija koja se ima (koja moe da se dobije) o objektu i
njegovoj situaciji moe da se podijeli na dvije vrste: radnu informaciju i apriornu
informaciju. Radna informacija se dobija iz samog zbivanja u objektu kao tekua
informacija u svakom trenutku vremena, to se ostvaruje preko mjernih ureaja koji mjere
odreene veliine u tim zbivanjima. U tom smislu informacioni kanal predstavlja realnu
fiziku vezu objekta i SAU. Jasno je da je obim radne informacije vezan sa mogunostima i
asortimanom mjernih instrumenata, no on zavisi i od toga kakav algoritam funkcionisanja
treba da se realizira. U svakom sluaju mogui stepen upravljivosti objekta raste sa
porastom obima radne informacije. Na primjer, za regulaciju brzine jednog elektrinog
motora moe da se upotrijebi tekua informacija o njegovoj brzini. No ako se ima
informacija i o promjeni napona napajanja tog motora, promjeni optereenja na radnoj
maini itd., oigledno je da e ovako povean obim informacija omoguiti realizaciju boljeg
upravljanja brzinom posmatranog motora, bilo da se njegova brzina eli da odri stalnom ili
mijenja po nekom programu.
Drugi vid informacije ima karakter fiksne, odnosno unaprijed date informacije o objektu i
SAU. Zbog toga se takav vid informacije naziva apriornom informacijom. U ovom smislu
informacioni kanal ne predstavlja fiziku spregu objektu i SAU, nego samo pravce unoenja
apriornih informacija. Kao apriorna informacija o objektu moe da se uzme analitiki oblik
njegovog matematikog modela, vrijednost pojedinih parametara objekta, dakle uopte,
informacije koje se o objektu imaju kao poetne (praktino nepromjenljive ili poznato
promjenljive u toku rada sistema). One konano mogu da budu rezultat ispitivanja objekta u
5

1. Uvod
toku rada, no jednom uspostavljene one se vie ne mijenjaju ili se poznato mijenjaju u toku
daljeg rada objekta. Po svom karakteru je oigledno da je apriorna informacija unaprijed
dati skup podataka koji se u pravilu ne mjenja ili se poznato mijenja. Meutim u toku rada
objekta ili automatskog sistema (jer se apriorna informacija odnosi i na SAU), dolazi do
izmjena stvarnog oblika ove informacije. Ovo dolazi kao posljedica toga da se sam objekt u
toku rada mijenja, mijenjaju se i njegovi parametri, stare materijali od kojih je napravljen,
mijenjaju spoljna dejstva i sl. Sve ovo dovodi do toga, da prvobitno naena apriorna
informacija u toku rada sistema zahtjeva mijenjanje, tako da nastaje razlika izmeu
prvobitne apriorne informacije i informacije koja se ima o istim svojstvima i osobinama
sistema poslije odreenog vremena rada sistema. Ovo je osobito karakteristino za spoljna
dejstva u vidu smetnji ako su ona ukljuena kao apriorna informacija o objektu. Slino je i
sa parametrima koji mogu da se apriorno u informaciji sadre kao konstante, a da budu
stvarno funkcija vremena i sl. Jasno je, da apriorna informacija ne predstavlja dovoljno
pouzdan vid informacije o objektu odnosno automatskom sistemu. Postoje automatski
sistemi kod kojih se jedan dio apriornih informacija obnavlja u procesu rada sistema, obino
u diskretnim intervalima vremena, ime one u sutini dobijaju karakter radne informacije.
Pojam radne i apriorne informacije omoguuje da se jasnije sagleda principijelna mogunost
upravljanja odreenim procesom i sprovede jasnija klasifikacija SAU.
Problem dobijanja tanih informacija o objektu i dinamika svojstva sa kojim se informacija
dobija iz objekta, predstavljaju jedan od najvanijih problema upravljanja, jer se tim
odreuju i mogua tanost i dinamika sposobnost samog SAU. Osobito se problem
uslonjava kada se informacionom sistemu mjerenja i prenosa informacija, postavlja zadatak
prenosa informacija na daljinu i kada je opseg promjene ovih informacija velik.
Prema strukturi sistem upravljanja predstavlja istovremeno i informacioni sistem itavog
SAU. Sam informacioni kanal oevidno predstavlja jedan kanal sprege objekt - sistem
upravljanja, preko kojeg SAU odreuje svojstva i stanje objekta. Zato se kae da je
prikupljanje i determinisanje informacija prvi zadatak sistema automatskog upravljanja.
Rjeavajui ovaj prvi zadatak, SAU je u mogunosti da rjeava i drugi, naime da stvara
strategiju upravljanja objektom, tj. da odreuje kakva spoljna dejstva SAU na objekt su
potrebna da bi se ostvario traeni algoritam funkcionisanja. Tako se obje osnovne grane ili
kanala interakcije automatskog sistema i objekta, zatvaraju u konturu sa usmjerenim
tokovima signala, u automatski sistem u irem smislu. Razliiti sistemi SAU ne rjeavaju u
jednakoj mjeri pomenute zadatke. Oigledno je kod sistema sa velikim ueem apriorne
informacije, zbog samog karaktera ove informacije, u manjem stepenu izraen zadatak
prikupljanja informacija o objektu a fleksibilnost u strategiji upravljanja objektom je nia.
Takoe su bitne i sljedee karakteristike informacionih kanala. Ovi kanali mogu da imaju i
dualni karakter. U prvom kanalu ova dualnost se oituje u tome, da se preko njega dobijaju
dva vida informacija, tj. radna i apriorna informacija. Meutim, kanal informacija o objektu
moe da bude u fizikom smislu i prekinut. Tada on gubi svoj dualni karakter jer se preko
njega dobijaju samo apriorne informacije, dakle informacije koje je sistem upravljanja
primio prije poetka rada tj. u fazi realizacije sistema upravljanja. Ako se pak, apriorna
informacija obnavlja u odreenim diskretnim intervalima vremena rada cijelog sistema to
oznaava da kanal informacija povremeno dobija dualni karakter. Sama apriorna informacija
u takvom sluaju dobija osobine radne informacije.

Linearni sistemi automatskog upravljanja

Kanal signala upravljanja koje prima objekt, najee nema dualni karakter. Meutim,
odreena klasa sistema sadri i u ovom kanalu dualnost. Karakter dualnosti lei u tome to
se preko njega alju kako signali o upravljanju koje objekt prima, tako i probni signali koji
imaju za cilj ispitivanje objekta i koji se kroz kanal informacija vraaju u obliku radnih
informacija o objektu. Dualnost ovog kanala je oevidno razliitog karaktera od dualnosti
prvog kanala.
Sistemi kod kojih obadva kanala imaju dualni karakter naelno predstavljaju veoma sloene
sisteme automatskog upravljanja.

Formalizacija problema automatskog upravljanja. Razmatranje informacione strane

problema automatskog upravljanja ukazuje na odreena principijelna ogranienja, koja
opredjeljuju mogunosti spoljnjeg upravljanja odreenim objektima.
Neka se posmatra struktura automatskog sistema koja je predstavljena na slici 1.3. Jedan
poseban skup zadanih vrijednosti koordinata ili instrukcija o tome kakav treba u svakom
momentu da bude vektor stanja x predstavljen je vektorom zadanih vrijednosti y. U realnom
fizikom sistemu svi vektori x, y i u mogu da imaju odreena ogranienja. Pri tom ta
ogranienja mogu da se tiu bilo komponenti ovih vektora ili da predstavljaju funkcionalne
zavisnosti izmeu ovih komponenata. Na primjer, brzina nekih pokretnih dijelova u nekom
sistemu ne moe realno da bude beskonana, ili termiko optereenje nekog elementa ne
moe da pree odreenu vrijednost i sl. U opem razmatranju se moe predpostaviti da su ta
ogranienja data nekim skupom funkcija koje obrazuju neku matricu ogranienja M.

f
y
SAU
r

x
O
r

Slika 1.3. Opa struktura sistema automatskog upravljanja

Vektor instrukcija y diktira odreeno eljeno stanje sistema, koje je vezano sa ciljem
upravljanja i u tom smislu konkretizuje cilj upravljanja. Sam po sebi cilj upravljanja moe
da bude veoma razliit, ali neposredno on proizilazi iz algoritma funkcionisanja
posmatranog objekta.
Cilj upravljanja utvruje princip organizovanog spoljnog dejstva s obzirom na konkretnu
situaciju u kojoj se nalazi objekat, da bi se dostigao algoritam funkcionisanja. Otuda u
matematikom smislu, cilj upravljanja zavisi od svih faktora konkretne situacije objekta. U
opem vidu on moe da se predstavi u formi funkcionala:

1. Uvod

E ( x , y , u, f , t ) = q

(1.4)

Osim cilja upravljanja konkretnu situaciju objekta karakterie zavisnost izmeu odziva i
dejstva objekta, pa se ima:

x = F (u , f )

(1.5)

Faktori konkretne situacije opisani vektorima x i f i nepoznata dejstva r, koja se manifestuju

kroz x i u, nisu veliine koje se naelno mogu organizovano mijenjati. Prema tome, da bi se
u svakom trenutku vremena zadovoljavao postavljeni cilj upravljanja konkretizovan preko
instrukcija (ove posljednje mogu takoe da se organizovano mijenjaju zavisno od situacije),
potrebno je da vektor upravljanja u bude takav da u svakom trenutku vremena zadovolji cilj
E i ogranienja M. Ako je cilj upravljanja postavljen tako da zadovolji neku ekstremalnu
vrijednost (obino Emin) tada se moe pisati:

E ( x , y , u , f , t ) = ekstr

[u, M ]

(1.6)

onda je jasno da e i problem upravljanja biti sloeniji. Pri tom se kae da je vektor u dao
funkcionalu E ekstremnu (minimalnu) vrijednost. Takav vektor upravljanja u uopte
predstavlja vektor funkciju drugih vektora:

u = u( x , y , f , t )

(1.7)

koja se jo zove i algoritmom upravljanja posmatranog SAU. Openito, funkcional E ne

mora da bude vezan uslovom stroge ekstremalnosti, ve moe da ima neku drugu vrijednost
koja se smatra dovoljno dobrom za dati algoritam funkcionisanja objekta. Kod jednostavnih
SAU funkcional E moe da bude veoma prost, zadat recimo u vidu ogranienja na x, a jedno
od estih mogunosti ogranienja dato je npr. kao:
n

J = a i x i2 dt < M

(1.8)

0 i =1

Ovdje su xi komponente vektora x. Kod sloenih SAU vektor instrukcija y moe da se dobije
kao rezultat analize konkretne situacije objekta od strane nekog drugog sistema, pa kao
takav ulazi u E i dalja razmatranja.
Na osnovu razmatranih formalizacija mogue je u optem obliku formulisati problem
upravljanja na sljedei nain. Potrebno je nai vektor funkciju u pri zadatim ogranienjima
M i instrukcijama y, kada su poznati f i x, koja osigurava da vrijednost funkcionala E bude u
dozvoljenoj oblasti vrijednosti, i u graninom sluaju da E ima svoju ekstremalnu
dozvoljenu vrijednost. Treba napomenuti, da tano dostizanje ekstremuma od E, tj, rjeenje
navedenog problema u ovakvom vidu, obino nije mogue. Osnovni razlog za ovo lei u
tome to smetnje r ne mogu biti uzete u obzir jer su nepoznate. Najee ni vektor funkcija f
nije u potpunosti poznata. Najzad, ukoliko bi r i f i bilo poznato, vektor funkcija upravljanja
u koja bi se dobila strogim rjeavanjem problema, obino daje tehniki veoma sloen sistem
koji je teko praktino realizovati. Meutim, kako praksa pokazuje, esto je mogue manje
8

Linearni sistemi automatskog upravljanja

egzaktnim matematikim postupkom doi do prostijih formi funkcije u, koja ne daje
ekstremalnu vrijednost funkcionalu E, ali zato sa druge strane daje tehniki znatno prostiji
sistem upravljanja koji obezbjeuje kretanje objekta dovoljno blisko optimalnom.

Problem potpunih i nepotpunih infomacija. U prethodnom izuavanju je bio gotovo

deterministiki postavljen problem, koji je podrazumjevao da su poznati svi elementi jedne
situacije. Pod elementima situacije se smatraju svi vektori osim vektora u tj. F, f, x, y, i
funkcional E. Posmatrajui ove elemente sa gledita informacija, moe se smatrati da
njihovo poznavanje predstavlja gotovo potpunu informaciju o datoj situaciji. Kako u osnovi
ova informacija vezuje za objekt upravljanja i nepoznatu funkciju u, to se moe govoriti o
potpunoj informaciji o objektu. Prema tome, potpunom informacijom o objektu se smatra
skup informacija o vektor funkciji F, o cilju upravljanja tj. o funkcionalu E, o smetnjama f,
o vektoru instrukcija y i o vektoru stanja x.
Potpuna informacija se moe shvatiti kao da dopunskih informacija apsolutno nema.
Meutim, ona se moe shvatiti u praktinom smislu i kao maksimalno mogua informacija
koja se o objektu moe dobiti, tako da se za praktinu upotrebu moe smatrati potpunom.
Egzaktno gledajui, treba meutim praviti razliku izmeu ova dva sluaja, tako da se strogi
pojam potpune informacije odnosi na prvi sluaj.
Potpuna informacija o ma kakvoj zavisnosti podrazumjeva njeno apsolutno tano
poznavanje. Tako na primjer, potpuna informacija o nekoj vremenskoj funkciji ( t ) znai
da su tane vrijednosti te funkcije poznate u svakom trenutku < t < vremena u
intervalu < t < . Tako, ako je funkcija ( t ) data analitiki, potpuna informacija
podrazumjeva da je poznat taan analitiki oblik i svi koeficijenti koji ulaze u izraz. Potpuna
informacija o objektu upravljanja moe da bude data u vidu radnih i apriornih informacija.
Tako na primjer, ako su kao apriorne potpune informacije poznati F, f, E i y, a kao radna
informacija po aktivnom kanalu se dobija informacija o vektoru x, onda vektor u moe biti
odreen u postupku sinteze SAU.
Problemi sinteze sistema automatskog upravljanja se u nizu sluajeva ne mogu svesti na
probleme sa potpunom informacijom.
Kada sistem ima nepotpunu informaciju onda nedostajui dio informacije, do potpune ili
maksimalne, moe da se dobije u vidu pasivnog prikupljanja informacija ili u vidu aktivnog
prikupljanja informacija. Pojam pasivan se ovdje odnosi na nepravilnost procesa
upravljanja i procesa prikupljanja informacije, potrebnih za upravljanje u posmatranom
intervalu, dok aktivno prikupljanje informacija omoguava da se dio informacija prikuplja u
istom intervalu t u kome se odvija kretanje sistema, pri emu se te informacije koriste za
tekue upravljanje.
Problemi vezani za proces prikupljanja informacija o sistemu automatskog upravljanja u
toku rada samog sistema, spadaju u klasu tzv. problema identifikacije.

1. Uvod

1.1. Osnovni principi automatskog upravljanja

Mada su SAU po svojoj namjeni veoma razliiti, osnovni principi automatskog upravljanja,
na kojima su sazdani, su malobrojni. Ovi principi predstavljaju zapravo osnovne crte
algoritma upravljanja takvih sistema.

Strukturni principi. Prije svega, sistemi upravljanja se mogu da dijele na sisteme sa

otvorenom konturom kada ulaznu informaciju za sistem upravljanja predstavljaju spoljna
dejstva i na sisteme sa zatvorenom konturom kada ulaznu informaciju za sistem upravljanja
predstavljaju i radne informacije o objektu.
Spoljne dejstvo ne mora da djeluje samo na objekt, nego moe da bude i organizovano
dejstvo u vidu nekog programa ili neke unaprijed zadate funkcije koja djeluje samo na
sistem upravljanja. Tako informacija f moe biti spoljno dejstvo na sistem upravljanja i
objekt, pa se u ovome sluaju radi o tzv. sistemima kompenzacije. Ovakve strukture
predstavljaju osnovu strukturnih ema u teoriji invarijantnosti. Ako pak informacija f
predstavlja samo organizovano spoljno dejstvo na sistem upravljanja, dakle imamo y, onda
se ima sistem sa programskim upravljanjem.
Princip kompenzacije se sastoji u mjerenju spoljneg dejstva na objekt posredstvom mjernog
ureaja, a zatim formiranju upravljajueg dejstva na objekt preko SAU (upravljajui dio
sistema). Oigledno je da radnu informaciju sistema kompenzacije predstavlja mjereno
spoljnje dejstvo na objekt. Da bi upravljajui dio sistema mogao da formira, na osnovu
informacije o dejstvu f, odgovarajue upravljajue dejstvo, nuno je da se poznaju
karakteristike i osobine objekta kako u odnosu na f, tako i na u. Oigledno da se tim u
ovakav sistem unosi visok stepen apriorne informacije. Prema tome, tanost upravljanja
zavisi uporedo od tanosti mjerenja f i tanosti apriorne informacije u svakom trenutku
vremena. Odavde proizilazi da sistemi kompenzacije principijelno imaju nisku tanost
upravljanja. Kod sistema sa programskim upravljanjem praktino sva informacija u sistemu
je apriorna. Otuda je i tehnika realizacije ovih sistema vezana kako za kvalitet elemenata od
kojih je sistem napravljen, tako i za dobro poznavanje i matematsko predstavljanje svojstva
objekta, tj. za dobru apriornu informaciju.
Sada se moe detaljnije razmotriti sistem upravljanja sa zatvorenom konturom. Ovi sistemi
imaju principijelnu razliku od sistema sa otvorenom konturom, jer sadre zatvorenu konturu
prenosa informacije, dakle rade kao zatvorena kola sa dva sistema.
Zato je, po sutini rada same zatvorene konture, udio radne informacije o objektu daleko
vei, pa prema tome mogunost tanog upravljanja - upravljivost objektom raste. Meutim,
to ne znai da ovi sistemi nemaju apriorne informacije, jer na primjer poznavanje operatora
stanja sistema, pojedinih njegovih parametara i slino najee nije sadrano u radnoj
informaciji nego je unaprijed dato kao apriorna informacija.
Najzad, veoma rasprostranjen je oblik tzv. kombinovanih sistema koji predstavljaju
kombinaciju ova dva principa strukture, ime se djelimino ostvaruje kompenzacija spoljnih
dejstava i poveava obim radne informacije, ime raste opta tanost i proiruje se

10

Linearni sistemi automatskog upravljanja

mogunost upravljanja objektom. Danas, zapravo, najiru primjenu i imaju sistemi sa
zatvorenom i kombinovanom strukturom.

Principi formiranja strategije upravljanja. Druga vana karakteristika algoritma

upravljanja, jeste princip na kome je izgraena strategija formiranja dejstva upravljanja
SAU. Danas se susreu tri osnovna principa.
1. Princip automatske regulacije koji se sastoji u uporeivanju stvarnih vrijednosti
upravljanih veliina sa konstantnim vrijednostima tih veliina, odnosno instrukcijama y.
Rezultat poreenja je signal odstupanja, odnosno vektor greke. Dejstvo upravljanja u na
objekt je rezultat obrade informacije o veliini tog odstupanja. Struktura sistema se pri tome
ne mijenja. Odgovarajui sistemi se nazivaju sistemima automatske regulacije.
2. Adaptivnim principima se naziva takva strategija upravljanja kod koje se algoritam
upravljanja i struktura SAU automatski mijenja sa odreenim ciljem, te da se u
promjenljivim uslovima na najbolji nain upravlja objektom. Pri tome, karakteristike
objekta i dejstva spoljne sredine na njega mogu da se mijenjaju na nepredvien nain. U
skladu sa tim u toku rada sistema se algoritam upravljanja prilagoava situaciji, inei
sistem adaptivnim.
Strategija adaptivnog upravljanja moe u sebi da sadri kao rezultat promjenu parametra
sistema upravljanja. Takvi sistemi se obino nazivaju samopodeavajuim sistemima. Ako
odreena strategija zahtjeva izmjene kako parametra, tako i strukture da bi se postigao cilj
strategije upravljanja, onda se takvi sistemi nazivaju samoorganizirajuim sistemima.
Najzad, ako kao rezultat odreene strategije dolazi kako do promjena parametra i strukture,
tako i algoritma upravljanja, onda se takvi sistemi nazivaju sistemima sa samoobuavanjem.
3. Ako sistem upravljanja realizuje algoritam upravljanja koji optimizira odreeni kriterij
dat u vidu nekog funkcionala i kretanje objekta zadovoljava ovakav kriterij, onda se takav
sistem upravljanja naziva optimalnim sistemom upravljanja, njegov vektor upravljanja u
optimalnim vektorom upravljanja, a njegovu funkciju optimalnim algoritmom upravljanja.
Tanije, ako algoritam upravljanja daje nekom funkcionalu ekstremalna svojstva, tada jedno
od vidova kretanja ovakvog sistema jeste optimalno. Na primjer, neka funkcional E sadri
potronju goriva neke maine kao koordinatu. Pri tom se kao cilj upravljanja postavlja da ta
potronja bude minimalna. Ovakav sistem je optimalan, a njegovo kretanje optimalno
kretanje, u smislu minimuma zadatog funkcionala. Slinih kriterija moe da bude veoma
mnogo, u zavisnosti od algoritma funkcionisanja objekta. Svi oni posmatranom sistemu daju
neka optimalna svojstva. Ako jedan sistem ima optimalna svojstva, dakle u analitikom
smislu optimizira neki funkcional, to takav sistem ne mora jednovremeno da ima optimalna
svojstva i po nekom drugom funkcionalu.
Princip optimalne strategije predstavlja mogunost definisanja odreenog ali najboljeg
naina upravljanja sistemom. Treba napomenuti, da rjeenje problema optimalnog
upravljanja spada u red vrlo kompleksnih matematikih problema.
Navedeni principi veoma esto predstavljaju osnovu za podjelu SAU koja se zatim grana na
odgovarajue klase sistema zasnovanih na ovim principima. Veoma esto te podjele uzete
11

1. Uvod
po nekim drugim osnovama, ukljuuju kombinovano ove principe. Naime, na primjer,
adaptivni sistemi ne moraju u sebi da sadre princip optimalnosti, ali postoje sistemi koji su
optimalni i adaptivni. Ova napomena ukazuje da pobrojani principi predstavljaju
karakteristike algoritma upravljanja, dok sam algoritam moe sadrati kombinaciju tih
principa odnosno karakteristika.

12