Linearni sistemi automatskog upravljanja

 − 1 0 ,5 
A= 
 − 2 − 3

Karakteristične vrijednosti se određuju na sljedeći način:

λ 0   − 1 0 ,5 λ + 1 − 0 ,5
λI − A =  −  = 2 = (λ + 1) (λ + 3) + 1 = 0
 0 λ   − 2 − 3 λ +3
λ 2 + 4λ + 4 = 0 ⇒ (λ + 2 )2 = 0
λ1 = λ 2 = −2

Iz (9.51) (λ1 I − A)m 1 = 0 slijedi da je:

 1 0   − 1 0 ,5 
− 2  −  m 1 = 0
 0 1 − 2 − 3 

odakle se dobija prvi vektor matrice P = M , a on je karakteristični vektor p1 = m 1 :

1
p1 = m 1 =  
− 2

Drugi vektor je p 2 = m 2 i on nije karakteristični vektor matrice P = M , a određuje se iz

prve relacije (9.53) ( A − λ1 I )m 2 = m 1 na sljedeći način:

 1 0 ,5   m12   1  1 
− 2 − 1 m  = − 2 ⇒ p 2 = m 2 = 0 
   22     

Na ovaj način je određena matrica transformacije M :

 1 1
P=M = 
− 2 0 

Provjerom se dobija da matrica transformacije P = M matricu stanja A prevodi u

Jordanov oblik:

− 2 1 
J = P −1 AP = M −1 AM =  
 0 − 2

Primjer 9.8. Potrebno je za matricu stanja A pronaći odgovarajuću Jordanovu kanonsku

matricu, pri čemu je:

333
9. Opisivanje SAU metodom prostora stanja

− 3 1 0
A =  0 − 3 1
− 4 0 0 

Jednostavno je izračunati karakteristične vrijednosti λ1 = λ 2 = −1 i λ 3 = −4 , tj. dobija se

jedna dvostruka i jedna jednostruka karakteristične vrijednost.

Prvi vektor je i karakteristični i dobija se na sljedeći način:

− 2 1 0   m11 
( A − λ1 I )m 1 =  0 − 2 1 m 21  = 0
− 4 0 1  m 31 

Ova matrična jednačina se može napisati i u sljedećem obliku:

−2m11 + m 21 = 0
−2m 21 + m 31 = 0
−4 m11 + m 31 = 0

Vidi se, da ako se prva jednačina pomnoži sa 2 i potom doda druga jednačina da će se dobiti
treća jednačina. Zato se jedna jednačina izostavlja, a jedna komponenta uzima proizvoljno i
ta vrijednost uvrsti u preostale dvije jednačine koje se rješavaju po preostale dvije
komponente vektora p1 = m 1 . Tako se mogu dobiti sljedeća rješenja:

p11 = m11 = 1 ; p 21 = m 21 = 2 ; p 31 = m 31 = 4

tj. karakteristični vektor p1 = m 1 je:

p1 = m 1 = [1 2 4 ]T

Drugi vektor matrice transformacije P = M nije karakteristični i dobija se iz prve relacije

(9.53):

( A − λ 2 I )m 2 = m1

iz koje se uvršravanjem brojnih vrijednosti dobija:

− 2 1 0   m12  1
 0 − 2 1  m  =  2 
   22   
− 4 0 1  m 32  4 

Ova matrična jednačina se ponovo raspisuje na tri skalarne jednačine:

334
 Linearni sistemi automatskog upravljanja

−2m12 + m 22 = 1
−2m22 + m32 = 2
−4 m12 + m 32 = 4

Ponovo se vidi da se dodavanjem druge jednačine prvoj pomnoženoj sa 2 dobija treća

jednačina. Zato je dalji postupak identičan kao i pri određivanju prvog vektora matrice
transformacije. Tako se dobija:

p 2 = m 2 = [0 1 4 ]T

Sličnim postupkom se dobija i treći vektor matrice transformacije P = M i on je:

p 3 = m 3 = [1 − 1 1]T

Sada matrica transformacije P = M glasi:

1 0 1 
P = M = [m 1 m2 m 3 ] = 2 1 − 1
4 4 1 

Jordanova kanonska matrica se dobija množenjem J = P −1 AP = M −1 AM i ona je:

− 1 1 0 
J=P −1
AP = M −1
AM =  0 − 1 0 

 0 0 − 4 

U slučaju kada se par identičnih sistema prvoga reda bez međusobnog djelovanja razmatra
kao sistem drugoga reda, tada je moguće matricu sistema dobiti u dijagonalnoj formi i pored
toga što sistemi mogu imati iste karakteristične vrijednosti. Tada jednačina (9.51) ima oblik:

0 ⋅ m 1 = 0 ⋅ p1 = 0 (9.54)

Bilo koji konačni vektor zadovoljava relaciju (9.54), pa se mogu odabrati bilo koja dva
linearno nezavisna vektora kao vektor kolone matrice transformacije P = M , koja će u
potpunosti razdvojiti varijable stanja sistema. Ovaj postupak se može proširiti i na sisteme
višega reda.

Primjer 9.9. Za sistem čija je matrica stanja sistema A odrediti matricu transformacije
P = M , pri čemu je:

335
9. Opisivanje SAU metodom prostora stanja

 − 1,8 0 ,4 − 0 ,4 
A =  0 −1 0 
− 0 ,4 0 ,2 − 1,2 

Lahko je provjeriti da sistem ima karakteristične vrijednosti λ1 = λ 2 = −1 i λ 3 = −2 . Za

određivanje prvog i ujedno karakterističnog vektora se dobija jednačina:

2 m11 − m21 + m31 = 0

Sada se ima jedna jednačina sa tri nepoznate, pa se odabiraju dvije linearno nezavisne
komponente vektora koje zadovoljavaju ovu jednačinu, a sa ovim jednačina (9.53) postaje
suvišna (ovom jednačinom se izračunava vektor p 2 = m 2 ). Vektor p 3 = m 3 je
karakteristični, on odgovara karakterističnoj vrijednosti λ 3 = −2 i može se odrediti
korištenjem relacije (9.51) kao i za karakteristični vektor p1 = m 1 . Tako je moguće dobiti
da su karakteristični vektori matrice transformacije P = M :

0  1 2
p1 = m 1 = 1 ; p 2 = m 2 = 2 ; p 3 = m 3 = 0 
   
1 0   1

Dobijene su tri linearno nezavisne kolone koje čine matricu transformacije P = M :

0 1 2
P = M = 1 2 0 
1 0 1

pa je Jordanova kanonska matrica svedena na dijagonalnu formu Λ , što se provjerava

direktnim množenjem:

− 1 0 0 
J=P −1
AP = M −1
AM =  0 − 1 0  = Λ

 0 0 − 2

Navedeni postupak određivanja matrice transformacije je moguće pojednostaviti. Neka je

matrica stanja sistema data u pratećoj formi i neka karakteristična jednačina ima jedan
četverostruki realni korjen, te neka su po predpostavci svi ostali korjeni realni i različiti.
Tada će sljedeća matrica transformacije:

336
 Linearni sistemi automatskog upravljanja

 1 0 0 0 1 L 1 
 λ 1 0 0 λ5 L λ n 
 1
 λ12 2λ 1 1 0 λ 25 L λ 2n 
P = M =  λ31 3λ12 3λ 1 1 λ 35 L

λ3n  (9.55)
 M M M M M O M 
 
λ1n −1

d
dλ 1
( )
λ1n −1
1 d 2 n −1
2! dλ12
λ1 ( ) 3! dλ13
( )
1 d 3 n −1
λ1 λ 5n −1 L λ nn −1 


transformisati jednačine stanje sistema u Jordanov oblik:

 z& 1  λ1 1 0 0 0 0 L 0   z1 
 z&   0 λ1 1 0 0 0 L 0   z 2 
 2 
 z& 3   0 0 λ1 1 0 0 L 0  z3 
     
 z& 4  =  0 0 0 λ1 0 0 L 0  z4 
⋅ (9.56)
 z& 5   0 0 0 0 λ5 0 L 0  z5 
     
 z& 6   0 0 0 0 0 λ6 L 0   z6 
M M M M M M M O M  M
     
 z& n   0 0 0 0 0 0 L λ n   z n 

9.2.6. Kanonska transformacija matrice stanja čije su svojstvene vrijednosti

konjugovano kompleksni parovi

Višestruka realna rješenja karakterističnih vrijednosti se rjeđe pojavljuju kod sistema

automatskog upravljanja, dok se daleko češće pojavljuju kao konjugovano kompleksni
parovi. Tako na primjer oscilatorni sistem drugoga reda:

( )
&x& − 2σx& + σ 2 + ω 2 x = u (t ) (9.57)

ima karakteristične vrijednosti λ1,2 = σ ± jω , pri čemu su σ i ω realni brojevi i ω > 0 .

Ovaj sistem ima sljedeću jednačinu stanja i jednačinu izlaza:

 0 1 0 
x& = 
(
− σ + ω
2 2
)  x +  u
2σ   1
y = [1 0 ]x (9.58)

Transformacijom ovoga sistema jednačina u kanonski oblik se dobija:

337
9. Opisivanje SAU metodom prostora stanja

 1 
σ + jω 0   j 2ω 
z& =  z+ u
 0 σ − jω  − 1 
 j 2ω 
y = [1 1]z (9.59)

Elementi matrice Λ i b su kompleksne veličine, što otežava rješavanje posljednih

jednačina. Matrica transformacije M sada ima oblik:

1 1  1 1 
P = M = [m 1 m2 ] =  = (9.60)
λ 1 λ 2  σ + jω σ − jω 

pa u ovome slučaju neće olakšavati rješavanje jednačina stanja, jer se ovom transformacijom
neće eliminisati kompleksne veličine. Zato je neophodno uvesti novu transformaciju:

z = Tv (9.61)

pri čemu matrica transformacije T ima sljedeće elemente:

1 / 2 − j / 2
T =  (9.62)
1 / 2 j/2 

Ovako definisanom transformacijom će se eliminisati kompleksne veličine i dobiti

modifikovani kompleksni oblik jednačina stanja i jednačine izlaza:

v& = T −1 ΛTv + T −1 M −1 bu = Λm v + bm u
y = c T MTv + du = c mT v + du (9.63)

odnosno:

 σ ω  0 
v& =  v +  u
− ω σ  1 / ω 
y = [1 0 ]v (9.64)

Uticaj dvije uvedene transformacije x = Pz = Mz i z = Tv može se posmatrati kao uticaj

jedne transformacije:

1 0 
x = PTv = MTv =  v = M m v (9.65)
σ ω 

338
 Linearni sistemi automatskog upravljanja

U opštem slučaju sistemi s npr. dva među sobom različita konjugovano kompleksna para
λ1,2 = σ 1 ± jω 1 i λ 3 ,4 = σ 2 ± jω 2 , te ostalim međusobom različitim realnim
karakterističnim vrijednostima λ 5 , λ6 ,..., λ n imaju sljedeću modifikovanu matricu:

 σ1 ω1 0 0 0 0 L 0
− ω σ1 0 0 0 0 L 0 
 1
 0 0 σ2 ω2 0 0 L 0
 
0 0 − ω2 σ2 0 0 L 0
Λm =  (9.66)
 0 0 0 0 λ5 0 L 0
 
 0 0 0 0 0 λ6 L 0
 M M M M M M O M
 
 0 0 0 0 0 0 L λ n 

Neka su sada, po predpostavci, rješenja karakteristične jednačine jedan dvostruki realni

korjen i jedan konjugovano kompleksni par. Transformacija x = Pz = Mz , gdje je:

1 0 1 1 

λ 1 σ + jω σ − jω 
P = M =  21 (9.67)
λ1 2λ 1 (σ + jω )2 (σ − jω )2 
 3
λ1 3λ12 (σ + jω )3 (σ − jω )3 
polaznu jednačinu prevodi u oblik:

 z& 1  λ1 1 0   z1 
0
 z&    
 2 =  0 λ1 0 0   z 2 
⋅ (9.68)
 z& 3   0 0 σ + jω 0  z3 
     
 z& 4   0 0 0 σ − jω   z 4 

Neophodno je uvesti novu transformaciju z = Tv , gdje je:

1 0 0  0
0 1 0 0 
T = (9.69)
0 0 1 / 2 − j / 2
 
0 0 1/ 2 j/2 

sa kojom će transformirana jednačina postati:

339
9. Opisivanje SAU metodom prostora stanja

 v&1  λ1 1 0   v1 
0
v&    
 2 =  0 λ1 0 0  v 2 
⋅ (9.70)
v& 3   0 0 σ ω  v 3 
     
v& 4   0 0 − ω σ  v 4 

9.3. Dobijanje matematičkog modela prostora

stanja iz diferencijalne jednačine sistema

Metoda dobijanja matematičkog modela prostora stanja iz diferencijalne jednačine sistema

analogna je metodi dobijanja modela prostora stanja iz prenosne funkcije sistema, jer se
prenosna funkcija sistema dobija Laplaceovom transformacijom diferencijalne jednačine
kojom je opisana dinamika sistema pri nultim početnim uslovima. Neka je, prema
predpostavci, poznata diferencijalna jednačina n -tog reda koja opisuje dinamiku
razmatranog sistema:

d n y (t ) d n −1 y (t ) dy (t )
n
+ a1 n −1
+ L + a n −1 + a n y (t ) =
dt dt dt
d u (t )
n
d n −1u (t ) du (t )
= b0 + b1 + L + bn −1 + bnu (t ) (9.71)
dt n
dt n −1 dt

gdje je a 0 = 1 i pri tome se ništa ne gubi na opštosti metode. Sada se uvodi postepena
d n u (t ) d n y (t )
eliminacija derivacija signala u (t ) . Član b0 se kombinuje sa članom na
dt n dt n
sljedeći način:

d n ( y (t ) − b0 u (t )) d n x1 (t )
= (9.72)
dt n dt n

Iz (9.72) se dobija prva varijabla stanja:

x 1 (t ) = y (t ) − b0 u (t ) (9.73)

odnosno, jednačina izlaza sistema je:

y (t ) = x1 (t ) + b0 u (t ) (9.74)

Uvrštavanjem (9.74) u (9.71) se dobija:

340
 Linearni sistemi automatskog upravljanja

d n x1 (t ) d n −1 x1 (t ) dx (t )
+ a1 + L + an −1 1 + an x1 (t ) =
dt n
dt n −1 dt
d n −1u (t ) du (t )
= (b1 − a1b0 ) n −1
+ L + (bn −1 − an −1b0 ) + (bn − anb0 )u (t ) (9.75)
dt dt

d n u (t )
Na ovaj način je član na desnoj strani jednačine (9.71) eliminisan uvođenjem prve
dt n
promjenljive stanja kao što je definisano jednačinom (9.73). Sada se porede i vezuju prvi
članovi sa obadvije strane jednačine (9.75):

d n x1 (t ) d n −1 u (t )
i (b1 − a 1 b0 ) (9.76)
dt n dt n −1

odakle se dobija druga varijabla stanja:

d n −1  dx1 (t )  d x2 (t )
n −1
 − (b − a b )u (t ) = (9.77)
dt n −1  dt dt n −1
1 1 0


Odnosno, prva jednačina stanja sistema glasi:

dx1 (t )
= x 2 (t ) + (b1 − a 1 b0 )u (t ) (9.78)
dt

Uvrštavanjem (9.78) u (9.75) se dobija:

d n −1 x2 (t ) d n − 2 x2 (t )
+ a + L + an −1 x2 (t ) + an x1 (t ) =
dt n −1 dt n − 2
1

d n − 2 u (t ) d n − 3 u (t )
= [(b2 − a 2 b0 ) − a 1 (b1 − a 1 b0 )] + [(b3 − a 3 b0 ) − a 2 (b1 − a 1 b0 )] +
dt n − 2 dt n −3
d 2u (t )
+ L + [(bn − 2 − an − 2b0 ) − an −3 (b1 − a1b0 )] +
dt 2
du (t )
+ [(bn −1 − a n −1 b0 ) − a n − 2 (b1 − a 1 b0 )] +
dt
+ [(bn − a n b0 ) − a n −1 (b1 − a1 b0 )]u (t ) (9.79)

Identičan postupak se nastavlja sve dok se ne eliminišu derivacije dejstva na sistem u (t ) i

dok se ne definišu sve varijable stanja. Opšti oblik k -te jednačine stanja je:

x&k (t ) = xk +1 (t ) + hk u (t ) ; 1 ≤ k ≤ n − 1 (9.80)

Na kraju se dobiju jednačine u prostoru stanja i jednačina izlaza sljedećeg oblika:

341
9. Opisivanje SAU metodom prostora stanja

x& (t ) = Ax (t ) + bu (t )
y (t ) = c T x (t ) + du (t ) (9.81)

pri čemu su matrice koeficijenata date sa:

c T = [1 0 L 0 ] (9.82)

d = [h0 ] = b0 (9.83)

 0 1 0 0 L 0 
 0 0 1 0 L 0 

 0 0 0 1 L 0 
A=  (9.84)
 M M M M O M 
 0 0 0 0 L 1 
 
− a n − a n −1 − a n−2 − a n −3 L − a1 

 h1   b1 − a1 b0 
h   b2 − a1 h1 − a 2 b0 
b =  2 =   (9.85)
M  M 
   
hn  bn − a1 hn −1 − a 2 hn − 2 − L − a n b0 

Dobijena je matrica stanja sistema A koja je identična onoj koja je dobijena kada je
matematički model prostora stanja dobijen iz prenosne funkcije sistema. Ova matrica
ponovo u sebi nosi sve inherentne osobine sistema, što u potpunosti opravdava njen naziv
matrica stanja sistema. Strukturni blok dijagram je dat na slici 9.8.

u(t)

hn hn-1 hn-2 h1 h0

_+ x. n 1 xn + x. n-1 1 xn-1 + + .
x1 1 x1 + y(t)
_ s s s
_ + + + +

a1
a2
an

Slika 9.8. Blok dijagram koji se dobija prevođenjem diferencijalne

jednačine u prostor stanja

342
 Linearni sistemi automatskog upravljanja

9.4. Prevođenje jednačina prostora stanja u druge metode

kojima se opisuju sistemi automatskog upravljanja

Pošto je poznat postupak dobijanja matematičkog modela jednačina stanja sistema iz

prenosne funkcije sistema i/ili iz diferencijalne jednačine, to se postavlja zadaća da se iz
jednačina stanja sistema dobije prenosna funkcija sistema i/ili diferencijalna jednačina koja
opisuje dinamiku sistema. Ovakav pristup omogućava detaljniji uvid u ponašanje, a samim
tim i proučavanje sistema.

9.4.1. Prevođenje jednačina prostora stanja i jednačine izlaza u prenosnu

funkciju sistema G(s)

Neka su poznate dinamičke jednačine stanja sistema sa jednim ulazom i jednačina izlaza
sistema koji takođe ima jedan izlaz:

x& (t ) = Ax (t ) + bu (t )
y (t ) = c T x (t ) (9.11)

U prvom koraku ove jednačine se transformišu u domen kompleksne promjenljive s :

sX (s ) − x (0 ) = AX (s ) + bU (s )
Y (s ) = c T X (s ) (9.86)

gdje je x (0 ) vektor početnih uslova pojedinih varijabli stanja sistema x (t ) . Sada se prva
jednačina u (9.86) rješava po X (s ) :

[sI − A]X (s ) = x(0 ) + bU (s ) (9.87)

Pošto je s kompleksna promjenljiva i nije matrica, to je u jednačini (9.87) izvršeno

množenje jediničnom matricom I koja ima isti red kao i matrica stanja sistema A . Na ovaj
način se omogućava oduzimanje matrica u prvom članu na lijevoj strani relacije (9.87). Ako
postoji inverzna matrica [sI − A]−1 tada se može napisati da je:

X (s ) = [sI − A]−1 x (0 ) + [sI − A]−1 bU (s ) (9.88)

Iz (9.88) se vidi da vektor stanja sistema zavisi od vektora početnih uslova stanja sistema
x (0 ) , kao i od ulaznog dejstva na sistem U (s ) . Uvrštavanjem vrijednosti X (s ) koja je
dobijena u (9.88) u jednačinu izlaza (9.86) se dobija:

Y (s ) = c T [sI − A]−1 x (0 ) + c T [sI − A]−1 bU (s ) (9.89)

343
9. Opisivanje SAU metodom prostora stanja

Već je poznato da se prenosna funkcija sistema G (s ) dobija kao odnos kompleksnih likova
izlaza sistema Y (s ) i dejstva na sistem U (s ) uz nulte početne uslove x (0 ) = 0 , pa je:

Y (s ) c T adj[sI − A]b
G (s ) = = c T [sI − A]−1 b = (9.90)
U (s ) det [sI − A]

Pošto je vektor vrsta cT dimenzija 1 x n , matrica [sI − A]−1 reda n x n , a vektor kolona b
je dimenzija n x 1 , to prenosna funkcija G (s ) predstavlja skalar po kompleksnoj
promjenljivoj s . Iz relacije (9.90), koja određuje prenosnu funkciju sistema G (s ) , se vidi da
su korjeni karakteristične jednačine ujedno i polovi prenosne funkcije sistema, te se
određuju na sljedeći način:

det [sI − A] = 0 (9.91)

Takođe je poznato da su korjeni karakteristične jednačine ujedno i svojstvene vrijednosti

matrice stanja sistema A .

Primjer 9.10. Za sistem koji je opisan jednačinama stanja i jednačinom izlaza:

 x& 1   0 1   x1  0 
&  =   + u
 x 2  − 6 − 5  x 2  6 
y = x1

odrediti prenosnu funkciju G (s ) .

 s 0  0 1  s − 1 
Prvo se odredi [sI − A] =  − =  , a zatim se izračunavaju druge
0 s  − 6 − 5  6 s + 5
komponente koje se javljaju u brojniku i nazivniku izraza (9.90) koji se koristi za
s −1
izračunavanje funkcije G(s), a to su: det [sI − A] = = s 2 + 5 s + 6 = (s + 2 ) (s + 3) ,
6 s+5
 s + 5 1  s + 5 1 0 
adj[sI − A] =   , kao i c adj[sI − A]b = [1 0 ] 
T
   =6 .
 − 6 s   − 6 s  6 

Sada se izračunava prenosna funkcija sistema G(s) na sljedeći način:

Y (s ) c T adj[sI − A]b
G (s ) =
6
= =
U (s ) det [sI − A] (s + 2 ) (s + 3)

344
 Linearni sistemi automatskog upravljanja

9.4.2. Rješavanje jednačina stanja sistema putem matrice prelaza

Neka su poznate jednačine stanja sistema i jednačina izlaza sistema:

x& (t ) = Ax (t ) + bu (t )
y (t ) = c T x (t ) (9.11)

Prvo se uzima homogeni dio jednačina stanja sistema i razvija u red, odakle se direktno
dobija matrica prelaza. Zatim je bitno izvesti neke osobine matrice prelaza koje su potrebne
za određivanje poopćenog rješenja nehomogene jednačine stanja sistema. Homogena
jednačina stanja sistema glasi:

x& (t ) = Ax (t ) (9.92)

Taylorov red vektora stanja sistema x (t ) u okolini tačke t = 0 je:

t2 t n (n )
x (t ) = x (0 ) + tx& (0 ) + &x&(0 ) + L + x (0 ) + L (9.93)
2! n!

gdje je:

x (0 ) = x (t ) t =0 ; x& (0 ) = x& (t ) t =0 ; ...; x (n ) (0 ) = x (n ) (t ) (9.94)

t =0

Na ovaj način je vektor stanja x (t ) u okolini tačke t = 0 izražen u funkciji vektora početnih
stanja x (0 ) i reda potencija po t , pri čemu je t ≥ 0 . Sada se određuju konstantni
koeficijenti x (i ) (0 ) u funkciji matrice stanja sistema A i vektora početnih stanja x (0 ) .
Pošto je matrica stanja sistema A sa konstantnim elementima, to se derivacijom jednačine
(9.92) dobija:

x&&(t ) = Ax& (t ) = A ⋅ Ax (t ) = A 2 x (t ) (9.95)

što se može poopćiti za i -tu derivaciju:

x (i ) (t ) = A i x (t ) (9.96)

Pošto je t ≥ 0 , to vrijedi da je:

x (i ) (0 ) = A i x (0 ) , i = 0 ,1,2 ,..., n (9.97)

pri čemu je A 0 = I . Uvrštavanjem konstantnih koeficijenata iz (9.97) u (9.93) dobija se

traženo rješenje:

345
9. Opisivanje SAU metodom prostora stanja

t2 2 tn n
x (t ) = Ix (0 ) + tAx (0 ) + A x (0 ) + L + A x (0 ) + L
2! n!

što se može napisati na sljedeći način:

 t 2 A2 t n An 
x (t ) =  I + tA + +L+ + L x (0 ) (9.98)
 2! n! 

Suma članova u zagradi se može napisati u eksponencijalnom obliku, pa (9.98) prelazi u

sljedeći oblik:

x (t ) = e At x (0 ) , t ≥ 0 (9.99)

Uvrštavanjem (9.98) i (9.99) u homogenu jednačinu (9.92) potvrđuje se da je to zaista

rješenje jednačine stanja, a ono podsjeća na rješenje u skalarnom obliku. Ako je poznato
početno stanje sistema x (0 ) i matrica e At , tada se može odrediti stanje sistema x (t ) u bilo
kojem trenutku t, pri čemu je t ≥ 0 . Jednostavnim množenjem sa lijeve strane početnog
stanja sistema x (0 ) matricom e At autonomni sistem iz stanja u trenutku t = 0 prelazi u
stanje u trenutku t , pa se matrica e At naziva matrica prelaza Φ (t ) :

A2t 2 Ant n
Φ (t ) = e At = I + At + +L+ +L (9.100)
2! n!

odnosno, sada je:

x (t ) = e At x (0 ) = Φ (t ) x (0 ) (9.101)

Za matricu prelaza Φ (t ) u matematici se koristi naziv fundamentalna matrica.

Ako se vektor stanja sistema x (t ) razvije u Taylorov red u okolini tačke t = τ ≠ 0 tada se
dobija da je:

x (t ) = e A(t −τ ) x (τ ) = Φ (t − τ ) x (τ ) (9.102)

Osobine matrice prelaza. Iz (9.101) i (9.102) je očito da matrica prelaza ima veoma važnu
ulogu u analizi i sintezi SAU u prostoru stanja sistema, što zahtijeva otkrivanje osobina
matrice prelaza prije nego što se pristupi traženju rješenja nehomogene jednačine stanja
sistema.

Matrica Φ (t ) je uvijek nesingularna, tj.:

346
 Linearni sistemi automatskog upravljanja

det Φ(t ) ≠ 0 , ∀t , Φ (0 ) = e A⋅0 = I (9.103)

Na osnovu relacije (9.100) je:

 A2t 2   A2t 2 
Φ (t 1 ) Φ (t 2 ) = e At1 e At 2 =  I + At 1 + + L  I + At 2 + + L =
 2!   2! 
A 2 (t 1 + t 2 )2 A (t + t )
= I + A (t 1 + t 2 ) + + L = e 1 2 = Φ (t 1 + t 2 ) (9.104)
2!

Ako u (9.104) uvrsti da je t1 = −t 2 = t , tada je:

Φ (t ) Φ (− t ) = e At e − At = I (9.105)

pa je Φ(−t ) inverzna matrica od Φ (t ) , tj sada vrijedi da je:

Φ (− t ) = [Φ(t )]−1 (9.106)

Derivacija matrice prelaza se dobija iz (9.100):

d  A2t 2 Ant n 
Φ (t ) =  I + At +
d
+L+ + L =
dt dt  2! n! 
 A2t 2 Ant n 
= A  I + At + +L+ + L = A Φ (t ) (9.107)
 2! n! 

Takođe je:

[Φ(t )]n = [e At ] = e Ant = Φ(nt )

n
(9.108)

Na posljetku, važna je i osobina:

Φ (t 2 − t 1 ) Φ(t 1 − t 0 ) = Φ (t 2 − t 0 ) = Φ (t 1 − t 0 ) Φ (t 2 − t 1 ) (9.109)

Sada se može potražiti rješenje nehomogene jednačine stanja razvijanjem u red. Neka je
poznata nehomogena jednačina stanja sistema:

x& (t ) = Ax (t ) + bu (t ) (9.110)

i neka, prema predpostavci, rješenje jednačine (9.110) ima oblik:

x (t ) = Φ (t ) z (t ) (9.111)

347
9. Opisivanje SAU metodom prostora stanja

gdje je z (t ) neki novi vektor stanja. Ako je t = 0 , tada je x (0 ) = Φ (0 ) z (0 ) = I z (0 ) = z (0 ) .

Sada se (9.111) uvrštava u (9.110), i dobija:

Φ& (t ) z (t ) + Φ (t ) z&(t ) = A Φ (t ) z (t ) + bu (t ) (9.112)

Ako se u obzir uzme (9.107), tada (9.112) postaje:

A Φ (t ) z (t ) + Φ(t ) z&(t ) = A Φ (t ) z (t ) + bu (t ) (9.113)

Pošto su prvi članovi na lijevoj i desnoj strani relacije (9.113) identični, to se (9.113) svodi
na:

Φ (t ) z&(t ) = bu (t ) (9.114)

Nakon množenja (9.114) s lijeve strane sa Φ −1 (t ) se dobija:

z&(t ) = Φ −1 (t ) bu (t ) (9.115)

Korištenjem (9.105) relacija (9.115) postaje:

z&(t ) = Φ (−t ) bu (t ) (9.116)

Integraljenjem relacije (9.116) u granicama od 0 do t se dobija:

t
z (t ) = z (0 ) + ∫ Φ (− τ ) bu (τ )dτ (9.117)
0

gdje je τ promjenljiva po kojoj se vrši integracija. Množenjem (9.117) sa lijeve strane sa

Φ (t ) i uzimanjem u obzir da je x (0 ) = z (0 ) se dobija da je:

t
x (t ) = Φ (t ) z (t ) = Φ (t ) x (0 ) + Φ (t ) ∫ Φ (− τ ) bu (τ ) dτ (9.118)
0

Matrica prelaza Φ (t ) ne zavisi od varijable po kojoj se vrši integracija, pa može ući pod
znak integracije. Takođe, na osnovu osobine (9.104) se vidi da je Φ (t ) Φ (−τ ) = Φ(t − τ ) , pa
rješenje (9.118) postaje:

t
x (t ) = Φ (t ) x (0 ) + ∫ Φ (t − τ ) bu (τ ) dτ (9.119)
0

348
 Linearni sistemi automatskog upravljanja

Relacija (9.119) predstavlja jednačinu kretanja po kojoj se odvija dinamika stanja sistema.
Prvi član sa desne strane predstavlja komponentu odziva sistema na početne uslove x (0 ) i
naziva se slobodnim kretanjem sistema. Ovo kretanje sistema se odvija pod dejstvom
nagomilane energije u sistemu do trenutka kada se počinje analizirati dati sistem, tj.
uslovljeno je početnim stanjem sistema x (0 ) i određeno je relacijom (9.99). Drugi član na
desnoj strani relacije (9.119) je integral konvolucije u matričnom obliku i predstavlja
komponentu odziva na pobudnu funkciju sistema u (t ) , pa se naziva prinudnim kretanjem
sistema. Poređenjem izraza (9.119) i (9.88) koje predstavlja rješenje u domenu kompleksne
promjenljive s koje ima oblik:

X (s ) = [sI − A]−1 x (0 ) + [sI − A]−1 bU (s ) (9.88)

mogu se napisati sljedeće relacije:

{ }
L−1 [sI − A]−1 = Φ (t )

{[sI − A] bU (s )}= ∫ Φ(t − τ ) bu(τ ) dτ

t
−1
L−1 (9.120)
0

Primjer 9.11. Za sistem čije su jednačine stanja i jednačina izlaza date kao:

 x& 1   0 1   x1  0 
&  =   + u i y = x 1 , odrediti matricu prelaza Φ (t ) .
 x 2  − 6 − 5  x 2  6 

U primjeru 9.10 su određene [sI − A] i det [sI − A] i korištenjem tih rezultata se dobija:

[sI − A]−1 = adj[sI − A] = 1  s + 5 1

 s 
det [sI − A] (s + 2 ) (s + 3)  − 6
 s+5 1 
 (s + 2 ) (s + 3 ) (s + 2 ) (s + 3)
[sI − A]−1 =
−6
 s 
 (s + 2 ) (s + 3 ) (s + 2 ) (s + 3)


Korištenjem inverzne Laplaceove transformacije se dobija:

{
Φ (t ) = L−1 [sI − A]−1 =  }
 3e −2 t − 2e −3t
− 2t − 3t
e −2t − e −3t
−2t − 3t


− 6 e + 6 e − 2e + 3e 

Ovaj rezultat se može uvrstiti u jednačinu (9.119) i uz poznate početne uslove x (0 ) i

dejstvo na sistem u (t ) moguće je odrediti stanje sistema x (t ) .

349
9. Opisivanje SAU metodom prostora stanja

9.5. Analiza sistema automatskog upravljanja koji

su opisani metodom prostora stanja

Sva razmatranja u ovoj glavi su prikaz poopćenog sistema upravljanja pomoću metode
prostora stanja. U praksi se naj češće želi ostvariti da promjenljive stanja x (t ) putem
povratne veze djeluju na ulaz sistema, što se naziva sistemom upravljanja pomoću
promjenljivih stanja. Ovo omogućava značajno poopćenje pitanja stabilnosti i tačnosti
sistema automatskog upravljanja koji su opisani metodom prostora stanja.

9.5.1. Sistem automatskog upravljanja kod koga je upravljanje

formirano pomoću varijabli stanja

Matrična blok struktura sistema upravljanja je data na slici 9.9. Objekat upravljanja se
sastoji od bloka x& = Ax + bu u koji je uključena petlja povratne sprege, te bloka izlaza cT .
Prava povratna sprega je ona kojom promjenljive stanja objekta x (t ) preko bloka k T
djeluju na ulaz objekta, gdje takođe djeluje i zadana veličina w(t ) . Signal povratne sprege je
skalar, jer je:

n
k T x (t ) = ∑ k i x i (t ) (9.121)
i =1

gdje su k 1 , k 2 ,..., k n skalarne komponente. Prema predpostavci sistem ima jedan ulaz i
jedan izlaz, tj. ulazna veličina u (t ) i izlazna veličina y (t ) su skalarne funkcije vremena. Za
kompletnu analizu potrebno je poći od jednačine stanja sistema i jednačine izlaza:

x& (t ) = Ax (t ) + bu (t )
y (t ) = c T x (t ) (9.11)

w(t) u(t) . x(t) y(t)

x =Ax+bu cT
_
k T x(t)
kT

Slika 9.9. Blok dijagram sistema upravljanja pomoću varijabli stanja

Iz blok strukture se vidi da je:

u (t ) = w(t ) − k T x (t ) (9.122)

350
 Linearni sistemi automatskog upravljanja

gdje je w(t ) zadana vrijednost ili vodeća veličina koja predstavlja ulaz u kompletni sistem
upravljanja. Uvrštavanjem vrijednosti (9.122) za u (t ) u jednačinu stanja sistema (9.11) se
dobija:

[ ]
x& (t ) = A − bk T x (t ) + bw(t )
y (t ) = c x (t )
T
(9.123)

Sada se može uporediti dobijeni matematički oblik sistema upravljanja pomoću

promjenljivih stanja (9.123) i polazne jednačine stanja sistema (9.11). Lahko se zaključuje
da se relacije (9.123) dobijaju iz jednačina (9.11) ako se u (9.11) izvrši smjena matrice
[ ]
stanja sistema A matricom A − bk T , kao i dejstvo na sistem u (t ) novim dejstvom w(t ) .
Uzimanjem u obzir ovih smjena mogli bi se primjeniti svi do sada dobijeni rezultati analize
sistema sa varijablama stanja. Tako na primjer, prenosna funkcija sistema bi se dobila ovom
zamjenom u jednačini (9.90), što bi dalo:

Y (s )
G (s ) =
W (s )
[
= c T sI − A + bk T ]
−1
b (9.124)

Direktnom primjenom Laplaceove transformacije na jednačine (9.11) i (9.122) moguće je

dobiti još jedan oblik prenosne funkcije sistema:

sX (s ) = AX (s ) + bU (s )
Y (s ) = c T X (s ) (9.125)
U (s ) = W (s ) − k X (s )
T

pri čemu je u prvoj jednačini (9.125) vektor početnog stanja izjednačen sa nulom, tj.
x (0 ) = 0 . Uzimanjem u obzir treće iz prve jednačine (9.125) se dobija:

[
X (s ) = [sI − A]−1 bU (s ) = [sI − A]−1 b W (s ) − k T X (s ) ] (9.126)

Nakon sređivanja se dobija:

X (s ) =
[sI − A]−1 bW (s ) (9.127)
1 + k T [sI − A]−1 b

pri čemu drugi sabirak u nazivniku (9.127) glasi k T [sI − A]−1 b i predstavlja skalar, a
množenjem u (9.126) se dobija [sI − A]−1 bk T što ima dimenziju n x n . To znači da zbog
dimenzionalnosti vektor kolona k T treba da množi matricu [sI − A]−1 b sa lijeve a ne sa
desne strane. Dobijena vrijednost X (s ) iz (9.127) se uvrštava u drugu jednačinu (9.125),
odakle se može odrediti odnos između kompleksnih likova izlazne i ulazne varijable
sistema:

351
9. Opisivanje SAU metodom prostora stanja

c T [sI − A]−1 bW (s )
Y (s ) = (9.128)
1 + k T [sI − A]−1 b

Sada se može naći prenosna funkcija razmatranog sistema:

Y (s ) c T [sI − A]−1 b
G (s ) = = (9.129)
W (s ) 1 + k T [sI − A]−1 b

Iz dobijenog oblika prenosne funkcije sistema (9.129) se vidi da je uz uslov:

k =c (9.130)

moguće dobiti sistem upravljanja pomoću varijabli stanja uz jediničnu povratnu spregu.

Primjer 9.12. Neka je dat sistem upravljanja koji je opisan prenosnom funkcijom:

Y (s )
G (s ) =
K
=
U (s ) (s + 1) (s + 2 ) (s + 4 )

Varijable stanja je zgodno odabrati kao na slici 9.10, sa konstantama k 1 , k2 i k 3 u

povratnim vezama. Pojačanje K je namjerno ostavljeno u opštem obliku.

w(t) u(t) x3 1 x2 1 x1 = y(t)

1
K
_ __ s+4 s+2 s+1

k3 k2 k1

Slika 9.10. Primjer sistema upravljanja s varijablama stanja

Sa slike 9.10 se vidi da je:

Y (s ) = X 1 (s )

X 1 (s ) = X 2 (s )
1
s+1

X 2 (s ) = X 3 (s )
1
s+2

X 3 (s ) = KU (s )
1
s+4

352
 Linearni sistemi automatskog upravljanja

Sređivanjem ovih jednačina se dobija:

sX 1 (s ) = − X 1 (s ) + X 2 (s )
sX 2 (s ) = −2 X 2 (s ) + X 3 (s )
sX 3 (s ) = −4 X 3 (s ) + KU (s )
Y (s ) = X 1 (s )

što se može napisati i u matričnoj formi:

− 1 1 0  0 
   
x& =  0 − 2 1  x +  0  u
 0 0 − 4   K 
y = [1 0 0 ] x

Za dati primjer se može napisati i dodatna jednačina:

u (t ) = w(t ) − [k 1 k2 k3 ] x

Potrebno je dobiti prenosnu funkciju sistema u obliku (9.129). Zato se prvo na osnovu
poznavanja matrice stanja sistema A odredi:

s + 1 − 1 0 
[sI − A] =  0 s + 2 − 1 

 0 0 s + 4 

a zatim i:

 1 1 1 
s+1

(s + 1) (s + 2 ) (s + 1) (s + 2 ) (s + 4 ) 
 
[sI − A]−1 = 0
1 1


s+2 (s + 2 ) (s + 4 ) 

 0 0
1 
 s+4 

Brojnik prenosne funkcije sistema u jednačini (9.129) je:

c T [sI − A]−1 b =
K
(s + 1) (s + 2 ) (s + 4 )

dok je nazivnik:

353
9. Opisivanje SAU metodom prostora stanja

1 + k T [sI − A]−1 b = 1 +
k1 K k2 K k K
+ + 3 =
(s + 1) (s + 2 ) (s + 4 ) (s + 2 ) (s + 4 ) s + 4
s 3 + (7 + k 3 K )s 2 + (14 + k 2 K + 3k 3 K )s + 8 + k 1 K + k 2 K + 2 k 3 K
=
(s + 1) (s + 2 ) (s + 4 )

Na ovaj način se dobija prenosna funkcija datog sistema sa varijablama stanja:

Y (s )
G (s ) =
K
= 3
W (s ) s + (7 + k 3 K )s + (14 + k 2 K + 3k 3 K )s + 8 + k 1 K + k 2 K + 2k 3 K
2

Iako razmatrani sistem ima više petlji povratnih veza pronađena je prenosna funkcija koja je
skalarna, a nove veličine k 1 , k2 i k 3 daju veće mogućnosti i bolje izglede za uspješnu
sintezu.

9.5.2. Tačnost kod sistema automatskog upravljanja

opisanih metodom prostora stanja

Kod sistema automatskog upravljanja (SAU) opisanih metodom prostora stanja razlika
između ulazne i izlazne veličine se zove regulaciona greška. Ovaj sistem upravljanja je
prikazan na slici 9.9, a regulaciona greška se može izračunati pomoću relacije:

e(t ) = w(t ) − y (t ) (9.131)

gdje je w(t ) ulazna veličina, a y (t ) izlazna veličina. Tačnost upravljanja se procjenjuje na

osnovu regulacione greške u stacionarnom stanju, koja se ponekad zove stacionarna greška,
te se ista može odrediti korištenjem relacije:

e0 = lim e(t ) (9.132)

t →∞

Najlakši put za izračunavanje vrijednosti stacionarne greške e0 je transformacija u s domen

i primjena osobine Laplaceove transformacije o konačnoj vrijednosti. Primjenom
Laplaceove transformacije na relaciju (9.131) i korištenjem definicije prenosne funkcije
G(s) se dobija:

 Y (s ) 
E (s ) = W (s ) − Y (s ) = W (s ) 1 −  = W (s ) [1 − G (s )] (9.133)
 W (s ) 

Ako se u (9.133) uvrsti (9.124), izraz kojim je određena prenosna funkcija sistema opisanog
metodom prostora stanja, tada se dobija:

354
 Linearni sistemi automatskog upravljanja


[
E (s ) = W (s ) 1 − cT sI − A + bk T ]
−1
b

(9.134)

Ako se predpostavi da ovaj izraz ne sadrži polove na imaginarnoj osi niti u desnoj polovini
kompleksne {s} ravni, tada je moguće primjeniti osobinu o konačnoj vrijednosti:

e0 = lim e(t ) = lim sE (s ) = lim sW (s ) 1 − cT sI − A + bk T

t →∞ s →0 s →0 
[ ]
−1
b

(9.135)

Iz (9.135) se zaključuje da je za određivanje trajnog regulacionog odstupanja potrebno

poznavati i pobudnu funkciju. U tu svrhu se može predpostaviti da se kao pobudna funkcija
ima odskočna, nagibna ili funkcija u obliku parabole.

Ako je pobuda u obliku odskočne funkcije, tada se može definisati položajna greška. U
ovome slučaju je W (s ) = 1 / s pa jednačina (9.135) postaje:

e0 =
1
1 + K p s →0 
[
= lim 1 − cT sI − A + bk T ]
−1
b

(9.136)

Iz (9.136) se može izračunati koeficijent položajne greške K p .

Brzinska greška ili greška po brzini se određuje ako na sistem upravljanja djeluje nagibna
funkcija za koju je W (s ) = 1 / s 2 , što nakon uvrštavanja u (9.135) daje:

[
1 − cT sI − A + bk T
 ]−1
b
= lim  
1
e0 = (9.137)
K v s →0 s

gdje je K v koeficijent greške po brzini. Ako je s = 0 , tada je jedina mogućnost da ova

greška bude konačna, e0 ≠ ∞ , ako je brojnik u (9.137) takođe jednak nuli za s = 0 , tj.:

[
lim 1 − cT sI − A + bk T
s →0 
]
−1
[
b = 1 − cT − A + bk T

]
−1
b=0 (9.138)

Tada se dobija neodređen izraz " 0 / 0" , na koji se primjenjuje L`Hospitalovo pravilo. Tako
se dobija:

e0 =
1
Kv
= − lim
d T
s →0 ds
[
c sI − A + bk T ]
−1
b (9.139)

Deriviranje (9.139) daje:

355
9. Opisivanje SAU metodom prostora stanja

e0 =
1
[
= lim c T sI − A + bk T
K v s →0
]
−2
b (9.140)

Ako je sistem podvrgnut dejstvu funkcije u obliku parabole, tada se može odrediti greška po
ubrzanju. Sada je W (s ) = 1 / s 3 , što nakon uvrštavanja u jednačinu (9.135) daje:

[
1 − cT sI − A + bk T
 ] −1
b 
= lim  
1
e0 = (9.141)
K a s →0 s2

Ako je s = 0 , tada brojnik u (9.141) mora imati dvostruku nulu za s = 0 da bi ova greška
bila konačna, e0 ≠ ∞ . Tako se ponovo dobija neodređeni izraz " 0 / 0" , na koji se
primjenjuje L`Hospitalovo pravilo i dobija:

e0 =
1
Ka
= − lim
1 d2 T
s →0 2 ds 2
[
c sI − A + bk T ] −1
b (9.142)

Nakon dvostruke derivacije se dobija:

e0 =
1
Ka
[
= − lim c T sI − A + bk T
s →0
]−3
b (9.143)

Izračunavanje inverznih matrica u relacijama (9.136), (9.140) i (9.143) znatno otežava

određivanje koeficijenata položajne greške, greške po brzini i greške po ubrzanju.

9.5.3. Stabilnost kod sistema automatskog upravljanja

opisanih metodom prostora stanja

Neka su linearni sistemi automatskog upravljanja opisani dinamičkom jednačinom stanja i

jednačinom izlaza:

x& (t ) = Ax (t ) + bu (t )
y (t ) = c T x (t ) (9.11)

Njihova stabilnost zavisi samo od homogenog dijela jednačine stanja x& (t ) = Ax (t ) , dok se
pod dejstvom ulazne funkcije u (t ) odvija prinudno kretanje sistema i ono ne utiče na
stabilnost. Ovo takođe vrijedi i za sisteme upravljanja kod kojih je upravljanje formirano
pomoću varijabli stanja, a čija je dinamika opisana jednačinom stanja i jednačinom izlaza:

356
 Linearni sistemi automatskog upravljanja

[ ]
x& (t ) = A − bk T x (t ) + bw(t )
y (t ) = c x (t )
T
(9.123)

[ ]
gdje je homogeni dio jednačine stanja x& (t ) = A − bk T x (t ) .

Da bi se utvrdili odnosi i uslovi stabilnosti u domenu kompleksne promjenljive s , to je

neophodno poći od prenosne funkcije sistema (9.90):

Y (s ) c T adj[sI − A] b
G (s ) = = c T [sI − A]−1 b = (9.90)
U (s ) det [sI − A]

Nazivnik det [sI − A] predstavlja karakteristični polinom. On daje karakterističnu jednačinu

sistema det [sI − A] = 0 , čiji su korjeni ujedno i polovi prenosne funkcije sistema. Sistem je
stabilan ako su svi polovi prenosne funkcije G (s ) , a to su istovremeno i svojstvene
vrijednosti matrice stanja sistema A , smješteni u lijevoj polovini kompleksne ravni {s} .

U praktičnim primjerima ili je poznata ili se može odrediti-identifikovati matrica stanja

sistema A , zatim se određuje karakteristični polinom det [sI − A] i karakteristična
jednačina det [sI − A] = 0 . Zatim se za ispitivanje stabilnosti sistema primjenjuje jedan od
analitičkih kriterija stabilnosti. Ako je ispitivani sistem stabilan, tada se za matricu stanja
sistema A kaže da je stabilna. U praksi se uzima autonomni dio iz jednačine stanja sistema:

x& (t ) = Ax (t ) (9.144)

i predpostavi da je poznat početni uslov vektora stanja x (0 ) , te da je matrica stanja sistema

A regularna. Tada vrijedi definicija:

Definicija 9.1. Za matricu stanja sistema A , koja je regularna, se kaže da je stabilna ako
sve njene svojstvene vrijednosti imaju negativne realne dijelove.

Svojstvene vrijednosti matrice stanja sistema A se izračunavaju iz karakteristične jednačine

sistema:

det [sI − A] = 0 (9.145)

i ako one imaju negativne realne dijelove tada je ispunjen uslov asimptotske stabilnosti
stacionarnog stanja. Samu brzinu konvergencije stacionarnom stanju određuje veličina
apsulutne vrijednosti realnih dijelova svojstvenih vrijednosti matrice stanja sistema A . Za
matricu stanja sistema A koja ispunjava ove uslove se kaže da je stabilna.

357
9. Opisivanje SAU metodom prostora stanja

9.6. Poređenje metoda prostora stanja i prenosne funkcije

Sada je interesantno uporediti opisivanje sistema s varijablama stanja s opisivanjem sistema

pomoću prenosne funkcije. Sistem na koji djeluje jedan ulaz i koji ima jedan izlaz se može
prikazati strukturnim blok dijagramom kao na slici 9.11a, a može se opisati i relacijom:

Y (s ) = G (s ) U (s ) (9.146)

x(0)

U(s) Y(s) u(t) + .

x(t) x(t) y(t)
G(s) b 1 cT
s I
+
A
a) b)

Slika 9.11. Blok dijagram sistema s jednim ulazom i jednim izlazom prikazan
s prenosnom funkcijom (a) i varijablama stanja (b)

Isti ovaj sistem s jednim ulazom i jednim izlazom može se opisati pomoću varijabli stanja i
prikazati strukturnim blok dijagramom kao na slici 9.11b, te opisati jednačinama (9.11):

x& (t ) = Ax (t ) + bu (t )
y (t ) = c T x (t ) (9.11)

Primjenom Laplaceove transformacije na (9.11) je dobijena relacija (9.86):

sX (s ) − x (0 ) = AX (s ) + bU (s )
Y (s ) = c T X (s ) (9.86)

Ako se ima sistem s više ulaza i više izlaza, tada ga je moguće prikazati kao na blok
dijagramu na slici 9.12a, a izraz (9.146) se može poopćiti:

Y (s ) = G (s ) U (s ) (9.147)

pri čemu je prenosna funkcija G (s ) matrica. Sada se sistem s više ulaza i više izlaza može
opisati pomoću varijabli stanja:

x& (t ) = Ax (t ) + Bu(t )
y (t ) = Cx (t ) (9.10)

358
 Linearni sistemi automatskog upravljanja

na koje se primjenjuje Laplaceova transformacija i dobija:

sX (s ) − x (0 ) = AX (s ) + BU (s )
Y (s ) = CX (s ) (9.148)

što je prikazano strukturnim blok dijagramom kao na slici 9.12b. U oba slučaja, kod sistema
s jednim ulazom i jednim izlazom i kod sistema s više ulaza i više izlaza, izostavljen je
prenos energije sa ulaza na izlaz.

x(0)

U(s) Y(s) u(t) + .

x(t) x(t) y(t)
G(s) B 1
s I C
+
A

a) b)

Slika 9.12. Blok dijagram sistema s više ulaza i više izlaza prikazan
s prenosnom funkcijom (a) i varijablama stanja (b)

Iz navedenog razmatranje se može zaključiti:

1. Diferencijalna jednačina sistema se dobija na osnovu poznavanja fizikalnosti procesa, a

varijable stanja imaju svoju fizikalnost za sisteme drugog i eventualno trećega reda. Za
sisteme većega reda teško je dobiti diferencijalnu jednačinu, pa se najčešće pribjegava
"razbijanju" procesa na elementarne blokove i sistemom eliminacija promjenljivih dobija
diferencijalna jednačina iz koje se može dobiti prenosna funkcija. Zato je metoda prostora
stanja pogodnija za opisivanje dinamike procesa čiji je red veći od dva.
2. Prenosna funkcija daje jednostavan odnos između izlaza i ulaza sistema, a istovremeno ne
daje nikakav podatak o njegovoj strukturi. Opis sistema u prostoru stanja daje i njegovu
strukturu, pa je samim tim i potpuniji i daje više podataka o sistemu.
3. U slučaju da se opis sistema iz prostora stanja prevodi u opis prenosnom funkcijom
jednoznačnost matematičkog opisa se zadržava, ali se gubi na broju podataka jer
nedostaje kompletan vektor prostora stanja. Pri prevođenju prenosne funkcije sistema u
prostor stanja ima se više mogućnosti za odabiranje vektora stanja sistema.
4. Kod opisivanja sistema metodom prostora stanja ne gubi se vektor početnog stanja
sistema kao pri opisivanju prenosnom funkcijom. Zato sistemi opisani prenosnom
funkcijom imaju nulto početno stanje, tj. njihova dinamika počinje iz koordinatnog
početka, dok sistemi opisani u prostoru stanja mogu početi svoje kretanja iz bilo koje
tačke u prostoru.

359
9. Opisivanje SAU metodom prostora stanja

9.7. Urađeni primjeri

Primjer 1. Dinamika sistema je opisana u prostoru stanja:

 x&1 ( t )   0 1   x1 ( t )  0
 x& ( t ) =    +   u( t )
 2  − 2 − 1  x 2 ( t ) 1
y = x1 ( t ), (p-1)
 x1 ( 0 )   x10 
 = 
 x 2 ( 0 )  x 20 
Predstaviti dati sistem u obliku blok-dijagrama, i prikazati vremenske odzive interesantnih
veličina u slučaju da nema dejstva na sistem, kao i kad je u(t)=1(t).

Ako jednačine stanja napišemo u obliku sistema skalarnih jednačina, imamo:

x&1 ( t ) = x 2 ( t )
(p-2)
x& 2 ( t ) = −2 x1 ( t ) − x 2 ( t ) + u( t )

Za ovako prikazan sistem, lahko se formira blok dijagram kao na slici p-1.

Slika p-1. Blok dijagram sistema

Ukoliko simuliramo dati sistem za konkretne početne uslove (npr. x10 = 1, x20 = 1), možemo
dobiti slijedeće dijagrame.

360
 Linearni sistemi automatskog upravljanja

2
u(t)=0
1 u(t)=1(t)
x1, y

-1
0 2 4 6 8 10

1
x2

-1

0 2 4 6 8 10
t
Slika p-2. Vremenska ovisnost varijabli stanja

1.5
u(t)=0
u(t)=1(t)
1

0.5
x2

-0.5

-1

-1.5
-1.5 -1 -0.5 0 0.5 1 1.5
x1
Slika p-3. Kretanje sistema u prostoru stanja - trajektorija konvergira

361
9. Opisivanje SAU metodom prostora stanja

Sistem je očito stabilan, što je i za očekivati, budući da vlastite vrijednosti matrice stanja
( λ1 / 2 = -0,5000 ± j1,3229 ) imaju negativne realne dijelove.

Primjer 2. Dinamika sistema je opisana u prostoru stanja:

x&1 ( t ) = x3 ( t )
x& 2 ( t ) = −10 x1 ( t ) − 3 x 2 ( t ) + u( t )
x& 3 ( t ) = 2 x 2 ( t ) − 3 x3 ( t ) (p-3)
y( t ) = x1 ( t )
x1 ( 0 ) = x 2 ( 0 ) = x3 ( 0 ) = 1
Predstaviti dati sistem u obliku blok-dijagrama, i prikazati vremenske odzive interesantnih
veličina u slučaju da nema dejstva na sistem, kao i kad je u(t)=10·1(t).

Slika p-4. Blok dijagram sistema

Ukoliko simuliramo dati sistem za konkretne početne uslove, možemo dobiti slijedeće
dijagrame (slike p-5 i p-6). Sa dijagrama se može zaključiti da je sistem stabilan, što je u
skladu sa činjenicom da sve vlastite vrijednosti matrice stanja imaju negativne realne
dijelove: λ1 = −5, λ 2 / 3 = -0,5000 ± j1.9365 .

362
 Linearni sistemi automatskog upravljanja

1
x1,y

-1
0 2 4 6 8 10

0
x2

-2 u(t)=0
u(t)=10*1(t)
-4
0 2 4 6 8 10

0
x3

-1

-2
0 2 4 6 8 10
t

Slika p-5. Vremenska ovisnost varijabli stanja

363
9. Opisivanje SAU metodom prostora stanja

1.5
u(t)=10*1(t)
1 u(t)=0

0.5

0
x3

-0.5

-1

-1.5
2
0
2
-2 1
0
-1
-4 -2
x2 x1

Slika p-6. Kretanje sistema u prostoru stanja - trajektorija konvergira

364