Modeliranje

1. MODELIRANJE
1.1. DEFINICIJA I ZADACI MODELIRANJA SISTEMA
Modeliranje je postupak dobijanja matematikog opisa neke pojave koja se odvija u realnom svetu, kao to su na primer fiziki, hemijski ili elektrotehniki procesi. Sa jedne strane, ovaj opis mora biti relativno jednostavan, a sa druge strane i dovoljno taan, da bi odgovorio svojoj nameni koja je definisana od strane kreatora modela. Primena modeliranja nije ograniena samo na tehnike procese (fizike, hemijske, mehanike, elektrike, itd.), ve se ono koristi u razliitim oblastima, kao to su ekonomija, biologija, sociologija, itd. Postoji praktino neogranien broj modela koji opisuju razliite aspekte jedne realne pojave. Na primer, jedna elektrina komponenta, kao to je otpornik, moe da se prouava sa razliitih stanovita: 1. Kao elektrini element kojim je definisana linearna zavisnost izmeu napona u na njegovim krajevima i struji i kroz otpornik, tj. u = Ri gde je R[] otpornost izraena u omima. 2. Kao termiki element ija se temperatura T o K menja po zakonu
dT 1 = Ri 2 k (T T0 ) dt C

[ ]

gde je C J o K toplotni kapacitet, a k W temperatura T0 o K .

[ ]

K toplotna provodnost okoline ija je

3. Kao translatorno mehaniko telo, mase m[kg ] na koga deluje sila gravitacije Fg = mg 4. Kao rotaciono mehaniko telo, odgovarajueg momenta inercije J kgm 2 , kod koga je veza izmeu obrtnog momenta M [Nm] i ugaonog ubrzanja rads 2 data sa relacijom M = J .

Svi ti razliiti pogledi na realnu pojavu rezultuju u razliite modele

Modeliranje

Sl. Razliiti pogledi na realnu pojavu rezultuju u njene razliite modele Sutina postupka modeliranja je da se izaberu samo one osobine posmatranog procesa koje predstavljaju potrebne i dovoljne karakteristike da se proces opie dovoljno tano sa stanovita namene modela. Zadatak modeliranja je da osvetli glavne osobine i fenomene realnog procesa i da ih prevede na neki abstraktan jezik, kao to je jezik matematike. Na taj nain, modeliranje predstavlja integralan deo nauke i tehnologije, koji obuhvata skoro sve oblasti ljudskog delovanja, poevi od filozofija i teologija, pa preko sociologija, psihologija, ekologija i ekonomija, konano i do same tehnike (graevine, hemije, fizike, mainstva, elektrotehnike, itd.). Pojam modeliranja je neraskidivo povezan sa pojmom procesa ili sistema. Sistem je skup stavki ili osobina koje predstavljaju zaokrueni deo realnog fenomena koji se prouava. Sistem je subjektivan pojam sa ogranienjima koja ukljuuju one osobine koje su najvanije sa stanovita modelara, a iskljuuje osobine od manjeg znaaja za opis posmatranog realnog rpocesa. Model predstavlja sredstvo za opisivanje najbitnijih karakteristika sistema koji se prouava. Model mora posedovati prikaz objekata unutar sistema, tzv. komponenti sistema, kao i prikaz aktivnosti pod kojima e ti objekti meusobno delovati. Dakle, model reflektuje razumevanje realnog procesa, njegovih komponenti i njihove interakcije od strane samog modelara. Vanu stavku prilikom formiranja modela predstavlja izbor ogranienja kojima je omeen sistem. Ova ogranienja odreuju koji e deo realnog procesa biti proglaen za sistem koji se prouava. Delovi realnog procesa koji nisu pridrueni sistemu, kao izolovanom delu realnosti, nazivaju se okolinom sistema. Ukoliko su granice sistema suvie iroke moe se dogoditi da je takav model sistema praktino nemogue analizirati, poto su mnoge vane osobine prekrivene nevanim detaljima. Sa druge strane, ukoliko su izabrane granice sistema suvie uske, sve relevantne karakteristike realnog procesa nee biti obuhvaene njegovim modelom, to e rezultovati u neadekvatnu analizu sistema na bazi takvog modela. Generalno, postoje dva naina primene modela sistema. Prvi od njih sastoji se u izvoenju eksperimenta u otvorenoj povratnoj sprezi. Kod ovakvog pristupa model se koristi za predvianje buduih vrednosti relevantnih promenljivih u sistemu. Na primer, model se moe koristiti za izradu vremenske prognoze ili za predvianje buduih vrednosti nekih ekonomskih pokazatelja, kao to su nezaposlenost, profitna stopa i sl. Zadatak predikcije zatheva adekvatan opis odgovarajuih zakona kojima su podvrgnute relevantne promenljive u modelu, tako da male

Modeliranje

greke modeliranja mogu prouzrokovati velike greke u rezultatu analize koja je izvrena na bazi takvog netanog modela. Drugi pristup sastoji se u primeni modela u zatvorenoj povratnoj sprezi i ovakav pristup se obino koristi za projektovanje sistema upravljanja. Ukoliko je model deo sistema upravljanja u zatvorenoj povratnoj sprezi, takav sistem e redukovati dejstvo poremeaja, koji dolazi iz spoljanje sredine, kao i same greke modeliranja. Na taj nain, manje taan model moe se koristiti u ovoj drugoj primeni. Drugim reima, zahtevana tanost modeliranja zavisi od naina primene samog modela, odnosno da li se koristi u eksperimentu u otvorenoj povratnoj sprezi ili u okviru povratne petlje kod sistema upravljanja.

1.2. PRISTUPI IZGRADNJI MODELA SISTEMA

Postoji vie naina da se izgradi model sistema, od kojih su najznaajniji sledei pristupi: 1. Deduktivni pristup (polazi od opteg ka posebnom). 2. Induktivni pristup (za razliku od prethodnog, polazi od posebnog da bi se dolo do opteg). 3. Bond graf (dijagram veza komponenti sistema). Deduktivni pristup: Ovaj pristup pretpostavlja primenu optih iskustava koja su steena prilikom modeliranja razliitih specifinih procesa. Uz to, pristup koristi i prethodno znanje o razmatranom procesu, koje se zasniva na poznavanju fizikih zakona koji definiu matematike relacije izmeu relevantnih varijabli u idealizovanom modelu procesa sa idealizovanim fizikim komponentama. Na primer, u idealizovanim fizikim komponentama telo odgovarajue mase se tretira kao takasto, uz zanemarivanje njegovih dimenzija, protoci su laminarni, koncentracije su homogeno raspodeljene u rezervoaru, meavine su idealne i sl. Fiziki zakoni se obino izraavaju u obliku algebarskih i/ili diferencijalnih jednaina. U optem sluaju, algebarske relacije definiu ponaanje procesa u ustaljenom (ravnotenom) stanju ili tzv. statiko ponaanje procesa. Statiki modeli se koriste da se odredi radna taka ili ravnoteno stanje procesa, na osnovu koje se dobija uvid u nominalne vrednosti relevantnih promenljivih, kao to su, na primer, pritisak, protok, temperatura ili profit. U industriji se statiki modeli nazivaju flow sheets. Dinamiko ponaanje procesa opisuje se diferencijalnim jednainama. Ove jednaine su zasnovane na osnovnim fizikim zakonima, kao to su zakon o odranju energije, mase, momenta i sl. Na primer, zakon o odranju mase izraava se u formi diferencijalne jednaine
dm = m,u m,i dt

gde je m[kg ] masa, a m [kg / s ] protok mase na ulazu (u ) i izlazu (i ) , respektivno. Slino, zakon o odranju energije izraava se kao
dQ = u i dt
3

Modeliranje

gde je Q[J ] koliina energije, a [W ] protok energije na ulazu (u ) i izlazu (i ) , respektivno. Takoe, u mehanici se kretanje tela opisuje Njutnovim zakonom. Na primer, ako je pozicija tela mase m[kg ] oznaena sa x[m] i telo se kree translatorno pod dejstvom aktivne sile Fa [N ] uz prisustvo sile trenja Ft [N ] , tada je na osnovu Njutnovog zakona ma = Fa Ft , d 2x a = 2 m / s2 , dt

Ftr = k tr v[N ] ,

v=

dx [m / s ] dt

odakle sledi diferencijalna jednaina d 2x dx m 2 + ktr = Fa . dt dt Na slian nain, rotacija tela momenta inercije J kgm 2 , pod dejstvom aktivnog momenta M a [Nm] i u prisustvu pasivnog momenta trenja M t [Nm] i torzije M e [Nm], opisana je Njutnovim zakonom J = M a M t M e gde je = d 2 / dt 2 rad / s 2 ugaono ubrzanje, [rad ] ugaona pozicija tela, a moment trenja M t = k t [Nm] , gde je ugaona brzina = d / dt [rad / s ] , dok je momenat torzije M e = k e [Nm] .

Apriorno (prethodno) znanje moe da se koristi i da se blie odredi struktura modela sistema, poto pored relacije koja povezuje ulazne i izlazne varijable sistema i sama struktura modela predstavlja stavku od interesa. Na primer, ako je na osnovu prethodnog znanja ustanovljeno da sistem ima dve vremenske konstante, tada e to znanje biti iskorieno da se iz svih moguih struktura modela drugog reda izabere ona kojoj odgovaraju dve realne vremenske konstante, odnosno dva realna pola, umesto da se za model usvoji opta funkcija prenosa drugog reda koja moe imati i konjugovano kompleksne polove.
Navedeni pristupi obino dovode do kvalitativnog modela. Ponekada je, meutim, mogue da se procene adekvatno i vrednosti parametara u ovakvom modelu, obino koristei prethodno znanje o fizikim dimenzijama procesa. Induktivni pristup: U optem sluaju se ne raspolae sa dovoljno apriornog znanja da bi se parametri u usvojenoj strukturi modela procenili adekvatno. U takvim situacijama koriste se tehnike parametarske identifikacije sistema, koje koriste merenja ulaza i izlaza sistema da bi estimirale (procenile) vrednosti parametara u modelu. Postupak identifikacije zasniva se i na nekim dodatnim pretpostavkama, kao to su, na primer, klasa linearnih modela, selekcija ulazno/izlaznih varijabli, red modela i sl. Sam postupak pribavljanja informacija o sistemu naziva se indukcija. U navedenom sluaju postavlja se prirodno i pitanje izbora kriterijuma za poreenje razliitih modela u uslovima kada su merenja na procesu prisutna. Beli, sivi i crni modeli Ponekad je mogue da se model sistema izvede samo na osnovu deduktivnog pristupa, koristei odgovarajue fizike zakone i procenjene vrednosti parametara, na bazi fizikih gabarita. Takav model naziva se beli model ili white-box model. Primer takvih modela su
4

Modeliranje

elektrina i elektronska kola, a osnovni fiziki zakoni koji se koriste prilikom modeliranja su Kirhofovi zakoni. U nekim sluajevima ne postoji adekvatno apriorno znanje o realnom procesu, te model mora da se postavi na osnovu raspoloive merne informacije o ulazu i izlazu sistema, ne posedujui adekvatnu informaciju o internoj strukturi i internim relacijama u sistemu. Tako izveden model naziva se crni model ili black-box model. Izmeu ova dva granina sluaja nalazi se model u formi sive kutije ili gray-box model, koji je u sebe ukljuio svu moguu raspoloivu apriornu informaciju o realnom procesu. Ovakva informacija zavisi uglavnom od polja primene modela i obino je vea u sluaju nauno-tehnikih procesa, nego u sluaju drutvenih procesa. white box model elektrotehnologija mehanika hemija ekologija psihologija ekonomija CRNO black-box model black box model Sl. Tipovi modela u razliitim oblastima: beli (white-box), sivi (gray-box) i crni (black-box) modeli U optem sluaju, izgradnja adekvatnog kvantitativnog modela sastoji se iz nekoliko faza: modeliranja, parametarske identifikacije, simulacije i validacije modela. Koraci (faze) u izgradnji modela prikazani su na narednoj slici. Prethodno (apriorno) znanje Modelovanje: realnost - odreivanje granica sistema sistem - odreivanje idealizovanog modela - izbor prirodnih zakona idealizovani sistem - postavljanje matematikih relacija matematike relacije - dodavanje uzrono-posledinih akauzalan model veza (osobine kauzalnosti) kauzalan model Estimacija parametara: procene vrednosti Simulacija: prihvatljiv Merenja Validacija: kraj Sl. Interaktivni postupak za dobijanje adekvatnog modela sistema kvantitativan model odziv nije prihvatljiv NIJANSE SIVOG BELO ektrina kola mehaniki ureaji hemijski reaktor hidrologija (vodeni tokovi) biomedicina (dinamika ljudskog tela) ekonometrija (ekonomski modeli)

Modeliranje

U bilo kojoj fazi opisanog postupka mogue je da se vrati jedan ili vie koraka unazad, ukoliko rezultat ne zadovoljava postavljene zahteve. Poslednji korak validacije modela vri se iskljuivo na osnovu realnih merenja na sistemu. Uzrono-posledine relacije (osobina kauzalnosti): Same matematike relacije definiu meusobno uticaj nekoliko varijabli u sistemu. Na primer, Omov zakon definie vezu izmeu napona i struje na otporniku
u =R i

i moe se izraziti u obliku u = Ri , ili i = u / R . Obe relacije su sa matematikog i fizikog stanovita iste, ali se razlikuju sa stanovita uzroka i posledice, odnosno selekcije ulazne i izlazne varijable. Prva relacija tvrdi da e struja i (ulaz) prouzrokovati na krajevima otpornika napon u (izlaz), dok druga relacija tvrdi da e napon u (ulaz) rezultovati u struji i (izlaz) kroz otpornik. Selekcija ulazno-izlaznih varijabli naziva se postupkom uvoenja kauzalnosti (uzrono-posledinih veza) u model. Kauzalnost nije fiziki pojam i uvedena je vetakim putem da bi se omoguila odgovarajua istraivanja i izveo postupak simulacije. Gotovo svi simulacioni paketi rade sa kauzalnim modelima. Kauzalni modeli koriste obine diferencijalne jednaine (eng. ordinary differential equations, ili skraeno ODE) kao matematike relacije, dok akauzalni modeli, koji iskazuju samo relacije izmeu varijabli bez uvoenja uzrono-posledinih veza (odnosno proglaavanje ulazno-izlaznih promenljivih) koriste diferencijalno-algebarske jednaine (eng. Differential Algebraic Equations). Neki noviji simulacioni programi koriste akauzalne modele. Grafika reprezentacija modela Ovakav pristup koristi se u cilju vizuelizacije veza koje postoje izmeu varijabli u modelu. Postoji vie ovakvih prikaza, od kojih su neki zavisni od samog realnog procesa i njegovih komponenti, dok su drugi opti i imaju univerzalnu primenu. Navedeni pristupi, polazei od posebnog ka univerzalnom, prikazani su na sledeoj slici. Crtei (autorova impresija o sistemu) Kola (vezana su za specifinu primenu i zahtevaju standardni prikaz komponenti sistema) Dijagrami: imaju opti karakter i mogu biti dvojaki: a) Konsekutivni (sa redosledom izvoenja; primer su dijagram toka ili flow chart u programiranju ili PERT plan u organizacionim naukama) b) Simultani (sa jednovremenim izvoenjem) koji mogu biti: b1) kauzalni (primer su blok dijagrami i bond grafovi) b2) akauzalni (primer su bond grafovi) Sl. Grafike reprezentacije modela sistema

Modeliranje

Dijagrami nisu vezani za specifinu aplikaciju i predstavljaju prilino apstraktan nain prikazivanja dinamike sistema. Za prikaz tehnikih sistema koriste se simultani dijagrami i to obino blok dijagrami. Kod blok dijagrama jednovremeno se uvode relacije izmeu varijabli i definiu uzrono-posledine veze izmeu njih (osobine kauzalnosti). Za razliku od blok dijagrama, bond graf dozvoljava dvokoranu proceduru, gde se u prvom koraku definiu samo veze izmeu varijabli, pa se tek u drugom koraku naknadno uvode uzrono-posledine veze izmeu varijabli. Matematiki modeli Generalno se razlikuju tri razliita tipa modela koji se mogu koristiti za opisivanje dinamikog ponaanja realnog procesa: 1) Skalirani (proporcionalno umanjeni) model: predstavlja proporcionalno umanjenu fiziku maketu realnog procesa, koja se koristi za ekonomino ispitivanje osobina realnog procesa (cena eksperimentisanja na ovakvom modelu je znaajno nia nego na realnom procesu). Ovakav model se koristi kada ne postoji dovoljno taan matematiki model ili ukoliko izraunavanja u okviru postavljenog matematikog modela traju neprihvatljivo dugo. Primeri ovakvog modela su aerodinamiki tuneli, rezervoari za ispitivanje vodenih tokova i sl. 2) Matematiki model: dinamiko ponaanje sistema je u optem sluaju opisano skupom nelinearnih diferencijalnih jednaina, o emu e kasnije biti vie rei i oni su dominantni u tehnici. 3) Opisni (verbalni) modeli: koriste se kada su relacije koje opisuju ponaanje sistema suvie kompleksne ili nedovoljno poznate da bi se prikazale u matematikom obliku, i ako postoji izvesno znanje o kvalitativnim vezama izmeu tih varijabli. Ovakvi modeli se obino koriste u sociologiji i psihologiji. Matematiki modeli mogu se dalje podeliti u sledee kategorije: 1) statiki; 2) dinamiki, koji mogu biti kontinualni i diskretni. Mogua klasifikacija (tipovi) matematikih modela prikazani su na sledeoj slici. Matematiki model dinamiki diskretan sa semplovanim podacima (sampled data model); model je diferencna jednaina sa diskretnim i vremenskim zavisnim dogaajima (discrete event model with timedependent events) kontinualan sa raspodeljenim parametrima; parcijalna diferencijalna jednaina sa koncentrisanim parametrima; obina diferencijalna jednaina sa dogaajima vezanim za varijable stanja i njihovu zavisnost statiki

Sl. Tipovi matematikih modela

7

Modeliranje

Razliiti tipovi matematikog modela mogu da se kombinuju u okviru sloenog modela realnog procesa, kao to je prikazano na sledeoj slici dogaaj stanja podaci

Kontinualan model

Diskretni model

vremenski diskretan dogaaj Sl. Primer sloenog modela u kome postoji interkonekcija izmeu kontinualnog i diskretnog modela Dogaaj stanja je dogaaj vezan za kontinualni model i nastaje kada kontinualna varijabla stanja pree neki prag (na primer, kada struja i proe kroz nulu ili kada pozicija x dostigne graninu vrednost). Detekcija dogaaja stanja moe aktivirati neki prekida u kontinualnom modelu ili startovati (trigerovati) neki vremenski mehanizam (broja) u diskretnom modelu. Vremenski dogaaj se generie na osnovu vremenskog procesa unutar modela sa diskretnim dogaajima, a moe aktivirati prekida ili proizvesti neku drugu aktivnost unutar kontinualnog modela. Statiki matematiki modeli opisuju nelinearnu algebarsku zavisnost izmeu ulazne i izlazne varijable, kao to je prikazano na slici za skalarne varijable

F (, a, b )

y = F (u, a, b )

Sl. Statiki modeli

Ovakav model je linearan ukoliko postoji linearna zavisnost izmeu ulaza u i izlaza y . Meutim, linearnost se moe definisati i u odnosu na parametre (a, b ) koji opisuju funkciju F () izmeu ulaza i izlaza. Mogui tipovi statikih modela prikazani su sledeom tabelom y = F (u ) linearan nelinearan linearan nelinearan y = F (a, b ) linearan linearan nelinearan nelinearan Primer y = (a + b )u
y = au + bu 3 y = au / b y = au / (bu + 1)

Sl. Tipovi statikih modela

Kao to je prikazano, ovakav model moe biti linearan ili nelinearan i u odnosu na ulaz i u odnosu na parametre, respektivno.

Modeliranje

Realni procesi su generalno nelinearni, tako da adekvatan model procesa obino sadri nelinearnosti. Sa druge strane, matematiki aparat je dobro razraen za linearne modele. Ovaj problem se moe praktino razreiti uvoenjem pojma radne take. Naime, nelinearan model se u okolini izabrane radne take moe linearizovati, ime se dobija linearizovani model koji se dalje moe koristiti za analizu i projektovanje primenom teorije linearnih matematikih sistema. Naravno, tako dobijeni rezultati e vaiti samo u okolini razmatrane radne take, a svaka radna taka imae svoj linearizovani model, tako da se sa promenom radne take prelazi na njoj odgovarajui linearizovani model. Postupak linearizacije ilustrovan je na sledeoj slic

Y0

K1

K2

U0

Sl. Postupak linearizacije nelinearne funkcije y = F (u ) Neka (U 0 , Y0 ) definie izabranu radnu taku. Ako sa u i y oznaimo varijacije signala u i y oko radne take, tj. u = U 0 + u ; Sada se mogu definisati pojaanja
K1 = Y0 ; U0
K2 = y u

y = Y0 + y

pri emu u ravnotenom stanju, kada se sistem nalazi u radnoj taki, vai pojaanje K1 , tj. Y = K1U 0 dok u bliskoj okolini oko radne take vai linearizovano pojaanje K 2 , koje opisuje linearizovani model, tj.

y = K 2 u
Dakle, linearizovani model predstavlja model sistema za male signale (predstavljaju odstupanja od radne take) i moe se koristiti za lokalnu analizu stabilnosti sistema oko date radne take. Za odgovarajue proraune u ravnotenom (ustaljenom ili stacionarnom) stanju koristie se statiko pojaanje K1 . Prilikom sprovoenja analize za male signale, u i y , moe se pretpostaviti da varijable U 0 i Y0 imaju nultu vrednost (odgovora translaciji koordinatnog sistema u taku (U 0 , Y0 ) ).
9

Modeliranje

Kontinualni modeli sa distribuiranim parametrima Fiziki sistemi su kontinualni i opisuju se sa kontinualnim modelima sa distribuiranim ili koncentrisanim parametrima. Model sa distribuiranim parametrima prikazan je u formi paracijalne diferencijalne jednaine. Kod takvih modela i prostorne koordinate (pozicija) x i vreme t predstavljaju nezavisne promenljive u modelu. Primer takvog sistema je transfer toplote kroz zid. Ovakav termiki proces moe se opisati izraunavanjem temperaturnog gradijenta za sve razliite materijale unutar zida, kako je prikazano na slici

Tu

Tu

Ti

Ti

Sl. Konverzija sa sistema sa raspodeljenim parametrima na sistem sa koncentrisanim parametrima Na primer, za F ( x, t ) = 0 , odgovarajua + Ft ( x, t ) = 0 , odakle sledi Fx ( x, t )x parcijalna diferencijalna jednaina je

F F =a t x

Ako se zavisnost od pozicije x zanemari (model sa koncenctrisanim parametrima, poto su sve aktivnosti svedene samo na jednu poziciju), navedena parcijalna diferencijalna jednaina svodi se na obinu diferencijalnu jednainu. Ovakva aproksimacija odgovara koncentrisanju razliitih materijala u zidu u jedan homogen materijal sa idealnim karakteristikama (koncentrisana masa koja nema debljinu i predstavlja homogenu povrinu). Umesto jedne pozicije x , moe se definisati i vei broj pozicija xk , pri emu se za svako xk dobija model sa koncentrisanim parametrima (opisan obinom diferencijalnom jednainom) koji ne zavisi od pozicije. Ovakav postupak selekcije konanog broja elija ili podmodela naziva se Metod konanih elemenata (eng. Finite Element Method ili skraeno FEM). Svaka elija ima svoj sopstveni skup varijabli i obinih diferencijalnih jednaina, tako da dimenzija modela raste linearno sa brojem elija. Vei broj elija rezultuje u taniji model, ali je vreme izvravanja ovakvog modela znaajno vee. Meutim, ovakvo uproenje je znaajno, poto je numeriko reavanje parcijalnih diferencijalnih jednaina kompleksno i vremenski zahtevno. Model sa koncentrisanim parametrima Ovakav model opisan je sa obinim diferencijalnim jednainama (ODE). Obina diferencijalna jednaina je formulisana kao eksplicitna diferencijalna jednaina, kod koje je svaki izvod definisan sa desnom stranom jednaine, tj.
dx = F ( x(t ), u (t )) ; dt

ODE model

10

Modeliranje

Dakle, vrednost dx(t ) moe se za svako t izraunati eksplicitno. Sa druge strane, diferencijalnoalgebarska jednaina (DAE) je formulisana kao implicitna diferencijalna jednaina

(t ), x(t ), u (t )) = 0 ; F1 ( x ili kao singularna diferencijalna jednaina

E

DAE model

dx = F2 ( x(t ), u (t )) dt

gde je E singularna matrica (inverzija E 1 ne postoji) tako da se poslednja relacija ne moe napisati u formi ODE. Takoe, prisustvo algebarske jednaine izmeu varijabli za koje su definisani eksplicitno izvodi ini takvu jednainu implicitnom ili DAE modelom. Na primer,
dx = F ( x(t ), y (t ), t ) dt

G ( x(t ), y (t ), t ) = 0 je DAE, poto dy / dt nije definisano eksplicitno. Diferenciranjem algebarske jednaine dobija se
G x ( x(t ), y (t ), t ) dx dy + G y ( x(t ) y (t ), t ) + Gt ( x(t ), y (t ), t ) = 0 dt dt

jednaina se svodi na ODE, a za odgovarajui DAE se kae da ima indeks 1. Ako je G y () singularna matrica, DAE jednaine treba da se preurede i odgovarajua algebarska jednaina ponovo diferencira. Broj primenjenih diferenciranja definie indeks DAE. Za razliku od ODE (predstavlja DAE sa indeksom 0), koje se relativno lako reavaju numeriki, DAE jednaine unose dodatne numerike probleme. Primer: Transfer toplote kroz zid

pa ukoliko G y () nije singularna matrica moe se izvod dy / dt izraziti eksplicitno i data

Tu
u
Ti

i
Sl. Proces transfera toplote kroz zid

Ovaj fiziki proces moe se idealizovano opisati na osnovu zakona o odranju energije. Ako sa u i 1 oznaimo energetski fluks na ulaznoj i izlaznoj strani zida, tada je gradijent energije
11

Modeliranje

dQ = u i dt

Sa druge strane, energija Q i temperatura Tu vezane su linearnom vezom Q = CTu gde je C energetski kapacitet ambijenta, odakle se diferenciranjem dobija
dT dQ = C u = u i dt dt

Poto je, takoe, i srazmerno sa temperaturnom razlikom u zidu, tj.

i = k (Tu Ti )
gde je k energetska provodnost zida, dalje se dobija
dTu 1 = [u kTu + kTi ] dt C

to predstavlja linearnu diferencijalnu jednainu po varijabli Tu . Primer: Elektrino kolo Model se izvodi deduktivnom metodom, ukoliko su poznate komponente kola. Odgovarajui fiziki zakoni koji opisuju funkcionisanje kola su Kirhofovi zakoni i oni zajedno sa numerikim vrednostima parametara definiu white-box model. Dijagram elektrinog kola definie granice realnog sistema. Komponente povezane provodnicima definiu granice (oblik) sistema, koji je idealizovan poto su parazitni efekti u komponentama i provodnicima zanemareni.

uL
iL iR iC
C
R L

uC

Sl. Elektrino kolo

Kirhofovi zakoni rezultuju u sledee matematike izraze:

12

Modeliranje

u = uL + uR
i L = i R + ic
iR = uc R
t

1 di u L = L L iL = u L ( )d dt L ic + C duc 1 uc = ic ( )d dt C
t

Za zadato u i parametre kola R , L i C potrebno je na osnovu zadatih pet jednaina izraunati pet varijabli u L , uc , i L , ic i iR , pretpostavljajui da su vrednosti varijabli i L i uc u poetnom trenutku t = 0 poznate (predstavljaju poetne uslove u sistemu) . Ukoliko se umesto diferencijatora koriste integratori i uvede kauzalnost dobijeni model se moe prikazati u vidu blok dijagrama (model je pogodniji za simulaciju ako koristi integratore).

1 L

iL +
1 R

iC
iR

1 C

Sl. Blok dijagram zadatog kola Prilikom uvoenja uzrono posledine veze naponi komponenti su proglaeni za ulazne varijable a odgovarajue struje za izlazne varijable. Ako se struje kroz kalemove i naponi na kondenzatorima usvoje za varijable stanja, tj. x1 = i L i x2 = u c , tada se navedeni sistem jednaina moe napisati u formi jednaina stanja
dx1 1 1 1 1 = u L = (u x2 ) = x2 + u dt L L L L

dx2 1 1 1 x 1 R = ic = (iL iR ) = x1 2 = x1 x2 dt C C C R C C
13

Modeliranje

koje se mogu napisati u vektorskoj formi

dx1 dt 0 dx = 1 2 dt C

1 1 L x1 + u ; L R x2 0 C

x (0) x(0) = 1 x2 (0)

odnosno
dx = Ax + Bu ; dt

x(0 )

Konano, ako se sa u obelei ulaz sistema a sa uc njegov izlaz, tada je

x y = uc = [0 1] 1 = Cx x2 a funkcija prenosa sistema G(x ) = Y (s ) R 1 = C (sI A) B = 2 U (s ) RLCs + Ls + R

Ovakav model dobijen je isto deduktivnim putem, bez korienja merenja na sistemu.
Modeli sa dogaajima stanja: su kontinualni modeli koji mogu generisati neku diskretnu akciju u trenutku kada neka kontinualna varijabla stanja pree neki definisani prag. Na primer, ako se u sistemu za grejanje kao grejno telo (izvrni organ) koristi gasni ventil koji ima samo dva poloaja (otvoreno i zatvoreno; takva regulacija se naziva on-off regulacija) i ako se ventil ukljuuje kada sobna temperatura padne ispod nekog nivoa, a iskljuuje kada sobna temperatura pree neki drugi prag, takva on-off regulacija je u potpunosti odreena sa vrednou sobne temperature koja se meri termostatom. Trenutak ukljuenja gasnog ventila (njegovog prelaska iz jednog u drugo stanje) nije sinhronisan ni sa jednim drugim procesom. Drugi primer su energetski konvertori, koji konvertuju veliku koliinu energije iz nekog izvora, sa minimalnim gubicima, na elektrini motor. Mali gubici se postiu korienjem prekidakih kola (elektronskih prekidaa), kao to su tiristori i tranzistori sange. Ove poluprovodnike komponente se mogu kontrolisati i raunar (mikroprocesor) moe izraunati u kojim vremenskim trenucima tiristor treba da se aktivira (upali). Ove take u vremenu zavise od vrednosti odgovarajuih napona i struja i tiristor se gasi (zakoi) kada struja ili napon padnu ispod odreene vrednosti. Poloaj ovih taaka na vremenskoj osi zavisi od stvarnih vrednosti signala u modelu. Sa druge strane, diferencijalne jednaine sa konstantnim parametrima, koje opisuju kontinualni model sa koncentrisanim parametrima, obino se reavaju numeriki i reenje se dobija u odreenom broju ekvidistantnih diskretnih vremenskih trenutaka, ije se rastojanje naziva integracioni interval. Problem moe nastati ukoliko se prekidaki trenuci u modelu ne poklapaju sa trenucima u kojima se vri numerika integracija. Ukoliko je period prekidanja u modelu znatno vei od integracionog intervala, uinie se male greke ukoliko se trenuci aktiviranja prekidake logike izjednae sa odgovarajuim trenucima integracije, odnosno ukoliko se trenuci prekidanja podese prema trenucima numerike integracije. Ukoliko to nije sluaj,
14

Modeliranje

neophodno je da se trenuci integracije podese prema trenucima aktiviranja prekidake logike. Prvi tip simulacije vri se automatski, ali postojei simulacioni paketi ne vode rauna o drugom tipu sinhronizacije i potrebno je uiniti dodatan napor kako bi se ove sinhronizacije obezbedile. Primer: Kontrole nivoa x[m] tenosti u rezervoaru ija je povrina A m 2 . Ako je i m 3 / s protok tenosti iz rezervoara, a u m 3 / s dotok tenosti u rezervoar, tada se veliina u moe kontrolisati jednostavnom on-off akcijom. Ako nivo tenosti x[m] postane vei od nekog praga xmax dotok tenosti u rezervoar e se zaustaviti zatvaranjem ventila. Nakon 3s nastavie se dotok tenosti sa maksimalnim fluksom max , to je postignuto otvaranjem ventila. Ovakav model je opisan diferencijalnom jednainom
dx u (t ) i (t ) = dt A

[ ]

ako je ventila zatvoren i V = 1 kada je ventil otvoren, dopunjenom sa dogaajem varijable stanja x , koja se sastoji u detekciji vrednosti x = xmax i diskretnim dogaanjem koji uzima u obzir trenutak zatvaranja ventila i njegovog otvaran ja nakon 3s . Znai, kontinualni model je dopunjen sa dva procesa: Proces 1 = dogaaj stanja koji detektuje x = xmax i zatvara ventil Proces 2 = diskretan dogaaj, aktiviran procesom 1, a koji dalje aktivira vremenski proces koji traje 3s , nakon ega otvara ventil. Modeli diskretnih dogaaja: nemaju fiksan period ponavljanja, tj. imaju aperiodino odabiranje, a sve varijable zadravaju svoje vrednosti izmeu dva dogaaja. U trenutku pojave diskretnog dogaaja varijable mogu menjati svoje vrednosti. Dogaaj moe biti prouzrokovan nekim spoljanjim dogaajem, na primer dogaajem stanja, ili izazvan na osnovu neke vremenske tabele, koja se javlja kao rezultat internih aktivnosti. Primeri ovakvih modela su redovi ekanja (poruke na serveru, vozila na rampi, ljudi na alterima, itd.). U ovakvim modelima varijable predstavljaju vremenske procese, kao to je na primer trenutak dospea u red, a stanje varijable oznaava vremenski trenutak u kome varijabla postaje aktivna, a ne predstavlja fiziku veliinu, to je sluaj kod dogaaja stanja. Modeli sa semplovanim podacima: primenjuju se kada se raunar koristi kao sredstvo za kontrolu procesa. Raunar odabira (sempluje) podatke upotrebom A/D konvertora, a kontrolie proces na bazi upotrebe D/A konvertora. Semplovanje podataka se vri sa fiksnom periodom odabiranja (semplovanja). Ovakav tip modela opisan je diferencnom jednainom, koja se lako reava upotrebom odgovarajueg programskog jezika i raunara. Na primer, dijagram toka programa za reavanje diferencne jednaine

u (t ) = Vmax ; parametar V = 0

y (k ) 1.5 y (k 1) + 0.5 y (k 2) = 4u (k 1) + u (k 2) dat je na sledeoj slici:

15

Modeliranje

Inicijalizacija: Y1 = 0 ; Y2 = 0 ;

u1 = 0 ; u 2 = 0

k = 1, N

Y (k ) = 1.5Y1 0.5Y2 + 4u1 + u 2

Y2 = Y1 ; Y1 = Y (k ) ; u 2 = u1 ; u1 = u (k )

STOP

Sl. Dijagram toka programa kojim se reava zadata diferencna jednaina

16