Systemy dynamiczne – przykłady modeli fenomenologicznych

Slides:



Advertisements
Podobne prezentacje
I część 1.
Advertisements

Dwójniki bierne impedancja elementu R
Metody badania stabilności Lapunowa
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.
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.
KONKURS WIEDZY O SZTUCE
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.
Kryterium Nyquista Cecha charakterystyczna kryterium Nyquist’a
Obserwowalność System ciągły System dyskretny u – wejścia y – wyjścia
Systemy dynamiczne 2010/2011Systemy i sygnały - klasyfikacje Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Dlaczego taki.
Vitalii Dugaev Katedra Fizyki Politechnika Rzeszowska Semestr I Rok 2012/2013.
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów regulacji.
Teoria sterowania Wykład 3
Automatyka Wykład 4 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów regulacji (c.d.)
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.
Modele matematyczne przykładowych obiektów i elementów automatyki
Wykład 6 Charakterystyki czasowe obiektów regulacji
Wykład 5 Charakterystyki czasowe obiektów regulacji
Systemy dynamiczne – przykłady modeli fenomenologicznych
AUTOMATYKA i ROBOTYKA (wykład 4)
Podstawowe elementy liniowe
Metody Lapunowa badania stabilności
Podział dziedzin: Teoria systemów, teoria sterowania: badanie zachowania w czasie systemów korzystając z modeli systemów Analiza systemów, modelowanie:
Obserwatory zredukowane
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)
Wykład 4 Modele matematyczne obiektów, elementów i układów regulacji.
Modelowanie i identyfikacja 2010/2011Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra.
Podstawy modelowania i identyfikacji 2011/2012Modele fenomenologiczne - metodyka Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
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.
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
Podstawy automatyki 2011/2012Systemy sterowania - struktury –jakość sterowania Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż.
Wykład 22 Modele dyskretne obiektów.
Zastosowanie metody równań Lagrange’a do budowy modeli matematycznych
Modele dyskretne obiektów liniowych
Wykład 5 Modele matematyczne obiektów regulacji
Wykład 23 Modele dyskretne obiektów
Metody uzyskiwania równania wejścia-wyjścia obiektu sterowania.
Modelowanie – Analiza – Synteza
  Prof.. dr hab.. Janusz A. Dobrowolski Instytut Systemów Elektronicznych, Politechnika Warszawska.
Sterowanie – metody alokacji biegunów
Teoria sterowania 2013/2014Sterowanie – obserwatory zredukowane II  Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania 1 Obserwatory.
Przykład 1: obiekt - czwórnik RC
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.
 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.
Zasada działania prądnicy
Podstawy automatyki I Wykład 3b /2016
Modelowanie i podstawy identyfikacji
Podstawy automatyki I Wykład /2016
Sterowanie procesami ciągłymi
Sterowanie procesami ciągłymi
Sterowanie procesami ciągłymi
Zapis prezentacji:

Systemy dynamiczne – przykłady modeli fenomenologicznych Przykład 1: obiekt - czwórnik RC Cel budowy modelu: ustalenie zależności wiążących napięcie wejściowe czwórnika z napięciem wyjściowym, przy nie obciążonym prądowo wyjściu czwórnika

Zmienne obiektu: - spadku: uwe(t), uwy(t), uR(t), uC(t), - wejście: uwe(t) - naporu: iR(t), iC(t), iobc(t), - wyjście: uwy(t),

Budowa modelu: Prawo równowagi – warunek spójności - II prawo Kirchhoff’a dla wejściowego oczka: Uwzględnienie założeń: Założenie:

Uwzględnienie tożsamości (więzów): Wypisanie zależności wiążących dla elementów czwórnika:

Podstawienia – wykorzystanie założeń, tożsamości i zależności wiążących:

Model matematyczny: Równanie różniczkowe: lub: z warunkiem początkowym:

Przy ustalaniu warunków początkowych przydatne 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

Jeżeli przed załączeniem wyłącznika - możliwa skokowa zmiana napięcia - niemożliwa skokowa zmiana prądu W naszym przykładzie: Jeżeli przed załączeniem wyłącznika to ponieważ to

Prawo przekształcenia u(t) w y(t) Graficzne zobrazowanie: Obiekt dynamiczny Prawo przekształcenia u(t) w y(t) Przykład 1: Struktura modelu

Przykład 2: obiekt – obwód RL Cel budowy modelu: ustalenie zależności wiążących napięcie wejściowe obwodu z prądem płynącym przez cewkę indukcyjną

Zmienne obiektu: - spadku: uwe(t), uwy(t), uR(t), uL(t), - wejście: uwe(t) - naporu: iR(t), iL(t) - wyjście: iL(t), Budowa modelu: Prawo równowagi – warunek spójności - II prawo Kirchhoff’a dla wejściowego oczka: Uwzględnienie tożsamości (więzów):

Wypisanie zależności wiążących dla elementów obwodu: Podstawienia – wykorzystanie tożsamości i zależności wiążących:

Model matematyczny: Równanie różniczkowe: lub: z warunkiem początkowym:

Prawo przekształcenia u(t) w y(t) Graficzne zobrazowanie: Obiekt dynamiczny Prawo przekształcenia u(t) w y(t) Przykład 2: Struktura modelu

 Mn Mo Wniosek z przykładów 1 i 2: Różne układy elektryczne - taka sama struktura modeli – równań różniczkowych Przykład 3: obiekt – wirnik silnika elektrycznego Mn Mo 

Budowa modelu: Prawo równowagi – warunek równowagi - II prawo Newton’a dla ruchu obrotowego: MB - moment d’Alemberta (bezwładności) określony wzorem

Zależności wiążące: - przyjmując założenie upraszczające, że obwody magnetyczne silnika pracują w zakresie liniowych części charakterystyk magnesowania G – indukcyjność rotacji silnika iw – prąd obwodu wzbudzenia silnika it – prąd obwodu twornika silnika - przyjmując założenie, że prąd wzbudzenia silnika utrzymywany jest na stałej wartości Kw – stała elektromechaniczna obwodu wzbudzenia

- przyjmując założenie, że na moment oporowy składają się opory wewnętrzne silnika oraz zewnętrzny moment oporowy Mow – moment oporowy wewnętrzny Moz – moment oporowy zewnętrzny D – współczynnik tarcia wewnętrznego (lepkiego) - przyjmując założenie, że moment oporowy zewnętrzny jest pomijalnie mały

Podstawienia – wykorzystanie założeń i zależności wiążących:

Model matematyczny: Równanie różniczkowe: lub: z warunkiem początkowym:

Prawo przekształcenia u(t) w y(t) Graficzne zobrazowanie: Obiekt dynamiczny Prawo przekształcenia u(t) w y(t) Przykład 3: Struktura modelu

Wniosek z przykładów 1 i 2 oraz 3 Różne natura fizyczna układów - taka sama struktura modeli – równań różniczkowych Przykład 4: obiekt – wirnik silnika elektrycznego, moment obciążenia niepomijalny Jeżeli założenie, że moment oporowy zewnętrzny jest pomijalnie mały, nie może być przyjęte

Podstawienia – wykorzystanie założeń i zależności wiążących:

Model matematyczny: Równanie różniczkowe: lub: z warunkiem początkowym:

Prawo przekształcenia u(t) w y(t) Graficzne zobrazowanie: Obiekt dynamiczny Prawo przekształcenia u(t) w y(t) Przykład 4: Struktura modelu

Spostrzeżenie z przykładu 4 Dwa rodzaje wejść – wejście na które możemy mieć wpływ, it – sterowanie oraz wejście na które wpływu nie mamy, Moz - zakłócenie Połączmy wyniki uzyskane w przykładach 2, 3 oraz 4, wykorzystajmy naszą wiedzę aprioryczną o procesach w silniku prądu stałego i zbudujmy jego model (przy określonych założeniach) – następny wykład