Modelowanie i podstawy identyfikacji

Slides:



Advertisements
Podobne prezentacje
Sterowanie – metody alokacji biegunów II
Advertisements

Metody badania stabilności Lapunowa
Systemy stacjonarne i niestacjonarne (Time-invariant and Time-varing systems) Mówimy, że system jest stacjonarny, jeżeli dowolne przesunięcie czasu  dla.
Podstawy automatyki 2010/2011Dynamika obiektów – modele – c.d. Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii.
Czwórniki RC i RL.
Wykład no 11.
Analiza obwodów liniowych w stanie dynamicznym
Systemy dynamiczne 2012/2013Odpowiedzi – modele stanu Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 System ciągły; model.
Systemy dynamiczneOdpowiedzi systemów – modele różniczkowe i różnicowe Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Systemy.
Sterowalność i obserwowalność
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;
Systemy dynamiczne – przykłady modeli fenomenologicznych
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 regulacji.
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.
Systemy dynamiczne – przykłady modeli fenomenologicznych
Podstawowe elementy liniowe
Sterowalność i obserwowalność
Metody Lapunowa badania stabilności
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.
Modelowanie i identyfikacji SN 2013/2014Modele fenomenologiczne - linearyzacja Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Cechy modeli obiektów dynamicznych z przedstawionych przykładów:
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
Podstawy automatyki 2011/2012Dynamika obiektów – modele Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów.
AUTOMATYKA i ROBOTYKA (wykład 5)
Zakładamy a priori istnienie rozwiązania α układu równań.
Modelowanie i Identyfikacja 2011/2012 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Warstwowe.
Modelowanie i identyfikacja 2010/2011Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra.
Modelowanie i podstawy identyfikacji 2012/2013Modele fenomenologiczne - dyskretyzacja Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
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
Modelowanie i podstawy identyfikacji 2009/2010Modele fenomenologiczne - przykłady Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Teoria sterowania 2011/2012Stabilno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Stabilność Stabilność to jedno.
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 11 Badanie stabilności układu regulacji w przestrzeni stanów
Ostyganie sześcianu Współrzędne kartezjańskie – rozdzielenie zmiennych
Sterowalność - osiągalność
Sterowanie – metody alokacji biegunów II
Modelowanie – Analiza – Synteza
Stabilność Stabilność to jedno z najważniejszych pojęć dynamiki systemów i teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym.
Sterowanie – metody alokacji biegunów
Sterowanie – metody alokacji biegunów III
Modele dyskretne – dyskretna aproksymacja modeli ciągłych lub
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.
Przykład 5: obiekt – silnik obcowzbudny prądu stałego
Podstawy automatyki 2014/2015Dynamika obiektów – modele  Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii.
Warstwowe sieci jednokierunkowe – perceptrony wielowarstwowe
 Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Metody sztucznej inteligencji – Technologie rozmyte i neuronoweSystemy.
Podstawy automatyki I Wykład 1b /2016
© Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania Podstawy automatyki 2015/2016 Dynamika obiektów - modele 1 Podstawy automatyki.
Metody optymalizacji Wykład /2016
Podstawy automatyki I Wykład 3b /2016
Metody optymalizacji Materiał wykładowy /2017
Teoria sterowania Wykład /2016
Podstawy automatyki I Wykład /2016
Sterowanie procesami ciągłymi
Sterowanie procesami ciągłymi
Teoria sterowania Materiał wykładowy /2017
Sterowanie procesami ciągłymi
Zapis prezentacji:

Modelowanie i podstawy identyfikacji - studia stacjonarne Kazimierz Duzinkiewicz, dr hab. Inż. Katedra Inżynierii Systemów Sterowania Wykład 6+7 - 2015/2016 Modele fenomenologiczne - linearyzacja

Linearyzacja Modele liniowe powstają też w wyniku linearyzacji nieliniowych modeli zarówno wejście – wyjście jak i przestrzeni stanu w otoczeniu tzw. trajektorii nominalnej Skupimy się najpierw na modelach przestrzeni stanu Weźmy nieliniowy niestacjonarny model przestrzeni stanu - równanie stanu - równanie wyjścia gdzie - stan - wejście - wyjście - funkcje różniczkowalne w sposób ciągły względem swoich argumentów

Trajektorię nominalną określa się w następujący sposób: Definicja trajektorii nominalnej: Dla nominalnego sygnału wejścia nominalna trajektoria stanu to trajektoria która spełnia równanie stanu a nominalna trajektoria wyjścia, to trajektoria, która spełnia równanie wyjścia

Jeżeli nominalna trajektoria wejścia jest stała trajektoria stanu jest stanem równowagi, , jeżeli spełnia równanie dla wszystkich Nominalna trajektoria wyjścia staje się trajektorią stałą, która spełnia równanie

Ograniczymy się na tym wykładzie tylko do tego drugiego przypadku Odchylenia stanu ( w tym stanu początkowego), wejścia i wyjścia od ich trajektorii nominalnych (równowagi) oznaczymy  Korzystając z powyższych oznaczeń – równanie stanu Rozwijamy funkcję w szereg Taylor’a w otoczeniu wartości nominalnych

Z definicji trajektorii nominalnej, w szczególności trajektorii równowagi, stanu i zakładając, że warunki zaniedbania reszty z wyrazów wyższych rzędów są spełnione Zlinearyzowane równanie stanu

Zlinearyzowane równanie stanu

Podobnie dla równania wyjścia Rozwijamy funkcję w szereg Taylor’a w otoczeniu wartości nominalnych Z definicji trajektorii nominalnej wyjścia

i zakładając, że warunki zaniedbania reszty z wyrazów wyższych rzędów są spełnione Zlinearyzowane równanie wyjścia

Zlinearyzowane równanie wyjścia

Model szczególny trajektorii nominalnych – stała trajektoria wejścia, trajektoria stanu = stan równowagi Model zlinearyzowany w otoczeniu stanu równowagi

Przykład 5a Linearyzacja modelu stanu SPS z przykładu 4 a) wskazanie równowagowej trajektorii nominalnej – trajektorii równowagi Wykazanie, że istnieją rozwiązania układu równań Układ 3 równań algebraicznych nieliniowych z 6 niewiadomymi Zakładamy: Obliczamy:

Nietrudno pokazać, że takie rozwiązania istnieją, np.

b) obliczenie macierzy stanu A

c) obliczenie macierzy wejścia B

d) zlinearyzowane równanie stanu

e) obliczenie macierzy wyjścia C f) obliczenie macierzy bezpośredniego przejścia D

d) zlinearyzowane równanie wyjścia

Podsumowanie: - zlinearyzowane równanie stanu - zlinearyzowane równanie wyjścia

Podobnie można przedstawić linearyzację modeli wejście - wyjście Weźmy nieliniowy niestacjonarny model wejście - wyjście gdzie - wejście - funkcje różniczkowalne w sposób ciągły względem swoich argumentów - wyjście

Trajektorię nominalną określa się w analogiczny sposób: Definicja trajektorii nominalnej: Dla nominalnego sygnału wejścia nominalna trajektoria wyjścia modelu wejście - wyjście spełnia równanie: z warunkami początkowymi:

Jeżeli nominalna trajektoria wejścia jest stała nominalna trajektoria wyjścia jest stała, , i spełnia równanie dla wszystkich Z określenia trajektorii równowagi:

Odchylenia wejścia i wyjścia (i ich warunków początkowych) od ich trajektorii równowagi oznaczymy 

Korzystając z powyższych oznaczeń – równanie wejście - wyjście Rozwijamy funkcję w szereg Taylor’a w otoczeniu wartości nominalnych Biorąc pod uwagę

Zlinearyzowane równanie wejście - wyjście i zakładając, że warunki zaniedbania reszty z wyrazów wyższych rzędów są spełnione Zlinearyzowane równanie wejście - wyjście

Zlinearyzowane równanie wejście - wyjście

Przykład 5b Linearyzacja modelu stanu SPS z przykładu 4 Musimy policzyć M(1) , M(0) oraz N(0)

Podsumowanie: - zlinearyzowane równanie wejście – wyjście: postać macierzowa - zlinearyzowane równanie wejście – wyjście: postać zwykła

Kategorie otrzymanego modelu  parametryczny  dynamiczny  ciągły  liniowy  o parametrach skupionych  stacjonarny  deterministyczny

Modyfikacje modelu podsystemu mechanicznego Moment oporowy dzielony często na dwie części:  wewnętrzny – opory strat samego wirnika  zewnętrzny – od urządzenia napędzanego Zasadnicza składowa momentu oporowego wewnętrznego – moment oporowy tarcia lepkiego gdzie, D – współczynnik tarcia lepkiego Równanie momentu oporowego przyjmie w takim przypadku postać: Gdyby interesowało nas położenie wału silnika wyprowadzone modele należy uzupełnić o gdzie, Θ – położenie kątowe wału silnika

– koniec materiału prezentowanego podczas wykładu Dziękuję – koniec materiału prezentowanego podczas wykładu Inne przykłady modeli – Dodatek A

Systemy mechaniczne – przykładowe modele Dodatek A Systemy mechaniczne – przykładowe modele Przykład D-1

Przykład D-2

Przykład D-3

Systemy elektryczne – przykładowe modele Przykład D-4

Przykład D-5

Przykład D-6

Z drugiego z ostatnich równań Podstawiając do pierwszego i porządkując otrzymamy

Ustalanie warunków początkowych – przykłady: systemy elektryczne W dotychczas przedstawionych przykładach nie skupialiśmy uwagi na określaniu wartości warunków początkowych dla otrzymywanych r.r. modelu, gdyż w przykładach tych ich określenie nie powinno nastręczać trudności. Spotkać można jednak zadania w których określenie warunków początkowych wymaga pewnego skupienia. Podamy przykłady takich zadań zaczerpnięte z elektrotechniki

Przydatne przy określaniu warunków początkowych wskazówki Przypomnijmy zależności wiążące wartości napięcia i prądu na podstawowych elementach układów elektrycznych - możliwa skokowa zmiana prądu - możliwa skokowa zmiana napięcia - możliwa skokowa zmiana prądu - niemożliwa skokowa zmiana napięcia

- możliwa skokowa zmiana napięcia - niemożliwa skokowa zmiana prądu

Przykład WP-1 Do zacisków układu podłączone jest napięcie u(t)=E. W chwili t=0- tuż przed przełączeniem przełącznika P, w obwodzie panuje stan ustalony. W chwili t = 0 zostaje przełączony przełącznik P zgodnie ze strzałką na rysunku. Zbudować model matematyczny pozwalający badać zależność przebiegu napięcia na kondensatorze C oraz prądu pobieranego ze źródła

Model systemu Potrzebne warunki początkowe Dla wejściowego oczka, dla każdej chwili t

W szczególności Stąd oraz

Dalej Prąd i nie może zmienić się skokowo („nagle”) a jego wartość jest równa Mamy

Zatem i ostatecznie

Przykład WP-2 Do zacisków układu podłączone jest napięcie u(t)=E. W chwili tuż przed wyłączeniem (t=0-) wyłącznika W w obwodzie panował stan ustalony. W chwili t = 0 zostaje wyłączony wyłącznik W. Zbudować model matematyczny pozwalający badać zależność przebiegu napięcia na zaciskach wyłącznika uw (t) przy zadanym napięciu u(t)

Model systemu Potrzebne warunki początkowe Napięcie na kondensatorze nie może się skokowo zmienić, więc

Napięcie na wyłączniku Równanie spójności dla wejściowego oczka, dla chwil przed wyłączeniem Stąd

Mamy zależność Ponieważ oraz

Stąd Ponieważ Stąd

Przykład WP-3 Do zacisków układu podłączone jest napięcie u(t)=E. W chwili tuż przed wyłączeniem (t=0- ) wyłącznika W w obwodzie panował stan ustalony. W chwili t = 0 zostaje wyłączony wyłącznik W. Zbudować model matematyczny pozwalający badać zależność przebiegu napięcia na zaciskach odbiornika Ro przy zadanym napięciu u(t)

Model systemu Oczywiście, dla t>0 Potrzebne warunki początkowe

Ponieważ napięcie na kondensatorze nie może się „nagle” zmienić Z stanu ustalonego przed załączeniem wynika Dla znalezienia drugiego warunku początkowego Z równania dla węzła

Prąd w cewce nie może zmienić się skokowo, więc Stąd Zatem

Systemy hydrauliczne – przykładowe modele

Przykład D-7

Przykład D-8

Przykład D-9