Tau 2

LINEARNI I NELINEARNI, VREMENSKI KONTINUALNI
SISTEMI AUTOMATSKOG UPRAVLJANJA
K?
ISTOČNO SARAJEVO, 2007.

Autor je osam udžbeničkih publikacija i
preko 200, stručnih i drugih radova,
objavljenih u poznatim nacionalnim i
internacionalnim časopisima ili u zbor-
nicima radova naučnih konferencija.
Pionir je u istraživanju digitalnih siste-
ma promenljive strukture, sa u svetu
zapaženim rezultatima (Citation index
iznad 100). Autor je V poglavlja:
“Discrete-Time VSS” u monografiji:
“Variable structure systems: from prin-
ciples to implementation”, Ed.: A. Ša-
banović, L. Fridman, S. Spurgeon, The
IEE Press, London, 2004.
Osnivač je Laboratorije za automatiku
na Elektronskom fakultetu. Konstruisao
je oko 50 uređaja i sistema iz oblasti
automatike za lab. vežbe studenata i za
Čedomir S. Milosavljević (1940., s. industrijsku proizvodnju a neki od njih
Jovac, Vladičin Han, Srbija). Osnovnu školu
su bili u serijskoj proizvodnji (servosta-
pohađao u s. Jovcu, Vranju i s. Stublu, a
bilizatori mrežnog napona, tiristorski
srednju (elektroenergetika) diplomirao 1959.
stabilizatori napona, tiristorski regula-
u Nišu. Kao tehničar radio u Termoelektrani
tori brzine obrtanja jednosmernih mo-
RTB-Bor. Studije započeo 1960. u Skoplju
tora, regulatori temperature, frekventni
(elektromašinstvo), nastavio u Nišu (elektro-
regulatori brzine obrtanja asinhronih
nika), gde 1962. postaje pogonski inženjer.
motora i dr.).
Kao stipendista EI-Niš (1962.-66.) studije
Kao mentor uspešno je vodio veliki
nastavlja u Moskvi, na Moskovskom energet-
broj diplomaca, 12 magistranata i četiri
skom institutu (Fakultet za Automatiku i
doktoranta. Kao gostujući profesor od
računarsku tehniku, Profil za automatiku).
1997. god. izvodi nastavu iz Teorije au-
Kao Dipl. inž. radio u EI-Niš (Fabrika profe-
tomatskog upravljanja na Elektroteh-
sionalne elektronike (1966.-74.), Istraživačko
ničkom fakultetu u Istočnom Sarajevu.
razvojni institut (1974.-77.)). Magistrirao
Recenzent je časopisa: Automatica
(1975.) na Elektronskom fakultetu u Nišu iz
Internacionalne federacije za automa-
oblasti automatike (Optimalno upravljanje
tiku (IFAC); IEEE Trans. on Automatic
procesom apsorpcije u apsorberima sa ispu-
Control, IEEE Trans. on Industrial
nom). 1977.-78. godine je profesor Više
electronics i dr. Bio je External exa-
škole za obrazovanje radnika u Nišu. Od
miner jedne doktorske disertacije na
1978. radi na Elektronskom fakultetu u Nišu.
Indian Institut of Technology, Bombay.
Doktorirao na Elektrotehničkom fakultetu u
Jedan je od osnivača Društva za ener-
Sarajevu (1982.) iz oblasti Automatskog
getsku elektroniku u N. Sadu, član je
upravljanja (Neki problemi diskretne realiza-
Programskog odbora konferencija: Ee,
cije zakona upravljanja sistema sa promen-
N. Sad i CONTI Temišvar, Rumunija.
ljivom strukturom).
Osnivač je Katedre za automatiku na Elek- Detaljne reference videti na sajtu:
tronskom fakultetu u Nišu i njen šef (1985.- http://www.elfak.ni.ac.yu/phptest/ne
2002.) Organizovao je diplomsku i post- w/licne_prezentacije/cedomir_milos
diplomsku nastavu iz oblasti automatike na avljevic/index.htm
Elektronskom fakultetu u Nišu.
KRATAK SADRŽAJ
Predgovor
Glava 1: Matematičko modelovanje dinamičkih sistema 1
Glava 2: Određivanje odziva sistema na osnovu modela u prostoru stanja45
Glava 3: Prostor stanja i osobine sistema 67
Glava 4: Sinteza SAU metodama prostora stanja 91

Glava 5: Uvod u nelinearne SAU 133
Glava 6: Metoda faznog prostora 143
Glava 7: Metoda harmonijske linearizacije. Opisna funkcija 157
Glava 8: Stabilnost nelinearnih sistema 169
Glava 9: Nelinearni zakoni upravljanja 203
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
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
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
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
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
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
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
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
c
8.1 Definicija stabilnosti nelinearnih sistema 169
8.2 Definicija stabilnosti po Ljapunovu 172
8.2.1 Prva (indirektna) metoda Ljapunova 175
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
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
prvog reda s kašnjenjem 207
9.1.1.3 Dvopozicioni regulator bez histerezisa na astatičkom objektu
9.1.1.4 Dvopozicioni regulator s histerezisom na statičkom objektu
9.1.1.6 Dvopozicioni regulator bez histerezisa na statičkom 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
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
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.
Avgusta 2007. Autor
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
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
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
opisivanju sistema, što je rezultovalo uvođenjem prostora stanja sistema kao

kompaktnog oblika matematičkog modelovanja dinamičkih sistema.
U nastavku ovog poglavlja najpre ćemo dati jedan opšti postupak dobijanja
matematičkog modela mehaničkih sistema primenom Lagranžeovih jednačina,
na osnovu kojih se može lako dobiti model u Košijevom normalnom obliku.
Nakon toga biće date osnovne definicije modela sistema u prostoru stanja i
pokazati kako se dobija model u prostoru stanja linearnih električnih mreža.
Zatim ćemo dati postupak transformacije linearnog matematičkog modela iz
prostora stanja u kompleksni domen u cilju korišćenja metoda analize i sinteze
sistema upravljanja u kompleksnom domenu. Drugi deo ovog poglavlja je
posvećen transformaciji linearnih modela iz kompleksnog domena u prostor
stanja. Radi toga se najpre uvodi simulacija dinamičkih sistema na računaru i
tehnike programiranja analognih računara koje će nam pomoći da dobijamo
različite pogodne modele u prostoru stanja za linearne dinamičke sisteme.
1.2 Modelovanje mehaničkih sistema

Najopštiji način modelovanja mehaničkih sistema1 je primena Lagranžeove
jednačine, koja predstavlja sistem od n diferencijalnih jednačina drugog reda,
koje opisuju dinamiku sistema pomoću generalisanih koordinata qi i generali-
sanih brzina q&i . Lagranžeova jednačina u vektorskom obliku, za slobodan
konzervativan sistem, je:
d  ∂Wk (q, q& )  ∂Wk (q, q& )
dt  ∂q& − ∂q
=Q, (1.1)

a u skalarnom obliku:
d  ∂Wk  ∂Wk
 − = Qi , i = 1, n. (1.2)
dt  ∂q& i  ∂qi
U ovim izrazima su: Wk - ukupna kinetička energija sistema koja je skalarna
veličina, a Q-generalisana sila, n - je broj stepena slobode mehaničkog sistema.
Ako sistem nije konzervativan, tada Lagranžeova jednačina ima oblik
d  ∂L(q, q& )  ∂L(q, q& ) ∂D(q& )
− + =k , (1.3)
dt  ∂q&  ∂q ∂q&
ili
d  ∂L(q, q& )  ∂L(q, q& ) ∂D(q& )
 − + = k i , i = 1, n. . (1.4)
dt  ∂q& i  ∂qi ∂q& i
U ovim izrazima su: L(q, q& ) - Lagranžeova funkcija, koja predstavlja razliku
između kinetičke Wk (q, q& ) i potencijalne Wp(q) energije sistema, tj.
)
L(q, q& ) = Wk (q, q& ) − W p (q) , (1.5)
a D(q& ) - je disipativna Relejeva funkcija
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)
k - vektor spoljašnjih sila, bi-koeficijent viskoznog trenja.

Primer 1.1. Razmotrimo mehanički sistem koji se sastoji od tela mase m koje se
pod dejstvom sile F translatorno kreće brzinom v, u sredini bez trenja. Ukupna kinetička
1 2
energija sistema je mv , potencijalna
2
energija je ravna nuli. Lagranžova
jednačina je:
a) b) d ∂ 1 2 dv
Sl. 1. 1. Grafički prikazi ( ( mv )) = F ⇒ m =F,
dt ∂v 2 dt
sistema iz primera 1.1.
što predstavlja Njutnov zakon: sila je
proizvod mase i ubrzanja.
Primenjujući Laplasovu transformaciju na ovu relaciju, pri nultim početnim
uslovima, i razrešavajući je u odnosu na brzinu V(s) dobija se
1
V (s) = F (s) ,
sm
što se može predstaviti blok dijagramom ili signalnim grafom kao na sl. 1.1.
Nulti početni uslovi ukazuju na to, da u sistemu nije bilo akumulirane ener-
gije u trenutku dovođenja ulaznog signala. U posmatranom slučaju to znači da
je telo mirovalo do trenutka delovanja sile.
Primer 1.1 je prost primer u kome sistem čini samo jedan element.
Razmotrimo sada složeniji mehanički sistem koji se sastoji iz više elemenata.
Primer 1.2. Primenićemo Lagranžeovu jednačinu za dobijanje matematičkog mo-
dela mehaničkog sistema sastavljenog iz dve rotirajuće mase momenata inercije J1 i J2,
spojene međusobno elastičnom spregom koeficijenta krutosti k12 2, a koje rotiraju u
sredini gde postoji viskozno trenje okarakterisano koeficijentima viskoznog trenja b1,
b2.. Na date mase deluju spoljašnji momenti M1 i M2, sl. 1.2.
U ovom slučaju brzine i generalisane koordinate su: q&1 = ω1 ; q& 2 = ω 2 ;
q1 = ∫ ω1 dt = θ1 ; q 2 = ∫ ω 2 dt = θ 2 .
Ukupna kinetička energija je
Wk = W1k + W2 k = 0,5( J 1ω12 + J 2 ω 22 ) ,
a potencijalna, usled elastične veze
(opruge), je
Sl. 1.2 . Šematski prikaz W p = 0,5k12 (θ1 − θ 2 ) 2 .
mehaničkog sistema s dve mase. Funkcija Lagranža (1.5) je
1 ω  θ 
L(q, q& ) = [ J 1 ω12 + J 2 ω 22 − k12 (θ1 − θ 2 ) 2 ]; q& = ω =  1 ; q = θ =  1  .
2 ω
 2 θ 2 
Relacija (1.4) se može sada napisati u obliku
2
Često se koeficijent krutosti k pogrešno poistovećuje s koeficijentom elastičnosti.
3
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
Sl. 1.3 Strukturna blok-šema (a) i graf toka signala (b)

mehaničkog rotacionog sistema s dve mase.
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
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.
Sl. 1.4. Mehanički sistem sa

kombinovanim kretanjem.
U posmatranom sistemu imamo kombinovano kretanje: translaciono i rotaciono.

Masa m1 se kreće translaciono pa je njena kinetička energija
1
Wk1 = m1v x2 . (1.8)
2
Masa m2 kreće se translaciono, brzinom vx, i rotaciono, brzinom ω = θ& . S obzirom na to
da je ova masa vezana za štap koji se ne deformiše, ona ima samo jedan stepen slobode i
kreće se po kružnoj putanji poluprečnika l. Tangencijalna komponenta brzine usled
lučnog kretanja je
v θ = lω , (1.9)
a njene projekcije na x i y osu su:
v θx = v θ cos θ,
(1.10)
v θy = v θ sin θ .
Rezultujuća brzina centra mase m2 je
vc2 = (v x + vθx ) 2 + vθ2y = v x2 + l 2 ω2 + 2v x lω cos θ . (1.11)
Stoga je kinetička energija mase m2
v2 v2 1
Wk 2 = m2 c = m2 x + m2 l 2 ω2 + m2 lωv x cos θ . (1.12)
2 2 2
Ukupna kinetička energija sistema je
1 1
Wk = Wk1 + Wk 2 = (m1 + m2 )v x2 + m2 l 2 ω2 + m2 lωv x cos θ . (1.13)
2 2
Primena Lagranžeove jednačine daje:
- za kretanje duž x ose
5
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 ⇒
(m1 + m1 ) &x& + m2 lθ& cos θ − m2 lω 2 sin θ = F . (1.15)

- za kružno kretanje
d  ∂ 1 2 1 2 2 
  ( m1 + m 2 )v x + m2 l ω + m 2 lωv x cos θ  −
dt  ∂ω  2 2  (1.16)
∂ 1 2 1 2 2 
( m1 + m2 )v x + m 2 l ω + m2 lωv x cos θ = M G
∂θ  2 2 
d
[m2 l 2 ω + m2 lv x cos θ] + m2 lv x ω sin θ = M G ⇒
dt (1.17)
dθ
m2 l ω + m2 lv x cos θ − m2 lv x sin(θ)
2
& & + m2 lv x ω sin θ = m2 gl sin θ
dt
⇒ l&θ& + (cos θ) &x& − g sin θ = 0 . (1.18)
Prema tome, posmatrani mehanički sistem se opisuje sledećim matematičkim modelom4
(m1 + m2 ) &x& + m2l&θ& cos θ − m2lθ& 2 sin θ = F ,
(1.19)
l&θ& + &x& cos θ − g sin θ = 0.
Kao što se vidi (1.19) je sistem od dve nelinearne diferencijalne jednačine drugog
reda. Uvodeći oznake:
x1 = x, x 2 = x&1 ; θ1 = θ ; θ 2 = θ& 1 ,
(1.19) se može zapisati u Košijevom normalnom obliku:
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
tangencijalnog ubrzanja je Fθx = m2 ε θx . Druge dve sile inercije duž x- ose

su Fm1x = m1 &x&; Fm 2 x = m2 &x& . Jednačina ravnoteže sila duž x-ose je Fm1x + Fm 2 x + Fθx = F , što
daje prvu relaciju u (1.19). S druge strane, tangencijalna komponenta sile inercije usled kretanja
mase m2 duž ose x je Fxθ = Fm 2 x cos θ = m 2 &x& cos θ . Moment ove sile u odnosu na tačku oko koje
rotira masa m2 je M xθ = lm2 &x& cos θ , a moment inercije usled rotacionog kretanja
je M θ = J&θ& = ml 2 &θ& . Moment usled sile teže G je M G = lG sin θ = lm 2 g sin θ Jednačina ravnoteže
momenata u zglobu je M θ + M xθ = M G , što dovodi do druge relacije u (1.19).
6
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.
U poslednja dva primera imali smo nelinearni dinamičke sisteme. Njihova

analiza je znatno složenija od analize linearnih sistema. Obično je prvi korak u
analizi nelinearnih dinamičkih sistema njihova linearizacija u okolini mirne
radne tačke, odnosno stanja ravnoteže. Model u primeru 1.3 dozvoljava
linearizaciju u okolini stanja ravnoteže ( x = 0; θ = 0; x = 0; θ = π) . U primeru 1.4
nije moguća linearizacija razvojem u Tajlorov red, već se mora primenjivati
drugi tip linearizacije. O linearizaciji dinamičkih sistema biće reči u drugom
delu ovog kursa. Prvi deo biće posvećen analizi i sintezi linearnih sistema
upravljanja korišćenjem metoda prostora stanja sistema, pretpostavljajući da je
model nelinearnog sistema sveden na linearni model primenom tzv.
diferencijalne realizacije.
7
1.3 Metoda prostora stanja sistema

Metoda prostora stanja zasniva se na pojmu stanja sistema. Stanje dina-
mičkog sistema opisuje se skupom promenljivih x1, x2,...,xn, koje karakterišu
buduće ponašanje sistema ako su poznati početno stanje istog i spoljašnje sile
koje na njega deluju. Matematički model sistema u prostoru stanja je zapravo
Košijev oblik zapisivanja diferencijalne jednačine (sistema diferencijalnih
jednačina) u kome se na levoj strani nalaze prvi izvodi, a na desnoj - neka
funkcionalna zavisnost u kojoj diferencijali ne učestvuju. Takav matematički
model se zapisuje obično u vektorsko-matričnoj formi:
dx
x& = = f ( x, u , t ) , (1.25)
dt
kao diferencijalna jednačina stanja sistema, gde su:
x = [ x1 , x2 ,..., xn ]T - n - dimenzionalni vektor koordinata stanja sistema, čije
su komponente koordinate stanja xi, i = 1, n . U opštem slučaju broj koordinata
stanja, n, jednak je broju elemenata koji mogu da akumuliraju energiju, odnosno
broju elemenata koji imaju sposobnost da »pamte«.
x& = [ x&1 , x& 2 ,..., x& n ]T - n-dimenzionalni vektor prvih izvoda koordinata stanja
sistema, odnosno diferencijal vektora stanja;
u = [u1 , u 2 ,..., u r ]T -r-dimenzionalni vektor upravljačkih veličina (uprav-
ljanja), čije su koordinate spoljašnje sile koje deluju na sistem;
f (x, u, t ) = [ f1 (x, u, t ), f 2 ( x, u, t ),..., f n (x, u, t )]T - n - dimenzionalna vektor-
funkcija promenljivih stanja i upravljanja.
Znak T označava transpoziciju vektora, odnosno transpoziciju matrice.
Izraz (1.25) nije dovoljan za potpuni opis sistema, jer on povezuje
koordinate stanja (unutrašnje promenljive sistema) sa spoljašnjim uticajima
(ulazima u sistem). Zbog toga je neophodna još jedna vektorska relacija koja
povezuje unutrašnje promenljive (koordinate stanja) i upravljanja s izlazima
sistema. Ta funkcionalna zavisnost se naziva jednačina izlaza. Ona je
algebarska jednačina, u opštem slučaju nelinearna, oblika
c = g( x, u, t ) , (1.26)
gde su: c = [c1 , c2 ,..., cm ]T - m-dimenzionalni vektor izlaznih veličina (signala);
g (x, u, t ) = [ g1 (x, u, t ), g 2 (x, u, t ),..., g m (x, u, t )]T -m-dimenzionalni vektor-
funkcija izlaza zistema.
Ako je sistem linearan ali nestacionaran, vektor-funkcije stanja i izlaza su
linearne funkcije. Tada diferencijalna jednačina stanja (1.25) ima oblik
x& (t ) = A (t )x(t ) + B(t )u(t ) , (1.27)
a algebarska jednačina izlaza:
c(t ) = D(t ) x(t ) + H (t )u(t ) , (1.28)
gde su: A(t) - n × n - matrica stanja sistema; B(t) - n × r - matrica ulaza;
8
D(t) - m × n - matrica izlaza sistema;H(t) - m × r - matrica direktne sprege

ulaz-izlaz.5
Ako je dinamički sistem linearan i stacionaran (vremenski invarijantan) tada
su sve matrice u (1.27) i (1.28) konstantne matrice. Međutim, ako je makar i
jedan član u bilo kojoj matrici nestacionaran tada će i sistem u celini biti
nestacionaran.
Takođe, treba ukazati da sistem može biti u celini nelinearan ali linearan po
upravljanju. U tom slučaju model sistema ima oblik
x& (t ) = f (x, t ) + B(t )u(t ) , (1.29)
i predstavlja jednu potklasu nelinearnih sistema veoma interesantnu sa stano-
višta mogućnosti kvalitetnog upravljanja istim.
Kada su upravljanje i izlaz istovremeno vektori, tada imamo multivarijabilni
sistem upravljanja. Bez obzira na broj izlaza sistema, ako je upravljanje
vektorska veličina, imamo sistem s vektorskim upravljanjem. Ako je, pak,
upravljanje skalarna veličina (sistem s jednim ulazom) onda govorimo o sistemu
sa skalarnim upravljanjem, bez obzira na broj izlaza. Kada su i upravljanje i
izlaz sistema skalari, onda imamo, sistem s jednim ulazom i jednim izlazom.
Pre nego što razmotrimo primere, potrebno je ukazati i na još jedan oblik
zapisivanja modela sistema u prostoru stanja. Kako na sistem deluju spoljašnje
sile, a neke od njih možemo da kontrolišemo, odnosno da njima upravljamo,
takve spoljašnje uticaje zaista treba nazivati upravljanjem. Međutim, neke
spoljašnje sile koje deluju na sistem ne možemo da menjamo, tj. da na njih
utičemo. Takve sile nazivamo poremećajima. Zbog toga je, umesto modela
sistema u obliku (1.28) ispravniji zapis u formi:
x& (t ) = A(t )x(t ) + B(t )u(t ) + p(t ) . (1.30)
Pored spoljašnjih poremećaja, u sistemu postoje i unutrašnji - parametarski
poremećaji kao posledica promene parametara sistema u vremenu. U opštem
slučaju smatraćemo da su svi poremećaji obuhvaćeni vektorom poremećaja p(t).
Primer 1.5. Razmotrimo, ponovo, mehanički sistem sa sl. 1.2. Odredimo njegov
model u prostoru stanja. Ranije smo, primenjujući Lagranžove jednačine, dobili
matematički model ovog sistema u Košijevom normalnom obliku, relacije (1.7).
Posmatrajući ovaj model, vidimo da na desnoj strani imamo veličine θ1 i θ2 koje treba
da imaju ulogu koordinata stanja, a to znači da, u matematičkom modelu, njihov izvod
mora biti na levoj strani. Ako ovaj model preuredimo, uzimajući u obzir da su brzine
obrtanja diferencijali ugla obrtanja, dobićemo:
dθ1
= ω1 ,
dt
(1.31a)
dω1 k b k 1
= − 12 θ1 − 1 ω1 + 12 θ 2 + M 1 ,
dt J1 J1 J1 J1
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
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
1.3.1 Matrični model linearnih električnih mreža

Za elektroinženjere je od posebnog interesa poznavanje metoda dobijanja
matematičkog modela u prostoru stanja električnih mreža. Pre nego što pristu-
pimo uopštavanju i prikazu jednog pogodnog algoritma za dobijanje tog
modela, obratimo ponovo pažnju na naš primer mehaničkog sistema, čija je
analogna električna šema data na sl. 1.5, i u koju su, radi lakšeg razumevanja,
uvedene uobičajene oznake električnih elemenata. Prirodne promenljive stanja u
ovom sistemu, koje se mogu meriti, su struje kroz induktivne kalemove i napon
na kondenzatoru. Prema tome, u jednačinama stanja sistema, na levoj strani
moraju biti diferencijali struja kalemova i diferencijal napona na kondenzatoru,
dok je jednačina izlaza algebarska jednačina. Usvojićemo da je izlazni signal
napon na kondenzatoru. Prema tome, opšti oblik jednačina stanja za posmatranu
Sl. 1.5. Električna šema sistema. Sl. 1.6. Pomoćna električna mreža.
mrežu imaće oblik

si1 = a11i1 + a12 i2 + a13uc + b11u1 + b12 u2 ,
si2 = a 21i2 + a 22 i2 + a 23uc + b21u1 + b22 u2 ,
(1.33)
suc = a 31i1 + a 32i2 + a33uc + b31u1 + b32 u2 ,
c = uc .
Ovde s ima ulogu operatora diferenciranja.
Uzimajući u obzir da su:
uL uL i
si1 = 1 , si2 = 2 , suc = c , ic = i1 − i2 , (1.34)
L1 L2 C
(1.33) se može napisati u obliku
u L1 = L1a11i1 + L1a12i2 + L1a13uc + L1b11u1 + L1b12u2 ,
u L 2 = L2 a21i2 + L2a22i2 + L2 a23uc + L2b21u1 + L2b22u2 ,
(1.35)
ic = Ca31i1 + Ca32i2 + Ca33uc + Cb31u1 + Cb32u2 ,
c = uc .
Posmatrajući ove relacije, uočavamo da se na njihovoj levoj strani nalaze
naponi na krajevima induktivnih kalemova i struja kroz kondenzator. Ako taj
oblik zapisivanja primenimo, koristeći poznate zakone elektrotehnike dobićemo
za posmatranu mrežu, sl. 1.5, relacije
11
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
  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
tri fizička elementa koji mogu akumulirati energiju: dve obrtne mase i jedne opruge
(dva induktivna kalema i jednog kondenzatora).
Pored opšteg postupka dobijanja modela u prostoru stanja, na osnovu

električnih šema, mogući su i drugi prilazi. S obzirom na to da je funkcija
prenosa takođe matematički model sistema, postoje metode za prevođenje
funkcije prenosa u model u prostoru stanja, odnosno modela prostora stanja u
funkciju prenosa.
1.4 Transformacija matematičkih modela

iz prostora stanja u kompleksni domen
Neka je dat linearan, stacionaran sistem opisan diferencijalnom jednačinom
stanja i algebarskom jednačinom izlaza:
x& (t ) = Ax(t ) + Bu(t ) , (1.40)
c(t ) = Dx(t ) + Hu(t ) . (1.41)
Zahteva se da se ovaj model sistema, dat u vremenskom domenu, transformiše u
kompleksni (s) domen. Usvajajući nulte početne uslove (x(0)=0) u sistemu
(1.40) i primenjujući Laplasovu transformaciju na (1.40), (1.41), dobija se:
sX( s) = AX( s) + BU ( s),
(1.42)
C( s) = DX( s) + HU ( s).
Rešavajući prvu matričnu algebarsku jednačinu u (1.42) po X(s) ima se
X( s ) = [ sI − A]−1 Bu( s ) , (1.43)
gde je I - jedinična n×n matrica.
Sada se, zamenom X(s) u izraz za C(s), dobija
C( s ) = [D[ sI − A]−1 B + H ]U( s ) . (1.44)
Relacija (1.44) povezuje kompleksne likove ulaznih i izlaznih signala sistema.
Zbog toga se izraz
G ( s ) = D[ sI − A]−1 B + H (1.45)
naziva matricom funkcija prenosa sistema. Ona ima sledeći opšti oblik:
 G11 ( s ) G12 ( s ) ... G1r ( s ) 
 G ( s ) G ( s ) ... G ( s ) 
G ( s ) =  21 22 2r . (1.46)
 ... ... ... ... 
 
G m1 ( s ) G m 2 ( s ) ... G mr ( s )
Elementi matrice su funkcije prenosa. Tako na primer, element Gij je
funkcija prenosa od j-tog ulaza do i-tog izlaza, koja se definiše kao odnos
kompleksnih likova signala na i-tom izlazu i j-tom ulazu, pri svim početnim
uslovima i svim ostalim ulaznim signalima jednakim nuli.
Na sličan način, izraz
G 1 ( s ) = [ sI − A ]−1 B (1.47)
je matrica funkcija prenosa od ulaza do stanja sistema.
14
Ako je sistem s jednim ulazom i jednim izlazom (skalarni ulaz - skalarni
izlaz) tada se veza između ulaza i izlaza određuje izrazom
G ( s ) = d T [ sI − A ]−1 b + h , (1.48)
koji predstavlja klasičnu definiciju funkcije prenosa sistema, određenu na osno-
vu modela sistema u prostoru stanja.
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
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 )
1.4.1 Primena MATLAB-a za transformaciju modela

iz prostora stanja u funkciju prenosa
U programskom paketu MATLAB postoji potprogram za transformaciju
modela iz prostora stanja u funkciju prenosa. Moguće su dve opcije:
ss2tf,
ss2zp.
Prva daje nefaktorizovan, a druga - faktorizovan oblik funkcije prenosa. Ako je
dat model (1.40), (1.41) naredbe su oblika, respektivno:
[NUM, den] = ss2tf(A, B, D, H, iu) ,
[Z, p, k] = ss2zp(A, B, D, H, iu) ,
gde su: NUM - u principu matrica koja ima onoliko vrsta koliko sistem ima
izlaza, a svaka vrsta sadrži onoliko elemenata koliki je red sistema; den je
vektor-vrsta koji sadrži koeficijente polinoma u imeniocu funkcije prenosa; iu -
je indeks koji definiše ulaz u odnosu na koji se određuje funkcija prenosa; Z- je
matrica koja sadrži nule sistema, takva da svakom izlazu odgovara jedna
kolona; p-vektor kolona koja sadrži polove funkcije prenosa; k- vektor kolona
koja sadrži pojačanja sistema sa onoliko elemenata koliko ima izlaza.
Primer 1.8 Model sistema u prostoru stanja je

0 1 0 0
A= 0  0 1 ; b = 0; d T = [− 47 − 38 − 20]; h = 8.

   
 − 6 − 5 − 3 1
prevesti dati model u funkciju prenosa.
Kao rešenja u MATLABU dobijaju se:
>> A=[0,1,0;0,0,1;-6,-5,-3];B=[0;0;1];D=[-47,-38,-20]; H=8;
[NUM,den]=ss2tf(A,B,D,H,1) >> [Z,p,k]=ss2zp(A,B,D,H,1)
NUM = Z=
Columns 1 through 2 0.0000 + 0.5000i
8.0000 4.0000 0.0000 - 0.5000i
Columns 3 through 4 -0.5000
2.0000 1.0000 p=
den = -2.0000
Columns 1 through 2 -0.5000 + 1.6583i
1.0000 3.0000 -0.5000 - 1.6583i
Columns 3 through 4 k=
5.0000 6.0000 8
Dakle, funkcija prenosa je: Dakle, funkcija prenosa je:
8s 3 + 4 s 2 + 2 s + 1 8( s − j 0.5)( s + j 0.5)( s + 0.5)
W (s) = 3 W ( s) =
s + 3s 2 + 5s + 6 ( s + 2)( s + 0.5 − j1.6538)(( s + 0,5 + j1.6538)
16
Primer 1.9. Model sistema u prostoru stanja je dat sa:

− 6 0 0 1

A =  − 2 − 5 0 ; b = 1; d T = [− 16 − 16 − 8]; h = 8.

 − 1 − 1 − 2 1
Prevesti dati model u kompleksni domen tako da je funkcija prenosa u faktorizovanom
obliku.
>> A=[-6,-2,-1;0,-5,-1;0,0,-2];B=[1;1;1];D=[-16,-16,-8];H=8; [Z,p,k]=ss2zp(A,B,D,H)
Z=
-4.0000
-1.0000
-3.0000 Dakle, funkcija prenosa je
p= ( s + 1)( s + 3)( s + 4)
W ( s) = 8 .
-6 ( s + 2)( s + 5)( s + 6)
-5
-2
k=
8
Primer 1.10 Model sistema u prostoru stanja je dat sa

− 1 0  1 0 0 1 
A= ;B =  ;D =  
 2 − 5 1 1 1 0
>> A=[-1,0;2,-5];B=[1,0;1,1];D=[0,1;1,0];H=[0,0;0,0];
[Z1,p1,k1]=ss2zp(A,B,D,H,1)
Z1 =
-3.0000 -5.0000 Napomena 1.1: program zahteva da matrice B i H imaju
p1 = isti broj kolona, a D i H isti broj vrsta pa je zbog toga
-5 uvedena nulta 2 x 2 matrica H.
-1
k1 = C ( s) s+3
1 W11 ( s ) = 1 = ;
U 1 ( s ) ( s + 1)( s + 5)
1
[Z2,p2,k2]=ss2zp(A,B,D,H,2) C ( s) 1
Z2 =
W21 ( s ) = 2 = ;
U 1 ( s ) ( s + 1)
-1 Inf
p2 = C ( s) 1
W12 ( s ) = 1 = ;
-5 U 2 ( s ) ( s + 5)
-1
k2 = C ( s)
W22 ( s ) = 2 = 0.
1 U 2 ( s)
0
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

Računarska simulacija dinamičkih sistema
U tehnici, a u automatici posebno, veoma često se primenjuje računarska
simulacija sistema iz više razloga kao što su: složenost matematičkih modela
kojima se opisuju realni dinamički procesi, postojanje nelinearnih i/ili nesta-
cionarnih funkcionalnih veza koje onemogućavaju analitičko rešavanje. Ali i
onda kada je analitičko rešavanje moguće, pogotovu kada se koriste inženjerske
metode za sintezu sistema, poželjno je dobijene rezultate proveriti modelova-
njem. Pored fizičkog modelovanja koristi se matematičko modelovanje,
odnosno računarska simulacija, kao poseban oblik matematičkog modelovanja
sistema. U realizaciji konkretnog sistema, posle analitičkog projektovanja, sledi
računarsko modelovanje (simulacija), a zatim fizičko modelovanje, putem
izrade laboratorijskog modela sistema, kao prethodne etape u izradi industrij-
skog prototipa. Iako je računarska simulacija ponikla u okrilju automatike,
danas je to oblast od izuzetnog značaja ne samo za tehničke već i za mnoge
druge naučne discipline (ekonomija, medicina, meteorologija, astronomija...).
Za potrebe automatike najpre su bili razvijeni elektronski analogni računari koji
su odigrali izuzetno značajnu ulogu u razvoju teorije dinamičkih sistema. S
razvojem digitalnih računara, s porastom njihove brzine računanja, uloga
analognih računara sve vreme slabi. Danas su razvijeni softverski paketi koji
imitiraju rad analognih računara, smanjujući vreme potrebno za razvoj i izradu
programa primenom standardnih programskih jezika tipa FORTRAN, BASIC,
C i dr. Široko korišćenje personalnih računara sa simulacionim programskim
paketima kao što su: Vissim, Simnon, MATLAB-Simulink, i dr. omogućava
široko korišćenje računarske simulacije u svakodnevnoj delatnosti inženjera. S
obzirom da je problem računarske simulacije i modelovanja sistema posebna
oblast, koja se detaljnije izučava na odgovarajućem kursu, ovde će biti govora
samo o osnovama računarske simulacije sa stanovišta dobijanja matematičkih
modela sistema u prostoru stanja na osnovu funkcija prenosa, odnosno matrica
funkcija prenosa. U ovom odeljku biće isključivo reči o simulaciji linearnih
dinamičkih sistema.
Za simulaciju linearnog dinamičkog sistema na digitalnom računaru, koji
oponaša analogni računar, neophodni su sledeći operacioni elementi6: integra-
tori, sumatori, pojačavači (atenuatori). Za njih su usvojene grafičke oznake kao
na sl. 1.7. (u donjem redu su oynake u MATLAB-Simulinku).
Integrator ostvaruje sledeću matematičku funkciju
t
y ( t ) = y ( 0) + ∫0 x(τ)dτ . (1.49)
Sumator algebarski sumira signale dovedene na njegove ulaze, tj.
y (t ) = ∑i =1 xi (t ) .
k
(1.50)
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
Sl. 1.7. Oznake operacionih elemenata analognog računara: a) integratora, b)

sumatora, c) pojačavača (k>1) ili atenuatora (k<1). U donjem redu su oznake
korišćene u MATLAB-Simulinku.
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
Sl. 1.8. Simulaciona šema druge jednačine sistema (1.51a)
Sl. 1.9. Simulaciona šema sistema (1.51).
Kao što se vidi, simulaciona šema sa sl. 1.9 u potpunosti zamenjuje

matematički model (1.51). Iz nje se uočava da su izlazni signali integratora
istovremeno i koordinate stanja sistema, te se na osnovu simulacione šeme
jednoznačno mogu napisati diferencijalne jednačine stanja, tako što se
diferencijali koordinata stanja (ulazni signali integratora) izjednačavaju s
algebarskom sumom signala koji se dovode na ulaze integratora.
Simulacione šeme se mogu koristiti i za predstavljanje sistema datih u
vektorsko-matričnom obliku
x& = Ax + Bu,
(1.53)
c = Dx + Hu,
Sl. 1.10. Opšti simulacioni dijagram multivarijabilnog sistema.
20
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:
Sl. 1.11. Simulaciona šema sistema (1.54).

x&i = xi+1 , i = 1, n − 1;
n (1.55)
x& n = −∑ ai + bu.
i =1
Matrica stanja ovog sistema je
21
0 ( n−1) x1 I ( n−1) x ( n−1) 

A= , (1.56)
 − a1 − a1x ( n−1) 
gde su: 0 - nulti vektor-kolona dimenzije n-1×1, I - jedinična matrica, a vektor -
vrsta a = [a2 , a3 ,..., an ] . Ovakva matrica stanja se naziva kompanjon forma.
Vektor b takođe ima specifičan oblik:
b T = [0,0,...0, b] . (1.57)
Matematički model sistema (1.55) se naziva kanonička kontrolabilna forma. O
njoj će biti još reči kasnije.
Za simulaciju poseban problem predstavljaju sistemi (1.54) kod kojih na
desnoj strani, osim ulaznog signala figurišu i njegovi izvodi. Postoje različiti
prilazi za rešavanje tog problema. Preporučujemo da se, primenom Laplasove
transformacije, matematički model prevede u oblik funkcije prenosa i da se pri-
meni postupak direktnog programiranja, što će biti sadržaj narednog odeljka.
1.5.1 Simulacija dinamičkih sistema na osnovu funkcije prenosa
Postoji nekoliko tehnika simulacije sistema na osnovu funkcije prenosa, koje
se, obično, nazivaju tehnikama programiranja analognih računara. Najčešće su
u primeni tri: direktno programiranje, redno programiranje i paralelno
programiranje. Ovde ćemo izučiti sve tri navedene tehnike programiranja, a
obratićemo pažnju i na izvesne raznovidnosti tehnika direktnog i rednog
programiranja.
1.5.1.1 Direktno programiranje.

a) Kanonička kontrolabilna forma. Ova tehnika programiranja je veoma
jednostavna kada je model sistema dat kao funkcija prenosa oblika:
C ( s) bm+1 s m + bm s m−1 +...+b2 s + b1
G ( s) = = ,m< n. (1.58)
U ( s) s n + a n s n −1 +...+ a 2 s + a 1
Ukoliko je m=n postupak se neznatno modifikuje, o čemu će biti reči kasnije.
Ako je koeficijent uz kompleksnu promenljivu sn različit od jedinice, tada se
brojilac i imenilac funkcije prenosa deli s tim koeficijentom i funkcija prenosa
svodi na (1.58).
Pomnožićemo brojilac i imenilac desne strane (1.58) s E(s) i napisati dve
očigledne relacije:
C ( s) = bm+1 s m E ( s) + bm s m−1 E ( s)+...+b2 sE ( s) + b1 E ( s) , (1.59)
U ( s) = s n E ( s) + a n s n −1 E ( s)+...+ a 2 sE ( s) + a1 E ( s) . (1.60)
Ako je s operator diferenciranja, što proističe iz primene Laplasove transfor-
macije, tada je (1.60) diferencijalna jednačina koja se može simulirati na
prethodno opisani način (sl. 1.11). Izdvajajući najveći diferencijal na levoj
strani, zapisujemo:
s n E ( s) = U ( s) − a n s n −1 E ( s)−...− a 2 sE ( s) − a1 E ( s) , (1.61)
odnosno:
22
e ( n ) (t ) = u(t ) − a n e ( n −1) −...− a 2 e'− a1 e(t ) . (1.62)
Sl. 1.12. Simulaciona šema sistema (1.58) dobijena postupkom direktnog

programiranja, za m=n-1, bez isprekidane linije s elementom h.
Simulaciona šema ove diferencijalne jednačine je kao na sl. 1.11. U njoj su,
sada, izlazi integratora, respektivno s leva na desno: e ( n −1) , e ( n − 2 ) , ..., e', e ,
odnosno s n −1 E ( s), s n − 2 E ( s), ..., sE ( s), E ( s) . S obzirom da sada imamo pro-
menljive s i E ( s), i = 1, n − 1 , jednačina (1.59) se lako simulira, jer predstavlja
algebarsku sumu ponderisanih faktora (promenljive E(s)) koje već imamo. Na
sl. 1.12 data je kompletna simulaciona šema sistema (1.58), dobijena postup-
kom direktnog programiranja (bez isprekidane linije).
Lako se dâ uočiti da je konstrukcija simulacione šeme krajnje jednostavna.
Gledajući na funkciju prenosa (1.58) direktno se konstruiše šema, odnosno
zapisuje model, bez potrebe da se primenjuje postupak koji je korišćen samo u
cilju objašnjenja.
Usvajajući da su koordinate stanja x1, x 2 ,..., x n izlazi integratora, kako je to
na šemi označeno, mogu se napisati sledeće relacije:
x&i = xi+1 , i = 1, n − 1,
n
x& n = −∑ ai xi + u , (1.63)
i =1
m +1
c = ∑ bj x j.
j =1
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
a kompletna simulaciona šema biće kao na sl. 1.12, uključujući i isprekidane

linije s elementom h.
Ako u funkciji prenosa postoji izdvojeno pojačanje, k, koje množi razlomak
oblika (1.58), tada druga relacija u (1.63) postaje
n
x& n = − ∑ a i xi + ku . (1.65)
i =1
Matrica stanja sistema je oblika
0 ( n −1) x 1 I ( n −1) x ( n −1) 
A= , a = [a 2 , a 3 ,..., a n ,] (1.66)
 −a1 − a 1 x ( n −1) 
dok su ostali elementi matričnog zapisa:
b = [0 ... 0 1]T , d T = k [b1 , b2 ,..., bm +1 ], h = h. (1.67)
Pored ove, kanoničke kontrolabilne forme modela sistema u prostoru stanja,
koriste se i drugi oblici kao što su modifikovana kanonička kontrolabilna forma
i kanonička opservabilna forma.
Napomena1.3: Pretpostavimo da su u šemi na slici 1.12 izlazi integratora, za koje

vezujemo koordinate stanja, označeni obrnutim redosledom, tj. s leva na desno: x1,
x2,...,xn. Tada bi model sistema dobio oblik
 − an −a 
A= ; a = [a n −1 , a n −2 ,..., a 2 , a1 ]; (1.68)
I ( n −1)×( n −1) 0 ( n −1)×1 
b = [1 ... 0 0]T , d = [bm+1 , bm ,..., b1 ], h = h. (1.69)
b) Modifikovana kanonička forma. Neka, u opštem slučaju, funkcija

prenosa ima isti stepen brojioca i imenioca, tj
C ( s ) b n +1 s n + b n s n −1 +...+ b2 s + b1
G( s ) = = . (1.70)
U ( s) s n + a n s n −1 +...+ a 2 s + a1
Matematički model sistema potražićemo u obliku
x&i = xi +1 + k i u , i = 1, n − 1,
x& n = − a1 x1 − a2 x2 − ... − a n xn + k n u , (1.71)
c = x1 + k o u.
Iz ovog sistema jednačina se jasno vidi da je matrica stanja A u kompanjon
formi i direktno se piše iz modela funkcije prenosa. Potrebno je, za potpunu
definiciju modela sistema u prostoru stanja, odrediti koeficijente k i , i = 0, n . U
tom cilju izvršimo diferenciranje poslednje relacije u prethodnom sistemu
jednačina, uz uzimanje u obzir prve, za i=1:
c& = x&1 + k o u& = x2 + k1u + k o u& . (1.72)
Vršeći dalje sukcesivno diferenciranje sve dok se ne dobije n-ti izvod izlazne
promenljive, uz istovremeno uzimanje u obzir (1.71), dobićemo:
24
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
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
Sl. 1. 14. Graf toka signala opservabilne forme.
Pridružene determinante grafa za direktne puteve od ulaza do izlaza su

∆ i ( s ) = 1, i = 1, n + 1 ,
jer sve zatvorene konture dodiruju bilo koji direktni put. Prenos i-tog direktnog
puta je
1
Pi ( s ) = n−i +1 , i = 1, n + 1 .
s
26
u
b1 b2 b n-1 bn bn+1
xn xn-1 x2 x1 c
-an
-an-1
-a2
-a1
Sl. 1. 15. Simulacioni dijagram kanoničke opservabilne forme.
Prema tome, prenos od i-tog ulaza do izlaza biće

Pi ( s)∆ i ( s) s i − n −1
Wi ( s) = = −n n =
∆ ( s) s ( s + a n s n −1 +....+ a 2 s + a1 )
si
, i = 1, n + 1.
s n + an s n−1 + .... + a 2 s + a1
Iz ovog izraza vidimo da i-ta funkcija prenosa sadrži i-1-vi diferencijal ulaznog
signala. Najzad, ostaje da samo te parcijalne funkcije prenosa pomnožimo
odgovarajućim težinskim faktorima bi da se dobiju tražene relacije. Na taj način
se dobija simulaciona šema kao na sl. 1.15.
Na osnovu te šeme piše se model sistema u prostoru stanja:
x&1 = − an x1 + x2 + (bn − an bn+1 )u ,
x& 2 = − an−1 x1 + x3 + (bn−1 − an−1bn+1 )u ,
.....................................
x& n−1 = − a2 x1 + xn + (b2 − a2bn+1 )u ,
x& n = − a1 x1 + (b1 − a1bn+1 )u,
c = x1 + bn+1u.
Prema tome, model sistema u vektorsko-matričnoj formi biće:
 − 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
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 + 0u; c = [− 47 − 38 − 20]x + 8u .
− 6 − 5 − 3 1
Sl. 1.16. Simulacione šeme za primer 1.11: kontrolabilna (a),

modifikovana kontrolabilna (b) i opservabilna forma (c).
28
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 + 0u; c = [− 20 − 38 − 47]x + 8u (*)
 0 1 0  0
Drugi postupak (modifikovana kontrolabilna forma) daje:

k o = 8,
k1 = 4 − 3 ⋅ 8 = −20,
k 2 = 2 − 3(−20) − 5 ⋅ 8 = 22,
k 3 = 1 − 3 ⋅ 22 − 5 ⋅ (−20) − 6 ⋅ 8 = −7.
Sada je model sistema
0 1 0 − 20

x& =  0 0 
1  x +  22 u; c = [1 0 0]x + 8u.
− 6 − 5 − 3  − 13 
Na slici 1.16 su prikazane simulacione šeme kontrolabilne (a) i modifikovane
kontrolabilne (b) forme modela ovog zadatka.
Za opservabilnu formu imamo neposredno:
− 3 1 0   4 − 3 ⋅ 8  − 3 1 0  − 20
x& =  − 5   
0 1 x + 2 − 5 ⋅ 8u ⇒ x& =  − 5 0 1 x +  − 38u,
(**)
− 6 0 0 1 − 6 ⋅ 8  − 6 0 0 − 47
c = [1 0 ... ... 0]x + 8u.
Na sl. 1.16c prikazana je simulaciona šema opservabilne forme.
Napomena 1.5: Skrećemo pažnju da se matrica A observabilne forme (**) dobija
transpozicijom matrice A kontrolabilne forme (*), dok je vektor b opservabilne forme
(**) jednak vektoru d kanoničke kontrolabilne forme (*). Drugim rečima, ako je model
x& = Ax + bu, x& = A T x + du,
(*) zapisan u obliku: opservabilni model je:
c = d T x + hu, c = b T x + hu.
Ovakvi modeli sistema nazivaju se dualnim modelima (videti odeljak 3.4).
Na osnovu ovog primera i prethodne analize, zaključujemo da je direktno

programiranje najlakši put za dobijanje modela u prostoru stanja kada je poz-
nata funkcija prenosa. Po jednostavnosti dolazi zatim kanonička opservabilna
forma pa modifikovana kontrolabilna forma. Koji će se od navedenih oblika
koristiti zavisi od tipa problema koji se rešava kao i od istraživačevog afiniteta.
Na kraju, ukažimo još jednom da se za jedan te isti sistem mogu dobiti
mnogi modeli. Na primer, ako se u korišćenim simulacionim šemama izvrši
preindeksacija promenljivih tako da promenljiva stanja x1 postane xn itd., doći će
i do odgovarajuće promene matrica u modelu sistema. Ostavlja se čitaocu da
sam dođe do takvih kanoničkih modela.
29
1.5.1.2 Redno programiranje

Primenjuje se u slučajevima kada je funkcija prenosa data u faktorizovanom
obliku. Razlikovaćemo dve varijante: (a) kada brojilac nema konačne nule i (b)
kada brojilac ima konačne nule.
a) Redno programiranje sistema bez konačnih nula. Funkcija prenosa je:
k
W ( s) = n (1.77)
∏ ( s − si )
i =1
i može se predstaviti i u obliku
n 1
W ( s) = k ∏ ,
i =1 ( s − si )
što predstavlja rednu vezu elementa s pojačanjem k, i n elemenata, čiji opšti
predstavnik ima funkciju prenosa
1 X (s)
Wi ( s ) = = i ,
( s − si ) U i ( s )
na osnovu koje se generiše diferencijalna jednačina prvog reda:
sX i ( s ) = si X i ( s ) + U i ( s ) ⇒ x& i = si xi + u i ,
čija je simulaciona šema data na sl.1.17a, odnosno u kompaktnijem obliku na
sl.1.17b, gde je isprekidanom vertikalnom linijom naznačeno da se signal x&i
dobija kao algebarska suma signala koji dolaze u integrator. .
xi
ui . ui
xi xi xi
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
 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 .
b) Redno programiranje sistema s konačnim nulama. Kada u funkciji

prenosa sistema postoje i konačne nule, ona se može napisati u obliku
j = p+m
p
1 q =m s − sq
W ( s) = k ∏ ∏ s − s , p + m = n. (1.79)
i =1 ( s − si ) q =1 j
j = p +1
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
čiju simulacionu šemu treba sastaviti.

Zapisujući, kao i ranije, jedan od faktora (1.80), zatim, deleći brojilac
imeniocem, dobija se:
Ck ( s) s − sq s j − sq dj
= =1+ =1+ , (1.81)
U k ( s) s − s j s − sj s − sj
31
čija je simulaciona šema data na sl. 1.18a. Kombinacijom datih simulacionih

dijagrama, konačno se dobija simulaciona šema celog sistema (1.79) kao na sl.
1.18b, gde je d j = s j − sq .
Na osnovu simulacione šeme, po ranijoj metodologiji, model sistema u
prostoru stanja je:
x&1 = s1 x1 + d 2 x 2 + d 3 x3 + ... + d k x k + x k +1 ,
x& 2 = s 2 x 2 + d 3 x3 + d 4 x 4 + ... + d k x k + x k +1 ,
.....................................
x& m −1 = s m −1 x k −1 + d m x m + xm +1 ,
x& m = s m x m + x m+1 , (1.82)
x& m +1 = s m +1 x m +1 + x m+ 2 ,
....................................
x& n = s n xn + ku,
c = d1 x1 + d 2 x 2 + ... + d m x m + x m +1 ,
ili u matričnom obliku:
 x&1   s1 d2 d3 . . . dm 1 0 . 0 0
 x&   s2 d3 d4 . . dm 1 0 . 0 .
 2     
 .   . . . . . . . . .
   0 
. 0 . x + 0 u ,
x& =  x& k  =  sm 1 0
(1.83)
 x& k +1   s m +1 1 0 ... 
 0
    
 .  
 x&  
0 sm+2 1 

0
k 
 n   0 s n   
c = [d1 d2 ... d m 1 0 ... 0]x.
Moguća je i druga varijanta, kada se promeni redosled podsistema u
prethodnoj šemi: najpre se poređaju faktori podsistema sa konačnim nulama a
zatim faktori podsistema bez konačnih nula, pojačanje k se prenese na izlaz.
Tada će matrice modela imati oblik (1.84) (posle preindeksacije).
 s1 1 0 0 
0

0 s2 1 0 0 
 :
 
0 0 ... 1 
  0
0 0 ... sp d1 d2 d3 ... d n− p   
  1
A= s p +1 d2 d3 ... d n − p −1 ; b = 1 ;
  (1.84)
 s p+2 d3 ... d n − p −1 
  1


0 s p +3 ... d n − p −1 

:
 


0 ... ... ... 

:
 
1
 s n 
d = [k 0 ... 0].
32
Moguće su i druge kombinacije. Preporučuje se čitaocima da nacrtaju
simulacioni dijagram za druge moguće kombinacije i izvedu model, a zatim da
pokažu da je model sistema ulaz-izaz invarijantan u odnosu na tip modela u
prostoru stanja.
Redno programiranje se ređe koristi, pogotovu kada postoje konačne nule,
jer zahteva faktorizaciju brojioca i imenioca funkcije prenosa, što često nije
jednostavno. Jedan oblik rednog programiranja se koristi u postupku paralelnog
programiranja, kada postoje višestruki polovi, o čemu še biti reči kasnije.
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.
Na osnovu simulacione šeme, sl. 1.19a prema usvojenim oznakama izlaza

integratora, dobijamo model
 x&1  − 3 2 1 0   x1   0   x1 
 x&   0      x 
− 5 1 0   x2  0
 2 =  + u; c = [- 1 2 1 0] 2  .
 x& 3   0 0 − 1 1   x3   0   x3 
        
 x& 4   0 0 0 − 1  x4  k   x4 
Za simulacioni model na sl. 1.19b imamo:
 x&1  − 1 1 0 0   x1  0  x1 
 x&       x 
 2  =  0 − 1 − 1 2   x2  + 1u; c = [k 0 0 0] 2  .
 x& 3   0 0 − 3 2   x3  1  x3 
        
 x& 4   0 0 0 − 5  x4  1  x4 
33
1.5.1.3 Paralelno programiranje. Ovaj oblik programiranja dovodi do

najpogodnijeg matematičkog modela u prostoru stanja, u kome matrica stanja
ima dijagonalan (kada funkcija prenosa ima proste polove) ili blok-dijagonalan
oblik (kada funkcija prenosa ima i višestruke polove). Neka je funkcija prenosa
sistema oblika
C ( s) N ( s)
W ( s) = = , (1.85)
U ( s) P ( s)
i neka je stepen polinoma u brojiocu (m) manji od stepena polinoma u imeniocu
(n). Ukoliko su stepeni isti (m=n), onda se deljenjem brojioca imeniocem,
sistem prevodi u paralelnu vezu pojačavačkog elementa s pojačanjem h i
podsistema funkcije prenosa, čiji je stepen brojioca za jedinicu manji od stepena
imenioca. Razmotrimo, najpre, slučaj prostih polova i m<n.
a) Funkcija prenosa ima proste polove. Dijagonalna forma
Rastavljanjem funkcije prenosa na proste razlomke (primenom
Hevisajdovog razvitka ili na osnovu rezidijuma), data funkcija prenosa se može
napisati u obliku:
N ( s) n ki N ( si )
W ( s) = =∑ , ki = . (1.86)
P ( s) i =1 ( s − si ) P ' ( si )
Svaki od sabiraka se modelira šemom kao na sl.1.17b. S obzirom da je (1.86)
paralelna veza elemenata simulaciona šema biće kao na sl. 1.20. Kada se izlazi
integratora usvoje za koordinate stanja, tada model sistema u prostoru stanja
postaje:
 s1 0 0 0  1
0 s 0 0  1
x& =  2  x +  u; (1.87)
. . . . ...
   
 0 . . sn  1
c = [k1 k 2 ... k n ]x.
Kao što se vidi, matrica A je dijago-
nalna, s polovima funkcije prenosa
kao elementima u glavnoj dijagonali.
Vektor b je vektor-kolona sa je-
diničnim elementima, a vektor d je
vektor-vrsta s elementima ki.
Ovakav oblik matrice stanja je
Sl. 1.20. Simulaciona šema dobijena veoma pogodan za dalju primenu. U
paralelnim programiranjem funkcije literaturi se ovaj oblik matrice naziva
prenosa sa prostim polovima. dijagonalna ili Lurjeova kanonička
forma.
Ukazujemo na činjenicu da se u simulacionoj šemi faktori pojačanja sastav-
nih elemenata (ki) mogu, umesto na izlazu tih elemenata (kontrolabilna forma),
34
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  + 1u , 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  + − 30u ,
 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.
Sl. 1.21. Simulacione šeme sistema iz primera 1.13.

b) Funkcija prenosa ima višestruke polove. Blok-dijagonalna forma.
Džordanova matrica. Postupak paralelnog programiranja se usložnjava kada
funkcija prenosa ima višestruke polove, zbog kompleksnijeg postupka rastav-
ljanja na proste razlomke. Osim toga, matrica stanja se ne dobija u kanoničkom
(dijagonalnom) obliku kao kod sistema sa prostim polovima. Ali, ipak,
35
paralelno programiranje i u ovom slučaju dovodi do jednog pogodnog matema-

tičkog modela s matricom stanja u blok-dijagonalnom obliku, s Džordanovim
submatricama. Ne gubeći na opštosti, pretpostavićemo da u funkciji prenosa
postoji samo jedan pol (sj) višestrukosti ν, tj.
C ( s) N ( s) KN ( s)
W ( s) = =K = n
. (1.88)
U ( s) P ( s) ν
( s − s j ) ∏ ( s − si )
i =ν + 1
Funkcija prenosa (1.88) se razlaže na proste razlomke pomoću sledećeg
Hevisajdovog razvoja [2]
C ( s) ν −1 k j ,ν − p n ki
W ( s) = = ∑ ν −
+ ∑ , (1.89)
i =ν +1 ( s − si )
U ( s) p = 0 ( s − s j ) p
pri čemu se koeficijenti k j ,ν− p , p=0,1,...,v-1, određuju po formuli:
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
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
ili u vektorsko-matričnoj formi:

x& j   A1 0   x j   b1 
 x&  =  0 +
A 2   x i  b 2 
u,
 i 
(1.93)
x 
c = [d1 d 2 ] j .;
 xi 
x j = [x1 , x2 ,..., xv ] ; x i = [xν+1 xν+2 ... xn ] ;
T T
b1 = [0,...,0,1] ; b 2 = [1,...,1,1] ;
T T
s j 1 0 ... ...   s v +1 0 ... ... ... 

0   0
sj 1 0 ...  sv + 2 0 ... ...  ;
A1 =  ; A 2=  (1.94a)
 ... ... ... ... ...   ... ... ... ... ... 
   
 0 ... ... 0 s j   0 ... ... 0 sn 
[
d1 = k j ,v ]
k j ,v−1 ... k j ,1 ; d 2 = [k v+1 k v+2 ... k n ] . (1.94b)
Iz (1.94) se vidi da se matrični model sistema dobija u blok-dijagonalnom
obliku koji nazivamo Džordanovom formom, takođe pogodnom za dalju
primenu.
U opštem slučaju, ako funkcija prenosa ima veći broj višestrukih korena,
tada se matrica stanja sistema dobija u blok-dijagonalnom obliku:
J1 0 ... ... 
0 J 0 ... 
A= 2
, (1.95)
 ... ... ... ... 
 
 0 ... 0 J k 
pri čemu Džordanove submatrice Ji imaju oblik matrice A1 u (1.94a) dimenzija
q x q, ako potiču od pola višestrukosti q, ili je oblika A2 u (1.94a),
odgovarajućih dimenzija, kada potiču od prostih polova. Isto tako, vektor b se
sastoji iz odgovarajućeg broja subvektora, kod kojih su svi elementi jednaki
nuli, osim zadnjeg, koji je jednak jedinici, kod dela sistema generisanog
višestrukim polovima, odnosno svi njegovi elementi su jednaki jedinici, ako taj
deo sistema odgovara prostim polovima.
37
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
1d 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
Sl. 1.23. Simulacioni dijagram uz primer 1.14.
1.6 MATLAB transformacija modela ulaz-izlaz - prostor stanja

Za transformaciju sistema iz s-domena (funkcije prenosa) u prostor stanja
može se koristiti MATLAB. To se ostvaruje naredbom:
tf2ss
za funkciju prenosa u nefaktorizovanom obliku, odnosno naredbom:
zp2ss
za funkciju prenosa u faktorizovanom obliku.
Naredbe su sledećeg oblika:
[ A, B, D, H ] = tf 2ss ( Num, den) ,
odnosno
[ A, B, D, H ] = zp 2ss ( z , p, k )
38
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.
Program u MATLAB-u: Napomena 1.6: Treba obratiti pažnju da u

>> MATLAB rešenju matrica stanja A, matrica
NUM=[8,4,2,1];den=[1,3,5,6];[A, (vektor) ulaza b, i matrica (vektor) d su dati u
[B,D,H]=tf2ss(NUM,den) kanoničkoj kontrolabilnoj formi (direktno
A= programiranje). Dobijeni model ima ovaj oblik
-3 -5 -6  x&1   − 3 − 5 − 6  x1  1
1 0 0  x&  =  1 0 0   x 2  + 0u;
0 1 0  2 
B=  x& 3   0 1 0   x 3  0
1  x1 
0
0 c = [− 20 − 38 − 47] x 2  + 8u.
D=  x 3 
-20 -38 -47 Vidite napomenu u paragrafu za direktno
H= programiranje.
8
( 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  + 1u;
-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
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
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,
a matematički model u prostoru stanja ima oblik ________________________

26. Za jedan te isti matematički model u kompleksnom domenu postoji _________
modela u prostoru stanja.
41
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
Sl. 1.24 Sl. 1.25 Sl. 1.26

2. Za mehanički sistem dat na slici 1.26 primenom Lagranžeovih jednačina
naći matematički model, a zatim napisati isti u Košijevom normalnom obliku.
3. Za električne mreže prikazane na slikama 1.27a-f odrediti matematičke
modele u prostoru stanja
u(t)
L
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
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
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
a
Glava 2.
ODREDJIVANJE ODZIVA SISTEMA NA OSNOVU

MODELA U PROSTORU STANJA
2.1 Fundamentalna matrica i odziv sistema

Modeli sistema u prostoru stanja, kao što je već rečeno, obezbeđuju kom-
paktnost zapisivanja složenih, multivarijabilnih ili velikih sistema. Oni su
omogućili otkrivanje novih osobina nepoznatih u klasičnoj teoriji SAU, kao što
su kontrolabilnost, opservabilnost, stabilizabilnost, o čemu ćemo govoriti
kasnije. Posebna pogodnost modela u prostoru stanja je istovremeno određi-
vanje odziva sistema na svim izlazima, pri delovanju pobudnih signala na svim
ulazima, uz prisustvo svih početnih uslova.
Neka je, najpre, dat sistem s jednim ulazom i jednim izlazom, čiji je model u
prostoru stanja
x& = Ax + bu ,
(2.1)
c = d T x.
Potrebno je odrediti impulsni, odskočni ili odziv sistema na bilo koju pobudu.
Za rešavanje tog zadatka može se poći različitim putevima. Jedan od njih je,
s obzirom da je sistem s jednim ulazom i jednim izlazom, pretpostaviti nulte
početne uslove, prevesti model u oblik funkcije prenosa, uz korišćenje ranije
datih postupaka u kursu TAU-1. Pretpostavimo najpre da je sistem autonoman i
da se on kreće samo pod dejstvom nenultih početnih uslova. Tada model (2.1)
postaje
x& = Ax, x(0) = x o = const ≠ 0,
(2.2)
c = d T x.
Primenimo li na ovu homogenu diferencijalnu jednačinu, u cilju njenog rešava-
nja, Laplasovu transformaciju dobijamo:
Č. Milosavljević, Teorija automatskog upravljanja -2
sX( s ) − x(0) = AX( s ) ⇒ [ sI − A ]X( s ) = x o ⇒

(2.3)
X( s ) = [ sI − A]−1 x 0 ⇒ x(t ) = L−1{[ sI − A ]−1}x 0 = Φ (t )x 0 .
Obratimo sada pažnju na Φ (t ) = L−1{[ sI − A ]−1 } . Očigledno je da je to matrica,
jer je [ sI − A] matrica. Pretpostavimo dalje da je matrica A dijagonalna
(dobijena postupkom paralelnog programiranja). Njeni dijagonalni elementi si
su polovi funkcije prenosa, odnosno sopstvene vrednosti matrice stanja A,
sistema (2.1), pa je matrica [ sI − A] :
 s − s1 0 ... 0 
 0 s − s2 0 ... 
[ sI − A ] = dij{s − si } = . (2.4)
i =1,n
 ... ... ... ... 
 
 0 ... 0 s − sn 
Zbog specifičnog oblika ove matrice, njena inverzna matrica je
[ sI − A]−1 = dij{( s − si ) −1}i =1,n , (2.5)
pa je
  1  
Φ (t ) = L−1 dij si t
  = dij[e ] . (2.6)
  s − si  
Rešavajući, sada, zadatak - određivanje normalnih odziva (početni uslovi su
nulti), primenjujući isti postupak, dobija se:
X( s ) = [ sI − A]−1 bU ( s ) ⇒ x(t ) = L−1{[ sI − A]−1 bU ( s )} ⇒
t t (2.7)
x(t ) = ∫ Φ (t − τ)bu ( τ)dτ = ∫ Φ(τ)bu (t − τ)dτ,
0 0
jer se inverzna Laplasova transformacija proizvoda dveju kompleksnih funkcija
dobija konvolucionim integralom. Na taj način određene su sve koordinate
stanja sistema. Izlaz sistema, pri delovanju Dirakovog/Hevisajdovog signala,
uzimajući u obzir (2.6) i (2.7) biće, respektivno:
t t
w(t ) = d T ∫ Φ (t − τ)bδ ( τ) dτ = d T ∫ Φ ( τ)bδ (t − τ ) dτ , (2.8a)
0 0
t t
j ( t ) = d T ∫ Φ (t − τ)bh( τ ) dτ = d T ∫ Φ ( τ)bh(t − τ ) dτ . (2.8b)
0 0
Ako se zahteva određivanje odziva na bilo koji ulazni signal s nenultim
početnim uslovima, koristeći princip superpozicije, dobiće se izrazi:
t t
x (t ) = Φ ( t )x o + ∫ Φ (t − τ)bu( τ ) dτ = Φ (t )x o + ∫ Φ (t )bu(t − τ ) dτ , (2.9a)
0 0
c( t ) = d T x ( t ) . (2.9b)
46
Glava 2.: Određivanje odziva sistema u prostoru stanja
Drugi način za dobijanje rešenja diferencijalne jednačine stanja sistema (2.1)

je korišćenje analogije s načinom rešavanja skalarnih diferencijalnih jednačina.
Razmotrimo, opet, samo homogeni deo matrične diferencijalne jednačine stanja
x& (t ) = Ax(t ), x 0 − dato . (2.10)
Odgovarajuća skalarna diferencijalna jednačina ima oblik
x& (t ) = ax(t ), x0 − dato,
a njeno rešenje je
x(t ) = e at x0 .
Pretpostavimo da je i rešenje naše homogene matrične diferencijalne jednačine
analogno rešenju skalarne,
x(t ) = e At x 0 . (2.11)
Ako je (2.11) zaista rešenje, onda ono mora da zadovoljava datu diferencijalnu
jednačinu. Diferencirajući (2.11) po t i zamenjujući u (2.10) dobija se identitet.
Prema tome, (2.11) je zaista rešenje (2.10). Upoređujući (2.3) i (2.11) dolazimo
do zaključka da je
Φ (t ) = e At . (2.12)
Matrica Φ (t ) se naziva fundamentalnom matricom, tranzijentnom matricom ili
matričnim eksponentom ( e At ).
Treći prilaz u nalaženju fundamentalne matrice se zasniva na metodi
sukcesivne integracije diferencijalne jednačine, dovodeći do izraza [6]:
∞ 1
Φ (t ) = e At = ∑k =0 A k t k , (2.13)
k!
što je, zapravo, razvoj matričnog eksponenta u red. Ovaj poslednji način se
koristi pri numeričkom izračunavanju fundamentalne matrice. Pri tome se uzima
konačan broj članova i, naravno, fundamentalna matrica se izračunava s
određenom greškom koja se može unapred zadati.
Mi ćemo dalje pokazati da takav numerički postupak nije neophodan, jer se
analitička forma fundamentalne matrice može dobiti u eksplicitnom obliku ne
samo za sisteme s dijagonalnom matricom stanja, dobijene paralelnim progra-
miranjem u prisustvu prostih polova, već i za matrice stanja sistema dobijene
postupkom direktnog programiranja, odnosno postupkom paralelnog progra-
miranja, kada postoje višestruke sopstvene vrednosti matrice stanja.
2.1.1 Primena MATLAB-a za nalaženje odziva sistema
Za određivanje odziva sistema, kada su nam potrebni numerički odnosno
grafički rezultati može se koristiti MATLAB programski paket. Naredba je
oblika
[Y,X,t]=initial(A,B,D,H,x0) za odziv sistema na početne uslove,
[Y,X]=impulse(A,B,D,H,iu,t), za normalni impulsni odziv;
[Y,X]=step(A,B,D,H,iu,t), za normalni odskočni odziv;
[Y,X]=lsim(A,B,D,H,U,t), za normalni odziv na bilo koju pobudnu funkciju.
Ovde su: Y - matrica izlaznih promenljivih, X - matrica promenljivih stanja, t - vreme
trajanja odziva, x0-vektor početnih uslova, iu, su odgovarajuće ulazne funkcije.
47
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.
Primer 2.2 Odrediti normalni nagibni odziv sistema iz prethodnog zadatka

t=linspace(0,1,11);A=[0,1;0,0];B=[0;1];D=[1,0];H=0;U=t;
[Y,X]=lsim(A,B,D,H,U,t)
Posle izvršenja programa dobijaju se numeričke vrednosti promenljivih:t,Y i X.

Komandom plot(t,X) dobiće se grafički prikaz kao na slici 2.2 (kontinualne linije).
2.2 Diskretni model vremenski kontinualnog sistema

Za simulaciju vremenski kontinualnih dinamičkog sistema pomoću digital-
nog računara, kao što je rečeno, koriste se specijalni programi. S obzirom na to
da je digitalni računar sekvencijalni automat koji radi u diskretnim vremenskim
trenucima, matematički model sistema mora biti prilagođen takvom načinu
računanja. Pomenute metode za simulaciju rada analognog računara na
digitalnom računaru pretpostavljaju da se signali upravljanja dinamičkog
sistema ne menjaju u toku trajanja jedne periode diskretizacije (T). Naime,
računar uzima vrednost signala upravljanja na početku periode odabiranja; s
tom vrednošću računa odziv sistema koji će biti na kraju te periode i upisuje taj
odziv u svoju memoriju. Novodobijena vrednost odziva je novo početno stanje
sistema. S početkom naredne periode odabiranja uzima se nova vrednost signala
upravljanja i ceo proces računanja ponavlja.
Sa stanovišta tačnosti simulacije poželjno je da perioda diskretizacije bude
što manja. Međutim, to usporava rad računara i predstavlja poseban problem za
rad sistema u realnom vremenu, kada se računar nalazi u konturi regulacije.
Osim toga, zbog ograničene tačnosti u predstavljanju analognih signala, zbog
diskretizacije, može doći do nagomilavanja grešaka u računanju. Zato se izboru
periode odabiranja, kako pri simulaciji dinamičkih sistema, tako i za rad
računara u upravljačkoj konturi, u realnom vremenu, mora posvetiti dužna
pažnja. Preporučuje se da perioda odabiranja bude bar nekoliko puta manja od
najmanje vremenske konstante dinamičkog sistema koji se simulira ili upravlja
48
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
Fundamentalna matrica sistema je, na osnovu (2.3):

 s − 1 −1  1 t  1 T 
Φ (t ) = L−1   =  = e At ⇒ A(T ) =  .
0 s   0 1 0 1 
49
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
Prema tome, diskretni model sistema je

 x1 ((k + 1)T )  1 T   x1 (kT )  T 2 / 2
 x ((k + 1)T ) =   + u (k )
 2  0 1   x 2 (kT )  T 
Neka je T=0,1 s i neka je upravljanje Hevisajdova funkcija. Tada je

x1 ((k + 1)T ) = x1 (kT ) + 0,1x2 (kT ) + 0,005u (kT ),
x2 ((k + 1)T ) = x2 (kT ) + 0,1u (kT ); u (kT ) = 1.
Pretpostavimo nulte početne uslove. Odziv stanja sistema biće kao na sl. 2.1.
Kao što se sa slike vidi, diskretne vrednosti se u trenucima odabiranja poklapaju sa
stvarnim vrednostima, dok izmedu trenutaka odobiranja diskretizovani signali imaju
konstantnu vrednost.
U cilju isticanja značaja nepromenljivosti signala upravljanja između trenutaka
odabiranja, na sl. 2.2 je prikazan odziv kontinualnog i diskretnog modela sistema pri
delovanju jediničnog nagibnog signala na ulazu. Kao što se s te slike vidi, vrednosti
stanja diskretizovanog sistema u trenucima odabiranja nisu više jednake vrednostima
kontinualnog modela u tim istim vremenskim trenucima. Iz ovog primera se i vidi
značaj korišcenja što manje periode diskretizacije. Medutim, kao što je ranije rečeno,
nije celishodno ići na suviše malu periodu diskretizacije zbog dužine računanja, kao i
zbog mogućeg gomilanja grešaka usled diskretizacije.
2.2.1 Primena MATLAB-a za transformaciju model u diskretni domen
Za transformaciju vremenski kontinualnog modela sistema u vremenski
diskretni model može se koristiti MATLAB. Naredba je oblika
[Ad,Bd]=c2d(A,B,T),
gde su Ad=A(T) i Bd=B(T), T - perioda diskretizacije.
50
2.3 Fundamentalna matrica Džordanove submatrice

Postupkom paralelnog programiranja, kada funkcija prenosa poseduje
višestruke polove (videti odeljak 2.4.1.3b), dolazi se do matrice stanja sistema
koja ima blok-dijagonalni oblik, s Džordanovim submatricama oblika
s k 1 0 0 
0 s 1 0 
Jk =  k
.
... ... ... ... 
 
 0 ... 0 s k  p × p
Sl. 2.3. Simulacioni model za određi- Do izraza za fundamentalnu matricu
vanje fundamentalne matrice Džordanove
doći ćemo posmatrajući simulacioni
submatrice
dijagram dela sistema koji odgovara
višestrukom polu sk, sl. 2.3.
S obzirom na to da smo u odeljku 2.1 fundamentalnu matricu određivali iz
homogenog dela diferencijalne jednačine stanja, pri dejstvu početnih uslova, i
ovde ćemo postupiti na isti način. Iz simulacionog dijagrama se vidi da je:
x p (0)
x& p = sk x p ⇒ sX p ( s ) − x p (0) = sk X p ( s ) ⇒ X p ( s ) = ,
s − sk
x p ( 0) x p −1 (0)
x& p −1 = x p + sk x p −1 ⇒ X p −1 ( s ) = + ,
(s − sk ) 2
s − sk
......
x& p −i = x p −i +1 + s k x p −i ; i = 0, p − 1; ⇒
x p (0) x p −1 (0) x p − 2 ( 0) x p −i (0)
X p −i ( s ) = + + + ... + . (2.20)
(s − s k )
i +1
(s − s k )
i
(s − s k ) i −1
(s − sk )
Koristeći sledeće pravilo inverzne Laplasove transformacije:
 1  t n −1 − at
L−1   = e ,
 ( s + a ) n  (n − 1)!
original (2.20) postaje
t i sk t t i −1 sk t t i −2
x p −i ( t ) = e x p ( 0) + e x p −1 ( 0 ) + e sk t x p − 2 (0) +
i! (i − 1)! (i − 2 )! (2.21)
sk t
...+ e x p −i (0); i = 0, p − 1.
Na taj način se dobija:

- za i=p-1:
t p−1 t p−2 t p−3
x1 (t ) = e sk t x p (0) + e sk t x p −1 (0) + e sk t x p −2 (0)+...+e sk t x1 (0)
( p − 1)! ( p − 2)! ( p − 3)!
51
- 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 .
2.4 Fundamentalna matrica kompanjon forme

Postupajući na isti način kao u prethodnom slučaju, tj. razmatrajući
autonomni sistem koji se kreće pod dejstvom samo početnih uslova, nalazeći
kompleksne likove koordinata stanja u funkciji početnih uslova i njihovih
inverznih Laplasovih transformacija, dobiće se eksplicitni oblik fundamentalne
matrice kanoničke kontrolabilne forme. Na sl. 2.4 prikazan je graf toka signala
dela sistema, predstavljenog u kompanjon formi, koji se sada razmatra.
Determinanta grafa je
s n + a n s n −1 +...+ a 2 s + a 1 D( s)
∆( s) = = n . (2.23)
sn s
Odredimo, najpre, operatorsku vrednost stanja x1 u funkciji od svih početnih
uslova promenljivih stanja. S grafa se uočava da je prenos direktnog puta i-tog
52
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)
. s-1 s-1 s-1 s-1 s-1 Kako je sistem linearan,

xn s-1 s-1 s-1 s-1 koordinata X1(s) se dobija
xn xn-1 x3 x2 x1 na osnovu principa super-
-a2
-an -an-1
-a3 -a1 pozicije:
1 n
X 1 ( s) = ∑ Pi ∆ i xi (0)
∆ ( s) i = 1
Sl. 2. 4. Graf toka signala dela sistema opisanog 1 n 1 n −
= ∑ ∑ a j +1 s j i x i (0)
modelom u prostoru stanja u kanoničkom ∆( s) i =1 s n j =i
kontrolabilnom obliku.
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
tupka i na ostale promenljive stanja, dobiće se, za teorijsku analizu, pogodniji

oblik fundamentalne matrice, koji glasi [4]:
1. kolona ................r - ta kolona ...............n - ta kolona
n n

∑ a j +1 w ∑ a j +1w( j −r )
( j −1)
... ... w 
 j =1 j =r 
 ... ... ... ... ...  u = 2, n;
 n
 r = 2, n - 1; (2.28)
Φ (t ) =  − a1 w
(u −2 )
... ∑ a j +1w ( j − r + q −1)
... w (u −1) ;
 j =r
 q = 2, r ;
 ... ... ... ... ...  z = r + 1, n.
r
 ... 
 ... ... ∑ a j +1w ( j − r + z −1)
...
 j =0 
Konačno, kada se radi o konkretnom sistemu, fundamentalna matrica se
prosto dobija korišćenjem opšteg člana prve vrste oblika
n
φ1r (t ) = ∑ a j +1 w ( j − r ) , r = 1, n . (2.29)
j =r
čijim se sukcesivnim diferenciranjem dobijaju opšti članovi 2., 3., ..., n-te vrste.
Osnovni problem u nalaženju ove fundamentalne matrice sastoji se u dređivanju
{ }
w(t ) = w = L−1 D −1 ( s ) . To zahteva nalaženje korena karakteristične jednačine.
Ali, i kada je polazni sistem dat u obliku funkcije prenosa sa nefaktorizovanim
imeniocem, za korišćenje drugih tipova modela (dijagonalna, blok-dijagonalna
forma) moraju se, takođe, odrediti koreni karakteristične jednačine. Tada
postupak preko direktnog programiranja u mnogim slučajevima može biti kraći.
Primer 2.4. Za sistem dat sa:
 0 I 2 x2 
; a = [− 11 − 6]; b = [0 0 1] ; d = [1 1 0] .
T T
A=
 − 6 a 1x 2 
Odrediti normalni odskočni odziv.
Karakteristični polinom sistema je s 3 + 6s 2 + 11s + 6 . Njegovi koreni su: s1 =
−1, s 2 = −2, s3 = −3. Stoga je w(t ) = L−1{D −1 ( s )} = 0,5e − t − e −2t + 0,5e −3t Normalni
odskočni odziv biće
t  φ11 (t − τ) φ12 (t − τ) φ13 (t − τ)  0
t
j (t ) = d e∫
A (t −τ)
bh( τ)dτ = [1 1 0] φ 21 (t − τ) φ 22 (t − τ) φ 23 (t − τ) 0 h( τ)dτ
∫
  
0 0  φ ( t − τ ) φ ( t − τ ) φ ( t − τ )  1 
 31 32 33  
t t t t
∫ ∫ ∫
= 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
2.5 Transformacije modela u prostoru stanja

U prethodnim odeljcima smo pokazali kako se vrši transformacija matema-
tičkog modela sistema iz prostora stanja u funkciju prtenosa i obrnuto - funkcije
prenosa u prostor stanja. Na osnovu direktnog, rednog i paralelnog programira-
nja uveli smo nekoliko različitih modela zapisivanja sistema u prostoru stanja.
Često puta je potrebno transformisati jedan oblik matematičkog modela u
prostoru stanja u drugi. Osnovna potreba za takvom transformacijom leži u
pogodnosti jednog modela nad drugim pri rešavanju konkretnih problema
analize i sinteze. Generalno uzevši, najpogodniji oblik je dijagonalna forma,
koju smo dobijali postupkom paralelnog programiranja, kada sistem poseduje
proste polove. Ako svi polovi nisu prosti, dobija se blok-dijagonalni oblik
matrice stanja sistema s Džordanovim submatricama. Konačno direktno
programiranje dovodi do kanoničke kontrolabilne forme, veoma pogodne za
projektovanje povratne sprege po stanju sistema.
Neka je dat model sistema u prostoru stanja, dobijen nekim od načina
programiranja:
x& (t ) = Ax(t ) + Bu(t ),
(2.30)
c(t ) = Dx(t ) + Hu(t ),
i neka je model tog istog sistema dobijen drugim načinom programiranja:
) )) )
x& (t ) = Ax(t ) + Bu(t ),
)) ) (2.31)
c(t ) = Dx(t ) + Hu(t ).
Potrebno je naći konstantnu nesingularnu matricu P koja sistem (2.31) prevodi
)
u sistem (2.30), odnosno koja stanje x transformiše u stanje x, tj.:
) )
x = Px ⇒ x& (t ) = Px& (t ) .1 (2.32)
Sprovodeći očigledne transformacije:
) )
Px& (t ) = APx(t ) + Bu(t ) ⇒
) )
x& (t ) = P −1 APx(t ) + P −1Bu(t ),
)
c(t ) = DPx(t ) + Hu(t ),
dobijaju se:
) )
A = P −1 AP, B = P −1B,
) ) (2.33a)
D = DP, H = H.
ili
A = PAˆ P −1 , B = PBˆ ,
) (2.33b)
D = DP −1 , H = H.
11
Moguće je postupiti i na sledeći način: xˆ = Tx ⇒ x = T −1xˆ ⇒ x&ˆ = TAT −1 xˆ + TBu
55
2.5.1 Svodjenje sistema na dijagonalnu formu

U cilju određivanja elemenata matrice transformacije P, prvu relaciju iz
(2.33a) zapišimo u obliku
)
PA = AP . (2.34)
)
U (2.34) znamo matricu A i znamo da matrica A mora biti dijagonalna, s
elementima ravnim sopstvenim vrednostima matrice A, pa prethodni izraz
zapisujemo u obliku:
 s1 0 ... ... 
 0 s 0 ... 
[p1 p 2 ... p n ]  2  = A[p p ... p ] , (2.35)
... ... ... ... 
1 2 n
 
 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
 p11 p12  − 1 0  − 1 1   p11 p12 

p  =  ⇒
 21 p 22   0 − 2  0 − 2  p 21 p 22 
 − p11 − 2 p12  − p11 + p 21 − p12 + p 22 
− p = − 2 p 22 
⇒
 21 − 2 p 22   − 2 p 21
p 21 = 0; p 22 = 1 (proizvoljno odabrano); ⇒
p11 = 1 (proizvoljno odabrano) - 2p12 = − p12 + p 22 ⇒ p12 = −1.
1 − 1 −1 1 1
P=  , P = 0 1 ,
0 1   
) - 1 0  ) 2 1 ) 0 1
A = P −1 AP =   , B = P −1B =   , D = DP =  .
 0 - 2 1 0  1 1
Iz prethodnog se vidi da matrica transformacije nije jedinstvena.
2.5.1.1 Primena MATLAB-a za transformaciju u dijagonalni formu

U MATLAB-u postoji potprogram za ovu transformaciju. Koristi se naredba
oblika
[Ab,Bb,Db,Hb,T]=canon(A,B,D,H,’modal’),
što u primeni na ovaj primer imamo:
>> A=[-1,1;0,-2];B=[1,1;1,0];D=[0,1;1,2];H=[0,0;0,0];
[Ab,Bb,Db,Hb,T]=canon(A,B,D,H,'modal')
Ab =
Napomena 2.2: u MATLAB-u je korišćena zamena
-1 0
xˆ = Tx . Veza između matrica transformacije P i T je
0 -2
P=T-1.
Bb =
Takođe treba primetiti da su element matrice P
2.0000 1.0000
p11 i p22 proizvoljno izabrane da imaju vrednost 1. Za
1.4142 0
drugu izabranu vrednost, matrica P (odnosno matrica
Db =
T) imaće drugu vrednost, tj. ne postoji jednoznačnost
0 0.7071
u izboru transformacionih matrica. Na primer, da smo
1.0000 0.7071
Hb = usvojili p 22 = 0,7071 imali bi
0 0 1 − 0,7071 −1
0 0 P= =T kao što je u MATLAB-u
 0 0,7071 
T=
1.0000 1.0000 dobijeno.
0 1.4142.
Primer 2.5. Naći matricu transformacije koja prevodi sistem iz primera 2.4 u
dijagonalni oblik.
S obzirom da je matrica stanja datog sistema u kompanjon formi i njene sopstvene
vrednosti su proste, kao matrica transformacije se može primeniti Van der Mondova
matrica
1 1 1
P = W = − 1 − 2 − 3 .
 1 4 9 
57
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
Napomena 2.3: Linearna transformacija ne menja sopstvene vrednosti

sistema niti relacije ulaz-izlaz, u šta se možemo uveriti prelazeći iz prostora
stanja u domen funkcija prenosa sistema. U to se možemo uveriti i na ovom
primeru prevodeći polazni i transformisani model u kompleksni domen.
Preporučuje se čitaocima da to sami urade.
2.5.2 Svodjenje sistema na kanoničku kontrolabilnu formu

Neka je linearni stacionarni sistem sa skalarnim upravljanjem opisan
relacijama (2.31) i neka ispunjava uslov
rang[bˆ A ˆ bˆ Aˆ 2 bˆ .... A
ˆ n−1bˆ ] = n , (2.39)
koji se naziva uslovom potpune kontrolabilnosti sistema, o čemu će biti reči
kasnije. Tada postoji nesingularna transformaciona matrica P̂ koja (2.31)
prevodi u (2.30), tj. xˆ = Pˆ x , u kome matrica stanja A ima kanoničku kontro-
labilnu formu. Jasno je da relacije (2.33), s izmenjenim označavanjem, važe i u
ovom slučaju, pa i relacija (2.34). Na osnovu nje, može se napisati:
 pˆ 1   0 1 0 ... 0   pˆ 1 
pˆ   ...  pˆ 2 
 2 A ˆ = 0 0 1 0
, (2.40)
 ...   . . . . .   ... 
    
pˆ n  − a1 a2 ... − a n −1 − a n  pˆ n 
što daje sledeće relacije
ˆ = pˆ ,
pˆ 1 A 2
ˆp A ˆ = pˆ ,
2 3
(2.41)
............
ˆ = pˆ ,
pˆ n −1 A n
odakle se mogu napisati:
58
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
Rešavajući po p̂1 dobija se:

ˆ bˆ ... A
pˆ 1 = [0 ... 0 1][bˆ A ˆ n−1bˆ ]−1 . (2.45)
Prema tome, ako je ispunjen uslov potpune kontrolabilnosti (2.39), tada postoji
inverzna matrica matrice kontrolabilnosti, a vektor p̂1 se nalazi kao njena
poslednja vrsta.
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
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
2.5.2.1 Primena MATLAB-a za transformaciju u kontrolabilnu formu

MATLAB-ov potprogram za ovu transformaciju je oblika
[Ab,Bb,Db,Hb,T]=canon(A,B,D,H,’companion’).
Za ovaj zadatak ima se:
>> A=[0,0,-3;2,0,7;0,-1,0];B=[1;0;0];D=[1,0,0];H=0;
[Ab,Bb,Db,Hb,T]=canon(A,B,D,H,'companion')
Ab =
0 0 6
1 0 -7
0 1 0
Bb = Napomena 2.4: Dobijeno rešenje u MATLAB-u ima
1 zaista kompanjon formu ali različitu od one koju
0 smo dobili prikazanim analitičkim postupkom. Lako
0 se uočava da se transpozicijom matrice dobijene
Db = MATLAB programom dobija matrica nađena
1 0 0 analitički i obrnuto.
Hb =
0
T=
1.0000 0 0
0 0.5000 0
0 0 -0.5000
2.5.3 Svodjenje sistema na Džordanov oblik

Kada su sopstvene vrednosti matrice stanja višestruke, tada se takav sistem
može transformisati u Džordanovu blok dijagonalnu formu. Kao i u prethodnom
slučaju, potrebno je nesingularnom transformacionom matricom P prevesti
sistem (2.30) u sistem (2.31), tako da dobijena matrica Â ima Džordanov, a
vektor b̂ odgovarajući oblik (videti odeljak 2.4.1.3b). Koristeći (2.34) može se
napisati
 s j 1 0 ..... 
 0 s 1 0 ...
[p1 p 2 ... p n ] j  = A[p p ... p ] , (2.46)
. . . .  1 2 n
 
 0 ... 0 s j 
odakle se dobijaju relacije
60
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
Â = 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
2.5.3.1 Primena MATLAB-a za svođenje na Džordanov oblik

Primenom MATLAB-a se dobija
>> A=[0,6,-5;1,0,2;3,2,4];B=[1;0;0];D=[1,0,0];H=0;
>> [Ab,Bb,Db,Hb,T]=canon(A,B,D,H,'modal')
Ab =
2.0000 0 0
0 1.0000 0
0 0 1.0000
Napomena 2.5: Kao što se vidi, naredba
Bb = je ista kao za svođenje na dijagonalni
1.0e+007 * oblik, jer se ovde problem svodi na
-0.0000 transformaciju u blok-dijagonalni oblik
-2.8780
-2.8780
Db =
0.6667 -0.7683 0.7683
Hb =
0
T=
1.0e+008 *
-0.0000 -0.0000 0.0000
-0.2878 -1.1512 0.2878
-0.2878 -1.1512 0.2878
Napomena 2.6: Prikazani analitički postupak ne zahteva poznavanje matrica B,D i

H, dok MATLAB-ov program zahteva obavezno unošenje podataka za ove matrice. One
se mogu uneti kao nulte matrice, što neće uticati na rezultat dobijanja transformisane
matrice A i transformacione matrice T. Dobijena matrica T je analogna matrici P-1 u
prikazanom analitičkom postupku, uz konstataciju da transformaciona matrica nije
jedinstvena.
2.6 Procesi u linearnim SAU

Kretanje sistema pod dejstvom pobudnih signala nazivamo procesom. Pri
tizučavanju odziva najveću pažnju smo posvetili tipičnim normalnim odzivima
sistema, kada na ulaz deluje tipična pobudna funkcija. Pod dejstvom pobudne
funkcije nastaje prinudno kretanje - prinudni proces. Pored prinudnog kretanja,
definisali smo i autonomno (slobodno) kretanje sistema, koje se, bez spoljašnje
pobude, odvija na račun nenultih početnih uslova. U delu određivanja odziva
sistema na osnovu modela u prostoru stanja, autonomnom kretanju smo, bez
posebnog isticanja, posvetili više pažnje zbog određivanja fundamentalne
matrice, dok smo za odziv na osnovu funkcije prenosa isključivu pažnju
posvetili procesima izazvanim samo pobudnim signalom.
Posmatrajući relaciju
t
c(t ) = d T Φ (t )x(0) + d T ∫ Φ (t − τ)bu (τ)dτ , (2.48)
0
koja definiše odziv sistema na bilo koji pobudni signal pri nenultim početnim
uslovima, jasno uočavamo dve komponente: prva potiče od nenultih početnih
62
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
Mogli bi smo zaključiti da su prinudni procesi opisivani relacijama (2.49) i

(2.52) identični. Ta konstatacija važi samo za stabilne sisteme. Za nestabilne
sisteme relacija (2.52) nije validna.
Ako proces u sistemu, nastao delovanjem samo spoljašnje pobude,
t
c(t ) = d T ∫ Φ (t − τ)bu (τ)dτ , (2.53)
0
nazovemo opštim procesom, tada se prelazni proces u sistemu nalazi kao razlika
opšteg (2.53) i prinudnog procesa (2.52), tj.
∞
c p (t ) = c(t ) − c∞ (t ) = −d T ∫ Φ ( τ)bu (t − τ)dτ . (2.54)
t
Izvedeni zaključci o procesima važe kako za sisteme sa skalarnim, tako i za
sisteme s vektorskim upravljanjem, za sisteme s jednim ili s više izlaza.
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
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:
13. Sistem je opisan modelom dobijenim direktnim programiranjem. Fundamentalna

matrica se može dobiti na taj način što se izraz za prvu vrstu te matrice, koji je dat
izrazom ______________________________________ diferencira n-1 puta i
svaka vrsta fundamentalne matrice je diferencijal prethodne. U navedenom izrazu
w(t) su normalni _____________ odziv prenosa ______________, gde je D(s)
karakteristični polinom sistema.
14. Osnovna relacija za transformaciju linearnog modela x& = Ax + Bu; c = Dx + Hu
s
ˆ xˆ + Bˆ u; c = D
u model x&ˆ = A ˆ x + Hu ima oblik ____________________________,
gde je P - matrica transformacije.
65
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
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
3.4 Princip dualnosti 73
3.5 Alternativni testovi kontrolabilnosti i opservabilnosti 74
na osnovu simulacionih šema (grafa toka signala) 74
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
3.10.1.1 Primena MATLAB-a za ispitivanje stabilnosti sistema 86
Literatura 87
a
Glava 3.
PROSTOR STANJA I OSOBINE SISTEMA

3.1 Uvod
Metode analize i sinteze SAU u prostoru stanja se intenzivno koriste od
sedamdesetih godina XX veka. Do tada su, uglavnom, korišćeni matematički
modeli u obliku funkcije prenosa, tj. modeli tipa ulaz-izlaz. Taj prilaz je čisto
inženjerski, jer se, na tom stadijumu razvoja tehnike, od inženjera zahtevalo da
projektuje stabilan sistem za regulaciju (stabilizaciju) ili praćenje zadatog refe-
rentnog signala s tačnošću i brzinom ne manjom od zadate. Pri tome se nisu
postavljali strogi uslovi na druge performanse sistema kao što su minimalizacija
nekih kriterijuma kvaliteta: optimalnost po brzini delovanja, po utrošku energije
i dr. S razvojem tehnike, a posebno u vezi s kosmičkim istraživanjima, u prvi
plan se ističu problemi optimalnosti, što dovodi do razvoja teorije optimalnih
sistema. Umesto inženjera, razvoj tih sistema preuzimaju matematičari. Oni, za
razliku od inženjera, problemu prilaze analitički, bez početnih uprošćavanja
koje, obično, inženjeri koriste. S obzirom na nelinearnosti, prisutne u elemen-
tima sistema, ili zbog potrebe uvođenja nelinearnih zakona upravljanja,
inženjerski prilazi preko modela ulaz-izlaz (funkcija prenosa) nisu pogodni, pa
se prešlo na metode analize u vremenskom domenu, putem neposrednog
korišćenja diferencijalnih jednačina. Najpogodniji oblik zapisivanja diferen-
cijalnih jednačina je Košijev normalni oblik, što je i dovelo do uvođenja pojma
prostora stanja. Pri prevođenju matematičkog modela iz prostora stanja u model
ulaz-izlaz mogu se događati skraćivanja polova i nula. Ta skraćivanja dovode
do toga da se dinamika tog dela sistema ne manifestvuje na izlazu i, za
inženjera, kao da taj deo sistema ne postoji. Ako se skraćivanje ostvaruje u
stabilnoj oblasti, ono neće, s inženjerske tačke gledišta, stvoriti posebne proble-
me. Ali, ako se skraćivanje odvija u nestabilnoj oblasti, tada se u sistemu mogu
dogoditi unutrašnja katastrofična kretanja čije se odvijanje ne može uvek pratiti
spolja, već se samo konstatuje neobjašnjiva havarija sistema.
Č. Milosavljević, Teorija automatskog upravljanja - 2
Dublja analiza, preko prostora stanja, ukazala je na neophodnost uvođenja

novih osobina sistema: kontrolabilnosti (upravljivosti), opservabilnosti (sta-
njemerljivosti) i stabilizabilnosti.
Upravljanje sistema se može ostvariti na dva načina: upravljanje vektorom
stanja x(t) ili vektorom izlaza c(t) pomoću vektora ulaznih signala u(t). S
obzirom na to da su stanja i izlazi sistema povezani algebarskim relacijama,
najpotpuniji prilaz upravljanju je upravljanje vektorom stanja. Zbog toga se
postavlja umesno pitanje: da li je moguće, izabravši na odgovarajući način
vektor upravljanja, prevesti stanje sistema iz bilo kog početnog u bilo koje
krajnje stanje, ostvarujući pri tome minimalizaciju (maksimalizaciju) nekog
kriterijuma kvaliteta? Odgovor na to pitanje daje pojam kontrolabilnosti
(upravljivosti) sistema (engl. controllability, ruski: управляeмость).
S druge strane, za ostvarivanje optimalnog upravljanja, u navedenom smislu,
ali i drugih savremenih metoda upravljanja, potrebno je, u svakom vremenskom
trenutku, posedovati informaciju o stanju sistema. S obzirom na to da se fizički
mogu meriti samo izlazi sistema koji, u opštem slučaju, nisu neposredno
povezani sa svim koordinatama stanja, potrebno je, na osnovu merenih izlaza,
rekonstruisati stanje sistema. To nije uvek moguće, na primer, ako postoji
skraćivanje polova i nula u funkciji prenosa ili ako neka koordinata stanja nema
uticaja na izlaz. Odgovor na pitanje da li je moguće na osnovu merenja izlaza
sistema c(t), u nekom konačnom vremenskom intervalu, rekonstruisati stanje
sistema x(t) na početku tog intervala, daje pojam opservabilnosti sistema (engl.:
opservability; ruski: nablюdaemostь).
Pored ova dva značajna pojma, za savremenu teoriju sistema veoma važan je
i pojam stabilizabilnosti (engl.: stabilizability; ruski: stabiliziruemostь) koji
potencira problem upravljanja sistema u slučaju njegove nepotpune uprav-
ljivosti. S ovim pojmovima su neposredno povezani i pojmovi: dualni sistemi,
dekompozicija sistema i minimalna realizacija.
3.2 Kontrolabilnost (upravljivost).
Potpuna kontrolabilnost (upravljivost) sistema se definiše na sledeći način:
Sistem se naziva potpuno kontrolabilnim (upravljivim) ako za bilo koje vre-
menske trenutke t0 i t1 (t1>t0) i bilo koja zadata stanja x0 i x1 postoji
upravljanje u(t), (t0 <t<t1), koje prevodi početno stanje x0 u krajnje stanje x1.
Uvođenje ovog pojma u savremenu teoriju SAU se odvijalo sledećom
hronologijom [1]: Oldenburg i Sartorijus (1944.)1, razmatrajući problem
impulsnog upravljanja sistemom prvog reda, došli su do zaključka da se to
može ostvariti za konačno vreme, što nije slučaj kod linearnih kontinualnih
sistema. Međutim, taj rezultat nisu dalje eksploatisali smatrajući da je sistem
prvog reda samo gruba aproksimacija realnog sistema i da se to ne može realno
primeniti. Cipkin (1950.) je pokazao da se u linearnom impulsnom sistemu
upravljanja n-tog reda može postići zadata vrednost za n intervala odabiranja.
1
Oldenburg, R. C., Sartorijus, H.:Dynamic selbstätige Regelungen, Berlin 1944.
68
Glava 3.: Prostor stanja i osobine sistema
Takve sisteme je on nazvao sistemi s beskonačnim stepenom stabilnosti.

Kalman (1954.), ne znajući za rezultate Cipkina, dolazi do istog zaključka da se
može postići konačno vreme regulacije u vremenski diskretnom linearnom
SAU. Kasnije on uvodi pojam kontrolabilnosti sistema.
3.2.1 Kontrolabilnost vremenski diskretnih sistema. Pojam kontrola-

bilnosti proistekao je iz mogućnosti da se proces regulacije vremenski dis-
kretnih sistema ostvari u konačnom vremenu tj. za konačan broj perioda dis-
kretizacije, jednak redu sistema n. Stoga ćemo uslove potpune kontrolabilnosti
sistema definisati, najpre, na modelu vremenski diskretnog sistema.
Neka je dat linearni, vremenski diskretni sistem, opisan diferencnom jedna-
činom stanja:
x((k + 1)T ) = A d x(kT ) + b d u (kT ) . (3.1)
Potražimo skup vrednosti upravljanja (konstantnih unutar periode diskretizacije)
koji će sistem (3.1) prevesti iz bilo kog početnog u bilo koje krajnje stanje za n
intervala odabiranja. Kako je sistem linearan i stacionaran, uvek možemo
izvršiti transformaciju stanja. Dalje ćemo smatrati da je krajnje stanje smešteno
u koordinatnom početku prostora stanja. Prema tome, zadatak je da se sistem
(3.1) prevede iz bilo kog početnog stanja u nulto stanje ravnoteže.
Odredimo, najpre, fundamentalnu matricu diskretnog sistema (3.1) koja će
nam omogućiti da nađemo stanje sistema u n-tom trenutku odabiranja, ako
poznajemo početno stanje i sekvence upravljačkih signala u svakoj periodi
diskretizacije. Primenjujući (3.1) sukcesivno imamo:
x(T ) = A d x(0) + b d u (0) , (3.2)
x(2T ) = A d x(T ) + b d u (T ) , (3.3)
Zamenom (3.2) u (3.3) dobija se
x(2T ) = A 2d x(0) + A d b d u (0) + b d u (T ) . (3.4)
Nastavljajući sukcesivno za treću, četvrtu ,..., n-tu preiodu diskretizacije
nalazimo:
n
x(nT ) = A nd x(0) + ∑ A id−1b d u ((n − i )T ) . (3.5)
i =1
Ako je željeno krajnje stanje x(nT)=0, na osnovu (3.5) imamo:
n
A nd x(0) + ∑ A id−1b d u ((n − i )T ) = 0 . (3.6)
i =1
Množeći (3.6) s leve strane sa A −d n , ta relacija se transformiše u
n
x(0) = −∑ A −d ( n+1−i ) b d u ((n − i )T ) . (3.7)
i =1
Zapišimo (3.6) u obliku
A nd x(0) = −{b d u ( n − 1) + A d b d u (n − 2) + .... + A nd−1b d u (0)} 2 . (3.8)
2
Radi kratkoće zapisivanja umesto umesto u(kT) - u(k) .
69
Ovaj izraz se može napisati i kao:

 u (n − 1) 
u (n − 2) 
A nd x(0) = −[b d A d b d ... A nd−1b d ] . (3.9)
 ... 
 
 u ( 0) 
Matrica Ad je nesingularna. Mi treba da odredimo sekvence signala upravljanja
u( k ), k = 0, n − 1 , takve da je (3.9) zadovoljeno. Jedinstveno rešenje će postojati
ako je
det[b d A d b d ... A nd−1 b d ] ≠ 0 , (3.10)
tj. ako je
rang[b d A d b d ... A nd−1 b d ] = n . (3.11)
3.2.2 Kontrolabilnost vremenski kontinualnih sistema

Neka je linearni, vremenski kontinualan, stacionaran dinamički sistem
opisan diferencijalnom jednačinom stanja
x& = Ax + Bu . (3.12)
Potrebno je ovaj sistem prevesti iz bilo kog početnog stanja x(0)=x0 u bilo koje
krajnje stanje x(t1)=x1, za konačno vreme t1-to. Bez umanjenja opštosti, s
obzirom da je sistem stacionaran, pretpostavićemo da je početni trenutak jednak
nuli i da je krajnje stanje nulto stanje. Drugim rečima, želimo da bilo koje stanje
sistema prevedemo u nulto stanje ravnoteže za konačno vreme. Ako je to
moguće ostvariti, onda je sistem potpuno kontrolabilan.
Na osnovu definicije odziva sistema na bilo koju pobudnu funkciju (3.9),
imajući u vidu da je krajnje stanje nulto stanje ravnoteže, možemo napisati
t1
0 = e At1 x(0) + ∫ e A (t1 − τ) Bu (τ)dτ . (3.13)
0
Kontrolabilnost u ukazanom smislu postojaće samo u slučaju ako se relacija
t1
y = ∫ e A (t1 − τ) Bu(τ)dτ (3.14)
0
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)
relaciju (3.14) zapisaćemo u obliku

y = Rz . (3.17)
70
Prema tome, dovoljno je pokazati da je det R ≠ 0 . Pretpostavimo suprotno:

det R = 0 , a to znači da za neki r-dimenzionalni vektor r≠0 je Rr=0. Tada je i
r T Rr = 0 i iz (3.16) imamo:
t1 t1
r T Rr = ∫ r T e A ( t1 − τ ) B[e At1 B]T rdτ = ∫ r T [e A ( t1 − τ ) B]2 rdτ , (3.18)
0 0
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)
3.2.2.1 Primena MATLAB-a za utvrđivanje kontrolabilnosti

Za analizu kontrolabilnosti sistema stoji nam na raspolaganju programski paket
MATLAB
Najpre se naredbom
Mc=ctrb(A,B)
formira matrica kontrolabinosti Mc, a zatim se naredbom
r=rank(Mc)
nalazi rang matrice kontrolabilnosti.
Na taj način imamo za dati primer:
>> A=[0,1,0;5,0,2;-2,0,-2];B=[-1;1;-1]; Mc=ctrb(A,B)
Mc =
-1 1 -7
1 -7 13
-1 4 -10
>> r=rank(Mc);
r=
2
71
3.2.3 Kontrolabilnost izlaza sistema. Uslov kontrolabilnosti izlaza

sistema se može dobiti na sličan način. Naime, znajući stanje sistema u funkciji
ulaznih signala, može se lako naći izraz za izlaz sistema u funkciji ulaza,
jednostavnim množenjem izraza za stanje matricom D. Prema tome, za
utvrđivanje izlazne kontrolabilnosti potrebno je i dovoljno zatražiti da bude
zadovoljen uslov:
rang[DB DAB DA 2 B ... DA n−1B] = m , (3.23)
gde je m- broj izlaza sistema.
0 1 0  − 1

Primer 3.1. Dat je sistem A =  5 0 2 ; b =  1 ; d T = [− 2 1 0];

 − 2 0 − 2  − 1
Ispitati kontrolabilnost stanja i kontrolabilnost izlaza sistema.
Sistem je trećeg reda (n=3) i ima samo jedan izlaz (m=1). Formirajmo matricu
kontrolabilnosti stanja sistema
− 1 1 −7
M c = [b Ab A b] =  1 − 7 13  Determinanta ove matrice je
2 
 − 1 4 − 10
jednaka nuli, pa sistem nije potpuno kontrolabilan po stanju, rangMc=2<n=3.
Za utvrđivanje kontrolobalnosti izlaza sistema formirajmo matricu
[ ]
M cc = d T b d T Ab d T A 2 b = [3 − 9 27] .
Pošto sistem ima samo jedan izlaz (m=1) i rangMcc=1, sistem je potpuno kontrolabilan
po izlazu.
3.3 Opservabilnost (stanjemerljivost) sistema.

Linearni, vremenski kontinualan, stacionarni dinamički sistem,
x& = Ax + Bu,
(3.24)
c = Dx + Hu,
je potpuno opservabilan u trenutku t0 ako za bilo koje stanje x0 u trenutku
t=t0 postoji takvo konačno vreme t1>to<∞, da se na osnovu poznatog ulaza
u(t) i izlaza c(t) u toku intervala [t0,t1] može odrediti stanje x0.
Pošto je sistem stacionaran možemo usvojiti t0=0. Osim toga, kako je ulazni
signal poznat na intervalu osmatranja, a sistem je linearan, njegov doprinos
izlaznom signalu je poznat i može se odvojiti. To nam daje za pravo, bez
umanjenja opštosti, da možemo posmatrati problem opservabilnosti za u(t)=0.
Cilj nam je da utvrdimo uslove koje treba ispuniti pa da se na osnovu merenja
izlaza c(t) u vremenskom intervalu [0, t1] može ustanoviti stanje sistema na
početku tog intervala.
Izraz za stanje sistema, pri datim uslovima, je
x (t ) = e At x 0 ,
a za izlaz
c(t ) = De At x 0 .
72
Diferencirajući ovaj izraz po vremenu i zamenjujući t=0, dobija se:

(k )
c ( k ) (0) = DA k x o , ⇒ c T (0) = x T0 ( A T ) k D T , k = 0, n − 1.
Sada se može napisati sistem jednačina
 
[ 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 .
Iz ovog izraza se vidi da se stanje x0 može odrediti samo ako je

rang M o = rang[D T A T D T ( A T ) 2 D T ... ( A T ) n−1 D T ] = n , (3.25)
što je Kalmanov potreban i dovoljan uslov potpune opservabilnosti sistema.
Primer 3.2 Utvrditi opservabilnost sistema iz prethodnog zadatka.
Formiramo matricu opservabilnosti
 − 2 5 − 14
M o = d A T d A T d  =  1 − 2 5 .
2
  
 0 2 − 8 
rangM o = 2 . Prema tome sistem nije potpuno opservabilan.

U MATLAB-u odgovarajuća naredba je:
Mo=obsv(A,D);r=rank(Mo).
Na taj način imamo:
>> A=[0,1,0;5,0,2;-2,0,-2];D=[-2,1,0];Mo=obsv(A,D)
Mo =
-2 1 0 Napomena 3.2: Treba primetiti da je matrica opservabilnosti
5 -2 2 u MATLAB-u transponovana u odnosu na onu koju smo
-14 5 -8 definisali, što ni u kom slučaju ne menja izvedeni zaključak,
>>r=rank(Mo) jer se transponovanjem ne menja rang matrice.
r=2
3.4 Princip dualnosti

Kalman je otkrio sledeći princip dualnosti sistema: ako imamo dva sistema:
x& = Ax + Bu,
(3.26a)
c = Dx + Hu,
i
x&ˆ = A T xˆ + D T u,
(3.26b)
cˆ = B T xˆ + H T u,
tada su ta dva sistema međusobno dualni. očigledno je da je matrica
kontrolabinosti prvog sistema istovremeno matrica opservabilnosti drugog i
obrnuto. Drugim rečema, prvi sistem je kontrolabilan ako je njemu dualan
sistem opservabilan, odnosno drugi je kontrolabilan ako je prvi opservabilan.
Napomena 3.3: Modeli kanoničke kontrolabilne forme i opservabilne forme
su primer dualnih sistema, kao i modeli dobijeni paralelnim programiranjem sa
promenom mesta koeficijenata pojačanja (videti odeljak 1.4.1.1 i 1.4.1.3).
73
3.5 Alternativni testovi kontrolabilnosti i opservabilnosti

Kalmanovi matrični uslovi kontrolabilnosti (3.21) i opservabilnosti (3.25) su
najpouzdaniji kriterijumi za utvrđivanje tih osobina sistema. Ipak, moguća je
primena i drugih načina: na osnovu simulacionih šema (grafa toka signala), na
osnovu određenih oblika matrica A, B i D sistema ili na osnovu prevođenja
modela sistema u s-domen - u matricu funkcija prenosa. Razmotrimo, ukratko
svaki od navedenih načina.
3.5.1 Utvrđivanje kontrolabilnosti i opservabilnosti na osnovu
simulacionih šema (grafa toka signala). Na osnovu simulacione šeme
(grafa toka signala, strukturne blok-šeme) može se uočiti nepotpuna
kontrolabilnost i nepotpuna opservabilnost. Naime, ako u simulacionoj šemi
(grafu toka signala) ne postoji signalna veza koja spaja, direktno ili indirektno,
neko (bilo koje) stanje sistema s nekim od ulaznih signala ili/i neko stanje
sistema s nekim od izlaza, onda takav sistem nije potpuno kontrolabilan ili/i
potpuno opservabilan. Ovi iskazi su ilustrovano na sl. 3.1a.
Iz datog simulacionog dijagrama zaključujemo da stanja x1 i x5 nisu kontro-
labilna, a stanja x4 i x5 nisu opservabilna, odnosno stanje x5 nije ni kontrolabilno
niti opservabilno. Stanje x2 nije neposredno vezano s upravljanjem ali je
kontrolabilno, jer ima posrednu vezu s ulaznim signalom. Isto tako, stanje x3
nije neposredno vezano s izlazom ali je opservabilno, jer ima posrednu vezu s
izlazom.
Sl. 3.1 Simulacioni dijagrami sistema.
Treba ukazati na mogućnost pogrešnog zaključivanja o kontrolabilnosti

(opservabilnosti) na osnovu simulacionih dijagrama. Naime, pretpostavimo da
imamo sistem drugog reda koga čine dva podsistema vezana paralelno, na
primer, kao na sl. 3.1b. Očigledno je da postoje neposredne veze između signala
upravljanja i stanja sistema (preko integratora), pa bi se moglo tvrditi da je
sistem potpuno kontrolabilan bez obzira na veličine s1 i s2. Primenimo li
Kalmanov uslov kontrolabilnosti dobijamo:
74
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.
3.5.2 Utvrdjivanje kontrolabilnosti i opservabilnosti

na osnovu kanoničke dijagonalne forme.
Ako su sve sopstvene vrednosti matrice stanja (svi polovi funkcije prenosa)
proste, tada se, kao što znamo, model sistema može svesti na kanoničku
dijagonalnu formu, korišćenjem odgovarajuće transformacione matrice,
odnosno primenom paralelnim programiranja. Imajući u vidu prethodno
pokazan alternativni postupak utvrđivanja kontrolabilnosti i opservabilnosti
putem simulacione šeme, možemo zaključiti:
Ako u matrici B sistema, svedenog na kanoničku dijagonalnu formu,
postoji makar i jedna nulta vrsta ili/i u matrici D postoje makar i jedna
nulta kolona, tada posmatrani sistem nije potpuno kontrolabilan ili/i nije
potpuno opservabilan.
Ako sistem poseduje višestruke polove (sopstvene vrednosti), onda se on
postupkom paralelno-rednog programiranja, odnosno odgovarajućom transfor-
macionom matricom, svodi na blok-dijagonalnu ili Džordanovu formu. Za
modove koji odgovaraju prostim sopstvenim vrednostima važi prethodna
tvrdnja, a za modove proistekle od višestrukih sopstvenih vrednosti važi sledeće
pravilo:
Potpuna kontrolabilnost sistema, svedenog na blok-dijagonalnu formu, se
utvrđuje na osnovu potpune kontrolabilnosti pojedinih blokovskih celina, s
tim što će potpuna kontrolabilnost bloka s Džordanovom submatricom
postojati ako u odgovarajućoj submatrici ulaza poslednja vrsta nije nulta.
Što se potpune opservabilnosti tiče, za submatrice od prostih sopstvenih
vrednosti važi ranija tvrdnja, a za submatrice Džordanovog tipa u
odgovarajućoj submatrici izlaza nesme biti prazna prva kolona.
Ovim iskazima nisu potrebni dalji komentari, osim jednog primera.
75
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.
3.5.3 Utvrđivanje kontrolabilnosti i opservabilnosti u s-domenu.

Već smo napomenuli, da postojanje dipola (istih nula i polova) u funkciji
prenosa ukazuje na postojanje nekontrolabilnosti ili neopservabilnosti u
sistemu. Navešćemo, najpre, jedan primer [3]. Neka se sistem sastoji iz redne
veze dva podsistema, čije su funkcije prenosa, respektivno,
s−1 ( s + 1)
W1 ( s) = ; W2 ( s) = ,
( s + 1)( s + 2 ) ( s − 1)( s + 3)
i neka su ova dva podsistema povezana redno naznačenim redosledom.
Rezultujuća funkcija prenosa je
1
W ( s) = .
( s + 2 )( s + 3)
Kao što se vidi, funkcija prenosa celog sistema je degenerisana, jer su iz nje
ispali modovi (s+1) i (s-1). Objasnićemo da takvo skraćivanje nije korektno i
može dovesti do katastrofalnih posledica. Pretpostavimo da smo na ulaz celog
sistema doveli Hevisajdov signal. Prvi podsistem je stabilan i njegova reakcija
biće ograničena. Prema tome, na ulaz drugog podsistema pojaviće se ograničen
signal. Drugi podsistem je nestabilan (ima pol u desnoj poluravni)3 pa će se na
izlazu uočiti enormno veliki signal koji je posledica eksponencijalnog rasta
stanja koje odgovara modu (s-1) u funkciji prenosa drugog podsistema. Drugim
rečima, ovaj nestabilan mod je opservabilan, jer se on nalazi bliže izlazu, ali je
nekontrolabilan, jer ga dejstvo prethodne nule s=1 maskira.
Pretpostavimo sada obrnuti redosled spajanja navedenih podsistema. Sada će
stanje koje odgovara modu (s-1) biti kontrolabilno, međutim, neće biti
opservabilno, jer se maskira nulom s=1, koja zatim sledi. U ovom slučaju mi
nećemo spolja primetiti enormno povećanje unutrašnje koordinate stanja, jer
sistem nije potpuno opservabilan. Izloženo se odnosi i na mod s polom s= -1,
3
Sistem je stabilan ako su sve sopstvene vrednosti matrice stanja ili svi polovi funkcije prenosa s
negativnim realnim delom.
76
koji se maskira odgovarajućom nulom (s= -1) u pogledu kontrolabilnosti i

opservabilnosti. Međutim, takav stabilni dipol ne može dovesti do unutrašnjih
katastrofa. Na osnovu ovog razmatranja zaključujemo:
Ako se u funkciji prenosa sistema koja poseduje dipole, krećući se u
smeru prostiranja signala, od ulaza prema izlazu, najpre javlja pol
dipola a zatim njegova nula, takav mod je kontrolabilan ali neopser-
vabilan; ako se najpre javlja nula dipola a zatim njegov pol, tada je
posmatrani mod opservabilan ali nekontrolabilan.
Skraćivanje dipola u desnoj poluravni je nedopustivo!
Iz ovog prostog primera uočava se složenost problema određivanja potpune
kontrolabilnosti i/ili opservabilnosti u s-domenu. Može se zaključiti sledeće:
ako pri nalaženju matrice funkcije prenosa od ulaza do stanja ili/i od stanja do
izlaza, po formulama,
adj[sI − A ] adj[sI − A ]
G(s) = B , G o (s) = D B,
det[sI − A ] det[sI − A ]
respektivno, u svim njihovim elementima dolazi do skraćivanja brojioca
imeniocem istim faktorima, tada takav sistem nije potpuno kontrolabilan i/ili
nije potpuno opservabilan; ako se skraćivanje događa samo u nekom od
elemenata matrice funkcija prenosa, tada taj element nije potpuno kontro-
labilan/opservabilan po nekom od separatnih ulaza.
Naprimer, sistem iz zadatka 1.10 nije potpuno kontrolabilan (observabilan)

po nekom od ulaza (izlaza) jer u matrici funkcija prenosa njeni elementi nemaju
iste imenioce. Ovaj sistem nije kontrolabilan po drugom ulazu, i neopservabilan
po drugom ilazu, ali je u celini uzevši potpuno kontrolabilan i opservabilan.
Navedene iskaze treba uzimati s određenom rezervom. Pokazano je [1,2] da
svako skraćivanje pri dobijanju funkcije prenosa i ne mora da znači, po
automatizmu, nekontrolabilnost ili neopservabilnost. Na primer, ako se funkcija
prenosa dobija primenom Kramerovih pravila, iz odgovarajućih operatorskih
algebarskih jednačina, moguće je da se veštački poveća red sistema i da dolazi
do skraćivanja, ali tako dobijena funkcija prenosa nije degenerisana i ne radi se
o nekontrolabilnosti ili/i neopservabilnosti.
Kada se radi o sistemu s povratnom spregom, sve promenljive u njemu su
spregnute, a karakteristični polinom za bilo koju promenljivu imaće isti red, ako
se sistem ne degeneriše. Znači, različiti stepen karakterističnog polinoma u
sistemu sa zatvorenom povratnom spregom već ukazuje na degenerisanost.
Ukažimo i na još jedan važan problem koji je u vezi sa skraćivanjem polova
i nula dipola. Naime, u inženjerskoj praksi se veoma često koristi metoda
kaskadne kompenzacije, čija je suština u eliminaciji neželjenih polova
nepromenljivog dela sistema. Obično se eliminišu polovi blizu koordinatnog
početka, jer oni usporavaju dinamiku sistema. Uvodeći kompenzacione nule
ispred nepromenljivog dela sistema, mi te modove činimo nekontrolabilnim, pa
je takva kompenzacija dozvoljena samo za polove u levoj poluravni s-ravni.
77
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.
3.7 Dekompozicija sistema

U opštem slučaju, sistem može posedovati:
kontrolabilna i opservabilna;
kontrolabilna, a neopservabilna;
nekontrolabilna, a opservabilna; i
nekontrolabilna i neopservabilna stanja.
Od praktičnog interesa je izvršiti rastavljanje sistema na podsisteme koji će
imati date osobine. Ta operacija se naziva dekompozicija sistema. Pretpostavi-
mo da je ona izvršena i da sistem predstavlja paralelnu vezu takvih podsistema.
Imajući u vidu ranije dat alternativni postupak za određivanje potpune kontro-
labilnosti i potpune opservabilnosti sistema, putem njegovog svođenja na dija-
gonalni oblik, dekomponovani sistem možemo predstaviti u sledećem obliku:
 x& a   A11 A12 A13 A14   x a   B1 
 x&   0 A 22 0 A 24   x b  B 2 
 b= + u,
 x& c   0 0 A 33 A 34   x c   0  (3.28)
      
x& d   0 0 0 A 44  x d   0 
c = [0 D 2 0 D 4 ][x a xb xc x d ]T .
78
Iz ove relacije se vidi da je grupa stanja: xa i xb kontrolabilna, xc i xd -

nekontrolabilna, xa i xc - neopservabilna, a xb i xd - opservabilna; prema tome, xa
- je kontrolabilno, a neopservabilno; xb - je kontrolabilno i opservabilno; xc - je
nekontrolabilno i neopservabilno; a xd - je nekontrolabilno, a opservabilno.
Dalje ćemo pokazati jedan način dekompozicije sistema na kontrolabilni i
nekontrolabilni podsistem [6].
Neka je data matrična diferencijalna jednačina stanja sistema:
x& = Ax + B u (3.29)
koji je nekontrolabilan, što znači da par ( A, B ) nije potpuno kontrolabilan, tj.
da Kalmanova matrica kontrolabilnosti
M c = [B A B A 2 B ... A n−1 B ] (3.30)
ima rang manji od reda sistema, tj.
rang M c = n < n . (3.31)
Potrebno je odrediti nesingularnu transformacionu matricu T=[T1,T2] koja će
razdvojiti kontrolabilne i nekontrolabilne podsisteme. Neka se matrica T1 sastoji
iz skupa bazisnih vektora-kolona matrice kontrolabilnosti Mc, a matrica T2 iz
takvih vektora-kolona da kvadratna matrica T bude nesingularna. Jednačina
kretanja sistema u odnosu na novi vektor stanja,
Tx = x , (3.32)
ima oblik
x& = T −1 ATx + T −1 B u . (3.33)
Rastavimo T-1 na dve submatrice
U 
T −1 =  1  , (3.34)
U 2 
tako da matrica U1 ima iste dimenzije kao transponovana matrica T1. Tada se
može napisati očigledna jednakost
U   U T U1T2 
T −1T =  1  [T1 T2 ] =  1 1  = In x n . (3.35)
U 2  U 2 T1 U 2 T2 
Jasno je da je U 2 T1 = 0 , što implicira U 2 x = 0 . Sada se može napisati:
U   U AT U1AT2 
A = T −1 AT =  1  A[T1 T2 ] =  1 1 ,
U 2  U 2 AT1 U 2 AT2 
(3.36)
−1  U1   U1B 
B = T B =  B =  .
U 2  U 2 B 
Uzimajući u obzir da su U 2 AT1 = 0, U 2 B = 0 , konačno, transformisani sistem
se može napisati u obliku
x& a   A11 A12  x a  B1 
 x&  =  0 +
A 22   x b   0 
u, (3.37)
 b 
i time je dekompozicija sistema izvršena.
79
Primer 3.5: Dat je sistem

6 5 7 − 1 − 1
A =  − 1 0 − 1 , B =  1 0  .
− 3 − 3 − 4  0 1 
Izvršiti dekompoziciju sistema na kontrolabilni i nekontrolabilni deo.

− 1 − 1 − 1 1 − 1 − 1 − 1 1 − 1
 
rang M c = rang  1 0 1 0 1 0  = rang  1 0 0  = 2 < 3 4.
 0 1 0 − 1 0 1   0 − 1 1 
Izaberimo matricu T1 na osnovu Mc , uzimajući, na primer, njene prve dve kolone:

− 1 1 
T1 =  1 0 
 0 − 1
i odredimo matricu T2 tako da dobijemo nesingularnu matricu T. Biramo proizvoljno:

T2 = [− 1 − 1 1] ,
T
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   
Korišćenjem principa dualnosti neopservabilan sistem se može prethodno

datim postupkom razložiti na opservabilni i neopservabilni deo.
3.7.1 Primena MATLAB-a za dekompoziciju sistema
U MATLAB-u postoji potprogram za dekompoziciju sistema. Razlaganje
sistema na kontrolabilni i nekontrolabilni deo se ostvaruje naredbom
[ARC,BRC,CRC,T,k]=crbf(A,B,D),
Za dekompoziciju sistema na opservabilni i neopservabilni deo naredba je
[ARO,BRO,CRO,T,k]=obsvf(A,B,D),
gde su, redom: ARC (ARO), BRC (BRO) i CRC (CRO) - matrica stanja A,
matrica ulaza B i matrica izlaza D transformisanog sistema, T- matrica
transformacije, a k - ukazuje na indeks kontrolabilnosti (opservabilnosti).
4
U matrici Mc 1., 3. i 5. kolona su iste tako da se mogu dve odstraniti. Takođe su i 2. i 6.
iste pa se jedna od njih odstranjuje.
80
Primer 3.6 . Za sistem iz primera 3.5 imamo:

>>A=[6,5,7;-1,0,-1;-3,-3,-4];B=[-1,-1;1,0;0,1]; BRC =
Mc=ctrb(A,B); 0 -0.0000
Mc = -0.7071 0.7071
Columns 1 through 4 1.2247 1.2247
-1 -1 -1 1 CRC =
1 0 1 0 Columns 1 through 2
0 1 0 -1 -0.5774 -0.7071
Columns 5 through 6 Column 3
-1 -1 2.0412
1 0 T=
0 1 Columns 1 through 2
>> r=rank(Mc) 0.5774 0.5774
r= -0.0000 -0.7071
2 -0.8165 0.4082
Sistem nije potpuno kontrolabilan Column 3
[ARC,BRC,CRC,T,k]=ctrbf(A,B,D) 0.5774
ARC = 0.7071
Columns 1 through 2 0.4082
2.0000 0 k=
-3.2660 -0.0000 2 0 0
-11.3137 -1.7321 >>
Column 3
-0.0000
-0.5774
-0.0000
Dobijen je transformisani sistem
 2 0 0   0 0 
ˆ 
A = − 11,3137 − 3,266 0 − 0.5774; B = − 0,7071 0,7071;
 ˆ 
 − 11.3137 − 1,7321 0   1,2247 1,2247 
iz koga se vidi da jedno stanje nije kontrolabilno, u ovom slučaju x1.
3.8 Stabilizabilnost sistema

Od posebnog praktičnog interesa je dati odgovor na pitanje: da li je moguće
stabilisati svaki dinamički sistem, primenom povratne sprege po stanju ili izla-
zu? Jasno je da se povratnom spregom utiče na sistem posredstvom promene
upravljačkog signala u(t). S obzirom na to da se nepotpuno kontrolabilni sistem,
postupkom dekompozicije, može dekomponovati na upravljivi i neupravljivi
deo, proizilazi da se povratnom spregom po stanju, ili po izlazu ne može uticati
na neupravljivi deo. Ako je neupravljivi deo nestabilan, tada će i ceo sistem, bez
obzira na primenjenu povratnu spregu, biti nestabilan. Prema tome,
potpuno kontrolabilan je istovremeno i stabilizabilan sistem. Ako je sistem
nepotpuno kontrolabilan, potreban i dovoljan uslov stabilizabilnosti je da su
nekontrolabilni modovi sistema stabilni.
81
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.
3.9 Zadatak minimalne realizacije

Na osnovu matrice stanja i matrice izlaza dekomponovanog sistema (3.28),
matricu funkcija prenosa sistema možemo dobiti na osnovu (1.45), tj.:
G( s ) = D[sI − A ] B = [0 D 2 0 D 4 ] ×
−1
( 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
3.10 Prostor stanja i stabilnost sistema

U prethodnom kursu TAU-1 razmotreni su kriterijumi stabilnosti koji polaze
od karakterističnog polinoma (jednačine) sistema ili od funkcije povratnog
prenosa. Kada je model sistema dat u prostoru stanja u obliku
x& = Ax , (3.41)
tada je karakteristični polinom određen izrazom
D( s ) = det[ sI − A ] , (3.42)
na osnovu koga se, primenom odgovarajućih algebarskih kriterijuma stabilnosti
ili metode Mihajlova, može ustanoviti stabilnost sistema.
3.10.1 Druga (direktna) metoda Ljapunova (1892.)*
Drugi prilaz za utvrđivanje stabilnosti, na osnovu modela u prostoru stanja,
zasniva se na primeni druge (direktne) metode Ljapunova. Ljapunov je za svoju
metodu koristio model sistema u Košijevom normalnom obliku i, prema tome,
prvi je primenio koncepciju prostora stanja u ispitivanju stabilnosti. Metoda
Ljapunova je nezamenljiva u ispitivanju stabilnosti nelinearnih sistema, o čemu
će biti više reči u II delu ove knjige. Njena primena na linearne sisteme nema
posebnih prednosti u odnosu na druge metode i obično se ne koristi i ne izlaže u
klasičnim udžbenicima iz teorije linearnih SAU. Međutim, s obzirom na to da
se ta metoda može uspešno koristiti u oceni kvaliteta ponašanja linearnih
sistema, kao i za sintezu optimalnih linearnih regulatora, mi ćemo joj posvetiti
odgovarajuću pažnju i u ovom delu teorije linearnih SAU.
Za ispitivanje stabilnosti sistema opisanog sa (3.41), primenom direktne
metode Ljapunova, koristi se skalarna funkcija V vektora stanja x, V(x), koja
mora da ispunjava sledeća tri uslova:
(i) da je neprekidna funkcija koordinata stanja u nekoj oblasti prostora
stanja koja obuhvata stanje ravnoteže; (ii) da u toj oblasti ima neprekidne
parcijalne izvode po koordinatama stanja sistema; (iii) da je u toj oblasti
V(x)>0, osim za x=0 kada je jednaka nuli, tj. da je pozitivno definitna
funkcija.
Primer 3.8: Funkcije V ( x1 , x2 , x3 ) = x12 + x22 + x32 i V ( x1 , x 2 , x3 ) = x14 + x 24 + x 32 su
pozitivno definitne funkcije, dok funkcija V ( x1 , x2 , x3 ) = x12 + x22 nije pozitivno
definitna, jer je jednaka nuli, ne samo za x1 = x2 = x3 = 0 , već i za proizvoljno x3, kada
su x1 = x2 = 0 .
Takođe funkcija V ( x1 , x2 ) = x12 + 2 x1 x2 + x22 nije pozitivno definitna, jer je, osim za
x1 = x 2 = 0 , jednaka nuli i za x1 = − x2 .
Funkcija V ( x1 , x2 , x3 ) = x12 + x22 + 3x32 − x34 je pozitivno definitna u oblasti x3 < 3 .
U opštem slučaju, kvadratna forma oblika
V (x ) = x T Px (3.43)
*
Ляпунов, A. M., Oб oбщeй проблеме устойчивости движения, Харков, 1892.
83
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
Stanje ravnoteže, x=0, linearnog sistema (3.41) je asimptotski stabilno sa

stepenom eksponencijalne stabilnosti σ ako i samo ako za bilo koju realnu,
simetričnu, pozitivno definitnu matricu P u (3.43) postoji realna, simetrična,
pozitivno definitna matrica Q, takva da je zadovoljena matrična algebarska
jednačina Ljapunova
−2σP + A T P + PA = − Q . (3.45)
Primer 3.10. Odrediti stepen eksponencijalne stabilnosti sistema iz prethodnog
primera.
Na osnovu (3.58) i matrice P iz prethodnog primera ima se
2(σ + 1) 0 
− 2σI + A T + A = −Q ⇒ Q =  .
 0 2(σ + 2)
Da bi matrica Q bila pozitivno definitna mora biti ispunjen uslov σ>-1. Prema tome,
dati sistem ima stepen eksponencijalne stabilnosti σ≤1. Zaista, koreni karakteristične
jednačine sistema su -1 i -2, i realni deo najbližeg korena jω - osi definiše stepen
eksponencijalne stabilnosti.
Izbor funkcije Ljapunova, čak i za linearne sisteme, nije jednostavan. Može
se dogoditi da je izabrana pozitivno definitna funkcija V(x) koja, posle
provedenog ispitivanja ukazuje na nestabilnost sistema, iako je on u stvarnosti
stabilan. Pre nego što ukažemo na opšti prilaz ispitivanja stabilnosti za linearne
sisteme na osnovu matrične jednačine Ljapunova, ilustrovaćemo prethodnu
tvrdnju na jednom primeru.
Primer 3.11. Neka je dat je sistem drugog reda
x&1 = x 2
x& 2 = −a1 x1 − a 2 x 2 ; a1 , a 2 > 0,
ispitati asimptotsku stabilnost stanja ravnoteže.
Nije teško uočiti da je dati sistem asimptotski stabilan. Međutim, ako izaberemo
matricu P kao u prethodnom zadatku, za matricu Q dobijamo
 0 ( a1 − 1)
Q= ,
(
 1a − 1) 2a 2 
koja nije pozitivno definitna pa sistem nije asimptotski stabilan ?!
S obzirom na to da u ovom primeru matrica Q nije pozitivno definitna,
nesme se tvrditi da je sistem nestabilan niti da je stabilan. To samo znači da
možda nismo izabrali odgovarajuću funkciju Ljapunova i da treba probati s
nekim drugim kandidatom za funkciju Ljapunova.
Za linearne sisteme opšti postupak ispitivanja asimptotske stabilnosti
prikazaćemo na prethodnom primeru.
Primer 3.12. Na osnovu matrične jednačine Ljapunova sledi
0 − a1   p11 p12   p11 p12   0 1  q q12 
1 − a   p  +    = −  11 .
 2   12 p22   p12 p 22  − a1 − a2  q12 q 22 
Birajući elemente matrice Q tako da ona bude pozitivno definitna nalaze se elementi
85
matrice P. Ako se kao rezultat dobija pozitivno definitna matrica P, posmatrani sistem
je asimptotski stabilan.
Neka je Q=I. Tada je
 − a1 p12 − a1 p22   − a1 p12 p11 − a2 p12 
p − a p + = −I ,
 11 2 12 p12 − a2 p22  − a1 p22 p12 − a2 p22 
 − 2a1 p12 p11 − a 2 p12 − a1 p 22 
p − a p − a p = −I ,
 11 2 12 1 22 2( p12 − a 2 p 22 ) 
odakle sledi:
2a1 p12 = 1, 1 1 1
p12 =
; p 22 = (1 + ),
2a1 2a 2 a1
p11 − a 2 p12 − a1 p 22 = 0,
⇒
a2 a1 1
2( p12 − a 2 p 22 ) = −1, p11 = + (1 + ).
2a1 2a 2 a1
S obzirom na to da su a1 , a 2 > 0 ⇒ p11 > 0, p 22 > 0 . Lako se proverava da je i
p11 p 22 − p122 > 0 , pa je dati sistem asimptotski stabilan.
3.10.1.1 Primena MATLAB-a za ispitivanje stabilnosti sistema

MATLAB potprogram za utvrđivanje stabilnosti linearnih kontinualnih sistema
primenom algebarske jednačine Ljapunova ostvaruje se naredbama:
P=lyap(A,Q);det(P);
Prvom naredbom se odredjuje matrica P, a drugom determinanta matrice P. Pri tome da
bi sistem bio stabilan mora da se utvrdi pozitivna definitnost dobijene matrice P
(primena Silvestrovog kriterijuma), tj. moraju sve dijagonalne determinante matrice P
biti veće od nule.
Primer 3.13
>> A=[1,0,0;-1,0,2;0,-1,1];Q=eye(3);
eye(3)=I3x3
>> P=lyap(A,Q)
P=
-0.5000 -0.2500 -0.1250 Napomena 3.4: Dobijena matrica P nije
-0.2500 -2.0000 -0.3750 pozitivno definitna jer je prvi element u prvoj
-0.1250 -0.3750 -0.8750 vrsti negativan i sistem je nestabilan.
.
Primer 3.14
A=[-5,8,0;-1,0,2;0,-1,1];P=lyap(A,Q)
P= >> det(P1)
19.8333 12.3333 8.7500 ans =
12.3333 8.0000 5.9167 6.5635
8.7500 5.9167 5.4167 >> det(P)
>> P1=[19.8333,12.333;12.333,8]; ans =
5.7188
Ovaj sistem je asimptotski stabilan.
Prikazan prilaz je opšti za linearne sisteme bilo kog reda.
Može se uočiti da je primena metode Ljapunova na linearne sisteme dosta
glomazna i zbog toga se, kao što je ranije rečeno, ređe koristi u odnosu na druge
metode. Međutim, njena primena na nelinearne sisteme je veoma delotvorna.
86
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.
[9] Рей, У.: Методы управления технологическими процессами, «Mир», Москва, 1983.
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
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
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
2. Ako je sistem iz zadatka 1. nekontrolabilan, odrediti:

a) transformacionu matricu koja dekomponuje sistem na upravljivi i neupravljivi
mod;
b) stabilizabilnost datog sistema.
89
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
Ispitati stabilnost datog sistema primenom metode Ljapunova, a rezultat proveriti

primenom nekog od algebarskih kriterijuma stabilnosti.
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
5. Sistem je sastavljen od elemenata opisanih funkcijama prenosa

s −1 ( s + 1)
W1 ( s ) = ; W2 ( s ) = .
( s + 1)( s + 2) ( s − 1)( s + 3)
a) Elementi su povezani redno naznačenim redosledom;
b) Elementi su povezani redno obrnutim redosledom.
Nacrtati simulacione dijagrame sistema pod a) i pod b), na osnovu kojih napisati:
(i) matematičke modele u prostoru stanja;
(ii) utvrditi kontrolabilnost i opservabilost tih sistema;
(iii) u slučaju nekontrolabilnosti i neopservabilnosti izvršiti njihovu dekompoziciju.
90
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
4.3.3 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
4.5 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
a
Glava 4.
SINTEZA SAU METODAMA PROSTORA STANJA
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.
4.2 Povratna sprega po stanju ili po izlazu

Neka je objekat, kojim treba upravljati, opisan relacijama
x& = Ax + Bu, x ∈ ℜ n , u ∈ ℜ r ;
(4.1)
c = Dx + Hu, c ∈ ℜ m .
Zadatak sistema je da prati zadati referentni signal r(t)=const ili r(t)=var.
U cilju formiranja potrebnog signala upravljanja u(t), možemo primeniti dva
prilaza: (i) povratnu spregu po stanju ili (ii) povratnu spregu po izlazu.
4.2.1 Sistem s povratnom spregom po stanju. U ovom slučaju, prema

sl. 4.1, matematički model sistema upravljanja postaje
x& = Ax + Bu,
c = Dx + Hu, (4.2)
u = r − K x x.
Posle zamene poslednje relacije u prvu i sređivanja, dobija se
~
x& = (A − BK x )x + Br ⇒ x& = Ax + Br ,
~ (4.3)
c = (D − HK x )x + Hr ⇒ c = Dx + Hr.
S obzirom da stabilnost linearnih SAU ne zavisi od veličine ulaznih signala pa
samim tim i od poremećaja (ako su oni ograničeni), ona je određena matricom
(A-BKx). Ako jednačina
det[ sI − A + BK x ] = 0 (4.4)
ima sve leve korene, posmatrani sistem je stabilan, pa se zaključuje:
povratna sprega po stanju utiče na stabilnost. Nestabilan objekat, ako
ispunjava uslove potpune kontrolabilnosti ili uslove stabilizabilnosti, može
se učiniti stabilnim primenom povratne sprege po stanju.
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.
4.2.2 Sistem s povratnom spregom po izlazu, sl. 4.1b, definiše se

relacijama:
u = r − K c c = r − K c Dx − K c Hu ⇒ u = (I + K c H ) −1[r − K c Dx] ,
( ) ~ ~
x& = A − B(I + K c H ) −1 K c D x + B(I + K c H ) −1 r , ⇒ x& = A1x + Br,
(4.7)
( ) ~ ~
c = D − H (I + K c H ) −1 K c D x + H (I + K c H ) −1 r , ⇒ c = D1x + Hr.
~ ~ ~ ~
Na osnovu ovih izraza, odnosno matrica A, B, D i H , mogu se proveriti
stabilnost, Kalmanovi uslovi kontrolabilnosti i opservabilnosti. Međutim, iz
razmatranja fizičke prirode problema, opservabilnost sistema posle uvođenja
povratne sprege po izlazu neće biti narušena, jer ako su stanja bila opservabila
sa izlaza sistema bez povratne sprege ona će biti opservabiulna i sa povratnom
spregom pošto upravljanje nema uticaj na opservabilnost. Dakle, pod uslovom
~ ~
da su matrice A 1 ≠ 0, I i D1 ≠ 0 , osobine kontrolabilnosti i opservabilnosti
sistema se ne menjaju u odnosu na adekvatne osobine objekta. Prema tome:
Povratna sprega po izlazu ne menja kontrolabilnost i opservabilnost sistema
u odnosu na iste osobine objekta, ako su ispunjeni uslovi
~ ~
A 1 ≠ 0, I i D1 ≠ 0 .
4.3 Projektovanje povratne sprege po stanju

Cilj projektovanja je ostvariti: (i) željeni spektar polova (sopstvenih
vrednosti matrice stanja) ili (ii) optimalizaciju željenog kriterijuma kvaliteta.
4.3.1 Izbor spektra polova
U klasičnom prilazu sintezi sistema, na primer na osnovu metode
geometrijskog mesta korena, polazili smo od toga da se sistemi višeg reda
ponašaju približno kao sistemi drugog reda s dominantnim konjugovano-
kompleksnim polovima. Međutim, pri projektovanju sistema s povratnom
spregom po stanju, potrebno je imati informaciju o položaju svih polova
93
sistema, jer i nedominantni polovi imaju svoj doprinos u ukupnom ponašanju

sistema. Stoga je, za sintezu kvalitetnog sistema, potrebno imati međusobni
raspored polova u zavisnosti od reda projektovanog sistema. Kao osnova za
dobro projektovanje primenjuju se tzv. prototipi. Najčešće se koriste dva
prototipa [5]. Jedan se zasniva na optimalizaciji kriterijuma kvaliteta oblika
∞
J = ∫ t e ( t ) dt , (4.8)
0
koji se u literaturi na engleskom jeziku skraćeno naziva ITAE (integral od
proizvoda vremena i apsolutne vrednosti signala greške). Drugi prototip se
zasniva na odzivu Beselovih funkcija. Kod prvog je karakterističan brži odziv
ali i preskok u odzivu, dok je drugi bez preskoka u odzivu, ali je sporiji. U
sledećim tabelama date su vrednosti polova za navedena dva prototipa, za
normalizovanu sopstvenu frekvenciju oscilovanja, za sisteme do šestog reda. Za
druge vrednosti sopstvenih frekvencija, vrednosti polova se dobijaju tako što se
vrednosti iz tabele podele s želejnim ωn.
n Spektar polova za ωn=1 rad/s po ITAE kriterijumu

1 −1
2 − 0,707 ± j 0,707
3 − 0,708 ; - 0,521 ± j1,068
4 − 0,424 ± j1,263; − 0,626 ± j 0,4141
5 − 0,8955;−0,3764 ± j1,292; − 0,5758 ± j 0,5339
6 − 0,3099 ± j1,2634; − 0,5805 ± j 0,7828; − 0,7346 ± j 0,2873
n Spektar polova za ωn=1 rad/s po Beselovoj funkciji prenosa

1 −1
2 − 0,866 ± j 0,5
3 − 0,942 ; - 0,7455 ± j 0,7112
4 − 0,06573 ± j 0,8302; − 0,9047 ± j 0,27111
5 − 0,9264;−0,5906 ± j 0,9072; − 0,8516 ± j 0,4427
6 − 0,5385 ± j 0,9617; − 0,7998 ± j 0,5622; − 0,9093 ± j 0,1856
4.3.2 Podešavanje spektra polova sistema

Za obezbeđenje željene lokacije sopstvenih vrednosti matrice stanja kom-
penzovanog sistema, putem uvođenja povratne sprege po stanju, koristi se veći
broj metoda [3, 4, 5, 6]. Neke od njih se zasnivaju na primeni kanoničkog
kontrolabilnog modela sistema i jednostavne su za primenu kod sistema sa
skalarnim upravljanjem [4]. Na bazi njih je razvijena i tzv. Akermanova
formula [5]. Jedna od metoda koristi opšti prilaz na osnovu fundamentalne
matrice sistema i pogodna je za sisteme s vektorskim upravljanjem [3, 10].
94
4.3.2.1 Sistemi sa skalarnim upravljanjem

Neka je polazni model objekta dat u kontrolabilnoj kanoničkoj formi. Tada
je matrica stanja A u kompanjon formi i na osnovu nje može se direktno
napisati karakteristični polinom polaznog (nekompenzovanog) sistema
Dn ( s ) = s n + an s n−1 + an−1s n−2 + ... + a2 s + a1 . (4.9)
Od sistema se zahteva da mu spektar sopstvenih vrednosti matrice stanja kom-
penzovanog sistema bude: s1, s2 ,..., sn . Pri tome, u spektru željenih sopstvenih
vrednosti, kompleksne vrednosti moraju biti u konjugovano-kompleksnim
parovima. Tada se, na osnovu zadatog spektra, može napisati karakteristični
polinom željenog (kompenzovanog) sistema:
n
Dk ( s ) = ∏ ( s − si ) =s n + an s n−1 + an−1s n−2 + ... + a2 s + a1 . (4.10)
i =1
Istaknimo da se kontrolabilni kanonički prostor generiše modelom dobijenim
direktnim programiranjem, sl. 4.2, u kome su koeficijenti karakterističnog poli-
noma ustvari pojačanja lokalnih povratnih sprega od koordinata stanja do ulaza
u sistem. Na slici su označeni koeficijenti karakterističnih polinoma nekompen-
u
xn xn-1 x2 x1
-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
, (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
Zahtevani spektar sopstvenih vrednosti je s1, 2 = −ζ 2ωn ± j 2ωn 1 − ζ 2 = −2ωn . Zato je

karakteristični polinom kompenzovanog sistema :
( s + 2ωn ) 2 = s 2 + 4ωn s + 4ωn2 ⇒ a1 = 4ω2n , a 2 = 4ωn ⇒ a = [4ω2n 4ωn ] .
Elementi matrice povratne sprege po stanju su:
k1 = a1 − a1 = 3ω 2n ; k 2 = a 2 − a 2 = 4ω n .
Matrica povratne sprege po stanju je
[
k k = 3ω2n 4ωn . ]
Na sl. 4.3 prikazan je rezultat simulacije polaznog i kompenzovanog sistema za iste
početne uslove
x1 (0) = 0,3; x 2 (0) = −0,5 i ω o = 1 s −1 .
Primer 4.2. Sistem bez povratne sprege je
dat parom (A,b):
 1 0 0 1 
   
A = −1 0 2 ; b = 0 .
 0 −1 1  0
Odrediti koeficijente povratne sprege po
stanju, tako da spregnuti sistem ima spektar
polova: -1, -1, -2.
1 1 1 
M c = 0 −1 −1; rangM c = 3 sistem je
Sl. 4.3. Odzivi nekompenzovanog (1) i 0 0 1 
kompenzovanog (2) sistema.
potpuno kontrolabilan.
det[sI − A] = 0 ⇒ s 3 − 2s 2 + 3s − 2 = 0 ⇒ a1 = −2, a2 = 3, a3 = −2 .
Kao što se vidi, polazni sistem je nestabilan. Matrica transformacije je, shodno (4.12),
1 1 1   3 − 2 1  2 − 1 1 0 0 1
( 4.12 )
    
T = 0 − 1 − 1 − 2 1 0 = 1 − 1 0 ; det T = 1; T = 0 − 1 1  .  −1 
      
0 0 1   1 0 0 1 0 0 1 − 1 − 1
Karakteristični polinom kompenzovanog sistema je
(s + 2)(s + 1) 2 = s 3 + 4s 2 + 5s + 2 .
Razlika koeficijenata zahtevanog i nekompenzovanog karakterističnog polinoma daje
k k = [4 2 6] ,
pa je vektor koeficijenata povratne sprege po stanju kompenzovanog sistema
0 0 1 
k = k k T = [4 2 6]0 − 1 1  = [6 − 8 0] .
−1
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
4.3.2.2 Akermanova formula

Osim datog, u literaturi se često koristi još jedan postupak - Akermanova
formula koju dajemo bez dokaza. Vektor povratne sprege po stanju sistema
izračunava se po formuli:
k x = e Tn M −c 1 D(A) , (4.16)
gde su: en- n-ti stubac jedinične matrice, Mc - matrica kontrolabilnosti sistema,
a D(A) - karakteristični polinom željenog sistema s matricom stanja umesto
kompleksne promenljive.
Primenu Akermanove formule prikazaćemo na sledećem primeru.
Primer 4.3. Odrediti vektor povratne sprege po stanju za sistem iz prethodnog
primera primenom Akermanove formule.
Karakteristični polinom željenog sistema je
D ( s ) = s 3 + 4 s 2 + 5s + 2 .
Stoga je D( A) = A 3 + 4 A 2 + 5A + 2I . Na osnovu Mc nalazi se njena inverzna matrica, a
na osnovu date matrice A njen kvadrat i kub, tako da se može primeniti Akermanova
formula :
−1
1 1 1 
k x = [0 0 1]0 − 1 − 1 [A 3
]
+ 4 A 2 + 5 A + 2I ⇒
0 0 1 
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] .

Korišćenjem programskog paketa MATLAB, naredbom
k = acker(A, B, p) ,
gde je p-vektor željenih sopstvenih vrednosti sistema, može se dobiti vrednost vektora
k povratne sprege po stanju.
Primenom MATLAB-a za prethodni primer imamo:

A=[1,0,0;-1,0,2;0,-1,1];B=[1;0;0];p=[-1;-1;-2];k=acker(A,B,p);
Warning: Pole locations are more than 10% in error.
>> k
k=
6 -8 0.
Napomena 4.1: Akermanova formula je numerički nepouzdana, naročito za sisteme

reda većeg od 10 i za slabo kontrolabilne sisteme.
98
4.3.3 Sistemi s vektorskim upravljanjem.

4.3.3.1 Prvi način sinteze - svođenje na skalarni slučaj
Prethodno opisana metoda može se primeniti i na sisteme s vektorskim up-
ravljanjem. Najpre, moguće je da se vektorsko upravljanje svede na skalarni
slučaj relacijom
Bu = Bqu = bu , (4.17)
gde je q- r-dimenzionalni vektor. Pri tome, sistem mora biti potpuno kontrola-
bilan po vektoru ulaznih signala.
Zatim, moguće je, takođe, ako je sistem potpuno kontrolabilan po nekom od
r kanala upravljanja, uvesti na prethodno opisani način povratnu spregu po
stanju samo po tom upravljanju.
 2 0 1 0
Primer 4.4. Dat je sistem opisan sa A = 
1 3 ; B = 1 1; d = [0 1] . Izabrati
   
povratnu spregu po stanju tako da sistem ima sopstvene vrednosti s1 = −1, s2 = −5 .
Uočimo da je nekompenzovani sistem nestabilan, a da će postupak sinteze
automatski dovesti do stabilnog sistema.
Najpre ćemo pokazati kako se ovaj zadatak može rešiti svodeći dati sistem s
vektorskim upravljanjem na prethodno opisan slučaj sa skalarnim upravljanjem.
Zapišimo sistem u obliku
 2 0 1 0 
x& =   x + 1u1 + 1u 2 .
 1 3    
i proverimo potpunu kontrolabilnost sistema po svakom od ulaza. Lako se utvrđuje da je
sistem potpuno kontrolabilan po prvom, a nepotpuno kontrolabilan po drugom ulazu.
Stoga ćemo uvesti povratnu spregu po stanju po prvom ulazu. Drugim rečima, dalje
ćemo razmatrati redukovani sistem1
2 0 1
x& =   x +  u1 .
1 3  1
Karakteristični polinom nekompenzovanog sistema je s 2 − 5s + 6 , tj. imamo
a = [6 - 5] . Matrica transformacije je
− 5 1 1 2 − 5 1 − 3 1 1 − 1 1
T = Mc   =    =  ⇒ T −1 =  .
 1 0 1 4  1 0  − 1 1 2 − 1 3
Zahtevani karakteristični polinom kompenzovanog sistema je ( s + 1)( s + 5) =
s 2 + 6 s + 5 ⇒ a = [5 6] . Prema tome, vektor povratne sprege po stanju je
− 1 1 1
k = [a − a] T −1 = [− 1 11]   = [− 5 16] .
− 1 3 2
Kompenzovani sistem imaće sledeći matematički model
2 0 1   x   0 
x& =   x +    r1 − [− 5 16]  1   +   r2 ⇒
1 3  1   x2   1
1
Uvodeći, prema (4.17), vektror q=[1 0,5]T zadatak se svodi na isto.
99
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.
4.3.3.2 Drugi način sinteze - slučaj prostih sopstvenih vrednosti

U ovom odeljku biće izložen jedan postupak projektovanja povratne sprege
po stanju za sisteme s vektorskim upravljanjem i prostim sopstvenim vred-
nostima, polazeći od karakteristične jednačine, napisane u obliku
det{[ sI − A][I + ( sI − A) −1 BK x ]} = det[ sI − A] det[I + ( sI − A) −1 BK x ] = 0 .(4.18)
Prethodni izraz biće ispunjen ako je makar jedan od činilaca jednak nuli. Prvi,
det[ sI − A ] , je jednak nuli u polovima (sopstvenim vrednostima) polaznog,
nekompenzovanog sistema, jer je to njegov karakteristični polinom. Prema
tome, ako želimo da karakteristični polinom kompenzovanog sistema ima zadati
spektar polova dovoljno je zahtevati da
det[I + ( sI − A) −1 BK x ] = 0 . (4.19)
S druge strane, poznato je da je
Φ (t ) = L−1{( sI − A ) −1 } ⇒ ( sI − A) −1 = Φ ( s ) ,
pa se (4.18) može napisati u obliku
det[I + Φ ( s)BK x ] = det[I + K x Φ ( s)B] = 0 . (4.20)
100
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
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.
Primenom MATLAB-a za prethodni primer imamo:

>> A=[2,0;1,3];B=[1,0;1,1];p=[-1;-5];
>> K=place(A,B,p)
place: ndigits= 15
K= Uočava se da je u MATLAB-u dobijena
3.0000 0 matrica povratne sprege po stanju različita od
-2.0000 8.0000 prethodno dobijenih, koja daje isti željeni
>> s=eig(A-B*K) spektar polova.
s=
-5.000
-1.000
102
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
 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
 12.00 19.20 - 22.00   3.6923 3.6923 - 4.00

Ka =  ; Kb =  ;
- 60.00 - 114.00 135.00  - 27.6923 - 53.6923 65.00
 12.00 16.00 - 18.00   - 4.80 - 12.72 15.80 
Kc =  ; Kd =  ;
 - 60.00 - 98.00 115.00 0 0 0
 0 0 0 
Ke =  .
 9.3333 - 16.6667 24.8889
Lako se može proveriti da se sa datim povratnim spregama dobijaju tražene sopstvene
vrednosti matrice stanja sistema. Prema tome, možemo da biramo najpogodnije u
nekom smislu rešenje. Rešnje Kc je, na primer, najpogodnije zbog toga što su
koeficijenti povratne sprege celobrojni.
4.3.3.3 Treći način sinteze - opšti slučaj

U prethodnom odeljku opisan je postupak projektovanja povratne sprege po
stanju u slučajevima kada željeni spektar ima samo proste polove. U slučaju
kada željeni spektar sadrži i višestruke polove, izloženi postupak se mora
modifikovati. O jednoj modifikaciji videti u [3]. Ovde ćemo prikazati postupak,
predložen u [10], koji se može primenjivati bez obzira na to da li zadati spektar
polova ima proste ili višestruke polove.
Neka je dinamički sistem opisan sa
x& = Ax + Bu; x ∈ ℜ n , u ∈ ℜ r , A ∈ ℜ n×n , B ∈ ℜ n×r . (4.24)
Uvodi se povratna sprega po stanju
u = −Kx; K ∈ ℜ r×n . (4.25)
Pretpostavlja se da je par (A,B) potpuno kontrolabilan, tj. da matrica
kontrolabilnosti,
M c = [B, AB, A 2 B,..., A n−1B] , (4.26)
ima rang n.
Sada se umesto matrice kontrolabilnosti (4.26) formira matrica M na sledeći
način: najpre se, koristeći prvi stubac b1 matrice B = [b1 , b 2 ,..., b r ] , formira prvi
deo matrice M na način kao što se formira matrica kontrolabilnosti sistema s
jednim ulazom (skalarni slučaj), tj.:
M 1 = [b 1 , Ab 1 , A 2 b 1 ,..., A m1 −1b 1 ] , (4.27)
gde je m1 - indeks kontrolabilnosti sistema po prvom ulazu. Drugim rečima, ova
matrica kontrolabilnosti po prvom ulazu se formira dotle dok se ne pojavi
kolona m1 koja je linearno zavisna od prethodnih kolona. Dalje formiranje
matrice M1 se prekida, a kolona m1 se isključuje iz matrice M. Zatim se na isti
način postupa sa kolonoma b2, b3,..., br matrice B dok se ne dobije matrica M
punog ranga, tj. ranga n. Ta matrica će u opštem slučaju imati oblik
M = [M1 , M 2 ,..., M r ] = [b1 , Ab1 , A 2b1 ,..., A m1 −1b1 ;
(4.28)
b 2 , Ab 2 , A 2b 2 ,..., A m2 −1b1 ,....Ab r , A 2b r ,..., A mr −1b r ],
105
pri čemu je
r
∑m
i =1
i =n. (4.29)
Napomena 4.2: Može se dogoditi da je sistem potpuno kontrolabilan po prvom

ulazu. Tada se vektorski slučaj projektovanja povratne sprege po stanju može svesti na
skalarni ako se formira matrica (4.26) do m1=n. Međutim, matrice Mi ne moraju se
formirati u celosti, tj. dok postoje linearno nezavisni vektori, već se njihovo formiranje
može prekinuti i ranije. Bitno je da je dobijena matrica M punog ranga. Na primer, ako
je rang matrice B jednak redu sistema, tada se odmah kao matrica M može primeniti
matrica B, pri čemu će mi=1 za svako i=1,2,..
Pošto je matrica M nesingularna, ona će imati inverznu matricu. Definišimo
q-vektor vrstu te inverzne matrice:
q iT = δ i - vrsta matrice M −1 , i = 1,2,...r , (4.30)
gde je
i
δi = ∑m
j =1
j . (4.31)
Neka je željeni spektar polova sistema podeljen u r grupa, odnosno neka je

karakteristični polinom sistema dat u obliku
r
D( s ) = ∏ D ( s) ,
i =1
i (4.32)
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
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 + 20 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
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
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
1 2
δ1 = ∑ m j = 2; δ 2 = ∑ m j = 2 + 2 = 4 ,
j =1 j =1
a zatim matricu M i njenu inverznu matricu M-1:

>> M1=[b1, A*b1];M2=[b2, A*b2];M=[M1,M2];
 0.5366 - 1.7073 1.1707 - 0.7073 
 0.0244 0.1951 - 0.2195 0.1951 
M −1 =  .
 0.9024 0.2195 - 0.1220 - 0.7805
 
 - 0.1220 0.0244 0.0976 0.0244 
Sada se, na osnovu (4.30), izdvajaju druga i četvrta vrsta matrice M-1 kao vektori q1 i
q2:
>> q1=[ 0.0244 0.1951 - 0.2195 0.1951];
>> q2=[ -0.1220 0.0244 0.0976 0.0244 ];
Zatim se sračunavaju karakteristični polinomi D1(A) i D2(A):
>> D1=A^2+4*A+4*eye(4); D2=A^2+8*A+16*eye(4);
i nalazimo:
>> Q=[q1*A*B;q2*A*B];G=[q1*D1;q2*D2]; K=Q^-1*G;
Konačno se dobija matrica K:
 0.3902 1.9512 4.8293 2.6341 
K= 
1.4634 11.1463 1.5366 - 0.2683
Proveravamo ispravnost nadjenog rešenja:
>> eig(A-B*K) = [-4.0000 + 0.0000i; -4.0000 - 0.0000i; -2.0000 + 0.0000i; -2.0000 -
0.0000i]
Kao što se vidi, uvođenjem povratne sprege po stanju, dobili smo traženi spektar
polova.
Rešićemo ovaj zadatak i primenom MATLAB-a.

>> A=[1,0,4,2;2,5,1,0;3,8,2,1;0,0,6,2];B=[1,1;1,1;0,1;1,0];p=[-2;-2;-4;-4];
>> K=place(A,B,p)
place: ndigits= 15
K=
Columns 1 through 3
-4.4348 8.0870 -24.5217
4.9130 2.2174 23.6957
Column 4
-13.4783
12.3043
>> e=eig(A-B*K)
e=
-2.0000
-2.0000
-4.0000
-4.0000
Kao što se može videti dobijeno je drugačije rešenje za matricu povratne sprege K, ali je
ostvaren isti spektar polova. To još jednom potvrđujemo da zadatak nema jednoznačno
rešenje.
110
4.4 Projektovanje optimalne povratne sprege po stanju

Poseban značaj u teoriji SAU ima optimalizacija parametara povratne sprege
u odnosu na postavljeni kriterijum kvaliteta. Ta oblast teorije upravljanja
prerasla je u samostalnu disciplinu pod nazivom Optimalni sistemi upravljanja.
Mi ćemo se, ovde, ograničiti samo na jedan prilaz, s ciljem da ukažemo na
izvanredne mogućnosti teorije optimalnog upravljanja. Razmatraćemo opštiji
slučaj minimalizacije kriterijuma oblika
∞
J = ∫ ( x T Qx + u T Ru)dt , (4.38)
0
gde su Q i R-pozitivno definitne, simetrične matrice odgovarajućih dimenzija,
koji problem svodi na projektovanje Kalmanovog regulatora, korišćenjem
Rikatijeve algebarske (diferencijalne) jednačine.3
Ovaj zadatak ima rešenje ako je par (A,B) sistema
x& = Ax + Bu
potpuno kontrolabilan. Tada se uvođenjem povratne sprege po stanju u = − Kx
kriterijum kvaliteta (4.38) svodi na
∞
J = ∫ x T (Q + K T RK )xdt . (4.39)
0
Uvedena povratna sprega mora da obezbedi stabilnost sistema, pa će sistem
posedovati funkciju Ljapunova. Neka je ona data kao kvadratna forma oblika
V = x T Px , (4.40)
gde je P-realna, simetrična, pozitivno definitna matrica. Ako je to funkcija
Ljapunova, njen izvod biće negativno definitna funkcija. Neka je on, s nega-
tivnim znakom, jednak poditegralnoj veličini (4.39). Tada se može napisati
d
x T (Q + K T RK )x = − x T Px . (4.41)
dt
Nakon sprovedenog diferenciranja, prethodna relacija se svodi na
A T P − K T B T P + PA − PBK + Q + K T RK = 0 . (4.42)
Iz ove matrične algebarske jednačine, treba naći vrednost matrice K koja mini-
malizuje kriterijum kvaliteta (4.39). Diferencirajući levu stranu (4.42) po K i
izjednačavajući diferencijal s nulom dobija se
− B T P − PB + RK + K T R = 0.
Uzimajući u obzir da je B T P = (PB ) T ; K T R = (RK ) T prethodna relacija postaje
− ( BP) T − PB + RK + ( RK ) T = 0.
Ovaj izraz biće sigurno jednak nuli ako je (BP ) T = RK i PB = (RK ) T . Ovo su
identične relacije. Koristeći, npr., relaciju PB = ( RK ) T ⇒ RK = B T P , minima-
lizacija se postiže ako se matrica K odredi na osnovu izraza
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
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
Posle njenog sređivanja dobijamo tri simultane algebarske jednačine

1 + 2 p12 − p11 ( p11 + p12 ) − p12 ( p11 + 2 p12 ) = 0,
p11 + p12 + p 22 − p11 ( p12 + p 22 ) − p12 ( p12 + 2 p 22 ) = 0,
4 + 2( p12 + p 22 ) − p12 ( p12 + p 22 ) − p 22 ( p12 + 2 p 22 ) = 0.
112
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
Prikazani prilaz projektovanja optimal-

nih sistema može se ostvariti i ako se
kriterijum kvaliteta izrazi u funkciji izlaza
sistema:
∞
J = ∫ (c T Q
ˆ c + u T Ru)dt . (4.45)
0
Zamenjujući c = Dx ovaj kriterijum

kvaliteta se svodi na (4.38) sa
Q = DT QˆD.
Na prethodno opisan postupak sinteze
optimalnog regulatora može se svesti i
problem projektovanja povratne sprege po
Sl. 4.9. Simulacioni dijagram sistema stanju, koja sistemu daje unapred defini-
s optimalnim regulatorom. san stepen eksponencijalne stabilnosti.
a) b)
Sl. 4.10. Odziv optimalnog sistema:
a) regulacija nultog stanja ravnoteže; b) signali upravljanja.
Kao što je poznato, sistem će imatu unapred zadati stepen eksponencijalne

stabilnosti ako mu se svi koreni nalaze u levoj poluravni s- ravni, levo od zadate
prave paralelne imaginarnoj osi na rastojanju σ od nje.
Uvodeći kriterijum kvaliteta oblika
∞
J = ∫ e 2σt (x T Qx + u T Ru)dt , (4.46)
0
i smenu xˆ (t ) = e σt x(t ) , uˆ (t ) = e σt u(t ) , ovaj zadatak se svodi na optimalizaciju

sistema
x&ˆ = ( A + σI )xˆ + Buˆ , (4.47)
s kriterijumom kvaliteta
∞
J = ∫ (xˆ T Qx + uˆ T Ruˆ )dt , (4.48)
0
i matricom stanja A ˆ = A + σI , koja igra ulogu matrice A u Rikatijevoj

matričnoj jednačini (4.44).
114
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.
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
tj. matrica Q ponderiše značaj izlaza. Ta naredba je:

(K, P, s) = lqry(A, B, D, H, Q, R) ,
Program zahteva da matrice B,D i H imaju isti broj kolona
115
Primer 4.11. Projektovati optimalnu povratnu spregu za sistem iz prethodnog

1 0  0 0 
zadatka pri čemu je D =  ; H = 0 0  .
 0 0   
Primenićemo MATLAB
>> A=[0,1;1,1];B=[1,0;1,1];D=[1,0;0,0];H=[0,0;0,0];
>> Q=[1,0;0,4];R=[1,0;0,1];[K,P,s]=lqry(A,B,D,H,Q,R)
K= s=
1.3066 1.3827 -1.8478
0.4588 0.9239 -0.7654
P=
0.8478 0.4588
0.4588 0.9239
4.5. Sinteza neinteraktivnih sistema. Rasprezanje

Kod multivarijabilnih objekata, u opštem slučaju, postoje unakrsne veze iz-
među svakog ulaza i svakog izlaza, tj. matrica funkcija prenosa ima sve ele-
mente različite od nule. U procesu regulacije bilo koje izlazne veličine, mora se
delovati istovremeno na svim ulazima tako da se obezbedi željeni izlaz, na
primer, nepromenljivost svih izlaza osim jednog, koga treba prevesti iz jednog u
drugo zadato stanje. To veoma otežava proces sinteze upravljačkog sistema.
Sa stanovišta sinteze multivarijabilnih sistema upravljanja, najjednostavniji
su oni objekti čija je matrica funkcija prenosa dijagonalna, tj. čiji su svi ele-
menti van glavne dijagonale jednaki nuli. U tom slučaju se kaže da je objekat
raspregnut i moguća je potpuno autonomna regulacija bilo kog izlaza, jer ne
postoje unakrsne veze. Projektovanje upravljačkog sistema za takve objekte se
svodi na projektovanje n skalarnih podsistema. S tim u vezi, postavlja se sledeći
problem: može li se uvođenjem odgovarajućih kompenzatora učiniti objekat
upravljanja raspregnutim? U opštem slučaju, taj zadatak se ne može u
potpunosti rešiti. Postoje različite metode koje omogućavaju potpuno ili deli-
mično rasprezanje. U onim slučajevima kada nije moguće potpuno rasprezanje,
teži se da se sistem svede na dijagonalno dominantni sistem.
Dijagonalno dominantni sistem je onaj sistem, čiji elementi u glavnoj
dijagonali matrice funkcije prenosa dominiraju nad ostalim elementima.
Pri tome se koristi pojam dijagonalne dominantnosti nad vrstama ili nad
kolonama matrice funkcije prenosa.
Sistem se smatra dijagonalno dominantnim nad vrstama (kolonama) ako je,
u nekoj oblasti Γ, apsolutna vrednost funkcije prenosa dijagonalnog
elementa u posmatranoj vrsti (koloni) veća od sume apsolutnih vrednosti
funkcija prenosa elemenata te vrste (kolone), tj.
n
Gii ( s) ≥ ∑ Gij ( s) , ∀s ∈ Γ . (4.49)
j =1
j ≠i
116
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.
4.5.1 Metoda Boksenboma i Huda

Proces (objekat) se opisuje relacijama
C( s) = G( s)U ( s) , (4.50)
[ ]
G ( s ) = Gij ( s ) ; i = 1, m; j = 1, r =; Gij ( s ) ≠ 0 ∀i, j .
Treba naći matricu funkcija prenosa kaskadnog kompenzacionog uređaja K(s):
U ( s) = K ( s)E( s) , (4.51)
gde je E(s) - kompleksni lik vektora signala greške sistema, sl. 4.11, takvu da
obezbedi željeno ponašanje izlaza C(s), određeno referentnim ulazom R(s), te
da eliminiše unakrsne veze. Očigledno je da će rasprezanje biti ostvareno, ako
je matrica
W ( s ) = G ( s )K ( s ) (4.52)
dijagonalna.
Primer 4.12. Objekat je opisan sa

G ( s ) G12 ( s )  .
G ( s ) =  11 
G 21 ( s ) G 22 ( s)
Sl. 4.11. Uvođenje kompenzatora za Matrica za rasprezanje je
rasprezanje.  K ( s) K 12 ( s)  .
K ( s) =  11 
 K 21 ( s ) K 22 ( s)
Sada je
 G ( s) K11 ( s ) + G12 ( s ) K 21 ( s ) G11 ( s) K12 ( s ) + G12 ( s ) K 22 ( s) 
W( s ) =  11 
G21 ( s) K11 ( s ) + G22 ( s ) K 21 ( s ) G21 ( s) K12 ( s ) + G22 ( s ) K 22 ( s)
Iz uslova dijagonalnosti matrice W(s) sledi izbor
G12 ( s ) G ( s)
K 12 ( s ) = − K 22 ( s ); K 21 ( s ) = − 21 K 11 ( s ) .
G11 ( s ) G22 ( s )
Međutim, ovde su nepoznate K11(s) i K22(s). Njih možemo da biramo tako da funkcije
prenosa dijagonalnih članova matrice funkcije prenosa poprime potreban oblik, jer
matrica funkcija prenosa kompenzovanog sistema postaje
 G12 ( s) 
G11 ( s) K 11 ( s) − G21 ( s) G ( s) K 11 ( s) 0 .
W( s ) =  22 
 G ( s )
0 G22 ( s) K 22 ( s) − G12 ( s) 21 K 22 ( s)
 G22 ( s) 
117
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
Ovaj izraz se, primenom Kronekerovog simbola

0, za i ≠ j
δ ij =  , (4.54)
1, za i = j
može napisati u obliku
n n
∑ Gij ( s) K jl (s) = ∑ δij Gij ( s) K jl ( s), i, l = 1, n . (4.55)
j =1 j =1
Ako označimo u determinanti matrice funkcija prenosa G(s) algebarsku dopunu

elementu Gij(s) sa detGil(s) , doći ćemo do poznate relacije
n
 0, za j ≠ l ,
∑ Gij ( s) det G il ( s) = det G ( s), za j = l . (4.56)
j =1 
Množeći levu i desnu stranu (4.56) sa detGir i ostvarujući sumiranje po indeksu
i, dobija se
n n n n
∑ ∑ det G ir ( s)Gij ( s) K jl ( s) = ∑ ∑ det G ir ( s)δ ij Gij ( s) K jl ( s). (4.57)
j =1 i =1 j =1 j =1
Leva strana ovog izraza može se, iznoseći ispod znaka sume po i množitelja
Kjl(s) i uzimajući u obzir (4.56), svesti na oblik
n n
∑ K jl ( s) ∑ det G ir ( s)Gij ( s) = K rl det G( s) . (4.58)
j =1 i =1
Desna strana (4.57), posle iznošenja ispod znaka sume po i množioca Kjl,
zapisuje se u obliku
n n n
∑ K jl ( s) ∑ δ il Gij ( s) det G ir ( s) = det G ir ( s) ∑ Gij ( s) K jl ( s) . (4.59)
j =1 i =1 j =1
S obzirom na to da je unutrašnja suma na levoj strani ovog izraza različita od
nule samo za i=l, dobija se
n
K rl ( s) det G( s) = det G lr ( s) ∑ Gij ( s) K jl ( s) . (4.60)
j =1
U posebnom slučaju, za r=l, dobija se
n
K ll ( s) det G( s) = det G ll ( s) ∑ Gij ( s) K jl ( s) . (4.61)
j =1
118
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.
Primer 4.14. Objekat regulacije je opisan matricom funkcija prenosa

1  s+2 1 
G(s) = 2 − ( s + 1) s + 1 .
s + 4s + 3  
Na osnovu rezultata iz prethodnog zadatka sledi:
1 (s + 1)
K12 ( s ) = − K 22 ( s ); K 21 = K11 = K11 ( s ) .
s+2 (s + 1)
Na sl. 4.12. prikazana je
strukturna blok-šema ob-
jekta s kompenzatorom
za rasprezanje, a na
slikama 4.13 i 4.14 dati
su rezultati simulacije
spregnutog i raspreg-
nutog sistema, respek-
tivno. Treba istaći činje-
nicu da smo ovde izab-
rali da je
K11 = K 22 = 1 .
Mogli smo izabrati i
Sl. 4.12. Primer objekta s kompenzatorom za rasprezanje. neke druge funkcije pre-
nosa kojima bi uticali na karakter odziva sistema. U tom slučaju, s obzirom na izraze
kompenzacionih kanala K12 i K 21 , na njihove ulaze bi se vodili signali s izlaza
K 22 i K11 , respektivno.
Iz rezultata simulacije se jasno vidi da je ostvareno potpuno rasprezanje objekta i da
su elementi kompenzacione matrice fizički ostvarljivi.
Ukažimo na činjenicu da ovo nije jedina moguća struktura kompenzatora za
rasprezanje. Moguća je, na primer, struktura kao na sl. 4.15, a i druge kombinacije.
119
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).
Sl. 4.15. Jedna od mogućih struktura kompenzatora za rasprezanje.

Pre nego što pređemo na drugi način sinteze kompenzatora za rasprezanje
objekta, navešćemo i primer sistema s tri ulaza i tri izlaza, iz koga se lako
uočava da se s porastom broja ulaza i izlaza kompenzator veoma usložnjava.
120
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.
Sl. 4.16. Struktura sistema s kombinovanim kompenzatorom za rasprezanje.
Ovo je moguće samo u slučaju ako je matrica

E T = [E1 E2 ... E m ] (4.65)
nesingularna. Njeni elementi se određuju na osnovu relacije
E i = d i A pi B; i = 1, m , (4.66)
gde su: d i − i − ta vrsta matrice D,
{
min j , pri kome je d i A j B ≠ 0, j = 0, n − 1 ;
pi = 
} (4.67)
 n − 1, ako je d i A j B = 0, za ∀j.
121
Ako je prethodni uslov ispunjen, matrice kompenzatora su:

Fr = E −1 , (4.68)
 d1A p1 +1 
 
 d 2 A p2 +1 
K r = Fr . (4.69)
 ... 
 pm +1

d m A 
Primer 4.16. Objekat upravljanja je opisan sa
 0 2 0 1 0
1 0 0 

A =  0 0 4; B = 0 1; D = 

.
- 2 2 3 1 1  0 1 0
Lako se može proveriti, prevođenjem sistema u dijagonalni oblik ili nalaženjem matrice
funkcija prenosa, da je dati sistem spregnut
Primenom izložene procedure imamo:
j = 0 ⇒ d1 A 0 B = d1B = [1 0] ≠ 0 ⇒ p1 = 0;
d 2 A 0 B = d 2 B = [0 1] ≠ 0 ⇒ p2 = 0.
 d A p1 B   d IB  1 0 −1
E= 1 p = 1 = ; Fr = E = I;
d 2 A 2 B d 2 IB 0 1
 d A p1 +1  0 2 0
K r = Fr  1 p +1  =  .
d 2 A  0 0 4
2
 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.
4.6 Opserveri. Sinteza opservera

Za sintezu visokokvalitetnih SAU od izuzetne važnosti je poznavanje svih
koordinata stanja objekta. Kako one, u opštem slučaju, nisu dostupne za nepo-
sredno merenje, potrebno je ustanoviti mogućnosti i načine rekonstrukcije (esti-
macije) stanja na bazi informacije o dostupnim signalima s objekta. Ranije je
istaknuto da ako sistem poseduje osobinu opservabilnosti, tada se na bazi
merenja izlaza sistema u konačnom vremenskom intervalu, može rekonstruisati
122
stanje sistema na početku tog intervala. Međutim, nas zanima ne samo
mogućnost off-line merenja koordinata stanja već mogućnost on-line6 merenja,
tj. merenja koje će obezbediti kvalitetnu (dovoljno brzu i dovoljno tačnu) infor-
maciju za upravljanje objektom u petlji povratne sprege. Dalje ćemo pretpo-
stavljati da je uslov opservabilnosti objekta ispunjen. Na objektu, pored izlaznih
signala, mogu se neposredno meriti i ulazni signali, koji dolaze iz upravljačkog
uređaja. Znajući matematički model objekta i njegove parametre, mogli bi da
formiramo model objekta analognim operacionim elementima ili programski
(digitalnim računarskim elementima), tako da za poznati ulaz objekta, koji
istovremeno uvodimo u model, dobijamo u svakom vremenskom trenutku
koordinate stanja. Međutim, takav prilaz je nerealan, jer na ulazima objekta,
osim signala upravljanja koje generiše upravljački uređaj, deluju i poremećaji,
koji, u opštem slučaju, nisu dostupni za merenje. Osim toga, postoji i problem
početnih uslova.
Naime, i kad ne bi pos-
tojali poremećaji, zbog
nepoznavanja početnih
uslova objekta, odnosno
zbog razlike u početnim
uslovima objekta i mo-
dela, navedeni prilaz ni-
je primenjiv u praksi. U
cilju rešenja ovih prob-
lema Luenberger (1968.)
je došao na ideju da se
posluži povratnom spre-
gom koja će delovati na
ulaz modela, zajedno s
Sl. 4.17. Blok-šema sistema upravljanja s povratnom upravljanjem, radi dobi-
spregom po stanju ostvarenom pomoću opservera. janja, nakon dovoljno
kratkog vremenskog in-
tervala, što manje razlike između izlaza objekta i njegovog modela. Takva kon-
figuracija dodatnog dinamičkog sistema, koja uključuje model objekta i
povratnu spregu po signalu razlike izlaza objekta i modela, naziva se opserver.
Na sl. 4.17 prikazana je blok-šema objekta s opserverom i povratnom sprgom
po stanju opsercera prema upravo opisanom prilazu.
Na osnovu sl. 4.17, mogu se napisati sledeće očigledne relacije7:
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
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
 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)
Primer 4.17. Dat je sistem opisan sa

− 2 1 0 0 0 
0 0 1 
A =  0 − 2 0, B = 0 1, D =  ,
1 0 0
 0 0 4 1 0
za koga treba projektovati opserver identiteta (Luenbergerov potpuni opserver).
Lako se proverava da je sistem potpuno opservabilan.
Sopstvene vrednosti polaznog sistema su:
det[sI − A ] = 0 ⇒ s1 = −2, s 2 = −2, s3 = 4 .
S obzirom na preporuke izabraćemo sledeće polove opservera:
so1 = −6, so 2 = −6, so3 = −10.
125
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
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
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
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
[1] Воронов, А. А.: Устойчивость, управляемость, наблюдаемость, «Наука»,

Москва,1979.
[2] Воронов, А. А: Введение в динамику сложных управлемых систем, «Наука»,
Москва,1984.
[3] Stojić, R. M.: Kontinualni sistemi automatskog upravljanja, »Nauka«,
Beograd, 1996.
[4] Уткин, В. И.: Скользящие режимы в задачах оптимизации и управления.
[5] Franklin, G. F., Powel, J. D., Emami-Naeni, A.: Feedback Control of Dynamic
Systems, Addison-Wesley Publishing Comp., 1986.
[6] Kuo, B. C.: Automatic Control Systems, Prentice-Hall, Inc., Englewood Cliffs,
NJ., 1982.
[7] Мееров, М. В.: Системы многосвязного регулирования, «Наука», Москва, 1964.
[8] Мееров, М. В.: Исследование и оптимизация многосвязных систем управлени,
[10] Y. J. Huang, T. C. Kuo: “A state tracking control algorithm with pole
assignment”, Electrical Engineering 85 (2003) 267-273, Springer Verlag
[11] Ройтенберг, Я. Н.: Автоматическое управление, «Наука», Москва, 1978.
129
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.
4. Povratna sprega po izlazu menja/ne menja uslove kontrolabilnosti sistema.
5. Povratna sprega po izlazu menja/ne menja uslove opservabilnosti sistema.
6. Ako je sistem potpuno kontrolabilan on se može svesti na kanoničku kontrolabilnu
formu primenom transformacione matrice:
T=
7. Vektor povratne sprege po stanju sistema sa skalarnim upravljanjem koji je

sveden na kanoničku kontrolabilnu formu dobija se po formuli:
k=___________________, gde su: a = [ ] -____________________
_____________________________________, a = [ ] - ____________
______________________________________.
8. Projektovanje povratne sprege po stanju sistema sa vektorskim upravljanjem može
se svesti na projektovanje sistema sa skalarnim upravljanjem na dva načina, i to:
9. 1.________________________________; 2. ____________________________
___________________________________.
10. Akermanova formula se primenjuje za projektovanje ______________________
_______________________ . Ona ima oblik ___________________________,
gde su: e - __________________, Mc - ____________________, D(A) -
_______ _________________________.
11. Matrica povratne sprege po stanju sistema sa vektorskim upravljanjem dobija se
na osnovu izraza: ___________________________________, gde su: e - ______
_________________________, fi (sj)- __________________________________
12. Kriterijum optimalnosti pri projektovanju Kalmanovog regulatora izražava se
relacijom: _________________________________, gde su Q - _____________
____________________________, R- __________________________________.
13. Rikatijeva algebarska jednačina je data izrazom ___________________________
gde su: ___________________________________________________________
__________________________________________________________________
14. Matrica povratne sprege po stanju sistema sa Kalmanovim regulatorom je data
izrazom: _________________________, gde su ___________________________
________________________________________________________________,
15. Sistem sa Kalmanovim regulatorom biće stabilan ako je par ___________
opservabilan, gde je S=____________________________________________.
130
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
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.
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.
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.
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
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
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.
Sl. 5.2. Prikaz svođenja složenog nelinearnog sistema na osnovnu strukturu.
5.3 Tipične nelinearnosti i njihove karakteristike

Mnoštvo nelinearnih elemenata korišćenih u SAU mogu se klasifikovati po
različitim kriterijumima. Najpre, možemo da govorimo o prirodnim i veštačkim
nelinearnostima. Prirodne su one koje su neminovno prisutne u osnovnim
elementima sistema: objektima regulacije, izvršnim organima, mernim elemen-
tima, pojačavačima. Na sl. 5.3 dati su primeri karakteristika pojačavača sa
zasićenjem(a) i motora (b) koji ima mrtvu zonu, usled Kulonovog trenja, i
zasićenje, usled nemogućnosti da se napaja naponom (strujom) iznad dozvo-
ljene ili raspoložive vrednosti. Veštačke nelinearnosti se namerno unose radi
postizanja željenih karakteristika sistema kao što su: ekonomičnost, brzina re-
agovanja, pouzdanost itd. Veštačke nelinearnosti se, obično, pridodaju uprav-
ljačkom sistemu - regulatoru. Na primer, u sistemima za regulaciju temperature
a) b) Sl. 5.4. Statička karakteristika

Sl. 5.3. Prirodne statičke karakteristike bimetalnog relea kao veštačka
pojačavača (a) i motora (b). nelinearnost uneta u sistem.
135
pećnica, tostera i pegli koristi se bimetalni rele, a kod bojlera, frižidera i
zamrzivača - kapilarni termoregulatori kao najjednostavnija i najekonomičnija
rešenja. Njihove statičke karakteristike imaju oblik kao na sl. 5.4.
S druge strane, nelinearne karakteristike se mogu klasifikovati na jedno-
značne i višeznačne. Jednoznačne karakteristike, za određeni ulazni signal, ima-
ju uvek tačno definisani, jedinstveni izlazni signal. Višeznačne nelinearnosti
imaju izlazni signal koji zavisi i od znaka promene ulaznog signala. Karekteris-
tike na sl. 5.3 su jednoznačne, dok je karakarakteristika na sl. 5.4 višeznačna.
Treći pravac klasifikacije se odnosi na mogućnost linearizacije nelinearnih
karakteristika. S tog stanovišta razlikujemo nesuštinske i suštinske nelinear-
nosti. Prve se mogu linearizovati postupkom diferencijalne linearizacije u mir-
noj radnoj tački, dok druge takvu vrstu linearizacije ne dopuštaju. Na primer,
karakteristike na sl. 5.3 su nesuštinske nelinearnosti dok je karakteristika na sl.
5.4 suštinska nelinearnost.
Višeznačne nelinearnosti mogu
imati pozitivan ili negativan his-
terezis, sl. 5.5a i b, respektivno.
Dalje, možemo govoriti o tipič-
nim i netipičnim nelinearnostima.
Tipične nelinearnosti su one koje
se često susreću u elementima
a) b) sistema upravljanja kao njihove
Sl. 5.5. Nelinearna karakteristika s pozitiv- prirodne karakteristike. Netipične
nim (a) i s negativnim (b) histerezisom. nelinearnosti se susreću retko i
najčešće kao veštačke karakteris-
tike pomoću kojih se sistemu pridaju željene osobine.
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
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.
5.4 Matematički modeli nelinearnih elemenata

Statičke karakteristike nelinearnih elemenata se opisuju matematičkim
modelima čija složenost zavisi od tipa nelinearnosti. Jednoznačne nelinearnosti
se opisuju funkcionalnom zavisnošću
u = F (e) , (5.1)
a višeznačne relacijom oblika
u = F (e, e&) . (5.2)
Modeli nekih tipičnih nelinearnosti su dati u sledećoj tabeli:
Nelinearnost tipa zasićenja: Nelinearnost tipa idealnog relea:
 −U o za e < -λ k = λ =1 +U za e > 0 U o =1
 u= o ⇒ sgn(e) (5.4)
u =  k za e < λ ⇒ sat (e) (5.3) −U o za e < 0
U za e > λ
 o
Dvopozicioni rele: Tropozicioni rele:
 e > λ , e& > 0
  e > λ , e& > 0  + U o za 
+ U o za    e > ε, e& < 0
  e > − λ , e
& < 0  − ε < e < λ, e& > 0
u= (5.5) u = 0 za  (5.6)
 − U za  e < − λ , e& < 0 - λ < e < ε, e& < 0
 
 o
 e < λ, e& > 0  e < −λ , e& < 0
 − U o za 
  e < −ε, e& > 0
137
5. 5 Linearizacija nelinearnih elemenata
Kao što je rečeno, prvi prilaz u analizi i oceni stabilnosti nelinearnih SAU je,
obično, linearizacija karakteristike nelinearnog elementa u okolini radne tačke.
Istaknimo, ponovo, da, sa stanovišta linearizacije, postoje dva tipa nelinearnih
karakteristika: suštinske i nesuštinske, koji su dominantni u izboru načina
linearizacije. Koriste se sledeći načini linearizacije nelinearnih elemenata:
statička, diferencijalna, harmonijska i stohastička.
Ako je koeficijent linearizacije k tada se statička karakteristika nelinearnog
elementa
u = F ( e) (5.7)
zamenjuje, u okolini radne tačke, relacijom
uˆ = ke . (5.8)
Razmotrićemo, ukratko, sva četiri načina linearizacije.
5.5.1 STATIČKA LINEARIZACIJA predstavlja zamenu izlaza nelinearnog

elementa njegovom vrednošću u radnoj tački, odakle se dobija koeficijent
statičke linearizacije
F ( e0 )
ks = . (5.9)
e0
Ako radna tačka nije fiksirana, koeficijent statičke linearizacije se može napisati
u opštem oblliku
F ( e)
ks = , (5.10)
e
odakle sledi da je
 F ( e) 
uˆ =  e, (5.11)
 e 
što predstavlja samo drugi način zapisivanja karakteristike nelinearnosti.
5.5.2 DIFERENCIJALNA LINEARIZACIJA u opštem obliku predstavlja

diferencijal nelinearne funkcije po ulaznom signalu, tj.
dF (e)
kd = , (5.12)
de
a za fiksiranu radnu tačku e=eo je
dF (e)
kd = e = eo , (5.13)
de
što predstavlja koeficijent nagiba tangente na karakteristiku nelinearnog ele-
menta u radnoj tački.
Ovaj način linearizacije se veoma često koristi u oceni stabilnosti nelinearnih
sistema s nesuštinskom nelinearnošću pri malim poremećajima.
5.5.3 HARMONIJSKA LINEARIZACIJA je interesantan prilaz linearizaciji
nelinearnih elemenata sa suštinski nelinearnom karakteristikom. On se može
uvesti na dva načina: (i) preko minimuma srednjekvadratne greške aproksi-
138
macije i (ii) na osnovu Furijeove harmonijske analize. Ovde ćemo obrazložiti
prvi način [1], a kasnije ćemo dati i drugi.
Neka je ulaz u nelinearni element prostoperiodična funkcija vremena
e = A sin ωt . (5.14)
Tada će izlaz iz nelinearnog elementa
u = F ( A sin ωt ) (5.15)
biti složenoperiodična funkcija koja će sadržati osnovni harmonik frekvencije ω
i komponente s višim frekvencijama 2ω, 3ω,.... Postavimo zahtev da izlaz
nelinearnog elementa aproksimiramo (linearizujemo) tako da sadrži samo
harmonijske komponente osnovne frekvencije iz Furijeovog spektra, tj. da je
uˆ = A(N1 sin ωt + N 2 cos ωt ) (5.16)
i da koeficijenti N1 i N2, koje ćemo, dalje, nazivati koeficijentima harmonijske
linearizacije, obezbede minimum srednjekvadratne razlike između izlaza neli-
nearnog elementa (1.15) i izlaza linearizovanog elementa (5.16):
2π 2π
∫ [u − uˆ ] d(ωt ) = ∫ [F ( A sin ωt ) − A( N1 sin ωt + N 2 cos ωt )] d(ωt ) → Nmin

2 2
.
,N
1 2
0 0
Diferencirajući ovaj izraz po N1 i N2 i izjednačavajući dobijeni diferencijal s
nulom dobija se:
2π
∫[ F ( A sin ωt ) − A( N 1 sin ωt + N 2 cos ωt )] sin ωtd(ωt ) = 0,
0
(5.18)
2π
∫[ F ( A sin ωt ) − A( N 1 sin ωt + N 2 cos ωt )] cos ωtd(ωt ) = 0.
0
Rastavljajući prethodne integrale na sabirke i uzimajući u obzir da su
2π 2π 2π
∫ sin ωt cos ωtd(ωt ) = 0; ∫ sin ωtd(ωt ) = ∫ cos ωtd(ωt ) =π ,
2 2
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
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
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.
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
Zadaci za vežbu
Zadatak 1. Strukturna blok-šema nelinearnog SAU prikazana je na slici. Svesti
dati sistem na osnovnu strukturu.
sA
R(s) E(s) K C(s)

K1 NE n1
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
Sl. 5.11 Sl. 5.12

Zadatak 3.
Na sl. 5.12 prikazana je šema sistema za regulaciju napona generatora jednosmerne
struje koja se koristi u automobilima (regulator je poznat pod nazivom REGLER).
Izlazni napon zavisi od brzine obrtanja rotora generatora, pobudne struje i struje
opterećenja. Kada je napon ispod neke »donje« vrednosti koja zavisi od postavljene
vrednosti potenciometra R2 i osobina relea (Re), rele otpušta i njegov kontakt
kratkospaja otpornik R1 vezan na red pobudnom namotaju. Usled toga pobudna struja
raste pa i napon na krajevima generatora Uo. Kada on dostigne neku »gornju« vrednost,
rele se aktivira, na red pobudnom namotaju vezuje R1, struja pobude opada pa i napon
Uo. Kada se dostigne donja tolerantna vrednost izlaznog napona, rele se deaktivira i td.
Uzimajući u obzir rezultate prethodnog zadatka, posle primene diferencijalne
linearizacije, i suštinsku nelinearnost koju unosi elektromehanički rele (Re) kao
dvopozicioni regulator sa histerezisom, nacrtati strukturnu blok-šemu ovog sistema.
142
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
a
Glava 6.
METODA FAZNOG PROSTORA
6.1 Pojam faznih trajektorija,

fazne ravni i faznog portreta
Analiza nelinearnih SAU je složen problem, posebno ako se traže tačna
rešenja dinamičkog stanja koordinata sistema. Metode za analizu nelinearnih
SAU se svrstavaju u dve grupe: tačne i približne. U tačne metode se ubrajaju:
metode faznog prostora i metode zasnovane na primeni računara. U približne
metode se svrstavaju: metoda harmonijske linearizacije (metoda opisne
funkcije), metoda separacije kretanja (metoda singularne perturbacije) i dr.
Ova glava je posvećena metodi fazne ravni.
Pojam faznih trajektorija i fazne ravni uveo je Poenkare (1881.). U analizi
sistema ovu metodu je prvi primenio Leote (1885.). Medjutim, potpun razvoj
metode fazne ravni je ostvario Andronov (1925.) sa svojim saradnicima. Iako
metoda spada u grupu tačnih metoda, danas je dobrim delom prevaziđena iz
više razloga kao što su: efikasnost metode samo za sisteme drugog reda; zahteva
grafičku konstrukciju čime je ograničena njena tačnost1. Ipak, i pored navedenih
nedostataka, poželjno je poznavanje ove metode iz sledećih razloga:
-neki termini u teoriji SAU su proizašli iz pojmova vezanih za fazni prostor;
-metoda daje vrlo jasnu geometrijsku predstavu o karakteru kretanja sistema
i tipu ravnotežnog stanja;
-neke klase nelinearnih sistema su uvedene (razvijene) preko pojma faznog
prostora (optimalni sistemi, sistemi promenljive strukture).
U daljem izlaganju ograničićemo se na faznu ravan. To je ravan s pravo-
uglim Dekartovim koordinatnim sistemom, mada, u opštem slučaju, može biti
uveden i drugi tip koordinatnog sistema (na primer, Flige-Loc (Flüge-Lotz) je
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.
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.
Sl. 6.2 Blok-šema običnog nelinearnog sistema.
Uvodeći smenu: x=x1 , x&1=x2 , ovu diferencijalnu jednačinu možemo napisati

u Košijevoj normalnoj formi:
x&1 = x2 ,
x& 2 = − F1 ( x1 ) − F2 ( x2 ).
Eliminacijom vremena iz ovog sistema jednačina, deljenjem druge jednačine
prvom, dobija se diferencijalna jednačina faznih trajektorija:
dx 2 F(y )
=- , (6.4)
dx1 x2
kao nelinearna jednačina prvog reda.
Za date početne uslove x& (0) , x (0) dobija se:
dx 2 F ( y (0))
= - =d, (6.5)
dx1 x 2 ( 0)
gde je d- neki realni broj, što znači da postoji tangenta fazne trajektorije u tački
x2(0), x1(0) i njen nagib je jednak d, a on, sa svoje strane, definiše pravac fazne
trajektorije.
Može se dogoditi slučaj da je izraz (6.5) neodređen, tj. (dx2 /dx1)=0/0, jer su:
F(y(0))=0 i x2(0)=0. Tada pravac faznih trajektorija nije definisan. Kakvom
fizičkom stanju sistema to odgovara?
F(y(0))=0 je jednačina statike, a x2=0 označava da je (dx1/dt)=0, tj. da je
x1=const., što znači da je sistem u stanju ravnoteže. Ovakve tačke u faznoj ravni
u kojima se sistem nalazi u stanju ravnoteže nazivaju se singularnim tačkama i
samo u njima fazne trajektorije nemaju definisan pravac. Uočava se, takođe, da
se singularne tačke nalaze samo na x1-osi.
U daljem izlaganju navešćemo načine konstrukcije faznih trajektorija.
145
6.4 Načini konstrukcije faznih trajektorija

Integraljenje jednačine (6.4) u opštem slučaju nije moguće, jer je ona neli-
nearna. Razmotrićemo posebne, linearne slučajeve.
Neka je, na primer, F(y) = ω 20 x1 . Tada izraz za fazne trajektorije (6.4) posta-
6
je
4 dx 2 ω 2 x1
=- 0 . (6.6)
2 dx1 x2
x2
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.
6.5 Fazni portreti linearnih sistema

Primenom diferencijalne linearizacije može se bilo koji nelinearni sistem s
nesuštinskom nelinearnošću linearizovati u okolini ravnotežnog stanja. Ova
linearizacija će biti dobra aproksimacija dinamike sistema za male promene oko
ravnotežnog stanja. Zbog toga je veoma važno poznavati fazne portrete
linearnih sistema. Osim toga, kao što će se videti na kraju na jednom primeru,
146
sistemi sa suštinskim nelinearnostima mogu se posmatrati kao u delovima
linearni, a fazni portret celog sistema dobiti “ušivanjem”, odnosno lepljenjem
faznih portreta linearnih delova sistema. Razlikovaćemo šest osnovnih i dva
posebna slučaja. Osnovni slučajevi se definišu na osnovu korena karakteristične
jednačine sistema drugog reda i to:
1. koreni su imaginarni,
2. koreni su konjugovano-kompleksni s negativnim realnim delom,
3. koreni su konjugovano-kompleksni s pozitivnim realnim delom,
4. koreni su realni i pozitivni,
5. koreni su realni i negativni,
6. koreni su realni i različitog znaka.
Prvi slučaj je već razmotren. Taj fazni portret nosi naziv tipa centra, sl. 6.3.
a)
b)
Sl. 6.5. Fazni portreti tipa stabilnog (a) i nestabilnog (b) fokusa s odgovarajućim
vremenskim tokom izlaznog signala za različite početne uslove.
U drugom i trećem slučaju su koreni konjugovano-kompleksni. Svodeći

sistem u kanonični dijagonalni oblik, slobodno kretanje sistema biće opisano
matričnom relacijom:
 x1 (t )  es1t 0   x1 (0) 
 x (t ) =  s t ,
 2   0 e 2   x 2 (0) 
147
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
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.
Najzad, razmotrimo i dva posebna slučaja.

Neka je sistem opisan diferencijalnom jedna-
činom
&x& = -2kx& ,
ili:
x&1 = x2 ,
x&2 = -2kx2 ,
pa je jednačina faznih trajektorija
dx2
= −2k ili x2 = −2kx1 + C ,
dx1
gde je C- konstanta integraljenja koja zavisi
od početnih uslova. Napomenimo da u ovom
slučaju imamo jedan koren karakteristične
jednačine jednak nuli, a drugi je negativan,
Sl. 6.8. Fazni portreti posebnih odnosno pozitivan.
slučajeva. Na sl. 6.8 dati su fazni portreti za te posebne
slučajeve, za pozitivnu i negativnu vrednost
faktora k. U tim slučajevima ne postoji samo jedna tačka ravnoteže, već je to
cela x1 -osa i ona je za k>0 stabilna, a za k<0 - nestabilna.
149
6.6 Singularne fazne trajektorije

U razmatranim slučajevima linearnog sistema postoje singularne prave. Na
primer, kod faznog portreta tipa sedla imamo dve singularne prave: stabilnu
x2 = −σ1 x1 i nestabilnu x2 = σ 2 x1 . U nelinearnim sistemima se, osim singular-
nih tačaka ili singularnih pravih, mogu pojaviti i singularne trajektorije kao
izolirane zatvorene krive linije, koje se nazivaju graničnim krugovima.
Granični krugovi mogu biti stabilni, nestabilni ili semi-stabilni. Ako su sve
trajektorije orijentisane ka graničnom krugu onda je on stabilan, kada su
usmerene od graničnog kruga - nestabilan je, a kada su s jedne strane usmerene
ka njemu, a s druge strane od njega, onda je taj granični krug semi-stabilan. Na
sl. 6.9 prikazani su ovi slučajevi. U nelinearnim sistemima fazni portreti mogu
biti mnogo složeniji.
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
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
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.
Sl. 6.15 Nelinearnost tipa Sl. 6.16 Fazni portret sistema s

dvopozicionog relea s histerezisom nelinearnošću tipa relea s histerezisom
Iz faznog portreta se vidi da će se amplitude samooscilacija s vremenom povećavati,
tj. sistem je nestabilan s rastućim oscilacijama.
5. Slučaj. Nelinearnost tipa tropozicionog regulatora s histerezisom, sl. 6.16. I u
ovom slučaju je karakter kretanja isti - sistem je nestabilan s rastućim oscilacijama, sl.
6.18.
Sl. 6.17. Nelinearnost tipa

tropozicionog relea s mrtvom zonom i
Sl. 6.18. Fazni portret sistema s neline-
histerezisom. arnošću tipa releja a histerezisom i mrtvom
zonom.
152
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
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,
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
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
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:
c) rele s histerez isom λ = 1, U o = 2. ;
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:
c) rele s histerezisom λ = 1, U o = 2. ;
156
7.1 Uvod 157
7.2 Određivanje koeficijenata harmonijske linearizacije 159
7.3 Primena kriterijuma Mihajlova za utvrđivanje
parametara samooscilacija 162
parametara samooscilacija. Metoda Goljdfarba 163
Literatura 167
a
Glava 7.
METODA HARMONIJSKE LINEARIZACIJE.

OPISNA FUNKCIJA
7.1 Uvod
Kao što je u petoj glavi rečeno, u SAU se često namerno unose neline-
arnosti radi postizanja posebnih karakteristika, kao što su: veća brzina reagova-
nja, visoka pouzdanost, ekonomičnost i dr. Sa stanovišta jednostavnosti kon-
strukcije, pouzdanosti, brzine ragovanja i, naročito, niske cene koštanja, poseb-
no se ističu sistemi automatske regulacije (SAR) s regulatorima relejnog tipa
(dvopozicioni i tropozicioni regulatori s histerezisom ili bez njega). Sistemi
ovog tipa imaju široku primenu u regulaciji električih mašina (generatora,
motora), u sistemima za regulaciju temperature i drugih parametara tehnoloških
procesa. Bez obzira na tehniku realizacije (bimetalni rele, elektromehanički rele,
kontaktor, elektronski rele) osnovna osobina im je suštinska nelinearna karak-
teristika. U sistemima s takvom karakteristikom nije moguće primeniti metodu
diferencijalne linearizacije za izučavanje ponašanja sistema s povratnom spre-
gom u okolini ravnotežnog stanja.
Dugogodišnja praksa korišćenja sistema s relejnim regulatorima pokazala je
da njihov normalni stacionarni režim rada je, zapravo, dinamički režim u kome
se javljaju samooscilacije. Za projektanta regulatora s relejnim elektromeha-
ničkim elementom je, tada, od prvorazredne važnosti amplituda i frekvencija tih
samooscilacija. Prva veličina definiše zonu odstupanja regulisane promenljive
od srednje vrednosti i, prema tome, tačnost, dok je druga veoma bitna za životni
vek regulatora, jer se on za elektromehaničke releje (kontaktore) određuje
ukupnim brojem preklapanja.
U cilju utvrđivanja egzistencije stabilnih periodičnih kretanja, njihovih am-
plituda i frekvencija, a na bazi teorije sistema s povratnom spregom, osnovna
ideja koja se nameće, a koju su iskoristili Goljdfarb, u Rusiji, Kohenberger, u
SAD, i Tastin, u Velikoj Britaniji, je da se sistem posmatra kao oscilator. Nai-
me, ako se u sistemu javljaju stabilne samooscilacije, on se tada nalazi na osci-
latornoj granici stabilnosti i može se primeniti Nikvistov ili Mihajlovljev uslov
oscilovanja sistema. Ali problem nije tako jednostavan, jer sistem nije linearan.
Svodeći nelinearni sistem na osnovnu strukturu: linearni deo plus nelinearnost,
kako je u V glavi rečeno, potrebno je, za primenu navedenih kriterijuma, izvršiti
linearizaciju sistema odnosno nelinearnog elementa. Kako diferencijalna
linearizacija nije moguća, bilo je potrebno primeniti druge načine za rešenje
ovog problema. Primena metode faznog prostora nije pogodna zbog grafičkog
prilaza i zbog nemogućnosti njene praktične primene na sisteme višeg reda.
Spasonosno rešenje je pronađeno u primeni hipoteze niskopropusnog filtra i
Furijeve harmonijske analize. Naime, linearni deo sistema, koji predstavlja ob-
jekat regulacije u širem smislu (izvršni organ, objekat, merno-pretvarački
element) ima izrazite osobine niskopropusnog filtra. On značajno slabi više
frekvencije, a niske prenosi s neznatnim slabljenjem ili bez slabljenja.
Pretpostavlja se da na izlazu objekta (sistema) imamo prostoperiodičan signal,
x (t ) = A ⋅ sin Ωt , (7.1)
koji, sa suprotnim znakom, dolazi na ulaz nelinearnog elementa (razmatra se
autonomni sistem, r(t)=0). Ovaj signal prouzrokuje na izlazu NE složeno-
periodičnu funkciju koja se, primenom Furijeove analize, može rastaviti na
jednosmerni i niz harmonijskih signala, tj.
u(t ) = F ( A sin Ωt, AΩ cos Ωt ) = C0 + A1 sin Ωt + B1 cos Ωt + A2 sin 2Ωt +.. (7.2)
Dalje ćemo uvesti dva ograničenja: (i) smatraćemo da su nelinearne funkcije
simetrične u odnosu na x- osu i (ii) da je karakteristika nelinearnosti simetrična
u odnosu na koordinatni početak u x0u-ravni. Tada je jednosmerna komponenta
izlaznog signala NE jednaka nuli, a F(-x)=-F(x).
S obzirom na hipotezu da je linearni deo sistema niskopropusni filter, u
daljoj analizi se zanemaruju svi harmonici osim prvog, a problem se rešava
nalaženjem jednog oblika frekvencijske funkcije prenosa nelinearnog elementa.
Polazeći od izraza (7.2)
u( t ) = F ( A sin Ωt , AΩ cos Ωt ) = A1 sin Ωt + B1 cos Ωt , (7.3)
i zamenjujući u njemu sin Ωt i cos Ωt , izvedenih iz (7.1) neposredno i posle
diferenciranja, respektivno, dobijamo
x (t ) 1 d
u( t ) = A1 + B1 x (t ) . (7.4)
A AΩ d t
Iz (7.4) se vidi da je dobijena linearna zavisnost između ulaznog x(t) i
izlaznog u(t) signala nelinearnog elementa. Ova linearna zavisnost je približna i
ona važi samo ako je ulazni signal harmonijski. A1 i B1 su koeficijenti Furijeve
analize koji se određuju po formulama:
1 2π
A1 = ∫ F ( A sin Ωt , AΩ cos Ωt ) sin Ωtd(Ωt ),
π 0
(7.5)
1 2π
B1 = ∫ F ( A sin Ωt , AΩ cos Ωt ) cos Ωtd(Ωt ).
π 0
Sada se (7.4) može napisati u obliku
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
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
Sl. 7.2 Grafički prikaz transformacije harmonijskog prostoperiodičnog signala u

složenoperiodični signal korišćenjem nelinearnog elementa.
sin (arcsin (m)) = m i cos(arcsin(m)) = 1 − m 2 , posle sređivanja, dobija se:
k U 0 + kλε U + kλ λε λ
N1 = arcsin + arcsin 0 − arcsin − arcsin −
π kA kA A A
U 0 + kλε (U + kλε) 2 U 0 + kλ (U 0 + kλ) 2 λε (λε) 2
1− 0 − 1 − + 1 − + (7.9)
kA (kA) 2 kA (kA) 2 A A2
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
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
Primer 7.2. Odrediti koeficijente harmonijske line-

Sl. 7.4. Statička karak- arizacije za nelinearnost čija je statička karakteristika
teristika NE za primer 7.2. prikazana na sl. 7.4.
70
Koeficijenti se mogu odrediti iz (7.9),
60 zamenjujući ε=1, i k=∞ pa je:
50
4U o λ2
N1 = 1− 2 , (7.12)
40
πA A
N1(A)
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
Sl. 7.5. Zavisnost N1(A) za nelinearnost

sa sl. 7.4, za λ=0,5.
161
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
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
što daje, posle njegovog svođenja na zajednički imenilac,

4 KU o
D( s ) = s 3T 2 + 2ζTs 2 + s + .
πA
Zamenjujući u D(s) s=jω, rastavljajući dobijeni izraz na realni i imaginarni deo i
simultano ih izjednačavajući s nulom, dobijaju se relacije
4 KU o
− 2 ζ Tω 2 = 0 ,
πA
ω − T 2 ω 3 = 0.
Iz druge relacije se dobija netrivijalno rešenje ω = Ω = 1 / T , što zamenom u prvu rela-
2 KU o T A 2 KT
ciju daje A = ili = . Za date parametre je Ω = 1,66 s −1 ,
πζ Uo πζ
A = 95,5U o ,
Primenom (7.17) lako se utvrđuje da su oscilacije stabilne, jer je
(∂ Im/ ∂A) = 0, (∂ Re/ ∂A)* = −(4 KU o / πA 2 )* < 0,
(∂Im/∂Ω)* = (1 − 2T 2 Ω 2 )* < 0.

parametara samooscilacija. Metoda Goljdfarba
Ruski naučnik Goljdfarb L. S. je, koristeći metodu harmonijskog balansa,
čiju su ideju iskazali tridesetih godina Krilov i Bogoljubov, primenio Nikvistov
kriterijum stabilnosti za određivanje parametara oscilacija nelinearnog sistema.
Kao što znamo, sistem je po Nikvistu na oscilatornoj granici stabilnosti, ako
Nikvistova kriva prolazi kroz kritičnu tačku (-1, j0). Kako se Nikvistova kriva
dobija iz funkcije povratnog prenosa sistema kao amplitudno-fazno-frekven-
cijska (kraće: amplitudno-fazna) karakteristika sistema bez povratne sprege,
163
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
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:
k=∞, ε=-1, tj.

4U 0 4U 0
N1 ( A) = A 2 − ε 2 , N 2 ( A) = − , pa je
πA 2 πA 2
4U 0
N ( A) = N1 ( A) + jN 2 ( A) = 2
( A2 − ε 2 − j) =
πA
1 A −1 2
1
Sl. 7.5 Statička karakteristika NE u = +j .
N ( A) 4 4
primeru 7.4.
Na sl. 7.6 prikazana je grafička konstrukcija, iz koje se vidi da postoji presek dveju
karakteristika, što znači da će u sistemu postojati samooscilacije čiji su parametri: Ω= 1
s-1 i A = 2 = 1,41 . Oscilacije su stabilne, jer dodavajući pozitivan priraštaj δA u tački
preseka, ona se izvlači van amplitudno-fazne
karakteristike linearnog dela sistema, i obrnuto -
dodavajući mali negativni priraštaj tačka se
uvlači unutar amplitudno -fazne karakteristike.
U ovom slučaju se lako može dobiti i ana-
litičko rešenje izjednačavanjem realnih i imagi-
narnih delova W(jω) i -1/N(A).
Tako se dobija sistem:
1 1
2
= ,
2ω(1 + ω ) 4
−1 A2 − 1
2
= .
Sl. 7.6. Grafičko određivanje 2(1 + ω ) 4
samooscilacija u primeru 7.4. Na osnovu prve relacije se dobija kubna
jednačina: ω3 + ω − 2 = 0 , čije je jedino realno
rešenje ω=Ω= 1 s-1, a zamenom u drugu relaciju dobija se A= 2 .
Primer 7.5 Linearni deo sistema je motor jednosmerne struje s nezavisnom

pobudom s rotorskim upravljanjem. Za regulaciju pozicije primenjen je rele bez histe-
rezisa. Odrediti parametre samooscilacija sistema za regulator bez mrtve zone i s njom.
Parametri motora su: Tr = 8 ms, Tm = 25 ms, c = 0,33, U o = 50 V. Analizirati ponašanje
sistema u zavisnosti od širine mrtve zone λ.
165
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
LITERATURA
[1] Бесекерски В. А., Попов, Е. П.: Теория систем автоматического регулирования,
«Наука», Москва,1972.
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,
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
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.
2.1 Sl. 7.10
2.2 Sl.7.11
2.3 Sl. 7.12

168
8.1 Definicija stabilnosti nelinearnih sistema 169
8.2 Definicija stabilnosti po Ljapunovu 172
8.2.1 Prva (indirektna) metoda Ljapunova 175
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
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.
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
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.
8.2 Definicija stabilnosti po Ljapunovu

Neka se u faznom prostoru stanja ε-okolina ravnotežnog stanja xe definiše n-
dimenzionalnom sferom x − xe < ε . Kaže se da je taj položaj ravnoteže stabi-
lan ako sistem, započinjući kretanje iz proizvoljne δ-okoline (δ=f(ε)) tog
ravnotežnog stanja, celo vreme ostaje unutar ε-okoline. Drugim rečima, položaj
172
ravnoteže je stabilan ako, pri malim perturbacijama tog ravnotežnog stanja,
kretanje sistema ostaje unutar neke oblasti koja zavisi isključivo od veličine
perturbacije. Stroga definicija stabilnosti po Ljapunovu je sledeća:
Neka je x=x0 početno stanje sistema u trenutku t=t0. Stanje ravnoteže je
stabilno ako za bilo koje ε > 0 postoji δ > 0, zavisno samo od ε, i pri tome iz
uslova x 0 − x e < δ sledi x − x e < ε za svako t>t0.
Ova definicija stabilnosti po Ljapunovu ilustrovana je na sl. 8.3, kriva 1, za
slučaj sistema drugog reda, kada sfera postaje krug.
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.
Napomena 8.1: U jednoj klasi nelinearnih sistema dolazak u stanje ravnoteže

iz neke šire oblasti početnih uslova se odvija za konačno vreme. Takve sisteme
možemo nazvati sistemima stabilnim u konačnom vremenu1.
Osim navedenih definicija stabilnosti i asimptotske stabilnosti, u savremenoj
teoriji stabilnosti postoje i druge kao što su orbitalna stabilnost, globalna stabil-
nost, globalna asimptotska stabilnost i dr. Na primer, Van der Polov oscilator
ima osobinu orbitalne stabilnosti, a pojam globalnosti obuhvata ceo prostor
stanja, a ne samo mala odstupanja od položaja ravnoteže.
S obzirom da nelinearni sistemi, u opštem slučaju, mogu imati veći broj (pa i
bezbroj) stanja ravnoteže, uputno je uvek ukazati u odnosu na koje stanje
ravnoteže se odnosi stabilnost (nestabilnost). Pri tome, razmatrajući konkretno
1
Cipkin je takve sisteme nazvao sistemi sa beskonačnim stepenom stabilnosti [13].
173
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.
Sl. 8.4. Nelinearni sistem s limiterom.
Zamenjujući u iz modela u ovaj sistem algebar-

skih jednačina dobijaju se sledeća tri stanja
ravnoteže:
1. 2. 3.
x1 -4/3 0 4/3
x2 0 0 0
Fazni portret sistema je dat na sl. 8.5. Svako
ravnotežno stanje ima svoje osobenosti. Prvo i Sl. 8. 5.
treće su tipa sedla, dok je drugo (nulto) stanje Fazni portret sistema sa sl. 8.8.
ravnoteže tipa stabilnog čvora. Prema tome, nulto stanje ravnoteže je lokalno stabilno
(stabilno za male poremećaje - stabilno “u malom”). Oblast asimptotske stabilnosti
ovog stanja ravnoteže se sigurno definiše naznačenim krugom na faznom portretu.
Međutim, treba istaći da će nulto stanje ravnoteže sistema biti asimptotski stabilno i za
neke druge početne uslove. Na primer, za početne uslove koji se nalaze između
singularnih stabilnih trajektorija druga dva fazna portreta tipa sedla (nešrafirana oblast
na faznom portretu). Druga dva stanja ravnoteže su nestabilna.
Složenost problema stabilnosti nelinearnih sistema se vidi i iz ovog jed-

nostavnog primera. Posmatrajući dati sistem, na prvi pogled se zaključuje da će
on biti stabilan samo ako je ispunjen uslov x1 < 1 . Na osnovu faznog portreta,
dobijenog simulacijom na računaru, vidi se da će on biti stabilan i kada je taj
uslov narušen, ali bitnu ulogu ima znak i veličina diferencijala x1. Ovo ukazuje
na činjenicu da sve analitičke metode određivanja stabilnosti nelinearnih
sistema daju samo dovoljne uslove stabilnosti.
174
Na složenost problema ukazuje i analiza stabilnosti sistema u posmatranom
primeru pri delovanju referentnog ulaznog signala. Na osnovu razmatranja
faznog portreta autonomnog sistema može se, na prvi pogled, doći do zaključka
(pogrešnog) da će posmatrani sistem biti stabilan za sve konstantne referetne
signale r (t ) < 1 !? Ako model sistema, pri delovanju konstantnog ulaza, napiše-
mo u odnosu na signal greške dobićemo:
&x& + 2 x& − 3(r − x) = − F ( x) ; r=const.
U oblasti x < 1, ova jednačina postaje
&x& + 2 x& + x = −3r .
Posmatrani sistem je drugog reda s koeficijentom relativnog prigušenja ζ=1,
što znači da će odziv sistema monotono rasti do vrednosti pobudne funkcije,
koja u ovom slučaju iznosi 3r. Da sistem ostane unutar linearne oblasti mora
biti r ≤ 1 / 3 , što je i granica ulaznog signala pri kome je sistem stabilan.
Iz izloženog se može zaključiti da je analiza stabilnosti nelinearnog sistema
“u malom” bremenita opasnostima, ali se ovaj tip ispitivanja stabilnosti veoma
često koristi u inženjerskoj praksi zbog linearizacije - analize sistema pri malim
poremećajima u okolini mirne radne tačke. Zbog toga ćemo se, najpre, osvrnuti
na indirektnu metodu Ljapunova, koja koristi linearizovani model nelinearnog
sistema u okolini stanja ravnoteže.
8.2.1 PRVA (INDIREKTNA) METODA LJAPUNOVA

Prva metoda Ljapunova je, u stvari, teorema koja definiše uslove čije ispu-
njenje omogućava da se na osnovu linearizacije može vršiti ocena stabilnosti
nelinearnog sistema u okolini stanja ravnoteže. Ta teorema važi samo za
autonomne sisteme. Zbog toga je, najpre, potrebno razjasniti problem uticaja
ulaznih signala.
Ako je za sistem x& = f(x, u) vektor upravljanja, u, konstantan, tada takav
sistem možemo analizirati kao sistem bez ulaznog signala, pomerajući položaj
ravnoteže za veličinu ulaznog signala. Drugim rečima, sistem x& = f(x, u = u 0 ) ,
u 0 = const , s nultim početnim uslovima, ima isti oblik kretanja kao autonomni
sistem s pomerenim stanjem ravnoteže po x1-osi. To stanje ravnoteže se
određuje iz uslova x& = f(x, u 0 ) = 0. Jasno je da se u slučaju linearnog sistema
x& = Ax + Bu položaj ravnoteže određuje realcijom x = − A −1 Bu 0 .
Ako ulazni signal zavisi od vremena, onda u opštem slučaju nije moguće
uvesti takvu transformaciju koja bi definisala jedinstveni položaj ravnoteže.
Zbog toga se ideje Ljapunova moraju na drugi način primeniti na takve sisteme
upravljanja, o čemu će biti govora u odeljku o stabilnosti procesa u nelinearnim
sistemima.
Za autonomne sisteme, sisteme s konstantnim ulazom i sisteme čije se parci-
jalno stanje ravnoteže poznaje, stabilnost se na osnovu diferencijalne linea-
rizacije određuje sledećom teoremom Ljapunova:
175
Neka je za autonomni sistem x& = f(x) jednačina poremećenog stanja
∂f
ravnoteže x e oblika δx& = δx + h(x e , δx), pri čemu je
∂x
 df 1 / dx1 df 1 / dx 2 ... df 1 / dx n 
 ... df 2 / dx n 
∂f df 2 / dx1 df 2 / dx 2 h(x e , δx )
= ; lim =0;
∂x  . . . .  δx → 0 δx
 
df n / dx1 df n / dx 2 ... df n / dx n 
∂f
ako jednačina linearizovanog sistema δx& = δx :
∂x
a) ima sve leve sopstvene vrednosti, tada je posmatrano stanje ravnoteže
asimptotski stabilno;
b) ima makar i jednu desnu sopstvenu vrednost, tada posmatrano stanje
ravnoteže nije stabilno;
c) postoje neke sopstvenu vrednosti na imaginarnoj osi, a sve ostale su
leve, tada se o stabilnosti sistema u okolini stanja ravnoteže ne može suditi
na osnovu linearizacije, već je potrebno primeniti druge metode.
Na osnovu ovih definicija treba očekivati da će u okolini stanja ravnoteže tip
faznog portreta linearizovanog sistema biti identičan tipu faznog portreta
polaznog nelinearnog sistema. U posebnom slučaju, za nelinearne sisteme
drugog reda, fazne trajektorije, u okolini stanja ravnoteže, biće određene
jednačinom linearizovanog sistema, uz uslov da njegove sopstvene vrednosti
nisu na imaginarnoj osi.
Primer 8.4. Razmotrimo sistem iz prethodnog primera. Za njegovu linearizaciju, u

odnosu na svaki od tri položaja ravnoteže, uvedimo sledeću smenu: δx1 = x1 − x1e ;
δx 2 = x 2 − x 2 e . Za nulto stanje ravnoteže imamo:
δx&1 = δx2 ,
δx& 2 = −δx1 − 2δx2 .
Karakteristična jednačina ovog sistema je s 2 + 2 s + 1 =0. Ona ima dvostruki levi koren
s=-1, pa je po Ljapunovu takvo stanje ravnoteže asimptotski stabilno. Fazni portret u
okolini ovog stanja ravnoteže je tipa stabilnog čvora.
U položaju ravnoteže (4/3, 0) linearizacijom se dobija
δx&1 = δx2 ,
δx& 2 = 3δx1 − 2δx2 .
Karakteristična jednačina sistema je s 2 + 2 s − 3 = 0. Njeni koreni su 1 i -3. Prema
tome, ovo stanje ravnoteže je nestabilno. Do istih rezultata se dolazi i za stanje
ravnoteže (-4/3, 0).
Ovde treba napomenuti očiglednost nestabilnosti sistema pri većim poremećajima,
kada pojačavač ulazi u zonu zasićenja. Tada se sistem raspreže i postaje sistem bez
delovanja povratne sprege, s konstantnim signalom upravljanja. Stabilnost sistema je,
tada, određena polovima funkcije prenosa linearnog dela sistema.
176
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
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
tada se za sistem kaže da je globalno stabilan, kada je V& (x) ≤ 0 , odnosno,

globalno asimptotski stabilan za V& (x) < 0 .
Za primenu takvog prilaza moraju biti ispunjeni sledeći uslovi:
a) da je vektor f(x) neprekidna funkcija argumenta;
b) da je funkcija Ljapunova realna funkcija i ima neprekidne diferencijale
prvog reda.
Izbor funkcije Ljapunova nije jednostavan problem. Za jedan te isti sistem
možemo imati veliki broj pozitivno definitnih funkcija V(x). Neke od njih mogu
imati negativno definitan izvod u određenim oblastima ravnotežnog stanja,
druge - izvod jednak nuli ili pozitivno definitan. Zbog toga, pri izboru V(x),
možemo govoriti samo o kandidatu funkcije Ljapunova. Ako je izvod te
funkcije, duž trajektorija kretanja sistema: negativno definitna, semidefinitna,
pa čak i funkcija jednaka nuli, tada takva funkcija V(x) je funkcija Ljapunova.
Tada je sistem zaista asimptotski stabilan ili stabilan u oblasti definisanoj
funkcijom Ljapunova. Ako nismo u stanju da nađemo funkciju Ljapunova to još
uvek ne znači da dati sistem nije stabilan. Ako smo odredili stabilnost sistema u
ograničenoj oblasti, u okolini ravnotežnog stanja, to nikako ne znači da sistem
nije stabilan i za početna stanja iz druge oblasti. To, pre svega, govori o tome da
direktna metoda Ljapunova daje samo dovoljne ali ne i potrebne uslove
stabilnosti, a zatim, i da izbor funkcije Ljapunova nije uvek jednostavan
zadatak. Ipak za neke klase sistema razvijeni su prilazi koji omogućavaju
relativno jednostavan postupak utvrđivanja stabilnosti sistema na osnovu una-
pred poznatog oblika kandidata funkcije Ljapunova. Takvi postupci su, na pri-
mer, metoda Ajzermana i prilaz Lurje-Postnjikova. Postupak Ajzermana ilustro-
vaćemo na jednom primeru.
Primer 8.5. Ispitati stabilnost nelinearnog autonomnog sistema prikazanog na sl.

8.6, čija je nelinearnost jednoznačna i može se aproksimirati linearnom karakteristikom
s koeficijentom statičke linearizacije k=2.
Po metodi Ajzermana, posle aproksimacije nelinearnosti, nalaze se koeficijenti
kvadratne forme tako da ona postane kandidat funkcije Ljapunova za linearizovani
sistem (videti poglavlje 3.10). Zatim se tako dobijena kvadratna forma primenjuje na
polazni nelinearan sistem i određuju se granice nelinearnosti. Za autonomni sistem
matematički model se može napisati u obliku
178
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
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
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).
Sl. 8. 9. Strukturne blok-šeme nelinearnog SAU za Lurjeov problem:

a) osnovni slučaj, b) poseban slučaj, c) transformisana šema za poseban slučaj
pogodna za primenu Lurjeovog prilaza.
Pokazaćemo, najpre, da se, za autonomni sistem (r=0), poseban slučaj može
svesti na osnovni i obrnuto. Zaista, za r=0, linearni deo sistema u posebnom
slučaju imaće funkciju prenosa
1
{ }
W ( s ) = h + d T [sI − A ]−1 b
s
(8.5)
181
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
uz pretpostavku da su sopstvene vrednosti matrice A objekta stabilne i proste.

Izaberimo funkciju Ljapunova u obliku
e
V (x, e) = x T Px + ∫ F ( z )dz , (8.7)
0
gde je P proizvoljna realna, simetrična, pozitivno definitna matrica.
Tada je data funkcija V(x,e) pozitivno definitna, jer je kvadratna forma
T
x Px pozitivno definitna, a integral od nelinearne funkcije posmatrane klase je
pozitivan za svako e ≠ 0 . Izvod funkcije Ljapunova po vremenu, duž
trajektorija kretanja sistema je
V& (x, e) = x T Px& + x& T Px + F (e)e& =
(8.8)
x T [ A T P + PA ]x + F (e)[b T Px + x T Pb − d T x] − hF 2 (e).
S obzirom na pretpostavku da je linearni deo sistema stabilan, onda će, kao što
je poznato, postojati realna, pozitivno definitna, simetrična matrica Q koja
zadovoljava matričnu jednačinu Ljapunova:
A T P + PA = − Q .
Uvodeći smenu
d dT
g = Pb − ⇒ g T = b T P T − ,
2 2
izraz (8.8) se može prepisati u oblik
[ ]
V& (x, e) = − x T Qx + F (e) g T x + x T g − hF 2 (e) =
T
 x   Q − g  x 
− x T Qx + 2 F (e)g T x − hF 2 (e) = −    . (8.9)
 F (e)   − g
T
h   F (e)
Izvod (8.9) biće negativno definitna funkcija ako je matrica
182
 Q −g
D= T
−g h 
pozitivno definitna, tj. ako ispunjava Silvestrov kriterijum, što se u ovom slu-
čaju može svesti na to da determinanta matrice D bude pozitivna veličina, jer je,
iz uslova stabilnosti linearnog dela sistema, matrica Q pozitivno definitna, h > 0
i skalarna je veličina. Uvedimo matricu
 Q − 1 0
R= T ,
0 1
čija je determinanta pozitivna, a 0-je n-dimenzionalni nulti vektor.
Na osnovu ovog razmatranja sledi da det[RD] mora biti veća od nule da bi
izvod funkcije Ljapunova (8.9) bio negativno definitna funkcija, tj.
Q −1 0  Q − g I − Q −1g
RD =  T  T  = = hI − g T Q −1g > 0 ,
 0 1  − g h  − g T
h
odakle se konačno dobija nejednakost Lefšeca, koja garantuje da je funkcija
V(x,e) oblika (8.7) funkcija Ljapunova, tj.
h > g T Q −1 g . (8.10)
Ako se pri tome postavi dopunski uslov da integral u (8.7) →∞, kada
e(t)→∞, onda će V(x,e)→∞, pa je stanje ravnoteže sistema (8.6) globalno
asimptotski stabilno ili apsolutno stabilno2.
Primer 8.6: Linearni deo sistema je zadat funkcijom prenosa
s+6
W (s) = .
( s + 2)( s + 3)
Koristeći metod Lefšeca za Lurjeov problem, odrediti najmanju vrednost parametra h
tako da nelinearni sistem s Lurjeovom nelinearnošću bude apsolutno stabilan.
Primenjujući postupak paralelnog programiranja na funkciju prenosa linearnog dela
sistema, matematički model posmatranog nelinearnog sistema se može napisati u obliku
(8.6), gde su:
 −2 0  1 4
A= , b = 1, d = −3 .
 0 − 3   
Linearni deo sistema je stabilan. Neka je matrica Q, kao realna, simetrična, pozitivno
definitna matrica data u obliku
α 0 
Q= ; α , β > 0 .
 0 β
Elemente matrice P odredićemo iz matrične jednačine Ljapunova
 −2 0   p11 p12   p11 p12   −2 0  α 0 
  p +   = − ,
 0 −3  12 p22   p12 p22   0 −3  0 β
odakle se dobija
2
Apsolutna stabilnost nelinearnog sistema označava da je sistem globalno asimptotski stabilan.
Ovaj pojam je u teoriju nelinearnih SAU uveo Lurje.
183
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.
8.4 Frekvencijska metoda Popova

Problem stabilnosti nelinearnih sistema s nelinearnošću Lurjeovog tipa, sa
stanovišta inženjerske primene, na veoma efektan način je rešio rumunski
naučnik Popov Vasile Mihaj (1959.). On je predložio kriterijum stabilnosti
nelinearnih sistema analogan kriterijumu Nikvista za linearne sisteme. Intere-
santno je napomenuti da je prvobitno Popov svoj kriterijum objavio u rumuns-
kom časopisu. Da taj rad nije publikovan i u ruskom časopisu Avtomatika i
telemehanika (1961.), a koji se prevodi na engleski, u Americi, metoda Popova
bi dugo vremene ostala nepoznata stručnjacima iz oblasti automatskog
upravljanja. Za primenu frekvencijskog kriterijuma Popova potrebno je imati
amplitudno-faznu karakteristiku (AFFK) linearnog dela sistema. Shodno
Lurjeovom zadatku, linearni deo sistema je, po pretpostavci, stabilan pa se
amplitudno-fazna karakteristika može i eksperimentalno snimiti.
Polazeći od sistema prikazanog na sl. 8.9, za osnovni slučaj, i od funkcije
Ljapunova Lurjeovog tipa, prikazaćemo jedan od načina [4] matematičkog izvo-
đenja frekvencijskog kriterijuma Popova. Neka se nelinearni sistem opisuje
relacijama
x& = Ax + bu ,
u = F (e), (8.11)
e = −d T x,
i neka je funkcija Ljapunova izabrana u obliku (8.7), tj.
e
V (x, e) = x T Px + ∫ F ( z )dz . (8.12)
0
Diferencirajući (8.12) po vremenu dobija se
d
V& (x, e) = ( x T Px ) + F (e)e& = x T ( A T P + PA )x + 2x T PbF (e) − F (e)d T x&
dt (8.13)
= x ( A P + PA )x + 2x PbF (e) − d (Ax + bF (e) )F (e).
T T T T
Dodajmo relaciji (8.13) izraz
184
− gF (e)(e + d T x ) + hF 2 ( e) − hF 2 (e) = 0 , (8.14)

koji je jednak nuli, jer je e = −d x . Parametri g i h se biraju proizvoljno, u
T
opsegu koji ćemo kasnije utvrditi. Uzmimo, takođe, u obzir i relaciju

x T Pb = b T Px , (8.15)
koja je skalarna veličina, pa joj transpozicija ne menja vrednost. Zamenom
(8.14) u (8.13), uz uzimanje u obzir (8.15), dobija se:
V& ( x, e) = x T ( A T P + PA )x + 2x T PbF ( e) − d T ( Ax + bF ( e)) F ( e)
= x T ( A T P + PA )x + ( 2b T P − d T A )xF ( e) − d T bF 2 ( e) −
gF ( e)( e + d T x ) + hF 2 ( e) − hF 2 ( e) (8.16)
T T T T T
= x ( A P + PA )x + ( 2b P − d A − gd )xF ( e) +
[hF ( e) − ge]F ( e) + ( −d T b − h ) F 2 ( e).
Ako je linearni deo sistema stabilan, uvek se može naći realna, simetrična,
pozitivno definitna matrica P takva da je, shodno Ljapunovljevom kriterijumu
stabilnosti za linearni sistem, matrica A T P + PA realna, simetrična i negativno
definitna matrica. Prema tome, prvi sabirak u poslednjem izrazu (8.16) je nega-
tivan. Za ocenu ostalih članova koristi se Kalmanova teorema:
Ako je σ>0 - realan broj, v, b - dva realna vektora dimenzije n×1, n-broj
koordinata stanja sistema, P, A - prethodno date kvadratne matrice, tada će
postojati vektor r, koji zadovoljava relacije:
A T R + RA = − r ⋅ r T ,
(8.17)
Pb − v = r σ ,
ako je ispunjen uslov
σ + 2 Re[ v T ⋅ ( jωI − A ) ⋅ b] ≥ 0 ,
−1
(8.18)
za sve realne vrednosti ω.
Primenjujući ovu teoremu na izraz za V& , i izborom
1 1
v = (A + gI ) d = ( A T d + gd),
T
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
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
gde je W(s) - funkcija prenosa linearnog dela sistema. Prelazeći u frekvencijski

domen (s=jω), dobija se
e = − d T ( jωI − A ) −1 bu = −W ( jω )u, (8.22a)
gde je W(jω)- amplitudno-fazna karakteristika linearnog dela sistema.
S druge strane je, na osnovu (8.11) i prve relacije u (8.22),
[ ]
s = jω
se = −d T sx = −d T Ax − d T bu ⇒ jωe = −d T A ( jωI − A ) −1 bu − d T bu, (8.22b)
ge = − gd ( jωI − A ) bu ⇒ ge = −d gI( jωI − A ) bu.
T −1 T −1
Sumirajući poslednje dve jednačine dobija se

( jω + g )e = − d T ( A + gI )( jωI − A ) −1 bu − d T bu, ⇒
( jω + g )e = − d T A ( jωI − A ) −1 bu − d T bu − gd T ( jωI − A ) −1 bu ⇒ (8.23)
( jω + g )e = − ( jω + g )W ( jω )u.
Poslednja relacija u (8.23) proizilazi iz (8.22a,b).
Ako se (8.23) zameni u uslov (8.21) za negativnu definitnost izvoda funkcije
Ljapunova dobija se:
186
h + d T b + Re{d T ( A + gI )( jω − A ) −1 b)} =
h + d T b + Re{( jω + g )W ( jω)} − d T b ≥ 0.
Potirući članove d T b , a pošto je g≠0, moguća je sledeća transformacija
h ω
h + Re{( jω + g )W ( jω)} ≥ 0 ⇒ + Re{(1 + j )W ( jω)} ≥ 0 ⇒
g g
1 1 g
Re{(1 + jqω)W ( jω)} + ≥ 0; q = , k = .
k g h
&
Ako je ispunjena poslednja relacija, V (x, e) < 0, ∀x ≠ 0, e ≠ 0 i sistem će biti
stabilan. Na taj način je dobijena nejednakost Popova
1
Re{(1 + jqω)W ( jω)} + ≥ 0, (8.24)
k
koja, zajedno s uslovom da se statička karakteristika nelinearnosti nalazi u
prvom i trećem kvadrantu i da prolazi kroz koordinatni početak, predstavlja
dovoljan uslov apsolutne stabilnosti nelinearnog sistema.
Sada se može formulisati frekvencijski kriterijum apsolutne stabilnosti
Popova za nelinearne sisteme:
Nelinearni sistem s linearnim delom frekvencijske funkcije prenosa W(jω) i
F ( e)
statičkom nelinearnošću koja ispunjava uslov 0 ≤ ≤ k , ako W(s) ima
e
F ( e)
samo leve polove, ili uslov 0 < ≤ k , kada W(s) ima sve leve polove
e
osim jednog u koordinatnom početku, je apsolutno stabilan ako postoji
realan broj q takav da je ispunjena nejednakost Popova (8.24) za svako
ω≥0.
Ova teorema Popova ima veoma zgodnu geometrijsku interpretaciju, što
će biti pokazano u daljem izlaganju.
8.4.1 GEOMETRIJSKA INTERPRETACIJA KRITERIJUMA POPOVA

Polazeći od (8.24), rastavljajući W(jω) na realni, U(ω), i imaginarni, V(ω),
deo može se, najpre, napisati
1
Re{(1 + jqω)(U (ω) + jV (ω))} + ≥ 0 .
k
Vršeći ukazana množenja i uzimajući samo naznačeni realni deo dobija se
1
U (ω ) − qωV (ω ) + ≥ 0 .
k
Uvedimo pojam modifikovane frekvencijske funkcije prenosa
Wm ( jω ) = U m (ω ) + jVm (ω ) = U (ω ) + jωV (ω ) ,
koja se od obične frekvencijske karakteristike razlikuje samo time što ima
imaginarni deo ω puta veći. Tada nejednakost Popova postaje
187
1
U ( ω ) − q Vm ( ω ) + ≥0.
k
Ako uzmemo znak jednakosti i ovu
relaciju napišemo u obliku
1 1
Vm (ω) = U (ω) + ,
q kq
ona, u ravni modifikovane frekvencijske
funkcije prenosa, predstavlja pravu liniju
(pravu Popova) koja ima nagib 1 / q u
Sl. 8.11. Primena kriterijuma odnosu na U(ω) - osu, i istu preseca u
stabilnosti Popova. tački -1/k. Sada se uslov Teoreme Popova
svodi na to da modifikovana AFFK siste-
ma bude desno od prave Popova, sl. 8.11. Granični slučaj je kada se ta prava i
modifikovana frekvencijska karakteristika dodiruju (u jednoj ili više tačaka).
Sada se kriterijum stabilnosti Popova može definisati na sledeći način:
Nelinearni SAU sa stabilnim linearnim delom, frekvencijske funkcije prenosa
W(jω), i statičkom nelinearnošću F(e) koja ispunjava uslov
F ( e)
0< <k, (8.25)
e
biće apsilutno stabilan ako se modifikovana aplitudno-fazna karakteristika
linearnog dela sistema, pri promeni frekvencije ω, u opsegu [0,∞], nalazi
uvek desno od prave Popova.
Kriterijum stabilnosti Popova, kao što smo rekli, je inženjerske prirode, a
može se lako implementirati i na računaru. Naravno, kao i druga metoda Lja-
punova, i ovaj kriterijum, razvijen na bazi nje, daje samo dovoljne uslove
stabilnosti. To znači, ako se utvrdi stabilnost, da je sistem zaista apsolutno
stabilan za ispitivani sektor u kome se nalazi nelinearnost (sektor Ajzermana).
Medjutim, sistem može biti stabilan i za širi opseg ali mi to ne možemo tvrditi.
Parametar k je unapred poznat, kada je poznata nelinearnost, ili se može pos-
taviti zadatak određivanja maksimalne vrednosti k pri kome sistem ostaje apso-
lutno stabilan. Poslednji zadatak se u praksi rešava jednostavno. Najpre se kon-
struiše modifikovana amplitudno-fazna karakteristika linearnog dela sistema.
Zatim se nastoji povući prava Popova koja će tangirati modifikovanu AFFK.
U prethodnom izlaganju ostavili smo otvorenim pitanje izbora parametra q,
odnosno pod kojim uglom treba povući pravu Popova?
Parametar q se bira iz uslova [13]:
-∞<q<∞, za jednoznačne stacionarne karakteristike nelinearnog elementa;
0 ≤ q < ∞, za nejednoznačne statičke karakteristike s pozitivnim histerezisom,
sl.8.12a ;
−∞ < q ≤ 0, za nejednoznačne statičke karakteristike s negativnim histere-
zisom, sl. 8.12b ;
q=0, za nestacionarne jednoznačne ili nejednoznačne karakteristike.
188
Sl. 8.12 Nelinearne nejednoznačne karakteristike: a) s pozitivnim,

b) s negativnim histerzisom.
8.4.2 MODIFIKACIJA KRITERIJUMA STABILNOSTI POPOVA

U teoriji linearnih SAU uočili smo da nestabilan sistem kada se obuhvati
negativnom povratnom spregom može postati stabilan. Isto tako i nelinearan
sistem, nestabilan u otvorenoj povratnoj sprezi, može (ali ne mora) po zatvara-
nju povratne sprege postati
r=0 e stabilan. Međutim frekven-
F(e) u W(jω) c
cijska metoda Popova, pro-
a) izašla iz Lurjeovog prob-
Ftr(e) Wtr(jω) lema, odbacuje sisteme s
nestabilnim linearnim de-
r=0 e u c lom. U cilju proširivanja
F(e) W(jω)
mogućnosti metode Popo-
r r va, predlaže se modifika-
b) cija koja ne odbacuje sve
sisteme s nestabilnim line-
Sl. 8.13. Nelinearan sistem s nestabilnim linearnim arnim delom. Ona je pri-
delom (a) i njegova transformacija u cilju stabilizacije
kazana na sl. 8.13b. Njena
linearnog dela (b) za primenu metode Popova.
ideja se sastoji u tome da
se, ako je to moguće, uvo-
đenjem lokalne proporcionalne negativne povratne sprege, stabiliše nestabilan
objekat. Da se ukupan sistem ne bi promenio, mora se transformisati i statička
karakteristika nelinearnog elementa. Tada transformisani linearni deo sistema
ima prenos Wtr ( s) = W ( s) / (1 + rW ( s)) , pri čemu je 1 + rW ( s) Hurvicov poli-
nom3, a nelinearnost ispunjava uslov (8.25), odnosno
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
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
Posle racionalizacije, izdvajanja realnog dela naznačenog izraza, svođenjem na

zajednički imenilac i deljenjem s kr, dobija se
1 1 1 1 1
U 2 (ω ) + ( + )U (ω ) − ( − )qωV (ω ) + V 2 (ω ) + >0. (8.28)
r k r k kr
Ako se leva strana (8.28) izjednači s nulom, u ravni modifikovane AFFK
polaznog sistema taj izraz će predstavljati jednačinu parabole koja preseca
negativni deo realne ose u tačkama − 1 / r i − 1 / k , a tangente u tim tačkama
imaju nagibe: − 1 / q i 1 / q , respektivno, pri čemu se one seku u tački čije su
koordinate, sl. 8.14:
( )
− 0,5( r -1 + k −1 ); − 0,5q −1 ( r -1 − k −1 ) . (8.29)
Cipkin [13] je ovu parabolu nazvao (q,k,r)-parabola. Za apsolutnu stabilnost
posmatranog sistema dovoljno je da modifikovana AFFK linearnog dela po-
laznog sistema ne preseca datu parabolu. U celini, ovaj kriterijum glasi:
Stanje ravnoteže x=0, nelinearnog sistema je apsolutno stabilno ako ka-

rakteristika nelinearnog elementa pripada sektoru [r,k], a modifikovana
amplitudno-fazna karakteristika linearnog dela sistema ne preseca (q,k,r)-
parabolu.
Za r→0, (q,k,r)-parabola se transformiše u pravu i parabolični kriterijum se

svodi na običan kriterijum Popova. Treba još napomenuti da je ravan polazne
modifikovane-fazne karakteristike, a ne transformisane.
Primer 8.7. Utvrditi uslove apsolutne stabilnosti nultog stanja ravnoteže nelinearnog
sistema iz primera 8.3.
Dati sistem ima tri stanja ravnoteže. Nulto stanje ravnoteže nije apsolutno stabilno,
jer se ne može naći parametar r takav da se stabiliše nestabilan linearni deo, a da pri
tome karakteristika nelinearnosti ostane u sektoru (r,k). Naime, minimalno r koje
stabiliše linearni deo je r>3. Međutim, za takvo r karakteristika nelinearnosti ne
ispunjava donju granicu, što se vidi na slici 8.15.
190
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.
Primer 8.8. Ako je statička karakte-

ristika nelinearnosti sistema iz zadatka 8.3
kao na sl. 8.16, utvrditi njegovu apsolutnu
stabilnost.
Sl. 8.14. (q,k,r)-parabola i ilustracija

apsolutno stabilnog sistema po Cipki-
novom paraboličnom kriterijumu.
Sl. 8.15.
Ovaj sistem će imati samo jedno stanje ravnoteže (0,0). Statička karakteristika se
nalazi u sektoru (3,∞). Stoga, prema paraboličnom kriterijumu, kako je nelinearna
karakteristika, sl. 8.16, jednoznačna, biramo q proizvoljno u opsegu (-∞,∞) (izabrano je
q=10/6), zaključujemo da će posmatrani sistem biti apsolutno stabilan, prema sl. 8.17.
Na sl. 8.18 je prikazan odziv sistema za dva početna uslova .
Sl. 8.17. Primena paraboličnog kriterijuma

Sl. 8.16. u primeru 8.8.
Sl. 8.18. Odziv sistema na poremećaje tipa početnih uslova.

191
8.4.3 APSOLUTNA STABILNOST SISTEMA SA
NESTACIONARNOM NELINEARNOŠĆU
Neka je nelinearna karakteristika sistema nestacionarna,
u = F (e, t ) , (8.30)
tj. zavisi kako od signala greške tako i od vremena, i neka je, u opštem slučaju, i
linearni deo sistema nestabilan, ali se može stabilisati primenom proporcionalne
negativne povratne sprege koeficijenta pojačanja r, sl. 8.13.
Pretpostavimo,dalje, da se data nestacionarna nelinearnost uvek nalazi u
sektoru [r, k] i da uvek prolazi kroz koordinatni početak, tj.
F (0, t ) = 0,
F (e, t ) (8.31)
r< < k.
e
Kao što je napred rečeno, u nejednakosti Popova (8.24) parametar q postaje jed-
nak nuli. Koristeći (8.28) za q=0, dobija se:
1 1 1
U 2 (ω) + ( + )U (ω) + V 2 (ω) + >0. (8.32)
r k kr
U ravni obične, a ne modifikovane, amplitudno-fazne karakteristike, W(jω),
relacija (8.32), sa znakom jednakosti u njoj, predstavlja jednačinu kruga s cen-
trom na negativnom delu realne ose, koji nju preseca u tačkama (-1/r) i (-1/k).
Ako ovaj krug nazovemo (k,r)-krugom, on se može tretirati analogno kritičnoj
tački kod Nikvistovog kriterijuma za linearne sisteme (tačka se ovde proširila u
krug). Stoga se apsolutna stabilnost nelinearnih sistema s nestacionarnom
nelinearnošću može formulisati slično Nikvistovom kriterijumu [13]:
Nelinearan sistem s nestacionarnom nelinearnom karakteristikom, koja se
uvek nalazi u sektoru [r,k], i linearnim delom, funkcije prenosa W(s) koji ima
indeks nestabilnosti p, biće apsolutno stabilan ako amplitudno-fazna karak-
teristika linearnog dela sistema, pri promeni frekvencije od 0 do ∞, obuhvata
(k,r)-krug u suprotnom smeru kretanja kazaljke na satu (p/2) puta.
Sl. 8.19. a) nestacionarna nelinearnost u [r,k] sektoru; b) apsolutno stabilan sistem s

indeksom nestabilnosti linearnog dela p=1; c) apsolutno stabilan sistem sa stabilnim
linearnim delom.
192
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.
8.5 Stabilnost prinudnih procesa

u nelinearnim sistemima
Razmatraćemo običan nelinearni sistem, sl. 8.21a, koji se sastoji iz stabilnog
linearnog dela, funkcije prenosa W(s), i jedne statičke nelinearnosti, F(x). Kao
što znamo, na ovu strukturu se može svesti bilo koji nelinearni sistem s jednom
nelinearnošću, a pod određenim uslovima i sistemi s više nelinearnosti. Osnovni
problem koji želimo izučiti je stabilnost takvog sistema, ali ne stabilnost stanja
ravnoteže, pri kretanju sistema pod dejstvom nenultih početnih uslova, već
stabilnost pri delovanju referentnog signala ograničenog po apsolutnoj
vrednosti, tj.
sup f (t ) ≤ Ro < ∞ . (8.33)
Pri tome, kvalitet procesa i stabilnost posmatraćemo u odnosu na signal greške,
koji se tada naziva procesom u nelinearnom sistemu. Naime, osnovna intencija
je da se ideje Ljapunova, definisane za stabilnost stanja ravnoteže, prošire i na
stabilnost procesa. Prinudno kretanje sistema, koje se odvija po nekoj trajek-
toriji u prostoru stanja, biće stabilno, u smislu Ljapunova, ako se, usled delo-
vanja kratkotrajnih poremećaja, koje ga izvode s posmatrane trajektorije, ono
vraća na prethodnu trajektoriju ili u njenu blisku okolinu. Drugim rečima, stanje
ravnoteže više nije tačka u koordinatnom početku već je to cela trajektorija
prinudnog kretanja signala greške sistema usled delovanja samo referentnog
ulaznog signala.
Dalje ćemo, osim prinudnog kretanja, posmatrati i poremećeno kretanje,
nastalo usled dejstva nenultih početnih uslova ili neke poremećajne funkcije
y(0), koja deluje na linearni deo sistema. Pretpostavimo da je referentni ulazni
signal jednak nuli i da se kretanje odvija samo na račun datih nenultih početnih
193
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)
x(t) u(t) c(t) f0 (t) x(t) u(t) c(t)

F(x) W(s) F(x) W( s)
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
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
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
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
Analizirati uslove apsolutne stabilnosti stanja ravnoteže posmatranog sistema za sledeće

slučajeve:
a) regulator linearan s pojačanjem k,
b) regulator ima nelinearnu stacionarnu karakteristiku Lurjeovog tipa,
c) regulator ima nelinearnu nestacionarnu karakteristiku Lurjeovog tipa,
d) stabilnost procesa u takvom sistemu ako na ulazu deluje referentni signal
ograničen po apsolutnoj vrednosti.
a) karakteristični polinom sistema s linearnim regulatorom je

s 4 + 1,45s 3 + 16,45s 2 + 16s + 16k .
Primenjujući bilo koji linearni kriterijum stabilnosti (Hurvic, Raus, Mihajlov) nalazimo
granični koeficijent pojačanja K=3,73483947.
b) Modifikovana amplitudno-fazna karakteristika linearnog dela sistema je
16(ω2 − 16,45)
Wm ( jω) = +
ω2 (ω2 − 16,45) 2 + (16 − 16,45ω2 ) 2
16(1,45ω2 − 16)
j .
ω2 (ω2 − 16,45) 2 + (16 − 16,45ω2 ) 2
Na sl. 8.23 prikazana je konstrukcija modifikovane frekvencijske karakteristike i prava
Popova. Odakle se zaključuje da je maksimalni koeficijent pojačanja
197
1
k= = 1,3069 .
0,76516
Sl. 8.23. Određivanje apsolutne Sl. 8.24. Određivanje apsolutne stabilnosti

stabilnosti nelinearnog sistema po sistema s nestacionarnom nelinearnošću ili
metodi Popova. stabilnosti procesa.
c) Kada je nelinearnost nestacionarna, tada se primenjuje kružni kriterijum. S ob-

zirom na to da je linearni deo posmatranog sistema stabilan, posmatrani nelinearni
sistem biće stabilan ako (k,r)-krug nije zahvaćen amplitudno-faznom karakteristikom
linearnog dela sistema. U svrhu određivanja uslova u kom sektoru se mora nalaziti
nestacionarna nelinearnost, konstruisaćemo amplitudno-faznu karakteristiku linearnog
dela sistema (ne modifikovanu) i krug koji dodiruje datu karakteristiku, sl. 8.24. S
obzirom da je linearni deo stabilan, nije potrebno uvoditi povratnu spregu s faktorom r
radi njegove stabilizacije (r=0) pa se (k,r)- krug transformiše u pravu Popova koja je
upravna na realnu osu i tangira amplitudno faznu karakteristiku linearnog dela sistema.
Iz dijagrama se nalazi
1
k= = 0,973378 .
1,02735
Prema tome, sistem će biti stabilan ako se statički koeficijent pojačanja nelinearne
karakteristike u bilo kom trenutku vremena nalazi u sektoru [0; 0,973378].
d) Za stabilnost procesa rešenje je isto kao u prethodnom slučaju, s tom razlikom što
se sada zahteva da se koeficijent diferencijalne linearizacije nelinearne karakteristike
nalaziti u sektoru [0; 0,973378].
Iz ovoga se vidi da se oblast stabilnosti nelinearnog sistema u odnosu na pojačanje
nelinearnog elementa sužava. Oblast stabilnosti je:
0 < k < 3,73483947
kod linearnog sistema;
0 < k < 1,3069
kod nelinearnog sistema sa statičkom nelinearnošću;
0 < k < 0,973378
kod nelinearnog sistema s nestacionarnom nelinearnošću;
dF ( x )
0< < 0,973378
dx
kod neautonomnog sistema.
198
LITERATURA
[1] Барбашин, Е. А.: Введение в теорию устойчивости, «Hаука», Москва, 1967.

[2] Бесекерски, В. А.: Сборник задач по теории автоматического регулирования,
и нелинейные системы, «Энергоиздат», Москва, 1981.
[4] Гельднер, К., Кубик, С.: Нелиненые системы управления, «Мир», Москва, 1987.
[5] Лакоты, Н. А.: Основы проектирования следящих систем, «Машиностроение»,
Москва, 1978.
[7] Леондес, Н. А. (ред.): Современная теория систем управления , «Наука», Москва,
1970.
[8] Летов, А. М.: Усточивость нелинейных регулируемых систем, Изд. физическо-
математической литературы, Москва, 1962.
[9] Магарин, Б. Ж.: Усточивость и качество процессов нелинейных систем
автоматического управления, «Наука», Алма-Ата, 1980.
[10] Нетушил, А. В.: Tеория автоматического управления, «Высша школа», Москва,
1976.
[11] Netushil, A. (Edit.): Theory of Automatic Control, Mir Publisher, Moscow,
1978.
[12] Stojić, M.: Kontinualni sistemi automatskog upravljanja, "Naučna knjiga",
Beograd, 1990.
[13] Сю, Д., Мейер, А.: Современная теория автоматического управления, «Машино
строение», Москва, 1972.
[14] Цпкин, Я. З.: Основы теории автоматических систем, «Наука», Москва, 1977.
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
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
_______________ 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
5. Sistem je opisan modelom &x& + dx& + c sin( x) = u. Utvrditi stabilnost nultog stanja
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
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
9.1 Klasični nelinearni zakoni upravljanja 203
9.1.1 Dvopozicioni regulatori 203
9.1.1.3 Dvopozicioni regulator bez histerezisa na astatičkom objektu
9.1.1.6 Dvopozicioni regulator bez histerezisa na statičkom 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
a
Glava 9.
NELINEARNI ZAKONI UPRAVLJANJA

9.1 Klasični nelinearni zakoni upravljanja
U praksi SAR u industriji, domaćinstvima i na mnogim drugim mestima kao
što su: proces regulacije temperature, protoka, pritiska i drugih veličina, široku
primenu ima jedna klasa nelinearnih zakona upravljanja koja se krajnje jedno-
stavno implementira u tzv. relejnoj tehnici. Takvi nelinearni zakoni upravljanja
se ostvaruju regulatorima koji su poznati kao pozicioni regulatori: dvopozicioni
i tropozicioni. Oni mogu biti sa ili bez histerezisa. Normalni režim rada sistema
s ovim regulatorima je oscilatorni režim. Parametri tog režima su amplituda i
frekvencija oscilovanja. Za njihovo određivanje koriste se tačne metode
(metode prostora stanja (fazne ravni), računarske metode) i približne metode
(metoda harmonijske linearizacije). U daljem izlaganju izučićemo ponašanje
sistema s dvopozicionim regulatorima u regulaciji astatičkih i statičkih objekata
prvog i drugog reda sa ili bez transportnog kašnjenja. Zatim ćemo ukazati na
neke modifikacije nelinearnih zakona upravljanja korišćenjem širinsko-
impulsne modulacije, kojom se poboljšavaju karakteristike ovih regulatora.
9.1.1 Dvopozicioni regulatori

To su regulatori koji imaju karakteristiku idealnog relejnog elementa ili
relejnog elementa s histerezisom (videti odeljak 5.2 i slike 5.7a i 5.7b). Regu-
latori bez histerezisa, zbog izraženih visokofrekvencijskih treperenja, ređe se
koristi u sistemima elektromehaničkog tipa, osim u onim koji imaju transportno
kašnjenje. Regulatori s histerezisom su našli široku primenu u sistemima za
regulaciju temperature s elektromehaničkim relejima i kontaktorima. Prisustvo
histerezisa smanjuje frekvenciju preključenja. Izbor parametara regulatora se
svodi na izbor amplitude i frekvencije samooscilacija sistema u okolini radne
tačke primenom metode harmonijske linearizacije (videti glavu 7), kada su
ispunjeni osnovni uslovi primene te metode (uslov niskopropusnog filtra - kada
Č. Milosavljević : Teorija automatskog upravljanja-2
je relativni red sistema ≥2). U jednostavnijim slučajevima, kada je objekat
prvog reda, parametri za podešenje regulatora se određuju neposredno.
Na sl. 9.1 prikazana je strukturna
blok-šema sistema s dvopozicio-
nim regulatorom i objektom
prvog ili drugog reda.
U zavisnosti od parametara
Sl. 9.1. Dvopozicioni regulator regulatora i objekta razlikova-
na objektu s kašnjenjem
ćemo sledeće slučajeve:
1. λ>0, τo=0, Q( s) = s - dvopozicioni regulator s histerezisom primenjen na
astatičkom objektu prvog reda bez transportnog kašnjenja;
2. λ>0, τo>0, Q( s) = s - dvopozicioni regulator s histerezisom primenjen na
astatičkom objektu prvog reda s transportnim kašnjenjem;
3. λ=0, τo>0, Q( s) = s - dvopozicioni regulator bez histerezisa primenjen na
astatičkom objektu prvog reda s transportnim kašnjenjem;
4. λ=0, τo=0, Q( s) = s - dvopozicioni regulator bez histerezisa primenjen na
astatičkom objektu prvog reda bez transportnog kašnjenja;
5. λ>0, τo=0, Q( s) = 1 + sTo ,To>0 - dvopozicioni regulator s histerezisom
primenjen na statičkom objektu prvog reda bez transportnog kašnjenja;
6. λ>0, τo>0, Q( s) = 1 + sTo ,To>0 - dvopozicioni regulator s histerezisom
primenjen na statičkom objektu prvog reda s transportnim kašnjenjem;
7. λ=0, τo>0, Q( s) = 1 + sTo , To>0 - dvopozicioni regulator bez histerezisa
primenjen na statičkom objektu prvog reda s transportnim kašnjenjem;
8. λ=0, τo=0, Q( s) = 1 + sTo , To>0 - dvopozicioni regulator bez histerezisa
primenjen na statičkom ob-
jektu prvog reda bez trans-
portnog kašnjenja.
Dvopozicioni regulatori mo-
gu biti: a) simetrični u odnosu
na x-osu (x -je signal greške)
ili b) asimetrični. Poseban
slučaj asimetrije je kada je
vrednost jedne pozicije regu-
latora jednaka nuli. Tada ka-
žemo da je regulator tipa
uključeno-isključeno (engl.:
ON-OFF regulator).
Sl. 9.2. Statičke karakteristike dvopozicionih Na sl. 9.2 date su statičke
regulatora: 1)- bez histerezisa, 2)-s histerezisom; karakteristike navedenih ti-
a) sa simetričnom, (b, c) s asimetričnom karak-
teristikom; c) karakteristike ON-OFF regulatora
pova regulatora.
Opšti oblik matematičkog modela sistema sa sl. 9.1 je:
x (t ) = r (t ) − c(t ), (9.1)
204
Glava 9. : Nelinearni zakoni upravljanja
c&(t ) = K o u(t − τ o ), (9.2a)

- za astatički objekat, i
c&(t ) = − ac(t ) + K o au(t − τ o ), a = 1 / To , (9.2b)
- za statički objekat.
Upravljanje je opisano relacijom:
 +  x > λ,
U o za 

u( t ) =   − λ < x < λ , σ > 0; U + > 0, U − ≤ 0 , 1 (9.3)
o o
U − za  − λ < x < λ, σ < 0
 o  x < − λ.
Za regulator bez histerezisa je λ=0.
Pri tome se smatra da kašnjenje u objektu nastaje na strani ulaza (uprav-
ljanja). Ono može biti i na strani izlaza odnosno pri merenju. Sa stanovišta
regulacije izlazne veličine to je irelevantno za dalja razmatranja.
U cilju skraćivanja izlaganja razmotrićemo tipične predstavnike navedenih
slučajeva i ukazati na različitosti drugih u odnosu na tipične. Kao tipične
izabraćemo dvopozicioni regulator s histerezisom na (i) astatičkom objektu i (ii)
na statičkom objektu, oba bez transportnog kašnjenja. Pođimo od jednostavnijeg
slučaja kada je objekat astatičkog tipa (objekat bez samoregulacije).
9.1.1.1 DVOPOZICIONI REGULATOR S HISTEREZISOM NA ASTA-

TIČKOM OBJEKTU PRVOG REDA BEZ KAŠNJENJA2
Sistem se opisuje sa (9.2a) i (9.3). Odziv sistema pri regulaciji zadatom
vrednošću r(t)=const ima oblik kao na sl. 9.3 (τo=0). Nas, prvenstveno,
interesuje režim ustaljenog stanja koji nije statički, već dinamički, kada imamo
režim samooscilacija trougaonog tipa. Parametre samooscilacija (amplitudu i
frekvenciju) odredićemo na osnovu rešenja diferencijalne jednačine (9.2a)
polazeći od početnih uslova s granice intervala preključenja regulatora. Ovde
imamo sistem čije upravljanje menja znak (kod simetričnog regulatora) ili
vrednost i znak (kod asimetričnog regulatora), odnosno imamo kretanje neau-
tonomnog i autonomnog sistema (kod ON-OFF regulatora). Bez obzira na tip
regulatora, bitno je sukcesivno smenjivanje početnih uslova. Prema tome,
polazeći od početnog uslova s granice intervala r-λ tj. c(0)=r-λ, u = U o+ nala-
zimo vreme t=T1 potrebno da stanje sistema dostigne granicu intervala preklju-
čenja upravljanja c(T1 ) = r + λ , i obrnuto ( c(0) = r + λ , u = U o− → c(t = T ) =
r − λ ) . S obzirom da je opšte rešenje diferencijalne jednačine (9.12a)
t
c ( t ) = c ( 0) + K o ∫ u ( t ) dt
0
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
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
9.1.1.2 DVOPOZICIONI REGULATOR S HISTEREZISOM NA

ASTATIČKOM OBJEKTU PRVOG REDA S KAŠNJENJEM
Za razliku od prethodnog slučaja, zbog kašnjenja u objektu od τo sekundi,
trenutak promene upravljanja, za deo objekta bez kašnjenja, neće biti kada izlaz
sistema dostigne granice preključenja regulatora ( r ± λ) , već će se desiti τ o
sekundi kasnije. Stoga, polazeći od početnog uslova s granice r+λ, odnosno r-λ,
vrednost izlazne promenljive c(t) je:
c(t = τ o , u = U 0+ ) = c max = (r + λ ) + K oU o+ τ o , (9.8a)
odnosno
c(t = τ o , u = U o− ) = c min = (r − λ ) + K oU o− τ o . (9.8b)
Razmah oscilacija je
∆c = c max − c min = 2λ + K o (U o+ − U o− )τ o . (9.8c)
Za određivanje frekvencije oscilovanja potrebno je odrediti i vremenske
intervale T1, odnosno T2, za koje izlazni signal c(t) pređe iz pozicije cmin u
poziciju r-λ, odnosno iz cmax u r+λ. Koristeći opšte rešenje diferencijalne
jednačine koja opisuje ovaj sistem, početne i krajnje uslove, dobijaju se:
U− U+
T1, = − o+ τ o , T2, = − o− τ o ; U o− < 0 .
Uo Uo
Frekvencija preključenja regulatora je
2 2
f = , ,
= − +
.(9.9a)
2 τ o + T1 + T2 + T1 + T2 Uo Uo 2λ 1 1
τ o (2 − + − − ) + ( − )
Uo Uo K o U o+ U o−
U slučaju simetričnog regulatora ( U o+ = −U o− = U o ) frekvencija preključenja je
2 1
f = = , (9.9b)
4 τ o + T1 + T2 λ
2(τ o + )
K oU o
gde su T1 i T2 vremenski intervali dati izrazima (9.4), (9.5).
Na sl. 9.3 prikazan je i odziv sistema s kašnjenjem u objektu, kojim se
ilustruju napred izvedeni zaključci. Iz ovog razmatranja se vidi da transportno
kašnjenje povećava amplitudu oscilacija i smanjuje frekvenciju oscilovanja.
Međutim, srednja vrednost izlaza je jednaka zadatoj vrednosti u oba slučaja, što
se može uočiti iz odziva, a može se lako i dokazati.
Primer 9.1 Dat je astatički objekat prvog reda čiji su parametri Ko=2, τo=0,2 s.
Odrediti parametre samooscilacija u sistemu ako je primenjen simetrični dvopozicioni
regulator s parametrima λ=0,2 i Uo=1.
Shodno relacijama (9.4) - (9.9) imamo: ∆c = 2 ⋅ 0,2 + 2(1 − (−1))0.2 = 1,2 ,
2 ⋅ 0,2
T1 = T2 = = 0,2 s .
2 ⋅1
207
Perioda oscilovanja je
4τ o + 2T1 = 0,8 + 0,4 = 1,2 s.
Na sl. 9.3 prikazani su rezultati simulacije za ovaj primer.
9.1.1.3 DVOPOZICIONI REGULATOR BEZ HISTEREZISA NA

ASTATIČKOM OBJEKTU PRVOG REDA S KAŠNJENJEM
Na osnovu izloženog može se zaključiti da je kod objekata s transportnim
kašnjenjem moguća primena dvopozicionog regulatora bez histerezisa a da ne
nastupe visokofrekvencijska treperenja. Tada je razmah regulisane veličine
∆c = K o (U o+ + U o− ) τ o , (9.10)
a frekvencija preključenja za asimetričan regulator je
2 2
f = = , (9.11a)
,
2 τ o + T1 + T2,
U o− U o+
τ o (2 − + − − )
Uo Uo
dok je za simetrični regulator
1
f = . (9.11b)
2τ o
Prema tome, ovde postoji samo mogućnost promene parametra regulatora U o+
i/ili U o− kojima se može uticati na amplitudu i frekvenciju oscilacija. U slučaju
simetričnog regulatora frekvencija oscilovanja je određena samo transportnim
kašnjenjem.
Iz (9.11) se zaključuje da će sistem s regulatorom bez histerezisa na objektu
bez kašnjenja imati beskonačno veliku frekvenciju i nultu amplitudu oscilo-
vanja. U tom slučaju izlazna regulisana promenljiva će u svakom trenutku, u
ustaljenom stanju, biti jednaka referentnoj vrednosti i u sistemu će egzistirati
klizni režim. To je idealni slučaj. U realnosti uvek postoje mala kašnjenja što
uzrokuje visokofrekvencijska preključenja koja često nisu poželjna, naročito
kod regulatora s elektromehaničkim izvršnim organima, jer dovode do njihovog
brzog habanja.
STATIČKOM OBJEKTU PRVOG REDA BEZ KAŠNJENJA
Sistem se opisuje relacijama (9.2b) i (9.3). Odziv sistema je kao na sl. 9.4.
Za nalaženje parametara oscilacija u ustaljenom stanju koristićemo istu
metodologiju kao i u prethodnim slučajevima.
Opšte rešenje diferencijalne jednačine (9.2b) je
t
c(t ) = c(0)e − at + ∫ e − a ( t −τ ) K o u(τ )dτ . (9.12)
0
Posmatrajući stanje ustaljenog dinamičkog režima oko ravnotežnog stanja
c=r, mogu se napisati sledeće relacije
208
c(t = T1 ) = r + λ = (r − λ )e − aT1 + K oU o+ (1 − e − aT1 ), za c( 0) = r − λ , u = U o+

c(t = T2 ) = r − λ = (r + λ )e − aT2 + K oU o− (1 − e − aT2 ), za c( 0) = r + λ , u = U o−
(9.13)
Na osnovu (9.13) sledi:
K U+ −r+λ
T1 = To ln o o+ , (9. 14)
K oU 0 − r − λ
r + λ − K oU o−
T2 = To ln . (9.15)
r − λ − K oU o−
Frekvencija preključenja je
2 2
f = = . (9.16)
T T1 + T2
Sl. 9.4. Dvopozicioni regulator Prema tome, amplituda oscilovanja
s histerezisom sa statičkim objektom prvog izlaznog signala oko ravnotežnog sta-
reda bez i s kašnjenjem. nja je λ, a frekvencija je određena re-
lacijom (9.16). Na sl. 9.4 prikazan je odziv takvog sistema.
Pažljivim posmatranjem može se uočiti da srednja vrednost izlaznog signala
neće biti jednaka zadatoj vrednosti, što se naročito ispoljava kod objekata s
transportnim kašnjenjem. Osnovni razlog tome je što se brzina promene izlaz-
nog signala menja i funkcija je nivoa reference, upravljanja i vremena.

STATIČKOM OBJEKTU PRVOG REDA S KAŠNJENJEM
Usled čistog (transportnog) kašnjenja τo tok izlaznog signala c(t) neće se
menjati na granicima preključenja relea kao u prethodnom slučaju, već će on i
dalje rasti (opadati) u toku vremena kašnjenja. Očigledno je da će intervali
preključenja izlaza biti
T1s = T1, + T1 + τ o , (9.17)
T2 s = T2, + T2 + τ o (9.18)
gde su T1 i T2 intervali određeni relacijama (9.14) i (9.15), a T1, , odnosno T2, , su
vremenski intervali potrebni da izlazni signal pređe iz pozicije cmin u poziciju r-
λ, odnosno iz cmax u r+λ.
Primenjujući istu metodologiju kao kod astatičkog objekta s kašnjenjem, uz
uvažavanje opšteg rešenja diferencijalne jednačine (9.2b) datog izrazom (9.12),
nalazimo:
c max = K oU o+ + (r + λ − K oU o+ )e − aτ o , (9.19a)
c min = K oU o−+ (r − λ − K oU o− )e − aτ o
. (9.19b)
Izlazni signal će se menjati u rasponu cmax-cmin, tj. njegov razmah će biti
209
∆c = c max − c min = 2λe − aτ o + K o (U o+ − U o− )(1 − e − aτ o ) . (9.20)

Frekvencija preključenja je
2
f = , (9.21)
T1s + T2 s
gde se T1s i T2s određuju izrazima
K oU o+ − c min
T1s = To ln , (9.22a)
K oU 0+ − c max
K oU o− − c max
T2 s = To ln , (9.22b)
K oU 0− − c min
pri čemu se cmax i cmin određuju na
Sl. 9.5. Dvopozicioni ON-OFF regulator osnovu (9.19) .
s histerezisom sa statičkim objektom prvog Na sl. 9.4 dat je odziv sistema s pa-
reda bez i s kašnjenjem. rametrima kao u prethodnom slučaju
pri transportnom kašnjenju od 0,2 s.
Kao što se vidi, amplituda oscilacija se značjno povećala, a frekvencija pre-
klapanja smanjila. Pri tome je nesimetričnost oscilacija veoma izražena, pa će
srednja vrednost izlaza značajno odstupati od zadate vrednosti. U cilju smanje-
nja tog odstupanja umesto simetričnog regulatora bolje je koristiti asimetrični,
odnosno ON-OFF regulator koji se, za razliku od astatičkog objekta, gde se ne
može primeniti, ovde uspešno koristi. Na sl. 9.5 prikazan je tok regulacije s ON-
OFF regulatorom istog objekata kao na sl. 9.4.
Primer 9.2. Regulator je dvopozicioni s λ = 0,2, Uo = 1, a objekat je statički s

parametrima: Ko=2, To=0,5 s i τo = 0,2 s. Odrediti parametre procesa regulacije za
simetričan i ON-OFF regulator.
a) Za simetrični regulator na osnovu (9.19) nalazimo:
cmax = K oU o+ + (r + λ − K oU o+ )e − aτo = 2 ⋅1 + (1 + 0,2 − 2 ⋅1)e −0, 4 = 1,463744 ,
cmin = K oU o− + (r − λ − K oU o− )e − aτo = 2(−1) + (1 − 0,2 − 2(−1))e −0, 4 = −0,1231
∆c = cmax − cmin = 1,586844 ,
K oU o+ − c min 2 ⋅ 1 − ( −0,1231)
T1s = To ln = 0,5 ln = 0,688 s,
K oU 0+ − c max 2 ⋅ 1 − 1,463744
K U − − c max 2 ( −1) − 1,463744

T2 s = To ln o o = 0,5 ln = 0,24473 s,
K oU 0− − c min 2 ( −1) − ( −0,1231)
2
T = T1s + T2 s = 0,93273s; f = = 2 ,144 s −1 .
T
Na sl. 9.4 prikazani su rezultati simulacije.
b) za ON-OFF regulator
c max = K oU o+ + (r + λ − K oU o+ )e − aτ o = 2 ⋅ 1 + (1 + 0,2 − 2 ⋅ 1)e −0 ,4 = 1,463744 ;
c min = K oU o− + (r − λ − K oU o− )e − aτ o = 2 (0) + (1 − 0,2 − 2 (0))e −0, 4 = 0,536256 ;
210
∆c = c max − c min = 0,927488 ;

K U + − cmin 2 ⋅ 1 − 0,536256
T1s = Toln o o = 0,5ln = 0,502 s;
+− 2 ⋅ 1 − 1, 463744
KoU 0 cmax
K U − − cmax 2 ⋅ 0 − 1, 463744
T2 s = Toln o o = 0,5ln = 0,502 s;
− 2 ⋅ 0 − 0,536256
KoU 0 − cmin
T = 2 ⋅ 0,502 = 0,857; f = 1,992 s −1 .
Na sl. 9.5 prikazani su rezultati simulacije.
U razmatranim slučajevima sistema sa statičkim objektom, proces regulacije
se odvija, kao što je rečeno, u intervalima s promenljivom brzinom, zbog
eksponencijalnog toka izlazne promenljive. Proces je utoliko sporiji ukoliko je
referentna vrednost bliže vrednosti koju definiše ustaljeno stanje jedne pozicije
regulatora, što je i ilustrovano na datim odzivima. U cilju ubrzanja procesa
regulacije i smanjenja odstupanja srednje vrednosti izlaza od referentne vred-
nosti, može se preporučiti uvođenje većeg pojačanja u kolo regulacije, odnosno
povećanje izlaza regulatora Uo. To je naročito od interesa kada transportna
kašnjenja ne postoje ili su mala. Tada proces regulacije poprima osobine bliske
onima s astatičkim regulatorom.
Radi ilustracije, na sl. 9.6 je prikazan
regulacioni proces u istom sistemu kao
na sl. 9.4, kada se pojačanje poveća 5
puta, a objekat nema transportno
kašnjenje. U takvim slučajevima pro-
račun parametara regulacije se može
pojednostaviti smatrajući da se proces,
u okolini referentne vrednosti, s
dovoljnom tačnošću može aproksi-
mirati astatičkim procesom, čije je
Sl. 9.6. Proces regulacije statičkog pojačanje određeno relacijom
objekta prvog reda bez kašnjenja s većim
pobudnim signalima.
Kˆ o = c& c=r = − ar + aK o u . (9.23)
Sada se, primenjujući (9.4), (9.5), dobijaju sledeće relacije za vremenske
intervale:
2λ
T1 ≈ , (9.24)
a ( K oU o+ − r )
2λ
T2 ≈ . (9.25)
a (r − K oU o− )
Za sistem s transportnim kašnjenjem treba uračunati efekte vremena čistog
kašnjenja i izračunati razmah. Shodno relacijama (9.8) za astatički objekat s
kašnjenjem, i ovom slučaju je:
c max ≈ r + λ + a ( K oU o+ − r )τ o , (9.26a)
211
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+ )
Primer 9.3: Za objekat iz prethodnog primera imamo:

a) objekat bez kašnjenja
2λ 2 ⋅ 0,2
T1 ≈ = = 0,05 s ;
+
a ( K o U o − r ) 2 (5 ⋅1 − 1)
2λ 2 ⋅ 0,2
T2 ≈ − =− = 0,0333 s .
a (r − K oU o− ) 2[ 1 − ( −5)]
b) objekat s transportnim kašnjenjem od τo= 0,02 s:
∆ c = c max − c min ≈ 2 λ + aK o (U o+ − U o− ) τ o =
2 ⋅ 0 , 2 + 2 ⋅ 5 [1 − ( − 1) ]0 , 02 = 0 ,8 ;
Sl. 9.7.
∆c 0,8 Generator pravougaonih
T1s ≈ = = 0,1 s ;
a ( K oU o+ − r ) 2 (5 − 1) impulsa s NAND kolom.
∆c 0,8
T2 s ≈ − = = 0,06666 s .
a (r − K oU o− ) 2[ 1 − ( −5)]
Na sl. 9.6 prikazani su simulacioni rezultati koji potvrđuju ispravnost približne
metode određivanja parametara oscilacija.
Primer 9.4. U elektronici, za generisanje pravougaonih impulsa se često koristi
NAND integrisano kolo s histerezisom CD4093. Šema takvog generatora je prikazana
na sl. 9.7. Ostavljamo studentima da sami odrede parametre samooscilacija u zavisnosti
od širine histerezisa ±λ i parametara RC kola..
Primer 9.5. Za regulaciju brzine obrtanja motora jednosmerne struje s paralelnom
pobudom primenjena je šema kao na sl. 9.8. Motor u stacionarnom stanju ima 2000 i
1000 min-1 pri uključenom i isključenom otporniku R, respektivno. Funkcija prenosa
motora se može aproksimirati statičkim objektom prvog reda s transportnim kašnjenjem
čiji su parametri: To=0,5 s i τo=0,01 s. Regulator treba da reguliše brzinu na 1500 min-1 s
tačnošću od ±20 min-1. Odrediti parametre dvopozicionog regulatora s histerezisom ko-
ji će obezbediti date tehničke zahteve kao
i frekvenciju samooscilovanja sistema.
Na osnovu (9.26c) nalazimo
∆ c − aK o (U o+ − U o− )
λ = =
2
40 − 2 ⋅ 1 ( 2000 − 1000 ) ⋅ 0 , 01
Sl. 9.8. = 10 m in − 1
2
Regulacija brzine motora jednosmerne
struje dvopozicionim regulatorom.
212
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 
9.1.1.6 DVOPOZICIONI REGULATOR BEZ HISTEREZISA NA

STATIČKOM OBJEKTU PRVOG REDA S KAŠNJENJEM
Proces regulacije u takvom sistemu se opisuje sa (9.2b) i (9.3), za λ=0.
Parametri podešenja regulatora se mogu dobiti na osnovu prethodnog
slučaja, zamenom u izrazima (9.19) λ=0, tj.
c max = K oU o+ + (r − K oU o+ )e − aτ o , c min = K oU o− + (r − K oU o− )e − aτ o .
Razmah oscilacija je
∆c = c max − c min = K o (U o+ − U o− )(1 − e − aτ o ) , (9.27)
a frekvencija preključenja regulatora je određena sa (9.21) i (9.22).
Ako objekat nema transportno kašnjenje, a regulator je bez histerezisa
frekvencija preključenja je beskonačna, dok je amplituda oscilacija jednaka
nuli. Opet nastaje režim klizanja, kada je u ustaljenom stanju izlazni signal
jednak referentnom ulaznom signalu.
9.1.1.7 DVOPOZICIONI REGULATOR S HISTEREZISOM
NA ASTATIČKOM OBJEKTU DRUGOG REDA
Razmotrićemo slučaj astatičkog objekta drugog reda bez kašnjenja, čija je
funkcija prenosa
C ( s) Ko
Wo ( s) = = , (9.28)
U ( s) s(1 + sTo )
koji se reguliše simetričnim dvopozicionim regulatorom (9.3). Primenićemo
metodu harmonijske linearizacije. Sličan zadatak (primer 7.4) smo već rešavali
metodom Goljdfarba. Ovde ćemo primeniti metodu Popova koristeći kriterijum
Mihajlova.
Koeficijenti harmonijske linearizacije dvopozicionog regulatora s histere-
zisom su
4U o 4 λU o
N1 = A2 − λ2 , N 2 = − . (9.29)
πA 2
πA2
Opisna funkcija (videti relaciju (3.8)) je
4U o  s
W NE ( s ) = 2 
A 2 − λ2 − λ  . (9.30)
πA  Ω
Uslov oscilovanja po Mihajlovu (videti 3.14) je
4U o  2 ω
jω − ω 2 To + 2 
A − λ2 − jλ  K o = 0, za ω = Ω , (9.31)
πA  Ω
odakle se dobijaju dve simultane jednačine
4U o K o
A2 − λ2 − Ω 2To = 0 , (9.32)
πA2
213
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.
9.1.1.8 DVOPOZICIONI IMPULSNI REGULATOR

Iz prethodnog primera se vidi da kod sistema s astatičkim objektom drugog
reda, upravljanim dvopozicionim regulatorom s histerezisom, nastaju oscilacije
oko ravnotežnog stanja čija je amplituda relativno velika i u mnogim
primenama nije poželjna. Ona se može smanjiti smanjivanjem širine histerezisa
regulatora. Drugi prilaz je da se dvopozicioni regulator obuhvati negativnom
povratnom spregom preko inercijalnog elementa prvog reda, sl. 9.10. Tada se u
sistemu ostvaruje širinsko-impulsna modulacija. Na taj način se realizuje
dvopozicioni impulsni regulator. Radi upoređenja s prethodnim primerom, na
sl. 9.11 prikazan je tok regulacije izlazne promenljive c(t) i signal upravljanja
u(t) kada se dvopozicioni regulator obuhvati negativnom povratnom spregom
preko inercijalnog elementa s parametrima K=0,5; T=0,1 s. Kao što se vidi,
214
sistem je po osobinama blizak sistemu s linearnim regulatorom. Ovaj način

linearizacije je u literaturi poznat kao vibraciona linearizacija.
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.
9.2 Zakoni upravljanja promenljive strukture.

Klizni režimi
9.2.1 UVOD
Ranije, razmatrajući zadatak stabilizacije satelita u odnosu na zvezdani
orijentir, gl. 6, a takođe, pri razmatranju dvopozicionih regulatora bez histe-
rezisa na objektu bez kašnjenja, uočili smo jedan oblik kretanja pod nazivom
klizni režim. On se, pri određenim uslovima, javlja u relejnim sistemima uprav-
ljanja i odavno je poznat. Korišćen je kao jedna od metoda linearizacije
nelinearnih SAU, kod vibracionih regulatora, primenjivanih u stabilizaciji
napona generatora ili brzine obrtanja motora jednosmerne struje [15]. Međutim,
u to vreme, zbog primene elektromehaničkih releja, metoda nije našla široku
primenu zbog habanja kontakata usled varničenja. S razvojem poluprovodničke
tehnike, s primenom beskontaktnih prekidača, problem kontakata više nije
prisutan, a neke veoma pozitivne osobine kliznih režima, o kojima će biti
govora u ovom poglavlju, dovele su do stvaranja jedne posebne klase neli-
nearnih sistema poznate pod nazivom sistemi upravljanja promenljive strukture
(SUPS) (ruski: sistemы upravleniя s peremennoy strukturoy (SUPS);
engl.: Variable Structure Systems (VSS)).
Ova klasa sistema najvećim delom je razvijena u Rusiji. Njen početak
(1957.) se s pravom vezuje za ime ruskog naučnika Jemeljjanova (Emelьяnov
S. V.). Od tada pa do današnjih dana, uz prvenstveni doprinos ruskih naučnika,
ali i drugih, uključujući i jugoslovenske, stvorena je jedna veoma upotrebljiva
klasa nelinearnih sistema s namerno unetom nelinearnošću u cilju postizanja
215
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
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
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
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
∂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
Primenimo date uslove na razmatrani sistem drugog reda (9.40) s uprav-

ljanjem (9.41), uz uslov (9.45).
Na osnovu relacije
g (x ) = cx1 + x 2 ,
sledi
g& (x) = cx2 + x& 2 .
Zamenjujući (9.40) i (9.41) dobija se
g& = cx2 − a1 x1 − a2 x2 − bΩx1.
Neka je g(x ) > 0 . Tada se dobija
g& (x) = −[(a 2 − c) x 2 + (a1 + bα ⋅ sgn( gx1 )) x1 ] < 0. (9.49)
Zamenjujući u ovaj izraz
x 2 = g ( x ) − cx1
dobija se
g& (x) = −[(a 2 − c ) g (x) + (c 2 + a1 + bα ⋅ sgn( gxl ) − ca 2 ) x1 ] < 0 .
S obzirom na to da su, po pretpostavci, a1 , a 2 , b, c, α , g (x ) > 0 za ispunjenje
(9.47) dovoljno je ispunjenje sledećih uslova:
c < a2 ,
(9.50)
bα ⋅ sgn( gx1 ) > ca 2 − a1 − c 2 , g > 0,
što daje:
bα > ca 2 − a1 − c 2 , x1 > 0,
−bα > ca 2 − a1 − c 2 ili bα < − (ca 2 − a1 − c 2 ), x1 < 0.
Na isti način se dobijaju i uslovi za slučaj g(x)<0, tako da su konačni dovoljni
uslovi dosezanja
c < a2 ,
1 (9.51)
α > sup ca 2 − a1 − c 2 .
ai ,b b
Lokalni uslovi klizanja (9.48) se koriste na sličan način. Na osnovu relacije g=0
dobija se x 2 = − cx1 , što zamenom u (9.49) daje
g& (x) = −(c 2 + a1 + bα ⋅ sgn( gx1 ) − ca2 ) x1 .
Koristeći uslove (9.48) dolazi se do druge relacije u (9.51). Prema tome, (9.51)
su dovoljni uslovi dosezanja i egzistencije kliznog režima na liniji g=0 za
posmatrani SUPS drugog reda opisan relacijama (9.40).
9.2.3 RELEJNI ALGORITAM UPRAVLJANJA

Prethodno opisan sistem se s pravom naziva kvazirelejnim SUPS, jer je u
njemu sublimirano linearno delovanje, proporcionalno signalu upravljane
promenljive (signala greške), i relejno delovanje, koje komutira linearno
upravljanje, zavisno od toga s koje strane od klizne prave se trenutno nalazi
221
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
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
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.
Primer 9.7. Neka je dat objekat trećeg reda

Y ( s) 200
W (s) = = , (9.63)
U ( s) ( s 2 + 8s + 7)(0,05s + 1)
koga treba upravljati primenom kliznih režima tako da se obezbedi
y (t ) = r (t ) = const .
Sl. 9.14. Simulacioni dijagram kvazirelejnog sistema promenljive strukture.

Polovi objekta su: s1=-1, s2=-7 i s3=-20. U postupku projektovanja regulatora pro-
menljive strukture s kliznim radnim režimom zanemarićemo uticaj pola s3 na dinamiku
sistema. Prema tome, za projektovanje regulatora objekat je
224
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.
Na sl. 9.15 dat je odziv sistema (9.65),

bez nemodelirane dinamike, za r=h(t), s
kvazirelejnim upravljanjem. Uočava se da
dati sistem ima grešku u stacionarnom
stanju. Veličina te greške se može odrediti
na klasičan način preko konstante položaja
stabilne strukture sistema.
Sistem u okolini ravnotežnog stanja
ispada iz kliznog režima, što se jasno vidi
na sl. 9.16a,b,c. U prisustvu nemodelovane
dinamike, sl. 9.17a-d, javljaju se i
oscilacije oko ravnotežnog stanja, što
Sl. 9.16. Sistem bez nemodelirane pogoršava kvalitet regulacionog procesa.
dinamike s kvazirelejnim algoritmom Statička greška je prisutna zbog delovanja
upravljanja; a) fazni portret, b) signal poremećaja r(t) na ulazu sistema. Kao što
upravljanja, c) funkcija g(t). je napred rečeno, uticaj poremećaja se
može eliminisati obezbeđenjem kliznog
režima i u stacionarnom stanju.
225
Sl. 9.17. Sistem s nemodelovanom dinamikom i kvazirelejnim algoritmom upravljanja;

a) odskočni odziv, b) fazni portret, c) signal upravljanja, d) funkcija g(t).
Na sl. 9.18 prikazani su rezultati simulacije sistema s nemodelovanom dinamikom i

relejnim zakonom upravljanja. Za njega je karakterističan snažan signal upravljanja s
izraženim treperenjem i u stacionarnom stanju, dok je odskočni odziv i fazni portret
blizak datim na sl. 9.19a, 9.19b, respektivno.
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
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).
Ako se iza regulatora promenljive strukture kvazirelejnog tipa unese konvencionalni

PI regulator biće eliminisana statička greška, kvalitet regulacionog procesa postaje bli-
zak prethodnom, s tom razlikom što nema treperenja u signalu upravljanja u ustaljenom
stanju pa ni u izlazu. Rezultati simulacije se vide na sl. 9.20. Na sl. 9.20 a i b prikazani
su rezultati za sistem bez nemodelovane dinamike, dok su na sl. 9.20c i d prikazani
signal upravljanja i komutaciona funkcija sistema s nemodelovanom dinamikom.
Odskočni odziv i fazni portret za sistem s nemodelovanom dinamikom su i za ovaj
slučaj slični onima na sl. 9.19a i 9.19b.
Simulacija pokazuje da algoritmi upravljanja (9.57) i (9.58) daju slične rezultate u
prisustvu nemodelirane dinamike kao i algoritam (9.56) s tom razlikom što se, kod
algoritma (9.58) u ustaljenom stanju ne garantuje klizni režim. Međutim, zbog velikog
pojačanja greška je ekstremno mala.
Posebnu pažnju obratićemo načinu sinteze upravljanja algoritma (9.60), (9.61).
Najpre se diferenciranjem izraza za g(t) i zamene modela sistema (9.65), za r(t)=0,
dobija
g& (t ) = cx&1 + x& 2 = cx2 − 7 x1 − 8 x 2 − 200u . (9.66)
Izjednačavanjem ovog izraza s desnom stranom (9.60), uzimajući u obzir (9.61) i c=5 te
rešavanjem tog izraza po u dobija se -
1
u= ( k r g − 7 x1 − 3 x 2 ) (9.67)
200
227
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
nemodelovane dinamike nema izrazitu prednost nad kombinovanim

algoritmima i algoritmom sa saturacionom funkcijom.
Za konačni izbor tipa algoritma upravljanja potrebno je razmotriti i
sposobnost regulacije po opterećenju (poremećaju). Analiza i simulacija poka-
zuju da osnovni kvazirelejni algoritam upravljanja ima, za isto maksimalno
dozvoljeno upravljanje, mnogo lošiju regulaciju opterećenja u odnosu na relejni
algoritam upravljanja. Prednost je na sistemu s relejnim algoritmom upravljanja.
Kvazirelejni algoritam upravljanja se može umnogome poboljšati u smislu
regulacije opterećenja ako se kombinuje s dodatnim upravljanjem propor-
cionalnim komutacionoj funkciji g(t) i PI članom iza regulatora promenljive
strukture, tj. ako se primeni algoritam (9.57). Algoritam s mekim dosezanjem
(9.60) s pojačanjem k=100 ima lošije regulacione osobine u odnosu na
poremećaj. U cilju poboljšanja regulacije opterećenja treba povećati k dva puta,
kada se dobijaju rezultati slični onima na sl. 9.22. Međutim, tada algoritam s
mekim dosezanjem u prisustvu nemodelovane dinamike gubi izrazitu prednost u
odnosu na kombinovani algoritam (9.57).
Na sl. 9.22 prikazan je proces regulacije opterećenja za relejni algoritam
upravljanja i kombinovani algoritam (9.57). Iz tih rezultata se vidi da oba
algoritma imaju bliske osobine, s tom razlikom što je relejni algoritam jedno-
stavniji, dok kombinovani algoritam ima kontinualni signal upravljanja u
stacionarnom stanju, tj. nema četering.
Sl. 9.22. Sposobnost regulacije opterećenja f(t)=-2h(t-1,5)+2h(t-2,5): a) relejni

algoritam upravljanja (Uo=1); b) kvazirelejni kombinovani algoritam upravljanja
(9.57) za ki=1, i=1,2,3,4.
U prethodnom izlaganju pretpostavljano je da su koordinate stanja, tj. signal
greške i njegovi izvodi, dostupni za neposredno merenje. Naravno, uvek je
moguće meriti signal greške, dok se to ne može reći za njegove diferencijale.
Ako je na samom objektu upravljanja moguće neposredno meriti diferencijale
izlazne promenljive, a sistem upravljanja je tipa regulatora, kao u prethodnom
primeru, tada je signal diferencijala izlaza objekta istovremeno i diferencijal
signala greške. Ako sistem nije tipa regulatora ali je komandni signal r(t)
unapred poznat, zajedno sa svojim diferencijalima, tada se, znajući diferencijale
izlaza objekta, mogu lako dobiti i diferencijali signala greške. Ako diferencijali
izlaza nisu neposredno dostupni za merenje tada se oni estimiraju primenom
229
opservera. Takav prilaz može imati pozitivne efekte i na smanjenje uticaja
četeringa na proces regulacije, jer se visokofrekvencijski signali upravljanja
zatvaraju unutar konture koju čine regulator i opserver, dok objekat dobija
signal koji se filtrira kroz niskofrekvencijski filtar koga čini nemodelovana
dinamika ili se namerno može uneti dodatni filter. Kod kombinovanih
algoritama upravljanja, kada imamo linearno i relejno upravljanje, javlja se i
problem praktične realizacije takvog algoritma upravljanja. On se uspešno može
prevazići primenom opservera, niskopropusnog filtra u kolu objekta i širinsko-
impulsnog modulatora [6, 7].
9.2.5 METODA EKVIVALENTNOG UPRAVLJANJA
9.2.5.1 SKALARNO UPRAVLJANJE
U prethodnom izlaganju smo naglasili da je osnovni režim kretanja u SUPS
klizni režim. Kretanje u tom režimu smo poistovećivali s jednačinom komu-
tacione hiperpovrši ali bez stroge matematičke zasnovanosti. Strogi matematički
prilaz je skopčan s određenim problemima. Naime, pošto se tada kretanje
opisuje diferencijalnom jednačinom s prekidnom desnom stranom, s prekidima
teorijski beskonačno visoke frekvencije4, Lipšicovi uslovi egzistencije i jedin-
stvenosti rešenja diferencijalne jednačine nisu ispunjeni. Ranije poistovećivanje
diferencijalne jednačine kretanja sistema s jednačinom klizne linije, prevedene u
diferencijalnu jednačinu, moguće je samo u sistemima koji su dati u kanoničkoj
kontrolabilnoj formi. Međutim, taj način nije pogodan za sisteme opisane
drugim matematičkim modelima. Postoje dva prilaza za nalaženje jednačine
kretanja sistema u režimu klizanja. Prvi prilaz je metoda Filipova [13] koja nije
dobila značajnu primenu u praksi SUPS. Druga metoda je metoda
ekvivalentnog upravljanja koja dominira u teoriji kliznih režima. Metoda se
vezuje za ime ruskog naučnika Utkina V. I., mada se ona prvi put spominje u
radu naše naučnice Branislave Peruničić- Draženović [4]. Metoda je na početku
imala formalni karakter - služila je samo za opisivanje kliznih režima. Danas se
ta metoda široko primenjuje za analizu ponašanja SUPS kako s linearnim tako i
s nelinearnim strukturama, ali linearnim po upravljanju. U cilju objašnjenja
metode poći ćemo od sistema s linearnim strukturama i sa skalarnim
upravljanjem. Neka je dat sistem opisan sa:
x& (t ) = Ax(t ) + bu ,
u + za g > 0 −
u= − ; u ≤ u ≤ u+, (9.60)
u za g > 0
g = c T x,
i neka je upravljanje u izabrano tako da na hiperravni g=0 egzistira klizni režim.
Tada će se kretanje odvijati duž te hiperravni pa će vektor brzine kretanja,
opisivan tom relacijom, biti tangencijalan na tu hiperravan. To znači da će i
izvod funkcije g biti jednak nuli, tj.:
4
čak i da je frekvencija konačna ali velika neuputno je tražiti parcijalna rešenja i njihovo
objedinjavanje u cilju određivanja opšteg rešenja.
230
g& = c T x& (t ) = c T [Ax(t ) + bu (t )] = 0 . (9.61)

Rešavajući ovu jednačinu (uz uslov (c T b) −1 ≠ 0 ) po upravljanju u dobija se
u = ueq = − (c T b) −1 c T Ax (t ) . (9.62)
Zamenjujući nađeno upravljanje u polaznu jednačinu sistema, dobija se
[ ]
x& (t ) = A − b(c T b) −1 c T A x(t ) . (9.63)
Ova relacija predstavlja diferencijalnu jednačinu kretanja sistema u kliznom
režimu, pri čemu, za potpuno definisanje tog kretanja, treba znati početne
uslove, a oni moraju biti takvi da se nalaze na kliznoj hiperravni.
Primer 9.8. Ekvivalentno upravljanje za sistem iz prethodnog primera (uz zane-
marenje brze dinamike) je
−1
 0   0 1   x1   x1 
u eq = − [5 1]   [5 1]   x  = [7 3] x  = 7 x1 + 3 x 2 .
 1
   − 7 − 8 2   2
Zamenom u polaznu diferencijalnu jednačinu dobija se
 0 1  0    x  0 1   x1 
x& =    −  [7 3]  1  =   
 − 7 − 8 1   x 2  0 − 5  x2 
ili
x&1 = x2 x& = x2 x& = x2
⇔ 1 ⇔ 1 , (9.64)
x& 2 = −5x2 x& 2 = −5 x&1 x&1 = −5 x1
odakle se vidi da se kretanje sistema opisuje sistemom drugog reda čije su sopstvene
vrednosti λ 1 = 0, λ 2 = −5 . Međutim, kretanje, pri početnim uslovima na kliznoj pravi,
x 2 (0) = −5 x1 (0) , se svodi na ranije definisano x2 = x&1 = −5x1 čije je rešenje
x1 (t ) = − x1 (0)e −5t . Zaista, rešavajući formalno dobijeni početni oblik sistema diferen-
cijalnih jednačina (9.64) imamo:
x 2 (t ) = x 2 (0)e −5t = −5 x1 (0)e −5t ,
t t
x1 (t ) = x1 (0) + ∫ x 2 (t )dt = x1 (0) − 5 x1 (0) ∫ e −5t dt =
0 0
  t 
1 − 5 − 1 e −5t   x1 (0) = − x1 (0)e −5t .
  5 
  0  
Još jedanput treba ukazati da ekvivalentno upravljanje, kao linearno uprav-

ljanje ne može u sistemu da obezbedi klizni režim čak i u autonomnom sistemu
pri bilo kojim početnim uslovima. Ono se koristi samo za opisivanje dinamike
kretanja sistema u kliznom režimu.
Neki autori, za realizaciju SUPS s kliznim režimom, predlažu kombinovano
upravljanje koje se sastoji iz dve komponente: linearne i prekidačke, pri čemu je
linearna komponenta ekvivalentno upravljanje. Pri tome, prekidna komponenta
ima zadatak da sistem dovede u oblast klizanja a da ekvivalentno upravljanje
vodi sistem duž klizne hiperravni.
231
Na sl. 9.23 su prikazani uporedni rezultati simulacije sistema s kombino-
vanim upravljanjem oblika:
1. u = ueq + 0,5 sgn( g ),
2. u = g (t ) + 0,5 sgn( g ).
Može se zaključiti da drugi algoritam daje bolje rezultate: ima veću brzinu
reagovanja i brže ulazi u klizni režim.
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
Skup svih m hiperravni možemo napisati u obliku vektorske relacije

 c11 c12 ... c1n 
c c22 ... c2 n 
g = [g1 g 2 ... g m ]T = Cx =  21 x (9.67)
 . . . . 
 
cm1 cm 2 ... cmn 
Ako se istovremeno organizuje klizni režim na svim hiperravnima (na njihovom
preseku) tada se kretanje opisuje relacijom g(t)=0, tj,
g(t ) = Cx ( t ) = 0 . (9.68)
Na sličan način, kao kod skalarnog upravljanja, možemo odrediti ekvivalentno
upravljanje koje obezbeđuje kretanje (9.68). Diferencirajući (9.68) po vremenu
duž trajektorija kretanja sistema (9.64) i izjednačavajući difrencijal s nulom te
nalazeći iz tako dobjenog izraza upravljanje, dobija se
u = u eq = −[CB]−1 CAx . (9.69)
Jasno je da je moguće naći ueq samo ako matrica CB nije singularna. Prema
tome, kretanje sistema u kliznom režimu će se opisivati matričnom diferen-
cijalnom jednačinom koja se dobija kada se u (9.64) zameni (9.69), tj.
x& = [ A − B(CB ) CA]x ,
−1
(9.70)
na osnovu koje se može ispitivati stabilnost kretanja sistema u kliznom režimu
duž preseka svih hiperravni.
Do sada je ostavljeno po strani pitanje dolaska na presek svih hiperravni.
Istraživani su različiti prilazi i predložene su sledeće metode:
-metoda hijerarskog dosezanja,
-metoda slobodnog dosezanja,
-metoda konačnog dosezanja,
- metoda decentralizovanog dosezanja.
Metoda hijerarhijskog dosezanja pretpostavlja da se klizni režim organi-
zuje sukcesivno. Najpre se nalazi upravljanje u1, koje sistem dovodi na prvu
kliznu hiperravan i obezbeđuje klizanje na njoj, zatim upravljanje u2 koje u
kliznom režimu po hiperravni g1 dovodi sistem na drugu kliznu hiperravan (g2),
te se klizanje odvija duž g1 ∩ g 2 , zatim upravljanja:u3, u4,..., um koja obez-
beđuju kretanje duž g1 ∩ g 2 ∩...∩ g m . Pri tome se u sprovođenju hijerarhije
ostala upravljanja javljaju kao merljivi “poremećaji” koji se lako uzimaju u
obzir prilikom formiranja kliznih režima.
Ova metoda je jednostavna. Njen osnovni nedostatak je dug proces dovo-
đenja na završnu etapu kretanja - na presek svih hiperravni.
Metoda slobodnog dosezanja ne vodi računa o tome kojim se redosledom
dolazi na presek svih hiperavni, što skraćuje prelazni proces.
Metoda konačnog dosezanja teži da se odmah dosegne krajnja oblast
klizanja, tj. presek svih hiperavni. Metoda daje brze odzive ali ne može garan-
tovati i dobru dinamiku u režimu dosezanja.
Metoda decentralizovanog dosezanja organizuje klizni režim na svakoj
hiperravni posebno, smatrajući druga upravljanja kao poremećaje. Time se
233
sistem raspreže, svodi se na upravljanje s m skalarnih podsistema. Ova metoda
je pogodna za primenu kod tzv. velikih sistema (engl.: large scale systems).
Primer 9.9 Objekt upravljanja je harmonijski oscilator s operacionim

pojačavačima koji se opisuje sledećim relacijama
x&1 = x2 ,
x& 2 = u , (9.71)
u = −ω02 x1.
Takav oscilator, zbog gubitaka, nema stabilnu amplitudu, a frekvencija oscilovanja
je određena sopstvenom frekvencijom ω0 čija stabilnost zavisi od stabilnosti RC kompo-
nenata oscilatora. U cilju regulacije amplitude i faze (frekvencije) oscilator se
modifikuje i njegov model postaje [8, 14]
x&1 = ωo x2 + x1u1 + x2u 2 ,
(9.72)
x& 2 = −ωo x1 + x2u1 − x1u 2 .
Neka su klizne trajektorije date sa:
g1 (t ) = A 2 − x12 − x 22 , (9.73)
g 2 (t ) = 1 − cos(ϕ z − ϕ ) . (9.74)
Ako stanje sistema nateramo da se kliže duž fazne trajektorije (9.73) tada obezbe-
đujemo stabilnu amplitudu A oscilatora. Neka se to klizanje ostvaruje upravljanjem u1.
S druge strane, ako ostvarimo klizni režim na (9.74), tada će ϕ = ϕ r i biće ostvarena
sinfaznost.
Primenićemo hijerarhiski metod dosezanja. Upravljanje u1 izabraćemo tako da se na
g1(t) ostvari klizni režim. Primenjujući uslov klizanja (9.47), (9.48) ili (9.48a) imamo:
g&1 = −2 x1 x&1 − 2 x2 x& 2 = 2 x1 (ωo x2 + x2u 2 + x1u1 ) +
(9.75)
2 x2 (−ωo x1 − x1u 2 + x2u1 ) = −2u1 ( x12 + x22 ).
Ako izaberemo signal upravljanja
u1 = U o1 sgn( g1 ),U o1 > 0 , (9.76)
biće ispunjen uslov klizanja g& ⋅ sgn g < 0 , osim za x1 = x 2 = 0 . To se može izbeći
postavljanjem bilo kojih početnih uslova.
Sa dobijenim upravljanjem (9.76) sistem će se klizati duž trajektorije (9.73). Nađimo
ekvivalentno upravljanje. Izjednačavajući (9.75) s nulom dobija se ekvivalentno
upravljanje
u1 eq = 0 , (9.77)
što zamenom u polazni model (9.72) daje
x&1 = ωo x 2 + x2 u 2 ,
(9.78)
x& 2 = −ωo x1 − x1u 2 .
Diferenciranjem (9.74) dobija se
d (ϕ r − ϕ)  dϕ dϕ 
g& 2 = sin(ϕ r − ϕ) = sin(ϕ r − ϕ)  r −  . (9.79)
dt  dt dt 
Pošto se upravljanjem u1 ostvaruje klizanje na g1 (t) tada su
234
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
Sl. 9.25. Referentni i izlazni signal u 2 = U 0 2 sgn[sin(ϕ r − ϕ)] ,U 02 > 0 ,

harmonijskog oscilatora. (9.81)
(9.80) postaje
g& = −(ωo − ω r ) sin(ϕ r − ϕ) − U 2 ⋅
⋅ sin(ϕ r − ϕ) < 0 za ∀ U 0 2 > ωo − ω r
(9.82)
Time smo ostvarili zadatak stabilizacije
amplitude i frekvencije oscilatora.
Na sl. 9.24, 9.25 i 9.26 prikazani su
rezultati simulacije sistema: klizne linije,
referentni i izlazni signal oscilatora i signali
upravljanja, respektivno.
Kao što se vidi, prvo nastupa klizanje na
g1=0, a zatim i na g2=0, kada imamo
Sl. 9.26. Signali upravljanja. klizanje na g1 (t ) ∩ g 2 (t ) , koji je oblika
helikoide. Sinhronizacija je ostvarena u
konačnom vremenu i, teorijski, sistem
odealno prati referentni signal. Pri čemu tre-
ba imati u vidu da se referentni signal ne generiše nekim posebnim oscilatorom, već se
zadaje parametarski.
235
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,
[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.
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
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
ZADACI ZA VEŽBU
1. Na sl. 9.27 prikazana je principska šema sistema za regulaciju napona generatora

jednosmerne struje. Parametri generatora su: R p = 10Ω, L p = 10H, K g = 100 V/A
Zanemarujući gubitke u rotoru generatora
i njegovu inercijalnost, odrediti vrednost
napona na krajevima neopterećenog
generatora ako je dvopozicioni regulator
a) bez histerezisa,
b) sa histerezisom 2λ=1 V,
a potenciometrom R2 je podešen srednji
nivo delovanja relea na 12V.
Sl. 9.27.
2. Sistem je kao u prethodnom zadatku. Uzimajući u obzir i parametre rotora

generatora: otpornost rotora Rr=0,5 Ω i induktivnost rotora Lr=0,1 H, metodom
harmonijske linearizacije odrediti parametre samooscilacija sistema u okolini
ravnotežnog stanja.
3. Sistem je kao u zadatku 2. Formirati regulator promenljive strukture koji će
realizovati klzni režim na liniji čiji je nagib određen parametrom c=9.
4. Motor jednosmerne struje s permanentnim magnetima ima parametre: Rr=1 Ω,
konstanta motora je 0,3, mehanička vremenska konstanta je 30 ms, a električna 10 ms.
Formirati sistem za regulaciju brzine ovog motora primenom regulatora promenljive
strukture s kliznim radnim režimom primenom:
a) kvazirelejnog algoritma upravljanja,
b) relejnog algoritma upravljanja,
c) primenom kombinovanog algoritma upravlhjanja,
d) primenom zakona padanja s mekim spuštanjem.
5. Objekat upravljanja je kao u prethodnom zadatku ali želi se regulacija pozicije
vratila motora. Zanemarujući električnu vremensku konstantu motora reba formirati
regulator promenljive strukture sa kliznim radnim režimom koristeći kombinaciju
ekvivalentnog upravljanja komponentu relejnog upravljanja.
Simulacijom na računaru proveriti ponašanje sistema.
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

Tau 2

Uploaded by

Copyright:

Available Formats

You might also like

Tau 2

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tau 2

Uploaded by

Copyright:

Available Formats

LINEARNI I NELINEARNI, VREMENSKI KONTINUALNI

SISTEMI AUTOMATSKOG UPRAVLJANJA

ISTOČNO SARAJEVO, 2007.

Glava 2: Određivanje odziva sistema na osnovu modela u prostoru stanja45

Glava 3: Prostor stanja i osobine sistema 67

Glava 4: Sinteza SAU metodama prostora stanja 91

Glava 8: Stabilnost nelinearnih sistema 169

Glava 9: Nelinearni zakoni upravljanja 203

Avgusta 2007. Autor

opisivanju sistema, što je rezultovalo uvođenjem prostora stanja sistema kao

1.2 Modelovanje mehaničkih sistema

k - vektor spoljašnjih sila, bi-koeficijent viskoznog trenja.

Sl. 1.3 Strukturna blok-šema (a) i graf toka signala (b)

Sl. 1.4. Mehanički sistem sa

U posmatranom sistemu imamo kombinovano kretanje: translaciono i rotaciono.

(m1 + m1 ) &x& + m2 lθ& cos θ − m2 lω 2 sin θ = F . (1.15)

tangencijalnog ubrzanja je Fθx = m2 ε θx . Druge dve sile inercije duž x- ose

U poslednja dva primera imali smo nelinearni dinamičke sisteme. Njihova

1.3 Metoda prostora stanja sistema

D(t) - m × n - matrica izlaza sistema;H(t) - m × r - matrica direktne sprege

1.3.1 Matrični model linearnih električnih mreža

mrežu imaće oblik

Pored opšteg postupka dobijanja modela u prostoru stanja, na osnovu

1.4 Transformacija matematičkih modela

1.4.1 Primena MATLAB-a za transformaciju modela

Primer 1.8 Model sistema u prostoru stanja je

Primer 1.9. Model sistema u prostoru stanja je dat sa:

Primer 1.10 Model sistema u prostoru stanja je dat sa

1.5 Transformacija modela ulaz-izlaz u prostor stanja.

Sl. 1.7. Oznake operacionih elemenata analognog računara: a) integratora, b)

Sl. 1.8. Simulaciona šema druge jednačine sistema (1.51a)

Sl. 1.9. Simulaciona šema sistema (1.51).

Kao što se vidi, simulaciona šema sa sl. 1.9 u potpunosti zamenjuje

Sl. 1.10. Opšti simulacioni dijagram multivarijabilnog sistema.

Sl. 1.11. Simulaciona šema sistema (1.54).

0 ( n−1) x1 I ( n−1) x ( n−1) 

1.5.1.1 Direktno programiranje.

e ( n ) (t ) = u(t ) − a n e ( n −1) −...− a 2 e'− a1 e(t ) . (1.62)

Sl. 1.12. Simulaciona šema sistema (1.58) dobijena postupkom direktnog

a kompletna simulaciona šema biće kao na sl. 1.12, uključujući i isprekidane

Napomena1.3: Pretpostavimo da su u šemi na slici 1.12 izlazi integratora, za koje

b) Modifikovana kanonička forma. Neka, u opštem slučaju, funkcija

Sl. 1. 14. Graf toka signala opservabilne forme.

Pridružene determinante grafa za direktne puteve od ulaza do izlaza su

Sl. 1. 15. Simulacioni dijagram kanoničke opservabilne forme.

Prema tome, prenos od i-tog ulaza do izlaza biće

Sl. 1.16. Simulacione šeme za primer 1.11: kontrolabilna (a),

Drugi postupak (modifikovana kontrolabilna forma) daje:

Na osnovu ovog primera i prethodne analize, zaključujemo da je direktno

1.5.1.2 Redno programiranje

b) Redno programiranje sistema s konačnim nulama. Kada u funkciji

čiju simulacionu šemu treba sastaviti.

čija je simulaciona šema data na sl. 1.18a. Kombinacijom datih simulacionih

Na osnovu simulacione šeme, sl. 1.19a prema usvojenim oznakama izlaza

1.5.1.3 Paralelno programiranje. Ovaj oblik programiranja dovodi do

Sl. 1.21. Simulacione šeme sistema iz primera 1.13.

paralelno programiranje i u ovom slučaju dovodi do jednog pogodnog matema-

pri čemu se koeficijenti k j ,ν− p , p=0,1,...,v-1, određuju po formuli:

ili u vektorsko-matričnoj formi: