You are on page 1of 105

‫وه س‬

‫زر ی اد – ﻮان ﻮ ﻮی‬ ‫را‬


‫)و ا ﺶ دوم(‬
‫ﺶ اول‪:‬‬

‫آ ﻨﺎ ﯽ ﺑﺎ ﺒﺎ ﯽ ﺮل ﯽ‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ اول‪ :‬آ ﻨﺎ ﯽ ﺑﺎ ﺒﺎ ﯽ ﺮل ﯽ‬

‫‪3‬ﺑﺨﺶ اول‪ :‬آﺷﻨﺎﯾﯽ ﺑﺎ ﻣﺒﺎﻧﯽ ﮐﻨﺘﺮل ﺧﻄﯽ‬ ‫‪(1‬‬

‫‪ -1-1‬ﻣﻘﺪﻣﻪ‬

‫ﺑﺨﺶ ﻣﻬﻢ و ﻧﺎﮔﺴﺴﺘﻨﯽ از ﻓﺮاﯾﻨﺪﻫﺎي ﺻﻨﻌﺘﯽ اﻣﺮوزي‪ ،‬ﮐﻨﺘﺮل ﺧﻮدﮐﺎر ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﮐﻨﺘﺮل ﺧﻮدﮐﺎر در ﭘﯿﺸﺮﻓﺖ ﻋﻠﻮم ﻣﻬﻨﺪﺳﯽ‬
‫ﻧﻘﺶ ﺣﯿﺎﺗﯽ داﺷﺘﻪ اﺳﺖ‪ .‬از آﻧﺠﺎ ﮐﻪ ﭘﯿﺸﺮﻓﺖ ﻧﻈﺮﯾﻪ ﮐﻨﺘﺮل ﺧﻮدﮐﺎر و ﮐﺎرﺑﺮدﻫﺎي آن ﻋﺎﻣﻞ دﺳﺘﯿﺎﺑﯽ ﺑﻪ ﮐﺎراﯾﯽ ﺑﻬﯿﻨﻪ‬
‫ﺳﯿﺴﺘﻤﻬﺎي دﯾﻨﺎﻣﯿﮑﯽ‪ ،‬اﻓﺰاﯾﺶ ﺑﺎزده و ﺗﺴﻬﯿﻞ ﮐﺎرﻫﺎي دﺳﺘﯽ اﺳﺖ‪ ،‬درك درﺳﺖ از ﻣﺒﺎﺣﺚ ﮐﻨﺘﺮﻟﯽ‪ ،‬آﺷﻨﺎﯾﯽ ﺑﺎ روﺷﻬﺎي‬
‫ﺗﺤﻠﯿﻞ ﺳﯿﺴﺘﻤﻬﺎي ﻣﻮﺟﻮد و ﻃﺮاﺣﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﺟﺪﯾﺪ ﮐﻨﺘﺮﻟﯽ ﺑﺮ ﻣﺒﻨﺎي ﺧﻮاﺳﺘﻪ ﻫﺎي ﻣﻄﻠﻮب‪ ،‬از ﻣﻬﻤﺘﺮﯾﻦ ﻣﻮﺿﻮﻋﺎﺗﯿﺴﺖ‬
‫ﮐﻪ ﻣﻬﻨﺪﺳﯿﻦ اﻣﺮوزي ﺑﺎﯾﺪ ﺑﺎ آن آﺷﻨﺎ ﺑﺎﺷﻨﺪ‪.‬‬
‫در اﯾﻦ ﺟﺰوه ﻣﺒﺎﺣﺚ اﺻﻠﯽ ﮐﻨﺘﺮﻟﯽ ﮐﻪ درك آﻧﻬﺎ ﺑﺮاي ﺗﺤﻠﯿﻞ و ﻃﺮاﺣﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﺧﻄﯽ ﺗﮏ ورودي – ﺗﮏ ﺧﺮوﺟﯽ ﻻزم‬
‫اﺳﺖ ﺗﺎ ﺣﺪ ﻣﻤﮑﻦ ﮔﻨﺠﺎﻧﺪه ﺷﺪه اﺳﺖ‪.‬‬

‫‪ -2-1‬ﺗﻌﺎرﯾﻒ ﻣﻬﻢ‪:‬‬

‫در اﺑﺘﺪا ﻻزم اﺳﺖ ﺑﺎ ﺗﻌﺎرﯾﻒ اﺻﻠﯽ ﮐﻪ در ﻣﺘﻦ ﺟﺰوه آﻣﺪه اﺳﺖ‪ ،‬آﺷﻨﺎ ﺷﻮﯾﻢ‪:‬‬
‫‪ -1‬ﻣﺘﻐﯿﺮ ﮐﻨﺘﺮل و ﻣﺘﻐﯿﺮ ﺗﺎﺛﯿﺮﭘﺬﯾﺮ‪ :‬ﻣﺘﻐﯿﺮ ﺗﺤﺖ ﮐﻨﺘﺮل‪ ،‬ﮐﻤﯿﺖ ﯾﺎ ﺷﺮﻃﯽ اﺳﺖ ﮐﻪ اﻧﺪازه ﮔﯿﺮي ﻣﯽ ﺷﻮد‪ .‬ﻣﺘﻐﯿﺮ ﺗﺄﺛﯿﺮﭘﺬﯾﺮ ﮐﻤﯿﺖ ﯾﺎ‬
‫ﺷﺮﻃﯽ اﺳﺖ ﮐﻪ ﺗﻐﯿﯿﺮ داده ﻣﯽ ﺷﻮد ﺗﺎ ﺑﺮ ﻣﺘﻐﯿﺮ ﺗﺤﺖ ﮐﻨﺘﺮل ﺗﺎﺛﯿﺮ ﺑﮕﺬارد‪ .‬ﻣﻌﻤﻮﻻً ﻣﺘﻐﯿﺮ ﺗﺤﺖ ﮐﻨﺘﺮل ﺧﺮوﺟﯽ ﺳﯿﺴﺘﻢ اﺳﺖ‪.‬‬
‫ﻣﻨﻈﻮر از ﮐﻨﺘﺮل‪ ،‬اﻧﺪازي ﮔﯿﺮي ﻣﺘﻐﯿﺮ ﺗﺤﺖ ﮐﻨﺘﺮل و ﺗﻐﯿﯿﺮ ﻣﺘﻐﯿﺮ ﺗﺎﺛﯿﺮ ﭘﺬﯾﺮ ﺑﺮاي رﺳﺎﻧﺪن ﻣﺘﻐﯿﺮ ﺗﺤﺖ ﮐﻨﺘﺮل ﺑﻪ ﻣﻘﺪار ﻣﻄﻠﻮب‬
‫اﺳﺖ‪.‬‬
‫‪ -2‬دﺳﺘﮕﺎه‪ :‬دﺳﺘﮕﺎه ﻣﯽ ﺗﻮاﻧﺪ ﺑﺨﺸﯽ از ﯾﮏ وﺳﯿﻠﻪ‪ ،‬ﯾﺎ ﻫﺮ ﺟﺴﻢ ﻓﯿﺰﯾﮑﯽ ﺗﺤﺖ ﮐﻨﺘﺮل )ﺑﻄﻮر ﻣﺜﺎل ﮐﻮره ﮔﺮﻣﺎﯾﺶ‪ ،‬راﮐﺘﻮر ﺷﯿﻤﯿﺎﯾﯽ‪،‬‬
‫ﻣﻮﺗﻮر و ‪ (...‬ﺑﺎﺷﺪ‪.‬‬
‫‪ -3‬ﻓﺮآﯾﻨﺪ‪ :‬ﻓﺮآﯾﻨﺪ ﻣﺠﻤﻮﻋﻪ اﻋﻤﺎﻟﯽ اﺳﺖ ﮐﻪ ﺑﺼﻮرﺗﯽ ﻣﻌﯿﻦ ﯾﮑﯽ ﭘﺲ از دﯾﮕﺮي اﻧﺠﺎم ﺷﺪه ﺗﺎ ﻫﺪف ﻣﻌﯿﻨﯽ ﺑﺮآورده ﮔﺮدد‪.‬‬
‫‪ -4‬ﺳﯿﺴﺘﻢ‪ :‬ﺳﯿﺴﺘﻢ ﺗﺮﮐﯿﺒﯽ از اﺟﺰاﺳﺖ ﮐﻪ ﺑﺎ ﻫﻢ و ﺑﺮاي اﻧﺠﺎم ﻋﻤﻠﯽ ﺧﺎص ﮐﺎر ﻣﯽ ﮐﻨﻨﺪ‪ .‬ﺳﯿﺴﺘﻢ ﺗﻨﻬﺎ ﺳﯿﺴﺘﻢ ﻓﯿﺰﯾﮑﯽ ﻧﯿﺴﺖ‪.‬‬
‫ﻣﻔﻬﻮم ﺳﯿﺴﺘﻢ را ﻣﯽ ﺗﻮان ﺑﻪ ﭘﺪﯾﺪه ﻫﺎي ﭘﻮﯾﺎي اﻧﺘﺰاﻋﯽ‪ ،‬ﻣﺜﻼ ﭘﺪﯾﺪه ﻫﺎي اﻗﺘﺼﺎدي‪ ،‬زﯾﺴﺘﯽ و ‪ ...‬ﻧﯿﺰ ﺗﻌﻤﯿﻢ داد‪.‬‬
‫‪ -5‬ﺳﯿﮕﻨﺎل‪ :‬ﻫﺮ ﮐﻤﯿﺖ ﻣﺘﻐﯿﺮ ﻧﺴﺒﺖ ﺑﻪ زﻣﺎن ﺳﯿﮕﻨﺎل ﻣﯽﺑﺎﺷﺪ‪.‬‬
‫‪ -6‬اﻏﺘﺸﺎش‪ :‬اﻏﺘﺸﺎش ﺳﯿﮕﻨﺎﻟﯿﺴﺖ ﮐﻪ در ﺟﻬﺖ ﺗﻐﯿﯿﺮ ﺷﺪﯾﺪ ﺧﺮوﺟﯽ ﯾﮏ ﺳﯿﺴﺘﻢ ﻋﻤﻞ ﻣﯽ ﮐﻨﺪ‪ .‬اﮔﺮ اﻏﺘﺸﺎش در داﺧﻞ ﯾﮏ ﺳﯿﺴﺘﻢ‬
‫ﺗﻮﻟﯿﺪ ﺷﻮد آن را داﺧﻠﯽ ﻣﯽ ﻧﺎﻣﯿﻢ‪ ،‬اﻏﺘﺸﺎش ﺧﺎرﺟﯽ در ﺧﺎرج ﺳﯿﺴﺘﻢ ﺗﻮﻟﯿﺪ ﻣﯽ ﺷﻮد و ﯾﮏ ﻧﻮع ورودي )ﺳﯿﮕﻨﺎل ﺗﺤﺮﯾﮏ( ﺑﺮاي‬
‫ﺳﯿﺴﺘﻢ ﻣﺤﺴﻮب ﻣﯽ ﺷﻮد‪.‬‬
‫‪ -7‬ﭘﺎﺳﺦ‪ :‬ﺧﺮوﺟﯽ )ﻋﮑﺲ اﻟﻌﻤﻞ( ﯾﮏ ﺳﯿﺴﺘﻢ ﺑﻪ ورودي ﻣﺸﺨﺺ را ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ ﻣﯽ ﻧﺎﻣﻨﺪ‪.‬‬
‫‪ -8‬ﮐﻨﺘﺮل ﺑﺎ ﻓﯿﺪﺑﮏ‪ :‬ﻣﻨﻈﻮر از ﮐﻨﺘﺮل ﺑﺎ ﻓﯿﺪﺑﮏ‪ ،‬ﻋﻤﻠﯽ اﺳﺖ ﮐﻪ ﻣﯽ ﮐﻮﺷﺪ در ﺣﻀﻮر اﻏﺘﺸﺎش اﺧﺘﻼف ﺑﯿﻦ ﺧﺮوﺟﯽ ﺳﯿﺴﺘﻢ و‬
‫ورودي ﻣﺮﺟﻊ را ﺑﻪ ﺣﺪاﻗﻞ ﻣﻤﮑﻦ ﺑﺮﺳﺎﻧﺪ‪.‬‬

‫‪ -3-1‬ﯾﺎدآوري ﻣﺒﺎﻧﯽ رﯾﺎﺿﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﮐﻨﺘﺮﻟﯽ‪:‬‬

‫‪ -1-3-1‬ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻠﯽ‪:‬‬

‫ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺑﻪ ﻣﻌﺎدﻻﺗﯽ ﮔﻔﺘﻪ ﻣﯽ ﺷﻮد ﮐﻪ ﺑﺮ ﺣﺴﺐ ﯾﮏ ﻣﺘﻐﯿﺮ و ﻣﺸﺘﻘﺎت ﻣﺮﺗﺒﻪ ﺑﺎﻻﺗﺮ آن ﺑﯿﺎن ﻣﯽ ﮔﺮدﻧﺪ‪.‬‬

‫ﺻﻔﺤﻪ ‪3‬‬
‫وه س ﺮل ﯽ‬

‫ﺑﺰرﮔﺘﺮﯾﻦ ﻣﺮﺗﺒﻪ ﻣﺸﺘﻖ ﻣﺘﻐﯿﺮ ﻣﻮرد ﻧﻈﺮ‪ ،‬ﻣﺮﺗﺒﻪ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻧﺎﻣﯿﺪه ﻣﯽ ﺷﻮد‪ .‬ﺑﻄﻮر ﻣﺜﺎل راﺑﻄﻪ ‪ 1-1‬ﯾﮏ ﻣﻌﺎدﻟﻪ‬
‫دﯾﻔﺮاﻧﺴﯿﻞ از ﻣﺮﺗﺒﻪ ‪1 n‬اﺳﺖ‪.‬‬

‫) ‪d n y (t‬‬ ‫) ‪d n−1 y ( t‬‬ ‫) ‪dy ( t‬‬


‫‪an‬‬ ‫‪+ an−1‬‬ ‫) ‪+ a0 y ( t ) = f ( t‬‬
‫‪+ ... + a1‬‬ ‫‪1-1‬‬
‫‪dt n‬‬ ‫‪dt n−1‬‬ ‫‪dt‬‬
‫ﺗﺎﺑﻊ ) ‪ f ( t‬ﮐﻪ ﺗﺎﺑﻊ ورودي ﻧﺎﻣﯿﺪه ﻣﯽ ﺷﻮد ﻧﻮع ﻣﻌﺎدﻟﻪ را ﺗﻌﯿﯿﻦ ﻣﯽ ﮐﻨﺪ‪ .‬اﮔﺮ اﯾﻦ ﺗﺎﺑﻊ ﻣﺘﺤﺪ ﺑﺎ ﺻﻔﺮ ﺑﺎﺷﺪ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ‬
‫را ﻫﻤﮕﻦ و اﮔﺮ ﻣﻘﺪار داﺷﺘﻪ ﺑﺎﺷﺪ ﻏﯿﺮ ﻫﻤﮕﻦ ﻧﺎﻣﯿﺪه ﻣﯽ ﺷﻮد‪.‬‬
‫ﯾﮑﯽ از روش ﻫﺎي ﺣﻞ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ )ﺑﺪﺳﺖ آوردن ) ‪ ( y ( t‬اﺳﺘﻔﺎده از ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫‪ -2-3-1‬ﺗﺒﺪﯾﻞ ﻻﭘﻼس‬

‫ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﯾﮏ اﺑﺰار ﻗﺪرﺗﻤﻨﺪ رﯾﺎﺿﯿﺴﺖ ﮐﻪ در ﺣﻞ ﺑﺴﯿﺎري از ﻣﺴﺎﺋﻞ ﮐﺎرﺑﺮدي رﺷﺘﻪ ﻣﻬﻨﺪﺳﯽ ﮐﻨﺘﺮل ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار‬
‫ﻣﯽ ﮔﯿﺮد‪.‬‬
‫ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪ 2‬ﺑﺮ روي ﺗﻮاﺑﻌﯽ ﺗﻌﺮﯾﻒ ﻣﯽ ﮔﺮدد ﮐﻪ در داﻣﻨﻪ ‪ t ≥ 0‬ﺗﻌﺮﯾﻒ ﺷﺪه ﺑﺎﺷﻨﺪ‪ .‬اﮔﺮ ﺗﺎﺑﻌﯽ اﯾﻦ ﺷﺮط را داﺷﺘﻪ ﺑﺎﺷﺪ‪،‬‬
‫ﺗﺒﺪﯾﻞ ﻻﭘﻼس آن ﺑﺼﻮرت راﺑﻄﻪ ‪ 2-1‬ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬
‫∞‪+‬‬
‫= ) ‪L { f ( t )} = F ( s‬‬ ‫‪∫ f (t ) e‬‬
‫‪− st‬‬
‫‪dt‬‬ ‫‪2-1‬‬
‫‪0‬‬

‫{ ‪ L‬ﻋﻤﻠﮕﺮ ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪ F ( s ) ،‬ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺗﺎﺑﻊ ) ‪ f ( t‬و ‪ s‬ﯾﮏ ﻣﺘﻐﯿﺮ ﻣﺨﺘﻠﻂ ﺑﻪ ﻓﺮم ‪s = α + jω‬‬ ‫ﮐﻪ در آن }‬
‫ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﺎ ﭼﻨﺪ ﻣﺜﺎل ﺑﻪ ﯾﺎدآوري ﻣﺒﺤﺚ ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﻣﯽ ﭘﺮدازﯾﻢ‪:‬‬

‫‪ 3‬ﻣﺜﺎل ‪1-1‬‬
‫ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺗﻮاﺑﻊ زﯾﺮ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‪:‬‬

‫‪1 t ≥ 0‬‬
‫‪1) u ( t ) = ‬‬
‫‪0 t < 0‬‬
‫ﺣﻞ‪:‬‬
‫∞‪+‬‬ ‫∞‪+‬‬
‫‪−1 − st‬‬ ‫∞‪−1 −‬‬ ‫‪−1‬‬
‫= }) ‪L {u ( t‬‬ ‫(‬ ‫= ) ‪e − e0‬‬
‫‪1‬‬
‫∞‪−‬‬
‫= ‪∫ u ( t ) e dt‬‬ ‫‪∫ 1× e‬‬ ‫= )‪( 0 − 1‬‬
‫‪− st‬‬ ‫‪− st‬‬
‫= ‪dt‬‬ ‫‪e‬‬ ‫=‬
‫‪0‬‬ ‫‪0‬‬
‫‪s‬‬ ‫‪0‬‬ ‫‪s‬‬ ‫‪s‬‬ ‫‪s‬‬
‫ﻧﺎﻣﻌﻠﻮم‪‬‬ ‫‪t =0‬‬
‫‪2) δ ( t ) = ‬‬
‫‪0‬‬ ‫‪t ≠0‬‬
‫ﺣﻞ‪:‬‬
‫) ‪δ (t‬‬
‫‪...‬‬ ‫‪...‬‬
‫‪t‬‬

‫ﺑﺮاي ﺗﺎﺑﻊ ﺿﺮﺑﻪ ﻣﯽ داﻧﯿﻢ‪:‬‬

‫ﯾﺎ ) ‪ y ( n ) ( t‬ﻧﻤﺎﯾﺶ ﻣﯽ دﻫﻨﺪ‪.‬‬ ‫) ‪d n −1 y ( t‬‬ ‫‪ 1‬ﻣﺸﺘﻖ ﻣﺮﺗﺒﻪ ‪ n‬ام ﯾﮏ ﺳﯿﮕﻨﺎل را ﺑﻪ ﻓﺮم‬


‫‪n −1‬‬
‫‪dt‬‬
‫‪ 2‬ﮐﻪ در واﻗﻊ آﻧﭽﻪ ﻣﺎ ﺑﻌﻨﻮان ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﻣﯽ ﺧﻮاﻧﯿﻢ ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﯾﮏ ﻃﺮﻓﻪ ﻧﺎم دارد‪.‬‬
‫ﺻﻔﺤﻪ ‪4‬‬
‫ زر ی اد‬:‫ﺪرس‬ ‫ آ ﻨﺎ ﯽ ﺑﺎ ﺒﺎ ﯽ ﺮل ﯽ‬:‫ﺶ اول‬

1) f ( t ) δ ( t − t0 ) = f ( t0 ) δ ( t − t0 )
+∞
2) ∫ δ ( t ) dt = 1
−∞

:‫ﺑﻨﺎﺑﺮاﯾﻦ ﺗﺒﺪﯾﻞ ﻻﭘﻼس آن ﺑﺮاﺑﺮ اﺳﺖ ﺑﺎ‬


+∞ t0 = 0 +∞ +∞
L {δ ( t )} = ∫ δ ( t ) e dt =
− st
∫ δ (t ) × e dt =
0
∫ δ ( t ) dt = 1
0 0 0

3) f ( t ) = te u ( t ) :‫ﺣﻞ‬
−3t

+∞ +∞ +∞
L { f ( t )} = ∫ ( te u ( t ) ) e dt =
− ( s + 3) t
∫ te × e dt = ∫ te
−3t − st −3t − st
dt ‫ﻣﺸﺘﻖ‬ ‫اﻧﺘﮕﺮال‬
0 0 0
+∞ t e−( s+3)t
 −1 1 
= te ( ) −
− s +3 t
e
−( s + 3) t
 1 −1 −( s +3)t
 ( s + 3) ( )  e
+ ( s + 3)
2
 s 3 0 −
+∞ 1 − ( s + 3 )t
  e
2 (
e−∞ − e0 )  =
1 1
= 0 − 0 ( s + 3)
2

 ( s + 3)  ( s + 3)
2
 0

‫ دﯾﮕﺮ ﺑﺮاي ﺗﻮاﺑﻊ ﻣﻌﺮوف ﻣﯽ ﺗﻮاﻧﯿﻢ از ﺟﺪول ﺗﺒﺪﯾﻞ ﻻﭘﻼس اﺳﺘﻔﺎده‬،‫اﮐﻨﻮن ﮐﻪ روش ﻣﺤﺎﺳﺒﻪ ﺗﺒﺪﯾﻞ ﻻﭘﻼس را ﯾﺎدﮔﺮﻓﺘﯿﻢ‬
.‫ﻧﻤﺎﯾﯿﻢ‬
‫ ﺟﺪول زوج ﺗﺒﺪﯾﻼت ﻻﭘﻼس‬1-1 ‫ﺟﺪول‬

x(t ) X (s )
1 δ (t ) 1
1
2 u (t )
s
1
3 t.u(t)
s2
n!
4 t n . u (t )
s n +1
1
5 e − at u (t )
s+a
n!
6 t n .e − at . u (t )
(s + a)
n +1

ω0
7 sin (ω0 t ) u (t )
s +ω02
2

s
8 cos (ω0 t ) u (t )
s +ω02
2

s+a
9 e − at cos (ω0 t ) u (t )
( s + a) + ω02
2

ω0
10 e − at sin (ω 0 t ) u (t )
(s + a) + ω 02
2

5 ‫ﺻﻔﺤﻪ‬
‫وه س ﺮل ﯽ‬

‫ ﺟﺪول ﺧﻮاص ﺗﺒﺪﯾﻞ ﻻﭘﻼس‬2-1 ‫ﺟﺪول‬

X ( s) x( t ) ‫ردﯾﻒ‬
α F1 ( s ) + β F2 ( s ) α f1 ( t ) + β f 2 ( t ) 1
1 s
F  f (α t ) 2
α α 
e−t0sF( s) f ( t − t0 ) 3
F(s − s0 ) e s0 t f ( t ) 4
d nF ( s)
( −1)
n
t k . f (t ) 7
n
dz
df ( 0 ) n − 2 d 2 f ( 0 ) n −1 d
k −1
f ( 0) d n f (t )
s n F ( s ) − s n −1 −s − L − s 7
dt dt 2
dt k −1 dt n
F (s)

s
∫ f ( t ) dt
0
8

F1 ( s) F2 ( s) f1 ( t ) ∗ f2 ( t ) 9
C+ j∞
1
F1 ( p) F2 ( s − p) dp f1 ( t ) f2 ( t )
2π j C−∫j∞
10

:‫ﺑﺎ ﯾﮏ ﻣﺜﺎل اﯾﻦ ﻣﺒﺤﺚ را ﯾﺎدآوري ﻣﯽ ﻧﻤﺎﯾﯿﻢ‬

2-1 ‫ ﻣﺜﺎل‬3
:‫ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺗﻮاﺑﻊ زﯾﺮ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‬

1) f ( t ) = 3e u ( t − 2)
3t

:‫ﺣﻞ‬

{ } { } {
L {3e3t u ( t − 2 )} = 3L e3( t − 2+ 2)u ( t − 2 ) = 3L e6 e3( t − 2)u ( t − 2 ) = 3e6 L e3( t − 2)u ( t − 2 ) }
 e −2 s 
T
.1.1.5 ǃT .1.2.3
→L { f ( t )} = 3e6  
 s +3
2) f ( t ) = t sin( 2t )
2

:‫ﺣﻞ‬

2  d  −4s  −4 ( s + 4 ) − 2 ( s + 4 ) ( 2s )( −4s )
1

  2 2 2
2 d 
2
L {t 2 sin ( 2t )}
T .1.2.7
= ( −1)  = =
ds 2  s 2 + 4  ds  ( s 2 + 4 )2 
( s + 4)
3
ω= 2 2 4
 
12s 2 − 16
=
(s + 4)
2 3

6 ‫ﺻﻔﺤﻪ‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ اول‪ :‬آ ﻨﺎ ﯽ ﺑﺎ ﺒﺎ ﯽ ﺮل ﯽ‬

‫‪ -3-3-1‬ﻗﻀﺎﯾﺎي ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪:‬‬

‫دو ﻗﻀﯿﻪ اﺻﻠﯽ ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﻋﺒﺎرﺗﻨﺪ از‪:‬‬

‫‪ v‬ﻗﻀﯿﻪ ﻣﻘﺪار اوﻟﯿﻪ‪:‬‬

‫) ‪f ( 0 ) = lim s F ( s‬‬
‫∞→ ‪s‬‬

‫‪ v‬ﻗﻀﯿﻪ ﻣﻘﺪار ﻧﻬﺎﯾﯽ‪:‬‬

‫) ‪lim f ( t ) = lim s F ( s‬‬


‫∞→ ‪t‬‬ ‫‪s →0‬‬

‫‪ 3‬ﻣﺜﺎل ‪3-1‬‬
‫اﮔﺮ داﺷﺘﻪ ﺑﺎﺷﯿﻢ‪:‬‬
‫‪s 2 +1‬‬
‫= )‪F ( s‬‬
‫‪s3 + s + 5‬‬
‫ﻣﻘﺪار ) ‪ f ( 0‬و ) ‪ lim f ( t‬را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‪:‬‬
‫∞→ ‪t‬‬

‫ﺣﻞ‪:‬‬
‫‪s +1‬‬ ‫‪2‬‬
‫‪s +s‬‬
‫‪3‬‬
‫× ‪f ( 0 ) = lim s F ( s ) = lim s‬‬ ‫‪= lim 3‬‬ ‫‪=1‬‬
‫∞→ ‪s‬‬ ‫∞→ ‪s‬‬ ‫‪s + s + 5 s →∞ s + s + 5‬‬
‫‪3‬‬

‫‪s2 +1‬‬ ‫‪s3 + s‬‬


‫‪lim f ( t ) = lim s F ( s ) = lim s × 3‬‬ ‫‪= lim‬‬ ‫‪=0‬‬
‫∞→ ‪t‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬ ‫‪s + s + 5 s →0 s 3 + s + 5‬‬

‫‪ -4-3-1‬ﻋﮑﺲ ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪:‬‬

‫ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺗﺎﺑﻊ زﻣﺎﻧﯽ از روي ﺗﺎﺑﻊ ﺣﻮزه ﻻﭘﻼس ﺑﺎﯾﺪ از ﻋﮑﺲ ﺗﺒﺪﯾﻞ ﻻﭘﻼس اﺳﺘﻔﺎده ﻧﻤﻮد‪:‬‬
‫∞‪+‬‬
‫= ) ‪L-1 {F ( s )} = f ( t‬‬
‫‪1‬‬
‫‪∫ F ( s) e ds‬‬ ‫‪t ≥0‬‬ ‫‪3-1‬‬
‫‪st‬‬

‫‪2π j‬‬ ‫‪0‬‬

‫از آﻧﺠﺎ ﮐﻪ راﺑﻄﻪ اﻧﺘﮕﺮاﻟﯽ ﻋﮑﺲ ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪ ،‬ﺣﻞ اﯾﻨﮕﻮﻧﻪ ﻣﺴﺎﺋﻞ را ﭘﯿﭽﯿﺪه ﻣﯽ ﮐﻨﺪ‪ ،‬ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﻋﮑﺲ ﺗﺒﺪﯾﻞ ﻻﭘﻼس‬
‫ﺗﺎﺟﺎي ﻣﻤﮑﻦ از ﺟﺪول ‪ 1-1‬اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﯿﻢ‪.‬‬
‫ﺑﺎ ﯾﮏ ﻧﮕﺎه دﻗﯿﻖ ﺑﻪ ﺟﺪول ‪ 1-1‬ﻣﯽ ﺑﯿﻨﯿﻢ ﮐﻪ ﺗﻤﺎﻣﯽ ﺗﻮاﺑﻊ ﺣﻮزه ﻻﭘﻼس ﻓﺮم ﮐﻠﯽ ﮐﺴﺮي دارﻧﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ ﺑﺮاي اﺳﺘﻔﺎده از‬
‫ﺟﺪول ‪ ،1-1‬اﺑﺘﺪا ﺑﺎﯾﺪ ﺗﺎﺑﻊ ﺣﻮزه ﻻﭘﻼس را ﺑﻪ ﮐﺴﺮﻫﺎي ﺟﺰﺋﯽ ﺗﻔﮑﯿﮏ ﻧﻤﺎﯾﯿﻢ‪.‬‬

‫ﺻﻔﺤﻪ ‪7‬‬
‫وه س ﺮل ﯽ‬

‫‪ v‬ﯾﺎدآوري‪ -‬ﺗﺠﺰﯾﻪ ﮐﺴﺮ ﺑﻪ ﮐﺴﺮﻫﺎي ﺟﺰﺋﯽ‪:‬‬

‫اﮔﺮ درﺟﻪ ﺻﻮرت ﮐﺴﺮي از ﻣﺨﺮج آن ﮐﻮﭼﮑﺘﺮ ﺑﺎﺷﺪ؛ ﺑﺮاي ﺗﺠﺰﯾﻪ آن ﮐﺴﺮ ﺑﻪ ﮐﺴﺮﻫﺎي ﺟﺰﺋﯽ ﺑﺼﻮرت زﯾﺮ ﻋﻤﻞ ﻣﯽ‬
‫ﮐﻨﯿﻢ‪:‬‬

‫‪ -1‬اﮔﺮ ﮐﺴﺮ ) ‪ F ( s‬داراي ﻋﺎﻣﻞ ﺳﺎده )ﻣﺮﺗﺒﻪ اول( ) ‪ ( s + pi‬ﺑﺎﺷﺪ‪ ،‬ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺿﺮﯾﺐ اﯾﻦ ﮐﺴﺮ در ﺗﺠﺰﯾﻪ ﺑﻪ‬
‫ﮐﺴﺮﻫﺎي ﺟﺰﺋﯽ ﺑﺪﯾﻦ ﺻﻮرت ﻋﻤﻞ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫) ‪Ai = lim ( s + pi ) F ( s‬‬
‫‪s →− pi‬‬

‫‪ -2‬اﮔﺮ ﮐﺴﺮ ) ‪ F ( s‬داراي ﻋﺎﻣﻞ ﻣﮑﺮر از ﻣﺮﺗﺒﻪ ‪ k‬از ) ‪ ( s + pi‬ﺑﺎﺷﺪ‪ ،‬ﺗﺎﺑﻊ ﺑﻪ ‪ k‬ﮐﺴﺮ از اﯾﻦ ﻋﺎﻣﻞ ﺗﺠﺰﯾﻪ‬
‫ﻣﯽﮔﺮدد ﮐﻪ ﺗﻮان ﻋﺎﻣﻞ ) ‪ ( s + pi‬در ﻣﺨﺮج ﮐﺴﺮﻫﺎي ﺗﺠﺰﯾﻪ ﺷﺪه ‪ ( j = 1, 2,..., k ) j‬ﻧﺎﻣﯿﺪه ﻣﯽ ﺷﻮد‪ .‬ﺑﺮاي‬
‫ﻣﺤﺎﺳﺒﻪ ﺿﺮﯾﺐ ﻫﺮ ﮐﺴﺮ ﺑﺎ ﺗﻮان ‪ j‬در ﻣﺨﺮج از اﯾﻦ ﻋﺎﻣﻞ ﺑﺪﯾﻦ ﺻﻮرت ﻋﻤﻞ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫= ‪Aj‬‬
‫‪1‬‬ ‫‪d k− j‬‬
‫‪lim k − j‬‬
‫‪( k − j )! s →− pi ds‬‬ ‫) ‪(( s + p‬‬
‫‪i‬‬
‫‪k‬‬
‫)‪F (s‬‬ ‫)‬
‫اﮔﺮ درﺟﻪ ﺻﻮرت ﮐﺴﺮي از ﻣﺨﺮج آن ﺑﺰرﮔﺘﺮ ﯾﺎ ﺣﺘﯽ ﻣﺴﺎوي ﺑﺎﺷﺪ؛ ﺑﺮاي ﺗﺠﺰﯾﻪ آن ﮐﺴﺮ ﺑﻪ ﮐﺴﺮﻫﺎي ﺟﺰﺋﯽ اﺑﺘﺪا‬
‫ﺻﻮرت را ﺑﻪ ﻣﺨﺮج ﺗﻘﺴﯿﻢ ﻧﻤﻮده و ﺳﭙﺲ از روش ﻓﻮق ﺑﺮاي ﮐﺴﺮ ﺑﺎﻗﯿﻤﺎﻧﺪه اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﯿﻢ‪.‬‬

‫‪ 3‬ﻣﺜﺎل ‪4-1‬‬
‫ﻋﮑﺲ ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺗﻮاﺑﻊ زﯾﺮ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‪:‬‬

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

‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﮐﺴﺮ را ﺑﻪ ﮐﺴﺮﻫﺎي ﺟﺰﺋﯽ ﺗﺠﺰﯾﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪s+3‬‬ ‫‪A‬‬ ‫‪A‬‬
‫= )‪F (s‬‬ ‫‪= 1 + 2‬‬
‫‪s + 3s + 2 s + 2 s + 1‬‬
‫‪2‬‬

‫‪s+3‬‬
‫‪A1 = lim ( s + 2 ) F ( s ) = lim‬‬ ‫‪= −1‬‬
‫‪s →−2‬‬ ‫‪s →−2 s + 1‬‬

‫‪s+3‬‬
‫‪A2 = lim ( s + 1) F ( s ) = lim‬‬ ‫‪=2‬‬
‫‪s →−1‬‬ ‫‪s →−1 s + 2‬‬

‫‪ −1‬‬ ‫‪2  T .1.1.6 −2t‬‬


‫‪L-1 ‬‬ ‫‪+‬‬
‫‪ s + 2 s + 1‬‬
‫(‬
‫) ‪ = −e + 2e u ( t‬‬
‫‪−t‬‬
‫)‬

‫‪s3 + 5s2 + 9s + 7‬‬


‫= ) ‪2) F ( s‬‬
‫‪s2 + 3s + 2‬‬
‫ﺣﻞ‪:‬‬
‫درﺟﻪ ﺻﻮرت از ﻣﺨﺮج ﺑﯿﺸﺘﺮ اﺳﺖ ﺑﻨﺎﺑﺮاﯾﻦ اﺑﺘﺪا ﺻﻮرت را ﺑﻪ ﻣﺨﺮج ﺗﻘﺴﯿﻢ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫ﺻﻔﺤﻪ ‪8‬‬
‫ زر ی اد‬:‫ﺪرس‬ ‫ آ ﻨﺎ ﯽ ﺑﺎ ﺒﺎ ﯽ ﺮل ﯽ‬:‫ﺶ اول‬

s 3 + 5s 2 + 9 s + 7 s 2 + 3s + 2
− ( s 3 + 3s s + 2 s ) s+2

2s 2 + 7 s + 7
− ( 2s 2
+ 6s + 4 )
s+4
s +3
→ F ( s) = s + 2 +
s + 3s + 2 2

 s + 3  -1  −1 2  d
L-1 s + 2 + 2

 = L s + 2 +
s + 3s + 2  
+  = δ ( t ) + δ ( t ) + −e + 2e u ( t )
s + 2 s + 1 dt
−2t −t
( )

dk
L-1 {s k } = δ (t )
dt k
s2 + 2
3) F ( s ) =
( s + 3) ( s − 2)
3

:‫ﺣﻞ‬
:‫ ﺑﻨﺎﺑﺮاﯾﻦ ﺑﺮاي اﯾﻦ ﯾﮏ رﯾﺸﻪ ﺳﻪ ﮐﺴﺮ ﻣﺘﻔﺎوت ﺗﻮﻟﯿﺪ ﻣﯽ ﺷﻮد‬،‫ دارﯾﻢ‬3 ‫در اﯾﻦ ﮐﺴﺮ ﯾﮏ رﯾﺸﻪ ﻣﺮﺗﺒﻪ‬
s +2
2
A11 A12 A13 A2
F (s) = = + + +
( s + 1) ( s − 2 )
3
( s + 1) ( s + 1) ( s + 1) ( s − 2 )
123 1
2 3

424 3 1 424 3
j =1 j =2 j =3

d 2  s2 + 2  1 d  2s ( s − 2 ) − ( s + 2 ) 
(( s + 1) F ( s ))
2
1 d 3−1 1
A11 = = lim 2   = lim  
3
lim
( 3 − 1)! s →−1 ds3−1 2 s →−1 ds  ( s − 2 )  2 s →−1 ds  ( s − 2 )
2

 
1 d  s 2 − 4s − 2  1  ( 2 s − 4 )( s − 2 ) − 2 ( s − 2 ) ( s 2 − 4 s − 2 )  2
= lim   = lim  =
2 s →−1 ds  ( s − 2 )2  2 s →−1  ( s − 2 )
4
 9
 
d  s2 + 2   s 2 − 4s − 2  1
A12 =
1 d 3− 2
lim 3− 2
( 3 − 2 )! s →−1 ds ( ( s + 1) F ( s ) = lim
3
) 
s →−1 ds  ( s − 2 ) 
 
=
 s →−1 
lim
( s − 2 )
2
=
 3
 

A13 =
1 d 3−3
lim 3−3
( 3 − 3)! s →−1 ds (( s + 1) 3
)
F ( s ) = lim
s2 + 2
s →−1 ( s − 2 )
= −1

s2 + 2
A2 = lim ( ( s − 2 ) F ( s ) ) = lim
2
=
( s + 1)
s →2 s→2 3
9
s2 + 2 2 1 −1 2
→ F (s) = = + + +
( s + 1) ( s − 2 )
3
9 ( s + 1) 3 ( s + 1) ( s + 1) 9 ( s − 2 )
2 3

 2 1 −1 2   2 2 t 2 − t 1 −t 1 2 − t 
L-1  + + +  =  e + e + te − t e  u ( t )
 9 ( s + 1) 3 ( s + 1) ( s + 1) 9 ( s − 2 )   9 
2 3
9 3 2
 −1  -1  −1× 2!  −1 2 −t
L-1  3
=L  3
= t e
 ( s + 1)   2!( s + 1)  2

9 ‫ﺻﻔﺤﻪ‬
‫وه س ﺮل ﯽ‬

‫‪ -4-1‬ﺣﻞ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺑﺎ اﺳﺘﻔﺎده از ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪:‬‬

‫اﮐﻨﻮن ﮐﻪ ﺗﺒﺪﯾﻞ ﻻﭘﻼس و ﻋﮑﺲ آن را ﻓﺮا ﮔﺮﻓﺘﯿﻢ‪ ،‬ﺑﻪ ﺣﻞ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻠﯽ ﺑﺎ اﺳﺘﻔﺎده از ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﻣﯽ ﭘﺮدازﯾﻢ‪.‬‬
‫ﺑﺮاي ﺣﻞ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻠﯽ از ﻃﺮﯾﻖ ﻻﭘﻼس‪ ،‬اﺑﺘﺪا از ﻃﺮﻓﯿﻦ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ‪ ،‬ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﻣﯽ ﮔﯿﺮﯾﻢ‪ .‬ﺑﺎ ﻣﺮﺗﺐ ﺳﺎزي‬
‫ﻣﻌﺎدﻟﻪ و ﻣﺤﺎﺳﺒﻪ ﻻﭘﻼس ﺗﺎﺑﻊ ﻣﺠﻬﻮل‪ ،‬از ﻃﺮﯾﻖ ﻋﮑﺲ ﺗﺒﺪﯾﻞ ﻻﭘﻼس‪ ،‬ﺗﺎﺑﻊ زﻣﺎﻧﯽ ﻣﻌﺎدل را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪ .‬ﺑﻪ ﻣﺜﺎل زﯾﺮ‬
‫ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬

‫‪ 3‬ﻣﺜﺎل ‪5-1‬‬
‫ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻠﯽ زﯾﺮ را ﺣﻞ ﻧﻤﺎﯾﯿﺪ‪:‬‬

‫‪2 y′′ + 7 y′ + 3 y = 0‬‬


‫‪1) y ( 0 ) = 3‬‬
‫‪y′ ( 0 ) = 0‬‬
‫ﺣﻞ‪:‬‬
‫‪L {2 y′′ + 7 y ′ + 3 y} = L {0} → 2L { y ′′} + 7L { y ′} + 3L { y} = 0‬‬

‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬


‫‪→ 2  s 2Y ( s ) − s y ( 0 ) − y ′ ( 0 )  + 7  sY ( s ) − y ( 0 )  + 3Y ( s ) = 0‬‬
‫‪‬‬ ‫‪{ {‬‬ ‫‪‬‬ ‫‪{‬‬
‫‪‬‬ ‫‪3‬‬ ‫‪0‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪3‬‬ ‫‪‬‬
‫‪→ Y ( s ) ( 2 s 2 + 7 s + 3) = 6 s + 21‬‬
‫‪6 s + 21‬‬ ‫‪6 s + 21‬‬ ‫‪A‬‬ ‫‪B‬‬
‫= )‪→ Y (s‬‬ ‫=‬ ‫=‬ ‫‪+‬‬
‫) ‪2 s + 7 s + 3 2 ( s + 3)( s + 0.5 ) ( s + 3) ( s + 0.5‬‬
‫‪2‬‬

‫‪6 s + 21‬‬
‫‪A = lim ( ( s + 3) Y ( s ) ) = lim‬‬ ‫‪= −0.6‬‬
‫‪s →−3‬‬ ‫‪s →−3‬‬ ‫) ‪2 ( s + 0.5‬‬
‫‪6 s + 21‬‬
‫‪B = lim‬‬
‫‪s →−0.5‬‬
‫= ) ) ‪( ( s + 0.5) Y ( s‬‬ ‫‪lim‬‬
‫‪s →−0.5‬‬ ‫)‪2 ( s + 3‬‬
‫‪= 3.6‬‬

‫‪−0.6‬‬
‫) ‪→ y ( t ) = ( −0.6e −3t + 3.6e −0.5t ) u ( t‬‬
‫‪3.6‬‬
‫= )‪Y (s‬‬ ‫‪+‬‬
‫) ‪( s + 3) ( s + 0.5‬‬

‫) ‪2 y′ + 2 y = δ ( t‬‬
‫)‪2‬‬
‫‪y ( 0) = 0‬‬
‫ﺣﻞ‪:‬‬
‫‪L { y ′ + 2 y} = L {δ ( t )} → L { y ′} + 2L { y} = 1‬‬
‫‪‬‬ ‫‪‬‬
‫‪→  sY ( s ) − y ( 0 )  + 2Y ( s ) = 1 → Y ( s )( s + 2 ) = 1‬‬
‫‪‬‬ ‫‪{‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪‬‬
‫ﺻﻔﺤﻪ ‪10‬‬
‫ زر ی اد‬:‫ﺪرس‬ ‫ آ ﻨﺎ ﯽ ﺑﺎ ﺒﺎ ﯽ ﺮل ﯽ‬:‫ﺶ اول‬

1
→ Y ( s) = → y ( t ) = e−2t u ( t )
( )
s + 2

y′′ + 2y′ + 5y = 3δ ( t )
3) y ( 0) = 0
y′( 0) = 0
:‫ﺣﻞ‬
L { y′′ + 2 y′ + 5 y} = L {3δ ( t )} → L { y ′′} + 2L { y′} + 5L { y} = 3

   
→  s 2Y ( s ) − s y ( 0 ) − y ′ ( 0 )  + 2  sY ( s ) − y ( 0 )  + 5Y ( s ) = 3
 { {  {
 0 0   0 
→ Y ( s ) ( s 2 + 2s + 5 ) = 3
2

3
→ Y (s) = 2 = 2
s + 2 s + 5 ( s + 1)2 + 2 2

y (t ) =
2
( e sin ( 2t ) ) u ( t )
3 −t

11 ‫ﺻﻔﺤﻪ‬
‫ﺶ دوم‪:‬‬

‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫ﺻﻔﺤﻪ ‪12‬‬
‫وه س ﺮل ﯽ‬

‫‪3‬ﺑﺨﺶ دوم‪ :‬ﻣﺪﻟﺴﺎزي رﯾﺎﺿﯽ ﺳﯿﺴﺘﻤﻬﺎي دﯾﻨﺎﻣﯿﮑﯽ‬ ‫‪(2‬‬

‫‪ -1-2‬ﻣﻘﺪﻣﻪ‪:‬‬

‫ﻣﺪل رﯾﺎﺿﯽ ﺳﯿﺴﺘﻢ دﯾﻨﺎﻣﯿﮑﯽ ﯾﮏ ﻣﻌﺎدﻟﻪ رﯾﺎﺿﯿﺴﺖ ﮐﻪ رﻓﺘﺎر دﯾﻨﺎﻣﯿﮑﯽ ﺳﯿﺴﺘﻢ را دﻗﯿﻘﺎً ﯾﺎ ﺣﺪاﻗﻞ ﺑﻪ ﺧﻮﺑﯽ ﻧﻤﺎﯾﺶ ﻣﯽدﻫﺪ‪.‬‬
‫ﻣﺪل رﯾﺎﺿﯽ ﯾﮏ ﺳﯿﺴﺘﻢ ﯾﮑﺘﺎ ﻧﺒﻮده و آن را ﻣﯽ ﺗﻮان ﺑﻪ روش ﻫﺎي ﻣﺨﺘﻠﻒ ﻧﻤﺎﯾﺶ داد‪.‬‬

‫) ‪x (t‬‬ ‫) ‪y (t‬‬

‫ﺷﮑﻞ ‪ : 1-2‬ﯾﮏ ﺳﯿﺴﺘﻢ ﺑﺎ ورودي ) ‪ x ( t‬و ﺧﺮوﺟﯽ ) ‪y ( t‬‬

‫رﻓﺘﺎر دﯾﻨﺎﻣﯿﮑﯽ ﺑﺴﯿﺎري از ﺳﯿﺴﺘﻢ ﻫﺎ را‪ ،‬اﻋﻢ از ﺳﯿﺴﺘﻢ ﻣﮑﺎﻧﯿﮑﯽ‪ ،‬اﻟﮑﺘﺮوﻧﯿﮑﯽ‪ ،‬ﺣﺮارﺗﯽ‪ ،‬اﻗﺘﺼﺎدي ﯾﺎ ﺣﺘﯽ زﯾﺴﺖ ﻣﺤﯿﻄﯽ را‬
‫ﻣﯽﺗﻮان ﺑﺮ ﺣﺴﺐ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻠﯽ ﺗﻮﺻﯿﻒ ﻧﻤﻮد‪ .‬اﯾﻦ ﻣﻌﺎدﻻت را ﻣﯽ ﺗﻮان ﺑﺎ اﺳﺘﻔﺎده از ﻗﻮاﻧﯿﻦ ﻓﯿﺰﯾﮑﯽ ﺣﺎﮐﻢ ﺑﺮ ﺳﯿﺴﺘﻢ‪،‬‬
‫ﻣﺜﻼً ﻗﻮاﻧﯿﻦ ﻧﯿﻮﺗﻦ ﺑﺮاي ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﮑﺎﻧﯿﮑﯽ و ﻗﻮاﻧﯿﻦ ﮐﯿﺮﺷﻒ ﺑﺮاي ﺳﯿﺴﺘﻤﻬﺎي اﻟﮑﺘﺮﯾﮑﯽ ﺑﺪﺳﺖ آورد‪.‬‬

‫‪ v‬ﻧﮑﺘﻪ‪ :‬ﯾﺎﻓﺘﻦ ﯾﮏ ﻣﺪل رﯾﺎﺿﯽ ﻣﻨﺎﺳﺐ‪ ،‬ﻣﻬﻤﺘﺮﯾﻦ ﺑﺨﺶ ﺗﺤﻠﯿﻞ ﯾﮏ ﺳﯿﺴﺘﻢ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫ﭘﯿﺶ از ﺑﺮرﺳﯽ روش ﻫﺎي ﻣﺪل ﺳﺎزي ﺳﯿﺴﺘﻢ ﻫﺎي ﺣﻘﯿﻘﯽ‪ ،‬اﺑﺘﺪا ﺑﺎ ﭼﻨﺪ ﺗﻌﺮﯾﻒ آﺷﻨﺎ ﻣﯽ ﺷﻮﯾﻢ‪.‬‬

‫‪ -2-2‬ﺗﻌﺎرﯾﻒ ﻣﻬﻢ‪:‬‬

‫‪ -1‬ﺳﯿﺴﺘﻢ ﻫﺎي ﺧﻄﯽ و ﻏﯿﺮﺧﻄﯽ‪ :‬ﺳﯿﺴﺘﻤﯽ ﺧﻄﯽ اﺳﺖ ﮐﻪ ﺧﺎﺻﯿﺖ ﺟﻤﻊ آﺛﺎر در ﻣﻮرد آن ﺻﺎدق ﺑﺎﺷﺪ‪ ،‬ﯾﻌﻨﯽ ﭘﺎﺳﺦ ﻧﺎﺷﯽ از‬
‫اﻋﻤﺎل ﻫﻤﺰﻣﺎن ﭼﻨﺪﯾﻦ ورودي )ﺗﺤﺮﯾﮏ(‪ ،‬ﺑﺮاﺑﺮ ﺟﻤﻊ ﭘﺎﺳﺦ ﻫﺎي ﻧﺎﺷﯽ از ﺗﮏ ﺗﮏ اﯾﻦ ورودﯾﻬﺎ ﺑﺎﺷﺪ‪ .‬از ﻧﻈﺮ رﯾﺎﺿﯽ‪ ،‬اﯾﻦ ﻣﺸﺨﺼﻪ‬
‫ﺳﯿﺴﺘﻢ را ﻣﯽ ﺗﻮان ﺑﺼﻮرت زﯾﺮ ﺑﯿﺎن ﻧﻤﻮد‪:‬‬
‫) ‪ x1 ( t ) → y1 ( t‬‬
‫‪‬‬
‫) ‪ x2 ( t ) → y2 ( t‬‬
‫‪‬‬ ‫) ‪→ α1 x1 ( t ) + α 2 x2 ( t ) + L + α n xn ( t ) → α1 y1 ( t ) + α 2 y2 ( t ) + L + α n yn ( t‬‬ ‫‪1-2‬‬
‫‪M‬‬
‫) ‪x (t ) → y (t‬‬
‫‪ n‬‬ ‫‪n‬‬

‫ﺷﮑﻞ ‪ :2-2‬اﻧﻮاع ﻣﺸﺨﺼﻪ ورودي‪ -‬ﺧﺮوﺟﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﻏﯿﺮﺧﻄﯽ‬

‫ﺻﻔﺤﻪ ‪13‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫‪ -2‬ﺳﯿﺴﺘﻢ ﺗﻐﯿﯿﺮﻧﺎﭘﺬﯾﺮ ﺑﺎ زﻣﺎن‪ :‬از ﻧﻈﺮ ﻣﻔﻬﻮﻣﯽ‪ ،‬ﺳﯿﺴﺘﻢ ﺗﻐﯿﯿﺮ ﻧﺎﭘﺬﯾﺮ ﺑﺎ زﻣﺎن اﺳﺖ اﮔﺮ رﻓﺘﺎر و ﻣﺸﺨﺼﻪ ﻫﺎي ﺳﯿﺴﺘﻢ در ﻃﯽ‬
‫زﻣﺎن ﺛﺎﺑﺖ ﺑﺎﺷﻨﺪ‪ .‬از ﻧﻈﺮ رﯾﺎﺿﯽ‪ ،‬اﯾﻦ ﻣﺸﺨﺼﻪ ﺳﯿﺴﺘﻢ را ﻣﯽ ﺗﻮان ﺑﺼﻮرت زﯾﺮ ﺑﯿﺎن ﻧﻤﻮد‪:‬‬

‫) ‪x ( t ) → y ( t ) → x ( t − t0 ) → y ( t − t0‬‬ ‫‪2-2‬‬

‫‪ -3‬ﺳﯿﺴﺘﻢ ﺧﻄﯽ و ﺗﻐﯿﯿﺮﻧﺎﭘﺬﯾﺮ ﺑﺎ زﻣﺎن‪ :‬ﺳﯿﺴﺘﻤﯽ ﮐﻪ دو ﺧﺼﻮﺻﯿﺖ ﺧﻄﯽ ﺑﻮدن و ﺗﻐﯿﯿﺮ ﻧﺎﭘﺬﯾﺮي ﺑﺎ زﻣﺎن را داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺳﯿﺴﺘﻢ‬
‫ﺧﻄﯽ و ﺗﻐﯿﯿﺮﻧﺎﭘﺬﯾﺮ ﺑﺎ زﻣﺎن‪ (LTI) 1‬ﺧﻮاﻧﺪه ﻣﯽ ﺷﻮد‪.‬‬
‫‪ -4‬ﺳﯿﺴﺘﻢ ﺣﺎﻓﻈﻪ دار – ﺳﯿﺴﺘﻢ ﺑﺪون ﺣﺎﻓﻈﻪ‪ :‬ﺳﯿﺴﺘﻤﯽ را ﺑﺪون ﺣﺎﻓﻈﻪ ﮔﻮﯾﻨﺪ اﮔﺮ ﺧﺮوﺟﯽ آن ﺑﻪ ازاي ﻫﺮ ﻣﻘﺪار از ﻣﺘﻐﯿﺮ‬
‫ﻣﺴﺘﻘﻞ در ﯾﮏ زﻣﺎن ﻣﻔﺮوض‪ ،‬ﻓﻘﻂ ﺑﻪ ورودي در ﻫﻤﺎن زﻣﺎن ﺑﺴﺘﮕﯽ داﺷﺘﻪ ﺑﺎﺷﺪ‪ .‬ﺳﯿﺴﺘﻤﯽ ﮐﻪ اﯾﻦ ﺧﺎﺻﯿﺖ را ﻧﺪاﺷﺘﻪ ﺑﺎﺷﺪ‪،‬‬
‫ﺳﯿﺴﺘﻢ ﺣﺎﻓﻈﻪ دار ﮔﻮﯾﻨﺪ‪ .‬ﻣﻔﻬﻮم ﺣﺎﻓﻈﻪ در ﯾﮏ ﺳﯿﺴﺘﻢ‪ ،‬ﻣﻨﺘﺎﻇﺮ ﺑﺎ وﺟﻮد ﻣﮑﺎﻧﯿﺰﻣﯽ در ﺳﯿﺴﺘﻢ اﺳﺖ ﮐﻪ اﻃﻼﻋﺎﺗﯽ را درﺑﺎره‬
‫ﻣﻘﺎدﯾﺮ ورودي در زﻣﺎن ﻫﺎﯾﯽ ﺑﺠﺰ ﻟﺤﻈﻪ ﺟﺎري‪ ،‬ﻧﮕﻬﺪاﺷﺘﻪ ﯾﺎ ذﺧﯿﺮه ﻣﯽ ﮐﻨﺪ‪.‬‬
‫‪ -5‬ﺳﯿﺴﺘﻢ ﻋ‪‬ﻠّﯽ‪ :‬ﺳﯿﺴﺘﻤﯽ را ﻋﻠﯽ ﮔﻮﯾﻨﺪ اﮔﺮ ﺧﺮوﺟﯽ در ﻟﺤﻈﻪ ﻓﻘﻂ ﺑﻪ ﻣﻘﺎدﯾﺮ ورودي در ﻟﺤﻈﻪ ﮐﻨﻮﻧﯽ و ﮔﺬﺷﺘﻪ ﺑﺴﺘﮕﯽ داﺷﺘﻪ‬
‫ﺑﺎﺷﺪ‪ .‬ﭼﻨﯿﻦ ﺳﯿﺴﺘﻤﯽ را اﻏﻠﺐ ﻏﯿﺮﭘﯿﺸﮕﻮ ﮔﻮﯾﻨﺪ زﯾﺮا ﺳﯿﺴﺘﻢ ﻣﻘﺎدﯾﺮ آﯾﻨﺪه را ﭘﯿﺶ ﺑﯿﻨﯽ ﻧﻤﯽ ﮐﻨﺪ‪.‬‬
‫‪ -6‬ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار‪ :‬اﮔﺮ ﺧﺮوﺟﯽ )ﭘﺎﺳﺦ( ﯾﮏ ﺳﯿﺴﺘﻢ ﺑﻪ ﯾﮏ ورودي ﮐﺮاﻧﺪار )ﯾﻌﻨﯽ ﻣﻘﺪار ورودي ﺑﺪون ﺣﺪ اﻓﺰاﯾﺶ ﻧﯿﺎﺑﺪ( ﮐﺮاﻧﺪار‬
‫ﺑﺎﺷﺪ‪،‬ﺳﯿﺴﺘﻢ را ﭘﺎﯾﺪار ﻣﯽ ﻧﺎﻣﻨﺪ‪ .‬ﺑﻪ ﺑﯿﺎن ﻏﯿﺮ رﺳﻤﯽ‪ ،‬ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار ﺳﯿﺴﺘﻤﯽ اﺳﺖ ﮐﻪ در آن ورودي ﻫﺎي ﮐﻮﭼﮏ ﺑﻪ ﺧﺮوﺟﯽ‬
‫ﻫﺎﯾﯽ ﻣﻨﺠﺮ ﻣﯽ ﺷﻮﻧﺪ ﮐﻪ ﻫﻤﮕﺮا ﺑﺎﺷﻨﺪ‪.‬‬

‫‪ -3-2‬ﻣﺪل رﯾﺎﺿﯽ ﯾﮏ ﺳﯿﺴﺘﻢ‪:‬‬

‫راﺑﻄﻪ رﯾﺎﺿﯽ ﺑﯿﻦ ورودي – ﺧﺮوﺟﯽ ﯾﮏ ﺳﯿﺴﺘﻢ ﺧﻄﯽ را ﺑﻪ ﭼﻬﺎر روش ﻣﯽ ﺗﻮان ﺗﻮﺻﯿﻒ ﻧﻤﻮد‪ .‬اﯾﻦ روش ﻫﺎ ﻋﺒﺎرﺗﻨﺪ از‪:‬‬

‫ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻠﯽ‬ ‫‪-1‬‬


‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‬ ‫‪-2‬‬
‫ﻣﻌﺎدﻻت ﺣﺎﻟﺖ‬ ‫‪-3‬‬
‫دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ‬ ‫‪-4‬‬

‫ﻫﺮ ﯾﮏ از اﯾﻦ روش ﻫﺎي ﺗﻮﺻﯿﻔﯽ ﻗﺎﺑﻞ ﺗﺒﺪﯾﻞ ﺑﻪ روﺷﻬﺎي دﯾﮕﺮ ﻣﯽ ﺑﺎﺷﻨﺪ‪ .‬در ﺑﺨﺶ اول ﺟﺰوه‪ ،‬ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﻣﻌﺮﻓﯽ‬
‫ﮔﺮدﯾﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ اﮐﻨﻮن ﺑﻪ ﺑﺮرﺳﯽ ﺳﻪ روش دﯾﮕﺮ ﻣﯽ ﭘﺮدازﯾﻢ‪:‬‬

‫‪ -1-3-2‬ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‪:‬‬

‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ ﺧﻄﯽ ﺗﻐﯿﯿﺮﻧﺎﭘﺬﯾﺮ ﺑﺎ زﻣﺎن‪ ،‬ﻃﺒﻖ ﺗﻌﺮﯾﻒ ﻧﺴﺒﺖ ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺧﺮوﺟﯽ ﺳﯿﺴﺘﻢ ﺑﻪ ﺗﺒﺪﯾﻞ ﻻﭘﻼس‬
‫ورودي آن ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ‪ ،‬اﮔﺮ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ را ﺑﺎ ) ‪ G ( s‬ﻧﻤﺎﯾﺶ دﻫﯿﻢ دارﯾﻢ‪:‬‬
‫}) ‪L { y ( t‬‬ ‫)‪Y ( s‬‬
‫= )‪G ( s‬‬ ‫=‬ ‫‪3-2‬‬
‫}) ‪L { x ( t‬‬ ‫)‪X (s‬‬
‫ﮐﻪ در آن ) ‪ y ( t‬و ) ‪ x ( t‬ﺑﻪ ﺗﺮﺗﯿﺐ ﺧﺮوﺟﯽ و ورودي ﺳﯿﺴﺘﻢ ﻣﯽ ﺑﺎﺷﻨﺪ‪.‬‬

‫‪1‬‬
‫)‪Linear Time-Invariant System (LTI System‬‬
‫ﺻﻔﺤﻪ ‪14‬‬
‫وه س ﺮل ﯽ‬

‫‪ v‬ﻧﮑﺎت ﻣﻬﻢ‪:‬‬

‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺑﻪ ﻣﺸﺨﺼﺎت ﺳﯿﺴﺘﻢ ﺑﺴﺘﮕﯽ دارد و ﻣﺴﺘﻘﻞ از ورودي و ﺧﺮوﺟﯽ اﺳﺖ‪.‬‬ ‫‪-1‬‬
‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻫﯿﭻ اﻃﻼﻋﺎﺗﯽ در ﺧﺼﻮص ﺳﺎﺧﺘﺎر ﻓﯿﺰﯾﮑﯽ ﺳﯿﺴﺘﻢ ﺑﺪﺳﺖ ﻧﻤﯽ دﻫﺪ‪ .‬در واﻗﻊ ﺗﻮاﺑﻊ ﺗﺒﺪﯾﻞ ﭼﻨﺪﯾﻦ‬ ‫‪-2‬‬
‫ﺳﯿﺴﺘﻢ ﻣﺨﺘﻠﻒ و ﮐﺎﻣﻼً ﻣﺘﻔﺎوت ﻣﯽ ﺗﻮاﻧﺪ ﯾﮑﺴﺎن ﺑﺎﺷﺪ‪.‬‬
‫اﮔﺮ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ ﻣﺸﺨﺺ ﺑﺎﺷﺪ‪ ،‬ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ ﺑﻪ ﻫﺮ ورودي را ﻣﯽ ﺗﻮان ﻣﺤﺎﺳﺒﻪ ﻧﻤﻮد‪.‬‬ ‫‪-3‬‬
‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ ﻫﺎي ﻋﻤﻠﯽ )ﮐﻪ ﺧﻄﯽ ﻧﯿﺴﺘﻨﺪ‪ (،‬ﺑﻄﻮر ﺗﺠﺮﺑﯽ و ﺑﺮرﺳﯽ ورودي – ﺧﺮوﺟﯽ ﻫﺎي ﮔﻮﻧﺎﮔﻮن‬ ‫‪-4‬‬
‫ﺑﺪﺳﺖ ﻣﯽ آﯾﺪ‪.‬‬

‫‪ -5‬اﮔﺮ ورودي ﺳﯿﺴﺘﻢ ﺳﯿﮕﻨﺎل ﺿﺮﺑﻪ ﺑﺎﺷﺪ‪ ،‬دارﯾﻢ‪:‬‬

‫)‪Y (s‬‬
‫= ) ‪x (t ) = δ (t ) → X ( s ) = 1 → G ( s‬‬ ‫)‪= Y (s‬‬
‫)‪X (s‬‬
‫{‬
‫‪1‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‪ ،‬ﻫﻤﺎن ﻻﭘﻼس ﺧﺮوﺟﯽ ﺳﯿﺴﺘﻢ ﺑﻪ ورودي ﺿﺮﺑﻪ )ﻻﭘﻼس ﭘﺎﺳﺦ ﺿﺮﺑﻪ ﺳﯿﺴﺘﻢ( اﺳﺖ‪.‬‬

‫‪ -6‬ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ‪ ،‬ﺷﺮاﯾﻂ اوﻟﯿﻪ ﻫﻤﻮاره ﺻﻔﺮ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﻣﯽ ﺷﻮﻧﺪ‪.‬‬

‫اﮐﻨﻮن ﺑﻪ ﺑﺮرﺳﯽ ارﺗﺒﺎط ﺑﯿﻦ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ و ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺗﻮﺻﯿﻒ ﮐﻨﻨﺪه ﺳﯿﺴﺘﻢ ﻣﯽ ﭘﺮدازﯾﻢ‪ .‬ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺗﻮﺻﯿﻒ‬
‫ﮐﻨﻨﺪه ﺳﯿﺴﺘﻢ ﺷﮑﻞ ‪ 1-2‬را ﺑﺼﻮرت زﯾﺮ در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬
‫) ‪d n y (t‬‬ ‫) ‪d n−1 y ( t‬‬ ‫) ‪dy ( t‬‬ ‫) ‪d m x (t‬‬ ‫) ‪d m−1 x ( t‬‬ ‫) ‪dx ( t‬‬
‫‪an‬‬ ‫‪n‬‬
‫‪+‬‬ ‫‪a‬‬‫‪n −1‬‬ ‫‪n −1‬‬
‫‪+‬‬ ‫‪...‬‬ ‫‪+‬‬ ‫‪a‬‬‫‪1‬‬ ‫‪+‬‬ ‫‪a‬‬‫‪0‬‬ ‫‪y‬‬ ‫(‬ ‫‪t‬‬ ‫)‬ ‫=‬ ‫‪b‬‬‫‪m‬‬ ‫‪m‬‬
‫‪+‬‬ ‫‪b‬‬‫‪m−1‬‬ ‫‪m −1‬‬
‫‪+ ... + b1‬‬ ‫) ‪+ b0 x ( t‬‬
‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬
‫ﺑﺎ اﻋﻤﺎل ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺑﺮ روي راﺑﻄﻪ ﻓﻮق و در ﻧﻈﺮ ﮔﺮﻓﺘﻦ ﻧﮑﺘﻪ ﺷﻤﺎره ‪ 6‬دارﯾﻢ‪:‬‬
‫) ‪an snY ( s ) + an−1sn−1Y ( s ) + ... + a1sY ( s ) + a0Y ( s ) = bm sm X ( s ) + bm−1sm−1 X ( s ) + ... + b1sX ( s ) + b0 X ( s‬‬
‫) ‪→ Y ( s ) ( an sn + an−1sn−1 + +... + a1s + a0 ) = X ( s ) ( bm sm + bm−1sm−1 + ... + b1s + b0‬‬
‫‪bm sm + bm−1sm−1 + ... + b1s + b0‬‬
‫= )‪→ G ( s‬‬
‫‪an sn + an−1sn−1 + +... + a1s + a0‬‬
‫ﺑﺮاي رﺳﯿﺪن از ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺑﻪ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﮐﺎﻓﯿﺴﺖ ﻋﮑﺲ روش ﻓﻮق را ﺑﮑﺎر ﺑﮕﯿﺮﯾﻢ‪.‬‬
‫‪ 3‬ﻣﺜﺎل ‪1-2‬‬
‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ ﻫﺎي ﺗﻮﺻﯿﻒ ﺷﺪه زﯾﺮ را ﺑﺪﺳﺖ آورﯾﺪ‪:‬‬

‫‪1) 5 y′′′ + 4 y′′ + y = 2x′ +14x‬‬


‫ﺣﻞ‪:‬‬
‫}‪L {5 y ′′′ + 4 y ′′ + y} = L {2 x ′ + 14 x‬‬
‫) ‪→ 5 s 3Y ( s ) + 4 s 2Y ( s ) + Y ( s ) = 2 s X ( s ) + 14 X ( s‬‬
‫ﺻﻔﺤﻪ ‪15‬‬
‫ زر ی اد‬:‫ﺪرس‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ ﺪ ﺴﺎزی رﯾﺎ ﯽ‬:‫ﺶ دوم‬

→ Y ( s ) ( 5s 3 + 4 s 2 + 1) = ( 2 s + 14 ) X ( s )
Y (s) 2 s + 14
→ = 3
X ( s ) 5s + 4 s 2 + 1

x ( t ) = δ ( t )
2) 
( )
 y ( t ) = e − e u ( t )
−3t −t

:‫ﺣﻞ‬
 X (s) = 1
 x ( t ) = δ ( t ) 
 →  1 1  s +1− s − 3 −2
 y ( t ) = ( e − e ) u ( t )  ( )  s + 3 s + 1  ( s + 3)( s + 1) s 2 + 4 s + 3
−3t −t
Y s = − = =

−2
−2
→ G ( s ) = s + 4s + 3 = 2
2

1 s + 4s + 3
3) y′ +2y′ +5y = 3x( t )
:‫ﺣﻞ‬
L { y′′ + 2 y′ + 5 y} = L {3 x ( t )}
→ s 2Y ( s ) + 2sY ( s ) + 5Y ( s ) = 3 X ( s )
→ Y ( s ) ( s 2 + 2s + 5) = 3 X ( s )
3
→ G (s) =
s + 2s + 5
2

2-2 ‫ ﻣﺜﺎل‬3
.‫ ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‬x ( t ) ‫ ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ را ﺑﻪ ورودي‬،‫اﻟﻒ( ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ داده ﺷﺪه‬
 10
G ( s ) = s 2 + 5s + 6
1) 
 x ( t ) = (1 − e−5t ) u ( t )

:‫ﺣﻞ‬
 10 10 Y (s)
G ( s ) = 2 = =
 s + 5s + 6 ( s + 2 )( s + 3) X ( s ) 10 5
 → Y (s) = ×
 X ( s ) = L (1 − e −5t ) u ( t ) = 1 − 1 = s + 5 − s = ( s + 2 )( s + 3) s ( s + 5 )
 { } 5
s s + 5 s ( s + 5) s ( s + 5)

50 A B C D
Y (s) = = + + +
s ( s + 2 )( s + 3)( s + 5 ) s ( s + 2 ) ( s + 3) ( s + 5 )
50 5
A = lim sY ( s ) = lim s =
s →0 s →0 s ( s + 2 )( s + 3)( s + 5 ) 3
50 −25
B = lim ( s + 2 ) Y ( s ) = lim ( s + 2 ) =
s →−2 s →−2
s ( s + 2 ) ( s + 3)( s + 5 ) 3

16 ‫ﺻﻔﺤﻪ‬
‫وه س ﺮل ﯽ‬

‫‪50‬‬ ‫‪25‬‬
‫)‪C = lim ( s + 3) Y ( s ) = lim ( s + 3‬‬ ‫=‬
‫‪s →−3‬‬ ‫‪s →−3‬‬
‫) ‪s ( s + 2 ) ( s + 3) ( s + 5‬‬ ‫‪3‬‬
‫‪50‬‬ ‫‪−5‬‬
‫) ‪D = lim ( s + 5 ) Y ( s ) = lim ( s + 5‬‬ ‫=‬
‫‪s →−5‬‬ ‫‪s →−5‬‬
‫)‪s ( s + 2 )( s + 3) ( s + 5‬‬ ‫‪3‬‬

‫‪51‬‬ ‫‪1 ‬‬


‫) ‪ → y ( t ) = (1 − 5e + 5e − e ) u ( t‬‬
‫‪5‬‬ ‫‪5‬‬ ‫‪5‬‬
‫‪→ Y ( s ) =  −‬‬ ‫‪+‬‬ ‫‪−‬‬ ‫‪−2 t‬‬ ‫‪−3t‬‬ ‫‪−5 t‬‬

‫‪3  s ( s + 2 ) ( s + 3) ( s + 5 ) ‬‬ ‫‪3‬‬

‫ب( ﭘﺎﺳﺦ ﭘﻠﻪ ﺳﯿﺴﺘﻢ ﺗﻮﺻﯿﻒ ﺷﺪه ﺑﺼﻮرت زﯾﺮ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‪:‬‬
‫)‪s ( s + 3‬‬
‫= ) ‪2) G ( s‬‬
‫‪s + 4s + 20‬‬
‫‪2‬‬

‫ﺣﻞ‪:‬‬
‫‪1‬‬
‫= ) ‪x (t ) = u (t ) → X ( s‬‬
‫‪s‬‬
‫‪s ( s + 3) 1‬‬ ‫)‪( s + 3‬‬
‫‪Y (s) = G (s) X (s) = 2‬‬ ‫‪= 2‬‬
‫‪s + 4 s + 20 s s + 4s + 20‬‬
‫‪s 2 + 4 s + 20 = 0 → ∆ = 42 − 80 < 0‬‬
‫در ﻣﺤﺎﺳﺒﻪ ﻋﮑﺲ ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﻫﺮ زﻣﺎن رﯾﺸﻪ ﻫﺎي ﻣﺨﺮج ﻣﻮﻫﻮﻣﯽ ﺑﻮدﻧﺪ‪ ،‬ﻓﺮم ﮐﻠﯽ ﭘﺎﺳﺦ ردﯾﻒ ﻫﺎي ‪ 9‬و ‪ 10‬ﺟﺪول ‪ 1-1‬ﻣﯽ ﺑﺎﺷﺪ‪.‬‬
‫ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﻣﻘﺎدﯾﺮ ﻣﺠﻬﻮل‪ ،‬ﻣﻌﯿﺎر را ﻣﺨﺮج ﮐﺴﺮﻫﺎ ﻗﺮار ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪s 2 + 4 s + 20 ≡ ( s + a ) + ω02 = s 2 + 2as + a 2 + ω02‬‬
‫‪2‬‬

‫‪→ 2a = 4 → a = 2 → a 2 + ω02 = 4 + ω02 = 20 → ω02 = 16 → ω0 = 4‬‬


‫‪4‬‬
‫×‪1‬‬
‫= )‪Y ( s‬‬
‫)‪( s + 2 + 1‬‬ ‫=‬
‫)‪( s + 2‬‬
‫‪+‬‬ ‫‪4‬‬ ‫=‬
‫‪( s + 2 ) + 1 ‬‬ ‫‪4‬‬ ‫‪‬‬
‫‪‬‬
‫‪( s + 2 ) + 42 ( s + 2 ) + 42 ( s + 2 ) + 42 ( s + 2 ) + 42 4  ( s + 2 ) + 42 ‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬

‫‪‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪‬‬


‫) ‪→ y ( t ) =  e −2t cos ( 4t ) + e −2t sin ( 4t )  u ( t ) = e−2t  cos ( 4t ) + sin ( 4t )  u ( t‬‬
‫‪‬‬ ‫‪4‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪4‬‬ ‫‪‬‬

‫ج( ﭘﺎﺳﺦ ﺿﺮﺑﻪ ﺳﯿﺴﺘﻢ ﺗﻮﺻﯿﻒ ﺷﺪه ﺑﺼﻮرت زﯾﺮ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‪:‬‬
‫‪1‬‬
‫= ) ‪3) G ( s‬‬
‫)‪s ( s +1‬‬
‫ﺣﻞ‪:‬‬
‫‪x (t ) = δ (t ) → X ( s ) = 1‬‬
‫‪1‬‬ ‫‪A‬‬ ‫‪B‬‬
‫= )‪Y (s) = G (s) X (s‬‬ ‫‪= +‬‬
‫‪s ( s + 1) s s + 1‬‬
‫‪1‬‬
‫‪A = lim sY ( s ) = lim s‬‬ ‫‪=1‬‬
‫‪s →0‬‬ ‫‪s →0‬‬ ‫)‪s ( s + 1‬‬
‫‪1‬‬
‫)‪B = lim ( s + 1) Y ( s ) = lim ( s + 1‬‬ ‫‪= −1‬‬
‫‪s → −1‬‬ ‫‪s → −1‬‬
‫)‪s ( s + 1‬‬

‫ﺻﻔﺤﻪ ‪17‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫) ‪→ y ( t ) = (1 − e−t ) u ( t‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪Y ( s) = −‬‬
‫‪s s +1‬‬

‫‪ -2-3-2‬ﻣﻌﺎدﻻت ﺣﺎﻟﺖ‪:‬‬

‫ﻣﺪﻟﺴﺎزي در ﻓﻀﺎي ﺣﺎﻟﺖ ﮐﻪ ﻧﻈﺮﯾﻪ ﻧﻮﯾﻦ ﮐﻨﺘﺮل ﻧﺎم ﮔﺮﻓﺘﻪ اﺳﺖ‪ ،‬ﺑﻪ ﻣﻨﻈﻮر ﺑﺮآوردن ﻗﯿﺪﻫﺎي ﺳﺨﺖ ﺗﺮ ﺑﺮ ﻋﻤﻠﮑﺮد ﺳﯿﺴﺘﻢ‬
‫ﻫﺎي ﮐﻨﺘﺮل‪ ،‬اﻓﺰاﯾﺶ ﭘﯿﭽﯿﺪﮔﯽ و ﺳﻬﻮﻟﺖ دﺳﺘﺮﺳﯽ ﺑﻪ ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎ ﺑﮑﺎر ﮔﺮﻓﺘﻪ ﺷﺪه اﺳﺖ‪ .‬در اﺑﺘﺪا ﻻزم اﺳﺖ ﺑﺎ ﭼﻨﺪ ﺗﻌﺮﯾﻒ‬
‫اﺻﻠﯽ در اﯾﻦ ﺧﺼﻮص آَﺷﻨﺎ ﺷﻮﯾﻢ‪:‬‬

‫‪ -1‬ﻣﻔﻬﻮم ﺣﺎﻟﺖ‪ :‬ﻣﻨﻈﻮر از ﺣﺎﻟﺖ‪ 1‬ﯾﮏ ﺳﯿﺴﺘﻢ دﯾﻨﺎﻣﯿﮑﯽ‪ ،‬ﮐﻮﭼﮑﺘﺮﯾﻦ ﻣﺠﻤﻮﻋﻪ ﻣﺘﻐﯿﺮﻫﺎﯾﯽ اﺳﺖ ﮐﻪ اﮔﺮ در ﻟﺤﻈﻪ ‪ t0‬ﻣﻌﻠﻮم ﺑﺎﺷﻨﺪ‪،‬‬
‫ﺑﻪ ﻫﻤﺮاه ورودي در ‪ t ≥ t0‬ﻣﯽ ﺗﻮان رﻓﺘﺎر ﺳﯿﺴﺘﻢ در ‪ t ≥ t0‬را ﺑﻄﻮر ﮐﺎﻣﻞ ﺗﺤﻠﯿﻞ ﻧﻤﻮد‪.‬‬
‫‪ -2‬ﻣﺘﻐﯿﺮ ﺣﺎﻟﺖ‪ :‬ﻣﺘﻐﯿﺮﻫﺎي ﺣﺎﻟﺖ‪ 2‬ﯾﮏ ﺳﯿﺴﺘﻢ دﯾﻨﺎﻣﯿﮑﯽ‪ ،‬ﻣﺘﻐﯿﺮﻫﺎﯾﯽ ﻫﺴﺘﻨﺪ ﮐﻪ ﮐﻮﭼﮑﺘﺮﯾﻦ ﻣﺠﻤﻮﻋﻪ ﺗﻌﯿﯿﻦ ﮐﻨﻨﺪه ﺣﺎﻟﺖ ﺳﯿﺴﺘﻢ‬
‫را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﻨﺪ‪.‬‬
‫اﮔﺮ ﺑﺮاي ﺗﻮﺻﯿﻒ ﮐﺎﻣﻞ رﻓﺘﺎر دﯾﻨﺎﻣﯿﮑﯽ ﺣﺪاﻗﻞ ‪ n‬ﻣﺘﻐﯿﺮ ‪ x1 , x2 ,..., xn‬ﻻزم ﺑﺎﺷﺪ‪ ،‬در ﺻﻮرﺗﯿﮑﻪ اﯾﻦ ‪ n‬ﻣﺘﻐﯿﺮ ﺑﺎ ﻣﺸﺨﺺ ﺷﺪن‬
‫ورودي رﻓﺘﺎر ﺳﯿﺴﺘﻢ را در ﻫﺮ ﻟﺤﻈﻪ ‪ t ≥ t0‬ﺗﺨﻤﯿﻦ ﺑﺰﻧﻨﺪ‪ ،‬ﻣﺘﻐﯿﺮﻫﺎي ﺣﺎﻟﺖ ﺳﯿﺴﺘﻢ را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﻨﺪ‪ .‬ﻣﺘﻐﯿﺮﻫﺎي ﺣﺎﻟﺖ ﯾﮏ‬
‫ﺳﯿﺴﺘﻢ ﻟﺰوﻣﺎً ﻧﺒﺎﯾﺪ ﻗﺎﺑﻞ ﻣﺸﺎﻫﺪه‪ /‬اﻧﺪازه ﮔﯿﺮي ﺑﺎﺷﻨﺪ‪ .‬ﺣﺘﯽ اﯾﻦ ﻣﺘﻐﯿﺮﻫﺎ ﻣﯽ ﺗﻮاﻧﻨﺪ ﻓﯿﺰﯾﮑﯽ ﻧﺒﺎﺷﻨﺪ‪) .‬ﮐﻪ اﯾﻦ ﯾﮑﯽ از ﻣﺰﯾﺖ ﻫﺎي‬
‫ﻣﺪﻟﺴﺎزي ﺣﺎﻟﺖ ﻣﯽ ﺑﺎﺷﺪ‪(.‬‬
‫‪r‬‬
‫‪ -3‬ﺑﺮدار ﺣﺎﻟﺖ‪ :‬اﮔﺮ ‪ x1 , x2 ,..., xn‬ﻣﺘﻐﯿﺮﻫﺎي ﺣﺎﻟﺖ ﯾﮏ ﺳﯿﺴﺘﻢ ﺑﺎﺷﻨﺪ‪ ،‬ﺑﺮدار ‪ xn×1‬ﺗﻌﺮﯾﻒ ﺷﺪه ﺑﺼﻮرت زﯾﺮ را ﺑﺮدار ﺣﺎﻟﺖ ﮔﻮﯾﯿﻢ‪:‬‬
‫‪ x1 ‬‬
‫‪x ‬‬
‫‪r‬‬
‫‪x =  2‬‬
‫‪M‬‬
‫‪ ‬‬
‫‪ xn ‬‬
‫‪ -4‬ﻓﻀﺎي ﺣﺎﻟﺖ‪ :‬ﻓﻀﺎي ‪ n‬ﺑﻌﺪي ﮐﻪ ﻣﺤﻮرﻫﺎي ﻣﺨﺘﺼﺎت آن ‪ x1 , x2 ,..., xn‬ﺑﺎﺷﻨﺪ‪ ،‬ﻓﻀﺎي ﺣﺎﻟﺖ ﻧﺎﻣﯿﺪه ﻣﯽ ﺷﻮد‪ .‬ﻫﺮ ﺣﺎﻟﺖ‬
‫‪ i = 1, 2,..., n, xi‬ﺑﯿﺎﻧﮕﺮ ﯾﮏ ﻧﻘﻄﻪ در ﻓﻀﺎي ﺣﺎﻟﺖ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫اﮐﻨﻮن ﺑﺎ در دﺳﺖ داﺷﺘﻦ اﯾﻦ ﺗﻌﺎرﯾﻒ‪ ،‬ﺑﻪ ﻣﻌﺮﻓﯽ ﻓﺮم ﻣﺪﻟﺴﺎزي ﻣﻌﺎدﻻت ﺣﺎﻟﺖ ﻣﯽ ﭘﺮدازﯾﻢ‪ .‬در ﺗﺤﻠﯿﻞ ﻓﻀﺎي ﺣﺎﻟﺖ‪ ،‬ﺑﺎ ﺳﻪ ﻧﻮع‬
‫ﻣﺘﻐﯿﺮ ﮐﻪ در ﻣﺪل ﮐﺮدن رﻓﺘﺎر دﯾﻨﺎﻣﯿﮑﯽ ﺳﯿﺴﺘﻢ دﺧﺎﻟﺖ دارﻧﺪ‪ ،‬ﺳﺮ و ﮐﺎر دارﯾﻢ‪:‬‬

‫ﻣﺘﻐﯿﺮﻫﺎي ورودي‬ ‫•‬


‫ﻣﺘﻐﯿﺮﻫﺎي ﺧﺮوﺟﯽ‬ ‫•‬
‫ﻣﺘﻐﯿﺮﻫﺎي ﺣﺎﻟﺖ‬ ‫•‬

‫ﺑﺮاي ﯾﮏ ﺳﯿﺴﺘﻢ ﺧﻄﯽ ﺑﺎ ‪ n‬ﻣﺘﻐﯿﺮ ﺣﺎﻟﺖ و ‪ m‬ورودي‪ ،‬ﻓﺮم ﮐﻠﯽ اﯾﻦ ﻣﻌﺎدﻻت ﺑﺼﻮرت زﯾﺮ اﺳﺖ‪:‬‬

‫‪r‬‬ ‫‪r‬‬ ‫‪r‬‬


‫) ‪ x&n×1 ( t ) = An×n ( t ) xn×1 ( t ) + Bn×m ( t ) wm×1 ( t‬‬
‫‪‬‬ ‫‪r‬‬ ‫‪r‬‬ ‫‪4-2‬‬
‫) ‪ y1×1 ( t ) = C1×n ( t ) xn×1 ( t ) + D1×m ( t ) wm×1 ( t‬‬

‫‪1‬‬
‫‪State‬‬
‫‪2‬‬
‫‪State Variables‬‬
‫ﺻﻔﺤﻪ ‪18‬‬
‫وه س ﺮل ﯽ‬

‫‪r‬‬ ‫‪r‬‬
‫ﮐﻪ در آن ) ‪ wm×1 ( t‬ﺑﺮدار ﻣﺘﻐﯿﺮﻫﺎي ورودي‪ y1×1 ( t ) ،‬ﻣﺘﻐﯿﺮ ﺧﺮوﺟﯽ و ) ‪ xn×1 ( t‬ﺑﺮدار ﻣﺘﻐﯿﺮﻫﺎي ﺣﺎﻟﺖ ﻣﯽ ﺑﺎﺷﻨﺪ‪ .‬ﻣﺎﺗﺮﯾﺲ‬
‫ﻫﺎي ) ‪ An×n ( t ) , Bn× m ( t ) , C1×n ( t ) , D1×m ( t‬ﻣﺎﺗﺮﯾﺴﻬﺎﯾﯽ ﻫﺴﺘﻨﺪ ﮐﻪ ﺑﻪ ﻣﺸﺨﺼﺎت ﺳﯿﺴﺘﻢ واﺑﺴﺘﻪ ﻣﯽ ﺑﺎﺷﻨﺪ‪ .‬اﮔﺮ ﺳﯿﺴﺘﻢ‬
‫‪ LTI‬ﺑﺎﺷﺪ‪ ،‬ﻣﺎﺗﺮﯾﺴﻬﺎي ﺿﺮاﯾﺐ ﺛﺎﺑﺖ ﺑﻮده و ﻓﺮم ﮐﻠﯽ ﺑﺼﻮرت زﯾﺮ ﺗﻐﯿﯿﺮ ﺧﻮاﻫﺪ ﮐﺮد‪:‬‬
‫‪r‬‬ ‫‪r‬‬ ‫‪r‬‬
‫) ‪ x&n×1 ( t ) = An×n xn×1 ( t ) + Bn×m wm×1 ( t‬‬
‫‪‬‬ ‫‪r‬‬ ‫‪r‬‬ ‫‪5-2‬‬
‫) ‪ y1×1 ( t ) = C1×n xn×1 ( t ) + D1×m wm×1 ( t‬‬
‫اﮐﻨﻮن ﺑﻪ ﺑﺮرﺳﯽ ارﺗﺒﺎط ﺑﯿﻦ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‪ ،‬ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ و ﻣﻌﺎدﻻت ﺣﺎﻟﺖ ﻣﯽ ﭘﺮدازﯾﻢ‪ .‬ﺑﺎر دﯾﮕﺮ ﺳﯿﺴﺘﻢ ﺷﮑﻞ ‪ 1-2‬را ﺑﺎ‬
‫ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ و ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ زﯾﺮ در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬
‫) ‪d n y (t‬‬ ‫) ‪d n−1 y ( t‬‬ ‫) ‪dy ( t‬‬ ‫) ‪d nw( t‬‬ ‫) ‪d n−1w ( t‬‬ ‫) ‪dw( t‬‬
‫‪n‬‬
‫‪+ a1‬‬ ‫‪n−1‬‬
‫‪+ ... + an−1‬‬ ‫‪+ an y ( t ) = b0‬‬ ‫‪n‬‬
‫‪+ b1‬‬ ‫‪n−1‬‬
‫‪+ ... + bn−1‬‬ ‫) ‪+ bn w ( t‬‬
‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬
‫‪n− 2‬‬
‫‪b s + bn−2 s + ... + bn−1s + bn‬‬
‫‪n‬‬
‫‪G ( s) = 0 n‬‬
‫‪s + a1sn−1 + +... + an−1s + an‬‬

‫• اﮔﺮ در ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻣﺸﺘﻘﺎت ورودي ﻇﺎﻫﺮ ﻧﺸﻮد‪ ،‬ﺑﺮاي ﺗﺒﺪﯾﻞ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺑﻪ ﻣﻌﺎدﻻت ﺣﺎﻟﺖ ﺑﻪ ﺻﻮرت زﯾﺮ‬
‫ﻋﻤﻞ ﻣﯽﮐﻨﯿﻢ‪:‬‬

‫) ‪d n y (t‬‬ ‫) ‪d n−1 y ( t‬‬ ‫) ‪dy ( t‬‬


‫‪n‬‬
‫‪+ a1‬‬ ‫‪n −1‬‬
‫‪+ ... + an −1‬‬ ‫) ‪+ an y ( t ) = w ( t‬‬
‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬
‫) ‪x1 ( t ) = y ( t‬‬
‫) ‪dy ( t‬‬
‫= ) ‪x2 ( t ) = x&1 ( t‬‬
‫‪dt‬‬
‫‪M‬‬
‫) ‪d n−2 y ( t‬‬
‫= ) ‪xn −1 ( t ) = x&n −2 ( t‬‬
‫‪dt n −2‬‬
‫) ‪d n−1 y ( t‬‬
‫= ) ‪xn ( t‬‬
‫‪dt n −1‬‬
‫‪‬‬ ‫‪‬‬
‫‪d n y (t ) ‬‬ ‫) ‪d n −1 y ( t‬‬ ‫) ‪dy ( t‬‬ ‫‪‬‬
‫= ) ‪→ x&n ( t‬‬ ‫‪=  −a1‬‬ ‫‪− ... − an −1‬‬ ‫‪− an y ( t ) + w ( t ) ‬‬
‫‪n‬‬ ‫‪n −1‬‬
‫{‬ ‫{‬
‫‪dt‬‬ ‫‪‬‬ ‫‪1‬‬‫‪4‬‬ ‫‪dt24‬‬ ‫‪3‬‬ ‫‪dt‬‬
‫) ‪x1 ( t‬‬ ‫‪‬‬
‫‪‬‬ ‫) ‪xn ( t‬‬ ‫‪x‬‬‫‪2‬‬ ‫(‬ ‫‪t‬‬ ‫)‬ ‫‪‬‬
‫) ‪= −a1 xn ( t ) − ... − an−1 x2 ( t ) − an x1 ( t ) + w ( t‬‬

‫ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫‪  x&1   0‬‬ ‫‪1‬‬ ‫‪L 0   x1  0 ‬‬
‫‪ &  ‬‬ ‫‪  x  0 ‬‬
‫‪  x2  =  0‬‬ ‫‪0‬‬ ‫‪ 2+ w‬‬
‫‪ M   M‬‬ ‫‪O‬‬ ‫‪  M  M ‬‬
‫‪  ‬‬ ‫‪   ‬‬
‫‪ x&n   − an − an −1 K − a1   xn  1 ‬‬
‫‪‬‬
‫‪‬‬ ‫‪ x1 ‬‬
‫‪‬‬ ‫‪x ‬‬
‫‪ y = [1 0 L 0]  2  + 0 × w‬‬
‫‪‬‬ ‫‪M‬‬
‫‪‬‬ ‫‪ ‬‬
‫‪‬‬ ‫‪ xn ‬‬

‫ﺻﻔﺤﻪ ‪19‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫• اﮔﺮ در ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻣﺸﺘﻘﺎت ورودي ﺗﺎ ﻣﺮﺗﺒﻪ ‪ m‬ام ﻇﺎﻫﺮ ﺷﻮد‪ ،‬ﺑﺮاي ﺗﺒﺪﯾﻞ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺑﻪ ﻣﻌﺎدﻻت ﺣﺎﻟﺖ ﺑﻪ‬
‫ﺻﻮرت زﯾﺮ ﻋﻤﻞ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫) ‪d n y (t‬‬ ‫) ‪d n −1 y ( t‬‬ ‫) ‪dy ( t‬‬ ‫) ‪d n w (t‬‬ ‫) ‪d n −1w ( t‬‬ ‫) ‪dw ( t‬‬


‫‪+ a1‬‬ ‫‪+ ... + an −1‬‬ ‫‪+ an y ( t ) = b0‬‬ ‫‪+ b1‬‬ ‫‪+ ... + bn −1‬‬ ‫) ‪+ bn w ( t‬‬
‫‪dt n‬‬ ‫‪dt n −1‬‬ ‫‪dt‬‬ ‫‪dt n‬‬ ‫‪dt n −1‬‬ ‫‪dt‬‬

‫) ‪x1 ( t ) = y ( t ) − β 0 w ( t‬‬
‫) ‪x2 ( t ) = x&1 ( t ) − β1w ( t‬‬
‫‪M‬‬
‫) ‪xn ( t ) = x&n −1 ( t ) − β n −1w ( t‬‬
‫) ‪→ x&n ( t ) = − a1 xn ( t ) − ... − an −1 x2 ( t ) − an x1 ( t ) + β n w ( t‬‬
‫ﮐﻪ در آن‪:‬‬
‫‪ β 0 = b0‬‬
‫‪β = b − a β‬‬
‫‪ 1 1 1 0‬‬
‫‪‬‬
‫‪M‬‬
‫‪ β n = bn − a1 β n −1 − ... − an −1 β1 − an β 0‬‬
‫ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ دارﯾﻢ‪:‬‬
‫‪  x&1   0‬‬ ‫‪1 L‬‬ ‫‪0   x1   β1 ‬‬
‫‪ &  ‬‬ ‫‪  x  β ‬‬
‫‪  x2  =  0‬‬ ‫‪0‬‬ ‫‪ 2 +  2w‬‬
‫‪ M   M‬‬ ‫‪O‬‬ ‫‪ M   M ‬‬
‫‪  ‬‬ ‫‪   ‬‬
‫‪ x&n   − a0 − a1 K − an−1   xn   β n ‬‬
‫‪‬‬
‫‪‬‬ ‫‪ x1 ‬‬
‫‪‬‬ ‫‪x ‬‬
‫‪ y = [1 0 L 0]  2  + β 0 w‬‬
‫‪‬‬ ‫‪M‬‬
‫‪‬‬ ‫‪ ‬‬
‫‪‬‬ ‫‪ xn ‬‬
‫ﺑﺎ داﺷﺘﻦ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‪ ،‬اﺑﺘﺪا از ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺑﻪ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻠﯽ ﻣﻌﺎدل ﻣﯽ رﺳﯿﻢ و ﺳﭙﺲ از ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺑﺎ اﺳﺘﻔﺎده از‬
‫روش ﻫﺎي ﻓﻮق ﻣﻌﺎدﻻت ﺣﺎﻟﺖ را ﺑﺪﺳﺖ ﻣﯽ آورﯾﻢ‪ .‬اﻣﺎ ﺑﺎ داﺷﺘﻦ ﻣﻌﺎدﻻت ﺣﺎﻟﺖ ﻧﯿﺰ ﻣﯽ ﺗﻮان ﺑﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ رﺳﯿﺪ‪ .‬ﺑﺎ اﻋﻤﺎل‬
‫ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺑﻪ ﻫﺮ دو ﻣﻌﺎدﻟﻪ ‪ 5-2‬دارﯾﻢ‪:‬‬
‫‪r‬‬ ‫‪r‬‬ ‫‪r‬‬
‫) ‪ x& ( t ) = A x ( t ) + Bw ( t ) L{ }  sX ( s ) = AX ( s ) + BW ( s‬‬
‫‪‬‬ ‫‪r‬‬ ‫‪r ‬‬ ‫‪→‬‬
‫) ‪ y ( t ) = C x ( t ) + D w ( t‬‬ ‫) ‪Y ( s ) = CX ( s ) + DW ( s‬‬
‫) ‪→ X ( s )( sI − A ) = BW ( s ) → X ( s ) = ( sI − A ) BW ( s‬‬
‫‪−1‬‬

‫(‬
‫) ‪→ Y ( s ) = C ( sI − A ) BW ( s ) + DW ( s‬‬
‫‪−1‬‬
‫)‬
‫(‬
‫) ‪= C ( sI − A ) B + D W ( s‬‬
‫‪−1‬‬
‫)‬
‫)‪Y ( s‬‬
‫= )‪→ G ( s‬‬ ‫‪= C ( sI − A ) B + D‬‬
‫‪−1‬‬

‫)‪W ( s‬‬

‫ﺻﻔﺤﻪ ‪20‬‬
‫وه س ﺮل ﯽ‬

3-2 ‫ ﻣﺜﺎل‬3
:‫اﻟﻒ( ﺑﺮاي ﺳﯿﺴﺘﻢ ﺗﻮﺻﯿﻒ ﺷﺪه ﺗﻮﺳﻂ ﻣﻌﺎدﻻت ﺣﺎﻟﺖ زﯾﺮ‬
 x&1   −2 1   x1   2 
 x&  =  1 −4   x  +  2  u
 2   2  
x 
y = [1 1]  1  + 0u
 x2 
‫اﻟﻒ( ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‬
 −2 1  2
A=  , B =   , C = [1 1] , D = 0
 1 −4  2
G ( s ) = C ( sI − A ) B + D
−1

−1 −1
  1 0   −2 1    s + 2 −1 
→ ( sI − A ) =  s 
−1
 −   = 
  0 1   1 −4    −1 s + 4 
1 s+4 1  1 s + 4 1 
=  1  = 2 
( s + 2 )( s + 4 ) − 1  s + 2  s + 6s + 7  1 s + 2 
 1 s+4 1  2 1  s+4 1  2
→ G ( s ) = (1 1)  2  1    = 2  (1 1)   
 s + 6s + 7  s + 2    2  s + 6s + 7   1 s + 2 2
1   2 s + 10   4 s + 16
= 2  (1 1)   = 2
s + 6s + 7   2s + 6   s + 6s + 7
‫ب( ﭘﺎﺳﺦ ﭘﻠﻪ‬
4 s + 16 4 s + 16 2.28 2.15 0.13
G (s) = → Y (s) = = − −
s + 6s + 7 s ( s 2 + 6s + 7 ) s + 1.58 s + 4.41
2
s

→ y ( t ) = ( 2.28 − 2.15e −1.58t − 0.13e−4.41t ) u ( t )


.‫ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‬e−4t u(t ) ‫ج( ﭘﺎﺳﺦ ﺑﻪ ورودي‬
 4s + 16
G ( s ) = s 2 + 6s + 7 4s + 16 4 ( s + 4) 1.4 1.4
 → Y ( s ) = = = −
R ( s ) = 1 ( s + 4 ) ( s + 6s + 7 ) ( s + 4 ) ( s + 6s + 7 ) s + 1.58 s + 4.41
2 2

 s+4
→ y ( t ) = 1.4 ( e −1.58t − e−4.41t ) u ( t )
4-2 ‫ ﻣﺜﺎل‬3
:‫ﻣﻌﺎدﻻت ﺣﺎﻟﺖ ﺳﯿﺴﺘﻢ ﻫﺎي ﺗﻮﺻﯿﻒ ﺷﺪه زﯾﺮ را ﺑﺪﺳﺖ آورﯾﺪ‬

10
1) G ( s ) =
s + 5s + 6
2

:‫ﺣﻞ‬
:‫اﺑﺘﺪا از ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻠﯽ ﻣﻌﺎدل را ﺑﺪﺳﺖ ﻣﯽ آورﯾﻢ‬

21 ‫ﺻﻔﺤﻪ‬
‫ زر ی اد‬:‫ﺪرس‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ ﺪ ﺴﺎزی رﯾﺎ ﯽ‬:‫ﺶ دوم‬

10 Y (s)
G (s) = =
s + 5s + 6 W ( s )
2

→ ( s 2 + 5s + 6 ) Y ( s ) = s 2 Y ( s ) + 5s Y ( s ) + 6 Y ( s ) = 10 W ( s )
d 2 y (t ) dy ( t )
+ 6 y ( t ) = 10 w ( t )
L-1 { }

→ 2
+5
dt dt
:‫اﮐﻨﻮن ﻣﻌﺎدﻻت ﺣﺎﻟﺖ را ﺑﺪﺳﺖ ﻣﯽ آورﯾﻢ‬
 x1 ( t ) = y ( t )

   x&1   0 1   x1   0 
   =  + w
 x ( t ) = x& ( t ) = dy ( t )  x&2   −6 −5  x2  10
 2 1
dt →
  y = 1 0  x1  + 0 w
 x& t = d 2
y ( t ) dy ( t )  [ ] x 
 2 ( ) = − 5 − 6 y
{
( t ) + 10 w ( t )   2

dt 2 { dt
x1 ( t )
 x2 ( t )

12s + 59
2) G ( s ) =
s2 + 6s + 8
:‫ﺣﻞ‬
:‫اﺑﺘﺪا از ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻠﯽ ﻣﻌﺎدل را ﺑﺪﺳﺖ ﻣﯽ آورﯾﻢ‬
}b1
}b2

12 s + 59 Y ( s)
G (s) = 2 =
s + 6{ s + 8{ W ( s )
a1 a2

→ ( s + 6s + 8 ) Y ( s ) = s 2 Y ( s ) + 6 sY ( s ) + 59 Y ( s ) = (12 s + 59 ) W ( s ) = 12 s W ( s ) + 59 W ( s )
2

d 2 y (t ) dy ( t ) dw ( t )
{}
+ 8 y ( t ) = 12 + 59 w ( t )
L-1
 → 2
+6
dt dt dt
:‫اﮐﻨﻮن ﻣﻌﺎدﻻت ﺣﺎﻟﺖ را ﺑﺪﺳﺖ ﻣﯽ آورﯾﻢ‬
 β0 = b0 = 0

n = 2 →  β1 = b1 − a1β0 = 12

 β2 = 59 − 6 ×12 = −13
  x&1   0 1   x1   12 
 x1 ( t ) = y ( t )  &  =   + w
  x2   −8 −6   x2   −13
 x2 ( t ) = x&1 ( t ) − 12 w ( t ) →
   x1 
 x&2 ( t ) = −8 x1 ( t ) − 6 x2 ( t ) − w ( t )  y = [1 0 ]  x  + 0 × w
  2

:‫ دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ‬-4-3-2

:‫در ﻣﻬﻨﺪﺳﯽ ﮐﻨﺘﺮل ﺑﺮاي ﻧﺸﺎن دادن ﻋﻤﻠﯽ ﮐﻪ ﻫﺮ ﻋﻨﺼﺮ اﻧﺠﺎم ﻣﯽ دﻫﺪ از ﻧﻤﻮداري ﻣﻮﺳﻮم ﺑﻪ ﻧﻤﻮدار ﺑﻠﻮﮐﯽ اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﯿﻢ‬

22 ‫ﺻﻔﺤﻪ‬
‫وه س ﺮل ﯽ‬

‫‪ v‬ﻧﻤﻮدار ﺑﻠﻮﮐﯽ‪:‬‬

‫ﻧﻤﻮدار ﺑﻠﻮﮐﯽ ﯾﮏ ﺳﯿﺴﺘﻢ ﻧﻤﺎﯾﺸﯽ ﺗﺮﺳﯿﻤﯽ ﺑﺮاي ﻧﻤﺎﯾﺶ ﮐﺎري اﺳﺖ ﮐﻪ ﻫﺮ ﻋﻨﺼﺮ اﻧﺠﺎم ﻣﯽ دﻫﺪ و ﻣﺴﯿﺮﻫﺎي‬
‫ﻋﺒﻮر ﺳﯿﮕﻨﺎﻟﻬﺎﺳﺖ‪ .‬ﻧﻤﻮدار ﺑﻠﻮﮐﯽ ﺑﺮ ﺧﻼف ﻧﻤﺎﯾﺶ رﯾﺎﺿﯽ ﻣﺤﺾ؛ اﯾﻦ ﻣﺰﯾﺖ را دارد ﮐﻪ ﻋﺒﻮر ﺳﯿﮕﻨﺎل در‬
‫ﺳﯿﺴﺘﻢ واﻗﻌﯽ را ﺑﺴﯿﺎر ﻣﺤﺴﻮس ﺗﺮ ﻧﺸﺎن ﻣﯽ دﻫﺪ‪.‬‬

‫ﺗﻮﺿﯿﺤﺎت ﺑﯿﺸﺘﺮ از ﻃﺮﯾﻖ ﻣﺜﺎل ﺑﯿﺎن ﻣﯽ ﮔﺮدد‪ ،‬ﺑﻪ ﻧﻤﻮدار ﺑﻠﻮﮐﯽ زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬

‫‪+‬‬
‫)‪R (s‬‬ ‫∑‬ ‫)‪G (s‬‬ ‫)‪C (s‬‬
‫‪−‬‬

‫)‪H (s‬‬

‫ﺷﮑﻞ ‪ :3-2‬ﯾﮏ ﻧﻤﻮدار ﺑﻠﻮﮐﯽ ﻧﻤﻮﻧﻪ‬

‫در ﻧﻤﻮدار ﺑﻠﻮﮐﯽ ﺷﮑﻞ ‪ 3-2‬دارﯾﻢ‪:‬‬

‫) ‪ 1 R ( s‬ﺳﯿﮕﻨﺎل ورودي و ‪ C ( s ) 2‬ﺳﯿﮕﻨﺎل ﺧﺮوﺟﯽ اﺳﺖ‪.‬‬ ‫•‬


‫ﺟﻤﻊ ﮐﻨﻨﺪه ﻧﺸﺎن داده ﺷﺪه ﺑﺴﺘﻪ ﺑﻪ ﻋﻼﻣﺖ روي ﻫﺮ ﭘﯿﮑﺎن ﺳﯿﮕﻨﺎل ﻫﺎ را ﺟﻤﻊ ﯾﺎ ﺗﻔﺮﯾﻖ ﻣﯽ ﮐﻨﺪ‪.‬‬ ‫•‬

‫‪+‬‬ ‫‪+‬‬
‫) ‪X1 ( s‬‬ ‫∑‬ ‫) ‪X1 ( s ) + X 2 ( s‬‬ ‫) ‪X1 ( s‬‬ ‫∑‬ ‫) ‪X1 ( s ) − X 2 ( s‬‬
‫‪+‬‬ ‫‪−‬‬

‫)‪X2 (s‬‬ ‫)‪X2 (s‬‬

‫ﻧﻘﻄﻪ اﻧﺸﻌﺎب ﺑﻪ اﯾﻦ ﻣﻌﻨﺎﺳﺖ ﮐﻪ ورودي ﺑﻪ ﻧﻘﻄﻪ اﻧﺸﻌﺎب و ﻫﺮ ﺗﻌﺪاد ﺧﺮوﺟﯽ از اﯾﻦ ﻧﻘﻄﻪ ﯾﮏ ﺳﯿﮕﻨﺎل را ﻧﺸﺎن ﻣﯽدﻫﺪ‪:‬‬ ‫•‬
‫)‪Y (s‬‬
‫)‪Y ( s‬‬
‫)‪Y ( s‬‬
‫)‪Y (s‬‬

‫ﺧﺮوﺟﯽ ﻫﺮ ﺑﻠﻮك ﺑﺮاﺑﺮ ﺿﺮب ورودي آن در ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ آن ﺑﻠﻮك ﻣﯽ ﺑﺎﺷﺪ‪:‬‬ ‫•‬

‫)‪X (s‬‬ ‫)‪G (s‬‬ ‫)‪Y (s) = G (s) X (s‬‬

‫اﮔﺮ ﯾﮏ ﺳﯿﮕﻨﺎل ﺑﻪ دو ﺑﻠﻮك ﭘﺸﺖ ﺳﺮ ﻫﻢ وارد ﺷﻮد‪ ،‬ﺧﺮوﺟﯽ آن ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬ ‫•‬

‫‪1‬‬
‫‪Referenced Signal‬‬
‫‪2‬‬
‫‪Controlled signal‬‬
‫ﺻﻔﺤﻪ ‪23‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫) ‪G ( s ) = G1 ( s ) G2 ( s‬‬

‫)‪X (s‬‬ ‫) ‪G1 ( s‬‬ ‫) ‪G2 ( s‬‬ ‫) ‪Y ( s ) = ( G1 ( s ) G2 ( s ) ) X ( s‬‬

‫) ‪ G ( s‬را ﮐﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻣﺴﯿﺮ ﻣﺴﺘﻘﯿﻢ اﺳﺖ‪ ،‬ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻣﺴﯿﺮ ﭘﯿﺶ ﺧﻮرد‪ 1‬و ) ‪ H ( s‬را ﮐﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻣﺴﯿﺮ ﻣﻌﮑﻮس اﺳﺖ‬ ‫•‬
‫)از ﺧﺮوﺟﯽ ﺑﻪ ورودي( ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻣﺴﯿﺮ ﭘﺲ ﺧﻮرد‪) 2‬ﻓﯿﺪﺑﮏ( ﻧﺎﻣﻨﺪ‪.‬‬
‫اﮔﺮ ﺷﺎﺧﻪ ﻓﯿﺪﺑﮏ در ﺷﮑﻞ ‪ 3-2‬وﺟﻮد ﻧﺪاﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺳﯿﺴﺘﻢ را ﺣﻠﻘﻪ ﺑﺎز‪ 3‬و اﮔﺮ وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﺪ )ﻣﻄﺎﺑﻖ ﺷﮑﻞ( ﺳﯿﺴﺘﻢ را‬ ‫•‬
‫ﺣﻠﻘﻪ ﺑﺴﺘﻪ‪ 4‬ﮔﻮﯾﻨﺪ‪.‬‬
‫اﮔﺮ ﻋﻼﻣﺖ ﺷﺎﺧﻪ ﻓﯿﺪﺑﮏ در ﺷﮑﻞ ‪ 3-2‬ﻣﻨﻔﯽ ﺑﺎﺷﺪ‪ ،‬ﻓﯿﺪﺑﮏ را ﻣﻨﻔﯽ و اﮔﺮ ﻣﺜﺒﺖ ﺑﺎﺷﺪ‪ ،‬ﻓﯿﺪﺑﮏ را ﻣﺜﺒﺖ ﮔﻮﯾﻨﺪ‪.‬‬ ‫•‬
‫اﮔﺮ ‪ H ( s ) = 1‬ﺑﺎﺷﺪ‪ ،‬ﻓﯿﺪﺑﮏ را واﺣﺪ ﻣﯽ ﻧﺎﻣﻨﺪ‪.‬‬ ‫•‬

‫‪ 3‬ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ و ﻣﺤﺎﺳﺒﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ آن از روي ﻧﻤﻮدار ﺑﻠﻮﮐﯽ‪:‬‬

‫ﺳﯿﺴﺘﻤﯽ را ﮐﻪ ﻧﻤﻮدار ﺑﻠﻮﮐﯽ آن ﺷﺎﻣﻞ ﯾﮏ ﺣﻠﻘﻪ ﺑﺴﺘﻪ‪ 5‬ﺑﺎﺷﺪ‪ ،‬را ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﻣﯽ ﻧﺎﻣﻨﺪ‪ .‬ﺑﺎر دﯾﮕﺮ ﺑﻪ ﺷﮑﻞ ‪ 3-2‬ﺗﻮﺟﻪ‬
‫ﮐﻨﯿﺪ‪:‬‬

‫‪+‬‬ ‫)‪E (s‬‬


‫)‪R (s‬‬ ‫∑‬ ‫)‪G (s‬‬ ‫)‪C (s‬‬
‫‪−‬‬

‫)‪H (s‬‬

‫ﺷﮑﻞ ‪ :4-2‬ﯾﮏ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ‬

‫اﮐﻨﻮن ﺑﻪ ﻣﺤﺎﺳﺒﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﻣﯽ ﭘﺮدازﯾﻢ‪ .‬ﻣﯽ داﻧﯿﻢ ﮐﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ ﻧﺴﺒﺖ ﻻﭘﻼس ﺧﺮوﺟﯽ ﺑﻪ‬
‫ﻻﭘﻼس ورودي ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬
‫)‪C ( s) = E ( s)G ( s‬‬
‫) ‪E ( s ) = R ( s ) − (C ( s ) H ( s )) → C ( s ) = G ( s ) R ( s ) − G ( s ) C ( s ) H ( s‬‬
‫) ‪→ C ( s ) (1 + G ( s ) H ( s ) ) = G ( s ) R ( s‬‬
‫)‪C (s‬‬ ‫)‪G (s‬‬
‫= )‪G (s‬‬ ‫=‬ ‫‪6-2‬‬
‫)‪R (s) 1+ G (s) H (s‬‬

‫‪1‬‬
‫‪Feed Forward‬‬
‫‪2‬‬
‫‪Feedback‬‬
‫‪3‬‬
‫‪Open Loop System‬‬
‫‪4‬‬
‫‪Close Loop System‬‬
‫‪ 5‬ﻣﺴﯿﺮي ﮐﻪ اﺑﺘﺪا و اﻧﺘﻬﺎي آن ﯾﮑﯽ ﺑﺎﺷﺪ و از ﻫﺮ ﺑﻠﻮك ﺗﻨﻬﺎ ﯾﮑﺒﺎر ﻋﺒﻮر ﮐﻨﯿﻢ‪.‬‬
‫ﺻﻔﺤﻪ ‪24‬‬
‫وه س ﺮل ﯽ‬

‫ﺷﺎﺧﻪ ﻓﯿﺪﺑﮏ ﺑﺮاي ﻣﻘﺎﯾﺴﻪ ورودي ﺳﯿﺴﺘﻢ و ﺧﺮوﺟﯽ آن ﺑﮑﺎر ﻣﯽ رود‪ E ( s ) .‬ﮐﻪ اﺧﺘﻼف ورودي و ﺧﺮوﺟﯽ اﺳﺖ‪،‬‬
‫ﺳﯿﮕﻨﺎل ﺧﻄﺎ ﻧﺎﻣﯿﺪه ﻣﯽ ﺷﻮد‪.‬‬

‫‪ 3‬ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ داراي اﻏﺘﺸﺎش‪:‬‬

‫ﻫﺮ ﺳﯿﮕﻨﺎل ﻧﺎﺧﻮاﺳﺘﻪ ﮐﻪ ﺑﻪ ﯾﮏ ﺳﯿﺴﺘﻢ وارد ﻣﯽ ﺷﻮد‪ ،‬ﺳﯿﮕﻨﺎل اﻏﺘﺸﺎش‪ 1‬ﻧﺎﻣﯿﺪه ﻣﯽ ﺷﻮد‪ .‬اﯾﻦ ﺳﯿﮕﻨﺎل ﻧﯿﺰ در ﻧﻤﻮدار ﺑﻠﻮﮐﯽ‬
‫ﺳﯿﺴﺘﻢ ﻣﺪﻟﺴﺎزي ﻣﯽ ﺷﻮد‪:‬‬
‫)‪D (s‬‬

‫‪+‬‬
‫‪+‬‬ ‫‪+‬‬
‫)‪R (s‬‬ ‫∑‬ ‫) ‪G1 ( s‬‬ ‫∑‬ ‫) ‪G2 ( s‬‬ ‫)‪C (s‬‬
‫‪−‬‬

‫)‪H (s‬‬

‫ﺷﮑﻞ ‪ :5-2‬ﯾﮏ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺑﺎ اﻏﺘﺸﺎش ﻣﺪل ﺷﺪه‬

‫از آﻧﺠﺎﯾﯽ ﮐﻪ ﺗﻤﺎم ﺳﯿﺴﺘﻢ ﻫﺎﯾﯽ ﮐﻪ در اﯾﻦ درس ﺑﺎ آن ﺳﺮ و ﮐﺎر دارﯾﻢ‪ ،‬ﺧﻄﯽ ﻫﺴﺘﻨﺪ‪ ،‬ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﭼﻨﯿﻦ ﺳﯿﺴﺘﻤﯽ‬
‫از ﻗﺎﻧﻮن ﺟﻤﻊ آﺛﺎر اﺳﺘﻔﺎده ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫‪ -1‬ﻣﺤﺎﺳﺒﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺗﻨﻬﺎ ﺑﻪ ورودي ) ‪: R ( s‬‬

‫‪D (s) = 0‬‬

‫‪+‬‬
‫‪+‬‬ ‫‪+‬‬
‫)‪R (s‬‬ ‫∑‬ ‫) ‪G1 ( s‬‬ ‫∑‬ ‫) ‪G2 ( s‬‬ ‫) ‪C1 ( s‬‬
‫‪−‬‬

‫)‪H (s‬‬

‫ﺑﺎ اﺳﺘﻔﺎده از ‪ 6-2‬دارﯾﻢ‪:‬‬


‫) ‪C1 ( s‬‬ ‫) ‪G1 ( s ) G2 ( s‬‬ ‫‪‬‬ ‫) ‪G1 ( s ) G2 ( s‬‬ ‫‪‬‬
‫= ) ‪T1 ( s‬‬ ‫=‬ ‫‪→ C1 ( s ) = ‬‬ ‫) ‪ R ( s‬‬
‫) ‪R ( s ) 1 + G1 ( s ) G2 ( s ) H ( s‬‬ ‫‪ 1 + G1 ( s ) G2 ( s ) H ( s ) ‬‬

‫‪ -2‬ﻣﺤﺎﺳﺒﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺗﻨﻬﺎ ﺑﻪ ورودي ) ‪: D ( s‬‬

‫ﺗﻮﺟﻪ ﮐﻨﯿﺪ ﮐﻪ ﻣﺴﯿﺮ ﻣﺴﺘﻘﯿﻢ ﺑﯿﻦ ورودي ) ‪ G1 ( s‬و ﺧﺮوﺟﯽ ﻣﺴﯿﺮ و ﻣﺴﯿﺮ ﻣﻌﮑﻮس آن ) ‪ G2 ( s ) H ( s‬ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ‬
‫ﺑﺎ اﺳﺘﻔﺎده از ‪ 6-2‬دارﯾﻢ‪:‬‬

‫‪1‬‬
‫‪Disturbance Signal‬‬
‫ﺻﻔﺤﻪ ‪25‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫) ‪C2 ( s‬‬ ‫) ‪G2 ( s‬‬


‫= ) ‪T2 ( s‬‬ ‫=‬
‫)‪D ( s‬‬ ‫) ‪1 + G1 ( s ) G2 ( s ) H ( s‬‬
‫‪‬‬ ‫) ‪G2 ( s‬‬ ‫‪‬‬
‫‪→ C2 ( s ) = ‬‬ ‫) ‪ D ( s‬‬
‫‪ 1 + G1 ( s ) G2 ( s ) H ( s ) ‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ‪ ،‬ﺧﺮوﺟﯽ ﮐﻞ ﺑﺮاﺑﺮ اﺳﺖ ﺑﺎ‪:‬‬
‫‪‬‬ ‫) ‪G1 ( s ) G2 ( s‬‬ ‫‪‬‬ ‫‪‬‬ ‫) ‪G2 ( s‬‬ ‫‪‬‬
‫‪C ( s ) = C1 ( s ) + C2 ( s ) = ‬‬ ‫‪ R ( s ) + ‬‬ ‫) ‪ D ( s‬‬
‫‪ 1 + G1 ( s ) G2 ( s ) H ( s ) ‬‬ ‫‪ 1 + G1 ( s ) G2 ( s ) H ( s ) ‬‬
‫) ‪G ( s ) G2 ( s ) R ( s ) + G2 ( s ) D ( s‬‬
‫‪= 1‬‬
‫) ‪1 + G1 ( s ) G2 ( s ) H ( s‬‬

‫‪ 3‬ﺳﺎده ﺳﺎزي دﯾﺎﮔﺮام ﻫﺎي ﺑﻠﻮﮐﯽ‪:‬‬


‫ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ از روي ﻧﻤﻮدار ﺑﻠﻮﮐﯽ آن ﻻزم اﺳﺖ‪ ،‬روش ﻫﺎي ﺳﺎده ﺳﺎزي ﻧﻤﻮدارﻫﺎي ﺑﻠﻮﮐﯽ را‬
‫ﻓﺮاﮔﯿﺮﯾﻢ‪ .‬ﺑﺎ ﺳﺎده ﺳﺎزي ﻧﻤﻮدارﻫﺎي ﺑﻠﻮﮐﯽ و ﺗﺒﺪﯾﻞ آن ﺑﻪ ﺷﮑﻞ ‪ 4-2‬ﻣﯽ ﺗﻮان ﺑﺎ اﺳﺘﻔﺎده از ﻓﺮﻣﻮل ‪ 6-2‬ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ را ﻣﺤﺎﺳﺒﻪ‬
‫ﻧﻤﻮد‪.‬‬
‫ﺟﺪول ‪ :1-2‬روش ﻫﺎي ﺳﺎده ﺳﺎزي ﻧﻤﻮدار ﺑﻠﻮﮐﯽ‬
‫ﻧﻤﻮدار ﺑﻠﻮﮐﯽ ﻫﻢ ارز‬ ‫ﻧﻤﻮدار ﺑﻠﻮﮐﯽ اﺻﻠﯽ‬
‫‪+‬‬ ‫) ‪X1 ( s‬‬ ‫‪+‬‬
‫) ‪X1 ( s‬‬ ‫∑‬ ‫)‪G (s‬‬ ‫) ‪X1 ( s ) G ( s ) − X 2 ( s‬‬ ‫)‪G (s‬‬ ‫∑‬ ‫) ‪X1 ( s ) G ( s ) − X 2 ( s‬‬
‫‪−‬‬ ‫‪−‬‬

‫‪1‬‬
‫)‪X2 (s‬‬
‫)‪G (s‬‬ ‫)‪X2 (s‬‬

‫)‪X (s‬‬
‫)‪G ( s‬‬ ‫)‪G (s) X (s‬‬ ‫)‪X (s‬‬
‫)‪G (s‬‬ ‫)‪G (s) X (s‬‬

‫)‪G ( s‬‬ ‫)‪G ( s) X ( s‬‬ ‫)‪G (s) X (s‬‬

‫)‪X (s‬‬ ‫)‪X (s‬‬


‫)‪G (s‬‬ ‫)‪G (s) X (s‬‬ ‫)‪G ( s‬‬ ‫)‪G (s) X (s‬‬

‫‪1‬‬
‫)‪X (s‬‬ ‫)‪X (s‬‬
‫)‪G (s‬‬

‫‪1‬‬ ‫‪+‬‬
‫)‪X (s‬‬ ‫) ‪G2 ( s‬‬ ‫∑‬ ‫) ‪G1 ( s ) G2 ( s‬‬ ‫)‪Y (s‬‬ ‫)‪X (s‬‬
‫‪+‬‬
‫∑‬ ‫) ‪G1 ( s‬‬ ‫)‪Y (s‬‬
‫‪−‬‬ ‫‪−‬‬

‫) ‪G2 ( s‬‬

‫‪ 3‬ﻣﺜﺎل ‪5-2‬‬
‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﭘﯿﺎده ﺳﺎزي ﺷﺪه ﺗﻮﺳﻂ ﻧﻤﻮدار ﺑﻠﻮﮐﯽ زﯾﺮ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‪:‬‬

‫ﺻﻔﺤﻪ ‪26‬‬
‫وه س ﺮل ﯽ‬

‫)‪H2 ( s‬‬

‫‪−‬‬
‫‪+‬‬ ‫‪+‬‬ ‫‪+‬‬
‫)‪R (s‬‬ ‫∑‬ ‫∑‬ ‫) ‪G1 ( s‬‬ ‫∑‬ ‫) ‪G2 ( s‬‬ ‫) ‪G3 ( s‬‬ ‫)‪C (s‬‬
‫‪−‬‬ ‫‪+‬‬

‫) ‪H1 ( s‬‬

‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﻧﻤﻮدار ﺑﻠﻮﮐﯽ را ﺳﺎده ﻣﯽ ﮐﻨﯿﻢ‪ .‬در آﻏﺎز ﺟﻤﻊ ﮐﻨﻨﺪه ﻣﯿﺎﻧﯽ را ﺑﻪ ﻗﺒﻞ از ﺑﻠﻮك ) ‪ G1 ( s‬ﻣﻨﺘﻘﻞ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫)‪H2 (s‬‬
‫) ‪G1 ( s‬‬

‫‪−‬‬
‫‪+‬‬ ‫‪+‬‬
‫)‪R ( s‬‬ ‫∑‬ ‫∑‬ ‫∑‬ ‫) ‪G1 ( s‬‬ ‫) ‪G2 ( s‬‬ ‫) ‪G3 ( s‬‬ ‫)‪C (s‬‬
‫‪−‬‬ ‫‪+‬‬ ‫‪+‬‬

‫) ‪H1 ( s‬‬

‫ﻧﺎﺣﯿﻪ ﻫﺎﺷﻮر ﺧﻮرده‪ ،‬ﯾﮏ زﯾﺮ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺑﺎ ﻓﯿﺪﺑﮏ ﻣﺜﺒﺖ اﺳﺖ‪ .‬ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ اﯾﻦ زﯾﺮ ﺳﯿﺴﺘﻢ ﻃﺒﻖ ‪ 6-2‬ﻋﺒﺎرﺗﺴﺖ از‪:‬‬

‫) ‪G1 ( s ) G2 ( s‬‬
‫) ‪1 − G1 ( s ) G2 ( s ) H 1 ( s‬‬
‫اﮐﻨﻮن دارﯾﻢ‪:‬‬

‫) ‪H2 ( s‬‬
‫) ‪G1 ( s‬‬

‫‪−‬‬
‫‪+‬‬ ‫) ‪G1 ( s ) G2 ( s‬‬
‫)‪R (s‬‬ ‫∑‬ ‫∑‬ ‫) ‪1 − G1 ( s ) G2 ( s ) H1 ( s‬‬
‫) ‪G1 ( s‬‬ ‫)‪C (s‬‬
‫‪−‬‬ ‫‪+‬‬

‫ﺑﺎر دﯾﮕﺮ ﻣﯿﺒﯿﻨﯿﻢ ﮐﻪ ﻧﺎﺣﯿﻪ ﻫﺎﺷﻮر ﺧﻮرده‪ ،‬ﯾﮏ زﯾﺮ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺑﺎ ﻓﯿﺪﺑﮏ ﻣﻨﻔﯽ اﺳﺖ‪ .‬ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ اﯾﻦ زﯾﺮ ﺳﯿﺴﺘﻢ ﻃﺒﻖ ‪6-2‬‬
‫ﻋﺒﺎرﺗﺴﺖ از‪:‬‬

‫ﺻﻔﺤﻪ ‪27‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫‪‬‬ ‫) ‪G1 ( s ) G2 ( s‬‬ ‫‪‬‬


‫‪‬‬ ‫) ‪ G3 ( s‬‬
‫‪ 1 − G1 ( s ) G2 ( s ) H1 ( s ) ‬‬
‫‪+‬‬
‫)‪R ( s‬‬ ‫∑‬ ‫‪‬‬ ‫) ‪G1 ( s ) G2 ( s‬‬ ‫‪ H (s) ‬‬
‫) ‪ G3 ( s‬‬
‫)‪C (s‬‬
‫‪−‬‬ ‫‪1+ ‬‬ ‫‪ 2‬‬
‫‪ 1 − G1 ( s ) G2 ( s ) H1 ( s )   G1 ( s ) ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫ﺑﺎ ﺳﺎده ﺳﺎزي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻣﺴﯿﺮ ﻣﺴﺘﻘﯿﻢ دارﯾﻢ‪:‬‬


‫‪‬‬ ‫) ‪G1 ( s ) G2 ( s‬‬ ‫‪‬‬
‫‪‬‬ ‫) ‪ G3 ( s‬‬
‫‪ 1 − G1 ( s ) G2 ( s ) H1 ( s ) ‬‬ ‫=‬
‫) ‪G1 ( s ) G2 ( s ) G3 ( s‬‬
‫‪ G ( s ) G3 ( s ) H 2 ( s ) ‬‬ ‫) ‪1 − G1 ( s ) G2 ( s ) H1 ( s ) + G2 ( s ) G3 ( s ) H 2 ( s‬‬
‫‪1+  2‬‬ ‫‪‬‬
‫‪ 1 − G1 ( s ) G2 ( s ) H1 ( s ) ‬‬
‫ﮐﻪ اﯾﻦ ﺳﯿﺴﺘﻢ ﻧﻬﺎﯾﯽ ﯾﮏ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺑﺎ ﻓﯿﺪﺑﮏ ﻣﻨﻔﯽ اﺳﺖ‪:‬‬
‫) ‪G1 ( s ) G2 ( s ) G3 ( s‬‬
‫) ‪1 − G1 ( s ) G2 ( s ) H1 ( s ) + G2 ( s ) G3 ( s ) H 2 ( s‬‬
‫= )‪T ( s‬‬
‫) ‪G1 ( s ) G2 ( s ) G3 ( s‬‬
‫‪1+‬‬
‫) ‪1 − G1 ( s ) G2 ( s ) H1 ( s ) + G2 ( s ) G3 ( s ) H 2 ( s‬‬
‫) ‪G1 ( s ) G2 ( s ) G3 ( s‬‬
‫=‬
‫) ‪1 − G1 ( s ) G2 ( s ) H1 ( s ) + G2 ( s ) G3 ( s ) H 2 ( s ) + G1 ( s ) G2 ( s ) G3 ( s‬‬

‫اﺳﺘﻔﺎده از ﺟﺪول ‪ 1-2‬ﮔﺮﭼﻪ ﻣﺎ را ﺑﻪ ﺳﻤﺖ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻧﻬﺎﯾﯽ ﺳﻮق ﻣﯽ دﻫﺪ اﻣﺎ ﺣﺘﯽ ﺑﺮاي ﺳﯿﺴﺘﻤﻬﺎي ﺳﺎده ﻧﯿﺰ روﺷﯽ ﺑﺴﯿﺎر‬
‫وﻗﺖ ﮔﯿﺮ اﺳﺖ‪ .‬ﺑﻪ ﻣﻨﻈﻮر ﺗﺤﻠﯿﻞ ﺑﻬﺘﺮ و ﻣﺤﺎﺳﺒﻪ ﺳﺮﯾﻌﺘﺮ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ از روي ﻧﻤﻮدارﻫﺎي ﺑﻠﻮﮐﯽ‪ ،‬روﺷﯽ ﺑﻪ ﻧﺎم روش ﻣﯿﺴﻮن اراﺋﻪ‬
‫ﺷﺪ اﺳﺖ‪.‬‬

‫‪ 3‬ﻗﺎﻋﺪه ﻣﯿﺴﻮن ﺑﺮاي ﺳﺎده ﺳﺎزي دﯾﺎﮔﺮام ﻫﺎي ﺑﻠﻮﮐﯽ‪:‬‬

‫ﺑﺮاي اﺳﺘﻔﺎده از ﻗﺎﻋﺪه ﻣﯿﺴﻮن‪ ،‬اﺑﺘﺪا ﻧﻤﻮدارﻫﺎي ﺑﻠﻮﮐﯽ را ﺑﺼﻮرت ﮔﺮاف رﺳﻢ ﻣﯽ ﻧﻤﺎﯾﯿﻢ‪ ،‬ﺳﭙﺲ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ را از روي‬
‫رواﺑﻂ ﮔﺮاف ﺑﺼﻮرت زﯾﺮ ﺗﻌﺮﯾﻒ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫∆ ‪∑M‬‬ ‫‪j‬‬ ‫‪j‬‬


‫‪7-2‬‬
‫= )‪M (s‬‬
‫∆‬
‫∆‬ ‫‪8-2‬‬
‫‪∆= 1 −‬‬ ‫ﻣﺠﻤﻮع ﺑﻬﺮه ﺗﮏ ﺗﮏ ﺣﻠﻘﻪ ﻫﺎ‬ ‫ﻣﺠﻤﻮع ﺿﺮب ﻫﺮ دو ﺣﻠﻘﻪ ﻏﯿﺮ ﻣﺸﺘﺮك ‪+‬‬
‫‪9-2‬‬
‫⋯ ‪ +‬ﻣﺠﻤﻮع ﺿﺮب ﻫﺮ ﺳﻪ ﺣﻠﻘﻪ ﻏﯿﺮ ﻣﺸﺘﺮك ‪−‬‬
‫ﮐﻪ در آن‪:‬‬

‫) ‪ : M ( s‬ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ‬


‫‪ : j‬ﺗﻌﺪاد ﻣﺴﯿﺮ ﻣﺴﺘﻘﯿﻢ ﺑﯿﻦ ورودي و ﺧﺮوﺟﯽ‬
‫‪ : M j‬ﺑﻬﺮه ﻣﺴﯿﺮ ﻣﺴﺘﻘﯿﻢ ﺷﻤﺎره ‪ j‬ام‬

‫ﺻﻔﺤﻪ ‪28‬‬
‫وه س ﺮل ﯽ‬

‫ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫ﻣﻨﻈﻮر از ﺣﻠﻘﻪ ﻏﯿﺮ ﻣﺸﺘﺮك‪ ،‬ﺣﻠﻘﻪ ﻫﺎﯾﯽ ﻫﺴﺘﻨﺪ ﮐﻪ ﻫﯿﭻ ﮔﺮه ﯾﺎ ﻣﺴﯿﺮ ﻣﺸﺘﺮﮐﯽ ﻧﺪاﺷﺘﻪ ﺑﺎﺷﻨﺪ‪.‬‬ ‫•‬
‫ﻣﻨﻈﻮر از ﺣﺬف ﺷﺎﺧﻪ‪ ،‬ﺣﺬف ﺷﺎﺧﻪ ﺑﻪ ﻫﻤﺮاه ﮔﺮه ﻫﺎي دو ﺳﺮ آن ﻣﯽ ﺑﺎﺷﺪ‪.‬‬ ‫•‬
‫اﮔﺮ ﯾﮏ ﮔﺮه ﺣﺬف ﮔﺮدد‪ ،‬ﺗﻤﺎم ﺷﺎﺧﻪ ﻫﺎي ﻣﺘﺼﻞ ﺑﻪ آن ﺣﺬف ﻣﯽ ﮔﺮدﻧﺪ‪.‬‬ ‫•‬

‫ﺑﺎ ﭼﻨﺪ ﻣﺜﺎل اﯾﻦ روش را ﺑﺮرﺳﯽ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫‪ 3‬ﻣﺜﺎل ‪6-2‬‬
‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﭘﯿﺎده ﺳﺎزي ﺷﺪه ﺗﻮﺳﻂ ﻧﻤﻮدار ﺑﻠﻮﮐﯽ زﯾﺮ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‪:‬‬

‫)‪H2 ( s‬‬

‫‪−‬‬
‫‪+‬‬ ‫‪+‬‬ ‫‪+‬‬
‫)‪R (s‬‬ ‫∑‬ ‫∑‬ ‫) ‪G1 ( s‬‬ ‫∑‬ ‫) ‪G2 ( s‬‬ ‫) ‪G3 ( s‬‬ ‫)‪C (s‬‬
‫‪−‬‬ ‫‪+‬‬

‫) ‪H1 ( s‬‬

‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﻧﻤﻮدار ﺑﻠﻮﮐﯽ را ﺑﻪ ﻓﺮم ﮔﺮاف ﺗﺒﺪﯾﻞ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫) ‪−H2 ( s‬‬

‫‪1‬‬ ‫‪1‬‬ ‫) ‪G1 ( s‬‬ ‫) ‪G2 ( s‬‬ ‫) ‪G3 ( s‬‬


‫‪1‬‬ ‫‪1‬‬
‫)‪R(s‬‬
‫)‪C (s‬‬

‫) ‪H1 ( s‬‬

‫‪−1‬‬

‫در اﯾﻦ ﮔﺮاف ﺗﻨﻬﺎ ‪ 1‬ﻣﺴﯿﺮ ﻣﺴﺘﻘﯿﻢ از ورودي ﺑﻪ ﺧﺮوﺟﯽ وﺟﻮد دارد‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬
‫‪j = 1 → M 1 = 1 × 1 × G1 ( s ) × G2 ( s ) × G3 ( s ) × 1 × 1‬‬
‫ﺑﺮاي ﺣﺬف ﻣﺴﯿﺮ ‪ j = 1‬ﺗﻤﺎم ﺷﺎﺧﻪ ﻫﺎي اﯾﻦ ﻣﺴﯿﺮ را ﺣﺬف ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫) ‪− H2 ( s‬‬

‫‪1‬‬ ‫‪1‬‬ ‫) ‪G1 ( s‬‬ ‫) ‪G2 ( s‬‬ ‫) ‪G3 ( s‬‬


‫‪1‬‬ ‫‪1‬‬
‫)‪R ( s‬‬

‫) ‪H1 ( s‬‬

‫‪−1‬‬

‫ﺗﻮﺟﻪ ﮐﻨﯿﺪ ﮐﻪ ﺑﺎ ﺣﺬف ﻣﺴﯿﺮ ﻧﻘﻄﻪ ﭼﯿﻦ ﻓﻮق ﺗﻤﺎم ﺷﺎﺧﻪ ﻫﺎي ﻣﺘﺼﻞ ﺑﻪ آن ﻧﯿﺰ ﺣﺬف ﻣﯽ ﮔﺮدﻧﺪ )ﺑﻪ دﻟﯿﻞ ﺣﺬف ﮔﺮه ﻫﺎ( ﺑﻨﺎﺑﺮاﯾﻦ‬
‫ﺻﻔﺤﻪ ‪29‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫دارﯾﻢ‪:‬‬
‫‪∆1 = 1 − 0 = 1‬‬
‫‪∆ = 1 − ( G1 ( s ) G2 ( s ) H1 ( s ) − G2 ( s ) G3 ( s ) H 2 ( s ) − G1 ( s ) G2 ( s ) G3 ( s ) ) + ( 0 ) − ....‬‬
‫در ﻧﺘﯿﺠﻪ‪:‬‬
‫) ‪G1 ( s ) G2 ( s ) G3 ( s‬‬
‫= )‪M (s‬‬
‫) ‪1 − G1 ( s ) G2 ( s ) H 1 ( s ) + G2 ( s ) G3 ( s ) H 2 ( s ) + G1 ( s ) G2 ( s ) G3 ( s‬‬
‫‪ 3‬ﻣﺜﺎل ‪7-2‬‬
‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﭘﯿﺎده ﺳﺎزي ﺷﺪه ﺗﻮﺳﻂ ﻧﻤﻮدار ﺑﻠﻮﮐﯽ زﯾﺮ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‪:‬‬

‫‪G1‬‬ ‫‪−H 4‬‬

‫‪X‬‬ ‫‪1‬‬ ‫‪G2‬‬ ‫‪G3‬‬ ‫‪G4‬‬ ‫‪G5‬‬ ‫‪1‬‬ ‫‪Y‬‬

‫‪− H1‬‬ ‫‪−H 2‬‬ ‫‪−H3‬‬

‫‪G7‬‬

‫ﺣﻞ‪:‬‬
‫در اﯾﻦ ﮔﺮاف ‪ 3‬ﻣﺴﯿﺮ ﻣﺴﺘﻘﯿﻢ از ورودي ﺑﻪ ﺧﺮوﺟﯽ وﺟﻮد دارد‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬
‫‪j = 1 → M 1 = 1 × G2 × G3 × G4 × G5 × 1‬‬
‫‪j = 2 → M 2 = 1 × G1 × G4 × G5 × 1‬‬
‫‪j = 3 → M 3 = 1 × G7 × 1‬‬
‫ﺑﺮاي ﺣﺬف ﻣﺴﯿﺮ ‪ j = 1‬ﺗﻤﺎم ﺷﺎﺧﻪ ﻫﺎي اﯾﻦ ﻣﺴﯿﺮ را ﺣﺬف ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪G1‬‬ ‫‪−H4‬‬

‫‪X‬‬ ‫‪1‬‬ ‫‪G2‬‬ ‫‪G3‬‬ ‫‪G4‬‬ ‫‪G5‬‬ ‫‪1‬‬ ‫‪Y‬‬

‫‪− H1‬‬ ‫‪−H 2‬‬ ‫‪−H3‬‬

‫‪G7‬‬

‫ﺗﻮﺟﻪ ﮐﻨﯿﺪ ﮐﻪ ﺑﺎ ﺣﺬف ﻣﺴﯿﺮ ﻧﻘﻄﻪ ﭼﯿﻦ ﻓﻮق ﺗﻤﺎم ﺷﺎﺧﻪ ﻫﺎي ﻣﺘﺼﻞ ﺑﻪ آن ﻧﯿﺰ ﺣﺬف ﻣﯽ ﮔﺮدﻧﺪ )ﺑﻪ دﻟﯿﻞ ﺣﺬف ﮔﺮه ﻫﺎ( ﺑﻨﺎﺑﺮاﯾﻦ‬
‫دارﯾﻢ‪:‬‬
‫‪∆1 = 1 − 0 = 1‬‬
‫ﺑﺮاي ﺣﺬف ﻣﺴﯿﺮ ‪ j = 2‬ﺗﻤﺎم ﺷﺎﺧﻪ ﻫﺎي اﯾﻦ ﻣﺴﯿﺮ را ﺣﺬف ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪G1‬‬ ‫‪−H 4‬‬

‫‪X‬‬ ‫‪1‬‬ ‫‪G2‬‬ ‫‪G3‬‬ ‫‪G4‬‬ ‫‪G5‬‬ ‫‪1‬‬ ‫‪Y‬‬

‫‪− H1‬‬ ‫‪−H 2‬‬ ‫‪−H3‬‬

‫‪G7‬‬

‫ﺻﻔﺤﻪ ‪30‬‬
‫وه س ﺮل ﯽ‬

‫‪∆2 = 1 − 0 = 1‬‬
‫ﺑﺮاي ﺣﺬف ﻣﺴﯿﺮ ‪ j = 3‬ﺗﻤﺎم ﺷﺎﺧﻪ ﻫﺎي اﯾﻦ ﻣﺴﯿﺮ را ﺣﺬف ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪G1‬‬ ‫‪−H4‬‬

‫‪X‬‬ ‫‪1‬‬ ‫‪G2‬‬ ‫‪G3‬‬ ‫‪G4‬‬ ‫‪G5‬‬ ‫‪1‬‬ ‫‪Y‬‬

‫‪− H1‬‬ ‫‪−H 2‬‬ ‫‪−H3‬‬

‫‪G7‬‬

‫‪∆ 3 = 1 − ( −G4 H 2 ) = 1 + G4 H 2‬‬


‫در آﺧﺮ دارﯾﻢ‪:‬‬
‫) ‪∆ = 1 − ( −G2 H1 − G4 H 2 − G5 H 3 − G4G5 H 4‬‬
‫= ) ) ‪+ ( ( −G2 H1 )( −G4 H 2 ) + ( −G2 H1 )( −G5 H 3 ) + ( −G2 H1 )( −G4G5 H 4‬‬
‫‪= 1 + G2 H1 + G4 H 2 + G5 H 3 + G4G5 H 4 + G2 H1G4 H 2 + G2 H1G5 H 3 + G2 H1G4G5 H 4‬‬
‫در ﻧﺘﯿﺠﻪ‪:‬‬

‫) ‪G2G3G4G5 + G1G4G5 + G7 (1 + G4 H 2‬‬


‫= )‪M (s‬‬
‫‪1 + G2 H1 + G4 H 2 + G5 H 3 + G4G5 H 4 + G2 H1G4 H 2 + G2 H1G5 H 3 + G2 H1G4G5 H 4‬‬

‫اﮐﻨﻮن ﺑﻪ ارﺗﺒﺎط ﺑﯿﻦ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ‪ ،‬ﻣﻌﺎدﻻت ﺣﺎﻟﺖ و دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﻣﯽ ﭘﺮدازﯾﻢ‪ ،‬ﺑﺮاي زوج ﻣﻌﺎدﻻت ﺣﺎﻟﺖ ‪ 4-2‬ﻓﺮم‬
‫دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬
‫) ‪D∫( t‬‬

‫‪+‬‬
‫‪+‬‬ ‫) ‪x& ( t‬‬ ‫) ‪x (t‬‬ ‫‪+‬‬
‫) ‪w (t‬‬ ‫) ‪y (t‬‬
‫) ‪B (t‬‬ ‫∑‬ ‫∫‬ ‫) ‪C (t‬‬ ‫∑‬
‫‪+‬‬

‫) ‪A(t‬‬

‫ﺷﮑﻞ ‪ :6-2‬دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﺳﯿﺴﺘﻢ ﻣﻌﺎدﻻت ‪4-2‬‬

‫ﺑﺮاي ﺗﺒﺪﯾﻞ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺑﻪ ﻓﺮم دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﺑﺎر دﯾﮕﺮ دو ﺣﺎﻟﺖ در ﻧﻈﺮ ﻣﯽ ﮔﯿﺮﯾﻢ‪:‬‬
‫• اﮔﺮ در ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻣﺸﺘﻘﺎت ورودي ﻇﺎﻫﺮ ﻧﺸﻮد‪ ،‬ﺑﺮاي ﺗﺒﺪﯾﻞ ﻣﻌﺎدﻻت دﯾﻔﺮاﻧﺴﯿﻞ ﺑﻪ دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﺑﺼﻮرت زﯾﺮ ﻋﻤﻞ‬
‫ﻣﯽﮐﻨﯿﻢ‪:‬‬
‫) ‪d n y (t‬‬ ‫) ‪d n −1 y ( t‬‬ ‫) ‪dy ( t‬‬
‫‪n‬‬
‫‪+ a1‬‬ ‫‪n −1‬‬
‫‪+ ... + an −1‬‬ ‫) ‪+ an y ( t ) = w ( t‬‬
‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬
‫) ‪x1 ( t ) = y ( t‬‬
‫) ‪dy ( t‬‬
‫= ) ‪x2 ( t ) = x&1 ( t‬‬
‫‪dt‬‬
‫ﺻﻔﺤﻪ ‪31‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫‪M‬‬
‫) ‪d n−2 y ( t‬‬
‫= ) ‪xn−1 ( t ) = x&n − 2 ( t‬‬
‫‪dt n− 2‬‬
‫) ‪d n −1 y ( t‬‬
‫= ) ‪xn ( t‬‬
‫‪dt n−1‬‬
‫‪‬‬ ‫‪‬‬
‫) ‪d n y (t‬‬
‫‪‬‬ ‫) ‪d n−1 y ( t‬‬ ‫) ‪dy ( t‬‬ ‫‪‬‬
‫= ) ‪→ x&n ( t‬‬ ‫=‬ ‫‪‬‬ ‫‪−‬‬ ‫‪a‬‬ ‫‪−‬‬ ‫‪...‬‬ ‫‪−‬‬ ‫‪a‬‬ ‫‪−‬‬ ‫‪a‬‬ ‫‪y‬‬ ‫(‬ ‫‪t‬‬ ‫)‬ ‫‪+‬‬ ‫‪w‬‬ ‫(‬ ‫‪t‬‬ ‫)‬ ‫‪‬‬
‫‪dt n‬‬
‫‪1‬‬
‫‪1‬‬‫‪4‬‬‫‪dt24‬‬‫‪n −1‬‬
‫‪3‬‬
‫‪n −1‬‬
‫{‬
‫‪n‬‬
‫{‬
‫‪‬‬ ‫‪dt‬‬
‫) ‪x1 ( t‬‬ ‫‪‬‬
‫‪‬‬ ‫) ‪xn ( t‬‬ ‫) ‪x2 ( t‬‬
‫‪‬‬
‫) ‪= −a1 xn ( t ) − ... − an −1 x2 ( t ) − an x1 ( t ) + w ( t‬‬

‫‪+‬‬ ‫‪xn‬‬ ‫‪xn −1‬‬ ‫‪x2‬‬ ‫‪x1 = y‬‬


‫‪w‬‬
‫∑‬ ‫∫‬ ‫∫‬ ‫∫‬ ‫∫‬
‫‪−‬‬
‫‪a1‬‬ ‫‪a2‬‬ ‫‪an −1‬‬
‫‪++‬‬ ‫‪++‬‬ ‫‪++‬‬
‫∑‬ ‫∑‬ ‫∑‬ ‫‪an‬‬

‫ﺷﮑﻞ ‪ :7-2‬دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﻣﻌﺎدل ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺳﯿﺴﺘﻤﯽ ﮐﻪ ﻣﺸﺘﻘﺎت ﺧﺮوﺟﯽ در آن ﻇﺎﻫﺮ ﻧﻤﯽ ﺷﻮد‪.‬‬

‫• اﮔﺮ در ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﻣﺸﺘﻘﺎت ورودي ﺗﺎ ﻣﺮﺗﺒﻪ ‪ m‬ام ﻇﺎﻫﺮ ﺷﻮد‪ ،‬ﺑﺮاي ﺗﺒﺪﯾﻞ ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺑﻪ دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﺑﻪ‬
‫ﺻﻮرت زﯾﺮ ﻋﻤﻞ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫) ‪d n y (t‬‬ ‫) ‪d n −1 y ( t‬‬ ‫) ‪dy ( t‬‬ ‫) ‪d n w (t‬‬ ‫) ‪d n −1w ( t‬‬ ‫) ‪dw ( t‬‬
‫‪n‬‬
‫‪+ a1‬‬ ‫‪n −1‬‬
‫‪+ ... + an −1‬‬ ‫‪+ an y ( t ) = b0‬‬ ‫‪n‬‬
‫‪+ b1‬‬ ‫‪n −1‬‬
‫‪+ ... + bn −1‬‬ ‫) ‪+ bn w ( t‬‬
‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬ ‫‪dt‬‬

‫) ‪x1 ( t ) = y ( t ) − β 0 w ( t‬‬
‫) ‪x2 ( t ) = x&1 ( t ) − β1w ( t‬‬
‫‪M‬‬
‫) ‪xn ( t ) = x&n −1 ( t ) − β n −1w ( t‬‬
‫) ‪→ x&n ( t ) = − a1 xn ( t ) − ... − an −1 x2 ( t ) − an x1 ( t ) + β n w ( t‬‬
‫‪...‬‬

‫‪β n−1‬‬ ‫‪β1‬‬ ‫‪β0‬‬

‫‪−‬‬ ‫‪−‬‬ ‫‪−‬‬


‫‪xn +‬‬ ‫‪y‬‬
‫‪+‬‬ ‫‪x2 +‬‬ ‫‪x1 +‬‬
‫‪w‬‬ ‫‪β1‬‬ ‫∑‬ ‫∫‬ ‫∑‬ ‫‪...‬‬ ‫∫‬ ‫∑‬ ‫∫‬ ‫∑‬
‫‪−‬‬
‫‪a1‬‬ ‫‪an−1‬‬
‫‪+‬‬ ‫‪+‬‬
‫‪+‬‬
‫∑‬ ‫‪...‬‬
‫∑‬ ‫‪an‬‬

‫ﺷﮑﻞ ‪ :8-2‬دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﻣﻌﺎدل ﻣﻌﺎدﻟﻪ دﯾﻔﺮاﻧﺴﯿﻞ ﺳﯿﺴﺘﻤﯽ ﮐﻪ ﻣﺸﺘﻘﺎت ﺧﺮوﺟﯽ در آن ﻇﺎﻫﺮ ﻣﯽ ﺷﻮد‪.‬‬

‫ﺻﻔﺤﻪ ‪32‬‬
‫وه س ﺮل ﯽ‬

‫‪1‬‬
‫ﻧﯿﺰ اﺳﺘﻔﺎده ﻧﻤﻮد‪ .‬اﮐﻨﻮن دو ﺳﯿﺴﺘﻢ ﻣﻮﺟﻮد در ﻣﺜﺎل ‪ 3-2‬را ﺑﻪ دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﺗﺒﺪﯾﻞ‬
‫‪s‬‬
‫ﻣﯽ ﺗﻮان از ﺑﻠﻮك‬ ‫∫‬ ‫ﺑﺠﺎي ﺑﻠﻮك‬
‫ﻣﯽﮐﻨﯿﻢ‪:‬‬

‫‪ 3‬ﻣﺜﺎل ‪8-2‬‬
‫دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﺗﻮﺻﯿﻒ ﺷﺪه زﯾﺮ را ﺑﺪﺳﺖ آورﯾﺪ‪:‬‬

‫‪10‬‬
‫= ) ‪1) G ( s‬‬
‫‪s + 5s + 6‬‬
‫‪2‬‬

‫ﺣﻞ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﺜﺎل ‪ 3-2‬دارﯾﻢ‪:‬‬
‫) ‪ x1 ( t ) = y ( t‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫) ‪ x ( t ) = x& ( t ) = dy ( t‬‬
‫‪ 2‬‬ ‫‪1‬‬
‫‪dt‬‬
‫‪‬‬
‫‪ x& t = d y ( t ) = −5 dy ( t ) − 6 y t + 10 w t‬‬
‫‪2‬‬

‫) (‪ 2‬‬ ‫{‬


‫)(‬ ‫)(‬
‫‪‬‬
‫‪dt 2‬‬ ‫{‬ ‫‪dt‬‬
‫) ‪x1 ( t‬‬
‫‪‬‬ ‫) ‪x2 ( t‬‬

‫اﮐﻨﻮن ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺷﮑﻞ ‪ 7-2‬دارﯾﻢ‪:‬‬

‫‪+‬‬ ‫‪x2‬‬ ‫‪x1 = y‬‬


‫‪w‬‬ ‫‪10‬‬ ‫∑‬ ‫∫‬ ‫∫‬
‫‪−‬‬
‫‪5‬‬
‫‪++‬‬
‫∑‬ ‫‪6‬‬

‫‪12s + 59‬‬
‫= ) ‪2) G ( s‬‬
‫‪s2 + 6s + 8‬‬
‫ﺣﻞ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﺜﺎل ‪ 3-2‬دارﯾﻢ‪:‬‬
‫‪  x&1   0 1   x1  12 ‬‬
‫) ‪ x1 ( t ) = y ( t‬‬ ‫‪ &  = ‬‬ ‫‪ + w‬‬
‫‪‬‬ ‫‪ x2   −8 −6  x2  −1‬‬
‫) ‪ x2 ( t ) = x&1 ( t ) − 12w ( t‬‬ ‫‪→‬‬
‫&‪‬‬ ‫‪ y = 1 0  x1  + 0 × w‬‬
‫‪x‬‬
‫‪ 2‬‬ ‫(‬ ‫‪t‬‬ ‫)‬ ‫=‬ ‫‪−‬‬ ‫‪8‬‬ ‫‪x‬‬ ‫‪1‬‬ ‫(‬ ‫‪t‬‬ ‫)‬ ‫‪−‬‬ ‫‪6‬‬ ‫‪x‬‬‫‪2‬‬ ‫(‬ ‫‪t‬‬ ‫)‬ ‫‪−‬‬ ‫‪w‬‬ ‫(‬ ‫‪t‬‬ ‫)‬ ‫[ ‪‬‬ ‫‪] x ‬‬
‫‪‬‬ ‫‪ 2‬‬
‫اﮐﻨﻮن ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺷﮑﻞ ‪ 8-2‬دارﯾﻢ‪:‬‬

‫ﺻﻔﺤﻪ ‪33‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫‪12‬‬

‫‪+‬‬
‫‪−‬‬ ‫‪x2 +‬‬ ‫‪x1‬‬ ‫‪y‬‬
‫‪w‬‬ ‫∑‬ ‫∫‬ ‫∑‬ ‫∫‬
‫‪−‬‬
‫‪6‬‬
‫‪+‬‬
‫‪+‬‬
‫∑‬ ‫‪8‬‬

‫‪ -4-2‬ﻣﺪﻟﺴﺎزي ﭼﻨﺪ ﺳﯿﺴﺘﻢ ﻓﯿﺰﯾﮑﯽ ﻧﻤﻮﻧﻪ‪:‬‬

‫‪ -1-4-2‬ﻣﺪل ﺳﺎزي ﺳﺮو ﻣﻮﺗﻮر‪:‬‬

‫در اﯾﻦ ﺑﺨﺶ ﺑﻪ ﻣﺪل ﺳﺎزي ﯾﮏ ﺳﺮو ﻣﻮﺗﻮر‪ 1‬ﺳﺎده ﮐﻪ ﯾﮑﯽ از ﻣﺤﺮك ﻫﺎي اﺻﻠﯽ در ﮐﻨﺘﺮل ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﻣﯽ ﭘﺮدازﯾﻢ‪:‬‬

‫ﺷﮑﻞ ‪ :9-2‬ﺳﺮوﻣﻮﺗﻮر‬

‫ﻫﻤﺎﻧﻄﻮر ﮐﻪ از ﺷﮑﻞ ﻓﻮق ﮐﻪ ﻣﺪل اﻟﮑﺘﺮﯾﮑﯽ ﯾﮏ ﺳﺮوﻣﻮﺗﻮر را ﻧﺸﺎن ﻣﯽ دﻫﺪ‪ ،‬ﭘﯿﺪاﺳﺖ ﺑﺎ اﻋﻤﺎل ﯾﮏ وﻟﺘﺎژ ) ‪ v ( t‬در ورودي‪،‬‬
‫ﮔﺸﺘﺎور ) ‪ T ( t‬در رﺗﻮر ﺑﻮﺟﻮد ﻣﯽ آﯾﺪ‪ .‬اﮔﺮ ) ‪ θ ( t‬ﮐﻪ زاوﯾﻪ ﺷﻔﺖ رﺗﻮر ﻣﯽ ﺑﺎﺷﺪ )ﻣﻮﻗﻌﯿﺖ ﺷﻔﺖ( را ﺑﻌﻨﻮان ﺧﺮوﺟﯽ ﺗﻌﺮﯾﻒ ﮐﻨﯿﻢ‪،‬‬
‫دارﯾﻢ‪:‬‬
‫‪ d 2θ‬‬ ‫‪dθ‬‬
‫‪T ( t ) = K i  J 2 + b‬‬ ‫‪= Ki‬‬
‫‪‬‬ ‫‪ dt‬‬ ‫‪dt‬‬
‫‪‬‬ ‫‪dθ → ‬‬
‫‪e = K‬‬ ‫‪ L di + R i = v − K dθ‬‬
‫‪‬‬ ‫‪dt‬‬ ‫‪ dt‬‬ ‫‪dt‬‬
‫ﺑﺎ اﻋﻤﺎل ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺑﺮ روي رواﺑﻂ ﻓﻮق دارﯾﻢ‪:‬‬
‫) ‪s ( Js + b ) θ ( s ) = K I ( s‬‬ ‫) ‪V ( s ) − Ksθ ( s‬‬
‫‪‬‬ ‫‪→ s ( Js + b ) θ ( s ) = K‬‬
‫) ‪( Ls + R ) I ( s ) = V ( s ) − Ksθ ( s‬‬ ‫) ‪( Ls + R‬‬

‫‪1‬‬
‫‪Servo Motor‬‬
‫ﺻﻔﺤﻪ ‪34‬‬
‫وه س ﺮل ﯽ‬

‫‪‬‬ ‫‪K 2s ‬‬ ‫)‪V ( s‬‬


‫‪→ θ ( s )  s ( Js + b ) +‬‬ ‫‪ = K‬‬
‫‪‬‬ ‫) ‪( Ls + R )  ( Ls + R‬‬
‫‪ s ( Js + b )( Ls + R ) + K 2 s ‬‬ ‫)‪V (s‬‬
‫‪→θ (s)‬‬ ‫‪=K‬‬
‫‪‬‬
‫‪‬‬ ‫) ‪( Ls + R‬‬ ‫‪‬‬
‫‪‬‬ ‫) ‪( Ls + R‬‬
‫)‪θ ( s‬‬ ‫‪K‬‬ ‫‪K‬‬
‫→‬ ‫=‬ ‫=‬
‫) ‪V ( s ) s ( Js + b )( Ls + R ) + K s s ( ( Js + b )( Ls + R ) + K 2‬‬
‫‪2‬‬

‫اﮔﺮ ﺳﺮﻋﺖ ﻣﻮﺗﻮر ﺑﻌﻨﻮان ﺧﺮوﺟﯽ ﻣﺪ ﻧﻈﺮ ﺑﺎﺷﺪ‪) ،‬ﺳﺮﻋﺖ‪ ،‬ﻣﺸﺘﻖ ) ‪ θ ( t‬ﻣﯽ ﺑﺎﺷﺪ( دارﯾﻢ‪:‬‬
‫) ‪sθ ( s ) Vθ ( s‬‬ ‫‪K‬‬
‫=‬ ‫=‬
‫) ‪V ( s ) V ( s ) ( ( Js + b )( Ls + R ) + K 2‬‬

‫‪ -2-4-2‬ﻣﺪل ﺳﺎزي ﻣﺪار ‪:RLC‬‬

‫ﻣﺪار ‪ RLC‬ﺳﺮي زﯾﺮ را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬


‫‪iR‬‬ ‫‪R‬‬ ‫‪iL‬‬ ‫‪L‬‬

‫‪+ vR −‬‬ ‫‪+ vL −‬‬ ‫‪iC‬‬


‫‪+‬‬
‫) ‪v (t‬‬
‫‪vC‬‬ ‫‪C‬‬
‫‪−‬‬

‫ﺷﮑﻞ ‪ :10-2‬ﻣﺪار ‪ RLC‬ﺳﺮي‬

‫اﮔﺮ ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ ) ‪ v ( t‬ﺑﻌﻨﻮان ورودي و ) ‪ vC ( t‬ﺑﻌﻨﻮان ﺧﺮوﺟﯽ‪ ،‬ﻣﻌﺎدﻻت ﻣﺪاري را ﺑﻨﻮﯾﺴﯿﻢ‪ ،‬دارﯾﻢ‪:‬‬
‫‪iR = iL = iC‬‬
‫) ‪−v ( t ) + vR ( t ) + vL ( t ) + vC ( t ) = 0 → vR ( t ) + vL ( t ) + vC ( t ) = v ( t‬‬
‫‪‬‬ ‫) ‪diL ( t‬‬ ‫) ‪diC ( t‬‬ ‫) ‪d 2 vC ( t‬‬
‫‪ L‬‬ ‫(‬ ‫)‬ ‫=‬ ‫=‬ ‫=‬
‫‪dt 2 → RC dvC ( t ) + L d vC ( t ) + v t = v t‬‬
‫‪v‬‬ ‫‪t‬‬ ‫‪L‬‬ ‫‪L‬‬ ‫‪L‬‬ ‫‪2‬‬

‫) ( ‪C‬‬ ‫)(‬
‫‪dt‬‬ ‫‪dt‬‬
‫‪‬‬
‫) ‪v t = Ri = Ri = RC dvC ( t‬‬ ‫‪dt‬‬ ‫‪dt 2‬‬
‫) ( ‪ R‬‬ ‫‪R‬‬ ‫‪C‬‬
‫‪dt‬‬
‫ﺑﺎ اﻋﻤﺎل ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺑﺮ روي رواﺑﻂ ﻓﻮق دارﯾﻢ‪:‬‬
‫) ‪RCsVC ( s ) + Ls 2VC ( s ) + VC ( s ) = V ( s ) → VC ( s ) ( Ls 2 + RCs + 1) = V ( s‬‬
‫) ‪VC ( s‬‬ ‫‪1‬‬
‫→‬ ‫‪= 2‬‬
‫‪V ( s ) Ls + RCs + 1‬‬

‫‪ -2-4-2‬ﻣﺪل ﺳﺎزي ﯾﮏ ﻣﺴﺌﻠﻪ ﻣﮑﺎﻧﯿﮑﯽ‪:‬‬

‫اﮐﻨﻮن ﯾﮏ ﺳﯿﺴﺘﻢ ﻣﮑﺎﻧﯿﮑﯽ ﺳﺎده ﮐﻪ ﺳﯿﺴﺘﻢ ﺟﺮم و ﻓﻨﺮ و دﻣﭙﺮ ﻣﯽ ﺑﺎﺷﺪ را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪ .‬اﮔﺮ ورودي را ﻧﯿﺮوي ‪ FM‬و ﺧﺮوﺟﯽ‬
‫را ﺟﺎﺑﺠﺎﯾﯽ در اﺛﺮ ﻧﯿﺮوي وارده ﯾﻌﻨﯽ ‪ x‬در ﻧﻈﺮ ﺑﮕﯿﺮﯾﻢ‪ ،‬ﺑﺎ اﺳﺘﻔﺎده از ﻗﺎﻧﻮن ﻧﯿﻮﺗﻦ دارﯾﻢ‪:‬‬
‫ﺻﻔﺤﻪ ‪35‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﮫﺎی د ﻨﺎ ﯿ ﯽ‬ ‫ﺶ دوم‪ :‬ﺪ ﺴﺎزی رﯾﺎ ﯽ‬

‫‪FM‬‬

‫‪x‬‬

‫‪kx‬‬ ‫&‪cx‬‬

‫‪ :11-2‬ﯾﮏ ﺳﯿﺴﺘﻢ ﺟﺮم و ﻓﻨﺮ و دﻣﭙﺮ‬

‫‪∑ F = Ma‬‬
‫ﻣﺠﻤﻮع ﻧﯿﺮوﻫﺎي وارده ﺑﺮ ﺟﺴﻢ ‪ M‬و ‪ a‬ﺷﺘﺎب آن ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺷﮑﻞ ‪ 11-2‬دارﯾﻢ‪:‬‬ ‫‪∑F‬‬ ‫ﮐﻪ در آن‬
‫‪ FM − kx − cx& = Ma‬‬
‫‪‬‬ ‫&&‪→ FM − kx − cx& = Mx‬‬
‫&& = ‪a‬‬
‫‪x‬‬
‫ﺑﺎ اﻋﻤﺎل ﺗﺒﺪﯾﻞ ﻻﭘﻼس ﺑﺮ روي رواﺑﻂ ﻓﻮق دارﯾﻢ‪:‬‬
‫) ‪FM ( s ) − kX ( s ) − csX ( s ) = Ms 2 X ( s ) → FM ( s ) = X ( s ) ( Ms 2 + ks + C‬‬
‫)‪X (s‬‬ ‫‪1‬‬
‫→‬ ‫=‬
‫‪FM ( s ) Ms + ks + C‬‬
‫‪2‬‬

‫ﺻﻔﺤﻪ ‪36‬‬
‫ﺶ ﻮم‪:‬‬

‫ر ﯽ ﭘﺎ ﺦ ﺬرا‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺬرا‬
‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ر‬

‫‪3‬ﺑﺨﺶ ﺳﻮم‪ :‬ﺗﺤﻠﯿﻞ ﭘﺎﺳﺦ ﮔﺬرا‬ ‫‪(3‬‬

‫‪ -1-3‬ﻣﻘﺪﻣﻪ‪:‬‬

‫در ﻓﺼﻞ ﻗﺒﻞ دﯾﺪﯾﻢ ﮐﻪ اوﻟﯿﻦ ﻗﺪم در ﺗﺤﻠﯿﻞ ﯾﮏ ﺳﯿﺴﺘﻢ ﮐﻨﺘﺮﻟﯽ‪ ،‬ﺑﺪﺳﺖ آوردن ﻣﺪل رﯾﺎﺿﯽ ﺳﯿﺴﺘﻢ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﺎ داﻧﺴﺘﻦ ﻣﺪل‬
‫رﯾﺎﺿﯽ ﯾﮏ ﺳﯿﺴﺘﻢ‪ ،‬روﺷﻬﺎي ﻣﺘﻌﺪدي ﺑﺮاي ﺗﺤﻠﯿﻞ آن ﺳﯿﺴﺘﻢ وﺟﻮد ﺧﻮاﻫﺪ داﺷﺖ‪ .‬ﯾﮏ روش ﻣﻨﺎﺳﺐ ﺑﺮاي ﺗﺤﻠﯿﻞ و ﻃﺮاﺣﯽ‬
‫ﺳﯿﺴﺘﻢ ﻫﺎي ﮐﻨﺘﺮﻟﯽ ﻣﻘﺎﯾﺴﻪ ﻋﻤﻠﮑﺮد ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﺨﺘﻠﻒ ﻣﯽ ﺑﺎﺷﺪ ﮐﻪ اﯾﻦ اﻣﺮ ﺑﺎ ﻣﻘﺎﯾﺴﻪ ﭘﺎﺳﺦ اﯾﻦ ﺳﯿﺴﺘﻢ ﻫﺎ ﺑﻪ ﯾﮏ ورودي‬
‫ﺗﺴﺖ واﺣﺪ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬
‫ﺳﯿﮕﻨﺎل ﺗﺴﺖ‪ ،‬ﺑﺎﯾﺪ راﺑﻄﻪ رﯾﺎﺿﯽ ﺳﺎده اي ﺑﺎ زﻣﺎن داﺷﺘﻪ ﺑﺎﺷﺪ‪ .‬ﻣﻌﻤﻮﻻً ﯾﮑﯽ از ﺳﯿﮕﻨﺎﻟﻬﺎي زﻣﺎﻧﯽ ﭘﻠﻪ‪ ،‬ﺿﺮﺑﻪ‪ ،‬ﺷﯿﺐ‪ ،‬ﺷﺘﺎب و‬
‫ﺳﯿﻨﻮﺳﯽ ﺑﻌﻨﻮان ﺳﯿﮕﻨﺎل ﺗﺴﺖ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﻣﯽ ﮔﯿﺮد‪.‬‬

‫‪ -2-3‬ﺗﻌﺎرﯾﻒ ﻣﻬﻢ‪:‬‬

‫‪ -1‬ﭘﺎﺳﺦ ﮔﺬرا ) ) ‪ :( yt ( t‬ﻣﻨﻈﻮر از ﭘﺎﺳﺦ ﮔﺬرا‪ ،1‬ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ ﺑﻪ ﺷﺮاﯾﻂ اوﻟﯿﻪ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﭘﺎﺳﺦ ﮔﺬراي ﯾﮏ ﺳﯿﺴﺘﻢ ﺑﺎ ﻣﯿﻞ‬
‫∞ → ‪ t‬ﺣﺬف ﺧﻮاﻫﺪ ﺷﺪ‪.‬‬
‫‪ -2‬ﭘﺎﺳﺦ ﻣﺎﻧﺪﮔﺎر) ) ∞ ( ‪ :( yss‬ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ ﭘﺲ از ﮔﺬﺷﺖ زﻣﺎن ﻃﻮﻻﻧﯽ ﯾﻌﻨﯽ در ∞ → ‪ t‬را ﭘﺎﺳﺦ ﻣﺎﻧﺪﮔﺎر )ﺣﺎﻟﺖ‬
‫‪2‬‬

‫داﺋﻤﯽ(ﮔﻮﯾﻨﺪ‪ .‬ﺗﻮﺟﻪ ﮐﻨﯿﺪ ﮐﻪ ﭘﺎﺳﺦ ﻣﺎﻧﺪﮔﺎر ﻣﯽ ﺗﻮاﻧﺪ ﺷﺎﻣﻞ ﺟﻤﻼﺗﯽ داراي ‪ t‬ﺑﺎﺷﺪ‪.‬‬
‫‪ -3‬ﭘﺎﺳﺦ ﮐﺎﻣﻞ‪ :‬ﭘﺎﺳﺦ زﻣﺎﻧﯽ ﻫﺮ ﺳﯿﺴﺘﻢ ﻣﺠﻤﻮع دو ﺑﺨﺶ ﮔﺬرا و ﻣﺎﻧﺪﮔﺎر ﻣﯽ ﺑﺎﺷﺪ‪.‬‬
‫) ∞ ( ‪y ( t ) = yt ( t ) + y ss‬‬
‫ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬
‫‪-3‬‬
‫‪x 10‬‬ ‫‪Step Response‬‬
‫‪3‬‬

‫‪2.5‬‬

‫‪2‬‬

‫‪1.5‬‬

‫‪1‬‬
‫‪Amplitude‬‬

‫‪0.5‬‬ ‫‪System: untitled1‬‬


‫‪Final Value: 0.000121‬‬

‫‪0‬‬

‫‪-0.5‬‬

‫‪-1‬‬

‫‪-1.5‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬
‫)‪Time (sec‬‬

‫ﺷﮑﻞ ‪ :1-3‬ﻧﻤﻮﻧﻪ از ﭘﺎﺳﺦ ﯾﮏ ﺳﯿﺴﺘﻢ‬

‫‪1‬‬
‫‪Transient Response‬‬
‫‪2‬‬
‫‪Steady State Response‬‬
‫ﺻﻔﺤﻪ ‪38‬‬
‫وه س ﺮل ﯽ‬

‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺷﮑﻞ ‪ 1-3‬ﻣﯽ ﺑﯿﻨﯿﻢ ﮐﻪ ﻣﻘﺪار ﻧﻬﺎﯾﯽ اﯾﻦ ﭘﺎﺳﺦ ﺑﺮاﺑﺮ ‪ 0.000121‬ﻣﯽ ﺑﺎﺷﺪ‪ ،‬اﻣﺎ ﭘﺎﺳﺦ ﮐﻠﯽ ﺗﺎ رﺳﯿﺪن ﺑﻪ اﯾﻦ‬
‫ﻣﻘﺪار ﺗﻐﯿﯿﺮات زﯾﺎدي داﺷﺘﻪ اﺳﺖ‪ .‬اﯾﻦ ﺗﻐﯿﯿﺮات ﮐﻪ ﺷﮑﻞ ﻧﻮﺳﺎﻧﯽ دارﻧﺪ ﺑﺎ ﮔﺬﺷﺖ زﻣﺎن ﻣﯿﺮا ﺷﺪه و ﭘﺎﺳﺦ ﺑﻪ ﺳﻤﺖ ﻣﻘﺪار‬
‫ﻧﻬﺎﯾﯽ ﻣﯿﻞ ﮐﺮده اﺳﺖ‪ .‬در اﯾﻦ ﺷﮑﻞ ﺑﺨﺶ ﻧﻮﺳﺎﻧﯽ ﺷﮑﻞ را ﭘﺎﺳﺦ ﮔﺬرا و ﻣﻘﺪار ﻧﻬﺎﯾﯽ را ﭘﺎﺳﺦ ﻣﺎﻧﺪﮔﺎر ﻣﯽ ﻧﺎﻣﯿﻢ‪.‬‬

‫‪ -4‬ﻗﻄﺐ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‪ :‬رﯾﺸﻪ ﻫﺎي ﻣﺨﺮج ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ را ﻗﻄﺐ ﻫﺎي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﮔﻮﯾﻨﺪ‪.‬‬
‫‪ -5‬ﺻﻔﺮ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‪ :‬رﯾﺸﻪ ﻫﺎي ﺻﻮرت ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ را ﺻﻔﺮﻫﺎي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﮔﻮﯾﻨﺪ‪.‬‬
‫‪ -6‬ﭘﺎﯾﺪاري ﻣﻄﻠﻖ‪ :‬ﻣﻬﻤﺘﺮﯾﻦ ﺧﺼﻮﺻﯿﺖ ﯾﮏ ﺳﯿﺴﺘﻢ ﮐﻨﺘﺮﻟﯽ‪ ،‬ﭘﺎﯾﺪاري ﻣﻄﻠﻖ آن ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﻣﻨﻈﻮر از ﭘﺎﯾﺪاري ﻣﻄﻠﻖ‪ ،‬ﭘﺎﯾﺪار‬
‫ﯾﺎ ﻧﺎﭘﺎﯾﺪار ﺑﻮدن ﺳﯿﺴﺘﻢ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﯾﮏ ﺳﯿﺴﺘﻢ ﺧﻄﯽ و ﺗﻐﯿﯿﺮﻧﺎﭘﺬﯾﺮ ﺑﺎ زﻣﺎن را ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار‪ 1‬ﮔﻮﯾﯿﻢ اﮔﺮ ﺑﺪون ﺣﻀﻮر ﻫﺮ‬
‫ﮔﻮﻧﻪ ورودي و ﺑﺎ ﺗﻐﯿﯿﺮ ﺷﺮاﯾﻂ اوﻟﯿﻪ ﺳﯿﺴﺘﻢ ‪ ،‬ﺧﺮوﺟﯽ ﺳﯿﺴﺘﻢ ﺗﻐﯿﯿﺮ ﻧﮑﻨﺪ‪ .‬ﺑﻄﻮر ﻏﯿﺮ رﺳﻤﯽ‪ ،‬ﺳﯿﺴﺘﻤﯽ را ﻧﺎﭘﺎﯾﺪار‪ 2‬ﮔﻮﯾﯿﻢ‬
‫ﮐﻪ ﺧﺮوﺟﯽ ﺑﺪون ﺗﻐﯿﯿﺮ در ورودي ﺑﻪ زﻣﺎن ﺗﻐﯿﯿﺮ ﮐﻨﺪ و اﯾﻦ ﺗﻐﯿﯿﺮات ﻫﯿﭽﮕﺎه ﻣﯿﺮا ﻧﺸﻮد‪ .‬اﮔﺮ ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ ﺑﻪ ورودي‬
‫ﺛﺎﺑﺖ ﻧﻮﺳﺎﻧﯽ ﺑﻮد و اﯾﻦ ﻧﻮﺳﺎﻧﺎت ﻣﯿﺮا ﻧﺸﻮد ﺳﯿﺴﺘﻢ را ﭘﺎﯾﺪار ﻣﺮزي ﮔﻮﯾﻨﺪ‪.‬‬
‫‪ -7‬ﭘﺎﯾﺪاري ﻧﺴﺒﯽ‪ :‬درﺟﻪ و ﻣﻘﺪار ﭘﺎﯾﺪاري ﯾﮏ ﺳﯿﺴﺘﻢ را ﮐﻪ ﺑﻪ ﻣﻮﻗﻌﯿﺖ ﻗﻄﺐ ﻫﺎي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ در ﺻﻔﺤﻪ ﻻﭘﻼس ﺑﺴﺘﮕﯽ‬
‫دارد را ﭘﺎﯾﺪاري ﻧﺴﺒﯽ ﮔﻮﯾﯿﻢ‪.‬‬

‫‪ v‬ﻧﮑﺘﻪ‪:‬‬
‫ﯾﮑﯽ از روﺷﻬﺎي ﻣﻨﺎﺳﺐ ﺑﺮاي ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ ﻧﺎﭘﺎﯾﺪار ﺑﻪ ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار اﺳﺘﻔﺎده از ﺷﺎﺧﻪ ﻓﯿﺪﺑﮏ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫‪ -8‬ﺧﻄﺎي ﺣﺎﻟﺖ ﻣﺎﻧﺪﮔﺎر) ) ∞ ( ‪ :( ess‬اﮔﺮ ﺳﯿﺴﺘﻤﯽ داراي ﻓﯿﺪﺑﮏ ﺑﺎﺷﺪ‪ ،‬ﻧﻘﺶ ﻓﯿﺪﺑﮏ ﻣﻘﺎﯾﺴﻪ ورودي و ﺧﺮوﺟﯽ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫‪+‬‬ ‫)‪E (s‬‬


‫)‪R (s‬‬ ‫∑‬ ‫)‪G (s‬‬ ‫)‪C (s‬‬
‫‪−‬‬

‫)‪H (s‬‬

‫ﺷﮑﻞ ‪ :2-3‬ﯾﮏ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ‬

‫ﺧﺮوﺟﯽ ﺳﯿﮕﻨﺎل ﺟﻤﻊ ﮐﻨﻨﺪه در ﺳﯿﺴﺘﻢ داراي ﻓﯿﺪﺑﮏ را ﺧﻄﺎ ) ‪ E ( s‬ﻣﯽ ﻧﺎﻣﻨﺪ‪ .‬اﮔﺮ ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار ﺑﺎﺷﺪ‪ ،‬ﺧﻄﺎي ﺣﺎﻟﺖ‬
‫داﺋﻤﯽ‪ ،‬اﺧﺘﻼف ﺑﯿﻦ ﺧﺮوﺟﯽ ﺳﯿﺴﺘﻢ و ﺧﺮوﺟﯽ ﻣﻄﻠﻮب ﻃﺮاح ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬
‫) ‪ess ( ∞ ) = lim s E ( s‬‬ ‫‪1-3‬‬
‫‪s →0‬‬

‫‪ v‬ﻧﮑﺘﻪ‪:‬‬
‫• ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﺮاي ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار ﺗﻌﺮﯾﻒ ﻣﯽ ﮔﺮدد‪.‬‬
‫• ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﻣﯽ ﺗﻮاﻧﺪ ﻧﺎﺷﯽ از ﻓﺮﺳﻮدﮔﯽ ﯾﺎ ﺧﻄﺎي ﺧﻄﯽ ﺳﺎزي ﺳﯿﺴﺘﻢ ﺑﺎﺷﺪ‪.‬‬

‫‪1‬‬
‫‪Stable System‬‬
‫‪2‬‬
‫‪Unstable‬‬
‫ﺻﻔﺤﻪ ‪39‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫ﺷﮑﻞ ‪ :3-3‬ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﻪ ورودي رﻣﭗ‬

‫ﻗﺒﻞ از آﻧﮑﻪ ﺑﻪ ﺗﺤﻠﯿﻠﯽ ﭘﺎﺳﺦ ﮔﺬراي ﺳﯿﺴﺘﻢ ﺑﭙﺮدازﯾﻢ‪ ،‬اﺑﺘﺪا ﺑﺎ ﻣﻔﺎﻫﯿﻢ ﭘﺎﯾﺪاري و ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﯿﺸﺘﺮ آﺷﻨﺎ ﻣﯽ ﺷﻮﯾﻢ‪.‬‬

‫‪ -3-3‬ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ ﻫﺎي ﮐﻨﺘﺮﻟﯽ‪:‬‬

‫ﻣﻬﻤﺘﺮﯾﻦ ﻣﺪل رﯾﺎﺿﯽ در درس ﮐﻨﺘﺮل ﺧﻄﯽ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﺎ در دﺳﺖ داﺷﺘﻦ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ‪ ،‬زﻣﺎﻧﯽ‬
‫ﺳﯿﺴﺘﻢ را ﭘﺎﯾﺪار ﮔﻮﯾﯿﻢ ﮐﻪ ﺗﻤﺎم ﻗﻄﺐ ﻫﺎي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ در ﺳﻤﺖ ﭼﭗ ﺻﻔﺤﻪ ﻣﻮﻫﻮﻣﯽ واﻗﻊ ﺷﻮﻧﺪ‪.‬‬
‫) ‪Im ( s‬‬

‫) ‪Re ( s‬‬

‫ﺷﮑﻞ ‪ :4-3‬ﻣﺤﻞ ﻗﻄﺐ ﻫﺎي ﭘﺎﯾﺪار و ﻧﺎﭘﺎﯾﺪار در ﺻﻔﺤﻪ ‪s‬‬

‫‪ v‬ﻧﮑﺎت‪:‬‬
‫اﮔﺮ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻤﯽ داراي ﻗﻄﺒﯽ در ﻧﯿﻢ ﺻﻔﺤﻪ راﺳﺖ ﺑﺎﺷﺪ‪ ،‬ﭘﺎﺳﺦ ﺿﺮﺑﻪ ﺳﯿﺴﺘﻢ داراي ﻋﺒﺎرﺗﯽ ﺑﺼﻮرت‬ ‫•‬
‫‪ e , k > 0‬ﺧﻮاﻫﺪ ﺑﻮد‪ .‬اﯾﻦ ﻋﺒﺎرت ﺑﺎ اﻓﺰاﯾﺶ زﻣﺎن ﺑﻪ ﺳﻤﺖ ﺑﯿﻨﻬﺎﯾﺖ رﺷﺪ ﻣﯽ ﮐﻨﺪ و ﺳﯿﺴﺘﻢ ﻧﺎﭘﺎﯾﺪار ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬
‫‪kt‬‬

‫اﮔﺮ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻤﯽ داراي ﻗﻄﺒﯽ روي ﻣﺤﻮر ﻣﻮﻫﻮﻣﯽ ﺑﺎﺷﺪ‪ ،‬اﯾﻦ ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار ﻣﺮزي ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬ ‫•‬
‫ﻫﺮ ﭼﻪ ﻓﺎﺻﻠﻪ ﻗﻄﺐ ﻫﺎ از ﻣﺤﻮر ﻣﻮﻫﻮﻣﯽ ﺑﯿﺸﺘﺮ ﺑﺎﺷﺪ‪ ،‬ﭘﺎﯾﺪاري ﻧﺴﺒﯽ ﺳﯿﺴﺘﻢ ﺑﯿﺸﺘﺮ ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬ ‫•‬

‫ﺻﻔﺤﻪ ‪40‬‬
‫وه س ﺮل ﯽ‬

‫ﺑﻄﻮر ﮐﻠﯽ روﺷﻬﺎي ﻣﺘﻌﺪدي ﺑﺮاي ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﯾﮏ ﺳﯿﺴﺘﻢ وﺟﻮد دارد‪ ،‬ﮐﻪ در اﯾﻦ ﺟﺰوه ﺗﻨﻬﺎ ﺑﻪ ﺑﺮرﺳﯽ ﭼﻬﺎر روش اﺻﻠﯽ آن‬
‫ﻣﯽ ﭘﺮدازﯾﻢ‪:‬‬
‫‪1‬‬
‫ﻣﻌﯿﺎر ﭘﺎﯾﺪاري روث – ﻫﻮروﯾﺘﺰ‬ ‫‪-1‬‬
‫روش ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ‬ ‫‪-2‬‬
‫روش ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ‬ ‫‪-3‬‬
‫روش ﻣﻨﺤﻨﯽ ﻫﺎي ﺑﻮدي‬ ‫‪-4‬‬

‫در اﯾﻦ ﺑﺨﺶ ﺗﻨﻬﺎ ﺑﻪ ﺑﺮرﺳﯽ ﻣﻌﯿﺎر ﭘﺎﯾﺪاري روث – ﻫﻮروﯾﺘﺰ ﻣﯽ ﭘﺮدازﯾﻢ و ﺳﻪ روش ﺑﺎﻗﯿﻤﺎﻧﺪه در ﺑﺨﺶ ﻫﺎي آﺗﯽ ﻣﻄﺮح ﺧﻮاﻫﻨﺪ‬
‫ﺷﺪ‪.‬‬

‫‪ -1-3-3‬ﻣﻌﯿﺎر ﭘﺎﯾﺪاري روث – ﻫﻮروﯾﺘﺰ‪:‬‬

‫ﯾﮑﯽ از روش ﻫﺎي ﺗﻌﯿﯿﻦ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ‪ ،‬ﻣﺤﺎﺳﺒﻪ رﯾﺸﻪ ﻫﺎي ﻣﺨﺮج ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﻣﺨﺮج ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ‬
‫ﺳﯿﺴﺘﻢ را ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ‪ 2‬ﺳﯿﺴﺘﻢ ) ) ‪ ( ∆ ( s‬ﮔﻮﯾﻨﺪ‪ .‬ﻓﺮم ﮐﻠﯽ ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ ﯾﮏ ﺳﯿﺴﺘﻢ را‬
‫‪∆ ( s ) = a0 s n + a1 s n −1 + ... + an = 0‬‬
‫در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪ .‬اﯾﻦ ﻣﻌﺎدﻟﻪ ﯾﮏ ﻣﻌﺎدﻟﻪ ﻣﺮﺗﺒﻪ ‪ n‬ﻣﯽ ﺑﺎﺷﺪ‪ .‬درﺻﻮرﺗﯿﮑﻪ ﻣﺮﺗﺒﻪ ﻣﻌﺎدﻟﻪ ﺑﯿﺶ از ‪ 3‬ﺑﺎﺷﺪ‪ ،‬ﻣﺤﺎﺳﺒﻪ رﯾﺸﻪ ﻫﺎي ﻣﻌﺎدﻟﻪ‬
‫ﻣﺸﺨﺼﻪ و ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري آن ﺑﻪ روش ﻫﺎي دﺳﺘﯽ اﻣﮑﺎن ﭘﺬﯾﺮ ﻧﻤﯽ ﺑﺎﺷﺪ‪ .‬ﻣﻌﯿﺎر ﭘﺎﯾﺪاري روث – ﻫﻮروﯾﺘﺰ ﯾﮏ ﻣﻌﯿﺎر ﻣﻨﺎﺳﺐ ﺑﺮاي‬
‫ﺗﻌﯿﯿﻦ ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار ﻣﯽ ﺑﺎﺷﺪ‪.‬‬
‫ﺑﺮاي اﺳﺘﻔﺎده از اﯾﻦ ﻣﻌﯿﺎر اﺑﺘﺪا ﺟﺪوﻟﯽ ﻣﻄﺎﺑﻖ ﺟﺪول زﯾﺮ ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪sn‬‬ ‫‪a0‬‬ ‫‪a2‬‬ ‫‪a4‬‬ ‫‪...‬‬
‫‪n −1‬‬
‫‪s‬‬ ‫‪a1‬‬ ‫‪a3‬‬ ‫‪a5‬‬ ‫‪...‬‬
‫‪a1 × a2 − a0 × a3‬‬ ‫‪a1 × a4 − a0 × a5‬‬ ‫‪a1 × a6 − a0 × a7‬‬
‫‪s n−2‬‬ ‫‪...‬‬
‫‪a1‬‬ ‫‪a1‬‬ ‫‪a1‬‬
‫‪144244‬‬ ‫‪3‬‬ ‫‪144244‬‬ ‫‪3‬‬ ‫‪1442443‬‬
‫‪A1‬‬ ‫‪A2‬‬ ‫‪A3‬‬

‫‪A1 × a3 − A2 × a1‬‬ ‫‪A1 × a5 − A3 × a1‬‬ ‫‪A1 × a5 − A3 × a1‬‬


‫‪s n −3‬‬ ‫‪...‬‬
‫‪A1‬‬ ‫‪A1‬‬ ‫‪A1‬‬
‫‪M‬‬ ‫‪M‬‬ ‫‪M‬‬ ‫‪M‬‬ ‫‪M‬‬
‫‪s0‬‬ ‫‪M‬‬ ‫‪M‬‬ ‫‪M‬‬ ‫‪M‬‬

‫ﺗﻮﺟﻪ ﮐﻨﯿﺪ ﮐﻪ اﯾﻦ ﻣﻌﯿﺎر ﺧﻮد رﯾﺸﻪ ﻫﺎي ﻣﻌﺎدﻟﻪ را ﻣﺤﺎﺳﺒﻪ ﻧﻤﯽ ﮐﻨﺪ ﺑﻠﮑﻪ ﺗﻨﻬﺎ ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار را ﻣﺸﺨﺺ ﻣﯽ ﮐﻨﺪ‪.‬‬

‫‪ v‬ﻧﮑﺎت‪:‬‬
‫ﯾﮏ ﺷﺮط ﻻزم ﺑﺮاي اﯾﻨﮑﻪ ﺗﻤﺎم رﯾﺸﻪ ﻫﺎي ﻣﻌﺎدﻟﻪ ﭘﺎﯾﺪار ﺑﺎﺷﻨﺪ اﯾﻨﺴﺖ ﮐﻪ ﺗﻤﺎم ﺿﺮاﯾﺐ ﻣﻌﺎدﻟﻪ ﻫﻢ ﻋﻼﻣﺖ ﺑﺎﺷﻨﺪ‪.‬‬ ‫•‬
‫ﺗﻌﺪاد ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ ﺳﺘﻮن اول ﺟﺪول روث – ﻫﻮروﯾﺘﺰ ﺑﺮاﺑﺮ ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار ﺳﯿﺴﺘﻢ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬ ‫•‬
‫ﺑﺮاي ﺳﺎدﮔﯽ ﻣﯽ ﺗﻮان اﻋﺪاد ﯾﮏ ﺳﻄﺮ را ﺑﻪ ﯾﮏ ﻋﺪد ﻣﺜﺒﺖ ﺗﻘﺴﯿﻢ و ﯾﺎ در ﯾﮏ ﻋﺪد ﻣﺜﺒﺖ ﺿﺮب ﻧﻤﻮد‪.‬‬ ‫•‬

‫‪1‬‬
‫‪Routh-Hurwitz Criterion‬‬
‫‪2‬‬
‫‪Characteristic Equation‬‬
‫ﺻﻔﺤﻪ ‪41‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫‪ 3‬ﻣﺜﺎل ‪1-3‬‬
‫ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار ﺳﯿﺴﺘﻢ ﻫﺎي زﯾﺮ را ﺑﺪﺳﺖ آورﯾﺪ‪:‬‬

‫‪1) ∆ ( s ) = 3 s 7 + 9 s 6 + 6 s 5 + 4 s 4 + 7 s 3 + 8 s 2 + 2 s + 6 = 0‬‬
‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﺟﺪول روث را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪7‬‬
‫‪s‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪2‬‬
‫‪s6‬‬ ‫‪9‬‬ ‫‪4‬‬ ‫‪8‬‬ ‫‪6‬‬
‫‪9 × 6 − 3× 4 9 × 7 − 8 × 3 9 × 2 − 6 × 3‬‬
‫‪s5‬‬ ‫‪0‬‬
‫‪1424‬‬ ‫‪9 3 1424‬‬ ‫‪9 3 1424‬‬ ‫‪9 3‬‬
‫‪4.67‬‬ ‫‪4.33‬‬ ‫‪0‬‬

‫‪s‬‬‫‪4‬‬
‫‪−4.34‬‬ ‫‪8‬‬ ‫‪6‬‬ ‫‪0‬‬
‫‪s3‬‬ ‫‪12.93‬‬ ‫‪6.45‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪s2‬‬ ‫‪10.165‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪s‬‬ ‫‪−1.18‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪1‬‬ ‫‪6‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫ﻫﻤﺎﻧﻄﻮر ﮐﻪ از ﺟﺪول ﭘﯿﺪاﺳﺖ ﭼﻬﺎر ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ دارﯾﻢ‪ .‬ﭘﺲ اﯾﻦ ﺳﯿﺴﺘﻢ ﭼﻬﺎر رﯾﺸﻪ ﻧﺎﭘﺎﯾﺪار دارد‪.‬‬
‫‪2) ∆ ( s ) = 2s5 + 6s4 + 3s3 + 4s2 + 3s + 9 = 0‬‬
‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﺟﺪول روث را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪:‬‬

‫‪s5‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪3‬‬


‫‪s4‬‬ ‫‪6‬‬ ‫‪4‬‬ ‫‪9‬‬
‫‪6× 3 − 4× 2 6× 3 − 9× 2‬‬
‫‪s3‬‬ ‫‪0‬‬
‫‪1424‬‬ ‫‪6 3 1424‬‬ ‫‪6 3‬‬
‫‪10‬‬ ‫‪0‬‬
‫‪6‬‬

‫‪s2‬‬ ‫‪4‬‬ ‫‪9‬‬ ‫‪0‬‬


‫‪s‬‬ ‫‪−15‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪1‬‬ ‫‪9‬‬ ‫‪0‬‬ ‫‪0‬‬

‫ﻫﻤﺎﻧﻄﻮر ﮐﻪ از ﺟﺪول ﭘﯿﺪاﺳﺖ دو ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ دارﯾﻢ‪ .‬ﭘﺲ اﯾﻦ ﺳﯿﺴﺘﻢ دو رﯾﺸﻪ ﻧﺎﭘﺎﯾﺪار دارد‪.‬‬

‫در ﻣﺤﺎﺳﺒﻪ ﻣﻘﺎدﯾﺮ ﺟﺪول روث – ﻫﻮروﯾﺘﺰ‪ ،‬ﻣﻮارد ﺧﺎﺻﯽ ﻫﻢ ﻣﻤﮑﻦ اﺳﺖ ﺑﻮﺟﻮد آﯾﺪ‪ ،‬ﮐﻪ اﯾﻦ ﻣﻮارد را ﺑﺎ ذﮐﺮ ﻣﺜﺎل ﺗﻮﺿﯿﺢ ﻣﯽ‬
‫دﻫﯿﻢ‪:‬‬

‫‪ -1‬وﺟﻮد ﯾﮏ ﺳﻄﺮ ﺗﻤﺎم ﺻﻔﺮ‪:‬‬

‫وﺟﻮد ﯾﮏ ﺳﻄﺮ ﺗﻤﺎم ﺻﻔﺮ ﺑﻪ ﻣﻌﻨﺎي وﺟﻮد رﯾﺸﻪ ﻫﺎي ﻣﺘﻘﺎرن ﻧﺴﺒﺖ ﺑﻪ ﻣﺒﺪا اﺳﺖ‪ .‬ﺑﻪ ﺷﮑﻞ ﻫﺎي زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬

‫ﺻﻔﺤﻪ ‪42‬‬
‫وه س ﺮل ﯽ‬

‫×‬ ‫×‬ ‫×‬


‫×‬ ‫×‬
‫×‬ ‫×‬ ‫×‬

‫ﺷﮑﻞ ‪ :5-3‬ﺣﺎﻟﺖ ﻫﺎي ﻣﺨﺘﻠﻒ رﯾﺸﻪ ﻫﺎي ﻣﺘﻘﺎرن ﻧﺴﺒﺖ ﺑﻪ ﻣﺒﺪا‬

‫در ﻫﺮ ﺳﻪ ﺣﺎﻟﺖ ﻓﻮق ﺑﺎ ﺗﺸﮑﯿﻞ ﺟﺪول روث ﺑﻪ ﯾﮏ ﺳﻄﺮ ﺗﻤﺎم ﺻﻔﺮ ﺑﺮ ﻣﯽ ﺧﻮرﯾﻢ‪ ،‬اﻣﺎ ﺗﻨﻬﺎ در ﺣﺎﻟﺖ اﻟﻒ رﯾﺸﻪ ﻫﺎ در ﺳﻤﺖ‬
‫راﺳﺖ ﺻﻔﺤﻪ )ﺑﺨﺶ ﻧﺎﭘﺎﯾﺪار( ﻗﺮار ﻧﺪارﻧﺪ‪ .‬ﺣﺎﻟﺖ اﻟﻒ را ﺣﺎﻟﺖ ﭘﺎﯾﺪار ﻣﺮزي ﻣﯽ ﻧﺎﻣﯿﻢ‪.‬‬

‫‪ v‬ﻧﮑﺘﻪ‪:‬‬
‫اﮔﺮ ﺑﺎ وﺟﻮد ﯾﮏ ﺳﻄﺮ ﺗﻤﺎم ﺻﻔﺮ در ﺟﺪول روث – ﻫﻮروﯾﺘﺰ‪ ،‬ﺳﺘﻮن اول ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ ﻧﺪاﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار ﻣﺮزي‬ ‫•‬
‫اﺳﺖ‪.‬‬
‫اﮔﺮ ﺑﯿﺶ از ﯾﮏ ﺳﻄﺮ ﺗﻤﺎم ﺻﻔﺮ در ﺟﺪول روث – ﻫﻮروﯾﺘﺰ داﺷﺘﻪ ﺑﺎﺷﯿﻢ‪ ،‬ﺳﯿﺴﺘﻢ ﻧﺎﭘﺎﯾﺪار ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬ ‫•‬

‫ﺑﻪ ﻣﺜﺎل زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬


‫‪ 3‬ﻣﺜﺎل ‪2-3‬‬
‫ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار ﺳﯿﺴﺘﻢ ﻫﺎي زﯾﺮ را ﺑﺪﺳﺖ آورﯾﺪ‪:‬‬

‫‪1) ∆ ( s ) = s 5 + 5s 4 − 3s 3 − 15s 2 + 2 s + 10 = 0‬‬


‫ﺣﻞ‪:‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ ﻣﻮﺟﻮد در ﺿﺮاﯾﺐ ﻣﻌﺎدﻟﻪ ﻓﻮق‪ ،‬اﯾﻦ ﺳﯿﺴﺘﻢ ﻗﻄﻌﺎً ﻧﺎﭘﺎﯾﺪار اﺳﺖ‪ .‬ﺑﺮاي ﺗﺸﺨﯿﺺ ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار‪ ،‬اﺑﺘﺪا‬
‫ﺟﺪول روث را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪s5‬‬ ‫‪1‬‬ ‫‪−3‬‬ ‫‪2‬‬
‫‪s‬‬ ‫‪4‬‬
‫‪5‬‬ ‫‪−15‬‬ ‫‪10‬‬
‫‪5 × −3 − ( −15 ) × 1‬‬ ‫‪5 × 2 − 10 × 1‬‬
‫‪s3‬‬ ‫‪0‬‬
‫‪1442443‬‬
‫‪5‬‬ ‫‪14243‬‬ ‫‪5‬‬
‫‪0‬‬ ‫‪0‬‬
‫‪2‬‬
‫‪s‬‬
‫‪s‬‬
‫‪1‬‬
‫اﮐﻨﻮن در ﻣﺤﺎﺳﺒﻪ ﺿﺮاﯾﺐ‪ ،‬در ﺳﻄﺮ ﺳﻮم ﺑﻪ ﯾﮏ ﺳﻄﺮ ﺗﻤﺎم ﺻﻔﺮ ﺑﺮﺧﻮردﯾﻢ‪ .‬ﺑﺮاي ﻣﺤﺎﺳﺒﻪ اداﻣﻪ ﺟﺪول‪ ،‬ﯾﮏ ﻣﺮﺣﻠﻪ ﺑﻪ ﻋﻘﺐ ﺑﺮ‬
‫ﻣﯽﮔﺮدﯾﻢ و از ﻣﻌﺎدﻟﻪ ﮐﻤﮑﯽ ﮐﻪ از ﺳﻄﺮ ﻗﺒﻞ ﺑﺪﺳﺖ ﻣﯽ آﯾﺪ ﻣﺸﺘﻖ ﻣﯽ ﮔﯿﺮﯾﻢ‪:‬‬

‫‪5s 4 − 15s 2 + 10 = 0 → 20 s 3 −30 s = 0‬‬

‫اﮐﻨﻮن ﺑﺠﺎي ﺿﺮاﯾﺐ ﺻﻔﺮ ﺳﻄﺮ ﺳﻮم‪ ،‬ﺿﺮاﯾﺐ ﺑﺪﺳﺖ آﻣﺪه از ﻣﺸﺘﻖ ﻣﻌﺎدﻟﻪ ﻓﻮق را ﺟﺎﯾﮕﺰﯾﻦ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫ﺻﻔﺤﻪ ‪43‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫‪s5‬‬ ‫‪1‬‬ ‫‪−3‬‬ ‫‪2‬‬


‫‪s4‬‬ ‫‪5‬‬ ‫‪−15‬‬ ‫‪10‬‬
‫‪2‬‬ ‫‪−3‬‬
‫‪s3‬‬ ‫‪20‬‬ ‫‪−30‬‬ ‫‪0‬‬
‫‪−30‬‬
‫‪15‬‬
‫‪s‬‬ ‫‪2‬‬
‫‪−‬‬ ‫‪10 20‬‬ ‫‪0‬‬
‫‪2‬‬
‫‪5‬‬
‫‪s‬‬ ‫‪−‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪3‬‬
‫‪1‬‬ ‫‪20‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪ 2‬ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ در ﺳﺘﻮن اول ﺑﯿﺎﻧﮕﺮ دو رﯾﺸﻪ ﻧﺎﭘﺎﯾﺪار ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﺎ ﻣﺤﺎﺳﺒﻪ رﯾﺸﻪ ﻫﺎي اﯾﻦ ﻣﻌﺎدﻟﻪ ﺑﻪ ﺟﻮاب ﻫﺎي ‪−5, ± 1.41, ± 1‬‬
‫ﻣﯽرﺳﯿﻢ ﮐﻪ ﺑﻪ وﺿﻮح ﺗﻘﺎرن ﻧﺴﺒﺖ ﺑﻪ ﻣﺒﺪأ در آﻧﻬﺎ دﯾﺪه ﻣﯽ ﺷﻮد‪.‬‬

‫‪ -2‬وﺟﻮد ﯾﮏ ﻋﻨﺼﺮ ﺻﻔﺮ در ﺳﺘﻮن اول‪:‬‬


‫اﮔﺮ در ﺳﺘﻮن اول ﺟﺪول روث – ﻫﻮروﯾﺘﺰ‪ ،‬ﻋﺪد ﺻﻔﺮ ﻇﺎﻫﺮ ﺷﻮد‪ ،‬ﭼﻮن اﻋﺪاد ﺳﻄﺮ ﺑﻌﺪي ﻫﻤﮕﯽ ﺑﺮ ﻋﻨﺼﺮ اول ﺗﻘﺴﯿﻢ‬
‫ﻣﯽﮔﺮدﻧﺪ‪ ،‬اﯾﻦ ﻣﻮﺿﻮع ﻣﺤﺎﺳﺒﻪ ﺿﺮاﯾﺐ ﺑﻌﺪي را دﭼﺎر ﻣﺸﮑﻞ ﻣﯽ ﮐﻨﺪ‪ .‬ﺑﺮاي ﺑﺮﻃﺮف ﮐﺮدن اﯾﻦ ﻣﻮﺿﻮع ﺳﻪ روش وﺟﻮد دارد‪:‬‬

‫ﻋﺪد ﺻﻔﺮ را ﺑﺎ ‪ ε > 0‬ﮐﻪ ﻋﺪدي ﺑﺴﯿﺎر ﮐﻮﭼﮏ اﺳﺖ ﺟﺎﯾﮕﺰﯾﻦ ﻣﯽ ﮐﻨﯿﻢ و ﺳﭙﺲ در اﻧﺘﻬﺎ ‪ ε‬را ﺑﻪ ﺳﻤﺖ ﺻﻔﺮ ﻣﯿﻞ ﻣﯽ دﻫﯿﻢ‪.‬‬ ‫•‬
‫‪1‬‬
‫در ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ ﺑﺠﺎي ‪ ، s‬ﻗﺮار ﻣﯽ دﻫﯿﻢ‪ .‬ﻣﻌﺎدﻟﻪ ﺑﺪﺳﺖ آﻣﺪه داراي رﯾﺸﻪ ﻫﺎﯾﯽ ﺑﺮاﺑﺮ ﻋﮑﺲ رﯾﺸﻪ ﻫﺎي ﻣﻌﺎدﻟﻪ‬ ‫•‬
‫‪s‬‬
‫ﻣﺸﺨﺼﻪ اﺻﻠﯽ اﺳﺖ‪ ،‬اﻣﺎ ﺗﻌﺪاد ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ ﻫﺮ دو ﻣﻌﺎدﻟﻪ ﯾﮑﯽ اﺳﺖ‪.‬‬
‫ﻣﻌﺎدﻟﻪ را در ﯾﮏ )‪ ( s + 1‬ﺿﺮب ﻣﯽ ﮐﻨﯿﻢ‪ .‬ﭼﻮن )‪ ( s + 1‬ﯾﮏ رﯾﺸﻪ ﭘﺎﯾﺪار ﺑﻪ ﻣﻌﺎدﻟﻪ اﺿﺎﻓﻪ ﻣﯽ ﮐﻨﺪ‪ ،‬ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ ﻣﻌﺎدﻟﻪ‬ ‫•‬
‫ﻣﺘﻔﺎوت ﻧﺨﻮاﻫﺪ ﺑﻮد‪.‬‬

‫ﺑﻪ ﻣﺜﺎل زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬


‫‪ 3‬ﻣﺜﺎل ‪3-3‬‬
‫ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار ﺳﯿﺴﺘﻢ ﻫﺎي زﯾﺮ را ﺑﺪﺳﺖ آورﯾﺪ‪:‬‬

‫‪1) ∆ ( s ) = s 5 + 2 s 4 + 3 s 3 + 6 s 2 + 5 s + 3 = 0‬‬
‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﺟﺪول روث را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪s5‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪5‬‬
‫‪4‬‬
‫‪s‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪3‬‬
‫‪2 × 3 − 6 ×1 2 × 5 − 3 × 1‬‬
‫‪s3‬‬ ‫‪0‬‬
‫‪1424‬‬ ‫‪2 3 1424‬‬ ‫‪2 3‬‬
‫‪0‬‬ ‫‪7‬‬
‫‪7‬‬
‫‪2‬‬

‫‪s2‬‬
‫‪s‬‬
‫‪1‬‬
‫اﮐﻨﻮن در ﻣﺤﺎﺳﺒﻪ ﺿﺮاﯾﺐ‪ ،‬در ﺳﻄﺮ ﺳﻮم ﺑﻪ ﯾﮏ ﻋﻨﺼﺮ اول ﺻﻔﺮ ﺑﺮﺧﻮردﯾﻢ‪:‬‬
‫ﺻﻔﺤﻪ ‪44‬‬
‫وه س ﺮل ﯽ‬

‫روش اول‪ :‬ﻋﺪد ﺻﻔﺮ را ﺑﺎ ‪ ε > 0‬ﮐﻪ ﻋﺪدي ﺑﺴﯿﺎر ﮐﻮﭼﮏ اﺳﺖ ﺟﺎﯾﮕﺰﯾﻦ ﻣﯽ ﮐﻨﯿﻢ و ﺳﭙﺲ در اﻧﺘﻬﺎ ‪ ε‬را ﺑﻪ ﺳﻤﺖ ﺻﻔﺮ ﻣﯿﻞ‬
‫ﻣﯽدﻫﯿﻢ‪:‬‬
‫‪5‬‬
‫‪s‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪5‬‬
‫‪4‬‬
‫‪s‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪3‬‬
‫‪s5‬‬ ‫‪1‬‬ ‫‪3‬‬ ‫‪5‬‬
‫‪s‬‬ ‫‪3‬‬
‫‪ε‬‬ ‫‪7‬‬ ‫‪0‬‬ ‫‪4‬‬
‫‪s‬‬ ‫‪2‬‬ ‫‪6‬‬ ‫‪3‬‬
‫‪2‬‬ ‫‪ε ×6 − 7×2‬‬ ‫‪ε ×3− 0‬‬
‫‪s‬‬ ‫‪s‬‬ ‫‪3‬‬
‫‪ε‬‬ ‫‪7‬‬ ‫‪0‬‬
‫‪14243‬‬‫‪ε‬‬ ‫‪1‬‬ ‫‪ε 3‬‬
‫‪424‬‬ ‫→‬
‫‪6ε −14 ; −14‬‬ ‫‪3ε‬‬ ‫‪s‬‬ ‫‪2‬‬
‫‪−14 3ε‬‬
‫‪−14 × 7 − 3ε 2‬‬ ‫‪s‬‬ ‫‪7‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪s‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪14‬‬‫‪4−244‬‬
‫‪14 3‬‬ ‫‪1‬‬ ‫‪3ε‬‬
‫‪;7‬‬

‫‪1‬‬ ‫‪3ε‬‬
‫‪ 2‬ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ در ﺳﺘﻮن اول ﺑﯿﺎﻧﮕﺮ دو رﯾﺸﻪ ﻧﺎﭘﺎﯾﺪار ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫‪1‬‬
‫ﻗﺮار ﻣﯽ دﻫﯿﻢ‪:‬‬ ‫روش دوم‪ :‬در ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ ﺑﺠﺎي ‪، s‬‬
‫‪s‬‬
‫‪5‬‬ ‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪∆ ′ ( s ) =   + 2   + 3   + 6   + 5   + 3 = 3s 5 + 5 s 4 + 6 s 3 + 3s 2 + 2 s + 1 = 0‬‬
‫‪s‬‬ ‫‪s‬‬ ‫‪s‬‬ ‫‪s‬‬ ‫‪s‬‬
‫اﮐﻨﻮن ﺟﺪول روث را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪s5‬‬ ‫‪3‬‬ ‫‪6‬‬ ‫‪2‬‬
‫‪s4‬‬ ‫‪5‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪1‬‬

‫‪21‬‬ ‫‪7‬‬
‫‪s3‬‬ ‫‪0‬‬
‫‪5‬‬ ‫‪5‬‬
‫‪4‬‬

‫‪2‬‬ ‫‪4‬‬ ‫‪3‬‬

‫‪s‬‬ ‫‪1‬‬ ‫‪0‬‬


‫‪3‬‬
‫‪−5‬‬
‫‪s‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪4‬‬
‫‪1‬‬ ‫‪3‬‬
‫روش ﺳﻮم ﺑﻌﻨﻮان ﺗﻤﺮﯾﻦ ﺑﻪ داﻧﺸﺠﻮﯾﺎن واﮔﺬار ﻣﯽ ﺷﻮد‪.‬‬

‫‪ 3‬ﻣﺜﺎل ‪4-3‬‬
‫ﺑﻪ ازاي ﭼﻪ ﻣﻘﺪاري از ‪ k‬ﺳﯿﺴﺘﻢ زﯾﺮ ﭘﺎﯾﺪار ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫‪1) ∆ ( s ) = s 4 + s 3 + s 2 + s + k = 0‬‬
‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﺟﺪول روث را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪:‬‬

‫ﺻﻔﺤﻪ ‪45‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫‪s4‬‬ ‫‪1‬‬ ‫‪1 k‬‬


‫‪s3‬‬ ‫‪1‬‬ ‫‪1 0‬‬
‫‪1× 1 − 1 × 1‬‬
‫‪s2‬‬ ‫‪k‬‬ ‫‪0‬‬
‫‪1424‬‬ ‫‪1 3‬‬ ‫‪ k‬‬ ‫‪k‬‬
‫‪1 − > 0 → < 1 → k < ε ; 0 k < 0‬‬
‫‪ε‬‬ ‫‪→ ε‬‬ ‫‪ε‬‬ ‫‪→‬‬ ‫→‬
‫‪ε × 1 − k ×1‬‬ ‫‪k > 0‬‬ ‫‪k > 0‬‬
‫‪s‬‬ ‫‪0 0‬‬
‫‪1424‬‬ ‫‪ε 3‬‬
‫‪k‬‬
‫‪1−‬‬
‫‪ε‬‬

‫‪1‬‬ ‫‪k‬‬ ‫‪0 0‬‬

‫‪ -4-3‬ﻣﺤﺎﺳﺒﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ‪:‬‬

‫ﺑﺎر دﯾﮕﺮ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺷﮑﻞ ‪ 2-3‬را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬

‫‪+‬‬ ‫)‪E ( s‬‬


‫)‪R ( s‬‬ ‫∑‬ ‫)‪G ( s‬‬ ‫)‪C ( s‬‬
‫‪−‬‬

‫)‪H ( s‬‬

‫ﺷﮑﻞ ‪ :6-3‬ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ‬

‫اﮔﺮ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ را ﺑﻪ ﮐﻠﯽ ﺗﺮﯾﻦ ﻓﺮم ﻣﻤﮑﻦ ﺑﺼﻮرت زﯾﺮ ﺗﻌﺮﯾﻒ ﮐﻨﯿﻢ‪:‬‬

‫‪k ( s + z1 )( s + z2 ) ... ( s + zm ) −Td s‬‬


‫= )‪G (s‬‬ ‫‪e‬‬ ‫‪2-3‬‬
‫) ‪s N ( s + p1 )( s + p2 ) ... ( s + pn‬‬

‫آﻧﮕﺎه ‪ N‬را ﮐﻪ ﻣﺮﺗﺒﻪ ﺗﮑﺮار ﻗﻄﺐ در ﻣﺒﺪأ ﻣﯽ ﺑﺎﺷﺪ را ﻧﻮع ﺳﯿﺴﺘﻢ ﻣﯽ ﻧﺎﻣﻨﺪ‪ .‬ﻫﻤﭽﻨﯿﻦ ﺑﺎﻻﺗﺮﯾﻦ ﺗﻮان ‪ s‬در ﻣﺨﺮج ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ را‬
‫ﻣﺮﺗﺒﻪ ﺳﯿﺴﺘﻢ ﻣﯽ ﻧﺎﻣﻨﺪ‪ .‬اﮐﻨﻮن ﺑﻪ ﻣﺤﺎﺳﺒﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ‪ 1‬ﺑﺮ ﻣﯽ ﮔﺮدﯾﻢ‪:‬‬

‫) ‪E ( s ) = R ( s ) − H ( s ) C ( s‬‬
‫‪‬‬
‫‪‬‬ ‫)‪G (s‬‬
‫) ‪C ( s ) = 1 + H s G s R ( s‬‬
‫‪‬‬ ‫) ( ) (‬
‫)‪G (s) H (s‬‬ ‫‪‬‬ ‫‪H (s)G (s) ‬‬
‫‪→ E (s) = R (s) −‬‬ ‫‪R ( s ) = R ( s ) 1 −‬‬
‫)‪1+ H ( s) G ( s‬‬ ‫‪ 1 + G ( s ) H ( s ) ‬‬
‫‪‬‬ ‫‪‬‬
‫)‪ 1 +H ( s) G ( s) − H ( s) G ( s‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪= R (s)‬‬ ‫‪ = R (s)‬‬
‫‪‬‬ ‫)‪1+ G ( s‬‬ ‫‪‬‬ ‫‪ 1 + G ( s ) H ( s ) ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬

‫‪1‬‬
‫‪Steady State Error‬‬
‫ﺻﻔﺤﻪ ‪46‬‬
‫وه س ﺮل ﯽ‬

‫‪‬‬ ‫‪1‬‬ ‫‪‬‬


‫‪ess ( ∞ ) = lim sE ( s ) = lim s R ( s ) ‬‬ ‫‪‬‬ ‫‪3-3‬‬
‫‪ 1+ G ( s) H ( s) ‬‬
‫‪s →0‬‬ ‫‪s →0‬‬

‫ﺑﺎ دﻗﺖ در ﻓﺮﻣﻮل ‪ 2-3‬ﻣﯽ ﺑﯿﻨﯿﻢ ﮐﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﻪ ورودي ﺑﺴﺘﮕﯽ دارد‪ .‬ﺑﺴﺘﻪ ﺑﻪ ﻧﻮع ورودي‪ ،‬ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ را‬
‫ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪1‬‬ ‫‪ 1 ‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪‬‬
‫= )‪R (s‬‬ ‫‪→ ess ( ∞ ) = lim s   ‬‬ ‫‪‬‬
‫‪‬‬ ‫=‬ ‫‪lim‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪s‬‬ ‫‪s →0‬‬
‫‪ s   1 + G ( s ) H ( s )  s →0  1 + G ( s ) H ( s ) ‬‬
‫‪1‬‬ ‫‪ 1 ‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪‬‬
‫= )‪R (s‬‬ ‫→‬ ‫‪e‬‬ ‫(‬ ‫∞‬ ‫)‬ ‫=‬ ‫‪lim‬‬ ‫‪s‬‬ ‫‪ 2 ‬‬‫‪‬‬ ‫‪‬‬ ‫=‬ ‫‪lim‬‬ ‫‪‬‬ ‫‪‬‬
‫‪ s   1 + G ( s ) H ( s )  s →0  sG ( s ) H ( s ) ‬‬
‫‪ss‬‬
‫‪s2‬‬ ‫‪s →0‬‬

‫‪1‬‬ ‫‪ 1‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪‬‬


‫= )‪R ( s‬‬ ‫‪→ ess ( ∞ ) = lim s  3‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫=‬ ‫‪lim‬‬ ‫‪‬‬ ‫‪‬‬
‫‪s →0  s‬‬ ‫‪  1 + G ( s ) H ( s )  s →0  s G ( s ) H ( s ) ‬‬
‫‪3‬‬ ‫‪2‬‬
‫‪s‬‬
‫ﺧﻼﺻﻪ اي از رواﺑﻂ ﻓﻮق در ﺟﺪول ‪ 1-3‬آﻣﺪه اﺳﺖ‪:‬‬

‫ﺟﺪول ‪ -1-3‬رواﺑﻂ ﻣﺮﺑﻮط ﺑﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﺮاي ﺳﯿﺴﺘﻢ ﻫﺎي ﻧﻮع ﺻﻔﺮ ﺗﺎ ‪2‬‬
‫ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ در ﭘﺎﺳﺦ ﺑﻪ‬
‫ﺳﯿﺴﺘﻢ‬
‫ورودي ﺷﺘﺎب‬ ‫ورودي ﺷﯿﺐ‬ ‫ورودي ﭘﻠﻪ‬
‫‪1‬‬
‫∞‬ ‫∞‬ ‫‪1+ K p‬‬
‫)‪, KP = lim G(s) H (s‬‬
‫‪s →0‬‬
‫ﻧﻮع ﺻﻔﺮ‬

‫‪1‬‬
‫∞‬ ‫‪Kv‬‬
‫)‪, Kv = lim sG(s) H (s‬‬
‫‪s →0‬‬
‫‪0‬‬ ‫ﻧﻮع ﯾﮏ‬

‫‪1‬‬
‫)‪, Ka = lim s2G(s)H (s‬‬ ‫‪0‬‬ ‫ﻧﻮع دو‬
‫‪Ka‬‬ ‫‪s →0‬‬ ‫‪0‬‬

‫‪ K p‬را ﺛﺎﺑﺖ ﺧﻄﺎي ﭘﻠﻪ‪ Kv ،‬را ﺛﺎﺑﺖ ﺧﻄﺎي ﺷﯿﺐ و ‪ Ka‬را ﺛﺎﺑﺖ ﺧﻄﺎي ﺷﺘﺎب‪ 1‬ﮔﻮﯾﻨﺪ‪ .‬درﺻﻮرﺗﯿﮑﻪ ﻓﯿﺪﺑﮏ ﺳﯿﺴﺘﻢ واﺣﺪ ﺑﺎﺷﺪ‪،‬‬
‫دارﯾﻢ‪:‬‬
‫→ ‪H (s) = 1‬‬
‫)‪E ( s) = R ( s) − C ( s‬‬
‫)‪G ( s‬‬ ‫)‪G ( s‬‬
‫= )‪C (s‬‬ ‫= )‪R ( s‬‬ ‫)‪R (s‬‬
‫)‪1+ H ( s) G ( s‬‬ ‫)‪1+ G ( s‬‬
‫{‬
‫‪1‬‬

‫)‪G (s‬‬ ‫‪‬‬ ‫‪G (s) ‬‬ ‫) ‪ 1 +G ( s ) − G ( s‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪→ E (s) = R (s) −‬‬ ‫‪R ( s ) = R ( s )  1 −‬‬ ‫‪ = R ( s ) ‬‬ ‫‪ = R(s)‬‬
‫‪ 1 + G ( s ) ‬‬
‫)‪1+ G ( s‬‬ ‫‪ 1+ G ( s) ‬‬ ‫‪‬‬ ‫)‪1+ G ( s‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬

‫‪‬‬ ‫‪1‬‬ ‫‪‬‬


‫‪E ( s ) = R ( s ) ‬‬ ‫‪‬‬ ‫‪4-3‬‬
‫‪ 1+ G ( s ) ‬‬

‫‪ 1‬ﺗﻮﺟﻪ ﮐﻨﯿﺪ ﮐﻪ ورودي ﺷﺘﺎب ﺑﺼﻮرت اﺳﺘﺎﻧﺪارد ﺑﺼﻮرت ‪ 1 t 2‬ﺗﻌﺮﯾﻒ ﻣﯽ ﮔﺮدد‪.‬‬


‫‪2‬‬
‫ﺻﻔﺤﻪ ‪47‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫اﮐﻨﻮن ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺗﻌﺮﯾﻒ ‪ 3-3‬ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺳﯿﺴﺘﻢ ﻧﻮع ‪ N‬ﺑﺎ ﻓﯿﺪﺑﮏ واﺣﺪ را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫)‪E (s) = R (s‬‬ ‫‪‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪ k ( s + z1 )( s + z2 ) ... ( s + zm ) e−Td s ‬‬
‫‪ 1 + N‬‬ ‫‪‬‬
‫‪‬‬ ‫‪s ( s + p1 )( s + p2 ) ... ( s + pn ) ‬‬
‫‪‬‬ ‫) ‪s N ( s + p1 )( s + p2 ) ... ( s + pn‬‬ ‫‪‬‬
‫‪= R ( s )  N‬‬ ‫‪‬‬
‫‪ s ( s + p1 )( s + p2 ) ... ( s + pn ) + k ( s + z1 )( s + z2 ) ... ( s + zm ) e‬‬
‫‪−Td s‬‬
‫‪‬‬
‫‪‬‬ ‫) ‪s N ( s + p1 )( s + p2 ) ... ( s + pn‬‬ ‫‪‬‬
‫‪ess ( ∞ ) = lim sE ( s ) = lim sR ( s )  N‬‬
‫‪s →0‬‬ ‫‪s →0‬‬ ‫‪ s ( s + p )( s + p ) ... ( s + p ) + k ( s + z )( s + z ) ... ( s + z ) e−Td s ‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪n‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪m‬‬ ‫‪‬‬
‫= ) ‪= lim sR ( s ) ( K s N‬‬
‫‪s →0‬‬

‫‪p1 p2 ... pm‬‬


‫) ‪ess ( ∞ ) = K lim s N +1 R ( s‬‬ ‫= ‪,K‬‬ ‫‪4-3‬‬
‫‪s →0‬‬ ‫) ‪k ( z1 z2 ...zn‬‬

‫ﺑﻨﺎﺑﺮاﯾﻦ‪ ،‬ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﺮاي ﺳﯿﺴﺘﻢ ‪ 3-3‬ﺑﺎ ﻓﯿﺪﺑﮏ واﺣﺪ‪ ،‬ﺑﻪ ورودي و ﻧﻮع ﺳﯿﺴﺘﻢ ﺑﺴﺘﮕﯽ دارد‪ .‬ﺑﻬﺘﺮﯾﻦ ﺣﺎﻟﺖ ﺑﺮاي‬
‫ﯾﮏ ﺳﯿﺴﺘﻢ‪ ،‬داﺷﺘﻦ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺻﻔﺮ ﻣﯽ ﺑﺎﺷﺪ‪ ،‬اﮐﻨﻮن ﺑﺴﺘﻪ ﺑﻪ ﻧﻮع ﺳﯿﺴﺘﻢ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ را ﺑﻪ ورودي ﻫﺎي‬
‫ﭘﻠﻪ‪ ،‬ﺷﯿﺐ و ﺷﺘﺎب ﺑﺮرﺳﯽ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫اﻟﻒ( ﺳﯿﺴﺘﻢ ﻧﻮع ﺻﻔﺮ‪ :‬اﮔﺮ ﺳﯿﺴﺘﻢ ﻧﻮع ﺻﻔﺮ ﺑﺎﺷﺪ ) ‪ ،( N = 0‬ﺑﺮاي ﺳﻪ ورودي ﭘﻠﻪ‪ ،‬ﺷﯿﺐ و ﺷﺘﺎب و ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ‪ 4-3‬دارﯾﻢ‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫= )‪R (s‬‬ ‫‪→ ess ( ∞ ) = K lim s N +1 R ( s ) = K lim s 0+1   = K‬‬
‫‪s‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬
‫‪s‬‬
‫‪1‬‬ ‫‪ 1 ‬‬ ‫‪K‬‬
‫∞ = ‪R ( s ) = 2 → ess ( ∞ ) = K lim s N +1 R ( s ) = K lim s 0+1  2  = lim‬‬
‫‪s‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬
‫‪ s  s →0 s‬‬
‫‪1‬‬ ‫‪ 1 ‬‬ ‫‪K‬‬
‫∞ = ‪R ( s ) = 3 → ess ( ∞ ) = K lim s N +1 R ( s ) = K lim s 0 +1  3  = lim 2‬‬
‫‪s‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬
‫‪ s  s →0 s‬‬
‫ب( ﺳﯿﺴﺘﻢ ﻧﻮع ﯾﮏ‪ :‬اﮔﺮ ﺳﯿﺴﺘﻢ ﻧﻮع ﺻﻔﺮ ﺑﺎﺷﺪ )‪ ،( N = 1‬ﺑﺮاي ﺳﻪ ورودي ﭘﻠﻪ‪ ،‬ﺷﯿﺐ و ﺷﺘﺎب و ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ‪ 4-3‬دارﯾﻢ‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫= )‪R (s‬‬ ‫‪→ ess ( ∞ ) = K lim s N +1R ( s ) = K lim s1+ 1   = 0‬‬
‫‪s‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬
‫‪s‬‬
‫‪1‬‬ ‫‪ 1 ‬‬
‫‪R ( s ) = 2 → ess ( ∞ ) = K lim s N +1 R ( s ) = K lim s1+1  2  = K‬‬
‫‪s‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬
‫‪s ‬‬
‫‪1‬‬ ‫‪ 1 ‬‬ ‫‪K‬‬
‫∞ = ‪R ( s ) = 3 → ess ( ∞ ) = K lim s N +1 R ( s ) = K lim s1+1  3  = lim‬‬
‫‪s‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬
‫‪ s  s →0 s‬‬
‫ج( ﺳﯿﺴﺘﻢ ﻧﻮع دو‪ :‬اﮔﺮ ﺳﯿﺴﺘﻢ ﻧﻮع ﺻﻔﺮ ﺑﺎﺷﺪ ) ‪ ،( N = 2‬ﺑﺮاي ﺳﻪ ورودي ﭘﻠﻪ‪ ،‬ﺷﯿﺐ و ﺷﺘﺎب و ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ‪ 4-3‬دارﯾﻢ‪:‬‬
‫‪1‬‬ ‫‪1‬‬
‫= )‪R (s‬‬ ‫‪→ ess ( ∞ ) = K lim s N +1 R ( s ) = K lim s 2+ 1   = 0‬‬
‫‪s‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬
‫‪s‬‬
‫‪1‬‬ ‫‪ 1 ‬‬
‫= )‪R (s‬‬ ‫‪2‬‬
‫‪→ ess ( ∞ ) = K lim s N +1R ( s ) = K lim s 2 +1  2  = 0‬‬
‫‪s‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬
‫‪s ‬‬

‫ﺻﻔﺤﻪ ‪48‬‬
‫وه س ﺮل ﯽ‬

‫‪1‬‬ ‫‪ 1 ‬‬


‫= )‪R ( s‬‬ ‫‪→ ess ( ∞ ) = K lim s N +1R ( s ) = K lim s 2+1‬‬ ‫‪ 3  = K‬‬
‫‪s3‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬
‫‪s ‬‬

‫‪ v‬ﻧﮑﺘﻪ‪:‬‬
‫ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﺮاي ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار ﺗﻌﺮﯾﻒ ﻣﯽ ﮔﺮدد‪.‬‬

‫ﺑﻪ ﻣﺜﺎل زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬


‫‪ 3‬ﻣﺜﺎل ‪5-3‬‬
‫ﻣﻘﺪار ‪ k‬را ﻃﻮري ﺗﻌﯿﯿﻦ ﮐﻨﯿﺪ ﮐﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﻪ ورودي ﺷﯿﺐ ﺑﺮاﺑﺮ ‪ 10%‬ﺑﺎﺷﺪ‪:‬‬

‫)‪R (s‬‬ ‫‪+‬‬ ‫)‪E (s‬‬ ‫)‪k ( s + 5‬‬


‫∑‬ ‫) ‪s ( s + 6 )( s + 7 )( s + 8‬‬
‫)‪C (s‬‬
‫‪−‬‬

‫ﺣﻞ‪:‬‬
‫ﺑﺮاي ﺑﺮرﺳﯽ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ اﺑﺘﺪا ﺑﺎﯾﺪ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﮔﯿﺮد‪ ،‬ﺑﻪ ﻣﻨﻈﻮر ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري اﺑﺘﺪا ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ را‬
‫ﻣﺤﺎﺳﺒﻪ ﻧﻤﻮده و ﺟﺪول روث را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪:‬‬
‫)‪k ( s + 5‬‬
‫)‪G (s‬‬ ‫) ‪s ( s + 6 )( s + 7 )( s + 8‬‬ ‫)‪k ( s + 5‬‬
‫= )‪T (s‬‬ ‫=‬ ‫=‬
‫)‪1+ G (s‬‬ ‫)‪k ( s + 5‬‬ ‫) ‪s ( s + 6 )( s + 7 )( s + 8 ) + k ( s + 5‬‬
‫‪1+‬‬
‫) ‪s ( s + 6 )( s + 7 )( s + 8‬‬
‫‪→ ∆ ( s ) = s ( s + 6 )( s + 7 )( s + 8 ) + k ( s + 5 ) = s 4 + 21s 3 + 146 s 2 + ( 336 + k ) s + 5k‬‬

‫‪s4‬‬ ‫‪1‬‬ ‫‪146‬‬ ‫‪5k‬‬


‫‪s3‬‬ ‫‪21‬‬ ‫‪( 336 + k ) 0‬‬
‫‪6444‬‬ ‫‪7444‬‬
‫‪2730 − k‬‬
‫‪8‬‬ ‫‪678‬‬
‫‪105 k‬‬
‫‪ 2730 − k > 0‬‬
‫) ‪21× 146 − ( 336 + k‬‬ ‫‪21 × 5k‬‬ ‫‪‬‬
‫‪s‬‬ ‫‪2‬‬
‫‪0 → ( 2730 − k ) × ( 336 + k ) − 125k × 21 > 0‬‬
‫‪21‬‬ ‫‪21‬‬ ‫‪105k > 0‬‬
‫‪( 2730 − k ) × ( 336 + k ) − 105k × 21‬‬ ‫‪‬‬
‫‪s‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪2730 − k‬‬
‫‪1‬‬ ‫‪105k‬‬ ‫‪0‬‬ ‫‪0‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬
‫‪ k < 2730‬‬
‫‪‬‬
‫‪→  − k 2 + 189 k + 917280 > 0‬‬
‫‪k > 0‬‬
‫‪‬‬

‫ﺻﻔﺤﻪ ‪49‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫ﺑﺮاي ﺗﻌﯿﯿﻦ ﻋﻼﻣﺖ ﻣﻌﺎدﻟﻪ دوم اﺑﺘﺪا ﺑﺎﯾﺪ رﯾﺸﻪ ﻫﺎي آن ﺑﺪﺳﺖ آﯾﺪ‪:‬‬
‫‪−k 2 − 231k + 917280 = 0 → k = −1080.1,849.1‬‬
‫‪−1080.1‬‬ ‫‪849.1‬‬

‫‪−‬‬ ‫‪+‬‬ ‫‪−‬‬


‫ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬
‫‪k < 2730‬‬
‫‪‬‬
‫‪→ −1080.1 < k < 849.1 → 0 < k < 849.1‬‬
‫‪k > 0‬‬
‫‪‬‬
‫اﮐﻨﻮن ﻣﻘﺪار ‪ k‬را ﺑﺮاي رﺳﯿﺪن ﺑﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ‪ 10%‬ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪ .‬ﻣﻘﺪار ‪ k‬ﺑﺪﺳﺖ آﻣﺪه ﺑﺎﯾﺪ در ﺷﺮط ﻓﻮق ﺻﺪق‬
‫ﮐﻨﺪ‪.‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪‬‬
‫‪R ( s ) = s2‬‬ ‫‪‬‬ ‫‪ 1‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪‬‬ ‫)‪k ( s + 5‬‬
‫→‬ ‫‪E‬‬ ‫‪( ) ( ) ‬‬
‫‪s‬‬ ‫=‬ ‫‪R‬‬ ‫‪s‬‬ ‫‪‬‬ ‫=‬
‫)‪k ( s + 5‬‬
‫‪ 1 + G ( s )  s  1 +‬‬ ‫‪‬‬
‫‪2‬‬
‫= ) ‪G ( s‬‬ ‫‪‬‬
‫‪‬‬ ‫) ‪s ( s + 6 )( s + 7 )( s + 8‬‬ ‫‪ s ( s + 6 )( s + 7 )( s + 8 ) ‬‬
‫‪1‬‬ ‫) ‪s ( s + 6 )( s + 7 )( s + 8‬‬ ‫‪‬‬
‫‪→ E ( s ) = 2 ‬‬ ‫‪‬‬
‫‪s  s ( s + 6 )( s + 7 )( s + 8) + k ( s + 5 ) ‬‬

‫‪1 ‬‬ ‫) ‪s ( s + 6 )( s + 7 )( s + 8‬‬ ‫‪ 336‬‬


‫‪→ ess ( ∞ ) = lim sE ( s ) = lim s 2 ‬‬ ‫‪‬‬ ‫=‬
‫‪s →0‬‬ ‫‪s →0‬‬ ‫‪‬‬ ‫‪‬‬
‫‪s  s ( s + 6 )( s + 7 )( s + 8 ) + k ( s + 5 )  5k‬‬
‫‪336 1‬‬
‫→‬ ‫‪= → k = 672‬‬
‫‪5k 10‬‬
‫ﮐﻪ اﯾﻦ ﻣﻘﺪار در ﺷﺮط ‪ 0 < k < 849.1‬ﺻﺪق ﻣﯽ ﮐﻨﺪ ﺑﻨﺎﺑﺮاﯾﻦ اﯾﻦ ﻣﻘﺪار ﻗﺎﺑﻞ ﻗﺒﻮل اﺳﺖ‪.‬‬
‫‪ 3‬ﻣﺜﺎل ‪6-3‬‬
‫ﻣﻘﺪار ‪ k‬را ﻃﻮري ﺗﻌﯿﯿﻦ ﮐﻨﯿﺪ ﮐﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﻪ ورودي ﭘﻠﻪ ‪ 0.02‬ﺑﺎﺷﺪ‪:‬‬

‫)‪R ( s‬‬ ‫‪+‬‬ ‫)‪E ( s‬‬


‫∑‬ ‫‪k‬‬
‫)‪( s + 2‬‬ ‫)‪C ( s‬‬

‫‪−‬‬

‫‪2‬‬
‫)‪( s + 4‬‬

‫ﺣﻞ‪:‬‬
‫ﺑﺮاي ﺑﺮرﺳﯽ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ اﺑﺘﺪا ﺑﺎﯾﺪ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﮔﯿﺮد‪ ،‬ﺑﻪ ﻣﻨﻈﻮر ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري اﺑﺘﺪا ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ را‬
‫ﻣﺤﺎﺳﺒﻪ ﻧﻤﻮده و ﺟﺪول روث را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪k‬‬
‫)‪G (s‬‬ ‫)‪( s + 2‬‬ ‫)‪k ( s + 4‬‬
‫= )‪T (s‬‬ ‫=‬ ‫=‬
‫‪1+ G ( s) H ( s) 1+ k‬‬ ‫‪2‬‬ ‫‪( s + 2 )( s + 4 ) + 2k‬‬
‫)‪( s + 2) ( s + 4‬‬

‫ﺻﻔﺤﻪ ‪50‬‬
‫وه س ﺮل ﯽ‬

‫) ‪→ ∆ ( s ) = ( s + 2 )( s + 4 ) + 2 k = s 2 + 6 s + ( 8 + 2 k‬‬
‫‪s2‬‬ ‫‪1‬‬ ‫‪8 + 2k‬‬
‫‪s‬‬ ‫‪6‬‬ ‫‪0 → 8 + 2 k > 0 → k > −4‬‬
‫‪1‬‬ ‫‪8 + 2k‬‬ ‫‪0‬‬

‫اﮐﻨﻮن ﻣﻘﺪار ‪ k‬را ﺑﺮاي رﺳﯿﺪن ﺑﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ‪ 0.02‬ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪ .‬ﻣﻘﺪار ‪ k‬ﺑﺪﺳﺖ آﻣﺪه ﺑﺎﯾﺪ در ﺷﺮط ﻓﻮق ﺻﺪق‬
‫ﮐﻨﺪ‪.‬‬
‫‪‬‬ ‫‪1‬‬
‫‪ R ( s ) = s‬‬ ‫‪‬‬ ‫‪2k‬‬ ‫‪ k‬‬
‫‪‬‬ ‫‪→ K p = lim GH ( s ) = lim ‬‬ ‫=‪‬‬
‫‪2k‬‬ ‫‪s → 0 ( s + 2 )( s + 4 ) ‬‬
‫= ) ‪GH ( s‬‬
‫‪s →0‬‬
‫‪‬‬ ‫‪ 4‬‬
‫‪‬‬ ‫) ‪( s + 2 )( s + 4‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪4‬‬
‫= ) ∞ ( ‪→ ess‬‬ ‫=‬ ‫=‬ ‫‪= 0.02 → 0.02k = 4 − 4 × 0.02 → k = 195‬‬
‫‪1+ p 1+‬‬
‫‪K‬‬ ‫‪k‬‬ ‫‪k‬‬ ‫‪+4‬‬
‫‪4‬‬
‫ﮐﻪ اﯾﻦ ﻣﻘﺪار در ﺷﺮط ‪ k > −4‬ﺻﺪق ﻣﯽ ﮐﻨﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ اﯾﻦ ﻣﻘﺪار ﻗﺎﺑﻞ ﻗﺒﻮل اﺳﺖ‪.‬‬

‫اﮐﻨﻮن ﺑﺎ اﯾﻦ داﺷﺘﻪ ﻫﺎ ﻣﯽ ﺗﻮاﻧﯿﻢ ﺑﻪ ﺑﺤﺚ ﭘﺎﺳﺦ ﮔﺬراي ﺳﯿﺴﺘﻢ ﺑﭙﺮدازﯾﻢ‪ .‬از آﻧﺠﺎ ﮐﻪ اﮐﺜﺮ ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﻮرد اﺳﺘﻔﺎده ﻣﺮﺗﺒﻪ اي‬
‫ﮐﻤﺘﺮ از ‪ 3‬دارﻧﺪ‪ ،‬ﺑﺮاي درك ﺑﻬﺘﺮ اﯾﻦ ﻣﻮﺿﻮع‪ ،‬ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﺮﺗﺒﻪ ﯾﮏ و دو را ﺑﻄﻮر ﻣﺠﺰا ﺑﺮرﺳﯽ ﻣﯽ ﻧﻤﺎﯾﯿﻢ‪:‬‬

‫‪ -5-3‬ﺑﺮرﺳﯽ ﭘﺎﺳﺦ ﮔﺬرا‪:‬‬

‫ﮔﺮﭼﻪ ﻣﻘﺪار ﻧﻬﺎﯾﯽ ﭘﺎﺳﺦ و اﺧﺘﻼف آن ﺑﺎ ﭘﺎﺳﺦ ﻣﻄﻠﻮب‪ ،1‬در ﻃﺮاﺣﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﮐﻨﺘﺮﻟﯽ‪ ،‬از ﻣﻬﻤﺘﺮﯾﻦ ﻋﻮاﻣﻞ ﻣﻮرد ﺑﺮرﺳﯽ اﺳﺖ‪،‬‬
‫اﻣﺎ ﻧﺤﻮه رﺳﯿﺪن ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ ﺑﻪ اﯾﻦ ﻣﻘﺪار ﻧﯿﺰ ﺑﺮاي ﻣﺎ اﻫﻤﯿﺖ دارد‪ .‬ﺗﻐﯿﯿﺮات ﭘﺎﺳﺦ )ﻧﻮﺳﺎﻧﺎت ﻣﯿﺮا( ﺑﺎﯾﺪ ﺑﮕﻮﻧﻪ اي ﺑﺎﺷﻨﺪ ﮐﻪ از‬
‫ﻣﺤﺪوده ﻣﺠﺎز ﻗﺎﺑﻞ ﺗﺤﻤﻞ ﺳﯿﺴﺘﻢ ﻓﺮاﺗﺮ ﻧﺮوﻧﺪ‪ ،‬ﻫﻤﭽﻨﯿﻦ ﻫﺮ ﭼﻪ دوره زﻣﺎﻧﯽ ﭘﺎﺳﺦ ﮔﺬرا ﮐﻮﺗﺎه ﺗﺮ ﺑﺎﺷﺪ‪ ،‬ﺳﺮﻋﺖ ﻋﻤﻠﮑﺮد ﺳﯿﺴﺘﻢ‬
‫ﺑﺎﻻﺗﺮ ﺧﻮاﻫﺪ ﺑﻮد‪ .‬ﺑﺪﯾﻦ ﻣﻨﻈﻮر‪ ،‬ﭘﺎﺳﺦ ﮔﺬراي ﺳﯿﺴﺘﻢ ﻫﺎ ﺑﺎﯾﺪ ﺑﻪ ﺧﻮﺑﯽ ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﮔﯿﺮد‪.‬‬

‫‪ -1-5-3‬ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﺮﺗﺒﻪ اول‪:‬‬

‫ﯾﮏ ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ اول ﻧﻤﻮﻧﻪ‪ ،‬ﺳﯿﺴﺘﻤﯽ اﺳﺖ ﮐﻪ داراي‬

‫‪+‬‬ ‫)‪E (s‬‬


‫)‪R ( s‬‬
‫∑‬
‫‪1‬‬
‫‪k‬‬ ‫)‪C (s‬‬
‫‪Ts‬‬
‫‪−‬‬

‫ﺷﮑﻞ ‪ :7-3‬ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ اول‬


‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺴﺘﻪ اﯾﻦ ﺳﯿﺴﺘﻢ ﺑﺼﻮرت‬
‫‪1‬‬
‫‪k‬‬
‫= ‪T ( s ) = k Ts‬‬ ‫‪5-3‬‬
‫‪1 1 + Ts‬‬
‫‪1+‬‬
‫‪Ts‬‬
‫ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬

‫‪1‬‬
‫‪Set Point‬‬
‫ﺻﻔﺤﻪ ‪51‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫اﮐﻨﻮن ﺷﮑﻞ ﻋﻤﻮﻣﯽ ﭘﺎﺳﺦ ﭘﻠﻪ اﯾﻦ ﺳﯿﺴﺘﻢ را ﺑﺮرﺳﯽ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬


‫‪‬‬ ‫‪1‬‬
‫‪ R ( s ) = s‬‬ ‫‪k‬‬ ‫‪k‬‬ ‫‪k‬‬ ‫‪k‬‬
‫‪‬‬ ‫= )‪→ C (s‬‬ ‫=‬ ‫‪= −‬‬
‫‪T ( s ) = k‬‬ ‫) ‪s (1 + Ts‬‬ ‫‪1‬‬ ‫‪ s ‬‬ ‫‪1‬‬
‫‪Ts  + s ‬‬ ‫‪‬‬ ‫‪s+ ‬‬
‫‪‬‬ ‫‪1 + Ts‬‬ ‫‪T‬‬ ‫‪‬‬ ‫‪ T‬‬

‫‪‬‬ ‫‪−t‬‬
‫‪‬‬
‫) ‪→ c ( t ) = k 1 − e T  u ( t‬‬
‫‪‬‬ ‫‪‬‬
‫‪−1‬‬
‫ﺑﺎﺷﺪ‪ ،‬ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار ﺧﻮاﻫﺪ ﺑﻮد‪ .‬ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﭘﺎﺳﺦ ﺑﺪﺳﺖ آﻣﺪه‬ ‫ﮐﻪ در آن ‪ T‬ﺛﺎﺑﺖ زﻣﺎﻧﯽ ﺳﯿﺴﺘﻢ ﺧﻮاﻧﺪه ﻣﯽ ﺷﻮد‪ ،‬اﮔﺮ ‪< 0‬‬
‫‪T‬‬
‫ﻣﯽ ﺗﻮان ﺑﺨﺶ ﮔﺬرا و ﭘﺎﺳﺦ ﻣﻘﺪار ﻧﻬﺎﯾﯽ را ﺑﺪﺳﺖ آورد‪:‬‬
‫‪‬‬ ‫‪−t‬‬
‫‪‬‬ ‫‪−t‬‬
‫) ‪c ( t ) = k 1 − e  u ( t ) = ku ( t ) −ke T u ( t‬‬
‫‪T‬‬

‫‪‬‬ ‫‪‬‬ ‫‪{ 1424‬‬ ‫‪3‬‬


‫) ∞ ( ‪yss‬‬ ‫) ‪y (t‬‬
‫‪t‬‬

‫‪−t‬‬
‫) ‪yt ( t ) = −ke u ( t‬‬
‫‪T‬‬

‫) ‪yss ( ∞ ) = ku ( t‬‬
‫ﺑﺮاي ﺑﻬﺮه واﺣﺪ ﺷﮑﻞ ﻋﻤﻮﻣﯽ ﭘﺎﺳﺦ ﭘﻠﻪ ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ اول ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫ﺷﮑﻞ ‪ :8-3‬ﭘﺎﺳﺦ ﭘﻠﻪ ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ اول ﺑﺎ ‪k = 1‬‬

‫‪ v‬ﻧﮑﺎت‪:‬‬
‫ﭘﺲ از ﮔﺬﺷﺖ زﻣﺎﻧﯽ ﺣﺪوداً‪ 4 ،‬اﻟﯽ ‪ 5‬ﺑﺮاﺑﺮ ﺛﺎﺑﺖ زﻣﺎﻧﯽ ﭘﺎﺳﺦ ﺗﻘﺮﯾﺒﺎ ﺑﻪ ﻣﻘﺪار ﻧﻬﺎﯾﯽ ﺧﻮد ﻧﺰدﯾﮏ ﻣﯽ ﺷﻮد‪.‬‬ ‫•‬
‫ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ اول ﺗﻌﺮﯾﻒ ﺷﺪه ﻧﻮع ﯾﮏ ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ آن ﺑﻪ ورودي ﭘﻠﻪ ﺑﺮاﺑﺮ ﺻﻔﺮ اﺳﺖ‪) .‬اﯾﻦ‬ ‫•‬
‫ﻣﻮﺿﻮع ﺑﻪ ﺧﻮﺑﯽ در ﺷﮑﻞ دﯾﺪه ﻣﯽ ﺷﻮد(‬

‫ﺑﻄﻮر ﻣﺜﺎل ﻣﺪارﻫﺎي ‪ RC ،RL‬داراي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻣﺮﺗﺒﻪ اول ﻣﯽ ﺑﺎﺷﻨﺪ‪.‬‬


‫ﺻﻔﺤﻪ ‪52‬‬
‫وه س ﺮل ﯽ‬

‫‪ 3‬ﻣﺜﺎل ‪7-3‬‬
‫ﺳﯿﺴﺘﻢ ﮐﻨﺘﺮل ﺳﺮﻋﺖ ‪ v‬ﮐﻪ در اﮐﺜﺮ وﺳﺎﺋﻞ ﻧﻘﻠﯿﻪ وﺟﻮد دارد‪ ،‬داراي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز ﺑﻪ ﻓﺮم‬
‫)‪V (s‬‬ ‫‪1‬‬
‫= )‪G (s‬‬ ‫=‬
‫‪R ( s ) ms + b‬‬
‫ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﮐﻪ در آن ‪ m‬ﺟﺮم وﺳﯿﻠﻪ ﻧﻘﻠﯿﻪ و ‪ b‬ﺿﺮﯾﺐ اﺻﻄﮑﺎك ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﭘﺎﺳﺦ ﭘﻠﻪ ﺣﻠﻘﻪ ﺑﺴﺘﻪ اﯾﻦ ﺳﯿﺴﺘﻢ ﺑﺎ ﻓﯿﺪﺑﮏ‬
‫‪N .s‬‬
‫‪ m = 1000 , b = 50‬ﺑﺮرﺳﯽ ﻧﻤﺎﯾﯿﺪ‪.‬‬ ‫واﺣﺪ را ﺑﺮاي‬
‫‪gr‬‬ ‫‪m‬‬

‫‪bv‬‬ ‫‪r‬‬

‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺴﺘﻪ را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪1‬‬
‫= ‪T ( s ) = 1000 s + 50‬‬
‫‪1‬‬
‫‪1+‬‬
‫‪1‬‬ ‫‪1000 s + 51‬‬
‫‪1000 s + 50‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﭘﺎﺳﺦ ﭘﻠﻪ اﯾﻦ ﺳﯿﺴﺘﻢ ﻋﺒﺎرﺗﺴﺖ از‪:‬‬
‫‪‬‬ ‫‪1‬‬
‫‪ R ( s ) = s‬‬ ‫‪1‬‬ ‫‪A‬‬ ‫‪B‬‬
‫‪‬‬ ‫= )‪→ V (s‬‬ ‫‪= +‬‬
‫= ) ‪T ( s‬‬ ‫‪1‬‬ ‫)‪1000 s ( s + 0.051) s ( s + 0.051‬‬
‫‪‬‬ ‫‪1000s + 51‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪A = lim sV ( s ) = lim‬‬ ‫‪= = 0.0196‬‬
‫‪s →0‬‬ ‫)‪s →0 1000 ( s + 0.051‬‬ ‫‪51‬‬
‫‪1‬‬ ‫‪1‬‬
‫‪B = lim‬‬
‫‪s →−0.051‬‬
‫‪( s + 0.051)V ( s ) = s→−lim‬‬ ‫‪= − = −0.0196‬‬
‫‪0.051‬‬ ‫‪1000 s‬‬ ‫‪51‬‬
‫‪1 1‬‬ ‫‪‬‬
‫‪ → v ( t ) = 0.0196 (1 − e‬‬ ‫) ‪) u (t‬‬
‫‪1‬‬
‫= )‪→ V (s‬‬ ‫‪ −‬‬
‫‪−0.051t‬‬

‫‪51  s s + 0.051 ‬‬


‫ﺛﺎﺑﺖ زﻣﺎﻧﯽ اﯾﻦ ﺳﯿﺴﺘﻢ ﺑﺮاﺑﺮ ‪ T = 1 = 19.6‬ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﺑﻨﺎﺑﺮاﯾﻦ اﻧﺘﻈﺎر دارﯾﻢ در زﻣﺎﻧﯽ ﺑﺮاﺑﺮ ‪ 4 × 19.6 = 76.4 s‬ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ‬
‫‪0.051‬‬
‫ﺑﻪ ﭘﺎﺳﺦ ﻧﻬﺎﯾﯽ ﻧﺰدﯾﮏ ﺷﺪه ﺑﺎﺷﺪ‪:‬‬

‫ﺻﻔﺤﻪ ‪53‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫‪System: T‬‬
‫‪Step Response‬‬ ‫‪Final Value: 0.0196‬‬
‫‪0.02‬‬

‫‪0.018‬‬ ‫‪System: T‬‬


‫‪Settling Time (sec): 76.7‬‬
‫‪0.016‬‬

‫‪0.014‬‬

‫‪Amplitude‬‬ ‫‪0.012‬‬

‫‪0.01‬‬

‫‪0.008‬‬

‫‪0.006‬‬

‫‪0.004‬‬

‫‪0.002‬‬

‫‪0‬‬
‫‪0‬‬ ‫‪20‬‬ ‫‪40‬‬ ‫‪60‬‬ ‫‪80‬‬ ‫‪100‬‬ ‫‪120‬‬
‫)‪Time (sec‬‬

‫‪ -2-5-3‬ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﺮﺗﺒﻪ دوم‪:‬‬

‫ﯾﮏ ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ دوم ﻧﻤﻮﻧﻪ‪ ،‬ﺳﯿﺴﺘﻤﯽ اﺳﺖ ﮐﻪ داراي‬

‫‪+‬‬ ‫)‪E (s‬‬ ‫‪ωn2‬‬


‫)‪R ( s‬‬ ‫‪k‬‬ ‫∑‬ ‫) ‪s ( s + 2ζωn‬‬
‫)‪C (s‬‬
‫‪−‬‬

‫ﺷﮑﻞ ‪ :9-3‬ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ دوم‬


‫ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺴﺘﻪ اﯾﻦ ﺳﯿﺴﺘﻢ ﺑﺼﻮرت‬
‫‪ω‬‬ ‫‪2‬‬
‫‪n‬‬
‫) ‪s ( s + 2ζωn‬‬ ‫‪kωn2‬‬
‫‪T (s) = k‬‬ ‫=‬ ‫‪6-3‬‬
‫‪ωn2‬‬ ‫‪s 2 + 2ζωn s + ωn2‬‬
‫‪1+‬‬
‫) ‪s ( s + 2ζωn‬‬
‫ﺧﻮاﻫﺪ ﺑﻮد‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬

‫‪∆ ( s ) = s 2 + 2ζω n s + ωn2 = 0‬‬ ‫‪7-3‬‬


‫‪s1,2 = −ζωn ± j ωn 1 − ζ 2‬‬ ‫‪8-3‬‬
‫‪14243‬‬
‫‪ωd‬‬

‫ﮐﻪ در آن ‪ ζ‬ﻧﺴﺒﺖ ﻣﯿﺮاﯾﯽ‪ ωn ،1‬ﻓﺮﮐﺎﻧﺲ ﻃﺒﯿﻌﯽ‪ 2‬ﻧﺎﻣﯿﺪه ﻣﯽ ﺷﻮﻧﺪ‪.‬‬

‫ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ دوم ‪ 6-3‬در ﺻﻮرﺗﯽ ﭘﺎﯾﺪار ﺧﻮاﻫﺪ ﺑﻮد ﮐﻪ‪:‬‬


‫‪−ζωn < 0 → ζωn > 0‬‬
‫از آﻧﺠﺎ ﮐﻪ ﻓﺮﮐﺎﻧﺲ ﻃﺒﯿﻌﯽ ﻫﻤﻮاره ﻣﺜﺒﺖ اﺳﺖ‪ ،‬ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ دوم در ﺻﻮﺗﯿﮑﻪ ‪ ζ > 0‬ﺑﺎﺷﺪ‪ ،‬ﭘﺎﯾﺪار ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬

‫‪1‬‬
‫‪Damping Ratio‬‬
‫‪2‬‬
‫‪Natural Frequency‬‬
‫ﺻﻔﺤﻪ ‪54‬‬
‫وه س ﺮل ﯽ‬

‫×‬ ‫‪jωd‬‬ ‫‪cos θ = ζ‬‬


‫‪‬‬
‫‪‬‬
‫‪sin θ = 1 − ζ‬‬
‫‪‬‬
‫‪2‬‬

‫‪θ‬‬
‫‪−ζωn‬‬

‫×‬ ‫‪− jωd‬‬

‫ﺷﮑﻞ ‪ :10-3‬ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ دوم در ﺻﻔﺤﻪ ‪S‬‬

‫اﮐﻨﻮن ﺷﮑﻞ ﻋﻤﻮﻣﯽ ﭘﺎﺳﺦ ﭘﻠﻪ اﯾﻦ ﺳﯿﺴﺘﻢ را ﺑﺮرﺳﯽ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫ﺷﮑﻞ ‪ :11-3‬ﺷﮑﻞ ﻋﻤﻮﻣﯽ ﭘﺎﺳﺦ ﭘﻠﻪ ﯾﮏ ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ دوم‬

‫از آﻧﺠﺎ ﮐﻪ ﭘﺎﺳﺦ ﭘﻠﻪ ﻣﻬﻤﺘﺮﯾﻦ ﻓﺎﮐﺘﻮر ﺑﺮاي ﺑﺮرﺳﯽ ﺳﯿﺴﺘﻢ ﻫﺎ ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﺗﺤﻠﯿﻞ ﭘﺎﺳﺦ ﮔﺬراي ﻣﺮﺑﻮط ﺑﻪ آن ﻧﯿﺰ از اﻫﻤﯿﺖ زﯾﺎدي‬
‫ﺑﺮﺧﻮردار اﺳﺖ‪ .‬ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﺷﮑﻞ ‪ 11-3‬ﭘﺎراﻣﺘﺮﻫﺎي ﻣﻬﻢ اﯾﻦ ﭘﺎﺳﺦ را ﺑﻌﻨﻮان ﺗﻌﺮﯾﻒ اراﺋﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫ﺻﻔﺤﻪ ‪55‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫‪ v‬ﺗﻌﺎرﯾﻒ ﻣﻬﻢ‪:‬‬

‫‪ -1‬زﻣﺎن ﺗﺎﺧﯿﺮ ) ‪ :( td‬زﻣﺎﻧﯽ اﺳﺖ ﮐﻪ ﻃﻮل ﻣﯽ ﮐﺸﺪ ﺗﺎ ﭘﺎﺳﺦ ﺑﺮاي اوﻟﯿﻦ ﺑﺎر ﺑﻪ ﻧﺼﻒ ﻣﻘﺪار ﻧﻬﺎﯾﯽ ﺧﻮد ﺑﺮﺳﺪ‪.‬‬
‫‪ -2‬زﻣﺎن ﺻﻌﻮد ) ‪ :( tr‬ﻣﺪت زﻣﺎﻧﯽ ﮐﻪ ﻃﻮل ﻣﯽ ﮐﺸﺪ ﺗﺎ ﭘﺎﺳﺦ از ﺻﻔﺮ ﺗﺎ ‪ 100‬درﺻﺪ ﻣﻘﺪار ﻧﻬﺎﯾﯽ ﺧﻮد ﺑﺮﺳﺪ‪) .‬در ﺑﻌﻀﯽ از‬
‫ﻣﺘﻮن ‪ %10‬ﺗﺎ ‪ %90‬ﯾﺎ ‪ %5‬ﺗﺎ ‪ %95‬ﻫﻢ آﻣﺪه اﺳﺖ‪(.‬‬
‫‪ -3‬ﻣﺎﮐﺰﯾﻤﻢ ﻓﺮاﺟﻬﺶ ) ‪ :( M P / O.S‬ﻣﻘﺪار اوج ﻓﺮاﺟﻬﺶ ﮐﻪ ﻧﺴﺒﺖ ﺑﻪ ﻣﻘﺪار ‪ 1‬اﻧﺪازه ﮔﯿﺮي ﻣﯽ ﺷﻮد‪.‬‬
‫‪ -4‬زﻣﺎن اوج ) ‪ :( tP‬زﻣﺎﻧﯽ اﺳﺖ ﮐﻪ اوﻟﯿﻦ ﻣﺎﮐﺰﯾﻤﻢ )ﻓﺮاﺟﻬﺶ( اﺗﻔﺎق ﻣﯽ اﻓﺘﺪ‪.‬‬
‫‪ -5‬زﻣﺎن ﻧﺸﺴﺖ ) ‪ :( ts‬زﻣﺎﻧﯽ ﮐﻪ ﻃﻮل ﻣﯽ ﮐﺸﺪ ﺗﺎ ﭘﺎﺳﺦ ﺑﻪ ﺗﻐﯿﯿﺮات ﻗﺎﺑﻞ ﻗﺒﻮﻟﯽ در ﺣﺪود ‪ 2‬ﺗﺎ ‪ %5‬ﻣﻘﺪار ﻧﻬﺎﯾﯽ ﺑﺮﺳﺪ و‬
‫در آن ﻣﺤﺪوده ﻧﯿﺰ ﺑﺎﻗﯽ ﺑﻤﺎﻧﺪ‪.‬‬

‫ﭘﻨﺞ ﭘﺎراﻣﺘﺮ زﻣﺎن ﺗﺄﺧﯿﺮ‪ ،1‬زﻣﺎن ﺻﻌﻮد‪ ،2‬زﻣﺎن اوج‪ ،3‬ﻣﺎﮐﺰﯾﻤﻢ ﻓﺮاﺟﻬﺶ‪ 4‬و زﻣﺎن ﻧﺸﺴﺖ‪ 5‬را ﭘﺎراﻣﺘﺮﻫﺎي ﭘﺎﺳﺦ ﮔﺬرا ﻣﯽ ﻧﺎﻣﻨﺪ‪.‬‬
‫ﻣﺸﺨﺼﺎت ﭘﺎﺳﺦ ﮔﺬرا ﺑﺎ ﻓﺮض ) ‪ ( ωd = ωn 1 − ζ 2‬ﺑﺼﻮرت زﯾﺮ ﺑﺪﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬

‫‪1 + 0.7ζ‬‬
‫≅ ‪td‬‬ ‫‪9-3‬‬
‫‪ωn‬‬
‫‪π − cos −1 ζ‬‬
‫= ‪tr‬‬ ‫‪10-3‬‬
‫‪ωd‬‬
‫‪π‬‬
‫= ‪tP‬‬ ‫‪11-3‬‬
‫‪ωd‬‬
‫‪ζπ‬‬
‫‪−‬‬
‫‪MP = e‬‬ ‫‪1− ζ‬‬ ‫‪2‬‬
‫‪× 100‬‬
‫‪12-3‬‬

‫‪4‬‬ ‫‪3.2‬‬
‫= ‪ts‬‬ ‫)‪(%2‬‬ ‫= ‪ts‬‬ ‫)‪(%5‬‬ ‫‪13-3‬‬
‫‪ζωn‬‬ ‫‪ζωn‬‬

‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻓﺮﻣﻮل ‪ 12-3‬ﻣﯽ ﺑﯿﻨﯿﻢ ﮐﻪ ﻣﻘﺪار ﻓﺮاﺟﻬﺶ ﺳﯿﺴﺘﻢ ﺗﻨﻬﺎ ﺑﻪ ﭘﺎراﻣﺘﺮ ‪ ζ‬ﺑﺴﺘﮕﯽ دارد‪ .‬ﺑﺴﺘﻪ ﺑﻪ ﻣﻘﺎدﯾﺮ ﻣﺨﺘﻠﻒ آن ﺷﮑﻞ‬
‫ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ ﻣﯽ ﺗﻮاﻧﺪ ﻫﺮ ﯾﮏ از ﺷﮑﻠﻬﺎي زﯾﺮ ﺑﺎﺷﺪ‪:‬‬

‫‪1‬‬
‫‪Delay Time‬‬
‫‪2‬‬
‫‪Rise Time‬‬
‫‪3‬‬
‫‪Peak Time‬‬
‫‪4‬‬
‫)‪Maximum Peak (Over Shoot‬‬
‫‪5‬‬
‫‪Settling Time‬‬
‫ﺻﻔﺤﻪ ‪56‬‬
‫وه س ﺮل ﯽ‬

‫ﺷﮑﻞ ‪ :12-3‬اﻧﻮاع ﭘﺎﺳﺦ ﭘﻠﻪ ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ دوم‬

‫ﺑﺮاي درك ﺑﻬﺘﺮ راﺑﻄﻪ ﺑﯿﻦ ‪ ζ‬و ﺷﮑﻞ ﭘﺎﺳﺦ ﺳﯿﺴﺘﻢ‪ ،‬ﺣﺎﻟﺖ ﻫﺎي ﻣﺨﺘﻠﻒ ﺷﮑﻞ ‪ 12-3‬ﺑﺼﻮرت ﯾﮏ ﺟﺪول ﻣﺠﺰا ﻧﻤﺎﯾﺶ داده ﺷﺪه‬
‫اﺳﺖ‪.‬‬

‫‪ ζ‬و ﻧﻮع ﭘﺎﺳﺦ ﭘﻠﻪ ﺳﯿﺴﺘﻢ‬ ‫ﺟﺪول ‪ 2-3‬ارﺗﺒﺎط ﺑﯿﻦ‬


‫ﻣﻘﺪار‬
‫ﺷﮑﻞ ﻋﻤﻮﻣﯽ ﭘﺎﺳﺦ‬ ‫ﻧﺎم و ﻓﺮم ﭘﺎﺳﺦ‬
‫‪ζ‬‬
‫‪5‬‬

‫‪4‬‬

‫ﭘﺎﺳﺦ ﻧﺎﭘﺎﯾﺪار‬
‫‪3‬‬

‫‪ζ <0‬‬
‫‪2‬‬
‫‪y ( t ) = kec1t u (t ), C1 > 0‬‬
‫‪1‬‬

‫‪0‬‬
‫‪0‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬
‫‪2.5‬‬

‫‪2‬‬

‫ﭘﺎﺳﺦ ﻧﻮﺳﺎﻧﯽ ﻧﺎﻣﯿﺮا‬


‫‪1.5‬‬

‫‪1‬‬
‫) ‪y ( t ) = ( k1 sin C1t + k2 cos C2t ) u ( t‬‬ ‫‪ζ =0‬‬
‫‪0.5‬‬

‫‪0‬‬

‫‪-0.5‬‬
‫‪0‬‬ ‫‪100‬‬ ‫‪200‬‬ ‫‪300‬‬ ‫‪400‬‬ ‫‪500‬‬ ‫‪600‬‬ ‫‪700‬‬ ‫‪800‬‬

‫ﺻﻔﺤﻪ ‪57‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬
‫‪Step Response‬‬
‫‪1.5‬‬

‫‪1‬‬ ‫ﭘﺎﺳﺦ ﻣﯿﺮاي ﻧﻮﺳﺎﻧﯽ‬


‫) ‪y ( t ) = e−c1t ( k1 sin C1t + k2 cos C2t ) u ( t‬‬ ‫‪0 <ζ <1‬‬
‫‪C1 > 0‬‬
‫‪0.5‬‬

‫‪0‬‬
‫‪0‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪25‬‬
‫‪0.2‬‬

‫‪0.15‬‬

‫ﭘﺎﺳﺦ ﻣﯿﺮاي ﺑﺤﺮاﻧﯽ‬


‫‪0.1‬‬
‫‪ζ =1‬‬
‫‪y ( t ) = k (1 − e − c1t u (t ) ) , C1 > 0‬‬
‫‪0.05‬‬

‫‪0‬‬
‫‪0‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪8‬‬ ‫‪10‬‬ ‫‪12‬‬
‫‪0.2‬‬

‫‪0.15‬‬

‫ﭘﺎﺳﺦ ﻣﯿﺮاي ﺷﺪﯾﺪ‬


‫‪ζ >1‬‬
‫‪0.1‬‬

‫‪y ( t ) = k (1 − e − c1t u (t ) ) , C1 > 0‬‬


‫‪0.05‬‬

‫‪0‬‬
‫‪0‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪25‬‬

‫‪ 3‬ﻣﺜﺎل ‪8-3‬‬
‫ﯾﮏ ﻣﻮﺗﻮر ‪ DC‬ﺑﺎ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز‬
‫) ‪vθ ( s‬‬ ‫‪0.01‬‬
‫= )‪G (s‬‬ ‫=‬
‫‪V ( s ) 0.005s + 0.006 s + 0.01‬‬
‫‪2‬‬

‫را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪ .‬ﭘﺎراﻣﺘﺮﻫﺎي ﭘﺎﺳﺦ ﮔﺬرا را ﺑﺮاي اﯾﻦ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺷﺎﻣﻞ ﻓﯿﺪﺑﮏ واﺣﺪ ﻣﺤﺎﺳﺒﻪ ﻧﻤﺎﯾﯿﺪ‪:‬‬
‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺴﺘﻪ را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪0.01‬‬
‫= ‪T ( s ) = 0.005s + 0.006 s + 0.01‬‬
‫‪2‬‬ ‫‪0.01‬‬ ‫‪2‬‬
‫‪= 2‬‬
‫‪1+‬‬
‫‪0.01‬‬ ‫‪0.005s + 0.006 s + 0.02 s + 1.2 s + 4‬‬
‫‪2‬‬

‫‪0.005s + 0.006 s + 0.01‬‬


‫‪2‬‬

‫از ﻣﻘﺎﯾﺴﻪ ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ اﯾﻦ ﺳﯿﺴﺘﻢ ﺑﺎ راﺑﻄﻪ ‪ 7-3‬ﻣﻘﺎدﯾﺮ ﻣﯿﺮاﯾﯽ و ﻓﺮﮐﺎﻧﺲ ﻃﺒﯿﻌﯽ ﺑﺪﺳﺖ ﻣﯽ آﯾﻨﺪ‪:‬‬

‫‪2ζωn = 1.2 ζ = 0.3‬‬


‫‪s 2 + 1.2s + 4 ≡ s 2 + 2ζωn s + ωn2 →  2‬‬ ‫‪→‬‬ ‫‪→ ωd = 1.9‬‬
‫‪ωn = 4‬‬ ‫‪ωn = 2‬‬
‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻘﺪار ‪ ζ‬ﭘﺎﺳﺦ‪ ،‬ﻣﯿﺮاي ﻧﻮﺳﺎﻧﯽ ﺧﻮاﻫﺪ ﺑﻮد‪ .‬اﮐﻨﻮن ﭘﺎراﻣﺘﺮﻫﺎي ﭘﺎﺳﺦ ﮔﺬراي ﻣﺮﺑﻮﻃﻪ را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫ﺻﻔﺤﻪ ‪58‬‬
‫وه س ﺮل ﯽ‬

1 + 0.7ζ
td ≅ = 0.605
ωn
641.26
74 8
−1 −1
π − cos ζ π − cos 0.3
tr = = = 0.98 cos −1 ζ
ωd ωd
π
tP = = 1.64
ωd
ζπ

1−ζ 2
MP = e × 100 = 37%
4
ts = = 6.67
ζωn
Step Response
1.4

System: ans
Peak amplitude: 1.37
1.2
Overshoot (%): 36.8 System: ans
At time (sec): 1.57 Settling Time (sec): 5.61

1
System: ans
Time (sec): 0.989
0.8 Amplitude: 1
Amplitude

0.6

System: ans
0.4
Time (sec): 0.591
Amplitude: 0.502

0.2

0
0 1 2 3 4 5 6 7 8 9
Time (sec)

9-3 ‫ ﻣﺜﺎل‬3
‫در ﺳﯿﺴﺘﻢ ﻓﻮق ﭘﺎراﻣﺘﺮﻫﺎي ﻣﺠﻬﻮل را ﺑﮕﻮﻧﻪ اي ﺑﯿﺎﺑﯿﺪ ﮐﻪ‬
 M P > 5%

t s < 1
s


 ess ( ∞ ) = 0
.‫ﺑﺎﺷﺪ‬

59 ‫ﺻﻔﺤﻪ‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻮم‪ :‬ر ﯽ ﭘﺎ ﺦ ﺬرا‬

‫‪R (s) +‬‬ ‫)‪E (s‬‬ ‫)‪C (s‬‬


‫∑‬
‫‪k‬‬
‫‪s + as + b‬‬
‫‪2‬‬

‫‪−‬‬
‫‪0.5‬‬

‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺴﺘﻪ را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪k‬‬
‫‪T ( s ) = s + as + b = 2‬‬
‫‪2‬‬ ‫‪k‬‬
‫‪1+ 2‬‬
‫‪0.5k‬‬ ‫) ‪s + as + ( b + 0.5k‬‬
‫‪s + as + b‬‬
‫از ﻣﻘﺎﯾﺴﻪ ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ اﯾﻦ ﺳﯿﺴﺘﻢ ﺑﺎ راﺑﻄﻪ ‪ 7-3‬ﻣﻘﺎدﯾﺮ ﻣﯿﺮاﯾﯽ و ﻓﺮﮐﺎﻧﺲ ﻃﺒﯿﻌﯽ ﺑﺪﺳﺖ ﻣﯽ آﯾﻨﺪ‪:‬‬

‫‪2ζωn = a‬‬
‫‪s 2 + as + ( b + 0.5k ) ≡ s 2 + 2ζωn s + ωn2 →  2‬‬
‫) ‪ωn = ( b + 0.5k‬‬

‫‪−‬‬
‫‪ζπ‬‬
‫‪−‬‬
‫‪πζ‬‬
‫‪ −‬‬ ‫‪πζ‬‬
‫‪‬‬
‫‪MP = e‬‬ ‫‪1−ζ 2‬‬
‫‪× 100 > 5 → e‬‬ ‫‪1−ζ 2‬‬
‫‪> 0.05 → ln  e‬‬ ‫‪1−ζ 2‬‬
‫‪ > ln ( 0.05) ; −3‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪2‬‬
‫‪πζ‬‬ ‫‪πζ‬‬ ‫‪ πζ ‬‬
‫‪→−‬‬ ‫→ ‪> −3‬‬ ‫‪<3→‬‬ ‫‪ <9‬‬
‫‪1− ζ 2‬‬ ‫‪1−ζ 2‬‬ ‫‪ 1− ζ 2 ‬‬
‫‪‬‬ ‫‪‬‬
‫< ‪→ π 2ζ 2 < 9 (1 − ζ 2 ) = 9 − 9ζ 2 → ζ 2‬‬
‫‪9‬‬
‫‪→ 0 < ζ < 0.69 → ζ = 0.5‬‬
‫‪9 +π 2‬‬
‫‪4‬‬
‫= ‪ts‬‬ ‫‪< 1 → 0.5ωn > 4 → ωn > 8 → ωn = 9‬‬
‫‪ζωn‬‬
‫‪ess ( ∞ ) = 0 → css ( ∞ ) = 1‬‬

‫ﺳﯿﺴﺘﻢ ﻧﻮع ﺻﻔﺮ اﺳﺖ‪ ،‬ﺗﻨﻬﺎ ﺑﻪ ورودي ﭘﻠﻪ ﻣﯽ ﺗﻮاﻧﺪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺛﺎﺑﺖ داﺷﺘﻪ ﺑﺎﺷﺪ‪:‬‬

‫‪1‬‬ ‫‪‬‬ ‫‪k‬‬ ‫‪‬‬ ‫‪k‬‬


‫× ‪css ( ∞ ) = lim sC ( s ) = lim sR ( s ) T ( s ) = lim s‬‬ ‫‪ 2‬‬ ‫= ‪‬‬ ‫‪=1‬‬
‫) ‪ s + as + ( b + 0.5k )  ( b + 0.5k‬‬
‫‪s →0‬‬ ‫‪s →0‬‬ ‫‪s →0‬‬ ‫‪s‬‬
‫‪→ k = b + 0.5k → 0.5k = b → k = 2b‬‬
‫‪a = 9‬‬
‫‪2ζωn = a‬‬ ‫‪2 × 0.5 × 9 = a‬‬ ‫‪a = 9‬‬ ‫‪‬‬
‫‪ 2‬‬ ‫‪→ 2‬‬ ‫‪→‬‬ ‫‪→ b = 41.5‬‬
‫‪ωn = ( b + 0.5k ) ωn = ( b + 0.5k ) 81 = b + 0.5 ( 2b ) ‬‬
‫‪ k = 81‬‬

‫ﭘﺎﺳﺦ ﭘﻠﻪ اﯾﻦ ﺳﯿﺴﺘﻢ در ﺻﻔﺤﻪ ﺑﻌﺪ رﺳﻢ ﺷﺪه اﺳﺖ‪ .‬ﻣﺸﺨﺼﺎت زﻣﺎﻧﯽ ﭘﺎﺳﺦ ﮔﺬراي اﯾﻦ ﺳﯿﺴﺘﻢ ﻫﻤﺎﻧﻄﻮر ﮐﻪ در ﺷﮑﻞ ﻫﻢ دﯾﺪه ﻣﯽ‬
‫ﺷﻮد‪ ،‬ﺑﺎ ﻣﺸﺨﺼﺎت ﻣﻄﻠﻮب ﻫﻤﺨﻮاﻧﯽ دارد‪.‬‬

‫ﺻﻔﺤﻪ ‪60‬‬
‫وه س ﺮل ﯽ‬

Step Response
1.4 System: sys
Peak amplitude: 1.16
Overshoot (%): 16.3
At time (sec): 0.4
1.2

System: sys
Settling Time (sec): 0.897
1
System: sys
Final Value: 1

0.8
Amplitude

0.6

0.4

0.2

0
0 0.2 0.4 0.6 0.8 1 1.2 1.4
Time (sec)

10-3 ‫ ﻣﺜﺎل‬3
‫ ﻣﺤﻞ ﻗﻄﺐ ﻫﺎي ﺣﻠﻘﻪ ﺑﺴﺘﻪ را ﭼﻨﺎن ﺗﻌﯿﯿﻦ ﮐﻨﯿﺪ ﮐﻪ‬، k = 1 ‫ ﺑﺎ‬9-3 ‫ﺑﺮاي ﺳﯿﺴﺘﻢ ﻣﺮﺗﺒﻪ دوم ﺷﮑﻞ‬
 M P < 4.32%

t s < 2
s

.‫ﺑﺎﺷﺪ‬
:‫ﺣﻞ‬
ω 2
T (s) = n

s + 2ζωn s + ωn2
2


ζπ

πζ
 − πζ

MP = e 1−ζ 2
×100 < 4.32 → e 1−ζ 2
< 0.0432 → ln  e 1−ζ 2
 < ln ( 0.0432 ) ; −3.14
 
 
πζ ζ
→− < − 3.14 → >1
1− ζ 2 1− ζ 2
2
 ζ 
→  < 1 → ζ 2 < (1 − ζ 2 ) = 1 − ζ 2
 1−ζ  2
 
1
→ ζ 2 < → ζ > 0.707 → ζ = 0.8
2
4
ts = < 2 → 2 × 0.8 × ωn > 4 → ωn > 2.5 → ωn = 3
ζωn
→ s1,2 = −ζωn ± j 1 − ζ 2 = −2.4 ± j1.8

‫ ﻣﺸﺨﺼﺎت زﻣﺎﻧﯽ ﭘﺎﺳﺦ ﮔﺬراي اﯾﻦ ﺳﯿﺴﺘﻢ ﻫﻤﺎﻧﻄﻮر ﮐﻪ در ﺷﮑﻞ ﻫﻢ دﯾﺪه‬.‫ﭘﺎﺳﺦ ﭘﻠﻪ اﯾﻦ ﺳﯿﺴﺘﻢ در ﺻﻔﺤﻪ ﺑﻌﺪ رﺳﻢ ﺷﺪه اﺳﺖ‬
.‫ ﺑﺎ ﻣﺸﺨﺼﺎت ﻣﻄﻠﻮب ﻫﻤﺨﻮاﻧﯽ دارد‬،‫ﻣﯽﺷﻮد‬

61 ‫ﺻﻔﺤﻪ‬
‫ زر ی اد‬:‫ﺪرس‬ ‫ ر ﯽ ﭘﺎ ﺦ ﺬرا‬:‫ﺶ ﻮم‬

Step Response
1.4

System: sys
1.2
Peak amplitude: 1.02
Overshoot (%): 1.51
At time (sec): 1.77
1

System: sys
Settling Time (sec): 1.25
0.8
Amplitude

0.6

0.4

0.2

0
0 0.5 1 1.5 2 2.5 3
Time (sec)

:‫ را ﻧﺸﺎن ﻣﯽ دﻫﺪ‬s ‫ﺷﮑﻞ ﻫﺎي زﯾﺮ ﻣﮑﺎن ﻫﺎي ﺛﺎﺑﺖ در ﺻﻔﺤﻪ‬

Im {s} Im {s}

Re {s} Re {s}

ζωn ζ

Im {s} Im {s}

Re {s} Re {s}

ωn ωn

s ‫ ﻣﮑﺎن ﻫﺎي ﺛﺎﺑﺖ در ﺻﻔﺤﻪ‬:13-3 ‫ﺷﮑﻞ‬

62 ‫ﺻﻔﺤﻪ‬
‫وه س ﺮل ﯽ‬

‫‪ -3-5-3‬ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﺮﺗﺒﻪ ﺑﺎﻻﺗﺮ‪:‬‬

‫ﺗﺤﻠﯿﻞ ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﺮﺗﺒﻪ ﺑﺎﻻﺗﺮ‪ ،‬ﺑﻪ دﻟﯿﻞ ﭘﯿﭽﯿﺪﮔﯽ رواﺑﻂ ﻣﻮﺟﻮد ﺑﻪ راﺣﺘﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﺮﺗﺒﻪ ﯾﮏ و دو ﻧﺒﻮده و ﻣﻌﻤﻮﻻً ﺑﺮاي‬
‫ﺑﺮرﺳﯽ ﭼﻨﯿﻦ ﺳﯿﺴﺘﻢ ﻫﺎﯾﯽ ﺑﺠﺰ ﻣﻮاردي ﮐﻪ ﺑﺘﻮان ﻣﺮﺗﺒﻪ ﺳﯿﺴﺘﻢ را ﮐﺎﻫﺶ داد‪ ،‬از روش ﻫﺎي دﺳﺘﯽ اﺳﺘﻔﺎده ﻧﻤﯽ ﺷﻮد‪.‬‬
‫اﮔﺮ ﻣﻮﻗﻌﯿﺖ ﻗﻄﺒﯽ ﻧﺴﺒﺖ ﺑﻪ دﯾﮕﺮ ﻗﻄﺐ ﻫﺎي ﺳﯿﺴﺘﻢ ﭘﻨﺞ ﺗﺎ ده ﺑﺮاﺑﺮ ﻣﺘﻔﺎوت ﺑﺎﺷﺪ‪) ،‬ﭘﻨﺞ ﺗﺎ ده ﺑﺮاﺑﺮ ﺑﺰرﮔﺘﺮ ﯾﺎ ﮐﻮﭼﮑﺘﺮ( ﻣﯽ ﺗﻮان‬
‫ﺗﺎﺛﯿﺮ آن در ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ را ﺣﺬف ﻧﻤﻮد‪.‬‬

‫‪ v‬ﻧﮑﺘﻪ‪:‬‬
‫ﻣﻘﺪار ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ در ﻓﺮﮐﺎﻧﺲ ﺻﻔﺮ ﯾﻌﻨﯽ ‪ s = 0‬را ﺑﻬﺮه ‪ DC‬ﺳﯿﺴﺘﻢ ﮔﻮﯾﻨﺪ‪ .‬در ﺳﺎده ﺳﺎزي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ‬
‫ﺳﯿﺴﺘﻢ ﺑﻬﺮه ‪ DC‬ﺳﯿﺴﺘﻢ ﻧﺒﺎﯾﺪ ﺗﻐﯿﯿﺮ ﮐﻨﺪ‪.‬‬

‫ﺑﻄﻮر ﻣﺜﺎل‪:‬‬

‫‪‬‬ ‫‪10‬‬
‫‪G ( s ) = s + 10 s 2 + 2 s + 2‬‬
‫‪‬‬ ‫(‬ ‫()‬ ‫‪) → G′ ( s ) = 1‬‬
‫‪‬‬
‫‪‬‬ ‫‪10‬‬ ‫‪s 2 + 2s + 2‬‬
‫‪ DC Gain : G ( 0 ) = 10 × 2 = 0.5‬‬

‫ﺻﻔﺤﻪ ‪63‬‬
‫ﺶ ﮫﺎرم‪:‬‬

‫ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬
‫وه س ﺮل ﯽ‬

‫‪3‬ﺑﺨﺶ ﭼﻬﺎرم‪ :‬ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ ﻫﺎي ﮐﻨﺘﺮﻟﯽ‬ ‫‪(4‬‬

‫‪ -1-4‬ﻣﻘﺪﻣﻪ‪:‬‬

‫در ﻓﺼﻞ ﮔﺬﺷﺘﻪ ﯾﮑﯽ از روﺷﻬﺎي ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ ﻫﺎي ﮐﻨﺘﺮﻟﯽ را آﻣﻮﺧﺘﯿﻢ‪ .‬در روش روث – ﻫﻮروﯾﺘﺰ‪ ،‬ﺗﻨﻬﺎ ﭘﺎﯾﺪاري ﻣﻄﻠﻖ‬
‫ﯾﮏ ﺳﯿﺴﺘﻢ را ﻣﯽ ﺗﻮان ﺑﺮرﺳﯽ ﻧﻤﻮد‪ .‬ﺳﻪ روش ﺑﺎﻗﯿﻤﺎﻧﺪه ﮐﻪ در اﯾﻦ ﻓﺼﻞ آﻣﻮزش داده ﻣﯽ ﺷﻮﻧﺪ‪ ،‬ﺑﺮاي ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﻣﻄﻠﻖ و‬
‫ﻧﺴﺒﯽ ﺑﮑﺎر ﻣﯽ روﻧﺪ‪.‬‬
‫ﺳﻪ روش ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ‪ ،‬دﯾﺎﮔﺮام ﻧﺎﯾﮑﻮﺋﯿﺴﺖ و ﻧﻤﻮدارﻫﺎي ﺑﻮدي‪ ،‬ﺳﻪ روش اﺻﻠﯽ و اﺳﺎﺳﯽ ﺗﺤﻠﯿﻞ و ﻃﺮاﺣﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﮐﻨﺘﺮﻟﯽ‬
‫ﺑﻪ ﺷﻤﺎر ﻣﯽ روﻧﺪ‪.‬‬

‫‪ -2-4‬ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﺑﻪ روش ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ‪:‬‬

‫ﻫﻤﺎﻧﻄﻮر ﮐﻪ در ﺑﺨﺶ ﻗﺒﻞ دﯾﺪﯾﻢ‪ ،‬ﻣﺸﺨﺼﺎت اﺳﺎﺳﯽ ﭘﺎﺳﺦ ﮔﺬراي ﯾﮏ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ‪ ،‬ﺑﻪ ﻣﺤﻞ ﻗﻄﺐ ﻫﺎي آن واﺑﺴﺘﻪ‬
‫اﺳﺖ‪ .‬اﮔﺮ ﺳﯿﺴﺘﻢ ﺑﻬﺮه ﻣﺘﻐﯿﺮي داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﻣﺤﻞ ﻗﻄﺐ ﻫﺎي ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺑﻪ ﻣﻘﺪار ﺑﻬﺮه اﻧﺘﺨﺎب ﺷﺪه ﺑﺮاي ﺣﻠﻘﻪ ﺑﺴﺘﮕﯽ ﺧﻮاﻫﻨﺪ‬
‫داﺷﺖ‪ .‬ﭘﺲ داﻧﺴﺘﻦ اﯾﻦ ﮐﻪ ﺑﺎ ﺗﻐﯿﯿﺮ ﺑﻬﺮه ﺣﻠﻘﻪ ﻣﺤﻞ ﻗﻄﺐ ﻫﺎي ﺣﻠﻘﻪ ﺑﺴﺘﻪ در ﺻﻔﺤﻪ ‪ s‬ﭼﮕﻮﻧﻪ ﺗﻐﯿﯿﺮ ﻣﯽ ﮐﻨﺪ ﺑﺮاي ﻣﻬﻨﺪﺳﯿﻦ‬
‫ﻃﺮاح ﺑﺴﯿﺎر ﻣﻬﻢ اﺳﺖ‪.‬‬
‫از دﯾﺪ ﻃﺮاﺣﯽ‪ ،‬در ﺑﻌﻀﯽ از ﺳﯿﺴﺘﻤﻬﺎ ﯾﮏ اﺻﻼح ﺳﺎده ﺑﻬﺮه ﻣﯽ ﺗﻮاﻧﺪ ﻗﻄﺐ ﻫﺎي ﺣﻠﻘﻪ ﺑﺴﺘﻪ را ﺑﻪ ﻣﺤﻞ ﻣﻄﻠﻮب ﺑﺒﺮد‪ .‬ﺑﻪ اﯾﻦ‬
‫ﺗﺮﺗﯿﺐ ﻣﺴﺌﻠﻪ ﻃﺮاﺣﯽ ﺑﻪ اﻧﺘﺨﺎب ﻣﻨﺎﺳﺐ ﺑﻬﺮه ﺣﻠﻘﻪ ﻣﯽ اﻧﺠﺎﻣﺪ‪ .‬اﮔﺮ اﺻﻼح ﺑﻬﺮه ﺑﻪ ﺗﻨﻬﺎﯾﯽ ﻧﺘﻮاﻧﺪ ﺑﻪ ﻧﺘﯿﺠﻪ ﻣﻄﻠﻮب ﻣﻨﺠﺮ ﺷﻮد‪،‬‬
‫اﻓﺰودن ﯾﮏ ﺟﺒﺮاﻧﺴﺎز ﺑﻪ ﺳﯿﺴﺘﻢ ﺿﺮوري ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬
‫در روش ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ‪ ،1‬رﯾﺸﻪ ﻫﺎي ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺑﻪ ازاي ﯾﮏ ﭘﺎراﻣﺘﺮ ﻣﺠﻬﻮل ﮐﻪ ﻣﻌﻤﻮﻻً ﺑﻬﺮه ﺳﯿﺴﺘﻢ‬
‫اﺳﺖ‪ ،‬رﺳﻢ ﻣﯽ ﮔﺮدﻧﺪ‪ .‬ﺑﺎر دﯾﮕﺮ دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬

‫‪+‬‬ ‫)‪E (s‬‬


‫)‪R (s‬‬ ‫∑‬ ‫)‪k G (s‬‬ ‫)‪C (s‬‬
‫‪−‬‬

‫)‪H (s‬‬

‫ﺷﮑﻞ ‪ :1-4‬دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ‬

‫ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ ﭼﻨﯿﻦ ﺳﯿﺴﺘﻤﯽ ﺑﺼﻮرت‪:‬‬


‫) ‪KG ( s‬‬
‫= )‪T (s‬‬ ‫→‬
‫) ‪1 + KG ( s ) H ( s‬‬
‫‪∆ ( s ) = 1 + KG ( s ) H ( s ) = 0‬‬ ‫‪1-4‬‬
‫ﺧﻮاﻫﺪ ﺑﻮد‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﻫﻤﺎﻧﻄﻮر ﮐﻪ ﻣﺸﺨﺺ اﺳﺖ‪ ،‬ﺟﺎﯾﮕﺎه رﯾﺸﻪ ﻫﺎي ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺑﻪ ﻣﻘﺪار ‪ K‬ﺑﺴﺘﮕﯽ دارد‪ .‬ﺑﺴﺘﻪ ﺑﻪ ﻣﺜﺒﺖ ﯾﺎ ﻣﻨﻔﯽ‬
‫ﺑﻮدن ﻣﻘﺪار ‪ K‬ﺷﺮوط ﻣﺮﺑﻮط ﺑﻪ رﺳﻢ ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ ﻣﺘﻔﺎوت ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬

‫‪1‬‬
‫‪Root Locus‬‬
‫ﺻﻔﺤﻪ ‪65‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫‪ -1-2-4‬ﻗﻮاﻋﺪ رﺳﻢ ﻣﮑﺎن رﯾﺸﻪ ﺑﺮاي ‪K > 0‬‬

‫ﺑﺮاي ‪ K > 0‬راﺑﻄﻪ ‪ 1-4‬را ﻣﯽ ﺗﻮان ﺑﺼﻮرت دو ﺷﺮط ﮐﻠﯽ ﺑﯿﺎن ﻧﻤﻮد‪:‬‬
‫‪1‬‬
‫= )‪F ( z‬‬ ‫‪2-4‬‬
‫‪K‬‬
‫‪RF(z) = ( 2k +1) π‬‬ ‫‪k = 0,1,2,...‬‬ ‫‪3-4‬‬
‫ﮐﻪ راﺑﻄﻪ ‪ 2-4‬را ﺷﺮط اﻧﺪازه و راﺑﻄﻪ ‪ 3-4‬را ﺷﺮط زاوﯾﻪ ﮔﻮﯾﻨﺪ‪ .‬ﻣﻘﺎدﯾﺮي از ‪ s‬ﮐﻪ ﻫﺮ دو ﺷﺮط را ﺑﺮآورده ﻧﻤﺎﯾﻨﺪ رﯾﺸﻪ ﻫﺎي‬
‫ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﻣﯽ ﺑﺎﺷﻨﺪ‪ .‬ﻣﺮاﺣﻞ رﺳﻢ ﻣﮑﺎن رﯾﺸﻪ ﺑﺮاي ‪ K > 0‬ﺑﺼﻮرت زﯾﺮ اﺳﺖ‪:‬‬

‫اﺑﺘﺪا ﺑﺮاي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ) ‪ T ( s‬ﻣﺤﻞ ﻗﻄﺐ ﻫﺎ و ﺻﻔﺮﻫﺎ را در ﺻﻔﺤﻪ ‪ s‬ﺗﻌﯿﯿﻦ ﻣﯽ ﮐﻨﯿﻢ‪.‬‬ ‫•‬
‫ﺗﻌﺪاد ﻗﻄﺐ و ﺻﻔﺮ ﺑﯿﻨﻬﺎﯾﺖ )ﺗﻌﺪاد ﻣﺠﺎﻧﺐ ﻣﺮﺑﻮﻃﻪ( را ﻣﺸﺨﺺ ﻣﯽ ﮐﻨﯿﻢ‪ .‬ﺗﻌﺪاد ﺻﻔﺮ و ﻗﻄﺐ در ﺑﯿﻨﻬﺎﯾﺖ ﺑﺮاﺑﺮ اﺧﺘﻼف ﺗﻌﺪاد ﻗﻄﺐ‬ ‫•‬
‫و ﺻﻔﺮ ) ‪ ( n − m‬اﺳﺖ‪.‬‬
‫ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ از ﻗﻄﺐ ﺷﺮوع و در ﺻﻔﺮ ﭘﺎﯾﺎن ﻣﯽ ﯾﺎﺑﺪ‪.‬‬ ‫•‬
‫ﻣﮑﺎن روي ﻣﺤﻮر ﺣﻘﯿﻘﯽ ﺟﺎﯾﯽ اﺳﺖ ﮐﻪ ﺳﻤﺖ راﺳﺖ آن ﺗﻌﺪاد ﻓﺮدي ﻗﻄﺐ ﯾﺎ ﺻﻔﺮ وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﺪ‪.‬‬ ‫•‬
‫ﻣﺤﻞ ﺗﻼﻗﯽ ﻣﺠﺎﻧﺐ ﻫﺎ ) ‪ (σ‬و زاوﯾﻪ ﻣﺠﺎﻧﺒﯽ ) ‪ (ϕ‬ﺑﺼﻮرت زﯾﺮ ﺑﺪﺳﺖ ﻣﯽ آﯾﻨﺪ‬ ‫•‬

‫‪∑ p −∑z‬‬ ‫‪i‬‬ ‫‪i‬‬


‫‪4-4‬‬
‫=‪σ‬‬
‫‪n−m‬‬

‫=‪ϕ‬‬
‫‪( 2k +1) π‬‬ ‫‪5-4‬‬
‫‪n−m‬‬
‫ﻧﻘﺎط ﺷﮑﺴﺖ ﻣﮑﺎن ﺟﺎﯾﯽ وﺟﻮد دارﻧﺪ ﮐﻪ ﻣﮑﺎن ﺑﯿﻦ دو ﻗﻄﺐ ﯾﺎ دو ﺻﻔﺮ ﻗﺮار ﮔﯿﺮد‪) .‬ﻫﺮﮔﺎه دو ﻗﻄﺐ ﯾﺎ دو ﺻﻔﺮ در ﮐﻨﺎر ﻫﻢ و روي‬ ‫•‬
‫ﻣﺤﻮر ﺣﻘﯿﻘﯽ ﻗﺮار ﮔﯿﺮﻧﺪ ﻫﻤﻮاره در ﺑﯿﻦ آن دو ﻧﻘﻄﻪ ﺷﮑﺴﺖ ﺧﻮاﻫﯿﻢ داﺷﺖ‪ (.‬اﯾﻦ ﻧﻘﺎط از ﺣﻞ ﻣﻌﺎدﻟﻪ زﯾﺮ ﺑﺪﺳﺖ ﻣﯽ آﯾﻨﺪ‪:‬‬
‫‪d  −1 ‬‬
‫‪‬‬ ‫‪=0‬‬ ‫‪6-4‬‬
‫‪ds  F ( s ) ‬‬
‫ﻣﻘﺪار ﭘﺎراﻣﺘﺮ ‪ K‬در ﻫﺮ ﻧﻘﻄﻪ از ﻣﮑﺎن از راﺑﻄﻪ زﯾﺮ ﺑﺪﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬ ‫•‬
‫‪d1d2...dn‬‬
‫‪7-4‬‬
‫‪l1l2 ...lm‬‬
‫ﻓﺎﺻﻠﻪ از ﺻﻔﺮ ﻫﺎﺳﺖ‪.‬‬ ‫‪li‬‬ ‫ﻓﺎﺻﻠﻪ ﻧﻘﻄﻪ ﻣﻮرد ﻧﻈﺮ از ﻗﻄﺐ و‬ ‫‪di‬‬ ‫ﮐﻪ در آن‬ ‫•‬
‫زاوﯾﻪ ﺧﺮوج از ﻗﻄﺐ ﻣﺨﺘﻠﻂ ﺑﺼﻮرت زﯾﺮ ﺑﺪﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬ ‫•‬

‫‪ = 180‬ﻣﺠﻤﻮع زواﯾﺎي ﻗﻄﺐ ﻣﺨﺘﻠﻂ ﺑﺎ دﯾﮕﺮ ﺻﻔﺮﻫﺎ ‪ −‬ﻣﺠﻤﻮع زواﯾﺎي ﻗﻄﺐ ﻣﺨﺘﻠﻂ ﺑﺎ دﯾﮕﺮ ﻗﻄﺒﻬﺎ ‪θ +‬‬ ‫‪8-4‬‬
‫ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ ﻧﺴﺒﺖ ﺑﻪ ﻣﺤﻮر ﺣﻘﯿﻘﯽ‪ ،‬ﻣﺘﻘﺎرن ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬ ‫•‬
‫‪ 3‬ﻣﺜﺎل ‪1-4‬‬
‫ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي ﺳﯿﺴﺘﻤﯽ ﺑﺎ ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ زﯾﺮ را ﺑﺮاي ‪ K > 0‬رﺳﻢ ﻧﻤﺎﯾﯿﺪ‪.‬‬
‫‪1‬‬
‫‪∆ ( s) = 1+ K‬‬
‫)‪s ( s + 2‬‬
‫ﺣﻞ‪:‬‬

‫ﺻﻔﺤﻪ ‪66‬‬
‫وه س ﺮل ﯽ‬

‫ﺑﺮاي رﺳﻢ ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ ﻣﺮاﺣﻞ ‪ 9‬ﮔﺎﻧﻪ ﻓﻮق را ﺑﻪ ﺗﺮﺗﯿﺐ اﻧﺠﺎم ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪1‬‬ ‫‪ p1 = 0‬‬
‫= )‪T ( s‬‬ ‫‪→‬‬
‫‪s ( s + 2 )  p2 = −2‬‬
‫) ‪Im ( s‬‬
‫‪π‬‬
‫=‪ϕ‬‬
‫‪2‬‬

‫) ‪Re ( s‬‬

‫‪3π‬‬
‫=‪ϕ‬‬
‫‪2‬‬

‫ﺗﻌﺪاد ﺻﻔﺮ ﺑﯿﻨﻬﺎﯾﺖ = ﺗﻌﺪاد ﻣﺠﺎﻧﺐ =‪3 2‬دو زاوﯾﻪ ﻣﺠﺎﻧﺒﯽ ﻻزم دارﯾﻢ‪:‬‬

‫‪‬‬
‫‪( 2k +1) π =  π , 3π ,‬‬
‫‪‬‬ ‫‪∑ p − ∑z‬‬
‫‪i‬‬ ‫‪i‬‬
‫)‪0 + ( −2‬‬
‫=‪ϕ‬‬ ‫‪‬‬ ‫‪‬‬ ‫=‪σ‬‬ ‫=‬ ‫‪= −1‬‬
‫‪2‬‬ ‫{‪‬‬‫{ ‪2‬‬ ‫‪2‬‬ ‫‪n−m‬‬ ‫‪2‬‬
‫‪k =0 k =1 ‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 1‬ﻫﯿﭻ ﻗﻄﺐ و ﺻﻔﺮي وﺟﻮد ﻧﺪارد )زوج(‪ 3‬ﻣﮑﺎن ﻧﯿﺴﺖ‪.‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 2‬ﯾﮏ ﻗﻄﺐ وﺟﻮد دارد )ﻓﺮد(‪ 3‬ﻣﮑﺎن ﻫﺴﺖ‪ 3.‬ﺑﯿﻦ دو ﻗﻄﺐ ‪ 3‬ﻧﻘﻄﻪ ﺷﮑﺴﺖ دارﯾﻢ‪.‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 3‬دو ﻗﻄﺐ وﺟﻮد دارد )زوج(‪ 3‬ﻣﮑﺎن ﻧﯿﺴﺖ‪.‬‬
‫‪1‬‬ ‫‪1‬‬
‫= )‪T (s‬‬ ‫‪→−‬‬ ‫)‪= −s ( s + 2‬‬
‫)‪s ( s + 2‬‬ ‫)‪T (s‬‬

‫→‬
‫‪d‬‬
‫‪ds‬‬
‫‪( − s ( s + 2 ) ) = − ( 2s + 2 ) = 0‬‬
‫‪→ 2 s + 2 = 0 → s = −1 R‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي ﺳﯿﺴﺘﻢ ﻣﺮﺑﻮﻃﻪ ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬

‫ﺻﻔﺤﻪ ‪67‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫‪ 3‬ﻣﺜﺎل ‪2-4‬‬
‫ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي ﺳﯿﺴﺘﻤﯽ ﺑﺎ ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ زﯾﺮ را ﺑﺮاي ‪ K > 0‬رﺳﻢ ﻧﻤﺎﯾﯿﺪ‪.‬‬
‫‪s‬‬
‫‪∆ ( s) = 1+ K‬‬
‫‪s + 2s + 5‬‬
‫‪2‬‬

‫ﺣﻞ‪:‬‬
‫ﺑﺮاي رﺳﻢ ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ ﻣﺮاﺣﻞ ‪ 9‬ﮔﺎﻧﻪ را ﺑﻪ ﺗﺮﺗﯿﺐ اﻧﺠﺎم ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪ z1 = 0‬‬
‫‪s‬‬ ‫‪‬‬
‫‪T ( s) = 2‬‬ ‫‪→ 2‬‬
‫‪s + 2s + 5 s + 2s + 5 = 0 → p1,2 = −2 ± 4 − 20 = −2 ± 4 j = −1 ± 2 j‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬
‫) ‪Im ( s‬‬

‫‪ϕ1‬‬
‫‪ϕ2‬‬
‫) ‪Re ( s‬‬
‫‪ϕ =π‬‬

‫ﺗﻌﺪاد ﺻﻔﺮ ﺑﯿﻨﻬﺎﯾﺖ = ﺗﻌﺪاد ﻣﺠﺎﻧﺐ =‪3 1‬ﯾﮏ زاوﯾﻪ ﻣﺠﺎﻧﺒﯽ ﻻزم دارﯾﻢ و ﻣﺤﻞ ﺑﺮﺧﻮرد ﻣﺠﺎﻧﺐ ﻫﺎ دﯾﮕﺮ ﻣﻌﻨﯽ ﻧﺪارد‪:‬‬

‫=‪ϕ‬‬
‫‪( 2k +1) π =  π ‬‬
‫‪{ ‬‬
‫‪1‬‬ ‫‪k =0‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 1‬ﻫﯿﭻ ﻗﻄﺐ و ﺻﻔﺮي وﺟﻮد ﻧﺪارد )زوج(‪ 3‬ﻣﮑﺎن ﻧﯿﺴﺖ‪.‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 2‬ﯾﮏ ﺻﻔﺮ وﺟﻮد دارد )ﻓﺮد(‪ 3‬ﻣﮑﺎن ﻫﺴﺖ‪.‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 3‬ﺳﻪ ﺻﻔﺮ و ﻗﻄﺐ وﺟﻮد دارد )ﻓﺮد(‪ 3‬ﻣﮑﺎن ﻫﺴﺖ‪.‬‬
‫ﺑﯿﻦ دو ﻧﺎﺣﯿﻪ ‪ 2‬و ‪ ،3‬ﻣﮑﺎن ﺑﯿﻦ دو ﺻﻔﺮ ﻗﺮار دارد‪ 3‬ﻧﻘﻄﻪ ﺷﮑﺴﺖ دارﯾﻢ‪.‬‬
‫‪s‬‬ ‫‪1‬‬ ‫‪s 2 + 2s + 5‬‬
‫= )‪T (s‬‬ ‫→‬ ‫‪−‬‬ ‫=‬ ‫‪−‬‬
‫‪s 2 + 2s + 5‬‬ ‫)‪T (s‬‬ ‫‪s‬‬

‫‪d  s 2 + 2s + 5 ‬‬ ‫‪ ( 2s + 2 ) s − ( s 2 + 2s + 5) ‬‬


‫‪→ −‬‬ ‫‪ = − ‬‬ ‫‪=0‬‬
‫‪‬‬
‫‪ds ‬‬ ‫‪s‬‬ ‫‪‬‬ ‫‪s2‬‬
‫‪‬‬ ‫‪‬‬
‫‪ 5‬‬
‫‪→ 2 s 2 + 2 s − s 2 −2s − 5 = 0 → s 2 − 5 = 0 → s = ‬‬
‫‪ − 5 R‬‬
‫از آﻧﺠﺎ ﮐﻪ ﻗﻄﺐ ﻣﺨﺘﻠﻂ ﻧﯿﺰ دارﯾﻢ‪ ،‬زاوﯾﻪ ﺧﺮوج از ﻗﻄﺐ ﻧﯿﺰ ﺑﺎﯾﺪ ﻣﺤﺎﺳﺒﻪ ﮔﺮدد‪:‬‬
‫‪θ + 90° − ϕ1 = 180°‬‬
‫‪‬‬
‫‪‬‬ ‫‪−1  2 ‬‬
‫‪° → θ + 90° − 117° = 180° → θ = 207°‬‬
‫‪ϕ1 = 180° − ϕ 2 = 180° − tan  1  = 180° − 63.4° = 117‬‬
‫‪‬‬ ‫‪ ‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي ﺳﯿﺴﺘﻢ ﻣﺮﺑﻮﻃﻪ ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫ﺻﻔﺤﻪ ‪68‬‬
‫وه س ﺮل ﯽ‬

‫‪ 3‬ﻣﺜﺎل ‪3-4‬‬
‫ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي ﺳﯿﺴﺘﻤﯽ ﺑﺎ ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ زﯾﺮ را ﺑﺮاي ‪ K > 0‬رﺳﻢ ﻧﻤﺎﯾﯿﺪ‪.‬‬
‫‪1‬‬
‫‪∆ ( s) = 1+ K‬‬
‫) ‪s ( s + 1)( s + 2‬‬
‫ﺣﻞ‪:‬‬
‫ﺑﺮاي رﺳﻢ ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ ﻣﺮاﺣﻞ ‪ 9‬ﮔﺎﻧﻪ را ﺑﻪ ﺗﺮﺗﯿﺐ اﻧﺠﺎم ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪ p1 = 0‬‬
‫‪1‬‬ ‫‪‬‬
‫= )‪T ( s‬‬ ‫‪→  p2 = −1‬‬
‫‪s ( s + 1)( s + 2) ‬‬
‫‪ p3 = −2‬‬
‫) ‪Im ( s‬‬ ‫‪π‬‬
‫=‪ϕ‬‬
‫‪3‬‬

‫‪ϕ1‬‬

‫) ‪Re ( s‬‬
‫‪ϕ =π‬‬

‫‪5π‬‬
‫=‪ϕ‬‬
‫‪3‬‬

‫ﺗﻌﺪاد ﺻﻔﺮ ﺑﯿﻨﻬﺎﯾﺖ = ﺗﻌﺪاد ﻣﺠﺎﻧﺐ =‪3 3‬ﺳﻪ زاوﯾﻪ ﻣﺠﺎﻧﺒﯽ ﻻزم دارﯾﻢ‪:‬‬

‫‪‬‬
‫‪( 2k +1) π =  π , π , 5π ,‬‬
‫‪‬‬ ‫‪∑ p − ∑z‬‬‫‪i‬‬ ‫‪i‬‬
‫)‪0 + ( −1) + ( −2‬‬
‫=‪ϕ‬‬ ‫{ ‪‬‬ ‫‪‬‬ ‫=‪σ‬‬ ‫=‬ ‫‪= −1‬‬
‫‪3‬‬ ‫‪‬‬ ‫{‬
‫‪3‬‬ ‫‪k‬‬ ‫=‬‫‪1‬‬ ‫{‬‫‪3‬‬ ‫‪‬‬ ‫‪n−m‬‬ ‫‪3‬‬
‫‪k =0‬‬ ‫‪k =2 ‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 1‬ﻫﯿﭻ ﻗﻄﺐ و ﺻﻔﺮي وﺟﻮد ﻧﺪارد )زوج(‪ 3‬ﻣﮑﺎن ﻧﯿﺴﺖ‪.‬‬

‫ﺻﻔﺤﻪ ‪69‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 2‬ﯾﮏ ﻗﻄﺐ وﺟﻮد دارد )ﻓﺮد(‪ 3‬ﻣﮑﺎن ﻫﺴﺖ‪ 3.‬ﺑﯿﻦ دو ﻗﻄﺐ ‪ 3‬ﻧﻘﻄﻪ ﺷﮑﺴﺖ دارﯾﻢ‪.‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 3‬دو ﻗﻄﺐ وﺟﻮد دارد )زوج(‪ 3‬ﻣﮑﺎن ﻧﯿﺴﺖ‪.‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 4‬ﺳﻪ ﻗﻄﺐ وﺟﻮد دارد )ﻓﺮد(‪ 3‬ﻣﮑﺎن ﻫﺴﺖ‪.‬‬

‫‪1‬‬ ‫‪1‬‬
‫= )‪T (s‬‬ ‫‪→−‬‬ ‫) ‪= − s ( s + 1)( s + 2‬‬
‫) ‪s ( s + 1)( s + 2‬‬ ‫)‪T (s‬‬

‫(‬ ‫‪− s ( s + 1)( s + 2 ) ) = − ( s 3 + 3s 2 + 2 s ) = − ( 3s 2 + 6 s + 2 ) = 0‬‬


‫‪d‬‬ ‫‪d‬‬
‫→‬
‫‪ds‬‬ ‫‪ds‬‬
‫‪ −1.58‬‬
‫‪→ 3s 2 + 6 s + 2 = 0 → s = ‬‬
‫‪ −0.423R‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي ﺳﯿﺴﺘﻢ ﻣﺮﺑﻮﻃﻪ ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬

‫‪ -2-2-4‬ﻗﻮاﻋﺪ رﺳﻢ ﻣﮑﺎن رﯾﺸﻪ ﺑﺮاي ‪K < 0‬‬

‫ﺑﺮاي ‪ K < 0‬راﺑﻄﻪ ‪ 1-4‬را ﻣﯽ ﺗﻮان ﺑﺼﻮرت دو ﺷﺮط ﮐﻠﯽ ﺑﯿﺎن ﻧﻤﻮد‪:‬‬
‫‪1‬‬
‫= )‪F (s‬‬ ‫‪9-4‬‬
‫‪K‬‬
‫‪R F ( s ) = 2kπ‬‬ ‫‪k = 0,1, 2, ...‬‬ ‫‪10-4‬‬
‫ﻣﺮاﺣﻞ رﺳﻢ ﻣﮑﺎن رﯾﺸﻪ ﺑﺮاي ‪ K < 0‬ﺗﻨﻬﺎ در ﭼﻨﺪ ﻣﻮرد ﺑﺎ ‪ K > 0‬ﺗﻔﺎوت دارد‪:‬‬
‫ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ از ﺻﻔﺮ ﺷﺮوع و در ﻗﻄﺐ ﭘﺎﯾﺎن ﻣﯽ ﯾﺎﺑﺪ‪.‬‬ ‫•‬
‫ﻣﮑﺎن روي ﻣﺤﻮر ﺣﻘﯿﻘﯽ ﺟﺎﯾﯽ اﺳﺖ ﮐﻪ ﺳﻤﺖ راﺳﺖ آن ﺗﻌﺪاد زوﺟﯽ ﻗﻄﺐ ﯾﺎ ﺻﻔﺮ وﺟﻮد داﺷﺘﻪ ﺑﺎﺷﺪ‪.‬‬ ‫•‬
‫زاوﯾﻪ ﻣﺠﺎﻧﺒﯽ ) ‪ (ϕ‬ﺑﺼﻮرت زﯾﺮ ﺑﺪﺳﺖ ﻣﯽ آﯾﻨﺪ‪:‬‬ ‫•‬

‫‪2kπ‬‬
‫=‪ϕ‬‬
‫‪n−m‬‬ ‫‪11-4‬‬

‫ﺻﻔﺤﻪ ‪70‬‬
‫وه س ﺮل ﯽ‬

‫‪ 3‬ﻣﺜﺎل ‪4-4‬‬
‫ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي ﺳﯿﺴﺘﻤﯽ ﺑﺎ ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ زﯾﺮ را ﺑﺮاي ‪ K < 0‬رﺳﻢ ﻧﻤﺎﯾﯿﺪ‪.‬‬
‫‪1‬‬
‫‪∆ ( s) = 1+ K‬‬
‫)‪s ( s + 12s + 45‬‬
‫‪2‬‬

‫ﺣﻞ‪:‬‬
‫‪ p1 = 0‬‬
‫‪1‬‬ ‫‪‬‬
‫‪T ( s) = 2‬‬ ‫‪→ 2‬‬
‫‪s(s + 12s + 45) s + 12s + 45 = 0 → p2,3 = −12 ± 144 −180 = −12 ± 6 j = −6 ± 3 j‬‬
‫‪‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪2π‬‬ ‫) ‪Im ( s‬‬
‫=‪ϕ‬‬
‫‪3‬‬

‫‪ϕ1‬‬
‫‪ϕ2‬‬
‫) ‪Re ( s‬‬
‫‪ϕ =π‬‬
‫‪ϕ =0‬‬

‫‪4π‬‬
‫=‪ϕ‬‬
‫‪3‬‬
‫ﺗﻌﺪاد ﺻﻔﺮ ﺑﯿﻨﻬﺎﯾﺖ = ﺗﻌﺪاد ﻣﺠﺎﻧﺐ =‪3 3‬ﺳﻪ زاوﯾﻪ ﻣﺠﺎﻧﺒﯽ ﻻزم دارﯾﻢ‪:‬‬
‫‪‬‬ ‫‪‬‬
‫‪2kπ  2π 4π ‬‬
‫=‪ϕ‬‬ ‫‪=  0{ , , ‬‬
‫{ ‪3 k =0‬‬ ‫{ ‪3‬‬
‫‪3‬‬
‫‪ k =1 k =2 ‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 1‬ﻫﯿﭻ ﻗﻄﺐ و ﺻﻔﺮي وﺟﻮد ﻧﺪارد )زوج(‪ 3‬ﻣﮑﺎن ﻫﺴﺖ‪.‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 2‬ﯾﮏ ﻗﻄﺐ وﺟﻮد دارد )ﻓﺮد(‪ 3‬ﻣﮑﺎن ﻧﯿﺴﺖ‪.‬‬
‫ﺳﻤﺖ راﺳﺖ ﻧﺎﺣﯿﻪ ‪ 3‬ﺳﻪ ﻗﻄﺐ وﺟﻮد دارد )ﻓﺮد(‪ 3‬ﻣﮑﺎن ﻧﯿﺴﺖ‪.‬‬
‫ﺑﯿﻦ دو ﻧﺎﺣﯿﻪ ‪ 2‬و ‪ ،3‬ﻣﮑﺎن ﺑﯿﻦ دو ﺻﻔﺮ ﻗﺮار دارد‪ 3‬ﻧﻘﻄﻪ ﺷﮑﺴﺖ دارﯾﻢ‪.‬‬

‫از آﻧﺠﺎ ﮐﻪ ﻗﻄﺐ ﻣﺨﺘﻠﻂ ﻧﯿﺰ دارﯾﻢ‪ ،‬زاوﯾﻪ ﺧﺮوج از ﻗﻄﺐ ﻧﯿﺰ ﺑﺎﯾﺪ ﻣﺤﺎﺳﺒﻪ ﮔﺮدد‪:‬‬
‫‪θ + 90° − ϕ1 = 0°‬‬
‫‪‬‬
‫‪‬‬ ‫‪−1  3 ‬‬
‫‪ϕ1 = 180° − ϕ 2 = 180° − tan  6  = 180° − 26.52° = 153.43°‬‬
‫‪‬‬ ‫‪ ‬‬
‫‪→ θ + 90° − 153.43° = 0° → θ = 63.4°‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي ﺳﯿﺴﺘﻢ ﻣﺮﺑﻮﻃﻪ ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫ﺻﻔﺤﻪ ‪71‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫‪ v‬ﻧﮑﺎت‪:‬‬

‫اﮔﺮ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺳﯿﺴﺘﻢ ﺷﺎﻣﻞ ﺟﻤﻠﻪ ﺗﺎﺧﯿﺮ ‪ e−Ts‬ﺑﺎﺷﺪ‪ ،‬ﺑﺮاي رﺳﻢ ﻧﻤﻮدار ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ از ﺗﻘﺮﯾﺐ ﭘﺎده اﺳﺘﻔﺎده ﻣﯽ‬ ‫•‬
‫ﮐﻨﯿﻢ‪:‬‬
‫‪T‬‬
‫‪1−‬‬ ‫‪s‬‬
‫‪e‬‬ ‫‪−Ts‬‬
‫≈‬ ‫‪2‬‬
‫‪T‬‬
‫‪1+ s‬‬
‫‪2‬‬
‫اﻓﺰودن ﺻﻔﺮ ﺑﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ‪ ،‬ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ را ﺑﻪ ﺳﻤﺖ ﭼﭗ ﺟﺎﺑﺠﺎ ﻣﯽ ﮐﻨﺪ‪.‬‬ ‫•‬
‫اﻓﺰودن ﻗﻄﺐ ﺑﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﯾﮏ ﺳﯿﺴﺘﻢ‪ ،‬ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ را ﺑﻪ ﺳﻤﺖ راﺳﺖ ﺟﺎﺑﺠﺎ ﻣﯽ ﮐﻨﺪ‪.‬‬ ‫•‬
‫ﻣﺤﻞ ﺑﺮﺧﻮرد ﻧﻤﻮدار ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ ﺑﺎ ﻣﺤﻮر ﻣﻮﻫﻮﻣﯽ‪ ،‬ﺑﻬﺮه ﭘﺎﯾﺪاري ﻣﺮزي را ﻣﺸﺨﺺ ﻣﯽ ﮐﻨﺪ‪ .‬ﻣﻘﺪار اﯾﻦ ﺑﻬﺮه را‬ ‫•‬
‫ﻣﯽﺗﻮان از ﺟﺪول روث – ﻫﻮروﯾﺘﺰ ﻣﺤﺎﺳﺒﻪ ﻧﻤﻮد‪.‬‬
‫ﺟﻬﺖ ﻓﻠﺶ ﻫﺎ در ﻧﻤﻮدار ﻣﮑﺎن رﯾﺸﻪ ﺟﻬﺖ اﻓﺰاﯾﺶ ‪ K‬را ﻧﺸﺎن ﻣﯽ دﻫﺪ‪.‬‬ ‫•‬
‫اﮔﺮ ﭘﺎراﻣﺘﺮ ﻣﺘﻐﯿﺮ در ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺑﻬﺮه ﻧﺒﺎﺷﺪ‪ ،‬ﺑﺎﯾﺪ ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ را ﺑﻪ ﻓﺮم ‪ 1 + kF ( s ) = 0‬ﻣﺮﺗﺐ ﻧﻤﻮده و ﺳﭙﺲ‬ ‫•‬
‫ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ را رﺳﻢ ﻧﻤﺎﯾﯿﻢ‪:‬‬
‫‪1‬‬
‫‪∆ (s) = 1+‬‬ ‫‪= 0 → ( s + k )( s + 1) + 1 = 0 → s 2 + s + ks + k + 1 = 0‬‬
‫)‪( s + k )( s + 1‬‬
‫‪→ s 2 + s + 1 + k ( s + 1) = 0 → 1 + k‬‬
‫)‪( s + 1‬‬ ‫‪=0‬‬
‫‪s + s +1‬‬
‫‪2‬‬

‫ﺻﻔﺤﻪ ‪72‬‬
‫وه س ﺮل ﯽ‬

‫‪ 3‬ﻣﺜﺎل ‪5-4‬‬
‫ﻣﺤﺪوده ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ را ﺑﻪ ازاي ﺗﻐﯿﯿﺮات ﭘﺎراﻣﺘﺮ ‪ K‬ﻣﺸﺨﺺ ﻧﻤﺎﯾﯿﺪ‪.‬‬
‫‪2s + K‬‬
‫‪∆ ( s) = 1+‬‬
‫)‪s 2 ( s + 3‬‬
‫ﺣﻞ‪:‬‬
‫در اﯾﻦ ﻣﺜﺎل ﭘﺎراﻣﺘﺮ ‪ K‬ﺑﻬﺮه ﺳﯿﺴﺘﻢ ﻧﻤﯽ ﺑﺎﺷﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ اﺑﺘﺪا ﺑﺎﯾﺪ ﻣﻌﺎدﻟﻪ ﻣﺸﺨﺼﻪ را ﺑﻪ ﻓﺮم اﺳﺘﺎﻧﺪارد ﺗﺒﺪﯾﻞ ﻧﻤﺎﯾﯿﻢ‪:‬‬
‫‪2s + K‬‬
‫‪∆ ( s) = 1+ 2‬‬ ‫‪= 0 → ∆ ( s ) = s 2 ( s + 3 ) + 2 s + K = 0 → ∆ ( s ) = s 3 + 3s 2 + 2 s + K = 0‬‬
‫)‪s ( s + 3‬‬

‫‪→ ∆ ( s ) = s ( s 2 + 3s + 2 ) + K = 0 → ∆ ( s ) = 1 + K‬‬
‫‪1‬‬
‫‪=0‬‬
‫) ‪s ( s + 1)( s + 2‬‬
‫ﻣﮑﺎن رﯾﺸﻪ ﻫﺎي اﯾﻦ ﺳﯿﺴﺘﻢ در ﻣﺜﺎل ‪ 3-4‬رﺳﻢ ﺷﺪه اﺳﺖ‪ .‬در اﯾﻨﺠﺎ ﻓﻘﻂ ﺗﻐﯿﯿﺮات ‪ K‬را ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﻣﯽ دﻫﯿﻢ‪.‬‬

‫ﻣﺤﻞ ﺑﺮﺧﻮرد ﻧﻤﻮدار ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ ﺑﺎ ﻣﺤﻮر ﻣﻮﻫﻮﻣﯽ ﮐﻪ در ﺷﮑﻞ ﻓﻮق ﻣﺸﺨﺺ ﺷﺪه اﻧﺪ‪ ،‬ﻣﺮز ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ را ﻧﺸﺎن ﻣﯽ دﻫﺪ‪.‬‬
‫ﻣﻘﺪار ﺑﻬﺮه در ﻣﺮز ﭘﺎﯾﺪاري ﺑﺎ اﺳﺘﻔﺎده از ﺟﺪول روث –ﻫﻮروﯾﺘﺰ ﻣﺸﺨﺺ ﻣﯽ ﺷﻮد‪:‬‬
‫‪s3‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪s2‬‬ ‫‪3‬‬ ‫‪K‬‬
‫‪6−K‬‬ ‫‪→ 6−K = 0 → K = 6‬‬
‫‪s‬‬ ‫‪0‬‬
‫‪3‬‬
‫‪1‬‬ ‫‪K‬‬ ‫‪0‬‬

‫ﺟﻬﺖ ﻓﻠﺶ ﻫﺎ در ﻧﻤﻮدار ﻣﮑﺎن رﯾﺸﻪ ﺟﻬﺖ اﻓﺰاﯾﺶ ‪ K‬را ﻧﺸﺎن ﻣﯽ دﻫﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﺑﻪ ازاي ‪ K < 6‬ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬
‫ﺑﻪ ازاي ‪ K = 6‬ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار ﻣﺮزي ﺧﻮاﻫﺪ ﺑﻮد‪ .‬رﯾﺸﻪ ﻫﺎي ﻣﺘﻨﺎﻇﺮ ﺑﺎ اﯾﻦ ﺑﻬﺮه از ﺣﻞ ﻣﻌﺎدﻟﻪ ﮐﻤﮑﯽ ﺳﻄﺮ ﻗﺒﻞ ﺑﺪﺳﺖ ﻣﯽ آﯾﺪ‪:‬‬
‫‪3s 2 + K = 3s 2 + 6 = 0 → s = ± 2 j‬‬

‫ﺻﻔﺤﻪ ‪73‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫‪ -3-4‬ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﺑﻪ روش دﯾﺎﮔﺮام ﻧﺎﯾﮑﻮﺋﯿﺴﺖ‪:‬‬

‫در روش ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ‪ ،‬ﺑﺮاي ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ ﻫﺎي داراي ﺗﺎﺧﯿﺮ‪ ،‬ﻣﺠﺒﻮر ﺑﻪ اﺳﺘﻔﺎده از ﺗﻘﺮﯾﺐ ﭘﺎده ﺑﻮدﯾﻢ ﮐﻪ ﻟﺰوﻣﺎً‬
‫ﺗﻘﺮﯾﺐ ﻣﻨﺎﺳﺒﯽ ﻫﻢ ﻧﯿﺴﺖ‪ .‬روش ﻣﻌﯿﺎر ﭘﺎﯾﺪاري ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﯾﮏ روش ﻧﯿﻤﻪ ﺗﺮﺳﯿﻤﯽ اﺳﺖ ﮐﻪ ﺑﺮاي ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ ﻫﺎي‬
‫ﺗﺎﺧﯿﺮدار ﻣﻨﺎﺳﺐ ﻣﯽ ﺑﺎﺷﺪ‪ .‬اﻣﺎ اﯾﻦ روش ﻣﮑﺎن و ﻣﺤﻞ رﯾﺸﻪ ﻫﺎ را ﺗﻌﯿﯿﻦ ﻧﻤﯽ ﮐﻨﺪ‪.‬‬
‫ﻣﻌﯿﺎر ﭘﺎﯾﺪاري ﻧﺎﯾﮑﻮﺋﯿﺴﺖ‪ ،‬راﺑﻄﻪ ﭘﺎﺳﺦ ﻓﺮﮐﺎﻧﺴﯽ ﺣﻠﻘﻪ ﺑﺎز ) ‪ G ( jω ) H ( jω‬ﺑﺎ ﺗﻌﺪاد ﻗﻄﺐ ﻧﺎﭘﺎﯾﺪار ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ را‬
‫ﻣﺸﺨﺺ ﻣﯽ ﮐﻨﺪ‪ .‬ﺑﺎ اﯾﻦ روش ﭘﺎﯾﺪاري ﻣﻄﻠﻖ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ را ﻣﯽ ﺗﻮان ﺑﻪ روش ﺗﺮﺳﯿﻤﯽ و ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻨﺤﻨﯽ ﻫﺎي ﭘﺎﺳﺦ‬
‫ﻓﺮﮐﺎﻧﺴﯽ ﺣﻠﻘﻪ ﺑﺎز )ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ( ﺗﻌﯿﯿﻦ ﮐﺮد‪ .‬ﺑﺪون آﻧﮑﻪ ﻧﯿﺎز ﺑﻪ ﻣﺤﺎﺳﺒﻪ ﻗﻄﺐ ﻫﺎي ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﺑﺎﺷﺪ‪.‬‬
‫ﺑﺮاي ﺗﺤﻠﯿﻞ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ ﻫﺎي ﮐﻨﺘﺮﻟﯽ‪ ،‬ﯾﮏ ﻣﺴﯿﺮ ﺑﺴﺘﻪ در ﺻﻔﺤﻪ ‪ s‬ﭼﻨﺎن ﺑﺮﻣﯽ ﮔﺰﯾﻨﯿﻢ ﮐﻪ ﺗﻤﺎم ﻧﯿﻢ ﺻﻔﺤﻪ راﺳﺖ )ﻧﺎﺣﯿﻪ‬
‫ﭘﺎﯾﺪاري( را در ﺑﺮ داﺷﺘﻪ ﺑﺎﺷﺪ‪ .‬اﯾﻦ ﻣﺴﯿﺮ را ﻣﺴﯿﺮ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﻣﯽ ﻧﺎﻣﻨﺪ‪) .‬ﺟﻬﺖ ﻣﺴﯿﺮ ﺳﺎﻋﺘﮕﺮد اﺳﺖ(‬
‫) ‪Im ( s‬‬

‫∞‬

‫) ‪Re ( s‬‬

‫ﺷﮑﻞ ‪ :2-4‬ﻣﺴﯿﺮ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ‬

‫ﻣﺴﯿﺮ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﺗﻤﺎم ﻧﯿﻢ ﺻﻔﺤﻪ راﺳﺖ را در ﺑﺮدارد و ﺗﻤﺎم ﺻﻔﺮ و ﻗﻄﺐ ﻫﺎي داراي ﺑﺨﺶ ﺣﻘﯿﻘﯽ ﻣﺜﺒﺖ )ﻧﺎﭘﺎﯾﺪار( در داﺧﻞ‬
‫آن ﻗﺮار دارﻧﺪ‪ .‬اﮔﺮ ) ‪ 1 + G ( s ) H ( s‬رﯾﺸﻪ اي در ﻧﯿﻢ ﺻﻔﺤﻪ راﺳﺖ ﻧﺪاﺷﺘﻪ ﺑﺎﺷﺪ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ در ﻧﯿﻢ ﺻﻔﺤﻪ راﺳﺖ ﻗﻄﺐ‬
‫ﻧﺪارد و ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار اﺳﺖ‪ .‬ﻣﺴﯿﺮ ﺑﺴﺘﻪ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ را ﺑﻪ ﮔﻮﻧﻪ اي اﻧﺘﺨﺎب ﻣﯽ ﮐﻨﯿﻢ ﮐﻪ از ﻫﯿﭻ ﮐﺪام از ﺻﻔﺮ و ﻗﻄﺐ ﻫﺎي‬
‫) ‪ 1 + G ( s ) H ( s‬ﻋﺒﻮر ﻧﮑﻨﺪ‪ .‬رﯾﺸﻪ ﻫﺎي ) ‪ 1 + G ( s ) H ( s‬از ﺣﻞ ﻣﻌﺎدﻟﻪ‬
‫‪1 + G ( s ) H ( s ) = 0 → G ( s ) H ( s ) = −1‬‬
‫ﺑﺪﺳﺖ ﻣﯽ آﯾﻨﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﻧﻘﻄﻪ ‪ −1 + 0 j‬در ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﻧﻘﻄﻪ ﺑﺤﺮاﻧﯽ ﺑﻪ ﺣﺴﺎب ﻣﯽ آﯾﺪ‪.‬‬

‫اﮔﺮ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز ) ‪ G ( s ) H ( s‬روي ﻣﺤﻮر ﻣﻮﻫﻮﻣﯽ رﯾﺸﻪ ﻧﺪاﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﻣﺴﯿﺮ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ را ﻫﻤﺎﻧﻨﺪ ﺷﮑﻞ ‪ 2-4‬در ﻧﻈﺮ ﻣﯽ‬
‫ﮔﯿﺮﯾﻢ‪ ،‬اﻣﺎ اﮔﺮ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز ) ‪ G ( s ) H ( s‬روي ﻣﺤﻮر ﻣﻮﻫﻮﻣﯽ رﯾﺸﻪ داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬از آﻧﺠﺎ ﮐﻪ ﻣﯽ ﺧﻮاﻫﯿﻢ ﺗﻤﺎم ﻗﻄﺐﻫﺎي‬
‫ﻣﻮﺟﻮد در ﻣﺴﯿﺮ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﭘﺎﯾﺪار ﺑﺎﺷﻨﺪ‪ ،‬رﯾﺸﻪ ﻫﺎي روي ﻣﺤﻮر ﻣﻮﻫﻮﻣﯽ را ﺑﺎ ﻧﯿﻢ داﯾﺮه ﻫﺎﯾﯽ ﺑﻪ ﺷﻌﺎع ﺑﺴﯿﺎر ﮐﻮﭼﮏ ‪ε << 1‬‬
‫از ﻣﺴﯿﺮ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﺟﺪا ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫ﺻﻔﺤﻪ ‪74‬‬
‫وه س ﺮل ﯽ‬

‫) ‪Re ( s‬‬

‫ﺷﮑﻞ ‪ :3-4‬ﻣﺴﯿﺮ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ اﺻﻼح ﺷﺪه‬

‫‪ v‬ﻣﻌﯿﺎر ﭘﺎﯾﺪاري ﻧﺎﯾﮑﻮﺋﯿﺴﺖ‪:‬‬


‫اﮔﺮ ﻣﺴﯿﺮ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﺗﻤﺎم ﻧﯿﻢ ﺻﻔﺤﻪ راﺳﺖ را در ﺑﺮداﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ) ‪ 1 + G ( s ) H ( s‬در ﻧﯿﻢ‬
‫ﺻﻔﺤﻪ راﺳﺖ ﺻﻔﺤﻪ ‪ s‬ﺑﺎ ﺗﻌﺪاد دور ﺳﺎﻋﺘﮕﺮد ﻣﻨﺤﻨﯽ ﻓﺮﮐﺎﻧﺴﯽ ) ‪ G ( jω ) H ( jω‬ﺣﻮل ﻧﻘﻄﻪ ﺑﺤﺮاﻧﯽ ‪ −1 + 0 j‬و‬
‫ﺗﻌﺪاد ﻗﻄﺐ ﻫﺎي ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز در ﻧﯿﻢ ﺻﻔﺤﻪ راﺳﺖ ﺻﻔﺤﻪ ‪ s‬ﺑﺮاﺑﺮ اﺳﺖ‪:‬‬
‫‪Z = NR + P‬‬
‫ﮐﻪ در آن‪:‬‬
‫‪ : Z‬ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ) ‪ 1 + G ( s ) H ( s‬در ﻧﯿﻢ ﺻﻔﺤﻪ راﺳﺖ ﺻﻔﺤﻪ ‪s‬‬
‫‪ : N R‬ﺗﻌﺪاد دور ﺳﺎﻋﺘﮕﺮد ﻣﻨﺤﻨﯽ ﻓﺮﮐﺎﻧﺴﯽ ) ‪ G ( jω ) H ( jω‬ﺣﻮل ﻧﻘﻄﻪ ﺑﺤﺮاﻧﯽ ‪−1 + 0 j‬‬
‫‪ : P‬ﺗﻌﺪاد ﻗﻄﺐ ﻫﺎي ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز در ﻧﯿﻢ ﺻﻔﺤﻪ راﺳﺖ ﺻﻔﺤﻪ ‪s‬‬
‫ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ زﻣﺎﻧﯽ ﭘﺎﯾﺪار اﺳﺖ ﮐﻪ ‪ Z = 0‬ﺑﺎﺷﺪ‪.‬‬

‫‪ -1-3-4‬ﻗﻮاﻋﺪ رﺳﻢ ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ‪:‬‬

‫ﺑﺮاي رﺳﻢ ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﮐﻪ ﻫﻤﺎن ﻣﻨﺤﻨﯽ ﻓﺮﮐﺎﻧﺴﯽ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز ﻣﯽ ﺑﺎﺷﺪ‪ ،‬ﻣﺮاﺣﻞ زﯾﺮ را اﻧﺠﺎم ﻣﯽ دﻫﯿﻢ‪:‬‬

‫‪ -1‬اﺑﺘﺪا ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز ) ‪ G ( jω ) H ( jω‬را ﺗﺸﮑﯿﻞ ﻣﯽ دﻫﯿﻢ‪.‬‬


‫‪ -2‬ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻗﻄﺐ ﻫﺎي ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز ﻣﺴﯿﺮ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ را رﺳﻢ ﻣﯽ ﻧﻤﺎﯾﯿﻢ‪.‬‬
‫‪ -3‬اﻧﺪازه و زاوﯾﻪ ﺗﺎﺑﻊ ﻣﺨﺘﻠﻂ ) ‪ G ( jω ) H ( jω‬را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪.‬‬
‫‪ -4‬ﻗﺴﻤﺖ ﺣﻘﯿﻘﯽ و ﻣﻮﻫﻮﻣﯽ ﺗﺎﺑﻊ ﻣﺨﺘﻠﻂ ) ‪ G ( jω ) H ( jω‬را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪.‬‬
‫‪ -5‬ﻧﻘﺎط ﺑﺮﺧﻮرد ﺑﺎ ﻣﺤﻮر ﺣﻘﯿﻘﯽ از ﺣﻞ ﻣﻌﺎدﻟﻪ ‪ Im {G ( jω ) H ( jω )} = 0‬ﺑﺪﺳﺖ ﻣﯽ آﯾﻨﺪ‪.‬‬
‫‪ -6‬ﻧﻘﺎط ﺑﺮﺧﻮرد ﺑﺎ ﻣﺤﻮر ﻣﻮﻫﻮﻣﯽ از ﺣﻞ ﻣﻌﺎدﻟﻪ ‪ Re {G ( jω ) H ( jω )} = 0‬ﺑﺪﺳﺖ ﻣﯽ آﯾﻨﺪ‪.‬‬
‫‪ -7‬اﻧﺪازه و زاوﯾﻪ ) ‪ G ( jω ) H ( jω‬را ﺑﺮاي ﻧﻘﺎط ‪ ω = +∞ ، ω = 0 +‬و ﻧﻘﺎط ﺑﺪﺳﺖ آﻣﺪه از ﻣﺮﺣﻠﻪ ‪ 5‬ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪.‬‬
‫‪ -8‬ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ را ﺑﺮاي ) ∞‪ ω ∈ ( 0+ , +‬ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﺮﺣﻠﻪ ‪ 7‬و ﺷﮑﻞ ﻫﺎي زﯾﺮ رﺳﻢ ﻣﯽ ﻧﻤﺎﯾﯿﻢ‪:‬‬

‫ﺻﻔﺤﻪ ‪75‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫ﺷﮑﻞ ‪ :4-4‬ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ در )اﻟﻒ( ﻓﺮﮐﺎﻧﺲ ﭘﺎﯾﯿﻦ )ب( ﻓﺮﮐﺎﻧﺲ ﺑﺎﻻ‬

‫‪ -9‬ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﻧﺴﺒﺖ ﺑﻪ ﻣﺤﻮر ﺣﻘﯿﻘﯽ ﻣﺘﻘﺎرن اﺳﺖ‪.‬‬


‫‪ -10‬ﺑﺮاي رﺳﯿﺪن از ‪ ω = 0 −‬ﺑﻪ ‪ ω = 0 +‬ﺑﺮاي ﺳﯿﺴﺘﻢ ﻧﻮع ‪ N ، N‬ﻧﯿﻢ داﯾﺮه در ﺟﻬﺖ ﺳﺎﻋﺘﮕﺮد و ﺑﻪ ﺷﻌﺎع ﺑﯽ ﻧﻬﺎﯾﺖ‬
‫ﻣﯽﮐﺸﯿﻢ‪.‬‬

‫‪ 3‬ﻣﺜﺎل ‪6-4‬‬
‫دﯾﺎﮔﺮام ﻧﺎﯾﮑﻮﯾﯿﺴﺖ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز زﯾﺮ را رﺳﻢ ﻧﻤﻮده و ﭘﺎﯾﺪاري ﺣﻠﻘﻪ ﺑﺴﺘﻪ آن را ﺑﺮرﺳﯽ ﻧﻤﺎﯾﯿﺪ‪.‬‬
‫‪1‬‬
‫= ) ‪GH ( s‬‬
‫‪1+ s‬‬
‫ﺣﻞ‪:‬‬
‫ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز ﻓﻮق ﻧﻮع ﺻﻔﺮ اﺳﺖ و ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار آن ﺻﻔﺮ اﺳﺖ ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬
‫‪s +1 = 0 → s = −1 → P = 0‬‬
‫اﮐﻨﻮن ﻣﺮاﺣﻞ ‪ 10‬ﮔﺎﻧﻪ ﻓﻮق را ﺑﻪ ﺗﺮﺗﯿﺐ اﻧﺠﺎم ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪1‬‬
‫= ‪ GH ( jω ) = 1 + jω‬‬
‫) ‪Im ( s‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪1+ ω2‬‬
‫= ) ‪GH ( jω‬‬ ‫‪→‬‬
‫‪1 + jω‬‬ ‫‪RGH ( jω ) = 0 − tan −1  ω  = − tan −1 ω‬‬
‫‪‬‬ ‫‪ ‬‬
‫‪‬‬ ‫‪1‬‬ ‫∞‬
‫‪1‬‬ ‫‪1 − jω 1 − jω‬‬ ‫‪1‬‬ ‫‪−ω‬‬
‫= ) ‪GH ( jω‬‬ ‫×‬ ‫=‬ ‫=‬ ‫‪+j‬‬ ‫) ‪Re ( s‬‬
‫‪1 + jω 1 − jω 1 + ω‬‬ ‫‪2‬‬
‫‪11+2‬‬‫‪ω3‬‬‫‪2‬‬
‫‪11+2‬‬‫‪ω32‬‬
‫}) ‪Re{GH ( jω‬‬ ‫}) ‪Im{GH ( jω‬‬

‫‪−ω‬‬
‫→ ‪→ Im {GH ( jω )} = 0‬‬ ‫‪= 0 →ω = 0‬‬
‫‪1+ ω2‬‬

‫اﮐﻨﻮن اﻧﺪازه و زاوﯾﻪ ) ‪ GH ( jω‬را ﺑﺮاي ﻧﻘﺎط ‪ ω = +∞ ، ω = 0 +‬ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬


‫‪‬‬
‫= ) ‪ GH ( j 0‬‬
‫‪+‬‬ ‫‪1‬‬
‫‪=1‬‬ ‫‪‬‬ ‫‪1‬‬
‫‪‬‬ ‫‪1 + 02‬‬ ‫‪ GH ( j∞ ) = = 0‬‬
‫‪+‬‬
‫‪ω =0 →‬‬ ‫‪, ω = +∞ → ‬‬ ‫∞‬
‫‪RGH ( j 0+ ) = 0 − tan −1  0  = 0‬‬ ‫‪RGH ( j∞ ) = 0 − tan −1 ( ∞ ) = −90°‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪‬‬
‫‪1‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﻧﻤﻮدار ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫ﺻﻔﺤﻪ ‪76‬‬
‫وه س ﺮل ﯽ‬

‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ دارﯾﻢ‪:‬‬


‫‪P = 0‬‬
‫‪‬‬ ‫‪→z=0‬‬
‫‪NR = 0‬‬

‫ﺑﻨﺎﺑﺮاﯾﻦ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﭘﺎﯾﺪار اﺳﺖ‪.‬‬


‫‪ 3‬ﻣﺜﺎل ‪7-4‬‬
‫دﯾﺎﮔﺮام ﻧﺎﯾﮑﻮﯾﯿﺴﺖ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز زﯾﺮ را رﺳﻢ ﻧﻤﻮده و ﭘﺎﯾﺪاري ﺣﻠﻘﻪ ﺑﺴﺘﻪ آن را ﺑﺮرﺳﯽ ﻧﻤﺎﯾﯿﺪ‪.‬‬

‫‪1‬‬
‫= ) ‪GH ( s‬‬
‫)‪s ( s + 4‬‬
‫ﺣﻞ‪:‬‬
‫ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز ﻓﻮق ﻧﻮع ﯾﮏ اﺳﺖ و ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار آن ﺻﻔﺮ اﺳﺖ ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬

‫‪s ( s + 4 ) = 0 → s = 0, −4 → P = 0‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪1‬‬
‫= ) ‪ GH ( jω ) = jω ( jω + 4‬‬
‫‪1‬‬ ‫‪‬‬ ‫‪ω 16 + ω 2‬‬
‫= ) ‪GH ( jω‬‬ ‫‪→‬‬
‫‪jω ( jω + 4 ) ‬‬ ‫‪ω ‬‬
‫‪RGH ( jω ) = 0 − 90° − tan −1  ‬‬
‫‪‬‬ ‫‪4‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪−ω 2 − 4 jω‬‬ ‫‪−ω 2‬‬ ‫‪−4ω‬‬
‫= ) ‪GH ( jω‬‬ ‫=‬ ‫×‬ ‫=‬ ‫‪+j 4‬‬
‫) ‪jω ( jω + 4 ) −ω + 4 jω −ω − 4 jω (ω + 16ω‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪2‬‬
‫(‬ ‫) ‪ω + 16ω 2‬‬
‫‪14243‬‬ ‫‪14243‬‬
‫}) ‪Re{GH ( jω‬‬ ‫}) ‪Im{GH ( jω‬‬

‫‪−4ω‬‬
‫→ ‪→ Im {GH ( jω )} = 0‬‬ ‫‪= 0→ω = 0‬‬
‫) ‪(ω + 16ω 2‬‬
‫‪4‬‬

‫ﺻﻔﺤﻪ ‪77‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫) ‪Im ( s‬‬

‫∞‬

‫) ‪Re ( s‬‬

‫اﮐﻨﻮن اﻧﺪازه و زاوﯾﻪ ) ‪ GH ( jω‬را ﺑﺮاي ﻧﻘﺎط ‪ ω = +∞ ، ω = 0 +‬ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬


‫‪‬‬ ‫‪1‬‬
‫= ) ‪GH ( jω‬‬ ‫∞=‬ ‫‪‬‬ ‫‪1‬‬
‫‪‬‬
‫) ‪j 0 ( j 0+ + 4‬‬
‫‪+‬‬ ‫‪ GH ( j∞ ) = = 0‬‬
‫‪ω = 0+ → ‬‬ ‫‪, ω = +∞ → ‬‬ ‫∞‬
‫‪‬‬ ‫‪RGH ( j∞ ) = 0 − 90° − tan −1 ( ∞ ) = −180°‬‬
‫‪RGH ( jω ) = 0 − 90° − tan 0 = −90°‬‬
‫‪−1‬‬
‫‪‬‬
‫ﺳﯿﺴﺘﻢ ﻧﻮع ﯾﮏ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﺑﺮاي رﺳﯿﺪن از ‪ ω = 0 −‬ﺑﻪ ‪ ، ω = 0 +‬ﯾﮏ ﻧﯿﻢ داﯾﺮه در ﺟﻬﺖ ﺳﺎﻋﺘﮕﺮد و ﺑﻪ ﺷﻌﺎع ﺑﯽ ﻧﻬﺎﯾﺖ‬
‫ﻣﯽﮐﺸﯿﻢ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﻧﻤﻮدار ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ دارﯾﻢ‪:‬‬


‫‪P = 0‬‬
‫‪‬‬ ‫‪→z=0‬‬
‫‪NR = 0‬‬

‫ﺑﻨﺎﺑﺮاﯾﻦ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﭘﺎﯾﺪار اﺳﺖ‪.‬‬


‫‪ 3‬ﻣﺜﺎل ‪8-4‬‬
‫دﯾﺎﮔﺮام ﻧﺎﯾﮑﻮﯾﯿﺴﺖ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز زﯾﺮ را رﺳﻢ ﻧﻤﻮده و ﭘﺎﯾﺪاري ﺣﻠﻘﻪ ﺑﺴﺘﻪ آن را ﺑﺮرﺳﯽ ﻧﻤﺎﯾﯿﺪ‪.‬‬
‫‪1‬‬
‫= ) ‪GH ( s‬‬
‫) ‪s (1 + 2s‬‬
‫‪2‬‬

‫ﺣﻞ‪:‬‬
‫ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز ﻓﻮق ﻧﻮع دو اﺳﺖ و ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار آن ﺻﻔﺮ اﺳﺖ ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬
‫ﺻﻔﺤﻪ ‪78‬‬
‫وه س ﺮل ﯽ‬

‫‪s 2 (1 + 2s ) = 0 → s = 0, 0, −0.5 → P = 0‬‬


‫) ‪Im ( s‬‬

‫‪‬‬ ‫‪1‬‬ ‫‪1‬‬


‫= ) ‪ GH ( jω‬‬ ‫=‬
‫‪( jω ) ( 2 jω + 1) ω 1 + 4ω 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪‬‬
‫= ) ‪GH ( jω‬‬ ‫‪→‬‬ ‫∞‬
‫‪( jω ) ( 2 jω + 1) ‬‬
‫‪2‬‬
‫‪−1  2ω ‬‬
‫‪RGH ( jω ) = 0 − 180° − tan  1 ‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫) ‪Re ( s‬‬
‫‪1‬‬ ‫‪−2 jω + 1 −1‬‬ ‫‪1‬‬ ‫‪−1‬‬ ‫‪−2‬‬
‫= ) ‪GH ( jω‬‬ ‫×‬ ‫‪= 2‬‬ ‫× ‪+j‬‬
‫{(‬‫‪j‬‬‫‪ω‬‬ ‫()‬
‫‪2‬‬
‫‪2‬‬ ‫‪j‬‬‫‪ω‬‬ ‫‪+‬‬ ‫‪1‬‬‫)‬ ‫‪−‬‬‫‪2‬‬ ‫‪j‬‬‫‪ω‬‬ ‫‪+‬‬ ‫‪1‬‬ ‫‪ω‬‬
‫‪14‬‬
‫‪( 244‬‬
‫‪4‬‬
‫‪1‬‬ ‫‪+‬‬ ‫‪4‬‬ ‫‪ω‬‬ ‫‪2‬‬

‫‪3‬‬
‫‪) 144(244‬‬
‫‪ω‬‬ ‫‪1‬‬ ‫‪+‬‬ ‫) ‪4ω 2‬‬
‫‪3‬‬
‫‪−ω‬‬ ‫}) ‪Re{GH ( jω‬‬ ‫}) ‪Im{GH ( jω‬‬
‫‪2‬‬

‫→ ‪→ Im {GH ( jω )} = 0‬‬
‫‪2‬‬
‫‪≠0‬‬
‫) ‪ω (1 + 4ω 2‬‬

‫اﮐﻨﻮن اﻧﺪازه و زاوﯾﻪ ) ‪ GH ( jω‬را ﺑﺮاي ﻧﻘﺎط ‪ ω = +∞ ، ω = 0 +‬ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬


‫‪‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪1‬‬
‫∞ = = ) ‪ GH ( jω‬‬ ‫‪ GH ( j∞ ) = = 0‬‬
‫‪+‬‬
‫‪ω =0 →‬‬ ‫‪0‬‬ ‫‪, ω = +∞ → ‬‬ ‫∞‬
‫‪RGH ( jω ) = 0 − 180° − tan −1 ( 0 ) = −180°‬‬ ‫‪RGH ( jω ) = 0 − 180° − tan −1 ( ∞ ) = −270°‬‬
‫‪‬‬ ‫‪‬‬

‫ﺳﯿﺴﺘﻢ ﻧﻮع دو ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﺑﺮاي رﺳﯿﺪن از ‪ ω = 0 −‬ﺑﻪ ‪ 2 ، ω = 0 +‬ﻧﯿﻢ داﯾﺮه در ﺟﻬﺖ ﺳﺎﻋﺘﮕﺮد و ﺑﻪ ﺷﻌﺎع ﺑﯽ ﻧﻬﺎﯾﺖ‬
‫ﻣﯽﮐﺸﯿﻢ‪.‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﻧﻤﻮدار ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫‪ω = 0+‬‬ ‫∞‪ω = +‬‬

‫ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ دارﯾﻢ‪:‬‬


‫‪P = 0‬‬
‫‪‬‬ ‫‪→z=2‬‬
‫‪NR = 2‬‬

‫ﺑﻨﺎﺑﺮاﯾﻦ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﻧﺎﭘﺎﯾﺪار اﺳﺖ‪.‬‬

‫ﺻﻔﺤﻪ ‪79‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫‪ 3‬ﻣﺜﺎل ‪9-4‬‬
‫دﯾﺎﮔﺮام ﻧﺎﯾﮑﻮﯾﯿﺴﺖ ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز زﯾﺮ را رﺳﻢ ﻧﻤﻮده و ﭘﺎﯾﺪاري ﺣﻠﻘﻪ ﺑﺴﺘﻪ آن را ﺑﺮرﺳﯽ ﻧﻤﺎﯾﯿﺪ‪.‬‬

‫‪+‬‬ ‫)‪E (s‬‬ ‫‪1‬‬ ‫)‪C (s‬‬


‫)‪R (s‬‬ ‫∑‬ ‫‪k‬‬
‫‪s + 10‬‬ ‫)‪s ( s + 1‬‬
‫‪−‬‬

‫ﺣﻞ‪:‬‬
‫ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز ﻓﻮق ﻧﻮع ﯾﮏ اﺳﺖ و ﺗﻌﺪاد رﯾﺸﻪ ﻫﺎي ﻧﺎﭘﺎﯾﺪار آن ﺻﻔﺮ اﺳﺖ ﺑﻨﺎﺑﺮاﯾﻦ‪:‬‬
‫‪ p1 = 0‬‬
‫‪k‬‬ ‫‪1‬‬ ‫‪‬‬
‫= )‪G ( s) H ( s‬‬ ‫×‬ ‫‪→ s ( s + 1)( s + 10) = 0 →  p2 = −1 → P = 0‬‬
‫)‪s + 10 s ( s + 1‬‬ ‫‪ p = −10‬‬
‫‪ 3‬‬
‫‪k‬‬ ‫‪k‬‬
‫= ) ‪GH ( jω‬‬ ‫=‬
‫‪jω ( jω + 1)( jω + 10 ) − jω − 11ω 2 + 10 jω‬‬
‫‪3‬‬
‫) ‪Im ( s‬‬

‫‪‬‬ ‫‪k‬‬ ‫‪1‬‬


‫= ) ‪ GH ( jω ) = ( jω ) jω ( s + 1)( jω + 10‬‬
‫‪‬‬ ‫‪ω 1 + ω 100 + ω 2‬‬
‫‪2‬‬
‫‪→‬‬
‫‪RGH ( jω ) = 0 − 90° − tan −1  ω  − tan −1  ω ‬‬
‫‪‬‬ ‫‪ ‬‬ ‫‪ ‬‬
‫‪1‬‬ ‫‪ 10 ‬‬ ‫∞‬
‫‪k‬‬ ‫) ‪−11ω − j ( −ω + 10ω‬‬
‫‪2‬‬ ‫‪3‬‬

‫= ) ‪GH ( jω‬‬ ‫×‬ ‫) ‪Re ( s‬‬


‫) ‪−11ω + j ( −ω + 10ω ) −11ω 2 − j ( −ω 3 + 10ω‬‬
‫‪2‬‬ ‫‪3‬‬

‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪−11ω‬‬ ‫‪2‬‬
‫‪ω − 10ω‬‬
‫‪3‬‬
‫‪‬‬
‫‪=k‬‬ ‫‪+j‬‬
‫‪ − jω 3 − 11ω 2 + 10 jω‬‬ ‫‪− jω 3 − 11ω 2 + 10 jω ‬‬
‫‪ 144424443‬‬ ‫‪144424443 ‬‬
‫‪‬‬ ‫}) ‪Re{GH ( jω‬‬ ‫}) ‪Im{GH ( jω‬‬
‫‪‬‬ ‫‪‬‬
‫‪ω = 0‬‬
‫‪‬‬
‫‪→ Im {GH ( jω )} = 0 → ω − 10ω = 0 → ω (ω − 10 ) = 0 → ω = + 10 R‬‬
‫‪3‬‬ ‫‪2‬‬

‫‪‬‬
‫‪ω = − 10‬‬
‫اﮐﻨﻮن اﻧﺪازه و زاوﯾﻪ ) ‪ GH ( jω‬را ﺑﺮاي ﻧﻘﺎط ‪ ω = +∞ ، ω = 0 +‬ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪‬‬ ‫‪k‬‬ ‫‪‬‬ ‫‪k‬‬
‫∞ = = ) ‪ GH ( jω‬‬ ‫‪ GH ( j∞ ) = = 0‬‬
‫‪+‬‬
‫‪ω =0 →‬‬ ‫‪0‬‬ ‫‪, ω = +∞ → ‬‬ ‫∞‬
‫‪RGH ( jω ) = 0 − 90° − 2 tan −1 ( 0 ) = −90°‬‬ ‫‪RGH ( jω ) = 0 − 90° − 2 tan −1 ( ∞ ) = −270°‬‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪k‬‬ ‫‪k‬‬
‫‪ GH ( jω ) = 10 1 + 10 110 = 110‬‬
‫‪‬‬ ‫‪14243‬‬
‫‪ω = 10 → ‬‬ ‫‪110‬‬

‫‪‬‬ ‫‪ 10 ‬‬


‫‪RGH ( jω ) = 0 − 90° − tan‬‬
‫‪−1‬‬
‫) (‬
‫‪10 − tan −1 ‬‬ ‫‪ = −180°‬‬
‫‪‬‬ ‫‪ 10 ‬‬
‫ﺳﯿﺴﺘﻢ ﻧﻮع ﯾﮏ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﺑﺮاي رﺳﯿﺪن از ‪ ω = 0 −‬ﺑﻪ ‪ 2 ، ω = 0 +‬ﻧﯿﻢ داﯾﺮه در ﺟﻬﺖ ﺳﺎﻋﺘﮕﺮد و ﺑﻪ ﺷﻌﺎع ﺑﯽ ﻧﻬﺎﯾﺖ‬
‫ﻣﯽﮐﺸﯿﻢ و ﻧﻤﻮدار ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫ﺻﻔﺤﻪ ‪80‬‬
‫وه س ﺮل ﯽ‬

‫‪−k‬‬
‫ﺑﺎﯾﺪ‬ ‫ﭼﻮن ‪ P = 0‬اﺳﺖ‪ ،‬ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ اﮔﺮ ﺑﺨﻮاﻫﯿﻢ ‪ Z = 0‬ﺑﺎﺷﺪ‪ ،‬ﺑﺎﯾﺪ ‪ NR = 0‬ﺑﺎﺷﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﻧﻘﻄﻪ‬
‫‪110‬‬
‫ﺟﺎﯾﯽ ﺑﺎﺷﺪ ﮐﻪ ﺗﻌﺪاد دورﻫﺎ ﻧﻘﻄﻪ ‪ − 1‬را در ﺑﺮﻧﮕﯿﺮد‪:‬‬
‫‪−k‬‬ ‫‪k‬‬
‫→ ‪> −1‬‬ ‫‪< 1 → k < 110‬‬
‫‪110‬‬ ‫‪110‬‬

‫‪ -2-3-4‬ﻣﺤﺎﺳﺒﻪ ﭘﺎراﻣﺘﺮﻫﺎي اﺻﻠﯽ ﭘﺎﯾﺪاري در ﺣﻮزه ﻓﺮﮐﺎﻧﺲ ﺑﺎ اﺳﺘﻔﺎده از ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ‪:‬‬

‫دو ﭘﺎراﻣﺘﺮ اﺻﻠﯽ ﺣﺪ ﺑﻬﺮه‪ 1‬و ﺣﺪ ﻓﺎز‪ 2‬ﮐﻪ اﺳﺎس ﻃﺮاﺣﯽ ﻫﺎي ﺣﻮزه ﻓﺮﮐﺎﻧﺴﯽ ﺳﯿﺴﺘﻢ ﻫﺎي ﮐﻨﺘﺮﻟﯽ ﻣﯽ ﺑﺎﺷﻨﺪ را ﻣﯽ ﺗﻮان ﺑﺎ‬
‫اﺳﺘﻔﺎده از ﻣﻨﺤﻨﯽ ﻧﺎﯾﮑﻮﺋﯿﺴﺖ ﺑﺪﺳﺖ آورد‪ .‬در اﯾﻦ ﺑﺨﺶ ﺑﺎ اﯾﻦ دو ﭘﺎراﻣﺘﺮ و ﻧﺤﻮه ﻣﺤﺎﺳﺒﻪ آﻧﻬﺎ آﺷﻨﺎ ﻣﯽ ﺷﻮﯾﻢ‪:‬‬

‫ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﻓﺎز‪ :‬ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﻓﺎز ) ‪ ، (ωC‬ﻓﺮﮐﺎﻧﺴﯽ اﺳﺖ ﮐﻪ در آن زاوﯾﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺑﺮاﺑﺮ ‪ 180°‬ﮔﺮدد‪ .‬ﺑﺮاي ﻣﺤﺎﺳﺒﻪ‬
‫ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﻓﺎز ﻣﯽ ﺗﻮان ﻧﻘﻄﻪ اي ﮐﻪ در آن ﺑﺨﺶ ﻣﻮﻫﻮﻣﯽ ) ‪ GH ( jω‬ﺻﻔﺮ ﻣﯽ ﺷﻮد را ﻧﯿﺰ ﻣﺤﺎﺳﺒﻪ ﻧﻤﻮد‪.‬‬
‫ﺣﺪ ﺑﻬﺮه‪ :‬ﺣﺪ ﺑﻬﺮه ﺑﺼﻮرت زﯾﺮ ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮔﺮدد‪:‬‬
‫‪1‬‬
‫‪GM = 20log‬‬ ‫‪12-4‬‬
‫) ‪GH ( jωC‬‬

‫ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﺑﻬﺮه ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﺑﻬﺮه ) ‪ ، (ωg‬ﻓﺮﮐﺎﻧﺴﯽ اﺳﺖ ﮐﻪ در آن اﻧﺪازه ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺑﺮاﺑﺮ ‪ 1‬ﮔﺮدد‪.‬‬
‫ﺣﺪ ﻓﺎز ﺣﺪ ﻓﺎز ﺑﺼﻮرت زﯾﺮ ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮔﺮدد‪:‬‬
‫‪PM = R GH ( jω g ) ± 180‬‬ ‫‪13-4‬‬

‫ﺑﻪ ﺷﮑﻞ ‪ 5-4‬ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪ .‬ﺑﺮاي ﻧﻤﻮدار ‪ ، a‬ﻧﻘﺎط ‪ 1‬و ‪ 3‬ﺑﻪ ﺗﺮﺗﯿﺐ ﺑﺮاﺑﺮ ‪ ωC‬و ‪ ωg‬ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﺮاي ﻧﻤﻮدار ‪ ، b‬ﻧﻘﺎط ‪ 2‬و‬
‫‪ 4‬ﺑﻪ ﺗﺮﺗﯿﺐ ﺑﺮاﺑﺮ ‪ ωC‬و ‪ ωg‬ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫‪1‬‬
‫‪Gain Margin‬‬
‫‪2‬‬
‫‪Phase Margin‬‬
‫ﺻﻔﺤﻪ ‪81‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫‪4‬‬
‫‪2‬‬ ‫‪−1‬‬

‫‪1‬‬
‫‪3‬‬
‫‪b‬‬

‫‪a‬‬

‫ﺷﮑﻞ ‪ 5-4‬ﻣﻔﺎﻫﯿﻢ ﺣﺪ ﻓﺎز و ﺣﺪ ﺑﻬﺮه‬

‫ﺑﺮاي ﭘﺎﯾﺪاري ﯾﮏ ﺳﯿﺴﺘﻢ ﻣﻘﺎدﯾﺮ ﺣﺪ ﻓﺎز و ﺣﺪ ﺑﻬﺮه ﻫﺮ دو ﺑﺎﯾﺪ ﻣﺜﺒﺖ ﺑﺎﺷﻨﺪ‪ .‬ﺣﺘﯽ اﮔﺮ ﯾﮑﯽ از اﯾﻦ ﻣﻘﺎدﯾﺮ ﻣﻨﻔﯽ ﺑﺎﺷﻨﺪ ﺳﯿﺴﺘﻢ‬
‫ﻧﺎﭘﺎﯾﺪار ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬
‫ﺑﺮاي درك ﺑﻬﺘﺮ اﯾﻦ ﻣﻮﺿﻮع ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪.‬‬

‫ﺷﮑﻞ ‪ 6-4‬ﻧﺤﻮه ﺗﺸﺨﯿﺺ ﻋﻼﻣﺖ ﺟﺒﺮي ﺣﺪﻓﺎز و ﺣﺪﺑﻬﺮه از روي دﯾﺎﮔﺮام ﻧﺎﯾﮑﻮﯾﯿﺴﺖ‬

‫‪ 3‬ﻣﺜﺎل ‪10-4‬‬
‫ﺑﺎ اﺳﺘﻔﺎده از ﺗﻌﺎرﯾﻒ ﺣﺪ ﻓﺎز و ﺣﺪ ﺑﻬﺮه ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ زﯾﺮ را ﺗﻌﯿﯿﻦ ﮐﻨﯿﺪ‪:‬‬
‫‪1‬‬
‫= ) ‪GH ( s‬‬
‫) ‪s ( s + 1)( s + 2‬‬
‫ﺣﻞ‪:‬‬
‫ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺣﺪ ﺑﻬﺮه‪ ،‬اﺑﺘﺪا ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﻓﺎز را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫ﺻﻔﺤﻪ ‪82‬‬
‫وه س ﺮل ﯽ‬

‫‪1‬‬ ‫‪k‬‬ ‫) ‪−3ω 2 − jω ( 2 − ω 2‬‬


‫= ) ‪GH ( jω‬‬ ‫=‬ ‫×‬
‫) ‪jω ( jω + 1)( jω + 2 ) −3ω 2 + jω ( 2 − ω 2 ) −3ω 2 − jω ( 2 − ω 2‬‬
‫‪144424443‬‬
‫‪− jω 3 −3ω 2 + 2 jω‬‬

‫‪−3ω 2‬‬ ‫) ‪−ω ( 2 − ω 2‬‬


‫=‬ ‫‪+j‬‬
‫) ‪−3ω 2 − jω ( 2 − ω 2‬‬ ‫) ‪−3ω 2 − jω ( 2 − ω 2‬‬
‫‪144424443‬‬ ‫‪144424443‬‬
‫}) ‪Re{GH ( jω‬‬ ‫}) ‪Im{GH ( jω‬‬

‫‪ω = 0‬‬
‫‪‬‬
‫‪→ Im {GH ( jω )} = 0 → ω ( 2 − ω 2 ) = 0 → ω = 2 R → ωC = 2‬‬
‫‪‬‬
‫‪ω = − 2‬‬
‫اﮐﻨﻮن ﺑﺎ اﺳﺘﻔﺎده از راﺑﻄﻪ ‪ 12-4‬ﺣﺪ ﺑﻬﺮه را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪‬‬ ‫‪1‬‬
‫‪GM = 20 log‬‬
‫‪‬‬ ‫)‪GH ( j 2‬‬
‫‪‬‬
‫‪‬‬ ‫‪→ GM = 20 log 6 = 15.56 dB‬‬
‫= )‪ GH ( j 2‬‬ ‫‪1‬‬
‫=‬
‫‪1‬‬
‫‪‬‬
‫) ‪ωC 1 + (ωC ) 4 + ( ωC‬‬ ‫‪6‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬ ‫‪ωC = 2‬‬

‫ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺣﺪ ﻓﺎز‪ ،‬اﺑﺘﺪا ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﺑﻬﺮه را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫) ‪= 1 → ω g 1 + (ω g‬‬ ‫‪4 + (ω g ) = 1‬‬


‫‪1‬‬ ‫‪2‬‬ ‫‪2‬‬
‫→ ‪GH ( jω g ) = 1‬‬
‫) ‪ω g 1 + (ω g‬‬ ‫) ‪4 + (ω g‬‬
‫‪2‬‬ ‫‪2‬‬

‫‪→ ω g2 (1 + ω g2 )( 4 + ω g2 ) = 0 → ω g = 0.446‬‬
‫اﮐﻨﻮن ﺑﺎ اﺳﺘﻔﺎده از راﺑﻄﻪ ‪ 13-4‬ﺣﺪ ﻓﺎز را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪ PM = RGH ( jωg ) ± 180‬‬
‫‪‬‬
‫‪‬‬ ‫‪−1  0.446 ‬‬ ‫‪−1  0.446 ‬‬
‫‪→ PM = 180° − 126.6° = 53.4°‬‬
‫‪RGH ( j 0.446) = 0 − 90° − tan  1  − tan  2  = −126.6°‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫ﺣﺪ ﻓﺎز و ﺣﺪﺑﻬﺮه ﻫﺮ دو ﻣﺜﺒﺖ ﻫﺴﺘﻨﺪ ﺑﻨﺎﺑﺮاﯾﻦ ﺳﯿﺴﺘﻢ ﭘﺎﯾﺪار اﺳﺖ‪.‬‬

‫‪ 3‬ﻣﺜﺎل ‪11-4‬‬
‫ﺻﻔﺤﻪ ‪83‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫ﺑﺮاي ﺳﯿﺴﺘﻢ زﯾﺮ‪ ،‬ﻣﻘﺪار ‪ k‬را ﺑﻪ ﮔﻮﻧﻪ اي ﺗﻌﯿﯿﻦ ﮐﻨﯿﺪ ﮐﻪ‬


‫اﻟﻒ( ‪GM = 6 dB‬‬
‫ب( ‪PM = 45°‬‬
‫‪k‬‬
‫= ) ‪GH ( s‬‬
‫) ‪s ( s + 2 )( s + 10‬‬
‫ﺣﻞ‪:‬‬
‫اﻟﻒ( ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺣﺪ ﺑﻬﺮه‪ ،‬اﺑﺘﺪا ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﻓﺎز را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪1‬‬ ‫‪k‬‬ ‫) ‪−12ω 2 − jω ( 20 − ω 2‬‬
‫= ) ‪GH ( jω‬‬ ‫=‬ ‫×‬
‫) ‪jω ( jω + 2 )( jω + 10 ) −12ω 2 + jω ( 20 − ω 2 ) −12ω 2 − jω ( 20 − ω 2‬‬
‫‪144424443‬‬
‫‪− jω 3 −12ω 2 + 20 jω‬‬

‫‪−12ω 2‬‬ ‫) ‪−ω ( 20 − ω 2‬‬


‫=‬ ‫‪+j‬‬
‫) ‪−12ω 2 + jω ( 20 − ω 2‬‬ ‫) ‪−12ω 2 + jω ( 20 − ω 2‬‬
‫‪1444‬‬ ‫‪424444‬‬ ‫‪3‬‬ ‫‪1444‬‬ ‫‪424444‬‬ ‫‪3‬‬
‫}) ‪Re{GH ( jω‬‬ ‫}) ‪Im{GH ( jω‬‬

‫‪ω = 0‬‬
‫‪‬‬
‫‪→ Im {GH ( jω )} = 0 → ω ( 20 − ω 2 ) = 0 → ω = 20 R → ωC = 20‬‬
‫‪‬‬
‫‪ω = − 20‬‬
‫اﮐﻨﻮن ﺑﺎ اﺳﺘﻔﺎده از راﺑﻄﻪ ‪ 12-4‬ﺣﺪ ﺑﻬﺮه را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫‪k‬‬ ‫‪k‬‬ ‫‪1‬‬


‫= )‪GH ( j 20‬‬ ‫=‬ ‫‪→ GM = 20 log‬‬ ‫‪= 6 dB‬‬
‫) ‪ωC 4 + ( ωC‬‬ ‫) ‪100 + (ωC‬‬ ‫‪240‬‬ ‫‪k‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪ωC = 20‬‬
‫‪240‬‬
‫‪240‬‬
‫‪240‬‬ ‫‪log‬‬ ‫‪240‬‬
‫‪→ log‬‬ ‫→ ‪= 0.3 → 10 k = 100.3‬‬ ‫‪= 1.9953 → k ; 120.28‬‬
‫‪k‬‬ ‫‪k‬‬
‫‪Nyquist Diagram‬‬
‫‪60‬‬

‫‪40‬‬

‫‪System: sys‬‬
‫‪20‬‬
‫‪Gain Margin (dB): 6‬‬
‫‪At frequency (rad/sec): 4.47‬‬
‫‪Imaginary Axis‬‬

‫‪Closed Loop Stable? Yes‬‬


‫‪0‬‬

‫‪-20‬‬

‫‪-40‬‬

‫‪-60‬‬
‫‪-4‬‬ ‫‪-3.5‬‬ ‫‪-3‬‬ ‫‪-2.5‬‬ ‫‪-2‬‬ ‫‪-1.5‬‬ ‫‪-1‬‬ ‫‪-0.5‬‬ ‫‪0‬‬
‫‪Real Axis‬‬

‫ب( ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺣﺪ ﻓﺎز‪ ،‬اﺑﺘﺪا ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﺑﻬﺮه را ﻣﺤﺎﺳﺒﻪ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫ﺻﻔﺤﻪ ‪84‬‬
‫وه س ﺮل ﯽ‬

‫‪‬‬ ‫‪−1 ‬‬


‫‪ωg ‬‬ ‫‪ω‬‬
‫‪−1  g ‬‬
‫‪RGH ( jω g ) = 0 − 90° − tan   − tan  ‬‬
‫‪‬‬ ‫‪ 2 ‬‬ ‫‪ 10 ‬‬ ‫‪→ ω g = 1.48‬‬
‫‪ PM = RGH jω + 180° = 45° → RGH jω = −135°‬‬
‫‪‬‬ ‫)‪( g‬‬ ‫)‪( g‬‬
‫) ‪= 1 → ω g 4 + (ω g‬‬ ‫‪100 + (ωg ) = k‬‬
‫‪k‬‬ ‫‪2‬‬ ‫‪2‬‬
‫→ ‪GH ( jωg ) = 1‬‬
‫) ‪ωg 4 + (ωg‬‬ ‫) ‪100 + (ωg‬‬
‫‪2‬‬ ‫‪2‬‬

‫)‪→ k = 1.48 × 4 + (1.48‬‬ ‫‪100 + (1.48 ) → k ; 37.2‬‬


‫‪2‬‬ ‫‪2‬‬

‫‪Nyquist Diagram‬‬
‫‪20‬‬

‫‪15‬‬

‫‪10‬‬
‫‪System: sys‬‬
‫‪Phase Margin (deg): 45.1‬‬
‫‪5‬‬ ‫‪Delay Margin (sec): 0.532‬‬
‫‪Imaginary Axis‬‬

‫‪At frequency (rad/sec): 1.48‬‬


‫‪Closed Loop Stable? Yes‬‬
‫‪0‬‬

‫‪-5‬‬

‫‪-10‬‬

‫‪-15‬‬

‫‪-20‬‬
‫‪-1.4‬‬ ‫‪-1.2‬‬ ‫‪-1‬‬ ‫‪-0.8‬‬ ‫‪-0.6‬‬ ‫‪-0.4‬‬ ‫‪-0.2‬‬ ‫‪0‬‬
‫‪Real Axis‬‬

‫‪ -4-4‬ﺑﺮرﺳﯽ ﭘﺎﯾﺪاري ﺑﻪ روش ﻧﻤﻮدار ﻫﺎي ﺑﻮدي‪:‬‬

‫در روش ﺗﺮﺳﯿﻤﯽ ﻣﻨﺤﻨﯽ ﻫﺎي ﺑﻮدي‪ ،1‬دو ﺗﺎﺑﻊ اﻧﺪازه و ﻓﺎز ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز ) ‪ GH ( jω‬ﺑﺼﻮرت ﻟﮕﺎرﯾﺘﻤﯽ در ﻧﻤﻮدارﻫﺎﯾﯽ‬
‫ﺟﺪاﮔﺎﻧﻪ ﺑﺮ ﺣﺴﺐ ﻟﮕﺎرﯾﺘﻢ ﻓﺮﮐﺎﻧﺲ رﺳﻢ ﻣﯽ ﺷﻮﻧﺪ‪ .‬ﺑﯿﺎن اﺳﺘﺎﻧﺪارد ﻟﮕﺎرﯾﺘﻢ اﻧﺪازه ) ‪ 20log GH ( jω ) ، GH ( jω‬اﺳﺖ ﮐﻪ ﺑﺮ‬
‫ﺣﺴﺐ دﺳﯿﺒﻞ ﺑﯿﺎن ﻣﯽ ﮔﺮدد‪.‬‬

‫‪ -1-4-4‬ﻗﻮاﻋﺪ رﺳﻢ ﻧﻤﻮدارﻫﺎي ﺑﻮدي‪:‬‬

‫ﻓﺮم ﮐﻠﯽ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز را ﺑﺼﻮرت‬

‫= ) ‪GH ( s‬‬
‫(‬ ‫()‬ ‫( )‬
‫‪k 1 + Tz1 s 1 + Tz2 s ... 1 + Tzm s‬‬ ‫‪)e‬‬ ‫‪−Td s‬‬
‫‪14-4‬‬
‫‪s‬‬ ‫‪N‬‬
‫) ‪(1 + T s )(1 + T s ) ...(1 + T s‬‬
‫‪p1‬‬ ‫‪p2‬‬ ‫‪pn‬‬

‫در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪.‬‬


‫ﺑﺮاي ﺗﺮﺳﯿﻢ ﻧﻤﻮدارﻫﺎي ﺑﻮدي‪ ،‬ﺗﮏ ﺗﮏ ﻋﻮاﻣﻞ ﺗﺸﮑﯿﻞ دﻫﻨﺪه ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز را ﺑﻪ ﺗﺮﺗﯿﺐ ﻣﻌﺮﻓﯽ ﻧﻤﻮده و ﺳﭙﺲ‬
‫ﻧﻤﻮدارﻫﺎي ﻟﮕﺎرﯾﺘﻤﯽ اﻧﺪازه و ﻓﺎز را ﺑﺼﻮرت ﺟﺪاﮔﺎﻧﻪ ﺑﺮاي آﻧﻬﺎ رﺳﻢ ﻣﯽ ﻧﻤﺎﯾﯿﻢ‪ .‬از آﻧﺠﺎ ﮐﻪ در ﻗﻮاﻋﺪ ﻟﮕﺎرﯾﺘﻤﯽ‪ ،‬ﺿﺮب ﺑﻪ ﺟﻤﻊ‬

‫‪1‬‬
‫‪Bode‬‬
‫ﺻﻔﺤﻪ ‪85‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫ﺗﺒﺪﯾﻞ ﻣﯽ ﮔﺮدد‪ ،1‬ﻧﻤﻮدار ﻫﺎي ﻟﮕﺎرﯾﺘﻤﯽ ﺿﺮب اﯾﻦ ﻋﻮاﻣﻞ )ﯾﻌﻨﯽ ﺧﻮد ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز( ﺑﺮاﺑﺮ ﻣﺠﻤﻮع ﻧﻤﻮدار ﻫﺎي‬
‫ﻟﮕﺎرﯾﺘﻤﯽ ﺗﮏ ﺗﮏ اﯾﻦ ﻋﻮاﻣﻞ ﺧﻮاﻫﺪ ﺑﻮد‪ .‬ﻋﻮاﻣﻞ ﻣﻬﻢ ﺗﺸﮑﯿﻞ دﻫﻨﺪه ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ‪ 14-4‬ﻋﺒﺎرﺗﻨﺪ از‪:‬‬

‫ﺑﻬﺮه ﺛﺎﺑﺖ‬ ‫‪-1‬‬


‫ﺻﻔﺮ و ﻗﻄﺐ ﺣﻘﯿﻘﯽ‬ ‫‪-2‬‬
‫ﺻﻔﺮ و ﻗﻄﺐ ﻣﺰدوج ﻣﺨﺘﻠﻂ‬ ‫‪-3‬‬
‫ﺻﻔﺮ و ﻗﻄﺐ در ﻣﺒﺪأ‬ ‫‪-4‬‬
‫‪ -5‬ﺗﺄﺧﯿﺮ‬

‫اﮐﻨﻮن ﺗﮏ ﺗﮏ اﯾﻦ ﻋﻮاﻣﻞ را ﺑﻪ ﺗﺮﺗﯿﺐ ﻣﻌﺮﻓﯽ ﻧﻤﻮده و ﺳﭙﺲ ﻧﻤﻮدارﻫﺎي ﻟﮕﺎرﯾﺘﻤﯽ اﻧﺪازه و ﻓﺎز را ﺑﺼﻮرت ﺟﺪاﮔﺎﻧﻪ ﺑﺮاي آﻧﻬﺎ‬
‫رﺳﻢ ﻣﯽ ﻧﻤﺎﯾﯿﻢ‪.‬‬

‫ﺗﻮﺟﻪ ﮐﻨﯿﺪ ﮐﻪ ﺑﺮاي رﺳﻢ ﻧﻤﻮدارﻫﺎي ﺑﻮدي ﺣﺘﻤﺎ ﺑﺎﯾﺪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺑﻪ ﻓﺮم ‪ 14-4‬ﺗﺒﺪﯾﻞ ﺷﻮد‪.‬‬

‫‪ -1‬ﺑﻬﺮه ﺛﺎﺑﺖ‪:‬‬
‫ﺑﺮاي ﻫﺮ ﻋﺪد ﺛﺎﺑﺘﯽ ﮐﻪ در ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺿﺮب ﺷﻮد دارﯾﻢ‪:‬‬
‫‪20log k > 0‬‬ ‫‪k >1‬‬ ‫‪0‬‬ ‫‪k >0‬‬
‫‪‬‬ ‫‪,‬‬ ‫‪‬‬
‫‪20log k < 0‬‬ ‫‪0 < k <1‬‬ ‫‪π‬‬ ‫‪k <0‬‬

‫ﺑﻨﺎﺑﺮاﯾﻦ ﻧﻤﻮدارﻫﺎي ﻟﮕﺎرﯾﺘﻤﯽ اﻧﺪازه و ﻓﺎز آن ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫‪k >1‬‬

‫‪0 < k <1‬‬

‫‪k >0‬‬

‫‪k <0‬‬

‫‪k‬‬ ‫ﺷﮑﻞ ‪ 7-4‬ﻧﻤﻮدارﻫﺎي ﺑﻮدي ﺑﺮاي ﺑﻬﺮه‬


‫‪ -2‬ﻗﻄﺐ و ﺻﻔﺮ ﺣﻘﯿﻘﯽ‪:‬‬
‫ﺑﺮاي ﺻﻔﺮ ﺣﻘﯿﻘﯽ ﺑﻪ ﻓﺮم ‪ 1 + jωTz‬دارﯾﻢ‪:‬‬
‫‪20 log 1 + jωTz ; 20 log1 = 0‬‬ ‫‪ωTz << 1‬‬
‫‪20 log 1 + jωTz = ‬‬
‫‪20 log 1 + jωTz ; 20 log ωTz‬‬ ‫‪ωTz >> 1‬‬

‫ﻣﯽ داﻧﯿﻢ ﮐﻪ ) ‪log ( ab ) = log ( a ) + log ( b‬‬


‫‪1‬‬

‫ﺻﻔﺤﻪ ‪86‬‬
‫وه س ﺮل ﯽ‬

‫ﻓﺮﮐﺎﻧﺴﯽ ﮐﻪ در آن ‪ ωT = 1‬ﻣﯽ ﺷﻮد ‪ T‬را ﻓﺮﮐﺎﻧﺲ ﮔﻮﺷﻪ‪ 1‬ﮔﻮﯾﻨﺪ‪ .‬ﺑﻨﺎﺑﺮاﯾﻦ ﻧﻤﻮدارﻫﺎي ﻟﮕﺎرﯾﺘﻤﯽ اﻧﺪازه و ﻓﺎز آن ﺑﺼﻮرت‬
‫زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫‪20dB‬‬

‫‪ωTz = 0.1‬‬ ‫‪ωTz = 1‬‬ ‫‪ωTz = 10‬‬

‫‪1 + jωTz‬‬ ‫ﺷﮑﻞ ‪ 8-4‬ﻧﻤﻮدارﻫﺎي ﺑﻮدي ﺑﺮاي ﺻﻔﺮ‬


‫ﺑﺮاي ﻗﻄﺐ ﺣﻘﯿﻘﯽ ﺑﻪ ﻓﺮم ‪ 1 + jω T p‬دارﯾﻢ‪:‬‬
‫‪‬‬ ‫‪1‬‬
‫‪20 log‬‬ ‫‪; 20 log1 = 0‬‬ ‫‪ωTz << 1‬‬
‫‪‬‬ ‫‪1+‬‬ ‫‪jωTp‬‬
‫‪20 log 1 + jωTz = ‬‬
‫‪‬‬ ‫‪1‬‬
‫‪20 log 1 +‬‬ ‫‪= −20 log 1 + jωTp ; −20 log ωTp‬‬ ‫‪ωTz >> 1‬‬
‫‪‬‬ ‫‪jωTp‬‬

‫ﺑﻨﺎﺑﺮاﯾﻦ ﻧﻤﻮدارﻫﺎي ﻟﮕﺎرﯾﺘﻤﯽ اﻧﺪازه و ﻓﺎز آن ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫‪−20dB‬‬

‫‪ωTz = 0.1‬‬ ‫‪ωTz = 1‬‬ ‫‪ωTz = 10‬‬

‫ﺷﮑﻞ ‪ 9-4‬ﻧﻤﻮدارﻫﺎي ﺑﻮدي ﺑﺮاي ﻗﻄﺐ ‪1 + jω T p‬‬

‫‪1‬‬
‫‪Cut-Off Frequency‬‬
‫ﺻﻔﺤﻪ ‪87‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫‪ -3‬ﻗﻄﺐ و ﺻﻔﺮ ﻣﺨﺘﻠﻂ ﻣﺰدوج‪:‬‬


‫از آﻧﺠﺎ ﮐﻪ ﻋﺎﻣﻞ ﻣﺮﺗﺒﻪ دوم ﺑﯿﺸﺘﺮ در ﻣﺨﺮج ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻇﺎﻫﺮ ﻣﯽ ﺷﻮد‪ ،‬ﺗﻨﻬﺎ ﺑﻪ ﺑﺮرﺳﯽ ﻗﻄﺐ ﻣﺨﺘﻠﻂ ﻣﯽ ﭘﺮدازﯾﻢ‪:‬‬
‫‪ 2ζ‬‬ ‫‪ s ‬‬
‫‪s 2 + 2ζωn s + ωn2 = 0 → ωn2  1 +‬‬ ‫‪s +  2  = 0‬‬
‫‪ ω‬‬ ‫‪‬‬
‫‪‬‬ ‫‪n‬‬ ‫‪ ωn  ‬‬
‫ﺑﺮ اﺳﺎس اﯾﻨﮑﻪ ﻣﻘﺎدﯾﺮ ‪ ζ , ωn‬ﭼﻪ ﻣﻘﺪاري ﺑﺎﺷﻨﺪ‪ ،‬ﻧﻤﻮدار اﻧﺪازه و زاوﯾﻪ ﯾﮑﯽ از ﻧﻤﻮدارﻫﺎي زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫ﺷﮑﻞ ‪ 10-4‬ﻧﻤﻮدارﻫﺎي ﺑﻮدي ﺑﺮاي ﻗﻄﺐ ﻣﺰدوج ﻣﺨﺘﻠﻂ‬


‫‪ -4‬ﻗﻄﺐ ﯾﺎ ﺻﻔﺮ در ﻣﺒﺪأ‪:‬‬
‫ﺑﺮاي ﺻﻔﺮ در ﻣﺒﺪأ دارﯾﻢ‪:‬‬
‫‪ 20 log ( jω ) N = 20 N log ω‬‬
‫‪‬‬
‫) ‪( jω‬‬ ‫‪→‬‬
‫‪N‬‬
‫‪π‬‬
‫‪R ( jω ) = N‬‬
‫‪N‬‬

‫‪‬‬ ‫‪2‬‬
‫ﺑﻨﺎﺑﺮاﯾﻦ ﺑﻄﻮر ﻣﺜﺎل ﺑﺮاي ‪ N = 1‬ﻧﻤﻮدارﻫﺎي ﻟﮕﺎرﯾﺘﻤﯽ اﻧﺪازه و ﻓﺎز آن ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫‪20dB‬‬

‫‪ω =1‬‬

‫ﺻﻔﺤﻪ ‪88‬‬
‫وه س ﺮل ﯽ‬

‫ﺑﺮاي ﻗﻄﺐ در ﻣﺒﺪأ دارﯾﻢ‪:‬‬


‫‪ 20 log ( jω )− N = −20 N log ω‬‬
‫‪‬‬
‫) ‪( jω‬‬
‫‪−N‬‬
‫‪→‬‬
‫‪π‬‬
‫‪R ( jω ) = − N‬‬
‫‪−N‬‬

‫‪‬‬ ‫‪2‬‬

‫ﺑﻨﺎﺑﺮاﯾﻦ ﺑﻄﻮر ﻣﺜﺎل ﺑﺮاي ‪ N = 1‬ﻧﻤﻮدارﻫﺎي ﻟﮕﺎرﯾﺘﻤﯽ اﻧﺪازه و ﻓﺎز آن ﺑﺼﻮرت زﯾﺮ ﺧﻮاﻫﺪ ﺑﻮد‪:‬‬

‫‪−20dB‬‬

‫‪ω =1‬‬

‫‪ -5‬ﻋﺎﻣﻞ ﺗﺄﺧﯿﺮ ‪: e−Ts‬‬


‫اﮔﺮ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﻋﺎﻣﻞ ﺗﺄﺧﯿﺮ داﺷﺘﻪ ﺑﺎﺷﺪ‪ ،‬ﺗﻨﻬﺎ زاوﯾﻪ ﻓﺎز را ﺑﻪ اﻧﺪازه ‪ −Tω‬ﺟﺎﺑﺠﺎ ﻣﯽ ﮐﻨﺪ‪.‬‬

‫‪− Tjω‬‬
‫‪ e −Tjω = 1‬‬
‫‪e‬‬ ‫‪→‬‬
‫‪Re‬‬
‫‪− Tjω‬‬
‫‪= −T ω‬‬
‫اﮐﻨﻮن ﺑﺎ ﻣﺜﺎل رﺳﻢ اﯾﻦ ﻧﻤﻮدارﻫﺎ را آﻣﻮزش ﻣﯽ دﻫﯿﻢ‪:‬‬
‫‪ 3‬ﻣﺜﺎل ‪11-4‬‬
‫ﻧﻤﻮدار ﻫﺎي ﺑﻮدي ﺳﯿﺴﺘﻢ زﯾﺮ را رﺳﻢ ﮐﻨﯿﺪ‪.‬‬
‫‪20s‬‬
‫= ) ‪GH ( s‬‬
‫) ‪( s + 1)( s + 10‬‬
‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ را ﺑﻪ ﻓﺮم اﺳﺘﺎﻧﺪار ﻧﻤﻮدارﻫﺎي ﺑﻮدي ﺗﺒﺪﯾﻞ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪20 s‬‬ ‫‪2 0s‬‬ ‫‪2s‬‬
‫= ) ‪GH ( s‬‬ ‫=‬ ‫=‬
‫) ‪( s + 1)( s + 10 ) 10 (1 + s )(1 + 0.1s ) (1 + s )(1 + 0.1s‬‬
‫اﮐﻨﻮن ﺑﺮاي ﺗﮏ ﺗﮏ ﻋﻮاﻣﻞ ﺗﺸﮑﯿﻞ دﻫﻨﺪه اﯾﻦ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‪ ،‬اﻧﺪازه و ﻓﺎز را ﺟﺪاﮔﺎﻧﻪ ﻣﺤﺎﺳﺒﻪ ﻧﻤﻮده و رﺳﻢ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫‪2‬‬
‫‪s‬‬
‫‪2s‬‬ ‫‪‬‬
‫= ) ‪GH ( s‬‬ ‫‪→‬‬
‫‪(1 + s )(1 + 0.1s ) 1 + s‬‬
‫‪1 + 0.1s‬‬

‫ﺻﻔﺤﻪ ‪89‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﮫﺎرم‪ :‬ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬

‫‪ 20 log 2 = 6‬‬ ‫‪20 log jω = 20 log ω‬‬


‫‪dB‬‬

‫‪2:‬‬ ‫‪,‬‬ ‫‪jω : ‬‬


‫‪R ( 2 ) = 0°‬‬ ‫‪R ( jω ) = 90°‬‬
‫‪ωT = 1 → ω = 1‬‬ ‫‪ωT = 1 → ω = 10‬‬
‫‪‬‬ ‫‪‬‬
‫‪1 + jω : T = 1 → ωT = 0.1 → ω = 0.1‬‬ ‫‪,‬‬ ‫‪1 + 0.1 jω : T = 0.1 → ωT = 0.1 → ω = 1‬‬
‫‪ωT = 10 → ω = 10‬‬ ‫‪ωT = 10 → ω = 100‬‬
‫‪‬‬ ‫‪‬‬

‫‪20dB‬‬
‫‪2‬‬
‫‪6‬‬

‫‪1 + j 0.1ω‬‬
‫‪1 + jω‬‬

‫‪−20dB‬‬ ‫‪−20dB‬‬

‫‪jω‬‬
‫‪2‬‬ ‫‪1 + j 0.1ω‬‬

‫‪1 + jω‬‬

‫‪10−1‬‬ ‫‪100‬‬ ‫‪101‬‬ ‫‪102‬‬ ‫‪103‬‬

‫اﮐﻨﻮن اﯾﻦ ﻧﻤﻮدارﻫﺎ را ﺟﻤﻊ ﻣﯽ زﻧﯿﻢ‪:‬‬

‫‪6‬‬

‫‪10−1‬‬ ‫‪100‬‬ ‫‪101‬‬ ‫‪102‬‬ ‫‪103‬‬

‫اﻟﺒﺘﻪ اﯾﻦ ﻧﻤﻮدار ﺗﻘﺮﯾﺒﯽ اﺳﺖ و اﺻﻞ ﻧﻤﻮدار ﮐﻪ ﺗﻮﺳﻂ ﻧﺮم اﻓﺰار ﻣﺘﻠﺐ ﻣﯽ ﺗﻮان رﺳﻢ ﻧﻤﻮد ﺑﺼﻮرت زﯾﺮ ﻣﯽ ﺑﺎﺷﺪ‪:‬‬
‫ﺻﻔﺤﻪ ‪90‬‬
‫وه س ﺮل ﯽ‬

‫‪Bode Diagram‬‬
‫‪10‬‬

‫‪0‬‬

‫)‪Magnitude (dB‬‬
‫‪-10‬‬

‫‪-20‬‬

‫‪-30‬‬

‫‪-40‬‬
‫‪90‬‬

‫‪45‬‬
‫)‪Phase (deg‬‬

‫‪0‬‬

‫‪-45‬‬

‫‪-90‬‬
‫‪-2‬‬ ‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬
‫)‪Frequency (rad/sec‬‬

‫‪ 3‬ﻣﺜﺎل ‪12-4‬‬
‫ﻧﻤﻮدار ﻫﺎي ﺑﻮدي ﺳﯿﺴﺘﻢ زﯾﺮ را رﺳﻢ ﮐﻨﯿﺪ‪.‬‬
‫)‪100 ( s + 10‬‬
‫= ) ‪GH ( s‬‬
‫)‪s ( s + 2)( s + 5‬‬
‫ﺣﻞ‪:‬‬
‫اﺑﺘﺪا ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ را ﺑﻪ ﻓﺮم اﺳﺘﺎﻧﺪار ﻧﻤﻮدارﻫﺎي ﺑﻮدي ﺗﺒﺪﯾﻞ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬
‫) ‪100 ( s + 10‬‬ ‫) ‪100 0 (1 + 0.1s‬‬ ‫) ‪100 (1 + 0.1s‬‬
‫= ) ‪GH ( s‬‬ ‫=‬ ‫=‬
‫)‪s ( s + 2 )( s + 5‬‬ ‫) ‪10 s (1 + 0.5s )(1 + 0.2s‬‬ ‫) ‪s (1 + 0.5s )(1 + 0.2s‬‬
‫اﮐﻨﻮن ﺑﺮاي ﺗﮏ ﺗﮏ ﻋﻮاﻣﻞ ﺗﺸﮑﯿﻞ دﻫﻨﺪه اﯾﻦ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ‪ ،‬اﻧﺪازه و ﻓﺎز را ﺟﺪاﮔﺎﻧﻪ ﻣﺤﺎﺳﺒﻪ ﻧﻤﻮده و رﺳﻢ ﻣﯽ ﮐﻨﯿﻢ‪:‬‬

‫‪100‬‬
‫‪s‬‬
‫) ‪100 (1 + 0.1s‬‬ ‫‪‬‬
‫‪‬‬
‫= ) ‪GH ( s‬‬ ‫‪→ 1 + 0.1s‬‬
‫‪s (1 + 0.5s )(1 + 0.2 s ) ‬‬
‫‪1 + 0.5s‬‬
‫‪‬‬
‫‪1 + 0.2 s‬‬
‫‪‬‬

‫ﺻﻔﺤﻪ ‪91‬‬
‫ زر ی اد‬:‫ﺪرس‬ ‫ ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬:‫ﺶ ﮫﺎرم‬

20 log100 = 40
dB

100 : 
R (100 ) = 0°
 1
20 log = −20 log ω
1  jω
:
jω   1 
R = −90°
  jω 

ωT = 1 → ω = 10

1 + 0.1 jω : T = 0.1 → ωT = 0.1 → ω = 1
ωT = 10 → ω = 100

ωT = 1 → ω = 2

1 + j 0.5ω : T = 0.5 → ωT = 0.1 → ω = 0.2
ωT = 10 → ω = 20

ωT = 1 → ω = 5

1 + j 0.2ω : T = 0.2 → ωT = 0.1 → ω = 0.5
ωT = 10 → ω = 50

40 100
1
1 + 0.1 jω

1+

1+ 5
j0

j0
.

. 2

1 + j 0.1

100

1 1 + j 0.5 1 + j 0.2

10−1 100 101 102 103

92 ‫ﺻﻔﺤﻪ‬
‫وه س ﺮل ﯽ‬

‫‪Bode Diagram‬‬
‫‪80‬‬

‫‪60‬‬

‫)‪Magnitude (dB‬‬
‫‪40‬‬

‫‪20‬‬

‫‪0‬‬

‫‪-20‬‬

‫‪-40‬‬
‫‪-90‬‬

‫‪-135‬‬
‫)‪Phase (deg‬‬

‫‪-180‬‬

‫‪-225‬‬
‫‪-1‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪10‬‬
‫)‪Frequency (rad/sec‬‬

‫‪ -2-4-4‬ﻣﺤﺎﺳﺒﻪ ﭘﺎراﻣﺘﺮﻫﺎي اﺻﻠﯽ ﭘﺎﯾﺪاري در ﺣﻮزه ﻓﺮﮐﺎﻧﺲ ﺑﺎ اﺳﺘﻔﺎده از ﻣﻨﺤﻨﯽ ﻫﺎي ﺑﻮدي‪:‬‬

‫ﻣﻘﺎدﯾﺮ ﻓﺮﮐﺎﻧﺲ ﻫﺎي ﻗﻄﻊ ﻓﺎز و ﺑﻬﺮه و ﺣﺪ ﻓﺎز و ﺣﺪ ﺑﻬﺮه را ﺑﻪ راﺣﺘﯽ ﻣﯽ ﺗﻮان از روي ﻧﻤﻮدارﻫﺎي ﺑﻮدي ﺗﺸﺨﯿﺺ داد‪.‬‬
‫ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﻓﺎز‪ ،‬ﻓﺮﮐﺎﻧﺴﯽ اﺳﺖ ﮐﻪ در آن زاوﯾﻪ ) ‪ GH ( jω‬ﺑﺮاﺑﺮ ‪ 180°‬ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺣﺪ ﺑﻬﺮه ﺑﻪ ازاي اﯾﻦ‬
‫ﻓﺮﮐﺎﻧﺲ‪ ،‬اﺧﺘﻼف ﻧﻤﻮدار اﻧﺪازه ) ‪ GH ( jω‬را ﺑﺎ ‪ 0 dB‬اﻧﺪازه ﻣﯽ ﮔﯿﺮﯾﻢ‪ .‬اﮔﺮ اﯾﻦ ﻣﻘﺪار زﯾﺮ ﻣﺤﻮر ‪ 0 dB‬ﺑﺎﺷﺪ‪ ،‬ﺣﺪ ﺑﻬﺮه ﻣﺜﺒﺖ و‬
‫در ﻏﯿﺮ اﯾﻨﺼﻮرت ﻣﻨﻔﯽ ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬
‫ﻓﺮﮐﺎﻧﺲ ﻗﻄﻊ ﺑﻬﺮه‪ ،‬ﻓﺮﮐﺎﻧﺴﯽ اﺳﺖ ﮐﻪ در آن اﻧﺪازه ) ‪ GH ( jω‬ﺑﺮاﺑﺮ ‪ 0‬ﺧﻮاﻫﺪ ﺷﺪ‪ .‬ﺑﺮاي ﻣﺤﺎﺳﺒﻪ ﺣﺪ ﻓﺎز ﺑﻪ ازاي اﯾﻦ‬
‫‪dB‬‬

‫ﻓﺮﮐﺎﻧﺲ‪ ،‬اﺧﺘﻼف ﻧﻤﻮدار ﻓﺎز ) ‪ GH ( jω‬را ﺑﺎ ﻣﺤﻮر ‪ −180°‬اﻧﺪازه ﻣﯽ ﮔﯿﺮﯾﻢ‪ .‬اﮔﺮ اﯾﻦ ﻣﻘﺪار ﺑﺎﻻي ﺧﻂ ‪ −180°‬ﺑﺎﺷﺪ‪ ،‬ﺣﺪ‬
‫ﻓﺎز ﻣﺜﺒﺖ و اﮔﺮ ﺧﻼف آن ﺑﺎﺷﺪ ﻣﻨﻔﯽ ﺧﻮاﻫﺪ ﺑﻮد‪.‬‬
‫ﺑﻪ ﺷﮑﻞ زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬

‫ﺷﮑﻞ ‪ 11-4‬ﻧﺤﻮه ﺗﺸﺨﯿﺺ ﻋﻼﻣﺖ ﺟﺒﺮي ﺣﺪﻓﺎز و ﺣﺪﺑﻬﺮه از روي ﻧﻤﻮدارﻫﺎي ﺑﻮدي‬

‫ﺻﻔﺤﻪ ‪93‬‬
‫ زر ی اد‬:‫ﺪرس‬ ‫ ر ﯽ ﭘﺎﯾﺪا ری ﻢ ی ﺮ ﯽ‬:‫ﺶ ﮫﺎرم‬

‫ ﺑﻪ ﻧﻤﻮدارﻫﺎي زﯾﺮ ﺗﻮﺟﻪ ﻧﻤﻮده و ﺳﻌﯽ‬.‫ ﻣﺠﺪداً ﺑﻪ ﻧﻤﻮدارﻫﺎي ﺑﻮدي ﻣﺜﺎﻟﻬﺎي ﻗﺒﻞ ﺑﺎز ﻣﯽ ﮔﺮدﯾﻢ‬،‫ﺑﺮاي درك ﺑﻬﺘﺮ اﯾﻦ ﻣﻮﺿﻮع‬
:‫ﮐﻨﯿﺪ ﻣﻘﺎدﯾﺮي ﮐﻪ از ﺣﺪﻓﺎز و ﺣﺪﺑﻬﺮه ﺑﺪﺳﺖ ﻣﯽ آورﯾﺪ را ﺑﺎ ﻣﻘﺎدﯾﺮ ﻧﻤﻮدار ﻣﻄﺎﺑﻘﺖ دﻫﯿﺪ‬

Bode Diagram
10

0
Magnitude (dB)

-10

-20

-30

-40
90

45
System: sys System: sys
Phase (deg)

Phase Margin (deg): -123 Phase Margin (deg): 123


0Delay Margin (sec): 7.14 Delay Margin (sec): 0.125
At frequency (rad/sec): 0.579 At frequency (rad/sec): 17.3
Closed Loop Stable? Yes Closed Loop Stable? Yes
-45

-90
-2 -1 0 1 2 3
10 10 10 10 10 10
Frequency (rad/sec)

Bode Diagram
80

60
System: sys
Gain Margin (dB): -12.6
Magnitude (dB)

40
At frequency (rad/sec): 5.77
Closed Loop Stable? No
20

-20

-40
-90

-135
Phase (deg)

-180

System: sys
Phase Margin (deg): -7.53
-225 Delay Margin (sec): 0.559 1
-1 0 2
10 10 At frequency (rad/sec): 1110 10
Closed Loop Stable?
Frequency No
(rad/sec)

94 ‫ﺻﻔﺤﻪ‬
‫وه س ﺮل ﯽ‬

‫در آﺧﺮ ﺑﺎ اراﺋﻪ ﯾﮏ ﺗﻌﺮﯾﻒ اﯾﻦ ﺑﺤﺚ را ﺑﻪ ﭘﺎﯾﺎن ﻣﯽ ﺑﺮﯾﻢ‪:‬‬

‫ﭘﻬﻨﺎي ﺑﺎﻧﺪ‪:‬‬
‫اﻧﺪازه ﻣﺤﺪوده ﻓﺮﮐﺎﻧﺴﯽ ﮐﻪ ﺳﯿﺴﺘﻢ ﺳﯿﮕﻨﺎﻟﻬﺎي ﻣﺮﺑﻮﻃﻪ ﺑﻪ آن ﻣﺤﺪوده را از ﺧﻮد ﻋﺒﻮر ﻣﯽ دﻫﺪ را ﭘﻬﻨﺎي ﺑﺎﻧﺪ‬
‫ﮔﻮﯾﻨﺪ‪ .‬ﺑﺮ ﻃﺒﻖ ﺗﻌﺮﯾﻒ ﭘﻬﻨﺎي ﺑﺎﻧﺪ ﯾﮏ ﺳﯿﺴﺘﻢ ﻣﺤﺪوده ﻓﺮﮐﺎﻧﺴﯽ اﺳﺖ ﮐﻪ در آن اﻧﺪازه ) ‪ GH ( jω‬ﺑﻪ اﻧﺪازه ‪3dB‬‬
‫اﻓﺖ داﺷﺘﻪ ﺑﺎﺷﺪ‪.‬‬

‫ﺑﻪ ﻣﺜﺎل زﯾﺮ ﺗﻮﺟﻪ ﮐﻨﯿﺪ‪:‬‬

‫ﺑﻨﺎﺑﺮاﯾﻦ ﭘﻬﻨﺎي ﺑﺎﻧﺪ اﯾﻦ ﺳﯿﺴﺘﻢ ﺑﺮاﺑﺮ ‪ 11.9 − 0.846 = 11.054‬ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫ﺻﻔﺤﻪ ‪95‬‬
‫ﺶ ﻢ‪:‬‬

‫ا ﯽ ﺮل ﻨﺪه ی ﻮزه زﻣﺎن و ﮐﺎ ﺲ‬


‫وه س ﺮل ﯽ‬

‫ﺑﺨﺶ ﭘﻨﺠﻢ‪ :‬ﻃﺮاﺣﯽ ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻫﺎي ﺣﻮزه زﻣﺎن و ﻓﺮﮐﺎﻧﺲ‪:‬‬ ‫‪(5‬‬

‫‪ -1-5‬ﻣﻘﺪﻣﻪ‪:‬‬

‫اﮐﻨﻮن ﮐﻪ ﺗﺤﻠﯿﻞ ﯾﮏ ﺳﯿﺴﺘﻢ ﺑﺎ اﺳﺘﻔﺎده از روش ﻫﺎي ﺣﻮزه زﻣﺎﻧﯽ و ﻓﺮﮐﺎﻧﺴﯽ را آﻣﻮﺧﺘﯿﻢ‪ ،‬ﺑﺮاي دﺳﺘﯿﺎﺑﯽ ﺑﻪ ﯾﮏ ﭘﺎﺳﺦ ﻣﻄﻠﻮب‬
‫ﯾﻌﻨﯽ ﭘﺎﺳﺨﯽ ﮐﻪ داراي ﻣﺸﺨﺼﺎت ﻋﻤﻠﮑﺮدي ﻣﻄﻠﻮب ﺑﺎﺷﺪ‪ ،‬ﻧﯿﺎز ﺑﻪ آﻣﻮﺧﺘﻦ روﺷﻬﺎي ﮐﻨﺘﺮل ﯾﮏ ﺳﯿﺴﺘﻢ دارﯾﻢ‪.‬‬
‫ﻣﺸﺨﺼﺎت ﻋﻤﻠﮑﺮدي ﻣﻄﻠﻮب ﺑﻪ ﭼﻨﺪ دﺳﺘﻪ ﺗﻘﺴﯿﻢ ﻣﯽ ﺷﻮﻧﺪ‪:‬‬

‫‪ .1‬ﻣﺸﺨﺼﺎت ﻣﺮﺑﻮط ﺑﻪ ﭘﺎﺳﺦ ﭘﻠﻪ )درﺻﺪ ﻓﺮاﺟﻬﺶ‪ ،‬زﻣﺎن ﺻﻌﻮد‪ ،‬زﻣﺎن ﻣﺴﺘﻘﺮ ﺷﺪن(‬
‫‪ .2‬ﻣﺸﺨﺼﺎت ﮐﻠﯽ ﺳﯿﺴﺘﻢ )ﭘﺎﯾﺪاري ﻧﺴﺒﯽ‪ ،‬ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ‪ ،‬ﺣﺴﺎﺳﯿﺖ ﮐﻢ ﻧﺴﺒﺖ ﺑﻪ ﭘﺎراﻣﺘﺮﻫﺎي ﭘﺎﺳﺦ ﮔﺬرا(‬
‫‪ .3‬ﻣﺸﺨﺼﺎت ﺣﻮزه ﻓﺮﮐﺎﻧﺴﯽ )ﺣﺪ ﺑﻬﺮه‪ ،‬ﺣﺪﻓﺎز‪ ،‬ﭘﻬﻨﺎي ﺑﺎﻧﺪ(‬

‫ﺑﺮاي دﺳﺘﺮﺳﯽ ﺑﻪ اﯾﻦ ﻣﺸﺨﺼﺎت‪ ،‬ﺑﺎﯾﺪ ﯾﮏ ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻣﻨﺎﺳﺐ ﺑﺮاي ﺳﯿﺴﺘﻢ ﻃﺮاﺣﯽ ﮔﺮدد‪ .‬ﻃﺮاﺣﯽ ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻋﻤﻮﻣﺎً ﺑﻪ دو‬
‫روش اﻧﺠﺎم ﻣﯽ ﺷﻮد‪:‬‬

‫‪ -1‬روش ﻃﺮاﺣﯽ در ﺣﻮزه زﻣﺎن )ﺗﻌﯿﯿﻦ ﻣﺤﻞ ﻗﻄﺐ ﻫﺎ ﺑﻪ روش ﻣﮑﺎن رﯾﺸﻪ ﻫﺎ(‬
‫‪ -2‬روش ﻃﺮاﺣﯽ در ﺣﻮزه ﻓﺮﮐﺎﻧﺲ )ﻧﺎﯾﮑﻮﺋﯿﺴﺖ‪ ،‬ﺑﻮدي و زﯾﮕﻠﺮ ﻧﯿﮑﻮﻟﺰ(‬

‫ﮐﻨﺘﺮل ﮐﻨﻨﺪه در دﯾﺎﮔﺮام ﺑﻠﻮﮐﯽ ﯾﺎ ﺑﺼﻮرت ﺳﺮي ﺑﺎ دﺳﺘﮕﺎه ﻣﯽ ﺑﺎﺷﺪ و ﯾﺎ در ﺷﺎﺧﻪ ﻓﯿﺪﺑﮏ ﻗﺮار دارد‪ .‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺣﺎﻟﺖ اول را‬
‫ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺳﺮي و ﺣﺎﻟﺖ دوم را ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﭘﺲ ﺧﻮردي ﻣﯽ ﻧﺎﻣﻨﺪ‪.‬‬

‫‪ -2-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻫﺎي ﻣﺘﺪاول در ﺣﻮزه زﻣﺎن‪:‬‬

‫‪ -1-2-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ )‪:(P‬‬


‫در ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‪ 1‬راﺑﻄﻪ ﺑﯿﻦ ﺧﺮوﺟﯽ ﮐﻨﺘﺮل ﮐﻨﻨﺪه و ﺳﯿﮕﻨﺎل ﺧﻄﺎ ﯾﮏ ﺑﻬﺮه ﺛﺎﺑﺖ ﻣﯽ ﺑﺎﺷﺪ‪ .‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‬
‫در واﻗﻊ ﯾﮏ ﺗﻘﻮﯾﺖ ﮐﻨﻨﺪه ﺑﺎ ﺑﻬﺮه ﻗﺎﺑﻞ ﺗﻨﻈﯿﻢ اﺳﺖ‪.‬‬

‫‪GC ( s ) = KP‬‬ ‫‪1-5‬‬

‫‪+‬‬ ‫)‪E (s‬‬ ‫)‪C (s‬‬


‫)‪R (s‬‬ ‫∑‬ ‫‪KP‬‬
‫‪−‬‬
‫) ‪GC ( s‬‬

‫ﺷﮑﻞ ‪ :1-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‬

‫ﺷﮑﻞ ﻫﺎي زﯾﺮ ﭘﯿﺎده ﺳﺎزي‪ 2‬ﮐﻨﺘﺮﻟﺮ ﺗﻨﺎﺳﺒﯽ را ﺑﻪ روش ﻫﺎي ﻣﺨﺘﻠﻒ ﻧﺸﺎن ﻣﯽ دﻫﺪ‪:‬‬

‫‪1‬‬
‫‪Proportional‬‬
‫‪2‬‬
‫‪Implementation‬‬
‫ﺻﻔﺤﻪ ‪97‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻢ‪ :‬ا ﯽ ﺮل ﻨﺪه ی ﻮزه زﻣﺎن و ﮐﺎ ﺲ‬

‫‪Rf‬‬
‫‪+‬‬

‫‪R‬‬
‫‪Vi‬‬
‫‪Vi‬‬ ‫‪R‬‬
‫‪R1‬‬ ‫‪Vo‬‬

‫‪−‬‬

‫ﺷﮑﻞ ‪ :2-5‬ﭼﻨﺪ ﻧﻤﻮﻧﻪ از ﭘﯿﺎده ﺳﺎزي ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‬

‫ﺧﺼﻮﺻﯿﺎت ﮐﻨﺘﺮﻟﺮ ﺗﻨﺎﺳﺒﯽ‪:‬‬

‫ﮐﻨﺘﺮﻟﺮ ﺗﻨﺎﺳﺒﯽ ﺑﻪ دﻟﯿﻞ ﮐﺎﻫﺶ ﺛﺎﺑﺖ زﻣﺎﻧﯽ ﺳﯿﺴﺘﻢ ﺳﺒﺐ اﻓﺰاﯾﺶ ﺳﺮﻋﺖ ﺳﯿﺴﺘﻢ ﻣﯽ ﺷﻮد‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﺑﻬﺘﺮﯾﻦ ﮔﺰﯾﻨﻪ ﺑﺮاي ﮐﻨﺘﺮل ﺳﻄﺢ ﺳﯿﺎل ﻣﯽ ﺑﺎﺷﺪ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﺑﺮاي ﺳﯿﺴﺘﻢ ﻫﺎي ﻣﺮﺗﺒﻪ ﭘﺎﯾﯿﻦ ﻣﻨﺎﺳﺐ اﺳﺖ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﺑﺎ ﺑﻬﺮه ﺑﺰرگ ﺑﺎﻋﺚ ﮐﺎﻫﺶ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﻣﯽ ﮔﺮدد‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﭘﻬﻨﺎي ﺑﺎﻧﺪ را اﻓﺰاﯾﺶ داده و ﻧﺴﺒﺖ ﺑﻪ ﻧﻮﯾﺰ ﺣﺴﺎﺳﯿﺖ ﺑﺎﻻﯾﯽ دارد‪.‬‬ ‫•‬

‫‪ -2-2-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‪ -‬ﻣﺸﺘﻖ ﮔﯿﺮ )‪:(PD‬‬

‫در ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ – ﻣﺸﺘﻖ ﮔﯿﺮ‪ 1‬راﺑﻄﻪ ﺑﯿﻦ ﺧﺮوﺟﯽ ﮐﻨﺘﺮل ﮐﻨﻨﺪه و ﺳﯿﮕﻨﺎل ﺧﻄﺎ ﯾﮏ ﺑﻬﺮه ﺛﺎﺑﺖ و ﯾﮏ ﻣﺸﺘﻖ ﮔﯿﺮ‬
‫ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫‪GC ( s ) = KP + KP s‬‬ ‫‪2-5‬‬

‫‪+‬‬ ‫)‪E (s‬‬ ‫)‪C (s‬‬


‫)‪R (s‬‬ ‫∑‬ ‫‪KP + KDs‬‬
‫‪−‬‬
‫) ‪GC ( s‬‬

‫ﺷﮑﻞ ‪ :3-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‪ -‬ﻣﺸﺘﻖ ﮔﯿﺮ‬

‫ﺷﮑﻞ ﻫﺎي زﯾﺮ ﭘﯿﺎده ﺳﺎزي ﮐﻨﺘﺮﻟﺮ ﺗﻨﺎﺳﺒﯽ‪ -‬ﻣﺸﺘﻖ ﮔﯿﺮ را ﺑﻪ روش ﻫﺎي ﻣﺨﺘﻠﻒ ﻧﺸﺎن ﻣﯽ دﻫﺪ‪:‬‬

‫‪1‬‬
‫‪Proportional-Derivative‬‬
‫ﺻﻔﺤﻪ ‪98‬‬
‫وه س ﺮل ﯽ‬

‫‪Rf‬‬
‫‪R1‬‬ ‫‪R1‬‬

‫‪+‬‬ ‫‪C‬‬ ‫‪+‬‬ ‫‪Vi‬‬ ‫‪C‬‬


‫‪Vo‬‬
‫‪Vi‬‬ ‫‪R2‬‬ ‫‪Vo‬‬

‫‪R2‬‬
‫‪−‬‬ ‫‪−‬‬

‫ﺷﮑﻞ ‪ :4-5‬ﭼﻨﺪ ﻧﻤﻮﻧﻪ از ﭘﯿﺎده ﺳﺎزي ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ –ﻣﺸﺘﻖ ﮔﯿﺮ‬

‫ﺧﺼﻮﺻﯿﺎت ﮐﻨﺘﺮﻟﺮ ﺗﻨﺎﺳﺒﯽ‪ -‬ﻣﺸﺘﻖ ﮔﯿﺮ‪:‬‬

‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﯾﮏ ﺻﻔﺮ ﺑﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز اﺿﺎﻓﻪ ﻧﻤﻮده و ﺳﺒﺐ اﻓﺰاﯾﺶ ﭘﺎﯾﺪاري ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﻣﯽ ﮔﺮدد‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ از ﺗﻐﯿﯿﺮات ﻧﺎﮔﻬﺎﻧﯽ ورودي ﺟﻠﻮﮔﯿﺮي ﻣﯽ ﮐﻨﺪ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﺑﺮاي ﮐﻨﺘﺮل اﺟﺴﺎم ﻣﺘﺤﺮك ﻧﻈﯿﺮ وﺳﺎﺋﻞ ﻧﻘﻠﯿﻪ‪ ،‬ﮐﺸﺘﯽ‪ ،‬راﮐﺘﻬﺎي ﻓﻀﺎﯾﯽ و ‪ ...‬ﻣﻨﺎﺳﺐ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﭘﻬﻨﺎي ﺑﺎﻧﺪ را اﻓﺰاﯾﺶ داده و ﻧﻮﯾﺰ ﺳﯿﺴﺘﻢ را زﯾﺎد ﻣﯽ ﮐﻨﺪ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ روي ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺗﺎﺛﯿﺮي ﻧﺪارد‪.‬‬ ‫•‬

‫‪ -3-2-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ )‪:(PI‬‬

‫در ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ – اﻧﺘﮕﺮاﻟﮕﯿﺮ‪ 1‬راﺑﻄﻪ ﺑﯿﻦ ﺧﺮوﺟﯽ ﮐﻨﺘﺮل ﮐﻨﻨﺪه و ﺳﯿﮕﻨﺎل ﺧﻄﺎ ﯾﮏ ﺑﻬﺮه ﺛﺎﺑﺖ و ﯾﮏ اﻧﺘﮕﺮاﻟﮕﯿﺮ‬
‫ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫‪KI‬‬
‫‪GC ( s ) = K P +‬‬ ‫‪3-5‬‬
‫‪s‬‬

‫‪+‬‬ ‫)‪E (s‬‬ ‫)‪C (s‬‬


‫)‪R (s‬‬ ‫∑‬ ‫‪KP +‬‬
‫‪KI‬‬
‫‪s‬‬
‫‪−‬‬
‫) ‪GC ( s‬‬

‫ﺷﮑﻞ ‪ :5-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ‬

‫ﺷﮑﻞ ﻫﺎي زﯾﺮ ﭘﯿﺎده ﺳﺎزي ﮐﻨﺘﺮﻟﺮ ﺗﻨﺎﺳﺒﯽ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ را ﺑﻪ روش ﻫﺎي ﻣﺨﺘﻠﻒ ﻧﺸﺎن ﻣﯽ دﻫﺪ‪:‬‬

‫‪1‬‬
‫‪Proportional-Integrator‬‬
‫ﺻﻔﺤﻪ ‪99‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻢ‪ :‬ا ﯽ ﺮل ﻨﺪه ی ﻮزه زﻣﺎن و ﮐﺎ ﺲ‬

‫‪Rf‬‬
‫‪C‬‬

‫‪R‬‬ ‫‪R1‬‬
‫‪+‬‬ ‫‪+‬‬ ‫‪Vi‬‬

‫‪Vo‬‬
‫‪Vi‬‬ ‫‪C‬‬ ‫‪Vo‬‬

‫‪R2‬‬
‫‪−‬‬ ‫‪−‬‬

‫ﺷﮑﻞ ‪ :6-5‬ﭼﻨﺪ ﻧﻤﻮﻧﻪ از ﭘﯿﺎده ﺳﺎزي ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ –اﻧﺘﮕﺮاﻟﮕﯿﺮ‬

‫ﺧﺼﻮﺻﯿﺎت ﮐﻨﺘﺮﻟﺮ ﺗﻨﺎﺳﺒﯽ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ‪:‬‬

‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﯾﮏ ﺻﻔﺮ ﺑﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز اﺿﺎﻓﻪ ﻣﯽ ﻧﻤﺎﯾﺪ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﺑﻪ دﻟﯿﻞ اﻓﺰودن ﯾﮏ ﻗﻄﺐ در ﻣﺒﺪا ﺑﻪ ﺗﺎﺑﻊ ﺗﺒﺪﯾﻞ ﺣﻠﻘﻪ ﺑﺎز ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ را ﮐﺎﻫﺶ ﻣﯽ دﻫﺪ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ از ﻧﻮﺳﺎﻧﺎت ورودي ﺟﻠﻮﮔﯿﺮي ﻣﯽ ﮐﻨﺪ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﺑﯿﺸﺘﺮ در ﺻﻨﻌﺖ اﺳﺘﻔﺎده ﻣﯽ ﮔﺮدد‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﻧﻮﯾﺰ ﻓﺮﮐﺎﻧﺲ ﺑﺎﻻ را ﺣﺬف ﻣﯽ ﮐﻨﺪ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﺳﺮﻋﺖ ﺳﯿﺴﺘﻢ را ﮐﺎﻫﺶ ﻣﯽ دﻫﺪ‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﺑﻪ دﻟﯿﻞ اﻓﺰاﯾﺶ ﻧﻮع ﺳﯿﺴﺘﻢ‪ ،‬ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ را ﮐﺎﻫﺶ ﻣﯽ دﻫﺪ‪.‬‬ ‫•‬

‫‪ -4-2-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‪-‬ﻣﺸﺘﻖ ﮔﯿﺮ ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ )‪:(PID‬‬

‫در ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ –ﻣﺸﺘﻖ ﮔﯿﺮ ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ راﺑﻄﻪ ﺑﯿﻦ ﺧﺮوﺟﯽ ﮐﻨﺘﺮل ﮐﻨﻨﺪه و ﺳﯿﮕﻨﺎل ﺧﻄﺎ ﯾﮏ ﺑﻬﺮه ﺛﺎﺑﺖ‪ ،‬ﯾﮏ‬
‫ﻣﺸﺘﻖ ﮔﯿﺮ و ﯾﮏ اﻧﺘﮕﺮاﻟﮕﯿﺮ ﻣﯽ ﺑﺎﺷﺪ‪.‬‬

‫‪KI‬‬
‫‪GC ( s ) = KP + KD s +‬‬ ‫‪4-5‬‬
‫‪s‬‬

‫‪+‬‬ ‫)‪E (s‬‬ ‫)‪C (s‬‬


‫∑‬
‫‪KI‬‬
‫)‪R (s‬‬ ‫‪KP + KDs +‬‬
‫‪s‬‬
‫‪−‬‬
‫) ‪GC ( s‬‬

‫ﺷﮑﻞ ‪ :7-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ‪-‬ﻣﺸﺘﻖ ﮔﯿﺮ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ‬

‫ﺷﮑﻞ ﻫﺎي زﯾﺮ ﭘﯿﺎده ﺳﺎزي ﮐﻨﺘﺮﻟﺮ ﺗﻨﺎﺳﺒﯽ –ﻣﺸﺘﻖ ﮔﯿﺮ ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ را ﺑﻪ روش ﻫﺎي ﻣﺨﺘﻠﻒ ﻧﺸﺎن ﻣﯽ دﻫﺪ‪:‬‬

‫ﺻﻔﺤﻪ ‪100‬‬
‫وه س ﺮل ﯽ‬

‫‪R3‬‬ ‫‪C‬‬
‫‪Rf‬‬
‫‪R1‬‬ ‫‪R1‬‬
‫‪Vi‬‬
‫‪+‬‬ ‫‪+‬‬ ‫‪R‬‬

‫‪C1‬‬ ‫‪C2‬‬ ‫‪Vo‬‬

‫‪V‬‬ ‫‪i‬‬ ‫‪R2‬‬ ‫‪Vo‬‬ ‫‪R2‬‬

‫‪−‬‬ ‫‪−‬‬

‫ﺷﮑﻞ ‪ :8-5‬ﭼﻨﺪ ﻧﻤﻮﻧﻪ از ﭘﯿﺎده ﺳﺎزي ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﺗﻨﺎﺳﺒﯽ –ﻣﺸﺘﻖ ﮔﯿﺮ ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ‬

‫ﺧﺼﻮﺻﯿﺎت ﮐﻨﺘﺮﻟﺮ ﺗﻨﺎﺳﺒﯽ –ﻣﺸﺘﻖ ﮔﯿﺮ ‪ -‬اﻧﺘﮕﺮاﻟﮕﯿﺮ‪:‬‬

‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ در ﺑﺮاﺑﺮ ﺗﻐﯿﯿﺮات ورودي‪ ،‬ﻋﮑﺲ اﻟﻌﻤﻞ ﺳﺮﯾﻌﯽ دارد‪.‬‬ ‫•‬
‫اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ را ﮐﺎﻫﺶ ﻣﯽ دﻫﺪ‪.‬‬ ‫•‬
‫ﺑﺎ اﻧﺘﺨﺎب ﺻﺤﯿﺢ ﺛﺎﺑﺖ زﻣﺎﻧﯽ اﻧﺘﮕﺮال ﮔﯿﺮ و ﺑﻬﺮه ﺗﻨﺎﺳﺒﯽ‪ ،‬اﯾﻦ ﮐﻨﺘﺮﻟﺮ ﭘﺎﯾﺪاري ﺳﯿﺴﺘﻢ را اﻓﺰاﯾﺶ ﻣﯽ دﻫﺪ‪.‬‬ ‫•‬

‫‪ -3-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻫﺎي ﻣﺘﺪاول ﺣﻮزه ﻓﺮﮐﺎﻧﺴﯽ‪:‬‬

‫‪ -1-3-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﭘﯿﺸﻔﺎز‪ -‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﭘﺲ ﻓﺎز‪:‬‬

‫ﮐﻨﺘﺮل ﮐﻨﻨﺪه اي ﺑﺎ ﻓﺮم ﮐﻠﯽ‬


‫) ‪KC (1+ Ts‬‬
‫= ) ‪GC ( s‬‬ ‫‪5-5‬‬
‫) ‪(1+ αTs‬‬
‫ﺑﺴﺘﻪ ﺑﻪ ﻣﻮﻗﻌﯿﺖ ﺻﻔﺮ و ﻗﻄﺐ ﻣﯽ ﺗﻮاﻧﻨﺪ ﭘﯿﺶ ﻓﺎز‪ 1‬و ﯾﺎ ﭘﺲ ﻓﺎز‪ 2‬ﺑﺎﺷﻨﺪ‪ .‬اﯾﻦ ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻫﺎ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ راﺑﻄﻪ ‪ 5-5‬ﯾﮏ ﺻﻔﺮ‬
‫‪−1‬‬ ‫‪−1‬‬
‫= ‪ s‬دارﻧﺪ‪.‬‬ ‫= ‪ s‬و ﯾﮏ ﻗﻄﺐ در‬ ‫در‬
‫‪αT‬‬ ‫‪T‬‬

‫‪1‬‬
‫‪Lead Controller‬‬
‫‪2‬‬
‫‪Lag Controller‬‬
‫ﺻﻔﺤﻪ ‪101‬‬
‫ﺪرس‪ :‬زر ی اد‬ ‫ﺶ ﻢ‪ :‬ا ﯽ ﺮل ﻨﺪه ی ﻮزه زﻣﺎن و ﮐﺎ ﺲ‬

‫اﮔﺮ ﻣﻘﺪار ‪ α > 1‬ﺑﺎﺷﺪ ﯾﻌﻨﯽ ﺻﻔﺮ ﮐﻨﺘﺮﻟﺮ ﻧﺴﺒﺖ ﺑﻪ ﻗﻄﺐ آن ﺑﻪ ﻣﺒﺪا ﻧﺰدﯾﮏ ﺗﺮ اﺳﺖ و‬
‫‪α >1‬‬
‫زاوﯾﻪ ﻓﺎزي ﮐﻪ ﮐﻨﺘﺮل ﮐﻨﻨﺪه دارد ﻣﺜﺒﺖ ﺧﻮاﻫﺪ ﺑﻮد‪ .‬در اﯾﻦ ﺻﻮرت ﮐﻨﺘﺮﻟﺮ را ﭘﯿﺶ ﻓﺎز‬
‫ﻣﯽ ﻧﺎﻣﯿﻢ‪ .‬اﯾﻦ ﻧﻮع ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻣﻌﺎدل ﮐﻨﺘﺮل ﮐﻨﻨﺪه ‪ PD‬ﺣﻮزه زﻣﺎن اﺳﺖ‪.‬‬
‫‪ϕ = PM desired − PM Plant + 5°‬‬
‫) ‪1 + sin (ϕ‬‬
‫‪−1‬‬ ‫‪−1‬‬ ‫=‪α‬‬
‫‪αT‬‬ ‫‪T‬‬ ‫) ‪1 − sin (ϕ‬‬
‫‪1‬‬
‫=‪T‬‬
‫‪ω gα‬‬
‫اﮔﺮ ﻣﻘﺪار ‪ α < 1‬ﺑﺎﺷﺪ ﯾﻌﻨﯽ ﺻﻔﺮ ﮐﻨﺘﺮﻟﺮ ﻧﺴﺒﺖ ﺑﻪ ﻗﻄﺐ آن از ﻣﺒﺪا دورﺗﺮ اﺳﺖ و زاوﯾﻪ‬
‫‪α <1‬‬
‫ﻓﺎزي ﮐﻪ ﮐﻨﺘﺮل ﮐﻨﻨﺪه دارد ﻣﻨﻔﯽ ﺧﻮاﻫﺪ ﺑﻮد‪ .‬در اﯾﻦ ﺻﻮرت ﮐﻨﺘﺮﻟﺮ را ﭘﺲ ﻓﺎز‬
‫ﻣﯽﻧﺎﻣﯿﻢ‪ .‬اﯾﻦ ﻧﻮع ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻣﻌﺎدل ﮐﻨﺘﺮل ﮐﻨﻨﺪه ‪ PI‬ﺣﻮزه زﻣﺎن اﺳﺖ‪.‬‬

‫اﮔﺮ ‪ ωg′‬ﻓﺮﮐﺎﻧﺲ ﻣﺘﻨﺎﻇﺮ ﺑﺎ ﺣﺪﻓﺎز ﻣﻄﻠﻮب ﺳﯿﺴﺘﻢ ﺑﺎﺷﺪ‪:‬‬

‫‪−1‬‬ ‫‪−1‬‬ ‫‪ωg′ − 5° = ωg‬‬


‫‪T‬‬ ‫‪αT‬‬ ‫‪GP ( jωg ) = −20log α‬‬
‫‪α‬‬
‫=‪T‬‬ ‫‪ωg‬‬
‫‪10‬‬

‫‪ -2-3-5‬ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﭘﯿﺸﻔﺎز‪ -‬ﭘﺲ ﻓﺎز‪:‬‬

‫ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﭘﯿﺶ ﻓﺎز – ﭘﺲ ﻓﺎز ﺗﺮﮐﯿﺐ دو ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻓﻮق ﻣﯽ ﺑﺎﺷﺪ‪ .‬اﯾﻦ ﻧﻮع ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﻣﻌﺎدل ﮐﻨﺘﺮل ﮐﻨﻨﺪه ‪PID‬‬
‫ﺣﻮزه زﻣﺎن اﺳﺖ‪.‬‬
‫‪ 3‬ﻣﺜﺎل ‪1-5‬‬
‫ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز زﯾﺮ را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‪:‬‬
‫‪4‬‬
‫= ) ‪Gp ( s‬‬
‫)‪s ( s + 2‬‬
‫‪1‬‬
‫ﮔﺮدد و‬ ‫ﺟﺒﺮاﻧﺴﺎز ﭘﯿﺸﻔﺎزي ﺑﺮاي اﯾﻦ ﺳﯿﺴﺘﻢ ﻃﺮاﺣﯽ ﮐﻨﯿﺪ ﺑﻄﻮرﯾﮑﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﻪ ورودي ﺷﯿﺐ ﺑﺮاﺑﺮ‬
‫‪20‬‬
‫ﺣﺎﺷﯿﻪ ﻓﺎز ﺳﯿﺴﺘﻢ ﺣﺪاﻗﻞ ‪ 50°‬ﺑﺎﺷﺪ‪.‬‬
‫ﺣﻞ‪:‬‬
‫) ‪G ( s ) = GC ( s ) GP ( s‬‬
‫‪‬‬ ‫) ‪KC (1 + Ts‬‬ ‫‪4‬‬ ‫) ‪4 KC (1 + Ts‬‬
‫‪‬‬ ‫= ) ‪KC (1 + Ts ) → G ( s‬‬ ‫×‬ ‫=‬
‫‪GC ( s ) = 1 + α Ts‬‬ ‫) ‪(1 + α Ts ) s ( 2 + 2 ) s (1 + α Ts )( s + 2‬‬
‫‪‬‬ ‫(‬ ‫)‬
‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪1‬‬ ‫‪ 1 ‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪ess ( ∞ ) = lim sR ( s ) ‬‬ ‫‪ = lim‬‬ ‫‪s 2 ‬‬
‫‪s →0‬‬
‫‪‬‬ ‫‪1‬‬ ‫‪+‬‬ ‫‪G‬‬ ‫‪( )‬‬
‫‪s‬‬ ‫‪s‬‬ ‫→‬ ‫‪0‬‬
‫‪ ‬‬
‫‪s‬‬ ‫‪‬‬ ‫‪4‬‬ ‫‪K‬‬ ‫(‬‫‪1‬‬ ‫‪+‬‬ ‫‪Ts‬‬ ‫)‬ ‫‪‬‬
‫‪ 1+‬‬
‫‪C‬‬
‫‪‬‬
‫‪‬‬ ‫‪s (1 + α Ts )( s + 2 ) ‬‬

‫ﺻﻔﺤﻪ ‪102‬‬
‫وه س ﺮل ﯽ‬

 1  s (1 + α Ts )( s + 2 )  2 1
= lim s  2    = =
  s (1 + α Ts )( s + 2 ) + 4 K C (1 + Ts )  4 K C 20
s →0
s
→ K C = 10
40 (1 + Ts )
→ G (s) =
s (1 + α Ts )( s + 2 )

= 1 → ω g 4 + (ω g ) = 40
40 2
GP ( jω g ) = 1 →
ω g 4 + (ω g )
2

ω g2 (ω g2 + 4 ) = 1600 → ω g4 + 4ω g2 − 1600 = 0

ω g2 = x −42.05
 → x 2 + 4 x − 1600 = 0 → x = 
38.05 R→ ω g = 38.05 = 6.17
 6.17 
RGP ( j 6.17) = 0 − 90° − tan −1   = −162.04°
 2 
→ PM = −162.04° + 180° = 18°
:‫اﮐﻨﻮن ﺑﻪ ﻃﺮاﺣﯽ ﮐﻨﺘﺮل ﮐﻨﻨﺪه ﭘﯿﺶ ﻓﺎز ﻣﯽ ﭘﺮدازﯾﻢ‬
ϕ = 50° − 18° + 5° = 37°
1 + sin ( 37° )
α= ; 4 >1 R
1 − sin ( 37° )
1 1
T= = = 0.04
ω gα 6.17 × 4

→ GC ( s ) =
(1 + 0.040s )
(1 + 0.162s )
2-5 ‫ ﻣﺜﺎل‬3
:‫ﺳﯿﺴﺘﻢ ﺣﻠﻘﻪ ﺑﺎز زﯾﺮ را در ﻧﻈﺮ ﺑﮕﯿﺮﯾﺪ‬
2500
Gp ( s ) =
s ( s + 25)
1
‫ﮔﺮدد و‬ ‫ﺟﺒﺮاﻧﺴﺎز ﭘﺴﻔﺎزي ﺑﺮاي اﯾﻦ ﺳﯿﺴﺘﻢ ﻃﺮاﺣﯽ ﮐﻨﯿﺪ ﺑﻄﻮرﯾﮑﻪ ﺧﻄﺎي ﺣﺎﻟﺖ داﺋﻤﯽ ﺑﻪ ورودي ﺷﯿﺐ ﺑﺮاﺑﺮ‬
100
.‫ ﺑﺎﺷﺪ‬45° ‫ﺣﺎﺷﯿﻪ ﻓﺎز ﺳﯿﺴﺘﻢ‬
:‫ﺣﻞ‬
G ( s ) = GC ( s ) GP ( s )
 K C (1 + Ts ) 2500 2500 KC (1 + Ts )
 K C (1 + Ts ) → G ( s ) = × =
GC ( s ) = 1 + α Ts (1 + α Ts ) s ( s + 25) s (1 + α Ts )( s + 25 )
 ( )
 
   
1  1  1 
ess ( ∞ ) = lim sR ( s )   = lim s 2 
s →0
 1 + G ( s ) 
s →0
 s   2500 K (1 + Ts ) 
1+
C

 s (1 + α Ts )( s + 25 ) 

103 ‫ﺻﻔﺤﻪ‬
‫ زر ی اد‬:‫ﺪرس‬ ‫ ا ﯽ ﺮل ﻨﺪه ی ﻮزه زﻣﺎن و ﮐﺎ ﺲ‬:‫ﺶ ﻢ‬

 1  s (1 + α Ts )( s + 25 )  25 1
= lim s  2    = =
 
 s   s (1 + α Ts )( s + 25 ) + 2500 K C (1 + Ts )  2500 K C 100
s →0

→ KC = 1
2500 (1 + Ts )
→ G (s) =
s (1 + α Ts )( s + 25 )
→ PM = 45° → RGP ( jω g′ ) + 180° = 45° → RGP ( jω g′ ) = −135°
 ω′   ω′ 
RGP ( jω g′ ) = 0 − 90° − tan −1  g  = −135° → tan −1  g  = 45°
 25   25 
ω g′
→ = tan ( 45° ) = 1 → ωg′ = 25 → ω g = 20
25
2500
GP ( j 20) = = 3.90
20 252 + ( 20 )
2

−3.9
3.90 = −20 log α → α = 10 20 = 0.6383 < 1 R
α
T = ωg′ = 1.2765
10
→ GC ( s ) =
(1 + 1.27 s )
(1 + 0.81s )

104 ‫ﺻﻔﺤﻪ‬
‫وه س ﺮل ﯽ‬

:‫ﻣﺮاﺟﻊ‬
§ B. C. KUO, Digital Control Systems, HRW series in electrical and computer
engineering, 1980
1379 ،‫ وﯾﺮاﯾﺶ ﺳﻮم‬،‫ اﻧﺘﺸﺎرات ﻧﺺ‬،‫ ﻣﻬﻨﺪﺳﯽ ﮐﻨﺘﺮل‬،‫§ ﻣﺤﻤﻮد دﯾﺎﻧﯽ‬

105 ‫ﺻﻔﺤﻪ‬

You might also like