Professional Documents
Culture Documents
FAKULTET ELEKTROTEHNIKE
AUTOMATIKA I ROBOTIKA
Nelinearni (Radna
sistemi upravljanja
skripta)
Mujki¢ Alen
Tuzla, 2017
Sadrºaj
3
1. Uvod u nelinearne sisteme
Ẋ = f (t, X, U ) (1.2)
x1 x˙1 u1
x2 x˙2 u2
X = .. Ẋ = .. U = ..
. . .
xn x˙n up
X je vektor stanja dimenzija [nx1], Ẋ je dimenzija [nx1], U je vektor ulaza dimenzija [px1].
f (t, X, U ) - vektorska funkcija vektorskog argumenta, u op²tem slu£aju nelinearna.
Jedna£ina 1.1, odnosno 1.2, je jedna£ina stanja sistema (diferencijalna jedna£ina).
Jedna£ini stanja se pridruºuje algebarska jedna£ina ili jedna£ina izlaza:
Y = h(t, X, U ) (1.3)
y1
y2
Y = ..
.
yq
Y je vektor izlaza dimenzija [qx1], h je vektorska funkcija vektorskog argumenta, u op²tem slu£aju
nelinearna.
Jedna£ine 1.2 i 1.3 £ine matemati£ki model sistema u prostoru stanja.
Klasikacija nelinearnih sistema
• Sistem je vremenski varijantan ako je f eksplicitna funkcija vremena. Matemati£ki model
sistema je dat u formi:
Ẋ = f (t, X, U ) ili Ẋ = f (t, X)
• Sistem je vremenski invarijantan (stacionaran) ukoliko f nije eksplicitna funkcija vremena.
Matemati£ki model sistema je dat u formi:
Ẋ = f (X, U )
4
1. Uvod u nelinearne sisteme
• Sistem je slobodan (neforsiran) ako f nije funkcija U . Matemati£ki model sistema je dat u
formi:
Ẋ = f (t, X)
• Ukoliko f nije funkcija niti t niti U , tada je sistem autonoman. Matemati£ki model sistema
je dat u formi:
Ẋ = f (X)
Denicija:
Ta£ka ekvilibrijuma (stacionarna ta£ka) slobodnog sistema Ẋ = f (t, X) jeste ta£ka u pros-
toru stanja koja ima osobinu da ako se sistem dovede u ovu ta£ku, zauvijek ostaje u ovoj
ta£ki.
Ta£ka ekvilibrijuma autonomnog sistema Ẋ = f (X) predstavljaju realna rje²enja jedna£ine
f (X) = 0. Ta£ka ekvilibrijuma moºe biti izolovana ili moºe postojati kontinuum ta£aka
ekvilibrijuma.
• Ukoliko je f linearna funkcija argumenta X tada se radi o linearnom diferencijalnom sistemu
• njihov broj mora biti dovoljan da kompletno opisuje dinami£ko pona²anje sistema
5
2. Linearni sistemi
Denicija trajektorije
Geometrijsko mjesto ta£aka u prostoru stanja koje opisuje vrh vektora stanja od trenutka t0 do
trenutka t ≥ t0 naziva se trajektorija ili orbita stanja sistema sa po£etkom u ta£ki x0 = x(t0 ).
x3
x1 = x(t1 )
→
−
x (t)
x0 = x(t0 ) →
−
x1 = →
−
x (t1 )
→
−
x0 = →
−
x (t0 )
x2
x1
Napomena:
Fundamentalna razlika izmeu autonomnog i neautonomnog sistema leºi u £injenici da je tra-
jektorija stanja kod autonomnih sistema nezavisna od odabira po£etnog vremena (prema tome
invarijantna je na vremenski pomak), dok kod neautonomnih sistema u op²tem slu£aju ovo ne
vrijedi.
x(t, t1 )
x2 x2
x(t, t0 ) = x(t, t1 )
x(t, t0 )
x(t0 ) = x0 x(t0 ) = x0
x(t1 ) = x0 x(t1 ) = x0
x1 x1
Autonomni sistem Neautonomni sistem
2 Linearni sistemi
Matemati£ki modeli linearnih vremenski varijantnih sistema se mogu predstaviti u normalnom ili
Cauchy-evom obliku:
- skupom n diferencijalnih jedna£ina stanja:
n p
(2.1)
X X
ẋi = aij (t)xj + bij (t)uj i = 1, 2, ..., n
j=1 j=1
6
2. Linearni sistemi
U matri£noj formi matemati£ki model linearnog vremenskog varijantnog sistema moºe biti napisan
u obliku:
Ẋ(t) = A(t)X(t) + B(t)U (t)
(2.3)
Y (t) = C(t)X(t) + D(t)U (t)
U modelu sistema je:
• A - matrica dimenzija nxn - matrica sistema
a11 (t) a12 (t) . . . a1n (t)
a21 (t) a22 (t) . . . a2n (t)
A = ..
.
an1 (t) an2 (t) . . . ann (t) nxn
7
2. Linearni sistemi
Strukturni blok dijagram linearnog vremenski varijantnog sistema moºe biti napisan u slede¢oj
formi:
Ẋ = AX + BU
Y = CX + DU
u + ẋ x y
B C
R
+
Rje²enje:
uL (t) + uR (t) + uC (t) = u(t) (2.4)
a) Z t
diL (t) 1
L + Ri(t) + i(t)dt = u(t) (2.5)
dt C 0
Neka su odabrane varijable stanja:
Z t
1
x1 = uc = idt
C 0 (2.6)
1 di 1
x2 = uR = Ri =⇒ i = x2 =⇒ = x˙2
R dt R
Prema tome je:
1 1
x˙1 = i= x2 (2.7)
C RC
Uvrstimo 2.7 u 2.4 i dobijamo:
L
x˙2 + x2 + x1 = u(t) (2.8)
R
8
2. Linearni sistemi
R R R
x˙2 = − x1 − x2 + u (2.9)
L L L
U matri£noj formi je: " # " #" # " #
1
x˙1 0 x1 0
= RC
+ R u (2.10)
x˙2 −R
L
−RL
x2 L
b)
dq d2 q dq q
i= = q̇ =⇒ L 2 + R + = u(t) (2.12)
dt dt dt C
Uzmimo da su varijable stanja:
x1 = q
(2.13)
x2 = q̇
x˙1 = x2 (2.14)
Iz jedna£ine 2.12:
1
Lx˙2 + Rx2 + x1 = u (2.15)
C
1 R 1
x˙2 = − x1 − x2 + u (2.16)
LC L L
U matri£noj formi imamo:
" # " #" # " #
x˙1 0 1 x1 0
= 1
+ 1 u (2.17)
x˙2 − LC −R
L
x2 L
dx
= ax
dt Z
dx (2.18)
= adt/ ()
x
lnx = at + lnC1
x
ln = at/e()
C1
x
= eat
C1
9
2. Linearni sistemi
• Φk (t) = Φ(kt)
10
2. Linearni sistemi
Rje²avanje kretanja sistema u prostoru stanja ¢emo izvr²iti metodom varijacije konstanti. Pret-
postavimo da se rje²enje traºi u obliku:
d
X(t) = eAt C1 (t) / () (2.31)
dt
Ẋ(t) = AeAt C1 (t) + eAt Ċ1 (t) (2.32)
Uporedimo jedna£ine 2.30 i 2.32 imamo da je:
eAt Ċ1 (t) = BU (t) /pomnozimo sa lijeve strane sa e−At (2.33)
Z t
−At
Ċ1 (t) = e BU (t) / () (2.34)
0
Z t
C1 (t) − C1 (0) = e−Aτ BU (τ )dτ (2.35)
0
Iz 2.31 slijedi da je:
C1 (0) = X(0) = X0 (2.36)
Ako 2.35 zamjenimo u 2.31 dobijamo da je:
Z t
X(t) = e At
X(0) + e−Aτ
BU (τ )dτ (2.37)
0
Z t
At
X(t) = e X(0) + eA(t−τ ) BU (τ )dτ (2.38)
0
Odnosno: Z t
X(t) = Φ(t)X(0) + Φ(t − τ )BU (τ )dτ (2.39)
0
11
2. Linearni sistemi
X(t) = L−1 {(sI − A)−1 }X(0− ) + L−1 {(sI − A)−1 BU (s)} (2.52)
Usporedbom 2.52 sa 2.39 dobijamo da je :
Φ(t) = L−1 {(sI − A)−1 } (2.53)
Φ(s) = (sI − A)−1 (2.54)
1
Φ(s) = adj(sI − A) (2.55)
det(sI − A)
X(s) = Φ(s)X(0− ) + Φ(s)BU (s)
(2.56)
Y (s) = CΦ(s)X(0− ) + [CΦ(s)B + D] U (s)
Ukoliko je X(0− ) = 0 (nulti po£etni uslov) to je:
Y (s) = [CΦ(s)B + D] U (s) = C(sI − A)−1 B + D U (s) (2.57)
12
3. Linearni sistemi
λv − Av = 0 (2.71)
(λI − A)v = 0 (2.72)
Trivijalno rje²enje je v ≡ 0 tj. da je v nula vektor.
Netrivijalno rje²enje je u slu£aju da je:
det(λI − A) = 0 (2.73)
odnosno
|λI − A| = 0 (2.74)
Dobijen je skup rje²enja λ1 , λ2 , ..., λn
Usporedbom 2.69 i 2.74 dolazimo do zaklju£ka da su svojstvene vrijednosti λ1 , λ2 , ..., λn matrice
A polovi funkcije prenosa sistema.
13
3. Transformacija sli£nosti
3 Transformacija sli£nosti
Neka se ima linearni vremenski invarijantni sistem £iji je model dat u formi:
Ẋ = AX + BU
Y = CX + DU (3.1)
X(0) = X0
˙
X̂ = P −1 AP X̂ + P −1 BU
(3.5)
Y = CP X̂ + DU
Ako uvedemo oznake:
 = P −1 AP
B̂ = P −1 B
(3.6)
Ĉ = CP
D̂ = D
Tada koriste¢i navedenu transformaciju vektora stanja koja se naziva transformacija sli£nosti,
dobija se matemati£ki model sistema u transformiranoj formi:
˙
X̂ = ÂX̂ + B̂U
(3.7)
Y = Ĉ X̂ + D̂U
• Transformacija sli£nosti £uva svojstvene vrijednosti matrice sistema, pa prema tome i polove
funkcije odnosno matrice prenosa sistema.
Dokaz
Karakteristi£ni polinom sistema je:
|sI − Â| = |sI − P −1 AP | = |P −1 (sI − A)P | = |P −1 ||sI − A||P | =
|P |= 1 (3.8)
−1 |P −1 |
= |sI − A||P ||P | = |sI − A|
14
3. Transformacija sli£nosti
15
3. Transformacija sli£nosti
+ ẋ1 R x1 c1
b1
+
u P P y
λ1
.. .. .. ..
. . . .
+ ẋn R xn
bn cn
+
λn
Primjer
Neka je n=3. Imamo svojstvene vrijednosti:
• λ1 multipliciteta l1 = 2
• λ2 multipliciteta l2 = 1
λ1 1
(3.17)
J1 (λ1 ) = J2 (λ2 ) = λ2
0 λ1
λ1 1 0
J = 0 λ1 0 (3.18)
0 0 λ2
16
3. Transformacija sli£nosti
Ako iz jedna£ine 3.19 izrazimo y (n) (t) i primjenimo 3.20 imamo da je:
y (n) (t) = ẋn (t) = −a0 x1 (t) − a1 x2 (t) − ... − an−1 xn (t) + u(t) (3.21)
Zajedno jedna£ine 3.20 i 3.21 predstavljaju jedna£ine stanja sistema. Algebarska jedna£ina
izlaza je data kao:
y(t) = x1 (t) (3.22)
U matri£noj formi imamo:
x˙1 0 1 0 0 ... 0 x1 0
x˙2 0 0 1 0 ... 0
x2 0
x˙3 0
= 0 0 1 ... 0
x3 0
+ u (3.23)
.. .. .
.. .
.. .. ... .. . .
. . . . .. ..
x˙n −a0 −a1 −a2 −a3 . . . −an−1 xn 1
Ovo je tzv. kontrolabilna kanoni£ka forma matrice sistema. Matrica izlaza je:
x1
x2
0 x3 (3.24)
Y = 1 0 0 ...
..
.
xn
17
3. Transformacija sli£nosti
u P ẋn 1
xn = ẋn−1 1
xn−1
...
x3 1
x2 1
x1 y
s s s s
−an−1
−a1
−a0
Kod kontrolabilne kanoni£ke forme prva prate¢a (eng. rst companion) forma matrice je:
O I
(3.25)
x x
18
3. Transformacija sli£nosti
19
3. Transformacija sli£nosti
b2
b1
u P ẋn 1
xn 1
xn−1
...
x3 1
x2 1
x1 P y
s s s s b0
−an−1
−a1
−a0
Uop²teno govore¢i, model sistema (nelinearnog) moºe biti preveden u normalnu (Cauchy-evu)
formu prikazanu u obliku n diferencijalnih jedna£ina prvog reda kad god je mogu¢e diferencijalnu
jedna£inu n-tog reda sistema rije²iti po najvi²em izvodu.
f (y (n) (t), ..., y(t), u(t), t) = 0 (3.42)
Ukoliko je to mogu¢e, onda je:
y (n) (t) = g(y (n−1) (t), ..., y(t), u(t), t) (3.43)
20
4. Nelinearni fenomeni
4 Nelinearni fenomeni
21
4. Nelinearni fenomeni
θ
l
Ftv m
Ft Fn
mg
Ugao zakretanja klatna ra£una se od vertikalne ose pri £emu je pozitivan smjer obiljeºen na slici.
Silu zemljine teºe moºemo razloºiti na normalnu i tangencijalnu komponentu. Osim toga na klatno
djeluje i sila viskoznog trenja Ftv . Prema drugom Kirchoovom zakonu za rotacione sisteme vrijedi:
(4.1)
X
J θ̈ = M
J = ml2
X (4.2)
M = −Ft l − Ftv l
Tangencijalna komponenta sile teºe je:
Ft = mg sin θ (4.3)
dok je sila viskoznog trenja proporcionalna linijskoj brzini (za male brzine):
Ftv = kv = k θ̇l (4.4)
(4.5)
X
M = −mgl sin θ − klv = −mgl sin θ − k θ̇l2
Matemati£ki model ovog sistema ima slede¢u formu:
ml2 θ̈ = −mgl sin θ − k θ̇l2 / : ml2 (4.6)
g k
θ̈ = − sin θ − θ̇ (4.7)
l m
Jedna£ina 4.7 predstavlja nelinearni model u formi diferencijalne jedna£ine drugog reda.
Uvedimo varijable stanja:
x1 = θ
(4.8)
x2 = θ̇
. . . −2π −π 0 π 2π ... x1
To su ta£ke kada je klatno u donjem poloºaju i brzina mu jednaka nuli i kada je klatno u gornjem
poloºaju i brzina mu jednaka nuli.
θ = π, θ̇ = 0
θ = 0, θ̇ = 0
Pri £emu je donja ta£ka ekvilibrijuma asimptotski stabilna, a gornja ta£ka ekvilibrijuma nije
stabilna.
23
4. Nelinearni fenomeni
x1 x1
Neka je ω02 = g
l
pa je:
λ1,2 = ±jω0 (4.21)
24
4. Nelinearni fenomeni
x1
Pri £emu je amplituda oscilacija ovisna od x10 , ²to u op²tem slu£aju nije kod nelinearnih sistema.
4.5 Haos
Nelinearni sistemi mogu imati komplikovanije pona²anje u stacionarnom stanju kao ²to je haos.
Haoti£ni sistem u svom kretanju pokazuje naizgled slu£ajno pona²anje uprkos svojoj determi-
nisti£koj prirodi (tzv. deterministi£ki haos). Karakteristi£na osobina sistema je da trajektorija
nikad ne slijedi isti put, odnosno male promjene po£etnih uslova dugoro£no vode do velike di-
vergencije rje²enja. Primjer haoti£nog sistema je Lorenz attractor sistem jedna£ina koji opisuje
dvodimenzionalni tok uida.
25
4. Nelinearni fenomeni
Fsp
m F
(4.27)
X
mÿ = Fi
i
pri £emu je F - eksterna sila, Fsp - sila opruge i Ff - sila trenja. Za odabrani smjer sila i nezavisne
koordinate y vrijedi da je:
mÿ + Ff + Fsp = F (4.28)
Pretpostavka je da sila opruge Fsp zavisi samo od pomjeraja Fsp = g(y).
Postoje razli£iti modeli sile opruge:
• linearni model - naj£e²¢e primjenjivan za male pomjeraje
g(y) = ky
Za velike pomjeraje:
• Softening spring
g(y) = k(1 − a2 y 2 )y, |ay| < 1
• Hardening spring
g(y) = k(1 + a2 y 2 )y
Sila trenja:
a) Suho trenje
1. Stati£ko suho trenje
26
4. Nelinearni fenomeni
Fs
v=0
Ft
FN
mg
Koecijent stati£kog suhog trenja zavisi od materijala tijela i podloge i ugla£anosti podloge.
Sila stati£kog suhog trenja ima suprotan smjer od narinute sile na tijelo i jednaka je narinutoj
sili sve dok je narinuta sila manja od µs FN , u tom slu£aju ¢e biti u ravnoteºi ove sile. Kad
narinuta sila preraste µs FN , dolazi do kretanja, tj. vrijedi:
Ft , |Ft | ≤ µs FN
Fs = (4.30)
0, |Ft | > µs FN
U ovom drugom slu£aju kada tijelo po£ne sa kretanjem, tada nestaje sila stati£kog suhog
trenja a pojavljuje se sila kineti£kog suhog trenja
2. Kineti£ko suho trenje
Kineti£ko suho trenje se javlja izmeu dva tijela u dodiru i relativnom kretanju izmeu kojih
nema lubrikanata. Sila ovog trenja ima konstantan iznos, a to je:
|Fc | = µc FN (4.31)
FN - normalna sila izmeu tijela i podloge, µc koecijent Coulomb-ovog trenja (kineti£kog),
te vrijedi da je:
µc < µs |Fc | < |Fs | (4.32)
Fc
v 6= 0
Ft
FN
mg
27
4. Nelinearni fenomeni
Fc
µc F N
v=0,Fc = 0
v
−µc FN
Fc
µs F N
Stribeckov efekat
µc F N
kineti£ko
stati£ko
−µc FN
−µs FN
b) Viskozno trenje
Viskozno trenje se javlja kada se tijelo kre¢e kroz viskozni medij. Modelira se kao nelinearna
funkcija brzine tj.
Fv = h(v) (4.34)
Za male brzine vrijedi:
Fv = cv (4.35)
c- konstanta viskoznog trenja
Za ve¢e brzine h je obi£no funkcija vi²eg stepena po v .
28
4. Nelinearni fenomeni
Ff
F = Fs + Fc + Fv
Na slici su prikazana sva tri trenja: stati£ko suho, kineti£ko suho i viskozno trenje.
Primjer: Hardening opruga, linearno viskozno trenje i eksterna sila F = cosωt daje tzv. Dung
(Georg Dung) jedna£inu:
mÿ + cẏ + k(1 + a2 y 2 )y = Acosωt (4.36)
Jedna£ina se koristi kao klasi£an primjer periodi£ne uzbude nelinearnog sistema. Sistem ima mo-
dove pona²anja od grani£nog ciklusa do haosa.
Primjer: Linearna opruga, stati£ko suho trenje, kineti£ko suho trenje, linearno viskozno trenje i
eksterna sila
cẏ
ky
k
m
η(y, ẏ) y
(4.37)
X
mÿ = Fi
i
29
4. Nelinearni fenomeni
i - struja, v - napon
pri £emu h(.) zadovoljava uslove:
h(0) = 0
dh
h0 (0) = (0) = 0 (4.41)
dv
h(v) = ±∞, kada v → ±∞
h(v)
Npr.
1 i +
ic iL otporni£ki
C L v elemenat
0.3V 0.3V
U £voru 1 vrijedi:
iC + iL + i = 0 (4.42)
30
5. Naj£e²¢i (tipi£ni) nelinearni elementi
Z ∞
dvc 1 d
C + v(s)ds + h(v) = 0 / · L () (4.43)
dt L −∞ dt
d2 v dv
LC 2
+ v + Lh0 (v) = 0 (4.44)
dt dt
Uvedimo smjenu: τ = √t
LC
:
dt √
= LC
dτ
dv dv dt √ dv dv 1 dv
= = LC ⇒ =√
dτ dt dτ dt dt LC dτ
(4.45)
d2 v d √ dv √ d2 v
d dv d dv dt
= = = LC LC = LC 2
dτ 2 dτ dτ dt dτ dτ dt dt dt
d2 v 1 dv 2
=
dt2 LC dτ 2
1 d2 v 1 dv
LC 2
+ v + Lh0 (v) √ =0 (4.46)
LC dτ LC dτ
r
L
v̈ + h0 (v) v̇ + v = 0 (po τ ) (4.47)
C
Odnosno: r
L
v̈ + h0 (v)v̇ + v = 0, = (4.48)
C
²to predstavlja specijalan slu£aj Lienard-ove jedna£ine:
v̈ + f (v)v̇ + g(v) = 0 (4.49)
U slu£aju da je h(v) = −v + 13 v 3 ima se da je:
v̈ − (1 − v 2 )v̇ + v = 0 (4.50)
Jedna£ina 4.50 predstavlja Van der Poll-ov oscilator i sluºi kao karakteristi£ni primjer u teoriji
nelinearnih oscilacija. Posjeduje periodi£no rje²enje (stabilan grani£ni ciklus) koji privla£i bilo
koje drugo rje²enje osim nultog rje²enja u jedinstvenoj ta£ki ekvilibrijuma v = v̇ = 0.
31
5. Naj£e²¢i (tipi£ni) nelinearni elementi
0
u
−1
1
−1
1 u
−1
32
5. Naj£e²¢i (tipi£ni) nelinearni elementi
k
−δ
δ u
−k
−δ
δ u
−k
q
q u
2
33
5. Naj£e²¢i (tipi£ni) nelinearni elementi
1
−δ
δ u
−1
1, u ≥ δ
y = f (u) = 0, −δ < u < δ (5.5)
−1, u ≤ −δ
−S S u
−L
Ako se za po£etno stanje releja sa histerezisom usvoji vrijednost izlaznog signala nakon posljednjeg
preklapanja (komutacije releja) tj. y = x0 = {−L, +L}, tada je karakteristika releja data sa:
−L, u ≤ −S
−L, −S < u < +S, x0 = −L
y = f (u) = (5.6)
L, u ≥ +S
L, −S < u < +S, x0 = +L
34
5. Naj£e²¢i (tipi£ni) nelinearni elementi
−ua −ub
ub ua u
−L
Ako se za po£etno stanje tropoloºajnog releja sa histerezisom usvoji vrijednost izlaznog signala
nakon posljednjeg preklapanja releja, tada je karakteristika releja data sa:
−L, x ≤ −ua
−L, −ua < x < −ub , x0 = −L
0, −ub < x < +ub
y = f (u) = 0, −ua < x < −ub , x0 = 0 (5.7)
0, +ub < x < +ua , x0 = 0
+L, x ≥ +ua
+L, +ub < x < +ua , x0 = +L
u y
ua
Pogonski Pogonjeni
zup£anik zup£anik
ua
35
5. Naj£e²¢i (tipi£ni) nelinearni elementi
y
B0 A0
B
yb A
−ua
ua u
−yb
C
D
C0 D0
yb
k= (5.9)
ua
5.2.4 Histerezis
Histerezis je nelinearnost koja je tipi£na za magnetne materijale.
y
5.3 Denicije
5.3.1 Denicija 1
Sistem je stati£ki (bezinercioni) ako ulazno-izlazno preslikavanje
fT : X0 × U → Y (5.10)
gdje je X0 skup po£etnih stanja x0 , takvo da za proizvoljno x0 ∈ X0 i t ∈ T vrijedi:
y(t) = fT (x0 , u(t)) = fT (x0 , u0 (t)) (5.11)
36
6. Sistemi drugog reda
pri £emu u, u0 ∈ U kad god je u(t) = u0 (t). tj. sistem je stati£ki ako je izlaz u svakom trenutku
t ∈ T odreen isklju£ivo vrijedno²¢u ulaza i po£etnim stanjem.
5.3.2 Denicija 2
Sistem je bezmemorijski (stati£ki bez memorije) ako je stati£ki i ako za svako x0 , x00 ∈ X0 i u, u0 ∈ U
iz uslova u(t) = u0 (t) slijedi
y(t) = f (x0 , u(t)) = f (x00 , u0 (t)) (5.12)
Sistem je odreen samo preslikavanjem f.
5.3.3 Denicija 3
Sistem koji nije stati£ki je inercioni. Izlaz kod ovakvih sistema zavisi od po£etnog stanja, ali i od
£itave historije ulaza. Inercioni sistem za koji je denisana funkcija prelaza stanja je dinami£ki
sistem. Inercioni i dinami£ki sistemi takoe spadaju u sisteme sa memorijom.
Stati£ki
Inercioni
Stati£ki Stati£ki
bez sa
memorije memorijom
Dinami£ki
Sa memorijom
Neka je x(t) = (x1 (t), x2 (t)) jedinstveno rje²enje jedna£ine 6.1 koje polazi iz po£etnog stanja
x0 = (x10 , x20 ). Geometrijsko mjesto ta£aka x2 = Φ(x1 , x0 ) u ravni (x1 , x2 ) rje²enja x(t) za svako
t ≥ 0 koje polazi iz ta£ke x0 se zove fazna trajektorija (orbita) jedna£ine 6.1.
x2
Φ(x1 , x0 )
x0 = (x10 , x20 )
x1
37
6. Sistemi drugog reda
x2 α
f1
x0
x1 x1
1 3 x1
√ √
Duºina strelice je f1 (x)2 + f2 (x)2 , odnosno u na²em primjeru je 22 + 1 = 5 = 2.73.
p
Familija trajektorija rje²enja jedna£ine 6.1 se zove fazni portret. Budu¢i da vrijeme nije vidljivo
sa fazne trajktorije, sa fazne trajektorije nije mogu¢e rekonstruisati rje²enja x(t) = (x1 (t), x2 (t))
pa trajektorije daju samo kvalitativni uvid u pona²anje sistema, a ne i kvantitativni.
38
6. Sistemi drugog reda
Denicija:
Za matricu dimenzija m × n skup N (A) = {xn×1 |Ax = 0} ⊆ Rn se zove nul prostor od A.
Drugim rije£ima, N (A) je skup svih rje²enja homogenog sistema:
Ax = 0 (6.7)
Vrijedi da je
dimN (A) = n − r (6.8)
gdje je r = rang(A) i A ima dimenzije m × n.
U slu£aju da je rang(A) = 1 tada je dimenzija nul prostora od A:
dimN (A) = 1 (6.9)
i rje²enje jedna£ine 6.4 je skup svih ta£aka u prostoru stanja koje leºe na odreenom pravcu (skup
ta£aka ekvilibrijuma je kontinuum - pravac).
U slu£aju da je A ≡ 0 tada je dimenzija nul prostora od A
dimN (A) = 2 (6.10)
i svaka ta£ka fazne ravnine jeste ta£ka ekvilibrijuma.
Rje²enje sistema 6.3 je:
x(t) = T eJr T T −1 x0
(6.11)
x0 = x(0)
T −1 AT = Jr (6.12)
T - realna regularna matrica.
Zavisno od svojstvenih vrijednosti, matrica Jr moºe imati jednu od slede¢ih formi:
λ1 0 λ k α −β
ili ili , k ∈ {0, 1} (6.13)
0 λ2 0 λ β α
Prvi slu£aj odgovara kada su svojstvene vrijednosti realne i razli£ite, drugi slu£aj kada su svoj-
stvene vrijednosti realne i iste, a tre¢i slu£aj kada su svojstvene vrijednosti konjugovano kompleksni
brojevi (λ1,2 = α ± jβ ).
Zavisno od vrste svojstvenih vrijednosti matrice sistema postoje i razli£iti tipovi ta£aka ekvilibri-
juma £ime je odreeno i pona²anje sistema u okolini ta£aka ekvilibrijuma.
1. Svojstvene vrijednosti λ1 i λ2 su realne i razli£ite meusobno i razli£ite od 0. (λ1 , λ2 ∈ R,
λ1 6= λ2 6= 0).
(a) λ1 i λ2 su istog znaka - ta£ka ekvilibrijuma je tipa £vor (eng. node) (stabilni ili
nestabilni).
(b) λ1 i λ2 su razli£itog znaka - ta£ka ekvilibrijuma je tipa sedlo (nestabilna ta£ka ekvili-
brijuma).
2. Svojstvene vrijednosti λ1 i λ2 su konjugovano kompleksne (λ1,2 = α ± jβ ).
(a) α < 0 - ta£ka ekvilibrijuma je tipa stabilni fokus.
(b) α > 0 - ta£ka ekvilibrijuma je tipa nestabilni fokus.
39
6. Sistemi drugog reda
40
6. Sistemi drugog reda
z2
stabilni £vor
λ1 6= λ2 6= 0
z1
λ 1 < 0 i λ2 < 0
v2
x2
v1
stabilni £vor
λ1 6= λ2 6= 0
x1
λ1 < 0 i λ2 < 0
nestabilni £vor
λ1 6= λ2 6= 0
z1
λ 1 > 0 i λ2 > 0
41
6. Sistemi drugog reda
2. λ2 λ1 < 0
λ2
z2 = Cz1 λ1
(6.22)
Ta£ka ekvilibrijuma je nestabilna.
Pretpostavimo da je : λ1 < 0 < λ2 .
Sve fazne trajektorije divergiraju u beskona£nost, pri £emu fazna trajektorija duº svojstvenog
vektora koji odgovara svojstvenoj vrijednosti λ1 konvergira ka ishodi²tu. Fazni portret ima
slede¢i izgled:
z2
z1
x2
v2
v1
x1
42
6. Sistemi drugog reda
z1 = u + jv
(6.25)
z2 = u − jv
Nadalje je:
z˙1 = u̇ + j v̇
(6.26)
z˙2 = u̇ − j v̇
a to je:
z˙1 = (α + jβ)(u + jv) = (αu − βv) + j(βu + αv)
(6.27)
z˙2 = (α − jβ)(u − jv) = (αu − βv) − j(βu + αv)
θ
u
√
r= u2 + v 2
v (6.30)
θ = arctg
u
1 1
ṙ = √ (2uu̇ + 2v v̇)
2 u + v2
2
1 1
ṙ = √ [2u(αu − βv) + 2v(βu + αv)]
2 u + v2
2
ṙ
1
= √
1
[2αu2 − 2βuv + 2βuv + 2αv 2 ] (6.31)
2 u2 + v 2
1 1
ṙ = √ 2α(u2 + v 2 )
2 u2 + v 2
√
ṙ = α u2 + v 2 = αr
ṙ = αr (6.32)
43
6. Sistemi drugog reda
1 v̇u − v u̇
θ̇ = v 2
1 + (u) u2
1
θ̇ = 2 [u(βu + αv) − v(αu − βv)]
u + v2 (6.33)
1
θ̇ = 2 [βu2 + αuv − αuv + βv 2 ]
u + v2
1
θ̇ = 2 β(u2 + v 2 ) = β
u + v2
θ̇ = β (6.34)
Jedna£ine 6.32 i 6.34 predstavljaju model sistema u polarnim koordinatama.
√
ṙ = αr, (r0 = r(0) = u2 + v 2 )
dr
= αr
dt Z
dr
= αdt/ () (6.35)
r
lnr = lnr0 + αt
r
ln = αt
r0
r = r0 eαt (6.36)
Prethodni izraz 6.36 predstavlja rje²enje prve diferencijalne jedna£ine.
θ̇ = β, (θ0 = θ(0))
dθ
dt
=β (6.37)
Z
dθ = βdt/ ()
θ = θ0 + βt (6.38)
Prethodni izraz 6.38 predstavlja rje²enje druge diferencijalne jedna£ine. Iz ovog izraza, izrazit
¢emo t i uvrstiti u 6.36 pa imamo:
θ − θ0
t=
β
α
r = r0 e β (θ−θ0 )
(6.39)
α α
r = r0 e − β θ 0 e β θ
α
r = C1 e β θ (6.40)
Kako je β > 0, imamo slede¢e slu£ajeve:
α
1. α < 0 => r = r0 e β t −t→∞
−−→ 0
xe = 0 - Stabilni fokus.
44
6. Sistemi drugog reda
Stabilni fokus
Nestabilni fokus
0
3. α = 0 => r = r0 e β t −t→∞
−−→ r0
xe - Centar.
Centar
r02
r01
45
6. Sistemi drugog reda
46
6. Sistemi drugog reda
Za λ < 0 i k = 1 Za λ > 0 i k = 1
z2 z2
0 0
Jr = (6.53)
0 λ2
pri £emu u ovom slu£aju vektor v1 raspreºe nul prostor matrice sistema, odnosno sistem se tran-
sformira u formu:
z˙1 = 0
(6.54)
z˙2 = λ2 z2
z1
ekvilibrijum podprostor
47
6. Sistemi drugog reda
λ1 = 0, λ2 < 0 z2 z2 λ1 = 0, λ2 > 0
z1 z1
ekvilibrijum
podprostor
λ1 = 0, λ2 < 0 x2 x2 λ1 = 0, λ2 > 0
v2 v2
v1 v1
ekvilibrijum ekvilibrijum
podprostor podprostor
x1 x1
z2
z1
ekvilibrijum
podprostor
48
6. Sistemi drugog reda
x2
ekvilibrijum
podprostor
x1
Razmatranje pona²anja linearnog sistema oko ta£ke ekvilibrijuma x = 0 je vaºno zato ²to je u
najve¢em broju slu£ajeva lokalno pona²anje nelinearnog sistema oko ta£ke ekvilibrijuma jednako
pona²anju njegove linearizirane verzije u ta£ki ekvilibrijuma. vor, fokus i sedlo su strukturalno
stabilne ta£ke ekvilibrijuma, jer se njihovo pona²anje ne mijenja ako se izvr²e male perturbacije
matrice sistema. Centar nije strukturalno stabilna ta£ka ekvilibrijuma.
i usvojimo oznake:
y1 = ∆x1 = x1 − p1
(6.63)
y2 = ∆x2 = x2 − p2
49
6. Sistemi drugog reda
(0, 0)
y1
(p1 , p2 )
x1
Teorema
Ako je ishodi²te (ta£ka ekvilibrijuma) lineariziranih jedna£ina stanja 6.59 stabilan (nestabilan)
£vor sa jednostrukim ili vi²estrukim svojstvenim vrijednostima, stabilan (nestabilan) fokus ili
ta£ka sedla, tada se u dovoljno maloj okolini ta£ke ekvilibrijuma, trajektorije nelinearnih jedna£ina
stanja pona²aju kao stabilan (nestabilan) £vor, stabilan (nestabilan) fokus ili ta£ka sedla.
Primjer:
Neka se ima klatno sa trenjem £iji je matemati£ki model:
ẋ1 = x2
(6.67)
ẋ2 = −10sinx1 − x2
Odrediti ta£ke ekvilibrijuma nelinearnog sistema, a zatim odrediti tipove ta£aka ekvilibrijuma.
Rje²enje:
Ta£ke ekvilibrijuma dobijamo kada sve izvode varijabli stanja izjedna£imo sa nulom:
ẋ1 = 0 =⇒ x2 = 0
(6.68)
ẋ2 = 0 =⇒ −10sinx1 − x2 = 0 =⇒ x1 = kπ, k = 0, ±1, ±2, . . .
xe = (kπ, 0)
(6.69)
(0, 0); (π, 0)
50
6. Sistemi drugog reda
0 1 0 1
A= = (6.71)
−10cosx1 −1 −10 −1
x=(0,0)
Da bi odredili tip ta£ke ekvilibrijuma trebamo odrediti svojstvene vrijednosti matrice sis-
tema:
λ 0 0 1 λ −1
det(λI − A) = det − = det
0 λ −10 −1 10 λ + 1
(6.72)
= λ(λ + 1) + 10 = λ2 + λ + 10 = 0
√ √
−1 ± 1 − 40 1 39
λ1,2 = =− ±j
2 2 2
α = − 12 =⇒ Ta£ka ekvilibrijuma (0,0) je tipa stabilni fokus.
x2
Stabilni fokus
x1
Da bi odredili tip ta£ke ekvilibrijuma trebamo odrediti svojstvene vrijednosti matrice sis-
tema:
λ 0 0 1 λ −1
det(λI − A) = det − = det
0 λ 10 −1 −10 λ + 1
(6.75)
= λ(λ + 1) − 10 = λ2 + λ − 10 = 0
√ √
−1 ± 1 + 40 1 41 1
λ1,2 = =− ± = − ± 3.2
2 2 2 2
λ1 > 0, λ2 < 0. Ta£ka ekvilibrijuma (π, 0) je tipa sedlo.
51
6. Sistemi drugog reda
x2
x1
ẋ1 = x2
(6.80)
ẋ2 = −x1
Uvode¢i smjenu r(t) = x21 (t) + x22 (t) i θ(t) = arctg xx21 (t) , odnosno:
p
(t)
x1 (t) = r(t)cos(θ(t))
(6.81)
x2 (t) = ẋ1 (t)
52
6. Sistemi drugog reda
1 ẋ2 x1 − ẋ1 x2 1
θ̇ = 2 2
= 2 2
(−x21 − x22 ) = −1 (6.84)
x2 x 1 x 1 + x 2
1+ x1
x2
r(t)
(r0 , θ0 ) θ0
r0 θ(t)
(0, 0) x1
Amplituda oscilacija zavisi od po£etnih uslova, ta£ka ekvilibrijuma je tipa centar (nije strukturalno
stabilna). Za razliku od linearnih oscilacija, kod nelinearnih oscilacija se moºe posti¢i da amplituda
oscilacija ne zavisi od po£etnih uslova i da je ta£ka ekvilibrijuma strukturalno stabilna.
v̈ − (1 − v 2 − v̇ 2 )v̇ + v = 0, >0 (6.88)
x1 = v
(6.89)
x2 = v̇
Diferenciramo prethodnu jedna£inu i dobijamo:
ẋ1 = x2
ẋ2 = (1 − v 2 − v̇ 2 )v̇ − v (6.90)
ẋ2 = −x1 + (1 − x21 − x22 )x2
x2 = 0
(6.92)
− x1 + (1 − x21 − x22 )x2 = 0 =⇒ x1 = 0
53
6. Sistemi drugog reda
Ta£ka ekvilibrijuma je (0, 0). Trebamo sada linearizirati model sistema u okolini ta£ke ekvilibri-
juma. ∂f ∂f
1 1
∂x1 ∂x2
(6.93)
∂f
A= ∂x x=(0,0)
=
∂f2 ∂f2
∂x1 ∂x2 x=(0,0)
0 1 0 1
A= = (6.94)
2 2 2
−1 − 2x1 x2 −2x2 + (1 − x1 − x2 ) −1
x=(0,0)
Da bi odredili tip ta£ke ekvilibrijuma trebamo odrediti svojstvene vrijednosti matrice sistema:
λ 0 0 1 λ −1
det(λI − A) = det − = det
0 λ −1 1 λ−
(6.95)
= λ(λ − ) + 1 = λ2 − λ + 1 = 0
√
± 2 − 4
λ1,2 =
2
Za 0 < < 2 √
4 − 2
λ1,2 = ± j (6.96)
2 2
Ta£ka ekvilibrijuma je tipa nestabilni fokus.
Za = 2
λ1,2 = 1 (6.97)
Imamo dvostruku svojstvenu vrijednost i ta£ka ekvilibrijuma je tipa nestabilni £vor.
Za > 2 √
2 − 4
λ1,2 = ± (6.98)
√ 2 2
Pri £emu je > 2 − 4 iz £ega znamo da su obje svojstvene vrijednosti pozitivne.
Ta£ka ekvilibrijuma je tipa nestabilni £vor.
Pretpostavimo da je rje²enje:
v(t) = sin(t) (6.99)
pa je:
x1 (t) = sin(t)
(6.100)
x2 (t) = cos(t)
Uvrstimo 6.100 u 6.88:
− sin(t) − (1 − sin2 (t) − cos2 (t))cos(t) + sin(t) = 0 (6.101)
x2
x1
54
6. Sistemi drugog reda
Ako se naemo na kruºnici polupre£nika 1, zauvijek ¢emo ostati na kruºnici bez obzira na po£etni
uslov.
Uvedimo polarne koordinate:
r2 (t) = x21 (t) + x22 (t) (6.102)
d 2
(r ) = 2x1 ẋ1 + 2x2 ẋ2 =
dt
= 2x1 x2 + 2x2 [−x1 + (1 − x21 − x22 )x2 ] = (6.103)
= 2(1 − x21 − x22 )x22 = 2[1 − (x21 + x22 )]x22
Prema tome:
d 2
(r ) > 0 =⇒ x21 + x22 < 1 (6.104)
dt
Kada smo unutar kruºnice r ¢e rasti.
x2
x1
d 2
(r ) < 0 =⇒ x21 + x22 > 1 (6.105)
dt
Kada smo izvan kruºnice r ¢e se smanjivati.
x2
x1
Prema tome, sve trajktorije koje po£inju unutar i izvan jedini£nog kruga na kraju zavr²avaju na
grani£nom ciklusu (stabilan grani£ni ciklus).
Teorema (Pincare-Boundixon kriterij o postojanju grani£nog ciklusa)
Neka je dat sistem drugog reda:
ẋ = f (x) (6.106)
55
7. Analiza nelinearnih sistema drugog reda u faznoj ravnini
gdje je f (x) neprekidno diferencijabila (ima neprekidne prve parcijalne derivacije) i neka je M
zatvoreni ograni£eni (kompakt) podskup fazne ravnine takav da:
• M ne sadrºi ta£ke
ekvilibrijuma ili sadrºi samo jednu ta£ku ekvilibrijuma takvu da matrica
Jakobijana ∂x u toj ta£ki ima svojstvene vrijednosti sa pozitivnim realnim dijelovima
∂f
• metode izoklina
56
7. Analiza nelinearnih sistema drugog reda u faznoj ravnini
k=1
m=1
ẍ + x = 0 (7.5)
Sa po£etnim uslovom
x0 = x(0)
(7.6)
ẋ(0) = 0
Prema tome uvode¢i varijable stanja:
x1 = x
(7.7)
x2 = ẋ
i diferenciraju¢i prethodni izraz imamo:
ẋ1 = x2
(7.8)
ẋ2 = ẍ = −x = −x1
Sada, rje²enje sistema jedna£ina je:
x1 (t) = x0 cos(t)
(7.9)
x2 (t) = −x0 sin(t)
Ako kvadriramo i saberemo ova rje²enja imamo:
x21 + x22 = x20 [cos2 (t) + sin2 (t)] = x20 (7.10)
x2
x0
x1
57
7. Analiza nelinearnih sistema drugog reda u faznoj ravnini
x2
x1
x1
58
7. Analiza nelinearnih sistema drugog reda u faznoj ravnini
Za t = 0:
x21 (0) + x22 (0) = x20 + 0 = x20 = c
(7.21)
c = x20
59
7. Analiza nelinearnih sistema drugog reda u faznoj ravnini
x2 M2
M0 M1
(x12 , x22 )
M3
(x11 , x21 )
(x13 , x23 )
M4
α0 = tg −1 M0
(x10 , x20 )
x1
Neka se ima sistem automatskog upravljanja sa linearnim i nelinearnim dijelom koji se mogu
razdvojiti kao na slici:
60
7. Analiza nelinearnih sistema drugog reda u faznoj ravnini
3. Konstruisati mreºu izoklina za svaki linearni segment variraju¢i parametar M, a zatim na-
crtati fazne trajektorije za svaki linearni segment.
4. Analizirati sistem po segmentima linearne karakteristike.
Primjer:
Neka se ima nelinearan sistem sa nelinearnom karakteristikom tipa zona neosjetljivosti £iji nagib
iznosi 2. Primjenom metoda izoklina, nacrtati fazne trajektorije sistema i izvr²iti analizu sistema.
Rje²enje
Za linearni dio sistema vrijedi:
d2 y dy
s(s + 1)Y (s) = U (s) =⇒ + = u(t) (7.29)
dt2 dt
Model se moºe napisati u prostoru stanja ako se za varijable stanja uzme:
x1 = y
(7.30)
x2 = ẏ
Formiramo jedna£inu:
dx2
−x2 + u
M= dx
dx1
= (7.32)
dt
x2
Vrijedi da je:
2(e − 1), e > 1
u= 0, |e| ≤ 1 (7.33)
2(e + 1), e < −1
61
7. Analiza nelinearnih sistema drugog reda u faznoj ravnini
M =0 M = −1 M = −1 M = −2
x2
M =1 M = −3
-1 1 M =∞ x1
M = −3 M =1
M = −2 M =0
62
8. Stabilnost nelinearnih sistema po Lyapunov-u
63
8. Stabilnost nelinearnih sistema po Lyapunov-u
• Stabilna ako ∀ > 0 postoji δ = δ() > 0 tako da euklidska norma ||x(0)|| < δ povla£i
(slijedi) da je:
||x(t)|| < , ∀t ≥ 0 (8.5)
• Nestabilna ako nije stabilna
• Asimptotski stabilna ako je stabilna i ako δ moºe biti izabrano tako da vrijedi:
x2
x1
δ
neprekidne prve parcijalne derivacije, a ²to je ekvivalentno da ima neprekidnu prvu derivaciju po
vremenu), tada je:
• ta£ka ekvilibrijuma xe = 0 sistema 8.1 asimptotski stabilna ukoliko su sve svojstvene vrijed-
nosti matrice A sa negativnim realnim dijelovima:
Re{λi } < 0, i = 1, 2, . . . , n (8.9)
64
8. Stabilnost nelinearnih sistema po Lyapunov-u
θ
l
θ̇
m
Fg = mg
ẋ1 = x2
g k (8.12)
ẋ2 = θ̈ = − sin θ − θ̇
l m
ẋ1 = x2
g k (8.13)
ẋ2 = θ̈ = − sin x1 − x2
l m
Potencijalna energija sistema, ako se usvoji da je referentni nivo nulte potencijalne energije kada
se klatno nalazi u najniºoj ta£ki, je:
Ep (x1 ) = mg(l − l cos x1 ) = mgl(1 − cos x1 ) (8.14)
Kineti£ka energija je:
mv 2 m(lθ̇)2 ml2 x22
Ek (x2 ) = = = (8.15)
2 2 2
Suma kineti£ke i potencijalne energije je:
ml2 x22
V (x1 , x2 ) = Ep (x1 ) + Ek (x2 ) = mgl(1 − cos x1 ) + (8.16)
2
V (x1 , x2 ) je energetska funkcija.
Nije te²ko pokazati da vrijedi:
1.
V (x1 = 0, x2 = 0) = 0 (8.17)
65
8. Stabilnost nelinearnih sistema po Lyapunov-u
2.
V (x1 , x2 ) > 0, ∀x 6= 0 (8.18)
dV (x1 , x2 ) ∂V dx1 ∂V dx2 ∂V ∂V
V̇ (x1 , x2 ) = = + = ẋ1 + ẋ2 =
dt ∂x1 dt ∂x2 dt ∂x1 ∂x2 (8.19)
= mgl sin x1 ẋ1 + ml2 x2 ẋ2
1. U slu£aju klatna bez trenja je k = 0, pa je:
g
V̇ (x1 , x2 ) = mgl sin x1 · x2 + ml2 x2 (− sin x1 ) = 0 (8.20)
l
Dakle, razmatraju¢i energiju sistema duº trajektorije sistema, kao i trend promjene energije,
mogu¢e je (uslovno govore¢i) zaklju£iti o stabilnosti sistema.
1892. godine se pokazalo da se za potrebe odreivanja stabilnosti ta£ke ekvilibrijuma mogu koristiti
neke druge funkcije (umjesto energetskih) tzv. Lyapunov-e funkcije.
Neka je V : D → R (V- skalarna funkcija vektorskog argumenta) kontinualno diferencijabilna
funkcija (ima neprekidne prve parcijalne izvode) svih varijabli stanja denirana u domenu D ⊂ Rn
koji sadrºi ishodi²te. Izvod od V duº trajektorije sistema 8.1 (ẋ = f (x)) je:
n n
X ∂V X ∂V
V̇ (x) = ẋ1 = fi (x) =
i=1
∂xi i=1
∂xi
f1 (x) (8.22)
f (x)
∂V 2 ∂V
.
∂V ∂V
= ...
. = grad(V ) · f = f (x)
∂x1 ∂x2 ∂xn
. ∂x
fn (x)
V (0) = 0
(8.24)
V (x) > 0, u D\{0}
66
8. Stabilnost nelinearnih sistema po Lyapunov-u
gdje je g(x) lokalno Lipschitz-ovo preslikavanje sa (−a, a), a > 0 i koje zadovoljava uslov:
g(0) = 0
(8.27)
xg(x) > 0, ∀x 6= 0 i x ∈ (−a, a)
Ispitati stabilnost ta£ke ekvilibrijuma navedenog sistema.
Rje²enje:
Mogu¢i dijagram od g(x) jeste kao na slici:
g(x)
x
−a a
Moºemo pretpostaviti da je funkcija V (x) kandidat za funkciju Lyapunov-a data u slede¢oj formi:
Z x
V (x) = g(y)dy (8.28)
0
Z 0
V (0) = g(y)dy = 0
0
Z x
za x > 0 =⇒ g(x) > 0 =⇒ V (x) = g(y)dy > 0 (8.29)
0
Z x Z 0 Z 0
za x < 0 =⇒ g(x) < 0 =⇒ V (x) = g(y)dy = − g(y)dy = (−g(y))dy > 0
0 x x
67
8. Stabilnost nelinearnih sistema po Lyapunov-u
Prema tome, ta£ka ekvilibrijuma ovakvog sistema je asimptotski stabilna budu¢i da je V̇ (x) ne-
gativno denitna.
Primjer 2:
Neka je dato klatno sa trenjem:
ẋ1 = x2
(8.32)
ẋ2 = −a sin x1 − bx2
gdje su:
g
a= >0
l
k (8.33)
b= >0
m
Ispitati stabilnost ta£ke ekvilibrijuma (0, 0).
Rje²enje:
Neka je
1
V (x) = a(1 − cos x1 ) + x22 (8.34)
2
funkcija Lyapunov kandidat. V (x) je pozitivno denitna u dovoljno maloj okolini ta£ke (0, 0), a
V̇ je neprekidno diferencijabilna.
68
8. Stabilnost nelinearnih sistema po Lyapunov-u
x2
x1
−π π
V̇ (x) je negativno denitna funkcija u D koji obuhvata ishodi²te, pa je ta£ka ekvilibrijuma asimp-
totski stabilna.
70
8. Stabilnost nelinearnih sistema po Lyapunov-u
V (x) > 0
x1
U
x2 = −x1
Prema tome U je skup svih ta£aka prikazanih i²rarano i za proizvoljno x0 koje je blisko ta£ki
x = 0 i x0 ∈ U vrijed da je V (x0 ) > 0.
71
8. Stabilnost nelinearnih sistema po Lyapunov-u
8.7.1 Teorema
Matrica A je Hurwitz-ova tj. Re{λi } < 0 za sve svojstvene vrijednosti od A (∀i = 1, 2, ..., n) ako i
samo ako (akko) za bilo koju pozitivno denitnu simetri£nu matricu Q postoji pozitivno denitna
simetri£na matrica P koja zadovoljava Lyapunov-u jedna£inu:
P A + AT P = −Q (8.65)
tavi²e, ako je A Hurwitz-ova, tada je P jedinstveno rje²enje gornje jedna£ine.
Primjer
Neka je Ẋ = AX gdje je
0 −1
A= (8.66)
1 −1
Ispitati stabilnost ta£ke ekvilibrijuma linearnog sistema.
Rje²enje
Budu¢i da uslovi teoreme vrijede za bilo koju pozitivno denitnu matricu Q, obi£no se uzima da
je:
1 0
Q= (8.67)
0 1
i rje²ava se Lyapunov-a jedna£ina po P .
Neka je
p11 p12
P = (8.68)
p12 p22
a Lyapunov-a jedna£ina
P A + AT P = −Q (8.69)
p11 p12 0 −1 0 1 p11 p12 1 0
+ =−
p12 p22 1 −1 −1 −1 p12 p22 0 1
p12 −p11 − p12 p12 p22 −1 0
+ = (8.70)
p22 −p12 − p22 −p11 − p12 −p12 − p22 0 −1
2p12 −p11 − p12 + p22 −1 0
=
p22 − p11 − p12 −2p12 − 2p22 0 −1
72
8. Stabilnost nelinearnih sistema po Lyapunov-u
1
2p12 = −1 =⇒ p12 = −
2
− p11 − p12 + p22 = 0 (8.71)
p22 − p11 − p12 = 0
− 2p12 − 2p22 = −1 =⇒ p22 = 1
1 3
− p11 + + 1 = 0 =⇒ p11 = (8.72)
2 2
Pa je matrica P :
3
− 12
P = 2 (8.73)
− 21 1
Prema Silvester-ovom teoremu, glavni minori matrice P moraju biti pozitivni:
3
>0
2 (8.74)
3 11 5
− = >0
2 22 4
Prema tome, P je pozitivno denitna, pa je ta£ka ekvilibrijuma asimptotski stabilna.
∇ - nabla operator:
∂~ ∂ ∂
∇= i + ~j + ~k (8.76)
∂x ∂y ∂z
g(x) se pretpostavlja u kvazilinearnoj formi:
g1 (x) a11 x1 + a12 x2 + · · · + a1n xn
g2 (x) a21 x1 + a22 x2 + · · · + a2n xn
g(x) = .. =
.
.
(8.77)
. .
gn (x) an1 x1 + an2 x2 + · · · + ann xn
73
8. Stabilnost nelinearnih sistema po Lyapunov-u
2. Koecijent aij (x) moraju biti tako odabrani da V (x) bude pozitivno denitna pri £emu je:
Z x
V (x) = g T (y)dy (8.79)
0
3. Koecijenti aij (x) treba da budu odabrani tako da V̇ (x) bude negativno (semi)denitna
ukoliko je to mogu¢e
4. Budu¢i da je g(x) vektorsko polje gradijenta potencijalne funkcije (potencijalno polje) to je
ono bezvrtloºno, a za bezvrtloºno polje vrijedi da je rotg = 0
Napomena:
i j k
rot~g = ∇ × ~g = ∂x∂ 1 ∂
∂x2
∂
∂x3 (8.80)
g1 g2 g3
Npr.: Za n=3
∂g3 ∂g2
∂x2
− ∂x3
rotg =
∂g1
∂x3 − ∂g3
∂x1 (8.81)
∂g2 ∂g1
∂x1
− ∂x2
Odnosno u op²tem
∂gi ∂gj
= , ∀i, j = 1, 2, ..., n (8.82)
∂xj ∂xi
to predstavlja dodatnih n(n−1)
2
uslova.
Drugim rije£ima, matrica:
∂2V ∂2V ∂2V
∂g1
∂g1 ∂g1 ...
∂x1 ∂x2
... ∂xn ∂x2 ∂x1 ∂x1 ∂x1 ∂xn
∂g2 ∂g2 ∂g2 ∂ 2 V1 ∂2V ∂2V
∂g(x) ... ...
∂x22
(8.83)
∂x1 ∂x2 ∂xn
∂x2 ∂x1 ∂x2 ∂xn
= . = ..
..
∂x .
∂gn ∂gn ∂gn ∂2V ∂2V ∂2V
∂x1 ∂x2
... ∂xn ...
∂xn ∂x1 ∂xn ∂x2 ∂x2n
x2
x1
74
8. Stabilnost nelinearnih sistema po Lyapunov-u
Primjer:
Neka je dat sistem drugog reda:
ẋ1 = x2
(8.85)
ẋ2 = −h(x1 ) − ax2
−a
−h(x1 )
−a
75
9. Stabilnost nelinearnih sistema po Lyapunov-u
76
9. Frekvencijske metode analize nelinearnih sistema
2 T 2 T
Z Z
a0 = y(t)dt = f (x(t))dt (9.3)
T 0 T 0
Budu¢i da je y(t) periodi£an neparan signal, njegova prosje£na vrijednost je jednaka nuli.
2 T 2 T
Z Z
a0 = y(t)dt = f (x(t))dt = 0 (9.4)
T 0 T 0
2 T 2 T
Z Z
ak = y(t) cos kωtdt = f (x(t)) cos kωtdt (9.5)
T 0 T 0
Po²to se radi o neparnom signalu:
ak = 0 (9.6)
T
2 T
Z Z
2
bk = y(t) sin kωtdt = f (x(t)) sin kωtdt 6= 0 (9.7)
T 0 T 0
Ako se pretpostavi da je G(s) NF lter, tada ¢e on propu²tati samo osnovni harmonik, dok ¢e vi²i
harmonici biti prigu²eni.
y(t) ≈ b1 sin ωt (9.8)
Odnosno, izlazni signal je iste frekvencije i faze kao i ulazni, samo izmjenjene amplitude.
U op²tem slu£aju, ako je stati£ka nelinearnost sa memorijom i opet centralno simetri£na u odnosu
na ishodi²te, tada izlazni signal u op²tem nije ni parna ni neparna funkcija, tj. izlazni signal je
77
9. Frekvencijske metode analize nelinearnih sistema
π
2 π
x t
-K
78
9. Frekvencijske metode analize nelinearnih sistema
Rje²enje:
−S +S u
−L
−L, u < −S
−L, −S ≤ u ≤ +S, ẋ > 0
y = f (u) = (9.23)
+L, u > +S
+L, −S ≤ u ≤ +S, ẋ < 0
79
9. Frekvencijske metode analize nelinearnih sistema
u1 u1 + π u1 + 2π
−S +S x u = ωt
−L
−L
A
x(u)
u1
−u1 + π
u1 + π
−u1 + 2π
u = ωt
80
9. Frekvencijske metode analize nelinearnih sistema
S
A sin u1 = +S =⇒ sin u1 = (9.33)
A
S
u1 = arcsin (9.34)
A
Razmatrajmo slu£aj A > S
Z u1 +2π
1
g(A) = f (A sin u, ωA cos u) sin udu =
πA u1
Z u1 +π Z u1 +2π
1 1 L L
= L sin udu + (−L) sin udu = (− cos u)|uu11 +π + (cos u)|uu11 +2π
+π =
πA u1 πA u1 +π πA πA
L L 4L
= [−(− cos u1 ) + cos u1 ] + [cos u1 − (− cos u1 )] = cos u1 =
πA s πA πA
2
4L p 2 4L S
= 1 − sin u1 = 1−
πA πA A
(9.35)
Z u1 +2π
1
d(A) = f (A sin u, ωA cos u) cos udu =
πA u1
Z u1 +π Z u1 +2π
1 1 L L
= L cos udu + (−L) cos udu = (sin u)|uu11 +π − (sin u)|uu11 +2π
+π =
πA u1 πA u1 +π πA πA
L L −4L
= [− sin u1 − sin u1 ] − [sin u1 − (− sin u1 )] = sin u1 =
πA πA πA
−4L S −4LS
= =
πA A πA2
(9.36)
s s
2 2
4L S 4LS 4L S S
N (A) = 1− −j 2
= 1− − j = Re + jIm (9.37)
πA A πA πA A A
Razmotrimo slu£aj da je A ≤ S
y(t) = +S ili y(t) = −S (9.38)
i nema komutacije.
Budu¢i da je y(t) = const slijedi da je:
I1 = I2 = 0 (9.39)
pa je:
N (A, ω) = 0 (9.40)
r=0 + x(t) y(t) c(t)
N (A, ω) G(s)
−
Pretpostavili smo da je izlaz c(t) periodi£an, a to je mogu¢e samo ako u sistemu postoje oscilacije,
odnosno grani£ni ciklus. Opisana metoda linearizacije se zove harmonijska metoda linearizacije
ili metoda harmonijskog balansa (metod opisne funkcije). Metodologija prvenstveno sluºi za pre-
dikciju grani£nog ciklusa. Ovom metodologijom se moºe objasniti rad mnogih sklopova kao ²to
81
9. Frekvencijske metode analize nelinearnih sistema
su oscilatori, sigma-delta AD konvertori, PWM modulatori, odnosno svi sklopovi koji pokazuju
fenomen grani£nih ciklusa, a mogu se razdvojiti na linearni i nelinearni dio.
Znamo da ¢e se pojaviti oscilacije u sistemu kada je ispunjen sljede¢i uslov:
1 + N (A, ω) · G(jω) = 0 (9.41)
odnosno kada Nyquist-ov dijagram prolazi kroz ta£ku (−1, j0).
Jedna£ina 9.41 se zove jadna£ina harmonijskog balansa. Iz nje (jedna£ine 9.41) slijedi:
1
+ G(jω) = 0 (9.42)
N (A, ω)
Rje²avaju¢i 9.42 po A i ω mogu se dobiti rje²enja za amplitudu i frekvenciju oscilacija (A i ω ).
Meutim, sva rje²enja ne moraju dati stabilne oscilacije (stabilne grani£ne cikluse). Ova jedna£ina
se moºe rije²iti analiti£ki i gra£ki.
(A2 ,ω2 )
Ta£ka stabilnog
grani£nog ciklusa
Re
(A1 ,ω1 )
Ta£ka nestabilnog
grani£nog ciklusa G(jω)
82
10. Metode upravljanja nelinearnim sistemima
Presjek ove dvije krive odreuje stabilni ili nestabilni grani£ni ciklus ²to se moºe odrediti prema
sljede¢em kriteriju:
Svaka ta£ka presjeka krive G(jω) i kriti£ne krive − N (A)
1
odgovara grani£nom ciklusu. Ako ta£ka
blizu ta£ke presjeka i duº krive − N (A) u smjeru pove¢anja A nije obuhva¢ena krivom G(jω) tada
1
r(t) = 0 + 2 y(t)
− 1, 3
SISTEM
PID
U normalnom radu prekida£ je u poziciji 1, tj. PID regulator je uklju£en. Meutim, kada se ºeli
obaviti autotuning parametara PID regulatora, prekida£ se prebaci u poziciju 2, tj. upravljanje
se prebaci na idealni dvopoloºajni relej, izazove se grani£ni ciklus, odredi se period oscilacija T,
odnosno frekvencija oscilacija ω . Takoe se odredi kriti£no poja£anje k = N (A) gdje je N (A)
opisna funkcija idealnog dvopoloºajnog releja. Na osnovu Ziegler-Nichlos preporuka se odrede
parametri PID regulatora, a zatim se upravljanje prebaci na PID regulator (prekida£ u poziciju
3).
Primjer
Neka se ima sistem automatskog upravljanja kao na prethodnoj slici pri £emu je funkcija prenosa
sistema:
6
G(s) = (10.1)
(s + 1)(s + 2)(s + 3)
Ispitati mogu¢nost postojanja oscilacija u sistemu sa idealnim dvopoloºajnim relejem (prekida£ u
poziciji 2) kao i parametre PID regulatora prema Ziegler-Nichlos preporukama.
Rje²enje:
Opisna funkcija idealnog dvopoloºajnog releja je:
4k
N (A) = (10.2)
πA
83
10. Metode upravljanja nelinearnim sistemima
1 πA
− =− (10.3)
N (A) 4k
Im
Ta£ka stabilnog
grani£nog ciklusa
G(jω)
−1
N (A) ω→∞ A
K ω→0 Re
6
G(jω) = =
(jω + 1)(jω + 2)(jω + 3)
6 6
= 2
= =
(2 − ω + 3jω)(jω + 3) 3(2 − ω ) − 3ω + [(2 − ω 2 )ω + 9ω] j
2 2
84
10. Metode upravljanja nelinearnim sistemima
Funkcija kontrolera je
1
GP ID = KP 1 + Td s + (10.13)
Ti s
Prema tome, algoritam autotuninga je:
1. Iz jedna£ine − N (A)
1
= G(jωπ ) odrediti amplitudu oscilacija i ωk tj. T = 2π
ωk
iz dvije jedna£ine
za realni i imaginarni dio.
2. Kriti£no poja£anje Kkr = N (A) = −1
G(jωπ )
Umax
Umax
isklop
∆c
− ∆c ∆c e
2 2 uklop
Umax
∆c u = f (e)
Umin = 0 r e
85
10. Metode upravljanja nelinearnim sistemima
c=r−e (10.15)
Kada je upravljana (regulirana) veli£ina manja od vrijednosti reference r, regulator na izlazu daje
puni upravlja£ki signal Umax , koji predstavlja uklop izvr²nog sistema (aktuatora). Kada je uprav-
ljana veli£ina ve¢a od reference r, tada regulator daje na izlazu Umin , tj. izvr²ni £lan je isklju£en.
Meutim, zbog postojanja histereze, uklapanje nastaje kada gre²ka e = r − c poraste iznad vri-
jednosti e = ∆c
2
, odnosno isklapanje nastaje kada gre²ka opadne ispod vrijednosti e = − ∆c 2
. irina
histereze je ∆c.
Dvopoloºajni regulatori mogu biti elektri£ni, mehani£ki, hidrauli£ki, pneumatski ili kombinirani.
Upotrebljavaju se za reguliranje pritiska, temperature, nivoa, itd. Pogodni su za digitalnu realiza-
ciju budu¢i da nije potrebno koristiti DA konvertore. Prednosti kori²tenja dvopoloºajne regulacije
su jednostavnost i mala cijena izvedbe. Nedostaci su njihanje upravlja£ke veli£ine (i upravljane
veli£ine), udari u mreºi zbog uklapanja i isklapanja, tro²enje kontakata, itd.
C0 = 15o C
0.2 1.2 Isklop t
Uklop
Tm = 0.2 =⇒ T = 1
86
10. Metode upravljanja nelinearnim sistemima
U
Umax
Slika 10.1:
Uklapanjem i isklapanjem moºemo posti¢i temperaturu izmeu (C0 , Cmax ). Neka imamo proces
bez £istog transportnog ka²njenja i neka se razmatra samo devijacija temperature oko radne ta£ke
pri £emu se ofset od 15o C ne uzima u obzir.
Slika A.1 se nalazi u dodatku ovog dokumenta (na kraju).
U slu£aju da prekinemo povratnu spregu i da je regulator uklju£en, upravljana varijabla bi narasla
na C∞ .
Umax K
C = C∞ = lim s = KUmax (10.19)
s→0 s Ts + 1
U tom slu£aju bi se odziv sistema kretao po krivoj a. Kada bismo nakon dostizanjat C∞ isklju£ili
regulator temperatura prostorije bi opadala po krivoj b odnosno po zakonu e− T . Neka sada
imamo sistem sa zatvorenom povratnom spregom i neka je referenca postavljena na r = 0.5C∞
u trenutku 1. U tom slu£aju temperatura bi rasla paralelno krivoj a i kada upravljana varijabla
dostigne referencu, regulator bi se trebao islju£iti, ali zbog postojanja histereze, regulator se isklju£i
tek kada upravljana varijabla dostigne C = r + ∆c 2
. Zatim opada paralelno krivoj b, i ne uklju£uje
se sve dok se ne dostigne C = r − 2 . Proces se dalje nastavlja i prakti£no izlazni signal po£inje
∆c
da osciluje, dolazi do njihanja oko referentne vrijednosti, pri £emu ¢e veli£ina njihanja biti upravo
veli£ina histereze. Razmah njihanja je Cd = ∆c. Izlaz osciluje izmeu r − ∆c 2
i r + ∆c
2
, pri £emu je
srednja vrijednost izlaza r. Ako smanjimo referentnu vrijednost na 0.2C∞ , prema slici vidimo da
¢e izlazni signal varirati izmeu r − ∆c
2
i r + ∆c2
, dok se je frekvencija smanjila kao i faktor ispune.
Najve¢a frekvencija i faktor ispune upravljanog signala je u slu£aju r = 0.5C∞ , pri £emu je gre²ka
stacionarnog stanja jednaka nuli.
ess = r − Csr (10.20)
Neka imamo slu£aj da imamo regulator bez histerezisa, pri £emu proces ima £isto transportno
ka²njenje.
Slika A.2 se nalazi u dodatku ovog dokumenta (na kraju).
Ako uklju£imo grija£, tada se temperatura mijenja po krivoj c. Neka je r = 0.8C∞ . U tom slu-
£aju kada izlazni signal dostigne r grija£ ¢e se isklju£iti, a tot isklju£enje ¢e se osjetiti tek nakon
Tm . Tada po£inje da opada temperatura po zakonu C∞ e− T . Kada temperatura opadne ispod
r = 0.8C∞ grija£ ¢e se uklju£iti, meutim temperatura opada za vrijeme Tm , te se tek tada po£ne
osje¢ati uticaj grija£a. Postojati ¢e gre²ka stacionarnog stanja, jer srednja vrijednost izlaza nije
jednaka referentnoj. Frekvencija preklapanja je najve¢a za r = 0.5C∞ . U slu£aju da je r = 0.5C∞ ,
tada je srednja vrijednost izlaznog signala jednaka referentnom signalu. Ako je r 6= 0.5C∞ dobija
se gre²ka stacionarnog stanja. Za r < 0.5C∞ gre²ka stacionarnog stanja ¢e biti negativna, dok za
r > 0.5C∞ gre²ka stacionarnog stanja ¢e biti pozitivna.
Neka imamo regulator sa histerezisom i imamo £isto transportno ka²njenje.
Slika A.3 se nalazi u dodatku ovog dokumenta (na kraju).
Za odreivanje njihanja, frekvencije i gre²ke stacionarnog stanja koriste se pribliºne metode.
Eksponencijalnu funkciju ¢emo aproksimirati sa linearnom funkcijom u ta£ki kada regulirana ve-
li£ina C dostiºe referencu.
87
10. Metode upravljanja nelinearnim sistemima
Tm
∆c1
cd ∆c
∆c2
tra trb
Tm
T1 T2
t
da d(C∞ (1 − e− T )) 1 C∞ − tra
(10.21)
tra
|t=tra = |t=tra = −C∞ e− T (− ) = e T
dt dt T T
Za t = tra je:
(10.22)
tra
r = C∞ (1 − e− T )
r
(10.23)
tra
= 1 − e− T
C∞
r
(10.24)
tra
e− T = 1 −
C∞
Prema tome, nagib krive a je:
dc C∞ − tra C∞ r 1
|t=tra = e T = (1 − ) = (C∞ − r) (10.25)
dt T T C∞ T
Nadalje:
∆c1 1
= (C∞ − r) (10.26)
Tm T
Tm
∆c1 = (C∞ − r) . . . (A) (10.27)
T
Izvod krive b = C∞ e− T u ta£ki t = trb je:
t
t
db d(C∞ e− T ) C∞ − trb
|t=trb = |t=trb = − e T (10.28)
dt dt T
Za t = trb je:
trb
r = C∞ e− T (10.29)
trb r
e− T = (10.30)
C∞
Prema tome, nagib krive b je:
dc C∞ r r
|t=trb = − =− (10.31)
dt T C∞ T
Nadalje:
∆c2 r
= (10.32)
Tm T
88
10. Metode upravljanja nelinearnim sistemima
Tm
∆c2 = r . . . (B) (10.33)
T
Sumiraju¢i (A) i (B) sa ∆c dobijamo:
Tm Tm
cd = ∆c + [(C∞ − r) + r] = ∆c + C∞ . . . (C) (10.34)
t T
Prema tome, valovitost izlaznog signala je ve¢a ²to je ve¢a ²irina histereze, transportno ka²njenje,
odnosno ²to je manja vremenska konstanta sistema i ²to je ve¢a ustaljena vrijednost C∞ = KUmax
izlaznog signala, odnosno ²to je ve¢e poja£anje sistema K .
Iz nagiba pravaca sa slike je vidljivo:
cd 1
= (C∞ − r) (10.35)
T1 T
i cd r
= (10.36)
T2 T
Ako saberemo ove dvije jedna£ine dobijamo:
T1 T2 T T
+ = + (10.37)
cd cd C∞ − r r
C∞
Tp = T1 + T2 = cd T (10.38)
r(C∞ − r)
Kori²tenjem formule (C) dobijamo:
Tm C∞ C∞ (Tm + T C∆c )
Tp = (∆c + C∞ )T = ∞
(10.39)
T r(C∞ − r) r(1 − Cr∞ )
Tm + T C∆c
Tp = r
∞
r . . . (D) (10.40)
C∞
(1 − C∞
)
1
fp = (10.41)
Tp
Period oscilacija je ve¢i ²to je ve¢e Tm i T i ²to je ve¢a ²irina histereze ∆c. Minimalan period se
dobija ja r = 0.5C∞ .
Maksimalna vrijednost izlaznog signala Cmax je:
∆c 1
Cmax = r + + (C∞ − r)Tm (10.42)
2 T
Minimalna vrijednost izlaznog signala Cmin je:
∆c r
Cmin = r − − Tm (10.43)
2 T
Prosje£na vrijednost izlaznog signala Csr je:
1 Tm C∞
Csr = (Cmax + Cmin ) = r + −r . . . (E) (10.44)
2 T 2
Gre²ka stacionarnog stanja je:
Tm C∞ Tm C∞
Ce = ess = r − Csr = − −r = r− . . . (F ) (10.45)
T 2 T 2
89
10. Metode upravljanja nelinearnim sistemima
Vrijedi da je:
Za r = 0.5C∞ gre²ka je ess = 0
Za r > 0.5C∞ gre²ka je pozitivna ess > 0
Za r < 0.5C∞ gre²ka je negativna ess < 0
Primjer
Za regulirani sistem na slici 10.1 odrediti pri ∆c = 2o C , K = 2 kW , T = 1h, Tm = 0.2h, C∞ = 10o C ,
oC
90
10. Metode upravljanja nelinearnim sistemima
Reg
u
k2 Tm
qul1
qizl = const
pumpa
qul
c k1
qizl
r(t) + e(t) u(t) qul − 1 1
c(t)
−
k2 e−Tm s + k1 s
e
∆c
91
10. Metode upravljanja nelinearnim sistemima
1
− tgα2 = (−qizl ) (10.60)
k1
1
α1 = arctg (k2 Umax − qizl ) (10.61)
k1
1
α2 = arctg qizl (10.62)
k1
Sa slike je vidljivo da je njihanje:
cd = ∆c + Tm (tgα1 + tgα2 ) (10.63)
Njihanje je ve¢e ²to je ve¢a histereza i transportno ka²njenje, odnosno ²to su manje vremenske
konstante punjenja t1 i t2 .
∆c
Cmax = r + + tgα1 Tm (10.64)
2
∆c
Cmin = r − − tgα2 Tm (10.65)
2
1 1
Csr = (Cmax + Cmin ) = r + Tm (tgα1 − tgα2 ) (10.66)
2 2
Tm
Ce = (tgα2 − tgα1 ) (10.67)
2
Tp = 2Tm + t1 + t2 (10.68)
gdje je iz:
cd cd
= tgα1 =⇒ t1 = − Tm (10.69)
t1 + Tm tgα1
cd cd
= tgα2 =⇒ t2 = − Tm (10.70)
t2 + Tm tgα2
92
10. Metode upravljanja nelinearnim sistemima
• Za λ = λ2 je
1
x1 =1
x2 = λ2 x1 =⇒ v2 (10.82)
λ2
x2
v1 (λ1 > 0)
x1
Stabilne trajektorije
v2 (λ2 < 0)
Neka k moºe uzimati dvije vrijednosti α i β i neka je nadalje izbor ovih vrijednosti odreen znakom
kontinualne funkcije s = s(x1 , x2 ) pri £emu je u = −kx1 i:
α, s(x1 , x2 ) > 0
k= (10.83)
β, s(x1 , x2 ) < 0
93
10. Metode upravljanja nelinearnim sistemima
Sedlo
u = −αx1
Stabilan fokus
u = −βx1
x1
Stabilan fokus
Sedlo
Linije
preklapanja
Kretanje je odreeno sa dva tipa strukture sistema koje su odreene sa izborom u = −αx1 ili
u = −βx1 . Ovo je dakle sistem sa promjenljivom strukturom (SPS). Treba napomenuti da su λ1
i λ2 izra£unate za vrijednosti k = −α tj. kao svojstvene vrijednosti matrice sistema:
ẋ1 = x2
(10.86)
ẋ2 = −a0 x1 − a1 x2 − αx1 = −(a0 + α)x1 − a1 x2
94
10. Metode upravljanja nelinearnim sistemima
x2
x2 = λ 2 x1 (x10 , x20 ) x2 = λ1 x1
x2 = −µ1 x1 1
Sedlo
u = −αx1
Stabilan fokus
u = −βx1
2
x1
3
A
Sedlo
?
4
O£ito je da kada fazna trajektorija sistema stigne u ta£ku A ne¢e se nastaviti kretati po trajektoriji
(4) budu¢i da trajektorija (4) ide po liniji preklapanja
s1 (x1 , x2 ) = x2 + µ1 x1 = 0 (10.88)
Jedino mogu¢e kretanje je duº linije preklapanja (3) i ovo kretanje se naziva klizni reºim (sliding
mode). O£ito je da kada faza sistema padne na liniju preklapanja (switching line) daljnje kretanje
nije odreeno strukturom stabilni fokus niti strukturom tipa sedlo. Budu¢i da je nakon ²to faza
sistema stigne u ta£ku A vrijedi da je x2 = −µ1 x1 to model sistema postaje:
ẋ1 = x2
(10.89)
x2 = −µ1 x1
odnosno
ẋ1 = −µ1 x1 (10.90)
dx1
= −µ1 x1 (10.91)
dt
x1 = x1A e−µ1 t (10.92)
Prema tome ukoliko je µ1 > 0 tada se kretanje sistema nastavlja duº prekida£ke linije u smjeru
ka ishodi²tu prostora stanja. Sistem se na prekida£koj liniji pona²a kao sistem prvog reda sa
modelom
ẋ1 = −µ1 x1 (10.93)
Ukoliko je µ1 < 0 tada se kretanje sistema nakon ta£ke A nastavlja duº prekida£ke linije ali u
smjeru od ishodi²ta (nestabilan sistem prvog reda).
Neka se sada ima sistem u formi:
dxi
= xi+1 , i = 1, 2, . . . , n − 1
dt (10.94)
dxn
= f (x1 , x2 , . . . , xn , t) + u
dt
95
10. Metode upravljanja nelinearnim sistemima
Prema tome, xn vi²e nije varijabla stanja jer je linearna kombinacija drugih varijabli stanja i
pona²anje sistema duº klizne povr²ine je potpuno odreeno sistemom jedna£ina 10.99. Izborom
koecijenata ci moºe se uspostaviti ºeljena dinamika sistema duº klizne povr²ine u ta£ku ekvili-
brijuma. Kretanje u kliznom reºimu je odreeno samo poloºajem klizne ravnine tj. koecijenata
ci i uop²te ne zavisi od parametara sistema £ime se dobija veoma robusno rje²enje. U stvarnosti
postoji vremensko ka²njenje izmeu trenutka kada postane s = 0 i vremena komutacije upravlja-
nja (aktuator je realan objekat sa svojom vremenskom konstantom) pa trajektorija pree preko
linije preklapanja pa ponovo na drugu stranu tj. dolazi do ²kljocanja (chatering).
s=0
s>0
s<0
Postavlja se pitanje pod kojim uslovima se kretanje koje padne na kliznu povr²inu nastavlja duºe
klizne povr²ine. Neka se ima nelinearan sistem £iji je model u prostoru stanja:
dx
= f (x, t) + B(x, t)u (10.100)
dt
dim(x) = n
dim(f (x, t)) = n
(10.101)
dim(u) = m
dim(B(x, t)) = n × m
96
10. Metode upravljanja nelinearnim sistemima
(10.104)
T
u = u1 u2 . . . um
i i ui su neprekidne funkcije po x i t, si su kontinualno diferencijabilne.
−
u+
Da bi kretanje koje padne na povr²inu preklapanja nastavilo da se kre¢e po liniji preklapanja,
trajektorije moraju biti usmjerene ka liniji preklapanja. Ovaj uslov moºe biti iskazan u formi:
ds ∂s ∂s ∂s
lim+ = lim+ ẋ = lim+ ẋ1 + · · · + ẋn <0 (10.105)
s→0 dt s→0 ∂x s→0 ∂x1 ∂xn
ds ∂s ∂s ∂s
lim− = lim− ẋ = lim− ẋ1 + · · · + ẋn >0 (10.106)
s→0 dt s→0 ∂x s→0 ∂x1 ∂xn
Izvod s po t u okolini linije preklapanja se radi duº trajektorije sistema. Prethodni uslovi zna£e
da odstupanje funkcije s = s(x, t) od linije preklapanja s(x, t) = 0 i brzina promjene ove funkcije
duº trajktorije sistema u okolini linije preklapanja imaju suprotan znak.
Neka se ima nelinearan sistem drugog reda:
ẋ1 = x2
(10.107)
ẋ2 = h(x) + g(x)u
97
10. Metode upravljanja nelinearnim sistemima
i ako se uzme µ1 > 0 (tj. prekida£ka linija leºi u drugom i £etvrtom kvadrantu ravni x1 x2 ) ovo
garantuje da ¢e kretanje zavr²iti u ishodi²tu tj. x(t) → 0, t → ∞. U slu£aju da vrijedi
µ x + h(x) n c o
1 2
≤ k1 ,
∀x ∈ Ω = |x1 | ≤ , |s| ≤ c (10.115)
g(x) µ1
tada zakon upravljanja u = −ksgn(s), k > k1 > 0 sve trajektorije odvodi na kliznu povr²inu
ukoliko one po£inju iz x0 ∈ Ω.
Neka se ima linearan sistem
ẋ1 = x2
(10.116)
ẋ2 = −a0 x1 − a1 x2 + u
Uslov g(x) ≤ k1 postaje
µ1 x2 +h(x)
µ x − a x − a x
1 2 0 1 1 2
= (µ1 − a1 )x2 − a0 x1 ≤ k1
(10.117)
1
Uzmimo region n c o
Ω = |x1 | ≤ , |µ1 x1 + x2 | ≤ c (10.118)
µ1
x2
B
2c
c
x2 = −µ1 x1 − c
c
µ1
− µc1
Ω x1
x2 = −µ1 x1 + c
-c
x2 = −µ1 x1
-2c
A
ta£aka, a zatim uzeti upravlja£ki zakon u = −ksgn(s) pri £emu je (µ1 − a1 )x2 − a0 x1 < k
98
10. Metode upravljanja nelinearnim sistemima
x2
A
2c
a0
x2 = µ1 −a1 x1 + M1
c
M1 > M0
a0
c x2 = µ1 −a1 x1 + M0
µ1
− µc1 x1
-c
-2c
B
Primjer
Za klatno satrenjem projektovati kontrolu za upravljanje u kliznom reºimu. Model sistema je:
ẋ1 = x2
g0 k0 1 (10.120)
ẋ2 = − sin (x1 + δ1 ) − x2 + 2 u
l m ml
Podaci su: δ1 = π2 , x1 = θ − δ1 , x2 = θ, m = 0.1, l = 1, k0 = 0.02, g0 = 9.81.
Napomena: Za x1 = 0 =⇒ θ = δ1
Rje²enje
Odabra¢e se zakon za upravljanje u formi
u = −β(x)sgn(s) = −β(x)sgn(µ1 x1 + x2 ), µ1 = 1 (10.121)
g0 k0
h(x) = − sin (x1 + δ1 ) − x2 (10.122)
l m
1
g(x) = (10.123)
ml2
Provjera uslova:
µ x + h(x) x − − g0 sin (x + δ ) − k0 x
1 2 2 l 1 1 m 2
= 1 =
g(x)
ml 2
(10.124)
= ml2 x2 − mg0 l cos(x1 ) − l2 k0 x2 =
2
= l (m − k0 )x2 − mg0 l cos(x1 )
n o
Ako se ograni£imo na region fazne ravnine |x1 | ≤ π
µ1
= π, |µ1 x1 + x2 | = |x1 + x2 | ≤ π tj c = π ,
tada vrijedi:
99
10. Metode upravljanja nelinearnim sistemima
x2
2π
π
−π x1
−π
|x1 + x2 | ≤ π
−2π
2
l (m − k0 )x2 − mg0 l cos(x1 ) ≤ l2 (m − k0 )2π + mg0 l =
100
A. Dodatak
A Dodatak
101
A. Dodatak
Slika A.2:
102
A. Dodatak
Slika A.3: Upravlja£ka i upravljana veli£ina kada je proces sa mrtvim vremenom i regulator sa
histerezisom
103
A. Dodatak
Slika A.4: Relejna dvopoloºajna regulacija (sa histerezisom) integralnog procesa sa mrtvim vre-
menom
104