1.1.

Osnovni elementi modeliranja i simulacije

Realan
sistem

Raunar

Modeliranje
Simulacija
Proces uspostavlja
Proces uspostavlja
veze izmeu realnog Model
veze izmeu
modela i raunara.
sistema i modela

Zaigler: Modeliranje i simulaciju ine niz aktivnosti za pravljenje modela realnog sistema i njegovu simulaciju
na raunaru.
Realan sistem: Ureen i meuzavisan skup komponenti koje formiraju celinu i deluju zajedniki da bi ostvarili
cilj ili funkciju. Moe biti postojei ili planiran za budunost (zamiljen). Predstavlja izvor podataka o
ponaanju potrebnih za formiranje modela. Ponaanje je bitno ako se moe zabeleiti.
Model: Pogodan nain predstavljanja ukupnog ovekovog iskustva i njegovog naina razmiljanja o sistemu
koji istrauje. Model je rezultat modeliranja. Apstrakcija realnosti uproena, idealizovana (U jednom delu
realnosti - za nas relevantan. Ne moe da obuhvati sve aspekte). Sadri izabrane elemente i karakteristike
sistema znaajne za istraivanje (Ukljuujui i uvedene pretpostavke o uslovima valjanosti modela).
Modeliranje: je nain predstave o realnom sistemu u obliku kojim se moe manipulisati. Brine o valjanosti
modela tj. koliko dobro model reprezentuje posmatrani sistem.
Simulacija <=> odreivanje ponaanja modela na osnovu vrednosti ulaza (ili skupa opisnih promenljivih).
Simulacija se sprovodi: 1.Analitiki 2.Numeriki 3.Eksperimentom.
Raunarska simulacija <=> eksperimenti na raunaru (Ukljuuje i izgradnju apstraktnog modela
programiranjem).

1.2. Model i teorija. Uloga teorije u formiranju modela

Teorija je opti iskaz principa izveden iz posmatranja sistema i podataka dobijenih posmatranjem.
a) neophodan elemenat koji povezuje model i sistem, b) objanjava ponaanje sistema, c) omoguava
predvianje zakljuaka koji se mogu proveriti.
Model je samo predoena (prikazana) teorija: konkretan je za razliku od teorije i omoguava da se teorija
proveri na delu. Model ne moe postojati ako nema teorije, teorija mora biti prethodno formulisana. Model
pojednostavljuje i apstrakuje neke kljune elemente teorije. Teorija slui da: a)objasni ponaanje sistema, b)se
izgradi model na osnovu kljunih elemenata teorije. Teorijom model se: predvia, objanjava, povezuje sa
sistemom. Uloga modela je provera teorije na delu.

2. Primer procesa dobijanja matematickog modela

. .

. .

()

. .

( )

3.1.Nivo detaljnosti modela

Utie na valjanost modela
1. Sloen/savren model
Za iste ulaze daju iste izlaze kao i realan sistem
Skup je i glomazan za eksperimentisanje
2. Veoma jednostavan model
Neodgovarajuci (pogreni) rezultati
Model treba to vernije da preslikava stvarnost u skladu sa traenom sloenosti i cenom razvoja
Bazni model i saeti model
Model koji ukljuuje sve promenljive i veze meu njima je bazni model
Apsolutno je valjan
Ne moe se praktino realizovati
Poznavanje sistema nije potpuno
Glomazan model je neekonomian i neooperativan
Pojednostavljen bazni model je saeti ili grubi model
Osnosi se na izabran eksperimantalni okvir

3.2. Neformalan i formalan model

Neformalan opis daje osnovne pojmove o modelu. Formalan opis koristi metodologije modeliranja oslanja se
na konvencije i pravila (Odreuje tip posmatranih objekata na jasan i nedvosmislen nain).

Neformalan model: Uvodi: Objekte (gradivne jedinice modela, tj delovi koji sainjavaju model), Opisne
promenljive (opisuju stanja objekata i njihove karakteristike), Pravila interakcije objekata (opis meusobnih
uticaja objekata). Izbor je preputen modelaru: ali rezultat treba da je valjan model.
Osobine neformalnog modela: Brzo i lako se formira, Najee je: nejasan (postoje akcije nepoznatog
redosleda), nekompletan (ne opisuje sve situacije), nekonzistentan (postoji vie pravila koja se mogu primeniti u
istoj situaciji).
Formalan model: Treba da obezbedi veu preciznost i potpunost opisa modela. Upotrebljava apstrakcije
(usredsreuje panju na bitne osobine modela). Nauno-inenjerski pristup: a)Izgradnja modela (formalizacija),
b)Upotreba modela (analiza dobijenih rezultata).

4. Klasifikacije modela
Brojne su razni kriterijumi se odnose na: Promenljive; Prirodu opsega vrednosti promenljivih; Opseg
vrednosti vremena; Vremensku zavisnost modela; Determinizam; Predvianje budunosti; Linearnost; Vrstu
raunara; Formalan opis modela; Opipljivost modela; Stanje ravnotee ...
Klasifikacije modela:
Fiziki i Apstraktni (Fiziki modeli su materijalne reprezentacije istraivanog sistema zasnovane na analogiji
fizikih zakona. Apstraktni modeli su simbolina, verbalna i matematiko-logika reprezentacija sistema.);
Linearni i nelinearni modeli (Linearni modeli menjaju stanja i daju izlaze potujui linearne transformacije i
princip superpozicije);
Statiki i Dinamiki modeli (Statiki modeli daju izlaze modela za sistem u ravnotei Ako se stanje
ravnotee promeni, izlazi se menjaju, ali se ne prikazuju naini i uzroci prelaza iz jednog stacionarnog stanja u
drugo. Dinamiki modeli daju promene izazvane aktivnostima u sistemu.);
Kontinualnog i Diskretnog stanja (Modeli sa diskretnim stanjima - opisne promenljive uzimaju vrednosti iz
skupova iji su elementni diskretne vrednosti. Modeli sa kontinulanim stanjima - Opisne promenljive uzimaju
vrednosti opsega realnih brojeva. Modeli sa meovitim stanjima);
Stohastiki i Deterministiki (Da li model sadri sluajne promenljive? Ako su izlazi modela uvek isti za iste
ulaze i stanje modela = deterministiki model. Suprotno, stohastiki model = nedeterministiki. Model sa barem
jednom stohastikom promenljivim = stohastiki model.);
Autonomni ili Neautonomni (podela u odnosu na interakciju modela (sistema) sa okruzenjem. Ako se
pretpostavi da se realan sistem moze posmatrati izolovano od okruzenja, za model se kaze da je autonoman. Sa
druge strane, neautonomni modeli dozvoljavaju uticaj okruzenja.
Invarijantni i varijantni (Ukoliko se struktura modela ili pravila interakcije menjaju sa vremenom. Vremenski
promenljiv varijantan, vremenski nepromenljiv - invarijantan).

5. Verifikacija i valjanost modela

Valjanost (ispravnost) modela govori koliko verno model predstavlja realan sistem - daje stepen poklapanja
rezultata simulacije i izmerenog ponaanja realnog sistema. Verifikacija = procena korektnosti simulacionog
programa. Provera da li se model ponaa onako kako je to zamislio autor. Proveravaju se program(i) i podaci.
Definie se stepen podudaranja: Apsolutno podudaranje je nemogue, Razlike su posledica aproksimacija.
Stepeni valjanosti modela: Replikativna valjanost (najnii stepen - Porede se izlazi modela i sistema);
Prediktivna valjanost (Model proizvodi dobre vrednosti na izlazima pre nego to se mogu izmeriti u realnom
sistemu. Omoguava istraivanje situacija koje nisu posmatrane u sistemu); Strukturna valjanost (Model u
potpunosti odslikava nain na koji realan sistem funkcionie. Omoguava istraivanje operacija sistema koje se
ne mogu meriti).

6.1. Analiticko i simulaciono resenje

Analitiko reavanje: Koristi deduktivne postupke matematike analize. Daje opte reenje u obliku formule.
Vai za razne kombinacije ulaza i parametara. Koristiti ga uvek kada je to mogue! Model mora imati strogo
definisan oblik da bi se mogao upotrebiti analitiki metod. Ogranienja: Sistem i njegovi odnosi nisu dovoljno
poznati da se opiu matematiki, sloeno se sprovodi, a esto je i nemogue.
Numeriko reavanje: Koristi se u raunarima. U model se uvravaju numerike vrednosti ulaza i parametara.
Daje parcijalno reenje gde svaki rezultat odgovara odreenim ulazima (Svaka promena parametara ili

vrednosti ulaza zahteva novo reavanje). Sprovodi se iterativno (U simulaciji dinamikih modela vreme je
promenljiva).

6.2. Simulacija u sirem smislu

Simulacija znai pretvaranje, oponaanje, ... Simulaciju omoguava program (Simulacioni program proizvodi
istorijat stanja). Simulacioni model predstavlja model u raunaru (sprovodi se kodiranjem, a model je u stvari
softver). Omoguava bolje razumevanje teorije. Simulacioni jezici su sloeni (Nekada je jezik sloeniji od
modela koji se pravi). Simulacija u irem smislu obuhvata: Eksperimentisanje na realnom sistemu; Snimanje
podataka na realnom sistemu; Formulisanje teorije; Izgradnju koncepcijskom modela; Programiranje; Planiranje
eksperimenta na raunaru; Ekperimentisanje programom na raunaru i analiza dobijenih rezultata. Simulacija u
uem smislu je eksperimentisanje sa raunarskim modelom (dobijanje kretanja vektora stanja u vremenu).
Prednost simulacije: ona omoguava vee i jednostavnije razumevanje teorije. Tokom simulacinog
eksperimenta moe se pratiti odvijanje simulacionog procesa.

9. Linearan matematiki model u prostoru stanja. Osobine

Superpozicija - ako je y=f(u), tada je f(u1+u2)=f(u1)+f(u2)
Homogenost - ako je y=f(u), tada je f(ku)=kf(u)

10. Reavanje obinih diferencijalnih jednaina upotrebom Matlab-a

Reavanje sistema diferencijalnih jednaina: ode23 - Runge-Kutta matod 2-3 reda; ode45 -Runge-KuttaFehlberg matod 4-5 reda

Reavanje diferencijalnih jednaina pomou ode23 ili ode45

moe se reiti obina diferencijalna jednaina vieg reda
treba napraviti sistem diferencijalnih jednaina 1. reda i zapisati ga u zasebnu M-funkciju (sistem jednaina
moe biti nelinearan); zaglavlje funkcije mora biti oblika: function xprim = ime( t, x )
gde je t vreme, a x vektor promenljivih stanja. Postoji problem sa prenoenjem parametara u ovakvu Mfunkciju
poziv metode: [ t, x ] = ode23( ime, tp, tk, x0 ) ili [ t, x ] = ode45( ime, tp, tk, x0 )
Ulazni parametri:
ime - ime M-funkcije koja opisuje sistem jednaina,
tp - poetni trenutak integracije,
tk - krajnji trenutak,
x0 vektor poetnih vrednosti promenljivih stanja.
Izlazni parametri:
t - vektor vremenskih trenutaka u kojima su izraunata reenja, a
x - matrica kretanja promenljivih stanja poreanih po kolonama. Prva vrsta odgovara x0 i poetnom trenutku tp,
dok je u
poslednjoj vrsti krajnja vrednost prom. stanja (u tk).
ode metode imaju promenljivi (adaptivni) korak integracije, tako da dobijena reenja nisu ekvidistantna

11. Skript datoteka i funkcija Matlab-a

M - skript-datoteke i funkcije
omoguavaju izvravanje ranije pisanog koda; olakavaju ispravljanje greaka i dorade, a time olakavaju
programiranje
M - skript-datoteke su ASCII datoteke sa blokom naredbi
ime datoteke se zavrava sa .m
pozivaju se imenom datoteke (bez .m)
nemaju parametre
vrednosti promenljivih preuzimaju i ostavljaju u radnom okruenju

 M - funkcije su skript-datoteke odreenog formata zaglavlja:

imaju ulazne: up1,up2,...upm i izlazne parametre: ip1,ip2,...ipn

kod poziva funkcije se ne moraju navoditi svi parametri; broj upotrebljenih ulaznih parametara je
nargin, a izlaznih nargout
sve promenljive koje definiu su lokalne
uobiajeno je da ime funkcije bude jednako imenu datoteke .m

12. Kontrola toka programa Matlab-a

Uslovni skok if-else; Prebrojiva petlja for; Neprebrojiva petlja sa ispitivanjem uslova na poetku while;
Nasilni izlazak iz petlje break; Nasilni povratak iz funkcije return; Nasilni povratak iz funkcije
po otkrivanju greke i njen ispis error; Ne postoji bezuslovni skok
FOR petlja je prebrojiva petlja, tj. unapred se zna broj prolaza kroz blok naredbi
oblik:
for promenljiva = izraz
blok naredbi
end
rezultat izraunavanja izraz-a je matrica, a promenljiva prima vrednosti od prve do poslednje kolone
rezultata
uobiajeno upotreba je npr. for i=1:n, ...
petlja se nasilno naputa sa break
mogu se upotrebljavati ugnjedene petlje
WHILE petlja se izvrava sve dok je neki uslov ispunjen i u principu se ne zna broj prolazaka kroz petlju do
prestanka vaenja uslova. Uslov se proverava na poetku petlje
oblik:
while uslov
blok naredbi
end
uslov je skalar sa logikom vrednosti
petlja se nasilno naputa sa break
mogu se upotrebljavati ugnjedene petlje
USLOVNO GRANANJE: opti oblik:
if uslov 1
blok naredbi 1
elseif uslov 2
blok naredbi 2
elseif uslov 3
...
else
blok naredbi n
end
uslov je skalar sa logikom vrednosti
tipine upotrebe:
if uslov
ili
if uslov
blok naredbi
blok naredbi 1
end
else
blok naredbi 2
end
SWITCH I CASE: switch komanda izvrava blok komandi u zavisnosti od vrednosti promenljive uslova.
Case oznaava i razdvaja blokove komandi. Samo prvo poklapanje sa case se ivrava

Swich se zavrava end-om. switch ne propada, nakon zavrene poslednje komande case bloka, program
nastavlja ispod end-a. (break izraz iz C-a ne postoji)
Opsti oblik: switch izraz
case 0
blok 1
case 1
blok 2
case 2
...
otherwise
blok
end

Podran je rad sa izuzecima. Lasterror je funkcija koja vraa opis greke

15. Rad sa matricama

Osnovne operacije: + , - , * , / , \ , stepenovanje ^ , transponovanje
Operacije nad elementima matrice: .* , ./ , .\ , .^
Matrice i funkcije: Parametri i vraene vrednosti funkcije su matrice.
Elementarne matrine funkcije: determinanta matrice det(x), inverzija inv(x), pseudo-inverzija ne kvadratne
matrice pinv(x), formiranje karakteristinog polinoma poly(x), trag matrice trace(x), ... (help matfun)
Transcedentalne matrine funkcije: expm(x), logm(x), sqrtm(x);
Operacije poreenja: Operacije poreenja se primenjuju nad dve matrice jednakih dimenzija.
Rezultat operacije je matrica nula i jedinica.
Relacioni operatori: <, <= , > , >= , == ,nejednako ~=;
Logike operacije: Logike operacije se upotrebljvaju nad matricama sa logikim vrednostima. Rezulati
logikih operacija su uvek matrice sa elementima 0 i 1. Logike operacije su: negacija (unarna) ~, konjukcija
(binarna, logiko i) &, disjunkcija (binarna, logiko ili) |.
Matrice poznatih vrednosti: matrica nula zeros(n,m), matrica jedinica ones(n,m), jedinina matrica
eye(n,m), matrica elemenata po uniformnoj raspodeli rand(n,m), matrica elemenata po normanoj raspodeli
randn(n,m), vektor ekvidistantnih vrednosti linspace(n,m,N), vektor logaritamske baze logspace(n,m,N),
matrica za bazu 3D crtanja meshgrid(v1,v2).

16. Rad sa polinomima u Matlab-u

Polinomi se predstavljaju vektor vrstom iji su elementi koeficijenti polinoma po opadajuem stepenu. Npr.
polinomu Q(s) = 2 + 4.1 12 odgovara vektor Q = [ 2 4.1 0 -12 ];
Funkcije za rad sa polinomima:
conv - mnoenje polinoma;
deconv - delenje polinoma;
poly - karakteristini polinom;
polyder - diferenciranje polinoma;
polyfit - daje polinom koji aproksimira zadate podatke;
polyval -izraunavanje vrednosti polinoma;
polyvalm - izraunavanje vrednosti matrinog polinoma;
residue - razvoj na parcijalne sabirke (reziduale);
roots - daje nule polinoma;

17. Tipovi podataka i viedimenzioni nizovi u Matlab-u

TIPOVI PODATAKA: ima 15 ugraenih tipova podataka (klasa)

 svaki tip je viedimenzioni niz.:

dvo-dimenzioni nizovi su matrice; sparse su retki nizovi
sloene strukture podataka: cell i structure
numeric i array su virtuelni tipovi podataka, nose neke zajednike osobine za izvedene tipove
+numericki I logicki tip 12. I 13. str. U 'matlab' slajdovima
VISEDIMENZIONALNI NIZ: dvodimenzioni niz == matrica ( prvi indeks je redni broj vrste; drugi indeks
je redni broj kolone)
trodimenzioni niz (trei indeks je redni broj strane)

20. Grafika predstava u Matlab-u Elementarni X-Y dijagrami

MATLAB poseduje mnotvo tehnika za predstavljanje i vizuelizaciju podataka. Postoje funkcije i visokog i
niskog nivoa pristupa. Grafiki sistem se sastoji od kolekcije grafikih objekata, kao to su linije i povri, iji
prikaz zavisi od mnotva parametara osobina objekata. Grupe funkcija:(2D grafika, 3D grafika, fukncije opte
namene, upravljanje bojama, rukovanje objektima).
Elementarni X-Y dijagrami: Crtaju dijagrame na osnovu pojedinanih taaka (povezanih). Take se zadaju u
obliku vektora ili matrica. Ose se automatski skaliraju. Postoji vie skala za ose, te se razlikuju f-je za crtanje:
plot (crtanje dijagrama sa linearnom podelom na obe ose), loglog (logaritamska podela po obe ose), semilogx
(apscisa logaritamska, ordinata linearna), semilogy (apscisa linearna, ordinata logaritamska), Dekoracija: title
(naslov dijagrama), xlabel-ylabel (slovne oznake apscise i ordinate), text-gtext (ispis teksta na proizvoljnom
mestu), grid (prikaz mreice), legend (prikaz legende).

22. Namena Control System Toolbox-a (CST)

CST je kolekcija algoritama za modeliranje, analizu i projektovanje SAU. Realizovan je kroz biblioteku Mdatoteka. Neke osobine: Omoguava modeliranje sistema preko funkcije prenosa ili preko modela u prostoru
stanja. Podrani su i kontinualni i digitalni (diskretni) sistemi automatskog upravljanja. Odezbeeno je
pretvaranje jednog tipa modela u drugi. Poseduje brojne f-je koje grafiki prikazuju kretanje sistema u
vremenskom ili kompleksnom domenu ime je olakano tumaenje podataka. Omoguava modeliranje
sistema preko funkcije prenosa ili preko modela u prostoru stanja. Podrani su i kontinualni i digitalni
(diskretni) sistemi automatskog upravljanja. Odezbeeno je pretvaranje jednog tipa modela u drugi. Poseduje
brojne f-je koje grafiki prikazuju kretanje sistema u vremenskom ili kompleksnom domenu ime je
olakano tumaenje podataka. Sastoji se od funkcija za: modeliranje sistema; analizu sistema; modeliranje
sistema sa otvorenom i zatvorenom povratnom spregom; smanjenje (redukciju) reda sistema i transformacije
modela; projektovanje sistema

23. Naini predstavljanja modela sistema u CST. LTI objekti. Konverzije modela.

Modeli sistema: Kontinualnih sistema: model u prostoru stanja; Funkcija prenosa W(s): (Odreena
polinomima broioca i imenioca. // Nulama, polovima i pojaanjem). Diskretnih (digitalnih) sistema: model u
prostoru stanja; Funkcija prenosa W(z): (Odreena polinomima broioca i imenioca. // Nulama, polovima i
pojaanjem).
Kontinualan model u prostoru stanja: Je linearan, vremenski nepromenljiv (invarijantan) sistem sa vie ulaza
i vie izlaza (MIMO). Opisuje se poznatim skupom diferencijalnih jednaina 1. reda i skupom algebarskih
jednaina: x (t ) Ax (t ) Bu(t ) // y(t ) Cx(t ) Du(t ) ; gde je: x(t) vektor koordinata stanja, u(t) vektor ulaza u
sistem, a y(t) vektor izlaza. U Matlab-u model se jednostavno predstavlja pomou matrica A, B, C i D, koje su
zasebne promenljive. Funkcija prenosa - preko polinoma: Y(s)=G(s)U(s) opisuje linearan, vremenski
nepromenljiv sistem sa vie izlaza i jednim ulazom (SIMO), mada se esto upotrebljava samo kao veza jednog
ulaza i jednog izlaza (SISO). Funkcija prenosa - nule, polovi i pojaanje: F-ja prenosa se moe prestaviti u
( s p1 )(s p2 )...(s pm )
P( s )
faktorizovanom obliku: G( s)
; mn, gde su p(i) nule, q(i) polovi sistema, a
k
Q( s )
( s q1 )(s q2 )...(s qn )
k je pojaanje. Funkcija prenosa - suma parcijalnih sabiraka:
r
P( s )
r
r
G( s)
1 2 ... n k ( s) ; Ovaj nain predstavljana radi samo za SISO modele.
Q( s) s t1 s t2
s tn
Diskretan model u prostoru stanja:
x(k 1) Ex (k ) Fu (k ) // y(k ) Cx(k ) Du(k ) ; upotrebljava matrice E, F, C, D za opis (isto kao i
kontinualan model). U principu x, u i y su vektori. Funkcija prenosa digitalnog sistema: moe se predstaviti
kao kolinik polinoma ili kao kolekcija nula i polova i pojaanja. Umesto kompleksne promenljive s,
upotrebljava se kompleksna promenljiva z. I ovde se moe upotrebiti suma parcijalnih sabiraka. Kod upotrebe
modela sistema treba paziti da se podaci vezani za kontinulan model ne upotrebe u
funkcijama specifinim za diskretan domen i obrnuto.
Konverzije modela: opisane grupe od po tri tipa modela se mogu meusobno
konvertovati - prevoditi iz jednog oblika u drugi. Kod ovih konverzija je potrebno
ispotovati ogranienja modela po broju izlaza, tako da npr. nije mogue prevesti
model iz prostora stanja sa vie izlaza u reprezentaciju preko funkcija prenosa. [p,q]
= ss2tf(a,b,c,d,bu) // [r,t,k]= ss2zp(a,b,c,d,bu) // [a,b,c,d] = tf2ss(p,q) // [r,t,k] =
tf2zp(p,q) // [a,b,c,d] = zp2ss(r,t,k) // [p,q] = zp2tf(r,t,k)

24. Analiza simulacionog modela upotrebom CST

Funkcije za analizu: Analiza u VREMENSKOM domenu // Analiza u KOMPLEKSNOM domenu.
Analiza u vremenskom domenu: U vremenskom domenu se mogu posmatrati: vreme porasta, vreme smirenja,
preskok, greka u ustaljenom stanju i to na osnovu: karakteristinog odziva na jedininu pobudu (step dstep);
karakteristinog odziva na impulsnu pobudu (impulse dimpulse); odziva na poetno stanje (initial dinitial);
odziva na proizvoljnu pobudu (lsim dlsim); odziva na pobudu belim umom (covar dcovar); Primeri:Kontinualan domen: [y,x,t] = step(a,b,c,d,bu,t) // [y,x,t] = step(p,q,t) . -Digitalan domen: [y,x] =
dstep(e,f,c,d,bu,n) // [y,x] = dstep(p,q,n);
Analiza u kompleksnom domenu: Analiza u kompleksnom domenu daje odgovore na: propusni opseg
uestanosti, rezonancu, jednosmerno pojaanje, preteke stabilnosti, stabilnost sistema sa zatvorenom povratnom
spregom, frekventni odziv sistema, ... Analiza u kompleksnom domenu Bode-ove i Nyquist-ove krive:
Kontinualan domen: [m,f,w] = bode(a,b,c,d,bu,w) // [m,f,w] = bode(p,q,w) // [m,f,w] = nyquist(a,b,c,d,bu,w) //
[m,f,w] = nyquist(p,q,w); Digitalan domen: [m,f,w] = dbode(e,f,c,d,T,bu,w) // [m,f,w] = dbode(p,q,T,w) // [m,f,w]
= dnyquist(e,f,c,d,T,bu,w) // [m,f,w] = dnyquist(p,q,T,w).

25. Postupno formiranje slozenih linearnih simulacionih modela u CST-u

Postoje dve tehnike formiranja sloenih modela:
postepeno objedinjavanje dva bloka

 objedinjavanje na osnovu matrice veza

Neke osnovne funkcije
append - objedinjuje dinamiku dva modela
augstate - promenljive stanja su izlazi
cloop - jedinina povratna sprega
feedback - povratna sprega
parallel - paralelna veza dva modela
series - serijska veza dva modela
ssdelete - brisanje koordinata stanja
ssselect - formiranje podmodela (smanjenog modela)

26. Formiranje sloenog linearnog simulacionog modela upotrebom matrice veza u CST
Odrede se veze meu blokovima matrica veza Q: Svaka vrsta oznaava jednu vezu. U prvoj koloni se uvek
nalazi indeks ulaza. Nepopunjena mesta u matrici se dopunjavaju nulama.
Modeliranje na osnovu matrice veza
blkbuild odjedinjavanje dinamike svih blokova
connect formiranje zavrnog modela
connect, blkbuild
Formiraju model sloenog sistema na osnovu poznatih modela njegovih delova - prevode blok-dijagram u
prostor stanja
sintaksa:
blkbuild
[aa,bb,cc,dd] = connect(a,b,c,d,Q,ul,iz)
Ove dve funkcije rade u paru: blkbuild formira nepovezan model sistema u prostoru stanja u blok dijagonalnoj
formi, a connect formira eljeni sistem sa zadatim ulazima, izlazima i matricom veza Q (meu blokovima)
-imena promenljivih (oznake modela blokova, bilo da su u prostoru stanja ili odreeni funkcijom prenosa)
moraju biti prema konvenciji:
u prostoru stanja: a1, b1, c1, d1; a2, b2, c2, d2 ...
kod funkcija prenosa: n1, d1; n2, d2; ...
- Promenljiva nblocks je broj blokova u modeluconnect, blkbuild - Postupak upotrebe:
- Oznae se svi blokovi indeksima 1, 2, ...
- Za sve blokove se definiu funkcije prenosa ili odgovarajui modeli u prostoru stanja i to prema dogovorenom
oznaavanju
- Numeriu se monotonim nizom (1, 2, ...) svi ulazi, poevi od bloka sa indeksom 1 i nastavljajui rast indeksa
na narednim blokovima
- Numeriu se izlazi svih blokova (1, 2, ...)
- postavi se broj blokova nblocks
- pozove se blkbuild
- odrede se veze meu blokovima matrica veza Q
- Svaka vrsta oznaava jednu vezu
- U prvoj koloni se uvek nalazi indeks ulaza
- Nepopunjena mesta u matrici se dopunjavaju nulama
- odrede se indeksi ulaza i izlaza rezultujueg modela
- pozove se funkcija connect

27. Namena Simulink-a

Upotrebljava se za simulaciju dinamike sistema (u grafikom okruenju). Mogu se analizirati linearni,
nelinearni, vremenski kontinualni ili diskretni multivarijabilni sistemi sa koncentrisanim parametrima. Radi

kao proirenje MATLAB-a (dodaje osobine karakteristine dinamikim sistemima, zadrava MATLAB-ovu
funkcionalnost). Uvodi novu klasu prozora - blok dijagram prozor (model se formira u takvom prozoru
upotrebom mia). Simulacija se ostvaruje upotrebom SIMULINK funkcija za numeriko reavanje obinih
diferencijalnih jednaina prvog reda.
Upotreba SIMULINK-a: upotrebljava se u dve faze (Formiranje simulacionog modela // Analiza modela
simulacije). U praksi se primenjuju oba koraka iterativno dok se ne dostignu eljena ponaanja. Preporuuje se
formiranje novog modela na osnovu postojeeg, tj. ne treba raditi sve iz poetka.

28. Formiranje simulacionog modela u Simulink-u. S-funkcija

Formiranje simulacionog modela:
Upotrebljavaju se blokovi tipina upotreba. Formiranje modela
Mux
podsea na crtanje blok-dijagrama. Postoje biblioteke blokova Generator 2
Multiplekser Graf
signala
(standardna SIMULINK biblioteka i korisnikova biblioteka). Blokovi se
Pojacanje
pera
kopiraju iz biblioteke i povezuju vizuelno. Blokovi poseduju parametre
u MATLAB
koji se postavljaju na eljene vrednosti. Parametri blokova se mogu
menjati i u toku simulacije. Osnovne grupe blokova: ulazi Sources,
izlazi Sinks, diskretni sistemi Discrete, linearni sistemi Linear, nelinearni sistemi Nonlinear, veze
izmeu blokova Connections, dodatni blokovi Extras.
S-funkcija
Proiruje mogunosti Simulinka. Prilagoava se kontinulanim, vremenski diskretnim i hibridnim modelima.
Poziva se na odreen nain: Postoje pravila kodiranja; Programski interfejs je zadat. Programski opisuje
dinamiki model. Ponaa se kao svaka MATLAB M-funkcija sys = model ( t, x, u, flag ). Moe se formirati: [
grafikim editorom (slika sadri i S-funkciju) // u editoru teksta (kao M-funkcija) // kao MEX datoteka
dobijena prevoenjem C ili FORTRAN rutine ]. S-funkcije mogu biti ugnjedene, tj. postoji blok S-function.
Mehanizam maskiranja pravi okvir dijaloga za zadavanje parametara S-funkcije u grafikom okruenju.
Nain rada S-funkcije: funkciju treba napisati tako da u zavisnosti od parametra flag vraa (U veini sluajeva
S-funkcija ne mora da vrati vrednosti za svaku vrednost promenljive flag): flag=0 - parametre (u vektoru): broj
kontinualnih promenljivih stanja // broj diskretnih promenljivih stanja // broj izlaza // broj ulaza // broj
diskontinualnih korena // =1 ako model direktno prenesi ulaze; // i poetno stanje // flag=1 - izvode dx/dt //
flag=2 - diskretna stanja x(n+1) // flag=3 - izlazni vektor y // flag=4 - sledei diskretan vremenski trenutak.

29. Pokretanje simulacije u Simulink-u. Parametri simulacije .

Pokretanje simulacije je moguce preko menija ili preko komandne linije Matlab-a.
Pokretanje simulacije iz MATLAB-a u odnosu na pokretanje simulacije iz menija ima vedu fleksibilnost, mogu
se:
zadati poetna stanja
formirati spoljanji ulazi preko dodatne promenljive ut
simulirati M-datoteke ili MEX-datoteke
pokretati simulacije iz MATLAB skript datoteke,
gde se parametri mogu programski menjati
Pokretanje simulacije iz komandne linije:
[t,x,y] = sim(model,<TIMESPAN>,<OPTIONS>,UT, p1, p2, )
<TIMESPAN> se zadaje na jedan od naina:
TFinal,
[TStart TFinal], ili
[TStart OutputTimes TFinal].
<OPTIONS> se postavlja upotrebom simset
UT = [T, U1, ... Un]
Primeri:

sim(model',tfinal)
[t,x,y]=sim(model',tfinal)
sim(model',[tstart tfinal],simset('initialstate',x0))
sim(model',[tstart tfinal],simset('initialstate',1,'solver','ode23'))
Patametri simulacije:
Blokovi poseduju parametre koji se postavljaju na eljene vrednosti. Parametri blokova se mogu menjati i u
toku simulacije. Simulacija ukljuuje numeriku integraciju skupa diferencijalnih jednaina. Iz menija blokdijagram prozora: Parametri algoritma se posebno postavljaju u dijalogu: (izbor algoritma integracije;
vremena poetka i kraja simulacije: tstart i tfinal; tolerancija, min. i maks. korak integracije: tol, minstep,
maxstep; imena promenljivih sa rezultatima simulacije: txy (vreme, prom. stanja, izlazi sistema kao [t,x,y]); Iz
komandne linije: Parametri algoritma se zadaju kao argumenti: [t,x,y] = linsim( model, [tstart,tfinal], x0,
[tol,minstep,maxstep], UT, p1, p2, ); ili krae, gde pojedini parametri imaju podrazumevane vrednosti
[t,x,y] = linsim( model, tfinal );

30. Analiza modela upotrebom Simulink-a, zadavanje poetnog stanja i ulaza

Ugraeni su brojni alati za analizu modela: razliiti simulacioni algoritmi; formiranje linearnog modela sistema
(linearizacija modela); nalaenje stacionarnih stanja.
Tok simulacije se moe pratiti tokom njenog rada. Krajnji rezultati se mogu preneti u MATLAB-ovo
okruenje.
naini upotrebe: 1. potpuno interaktivan rad: komande se zadaju iz menija; rezultati se posmatraju u grafikim
prozorima Simulink-a. 2. pokretanje simulacije iz MATLAB-a: model se moe formirati interaktivno;
pokretanje simulacije i preuzimanje rezultata se radi u MATLAB-u (Postupak je fleksibilniji od predhodnog jer
se dobijeni rezultati mogu dodatno obraditi upotrebom MATLAB-a);
3. upotreba Sfunkcija.: model dela sistema se opie programski S-funkcijom; postoji blok S-Function.
Ne postoji jasna granica izmee upotrebe ova tri naina, tj. naini se meusobno preklapaju.
Nain analize modela obino zavisi od faze razvoja modela.
Simulacija: Simulacija ukljuuje numeriku integraciju skupa diferencijalnih jednaina. Postoji nekoliko
algoritama za integraciju (v4): linsim (simulacija sistema od linearnih komponenata);
rk23 (Runge-Kutta 3. reda); rk45 (Runge -Kutta 5. reda);gear (Gear-ov prediktor-korektor metod); adams
(Adams-ov predictor-korektor metod); euler (Euler-ov metod)
u (v7) tip algoritma se postavlja kao parametar sim metode.
Zbog razlika u dinamikom ponaanju razliitih sistema, ni jedan algoritam ne garantuje da e za svaki model
davati tane i efikasne (brze) rezulatate. Za dobijanje tanih rezultata treba poljivo izabrati metodu integracije i
postaviti njene parametre.
Poetna stanja: Primenjuju se u trenutku tstart. Nalaze se u samim blokovima.Mogu se postaviti (promeniti) iz komandne
linije : [t,x,y] = linsim( model, tfinal, x0 ) ili [t,x,y] = sim(model',tfinal,simset('initialstate',x0)) .
Poetna stanja postojedeg modela se mogu oitati pomodu [sizes,x0] = model (sizes su podaci u modelu: broj ulaza, izlaza,
).

31. Linearizacija modela upotrebom Simulink-a

Funkcije linmod i dlinmod formiraju linearan model na osnovu posmatranog modela. Linearan model se
predstavlja modelom u prostoru stanja preko matrica A, B, C i D: [A,B,C,D] = linmod(model), Ulazi i izlazi
modela se oznaavaju ulaznim i izlaznim blokovima (iz biblioteke veza meu blokovima). Ako je model
nelinearan treba postaviti radnu taku oko koje se vri linearizacija x, u: [A,B,C,D] = linmod(model,x,u).
Kod diskretnih ili hibridnih modela upotrebljava se funkcija dlinmod, sa dodatnim parametrom - vremenom
odabiranja: [A,B,C,D] = dlinmod(dmodel,Ts).

32. Odreivanje stacionarnih stanja upotrebom Simulink-a

Funkcija trim odreuje stacionarne take modela u prostoru stanja. Primer: [x,u,y,dx]=trim('d',x,u,y,ix,iu,iy);

33. Translatorni mehaniki sistemi promenljive, elementi i zakonitosti

Promenljive:
Osnovne: Rastojanje x[m]; Brzina [m/s]: v=dx/dt; Ubrzanje [m/s2]: a=dv/dt=d2x/dt2; Sila f [N];
Dodatne: Snaga p[W]; Energija w[J]; p= fv; p= dw/dt;
Elementi i njihovi Zakoni:
Masa M[kg];
II Njutnov Zakon: d(Mv)/dt=f; za M=const M(dv/dt)=f
Kineticka energija WK=Mv2/2;
Potencijalna energija WP=Mgh;
Trenje: sila trenja f=f(v) v=v2-v1;
Linearizovana zavisnost: f = c v, c-koeficient trenja(viskoznost) [Nm/s].
Karakteristika trenja:

x = x2-x1; linearizovano ponaanje f=kx, k-koef. Elasticnosti; do 2

istegnutost opruge bez dejstva sile; Pod dejstvom spoljanje sile f opruga se istee za x, Energija opruge wP=k(x) /2;

Elasticnost: Opruga: sila u opruzi: f = f (x)

Zakoni Uzajamnog Dejstva:

1) D'Alamberov zakon: (f EXT) i =Mdv/dt; (f EXT) i - Mdv/dt=0; Mdv/dt- inercijala sila; f i=0;
2) III Njutnov Zakon - sila akcije i reakcije;
3) Zakon Pomeraja x1+(x2-x1)-x2=0; x1-pomeraj B1, (x2-x1)-pomeraj B2, x2-pomeraj k

34. Translatorni mehaniki sistemi dobijanje modela sistema

Vri se opisivanje sistem diferencijalnim jednainama uz bomo: K-opruge K(x2-x1);
B-prigusnica,trenje B(x*); M-Inercija tela M(x**).
Kombinuju se zakonitosti elemenata I zakonitosti interakcije (meusobnih veza) elemenata.
Za svako telo posmatramo sile koje na njega deluju. Na osnovu Dalamberovog zakona piemo jednaine.

35. Rotacioni mehaniki sistemi promenljive, elementi i zakonitosti

Promenljve:
ugao [rad] = ';
ugaona brzina [rad/s] = ' = '';
ugaono ubrzanje [rad/s2];
moment sile [ Nm];
p snaga rotirajueg tela t p = ;
w energija
w(t)= w(t0 )+
)dt

Elementi:
Moment inercije: Primena II Njutnovog zakona na deli mase
dm:d(J)/dt= ;
Ako je J=const
J' =
J - moment inercije [kgm2]; J - moment koliine kreatanja ; - moment sile koji deluje na osu rotacije;
d(J)/dt inercijalni moment sile; Energija: kinetika (wk =J2 /2); potencijalna (wp =mgh; h-visina teita
u odnosu na ref. taku; wp se ne menja kada telo rotira oko teine ose);
Moment inercije u odnosu na paralelne ose( Steinerova teorema: J= Jo+ma2
Jo - moment inercije za osu koja prolazi kroz centar mase (teinu osu), J - moment inercije za osu paralelnu
prethodnoj, (a = rastojanje osa) );
Trenje usled rotacije: algebarska veza momenta sile I relativne ugaone brzine izmeu dve povri.
Opta, nelinearna veza: = f();
Linearna veza: = c c koeficijent trenja [Nms], gde je
= 1 - 2 ;
Elastinost usled uvrtanja: je algebarska veza momenta sile i relativnog ugaonog pomeraja. Opta,
nelinearna veza: = f();
Linearna veza: = k k koeficijent elastinosti [Nm], gde je
= 1 2;
Potencijalna energija uvrnutog tapa: wp= k()2/2.
Poluga: Idealna poluga vrst tap sa takom oslonca; nema masu, trenje, moment inercije, unutranju
energiju. Za male ugaone pomeraje (<0,25rad) kretanje krajeva se moe posmatrati kao translatorno , Jer je x1=
L1, x2= L2

x1= L1x2/ L2; v1= L1v2/ L2

f1= L2f2/ L1;
L1f1- L2f2=0
Zupanici: Idealni zupanici - nemaju moment inercije, trenje, unutranju energiju I zubci im savreno
naleu. Zupasti p prenos N - odnos broja zubaca ; z1, z2 - broj zubaca r11= r22 => 1/2 = r2/r1 =N
N= r2/r1 = z2/z1 => 2/1 = N
Zakonitosti:
D`Alambertov zakon primenjen na telo konstantnog momenta inercije
koja se okree oko fiksne ose: ( EXT) i = J' ili i = 0
J' inercijalni moment sile
Zakon reakcije momentnih sila: Psmatramo dva tela koja rotiraju oko iste ose. Ako momentom sile
jadno telo deluje na drugo onda i drugo telo momentom sile reakcije deluje na prvo telo istom intenzitetom ali
suprotnom smerom.
Zakon ugaonih pomeraja: suma ugaonih pomeraja du zatvorene putanje 0; () i =0

36. Rotacioni mehaniki sistemi dobijanje modela sistema

Usvojimo pozitivan smer za promenljive. Upotrebom zakona (3) izbegavamo viak simbola potrebnih za opis
kretanja. Za svaku masu ili spojnu taku (ije je kretanje nepoznato) crtamo dijagram koji pokazuje sve
momente sila, ukljuujui inercijalni moment sile. Sve momente sila, sem pubudnih (ulaznih) izraavamo
preko , , upotrebom zakona elemenata. Primenjujemo D`Alambert-ov zakon na svaki dijagram