Professional Documents
Culture Documents
− 1 0 ,5
A=
− 2 − 3
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
1 0 − 1 0 ,5
− 2 − m 1 = 0
0 1 − 2 − 3
1
p1 = m 1 =
− 2
1 0 ,5 m12 1 1
− 2 − 1 m = − 2 ⇒ p 2 = m 2 = 0
22
1 1
P=M =
− 2 0
− 2 1
J = P −1 AP = M −1 AM =
0 − 2
333
9. Opisivanje SAU metodom prostora stanja
− 3 1 0
A = 0 − 3 1
− 4 0 0
− 2 1 0 m11
( A − λ1 I )m 1 = 0 − 2 1 m 21 = 0
− 4 0 1 m 31
−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
p1 = m 1 = [1 2 4 ]T
( A − λ 2 I )m 2 = m1
− 2 1 0 m12 1
0 − 2 1 m = 2
22
− 4 0 1 m 32 4
334
Linearni sistemi automatskog upravljanja
−2m12 + m 22 = 1
−2m22 + m32 = 2
−4 m12 + m 32 = 4
p 2 = m 2 = [0 1 4 ]T
p 3 = m 3 = [1 − 1 1]T
1 0 1
P = M = [m 1 m2 m 3 ] = 2 1 − 1
4 4 1
− 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
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
0 1 2
P = M = 1 2 0
1 0 1
− 1 0 0
J=P −1
AP = M −1
AM = 0 − 1 0 = Λ
0 0 − 2
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
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
( )
&x& − 2σx& + σ 2 + ω 2 x = u (t ) (9.57)
0 1 0
x& =
(
− σ + ω
2 2
) x + u
2σ 1
y = [1 0 ]x (9.58)
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)
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)
1 / 2 − j / 2
T = (9.62)
1 / 2 j/2
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)
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
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
1 0 0 0
0 1 0 0
T = (9.69)
0 0 1 / 2 − j / 2
0 0 1/ 2 j/2
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
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
x 1 (t ) = y (t ) − b0 u (t ) (9.73)
y (t ) = x1 (t ) + b0 u (t ) (9.74)
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
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
dx1 (t )
= x 2 (t ) + (b1 − a 1 b0 )u (t ) (9.78)
dt
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)
x&k (t ) = xk +1 (t ) + hk u (t ) ; 1 ≤ k ≤ n − 1 (9.80)
341
9. Opisivanje SAU metodom prostora stanja
x& (t ) = Ax (t ) + bu (t )
y (t ) = c T x (t ) + du (t ) (9.81)
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
342
Linearni sistemi automatskog upravljanja
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)
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 ) :
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:
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:
x& 1 0 1 x1 0
& = + u
x 2 − 6 − 5 x 2 6
y = x1
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
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
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)
t2 t n (n )
x (t ) = x (0 ) + tx& (0 ) + &x&(0 ) + L + x (0 ) + L (9.93)
2! n!
gdje je:
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 (i ) (t ) = A i x (t ) (9.96)
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!
t 2 A2 t n An
x (t ) = I + tA + +L+ + L x (0 ) (9.98)
2! n!
x (t ) = e At x (0 ) , t ≥ 0 (9.99)
A2t 2 Ant n
Φ (t ) = e At = I + At + +L+ +L (9.100)
2! n!
x (t ) = e At x (0 ) = Φ (t ) x (0 ) (9.101)
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.
346
Linearni sistemi automatskog upravljanja
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!
Φ (t ) Φ (− t ) = e At e − At = I (9.105)
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 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)
x (t ) = Φ (t ) z (t ) (9.111)
347
9. Opisivanje SAU metodom prostora stanja
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)
z&(t ) = Φ −1 (t ) bu (t ) (9.115)
t
z (t ) = z (0 ) + ∫ Φ (− τ ) bu (τ )dτ (9.117)
0
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:
{ }
L−1 [sI − A]−1 = Φ (t )
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:
{
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
349
9. Opisivanje SAU 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.
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)
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)
Y (s )
G (s ) =
W (s )
[
= c T sI − A + bk T ]
−1
b (9.124)
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)
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
Y (s ) c T [sI − A]−1 b
G (s ) = = (9.129)
W (s ) 1 + k T [sI − A]−1 b
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 )
k3 k2 k1
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
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 )
− 1 1 0 0
x& = 0 − 2 1 x + 0 u
0 0 − 4 K
y = [1 0 0 ] x
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
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 )
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.
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:
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:
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)
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
[
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)
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)
e0 =
1
Ka
[
= − lim c T sI − A + bk T
s →0
]−3
b (9.143)
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 ) .
Y (s ) c T adj[sI − A] b
G (s ) = = c T [sI − A]−1 b = (9.90)
U (s ) det [sI − A]
x& (t ) = Ax (t ) (9.144)
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.
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
Y (s ) = G (s ) U (s ) (9.146)
x(0)
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)
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
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)
a) b)
Slika 9.12. Blok dijagram sistema s više ulaza i više izlaza prikazan
s prenosnom funkcijom (a) i varijablama stanja (b)
359
9. Opisivanje SAU metodom prostora stanja
Za ovako prikazan sistem, lahko se formira blok dijagram kao na slici p-1.
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.
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
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
364