Sterowanie – metody alokacji biegunów

Slides:



Advertisements
Podobne prezentacje
Sterowanie – metody alokacji biegunów II
Advertisements

Metody badania stabilności Lapunowa
Obserwowalność System ciągły System dyskretny
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.
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 – przykłady modeli fenomenologicznych
Systemy dynamiczne 2010/2011Systemy i sygnały - klasyfikacje Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Dlaczego taki.
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.
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 12 Metoda linii pierwiastkowych. Regulatory.
Wykład 6 Charakterystyki czasowe obiektów regulacji
Wykład 5 Charakterystyki czasowe obiektów regulacji
AUTOMATYKA i ROBOTYKA (wykład 4)
Podstawowe elementy liniowe
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
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.
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
AUTOMATYKA i ROBOTYKA (wykład 5)
Sterowanie – użycie obserwatorów pełnych
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.
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
Wykład 23 Modele dyskretne obiektów
Teoria sterowania Wykład 9 Transmitancja operatorowa i stabilność liniowych układu regulacji automatycznej.
Sterowanie – działanie całkujące
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.
Schematy blokowe i elementy systemów sterujących
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.
Teoria sterowania SN 2014/2015Sterowalność, obserwowalność Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność -
Systemy dynamiczne 2014/2015Sterowalność - osiągalność  Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność i obserwowalność.
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.
Systemy liniowe stacjonarne – modele różniczkowe i różnicowe
 Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Metody sztucznej inteligencji – Technologie rozmyte i neuronoweSystemy.
Podstawy automatyki I Wykład 3b /2016
Modelowanie i podstawy identyfikacji
Teoria sterowania Wykład /2016
Podstawy automatyki I Wykład /2016
Sterowanie procesami ciągłymi
Sterowanie procesami ciągłymi
Sterowanie procesami ciągłymi
Teoria sterowania Materiał wykładowy /2017
Sterowanie procesami ciągłymi
Zapis prezentacji:

Sterowanie – metody alokacji biegunów Stosowane dalej oznaczenia System MIMO Przy czym: wymiar wymiar wymiar wymiar wymiar wymiar wymiar oraz rząd ; rząd Przy ekstrapolacji zerowego rzędu i czasie zatrzaśnięcia Ts jeżeli istnieje

: macierz systemu, stała, rzeczywista, wymiaru , Sformułowanie problemu Będziemy rozważali zasadniczo przypadki, kiedy gdzie: : macierz systemu, stała, rzeczywista, wymiaru , tzn. : wektor stanu, rzeczywisty, wymiaru , tzn. : wektor wejścia, rzeczywisty, wymiaru , tzn. : macierz wejścia, stała, rzeczywista, wymiaru , tzn. : wektor wyjścia lub obserwacji, rzeczywisty, wymiaru , tzn. : macierz wyjścia lub obserwacji, stała, rzeczywista, wymiaru , tzn.

Zadanie sterowania: System będący w chwili początkowej ( dla systemów stacjonarnych) w stanie początkowym , należy przeprowadzić do pożądanego stanu końcowego, lub operacyjnego , zapewniając w stanie przejściowym spełnienie określonych wymagań dynamicznych takich jak np. czas narastania, przeregulowania, … . Po osiągnięciu stanu operacyjnego , wartość wyjścia musi być zwykle równa narzuconej wartości zadanej Rozwiązanie: Przesłanie zwrotne wektora stanu na wejście z wykorzystaniem macierzy sprzężenia zwrotnego Wprowadzenie wartości zadanej poprzez macierz wzmocnień

Kompensacja wzmocnień statycznych (macierz sprzężenia w przód) Przypadek ciągły: Obiekt Sterownik (prawo sterowania) Kompensacja wzmocnień statycznych (macierz sprzężenia w przód) Macierz jest stałą macierzą o wymiarze i nazywana jest macierzą sterownika Cechy: - w skrajnym przypadku ma elementów, - jako macierz stała związana ze stanem pełni rolę sterownika proporcjonalnego - poprzez związek pełni też rolę sterownika różniczkującego - nie daje sprzężenia o charakterze całkującym

Równania opisujące system zamknięty: Stąd: Równanie stanu systemu zamkniętego i macierz systemu zamkniętego oraz macierz wejścia Na system działają dwie wielkości zewnętrzne - stan początkowy - sygnał wartości zadanej

Przypadek ciągły – działanie regulacyjne Metody regulacyjne mają na celu przeprowadzenie wektora stanu systemu ze stanu początkowego do stanu operacyjnego (końcowego) przy zadanych warunkach Będzie to wynikać z odpowiedniego doboru macierzy

Przykład 1 – mały silnik p. s Przykład 1 – mały silnik p.s. z obciążeniem inercyjnym i pomijalną indukcyjnością obwodu twornika (patrz budowa modelu – wykład z MiI) k = , L = 0 Zmienne modelu: - zmienne stanu - zmienna wyjścia

Równania stanu w postaci macierzowej: Równania wyjścia w postaci macierzowej: Schemat blokowy analogowy modelu silnika PS

Silnik używany do sterowania położeniem kątowym lub liniowym Przykład – pozycjonowanie głowicy plotera Model w postaci nie-macierzowej Transformacja Laplace’a

Transmitancja operatorowa

gdzie, - wzmocnienie w torze napięcie – położenie, - stała czasowa silnika W wielu przypadkach

Pożądany obszar alokacji biegunów systemu zamkniętego Wówczas i Równania stanu dla tych warunków Chcemy umieścić wartości własne systemu zamkniętego w określonych miejscach Pożądany obszar alokacji biegunów systemu zamkniętego Linie stałej wartości współczynnika tłumienia i pulsacji drgań nietłumionych systemu rzędu drugiego

Wybierzmy Wielomian charakterystyczny systemu zamkniętego Jest to też wielomian charakterystyczny macierzy systemu zamkniętego Równania opisujące system zamknięty: Stąd Równanie stanu systemu zamkniętego i macierz systemu zamkniętego

Wielomian charakterystyczny macierzy systemu zamkniętego W przykładzie Stąd

Z porównania dwóch wielomianów charakterystycznych i stąd Wybierając możemy określić Z klasycznej teorii:  odwrotność stałej czasowej – pulsacja załamania

 Dla systemu drugiego rzędu oraz Gdyby np. pulsacja drgań nietłumionych miałaby być pięciokrotnie większa od pulsacji załamania, a współczynnik tłumienia stąd i wzmocnienia

Schemat zbudowanego systemu sterowania Silnik

Przykład 2 – system mechaniczny rzędu drugiego Model - masa - współczynnik sprężystości - współczynnik tłumienia - siła zewnętrzna Zmienne stanu Równania stanu

Jeżeli przyjąć jako wejście przyśpieszenie ruchu Jeżeli przyjąć jako wejście przyśpieszenie ruchu – macierz systemu i macierz wejścia Wyprowadzając jak w Przykładzie 1 transmitancję - pulsacja drgań nietłumionych i współczynnik tłumienia wyniosą

Postępując dalej podobnie jak w przykładzie 1 - wielomian charakterystyczny z drugiej strony gdzie Z porównania dwóch wielomianów charakterystycznych

Jeżeli chcemy, aby system zamknięty był „wolniejszy” od systemu oryginalnego Wartość będzie ujemna Obliczenia numeryczne dla danych Macierz systemu i macierz wejścia Wartości własne, pulsacja drgań nietłumionych i współczynnik tłumienia

System bardzo słabo tłumiony – celem sterowania może być zwiększenie tłumienia Jeżeli przyjąć wówczas

Schemat zbudowanego systemu sterowania

Wyniki symulacji Bez sprzężenia Ze sprzężeniem

Dziękuję za uczestnictwo w wykładzie i uwagę