Pobierz prezentację
Pobieranie prezentacji. Proszę czekać
OpublikowałZoja Patkowski Został zmieniony 10 lat temu
1
Stabilność Stabilność to jedna z najważniejszych właściwości systemów dynamicznych 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
2
Rozważamy: System ciągły System dyskretny
3
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
4
Uwaga: istnienie stanu równowagi dla systemu nie zapewnia jego stabilności
Stabilny stan równowagi Niestabilny stan równowagi Uwaga: Stan równowagi a stan stacjonarny System ciągły – stan równowagi System dyskretny – stan równowagi System ciągły – stan stacjonarny System dyskretny – stan stacjonarny
5
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 Taki stan równowagi nazywamy odosobnionym/izolowanym (ang. isolated) stanem równowagi
6
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
7
Dla systemów nieliniowych sprawa jest bardziej złożona
Przykładowe wykresy fazowe dla systemu nieliniowego drugiego rzędu Obszar stabilny Obszar niestabilny Trajektorie stanu Odosobniony niestabilny stan równowagi Odosobniony stabilny stan równowagi Cykl graniczny
8
Wyróżniamy: stabilność lokalną - kiedy system jest stabilny dla pewnych wartości stanów początkowych i danego stanu równowagi stabilność globalną - kiedy system jest stabilny dla wszystkich wartości stanów początkowych i danego stanu równowagi oraz stabilność wewnętrzną - względem warunków początkowych systemu, odpowiedzi swobodnej systemu stabilność zewnętrzną - względem wymuszeń systemu, odpowiedzi wymuszonej systemu
9
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
10
Ilustracja stabilności dla systemu rzędu drugiego
11
Ilustracja asymptotycznej stabilności dla systemu rzędu drugiego
taka, że jeżeli wówczas Stabilność asymptotyczna lokalna Stan jest stanem lokalnie 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
12
dla dowolnego stanu początkowego
Stabilność asymptotyczna globalna Stan jest stanem globalnie asymptotycznie stabilnym równowagi dla chwili , jeżeli jest stabilny (w sensie Lapunowa) i jeżeli Podane definicje stabilności są kryteriami stabilności wewnętrznej – sformułowane dla zerowych wartości wejścia 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)
13
Przełożenie (bez dowodów) podanych warunków stabilności dla systemu liniowego stacjonarnego ciągłego; ograniczymy się do stanu równowagi Stabilność wewnętrzna 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
14
Przykład 1. Dany jest system dynamiczny z wartościami współczynników Zbadać stabilność wewnętrzną systemu
15
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
16
Wyniki symulacji System a. Macierz nieosobliwa, zatem stan równowagi Weźmy: warunek początkowy wejście
17
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
18
Wynik symulacji
19
Wyniki symulacji System c. Macierz osobliwa, stanów równowagi nieskończenie wiele, brak stabilnych Weźmy: warunek początkowy wejście
20
Przełożenie (bez dowodów) podanych warunków stabilności dla systemu liniowego stacjonarnego dyskretnego; ograniczymy się do stanu równowagi Stabilność wewnętrzna 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
21
Stabilność zewnętrzna
Przełożenie (bez dowodów) podanych warunków stabilności BIBO 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
22
Stabilność wewnętrzna a zewnętrzna
Przykład 2. Dany jest system dynamiczny Zbadać stabilność wewnętrzną i zewnętrzną systemu Wyliczenie wartości własnych wielomianu charakterystycznego macierzy
23
Wartości własne Wniosek: system jest niestabilny wewnętrznie Model zewnętrzny
24
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
25
Stabilność wyjścia
26
System stabilny w sensie Lapunow’a może być
Podsumowanie: Każdy system stabilny asymptotyczne w sensie Lapunow’a jest stabilny w sensie BIBO System stabilny w sensie Lapunow’a może być - niestabilny w sensie BIBO - stabilny w sensie BIBO System stabilny w sensie BIBO nie musi być stabilny w sensie Lapunow’a
27
Sterowalność i obserwowalność - podstawowe pojęcia sterowania
Sterowalność określa możliwości wpływania na stan (lub wyjście) systemu odpowiednim ukształtowaniem wejścia Ogólnie wyróżnia się dwa określenia sterowalności: 1. Sterowalność do początku (controllability-to-the-origin), nazywana krócej sterowalnością (controllability) 2. Sterowalność od początku (controllability-from-the-origin), nazywana krócej osiągalnością (reachability) Ograniczymy się do zapoznania się z podstawowymi wynikami znanymi dla systemów liniowych, a w szczególności stacjonarnych
28
Dla systemów liniowych stacjonarnych mówimy:
Stan x0 nazywamy sterowalnym, jeżeli istnieje wejście, które przeprowadza stan systemu x(t) z stanu x0 do stanu zerowego w pewnym skończonym czasie T Stan zerowy osiągany ze stanu x0 przy zastosowaniu różnych wejść u1(t) i u2(t), w różnych skończonych czasach T1 i T2 oraz po różnych trajektoriach
29
Dla systemów liniowych stacjonarnych mówimy:
Stan x1 nazywamy osiągalnym, jeżeli istnieje wejście, które przeprowadza stan systemu x(t) z stanu zerowego do stanu x1 w pewnym skończonym czasie T Stan x1 osiągany ze stanu zerowego przy zastosowaniu różnych wejść u1(t) i u2(t), w różnych skończonych czasach T1 i T2 oraz po różnych trajektoriach
30
Systemy ciągłe Sterowalność stanu Stan sterowalny Stan systemu liniowego jest sterowalny, jeżeli można system przeprowadzić z tego stanu do stanu za pomocą odpowiedniego sterowania w skończonym czasie Jeżeli każdy stan jest sterowalny, mówimy, że system jest całkowicie sterowalny lub krócej sterowalny
31
Sterowalność systemu ciągłego liniowego stacjonarnego
System liniowy stacjonarny jest sterowalny wtedy i tylko wtedy, gdy macierz sterowalności, nazywana macierzą sterowalności Kalmana ma rząd n, tzn. rząd systemu Wymiar macierzy sterowalności: nxnm; n – wymiar stanu, m – wymiar wejścia Dla m=1 macierz sterowalności jest macierzą kwadratową i dla sprawdzenia sterowalności wystarczy sprawdzić nieosobliwość macierzy sterowalności
32
Przykład 3. Dany jest system dynamiczny Zbadać sterowalność systemu Konstruujemy macierz sterowalności
33
Stąd Dla sprawdzenia sterowalności policzymy wyznacznik zatem System jest niesterowalny (względem stanów)
34
Lewa górna podmacierz macierzy sterowalności
ma wyznacznik różny od zera, zatem Przykład 4. Dany jest system dynamiczny Zbadać sterowalność systemu
35
Transmitancja systemu
Konstruujemy macierz sterowalności stąd
36
Macierz sterowalności jest niezależna od współczynników licznika transmitancji systemu
Wyznacznik macierzy sterowalności Wyznacznik macierzy sterowalności nie zależy współczynników wielomianu charakterystycznego a0, a1 oraz a2, zatem system o takiej strukturze jest zawsze sterowalny względem stanu
37
Dla systemów ciągłych sterowalność i osiągalność są równoważne
Możemy tą równoważność wypowiedzieć w następujący sposób: Jeżeli system ciągły posiada cechę sterowalności stwierdzoną w oparciu o podane twierdzenie, to oznacza to, że będziemy mogli znaleźć trajektorię wejścia, która będzie przemieszczać system z dowolnego stanu początkowego do dowolnego stanu końcowego
38
Systemy dyskretne Przykład 4. Rozważmy system dyskretny Równania dla poszczególnych stanów maja postać: W świetle podanej definicji system jest sterowalny, bo: Weźmy dowolny stan Wybierając sterowanie
39
Przeprowadzimy system do stanu
dla Zatem system jest sterowalny, w świetle podanej definicji Drugi stan jest równy zero dla wszystkich niezależnie od przyłożonego wejścia i nie można go przeprowadzić gdziekolwiek indziej System nie posiada zatem cechy osiągalności Wniosek z przykładu: Można wskazać systemy dyskretne posiadające cechę sterowalności, ale nie posiadające cechy osiągalności Uzasadnione jest zatem w odniesieniu do systemów dyskretnych stwierdzać posiadanie cechy osiągalności
40
Osiągalność stanu Stan osiągalny Stan systemu liniowego jest osiągalny, jeżeli można system przeprowadzić do tego stanu ze stanu za pomocą odpowiedniego sterowania w skończonym czasie Jeżeli każdy stan jest osiągalny, mówimy, że system jest całkowicie osiągalny lub krócej osiągalny
41
Osiągalność systemu dyskretnego liniowego stacjonarnego
System liniowy stacjonarny jest osiągalny wtedy i tylko wtedy, gdy macierz osiągalności, nazywana macierzą osiągalności Kalmana ma rząd n, tzn. rząd systemu Wymiar macierzy osiągalności: nxnm; n – wymiar stanu, m – wymiar wejścia Dla m=1 macierz osiągalności jest macierzą kwadratową i dla sprawdzenia osiągalności wystarczy sprawdzić nieosobliwość macierzy osiągalności
Podobne prezentacje
© 2024 SlidePlayer.pl Inc.
All rights reserved.