Stabilność Stabilność to jedno z najważniejszych pojęć dynamiki systemów i teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym.

Slides:



Advertisements
Podobne prezentacje
Sterowanie – metody alokacji biegunów II
Advertisements

Metody badania stabilności Lapunowa
Obserwowalność System ciągły System dyskretny
Systemy stacjonarne i niestacjonarne (Time-invariant and Time-varing systems) Mówimy, że system jest stacjonarny, jeżeli dowolne przesunięcie czasu  dla.
Systemy liniowe stacjonarne – modele wejście – wyjście (splotowe)
Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Zastosowania.
Podstawy Automatyki 2009/2010 Projektowanie układów sterowania Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż. 1 Katedra Inżynierii.
Systemy dynamiczne 2012/2013Odpowiedzi – modele stanu Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 System ciągły; model.
Metody Sztucznej Inteligencji w Sterowaniu 2009/2010Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz,
Systemy dynamiczneOdpowiedzi systemów – modele różniczkowe i różnicowe Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Systemy.
Sterowalność i obserwowalność
Kryterium Nyquista Cecha charakterystyczna kryterium Nyquist’a
Obserwowalność System ciągły System dyskretny u – wejścia y – wyjścia
Systemy dynamiczne 2010/2011Odpowiedzi – macierze tranzycji Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 System ciągły;
Klasyfikacja systemów
Transformacja Z (13.6).
Stabilność Stabilność to jedna z najważniejszych właściwości systemów dynamicznych W większości przypadków, stabilność jest warunkiem koniecznym praktycznego.
Opis matematyczny elementów i układów liniowych
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.
Sterowalność i obserwowalność
Teoria sterowania 2012/2013Sterowanie – użycie obserwatorów pełnych II Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 1 Sterowanie.
Metody Lapunowa badania stabilności
Teoria sterowania 2012/2013Obserwowalno ść - odtwarzalno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Obserwowalność
AUTOMATYKA i ROBOTYKA (wykład 6)
Obserwatory zredukowane
Modelowanie – Analiza – Synteza
Stabilność Stabilność to jedno z najważniejszych pojęć teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania.
Modelowanie – Analiza – Synteza
Modelowanie – Analiza – Synteza
Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
Sterowanie – użycie obserwatorów pełnych
Analiza wpływu regulatora na jakość regulacji (1)
Stabilność dyskretnych układów regulacji
Analiza wpływu regulatora na jakość regulacji
Modelowanie i identyfikacja 2010/2011Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra.
Teoria sterowania 2012/2013Sterowalność - osiągalność Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność - osiągalność
Miary efektywności/miary dobroci/kryteria jakości działania SSN
Teoria sterowania 2011/2012Stabilno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Stabilność Stabilność to jedno.
Dekompozycja Kalmana systemów niesterowalnych i nieobserwowalnych
Teoria sterowania 2011/2012Sterowanie – metody alokacji biegunów III Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Sterowanie.
Sterowanie – metody alokacji biegunów
Wykład 22 Modele dyskretne obiektów.
Modele dyskretne obiektów liniowych
Teoria sterowania Wykład 9 Transmitancja operatorowa i stabilność liniowych układu regulacji automatycznej.
Teoria sterowania Wykład 13 Modele dyskretne obiektów regulacji.
Sterowanie – działanie całkujące
Obserwowalność i odtwarzalność
Sterowalność - osiągalność
Sterowanie – metody alokacji biegunów II
Modelowanie – Analiza – Synteza
Sterowanie – użycie obserwatorów pełnych
Sterowanie – metody alokacji biegunów
Sterowanie – metody alokacji biegunów III
Teoria sterowania 2013/2014Sterowanie – obserwatory zredukowane II  Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 1 Obserwatory.
Modele dyskretne – dyskretna aproksymacja modeli ciągłych lub
Teoria sterowania SN 2014/2015Sterowalność, obserwowalność Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność -
Sterowanie ze sprzężeniem od stanu – metoda alokacji biegunów
Przykład 1: obiekt - czwórnik RC
Systemy dynamiczne 2014/2015Sterowalność - osiągalność  Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność i obserwowalność.
Systemy dynamiczne 2014/2015Odpowiedzi – systemy liniowe stacjonarne  Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 System.
Systemy dynamiczne 2014/2015Obserwowalno ść i odtwarzalno ść  Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Obserwowalność.
Systemy liniowe stacjonarne – modele różniczkowe i różnicowe
Podstawy automatyki I Wykład /2016
Podstawy automatyki I Wykład /2016
Modelowanie i podstawy identyfikacji
Teoria sterowania Wykład /2016
Sterowanie procesami ciągłymi
Teoria sterowania Materiał wykładowy /2017
Sterowanie procesami ciągłymi
Zapis prezentacji:

Stabilność Stabilność to jedno z najważniejszych pojęć dynamiki systemów i teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania systemu Interesujemy się stabilnością systemu, bo chcemy:  ustabilizować system niestabilny  uczynić „bardziej” stabilnym system stabilny Istnieje kilka możliwych definicji stabilności – większość z nich odwołuje się do pojęcia punktu/stanu równowagi

Dla systemów opisanych równaniem stanu System ciągły System dyskretny mówimy, że punkt/stan jest punktem/stanem równowagi, jeżeli jest stanem systemu dla pewnej chwili początkowej t0 lub k0 i pozostaje nim dla wszystkich chwil następnych przy zerowej wartości wejścia To oznacza, że spełnia równanie System ciągły System dyskretny Inaczej: system znajdujący się w stanie równowagi pozostanie w nim, jeżeli nie będzie na niego oddziaływać żadne wejście

Uwaga 1: Istnienie stanu równowagi dla systemu nie zapewnia jego stabilności Stabilny stan równowagi Niestabilny stan równowagi Uwaga 2: Stan równowagi a stan stacjonarny System ciągły – stan równowagi System dyskretny – stan równowagi System ciągły – stan stacjonarny System dyskretny – stan stacjonarny

Dla systemu liniowego stan równowagi może być znaleziony przez rozwiązanie równania System ciągły System dyskretny Wniosek: stan jest zawsze stanem równowagi systemu liniowego, ale mogą istnieć również inne stany równowagi Stan jest jedynym stanem równowagi systemu liniowego, jeżeli System ciągły System dyskretny Macierz jest nieosobliwa dla wszystkich wartości Macierz jest nieosobliwa dla wszystkich wartości Taki stan równowagi nazywamy odosobnionym/izolowanym (ang. isolated) stanem równowagi

Jeżeli, System ciągły System dyskretny Macierz ma co najmniej jedną wartość własną równą zero dla dowolnej wartości Macierz ma co najmniej jedną wartość własną równą jeden dla dowolnej wartości system dynamiczny liniowy ma nieskończenie wiele stanów równowagi W takim przypadku możemy napisać, że stan równowagi spełnia równanie System ciągły System dyskretny co pokazuje, że nieskończenie wiele wektorów własnych postaci jest stanami równowagi

Formalne definicje stabilności podamy dla systemów ciągłych, lecz są one poprawne również dla systemów dyskretnych (zamiana czasu ciągłego t na dyskretny k wówczas dla wszystkich Stabilność Stan jest stanem stabilnym równowagi dla chwili , jeżeli dla dowolnej istnieje wartość taka, że jeżeli Stan , który jest stabilny w powyższym sensie jest nazywany stabilnym w sensie Lapunowa’a Jeżeli dla stabilności w powyższym sensie wartość jest niezależna od wyboru chwili to stan to stan nazywamy jednorodnie stabilnym Niestabilność Stan jest stanem niestabilnym równowagi dla chwili , jeżeli nie jest on stabilny

Ilustracja stabilności dla systemu rzędu drugiego

Ilustracja asymptotycznej stabilności dla systemu rzędu drugiego taka, że jeżeli wówczas Stabilność asymptotyczna Stan jest stanem asymptotycznie stabilnym równowagi dla chwili , jeżeli jest stabilny (w sensie Lapunowa) i jeżeli istnieje wartość Jeżeli dla stabilności w powyższym sensie wartość jest niezależna od wyboru chwili to stan to stan nazywamy jednorodnie asymptotycznie stabilnym Ilustracja asymptotycznej stabilności dla systemu rzędu drugiego

Podane definicje stabilności dotyczą stabilności wewnętrznej – sformułowane dla zerowych wartości wejścia Stabilność zewnętrzna - definicje spełniające warunek dla wszystkich , wówczas system Stabilność BIBO Jeżeli jakiekolwiek wejście systemu spełniające warunek (tzn. wejście jest ograniczone) dla wszystkich wywołuje wyjście systemu jest stabilny w sensie ograniczone-wejście-ograniczone-wyjście (ang. bounded-input-bounded-output, BIBO)

Przełożenie (bez dowodów) podanych warunków stabilności na kryteria dla systemu liniowego stacjonarnego ciągłego; ograniczymy się do stanu równowagi Stabilność wewnętrzna - kryteria Stan systemu liniowego stacjonarnego jest stabilny w sensie Lapunow’a Stabilność (w sensie Lapunow’a) wtedy i tylko wtedy, gdy wartości własne macierzy systemu mają niedodatnie części rzeczywiste i jeżeli wartości własne leżące na osi urojonej (mające zerowe części rzeczywiste) są jednokrotne (nie powtarzają się) Stan systemu liniowego stacjonarnego jest globalnie asymptotycznie Stabilność asymptotyczna stabilny wtedy i tylko wtedy, gdy wartości własne macierzy systemu mają ujemne części rzeczywiste Dodatek A – przykłady zastosowania metody wartości własnych do badania stabilności

Przełożenie (bez dowodów) podanych warunków stabilności na kryteria stabilności dla systemu liniowego stacjonarnego dyskretnego; ograniczymy się do stanu równowagi Stabilność wewnętrzna - kryteria Stan systemu liniowego stacjonarnego jest stabilny w sensie Lapunow’a Stabilność (w sensie Lapunow’a) wtedy i tylko wtedy, gdy wartości własne macierzy systemu nie leżą na zewnątrz okręgu jednostkowego i jeżeli wartości własne leżące na okręgu jednostkowym są jednokrotne Stan systemu liniowego stacjonarnego jest globalnie asymptotycznie Stabilność asymptotyczna stabilny wtedy i tylko wtedy, gdy wartości własne macierzy systemu leżą ściśle wewnątrz okręgu jednostkowego

Stabilność zewnętrzna – kryteria Przełożenie (bez dowodów) podanych warunków stabilności BIBO na kryteria dla systemu liniowego stacjonarnego ciągłego i dyskretnego Stabilność BIBO – system ciągły System ciągły liniowy stacjonarny jest opisany równaniem stanu i równaniem wyjścia jest BIBO stabilny wtedy i tylko wtedy, gdy bieguny macierzy transmitancji leżą ściśle w lewej półpłaszczyźnie zespolonej Stabilność BIBO – system dyskretny System dyskretny liniowy stacjonarny jest opisany równaniem stanu i równaniem wyjścia jest BIBO stabilny wtedy i tylko wtedy, gdy bieguny macierzy transmitancji leżą ściśle wewnątrz okręgu jednostkowego Dodatek B – przykład spełniania kryteriów stabilności wewnętrznej i zewnętrznej

Policzmy macierz tranzycji Ilustracja związków sterowalności i obserwowalności systemów ciągłych oraz ich stabilności Przykład 1. Rozważmy system SISO Policzmy macierz tranzycji Przyjmijmy zerowe warunki początkowe i skokowe wejście poza tym

Korzystając z macierzy tranzycji możemy policzyć odpowiedź stanu dla zerowych warunków początkowych

oraz odpowiedź wyjścia dla zerowych warunków początkowych

Odpowiedź wyjścia stabilizuje się

ale odpowiedź stanu wykazuje niestabilność Złe zachowanie stanu zostało „ukryte” na wyjściu – nie jest widoczne na wyjściu

Zbadajmy obserwowalność systemu Mamy n=2, p=1 oraz Zatem System jest nieobserwowalny

Zmieńmy warunki początkowe Wyjście systemu Wyjście systemu dla tych warunków początkowych Takie samo jak dla zerowych w.p.

Twierdzenie Niech będzie dany system liniowy stacjonarny SISO i niech będą wejściami odcinkami ciągłymi oraz i są określone przez Następujące stwierdzenia są równoważne (i) są obserwowalne (ii)

Przykład 2. Rozważmy system SISO Zbadajmy obserwowalność systemu Mamy n=2, p=1 oraz

Zatem rank Mo = 2 – system jest obserwowalny Policzmy macierz tranzycji

Korzystając z macierzy tranzycji możemy policzyć odpowiedź stanu dla zerowych warunków początkowych i skokowego wejścia oraz odpowiedź wyjścia dla zerowych warunków początkowych i skokowego wejścia

Zmieńmy warunki początkowe z zerowych na Odpowiedź stanu dla nowych warunków początkowych i skokowego wejścia

Odpowiedź wyjścia systemu dla nowych warunków początkowych

Odpowiedź wyjścia systemu Odpowiedź stanu systemu

Równania stanu Zbadajmy sterowalność systemu n=2 System jest niesterowalny

Przykład 3. Rozważmy system SISO Zbadajmy obserwowalność systemu Mamy n=2, p=1 oraz

Zatem rank Mo = 2 – system jest obserwowalny Zbadajmy sterowalność systemu n=2, r=1 rank Mc = 2 – system jest sterowalny

Policzmy macierz tranzycji Zadajmy wejście Odpowiedź stanu (zerowe w.p.) Odpowiedź wyjścia (zerowe w.p.)

Odpowiedź wyjścia (zerowe w.p.) Odpowiedź stanu (zerowe w.p.) System jest nieminimalnofazowy

Dziękuję za uczestnictwo w wykładzie i uwagę

Dodatek A

Przykład 1. Dany jest system dynamiczny z wartościami współczynników Zbadać stabilność wewnętrzną systemu

Wielomian charakterystyczny macierzy Dla przykładu Wartości własne macierzy Wnioski:  System a ma wszystkie wartości własne w lewej półpłaszczyźnie zespolonej i jest zatem globalnie asymptotycznie stabilny  System b ma jedną wartość własna na osi urojonej i jest zatem stabilny w sensie Lapunow’a  System c ma podwójną wartość własną na osi urojonej i jest zatem niestabilny

Wyniki symulacji System a.  Macierz nieosobliwa, zatem stan równowagi Weźmy: warunek początkowy wejście

Wyniki symulacji System b.  Macierz osobliwa, stanów równowagi nieskończenie wiele Weźmy: warunek początkowy wejście Wektor własny związany z wartością własną ma postać gdzie, q dowolna liczba Dowolny wektor początkowy równy temu wektorowi własnemu będzie stanem równowagi Jeżeli wybierzemy inny warunek początkowy system osiągnie pewien stan równowagi zgodny z podanym warunkiem dla stanu równowagi

Wynik symulacji

Wyniki symulacji System c.  Macierz osobliwa, stanów równowagi nieskończenie wiele, brak stabilnych Weźmy: warunek początkowy wejście

Dodatek B

Przykład 2. Stabilność wewnętrzna a zewnętrzna Dany jest system dynamiczny Zbadać stabilność wewnętrzną i zewnętrzną systemu Wyliczenie wartości własnych wielomianu charakterystycznego macierzy

Wartości własne Wniosek: system jest niestabilny wewnętrznie Model zewnętrzny

Wskutek skrócenia pary biegun-zero bieguny systemu system jest zewnętrznie stabilny (BIBO – stabilny) Wyniki symulacji dla wejścia – skok jednostkowy i zerowych warunków początkowych Niestabilność stanów

Stabilność wyjścia