Professional Documents
Culture Documents
Tau 2
Tau 2
Tau 2
K?
Registar 239
a
DETALJAN SADRŽAJ
Predgovor
Glava 1: Matematičko modelovanje dinamičkih sistema 1
1.1 Uvod 1
1.2 Modelovanje mehaničkih sistema 2
1.3 Metoda prostora stanja sistema 8
1.3.1 Matrični model linearnih električnih mreža 11
1.4 Transformacija matematičkih modela iz prostora stanja
u kompleksni domen 14
1.4.1 Primena MATLAB-a za transformacija modela
iz prostora stanja - kompleksni domen 16
1.5 Transformacija modela ulaz-izlaz u prostor stanja.
Računarska simulacija dinamičkih sistema 18
1.5.1 Simulacija dinamičkih sistema na osnovu funkcije prenosa 22
1.5.1.1 Direktno programiranje 22
a) Kanonička kontrolabilna forma 22
b) Modifikovana kanonička forma 24
c) Kanonička opservabilna forma 25
1.5.1.2 Redno programiranje 30
a) Redno programiranje sistema bez konačnih nula 30
b) Redno programiranje sistema s konačnim nulama 31
1.5.1.3 Paralelno programiranje 34
a) Funkcija prenosa ima proste polove. Dijagonalna forma 34
b) Funkcija prenosa ima višestruke polove. Blok-dijagonalna forma 35
1.5.2 MATLAB transformacija modela ulaz-izlaz - prostor stanja 38
Literatura 40
Pitanja za samoproveru 40
Zadaci za vežbu 42
Glava 2: Određivanje odziva sistema na osnovu modela u prostoru stanja45
2.1 Fundamentalna matrica i odziv sistema 45
2.1.1 Primena MATLAB-a za nalaženje odziva sistema 47
2.2 Diskretni model vremenski kontinualnog sistema 48
2.2.1 Primena MATLAB-a za transformaciju modela u diskretni domen 50
2.3 Fundamentalna matrica Džordanove submatrice 51
2.4 Fundamentalna matrica kompanjon forme 52
2.5 Transformacija modela u prostoru stanja 55
2.5.1 Svođenje sistema na dijagonalnu formu 56
2.5.1.1 Primena MATLAB-a za transformaciju u dijagonalnu formu 57
2.5.2 Svođenje sistema na kanoničku kontrolabilnu formu 58
a
Č. Milosavljević, Teorija automatskog upravljanja-2
2.5.2.1 Primena MATLAB-a za transformaciju u kontrolabilnu formu 60
2.5.3 Svođenje sistema na Džordanov oblik 60
2.5.3.1 Primena MATLAB-a za svođenje na Džordanov oblik 62
2.6 Procesi u linearnim SAU 62
Literatura 64
Pitanja za samoproveru 65
Zadaci za vežbu 66
Glava 3: Prostor stanja i osobine sistema 67
3.1 Uvod 67
3.2 Kontrolabilnost (Upravljivost) 68
3.2.1 Kontrolabilnost vremenski diskretnih sistema 69
3.2.2 Kontrolabilnost vremenski kontinualnih sistema 70
3.2.2.1 Primena MATLAB-a za utvrđivanje kontrolabilnosti 71
3.2.3 Kontrolabilnost izlaza sistema 72
3.3 Opservabilnost (stanjemerljivost) sistema 72
3.3.1 Primena MATLAB-a za utvrđivanje opservabilnosti
3.4 Princip dualnosti 73
3.5 Alternativni testovi kontrolabilnosti i opservabilnosti 74
3.5.1 Utvrđivanje kontrolabilnosti i opservabilnosti
na osnovu simulacionih šema (grafa toka signala) 74
3.5.2 Utvrđivanje kontrolabilnosti i opservabilnosti
na osnovu kanoničke dijagonalne forme 75
3.5.3 Utvrđivanje kontrolabilnosti i opservabilnosti u s-domenu 76
3.6 Superkontrolabilnost 78
3.7 Dekompozicija sistema 78
3.7.1 Primena MATLAB-a za dekompoziciju sistema 80
3.8 Stabilizabilnost sistema 81
3.9 Zadatak minimalne realizacije 82
3.10 Prostor stanja i stabilnost sistema 83
3.10.1 Druga (direktna) metoda Ljapunova 83
3.10.1.1 Primena MATLAB-a za ispitivanje stabilnosti sistema 86
Literatura 87
Pitanja za samoproveru 87
Zadaci za vežbu 89
Glava 4: Sinteza SAU metodama prostora stanja 91
4.1 Uvod 91
4.2 Povratna sprega po stanju ili po izlazu 91
4.2.1 Sistem s povratnom spregom po stanju 92
4.2.2 Sistem s povratnom spregom po izlazu 93
4.3 Projektovanje povratne sprege po stanju 93
4.3.1 Izbor spektra polova 93
4.3.2 Podešavanje spektra polova sistema 94
4.3.2.1 Sistemi sa skalarnim upravljanjem 95
4.3.2.2 Akermanova formula 98
4.3.2.2.1 MATLAB i Akermanova formula
4.3.3 Sistemi s vektorskim upravljanjem 99
b
TAU-2: Sadržaj
4.3.3.1 Prvi način sinteze - svođenje na skalarni slučaj 99
4.3.3.2 Drugi način sinteze - slučaj prostih sopstvenih vrednosti 100
4.3.3.2.1 MATLAB i podešavanje polova 102
4.3.3.3 Treći način sinteze - opšti slučaj 105
4.4 Projektovanje optimalne povratne sprege po stanju 111
4.4.1 MATLAB i optimalna povratna sprega
4.5 Sinteza neinteraktivnih sistema. Rasprezanje 116
4.5.1 Metoda Boksenboma i Huda 117
4.5.2 Rasprezanje kombinovanim kompenzatorom 121
4.6 Opserveri. Sinteza opservera 122
Literatura 129
Pitanja za samoproveru 130
Zadaci za vežbu 131
Glava 5: Uvod u nelinearne SAU 133
5.1 Uvod 133
5. 2 Strukturna blok-šema nelinearnih SAU 134
5.3 Tipične nelinearnosti i njihove karakteristike 135
5.4 Matematički modeli nelinearnih elemenata 137
5. 5 Linearizacija nelinearnih elemenata 138
5.5.1 Satička linearizacija 138
5.5.2 Diferencijalna linearizacija 138
5.5.3 harmonijska linearizacija 138
5.5.4 Stohastička linearizacija 139
Literatura 141
Pitanja za samoproveru 141
Zadaci za vežbu 142
Glava 6: Metoda faznog prostora 143
6.1 Pojam faznih trajektorija, fazne ravni i faznog portreta 143
6.2 Osobine faznih trajektorija 144
6.3 Jednačine faznih trajektorija 144
6.4 Načini konstrukcije faznih trajektorija 146
6.5 Fazni portreti linearnih sistema 146
6.6 Singularne fazne trajektorije 150
Literatura 154
Pitanja za samoproveru 155
Zadaci za vežbu 156
Glava 7: Metoda harmonijske linearizacije. Opisna funkcija 157
7.1 Uvod 157
7.2 Određivanje koeficijenata harmonijske linearizacije 159
7.3 Primena kriterijuma Mihajlova za utvrđivanje
parametara samooscilacija 162
7.4 Primena kriterijuma Nikvista za utvrđivanje
parametara samooscilacija. Metoda Goljdfarba 163
Literatura 167
Pitanja za samoproveru 167
Zadaci za vežbu 168
c
Č. Milosavljević, Teorija automatskog upravljanja-2
Glava 8: Stabilnost nelinearnih sistema 169
8.1 Definicija stabilnosti nelinearnih sistema 169
8.2 Definicija stabilnosti po Ljapunovu 172
8.2.1 Prva (indirektna) metoda Ljapunova 175
8.2.2 Druga (direktna) metoda Ljapunova 177
8.3 Lurjeov problem 181
8.4 Frekvencijska metoda Popova 184
8.4.1 Geometrijska interpretacija kriterijuma Popova 187
8.4.2 Modifikacija kriterijuma stabilnosti Popova 189
8.4.2.1 Cipkinov parabolični kriterijum apsolutne stabilnosti 190
8.4.3 Apsolutna stabilnost sistema sa nestacionarnom nelinearnošću 192
8.5 Stabilnost prinudnih procesa u nelinearnim sistemima 193
Literatura 199
Pitanja za samoproveru 199
Zadaci za vežbu 201
Glava 9: Nelinearni zakoni upravljanja 203
9.1 Klasični nelinearni zakoni upravljanja 203
9.1.1 Dvopozicioni regulatori 203
9.1.1.1 Dvopozicioni regulator s histerezisom na astatičkom objektu
prvog reda bez kašnjenja 205
9.1.1.2 Dvopozicioni regulator s histerezisom na astatičkom objektu
prvog reda s kašnjenjem 207
9.1.1.3 Dvopozicioni regulator bez histerezisa na astatičkom objektu
prvog reda s kašnjenjem 208
9.1.1.4 Dvopozicioni regulator s histerezisom na statičkom objektu
prvog reda bez kašnjenja 208
9.1.1.5 Dvopozicioni regulator s histerezisom na statičkom objektu
prvog reda s kašnjenjem 209
9.1.1.6 Dvopozicioni regulator bez histerezisa na statičkom objektu
prvog reda s kašnjenjem 213
9.1.1.7 Dvopozicioni regulator s histerezisom na astatičkom objektu
drugog reda 213
9.1.1.8 Dvopozicioni impulsni regulator 214
9.2 Zakoni upravljanja promenljive strukture. Klizni režimi 215
9.2.1 Uvod 215
9.2.2 SUPS Jemeljjanova s kliznim režimom.
Kvazirelejni algoritam upravljanja 217
9.2.3 Relejni algoritam upravljanja 221
9.2.4 Kombinovani i drugi algoritmi upravljanja 223
9.2.5 Metoda ekvivalentnog upravljanja 230
9.2.5.1 Skalarno upravljanje 230
9.2.5.2 Vektorsko upravljanje 232
Literatura 236
Pitanja za samoproveru 236
Zadaci za vežbu 238
Registar 239
d
PREDGOVOR
Teorija automatskog upravljanja (TAU) - naučno-tehnička disciplina s
burnim razvojem u drugoj polovini XX veka. Ova knjiga je udžbenik za
predmet pod nazivom TAU-2, za studente Elektrotehničkog fakulteta
Univerziteta u Istočnom Sarajevu, gde je autor izvodio nastavu u proteklom
desetogodišnjem periodu u okviru predmeta: TAU, za studente profila
Automatika i elektronika i Sistemi automatskog upravljanja (SAU), za studente
profila Elektroenergetika. Prelaskom na Bolonjski proces studiranja, nastava iz
TAU odvija se u dva jednosemestralna predmeta: TAU-1 i TAU-2. Prvi
predmet obuhvata klasičnu teoriju vremenski kontinualnih SAU, u kojoj se
analiza i sinteza vrši u kompleksnom domenu, primenom funkcija prenosa
sistema odnosno modela ulaz-izlaz. Drugi predmet obuhvata oblast koja se
može nazvati savremena teorija vremenski kontinualnih SAU i sastoji se iz dve
tematske celine: koncepcija prostora stanja u analizi i sintezi linearnih sistema
upravljanja (četiri poglavlja) i osnove teorije nelinearnih sistema upravljanja
(pet poglavlja).
U prvom poglavlju - Matematičko modelovanje dinamičkih sistema- opisane
su metode za dobijanje matematičkih modela dinamičkih sistema u prostoru
stanja. Najpre se daju Lagranžeove jednačine kao najpogodniji način za
dobijanje matematičkih modela mehaničkih (i ne samo mehaničkih) dinamičkih
sistema. Na nekoliko primera linearnih i nelinearnih sistema prikazan je
postupak primene ovog načina. Zatim se prikazuje jedan postupak za dobijanje
matematičkog modela u prostoru stanja linearnih električnih mreža, a koji se
uspešno može koristiti i za mehaničke i elektromehaničke sistema uz primenu
elektromehaničkih analogija. Nakon dobijanja matematičkog modela u prostoru
stanja, daje se postupak transformacije tog modela u model ulaz-izlaz. U
Č. Milosavljević: Teorija automatskog upravljanja -2
drugom delu ovog poglavlja obrađeni su postupci transformacije matematičkog
modela ulaz-izlaz u model u prostoru stanja putem tzv. metoda programiranja
analognih računara. Na taj način se delimično dotiču problemi simulacije
dinamičkih sistema na računarima. S obzirom na to da današnji personalni
računari imaju mogućnost imitacije rada analogmnih računara, ova oblast
modelovanja je od izuzetne važnosti za savremene inženjere. Detaljno su
obrađene tehnike direktnog, rednog i paralelnog programiranja i neke njihove
modifikacije. Na nizu primera prikazuju se postupci primene ovih tehnika za
dobijanja matematičkih modela sistema u prostoru stanja. Savremena softverska
podrška omogućava brza i tačna rešavanja niza praktičnih problema iz područja
upravljanja na personalnim računarima. Zbog toga su u ovom kursu uključeni
elementi MATLAB-a, jednog od najpoznatijih softverskih paketa za sisteme
upravljanja. U ovom poglavlju su dati instrukcije i primeri za primenu
MATLAB-a u transformaciji modela iz prostora stanja u funkciju prenosa, kao i
transformacije funkcije prenosa u model u prostoru stanja.
Drugo poglavlje - Odzivi sistema u prostoru stanja- je posvećeno nalaženju
odziva sistema na osnovu modela u prostoru stanja. Najpre se definiše
fundamentalna matrica sistema i njen oblik za kanoničku dijagonalni formu
matematičkog modela sistema. Zatim se definišu impulsni i odskočni odzivi
sistema u prostoru stanja i odziv na bilo koju pobudu uz istovremeno delovanje
i početnih uslova. Takođe se uvodi diskretni model vremenski kontinualnog
sistema. U nastavku su izvedene relacije za određivanje fundamentalne matrice
za blok-dijagonalnu (Džordanovu) formu i kompanjon formu matrice stanja. S
obzirom na pogodnosti primene različitih modela u analizi i sintezi, date su
metode za transformaciju matematičkih modela u prostoru stanja: svodjenje na
dijagonalnu formu, svodjenje na kanoničku kontrolabilnu formu i svodjenje na
blok-dijagonalnu formu. Poglavlje se završava analizom procesa u linearnom
sistemu. Sva teorijska izlaganja su propraćena odgovarajućim numeričkim
primerima. Takođe su dati MATLAB prilazi za određivanje odziva sistema i
transformaciju matematičkih modela u prostoru stanja.
Treće poglavlje- Prostor stanja i osobine sistema- je posvećeno osobinama
sistema proisteklim iz koncepcije prostora stanja sistema kao što su:
kontrolabilnost, opservabilnost, stabilizabilnost. Najpre je dat kraći istorijski
osvrt njihovog nastanka, a zatim su izvedeni uslovi kontrolabilnosti vremenski
diskretnih i vremenski kontinualnih sistema; uslovi opservabilnosti, princip
dualnosti, dekompozicija sistema, stabilizabilnost, minimalna realizacija.
Poglavlje se završava analizom stabilnosti sistema u prostoru stanja na osnovu
direktne metode Ljapunova. Kao i u prethodna dva poglavlja izlaganje je
propraćeno nizom numeričkih primera i instrukcijama za primenu MATLAB-a
u određivanju kontrolabilnosti, opservabilnosti, dekompozicije i stabilnosti
sistema.
Četvrto poglavlje - Sinteza sistema u prostoru stanja - započinje analizom
primene povratne sprege po stanju i povratne sprege po izlazu. Zatim se raz-
matra problem podešavanja sopstvenih vrednosti sistema uvodjenjem povratne
ii
Predgovor
sprege po stanju. Date su dve metode projektovanja sistema sa skalarnim
upravljanjem. Prva metoda je izvedena preko kanoničkog kontrolabilnog mode-
la sistema, a druga koristi Akermanovu formulu. Za projektovanje sistema sa
vektorskim upravljanjem daju se tri načina sinteze. Prvi svodi problem na
skalarni slučaj. Drugi prilaz se odnosi na sisteme sa zahtevanim prostim
sopstvenim vrednostima, dok je treći - opšti prilaz koji se može primeniti kako
za proste tako i za višestruke zahtevane sopstvene vrednosti. Dalje se izlaže
projektovanje optimalne povratne sprege (Kalmanovog regulatora), sinteza
raspregnutih sistema, gde si izlažu dva prilaza: metoda Boksenboma i Huda,
pogodna za sisteme sa manjim brojem ulaza i izlaza i model sistema ulaz-izlaz i
kombinovana metoda za primenu na modele u prostoru stanja. Poglavlje se
završava sintezom opservera. Sva izlaganja su propraćena adekvatnim
numeričkim primerima i primerima korišćenja MATLAB-a u sintezi povratne
sprege po stanju i Kalmanovog regulatora.
U petom poglavlju - Uvod u nelinearne SAU - date su osnovne odlike
nelinearnih u odnosu na linearne SAU, tipizacija nelinearnih elemenata,
matematičko modelovanje istih i metode linearizacije nelinearnih elemenata.
Šesto poglavlje - Metoda faznog prostora- je skoncentrisano na faznu ravan i
definiciju osnovnih tipova faznih portreta linearnih sistema, na odlikama faznih
portreta nelinearnih sistema kao i na mogućnost kompozicije faznih portreta
nelinearnih sistema na osnovu faznih portreta linearnih sistema. Na jednom
primeru je detaljno pokazan način kompozicije faznih portreta sa različitim
tipovima nelinearnih elemenata u upravljačkom delu sistema.
Sedmo poglavlje- Metoda harmonijske linearizacije - je posvećeno jednoj
inženjerskoj metodi analize nelinearnih sistema u kojima je oscilatorni režim
normalni radni režim rada, a zadatak se svodi na određivanju parametara
samooscilacija. Najpre je definisana opisna funkcija nelinearnih elemenata,
zatim način određivanja koeficijenata harmonijske linearizacije. Zatim se daju
dve metode za utvrđivanje egzistencije samooscilacija u sistemu: prva je
zasnovana na kriterijumu stabilnosti Mihajlova, a druga - na kriterijumu
stabilnosti Nikvista. Daju se numerički primeri određivanja koeficijenata
harmonijske linearizacije i nalaženja parametara samooscilacija u sistemu.
Osmo poglavlje - Stabilnost nelinearnih sistema - detaljno obrađuje osnovne
probleme u analizi stabilnosti nelinearnih SAU. Izložene su osnovne istorijske
činjenice u vezi sa ovom složenom materijom u okviru kojih su istaknute
hipoteze Ajzermana i hipoteza Kalmana, zatim su obrađene indirektna i direkt-
na metoda Ljapunova, Lurjeov problem u određivanju funkcije Ljapunova sa
prilogom Lefšeca i Lasala. Detaljno je izvedena frekvencijska metoda Popova
za sisteme sa stabilnim i njene modifikacije za sisteme sa nestabilnim linearnim
delom. Poglavlje se završava analizom stabilnosti procesa neautonomnog
nelinearnog sistema. Materija je ilustrovana brojnim numeričkim primerima.
U poslednjem, devetom poglavlju - Nelinearni zakoni upravljanja - dati su
neki nelinearni zakoni upravljanja, U prvom delu su analizirani sistemi sa
dvopozicionim regulatorima sa ili bez histerezisa u upravljanju statičkim ili
iii
Č. Milosavljević: Teorija automatskog upravljanja -2
astatičkim objektima prvog reda sa ili bez transportnog kašnjenja. Osnovna
pažnja je posvećena određivanju parametara samooscilacija u sistemu. U
drugom delu su dati osnove teorije sistema upravljanja promenljive strukture
kao jedne podklase nelinearnih sistema sa relejnim upravljanjem. Sva izlaganja
su propraćena numeričkim primerima i simulacionim rezultatima.
Svako poglavlje u knjizi se završava spiskom korišćene literature za to
poglavlje. Posebno treba istaći da se na kraju svakog poglavlja nalaze Pitanja za
samoproveru znanja i Zadaci za vežbu.
Pitanja za samoproveru su tako koncipirana da se na njih može odgovarati
ako se dobro poznaje materija predmetnog poglavlja. To su ustvari iskazi u
kojima su izostavljene pojedine ključne reči koje treba student da unese. Ova
pitanja - iskazi- mogu poslužiti kao test pitanja prilikom polaganja kolokvijuma
ili ispita. Zadaci za vežbu se mogu koristiti kao domaći zadaci koje studenti
rešavaju u procesu učenja.
Ova knjiga se bazira na materiji izloženoj u knjigama Osnovi automatike - I
deo (koncepcija prostora stanja) i Osnovi automatike - II deo u izdanju
Elektronskog fakulteta u Nišu i Elektrotehničkog fakulteta u Istočnom Sarajevu,
2002. godine. Pored ispravke uočenih grešaka, u ovoj knjizi su unete brojne
izmene kao što su uvođenje elemenata primene MATLAB-a u analizi i sintezi
sistema, nove opšte metode za sintezu povratne sprege po stanju, proširen je
broj numeričkih primera, uvedena su Pitanja za samoproveru znanja i Zadaci za
vežbu.
U procesu učenja kod studenata postoje dva prilaza. Dominantan prilaz je da
se učenje odvija putem rešavanja numeričkih zadataka bez dubljeg ulaženja u
teoriju. Drugi prilaz je da se najpre dobro izuči teorija a da se provera usvoje-
nosti gradiva vrši na numeričkim primerima. Dugogodišnje nastavno iskustvo
autora je pokazalo da prvi prilaz učenju ne daje dobre rezultate. Moj savet
studentima je da se orjentišu na drugi način osvajanja znanja iz ove (i drugih)
oblasti. Osim toga, proces studiranja podrazumeva svestrano izučavanje odgo-
varajuće oblasti putem praćenja klasične i savremene literature. Ako se u
procesu učenja najpre redovno pohađaju sva predavanja i vežbe i na njima
aktivno sudeluje vođenjem beležaka, postavljanjem pitanja i aktivnim učešćem
u rešavanju zadataka na auditornim vežbama; izučavanjem tih beležaka istog
dana nakon nastave, uz konsultaciju sa osnovnim udžbenikom i drugom
dostupnom literaturom, tada je za završnu pripremu ispita potrebno samo
nekoliko dana na osnovu beležaka, odnosno ispit se uspešno završava putem
kolokvijuma i domaćih zadataka.
iv
Glava 1: Matematičko modelovanje dinamičkih sistema
1.1 Uvod 1
1.2 Modelovanje mehaničkih sistema 2
1.3 Metoda prostora stanja sistema 8
1.3.1 Matrični model linearnih električnih mreža 11
1.4 Transformacija matematičkih modela iz prostora stanja
u kompleksni domen 14
1.4.1 Primena MATLAB-a za transformacija modela
iz prostora stanja - kompleksni domen 16
1.5 Transformacija modela ulaz-izlaz u prostor stanja.
Računarska simulacija dinamičkih sistema 18
1.5.1 Simulacija dinamičkih sistema na osnovu funkcije prenosa 22
1.5.1.1 Direktno programiranje 22
a) Kanonička kontrolabilna forma 22
b) Modifikovana kanonička forma 24
c) Kanonička opservabilna forma 25
1.5.1.2 Redno programiranje 30
a) Redno programiranje sistema bez konačnih nula 30
b) Redno programiranje sistema s konačnim nulama 31
1.5.1.3 Paralelno programiranje 34
a) Funkcija prenosa ima proste polove. Dijagonalna forma 34
b) Funkcija prenosa ima višestruke polove. Blok-dijagonalna forma 35
1.5.2 MATLAB transformacija modela ulaz-izlaz - prostor stanja 38
Literatura 40
Pitanja za samoproveru 40
Zadaci za vežbu 42
Glava 1.
MATEMATIČKO MODELOVANJE
DINAMIČKIH SISTEMA
1.1 Uvod
U prethodnom kursu »Teorija automatskog upravljanja-1« istaknut je značaj
matematičkog modelovanja sistema automatskog upravljanja kao dinamičkih
sistema radi njihove naučne (matematičke) analize i sinteze. Istaknuto je da se
matematički modeli dinamičkih sistema dobijaju na dva načina: (i) na osnovu
primene fiziko-hemijskih zakona na procese koji se odvijaju u sistemu i (ii) na
osnovu eksperimentalnih ogleda. Kod linearnih dinamičkih sistema matematički
model se može zadavati u dva osnovna oblika: (i) u obliku funkcija prenosa ili
(ii) u obliku diferencijalnih jednačina. Kada se radi o nelinearnim dinamičkim
sistemima, modelovanje primenom funkcija prenosa nije moguće, osim kao
simbolički prikaz, već se isključivo mora koristiti modelovanje pomoću difren-
cijalnih jednačina koje postaju nelinearne. Jedan poseban oblik zapisivanja
diferencijalnih jednačina je tzv. normalan Košijev oblik, kada se na levoj strani
nalaze prvi izvodi promenljivih sistema. Njegova primena na dinamičke sisteme
je korišćena još u 19. veku. Međutim, u prvoj polovini 20. veka, kada su
intenzivno izučavani procesi u linearnim sistemima upravljanja, dominantan
način modelovanja sistema je bio putem funkcija prenosa, tj. analiza i sinteza
sistema upravljanja se vršila u kompleksnom, odnosno frekvencijskom domenu.
Sadržaj kursa »Teorija automatskog upravljanja-1« bio je u celosti posvećen
analizi i sintezi sistema u tom domenu.
U drugoj polovini 20. veka, u vezi sa intenzivnim razvojem sistema
upravljanja i njihove primene za rešavanje problema vođenja složenih, nelinear-
nih procesa, sve više se koristi modelovanje, analiza i sinteza sistema u
vremenskom domenu, korišćenjem diferencijalnih jednačina kao prirodnog
matematičkog prilaza. Upotrebom Košijeve normalne forme kao oblika
zapisivanja diferencijalne jednačine, kod sistema sa jednim ulazom i jednim
izlazom, odnosno sistema diferencijalnih jednačina, kod sistema sa više ulaza i
više izlaza, dovodi do intenzivnog korišćenja matrično-vektorskog prilaza u
^. Milosavljević, Teorija automatskog upravljanja-2
1
Ovaj prilaz se može primeniti i na druge fizičke sisteme.
2
Glava 1.: Matematičko modelovanje dinamičkih sistema
1 n 1
∑ bi q&i2 = 2 q& T Bq& ; B = diag[b1 , b2 ,..., bn ] ,
D(q& ) =
2 i =1
(1.6)
2
Često se koeficijent krutosti k pogrešno poistovećuje s koeficijentom elastičnosti.
3
^. Milosavljević, Teorija automatskog upravljanja-2
d ∂ 1 ∂ 1
[ ( J 1ω12 + J 2 ω22 − k12 ( θ1 − θ 2 ) 2 ) − [ J 1ω12 + J 2 ω22 − k12 ( θ1 − θ 2 ) 2 ]
dt ∂ω 2 ∂θ 2
∂ 1
+ [b1ω12 + b2 ω22 ] = M;
∂ω 2
odnosno
dω1
J1 + k12 (θ1 − θ 2 ) + b1ω1 = M 1 ,
dt
dω 2
J2 − k12 (θ1 − θ 2 ) + b2 ω1 = − M 2 .
dt
Pri izvođenju ovog modela vodilo se računa o smeru delovanja spoljašnjih sila, u
datom slučaju: momenta M1 koji deluje u smeru brzine ω1 i momenta M2, koji deluje
suprotno od smera brzine ω2, pa nosi znak minus.
Prethodne relacije se mogu napisati u Košijevom normalnom obliku3
dω1 1 k b
= M 1 − 12 ( θ1 − θ 2 ) − 1 ω1 ,
dt J1 J1 J1
(1.7)
dω2 1 k12 b2
=− M2 + ( θ1 − θ 2 ) − ω 2 ,
dt J2 J2 J2
ili u operatorskom obliku, nakon primene Laplasove transformacije,
1
Ω1 ( s ) = [M 1 ( s) − k12 (θ1 ( s) − θ 2 ( s )) − b1Ω1 ( s)] ,
sJ 1
1
Ω 2 ( s) = [− M 2 ( s) + k12 (θ1 ( s) − θ 2 ( s )) − b2 Ω 2 ( s )].
sJ 2
Strukturna blok-šema i graf toka signala ovog sistema prikazani su na sl. 1.3a i b,
respektivno
3
Gore je rečeno da se primenom Lagranžovih jednačina dobija n jednačina drugog reda. Ako se
uzme u obzir da je ugaona brzina izvod ugla po vremenu, ove jednačine će postati jednačine
drugog reda.
4
Glava 1.: Matematičko modelovanje dinamičkih sistema
Prethodni primeri su bili primeri koji se mogu modelovati linearnim
diferencijalnim jednačinama. Razmotrimo sada dva primera čije modelovanje
dovodi do nelinearnih difrencijalnih jednačina.
Primer 1.3 Na sl. 1.4 prikazan je mehanički sistem. Telo mase m1 se pod dejstvom
sile F kreće translaciono duž x- ose bez trenja. Za to telo je, preko štapa, čija se masa
može zanemariti, obešeno telo mase m2, koje se u trenutku posmatranja nalazi pod
uglom θ u odnosu na vertikalnu y-osu. Na telo m2 deluje zemljina teža. Odrediti
matematički model ovog sistema.
5
^. Milosavljević, Teorija automatskog upravljanja-2
d ∂ 1 1
(m1 + m2 )v x2 + m2 l 2 ω2 + m2lωv x cos θ
dt ∂v x 2 2
(1.14)
∂ 1 1
− (m1 + m2 )v x2 + m2 l 2 ω2 + m2 lωv x cos θ = F
∂x 2 2
d
dt
[ ]
(m1 + m2 )v x + m2 lω cos θ = F ⇒
4
Do istog rezultata može se doći i primenom drugog zakona mehanike i Dalamberovog
principa. Sile koje deluju duž x-ose su: aktivna sila F i sile inercije masa m1 i m2. Međutim, i sila
teže G, iako deluje vertikalno, dovodi do lučnog kretanja mase m2 pa će zbog toga postojati
horizontalna projekcija sile inercije usled ovog lučnog kretanja. Tangencijalna brzina lučnog
kretanja je vθ = lθ& , a njena projekcija na x-osu je vθx = lθ& cos θ . S toga je komponenta ubrzanja
duž x-ose ε = dv / dt = l&θ& cos θ − lθ& 2 sin θ . Komponenta sile inercije mase m2 duž x-ose usled
θx θx
6
Glava 1.: Matematičko modelovanje dinamičkih sistema
x&1 = x 2 ,
x& 2 = f x (θ1 , θ 2 , F ),
θ& = θ ,
1 2
θ& 2 = f θ (θ1 , θ 2 , F ),
gde su: f x i f θ izrazito nelinearne funkcije.
Primer 1.4. U sistemu iz prethodnog zadatka postoji statčko (Kulonovo) trenje tela
mase m1 sa vođicama. Odrediti matematički model sistema.
Sila usled trenja odredjuje se kao proizvod koeficijenta trenja (f) i sile koja deluje
normalno na površinu trenja. U ovom zadatku postoje statičke i dinamičke sile. Statičke
sile su sila težine masa. One deluju u celosti vertukalno na ravan kretanja. Dinamičke
sile su sila inercije mase m1. Postoje dve sile inercije - tangencijalna i radijalna.
Tangencijalnu sila inercije projektovana na y-osu je
d
Fθ = m2 ε θy = m2 (lθ& sin θ) = m2l&θ& sin θ + m2lθ& 2 cos θ . (1.20)
dt
Radijalna komponenta, koju u prethodnom zadatku nismo uzimali u obzir, jer se
uravnotežava unutrašnjim silama u štapu, je
v2
Fr = m2 θ = m2 lθ& 2 , (1.21)
l
a njena projekcija na y-osu je
Fry = m2lθ& 2 cos θ . (1.22)
Sila trenja menja smer sa promenom smera kretanja. S obzirom da se suprotstavlja
kretanju ona nosi znak minus. U ovom slučaju slila trenja je
Ftr = f [(m1 + m2 ) g + m2l (&θ& sin θ + θ& 2 cos θ)]sgn( x) .
Sada je matematički model sistema sa trenjem
(m1 + m1 ) &x& + m2l (θ& 2 sin θ + &θ& cos θ) +
f [(m1 + m2 ) g + m2l (&θ& sin θ + θ& 2 cos θ)] sgn( x) = F , (1.24)
&&
lθ + &x& cos θ + g sin θ = 0.
7
^. Milosavljević, Teorija automatskog upravljanja-2
8
Glava 1.: Matematičko modelovanje dinamičkih sistema
5
U savremenoj literaturi matematički model linearnog dinamičkog sistema se zapisuje u obliku:
x& = Ax + Bu x ∈ ℜn ; u ∈ ℜr ; c ∈ ℜm ;
;
c = Dx + Hu A ∈ ℜ n×n ; B ∈ ℜ n×r ; D ∈ ℜ m×n ; H ∈ ℜ m×r .
9
^. Milosavljević, Teorija automatskog upravljanja-2
dθ 2
= ω2 ,
dt
(1.31b)
dω 2 k12 k b 1
= θ1 − 12 θ 2 − 2 ω 2 − M 2.
dt J2 J2 J2 J2
ili u matričnom obliku
0 1 0 0 0 0
θ1 k12 b k12 θ1
- − 1 0 1 0
d ω1 J1 J1 J1 ω
= + J M +
1
M . (1.32)
dt θ 2 0 0 0 1 θ 2 01 1 0 2
k12 k b2 1
ω 2 J 0 − 12 − ω -
2 J2 J 2 2 0 J2
U ovom slučaju smo pretpostavili da moment M2 ima ulogu poremećaja, a M1 ulogu
upravljanja, pa sistem ima oblik zapisivanja (1.32), tj.
0 1 0 0
0 0 0
θ1 k12 b1 k12
− 1 0
ω - J 0
0 .
; b = J 1 ; p(t ) =
J1 J1
x = ; A = 1
1
M =
0 2 0
θ2 0 0 0 1
k12 k b2 0 1 M2
ω 2 0 − 12 0 - -
J 2 J2 J 2 J2 J2
Na osnovu datog modela, zaključujemo da je sistem četvrtog reda, jer se opisuje
sistemom od četiri diferencijalne jednačine prvog reda. Treba obratiti pažnju i na
činjenicu da će, na primer, matrica stanja A imati drugačiji oblik ako promenimo
redosled jednačina u (1.32). To ukazuje na činjenicu da za jedan te isti dinamički sistem
mogu postojati, po formi, različiti matematički modeli, što nije slučaj u primeni kon-
cepcije ulaz-izlaz sistema, tj. funkcije prenosa sistema.
.
U sistemu iz ovog primera, koordinate stanja su veličine koje imaju fizički
smisao, jer se mogu meriti neposredno ili posredno. U opštem slučaju, u
matematičkom modelu sistema u prostoru stanja, koordinate stanja ne moraju
imati fizički smisao, pa se zbog toga ne mogu ni meriti. Osim toga u ovom
primeru koordinate stanja su neposredno povezane s elementima koji imaju
mogućnost da akumuliraju energiju. U datom slučaju, obrtne mase, okarakte-
risane momentima inercije J1 i J2, imaju sposobnost akumuliranja kinetičke, a
torziona opruga (k12) akumulira potencijalnu energiju.
U sledećem odeljku prikazaćemo jedan način dobijanja matematičkog
modela u prostoru stanja za linearne električne mreže. S obzirom na to da se
linearni mehanički sistemi mogu, primenom elektromehaničkih analogija, svesti
na ekvivalentnu šemu električnog sistema, postupak koji će biti izložen može se
primeniti i na linearne mehaničke sisteme i za linearne elektromehaničke
sisteme. Kod nelinearnih elektromehaničkih sistema može se koristiti prilaz
preko Lagranžeovih jednačina u kojima se koriste pojmovi generalisane
kinetičke i potencijalne energije.
10
Glava 1.: Matematičko modelovanje dinamičkih sistema
Sl. 1.5. Električna šema sistema. Sl. 1.6. Pomoćna električna mreža.
11
^. Milosavljević, Teorija automatskog upravljanja-2
u L1 = − R1i1 − u c + u1 ,
u L2 = − R2 i2 + u c − u 2 ,
(1.36)
ic = i1 − i2 ,
c = uc ,
kojima odgovara električna otporna mreža kao na sl. 1.6. sa strujnim i
naponskim izvorima. U njoj su sve induktivnosti zamenjene pseudoizvorima
struja, a kapacitivnosti - pseudoizvorima napona.
Zamenjujući (1.36) u (1.34) dobija se
R1 1 1
si1 = − i1 − uc + u1 ,
L1 L1 L1
R2 1 1
si 2 = − i2 + uc − u2 ,
L2 L2 L2
1
su c = (i1 − i 2 ),
C
c = uc ,
ili u matričnom obliku:
i1 − R1 / L1 0 - 1/L1 i1 1/L1 0
d u
i2 = 0 - R2 / L2 1/L 2 i2 + 0 1/L 2 1 ,
dt u (1.37)
uc 1 / C − 1/ C 0 uc 0 0 2
c = uc .
Način dobijanja matematičkog modela u prostoru stanja za električne
nedegenerisane mreže se može uopštiti i iskazati sledećim algoritmom:
1. Svi kondenzatori i svi kalemovi (elementi koji akumuliraju energiju)
zamenjuju se ekvivalentnim naponskim i strujnim izvorima, respektivno. Na taj
način se data električna mreža transformiše u otpornu mrežu s izvorima napona
i struja, gde su, pored stvarnih izvora napona i struja, uključeni i pseudoizvori
napona i struja, kondenzatora i kalemova, respektivno.
1. Na osnovu tako dobijene otporničke mreže, koristeći osnovne zakone
elektrotehnike, nalaze se izrazi za napone na pseudoizvorima struja i struje
kroz pseudoizvore napona, u funkciji napona i struja stvarnih izvora napona i
struja, prisutnih otpornosti kao i struja pseudoizvora struja i napona pseudo-
izvora napona. Time se dobija sistem algebarskih jednačina na čijoj levoj strani
se nalaze naponi na krajevima induktivnih kalemova i struje kroz kondenzatore.
3. Na kraju se, na levoj strani tako dobijenih jednačina, umesto izraza za
napone na induktivnim kalemovima i struja kroz kondenzatore zapisuju
di L j dU C k
Lj , Ck , respektivno, i deli leva i desna strana sa Lj, odnosno Ck.
dt dt
Na taj način se dobija sistem jednačina stanja u opštem obliku:
12
Glava 1.: Matematičko modelovanje dinamičkih sistema
R ji M jv Pjz
d iL j L j p× p L j p×q i L j L j p×r
u = u + u;
dt Ck n×1 N ki Gkv Ck n×1 Qkz (1.38)
C k
C k q×q n×n C k
q× p q×r n×r
i, j = 1, p; v, k = p + 1, n; z = 1, r ; u ∈ ℜ r
U onim slučajevima kada su mreže degenerisane, dati postupak se ne može
primeniti. Pod degenerisanim mrežama se podrazumevaju električne mreže u
kojima se ne mogu nezavisno zadavati početni uslovi na induktivnim
kalemovima ili na kondenzatorima. Na primer, ako se neka zatvorena kontura
sastoji iz dva ili više redno vezanih kondenzatora s naponskim izvorom, tada se
na kondenzatorima ne mogu proizvoljno zadavati početni uslovi. Isto tako, ako
su u jednom čvoru sa strujnim izvorom nalazi veći broj induktivnih kalemova,
na njima se, takođe, ne mogu proizvoljno zadavati početni uslovi. O načinu
dobijanja matematičkih modela takvih mreža videti u [5].
Primer 1.6
Obratimo ponovo pažnju na matematički model sistema sa sl. 1.2, koji je analog
sistema sa sl. 1.4. Zamenjujući električne veličine njihovim mehaničkim ekvivalentima,
model (1.37) postaje
ω1 − b1 / J 0 -1/J 1 ω1 1 / J1 0
d M
ω2 = 0 − b2 / J 2 1/ J 2 ω2 + 0 − 1 / J 2 1 ,
dt M (1.39)
M 12 k12 − k12 0 M 12 0 0 2
c = M 12 .
Upoređujući modele (1.7), (1.32) i (1.39), koji opisuju jedan te isti mehanički sistem
sa sl. 1.2, uočava se njihova različitost. Prvi ima dve, drugi - četiri, a treći - tri
diferencijalne jednačine. Na prvi pogled reklo bi se da dati modeli ne opisuju isti sistem.
Već smo konstatovali da model (1.7) iako formalno ima normalnu Košijevu formu, ne
može se smatrati valjanim modelom prostora stanja, jer na njegovoj desnoj strani
figurišu veličine θ1 i θ2, koje su s koordinatama stanja ω1 i ω2 u funkcionalnoj zavis-
nosti, što je i iskorišćeno za dobijanje modela (1.32), koji ima valjanu formu modela u
prostoru stanja. Model (1.39) se, u suštini, ne razlikuje od modela (1.32), samo je
kompaktniji. Naime, ako se moment koji deluje na krajevima spiralne opruge M12 izrazi
putem koeficijenta torzione krutosti i uglova obrtanja dveju obrtnih masa dobija se:
M 12 = k12 (θ1 − θ 2 )
Diferencirajući ovaj izraz po vremenu dobija se
d dθ dθ
M 12 = k12 1 − k12 2 = k12 ω1 − k12 ω2 ,
dt dt dt
što je, zapravao, treća jednačina u modelu (1.39). Ona se može dobiti iz modela (1.32)
oduzimanjem treće od prve jednačine i množenjem leve i desne strane s k12. Prema
tome, pokazali smo da su sva tri modela ekvivalentna, a da je model (1.39)
najkompaktniji u smislu modela sistema u prostoru stanja. Ukažimo, ponovo, da taj
model sadrži tri diferencijalne jednačine i da su promenljive stanja posledica prisustva
13
^. Milosavljević, Teorija automatskog upravljanja-2
tri fizička elementa koji mogu akumulirati energiju: dve obrtne mase i jedne opruge
(dva induktivna kalema i jednog kondenzatora).
Primer 1.7. U cilju ilustracije metode odredimo funkciju prenosa sistema datog
modelom (1.39) za ulaz M1 i izlaz ω2, pri M2=0.
Relevantne matrice sistema su:
b1 1
− J 0 −
J1
1
1 J
b2 1 1
A= 0 − ; b = 0 ; d T = [0 1 0]; h = 0 ;
J2 J2
k 0
− k12 0
12
b1 1
s + J 0
J1
1
b 1
sI − A = 0 s + 2 − ; det[sI − A ] =
J2 J2
−k k s
12 12
1
J1 J 2
[ ]
J1 J 2 s 3 + (b1 J 2 + b2 J1 ) s 2 + (b1b2 + k12 ( J1 + J 2 ))s + k12 (b1 + b2 .
S obzirom na to da vektor b ima samo prvi, a vektor d - samo drugi element različit
od nule, za dobijanje inverzne matrice matrici [sI − A ] u adj[sI − A ] treba odrediti
samo član u prvoj koloni i drugoj vrsti, a to znači kofaktor determinante matrice
[sI − A ] kada se precrta njena prva vrsta i druga kolona, uz izmenu znaka. Tako se
dobija
T
x x x
k
adj[sI − A ] = 12 x x ,
J2
x x x
sledi:
1 k12
x x x J
adj[sI − A ]
1
[0 1 0] k12 J1J 2
1
G( s) = d b= x x 0 =
det[sI − A ] det[sI − A ] J2 det[sI − A ]
x x x 0
Zamenom det[ sI − A ] , posle sređivanja, dobija se izraz
15
^. Milosavljević, Teorija automatskog upravljanja-2
Ω 2 (s) k12
G( s) = = .
M 1 ( s ) J 1 J 2 s 3 + (b1 J 2 + b2 J 1 ) s 2 + (b1b2 + k12 ( J 1 + J 2 ) s + k12 (b1 + b2 )
16
Glava 1.: Matematičko modelovanje dinamičkih sistema
Kao što se vidi, program daje vrednosti nula za sve izlaze pri odgovarajućem ulazu,
vrednosti polova, koji su isti bez obzira na ulaz, i vrednosti pojačanja za odgovarajuće
ulaze i izlaze. Prema dobijenim u MATLAB-u rezultatima dati su elementi matrice
funkcije prenosa sistema.
17
^. Milosavljević, Teorija automatskog upravljanja-2
6
Različiti programski jezici za simulaciju linearnih dinamičkih sistema na digitalnom računaru
imaju različite pristupe i oznake elemenata. Neki koriste integratore samo s jednim ulazom, dok
drugi koriste sumacione integratore, kao npr. na sl. 1.15., str. 27.
18
Glava 1.: Matematičko modelovanje dinamičkih sistema
Na sl. 1.7 prikazan je sumator samo s tri ulaza, a u relaciji (1.50) s k ulaza.
Pojačavač (atenuator) pojačava (slabi) ulazni signal a puta, tj.
y (t ) = ax (t ) . (1.51)
Postupak modelovanja (simulacije) prikazaćemo na primeru koji smo već
više puta koristili za različite namene - na primeru mehaničkog sistema s dve
mase, čiji je matematički model dat relacijma (1.31) koje ćemo neznatno
modifikovati:
dθ1
= ω1 ,
dt
(1.51a)
dω 1 1
= ( − k12 θ1 − b1ω 1 + k12 θ 2 + M1 ),
dt J1
dθ 2
= ω2 ,
dt
(1.51b)
dω 2 1
= ( k12 θ1 − k12 θ 2 − b2 ω 2 − M 2 ).
dt J2
Sistem diferencijalnih jednačina prvog reda je veoma pogodan za mode-
lovanje. Svaka od ovih diferencijalnih jednačina zahteva primenu samo jednog
integratora. Suština sastavljanja simulacione šeme je u striktnom ostvarivanju
jednakosti leve i desne strane. U cilju bližeg pojašnjenja, najpre ćemo posma-
trati samo drugu diferencijalnu jednačinu u (1.51a). Iz nje se vidi da je diferen-
cijal brzine ω1 jednak algebarskoj sumi ponderisanih promenljivih na njenoj
desnoj strani, što se pomoću datih operacionih blokova i linija za vezu između
tih blokova (provodnici za spajanje kod analognog računara) može predstaviti
kao na sl. 1.8. Pri tome je izlaz integratora spojen s ulazom ω1, jer se radi o
istim veličinama (“potencijalima”). Veličina M1 je spoljašnja sila, a θ1 je unut-
rašnja koordinata sistema, i, prema prvoj relaciji (1.51a), ona je integral brzine
ω1. Na isti način se modelira i četvrta jednačina. Objedinjavanjem dobija se
simulacioni dijagram sistema kao na sl. 1.9.
19
^. Milosavljević, Teorija automatskog upravljanja-2
20
Glava 1.: Matematičko modelovanje dinamičkih sistema
uz napomenu da se ovde, umesto skalarnih primenjuju vektorski operacioni
elementi. Međutim, postupak konstruisanja simulacionih šema je potpuno isti.
Na sl. 1.10 data je simulaciona šema za sistem (1.53).
Na sl. 1.10 su vektorski pojačavači označeni pravougaonicima, a sumatori
kružićem s oznakom Σ.
Pokazali smo kako se na osnovu matematičkog modela u prostoru stanja
konstruiše simulaciona šema za analogni računar. Ali, matematički model
sistema u prostoru stanja nije, kao što smo videli, jedini način matematičkog
modelovanja sistema. Tu su i modeli u obliku funkcije prenosa ili matrice
funkcija prenosa, kao i modeli u obliku sistema diferencijalnih jednačina koje
nisu u Košijevoj normalnoj formi, odnosno u obliku prostora stanja. Pre nego
što pređemo na konstrukciju simulacionih šema za sisteme čiji su matematički
modeli dati u obliku funkcije prenosa, ukažimo na postupak simulacije
diferencijalne jednačine n-tog reda oblika:
a n, +1 x ( n ) + a n, x ( n −1) +...+ a 2, x '+ a 1, x = b' u .
Opšti postupak za simulaciju ovog tipa diferencijalne jednačine je sledeći:
,
najpre se cela jednačina podeli koeficijentom uz najveći izvod ( a n+1 ) i
jednačina reši po njemu, tj.
a, b'
x ( n ) = − a n x ( n −1) −...− a 2 x '− a1 x + bu; ai = , i , i = 1, n; b = , , (1.54)
a n +1 a n +1
zatim se nacrta sistem od n redno vezanih integratora, čiji je ulaz najveći izvod
promenljive x, a izlaz - promenljiva x, sl. 1.11. Sada se, jednostavno, s izlaza
svakog integratora, preko odgovarajućih pojačavača i sumatora dovodi signal na
ulaz integratorskog sistema u skladu s izrazom (1.54).
Ako na ovu simulacionu šemu primenimo pravilo da su, za model u prostoru
stanja, promenljive stanja izlazne veličine integratora, tada se, na osnovu sl.
1.11, može napisati:
Napomena 1.2: ukoliko funkcija prenosa ima isti stepen imenioca i brojioca, tada se,
deljenjem brojioca imeniocem, sistem svodi na paralelnu spregu funkcije prenosa
oblika (1.58), u kojoj je brojilac za jedan stepen niži od imenioca, i pojačavačkog
elementa s pojačanjem h. Usled toga će se u izrazu za izlaz C(s) pojaviti ta
proporcionalna komponenta, pa će u modelu sistema (1.63) zadnja relacija imati oblik:
m+1
c = ∑ b j x j + hu , (1.64)
j =1
23
^. Milosavljević, Teorija automatskog upravljanja-2
24
Glava 1.: Matematičko modelovanje dinamičkih sistema
sc = x2 + k1u + k o su ,
s 2 c = x3 + k 2u + k1su + k 0 s 2u ,
..............................................
(1.73)
s n−1c = xn + k n−1u + k n−2 su + ... + k o s n−1u ,
s n c = x& n + k n−1su + ... + k o s n u =
− a1 x1 − a2 x2 − ... − an xn + k n u + k n−1su + ... + k o s n u.
Na osnovu treće relacije u (1.71) može se zapisati
x1 = c − ko u ,
a na osnovu prve, druge,..., i-te relacije iz (1.73):
x2 = sc − k1u − k o su ,
x3 = s 2 c − k 2u − k1su − k o s 2u ,
..........................................
xn = s n−1c − k n−1u − k n−2 su − ... − k o s n−1u.
Zamenjujući ove relacije u poslednju relaciju (1.73), posle razdvajanja promen-
ljivih i objedinjavanja članova s istim stepenom promenljive s, ima se:
k o s n + ( k 1 + a n k o ) s n −1 + ( k 2 + a n k 1 +
( s n + a n s n −1 +...+ a 2 s + a 1 )C ( s) = a n −1 k 0 )s n − 2 +...+ ( k n + a n k n −1 + U ( s).
a n −1 k n − 2 +...+ a1 k o )
Upoređujući poslednji izraz s datom funkcijom prenosa, dolazi se do sledećih
rekurentnih relacija za sračunavanje koeficijenata ki, i = 0, n .
k o = bn+1 ,
k1 = bn − an k o ,
k 2 = bn−1 − an k1 − an−1k 0 , (1.74)
.....................................
i −1
k i = bn+1−i − ∑ an+1−i + j k j .
j =0
Očigledno je da se dati postupak može primeniti i na slučaj kada je stepen
polinoma u brojiocu funkcije prenosa manji od stepena imenioca. Tada se
odgovarajući bi izjednačavaju s nulom.
c) Kanonička opservabilna forma. Daćemo još jedan oblik kanoničke
forme, koja je u [6] definisana kao opservabilna forma7.
Razmotrimo ponovo relaciju za funkciju prenosa (1.70). Deo funkcije
prenosa,
7
Pojam opservabilnosti sistema biće uveden u trećoj glavi, kada će moći da se sagleda zašto je
ovaj oblik dobio naziv kanonička opservabilna forma.
25
^. Milosavljević, Teorija automatskog upravljanja-2
E( s) 1
= n , (1.75)
U ( s ) s + a n s +...+ a 2 s + a1
n −1
se, osim na gore opisani način, može simulirati modelom kao na sl. 1.13, što se
lako može proveriti nalaženjem ukupne funkcije prenosa iz simulacione šeme.
U(s) xn xn-1 Na osnovu te šeme se
x2 x1 E(s) zapisuju jednačine stanja:
x&1 = − an x1 + x2 ,
-an
-an-1
x& 2 = − an−1 x1 + x3 ,
-a2 ........................
-a1
x& n−1 = − a2 x1 + xn ,
Sl. 1.13. Simulaciona šemal funkcije prenosa (1.75). x& n = − a1 x1 + u.
Ako se, na osnovu ukupne funkcije prenosa (1.70), napiše jednakost:
n +1
bi s i −1
C ( s) = ∑ n n −1
U ( s) ,
i =1 s + a n s + ... + a2 s + a1
uočava se da se izlaz dobija kao suma diferencijala ulaznog signala, pomno-
ženih odgovarajućim faktorima i funkcijom prenosa (1.75) čiji je simulacioni
dijagram već dat. Svaki od sabiraka naznačenih u sumi predstavlja neku
funkciju prenosa od ulaza U(s) do izlaza. U cilju potpunijeg razumevanja,
obratimo se grafu toka signala prethodne simulacione šeme, predstavljenom na
sl. 1.14, kome su pridodati ulazi u1 ,...,un i odredimo funkcije prenosa od svakog
ulaza do izlaza C(s). Iz grafa nalazimo:
n
a 1
∆( s ) = 1 + ∑ n−ii +1 = ( s n + an s n−1 + .... + a2 s + a1 ) n .
i =1 s s
26
Glava 1.: Matematičko modelovanje dinamičkih sistema
u
b1 b2 b n-1 bn bn+1
xn xn-1 x2 x1 c
-an
-an-1
-a2
-a1
− a n 1 0 ... 0 bn − a n bn+1
− a b − a b
n−1 0 1 0 ... n−1 n −1 n +1
x& = ... ... ... ... ... x + .................. u ,
(1.76)
− a 2 0 ... 1 0 b2 − a 2 bn+1
− a1 0 ... ... 0 b1 − a1bn+1
c = [1 0 ... ... 0]x + bn+1u.
27
^. Milosavljević, Teorija automatskog upravljanja-2
C ( s ) 8s 3 + 4 s 2 + 2 s + 1
Primer 1.11. Dat je sistem: G ( s) = = . Odrediti modele u
U ( s ) s 3 + 3s 2 + 5s + 6
prostoru stanja.
S obzirom da je stepen brojioca isti kao stepen imenioca, za prvi postupak
(kontrolabilna forma) moramo najpre podeliti brojilac imeniocem, što daje
C (s) 20s 2 + 38s + 47
G( s) = = 8− 3 ,
U (s) s + 3s 2 + 5s + 6
a odatle se odmah može napisati model:
0 1 0 0
x& = 0 0
1 x + 0u; c = [− 47 − 38 − 20]x + 8u .
− 6 − 5 − 3 1
28
Glava 1.: Matematičko modelovanje dinamičkih sistema
Napomena 1.4: Ako izvršimo promenu redosleda označavanja izlaza integratora
(praktično zamenimo mesta x1 i x3 na šemi 1.16a) dobićemo model u obliku
− 3 − 5 − 6 1
x& = 1 0
0 x + 0u; c = [− 20 − 38 − 47]x + 8u (*)
0 1 0 0
29
^. Milosavljević, Teorija automatskog upravljanja-2
si si
a) b)
.
k xi
u xn
xi x1 c
sn si s1
c)
Sl.1.17. Simulacioni dijagrami: (a) i-tog elementa sa sumatorom, b) sa sumacionim
integratorom, (c) kompletna šema dobijena rednim programiranjem.
S obzirom na to da su ovakvi elementi vezani na red, simulaciona šema
celog sistema dobija se u obliku kao na sl. 1.17c. Ako se, sada, izlazi integratora
proglase koordinatama stanja x1, x 2 ,..., x n redosledom kako je naznačeno na
pomenutoj slici, što nije i jedini mogući redosled označavanja, onda se model
sistema u prostoru stanja dobija u sledećem obliku:
30
Glava 1.: Matematičko modelovanje dinamičkih sistema
s1 1 0 ... 0 0
0 s 1 0... 0 0
x& = 2
x + u , (1.78)
. . . . . ...
0 0 ... 0 sn k
c = [1 0 ... 0]x .
Sl. 1.18. Simulaciona šema sistema sa konačnim nulama dobijena postupkom rednog
programiranja.
Kao što se vidi, funkcija prenosa je redna veza dva podsistema: podsistema
bez konačnih nula, čija je funkcija prenosa data sa (1.77) i simulacioni dijagram
kao na sl. 1.17c, i podsistema sa istim brojem polova i nula:
j = p+ m
q= m s − sq
W2 ( s ) = ∏ s − sj
, (1.80)
q =1
j = p +1
31
^. Milosavljević, Teorija automatskog upravljanja-2
k ( s + 2)( s + 7)
Primer 1.12. Dat je sistem opisan modelom: W ( s ) = .
( s + 1) 2 ( s + 3)( s + 5)
Primenom rednog programiranja prevesti ovaj model u prostor stanja.
Zapisaćemo najpre model u obliku
1 s+2 s+7 1 1 2
W ( s) = k =k (1 − )(1 + )
( s + 1) 2 s + 3 s + 5 ( s + 1) 2 s+3 s+5
Simulacioni dijagram prikazan je na slici 1.19a.
u c
k
x4 x3 2 -1
x2 x1
-1 -1
-5 -3
a)
u
2 -1 x1 k
x4 x3 x2
-5 -3 -1 -1
b)
Sl. 1.19 Simulacione šeme za primer 1. 12.
33
^. Milosavljević, Teorija automatskog upravljanja-2
34
Glava 1.: Matematičko modelovanje dinamičkih sistema
postaviti na njihovim ulazima (opservabilna forma). Tada će, umesto vektora b,
jedinične elemente imati vektor d, tj. oni će zameniti elemente. Postavlja se
pitanje koji od ovih modela je bolji? Odgovor na ovo pitanje ostavićemo za
kasnije, kada budemo izučavali osobine sistema.
s 3 − 13s + 12
Primer 1.13. Neka je W ( s) = . S obzirom da su stepeni brojioca
s 3 + 6 s 2 + 11s + 6
i imenioca isti, vršeći njihovo delenje dobija se
W ( s) = 1 + W1 ( s );
− 6s 2 − 24s + 6 12 30 12 12 30 12
W1 ( s) = = − + ;W ( s ) = 1 + − + ;
s + 6s + 11s + 6
3 2
s + 1 s + 2 s + 3 s + 1 s + 2 s +3
Simulaciona šema ovog sistema je data na sl. 1.21. Prema tome, model sistema je:
x&1 - 1 0 0 x1 1
&x = x& 2 = 0 - 2 0 x2 + 1u , Napominjemo da su i
x& 3 0 0 - 3 x3 1 ova dva modela sistema
c = [12 − 30 12]x + u. medjusobno dualni mo-
ili deli (videti odeljak 3.4)
x&1 - 1 0 0 x1 12
x& = x& 2 = 0 - 2 0 x2 + − 30u ,
x& 3 0 0 - 3 x3 12
c = [1 1 1]x + u.
Poslednja dva modela su ista sa stanovišta ulaz - izlaz, međutim, koordinate stanja u
ovim modelima nisu identične.
1 dp ν N (s)
k j ,ν − p = p (s − s j ) K , (1.90)
p! ds P(s) s=s
j
a koeficijenti ki po obrascu
N ( si )
ki = K , i = ν + 1, n . (1.91)
P' ( si )
xn
Posmatrajući (1.89) uoča-
sn kn vamo da je drugi sabirak
(druga suma) čista para-
kn-1
lelna veza od n-v eleme-
u xi
nata koji potiču od prostih
si polova funkcije prenosa.
Taj deo sistema se mode-
luje kao ranije (sl. 1.20).
xv+1 k v+1
Σ c
Prva suma istog izraza, ta-
sv+1 kođe, asocira na paralelnu
kj,2
vezu. Međutim, članovi te
kj,1 sume, osim jednog, se sas-
xj,v xj,v-1 kj,v-1
x2
toje iz redne veze različitog
x1
sj broja elemenata (od dva do
sj sj kj,v v) sa identičnim imenio-
cima. I ovaj deo sistema se
1.22. Simulaciona šema sistema (1.89). lako modeluje kao redna
veza od v identičnih eleme-
nata sa odgovarajućim izlazima pomnoženim težinskim koeficijentima (1.91).
Kompletna simulaciona šema data je na sl. 1.22.
36
Glava 1.: Matematičko modelovanje dinamičkih sistema
Na osnovu simulacione šeme može se zapisati matematički model sistema u
obliku:
x& j = s j x1 + x j +1 ; j = 1, v;
x& v = s j xv + u;
x&i = si xi + u; i = v + 1, n; (1.92)
v −1 n
c = ∑ k j ,v− p x p +1 + ∑ k i xi .
p =0 i =v +1
b1 = [0,...,0,1] ; b 2 = [1,...,1,1] ;
T T
37
^. Milosavljević, Teorija automatskog upravljanja-2
10( s + 2)
Primer 1.14. Dat je sistem W ( s) = . Prevesti dati model u
( s + 1) 2 ( s + 3)(s + 5)
prostor stanja paralelnim programiranjem.
Ovde imamo jedan pol (s=-1) višestrukosti ν=2 i dva prosta pola: s3=-3 i s4=-5.
Prema (1.89) imamo
k j ,ν − p 4
ki
W ( s ) = ∑ p =0 ∑
1
ν− p
+ ;
(s − s j ) i =3 ( s − s i )
1 d0 10( s + 2) 5
k j ,2 = 0 ( s + 1)
2
= ;
0! ds ( s + 1) ( s + 3)( s + 5) s =−1 4
2
1d 10( s + 2) 5
k j ,1 = ( s + 1)
2
= ;
1! ds ( s + 1) ( s + 3)( s + 5) s =−1 16
2
10( s + 2) 5 10( s + 2) 15
k3 = s =−3 = − ; k 4 = s =−5 = ;
( s + 1) ( s + 5)
2
4 ( s + 1) 2 ( s + 3) 16
5/ 4 5 / 16 5/ 4 15 / 16
Sada je W ( s ) = − + − + .
( s + 1) 2
( s + 1) ( s + 3) ( s + 5)
Simulacioni dijagram je prikazana na sl. 1.23
u x2 5/4
x1
-1 -1 5/16 − 1 1 0 0 0
0 −1 0 0 1
x& = x + u;
c
0 0 −3 0 1
x3
-5/4 0 0 0 − 5 1
-3
5 5 5 15
15/16 c= − x
4 16 4 16
x4
-5
38
Glava 1.: Matematičko modelovanje dinamičkih sistema
3 2
Primer 1.15 . Prevesti funkciju prenosa W ( s ) = 8s3 + 4 s2 + 2 s + 1 u model u
s + 3s + 5 s + 6
prostoru stanja.
( s + 1)(s + 3)(s + 4)
Primer 1.16 . Prevesti funkciju prenosa W (s) = 8 u model u
( s + 2)(s + 5)(s + 6)
prostoru stanja primenom MATLAB-a
>> z=[-1;-3;-4];p=[-2;-5;-6];k=8;
>> [A,B,D,H]=zp2ss(z,p,k) Prema tome, model je
A= x&1 − 2 0 0 x1 1
-1.0000 0 0 x& = − 1 − 11 − 5,4772 x2 + 1u;
-1.0000 -11.0000 -5.4772 2
x&3 0 5,4772 0 x3 0
0 5.4772 0
B= x1
1 c = [− 8 − 32 − 26,2907] x2 + 8u.
1
0 x3
D=
-8.0000 -31.0000 -26.2907
H=
8
Dobijeni model se razlikuje od polaznog koji je generisao funkciju prenosa u
zadatku transformacije modela iz prostora stanja u funkciju prenosa (videti primer 1.9).
To još jedanput potvrđuje da ne postoji jednoznačnost modela u prostoru stanja.
39
^. Milosavljević, Teorija automatskog upravljanja-2
LITERATURA
[1] Kuo, B. C.: Automatic Control Systems, Prentice-Hall, Inc. Englewood Clifs, NJ,1982.
[2]. Stojić, M.: Kontinualni sistemi automatskog upravljanja, »Nauka«, Beograd, 1996.
[3] Чаки, Ф.: Современная теория управления , «Мир», Москва, 1975.
[4] Чиликин, М. Г., Ключев, В. И., Сандлер, А. С.: Теория автоматизированного
электропривода, «Энергия» , Москва, 1979.
[5]. Mayhan, J. R.: Discrete-Time and Continuous-Time Systems, Addison-Wesley
Publishing comp, 1984.
[6]. Franklin, G. F., Powel, J. D., Emami-Naeni, A.: Feedback Control of Dynamic Systems,
Addison-Wesley Publishing comp., 1986.
[7] Воронов, А. А.: Устойчивость, управляемость наблюдаемость,, «Наука»,
Москва, 1979.
[8] Воронов, А. А.: Введение в динамику сложных управляемых систем, «Наука»,
Москва, 1975.
[9] Cю, Д.,Мейер, А.: Современная теория автоматического управления, «Машино-
строение», Москва, 1972.
[10] Ćalasan, L., Petkovska, M.: MATLAB i dodatni moduli Control Systems Toolbox i
SIMULINK, »Mikro knjiga«, Beograd, 1995.
Pitanja za samoproveru
U navedenim rečenicama (iskazima) treba popuniti izostavljene reči ili matematičke
izraze
1. Za dobijanje matematičkog modela mehaničkog sistema u opštem slučaju
najpogodnija je primena _______________________ jednačina.
2. Lagranžeova funkcija predstavlja razliku ______________ i ____________
energije sistema.
3. Generalisane koordinate predstavljaju translacione ili rotacione_____________ i
___________ .
4. Relejeva funkcija je reprezent ________________sila u mehaničkom sistemu.
5. Košijeva normalna forma zapisivanja diferencijalnih jednačina pretpostavlja da
se na levoj strani modela nalaze ___________________ promenljivih veličina, a
na desnoj strani _______________ zavisnost tih veličina i spoljnih uticaja.
6. Matematički model u prostoru stanja je definisan ____________ jednačinom
stanja i ____________ jednačinom izlaza.
7. Diferencijalna jedčina stanja sistema je u opštem obliku data relacijom
_________, a za linearne stacionarne sisteme ima formu _____________.
8. Algebarska jednačina izlaza u opštem obliku se daje izrazom _________, a za
linearne stacionarne sisteme se zapisuje relacijom _____________.
9. Matrica stanja linearnog sistema je _______-dimenzionalna matrica koja definiše
funkcionalnu zavisnost između vektora___________________________ i vektora
____________.
10. Matrica izlaza linearnog sistema je _________- dimenzionalna matrica koja
definiše funkcionalnu zavisnost između vektora _______________________ i
vektora _______.
40
Glava 1.: Matematičko modelovanje dinamičkih sistema
11. Matrica ulaza definiše funkcionalnu zavisnost između vektora ___________ i
vektora _____________________.
12. Matrica direktne sprege određuje funkcionalnu zavisnost između vektora _______
i vektora _______________.
13. Matrica funkcija prenosa sistema na osnovu modela sistema u prostoru stanja
___________________definiše se relacijom__________________________.
14. Za jedan dinamički sistem broj koordinata stanja jednak je broju elemenata koji
mogu da ____________________energiju.
15. Električna linearna mreža se svodi na mrežu sa otpornicima tako što se svi
________ i __________ zamene pseudoizvorima _________ i ________,
respektivno.
16. MATLAB naredba za transformaciju sistema iz prostora stanja u kompleksni
domen, kada se funkcija prenosa dobija u nefaktorizovanom obliku je data
relacijom_______________________________________.
17. MATLAB naredba za transformaciju sistema iz prostora stanja u kompleksni
domen, kada se funkcija prenosa dobija u faktorizovanom obliku je data relacijom
________________________________.
18. Za simulaciju linearnih dinamičkih sistema na analognom računaru potrebna su
sledeća tri operaciona elementa _______________________________________.
19. Za simulaciju diferencijalne jednačine n-tog reda potrebno je ______ integratora.
20. Za transformaciju modela ulaz-izlaz u model u prostoru stanja koristimo tri
osnovne tehnike programiranja analognih računara i to:_____________
_____________________________________.
21. Sa stanovišta brzine dobijanja modela u prostoru stanja na osnovu modela ulaz-
izlaz najbolje je koristiti tehniku __________________programiranja.
22. Primenom tehnike direktnog programiranja matrica stanja sistema ima oblik koji
se naziva _____________forma, a ceo model sistema se naziva ______________
_______________________ forma.
23. Primenom tehnike paralelnog programiranja, kada su polovi funkcije prenosa
prosti, dobija se matrica stanja sistema u _______________ obliku, a
matematički model se naziva ___________ ili ______________ forma.
24. Primenom tehnike paralelnog programiranja, kada su polovi funkcije prenosa
višestruki, dobija se matrica stanja sistema u _______________________ obliku,
a matematički model se naziva ________________________ forma.
25. Data je funkcija prenosa sistema C ( s ) / U ( s ) = ( s + s q ) /( s + s j ) simulaciona
šema sistema za analogni računar je kao na slici,
41
^. Milosavljević, Teorija automatskog upravljanja-2
Zadaci za vežbu
1. Za mehaničke sisteme sa slika 1.24 i 1.25 formirati matematički model:
a) primenom Lagranžeovih jednačina; b) na osnovu ekvivalentne šeme
Komentarisati dobijene modele.
x1 x2
x1 k2 m
F2
K2 x
θ
K1 m2
x2 F1 F2
m1 m2
b b2 b1
F1
m1 M
x1
F
i(t) R1 R2
C u c
c=uC a)
b)
d)
c)
R2
R2 R3 R4
R1 R1
L L
C1 c(t) C1 c(t)
u C2 C2
R3 u
e) f)
Sl. 1.27.
42
Glava 1.: Matematičko modelovanje dinamičkih sistema
4. Odrediti funkciju prenosa sistema čija se dinamika opisuje relacijama:
a) A = [−1,0;0,−2]; b = [1;1]; d = [1,3] ;.
b) A = [−1,0,0;0,−2,−4;2,0,5]; b = [1;1;2]; d = [1,3,0] ;[0,4,-39,-73];[1,-2,-13,-10]
c) A = [0,1,0;0,−2,2;4,0,1]; b = [1;1;0]; d = [0,1,3] ;
d) A = [−1,0,0,2;0,−2,0,5;2,−5,10,0;0,1,1,0]; b = [1;1;0;1]; d = [1,3,0,0] .
5. Odrediti matricu funkcija prenosa sistema opisanog sa:
a) A = [0,1,0;0,−4,3;−1,−1,2]; B = [0,0;1,0;0,1]; D = [1,0,0;0,0,1] ;
b) A = [1,1,0;2,−4,3;−1,−1,2]; B = [1,0;1,0;1,1]; D = [1,1,0;1,0,1] ;
c) A = [ 2,1,0;4,−4,3;8,−1,2]; B = [5,0;1,0;8,1]; D = [1,1,1;1,0,1] ;
d) A = [1,0,1,0; 0,2,−4,3; − 1,−1,2,0; 0,1,2,0]; B = [0,0;1,0; 0,1;1,0]; D = [1,0,0,1; 0,0,1,1]
6. Na slici 1.28 je prikazan graf toka signala sistema. a) Nacrtati simulacioni
dijagram za simulaciju datog sistema na računaru. b) Napisati model sistema u prostoru
stanja.
-2 jω
s-1 x j2
k 1 1
u s-1 c
s-1 1 2 -6 -4 -2 k σ
x
0
Sl. 1.28
x -j2
Sl. 1.29
7. Povratni prenos sistema ima raspored kritičnih frekvencija kao na slici 1.29.
Sistem je obuhvaćen negativnom povratnom spregom. Nacrtati simulacioni dijagram
sistema i napisati matematički model sistema u prostoru stanja.
8. Sistem je opisan sa:
&y&1 + 4 y& 1 + 3 y 2 = u1 + u 2 ,
&y&2 + 5 y& 2 + y& 1 = 2u 2
Napisati model sistema u prostoru stanja i nacrtati simulacioni dijagram.
9. Dat je sistem opisan modelom
s 2 + 6s + 8
W ( s) = 2 2 .
s ( s + 4s + 3)
Primenom tehnika programiranja nacrtati simulacione dijagrame i napisati
odgovarajući model u prostoru stanja primenom:
a) direktnog programiranja; b) paralelnog programiranja; c) rednog programiranja
10. Funkcija prenosa sistema je
( s + 1)( s 2 + 4s + 8)
W (s) =
( s + 5)( s 2 + 4 s + 3)
Primenom tehnika programiranja nacrtati simulacione dijagrame i napisati
odgovarajući model u prostoru stanja primenom:
a) direktnog programiranja; b) paralelnog programiranja; c) rednog programiranja.
43
Glava 2: Određivanje odziva sistema na osnovu modela u prostoru stanja45
2.1 Fundamentalna matrica i odziv sistema 45
2.1.1 Primena MATLAB-a za nalaženje odziva sistema 47
2.2 Diskretni model vremenski kontinualnog sistema 48
2.2.1 Primena MATLAB-a za transformaciju modela u diskretni domen 50
2.3 Fundamentalna matrica Džordanove submatrice 51
2.4 Fundamentalna matrica kompanjon forme 52
2.5 Transformacija modela u prostoru stanja 55
2.5.1 Svođenje sistema na dijagonalnu formu 56
2.5.1.1 Primena MATLAB-a za transformaciju u dijagonalnu formu 57
2.5.2 Svođenje sistema na kanoničku kontrolabilnu formu 58
2.5.2.1 Primena MATLAB-a za transformaciju u kontrolabilnu formu 60
2.5.3 Svođenje sistema na Džordanov oblik 60
2.5.3.1 Primena MATLAB-a za svođenje na Džordanov oblik 62
2.6 Procesi u linearnim SAU 62
Literatura 64
Pitanja za samoproveru 65
Zadaci za vežbu 66
a
Glava 2.
46
Glava 2.: Određivanje odziva sistema u prostoru stanja
0 1 0
Primer 2.1 Sistem je dat sa: A = ; b = ; d = [1 0]; h = 0; Primenom
0 0 1
MATLAB-a odrediti odskočni odziv izlaza i stanja sistema u intervalu vremena od 0 do
1 s.
t=linspace(0,1,11);A=[0,1;0,0];B=[0;1];D=[1,0];H=0;
>> [Y,X]=step(A,B,D,H,1,t)
Nakon startovanja izvršenja programa dobijaju se vektori Y,X i t (u sledećoj tabeli su
samo date vrednosti za t , x1 i x2, jer je Y=x1.
t 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
x1 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
x2 0 0.005 0.02 0.045 0.08 0.125 0.180 0.245 0.320 0.405 0.500
Posle dobijenih numeričkih vrednosti u MATLAB-u komandom
plot(t,X)
dobiće se grafički prikaz x1 i x2 u funkciji od vremena. Izgled je prikazan na sl. 2.1
(kontinualne linije). Naredba t=linspace(0,1,11) definiše vreme od 0 do 1s u 11
diskretnih ekvidistantnih trenutaka.
pomoću računara. Pri tome treba voditi računa ne samo o dinamici objekta
upravljanja, već i o dinamici celokupnog (spregnutog) sistema u čijoj konturi
radi računar.
Mi ćemo ovde, polazeći od odziva sistema na bilo koje upravljanje, odrediti
diskretni model sistema koji će davati vrednosti stanja sistema i izlaza u trenut-
cima odabiranja, pretpostavljajući da se signal upravljanja do početka nove
periode diskretizacije nije promenio.
Pođimo od izraza za odziv stanja sistema (2.9a), napisanom u obliku
t
x (t ) = e At x (0) + ∫ e A τ Bu(t − τ) dτ , (2.14)
0
i pretpostavimo da su stanje sistema i upravljanje poznati na početku k-te pe-
riode odabiranja. Usvojimo početak k-te periode kao nulti trenutak i pretpos-
tavimo da se upravljanje ne menja do kraja te periode odabiranja. Tada je stanje
sistema na kraju te periode odabiranja:
T
x (( k + 1)T ) = e AT x ( kT ) + ∫ e A τ Bu( kT )dτ . (2.15)
0
S obzirom na to da je u(kT)=const, (2.15) možemo zapisati kao
T
x (( k + 1)T ) = e AT x ( kT ) + ( ∫ e A τ Bdτ)u( kT ) . (2.16)
0
Izraz (2.16) je rekurentna relacija za izračunavanje stanja sistema. To znači da
se proces računanja odziva stanja dinamičkog sistema na digitalnom računaru
opisuje relacijom
x((k + 1)T ) = A d x(kT ) + B d u(kT ); k = 0,1,2,... (2.17)
gde su:
T
A d = A (T ) = e AT
, B d = B(T ) = ∫ e A τ Bdτ , (2.18)
0
matrica stanja i ulaza vremenski diskretizovanog sistema.
Naravno, izlaz sistema se izračunava na osnovu poznate algebarske
jednačine izlaza kao:
c( kT ) = Dx ( kT ) + Hu( kT ) . (2.19)
Na taj način se određuju odzivi sistema putem sekvencijalnog računanja.
0 1 0
Primer 2.3. Neka se dinamički sistem opisuje sa A= ; b = 1;
0 0
d = [1 0]; . H = 0 . Model sistema je dat u kanoničkoj kontrolabilnoj formi
T
49
Č. Milosavljević, Teorija automatskog upravljanja -2
1,0 0,50
0,9 0,45
0,8 0,40
0,7 0,35
x2
0,6 0,30
x(t), x(kT )
x(t),x(kT )
0,5 0,25
0,4 0,20
x1 x2
0,3 0,15
x1
0,2 0,10
0,1 0,05
0,0 0,00
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
t, s t, s
Sl. 2.1. Odzivi stanja sistema iz primera Sl. 2.2. Odzivi stanja sistema iz primera
2.2: stvarnog (kontinualne linije) i diskre- 2.2: stvarnog (kontinualne linije) i diskre-
tizovanog modela (stepenaste linije) pri tizovanog modela (stepenaste linije) pri
delovanju jediničnog odskočnog signala. delovanju jediničnog nagibnog signala.
T T
1 τ 0 T 2 / 2
∫ ∫ 0 1 1 T = b(T ).
Aτ
e bd τ = d τ =
0 0
51
Č. Milosavljević, Teorija automatskog upravljanja -2
- za i=p-2:
t p −2 t p −3 t p−4
x 2 (t ) = e sk t x p (0) + e sk t x p −1 (0) + e sk t x p − 2 (0)+..+e sk t x 2 (0)
( p − 2 )! ( p − 3)! ( p − 4)!
..............................................................................................
t 2 sk t
- za i=2: x p −2 (t ) = e x p (0) + te sk t x p −1 (0) + e sk t x p − 2 (0);
2!
- za i=1: x p −1 ( t ) = te s k t x p ( 0) + e sk t x p −1 (0);
- za i=0: x p (t ) = e sk t x p ( 0) .
Ove relacije možemo napisati u matričnom obliku
sk t t 2 e sk t t p −1e sk t
e te sk t ... ...
x1 (t ) 2! ( p - 1)! x (0)
1
x (t ) t 2 e sk t t p − 2 e sk t
e sk t te sk t . ... x 2 (0)
2 2! ( p - 2)!
x(t ) = ... = ...
... ... = Φ(t )x(0) .
x p −1 (t ) e sk t
... ... x p −1 (0)
x p (t ) x (0)
0 ... te sk t p
sk t
e
Fundamentalna matrica, za ovaj slučaj, može se napisati u kompaktnom obliku
t j −v
1 ... ...
( j − v)!
Φ (t ) = e J k t = e sk t 1 ... .. ; (2.22)
... 0 .. ..
1 p× p
j = 2, p − redni broj kolone, v = 1, p − 1 − redni broj vrste .
početnog uslova
Pi ( s) = s − i . (2.24)
Osim toga, vidi se da se sve zatvorene putanje dodiruju, a direktnu putanju i-tog
početnog uslova ne dodiruje samo n-i zatvorenih putanja koje joj prethode.
Zbog toga su pridružene determinante grafa
n-i a k =n− j
1 n
∆ i ( s ) = 1 + ∑ n −kk +1 = n − i ∑ a j +1 s j − i , a n +1 = 1. (2.25)
k =1 s s j=i
1 1 n 1 n
Pi ∆ i ( s ) = i n − i ∑ a j +1 s j − i = n ∑ a j +1 s j − i . (2.26)
s s j=i s j=i
xn(0) xn-1(0) x3(0) x2(0) x1(0)
1 n n −
⇒ X 1 ( s) = ∑ ∑ a j +1 s j i xi (0); (2.27)
D ( s) i = 1 j = i
n
D( s) = ∑ a n −i +1 s n −i − karakteristični polinom sistema.
i =0
1 j
−1 s
Označimo sa w(t ) = w = L−1 , a sa w ( j)
= L -j-ti izvod w(t).
D ( s) D( s)
Tada se original x1(t) dobija iz (2.27) u obliku
n n s j−i n n ( j − i)
x 1 (t ) = L−1 ∑ ∑ a j +1 x i ( 0) = ∑ ∑ a j +1 w x i (0) ,
i =1 j = i D( s ) i =1 j = i
odnosno u vektorsko-matričnom obliku
x1 (0)
n n n x2 (0)
x1 (t ) = ∑ a j +1w ( j −1) ∑ a j +1 w( j −2 ) ... ∑ a jk +1 w( j −n+1) w .
j =1 j =2 j = n −1
...
xn (0)
Vektor-vrsta u prethodnom izrazu je prva vrsta fundamentalne matrice Φ(t)
posmatranog sistema. S obzirom na specifičan oblik matematičkog modela,
kada je naredna promenljiva stanja diferencijal prethodne, ostale vrste se dobi-
jaju diferenciranjem prethodnih. Međutim, daljim korišćenjem gore datog pos-
53
Č. Milosavljević, Teorija automatskog upravljanja -2
∫ ∫ ∫
= φ13 (t − τ)dτ + φ 23 (t − τ)dτ = w(t − τ)dτ + w' (t − τ)dτ ∫
0 0 0 0
∫ [0,5e ] ∫[ ]
t t
−( t − τ )
= − e − 2( t − τ ) + 0,5e −3( t − τ ) dτ + − 0,5e −( t − τ ) + 2e − 2( t − τ ) − 1,5e −3( t − τ ) dτ
0 0
[ ]
t
1 1
= ∫ e −2( t − τ ) − e −3( t − τ) dτ = (1 − e −3t ) − (1 − e −2t ) .
0
3 2
54
Glava 2.: Određivanje odziva sistema u prostoru stanja
11
Moguće je postupiti i na sledeći način: xˆ = Tx ⇒ x = T −1xˆ ⇒ x&ˆ = TAT −1 xˆ + TBu
55
Č. Milosavljević, Teorija automatskog upravljanja -2
0 ... 0 sn
gde su p i , i = 1, n - vektori kolone matrice P.
Posle množenja dobija se:
si p i = Ap i ⇒ ( si I − A)p i = 0, i = 1, n. (2.36)
Ova matrična algebarska jednačina predstavlja sistem od n-skalarnih, algebar-
skih, homogenih jednačina čije su nepoznate veličine elementi vektora pi (pi1,
pi2 , pi3,..., pin, koji će imati jedinstvena rešenja samo u slučaju ako je njegova
determinanta jednaka nuli [11], tj:
det[ sI − A ] = 0 , (2.37)
za svako s = si , i = 1, n . Prema tome, koreni karakteristične jednačine sistema,
odnosno polovi funkcije prenosa, su ujedno i sopstvene vrednosti matrice stanja
sistema. Vektori pi se nazivaju sopstevnim vektorima sistema.
Napomena 2.1: Kada je matrica polaznog sistema A u kompanjon formi i
ima sve proste sopstvene vrednosti (si≠sj), tada se kao matrica transformacije
za prevođenje u dijagonalnu formu može primeniti Van der Mondova matrica:
1 1 1 1
s s2 ... sn
12
P = W = s1 s22 ... sn2 . (2.38)
... ...
...n−1 ...
n −1
s1 s2 ... snn−1
−1 1 1 1 0 1
Primer 2.5: Dat je sistem A = ; B = ; D = .
0 −2 1 0 1 2
Prevesti dati sistem u dijagonalni oblik.
Sopstvene vrednosti ove matrice su koreni jednačine
s +1 −1 s = −1 ,
det[sI − A ] = 0 ⇒ = 0 ⇒ ( s + 1)(s + 2) = 0 ⇒ 1
0 s+2 s 2 = −2 .
Koristeći (2.34) može se napisati
56
Glava 2.: Određivanje odziva sistema u prostoru stanja
57
Č. Milosavljević, Teorija automatskog upravljanja -2
Zaista, proverom dobijamo:
>> A=[0,1,0;0,0,1;-6,-11,-6];B=[0;0;1];C=[1,1,0];D=[0;0;0];
>> P=[1,1,1;-1,-2,-3;1,4,9];
>> P^-1*A*P
ans =
Columns 1 through 2
-1.0000 0.0000
0.0000 -2.0000
-0.0000 -0.0000
Column 3
-0.0000
0.0000
-2.0000
58
Glava 2.: Određivanje odziva sistema u prostoru stanja
pˆ i = pˆ i −1 Aˆ ; i = 2, n;
(2.42)
ˆ j ; i = 2, n; j = 1, n − 1
pˆ i = pˆ i − j A
Iz poslednjeg izraza zaključujemo da je za određivanje matrice P̂ potrebno
odrediti samo njenu prvu vrstu, tj. vektor vrstu p̂1 . Ovaj vektor ćemo odrediti
koristeći specifičnost vektora b sistema datog u kanoničkom kontrolabilnom
prostoru. S obzirom na drugu relaciju u (2.33) i na činjenicu da vektor-kolona b
ima sve elemente jednake nuli, osim zadnjeg, koji je jednak jedinici, može se
napisati:
pˆ 1 0 pˆ 1 0 pˆ 1bˆ 0
pˆ ... pˆ Aˆ 2 ˆˆ
ˆPbˆ = b ⇒ 2 bˆ = ⇒ 1 bˆ = ... ⇒ pˆ 1 Ab = ... . (2.43)
... 0 ... 0 ... 0
ˆ n−1 ˆ n−1 ˆ
pˆ n 1 pˆ 1A 1 pˆ 1 A b 1
Poslednja relacija, nakon transpozicije, postaje
pˆ [bˆ A ˆ bˆ ... Aˆ n−1bˆ ] = [0 ... 0 1] . (2.44)
1
0 0 − 3 1
Primer 2.6. Sistem: A = 2 0 7 ; b = 0 prevesti u kanoničku kontrolabilnu
ˆ ˆ
0 − 1 0 0
formu.
Na osnovu datih matrica proveravamo uslov potpune kontrolabilnosti, prema (2.39):
1 0 0
rang[b Ab A b] = rang 0 2 0 = 3 .
ˆ ˆ ˆ ˆ 2ˆ
0 0 − 2
Sistem je potpuno kontrolabilan, pa je
−1
1 0 0 − 4 0 0
ˆp1 = [0 0 1] 0 2 0 = [0 0 1] − 0 − 2 0 = [0 0 − 0,5] .
1
4
0 0 − 2 0 0 2
Ostali vektori-vrste matrice transformacije su:
ˆ = [0 0,5 0];
pˆ 2 = pˆ 1 A
ˆ = [1 0 3,5].
pˆ 3 = pˆ 2 A
Tražena matrica transformacije je
59
Č. Milosavljević, Teorija automatskog upravljanja -2
0 0 − 0,5
P̂ = 0 0,5 0 .
1 0 3,5
Sada je transformisani sistem dat sa:
0 1 0 0
ˆ ˆ ˆ −1
A = PAP = 0 0 1; b = Pb = 0 .
ˆ ˆ
6 − 7 0 1
0 ... 0 s j
odakle se dobijaju relacije
60
Glava 2.: Određivanje odziva sistema u prostoru stanja
s j p 1 = Ap 1 ⇒ ( s j I − A )p 1 = 0,
p 1 + s j p 2 = Ap 2 ⇒ ( s j I − A )p 2 = −p 1 ,
(2.47)
. . . . . .
p n-1 + s j p n = Ap n ⇒ ( s j I − A )p n = −p n −1 .
Na osnovu njih nalaze se vrednosti vektora pi , pri čemu se neke njegove
komponente zadaju proizvoljno.
0 6 −5
Primer 2.7. Data je matrica A = 1 0 2 čije se sopstvene vrednosti nalaze
3 2 4
iz relacije det[sI − A ] = 0 .
s −6 5
det[sI − A ] = det − 1 s − 2 = s 3 − 4 s 2 + 5s − 2 = ( s − 2)( s − 1) 2 ,
− 3 − 2 s − 4
pa su sopstvene vrednosti: s1 = 2 , s 2 = 1, s 3 = 1.
Pošto imamo jednu sopstvenu vrednost višestrukosti 2, možemo matricu A svesti na
Džordanov oblik
2 0 0
 = 0 1 1 ,
0 0 1
a za transformaciju polaznog sistema treba odrediti transformacionu matricu P.
Primenjujući relacije iz (2.47), za nađene sopstvene vrednosti, dobiće se:
2 − 6 − 5 p11
− 1 2 − 2 p = 0 ⇒ za p = 1 dobijaju se p = −0,5, p = −1.
21 11 21 31
− 3 − 2 − 2 p31
1 − 6 5 p12 1
( s 2 I − A)p 2 = 0 ⇒ − 1 1 − 2 p 22 = 0 ⇒ p 2 = − 3 / 7 ,
− 3 − 2 − 3 p 23 − 5 / 7
1 − 6 5 p12 1 1
( s 2 I − A)p 3 = −p 2 ⇒ − 1 1 − 2 p 22 = − 3 / 7 ⇒ p 3 = − 22 / 49 ,
− 3 − 2 − 3 p 23 − 5 / 7 − 46 / 49
Matrica transformacije je P = [p1 p2 p3 ],
1 1 1
P = − 1 / 2 − 3 / 7 − 22 / 49 .
− 1 − 5 / 7 − 46 / 49
61
Č. Milosavljević, Teorija automatskog upravljanja -2
uslova sistema x(0), a druga - `od spoljašnje pobude u(t). Prvu prvenstveno
definiše fundamentalna matrica, dok drugu - konvolucioni integral te matrice i
spoljašnje pobude. Pre nego što pristupimo daljoj analizi procesa u linearnom
sistemu, razmotrimo jedan prost primer sistema sa skalarnim upravljanjem.
Primer 4.8. Neka je dat sistem prvog reda x& = −ax + u , c = x , na koga u trenutku
t=0 deluje Hevisajdov jedinični odskočni signal u (t ) = h(t ) , pri čemu je sistem imao
nenulte početne uslove x (0) ≠ 0 . Na osnovu (2.8b) odziv sistema je
t 1
c(t ) = e −at x(0) + ∫ e −a (t −τ) h(τ)dτ = e −at x(0) +
(1 − e −at )h(t )
0 a
1 1 h(t ) −at 1
= e -at x(0) − e −at h(t ) + h(t ) = x(0) − e + h(t ).
a a a a
U u odzivu sistema iz ovog primera uočavamo tri komponente: 1.- uslov-
ljenu nenultim početnim uslovima (e − at x ( 0) ); 2.- koja isključivo zavisi od
ulaznog pobudnog signala ( (1 / a )h( t ) ), i 3.- koja zavisi od pobudnog signala i
fundamentalne matrice ( (1 / a )e − at h(t ) ). Nazovimo ove komponente procesa:
slobodnim, prinudnim i prelaznim procesom, respektivno. I u opštem slučaju,
kod bilo kog sistema, kada jednovremeno deluju nenulti početni uslovi i
spoljašnja pobuda, istovremeno postoje sve tri komponente procesa. Ukoliko su
početni uslovi nulti, imaćemo samo dve komponente procesa: prelazni proces i
prinudni proces. Isto tako, možemo uočiti da se komponenta prinudnog procesa
dobija kao rešenje algebarske jednačine, nastale iz diferencijalne jednačine u
kojoj su svi diferencijali anulirani. Prema tome, komponenta prinudnog procesa
u sistemu opisanom modelom
x& = Ax + bu , c = d T x,
se određuje na osnovu relacije
c∞ = −d T A −1bu . (2.49)
Komponenta prelaznog procesa se, dakle, može odrediti iz izraza
t
c p (t ) = d T [ ∫ Φ (t − τ)bu (τ)dτ + A −1bu ] . (2.50)
0
S druge strane, prinudni proces se može tretirati kao proces koji nastaje posle
dovoljno dugog vremena od dovođenja pobude na sistem. S obzirom na to da,
po pretpostavci, početni uslovi deluju u trenutku t=0 i ono je isključivo za njih
rezervisano, da bi imali dovoljno dug vremenski interval za nastanak prinudnog
procesa u trenutku posmatranja t, pobudni signal treba da deluje ne u trenutku
t=0 već u trenutku t=-∞. Tada se može napisati
t
c∞ (t ) = d T ∫ Φ (t − τ)bu (τ)dτ . (2.51)
−∞
Zamenom promenljivih t − τ = v ⇒ dτ = − dv , τ = −∞ ⇒ v = ∞ , τ = t ⇒ v = 0 i
oznaka v → τ dobija se
∞
c∞ (t ) = d T ∫ Φ (τ)bu (t − τ)dτ . (2.52)
0
63
Č. Milosavljević, Teorija automatskog upravljanja -2
Literatura
[1] Dorf, R. C., Bishop, R. H.: Modern Control Systems, Addison-Wesley
Publishing Compani, 1995.
[2] Иващенко, Н. Н.: Автоматическое регулирование, »Машиностроение«, Москва,
1978.
[3] Kuo, B. C.: Automatic Control Systems, Prentice-Hall, Inc. Englewood Clifs,
NJ, 1982.
[4] Milosavljević, Č.: Matematički model jedne klase diskretnih sistema promenljive
strukture, Automatika 5-6 (1983), 267-271.
[5] Novaković, B.: Regulacijski sistemi, Sveučilište u Zagrebu, 1985.
[6] Stojić, M.: Kontinualni sistemi automatskog upravljanja, »Nauka«, Beograd,
1996.
[7] Cю, Д.,Мейер, А.: Современная теория автоматического управления,
»Машиностроение«, Москва, 1972.
[8] Ćalasan, L., Petkovska, M.: MATLAB i dodatni moduli Control Systems
Toolbox i SIMULINK, »Mikro knjiga«, Beograd, 1995.
[9] Воронов, А. А.: Основы теории автоматического управления : Особые линей
ные и нелинейн ые системы, «Энергоиздат», Москва, 1981.
[10] Воронов, А. А.: Теория автоматического управления, «Высшая школа», Москва,
1986.
[11] Чемоданов, Б., К.: Математические основы теории автоматического
регулирования , «Высшая школа», Москва, 1971.
[12] Уткин, В. И.: Скользящше режимы в задачах оптимизации и управления,
«Наука», Москва, 1981.
[13] Цыпкин, Я. З.: Основы теории автоматических систем, «Наука», Москва, 1977.
64
Glava 2.: Određivanje odziva sistema u prostoru stanja
Pitanja za samoproveru
1. Dinamički sistem, opisan modelom x& = Ax + Bu; c = Dx + Hu , ima funda-
mentalnu matricu _____ koja se može odrediti na osnovu izraza
__________________.
2. Fundamentalna matrica se može dobiti i na osnovu sume beskonačnog reda, tj.
__________________
3. Odziv stanja autonomnog sistema na nenulte početne uslove određen je izrazom
_________________________, a odziv izlaza sistema - izrazom
_________________.
4. Normalni impulsi odziv sistema određen je izrazom ______________________,
normalni odskočni odziv - izrazom __________________________, a normalni
odziv na bilo koju podudnu funkciju - izrazom ______________________________.
5. Odziv neautonomnog sistema pri nenultim početnim uslovima za bilo koji ulazni
signal odrejuje se izrazom ____________________________.
6. Matrica stanja diskretizovanog vremenski kontinualnog sistema određuje se
izrazom ______________________.
7. Matrica ulaza diskretizovanog vremenski kontinualnog sistema određena je
izrazom _____________________.
8. Diskretizovani model vremenski kontinualnog sistema je dat izrazom
_________________________________.
9. Periodu diskretizacije (odabiranja) ______ treba birati tako da bude manja od
____________________________ vremenski kontinualnog sistema koji se
diskretizuje.
10. Vrednosti odziva diskretizovanog i vremenski kontinualnog sistema biće iste u
trenucima odabiranja ako je _____________________ nepromenljiv u toku
_______________________.
11. Fundamentalna matrica kanoničke dijagonalne forme može se predstaviti izrazom
__________________________, gde su si - rešenja jednačine ______________.
12. Fundamentalna matrica sistema čija matrica stanja je Džordanovog oblika i
sastoji se od dva moda J1 i J2. Prvi mod, J1, odgovara prostim sopstvenim
vrednostima, a drugi, J2, višestrukim sopstvenim vrednostima. Oba moda su
dimenzija 2 x 2. Fundamentalna matrica takvog sistema data je izrazom:
65
Č. Milosavljević, Teorija automatskog upravljanja -2
15. Linearna transformacija menja ne menja sopstvene vrednosti sistema niti
relaciju ulaz izlaz (podvucite odgovarajuću reč napisanu kurzivom).
16. Za transformaciju sistema iz kompanjon forme u dijagonalni oblik, kada su sve
sopstvene vrednosti proste, može se koristiti __________________ matrica kao
transformaciona matrica, čije se vrste mogu napisati kao
________________________, gde su si - sopstvene vrednosti sistema.
17. MATLAB naredba za transformaciju sistema u dijagonalni (blok-dijagonalni)
oblik je __________________________________.
18. MATLAB naredba za transformaciju sistema u kanonički kontrolabilni oblik je
_____________________________________.
19. MATLAB naredba za dobijanje odskočnog odziva je ____________________
20. MATLAB naredba za dobijanje odziva na bilo koji signal je oblika
_____________________________________.
21. MATLAB naredba za dobijanje odziva na nenulte početne uslove je
___________________________.
Zadaci za vežbu
s 2 + b2 s + b1
1. Sistem upravljanja je opisan funkcijom prenosa W ( s ) =
s 2 ( s 2 + a 2 s + a1 )
1 2 3 4 5 6 7 8 9
а1 -3 3 5 12 16 32 40 60 56
а2 2 4 6 8 10 12 14 16 18
b1 1 2 3 4 5 6 7 8 9
b2 2 4 6 8 10 12 14 16 18
a) Napisati model u prostoru stanja primenom direktnog programiranja
b) Naći fundamentalnu matricu datog sistema
c) Odrediti jedinični odskočni odziv datog sistema
d) Odrediti odziv sistema bez pobude, kada je početna vrednost vektora stanja sistema
x(0)=[0,0,0,1]
e) Odziv sistema pri delovanju jediničnog odskočnog signala na ulazu sistema i
nenultih početnih uslova definisanih pod d).
2. Dinamički sistem je opisan relacijama
0 1 0 0
A = 0 0 1 ; b = 0; d T = [1 0 0] .
0 − a1 − a 2 1
Prevesti dati model u dijagonalnu formu.
Parametri sistema su dati u gornjoj tabeli.
3. Vremenski kontinualni sistem je opisan modelom
0 1 0
A= ; b = ; d T = [1 b2 ] .
− a1 − a 2 b1
Odrediti vremenski diskretni model datog sistema i nacrtati normalni jedinični odskočni
odziv sistema za izabranu periodu diskretizacije.
66
Glava 3: Prostor stanja i osobine sistema 67
3.1 Uvod 67
3.2 Kontrolabilnost (Upravljivost) 68
3.2.1 Kontrolabilnost vremenski diskretnih sistema 69
3.2.2 Kontrolabilnost vremenski kontinualnih sistema 70
3.2.2.1 Primena MATLAB-a za utvrđivanje kontrolabilnosti 71
3.2.3 Kontrolabilnost izlaza sistema 72
3.3 Opservabilnost (stanjemerljivost) sistema 72
3.3.1 Primena MATLAB-a za utvrđivanje opservabilnosti
3.4 Princip dualnosti 73
3.5 Alternativni testovi kontrolabilnosti i opservabilnosti 74
3.5.1 Utvrđivanje kontrolabilnosti i opservabilnosti
na osnovu simulacionih šema (grafa toka signala) 74
3.5.2 Utvrđivanje kontrolabilnosti i opservabilnosti
na osnovu kanoničke dijagonalne forme 75
3.5.3 Utvrđivanje kontrolabilnosti i opservabilnosti u s-domenu 76
3.6 Superkontrolabilnost 78
3.7 Dekompozicija sistema 78
3.7.1 Primena MATLAB-a za dekompoziciju sistema 80
3.8 Stabilizabilnost sistema 81
3.9 Zadatak minimalne realizacije 82
3.10 Prostor stanja i stabilnost sistema 83
3.10.1 Druga (direktna) metoda Ljapunova 83
3.10.1.1 Primena MATLAB-a za ispitivanje stabilnosti sistema 86
Literatura 87
Pitanja za samoproveru 87
Zadaci za vežbu 89
a
Glava 3.
1
Oldenburg, R. C., Sartorijus, H.:Dynamic selbstätige Regelungen, Berlin 1944.
68
Glava 3.: Prostor stanja i osobine sistema
2
Radi kratkoće zapisivanja umesto umesto u(kT) - u(k) .
69
Č. Milosavljević, Teorija automatskog upravljanja - 2
može rešiti po u(t) pri bilo kojem n-dimenzionalnom vektoru y = −e At1 x (0) .
Potražimo u(τ) u obliku [1,2]
[ ] T
u ( τ) = e A ( t 1 − τ ) B z = B T e A
T
( t1 − τ )
z, (3.15)
gde je z - n-dimenzionalni vektor.
Zamenjujući
t1 A ( t − τ )
∫0 e [ ]
T
B e A ( t1 − τ ) B d τ = R , (3.16)
70
Glava 3.: Prostor stanja i osobine sistema
odakle sledi da je
r T e A ( t1 −τ ) B = 0 ∀τ ∈ (0, t1 ) . (3.19)
Diferencirajući ovaj izraz po τ , koristeći formulu matričnog računa, dobija se
r T e A ( t1 − τ ) A k B = 0 , k = 0,1,2,...
Za τ=t1 imamo
r T A k B = 0 ; k = 0,1,2, ... ,
što znači da je vektor r≠0 ortogonalan u odnosu na kolone matrice
M c = [B AB A 2 B ... A n−1B] . (3.20)
Prema tome, kolone ove matrice ne formiraju bazis, pa je njen rang manji od n,
što je u kontradikciji s postavljenim uslovom, a to znači da je detR≠0, pa se
jednačine (3.17) i (3.13) mogu rešiti po z, odnosno po u, što je i trebalo
dokazati.
Prema tome, dovoljan uslov potpune kontrolabilnosti sistema je
rang M c = rang[B AB A 2 B ... A n−1B] = n, (3.21)
što je potreban i dovoljan uslov potpune kontrolabilnosti sistema po Kalmanu.
Napomena 3.1: ako je rangB=r (r je broj ulaza sistema), tada se
kriterijum potpune kontrolabilnsosti uprošćava i glasi:
rang[B AB A 2 B ... A n−r B] = n . (3.22)
[ 0 ]
c T (0) c T (1) (0) ... c T ( n−1) (0) = x T D T A T D T ... ( A T ) n−1 D T .
74
Glava 3.: Prostor stanja i osobine sistema
1 s1
M c = [b Ab] = ; det M c = s2 − s1 ⇒ rang M c = 2 za s1 ≠ s2 .
1 s2
Drugim rečima, sistem nije potpuno kontrolabilan ako ima paralelno vezane iste
modove (s1=s2). Ovaj rezultat se objašnjajva na sledeći način: posmatrani sistem
se ne može prevesti iz bilo kog u bilo koje stanje, već samo u stanja x1=x2.
S druge strane, ako preko simulacione šeme analiziramo opservabilnost, lako
možemo doći, opet, do pogrešnog zaključka da je sistem na sl. 3.1b uvek
opservabilan. Ako, pak, primenimo Kalmanov uslov opservabilnosti (3.25)
imamo:
[
M o = dT A TdT = 1] d s1
; det M o = s1 − d1s2 ⇒
− 1 − s2
rang M o = 2 za d1 s2 ≠ s1 .
Zaključujemo da nećemo uvek imati potpunu opservabilnost datog sistema.
75
Č. Milosavljević, Teorija automatskog upravljanja - 2
Primer 3.3. Sistem sa sl. 3.1a. za s1=-1, s2=s3=-2, s4=4, s5=2, d1=2, ima model
u prostoru stanja dat sa :
− 1 0 0 0 0 0
0 − 2 1 0 0 0
A=0 0 − 2 0 0; b = 1; d T = [2 1 0 0 0] .
0 0 0 4 0 1
0 0 0 0 2 0
Ovde imamo tri submatrice u matrici stanja i odgovarajuće subvektore u vektoru b i
vektoru d. Na osnovu njih zaključujemo: da je prvo stanje nekontrolabilno, jer je
odgovarajući subvektor u vektoru b nulti, što se odnosi i na peto stanje. Isto tako se
zaključuje da su četvrto i peto stanje neopservabilni, jer su odgovarajuće kolone u
vektoru d nulte. To se u pogledu kontrolabilnosti ne odnosi na drugo stanje, a u pogledu
opservabilnosti na treće stanje, jer odgovarajući subvektori ulaza i izlaza imaju drugi,
odnosno prvi element različit od nule.
3
Sistem je stabilan ako su sve sopstvene vrednosti matrice stanja ili svi polovi funkcije prenosa s
negativnim realnim delom.
76
Glava 3.: Prostor stanja i osobine sistema
77
Č. Milosavljević, Teorija automatskog upravljanja - 2
3.6 Superkontrolabilnost
Sistem s vektorskim upravljanjem koji je potpuno kontrolabilan po svakom
skalarnom ulazu pojedinačno nazvaćemo superkontrolabilnim. To je najkvali-
tetnija forma kontrolabilnosti. Uslov superkontrolabilnosti se, tada, izražava sa:
rang[b i , Ab i , A 2b i ,..., A n−1b i ] = n, i = 1, r. (3.27)
bi - su kolone matrice B.
2 0 1 1
Primer 3.4. Dat je sistem A = ; B = 1 0; d = [0 1] . Ispitati njegove
1 3
osobine.
S obzirom da su n=2, r=2, m=1, koristeći (3.21) ili (3.22) sistem je potpuno
kontrolabilan, jer je rangB=2. Osim toga, na osnovu B = [b1 b 2 ] , utvrđujemo potpunu
kontrolabilnost po svakom ulazu
1 2 1 2
rang[b1 Ab1 ] = rang = 2; rang[b 2 Ab 2 ] = rang = 2.
1 4 0 1
Prema tome, sistem je potpuno kontrolabilan po svakom ulazu, tj. superkontrolabilan je.
1 0
Ako bi matrica B bila B = , sistem bi bio potpuno kontrolabilan po prvom
1 1
ulazu, a nekontrolabilan po drugom, tj. on bi bio potpuno kontrolabilan ali ne i
superkontrolabilan.
78
Glava 3.: Prostor stanja i osobine sistema
što daje:
− 1 1 − 1 − 1 0 − 1
T = 1 0 − 1 ⇒ T −1 = − 1 − 1 − 2 ,
0 − 1 1 − 1 − 1 − 1
1 0 2 1 0
A A12 0 − 1 = B1 .
A = T −1 AT = 0 − 1 0 = 11 ; B = T −1
B =
0 A 22 0
0 0 2 0 0
81
Č. Milosavljević, Teorija automatskog upravljanja - 2
Primer 3.7. Sistem u primeru 3.5 nije stabilizabilan jer neupravljivi deo ima
nestabilni mod. S obzirom da se linearnom transformacijom sistema ne menjaju njegove
sopstvene vrednosti, one su na osnovu matrice A: s1 = 1, s2 = −1 i s3 = 2 . Prve dve
sopstvene vrednosti pripadaju kontrolabilnom modu, dok treća - nekontrolabilnom. Iako
kontrolabilan mod ima nestabilnu sopstvenu vrednost on se može stabilisati
odgovarajućim upravljanjem. Međutim, zbog nestabilnog neupravljivog moda sistem u
celini nije stabilizabilan.
( sI1 − A 11 ) −1 × × × B1
0 ( sI 2 − A 22 ) −1 × × B 2 = (3.38)
0 0 ( sI 3 − A 33 ) −1 × 0
0 0 0 ( sI 4 − A 44 ) −1 0
D 2 ( sI 2 − A 22 ) −1 B 2 .
Odavde se zaključuje da se ovaj sistem, u pogledu relacija ulaz-izlaz, svodi na
sistem
x& 2 = A 22 x 2 + B 2 u,
(3.39)
c = D2x 2 .
Prema tome, matrica funkcija prenosa sistema je reprezent samo kontrolabilnog
i opservabilnog dela sistema. Ona ne sadrži informaciju o nekontrolabilnom i
neopservabilnom delu sistema. To, s druge strane, nameće problem korektnosti
prelaska s matrice funkcije prenosa na model u prostoru stanja.
Najpre je potrebno odrediti triplet A, B, D tako da se dobije zadata matrica
funkcija prenosa. Međutim, relaciji
G ( s ) = D[ sI − A ]−1 B (3.40)
odgovara beskonačan broj takvih tripleta ali nisu svi oni rešenje postavljenog
zadatka. Dimenzije vektora stanja nisu definisane ovim izrazom, jer se tom
izrazu može dodati bilo koji broj suvišnih koordinata stanja, a da se matrica
funkcija prenosa ne promeni. Te suvišne promenljive su nekontrolabilne i
neopservabilne promenljive. Prema tome, za opisivanje sistema u obliku
matrice funkcije prenosa moraju se rešiti dva zadatka:
(i) triplet matrica (A,B, D) mora zadovoljiti relaciju (3.40);
(ii) triplet mora biti kontrolabilan i opservabilan, tj. da matrica D mora da
ima minimalnu realizaciju.
Rešenje prvog zadatka je jednostavno, a drugog - prilično komplikovano.
82
Glava 3.: Prostor stanja i osobine sistema
*
Ляпунов, A. M., Oб oбщeй проблеме устойчивости движения, Харков, 1892.
83
Č. Milosavljević, Teorija automatskog upravljanja - 2
biće pozitivno definitna ako je matrica P pozitivno definitna, tj. ako ona
ispunjava Silvestrov kriterijum, koji zahteva da su sve njene dijagonalne
determinante pozitivne.
p p12
Na primer, kvadratna forma s matricom P = 11 biće pozitivno
p12 p22
2
definitna za p11 > 0 ∩ p11 p22 − p12 >0.
Za utvrđivanje stabilnosti po Ljapunovu primenjuje se sledeća teorema:
Stanje ravnoteže, x=0, linearnog sistema (3.41) je asimptotski stabilno ako i
samo ako, za bilo koju realnu, simetričnu, pozitivno definitnu matricu P
postoji realna, simetrična, pozitivno definitna matrica Q, takva da je
zadovoljena matrična algebarska jednačina Ljapunova
A T P + PA = − Q . (3.44)
Relacija (3.44) se dobija iz osnovne teoreme Ljapunova koja se može
iskazati na sledeći način:
Ako postoji pozitivno definitna funkcija V(x) takva da je njen izvod po
vremenu, duž trajektorija kretanja sistema ( V& (x) ), negativno definitna
funkcija, tj.
∃V (x) > 0 : V& (x) < 0 ,
tada je posmatrano stanje ravnoteže asimptotski stabilno.
Zaista, neka je V(x)>0 dato s (3.43). Tada je, uzimajući u obzir (3.44),
dV d T
V& (x) = = x Px = x& T Px + x T Px& = ( Ax) T Px + x T PAx =
dt dt
= x T [ A T P + PA ]x = − x T Qx; Q = −[ A T P + PA ]
negativno definitna funkcija ako i samo ako je Q pozitivno definitna matrica,
odnosno ako su ispunjeni uslovi navedene teoreme.
Primer 3.9: Ispitati asimptotsku stabilnost sistema drugog reda
x&1 = − x1 ,
x& 2 = −2 x2 .
Neka je p12 = 0, p11 = p12 = 1 , tj. P=I, gde je I - jedinična matrica. Stoga je
[
Q = − A T + A = − ]− 1 0 − 1 0 2 0
− = .
0 − 2 0 − 2 0 4
Dobijena je pozitivno definitna matrica Q pa je sistem asimptotski stabilan.
Kod linearnih sistema pojam stabilnosti označava zapravo asimptotsku sta-
bilnost, jer se svi koreni karakteristične jednačine strogo levi5. Za takve sisteme
važi sledeća teorema:
5
Stabilnost nelinearnih sistema po Ljapunovu je slojevita. Pored asimptotski stabilnih sistema
postoje i prosto stabilni sistemi, kao analog linearnim sistemima na oscilatornoj granici
stabilnosti.
84
Glava 3.: Prostor stanja i osobine sistema
86
Glava 3.: Prostor stanja i osobine sistema
Literatura
[1] Воронов, А. А.: Устойчивость, управляемость, наблюдаемость, «Наука»,
Москва,1979.
[2] Воронов, А. А: Введение в динамику сложных управляемых систем, «Наука»,
Москва,1985.
[3] Солодовников, В. В. (ред.): Основы теории и элементы систем автоматического
регулирования , «Машиностроение», Москва, 1985.
[4] Stojić, R. M.: Kontinualni sistemi automatskog upravljanja, »Nauka«, Beograd,
1996.
[5] Сю, Д.,Мейер,А.: Современная теория автоматического управления
«Машиностроение», Москва, 1972.
[6] Уткин, В. И.: Скользящие режимы в задачах оптимизации и управления. «Наука»,
Москва, 1981.
[7] Franklin, G. F., Powel, J. D., Emami-Naeni, A.: Feedback Control of Dynamic
Systems, Addison-Wesley Publishing Comp., 1986.
[8] Ćalasan, L., Petkovska, M.: MATLAB i dodatni moduli Control Systems
Toolbox i SIMULINK, »Mikro knjiga«, Beograd, 1995.
[9] Рей, У.: Методы управления технологическими процессами, «Mир», Москва, 1983.
Pitanja za samoproveru
1. Kontrolabilnost je osobina sistema koja ukazuje na mogućnost da se sistem može
prevesti iz ____________ u _________________ stanje.
2. Kalmanov uslov potpune kontrolabilnost za sistem opisan diferencijalnom
jednačinom stanja ____________ iskazuje se relacijom_____________________.
3. Kontrolabilnost izlaza sistema opisanog diferencijalnom jednačinom stanja
________________ i algebarskom jednačinom izlaza _________________
definiše se relacijom ______________________________.
4. Opservabilnost sistema je takva osobina koja omogućava da se na osnovu
merenja ________________ sistema može u konačnom vremenu odrediti
_____________ ________________sistema.
5. Kalmanov uslov potpune opservabilnosti sistema opisanog diferencijalnom
jednačinom stanja ____________________ i algebarskom jednačinom izlaza
_____________________ definiše se relacijom _________________.
6. Alternativni testovi za utvrđivanje kontrolabilnosti i opservabilnosti sistema su:
________________________________________________________________,
7. Ako je model sistema dat u dijagonalnom obliku i matrica stanja ima sve proste
sopstvene vrednosti, potpuna kontrolabilnost je obezbeđena ako u matrici _____
______________________________, a potpuna opservabilnost - ako u matrici __
_______________________________.
8. Ako je model sistema dat u blok dijagonalnom obliku i sopstvene vrednosti
dijagonalnih matrica su višestruke, potpuna kontrolabilnost biće obezbeđena ako
u matrici ___ koja korespondira odgovarajućem dijagonalnom modu u poslednjoj
_________ ima vrednost ____________________________.
9. Ako je sistem sveden na dijagonalnu formu i sve sopstvene vrednosti matrice
_____ su proste, potpuna opservabilnost sistema je obezbeđena ako u matrici
___________ ne postoji ________________________.
87
Č. Milosavljević, Teorija automatskog upravljanja - 2
10. Sistem je sveden na blok dijagonalnu formu. Podsistem koji odgovara modu sa
višestrukim sopstvenim vrednostima biće opservabilan ako u odgovarajućoj
submatrici _________ prva _________ nije ______________.
11. Ako u matrici funkcija prenosa u svim njenim elementima nisu ______________
identični sistem nije ________________________ ili ______________________
po svakom od ___________ ili _____________.
12. Sistem je predstavljen simulacionom šemom dobijenom paralelnim
programiranjem. Taj sistem biće sigurno nepotpuno kontrolabilan i/ili nepotpuno
opservabilan ako ne postoje __________ ili ___________ veze između
upravljanja i _____________ u sve modove i/ili između svih modova i
______________ sistema.
13. Sistem se sastoji iz dva na red vezana podsistema, a predstavljen je modelom u
kompleksnom domenu. Prvi podsistem ima nulu jednaku polu drugog podsistema.
Takav sistem je nepotpuno _______________ ali ________________..
14. Sistem se sastoji iz dva na red vezana podsistema, a predstavljen je modelom u
kompleksnom domenu. Prvi podsistem ima pol jednak nuli drugog podsistema.
Takav sistem je nepotpuno ______________ ali ______________.
15. Superkontrolabilnost je takva osobina sistema kada je on _________________ po
svakom od ________________.
16. Sistem upravljanja koji nije potpuno kontrolabilan i potpuno opservabilan može se
dekomponovati na sledeća četiri podsistema: (1) kontrolabilan i opservabilan,
(2)________________________, (3) __________________________________
(4) __________________________.
17. Nepotpuno kontrolabilan sistem opisan modelom x& = Ax + Bu se može
dekomponovati na nekontrolabilan i kontrolabilan mod, tj. može se svesti na
normalnu formu koja se zapisuje u obliku:
_____________________________
_____________________________
18. Sistem se smatra stabilizabilnim ako njegov _________________ mod ima sve
sopstvene vrednosti _________________________________________________.
19. Dva dinamička sistema se nazivaju dualnim ako su njihovi modeli dati relacijama:
______________________ _______________________
______________________ _______________________
20. Matrica funkcija prenosa dinamičkog sistema je reprezent samo ______________
i __________________ dela sistema.
21. Autonomni linearni dinamički sistem je dat diferencijalnom jednačinom stanja
oblika ____________. Dati sistem biće stabilan samo onda ako su sve
_______________________ matrice stanja ___________________________.
22. Matrica P dimenzija n x n je pozitivno definitna ako ona ispunjava ___________
kriterijum, tj. ako su sve njene _________________ determinante ___________.
23. Skalarna funkcija V(x) je pozitivno definitna ako je ona ______________ u celom
prostoru stanja i jednaka __________ za ______.
24. Linearan sistem je stabilan po Ljapunovu ako se iz matrične algebarske jednačine
Ljapunova _________ za datu pozitivno definitnu simetričnu matricu _____ može
naći ________________________________ matrica _____.
Zadaci za vežbu
1. Sistem je dat modelom prikazanim na slici i parametrima datim u tabeli 3.1
88
Glava 3.: Prostor stanja i osobine sistema
c1
k1 Σ W1(s) k4 Σ
k8 k9 b2s+b1
Wi(s)=
k2 W2(s) k5 a3s2+a2s+a1
u1
k7 c2
Σ
k3 Σ k6
u2 Sl. 3.2
Tabela 3.1
1 2 3 4 5 6 7 8 9
a1 1 -1 -1 -1 1 0 1 -1 2
a2 1 1 1 1 1 1 1 1 1
a
W1 ( s ) 3 0 0 0 0 0 0 0 0 0
b1 1 1 1 2 -2 1 0 0 1
b2 0 0 0 1 1 1 1 1 0
a1 4 4 3 3 3 0 3 3 0
a2 4 -4 4 4 -4 0 -4 4 0
W2 ( s ) a3 1 1 1 1 1 1 1 1 1
b1 2 -2 -1 1 -1 -1 1 1 1
b2 1 1 1 0 1 1 0 0 1
a1 2 2 -2 -2 1 0 -2 -4 4
a2 1 1 1 1 1 1 1 1 1
W3 ( s ) a3 0 0 0 0 0 0 0 0 0
b1 1 1 1 0 0 1 2 4 -4
b2 0 1 0 1 1 0 1 1 1
k1 1 0 1 0 1 0 0 1 0
k2 1 1 1 0 0 1 0 1 1
k3 0 1 0 1 1 1 1 0 0
k4 1 0 1 0 1 1 0 1 1
ki k5 0 1 1 0 0 0 1 0 0
k6 1 0 0 1 1 0 1 1 0
k7 0 0 0 1 1 1 0 0 1
k8 1 0 1 0 1 0 0 0 0
k9 1 1 0 1 1 1 0 0 1
Za dati sistem napisati model u prostoru stanja i odrediti:
I. kontrolabilnost i opservabilnost primenom:
a) Kalmanovih uslova;
b) svođenjem sistema na dijagonalni oblik;
c) na osnovu modela ulaz-izlaz;
d) na osnovu simulacionog dijagrama;
II. minimalnu realizaciju sistema
89
Č. Milosavljević, Teorija automatskog upravljanja - 2
3. Dat je autonomni sistem definisan sa
A = [ a11 , a12 , a13 ; a21 , a22 , a23 ; a31 , a32 , a33 ].
Vrednosti elemenata matrice A su date u tabeli 3.2
Tabela 3.2
1 2 3 4 5 6 7 8 9
a11 0 0 0 0 1 1 10 0 1
a12 1 0 -1 0 0 0 -2 10 20
a13 0 1 0 1 0 -1 0 -2 1
a21 5 1 0 -2 -8 1 5 0 -2
a22 0 -5 4 1 0 10 4 5 1
a23 2 4 0 0 4 0 0 1 -1
a31 -2 0 2 1 2 5 -3 -8 0
a32 0 -4 -6 0 1 0 2 0 5
a33 -2 -2 0 -5 0 -4 1 4 -10
4. Dat je sistem sa matricom stanja A čije su vrednosti elemenata kao u tabeli 3.2,
osim elemenata navedenih u tabeli 3.3 koje se smatraju nepoznatim.
Tabela 3.3
1 2 3 4 5 6 7 8 9
a11 a12 a13 a21 a22 a23 a31 a32 a33
Odrediti vrednosti tih elemenata tako da sistem, čija je matrica ulaza B sa
elementima navedenim u tabeli 3.4, dobije maksimalni indeks kontrolabilnosti.
Tabela 3.4
1 2 3 4 5 6 7 8 9
b11 0 1 0 0 1 1 1 0 1
b12 1 0 -1 1 0 0 -2 1 2
b21 0 1 0 1 0 -1 0 -2 1
b22 1 1 1 -2 -1 1 1 0 -2
b31 1 0 1 1 0 1 1 0 1
b32 0 1 1 0 1 0 0 1 0
90
Glava 4: Sinteza SAU metodama prostora stanja 91
4.1 Uvod 91
4.2 Povratna sprega po stanju ili po izlazu 91
4.2.1 Sistem s povratnom spregom po stanju 92
4.2.2 Sistem s povratnom spregom po izlazu 93
4.3 Projektovanje povratne sprege po stanju 93
4.3.1 Izbor spektra polova 93
4.3.2 Podešavanje spektra polova sistema 94
4.3.2.1 Sistemi sa skalarnim upravljanjem 95
4.3.2.2 Akermanova formula 98
4.3.2.2.1 MATLAB i Akermanova formula
4.3.3 Sistemi s vektorskim upravljanjem 99
4.3.3.1 Prvi način sinteze - svođenje na skalarni slučaj 99
4.3.3.2 Drugi način sinteze - slučaj prostih sopstvenih vrednosti 100
4.3.3.2.1 MATLAB i podešavanje polova 102
4.3.3.3 Treći način sinteze - opšti slučaj 105
4.4 Projektovanje optimalne povratne sprege po stanju 111
4.4.1 MATLAB i optimalna povratna sprega
4.5 Sinteza neinteraktivnih sistema. Rasprezanje 116
4.5.1 Metoda Boksenboma i Huda 117
4.5.2 Rasprezanje kombinovanim kompenzatorom 121
4.6 Opserveri. Sinteza opservera 122
Literatura 129
Pitanja za samoproveru 130
Zadaci za vežbu 131
a
Glava 4.
4.1 Uvod
U prethodnom kursu, TAU-1, izložene su, na osnovu modela ulaz-izlaz
(funkcije prenosa), klasične metode sinteze SAU. Problem sinteze se svodio na
problem izbora tipa i parametara kompenzatora. Pri tome smo imali u vidu
sisteme s jednim ulazom i jednim izlazom, kada je povratna sprega skalarnog
tipa. Koncepcija prostora stanja sistema pruža izvanredne mogućnosti za sintezu
visokokvalitetnih i optimalnih sistema u odnosu na izabrani kriterijum kvaliteta
(videti odeljak 4.5). Sinteza na bazi koncepcije prostora stanja u osnovi
pretpostavlja da se radi o multivarijabilnom sistemu, a da se za upravljanje
objektom primenjuje povratna sprega po stanju ili po izlazu. U narednim
odeljcima najpre će biti definisane povratne sprege po stanju i po izlazu. Zatim
će biti prikazane metode za sintezu sistema sa skalarnim i sistema sa vektorskim
upravljanjem. Kod sistema sa skalarnim upravljanjem detaljno se obrazlaže
metoda projektovanja na osnovu kanoničke kontrolabilne forme, a zatim se
ukratko opisuje primena Akermanove formule. Kod sistema sa vektorskim
upravljanjem navode se tri metode. Prva koristi postupak svođenja na skalarni
slučaj. Druge dve se odnose direktno na vektorsko upravljanje. Jedna od njih se
koristi kada su željene sopstvene vrednosti sistema proste, dok je druga metoda
univerzalna. Na kraju glave se daje postupak sinteze linearnog kvadratnog
regulatora - Kalmanovog regulatora, sinteza neinteraktivnih sistema i sinteza
opservera.
r + u x x c
Σ B Σ D Σ
_
A OBJEKT
Kx
a)
r + u x x c
Σ B Σ D Σ
_
A OBJEKT
Kc
b)
Sl. 4.1. Sistem s povratnom spregom: (a) po stanju i (b) po izlazu.
Uvedena povratna sprega po stanju objekta, kao što se vidi, omogućava
stabilizaciju nestabilnih objekata. S tim u vezi, a s ciljem upravljanja sistemom
na globalnom nivou, može se postaviti pitanje: da li povratna sprega po stanju
menja uslove kontrolabilnosti i opservabilnosti tako dobijenog sistema u odnosu
na polazni objekat?
Matrica kontrolabilnosti sistema s povratnom spregom po stanju je
92
Glava 4: Sinteza SAU metodama prostora stanja
~ ~ ~ ~
M c = [B AB A 2 B ... A n −1B]; A = A − BK x . (4.5)
Ako je objekat bio kontrolabilan (nekontrolabilan), sistem s tim objektom i
povratnom spregom po stanju može postati nekontrolabilan (kontrolabilan), jer
zatvaranje povratne sprege po stanju može učiniti nekontrolabilnim
(kontrolabilnim) neke modove (videti primere 4.4, 4.5).
S druge strane, matrica opservabilnosti sistema s povratnom spregom po
stanju postaje
~ ~ ~
( )
~ 2~
M 0 = D T A T D T A T D T ... A T ( )
~ n −1 ~ T
D ,
(4.6)
na osnovu koje se može zaključiti da povratna sprega po stanju može imati
~
uticaj na osobinu opservabilnosti. Naime ako je D = 0 , tj. ako je D = HK x ,
sistem gubi osobinu opservabilnosti. Videti primer 4.16.
93
Č. Milosavljević, Teorija automatskog upravljanja-2
94
Glava 4: Sinteza SAU metodama prostora stanja
-an -an
-an-1 -an-1
-a2 -a2
-a1 -a1
Sl. 4.2. Model sistema bez konačnih nula sa skalarnim upravljanjem u normalnoj,
kanoničkoj kontrolabilnoj formi.
zovanog (ai) i kompenzovanog sistema ( ai ). Nije teško zaključiti da se
kompenzator, ostvaren povratnom spregom po stanju, dobija tako što se svakom
elementu ai lokalne povratne sprege, u modelu nekompenzovanog sistema,
dodaje (paralelno vezuje) element:
k i = ai − ai , i = 1, n . (4.11)
Prema tome, matrica povratne sprege po stanju je vektor-vrsta, čiji su elementi
pojačanja ki .
Pretpostavili smo da je polazni model sistema dat u kanoničkoj kontrola-
bilnoj formi, što, naravno, nije uvek slučaj. Međutim, ako je par (A,b) kontro-
labilan, sistem se može uvek svesti na taj oblik. U drugoj glavi je dat jedan
postupak transformacije sistema u kanoničku kontrolabilnu formu. Ovde ćemo
dati, kao gotov rezultat, matricu transformacije polaznog sistema u kontrolabilni
kanonički model, koja se odlikuje eksplicitnošću, tj. ona se može direktno napi-
sati na osnovu modela i koeficijenata karakterističnog polinoma nekom-
penzovanog sistema. Ta transformaciona matrica ima oblik (4.14) [1,2,4], gde
su: Mc - matrica kontrolabilnosti, a ai-koeficijenti karakterističnog polinoma
polaznog, nekompenzovanog sistema.
Prema tome, postupak projektovanja sistema svodi se na sledeći algoritam:
95
Č. Milosavljević, Teorija automatskog upravljanja-2
, (4.12)
1. Proverava se potpuna kontrolabilnost nekompenzovanog sistema
(objekta) proverom ispunjenja relacije
rang M c = n. (4.12)
Ako je ovaj uslov ispunjen, projektovanje se nastavlja. U suprotnom slučaju
potrebno je dekomponovati sistem na upravljivi i neupravljivi deo i proveriti
uslov stabilzabilnosti. Ako je on ispunjen, može se dalji postupak sprovesti na
upravljivi deo sistema ali ne mogu da se ostvare sve željene sopstvene vrdnosti
već samo onoliko koliki je indeks kontrolabilnosti sistema.
2. Izračunavaju se koeficijenti karakterističnog polinoma ai nekompenzova
nog sistema na osnovu relacije
det[ sI − A] = 0 (4.13)
i formira vektor-vrsta od ovih koeficijenata po rastućim indeksima:
a = [a1 a2 ... an ] .
3. Određuje se matrica transformacije T i njena inverzna matrica T-1na
osnovu
a 2 a3 ... a n 1
a a4 ... 1 0
3
T = M c ... ... ... ... ... (4.14)
a n 1 0 ... 0
1 0 0 ... 0
4. Na osnovu zahtevanog spektra sopstvenih vrednosti, sračunava se
karakteristični polinom kompenzovanog sistema po formuli (4.10) i formira
vektor-vrsta čiji su elementi koeficijenti polinoma po rastućim indeksima:
a = [ a1 a2 ... an ] .
5. Potrebna matrica povratne sprege po stanju kk je vektor-vrsta s elemen-
tima ki određenim izrazima , tj. k k = [ a − a] .
6. Dobijena matrica povratne sprege po stanju transformiše se u originalni
(polazni) prostor stanja, tj.
k = k k T −1 = [ a − a]T −1 . (4.15)
Primer 4.1. Nekompenzovani sistem je neprigušeni oscilator prirodne frekvencije
oscilovanja ωn. Naći matricu povratne sprege po stanju, koja će obezbediti dvostruko
veću prirodnu frekvenciju samooscilovanja i koeficijent relativnog prigušenja ζ=1.
Matematički model sistema u kanoničkom kontrolabilnom prostoru stanja je
x&1 = x2 ,
x& 2 = −ω2n x1 + u .
Karakteristični polinom nekompenzovanog sistema je
s −1
det[ sI − A] = 0 ⇒ 2 = 0 ⇒ s 2 + ω 2n = 0 ,
ωn s
odakle nalazimo: a2 = 0, a1 = ωn2 ⇒ a = [ωn2 0] .
96
Glava 4: Sinteza SAU metodama prostora stanja
1 − 1 − 1
Model kompenzovanog sistema je
1 0 0 1 − 5 8 0
x& = − 1 0 2 x − 0 [6 − 8 0]x = − 1 0 2 x ,
0 − 1 1 0 0 − 1 1
čije su sopstvene vrednosti jednake traženim.
97
Č. Milosavljević, Teorija automatskog upravljanja-2
1 1 0 1 0 0 1 0 0 1 0 0 1 0 0
k x = [ 0 0 1] 0 −1 −1 1 −2 −2 + 4 −1 −2 2 + 5−1 0 2 + 2 0 1 0
0 0 1 2 1 −3 1 −1 −1 0 −1 1 0 0 1
k x = [6 − 8 0] .
gde je p-vektor željenih sopstvenih vrednosti sistema, može se dobiti vrednost vektora
k povratne sprege po stanju.
98
Glava 4: Sinteza SAU metodama prostora stanja
1
Uvodeći, prema (4.17), vektror q=[1 0,5]T zadatak se svodi na isto.
99
Č. Milosavljević, Teorija automatskog upravljanja-2
7 − 16 1 0
x& = x+ r; c = x 2 .
6 − 13 1 1
Njegova karakteristična jednačina je ( s − 7)( s + 13) + 96 = s 2 + 6s + 5 = 0 . Prema tome,
dati prilaz je dao traženi spektar polova.
Interesantno je zadatak posmatrati i preko simulacionih dijagrama i strukturnih blok
šema. Na osnovu modela sistema, može se nacrtati simulacioni dijagram i strukturna
blok-šema polaznog i kompenzovanog sistema, sl. 4.4. I iz ovih dijagrama vidi se da je
polazni sistem nepotpuno kontrolabilan po upravljanju u2 kao i potvrda napred
sprovedenog postupka. Istaknimo da će spregnuti sistem imati željeni spektar polova,
bez obzira u odnosu na koji ulaz deluje upravljanje,. Uočimo da je uvođenjem povratne
sprege po stanju dobijeni sistem postao superkontrolabilan.
u2
u2
x1 x2 c u1 1 1 c
u1 s-2 s-3
2 3
r2
r2
r1 r1 1 c
x1 1
x2 c s-2 s-3
2 3 5
5 -16
-16
Sl. 4.4. Simulacioni dijagram i strukturna blok-šema sistema: a) nekompenzovani sistem ; b)
kompenzovani sistem.
100
Glava 4: Sinteza SAU metodama prostora stanja
Iz ove jednačine potrebno je odrediti matricu Kx, tako da sistem ima željeni
spektar polova, tj. ta relacija mora biti zadovoljena za svako s=sj, j=1,...,n, tj. za
svako Φ( s j ) . Pošto imamo n sopstvenih vrednosti, potrebno je imati sistem od
n algebarskih jednačina. Taj sistem se dobija izjednačavanjem s nulom svih
elemenata bilo koje vrste ili kolone determinante (4.20). Napišimo (4.20) u
obliku
det{[e1 e 2 ... e n ] + K x [f1 ( s j ) f 2 ( s j ) ... f n ( s j )]} = 0 , (4.21)
gde su: ei- i-ti vektor-kolona jedinične matrice (i-ti ort), fi(sj)-i-ti vektor-stubac
proizvoda matrica Φ( s j )B =F(sj).
Na osnovu (4.21) dobijamo sistem od n algebarskih jednačina zapisanih u
vektorskom obliku
K x f i ( s j ) = −e i . (4.22)
Međutim, ovaj sistem imaće jedinstvena rešenja samo ako predstavlja skup od n
linearno nezavisnih jednačina. To će biti ispunjeno samo ako je polazni sistem
potpuno kontrolabilan. Ograničavajući se samo na sisteme s prostim željenim
polovima, uvek se može naći skup linearno nezavisnih jednačina, na osnovu
koga se može napisati matrična algebarska jednačina oblika
K x [f i1 ( s1 ) f i 2 ( s2 ) ... f in ( sn )] = −[e i1 e i 2 ... e in ] ,
iz koje se dobija matrica povratne sprege po stanju
K x = −[e i1 e i 2 ... e in ][f i1 ( s1 ) f i 2 ( s 2 ) ... f in ( s n )]−1 . (4.23)
Primer 4.5. Prethodni primer (primer 4.4) rešićemo i na upravo opisani način.
Najpre, lako se utvrđuje da je sistem potpuno kontrolabilan, jer je
1 0 2 0
M c = [B AB] = ; rang M c = 2 .
1 1 4 3
Zatim određujemo kompleksni lik fundamentalne matrice
1
−1
0
s − 2 0 −
Φ ( s ) = [sI − A ] =
−1
=
s
1
2
1 .
− 1 s − 3
( s − 2)( s − 3) s − 3
Dalje je
1 1
0 1 0 0
s−2 s−2
F ( s ) = Φ ( s )B = 1 1 1 1 = s −1 1 =
( s − 2)( s − 3) s − 3 ( s − 2)9s − 3) s − 3
[f1 (s) f 2 (s)] .
Nalazimo vektore
1
1 T 1 3
f1 ( s1 = −1) = [− ] ; f1 ( s 2 = −5) = [− − ]T ;
3
6 7 28
1 1
f 2 ( s1 = −1) = [0 − ]T ; f 2 ( s 2 ) = [0 − ]T .
4 8
101
Č. Milosavljević, Teorija automatskog upravljanja-2
Izborom grupe linearno nezavisnih vektora
[f1 ( s1 ) f 2 ( s2 )] ili [f1 ( s2 ) f 2 ( s1 )]
nalazimo dva moguća rešenja za matricu povratne sprege po stanju:
−1
1
1 0 − 3 0 3 0
a) K = −[e1 e 2 ][f1 ( s1 ) f 2 ( s 2 )] = −
−1
= ;
0 1 1 1 − 4 8
−
6 8
−1
1
1 0 − 7 0 7 0
b) K = −[e1 e 2 ][f1 ( s 2 ) f 2 ( s1 )] = −
−1
= .
0 1 − 3 1 − 3 4
−
28 4
Neposrednom proverom može se utvrditi da obe nađene matrice stanja obezbeđuju
zadati spektar polova. Zaista:
~ 2 0 1 0 3 0 − 1 0
a) A = A − BK = − = ;
1 3 1 1 − 4 8 2 − 5
~ 2 0 1 0 7 0 − 5 0
b) A = A − BK = − = .
1 3 1 1 − 3 4 − 3 − 1
Na sl. 4.5 prikazani su simulaciona šema i strukturni blok dijagram kompenzovanog
sistema s matricom povratne sprege date pod a), čiji je matematički model
x&1 2 0 x1 1 0 3 0 x1 1 0 r1
x& = − + ⇒
2 1 3 x2 1 1 − 4 8 x2 1 1 r2
x&1 − 1 0 x1 1 0 r1
x& = + .
2 2 − 5 x2 1 1 r2
4.3.3.2.1 MATLAB i podešavanje polova
Za projektovanje povratne sprege po stanju može se koristiti gotov
programski paket MATLAB-a. Komanda je:
K = place(A, B, p) ,
gde je p-vektor željenog spektra sopstvenih vrednosti sistema.
102
Glava 4: Sinteza SAU metodama prostora stanja
4 Iz ovih primera može se videti da su
-8 moguća različita rešenja postavljenog
r2 zadatka. Poslednje tri varijante se, u
r1 suštini, ne razlikuju. Razlika postoji u
x1 x2 c prilazu putem svođenja zadatka na
3
skalarni slučaj i vektorskog prilaza. Prvi
2
prilaz ima manji broj povratnih sprega.
-3 Međutim, konačni sud se može meri-
torno izvesti samo nakon analize spreg-
r2 nutog sistema, jer ponašanje sistema
r1 1 c zavisi i od konačnih nula.
1
s-2 s-3 Nalazeći funkcije prenosa od svakog
ulaza do izlaza za prvi (skalarni) i drugi
3 4 8
(vektorski) način rešavanja zadatka,
Sl. 4.5 Simulacioni dijagram i strukturna dobija se:
blok-šema kompenzovanog sistema. a) za slučaj primene skalarne
povratne sprege, sl. 4.4b:
) s −1 s−7
C ( s ) = G ( s)R ( s ) = d[ sI − A]−1 BR ( s) = R( s) ;
( s + 1)( s + 5) ( s + 1)( s + 5)
b) za slučaj primene vektorske povratne sprege (primer 4.5) G(s) je:
s+3 1 s+2 1 1 1 2
b1) ; b2) ; b3) .)
( s + 1)( s + 5) ( s + 5) ( s + 1)( s + 5) ( s + 5) ( s + 5) ( s + 5)
Kao što se vidi, polovi spregnutog prenosa sistema su jednaki zahtevanim (-1, -5) u
slučaju a). U prenosu prva metoda je dala neminimalno fazni sistem (desne konačne
nule: 1 i 7). U drugom slučaju, u prenosu po r2 dolazi do skraćivanja pola i nule, pa je
dobijeni sistem ostao nekontrolabilan po tom ulazu, a u slučaju b3) skraćivanja ima u
oba kanala. To se vidi i na dijagramu na sl. 4.5, što kod prvog prilaza nije slučaj.
Štaviše, polazni objekat je bio nepotpuno kontrolabilan po ulazu u2, a uvođenjem
skalarne povratne sprege po stanju učinili smo da je sistem poprimio osobinu
superkontrolabilnosti, tj. postao je potpuno upravljiv po svakom ulazu. U posmatranom
primeru bolji je drugi prilaz, jer nema desnih nula. U svakom konkretnom slučaju
projektant mora detaljno analizirati ponašanje projektovanog sistema i po potrebi
izvršiti promenu zahtevanog spektra polova u cilju dobijanja što kvalitetnijeg sistema.
Sa ciljem da se uoči razlika u projektovanju kada je matrica B m × n, m < n
razmotrimo sledeći primer
1 0 1 1 0
Primer 4.6. A = 0 1 − 5; B = [b1 b 2 ] = 0 1; Od sistema se zahteva da mu
0 − 2 0 1 1
sopstvene vrednosti budu S = {−1,−3,−5} . Proveravamo sopstvene vrednosti matrice
stanja: eig(A)= 1.0000; 3.7016;-2.7016. Prema tome sistem je nestabilan. Proverom
kontrolabilnosti po svakom ulazu lako se nalazi da je sistem superkontrolabilan. To
znači da se za dobijanje traženog spektra polova može primeniti skalarni slučaj po
jednom od ulaza ili vektorski slučaj, što ćemo i uraditi. Kompleksni oblik
fundamentalne matrice je:
2
b1) i b2) su varijante iz primera 4.5, a b3) je rešenje dobijeno primenom MATLAB-a.
103
Č. Milosavljević, Teorija automatskog upravljanja-2
1 −2 1
s −1
2 2
( s − 1)( s − s − 10) ( s − s − 10)
s −5
Φ ( s ) = [sI − A ]
−1
= 0 ;
( s 2 − s − 10) ( s − s − 10)
2
0 −2 s −1
( s 2 − s − 10) ( s 2 − s − 10)
Sada je
s 2 − 11 s−3
2 2
( s − 1)( s − s − 10) ( s − 1)( s − s − 10)
−5 s−5
F( s ) = Φ ( s ) B = 2 2 = [f1 ( s ) f 2 ( s )]3×2 .
( s − s − 10 ) ( s − s − 10)
s −1 s−3
( s 2 − s − 10) ( s 2 − s − 10)
Pošto je naš sistem trećeg reda (n=3), a broj ulaza m=2, matrica povretne sprege po
stanju mora biti dimenzija m × n = 2 × 3 . Ona se određuje iz izraza (4.23) koji će za
ovaj slučaj biti:
K = −EG −1 ,
gde se matrica G dobija na osnovu linearno nezavisnih vektora f i ( s j ), i = 1,2; j = 1,2,3 ,
a matrica E se sastoji iz jediničnih ortova-kolona koji korespondiraju indeksu i vektora
f i ( s j ) . Na taj način moguće su različite varijante rešenja:
− 5 / 8 1 / 4 1 / 15
1 1 0
a) G a = [f1 ( s1 ) f1 ( s 2 ) f 2 ( s 3 )]; E a = ; Ga = 5 / 8 − 5 / 2 − 1/ 2
0 0 1 1 / 4 − 2 − 2 / 5
− 5 / 8 3 / 4 1 / 15
1 0 0
b) G b = [f1 ( s1 ) f 2 ( s 2 ) f 2 ( s 3 )]; E b = ; Gb = 5 / 8 − 4 − 1/ 2
0 1 1
1 / 4 − 3 − 2 / 5
− 1 / 4 1 / 4 1 / 15
0 1 0
c) G c = [f 2 ( s1 ) f1 ( s 2 ) f 2 ( s 3 )]; E c = ; G c = 3 / 4 − 5 / 2 − 1 / 2
1 0 1 1 / 2 −2 − 2 / 5
− 5 / 8 1 / 4 − 7 / 60
1 1 1
d) G d = [f1 ( s1 ) f1 ( s 2 ) f1 ( s 3 )]; E d = a 5/8 − 5/ 2
; G = − 1 / 4
0 0 0 1 / 4 −2 − 3 / 10
− 1 / 4 3 / 4 1 / 15
0 0 0
e) G e = [f 2 ( s1 ) f 2 ( s 2 ) f 2 ( s 3 )]; E e = ;Ga = 2 / 3 − 4 − 1/ 2
1 1 1 1 / 2 − 3 − 2 / 5
Ovi slučajevi biće validni samo ako su dobijene matrice Gk nesingularne. Kao što se
vidi, u formiranju matrice G moraju učestvovati sve zahtevane sopstvene vrednosti
sistema. Poslednja dva slučaja se svode na skalarno upravljanje.
Dobijaju se sledeća rešenja:
104
Glava 4: Sinteza SAU metodama prostora stanja
pri čemu je
r
∑m
i =1
i =n. (4.29)
gde je
Di ( s ) = s mi + a i ,1 s mi −1 + ... + ai ,mi . (4.33)
Matrica povratne sprege po stanju određuje se po formuli
K = Q −1 G , (4.34)
gde su matrice Q i G date izrazima:
q1T A m1 −1B
T m2 −1
q A B
Q= 2 , (4.35)
.......
T m −1
q r A r B
q1T D1 ( A)
T
q D ( A)
G= 2 2 , (4.36)
.......
T
q r Dr ( A)
a Di (A) je
Di ( A) = A mi + a i ,1 A mi −1 + ... + a i mi ; i = 1,2,..., r. (4.37)
Primenu ove metode prikazaćemo na nekoliko primera.
106
Glava 4: Sinteza SAU metodama prostora stanja
1 0 0 1
Primer 4.7. Dat je sistem opisan sa A = − 1 0 2; B = 0 ,
0 − 1 1 0
projektovati povratnu spregu po stanju tako da željeni karakteristični polinom sistema
bude
D( s ) = ( s + 1) 2 ( s + 2) .
Neposrednom proverom (videti primer 4.2) se utvrdjuje da je sistem potpuno
kontrolabilan. S obzirom da je sistem sa skalarnim upravljanjem, onda je matrica M u
ovom slučaju identična s matricom kontrolabilnosti datog sistema. Matrica
kontrolabilnosti i njena inverzna matrica su
1 1 1 1 1 0
M = M c = 0 − 1 − 1 ; M = 0 − 1 − 1 .
−1
0 0 1 0 0 1
1
Sada je m1=3, pa je δ 1 = ∑ m1 = 3 , te je q1T = [0 0 1] , tj. to je treća vrsta matrice
j =1
−1
M . Sada je
1
Q = [0 0 1]A b = [0 0 1] − 1 = 1; D( A) = A 3 + 4 A 2 + 5A + 2I =
2
1
1 0 0 1 0 0 1 0 0 1 0 0
1 − 2 − 2 + 4- 1 - 2 2 + 5− 1 0 2 + 20 1 0;
2 1 − 3 1 − 1 − 1 0 − 1 1 0 0 1
[ ]
G = q1T D1 ( A) = [0 0 1]D( A) = [0 0 1]{[2 1 − 3] + 4[1 − 1 − 1] +
5[0 − 1 1] + 2[0 0 1]} = [6 − 8 0].
S obzirom na to da je Q = Q −1 = 1, potrebna povratna sprega po stanju je
k = [6 − 8 0] .
Ovaj rezultat smo već dobili na osnovu kanoničkog kontrolabilnog modela sistema kao i
primenom Ackermanove formule.
2 0 1 0
Primer 4.8. Sistem je opisan sa A = ; B = 1 1; d = [0 1] . Projektovati
1 3
povratnu spregu po stanju tako da spektar polova sistema bude: s1 = −1, s 2 = −5.
1. Način. Sistem je potpuno kontrolabilan po prvom ulazu. Formiramo matricu M1
1 2 1 4 − 2
M1 = [b1 Ab1 ] = ⇒ M = M1 ⇒ M −1 = ,
1 4 2 − 1 1
2
δ1 = 2 ⇒ q1T = [− 0,5 0,5]; Q = [− 0,5 0.5] = 1,
4
2
D( s ) = s + 6s + 5 ⇒
107
Č. Milosavljević, Teorija automatskog upravljanja-2
4 0 12 0 5 0 21 0
D( A ) = A 2 + 6A + 5I = + + = ;
5 9 6 18 0 5 11 32
[ ]
G = q1T D( A) = [− 0.5 0.5]
21 0
= [− 5 16]. ⇒ k = [−5 16].
11 32
Vidi se da je rezultat isti kao u primeru 4.4.
2. Način. Ovaj zadatak možemo rešiti i na sledeći način (videti napred datu
napomenu): formirajmo matricu M tako što ćemo usvojiti da su m1=m2=1, što daje
M=B. Pošto je rangB=2, to znači da je posmatrani sistem drugog reda potpuno
kontrolabilan. Sada je:
1 0
M −1 = B −1 = ; δ1 = 1, δ 2 = 2; ⇒ q1 = [1 0]; q 2 = [− 1 1] .
− 1 1
D( s ) = ( s + 1)( s + 5) ⇒
3 0
D1 ( A) = A + I = ;
1 4
7 0
D2 ( A) = A + 5I = .
1 8
1 0
q1 A 0 B
[1 0]⋅ 1 0
Q= = 1 1 =
0 1 0 0 1 ,
q
2 A B [− 1 1] ⋅
1 1
3 0
[1 0] ⋅
q1 D1 ( A) 1 4 = 3 0 ,
G= =
q 2 D2 ( A) [− 1 1] ⋅ 7 0 − 6 8
1 8
1 0 3 0 3 0
K = Q −1G = = .
0 1 − 6 8 − 6 8
Zaista je
s − 2 0 1 0 3 0 s − 2 0 3 0
sI − A + BK = + 1 1 − 6 8 = − 1 s − 3 + − 3 8 =
− 1 s − 3
s + 1 0
− 4 s + 5 ⇒ det( sI − A + BK ) = 0 ⇒ ( s + 1)( s + 5).
Prema tome, data povratna sprega po stanju je obezbedila traženi spektar sopstvenih
vrednosti.
Model ulaz-izlaz sistema je
s + 5 0
4 s + 1 1 0
adj[ sI − A + BK ]
W( s ) = d B = [0 1] =
det[ sI − A + BK ] ( s + 1)( s + 5) 1 1
108
Glava 4: Sinteza SAU metodama prostora stanja
s+5
[0 1]
1 0 1 1
( s + 1)( s + 5) s + 5 s + 1 = s + 1 s + 5 ,
a simulacioni dijagram i strukturna blok-šema sistema sa povratnom spregom po stanju
prikazana je na sl. 4.6. Ovde u modelu ulaz-izlaz došlo je do skraćivanja
6
-8
r2
r2
r1
x1 x2 c r1 1 1 c
s-2 s-3
2 3
3 6 8
-3
Sl. 4.6 Simulacioni dijagram i strukturna blok-šema projektovanog sistema.
Može se uočiti da se ovim načinom projektovanja dobio sličan rezultat kao
kod prethodnog postupka projektovanja ali ipak različit. Ovde se drugi mod
(s+5) skraćuje delovanjem preko upravljanja u1, dok drugi ulaz nema uticaj na
stanje x1. S obzirom na to da se skraćivanje odvija u levoj poluravni, stabilnost
sistema se ne može narušiti. Međutim, ovde drugi mod nije kontrolabilan sa
strane prvog ulaza, a prvi mod nije opservabilan sa izlaza sistema.
Primer 4.9. Sistem je opisan modelom
1 0 4 2 1 1
2 5 1 0
A= ; B = 1 1 .
3 8 2 1 0 1
0 0 6 2 1 0
Projektovati povratnu spregu po stanju tako da spektar polova bude definisan sa
D ( s ) = ( s + 2) 2 ( s + 4) 2 = ( s 2 + 4 s + 4)( s 2 + 8s + 16) .
Koristićemo programski paket MATLAB za izračunavanja, pa matrice A i B
zapisujemo u obliku:
A=[1,0,4,2;2,5,1,0;3,8,2,1;0,0,6,2];B=[1,1;0,1;1,1;1,0];
Odredimo najpre spektar polova polaznog sistema naredbom eig(A). Dobija se odgovor:
eig(A)=[9.2835; 0.9625 + 1.3221i ; 0.9625 + 1.3221i; -1.2084]
Kao što se vidi, spektar polova nije onaj koji se traži; sistem nije stabilan, jer ima tri
pola u desnoj poluravni.
Sada ispitujemo potpunu kontrolabilnost sistema.
MC=[B, A*B,A^2*B,A^3*B]; rank(MC) =4. Sistem je potpuno kontrolabilan.
Utvrdimo kontrolabilnost po svakom od ulaza:
>> b1=[1;0;1;1];b2=[1;1;1;0];
>> Mc1=[b1, A*b1,A^2*b1,A^3*b1];Mc2=[b2, A*b2,A^2*b2,A^3*b2];
>> rank(Mc1) = 4
>> rank(Mc2) = 4
Dakle, sistem je superkontrolabilan i zadatak se može rešiti na više načina. Usvojićemo
m1=m2=2. Prema (4.31) nalazimo
109
Č. Milosavljević, Teorija automatskog upravljanja-2
1 2
δ1 = ∑ m j = 2; δ 2 = ∑ m j = 2 + 2 = 4 ,
j =1 j =1
110
Glava 4: Sinteza SAU metodama prostora stanja
3
Ako se optimalizacija kriterijuma (4.38) vrši na konačnom vremenskom intervalu, tada se
problem svodi na rešavanje Rikatijeve diferencijalne jednačine, a ako se, pak, on vrši na
beskonačnom vremenskom intervalu - na rešavanje algebarske Rikatijeve jednačine [11].
111
Č. Milosavljević, Teorija automatskog upravljanja-2
K = R −1B T P , (4.43)
Zamenjujući (4.43) u (4.42) dobija se
A T P − (R −1B T P) T B T P + PA − PBR −1B T P + Q + (R −1B T P ) T RR −1B T P = 0;
Uzimajući u obzir da je RR −1 = I , poslednji član u prethodnom izrazu identičan
je drugom članu tog izraza i međusobno se potiru, pa se dobija
A T P + PA − PBR −1B T P + Q = 0 . (4.44)
Ova algebarska jednačina je poznata kao Rikatijeva matrična algebarska
jednačina iz koje se nalazi matrica P pomoću koje se određuje matrica povratne
sprege po stanju K (4.43).
Prema tome, algoritam projektovanja optimalne povratne sprege po stanju se
svodi na sledeće korake:
1. Na osnovu datog matematičkog modela nekompenzovanog sistema,
najpre se utvrđuje kontrolabilnost sistema. Ako sistem nije potpuno kontro-
labilan dalji postupak je bespredmetan.
2. Zatim se, na osnovu zadate matrice Q, utvrđuje stabilizabilnost sistema,
tj. vrši provera da li će matrica K, nađena po (4.43), dovesti do stabilnog
sistema, odnosno da li će matrica A − BK biti stabilna. S obzirom da još uvek
nije poznata matrica K, Kalman je pokazao da će taj uslov biti ostvariv ako je
par (A,S) potpuno opservabilan, gde S zadovoljava jednakost S T S = Q .
3. Iz Rikatijeve matrične algebarske jednačine (4.44) nalazi se matrica P.
4. Najzad, matrica povratne sprege po stanju K određuje se na osnovu
(4.43).
Dati postupak prikazaćemo na jednom primeru.
0 1 1 0 1 0
Primer 4.10. Objekat upravljanja opisan je sa: A = ; B = 1 1; D = 0 0 .
1 1
Projektovati povratnu spregu po stanju tako da se optimalizuje kriterijum kvaliteta
1 0 1 0
(4.38) određen sa: Q = ;R = .
0 4 0 1
Neposrednom proverom lako se utvrđuje da je sistem potpuno kontrolabilan, što
1 0
znači da je moguće rešiti postavljeni zadatak. Osim toga je S = i par (A,S) je
0 2
potpuno opsrevabilan, pa će matrica A-BK biti stabilna. Koristeći matričnu Rikatijevu
algebarsku jednačinu (4.44) dobijamo njen početni oblik:
0 1 p11 p12 p11 p12 0 1 p11 p12 1 0 1 0 1 1 p11 p12 1 0
1 1 p + − + =0.
12 p 22 p12 p 22 1 1 p12 p 22 1 1 0 1 0 1 p12 p 22 0 4
112
Glava 4: Sinteza SAU metodama prostora stanja
Ovaj sistem jednačina je nelinearan i
može se rešiti jedino primenom raču-
nara4. Kao metoda rešavanja može se
koristiti metoda analogne simulacije
sistema diferencijalnih jednačina koje se
dobijaju iz datih algebarskih jednačina
kada se desna strana zameni diferen-
cijalima traženih promenljivih, tj u
obliku:
− p& 11 = 1 + 2 p12 − p11 ( p11 + p12 )
− p12 ( p11 + 2 p12 ),
− p& 12 = p11 + p12 + p 22 − p11 ( p12 + p 22 )
− p12 ( p12 + 2 p 22 ),
− p& 22 = 4 + 2( p12 + p 22 ) − p12 ( p12 + p 22 )
− p 22 ( p12 + 2 p 22 ),
a zatim nalaze rešenja ovog sistema u
ustaljenom stanju.
Sl. 4.7. Simulacioni model za rešavanje
Simulacioni model je prikazan na sl.
matrične Rikatijeve jednačine.
4.7, a rezultat simulacije na sl. 4.8.
Vrednosti traženih elemenata matrice P u ustaljenom stanju su
p11 = 0,94466; p12 = 0,261274; p 22 = 1,906753. 5
Matrica povratne sprege po stanju je, na
osnovu (4.43)
1 1 p11 p12
K = R −1B T P = I =
0 1 p12 p 22
p11 + p12 p12 + p 22
p =
12 p 22
1,205934 2,168027
0,261274 1,906753 .
Upravljanje je
1,205934 x1 + 2,168027 x 2 .
u = − Kx = −
Sl. 4.8. Rešenja sistema diferencijalnih 0,261274 x1 + 1,906753 x 2
jednačina. Na sl. 4.9 prikazan je simulacioni dijagram
optimalnog sistema, a na sl. 4.10 odzivi sta-
nja i signali upravljanja takvog sistema dobijeni simulacijom.
Obratimo pažnju na činjenicu da je polaznii sistem nestabilan, a da je realizovani
sistem asimptotski stabilan.
4
Za rešavanje Rikatijeve jednačine može se koristiti MATLAB. Naredba je:
G=BR-1BT; P=are(A,G,Q),
5
Primenom MATLAB-a dobija se rešenje Rikatijeve algebarske jednačine:
>> A=[0,1;1,1];B=[1,0;1,1];R=[1,0;0,1];G=B*(R^-1)*B';
Q=[1,0;0,4];P=are(A,G,Q)
P = 0.94466286696867 0.26127418172707
0.26127418172707 1.90675389432997
113
Č. Milosavljević, Teorija automatskog upravljanja-2
a) b)
Sl. 4.10. Odziv optimalnog sistema:
a) regulacija nultog stanja ravnoteže; b) signali upravljanja.
114
Glava 4: Sinteza SAU metodama prostora stanja
Prethodno opisana metoda optimalizacije s proporcionalnom povratnom
spregom po stanju omogućava dovođenje u nulto stanje ravnoteže samo ako su
poremećaji tipa početnih uslova ili kratkovremenih impulsa. Ako na sistem
deluju konstantni ili sporopromenljivi poremećaji, pored proporcionalne pov-
ratne sprege po stanju mora se primeniti i povratna sprega koja će biti propor-
cionalna integralu vektora stanja. Takvi regulatori se nazivaju proporcionalno-
integralnim (PI) regulatorima stanja. S obzirom na to da se u regulacionim
sistemima zahteva stabilizacija ili praćenje zadatog ulaznog (referentnog) sig-
nala i eliminacija ili minimalizacija uticaja poremećaja, obično se ovaj zadatak
rešava kombinovanjem PI povratne sprege po izlazu (signalu greške) i propor-
cionalne povratne sprege po stanju objekta.
Taj zadatak može se rešavati i svođenjem složenog, interaktivnog (spreg-
nutog) objekta s vektorskim upravljanjem na slučaj neinteraktivnog (raspreg-
nutog) objekta, svodeći problem vektorskog upravljanja sistemom na
upravljanje n skalarnih podsistema. O takvom načinu sinteze sistema biće reči u
narednom odeljku ovog poglavlja.
4.4.1 MATLAB i optimalna povratna sprega
Prethodni zadatak se može rešti jednostavnije, ako se raspolaže programskim
paketom MATLAB. Procedura je sledeća: Najpre se unesu podaci za matrice A,B,Q i
R. Zatim se potraži rešenje u formi:
[ [K,P,s]=lqr(A,B,Q,R),
gde su:K - matrica optimalne povratne sprege po stanju, P - matrica-rešenje Rikatijeve
algebarske jednačine, s - sopstvene vrednosti sistema sa optimalnom povratnom
spregom po stanju, tj. rešenja karakteristične jednačine: det[ sI − A + BK ] = 0 . Na taj
način se za prethodni primer dobija:
>>A=[0,1;1,1];B=[1,0;1,1];Q=[1,0;0,4];
>>R=[1,0;0,1]; [K,P,s]=lqr(A,B,Q,R)
K=
1.20593704869574 2.16802807605704
0.26127418172707 1.90675389432997
P=
0.94466286696867 0.26127418172707
0.26127418172707 1.90675389432997
s=
-0.94919991909356
-3.33151909998919
U MATLABU postoji potprogram za izračunavanje optimalne povratne sprege kada
je kriterijum kvaliteta oblika
∞
J = ∫ (c T Qc + u T Ru)dt
0
115
Č. Milosavljević, Teorija automatskog upravljanja-2
116
Glava 4: Sinteza SAU metodama prostora stanja
U literaturi je poznato nekoliko metoda za rasprezanje kao što su: metoda
Voznesenskog, metoda Boksenboma i Huda, metoda Mejerova, primena kliznih
režima. Prve dve metode su u osnovi iste i zasnivaju se na uvođenju dinamičkih
kompenzatora uzajamnih sprega. Zadržćemo se samo na metodi Boksenboma.
Druge dve metode zasnivaju se na sistemima s velikim koeficijentima pojačanja
u petlji. O primeni kliznih režima biće reči u drugom delu ovog kursa. Osim
navedenih metoda, koristi se i kombinovani prilaz putem uvođenja dva
kompenzatora proporcionalnog tipa. Jedan od njih uvodi povratnu spregu po
stanju, a drugi modifikuje ulazni vektor sistema.
117
Č. Milosavljević, Teorija automatskog upravljanja-2
Razlikuju se dva slučaja: (i) kada je isti broj ulaza i izlaza objekta; (ii) kada
je broj izlaza manji od broja ulaza. U slučaju manjeg broja ulaza od izlaza nije
moguće ostvariti rasprezanje. U slučaju (ii), dodatni ulazi mogu se koristiti za
ostvarivanje posebnih osobina sistema. Posmatraćemo samo slučaj (i), pa će,
nadalje, matrica funkcija prenosa G(s) biti kvadratna n× n matrica.
Iz primera se vidi da je, za rešenje datog zadatka, potrebno obezbediti
n
∑ Gij ( s) K jl ( s) = 0, i, l = 1, n, i ≠ l. (4.53)
j =1
118
Glava 4: Sinteza SAU metodama prostora stanja
Deleći (4.60) sa (4.61), dobijaju se izrazi za izračunavanje nedijagonalnih
elementa kompenzacione matrice za rasprezanje sistema
det G lr ( s)
K rl = K ll ( s) . (4.62)
det G ll ( s)
Pošto je izbor dijagonalnih elemenata kompenzacione matrice K(s) proizvoljan,
postoji sloboda u njihovom izboru, pa se, pored rasprezanja, može obezbediti
ispunjenje i drugih uslova, npr., potreban stepen stabilnosti, željena statička
greška, uslov optimalizacije po nekom od kriterijuma kvaliteta i dr.
Primer 4.13. Primenimo dobijenu formulu (4.62) na prethodni primer sistema
drugog reda.
Za r = 1, l = 2 ⇒ G 21 ( s) = −G12 ( s ); G 22 ( s) = G11 ( s) .
Za r = 2, l = 1 ⇒ G 12 ( s) = −G21 ( s); G 11 ( s) = G22 ( s) .
Stoga je:
G12 ( s ) G (s)
K 12 ( s ) = − K 22 ( s); K 21 ( s) = − 21 K 11 ( s ) .
G11 ( s ) G22 ( s )
Prema tome, dobijen je isti rezultat kao u prethodnom slučaju.
a) b)
Sl. 4.13. Odziv objekta na odskočne ulazne signale a) u1=h(t),u2=0; b) u1=0; u2=h(t).
a) b)
Sl. 4.14. Odziv objekta s blokom za rasprezanje na odskočne ulazne signale
a)u1=h(t),u2=0; b) u1=0; u2= h(t).
120
Glava 4: Sinteza SAU metodama prostora stanja
Primer 4.15. Neka je dat sistem s tri ulaza i tri izlaza. Tada je
G11 ( s) G12 ( s) G13 ( s) K11 ( s ) K12 ( s) K13 ( s)
G ( s) = G21 ( s) G22 ( s) G23 ( s); K ( s) = K 21 ( s) K 22 ( s) K 23 ( s) .
G31 ( s) G32 ( s) G33 ( s ) K 31 ( s) K 32 ( s) K 33 ( s)
G ( s ) G13 ( s)
− 12
G
K 12 = 21 K 22 =
G32 ( s ) G33 ( s) [G (s)G33 (s) − G13 (s)G32 (s)] K (s).
K 22 ( s) = − 12 22
G 22 G11 ( s) G13 ( s) G11 ( s)G33 ( s) − G13 ( s)G31 ( s)
G31 ( s ) G33 ( s)
G21 ( s ) G23 ( s)
−
K 21
G
= 12 K 11 =
G31 ( s) G33 ( s )
K 11 ( s) = −
[G21 (s)G33 (s) − G23 (s)G31 (s)] K (s) .
I td.
11
G 11 G22 ( s) G23 ( s) G22 ( s)G33 ( s ) − G23 ( s)G32 ( s)
G32 ( s ) G33 ( s)
Treba istaći da problem nije tako jednostavan kao što se, na prvi pogled,
može steći utisak. Osnovni problem može biti problem fizičke realizacije dobi-
jenih kompenzacionih funkcija prenosa. Funkcije prenosa elemenata kompen-
zacione matrice moraju biti u obliku pravilnih razlomaka a, osim toga, ne smeju
se narušiti osobine kontrolabilnosti i opservabilnosti.
4.5.2. Rasprezanje kombinovanim kompenzatorom
Drugi prilaz, kao što je rečeno, uvodi kaskadnu proporcionalnu kompen-
zaciju i proporcionalnu negativnu povratna spregu po stanju, sl. 4.16, tj. uprav-
ljanje se definiše kao
u = Fr v − K r x . (4.63)
Izborom matrica Kr i Fr obezbeđuje se da matrica funkcija prenosa sistema
G ( s ) = D[ sI − A + BK r ]−1 BFr . (4.64)
dobije dijagonalni oblik.
s −1 0
W ( s ) = D[sI − A + BK r ] BFr =
−1
−1
.
0 s
Iz poslednje matrice funkcija prenosa vidi se da je sistem raspregnut.
Ovde treba istaći da metoda uvek dovodi do rasprezanja u kaskadu čistih integratora,
što bi se moglo ubrojati u njen nedostatak, jer objekti upravljanja sačinjeni od kaskade
integratora dovode do strukturno nestabilnih sistema. Ali to je poseban problem koji se
može uspešno razrešiti uvođenjem dodatne povratne sprege po stanju, odnosno
primenom odgovarajućih tehnika upravljanja.
Napomena 4.3: Istaknimo, takođe, da je polazni sistem trećeg reda. Posle
rasprezanja smo dobili sistem drugog reda. To je zbog toga što je razmatrani sistem
postao nepotpuno observabilan posle uvođenja povratne sprege po stanju. Isto bi se
dogodilo ako bi sistem bio nepotpuno kontrolabilan.
6
Engleski termin off-line označava da se naznačeni proces odvija bez povretne sprege, tj. dobijeni
rezultati se ne koriste neposredno za formiranje upravljanja, dok termin on-line ima suprotno
značenje - naznačeni proces se koristi za formiranje upravljanja, tj. za upravljanje u zatvorenoj
petlji povratne sprege, odnosno za upravljanje u tzv. realnom vremenu.
7
Blokovi i signali označeni isprekidanim linijama na sl. 4.17 se ne uzimaju u obzir za dati model.
Njihovo eventualno prisustvo u razmatranom sistemu biće objašnjeno na kraju ovog odeljka.
123
Č. Milosavljević, Teorija automatskog upravljanja-2
x& = Ax + Bu,
(4.70)
c = Dx,
za objekat i
xˆ& = Axˆ + Bu + B c (c − cˆ ) = Axˆ + Bu + B c D(x − xˆ ),
(4.71)
cˆ = Dxˆ ,
za opserver, gde su sa x i c , odnosno sa xˆ i cˆ označene koordinate stanja i
izlazi objekta, odnosno opservera, respektivno.
Ako definišemo grešku opservacije kao
e = x − xˆ ⇒ e& = x& − x&ˆ , (4.72)
pa u izraz za diferencijal signala greške uvrstimo prve relacije iz (4.70) i (4.71)
dobićemo relaciju
e& = ( A − B c D)e ⇒ e& = A o e , (4.73)
koja predstavlja diferencijalnu jednačinu sistema po signalu greške opservacije.
Ako je ona stabilna, tada će stanje opservera asimptotski težiti stanju objekta.
Izborom matrice povratne sprege Bc, može se učiniti da brzina konvergencije
bude proizvoljno velika. Naravno, u praksi je dovoljno da sopstvene vrednosti
matrice Ao budu dva do četiri [3] pa i do šest puta [5]8 levlje od sopstvenih
vrednosti projektovanog sistema s povratnom spregom. Podešavanje sopstvenih
vrednosti opservera se svodi na problem podešavanja spektra polova u sistemu s
povratnom spregom po stanju, koji je već razmatran.
Pošto su koordinate stanja opservera dostupne za neposredno merenje, a one
dovoljno brzo postaju bliske koordinatama stanja objekta, tada se na osnovu
njih može konstruisati sistem s povratnom spregom po stanju.
Pretpostavljajući da je matrica povratne sprege po stanju K realna matrica,
posmatrani dinamički sistem je reda 2n (gde je n -red objekta). Problem je
olakšan time što se sopstvene vrednosti opservera i sistema s povratnom spre-
gom po stanju mogu birati nezavisno. Ovo je posledica principa separacije, koji
ćemo sada pokazati [1].
Matematički model sistema s povratnom spregom po stanju opservera je
x& A − BK x B
xˆ& = B D A − BK − B D xˆ + B r . (4.74)
c c
Kao što je poznato, linearna transformacija ne menja sopstvene vrednosti
sistema. Ako na (4.74) primenimo transformaciju koordinata stanja oblika
−1
x I 0 x x I 0 x I 0 x
xˆ = I − I xˆ ⇒ xˆ = I − I xˆ = I − I xˆ , (4.75)
dobija se:
8
S obzirom da opserver ima ulogu mernog elementa nedostajućih koordinata stanja objekta,
poželjno je da njegova inercija bude značajno manja od inercije objekta. S tog stanovišta, spektar
polova opservera treba birati da bude nekoliko puta levlje od spektra polova opserviranog objekta.
124
Glava 4: Sinteza SAU metodama prostora stanja
x& I 0 A − BK I 0 x I 0 B
& = + r , (4.76)
xˆ I − I B c D A − BK − B c D I − I xˆ I − I B
što, posle množenja, daje
x& A − BK − BK x B ~ ~
& = + r = A~ x + Br . (4.77)
xˆ
0 A − B D
c ˆ
x 0
Sopstvene vrednosti (4.77), odnosno (4.74) se dobijaju iz karakterističnog
polinoma
det[ sI − A] = det( sI − A + BK ) det( sI − A + B c D) = ∆( s )∆ o ( s ) ,
gde je ∆(s) - karakteristični polinom sistema bez opservera, a ∆o(s) - karak-
teristični polinom opservera. Na taj način, pokazano je da se sopstvene
vrednosti opservera i sistema mogu birati nezavisno, odnosno separatno.
S obzirom na izloženo, za projektovanje opservera koristi se (4.73) i metoda
podešenja spektra polova, primenom povratne sprege po izlazu opservera,
putem izbora matrice B c . Polazeći od uslova
det[ sI − A o ] = 0 ⇒ det[ sI − A + B c D] = 0 ⇒
det[ sI − A ] det[I + D[ sI − A]−1 B c ] = 0 ⇒ det[ sI − A] = 0 ili (4.78)
det[I + D[ sI − A]−1 B c ] ⇒ det[I + DΦ( s )B c ] = 0 ⇒ det[I + F( s )B c ] = 0,
poslednji izraz može se napisati u obliku skalarnih relacija, zahtevajući da jedna
(bilo koja) vrsta determinante bude jednaka nuli, tj.
e iT + f iT B c = 0 T . (4.79)
S obzirom na to da je matrica Bc dimenzija n×m, samo (4.79) nije dovoljna
za nalaženje te matrice. Definišimo novu n×n matricu Gc, čije su vrste nezavisni
vektori f iT ( sk ) . Tada se prethodna relacija svodi na oblik
G c B c = −E c , (4.80)
gde je Ec - n×m matrica čije su vrste ortovi e iT . Tada je rešenje dato u obliku
B c = − G c−1E c . (4.81)
125
Č. Milosavljević, Teorija automatskog upravljanja-2
Postupak projektovanja se svodi na izbor matrice povratne sprege Bc, koja će obezbediti
podešavanje spektra polova opservera, a čiji elementi su dati relacijom (4.81). Najpre,
odredimo kompleksni lik fundamentalne matrice modela opservera
1 1
( s + 2) 0
( s + 2) 2
adj[sI − A ] 1
Φ (s) = = 0 0 .
det[sI − A ] ( s + 2)
1
0 0
( s − 4)
1 1
( s + 2) 0
( s + 2) 2 1
0 0
0 0 1 1 ( s − 4) f1T ( s ) .
DΦ ( s ) = 0 0 = = T
1 0 0 ( s + 2) 1 1
0 f 2 ( s )
1
0 0 ( s + 2) ( s + 2) 2
( s − 4)
Izaberimo kao nezavisne vektore-vrste f1T ( s1o ), f 2T ( s 2o ), f 2T ( s 3o ) . Tada matrica Gc
postaje
1
0 0 −
f1T ( s1o ) 10 0 4 − 16 1 0
1 1
G c = f 2T ( s 2o ) = − 0 ⇒ G c−1 = 0 32 − 64, ⇒ E c = 0 1 ⇒
f T ( s ) 41 16 1
− 10 0 0 0 1
2 3o − 0
8 64
0 12
B c = −G c E c = 0 32 .
−1
10 0
Neposrednom proverom dobijamo:
− 2 1 0 0 12 − 14 1 0
0 0 1
A o = A − B c D = 0 − 2 0 − 0 32 = − 32 − 2 0 .
1 0 0
0 0 4 10 0 0
0 − 6
s + 14 − 1 0
det[sI − A o ] = det 32 s+2 0 = ( s + 6)( s 2 + 16s + 60) =
0 0 s + 6
( s + 6) 2 ( s + 10).
Prema tome, polovi opservera imaju tražene vrednosti i postupak je sproveden korektno.
U opštijem slučaju sistem (4.70) može imati oblik
x& = Ax + Bu,
(4.82)
c = Dx + Hu.
Tada se projektovanje opservera samo neznatno modifikuje. Naime, s obzirom
na to da sada izlaz sistema sadrži dodatnu aditivnu komponentu Hu koja, pos-
redstvom povratne sprege po grešci opservacije, dolazi na ulaz opservera kao
126
Glava 4: Sinteza SAU metodama prostora stanja
dodatni član BcHu, njegov uticaj na opserver stanja može se eliminisati tako što
se direktno na ulaz opservera, s ulaza objekta, osim signala Bu dovodi i signal
BcHu, koji je na sl. 4.17 dat isprekidanim linijama.
Dati opserver se često naziva potpunim opserverom, opserverom identiteta
ili Luenbergerovim opserverom identiteta. U realnom sistemu neke koordinate
stanja mogu biti neposredno merljive pa nije potrebno konstruisati opserver za
sve koordinate stanja, već samo za one nemerljive. Takav opserver se naziva
nepotpunim ili redukovanim opserverom. Međutim, u praksi se češće koristi
potpuni opserver, čak i kad su neke koordinate stanja merljive, jer je celi sistem
manje osetljiv na uvek prisutne smetnje ili šumove. Drugim rečima, potpuni
opserver ima sposobnost filtriranja šumova. Kasnije ćemo, u drugom delu ove
knjige, ukazati na veoma delotvornu primenu opservera u realizaciji sistema
upravljanja promenljiive strukture s kliznim radnim režimima radi filtracije
inherentno prisutnih visokofrekvencijskih signala.
Analizirani opserver ima jedan suštinski nedostatak, koji se ogleda u tome da
sistem s njim poseduje statičku grešku, ako je poremećaj koji deluje na objekat
upravljanja sporopromenljiva veličina i nije dostupna za merenje. Ovu
negativnu osobinu možemo objasniti na sledeći način: neka na sl. 4.17
poremećaj vrednosti p(t) deluje na izlaz objekta, na mestu delovanja signala
Hu. Tada će se to delovanje pojaviti kao poremećaj, koji se prenosi na ulaz
opservera kao signal Bcp. On dovodi do pojave dodatne komponente izlaznog
signala opservera ali, s obzirom da dati opserver ima osobinu statičkog sistema,
izlaz opservera odstupaće od izlaza objekta. Zaista, jednačina sistema po signalu
opservacije eˆ (t ) u kompleksnom domenu je
Eˆ ( s ) = [I + D( sI − A ) −1 B ]−1 P ( s ) . (4.83)
c
Ako je p(t) sporopromenljivi ili konstantni poremećaj, a s obzirom da opserver
ne poseduje astatizam, signal greške opservacije imaće konačnu vrednost
eˆ (∞) = [I + D(− A) −1 B c ]−1 P(0) , (4.84)
gde je P(0) vrednost kompleksnog lika poremećaja za s=0.
U cilju eliminacije ovog nedostatka, u kolo signala greške opservacije eˆ (t )
unosi se integrator, u sastavu matrice Bc, koji uvodi astatizam u opserver i teo-
rijski svodi grešku opservacije na nulu.
Navedeni postupak sinteze opservera je opšti i predstavlja praktični interes
kao metoda pogodna za multivarijabilne sisteme. U inženjerskoj praksi, izbor
strukture i parametara opservera može se modifikovati, što ćemo prikazati na
primeru opservacije ubrzanja motora jednosmerne struje.
Primer 4.18. Za regulaciju brzine obrtanja radnog mehanizama primenjen je motor jed-
nosmerne struje s nezavisnom pobudom, s dω Rr
= (i − i ),
ugrađenim tahogeneratorom i PI regulator om dt cTm r o
podešenim na tehnički optimum. Treba projek- di
1 c 1
tovati potpuni opserver za estimaciju ubrzanja. r
= − ir − ω+ u, (4.85)
dt Tr Rr Tr Rr Tr
Matematički model motora dat je izrazom
c = [ω ir ] .
T
(4.85).
127
Č. Milosavljević, Teorija automatskog upravljanja-2
S obzirom da su na motoru
dostupni za merenje brzina i
struja rotora iskoristićemo oba
ova izlaza. Strukturni blok-
dijagram motora s opserverom
prikazan je na sl. 4.18.
S obzirom da je u ustaljenom
stanju ω & = 0 , tada je
i r = io = M / c ,
pa struja rotora može služiti
kao mera mehaničkog optere-
ćenja u ustaljenom stanju i
kao takva je uvedena u opser-
Sl. 4.18. Strukturna blok-šema DC motora s
ver, čime se eliminiše potreba
opserverom identiteta.
za primenom proširenog
opservera.
a) b)
c) d)
Sl. 4.19 Rezultati simulacije odziva motora i njegovog opservera kada na motor deluje
odskočni signal 5 V u trenutku t=0 i opterećenje od 1,5 Nm, od trenutka t1 =0,15 s:
a) sistem bez kompenzacije opterećenja b) sistem s kompenzacijom opterećenja,
c) signal greške po brzini e(t) bez kompenzacije opterećenja; d) signal greške po
ubrzanju s kompenzacijom opterećenja ki=1, kω=4.
128
Glava 4: Sinteza SAU metodama prostora stanja
Matematički model opservera je
dωˆ R
= r (iˆr − iˆo ) + k ω (ω − ωˆ ),
dt cTm
diˆr 1 c 1
= − iˆ − ω
ˆr + u + ki (ir − iˆr ), (4.86)
dt Tr Rr Tr Rr Tr
[ T
ˆ iˆr .
cˆ = ω ]
Prema tome, potrebno je izabrati koeficijente kω , ki tako da polovi opservera zado-
volje postavljene uslove. Neka su parametri motora:
Rr = 1 Ω, Tr = 5 ms, Tm = 30 ms, c = 0,333 .
Tada je funkcija povratnog prenosa (nula PI regulatora skraćuje veću vremensku
konstant motora - mehaničku vremensku konstantu motora).
20000
W pm ( s ) = .
s ( s + 200)
Za ki =1 i kω=4, realni delovi polova opservera su -400, što znaci da su osam puta
levlje od polova spregnutog sistema, odnosno cetiri puta levlje od realnog dela polova
objekta (motora).
Na sl. 4.19 prikazan je rezultat simulacije za date koeficijente povratne sprege.
Iz rezultata simulacije vidi se da greška opservacije u ustaljenom stanju postaje
jednaka nuli, a da u prelaznim režimima postoje odstupanja.Takođe, zapaža se da, bez
obzira na različite početne uslove, opserver uspeva da stigne da prati stanje objekta.
LITERATURA
129
Č. Milosavljević, Teorija automatskog upravljanja-2
Pitanja za samoproveru
1. Za stabilizaciju sistema, odnosno za promenu njegovih dinamičkih karakteristika
može se koristiti povratna sprege po ____________ ili povratna sprega po
___________.
2. Povratna sprega po stanju menja/ne menja uslove kontrolabilnosti sistema.
Zaokružite pretpostavljeni odgovor.
3. Povratna sprega po stanju menja/ne menja uslove opservabilnosti sistema.
Zaokružite pretpostavljeni odgovor.
4. Povratna sprega po izlazu menja/ne menja uslove kontrolabilnosti sistema.
Zaokružite pretpostavljeni odgovor.
5. Povratna sprega po izlazu menja/ne menja uslove opservabilnosti sistema.
Zaokružite pretpostavljeni odgovor.
6. Ako je sistem potpuno kontrolabilan on se može svesti na kanoničku kontrolabilnu
formu primenom transformacione matrice:
T=
130
Glava 4: Sinteza SAU metodama prostora stanja
16. MATLAB naredba za sračunavanje matrice povratne sprege po stanju sistema sa
Kalmanovim regulatorom je: ____________________, gde su: ______________
________________________________________________________________.
17. MATLAB naredba za projektovanje povratne sprege po stanju radi dobijanja
željenog spektra sopstvenih vrednosti je data izrazom: _____________________,
gde su:___________________________________________________________.
18. Za rasprezanje dinamičkog sistema koriste se metode: _____________________
_________________________________________________________________.
19. Kombinovana metoda rasprezanja uvek dovodi do sistema od niza ____________
___________________.
20. Sopstvene vrednosti opservera treba da budu ________________ levlje od _____
_______________________________________.
21. Posebna odlika sistema sa opserverom je što se sopstvene vrednosti opservera
mogu podešavati ___________________ od sopstvenih vrednosti sistema sa
povratnom spregom po stanju.
Zadaci za vežbu
Zadatak 1.
Sistem je opisan modelom:
x& = Ax + Bu; c = Dx; A ∈ ℜ3×3 ; B ∈ ℜ3×2 ; D ∈ ℜ1×3 ; x ∈ ℜ3 ; u ∈ ℜ 2 ; c ∈ ℜ1 .
1. Projektovati povratnu spregu po stanju sistema primenom:
а) metode projektovanja sistema sa skalarnim upravljanjem na bazi kanoničkog
kontrolabilnog modela
б) Akermanove formule;
в) metode projektovanja sistema sa vektorskim upravljanjem,
tako da sistem ima zadati spektar sopstvenih vrednosti (polova) {s1 , s2 , s3 } .
2. Nakon projektovanja prevesti modele projektovanih sistema u s - domen, nacrtati
simulacione dijagrame i strukturne blok-šeme i komentarisati dobijene rezultate u
pogledu kontrolabilnosti, opservabilnosti i neminimalno faznosti.
Parametri sistema i elementi sopstvenih vrednosti dati su u tabeli 1.
Табела 1
1 2 3 4 5 6 7 8 9
а11 0 1 0 2 0 1 0 0 1
2 1 0 2 0 8 1 1 0 0
а13 0 1 0 1 0 4 0 1 0
а21 0 0 0 0 1 4 1 1 1
а22 0 1 0 1 4 3 1 0 0
а23 1 -5 4 2 0 2 0 0 0
а31 -1 0 -2 0 -1 -2 -2 2 -1
а32 -2 -2 2 1 0 0 -4 4 -4
а33 -3 0 3 5 -10 -4 -8 8 -6
b11 1 1 1 1 1 1 1 1 1
b12 0 0 0 0 0 0 0 0 0
131
Č. Milosavljević, Teorija automatskog upravljanja-2
b21 0 0 0 0 0 0 0 0 0
b22 1 1 1 1 1 1 1 1 1
b31 1 1 1 1 1 1 1 1 1
b32 1 1 1 1 1 1 1 1 1
d1 1 1 1 1 1 1 1 1 1
d2 0 0 0 0 0 0 0 0 0
d3 0 0 0 0 1 0 1 0 1
s1 -1 -1 -5 -1 -2 -1 -3 -4 -8
s2 -2 -3 -4 -4 -8 -6 -5 -8 -1
s2 -4 -5 -2 -6 -4 -2 -4 -5 -10
Задатак 2.
Sistem je opisan modelom:
x& = Ax + Bu; c = Dx; A ∈ ℜ 2×2 ; B ∈ ℜ 2×2 ; D ∈ ℜ1×2 ; x ∈ ℜ 2 ; u ∈ ℜ 2 ; c ∈ ℜ1 .
Parametri sistema dati su u tabeli 1. Projektovati linearni kvadratni (Kalmanov)
regulator koji će minimalizovati kriterijum kvaliteta
∞
∫ 0 (x
T
J = Qx + u T Ru)dt ; Q = [1,0;0,9]; R = [1,0;0,1].
Задатак 3.
Sistem je opisan modelom:
x& = Ax + Bu; c = Dx; A ∈ ℜ 3×3 ; B ∈ ℜ 3×2 ; D ∈ ℜ 2×3 ; x ∈ ℜ 3 ; u ∈ ℜ 2 ; c ∈ ℜ 2 .
Parametri matrica A i B su dati u tabeli 1, a matrica D = [1,0,0;0,1,0].
a) Projektovati opserver tako da sopstvene vrednosti opservera budu dva puta levlje
od sopstvenih vrednosti sistema sa povratnom spregom po stanju, datih u tabeli 1..
b) Simulirati sistem sa opserverom i projektovanom (u zadatku 1) povratnom
spregom po stanju pri delovanju Hevisajdovog signala pojedinačno na ulazima, sa
nultim i nenultim početnim uslovima.
Задатак 4.
Sistem je opisan modelom:
x& = Ax + Bu; c = Dx; A ∈ ℜ 3×3 ; B ∈ ℜ 3×2 ; D ∈ ℜ 2×3 ; x ∈ ℜ 3 ; u ∈ ℜ 2 ; c ∈ ℜ 2 .
D = [1,0,0;0,1,0] . Parametri matrica A i B su dati u tabeli 1. Projektovati kompenzator
a) metodom Boksenboma i Huda i b) kombinovanim kompenzatorom, koji će izvršiti
rasprezanje sistema.
132
Glava 5: Uvod u nelinearne SAU 133
5.1 Uvod 133
5. 2 Strukturna blok-šema nelinearnih SAU 134
5.3 Tipične nelinearnosti i njihove karakteristike 135
5.4 Matematički modeli nelinearnih elemenata 137
5. 5 Linearizacija nelinearnih elemenata 138
5.5.1 Satička linearizacija 138
5.5.2 Diferencijalna linearizacija 138
5.5.3 harmonijska linearizacija 138
5.5.4 Stohastička linearizacija 139
Literatura 141
Pitanja za samoproveru 141
Zadaci za vežbu 142
a
Glava 5.
UVOD U NELINEARNE SAU
5. 1 UVOD
U kursu TAU-1 i u prvom delu ove knjige razmatrani su linearni SAU,
njihovo matematičko modelovanje, analiza prelaznih procesa, ustaljenog stanja i
stabilnosti, kriterijumi kvaliteta i metode projektovanja korišćenjem dva prilaza.
Prvi se zasnivao na matematičkom modelu sistema u obliku funkcije prenosa ili
modelu ulaz-izlaz. Drugi koristi koncept prostora stanja. Kod prvog prilaza je
dominirao algebarski, odnosno frekvencijski domen, a u drugom - diferencijalne
jednačine i vremenski domen. Oba se mogu ravnopravno koristiti, mada je prvi
pogodniji za sisteme s jednim ulazom i jednim izlazom, a drugi - za multiva-
rijabilne sisteme. Često se u analizi sistema koriste oba prilaza, jer se neke
osobine lakše sagledavaju u frekvencijskom, a druge - u vremenskom domenu.
Prostor posvećen linearnim sistemima (TAU-1 i prvi deo ove knjige zajedno
uzeti) po obimu značajno prevazilazi drugi deo ove knjige, u kome se obrađuju
nelinearni SAU. U praksi, rigorozno posmatrano, linearni sistemi su retki. Kako
reče Cipkin [1] “Linearni sistemi su samo malo ostrvce u beskrajnom okeanu
nelinearnih sistema”. Polazeći od te činjenice, prirodno bi bilo da se teoriji
nelinearnih SAU posveti osnovna pažnja, a da se linearni sistemi posmatraju
kao njihov parcijalan slučaj. Odomaćena suprotna praksa ima opravdanja.
Najpre, teorija SAU kao nauka o dinamičkim sistemima ima svoj istorijski
razvoj. Prirodno je da se razvoj nauke, pa i proces učenja, odvija po spirali, na
čijem se polazištu nalaze rešenja najprostijih problema. Zatim, mnogi nelinearni
SAU se mogu linearizovati u okolini ravnotežnog stanja i posmatrati kao
linearni, što se najčešće i koristi kao prva etapa analize, te se mnoge metode,
razvijene za analizu linearnih, mogu, uz izvesnu modifikaciju, primenjivati i za
analizu nelinearnih SAU. Najzad, terminologija razvijena u teoriji linearnih
SAU koristi se i za nelinearne SAU, uz razumljivu dogradnju. Tako, na primer,
Č. Milosavljević: Teorija automatskog upravljanja-2
funkcija prenosa za nelinearne sisteme nema smisla ali se u terminološkom
smislu koristi u praksi.
S obzirom na to da su nelinearni sistemi “beskrajan okean” ne može se
očekivati da teorija nelinearnih SAU bude konačno oformljena naučna oblast,
kao što je to teorija linearnih SAU. Osnovna, dominantna razlika između
linearnih i nelinearnih SAU je u korišćenju principa superpozicije. On se obilato
koristi u teoriji linearnih, a neprimenljiv je u teoriji nelinearnih SAU. Do danas
su razvijene mnoge metode za analizu nelinearnih sistema. Neke od njih imaju
širi značaj, druge služe samo za rešavanje parcijalnih problema. Univerzitetski
kursevi su obično posvećeni onim problemima koji se najčešće susreću u
inženjerskoj praksi i baza su za dalje praćenje literature.
5. 2 Strukturna blok-šema nelinearnih SAU
Kao što je u uvodu rečeno, beskrajne su mogućnosti kombinacije različitih
nelinearnih elemenata u SAU. Pokušaj da se sistematizuju svi u praksi mogući
slučajevi je unapred osuđen na neuspeh. Pojedini autori navode nekoliko tipič-
nih, najčešće sretanih konfiguracija. Tako Besekerskij V. A. i Popov E. P. [3]
izdvajaju dve klase nelinearnih sistema. U prvu svrstavaju sisteme s jednim ili
dva nelinearna elementa čiji izlazi su eksplicitna ili implicitna funkcija ulaznog
ili izlaznog signala i njihovih diferencijala. Sistemi iz ove klase se u krajnjoj
liniji svode na tzv. osnovnu strukturu, sl. 5.1, koja, pored detektora signala
greške, sadrži samo dva elementa: nelinearni (NE) i linearni LE) element.
Na primer, sistem čija je strukturna blok-
šema prikazana na sl. 5.2a se lako svodi
na osnovnu strukturu, sl. 5.2c, nakon
očiglednih transformacija, sl. 5.2b. Pri
tome, treba istaći, dobijena struktura
sadrži ulazne i izlazne elemente van
osnovne petlje, kojih nema u osnovnoj
strukturi, sl. 5.1a. Međutim, ti elementi
nemaju uticaj na osobine sistema u
Sl. 5.1. Strukturna blok-šema (a) i graf pogledu stabilnosti (ako su stabilni) kao
toka signala (b) nelinearnog sistema. najvažnijoj karakteristici SAU.
Tako u strukturi (c) ispred detektora signala greške je linearni element G1(s)
koji samo transformiše ulazni signal, a na izlazu imamo takođe linearni element
[G1 ( s ) + G4 ( s )]−1 koji nema uticaja na stabilnost osnovne petlje povratne
sprege, pod pretpostavkom da je sam stabilan. Dati postupak za sisteme s
jednim NE je opšti, tj.:
Bilo koji nelinearni SAU s jednom nelinearnošću može se uvek svesti na
osnovnu strukturu s jednim nelinearnim i jednim linearnim elementom
obuhvaćenih povratnom spregom.
U drugu klasu nelinearnih sistema Besekrskij i Popov svrstavaju sisteme s
proizvoljnim brojem nelinearnih elemenata, čiji izlazi zavise od različitih
134
Glava 5.: Uvod u nelinearne SAU
promenljivih sistema povezanih linearnim ili nelinearnim diferencijalnim
jednačinama. U ovu klasu oni ubrajaju i sisteme s logičkim elementima.
Mi ćemo se, dalje, ograničiti na nelinearne sisteme koji se mogu svesti na
osnovnu strukturu.
a) b) c)
d) e)
Sl. 5.6. Tipične jednoznačne karakteristike: a) pojačavača sa zasićenjem,
b) pojačavača s mrtvom zonom, c) pojačavača s mrtvom zonom i zasićenjem,
d) u = e 2 sgn(e) e), u = e sgn(e) .
136
Glava 5.: Uvod u nelinearne SAU
Tipične nelinearnosti su: karakteristika pojačavača sa zasićenjem (limiter),
sl. 5.6a; karakteristika pojačavača s mrtvom zonom (engl. dead zone), sl. 5.6b;
pojačavača s mrtvom zonom i zasićenjem, sl. 5.6c; kvadratora sl. 5.6d;
korenatora sl. 5.6e.; idealnog relea, ili signum kola, ili dvopozicionog relea,
sl. 5.7a; relea s mrtvom zonom ili tropozicionog relea, sl. 5.7b, itd.
Sve napred navedene karakteristike su jednoznačne.
Tipične višeznačne karakteristike su: dvopozicioni rele s histerezisom, sl.
5.8a; tropozicioni rele s histerezisom (i mrtvom zonom), sl. 5.8b; karakteristika
tipa zazora (lufta, engl. backlash) prisutna kod zupčastih prenosnika
(reduktora), sl. 5.8c.
u u u u
u +Uo Uo
Uo Uo
e −λ e −λ λ e −λ −ε e e
ε λ
0 0 λ
-Uo -Uo -Uo -Uo
a) b) a) b) c)
Sl. 5.7. Tipične jednoznač- Sl. 5.8. Tipične višeznačne nelinearnosti:
ne nelinearnosti:
a ) dvopozicionog releas histerezisom, b) tropozicionog
a) idealnog relea,
relea s histerezisom, c) zazora (lufta).
b) tropozicionog relea.
0 0 0
lako se dobijaju izrazi za koeficijente harmonijske linearizacije:
1 2π
N 1 ( A, ω ) =
πA 0
∫ F ( A sin ωt ) sin ωtdωt , (5.19)
1 2π
N 2 ( A, ω ) =
πA 0
∫ F ( A sin ωt ) cos ωtdωt . (5.20)
S obzirom na to da je
uˆ = A( N1 sin ωt + N 2 cos ωt ) ⇒ uˆ = AN sin(ωt − φ);
N2
N = N12 + N 22 ; φ = − arctg ,
N1
(
ili, ako se umesto ulaznog signala e = A sin ωt koristi e = Ae jωt , tada se može
napisati
(( (
uˆ = Ne = ( N1 − jN 2 )e = Ne − jφ Ae jωt = ANe j ( ωt −φ) . (5.21)
139
Č. Milosavljević: Teorija automatskog upravljanja-2
5.5.4 STOHASTIČKA LINEARIZACIJA
Stohastička linearizacija se koristi u teoriji SAU sa slučajnim signalima
primenjujući teoriju verovatnoće i matematičku statistiku1. Osnovna ideja se
sastoji u sledećem: na ulaz nelinearnog elementa deluje korisni signal zajedno s
šumom. Pretpostavlja se da ulazni signal pripada klasi signala s normalnom
raspodelom, dok izlazni signal nelinearnog elementa, u opštem slučaju, neće
imati normalnu, već kvazinormalnu raspodelu. Zanemarujući devijaciju
izlaznog signala od normalne forme, dobija se linearna zavisnost slučajnog
ulaznog i slučajnog izlaznog signala. S tog stanovišta stohastička linearizacija je
analogna harmonijskoj linearizaciji.
Ne ulazeći u detalje stohastičke linearizacije, pojasnićemo osnovnu ideju.
Neka je, na primer, nelinearni element limiter (pojačanje linearog dela je 1) na
čiji se ulaz dovodi signal s šumom koji se može opisati sa:
e(t ) = me (t ) + ne (t ) . (5.22)
Na izlazu nelinearnosti imaćemo
u( t ) = mu (t ) + nu (t ) , (5.23)
gde su: m(t) - korisni, determinis-
tički signali, n (t) - prisutni šumovi.
Ako ulazni signal nema šum i ne
dostiže granicu zasićenja, koristan
izlazni signal biće jednak ulaznom
signalu. Kada se zalazi u oblast
zasićenja limitera, srednja vredost
izlaznog signala razlikovaće se od
vrednosti ulaznog signala, utoliko
više ukoliko se dublje zalazi u
oblast zasićenja. Ako je koristan
Sl. 5.9. Slučajni signali na ulazu i izlazu
nelinearnog elementa tipa limitera. mž - ulazni signal zašumljen, tada se
matematičko očekivanje izlaznog signala. matematičko očekivanje (srednja
vrednost) izlaznog signala takođe
menja u odnosu na matematičko očekivanje ulaznog signala, utoliko više
ukoliko je amplituda šuma veća. Ako je šum suviše veliki, matematičko
očekivanje izlaznog signala težiće nuli i koristan signal se ne može preneti,
odnosno koeficijent pojačanja nelinearnog elementa se smanjuje u prisustvu
šuma. Ako se izlazni signal zamenjuje linearnom zavisnošću
u = K m me + K s ne (5.24)
tada su Km i Ks - koeficijenti stohastičke linearizacije nelinearnog elementa.
Oni se definišu odnosom matematičkih očekivanja izlaznog u ulaznog signala i
odnosom standardne devijacije izlaznog i ulaznog signala, respektivno.
Detaljnije o stohastičkoj linearizaciji može se naći u [1, 5].
1
U [5] je koeficijent statisticke linearizacije a ne stohasticke.
140
Glava 5.: Uvod u nelinearne SAU
LITERATURA
[1] Цыпкин, Я. З.: Основы теории автоматических систем, «Наука», Москва, 1977.
[2] Цыпкин, Я. З.: Теория релейных систем автоматического регулирования,
«Издательство. техническо-теоретической литературы , Москва, 1955.
[3] Бесекерски В. А., Попов, Е. П.: Теория систем автоматического регулирования,
«Наука», Москва,1972.
[4] Воронов, А. А.: Основы теории автоматического управления: Особые линейные
и нелинейные системы, « Энергоиздат», Москва, 1981.
[5] Чаки, Ф.: Современая теория управления, «Мир», Москва,1975.
[6] Гельднер, К., Кубик, С.: Нелиненые системы управления, «Мир», Москва,1987
[7] Леондес, К. Т.: Современная теория систем управления, «Наука», Москва,1970
[8] Нетушил, А. В.: Теориия автоматического управления, «Высшая школа», Москва,
1976.
[9] Stojić, R. M.: Kontinualni sistemi automatskog upravljanja, »Nauka«,
Beograd, 1996.
[10] Сю, Д., Мейер, А.: Современная теориия автоматического управления и ее
применение, «Машиностроение», Москва, 1972.
Pitanja za samoproveru
1. Osnovna razlika između linearnih i nelinearnih sistema je u principu _______
_______. On se __________ primenjivati kod nelinearnih SAU.
2. Po Cipkinu »Nelinearni SAU su samo ______________ u ___________ okeanu
nelinearnih sistema«.
3. Jedna klasa nelinearnih SAU se uvek može svesti na _________ strukturu, koja se
sastoji iz redne veze _________ elementa i ________ elementa obuhvaćenih
negativnom povratnom spregom.
4. Nelinearni elementi se mogu svrstati u nekoliko grupa i to: a) prirodni i
_________; b) jednoznačni i ___________; c) tipični i __________; d) suštinski i
____________.
5. Višeznačne nelinearnosti mogu biti sa pozitivnim ili sa ____________________.
6. Jednoznačne nelinearnosti se opisuju funkcijom, a višeznačne - ___________.
7. Prvi prilaz u analizi nelinearnih SAU je ___________ nelinearnog elementa i
primena metoda teorije ________________ SAU.
8. Za linearizaciju nelinearnih elemenata na raspolaganju su sledeće metode
linearizacije: a) ______________________; b) _______________________ c)
__________________________; d) ____________________________.
9. Za inženjersku primenu u prvom stadijumu izučavanja nelinearnih SAU najčešće
se primenjuju ______________________ i __________________ linearizacija.
10. Diferencijalna linearizacija se naziva i __________________ linearizacija.
11. Koeficijenti harmonijske linearizacije se dobijaju iz uslova ___________ srednje
kvadratne greške između __________ izlaza _________ elementa i prvog
_____________ tog izlaza.
12. _____________ linearizacija se naziva i statističkom linearizacijom. Ona je po
formi slična ______________ linearizaciji.
141
Č. Milosavljević: Teorija automatskog upravljanja-2
Zadaci za vežbu
Zadatak 1. Strukturna blok-šema nelinearnog SAU prikazana je na slici. Svesti
dati sistem na osnovnu strukturu.
sA
sKt nt
n2
Sl. 5.10.
Zadatak 2.
Na sl. 5.11 data je principska šema sistema za stabilizaciju napona generatora
jednosmerne struje. Imajući u vidu da je indukovana elektromotorna sila u namotaju
rotora generatora proporcionalna brzini obrtanja rotora (Ω) i pobudnoj struji koja
protiče kroz namotaj statora (Ip) i struji opterećenja (Io), ovaj sistem je nelinearan ali sa
nesuštinskom nelinearnošću. Za dati sistem potrebno je:
a) Nacrtati strukturnu blok-šemu sa jasno istaknutim nelinearnim elementom;
b) Izvršiti diferencijalnu linearizaciju nelinearnog elementa i nacrtati strukturnu
blok-šemu sistema u kome će promena brzine obrtanja rotora generatora oko ravnotežne
brzine (Ω0) i promena struje opterećenja oko nominalne vrednosti (I0) imati ulogu
poremećaja.
Io Io
> Re
Ω + R1 K Ω + R1
Rp, Lp Uo Rp, Lp
G Ro Uo
G
Ip R2 U1
Ur Ub Ip R2
142
Glava 6: Metoda faznog prostora 143
6.1 Pojam faznih trajektorija, fazne ravni i faznog portreta 143
6.2 Osobine faznih trajektorija 144
6.3 Jednačine faznih trajektorija 144
6.4 Načini konstrukcije faznih trajektorija 146
6.5 Fazni portreti linearnih sistema 146
6.6 Singularne fazne trajektorije 150
Literatura 154
Pitanja za samoproveru 155
Zadaci za vežbu 156
a
Glava 6.
1
Problem tačnosti crtanja danas nije ograničavajući faktor, jer se mogu koristiti kompjuteri sa
moćnim programima za crtanje, a prilaz analizi preko faznog prostora može dati jasnu sliku o
ponašanju sistema ne samo drugog reda.
Č. Milosavljević: Teorija automatskog upravljanja -2
uvela polarni koordinatni sistem za proučavanje relejnih sistema). Na apscisnu
osu se nanosi analizirana promenljiva stanja sistema (ili izlazna promenljiva,
odnosno signal greške), a na ordinatu - diferencijal posmatrane promenljive, tj.
brzina njene promene u vremenu.
Metoda fazne ravni se koristi, uglavnom, za analizu autonomnih sistema, tj.
sistema čije se kretanje odvija pod dejstvom nenultih početnih uslova, ili za
sisteme tipa regulatora, koji se jednostavnom transformacijom svode na
autonomni sistem. Prema tome, stanje autonomnog sistema, opisanog diferen-
cijalnom jednačinom drugog reda, u svakom remenskom trenutku je određeno
tačkom u ravni, čije su koordinate x, x& . Posmatrana ravan se naziva fazna
ravan, a tačka s datim koordinatama - fazna tačka. Pri kretanju sistema fazna
tačka će se pomerati po trajektoriji - faznoj trajektoriji, duž koje se vreme javlja
kao parametar. Skup faznih trajektorija sistema za različite početne uslove
naziva se fazni portret sistema.
U mnogim slučajevima prisutna nelinearnost u sistemu se može predstaviti
skupom linearnih segmenata, koji se medjusobno spajaju pri odredjenoj
vrednosti posmatranog signala. Tada se fazni portret nelinearnog sistema može
dobiti "ušivanjem" ili "lepljenjem" faznih portreta linearnih sistema. U tom cilju
dalje se daju osnovne osobine faznih trajektorija sistema, njihove jednačine,
način konstruisanja i osnovni tipovi faznih portreta linearnih sistema.
6.2 Osobine faznih trajektorija
S obzirom na to da je u faznoj ravni
ordinata x& = x&1 = x2 , očigledno je da važe sle-
deće konstatacije:
a) ako je x2 > 0, tada x1 raste,
b) ako je x2 < 0, tada x1 opada,
c) ako je x2 = 0, tada je x1 = const.
Na osnovu ovoga se zaključuje, sl. 6.1:
Kretanje po faznim trajektorijama odvija
Sl. 6.1. Orjentacija faznih se u smeru kretanja kazaljke na satu, a fazne
trajektorija. trajektorije seku x1-osu pod pravim uglom
6.3 Jednačine faznih trajektorija
Neka je dat nelinearni SAU kao na sl. 6.2. Za dati sistem se mogu napisati
sledeće relacije:
X ( s) = R ( s) − C ( s), (6.1)
U ( s ) = L{F ( y )}, Y ( s) = W ( s ) X ( s) , 2
(6.2)
1 1
C ( s ) = 2 U ( s ) = 2 L{F ( y )}. (6.3)
s s
2
Za sada ćemo smatrati da je funkcija prenosa bloka između detektora greške i nelinearnog
elementa, F(y), nepoznata.
144
Glava 6. Metoda faznog prostora
Zamenom (6.3) u (6.1) dobija se:
s 2 X ( s ) = s 2 R (s) - L{F ( y )}.
Prelazeći u vremenski domen (s=d/dt) dobija se diferencijalna jednačina
&x&(t ) + F2 ( x& ) + F1 ( x ) = &r&(t ).
Dalje ćemo razmatrati autonomni sistem (r(t)=0), ili sistem tipa regulatora
(r(t) =const). Tada se prethodna diferencijalna jednačina svodi na
&x&(t ) + F 2( x& ) + F 1( x) = 0.
145
Č. Milosavljević: Teorija automatskog upravljanja -2
0 1 2
Razdvajajući promenljive i intagra-
-2 leći, dobija se relacija
-4
x22 = −ω 20 x12 + C ,
gde je C - konstanta integraljenja
-6
-2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 koju treba odrediti.
1,5 2,0
x1
Pretpostavimo da je x2=0. Tada
Sl. 6.3. Fazni portret tipa centra.
x1 ima maksimalnu vrednost: x1 =A,
pa je C = ω 20 A i izraz za fazne tra-
jektorije se može napisati u obliku
x22 x12
+ = 1.
ω02 A 2 A 2
To je jednačina elipse u ravni x10x2.
S obzirom na to da se početna vred-
nost x1(0)=A može proizvoljno oda-
birati, za različite početne vrednosti
dobićemo familije elipsi. Ovaj skup
Sl. 6.4. Vremenski odzivi sistema za dve faznih trajektorija se naziva fazni
početne vrednosti označene tačkama 2 i 3. portret. Fazni portret za posmatrani
slučaj nosi naziv fazni portret tipa
centra, a prikazan je na sl.6.3. Na sl. 6.4 prikazani su odzivi x1i x2.
U slučajevima kada integraljenje diferencijalne jednačine faznih trajektorija
(6.4) nije moguće, za njihovu konstrukciju koristila se metoda izoklina (grčki:
izo=isti, klina=nagib), tj. metoda istih nagiba. Danas, kada su računari sastavni
deo opreme s kojom su inženjeri svakodnevno u kontaktu, dobijanje faznog
portreta bilo kog sistema nije više problem. S tog stanovišta potrebno je samo
poznavati tipove faznih portreta linearnih sistema i imati uvid u osobenosti
faznih portreta nelinearnih sistema.
a)
b)
Sl. 6.5. Fazni portreti tipa stabilnog (a) i nestabilnog (b) fokusa s odgovarajućim
vremenskim tokom izlaznog signala za različite početne uslove.
147
Č. Milosavljević: Teorija automatskog upravljanja -2
iz koje zaključujemo da će koordinate stanja x1(t) i x2(t) imati oscilatorni
karakter s prigušenim oscilacijama, u slučaju korena s negativnim realnim
delovima, ili s rastućim oscilacijama, kada su koreni s pozitivnim realnim
delovima. Ako bi, na primer, signal x1(t) doveli na x-osu osciloskopa, a signal
x2 (t)-na y-osu, dobili bi smo fazne portrete sistema za drugi i treći slučaj kao na
sl. 6.5a i b, respektivno. Na istim slikama su dati i vremenski signali x1(t) i x2(t).
Prikazani fazni portreti sistema nose naziv tipa stabilnog fokusa, odnosno
nestabilnog fokusa, respektivno.
a)
b)
Sl. 6.6. Fazni portreti tipa stabilnog (a) i nestabilnog (b) čvora i
odgovarajući vremenski dijagrami za različite početne uslove.
Ako su koreni realni: s1=σ1, s2=σ2 , fazne koordinate biće definisane sle-
dećim izrazima:
x1 (t ) = A1e σ1t + A2 e σ2t ,
x2 (t ) = σ1 A1e σ1t + σ 2 A2 e σ2t ,
gde su A1 i A2 - konstante integraljenja zavisne od početnih uslova. Ako, na
primer, izaberemo početne uslove tako da je A2 = 0, tada se prethodne relacije
svode na relaciju x2=σ1x1; a ako se početni uslovi izaberu tako da je A1= 0, onda
se dobija x2=σ2x1. U zavisnosti od toga da li su koreni karakteristične jednačine
negativni ili pozitivni, to će biti prave linije s negativnim, odnosno pozitivnim
nagibom, što znači da su fazne trajektorije za ove početne uslove prave linije i
nazivaju se singularne prave.
148
Glava 6. Metoda faznog prostora
Za ostale početne uslove fazne trajektorije su krive linije.
Fazni portreti analiziranih sistema dati su na sl. 6.6a i b i nose nazive stabilni
čvor i nestabilni čvor, respektivno. Na istim slikama su prikazani i vremenski
tokovi izlaznih signala.
U poslednjem, šestom slučaju koreni su realni i različitog znaka. Koristeći
prethodnu proceduru, zaključujemo da će postojati dve fazne trajektorije u obli-
ku pravih linija s negativnim i pozitivnim nagibom. Ostale fazne trajektorije su
hiperboličnog oblika. Fazni portret je prikazan na sl. 6.7 i nosi naziv fazni
portret tipa sedla.
Sl. 6.7. Fazni portret tipa sedla i odgovarajući vremenski dijagrami za različite
početne uslove. Tačka (0,0) je tačka labilnog ravnotežnog stanja.
149
Č. Milosavljević: Teorija automatskog upravljanja -2
a) b) c)
Sl. 6.9 Fazni portreti nelinearnog sistema, granični krug: a) stabilan,
b) nestabilan, c) semi-stabilan.
Primer 6.1. Razmotrimo metodom fazne ravni ponašanje SAU ako u njemu, sl.
6.2, karakteristika nelinearnosti F(y) ima različit karakter, a objekat upravljanja je
dvostruki integrator, kako je i dato na toj slici. Osim toga, pretpostavimo, najpre, da je
kd =0. Ovakav zadatak je, praktično, zadatak održavanja
orjentacije satelita u odnosu na neki fiksni objekat u
svemiru. Razmotrićemo niz mogućih slučajeva da bi smo
uočili osobenosti ponašanja nelinearnih sistema i izvršili
njihovu analizu putem faznih trajektorija. Napominjemo da
se razmatra autonomni sistem (r(t)=0).
1. slučaj. Pretpostavimo da se u sistemu raskinula
povratna sprega, na primer, da je otkačen merni element
ugaone pozicije. Tada će se kretanje objekta opisivati
Sl. 6.10. Fazni portret relacijama:
sistema za slučaj gubitka
povratne sprege. x&1 = x2 ,
x& 2 = 0.
Jasno je da će tada biti x2=const, pa će x1 neprestano rasti (ili opadati), što znači, da će
se satelit obrtati oko sopstvene ose neprekidno, pri čemu će brzina i smer obrtanja
150
Glava 6. Metoda faznog prostora
zavisiti od početnih uslova. Fazne trajektorije takvog sistema predstavljaju prave linije
paralelne osi x1, sl. 6.10.
2. slučaj. Povratna sprega je uspostavljena. Neka je nelinearna funkcija F ( y )
idealni rele. Jednačine faznih trajektorija su sada:
dx2 U sgn( x1 ) + 1 za x1 > 0,
=− 0 ; sgn( x1 ) =
dx1 x2 − 1 za x1 < 0.
S obzirom na to da je nelinearna funkcija prekidna, a fazne trajektorije su konti-
nualne krive, jasno je da će se fazni portret celog sistema sastojati iz dva fazna portreta
koja treba međusobno spojiti (“ušiti”) u trenucima prekida funkcije. Pre nego što to
uradimo, napišimo izraz za diferencijalnu jednačinu autonomnog sistema. Ona je:
&x& = −u
ili
x&1 = x2 ,
x& 2 = −u , u = U 0 sgn( x1 ),
gde je U0 - vrednost relejne funkcije, sl. 6.11.
U cilju pojednostavljenja daljeg izlaganja smatra-
ćemo da je Uo=1.
Sl. 6.11. Nelinearnost
Razmotrimo najpre slučaj x1 > 0. Razdvajajući pro-
tipa idealnog relea.
menljive, jednačina faznih trajektorija postaje
x2 dx2 = −dx1 .
x2 Integraleći ovu diferencijalnu jednačinu dobijamo
x22
= − x1 + C ,
2
0 x1 gde je C - konstanta integraljenja. S obzirom na
to da se preključenja odvijaju za x1=0 i x2(0),
konstanta C se lako nalazi. Prethodna relacija je
jednačina parabole koja je simetrična u odnosu na
x1 - osu, s temenom u tački (C, 0).
Na isti način se dobijaju i relacije za fazne
Sl. 6.12. Fazni portret sistema
trajektorije kada je x1<0:
s nelinearnošću tipa idealnog
releja. Šrafirana oblast je oblast x22
= x1 + C ,
“ušivanja” faznih portreta. 2
koje su jednačine parabola s temenima u tačkama (-C,0). Fazni portret celog sistema dat
je na sl. 6.12.
Posmatrajući fazni portret vidi se da je on tipa centra. To znači da će objekat oscilo-
vati oko ravnotežnog položaja. Amplituda oscilovanja zavisiće od početnih uslova.
3. slučaj. Pretpostavimo da rele nije idealno već da ima mrtvu zonu. Tada se sistem
opisuje sledećim modelom:
x&1 = x2 ,
+ 1 za x > ε
x& 2 = −u , u = 0 za x ≤ ε ,
− 1 za x < ε
151
Č. Milosavljević: Teorija automatskog upravljanja -2
Sl. 6.13. Nelinearnost tipa idealnog Sl. 6.14. Fazni portret sistema s releom s
relea s mrtvom zonom. mrtvom zonom bez histerezisa.
Nije teško zaključiti da će se fazni portret takvog sistema dobiti ušivanjem faznih
portreta dva prethodna slučaja, sl. 6.14.
4. Slučaj. Neka je nelinearnost dvopozicioni rele s histerezisom. Karakteristika
nelinearnosti i fazni portret prikazani su na sl. 6.15 i 6.16, respektivno.
152
Glava 6. Metoda faznog prostora
6. Slučaj. Pretpostavimo da smo primenili proporcionalni regulator sa zasićenjem,
čija je statička karakteristika - karakteristika pojačavača sa zasićenjem. Fazni portret
ovog sistema je tipa centra. Tada će se satelit “njihati” oko ravnotežnog stanja. Kao što
se vidi, primenom navedenih regulatora bez dodatnih elemenata za stabilizaciju ne može
se posmatrani sistem učiniti stabilnim.
6. Slučaj. Pretpostavimo, sada, da je k d ≠ 0 . Neka je, na primer, kd=1. Razmotrimo
slučaj kada je regulator idealni rele. Matematički model sistema biće tada:
x&1 = x2 ,
x& 2 = −u , u = sgn (ax1 + x2 ).
Sada se preključivanje relea ostvaruje ne kada je x1=0, već kada funkcija ax1 + x2
postane jednaka nuli, tj linija x2 = −ax1 , a>0, je linija preključenja. Fazni portret
sistema u tom slučaju postaje kao na sl. 6.19.
Postavlja se umesno pitanje koji nagib linije preključenja izabrati? Sa slike se vidi
de je proces oscilatorniji što je nagib veći i da u graničnom slučaju, a=∞, imamo
stabilne oscilacije.
Sl. 6.19. Fazni portret sistema Sl. 6.20. Fazni portret optimalnog
s diferencijalnim delovanjem. sistema. Linija preključenja je
parabolična.
8. Slučaj. Očigledno je da se može izabrati a tako da posle preključenja fazna
trajektorija prođe kroz koordinatni početak i sistem dovede u stanje ravnoteže (0,0).
Međutim, to se može dogoditi samo pri nekom početnom uslovu ako je linija prek-
ljučenja prava. Pretpostavimo da linija preključenja nije prava, već parabolična linija i
to ona fazna trajektorija sistema koja prolazi kroz koordinatni početak, sl. 6.20.
Tada fazni portret sistema postaje kao na slici 6.20 i dobija se optimalan sistem po
brzini. Matematički model sistema tada postaje:
x&1 = x2 ,
1
x& 2 = −u , u = F ( x1 , x2 ) = sgn x1 + x2 x2 .
2
Klasa relejnih optimalnih sistema je interesantna potklasa optimalnih sistema, koja
zbog svoje jednostavnosti i efikasnosti predstavlja praktični interes za primenu u
rešavanju mnogih zadataka u praksi. Detaljnije informacije o tim sistemima mogu se
naći u [9].
153
Č. Milosavljević: Teorija automatskog upravljanja -2
9. Slučaj. Prethodni slučaj pruža izvanredne mogućnosti da se sistem stabiliše za
najkraće moguće vreme. Međutim, tu se mogu uočiti dva nedostatka. Prvi je neophod-
nost modelovanja linije preključenja koja zahteva primenu složenije mreže ili računara.
Drugi nedostatak leži u promenljivosti parametara sistema i neidealnosti relejnog ure-
đaja za preključivanje. Problem se može rešiti korišćenjem ne parabole kao linije pre-
ključenja, već prave linije na kojoj se organizuje tzv. klizni režim. Tada sistem postaje
suboptimalan po brzini reagovanja. Da bi smo uočili pojavu kliznog režima smanjujmo
nagib linije preključenja, sl. 6.21, sve dotle
dok nju, posle preključenja, ne tangira fazna
trajektorija. Sa slike se vidi da će sve
trajektorije koje presecaju liniju preključe-
nja (pravu) između tačaka preseka te linije i
paraboločne linije preključenja optimalog
sistema imati tok kretanja bliže liniji prek-
ljučenja, ukoliko je kašnjenje u preključenju
manje. U graničnom slučaju, kada nema
kašnjenja, fazna tačka jednostavno sklizne
duž prave u stanje ravnoteže.
Ukažimo da linija preključenja na kojoj
se realizuje klizni režim ne mora biti prava
linija, već da to može biti i linija parabo-
Sl. 6.21 Fazni portret sistema u ličnog oblika, kada se mogu ostvarivati
kome se javlja klizni režim. optimalni klizni režimi.
Na osnovu kliznih režima osnovana je jedna nova klasa SAU pod nazivom sistemi
promenljive strukture s kliznim radnim režimima. Ovim sistemima posvetićemo
posebnu pažnju u 9. glavi, kao jednoj klasi nelinearnih sistema upravljanja u kojima je
primenjena veštačka nelinearnost radi postizanja željenih osobina sistema.
LITERATURA
1. Бесекерски В. А., Попов, Е. П.: Теория систем автоматического регули-
рования, «Наука», Москва,1972.
2. Гельднер, К., Кубик, С.: Нелиненые системы управления, «Мир», Москва,1987
3. Гольдфарб, Л. С.: Конспект лекций по курсу теории автоматического
управления, МЭИ, Москва, 1962.
4. Мишкин, Э., Браун, Л. (ред.): Приспосабливающиеся автоматические систе-
мы, Издателство иностранно литературы, Москва, 1963.
5. Netushil, A. (Edit.): Theory of Automatic Control, Mir Publisher, Moscow,
1978.
6. Сю, Д., Мейер, А.: Современная теория автоматического управления,
«Машиностроение», Москва, 1972.
7. Траксел, Дж.: Синтез систем автоматического регулирования, «Машгиз»,
Москва, 1959.
8. Фельдбаум, А. А.: Теоретические основы связи и управления, «Физматгиз»,
Москва, 1963.
9. Понтрягин, Л. С., Болтянский, В. Г., Гамкрелидзе, Р. В., Мищенко, Е. Ф.:
Математическая теория оптимальных процессов, «Наука», Москва, 1969.
154
Glava 6. Metoda faznog prostora
Pitanja za samoproveru
1. Metodu fazne ravni je uveo francuski naučnik _____________, a do detalja je
razradio ruski naučnik ______________.
2. Fazna tačka predstavlja _______________ sistema u određenom vremenskom
trenutku.
3. Fazne trajektorije su ______________________u faznoj ravni po kojima se
__________________sistema.
4. Fazne trajektorije su orjentisane u pravcu _________________________.
5. Fazne trajektorije presecaju x1 osu pod ___________________ uglom.
6. Singularne tačke faznih portreta korespondiraju _____________ stanju sistema.
7. Po definiciji, fazni portret je skup _______________________ pri različitim
početnim uslovima.
8. Fazni portret tipa centra implicira da su sopstvene vrednosti sistema
_____________.
9. Fazni portret tipa sedla implicira da su koreni karakteristične jednačine sistema
_____________________________.
10. Fazni portret tipa stabilnog (nestabilnog) fokusa implicira da su sopstvene vrednosti
matrice stanja sistema _______________ ( _____________).
11. Fazni portret tipa stabilnog (nestabilnog) čvora implicira da su koreni
karakteristične jednačine _____________________ (_______________________).
12. Granični krug u faznom portretu nelinearnog sistema je ____________________
________________.
13. Nagib faznih trajektorija je definisan u svakoj tački prostora stanja osim u tzv.
________________________.
14. Faznom portretu tipa centra korespondira _____________ način promene faznih
koordinata.
15. Faznom portretu tipa stabilnog (nestabilnog) fokusa korespondira _____________
(______________________) način promene faznih koordinata.
16. Faznom portretu tipa stabilnog (nestabilnog) čvora korespondira _____________
(______________________) način promene faznih koordinata.
17. Singularne trajektorije faznih portreta tipa stabilnog/nestabilnog čvora su
______________ linije koje imaju ____________/ ____________ nagib.
18. Singularne trajektorije faznog portreta tipa sedla su ____________ linije koje imaju
_________________________ nagib.
19. Fazni portret nelinearnog sistema čija se nelinearnost može predstaviti linearnim
segmentima može se dobiti ______________ faznih portreta odgovarajućih
linearnih sistema.
20. Linearni sistem drugog reda ima matricu stanja datu u kompanjon formi i fazni
portret tipa sedla. Kada se matrica stanja sistema transformiše u dijagonalni oblik,
fazni portret sistema će biti tipa _____________.
21. Za dobijanje faznih portreta nelinearnih sistema ranije se koristila grafička metoda
koja se zove ___________________________.
155
Č. Milosavljević: Teorija automatskog upravljanja -2
Zadaci za vežbu
1. Linearni sistem drugog reda opisan funkcijom prenosa W ( s ) = ( s 2 + 2ζω n s + ω n2 ) −1
Napisati jednačine faznih trajektorija sistema, koristeći:
A) model sistema dobijen direktnim programiranjem;
B) model sistema u dijagonalnom obliku,
za slučajeve:
a) polovi su imaginarni;
b) polovi su realni i istog znaka;
c) polovi su realni i različitog znaka;
d) polovi su konjugovano kompleksni sa negativnim realnim delom;
e) polovi su konjugovano kompleksni sa pozitivnim realnim delom.
2. Nelinearni sistem osnovne strukture ima linearni deo opisan funkcijom prenosa
oscilatornog elementa drugog reda čiji su polovi −1 ± j1 . Nelinearni deo sistema je:
a) idealni rele sa Uo =2;
b) rele sa mrtvom zonom, čiji su parametri λ = 1, U o = 2. ;
c) rele s histerezisom λ = 1, U o = 2. ;
d) rele s histerezisom i mrtvom zonom ε = 0,2; λ = 1, U o = 2.
Konstruisati fazne portrete ovih sistema i odrediti tipove ravnotežnih stanja.
3. Nelinearni sistem osnovne strukture ima linearni deo opisan funkcijom prenosa koja
predstavlja rednu vezu integracionog elementa i inercijalnog elementa prvog reda
(T=1 s). Nelinearni deo sistema je:
a) idealni rele sa Uo =2;
b) rele sa mrtvom zonom, čiji su parametri λ = 1, U o = 2. ;
c) rele s histerez isom λ = 1, U o = 2. ;
d) rele s histerezisom i mrtvom zonom ε = 0,2; λ = 1, U o = 2.
Konstruisati fazne portrete ovih sistema i odrediti tipove ravnotežnih stanja.
4. Nelinearni sistem osnovne strukture ima linearni deo opisan funkcijom prenosa koja
predstavlja rednu vezu integracionog elementa i inercijalnog elementa prvog reda
(T=1 s) i predikcionog elementa prvog reda (T=2 s). Nelinearni deo sistema je:
a) idealni rele sa Uo =2;
b) rele sa mrtvom zonom, čiji su parametri λ = 1, U o = 2. ;
c) rele s histerezisom λ = 1, U o = 2. ;
d) rele s histerezisom i mrtvom zonom ε = 0,2; λ = 1, U o = 2.
Konstruisati fazne portrete ovih sistema i odrediti tipove ravnotežnih stanja.
156
Glava 7: Metoda harmonijske linearizacije. Opisna funkcija 157
7.1 Uvod 157
7.2 Određivanje koeficijenata harmonijske linearizacije 159
7.3 Primena kriterijuma Mihajlova za utvrđivanje
parametara samooscilacija 162
7.4 Primena kriterijuma Nikvista za utvrđivanje
parametara samooscilacija. Metoda Goljdfarba 163
Literatura 167
Pitanja za samoproveru 167
Zadaci za vežbu 168
a
Glava 7.
158
Glava 7.: Metoda harmonijske linearizacije
1 d
u ( t ) = N 1 ( A , Ω ) x ( t ) + N 2 ( A, Ω ) x (t ) , (7.6)
AΩ dt
gde su:
1 2π
πA ∫ 0
N1 = F ( A sin Ωt , AΩ cos Ωt ) sin Ωtd(Ωt ),
(7.7)
1 2π
πA ∫ 0
N2 = F ( A sin Ωt , AΩ cos Ωt ) cos Ωtd(Ωt )
koeficijenti harmonijske linearizacije nelinearnog elementa. Ove koeficijente
smo ranije (poglavlje 5.5.3) odredili na sasvim drugačiji način, polazeći od
minimuma srednje kvadratne greške, što njima daje poseban značaj.
Primenjujući na poslednji izraz Laplasovu transformaciju dobija se relacija
U ( s) s
WNE ( s) = = N 1 ( A, Ω) + N 2 ( A, Ω) , (7.8)
X ( s) Ω
koja je u literaturi dobila naziv opisna funkcija (engl.:describing function,
ruski: oписивaющaя функция) harmonijski linearizovanog nelinearnog elementa.
Sada se, formalno, mogu primeniti metode analize linearnih sistema. Međutim,
pre nego što pređemo na te metode treba upozoriti na dve važne činjenice:
(i) metoda je utoliko tačnija ukoliko je hipoteza o niskopropusnom filtru
istinitija; ona može dati pogrešne zaključke ukoliko se o tome ne vodi računa;
(ii) u određenim, istina veoma retkim, slučajevima mogu se javiti subhar-
monijske oscilacije, tj oscilacije nižih frekvencija od osnovne.
7. 2 Određivanje koeficijenata harmonijske linearizacije
Za utvrđivanje parametara samooscilcija potrebno je, najpre, pokazati postu-
pak određivanja koeficijenata harmonijske linearizacije. Iako u mnogim publi-
kacijama, koje tretiraju ovu oblast, postoje tablice koeficijenata harmonijske
linearizacije za mnoge tipične nelinearnosti, u praksi se mogu sresti nelinearni
elementi neobuhvaćeni raspoloživim tabelama. Zato ćemo prikazati postupak
određivanja koeficijenata harmonijske linearizacije na opštoj, tipičnoj nelinear-
nosti histerezisnog tipa s mrtvom zonom, pomoću koje se, izmenom parametara
mogu generisati mnoge tipične nelinearne
karakteristike.
Neka je dat NE čija je statička karakteristika
prikazana na sl. 7.1. U cilju određivanja
koeficijenata harmonijske linearizacije, na ulaz
elementa se dovodi sinusoidalni signal. Grafič-
kom konstrukcijom, sl. 7.2, određuje se oblik
izlaznog signala u = F ( A sinΩt ). Zatim, anali-
Sl. 7.1 tičkim putem, primenjujući definicione obrasce
StatIčka karakteristika NE. (7.7), nalazimo tražene koeficijente:
1 2π 2 π
N1 ( A, Ω) =
πA ∫ 0
F ( A sin Ωt ) sin Ωt d(Ωt ) =
πA ∫ 0
F ( A sin Ωt ) sin Ωt d(Ωt ) =
159
Č. Milosavljević: Teorija automatskog upravljanja-2
2 ψ2 ψ3 ψ4
[ ∫ kA sin 2 Ωt d(Ωt ) + ∫ c sin Ωt d(Ωt ) + ∫ kA sin 2 Ωt d(Ωt )];
πA ψ1 ψ2 ψ3
gde su:
λ λk + U o λεk + U o λε
ψ1 = arcsin , ψ 2 = arcsin , ψ3 = π − arcsin , ψ 4 = π − arcsin .
A Ak Ak A
Integraleći prethodni izraz, vršeći zamene granica, i uzimajući u obzir da je
λ λ2 2U 0 (U + kλ) 2 (U 0 + kλε) 2 U + kλ
1− 2 + 1− 0 + 1 − , A ≥ 0 .
A A kA (kA) 2 (kA) 2 k
Na sličan način se može dobiti i N2. Međutim, nije neophodno primenjivati
ovakav glomazan prilaz, jer se ovaj koeficijent određuje elementarno na osnovu
oblika statičke karakteristike NE.
Lako se može pokazati da je koeficijent harmonijske linearizacije N2 propor-
cionalan površini koju zahvata statička karakteristika NE. Zaista, neka je ova
karakteristika histerezisnog tipa, sl. 7.3, i neka na ulazu deluje signal
x=AsinΩt.
160
Glava 7.: Metoda harmonijske linearizacije
Odakle sledi da je
dx 1 dx
= A cos Ωt ⇒ cos Ωt = .
dΩt A d(Ωt )
Na osnovu izraza (7.7) za N2 imamo:
1 2π dx
N2 =
πA 0
∫ F ( A sin Ωt ) Ad(Ωt ) d(Ωt ) =
1
[ ∫ F ( A sin Ωt )d x + ∫ F ( A sin Ωt )dx ] =
πA 2 C1 C2
1 S
2
[ ∫ F ( A sin Ωt )dx] = − 2 , (8.10)
πA C1 +C2 πA
Sl. 7.3. jer je konturni integral u zagradama ravan povr-
Statička karakteristika šini S koju obuhvata kriva NE, a znak minus je
nejednoznačne nelinearnosti.
zbog toga što se kontura obilazi u suprotnom smeru kretanja kazaljke na satu.
Kao posledica ovoga sledi zaključak:
Koeficijent hatrmonijske linearizacije N2(A,Ω) je proporcionalan (koeficijent
proporcionalnosti je −(1 / πA 2 ) ) površini koju zahvata statička karakteristika
nelinearnog elementa. Jednoznačne nelinearnosti imaju N2=0.
Primer 7.1. Odrediti koeficijent harmonijske linea-
rizacije N2 za nelinearnost sa sl. 7.1.
Na osnovu ralacije (7.10) je
2U o (1 - ε)λ U o + kλ
N2 = - , A≥ . (7.11)
πA 2 k
30
N 2 = 0, A ≥ λ.
20
λ=0,5
10
Na sl. 7.5 prikazan je dijagram zavisnosti
0
0 1 2 3 4
N1(A) za λ=0,5.
A
161
Č. Milosavljević: Teorija automatskog upravljanja-2
7.3 Primena kriterijuma Mihajlova
za utvrđivanje parametara samooscilacija
Iz teorije linearnih sistema je poznato da će se sistem s negativnom pov-
ratnom spregom naći na oscilatornoj granici stabilnosti ako hodograf Mihajlova
prolazi kroz koordinatni početak D(jω)-ravni. Uslovi pri kojima se to događa
utvrđuju se lako. Zamenom u karakterističnom polinomu sistema D(s) s sa jω,
rastavljanjem realnog i imaginarnog dela i njihovim simulatanim izjednača-
vanjem s nulom dobija se sistem od dve algebarske jednačine, na osnovu koga
se mogu odrediti dva parametra: frekvencija i amplituda samooscilacija. Za
nelinearni sistem ovaj prilaz je prvi primenio ruski naučnik E. P. Popov.
Koristeći opisnu funkciju WNE(s) nelinearnog elementa i prenos linearnog dela
sistema, karakteristična jednačina sistema postaje:
1 + WNE ( s)W ( s) = 0 , (7.13)
ili
s
1 + [ N 1 ( A, Ω) + N 2 ( A, Ω) ]W ( s) = 0 ,
Ω
odnosno
jω
Q ( jω ) + [ N 1 ( A, Ω ) + N 2 ( A, Ω ) ] P ( jω ) = 0 , (7.14)
Ω
posle zamene W(s)=P(s)/Q(s) i s=jω.
Obratimo pažnju na sledeću činjenicu: ukoliko postoji rešenje (7.14), za
neko realno ω, to ω mora biti jednako Ω, jer smo u procesu dobijanja opisne
funkcije smatrali da u sistemu egzistiraju samooscilacije te frekvencije. Na taj
način, prethodni izraz postaje
D( A, jΩ) = Q( jΩ) + [ N 1 ( A, Ω) + jN 2 ( A, Ω)]P( jΩ) = 0 . (7.15)
ili
Re{D ( A, jΩ)} = 0,
(7.16)
Im D{( A, jΩ)} = 0.
Ako u analiziranom sistemu postoje samooscilacije, ovaj sistem algebarskih
jednačina imaće realna rešenja po Ω i A, koja se smatraju približnim, ali za
praktičnu primenu dobrim rešenjima postavljenog problema.
Ukoliko postoje realna rešenja date jednačine to još uvek ne znači da će u
sistemu i zaista egzistirati takve stabilne oscilacije. Naime, od više mogućih
rešenja koja se dobijaju iz algebarskih jednačina, treba izabrati samo ona koja
su stabilna. Nestabilna rešenja ukazuju na eventualno prolazno pojavljivanje
samooscilacija koje brzo iščezavaju, odnosno da sistem ulazi privremeno u
nestabilni granični krug. Stabilna rešenja ustvari predstavljaju stabilan granični
krug u posmatranom nelinearnom sistemu. Stabilnost tog graničnog kruga se
proverava, takođe, na osnovu kriterijuma stabilnosti Mihajlova na sledeći način.
Pretpostavimo da hodograf Mihalova prolazi kroz koordinatni početak D(jω)-
ravni i da je došlo do male perturbacije amplitude za iznos ±δA. Ako se sa
povećanjem (smanjenjem) amplitude kriva Mihajlova pomera u pravcu
nestabilnosti (stabilnosti) onda dobijena rešenja nisu stabilna. U suprotnom
162
Glava 7.: Metoda harmonijske linearizacije
slučaju dobijena rešenja su stabilna. Ovo se može utvrditi i analitičkim putem,
primenom formule
* * * *
∂ Re ∂ Im ∂ Re ∂ Im
− >0, (7.17)
∂A ∂Ω ∂Ω ∂A
čije ispunjenje garantuje stabilnost samooscilacija. Ovde * označava da se u
izvodima Re{D( A, jΩ)} = Re i Im{D( A, jΩ)} = Im zamenjuju nađene vrednosti za
A i Ω. Relacija (7.17) se može dokazati analitički.
Primer 7.3. Odrediti da li u sistemu čiji je linearni deo opisan funkcijom prenosa
K
W (s) = 2 2
; K = 100 s −1 ; T = 0,6; ζ = 0,4 ,
s( s T + 2ζTs + 1)
a nelinearnost je tipa idealnog releja, sl. 6.7a, postoje samooscilacije? Ako one postoje,
utvrditi njihove parametre (A, Ω).
Karakteristični polinom sistema se dobija kao brojilac izraza
K 4U o
1+ ,
s ( s T + 2ζTs + 1) πA
2 2
163
Č. Milosavljević: Teorija automatskog upravljanja-2
tada se, koristeći opisnu funkciju nelinearnog elementa i funkciju prenosa
linearnog dela sistema može napisati polazna relacija
W ( jω ) N ( A, Ω) = −1 , (7.18)
na osnovu koje sledi ekvivalentna relacija
1
W ( jω ) = − (7.19)
N ( A, Ω)
ili
1
N ( A, Ω ) = − . (7.20)
W ( jω )
Ove relacije se mogu rešavati grafo-analitički, odnosno primenom računara.
Postupak je jednostavan. U kompleksnoj ravni frekvencijske funkcije prenosa
linearnog dela sistema konstruiše se amplitudno-fazna karakteristika W(jω), na
koju se nanose vrednosti ω kao tekućeg parametra. U istoj ravni se konstruiše
inverzna karakteristika nelinearnog elementa s negativnim znakom, -1/N(A,Ω),
na koju se nanose vrednosti amplitude A kao promenljivog parametra. Ako u
sistemu postoje samooscilacije postojaće i presek datih grafika (karakteristika),
jer će samo tada biti zadovoljena relacija (7.19). Na karakteristici W(jω) se, u
tački preseka grafika, očita frekvencija samooscilovanja ω = Ω , a na karakte-
ristici -1/N(A,Ω) vrednost amlitude A samooscilacija sistema.
Međutim, samo postojanje preseka karakteristika ne garantuje egzistenciju
stabilnih oscilacija. Krive se mogu presecati međusobno u dve ili više tačaka,
što implicira različite frekvencije i/ili amplitude samooscilacija. Koja će od tih
vrednosti parametara samooscilacija (A,Ω) stvarno egzistirati u sistemu pot-
rebno je utvrditi naknadnim ispitivanjem stabilnosti tih samooscilacija.
Metoda ispitivanja stabilnosti parametara samooscilacija u presecima karak-
teristika utvrđuje se na osnovu sledećeg kriterijuma koji nije analitički dokazan,
ali nije ni ustanovljena njegova netačnost u praktičnoj primeni1. Naime, posma-
trajući kao kritičnu tačku, u smislu Nikvistovog kriterijuma, tačku preseka
posmatranih karakteristika, a kao Nikvistovu krivu amlitudno-frekvencijsku
karakteristiku linearnog dela sistema, uvedimo perturbaciju amplitude samo-
oscilacija na karakteristici nelinearnog elementa za mali iznos ±δA. Ako se s
povećanjem (smanjenjem) amplitude kritična tačka izmešta van (unutar)
Nikvistove krive, uz stabilnost linearnog dela sistema, tada je presečna tačka -
tačka stabilnih oscilacija. U suprotnom slučaju oscilacije su nestabilne i mogu
se samo pojaviti u prelaznim režimima kao kratkotrajne oscilacije.
Datu metodu utvrđivanja samooscilacija i njihovih parametara ilustrovaćemo
na sledećim primerima:
Primer 7.4.
1
Funkcija prenosa linearnog dela sistema je W ( s) = , a nelinearnost je pos-
2 s(1 + s)
1
Ovaj prilaz daje samo potrebne ali ne i dovoljne uslove stabilnosti. Međutim, u većini praktičnih
primena on daje i dovoljne uslove stabilnosti [4].
164
Glava 7.: Metoda harmonijske linearizacije
sledica primene dvopozicionog regulatora (rele s histerezisom, sl. 7.5). Odrediti da li u
datom sistemu postoje stabilne samooscilacije i, ako postoje, naći njihove parametre
za:Uo=π, λ=1.
Amplitudno-fazna karakteristika linearnog dela ima izraz:
1 1
W ( jω) = − 2
−j .
2(1 + ω ) 2ω(1 + ω2 )
Koeficijenti harmonijske linearizacije se mogu dobiti iz izraza (7.9) i (7.10) za:
165
Č. Milosavljević: Teorija automatskog upravljanja-2
Funkcija prenosa motora je
1/ c
Wm ( s ) = 2
.
s ( s TmTr + sTm + 1)
Ovde ćemo iskoristiti relaciju (7.20). Iz
nje, za s=jω, koristeći relaciju (7.12) sledi:
− ω2 cTm + jω(1 − ω2TmTr ) =
4U 0 λ
− 1 − ( )2 .
πA A
Izjednačavajući realni i imaginarni deo
leve i desne strane dobija se:
1
ω= s -1 ;
Sl. 7.7. Samooscilacije sistema (primer Tm Tr
7.5) oko ravnotežnog stanja
2 2TrU 0 cπ
A= 1± 1− ( λ) 2 .
cπ 2TrU o
Iz ovih izraza se vidi da frekvencija oscil-
ovanja ne zavisi od veličine mrtve zone
relea i ona iznosi
ω = 1 / 8 ⋅ 25 ⋅10 −6 = 50 2 s -1.
Ako je rele bez mrtve zone, λ=0,
amplituda oscillacija je jedinstvena
4 ⋅ 8 ⋅10 −3 ⋅ 50
A= = 1,543 rad .
0,33π
Na sl. 7.7 prikazan je rezultat simulacije
Sl. 7.8. Samooscilacije nestaju ako je datog sistema, na kojoj se vide oscilacije
širina mrtve zone veća od amplitude ugaone pozicije θ i signal upravljanja u.
oscilacija sistema bez mrtve zone. Ako rele ima mrtvu zonu 2λ<1,543, u
sistemu će egzistirati samooscilacije iste
frekvencije kao i bez mrtve zone dok će u suprotnom slučaju postojati samo prolazne
oscilacije, sl. 7.8. Rešavajući izraz za amplitudu oscilacija, za dato λ, dobiće se dva
rešenja. Neka je, na primer, λ=0,5. Tada su rešenja za A: A1 =1,3736 i A2 =0,6935.
Analiza pomoću perturbacije tačaka preseka karakteristika linearnog dela i nelinearnosti
pokazuje da je presek s manjom amplitudom nestabilan, a s većom - stabilan. Prema
tome, parametri oscilacija su:
Ω = 70,5 s -1 , A = 1,3736 rad.
U slučaju da u funkciji prenosa linearnog dela sistema postoji još neki pro-
menljivi parametar, tada se može primeniti isti grafoanalitički postupak za
različite diskretne vrednosti tog promenljivog parametra, i da se izbor
optimalnih vrednosti parametara vrši u parametarskoj ravni [5].
166
Glava 7.: Metoda harmonijske linearizacije
LITERATURA
[1] Бесекерски В. А., Попов, Е. П.: Теория систем автоматического регулирования,
«Наука», Москва,1972.
[2] Воронов, А. А.: Основы теории автоматического управления: Особые линейные
и нелинейные системы, «Энергоиздат», Москва, 1981.
[3] Гельднер, К., Кубик, С.: Нелинейные системы управления, «Мир», Москва,1987
[4] Netushil, A. (Edit.): Theory of Automatic Control, Mir Publisher, Moscow,
1977.
[5] Stojić, M.: Kontinualni sistemi automatskog upravljanja, "Naučna knjiga",
Beograd, 1990.
[6] Сю, Д., Мейер, А.: Современная теория автоматического управления,
«Машиностроение», Москва, 1972.
Pitanja za samoproveru
1. Metoda harmonijske linearizacije se zasniva na hipotezi ___________________.
2. Metoda harmonijske linearizacije ne može se koristiti ako je linearni deo sistema
nižeg reda od _________.
3. Koeficijenti harmonijske linearizacije N1 i N2 su definisani sledećim izrazima:
________________________; _____________________________.
4. Opisna funkcija je definisana izrazom _______________________________.
5. Metoda harmonijske linearizacije se koristi za odredivanje parametara
__________ _________________ u sistemu upravljanja.
6. Za utvrđivanje ____________________ u nelinearnom sistemu primenjuju se dve
metode i to: _________________________ i ___________________________.
7. Osnovna relacija za primenu metode MIhajlova za nelinearni sistem je data
izrazom________________________.
8. Stabilnost samooscilacija, kada se primenjuje metoda Mihajlova, određuje se po
formuli ____________________________________.
9. Osnovna relacija za primenu metode Goдjfarba je data izrazom ____________ ili
___________.
10. Po metodi Goljdfarba amplituda samooscilacija se određuje na osnovu ________
________ , a frekvencija samooscilacija- na osnovu _______________________.
11. Koeficijent harmonijske linearizacije N2 se određuje na osnovu ______________
_______________ po formuli____________________.
12. Jednoznačne nelinearnosti imaju samo _________ koeficijent harmonijske
linearizacije.
13. U nelinearnom sistemu _______________ postojati __________________
subharmonijske oscilacije.
14. Za određivanje koeficijenta harmonijske linearizacije N1 koristi se definicioni
obrazac uz odgovarajući _____________________ postupak.
167
Č. Milosavljević: Teorija automatskog upravljanja-2
Zadaci za vežbu
1. Odrediti koeficijente harmonijske linearizacije za nelinearnosti date na sl. 7.9:
3
1 2
6
4 5
7 9
8
Sl. 7.9
2. Za sisteme prikazane na slikama 7.18-7.20 primenom metode harmonijske
linearizacije ispitati da li u njima postoje samooscilacije oko ravnotežnog stanja.
Ako oscilacije postoje odrediti njihove parametre i stabilnost.
2.2 Sl.7.11
a
Glava 8.
STABILNOST NELINEARNIH SISTEMA
8.1 Definicija stabilnosti nelinearnih sistema
Kod linearnih SAU stabilnost se može definisati na dva načina koja,
konačno, daju isti rezultat. Po prvoj definiciji koju smo koristili,
linearni sistem je stabilan ako je njegova reakcija (odziv) na ograničeni
ulazni signal ograničena.
Po drugoj,
sistem je stabilan ako se po izvođenju iz ravnotežnog stanja i prepuštanju
samom sebi ponovo vraća u blisku okolinu tog stanja.
Kako u prvoj, tako i u drugoj definiciji stabilnosti ne definiše se veličina
ograničenog signala, odnosno mera izvođenja iz ravnotežnog stanja. U drugom
slučaju se radi, de facto, o kretanju sistema na račun nenultih početnih uslova,
tj. o kretanju autonomnog sistema, a u prvom - o neautonomnom sistemu.
Prema tome, stabilnost linearnog sistema ne zavisi od tipa pobude ili od tipa
poremećaja, pod pretpostavkom da su oni ograničeni, tj. ona ne zavisi od toga
da li je sistem autonoman ili podvrgnut dejstvu ograničenih poremećaja. Kod
nelinearnih SAU stvari stoje drugačije. Navedene definicije nisu ekvivalentne,
što ćemo pokazati na jednom prostom primeru nelinearnog dinamičkog sistema
prvog reda čiji je matematički model
x
x& = − , 0 < a = const < ∞, (8.1)
a − u (t )
gde je u(t) - signal upravljanja. Na osnovu (8.1) jasno je da će autonomni sistem
(u(t)=0) biti stabilan, dok će neautonomni biti stabilan za sve vrednosti
u(t ) < a , a nestabilan za sve vrednosti u(t ) ≥ a iako je ulaz u(t) ograničen.
Č. Milosavljević: Teorija automatskog upravljanja-2
Na osnovu ovog primera izvlači se zaključak da koncept stabilnosti s
ograničenim pobudnim signalima za nelinearne sisteme nije sveobuhvatan,
odnosno nije globalan. Zbog toga se može govoriti samo o stabilnosti ili
nestabilnosti u određenim oblastima, za određene opsege ulaznih signala ili
počenih uslova, tj. u opštem slučaju samo o lokalnim oblicima stabilnosti, a u
parcijalnim slučajevima, o globalnoj stabilnosti. Do sličnih zaključaka se može
doći primenjujući i drugi koncept stabilnosti preko autonomnog sistema. Naime,
pretpostavimo da imamo nelinearni sistem opisan diferencijalnom jednačinom
&x&(t ) + k[ x(t ) 2 − m]x& (t ) + x(t ) = 0, k , m = const > 0, (8.2)
poznatom kao Van der Polova jednačina. Ona opisuje elektronski oscilator. To
je nelinearna diferencijalna jednačina drugog reda čiji je koeficijent uz prvi iz-
vod zavisan od promenljive stanja. Stanje ravnoteže je jedinstveno
( x& , x) = (0,0) . Iz (8.2) se vidi da će proces biti nestabilan u oblasti malih
vrednosti x, kada je x2<m, jer će “koeficijent viskoznog trenja” biti negativan.
To znači da će se promenljiva x uvećavati. Međutim, kada je x2>m tada, nasu-
prot prethodnom, diferencijalna jednačina (8.2) je stabilna pa će stanje sistema
težiti nuli. Iz ovoga se vidi da će u sistemu egzistirati stabilan granični krug kao
singularna trajektorija u ovom nelinearnom sistemu. Za određivanje parametara
tog graničnog kruga (amplitude i frekvencije) može se primeniti metoda har-
monijske linearizacije. Za njenu primenu, u ovom slučaju, potrebno je formirati
sistem s povratnom spregom čija je karakteristična jednačina oblika (8.2), a koji
poseduje linearni element (LE) s osobinama niskopropusnog filtra (NF) i neli-
nearni element (NE). Ta kom-
pozicija sistema prikazana je na
sl. 8.1.
LE ima izražene osobine NF
filtra, jer je njegova amplitudno-
frekvencijska karakteristika data
izrazom
1
Sl. 8.1. Van der Polov oscilator. A(ω) = ,
(1 + ω2 ) 2 + (kmω) 2
te se metoda harmonijske linearizacije može primeniti. Ovde nećemo određivati
koeficijente harmonijske linearizacije na prethodno opisani način, već ćemo
potražiti izraz za izlaz nelinearnog elementa, u, kada se na njegov ulaz dovodi
harmonijski signal
x (t ) = A sin Ωt ,
2 d
u ( A sin Ωt ) = [A sin Ωt ] (− A sin Ωt ) = − A3Ω sin 2 Ωt cos Ωt =
dt
− A3Ω(1 − cos 2 Ωt ) cos Ωt = − A3Ω(cos Ωt − cos 3 Ωt ) =
1 1
− A3Ω cos Ωt − (cos 3Ωt + 3 cos Ωt ) = − A3Ω (cos Ωt − cos 3Ωt ).
4 4
170
Glava 8.: Stabilnost nelinearnih SAU
Zanemarujući treći harmonik (zbog izraženih filterskih osobina linearnog dela)
dobija se
A3 A3 d A2
u ( A sin Ωt ) = − Ω cos Ωt = − sin Ωt = − sx .
4 4 dt 4
Prema tome, funkcija povratnog prenosa harmonijski linearizovanog sistema je
A2
−k s
W p (s) = 2 4 .
s − kms + 1
Karakteristična jednačina sistema je
A2
s2 − k( + m) s + 1 = 0 .
4
a)
b)
c) d)
Sl. 8.2. Fazni portreti i odzivi Van der Polovog oscilatora:
a, b) k=0,2, m=1; c, d) k=0.2, m=9.
Primenjujući Mihajlovljev uslov oscilovanja dobija se
ω = Ω = 1s −1 , A = 2 m .
Na sl. 8.2 prikazani su fazni portreti i odzivi Van der Polovog oscilatora za
različite vrednosti parametara. Kao što se sa slika vidi, metoda harmonijske
linearizacije je dala dobre rezultate. Međutim, ovde je najbitnije da se uoči da je
171
Č. Milosavljević: Teorija automatskog upravljanja-2
stanje ravnoteže ( x1 = 0, x2 = 0) lokalno nestabilno (nestabilno “u malom”). Pri
velikim odstupanjima od stanja ravnoteže, van graničnog kruga, sistem je
stabilan, jer se njegovo stanje približava stanju ravnoteže. Iz ovog primera, kao i
iz prethodnog, uočava se složenost problema stabilnosti nelinearnih sistema čak
i u relativno jednostavnim slučajevima, kada sistem poseduje samo jedno stanje
ravnoteže. U slučaju postojanja mnogih stanja ravnoteže analiza stabilnosti se,
naravno, još više usložnjava.
Pre nego što pređemo na metode analize stabilnosti nelinearnih sistema koje
se danas koriste, ukazaćemo na neke interesantne istorijske činjenice u okviru
kojih ćemo istaći dve hipoteze.
U savremenoj teoriji stabilnosti dominira direktna metoda Ljapunova za
analizu stabilnosti sistema, a i mnogi postupci sinteze se na njoj baziraju.
Ljapunov je svoju teoriju stabilnosti publikovao 1892. Ona je, u međuvremenu,
bila “zaboravljena”. Problemi upravljanja u oblasti naoružanja i kosmičkih
letova, posle Drugog svetskog rata, podstakli su intenzivno istraživanje prob-
lema stabilnosti nelinearnih sistema. U Rusiji je Ajzerman predložio jedan
prilaz, koji se u literaturi naziva Hipoteza Ajzermana, zasnovan na statičkoj
linearizaciji nelinearnog elementa i stabilnosti tako dobijenog linearizovanog
sistema. Po toj definiciji:
Ako se statički koeficijent linearizacije nelinearnog elementa nalazi u opsegu
[0,K] i za te vrednosti pojačanja je linearizovani sistem stabilan, tada je i
polazni nelinearni sistem stabilan.
Iako hipoteza u mnogim slučajevima daje dobre rezultate, ona je oborena na
nizu primera. Međutim, odigrala je pozitivnu ulogu u teoriji stabilnosti, uvodeći
pojam sektora u kome se nalazi karakteristika nelinearnog elementa.
Drugu hipotezu je predložio američki naučnik Kalman (Hipopteza Kalma-
na). Za razliku od Ajzermana, Kalman predlaže da se za koeficijent pojačanja
linearizovane nelinearnosti usvoji ne statički, već dinamički koeficijent, dobijen
diferencijalnom linearizacijom nelinearnosti. Sve ostale tvrdnje Ajzermana
ostaju u važnosti. Jasno je da je ova hipoteza mnogo strožija i gotovo da rešava
problem analize stabilnosti nelinearnih sistema u opštem slučaju. Međutim, i
ona je oborena na jednom primeru (Fits, 1966. [12]), simulacijom na analognom
računaru i analizom pomoću metode harmonijske linearizacije.
Igrom slučaja, u Centralnoj biblioteci u Moskvi, jedan od istraživača je nai-
šao na doktorsku disertaciju Ljapunova, tako da se u Rusiji već od 1940. god.
javljaju radovi u vezi s teorijom Ljapunova, a na Zapadu tek posle 1950. god.
Time započinje preporod teorije stabilnosti Ljapunova i njena opšta primena.
Primer 8.1: Sistem od dva redno vezana čista integratora obuhvaćena negativnom
povratnom spregom je stabilan u smislu Ljapunova. Pri bilo kojim početnim uslovima
kretanje sistema ostaje ograničeno, pošto su fazne trajektorije zatvorene krive linije
(elipse), čije je maksimalno odstupanje od položaja ravnoteže definisano isključivo
početnim uslovima.
Primer 8.2: Nulto stanje ravnoteže sistema opisanog Van der Polovom jednačinom
je nestabilno u smislu Ljapunova.
Analiza položaja ravnoteže putem faz-
nih portreta kao što su stabilan fokus ili
stabilan čvor, u kojima se završavaju sva
kretanja sistema, pri bilo kojim početnim
uslovima, omogućava da se formuliše uža
klasa sistema s asimptotskom stabilnošću:
Stanje sistema je asimptotski stabilno
ako je ono, najpre, stabilno i ako postoji
δa > 0 takvo da svako kretanje koje polazi
iz δa-okoline ravnotežnog stanja teži
Sl. 8.3. Ilustracija definicije stabil- stanju ravnoteže x za t → ∞ .
e
nosti po Ljapunovu: trajektorije kreta-
nja sistema: stabilnog 1 i asimptotski Definicija asimptotske stabilnosti je
stabilnog 2 ilustrovana na sl. 8.3, kriva 2.
1
Cipkin je takve sisteme nazvao sistemi sa beskonačnim stepenom stabilnosti [13].
173
Č. Milosavljević: Teorija automatskog upravljanja-2
stanje ravnoteže, mi ćemo dalje ishodište koordinatnog sistema prostora stanja
smeštati u posmatrano stanje ravnoteže.
Primer 8.3. U cilju ilustracije problema stabilnosti različitih stanja ravnoteže, raz-
motrićemo jedan primer sistema drugog reda u kome figuriše nelinearnost tipa poja-
čavača sa zasićenjem (limiter), sl.8.4.
Dati sistem se opisuje sledećim relacijama:
x1 = −c, − 4 za x1 < −1
x&1 = x2 , ; u = F ( x1 ) = 4 x1 za x1 ≤ 1 .
x& 2 = 3x1 − 2 x2 − u , 4 za x > 1
1
Stanja ravnoteže se dobijaju tako što se svi izvodi u matematičkom modelu izjednače s
nulom. U datom slučaju se dobija:
x2 = 0,
3x1 − u = 0.
176
Glava 8.: Stabilnost nelinearnih SAU
8.2.2 DRUGA (DIREKTNA) METODA LJAPUNOVA
Kao što smo videli, kod linearnih sistema nismo bili u stanju da određujemo
korene karakteristične jednačine kao algebarske jednačine visokog stepena, te
smo pribegavali primeni kriterijuma stabilnosti. Još manje smo u mogućnosti da
sudimo o stabilnosti nelinearnih sistema neposrednim putem. Jedan od prilaza je
već dat u vidu indirektne metode Ljapunova. Vršeći linearizaciju sistema u
okolini stanja ravnoteže, problem stabilnosti svodimo na problem stabilnosti
linearnih sistema. Primenjujući uslove navedene teoreme, možemo suditi o
stabilnosti sistema samo pri malim poremećajima, pri kojima je linearizovani
matematički model sistema blizak originalnom nelinearnom modelu. Ali i tu,
kako tvrdi navedena teorema, u slučaju da postoje koreni na granici stabilnosti,
o stabilnosti se ne može ništa određeno zaključiti, pa je potrebno primeniti neki
druge prilaze. Jedan od njih je direktna metoda Ljapunova.
Analizirajući problem stabilnosti nelinearnih sistema, Ljapunov je došao do
veoma interesantne ideje. Predložio je kriterijum stabilnosti takav da možemo
zaključivati o stabilnosti sistema ne rešavajući njegovu difrencijalnu jednačinu i
ne vršeći njenu linearizaciju u okolini stanja ravnoteže.
Ljapunovljev prilaz se u literaturi obično objašnajva upoređivanjem s
mehaničkim sistemom koji je izveden iz ravnotežnog stanja dejstvom neke sile.
Ta sila je njemu predala neku količinu energije. Usled toga su se unutrašnje
energije sistema, kinetička i potencijalna, promenile. Dalje njegovo kretanje se
odvija pod dejstvom te unutrašnje energije. Ako se, tokom tog slobodnog
kretanja, njegova unutrašnja energija stalno troši (disipira), tada će se on,
istrošivši svu energiju, naći u stanju mirovanja - u stanju ravnoteže. Sistem je
tada asimptotski stabilan po Ljapunovu. Ako, pak, u tom sistemu postoji
neprestana konverzija potencijalne energije u kinetičku i obrnuto (konzervativan
sistem), tada će taj sistem, u smislu definicije stabilnosti po Ljapunovu, biti
stabilan. Kod sistema automatskog upravljanja, zbog delovanja signala u
zatvorenoj petlji, može doći do povećanja unutrašnje energije sistema, na račun
izvora za napajanje, te do neprekidnog udaljavanja stanja sistema od ravnoteže.
Ljapunov je predložio da se za dinamički nelinearni sistem, opisan modelom
x& (t ) = f (x) ,
odredi, kao ekvivalent unutrašnjoj energiji, posebna skalarna funkcija njegovih
koordinata stanja (vektorskog argumenta), V(x), koja će:
(i) biti pozitivno definitna:V ( x) > 0 za ∀x ≠ 0, V ( x) = 0 za x = 0 ,
što znači da je ona pozitivna u svim tačkama prostora stanja, obuhvaćenim ε-
okolinom ravnotežnog stanja sistema, osim u koordinatnom početku, kada je
jednaka nuli. Pretpostavlja se da je koordinatni početak prostora stanja smešten
u stanju ravnoteže.
(ii) Ako je izvod V(x), duž trajektorija kretanja sistema, negativno
semidefinitna funkcija, tj ako je
dV (x) ∂V ∂x ∂V ∂V
V& (x) = = = x& = f (x) ≤ 0 za ∀x ≠ 0, V& (x) = 0 za x = 0,
dt ∂x ∂t ∂x ∂x
177
Č. Milosavljević: Teorija automatskog upravljanja-2
tada kažemo da je sistem stabilan u smislu Ljapunova i njegovo kretanje će
uvek ostajati u ε- okolini ravnotežnog stanja.
Tada se funkcija V(x) naziva funkcijom Ljapunova.
(iii) Ako je izvod funkcije Ljapunova strogo negativno definitna funkcija
tada je ravnotežno stanje, u posmatranoj δ-okolini, asimptotski stabilno.
(iv) Ako se napred definisani uslovi ispunjavaju za ceo prostor stanja, i
važe uslovi:
n
V ( x) → ∞ za ∑ xi2 → ∞, x i → ∞,
i =1
178
Glava 8.: Stabilnost nelinearnih SAU
x&1 = x2 ,
x&1 = x2 , k =2
&x& + 2 x& = − F ( x) ⇒ ⇒
x& 2 = −2 x2 − F ( x1 ).
x& 2 = −2 x1 − 2 x2 .
Generalisana kvadratna forma kandidat funkcije Ljapunova ima oblik
V (x ) = x T Px , (8.3)
gde je x- vektor stanja sistema, a P - realna simetrična pozitivno definitna matrica.
Diferencirajući V(x) po vremenu duž trajektorija kretanja sistema i zahtevajući da ta
funkcija bude negativno definitna, dobija se poznata matrična algebarska jednačina Lja-
punova (videti poglavlje 3.10),
A T P + PA = −Q , (8.4)
gde je Q - realna, simetrična, pozi-
tivno definitna matrica. Pozitivna
definitnost se utvrđuje na osnovu
kriterijuma Silvestra, koji zahteva
da dijagonalne determinante pos-
matrane matrice budu pozitivne.
Usvajajući za Q jediničnu matricu,
Sl. 8.6 Nelinearni sistem za primer 8.5. iz prethodne relacije nalazimo
vrednosti za članove matrice P:
0 −2 p11 p12 p11 p12 0 1 −1 0
+ = .
1 −2 p12 p22 p12 p22 −2 −2 0 −1
Rešenja ove matrične jednačine su: p11 = 5 / 4; p12 = 1 / 4; p22 = 3 / 8. Dobijena matrica
5 / 4 1 / 4
P=
1 / 4 3 / 8
5 2 1 3
je pozitivno definitna. Prema tome, funkcija V ( x ) =x1 + x1 x 2 + x 22 je funkcija
4 2 8
Ljapunova za linearizovani sistem. Diferencijal ove funkcije duž trajektorija kretanja
nelinearnog sistema je:
5 1 1 3x
V& (x) = x1 x2 + x22 + ( x1 + 2 ) x& 2 ; x& 2 = −2 x2 − F ( x1 ) ⇒
2 2 2 2
3 1 3
V& (x) = x1 x2 − x2 − x1 F ( x1 ) − x2 F ( x1 ).
2
2 2 4
Poslednji izraz se može napisati u obliku
1 F ( x1 ) 2 3 F ( x1 ) 3
V& ( x) = - x1 - - x1 x2 - x22 =
2 x1 4 x1 2
1 F (x ) 3 F ( x1 ) 3
1
−
2 x 1 8 x1 4
− xT x .
3 F ( x1 ) − 3 1
8 x1 4
Da bi data V(x) bila funkcija Ljapunova i za posmatrani nelinearni sistem, poslednja
matrica u kvadratnoj formi mora biti pozitivno definitna. To će biti ispunjeno ako je:
179
Č. Milosavljević: Teorija automatskog upravljanja-2
F ( x1 )
(i) > 0 , tj. ako karakteristika nelinearnosti pripada I i III kvadrantu, što je u
x1
ovom slučaju ispunjeno.
(ii) determinanta date matrice veća od nule, tj.:
1 F (x ) 3 F ( x1 ) 3 F ( x1 )
1
− =z
2 x 8 x 4 x1
1 1
68
det >0
⇒ z2 − z + 4 < 0.
3 F ( x1 ) 3 9
− 1
8 x1 4
Rešenja ove nejednačine su
F ( x1 )
0,57284 < z = < 6,9827.
x1
Prema tome, posmatrani sistem je asimptotski stabilan ako se koeficijent statičke
linearizacije nelinearne karakteristike nalazi u ukazanom opsegu. Obratimo pažnju na to
da je linearizovani sistem stabilan za sva pojačanja 0<k<∞.
Sl. 8.7. Fazni portret sistema iz primera 8.5 kada Sl. 8.8. Statička nelinearnost za
nelinearnost ima oblik prikazan na sl. 8.8. primer 8.5.
Na sl. 8.7 prikazan je fazni portret sistema u okolini stanja ravnoteže ako je neli-
nearnost oblika kao na sl. 8.8. Kao što se vidi, sistem je asimptotski stabilan.
Posmatrani sistem je stabilan i za jednoznačne nelinearnosti koje su i izvan nađenog
opsega, što samo potvrđuje činjenicu da metoda Ljapunova daje samo dovoljne uslove
stabilnosti. Na primer, ako usvojimo da nam je matrica Q neka nejedinična, dijagonalna,
pozitivno definitna matrica, mi bi smo dobili drugu funkciju Ljapunova i druge uslove
stabilnosti za statičku linearizaciju nelinerne funkcije. Preporučuje se studentima da
sami primene ovaj postupak, na primer, za Q = dij{2,2}.
180
Glava 8.: Stabilnost nelinearnih SAU
8.3 Lurjeov problem
Napred je rečeno, da se, u opštem slučaju, hipoteze Ajzermana i Kalmana ne
mogu primeniti sa značajnim stepenom sigurnosti, iako se ispunjavaju za veliki
broj slučajeva. Problem utvrđivanja stabilnosti nelinearnog sistema sa statičkom
nelinearnošću, prema zahtevima Ajzermana, za jednu klasu sistema sa stabilnim
linearnim delom, ili s linearnim delom na aperiodičnoj granici stabilnosti,
razrešio je ruski naučnik Lurje (Лурье,1950.). Stoga se ovaj prilaz u literaturi
naziva Lurjeov problem ili Lurjeov zadatak. Problem je iniciran tehničkim
zahtevima za konstrukciju automatskih pilota (autopilota) letilica. Osnovna
ideja Lurjea se sastojala u tome da se linearni deo sistema, primenom paralelnog
programiranja, svede na kanonični dijagonalni oblik (I kanonična forma), a na
osnovu njega, poznavajući svojstvene vrednosti matrice stanja linearnog dela
sistema, funkcija Ljapunova izabere u obliku kvadratne forme promenljivih
stanja sistema plus integral od nelinearne funkcije. Savremeniji pristup
interpretaciji i praktičnom rešavanju Lurjeovog zadatka ostvarili su američki
naučnici Lefšec i Lasal (Levschez, S., LaSalle, J.P.) 1961. god. pa ćemo u
daljem izlaganju posvetiti pažnju ovom prilazu [12].
Dva slučaja koje je Lurje posmatrao u literaturi su dobila nazive osnovni i
poseban slučaj, a prikazana su na strukturnim blok-šemama na sl. 8.9 a) i b).
181
Č. Milosavljević: Teorija automatskog upravljanja-2
pa se sistem svodi na sistem s jediničnom negativnom povratnom spregom, s
jednom nelinearnošću i jednim linearnim delom, s tom razlikom što funkcija
prenosa u posebnom slučaju ima čist integracioni element, odnosno astatizam
prvog reda. Ono što karakteriše poseban slučaj je uvođenje lokalne stabiliza-
cione povratne sprege preko parametra h, pa se problem, u krajnjoj liniji, svodi
na određivanje tog parametra, tako da ceo sistem bude asimptotski stabilan po
Ljapunovu. Praktičan značaj ovog prilaza je u tome, što se u mnogim SAU kao
izvršni elementi koriste servomotori, a u cilju stabilizacije se uvodi lokalna
povratna sprega po poziciji servomotora. U daljem tekstu biće razmotren samo
poseban slučaj. Sistem sa slike 8.9b može se transformisati u ekvivalentni
sistem sa stanovišta ispitivanja stabilnosti, koji je prikazan na sl. 8.9c.
Matematički model sistema sa sl. 8.9c u prostoru stanja je:
x& = Ax + bF (e),
e& = −d T x − hF (e),
c1 = d T x, (8.6)
F ( e) e
F (e = 0) = 0; 0 ≤ ≤ k ; ∫ F ( z )dz > 0, e ≠ 0,
e 0
2
Apsolutna stabilnost nelinearnog sistema označava da je sistem globalno asimptotski stabilan.
Ovaj pojam je u teoriju nelinearnih SAU uveo Lurje.
183
Č. Milosavljević: Teorija automatskog upravljanja-2
α / 4 0
P= .
0 β / 6
Vektor g je
d α / 4 0 1 1 4 (α / 4) - 2
g = Pb − = − = .
2 0 β / 6 1 2 −3 (β + 9) / 6
Primenjujući uslov (8.10) dobija se
1 α 1 β+9 2
h > ( - 2) 2 + ( ) .
α 4 β 6
Za ∀ α, β > 0 mogli bi odrediti odgovarajuće h. Međutim, pošto se zahteva minimalna
vrednost za h, posle diferenciranja poslednjeg izraza po α i β i izjednačavanja
diferencijala s nulom, dobijaju se rešenja α=8 i β= 9, koja daju minimum desne strane u
poslednjem izrazu jednak 1, pa je h>1 rešenje postavljenog zadatka.
184
Glava 8.: Stabilnost nelinearnih SAU
2 2 (8.18a)
T
σ = h + d b,
za V& tada važe sledeće jednakosti:
A T P + PA = −r ⋅ r T ,
2b T P − d T A − gd T = 2b T P − 2 v T = 2r T σ = 2 h + d T b r T ,
V& = − x T rr T x + 2 h + d T b r T xF (e) + [hF (e) − ge]F (e) − (h + d T b) F 2 (e).
Kod prvog člana u poslednjem izrazu imamo proizvod ( x T r)( r T x) proizvoda
dva vektora, koji su skalari, prema tome, to je kvadrat neke skalarne veličine, tj.
(r T x) 2 . Obratimo pažnju da tada prvi, drugi i poslednji član tog izraza
predstavljaju kvadrat razlike, s negativnim znakom, te se može napisati:
185
Č. Milosavljević: Teorija automatskog upravljanja-2
g
V& = −[r T x − h + d T b F (e)]2 + hF (e)[ F (e) − e] . (8.19)
h
Prema Ljapunovu, sistem (8.11) biće stabilan ako je V& (x, e) < 0, ∀x ≠ 0, e ≠ 0.
Prvi član (8.19) je očigledno negativan. Potrebno je još samo naći uslove pri
kojima će i drugi član biti negativan. S obzirom da je drugi član proizvod dve
veličine, očigledno je da će on biti negativan ako su ispunjeni uslovi:
g
F (e) > 0 i F ( e) ≤ e = ke za e > 0,
h
(8.20)
g
F (e) < 0 i F ( e) ≥ e = ke za e < 0.
h
&
Za e=0 je i x=0 i V = 0 .
Uslovi (8.20) ustvari označavaju da se neline-
arnost nalazi u sektoru [0,k], sl. 8.10, što je
osnovna pretpostavka u Lurjeovom zadatku.
Sl. 8. 10. Prema (8.19), ako
se nelinearnost nalazi u sek- Međutim, treba istaći da je osnovni uslov, koji
toru, izvod funkcije Ljapu- nas je doveo do relacije (8.19) dat izrazom (8.18)
nova je negativan te je sistem koji se, uzimajući u obzir drugu relaciju u (8.18a),
stabilan. može napisati u obliku
h + d b + Re{d ( A + gI )( jωI − A ) −1 b} ≥ 0.
T T
(8.21)
Ovaj izraz se može pogodno interpretirati, jer sadrži amplitudno-faznu karak-
teristiku linearnog dela sistema. Radi te interpretacije, zapišimo prvu relaciju u
(8.11) u operatorskom obliku i rešimo je po vektoru stanja:
sX( s ) = AX( s ) + bU ( s ) ⇒ X( s ) = (sI − A ) bU ( s );
−1
(8.22)
E ( s ) = −d T X( s ) = −d T (sI − A ) bU ( s ) ⇒ E ( s ) = −W ( s )U ( s ),
−1
3
Uvođenje stabilizacione povratne sprege sa faktorom r je fiktivno. Ta stabilizaciona povratna
sprega, zapravo, označava da polazna nelinearna karakteristika mora imati statički koeficijent
pojačanja ne manji od r, te se stoga polazna nelinearnost mora nalaziti u sektoru [r, k] , što
implicira da se transformisana nelinearnost nalazi u sektoru [0, k-r].
189
Č. Milosavljević: Teorija automatskog upravljanja-2
F ( e) + re F ( e)
r < tr ≤ k ⇒ 0 < tr ≤k −r. (8.26)
e e
Sada se kriterijum apsolutne stabilnosti Popova može primeniti, uz napomenu
da treba birati minimalno r koje stabiliše linearni deo. Cipkin je ovaj prilaz
razradio u vidu paraboličnog kriterijuma apsolutne stabilnosti.
8.4.2.1 Cipkinov parabolični kriterijum apsolutne stabilnosti. S
uvedenim transformacijama kriterijum apsolutne stabilnosti Popova postaje
1
Re{(1 + jqω)Wtr ( jω)} + >0, (8.27)
k −r
ili
U (ω ) + jV (ω ) 1
Re (1 + jqω ) + >0.
1 + rU (ω ) + jrV (ω ) k − r
190
Glava 8.: Stabilnost nelinearnih SAU
Za ovaj sistem se može reći da je stabilan
“u malom” i stabilan “u velikom”, pri čemu
je oblast stabilnosti “u velikom” diskutovana
u primeru 8.3.
192
Glava 8.: Stabilnost nelinearnih SAU
Na sl. 8.19 dat je grafički prikaz nestacionarne nelinearnosti koja ispunjava
date uslove i dva primera apsolutno stabilnih sistema s indeksima nestabilnosti
p=1 i p=0.
Primer 8.9. Ako je u primeru 8.8
nelinearnost nestacionarna i uvek se
nalazi u sektoru [r, k]=[3,∞] utvrditi
da li takav sistem može biti
apsolutno stabilan.
Koristeći fazno frekvencijsku ka-
rakteristiku linearnog dela sistema
(netransformisanu i nemodifikovanu)
i konstruišući (k,r)-krug možemo
zaključiti da će sistem biti apsolutno
stabilan ako karakteristika nelinear-
Sl. 8.20. nosti fluktuira u sektoru [2,5], jer
sistem ima indeks nestabilnosti p=1,
a amlitudno-fazna karakteristika obuhvata (k,r)-krug 1/2 puta u suprotnom smeru
kazaljke na satu, sl. 8.20.
193
Č. Milosavljević: Teorija automatskog upravljanja-2
uslova. Ako bi linearni deo sistema bio izolovan (u(t)=0), onda bi reakcija
objekta na ove početne uslove bila
c(t ) = d T e At y (0) = co (t ) . (8.34)
S obzirom na to da je linearni deo sistema stabilan, (8.34) će tokom vremena
opadati, asimptotski težeći nuli. Zbog toga se može napisati
∞
∫ c0 ( τ) dτ = Co < ∞ . (8.35)
0
Ovakve funkcije se nazivaju funkcijama tipa početnih uslova.
Razmotrimo, sada, signal greške nelinearnog sistema kada deluje samo
poremećajna funkcija y(0). Pošto je, po pretpostavci, nelinearnost Lurjeovog
tipa, može se napisati:
x(t ) = −c(t ) , (8.36)
u = F ( x(t )) = F (−c(t )) = − F (c(t )) , (8.37)
t t
c(t ) = c0 (t ) + ∫ w(t − τ)u (τ)dτ = c0 (t ) − ∫ w(t − τ) F (c(τ))dτ . (8.38)
0 0
ili, zamenom (8.36) u (8.38),
t t
x(t ) = −c0 (t ) + ∫ w(t − τ) F (c(τ))dτ = f 0 (t ) − ∫ w(t − τ) F ( x( τ))dτ , (8.39)
0 0
gde je f0(t)=x0(t)=-c0(t) - komponenta signala greške usled nenultih početnih
uslova.
Shodno (8.39) strukturni blok-dijagram sistema može se transformisati tako
da nema početnih uslova na linearnom delu sistema, a da se to dejstvo prenese
na referentni ulaz sistema, sl. 8.21b.
y(0)
a) b)
Sl. 8.21. Strukturna blok-šema običnog nelinearnog sistema; (a) bez referentnog ulaza
s nenultim početnim uslovima na linearnom delu; (b) ekvivalentni sistem bez početnih
uslova na objektu i s ekvivalentnim referentnim ulazom.
Pretpostavimo, dalje, da na referentni ulaz sistema, umesto f0(t), deluje neki
signal f(t) ograničen po apsolutnoj vrednosti Tada će se proces u sistemu
opisivati relacijom
t
x (t ) = f (t ) − ∫ w(t − τ ) F ( x ( τ ))dτ . (8.40)
0
Ako je sistem stabilan, posle prelaznog procesa nastupiće ustaljeno kretanje,
koje nazivamo prinudnim. Signal greške će tada opisivati neku trajektoriju u
prostoru stanja. Relaciju (8.40), prema tome, možemo nazvati opštim procesom
194
Glava 8.: Stabilnost nelinearnih SAU
u sistemu. On se sastoji iz dve komponente: komponente prelaznog procesa ili
komponente slobodnog kretanja i prinudne komponente. Prinudna komponenta
se može odrediti iz uslova da t→∞, što je ekvivalentno da je referentni signal
f(t) delovao na sistem beskonačno davno do trenutka posmatranja, te se na
osnovu (8.40) može napisati
t
x pr (t ) = f (t ) − ∫ w(t − τ) F ( x pr (τ))dτ . (8.41)
−∞
Razlika između opšteg (8.40) i prinudnog procesa (8.41) daje komponentu
slobodnog procesa
t
[ ]
x(t ) − x pr (t ) = f ↓ (t ) − ∫ w(t − τ) F ( x pr (τ) + xsl (τ)) − F ( x pr (τ) dτ , (8.42)
0
gde je
0 ∞
f ↓ (t ) = ∫ w(t − τ) F ( x pr ( τ))dτ = ∫ w( τ) F ( x pr (t − τ))dτ , (8.43)
−∞ t
funkcija koju možemo smatrati uzrokom pojave slobodnog procesa u posmat-
ranom sistemu, usled dovođenja referentnog ulaza, f(t), na sistem koji se do tog
momenta nalazio u stanju mirovanja.
Ako u sistemu, na linearnom delu, postoje i početni uslovi, čije delovanje
vezujemo za trenutak t=0, tada će relacije za opšti i slobodni proces biti
t
x (t ) = f (t ) + f 0 (t ) − ∫ w(t − τ ) F ( x ( τ ))dτ , (8.44)
0
t
x sl (t ) = f 0 (t ) + f ↓ (t ) − ∫ w(t − τ)[ F ( x pr ( τ) + x sl ( τ)) − F ( x pr (τ)]dτ . (8.45)
0
Relacija za prinudni proces ostaće ista, jer ona ne zavisi od početnih uslova.
Na osnovu (8.45) može se zaključiti da u nelinearnom sistemu slobodan pro-
ces zavisi kako od početnih uslova tako i od prinudnog procesa, odnosno od
pobudne (referentne) funkcije.
Interesantno je ukazati da se kod linearnih sistema, s obzirom da je F(x)=Kx,
jednačina slobodnog procesa (8.45) svodi na
t
x sl (t ) = f 0 (t ) + f ↓ (t ) − ∫ w(t − τ) x sl ( τ)dτ . (8.46)
0
Posmatrajući (8.45), ako su funkcije f0(t) i f↓(t) ograničene po apsolutnoj
vrednosti, tada se slobodan proces u sistemu može predstaviti relacijom
t
x sl (t ) = f ↓ − ∫ w(t − τ ) Ψ ( x ( τ), τ )dτ , (8.47)
0
koja se od relacije za opisivanje kretanja sistema pod dejstvom samo početnih
uslova razlikuje po tipu ograničene funkcije f(t) i po tome što nelinearna
podintegralna funkcija Ψ(x(t),t) postaje nestacionarna. Zbog toga se može
195
Č. Milosavljević: Teorija automatskog upravljanja-2
primeniti kružni kriterijum apsolutne stabilnosti. Pri tome se pripadnost
nelinearnosti I i III kvadrantu određuje relacijom
Ψ ( x (t ), t ) F ( x pr (t ) + xsl (t )) − F ( x pr (t ))
0< = = F ' ( xsl (t )) < k , (8.48)
xsl (t ) xsl (t )
iz koje proizilazi da izvod nelinearne funkcije, tj. dinamički a ne statički
koeficijent pojačanja, mora ležati unutar zadatog sektora (I-III kvadrant).
Na taj način se utvrđivanje apsolutne stabilnosti prinudnih procesa u neli-
nearnom sistemu svodi na poznati kriterijum stabilnosti stanja ravnoteže neli-
nearnog sistema s nestacionarnom nelinearnošću.
Pre nego što definitivno formulišemo kriterijum stabilnosti za ovaj slučaj,
razmotrimo problem uključivanja i slučajeva nelinearnih sistema s nestabilnim
linearnim delom.
Kao i ranije, ako je
moguće da se uvođe-
njem krute negativne
povratne sprege na
linearnom delu sistema
on stabiliše, tada je
transformacijom neline-
Sl. 8.22. Ekvivalentni nelinearni sistem. arnosti, ali i referentnog
ulaza, potrebno obezbediti da proces x(t) u sistemu ostane nepromenjen. Na taj
način se dobija strukturna blok-šema nelinearnog sistema kao na sl. 8.22.
Signali greške netransformisanog i transformisanog sistema su, respektivno,
X ( s ) = f ( s ) − W ( s ) L{F ( x(t ))},
W ( s)
L{F ( x(t )) − rx(t )}.
X ( s ) = f tr ( s ) − Wtr ( s ) L{Ftr ( x(t ))} = f tr ( s ) −
1 + rW ( s )
Uzimajući u obzir linearnost Laplasove transformacije, rešavajući drugu relaciju
po X(s), i izjednačavanjem desnih strana tako dobijene relacije i prve relacije,
dobija se uslov ekvivalentnosti
f ( s)
f tr ( s) = . (8.49)
1 + rW ( s)
S obzirom da je u polaznom sistemu f(t)-funkcija ograničena po apsolutnoj
vrednosti, a da imenilac (8.49) nema korene u desnoj poluravni, onda će i ftr(t)
biti takođe funkcija ograničena po apsolutnoj vrednosti. Stoga se uslovi
stabilnosti procesa mogu primeniti i na ovaj sistem, s tom razlikom što se sektor
u kome se nalazi nelinearna funkcija modifikuje. Naime, iz uslova da
transformisana nelinearnost pripada sektoru [0,k] proizilazi
F ( x) F ( x)
0< −r <k ⇒r < <k.
x x
Međutim, s obzirom na to da je sada nelinearna funkcija ne F(x), već Ψ(x), to, s
obzirom na (8.48), potrebno je da izvod nelinearne funkcije po x(t) se nalazi u
sektoru (r,k), tj.
196
Glava 8.: Stabilnost nelinearnih SAU
dF ( x ( t ))
r< = F ' ( x) < k . (8.50)
dx
Sada se kriterijum apsolutne stabilnosti procesa može formulisati kao kružni
kriterijum na sledeći način [13]:
Prinudni procesi u nelinearnom sistemu biće apsolutno stabilni, ako izvod
nelinearnosti (koeficijent diferencijalne linearizacije) pripada sektoru (r,k),
a Nikvistova kriva linearnog dela sistema W(jω) ne presecajući (k,r) krug
isti obuhvata u smeru suprotnom od kretanja kazaljke na satu p/2 puta, gde
je p-indeks nestabilnosti linearnog dela sistema.
Iz ovoga se vidi da je kružni kriterijum po formulaciji uopštenje Nikvistovog
kriterijuma stabilnosti linearnih sistema, pri čemu postoje ograničenja u pogledu
oblika nelinearne funkcije (koeficijent diferencijalne linearizacije se mora
nalaziti u odgovarajućem sektoru), a kritična tačka postaje (k,r) krug.
To ukazuje na činjenicu da se stabilnost nelinearnih sistema, u opštem
slučaju, teže ostvaruje nego li što je slučaj kod linearnih sistema. Osim toga,
istaknimo da su svi ovi kriterijumi stabilnosti samo dovoljni. Drugim rečima,
ako se na osnovu njih utvrdi stabilnost sistema, on je zaista stabilan za date
uslove (ograničenja) ali ne možemo tvrditi da on neće biti stabilan i za neke
druge (blaže) uslove. Takođe, istaknimo da kod stabilnosti prinudnih procesa u
sistemu na neki način figuriše Kalmanova hipoteza, dok kod stabilnosti stanja
ravnoteže je prisutna Ajzermanova hipoteza.
Primer 8.10. SAU ima linearni deo opisan funkcijom prenosa
16
W ( s) = .
s( s + 1)( s + 0,45s + 16)
2
198
Glava 8.: Stabilnost nelinearnih SAU
LITERATURA
Pitanja za samoproveru
1. Kod linearnih SAU stabilnost ne zavisi od _____________ulaznog signala, dok
nelinearni sistem može biti __________ za neki ulazni signal i _________ za
drugi ulazni signal.
2. Linearni sistem ima jedno jedinstveno _______________, a nelinearni sistem
može imati ___________________stanja ravnoteže.
3. Za ocenu stabilnosti nelinearnih sistema ne može se koristiti prilaz » _________
ulaz - _________ izlaz«, već ponašanje __________ sistema u okolini stanja
__________.
4. Po hipotezi Ajzermana nelinearni sistem biće stabilan ako je on sveden na
osnovnu strukturu i ona je stabilna za sve koeficijente __________ linearizacije
nelinearnog elementa.
5. Po hipotezi Kalmana nelinearni sistem biće stabilan ako je on sveden na osnovnu
strukturu i ona je stabilna za sve koeficijente __________ linearizacije
nelinearnog elementa.
6. Hipoteza Kalmana je ____________ od hipoteze Ajzermana.
7. Za ocenu stabilnosti nelinearnih SAU najpogodniji prilaz je korišćenje metoda
zasnovanih na ____________ konceptu stabilnosti.
8. Postoje ________ metode Ljapunova i to: ___________ i __________, koje se
nazivaju i: _____________ i _______________ Ljapunova.
199
Č. Milosavljević: Teorija automatskog upravljanja-2
9. __________________ metoda Ljapunova definiše _________stabilnost
nelinearnog sistema i koristi _______________model sistema u okolini stanja
ravnoteže.
10. Po prvoj metodi Ljapunova ravnotežno stanje nelinearnog sistema je stabilno ako
__________ model sistema ima sve ____________ sopstvene vrednosti.
11. Po prvoj metodi Ljapunova ravnotežno stanje nelinearnog sistema je nestabilno
ako __________ model sistema makar i jednu____________ sopstvenu vrednost.
12. Ako linearizovani model neklinearnog sistema ima sopstvene vrednosti na granici
stabilnosti, za posmatrano stanje ravnoteže se ne može _____________ stabilnost
na osnovi ___________ metode Ljapunova.
13. Direktna metoda Ljapunova daje samo _____________ uslove stabilnosti.
14. Lurjeov problem se odnosi na određivanje ____________________ za jednu
klasu nelinearnih sistema sa _______________ nelinearnom karakteristikom koja
se nalazi u ___________________ kvadrantu i prolazi kroz _______________.
15. Funkcija Ljapunova u Lurjeovom zadatku se bira kao _________________
kvadratna forma plus ______________ od nelinearnosti.
16. Lurje je posmatrao samo dva slučaja, koja je nazvao ____________ i
__________ slučaj. Prvi se odnosi na sisteme sa __________ linearnim delom, a
drugi na linearni deo koji je _____________________________.
17. Pojam apsolutne stabilnosti nelinearnog sistema je uveo _________ i on se odnosi
na ________________ asimptotsku stabilnost _____________ stanja ravnoteže
sistema.
18. Lurjeov problem je veoma efektno za inženjersku primenu rešio rumunski
naučnik_________________. Po njegovoj metodi nelinearni sistem biće
________________ stabilan ako se _____________ amplitudno-fazna
karakteristika linearnog dela sistema nalazi __________ od prave ___________.
19. Koeficijent nagiba prave ___________ zavisi od tipa nelinearne karakteristike. Za
jednoznačne stacionarne nelinearnosti on može biti ______________, za
višeznačne stacionarne nelinearnosti s pozitivnim histerezisom on je
____________, za višeznačne stacionarne nelinearnosti s negativnim histerezisom
on je______________, a za nestacionarne jednoznačne ili višeznačne
nelinearnosti koeficijent nagiba prave __________ je _____________________.
20. Prava __________ preseca realnu osu u taćki _________________.
21. Kriterijum apsolutne stabilnosti se može koristiti i kada je linearni deo sistema
nestabilan, ako se taj deo sistema može stabilisati uvođenjem _______________
________________________ čija je funkcija prenosa __________.
22. Kada je linearni deo sistema nestabilan a može se stabilisati uvođenjem negativne
____________ povratne sprege, tada se statička nelinearnost sistema mora
nalaziti u sektoru ________.
23. Parabolični kriterijum stabilnosti se primenjuje na nelinearne sisteme sa
______________ linearnim delom.
24. Kružni kriterijum stabilnosti se primenjuje za sisteme sa ______________
statičkom nelinearnošću i ____________ linearan deo sistema koji se može
___________ primenom _______________ ___________povratne sprege.
25. Za određivanje stabilnost procesa u nelinearnim sistemima sa nestabilnim
linearnim delom koristi se _______________ kriterijum stabilnosti, a pri tome
200
Glava 8.: Stabilnost nelinearnih SAU
_______________ koeficijent pojačanja nelinearnosti mora se nalaziti u
_______________ sektoru.
26. Kružni kriterijum stabilnosti nelinearnih sistema je analog ______________
kriterijumu stabilnosti kod linearnih SAU, pri čemu (k,r)-krug ima ulogu
_________________ kod ____________ kriterijuma.
27. Nelinearni SAU sa nestacionarnom statičkom nelinearnom funkcijom i
nestabilnim linearnim delom biće apsolutno stabilan ako ___________ kriva
linearnog dela sistema ____________ (k,r)- krug u ________________________
__________________ p/2 puta, gde je p- indeks __________________________.
ZADACI ZA VEŽBU
1. Nelinearni sistem je opisan diferencijalnom jednačinom x& = − cos(x) . a) Odrediti
stanja ravnoteže sistema. b) Na osnovu indirektne metode Ljapunova odrediti
stabilnost sistema u okolini stanja ravnoteže.
2. Nelinearni sistem osnovne strukture ima linearni deo opisan funkcijom prenosa
k
W ( s) = i nelinearnost F (e) = sat (e) . a) Odrediti stanja ravnoteže
( s − 2)( s + 1)
sistema. b) Na osnovu indirektne metode Ljapunova odrediti stabilnost sistema u
okolini stanja ravnoteže.
x& = − x1 + sin x2 ,
3. Sistem je opisan modelom 1 utvrditi stabilnost nultog stanja
x& 2 = x1 − x2 + x1 x2
ravnoteže primenom I metode Ljapunova.
x&1 = 1 − x1 + cos( x2 ),
4. Sistem je opisan modelom . Utvrditi stabilnost nultog stanja
x& 2 = x12 − x2
ravnoteže primenom I metode Ljapunova.
5. Sistem je opisan modelom &x& + dx& + c sin( x) = u. Utvrditi stabilnost nultog stanja
ravnoteže primenom I metode Ljapunova.
6. Primenom I i II metode Ljapunova pokazati da se donose isti zaključci o
stabilnosti stanja ravnoteže nelinearnog sistema opisanog sa:
x&1 = − x1 + x1 x2 ,
x& 2 = − x2 + x22 .
− 1 0 0 1
7. Sistem je opisan modelom x& = Ax + bu; A = 0 0 0; b = − 1; u = f ( x3 ) .
k − 1 k 0 − r
Odrediti uslove asimptotske stabilnosti stanja ravnoteže u odnosu na parametre k i
r.
x3
8. Nelinearni sistem je opisan modelom &x& + x + x& − = 0 . Primenom II metode
6
Ljapunova ispitati stabilnost stanja ravnoteže.
9. Nelinearni sistem osnovne strukture sa relejnim regulatorom tipa tropozicionog
regulatora bez histerezisa ima linearni deo opisan funkcijom prenosa
201
Č. Milosavljević: Teorija automatskog upravljanja-2
W ( s ) = k /( s + 1) 3 . Primenom frekvencijske metode Popova utvrditi uslove
apsolutne stabilnosti sistema.
10. Nelinearan sistem osnovne strukture, s nelinearnom statičkom karakteristikom
Lurjeovog tipa, ima funkciju prenosa linearnog dela opisanu funkcijom prenosa
W ( s ) = 10 /( s − 1)( s + 3) . Odrediti uslove apsolutne stabilnosti sistema.
11. Nelinearni sistem osnovne strukture ima funkciju prenosa koja je redna veza
pojačavača (k), aperiodičnog elementa prvog reda (T1=1 s) i oscilatornog elementa
drugog reda ( ζ = 0,5; ω n = 4 s −1 ) . Za upravljanje datim linearnim objektom treba
primeniti jedan od nelinearnih regulatora: a) idealni rele; b) rele sa mrtvom zonom
ili c) pojačavač sa zasićenjem. Odrediti uslove stabilnosti sistema sa datim
regulatorima i izabrati najpovoljnije rešenje.
12. Nelinearni sistem je prikazan strukturnim blok-dijagramom na sl. 8.25. Naći
uslove apsolutne stabilnosti sistema.
Sl.8.25.
13. Utvrditi uslove stabilnost nelinearnog sistema &x& + (1 − x ) x& + x = 0.
x&1 = −3 x2 − f ( x1 ) x1 ,
14. Ispitati uslove stabilnosti sistema
x& 2 = −2 x2 − f ( x1 ) x1 .
15. Nelinearni sistem upravljanja osnovne strukture ima linearni deo sastavljen od
redne veze tri identična inercijalna elementa prvog reda (T=0,5 s) a nelinearnost je
Lurjeovog tipa i nalazi se u sektoru [0, k]. Primenom frekvencijske metode
Popova utvrditi uslove apsolutne stabilnosti sistema.
16. Ispitati apsolutnu stabilnost položaja ravnoteže i procesa u nelinearnom
nestacionarnom sistemu prikazanom na slici 8.26.
Sl. 8.26.
17. Nelinearni sistem sa stacionarnom nelinearnošću prikazan je na slici 8.27.
Primenom Lurjeovog zadatka odrediti uslove apsolutne stabilnosti sistema.
Sl. 8.27.
202
Glava 9: Nelinearni zakoni upravljanja 203
9.1 Klasični nelinearni zakoni upravljanja 203
9.1.1 Dvopozicioni regulatori 203
9.1.1.1 Dvopozicioni regulator s histerezisom na astatičkom objektu
prvog reda bez kašnjenja 205
9.1.1.2 Dvopozicioni regulator s histerezisom na astatičkom objektu
prvog reda s kašnjenjem 207
9.1.1.3 Dvopozicioni regulator bez histerezisa na astatičkom objektu
prvog reda s kašnjenjem 208
9.1.1.4 Dvopozicioni regulator s histerezisom na statičkom objektu
prvog reda bez kašnjenja 208
9.1.1.5 Dvopozicioni regulator s histerezisom na statičkom objektu
prvog reda s kašnjenjem 209
9.1.1.6 Dvopozicioni regulator bez histerezisa na statičkom objektu
prvog reda s kašnjenjem 213
9.1.1.7 Dvopozicioni regulator s histerezisom na astatičkom objektu
drugog reda 213
9.1.1.8 Dvopozicioni impulsni regulator 214
9.2 Zakoni upravljanja promenljive strukture. Klizni režimi 215
9.2.1 Uvod 215
9.2.2 SUPS Jemeljjanova s kliznim režimom.
Kvazirelejni algoritam upravljanja 217
9.2.3 Relejni algoritam upravljanja 221
9.2.4 Kombinovani i drugi algoritmi upravljanja 223
9.2.5 Metoda ekvivalentnog upravljanja 230
9.2.5.1 Skalarno upravljanje 230
9.2.5.2 Vektorsko upravljanje 232
Literatura 236
Pitanja za samoproveru 236
Zadaci za vežbu 238
a
Glava 9.
1
Relacija (9.3) se razlikuje od one date izrazom (5.5) koja ima smisla ako je ulazni signal
sinusoidalan. U ovoj zapisi σ označava predistoriju stanja regulatora.
2
Radi kratkoće zapisivanja, dalje ćemo, umesto dvopozicioni regulator.... primenjen na objektu
..., koristiti dvopozicioni regulator....na objektu...
205
Č. Milosavljević : Teorija automatskog upravljanja-2
nalazimo
c(t = T1 ) = (r − λ ) + K oU 0+T1
= ( r + λ ),
odakle se dobija
2λ
T1 = , (9.4)
K oU o+
odnosno
2λ
T2 = − . (9.5)
K oU o−
Iz (9.5) se vidi da mora biti
ispunjen uslov U o− < 0 . U suprot-
Sl. 9.3. nom slučaju sistem će zauzeti
Dvopozicioni regulator s histerezisom (λ=0,2; fiksnu poziciju c ≠ r i neće imati
Uo=1) u regulaciji astatičkog objekta s
režim samooscilacija ako je
kašnjenjem: Ko=2, τo=0,2s.
U o− = 0 , što nije normalan radni
režim, odnosno neprestano će se udaljavati od zadate reference, ako je U o− > 0 .
Prema tome, možemo zaključiti:
ON-OFF regulator se ne može primeniti za regulaciju astatičkih objekata.
Amplituda oscilacija je jednaka polovini histerezisne zone (λ) regulatora, a
frekvencija preključenja je3
2 2
f = = . (9.6)
T T1 + T2
Sa praktične tačke gledišta, poželjno je imati što manju amplitudu i što veću
periodu oscilovanja. Ti zahtevi su antagonistički i rešavaju se kompromisno.
Ako kompromis nije moguć, sa stanovišta tehničkih uslova u odnosu na kvalitet
procesa regulacije, treba primeniti drugi tip regulatora.
Frekvencija preključenja, za slučaj simetričnog napajanja regulatora
( U o+ = −U o− ), je
2 K U
f = = o o. (9.7)
T1 + T2 2λ
U ovom slučaju, u stacionarnom stanju, imamo simetrične trougaone oscilacije
u okolini zadate vrednosti tako da je srednja vrednost izlaza jednaka referent-
nom ulazu.
3
Frekvencija u ovom slučaju označava broj preključenja relea u jedinici vremena. Ta veličina je
veoma važna za živorni vek relea (regulatora) elektromehaničkog tipa.
206
Glava 9. : Nelinearni zakoni upravljanja
208
Glava 9. : Nelinearni zakoni upravljanja
209
Č. Milosavljević : Teorija automatskog upravljanja-2
210
Glava 9. : Nelinearni zakoni upravljanja
211
Č. Milosavljević : Teorija automatskog upravljanja-2
c min ≈ r − λ + a (r − K oU o− )τ o , (9.26b)
+ −
∆ c = c m ax − c m in ≈ 2 λ + aK o (U o −U o )τ o , (9.26c)
∆c
T1s = T1' + T1 + τ o ≈ , (9.26d)
a ( K oU o+ − r )
∆c
T2 s = T2' + T2 + τ o ≈ . (9.26e)
a (r − K oU o+ )
212
Glava 9. : Nelinearni zakoni upravljanja
2 2 2
f = = = = 25 Hz.
T1s + T2 s ∆c 1 1 40 1 1
+ +
a K oU 0+ − r r − K oU 0− 2 2000 − 1500 1500 − 1000
213
Č. Milosavljević : Teorija automatskog upravljanja-2
4λK oU o
Ω− =0. (9.33)
πA2
Mogu se postaviti dva zadatka:
a) za date parametre regulatora i objekta odrediti parametre oscilacija;
b) za date parametre objekta i oscilacija odrediti parametre podešenja regula-
tora.
Zadatak pod a) se teško rešava analitički, jer se dobija jednačina šestog
stepena po A. Zbog toga se on rešava grafo-analitički, odnosno korišćenjem
računara. Zadatak pod b) ima analitičko rešenje u obliku:
A
λ= , (9.34)
1 + Ω 2To2
πA2 Ω πAΩ
Uo = = 1 + Ω 2To2 . (9.35)
4λK o 4K o
Primer 9.6 Astatički objekat drugog reda
sa Ko=2, To=0,5s regulisati dvopozicionim
regulatorom s histerezisom tako da amplituda
samooscilacija bude A=0,38, a perioda
oscilacija T=1,87 s. Odrediti parametre regu-
Sl. 9.9. Simulacioni rezultat primene latora.
Frekvencija samooscilacija je
dvopoziciong regulatora s λ=0,2;
2 π 6,28
Uo=1 na astatičkom objektu drugog Ω= = = 3,358 s −1 .
reda sa Ko=2, To=0,5 s. T 1,87
Na osnovu (9.34) je
A 0,38
λ= = = 0,194 ,
1 + Ω 2 To2 1 + 3,358 2 0,5 2
a na osnovu (9.35)
πA 2 Ω 3,14 ⋅ 0.38 2 ⋅ 3,358
Uo = = = 0,98.
4 λK o 4 ⋅ 0,19 ⋅ 2
Usvojimo Uo=1, λ=0,2. Na sl. 9.9 prikazan je odziv ovog sistema.
Sl. 9.11.
Sl. 9.10. Dvopozicioni impulsni regulator na
Dvopozicioni impulsni regulator. astatičkom objektu drugog reda iz primera
9.6.
Treba istaći da se to postiže na račun povećanja frekvencije preklapanja
regulatora. Takav regulator, zajedno s astatizmom regulisanog objekta, poprima
osobine linearnog PI regulatora.
215
Č. Milosavljević : Teorija automatskog upravljanja-2
željenih osobina. Ova klasa sistema nalazi sve širu primenu, naročito u
upravljanju električnim mašinama i energetskim pretvaračima.
Pre nego što detaljnije izučimo klizne režime kao osnovni oblik kretanja u
SUPS, vratimo se na primer iz 6. poglavlja i pokušajmo da izvršimo stabi-
lizaciju satelita skokovitom promenom pojačanja ω0. Model sistema postaje
x&1 = x2 ,
x& 2 = −ω0 x1 , (9.36)
ω0 za x1 x2 > 0,
ω0 = 1
ω0 2 za x1 x2 < 0.
Izaberimo pojačanja ω01 i ω02 tako da fazni portreti budu kao na slici 9.12a, b,
što se očigledno može uvek postići izborom 0<ω01<1 i ω02>1. Tada se, poštujući
dati algoritam, dobija fazni portret kao na sl. 9.12d, nastao “ušivanjem” faznih
portreta struktura sistema sa sl. 9.12a,b (sl. 9.12c).
Iz faznog portreta, sl. 9.12d, se vidi da je on tipa stabilnog fokusa. Na taj
način smo pokazali korisnost uvođenja promene struktura sistema. Od dve
strukture koje nisu asimptotski stabilne dobili smo asimptotski stabilan sistem.
Dalje izlaganje biće usredsređeno na SUPS u kojima se koriste klizni režimi
kao osnovni oblik kretanja. Način organizacije kretanja u kliznom režimu najpre
ćemo objasniti na istom primeru orijentacije satelita, a zatim ćemo izučiti
nekoliko algoritama za sintezu sistema.
Sl. 9.12. Fazni portreti struktura sistema (a) i (b); način “ušivanja” faznih portreta
struktura sistema (c) i fazna trajektorija sistema promenljive strukture (d).
216
Glava 9. : Nelinearni zakoni upravljanja
9.2.2 SUPS JEMELJJANOVA S KLIZNIM REŽIMOM.
KVAZIRELEJNI ALGORITAM UPRAVLJANJA
U prethodnom primeru kombinovane su dve, po osobinama iste strukture.
Razmotrimo dalje slučaj kombinovanja dveju različitih struktura: jedne, kao u
prethodnom slučaju, tipa centra, koja nastaje obuhvatanjem posmatranog objek-
ta (satelita) negativnom povratnom spregom s pojačanjem K, i druge - tipa
sedla, koja je posledica uvođenja pozitivne povratne sprege s istim pojačanjem.
Fazni portreti ovih struktura prikazani su na sl. 9.13a i b, respektivno. Kao što
se vidi, fazni portret tipa sedla ima dve singularne trajektorije od kojih je jedna
nestabilna, a druga - stabilna, definisana relacijom
x2 = − K x1 = −λx1 , λ > 0 . (9.37)
Ako se, sada, kombinuju navedena dva fazna portreta tako da se svako započeto
kretanje završava na ukazanoj stabilnoj singularnoj trajektoriji dobiće se fazni
portret kao na sl. 9.13c. Kao što se vidi, proces regulacije nultog ravnotežnog
stanja imaće monotono aperiodičan karakter, bez oscilacija, i biće globalno
asimptotski stabilan - apsolutno stabilan. Takav način kretanja u teoriji SUPS
nazvan je kretanjem po stabilnim singularnim trajektorijama.
Sl. 9.13. Fazni portreti struktura sistema: (a) tipa centra, (b) tipa sedla, i sistema
promenljive strukture: (c) kretanje po stabilnim singularnim trajektorijama, (d) kretanje
s preključenjima, (e) - kretanje u kliznom režimu.
217
Č. Milosavljević : Teorija automatskog upravljanja-2
Ovaj način organizacije kretanja ima jedan nedostatak - nije robustan. Nai-
me, bilo koja promena pojačanja u kolu povratne sprege dovešće do promene
nagiba stabilnih singularnih trajektorija ili do promene momenta preključivanja
struktura sistema. Ako je došlo do kašnjenja u preključivanju sa strukture tipa
centra na strukturu tipa sedla, ili, što je ekvivalentno, ako je došlo do smanjenja
pojačanja K, a linija preključenja ostane ista, tada će nastati kretanje s preklju-
čenjima, sl. 9.13d, slično po osobinama prethodno izučenog sistema promen-
ljive strukture sa strukturama tipa centra. Ukoliko, pak, dođe do ranijeg preklju-
čenja sa strukture tipa centra na strukturu tipa sedla ili, što je ekvivalentno, ako
se koeficijent pojačanja K poveća, a linija preključenja ostane ista, tada nastaje
kretanje u kliznom režimu , sl. 9.13e.
Lako se može zaključiti da će karakter kretanja u kliznom režimu biti po
formi isti kao kod sistema koji se kreće po stabilnim singularnim trajektorijama,
s tim što će brzina približavanja stanju ravnoteže biti manja, jer je c < λ . Taj
nedostatak se, naravno, može ublažiti izborom većeg pojačanja K. Razmotrimo,
nadalje, odlike kliznih režima.
Najpre, s kliznim režimom dobijamo novu, “veštačku” trajektoriju koja nije
svojstvena ni jednoj od struktura sistema. Zatim, zahvaljujući izabranom
faznom prostoru stanja, kretanje u kliznom režimu se opisuje relacijom
x2 = −cx1 , (9.38)
što je, zapravo, diferencijalna jednačina prvog reda, jer je x2 = x&1 , tj. dinamika
kretanja u kliznom režimu je data sa
x&1 = −cx1 , c > 0 . (9.39)
S obzirom na to da je polazni sistem drugog reda, a kretanje u kliznom režimu
je opisano diferencijalnom jednačinom prvog reda, zaključujemo:
Kretanje nelinearnog sistema u kliznom režimu se opisuje linearnom
diferencijalnom jednačinom nižeg reda u odnosu na polazni sistem.
Iz (9.39) se, takođe, uočava da dinamika sistema u kliznom režimu ne zavisi
od parametara sistema, u posmatranom primeru od pojačanja K, već samo od
koeficijenta nagiba klizne prave c. Bez obzira na promenu parametra sistema
(K), sve dok važi c < λ , kretanje sistema u završnoj etapi neće zavisiti od
parametara sistema, tj.
Kretanje sistema u kliznom režimu je invarijantno na promenu parametara
objekta.
Poslednja odlika implicira:
Za sintezu SPS s kliznim radnim režimom nije neophodno poznavati tačne
vrednosti parametara objekta već samo mogući opseg promena istih.
U realnim uslovima, zanemarena dinamika ili neidealnosti kao što su:
kašnjenje (transportno i/ili inercijalno) ili histerezis, dovode do toga da se u
okolini klizne prave javlja preključivanje ne s beskonačno velikom frekven-
cijom, već s frekvencijom definisanom uticajem navedenih neidealnosti. Zbog
toga će se kretanje odvijati u cik-cak režimu oko klizne prave, vidi sl. 9.13e.
218
Glava 9. : Nelinearni zakoni upravljanja
Takvo kretanje se naziva kvaziklizni režim ili realni klizni režim. Međutim,
srednje kretanje će biti uvek blisko kretanju opisanom relacijom (9.39). Zbog
toga možemo zaključiti:
Kretanje u realnom kliznom režimu nije invarijantno na promenu
parametara sistema ali ima izraženu robustnost.
Treba, takođe, uočiti da:
Klizni režim nastaje na liniji prekida upravljanja gde se fazne trajektorije
struktura sistema sučeljavaju.
To se događa samo na liniji x2 + cx1 = 0 , a ne i na liniji x1 = 0 , gde takođe
nastaju prekidi upravljanja ali se na njoj fazne trajektorije struktura sistema ne
sučeljavaju.
Napred navedene odlike kliznih režima uslovile su veliko interesovanje za
istraživanja u oblasti teorije i prakse SUPS s kliznim radnim režimima.
Praktična primena ovih sistema je zaostajala za teorijom iz dva razloga:
a) Za organizaciju kliznih režima potrebna je potpuna informacija o stanju
objekta (sistema), a u praksi nisu uvek dostupne za neposredno merenje sve
potrebne koordinate stanja;
b) Kvazi-klizni režim kod elektromehaničkih sistema može dovesti do neže-
ljenih, parazitnih kretanja koja stvaraju buku i dovode do brzog iznosa prenos-
nika, povećanja utroška energije i sl. Taj efekat se naziva treperenjem, klikta-
njem, škljocanjem, krčanjem ili četeringom (engl.: chattering).
Tokom razvoja sistema upravljanja prvi problem je razrešen uspešno pri-
menom opservera, dok se drugi - četering, takođe, zadnjih nekoliko godina
intenzivo istražuje i za njegovo ublažavanje postoje zadovoljavajuća rešenja, a
jedno od njih je korišćenje opservera kao “bajpasa” za četering.
Pre nego što pređemo na izučavanje savremenih algoritama upravljanja
sistema s kliznim režimima, razmotrimo jedan interesantan prilaz [1] sintezi
SUPS za objekte drugog reda koji ukazuje na njihovu bliskost optimalnim siste-
mima. Neka je dat sistem drugog reda opisan matematičkim modelom
x&1 = x2 ,
x& 2 = − a1 x1 − a2 x2 + bu , (9.40)
a1 , a2 , b > 0, ai min ≤ ai ≤ ai max , bmin ≤ b ≤ bmax
i neka je upravljanje u oblika
u = −Ωx1, (9.41)
gde je Ω prekidna funkcija upravljane promenljive koju treba odrediti.
Neka je V ( x) - skalarna funkcija vektorskog argumenta x. Izaberimo Ω tako
da se obezbedi najveća brzina opadanja V(x) duž trajektorija kretanja sistema.
S obzirom da je izvod funkcije V(x) duž trajektorija kretanja sistema
∂V (x) ∂x
V& (x) = , (9.42)
∂x ∂t
dobija se
219
Č. Milosavljević : Teorija automatskog upravljanja-2
∂V (x) ∂x1 ∂V (x) ∂x2 ∂V ( x) ∂V (x)
V& (x) = + = x2 + x& 2 =
∂x1 ∂t ∂x2 ∂t ∂x1 ∂x2
(9.43)
∂V (x) ∂V (x) ∂V (x)
x2 − (a1 x1 + a2 x2 ) − bΩx1 .
∂x1 ∂x2 ∂x2
Očigledno je da će V& (x) imati najbrže opadanje ako je
∂V (x )
Ω = α sgn x1 , α > 0 . (9.44)
∂x 2
Neka je
1 1
V (x ) = x12 + cx1 x 2 + x 22 ; c > 0,
2 2
tada će (9.44) postati
Ω = α sgn{( cx1 + x 2 ) x1 } = α sgn{gx1 },
(9.45)
g = cx1 + x 2 .
Nadalje ćemo Ω nazivati komutacionom funkcijom, a g=0 i x2=0 - linijama
preključenja upravljanja. Zadatak je da se na liniji g=0, nakon konačnog vre-
mena, uspostavi klizni režim te se stoga funkcija g=0 naziva kliznom linijom
(pravom) u sistemima drugog reda, odnosno kliznom hiperpovršinom u
sistemima višeg reda.
Za ostvarivanje postavljenog zadatka treba, najpre, obezbediti da stanje siste-
ma iz bilo kog polaznog položaja, za konačno vreme, dospe na g=0, a zatim, da
se tamo fazne trajektorije struktura sistema sučeljavaju. Ako g=0 smatramo
ravnotežnim stanjem, onda je, za obezbeđenje dovođenja stanja sistema u to
ravnotežno stanje, dovoljno pokazati da je ono globalno asimptotski stabilno u
smislu Ljapunova. Birajući funkciju Ljapunova u obliku
1
V (x ) = g 2 (x ), (9.46)
2
koja je pozitivno definitna svuda, osim za g=0, gde je jednaka nuli, i zahte-
vajući da njen izvod, duž trajektorija kretanja stanja struktura sistema bude
negativno definitna funkcija, dolazi se do uslova dosezanja u obliku
V& (x) < 0 ⇔ g (x) g& ( x) < 0 . (9.47)
Za obezbeđenje konačnog vremena dosezanja potrebno je da (9.47) bude strogo
negativno definitna funkcija, koja će biti svuda negativna, osim na g=0, kada je
jednaka nuli.
Lokalno posmatrano, u bliskoj, beskonačno maloj okolini g=0, nejednakost
(9.47) se može napisati u obliku
lim + g& ( x) < 0, lim − g& (x) > 0. (9.48)
g ( x )→0 g ( x )→0
Relacije (9.48) su uslovi egzistencije kliznog režima na g=0, koje je ustanovio
ruski naučnik Dolgolenko (1950.). Oni se mogu napisati i u obliku:
g&sgn ( g ) < 0 . (9.48a)
220
Glava 9. : Nelinearni zakoni upravljanja
221
Č. Milosavljević : Teorija automatskog upravljanja-2
stanje sistema. Kao što smo napred rekli, klizni režimi su najpre uočeni kod
relejnih sistemima upravljanja. U cilju utvrđivanja uslova egzistencije kliznog
režima u sistemu drugog reda s relejnim upravljanjem, pođimo od njegovog
matematičkog modela datog u obliku
x&1 = x2 ,
x2 = − a1 x1 − a2 x2 + bU o sgn( g ), (9.52)
a1 , a2 , b, U o > 0, ai min ≤ ai ≤ ai max , bmin ≤ b ≤ bmax ,
i uslova egzistencije klizanja (9.47) i (9.48).
Primenjujući isti postupak kao u prethodnom odeljku dolazi se do relacije
g& ( x ) = −[( a 2 − c ) g ( x ) + ( c 2 + a1 − ca 2 ) x1 + bU o sgn( g )] . (9.53)
Neka je g(x)>0 (g(x)<0), tada (9.53) mora biti manje (veće) od nule, a to će
sigurno biti ispunjeno ako su ispunjene sledeće relacije
c < a2 ,
(9.54)
U o > sup (ca 2 − a1 − c 2 ) x1 .
ai , b
Kao što se vidi, uslovi (9.54) i (9.51) su skoro identični. Jedina razlika je u
tome što u (9.54), u drugoj nejednakosti, figuriše x1 . Upravljanje kvazirelej-
nog sistema se može napisati u obliku u = α x1 sgn( g ) umesto
u = αx1 sign( gx1 ) te se, zamenom U o = α x1 , (9.51) svodi na (9.54).
Postavlja se pitanje: koji od dva navedena algoritma primeniti i kada? Pre
nego što damo odgovor na to pitanje treba detaljnije analizirati odlike ovih
algoritama, izvršiti njihovo upoređenje u pogledu složenosti realizacije,
robustnosti na promenu parametara objekta i delovanje spoljašnjih poremećaja
(opterećenja) kao i u pogledu uticaja mogućih neidealnosti (nemodelirane
dinamike) prisutnih u sistemu.
Kvazirelejni algoritam ima složeniju realizaciju ali mu uslovi egzistencije
kliznog režima ne zavise od veličine upravljane promenljive. Relejni algoritam
ima prostiju realizaciju ali mu uslovi egzistencije kliznog režima zavise od up-
ravljane promenljive. Međutim, to se ne može smatrati nedostatkom, jer se uvek
može odabrati takvo Uo da u sistemu uvek egzistira klizni režim, bez obzira na
veličinu x1 . U pogledu robustnosti na parametarske poremećaje oba algoritma
daju dobre rezultate, ali u pogledu robustnosti na spoljašnje poremećaje drugi
algoritam daje bolje rezultate. Međutim, u prisustvu nemodelirane dinamike,
drugi algoritam ima izražen četering, prisutan kako u prelaznim režimima tako i
u ustaljenom stanju, dok prvi algoritam upravljanja nema četering u
stacionarnom stanju. S druge strane, ako objekat ne poseduje astatizam, ili on
nije unet u algoritam upravljanja, prvi lgoritam gubi uslove klizanja u bliskoj
okolini stacionarnog stanja, što dovodi do pojave statičke greške i do mogućih
oscilacija oko ravnotežnog stanja u neatonomnom sistemu.
222
Glava 9. : Nelinearni zakoni upravljanja
9.2.4 KOMBINOVANI I DRUGI ALGORITMI UPRAVLJANJA
U cilju eliminacije navedenih nedostataka kvazirelejnih i relejnih algoritama
upravljanja SUPS-a u literaturi je predložen veći broj rešenja [10]. Jedno od njih
koje se prirodno nameće je kombinacija kvazirelejnog i relejnog algoritma
upravljanja s ciljem da se sačuvaju prednosti i eliminišu ili ublaže nedostaci
navedenih algoritama upravljanja. S obzirom da kvazirelejni algoritam uprav-
ljanja, ako je objekat statičkog tipa, gubi klizanje u ustaljenom stanju, to se
dodavanjem male relejne komponente upravljanja taj nedostatak može elimi-
nisati. Upravljanje tada postaje
u = (α x1 + δ ) sgn( g ), α , δ > 0 . (9.55)
Veličina δ se bira tako da u okolini stacionarnog stanja bude uvek ostvaren
klizni režim, da bude obezbeđena potrebna robustnost na spoljašnje poremećaje
i da četering bude redukovan.
Kao što je već rečeno, problem gubitka kliznog režima s kvazirelejnim zako-
nom upravljanja nastaje kod sistema statičkog tipa. Stoga se taj problem može
eliminisati uvođenjem integratora u kolo signala greške. Međutim, tada se red
sistema i red dinamike klizanja povećavaju. Taj se problem može zaobići ako se
iza regulatora promenljive strukture unese kompenzator proporcionalno-
integralnog (PI) tipa [6,7]. Tada algoritam upravljanja postaje
t
u = k1 x1 sgn( g ) + ∫ ( k 3 x1 sgn( g ))dt . (9.56)
0
Algoritam (9.56) obezbeđuje nultu statičku grešku sistema i klizni režim pri
dejstvu odskočnog poremećaja ali je proces eliminacije poremećaja po
opterećenju lošiji nego kod relejnog zakona upravljanja. Taj se nedostatak može
ublažiti dodavanjem linearnog delovanja po signalu g(t). Takav kombinovani
algoritam upravljanja postaje
t
u = k1 x1 sgn( g ) + k 2 g + ∫ ( k 3 x1 sgn( g ) + k 4 g (t ))dt . (9.57)
0
Izborom koeficijenata k1 do k4 može se optimalizovati kretanje u sistemu.
Sledeći prilaz za eliminaciju četeringa je kombinacija relejnog i linearnog
delovanja oblika
g
u= ; δ − mala pozitivna konstanta (9.58)
g +δ
To je, zapravo, tzv. saturaciono upravljanje koje se može predstaviti i u obliku
U o za g > δ,
g
u = U o sat ( g ) = U o , za g < δ (9.59)
δ
− U o za g < − δ.
Međutim, tada se u okolini prekidačke hiperravni (prave) i u stanju ravnoteže
gubi klizni režim te se može govoriti o približnom ispunjenju navedenih odlika
kliznih režima.
223
Č. Milosavljević : Teorija automatskog upravljanja-2
Treći, radikalniji prilaz u rešavanju problema četeriniga je definisanje
dinamike kretanja sistema i u procesu dosezanja, a ne samo u kliznom režimu.
Naime, problem četeringa nastaje zbog toga što trajektorije kretanja sistema, u
režimu dosezanja, presecaju kliznu hiperravan (pravu). Ako bi se našlo takvo
upravljanje koje bi obezbedilo “meko spuštanje” na kliznu hiperravan (pravu)
tada bi četering bio eliminisan. Kineski naučnik Gao [3] je predložio takav
algoritam u obliku
g& = q ⋅ sgn( g ) − kh( g ) . (9.60)
Izborom koeficijenata q i k, kao i funkcije h(g) mogu se realizovati različiti
zakoni upravljanja. Za
k=0, q = − k1 r g , r > 1. (9.61)
upravljanje je kombinacija relejnog i linearnog po stanju, a pri tome se ostvaruje
“meko spuštanje” na g=0 za konačno vreme koje iznosi
rg ( r −1)/ r ( 0)
t= . (9.62)
k (r − 1)
Na kraju ovog izlaganja o kliznim režimima u sistemima drugog reda, pre
nego što pređemo na izučavanje kliznih režima u sistemima višeg reda prime-
nom metode ekvivalentnog upravljanja, ilustrovaćemo, simulacijom na računa-
ru, karakteristike nekih od navedenih algoritama na jednom konkretnom prime-
ru sistema trećeg reda u kome se jedan inercijalni mod s najbržom dinamikom
smatra nemodelovanim delom i upravljanje projektuje kao za sistem drugog
reda.
224
Glava 9. : Nelinearni zakoni upravljanja
Y ( s) 200
W ( s) = = .
U ( s) ( s 2 + 8 s + 7 )
Njegov kanonički model je:
y&1 = y 2 ,
(9.64)
y& 2 = −7 y1 − 8 y 2 + 200u ,
a model sistema u odnosu na signal
greške, e = r − y1 = x1, postaje
x&1 = x2 ,
(9.65)
x& 2 = −7 x1 − 8 x2 − 200u + 7 r.
Sl. 9.15.
Odskočni odziv sistema kvazirelejnog tipa
bez nemodelirane dinamike.
Na osnovu relacija (9.51) izaberimo c = 5, α = 1 . Simulacioni model sistema za
kvazirelejni algoritam je prikazan na sl. 9.14. Obratimo pažnju na to da je objekat
statičkog tipa.
225
Č. Milosavljević : Teorija automatskog upravljanja-2
Sl. 9.18.
Sistem s relejnim zakonom upravljanja i nemodelovanom dinamikom: a) upravljanje,
b) funkcija g(t); odskočni odziv i fazni portret su kao na sl. 9.19a,b, respektivno.
Na sl. 9.19a-d prikazani su simulacioni rezultati za sistem čiji je algoritam
upravljanja oblika (9.55), δ=0,2. Kao što se vidi, sistem ne ispada iz kliznog režima i
226
Glava 9. : Nelinearni zakoni upravljanja
zbog toga ima nultu statičku grešku. Međutim, signal upravljanja ima četering i u
stacionarnom stanju ali mnogo manji u odnosu na relejni zakon upravljanja.
d)
Sl. 9.19. Sistem s kombinovanim zakonom upravljanja oblika (9.55) i nemodelo-
vanom dinamikom: a) odskočni odziv, b) fazni portret, d) upravljanje, e) funkcija g(t).
227
Č. Milosavljević : Teorija automatskog upravljanja-2
Sl. 9.20.
Sistem s kvazirelejnim algoritmom upravljanja i PI članom: a) ,b) odskočni odziv i
fazni portret sistema bez nemodelovane dinamike; c), d) -upravljanje i funkcija g(t)
sistema s nemodelovanom dinamikom
- izraz za upravljački signal koji treba primeniti, a koji će u nominalnom sistemu
obezbediti “meko spuštanje” stanja sistema na kliznu površ (pravu u ovom slučaju).
Rezultati simulacije takvog sistema dati su na sl. 9.21 za k=100, r=2.
Sl. 9.21.
Funkcija g(t) za nominalni (a) i sistem s nemodelovanom dinamikom
(b) s upravljanjem (9.67).
Na osnovu datih rezultata može se zaključiti da algoritam (9.60) koji
obezbeđuje meko dosezanje daje najbolje rezultate. U slučaju nominalnog
sistema on je u izrazitoj prednosti nad ostalim algoritmima, dok u prisustvu
228
Glava 9. : Nelinearni zakoni upravljanja
Sl. 9.23 Odskočni odziv (a) i fazne trajektorije (b) sistema s kombinovanim
upravljanjem: 1- s upravljanjem u = ueq + U o sgn(g ) , 2 - s upravljanjem
u = kg (t ) + U o sgn( g ) i.
9.2.5.2 VEKTORSKO UPRAVLJANJE
Napred su analizirani uslovi egzistencije kliznog režima, mogućnosti njiho-
vog matematičkog opisivanja na osnovu kanoničke kontrolabilne forme i prime-
nom metode ekvivalentnog upravljanja. U ovom odeljku razmatraju se problemi
organizacije kliznih režima u sistemima s vektorskim upravljanjem. Neka je dat
model sistema
x& = Ax + Bu, x ∈ ℜ n , u ∈ ℜ m , A ∈ ℜ n×n , B ∈ ℜ n×m . (9.65)
S obzirom da ima m upravljačkih ulaza moguće su mnoge kombinacije. Dalje
ćemo smatrati da u prostoru stanja postoji m hiperravni koje sve prolaze kroz
koordinatni početak (stanje ravnoteže) prostora stanja. Ako se na bilo kojoj
hiperravni organizuje klizni režim, a kretanje u kliznom režimu po njoj je
stabilno, tada će stanje sistema biti dovedeno u stanje ravnoteže. Pri tome će biti
ostvarene sve odlike kliznih režima: invarijantnost, robustnost, redukcija reda
dinamike sistema za jedan stepen. Ako, pak, istovremeno organizujemo klizni
režim na dve hiperravni, pomoću dva signala upravljanja, što je jedino moguće
ako se kretanje odvija duž preseka te dve hiperravni, tada će red diferencijalne
jednačine kojim se opisuje kretanje biti n-2 -og reda. Prema tome, ako se
istovremeno organizuje klizni režim na svih m hiperravni, tada će se kretanje
sistema odvijati duž zajedničkog preseka svih m hiperravni i opisivati
diferencijalnom jednačinom n-m-tog reda.
Svaka od m hiperravni se opisuje jednačinom
g k = c k ,1 x1 + c k ,2 x 2 +...+ c k ,n x n = c Tk x . (9.66)
232
Glava 9. : Nelinearni zakoni upravljanja
234
Glava 9. : Nelinearni zakoni upravljanja
x1 = A sin ϕ, x 2 = A cos ϕ,
odakle sledi
ϕ = arctg( x1 / x 2 ) .
Stoga je
dϕ d x 1 d x1
= (arctg 1 ) = =
dt dt x2 x 2 dt x2
1 + 12
x2
x22 x&1 x2 − x1 x& 2 x&1 x2 − x1 x& 2
. =
xl2
+ x22 x22
xl2 + x22
Zamenjujući u ovu relaciju model (9.78)
Sl. 9.24. Funkcije g1(t) i g2(t) za dobija se
harmonijski oscilator.
dϕ (ω o + u2 )( x12 + x 22 )
= = ω o + u2 .
dt x12 + x 22
Zamenom u (9.79) ima se
g& 2 = −(ωo − ω r + u 2 )sin(ϕ r − ϕ) .
(9.80)
S obzirom na to da je g 2 (t ) ≥ 0 tada je
sgn g 2 (t ) = +1 pa je dovoljno izabrati
upravljanje u2 tako da (9.80) bude nega-
tivno. Ako se u2 izabere u skladu s
relacijom
235
Č. Milosavljević : Teorija automatskog upravljanja-2
LITERATURA
[1] Барбашин, Е. А.: Введение в теорию устойчивости, «наука», Москва, 1967.
[2] Гельднер, К., Кубик, С.: Нелиненые системы управления, «Мир», Москва, 1987.
[3] Gao, W., Hung,, J. C.: “Variable structure control of nonlinear systems: a new
approach“, IEEE Trans. IE-40 (1993), no 1, 45-5.
[4] Draženović, B.: “The invariance conditions in the variable structure systems“,
Automatica (1969), 5(3), 287-295.
[5] Емельянов, С. В. (ред.): Теория систем с переменной структурой, «Наука»,
Москва, 1970.
[6] Milosavljević, Č.: “Variable structure systems of quasi-relay type with
proportional-Integral action“, Facta Universitatis-Mechanics, Automatic
Control andRobotics (1997) 2(7), 301-314.
[7] Milosavljević, Č., Stoimenov, P.: “Synthesis of DC motor variable structure
controller“, J. Aut. Contr. (1996) 6, 47-58, University of Belgrade.
[8] Milosavljević, Č., Radu-Emil, P.: “Synthesis of harmonic oscillator with sliding
mode“, XXXIX Jugosl. komf. ETRAN-a, Zlatibor, juna 1995, I.419-421.
[9] Нетушил, А. В.: Теория автоматического управления, «Высша школа», Москва,
1976.
[10] Peruničić, B., Milosavljević, Č., Golo, G., Mitić, D.: “Variable structure systems
- a Survay“, VI Int. SAUM Conf., Niš, Sept. 28-30, 1998., 26-33.
[11] Shinskey, F. G.: Process-control systems, Application, design, adjustment,
McGraw-Hill Book Company, 1979.
[12] Уткин, В. И.: Скользящие режимы в задачах оптимизации и управления,
«Наука», Москва, 1981
13] Филиппов, А. Ф.: Дифференциальные уравнения с разрывной правой частью,
«Наука», Москва, 1985.
[14] Veselić, B., Golo, G.: “Regulacija amplitude i frekvencije dvofaznog harmo-
nijskog oscilatora primenom kliznih režima“, XLII Jugosl. konf. ETRAN-a,
Vrnjačka Banja, juna 1998, I. 327-330.
[15] Цыпкин, Я. З.: Теория релейных систем автоматического регулирования, Изд.
техническо-теоретической литературы , Москва, 1955.
Pitanja za samoproveru
1. Dvopozicioni regulatori mogu biti bez ____________ ili sa _____________.
2. Statičke karakteristike dvopozicionih regulatora mogu biti ________________ ili
______________.
3. ON-OFF regulator je dvopozicioni regulator ______________ tipa, pri čemu je
dejstvo jedne pozicije jednako _______.
4. ON-OFF regulator se ne može primenjivati na objektu _______________ tipa.
5. Dvopozicioni regulator bez histerezisa na objektu prvog reda bez kašnjenja u
sistemu dovodi do preključenja ______________ frekvencije. Takav režim rada
sistema naziva se _____________ režim.
6. Dvopozicioni regulator bez histerezisa na objektu prvog reda sa kašnjenjem
dovodi do preključenja kontakata releja s _____________ frekvencijom.
236
Glava 9. : Nelinearni zakoni upravljanja
7. Oscilacije oko ravnotežnog stanja u sistemu, čiji je objekat regulacije prvog reda i
integracuinog tipa, su ____________ oblika ako je objekat bez kašnjenja i
_____________ oblika ako je objekat sa kašnjenjem.
8. Amplituda oscilacija kod sistema sa dvopozicionim regulatorom i objektom bez
kašnjenja zavisi isključivo od veličine ___________ regulatora, dok kod objekta
sa kašnjenjem ona zavisi i od _____________.
9. Oscilacije oko ravnotežnog stanja u sistemu, čiji je objekat regulacije prvog reda i
inercijalnog tipa, su ____________ oblika ako je objekat bez kašnjenja i
_____________ oblika ako je objekat sa kašnjenjem.
10. Srednja vrednost trougaonih oscilacija u sistemu sa dvopizicionim regulatorom i
astatičkim objektom prvog reda je ____________ zadatoj referentnoj vrednosti.
11. Za određivanje parametara samooscilacija kod sistema sa dvopozicionim
regulatorom i objektom višeg reda koristi se _____________________________.
12. Sistemi promenljive strukture omogućavaju formiranje kretanja sistema u
prostoru stanja koje nije _____________ strukturama sistema.
13. Klizni režim se opisuje diferencijalnom jednačinom ________ reda u odnosu na
________ sistem.
14. Kretanje sistema u kliznom režimu je __________ u odnosu na promenu
_____________ objekta i dejstvo ograničenih ____________.
15. Za sintezu sistema sa kliznim radnim režimom nije potrebno tačno ___________
____________ sistema, već samo opseg njihove promene.
16. Klizni režim se javlja na liniji ____________ upravljanja, gde se fazne trajektorije
___________ sistema _________________.
17. Matematički uslov egzistencije kliznog režima se daje relacijom ____________,
gde je ________________.
18. Postoje dva osnovna oblika realizacije upravljanja za formiranje kliznog režima:
kvazi- __________ i __________.
19. Kombinovani algoritam upravljanja uključuje ___________ i ___________
komponentu upravljanja.
20. Četering je parazitno kretanje oko ___________ stanja sistema kao posledica
neuračunate (nemodelovane) _____________ sistema.
21. Ekvivalentno upravljanje je ___________ upravljanje koje bi obezbedilo kretanje
duž _________ hiperravni ako bi početni uslovi bili takvi da se stanje sistema u
početnom trenutku nalazi na _________________.
22. U sistemima sa vektorskim upravljanjem, kretanje u kliznom režimu odvija se duž
preseka onih ___________ na kojima komponente __________ trpe _________.
23. Sistem n-tog reda sa vektorskim upravljanjem čije m koponente upravljanja trpe
prekide na m hiperravninama i u kome se kretanje u kliznom režimu odvija duž
preseka svih hiperravnina, opisuje se sistemom jednačina __________ reda.
24. Za formiranje kliznog režima u sistemima s vektorskim upravljanjem postoje četiri
načina i to: a) ____________________, b) _______________________
c)____________________, d) __________________________.
25. Ako je sistem opisan linearnom diferencijalnom jednačinom stanja ___________,
klizna hiperavan sa g=cTx, tada se ekvivalentno upravljanje definiše relacijom
_________________, a kretanje u kliznom režimu relacijom ________________.
237
Č. Milosavljević : Teorija automatskog upravljanja-2
ZADACI ZA VEŽBU
238
REGISTAR
A Generalisana sila 2
Ajzerman 172 E generalisane koordinate 2, 3
Akermanova formula 98 Element Goljdfarb 157, 163, 213
Algebarska jednačina - linearni 134, 32 Granični krug
- izlaza 8 - nelinearni 134, 137, 139, - (ne)stabilan, 150, 172
- matrična 56 Električna mreža linearna 11 - semistabilan 150
-Ljapunova 84 Energija
H
Algoritam upravljanja -kinetička, potencijalna 2, 3
Hipoteza
- kvazirelejni 217, 226,
F - Ajzermana 172, 197
- kombinovani 223, 229,
Fazna - filtra 158
- relejni 221, 222, 229
- koordinata 148 - Kalmana 172, 197
Amplituda
- tačka 144 Histerezis 136, 137,152,204-
samooscilacija 162,164
- trajektorija, ravan 143 213
Andronov 143
Filipov 230 - pozitivni, negativni 136,
Apsolutna stabilnost 183, 190
Fazni portret 144, 147-155, , 189
Astatizam 223
-tipa Hodograf Mihajlova 162
Atenuator 19
- (ne)stabilnog Hurvicov polinom 189
B - čvora 148
Besekerskij 134 - fokusa 147, 216 I, J
Bimetalni rele 135, 157 - centra 146, 217 Indeks
Blok- - sedla 148,217 - kontrolabilnosti 105
- dijagonalna forma 37 Flige-Loc 143 - nestabilnosti 192
- šema strukturna 134,145, Forma Invarijantnost 219,232
181,194 - kanonička Izbor spektra polova 93
Bogoljubov 163 - blok-dijagonalna 35 Jemeljjanov 215, 217
Boksenbom 117 - dijagonalna 34 K
- kontrolabilna 22 Kalman~ 69
- modifikovana 24 ~ova teorema 185
C ,Č
- opservabilna 25 ~ov regulator 91, 111
Cipkin ~68,133,190
Frekvencija Kanonička forma
~ ov parabolični kriterijum
-oscilacija 162 - dijagonalna (Lurjeova)34
190
-preključenja 206-210 - kontrolabilna 22
Četering 219, 222-225
-sopstvena 234 - opservabilna 25
D Funkcija(e) Karakteristika
Dalamberov princip 6 - Beselove 94 - amplitudno-fazna 163,
Dekompozicija sistema 78 -Ljapunova 178-183, 220 164, 184,186, 190,192,
Digitalni računar 18, 48 - negativno (pozitivno) - modifikovana 188
Diferencijalna jednačina - definitna 83,177, - pojačavača, motora 135
- stanja 8 178 - relea 135
- matrična 47 - fazno-frekvencijska 188 - idealnog, tropozicionog
Dijagonalna forma 34 - modifikovana 188 137
Dijagram simulacioni 27 , - komutaciona 220 - s pozitivnim (negativnim)
Dipol 77 - ograničena po apsolutnoj histerezisom 136,189
Diskretni model 48 vrednosti 194 Karakteristična jednačina 162
Dolgolenko 220 - opisna 159 Kašnjenje transportno 204-213
Draženović 230 - prenosa 134 Klizna hiperpovrš (ravan)
Džordan~ - signum 137 220, 231
~ ova forma 37 - saturaciona 137 Klizni režim 154, 208,
~ ov oblik 60 - tipa početnih uslova 95 213,215-218, 231-233-93
~ ova (sub)matrica 37 Furijeova analiza 158 Koeficijent(i)
G - diferencijalne linearizacije
Gao 224 197,
^. Milosavljevi}, Teorija automatskog upravljanja-2
- krutosti, elastičnosti 7 - statička 138 Minimalna realizacija 82
- pojačanja 140,172, 218, - stohastička 140 Mod nekontrolabilan 81
192-199 - vibraciona 73 Model
- statičke linearizacije 197 Lurje~ 181, - matematički 1
- stohastičke linearizacije ~ov problem 181,189 - u prostoru stanja 8
- viskoznog trenja 3, 170 ~ov zadatak 181,184 Modelovanje
Kohenberger 156 Ljapunov 172-175,177,193 - mehaničkih sistema 2
Kontrolabilnost 68 Moment inercije 3
M
- diskretnih sistema 69 Mrtva zona 136
Masa 3, 5
- kontinualnih sistema 70
- rotirajuća 3 N
- izlaza 71
Matematčko modelovanje Nelinearnost(i) 163,178,186,
Koordinate stanja 8
- dinamičkih sistema 1 - (ne)tipična 135,136
Koši~
Matematički modeli - prirodna , veštačka 135
~jeva normalna forma 145
- nelinearnih elemenata 137 - jedno(više)značna 135,161
~jev normalni oblik 2, 8, 66
MATLAB 16,38,57,60,62,72, - (ne)suštinska 136
Kretanje sistema
80,86,98,102,110,113,115 - tipa zasićenja 136, 137
- po stabilnim singularnim
- simulink 18,19 Nemodelovana dinamika
trajektorijama 217
Matrica 225,226,227-228
- sa preključenjima 217
- dijagonalna 34 Nikvist~ 163
- u kliznom režimu 217
- direktne sprege 9 ~ova metoda 54
Krilov 163
- Džordanova 37 ~ov kriterijum 163
Kriterijum
- fundamentalna 47 ~ova kriva 163,164, 28
- kvaliteta 94, 111
- izlaza 9 ~ov uslov 158
- Silvestrov 179,183
- kompanjon 22, Nule
- stabilnosti 184,185
- pozitivno definitna 179, - desne 103
- frekvencijski 49
180,182,183,185 - kompenzacione 77
- kružni 197, 59
- stanja 8 - konačne 30
- Mihajlova 71
- transformacije 56, 96
- Nikvista 54 O
- tranzijentna 47
- parabolični 190 Objekat regulacije
- Van der Mondova 56, 57
- Popova 184,187,189 - (a)statički 204-214,
Matrični eksponent 47
Kriva Mihajlova 162 odziv
Matrična jednačina
Krug - normalni 46
Ljapunova 84
- granični 150,172 - odskočni 225,226,227,
Mreža degenerisana 13
- (k,r) 192,197 228,232
Metoda (Metode)
Kulonovo trenje 135 Oldenburg 68
- Ajzermana 178
Kvazi-klizni režim 219,220 Opserver 219,230
- Boksenboma i Huda 117
Oscilator
L,Lj - dosezanja 92
Lagranževa - decentralizovanog 233 - harmonijski 234 ,235
- jednačina, funkcija 2 - hijerarhijskog 233,234, - Van der Polov 170,171,
Opserver 122
Laplasova transformacija 3, - konačnog 233
- potpuni/identiteta 127
196 - slobodnog 233
- redukovani 127
Lasal 181 - ekvivalentnog uprav
Opservabilnost 72
Leote 142 ljanja
Levšec 181,183 224,230, 234 P
Limiter 174 - harmonijske linearizacije Parabola - (k,q,r) 151,190
Luenberger~ 123 156,170 Podešavanje spectra polova
~opserver identiteta 127 - izoklina 146 94
Linija . Ljapunova 83,175,176 Peruničić 230
- klizna 220 - direktna 83,177 Položaj ravnoteže 173
- preključenja 153, 220 - indirektna 175 Popov E. P. 134, 162
Linearizacija - Popova 184 Popov V. M. 184, -
- diferencijalna 138 - prostora stanja 8 Poremećaj 9,138,193,225,
- harmonijska 139 Mihajlovljev uslov 157 229, 233
240
Registar
Postnjikov 178 - nelinearni 134,144,146 U
Postupak Ajzermana 178 - optimalni 143,153 Upravljanje 1, 8
Prava - promenljive. strukture - ekvivalentno 224, 230,
- klizna 220 143,154,215 231, 232
- Popova 188, 198 - relejni 153 - kombinovano 223
Pseudo izvori Signal - kvazirelejno 217,84
- napona, struje 12 - greške 193,221,229 - relejno 221
Programiranje - Dirakov 46 - saturaciono 223
- direktno 22 - Hevisajdov 46, 76 - skalarno 9, 95,230,
- paralelno 34 - komandni 229 - vektorsko 9,99,232
- redno 30 - referentni 235 Upravljivost 68
Proces(i) - upravljanja 214,225-227 Uslovi
- prelazni 63 - visokofrekvencijski 229 - dosezanja (padanja) 79,80,
- prinudni, 63 Simulacioni dijagram 224 - egzistencije kliznog
- slobodni 63 Simulacija sistema režima 220
- u (ne)linearnim sistemima - računarska 18 Utkin, V.I. 230
62,193 - na osnovu f-je prenosa 22
V
Projektovanje Singularne
Van der Pol 170
- povratne sprege - tačke 145
Veliki sistemi 234
- po stanju 93 - trajektorije 148,150
Vector
Poenkare 143 Sinteza
- upravljanih veličina 8
Prostor stanja 8, 66, 83 - SAU 91
- funkcija
Prototipi 94 Sopstvene vrednosti 56
- izlaznih signala 8
Sopstveni vektori 56
R - promenljivih stanja 8
Spektar polopva 93
Rang matrice 70 - spoljašnjih sila 3
Stabilnost
Rasprezanje 116 - upravljanja 8
- apsolutna 183,197
- kombinovanim Vektorsko upravljanje 9, 132
- asimptotska 173,174,178,
kompenzatorom 121 Vibraciona linearizacija 215
183,220
Razmah oscilacija 207,
- globalna 170,173,178,183 Z
Robustnost 219
- s ∝ stepenom 69 Zadatak minimalne
Regulator
- orbitalna 173 realizacije 82
- dvopozicioni 203-214
- po Ljapunovu 172,177 Zakon (i)
- impulsni 214
- procesa 193,197 - Njutnov 3
- On-Off 204,206,210
- (samo)oscilacija 163,164 - upravljanja 203,215
- promenljive strukture 224
- u konačnom vremenu 173 - kombinovani 223
- tropozicioni 203
Stabilizabilnost 81 - kvazirelejni 221
Referentni signal 6, 94
Stanje ravnoteže 173 - promenljive strkture 215
Relejeva funkcija 2
Stepen eksponencijalne - relejni 222
Rikati~ jednačina 111
stabilnosti 85, 115 Zazor 137
Robustnost 219,232
Struktura
S - osnovna 134
Sartorijus 68 - promenljiva 215
Sektor 196 Superkontrolabilnost 78
Sistem(i)
- koordinatni Š
Dekartov, polarni 143 Širinsko-impulsna modulacija
- dijagonalno dominantni 203, 214
116 T
- dualni 68, 73 Tajlorov red 7
- konzervativan 2 Tastin 157
- multivarijabilni Trenje
- (ne)autonomni 169 - Kulonovo 135
- neinteraktivni 116 - viskozno 3
241