Professional Documents
Culture Documents
Kaczorek T. - Podstawy Teorii Sterowania Wydanie Drugie
Kaczorek T. - Podstawy Teorii Sterowania Wydanie Drugie
Andrzej Dzieliński
Włodzimierz Dąbrowski
Rafał Łopatka
*
odstawy
teorii
sterowania *
Wydanie drugie zm ie lo n e
Wydawnictwa Naukowo-Techniczne
Warszawa
Opiniodawcy: SPIS TREŚCI
prof. dr hab. inż. Jerzy Klamka
prof. dr hab. inż. Wojciech Mitkowski
2.2.3. Model zmiennych stanu układów ciągłych ............................... 51 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność
2.2.4. Model zmiennych stanu układów dyskretnych.......................... 55 układów liniowycłi ...........: ........................................................................ 222
2.2.5. Równanie wyjścia modelu zmiennych stanu .............................. 55 4.2.1. Osiągalność układów dyskretnych .............................................. 222
2.2.6. Modele AR, ARMA i ARMA-X ................................................... 57 4.2.2. Sterowalność do zera i sterowalność układów dyskretnych ... 228
2.2.7. Charakterystyka skokowa i charakterystyka im pulsow a 61 4.2.3. Obserwowalność układów dyskretnych....................................... 231
2.2.8. Jak to zrobić w MATLAB-ie ........................................................ 62 4.2.4. Odtwarzalność układów dyskretnych ......................................... 237
2.3. Modele częstotliwościowe ............................................................................ 73 4.2.5. Dyskretne układy d u a ln e .............................................................. 240
2.3.1. Transmitancja operatorow a........................ 73 4.2.6. ' Osiągalność wyjściowa układów dyskretnych ........................... 241
2.3.2. Tftansmitancja w idm ow a............................................................... 76 4.2.7. Osiągalność i sterowalność układów ciągłych ........................... 244
2.3.3. Jak to zrobić w MATLAB-ie ........................................................ 81 4.2.8. Obserwowalność i odtwarzalność układów ciągłych ................ 249
4.2.9. Stabilizowalność i wykrywalność układów
2.4. Podstawowe człony dynam iczne................................................................. 90
dyskretnych i ciągłych .................................................................. 253
2.4.1. Człon bezinercyjny ........................................................................ 90
4.2.10. Dekompozycja pary (A, B) i (A, C ) ........................................... 257
2.4.2. Człon całkujący idealny ............................................................... 94
2.4.3. Człon różniczkujący idealny ........................................................ 98 4.2.11. Dekompozycja Kalmana układów liniowych ............................. 263
2.4.4. Człon inercyjny pierwszego rzędu .............................................. 102 4.2.12. Zbiór stanów osiągalnych i R-sterowalność
2.4.5. Człon opóźniający ........................................................................ 106 układów singularnych .................................................................... 270
2.4.6. Człon całkujący rzeczywisty ...................................................... 109 4.2.13. Sterowalność i sterowalność impulsowa układów
2.4.7. Człon różniczkujący rzeczywisty ............................................... 113 singularnych .................................................................................... 276
2.4.8. Człon inercyjny drugiego rzędu ................................................. 116 4.2.14. R-obserwowalność układów singularnych .................................. 285
2.4.9. Człon oscylacyjny.......................................................................... 120 4.2.15. Obserwowalność układów singularnych ......................................... 287
2.4.10. Z ad a n ia ............................................................................................ 123 4.2.16. Obserwowalność impulsowa układów singularnych .................. 290
4.2.17. Dekompozycja układów singularnych ......................................... 295
2.5. Związek między modelem zmiennych stanu a modelem typu 4.2. ^8. Jak to zrobić w MATLAB-ie ..................................................... 300
wejście-wyjście ....................................................................... 125 4.3. Zerad Bieguny ............................................................................................ 302
2.5.1. Wzajemne relacje między modelami .......................................... 125 4.3.1. Układy SISO ............ 302
2.5.2. Jak to zrobić w MATLAB-ie ........................................................ 127 4.3.2. Postać Smitha m acierzy................................................................ 303
2.6. Z a d a n ia .......................................................................................................... 128 4.3.3. Układy wielowymiarowe MIMO .................................................. 306
4.3.4. Bieguny i zera w nieskończoności................................................ 307
Modele matematyczne nieliniowych układów dynamicznych 131 4.4. Postacie kanoniczne ................................................................................... 309
4.4.1. Redukcja macierzy do postaci Frobeniusa ................................ 309
3. I . Wplrnwulzelth- . . -r: . . . .-.". . .". V ■“ ■::-. . . rv . .. 131 4.4.2. Redukcja macierzy do postaci kanonicznej Jordana ................ 319
3.2. Analiza metodą płaszczyzny fazowej ........................................................ 132 4.1.3. Postacie kanoniczne macierzy układów o jednym wejściu . .. . 331
3.2.1. Pojęcia analizy metodą płaszczyzny fazowej ............................ 132 4.4.4. Postacie kanoniczne macierzy układów o jednym wyjściu ----- 339
3.2.2. Sporządzanie portretu fazowego................................................. 137 4.4.5. Postacie kanoniczne macierzy układów o wielu wejściach ----- 345
3.2.3. Analiza układów liniowych metodą płaszczyzny fazowej ...... 141 4.4.6. Postacie kanoniczne macierzy układów o wielu wyjściach ----- 359
3.2.4. Analiza układów nieliniowych metodą płaszczyzny fazowej .. 144 4.4.7. Postacie kanoniczne macierzy układów singularnych .............. 370
3.2.5. Podsumowanie ............................................................................... 147 4.4.8. Jak to zrobić w MATLAB-ie ......................................................... 376
3.2.6. Jak to zrobić w MATLAB-ie ........................................................ 147 4.5. Z a d a n ia ............ f . ........................................................................................ 378
*
4. Własności układów 153 Podstawy rachunku macierzowego 393
4.1. Stabilność układów dynamicznych ........................................................... 153 A .l. Podstawowe rodzaje macierzy ................................................................. 393
4.1.1. Pojęcia związane ze stabilnością................................................. 153 A.2. Wyznacznik macierzy i jego własności ................................................... 395
4.1.2. Badanie stabilności liniowych układów ciągłych ............ 159
A.3. Podstawowe działania na macierzach ..................................................... 396
4.1.3. Kryteria stabilności układów ciągłych......................................... 161
A.4. Minory i wyznacznik iloczynu macierzy oraz rząd macierzy .............. 398
4.1.4. Badanie stabilności liniowycłi układów dyskretnych ..... 189
4.1.5. Teoria Lapunowa badania stabilności układów nieliniowych .. 195 A.5. Jądro i obraz macierzy .......... 400
4.1.6. Metody doboru funkcji L apunow a.............................................. 213 A.6. Lewa i prawa odwrotność macierzy ......................................................... 401
4.1.7. Podsumowanie ..................................................: ............................ 218 A.7. Rozwiązywanie układu równań liniowych .............................................. 403
4.1.8. Jak to zrobić w MATLAB-ie ........................................................ 219 A.8. Wartości własne i wektory własne macierzy............................................ 405
viii Spis treści
WPROWADZENIE
Stanem układu nazywać będziem y najm niejszy liczebnie zbiór wielkości, któ zeru). Podstawowym celem uk ład u regulacji autom atycznej je st więc sam o
rego znajom ość w chwili początkowej to oraz znajom ość wymuszeń w przedziale czynne zerowanie uchybu regulacji, wywołanego zm ianą yg{t) lub działających
(yo, t] pozw ala wyznaczyć stan i odpowiedź układu w dowolnej chwili /; > tg. n a obiekt zakłóceń z i(t), . . . , zT(t). Zadaniem regulatora jest; wytworzenie
D la szerokiej klasy układów dynam icznych znajom ość stanu układu w chwi na podstaw ie uchybu regulacji e(t) takiego sygnału sterującego (sterowania)
li początkowej tg oraz w ym uszenia u(t), t > tg pozwala wyznaczyć stan oraz u(i), aby uchyb ten teoretycznie zm alał do zera. N a rysunku 1.2 przedsta-
odpowiedź tego uk ład u dla t, > to- U kład regulacji autom atycznej powinien
zapewnić pożądany przebieg wybranych wielkości charakteryzujących proces,
Termomeir
mimo działających zakłóceń i niedokładnej znajomości param etrów tego pro
cesu. O siąga się to przez zastosowanie sprzężenia zwrotnego.
DEFINICJA 1
Układem regulacji automatycznej nazywamy układ ze sprzężeniem zwrot
nym,, który samoczynnie (bez udziału człowieka) zapewnia pożądany prze
bieg wybranych wielkości charakteryzujących proces, zwanych wielkościami
regulowanymi.
i/ = E a i ^ i 1-2)
i=1
odpowiedzi y \, 3/2, • - - 1 lim, przy czym yi jest odpowiedzią tego układu na
wymuszenie uil
R ys. 1.3. Schemat układu regulacji po
ziomu cieczy
U kłady liniowe są opisane liniowymi równaniam i algebraicznym i, różnicz
kowymi (zwyczajnymi lub cząstkowym i), różnicowymi, całkowymi - ogólnie
operatoram i liniowymi. Łatwo wykazać, że warunkiem koniecznym, ale niedo
statecznym , liniowości uk ład u je st liniowość jego charakterystyk statycznych.
Układ o charakterystyce statycznej y = au + b, dla b ^ 0 nie sp ełn ia zasady su
perpozycji. U kład regulacji autom atycznej, który nie sp ełn ia zasady superpozy
cji, nazywać będziemy nieliniowym. U kłady nieliniowe są opisane nieliniowymi
równaniami algebraicznymi, różniczkowymi (zwyczajnymi lub cząstkowymi),
- zespół: pływ ak P , dźw ignia i zawór Z . W ielkością regulowaną jest poziom różnicowymi, całkowymi - ogólnie operatoram i nieliniowymi.
cieczy h w zbiorniku, sterowaniem - wartość q\ strum ienia cieczy dopływ ają Ze względu n a liczbę wejść i wyjść (wielkości regulowanych) uk ład y regulacji
cej do zbiornika, a zakłóceniem - zm ieniająca się wartość strum ienia cieczy autom atycznej dzielimy na: " ---• .
wypływającej ze zbiornika. - układy o jednym wejściu i jednym wyjściu,
- układy o wielu wejściach i wielu wyjściach.
V
1.2. Klasyfikacja układów regulacji automatycznej Przykładem układ u o jednym wejściu i jednym wyjściu (jednej wielkości
regulowanej) jest układ regulacji autom atycznej poziom u cieczy w zbiorniku,
U kłady regulacji autom atycznej m ożna klasyfikować według różnych k ry terió w ,. którego schem at ideowy pokazano n a rys. 1.3.
takich jak: liniowość, liczba wejść i wyjść, charakter sygnałów, zadania u kła Ze względu n a liczbę zmiennych niezależnych operatorów opisujących układy
du, zdolność sam oczynnego dopasowywania param etrów i charakterystyk do te dzielimy na:
zinirmiająeyełi się właściwości obiektów i zakłóceń itp. układy jednowymiarowe,
Ze względu na cechę (własność) liniowości układy regulacji autom atycznej układy wielowymiarowe.
dzielimy na:
U kłady jednowym iarowe są opisywane operatoram i jednej zmiennej nieza
- liniowe, leżnej, k tó rą zwykle je st czas ciągły (układy ciągłe) łub dyskretny (układy
- nieliniowe. dyskretne). U kłady wielowymiarowe są opisywane operatoram i zależnymi od
U kład regulacji autom atycznej będziemy nazywać liniowym, jeżeli spełnia przynajm niej dwóch zmiennych niezależnych. P rzykładem u k ład u dwuwym ia
on następującą zasadę superpozycji. rowego je st linia długa, w której napięcie u (x, t) i natężenie prąd u i ( x , t) są
zależne od czasu t i od o d l^ ło ś c i x od początku linii.
Ze względu n a ch arak ter sygnałów układy regulacji autom atycznej dzieli
DEFINICJA 2 my na:
Układ spełnia zasadę superpozycji, jeżeli odpowiedź na wymuszenie - układy ciągłe,
in
- układy dyskretne,
u = y^.ajUj (cii - liczby rzeczywiste) ( 1 .1 ) - układy hybrydowe (ciągło-dyskretne).
»=1 '
będące kombinacją liniową wymuszeń u \, U2 , u m , równa się kombi Układam i ciągłym i nazywam y układy, w których sygnały m a ją charakter
ciągły. Dynam iczne układy ciągłe są zwykle opisane rów naniam i różniczkowy
nacji liniowej
mi zwyczajnymi lub cząstkowymi. U kładam i dyskretnym i nazywam y układy,
1. Wprowadzenie 1.2. Klasyfikacja układów regulacji automatycznej 7
6
w których sygnały m ają charakter dyskretny. Dynam iczne układy dyskretne Przy zbyt m ałym dopływie pow ietrza nie w ystępuje całkowite spalanie gazu
są zwykle opisane równaniam i różnicowymi. W układach hybrydowych część i część niespalonego gazu uchodzi wraz ze spalinam i do komina. Jeżeli na
sygnałów m a charakter ciągły, a część dyskretny. N a przykład pom iar pewnych tom iast dopływ pow ietrza je st zbyt duży, to nadm iar pow ietrza niebiorącego
wielkości może być dyskretny, kom puter sterujący może oddziaływ ać n a proces udziału w spalaniu działa jako czynnik chłodzący. Istnieje więc wartość strum ie
tylko w dyskretnych chwilach itp. nia pow ietrza qp, przy której te m p e ra tu ra w komorze spalania osiąga wartość
Ze względu n a zadanie, jakie m a ją spełniać, układy regulacji autom atycznej największą t (rys. 1.4) (przy ustalonej wartości strum ienia gazu qg i ustalonej
dzielimy na: wartości opałowej gazu). W układzie regulacji ekstrem alnej procesu spalania
gazu regulator tak dobiera wartość strum ienia, aby przy danej wartości strum ie
- układy regulacji stałowartościowej (stabilizacji autom atycznej), nia gazu i danej wartości opałowej tego gazu tem p eratu ra w komorze spalania
- układy regulacji programowej, była najwyższa.
- układy regulacji nadążnej (układy nadążne łub śledzące),
Ze względu n a zdolność sam oczynnego dopasowania param etrów i charakte
- uk ład y regulacji ekstrem alnej. rystyk do zm ieniających się właściwości obiektów i zakłóceń układy regulacji
U kładam i regulacji stałowartościowej nazywamy układy, których wielkość autom atycznej dzielimy na:
zad ająca y0 (f) m a s ta łą wartość. P rzykładem układu regulacji stałow artościo
wej je st u k ład regulacji autom atycznej poziomu cieczy w zbiorniku (rys. 1.3) - układy adaptacyjne,
oraz tem p eratu ry w pojem niku (rys. 1.2). U kładam i regulacji programowej - układy zwykłe (nieadaptacyjne).
nazywam y układy, których wielkość zad ająca yo(t) jest znaną z góry funkcją
"U k ład am i adaptacyjnym i nazywam y układy m ające zdolności samoczynnego
czasu {yo(t) zm ienia się według znanego z góry program u). P rzykładem ukła
dopasowywania param etrów i charakterystyk do zm ieniających się właściwości
du regulacji programowej jest autom atyczna obrabiarka w ykonująca element
obiektów i zakłóceń. Przykładem układu adaptacyjnego jest układ regulacji
o zadanym kształcie (profilu). U kładam i regulacji nadążnej nazywam y układy,
autom atycznej kursu sam olotu (tzw. autopilot), którego param etry sam oczyn
których wielkość zad ająca ł/o(i) n i(- je st znaną z góry funkcją czasu, ale zależy
nie dopasowujff, się do zm ieniających się właściwości sam olotu n a skutek zmian
od zjawisk w ystępujących n a zew nątrz układu. W układzie nadążnym wiel
prędkości lotu, gęstości atmosfery, oblodzenia sam olotu itp.
kość regulowana y(t) nadąża za zm ianam i yo(t) (śledzi zmiany yo(t)). P rzykła
Przyjm ując za kryterium jakości (wskaźnik jakości) układów regulacji auto
dem układu nadążnego je st radarow y układ artylerii przeciwlotniczej, śledzący
matycznej funkcję Q, możemy układy te podzielić na:
ruch sam olotu. U kładam i regulacji ekstrem alnej nazywamy układy, w których
wielkości regulowane przybierają wartości ekstrem alne. Regulację ekstrem alną - optym alne,
—.... -....'s to s u je "5ię do~o'bielctówmo"charalęterystyka.ch statycznych ekstrem alnych, tzn. -- nieoptym alne.
będących krzywymi m ającym i m aksim a i minima.. Przykładem charakterysty
ki ekstrem alnej je st wykres tem p eratu ry t w komorze spalania w zależności U kładam i optym alnym i nazywam y układy zapew niające ekstrem alną (m ak
od w artości strum ienia pow ietrza qp, przy ustalonej wartości strum ienia ga.zu sym alną lub m inim alną) w artość wskaźnika jakości Q, a układam i nieoptym al
palnego qg i ustalonej wartości opalowej tego gazu. D la różnych wartości stru nymi - układy, które nie zapew niają ekstrem alnej wartości tego wskaźnika.
m ienia gazu palnego qg i różnej w artości opalowej tego gazu otrzym am y różne Ze względu n a sposób realizacji sterow ania układy dzielimy na:
krzywe (rys. 1.4). ł
- układy jednowarstwowe,
- układy wielowarstwowe.
R ugując z równań (1.3) prąd ¿2 oraz napięcie u c , otrzym am y równanie róż Zależy ono od stru k tu ry i param etrów R \ , R 2, L i C obwodu, a nie zależy
niczkowe opisujące zmiany w czasie prądu i\ od wielkości, k tó rą wyznaczamy.
12 1. Wprowadzenie 1.4. Opis liniowych układów dynamicznych 13
.u .
1
cewek.
Własności dynam iczne układów liniowych o stałych param etrach m ożna rów
nież opisać za pom ocą transm itancji operatorowych, charakterystyk częstotli R ys. 1.7. Schemat obwodu elektrycz
nego
wościowych i charakterystyk czasowych. Należy podkreślić, że nie wszystkie te
opisy są w pełni równoważne. P ełną informację o własnościach dynamicznych
układu daje układ równań różniczkowych napisanych na podstawie praw rzą
dzących tym układem oraz opis za pom ocą równań stanu (1.13), (1.14). Często
w procesie eliminacji pewnych zmiennych z układu równań różniczkowych tra v
cimy istotne inform acje o własnościach dynamicznych układu (patrz p. 4.2.11 W tym przpadku T C IR, W jest zbiorem wartości, jakie przybierają napięcia
Dekompozycja K alm ana układów liniowych). na poszczególnych elem entach i?,, L , C i natężenie prądu w tym dwójniku, a B
jest zbiorem przebiegów czasowych tylko tych napięć u a, «■/,, u c n a elementach
R., L, C oraz natężenia prąd u i, które sp ełn iają równania
1.5. Układy statyczne oraz dynamiczne stacjonarne cli
c — R i I- L ,, i u c , «/? = R.i,
j^niestacjonarne
0 20)
Układy (modele) m ożna definiować różnie. Niżej są przedstawione dwie najczę di 1 U
ściej s p o t y k a n e definicje. Pierw sza z nich o charakterze ogólnym, podana przez u' - = l m ' uc = ó L j {t )A t
J. W illemsa [198] nie wym aga pojęć wejścia i wyjścia i jest oparta na pojęciu Szeroką klasę liniowych układów dynam icznych m ożna opisać równaniem
zachowania (trajektorii), stąd jej nazwa - behawiorystyczna.
J?.(p)w = 0 / ( 1 .2 1 )
oraz
y = / (u) G W y . W układzie statycznym wartość odpowiedzi y w chwili t
zależy wyłącznie od wartości wymuszenia u w tej samej chwili, nie zależy n a f 2 (*> t -I- r ) = f 2 ( x, ii, t) d la x GX, u G W u, i, r G T (1.29)
tom iast od wymuszeń w innych chwilach oraz warunków początkowych układu.
W w ypadku przeciwnym układ dynam iczny nazywam y niestacjonarnym .
Przykładem układu statycznego jest czwórnik złożony tylko z rezystancji nie
W układzie niestacjonarnym funkcje f y i f 2 zależą jaw nie od zmiennej t (para
zależnych od czasu. Wyjście (odpowiedź) tego czwórnika w każdej chwili zależy
m etry układu zależą od czasu). P rzykładem układu dynam icznego stacjonarne
tylko od wejścia (wymuszenia) w tej samej chwili.
go jest obwód przedstawiony n a rys. 1.6. Jeżeli rezystancja R (lub indukcyjność
L, pojem ność C) zależałaby od czasu t, to obwód ten byłby przykładem układu
D E F IN IC JA 8 dynamicznego niestacjonarnego.
Układem dynamicznym nazywamy następującą trójkę (U , X , W, f y, f 2),
przy czym. U jest przestrzenią sterowań, U = (u : T i—> W u ), T jest zbio
rem chwil, W u jest zbiorem wartości sterowań, X jest przestrzenią sta 1.6. Linearyzacja układów nieliniowych
nów, Y = (y : T i-> W v ) jest przestrzenią odpowiedzi, W v jest zbiorem
wartości odpowiedzi, f y : X x U x T x T X jest funkcją przejścia stanu Linearyzacją układów nieliniowych nazywamy zastąpienie układu nieliniowego
w stan, a f 2 : X x W , . x T W y jest funkcją wyjścia (odpowiedzi). jego liniowym przybliżeniem . Liniowe przybliżenie układu nieliniowego powin
no możliwie dobrze odwzorowywać własności statyczne i dynam iczne układu
nieliniowego. Niżej są omówione następujące trzy podstawowe m etody lineary-
Jeżeli dany jest stan początkowy x{ tQ) = x Q (i 0 € T jest chwilą początkową) zacji układów nieliniowych: .
oraz chwilowe wartości sterow ania u(t) dla t > to, to stan układu x (t) jest
- m etoda rozwinięcia w szereg,
określony zależnością
- m etoda Iinearyzacji optym alnej,
*(*) = f i (•7;o. «(*)> *0 , t ) , t > t0 (1.24) - m etoda nieliniowego sprzężenia zwrotnego.
f 2 {axi + b x 2 , auy + bu2, t) = a,f j ( x i, iiy, /;) -I- b f i ( x 2, u 2, i) (1-27) _jll{X u , t)_ JJn(x , u, t)
dla a, b G IK, x y , *2 G X , u y , u 2 G U, t G T . Układ dynamiczny nazywamy są nieliniowymi funkcjami wektorowymi różniczkowalnymi ciągle względem wek
stacjonarnym w tedy i tylko wtedy, gdy torów x i u. Niech ( xu , u u, y u ) będzie ustalonym (nom inalnym ) punktem pracy
układu (1.30), (1.31), tzn.
f i ( x , U, t y + T, t 2 + r ) = fy ( x , U, ty, t 2 ) (1.28)
d la a; G X , u G Ł/, ty, t 2, r G T x n — f ( x u, u n, t ) , y n — g ( x u, u u, t) (1.33)
20 1. Wprowadzenie 1.6. Linearyzacja układów nieliniowych 21
~r
0 M etodę tę m ożna stosować również do linearyzacji nieliniowych układów
o
.*2 . .X 2.
dyskretnych.
Tr
y = [o i] + 2u (1.52)
:r-2
-i A = [aij] , % = [b ij]
'2 - 1 ' 1 1=1, ..., n L J
xu = -A 1B uu (1.53) j = 1, .... 77. j= l] .
0 3 0
(1.56)
1
1
Ć = [Cij] , D = \<kĄ
* = h ■■■, P L J i= l,
Korzystając z zależności (1.38)-=-(1.41) i (1.48)4-(1.50), otrzymamy macierze liniowe 1=1, .... 71. j = l,
przybliżenia dla
b ed ą stałym i (niezależnymi od czasu) poszukiwanymi macierzami optymalnego
’i" liniowego przybliżenia (1.46), (1.47) układu nieliniowego (1.30), (1.31). Elemen
xu ~ 2 ) fjlu ~
ty tych m acierzy dobieram y tak , aby błąd średniokw adratowy różnicy między
0
układem nieliniowym (1.30), (1.31) a jego liniowym przybliżeniem (1.46), (1.47)
24 1. Wprowadzenie 1.6. Linearyzacja układów nieliniowych 25
dla całego okresu stan u przejściowego T był minimalny, tzn. niezależne, to macierz
rT ... / rT
min J i ( A , 2? ) = m in { f |A x + B u —f ( x , u ,t ) \ 2 d t i (1.57) s3 d i u u 1 di ( 1.66 )
A, B X ' A , B (./O J /od i
jest nieosobliwa.
mlin
m Ji ( C , Z?) = m in I f \ C x + D u —g ( x , u , /;)|2 d i i (1.58)
ć, d v ' ó, b I do J Jeżeli składowe w ektora x są liniowo niezależne, to dla każdego niezerowe-
go w ektora c* g IR” funkcje v(t) = otT x ( t ) nie są tożsamościowo równe zeru
Dalsze szczegółowe rozw ażania przeprowadzim y tylko dla przypadku wyzna
na przedziale [0, T] i form a kw adratow a zbudow ana n a m acierzy (1.66) je st
czania macierzy A i B , gdyż rozw ażania dla macierzy C i D są analogiczne.
dodatnio określona, gdyż
Wskaźnik jakości przybliżenia J\ (^A, B ^ dla f ( x , u , t.) = / możemy napisać
f rP rT r^ fT
w postaci ol1 / x ( t ) x T ( t ) d t a = / ot1 x ( t ) x T ( t ) a d t — / v 2( T ) d t > 0
do do do
(A , B ) = g ' \ A x -|- B u - / | 2 d i = Z założenia składowe w ektora x (zmienne stanu) oraz składowe w ektora u są
rT -i /'r / liniowo niezależne. Tak więc m acierze (1.66) są nieosobliwe. W ychodząc z za
= J| [ A x + B u — f \ l [ A x + B u — / ] d i = j (x 1 A 1 Ax + (1.59)
leżności (1.58), w analogiczny sposób jale d la zależności (1-57) otrzym am y
-i
u T B TB u + f T f + 2 x r A r B u - 2x r A r f - 2 u T B T f } d i
C = f\g - D u ) x T d t j f x x T dt '(T.67.)
gdyż x 1 A 1 f = f J A x i u 1 B 1 f = f T B u . Z w arunku koniecznego m inim ali
zacji wskaźnika (1.59)
JD = I (g C x ) u T d t f u u T dt ( 1 .68 )
d .h (A , B ) Jo V do
= 0, 0 (1.60)
dA A -Â dB B =B Z powyższych rozważań wynika następ u jąca procedura w yznaczania optym al
otrzymamy nego przybliżenia układu nieliniowego.
Ir T r...i ,-f T^ -, ri
/ XX 1 d i = I f x 1 d i — B I u x r di (1.61) PROCEDURA 1
Jo Jo Jo
.................--rp-"--—" ....... .. ---- - -- Krok 1. K orzystając z zależności (1.38)-b(1.41), wyznaczamy liniową aproksy
H I nu? d i = / f u Jd t — A j x u 1 di (1.62) m ację (1.44), (1.45) układu nieliniowego (1.30), (1.31).
Jo Jo
Krok 2 . K orzystając ze wzoru
gdyż
-At eM t-r ) B u ( r ) d T
x(t) — e (1.69)
d x TA 1 A x
DA
2A x x T
’
d x TA r B u
DA
T
—Bux ,
’
dxPÂ1 f
dA
= fx T (1.63) Jo
Xo
Ï
wyznaczamy rozwiązanie?'równania (1.44) spełniające w arunek początkowy
Rozwiązując rów nania (1.61), (1.62) względem A i B , otrzym am y a?(0) = a;o (taki sam jale 1(11a układu nieliniowego (1.30), (1.31)).
i- T rT r Krok 3. K orzystając ze wzorów (1.64), (1.65), (1.67), (1.68), wyznaczam y po
A = I ( / —B u ) x 1 d i f x x di (1.64) szukiwane macierze A , B , C , D optym alnego przybliżenia.
Jo [d o
-i
fl' fi' PRZYKŁAD 2
B -- I ( f — A x ) u 1 d i I u u 1 di (1.65)
Jo Jo Dla układu nieliniowego
We wzorach (1.64) i (1.65) po prawej stronie n a miejsce m acierzy A i B oraz —‘ 2xi 2 x i t ,2 + u2
wektora x podstaw iam y odpowiednie m acierze i wektor x otrzym ane m etodą —2X2‘ + u
rozwinięcia w szereg. Wykażemy, że jeżeli składowe w ektora a: (u) są liniowo g ~ x 2 -{- u
1.6. Linearyzacja układów nieliniowych 27
26 1. Wprowadzenie
- ■ 0 M
'S
0 0 1
8
Jo -22,75 -30,78
5 h—
0 0 - • 1 0
1,95 0
B = £ ( / - y L c jr/d i | ^ Juu 7 di 1
1 0 0 0 ■ ■ 0.
X1 Z1
Xo z 2 - az'f 1.7.1. Układy elektryczne
Układ nieliniowy (1.76)4-(1.78) w nowych zmiennych przyjmuje postać W układach (obwodach) elektrycznych nieliniowych za zm ienne stan u wygodnie
jest przyjąć ładunki n a kondensatorach i strum ienie skojarzone cewek, a w li
Ż\ = ±1 = a x 'j + X2 = 2-2
niowych — napięcia n a kondensatorach i prądy w cewkach.
¿2 = i:i:i -|- x 2 — ‘2 ( ix \ (a.-rf -}- .7:2) — 2(i 7.*) — ¿ a x \ x 2 -\- a x i x '<2 1- u =
czyli
¿1 = Z2 (1.79)
ul CL Uc Uc
¿2 = (IZi (z-2 ~ a z l ) + u > a (z ) = aZl {Z'2 ~~ a 2 l ) ’ ^ (z ) = 1 (1.80) >L
V = Z1 (1.81) k ic
Zgodnie z zależnością (1.75) poszukiwane sprzężenie zwrotne ma postać - o ;
e1 e2
U — ~ —T- ( v — a ( z ) ) = v — a Zj (¿2 — O Zj)" = U a.Tl.7.'2 (1.82)
R y s . 1 .1 0 . Obwód elektryczny: schemat elektryczny i schemat blokowy
b(z)
31
30 1. Wprowadzenie \ 7. Modele układów dynamicznych
Z równania (1.88) m am y P odstaw iając zależność (1.89) do rów nania (1.92), otrzym am y następujące rów
nanie wyjścia
d uc _ 1 i ?3 1___
Ra
Ra . RaRa ■ , ■e2
df (Ra + Ra) C U° (Ra + Ra) C 'L + (R2 + Ra) C ( } u — — - - UC + „ „ T, +
"Ra + Ra ' Ra 4- Ra "h ^ R* + Ra
Podstawiając zależność (1.89) do rów nania (1.87), otrzym am y W tym przypadku m acier Jk C i D są równe
Ra R 2R 3
d ii _ R-3 _ R j (R -2 + Rą) + RąRą ■ C
R.2 i- r .2 Ra + Ra
di “ (R .2 + R a ) L UG ( R 2 + R ;i) L %L
Ra
D
R.2 + R a :
+ z e i ~ ( ^ f k y i e2 (L 9 0 )
W wielu przypadkach m eto d ą w ygodniejszą i szybszą od omówionej wyżej me
Zapisując rów nania (1.89), (1.90) w postaci jednego rów nania macierzowego, to d y bezpośredniej, je st m eto d a w łączania idealnych źródeł napięcia i prądu,
otrzymamy
32 1. Wprowadzenie 1.7. Modele układów dynamicznych
33
1.7.2. Układy mechaniczne
. “ •'-a 1 *3 — xą oraz prz
(1.94) w rów nania zmiennych stanu, otrzym am y
W układach mechanicznych za zmienne stanu wygodnie jest przyjąć współrzęd-
0 1 0 0
bezpośrec ~X1~ + k2 ' 0
k x n k-2 ~X\
o p arta n a prawach Newtona (lub na zasadzie d ’A lam berta). 0
3-2 _ rnx rnx rnx 0
X2
*3
X3 0 0 0 1 X3
+ 0 m
.3-4. 1
t pr cr ir rr r k2 &2 r2 X ą _
*1 0 -m 2 .
m2 m2 rri2 _
r. lhi V
n ir i-
k2 W tym przypadku macierze A i B są równe
d o rrt m? m
S S 1-AAAAAArl -W W W -
s w 0 1 0 0
0 O
1
l-------
k x -|- k 2 rx k2_
mi 0
A = mx ■m,x
0
B = 0
R y s. 1 . 1 1 . Układ mechaniczny złożony z dwóch ciał o masach m \ i m 2 oraz z dwóch 0 0 1
sprężyn 1
k2_ k2 ?'2
0 rn 2 -
m2 m2 m2 _
M etoda ta polega na napisaniu na podstawie praw Newtona odpowiednich Równanie wyjścia m a postać
równań i przekształceniu tych równań do postaci równań zmiennych stanu.
Istotę tej m etody objaśnimy na przykładzie prostego układu mechanicznego, Xj
złożonego z dwóch ciał o masach odpowiednio rnx i m 2 i dwóch sprężyn o współ 1 0 0 ()' 3'2
czynnikach sprężystości k x i A:2 (rys. 1.11). Zakładamy, że na ciało o masie m,2 0 0 10 •T3
działa siła zewnętrzna / ( i ) , a opory tarcia ciał są proporcjonalne do prędkości
- XĄ __
przy CgyiR.ri._l r;> są współczynnikami tarcia odpowiednio ciała o masie m x
i m-2 . Wymuszeniem w tym przypadku jest siła zewnętrzna / ( i ) , a za zmienne a macierze C i D są równe
s t ai m przyj inu j erriy:
1 0 0 0
C £> = 0
xx współrzędną określającą położenie ciała o masie m Xl Ü o 1 o
X2 - prędkość ciała o masie m i (x 2 = ¿ i),
a,'3 - współrzędną określającą położenie ciała o masie m 2,
1.7.3. Układy elektromechaniczne
xą prędkość ciała o masie m 2 (xą = ¿'3).
Niech wektorem odpowiedzi y będzie U kładając rów nania dynam iki układów złożonych, wygodnie je st skorzystać
z zasady H am iltona. Zgodnie z t ą zasad ą u k ład hołonoiniczny i zachowaw
•'Cl czy (układ, w którym nie w ystępuje rozpraszanie energii oraz energia nie jest
y dostarczana do układu) je s t określony funkcją skalarną L, zw aną funkcją La-
,t 3
grange’a, współrzędnych uogólnionych qx, (¡2 , qn , prędkości uogólnionych
Biorąc pod uwagę siły działające na poszczególne ciała, n a podstawie dru Qi, <
1 2 , - • • > Qn i czasu t
/' UH
jest wektorem o składowych q\ , <72, qn , a T oznacza transpo-
■ I
.. N w i.ktora^y g(]y (j 0 układu jest dostarczana energia i wystę-
\ \ ptzypa■ ^ energii, układ jest określony dwiema funkcjami skalarnymi: R y s . 1 .1 2 . Schemat przetwor
nika elektromechanicznego
puje lozpr 1 <■n . funkcj ą Rayieigha F , będącą różnicą energii rozproszonej
iU,: l-ł-idzie F t ¡"energii F d dostarczonej do układu
F F r-F d
W tym przypadku równania Lagrange’a przyjm ują postać
obwodu elektrycznego Powyższe rozw ażania p odane dla układów elektromechanicznych m ożna
uogólnić również n a układy elektropneum atyczne, elektrohydrauliczne, elek
Fe = ^ Ił / f - uq troakustyczne itp.
q+ Rq pT—- q x = u (1.97)
d+ x 1 ' 1 d+ x
R ys. 1.13. Schemat procesu mieszania
m x + R,nx + k (x - xo) + D —2 92 = 0 dwóch cieczy
2 { d + * r - ( L 9 8 )
¿1 = X-Z
(1.99)
X‘/XĄ R , , , ^ , d +
( 1 .100)
N atężenia przepływ u cieczy dopływ ających do zbiornika wynoszą Fi — F i(t)
X-i — x.\ ( 1 . 101) i F 2 = 7^2(Oj a stężenia odpowiednio c.\ = c i(i) i c’2 = C2 (t). N atom iast
Rra natężenie przepływ u cieczy w ypływ ającej ze zbiornika wynosi F = F (t), a jej
k \ D xl ( 1. 102) stężenia c = c(t). Za zm ienne stan u przyjm ujem y objętość cieczy w zbiorniku
2 -------- 3;4
XĄ ~ m ^ 2m (d + x 3) 2 m
V oraz stężenie c cieczy wypływającej ze zbiornika. W ymuszeniami w tym
W tym przypadku równania stanu układu (1.99)-i-(1.102) są równaniam i nie przypadku są natężenia przepływ u cieczy dopływ ających F\ i F2. Z równań
liniowymi. Przyjmując za składowe w ektora odpowiedzi y natężenie prądu bilansu m asy m am y
w uzwojeniu przetwornika i oraz odległość x rdzenia ruchomego od nierucho
V = Fi -I- F 2 - F (1.103)
mego, otrzymamy równanie wyjścia w postaci
"X l ‘ ^ [ c V ] = c i F 1 + c 2 F2 - c F (1.104)
0 1 0 0 x2
Z praw a w ypływu swobodnego cieczy wynika
0 0 1 0 x -a
_X4_
F = k xV h (1.105)
U . Modele układów dynamicznych 39
38 1. Wprowadzenie
u kład ania równań dynam iki układów o param etrach rozłożonych o b ja śn im y n a Warunki brzegowe mogą być zadane w różny sposób, zależnie od sposobu zasilania
p odanych niżej trzech prostych p rzyk ład ach . i obciążenia linii długiej. Na przykład mogą być dane napięcie u(x, t) i natężenie
prądu i (:;;,£) na początku (x = 0) lub na końcu (x — l) linii długiej. Może być też dane
PRZYKŁAD 4 napięcie na początku linii i impedancja obciążenia na końcu linii długiej itp. O
Dana jest linia długa dwuprzewodowa o parametrach B.(x), L(x), G(x), C (x) zależ
PRZYKŁAD 5
nych od współrzędnej położenia x. Niech u = u(x, t ) oraz i = i(x, t) będą napięciem
między przewodami i natężeniem prądu w punkcie odległym o x od początku linii W reaktorze rurowym o długości L przesuwa się materiał A z prędkością va = (Z),
w chwili t. Elementarny odcinek tej linii o długości Aa; można zastąpić czwórnikiem a w przeciwprądzie materiał B z prędkością vb = v b (J-)-
o parametrach skupionych R(x)Ax, L(x)Ax, G(x)A x, C(x)Ax.
F„(0, f) . A Fñ(L, t)
Va ( ‘)
Fd0. t) B d/ Fb(L, t)
>
vb (1) i l + ól
/ = o- ^ | | | f f f f f f f* = 1
;>(/. o
R ys. 1.16. Schemat reaktora rurowego
d Q{x, t) = - k — ^ dSdt . Jeżeli zmodyfikujemy w spółczynnik zgonów, zakładając, że rośnie on wraz z li
ox czebnością populacji ci = ax (o, stały współczynnik), to równanie wzrostu po
przy czym: k - współczynnik przewodnictwa cieplnego, — - gradient tempera pulacji przyjm uje postać
tury w kierunku osi x. Wobec tego ilość ciepła dostarczona do elementu pręta o polu x = x (b — ax) ( L.126)
przekroju S = n r 2 i o długości dx w czasie di jest określona zależnością
d f l ( x , t.) d ‘ß ( x , l) d 2 i)(x, t) DEFINICJA 9
dQi{x, /;) = - k S di = k S — £ - ~ l d x d t (1.119)
dx dx X - f d .T Równanie (1.126) nazywamy równaniem logistycznym.
Aby temperatura elementu pręta o długości dx w czasie di wzrosła o di)(x, i), po
trzebna jest ilość ciepła Opisuje ono dość dobrze wzrost pojedynczej populacji w środowisku o ogra
niczonych zasobach.
dQ 2(x, i) hpS^ i A d x d t ( 1 .120 )
ox
przy czym: h - ciepło właściwe pręta, p - gęstość materiału pręta. Ilość ciepła odpro 1.7.7. Model Lotki-Volterry układu drapieżnik - ofiara
wadzona w czasie di z elementu pręta o długości dx do ośrodka jest wprost propor
»
cjonalna do różnicy temperatur pręta i ośrodka, do powierzchni tego elementu pręta Niech w tym sam ym środowisku żyją dwa gatunki, jeden, zwany drapieżnikiem,
i do czasu di: żywi się osobnikami drugiego gatunku, zwanego ofiarą. Niech x \ (t) będzie li
dQs(x, t) = 270-7 [i9(.x, t) - i90] da:di (1.121) czebnością populacji ofiar, a x 2 {t) liczebnością populacji drapieżników. D la po
pulacji ofiar przyjm ujem y m odel wykładniczego wzrostu zgodnie z zależnością
przy czym 7 jest współczynnikiem wymiany ciepła. Z równania bilansu ciepła mamy
(1.125), zakładając, że współczynnik zgonów jest wprost, proporcjonalny do li
dQi(x, t) = dQ-z{x, i) + d<5;((a;, i) (1.122) czebności populacji drapieżników d = a x 2 (ofiary są pożerane przez drapieżni
ki). Zakładamy, że wzrost liczebności drapieżników jest wprost proporcjonalny
Podstawiając zależności (1.119), (1.120), (1.121) do (1.122) i dzieląc obie strony
równania przez hpSdzdt, otrzymamy poszukiwane równanie różniczkowe cząstkowe do liczebności ofiar c x j . Z akładając dalej, że pew na ilość pożywienia a jest
niezbędna do u trzy m an ia przy życiu istniejącej populacji i nie prowadzi do jej
d $ ( x , i) _ d 2$ ( x , i) wzrostu, otrzym am y
b t) - ??o] (1.123)
dl dx2
przy czym ±i = ( b - a x 2) x i
, (1.127)
k 2-nrj :k2 = (cxi - a) X2
a' ~ h p ’ hpS M
Znając temperaturę na początku pręta i?(0, i) = </>(t) oraz rozkład temperatury wzdłuż DEFINICJA 10
całego pręta i?(.t, 0 ) = tp(x) w chwili początkowej t = 0 , możemy rozwiązując równanie Układ równań różniczkowych (1:127) nazywamy modelem Lotki- Volterry
(1.123) wyznaczyć temperaturę w dowolnym punkcie pręta w chwili i > 0. □ układu drapieżnik - ofiara.
(drapieżnik nie zabija więcej niż może zjeść). Równanie wzrostu populacji ofiar Zakładam y, że k onsu m p cji C p o d le g a tylko s ta ła część s ( s < 1) w ytw orzon ego
m a w tedy postać produktu
C = sX (1.132)
±i = x i (b - a x v) - (1.128)
1 -|- h x i
a n a akum ulację (inwestycje) je s t przeznaczona reszta wytworzonego pro d u k tu
Równanie w zrostu populacji drapieżników przyjmujemy również w postaci rów
K = (1 — s) X (1.133)
nania (1.126) i zakładam y, że współczynnik a jest odwrotnie proporcjonalny do
liczebności ofiar m x x (liczba drapieżników może być większa niż jest w stanie
wyżywić populacja ofiar). Otrzymam y wówczas następujące równanie wzrostu DEFINICJA 14
populacji drapieżników Układ równań (1.130)-ś-(1.133) nazywamy modelem Solowa wzrostu gospo
darczego.
¿* = «>2* 2 ( 1 - — ) (1-129)
\ m ii)
Załóżmy, że:
1) w zrost siły rob oczej je s t w y k ła d n icz y
DEFINICJA 11
Układ równań (1.128) i (1.129) nazywamy modelem Maya układu drapież L (t) = L 0 e,lt (1.134)
nik - ofiara.
2) F ( K , L) je s t fun kcją jed n o r o d n ą L , tzn . F ( K , L) = L F (-f-, 1 ^, -
3) F ( K , L) je st rosnącą m onotonicznie wklęsłą funkcją kap itału K (zwięk
szenie K przynosi coraz m niejszy wzrost produkcji).
1.7.9. Model Solowa wzrostu gospodarczego V
W prowadzając nową zm ienną fc = 3 - (kapitał n a głowę ludności) oraz korzy
stając z zależności (1.131), (1.133) i (1.134), otrzym am y
DEFINICJA 12
Gospodarką nazywamy zamkniętą, jeżeli cały wytworzony produkt jest zu k k L (1 - s ) X
żywany tylko na konsumpcję i akumulacją. k~ K L ~ K n
a po p om n o żen iu p rzez k i u w zględ n ien iu , że F (k ) = F 1^ = h'' Ł' = j;
Niech A' będzie kapitałem znajdującym się w gospodarce.
k = (1 - s) F (k ) - n k
DEFINICJA 13
Akumulacją kaj tul 1 nazywamy pochodną kapitału K wzglądem czasu 1.7.10. Model Leontiefa produkcji w n sektorach
k = ę . DEFINICJA 15 *
dt
Model Leontiefa opisujący produkcją w n związanych ze sobą sektorach ma
postać
Niech X oznacza wytworzony produkt, a C jego konsumpcję. Równanie rów
nowagi (bilansu) zamkniętego systemu ekonomicznego ma postać Xi = A x i + B (®i+ i — Xi) + di (1.135)
M acierze A i B m a ją elem enty nieujemne. Zwykle macierz B jest osobliwa, Z a d a n ie 3 . W yznacz liniowe przybliżenie m odelu Lotki-Volterry
ponieważ m a ona niezerowe elementy tylko w niektórych wierszach. W ynika x i — (6 - a x 2) x x
to z faktu, że kapitał rozwoju produkcji pochodzi zwykle tylko z niektórych
± 2 = (cx i - o ) x 2
sektorów. P rzepisując rów nanie (1.135) w postaci typowej, otrzym am y
w otoczeniu następujących dwóch punktów:
B x i+i = [Ii + B — A] x i - dk
1) x i = 0 , x 2 = 0
M odel Leontiefa je s t więc przykładem dyskretnego układu singularnego.
2) x i = § , x 2 = £
W s k a z ó w k a . Skorzystaj z zależności
1.8. Zadania -d ń d j±
0 x i dx2
Z a d a n ie 1. D any je s t układ A —
dh dh
x — A x 4- B u . dx,\ dx2 .
y = Cx w rozpatryw anym punkcie.
ze sprzężeniem zw rotnym u — v —F y . Wykaż, że układ zamknięty jest układem
singularnym w tedy i tylko wtedy, gdy Z a d a n ie 4 . D la nieliniowego uk ład u dyskretnego
Xi
x *
UX 2 _1
%
w ykaż, że u k ła d ten je st u k ła d em standardowym w tedy i tylko w ted y, g d y
d e t [II + D 2 D 1] j i 0
u \ ~ u ~ ( C 2x 2 + D 2C i X X+ D 2B i u \ )
czyli
[I + D 2D i ] u i = u —D 2C i X i —C 2x 2
Rozdział
MODELE MATEMATYCZNE
LINIOWYCH UKŁADÓW DYNAMICZNYCH
CIĄGŁYCH I DYSKRETNYCH
2.1. Wprowadzenie
W rozdziale tym zostan ą przedstaw ione zagadnienia związane z liniowymi ukła
dami dynam icznym i, których m odele tworzy się n a podstaw ie zebranycfTTnfoi'-
macji o obiekcie będącym w zakresie zainteresowania p ro jek tan ta. Ilość zebra
nych inform acji o obiekcie determ inuje w większości przypadków rodzaj mo
delu, który należy wybrać. Jeżeli p ro jek tan t m a jedynie inform acje w postaci
pomiarów, w tedy najczęściej stosuje się m odel ty p u wejście-wyjście w po sta
i ci transm itancji operatorowej. Pom iary konieczne do uzyskania m odelu typu
wejście-wyjście powinny być w formie p ar przebiegów: wymuszenie, odpowiedź
obiektu. Dysponowanie pom iaram i w tej formie je st podstaw ą do uzyskania
modelu tego typu. Model obiektu w postaci wejście-wyjście pozw ala n a tra k to
wanie modelowanego obiektu jako czarnej skrzynki, k tó ra jest, w stanie odpo
wiedzieć n a dowolny sygnał wymuszający. P ro jek tan t czy użytkownik obiektu
nie m a żadnych inform acji o tym , co znajduje się w środku obiektu, ale jest
w stanie wyznaczyć odpowiedź obiektu n a w ybrany sygnał wym uszający. Z te
go wynika, że opis obiektu w postaci m odelu wejście-wyjście nie je st w pełni
satysfakcjonujący dla p ro jek tan ta, k tó ry oprócz możliwości określenia odpo
wiedzi obiektu n a zadane wymuszenie chce wiedzieć, ja k przebiegają procesy
wewnątrz obiektu.
Decydując się (lub b ę d ą ? skazanym ) n a w ybór tego typu m odelu, należy
być świadomym ograniczeń. M odel ty p u wejście-wyjście je st przeznaczony do
opisu głównie układów liniowych. Jeżeli p ro jek tan t dysponuje inform acjam i
i
o fizycznych podstaw ach funkcjonowania obiektu, to w tedy do opisu obiektu
tnożna wykorzystać m odel zmiennych stanu. Czym są zm ienne stan u i pozo
stałe szczegóły dotyczące tego ro d zaju m odelu, zostanie wyjaśnione później.
Z najważniejszych inform acji n a tem at m odelu zm iennych stan u należy zapa
miętać, że m odel ten d aje dużo więcej inform acji o modelowanym obiekcie, jego
! sposobie funkcjonowania w porówaniu z m odelem ty p u wejście-wyjście. Model
wejście-wyjście d aje inform acje jedynie o reakcji obiektu n a dowolne wymu-
50 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe 51
szenie, bez inform acji o tym , co się dzieje wewnątrz obiektu. Model zmien w definicji 3 (s. 14), z której wynika, że znajom ość wartości zmiennych stanu po
nych stanu, oprócz tych informacji, może dać odpowiedź n a pytanie o procesy zwala n a wyznaczenie wszystkich innych wielkości, k tóre opisują stan obiektu fi
zachodzące w ew nątrz obiektu. M odel zmiennych stanu jest przeznaczony do zycznego.
opisu zarówno układów liniowych, ja k i nieliniowych. W tym rozdziale model W przypadku obwodów elektrycznych zmiennymi stanu są strum ienie skoja
zmiennych stan u i m odel typu wejście-wyjście będzie omawiany n a przykładzie rzone z indukcyjnościam i oraz ładunki zgromadzone w pojem nościach. Znajo
układów liniowych o jednym wejściu i jednym wyjściu (a,ng. Single Input Single mość tych wielkości pozw ala obliczyć prąd y płynące w pozostałych elementach
O u tp u t, SISO). obwodu i napięcia n a tych elem entach. W ynika stąd , że oprócz wartości zmien
nych stanu i param etrów poszczególnych elementów obwodu nie trzeba wiedzieć
nic więcej, aby w dowolnym czasie określić stan obwodu elektrycznego. Analo
2.2. Modele czasowe gicznie m ożna opisać inne układy dynam iczne, których modele wyprowadza się
na podstaw ie informacji z innych dziedzin. Zmienne stanu m ają jeszcze jedną
W tym podrozdziale zostaną krótko omówione zagadnienia związane z mode ważną własność.
lowaniem układów dynam icznych w dziedzinie czasu. Jest to jedno z funda
U w a g a 3 . Z m ie n n e sta n u na jczęściej są pow iązane m iędzy sobą zależnością
mentalnych zagadnień w teorii sterowania. Stworzenie odpowiedniego modelu
różniczkową.
m atem atycznego badanego obiektu jest kluczem do uzyskania oczekiwanych
efektów, jeśli chodzi o zadania związane ze sterowaniem i analizą dynamicz Nieco więcej n a te n tem at zostanie po d an e przy okazji om aw iania modelu
nych własności modelowanego obiektu. zmiennych stanu.
DEFINICJA 18
Rzędem modelu zm iennych stanu nazywamy liczbę zmiennych stanu, która
występuje w równaniu (2 . 1 ). R ys. 2 . 1 . Przykładowe tra
jektorie fazowe
P R ZY K ŁA D 8
Dla układu podanego w przykładzie 7 określamy rząd modelu układu.
Biorąc pod uwagę liczbę zmiennych stanu wyróżnionych w przykładzie 7, określamy,
że rząd modelu układu jest, równy 2 . O *1
□
Płaszczyzna fazowa
2.2.4'. Model zmiennych stanu układów dyskretnych —_
DEFINICJA 19
Płaszczyzną fazową nazywamy płaszczyznę, na której jest prezentowana DEFINICJA 21
zależność między zm iennym i stanu w postaci wykresu. Modelem zmiennych stanu nazywamy model opisany następującymi rów
naniami różnicowymi:
Układy dyskretne
D E FIN IC JA 25
Dla układów dyskretnych w mocy p o zo stają uwagi poczynione wyżej z tą róż Szum em białym X nazywamy ciąg wartości
nicą, że zm ianie ulega dziedzina czasu; dziedzinę czasu ciągłego zastępuje dzie
X = {X (0), X ( l ) , . . . , X ( i) } , te n (2.5)
dzina czasu dyskretnego. Z tego względu równanie wyjścia m odelu zmiennych
stanu układu dyskretnego w ygląda nieco inaczej. pewnej zmiennej losowej X , który spełnia następujący warunek
zowania prostego układu dyskretnego, którego wyjście w danej chwili t za gdzie
leży od:
A ( V 1) = 1 + a,iq- 1 + . . . + a,nq~n
- wartości w yjścia w chwilach poprzednich,
- szum u e w chwili t oraz chwilach poprzednich, B i g - 1) = 1 + b ig " 1 + . . . + bm g~m
- sygnału wym uszenia u w chwili t oraz chwilach poprzednich.
C ( g 1) = 1 + c ig " 1 + • • - + c^g-P
Powyższe stw ierdzenia m ożna zapisać w postaci następującego równania:
są wielomianami (deg A = n, deg B — m i deg C = p ) operatora q ~ l prze
?/(£) = - a i y ( t - 1) - . . . - any{t - n) -|- b0 u(t) + . . . -\- bmu(t. - m ) + (2.7) sunięcia w tył, sygnał y(t) jest traktowany jako wyjście modelu A R M A X ,
-I- coe(i) + . . . + Cj,e(k — p) u(t) jest wymuszeniem, a sygnał e(t) jest, szum,em białym.
q~l y(f) = y ( t - l) e
\f
q~ 2 y(t) = q ~ l y ( t - i) = y ( t - 2)
C{q~%
) I
q~ 3 y ( t ) = q~ 2 y ( t - l) = g ^ y i t - 2) = y{t - 3 ) A~\q~1) i
R y s . 2 .2 . Model AR.MAX
W tym przypadku operator q~ l działał n a sygnał dyskretny y, ale jego działa
nie je st identyczne dla pozostałych sygnałów w ystępujących w równaniu (2 .7 ). +,r
U 8(cf1) I
W związku z poczynionym i uwagami m ożna równanie (2 .7 ) zapisać w postaci
mu równoważnej
y (t) = ~anq~ny(k) + b0 u (t) + . . . + bmq~mu (t) + (2.8)
-I- c0e(£) + . . . + Cpq~pe(ł) Model ARM AX ze swej n atu ry jest modelem czasowym z czasem dyskret
nym ,' czyli pokazuje jak są związane ze sobą w dyskretnych chwilach sygnały
Po przeniesieniu składników zależnych od y(t) n a lewą stronę i po wyłączeniu u(t), e(t) i y(t), w którym współczynniki wielomianów A, 13 i C we wzorze 2.9
wielkości ?/(£), u(t) i e(£) przed naw ias otrzym ujem y ilościowo definiują modelowany obiekt. Model ARM AX m ożna również zdefi
niować dla op erato ra odw rotnego względem ( f 1, czyli dla op erato ra q.
( l + a iiT 1 + ... + anq~n^ y(t) = (l + biq~ l + . . . + bmq~m ) u(t) +
pokazuje, w jaki sp osób zachow uje się u k ład p rzy c ią g ły m d osta rcza n iu mu S Y S = S S (A , B , C , D , T s) tworzy dyskretny model zmiennych stanu o cza
sta łych porcji energii. sie próbkowania T s (jeżeli czas próbkowania nie jest znany, to T s = —1).
S Y S = SS tworzy pusty obiekt typu SS.
S Y S = S S (D ) tworzy statyczny m odel zmiennych stanu w postaci macie
DEFINICJA 31 rzy M .
Charakterystyką impulsową układu dynamicznego nazywamy odpowiedź
We wszystkich składniach wyżej lista param etrów wejściowych może być
układu ma wymuszenie w postaci impulsu Diraca przy zerowych warun
rozszerzona o ciąg param etrów w postaci par
kach początkowych modelu.
’N azw aW łasnościl’ , W a rto ś ć W ła s n o ś c il, . . .
W zależności od modelu układu (model zmiennych stan u lub m odel typu które ustaw iają różne własności obiektu typu SS (patrz funkcja LTIPROPS).
wejście-wyjście) wyznaczenie charakterystyki skokowej polega n a rozwiązaniu Jeżeli tran sm itan cja SYS m a odziedziczyć wszystkie własności od tran s
równań zmiennych stanu dla wymuszenia S(t) lub znalezieniu transform aty m itancji REFSY S, to w tedy należy użyć składni S Y S = S S (A ,B ,C ,D ,
REFSY S) .
odwrotnej transm itancji obiektu pomnożonej przez transform atę operatorow ą
Tablice modeli zmiennych stanu:
funkcji S(t). Oczywiście, rodzaj stosowanej transform aty operatorowej zależy od
charakteru badanego układu (ciągły lub dyskretny). W przypadku układu dys M ożna stworzyć tablicę modeli zmiennych stanu z wykorzystaniem tablicy
o rozm iarach N x D zawierających macierze A , B , C , D . Pierwsze dwa
kretnego należy pam iętać o tym, że impuls D iraca je st zastępowany im pulsem
jyym iary A , B , C , D określają liczbę zmiennych stanu, wejść i wyjśćj pod
jednostkowym. C harakterystyka skokowa pokazuje, w jaki sposób zachowuje
czas gdy pozostałe - rozm iary tablicy. N a przykład, jeżeli A , B , C , 2 7 'są
się układ przy jednorazowym dostarczaniu mu jednostkowej porcji energii.
czterowymiarowymi tablicam i o ostatnich dwóch wym iarach równych 2 i 5,
to w tedy polecenie
2.2.8. Jak to zrobić w MATLAB-ie SYS = SS (Ai B, C, D)
W tym punkcie p odan y b ęd zie opis kilku n ajw ażn iejszych funkcji p o trzeb n ych tworzy tablicę 2 x 5 modeli SS
do tworzenia i analizow ania funkcjonow ania m o d eli czasow ych w MATLAB-ie. SYS(: , : ,k,m ) = S S (A (: , : ,k ,m ) , . . . ,D (: , : ,k ,m ) ) ,
O prócz wym ienionych funkcji istn ieją rów nież funkcje o ch arak terze p o m o c k = 1 :2 , m = 1 :5 .
niczym , których tutaj ze w zględu n a ich d u żą liczb ę om aw iać n ie b ędziem y,
'OgraniczHjąc'się"1ylko-d0dimkcjTTTajważmejszych. S p o ry n a cisk zo sta n ie p o ło W szystkie modele SS w tablicy m ają identyczną liczbę wejść, wyjść i startów.
żony na w ykorzystanie przeglądarki u kład ów d ynam icznych LT TW E W , która S Y S = S S (Z E R O S (fN Y N U S I . . . S k ]» p rzy dziela'tablicę modeli SS
jest bardzo w artościow ym narzędziem , a dzięki sw ej fun kcjon aln ości sp row a o N y wyjściach, N u wejściach i rozm iarach [Sj . . . SiĄ.
d za praktycznie do m inim um w ym agan ia zw iąza n e ze zn a jo m o śc ią środow isk a Konwersja m odelu n a model zmiennych stanu:
MATLAB-a, dając przy tym d ostęp do p ełn ej gam y opracow anych funkcji zw ią S Y S = S S (S Y S ) konwertuje dowolny model LTI n a model zmiennych stanu,
zanych z działaniem układów d ynam icznych. P o p rzed sta w ien iu p o d sta w o w y ch tj. wyznacza realizację m odelu SYS.
informacji o charakterze en cyk lop ed ycznym p o d a n o p rzyk ład y, w k tórych op i S Y S = S S ( S Y S /m in ') \^yznac.za realizację m inim alną m odelu SYS.
sane funkcje są w ykorzystyw ane w realizacji p rostych zadań zw iązan ych z an a
lizą m odeli dynam icznych. F u n k c j a L T IP R O P S : *
Modele czasowe w MATLAB-ie definiuje się za pom ocą następujących funkcji. Funkcja pozwala n a uzyskanie nazw własności modeli typu LTI.
L T I P R O P S ( M O D E L T Y P E ) pozwala n a uzyskanie szczegółów dotyczą
cych m odelu M O D ELTY PE. Łańcuch znaków M O D ELTY PE jest nazwą,
F u n k c j a SS:
typu m odelu i może być jednym z następujących łańcuchów:
Utworzenie modelu zmiennych stanu.
Tworzenie modelu zmiennych stanu: o ’t f ’ tran sm itan cja operatorowa; obiekt typu TF;
S Y S == SS(A , B , C , D ) tworzy cią g ły m od el zm ien n ych sta n u SYS z m a • ’z p k ’ model typu zera-bieguny-wzmocnienie; obiekt typu ZPK;
cierzy A , B , C , D . O biekt SYS je st typ u SS. D = 0 o zn a cza m acierz zerow ą • ’ s s ’ model zmiennych stanu; obiekt typu SS;
odpow iednich rozmiarów. • ’ f r d ’ model danych częstotliwościowych odpowiedzi; obiekt typu FRD.
64 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe 65
narzuca sposób ekstrapolow ania przebiegu wyjściowego. ’ zoh ’ oznacza eks- Funkcja zw raca w ektor T chwil i w ektor Y zaw ierający odpow iadające danym
trapolator zerowego rzędu, ’f o h ’ oznacza ekstrapolator pierwszego rzędu. chwilom wartości sygnału. Generowane sygnały m a ją am plitudę jednostko
wą.
Domyślnie LSIM. dobiera snosóh ekstrapolacji n a podstaw ie gładkości funkcji
[U, T] = G E N S I G ( T Y P E , T A U , T F , T S ) generuje sygnał o czasie trw a
wymuszenia U. n ia T p i okresie próbkowania T$.
F u n k c j a IN IT IA L : F u n k c j a L T IV IE W :
Funkcja wyznacza odpowiedź m odelu zmiennych stanu n a niezerowe warunki
Funkcja otw iera przeglądarkę lub graficzny interfejs użytkownika ułatw iający
początkowe. sporządzenie charakterystyk modeli dynam icznych.
IN IT IA L (S Y S , X 0) rysuje odpowiedź modelu zmiennych stanu SYS na
L T I V I E W otw iera pu sty interfejs, k tó ry je st obsługiwany w sposób graficz
niezerowe warunki początkowe X 0 . Przedział czasu i liczba próbek je s t okre
ny i pozw ała n a sp o rz ąd za n e charakterystyk czasowych i częstotliwościowych
ślana autom atycznie. różnych modeli dynam icznych oraz porównywanie ich.
IN IT IA L (S Y S , X 0 , T F I N A L ) symuluje odpowiedź, m odelu SYS dla
L T IV IE W ( S Y S 1 , S Y S 2 , . . . , S Y S N ) otw iera przeglądarkę zawierającą,
t e [0, TFINAL]. D la modeli dyskretnych bez określonego okresu próbkowa
odpowiedzi skokowe m odeli SYS1, SYS2, . . . , SYSN n a jednym wykresie. Do
nia TFINAL określa liczbę próbek. wykresu każdej odpowiedzi skokowej m ożna przypisać inny kolor, np.
IN I T IA L (S Y S , X 0 , T ) określa wektor czasu T , który m a być wykorzy
stany do symulacji. D la układów dyskretnych T powinno być w postaci l t i v i e w ( s y s l , ’r - * ’ , s y s 2 , ’m - - ’ ) ;
0: T s: T f, gdzie T's pokryw a się z okresem próbkowania modelu SYS. D la mo
L T I V I E W ( P L O T T Y P E , S Y S 1 , S Y S 2 , . . . , S Y S N ) otw iera przeglądar
deli ciągłych T powinno być w postaci 0: d t : T f, gdzie di staje się okresem kę zaw ierającą odpowiedzi ty p u P L O T T Y P E m odeli SYS1, SYS2, . . . , SYSN
próbkowania m odelu dyskretnego wykorzystywanego do przybliżenia m ode
n a jednym wykresie. P L O T T Y P E określa ty p odpowiedzi, k tó ra będzie na,-
lu SYS. rysowana. Możliwości s ą następujące:
2. Modele fnateinatyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe 69
68
l t i v i e w d ’ s t e p ’ , ’ im p u lse ’ } , s y s )
70 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.2. Modele czasowe 71
Odpowiedź skokowa U w a g a 8 . Okno przeglądarki LTIV IE W również ma możliwość edycji opisów gene
rowanych wykresów. Chcąc dokonać zmian, np. wstawić komentarze w języku polskim,
należy dokonać edycji własności danego wykresu. Okno przeglądarki daje kilka dodatko
wych możliwości w zakresie przetwarzania wykreślonych przebiegów. Można zaznaczać
na wykresie pewne charakterystyczne punkty, określić podstawowe parametry charak
teryzujące uzyskane przebiegi.
Na rysunku 2.5 przedstawiono te same charakterystyki uzupełnione o informacje
możliwe do uzyskania za pomocą zwykłego okna MATLAB-a, do którego skopiowano
wykresy z przeglądarki LTIYIEW za pomocą opcji P r in t to F igurę z menu F ile .
Odpowiedź impulsowa
Odpowiedź skokowa
0,02
Tra3 0,01
IQ_ 0
I -0,01
- 0,02
16 s 18
Rys. 2.3. Charakterystyka otrzymana po wykonaniu zaproponowanego ciągu poleceń
- 0,02
Odpowiedź skokowa 16 s 18
0,02 . 1 1 1 1 I i •
"<o
O 0,01 ! System: sys System: sys
Iiip c .(s o c ):J 3 ,t..
R ys. 2.5. Charakterystyki uzupełnione o informacje udostępniane ze zwykłego okna,
£CL 0 Timo (sec): 2,61
Amplitude: 0,141 w którym rysowane są wykresy pakietu M a t L a b . Należy zwrócić uwagę na legendę,
1
1 - 0.01 Amplitudo: 0,0665 która pojawiła się w prawym górnym narożniku wykresu odpowiedzi impulsowej □
1 i
- 0,02
0 2 4 6 8 10 12 14 16 s 18
C zas > W kolejnym przykładzie wyznaczymy przebieg odpowiedzi układu o wielu
wejściach i wielu wyjściach n a wymuszenie sinusoidalne oraz wymuszenie zmie
niające się skokowo. /
PRZYKŁAD 12 *
Układ dyskretny opisany następującym modelem:
.1 - .3 1 1 ' ui
71+I ” +
.2 - .3 0 - 1 . "’2 .
Czas -------- >
'.1
Rys. 2.4. Charakterystyki uzupełnione o informacje udostępniane przez przeglądarkę Vn = 2 .4
LTIVIEW. Na wykresie odpowiedzi skokowej zaznaczono dwa przypadkowo wybrane
punkty oraz czas narastania. Na wykresie odpowiedzi impulsowej zaznaczono wartość został poddany działaniu dyskretnego wymuszenia sinusoidalnego o okresie ir na wej
szczytową przebiegu. Każdy punkt jest identyfikowany przez etykietę z dokładnymi ściu M] oraz wymuszenia zmieniającego się skokowo na wejściu u 2. Okres próbkowania
danymi wynosi 0,1 s. Wyznaczymy przebiegi odpowiedzi układu na jego wyjściach.
2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.3. Modele częstotliwościowe
72 73
1.5,
CM
>
, 0,5
o 0
Q
-0,5
R y s . 2 .6 . Sygnały wymu Rys. 2.7. Odpowiedzi
E _ 2-5
szenia dla wejść modelu < uzyskane na wyjściach
£ 2 modelu
§ 1.5
-U)
f 1
O 0,5
3 6 s
Czas
a
Rozpoczynamy od wygenerowania przebiegów wymuszających dla obu wejść, 2.3. Modele częstotliwościowe - __
tj. (rys. 2.6)
2.3.1. Transmitancja operatorowa
[ul,t]=gensig(’s i n ’ ,pi,2*pi,0.1);
[u2,t]=gensig(1s q u a r e ’,pi,2*pi,0.1); Ja k ju ż wspom niano wcześniej, m odel typu wejście-wyjście tworzy się n a p o d
Oba sygnały wymuszające mają ten sam okres równy n, czas trwania równy I n oraz stawie danych pom iarowych i do wyznaczenia tego m odelu należy, oprócz za
rejestrow ania wym uszenia podanego n a wejście obiektu, zarejestrow ać sygnał
ten sarn okres próbkowania.
Przystępujemy do zdefiniowania macierzy dyskretnego modelu zmiennych stanu będący odpowiedzią tego obiektu n a to wymuszenie. Dysponowanie takim i d a
nym i pom iarow ym i je s t p odstaw ą do w yznaczenia m odelu obiektu typu wejście-
A = [.1 - . 3 ; . 2 - . 3 ] ; -wyjście.
B= [1 1 ;0 -1 ] ;
O l . I -1 ;2. .4'];................................................ .
Pojęcie transmitancji operatorowej dynamicznego układu liniowego
a następnie do zdefiniowaniamodelu
DEFINICJA 32
sys=ss(A,B,C,0,0.1);
Transmitancją operatorową układu liniowego nazywamy funkcję zmiennej
Model sy s jest opisany macierzmi A , B , C , macierz D jest zerowa, a okres próbkowa zespolonej określoną jako iloraz transformaty operatorowej sygnału wyj
nia wynosi 0,1. Po zdefiniowaniu modelu przystępujemy do narysowania odpowiedzi ściowego i transformaty operatorowej sygnału wejściowego p r z y z e r o
modelu sy s na jednocześnie zadane wymuszenia: u\ na wejście pierwsze i u-¿ na wejście w ych w a ru n k a c h p o c zą tk o w y c h obiektu
drugie. Polecenie Tb/l ^
ltiview(’l s i m ’,sys,[ul u2],t);
r = Tfuf 7 ; (2J1)
wykorzystuje do wykreślenia przebiegów odpowiedzi przeglądarkę LTIVIEW. Równie T oznacza transmitancją operatorową obiektu liniowego nazywaną również
dobrze można użyć polecenia funkcją przenoszenia, %[y] je s t transmitancją operatorową sygnału wyj
lsim(sys,[ul u2],t) ;
ściowego y, X[u] je s t transmitancją operatorową sygnału wejściowego u.
i otrzymać ten sam wykres (rys. 2.7). Korzyść z zastosowania przeglądarki polega na
możliwości oznaczenia na wykresie wybranych punktów i dokładnego wskazania war W podanej definicji tran sm itan cji operatorowej nie zostało jasno powiedzia
tości sygnałów im odpowiadających oraz możliwości określenia parametrów przebiegu ne, o jak ą transform atę operatorow ą chodzi. W ybór konkretnego ro d zaju tran s
wykorzystywanych w automatyce do oceny jakości regulacji. form aty operatorowej zależy od ro d zaju obiektu, z którym p ro jek ta n t m a do
74 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.3. Modele częstotliwościowe 75
czynienia. .Jeżeli obiekt je st układem ciągłym , to w tedy sygnały (wejściowy Krok 1. Określamy rodzaj wykorzystywanej transformaty operatorowej. W tym przy
i wyjściowy) są poddaw ane działaniu transform aty operatorowej Laplace’a. padku będzie to transformata 3 , ponieważ obiekt jest układem dyskretnym.
Wówczas w rów naniu (2.11) ogólny sym bol transform aty operatorow ej T je st Krok 2. Obliczamy transformaty sygnałów yn i u n . Otrzymujemy odpowiednio
zastępowany sym bolem £ , który oznacza tran sfo rm atę Laplace’a. Jeżeli układ
je s t obiektem dyskretnym , to w tedy w definicji transm itancji operatorow ej 3[u„] = U(z) = I ^ I
(2.11) obiektu liniowego pojaw ia się zam iast % sym bol 3 określający tran s
form atę operatorow ą 3- Analogicznie, chcąc uzyskać charakterystyki widmowe 3[?/n] = Y (z ) = ^37
u kładu, należy w ykorzystać tran sfo rm atę operatorow ą Fouriera. Krok 3. Wyznaczamy transmitancję operatorową T {z) obiektu
T(s) = I M . - - J — P R Z Y K Ł A D 15
U U(a) s+ l a Dany jest układ ciągły o transmitancji T (s) = W yznaczymy odpowiedź tego
układu na wymuszenie w postaci skoku jednostkowego. Wykorzystując procedurę 4,
P R ZYKŁAD 14 wykonujemy następujące kroki:
. , , . f l dla n > 0 • , • i Krok 1. W yznaczamy transformatę operatorową sygnału wejściowego u — 1(/;).
Układ liniowy dyskretny na wymuszenie u n = < ^ n < 0 POW 7‘ syg W przypadku układu ciągłego będzie to transformata Laplace’a
nałem yn = e~~n dla n > 0. Obliczymy transmitancję operatorową tego obiektu.
Wykorzystując procedurę 3, wykonujemy następujące kroki: ą m = U(s) = \
76 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.3. Modele częstotliwościowe 77
Krok 2. Mnożymy transmitaneję operatorową obiektu T(s) przez transformatę syg wyznaczyć jego charakterystyki, tj. charakterystykę am plitudow ą, fazową, am
nału wejściowego U(s) plitudowo-fazową.
Y (s )= T (a )U (s ) 1 1 1
s+ls s(s ~f" 1) D E FIN IC JA 33
Krok 3. Wyznaczamy transformatę odwrotną sygnału wyjściowego Y(s) C harakterystyką am plitudow ą F'a (w) ciągłego układu liniowego, opisanego
tra n sm itancją operatorową T Q lu), n a zyw am y fu n k c ję rzeczyw istą zm ie n n e j
£-'[Y(s)] = y (t) = £- = 1 rzeczyw istej u>, której w artości są określone n a stępującym wzorem:
s(a + l).
Fa(w) = |7'(jw)|
Na podstawie przeprowadzonych obliczeń można stwierdzić, że liniowy układ dy
namiczny o transrriitancji operatorowej T(s) = na sygnał wejściowy u(t) — 1(i)
odpowie sygnałem wyjściowym y(t) = 1 —e_i. O Wyznaczenie charakterystyki am plitudowej polega n a narysowaniu wykresu
m odułu transm itancji operatorowej T(}lo) w funkcji zmiennej u . C haraktery
Przytoczony przykład pokazuje, w jaki sposób wykorzystuje się transm i- styka am plitudow a określa wzmocnienie am plitudy sinusoidy o częstotliwości
tancję operatorow ą do wyznaczania odpowiedzi układu n a dowolne wymusze u j podanej n a wejście układu, powodowane przez obiekt.
PRZY KŁAD 16 ■3
Wyznaczymy charakterystykę amplitudową, fazową oraz amplitudowo-fazową obiek Przed zapoznaniem się z charakterystykam i logarytmicznymi należy zdefi
tu o transmitancji operatorowej (rys. 2.8, 2.9) niować kilka pojęć, które są bardzo istotne w ich analizie.
DEFINICJA 36
W pierwszej kolejności należy wyznaczyć transmitancję operatorową Fouriera obiektu Decybelem nazyw am y jed n o stkę logarytm iczną, którą definiuje się w sposób
następujący:
DEFINICJA 37
Wzmocnieniem logarytmicznym, układu nazywamy moduł transmitancji
operatorowej G(juj) wyrażonej w decybelach, dla ustalonej pulsacji u>.
■ DEFINICJA 38
O ktaw ą n a zyw a m y jed n o stkę opisującą przedział zm ie n n e j rzeczyw istej
(® i, P 2 }, którą definiuje się w sposób następujący:
( x i , x f ) — l okt — = 2
xx ,
DEFINICJA 39
D ekadą n a zyw a m y jed n o stkę opisującą przed zia ł zm ie n n e j rzeczywiste,j
(a:r, * 2) , którą d efin iu ją się w-sposób następujący:
Analizując tabelę, m ożna zauważyć, że podwojenie wartości liczby powodu 2.3.3. Jak to zrobić w MATLAB-ie
je jej wzrost o ~ 6 dB w skali logarytm icznej. Jeżeli wartość liczby w zrasta M odele czasowe w MATLAB-ie definiuje się za pom ocą następujących funkcji:
10-krotnie, to wtedy w decybelach następuje przyrost o 20 jednostek.
F u n k c ja T F:
D E FIN IC JA 40 Utworzenie transm itancji lub przekształcenie do transm itancji.
Logarytmiczną charakterystyką amplitudową nazywamy wykres wzmocnie- Tworzenie transm itancji:
ma logarytmicznego w funkcji logarytmu dziesiętnego pulsacji. S Y S = T F ( N U M , D E N ) tworzy ciągłą transm itancję SYS z wielomianem
NUM w liczniku i wielomianem DEN w mianowniku. O biekt SYS jest typu
T F.
DEFINICJA 41 S Y S = T F ( N U M , D E N , T s) tworzy dyskretną transm itancję SYS z wie
Logarytmiczną charakterystyką fazową nazywamy wykres argumentu trans
lomianem NUM w liczniku i wielomianem DEN w mianowniku o czasie prób
mitancji widmowej w funkcji logarytmu dziesiętnego pulsacji.
kowania T s (jeżeli czas próbkowania nie jest znany, to w tedy T s = —i).
S = T F ( 's ') tworzy transm itancję H ( s ) = s (zm ienna Lapłace’a).
Z = T F ( V , T g ) tworzy transm itancję H { z) = z o czasie próbkowania Ts-
D E FIN IC JA 42
Logarytmiczną charakterystykę amplitudową i logarytmiczną charaktery Po zdefiniowaniu trasm itancji s lub z m ożna tworzyć inne transm itancję
stykę fazową nazywamy również charakterystykami Bodego. w sposób bezpośredni z wiersza poleceń, np.
» s = t f ( ’s ’ ) ; H = (s + l)/(s ~ 2 + 3 * s + l)
P R Z Y K Ł A D 17 T r a n s fe r ^ u n c t io n :
Wyznaczymy charakterystyki Bodego (rys. 2.10) dla transmitancji podanej w przy
s + 1 *
kładzie 16.
Diagramy Bodego s~ 2 + 3 s + 1
D la modeli MIMO o N y wyjściach i N u wejściach, wielomiany NUM i DEN S Y S = Z P K (Z, P , K , T s) tworzy dyskretny model SYS zera-bieguny-
są tablicam i komórek o rozm iarach N y x N u zawierającym i wektory wierszo -wzmocnienie o zerach Z , biegunach P i wzmocnieniu K oraz czasie prób
we, gdzie NUM{?;, j } i DEN {i, j ) określają transm itancję od wejścia j do kowania T s (jeżeli czas próbkowania nie jest znany, to wtedy T s = —1).
wyjścia i. N a przykład Pozostałe uwagi n a tem at m odelu ZPK są takie same jak dla modelu zmien
nych stanu.
H = TF( -C-5 ; [1 -5 6]> , {[1 -1] ; [1 1 0 ] »
określa macierz transm itancji układu ciągłego o dwóch wyjściach i jednym F u n k c j a FR.D:
wejściu
Utworzenie m odelu częstotliwościowego n a podstaw ie danych pomiarowych.
[ -5 /(s-1) ] Tworzenie m odelu częstotliwościowego:
[ (s~2-5s+6)/(s~2+s) ] S Y S = F R D ( R E S P O N S E , F R E Q S ) tworzy ciągły model częstotliwoś
Domyślnie transm itancję są wyświetlane jako funkcje zmiennych s lub 2 . ciowy n a podstaw ie odpowiedzi podanych w R ESPO N SE dla częstotliwości
podanych w FREQS.
Opcjonalnie m ożna zm ienną ciągłą zmienić n a p, a zm ienną dyskretną n a
Wynik jest obiektem typu FR,D.
z ~ x lub q przez zmodyfikowanie własności V a ria b le .
S Y S = F R.D (R .E SP O N S E , F R E Q S , T S ) tworzy dyskretny model czę
Tablice transm itancji:
stotliwościowy o okresie próbkowania T s {Ts = —1 oznacza, że okres prób-
M ożna stworzyć tablicę transm itancji z wykorzystaniem tablicy komórek
•kpwania nie jest określony).
o rozm iarach N x D zawierających wielomiany licznika i m ianownika każdej
S Y S = F R D tworzy pusty model typu FRD.
transm itancji z tablicy.
N a przykład, jeżeli NUM i DEN są tablicam i komórek o rozm iarach [NY NU 3 4], We wszystkich składniach wyżej lista param etrów wejściowych może być
rozszerzona o .ciąg param etrów w postaci par
to w tedy polecenie V
SYS = TF(NUM,DEN) ’N azw aW łasnościl’ , W a rto ść W ła sn o śc il, . . .
tworzy tablicę transm itancji o rozm iarach 3 x 4
które ustaw iają różne własności obiektu typu FRD (patrz funkcja LTIPRO PS)
SYS(:,:,k,m) = TF(NUM(:,:,k,m),DEN(:,:,k,m)), .Jeżeli model SYS m a odziedziczyć wszystkie własności od modelu REFSYS,
k =l:3, m = l :4. _ to należy użyć składni S Y S = F R D ( R E S P O N S E , F R E Q S , R .E F S Y S ) .
Form at danych:
K ażda %transm itąncji nią JV,; wyjść i N u wejść. W cehi przydzielenia tablicy Dla modelu SISO wektor FREQ S zawiera częstotliwości, wektor RESPONSE
transm itancji o N y wyjściach i N u wejściach należy skorzystać z następują zawiera odpowiedzi, gdzie RESPO N SE(i) jest odpowiedzią n a wymuszenie
cego polecenia: o częstoliwości FR EQ (i).
SYS = T F (ZEROS([NY NU kl k2...]))
Dla modelu MIMO o N u wejściach, N y wyjściach i N j częstotliwościach
R ESPO N SE jest tablicą o wymiarach N y x N u x N j , gdzie RESPONSE(i,
Konwersja m odelu n a transm itancję: j, k) jest odpowiedzią i-tego wyjścia n a sygnał o częstotliwości FR.EQS(k)
S Y S = T F (S Y S ) konwertuje dowolny m odel LTI n a model SYS w postaci podany n a j- te wejście. V
transm itancji. O biekt SYS je st typu T F . Domyślnie jednostkam i, w których jest w yrażana częstotliwość, są ’r a d / s ’ .
S Y S = T F (S Y S , 'in v ') konwertuje m odel zmiennych stanu SYS za pom ocą M ożna zmienić jednostki częstotliwości n a ’Hz’ przez ustalenie wartości wła
szybkiego algorytm u n a transm itancję. sności ’U n i t s ’ . Po zmianie jednostek nie następuje przeskalowanie danych
modelu.
F u n k c ja ZPK: Konwersja m odelu n a model częstotliwościowy:
S Y S = F R D (S Y S , F R E Q S , 'U n its'-, U N I T S ) konwertuje dowolny mo
Tworzy model w postaci zera-bieguny-wzmocnienie.
del LTI n a model częstotliwościowy przez wyznaczenie odpowiedzi modelu
Tworzenie m odelu zera-bieguny-wzmocnienie:
S Y S = Z P K (Z , P , K ) tworzy ciągły m odel SYS zera-bieguny-wzmocnienie SYS n a każdą częstotliwość zaw artą w FREQ S. P aram etr UNITS określa
o zerach Z , biegunach P i wzmocnieniu K . Obiekt SYS jest typu ZPK. jednostki, w których jest wyrażona częstotliwość. Do wyboru są dwie opcje:
84 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.3. Modele częstotliwościowe 85
’r a d / s ’ lub ’Hz’ . Jeżeli jednostki nie będą wyspecyfikowane, to wtedy do N Y Q U IS T (S Y S 1 , S Y S 2 , . . . , W ) tworzy charakterystykę N yquista kil
myślnie jest przyjm owana opcja ’r a d / s ’ . ku modeli n a jednym wykresie dla częstotliwości podanych w wektorze W.
Za pom ocą następującej składni:
F u n k c ja BODE:
Funkcja tworzy charakterystyki Bodego danego modelu. n y q u i s t ( s y s l , ’r ’ , s y s 2 , ’y - - ’ »s y s 3 . ’g x ’ )
B O D E (S Y S ) tworzy charakterystyki Bodego modelu SYS, który może być
dowolnym obiektem reprezentującym model liniowy (SS, ZPK, T F , FRD ). m ożna do każdego wykresu przypisać wybrany kolor i styl rysowania. Wektor
Zakres częstotliwości je st dobierany autom atycznie. W jest opcjonalny.
B O D E (S Y S , { W M IN , W M A X } ) tworzy charakterystyki Bodego mode [R E , IM ] = N Y Q U IS T (S Y S , W ) lub
lu w przedziale częstotliwości od W M IN do WMAX. [R E , IM , W ] = N Y Q U IS T (S Y S ) zw raca część rzeczywistą i urojoną od
B O D E (S Y S , W ) tworzy charakterystyki Bodego dla częstotliwości poda powiedzi wraz z wektorem częstotliwości, dla których zwracane wielkości
nych w wektorze W. Zwykle do utworzenia w ektora W korzysta się z funkcji zostały obliczone. P rzy wywołaniu funkcji w tej postaci wykres nie jest ry
LOGSPACE. sowany. Jeżeli model SYS m a N y wyjść i N u wejść, to R E i IM są tablicami
B O D E (S Y S l, S Y S 2 , . . . , W ) tworzy charakterystyki Bodego kilku mo o rozmiarach N y x N u x L E N G IIT (W ), gdzie RE(:,:,k) i IM (:,:,k) określają
deli na jednym wykresie dla częstotliwości podanych w wektorze W. Za po odpowiedź dla częstotliwości W (k).
mocą następującej składni:
b o d e i s y s l , ’r ’ , s y s 2 , ’y — ’ > s y s 3 , ’ g x ’ )
F u n k c j a N IC H O L S: —-
można do każdego wykresu przypisać w ybrany kolor i styl rysowania
[M AG, P H A S E ] = B O D E (S Y S , W ) lub Funkcja tworzy charakterystykę Nicholsa danego modelu.
[M AG, P H A S E , W ] = B O D E (S Y S ) zw raca am plitudę i przesunięcie fa N IC H O L S (^ Y S ) tworzy charakterystykę Nicholsa m odelu SYS, który mo
zowe odpowiedzi wraz z wektorem częstotliwości, dla których wzmocnienie że być dowolnym obiektem repi-ezentującym model liniowy (SS, ZPK, T F,
i przesunięcie fazowe zostały obliczone. P rzy wywołaniu funkcji w tej posta FRD ). Zakres częstotliwości jest dobierany autom atycznie.
ci wykres nie jest rysowany. Jeżeli m odel SYS m a N y wyjść i N u wejść, to N IC H O L S (S Y S , { W M IN , W M A X } ) tworzy charakterystykę Nicholsa
MAG i PHASE są tablicam i o rozmiarach N y x N u x LENG HT(IY ), gdzie modelu w przedziale częstotliwości od WMIN do WMAX.
MAG(:,:,k) i PIIASE(:,:,k) określają odpowiedź dla częstotliwości W(lc). N IC H O L S (S Y S , W ) tworzy charakterystykę Nicholsa dla częstotliwości
W celu uzyskania wzmocnienia należy wykonać polecenie M A G D B = podanych w wektorze W . Zwykle do utworzenia wektora W korzysta się
= 20 i lo g lO (M A G ) ...................... :.............. z funkcji LOGSPACE.
Dla modeli dyskretnych transform acja Z = e x p (j * W * T s) odwzorowuje N IC H Q L S ( S Y S l, S Y S 2 , . . . , W ) tworzy charakterystykę Nicholsa kilku
okrąg jednostkowy n a rzeczywistą oś częstotliwości. Wykres jest rysowa modeli na jednym wykresie dla częstotliwości podanych w wektorze W. Za
ny tylko dla częstotliwości mniejszych niż częstotliwość N yquista Jeżeli pom ocą następującej składni
model nie m a danych o okresie próbkowania, to wtedy domyślnie & zaklada
n i c h o l s ( s y s l , ’r ’ , s y s 2 , ’y — ’ , s y s 3 , ’g x ’ )
S ię TS = 1.
*
l t i v i e w ( ’n y q u is t ’ , s y s l , s y s 2 , s y s 3 ) ;
I t i v ie w ( ’n ż c h o ls ’ , s y s 1 , s y s 2 , s y s 3 ) ;
88 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.3. Modele częstotliwościowe 89
Diagramy Bodego
We: U( 1) We: U(2)
100
50
2 >-
5 £ 0
IN 5
5 -50
0
—45
j r -90
5 -1 3 5
-180
10" 10"2 10"1 10ład/s 10110"3 10" ' 10" 10°rad/s 101
Pulsacja co - 5- Pulsacja cu - —> R y s . 2 .1 4 . Charakterystyki Nicholsa
R y s. 2 .1 2 . Charakterystyki Bodego
Kolejna część przykładu dotyczy wykreślenia charakterystyk skokowych i zaznacze
nia na nich czasu trwania przebiegów przejściowych (rys. 2.15).
Diagram Nyquista
i
V
Wy: U(1) Wy: U(2)
Oś liczb rzeczywistych
zdefiniowanych modeli. Można również narysować wszystkie te charakterystyki w jed U w a g a 1 0 . Przeglądarka L T IV IE W automatycznie dobiera zakres wyświetlanych
nym okienku przeglądarki za pomocą polecenia na osiach wartości. Często się zdarza, że dzięki temu wykresy są nieczytelne tak, jak
lt iview ({’b o d e 1, ’nyąuist ’, ’nichols ’}, sys 1, s y s 2 ,sys3) ;
miało to miejsce dla wykresów odpowiedzi skokowej badanych modeli. Rozwiązaniem
problemu jest skoi'zystanie z opcji P r in t t o F ig u rę z przeglądarki i ju ż w zwykłym
kosztem czytelności uzyskanych wyników. oknie z wykresem ręczne ustalenie zakresów dla otrzymanych i~ysunków. O
90 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 91
C zw ó m ik rezysta n cyjn y
-1 0 1 2 3 4s 5 Typowym przykładem realizacji członu proporcjonalnego jest czwórnik zbudo
C zas > wany z elementów rezystancyjnych.
0,1
0,08
Diagram Nyquista
I R y s . 2 .2 1 . Czwórnik rezystancyjny
0,06
Oś liczb urojonych
0,04
0,02
R y s. 2 .1 9 . Charakterystyka ampli-
0
tudowo-fazowa układu bezinereyj
0,02
■
nego
■0,04 Dla czwórnika pokazanego n a rysunku 2.21 zachodzi związek
A,06
-0,08 U (2 .22 )
- 0,1
wy i?, + l h
t«0,S-.0,6-O A --0,2..0--0,2_0,4_0,6_,0,8 1,
¡
Ri
G(s) (2.23)
Ri + R'¿
Diagram Bodego
Jest to transm itancja członu bezinereyjnego, którego współczynnikiem wzmoc
Wzmocnienie (dB)
M( lu) = —
Ul
Czas -------->
Charakterystyka amplitudowo-fazowa
A -
(2.36)
G(jut) :
jw UJ
01'ctó Realizacja
P(W): K o n d e n s a t o r id e a ln y
(2.37)
k
Przykładem realizacji idealnego członu całkującego jest czwórnik zbudowany
UJ
z kondensatora idealnego.
Diagram Nyquista
10
<o 0,5
R y s. 2 .2 9 . Odpowiedź na wymusze
Gi-’ ) = ' k = - T k ‘ - Ł <2-«> X3
3 nie impulsowe idealnego członu róż
niczkującego
Innymi przykładam i elementu całkującego mogą być: zbiornik cieczy, serwo-
m otor hydrauliczny, układ napędowy pozycyjny (silnik). -0,5
-1 0 1 2 3 4 s 5
274:3. Cżłoń różriićżkującyidealny
C zas >
Idealny człon różniczkujący jest elementarnym członem dynamicznym opisa Odpowiedź na skok jednostkowy
nym za pom ocą następującego równania różniczkowego:
Odpowiedź idealnego członu różniczkującego (rys. 2.30) na skok jednostkowy
= ^ (2.42) jest następująca: ^
1 *
gdzie: x(t) - wartość sygnału wejściowego, y(t) - wartość sygnału wyjścio h{s) = G (s)~ = k ' (2-46)
wego.
lub w dziedzinie czasu
h{t) = kS(t) (2-47)
Opis transmitancyjny
Charakterystyka ampłitudowo-fazowa
Po zastosowaniu przekształcenia Lapłace’a do obu stron równania (2.42) mo
żemy przejść do opisu w dziedzinie zmiennej zespolonej s. Jeśli założymy, że W celu wyznaczenia charakterystyki amplitudowo-fazowej (rys. 2.31) idealne
warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła- go członu różniczkującego wyznaczamy najpierw jego transm itancję widmową.
-,..uinicznydt ciągłych i dyskretnych
1.4. Podstawowe człony dynamiczne
101
Diagram Bodego
Tc
Innym przykładem elementu różniczkującego może być prądnic
tryczna opisana równaniem
d a(i) (2.53)
u(t) = k — ^
Opis w dziedzinie czasu Odpowiedź układu inercyjnego pierwszego rzędu na skok jednostkowy (rysCk3S)
jest następująca:
Człon inercyjny pierwszego rzędu jest elementarnym członem dy
opisanym za pomocą następującego równania różniczkowego.
h(s) = G(s) ■i = ^ k — (2-58)
(2.54) (T s + ł j s
T y ( t ) + y { t ) = kx(t) *
lub w dziedzinie czasu
gdzie: x(t) - wartość sygnału wejściowego, ?;(t) ~ wartość sygnał y j'
wego. h(t) = J g{r)c\T = k ^1 —R e ” ) (2.59)
Opis transmitancyjny_
Po zastosowaniu, przekształcenia Laplace’a do obu stron lo w n a n ^
żemy przejść do opisu w dziedzinie zmiennej zespolonej s. es 1 teo;0 ulcła,-
warunki początkowe układu są zerowe, to otrzymujemy wówczas o
R y s . 2 .3 6 . Odpowiedź na skok jed
du w postaci transm itancji operatorowej
nostkowy członu inercyjnego pierw
szego rzędu
GM . ' <2 55)
' Ts + 1
C z w ó r n ik p a s y w n y r e z y s t a n c y j n o - p o j e m n o ś c io w y
Przykładem realizacji członu inercyjnego pierwszego rzędu jest czwórnik zbu
dowany z rezystora i kondensatora.
R y s. 2 .3 7 . Charakterystyka am-
plitudowo-fazowa członu inercyjne
go pierwszego rzędu
R y s , 2 .3 9 . Realizacja członu inercyjnego
pierwszego rzędu
Oś liczb rzeczywistych
C z w ó r n ik a k t y w n y
Charakterystyki logarytmiczne (rys. 2.38) przedstawiają się następująco:
Innym przykładem realizacji układu inercyjnego pierwszego rzędu jest układ
k przedstawiony na rys. 2.40.
M (u’
V IT w2!"’2 ............
ip(w) = arctg jr, = —arctgw T (2.62)
Diagram Bodego
R y s. 2 .4 0 . Realizacja członu inercyjnego pierw
szego rzędu za pomocą wzmacniacza operacyj
nego
R y s . 2 .3 8 . Charakterystyki lo
garytmiczne członu inercyjnego
pierwszego rzędu
~ Opis transmitancyjny
Po zastosowaniu przekształcenia 1 | lace i do obu stron równania (2.06) mo
żemy przejść do opisu wdziedzinie zmiennejzespolonej s. Jeślizałożymy, że
warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła
du w postaci transm itancji operatorowej R y s. 2 .4 3 . Odpowiedź na skok jed
nostkowy członu opóźniającego dla
Y(.s) = k e - aTX ( s ) (2.67) T= 1
C M - * .-* » • (2 .73) Przykładam i członu opóźniającego mogą być: transporter taśmowy, rurociąg,
G(jui) = k(cos ljT —j sin uiT) linia długa bez strat, czwórnik aktywny.
oraz
P(u>) = k cos loT ,
K’ (2.74)
Q(u>) = —ksin u jT
Charakterystyki logarytmiczne (rys. 2.45) przedstaw iają się następująco:
R y s . 2 .4 6 . Realizacja członu opóźniającego
M ( uj) = k ,
, (2.75) za pomocą wzmacniacza operacyjnego
tp(w) = - u T = —T e ogw
Diagram Nyquista
n i \ — - ki —
G(s) s^'1 ^
s jr2 + i
R y s . 2 .4 4 . Charakterystyka ampli- V
tudowo-fazowa układu opóźniające Ä2 (2.76)
k =
go Ä1
T, = R 3 C3, T2 = (R 2 + R 3 )C 3
T y + y = k / at(r)d r ^ (2.77)
Jo
gdzie: x(t) - wartość sygnału wejściowego, y(t) - wartość sygnału wyjścio
R y s . 2 .4 5 . Charakterystyki loga wego.
rytmiczne członu opóźniającego
Opis transmitancyjny
T s 2Y ( s ) + s Y ( s ) = k X ( s ) (2.78)
k
G(s) (2.79) R y s. 2 .4 8 . Odpowiedź na skok jed
s(Ts + 1 ) nostkowy rzeczywistego członu całku
jącego
Odpowiedź impulsowa rzeczywistego członu całkującego (rys. 2.47) można wy C zas >
znaczyć n a podstawie jego transm itancji w sposób następujący:
k k
g(s) = G(s) (2.80) Charakterystyka amplitudowo-fazowa
s +
T
W celu wyznaczenia charakterystyki amplitudowo-fazowej rzeczywistegtrukłar
oraz w dziedzinie czasu du całkującego (rys. 2.49) wyznaczamy najpierw jego transm itancję widmową.
Podstawiając do zależności (2.79) s = j w, otrzymujemy
g(t) = k( 1 - e ~ ? ) (2.81)
—wfeT —jfc
G M = „( 1 + !* ■ ■ > ) <2-83>
oraz
kT
p ( ") 1+
R y s. 2 .4 7 . Odpowiedź na wymusze
nie impulsowe rzeczywistego członu « " > " " S ir p W ) <2s4>
całkującego
Czas
R y s. 2 .4 9 . Charakterystyka ampli
Odpowiedź na skok jednostkowy tudowo-fazowa rzeczywistego członu
całkującego
Odpowiedź rzeczywistego członu całkującego na skok jednostkowy jest, nastę
pująca:
kT2 -fc T k
h (s) = G (s ): H------------ H -w (2.82) Oś liczb rzeczywistych
Ts + l
112 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 113
R y s . 2 .5 1 . Realizacja rzeczywistego
członu całkującego za pomocą czwórnika Odpowiedź impulsowa układljf
pasywnego
Odpowiedź impulsową rzeczywistego układu różniczkującego (rys. 2.53) można
wyznaczyć na podstawie jego transm itancji w sposób następujący:
C z w ó r n ik a k t y w n y ( \ = G(s)
nt \ Tks
g{s) (2.91)
Innym przykładem może być czwórnik aktywny (rys. 2.52), którego transmi- 1 + Ts 1 + Ts
tancja oraz w dziedzinie czasu
1
G (s) = (2.87) g(t) = k 6 (t) - (2.92)
2 R C s ( l + 0,5 R C s)
114 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne 115
Diagram Nyquista
R y s . 2 .5 3 . Odpowiedź na wymusze
nie impulsowe rzeczywistego członu R y s. 2 .5 5 . Charakterystyka ampli
różniczkującego tudowo-fazowa rzeczywistego członu
różniczkującego
Oś liczb rzeczywistych
kTuj %
M(u>) = (2.97)
jT T w r ,pM = 'i r
R y s . 2 .5 6 . Charakterystyki lo
Czas garytmiczne rzeczywistego członu
różniczkuj ącego
Charakterystyka amplitudowo-fazowa
C zw o r n ik p a s y w n y R C
Po zastosowaniu przekształcenia Lapłace’a do obu stron równania (2.100) mo
Przykładem realizacji rzeczywistego członu różniczkującego jest czwórnik pa żemy przejść do opisu w dziedzinie zmiennej zespolonej s. Jeśli założymy, że
sywny RC (rys. 2.57). warunki początkowe układu są zerowe, to otrzymujemy wówczas opis tego ukła
du w postaci transm itancji operatorowej
•O T 2 s 2 Y ( s ) + T iT (s) + F s = k X ( s ) (2.101)
I A R y s . 2 .5 7 . Realizacja rzeczywistego członu
L/wy różniczkującego jako czwórnika pasywnego
Y{s) fc
I G (s) =
X (s) T |s 2 + T is + 1
( 2 .102)
T3 t4
G (s) =
Transm itancja tego układu przedstawia się następująco: 1T 1 + T ąs
G (s) = s R C = ST (2.98)
K1 1 + sR C 1 + sT V ' T i+ T?
C zw ó rn ik a k ty w n y T-VT
Innym przykładem może być czwórnik aktywny, którego schemat pokazano na
rys. 2.58. Transm itancja tego układu jest opisana zależnością Odpowiedź impulsowa układu
V
G is) = — = SRC, ^ , (2.99) Odpowiedź impulsową członu inercyjnego drugiego rzędu (rys. 2.59) można
K) R + ^j 1+ sR C
wyznaczyć na podstawie jego transm itancji w sposób następujący:
Charakterystyka-ampłitudowo-fazowa
W celu wyznaczenia charakterystyki amplitudowo-fazowej członu inercyjnego
Realizacja
drugiego rzędu (rys. 2.61) wyznaczamy najpierw jego transm itancję widmową.
C zw o r n ik p a s y w n y R L C
Diagram Nyguista Przykładem realizacji członu inercyjnego drugiego rzędu jest czwórnik pasywny
R L C pokazany n a rys. 2.63^
/ L
o =>- J ^ Y \.
R y s . 2 .6 1 . Charakterystyka am- R y s . 2 .6 3 . Realizacja członu inercyjnego
plitudowo-fazowa członu inercyjne Uwy drugiego rzędu za pomocą czwórnika RLC
go drugiego rzędu
C zw ó r n ik a k ty w n y
-1 -0 ,8 -0 ,6 -0 ,4 -0 ,2 0 0,2 0,4 0,6 0,8 1 Innym przykładem realizacji członu inercyjnego drugiego rzędu jest czwórnik
Oś liczb rzeczywistych aktywny pokazany na rys. 2.64.
120 2. Modele matematyczne liniowych uktadów dynamicznych ciągłych i dyskretnych 2.4. Podstawowe człony dynamiczne
121
C
T| + Ti M O + = k x (t j (2.109)
Opis transmitancyjny
Po zastosowaniu przekształcenia Lapłaee’a do obu stron równania (2.109) mo- C zas =>
k(s) = G(S) i
lub w dziedzinie czasu dla różnych wartości parametru A (rys. 2.68)
(2.114)
h{t) = fc j^l —e”'Yt ^cos At + sin Ai^j
R ys. 2.70. Charakterystyki lo
garytmiczne rzeczywistego członu
oscylacyjnego
C(S) = TT f H = k (2117)
V
Charakterystyka amplitudowo-fazowa jest członem proporcjonalnym.
W celu wyznaczenia charakterystyki amplitudowo-fazowej członu oscylacyjnego
wyznaczamy najpierw jego transmitancję widmową. Podstawiając do zależności Realizacja
(2.111) s = jw, otrzymujemy C z w o r n ik p a s y w n y R L C
(?fim) - (2.115) Przykładem realizacji członu oscylacyjnego jest czwórnik pasywny R L C
(rys. 2.71)
oraz
k (2.116)
P(w) Q(w) = 0
1 —w2T 2 ’
Diagram Nyguista X R.ys. 2.71. Realizacja rzeczywistego
członu oscylacyjnego za pomocą czwór-
nika pasywnego
*
Rys. 2.69. Charakterystyki ampli- 2.4.10. Zadania
tudowo-fazowe członów oscylacyj
nych o różnych pulsacjacli drgań 1. W celu identyfikacji układów dynamicznych poddano je badaniom. Na
własnych wejście pierwszego układu podano w chwili t = 0 sygnał «(i) = 1. Prze
bieg sygnału otrzymanego na wyjściu tego układu pokazano na rys. 2.72.
Drugi układ poddano badaniom częstotliwościowym. Otrzymane charak
terystyki przedstawiono na rys. 2.73. Podaj opis transm itancyjny tych
układów.
124 2. Modele matematyczne liniowych układów dynamicznych ciągłych i dyskretnych 2.5. Związek między modelem zmiennych stanu a modelem typu wejście-wyjście 125
R ys. 2.73. Charakterystyki 6. Zaznacz położenie zer i biegunów układu dynamicznego, którego odpo
częstotliwościowe układu
wiedź n a ąkok jednostkowy jest przedstawiona na rys. 2.76. Zapisz trans
m itancję tego układu.
Pulsacja co -
W podobny sposób m ożna dokonywać konwersji m iędzy w szystkim i m ode dla trzech różnych wartości param etru k, tj. Aą > ką > k;j > 0. Charakterystyki
lam i, które m ożna zdefiniować w MATLAB-ie, o ile taka konwersja jest w y każdego rodzaju powinny znajdować się na jednym wykresie tak, aby można
konalna. było porównać wpływ zmian param etru k na ich przebieg.
2.6. Zadania
MODELE MATEMATYCZNE
NIELINIOWYCH UKŁADÓW
DYNAMICZNYCH
3.1. Wprowadzenie
W tym rozdziale przedstawiono podstawowe narzędzia potrzebne do analizowa
nia nieliniowych układów dynamicznych. Poznanie technik analizy jest ważne
z kilku powodów.
Po pierwsze, teoretyczna analiza zwykle jest najm niej kosztownym sposobem
badania charakterystyki systemu.
Po drugie, symulacja, chociaż jest to bardzo ważny element w sterowaniu
nieliniowym, musi być po p arta teorią. Ślepa sym ulacja systemów nieliniowych
prawdopodobnie d a słabe wyniki albo wyniki te będą błędnie interpretowane.
Po trzecie, projekt sterowania nieliniowego zawsze jest oparty n a technikach
analizy. Z tego powodu m etody projektowania są zwykle oparte n a metodach
analizy. Jest niemal niemożliwe, aby opanowywać m etody projektowania bez
wcześniejszego przestudiowania narzędzi analizy. Ponadto narzędzia analizy po
zwalają też oszacować projekt sterownika podczas jego tworzenia i w przypad
ku nieodpowiednich param etrów mogą też sugerować kierunki modyfikowania
projektu sterownika.
Nie powinno być zaskoczeniem to, że nie została wymyślona żadna uniwer
salna m etoda analizy wszy^lcich nieliniowych układów sterowania. W linio
wym sterowaniu jedną m etodą m ożna analizować system w dziedzinie czasu
lub w dziedzinie częstotliwości. N atom iast dla nieliniowych układów sterowa
nia żadne z tych standardowych podejść nie m a zastosowania w bezpośrednim
rozwiązaniu nieliniowych równań różniczkowych.
Analiza nieliniowych układów jest bardzo tru d n a i podejm uje się wysiłki, by
tworzyć stosowne, teoretyczne narzędzia do tej analizy. Zaproponowano wiele
m etod analizy układów nieliniowych. W podrozdziale 3.2.4 zostanie omówiona
analiza układów nieliniowych m etodą płaszczyzny fazowej.
1 32 3. Modele matematyczne nieliniowych układów dynamicznych 3.2. Analiza metodą płaszczyzny fazowej 133
¿2 = f 2(xi, x 2) (3.2)
3.2. Analiza metodą płaszczyzny fazowej
gdzie: x \ i X2 - stany systemu, / ) i f 2 - nieliniowe funkcje stanów.
Analiza m etodą płaszczyzny fazowej jest graficzną m etodą badania nielinio Geometrycznie przestrzeń stanów tego systemu jest płaszczyzną m ającą x%
wych układów drugiego rzędu. Jej podstawową ideą jest rozwiązywanie gra i X2 jako współrzędne. Tę płaszczyznę nazywamy płaszczyzną fazową.
ficznie równań różniczkowych drugiego rzędu zamiast szukania rozwiązania Dany jest zestaw warunków początkowych .7;(0) = xq. Równania (3.1), (3.2)
analitycznego. Wynikiem jest rodzina trajektorii układu, które odpowiadają definiują rozwiązania x(t). Ze zmieniającym się czasem £ od zera do nieskoń
różnym warunkom początkowym n a dwuwymiarowej płaszczyźnie, nazywanej czoności, rozwiązania x (t) mogą być przedstawione geometrycznie jako krzy
płaszczyzną fazową. Płaszczyzna fazowa pozwala wizualnie postrzegać wzory wa n a płaszczyźnie fazowej. Taka krzywa jest trajektorią płaszczyzny fazowej.
ruchu systemu. W taki sposób można otrzymać informacje co do stabilności Rodzina trajektorii płaszczyzny fazowej odpowiednich dla różnych warunków
układu. początkowych stanowi p o rtret fazowy układu.
Analiza m etodą płaszczyzny fazowej m a kilka użytecznych własności. Po Następujący prosty przykład ilustruje pojęcie portretu fazowego układu.
pierwsze, graficzna m etoda pozwala uzmysłowić, co dzieje się w nieliniowym
systemie startującym z różnych warunków początkowych bez rozwiązywania PRZYKŁAD 21 (portret, fazowy układu amortyzatora masy)
nieliniowych równań analitycznie. Po drugie, m etoda ta nie jest ograniczona do Główne równanie systemu amortyzatora masy pokazanego na rysunku 3.la jest:
słabych albo gładkich nieliniowości, m a również dobre zastosowanie do silnych znanym liniowym równaniem różniczkowym drugiego rzędu
nieliniowości i do nieliniowości „twardych”. Chociaż m etoda ta jest ograniczona x -I- x = 0 ^ 4 3 .3 )
tylko do układów drugiego rzędu, jednak wiele praktycznych systemów stero
wania może być aproksymowanych przez systemy drugiego rzędu, a metoda Przyjmujemy, że masa początkowo jest w spoczynku, przy długości a;0. Wtedy roz
wiązaniem równania jest
płaszczyzny fazowej może być używana w ich analizie. Oczywiście zasadniczą
wadą m etody jest to, że ograniczona jest do systemów drugiego rzędu (lub x{t) = xQcos t \
pierwszego rzędu), ponieważ graficzne badanie systemów wyższych rzędów jest x(t) = —.To sin £
rachunkowo i geometrycznie złożone. Eliminując czas £ z powyższych równań, otrzymujemy równanie trajektorii
x2 + x 2 = af,
3.2.1. Pojęcia analizy metodą płaszczyzny fazowej Równanie to jest równaniem okręgu na płaszczyźnie fazowej. Odpowiedzi dla różnych
...warunków początkowych tworzą współosiowe okręgi o różnych promieniach. Rysując
W analizie układów nieliniowych często zmienne stanu x i, X2 , ■■■, x n wybiera te okręgi na płaszczyźnie fazowej, otrzymujemy portret fazowy układu amortyzatora
się tak, aby x 2 = .¿i , x 3 = ± 2 , ■• -, = ±»_i. Tak wybrane zmienne stanu na-.. masy, który został pokazany na rys. 3.Ib. (J
zywamy zm iennym i (współrzędnymi) fazowymi. W n-wymiarowej przestrzeni
euklidesowej zmienne fazowe w każdej wybranej chwili określają jednoznacz
a)
nie położenie punktu M , zwanego punktem opisującym. Pod wpływem wy
muszenia lub niezerowych warunków początkowych punkt ten przesuwa się po
krzywej, zwanej trajektorią fazową. Trajektoria fazowa stanowi poglądową, geo t i 1 i'
n r i
m etryczną ilustrację przebiegu procesu dynamicznego w układzie. Rodzinę tra
jektorii fazowych nazywamy portretem fazowym, układu. Natom iast powyższą W W \r
k= 1 L
n-wymiarową przestrzeń nazywamy n-wymiarową przestrzenią fazową. Szcze m= 1
gólnym przypadkiem przestrzeni fazowej jest płaszczyzna fazowa, gdy n = 2.
R ys. 3.1. Układ amortyzacji masy (a) i jego portret fazowy (b)
Portrety fazowe
M etoda płaszczyzny fazowej jest powiązana z graficzną m etodą badania syste Potęga portretu fazowego leży w fakcie, że portret fazowy systemu pokazuje
mów autonomicznych drugiego rzędu opisywanych równaniami naturę odpowiedzi dla różnych warunków początkowych, która jest bezpośred
(3.1) nio przedstawiona na płaszczyźnie fazowej. W powyższym przykładzie łatwo
¿1 = h (x i, X2 )
135
.,c7V7.oy f<->z0VNci
rH pł»SZ
¿1
:d = x '2
Ideą jest sporządzanie wykresu x w zależności od x na płaszczyźnie fazowej. Z symetrii p o rtretu fazowego wynika też sym etria nachyleń (równych co do
Jedyną różnicą je st to, że portretem fazowym układu pierwszego rzędu jest wartości bezwzględnej, ale o przeciwnym znaku). Można obserwować następu
pojedyncza trajektoria, a nie rodzina trajektorii, jak to ma miejsce dla układów jące przypadki symetrii:
drugiego rzędu.
- Symetria w osi x i : warunkiem jest
* * f *■ r? 7 h* r« ™ * p lik o w e * „ '
Xi(t) —
¡ r * £ £ r * “ * * ■ * » * ,,.
W drugiej technice, bezpośrednio e lim in u T r^ WPrzyldadzie 2f ^ Jafc ^ i{vs. 3.4. System sterowania satelity 1
tocję UJe Sję 2miermą czasu SL , •
nydi równaniem
z czego wynika, że 0 d 0 = UdO. Dlatego trajektorie fazowe są rodziną paraboli t
O2 = 2U0 + c i
y i. x
gilzie: u -
sunik będzie dostarczać
satelity. znajdowane
* odpowiednie
pisać w postacistu owa e znajdowane w w podobny
podobny sposób
sposób
,...... - " r \ v'" ‘“t!ł„rnWnnie zapłonem silników. Matematyczny model satelity Kiedy siłnik będzie dostarczać ujemny moment obrotowy - U , trajektorie fazow
¿2 = - 2 l / 0 + d
■Sc.
—a + v a 2 —4 b
c> im
—a — V a2 — 46 Slodto
0
R ys. 3.8. Typy punktów osobli
Dla układów liniowych, opisywanych równaniem (3.12), istnieje tylko jeden wych układów liniowych: a) wę
d)‘ zeł stabilny, b) węzeł niestabil
punkt osobliwy (przyjmując b 0), mianowicie początek układu współrzęd \ü)
X ny, c) siodło, d) ognisko stabilne,
nych. Trajektorie w sąsiedztwie tego punktu osobliwego mogą mieć całkiem Ognisko e) ognisko niestabilne, f) środek
różną charakterystykę, zależną od wartości a i b. Mogą występować następują stabilne
ce przypadki: K Ą
1. A] i A2 - obie wartości rzeczywiste inają ten sam znak (dodatni lub ujem e)
ny). ¡.0)
X
Pierwszy przypadek odpowiada punktowi zwanemu węzłem, który może być OlOUlO
stabilny albo niestabilny. Jeżeli obie wartości własne są ujemne, to punkt oso
bliwy jest nazywany węzłem stabilnym, ponieważ x(t) i x(t) zbiegają się do
Drugi przypadek (gdy Aj < 0 i A2 > 0) odpowiada punktowi nazwanemu
zera wykładniczo, jak pokazano na rys. 3.8a. Jeżeli obie wartości własne są
siodłem (rys. 3.8c). Z powodu niestabilnego bieguna A2 wszystkie trajektorie
dodatnie, to punkt jest nazywany węzłem niestabilnym, ponieważ a;(/,) i x(t)
systemu rozbiegają się do nieskończoności. N a tym rysunku można zaobserwo
rozbiegają się wykładniczo z zera (rys. 3.8b). Gdy wartości własne są rzeczy
wać dwie linie proste zaczynające się lub kończące w początku układu współ
wiste, wówczas oscylacje w układzie nie występują. rzędnych.
144 3. Modele matematyczne nieliniowych układów dynamicznych
3.2. Analiza metodą płaszczyzny fazowej
Trzeci przypadek odpowiada punktowi osobliwemu, który nazywamy ogniskiem może być kształtowane przez łinearyzację nieliniowych układów. Jeżeli inte
Ognisko stabilne zdarza się wtedy, gdy rzeczyw ista część wartości własnej jest resujący nas punkt osobliwy nie je s t początkiem układu współrzędnych, to
ujemna, co implikuje, że x (t) i x (i) dążą do zera. Trajektorie system u w są wtedy tak definiujemy nowe zmienne stanu, aby p u n k t osobliwy znajdował się
siedztwie ogniska stabilnego są przedstawione n a rys. 3.8d. M ożna zauważyć w początku układu współrzędnych. Dlatego m ożna rozważać równanie (3.1),
że trajektoria okrąża początek układu współrzędnych jeden lub więcej razy (3.2) z pojedynczym punktem osobliwym w 0. Używając rozwinięcia w szereg
Taylora, równania (3.1) i (3.2) możemy napisać
przed jego osiągnięciem, inaczej niż m a to miejsce przy węźle stabilnym. Jeżeli
część rzeczywista wartości własnej jest dodatnia, to wtedy x (t) i x (t) dążą do ¿ i — a x i -I- bx2 + 9 i(x i, x 2)
nieskończoności i punkt osobliwy jest nazywany ogniskiem niestabilnym . T a - ¿2 = CXl + <1X2 + m ( x i , X2)
jektorie odpowiadające ognisku niestabilnem u są przedstawione na rys. 3 8 e '
gdzie gi(x\, x 2) i g2(x\, x 2) zaw ierają wyrazy wyższych rzędów rozwinięcia
Środek w szereg. W pobliżu początku układu współrzędnych, wyrazy wyższych rzę
dów mogą być pom inięte i dlatego trajektorie układu nieliniowego m ogą być
Czwarty przypadek odpowiada punktowi osobliwemu, który nazywamy środ z zadowalającą dokładnością przybliżane trajektoriam i odpowiadającym i zli
kiem (rys. 3.8f). Nazwa pochodzi' stąd, że wszystkie trajektorie są elipsam i' nearyzowanemu równaniu
a punkt osobliwy jest środkiem tych elips. P o rtret fazowy nie tłumionego ukła ż j = axi bx2
du sprężyna - inasa należy do tej kategorii.
x 2 = cxi -I- d x 2
Na rysunku 3.8 przedstawiono portrety fazowe odpowiadające wymienionym
wyżej typom punktów osobliwych. Są to wszystkie istniejące typy punktów oso Ja k widać, lokalne zachowanie układu nieliniowego może być aproksymowane
przez zachowania pokazane n a rysunku 3.8.
bliwych możliwe w układzie liniowym. M ożna jednak jeszcze rozważać pewne
S
przypadki zdegenerowane, np. podwójne wartości własne (A! = A2) lub o war Cykle graniczne v
tościach zerowych. Wymienione typy punktów osobliwych mogą występować
również w układach nieliniowych, ale nie m ożna wtedy ich łączyć z pojęciem
N a niektórych portretach fazowych możemy zaobserwować krzywą zamkniętą.
wartości własnych, lecz z charakterystycznym i kształtam i trajektorii w otocze
Wszystkie trajektorie wewnątrz i n a zewnątrz krzywej zm ierzają ku niej, a gdy
niu punktu osobliwego, analogicznymi do sytuacji przedstawionych n a rys 3 8
ruch punktu opisującego zaczyna się n a tej zamkniętej krzywej, wówczas będzie
pozostawać na niej, krążąc okresowo dookoła początku układu współrzędnych.
3.2.4. Analiza układów nieliniowych metodą płaszczyzny fazowej T a krzywa jest przykładem tzw. zjawiska cyklu granicznego. Jest on unikalną
cechą układów nieliniowych.
W analizie układów nieliniowych m etodą płaszczyzny fazowej dwa punkty są N a płaszczyźnie fazowej cykl graniczny je st definiowany jako izolowana za
szczególnie ważne. Analiza układów nieliniowych za pom ocą analizy ich płasz
m knięta krzywa. T a je k to ria musi być zam knięta - określa to okresowa n atu ra
czyzny fazowej jest związana z układam i liniowymi, ponieważ lokalne zachowa rudni, i izolowana - określa to ograniczająca n a tu ra cyklu (pobliskie trajektorie
nic układów nieliniowych może być aproksymowane przez układ liniowy Jednak są zbieżne lub rozbieżne od cyklu). Na portretach fazowych układu am ortyza
układy nieliniowe mogą przedstawiać dużo bardziej skomplikowane zachowania to ra m asy w przykładzie 21 Jub system u satelity w przykładzie 25 jest wiele
na płaszczyźnie fazowej, takie jak wielokrotne punkty równowagi i cykle gra zamkniętych krzywych. Jednak to nie są cykle graniczne w rozumieniu tej de
niczne. finicji, ponieważ nie są one izolowane.
Zależnie od natury ruchu p u n k tu opisującego po trajektorii w sąsiedztwie
Lokalne zachowanie układów nieliniowych cyklu granicznego m ożna rozróżnić trzy rodzaje cykli granicznych:
Na portrecie fazowym (rysunek 3.2) są dwa punkty osobliwe, (0, 0) i ( - 3 ())
1. Cykl graniczny stabilny: wszystkie trajektorie w sąsiedztwie cyklu gra
Można zauważyć, że cechy trajektorii fazowej w sąsiedztwie tych punktów oso nicznego są zbieżne do niego przy t —> oo (rys. 3.9).
bliwych są bardzo podobne jak w przypadku układów liniowych. Pierwszemu 2. Cykl graniczny niestabilny: wszystkie trajektorie w sąsiedztwie cyklu gra
punktowi odpowiada ognisko stabilne, a drugiemu punktowi odpowiada siodło nicznego są rozbieżne od niego przy t —>oo (rys. 3.10).
To podobieństwo do liniowych układów w okolicy każdego punktu osobliwego 3. Cykl graniczny pólstabilny: niektóre z trajektorii w sąsiedztwie dążą do
niego, podczas gdy inne rozbiegają się od niego przy t —>oo (rys. 3.11).
3. Modele matematyczne nieliniowych układów dynamicznych 3.2. Analiza metodą płaszczyzny fazowej 147
146
3.2.5. Podsumowanie
Analiza m etodą płaszczyzny fazowej jest graficzną m etodą analizy układów dy
namicznych drugiego rzędu. Dużą zaletą tej m etody jest to, że pozwala wizual
nie analizować globalne zachowanie systemów. Główną wadą jej jest to, że jest
R y s. 3 .9 . Cykl graniczny sta ograniczona do systemów drugiego rzędu, chociaż rozszerzenie jej do analizy
bilny (trajektorie zbieżne - linia układów trzeciego rzędu jest często dokonywane za pomocą grafiki komputero
cienka, cykl graniczny - linia po
wej. Zjawiska takie jak wielokrotne punkty równowagi lub cykle graniczne są
grubiona)
bardzo dobrze widoczne w analizie m etodą płaszczyzny fazowej.
t = '<»• '>
w przedziale od To do Ty z warunkami początkowymi Yo, gdzie TSPAN =
[TO TF]. Funkcja O D E F U N (T ,Y ) powinna zwracać wektor kolumnowy
odpowiadający f{ y , t,), czyli powinna zwracać wartości pochodnych rozwią
zywanego układu równań Różniczkowy cli. Każda wartość rozwiązania Y od
powiada pewnej chwili, k tó ra jest zapisana w odpowiednim wierszu wektora
T. Funkcja może zwrócić rozwiązania równań dla pewnych, dowolnie wybra
nych chwil. W tym celu wektor TSPAN należy przedstawić w postaci TO,
R y s. 3 .1 1 . Cykl graniczny pół- T l, . .. , T F , czyli podając kolejne chwile, w których m a być zwrócone roz
stabilny wiązanie. Chwile muszą być uporządkowane w sposób rosnący lub malejący.
[T,Y] = O D E 2 3 (O D E F U N ,T S P A N ,Y O ,O P T IO N S ) całkuje układrów-
nań różniczkowych, wykorzystując ustawienia podane w param etrze o nazwie
OPTIONS, które to ustawienia tworzy się za pomocą funkcji ODESET.
[T,Y] = O D E 2 3 (O D E F U N ,T S P A N , Y O ,O P T I O N S ,P I ,P 2 ,...) całku
je układ równań różniczkowych, przekazując do funkcji ODEFUN dodatkowe
X1 param etry P I, P2, . ..
148 3. Modele matematyczne nieliniowych układów dynamicznych 3.2. Analiza metodą płaszczyzny fazowej 149
Kolejne funkcje są przeznaczone do zarządzania sposobem pracy funkcji to wtedy funkcja rozwiązująca równania różniczkowe będzie ją wywoływać
ode23 i innych funkcji rozwiązujących nieliniowe równania różniczkowe. każdorazowo po wyznaczeniu nowego rozwiązania w następujący sposób:
ODEPLOT(T,Y, ” )
F u n k c ja O D ES E T :
Funkcja tworzy stru kturę typu ODE OPTION S przenaczoną do przekaza
F u n k c ja ODEPI-IAS2:
nia opcji do rozwiązywania nieliniowych równań różniczkowych za pom ocą
funkcji ode23 lub funkcji pokrewnych. Funkcja działa n a tych samych zasadach co ODEPLOT, z tym że rysuje dwu
O P T IO N S = O D E S E T ( 'N A M E l/!V A L l/N A M E 2 ',V A L 2 ! ...) tworzy wymiarową charakterystykę fazową pierwszych dwóch składników (zmien
strukturę, w której własności NAME1, NAME2, . . . przyjm ują odpowiednio nych stanu) rozwiązania.
wartości VALI, VAL2, . . . W łasności, których wartości nie podano, przyj
m ują wartości domyślne. F u n k c j a ODEPI-IAS3:
Niżej podano nazwy niektórych własności struktu ry param etrów tworzonej Funkcja działa n a tych samych zasadach co ODEPLIAS2, z tym że rysuje
przez funkcję ODESET. trójwymiarową charakterystyką fazową pierwszych trzech składników (zmien
nych stanu) rozwiązania.
- R elTol - błąd względny (domyślnie 10“ 3). Błąd całkowania e(i) w każ
dym kroku spełnia zależność
F u n k c j a O D E P R IN T :
e(t) < max (RelTol * |y (* )|, AbsTol(i)) Funkcja działa na tych samych zasadach co poprzednie funkcje przeznaczone
- AbsTol - błąd bezwzględny (domyślnie 10” 6). do prezentacji wyników, z tym że wszystkie otrzym ane wyniki są wypisywane
w oknie poleceń.
- OutputFcn - wyjściowa funkcja zewnętrzna (domyślnie brak funkcji). Po i
każdym kroku całkowania funkcja jest wywoływana w celu przetworzenia V
wyników obliczeń w danym kroku. Najczęściej polega to n a umieszczeniu Kilka słów teraz na tem at konstruowania funkcji wcześniej określanej ogól
nie jako ODEFUN. Zasada konstrukcji funkcji tego typu jest prosta i najle
wyników obliczeń na wykresie.
piej jest ją omówić n a przykładzie. Weźmy klasyczne równanie różniczkowe
S ta t s - wyświetlanie kosztów obliczeń (domyślnie ’o f f ’). van der Pola
MaxStep - górne ograniczcie kroku całkowania. Domyślnie zakłada się,
że jest to dziesiąta część kroku próbkowania wektora czasu podanego ~ y ( t ) - I-i ( l ~ y (t)2) ^ y ( t ) + y(t) = 0 (3.15)
w argumencie funkcji rozwiązującej równania.
Równanie to należy doprowadzić do postaci, w której występuje tylko pierwsza
F u n k c ja O D E G E T : pochodna pewnej funkcji. W związku z tym wykonamy podstawienie
Funkcja pobiera wartość określonej własności ze struktury ODE OPTIONS. d , ,
V A L = O D E G E T (O P T IO N S ,'N A M E /) podaje wartość własności o na = 2/2CO
zwie NAME. Jeżeli wartość nie jest określona, to wtedy zm ienna VAL jest v{t) = yi{t) *
pusta.
VA L = O D E G E T ( O P T I O N S /N A M E ',D E F A U L T ) działa jak opisano Dzięki temu m ożna równanie Różniczkowe drugiego rzędu (3.15) zapisać w rów
wyżej, zwracając DEFAULT w przypadku braku wartości własności. noważnej mu postaci układu równań różniczkowych pierwszego rzędu
^ y i {<■) = 1/2(i)
F u n k c ja O D E P L O T :
Funkcja wykorzystywana do rysowania rozwiązań równań różniczkowych
w czasie działania funkcji rozwiązującej. Nazwa tej funkcji jest przekazywa = r (i - y \ (O 2) ?/2( i) - 2/i (f)
na jako wartość param etru OutputFcn. Jeżeli ta funkcja zostanie przypisana
Dopiero równania w tej postaci można rozwiązywać za pom ocą funkcji ode23.
do własności OutputFcn struktury param etrów za pom ocą polecenia
Po przekształceniu układu równań do odpowiedniej postaci można przystąpić
o p tio n s = o d e s e tf ’O utputFcn’ ,@ odeplot) do napisania funkcji typu ODEFUN, mianowicie
3. Modele matematyczne nieliniowych układów dynamicznych 3.2. Analiza metodą płaszczyzny fazowej 151
150
f u n c t io n dydt = v d p l ( t , y )
7,VDP1 E v a lu a te t h e van d e r P o l ODEs f o r mu = 1
•/.
% S ee a ls o 0DE113, 0DE23, 0DE45.
% Jacek K ierzen k a and Lawrence F . Shampine
l C opyrigh t 1 9 8 4-2001 The MathWorks, I n c .
7, $ R e v isio n : 1 .4 $ $D ate: 2 0 0 1 /0 4 /1 5 1 2 :0 3 :1 9 $
dydt, = [ y ( 2 ) ; ( l - y ( l ) ~ 2 ) * y ( 2 ) - y ( l ) ] ;
Funkcja przedstawiona wyżej jest standardowo dostarczana z M atL as-ciii.
Widać, że m a ona bardzo prostą konstrukcję. Jej zadaniem jest zwracanie war
tości pochodnych ^ y i { t ) i Parametrami pobieranymi przez funkcję -2,5 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 2,5
muszą być chwile t oraz wartości funkcji rozwiązania y w chwili t . y\
Po wykonaniu polecenia R ys. 3.13. Trajektoria fazowa równania van der Pola dla zadanych warunków po
czątkowych a
[t,y ]= o d e 2 3 (’v d p l’ ,[0 3 0 ],[0 0 .1 ] ) ;
otrzymamy w wektorze t ciąg chwil, w których jest określone rozwiązanie y.
W celu otrzymania odpowiedniego wykresu można skorzystać z polecenia *W kolejnym przykładzie zbadam y model dynamiczny stworzony przez Loron- -
za, np. pewne procesy dynamiczne w atmosferze. Model dla pewnych wartości
p lo t ( t ,y ) ;
param etrów jest następujący:
które spowoduje narysowanie wykresu (rys. 3.12).
HT ^
--10.7;-f- 10y
at
% = —24,74.7; - y - x z (3.16)
at
dz 8
dt “ r + xy
PRZYKŁAD 27
Wyznaczymy trajektorię fazową modelu opisanego równaniem (3.16) dla warunków
początkowych .-c(0) = 0, y{0 ) = 0,1, z(0) = —0,2.
W pierwszej kolejności tw órzm y funkcję, która będzie zwracać w odpowiedzi na
wywołanie przez funkcję ODE2fy wartości pochodnych poszczególnych zmiennych wy
stępujących w równaniach (3.16). Ze względów technicznych należy wykonać następu
jącą zamianę zmiennych:
PRZYKŁAD 26 2/i (*) = * (*)
Dla równania (3.15) oraz warunków początkowych ¿j?/(0) = 0,1 oraz y{0) = 0
wyznaczymy trajektorię fazową w przedziale czasu od 0 do 30 [sj (rys. 3.13). 2/2(t) = y(t)
W tym celu tworzymy strukturę zawierającą parametry symulacji, w której okre 2/3(t) = z{t)
ślamy, że wyniki obliczeń mają być wykreślone na płaszczyźnie fazowej i następnie
rozwiązujemy równania. Po wykonaniu zamiany zmiennych można łatwo napisać funkcję, nazwijmy ją Lorenz,
opcje = o d ese t(’0utputFcn’ , ’odephas2’) ; która będzie dostarczać funkcji ODE23 niezbędnych danych do rozwiązania uldadu
[ t , y] =ode23 ( ’vdpl \ [0 30] , [0 0 .1 ], opcj e) ; równań (3.16)
152 3. Modele matematyczne nieliniowych układów dynamicznych
dydt = [ 1 0 * ( y ( 2 ) - y ( l) ) ; - 2 4 .7 4 * y ( l ) - y ( 2 ) - y ( l ) * y ( 3 ) ; Rozdział t *
2 .6 6 6 7 * y (3 ) + y (l) * y ( 3 )] ;
Po zapisaniu funkcji Lorenz można przystąpić do obliczenia rozwiązania równań
(3.16) w przedziale czasu od 0 do 10 [sj. W zmiennej opcje należy zasyganlizować, że
WŁASNOŚCI UKŁADÓW
trajektoria ma być wykreślona w przestrzeni trójwymiarowej, tj.
op cje = o d e s e t( ’QutputFcn’ , ’odephas3’ ) ;
Polecenie
[t,y ]= o d e 2 3 (’Lorenz’ , [0 10] , [0 0 .1 - 0 .2 ] , o p c je ) ;
dynamicznych. Jak wyrazić inaczej stwierdzenie, że nic się nie dzieje? Inny
= A x ( t) , x(Q) = x Q (4 .3 )
mi słowami: jak wyrazić w kontekście modelu matematycznego fakt, że nie
następują w nim zmiany wielkości opisujących dynamikę układu? Odpowiedź gdzie: .%•(/,) - wektor zmiennych stanu, a;o - wektor warunków początkowych
na to pytanie będzie udzielona na przykładzie modelu zmiennych stanu, który zmiennych stanu, A G K ” xn - macierz współczynników opisująca strukturę
obrazuje dynamikę układu w dziedzinie zmiennej rzeczywistej. Jeżeli wektor układu liniowego i param etry elementów ten układ tworzących.
zmiennych stanu oznaczony będzie przez x , to brak dynamiki w układzie cią Precyzyjna definicja punktu równowagi liniowego modelu zmiennych stanu
głym można wyrazić za pomocą następującego równania: jest następująca.
d®
* =0 <«> DEFINICJA 46
Przeprowadzone rozważania można podsumować w postacinastępującej de Punkt x r, dla którego A x r = 0 dla wszystkich chwil t > 0, nazywamy
finicji. punktem równowagi modelu opisanego równaniem (4 .3 ).
156
PRZYKŁAD 29
PRZYKŁAD 28 W tym przykładzie pokazano wykresy fazowe autonomicznego liniowego układu
Niżej zamieszczono wykresy fazowe (rys. 4.1) autonomicznego liniowego układu dynamicznego opisanego równaniem
dynamicznego opisanego równaniem d*(f) 0,5 1
dx(t) -0,5 1 x(t) di 1 0,5 x{t)
1 -0,5
di dla kilku warunków początkowych (rys. 4.3).
dla kilku warunków początkowych.
1.5
-1
-1,5
—2 -1 ,5 -1 -0 ,5 0 0,5 1 1,5 2
*1
Punkty początkowe trajektorii fazowych dla łatwiejszej interpretacji wykresu za
znaczono znakiem x. Omawiany układ ma jeden punkt równowagi x r = 0. Punkt
Na wykresie widać, że liniowy model rozpatrywanego układu ma punkt równowagi, ten jest niestabilny według definicji 47, ponieważ nie można ustalić liczb c i rj takich,
x r — 0. Co więcej, jest to stabilny punkt równowagi zgodnie z definicją 47, ponieważ aby kule o tych promieniach zawierały w całości trajektorie fazowe modelu dla t. > 0.
możria.-d<vbm<Uak.stała.£.,i rp aby pokazane na wykresie trajektorie fazowe zawierały się Trajektorie pokazane na rysunku w miarę upływu czasu i oddalają się od punktu
wewnątrz kul o promieniach e, ’/?■Środki obu kul są umieszczone w punkcie równowagi równowagi x r do nieskończoności, co wskazuje, że punkt ten jest punktem równowagi
x r = 0. Niżej zamieszczono wykres ilustrujący zmiany w czasie zmiennych stanu dla chwiejnej. Niżej zamieszczono wykres ilustrujący zmiany w czasie zmiennych stanu
warunków początkowych a;i(0) = a.'2(0) = 1 (rys. 4.2). układu dla warunków początkowych x\ (0) = 1 i a:2(0) = 1 (rys. 4.4).
Rys. 4-2. Zmiany wartości zmien R ys. 4.4. Zmiany wartości zmien
nych stanu w funkcji czasu nych stanu w funkcji czasu
Czas O
158 4. Własności układów 4.1. Stabilność układów dynamicznych 159
Na zakończenie tego punktu zdefiniowane zostanie jeszcze jedno pojęcie. odgrywają istotną rolę w rozważaniach na tem at stabilności modelu zmiennych
stanu. Pierwszym wnioskiem, jaki wynika z analizy definicji wartości własnych
jest wniosek, że macierz kwadratowa o wymiarze n m a dokładnie n warto
DEFINICJA 48 ści własnych. Jest tak, ponieważ wielomian charakterystyczny danej macierzy
P unkt równowagi x T nazywamy stabilnym asymptotycznie, jeżeli: jest wielomianem stopnia n. Jak wiadomo z algebry, wielomian stopnia n ma
• punkt x r jest stabilny w sensie dejinicji 47, dokładnie n pierwiastków. Rozpatrzm y poniższy przykład.
• limt-too a; (i) — x r .
PRZYKŁAD 30
Obliczymy wartości własne macierzy
Pojęcia stabilności i punktu równowagi w kontekście dyskretnego modelu
zmiennych stanu 1 2
A :
3 4
Przedmiotem uwagi w rozważaniach na tem at stabilności modelu dyskretnego
będzie, podobnie jak w przypadku modelu ciągłego, układ nie poddany dzia W celu wyznaczenia wartości własnych tej macierzy wykorzystujemy definicję
łaniu wymuszenia przy niezerowych warunkach początkowych A 0’ 'l 2 A - l -2
det
0 A 3 4 ) =dcti 3 A- 4
x n+i = A x n , *(0) = x 0 (4-5)
= (A - 1)(A - 4) - 6 = A2 - 5A - 2 = 0
gdzie: x n - wektor zmiennych stanu w chwili czasu dyskretnego n, x„+ i jest
Po rozwiązaniu tego równania otrzymujemy wartości własne macierzy A , mianowicie
wektorem zmiennych stanu w następnej chwili czasu dyskretnego, a;o - wek Ai = -0,3723, Az = 5,3723. ' □
tor warunków początkowych zmiennych stanu, A - macierz współczynników
opisująca strukturę układu liniowego i param etry elementów tworzących ten \
W przypadku macierzy stopnia większego niż 2 wyznaczenie wartości wła
układ. snych jest pracochłonne i żmudne. Dodatkowo zachodzi konieczność znajdo
wania pierwiastków wielomianu stopnia większego niż 2, co nie jest zadaniem
DEFINICJA 49 prostym już dla wielomianów stopnia 3 i 4, a dla n > 4 nie istnieją, zależności
Punkt x r, dla którego A x r = x r dla wszystkich chwil czasu dyskretnego analityczne określające wartości własne w funkcji elementów macierzy. Takie
t > 0, nazywamy punktem równowagi modelu opisanego równaniem (4.5). przypadki można rozwiązywać jedynie za pomocą m etod numerycznych.
N a podstawie równania [4.2] i definicji 49 poszukiwanie punktów równowagi 4.1.2. Badanie stabilności liniowych układów ciągłych
autonomicznego modelu zmiennych stanu (4.5) polega na rozwiązaniu równania
o następującej postaci: Cel wprowadzenia kryteriów stabilności
0 = {A — 1 )* (4-6) K ryteria stabilności są wprowadzane w celu uproszczenia projektantowi odpo
Jeżeli det ( A —1) -/- 0, to układ opisany równaniem (4.5) ma dokładnie jeden wiedzi na pytanie o stabilność stworzonego modelu matematycznego układu.
punkt równowagi, w przeciwnym razie punktów równowagi jest nieskończenie Dzięki wykorzystaniu opisanych niżej kryteriów stabilności można na podsta
wiele. Definicja punktu równowagi stabilnego i punktu równowagi stabilnego wie struktury i param etrów modelu stwierdzić, czy układ jest stabilny, bez
asymptotycznie pozostaje taka sama jak dla układów ciągłych, z wyjątkiem konieczności rozwiązywania równań modelu lub wykonywania badań symu
lacyjnych.
zmiany dziedziny czasu ciągłego na czas dyskretny.
Przed zapoznaniem się z metodami badania stabilności warto przypomnieć Wyznaczenie warunków koniecznych i dostatecznych stabilności asymptotycz
kilka podstawowych wiadomości na temat wartości własnych macierzy, które nej można wykonać na podstawie analizy ogólnego rozwiązania równania zmien
podano w dodatku A . Jak się okaże w następnych punktach, wartości własne nych stanu autonomicznego układu liniowego opisanego równaniem (4.3). R.oz-
4. Własności układów
160
wiązanie fco w dziedzinie czasu przedstaw ia następujący wzór:
¡
1 dła R e Xk = 0 i ? = f l (4.8) W1, j’ zespolonej, czy też me. Z p unktu widzenia p ro jek tan ta układu
J k in fo rm a c ja j e s t w y s t a r c z a . ^
gdzie: x (i) - wektor zmiennych stanu; u (t) - sygnał wymuszenia; y (t) - sy
gnał wyjściowy; n - rząd modelu łub równoważnie liczba zmiennych stanu; On-1 an 0 0 0 0 0 0
m - liczba wejść modelu; p - liczba wyjść modelu; macierze A G JRnx" )
B G R” XTO, C G Mpxn, D G Rpxm. ®n—3 an ~ 2 a -n .~ 1 On 0 0 0 0
O-n—5 a n —4 O-n—3 O'n—1 a n —l O ji 0 0
DEFINICJA 51 :
Równanie
0 0 0 do a1 0,2 «3 0,4
det [IA — A] — 0
0 0 0 0 0 a0 «2
nazywamy równaniem charakterystycznym układu, którego model opisują
równania (4.11). Wielomian det[IA - A] nazywamy wielomianem, charak 0 0 0 0 0 0 0 a0
terystycznym.
Podwyznaczniki otrzymuje się w postaci minorów głównych wyznacznika Zbadamy stabilność asymptotyczną modelu o następującym równaniu charaktery
stycznym:
głównego. Wyznacznik główny buduje się wg następującego schematu:
s° + 2s + 3s + 4s + 5.s- -|- 6 = 0
164 4. Własności układów 4.1. Stabilność układów dynamicznych 165
W tym przypadku ag = 1, a 4 = 2, «3 3, (P2 ~ 4, a 1 = 5, a0 = 6. Budujemy Jeżeli układ jest niestabilny asymptotycznie, to współczynniki tej ko
wyznacznik główny
lumny zmieniają znak. Wówczas liczba zm ian znaku je st równa liczcie
a4 a5 0 0 0 2 1 0 0 0 pierwiastków równania charakterystycznego znajdujących się w prawej pół
U’2 a-i a4 «5 0 4 3 2 1 0 płaszczyźnie zm iennej zespolonej. Tablicę Routha buduje się wg następu
A5 = ito Ul a-2 a-i 04 = 6 5 4 3 2 = -7 2 jącego schematu:
0 0 a0 «1 a-2 0 0 6 5 4 an On—2 On—A
0 0 0 0 «0 0 0 0 0 6
Q>n—1 On—3 On—5
oraz podwyznaczniki h b2 bs b4
a4 a5 0 0 2 1 0 0 Cl C2 C3
«2 «3 (1ą ar, 4 3 2 1 di da
A4 — = -1 2
aQ a i a -2 a 3 6 5 4 3 Cl
0 0 a () a j 0 0 6 5
g d zie:
«4 Cif) 0 2 1 0 d 11 On —2 dn On ~ 4 Clfi On—Q
04 05 2 1
A, a4 =z 4 3 2 = 0,
<1
a 2 “3 0*71—1 &TI—3
II
&n~~l ^n—7
CS
a -2 a-i 4 3 O n—1 On —5
01 — , b2
a0 ai a-2 6 5 4 Oji - 1 &n—l On~l
A, : a4 ==2 Cln—1 On—3 On —1 On —5 fln_ l d n—7
bi b‘2 bi b:i b\ bA
Warunek 1 kryterium Ilurwitza jest spełniony (wszystkie współczynniki równania cha Cl = , c2 C3
rakterystycznego są dodatnie), ale wyznaczniki są różnych znaków. Wniosek stąd, -b 1 -h -ii
że badany model jest niestabilny, ponieważ nie jest spełniony warunek 2 (konieczny h b2 h b:i
i wystarczający) kryterium Ilurwitza. Istotnie, pierwiastkami równania charaktery
Cl c2 Cl C'3
stycznego są liczby'A, = 0,5517 + j l , 2533, A2 = 0,5517 - j 1,2533, A3 = —1,4918,- d, — , d2
Xt = -0,8058 + jl,2229, A4 = -0,8058 - jl,2229. □ -c i -C l
Cl c2
Kryterium Routha dą d->
e\ —
-d i
Drugim kryterium analitycznym, obok kryterium Ilurw itza, jest kryterium
Routha, które oprócz odpowiedzi u a pytanie o stabilność asym ptotyczną ba
danego modelu dostarcza informacji o liczbie pierwiastków równania charak
terystycznego, znajdujących się w prawej półpłaszczyźnie zmiennej zespo Z każdym wierszem tablicy R outha m ożna skojarzyć wielomian pomocniczy,
lonej . który będzie wykorzystywałby w przypadku szczególnym, czyli wtedy, kiedy
wiersz współczynników okaże się składać z samych zer
S n~ 2
s n -4 s n - 6
o n an ~ -2 O n —4 O n — () ••* sn
TW IERDZENIE 4 sn - 1 <,71-3 t.n—5 s n - 7
On _ 1 an-3 Oji —5 O n —7 *' *
Wszystkie pierwiastki równania charakterystycznego modelu (4.10) będą
s n - ‘2 5n - 4 ę71—6 fl«-8
znajdować się w lewej półpłaszczyźnie zm iennej zespolonej, jeżeli zostaną bi b2 63 bA ■■■
W| cc
2 4 6
1 2 0
ci c2
di 0 «•
Cl
Wyznaczamy di i d2 ^
i obliczamy kolejny wiersz
2 4 2 6
1 2 1 0
- = 0, Co =
1 5 9 6 1 3 54 1
1 2 31 0
3 7 11 0
1 2 31
34 -6 6 8 16
6 C l C'2 C ;) 0
¥ 3 ¥
6 6 21 ! ° 34
h 1 0
Ci T ’ 21 ¥
(i Po uzupełnieniu tablicy widać, że jej dwa ostatnie wiersze są liniowo zależne. Wniosek
‘ 4 -6 6 stąd, że c4 = c2 = c.3 = 0 , tj. otrzymaliśmy drugi z przypadków szczególnych kryte
rium Routha. Postępując wg zasad określonych w tym kryterium, należy skonstruować
wielomian pomocniczy na podstawie poprzedniego wiersza tablicy W(s) i obliczyć jego
pochodną
6
Analizując lewą skrajną kolumnę wyznaczonej tablicy Routha, można zauważyć, że W (s) = sb + 2s4 + 33“*-t-1 — = 6s5 + 8s3 + 6s
następują dwie. zmiany znaku. Zgodnie z kryterium Routha oznacza to, że badany ds
układ ma dwa'pierwiastki w prawej półpłaszczyźnie zmiennej zespolonej, czyli jest
Następnie współczynniki pochodnej wielomianu wstawia się do tablicy Routha '¿amiast
niestabilny. ° wiersza składającego się z samych zer, tj. ci = 6 , c2 = 8 , C3 = 6 ~~~
K ryterium M ichajłowa jest pierwszym z kryteriów analityczno-graiicznych, czy A = M (jw)w=00 - M (jw)w=0 = Re(sfc) + joo - sk = ¿(oo - Im (sfe)) - joo
li kryteriów pozwalających rozstrzygnąć o stabilności układu lub modelu ukła k tó ra przekłada się n a zmianę argum entu w następujący sposób:
du na podstawie tzw. krzywej Michajłowa. K ryterium Michajłowa dostarcza
alternatywnej do kryterium H urw itza i R outha m etody badania stabilności. Z A = arctg(A ) = ~
Niżej zostanie zaprezentowany tok myślenia, który pozwala na sformułowanie
kryterium Michajłowa. Biorąc pod uwagę fakt, że wektor jw — sk podczas zmiany w od 0 do oo
Niech dany będzie układ (model) pierwszego rzędu. W tedy równanie cha obraca się w kierunku (ujemnym) zgodnym z ruchem wskazówek zegara
rakterystyczne m a jedno rozwiązanie, które oznaczamy przez sk Z A - f
a-o(s - Sfc) = 0
Gdyby punkt s k znajdował się w lewej półpłaszczyźnie zmiennej zespolonej,
Naszym celem jest zaobserwowanie pewnych własności charakterystyki ba wtedy wektor jw — sk podczas zmiany w od 0 do oo obracałby się w kierunku
danego układu przy założeniu, że wartość s k nie jest znana, natom iast jest przeciwnym do kierunku ruchu wskazówek zegara, a ten kierunek jest; uznawany
znana charakterystyka częstotliwościowa. W związku z tym zapiszmy równanie za dodatni i w konsekwencji
charakterystyczne po wykonaniu podstaw ienia s = jw
a 0(jw - s fe) = 0 (4.12) - — I
T utaj dochodzimy do bardzo ważnego wniosku, który jest podstawą sformu
Ilustrację graficzną równania (4.12) pokazano n a rys. 4.5. W tym przypadku łowania kryterium Michajłowa stabilności układów liniowych. Przedtem wpro
założono, że pierwiastek równania charakterystycznego sk znajduje się w prawej wadzone będzie pojęcie krzywej Michajłowa.
półpłaszczyźnie zmiennej zespolonej. y
DEFINICJA 52
Krzywa Michajłowa jest wykresem, widmowym równania charakterystycz
nego, tj. wykresem po wykonaniu podstawienia s = jw .
UWAGA 12. Jeżeli pierwiastek s k układu pierwszego rzędu znajduje się w pra
wej półpłaszczyźnie zmiennej zespolonej, to przy zmianie częstotliwości u> od 0
do oo następuje zmiana argumentu krzywej Michajłowa o —| . Jeżeli pierwia
stek Sfc układu pierwszego rzędu znajduje się w lewej półpłaszczyźnie, zmiennej
zespolonej, to przy zmianie częstotliwości w od 0 do oo następuje zmiana argu
m entu krzywej Michajłowa o | .
*
PRZYKŁAD 36 ^
Re s Zbadamy za pomocą krzywej Michajłowa stabilność modelu pierwszego rzędu o trans-
mitancji
Diagram Michajtowa o kąt | o stabilności modelu będzie świadczyć przesunięcie fazowe o kąt n | .
Oznacza to, że jeżeli każdy stabilny pierwiastek powoduje przesunięcie fazo
we o kąt | , to wszystkie pierwiastki stabilne modelu n-tego rzędu powodują
w sumie przesunięcie fazowe o kąt n | . Zatem ostatecznie można sformułować
kryterium Michajłowa.
R y s . 4 .6 . Krzywa Michajło-
wa układu inercyjnego pierwszego
rzędu
TW IERDZENIE 5
Równanie charakterystyczne (4.13) ma wszystkie pierwiastki w lewej pól
płaszczyźnie zm iennej zespolonej, jeśli przyrost argumentu MQu>) przy
zmianie pulsacji w od 0 do oo wynosi n |
%
0 0.5 1 1.5 A arg0<w<ooM(ja;) = n ~
P(w)
gdzie n jest stopniem równania (4.13).
Na rysunku 4.6 pokazano wykres funkcji M(juj).
Krótka analiza tego wykresu pozwala stwierdzić, że zmiana argumentu punktów W przykładzie poniżej pokazano krzywe Michajłowa dla stabilnych modeli
leżących na krzywej Michajłowa wraz ze zmianą pulsacji oj od 0 do oo wynosi | . Zatem układów rzędu 1, 2, 3, 4. .
badany uldad ma swój jedyny biegun (pierwiastek równania charakterystycznego)
w lewej pólpłaszczyźnie zmiennej zespolonej i w związku z tym jest stabilny. □
PRZYKŁAD
1;
37
V
Teraz przeprowadzone będą rozważania, które pozwolą uogólnić wyżej sfor Narysujemy krzywe Michajłowa (rys. 4.7) dla następujących równań charaktery
mułowany wniosek, będący przypadkiem szczególnym kryterium Michajłowa, stycznych:
na układy dowolnego rzędu i ostatecznie sformułować to kryterium . Niech ogól
Mx{s) = s + 1 Mi(jw) = P{oi) + iQ{oj) = 1 + jw
ne równanie charakterystyczne modelu układu rzędu n będzie dane w następu
jącej formie: M -2{s) = s 2 -l- S - f 1 S— i“ M->(jljj) = 1 — w 2 + j w
M (s) = an(s - si)(s - sa) • • • (« ~ snj = 0 (4.13) Ma(s) = s-‘ 4- 2,‘i2 -|- 2.s -|- 1 —łT iW-i(jw) = 1 —2o j 2 -|- j(2w—o j 3 )
Po wykonaniu podstawienia s ~ jw otrzymujemy M ą ( s ) = s l -(- s 3 -| - 2s 4~ 1 — -> M ą Q uj) = oj3 — '¿ o j 2 4 - 14 - j(2w — oj3 )
lub równoważnie
1,5
M(jur) = |«„||(ju, - Si ) | e ^ - s‘)|aw - A2) | e ^ - S^ . .. 1
. . . | ( j c u - Sn)|ez ^ “ s'* ) = 0 0,5
Porządkując ostatnią zależność, m ożna uzyskać postać równania charakte Q(a>) 0 R y s. 4 .7 . Krzywe Michajłowa do
rystycznego, pozwalającą na sformułowanie ogólnego kryterium Michajłowa -0,5 przykładu 37
-1 — M,(ja>)
M(jm) = |a«||(ja’ - ai )| • • - |(jw - s „ )|e(z ^ - s>)+-+ z^ - s"» = 0 (4.14) - - M2(j(D)
-1 .5 -• M3(iw)
M4(ja>)
Z równania (4.14) wynika, że argumenty pochodzące od poszczególnych pier
wiastków Sfc (k = 1, . . . , n) równania charakterystycznego sum ują się. W kon
tekście kryterium Michajłowa oznacza to, .że zamiast przesunięcia fazowego
174 4. Własności układów 4.1. Stabilność układów dynamicznych 175
2
U w a g a 13. Należy podkreślić, że sformułowane tutaj kryterium dotyczy o 1
krzywej Michajłowa, a nie charakterystyki amplitudowo-fazowej.
0 R.ys. 4.9. Krzywa Michajłowa do
przykładu 39
PRZYKŁAD 38 I - 1
"2.
Wykreślimy krzywą Michajłowa dla równania
-3
s3 -I- s 2 -I- s + 1 = 0 -4
-3 -2 -1 , 0 1 2 3 4
Równanie to ma następujące pierwiastki: si = —1, s 3 = —i, s 3 = i. Zerowa część Ąm) ----- > □
rzeczywista pary pierwiastków sprzężonych powoduje, że model opisany takim wielo
mianem charakterystycznym jest na granicy stabilności. W ostatnim przykładzie ilustrującym zastosowanie krzywej Micłiajłowa do
badania stabilności modeli układów liniowych zostanie zaprezentowana krzywa,
Diagram Michajłowa Michajłowa modelu niestabilnego.
PRZYKŁAD 40
Wykreślimy krzywą Micłiajłowa następującego równania charakterystycznego:
(s - 0rl)(s 4- l)(s + 2) = 0
Diagram Michajłowa
Krzywa Michajłowa (rys. 4.10) nie przechodzi przez 3 ćwiartki płaszczyzny zmien i równanie charakterystyczne modelu (4.16)
nej zespolonej (układ trzeciego rzędu), a zmiana argumentu przy zmianie u> od 0 do
co wynosi f . Dla stabilnego wielomianu trzeciego rzędu krzywa Michajłowa powin fl(.) = i + g(») = i K » ) + (y , ( £ ) = 0 (4 .19)
na przechodzić przez 3 ćwiartki płaszczyzny zespolonej i zmiana argumentu powinna
wynosić 3 |. □
Zapisujemy równoważną postać równania charakterystycznego (4.19), która bę
dzie przydatna w dalszych rozważaniach
Kryterium Nyquista
Q (s) = L 0(s) + M 0 (s) = 0 (4.20)
Kryterium Nyąuista jest bardzo ważnym narzędziem praktycznym badania sta Poczynimy również założenie, że układ opisany modelem (4.15) m a k pier
bilności modeli układów liniowych ze względu n a wykorzystanie charakterysty wiastków w prawej półpłaszczyźnie zmiennej zespolonej i n — k pierwiastków
ki amplitudowo-fazowej. Kryterium to dotyczy modeli układów ze sprzężeniem w lewej półpłaszczyźnie (n wg wcześniejszych założeń oznacza rząd m odelu
zwrotnym i jest skonstruowane z wykorzystaniem kryterium Michajłowa. Dzięki (4.15)). Uczynione założenie odnośnie do obecności pierwiastków modelu w pra
zastosowaniu tego kryterium można n a podstawie znajomości charakterysty wej półpłaszczyźnie zmiennej zespolonej jest jednoznaczne z założeniem, że
ki amplitudowo-fazowej układu otwartego zdecydować, czy układ ten m ożna model (4.15) jest niestabilny. Zamknięcie pętli sprzężenia zwrotnego i tym sa
uczynić stabilnym po objęciu go pętlą sprzężenia zwrotnego. Rozważmy układ mym transform acja modelu (4.15) do m odelu (4.16) m a n a celu ustabilizowanie
o transmitancji układu. Z tego wynika, że równanie charakterystyczne (4.19) oraz jego postać
równoważna (4.20) n a podstawie kryterium M ichajłowa spełnia następującą
K {s\ = Lg(s) (4.15) zależność:
K[h) M 0 (s)
M„(s)
%
który został objęty pętlą sprzężenia zwrotnego, jak pokazano n a rysunku 4.11. A argoc^cęo R (ju ) = A arg0<w<oo Q(jiv) = n - (4.21)
V
co oznacza, że układ jest stabilny. Wykonując w ten sam sposób analizę rów
u{t) e (t) m nania charakterystycznego układu otwartego (4.18), otrzymujemy
K(s) Rys. 4.11. Schemat blokowy układu z zamkniętą ...
pętlą sprzężenia zwrotnego A arg0<ui<oo M c(jw) = (n - fc )| - A,-| = (n - 2& )| (4.22)
L q( s )
a iSo<u)<oo (.W) A ai'So<aj<oo J^o(,}^)
% . . TC
t (h) = = T T r r lr T A (4-17) = n ~ —(n — — kit
i l 0(s ) L 0 (s) 1 M a{s)
M 0 (s)
Podsumowując pi-zeprowadzone rozważania, zapiszemy jeszcze raz ostatnio otrzy
Kolejnym etapem jest wykonanie badania stabilności modelu (4.15) i (4.16) m aną zależność, która będzie podstaw ą sformułowania kryterium N yąuista
za pomocą kryterium Michajłowa. W tym celu konstruujemy równanie charak A argoc^coc R (jv ) = A arg0<u,<oo [1 + K (jw)] = kn (4.23)
terystyczne modelu (4.15)
Niżej podano twierdzenie N yąuista, które zostało udowodnione wcześniej prze
Ma(s) = 0 (4.18) prowadzonym rozumowaniem.
1 78 4. Własności układów 4.1. Stabilność układów dynamicznych
179
TW IERDZENIE 6 PRZYKŁAD 41
Układ zam knięty jest stabilny asymptotycznie, przy założeniu, że równanie W tym przykładzie zostanie pokazany obszar płaszczyzny zmiennej zespolonej za
charakterystyczne układu otwartego m,a k pierwiastków w prawej półpłasz- kreślony przez charakterystykę amplitudowo-fazową stabilnego modelu
czyźnie i n — k w lewej półpłaszczyźnie, wtedy i tylko wtedy, gdy charakte
rystyka amplitudowo-fazowa układu otwartego przy zmianie pulsacji lj od t ^ = 7T I
—oo do oo obejmuje w kierunku dodatnim k razy punkt (—1, jO).
przy zmianie pulsacji od —oo do oo.
Szczególnym przypadkiem tego twierdzenia jest przypadek układu stabilne Diagram Nyąuista
go, który m a być objęty p ętlą sprzężenia zwrotnego. W tedy fc = 0 i twierdzenie
N yąuista można sformułować w następującej postaci.
TW IERDZENIE 7
Układ zam knięty je st stabilny asymptotycznie, przy założeniu, że równa R,ys. 4.12. Obszar obejmowany
nie charakterystyczne układu otwartego nie m.a pierwiastków w prawej pół charakterystyką amplitudowo-fazo-
wą w postaci okręgu
płaszczyźnie zm iennej zespolonej, wtedy i tylko wtedy, gdy charakterystyka,
amplitudowo-fazowa układu otwartego przy zmianie pulsacji u> od —oo do
co nie obejmuje punktu (—1, jO).
P(co)
Z pewnością krótkiego wyjaśnienia wymaga stwierdzenie, że charakterystyka
amplitudowo-fazowa obejmuje pewien punkt, w szczególności punkt (—1, jO),
który również jest nazywany punktem Nyąuista. W tym przypadku punkt Nyąuista nie należy do obszaru zakreślonego przez cha
rakterystykę, czyli nie jest przez nią obejmowany (rys. 4.12). W związku z tym po
zamknięciu sprzężenia zwrotnego powstały układ nadal będzie układem stabilnym, co
DEFINICJA 53 wynika z twierdzenia Nyąuista. Bardzo łatwo to sprawdzić po wykonaniu prostych
obliczeń
~N'trp'łns7t:. ~1'7' j Q)"nazymaTmppnnktemr-
Nyąuista.... T(s) 1
1 -1 - T ( , s ) .s- i 2
Stwierdzenie obejmowania punktu charakterystyką amplitudowo-fazową Układ zamknięty o transrnitancji Tz(s) jest stabilny.
O
najprościej jest zdefiniować jako zawieranie się tego punktu w obszarze za
kreślonym przez charakterystykę amplitudowo-fazową podczas zmiany pulsa W wyżej zaprezentowanym przykładzie p ętla sprzężenia zwrotnego obejmo
cji od —oo do oo. Kreślenie charakterystyki amplitudowo-fazowej dla ujem wała układ stabilny asymptotycznie. W kolejnym przykładzie zostanie zapre
nych pulsacji jest z praktycznego punktu widzenia bezprzedmiotowe, ponieważ zentowany model układu, Hjfóry dzięki zastosowaniu sprzężenia zwrotnego sta
nie się stabilny.
ujemne pulsacje nie m ają interpretacji fizycznej. Z teoretycznego punktu wi
dzenia wykreślenie charakterytstyki dla pulsacji ujemnych pom aga w podjęciu PRZYKŁAD 42
decyzji o obejmowaniu punktu N yąuista tą charakterystyką. Należy pamię
tać, że charakterystyka amplitudowo-fazowa wykonana dla pulsacji od —oo Zbadamy możliwość ustabilizowania modelu układu o transrnitancji
do oo jest sym etryczna względem osi rzeczywistej. Dzięki temu zawsze tworzy 0,1 s + 1
T(s)
ona figurę zam kniętą n a płaszczyźnie zmiennej zespolonej, a decyzja o obej s 2 + 0,5,s - 0,5
mowaniu charakterystyką punktu N yąuista polega na sprawdzeniu, czy zawie
ra się on wewnątrz stworzonej figury. Niech ilustracją będą dwa poniższe Pierwiastkami równania charakterystycznego tego modelu są liczby si = —1, «2 = 0,5.
Wynika stąd, ż,e model nie jest stabilny. W celu ustabilizowania układu opisanego
przykłady. transrnitancją T(s) zastosujemy sprzężenie zwrotne, tak jak pokazano to na sche-
4. Własności układów 4.1. Stabilność układów dynamicznych 181
180
macie blokowym na rys. 4.11. Przed zamknięciem pętli sprzężenia zwrotnego nale
ży sprawdzić, wykorzystując twierdzenie Nyąuista, czy ten zabieg może spowodować
ustabilizowanie układu.
Diagram Nyquista
P(o>) -------->
-1 -0 ,8 -0 ,6 -0 ,4 -0 ,2 P{u>) -------->
P(ai) -------->
-1 0 - 5 0 5 10 15 20 25 30 35 40
P(a>) -------->
ciii p ętli sprzężenia zw rotn ego u kład b ędzie stabilny, poniew aż charakterystyka
obejm uje jed nok rotnie p u n k t N y ąu ista.
Podsum ow ując rozw ażania n a tem a t elem entu całkującego w kontekście twier
dzenia N y ą u ista m ożn a stw ierdzić, że elem ent całkujący p o objęciu g o p ę tlą
sprzężenia zw rotnego tworzy u k ład stabilny niezależnie od w yboru p ó łp ła sz-
czyzny zm iennej zesp olonej, przez którą biegun - znajdujący się w zerze -
b ęd zie omijany. S tosu jąc sp osób analizy pokazany d la elem entu całkującego, R ys. 4.21. Charakterystyka mo
delu w pobliżu punktu Nyąuista
m ożna rozszerzyć sp ek trum m ożliw ych do zbadania w ten sp osób m odeli do a. (przykład 44)
o
m odeli opisanych tran sm itan cją typu
^ s" A f(s)
gdzie n jest krotnością b iegu n a zerowego, wielom iany L (s) i M (s) m e m a P(<o)
O
ją w spólnych czynników oraz w ielom ian M { s ) nie m a zeiow ych pierw iast
ków^ W ystęp ow anie w transm itancji bieguna zerowego jednokrotnego lub o w ięk
szej krotności pow oduje, że charakterystyka N yąu ista takiego układu przy Logarytmiczne kryterium l\lyquista, zapas fazy i zapas amplitudy
biera interesujące k ształty. W przykładzie zaprezentowanym niżej w y
kreślona b ęd zie charakterystyka układu m ającego jednokrotny biegun Wraz z kryterium N yąuista związane dwa pojęcia: zapas fazy i zapas ampli
tudy. Pojęcia te są wykorzystywane w procesie projektowania układów stei'owa-
w zerze. nia w odniesieniu do charakterystyk logarytmicznych, które wcześniej nazywa
ne były charakterystykam i Bodego. N a charakterystykach Bodego w pierwszej
PRZYKŁAD 44 kolejności należy zlokalizować punkt N yąuista. W tym celu punkt N yąuista
a modelu układu opisanego trans-
charakterystykę ampiitudowo-fazową zapisujemy w następującej postaci:
Narysujemy
mitancją ( - 1 , jO) = e-j* ■ (4.24)
s + 0,5
K (s) = 6-(0,1a-3 + 0,7s2 + 0,3) Z równania (4.24) wyznacza się m oduł i fazę, tj.
T W IE R D Z E N IE 8 PRZYKŁAD 46
Układ zamknięty je st stabilny, jeżeli amplitudowa charakterystyka logaryt
miczna układu otwartego przyjmuje wartość ujemną dla pulsacji odpowia Zbadamy, wykorzystując charakterystyki Bodego, możliwość ustabilizoTOmaUno-
-clclu danego transmitancją
dającej przesunięciu fazowemu
K(s) = ---- — +i ___
W przykładach 45-ł-47 zostanie wykorzystane logarytmiczne kryterium Ny
v 1 s-! + (=2
«3 a- s2 -11- s, +, 2o
ąuista do badania możliwości otrzym ania układu stabilnego przez zamknięcie
pętli sprzężenia zwrotnego.
PRZYKŁAD 45
Zbadamy, wykorzystując charakterystyki Bodego, możliwość ustabilizowania mo
delu danego transmitancją
* '+ °> 5
W związku z tym m ożna sformułować twierdzenie o stabilności asym ptotycz z,aiozmy, ze uysKremy mociei ziruennycn scanu jesr, opisany zależnościami
nej układów dyskretnych. X j+ i = A x i -I- B u i
„ _ (4.30)
= C xi + D ui
TW IERDZENIE 10
A utonom iczny dyskretny układ liniowy je st stabilny asymptotycznie wtedy i - pewna chwila czasu dyskretnego, x( t ) - wektor zmiennych stanu,
i tylko wtedy, gdy wszystkie moduły wartości własnych z\, . . . , zT macierzy u(t ) - sygnał wymuszenia, y( t ) - sygnał wyjściowy, n - rząd modelu lub rów
systemowej A są mniejsze od jedności, czyli noważnie liczba zmiennych stanu, m - liczba wejść modelu, p - liczba wyjść
modelu, macierze: A G R " XI\ B G R7ŁXm, C G RPXn, D G -------
|zfc|'< 1 dla k = 1, r (4-27)
DEFINICJA 55
Równanie
PRZYKŁAD 48
Sprawdzimy stabilność asymptotyczną modelu dyskretnego, którego macierz syste det [HA - A] = 0
mowa ma postać nazywamy równaniem charakterystycznym układu, którego model je st opi
-L -0,6 sany zależnościami (4.30). Wielomian det [IA — A] nazywamy wielomią-
0,8 0
nern charakterystycznym.
M (z) = anz n + an^ 1 z n ~ 1 + ■■■+ a iz + a 0 = 0 (4.29) ma również pierwiastki w kole jednostkowym. Współczynniki wielomia
nu m{z) wyznacza się wg następującego schematu:
nazywamy równaniem charakterystycznym układu opisanego modelem
(4.28). Wielomian M( z ) nazywamy wielomianem charakterystycznym. foji—1—h —k ^G&k dl cl k — Oj 1j . . . j fi 1
192 4. Własności układów 4.1. Stabilność układów dynamicznych 193
Zbadamy stabilność układu dyskretnego o transmitancji a:i = 1, a 2 = —1,5, <7.1 = 0,38, a0 = 0,144
Wielomian charakterystyczny ma postać Warunek |a0| < 0.3 jest spełniony, gdyż |0,144| < 1.
M (z) = z Ą + 1,1 z3 - 0,8z 2 + 0 ,lz - 0,9 2. Budujemy wielomian stopnia 7 7 ,-1 postaci
2. W tym momencie kończy się proces iteracyjny. Otrzymaliśmy wielomian stop przystąpić do konstruowania wyznaczników. Główny wyznacznik Ilurwitza przedsta
nia 1 i wiadomo, że ma on pierwiastek o module mniejszym niż jedność. wia się następująco:
«2 «3 0 0,688 0,024 0
Ostatecznie stwierdzamy, że badany model dyskretny jest stabilny asinptotycznie. O
A = fl0 tti a2 = 2,736 4,552 0,688
0 0 £10 0 0 2,736
Przekształcenie biliniowe Odpowiednio podwyznaczniki są następujące:
ności ruchu” Lapunow przedstawia dwie metody analizy stabilności. Pierwsza U k ła d y a u to n o m ic z n e i n ie a u to n o m ic z n e . Układy liniowe są klasyfikowa
z tych m etod jest zwana m etodą pośrednią, druga zaś - m etodą bezpośred ne jako stacjonarne lub niestacjonarne, zależnie od tego, czy macierz układu
nią. Pierwsza m etoda pozwala badać stabilność lokalną, a druga - stabilność zmienia się w czasie, czy też nie. W ogólnym kontekście nieliniowych układów,
w ograniczonym lub nieograniczonym obszarze przestrzeni stanów układów nie te przymiotniki są zastępowane przez „autonomiczne” i „nieautonomiczne”.
liniowych.
Były tworzone różne odmiany i udoskonalenia metod Lapunowa. Dzisiaj,
DEFINICJA 56
m etoda linearyzacji Lapunowa (m etoda pośrednia) reprezentuje teoretyczne
Nieliniowy układ, opisany równaniem, (4.32) jest autonomiczny, jeżeli f
uzasadnienie sterowania liniowego, podczas gdy bezpośrednia m etoda Lapuno
nic zależy wprost od czasu, tj. jeżeli równanie stanów układu może być
wa stała się najważniejszym narzędziem w analizie i projektowaniu układów
zapisane jako
nieliniowych. Razem, m etoda linearyzacji i metoda bezpośrednia tworzą tzw.
teorię stabilności Lapunowa. x — f(x) (4.33)
Przed omówieniem głównych pojęć stabilności rozpatrzymy kilka względnie
w przeciwnym razie układ jest nazywany nieautonomicznym.
prostych, pomocniczych kwestii.
U k ła d y n ielin io w e. Nieliniowy układ dynamiczny jest zwykle przedstawiany Oczywiście, liniowe układy stacjonarne (ang. Linear Time-Invariant LTI)
przez układ nieliniowych równań różniczkowych są autonomiczne, a liniowe układy niestacjonarne (ang. Linear Time-Varying
LTV) są nieautonomiczne. Ściśle mówiąc, wszystkie fizyczne układy są-nigąu-
x = f(x) (4.32) tonomiczne, ponieważ żadna z ich charakterystyk dynamicznych nie jest stała,
w czasie. Pojęcie układu autonomicznego jest pojęciem idealizowanym, tak jak
gdzie / jest nieliniową funkcją wektorową, a x jest wektorem zmiennych stanu
pojęcie układu pniowego. W praktyce własności układu często zmieniają się
o wymiarze n x 1. D ana wartość wektora stanu też jest nazywana punktem ,
bardzo wolno i ńiożerny zaniedbać ich zmiany czasowe, nie popełniając zna
ponieważ odpowiada on punktowi w przestrzeni stanów. Liczba zmiennych sta
czących błędów. Ważne jest to, że dla układów sterowania powyższa definicja
nu n jest nazywana rzędem układu. Rozwiązania x(t) równania (4.32) zwykle
jest dla dynamiki zamkniętej pętlą. Układ sterowania traktujem y jako połącze
odpow iadają krzywej w przestrzeni stanów, gdy t zmienia się od zera do nie
nie sterownika i obiektu (włączając czujniki i urządzenia wykonawcze), a źró
skończoności, jak było to w analizie metodą płaszczyzny fazowej dla przypadku
dłem nieautonoinicznej natury układu sterowania może być zmienność czasowa
n = 2. Ta krzywa ogólnie jest nazywana trajektorią stanów lub trajektorią ukła-
obiektu lub sterowania. Obiekt stacjonarny opisany równaniem
jdu,.W aźnejfist--favżfijJiQ aaż-^^
jako zmiennych, to bezpośrednio są one stosowane w sprzężeniach zwrotnych x = f ( x , u)
układów sterowania. Przyczyną jest równanie (4.32), które może przedstawiać
dynamikę zam kniętą pętlą sprzężenia zwrotnego, z wejściami będącymi funk m ożna sprowadzić do układu nieautonomicznego, zamkniętego pętlą, jeżeli wy
cjami stanów x i czasu t, dlatego nie są widoczne one w dynamice zamkniętej bierzemy sterowanie zależne od czasu, tj. jeżeli u = g(x, t). Na przykład
pętlą. Szczególnie, jeżeli dynamika jest opisana zależnością układ zamknięty pętlą, dla prostego obiektu i; = —x + u, może być nieli
niowy i niestacjonarny prze^ wybór u, które jest nieliniowe i zmienne w cza
X = f (x, u, t) sie (np. u = —a;2 sin i). W rzeczywistości adaptacyjne układy sterowania dla.
obiektów liniowych stacjonarnych zwykłe m ają w układzie zamkniętym syste
a sterowanie za pom ocą
my nieliniowe i nieautonomiczne. Zasadnicza różnica między autonomicznymi
u = g (x , t) i nieautonomicznymi układam i polega n a tym, że trajektoria stanów układów
autonomicznych jest niezależna od początkowego czasu, podczas gdy dla ukła
W tedy dynam ika zam knięta pętlą ma postać du nieautonomicznego generalnie tak nie jest. Jak wiadomo analiza liniowych
układów stacjonarnych jest dużo łatwiejsza niż liniowych układów niestacjo
* = /[* > 9 (*, t ) , Ą narnych. Tak samo jest w przypadku układów nieliniowych. Ogólnie mówiąc,
k tó rą m ożna zapisać w formie (4.32). Oczywiście, równanie (4.32) może też układy autonomiczne m ają względnie prostsze własności i ich analiza jest du
przedstawiać układy dynamiczne, które nie m ają żadnych sygnałów sterują żo łatwiejsza. Z tej przyczyny w dalszym ciągu będziemy koncentrować się na
cych, tak jak w swobodnie poruszającym się wahadle. analizie układów autonomicznych, opisanych wzorem (4.33).
4. Własności układów 4.1. Stabilność układów dynamicznych 199
1 98
0 = f (**) (4.34) W analizie i projektowaniu układów liniowych, dla uproszczenia, często prze
kształcam y równania układu liniowego w taki sposób, że punkt równowagi jest
Punkty równowagi mogą być wyznaczone przez rozwiązanie nieliniowego rów początkiem przestrzeni stanów. Możemy zrobić to samo dla układów nielinio
nania algebraicznego (4.34). Liniowy układ stacjonarny wych (4.33), o danym punkcie równowagi. Niech x* będzie interesującym nas
punktem równowagi. W tedy, przez wprowadzenie nowej zmiennej
x = Ax (4.35)
y = x —x*
ma pojedynczy punkt równowagi (początek układu współrzędnych 0 ), jeżeli
macierz A jest nieosobliwa. Jeżeli macierz A jest osobliwa, to m a nieskończe i zamianę y — x — x* w równaniu (4.33), otrzym amy nowe równanie
nie wiele punktów równowagi, które są zawarte w jądrze (przestrzeni zerowej) i) = f { y + O (4-39)
macierzy A , tj. podprzestrzeni definiowanej jako A x = 0. Z tego wynika, że *
punkty równowagi nie są izolowane, jak widać w przykładzie x + x = 0, w któ Łatwo można sprawdzić, że jest jednoznaczna zgodność między rozwiąza
rym wszystkie punkty n a osi x płaszczyzny fazowej są punktam i równowagi. niami równań (4.33) i (4.39) i w dodatku y = 0. Rozwiązanie odpowiadające
Nieliniowy układ może mieć kilka (albo nieskończenie dużo) izolowanych punk x = x* jest punktem równowagi równania (4.39). Dlatego, zam iast studiowania
tów równowagi, co zostało pokazane wcześniej. zachowania równania (4.33) w sąsiedztwie x*, można analizować zachowanie
równania (4.33) w sąsiedztwie początku układu współrzędnych.
P'RZYK"Ł‘AD~32"fwatadte')-~~ - ...............................
Pojęcia stabilności
Rozważmy wahadło (rys. 4.25), którego dynamika jest opisana następującym nieli
niowym równaniem autonomicznym: Na początku wprowadzimy intuicyjne pojęcie stabilności, czyli jak powinien
zachowywać się układ w pobliżu danego punktu pracy. Jednak układy nieli
M R 26 + bi) + MgR. sin 0 = 0 ^
niowe mogą mieć dużo bardziej złożone zachowania niż układy liniowe, więc
gdzie: R - długość wałiadła, M - jego masa, b - współczynnik tarcia przy zawiasie zwykłe pojęcie stabilności njp m a wszystkich istotnych cech, które chcemy opi
g - przyspieszenie ziemskie. ’ sać. Istnieje pew na liczba bardziej wyrafinowanych pojęć stabilności, takich jak
stabilność asymptotyczna, stabilność wykładnicza i globalna stabilność asymp
totyczna. Niżej zdefiniujemy te pojęcia formalnie dla układów autonomicznych
i objaśnimy ich praktyczne znaczenie.
przy czym x jest n -wymiarowym wektorem stanu, a f(x) - nieliniową ograni cza kulę B R (rys. 4.26, krzywa fc3). Niestabilne punkty węzłowe lub siodła
czoną funkcją wektorową spełniającą warunek Lipschitza. Niech x r = 0 będzie w układach drugiego rzędu są przykładam i niestabilnych punktów równowa
punktem równowagi tego układu, czyli /(O) = 0. gi. Niestabilny punkt równowagi jest bardzo niepożądany, ponieważ prowadzi
często do cyklu granicznego lub kończy się uszkodzeniem mechanicznych lub
elektrycznych elementów obiektu.
DEFINICJA 58
W wielu zastosowaniach inżynieryjnych nie jest w ystarczająca świadomość,
M ówimy że stan {punki) równowagi x r = 0 jest stabilny, jeżeli dla dowol
że system będzie dążył do punktu równowagi w nieskończonym czasie. Potrzeb
nego R > 0 istnieje r > 0 takie, że jeżeli ||x(0)|| < r, to ||;r(/,)|| < R dla
n a jest też ocena, jak szybko trajektoria systemu dąży do punktu 0. W tym
każdego t > 0. W przeciwnym razie stan {punkt) równowagi je st niestabil
ny. celu może być stosowane pojęcie stabilności eksponencjalnej (wykładniczej).
DEFINICJA 60
DEFINICJA 59 Stan {punkt) równowagi x = 0 jest stabilny eksponencjalnie {wykładniczo),
Stan {punkt) równowagi x r = 0 je s t stabilny asymptotycznie, jeżeli je st on jeżeli istnieją dwie liczby dodatnie a i A takie, że
stabilny i w dodatku istnieje pewne r > 0 takie, że z ||®(0)|| < r wynika,
Vf>o ||.E(i)|| < o; 11^(0)!! (4.41)
iż x(t) -> 0, gdy t —> oo.
w jakiejś kuli B r dokoła początku układu współrzędnych.
P unkt równowagi jest stabilny, jeżeli w dowolnej chwili trajektoria układu
zaczynająca się w punkcie x{0) leżącym wewnątrz kuli B r znajduje się w kuli Wyrażenie (4.41) oznacza, że wektor stanów eksponencjalnie stabilizuje uk
B r (rys. 4.26, krzywa fo). Stabilność asym ptotyczna oznacza, że punkt równo ład, dążąc do początku szybciej niż funkcja wykładnicza. D odatnia liczba A
wagi jest stabilny i w dodatku stany zaczynające się blisko 0 faktycznie dążą do jest często nazywana współczynnikiem zbieżności wykładniczej. Na. przykład
0, gdy czas t dąży do nieskończoności. N a rysunku 4.26 widzimy, że trajekto układ
rie zaczynające się wewnątrz kuli B r dążą do początku układu współrzędnych.
Kula Br jest nazywana dziedziną przyciągania punktów równowagi. Dziedzina ± = — ^1 + sin2 x
przyciągania punktów równowagi odnosi się do dużych obszarów, to jest do jest, wykładniczo zbieżny do x = 0 ze współczynnikiem A = 1. Naprawdę jego
wszystkich punktów takich, że trajektorie zapoczątkowane w tych punktach rozwiązaniem jest
ostatecznie-dążą-do-pirczątkurP unkty równowagi, które są stabilne w sensie
Łapunowa, ale nic są stabilne asymptotycznie nazywamy stabilnymi nieasymp- x{i) - ¿(O jerJo l1+"•■»* T]dr
totycznie (na granicy stabilności) (rys. 4.26, krzywa k■■z). Punkt równowagi jest
niestabilny, jeżeli istnieje co najm niej jedna kula B r taka, że dla każdego r > 0, i dlatego
nieważne jak małego, trajektoria układu zaczyna się wewnątrz kuli B r i opusz- |.x-(i)| < |a'(0)| e~i
Z powyższych obliczeń wynika, że wykładnicza stabilność implikuje asymp
totyczną stabilność. Ale asj^nptotyczna stabilność nie gwarantuje stabilności
wykładniczej, co można zobaczyć na przykładzie układu
jak układ będzie się zachowywał, gdy stan początkowy będzie się znajdował W tedy układ o opisie
w pewnej odległości od punktu równowagi. Dlatego potrzebne są globalne po
jęcia, aby opisać także i takie przypadki. x = Ax (4.44)
PRZYKŁAD 53 Jeżeli układ zlinearyzowany jest stabilny lub niestabilny, to wtedy przez
Rozważmy układ aproksymację w pobliżu punktu równowagi układ nieliniowy jest także lokalnie
stabilny lub lokalnie niestabilny. Jeżeli zlinearyzowany układ jest na granicy
¿1 = x \ + .Tl COS12 stabilności, to człony wyższego rzędu (4.43) mogą mieć decydujący wpływ na
i-2 = X2 -I- Tl (.Tl + 1) + Tl sinT'2 to, czy nieliniowy układ jest stabilny, czy niestabilny. Jak zobaczymy w przykła
Jego linearyzacją w x = 0 jest dzie 54 proste nieliniowe układy mogą być globalnie asymptotycznie stabilne,
podczas gdy ich liniowe przybliżenia są tylko nieasymptotycznie stabilne. Nie
Tl = 0 + Tl 1 = Tl
można więc prosto wnioskować własności nieliniowego układu z jego nieasymp
±2 ~.X 2 + 0 + Ti totycznie stabilnego liniowego przybliżenia.
Układ zlinearyzowany może być napisany jako
PRZYKŁAD 54
i 0‘
* = [l l]* Rozważmy uldad pierwszego rzędu
Podobna procedura rnoże być zastosowana do układu sterowania. Rozważmy system x = ax -|- bx''
x -|- 4 t 5 + ( t 2 + l) u — 0 Początek układu współrzędnych jest jednym z dwóch punktów równowagi tego
układu. Linearyzacja tego układu dookoła początku układu współrzędnych jest dana
Układ może być liniowo aproksymowany przy x = 0 jako następująco:
x + 0 -I- (0 + l)u sa 0 ‘- " , T = a.T ~ ■-
tzn. że układ zlinearyzowany może być zapisany w formie Zastosowanie metody linearyzacji Lapunowa wskazuje następujące własności sta
x = —u bilności nieliniowego układu:
\
Przyjmijmy, że sterowanie dla oryginalnego układu nieliniowego było wybrane jako - a < 0: asymptotycznie stabilny;
- a > 0: niestabilny;
U = sin.T + T3 + X cos2 X - a = 0: nie można nic powiedzieć na podstawie linearyzacji.
wtedy zlinearyzowana dynamika zamknięta pętlą jest przedstawiona jako W innym przypadku układem nieliniowym jest
x+x+x = 0 □ X = ÓTr>
— Wymi]^pow-y.ższy-poka,«!y e-dokla4n«-povviązaiiia -między-stabilnością-układu Tutaj metoda linearyzacji Lapunowa. zawodzi, podczas gdy, jak zobaczymy w dalszym
liniowego (4.44) a stabilnością oryginalnego układu nieliniowego (4.40). ciągu, bezpośrednią metodą Lapunowa łatwo możemy rozwiązać ten problem. O
i sprawdzamy, czy się ona zmniejsza. M etoda bezpośrednia jest odpowiednia Porównując definicję stabilności i energii mechanicznej, łatwo można zauwa
dla wszystkich rodzajów układów sterowania, które są zmienne lub niezmien żyć kilka związków między energią mechaniczną a pojęciem stabilności opisy
ne w czasie, ograniczonego łub nieograniczonego wymiaru. Ograniczenie tej wanym wcześniej:
m etody polega na tym, że trudno jest znaleźć funkcję Lapunowa dla dane
- zerowa energia odpowiada punktowi równowagi (x = 0, x = 0),
go układu. Chociaż bezpośrednia m etoda Lapunowa jest pierwotnie m etodą
analizy stabilności, może być używana do rozwiązywania innych problemów - z asymptotycznej stabilności wynika zbieżność energii mechanicznej do
zera,
w sterowaniu nieliniowym. W ażna jest możliwość zastosowania jej do projekto
wania sterowników nieliniowych. M etoda bezpośrednia może służyć również - niestabilność jest zw iązana ze wzrostem energii mechanicznej.
do estymacji osiągów układów sterowania i testowania jego odporności na Związki te wskazują, że wartość wielkości skalara energii mechanicznej po
zakłócenia. średnio obrazuje wielkość wektora stanów. Ponadto, własności stabilności ukła
Podstawowa filozofia bezpośredniej m etody Lapunowa jest m atematycznym du mogą być charakteryzowane zmianami energii mechanicznej układu. Współ
rozszerzeniem fizycznej obserwacji. Jeżeli całkowita energia układu mechanicz czynniki zmian energii podczas ruchu układu są łatwo otrzymywane przez róż
nego lub elektrycznego jest ciągle rozpraszana, to wtedy układ liniowy lub niczkowanie pierwszego równania (4.46) i użycie (4.45)
nieliniowy ostatecznie musi zatrzym ać się w punkcie równowagi. Tak więc, ba
dając zmiany pojedynczej funkcji skalarnej, możemy wnioskować o stabilności V ( x ) = m i x + ( k o x -|- k \ x A^ i = i ( —b i |ij) = —b |± |3 (4.47)
układu. Rozważmy nieliniowy układ, sprężynowy am ortyzator masy (rys. 4.27),
którego równanie dynamiczne jest zapisane w postaci Z równania (4.47) wynika, że energia układu, zaczynająca się od jakiejś po
czątkowej wartości, ciągle jest rozpraszana przez tłumik, aż m asa się zatrzyma,,
mii: 4- bx |:i:| + Aiya; -|- /¡ąa;3 = 0 (4.45) tj. aż x = 0. Fizycznie łatwo można zauważyć, że m asa w końcu musi spo
cząć w pozycji naturalnej długości sprężyny, ponieważ przy jakiejkolwiek innej
gdzie ki: jdj przedstawia nieliniowe tłumienie, a (kox + k i x 3) przedstaw ia nieli
pozycji niż własna długość, siła jest niezerowa. Bezpośrednia m etoda Lapu
niowy człon sprężyny. Przyjmijmy, że m asa jest odciągana od naturalnej dłu
nowa jest oparta na uogólnieniu pojęć z układu sprężynowego am ortyzatora
gości sprężyny na dużą odległość i wtedy zwalniana. Czy wynikający z tego
masy do bardziej złożonych układów. M ając dany układ nieliniowych równań
faktu ruch będzie stabilny? Bardzo trudno jest odpowiedzieć n a to pytanie,
różniczkowy cli, podstawowe postępowanie w bezpośredniej metodzie Lapuno
używając definicji stabilności, ponieważ ogólne rozwiązanie tego nieliniowego
wa polega n a stworzeniu skalarnej funkcji dla układu dynamicznego i zbadaniu
równania jest niedostępne. M etoda linearyzacji też nie może być zastosowa
znaku jej pochodnej. W ten sposób wyniki stabilności mogą być otrzymane
na, ponieważ ruch zaczyna się na zewnątrz obszaru liniowego (w każdym razie
n a podstawie układu równań różniczkowych bez używania trudnych definicji
liniowe przybliżenie układu jest tylko nieasyinptotycznie stabilne). Jednakże stabilności |186j.
analiza energii układu może nam dużo powiedzieć o ruchu układu.
W formułowaniu bezpośredniej m etody Lapunowa korzystać będziemy z pojęć
funkcji dodatnio i ujemnie określonej oraz pojęć funkcji dodatnio półokreślonej
i ujemnie półokreślonej.
*
R ys. 4.27. Nieliniowy spręży DEFINICJA 62 \
nowy amortyzator masy
Funkcję skalarną V( x ) wektora stanu x nazywamy dodatnio (ujemnie)
określoną w obszarze fź, zawierającym początek układu współrzędnych
przestrzeni stanów (x = 0), jeżeli funkcja ta w każdym punkcie tego ob
szaru fl, różnym od początku układu współrzędnych x -f- 0, przybiera war
tość dodatnią (ujem ną), a wartość równą zeru tylko w punkcie x = 0
Całkowita energia mechaniczna układu jest sum ą jego energii kinetycznej (rys. Ą.28).
i energii potencjalnej
Przykładem funkcji dodatnio określonej w n-wymiarowej przestrzeni jest
V(x) = - mx2 + f (kox -I- Aąa;3) da; = im a ; 2 -1- ^-Icqx2 + -rAąa;4 (4 .4 6 ) funkcja (rys. 4.28 i rys. 4.29)
2 Jo ^ i ł Ł 4
4. Własności układów 4.1. Stabilność układów dynamicznych
208 209
PRZYKŁAD 55
Wykażemy, że układ nieliniowy opisany równaniem
x + ta 4 x + te 3 = 0 (a > 0, b > 0) (4.48)
jest stabilny w punkcie równowagi x -= 0, i = 0 dla dowolnych warunków początko
wych. Wprowadzając zmienne stanu a;i = x, x 2 = i , możemy równanie (4.48) zapisać R ys. 4.32. Realizacja twierdzenia 14
w postaci
¿'i = a;a
±2 = —xi —ax 2 —bx2 (4.49)
Za funkcję Lapunowa przyjmujemy formękwadratową dodatnio określoną w całej
płaszczyźnie a;i, x 2
V(a:) = ^ (a;f + ’Ą ) (4-50) Sprawdzić można, że funkcja ta jest lokalnie dodatnio określona. Przedstawia ona cał
kowitą energię wahadła, będącą sumą energii potencjalnej i kinetycznej. Jej pochodna
Wobec tego po czasie
V{ x ) = i) sin 0 + 00 = -Ó2 < 0
( )_ dxt 1 dx 2 2 (4.51)
= x’ia ;2 - a;2 (a,'i + a x 2 + t e j ) = — {a x 2 + b x2)
Dlatego, powołując się na powyższe twierdzenie, wywnioskować można, że początek
układu współrzędnych jest stabilnym punktem równowagi. Dogłębnie analizując fizykę
Dla a > 0 i b > 0 pochodna V(x) jest ujemnie półokreślona w całej płaszczyźnie zjawiska, łatwp można zauważyć przyczynę, dlaczego V(x) < 0, mianowicie człon
a-i, a>2- Zgodnie z twierdzeniem 13 układ opisany równaniem (4.48) jest stabilny dla tłumiący absorbuje energię. W rzeczywistości, V wskazuje na możliwość rozpraszania
dowolnych warunków początkowych. D energii w wahadle. Na podstawie tej funkcji Lapunowa nie można wysnuć wniosków
na temat asymptotycznej stabilności systemu, ponieważ pochodna V{x) jest tylko
ujemnie półokreślona. □
Twierdzenie Lapunowa dla stabilności lokalnej
i jest ujemnie określona. Dlatego, początek układu współrzędnych jest punktem rów
TW IERD ZEN IE 15 (s ta b iln o ś ć g lo b a ln a ) nowagi globalnie stabilnym asymptotycznie. Globalność tej stabilności daje nam do
Jeżeli istnieje skalarna funkcja V stanu x , z ciągłymi pochodnymi pierw zrozumienia, że początek układu współrzędnych jest jedynym punktem równowagi
szego rządu takimi, że układu. o
• V (a:) je st dodatnio określona,
• V( x ) je st ujemnie określona,
4.1.6. Metody doboru funkcji Lapunowa
• V ( x ) —►oo, gdy ||a;|| oo,
to wtedy punkt równowagi w początku układu współrzędnych je st globalnie Po przedstawieniu teorii Lapunowa popartej kilkoma przykładami można spró
stabilny asymptotycznie. bować zabrać się za praktyczne problemy nieliniowego sterowania. Jednakże,
cala teoria opisuje wszystko w ogólnym zarysie, a nie przedstawia, jak znaleźć
funkcję Lapunowa. W tym punkcie zostaną przedstawione dwie m etody znaj
W arunek promieniowej nieograniczoności m a zagwarantować, że poziomice dowania tej funkcji. Pierwsza zostanie przedstawiona m etoda Krasowskiego,
krzywych (albo poziomice powierzchni w przypadku systemów wyższego rzędu) a następnie m etoda zmiennych gradientów.
K(;k) = Va odpow iadają krzywym zamkniętym. Istnieje możliwość, że krzywe
nie są zam knięte. Jest to możliwe dla tra,ielŁtorll..staaQB'-dryluią.c,ych z dala, ocl
Metoda Krasowskiego
~puriKtu równowagi, nawet gdyby trajektoria stanu przechodziła przez poziomice
odpowiadające bardzo małemu P,v. Na przykład dla dodatnio określonej funkcji M etoda Krasowskiego przedstawia prosty sposób znajdowania funkcji Lapu
V = [ i + J f e i ] + ^ 2 krzywe V( x ) = Va dla Va > 1 są krzywymi otwartymi. Na nowa dla autonomicznych układów nieliniowych postaci (4.40), mianowicie
V = f J f . Podstawowym celem m etody jest proste sprawdzenie, czy ten szcze
rysunku 4.33 pokazano rozbieżność stanu podczas ruchu ku krzywym o coraz
gólny wybór naprawdę prowadzi do funkcji Lapunowa.
mniejszej „energii”. *
%
TW IERDZENIE 16 (Krasowski)
Rozważamy autonomiczny układ zdefiniowany zależnością (4 .4 0 ) , z punk
tem równowagi w początku układu współrzędnych. Niech A( x ) będzie ma
cierzą Jacobiego układu
R ys. 4.33. Ilustracja do twierdzenia 15 ¿W » S M (4.52)
Jeżeli macierz
F = A +At (4.53)
4. Własności układów 4.1. Stabilność układów dynamicznych
214 215
jest ujemnie określona w sąsiedztwie Î 2 , to wtedy punkt równowagi w po Z ujemnie określonej funkcji F wynika ujem na określoność V. Dlatego, zgod
czątku układu współrzędnych jest asymptotycznie stabilny. Funkcją Lapu- nie z bezpośrednią m etodą Lapunowa, stan równowagi w początku układu
współrzędnych jest asym ptotycznie stabilny. Globalna stabilność asymptotycz
nowa dla tego układu jest
n a układu jest gwarantowana przez zastosowanie globalnej wersji bezpośredniej
V ( x ) = f \ x ) B f { x) (4.54) m etody Lapunowa.
gdzie B jest macierzą symetryczną ostałych,niezależnych odczasu ele
Zilustrujmy użyteczność m etody Krasowskiego n a prostym przykładzie.
mentach. Często je st to macierz jednostkowa i wtedy funkcja (4.54) może
być zapisana w postaci PRZYKŁAD 59
V ( x ) = f T ( x ) f { x) (4.55) Rozważmy nieliniowy układ
Jeżeli Î2 jest całą przestrzenią stanu i w dodatku V ( x ) —> co, gdy j|æ|| —> 11 = —6 x i 4- 2 x 2
—> co, to wtedy punkt równowagi jest globalnie stabilny asymptotycznie. 1 2 = 2 x\ —6x 2 —2*2
Z powyższych równań obliczamy macierze
Z powyższych rozważań wynika następujący tok postępowania podczas ba -C 2 -1 2 4
dania stabilności układów nieliniowych m etodą Krasowskiego: 2 —C —6x | A +AT :
4 -1 2 - 12x1
Macierz F, jak widać, jest ujemnie określona w całej przestrzeni stanów7~E>latego
PROCEDURA 5 (metoda Krasowskiego) też, punkt w początku układu współrzędnych jest stabilny asymptotycznie, a funkcją
Krok i . Mając równanie (4.40) opisujące układ nieliniowy, wyznaczamy funk Lapunowa jest
cję Lapunowa w postaci (4.54) lub (4.55). V(x) = f T(Ąf(x) = ( - 6x 1 + 2x 2)2 + (2xj - 6x 2 - 2x 1) 2
Krok 2. Korzystając z zależności (4.52) i (4.53), wyznaczamy macierz F . Ponieważ V (x) —>oo dla ||x|| —>oo, więc punkt równowagi w początku układu współ
Krok 3. W przypadku gdy B = 1, korzystając z twierdzenia Sylvestera, spraw rzędnych jest globalnie stabilny asymptotycznie. □
dzamy, czy macierz F jest ujemnie określona. Jeżeli tak, to rozpatrywany,
Chociaż powyższa teoria jest bardzo prosta, jej przydatność jest ograniczo
układ jest stabilny asymptotycznie.
na w praktyce, ponieważ jakobiany wielu układów nie gw arantują wymaganej
Dowód. Pô pio.r\wsże“żńilf)żiiiy, że z ujemnie określonej funkcji F wynika, że ujemnej określoności. W dodatku, dla układów wysokiego rzędu trudno jest
sprawdzać, czy macierz F jest ujemnie określona dla każdego x.
/(.i.) -/ 0 dla fi- 0. Z togo, żc macierz kwadratowa F(:r) jest ujemnie określona
Uogólnienie m etody Krasowskiego jest następujące:
dla niezerowego x, widać, że macierz Jacobiego A ( x ) jest odwracalna. Załóżmy,
że macierz A jest osobliwa. W tedy można znaleźć niezerowy wektor y 0 taki,
że A(x)yi) = 0. W równaniu TW IERDZENIE 17 (u o g ó ln io n a m e to d a K ra so w sk ie g o )
Rozważamy autonomiczny układ zdefiniowany zależnością (4.40), z punk
'ł/u F Vo = 2y l 'A y 0 tem równowagi w początku układu współrzędnych i niech A ( x ) będzie m a
osobliwość macierzy A implikuje, że y l F y 0 = 0, co zaprzecza założonej ujem cierzą Jacobiego -układr^ Wtedy wystarczającym warunkiem, aby początek
nej określoności F . układu współrzędnych był asymptotycznie stabilny, jest istnienie dwóch sy
Odwracalność i ciągłość macierzy A gwarantuje, że funkcja f ( x ) może być metrycznych dodatnio określonych macierzy P i Q takich, że dla Vx 0
odwracalna. Z tego wynika, że dynamiczny układ opisany równaniem (4.33) macierz
ma tylko jeden punkt równowagi w Ü (inaczej różne punkty równowagi odpo F ( x ) = A t P + P A -I- Q
wiadałyby tej samej wartości / ) , tj. f ( x ) ył 0 dla x ył 0.
Możemy teraz pokazać początkową asym ptotyczną stabilność. Funkcja ska jest ujemnie półokreślona w jakim ś sąsiedztwie Q początku układu współ
larna V{x) = f T ( x ) f ( x ) jest dodatnio określona. Korzystając z faktu, że rzędnych. Funkcja K (x) = f T P f jest wtedy funkcją Lapunowa dla ukła
/ = A j , pochodna V może zostać zapisana jako du. Jeżeli obszar Q jest całą przestrzenią stanów i jeżeli V( x ) —» oo, gdy
||:e|| —►oo, to wtedy układ jest globalnie stabilny asymptotycznie.
V(x) = f f + f r f = f A J + f Arf = f'F J
217
4.1. Stabilność układów dynamicznych
4. Własności układów
216 PROCEDURA 6
i ^ h ń o n e podobnie jak poprzednie. Do-
Krok 1. Przyjmujemy, to V P jt»t dane a zależności (4.57).
Dowód. T w ie r d z e n ie to ^ p r o w a d z o n a ta k jak przedtem. Ponadto,
K roi '2. Rozwiązujemy równanie dla współczynników tak, a b , spclmalo
d a tn ia o k re ślo n o ść V { x ) n a s tę p u je
pochodna V m o że b y c o b i warunki (4.56).
T z , A T M P f = f Ff ' f Qf Krok 3. Ograniczamy współczynnik w (457) tak, to ta k c ja V jest uje,„me
V = = fT P A (x)f + / FA ( } pólokreślona co najm niej lokalnie.
dx . , i o jest dodatnio określona, więc V
Krok 4. Obliczamy funkcję V z V k przez całkowanie.
Foniew uń F j e s t u je m n ie 1» = , « « . u « «
Krok 5. Sprawdzamy, czy V jest dodatnio określona.
p o ś re d n ia m e t o d a L a p u n o w »
u k ła d u .
kolejno wzdłuż drogi, która jest równoległa do każdej osi, j.
M e to d a z m ie n n y c h g r a d ie n tó w podejściem do budowania funk- P (z ) = [ ' w , ( z „ 0, . . . . 0 ) d x , + j T v v 2 (x „ x2 0 )d x 2 +
M e to d a z m ie n n y c h g r a d ie n tó w i e ^ ^ ^ ^ . ) będzie związana z jej nachyleniem
cji L a p u n o w a . N ie c h fu n k cja- & + f 'r" W „ (Xl ,312, • ■■t xn) d;fo
V V p rz e z z a le ż n o ś ć c a łk o w ą Ja
PRZYKŁAD 60
V(x) = i "W da: Użyjemy metody zmiennego gradientu do szukania funkcji Lapunowa dla mehmo-
Jo
wego układu
gdzie
.T x \ = —2 x \
( dV \ 2
a;2 = —2*2 + 2* 1*2
P rz y jm u je m y , że g r a d ie n t z m ie n n e j fu n k c ji L a p u n o w a m a n a s tę p u ją c ą p o sta ć:
W " \ 3 5 ™ , ,i a .ć v . P » J i“ t to k c ii
je s t g r a d ie n te m V . A ż e b y uz. • ...........
- B p e łn ia ir s z r a ^ ^ a n n m lO T w ^ W , =011*1 + Ol2*’2
W 2 = 021*1 + »22*2
aW j = o W j j « i, 2, --- ’ n Układ równań jest opisany przez
^ - , t 3ros t ą p o c h o d n ą k ie ru n k o w ą f^ . N a przy-
aW i _ 8V b
Z a u w a ż m y ż e i - t y s k ła d n ik V w a rn n k i przyjm ują postać ~dxT ~ dxi ^
k ła d d la p rz y p a d k u n = 2 p °
d a \2 M , d a 'u
0V V x 3V k2 0,12 "l_ X 2 ~dx2 = ° 21
a7;2 a ' :| 1 d ien tó w postuluje formę gradientu V V , Jeżeli współczynniki są wybrane jako
W n a s a d z ie m e t o d a V L apunow a. Przyjmujemy, . « m t o r t on = 022 = L 0,2 = 0,21 —d
z a m ia s t p r z y jm o w a n ia fo rm y
to prowadzi do
fu n k c ji j e s t w p o s ta c i ^
VVi=*i, VVr2 = .*2
W tedy V może być obliczone z zależności
V 14 = t « i A i
i —i -, p r o w a d z i to do następującego po-
A łc z y n n ik a im . ■«- 1
g d z ie a.ij s ą o k re ś lo n y m i w ^ L apunow a:
s tę p o w a n ia p r z y s z u k a n iu u n
218 4. Własności układów 4.1. Stabilność układów dynamicznych 219
Tak więc V jest lokalnie ujemnie określona w obszarze (1 —* 1* 2) > 0. Funkcja V 4.1.8. Jak to zrobić w MATLAB-ie
inoże być obliczona z zależności
/•XI pX-2 ,r 2 i ,».2 W zakresie kryteriów stabilności układów liniowych w MATLAB-ie nie przewi
V( x ) = / * id * i+ / *2d*2 = —^ —- (4.58) dziano funkcji realizujących te k ry teria ze względu n a funkcję ROOTS, która
J0 ./O ^ wyznacza numerycznie pierwiastki wielomianu. Nie m a więc potrzeby stosowa
Jak widać funkcja (4.58) jest dodatnio określona i dlatego jest zapewniona asympto nia kryteriów stabilności. W iadom o, że kryteria stabilności służą do pośred
tyczna stabilność. Zauważmy, że (4.58) nie jest jedyną funkcją Lapunowa wyznaczoną niego sprawdzenia położenia biegunów n a płaszczyźnie zmiennej zespolonej.
metodą zmiennych gradientów. Na przykład weźmy Sens ich stosowania znika, jeżeli m am y do dyspozycji funkcję podającą dokład
On '= 1, «12 = *f, «21 = 3*2, «22 = 3 ne wartości pierwiastków wielomianu. W części dotyczącej badania stabilności
układów dynamicznych są dostępne jedynie funkcje rozwiązujące liniowe rów
Otrzymujemy funkcję dodatnio określoną
nanie Lapunowa.
V = Ź + * . Ą + X lX 3 (4.59)
F u n k c ja R O O T S :
której pochodną jest Funkcja wyznacza pierwiastki wielomianu o podanych współczynnikach.
P = R O O T S (C ) zw raca pierwiastki wielomianu o współczynnikach poda
V ~ —2 * i — 6*2 — 2*1 ( * 1*2 T 3 * ^ * 2)
nych w wektorze C. W spółczynniki są podawane w porządku malejącym od
Łatwo można sprawdzić, że V jest funkcją lokalnie ujemnie określoną i dlatego wzór współczynnika przy najwyższej potędze zmiennej.
(4.59) przedstawia inną funkcję Lapunowa dla tego układu. □
FUNKCJA M A R G IN :
Funkcja wyznacza zapas fazy i am plitudy modelu liniowego.
4.1.7. Podsumowanie [G m , P m , Vićcg, W cp ] = M A R G IN (S Y S ) wyznacza zapas am plitudy
Gm i fazy Pm oraz odpowiadające im częstotliwości W cg oraz W cyp dla mode
Stabilność jest zasadniczym pojęciem w analizowaniu i projektowaniu układów
lu SYS o jednym wejściu i jednym wyjściu. Wzmocnienie Gm jest określone
sterowania. Różne pojęcia stabilności, takie jak stabilność Lapunowa, stabilność
jako gdzie G jest wzmocnieniem w punkcie, w którym przesunięcie fazowe
asym ptotyczna, stabilność wykładnicza, i stabilność globalna asymptotyczna*
osiąga -1 8 0 °. Przesunięcie fazowe jest podawane w stopniach. W decybelach
albo wykładnicza, muszą być zdefiniowane, żeby dokładnie charakteryzować
zapas am plitudy jest określony jako
złożone i bogate pojęcie stabilności układów nieliniowych.
Z SJKinyczhych rozwiązań nielimowycirrSwnaii różniczkowych zwykle nie GmdB = 20 log Gm
można otrzymać informacji na tem at stabilności układu. Dwie metody Lapu
Jeżeli w ystępuje kilka punktów, dla których przesunięcie fazowe równe jest
nowa m ają większe znaczenie w określeniu stabilności układu nieliniowego.
-1 8 0 °, to w tedy wybierany jest punkt o wzmocnieniu najbliżej wartości 0 dB.
M etoda linearyzacji może być używana dla układów poruszających się w nie
[G m , P m , W c g , W cp] = M A R G IN (M A G , P H A S E , W ) określa zapas
wielkim obszarze dookoła punktu równowagi. M a to głównie teoretyczną war
fazy i am plitudy n a podstawie charakterystyki Bodego, określonej za pomocą
tość, usprawiedliwiając używanie sterowania liniowego w projektowaniu i ana param etrów MAG i PHAEjJE dla pulsacji podanych w wektorze W . Wartości
lizie słabo nieliniowych układów fizycznych. te m ożna najłatw iej otrzym ać za pom ocą funkcji BODE.
M etoda bezpośrednia, opierająca się na funkcjach Lapunowa, nie jest ogra M A R G IN (S Y S ) rysuje charakterystyki Bodego modelu SYS i zaznacza na
niczona do ruchu w danym obszarze. W zasadzie, ta m etoda jest odpowiednia nich zapas fazy i amplitudy.
dla wszystkich układów dynamicznych, liniowych czy też nieliniowych, ciągłych
lub dyskretnych, skończonego rzędu lub nieskończonego rzędu, i w małym lub F u n k c j a LYAP:
dużym zakresie ruchu. Jednak m a ona poważną wadę: problem wyznaczenia Funkcja rozwiązuje ciągłe równanie Lapunowa.
funkcji Lapunowa dla danego układu. Nie istnieje żadne ogólne efektywne po X = L Y A P (A , C ) rozwiązuje równanie Lapunowa postaci
dejście do wyznaczania funkcji Lapunowa. Często wykorzystuje się metodę prób
i błędów, doświadczenie, intuicję do poszukiwania stosownych funkcji Lapuno AX + XA t + C = 0
wa. Niektóre proste m atem atyczne techniki, takie jak m etoda Krasowskiego gdzie A i C są macierzami identycznych rozmiarów, a macierz C jest do
lub m etoda zmiennych gradientów, mogą też być pomocne. datnio określona.
220 4. Własności układów 4.1. Stabilność układów dynamicznych 221
X = L Y A P (A , B , C ) rozwiązuje równanie Sylvestera przyjmować wartości nieujemne. Przyjmijmy, że kandydatką na funkcję Lapunowa jest
funkcja
A X + X B + (7 = 0
Xi
które jest ogólniejszą postacią równania Lapunowa. Macierze A , B i C V (X U X2, x 3 ) = |> ! x 2 13] W *2 (4.00)
są dane i nie muszą być identycznych rozmiarów. Jedynym ograniczniem x 3.
nakładanym n a dane macierze jest wykonalność mnożenia, aby równanie
Sylverstera mogło być spełnione. gdzie W e R',x:! jest parametrem.
Jeżeli uda się dobrać parametr W tak, aby
F u n k c ja DLYAP: V*.
Funkcja rozwiązuje dyskretne równanie Lapunowa.
X = D L Y A P (A , C ) rozwiązuje równanie Lapunowa postaci
x->, x; j, 1 2 3^-0
x x x ęp ^ ^ ^
AXAr - X + C = 0 oraz
gdzie A i <7 są macierzami identycznych rozmiarów, a macierz C jest do
V (aą, x 2, 3<i) -> 00, gdy y x'f -I- x\ + x\ -» 00
datnio określona.
to na mocy twierdzenia Lapunowa wykażemy, że badany model jest stabilny globalnie.
S p e ł n i e n i e tych warunków jest jednoznaczne dla ulcladu liniowego i funkcji Lapunowa
PRZYKŁAD 61 (4(60) ze znalezieniem rozwiązania równania Lapunowa postaci -
Wyznaczymy pierwiastki następującego wielomianu:
AW + WAt + Q = 0 (4.61)
x 7 - 3x 6 -I- x 4 - x 3 + 13x2 - 8
gdzie A jest dartą macierzą systemu, a Q jest dowolną macierzą dodatnio określoną,
Do obliczenia pierwiastków danego wielomianu wykorzystujemy następujące polecenie: np. macierzą jednostkową. W związku z tym definiujemy macierz systemu badanego
p = ro o ts ( [1 - 3 0 1 -1 13 0 - 8] ) ; modelu
w którym argumentem jest wektor zawierający współczynniki wielomianu zmien A=[-5 1 -1 ;0 -2 1;-2 0 -3 ];
nej x. Po wykonaniu tego polecenia w zmiennej p otrzymujemy pierwiastki tego wie
lomianu i przystępujemy do rozwiązania równania (4.61) dla Q = 13
P - .................................................. ..... ................................................................... W=lyap(A, ey e(3 ));
2,6837
1,7480 Poszukiwanym rozwiązaniem jest
-0 ,1 0 2 2 + 1 ,4 4 3 1 i
-0 ,1 0 2 2 - l ,4 4 3 1 i W ~=
PR ZY K Ł A D 63 DEFINICJA 65
Dla modelu o transmitancji Stan x k £ RTi układu opisanego równaniami (4.62), (4.63) nazywamy osią
s + 0,5 galnym w q krokach, jeżeli istnieje ciąg wymuszeń {u,o, u i , . . . , wg_i},
K{a) który przeprowadza układ ten z zerowego stanu początkowego xq do zada
s (0,1s3 + 0,7s2 + 0,3)
zaznaczymy zapas fazy i amplitudy na charakterystykach Bodego.
nego stanu końcowego x k , czyli dla xq = 0, x q = x k .
Definiujemy model K (s)
SYS=tf ([1 0 .5 ;], [ 0 .1 0 .7 0 0 .3 0 ] ) ;
DEFINICJA 66
i wykonując polecenie Układ opisany równaniami (4.62), (4.63) nazywamy osiągalnym, jeżeli dla
margin(SYS); dowolnego stanu końcowego x k £ Mn istnieje liczba naturalna q oraz ciąg
uzykujemy odpowiedni wykres, który pokazano na rys. 4.34.
wymuszeń { u 0, u \ , . , . , u ,,_ j }, który przeprowadza układ ten z zerowego
stanu początkowego xq do zadanego stanu końcowego x k, czyli dla xq — 0,
U w a g a 16. Długość pionowej kreski na wykresie fazowym odpowiada zapasowi x q = x k.
fazy. W tym przypadku jest to zapas ok. 45°.
Diagramy Bodego
Gm = 00 , Pm = -34,2 deg (at 1,3789 rad/s) TW IERDZENIE 18
Układ (4.62), (4.63) jest osiągalny wtedy i tylko wtedy, gdy jest spełniony
jeden z warunków:
x, = A 'x {) 4- 2 2 1 B ii j (4,67)
4.2. Osiągalność, sterowalność, obserwowalność j =o
i odtwarzalność układów liniowych równania (4.62) dla i = n, asg = 0, a3n = x k, otrzymamy
do stanu x k wtedy i tylko wtedy, gdy Równoważność tę można udowodnić następująco. Z twierdzenia Cayleya-
-Ham iltona mamy
x k e Im [b , A B , . . . , An_1B] (4.69)
rn—l
Układ (4.62), (4.63) jest więc osiągalny wtedy i tylko wtedy, gdy jest spełniony A 1 = Y , a,ijAj , i = rn, m + 1 , . . . (4.75)
warunek (4.65), gdyż x k jest dowolnym wektorem x k e Mn . i —o
Wykażemy, że warunek (4.66) implikuje (4.64).
gdzie a ,j są pewnymi współczynnikami rzeczywistymi. Z zależności (4.75) wy
Niech v T będzie lewym wektorem własnym macierzy A odpowiadającym nika, że A ?B dla i > m są liniowo zależne od B , A B , . . . , A m~ l B i mogą
wartości własnej z, tzn. być wyeliminowane z warunku (4.64). Jeżeli dla liczby naturalnej j '
V 1 [Iz — A] = 0 (4.70)
rząd [b , A B , . . . , A-?” 1b ] = rząd [b , A B , . . . , A j'b ]
Wykażemy, że v T A i dla i = 1, . . . , n —L są równieżlewymi wektorami własnymi
macierzy A , odpowiadającymi wartości własnej z. Z zależności (4.70) mamy to
v r A = v T z = z v T . Korzystając z tej zależności, otrzym amy kolejno Vi>j rząd [b , A B , . . . , A-7’“ 1b ] = rząd [b , A B , . . . , A i_1B ]
v T A [Iz - A] = z v T [Iz - A] = 0,
Każda macierz A lB dla i = 1, . . . , m — r w (4.74) dodaje więc przynajmniej
v T A 2 [Iz — A] = z v q A 2 [Iz —A] = 0, jedną kolumnę liniowo niezależną. Jeżeli więc rząd B = r, to wariuiek (4.74)
1 J 1 (4.71)
jest równoważny warunkowi (4.64). -
v T A n ~ 1 [Iz - A] = z v T A n ~~1 [Iz - A } = 0 UWAGA 18. Warunek (4.66) jest równoważny warunkowi
Niecli V będzie podprzestrzenią wszystkich wektorów ortogonalnych do wszyst Vze<rA rząd [IInz - A , B] = n (4.76)
kich kolumn macierzy B . Warunek (4.66) implikuje, że
gdzie a a jest widmem macierzy A , czyli zbiorem je j wartości własnych.
V,)?to vT - A, B] yć 0 (4.72)
Równoważność warunków (4.66) i (4.76) wynika z faktu, że macierz [llnz —A)
Jeżeli v e V , tzn. v T B = 0, to z zależności(4.72) mamy v T [Iz - A ] =£ Q traci swój pełny rząd tylko dla z € ctą .
i v T nie jest lewym wektorem własnym macierzy A . Wobec tego przynajmniej
■"j'ed<3T"2 W5lnrorfiW-wta?riych-irTi7łL*, r r r r 'u ŁyFL“ L ma;cierzy A nie należy do V U w a g a 19. Jeżeli układ (4.62), (4.63) jest osiągalny, to jest on zawsze osią
i wtedy zachodzi galny w nie więcej niż n krokach.
vT [B, A B , . . . , A n_1B] # 0 , v £ 0 (4.73) Fakt ten wynika natychm iast z twierdzenia Cayleya-Hamiltona, które umoż
liwia wyrażenie macierzy A lB dla i = n, n + 1 , . . . w (4.64) za pomocą kom
Tak więc warunek (4.66) implikuje warunek (4.64). binacji liniowej macierzy | B , A B , . . . , A " “ 1i5 j.
Wykażemy z kolei, że warunek (4.64) implikuje warunek (4.66).
Niech v e V . W tym przypadku (4.73) implikuje U w a g a 2 0 . Układ o jednym wejściu (m = 1) (4.62), (4.63) nic jest osią
galny, jeżeli wielomian m inim alny nie pokrywa się z wielomianem charaktery
vT [AB, A ” - 1 B \ ^¿0 stycznym macierzy A .
i wobec tego przynajmniej jeden z wektorów V1 A , . . . , v TA n~ l nie należy Jeżeli macierz B jest niezerową macierzą kolumnową i wielomian minimalny
do V . Wektor v r nie jest więc lewym wektorem własnym macierzy A, czyli stopnia, m nie pokrywa się z wielomianem charakterystycznym, to r = rząd B =
v T [Iz — A] ^ 0. Spełniony jest więc warunek (4.66). = 1 i rn < n. W tym przypadku warunek (4.74) nie jest spełniony, gdyż macierz
[ b , A B , . . . , A 7" - 1# ] m a tylko rn kolumn.
UWAGA 17. Jeżeli rząd JE? = r, a stopień wielomianu minimalnego macierzy
A je st równy m (m < n), to warunek (4.64) jest równoważny warunkowi Osiągalność układu (4-62), (4.63) zależy tylko od macierzy A i B tego ukła
du. Zamiast mówić, że układ (4.62), (4.63) jest osiągalny, będziemy równoważ
rząd [B, A B , . . . , A m~TB } = n (4.74) nie mówić, że para (A , B ) tego układu jest osiągalna.
4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 227
226
PRZYKŁAD 64 nie jest osiągalna dla dowolnych podmacierzy Au € R",Xni, Ai2 e RniX,,a) A 22 6
£ R'12*"2, B i € R'ilXm, « i + n 2 = n.
Wykażemy, że para macierzy Korzystając z warunku (4.64) oraz biorąc pod uwagę, że
' 0 1 0 •• 0 ■ o-
0 A, i
0 0 1 •• A1 dla i = 1, 2, . .. , n — 1 .
A B= (4.77) O ^422
0 0 0 •• 1 0
.1. (* oznacza podmacierz nieistotną w tych rozważaniach), otrzymamy
-dl -tt2 * —n,n _r_
jest osiągalna dla dowolnych wartości współczynników ciq, a i, a„~i. B x AyBj ••• A"r1Bi
rząd [B, A B , . . . , A n_ 1B] = rząd <n
Korzystając z warunku (4.66), otrzymujemy O O o
Warunek ten jest spełniony dla stanu x k = A £ Mnx" jest macierzą nilpotentną (wszystkie wartości własne są równe zeru),
. gdyż
to A n O, i wtedy z (4.85) wynika, że stan początkowy x 0 może być sprowa
0 0 0 0 0 dzony do zera = 0 za pomocą zerowego ciągu wymuszeń u 0 = u v = • • - =
rząd \B , A B , x k] = rząd = rząd [B, A B ] = rząd
112 1 1 M „ - l = O.
DEFINICJA 67 Z zależności (4.86) wynika, że dla dowolnego x 0 € K" istnieje ciąg wymuszeń
Stan początkowy xo £ IR" układu (4.62), (4.63) nazywamy sterowalnym do {it0, m , . . . , u n—\ } wtedy i tylko wtedy, gdy jest spełniony warunek (4.64),
zera w q krokach, jeżeli istnieje ciąg wymuszeń {«o, u l> • • •, m7_i }, który gdyż macierz A ~ n jest nieosobliuia i nic zmienia rzędu macierzy [B, A B , ...
przeprowadza układ ten ze stanu xq do stanu zerowego X/, = 0 .
a 11- 1 b \.
WNIOSEK 1 . Jeżeli m acierz A jest nieosobliw a, to warunki tw ierdzenia 18 są
DEFINICJA 68 również warunkami koniecznym i sterow alności do zera układu (4.62), (4.63).
Układ (4.62), (4.63) nazywam,y sterowalnym do zera, jeżeli dla dowolnego v
stanu początkowego xq £ K" istnieje liczba naturalna q oraz ciąg wymuszeń PRZYKŁAD 69
{«o, « i , . . . , u q- 1}, który przeprowadza układ ten ze stanu x a do stanu Para macierzy
zerowego x ^ = 0.
0 a V (4.87)
A = B =
0 0 5
0
T W iE R U Z E N IF T ? -------------------- “ ' nic j e s t o sią g aln a, d la d o w o ln e j w a rto ś c i w s p ó łc z y n n ik a a, g d y ż
Ukt d-(4r:62r)y~(4S3)—jest~sterowalny-do-zera,- jeżeli jest spełniony jeden L0
z warunków twierdzenia 18. rząd \B , A B ] = rząd A =
0 0
Para (4.87) jest natomiast sterowalna do zera dla dowolnej wartości współczynnika.
Dowód. Korzystając z rozwiązania (4.67) równania (4.62) dla i = n i x n = 0, a, gdyż macierz A jest macierzą nilpotentną, A 2 = 0. Wobec tego A = 0 <11»
otrzymamy dowolnego stanu początkowego xq, który można sprowadzić do zera (*2 = 0) za
pomocą zerowego ciągu wyrnrfs/.eń u 0 = u \ = 0. D
O’,,.-- 1
n —1
U n-2
%
A nx o = A n~j ~l B u j = - \b , A B , A n ~ 1B (4.85) TWI ERDZENIE 20
¿=o Układ (4.62), (4.63) jest sterowalny do zera wtedy i tylko wtedy, gdy jest
Uq spełniony jeden z warunków:
Z zależności (4.85) wynika, że istnieje ciąg wymuszeń {izo, Ml, • • • , u q - i } dla 0 rząd [B , A B , . . . , A n~l B , A "] = rząd [B , A B , . . . , A n~ l B] (4.88)
dowolnego xq, jeżeli jest spełniony warunek (4.64). Równoważność pozostałych
warunków dowodzi się w ten sam sposób jak w dowodzie twierdzenia 18. • rząd [In —Ad , B] = n (4.89)
U w a g a 2 1 . w przypadku ogólnym warunki twierdzenia 18 nie są warunka r il r t n r\Tl ItO li f i (l .
m i koniecznymi sterowalności do zera układu (4.62), (4.63). Jeżeli macierz
230 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 231
DEFINICJA 71 Dla danych ciągów (w0, «1, ■■■■, {i/o, ?/i, - Vn i } « (4.96) może
my wyznaczyć ciąg {y'(t, y j, . . . , y'n___, }. Z równania (4.97) możemy wyzna
Stan początkowy ®o G M” układu (4.62), (4.63) nazywamy obserwowalnym
czyć jednoznacznie stan xq wtedy i tylko wtedy, gdy spełniony jest warunek
w q krokach, jeżeli na podstawie danego ciągu wymuszeń { « o , u \, . . . , u q)
(4.93). Z definicji jąd ra macierzy wynika natychm iast, że warunek (4.94) jest
i danego ciągu odpowiedzi | y 0> ?/i j ■■•, ?Vr/} można wyznaczyć jedno C
znacznie stan X{) tego układu. CA
równoważny warunkowi (4.93). Transponując macierz oraz m acierz
DEFINICJA 72 C A 71- 1
Układ opisany równaniami (4.62), (4.63) nazywamy obserwowalnym, jeże t nz - A , możemy warunki (4.93) i (4.94) napisać w postaci
li istnieje liczba naturalna q taka, że na podstawie danego ciągu wymuszeń C
{«Oi u \ , . . . , u q} i danego ciągu odpowiedzi | y 0, y i , . . . , y^J- można wy
znaczyć jednoznacznie każdy stan początkowy xq G K" tego układu. rząd \ c T, A t Ć t , (A J) (4.98)
oraz
TW IERDZENIE 22 rząd [l„z - A T, C Tj = n (4.99)
Układ (4.62), (4.63) jest obserwowalny wtedy i tylko wtedy, gdy jest speł
niony jeden z warunków: dla wszystkich skończonych z € C. Porównując warunek (4.64) z wamąkiem
(4.98) oraz warunek (4.66) z warunkiem (4.99), stwierdzamy, że warunki (4.98);
C
(4.99) możemy otrzym ać z warunków (4.64), (4.65) i (4.66), zastępując w nich
CA
rząd (4.93) macierz A maęierzą A T i macierz B macierzą C T. Dowód równoważności
warunków (4.93) i (4.95) jest więc dualny do dowodu równoważności warunków
C A 71- 1 (4.64) i (4.66).
C UWAGA 2 5 . Jeżeli rząd C = r, a stopień wielomianu minimalnego macierzy
CA A jest równy m (rn < n ), to warunek (4.93) je st równoważny warunkowi
o ker (4.94)
C
■GA: CA
(4 .100)
¡5Z— -A-
• rząd (4.95)
C C A m~
dla wszystkich skończonych z G C. Równoważność tę dowodzimy analogicznie ja k równoważność warunków (4.64)
i (4.74).
Dowód. Podstawiając, rozwiązanie (4.67) równania (4.62) do (4.63), otrzy
mamy UWAGA 2 6 . Warunek (-^95) jest równoważny warunkowi
i~~1 Jinz A
y ' — y . - D m - 5 3 C A 7- ]- l B u :l = C A ':r0 (4.96) rząd (4.101)
C
3= 0
dla wszystkich z G cm, gdzie o a jest widmem macierzy A , czyli zbiorem jej
Korzystając z zależności (4.96) dla i = 0, 1, . . . , n — 1, dostajem y wartości własnych. Równoważność warunków (4.95) i (4.101) wynika z faktu,
■ c że macierz [I„ z —A ] traci swój pełny rząd tylko dla z G a a -
" vb 1
y'i CA U w a g a 2 7 . Jeżeli układ opisany równaniami (4 .62), (4.63) jest obserwowal
— (4.97)
ny, to jest on zawsze obserwowalny nie więcej niż w n krokach. Fakt ten wynika
C A n~ \ natychmiast, z twierdzenia Caylcya-Hamiltona, które umożliwia wyrażenie C A 7,
V'n-l j
234 4. Własności układów
4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 235
przy czym ¡i jest indeksem obserwowalności pary (A, C ). nie jest obserwowalna dla dowolnych podmacierzy A u e R"15" 11, A 2i G R”2*”'
A22 e , C i € Kpxni, «i + n 2 = n.
236 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 237
(4.62)’ (4.63).
i
O
C A ” “ 1 y'n~ 1 .
1
238 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 239
PRZYKŁAD 78
DEFINICJA 77
Układ (4.62), (4.63) nazywamy osiągalnym wyjściowo, jeżeli dla dowolne Zbadamy osiągalność wyjściową układu (4.62), (4.63) o macierzach
go wektora odpowiedzi y k € Rp istnieje liczba naturalna q i ciąg wymuszeń
0 1 0 V i 0 o’ 'l '
{■«o, ui, . . . , u q} taki, że dla zerowego stanu początkowego xq = O odpo 0 0 1 , B = 0 * c = 0 1 0 , D = 0 (4.131)
wiedź y q = y k . -1 -2 -3 i
TW IERDZENIE 26 CB CAB CA B =
Układ (4.62), (4.63) jest osiągalny wyjściowo wtedy i tylko wtedy, gdy
110 1
rząd [D, C B , C A B , C A 2 B]
0 0 1 -4
Dowód. Podstawiając rozwiązanie (4.67) równania (4.62) dla i — n, a;o = O
do (4.63) otrzymamy
Układ ten jest więc osiągalny wyjściowo. □
n—1
y k - Y , CA" j ~lB u j + D u n = PRZYKŁAD 79
j =0
Wykażemy, że układ (4.62), (4.63) o macierzach
Un
Un —1 0 1 0
[d , C B , C A B , . . . , C A n l B (4.130) 10 0
A = 0 0 1 , B = D =0 (4.132)
1 0 0
-1 -2 -3
U()
Z zależności (4.130) wynika, że dla dowolnego y k istnieje ciąg wymuszeń {«o, jest osiągalny i obserwowalny, ale nie jest osiągalny wyjściowo.
jUj , . wtedy i tylko wtedy, gdy jest; spełniony warunek (4.129). Korzystając z (4.64) i (4.93), otrzymamy
1 0 1
Z warunku (4.129) wynika, że układ opisany równaniami (4.62), (4.63) o jed rząd [B, A B , A l B \ = rząd 0 1 -4 = 3
nym wyjściu (p = 1 ) 7. D -/= 0 jest zawsze układem osiągalnym wyjściowo. 1 -4 7
Wykażemy, że każdy osiągalny układ (4.62), (4.63) z macierzą D = O nie jest;
osiągalny wyjściowo, jeżeli r z ą d C < p. Jeżeli D = O, to warunek (4.129) mo
1 0 0'
żemy napisać w postaci
jV o o
C
rząd [ C B , C A B , . . . , C A 11~ 1 b ] = rząd [ c [ b , A B , . . . , A n~ l B \ } < CA 0^1 o
rząd = rząd
0 10
CA2
0 0 1
< min ^rząd C , rząd |j3, A B , . . . , A ’1 ' 1jBj ^ < rząd C < p 0 0 1
gdyż rząd [ b , A B , . . . , A n" j b ] = ii > p. Warunek (4.129) nie jest więc Układ ten jest więc osiągalny i obserwowalny. Natomiast układ ten nie jest osiągalny
spełniony i układ opisany równaniami (4.62), (4.63) nie jest osiągalny wyjściowo, gdyż nie jest spełniony warunek (4.129), tj.
wyjściowo. 1 0 1
rząd [CB, C A B , C A 2B } = rząd
1 0 1
W n io s e k 3 . U kład (4.62), (4.63) z m acierzą D = 0 n ie jest osiągalny w yjścio
wo, jeżeli rząd C < p. Ten sam wynik otrzymamy z wniosku 3, gdyż rząd C = 1 < p = 2. □
4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 245
244
V„-l
DEFINICJA 78 przy czym
S tan x k G M” układu (4.133); (4.134) nazywamy osiągalnym w czasie t k,
jeżeli istnieje, wym,uszenie {sterowanie) u {t), t G [0, t k], które przeprowa
V i ai(t —r)w (r)d r, i = 0 , 1 , . . . , n —1 (4.142)
dza układ ten z zerowego stanu początkowego xo = 0 do zadanego stanu ./()
końcowego x k , czyli dla xq = 0 , x ( t k) = x k .
Z zależności (4.141) i (4.142) wynika, że dla dowolnego x k G R"_jstnieje
ciąg {«o, v \ , . . . , v „_ i} i odpowiednio u (t), t G [0, tk] wtedy i tylko wtedy,
gdy jest spełniony warunek (4.135). Z definicji obrazu macierzy oraz zależności
DEFINICJA 79 (4.141), wynika że istnieje ciąg {wo> f i , - - - 1 ,u7l_i}, który przeprowadza układ
Układ (4.133), (4.134) nazywamy osiągalnym, jeżeli dla dowolnego stanu
(4.133), (4.1341) ze stanu xq = 0 do stanu x k wtedy i tylko wtedy, gdy
końcowego x k e R” istnieje chwila t k > 0 oraz wymuszenie (sterowanie)
u ( t) , t e [0 , tk], które przeprowadza układ ten z zerowego stanu początko x k 6 Im IB , A B , . . . , A n~ l B (4.143)
wego xq — 0 do zadanego stanu x k, czyli dla xq = 0 , x ( lk) = x k .
Z założenia x k jest dowolnym w ektorem przestrzeni R", układ (4.133), (4.134)
jest w ięc osiągalny w ted y i tylko w tedy, gd y jest sp ełn ion y warunek (4.136).
-T-WICRDZ-ENHE-27- R ów now ażność warunków (4.135) i (4.137) dowodzi się fcak sam o, jak w dowo
Układ (4.1.33) V(4.134) jest, osiągalny wtedy i tylko wtedy, gdy jest spełniony dzie tw ierdzenia 18.
jeden z warunków: UWAGA 3 4 . Jeżeli rząd B — r, a stopień wielomianu minimalnego macierzy
A jest równy m (m. < n ), to warunek (4.135) jest równoważny warunkowi
• rząd [B , A B , . . . , A b-1b ] = n (4-135)
rząd [B, A B , rB ] = n [4.144)
• Im [b , A B , . . . , A " “ 1# ] = R " (4-136)
Równoważność tę dowodzi^ się tak sam.o jak równoważność warunków (4.64)
• rząd [I„s — A , B] = n _ (4.137)
i (4.74) dla układu dyskretnego (4 .62), (4.63).
dla wszystkich skończonych s G C.
U w a g a 3 5 . Warunek (4.137) jest równoważny warunkowi
Osiągalność układu ciągłego opisanego zależnościami (4.133), (4.134) zależy Z g o d n ie z w a r u n k ie m (4.143) lub (4.148) p o s z u k iw a n a p o d p r z e s tr z e ń stanów o sią g a l-
tylko od macierzy A i B tego układu. Zamiast mówić, że układ (4.133), (4.134) f 1 01
nych jest kombinacją liniową kolumn macierzy [B , A B ] , czyli ma postać
jest osiągalny będziemy równoważnie mówić, że para (.4., B ) tego układu jest 0 OT
osiągalna. Z porównania warunków (4.64), (4.65), (4.66), (4.74), (4.76) z warun dla dowolnego a e ’ □
kami (4.135), (4.136), (4.137), (4.144), (4.145) wynika, że kryteria osiągalności
układów ciągłych i dyskretnych są takie same. Przykłady 64-G66 są takie same
dła układów ciągłych. Odpowiednikiem przykładu 67 dla układu ciągłego jest
niżej podany przykład. DEFINICJA 80
S ta n początkowy xq G R n układu (4.133), (4.134) nazyw am y sterowal
n ym do zera w czasie tk , jeżeli istnieje w ym uszenie ( sterow anie ) u ( t) ,
PRZYKŁAD 80 t € [0 , tk], które przeprowadza ten układ ze stanu *0 do stanu zerowego
Wykażemy, że para (A , B ) układu ciągłego opisanego równaniami (4.133), (4.134) x { t k) = 0 .
jest osiągalna wtedy i tylko wtedy, gdy macierz
f tk
W = I eA rB B TeA Tdr, t.h > 0 (4.146)
Jo DEFINICJA 81
jest określona dodatnio (nieosobliwa). Układ (4.133), (4.134) nazyw am y sterow alnym do zera, jeżeli dla dowol
Jeżeli W jest macierzą dodatnio określoną (nieosobliwą), to istnieje macierz od nego stanu początkowego xq G R” istnieje chwila t k > 0 oraz w ym uszenie
wrotna i jest określone wymuszenie (stćrowanie) u ( t) , t G [0, tk], które przeprowadza ten układ ze stanu ~xg-
do stanu zerowego x { t k) = 0 .
u(t) = B TeA ‘ dla t e [0, tk] (4.147)
V
które przeprowadza układ ten ze stanu Xo = 0 do stanu x(tic) — x/c. Rzeczywiście, V
podstawiając (4.147) do (4.139), otrzymamy Wykażemy, że sterowalność do zera układu ciągłego (4.133), (4.134) jest
równoważna osiągalności. Korzystając z rozwiązania (4.138) równania (4.133)
x(tk) = / *■ e A (tk~ T) B B T e A T li k~ T) W ~ 1X k d T = dla a;(0 ) = xq i x ( t k ) = 0 , otrzym amy
Jo
x(t-k) = eAt,:xo + [ eA ^lk~T'lB u ( t ) ó.t = 0
Jo
oraz po pomnożeniu obu stron przez e~ Alk
Jeżeli układ opisany równaniami (4.133), (4.134) nie jest osiągalny, to istnieje
wymuszenie u ( t) , ł G [0, tk] takie, że dla xq = 0, x ( t k) = aą. wtedy i tylko xq = — I " e~A rB u{r)d.T (4.150)
Jo
wtedy, gdy jest spełniony warunek (4.143) lub równoważnie, gdy
gdyż eAtk jest m acierzą nieosobliwą dla dowolnej macierzy A i chwili t k . Z po
rząd [ b , A B , A n~ l B , x k] = rząd [ b , A B , . . . , A n~l B \ (4.148) równania zależności (4.15OJ i (4.139) wynika, że sterowalność do zera układu
ciągłego jest równoważna jego osiągalności. Zostało zatem udowodnione nastę
pujące twierdzenie. ^
PRZYKŁAD 81
Wyznaczymy podprzestrzeń stanów osiągalnych dla układu (4.133), (4.134), które
go macierze A i B są równe TW IERDZENIE 28
0 r Układ (4.133), (4.134) je s t sterowalny do zera wtedy i tylko wtedy, gdy jest
A = 1'
, B = (4.149) spełniony jeden z warunków twierdzenia 27.
0 2 0
Para (4.149) nie jest osiągalna, gdyż
1 01 UWAGA 3 7 . D efinicja indeksu sterowalności układu ciągłego (4.133), (4.134)
'ząd [B, A B ] = rząd = 1 je s t taka sam a ja k definicja dla układu dyskretnego (4.62), (4.63).
0 0
4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 249
248
gdyż macierz T jest nieosobliwa. Zgodnie z twierdzeniem 29 para (A, B ) jest, stero
DEFINICJA 82 walna wtedy i tylko wtedy, gdy jest sterowalna para (4.151). , □
Układ (4.133), (4.134) nazywamy sterowalnym, jeżeli dla dowolnego stanu
początkowego wq i dowolnego stanu końcowego istnieje chwila t). > 0
oraz wymuszenie (sterowanie) u (t), t G JO, /;&], które przeprowadza ten 4.2.8. Obserwowalność i odtwarzalność układów ciągłych
układ ze stanu xq do stanu x c z y l i dla dowolnych X q, X/-, x (tk ) ~ x/c.
Weźmy pod uwagę standardowy układ ciągły opisany równaniami (4.133),
(4.134).
TWIERDZENIE 29
Układ (4.133), (4.134) jest sterowalny wtedy i tylko wtedy, gdy je st speł DEFINICJA 83
niony jeden z warunków twierdzenia 87. Stan początkowy xq G R " układu opisany równaniami (4.133), (4.134)
nazywamy obserwowałnym w chwili tk > 0 , jeżeli na podstawie danych
Dowód. Przeprowadzenie układu (4.133), (4.134) z dowolnego stanu począt wymuszenia .«(t). i odpowiedzi y ( t) dla t € [0 , ;i>] można jednoznacznie
kowego xq do dowolnego stanu końcowego a;/,- możemy podzielić n a następujące wyznaczyć stan xq tego układu.
dwa podzadania:
- sprowadzenie stanu xq do zera, DEFINICJA 84
- przeprowadzenie układu z zerowego stanu początkowego do dowolnego Układ (4.133), (4.134) nazywamy obscrwowalnyrn., jeżeli istnieje~chlańla.
stanu końcowego x k . 1). > 0 taka, że na podstawie danych wymuszenia u (t) i odpowiedzi y (t)
Zgodnie z twierdzeniem 28 i twierdzeniem 27 układ opisany równaniami dla t, € [0 , można jednoznacznie wyznaczyć dowolny stan początkowy
(4.133), (4.134) jest sterowalny wtedy i tylko wtedy, gdy jest spełniony jeden xq tego uklgdu.
z warunków twierdzenia 27.
Z twierdzeń 27, 28 i 29 wynika następujący ważny wniosek.
TW IERDZENIE 30
WNIOSEK 4. Dla układu ciągłego (4.133), (4.134) osiągalność, sterowalność do
Układ (4.133), (4.134) jest obserwowalny wtedy i tylko wtedy, gdy jest
zera i sterowalność są pojęciami równoważnymi. spełniony jeden z warunków:
PRZYKŁAD 82 C
Wykażemy, ze para (.4, i?) jest sterowalna wtedy i tylko wtorly. pyły jest sterowalna CA
rząd ■n (4.154)
para
A = TAT~l, B = TB (4.151) C A n~l
dla dowolnej nieosobliwej macierzy T. C
Łatwo sprawdzić, że CA
• ker (4.155)
A 2 = (T A T ~ 1 )(T A T ~ l ) = T A 2 T ~ \ A 3 = (T A i T ~ 1 )(T A T ~ 1) = T A 3 T ~ l
C A n~ l .
ogólnie
I„.s —A
A k = T A kT ~ l , dla k = 0, 1, . . . , n - 1 Y s £ c , s < oo rząd (4.156)
C
oraz
A kB = (T A kT ~ l )T B = T A kB , dla k = 0 ,1 , . . . , n - 1 (4.152)
Dowód. Podstawiając rozwiązanie (4.138) równania (4.133) do (4.134), otrzy
K o rz y sta ją c z (4.152), dla k = 0, 1, . . . , n —1 otrzymamy mamy
rząd [B, A B , . .., A n~ 1b J = rząd ( T [B, A B , . . . , A n~l B] } =
y '(t) = y (t) - [ l C e A{i~r)B u (T )d T - D u ( t) = C e Atx 0 (4.157)
= rz ą d [B, A B , . . . , A n~l B] Jo
. ..
4**.. Własności
**
ukladó
, „/{A dla t ^ ^
D la danych y ( t) i u {t) dla t e jO, tą] możemy wyanaczW otrzymamy
Różniczkując (n —l)-krotnie względem t równość y (ti —
1
4 S 6 . O bw ód e l e k t x y ^
Uc By*- 4 0
, odn możemy
Kirchhoffa dla tego obW
podstawie P O K U C I
r^ Ą -i
dt
j j - = 1/0 ■
gud (« * > )• W 1«
które ■/.apisujemy * , . r l l
„«i»» \ { vz Y m
, »»—fK Ł A D _ ^ L —— , macierz
— * . • łv ti,0 wtedy, fc>oy
“'Wykażemy, że pava (A , C ) jest obserwowałna wtecly m y 1
' (4-l59)
W "= cA' TC T C eArdT, t fc > 0
Jo
U 0 ] r C 1 _ 0 . Zauważmy,
jest dodatnio określona (nieosobliwą). , n;e wyznaczyć ^ e d y
Z zależności (4.157) wynika, że stan * 0 możemy jednozna ^ gramcac. r , 8 *»“ l C A 1 i OcOTl « 8»
i tylko wtedy, gdy dla każdego seu f i 0 , y ( t) fi 0 . Wobec tego O to** * • - ie8t „ „ 6 . u ® I. » « « » » * 60 V« J > J „ e rie r. c -
0 do tk równość
f i/(01* y'(t) = * J e A‘ i'C T C eAt®,) » ¥ « ” “tnowiedz “ „ « jo » “ «
y Pizyj 7 \ <yiA
, y rząd / /j ” l0 - * c
Je ż e li za odP0 obserwowatay, l
otrzymamy ^ (4 _l 6tV) , . i—,a4 len je&t u
- ad W'sco
j ' k [ y '(T )f y' ( t) d r = 3 % ( J ‘k eA'Wc TC eArdT^ *0 — *
D EFIN IC JA 85 TW IERDZENIE 32
Stan X). układu (4.133), (4.134) nazywamy odtwarzalnym «; czasie t k > 0, Układ (4.164), (4.165) je s t sterowalny (obserwowalny) wtedy i tylko wtedy,
jeżeli na podstawie danego wymuszenia u ( t ) i odpowiedzi y (t) dla t G [0 , tj.j gdy jego układ dualny (4.162), (4.163) je s t obserwowalny (sterowalny).
m,ożna wyznaczyć jednoznacznie stan x k tego układu.
Dowócł tego twierdzenia jest taki sam, jak twierdzenia 25 dla układu dys
kretnego. Analogicznie jak osiągainość wyjściową dla układów dyskretnych,
DEFIN IC JA 86 możemy również zdefiniować pojęcie sterowalności wyjściowej dla układu cią
Układ (4.133), (4.134) nazywamy odtwarzalnym, jeżeli dla dowolnego •>ta głego (4.133), (4.134). Układ ciągły (4.133), (4.134) jest sterowalny wyjściowo
nu końcowego x k 6 Rn istnieje chwila t k > 0 taka, że na podstawie damy o wtedy i tylko wtedy, gdy jest spełniony warunek (4.129).
wymuszenia u (t) i odpowiedzi y ( t) dla t e [0 , ty] można wyznaczyć jedno
znacznie stan Xk = a: (ty) tego układu.
4.2.9. Stabilizowalność i wykrywalność układów dyskretnych
i ciągłych
T W IE R D Z E N IE 31 Weźmy pod uwagę układ dyskretny opisany równaniami (4.62), (4.63).
Układ (4.133), (4.134) jest odtwarzalny wtedy i tylko wtedy, gdy jest speł
niony jeden z warunków twierdzenia 30.
• T W IE R D Z E N IE 33
Wartość własną z; macierzy A lego układu nazywamy osiągalną wtedy
Dowód. Zgodnie z twierdzeniem 30 m ożna wyznaczyć dowolny stan począt ■!■i tylko wtedy, gdy
kowy xq układu opisanego równaniami (4.133), (4.134) wtedy i tylko wtedy,
rząd [1lnZi A , B] = n (4.166)
gdy jest spełniony jeden z warunków tego twierdzenia.
Znając xq możemy wyznaczyć .'/■/- n a podstawie wzoru
Układ (4.62), (4.63) jest osiągalny wtedy i tylko wtedy, gdy wszystkie war
x k = eAthx 0 + [ eyl(' “ r) B u (r ) d T (4.161) tości własne z, i = 1, . . . , n macierzy A tego układu feą osiągalne. Układy
Jo dyskretny (4.62), (4.63) jest stabilny asymptotycznie wtedy i tylko wtedy, gdy
Tak więc układ (4.133), (4.134) jest odtwarzalny wtedy i tylko wtedy, gdy jest; wszystkie wartości własne z,; macierzy A leżą wewnątrz okręgu o promieniu
spełniony'’jedenTrwafufikowTwierdzenia 30. równym 1 i środku w początku układu współrzędnych płaszczyzny zmiennej
zespolonej z, zwanym krótko okręgiem jednostkowym.
Z twierdzeń 30, 31 wynika następujący wniosek.
PRZYKŁAD 85
Dowód. Z definicji 89 oraz warunku (4.169) wynika natychm iast, że układ
Wykażemy, że para macierzy
opisany równaniami (4.62), (4.63) je st wykrywalny wtedy i tylko wtedy, gdy
'2 1 ’ '1 jest spełniony warunek (4.170).
A = (4.168)
B = 0
0 0,1
Zostanie wykazane, że dla układu dyskretnego opisanego równaniami (4.62),
jest stabilizowaina, ale nie jest osiągalna. (4,63) o niedostępnym wektorze stanu można zbudować obserwator odtwarza
Macierz A pary (4.168) rria wartości włfisne z\ = 2 i z2 = 0,1. Korzystając z (4.166), jący niedostępne zmienne stanu wtedy i tylko wtedy, gdy układ ten jest wykry
otrzymamy walny. Wykrywalność układu jest więc warunkiem koniecznym i dostatecznym
0 -1 r możliwości odtworzenia niedostępnych zmiennych stanu za pom ocą obserwa
rząd | A, B\ = rząd = 2
0 1,9 0 tora. Z porównania warunków (4.95) i (4,169) wynika, że każdy obserwowalny
układ (4.62), (4.63) jest również układem wykrywalnym. Twierdzenie odwrotne
jest prawdziwe tylko wtedy, gdy układ (4.62), (4.63) jest stabilny asym ptotycz
-1,9 -1 1 nie, tzn. każdy stabilny asymptotycznie układ (4.62), (4.63) wykrywalny jest
sąd [llu~2 - A, B\ = rząd = 1
0 o 0 również obserwowalny.
lak więc wartość własna -j — 2 jest osiągalna, a waitosć własna ~2 0,1 nic jest
osiągalna. Warunek (4.167) jest spełniony i zgodnie z twierdzeniem 34 para (4.168) PRZYKŁAD 86
jest stabilizowaina. Para ta nie jest osiągalna, gdyż wartość własna z 2 = 0,1 nie jest Wykażemy, że para macierzy
osiągalna. Cl f2 0
C = [ l 0] (4,171)
1 0,1
]ln%i A l„zi - A 0 0
rząd (4.169) rząd ■rząd 1 1,9 = 2
C C
1 0
Układ (4.62), (4.63) jest obserwowalny wtedy i tylko wtedy, gdy wszy
stkie wartości własne zh i = 1, • - -, n, macierzy A tego układu są obser-
wowalne.
4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 257
256
DEFINICJA 93
Układ ciągły (4.133), (4.134) nazywamy wykrywalnym, jeżeli wszystkie
nieobserwowalne wartości własne Si macierzy A tego układu leżą w lewej
półpłaszczyźnie zm iennej zespolonej.
TW IERDZENIE 36 . . ,
Układ ciągły opisany równaniami (4.133), (4.134) jest osiągany w e y TW IERDZENIE 38
i tylko wtedy, gdy wszystkie wartości własne Si, i — 1 > • • • >n niacicrzy Układ ciągły (4.133), (4.134) je st wykrywalny wtedy i tylko wtedy, gdy
tego układu są osiągalne. s —A
VRe.,^o rząd 77. (4.174)
Układ ciągły (4.133), (4.134) jest stabilny asymptotycznie wtedy i tylko
wtedy, gdy wszystkie wartości własne macierzy A tego ukła u c.zą w ewej Dowód tego twierdzenia jest analogiczny do dowodu twierdzenia 35. Z po
części półpłaszczyzny zmiennej zespolonej s. równania warunków (4.156) i (4.174) wynika, że każdy obserwowalny układ
ciągły (4.133), (4.134) jest układem wykrywalnym. Twierdzenie odwrotne jest
DEFINICJA 91 prawdziwe tylko wtedy, gdy układ (4.133), (4.134) jest stabilny asymptotycz
Układ ciągły (4.133), (4.134) jest stabilizowalny, jczeh wszystkie nieosią nie, tzn. każdy stabilny asymptotycznie układ (4.133), (4.134) wykrywalny jest
galne wartości własne Si macierzy A tego układu leżą w ewej po p asz- również obserwowalny.
czyźnie zm iennej zespolonej.
4.2.10. Dekompozycja pary (A, B) i (A, C)
TW IERDZENIE 37 . „ . , . Dana jest para macierzy (A , B ) układu ciągłego lub dyskretnego. Zakładamy,
Układ ciągły (4.133), (4.134) jest stabilizowalny wtedy i tylko wtedy, gdy że para ta nie jest osiągalna, czyli
B, S2 B3 .. . B, *
DEFINICJA 92
Wartość własną si macierzy A układu ciągłego (4.133), ( • ) nazywamy X X X X A°
obserwowalną wtedy i tylko wtedy, gdy X X X X
A'
»71»“Ż (4.173) X 0 X 0 A 2 R y s . 4 .3 7 . Tablica - diagram do wyznaczania
rząd :n
c wektorów liniowo niezależnych
0 0 A
przy czym d\, d2, . . . , dm są indeksami osiągalności pary (A , B ) spełniającymi . . . , A d‘J~l B 2, B 3, . . . ,A d"‘- l B rn1 (4.182)
warunek d\ + <12 -i- . .. -|- drn = r.
Ze sposobu wyboru r liniowo niezależnych kolumn macierzy (4.182) wynika, że
kolumna A d‘B i , i. = 1 , . . . , rn jest liniową kombinacją kolumn macierzy P r .
TW IERDZENIE 39 Biorąc pod uwagę te Mety, otrzymamy
Jeżeli jest spełniony 'warunek (4.175), to istnieje macierz nieosobliwa
Pi
(4.177) taka, że
P2 Ai A 2
A = P XA P \J tP T, A b r+\, . . . , A B ,
’A i JLo Bi o a 3
B = P~lB = %
0 A3 0 LPnJ
A t € Rrxr, B x € Rrxm Pi
P2 Bi
przy czym para (A%, B%) jest osiągalna oraz B = P ~ XB = [Bi , B 2, B m] =
0
P iA b r+i ■•• Pi A b n
lPn
a 2 = P 2 A b r+, - •• P2A b n g R rx(n-r)
Aby udowodnić, że para { A \, B i ) jest osiągalna, wykażemy, że
p ,.A b r+i ■■■ PrA b n _
rząd I B i , A i B i , A j^ B i I = r
260
4. Własności układów Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 261
4.2.
Korzystając z zależności (4.178) oraz z twierdzenia Cayleya-IIarniltona, łatwo macierzy (A ,, B j) jest osiągalna, gdyż
wykazać, że Para
1 0
: rząd
r = rząd JB , A B , . . . , A 71- 1 b ] = r/'1pi [ Bi , Aj Bi 0 1
PRZYKŁAD 87 C A 71— 1
Dana jest, para macierzy Na podstaw ie twierdzenia 25 wyniki otrzym ane dla pary (A, B ) można prze
nieść na parę dualną ( A T , C 1 ). Dła pary (A, C ) ciąg (4.176) m a postać
'0 0 0 “ '0 ‘
A = iT W
0 0 1 B = 0 - c i , c l , . . . , c £ , A T c ( \ A T c l , . . . ,A J c ; ,,
(4.183)
.1 2 0_ _1.
( A r f C f , ( A r )2 C l , ... ,(A T)” ” l C j
Para t,a jest nieosiągalna, gdyż
gdzie C i jest, i-tym (i = 1, . . . , p) wierszem macierzy C . Z założenia (4.184)
0 0 0 wynika, że ciąg (4.185) zawiera dokładnie r ' liniowo niezależnych kolumn, któ
r = rząd [B, A B , A 2 B] = rząd 0 1 0 = 2 re; możemy wybrać w różny sposób. Korzystając z tablicy (rys. 4.37) dla pary
10 2 ( A 1, C J ) i ze sposobu badania liniowej niezależności wg wierszy, otrzymamy
i-' liniowo niezależnych kolumn, które uzupełniamy n — r' linioyo niezależny
mi kolum nam i Cj,,+ i, . . . , C 2,. Z kolumn tych tworzymy maciełz nieosobliwą
Wybierając jako kolumny macierzy P (4.177) B , A B oraz b„ , otrzymamy posi aci
Xi = x an x 5
x 2 = x an ( x s + x„)
x 3 = x 0n (x„ -i- x a) (4.193)
X Ą= x s n x „
PRZYKŁAD 89
Dokonamy dekompozycji układu liniowego o macierzach
' 4 2 -1 —3 ‘ "1 0 '
-1 —1 0 l 1 1
A = , B =
-1 0 2 1 0 0
R y s. 4.38. Dekompozycja Kalmana . 3 2 -1 - 2. .1 0 .
-C = [ 1 - 2 0 - 1 ] , D = [0 0] ■^fc-194)
PROCEDURA 7 Korzystając z procedury 7, wyznaczamy kolejno:
Krok 1. Obliczamy macierze osiągalności i obserwowalności Krok 1. Macierz osiągalności R i macierz obserwowalności O
v
C 1 0 - 1 2 1 0 -1
CA -1 1 1 - 1 - 1 1 1
R = \B A B A 2B A *B ] =
R = [B, A B , , A n—1B],
i O (4.191) 0 0 0 0 0 0 0
1 0 - 1 2 1 0 -1
C A 71—1
c ■i. - 2 o - r
Krok 2. Wyznaczamy podp zostrzenie liniowe:
CA 3 2 0 -3
- osiągalności O=
CA2 1 - 2 0 - 1
CA3 .3 2 0 - 3 .
X s = Im R
Krok 2. Wyznaczamy kolejno
- nieosiągalności
- podprzestrzeń osiągałiy>.ści
X s = ker (R T) -otr
1 o
- obserwowalności X s = lin R = Im
o o
X a = Im (Ot ) (4.192) 0 1
podprzestrzeń obserwowalności
- nieobserwowalności
’0 1
X 5 = ker (O) 1 0
X„ = Im O Im
0 0
Krok 3. Wyznaczamy podprzesl,rżenie (jako przekroje i sumy podprzestrzeni
0 -1
(4.192))
266 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 267
podprzestrzeń nieosiągalności jeżeli więc pozostałe dwie części układu w chwili początkowej m ają zerowe
'0 1 warunki (2:3 (0 ) = 0 , 2:4(0 ) = 0 ), to ich zmienne stanu są równe zeru dla
0 0 wszystkich chwil t > 0 ;
X„ = ker (R t ) = Im - wejście układu jest połączone w wyjściem tylko przez część osiągalną i ob
1 0
0 -1 serwowalną-,
- na wyjście układu wpływa pośrednio również dynam ika części nieosiągal
podprzestrzeń nieobserwowalności
nej i nieobserwowalnej;
'0 1" - na wyjście układu wpływa również dynamika części nieosiągalnej i obser-
0 0 wowalnej;
X s = ker O = Im
1 0
- na dynamikę części osiągalnej i nieobserwowalnej m ają wpływ dynamiki
0 1
pozostałych trzech części układu, ale dynamika tej pierwszej części nie
Krok 3. Korzystając z zależności (4.193), otrzymamy wpływa n a dynamikę pozostałych trzech części układu;
- znając wymuszenie u i odpowiedź y układu, nie jesteśmy w stanie wy
znaczyć warunków początkowych części osiągalnej i nieobserwowalnej oraz
Xi = x sn x 5 X 2 = x a n (Xg + x a) = części nieosiągalnej i nieobserwowalnej, gdyż odpowiedź y nie zależy bez
pośrednio od dynamiki tycłi części układu. __
[In, A —Au, - 1 * * * B, Jak wiadomo układ liniowy jest stabilny zewnętrznie, jeżeli składowa wymu
0 [I„,A - A 22}-1 * * B2 szona odpowiedzi jest ograniczona dla każdego ograniczonego wymuszenia.
0 0 [I„.(A —A™] * O
0 0 0 [Ina A — A ąą] 1 .0 . TW IERDZENIE 44
Ą-D — C 2PIn2A—A 22] 1B 2 + D Układ liniowy jest stabilny zewnętrznie wtedy i tylko wtedy, gdy jego część
osiągalna i obscrwowalna jest stabilna asymptotycznie.
przy czym * oznacza macierze nieistotne w tych rozważaniach.
Dowód. Dowód przeprowadzimy tylko dla układu ciągłego, gdyż dla układu
TWIERDZENIE 43 dyskretnego jest analogiczny. Składowa wymuszona odpowiedzi y na wymusze
Stosując sprzężenie zwrotne od stanu nie u jest określona wzorem
u = K \ x \ ~hjK 2*2 + '¿£3*3 + K ąX i (4.197) y (t) = f ' g{t — t ) u ( t ) ó t (4.202)
można zmienić wartości własne tylko macierzy A n i A 22, a stosując Jo
sprzężenie zwrotne od wyjścia Z tego wzoru wynika, że składowa ta będzie ograniczona na każde ograniczone
wymuszenie wtedy i tylko wtedy, gdy h (t) = f (] g(r)clr jest ograniczona dla
u —F y ' (4.198) każdego /;, gdyż
można zmienić wartości własne tylko macierzy Ayi-
!?/(*)! < f 9 { t)A t |w(i)| = |h.(i)| \u(l)\
Jo
Dowód. Podstawiając (4.197) do równania ś = P x = A x + B u , otrzymamy Charakterystyka skokowa h (t) jest ograniczona wtedy i tylko wtedy, gdy cha
rakterystyka impulsowa g ( t) zanika do zera dla t —* 0 0 . Z twierdzenia 42 wy
ś = A zx (4.199) nika, że m a to miejsce wtedy i tylko wtedy, gdy wszystkie bieguny macierzy
transm itancji operatorowej części osiągalnej i obserwowalnej leżą w lewej pól-
przy czym
pł&szczyźnie. Bieguny tej macierzy transm itancji pokrywają się z wartościami
A Z = A + B [K j K 2 K 3 K ą] = własnymi macierzy A 22, gdyż nie m a uproszczeń zer i biegunów (ta część ukła
du jest osiągalna i obserwowalna).
"A n + B tK t A i 2 - |- K |K 2 Ai A u + B \K ą
B 2Kx a 22 + b 2 k 2 b 2k 3 A u 4- B 2 K ą
( 1.200) TW IERD ZEN IE 45
......... 0 ........... 0 A 33 A 34
Układ liniowy jest stabiliz a r y (wykrywalny) wtedy i tylko wtedy, gdy
0 0 0 A 44
część nieosiągalna i nieol ser owalna oraz część nieosiągalna i obser
Z postaci macierzy (4.200) wynika, że przez odpowiedni dobór macierzy K \ wowalna {część osiągalna i nieobserwowalna oraz część nieosiągalna
i K 2 można zmienić wartości własne jedynie macierzy A u i A 22- Podstawiając i nieobserwowalna) są stabilne asymptotycznie.
/
z kolei y — C x = C 2 x 2 + C ą x ą do równania (4.198), a wynik do równania
x = A x + B u , otrzymamy 3; = A zx , przy czym Dowód. Z twierdzenia Ss wynika, że za pom ocą sprzężenia zwrotnego od
stanu możemy zmienić wartości własne tylko części osiągalnej i nieobserwowal-
A u A 12 + B \ F C 2 Ais A u + B \F C ą nej oraz części osiągalnej i obserwowalnej. Obie te części są osiągalne, można
0 A 22 + B 2 F C 2 o A 24 + B 2 FC ą więc poprzez dobór macierzy sprzężeń zwrotnych przesunąć dowolnie wartości
A z = A |- B F C (4.201]
0 0 A 33 A 34 własne macierzy A n i A 22. Tak więc układ jest stabilizowalny wtedy i tylko
O O 0 A 44 wtedy, gdy pozostałe dwie części układu są. stabilne asymptotycznie. Dowód
drugiej części twierdzenia jest dualny. ■
Z postaci macierzy (4.201) wynika, że przez odpowiedni dobór macierzy F
można zmienić wartości własne jedynie macierzy A 2 2 części osiągalnej i obser-
wowalnej.
<
4. Własności układów 4 2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 271
270
4.2.12. Zbiór stanów osiągalnych i iź-sterowalność układów a rozwiązanie równania (4.208) dla warunku początkowego ^ ( u ) = ac20
singularnych
* 2 (0 = - E 1^ * 2 0 - E W B i U ^ (i) (4.212)
i—i ź—0
Weźmy pod uwagę singularny układ ciągły opisany równaniami
przy czym: ń - impuls Diraca, - ¿-ta pochodna dystrybucyjna <5, u W - ¿-ta
E x = A x + Bu (4.203) pochodna względem czasu t wymuszenia u.
■„. C . (4'2M) W dalszych rozważaniach zakładać będziemy, że dopuszczalne wymuszenie u
jest funkcją przedziałami ciągłą przynajm niej p. —1 razy ciągle różniczkowalną.
Z zależności (4.212) wynika, że dla t > 0 rozwiązanie ®2(i) jest określone
pray o y „ . x G R " m — “ T T 7 g“ ,R B I i " - - » “c c t * ™
wektorem wymuszeń i odpowiedzi, a E , A C , , wzorem
Zakładamy, że det E = 0 oraz pęk (15, A) jest regularny, tzn.
Ai 0 Bi
A l e 1R”1XIM, PB ł
N G i r i2X”2, P A Q = B2 DEFINICJA 96 ^
0 I„ 2^
Zbiorem 11(x \ q) stanów osiągalnych z warunku początkowego X jq nazywa
B i € E TilXm, B 2 e K n2Xm, C Q = { C i C 2] ,
m y zbiór wszystkich stanów x k G Rn takich, że istnieje chwila t > 0 oraz
C i G Mpx™, C 2 G Kpx”2, i/ = iłi + (4.210) dopuszczalne sterowanie u (t), t € [0, tk] spełniające warunek (4.214):
n , = stopień det [15*- A ] , n 2 = n - » i , N jest macierzą nilpotentną z indeksem
nilpotentności p, tzn. N ,L 1 ^ 0 i N 1 = 0 . DEFINICJA 97
Rozwiązanie równania (4.206) dla warunku początkowego ®a(0) = x w ma Zbiorem osiągalności R nazywamy sumę zbiorów stanów osiągal
nych z wszystkich możliwych warunków początkowych * 10, czyli
t l A . f l - r ) R , n fr ) d T (4.211) R = Uauo R{x\a).
272 4. Własności układów 4 2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 273
V0s: ^ „ mi (i) = [t (t - t k)]2li B [ e A ' (tk~Ł^z (4.226) Wyznaczymy sterowanie u (i ) przeprowadzające układ (4.218) ze stanu a;10 = 0 do
stanu końcowego x k — [2 3 l]T dla t k = 1 . Korzystając z procedury 8 , otrzymamy
Różniczkując względem t wyrażenie (4.226), łatwo sprawdzić, że
kolejno:
przy czym v
Krok 4. Korzystając z zależności (4.222), obliczamy
u* = (4-230) a-Ł, = 2 - 2 f e2(1- r) ( - l + 2r)d r = 4
di* |e=tfc
Jo
Z powyższych rozważań wynika następująca procedura wyznaczania stero Z zależności (4.225) mamy
wania « (i).
r-k, 4
1,4786 • 10“
V(wu lk) 2705,2617
PROCEDURA 8
Krok 1. Mając dane N , B 2 i x k,2, wyznaczamy u 2i dla i — 0, 1, . . . , /i - 1 Krok 5. Składowa m (i) ma więc postać
spełniające równość ■ui(t) = [¿(i - tk) f >l B l e AT(ł“- ł>z = 2,1851 • H T 2(/;2 - i) 4e~2i
i
Krok 6. Poszukiwane sterowanie -u(t) jest więc równe
x hl = ~ Y ^ B 2« 2i (4-231)
i=o u(l.) = Ui(t) + u 2 (t) = - 1 -^2t + 2,1851 - 10~2(i2 - t) 4e“ 2t
Q
Kro& 2. Korzystając z zależności (4.229), wyznaczamy w2(i).
Krok 3. Wybieramy w i(t) = ^ ( f - f t ) ' * i wyznaczamy macierz V(«>i, i) okre DEFINICJA 98
śloną wzorem (4.223). IJklad singularny (4.202) nazywamy R-sterowalnym, jeżeli dla dowolnej
Krok 4. Znając « 2(i), z zależności (4.222) wyznaczamy wektor x k i, a z zależ zadanej chwili t k > 0, stanu początkowego .7; 10 6 M“1 oraz każdego zada
ności (4.225) wektor 2 . nego x k £ R n (a5io) istnieje dopuszczalne sterowanie u (t) takie, że
X l{tk )
Krok 5. Korzystając z zależności (4.226), wyznaczamy składową M1(i). x (k) = Q X k (41232)
X 2(tk)
Krok 6. Poszukiwane sterowanie « (i) = « i(i) + «2 (i).
276 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 277
TWIERDZENIE 47 TW IERDZENIE 48
Układ (4.203), (4.204) jest R-sterowalny wtedy i tylko wtedy, gdy jest speł Układ (4.203), (4.204) jest sterowalny wtedy i tylko wtedy, gdy jest speł
niony jeden z warunków: niony jeden z warunków:
• rząd [j3i, A \ B i , . . . , A ^ b Ą=m (4.233) . • rząd [B \ , A % Bi, . . . , = nj i
rząd [Ba, - , N n l B- ■na (4.237)
• rząd [I,n s - A u B x) = m (4.234)
• V s6c, s<oo rząd [lln is - A i, J3i] = n j i rząd \ N , B 2) = n 2 (4.238)
dla wszystkich skończonych s g C,
• rząd [i£s —A , B] = n (4.235) • VsGc, s<oo rząd [Es - A , B] = n i rząd [E , B ) = n (4.239)
dla wszystkich skończonych s g C.
Dowód. Jeżeli jest spełniony warunek (4.237), to zgodnie z twierdzeniem 46
każdy stan Xj. g R” jest osiągalny z dowolnego stanu początkowego, a więc
Dowód. Zbiór osiągalności R = Kni © Ra, gdzie zbiór i ?,2 jest określony za istnieje chwila tf. > 0 oraz sterowanie u ( tj, t g [0 , ć/c] takie, że a:(tk) =
leżnością (4.217). Zauważmy, żeIm [.Bi, A \ B \ , . . . , A ^ ^ B i ] = Rni wtedy Układ opisany równaniami (4.203), (4.204) jest więc sterowalny. Odwrotnie, je
i tylko wtedy, gdy jest spełniony warunek (4.233). Równoważność warunków żeli układ (4.203), (4.204) jest sterowalny, to Irn [ B \ , Ai j Bi , . . . , A " ” 1/?
(4.233) i (4.234) dowodzi się tak samo jak w dowodzie twierdzenia 18. Korzy oraz Im [B 2, N B 2, . . . , N 1 Ba i ” 2 i są spełnione wanmki~(4b237).
stając z zależności (4.210), możemy napisać Równoważność warunków rząd [In,s — A i, JBj] = n,\ dla wszystkich skończo
nych s g C i
O Bi
rząd [Es - A , B ] = rząd { P>-i Q P~ rząd [B lt A l B i , . . . , A rl ' ~ l B i) = m
0 N S - I„ B2
4.2.13. Sterowalność i sterowalność impulsowa układów Warunki (4.238) są więc równoważne warunkom (4.237). Równoważność wa
runków
singularnych
Weźmy pod uwagę układ singularny (4.203), (4.204) spełniający warunek rząd [][„, s - A i , B i] — i
(4.205). Układ ten rozkładamy na dwa podukłady: standardowy (4.206), (4.207) rząd [Es — A , B \ = n
i ściśle singularny (4.208), (4.209).
dla wszystkich skończonych s g C została wykazana w dowodzie twierdzenia
47. Korzystając z zależności (4.210), możemy napisać
DEFINICJA 99 In , O Bi
Układ (4.203), (4.204) nazywamy sterowalnym, jeżeli dla dowolnego stanu •zad \E , B] = rząd <j P ' Q ~\ P~l
O N B2
początkowego x,q g Rm i każdego x/; g R” istnieje chwila tf. > 0 oraz
dopuszczalne sterowanie u(t), t g [0, i*] takie, że x(t/i) = Xfc. n, O B i
= rząd - m + rząd [JV, B 2 (4.240)
O N B2
278 4. Własności układów 42 OsiągaIn°ść. sterowalność, obserwowalność i odtwarzalność układów liniowych 279
Z zależności (4.240) wynika, że warunki rząd [E, B \ = n i rząd [IV, B 2\ = n-, macierzy
/'¡I X ( £ ) ] , £ [2 x ( ¿ ) ] , i [3x ( c ^ f e ) ] ^ mc
są równoważne.
1 0 R + sL
PRZYKŁAD 92 ’ [Es - A] = sCy sC '2 -1
Dany jest obwód elektryczny o schemacie pokazanym na rysunku 4.39 i znanych -1 1 0
pojemnościach C\, C2, rezystancji R i indukcyjności L. Za zmienne stanu przyjmujemy przekształcamy ją w postać
napięcia -uy i ¡¿2 na kondensatorach oraz prąd i w cewce, za wymuszenie napięcie
źródłowe e, a za odpowiedź napięcie u 2. R c2 0
S+ L Ci+C2
o 1
=r
0 N s —In2.
J s 0
0 0 -1
R ys. 4.39. Obwód elektryczny do
u2 przykładu 92 Wykonując powyższe lewe działania na wierszach macierzy jednostkowej H3 , otrzyma-
my macierz
c2
1 o
Cl + c 2
1
Na podstawie praw KirchhofFa możemy napisać dla tego obwodu równania p = o
c2
. di C2
R:i -| /. ----- u [ o o s
‘At. Cl + c 2
'Ui + e — '¿¿2 a wykonując prawe działania na kolumnach macierzy I 3 , otrzymamy macierz
„ dn 2 = t
C l _diii +, (72_ C2
o
C! + C2
Równania te zapisujemy w postaci równań stanu
C2 _^Ci
■ 0 0 L~ ~Uy ' -1 -R ■'Ul' ' 0* Q o
Ci + C-2 C2
C|- - 6 % n "uy .~ '' .ti 1 "U‘> + 0
di 0 0
_0 0 0 . i 1 0 i _1 _ LL
Uy~ Z zależności (4.226) mamy
y = [o 1 0 ] u2 (4.241)
i r R c2
L Ci + C2
Obwód ten jest singularnym układem regularnym, gdyż macierz At = N = [0] (4.242)
0
0 0 L~ . LC 2
E ■ Cl c 2 0
0 0 0
1 0
c2 1 r c2
jest osobliwa, a pęk Cl + c 2 ro i Cl + C-2
By
1
0 R + sL = PB = 0 0 = 0 (4.243)
b2 0 k
{Es - A] = ' sCy sC ‘2 -1 _i_ C2
0 0
C-2
1 1 0
Cl + c 2J LCi + c 2
jest regularny, tj. det [Es —A] = 1 + (R. + sL)(Ci -|- C2)s. Stosując działania ele Zbadamy sterowalność tego układu, korzystając kolejno z trzech równoważnych wa
mentarne P [l + 2 x ( - g j ) ] , P (l, 3], P [2 + 3 x ( 0 ^ ; ) ] , L [i -I- 3 x runków (4.237), (4.238), (4.239) twierdzenia 48. Korzystając z warunków (4.237) oraz
280 4. Własności układów 4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 281
(4.242), (4.243), otrzymamy (4 .212 ) podukładu ściśle singularnego (4.208), (4.209). Składowe impulsowe są
wywołane niedopasowanym warunkiem początkowym a;2o lub skokami wymu
C2 RC 2
szenia u (t) i jego pochodnymi.
Cx -I- C2 L(C\ + C2)
rząd [Bt , Aj B i] = rząd 2 = 77.1 Korzystając z zależności
1
° L{CX+ C2) « » = «W + (0 ) -I-. . . 4- « ^-^ « (O )
oraz
możemy rozwiązanie (4.212) napisać w postaci
C2
rząd [B2, N B 2] = rząd o 1 = n2 n -i
C1 + C 2 '
Układ ten jest więc sterowalny. Ten sam wynik otrzymamy, korzystając z warunków 1=0
(4.238) (t.—2 (i—2—i
r R c2 C2 1 - J 2 5 ii)N i N x 2 o + N i+ lB 2 uW (0) (4.247)
S + L Ci 4- C2 Ci 4- C2 ¿—o [ J =0
^a(źC, ,'i<00 rząd [I„,s A j, B 1] rząd = 2
1
s 0 przy czym [i] oznacza i-tą pochodną regularną, a (i) oznacza i-tą pochodną
~LĆh dystrybucyjną.
Ze wzoru (4.218) wynika, że rozwiązanie x 2 (t) nie zawiera impulsów tylko
C2 ‘""wtedy, gdy '
rząd {N, B 2 ] = rząd 0
C i 4- c2
N x 20 e Im [N B 2, N 2 B 2 , • - -, JV'*“ 1B 2] (4.248)
oraz z warunków (4.239), gdyż
1 0 R + sL 0 Warunek póczątkowy scjo dla podukładu standardowego (4.206), (4.207) mo
sCi sC 2 -1 0 = 3 że być dowolny. Rozwiązanie x ( t) równania (4.203) nie zawiera impulsów Diraca
Vs<=c, rząd [Bs —A, B] = rząd
i ich pochodnych, jeżeli warunek początkowy xq = x ( 0 ) spełnia warunek
- 1 1 0 1
*0 € R ” 1 © {im [B 2, N B 2, . . . , N li- l B 2] + ker n } (4.249)
"0 0 L 0"
gdzie © oznacza sumę prostą podprzestrzeni. Niech
= rzad_ S h r 0 0 = 3
0 0 0 1. 0 II W
IT(m, /,)
I 2r (w, t) ¿=0
Z twierdzenia 48 wynikają następujące dwa wnioski: reprezentuje składowe impulsowe wektora x ( t) pojawiające się w chwili r , np.
Ir= o(* 2o, t) reprezentuje składowe impulsowe wektora x ( t) w chwili początko
WNIOSEK 6 . Podukład ściśle singularny (4.208), (4.209) jest sterowalny wtedy
wej r = 0 spowodowane wij,runkiem początkowym £c2o-
i tylko wtedy, gdy jest spełniony jeden z warunków:
rząd [J32,1VB2,. . . , JV/ł_ 1B 2] = n2 (4-244) DEFINICJA 100
rząd [JV, B 2] = n 2 (4.245) Układ singularny (4.203), (4.204) nazywamy sterowalnym impulsowo, je
żeli dla dowolnego warunku początkowego xq , dowolnej chwili r > 0 oraz
rząd [E, B] = n (4.246) każdego wektora w G R " 2 istnieje dopuszczalne sterowanie u (t) takie, że
W niosek 7.U kład singularny (4.203), (4.204) jest sterowalny wtedy i tylko Xi(r) = l T(w , t).
wtedy, gdy podukład standardowy (4.206), (4.207) i podukład ściśle singularny
(4.208), (4.209) są sterowalne. Sterowalność impulsowa układu singularnego charakteryzuje jego zdolność
Rozwiązanie (4.211) podulcładu standardowego (4.206), (4.207) nie zawie generacji składowych impulsowych przez dopuszczalne wymuszenie, tzn. w zbio
ra składowych impulsowych. Składowe takie są zawarte jedynie w rozwiązaniu rze dopuszczalnych sterowań istnieje takie sterowanie, które generuje w chwili
282 4. Własności układów 4 2. Osiągalność, sterowalność, obserwowainość i odtwarzalność układów liniowych 283
W NIOSEK 8 . U kład singułarny sterowalny jest sterowalny impulsowo. Z postaci macierzy (4.262) wynika, że ker J j C lin J i dla i = 1, k oraz
Wniosek ten potw ierdza przykład 93, gdyż obwód elektryczny je st sterowal
ny (przykład 92), a więc jest również sterowalny impulsowo. Niech macierz dim Im N = rząd N = r/,; — k (4.268)
n iłpotentna N € K n2Xn2 m a postać kanoniczną Jordana i~ 1
iV = d ia.g [J0, J i , . . . , J k] (4-261) Jeżeli k > m , to z zależności (4.268) wynika, że warunek (4.252) nie może być
spełniony, a więc układ nie jest sterowalny impulsowo. Podstaw iając zależność
przy czym J q jest m acierzą zerową, a
(4.268), oraz //, = q\ do (4.263), otrzym am y warunek (4.265).
'0 1 0 ■ • 0 "
0 0 1 • • 0 PRZYKŁAD 94
l i X !}i (4.262)
Wykażemy, że układ singułarny (4.203), (4.204) o macierzach
0 0 0 • • 1
'0 1
0
1
_0 0 0 • • 0 ,
0 1‘
IV = diag [ J 5, J 2], J i 0 0 1 Bo b 5]r (4.269)
II
£S
oraz qi > q2 > ■■■> Qk > 1 . 0 0
_0 0
0
TW IE R D ZE N IE 50 nie jest sterowalny impulsowo dla dowolnych elementów macierzy B 2-
Układ singułarny o m wejściach (4.203), (4.204) nic je st sterowalny im W tym przypadku k = 2, qi = 3, — 2 , n = 1. Korzystając z warunku
pulsowo, jeżeli je st spełniony jeden z warunków: otrzymamy
Z równania (4.279) wynika, że t/ 2 (ć) = 0 dla t G [0, ifc] wtedy i tylko wtedy,
gdy ker C 21V2 = 0 dla i = 0 , 1 , . . . , p — 1 lub równoważnie
4. Własności układów 4.2. Osiągalriość, sterowalność, obserwowalność i odtwarzalność układów liniowych 291
290
y r (t) = C 2 x 2 r (t) = ~ J 2 d ^ l \ t ) C 2 N ix 2o = O
4.2.16. Obserwowalność impulsowa układów singularnych 2—1
Weźmy pod uwagę układ singularny (4.203), (4.204) rozłożony n a dwa pod- wtedy i tylko wtedy, gdy C 2 N %x 2q = O dla i = 1 , . . . , / / - 1 lub równoważnie
' układy: standardowy (4.206), (4.207) i ściśle singularny (4.208), (4.209).
C 2N
DEFINICJA 103 c 2n 2
Układ singularny (4.203), (4.204) nazywamy obserwowalnym impulso x 2o G ker (4.286)
wo, jeżeli dla dowolne,j chwili r > 0 można jednoznacznie wyznaczyć skła
dową impulsową x T(t) wektora sianu ic(i) na podstawie znajomości skła _ c 2 n ii- \
dowej impulsowej odpowiedzi y T(t) i składowej impulsowej wymuszenia
A u r (t). Z drugiej strony d la u (t) = O i r = 0 mamy
E A
rząd E (4.285) "is - N 'N '
rząd O E ker I i = ker = ker = ker W D ker C 2 (4.288)
C 2 C -2
O C 1.9 = 0
Dowód. Składowe impulsowe występują tylko w podukładzie singułarnym gdyż macierz nilpotentna W m a tylko zerowe wartości własne. Podstaw iając
(4 .2 0 8 ), (4 .2 0 9 ). U k ł a d jest ohserwowalny impulsowo wtedy i tylko wtedy, gdy
zależność (4.288) do (4.282), otrzym am y warunek (4.284). Korzystając z zależ-
292 4. Własności układów 4 2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych 293
ności (4.210), możemy napisać, że W N IO S E K 10. U kład singularny obserwowałny jest obserwowałny impulsowo.
E A E A' Wniosek ten potwierdza przykład 97, gdyż obwód elektryczny jest obserwo-
f r walny (przykład 96), a więc jest również obserwowałny impulsowo.
rząd 0 E = rząd < diag P \ P \ iJ 0 E diag \Q \ Q~
0 C
Niech macierz nilpotentna N m a postać (4.261).
0 C l
®ni 0 Ai 0 '
'E A TW IERDZENIE 54
0 N 0 Ina Układ singularny o p wyjściach (4.203), (4.204) nie je st obserwowałny
N In_
712
rząd 0 0 Inr 0 — 2 n i + rząd k impulsowo, jeżeli je st spełniony jeden z warunków:
0 N
0 0 0 N
.0 c 2„ p([i - 1 ) < r (4.290)
0 0 C l c 2_
• k> p (4.291)
N 2
n + n \ + rząd n + rząd E fc
C 2N (4.292)
* I Z (k > P((H ~ 1 ) + &
wtedy i tylko wtedy, gdy
przy czym r ~ rząd N , a p, je st indeksem m acierzy N .
N 2 '
rząd (4.289)
c 2n
’ ‘ Dowód tego twierdzenia jest dualny względem dowodu twierdzenial>D7~-
gdyż rząd E — n i+ rz ą d /V . Łatwo wykazać, że zachodzi równość (4.289) wtedy
PRZYKŁAD 98
i tylko wtedy, gdy jest spełniony jeden z warunków (4.282), (4.284).
Wykażemy, żą układ singularny (4.203), (4.204) o macierzach
Zauważmy, że obserwowalność impulsowa układu singularnego (4.203), (4.204)
'0 1 0
zależy tylko od macierzy N i C 2. Zamiast mówić, że układ (4.203), (4.204) jest 0 1
N = diag [ J !, J,Ą, J \ = 0 0 1 , J2 c2 c-i (4.293)
obserwowałny impulsowo, będziemy równoważnie mówić, że para ( N , C 2) jest 0 o
0 0 0
obserwowalna impulsowo.
nie jest obserwowałny impulsowo dla dowolnych elementów macierzy C 2. W tym przy
PRZYKŁ A D-97 ..... ..... .............. ................... padku k = 2, f/i = 3, <j2 = 2, p = 1. Korzystając z warunku (4.292), otrzymamy
Korzystając ą.twierdzenia 53-sprawdzić,, czy obwód elektryczny opisany równania f/i + f/2 = 5 > p(<7, —1) -I- k = 4
mi (4.241) jest obserwowałny impulsowo. Biorąc pod uwagę zależność (4.259) i C = Warunek (4.292) jest więc spełniony i rozpatrywany układ nie jest obserwowałny
[0 1 0] oraz uwzględniając warunek (4.285), otrzymamy impulsowo dla dowolnych elementów macierzy CU. Ten sam wynik otrzymamy, ko
rzystając z pozostałych dwóch warunków twierdzenia 54. Korzystając z (4.290),
' 0 0 L -1 0 - r:
otrzymamy p(n — 1) = 2 < r = q\ + q2 — k — 3, a z warunku (4.291) odpowiednio
c2 0 0 0 1 k = 2 > p = 1. □
E A 0 0 0 1 -1 0
rząd 0 E = rząd 0 0 0 0 0 L = 5 : n + rząd E Z porów nania tw ierdzeń% ł i 52 oraz warunku (4.75) wynika, że obserwowal
0 C 0 0 0 Cl c 2 0 ność im plikuje /(-obserwowalność i obserwowalność impulsową układu singu
0 0 0 0 0 0 larnego (rys. 4.41).
0 0 0 0 1 0
Obserwowalność
gdyż rząd E = 2. Warunek (4.285) jest więc spełniony i obwód ten jest obserwowałny
impulsowo. Ten sam wynik otrzymamy, korzystając z trzech pozostałych warunków
twierdzenia 53, gdyż ker N = K, Im IV = 0 i Im C 2 = IR. D [ R - obserwowalność) [Obserwowalność impulsowa]
T C 0 C Q
E ‘s -
rząd [Es — A , B] = rząd n oraz ' ir 0
B J
= rząd o o = r H- rząd C 2
EJ Ci c 2
rząd [E , B ) = rząd ■n
BT
%
/atem r z ą d i ?2 = n —r. Analogicznie możemy postąpić z innymi warunkami.
Otrzym ane warunki, zgodnie z twierdzeniem 52, są warunkami koniecznymi
i wystarczającym i obserwowalności układu dualnego (4.294), (4.295). Dowody
w pozostałych przypadkach są podobne. 4.2.17. Dekompozycja układów singularnych
Równoważne warunki konieczne i wystarczające sterowalności (/¿-sterowal-
Reźmy pod uwagę uk ład singulam y (4.203), (4.204) spełniający warunek re
ności i sterowalności impulsowej) oraz obserwowalności (/¿-obserwowalności
gularności (4.205). U kład ten rozkładam y n a dwa podulcłady: standardow y
i obserwowalności impulsowej) m ożna wyprowadzić, jeżeli zam iast dekom pozy
(4.206), (4.207) i ściśle singulam y (4.208), (4.209). Zgodnie z twierdzeniem
cji układu (4/203), (4.204) n a dwa podulcłady (4.206), (4.207) i (4.208), (4.209)
U podukład standardow y (4.206), (4.207) możemy zdekomponować n a cztery
będziemy stosować inne postacie kanoniczne układu singularnego. m /łączne części
296 4. W łasności układów Ą2 Osiąga!110^ , sterowalność, obserwowalność i odtwarzalność układów liniowych 297
'*11 ■ -Ali A -12 A i 3 A u '*1 1 ~ 'B u ' IVU M 12 M i 3 IV14 '*2 1 ' '* 2 l ' ‘-Bal
*12 0 A 22 o A 2ą *12 B\2 0 M 22 0 M 24 *22 *22 -1- B 22
+ U )
o o A 33 A 34 O 0 O M 33 M 34 *23 *23 0
*13 *13
o o o A 44 J o 0 0 M 44 .*2 4 . .*24. 0
-*14. .*1 4 . O
xn »21
*12 *22
[O C 12 O C u (4.299) y = (0 C 22 0 C 24] (4.302)
Vi *23
*13
*24
*14
przy czym * ii
Definiując, =
* 2»
'A u A 12 A 13 A 14
0 A 22 0 A 24 I 0 Au 0
Eu = Au — i = 1, 2, 3, 4
0 0 A 33 A .34 O M i; 0 I
0 0 0 A 44 _
Bu
’B u ' B 1, 2
B 2i
B 12
P iB x
(----
C i p r 1 = [O C l2 O C 14 (4.300)
0
; O 0
'«-i
0
E ij J Au = b 3 = 1, 2, 3, 4 (i ^ .7 )
O
O
0
0 Nij
V
[ C U ° 2j . .7 = 2, 4 1.303)
x u e R nu; i = 1, 2, 3, 4; n u — n } ; P t je s t m acierzą, n ie o s o b liw ą ( d e t P j ^ możemy łącznie rów nania (4.299) i (4.302) napisać w postaci
i~ 1
0) przekształcenia. T raktując m acierze M , JB2, C 2 ja k o m a c ie rz e n k ła c łu re g u
E U £ ] 2 £7]3 E 14 ' Śbi~ 'A u A 12 A 13 A ]4 'r e f
larnego (d e t[I„2s — M ] 7^ 0), rozkładam y go rów nież z g o d n ie z tw ie rd z e n ie m
.41. na..cztery. .rozłąezue.ezęśei ................................ -............................ O £¡22 0 £724 *2 0 A-22 0 A 24 *2 -ł- b 2
I
O O £33 £ .3 4 ¿3 0 0 Aa Am *3 0
'Mn M 12 lVl3 IV14 O O O £ 44. - _ 0 0 0 A ą4 j . *4 j . 0 „
0 M 22 *1
'■'v r 0~ 0
*2
0 0 0 IV 44 V [0 C 22 o d y l | (4.304)
*3
B 2i ✓
*4.
B 22 *
P 2B 2 1 C 2P z 1 = [ 0 C 22 O C 24] (4.301)
0
T W IE R D Z E N IE 56
0 Dla układu liniowego singułarnego niesterowałnego i nieobserwowalncgo
opisanego zależnościami (4.203), (4.204) istnieją macierze nieosobliwe.
N ij e R”* * ’*«; i, j = 1 , 2, 3, 4; JB2i G R «2<xm. ż = 1 , 2 , C 2j & K pX n2i; J =■
4 równoważności silnej, które przekształcają układ ten w postać (4.304), przy
= 2, 4; X) n 2i = n2; P i je st m acierzą nieosobliw ą (d e t JP2 yć O) p r z e k s z ta łc e n ia ; czym: ■■...... .■ •• ■
i - 1
N u (i = 1, 2, 3, 4) są m acierzam i n iłp o te n tn y m i. K o r z y s t a j ą c z z a le żn o ści • podukład singularny (Ew , A u , B \ , 0 ) jest sterowalny i nicobser-
(4.301), możemy rów nania po d u k ład u ściśle s in g u ła rn e g o (4 .2 0 8 ), (4 .2 0 9 ) n a p i wowalny,
sać w postaci
298 4. Własności układów
4.2. Osiągalność, sterowalność, obserwowalność i odtwarzalność układów liniowych
299
gdyż rząd [Is — A 22, P 22] = '« 12, a m acierz N 22 jest nilpotentna i macierz a 12
¿ 13 '
Au I A 12 = '■¿13 A 22 = ¿33 ¿34
0 ^24 ,
0
możemy równania (4.304) napisać w postaci O B = O B S V (A , C ) tworzy macierz obserwowalności w następującej po
staci:
Eu E j2 Xi •Au A 12 XI Bi
u C
0 B 22 X2 0 A 22 *2 O CA
XI
OB
y = \ć l Ć2 (4.305)
X2 C A 71- 1
W sposób analogiczny jak w dowodzie twierdzenia 56 m ożna wykazać, że gdzie n jest rozmiarem macierzy A .
podukład ( E n , E n , B \ ) jest sterowalny. Z tego powodu układ singularny C O = O B S V (S Y S ) zw raca macierz obserwowalności modelu zmiennych
(4.305) nazywamy układem w postaci kanonicznej sterowalnej. Definiując na stanu SYS. Polecenie C O = O B S V (S Y S .a , S Y S .c) daje dokładnie ten sam
tomiast wynik i może być stosowane zamiennie.
Xą *3
XI = *2 = F u n k c j a CTR.B:
X2 Xi
Funkcja tworzy macierz sterowalności modelu zmiennych stanu.
możemy równania (4.304) napisać w postaci O B = C T R B ( A , B ) tworzy macierz sterowalności w następującej postaci
Bn 0 Xi Au 0 Xi -1- Bi OB = \B AB I 7 7.--1
B
1
B 21 E 22 x2 A 21 A 22 X2 gdzie n jest rozmiarem macierzy A .
Xi C O = C T R B (S Y S ) zw raca macierz sterowalności modelu zmiennych sta.-
y ć i 0] (4.306) nu SYS. Polecenie C O = C T R B ( S Y S .a , S Y S .b ) daje dokładnie ten sam
X2
wynik i może być stosowane zamiennie.
gdzie
E ąą 0 E-,n 0 0
PRZYKŁAD 99
E33
¿11 , E21 = , E22 = Wyznaczymy macierz sterowalności i obserwowalności następującego modelu zmien
E 21 E22 E u E12 E13 E ii
nych stanu:
. 0 ' A34 0 ^4-33 0 ' 1 0 0 ,2 ’ T
Ai11 , A21 = , A'22 = da;
4 2j 4 22 A j 4 12 a 13 A ri _ 0 -2 1 X + 0
di “
1 0 -3 .1 .
0 "1 2 0 "
B1 Ć i = [C 2 C Ą , Ć 2 = [o c ą] y= 0 10
B 2
0 0 1_
Analogicznie jak wyżej można wykazać, że podukład ( E n , E n -, C \) jest Definiujemy macierze modelu*
obserwowalny. Z tego powodu układ singularny (4.194) nazywamy układem
A = [ - 1 0 0 . 2 ; 0 - 2 1;1 0 ^ -3 ] ;
w postaci kanonicznej obserwowałnej. B = [1 ; 0 ; 1] ;
C = [1 2 0 ; 0 1 0 ; 0 0 1 ];
4.2.18. Jak to zrobić w MATLAB-ie Definiujemy obiekt SYS zawierający model zmiennych stanu
SYS = SS( A, B, C, 0 ) ;
W MATLAB-ie zaimplementowano funkcje w y zn a cza ją ce m acierze sterow alno-
ści i obserwowalności.
i następnie wyznaczamy macierze obserwowalności i sterowalności
Ob = o b sv (S Y S );
F u n k c j a OBSV: St = c t r b ( S Y S ) ; O
Funkcja tworzy macierz obserwowalności m odelu zmiennych stanu.
302 4. Własności układów 4 3. Zera i Bieguny 303
4.3. Zera i Bieguny „i x n, w której elementy są funkcjam i wymiernymi. Mówimy też, że mamy
do czynienia z macierzową funkcją wymierną.
4.3.1. Układy SISO Układ dym aniczny o rn wejściach i n wyjściach m oże być opisany transm i
tancją
Weźmy pod uwagę ciągły układ dynamiczny opisany transm itancją opera
torową Gu(s) ... G l m (s)
G(s (4.310)
. n(s)
6 W = (4.307) _Gni (s) . . . Gnm(s)
gdzie: n (s) - wielomian stopnia kn (n(s) € M[s], deg n(s) = kn); d(s) - wielo gdzie Gij{s) ć R(s).
mian stopnia kci(d(s) € R[s], deg d(s) = k:<i > kn).
Stopieii licznika funkcji wymiernej (4.307) jest nie mniejszy niż stopień mia 4.3.2. Postać Smitha macierzy
nownika tej funkcji.
Wielomianem macierzowym stopnia r nazywam y wielomian
DEFINICJA 105 P (s ) = P o + 8 P i + S2 P 2 -I- . . . + S ^ P r ^ 1 + SrP r (4.311)
Miejsca zerowe wielomianu n(s) nazywamy zerami transmitancji operato
rowej (4.307). gdzie P i € l> m x n „• _ 0 , r oraz rząd P ( s ) = r.
Pierścień wszystkich wielomianów macierzowych w ym iaru m x n o współ
czynnikach rzeczywistych oznaczać będziemy przez MmXn[s].
DEFINICJA 106 Wówczas mężemy napisać P (s ) € Mm xn[s].
Miejsca zerowe wielomianu d(s) nazywarni biegunami transmitancji ope Na każdym Wielomianie macierzowym możemy wykonać następujące opera
ratorowej (4.307). cje elementarne:
1 ) zam iana dwóch wierszy lub kolumn między sobą,
Jeżeli więc chcemy wyznaczyć zera i bieguny transmitancji, to musimy zna 2 ) pomnożenie dowolnego wiersza lub kolumny przez stałą, różną od zera,
leźć miejsca zerowe odpowiednio jej licznika i mianownika. 3) dodanie do dowolnego wiersza (kolumny) innego wiersza (kolumny) po
mnożonego przez stałą.
PRZYKŁAD 100
Dumi jest transmitancja Wykonanie operacji elem entarnych n a wielomianie macierzowym nie zmienia
jego rzędu.
C(S> = <4-308) Dla każdej macierzy wielomianowej P ( s ) € R mXn[s] (rząd P (s ) = r) m ożna
znaleźć operacje elem entarne, które przekształcą macierz P ( s ) w macierz
Wówczas «(s) = s -|- 2 , d(s) = s 2 -|- 2s —3. Miejsca zerowe tych wielomianów
✓
s i = —2
Cl
, (4.309) %
«1 = 1, «2 = “ 3 v ’ Cl
Zgodnie z definicjami (105, 100) układ o transmitancji (4.308) ma jedno zero
w punkcie s = —2 oraz dwa bieguny w punktach s = 1, s = —3 . O P M = Cr (s) (4.312)
1 -1 1 -1
- współczynnik przy największej potędze każdego z nich je st równy 1 (są A 2 = NWD ■ s 2 + s —4 2 s 2 —s —8 1 s 2 — 4 2s 2 —8
wielomianami monicznymi), ...
- wielomian c,(s) dzieli bez reszty w ielom ian £i+iis ) (£*(s )l e*+ns /'- s 2 + s - 4 2sz - s - 8 i- 2 )(s - 2 )
s2 —4 2 ,s2 —.s —8
M acierz P s {s) nazywamy postacią S m it h a macierzy P ( s ) > a wielomiany
el(s ), £2( 5 ), • • • , er (s) wielomianami inwariantnymi macierzy (s). Wobec tego
(4.315)
Ponieważ operacje elem entarne na wierszach i kolumna 1 macierzy (s) są ei = l, e2 = (a + 2 ) ( s - 2)
"reprezentowane przez pewne macierze unimodalne nad pierścieniem wie oniia oraz postać Smitha macierzy P (s
nów, więc m ożna napisać równość "1 0 0
(4.316)
P ( s ) = L ( s ) P s (s )R (s ), L {s), R (s) g U(s) ^4 '313) 0 (.s -)- 2 )(.s —2 ) 0
0 0 0 D
przy czym: U(s) - pierścień wielomianów macierzowych unimodalnych nad M[s].
2 . W yznaczamy macierz wielomianową P ( s ) spełniającą równość p(.s-) : = ' 'W 6') • • • ■ • ąl’r(s) (4.324)
1 z(s) : = ei ( s ) ■e2(s ) • ••• - £r(s) (4.325)
G (s) P (s )
d (s)
DEFINICJA 108
3. W yznaczamy wielomiany interw ariantne e'2 (s), ■■■ , e'r (s) maei(.rZy Mtejsca zerowe, uńalomianu (4.324) nazywamy biegunami transmitancyj-
wielomianowej P (s ). ' nym i układu opisanego transm itancją (4 .32 2).
4. D la każdego wielomianu inwariantnego e((s) wyznaczamy względnie pierw
sze wielomiany e.;(s) i 'ijji(s) spełniające równanie
DEFINICJA 109
ei(s ) ej(s) ; Miejsca zerowe wielomianu (4.325) nazywamy zerami transm itancyjnym i
d(s) (4.31«)
u k ła d u opisanego transm itancją (4 .322).
G(s) s 2 -b s - 4 2s2 - s - 8
(4.31!)) wówe/as wielomian (4.324) ma postać
s 2 + 3s + 2 s 2 -i- 3s + 2
6 -2 26-4 p(s) = (6 + l ) 2(s 4- 2) (4.327)
*
.S' -|-1 S -j- 1 ;1 wieliimian (4.325) ma postać
Wyznaczamy z (s) = (s - 2) (4.328)
d(s) = (s + ł)(.s + 2) (4.320) Bieguny tego układu należą do zbioru {—1 , —1 , 2 }, a zera do zbioru {2 }. □
Postać Sinitha-McMilliana macierzy G(s) jest następująca:
r 1 DEFINICJA 110
I; 1 1 0
1 ,57opien lUieldmianu (4.324) nazyw am y stopniem M cM illiana macierzy
M ( S) - (4.321) (1.322).
U
6 -I- 1
0 0 U w a g a 4 0 . Jeśli zq je st zerem transm itancji G (s), to m acierz G ( s ) traci
dla ;• = Z() pełny rząd.
4.3.3. Układy wielowymiarowe M IM O Z. definicji zera wynika, że przekątna m acierzy transm itancji G (s) z reguły
nie ma zer. Ponieważ zera^są punktam i płaszczyzny zespolonej, dla których
Do definiowania zer i biegunów układów wielowymiarowych posłużym y się { G(s) traci rząd, więc w przypadku G (s) o różnej liczbie wierszy i kolumn
stacią Sm itha-M cM ilłiana macierzy transm itancji operatorowych. Niech jednocześnie kilka minorów tej macierzy musiałoby być równych zeru w tym
G (s) e RTOXn(a) (4.322) samy tri punkcie.
DEFINICJA 111
Niech H { A) = G . Bieguny i zera transmitancji G (s) dla s = oo są 4.4. Postacie kanoniczne
biegunami i zerami transmitancji H ( A) dla A — 0. ł
4.4.1. Redukcja macierzy do postaci Frobeniusa
Dwie macierze kwadratowe A , JB e K” x” nazywamy podobnym i wtedy i tylko
TW IERDZENIE 57 wtedy, gdy istnieje macierz nieosobłiwa P € R nxn taka, że
Jeśli macierz G (s) jest macierzą kwadratową, to ma ona wiele biegunów
B = PAP 1 (4.331)
i zer (wliczając bieguny i zera w nieskończoności).
przy czym P nazywamy m acierzą przekształcenia przez podobieństwo.
Dowód.
TW IERDZENIE 58
1
H { A) = G 1 a Macierze podobne mają równe wielomiany charakterystyczne
det — Aj — det |I„ s ~ 13]
det i i (A) = det G T)=
Dowód. K orzystając z (4.331), możemy napisać
W H a
det [Ins — B } ~ d et [ P P “ 1* - P A P 1) = d et - A } P '}
i=l = d e tP d e t —A jd et P _1 = d et [I[„s —A]
n
p ( s ) = j Q ( s - Pi ) gdyż det P 1 = ( d e t P ) '1.
ż= 1 (4.330)
™ - .
*f j ) = n <i - m i DEFINICJA 112
2= 1
Macierz
? Q ) = *-” n ( i - w 0 1 0 ••• 0
m 0 0 1 0
II(i- aą) i-A.f i lub
det H (A) = fcAn' m^ — — 0 0 o ' ••• 1
0-0 - t l i - -a]f
1 1 (1 - APi) (4.333)
2=1 dl 0 ... o -o o
niech 1 0 ... 0 -O ]
Zoo ~ liczba zer transmitancji H ( A) w zerze A fz = 0 1 0 -0,2
Poo - liczba biegunów transmitancji H ( A) w zerze
Zoo ~ Poo = n - m .0 o ... 1 -« ń -l.
Zf - liczba skończonych zer transmitancji G(.s)
P / - liczba skończonych biegunów transmitancji G (s) n a zy w a m y macierzą w postaci pierwszej lub odpowiednio drugiej 1'Yobe-
rmisa.
P f — Z f — n — 771
310 4. Własności układów 4 4 Postacie kanoniczne 311
Rozwijając wyznacznik według n-tego wiersza (łub odpowiednio n-tej k0. Macierze A p \ i A F2 są więc macierzami cyklicznymi.
lumny), łatwo sprawdzić, że
s -1 0 ••• 0 P roblem 1. D ana jest macierz A G Mnx” . Należy wyznaczyć odpow iadającą
_l ... ji-j macierz w postaci Probeniusa A p i lub A p 2 oraz macierz nieosobliwą P
0 s 0
'laką, że
II
(4.334)
0 0 0 ••• -1 A fi= P A P -x lub A F2 = P A P -i (4.337)
ao QJ a2 ■■■ s + a 7l_i
sn 4- aTt_ i s n _ 1 + .. + a is -t- «0 l 'owstaje pytanie, czy każdą m acierz kw adratow ą A m ożna sprowadzić
oraz postaci A p i lub A F2. N a to pytanie daje odpowiedź następujące twier
... o dzenie.
s 0 «0
-1 s ... o a-i
A Fl] = 0 -1 ... o = (4.335) TW IERDZENIE 59
a2
Macierz kwadratową A € R nx" m ożna sprowadzić przez podobieństwo do
0 0 ... _ i postaci A p i lub A F 2 wtedy i tylko wtedy, gdy je st macierzą cykliczną.
£ ¡7 1 — 1
s 4~ a,,—is i 4-.
i .. 4- a is 4- ao
Dowód. Macierz A p i { A F2) jest m acierzą cykliczną, a więc jej wielomian
Wielomian w(s) nazywamy wielomianem zerującym macierzy A , jeżeli minimalny pokrywa się z wielomianem charakterystycznym . Zgodnie z twier
w (A ) — 0. Każda macierz kwadratowa m a co najm niej jeden wielomian zeru dzeniem 58 m acierze podobne, a więc A i A p \ { A p 2) m ają równe wielomiany
jący. Zgodnie z twierdzeniem Cayleya-Ham iltona każda macierz kwadratow a A charakterystyczne. Zatem macierz A musi być m acierzą cykliczną. Z drugiej
spełnia swoje równanie charakterystyczne <p(A) = 0, gdzie ip(A ) = det [Is - A ]. strony wiadomo, że [87] m acierze A i B są podobne w tedy i tylko wtedy,
Wielomianem minimalnym ip(s) macierzy kwadratowej A nazywamy wielomian gdy macierze [Is — A] i [Is — B ] m a ją te sam e wielomiany niezmiennicze. Je
zerujący tej macierzy najmniejszego stopnia o współczynniku równym jedności żeli macierz A jest m acierzą cykliczną, to macierze [I„s - A] i [In s — A p i]
przy zmiennej s w najwyższej potędze. Każdy wielomian zerujący macierzy A ([Ins - A f 2]) m ają te sam e wielomiany niezmiennicze (jedynym wielomianem
jest podzielny bez reszty przez wielomian m inim alny tej macierzy [871. Wielo- niezmienniczym różnym od 1 jest wielomian m inim alny), a więc są podobne.
~Thi^ffińimalny ^ś)"m acierzy '> l'jS r z w i^ a n y z jej wielomianem charaktery
stycznym y>(-A) zależnością ....................... PRZYKŁAD 104
<p(s) a 0
i>(s) ■ (4.336) Macierzy skalarnej (w tym dla a = 1 macierzy jednostkowej ii2) nie można
Dn- i(s) 0 a
'0 1' 0 ao'
przy czym Ą ,_i(s) jest największym wspólnym dzielnikiem wszystkich elemen sprowadzić przez podobieństwo do postaci lub , gdyż macierz ska-
+
a 0 aix J
U ~~'J U
1 ai*• J
tów macierzy dołączonej [Is —A]ad. Po wykreśleniu w macierzy [ I „ s - A F1] (lub lania nie jest macierzą cykliczną. Wielomian charakterystyczny tej macierzy jest
macierzy [I„s - A p 2)) n-tego wiersza i pierwszej kolumny (pierwszego wiersza ... s —a 0 ’ . . . . . . . . , / ,
równy t/Ąs) (s — o)2, natomiast wielomian minimalny <p(.s)
i n-tej kolumny) otrzymamy minor równy ( - l ) ” - 1 . Wobec tego największy 0 s —a
wspólny dzielnik wszystkich minorów stopnia n — 1 m acierzy [Ins - A F l\ (lub = s — a, gdyż największy wspólny dzielnik wszystkich minorów stopnia pierwsze
[!„*• - A F2\) jest równy jedności, czyli A i - i ( s ) = 1 . Ze wzoru (4.336) wynika, go Di (s) = s - a. D
że w tym przypadku ■ip(s) = <p(s).
Niżej zostaną podane dwie m etody w yznaczania macierzy A p i (A F2) oraz
macierzy przekształcenia P spełniającej równość (4.337).
DEFINICJA 113
Macierz, dla której wielomian m inim alny pokrywa się z wielomianem cha M e to d a 1. D la danej macierzy A G R nXn dobieram y macierz wierszową
rakterystycznym, nazywamy macierzą cykliczną. C G Ml xn tak, aby para (A , C ) była obserwowalna, czyli
312 postacie kanoniczne 313
4. Własności układaj, ;. 4-4-
''■‘I
■p'f="C ; p 2 = p ,a : p3 Pn Ai—1A ;han) Krak 3. Wybieramy C = [ 1 0 1 ], które spełnia warunek (4.338), gdyż
' C ' 1 0 1
Z nając C i A , z zależności (4.341) możemy kolejno wyznaczyć poszukiwa let CA = 0 1 2 = 4
ne wiersze p 1, p 2, ■.., p n m acierzy P . Z powyższych rozważań wynilci więc .C A 2 -2 1 4
n astępująca procedura rozwiązywania problem u 1 wg m etody 1 .
Kruk 4. Korzystając z zależności (4.341), otrzymamy
PROCEDURA 9 Pl = C = [1 0 1] , p 2 = p xA = [ 0 1 2 ] , p 3 = p 2A = [ - 2 1 4]
Sprowadzenie m acierzy do postaci kanonicznej Frobeniusa A p i - Poszukiwana macierz przekształcenia ma więc postać
K rok 1. Obliczamy współczynniki ao, o i, a.n-1 wielomianu chara ku-ry- > r ‘ 1 0 r
stycznego m acierzy A , P = P2 = 0 1 2 (4.340)
.Pa. - 2 1 4_
<p(s) — d et [I„s — A] — sn + a n_ i 5n_1 + . . . + a is + a 0 1-1-3 12) D
Krok 2. Znając «o, a\ , . . . , a n-i> wyznaczamy macierz A p y lub A p 2 - Jeżeli poszukujem y macierzy P przekształcającej macierz A do postaci A p 2,
Krok 3. W ybieramy C G IRlxn tak, aby był spełniony warunek (4.338). lo wygodnie jest wybierać macierz kolumnową b G M" tak, aby para (A , b)
■■
314 4. Własności układów 4 4. postacie kanoniczne 315
była sterowalna, czyli Krok 3- W ybieramy b e R " tak, aby był spełniony warunek (4.347).
det [6 , A b , . . . , A n~l b] 0 (4.347)
Krok 4. K orzystając z zależności (4.350), wyznaczamy kolumny p x, p x, . . . , p n
Niech p, będzie i-tą kolumną macierzy P , i = 1, . . . , n. K orzystając z macierzy P .
'1'
PRZYKŁAD 106
P 'A P = A F2 oraz P b= (4.348) Dla macierzy (4.343) wyznaczymy macierz P sprowadzającą tę macierz do postaci
pyobeniusa A F2.
możemy napisać Krok 1. Wyznaczamy wielomian charakterystyczny macierzy (4.343) postaci (4.344).
Krok 2. Macierz A F 2 ma więc postać
P2 ■ ■ Pn]
'0 0 • • 0 —«o 0 0 2
1 0 • ■0 ~ax A f2 — ł 0 -5 (4.351)
oraz 0 1 4
P2 ■ ■ Pn] 0 1 • • 0 -a 2
0
.0 0 • • i —U7i_ l . (4.349)
Krok 3. Wybieramy b = 1 , które spełnia warunek (4.347), gdyż
-1
0 1 2
[Pl P ‘2 Pn det [6, Ab, A 2 b] = 1 1 1 = 2
-1 - 2 - 5
Wykonując mnożenie i porównując odpowiednie kolumny w zależności (4.349), Krok 4. Korzystając z zależności (4.350), otrzymamy
otrzymamy ' 0 n ' 1 ~ ' 2 "
Pi = 1 , p2 = A p x= I . Pi = A P 2 = 1
rrr 1i ..........."........
........... (4.350)”
_—1 _ —2 . —5.
Znając A i b, z zależności (4.350) możemy kolejno wyznaczyć poszukiwane
kolumny p x, p x, . . . , p u macierzy P . Poszukiwana macierz przekształcenia ma więc postać
U w a g a 43. Wybór macierzy b ma wpływ na postać, macierzy P , ale nie ma 0 1 2
wpływu na postać Frobeniusa A p 2- 1 1 1 (4.352)
JP = [Pl P2 P 3]
Z powyższych rozważań wynika więc następująca procedura rozwiązywania -1 -2 -5
% □
problemu 1 .
Podstawiając zależność (4.355) do (4.354) oraz korzystając z faktu, że P P 1= Krok 2. Macierz A p i ma więc postać (4.345).
= S„, otrzymamy Krok 3. Wybieramy <7 = [ l 0 l ] (takie same jak w przykładzie 105), które spełnia
CA P2 warunek (4.338).
CA2 Pil
Krok 4. Korzystając ze wzoru (4.353), otrzymamy poszukiwaną macierz
A Pi = P A P ~
-l _ P~l = [Pt P2 ■■■ Pn} = C ' 1 0 r
C A n- 1 Pn
C A \V_ 0 1 2
n —1 T l— 1
CA2 -2 1 4
- E < hC A 1 - 53 a iP i+ i
i =0 . ¿=0
Macierz ta pokrywa się z macierzą (4.346) otrzymaną w przykładzie 105. D
■0 1 0 ... 0 '
0 0 1 0
(4-156)- W przypadku wyznaczania macierzy P przekształcającej macierz A w po
.0 o 0 ... 1 stać A p 2 = P A P wybieramy macierz kolumnową b 6 R ” tak, aby był
spełniony warunek (4.347). Wykażemy, że poszukiwana macierz P jest równa.
—ao —a-i —a 2 ~- 0'7j,—
■1
Z powyższych rozważań wynika więc następująca procedura rozwiązywania Z twierdzenia Cayleya-Ham iltona mamy A n = — a-iA’’ oraz
i=0
problemu 1 wg metody 2 .
0 1 • • 0 — 0 2
DEFINICJA 117
Nierówności (4.366) wynikają z faktu podzielności bez reszty wielomianu
M acierz (4.368) nazywamy postacią kanoniczną Jordana m acierzy A
inwariantnego ik+ i(s) przez wielomian ifc(s) dla k — p, . . . , n — 1.
( krótko macierzą Jordan/i).
PROCEDURA 13 na macierz
Sprowadzenie macierzy do postaci kanonicznej Jordana. P = [P l P -2 P k] (4.372)
Krok 1. Stosując działania elem entarne n a wierszach i kolumnach macierzy P i = [Pu P a ■■■ Pik] e R nx” i , i = l, . . . , k
[Ins —A], sprowadzamy ją do postaci kanonicznej S m itha (4.362).
Mnożąc prawostronnie równość (4.369) przez P , otrzym am y
Krok 2. Znając wielomiany inw ariantne ip+i (s), . . . , in (s), wyznaczamy dziel
niki elementarne (s —s i ) m',+1> Ł, ( s - s 2)mi’+1, 2, , (s —Sg)™11' q macierzy A. AP = PAj
Krok 3. Znając dzielniki elem entarne, wyznaczamy poszukiwaną postać kano a po uwzględnieniu (4.372), (4.367) i (4.368)
niczną Jordana (4.368) macierzy A .
A P i = P iA ji dla i = 1, . . . , k
PRZYKŁAD 109
Korzystając z procedury 13 wyznaczymy postać kanoniczną Jordana A j macierzy oraz
A= 0 1 0 (4.370) 0 Si 1 • ■ 0 0
.- 1 0 2j , A [ P i -1 Pi 2 Pini ] ” [Pu P a ■■■ P im ]
0 0 0 • Si 1
Korzystając z procedury 13, otrzymamy kolejno:
.0 0 0 - - 0
Krok 1. Wykonujemy działania elementarne P[ 1 + 2 x (s — 1)], L [2 + 1 x (s — 1)],
P(3 + 1 x ( - s 2)j, L[2 x —1], L[2 + 3 x ( s - 1)], L[ 1 x -1 ], L[2, 3], L[ 1, 2] na ^ i = 1 , .. . . . . k (4.373)
macierzy V
Wykonując mnożenia, z równości odpowiednich kolumn otrzym am y
"s- 1 -1 0 "
[H„s - A] = 0 .s - 1 0 [A - I nSilPu = 0 , [A — I nSi}pi2 = P u ,
1 0 s - 2_ (4.374)
{A - InSi\pin. = Pi
Otrzymamy jej postać kanoniczną Smitha
"1 0— 0""
Z pierwszego z równań (4.374) wyznaczamy p il% a znając p n , z drugiego z tych
równań wyznaczamy p i2 i odpowiednio z ostatniego p in . P ow tarzając oblicze
[I!„s —A]s — 0 1 0
nia kolejno dla i = 1 , . . . , /.:, wyznaczamy wszystkie kolumny poszukiwanej
.0 0 (s - l ) 2(.s - 2 ).
macierzy P .
Krok 2. Macierz (4.370) ma tylko jeden wielomian inwariantny różny od jedności
i n (s) -= (s — l) 2(s —2), czyli jest macierzą cykliczną. Dzielnikami elementarnymi
PRZYKŁAD 110
macierzy (4.370) są więc (s —l )2 i (s —2).
Krok 3. Poszukiwana postać kanoniczna Jordana jest więc następująca: Wyznaczymy macierz P przekształcającą macierz (4.370) w macierz postaci kano
nicznej Jordana (4.371). ^
"1 1 0 " Macierz (4.370) ma jedną wartość podwójną s\ = 1 i jedną wartość jednokrotną
A.i 0 1 0 (4.371) s‘2 = 2. Korzystając z (4.374), dla i = 1 , si = 1, n i = 2 otrzymamy
0 0 2 □ "0 1 0" "0"
[ A - In*'l]P ll = 0 0 0 P il = 0
Wyznaczanie macierzy przekształceń metodą wektorów własnych -1 0 1. .0.
Dana jest macierz A 6 Mnxn oraz jej postać kanoniczna Jo rd an a (4.368). Nale ' 0 1 or
ży wyznaczyć macierz przekształceń P spełniającą równość (4.369). Niech i-ta [ A - In*'i] P 12 = 0 0 0 Pvi = P i l
klatka odpow iadająca wartości własnej są, m a postać (4.367), a poszukiwa -1 0 1
324
4. Własności ukłatlów 44 . postacie kanoniczne 325
_0 i
'V
XTn—1 (4.379)
£
li
0 i Pl2 = 1
. 1. A SiUrijaim—1 ) *• ■, X] ~ [-A 5jłl7Ł]iK2
Z pierwszego z równań (4.374) dla i = 2, ,92 = 2 mamy Jeżeli m — n j, to w ektory x \ , x 2, x m są poszukiwanymi liniowo nieza
leżnymi w ektoram i własnym i. Jeżeli rn < m , to wyznaczamy z równania
‘ 0 1 0' ’0 ' ' 0'
[A - In5 i]P 2j = 0 0 0 P = 0 oraz [A - S iln i* » * = 0 (4.380)
21 P 21 — 0
. - 1 0 1_ .0. .1 nowy uogólniony liniowo niezależny wektor y.,n odpowiadający tej samej war
Poszukiwana macierz P ma więc postać tości w łasnej Sj oraz ciąg wektorów
'1 0 0 ' : [A - s A ,] y rn, (4.381)
[ P \ \ P 12 P?.i 1 = I 0 1 0 | ?/m—1
(4.375) : [A ~ Siln]yrh-U iA “ Siln)y 2
1 1 1 y m— 2
O Procedurę tę pow tarzam y aż do otrzym ania łącznie rij liniowo niezależnych
wektorów własnych.
M etoda działań elem entarnych w yznaczania macierzy przekształcenia P jest
podana w pracy [87].
P roced u rę 14 m ożna uzasadnić następująco. Mnożąc łewostronie <ówność
(4.376) przez m acierz P ~ 1, otrzym am y P ~ l A y = A P ~ l . Niech x \ , x 2, . ■■
Metoda wektorów redukcji macierzy do postaci Jordana będą kolejnym i kolum nam i macierzy P ~ x odpowiadającym i klatce Jo rd an a .7,
io postaci (4.36$). Z powyższej zależności otrzym am y
D ana jest dowolna macierz A e Należy wyznaczyć jej postać kanonicz- i
n ą Jo rdana A j oraz m acierz przekształcenia przez podobieństwo P € R nxn [A a7,I7i]iCi — 0, [A s(linja,’ 2 x i , . . . , [A liniom x 7rJ. ] (4.382)
spełniającą równość ■
M nożąc lew ostronnie d ru g ą z zależności (4.382) przez macierz [A —«¿1] i uwzględ
A j = P A P -1 (4.376) niając p ierw szą z zależności (4.383), otrzym am y
{A - s t Snf x 2 = [ A - »ii« ]* ! = 0 (4.383)
Niżej zostanie p o d an a m eto d a rozwiązywania tego zadania niewyinagają-
ca wyznaczania macierzy kanonicznej S m itha oraz dzielników elem entarnych A nalogicznie, m nożąc lewostronnie trzecią, z zależności przez macierz
macierzy A . Podstaw ą tej m etody je st poniższa procedura obliczania liniowo [A — ¿’¿I]2 i uw ględniając (4.383), otrzym am y
niezależnych (uogólnionych) wektorów własnych macierzy A .
[A - Sł][„.]3®s = [A - S iln]2X2 = 0 (4.384)
PROCEDURA 14
oraz p o odpow iedniej liczbie kroków
Krok 1. Wyznaczamy wartości własne Sj, s 2, - - -, sq macierzy A oraz ich krot [A - sjlln]m.xm = 0 '
ności (algebraiczne) n i , 7*2, . . . , n q, tzn.
Niecli w p rz y p ad k u ogólnym wartości własnej s, o krotności m odpowiada
det [I„s — A] — (s - s i ) ni (s - s 2) n2 • ■- (s - Sq)ni (4.377) h ciągów liniowo niezależnych wektorów własnych o długości (liczbie wektorów
w ty m ciąg u ) odpow iednio m j > m 2 > . . . > m/t, przy czym m,\ + rn2 -|- . . .
Krok 2. D la każdej wartości w łasnej Sj, i — 1, . . . , q wyznaczamy rij linio . . . -I- rrih = Ti*. Liczby »«i, i — 1, ...>/*■ określają wymiary klatek Jordana. od
wo niezależnych (uogólnionych) wektorów własnych. W tym celu obliczamy p o w iad ający ch w artości w łasnej s*. M ając ciągiliniowoniezależnych wektorów
kolejno ( A — Sjln), (A — S jl„)2, . . . , (A — .szI„ )m , aż otrzym am y równość w łasnych x si l , £cf‘ , . • •, ®mi> * iiV * 21» •••> x i'>)* 2% •••>odpowiadające
rząd [A —Sjln]m == rząd [A — Siln]m+1. N astępnie z rów nania w artościo m w łasn y m a j, 52 , ■• •, sq, wyznaczamy macierz
[A - S iln ] m x m = 0 P -1= ■■■ x fl. ••• x** * 2" •'■] (4.385)
(4.378)
328 4. Własności układów 4.4. Postacie kanoniczne 329
W tym przypadku m = 2 < n i = 3, gdyż rząd [A —*'iln]2 —rząd [A —s jlnjj — 1. Poszukiwana postać kanoniczna Jordana macierzy (4.392) jest więc następująca:
Korzystając z zależności (4.378), wyznaczamy z równania -2 0 - 1‘ -J 2 0 1' ’1 1 0 2 '
1_ 0 0 0 1 0 2 0 0 0 0 0 1
'0 2 0 0 ‘ '0 ' 0 1 1 0 0 -1 1 0 0 0 1 -1
0 1 0 0 0 .0 1 0 0 . .0 0 0 1.. .0 1 0 0 .
x2 =
0 - 1 0 0 0 ‘I 1 0 0 '
0 0 0 0 _ 0 0 10 0
0 0 1 0 (4.392)
wektor x 2 spełniający warunek [A — sj Hn]x2 i- 0. Otrzymamy wówczas a;a = .0 0 0 2 .
= [1,0, 0, l]r . W tym przypadku z zależności (4.379) mamy Postać macierzy (4.392) możemy napisać natychmiast na podstawie znajomości
wartości własnych Sj = 1, s2 = 2 oraz długości m 2, m = 1, n 2 = 1 ciągów wektorów
'0 2 0 r ' 1' 'l ' własnych odpowiadających tym wartościom własnym. □
0 1 0 0 0 0
0 -1 0 0 0 0 Diagonalizacja macierzy
0 0 0 0 1 0 Weźmy pod uwagę macierz A € R nxn o niekoniecznie różnych wartościach
w łasnydi s i, «2 , sn . Zgodnie z rozważaniami w p. 4.4.2. m aciera-A .jest
Ponieważ ni = 3, a m = 2, musimy więc wyznaczyć jeszcze jeden wektor x 3 podobna do macierzy diagonalnej złożonej z wartości własnych sj., .s2, . . . , sn
odpowiadający Si = 1 liniowo niezależny od xi i * 2 - Zgodnie ze sposobem przed wtedy i tylko wtedy, gdy wszystkie dzielniki elem entarne tej macierzy są pierw
stawionym w kroku 2 procedury 14 wektor ten wyznaczamy z równania (to = 1) szego stopnia. W tym przypadku z postaci diagonalnej wynika, że
dim ker [A - Sj][„] = n L (4.393)
"0 2 0 1" '0 '
0 1 0 0 0 gdzie rii jest krotnością (algebraiczną) wartości własnej Sj. Krotność algebra
0 0
£Ł‘3 =
0
iczna wartości własnej s, jest więc równa jej krotności geometrycznej, zdefinio
-1 0
wanej zależnością (4.393) [87]. Macierz A , spełniającą ten warunek, nazywamy
0 0 0 0 0
macierzą prostej struktury. Wykażemy, że dla każdej macierzy prostej stru k tu ry
A £ R nx" istnieje macierz nieosobliwa
Otrzymamy wtedy x 3 = [0, 0, i, Oj7 . Wektor własny * 4, odpowiadający wartości
własnej s2 = 2, liniowo niezależny od x i, x 2 i x 3 wyznaczamy z równania P = [ P i P2 Pn] (4.394)
taka, że
'- 1 2 0 1 '0'
P~~XA P = diag [«!, s 2 , . . . , s n] (4.395)
0 0 0 0 0
[A - s2ll„]x4 X4 = gdzie p i jest ¿-tym wektorem własnym odpow iadającym wartości własnej s^,
0 -1 -1 0 0
0 0 0 -1 0 i — 1, . . . , n. Jeżeli macierz A jest m acierzą prostej struktury, to każdej war
tości własnej Si odpow iada wektor własny p u czyli
Równanie to spełnia x Ą = [2, 1, - 1, 0]T. Poszukiwana macierz P 1 zgodnie z (4.385) A p i = SiPi, i = 1, n (4.396)
ma więc postać W ektory własne p , , p 2, . . . , p n są liniowo niezależne [87]. Wobec tego macierz
(4.394) jest nieosobliwa. Z zależności (4.396) dla i = 1, n mamy
'1 1 0 2 " '1 - 2 0 - 1 '
A P = P d ia g [sj, s2, . . . , s„] (4.397)
0 0 0 1 0 0 0 1
1 = [x i X2 X3 x 4] = oraz P = (4.391)
0 0 1 - 1 0 1 1 0 a po pomnożeniu lewostronnym przez P ' 1 otrzym ujem y równość (4.395).
0 1 0 0 0 1 0 0 W przypadku szczególnym, gdy macierz A m a różne wartości własne (sj ^ sj,
330 4. Własności układów
4.4. Postacie kanoniczne 331
O
..Aladerz^Ł399-)_maawQe.jcdiią,vvartQŚń,jcchxoła-otną-.si .—l i jedną dwukrotną ,s2 = 2. .0 0 • ■ 1 - « n - l
i
i
Jest ona macierzą prostej struktury, gdyż jest spełniony warunek (4.393), bowiem
0 0 0 DEFINICJA 118
rząd |A —s 2Inj = rząd 0 0 0 Macierze (4.401) nazywamy macierzami w postaci kanonicznej stero
1 -1 -1 walnej lub równoważnie w pierwszej postaci kanonicznej Brunouskieyo-
-Luenbergera {PPKB-L).
Można więc macierz (4.399) sprowadzić do postaci diagonalnej diag[sj, ,s2, s2] =
= diag[l, 2, 2]. Z równania (4.398) dla si = 1 w postaci
P ara macierzy (4.401) jest osiągalna (sterowalna), gdyż
' - 1 0 o' 0
[A - Slln]pj = 0 - 1 0 pi = 0 [bu A x b u . . . , A i ^ i ] = I„ (4.402)
1 1 0 0
Wykażemy, że jeżeli dowolna para(A , b) jest osiągalna, to istnieje macierz nie-
mamy p t = [ 0 0 l ] T. Z równania (4.398) dla s 2 = 2 osobliwa P i e Rnxra taka, że
1
o
o
[A - .S2lIrt]Pi = 0 0 0 Pi = 0 , i — 2, 3 przy czym para (Aj , bj) m a postać (4.401). Korzystając z zależności (4.403),
i -i -i 0 łatwo stwierdzić, że A j = P i A kP ] ' \ k = 1 , 2, . . . , n - 1 , oraz Aj bj = P t (Ab),
332 4. Własności układów 4 4. Postacie kanoniczne 333
W y z n a c z y m y m a c ie r z P\ p rz e k s z ta łc a ją c ą p a rę
P i [b, A b , . . . , A n~ l b] = [bi, A ib !, . . . , A r ^ i ]
oraz '2 1- 2 1 -19" T
A= 20 -1 8 -1 8 , b= 0 (4.407)
P i = [¿i, A j b , , . . . , A r % ] [b, A b , . . . , A n - i 6] 1 = 15 -1 3 -1 5 . . 1.
Z powyższych rozważań wynika następująca procedura wyznaczania pary Krok 3. Korzystając ze wzoru (4.404) oraz (4.408), otrzymamy
(4.401) oraz macierzy P i dla dowolnej pary osiągalnej (A , b).
-1
'1 1 0 ' 11 ' i -i i '
PROCEDURA 15 P i = [5, Ab, A 2b] 0 1 1 o i i -i (4.411)
Z
_1 0 1 . -i i i .
Wyznaczanie postaci kanonicznej sterowalnej pary (A , b).
□
Krok 1. Wyznaczamy współczynniki a i, . . . , a n_i wielomianu charaktery
stycznego macierzy A.
Z zależności (4.403) marny
det [I[.;l.s — A] = sn + on—i s n -}-... 4- a i s -|- no (4.406)
A P i 1 = P i lA oraz b = P j l b _ ... (4.412)
Krok 2. Znając współczynniki no, o i, . . . , n„_i , wyznaczamy poszukiwaną pa
rę (4.401).'
Niech pi będzie i-tą (i = 1, . . . , n) kolum ną m acierzy P j l Korzystając
Krok 3. K orzystając ze wzoru (4.404), wyznaczamy poszukiwaną macierz P \ . z (4.412) i (4.401), możemy napisać
336 4. Własności układów 4 4. Postacie kanoniczne 337
P R Z Y K Ł A D 115
Na przykład dla pary (4.407) (patrz przykład 114) otrzym amy
Wyznaczymy macierz P-i przekształcającą parę (4.407) w postać kanoniczną regu
1
J, >L
latorową (4.415). T '-5 '
_____
W przykładzie 4.342 wykazaliśmy, że para (4.407) jest osiągalna, gdyż macierz 0 , P 2 = P 3«2 + A p :i = 1 , p j = P 3 O1 -1 A p 2 =
Pa = b -
(4.408) jest nieosobliwa. Korzystając z procedury 16, otrzymamy kolejno
_1_ -6 . ~7 .
Krok 1. Wielomian charakterystyczny macierzy A pary (4.407) ma postać (4.409).
oraz
Krok 2. Poszukiwana para (4.415) ma więc postać
'1 -5 - 1 4 ' 1 ' - 3 7 4!) 39'
' 0 1 0 " V
P2 1 = lPi. P 2 . Ps) 0 1 -5 , P i= 2 -5 7 5
Ai 0 0 1 62 = 0 (4.419) 1. —6 -7 _ —! 1 1
-8 -1 2 - 6 1
Wynik ten jest zgodny z wynikiem otrzym anym w przykładzie 115. W idać rów
Krok 3. Korzystając ze wzoru (4.417), otrzymamy nież, że wyznaczanie P .J 1 i P 2 n a podstaw ie zależności (4.423) jesi, obliczeniowo
0 0 1 ‘ 'l 1 0 prostsze niż ze wzoru (4.417).
P-2.— [&2 , A 2 6 2 , A 2 62 ] [6 2, .A2 6 2 , -4j62] = 0 1 -6 0 1 1
1 - 6 24 1 0 1 TW IERDZENIE 62
. Niech para (A ] , b \) będzie w postaci kanonicznej sterowalnej,
' -1 1 1 ' (Aa, 62) w postaci kanonicznej regulatorowej pary (A, b). Wtedy pary
7 - 5 -7 (4.420) te są związane zależnościami
-2 9 17 31
□ A 2 = M l j M -1 , b2 = Mby (4.424)
A P 21 P 2
1M
A. oraz (4.421) M - fba, A a ba, .. -, A ” “ 1b2] (4.425)
W ykonując mnożenie i porównując odpowiednie kolumny z (4.422), otrzy = [ba, A ab2, . . . , A 2 *62]
mamy
PRZYKŁAD 116
Pn = *>, p n_ 1 = p nan..-1 + A p n ,
Dla pary (4.407) wyznaczymy macierz (4.425) oraz sprawdzimy, czy są spełnione
Pn - 2 = P n On- 2 + A p „ _ j, . . . , p x = p na x + A p 2 (4.423) zależności (4.424).
338 4. Własności układów 4 4. Postacie kanoniczne 339
'• 0
'• O
A2 = 0 0 1 :M A iM - 1
- 8 —12 - 0 1 (lrl—\
0 0 0 1
0 0 1 ‘o 0 - 8 ' '0 0 1 '
0 1 -6 1 0 -1 2 0 1 -6 która przekształca tę parę w postać kanoniczną
1 -6 24 0 1 -6 1 -6 24 a-n—1 —a n - 2 ■ • —a i —ao
TW IER D ZEN IE 63
Jeżeli para (A , b) je st osiągalna, to istnieje macierz nieosobliwa P A
postaci b4 = P Ąb = (4.432)
Wobec tego 9i
92
Cl C 1 0 ■■ 0 ] (4.441)
ci Ai cA
Q i „9 n .
c A ” _1_
o
c iA i TW IERDZENIE 65
Jeżeli para (A , c) je st obserwowalna, to istnieje macierz nieosobliwa Q j
gdyż spełniona jest zależność (4.435), a z założenia, że p ara (A , c) je st obser
postaci (4.437), która przekształca tę parę wg zależności (4.436) w postać
wowalna wynika, że macierz obserwowalności
kanoniczną obserwowalną (4.434).
c
cA
H (4.438) W iersze macierzy Q l m ożna wyznaczyć kolejno, korzystając z zależności
(4.442). Z powyższych rozważań wynika następująca procedura wyznaczania
c A n —1 pary (4.434) oraz macierzy Qy dla dowolnej pary obserwowalnej (A , c):
342 4. Własności układów 4 4, Postacie kanoniczne 343
PROCEDURA 17 postin':ie
Krok 1 . Wyznaczamy współczynniki ao, . . . , a n- i wielomianu charakterys '0 0 • ■ 0 —ao
tycznego (4.406) macierzy A . 1 0 • • 0 -a i
= 0 1 • • 0 -a 2 C2 [0 0 1] (4.447)
Krok 2. Znając współczynniki ao, a j, . . . , a n- i , wyznaczamy poszukiwaną pa
rę (4.434).
_0 0 • - 1 &n—l _
Krok 3. Korzystając ze wzoru (4.437) lub z zależności (4.442), wyznaczamy
macierz Q, 1 oraz Q,.
DEFINICJA 121
PRZYKŁAD 117 Macierze (4.447) nazywamy macierzam i w postaci kanonicznej obser-
watorowej lub równoważnie w drugiej postaci kanonicznej Brunouskiego-
Wyznaczymy macierz przekształcającą parę
-Luenbergera (D P K B -L ).
TO - 2 5j
A = 1 3 1 c = [0 1 0 ] (4.443)
P ara (4.447) jest obserwowalna, gdyż macierz obserwowalności
0 0 3
w postać kanoniczną obserwowalną (4.434). c2 0 0 •• 1 ■
P;ua macierzy (4.443) jest obserwowalna, gdyż macierz obserwowalności C2Â 2
^71—1 (4.448)
c '0 1 0 ' 0 1 •• *
77 = cA = 1 3 1 - Ai»”2 -1 _
o-i .1
cA2 3 7 11
(* oznacza element nieistotny w tych rozważaniach) jest nieosobliwa.
jest nieosobliwa (det 17 = -8 ). Korzystając z procedury 17, otrzymamy kolejno.
Wykażemy, że jeżeli dowolna p a ra macierzy (A , c) jest obserwowalna, to
Krok 1. Wielomian charakterystyczny ma postać istnieje macierz nieosobliwa Q 2 € Knxn taka, że
s 2 -5 cQ 2 c2 (4.449)
Q 2 1A Q 2 ~ A ‘2 i
det [Ins —j4) = -1 s - 3 -1 = s 3 - 6 s2 + l i s - 6 (4.444)
.............................. 0.()""■..8 - 3 . przy czym p ara { A 2, c2) m a postać (4.447). W analogiczny sposób jak dla pary
(4.436) m ożna wykazać, że
Krok 2. Poszukiwana para macierzy (4.434) ma więc postać
-1
‘ 0 1 O' C ' c2
0 0 1 , £, = [ 1 0 0 ] (4.445) cA C2Â 2
(4.450)
.6 - 11 6 J Q2
Krok 3. Korzystając z zależności (4.442), otrzymamy .c A T l , - i» " -1
. c 2A 2
<71 = e = [0 1 0], q2 = Q\A = [l 3 1 ], <73 = <72A = [ 3 7 11' Ponieważ macierze podobne m ają równe wielomiany charakterystyczne, roz
Wobec tego wijając więc wyznacznik według n-tej kolumny, otrzym am y
<7i' ‘0 1 0 ' -2 6 11 - 1 S 0 •• ■ 0 ao
Q~x—42 = 1 3 1 oraz <5 , 8 0 0 (4.446) -1 s ■■• 0 ai
.<73 . .3 7 u . 2 -3 1 d et [Ins —A] = det [Ins —Â 2]
□
0 0 •• s «n -2
Weźmy z kolei pod uwagę dyskretny lub ciągły układ liniowy o jednym 0 0 • -1 s + a n_ i
wyjściu (p = 1) opisany równaniami stanu, którego macierze A 2 i c 2 m ają Sn 4 - O n-iS'
71— 1
f . . . -I- a is + a 0 (4.451)
344 4 4. Postacie kanoniczne 345
■t. WIcISlIUSCI uKiaaow
Korzystając z zależności (4.454), możemy wyznaczyć kolejno wiersze macie Z porów nania rozważań d la pary (A , b) układu o jednym wejściu i roważań
rzy Q j 1 i następnie Q2- Zostało więc udowodnione następujące twierdzenie: dla pary (A , c) układu o jednym wyjściu oraz twierdzeń 25 i 34 wynika, że
jeżeli w twierdzeniach 60 i 61 zam iast pary (A , b) przyjmiemy p arę dualną
TWIERDZENIE 66 (A r , cT ), to z twierdzeń tych otrzym am y odpowiednio twierdzenia 65 i 66 .
Analogicznie, zastępując w twierdzenia,ch 63 i 64 p ary (A , b) param i dualnymi
Jeżeli para (A , c) jest obserwowahia, \to.istnieje , m o d e m nieonnMiwa-CL^.
(A7 , cr ), otrzym am y dualne twierdzenia dla układu o jednym wyjściu.
_^osiai^L(Łd50)T44Ó9W-przekxzMSinię~paręr'wg 'zależności (4 .449 ) w postać
kanoniczna absermnwalną (4.4/17-)-.......... —- ............
4.4.5. Postacie kanoniczne macierzy układów o wielu wejściach
Wiersze macierzy Q2l można wyznaczyć kolejno, korzystając z zależności
(4.454). Z powyższych rozważań wynika następująca procedura wyznaczania D ana jest p a ra (A , B ) , A € Knxn , B € ®>nxm , układu dyskretnego lub ciągłego
pary macierzy (4.447) oraz macierzy Q2 dla dowolnej pary obserwowałnej o m (m > 1) wejściach. Zakładamy, że p a ra ta jest osiągalna, czyli
(A , c): (4.456)
rząd [B , A B , . . . , A ” _ 1B ] = n
PROCEDURA 18
oraz
Krok 1. Wyznaczamy współczynniki a0, . . . , an_! wielomianu charakterystycz (4.457)
nego (4.406) macierzy A. rząd B = rn
m ) kolum ną macierzy B . L założenia
Krok 2. Znając współczynniki ao, aj, . . . , a»_i, wyznaczamy poszukiwaną pa Niech B i będzie ¿-tą (i — 1, .
rę (4.447). (4.456) wynika, że ciąg kolum n
Krok 3. Korzystając ze wzoru (4.450) lub z zależności (4.454), wyznaczamy B y , B 2, . . . , B m , A B U A B 2, • , A B rn,
macierz Q2 1 oraz Q2- (4.458)
A 2 B r , A 2 B 2, . . . , A n~ l B m
346 4. Własności układów
4 4, Postacie kanoniczne 347
X X X X
Zauważmy, że:
A1
X 0 X 0 A 2 R ys. 4.42. Tablica-diagram do wyznaczania ko- _ di jest równe liczbie znaków x w i-tej kolumnie (i = 1 , . . . , m ) tablicy
3 lumn liniowo niezależnych (rys. 4.42);
0 0
- łączna liczba znaków x w tablicy (rys. 4.42) jest rów na n (wynika to
z zależności (4.462)).
A" - 1
DEFINICJA 122
Kolumny tej tablicy odpow iadają kolejnym kolumnom B \ , B 2, . . . , B 7n ma-
cierzy B . a wiersze kolejnym potęgom A °, A 1, A 2, . . . , A " - 1 macierzy A . Ko Macierze
1
lum na A '1“ 1B j leży w i-tym wierszu oraz j-te j kolumnie tej tablicy. W yboru n ‘A u
1
•
—
liniowo niezależnych kolumn ciągu (4.458) m ożna dokonać, badając liniową nie
zależność elementów tablicy (rys. 4.42) wg wierszy lub kolumn. B adanie liniowej * - ^ T w r i.
niezależności wg wierszy przeprowadzam y następująco. Z założenia wszystkie n11 1
O
0 • • .0 —a0
kolumny macierzy B są liniowo niezależne. Zaznaczamy ten fakt, umieszczając
1 0 • ■ 0 „u
znak x we wszystkich komórkach pierwszego wiersza tablicy (rys. 4.42). Jeżeli ai
_n
a **
1!
1 • ■0
0 ; O
kolum na A B ] jest liniowo niezależna od kolumn B ] , B 2 , ■.., B m , to umiesz
>
2
czamy znak x w komórce odpowiadającej A B \ i badam y liniową niezależność-
nii
1 ..
kolejno kolumn A B 2, A B 3 , . . . , aż znajdziem y kolumnę, n a przykład A 2B 2, 0 • • 1 a n~lJ
k tó ra jest liniowo zależna od kolumn
’O • ■ u a0
B , , B 2, . . . , B „„ A B [, A B 2 A B m. A ¿B ^ (4.459)
0 • - 0 (h (4.463)
A j =
Kolumnę A 2B 2 możemy wyrazić jako kombinację liniową kolumn (4.459)
ij
0 • ■ 0 ~ ai - 1 .
A 2B 2 = cn\\B\ -|- 0.02B 2 + - - • -1- aomB m + o. 11 A B 1 + « 12A B 2 + ...
. . . -I- ii\m A B rn + a 2i A 2B i (4.460) 1
_ _ _ ,0
W komórce odpow iadającej A 2B 2 umieszczamy znak 0. W szystkie kolumny B = diag [61 , 6 2, . . . , brn]
odpow iadające komórkom w tej samej kolumnie poniżej znaku 0 są również
liniowo zależne od kolumn (4.459). W komórkach tych nie umieszczamy żadnego
znaku. N astępnie przechodzimy do badania liniowejniezależności następnych
kolumn A 2B;j, A 2 B , . . . . K ontynuując tę procedurę, możemy wyznaczyć n
ą
b 3 = 1 , • • •, m
i ¥> :/>
liniowo niezależnych kolumn z ciągu (4.458). Z kolumn tych tworzymy macierz nazywamy m acierzam i w postaci kanonicznej sterowalnej łub równoważnie
nieosobliwą postaci w pierwszej postaci kanonicznej Brunouskiego-Luenbergera.
P i = [B i, A B u . . . , A dl~ l B i , B 2, A B 2, . . . , A ^ B a ,
Niech p t (i = 1 , . . . , n) będzie i- tą kolum ną m acierzy (4.461). K orzystając
B ;i, A B ;i, . . . , A d"'~ l B rĄ (4.461)
zatem z zależności (4.461), możemy napisać
4. Własności układów 4.4. Postacie kanoniczne 349
348
gdzie A ij i bi, i, i — 1 , m s ą określone macierzami (4.463). Zostało więc
A P i = [A B i, A 2 B u • • •, A dlB u A B 2, A 2 B 2, . .. udowodnione następujące twierdzenie:
. . . , A d2 B ‘2 , A B * , A 2 B a, . . . , A * “B m] = TW IERDZENIE 67
Jeżeli para (A , B ) je s t osiągalna, to istnieje macAerz nieosobliwa P i po
= [P 2- P 3 ’ • • ‘ A<hB i , Pdi+n Pdi+3> • • •
staci (4.461) taka, że macierze
(4.464)
• • •, P *+ *> A d2 B 2, PM + 2, • • • >Pn. A ^ J 5 m] A - F J ^ A F i, B — F )_1jB
Ze sposobu wyboru kolumn liniowo niezależnych (rys. 4.42) wynika, że ko mają postać kanoniczną sterowalną (4.463).
lum na A di B i ( i = 1, - - ■, to) jest kombinacją liniową kolumn liniowo niezależ
nych poprzedzających j ą w ciągu (4.458), czyli Z powyższych rozważań wynika następująca procedura wyznaczania macie
rzy F i oraz postaci kanonicznej (4.463) dowolnej p ary osiągalnej (A , B ).
771— 1
Niech p i będzie i-tym (i = 1, ») wierszem macierzy F j) 1. Z zależności Krok 1. Stosując wybór kolumn liniowo niezależnych wg wierszy ciągu (4.458),
'“••wyznaczamy macierz F i postaci (4.461).
F j xF i = 1I„ mamy
i Krok 2. Obliczamy macierz odw rotną F j _1.
f i dla i = J (4.466)
Krok 3. Korzystając, z zależności (4.468), wyznaczamy poszukiwaną parę (A , B ).
Pip j ~ 1 0 d la j j
CO
o
i
i
i
-3 0 0 - 4 -1 1 4 - 1 01 4 13 0 1 0 -3
1001 1o -1 o J Lo o - 1 -3 . .0 0 1 4 J(rok 2. Znając te współczynniki, wyznaczamy poszukiwaną parę (A , B ).
oraz Krok 3. K orzystając z zależności (4.476), wyznaczamy kolejne kolumny m acie
1 1 0 - 2 " •o 0" '1 rzy P i-
°1
-1 0 1 3 1 0 0 1
B = diag [i»i, 62] = 1B - 3 0 0 - 4 0 1 0 0 PRZYKŁAD 120
1 0 0 1 .0 0. 0 0_
Korzystając z procedury 20, wyznaczymy macierz P i oraz parę (A, B ) dla macierzy
(4.469).
Z dowodu twierdzenia 67 (zależności (4.467)) wynika, że kolumny o nume Korzystając z *tej procedury, otrzymamy kolejno:
rach d i, di + d2, . . . , di + d 2 + • ■• -I- d,n = n zaw ierają współczynniki kombinacji Krok 1. Ciąg kolumn (4.458) dla pary (4.469) ma postać (4.470). Kolumna A ' 1'B ,
liniowych (4.467), które w yrażają kolumny A dl B l (i = 1, . . . , m ) za pomocą dla i = 1 daje się wyrazić za pomocą tylko kolumny B i , czyli
kolumn liniowo niezależnych ciągu (4.458). B adając liniową niezależność ko
ABi = B 2 (4.477)
lumn ciągu (4.458), możemy wyznaczyć te współczynniki. Z zależności (4.468)
□tdla. i — 2 otrzymamy
B = PiB, A P \ —P \ A 13
-3 0
czyli A ^B i = B i + B i - 3A B i + 4A 2B 2 = (4.478)
41
[B i, B i , . . . , B rn] = \ p i , p 2, ■■■, P rJdiag [61 , b2, &„,] (4.474) -9
U.
© O i—
*
cc
Pl = B i =
i ^ ~
, p2 = b = , Pą = Ap:i == -10
ł0 ^ 0
2 - Pa = A Pi = 0 0 1 0 - 2 0
13 „ . r, , j- .2d a2 ry ^ ^ 0 0 0 2
J3 U B 2, A B U A B 2, A l B u A 2 B 2 = i Q _ I Q ^ q (4.483)
1
t
-
1
oraz
0 0 2 1 - 4 -1
’O 0 1 4
i
1 0 - 3 -1 0 Łatwo sprawdzić, że kolumny B u B 2, A B \ , A 2 B 2 są liniowo niezależne, d\
0 1 4 13 - d2 = 2 , oraz
.0 0 1 - 3 -~ 2' ~0 -
0 2
Otrzymane wyniki są zgodne z wynikami uzyskanymi w przykładzie 119. □ a 2b 2 = - b 2 - a b 2 = (4.484)
A 2 B i = - B x - 2A B r = 1 0
-4 _—1 _
Z porów nania procedur 19 i 20 oraz przykładów 117 i 119 wynika, że wyzna
czenie macierzy P i i pary (A , B ) n a podstawie procedury 20 jest obliczeniowo Druga i czwarta kolumna macierzy A m ają więc postacie
prostsze.
• - 1" •0 '
-2 0
TW IE R D ZE N IE 68 1
0 -1
Jeżeli para (A , B ) je s t osiągalna, to istnieje macierz nieosobliwa
_0 . - 1.
postaci (4.461), która przekształca tę parę w postać kanoniczną (4.463)1
z obiema m acierzam i blokowo diagonalnymi Warunek (4.4&1) jest spełniony, a więc macierze A i B są, blokowo diagonalne.
A P ^ A P i = diag [A-n, A 22, , A mm] (Ay = 0, i £ j), Krok 2. Poszukiwana para (A, B ) ma postać
B M 0
©
O
P ?B d ia g [b |, b2, . . . , b (4.480) ’0 - 1
A n A j2 1 -2 0 0 0 0 (4.485)
wtedy i tylko wtedy, gdy
A 2i A m 0 0 0 -1 , B = 0 1
a b ,, "... fl/ cłla H d,, 0 0 1 - 1_ 0 0
i = l,...,m (4.481)
Krok 3. Korzystając z zależności (4.476), otrzymamy
Dowód. K olum na A diB i d la i — 1 , . . . , m, jest liniową kombinacją tylko '0 ' - 0 • ‘ 1 '
liniowo niezależnych kolumn B i , A B i , . . . , Ad'~}Bi i jest niezależna od po 0 -2 0
zostałych kolumn macierzy (4.461) wtedy i tylko wtedy, gdy jest spełniony Pi = B i = Pa = B 2 = Pz ~ A p i = -1
1 0
warunek (4.481). W tym przypadku Aj,- = 0 , i j- j, i, j = 1, . . . , rn, i obie .0. _0 . _2 .
macierze A i B są blokowo diagonalne.
0
PRZYKŁAD 121 p„ = Ap3 = 1 q
Wyznaczymy macierz P , która przekształca parę
1
-1 0
"0 0 • Wobec tego
-4 o
0 -2
0 o B = (4.482) o i o o;
1 0
__1 o o -2 0
0 .0 0 _ P i = [P i Pi Pa Pd) 1 - 1 0 0
2
w postać kanoniczną (4.463). 0 2 0 1 □
^ Ą postacie kanoniczne
4. Własności ukłll(jńw
■ , . il dla 7 = i (4.491)
lech (¡i (i = 1 , . . . , n ) będzie i-tym wierszem macierzy P ] ' dla macierzy i ’ q lA * ~ 1 B i = {
• ■ \0 dla j < i
(kreślonej wzorem (4.461). Korzystając z qit definiujemy f
Korzystając z zależności (4.487) i (4.491), otrzym am y
Qi 9* ~<7ii '
q2 <7,4 <łi
e KnXi\ = = 9*2 (4.487) <li-A (4.492)
P i = Q iB [B i, B 2, . . ., B r
_Quli„
1
di- 1
1
t.......
Ali j= l fc=0
1
A
Aml Z równości Q Q l = otrzym am y
A m.m
0 1 0 0 ’1 dla i —k oraz j = l (4.490)
0 0 1 0 QiiQkl 0 d la i yb k lub j ^ l
' A,
0 0 0 1 Podstaw iając równanie (4.489) do (4.488) oraz biorąc pod uwagę zależność
—
—an™
0 ~ 4 -a% (4.490), otrzym amy
-4 -1 J
0 0 Q XA
QiA
Aj,j 0 0 i ^ j i, j = 1 , 777. (4.486) A = QAQ [qw -9i2> • • • >921-9221 • • ■-92*-931- • • • -9,„rf„
77
-«o 1. QmA
B f '0 • •• 0 0 0 • • 0 'A n • ** ^4-lm
b 2
B = - Bi = 0 • •• 0 0 0 • 0 AjJl 1 ’*
0 • 0 1 ^¿1 ■ biJn-,-i ^
.B m _ przy czym A i j są określone zależnością (4.486). Z faktu, że g,; jest i-tym
nazywam,y m,acierzami w postaci kanonicznej regulatorowej lub równoważ wierszem macierzy P ], a A di~~l B j odpowiednią kolum ną macierzy P wy
nie w drugiej postaci kanonicznej Brunouskiego-Luenbergera. nika, że
1 dla j = (4.491)
Niech g,: (i = 1, . . . , n ) będzie i-tym wierszem macierzy P s 1 dla macierzy 9 ?A '1’ 1./i >
0 dla, ;/ < i
wzorem ( 4 .4 6 1 ) K orzystając z g,:, definiujemy
Korzystając z zależności (4.487) i (4.491), otrzym am y
Qi Qi ' 9 ti ’
Q2 QiA 9ż2 Qi
Q = € K n x n , Qi = = (4.487) ąiA (4,492)
B i = Q iB
_Qm. , _<liAdi~ \ 9 « /, _
QiAdi~LJ
K orzystając z zależności (4.461) i (4.487), m ożna wykazać, że macierz Q jest;
nieosobliwa, ponieważ dci. Q P = 1 . Oznaczmy kolumny macierzy odwrotnej 0 - 0 0 o
Q l Przez g n , q l2, q U l , g21, g22, . . . , q 2(h, g:u, . . . , q„ulm. Biorąc pod
uwagę zależności (4.487), możemy napisać o ••• o o o •••
0 ••• 0 1 bil ••• h-
Q iA QiA Qi2
przy czym
Q 2A Qi.3
QiiA1 = q iA di~ l B j+ i, i = 1, . . . , m , j = 1, 7« - i - 1
(4.493)
QA - QiA — —
O
r°
1 0 0 1 3 0 - 3 1 1 2 -3 0 0 0 1 0
mają postać kanoniczną regulatorową. •
1 0 0 0 -1 1 4 - i 0 0 0 1 '0 0 0 1
1 0 . _ 1 0 -1 0 - .0 1 - 1 0. .1 1 - 3 4.
O
O
Z powyższych rozważań wynika następująca procedura wyznaczania macie-
oraz
rzy Q oraz postaci kanonicznej (4.486) dla dowolnej pary osiągalnej (A , B ):
O
O
'1 1 0 - 2‘ r i o]
PROCEDURA 21 Bi 1 0 0 1 1 0 0 0
B = = QB — (4.498)
b2 1 0 0 0 0 1 0 0
Krok 1. Stosując wybór kolumn liniowo niezależnych wg wierszy z ciągu (4.458),
—1
.0 L
O
.0 0
O
1 0 .
wyznaczamy macierz P postaci (4.461).
Krok 2. Obliczamy macierz odw rotną P l.
Zauważmy, że wiersze o num erach <¿1 , di + d2, ■■■, n m acierzy A są równe
Krok 3. Znając wiersze qi (i = d \, d\ -(-■(b, . . . , n) macierzy P 1, wyznaczamy odpowiednim transponow anym kolumnom o num erach d i, di -|- d2, .. .'^n m a
macierz Q postaci (4.487) oraz jej macierz odw rotną Q ~ l . cierzy A . Znając współczynniki kombinacji liniowych (4.465), które w yrażają
kolumny A diB i za pom ocą kolum n liniowo niezależnych ciągu (4.458), możemy
Krok 4. Korzystając z zależności (4.494), wyznaczamy poszukiwane macierze
wyznaczyć poszukiwaną macierz A . K orzystając z zależności (4.493), możemy
A i B.
wyznaczyć niezerowe i różne od 1 elem enty m acierzy B . Z zależności (4.494)
mamy
PRZYKŁAD 122
Wyznaczymy macierz Q oraz parę (A, B) dla macierzy (4.469). Q - 1B = B oraz Q - 1A = A Q ” 1 (4.499)
Korzystając z procedury 21 oraz wyników otrzymanych w przykładzie 119, postę
pujemy jak.niżej:....................... K orzystając z zależności (4.486) i (4.499), otrzym am y
,u = [i l () - 2] , qĄ = [ 1 0 0 1] (di= 1, di -I- da = 4)
0 0 0 0 0
Krok 3. Macierz Q ma więc postać 1 h i ••• bu ' ' * ¿hm —1
<7i " ’1 1 0 —2" 0 0 0 0 0
Qi 1 0 0 1
Q= <IąA 1 0 0 0
(4.495)
0 0 ••• 0 0 0 (4.500)
Qi = [B i B 2 B t
-<IaA 2 - .0 0 1 0 . 0 1 b-2i ■• • & 2m -2
a jej macierz o d w ro tn a 0 0 ••• 0 0 0
00 1 0
0 0 1 b2i h m —i
, _ 1 2 -3 0
(4.496) 0 0 ••• 0 0 0
* 0 0 0 1
0 1 -1 0
0 0 ••• 0 0 1
4- Własności układów
44. Postacie kanoniczne 359
oraz
A ll • A |m
9n> 9i2> • •> 9.14’921, 922) • • >92rf2 ’9311 • • ’ Qmdm] = q iA d'~ l B 2 = qxB 2 = [1 1 0 - 2 ]
_A ml ' A
; A [9ll. 9i2’ • • • > 914,921, 922, • • • , q 2 d2, 9 3 1, • • • ,Qmd.nl Krok 2. Poszukiwana para (A, B ) ma więc postać
Wykonując mnożenia i porównując odpowiednie kolumny z zależności (4 5om '0 1 0 0] M 0"
otrzymamy ' v • u). A u Am 0 0 1 0 Bi 0 0
A== — 0 B - -
A 21 A 22 0 0 1 0 0
h<h = B i , q2d2 = B 2 - bn g ld i, . . . f i mdm = j j m _ blm^ q ldi A .
1 ł -3 4 0 1
■■■- bm- l , l9m ~l, dm~l K’rok 3. Korzystając z zależności (4.501). otrzymamy
QUi-i = A q¡d¡ + adlQidi + a'd\ q-M?, + ■■■+ a™^qm<lrii "O" "O"
i 1 ,Oij. , + a 2,1 ,ñ„. i „ml = (4.501) 1 0
9 1 4 - 2 = M u i - l + a d i - l 9 l d , - l + ad\~lQ2d2 + • • ■ + a ^ L i g m d , = B, 923 = = 1
0
.0 . .0 .
4rndm- \ = M m d,n + a d?tQich + a%"q2d2 + •• ■ 4 - a™~1' mq mdm oraz
‘ 1 - "0 '
Znając elementy macierzy A i B oraz korzystając z zależności (4.501), może-
-3 2
my kolejno wyznaczyć kolumny macierzy Q ~ l , a następnie Q. Z powyższych Q22 — A Q23 “ 4 q 23 — 1 921 —A q 22 H 3r/?:, —
0 0
rozważań wynika następująca procedura wyznaczania macierzy Q oraz pary <
(A, B ) dla dowolnej osiągalnej pary macierzy (A , B ): .-1 . 1.
Wobec tego
PROCEDURA 22 "0 0 1 0' '1 1 0 —2 "
1 2 -3 0 1 0 0 1
Krok 1. Badając liniową niezależność kolumn ciągu (4.458), wyznaczamy wspól- Q 1 = i<hi’ 921 >922> 92sS oraz Q =
0 0 0 1 1 0 0 0
— rayimilriicombmacjrliniowych (4:465), oraz korzystając z (4.493), w yznacza-'' .0 i -1 0. .0 0 1 0 .
my maserowe elementy bij m acierzy B .
Wynik ten jest zgodny z wynikiem otrzymanym w przykładzie 122. □
Krok 2. Znając te współczynniki, wyznaczamy poszukiwaną parę (A , B ) .
Z porównania procedury 21 i 22 oraz z przykładów 122 i 123 wynika, że
Krok 3. Korzystając z zależności (4.501), w yznaczam y kolejne kolumny macie wyznaczenie macierzy Q oraz pary (A , B ) n a podstawie procedury 22 jest
rzy Q~L, następnie Q. obliczeniowo prostsze.
A° A1 42 An~ (4.507)
Pi =
X X X 0 Cl
C aA ^ - 1
X X 0 c2
R y s. 4.43. Tablica-diagram do wyznaczania C3
X X X 0 C3
c 3a
X X 0 Cp
C p A ' 1” - 1
_A p \
. . . -I- OpiC2A -I- a i 2 C xA l (4.506)
362 4. Własności układów 4:4, Postacie kanoniczne 363
1
0
......
•
(4.512), otrzym am y
r>hiXhi
(4.509)
1
0 0 • 0 P2
-4
O ,» ;
Ps
a
1
- -
1
1
Au •
___
Phi
----- 1
C \ A hl C \ A h'
-Api
c 2a Phi +2
oraz
C 2A 9 P/U+3
= Pi
P /u + 1
C 2 A h2 Phi+h 2 Ć = C P J1 = [P i, P 2> • - • - Pn] = diag [ćt, ¿ 2 , •••, £;
c 3a C 2 A h2
c 3a 2 P/i ]-|-. 1
P/ii -f-^2^2
gdzie A {j i ć*, i, j = 1, . . . , p są określone zależnościami (4.509). Zostało więc
C pA h”_ udowodnione następujące twierdzenie:
Pn
TW IERDZENIE 70
Ze sposobu wyboru wierszy liniowo niezależnych (rys. 4.43) wynika, że wiersz
Jeżeli para (A , C ) je st obserwowalna, to istnieje m acierz nieosobliwa P 2
C iA hi (i = 1 , . . . , p) jest liniową kom binacją wierszy liniowo niezależnych
poprzedzających go w ciągu (4.504), czyli postaci (4.507) taka, że macierze
A •=• P 2 A P ; ; 1, Ć = C P .J 1 (4.513)
C iA lli= J 2 ^ - a j +1 , 3 Phi+...+hk+j+1« » = 1, . . . , p (4.511) m ają postać kanoniczną obserwowalną.
fc=0 .7=0
364
4. Własności układów 44. Postacie kanoniczne 365
Z powyższych rozważań wynika następująca procedura wyznaczania ma K rok 3. Korzystając z zależności (4.513), otrzymamy
cierzy P 2 oraz postaci kanonicznej (4.509) dla dowolnej pary obserwowalnej
(A , C ). A u A 12
A = P 2A P 2 1
A-21 A ‘22
PROCEDURA 23 10 0 1 0 0 10 0 0 0'
'1
Krok 1. Stosując w ybór wierszy liniowo niezależnych z ciągu (4.504), wyzna- 0 1 0 1 0 -1 0 1 0 0 0 1
0 2
T—
czarny macierz P 2 postaci (4.507). : 1 o -1 -1 1 2 1 0 -1
1
ł
Krok 2 . Obliczamy macierz odw rotną P 2 1• 'Ć ! 0 '1 0 0'
C P2' =
■0
Krok 3. K orzystając z zależności (4.513), wyznaczamy poszukiwaną parę (A , Ć). 0 0 1 0
□
1
PRZYKŁAD 124
Wyznaczymy macierz P 2 oraz parę (A, C) dla macierzy . Z dowodu twierdzenia 70 (zależność (4.511)) wynika, że wiersze o num erach
hi, /ii + h i, . ■■, h i + h -2 -(-... -1- hp = n zaw ierają współczynniki kombinacji
1 0 0
1 0 -1 1 0 o liniowych, które w yrażają wiersze C i A >H (i — 1 , . . . , p) za pom ocą wierszy
C = (4.514)
-1 1 2 0 1 o liniowo niezależnydi ciągu (4.504). B adając liniową niezależność wierszy ciągu
(4.504), możemy wyznaczyć te współczynniki. Z zależności (4.513) mamy
Łatwo sprawdzić, że para (4.514) jest obserwowalna. Korzystając z procedury 23,
otrzymamy kolejno: CP> -- C oraz AP 2 = P 2A
Krok 1 . Wyznaczamy ciąg (4.504) dla pary (4.514), który ma postać czyli
' 0' ' 1 '
1 , ArC l= 1 0 0 0 0 0 0 0 Pi 'C {
cr= 0
0 -1 0 0 o 1 o 0 0 0 Pi Ci
= (4.517)
2
(a t ) 2c I -1 o o 0 0 0 0 1 0 cp
(4.515) Pn.
-2
oraz
Łatwo zauważyć, że wiersze C i, Co , C ^ A są liniowo niezależne (rys. 4 .44 ).
Pi Pi
1-----
Au •
Pi =
Pi (4.518)
1-----
X 0
¡^ł
R ys. 4.44. Tablica do przykładu 124 ■ A Jn>^
^3
X X
0 Pn. Pn
Wykonując m nożenia i porównując odpowiednie wiersze, po uwzględnieniu
Macierz utworzona z tych wierszy ma postać (4.509), z zależności (4.517) oraz (4.518) otrzym am y
'1 0 0 '
' Cl '
Pl ~ C l» P k i - H = C 2 , P i n + /l2+ 1 = C 3, - • • 1 P h i + - + h p- i + l = &P
P> = C2 =
0 1 0 (4.516)
C2A 1 0 -1 Pi = Pi A PA = P iA , ..., p hl = p h l __t A , p h l + 2 = p h l + 1 A ,
W tym przypadku hi = 1, ho = 2 . P /n + 3 = P h i + i A , . . . , p n = p n- i A (4.519)
Krok 2. Obliczamy macierz odwrotną macierzy (4.516)
Znając współczynniki ał£ kombinacji liniowych (4.511) i korzystając z (4.519),
[1 0 0 ' możemy kolejno wyznaczyć wiersze p l} p 2, p n macierzy P 2.
P .7 1 = 0 1 0
Z powyższych rozważań wynika następująca procedura wyznaczania macie
1 0 -1
rzy P i2 oraz pary (A , C ) d la dowolnej obserwowalnej pary (A , C ):
366 postacie kanoniczne 367
4. Własności ukłai)^ 4.4.
ClA = C l C iA
a dla i — 2 otrzymamy
C 2 A 2 = ~ C 2 + 2C 2A = [2, - 1, - 2] Dowód tego twierdzenia jest dualny względem dowodu twierdzenia 68 .
Pierwszy i trzeci wiersz macierzy A mają więc postacie [1 , 0 , 0], [0 , —1 , 2).
Krok 2 . Poszukiwana para (A, B ) ma więc postać
DEFINICJA 125
r 1 0 0' Macierze
n 1 0 U
0 0 1
0 -1 2 1° 1 0 Au - • - A jp
A
Krok 3. Korzystając z zależności (4.519), otrzymamy Api pp.
Pl = C l = (i, 0, 0], p 2 = C 2 = [0, 1, Oj p 3 = P2A = [1, o, - 1] /7M
a0
0 0 o
Wobec tego 1 0 0 -oi*
> r “1 0 0 ■ 4 ii = o 1 0 ~af
P z = P2 = 0 1 0
.Pa. .1 0 - 1. 0 0 1
Otrzymane wyniki są zgodne z wynikami uzyskanymi w przykładzie 124. □
0 • • 0 -a -o
Z porównania procedury 23 i 24 oraz przykładów 124 i P25 wynika, że wyzna 0 • • 0 ~ a -i n/ij x/lj ¿ / i , ż, ./ 1, . . . , P (4-523)
czenie macierzy P 2 i pary (A , C 2) na podstawie procedury 24 jest obliczeniowo
prostsze. 0 • • 0 -4 -1 -
Z porównania rozważań dotyczących pary (A , B ) i pary (A , C ) (twierdzenia
67 i 70) wynika, że rozważania dla pary (A , C ) można otrzym ać z odpowiednich ć ? = [ ć - ! , c 2l . . . , < % ]
rozważań dla pary (A , B ), zastępując w tej parze macierz A macierzą A 1 oraz
368 4. Własności układów 4 4. Postacie kanoniczne 369
—,
1 0 0
H-»
0
0
Q = [qi,a Qu ■• • > ■Ah'~ iq 1 ,q2, A q 2, • • •, A hi' l q 2 ,qa, ■• •, A h” Ap] 0 0 "
O
"1
(4.52-1) 1 --2 -1 0 - 1 0 0 1 = 0 0 - 1
0 1 0 1 2 1 - 1 - 2 0
1 2.
przy czym
0
0
1
<7= [Ćr, C 2\ = C Q = (4.529)
0 1 0
9 t = P/m , 9 2 = Phl+h2> ■■■. 9P = P„ (4.525) □
W sposób analogiczny jak dla macierzy Q postaci (4.487) można wykazać, że K orzystający zasady dualizm u, możemy również wykorzystać procedurę 22
macierz (4.524), (4.525) jest nieosobliwa dla każdej pary obserwowalnej (A , C ). do wyznaczenia macierzy Q oraz p ary (A , C ) d la dowolnej p ary obserwowalnej
(A, C ).
TW IERDZENIE 72
Jeżeli para (A, C ) jest obserwowalna, to istnieje macierz nieosobliwa Q PRZYKŁAD 127
postaci (4.524) taka, że macierze Korzystając z dualnej wersji procedury 22 , wyznaczymy macierz Q oraz parę (A, C)
dla macierzy (4.514).
A (-1.526)'“' Korzystając z wyników przykładu 125, otrzymamy kolejno:
mają postać kanoniczną obserwatorową (4.523). Krok 1 . Pierwsza i trzecia kolumna macierzy A ma postać [1, 0 , 0]r , [0 , —1 , 2]7 oraz
Cu = 0 .
Dowód tego twierdzenia jest dualny względem dowodu twierdzenia 69. Ma Krok 2 . Poszukiwana para (A, C ) ma więc postać
cierz Q oraz parę (A, Ć ) możemy wyznaczyć, korzystając z procedury:
A, _ "i
O
O
•**11 -^*-12 1
0
0
A 0 -1
O O•
PROCEDURA 25 A 21 a 22 0 0 1
1 2
Krok 1. Stosując wybór wierszy liniowo niezależnych z ciągu (4.504), wyzna
Krok 3. Korzystając z dualnych zależności do (4.501), wyznaczamy kolejno wiersze
czamy macierz P 2 postaci (4.507) oraz jej odwrotność P 2 ■
d i i d 2i d;t macierzy Q
Krok 2. Znając odpowiednie kolumny macierzy P-^1, wyznaczamy macierz Q
di= C l = [1, 0, 0], d2 = (¡¿A - 2d3 = [1, - 2 , - 1] , q 3 = [o, 1, 0]
postaci (4.524).
Wobec tego
Krok 3. Korzystając z zależności (4.526), wyznaczamy poszukiwaną parę (A, ć )
A i' "1 0 0 " "1 0 0 '
PRZYKŁAD 126 Q x= 92 = 1 - 2 - 1 oraz Q = 0 0 1
Wyznaczymy macierz Q oraz parę (A, ć ) dla macierzy (4.514). . 93 . 0 1 0 1 -1 -2
Korzystając z procedury 25, otrzymamy kolejno: Wynik ten jest zgodny z wynikiem uzyskanym w przykładzie 126. □
370 4. Własności ukł,Hlów 4 4. Postacie kanoniczne 371
Dla układów o jednym wejściu i jednym wyjściu rozpatrywaliśmy aż , Macierz C nie m a żadnej szczególnej postaci
ry różne postacie kanoniczne p ar (A , B ) i (A , C ). Dla układów osiągalnych
i obser wowalnych o wielu wejściach i wielu wyjściach m ożna również definiować Cu CV2 ’
cztery różne postacie kanoniczne p ar (A , B ) i (A , C ) i wyznaczać odpowiednio ('21 C22 ‘ . ,c ? Ą G l l x <*+1>
c = ICiji Ciji
macierze przekształcające te pary w postać kanoniczną.
^p2 * * Cprri _
gdzie fi < rząd E —stopień det [Ez —A] + 1 jest indeksem nilpotentności, a Dowód. K orzystając z zależności (4.533) i (4.534), otrzym am y
są macierzami fundamentalnymi określonymi następująco:
' {Eg - A ] - 1 = \P { E z - A ) Q ] - J = Q - \ E z - =
Hn dla i = 0 CO oo
E $ i - A # ; , = $ iE - (4.539)
0 dla i ^ 0 (4.545)
i= ~ fl i~ ~ ( i
<&i — 0 dla i < —fi
gdzie
Rozwiązanie równania (4.530) ma postać
$ i = Q ~ 1 & iP ~ l , i = - M + l , ••• (4.546)
2+/i- 1
x i = <PiE x o + i€Z+ (4.540) Z równań (4.542), (4.546) i B = P B m am y
j=o
R n := [# „ _ ! B , . . . , # 0 B , f - r B , . . . , < P ^B } = Q R n (4.547)
Zgodnie z definicją 66 uldad (4.530), (4.531) nazywamy osiągalnym w v
krokach, jeżeli dla ®o = 0 oraz dowolnego x j g l n istnieje ciąg u , g Rm dla gdzie
i = 0, 1, . . . , n -|- ft — 1 taki, że x n = x j . Zgodnie z twierdzeniem 18 układ B,, = [# n_ i B , . . . , <E0 B $ ^ B , . . . , (4.548)
(4.530), (4.531) jest osiągalny w n krokach wtedy i tylko wtedy, gdy
Jeżeli układ opisany równaniam i (4.530), (4.531) jest osiągalny w n krokach,
rząd i?.„ = n (4.541) to jest; spełniony warunek (4.541) i z zależności (4.547) otrzym am y^_
gdzie -i
Q —R nR n (4.549)
R n := . . . , $ 0B , $ ^ B , . .., (4.542)
gdzie R i R. są m acierzami kw adratowym i złożonymi z n liniowo niezależnych
Zgodnie z definicją 66 układ (4.530), (4.531) nazyw am y■obserwowałnyin kolumn macierzy R.n i odpowiednio R n. Podobnie z równań (4.544), (4.546)
w n krokach, jeżeli dla dowolnego aco ^ O oraz danych Ui € Rm i y i 6 R!'
i Ć — C Q mamy
dla i = 0, 1, . . . , n + fi —1 można wyznaczyć wektor E xq . Zgodnie z twierdze
niem 18 układ (4.530), (4.531) jest obserwowalny w n krokacłi w tedy i tylko ' C<I> IL ■
wtedy, gdy
C<3n-1 .
gdzie
0 7, := (4.544) C<1>
C * -i
O n := (4.551)
C<i>o
TWIERDZENIE 73
C $ n-1
Niech para (E , A ) spełnia warunek (4.533). Istnieją macierze nieosobli-
we P , Q e ! nxn takie, że macierze- (4.537)- -mają ■postacie .-kanoniczne Jeżeli układ (4.530), (4.531) jest obserwowalny w n krokach, to jest spełniony
(4.535), (4.536) jeżeli układ (4.530), (4.531.) jest osiągalny i obserwowal warunek (4.543) i z zależności (4.550) otrzym am y
ny w n krokach.
P = Q nÓ n (4.552)
4. Własności u k łu ty Ąą postacie kanoniczne 375
gdzie O n i O n są macierzami kwadratowymi złożonymi z n liniowo niezależnych Znając P i , P 2> Q j , Q 2 i korzystając z równań (4.556), możemy wyznaczyć
kolumn macierzy O n i odpowiednio Ó n . macierze M i N .
Jeżeli układ (4.530), (4.531) jest osiągalny i obserwowalny w n krokach to P R Z Y K Ł A D 128
macierze E , A , B , C w postaci kanonicznej można wyznaczyć, koiywcaj;^
z następującej procedury: Dany jest układ (4.530), (4.531) o macierzach
0 1 1 - 2' V
PROCEDURA 26 1: , A — B = c = [2 1 ] (4.557)
0 0 0 i 1
Krok 1. Znając E , A , B , C , wyznaczamy macierz transmitancji (4.534).
{,¡11 v.o sprawdzić, że układ ten jest osiągalny i obserwowalny w n krokach. Korzystając
Krok 2. W yznaczamy realizację w postaci kanonicznej (4.535), (4.536) macie i; pjoccdury 26, otrzymamy kolejno:
rzy transm itancji (4.534).
Krok 3. Korzystając^z zależności (4.538) i (4.545), wyznaczamy macierze lim. Kwi: 1. W ansmitancja tego układu
dam entałne i dla i = - p , . . . , - 1 , 0 , . . . , n - 1. -1
'- 1 z+2 "l"
Krok 4. K orzystając z równań (4.542), (4.548) i (4.544), (4.551), wyznaczam y T \z) = C [ E z - A \~ l B = [2 l] -2 z - 7 (4.558)
0 -1 1
macierze B ^,, R'n , O n i O n .
Krok 5. K orzystając ze wzorów (4.549) i (4.552), wyznaczamy poszukiw ane ■Kj,ik 2. Realizacja w postaci kanonicznej (4.535) transmitancji (4.558)
macierze Q i P .
'1 0' ‘ 0 1' 0‘
Ei Ai = , By = Ci = [-7 -2 ] (4.559)
.0 ° . —i 0 1
TW IER D ZEN IE 74
Niech macierze a realizacja w postaci kanonicznej (4.536)
E i — M E 2N , A% = M A 2 N , B V = M B 2, C i ^ Ć 2N (4.555) 0 -1 -1 -2
# -2 = <
1> (4.561)
0 o o -1
gdzie
z -1
M : = P xP z l , N = Q źlQi (1.556) [j&iz - Ai] 1 =
1 0
ï-i 0 0 -1 0 11
(4.562)
1—
‘I’-2 o 1 , * -1=
1*
Dowód. Z zależności (4.553) i (4.554) mamy =
E = P ^ E XQ J X = P ^ l E 2 Q 2 \ A = P ^A & J 1 = P 2 l A 2 Q2 \ z 1
\B 2z - A 2y ’ = <ń_.,z + < P ,
-1 0
B = P ~ 1 B l = p ^ b 2, c = ć ^ r 1 = c 2q z x
0 0 - 2 0 - r
(4.563)
oraz #_■> = , * 1 , =
o 1 .1 0
R2 = # 0B , i - j B , ^ -2 B ] = u o -3 - FUNKCJA C A N O N :
0 0 -1 o Funkcja sprowadza model zmiennych stanu do postaci kanonicznej sterowal
f ti = [# 1 3 !, * ¿ 3 ! ,* 1 ,3 ! , # L 23 i 0 0 10 nej lub diagonalnej.
0 0 0 1 (4.504) C S Y S = C A N O N (S Y S , T Y P E ) wyznacza postać kanoniczną. P aram etr
0 0 2 O TY PE może przyjmować dwie wartości:
00 -7-2 - +,m odał’ -I— postać kanoniczna diagonalna,
'C45_2‘ 0 - r Ó ! # i2 O -2 - +’com panion’ -|- - postać kanoniczna sterowalna.
(?<?>_! -2 - ć i# L i 2 -7
o2 o.j = [C SY S, T] — C A N O N (S Y S , T Y P E ) wyznacza postać kanoniczną i po
Oi>0 0 O i#J O O (4.505
daje macierz przekształceń T , k tó ra pozw ała sprowadzić m odel do wybranej
O ^i 0 O O
Oi#l postaci kanonicznej.
0 2# 'i 2 - 'o r
O ,# ! 1 0 F u n k c jaJO R D A N :
Ó? = i Funkcja wyznacza postać kanoniczną Jo rd a n a macierzy.
C 2# l 0 0 (4.500)
Jij2 0 0 J O R D A N (A ) wyznacza postać kanoniczną Jo rd a n a macierzy A .
[V, J] = J O R D A N ( A ) wyznacza postać kanoniczną Jo rd an a J oraz ma-
Krok 5. Korzystając z zależności (4.532) i (4.551), otrzymamy cierz V przekształcenia przez podobieństwo sprow adzającą macierz A do
-i postaci J , tj.
- 3 -1 1 0" -3 - 1
Qi = R2R \ l -i O V ~ lA V = J
0 1 -1 O
O -2
i
P i = ó \ Ó2 ■0 - 2 ' '- 1 1
2 -7 -2 -5 PRZYKŁAD 129
O 1
-i - i Sprowadzić do postaci kanonicznej Jordana macierz o rozmiarach 5 x 5 , której
Q 2 = Ą,jR2 "-3 - 1 ' '2 0 _ 1 ‘ 1 2' elementami są wylosowane liczby rzeczywiste.
-1 0 -7 -2 ~ 4 0 Losujemy macierz o rozmiarach 5 x 5 za pomocą polecenia
o r -i
__ 0 - 2 '- 2 -5 ' = ran d (5 ,5);
2—
,1_D. —2.,..,—5,, — .„,0™. _9
Wyznaczamy jej postać kanoniczną Jordana za pomocą polecenia
Koi stając z .zależności (4.556), otrzymamy
[V, J ] = jo rd an (A ); a
-1 1 - 2 —5"
M = P iP 25 _ l _ 1 '2 - 7 '
0 1 0 -2 4 0 -2 (4.567) PRZYKŁAD 130
1 1 Model zmiennych stanu postaci
N = Q72 lQ l 4 2 -3 - : f ' :2 o ' " -1 0 0,2' "0"
(4.568)
¡1
1 -i 0 -7 -2 = 0
-r O 0 2 1 X +
1 0-3. .1 .
Łatwo sprawdzić, że macierze (4.567), (4.568) spełniają równość (4.555) dla (4.559) '1 2 0'
(4.5601.
= 0 10 X
.0 0 1
4.4.8. Jak to zrobić w MATLAB-ie sprowadzimy do postaci kanonicznej sterowalnej i wyznaczymy macierz przekształce
nia T.
W MATLAB-ie stworzono kilka podstawowych funkcji, pozwalających dokonać Ilefiniujemy macierze oraz model zmiennych stanu poleceniami
transformacji macierzy do postaci kanonicznych. Niżej omówiono najważniejsze A = [-1 0 0 .2 ;0 -2 1;1 0 -3 ] ;
z nich.
C. = [ 1 2 0;0 1 0;0 0 1] ;
378 4. Własności układów 4.5. Zadania 379
JrrAn-1
M<1+ i1 Ri
Z a d a n ie 11. Wykaż, że para (A, C) jest obserwowalna wtedy i tylko wtedy,
gdy
R ys. 4.45. Schemat obwodu elek
n—1 _ mL n k
<
J J ker OA* = 0 (4.569)
O trycznego
t= 0
= A ii + Be -M-m&O
dt = [d CB CAB . . . C A n~ 1B
y = C iL + D e
A = - i ( R lR i + lh lU 1
L \ R \ + Ra R2 + R 4,
oraz skorzystaj z w arunku (4.129).
g _ f R \ ____________ Ry
2) Wykaż, że
L \ Ra + Ra R 2 H~ R i , i
R-i Ra [N 0 N t ... N n ] = [D C B CAB . . . C M ” -1 !? ] M
R 2 + R i R \ + Ra
gdzie M jest macierzą, nieosobliwą.
1 1
D = -------------- 1-------------
R i h Ra Ra + R i :■ Z a d a n ie 17. Wykaż, że układ (4.62), (4.63) o macierzy transm itancji
Warunek mesterowałnosci: B = 0, warunek nieobserwowalnośd C — 0. 1
T {z) 1 1
Z a d a n ie 16. Dany je st układ (4.62), (4.63) o nieskracałnej macierzy trans-
mitancji . z -\- 2 z 4* 2
jest osiągalny wyjściowo.
T ( z ) = C [11nz - A lp 1 B -I- D = W s k a z ó w k a . Ponieważ
dyz)
gdzie 1 1 2 2
. o
T (z) [ N iz + N o ] , N i , No =
o I
z + 2 1 1
t
N { z ) = C [In 2 - A ]ad B + D d{z) = J 2 N - ć ■'atein korzystając z warunku (4.572), mamy
(4.570){
2—0
d (z ) = d et [Inz — A] — z n + O n-iz”-1 + . . . + (iiz + aQ 2 2 11
(4.57,1) rząd [iVo N i ] == rząd
1 1 0 0
Wykaż, że układ ten jest osiągalny wyjściowo wtedy i tylko wtedy, gdy
1) wiersze macierzy T ( z ) są liniowo niezależne nad ciałem liczb zespolonych, Z a d a n ie 18. Dany jest układ złożony z jeziora i hydroelektrowni. Do jeziora
lub wpływa woda z hydroelektrowni oraz z topniejącego śniegu w górach. Masę
wody wypływającej z hydroelektrowni w jednostce czasu oznaczamy przez u (t),
382 4. Własności układam 383
jj 5_ Zadania
a m asa wody wpływającej z topniejącego śniegu je st proporcjonalna <l<, maSy' 2 -id-inic 20. Dany jest układ z dodatnim sprzężeniem zwrotnym (rys. 4.46)
śniegu x \ (i). M asa wody wypływającej z jeziora k 2 x 2 (t) jest proporc jimalłi;i
m asy x 2 {t) wody w tym jeziorze. Z prawa zachowania masy mamy r<iv.ii;mia■
x i = —k i x i
(4.573)
x 2 = fcia;! — fc2x'2 -I- u R y s . 4 .4 6 . Schemat układu sterowania
M.574)-
gdzie k i i k 2 są znanymi niezerowymi współczynnikami. Za odpowiedź // przyj,
mujem y m asę wody wypływającej z jeziora, tzn.
V = k2 x 2
który w torze głównym zawiera człon o transm itancji operatorowej
Wykaż, że układ opisany równaniami (4.573), (4.574) jest ol>serwow;i!uv, ;ile
nie jest osiągalny oraz wyznacz model ARMA tego układu. 1
W s k a z ó w k a . Z równań (4.573), (4.574) mamy
~ M x(s)
(des Mi is ) = n )> a w korze sprzężenia zwrotnego człon o transm itancji
~h o 1 To
C = [0 k 2 W *)
ki ~ k ,2 ’ 1
P , Q macierze nieosobliwe, r = rząd N i skorzystaj z jednego z trzech pierw ker pl„, s — A j] n ker C i — O
szych warunków tw ierdzenia 49.
dla wszystkich skończonych s € C
Z a d a n ie 2 6 . Wykaż, że układ singularny (4.203), (4.204) jest ii-sterowalny
wtedy i tylko wtedy, gdy macierz są równoważne.
-A E 0 W s k a z ó w k a . Skorzystaj z faktu, że dla A e R " x" rz ą d A = n wtedy i tylko
0 —A E
wtedy, gdy ker A = 0 oraz dekompozycji układu (4.203), (4.204) n a poduldady
(4.206), (4.207) i (4,208), (4.209).
0 1 0 0
0 2 1 0
-1
Aj =
0 0 2 0
5 P =
1 0 1 0
c Ćs
1.
CA Ć 3A 3
. 0 0 0 . 0 0 0 1 .
QA“
W s k a z ó w k a . Skorzystaj z procedury 8. CA11- 1
Z ad an ie 31. Wyznacz macierz P przekształcającą macierz
która przekształca tę parę w postać kanoniczną
-3 - i r
1 -5 -1 dfi~. 1 —a „ _ 2 .. ■ —0.1 - a o
2
2 -2 -4 1 0 . 0 0
A 3 = Q 2 1AQ-i = 0 1 . 0 0 (4.575)
w postać diagonalną.
O d p o w ie d ź . 0 0 . 1 0
"110'
Ć-A = C Q Z = [ 0. . . 0 1] (4.576)
P = - 0 11 P ~ l A P = diag [ - 1 , - 2, - 3]
2
101 przy czym ao, a i, . . . , an 1 są współczynnikami wielomianu charakterystycz
W s k a z ó w k a . Wyznacz wartości własne si = —1, S2 = —2, s3 = 3 oraz
nego macierzy A . W iersze q ,, q 2, . . . , q n macierzy m ożna wyznaczyć
kolejno z zależności q n = C , qn_ l = q nA , . . q t = q 2A .
odpowiadające im wektory własne p lt p2, P:>,
z których otrzymujemy
Aa = P aPZ 1 AaP aP ^ 1 = MA3M " 1
390 4. Własności układów 4.5. Zadania 391
przy czym ag, ax, . . . , a n_j są współczynnikami wielomianu charakterystycz qA2 < lA
= «n<7j + qn- \ A . —1 71
_ qA n _ - E «dK 1 1
W sk a zó w k a . Korzystając z zależności (4.577), (4.578), wykaż, że . i=0
przy czym ag, a2, ■. ■, a n_ 1 - współczynniki wielomianu d et [Is — A] oraz
c ć A
CA C aA a 1 dla i = n —1
q A lb
Q<i — 0 dla i = 0, 1, . . . , n —2
_ C A n~ x _
a Ar 1. Z a d a n ie 37. Wyznacz Q x i Q 2, przekształcające parę obserwowalną (4.197)
a następnie skorzystaj z równości A ąQ ą 1 = QĄ l A , C ąQ 4 1 = C dla postaci w postacie kanoniczne
kanonicznej (A 4, C ą). '1 0 0 '
1 0 0
Aj —Q | lA Q j 0 0 -1 C, = CQj =
0 1 0
Z a d a n ie 35. Niech ak będzie elementem podmacierzy A y , i j posta 0 1 2 L J
ci kanonicznej (4.143). Wykaż, że przy wyborze wg wierszy kolumn liniowo
A 0 0'
■ni® ^^flyeliTTćiągu (4.135)' jest słuszne * ".......... ............................ 'i 0 0"
A 2 = Q-, 1A Q '? = 0 2 1 c 2= c q 2=
0 0 i
min(<'k —1, dj) + 1 dla i <j 0 -L 0j L J
'h = 0 dla k > Pij
min (di, dj) dla i >j
O D P O W fB D Ź .
C
oraz z faktu, że macierz m a pełny rząd kolumnowy, gdyż p ara (4.197)
CA
jest obserwowalna.
Dodatek A
PODSTAWY RACHUNKU
MACIERZOWEGO
DEFINICJA 129
Macierzą ó1rn wierszach i n kolumnach nazywamy funkcję, która każdej
parze liczb naturalnych (i, j ) , i = 1, . . . , m , j — 1, n , przyporząd
kowuje jeden elem ent a,ij będący liczbą, wielomianem lub operatorem {np.
różniczkowania, całkowania).
DEFINICJA 130
W ymiarem macierzy (A .l) nazyw am y parę uporządkowaną m x n licz
by wierszy rn i kolumn n . M acierz nazyw am y prostokątną, jeżeli m ^ n
i kwadratową, jeżeli m — n i wtedy n nazyw am y stopniem macierzy A .
DEFINICJA 135
DEFINICJA 131 Macierz kwadratową nazywamy górnotrójkątną (dolnotrójkąiną), jeżeli
Główna przekątna macierzy (A.l) dla m = n składa się z elementów aa. wszystkie elementy położone poniżej (powyżej) głównej przekątnej są równe
Sumę tych elementów nazywamy śladem macierzy i oznaczamy tr A , czyli
zeru.
71
tr A ~ Y ^ a u (A -2)
¿=i
A.2. Wyznacznik macierzy i jego własności
Szczególnym przypadkiem macierzy symetrycznej jest macierz diagonalna, Wyznacznik d et AL m a następujące własności:
której wszystkie elementy leżące poza główną przekątną są zerami a y = 0,
- Transpozycja, nie zm ienia wartości wyznacznika, tzn. det A 7 = det A.
i j . Szczególnym przypadkiem macierzy diagonalnej jest macierz skalarna,
Wyznacznik d et A = 0, jeżeli macierz A zawiera jeden wiersz (kolumnę)
której Wszystkie' ckuut ul > n a głównej przekątnejsąTÓOTie = a-,-i - i , n.
Z macierzy skalarne,] dla a — 1 otrzymujemy macierz je d n o s tk o w ą In. Macierz, złożoną 7, samych zer.
której wszystkie elementy są równe zeru nazywamy macierzą zerową Omn, przy - Wyznacznik d et A zm ienia znak n a przeciwny, gdy zamieniamy miejscami
czym m. oznacza liczbę wierszy, a n liczbę kolumn. dwa wiersze (kolumny) macierzy A .
- Wyznacznik d et A = 0, gdy dwa wiersze (kolumny) macierzy A są iden
tyczne lub proporcjonalne.
DEFINICJA 134 - Jeżeli macierz B pow staje z macierzy A przez pomnożenie jednego wier
Macierz kwadratową , której elementy spełniają warunek
sza (kolum ny) przez liczbę c, to
aij = —aji i, j — 1, . . . , n
det B = c det A
At = -A
Jeżeli macierz B pow staje z macierzy A przez pomnożenie wszystkich
nazywamy skośnie-sym etryczną (antysymetryczną).
elementów przez liczbę c, to
d et B = cn d et A
Elementy a,u m acierzy skośnie-symetrycznej są zerami. Każdą macierz kwa
- W yznacznik d et A nie zm ienia wartości, jeżeli do jednego wiersza (kolum-
dratow ą A m ożna rozłożyć n a część symetryczną A ~ oraz skośnie-syrnełry- i* *---- "»-»■**-»'‘i m twi P>r7.V A .
\ i i _ i___
396 A. Podstawy rachunku macierzowego A.3. Podstawowe działania na macierzach 397
Kolumny « i, a 2, ak są liniowo « i ,
DEFINICJA 147 rząd A = fe- Liczba kolumn liniowo nieZai . ezne wtedy i tylko wtedy, gdy
M acierz nazyw am y hermitowską, jeżeli A* = A . szy liniowo niezależnych. Rząd macierz' <'f nyc*1 -iest zawsze równa liczbie wier-
•y A nie zmienia się jeżeli:
- dowolną kolumnę (wiersz) pomnoż
zamienimy miejscami dowolne dw ieT ^iP1Ze2! niezerow-v ska3ar'
A.4. Minory i wyznacznik iloczynu macierzy oraz rząd - do dowolnej kolumny (wiersza) C|0V ° Umny (Wlersze)<
macierzy kolumn (wierszy). amA kombinację liniową pozostałych
Jeżeli A (B ) jest macierzą nieosobliwą, to rząd ( A B ) = rząd B (rząd ( A B ) — Macierz A w ustalonych bazach opisuje operator liniowy, który odwzorowuje
= rząd .A). " przestrzeń liniową (wektorową) X C R n w przestrzeń liniową Y c Rrn, czyli
A : A •—> Y . Jądro ker A je st podprzestrzenią przestrzeni X , a obraz Im A
TWIERDZENIE 76 (Sylvestera) ;est podprzestrzenią przestrzeni Y . Niech d im k er A (Im A ) będzie wymiarem
Rząd iloczynu macierzy A € Rmxn ¿ B e RnXj> spełnia nierówność podprzestrzeni ker A (Im A ). W ted y zachodzą zależności
rząd A + rząd B —n < rząd (A B ) < min (rząd A , rząd B ) (a . 7) rząd A = dim (Im A ) ^
dim (ker A ) + dim (Im A ) = n
TW IE R D ZE N IE 77
Jądro ker A macierzy zawiera wektor zerowy wtedy i tylko wtedy, gdy ma M acierz A £ Rmxn m a lewą odwrotność A l wtedy i tylko wtedy, gdy
cierz A m a pełny rząd kolumnowy.
rz ą d A = n (A. 14)
DEFINICJA 151 TW IE R D ZE N IE 78
Obrazem Im A (R (A )) macierzy A £ Rmxn nazywamy zbiór wektorów Jeżeli je s t spelnio' j 1 :nek (A .14), to lewa odwrotność A l macierzy A
y € Rm takich, że dla każdego z nich istnieje wektor x £ R ” spełniający je st określona przez jeden z niżej podanych wzorów
warunek y = A x , tzn.
Im A = { y £ Rm : 3, *■ £ Mn, y = Aa;} (A .n ) A l = [A T A ] ~ l A T + K \ ( \ m - A [A r A ] ^ A Tj (A.15)
402 A. Podstawy rachunku marierzowwjo A,7. Rozwiązywanie układu równań liniowych 403
DEFINICJA 154 gdzie A aa je st m acierzą dołączoną macierzy A , pow stałą przez zastąpienie każ
M acierz A P £ Rnxm nazywamy prawą odwrotnością macierzy A dego elem entu macierzy transportowanej A T odpow iadającym mu dopełnieniu
e % gdy algebraicznym
T W fE R D Z E N ie 8 0 -------------------- “ — --------- Układ m równań liniowych z n niewiadomymi X|, :r,i, ;rn można zapisać
~.JcŻGli.jcsL-spclniony...war.unek (A.19),. to .prawa odwrotność A p macierzp w postaci
A jest określona przez jeden z niżej podanych wzorów Ax —b (A.25)
AP = A t [ a t a ] _1 + ( l „ - A T [A A T] _1 a ) K i (A.20): gdzie
' «n • 71 ~ b i' x!
A P = K i [A iC 2 1-1 (A.21)
A = b= , X —
A™ 1+ a m_ i A 7"' 2 + . . . + ailn _@'7711 G"mn. J>rn. .x n _
Ap = Q (Im - A 2 K 3) (A.22)
ao K,
dla dowolnych m acierzy K i £ R rlXm, K i £ R "Xm takiej, że det [AJC2] p TW IERDZENIE 81 (K r o n e c k e ra - C a p e lle g o )
jś o, K z £ przy czym Q £ W 1™jest macierzą nieosobliwą Układ równań (A.25) ma rozwiązanie x wtedy i tylko wtedy, gdy
pcrm utacji kolum n macierzy A taką, że A Q = [Ai, A 2], A \ £ Kmxm, rząd [A, b] = rząd A (A.26)
d et A j ^ 0, A 2 € Rm x(n-m ); aQi a u 1 są współczynnikami wie
lom ianu lub równoważnie
Jeżeli rząd A = m , to warunek (A.26) (i (A.27)) jest spełniony dla dowolnego A .8. Wartości własne i wektory własne macierzy
b i układ równań (A.25) m a rozwiązanie w postaci
UWAGA 4 9 . Jeżeli x jest wektorem własnym macierzy A , to a x , a ^ 0, jest Mnożąc lewostronnie przez U* i prawostronnie przez U , z zależności (A.34)
również wektorem własnym tej macierzy.
otrzymamy
71
A = U diag [Ar, A2, . . . , A„] U* = (A-35)
TWIERDZENIE 87 i—1
Wektory własne odpowiadające różnym wartościom własnym m,acierzy są
wektorami liniov>o niezależnymi. gdzie Ui jest i-tą kolum ną macierzy U .
. DEFINICJA 163
Każda niezerowa kolumna (wiersz) macierzy dołączonej [IA —A ]ad jest pra Zależność (A.35) nazyw am y rozkładem macierzy hermitowskiej A wzglą
wostronnym (lewostronnym) wektorem własnym odpowiadającym wartości wła dem wartości własnych.
snej A macierzy A . Wartości własne macierzy hermitowskiej A (A* = A ) są
liczbami rzeczywistymi, a wektory własne odpowiadające różnym wartościom 1
własnym są ortogonalne. Wartości własne macierzy symetrycznej A (A r = A ) W szczególnym przypadku d la macierzy sym etrycznej A G Mnx” ( A 1 — A )
są liczbami rzeczywistymi, a wektory własne odpowiadające różnym warto zależności (A.34) i (A.35) przyjm ują postać
ściom własnym są ortogonalne.
Q ' A Q = diag [A,, A2, . . . , A„J 6 R nXn (A.36)
oraz odpowiednio
71-
A= Qcliag [Ai, -\2, . . . , A„J Q r = £ Ai(Mf (A.37)
I.
A.9. Rozkład macierzy względem wartości własnych
gdzie Q = [rj-r, q2, ■■■, qn\-
i wartości szczególnych
TW IE R D ZE N IE 89
DEFINICJA 161 Dla każdej macierzy A G C mxn istnieją macierze unitarne U G <Cm xm ,
Macierz nieosobliwą U G C nxn nazywamy unitarną, gdy V € KnXr1' takie, że
U U * = U * U = In A = UEV* (A.38)
gdzie
0 • • 0 0 ■ ■ 0'
DEFINICJA 162 0 72 0 0 • 0
< • • •
m <n
Macierz nieosobliwą Q € Mnxn nazywamy ortonorrnałną, gdy
Q Q t = Q r Q = lln 0 0 • ■ Cm. 0 •
• ° .
409
Formy kwadratowe dodatnio określone
A. Podstawy rndumku macierzuwpq0
lub TW IERDZENIE 91
Jeżeli macierz A e C nxn je s t nieosobliwa, to
(AA2)
0-1 0 • •• 0 '
0 <T2 ■ - 0
oraz
£■ 0 0 • • crn rn > n
• > ( 0 - 5 3 5 - ' z J L
0 0 • - 0
gdzie crj(A) oznacza wartość szczególną m acierzy A .
0 0 • - 0
Dla macierzy rzeczywistej A e Rnxn z tw ierdzenia 89. wynika, że istnieją
Liczby rzeczywiste o \, . . . , <?i, l — m in (m , n), oą > <?2 ^ ^ o,
> 0, crr+ i — • • • = cr = 0, r = rząd A , określone jednoznacznie przez A, acierze ortonorm alne U € Rmxm, V E KnXrt takie, że
(A.44)
są nazywane wartościami szczególnymi tej macierzy.
A = U SVT
zależność (A.39) przyjm uje postać
r (A.45)
TW IE R D ZE N IE 90 ■A = ai%ti‘uT
Wartości szczególne Oi z wartościami w łasnym i A* macierzy A* A są zwią ii—ł
zane zależnością i
rri y fc , 1 X, . . . , r TW IE R D ZE N IE 92
Jeżeli A G ]Rnx" je s t symetryczna, to cr, = |A»[, i == 1, . . . , r.
DEFINICJA 166 94 ( k r y te r i u m S y lv e s te ra )
T W IE R D Z E N IE
Formę kwadratową (A.46) nazyw am y singularną (osobliwą), gdy ( ■ j Forma kwadratowa (A.46) je s t dodatnio określona wtedy i tylko wtedy gdy
= 0, a niesingularną (nieosobliwą), gdy det A yś 0. ~,;i wszystkie m inory główne ’ '’
l« n « 12!
Podstawiając x = P y , y e R n do (A.46) otrzym am y Mi = l° u l > M2 «21 a,22
(A.50)
A (x ) = y r A y , A = P TA P an «12 O l, 71—1
fA.47)
M n- 1 = a, 21 0,22 0 2 , 71—1
DEFINICJA 167
Macierze sym etryczne A i A dla d e t P ^ 0 nazywamy macierzami kon 0>n— 1, 1 a,n - 1, 2 ■ ■ a ?l-l, 77—1
gruentnymi, a samo przekształcenie kongruencją. oraz d et A są dodatnie, a forma, kwadratowa je s t ujem nie określona wtedy
i tylko wtedy, gdy
Jeżeli A = A t , to wartościom własnym Ai, As, . . . , A„ macierzy A odpo- Mi < 0, M 2 > 0, M s < 0 , . . . , (—l)" d e t A > 0 (A.51)
wiadają wzajemnie ortogonalne w ektory w łasne M j, M 2, . . . , M n , a maciorz
M = [Mi, M 2 , • • •, M n] spełnia zależność M 1 M = In oraz
U W A G A 50. Dodatnia (ujem na) określoność fo rm y kwadratowej (A.'4S)-jcsl
,2
A (x ) = y TM TA M y = y TA y = Ai { m '[ 3;) rA.-19) DEFINICJA 170
¿=1 Formę kwadratową (A.46) nazywamy półokreśloną dodatnio (ujemnie),
gdzie M j jest i-tym wierszem macierzy M r . gdy dla każdego x € Kn przyjm uje wartości nieujem ne (niedodatnie).
TW IERDZENIE 96
TWIERDZENIE 93 Forma kwadratowa (A.46) je s t półokreśloną dodatnio wtedy i tylko wte
Forma kwadratowa (A.46) je s t dodatnio określona wtedy i tylko whdy, gdy dy, gdy wszystkie m inory główne oraz det A są nieujemne, gdzie
wszystkie wartości własne Aj , A2, . . . , A„ m acierzy A są dodatnie. dla 1 < ii < i 2 < . . . < ip < n , p = 1 , . . . , n je st minorem
głównym stopnia p powstałym z macierzy A przez wykreślenie wszystkich
wierszy i kolum n z w yjątkiem o numerach ij , i 2, . . . , ip.
Wyznacznik det A dodatnio określonej macierzy A jest dodatni.
412 A. Podstawy rachunku macierzowego A U- Normy wektorów i macierzy 413
DEFINICJA 171
||A |L = ™ ?n Y M (A -56)
N orm ą ||* || wektora * G C nazywamy nieujemną liczbę rzeczywistą .'speł "" ¿=1
niającą warunki n n
||* || > 0 YajjiO oraz ||* || = 0 <=> x = 0, ||A||F = Y V . Iaij |2 (norm a Frobeniusa)
\ t=i j= i
||A;*|| = |fc| ||a:|| dla dowolnej liczby k G C, (A.52)'
II* + 2/|| < ||* || + lli/H (nierówność trójkąta) DEFINICJA 173
Norma m acierzy (|A|| je st zgodna z norm ą wektora ||* ||, jeżeli dla dowolnej
macierzy A i dowolnego wektora * zachodzi nierówność
Do najczęściej spotykanych norm w ektora x = [x\, a>2, . . . , a;n]T nnle/a
||A * || < ||A || ||*j| (A.57)
||/cA|| = |/c| ||A || dla dowolnej liczby k G C, (A.51)' gdzie <J\ jest najw iększą w artością szczególną macierzy A .
DEFINICJA 175
TW IER D ZEN IE 97 W ielom ian u i{\) nazyw am y w ielom ianem zerującym macierzy A £
wtedy i tylko wtedy, gdy w ( A ) — 0.
Jeżeli m,acierz A E R mXn m a rząd r < min (m , n ), to m acierz pseudo
odwrotna A 9 je s t okreśiona wzorem i
U w a g a 5 5 . Każda m acierz kwadratowa m,a co najm niej jeden wielomian
A 3 = C r { C C T] ~ 1 [JBBT] B t = C T [b tA C tJ B t (A.60) zerujący, którym je s t je j w ielom ian charakterystyczny (A .32).
Z-ij Z ki = 0 dl a i H
DEFINICJA 177
Mówimy, że funkcja f (A) yesi określona na widmie macierzy A r Z a Z ij ■Z ij dl a i I, . . . , 7 , j — 1, . . . , nu
(A .71)
''<rmelfifnidmenminmalnytn~{A".ęi(iy-wlsdy>4-tylka. wiedyK,ydy
Z% = Z,; i dl a fc = 1, 2, . . . , i = 1, . . . , r
/(Afc), / (i) ;;;; (Ajt) = .........
1
" ij ( i - l ) ! ' (A ]I„A¿y 1Z n dla i = 1, . . . 5 r, j = 1, nu
d(m*.-l)A |A=A,. ‘ ' W szczególnym przypadku, gdy wielomian m inim alny macierzy A m a postać
V;(A) = (A - Ai)(A — A 2) ••• (A — Am )
Wielomiany r;(A) i /i(A) przyjm ują te same wartości n a widmie macierzy (A.72)
A wtedy i tylko wtedy, gdy g (A ) = A(A). W artości funkcji /(A ) n a widmie to wzór (A.68) upraszcza się do postaci
macierzy A w pełni określają funkcję macierzy f ( A ) . m
/(A ) = ] T > £/ ( Ai)
■i=i (A .73)
TW IERDZENIE 101 (Ł a g ra n g e ’a- S y 1ve s t e r a )
pr/y czym
Jeżeli funkcja f( X ) je st określona na widmie macierzy A , to
ymr -/*
A• — Ii X■
/(A ) = £ [ z h nXi) + Z i2f ^ \ x i) + ... + Z imJ ^ - l\ \ Ą (A .68) ■
(A .74)
i= l
418 j.1. Macierze blokowe 419
A. Podstawy rachunku m a c io r « ,^
('1.75)
.....)
■ A qp_
TW IERDZENIE 102
W wyniku różnych podziałów tej samei Jeżeli w macierzy blokowej
blokowe. Działania na macierzach blokow m.acic'r /y. otrz.ymarny różne macierze
macie-rzy o elementach skalarnych. yC1 e imujcrny analogicznie jak rl!;V A B
Ar (A, 79)
C D
---- 1
DEFINICJA 180
Iloczynem, macierzy blokowej A — r a i ,, ,
— I " ijj »==1, q przez macierz blokową TW IERDZENIE 104
B = .... p jest macierz blokowa~C ~ [C ij) is=1 ę , przy czym ' Jeżeli mnożenie macierzy A i C oraz C i D je st przem ienne, to
r 1 ’ i=i, t _ j det { A D - C B ) , gdy A C = C A
C h = £ A ikB k j. ,lnl' M “ 1 d et [A D - B C ] , gdy C D = D C (A '82)
k=1
a równanie macierzowe
przy czym A , D C A lB , A2 = A - B D ^ C
X B = C, B e R qxp, C G Knx<? (A.90)
jest równoważne równaniu
A.15. Iloczyn Kroneckera macierzy ( in ® B T) X = C — (A.91)
Równanie macierzowe
DEFINICJA 182
Iloczynem Kroneckera A <g) B macierzy A k jj e i macierzy A X - X B = C, A G i lłXn, B € KmXT,\ C G R ” xm dane,
bij e f xq nazywamy macierz blokową postaci
B = ¡ba] l e i " “ niewiadom a (A.92)
' an B UlflB jest równoważne równaniu
A® B = ę ]grnpxn? (A.84)
nB (A ® I r„ - IIn ® B t )X = C (A.93)
iiju 1I I
gdzie X = [xu x 2, C = [ci, c*2, . . . , cm]7 , a aą oraz c; są i-tym i
’■wierszami macierzy X i C .
Z definicji wynika, że n a ogół A ® B ^ B ® A. Iloczyn Kroneckera ma
następujące własności:
(AA) ® B = A ® (AB) = A( A ®B ) A.16. Jak to zrobić w MATLAB-ie
( A + B ) <s>C = A ®C +B ®C Rachunek macierzowy jest podstawowym narzędziem m atem atycznym , n a któ
A® ( B C ) = A® B + A® C rym opiera się M a t L a b . Z wielkiego bogactw a funkcji operujących n a macie
A ® ( B ® C) = {A® B) ® C rzach omówimy tylko te, które m a ją bezpośredni związek z tem atyką poruszoną
( A ® B ) 7' = A 7' ® B t (A.85) w tym dodatku.
Przed przystąpieniem do omówienia podstawowych funkcji operujących n a
(A ® B ) ( C ® D ) = A C ® B D
macierzach przystąpim y do omówienia dwóch najważniejszych sposobów defi
A ® B = { A ® In )(ITO® B ) dla A 6 Rm> B G Knxn niowania macierzy.
d et [A ® B] = (det A )n (det B ) m dla
A G R,n> B G Rnxn
• Definicja bezpośrednia, tzn. poprzez podanie kolejnych jej elementów. Np.
( A ® B ) - l = A - l ® B ~ l , gdy d e t A ^ O , d etB yM ) macierz
A 2 3
Równanie macierzowe
A = 4 5 6
AXB = C (A.86) 7 8 9
422
A. Podstawy rachunku macierzowego ;A-16- Jak to zrobić w MATLAB-ie 423
w n o ta cji MATLAB-a definiuje się następująco: O panow anie w ym ien ionych w yżej trzech sp o so b ó w w yd o b y w a n ia danych z
A = [1 2 3 ; 4 5 6 ;7 8 9 ]; m acierzy w y sta rcza do n a b ycia u m iejętn o ści spraw nego p o słu g iw a n ia się m a
lub równoważnie cierzam i w MATLAB-ie.
A = [ l,2 ,3 ; 4 ,5 ,6 ; 7 ,8 ,9 ] ;
FUNKCJA TRA N SPO SE, CTRA N SPO SE:
Ja k widać z tego przykładu, wiersze macierzy są oddzielane średnikami Funkcja TR A N SPO SE tran spon uje m acierz o elem en tach rzeczyw istych , funk
elem enty znajdujące się w kolum nach są oddzielane przecinkami lub spa cja C TR A N SPO SE tran spon uje m acierz o elem entach zesp olonych, czyli
cjami. Nie m a obowiązku definiowania macierzy wierszami, jalc uczyniono zw raca m acierz sprzężoną.
to wyżej, m ożna m acierze definiować kolumnami. T a sam a macierz zdefi A ' zw raca w ogóln ości m acierz sp rzężoną w zględem m acierzy A . J est to
niowana, kolum nam i w zapisie M a t L a b - u, przedstaw ia się następująco: najczęściej stosow any zap is ze w zględów praktycznych.
A = C C l;4 ;7 3 ;C 2 ;5 ;8 ];C 3 ;6 ;9 ]]; M ożna jed n ak u żyw ać sk ła d n i T R .A N S P O S E (A ) , jeżeli m acierz A m a ele
m en ty rzeczy w iste lub C T R A N S P O S E ( A ) , jeżeli m acierz A m a elem enty
W przestrzeni roboczej pow stanie ta sam a macierz A , niezależnie ocl wy
zespolone.
branego sposobu jej zdefiniowania. N a zakończenie przykładów definicji
macierzy podam y jeszcze inny, również poprawny wariant, zdefiniowania ;
m acierzy A F u n k c ja DET:
,]
A = [ [ l , 2 ; 4 , 5 ] , [ 3 ; 6] ; [ 7 ,8 ] 9 ; Funkcja ob licza w yzn acznik m acierzy kw adratow ej.
D E T (X ) o b licza w yzn aczn ik kw adratow ej m acierzy X . .
o Definicja pośrednia, czyli przez wykorzystanie różnych funkcji M at L an-.t, '
do utworzenia macierzy. N ajprostszym i przykładam i m ogą być macierze ‘
F u n k c ja TRACĘ:
składające się wyłącznie z jednakowych liczb. Przypuśćmy, że chcemy zde-
finiować macierz o 5 wierszach i 12 kolumnach, zawierających w każdym Funkcja zw raća ślad m acierzy.
wierszu i każdej kolumnie liczbę 1.3. Wykonujemy to szybko za pomocą T R A C E (X ) ob licza ślad m acierzy X , czyli su m ę elem en tów na diagonali,
polecenia k tóra d la m acierzy kw adratow ych rów na się su m ie w artości w łasnych.
A=ones( 5 ,1 2 ) * 1 .3 ;
F RAND:
u n k c ja
Funkcja ONES jest opisana niżej. ..........
Funkcja zwraca macierz o podanych wymiarach zawierającą wartości psen-
Kilka kolejnych przykładów poświęconych będzie zilustrowaniu sposobów __ dolosowe.
w ydobyw ania danych z macierzy. R A N D ( M , N ) zw raca macierz o wym iarach M x N zawierającą liczby
• W ybranie elem entu o num erze w iersza u> i num erze kolumny k z macierzy pseudolosowe.
A realizuje polecenie
A(w ,k) F u n k c jaEYE:
Funkcja tworzy macierz jednostkową, podanego wymiaru.
• W ybranie wiersza o num erze w z macierzy A realizuje polecenie
E Y E (X ) zw raca m acierz jed n o stk o w ą o w ym iarze X .
A (w ,:) E Y E (X , Y ) łub E Y E ([X Y ]) tw orzy m acierz o w ym iarach X x Y m ającą
Symbol : zam iast num eru kolum ny oznacza, że m ają być wzięte wszyki e jed yn k i n a głów nej d iagonali.
kolumny. Analogicznie p o stęp u je się w stosunku do kolumn, tzn. polecenie
A (: ,k ) F u n k c jaO N E S:
Funkcja tworzy macierz podanego wym iaru zawierającą jedynki.
powoduje w ybranie kolum ny o num erze k z macierzy A .
O N E S (X ) zw raca macierz kwadratow ą o wymiarze X składającą się z je
o Chcąc w ybrać z m acierzy A podm acierz składającą się z kolumn od fcj
dynek.
do k-2 i wierszach od w% do 102, należy skorzystać z polecenia
O N E S (X , Y ) lub O N E S ([X Y ]) tw orzy m acierz o w ym iarach X x Y sk ła
A(w l:w 2 , k l : k 2 )
d a ją cą się z jed ynek.
424 A. Podstawy rachunku macierzowego A.16. Jak to zrobić w MATLAB-ie 425
PRZYKŁAD 134
Rozwiążemy równanie Dodatek B
'8 V
3 5 X = 3 (A.96) R Ó W N A N IA R O Z N IC Z K O W E
4 9 2
I R Ó Ż N IC O W E
W tym przypadku n = 3 > rn = 2 i rozwiązanie tego układu równań może nie istnieć.
Jak wiadomo, warunkiem istnienia rozwiązania układu równań (A.96) jest
b 6 Im A
Bazę obrazu macierzy wyznacza się za pomocą polecenia
R = o rth (A );
W [Walter RudinJ podano twierdzenie, które pozwala sprawdzić, czy b G Im A przy W dodatku zebrano podstawowe wiadomości dotyczące różniczkowania macie
założeniu, że do dyspozycji jest dowolna baza ortonormalna obrazu macierzy R . Twier
dzenie to mówi, że rzy i wektorów, równań różniczkowych i różnicowych oraz obliczania pochod
nych Liego, nawiasu Liego i dystrybucji. Dowody większości twierdzeń m ożna
b 6 Im A = b —R R b\\ 0 (A.97) znaleźć w książkach w języku polskim podanych w wykazie literatury. Roz
" ważania dotyczące pochodnej Liego, nawiasu Liego oraz dystrybucji podano
Z tego wynika, że za pomocą polecenia
łącznie z objaśnieniam i, dowodami i przykładam i, gdyż brak jest tych rozwa
n o r m ( b - R * R ’ *b )
żań w książkach w języku polskim.
można szybko uzyskać odpowiedź na pytanie o istnienie rozwiązań układu równań
(A.96). Jak widać w tym przypadku rozwiązań nie ma, ale gdyby przyjąć
9
B .l. Różniczkowanie i całkowanie macierzy
(A.9&).
DEFINICJA 184
'Gradientem funkcji skalarnej g( x) względem wektora x N , ®2, ...
Wn)’1' nazywamy wektor postaci
- % (;c) '
i- Niech macierze A , B , C m ają takie wymiary, że istnieje ich iloczyn B A C ,
U
; a t r A niech będzie śladem macierzy A ( t) = [cijj] i=i, m , ten. t r A = aa.
dg(x) di.ro j " 1, Tl. ?■=]
grad n(x)
. da; Wtedy
~— i:r ( B A C ) = B T C T (13.11)
oA
gdzie - ' § oznacza pochodną cząstkową względem X{. A tr ( A B A 1]) = 2 A B , gdy BT = B (B.12)
ćM
A
—- d e t [B A C ] = d et [B A C ] A - 1 , gdy d et A f- 0 (B.13)
(/«rl
Weźmy pod uwagę funkcję wektorową / ( x ) — [/i(« ), / 2(*)i /«(*))
wektora x , którego składowe a;» = x ;(t), i — 1, . . . , n , są różnłczkowalnyrm Weźmy pod uwagę macierz A (i) = \a-ij\i= i m . której elementy a # (i) są
funkcjami zmiennej i. j = i, ..., 71
""Całkowalnymi funkcjami zmiennej t.
DEFINICJA 185
Pochodna funkcji wektorowej f { x ) względem zm iennej L jest określona na DEFINICJA 186
stępująco: ■ - Całką oznaczoną macierzy A (i) w przedziale [0, i] nazywamy macierz
df ( x ) ■ v _ df(x) dx C(t ), której elementy są całkami oznaczonymi w tym przedziale odpowied
(B.G)
fu J d x '’ di nich elementów macierzy A( t ) , czyli
przy czym r* ■ rl-
da;i G( t ) = / A ( r ) d r — f « ^ ( r j d r ¿“ 1, (B.14)
do L./o
- d f s(x) ~dT
df i (*) '
dx i &En da‘2
df(x) daj
di ■leżeli A(f) i B(f) są macierzami przynajm niej jednokrotnie całkowalnymi
dxT Tu
df m{x) ’ dfrń{x) względem zmiennej to
. ctei dxn - dxn
~dt
432
B. Równania różniczkowe i ió>nicoito
r
O 2. Równania różniczkowe 433
Jo
f A(t)dB(t) = A(t)B(t) - f \ d A ( t ) } B ( t)
Jo da;
(n.irj
d t’
DEFINICJA 187
■ 0 1 0 0 '
Całką iterowaną macierzy A ft) =
[ay ]tó l, m nazywamy r 0 •
mac/r.rz. 0 0 1 0
.7= 1, 71
11
s,
C \ (i), której elementy są całkami iterowanymi elementów A(t) 0
macierzy ■ 0 0 0 1
czyli
_ -a 0(t) ~ai ( t ) - a 2(¿) •• nn_x(t)_ -u(t).
Ci(t) = / / A (rJ)drIdr = [ / i ay-(r)drjdr]
Jo Jo LJo Jo 1> ••• m (U.18). Warunek początkowy dla rów nania (B.23) m a postać
j= 1, n
Vio
Jeżeli A e ?/20
71 jest macierzą nieosobliwą, to (B .24)
3!(to) = *0
j 1eArd r = A " 1 ( e ^ - 1«) 2/n0
(H. Iii)
a jeżeli ponadto wszystkie wartości własne Ak (k = 1, n ) tej macii-r/y
m ają ujemne części rzeczywiste (A jest m acierzą stabilną asymptotycznie). i’0 TW IERDZENIE 106
rd tt = Niech A ( t ) będzie macierzą kwadratową stopnia n o elementach będą
Jo oArd ~ -- A
A 1 i i 1.2(1). cych funkcjam i ciągłymi czasu t, a f ( t ) n-w ym iarow ym wektorem ciągłych
funkcji czasu. Rozwiązanie x = a;(/,) równania (13.23) spełniające warunek
początkowy x (1.q) — xq ma postać
B.2_fiówiiiania lóżniczkowe
x(b) — #(£, io)a;o -I / # (£ , t ) / ( r ) d r (B.25)
?:.............. ■
- Jt0 .......................
DEFINICJA 188 przy czym
Liniowym równaniem różniczkowym n-tego rzędu o zmiennych wspatczyn- •
nikach co(t), a\ (/.), ■.., nazywamy równanie posiaćt #(ć, /;0) = Hn -1- f A ( r ) d r -|- i A (r ) i A ( r j ) d r i d r -f . . . (B.26)
J t(j • «7¿0 J ¿0
dny®
7T' +I n (‘) ¿n l y W i . ,.*dv(i)‘ a i o jest chwilą początkową.
d tn ' d i” “ A ■■• + a i ( i ) + «o2/(/) = u(t) (1J.21)'
2 warunkami początkowymi
dy(t)
y(to) = j/io, • DEFINICJA 189
d t \t=ta d i” “ 1 |t=to Un O (I ¡.22)/
Macierz to) określoną zależnością (B.26) nazywamy macierzą podsta
wową (fundam entalną, tranzycyjną) równania (B.23).
Wprowadzając nowe zmienne: a;, = v, x-> = dyll) dn“ 1i,p.i
równanie różniczkowe
równanie różniczkowe (R.S/T
(B.21)1 napisać
nnnisjnZ w
„r postaci:di ’ ’ n d/n * , mn/uny
Macierz # ( i , t 0) m a następujące własności (B.27)-ł-(B.36):
x —A(t)x + f
(H.2:i) ‘/'(i0, to) = In (B .27)
434 B. Równania różniczkowe i różnicowe [j.3. Równania różnicowe 435
a macierz (B.26) upraszcza się do postaci to) = eA(t~t° \ B.3. Równania różnicowe
' 1 1 0 0 ' 0
A “*fm ~ A /m+l —A f m = / m-|-2 " -|- f m
-r* 0 1 1 •• 0 0
Ogólnie, różnicę n -tego rzędu funkcji dyskretnej f k w punkcie k = rn inożna xk Ak= fk
wyrazić za pomocą wartości tej funkcji w kolejnych n + 1 punktach 0 0 0 ■ 1 o
,,.n
k - n“ ki - an 2k ~ an - l .
.-« o L9k
11 I
A n/m = ^ ( ~ 1 ) / ;\| -| frn+n-i (B.44) Analogicznie, wprowadzając zm ienne x \ = x kl x \ = x k+i, . . . , x ^ = x k+n- i ,
i=0 V1 l)-1-
możemy równanie różnicowe (B.47) napisać w postaci (B.50), przy czym wek
tory x k i f k są zdefiniowane tak samo, a macierz A m a postać Frobeniusa
■0 i 0 •• 0 '
DEFINICJA 191
Równaniem różnicowym n-tego rzędu nazywamy związek funkcji dyskretnej 0 0 1 •• 0
Ak= (B.51)
o :
i je j różnic do n-teyo rzędu włącznie. Liniowe równanie różnicowe n-teąo
rzędu o zmiennych współczynnikach aft, ak , . . . , ak_ : ma postać 0 0 •• 1
-6 f - ą -■ • - 4 - 1 -
A nx k + a* _ i&n~ l*k + ‘ ' + «1 Aa;fc + a§x k = gk (B.45)
gdzie gk jest daną funkcją dyskretną. Warunki początkowe dla (B.45) mają
postać TW IER D ZEN IE 108
Rozwiązanie równania (B.50) spełniające warunek początkowy x 0, ma po
A °xo = xq, Aa'o = A n-1a;o == %n- i (B.46) stać
k- 1
xk = & k f l XQ + ^ k , i + l f ii . k = 0,1, (B.52)
i=0
Korzystając z (B.44), możemy równanie różnicowe (B.45) przedstawić w po
staci równoważnej przy czym
''A jf-jA jflf'- •' • A i dla "' k > i •
+ • • • + lĄ:rk+i + ¿>q;x k — gk (B.47) (B.53)
Iłi d la k — -i
—A u —A u i /.o = (J mamy
W tym przypadku dla A K orzystając z iloczynu skalarnego < • , • > , możemy (B.73) napisać w postaci
A-21 AY!
L / h = < grad h, f > =
(B.75)
# (f ) = eAt #11 W #12 (O dh
(B.70)
#21 (Í) # 2 2 « dxi
Ji
Rozwiązanie równania (B.68) m a więc postać dh
— ~ Í2
[fly /2. , /„] d x2
X = [#21 (i) + # 22« * o ] [ # 11« + # 12( i ) ^ 0]_1 dx2' ' " ' d ź >
fn
dh
dxn
B.5. Pochodna Liego funkcji skalarnej wzdłuż wektora pola
lub stosując oznaczenie § = [ j | - , J | , • - - , «L] w postaci
W eźm y pod uwagę układ nieliniowy o jednym wejściu opisany równaniem
(B.76)
x = f ( x ) -|- <j{x)u (B.72)
gdzie x = [aij, x 2, x„]T jest wektorem stanu, u jest skalarnym wymusze P RZYKŁAD 135 ^
niem, a f ( x ) = [fi (x), f 2(x), . . f n ( x ) f i g(x) = [<7i(ac), 52 « ) , gn ( x ) \ r Wyznaczymy pochodną Liego rzędu drugiego funkcji h{x) = * 1* 2*3 względem pola
są wektorami zależnymi od x. wektorowego / ( x) = [xix2, x \, .
Korzystając z definicji (B.73), otrzymamy w tym przypadku
f1
dh dh dh v r ' * 1* 2‘
DEFINICJA 193 L f h-
d J p dx2 ’ dx3 f '2 — [2:2* 3 , * 1* 3, * 1* 2] T2
*2 ■3xix¡x-¿
Polem wektorowym f { x ) w obszarze V C Kn nazywamy funkcję, która
każdemu punktowi p G V przyporządkowuje wektor f (p). Ja. .* 2 * 3 .
oraz
Funkcje wektorowe f ( x ) i g ( x ) w równaniu (B.?2) określają więc odpowied L /h — Lf ( Lj h) dLfh dL/h dLjh 1 v r
nie pola wektorowe. Niech dana będzie tunlccja skalarna h(x) wektora x , która dxi ’ d %2 ’ dx-¿ J h
Ja.
m a ciągłe pochodne dowolnego rzędu względem wszystkich składowych tego
* 1*2
wektora. — [ 3 * 2 X 3 , 6 a u .T 2 .T 3 , 3 a : ! T g ] T22 12x 1X2X3
* 2*3 .
Q
DEFINICJA 194
Pochodną Liego L f h pierwszego rzędu funkcji skalarnej h ~ h( x) względem Z definicji (B.73) wynika, że:
pola wektorowego f — f (a;) nazywamy funkcję skalarną określoną wzorem
La fi-vph h ~ * L f l h -}- /I l ‘f-, 11 (B.77)
= (B.73) - dla dowolnych pól wektorowych oraz dowolnych funkcji skalarnych f i i f 2
i=i dxi
L jc h = c L f h (B.78)
- dla dowolnego skałara c niezależnego od wektora x
Pochodne Liego wyższego rzędu funkcji skalarnej h(x) względem pola wek
torowego f ( x ) określamy rekurencyjnie , , , 9{ L f h)
L ,L ,h = - s L l g
(B.79)
Ljh = Lf , k = 1,2,... (L°f h = h) (B.74) - dla dowolnych pól wektorowych f i g oraz funkcji skalarnej h = h(x).
442 B. Równania różniczkowe i różnicowe B.6. Nawias Liego pól wektorowych 443
B.6 . Nawias Liego pói wektorowych K orzystając z definicji (B.80), łatwo wykazać, że:
Weźmy po d uwagę dwa gładkie (tzn. m ające ciągłe pochodne dowolnego rzędu) [/> 9 ] = -[.9. /] (B.84)
n-wymiarowe pola wektorowe f = / (as) i 0 = 9 i'-1’) wektora x € R ” . [ a f + bg, ą ] = a [ f, q ] + b [g, q\
(B.85)
[ /, ag + bq] = a [f , g] + b ( / , q]
D EFIN IC JA 195
Nawiasem, Liego [ / , g\ pól wektorowych f i g nazywamy pole wektorowe - dla dowolnych pól wektorowych / , g i g oraz stałych współczynników
określone wzorem a, 6 € IR
d9 * áf (B.80)
[/> a) dx / da;'
przy czym [ a f , Pg] = a/3 [ / , g] + a { L f 0 ) g - 0 ( L ga ) f (B.86)
~ dgi 9.9 ) ' ~!U± - dla dowolnych pól wektorowych f i g oraz funkcji skalarnych a i 0
dx\ dxn d xi dxn
ÉE. df = (B.81)
das ’ dx
dgn dgn d fn d fn [f , [g, 9 ]] + [g, [9 , /]] + [9 , [ / , 9 ]] = o (b.87)
.dx\ dxn . .d x i dxn .
są m acierzami Jacohiego pola wektorowego g i odpowiednio f , - zachodzi tożsamość Jacobiego dla dowolnych pól wektorowych f , g i q.
- ■\LX,X
ll.-rf.-ci; 4- 2 .XiX2X3 3a2x3 B.7.1. Dystrybucje
Niech V będzie otw artym podzbiorem M" oraz nied i w każdym punkcie x e V
L„Lth = ~ \^ x 2x 3 6xix2X3 3xix’2 ] będzie określonych d liniowo niezależnych gładkich wektorów f i (x) i —
ra L = 1, . . d. W ektory te rozpinają d-wymiarową gładką podprzestrzeń prze
—3 X2X3 4 6xiX2X3 i 3xfx| strzeni liniowej i ł ” w każdym punkcie x & V .
TW IE R D ZE N IE 112 • Jeżeli x G A , to
Dystrybucja A x zawiera dystrybucję A z , A x(x) D Az ( x ) , wtedy, gdy d
Vi6V A x( x ) D A 2(a;) x = J 2 * (-7;) f i (r,;) (B *96)
t'=1
gdzie Ci(x), i = 1, . • ■, d są gładkim i fu n kcja m i skalarnym i wektora x
TW IE R D ZE N IE 113 określonymi na V °.
Pole wektorowe f ( x ) należy do dystrybucji A , f ( x ) G A (a;), jeżeli
MxeV f ( x ) e A(x) TW IERDZENIE 115
Jeżeli x° 6 V ° je s t p u n ktem regularnym gładkich dystrybucji Aj i A 2, to
iloczyn tych dystrybucji A x (~i A 2 je s t również dystrybucją gładką w V°.
Niech F ( x ) będzie m acierzą o n wierszach i elementach będących funkcjami
gładkim i w ektora x G Kn - Kolumny macierzy F ( x ) m ożna traktować jako
pola wektorowe, a sam ą macierz jako dystrybucję rozpiętą n a jej kolumnach.
B.7.2. Dystrybucje inwolutywne
W artość tej dystrybucji w punkcie x jest równa obrazowi Im macierzy F(x),
czyli
DEFINICJA 201
A (.t) = Im ( F( x ) ) (B.94) • Dystrybucję A nazywam,y inwolutywną, jeżeli nawias Liego [ f, g] każdej
pary pól wektorowych f i g należących do A należy również do A^cżljlir .
W ym iar (dim ) tej dystrybucji w punkcie x jest równy rzędowi macierzy F(x)
w tym punkcie, czyli / , 9 € A = ż [ / , g}€ A (B.97)
dim A(x) = rząd F ( x ) (B/Jó) 1
Niech
A (x) G span { f t (x), • • ■, f d(x ) } (B.98)
DEFINICJA 199
Dystrybucję A nazywamy nieosobliwą na podzbiorze V , jeżeli istnieje lir ¡.hu Z założenia / , g G A w ynika, że
naturalna d taka, że <1. d
- f ( x ) = I ^ Q ( x ) / i (x) o raz g ( x ) = ] T di ( x) f i ( x) (B.99)
" "T F eT -
/=1 i= t
w przypadku przeciwnym dystrybucję tę nazywamy singularną (osobliwą). gdzie Ci(x), di(x) są gładkim i funkcjam i skalarnymi. Z (B.97)-i-(B.99) wynika
następujące twierdzenie.
DEFINICJA 200
P unkt x° G V nazywamy punktem regularnym dystrybucji A , jeżeli ist TW IER D ZEN IE 116
Dystrybucja A je s t inw olutyw ną wtedy i tylko wtedy, gdy
nieje otoczenie V ° punktu x°, w którym, dystrybucja ta je s t nieosobliwą
w każdym punkcie x°. V 1 < i, j < d [ /,;,/./] € A (B.100)
^3 (B.107)
DEFINICJA 202 x-yx.Ą —xiX 2 X;i
Dystrybucję A nazywamy inwariantną względem pola wektorowego f , jeżeli sin(.7:3 ) + :Ą -|- x i x 3
nawias Liego [ / , <7] G A dla każdego g e A, czyli
W tym celu, korzystając z zależności (B.80), obliczamy
geA=>[f,g]<=A (B.I02)
l
'
0
0
0
0
x2
d /i , d / f = 0 0 0 0 a-'3
Niech A będzie rozpięta n a wektorach / j, . . . , f d. W tedy z założenia wyni +
da: da; 1 0 0 0 0 X3 X4 —X1X2 X3
ka, że
.0 1 0 0, _sin(x3) + x \ + X\X3_
d
" 0 1 0 0 ■ ■1 - ‘0 ‘
g( x ) = Y , di ( x ) f i ( x ) 0 0 1 0 0 0
i= 1
~X 2 X3 —X\X3 X4 — X 1 X2 a:3 0 0
gdzie di(x), i = 1 , . . . , d są gładkim i funkcjami skalarnymi. . x3 2 X2 cos(x3) + Ti 0 . - X 2 . .0
450
B. Równania różniczkowe i różnicowe
O
r-2
o
o
o
d /2 - d f 0 0 0 0
[/. f'z) = --- J ------ T- f n = •Bs
-1-
Dodatek L
cl;c dx ‘ 0 0 0 0 c i x 2x 3
,1 0 0 0. _ s in (x 3 ) + x | + XlB i .
' 0 I -]
P R Z E K S Z T A Ł C E N IA C A Ł K O W E
0 0 ' 0 ‘ ‘ 1
0 0 i 0 1 0
— X 2 X;i ~ X lX 3 X ą — x i 2 •'ES 0 0
_ X3 2X2 c o s ( x 3 ) -1- X] 0 . -••ci . -X2
oraz sprawdzamy warunek (B.105). Warunki te są spełnione, gdyż
■1 0 ' 1 0 -1 '
0 1 0 1 o
rząd
0 0 = rząd 0 0 0
= 2
-X 2 x-l . _B> X! - X 2 . W dodatku tym zebrano podstawowe wiadomości dotyczące przekształcenia
w całej przestrzeni K4. Dystrybucja (B.106) jest więc inwariantna względem poi; Laplace’a, jego własności i rozwiązywania równań różniczkowych m etodą ope
wektorowego (B.107). ratorową o p artą n a tym przekształceniu oraz przekształcenia Z , jego własności
i rozwiązywanie równaii różnicowych m etodą operatorow ą o p artą n a tym jjrze-
kształceniu. Dowody podanych tu twierdzeń m ożna znaleźć w [85, 153, 178).
DEFINICJA 203
Podprzestrzeń F e l nazyw am y A-inw ariantną, jeżeli
Vx € V Ax e V C .l. Przekształcenie Laplace’a i jego własności
Pojęcie dystrybucji inwariantej względem pola wektorowego zawiera w sobie C .l.l. Przekształcenie Laplace’a
pojęcie podprzestrzeni A-inwaria.ntnej. Niech A = V = span {vi, vd} oraz
/ = Ax. W tedy Weźmy pod uwagę zbiór C c (t ) funkcji /(£) czasu i spełniających następujące
warunki:
— Y lneV [ / , /•;] - f/l:r, U,;] -= ' S a T - = - A v< € V o Funkcja f ( t ) = 0 dla / < 0.
<±X ux
o Funkcja /(/,) jest jednoznacznie określona w całym przedziale od 0 do oo
i ciągła z wyjątkiem co najwyżej skończonej liczby punktów nieciągłości
w każdym skończonym przedziale; w punktach tych następuje skok funkcji
o skończoną wartość,
o Funkcja /(/;) rośnie co do bezwzględnej wartości nie szybciej niż funk
cja wykładnicza, tzn. istnieje liczba rzeczywista d o d atn ia M oraz liczba
rzeczywista nieujem na a taka, że |/(/-)| < M e a l.
DEFINICJA 204
Jednostronnym przekształceniem Laplace’a (krótko przekształceniem
Laplace’a) nazywamy przekształcenie «określone zależnością
roo ,
F( s ) = £•[/(*)]=■■/ e - stf ( t ) d t ■ (C .l)
Jo
452
C e*“'* - e-iu t i L 1 ( 1 - e “ “ 1)
~ ^ T s(s + a)
1 _ e— )
-j_ e -jwi b —a (s -f- a) (s -j- b)
£ [cosortj — r
1 {be- b t —ae —a t \J
/»
2 ' n 7 = iz s b~ a (s + o) (s + Ił)
+ jW S - + U J2
1 1 f e~bi e~at
£L [e~a i s in u tj = £ ę(j u ,-a )t __ e -Q u ,+ a ) j s (s -I- a) (s + b)
ab b —a
~ bt
2j
( - 6) (e - b)
(6 - a ) (c - a)\ ‘ (a (c - a ) (c - - 6 ) ( s + a ) (s + b) (s + c)
1 1
x \ _ UJ .
ae~ ot b e - bł ce_ct
2j VS - (¡U J - a) s + jai + a ) (s a ) 2 + w2 (s + a) (s + fc) (s + c)
(b - a ) (c - a ) (a - b ) ( c - 6) (c — a ) (c - - 6 )
- e~Łt [1 - (a - b) t]
_ 1 f 1 x1 ‘\ _ ss +
+ aa (« - b) (s + a) (s -|- b)
2 \a' - (jw - a ) s + jw + a j (s + a ) 2 + uj2 [a — b (a — b) i] e bt — ae
(n -b f (s + a) (s + 6)
W tablicy C .l zebrano transform aty najczęściej spotykanych funkcji czasu t.
454 C. Przekształcenia całkowi; Ci przekształcenie Laplace’a i jego własności 455
t. cos at
(a-2 + a2)" TW IERDZENIE 121(o opóźnieniu)
1 Przesunięcie funkcji czasu f ( t ) w stronę dodatnich chwil o wartość a
(1 —cos a) — sin at
s (s 2 a 2) 2 (opóźnienie o a) f { t — a) powoduje pomnożenie transform aty funkcji nic-
przesuniętej F( s ) — £ [/(i)] przez czynnik e~as, czyli
-n- (sinh at. —sin at)
Aa•’
£ {f(l - a)] = e - " F ( s ) (C.6)
456 C. Przekształcenia całkowe C.l. Przekształcenie Lapłace'a i jego własności 457
Niech d an a będaie funkcja czasu / ( i ) ciągła i różniczkowalna taka. że jej Tablica C .2 (cd.)
pochodna / '( i ) należy również do zbioru C-c (i)- W tedy korzystając z zależności W edług Laplace’a
Przekształcenie
(C .l), otrzymamy
£ [ / ' ( ^ = sF{s) - /(O), gdzie F( s) = £ [f{t)} (C.7) Różniczkowanie względem param etru
Jeżeli /(O) = 0, to różniczkowanie funkcji czasu odpow iada pom nożeniu jej Całkowanie względem param etru ■Lo X^ X ~ k o F ^S’
transform aty przez s. W przypadku pochodnej n-tego rzędu / n (i) = j
marny Twierdzenie o podobieństw ie (zm iana skali nat) , i F ( |)
zmiennej niezależnej)
£ [/" (i)] = s nF (s) - £ / * - ł (0)sn- fc n = 1, 2, 2, (C.8) Twierdzenie o opóźnieniu (przesunięcie / ( t - r ) = e - “TF (s )
fc=i w obszarze zmiennej rzeczywistej)
Twierdzenie o przesunięciu (przesunięcie e ± x t / ( t ) = p (s -p A)
Niech f ( t ) będzie całkowalna, a jej całka oznaczona f i ( t ) = g / ( r ) d r € C £ (i).
w obszarze zm iennej zespolonej)
W tedy z (C.7) dla /j(0 ) = 0 mamy
/(O) = lim s F (s )
ta o
F(s) Twierdzenie o wartościach granicznych
£ f f(r)c\T / ( oo) = lim s F (s )
Jo (C.9) a —»0
Całkowaniu funkcji czasu w granicach od 0 do t odpow iada podzielenie jej F i (s) * F 2(s) = fj / i ( r ) / 2(i - r)d r^
transform aty przez s. W przypadku ogólnym, jeżeli i ?,(s) = £ [/(<)], to Twierdzenie Borela o transform acie splotu
= Jo M T) f d ł ~ T )d r
T,‘ Z-72 , -Fis)
n
• • ■ / f ( n ) d n d T 2 ■■■d,rn = n = 1, 2, . . . (C.10)
7o J a i
s F i(s ) * F 2( s ) = k J q£ / i ( r ) / 2(i - r ) d r =
W tablicy C.2 zebrano podstawowe własności przekształcenia Lapłace’a.
= ^ J 0i / 2 W / i ( t - r ) d r
Całka D uham ela
T ablica C .2. Podstawowe własności przekształcenia Laplaeeki s F i(s ) * F 2(s) = / 0‘ / i ( r ) / ' (£)(i - r ) d r +
Przekształcenie + /i(i) * £ (0 ) =
Według Lapłaceki
= Jo £ ( r ) / u o ^ ~ T^d r +
Pr^eks^EalctHiie proste p (*) = me~"dt
/i(t)/* ( 0 =
= _ L p + J “ F l (9) * F2( s - q)dq =
Przekształcenie odwrotne m = ¿ j C -jtT F ^ d s = E res Fis)*“ Iloczyn oryginałów 2irj J < 'o ~ j o o
= E res F i (q) * F 2(s - q)
f'(t) = s-F(S) _ /(0)
Różniczkowanie oryginał u cos(idot)f(t ) =
r (t) = £ ‘F ( 7 - f ; /*->( 0 )s"-*
Ai~l = i [F (s —ju>o) + F ( s + jw0)J
Iloczyn oryginału przez cosinus lub sinus
J0f /(i)d i = kM sin (w o t)/(t) =
Całkowanie oryginału
= k f^ (s — jwo) — £ ( s + jwo)]
Al ................... ..............■— ■■ - .- ..
- ■- —— --- ------------------ fo°° =
Różniczkowanie transformaty = (~ t)'7 (i)
Całkowalne iloczynu oryginałów = _ L r 0+ooF i( s )F 2(~ s )d s =
2irj 00
/<•(*),u M
Całkowanie transformaty
f™ F(S)ds = j - m dt
458 C.l. Przekształcenie Laplace'a i jego własności 459
C. Przekształcenia całkowe
T ablica C .2 (cd.)
DEFINICJA 207
Przekształcenie W edług L aplacc'a Funkcja f ( t ) określona wzorem (C.12) je s t oryginałem transform aty F(s),
jeżeli F ( s ) jest funkcją holomorficzną w półpłaszczyźnie Ile s > a n, speł
,/ r t / ( i ) i 2d t= nia warunek (C .ll) oraz istnieje całka |F(.s)| d s, gdzie no i c są
Analog równości Parsevala = ~ . i Z z ^ )F( - s)ds= odpowiednimi liczbami rzeczywistymi.
= £ r e a F ( s ) F ( - 3)
Niech będzie d an a transform ata w postaci funkcji wymiernej
Y F iM e"*1
Twierdzenie o rozkładzie (przypadek T i(s ) Fi(sk) L(s)
pierwiastków jednokrotnych) F , ( S) Fi(0) F i( s fc) e 'fct F(s) (C.13)
M( s )
pFzis) F3 (0) fct j PkFŚM
przy czym
fiW
Twierdzenie o rozkładzie (przypadek Pb(s) L ( s ) = bmsm + bm- i s m 1 -)........+ b is + bo
pierwiastków w ielokrotnych) \k 1 r d "‘Ł_1 £ i( s ) ( s — .9fc)m*e“l l
M( s ) = sn + «n_j 5ra_l d 1- a j s + «o n > rn (C .14)
¿ j (m* - 1)! 1ds">fc-« Fz(s)
________________________ J
■Nałóżmy, że równanie M ( s ) = 0 m a różne (jednokrotne) niezerowe pierwiastki
S], s2, . . . , sn , czyli M (s) = (s — s i ) ( s — s 2) ■• • (s —sn ). W tedy transforihatę
C.1.3. Odwrotne przekształcenie Laplace’a oraz wyznaczenie (C.13) m ożna rozłożyć n a ułam ki proste
oryginału danej transformaty
m .. 1 Ak
(C.15)
M( s ) E
Jeżeli F( s ) je st transform atą funkcji / ( i ) , to funkcja F( s ) je st holomorficzna ¿=1
w półpłaszczyźnie Ile s > a0 oraz przy czym
m = L - x [ F ( s ) ) = . ^ . r +10O'F(s)tfld8 t> 0 (C.,12) W przypadku ogólnym niech równanie M{ s ) — 0 m a pierwiastki są, s2, •. •, sr
</e—joo o krotnościach odpowiednio rn\, m.2, . ; m T, czyli
która fu n kcji F( s ) zm iennej zespolonej s przyporządkowuje funkcję cza-
r/jA
M (S) = (S - S, )*"* (S - S2)m* ■• • (5 - Sr)”* , E m< 71 (C.l!))
c. Przekształcenia całkowe 0 l. Przekształcenie Laplace’a i jego własności 401
Mamy więc, dw a następujące sposoby wyznaczenia oryginału dla danej tra n s przy czym M ( s ) i L( s ) m ają postać (C.14), K (s) = £ \y(t)}, U(s) — £ [«(i)],
form aty (C.13).
a ho(6’) i bJo(s) są funkcjami wielomianowymi zmiennej s zależnymi od warun
ków początkow ych (C.24) oraz funkcji u i jej pochodnych dla i — 1, . ..
PROCEDURA 27
. . . , m — 1 w chwili t — 0. W yznaczając z rów nania (C.25) transform atę Y (s)
Wyznaczanie oryginału transform aty. poszukiw anej funkcji, otrzym am y
Krok 1. W yznaczamy pierwiaski rów nania M ( s ) — 0 oraz ich krotności. y( t ) = [ g(t —r ) u ( t ) d r + y0(t) (C.28)
Jo
Krok 2. Korzystając ze wzoru (C.17), (C.18) łub (C.22), wyznaczamy poszu
kiwany oryginał. składow ej wymuszonej (C.27) oraz składowej swobodnej
\ L 0(s)]
2/o(i) (C.29)
C .l.4. Rozwiązywanie równań różniczkowych metodą operatorową LM ( s )
zależnej o d warunków początkowych (C.24) oraz funkcji u i jej pochodnych
Niech dane będzie liniowe równanie różniczkowe n-tego rzędu o stałych współ
czynnikach «o, . . . , tir,-!, bo, ■■■, brn postaci j '«<*>, i = 1, 2, . . . , rn - 1 w chwili l = 0.
d ny d n~1y dy fi P R Z Y K Ł A D 140
d ^ + a » - 1d f i ^ r + ' " + ° 1 d i + aoy== |
Wyznaczymy rozwiązanie równania różniczkowego
d mu , d tt n„vi
~ 6m d p T + m~ l d / " ^ + ' ’ ‘ + 1 d i + ° U ^ d2y , „ d y , „dw ,
462 C. Przekształcenia całkowe C.2. Przekształcenie Z i jego własności 463
du F( z ) = Z [ f k] = Y , f kz - k (C.38)
£ = sU(s) - u(0), U(s) = fc=0
di s+3
oraz warunek początkowy (C.31) i u(0) = 1, z równania (C.25) otrzymujemy -...która przyporządkowuje fu n kcji dyskretnej fk funkcję F ( z ) zmienngj^ze-
spolonej z. Funkcję fk nazywam y oryginałem,, a F( z ) transformatą Z
2s + 1 . s -I- 3
Y(s) = ~ r U ( s ) + Lo(s) (C.33) funkcji f k .
M(s) M(s) (s + l)(s + 2)(s -I- 3) + (a + l)(.s + 2)
przy czym M(s) = a2 + 3,s + 2, L(s) = 2s + 1, L 0(s) ~ s + 4. Równanie M(s) ~ 0 ma
pierwiastki są = —1, s2 = —2. Korzystając ze wzoru (C.17) dla (C.33), otrzymamy U w a g a 59. Transformata F ( z ) istnieje, jeżeli szereg (C.38) jest, zbieżny.
3 -31 Prom ień zbieżności R szeregu (C.38) jest określony wzorem
y(t) = 1 e - i - 2e -
O
R = lim sup {/j/fcl (C.39)
Weźmy pod uwagę układ n równań różniczkowych pierwszego rzędu o stałych k—>oo V
•wspó łczynnikach— ------------------ —.............. ........................................ Szereg ten jest zbieżny w obszarze \z\ > R. i jest rozbieżny dla \z\ < R. Trans
d:i; formaty Z istnieją dla funkcji dyskretnych, które nie rosną szybciej niż funkcje'
Ax + / (C.34) wykładnicze. T ransform ata F( z ) je st funkcją holomorficzną w punkcie z = oo.
di
Funkcję tę m ożna rozwinąć w szereg L aurenta
gdzie x G R " jest nieznany, A € R nxn i / G 1 ” je st dany. Poszukiwać będziemy
OO
m etodą operatorową rozwiązania x = :;;(/,) równania (C.34) spełniającego waru
nek początkowy x(0) = x o , :ł' o G R ” je st dane. Poddajem y obie strony równania n*) = E hz~k (c -4°)
k=0
(C.34) przekształceniu Laplace’a i po uwzględnieniu, ż e £ [ f ] = SX (.s)-:r(0 )
zbieżny w otoczeniu p unktu z — oo. Istnieje dokładnie jedno takie rozwinięcie,
otrzymamy
tzn. ciąg fo, f i , ■■■jest jednoznacznie określony przez funkcję F(z). Między
X ( s ) = [Is - A]~* (x0 + F( s ) ) (C.35) ciągiem /o, f \ , . . . , czyli funkcją dyskretną f k i jej transform atą F( z ) zacho
dzi więc odpowiedniość wzajemnie jednoznaczna. Niech 1(A;) będzie dyskretną
gdzie F(s) = £ [/(i)]. Biorąc pod uwagę, że <I>(t) = £ _1 [[Is - .A]-1 ] = eAt jednostkową funkcją skokową określoną zależnością
oraz korzystając z twierdzenia B orela dla (C.35), otrzym am y
l(fc) = i 1 dla k > ° (C.41)
x(t) = eAtx Q (C.36) K1 [0 d la k < 0
C
°+ fo ^
a 1 (k)eak (a 0) dyskretną funkcją wykładniczą. Korzystając z zależności
465
464 C. Przekształcenia całkowe q 2. Przekształcenie Z i jego własności
>rzy czym n > m , yk jest poszukiw aną funkcją dyskretną, a u k je st daną 2 [ł/fc-1-2 ] = z 2Y ( z ) - y0z2 - yiz
unkcją dyskretną. Poszukiwać będziemy m etodą operatorow ą rozwiązania y k Z [?/fc+i] = z Y(z) - y0z
ównania (C.72) spełniającego warunki początkowe Z [ujt+i] = zU(z) - u0z
i i K ] = U (Z) =
?Vo, Vu i/n-i (C.73)
oraz warunki początkowe i «0 = 1, otrzymujemy
W tym celu obie strony równania (C.72) poddajem y przekształceniu Z .
.orzystając z zależności (C.45) i (C.48), otrzym am y
Y(z) = £~ r?U (z) = ** V~ ----- -p r (C.80)
M( z) (z2 —5z + b)(z —e_1)
M ( z ) Y (z ) + Y(i(z) = L( z ) U( z ) + U0(z) (C.74)
gdzie M( z) = z ’2 —52 + 6, L(z) = z -|- 2. Równanie M( z) = 0 ma pierwiastki z\ = 2~
rzy czym M ( z ) i L ( z ) m ają postacie (C.61) i (C.60), Y ( z ) = Z [yfc], U(z) — zi = 3. Korzystając ze wzoru (C.65), otrzymamy
Z [u*;], a Ya(z) i Uq(z ) są funkcjami wielomianowymi zmiennej 2 zależ-
>mii od warunków początkowych (C.73) i funkcji u k dla k = 0, 1, . . . ni — 1. 1 = 2>C +1 L. 5 , e 1 + 2 c - k
Wyznaczając z równania (C.74) transform atę Y { z ) poszukiwanej funkcji, t r i M '(zi) e_1 —2 ' ' a - e - 1 e-2 —5e_1 + 6-
■rzymainy
Ten sam wynik otrzymamy, wyznaczając oryginał gk = Z 1 ^^rz5~pg| — §3fc —2fc+1
Y{ z ) = l(j(z) + —^ oraz korzystając ze wzoru (C.78). O
( ’ M( z ) { ’ M( z ) (C.75)
E L E M E N T Y L O G IK I
I D O W O D Z E N IE T W IE R D Z E Ń
Zdanie złożone
Andrzej ma samochód i ma komputer.
połączonych spójnikiem i. To zdanie złożone nazywamy koniunkcją zdań p T a b lic a D .4 . Negacja T a b lic a D .5 . Implikacja
i q i oznaczamy przez p A q. Jest ono prawdziwe, gdy oba zdania proste są,
P —rp P q p=> q
prawdziwe. Gdy jedno ze zdań p albo q jest fałszywe, to zdanie złożone p A q
jest fałszywe. Koniunkcją dwóch zdań jest prawdziwa tylko wtedy, gdy oba P F P P P
zdania tworzące ją są prawdziwe (tablica D.2). F P P F F
Zdanie złożone
Andrzej dziś wieczorem pójdzie do kina lub teatru, Zdanie p =>■ q jest równoważne zdaniom
p jest warunkiem wystarczającym (dostatecznym) dla q.
składa się z dwóch zdań prostych:
q jest warunkiem koniecznym dla p.
p: Andrzej dziś wieczorem pójdzie do kina.
q: Andrzej dziś wieczorem pójdzie do teatru. N a przykład w zdaniu
Jeżeli liczba A jest podzielna przez 4,
połączonych spójnikiem lub. To zdanie złożone nazywamy alternatyw ą zdań p
to liczba ta jest podzielna przez 2.
oraz q i oznaczamy przez p V q . Jest ono prawdziwe wtedy i tylko wtedy, gdy
Andrzej albo idzie do kina, albo tylko do teatru , albo gdy idzie zarówno do warunkiem w ystarczającym podzielności przez 2 jest, podzielność przez 4, a wa
kina oraz do teatru. Zdanie to jest więc fałszywe tyłko wtedy, gdy Andrzej nie runkiem koniecznym podzielności przez 4 jest podzielność przez 2.
pójdzie ani do kina, ani do teatru . A lternatyw a dwóch zdań jest fałszywa tyłko Zdanie złożone nazywamy równoważnością zdań prostych p iq ioznaczamy
wtedy, gdy oba zdania tworzące ją są fałszywe (tablica D.3). p q wtedy, gdy zachodzą implikacje p =4> q oraz q =4- p. Równowa.żikjśćjest,
prawdziwa tyłko wtedy, gdy oba zdania tworzące ją są prawdziwe albo oba są
T ablica D .2. Koniunkcją T ablica D .3. Alternatywa fałszywe (tablica D.6).
p <I pAq P n ?V <1 T ablica D .6. Równoważność
p P P P P P
P Q P <=> <1
p F F P F P
P P P
F P F F P P
P F F
F F F F F F
F P F
Zdanie F F P
7. Łączność alternatyw y: (p V q) V t o - p V (q V t)
T a b lic a D .8 . Równoważność implikacji
8 . Przemienność koniunkcji: p A q <-> q A p
P q p=>q q^p (p =*■ q) <=> (<7 => p)
9. Łączność koniunkcji: (p A q) A i <=> p A (q A i)
F F P P P
10. Rozdzielność koniunkcji względem alternatyw y: p A ( q V t ) <-> ( p A q ) V (p A t) P F F P F
11. Rozdzielność koniunkcji względem koniunkcji: p A ( q A t ) <=> ( p A q ) A ( p A t )
12. Prawo przechodności implikacji: (p =i> <7) A (q => t) =>■ (p => i)
D.3. Dowodzenie twierdzeń
13. Prawo zaprzeczenia implikacji: ->(p -> q) <=> p A -></
Każde twierdzenie składa się z założenia (lub założeń) Z oraz tezy (tez) T . Na
14. Równoważność implikacji prostej i przeciwstawnej: p => q -\q => -,p
przykład weźmy p o d uwagę twierdzenie P itagorasa w następującym sform uło
15. Równoważność implikacji odwrotnej i przeciwstawnej: q —
> p <-p -q> => -><y waniu:
16. Zam iana równoważności n a koniunkcję implikacji prostej i odwrotnej:
p <=> q •<=-> (p <7) A (q => p) TW IER D ZEN IE 124
W trójkącie prostokątnym kwadrat przeciwprostokątnej je st równy sumie
kwadratów przyprostokątnych, czyli
Z tablicy D.7 wynika, że zdanie p V ->p jest zawsze prawdziwe niezależnie
d tego, czy zdanie p jest prawdziwe czy fałszywe. Jeżeli implikację p =$■ q c2 = a 2 + fr (D .l)
azwiemy prostą, to implikację q =-> p nazwiemy odw rotną, implikację ->p ==> -iq
»zwiemy im plikacją przeciwną, a implikację -></ => ->p nazwiemy im plikacją
W twierdzeniu tym założeniem Z jest to, że tró jk ąt jest prostokątny, a tezą T
•zeciwstawną.
zależność (D .l). Twierdzenie 124 m ożna sformułować równoważnie w sposób
następujący:
T a b lic a D .7 . Prawo wyłączonego środka
1 . Jeżeli trójkąt jest prostokątny, to zachodzi zależność (D .l).
V - .p p V ~>p
2 . Zachodzi zależność (D .l) wtedy, gdy tró jk ąt jest prostokątny.
F P P 3. W arunkiem wystarczającym n a to, aby zachodziła zależność (D .l) jest to,
........B,__... -...... F .......... -..-..... -P—......... aby trójkąt był prostokątny.
4. Z założenia, że trójkąt jest prostokątny wynika, że zachodzi zależność (D.l).
'« tablicy D .8 wynika, że implikacje p ==> q oraz <7 =-> p nie są równoważne, 5. Założenie, że trójkąt jest prostokątny im plikuje, że zachodzi zależność
terech praw logicznych implikacji 12-t-15 wynika kw adrat logiczny przedsta- (D.l), czyli Z =>T.
ly na rys. D .l. Równoważne implikacje znajdują się n a przekątnych kwa- W twierdzeniu 124 (oraz jego równoważnych sformułowaniach 1—5) je st po
u. Nie są natom iast równoważne implikacje znajdujące się przy każdym dany warunek dostateczny n a to, aby zachodziła zależność (D .l). Dowód tego
ków kw adratu. twierdzenia polega n a wykazaniu, że z założenia Z wynika teza T . Wycho
dząc z założenia i korzystając z praw logicznych (a w szczególności z prawa
ł Odwrotne d P przechodności implikacji) należy wykazać, że Z => 7 ’. K orzystając z rachun
ku liczb zespolonych, twierdzenie to możemy udowodnić następująco. Jeżeli
trójkąt jest prostokątny, to możemy przyjąć, że przyprostokątna a leży n a osi
liczb rzeczywistych, a przyprostokątna b leży n a osi liczb urojonych. W tedy
przeciw prostokątna c jest równa liczbie zespolonej c — a + ib, gdzie i = yTTf
jest jednostką urojoną. K w adrat przeciwprostokątnej jest równy kwadratowi
m odułu liczby c. Zatem
1 Odwrotne _l(? ___f)
c? = (a + ib)(a —ib) = a2 + b2
D. Elementy logiki i dowodzenie twierdzeń D.3. Dowodzenie twierdzeń 481
480
Wychodząc z założenia Z wykazaliśmy, że zachodzi teza T, czyli implikacja M etodę tę objaśnim y n a przykładzie twierdzenia 125. Załóżmy, że nie jest
Z =>T. spełniona równość (D .l). W tedy z zależności (D.2) wynika, że trójkąt nie jest
prostokątny. Wykazaliśmy więc implikację ->T =4- -'Z , k tó ra jest równoważna
implikacji Z —> T. M etoda doprowadzenia do sprzeczności opiera się na nastę
TW IE R D ZE N IE 125 pującej równoważności Z =ś T -i(Z A ->T ), k tóra wynika z prawa zaprze
Zależność (D .l) je st spełniona wtedy i tylko wtedy, gdy trójkąt jest prosto czenia implikacji ->(Z =4- T ) 44- -i(Z A ->T ) oraz prawa, podwójnego przeczenia
kątny. -i( - ' ( Z =4- T) ) <=> —>(Z A T ).
U w a g a 63. W metodzie doprowadzenia do sprzeczności, wychodząc z za
W twierdzeniu 125 jest podany warunek konieczny i wystarczający.
łożenia Z oraz przyjmując, że teza T nie jest prawdziwa, doprowadzamy do
W tym twierdzeniu również założeniem Z jest to, że trójkąt jest prostokątny, sprzeczności.
a tezą T zależność (D .l).
O bjaśnim y tę m etodę n a przykładzie twierdzenia 125. Zakładamy, że trójkąt
UWAGA 6 0. Dowód do stateczności polega na wykazaniu implikacji Z => T ,
je st prostokątny (Z ) oraz że nie zachodzi równość (D .l) (T). W tedy z zależno
a dowód konieczności na wykazaniu im plikacji T =4- Z .
ści (D.2) wynika, że a 90°, a więc zachodzi sprzeczność.
Dowód. Weźmy pod uwagę dowolny tró jk ąt o bokach a, b i c i kącie a mię Często tezę twierdzenia formułuje się następująco: Następujące warunki są
dzy bokami a i b. Wykażemy najpierw , że jest spełniona dla tego tró jk ąta za równoważne: uą, ui2 , w-s, wą. Zam iast kolejno wykazywać równoważność ko-
leżność lejne.j pary warunków: (w\, ui-i), (w\, w-s), . . . , (to.-j, wą) znacznie prościej jest
wykazać następujące implikacje W\ =4 W2 =4- =4- wą => w \, które dowodzą
c2 = a2 + b2 — 2ab cos a (D.2) równoważności wszystkich czterech warunków.
UWAGA 64. Metoda indukcji zupełnej polega na:
K orzystając z rachunku liczb zespolonych, możemy przyjąć, że bok a leży n a osi 1
liczb rzeczywistych, a bok b jest równy liczbie zespolonej b = —b c o sa + ib s m a . 1. Sprawdzeniu prawdziwości tezy dla n — 1 lub n = 2.
Bok c tego tró jk ą ta jest równy liczbie zespolonej c = a — b cos a + i b s m a , 2. Wykazaniu prawdziwości tezy T dla liczby naturalnej k + 1 przy założeniu,
a kw adrat tego boku jest równy kwadratowi m odułu tej liczby, czyli że teza je st prawdziwa dla k > 1.
c2 = (a — 6 cos a + ib sin a ) (a — bc o s a — ¿6 sin a ) = .Jeżeli powyższe warunki są spełnione, to teza jest prawdziwa dla dowolnej
= o2 + b2(sin2 o- + cos2 rv) — 2ab cos n- = ............................................................. _ liczby naturalnej n.
= a 2 + b2 —2ab cos a M etodę tę objaśnimy n a następującym prostym przykładzie.
gdyż sin2 a + cos2 a = 1. Aby udowodnić dostateczność, należy pokazać impli
kację Z => T. ri zależności (D.2) wynika, że jeżeli tró jk ąt ten jest prostokątny, PRZYKŁAD 146
to a = 90° i cos a = 0 i otrzym ujem y natychm iast zależność (D .l). Aby udo Wykażemy prawdziwość równości
wodnić konieczność, należy wykazać implikację T =4- Z . Z zależności (D.2)
otrzym ujem y zależność (D .l) tylko wtedy, gdy cos a = 0, czyli a = 90°. Zatem 1 • 2 -I- 2 • 3 -I- ■• - + (n - l)n = l)” (” ' ^ dla n > 1 (D.3)
tylko wtedy, gdy tró jk ąt jest prostokątny. i)
UWAGA 61. Dowodząc powyższe twierdzenia, korzystaliśmy z metody bezpo Korzystając z metody indukcji zupełnej, sprawdzamy prawdziwość równości (0.3) dla
średniej dowodzenia, która polega na wykazaniu implikacji Z => T lub T =4> Z . n = 2. Otrzymamy wtedy
W m etodzie bezpośredniej, wykazując te implikacje, korzystam y z praw lo
1 . 2 = i ^ = 2
gicznych, a zwłaszcza często z praw a przechodniości implikacji.
UWAGA 62. W metodzie przez zaprzeczenie (implikacji przeciwstawnej), opar Załóżmy, że zachodzi równość (D.3) dla liczby naturalnej k > 1, czyli
tej na równoważności implikacji prostej i przeciwstawnej: Z =4- T <3- ~>Z =4- ~ćT,
zam iast dowodzić implikację prostą Z =4- T , dowodzimy implikację przeciwstaw 1 -2 + 2-3-1 | -(fc-l)fc = (fc~ 1)^(fc+ ,1i dla k> y (D 4 )
ną -iT =4- -iZ , której dowód może być prostszy.
482 D. Elementy logiki i dowodzenie twierdzeń
Wykażemy, że równość ta jest również prawdziwa dla k + i . Biorąc pod uwagę (D.3)
i (D.4), możemy napisać
1. Ackermarm J.: Robust control prevents car skidding. IEEE Control Systems,
3(17), 1997, s. 234-31.
2. Amborski K.: Teoria sterowania. Warszawa, PWN, 1987.
3. Arbib M.A., Falb P.L., Kalman R.E.: Topics in mathematical systemjtheory.
New York, Me-Graw Hill, 1969. -
4. Antsaklis P.J., Michel A.N.: Linear systems. New York, McGraw-Hill, 1997.
5. Astrom K.J., Wittenmark B.: Adaptive Control. Reading, MA, Addison-Wesley,
1995.
6. Barnett S.: Matrices in Control Theory. London, Van Nostrand Reinhold Com
pany, 1971.
7. Barnett S.: Introduction to Mathematical Control Theory. Oxford, Clarendon
Press, 1975.
8. Barnett S.: Polynomials and linear control systems. New York, Marcell Dekker,
1983.
9. Bellman R.: Introduction to Matrix Analysis. New York, McGraw-Hill, 1960.
10. Bhattacharyya S.P., Chapellat H., Keel L.H.: Robust, Control: The Parametric
Approach. London, Prentice-Hall, 1995.
11. Białas S.: On certain properties of Hurwitz determinants for interval polyno
mials. Computing, 30, 1983, s. 1494-155.
12. Bialas S., GarlofF J.: Stability of polynomials under coefficient perturbations.
IEEE Tmnsactions on Automatic Control, AC-30(3), 1985, s. 3104-312.
13. Bialas S.: Systemy dynamiczne przedziałowe. Kraków, ZN AGH, Automatyka,
1987.
14. Białas S.: A generalization of the criterion th at a quadratic form is positive
definite. Bull. Pol. Acad. Techn. Sci., 43(3), 1995, s. 3374-400.
15. Bialas S.: Necessary and sufficient condition for the Hurwitz stability of symme-
trizable interval matrices. Bull. Pol. Acad. Techn. Sci., 48(4), 2000, s. 5874-593.
16. Bialas S.: Odporna stabilność wielomianów i macierzy. Kraków, Uczelniane Wy
dawnictwo Naukowo-Dydaktyczne, 2002.
17. Blomberg H., Ylinen R.: Algebraic theory of multivariable linear systems. Lon
don, Academic Press, 1983.
18. Bołtiański W.G.: Matematyczne metody sterowania optymalnego. Warszawa,
WNT, 1971.
484 Bibliografia Bibliografia 485
19. Bose N.K.: Tests for Hurwitz and Schur properties of convex combination of 45. Ilestenes M.R.: Calculus of Variations arid Optimal Control Theory. New York,
complex polynomial. IEEE Trans. Circuits Syst., 36(9), 1989, s. 12454-1247. John Wiley & Sons, 1966.
20. Bose N.K., Shi Y.Q.: A simple general proof of Kharitonov’s generalized stabi 46. Iserrnann R., Lachmann K.II., Matko D.: Adaptive Control Systems. New York,
lity criterion. IEEE Trans. Automat. Control, CAS-34(9), 2002, s. 12334-1237. Prentice-Hall, 1992.
21. Brocket!, R..W.: Finite Dimensional Linear Systems. New York, John Wiley & 47. Isidori A.: Nonlinear control systems. An introduction. Berlin, Germany,
Sons, 1970. Spronger-Verlag, 1995.
22. Brogan W.L.: Modem Control Theory. NJ, Prentice-Hall, Englewood Cliffs, 48. Jordan A., Benmouna M., Borucki A., Bouayed F.: Optimal linearization me
1991. thod applied to the resolution of non-linear state equation. Accepte a Rairo-
23. Bryson E. Jr.: Dynamic Optimization. Menlo Park, CA, Addison Wesley Long Automatique, systems analysis and control, Dunod, Paris.
man, 1999. 49. Jxiry E.I.: Inners and Stability of Dynamic Systems. New York, Wiley, 1974.
24. Busłowicz M.: Stabilność układów liniowych stacjonarnych o niepewnych para 50. Kaczorek T.: Infinite-Dimensional Linear Systems Theory. Lecture Notes in
metrach. Białystok, Politechnika Białostocka,, 1997. Control and Information Sciences, 8, Springer-Veriag, 1978.
25. Campbell S.L., Meyer C.D. Jr.: Generalized Inverses of Linear Transformations. 51. Kaczorek T.: Teoria wielowymiarowych ukladow dynamicznych. Warszawa,
New York, Dover Publications, 1991. WNT, 1983.
26. Chan II.Y., Żak S.H.: Chaotic neural fuzzy associative memory. International 52. Kaczorek T.: General response formula, local reachability and local controllabi
Journal of Bifurcation and Chaos, 9(8), 1999, s. 15974-1617. lity of a class of 2D bilinear systems. Bull. Pol. Acad. Techn. Sci., 42(4), 1995,
27. Charitonov V.L.: Ob asiinptoticeskoj ustojcivosti położenija rawnovesija se- s. 1914-201.
mejstva sistem liniejnyc.il differencialnych uravnenij. Diff. Uravn., 14(10), 1978, 53. Kaczorek T.: Local controllability and minimxxm energy control of continuous
s. 20864-2088. 2D linear time-invarant systems. Multidimensional Systems and Signal Proces-
28. Charitonov V.L.: Ob odrxom obobscenii kriteria ustojcivosti. Izv. AN. Kaz. SSll, *sing, 6, 1995, s. 694-75. '
1, 1978, s. 534-57. 54. Kaczorek T.: Controllability and minimum energy control of 2D continuous-
29. Chen C.T.: Linear Systems Theory and Design. New York, Oxford University discrete linear systems. Applied Mathematics and Computer Science, 5(1), 1995,
Press, 1999. s. 54-21.
30. Chong E.K.P., Żak S.H.: An Introduction to Optimization. New York, J. Wiley, 55. Kaczorek T.t Generalized 2D continuous-discrete linear systems with delays.
1996. Applied Mathematics and Computer Science, 5(3), 1995, s. 4394-454.
31. Dai L.: Singular control systems. In: Lectxire notes in control and information 56. Kaczorek T.: An extension of the Cayley-Hamilton theorem for non-square
sciences. New York, Springer, 1989. block matrices and computation of the left and right inverses of matrices. Bull.
32. Debnath L., Mikusiiiski P.: Introduction to Hilbert Space with Applications. San Pol. Acad. Techn. Sci., 43(1), 1995, s. 394-56.
Diego, Academic Press, 1990. 57. Kaczorek I \: U-reachability and U-controllability of 2D Roesser model. Bull.
JSŁ-BeroidoTO?;, B.P.; W NT, i 972. Pol. Acad. Techn. Sci., 43(1), 1995, s. 314-37.
34. DeCarlo R.A.: Linear Systems: A State Variable Approach with Numerical Im 58. Kaczorek T.: State-feedback controllers for linear descriptor systems with sin
plementation. Englewood Cliffs, NJ, Prentice-Hall, 1989. gular matrix pencils. Bull. Pol. Acad. Techn. Sci., 43(4), 1995, s. 505 : 516.
35. Findeisen W.: Technika regulacji automatycznej. Warszawa, PWN, 1969. 59. Kaczorek T., Cichocki A., Mazurek J.: Analog neural network for solving in
36. Foo Y.K., Soh Y.C.: Strong Kharitonov theorem for low-order polynomials. real-time linear inverse and total least squares problems. Applied Mathematics
IEEE T-ans. Automat. Control, 37(11), 1992, s. 18164-1820. and Computer Science, 5(1), 1995, s. 1054-138.
37. Gantmacher F.R.: Theory of Matrices. London, Chelsea, 1977. 60. Kaczorek T.: Methods for computation of solutions to regular discrete-time
38. Golub G.H., Van Loan C.F.: Matrix Computations. Baltimore, The John Hop linear systems. Applied Mathematics and Comoputer Science, 5(4), 1995,
kins University Press, 1983. s. 6354-656.
39. Górecki II.: Analiza i synteza układów regulacji z opóźnieniem. Warszawa, 61. Kaczorek T.: Singular 2D continuous-discrete linear systems, Dynamics of con
WNT, 1971. tinuous, discrete and impulsive systems. Advances in Systems Science and Ap
40. Górecki H.: Optymalizacja systemów dynamicznych. Warszawa, PWN, 1993. plications, 1995, s. 1034-108.
41. Górecki IT., Fuksa S., Grabowski P., Korytowski A.: Analysis and Synthesis of 62. Kaczorek T.: Local controllability and minimum energy control of continuous
Time Delay Systems. Chichester, PWN - J. Wiley, 1989. 2D linear time-invariant systems with variable coefficients. Bull. Pol. Acad.
42. Górecki II., Fuksa S., Korytowski A., Mitkowsld W.: Sterowanie optymalne Techn. Sci., 44(1), 1996, s. 674-74.
w systemach liniowych z kwadratowym wskaźnikiem jakości. Warszawa, PWN, 63. Kaczorek T.: Pole assignment by state-feedback for descriptor linear systems
1983. with nonsquare matrix pencils. Proceedings of X II International Conference on
43. Gutenbaum J.: Problemy teorii regulatorów. Warszawa, WNT, 1975. Systems Science, 1996, s. 234-32.
44. Ilejmo W.: Teoria sterowania czasooptymalnego i jej zastosowania. Warszawa, 64. Kaczorek T.: Stabilization of linear descriptor systems by state-feedback con
PWN, 1990. trollers. Appl. Math, and Comp. Science, 6(1), 1996, s. 274-32.
486 Bibliografia Bibliografia 487
65. Kaczorck T.: Stabilization of singular 2D continuous-discrete systems by 87. Kaczorek T.: Wektory i macierze ui Elektrotechnice. Warszawa, WNT 1999
state-feedback controllers. IEEE Trans, on Automatic Control, 41(7), 1996, 88. Kaczorek T.: Dodatnie uklady jedno i dwuwymiarowe. Warszawa, Oficyna Wy-
s. 100741009. dawnicza Politechniki Warszawskiej, 2000.
66. Kaczorek T.: Singular two-dimensional continuous-discrete linear systems, Dy 89. Kaczorek T.: Reachability, controllability and minimum energy control of posi
namics of continuous, discrete and impulsive system. An International Journal tive 2D Roesser type models. Systems Analysis Modeling Simulation, 37, 2000
for Theory Systems Science and Applications, 1996, s. 193-1-204. s. 4374447.
67. Kaczorek T-: Reachability and controllability of nonnegative 2D Roesser type 90. Kaczorek T.: Reachability and Controllability of 2D Positive Linear Systems
models. Bull. Pol. Acad. Techn. Sci., 44(4), 1996, s. 405-1-410. with State Feedbacks. IEEE Mediterranean Conference on Control & Automa
68. Kaczorek T.: Positive realisations of improper transfer matrices of discrete-time tion, 2000.
linear systems. Bull. Pol. Acad. Techn. Sci., 45(2), 1997, s. 2274-286. 91. Kaczorek T.: Reachability, Controllability and minimum energy control of po
69. Kaczorek T.: Realisation problem for discrete-time positive linear systems. sitive 2D Roesser type models. SAMS, 37, 2000, s. 4354447.
Appl. Math, and Computer Science, 7(1), 1997, s. 1174-124. 92. Kaczorek T.: Realisation problem for weakly positive linear systems. Machine
70. Kaczorek T.: Realisation problem for positive 2D Roesser type model. Bull. Intelligence & Robotics Control, 2(1), 2000, s. 11416.
Pol. Acad. Techn. Sci., 45(4), 1997, s. 6074-618. 93. Kaczorek T.: Reduced - order perfect and standard observers for singular
71. Kaczorek T.: Regularisation of singular 2D linear models by state-feedbacks. continuous-time linear systems. Machine Intelligence and Robotics Control,
Applied Mathematics and Computer Science, 7(4), 1997, s. 7954-815.
2(3), 2000, s. 93498.
72. Kaczorek T.: A method for determination of a solution to two-point boundary 94. Kaczorek T.: The relationship between the infinite eigenrodue assignment for
problem for 2D continuous-discrete linear systems. Bull. Pol. Acad. Techn. Sci., singular systems and the solvability of polynomial matrix equitions. Int. J.
45(3), 1997, s. 4174-426.
Appl. Math. Comput. Ser., 13(2), 2003, s. 1614167.
73. Kaczorek T.: Stabilization of singular 2D continuous-discrete systems by
95. Kaczorek T.: Anticipatory ID and 2D linear systems. International JournaTof -
output-feedbaclc controllers. SAMS, 28, 1997, s. 214-30.
Computing Anticipatory Systems, 8, 2001, s. 3194335.
74. Kaczorek T.: Positive singular discrete linear systems. Bull. Pol. Acad. Teclm.
Sci., 45(4), 1997, s. 6194-631. 96. Kaczorek T.: Elimination of anticipation of singular linear systems. Computing
75. Kaczorek T.: Realization problem for positive 2D Roesser type model. Bull. Anticipatory, Systems CASYS, 2001, s. 1074118.
Pol. Acad. Techn. Sci., 45(4), 1997, s. 6074-618. 97. Kaczorek T.: Elimination of finite eigenvalues of strongly singular 2D Roesser
76. Kaczorek T.: Weakly positive continuous-time linear systems. Bull. Pol. Acad. model by the state-feedbacks. Inter-national Journal of Applied Mathematics
Techn. Sci., 46(2), 1997, s. 2334-245. and Computer Science, 11(2), 2001, s. 1014108.
77. Kaczorek T.: Computation of fundamental matrices and reachability of positi 98. Kaczorek T.: Externally and internally positive singular- discrete-time linear
ve singular discrete linear systems. Bull. Pol. Acad. Techn. Sci., 46(4), 1998, systems. Machine Intelligence & Robotic Control, 3(1), 2001, s. 146.
s. 5014511. 99. Kaczorek T.: Full-order perfect observers tor continuous-time linear systems.
78. Kaczorek' TirF5sffive 2D linear systems. Computational Intelligence and Ap Bull. Pol. Acad. Techn. Sci., 49(4), 2001, s. 5494558.
plications, 1998, s. 59 484. 100. K a c z o re k T.: Dynamics assignment problem of linear systems. Bull. Pol. Acad
79. KaczorekT.: Positive solutions to polynomial matrix equations. Applied Ma Techn. Sci., 49(3), 2001, s. 4614466.
thematics and Computer Science, 8(2), 1998, s. 4034415. 101. Kaczorek T.: Perfect observers for singular 2D Fornasini-Marchesini models.
80. Kaczorek T.: Reachability and minimum energy control of positive 2D IEEE Trans, on Autiomatic Control, 46(10), 2001, s. 167141675.
continuous-discrete systems. Bull. Pol. Acad. Techn. Sci., 46(1), 1998, s. 85493. 102. Kaczorek T.: Perfect observers for singular 2D linear systems. Bull. Pol. Acad.
81. Kaczorek T.: Positive descriptor discrete-time linear systems. International Jo Techn. Sci., 49(1), 2001, s. 1414147.
urnal: Problems of Nonlinear Analysis in Engineering Systems, 1(7), 1998, 103. Kaczorek T.: Minimal order perfect functional observers for singular- linear sys
s. 38454. tems. Machine Intelligence & Robotic Control, 4(2), 2002, s. 71474.
82. Kaczorek T,: Equivalence of nD singular Roesser and Fornasini-Marchesini mo 104. Kaczorek T,: Perfect functional observers of singular continuous-time linear
dels. Bull. Pol. Acad. Techn. Sci., 47(3), 1999, s. 2354246. s y s t e m s . Machine Intelligence & Robotics Control, 4(1), 2002, s. 77482.
83. Kaczorek T.: Externally positive 2D linear systems. Bull. Pol. Acad. Techn. 105. Kaczorek T.: Perfect Observers for Linear Systems. IEEE Transactions on Au
Sci., 47(3), 1999, s. 2274234. tomatic Control, 7(3), 2002, s. 1454148.
84. Kaczorek T.: Reachability and controllability of positive linear systems with 106. Kaczorek T.: Perfect observers of standard linear systems. Bull. Pol. Acad.
state feedbacks. Bull. Pol. Acad. Techn. Sci., 47(1), 1999, s. 67473. Techn. Sci., 50(3), 2002, s. 2374245.
85. Kaczorek T.: Teoria Sterowania i Systemów. Warszawa, Wydawnictwo Naukowe 107. Kaczorek T.: Polynomial approach to pole shifting to infinity in singular systems
PWN, 1999. by feedbacks. Bull. Pol. Acad. Techn. Sci., 50(2), 2002, s. 1344144.
86. Kaczorek T.: Weakly positive continuous-tim e linear system s. Lecture Notes in 108. Kaczorek T.: When do equilibria of positive 2D Roesser model are strictly
Control and Information Sciences, 1999, s. 3 4 1 6 . positive. Bull. Pol. Acad. Techn. Sci., 50(3), 2002, s. 2214227.
488 Bibliografia Bibliografia 489
109. Kaczorek T.: A novel approach to design of minimal order functional observers 132. Klamlca J.: Controllability of infinite-dimensional 2D linear systems. Advances
for singular linear systems. Bull. Pol. Acad. Techn. Sci., 2003. in Systems Science and Applications, 1(1), 1997, s. 5374-543.
110. Kaczorek T.: Dekompozycja singularnych układów liniowych. Przegląd Elektro 133. Klamlca J.: Controllability of nonlinear 2D systems. Nonlinear Analysis, Theory,
techniczny, 1(2), 2003. Methods and Applications, 30(5), 1997, s. 29634-2968.
111. Kaczorek T.: Iloldability and stabilizability of 2D Roesser model. Control and 134. Klamlca J.: Controllability of 2D systems: a survey. Applied Mathematics and
Cybernetics, 31(1), 2003. Computer Science, 7(4), 1997, s. 1014-120.
112. Kaczorek T.: Przesuwanie do nieskończoności wartości własnych singularnych 135. Klamlca J.: Controllability of delayed dynamical systems. Studia z Automatyki
układów liniowych. Przegląd Elektrotechniczny, 1(3), 2003. i Informatyki, 22, 1997, s. 294-40.
113. Kaczorek T.: Relationship between infinite eigenvalue assignment for singular 136. Klamlca J.: Constrained controllability of positive 2D systems. Bull. Pol. Sci.
systems and solvability of polynomial matrix equations. Applied Mathematics Acad., 46(1), 1998, s. 954-104.
and Computer Science, 13(2), 2003. 137. Klamlca J.: Controllability of second order semilinear infinite-dimensional dy
114. Kaczorek T., Łopatka R.: Existence and computation of the set of positive namical systems. Applied Mathematics and Computer Science, 8(3), 1998,
solutions to polynomial matrix equations. Applied Mathematics and Computer s. 4594-470.
Science, 10(2), 2000, s. 3094-320. 138. Klamlca J.: Controllability of 2D continuous-discrete systems with delays in
115. Kaczorek T., Przylusld K.M., Żak S.II.: Wybrane metody analizy liniowych control. Bull. Pol. Sci. Acad., 46(3), 1999, s. 3634-373.
układów dynamicznych. Warszawa, PWN, 1984. 139. Klamlca J.: Constrained controllability of dynamic systems. International Jo
116. Kalman R.E.: Mathematical description of linear dynamical systems. SIAM J. urnal of Applied Mathematics and Computer Science, 9(2), 1999, s. 2314-244.
Control, 1(1), 1963, s. 1524-192. 140. Klamka J.: Constrained controllability of semilinear systems. Proceedings of I f
117. Kalman R.E.: On the general theory of control systems. Proc. of the first IFAC Wold Congress of IFAC, B, 1999, s. 3894-394.
Congr., London: Buttleworth, 1960. 141. Klamlca J.: Controllability of delayed dynamical systems. Proceedings of I f
118. Khalil U.K.: Nonlinear systems. Upper Saddle River, NJ, Prentice-IIall, 1996. Wold Congress of IFAC, D, 1999, s. 4854-490.
119. Kirk D.E.: Optimal Control Theory: An Introduction. Englewood Cliffs, NJ, 142. Klamlca J.: Controllability of 2D nonlinear systems. Proceedings of the European
Prentice-Hall, 1970. Control Conference, 1999, s. 11214-1127.
120. Klamka J.: Stcrowalność układów dynamicznych. Warszawa - Wroclaw, PWN, 143. Klamlca J.: Local controllability of 2D nonlinear systems. Bull. Pol. Sci. Acad.,
1990.
47(2), 1999, s. 1534-161.
121. Klamka J.: Constrained controllability of nonlinear systems. IMA Journal of 144. Klamlca J.: Constrained approximate controllability. IEEE Trans, on Automatic
Mathematical Control and Information, 12, 1995, s. 2454-252. Control, AC-45(9), 2000, s. 17454-1749.
122. Klamka J.: Approximate relative controllability of retarded dynamical systems. 145. Klamlca J.: Schauder’s fixed-point theorem in nonlinear controllability pro
Applied Mathematics and Computer Science, 6(1), 1996, s. 15426. blems. Control and Cybernetics, 29, 2000, s. 1534-165.
,123.._KlamlQ._j4_Constrained_contEollability.of-delayed distributed parameter dyna 146. Klamka J.: Constrained boundary controllability. Proceedings of 10 Internatio
mical systems. SAMS, Systems Analysis Modelling Simulation, 24(1-3), 1996, nal Conference on System, Modelling. Control, 1, 2001, s. 3874-392.
S. 154-23. ......................'
147. Klamlca J.: Constrained controllability of semilinear infinite-dimensional sys
124. Klamka J.: Constrained controllability of nonlinear systems. Journal of Mathe tems. Proceedings of 7 International Conference on Methods and Models in
matical Analysis and Applications, 201(2), 1996, s. 3654-374.
Automation and Robotics, 2001, s. 454-50.
125. Klamka J.: Controllability of 2D nonlinear systems. Proceedings of the 2,ul
148. Klamlca J.: Constrained controllability of semilinear systems. Nonlinear Analy
World Congress on Nonlinear Analysis, 1996.
126. Klamka J.: Controllability of retarded dynamical systems. Kybernetika, 32(6), sis, 47, 2001, s. 29394-2949.
1996, s. 5914-600. 149. Klamlca J., Ogonowski Z.: Teoria systemów liniowych. Skrypt Politechniki Ślą
127. Klamka J.: Controllability of second order infinite-dimensional systems. IMA skiej, 1999.
Journal of Mathematical Control and Information, 13(1), 1996, s. 794-88. 150. Kucera V.: Discrete linear control: the polynomial equation approach. Prague,
128. Klamlca J.: Approximate controllability of delayed dynamical systems. Applied Acadernica, 1979.
Mathematics and Computer Science, 7(1), 1997, s. 54-16. 151. Kudrewicz J.: Częstotliwościowe metody w teorii nieliniowych układów dyna
129. Klamlca J.: Approximate controllability of delayed dynamical systems. Applied micznych. Warszawa, WNT, 1970.
Mathematics and Computer Science, 7(1), 1997, s. 1014-112. 152. Kudrewicz J.: Analiza funkcjonalna dla automatyków i elektroników. Warszawa,
130. Klamlca J.: Constrained approximate boundary controllability. IEEE Trans, on PWN, 1976.
Automatic Control, AC-42(2), 1997, s. 2804-284. 153. Kudrewicz J.: Przekształcenie Z i równania różnicowe. Warszawa, Wydawnic
131. Klamka J.: Controllability and minimum energy control of 2D linear sys two Naukowe PWN, 2000.
tems. Proceedings of the American Control Conference AC C ’97, 5, 1997, 154. Kwakernaak IŁ, Si van R,.: Linear Optimal Control Systems. New York, Wiley
s. 31414-3143. Interscience, 1972.
490 Bibliografía Bibliografia 491
155. Lyapunov A.M.: The general problem of stability and motion. London, Taylor 184. Rugh W.J.: Linear System Theory. Upper Saddle River, NJ, Prentice-IIall,
& Francis, 1992. 1996.
156. LaSalle J.P.: The Stability and Control of Discrete Processes. New York, 185. Sastry S.: Nonlinear systems. Analysis, stability and control. New York, NY,
Springer-Verlag, 1986. Springer-Verlag, 1999.
157. La Salle J., Lefschetz S.: Zarys teorii stabilności Lapunowa i jego metody bez- 186. Slotine J.E. and Li W.: Applied nonlinear control. Englewood Cliffs, NJ,
pośredniej. Warszawa, PWN, 1966. Prentice-IIall, 1991.
158. Lee E.B., Markus L.: Foundations of Optimal Control Theory. New York, John 187. Sob C.B.: Necessary and sufficient conditions for stability of symmetric interval
Wiley, 1967. matrices. International Journal of Control, 51(1), 1990, s. 2434-248.
159. Lee E.B., Markus L.: Foundations of Optimal Control Theory. Malabar FL, 188. Solheim O.A.: Design of optimal control systems with prescribed eigenvalues.
Robert E. Krieger Publishing Company, 1986. International Journal of Control, 15(1), 1972, s. 1434-160.
160. Lewis F.L.: Optimal control. New York, J. Wiley, 1986. 189. Sontang E.D.: Mathematical Control Theory: Deterministic Finite Dimensional
161. Lewis F.L.: Optimal estimation. New York, Wiley, 1986. Systems. New York, Springel-Verlag, 1998.
162. Lewis F.L., Syrmos V.L.: Optimal Control. New York, Wiley-Interscience, 1995. 190. Takahashi Y., Rabins M.J., Ausländer D.M.: Sterowanie i systemy dynamiczne.
163. Luenberger D.G.: Observers for multivariable systems. IEEE Trans, on Autom. Warszawa, WNT, 1976.
Contr., AC-11(1), 1966, s. 1904-197. 191. Tsui C.C.: A New Algorithm for Design of Multifunctional Observers. IEEE
Trans. Autom. Control, AC-30(1), 1985, s. 894-93.
164. Luenberger D.G.: An introduction to observers. IEEE 'Wans. on Autom. Contr.,
192. Tsui C.C.: On the order reduction of linear function observers. IEEE Trans.
AC-16(6), 1971, s. 5964-602.
Autom. Control, AC-31 (1), 1986, s. 4474449.
165. Luenberger D.G.: Teoria optymalizacji. Warszawa, PWN, 1973. 193. Tsui C.C.: What is the Minimum Function Observer Order? Journal of the
166. Marino R., Tomei P.: Nonlinear control design. London, Prentice-IIall, 1995. Franklin Institute, 335(4), 1998, s. 6234628.
167. Mitkowski W.: Stabilizacja systemów dynamicznych. Warszawa, WNT, 1991. 194. Turowicz A.: Geometria zer i wielomianów. Warszawa, PWN, 1967.
168. Mitkowski W.: Stabilizacja liniowych układów nieskończenie wymiarowych za 195. Turowicz A.: Teoria Macierzy, Wykłady na Studium Doktoranckim w zakresie
pomocą dynamicznego sprzężenia zwrotnego. Arch. Automatyki i Telemechani automatyki i elektrotechniki (spisał Mitkowski W.), (skrypt nr 1435), 1970/1971,
ki, 33(4), 1995, s. 5154-528. s. 14222. r
169. Mitkowski W.: Stabilizacja systemów dynamicznych. Kraków, Wydawnictwa 196. Węgrzyn S.: Podstawy automatyki. Warszawa, PWN, 1976.
AGH, 1996. 197. Wierzbicki A.: Modele i wrażliwość układów sterowania. Warszawa, WNT, 1977.
170. Mitkowski W.: Projektowanie systemów sterowania z wykorzystaniem równania 198. Willems J.L.: Stability Theory of Dynamical Systems. New York, John Wiley
Rieeatiego. Mat. Konferencyjne X III Krajowej Konferencji Automatyki, 1,1999, & Sons, 1970.
s. 1714-176. 199. Wolovich W.A.: Linear multivariable systems. New York, Springer, 1974.
171. Mitkowski W.: Systemy dynamiczne. Materiały uzupełniające do wykładów. 200. Wolovich W.A.: Automatic Control Systems: Basic Analysis and Design. Fort
--•--■-•----IG:akówr-WydawMieliwa---Wydziałn“Elektrotechnilci; Automatyki, Informatyki Worth, TX, Saunders Colledge Publishing, 1994.
i Elektroniki AGH, 2000. 201. Wonham W.M.: On pole assignment in multi-input controllable linear systems.
172. Mitkowski W.: Metody projektowania układów regulacji optymalnej. Mat. Kon IEEE Trans, on Automatic Control, AC-12(6), 1967, s. 6604665.
ferencyjne X IV Krajowej Konferencji Automatyki, 1, 2002, s. 1954-204. 202. Wonham W.M.: Linear multivariable control: a geometric approach. New York,
173. Moore R.E.: Interval Analysis. New York, Prentice-IIall, 1966. Springer, 1979.
174. Niederliński A.: Układy wielowymiarowe automatyki. Warszawa, WNT, 1974. 203. Zabczyk J.: Zarys matematycznej teorii sterowania. Warszawa, PWN, 1991.
175. Nowacki P., Szklarski L., Górecki II.: Podstawy teorii układów regulacji auto 204. Zadeh L.A., Desoer Ch.A.: Linear System Theory: The State Space Approach.
matycznej. Warszawa, PWN, 1974. New York, McGraw-Hill, 1963.
176. Ogata K.: Metody przestrzeni stanów w teorii sterowania. Warszawa, WNT, 205. Zurada J.M.: Introduction to Artificial Neural Systems. St. Paul, MN, West
1974. Publishing, 1992.
177. O’Reilly J.: Observers for linear systems. London, Academic, 1983.
178. Osiowski J.: Zarys rachunku operatorowego. Warszawa, WNT, 1981.
179. Owens D.H.: Multivariable and Optimal Control. London, Academic Press,
1981.
180. Pedrycz W.: Fuzzy Control and Fuzzy Systems. Taunton, Somerset, England,
Research Studies Press, 1993.
181. Pelczewski W.: Teoria sterowania. Warszawa, WNT, 1980.
182. Rolewicz S.: Analiza funkcjonalna i teoria sterowania. Warszawa, PWN, 1974.
183. Rosenbrock H.H.: State - space and multivariable theory. London, Nelson, 1970.
r
SKOROWIDZ
funkcja przenoszenia 73 macierz blokowa 418 macierz podstawowa 433 metoda optymalnej linearyzacji 23
Rayleigha 34 iloczyn 418 postać kanoniczna rozwinięcia w szereg 19
skalarna wyznacznik 419 Frobeniusa 309 model
gradient 430 całka Jordana 321 AR 16, 57, 61
pochodna Liego 440 iterowana 432 Smitha 319 ARMA 16, 57, 61
splot 455 oznaczona 4.31 prostej struktury 405 ARMAX 58, 59
transformata 455 cykliczna 310 prostokątna 393 czasowy 50
wektorowa diagonalna 394 przemienność 397 częstotliwościowy 73
pochodna 430 dołączona 403 przenoszenia 56 Leontiefa 45
dodatnio określona 410 pseudoodwrotność Lotki-Volterry 43
G dolnotrójlcątna 395 Moore’a-Penrose’a 414 Maya 43
dopełnienie 395 równość 396 punkt równowagi
gradient funkcji skalarnej 430 rząd 399
działania elementarne 319 stabilny 156
dzielnik elementarny 320 skalania 394 stabilny asymptotycznie 158
H forma kwadratowa 409 skośnie-symetryczna 394 równanie charakterystyczne 161, 162,
dodatnio określona 410 sprzężona 398 190, 191
Hurwitza kryterium zol), stabilność,
nieosobliwa 410 stopień 393 Solowa 44
kryterium Hurwitza suma 396
osobliwa 410 stan równowagi 154
ujemnie określona 410 symetryczna 394 wejście-wyjście 73
I fundamentalna 433 systemu 52 wielomian charakterystycznyT:6łr 162,
iloczyn Kroneckera zob. macierz, iloczyn górnotrójkątna 395 ślad 394 190, 191
Kroneckera główna przekątna 394 transpozycja 394 zmiennych stanu 55
izoklina 140 hermitowska 398 tranzycyjna 433 konstrukcja 52
idempotentna 398 ujemnie określona 410 macierz przenoszenia 56
iloczyn 397 unitarna 406 systemu 52
J iloczyn Kroneckera 420 wartość szczególna 407 wejścia 52
Jacobiego macierz zob. macierz indeks 394 rozkład 407 wyjścia 56
Jacobiego jądro 400 wartość własna 405 równanie wyjścia 56
Jordana klatka zob. macierz, klatka Jacobiego 442 obserwowalna 254, 256 rząd 54
Joiclami ~ ~ “ — klatka Jordana 321 ...... osiągalna 253, 256
kolumnowa 393 rozkład 407
wejścia 52 N
kongruencja 410
K kwadratowa 393 wektor własny niestabilność 199
kryterium stabilności zob. stabilność, nieosobliwa 390 lewostronny 406 Nyquista kryterium zob. stabilność,
kryterium niłpotentna 397 prawostronny 405 kryterium Nyquista
krzywa Michajlowa 171 indeks nilpotentności 270 wielomian punkt zob. punkt Nyquista
norma 412 charakterystyczny 405 twierdzenie zob. twierdzenie
euklidesowa 412 inwariantny 320 Nyquista
L minimalny 415
Frobeniusa 413
Lagrange’a równanie zob. równanie zgodność 413 zerujący 415
Lagrange’a obraz 400 wierszowa 393 O
Laplace’a przekształcenie zob. odwrotność 403 wyjścia 56 obiekt regulacji 2
przekształcenie Laplace’a lewa 401 wymiar 393 oktawa 79
Laurenta szereg zob. szereg Łaurenta prawa 402 wyznacznik 395 operator liniowy 401
ortonormalna 406 metoda
M osobliwa 396 izoklin 140
pęk regularny 270 Krasowskiego 213, 215 P
macierz 393 pochodna 429 Lapunowa 202, 204, 205 płaszczyzna fazowa 54
aritysyrnetryczna 394 podobieństwo 405 nieliniowego sprzężenia zwrotnego 28 analiza 132
496 Skorowidz 1 Skorowidz 497
pole wektorowe 440 stabilność, kryterium Nyąuista 176 układ, postać kanoniczna układ sterowalny 230, 248
gładkość 442 lokalna 201, 210 Brunovskiego-Luenbergera331, 334, do zera 228, 247
nawias Liego 442 Routha 164 340, 343, 347, 354, 362, 368 indeks 231, 247
portret fazowy 132 stan obserwatorowa 343, 368 szybki 270
postać kanoniczna zob. macierz, postać obserwowalny 232, 249 obserwowalna 340, 362 wolny 270
kanoniczna; układ, postać odtwarzalny 238, 252 regulatorowa 334, 354 wykrywalny 255, 257
kanoniczna osiągalny 223, 244 sterowalna 331, 347
przekształcenie równowagi 153, 200 regulacji automatycznej 2, 4
Lapłace’a 451 sterowalny do zera 228, 247 adaptacyjny 7 W
odwrotne 458 układu 2, 14 ciągły 6 wektor
oryginał 451, 459 sterowanie 1 dyskretny 6
pochodnej funkcji 456 liniowa niezależność 399
szereg Laurenta 463 hybrydowy 6 liniowa zależność 399
różnicy funkcji 455 szum biały 57 jednowarstwowy 7 norma 412
splotu funkcji 455 jednowymiarowy 6 zgodność 413
sumy funkcji 455 liniowy 4
T osiągalny 271
zasada superpozycji 455 nieliniowy 5 stanu 14
Z 463 tożsamość Jacobiego 443 nieoptymalny 7 wielkość
odwrotne 467 trajektoria fazowa 54 optymalny 7 sterująca 1
oryginał 463 transformata wielowarstwowy 7 zakłócająca 1
różnicy funkcji 465 Laplace’a 451 ' wielowymiarowy 5 wielomian charakterystyczny 14)0,'191,
splotu funkcji 465 oryginał 459 zwykły 7 405
sumy funkcji 465 2 463 równań wzmocnienie logarytmiczne 79
zasada superpozycji 465 oryginał 463 liniowych 403
przestrzeń liniowa, dopełnienie transmitancja rozwiązanie 403
ortogonalne 401 operatorowa 73 nieliniowych 440 Z
punkt widmowa 76 singularny 270
Nyąuista 178 twierdzenie /¡".-obserwowalny 286 zapas
równowagi 154 Bineta-Cauchy’ego 399 i?.-sterowałny 275 amplitudy 188
Borela 455 dualny 294 fazy 188
Cayleya-llamillona 415............ obserwowalny 288 zasada superpozycji 4
Kroneckera-Capellego 403 obserwowalny impulsowo 290 zbiór
regulacja 1 Lagrange’a-Sylvestera 417 sterowalny 276 osiągalności 271
regulator 2 Lapunowa 209 sterowalny impulsowo 281 stanów osiągalnych 271
równanie Nyąuista 178 stabilizowalny 253 zmienna stanu 14
charakterystyczne 190 o opóźnieniu 455
Lagrange’a 34 o transformacie splotu 455, 465
liniowe Sylvestera 400, 411
różnicowe 435, 470
różniczkowe 432, 460
U
Riccatiego 438
uchyb regulacji 2
układ
dualny 240, 252
stabilność 199 dynamiczny 18, 29
globalna 201, 212 obserwowalny 232, 249
kryterium indeks 234
Hur witza 162 odtwarzalny 238, 252
logarytmiczne Nyąuista 185 osiągalny 223, 244
Michajłowa 170 wyjściowo 242