SlideShare a Scribd company logo
1 of 36
Не для школы,
а для жизни мы учимся.
Античный афоризм
1
Лекции
ЛОКАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ
Часть 2
авт. – проф. Валерий Александрович ТЕРЕХОВ
Санкт-Петербург, 2013
2
3. ПРИНЦИПЫ ПОСТРОЕНИЯ ЛСУ
• стабилизация
• программное регулирование
• слежение
• управление состоянием
→ функциональные цели ЛСУ →
объективное влияние на объект возмущений внешней среды
→ и собственных свойств в процессе функционирования во
времени и в пространстве
3
3.1. Регулирование по отклонению при
возмущениях
p
( )
( ) ( ) ( ) ( )
1 ( ) ( )
ff
f
u
W s
s f s s f s
W s W s
ee = =F
+
4
3.2. Компенсация влияния возмущений
«Принцип компенсации нагрузки" для регулирования паровых
машин французского математика и инженера Ж. В. Понселе
(1830 г.).
3.2.1. Прямое измерение сигнальных возмущений
5
к( )( ( ) ( ) ( )) 0при ( ) 0f uf s W s W s W s f s+ = ¹Þ
y
f
Условие абсолютной инвариантности регулируемой переменной
относительно измеряемого сигнала возмущений
1
к ( ) ( ) ( ).f uW s W s W s-
=-
3.2.2. Косвенное измерение сигнальных возмущений
6
( ) ( )
к м
к м к м
( ) 1 ( ) ( )
( ) ( ) ( )
1 ( ) ( ) ( ) 1 ( ) ( ) ( )
u
u u
W s W s W s
y s s v s
W s W s W s W s W s W s
m
+
= +
+ - + -
( )к м( ) 1 ( ) ( ) 0, ( ) 0v s W s W s v s+ =Þ ¹ Þ
1
к м( ) ( )W s W s-
=
3.3. Комбинированные системы регулирования
Объединение:
1) принципа регулирования по отклонению и
2) методов компенсации влияния возмущений
(рисунок 3.5)
7
Для схемы на рис. 3.4 следуют
pк
p p
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) .
1 ( ) ( ) 1 ( ) ( )
u f u
u u
W s W s W s W s W s
y s g s f s
W s W s W s W s
+
= +
+ +
8
3.3.2. Косвенное измерение возмущений
p м к
( ) ( ) 1 ( ) ( )
( ) ( ) ( ) ,
( ) ( )
uW s W s W s W s
y s g s v s
s s
-
= +
D D
pк м к( ) 1 ( ) ( ) ( ) ( ) ( ) ( ).u us W s W s W s W s W s W s= + + -D
9
1
к м( ) ( )W s W s-
= Þ 1
pм( ) ( ) ( ) ( ) ( )u us W s W s W s W s-
= +D Þ
pм
pм
( ) ( )
( ) ( ) , ( ) 0.
1 ( ) ( )
W s W s
y s g s v s
W s W s
= ¹
+
1
к м
ˆ ( ) ( ) ( )W s W s sd-
= ÞТехническая реализация
( )pм( ) ( ) ( ) 1 ( )
( ) ( ) ( ) , mod 1 ( ) 1
( ) ( )
uW s W s W s s
y s g s v s j
s s
d
d w* *
-
= + -
D D
=
м p м м( ) ( ) ( ) ( ) ( ) (1 ( ) ( )).us W s W s W s W s W s sd*
= + + -D
При значении mod ( ) 1для 0jd w w= ¥££ Þ ( ) ( ).s s*
=D D
10
3.3.3. Комбинированная следящая система
к 2
1 2
1 ( ) ( )
( ) ( ) ( ) ( ) .
1 ( ) ( )
W s W s
s g s s g s
W s W s
ee
-
= =F
+
( ) 0, 0t te = ³1
к 2Если ( ) ( ), тоW s W s-
= Þ
11
Метод расчета с использованием ЛЧХ и эквивалентирования
структуры
1 2к 2
э
1 2
( ) ( ) ( ) ( )
( )
1 ( ) ( )
W s W s W s W s
s
W s W s
+
= =F
+
к
1 2
1
( ) ( )
1 ( ) ( ).
( ) 1 ( )
W s W s
s s
W s W s
æ öæ ö÷ ÷ç ç÷= + = FF÷ç ç÷ ÷ç ç ÷÷ç +è øè ø
к
1э
э
э к 2
( )
( ) 1
( )( )
( ) .
1 ( ) 1 ( ) ( )
W s
W s
W ss
W s
s W s W s
æ ö÷ç ÷+ç ÷ç ÷çF è ø
= =
- -F
12
3.3.4. Регулирование объектов с изменяющимися
параметрами
( ) ( , ) ( ) ( , ) ( ),t B p t u t A p t y tj = -D D
( ), ( )i ja t b td d
( )
1
к 0( ) ( ) ( ),x t B p tj
-
= к( ) ( ) ( )u t t x tm= +
Модель обобщенного настраиваемого объекта
(ОНО):
( )
( )( )
( )
*
0 0
ОНО
*
0 0
0
( ) ( ) ( , )
( , ) ,где
( , )
( , ) ( ) ( , ) ( ) ( , )
*( ) ( ) ( , ) .Если выполнить
B p B p B p t
W p t
р t
р t B p B p t A p A p t
A p B p B p t
+ D
=
D
= + + -D D
- + D
* *
*
0
( , ) ( , ); ( , ) ( , );
( , ) ( , )
A p t A p t B p t B p t
B p t B p t
D º D D º D
º Þ ОНО 0 0( ) ( ) ( ).W p B p A p=
13
3.4. Регулирование объектов с запаздыванием
Дифференциальные уравнения с отклоняющимся аргументом,
дифференциально-разностные уравнения,
дифференциальные уравнения с запаздывающим аргументом вида
[ ]( ) ( ), ( ),x t f x t x t tt= -&
где x — неизвестная функция независимого аргумента t ; f : R3
→ R, а
t
— положительное число (запаздывание).
“Чистое” (транспортное) запаздывание:
( ) ,j
W j e wt
w -
= mod 1; .j
e wt
w-
= - ¥ ¥££
( )=lg mod 0,j
L e wt
w -
= ( ) arg .j
e wt
j w wt-
= =-
В линейных системах о( ) ( ) ,s
W s W s e t
t
-
=
1
0
о 1
0
( 1)
( ) .
( 1)
m
j
j
n
i
i
s
W s k
T s
t
-
=
-
=
+P
=
+P
14
{ }о
э
Если , , 1,2, 1; 1,2, 1, тогда вводят
эквивалентное запаздывание :
i jT T i n j mt
t
- -Î Î? K K
э .i j
i j
Tt t= -å å
Типовые модели ТОУ:
э
;
s
ke
s
t- э
0
;
1
s
ke
T s
t-
+
э
2 2
.
2 1
s
ke
T s Ts
t
x
-
+ +
3.4.1. Учет влияния запаздывания на устойчивость замкнутого контура
c c cкр c( ) ( ) 0, ( ) 0,Lt j w j w w t w= - = >D D D
15
3.4.2. Аппроксимация запаздывания рядом Падѐ
2 3
2 3
( ) ( )
1 ...
2! 6 2! 6 3!
( ) ( )
1 ...
2! 6 2! 6 3!
s
s s s
e
s s s
t
t t t
t t t
-
- + - +
× ×=
+ + + +
× ×
А – идеальное звено запаздывания;
Б – аппроксимации 2-го порядка;
В – аппроксимации 4-го порядка.
16
Примеры аппроксимации:
1 0,5
,
1 0,5
s s
e
s
t t
t
- -
+
; ( ) 2arctg(0,5 ),tj w wt=- *
1: ( ) .twt j w wt» -=
2
2
1 0,5 0,083( )
,
1 0,5 0,083( )
s s s
e
s s
t t t
t t
- - +
+ +
; *
2
6
( ) 2arctg .
12 ( )
t
wt
j w
wt
=-
-
*
При 1 имеем ( ) .twt j w wt< -;
17
Применение ряда Пад :ѐ
0 1 6.Tt £
В практическом плане использование ряда Падѐ ограничено
значениями
18
3.4.3. Упредитель Смита
Цель ─ синтез одноконтурных систем регулирования объектов с
эквивалентным (транспортным) запаздыванием без его учета , но с
сохранением эффекта запаздывания в конечном результате синтеза.
( ) ( ) ( ) ; ( ) ( ) ( ) ; ( ) ( ) ( ) ,s s s
g g f fy s g s s e s g s s e y s f s s et t t
ee- - -
= = =F F F
где ( ), ( ) и ( ) ПФ системы без учета запаздывания.g fs s seF F F ®
19
2 3
( ) ( ) ( )
(1 )при mod 1
2! 3! !
n
s s s s
e s s j
n
t t t t
t t wt wt-
- = + - + + + » = <L L
p o*
p o
( ) ( )
( ) ( ) 1 ( ) ,где ( ) .
1 ( ) ( )
s s
f f g g
W s W s
s s e s e s
W s W s
t t- -
= = - =F F F F
+
3.4.4. Настройка регуляторов на объект с запаздыванием
Рекомендации качественного характера по выбору закона
регулирования исходя из величины отношения величины запаздывания к
доминирующей по величине постоянной времени объекта и величины
отношения времени регулирования ко времени запаздывания.
1. Минимальное время регулирования в системе с запаздыванием
ограничено снизу значением для типовой модели
апериодического объекта первого порядка.
pmin o2t T=
20
3.4.4. Настройка регуляторов на объект с запаздыванием
(окончание)
2. Для значений соотношения < 0,2 можно применять все
типовые релейные, непрерывные или цифровые регуляторы.
3. Если 0,2 < < 1, то необходим непрерывный или цифровой
ПИ-, ПД-, ПИД-регуляторы.
4. Для значений > 1 рекомендуется регулирование с
постоянной времени и применением упреждающих
(дифференцирующих) устройств, в том числе ПИД-регуляторов с
упредителем Смита.
Однако этот же регулятор рекомендуется применять и при меньших
значениях .
См.:
http://automation-system.ru
oTt
oTt
oTt
oTt
oT
21
3.5. Регулирование объектов при случайных
возмущениях
Стохастическая теория управления основывается на теории
статистических решений задач идентификации и оценивания
параметров и состояния, статистической оптимизации, фильтрации и
прогнозирования.
Метод синтеза структуры и алгоритма оптимального
минимально-дисперсного регулятора
3.5.1. Постановка задачи для моделей объектов в виде уравнений
( ) ( ) ( ) ,k k kA z y zB z u C z x= +
2
1 2( ) 1 ;n
nA z a z a z a z= + + + +L 2
0 1 2( ) ;m
mB z b b z b z b z= + + + +L
2
1 2( ) 1 l
lC z c z c z c z= + + + +L ― устойчивые полиномы; t s
z e- ×D
= ― оператор
запаздывания. { } , 1, 2,k kx = K ― дискретный белый шум со свойствами:
0, 0;k kx "¹ ³ { }M 0;kmx x =@ { }2
2
0при 0;
M
при 0.
k k m
m
m
x
x
s x x
s
-
ì ¹ïï= =í
ï =ïî
22
где
Тогда эквивалентное возмущение, приведенное к выходу объекта:
совокупное влияние реальных возмущений.
2. Эталонная модель (ЭМ) поведения объекта по воспроизводимому
сигналу:
( ) ( ) ( )k k kv H z C z A zx x= = - гауссовский случайный процесс, имитирующий
ˆ ˆˆ( ) ( ) ,k kA z y zB z g=
ˆ ˆ( ), ( )A z B z ― гурвицевы полиномы.
3. Цель регулирования объекта: ˆ( )при .k k kmine min y y t= - ¥®
4. Регулятор: ku *
= ( ) ( ) .k kA z g B z y−
Пример 1. 1 1 1,k k k k ky ay u cx x− − −+ = + + использовать можно только
1 1, , , , , .k k k ky y u u− −K Kизмеряемые переменные
23
3.5.2. Синтез минимально-дисперсного линейного регулятора
ˆˆ ( ) ( ) ( ),k k k g k ke y y z z g zxxé ù= - = - +F F Fê úë û
ˆ( ), ( )и ( )g z z zxF F F
Допустим состояние системы таким, что
ˆ( ) ( ) 0g z z-F F º Þ
( )
( ) ,где
( )
k k k
g
W z
e z
D z
x
x x x= =F
( )
( ) ,
( )
C z
W z
A z
x =
( )gD z ― полином знаменателя ( )?g zF
Взамен ошибки рассогласования системы
и эталонной модели введем
т.н. "профильтрованную ошибку"0
0 1 0 2
0
( )
, dim ( ) ,dim ( ) .
( )
k k
C z
e e C z D z
D z
n n= = =%
24
В качестве меры оптимальности, с учетом стохастической природы
возмущений, примем величину дисперсии профильтрованной ошибки:
2
20
0
( )
M .
( )
k e
C z
J e
D z
s
   
= =  
   
%
Оптимальное управление и необходимые для этого функциональная
структура регулятора удовлетворяют условию минимума
2* 1 2
0 0min minM ( ) ( ) .k
u u
J J D z C z e const−  = = = =   
xs
Оптимальный регулятор в силу условия минимума "выбеливает" ошибку
регулирования (см. пример), т.е. ошибка воспроизведения
задающего воздействия по отношению к воспроизводимому ЭМ
сигналу в среднеквадратичном смысле не может быть меньшей
значения дисперсии белого шума
ˆ ,k k ke y y= -
kg
ˆky
2
xs
25
Из условия оптимальности ― условия "выбеливания"
профильтрованной
ошибки, когда при
используемое в доказательстве теоремы о минимально-
дисперсном регуляторе.
k → ∞
0
0
( )
,
( )
k k k
C z
e e
D z
x= =%
следует тождество
0 0( ) ( ) ( ) ( ) ,k kC z C z e C z D z x=
26
3.5.2. Теорема о минимально-дисперсном регуляторе
Для минимально-фазового объекта с приведенным ко входу
эквивалентным возмущением
( )
,
( )
k k
C z
v
A z
x= 1,2, , 0, 0,kk mxx= =¹K
2
0xs ¹
оптимальное управление u∗
, минимизирующее критерий
2
20
0
( )
M ,
( )
k e
C z
J e
D z
   
= =  
   
s%
определяется уравнениями в операторной форме:
0
0
1 2
0
0 0
) ( ) ( ) ( ) ;
ˆ) ( ) ( ) ( ) ( );
ˆ) ( ) ( ) ( ) ( );
ˆ) ( ) ( ) ( ),
( ) , :dim max( ) ( );
) ( ) ( ) ( ) ( ) ( ).
k k k
r
i
i
i
a R z u S z g P z y
б R z D z B z A z
в S z C z C z B z
г P z Q z A z
Q z q z r Q l n
д C z C z D z A z zQ z
n n
*
=
üï= - ïïïï= ïïïï= ïïïý= ïïïïï= = + +Úå ïïïïï= + ïïþ
27
Для доказательства используем тождество
1. Вычисляются с последовательными подстановками:
0 0( ) ( ) ( ) ( ) .k kC z C z e C z D z x=
0( ) ( ) kC z C z e
0 0 0
0 0 0
0 0 0 1 1
0
ˆ ˆ( ) ( ) ( ) ( )( ) ( ( ) ( ) ( ))( )
ˆ ˆ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
ˆ( ) ( ) ( ) [ ( ) ( ) ( ) ( ) ( ) ]
( ) ( ) .
k k k k k
k k k k k
k k k k k
k
C z C z e C z C z y y A z D z Q z y y
A z D z y A z D z y Q z y Q z y A z A z y
Q z y C z C z y z B z D z u C k C k y Q z y
C z D z x
+ +
- = + - =
= - - + = +
+ - = - + +
+
@
2. Из равенства нулю выражения в квадратных скобках в силу тождества (см. выше)
получаем:
0 0 1ˆ( ) ( ) ( ) ( ) ( ) .k k kD z B z u C z C z y Q z y*
+= -
Умножая обе его части на полином
ˆ( )A z и обращаясь к уравнению эталонной модели
получаем необходимое соотношение, из которого следуют структура уравнений
0 0
ˆ ˆˆ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )k k kD z B z A z u C z C z B z g Q z A z y*
= -
минимально-дисперсного регулятора.
28
Доказательство теоремы
Структуры операторов А(z) и В (z) имеют вид
( )
( ) ;
( )
S z
A z
R z
=
( )
( ) .
( )
P z
B z
R z
= −
Их физическая реализуемость обусловлена допустимыми порядками полиномов
( ), ( ),S z P z ( ):R z
1 2
1 2
dim ( ) dim ( ) ;
ˆdim ( ) dim ( ) dim ( ) max[ , 2 ].
S z n l R z n m
P z Q z A z l n n
n n
n n
= + + ≤ = + +
= + = + + +
Введем профильтрованные сигналы на входах регулятора:
0
0
ˆ( ) ( )
,
ˆ( ) ( )
k k
C z B z
g g
D z A z
=%
0
1
.
( )
k ky y
D z
=%
Тогда оптимальный – минимально-дисперсный закон управления примет вид
( ) ( )
.
( ) ( )
k k k
C z Q z
u g y
B z B z
% %∗
= −
29
3.6. Регулирование многомерных многосвязных объектов
Использован пример двухсвязного объекта:
1 1 1
p 1 2
2
1 1
p11 p121 2
p21 p222 2
1 2
( )
( ) ( ) ( )
( )
( ) ( )
( ) ( )( ) ( )
.
( ) ( )( ) ( )
( ) ( )
u s
s s s
u s
u s u s
W s W ss s
W s W su s u s
s s
e e
e e
e e
W @ − − 
  =   
 
 
 
  = =   
   
  
Передаточная функция замкнутой системы ( )sФ по входу g и выходу y:
30
Запишем теперь подробно эту матричную передаточную функцию,
используя для этого передаточные функции МР и МОУ :
1 1
1 1 2 11 121 1
1 2
21 222 2 2
1 2
( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) .
( ) ( )( ) ( ) ( )
( ) ( )
y s y s
y s g s g s s s
s g s g s
s sy s y s y s
g s g s
F F
F F
− −
 
       = = =          
 
 
Ф
o p 1
o p
o p
( ) ( )
( ) ( ) ( ) ( ),
( ) ( )
s s
s s s s
s s
−
= =
+
W W
Ф W W A
I W W
I ― единичная матрица и матрица Так как ПМ
объекта
o p( ) ( ) ( )( ).s s s s= +A I W W
o11 o12
o
o21 o22
( ) ( )
( )
( ) ( )
W s W s
s
W s W s
W
 
= ⇒ 
  
o11 p11 o21 p21 o11 p12 o12 p22 11 12
o p
21 22o21 p11 o22 p21 o21 p12 o22 p22
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) .
( ) ( )( ) ( ) ( ) ( )
W W s W W s W W s W W s W s W s
s s
W s W sW W s W W s W W s W W s
+ +   
⇒ = =   + +    
W W
31
1. Для квадратной матрицы А вычисляется присоединенная матрица
T
11 12
21 22
,
a a
a a
 
 
 
A
% %
%@
% %
образованная из алгебраических дополнений элементовi ja% i ja
матрицы А с последующим её транспонированием.
2. Алгебраические дополнения вычисляются как , где -
миноры элементов .
( 1)i j
i j i ja D+
= −% i jD
i ja
3. Обратная матрица вычисляется как где -
определитель матрицы А .
Применение этих правил в нашем случае приводит к результату:
1 1
(det ) ,− −
=A A A% det A
11 1211 12
21 22 21 22
1 ( ) ( )
( ) ( ) ,
( ) 1 ( )
a aW s W s
s s
W s W s a a
A I W
 + 
= + = =   +   
32
11 22 12 21det ( ) (1 ( ))(1 ( )) ( ) ( ),s W s W s W s W sA = + + −
22 211
12 11
1 ( ) ( )1
( ) .
( ) 1 ( )det
W s W s
s
W s W s
− + − 
=  − + 
A
A
Приведенные соотношения позволяют записать матричные
передаточные функции замкнутой многомерной системы (слайд 30) по
входу , по ошибке регулирования , проводить анализ и в некоторых
случаях выполнять синтез многомерного регулятора.
Для примера запишем ошибку стабилизации для этой схемы:
[ ]1 1 1 22 2 12T T
2 1 21 2 11
( ) ( )(1 ( )) ( ) ( )1
( ) ( ) ( ) ( ) ( ) ,
( ) ( ) ( ) ( )(1 ( ))det
s g s W s g s W s
s s s s s
s g s W s g s W se
e
e
ε gФ g I A
A
@
−  + − 
= = + =   − + +  
где вектор ошибки
11 121
2 21 22
( ) ( )( )
( )
( ) ( ) ( )
s ss
s
s s s
e ee
e e e
ε
−  
= = ⇒   − +    
33
2 12
1 1 2 11 12
2 11
2 1 2 21 22
1 ( ) ( )
( ) ( ) ( ) ( ) ( );
det det
( ) 1 ( )
( ) ( ) ( ) ( ) ( ).
det det
W s W s
s g s g s s s
W s W s
s g s g s s s
e e e
e e e
+
= − = −
+
=− + =− +
A A
A A
Условия, при которых обращается в нуль, например, приводит к
тому, что ошибка также обращается в нуль, для чего
необходимо:
12( ),W s
12e
12 o11 p12 o12 p22( ) ( ) ( ) ( ) ( ) 0W s W s W s W s W s= + = ⇒
o12 p22
р12
o11
( ) ( )
( ) .
( )
W s W s
W s
W s
=−
Передаточная функция может быть реализована, если
выбраны в классе типовых ПИ-, ПИД – регуляторов.
12( )W s 22( )W s ⇒
34
3.6.1. Автономность в задачах синтеза многосвязных систем
Уравнения для регулирующих воздействий на входах МОУ (см. слайд
30):
1 1 p11 2 p21
2 1 p12 2 p22
( ) ( ) ( ) ( ) ( ),
( ) ( ) ( ) ( ) ( ).
u s s W s s W s
u s s W s s W s
e e
e e
= +
= +
1. Проф. И. Н. Вознесенский в ж. АиТ, 1938:
1 1
( ) ( ) ( ) ( ), 1, .
n n
i j j i j j
j j
q p y t r p u t i n
= =
= Îå å
( ) ( ) ( ) ( ) ,p t p t=Q y R u
1
( ) ( ) ( )p p pФ Q R−
= ⇒
1
( ),p-
Q ( )pΦ →( )иpR
― диагональные.
35
2. А. Боксенбом и Р. Худ (Boksenbom A., Hood R.) (1950): условия
автономности при диагональной матрице при
недиагональных матрицах и
1
( ) ( ) ( )z z z−
=Ф Q R
1
( )zQ-
( )zR
лишь при нулевых начальных условиях для всех компонент вектора
выходных переменных . Это следует из простого факта: например, для
моментов времени и для диагональной матрицы
( )ty
решения
t k tD= ×
1
( ) ( ) ( )z z z−
=Ф Q R
{ }1
1
( ) ( ) ( ) ,
n
l l
j
l
j t z z lD ZyФ g c−
=
× = + ∑
где - символ обратного z-преобразования; - корни
характеристического уравнения системы являются решениями уравнения:
{ }1
Z−
×
l
jl
det ( ) 0;z =Q
l
c - вектор произвольных постоянных.
36

More Related Content

What's hot

ТФРВС - весна 2014 - лекция 8
ТФРВС - весна 2014 - лекция 8ТФРВС - весна 2014 - лекция 8
ТФРВС - весна 2014 - лекция 8Alexey Paznikov
 
Анимируем объекты с использованием физики в JavaScript
Анимируем объекты с использованием физики в JavaScriptАнимируем объекты с использованием физики в JavaScript
Анимируем объекты с использованием физики в JavaScriptElena Ivanova
 
"Анимируем объекты с использованием физики в JavaScript", Елена Иванова, Mosc...
"Анимируем объекты с использованием физики в JavaScript", Елена Иванова, Mosc..."Анимируем объекты с использованием физики в JavaScript", Елена Иванова, Mosc...
"Анимируем объекты с использованием физики в JavaScript", Елена Иванова, Mosc...MoscowJS
 
20100930 proof complexity_hirsch_lecture03
20100930 proof complexity_hirsch_lecture0320100930 proof complexity_hirsch_lecture03
20100930 proof complexity_hirsch_lecture03Computer Science Club
 
Лекция 7. Стандарт OpenMP (подолжение)
Лекция 7. Стандарт OpenMP (подолжение)Лекция 7. Стандарт OpenMP (подолжение)
Лекция 7. Стандарт OpenMP (подолжение)Mikhail Kurnosov
 
Агоритм пчёл и его сравнение с ГА
Агоритм пчёл и его сравнение с ГААгоритм пчёл и его сравнение с ГА
Агоритм пчёл и его сравнение с ГАKirill Netreba
 
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...ITMO University
 
Лекция 11. Методы разработки алгоритмов
Лекция 11. Методы разработки алгоритмовЛекция 11. Методы разработки алгоритмов
Лекция 11. Методы разработки алгоритмовMikhail Kurnosov
 
Python. Объектно-ориентированное программирование
Python. Объектно-ориентированное программирование Python. Объектно-ориентированное программирование
Python. Объектно-ориентированное программирование Theoretical mechanics department
 
Метод искусственной пчелиной колонии, алгоритм пчёл
Метод искусственной пчелиной колонии, алгоритм пчёлМетод искусственной пчелиной колонии, алгоритм пчёл
Метод искусственной пчелиной колонии, алгоритм пчёлKirill Netreba
 
Векторизация кода (семинар 3)
Векторизация кода (семинар 3)Векторизация кода (семинар 3)
Векторизация кода (семинар 3)Mikhail Kurnosov
 
Лекция 6. Фибоначчиевы кучи (Fibonacci heaps)
Лекция 6. Фибоначчиевы кучи (Fibonacci heaps)Лекция 6. Фибоначчиевы кучи (Fibonacci heaps)
Лекция 6. Фибоначчиевы кучи (Fibonacci heaps)Mikhail Kurnosov
 
Opredelennyj integral
Opredelennyj integralOpredelennyj integral
Opredelennyj integralDimon4
 
ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4Alexey Paznikov
 
ТФРВС - весна 2014 - лекция 10
ТФРВС - весна 2014 - лекция 10ТФРВС - весна 2014 - лекция 10
ТФРВС - весна 2014 - лекция 10Alexey Paznikov
 

What's hot (20)

ТФРВС - весна 2014 - лекция 8
ТФРВС - весна 2014 - лекция 8ТФРВС - весна 2014 - лекция 8
ТФРВС - весна 2014 - лекция 8
 
Анимируем объекты с использованием физики в JavaScript
Анимируем объекты с использованием физики в JavaScriptАнимируем объекты с использованием физики в JavaScript
Анимируем объекты с использованием физики в JavaScript
 
"Анимируем объекты с использованием физики в JavaScript", Елена Иванова, Mosc...
"Анимируем объекты с использованием физики в JavaScript", Елена Иванова, Mosc..."Анимируем объекты с использованием физики в JavaScript", Елена Иванова, Mosc...
"Анимируем объекты с использованием физики в JavaScript", Елена Иванова, Mosc...
 
Метод отдельных тел
Метод отдельных телМетод отдельных тел
Метод отдельных тел
 
20100930 proof complexity_hirsch_lecture03
20100930 proof complexity_hirsch_lecture0320100930 proof complexity_hirsch_lecture03
20100930 proof complexity_hirsch_lecture03
 
Лекция 7. Стандарт OpenMP (подолжение)
Лекция 7. Стандарт OpenMP (подолжение)Лекция 7. Стандарт OpenMP (подолжение)
Лекция 7. Стандарт OpenMP (подолжение)
 
Основы NumPy
Основы NumPyОсновы NumPy
Основы NumPy
 
Агоритм пчёл и его сравнение с ГА
Агоритм пчёл и его сравнение с ГААгоритм пчёл и его сравнение с ГА
Агоритм пчёл и его сравнение с ГА
 
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
УПРАВЛЕНИЕ ПО ВЫХОДУ ЛИНЕЙНЫМ ПАРАМЕТРИЧЕСКИ НЕОПРЕДЕЛЕННЫМ ОБЪЕКТОМ В УСЛОВИ...
 
Лекция 11. Методы разработки алгоритмов
Лекция 11. Методы разработки алгоритмовЛекция 11. Методы разработки алгоритмов
Лекция 11. Методы разработки алгоритмов
 
Основы SciPy
Основы SciPyОсновы SciPy
Основы SciPy
 
Python. Объектно-ориентированное программирование
Python. Объектно-ориентированное программирование Python. Объектно-ориентированное программирование
Python. Объектно-ориентированное программирование
 
Метод искусственной пчелиной колонии, алгоритм пчёл
Метод искусственной пчелиной колонии, алгоритм пчёлМетод искусственной пчелиной колонии, алгоритм пчёл
Метод искусственной пчелиной колонии, алгоритм пчёл
 
Векторизация кода (семинар 3)
Векторизация кода (семинар 3)Векторизация кода (семинар 3)
Векторизация кода (семинар 3)
 
Основы Python. Функции
Основы Python. ФункцииОсновы Python. Функции
Основы Python. Функции
 
Лекция 6. Фибоначчиевы кучи (Fibonacci heaps)
Лекция 6. Фибоначчиевы кучи (Fibonacci heaps)Лекция 6. Фибоначчиевы кучи (Fibonacci heaps)
Лекция 6. Фибоначчиевы кучи (Fibonacci heaps)
 
Opredelennyj integral
Opredelennyj integralOpredelennyj integral
Opredelennyj integral
 
ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4
 
LSU3
LSU3LSU3
LSU3
 
ТФРВС - весна 2014 - лекция 10
ТФРВС - весна 2014 - лекция 10ТФРВС - весна 2014 - лекция 10
ТФРВС - весна 2014 - лекция 10
 

Similar to LSU2

Определенный интеграл
Определенный интегралОпределенный интеграл
Определенный интегралssuser4d8a9a
 
Математическое дополнение
Математическое дополнениеМатематическое дополнение
Математическое дополнениеBigVilly
 
Использование GNU OCTAVE для инженерных и математических расчетов
Использование GNU OCTAVE для инженерных и математических расчетовИспользование GNU OCTAVE для инженерных и математических расчетов
Использование GNU OCTAVE для инженерных и математических расчетовТранслируем.бел
 
Лекция 11: Методы разработки алгоритмов
Лекция 11: Методы разработки алгоритмовЛекция 11: Методы разработки алгоритмов
Лекция 11: Методы разработки алгоритмовMikhail Kurnosov
 
Тригонометрические функции числового аргумента
Тригонометрические функции числового аргументаТригонометрические функции числового аргумента
Тригонометрические функции числового аргументаFormula.co.ua
 
57b 1 гдз. алгебра и начала анализа 11кл. колмогоров-2002 -221с
57b 1  гдз. алгебра и начала анализа 11кл. колмогоров-2002 -221с57b 1  гдз. алгебра и начала анализа 11кл. колмогоров-2002 -221с
57b 1 гдз. алгебра и начала анализа 11кл. колмогоров-2002 -221сrosgdz
 
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...Alexey Paznikov
 
Быстрые конструкции в Python - Олег Шидловский, Python Meetup 26.09.2014
Быстрые конструкции в Python - Олег Шидловский, Python Meetup 26.09.2014Быстрые конструкции в Python - Олег Шидловский, Python Meetup 26.09.2014
Быстрые конструкции в Python - Олег Шидловский, Python Meetup 26.09.2014Python Meetup
 
20100425 model based_testing_kuliamin_lectures01-03
20100425 model based_testing_kuliamin_lectures01-0320100425 model based_testing_kuliamin_lectures01-03
20100425 model based_testing_kuliamin_lectures01-03Computer Science Club
 
физика горения14
физика горения14физика горения14
физика горения14student_kai
 
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...AIST
 
34123 59140c69c04bf28e6ff39aae11897c07
34123 59140c69c04bf28e6ff39aae11897c0734123 59140c69c04bf28e6ff39aae11897c07
34123 59140c69c04bf28e6ff39aae11897c07robinbad123100
 
Основные принципы динамики твёрдого тела
Основные принципы динамики твёрдого телаОсновные принципы динамики твёрдого тела
Основные принципы динамики твёрдого телаTheoretical mechanics department
 
алгоритмизация
алгоритмизацияалгоритмизация
алгоритмизацияisva69
 
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...Iosif Itkin
 

Similar to LSU2 (20)

Определенный интеграл
Определенный интегралОпределенный интеграл
Определенный интеграл
 
Основы MATLAB. Численные методы
Основы MATLAB. Численные методыОсновы MATLAB. Численные методы
Основы MATLAB. Численные методы
 
Математическое дополнение
Математическое дополнениеМатематическое дополнение
Математическое дополнение
 
rus_Diploma_master_degree
rus_Diploma_master_degreerus_Diploma_master_degree
rus_Diploma_master_degree
 
Использование GNU OCTAVE для инженерных и математических расчетов
Использование GNU OCTAVE для инженерных и математических расчетовИспользование GNU OCTAVE для инженерных и математических расчетов
Использование GNU OCTAVE для инженерных и математических расчетов
 
Лекция 11: Методы разработки алгоритмов
Лекция 11: Методы разработки алгоритмовЛекция 11: Методы разработки алгоритмов
Лекция 11: Методы разработки алгоритмов
 
Тригонометрические функции числового аргумента
Тригонометрические функции числового аргументаТригонометрические функции числового аргумента
Тригонометрические функции числового аргумента
 
109130.ppt
109130.ppt109130.ppt
109130.ppt
 
57b 1 гдз. алгебра и начала анализа 11кл. колмогоров-2002 -221с
57b 1  гдз. алгебра и начала анализа 11кл. колмогоров-2002 -221с57b 1  гдз. алгебра и начала анализа 11кл. колмогоров-2002 -221с
57b 1 гдз. алгебра и начала анализа 11кл. колмогоров-2002 -221с
 
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
ПВТ - весна 2015 - Лекция 1. Актуальность параллельных вычислений. Анализ пар...
 
Быстрые конструкции в Python - Олег Шидловский, Python Meetup 26.09.2014
Быстрые конструкции в Python - Олег Шидловский, Python Meetup 26.09.2014Быстрые конструкции в Python - Олег Шидловский, Python Meetup 26.09.2014
Быстрые конструкции в Python - Олег Шидловский, Python Meetup 26.09.2014
 
20100425 model based_testing_kuliamin_lectures01-03
20100425 model based_testing_kuliamin_lectures01-0320100425 model based_testing_kuliamin_lectures01-03
20100425 model based_testing_kuliamin_lectures01-03
 
LSU1
LSU1LSU1
LSU1
 
физика горения14
физика горения14физика горения14
физика горения14
 
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
V. G. Labunets, F. S. Myasnikov, E. Ostheimer - Families of Heron Digital Fil...
 
fiz-mat
fiz-matfiz-mat
fiz-mat
 
34123 59140c69c04bf28e6ff39aae11897c07
34123 59140c69c04bf28e6ff39aae11897c0734123 59140c69c04bf28e6ff39aae11897c07
34123 59140c69c04bf28e6ff39aae11897c07
 
Основные принципы динамики твёрдого тела
Основные принципы динамики твёрдого телаОсновные принципы динамики твёрдого тела
Основные принципы динамики твёрдого тела
 
алгоритмизация
алгоритмизацияалгоритмизация
алгоритмизация
 
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
TMPA-2015: Expanding the Meta-Generation of Correctness Conditions by Means o...
 

LSU2

  • 1. Не для школы, а для жизни мы учимся. Античный афоризм 1
  • 2. Лекции ЛОКАЛЬНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ Часть 2 авт. – проф. Валерий Александрович ТЕРЕХОВ Санкт-Петербург, 2013 2
  • 3. 3. ПРИНЦИПЫ ПОСТРОЕНИЯ ЛСУ • стабилизация • программное регулирование • слежение • управление состоянием → функциональные цели ЛСУ → объективное влияние на объект возмущений внешней среды → и собственных свойств в процессе функционирования во времени и в пространстве 3
  • 4. 3.1. Регулирование по отклонению при возмущениях p ( ) ( ) ( ) ( ) ( ) 1 ( ) ( ) ff f u W s s f s s f s W s W s ee = =F + 4
  • 5. 3.2. Компенсация влияния возмущений «Принцип компенсации нагрузки" для регулирования паровых машин французского математика и инженера Ж. В. Понселе (1830 г.). 3.2.1. Прямое измерение сигнальных возмущений 5
  • 6. к( )( ( ) ( ) ( )) 0при ( ) 0f uf s W s W s W s f s+ = ¹Þ y f Условие абсолютной инвариантности регулируемой переменной относительно измеряемого сигнала возмущений 1 к ( ) ( ) ( ).f uW s W s W s- =- 3.2.2. Косвенное измерение сигнальных возмущений 6
  • 7. ( ) ( ) к м к м к м ( ) 1 ( ) ( ) ( ) ( ) ( ) 1 ( ) ( ) ( ) 1 ( ) ( ) ( ) u u u W s W s W s y s s v s W s W s W s W s W s W s m + = + + - + - ( )к м( ) 1 ( ) ( ) 0, ( ) 0v s W s W s v s+ =Þ ¹ Þ 1 к м( ) ( )W s W s- = 3.3. Комбинированные системы регулирования Объединение: 1) принципа регулирования по отклонению и 2) методов компенсации влияния возмущений (рисунок 3.5) 7 Для схемы на рис. 3.4 следуют
  • 8. pк p p ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) . 1 ( ) ( ) 1 ( ) ( ) u f u u u W s W s W s W s W s y s g s f s W s W s W s W s + = + + + 8
  • 9. 3.3.2. Косвенное измерение возмущений p м к ( ) ( ) 1 ( ) ( ) ( ) ( ) ( ) , ( ) ( ) uW s W s W s W s y s g s v s s s - = + D D pк м к( ) 1 ( ) ( ) ( ) ( ) ( ) ( ).u us W s W s W s W s W s W s= + + -D 9
  • 10. 1 к м( ) ( )W s W s- = Þ 1 pм( ) ( ) ( ) ( ) ( )u us W s W s W s W s- = +D Þ pм pм ( ) ( ) ( ) ( ) , ( ) 0. 1 ( ) ( ) W s W s y s g s v s W s W s = ¹ + 1 к м ˆ ( ) ( ) ( )W s W s sd- = ÞТехническая реализация ( )pм( ) ( ) ( ) 1 ( ) ( ) ( ) ( ) , mod 1 ( ) 1 ( ) ( ) uW s W s W s s y s g s v s j s s d d w* * - = + - D D = м p м м( ) ( ) ( ) ( ) ( ) (1 ( ) ( )).us W s W s W s W s W s sd* = + + -D При значении mod ( ) 1для 0jd w w= ¥££ Þ ( ) ( ).s s* =D D 10
  • 11. 3.3.3. Комбинированная следящая система к 2 1 2 1 ( ) ( ) ( ) ( ) ( ) ( ) . 1 ( ) ( ) W s W s s g s s g s W s W s ee - = =F + ( ) 0, 0t te = ³1 к 2Если ( ) ( ), тоW s W s- = Þ 11
  • 12. Метод расчета с использованием ЛЧХ и эквивалентирования структуры 1 2к 2 э 1 2 ( ) ( ) ( ) ( ) ( ) 1 ( ) ( ) W s W s W s W s s W s W s + = =F + к 1 2 1 ( ) ( ) 1 ( ) ( ). ( ) 1 ( ) W s W s s s W s W s æ öæ ö÷ ÷ç ç÷= + = FF÷ç ç÷ ÷ç ç ÷÷ç +è øè ø к 1э э э к 2 ( ) ( ) 1 ( )( ) ( ) . 1 ( ) 1 ( ) ( ) W s W s W ss W s s W s W s æ ö÷ç ÷+ç ÷ç ÷çF è ø = = - -F 12
  • 13. 3.3.4. Регулирование объектов с изменяющимися параметрами ( ) ( , ) ( ) ( , ) ( ),t B p t u t A p t y tj = -D D ( ), ( )i ja t b td d ( ) 1 к 0( ) ( ) ( ),x t B p tj - = к( ) ( ) ( )u t t x tm= + Модель обобщенного настраиваемого объекта (ОНО): ( ) ( )( ) ( ) * 0 0 ОНО * 0 0 0 ( ) ( ) ( , ) ( , ) ,где ( , ) ( , ) ( ) ( , ) ( ) ( , ) *( ) ( ) ( , ) .Если выполнить B p B p B p t W p t р t р t B p B p t A p A p t A p B p B p t + D = D = + + -D D - + D * * * 0 ( , ) ( , ); ( , ) ( , ); ( , ) ( , ) A p t A p t B p t B p t B p t B p t D º D D º D º Þ ОНО 0 0( ) ( ) ( ).W p B p A p= 13
  • 14. 3.4. Регулирование объектов с запаздыванием Дифференциальные уравнения с отклоняющимся аргументом, дифференциально-разностные уравнения, дифференциальные уравнения с запаздывающим аргументом вида [ ]( ) ( ), ( ),x t f x t x t tt= -& где x — неизвестная функция независимого аргумента t ; f : R3 → R, а t — положительное число (запаздывание). “Чистое” (транспортное) запаздывание: ( ) ,j W j e wt w - = mod 1; .j e wt w- = - ¥ ¥££ ( )=lg mod 0,j L e wt w - = ( ) arg .j e wt j w wt- = =- В линейных системах о( ) ( ) ,s W s W s e t t - = 1 0 о 1 0 ( 1) ( ) . ( 1) m j j n i i s W s k T s t - = - = +P = +P 14
  • 15. { }о э Если , , 1,2, 1; 1,2, 1, тогда вводят эквивалентное запаздывание : i jT T i n j mt t - -Î Î? K K э .i j i j Tt t= -å å Типовые модели ТОУ: э ; s ke s t- э 0 ; 1 s ke T s t- + э 2 2 . 2 1 s ke T s Ts t x - + + 3.4.1. Учет влияния запаздывания на устойчивость замкнутого контура c c cкр c( ) ( ) 0, ( ) 0,Lt j w j w w t w= - = >D D D 15
  • 16. 3.4.2. Аппроксимация запаздывания рядом Падѐ 2 3 2 3 ( ) ( ) 1 ... 2! 6 2! 6 3! ( ) ( ) 1 ... 2! 6 2! 6 3! s s s s e s s s t t t t t t t - - + - + × ×= + + + + × × А – идеальное звено запаздывания; Б – аппроксимации 2-го порядка; В – аппроксимации 4-го порядка. 16
  • 17. Примеры аппроксимации: 1 0,5 , 1 0,5 s s e s t t t - - + ; ( ) 2arctg(0,5 ),tj w wt=- * 1: ( ) .twt j w wt» -= 2 2 1 0,5 0,083( ) , 1 0,5 0,083( ) s s s e s s t t t t t - - + + + ; * 2 6 ( ) 2arctg . 12 ( ) t wt j w wt =- - * При 1 имеем ( ) .twt j w wt< -; 17
  • 18. Применение ряда Пад :ѐ 0 1 6.Tt £ В практическом плане использование ряда Падѐ ограничено значениями 18
  • 19. 3.4.3. Упредитель Смита Цель ─ синтез одноконтурных систем регулирования объектов с эквивалентным (транспортным) запаздыванием без его учета , но с сохранением эффекта запаздывания в конечном результате синтеза. ( ) ( ) ( ) ; ( ) ( ) ( ) ; ( ) ( ) ( ) ,s s s g g f fy s g s s e s g s s e y s f s s et t t ee- - - = = =F F F где ( ), ( ) и ( ) ПФ системы без учета запаздывания.g fs s seF F F ® 19
  • 20. 2 3 ( ) ( ) ( ) (1 )при mod 1 2! 3! ! n s s s s e s s j n t t t t t t wt wt- - = + - + + + » = <L L p o* p o ( ) ( ) ( ) ( ) 1 ( ) ,где ( ) . 1 ( ) ( ) s s f f g g W s W s s s e s e s W s W s t t- - = = - =F F F F + 3.4.4. Настройка регуляторов на объект с запаздыванием Рекомендации качественного характера по выбору закона регулирования исходя из величины отношения величины запаздывания к доминирующей по величине постоянной времени объекта и величины отношения времени регулирования ко времени запаздывания. 1. Минимальное время регулирования в системе с запаздыванием ограничено снизу значением для типовой модели апериодического объекта первого порядка. pmin o2t T= 20
  • 21. 3.4.4. Настройка регуляторов на объект с запаздыванием (окончание) 2. Для значений соотношения < 0,2 можно применять все типовые релейные, непрерывные или цифровые регуляторы. 3. Если 0,2 < < 1, то необходим непрерывный или цифровой ПИ-, ПД-, ПИД-регуляторы. 4. Для значений > 1 рекомендуется регулирование с постоянной времени и применением упреждающих (дифференцирующих) устройств, в том числе ПИД-регуляторов с упредителем Смита. Однако этот же регулятор рекомендуется применять и при меньших значениях . См.: http://automation-system.ru oTt oTt oTt oTt oT 21
  • 22. 3.5. Регулирование объектов при случайных возмущениях Стохастическая теория управления основывается на теории статистических решений задач идентификации и оценивания параметров и состояния, статистической оптимизации, фильтрации и прогнозирования. Метод синтеза структуры и алгоритма оптимального минимально-дисперсного регулятора 3.5.1. Постановка задачи для моделей объектов в виде уравнений ( ) ( ) ( ) ,k k kA z y zB z u C z x= + 2 1 2( ) 1 ;n nA z a z a z a z= + + + +L 2 0 1 2( ) ;m mB z b b z b z b z= + + + +L 2 1 2( ) 1 l lC z c z c z c z= + + + +L ― устойчивые полиномы; t s z e- ×D = ― оператор запаздывания. { } , 1, 2,k kx = K ― дискретный белый шум со свойствами: 0, 0;k kx "¹ ³ { }M 0;kmx x =@ { }2 2 0при 0; M при 0. k k m m m x x s x x s - ì ¹ïï= =í ï =ïî 22 где
  • 23. Тогда эквивалентное возмущение, приведенное к выходу объекта: совокупное влияние реальных возмущений. 2. Эталонная модель (ЭМ) поведения объекта по воспроизводимому сигналу: ( ) ( ) ( )k k kv H z C z A zx x= = - гауссовский случайный процесс, имитирующий ˆ ˆˆ( ) ( ) ,k kA z y zB z g= ˆ ˆ( ), ( )A z B z ― гурвицевы полиномы. 3. Цель регулирования объекта: ˆ( )при .k k kmine min y y t= - ¥® 4. Регулятор: ku * = ( ) ( ) .k kA z g B z y− Пример 1. 1 1 1,k k k k ky ay u cx x− − −+ = + + использовать можно только 1 1, , , , , .k k k ky y u u− −K Kизмеряемые переменные 23
  • 24. 3.5.2. Синтез минимально-дисперсного линейного регулятора ˆˆ ( ) ( ) ( ),k k k g k ke y y z z g zxxé ù= - = - +F F Fê úë û ˆ( ), ( )и ( )g z z zxF F F Допустим состояние системы таким, что ˆ( ) ( ) 0g z z-F F º Þ ( ) ( ) ,где ( ) k k k g W z e z D z x x x x= =F ( ) ( ) , ( ) C z W z A z x = ( )gD z ― полином знаменателя ( )?g zF Взамен ошибки рассогласования системы и эталонной модели введем т.н. "профильтрованную ошибку"0 0 1 0 2 0 ( ) , dim ( ) ,dim ( ) . ( ) k k C z e e C z D z D z n n= = =% 24
  • 25. В качестве меры оптимальности, с учетом стохастической природы возмущений, примем величину дисперсии профильтрованной ошибки: 2 20 0 ( ) M . ( ) k e C z J e D z s     = =       % Оптимальное управление и необходимые для этого функциональная структура регулятора удовлетворяют условию минимума 2* 1 2 0 0min minM ( ) ( ) .k u u J J D z C z e const−  = = = =    xs Оптимальный регулятор в силу условия минимума "выбеливает" ошибку регулирования (см. пример), т.е. ошибка воспроизведения задающего воздействия по отношению к воспроизводимому ЭМ сигналу в среднеквадратичном смысле не может быть меньшей значения дисперсии белого шума ˆ ,k k ke y y= - kg ˆky 2 xs 25
  • 26. Из условия оптимальности ― условия "выбеливания" профильтрованной ошибки, когда при используемое в доказательстве теоремы о минимально- дисперсном регуляторе. k → ∞ 0 0 ( ) , ( ) k k k C z e e D z x= =% следует тождество 0 0( ) ( ) ( ) ( ) ,k kC z C z e C z D z x= 26
  • 27. 3.5.2. Теорема о минимально-дисперсном регуляторе Для минимально-фазового объекта с приведенным ко входу эквивалентным возмущением ( ) , ( ) k k C z v A z x= 1,2, , 0, 0,kk mxx= =¹K 2 0xs ¹ оптимальное управление u∗ , минимизирующее критерий 2 20 0 ( ) M , ( ) k e C z J e D z     = =       s% определяется уравнениями в операторной форме: 0 0 1 2 0 0 0 ) ( ) ( ) ( ) ; ˆ) ( ) ( ) ( ) ( ); ˆ) ( ) ( ) ( ) ( ); ˆ) ( ) ( ) ( ), ( ) , :dim max( ) ( ); ) ( ) ( ) ( ) ( ) ( ). k k k r i i i a R z u S z g P z y б R z D z B z A z в S z C z C z B z г P z Q z A z Q z q z r Q l n д C z C z D z A z zQ z n n * = üï= - ïïïï= ïïïï= ïïïý= ïïïïï= = + +Úå ïïïïï= + ïïþ 27
  • 28. Для доказательства используем тождество 1. Вычисляются с последовательными подстановками: 0 0( ) ( ) ( ) ( ) .k kC z C z e C z D z x= 0( ) ( ) kC z C z e 0 0 0 0 0 0 0 0 0 1 1 0 ˆ ˆ( ) ( ) ( ) ( )( ) ( ( ) ( ) ( ))( ) ˆ ˆ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ˆ( ) ( ) ( ) [ ( ) ( ) ( ) ( ) ( ) ] ( ) ( ) . k k k k k k k k k k k k k k k k C z C z e C z C z y y A z D z Q z y y A z D z y A z D z y Q z y Q z y A z A z y Q z y C z C z y z B z D z u C k C k y Q z y C z D z x + + - = + - = = - - + = + + - = - + + + @ 2. Из равенства нулю выражения в квадратных скобках в силу тождества (см. выше) получаем: 0 0 1ˆ( ) ( ) ( ) ( ) ( ) .k k kD z B z u C z C z y Q z y* += - Умножая обе его части на полином ˆ( )A z и обращаясь к уравнению эталонной модели получаем необходимое соотношение, из которого следуют структура уравнений 0 0 ˆ ˆˆ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )k k kD z B z A z u C z C z B z g Q z A z y* = - минимально-дисперсного регулятора. 28 Доказательство теоремы
  • 29. Структуры операторов А(z) и В (z) имеют вид ( ) ( ) ; ( ) S z A z R z = ( ) ( ) . ( ) P z B z R z = − Их физическая реализуемость обусловлена допустимыми порядками полиномов ( ), ( ),S z P z ( ):R z 1 2 1 2 dim ( ) dim ( ) ; ˆdim ( ) dim ( ) dim ( ) max[ , 2 ]. S z n l R z n m P z Q z A z l n n n n n n = + + ≤ = + + = + = + + + Введем профильтрованные сигналы на входах регулятора: 0 0 ˆ( ) ( ) , ˆ( ) ( ) k k C z B z g g D z A z =% 0 1 . ( ) k ky y D z =% Тогда оптимальный – минимально-дисперсный закон управления примет вид ( ) ( ) . ( ) ( ) k k k C z Q z u g y B z B z % %∗ = − 29
  • 30. 3.6. Регулирование многомерных многосвязных объектов Использован пример двухсвязного объекта: 1 1 1 p 1 2 2 1 1 p11 p121 2 p21 p222 2 1 2 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) . ( ) ( )( ) ( ) ( ) ( ) u s s s s u s u s u s W s W ss s W s W su s u s s s e e e e e e W @ − −    =            = =           Передаточная функция замкнутой системы ( )sФ по входу g и выходу y: 30
  • 31. Запишем теперь подробно эту матричную передаточную функцию, используя для этого передаточные функции МР и МОУ : 1 1 1 1 2 11 121 1 1 2 21 222 2 2 1 2 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) . ( ) ( )( ) ( ) ( ) ( ) ( ) y s y s y s g s g s s s s g s g s s sy s y s y s g s g s F F F F − −          = = =               Ф o p 1 o p o p ( ) ( ) ( ) ( ) ( ) ( ), ( ) ( ) s s s s s s s s − = = + W W Ф W W A I W W I ― единичная матрица и матрица Так как ПМ объекта o p( ) ( ) ( )( ).s s s s= +A I W W o11 o12 o o21 o22 ( ) ( ) ( ) ( ) ( ) W s W s s W s W s W   = ⇒     o11 p11 o21 p21 o11 p12 o12 p22 11 12 o p 21 22o21 p11 o22 p21 o21 p12 o22 p22 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) . ( ) ( )( ) ( ) ( ) ( ) W W s W W s W W s W W s W s W s s s W s W sW W s W W s W W s W W s + +    ⇒ = =   + +     W W 31
  • 32. 1. Для квадратной матрицы А вычисляется присоединенная матрица T 11 12 21 22 , a a a a       A % % %@ % % образованная из алгебраических дополнений элементовi ja% i ja матрицы А с последующим её транспонированием. 2. Алгебраические дополнения вычисляются как , где - миноры элементов . ( 1)i j i j i ja D+ = −% i jD i ja 3. Обратная матрица вычисляется как где - определитель матрицы А . Применение этих правил в нашем случае приводит к результату: 1 1 (det ) ,− − =A A A% det A 11 1211 12 21 22 21 22 1 ( ) ( ) ( ) ( ) , ( ) 1 ( ) a aW s W s s s W s W s a a A I W  +  = + = =   +    32
  • 33. 11 22 12 21det ( ) (1 ( ))(1 ( )) ( ) ( ),s W s W s W s W sA = + + − 22 211 12 11 1 ( ) ( )1 ( ) . ( ) 1 ( )det W s W s s W s W s − + −  =  − +  A A Приведенные соотношения позволяют записать матричные передаточные функции замкнутой многомерной системы (слайд 30) по входу , по ошибке регулирования , проводить анализ и в некоторых случаях выполнять синтез многомерного регулятора. Для примера запишем ошибку стабилизации для этой схемы: [ ]1 1 1 22 2 12T T 2 1 21 2 11 ( ) ( )(1 ( )) ( ) ( )1 ( ) ( ) ( ) ( ) ( ) , ( ) ( ) ( ) ( )(1 ( ))det s g s W s g s W s s s s s s s g s W s g s W se e e ε gФ g I A A @ −  + −  = = + =   − + +   где вектор ошибки 11 121 2 21 22 ( ) ( )( ) ( ) ( ) ( ) ( ) s ss s s s s e ee e e e ε −   = = ⇒   − +     33
  • 34. 2 12 1 1 2 11 12 2 11 2 1 2 21 22 1 ( ) ( ) ( ) ( ) ( ) ( ) ( ); det det ( ) 1 ( ) ( ) ( ) ( ) ( ) ( ). det det W s W s s g s g s s s W s W s s g s g s s s e e e e e e + = − = − + =− + =− + A A A A Условия, при которых обращается в нуль, например, приводит к тому, что ошибка также обращается в нуль, для чего необходимо: 12( ),W s 12e 12 o11 p12 o12 p22( ) ( ) ( ) ( ) ( ) 0W s W s W s W s W s= + = ⇒ o12 p22 р12 o11 ( ) ( ) ( ) . ( ) W s W s W s W s =− Передаточная функция может быть реализована, если выбраны в классе типовых ПИ-, ПИД – регуляторов. 12( )W s 22( )W s ⇒ 34
  • 35. 3.6.1. Автономность в задачах синтеза многосвязных систем Уравнения для регулирующих воздействий на входах МОУ (см. слайд 30): 1 1 p11 2 p21 2 1 p12 2 p22 ( ) ( ) ( ) ( ) ( ), ( ) ( ) ( ) ( ) ( ). u s s W s s W s u s s W s s W s e e e e = + = + 1. Проф. И. Н. Вознесенский в ж. АиТ, 1938: 1 1 ( ) ( ) ( ) ( ), 1, . n n i j j i j j j j q p y t r p u t i n = = = Îå å ( ) ( ) ( ) ( ) ,p t p t=Q y R u 1 ( ) ( ) ( )p p pФ Q R− = ⇒ 1 ( ),p- Q ( )pΦ →( )иpR ― диагональные. 35
  • 36. 2. А. Боксенбом и Р. Худ (Boksenbom A., Hood R.) (1950): условия автономности при диагональной матрице при недиагональных матрицах и 1 ( ) ( ) ( )z z z− =Ф Q R 1 ( )zQ- ( )zR лишь при нулевых начальных условиях для всех компонент вектора выходных переменных . Это следует из простого факта: например, для моментов времени и для диагональной матрицы ( )ty решения t k tD= × 1 ( ) ( ) ( )z z z− =Ф Q R { }1 1 ( ) ( ) ( ) , n l l j l j t z z lD ZyФ g c− = × = + ∑ где - символ обратного z-преобразования; - корни характеристического уравнения системы являются решениями уравнения: { }1 Z− × l jl det ( ) 0;z =Q l c - вектор произвольных постоянных. 36

Editor's Notes

  1. ошибки , соотношения (д) на предыдущем слайде, уравнения объекта (слайд 22):
  2. Следующий шаг ― обращение матрицы A(z) Напомним действия при обращении квадратных неособых матриц. Матрица называется неособой, если ее определитель не равен нулю