Systemy liniowe stacjonarne – modele wejście – wyjście (splotowe)

Slides:



Advertisements
Podobne prezentacje
I część 1.
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.
Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Zastosowania.
Mechanizm wnioskowania rozmytego
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
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;
Metody Sztucznej Inteligencji w Sterowaniu 2009/2010 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania.
Systemy dynamiczne – przykłady modeli fenomenologicznych
Jaki jest następny wyraz ciągu: 1, 2, 4, 8, 16, …?
Dyskretny szereg Fouriera
Transformacja Z (13.6).
Matematyka.
Stabilność Stabilność to jedna z najważniejszych właściwości systemów dynamicznych W większości przypadków, stabilność jest warunkiem koniecznym praktycznego.
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.
Dwie podstawowe klasy systemów, jakie interesują nas
Wykład 5 Charakterystyki czasowe obiektów regulacji
Charakterystyki czasowe obiektów, elementów i układów regulacji
Sterowalność i obserwowalność
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
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.
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)
Wykład 21 Regulacja dyskretna. Modele dyskretne obiektów.
Sterowanie – użycie obserwatorów pełnych
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
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.
Modele dyskretne obiektów liniowych
Obserwowalność i odtwarzalność
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 III
(C) Jarosław Jabłonka, ATH, 5 kwietnia kwietnia 2017
Modele dyskretne – dyskretna aproksymacja modeli ciągłych lub
Teoria sterowania SN 2014/2015Sterowalność, obserwowalność Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność -
Przykład 1: obiekt - czwórnik RC
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
Systemy dynamiczne 2014/2015Obserwowalno ść i odtwarzalno ść  Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Obserwowalność.
Dwie podstawowe klasy systemów, jakie interesują nas
Kalendarz 2020.
DTFT (10.6). (10.7) Przykład 10.1 Przykład 10.2 (10.3)
Wykład 3,4 i 5: Przegląd podstawowych transformacji sygnałowych
Teoria sterowania Wykład /2016
Podstawy automatyki I Wykład /2016
Transformacja Z -podstawy
The Discrete-Time Fourier Transform (DTFT)
Podstawy Teorii Sygnałów (PTS) Matematyczny opis systemów i sygnałów
Sterowanie procesami ciągłymi
Zapis prezentacji:

Systemy liniowe stacjonarne – modele wejście – wyjście (splotowe) Systemy dyskretne Pokażemy, że tzw. suma splotowa wiąże wejście i wyjście systemu dyskretnego, tzn., że dla danego wejścia x[n] suma splotowa pozwala obliczyć odpowiadające wyjście y[n] systemu Reprezentacja dowolnego sygnału dyskretnego za pomocą sumy impulsów jednostkowych Sygnał dyskretny x[n] może być traktowany jako liniowa kombinacja przesuniętych w czasie sekwencji impulsów jednostkowych [n]

Przykład

Weźmy liniowy stacjonarny system dyskretny opisany Załóżmy, że znamy odpowiedź tego systemu na sekwencję impulsu jednostkowego Odpowiedź impulsowa systemu dyskretnego Ponieważ system jest stacjonarny Ponieważ system jest liniowy Korzystając z warunku liniowości i stacjonarności

Podsumowując: Uzyskaliśmy związek wiążący wejście i wyjście systemu dyskretnego wyrażający się sumą splotową w dziedzinie czasu wejścia i odpowiedzi impulsowej systemu Tzw. transformacja z tego związku wyraża się iloczynem transformat wejścia i odpowiedzi impulsowej

Przykład Korzystając z modelu splotowego systemu dyskretnego obliczyć graficznie odpowiedź systemu y[n] dla podanego wejścia x[n] znając odpowiedź impulsową systemu h[n]

Przykład Korzystając z modelu splotowego systemu dyskretnego obliczyć y[0] oraz y[1] dla wejścia x[k] i odpowiedzi impulsowej h[k] pokazanych na rysunku n=0 Krok 1: określić czynniki w składnikach sumy splotowej n=0  x[k] i h[0-k] = h[-k]

n=0 Krok 2: pomnożyć czynniki w składnikach sumy uzyskując g[k] n=0  x[k] i h[-k]

n=0 Krok 3: zsumować iloczyny składników sumy g[k] od k = - do +, aby uzyskać y[0]

n=1 Krok 1: określić czynniki w składnikach sumy splotowej n=1  x[k] i h[1-k] = h[-(k-1)]

n=1 Krok 2: pomnożyć czynniki w składnikach sumy uzyskując g[k] n=0  x[k] i h[-(k-1)]

n=1 Krok 3: zsumować iloczyny składników sumy g[k] od k = - do +, aby uzyskać y[1]

Wybrane właściwości sumy splotowej  przemienność  łączność

 rozdzielność względem dodawania sygnałów  przemienność ze względu na mnożenie przez skalar

Systemy ciągłe Przypomnimy, że tzw. całka splotowa wiąże wejście i wyjście systemu ciągłego, tzn., że dla danego wejścia x(t) całka splotowa pozwala obliczyć odpowiadające wyjście y(t) systemu Reprezentacja dowolnego sygnału ciągłego za pomocą całki skalowanych i przesuniętych impulsów Sygnał ciągły x(t) może być traktowany jako liniowa kombinacja kontinuum impulsów jednostkowych (t)

Jedna z możliwych aproksymacji impulsu jednostkowego Rezultat ten uzyskujemy wykorzystując aproksymację dowolnego sygnału x(t) ciągiem impulsów prostokątnych o malejącej do zera w granicy szerokości Impuls prostokątny Przesunięty impuls Sygnał ciągły w czasie aproksymowany przez liniową kombinację przesuniętych skalowanych impulsów prostokątnych Jedna z możliwych aproksymacji impulsu jednostkowego

Aproksymacja dowolnego sygnału

Weźmy liniowy stacjonarny system ciągły opisany Załóżmy, że znamy odpowiedź tego systemu na funkcję impulsu jednostkowego Odpowiedź impulsowa systemu ciągłego Ponieważ system jest stacjonarny Ponieważ system jest liniowy, to (dla wybranego t)

Odpowiedź systemu na jednostkowy impuls prostokątny w granicy Korzystając z warunku liniowości i stacjonarności możemy napisać i w granicy dla T0

Podsumowując: Uzyskaliśmy związek wiążący wejście i wyjście systemu ciągłego wyrażający się całką splotową w dziedzinie czasu, wejścia i odpowiedzi impulsowej systemu Tzw. transformacja s (transformacja Laplace’a) tego związku wyraża się iloczynem transformat wejścia i odpowiedzi impulsowej

Przesuwamy odwróconą w czasie odpowiedź impulsową o wymaganą wartość t Przykład Mając odpowiedź impulsową systemu h() narysować h(t-) dla t=-2 oraz t=2 Rysujemy h(-); odwróconą w czasie odpowiedź impulsową Przesuwamy odwróconą w czasie odpowiedź impulsową o wymaganą wartość t

Przykład Policzyć odpowiedź w czasie systemu liniowego stacjonarnego y(t) dla którego znana jest odpowiedź impulsowa h{t) na wejście skokowe Odpowiedź impulsowa i wejście na rysunku

Narysujmy odwróconą w czasie odpowiedź impulsową i jej przesunięcia dla t<0 oraz t>0

Dla t>0

Łącząc wyniki dla t<0 oraz t>0 Przykład Policzyć odpowiedź w czasie systemu liniowego stacjonarnego dla którego znana jest odpowiedź impulsowa na wejście skokowe Odpowiedź impulsowa i wejście na rysunku

Narysujmy odwróconą w czasie odpowiedź impulsową i jej przesunięcia dla t<0 oraz t>0 Dla t0 obydwie funkcje mają niezerowe wartości dla - <  < t+1 Dla t>0 obydwie funkcje mają niezerowe wartości dla - <  < 1

Dla t  0 Dla t > 0

Łącząc wyniki dla t<0 oraz t>0

Wybrane właściwości całki splotowej  przemienność  łączność  rozdzielność względem dodawania sygnałów  przemienność ze względu na mnożenie przez skalar

Wniosek podstawowy Dynamika systemu liniowego stacjonarnego w relacji wejście - wyjście, zarówno dyskretnego jak i ciągłego jest całkowicie określona przez jego odpowiedź impulsową - transmitancję

Splot: nie jest tak groźny, jak się wydaje splot - convolution Splot: nie jest tak groźny, jak się wydaje