UNIVERZITET U TUZLI

FAKULTET ELEKTROTEHNIKE
AUTOMATIKA I ROBOTIKA

Nelinearni (Radna
sistemi upravljanja
skripta)
Mujki¢ Alen

Tuzla, 2017
Sadrºaj

I Uvod u nelinearne sisteme 4

I.1 Matemati£ki modeli nelinearnih sistema . . . . . . . . . . . . . . . . . . . . . . . . 4
I.2 Stanje sistema, prostor stanja, varijable stanja, trajektorije sistema . . . . . . . . 5
II Linearni sistemi 6
II.1 Kretanje slobodnog LTI sistema u prostoru stanja . . . . . . . . . . . . . . . . . . 9
II.2 Kretanje prinuženog LTI sistema u prostoru stanja . . . . . . . . . . . . . . . . . 11
II.3 Laplace-ova transformacija za rje²avanje kretanja LTI sistema u prostoru stanja . 12
II.4 Karakteristi£na jedna£ina sistema i svojstvene vrijednosti matrice sistema . . . . . 13
III Transformacija sli£nosti 14
III.1 Modalna transformacija . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
III.2 Jordanova kanoni£na forma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
III.3 Odreživanje modela sistema u prostoru stanja direktnim postupkom . . . . . . . . 17
IV Nelinearni fenomeni 21
IV.1 Kona£no vrijeme pobjega . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
IV.2 Vi²estruka stanja ravnoteºe (ta£ke ekvilibrijuma, stacionarne ta£ke) . . . . . . . . 22
IV.3 Grani£ki ciklusi (krugovi) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
IV.4 Subharmonijske, harmonijske ili gotovo periodi£ne oscilacije . . . . . . . . . . . . 25
IV.5 Haos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
IV.6 Multipli modova pona²anja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
IV.7 Primjeri nelinearnih sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
V Naj£e²¢i (tipi£ni) nelinearni elementi 31
V.1 Stati£ki (bezinercioni) bezmemorijski nelinearni elementi . . . . . . . . . . . . . . 31
V.1.1 Idealni dvopoloºajni relej . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
V.1.2 Blok zasi¢enja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
V.1.3 Mrtva zona (zona neosjetljivosti) . . . . . . . . . . . . . . . . . . . . . . . 33
V.1.4 Kvantizacijska nelinearnost . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
V.1.5 Idealni tropoloºajni relej . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
V.2 Stati£ki elementi sa memorijom . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
V.2.1 Dvopoloºajni relej sa histerezisom (pozitivnim) . . . . . . . . . . . . . . . 34
V.2.2 Tropoloºajni relej sa histerezisom (pozitivnim) . . . . . . . . . . . . . . . . 35
V.2.3 Nelinearnost tipa zazora u zup£anicima (Backlash) . . . . . . . . . . . . . 35
V.2.4 Histerezis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
V.3 Denicije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
V.3.1 Denicija 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
V.3.2 Denicija 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
V.3.3 Denicija 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
VI Sistemi drugog reda 37
VI.1 Fazna ravan, fazna trajektorija i fazni portret . . . . . . . . . . . . . . . . . . . . 37
VI.2 Kvalitativno pona²anje linearnog sistema drugog reda . . . . . . . . . . . . . . . . 38
VI.2.1 Svojstvene vrijednosti su razli£ite mežusobno i razli£ite od nule . . . . . . 40
VI.2.2 Svojstvene vrijednosti su kompleksne . . . . . . . . . . . . . . . . . . . . . 42
VI.2.3 Svojstvene vrijednosti su iste i razli£ite od nule . . . . . . . . . . . . . . . 46
VI.2.4 Jedna ili obje svojstvene vrijednosti su jednake nuli . . . . . . . . . . . . . 47
. SADRšAJ

VI.3 Kvalitativno pona²anje nelinearnih sistema oko ta£ke ekvilibrijuma . . . . . . . . . 49

VI.3.1 Grani£ni ciklusi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
VII Analiza nelinearnih sistema drugog reda u faznoj ravnini 56
VII.1Metode konstrukcije faznog portreta . . . . . . . . . . . . . . . . . . . . . . . . . 56
VII.1.1 Analiti£ke metode konstrukcije faznog portreta . . . . . . . . . . . . . . . . 56

3
I. Uvod u nelinearne sisteme

I Uvod u nelinearne sisteme

I.1 Matemati£ki modeli nelinearnih sistema

U kursu se bavimo dinami£kim sistemima koji su modelirani kona£nim brojem (povezanih) dife-
rencijalnih jedna£ina prvog reda (u op²tem slu£aju nelinearnih).
ẋ1 = f1 (x1 , x2 , ..., xn , u1 , u2 , ..., up , t)
ẋ2 = f2 (x1 , x2 , ..., xn , u1 , u2 , ..., up , t)
(I.1)
........................................................
ẋn = fn (x1 , x2 , ..., xn , u1 , u2 , ..., up , t)
(Normalna ili Cauchy-eva forma modela sistema u prostoru stanja)
Najve¢i broj sistema sa koncentrisanim parametrima (kona£no dimenzionalni sistemi) moºe se
opisati modelom I.1.
Varijable x1 , x2 , ...xn se zovu varijable stanja, te sadrºe akumulirane informacije o pro²losti sis-
tema.
x˙1 , x˙2 , ..., x˙n su izvodi varijabli stanja.
u1 , u2 , ..., up su ulazne varijable.
f1 , f2 , ..., fn skalarne funkcije vektorskog argumenta, u op²tem slu£aju nelinearne.
U vektorskoj formi moºemo zapisati:

Ẋ = f (t, X, U ) (I.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 I.1, odnosno I.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 ) (I.3)
 
y1
y2 
Y =  .. 
 
.
yq
Y je vektor izlaza dimenzija [qx1], h je vektorska funkcija vektorskog argumenta, u op²tem slu£aju
nelinearna.
Jedna£ine I.2 i I.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
I. Uvod u nelinearne sisteme

• Sistem je prinužen(forsiran) ako je f funkcija od U . Matemati£ki model sistema je dat u

formi:
Ẋ = f (X, U ) ili Ẋ = f (t, X, U )

• 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

• Ukoliko je f nelinearna funkcija argumenta X tada se radi o nelinearnom sistemu.

I.2 Stanje sistema, prostor stanja, varijable stanja, trajektorije sistema

Stanje sistema predstavlja ukupno znanje o statusu sistema u odreženom vremenskom trenutku.
Poznavanjem stanja sistema u nekom po£etnom trenutku t0 kao i poznavanje pobuda (ulaza) koje
djeluju na deterministi£ki sistem nakon trenutka t0 omogu¢ava da se jednozna£no odredi stanje
sistema u svakom trenutku t1 ≥ t0 .
U bilo kojem trenutku, stanje sistema je mogu¢e opisati vrijednostima skupa varijabli stanja xi ,
i = 1, 2, ..., n, pri tome varijable stanja mogu imati zikalni smisao ili biti apstraktne veli£ine. Ako
imaju zikalni smisao, tada su uvijek vezane uz gomili²ta energije sistema. Broj varijabli stanja
jednak je broju gomili²ta energije sistema.
U elektri£nim sistemima gomili²ta energije su vezana uz kondenzatore i zavojnice, u mehani£-
kom su to tijela sa masom, momentom inercije i mehani£ke opruge, u uidnim sistemima su to
akumulirane visine teku¢ine ili gasovi pod pritiskom, dok u termi£kom sistemu su to termi£ke
kapacitivnosti.
Sistem koji se moºe opisati kona£nim brojem varijabli stanja se zove kona£no dimenzionalni od-
nosno sistem sa koncentrisanim parametrima (eng. lumped).
Denicija stanja sistema
Stanje sistema je matemati£ka struktura koja sadrºi n varijabli x1 , x2 , ..., xn zvanih varijable stanja
koje omogu¢avaju da se uz po£etne vrijednosti xi (t0 ) (i = 1, 2, ..., n) i signale pobude na sistem
uj (t) (j = 1, 2, ..., p, t ≥ t0 ) jednozna£no odredi kretanje sistema za t ≥ t0 . Kao matemati£ka
struktura stanja sistema usvojen je vektor stanja.
Denicija prostora stanja
Prostor stanja je (n dimenzijski) euklidski prostor u kome su koordinate prostora komponente
vektora stanja.
Varijable stanja se podvrgavaju slede¢im pravilima:
• moraju biti linearno nezavisne

• njihov broj mora biti dovoljan da kompletno opisuje dinami£ko pona²anje sistema

5
II. Linearni sistemi

• ne mogu biti ulazi niti linearna kombinacija ulaza

• broj varijabli stanja odrežuje red sistema

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 izmežu 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

II 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
(II.1)
X X
ẋi = aij (t)xj + bij (t)uj i = 1, 2, ..., n
j=1 j=1

6
II. Linearni sistemi

- i skupom q algebarskih jedna£ina izlaza:

n p
(II.2)
X X
yk = ckj (t)xj + dkj (t)uj k = 1, 2, ..., q
j=1 j=1

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)
(II.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

• B - matrica dimenzija nxp - matrica ulaza

 
b11 (t) b12 (t) . . . b1p (t)
 b21 (t) b22 (t) . . . b2p (t) 
B =  ..
 
 .


bn1 (t) bn2 (t) . . . bnp (t) nxp

• C - matrica dimenzija qxn - matrica izlaza

 
c11 (t) c12 (t) . . . c1n (t)
c21 (t) c22 (t) . . . c2n (t)
C =  ..
 
 .


cq1 (t) cq2 (t) . . . cqn (t) qxn

• D - matrica dimenzija qxp - matrica unaprijednog prolaza

 
d11 (t) d12 (t) . . . d1p (t)
d21 (t) d22 (t) . . . d2p (t)
D =  ..
 
 .


dq1 (t) dq2 (t) . . . dqp (t) qxp

• X - vektor stanja dimenzija nx1  

x1
 x2 
X =  .. 
 
.
xn nx1

• U - vektor ulaza dimenzija px1  

u1
 u2 
U =  .. 
 
.
up px1

7
II. Linearni sistemi

• Y - vektor izlaza dimenzija qx1  

y1
y2 
Y =  .. 
 
.
yq qx1

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
+

Primjer 1 (Odabir varijabli stanja)

Za elektri£ni sistem na slici odrediti matemati£ki model prostora stanja.
uL uR uC
i
L R C
u(t)

Rje²enje:
uL (t) + uR (t) + uC (t) = u(t) (II.4)
a) Z t
diL (t) 1
L + Ri(t) + i(t)dt = u(t) (II.5)
dt C 0
Neka su odabrane varijable stanja:
Z t
1
x1 = uc = idt
C 0 (II.6)
1 di 1
x2 = uR = Ri =⇒ i = x2 =⇒ = x˙2
R dt R
Prema tome je:
1 1
x˙1 = i= x2 (II.7)
C RC
Uvrstimo II.7 u II.4 i dobijamo:
L
x˙2 + x2 + x1 = u(t) (II.8)
R
8
II. Linearni sistemi

R R R
x˙2 = − x1 − x2 + u (II.9)
L L L
U matri£noj formi je: " # " #" # " #
1
x˙1 0 x1 0  
= RC
+ R u (II.10)
x˙2 −R
L
−RL
x2 L

Algebarska jedna£ina izlaza je:

" # " #" #
y1 1 0 x1
Y = = (II.11)
y2 0 1 x2

b)
dq d2 q dq q
i= = q̇ =⇒ L 2 + R + = u(t) (II.12)
dt dt dt C
Uzmimo da su varijable stanja:
x1 = q
(II.13)
x2 = q̇

x˙1 = x2 (II.14)
Iz jedna£ine II.12:
1
Lx˙2 + Rx2 + x1 = u (II.15)
C
1 R 1
x˙2 = − x1 − x2 + u (II.16)
LC L L
U matri£noj formi imamo:
" # " #" # " #
x˙1 0 1 x1 0  
= 1
+ 1 u (II.17)
x˙2 − LC −R
L
x2 L

II.1 Kretanje slobodnog LTI sistema u prostoru stanja

Kretanje sistema u prostoru stanja moºemo dobiti rje²avanjem diferencijalne jedna£ine modela
sistema u vremenskom domenu ili primjenom neke od pogodnih transformacija kao ²to je Laplace-
ova transformacija. Neka imamo homogenu diferencijalnu jedna£inu prvog reda (matemati£ki
model slobodnog LTI sistema prvog reda).
ẋ = ax
x(0) = x0

dx
= ax
dt Z
dx (II.18)
= adt/ ()
x
lnx = at + lnC1
x
ln = at/e()
C1
x
= eat
C1

9
II. Linearni sistemi

x(t) = C1 eat (II.19)

x(0) = x0 = C1 ea·0 = C1
C 1 = x0 (II.20)
Iz II.19 i II.20:
x(t) = x0 eat (II.21)
Po analogiji se moºe rije²iti i homogena matri£na jedna£ina:
Ẋ = Anxn X
(II.22)
X(0) = X0

Neka je Φ(t) eksponencijalna matri£na funkcija:

Φ(t) = eAt (II.23)
∞
1 ii 1
(II.24)
X
At
Φ(t) = e = A t = I + At + (At)2 + ...
i=0
i! 2!
Neka je data konstantna matrica C dimenzija nx1, tada vrijedi:
d(eAt · C) d 1
= [(I + At + (At)2 + ...) · C] =
dt dt 2! (II.25)
1 1
= (A + A2 t + A3 t2 + ...) · C = A(I + At + A2 t2 + ...) · C = AeAt · C
2 2
d(eAt · C)
= AeAt · C (II.26)
dt
Uporedimo li jedna£ine II.22 i II.26 dobijamo rje²enje matri£ne diferencijalne jedna£ine sa po£et-
nim uslovom X(0) = X0 :
X(t) = eAt · X0 (II.27)
Φ(t) = eAt (II.28)
Φ(t) je matrica prelaza stanja sistema dimenzija nxn (fundamentalna matrica).
Matrica prelaza stanja zadovoljava matri£nu jedna£inu II.22 sa po£etnim uslovima jednakim jedi-
ni£noj matrici, tj.:
dΦ(t)
= AΦ(t)
dt (II.29)
Φ(0) = I

Osobine matrice prelaza stanja:

• Φ(0) = I

• Φ−1 (t) = Φ(−t)

• Φ(t2 − t0 ) = Φ(t2 − t1 ) · Φ(t1 − t0 )

• Φk (t) = Φ(kt)

10
II. Linearni sistemi

II.2 Kretanje prinuženog LTI sistema u prostoru stanja

Neka je dat prinuženi LTI sistem modelom u prostoru stanja:
Ẋ = AX + BU
Y = CX + DU (II.30)
X(0) = X0

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) / () (II.31)
dt
Ẋ(t) = AeAt C1 (t) + eAt Ċ1 (t) (II.32)
Uporedimo jedna£ine II.30 i II.32 imamo da je:
eAt Ċ1 (t) = BU (t) /pomnozimo sa lijeve strane sa e−At (II.33)
Z t
−At
Ċ1 (t) = e BU (t) / () (II.34)
0
Z t
C1 (t) − C1 (0) = e−Aτ BU (τ )dτ (II.35)
0
Iz II.31 slijedi da je:
C1 (0) = X(0) = X0 (II.36)
Ako II.35 zamjenimo u II.31 dobijamo da je:
 Z t 
X(t) = e At
X(0) + e−Aτ
BU (τ )dτ (II.37)
0
Z t
At
X(t) = e X(0) + eA(t−τ ) BU (τ )dτ (II.38)
0
Odnosno: Z t
X(t) = Φ(t)X(0) + Φ(t − τ )BU (τ )dτ (II.39)
0

Y (t) = CX(t) + DU (t) (II.40)

Z t
Y (t) = CΦ(t)X(0) + C Φ(t − τ )BU (τ )dτ + DU (t) (II.41)
0
U slu£aju da je po£etni trenutak t0 imamo:
Z t
X(t) = Φ(t, t0 )X(t0 ) + Φ(t, τ )BU (τ )dτ (II.42)
t0

Φ(t, t0 ) = Φ(t − t0 ) = eA(t−t0 )

(II.43)
Φ(t, τ ) = Φ(t − τ ) = eA(t−τ )
U slu£aju da imamo vremenski promjenljiv sistem:
Ẋ(t) = A(t)X(t) + B(t)U (t)
(II.44)
Y (t) = C(t)X(t) + D(t)U (t), t ≥ t0

11
II. Linearni sistemi

Rje²enje je dato u obliku:

Z t
X(t) = Φ(t, t0 )X(t0 ) + Φ(t, τ )B(τ )U (τ )dτ, t ≥ t0 (II.45)
t0
Z t
Y (t) = C(t)Φ(t, t0 )X(t0 ) + C(t) Φ(t, τ )B(τ )U (τ )dτ + D(t)U (t), t ≥ t0 (II.46)
t0
d
Φ(t, t0 ) = A(t)Φ(t, t0 )
dt (II.47)
Φ(t0 , t0 ) = I

II.3 Laplace-ova transformacija za rje²avanje kretanja LTI sistema u

prostoru stanja
Neka se ima model LTI sistema u prostoru stanja:
Ẋ = AX + BU
Y = CX + DU (II.48)
X(0) = X0
Izvr²imo Laplace-ovu transformaciju prethodnih jedna£ina:
SX(s) − X(0− ) = AX(s) + BU (s) (II.49)
(sI − A)X(s) = X(0− ) + BU (s) /P omnozimo sa lijeve strane sa (sI − A)−1 (II.50)
X(s) = (sI − A)−1 X(0− ) + BU (s) /L−1 {} (II.51)
 

X(t) = L−1 {(sI − A)−1 }X(0− ) + L−1 {(sI − A)−1 BU (s)} (II.52)
Usporedbom II.52 sa II.39 dobijamo da je :
Φ(t) = L−1 {(sI − A)−1 } (II.53)
Φ(s) = (sI − A)−1 (II.54)
1
Φ(s) = adj(sI − A) (II.55)
det(sI − A)
X(s) = Φ(s)X(0− ) + Φ(s)BU (s)
(II.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) (II.57)
 

Budu¢i da je matrica prenosa sistema denisana sa jedna£inom:

Y (s) = G(s)U (s) (II.58)
to vrijedi da je:
G(s) = C(sI − A)−1 B + D (II.59)
Ako je u pitanju SISO sistem tada je:
bm sm + bm−1 sm−1 + ... + b1 s + b0
G(s) = (II.60)
sn + an−1 sn−1 + ... + a1 s + a0
Ako je:
• n = m funkcija prenosa je pravilna
• n > m funkcija prenosa je striktno pravilna
Funkcija prenosa je striktno pravilna akko je D = 0

12
III. Linearni sistemi

II.4 Karakteristi£na jedna£ina sistema i svojstvene vrijednosti matrice

sistema
Neka je dat SISO sistem opisan slede¢om jedna£inom:
(pn + an−1 pn−1 + ... + a1 p + a0 )y(t) = (bm pm + bm−1 pm−1 + ... + b1 p + b0 )u(t) (II.61)
p - operator diferenciranja pi = dtd i , i = 1, 2, ..., n
i

Laplace-ove transformacija za nulte po£etne uslove daje:

(sn + an−1 sn−1 + ... + a1 s + a0 )Y (s) = (bm sm + bm−1 sm−1 + ... + b1 s + b0 )U (s) (II.62)
U (s) = L{u(t)}, Y (s) = L{y(t)} (II.63)
Funkcija prenosa je:
Y (s) bm sm + bm−1 sm−1 + ... + b1 s + b0
G(s) = = , n≥m (II.64)
U (s) sn + an−1 sn−1 + ... + a1 s + a0
Karakteristi£ni polinom je:
∆(s) = sn + an−1 sn−1 + ... + a1 s + a0 (II.65)
Karakteristi£na jedna£ina sistema je:
sn + an−1 sn−1 + ... + a1 s + a0 = 0 (II.66)
1
G(s) = C(sI − A)−1 B + D = C{adj(sI − A)}B + D =
|sI − A|
1
(II.67)
= {C [adj(sI − A)] B + |sI − A|D}
|sI − A|
pri £emu je det(sI − A) = |sI − A|.
Usporedbom II.64 i II.67 imamo:
sn + an−1 sn−1 + ... + a1 s + a0 = |sI − A| (II.68)
Odnosno:
|sI − A| − karakteristicni polinom sistema
(II.69)
|sI − A| = 0 − karakteristicna jednacina sistema
Svojstvena vrijednost i svojstveni vektor matrice A se odrežuje iz jedna£ine:
Av = λv (II.70)
pri £emu je v - svojsteni vektor, a λ odgovaraju¢a svojstvena vrijednost.

λv − Av = 0 (II.71)
(λI − A)v = 0 (II.72)
Trivijalno rje²enje je v ≡ 0 tj. da je v nula vektor.
Netrivijalno rje²enje je u slu£aju da je:
det(λI − A) = 0 (II.73)
odnosno
|λI − A| = 0 (II.74)
Dobijen je skup rje²enja λ1 , λ2 , ..., λn
Usporedbom II.69 i II.74 dolazimo do zaklju£ka da su svojstvene vrijednosti λ1 , λ2 , ..., λn matrice
A polovi funkcije prenosa sistema.

13
III. Transformacija sli£nosti

III Transformacija sli£nosti

Neka se ima linearni vremenski invarijantni sistem £iji je model dat u formi:
Ẋ = AX + BU
Y = CX + DU (III.1)
X(0) = X0

Neka je izvr²ena transformacija vektora stanja:

X = P X̂ (III.2)
gdje je: X̂ novi transformirani vektor i P regularna matrica.
Nadalje vrijedi da je:
˙
Ẋ = P X̂ (III.3)
Uvr²tavanjem u jedna£inu sistema dobija se da je:
˙
P X̂ = AP X̂ + BU / · P −1
(III.4)
Y = CP X̂ + DU

˙
X̂ = P −1 AP X̂ + P −1 BU
(III.5)
Y = CP X̂ + DU
Ako uvedemo oznake:
 = P −1 AP
B̂ = P −1 B
(III.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
(III.7)
Y = Ĉ X̂ + D̂U

Osim toga je i X̂(0) = P −1 X(0).

• 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 (III.8)
−1 |P −1 |
= |sI − A||P ||P | = |sI − A|

Karakteristi£ni polinom novog sistema jednak je karakteristi£nom polinomu starog sistema.

14
III. Transformacija sli£nosti

• Transformacija sli£nosti £uva funkciju prenosa (matricu funkcija prenosa)

Dokaz
Ĝ(s) = Ĉ(sI − Â)−1 B̂ + D̂ = CP (sI − P −1 AP )−1 P −1 B + D =
= CP [P −1 (sI − A)P ]−1 P −1 B + D =
(AB)−1 =B −1 A−1 (III.9)
= CP P (sI − A) P P B + D = C(sI − A)−1 B + D
−1 −1 −1

III.1 Modalna transformacija

Transformacija sli£nosti koja matricu sistema (ukoliko je to mogu¢e) prevodi u dijagonalnu formu
se zove modalna transformacija, a matrica transformacije se zove matrica modalne transformacije.
Ovom transformacijom se vektor X prevodi u oblik X̂ .
X = V X̂ (III.10)
Prema tome vrijedi:
 
λ1 0 . . . 0
 0 λ2 . . . 0 
V −1 AV = Â = Λ = diag(λ1 , λ2 , ..., λn ) =  ..

.. . . .. 

(III.11)
. . . .
0 0 . . . λn

Karakteristi£ni polinom sistema je:

|sI − Λ| = |diag(s − λ1 , s − λ2 , ..., s − λn )| = (s − λ1 )(s − λ2 ) · · · (s − λn ) (III.12)
Determinanta dijagonalne matrice jednaka je proizvodu dijagonalnih elemenata.
Dijagonalna forma matrice sistema se moºe dobiti modalnom transformacijom sli£nosti samo uko-
liko ima sve svojstvene vrijednosti realne i razli£ite (jednostruke). U slu£aju da je matrica sistema
dijagonalna ima se raspregnut sistem. Matemati£ki model sistema se sastoji od n nezavisnih
diferencijalnih jedna£ina prvog reda u formi:
ẋ1 = λ1 x1 + b1 u
ẋ2 = λ2 x2 + b2 u
.. (III.13)
.
ẋn = λn xn + bn u

Odnosno u matri£noj formi:

      
ẋ1 λ1 0 . . . 0 x1 b1
 ẋ2   0 λ2 . . . 0   x2   b2 
 ..  =  .. .
. . . .  .  +  . u
.
. .   ..   .. 
      
. . . (III.14)
ẋn 0 0 . . . λn xn bn
Y = CX + DU

15
III. Transformacija sli£nosti

+ ẋ1 R x1 c1
b1
+

u P P y
λ1
.. .. .. ..
. . . .

+ ẋn R xn
bn cn
+

λn

III.2 Jordanova kanoni£na forma

U slu£aju da matrica sistema ima l realnih razli£itih svojstvenih vrijednosti, pri £emu je svaka
svojstvena vrijednost vi²estrukosti li , i = 1, 2, ..., n. Tada matrica sistema moºe biti prevedena u
Jordanovu formu:  
J1 (λ1 ) 0 ... 0
 0 J2 (λ2 ) ... 0 
J =  ..

.. ... .. 

(III.15)
 . . . 
0 0 . . . Jl (λl )
odnosno, na dijagonali ove matrice imamo Jordanove blokove konstruisane u skladu sa slede¢im
pravilima:
1. Ako je li = 1 tada je Ji (λi ) = λi (jednostruka svojstvena vrijednost)
2. Ako je li > 1 tada dijagonalni blokovi Ji (λi ) dimenzija li × li imaju formu:
 
λi 1 0 0 ... 0
 0 λi 1 0 ... 0
Ji (λi ) =  ... ... .. .. .. 
 

. . ... . (III.16)
 
0 0 0 0 ... 1
0 0 0 0 ... λi

Primjer
Neka je n=3. Imamo svojstvene vrijednosti:
• λ1 multipliciteta l1 = 2

• λ2 multipliciteta l2 = 1
 
λ1 1
(III.17)
 
J1 (λ1 ) = J2 (λ2 ) = λ2
0 λ1
 
λ1 1 0
J =  0 λ1 0  (III.18)
0 0 λ2

16
III. Transformacija sli£nosti

III.3 Odreživanje modela sistema u prostoru stanja direktnim postup-

kom
a) Neka je model SISO sistema opisan slede¢om diferencijalnom jedna£inom sa konstantnim
koecijentima n − tog reda.
y (n) (t) + an−1 y (n−1) (t) + ... + a1 y (1) (t) + a0 y(t) = u(t) (III.19)
Direktni postupak odreživanja modela sistema u prostoru stanja ogleda se u slede¢em:
 Prvu varijablu stanja nazovemo izlaz x1 (t) = y(t)
 Drugu varijablu stanja ozna£imo kao x2 (t) = ẏ(t)
 Tre¢u varijablu stanja ozna£imo kao x3 (t) = ÿ(t)
 N-tu varijablu stanja ozna£imo kao xn (t) = y (n) (t)
Diferenciramo prethodne izraze i imamo:
ẋ1 (t) = ẏ(t) = x2 (t)
ẋ2 (t) = ÿ(t) = x3 (t)
.. (III.20)
.
ẋn−2 (t) = y n−2 (t) = xn−1 (t)
ẋn−1 (t) = y n−1 (t) = xn (t)

Ako iz jedna£ine III.19 izrazimo y (n) (t) i primjenimo III.20 imamo da je:
y (n) (t) = ẋn (t) = −a0 x1 (t) − a1 x2 (t) − ... − an−1 xn (t) + u(t) (III.21)
Zajedno jedna£ine III.20 i III.21 predstavljaju jedna£ine stanja sistema. Algebarska jedna-
£ina izlaza je data kao:
y(t) = x1 (t) (III.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 (III.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  (III.24)

Y = 1 0 0 ...
 
 .. 
.
xn

17
III. 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
(III.25)
x x

I-jedini£na matrica dimenzija (n − 1) × (n − 1), O nul vektor stupac dimenzija (n − 1) × 1

     
x I OT x x x
ili ili (III.26)
x OT I x I O

b) Za sistem opisan diferencijalnom jedna£inom u formi:

y (n) + an−1 y (n−1) + ... + a1 y (1) + a0 y = bm u(m) + bm−1 u(m−1) + ... + b1 u(1) + b0 u (III.27)
pri £emu je m < n.
U narednom je dat metod odreživanja modela sistema u prostoru stanja direktnim postup-
kom:
Ukoliko je u navedeni sistem ulaz u tada je izlaz ξ i vrijedi:
ξ (n) + an−1 ξ (n−1) + ... + a1 ξ (1) + a0 ξ = u (III.28)
Budu¢i da se radi o linearnom sistemu vrijedi princip superpozicije:
 Ako je ulaz u sistem b0 u tada je izlaz b0 ξ
 Ako je ulaz u sistem b1 u(1) tada je izlaz b1 ξ (1)
 Ako je ulaz u sistem b2 u(2) tada je izlaz b2 ξ (2)
 Ako je ulaz u sistem bm u(m) tada je izlaz bm ξ (m)
 Ako je ulaz u sistem b0 u + b1 u(1) + ... + bm u(m) tada je izlaz:
y = b0 ξ + b1 ξ (1) + ... + bm ξ (m) (III.29)

Ako su uvedene varijale stanja:

x1 = ξ
x2 = ξ˙
.. (III.30)
.
xn = ξ (n−1)

18
III. Transformacija sli£nosti

Diferenciramo jedna£inu III.30 i dobijamo:

ẋ1 = x2 = ξ˙
ẋ2 = x3 = ξ¨
.. (III.31)
.
ẋn−1 = xn = ξ (n−1)
ẋn = ξ (n) = −a0 x1 − a1 x2 − ... − an−1 xn + u
Prethodnih n jedna£ina su jedna£ine stanja sistema. Iz jedna£ina III.29 i III.30 dobijamo
algebarsku jedna£inu izlaza:
y = b0 x1 + b1 x2 + ... + bm xm+1 (III.32)
U matri£noj formi:
ẋ1 0 1 0 ... 0 0 0 ... 0 x1 0
     
 ẋ2  0 0 1 ... 0 0 0 ... 0  x2  0
      
 ẋ3
 .  
  0 0 0 ... 0 0 0 ... 0  x3
  .  0. 
  
 .   .. .. .. .. .. .. ..   .  .
 .   . . . ... . . . ... .   .  .
 ẋm  =  0 0 0 ... 0 1 0 ... 0   xm  + 0 u
      
ẋm+1   0 0 0 ... 0 0 1 ... 0  xm+1  0
      
ẋm+2   0 0 0 ... 0 0 0 ... 0  xm+2  0
      
 .   .. .. .. .. .. .. ..   .  .
 ..   . . . ... . . . ... .   ..   .. 
ẋn −a0 −a1 −a2 ... −am−1 −am −am+1 ... −an−1 xn 1
(III.33)
x1
 
 x2

 

 . x3

 . 
 . 
(III.34)

Y = b0 b1 . . . bm 0 . . . 0  xm 
 
xm+1 
 
xm+2 
 
 . 
 .. 
xn
c) Za m = n sistem je opisan diferencijalnom jedna£inom u formi:
y (n) + an−1 y (n−1) + ... + a1 y (1) + a0 y = bn u(n) + bn−1 u(n−1) + ... + b1 u(1) + b0 u (III.35)
u(t) 1 ξ y(t)
p(n) +an−1 p(n−1) +...+a1 p(1) +a0 bn pn + ... + b1 p + b0

ξ (n) + an−1 ξ (n−1) + ... + a1 ξ (1) + a0 ξ = u(t)

(III.36)
y = bn ξ (n) + bn−1 ξ (n−1) + ... + b1 ξ (1) + b0 ξ
Uvedemo vektor stanja:
x1 = ξ
x2 = ξ (1)
.. (III.37)
.
xn = ξ (n−1)

19
III. Transformacija sli£nosti

Diferenciramo jedna£inu III.37 i dobijamo:

ẋ1 = x2 = ξ (1)
ẋ2 = x3 = ξ (2)
.. (III.38)
.
ẋn−1 = xn = ξ (n−1)
ẋn = −a0 x1 − a1 x2 − ... − an−1 xn + u

Y = b0 x1 + b1 x2 + ... + bn−1 xn + bn ẋn

= b0 x1 + b1 x2 + ... + bn−1 xn + bn (−a0 x1 − a1 x2 − ... − an−1 xn + u)
(III.39)
= (b0 − bn a0 )x1 + (b1 − bn a1 )x2 + ... + (bn−1 − bn an−1 )xn + bn u
= c1 x1 + c2 x2 + ... + cn xn + bn u
U matri£noj formi:
     
ẋ1 0 1 0 ... 0 x1 0
 ẋ2   0 0 1 ... 0
  x2  0
 ..  =  .. .
.. .. ..   .  + . u (III.40)
.   ..   .. 
      
.  . . ...
ẋn −a0 −a1 −a2 . . . −an−1 xn 1
 
x1
 x2 

. . . bn−1 − bn an−1  ..  + bn u (III.41)

Y = b 0 − b n a0 b 1 − b n a1
.
xn
bn

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 (III.42)
Ukoliko je to mogu¢e, onda je:
y (n) (t) = g(y (n−1) (t), ..., y(t), u(t), t) (III.43)

20
IV. Nelinearni fenomeni

Zatim se uvedu smjene:

x1 (t) = y(t)
x2 (t) = ẏ(t)
x3 (t) = ÿ(t) (III.44)
..
.
xn (t) = y (n−1) (t)
Diferenciramo jedna£inu III.44 i dobijamo n diferencijalnih jedna£ina prvog reda koje predstavljaju
jedna£ine stanja sistema:
ẋ1 = x2 (t) = ẏ(t)
ẋ2 = x3 (t) = ÿ(t)
..
. (III.45)
ẋn−1 = xn (t) = y (n−1) (t)
ẋn = y (n) (t) = g(xn−1 (t), ..., x1 (t), u(t), t)
I imamo algebarsku jedna£inu izlaza:
y = x1 (III.46)

IV Nelinearni fenomeni

IV.1 Kona£no vrijeme pobjega

Stanje linearnog nestabilnog sistema moºe oti¢i u beskona£nost samo u beskona£nom vremenu.
Za razliku od toga, stanje nelinearnog sistema moºe oti¢i u beskona£nost i u realnom vremenu.
Primjer Neka je dat neki skalarni sistem opisan slede¢om diferencijalnom jedna£inom:
ẋ = −x2 , x(0) = −1
Treba odrediti kretanje stanja sistema u vremenu.
Rje²enje:
Iz ẋ = −x2 imamo da je Z
dx
= −dt / ()
x2
1
− = −t + C1
x
1
= t − C1
x
1
x=
t − C1
x(t = 0) = −1
1
−1=
−C1
C1 = 1
Pa je partikularno rje²enje:
1
x(t) =
t−1
Odavdje se vidi da kada t → 1 imamo da x → ∞

21
IV. Nelinearni fenomeni

IV.2 Vi²estruka stanja ravnoteºe (ta£ke ekvilibrijuma, stacionarne ta£ke)

Linearni sistem moºe imati samo jednu izolovanu ta£ku ekvilibrijuma ili moºe postojati kontinuum
ta£aka ekvilibrijuma. Nelinearni sistem moºe imati ve¢i broj izolovanih ta£aka ekvilibrijuma, a
moºe takožer postojati i kontinuum ta£aka ekvilibrijuma.
Primjer: Klatno sa viskoznim trenjem
Neka je klatno duºine l i neka je sva masa koncentrisana u ta£ki mase m.

θ
l

Ftv m

Ft Fr
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:
(IV.1)
X
J θ̇ = M

J = ml2
X (IV.2)
M = −Ft l − Ftv l
Tangencijalna komponenta sile teºe je:
Ft = mg sin θ (IV.3)
dok je sila viskoznog trenja proporcionalna linijskoj brzini (za male brzine):
Ftv = kv = k θ̇l (IV.4)

(IV.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 (IV.6)
g k
θ̈ = − sin θ − θ̇ (IV.7)
l m
Jedna£ina IV.7 predstavlja nelinearni model u formi diferencijalne jedna£ine drugog reda.
Uvedimo varijable stanja:
x1 = θ
(IV.8)
x2 = θ̇

Diferencirajmo jedna£ine IV.8 pa imamo:

x˙1 = x2
g k (IV.9)
x˙2 = − sin x1 − x2
l m
22
IV. Nelinearni fenomeni

Jedna£ine IV.9 predstavljaju model sistema u prostoru stanja.

Ta£ke ekvilibrijuma ovog homogenog sistema odrežujemo kao rje²enja jedna£ina kada sve izvode
izjedna£imo sa nulom:
0 = x2
g k (IV.10)
0 = − sin x1 − x2
l m
Uvrstimo x2 iz prve jedna£ine u drugu pa imamo da je:
g
− sin x1 = 0
l (IV.11)
sin x1 = 0

x1 = kπ, k = 0, ±1, ±2, ... (IV.12)

x2

. . . −2π −π 0 π 2π ... x1

Imamo beskona£no mnogo ta£aka ekvilibrijuma, a to su ta£ke:

xe = (kπ, 0), k = 0, ±1, ±2, ... (IV.13)
pri £emu su 2 netrivijalne:
xe1 (0, 0)
(IV.14)
xe2 (π, 0)

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
IV. Nelinearni fenomeni

IV.3 Grani£ki ciklusi (krugovi)

Da bi linearni sistem oscilirao mora imati par konjugovano-kompleksnih polova na imaginarnoj osi,
pri £emu su svi ostali polovi smje²teni u lijevoj poluravnini. Ovo ne predstavlja robusno rje²enje
budu¢i da je u praksi nemogu¢e postaviti polove na imaginarnu osu pa se realni oscilatori nikad ne
realiziraju kao linearni. Za razliku od toga, nelinearni sistemi mogu da iskazuju fenomen poznat
kao grani£ni ciklusi, odnosno mogu¢a je pojava oscilacija u nelinearnom sistemu £ija amplituda ne
zavisi od po£etnog uslova kao kod linearnih sistema. Primjer ovakvog oscilatora je Van der Pol-ov
oscilator.
x2 x2

x1 x1

linearni sistem nelinearni sistem

Primjer: Harmonijski oscilator - klatno bez trenja i linearizirano

Neka imamo matemati£ki model tog klatna:
ẋ1 = x2
g (IV.15)
ẋ2 = − sin x1
l
Pretpostavljamo da smo u blizini ta£ke ekvilibrijuma xe (0, 0) i vrijedi da je sin x1 = x1 . Prema
tome matemati£ki model postaje:
ẋ1 = x2
g (IV.16)
ẋ2 = − x1
l
Matrica sistema je:  
0 1
A= (IV.17)
− gl 0
Odredimo svojstvene vrijednosti matrice sistema iz jedna£ine:
det(sI − A) = 0 (IV.18)
     
λ 0 0 1 λ −1 g
det − = det = λ2 + = 0 (IV.19)
0 λ − gl 0 g
l
λ l
Svojstvene vrijednosti matrice sistema su:
r
g
λ1,2 = ±j (IV.20)
l

Neka je ω02 = g
l
pa je:
λ1,2 = ±jω0 (IV.21)

24
IV. Nelinearni fenomeni

Odredimo matricu prelaza stanja:

 
−1 1 1 s −1
Φ(s) = (sI − A) = adj(sI − A) = 2 g adj g =
det(sI − A) s +l s
  l
(IV.22)
1 s 1
= 2 g g
s + l −l s
Kako vrijedi da je:
 
−1 s
L = cosbt · u(t)
s 2 + b2
  (IV.23)
−1 b
L = sinbt · u(t)
s 2 + b2
1
 
cosω0 t sinω t
−1
Φ(t) = L {Φ(s)} = ω0
0
(IV.24)
−ω0 sinω0 t cosω0 t
1
  
cosω0 t sinω t x (0)
x(t) = Φ(t)x(0) = ω 0
0 1
(IV.25)
−ω0 sinω0 t cosω0 t x2 (0)
Ako se uzme npr. da je x1 (0) = x10 i x2 (0) = 0, to je:
 
x10 cosω0 t
x(t) = (IV.26)
−x10 ω0 sinω0 t
x2

x1

Pri £emu je amplituda oscilacija ovisna od x10 , ²to u op²tem slu£aju nije kod nelinearnih sistema.

IV.4 Subharmonijske, harmonijske ili gotovo periodi£ne oscilacije

Stabilni linearni sistem pod periodi£nom uzbudom daje izlaz iste frekvencije tj. harmonijski izlaz.
Nelinearni sistem pod periodi£nom uzbudom moºe oscilirati na istoj frekvenciji kao i frekven-
cija uzbude ili na frekvencijama koje su multipul frekvencije uzbude (subharmonijske oscilacije).
Nelinearni sistem moºe generirati gotovo periodi£ne oscilacije primjer £ega je suma periodi£nih
oscilacija sa frekvencijama £iji odnos nije racionalan broj.

IV.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
IV. Nelinearni fenomeni

IV.6 Multipli modova pona²anja

Nije neobi£no da jedan te isti nelinearni sistem pokazuje vi²e modova pona²anja. Neforsirani
sistem moºe imati vi²e od jednog grani£nog ciklusa. Forsirani sistem sa periodi£nom uzbudom
moºe ispoljavati harmonijsko, subharmonijsko ili kompliciranije pona²anje u stacionarnom stanju
zavisno od amplitude i frekvencije ulaznog signala. Moºe pokazivati diskontinualni skok u modu
pona²anja iako se amplituda i frekvencija uzbude glatko mjenjaju.

IV.7 Primjeri nelinearnih sistema

Primjer: Masa, opruga, trenje sistem
Masa m se kre¢e po horizontalnoj podlozi i preko opruge je povezana na vertikalnu povr²inu.
Pozitivni smjerovi sila su prikazani na slici.
Ff

Fsp

m F

Prema drugom Kirchoovom zakonu vrijedi da je:

(IV.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 (IV.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

k - koecijent krutosti opruge.

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
IV. Nelinearni fenomeni

2. Kineti£ko suho trenje (Coulomb-ovo trenje)

1. Stati£ko suho trenje
Sila stati£kog suhog trenja ima reaktivan karakter. Javlja se izmežu dva tijela u dodiru
i relativnom mirovanju, izmežu kojih nema lubrikanata. Znamo da na tijelo koje je na
strmoj ravni djeluje sila zemljine teºe i sila stati£kog trenja. Sila zemljine teºe se razlaºe na
tangencijalnu i normalnu komponentu.
|Fs | ≤ µs FN (IV.29)
µs - koecijent stati£kog suhog trenja i uzima vrijednosti 0 ≤ µs ≤ 1

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 = (IV.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 izmežu dva tijela u dodiru i relativnom kretanju izmežu kojih
nema lubrikanata. Sila ovog trenja ima konstantan iznos, a to je:
|Fc | = µc FN (IV.31)
FN - normalna sila izmežu tijela i podloge, µc koecijent Coulomb-ovog trenja (kineti£kog),
te vrijedi da je:
µc < µs |Fc | < |Fs | (IV.32)
Fc

v 6= 0

Ft
FN

mg

27
IV. Nelinearni fenomeni

Smjer sile je uvijek suprotan smjeru kretanja i vrijedi:


 0, v = 0
Fc = −µc FN , v < 0 (IV.33)
µc F N , v > 0


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) (IV.34)
Za male brzine vrijedi:
Fv = cv (IV.35)
c- konstansta viskoznog trenja
Za ve¢e brzine h je obi£no funkcija vi²eg stepena po v .

28
IV. 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 (IV.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

(IV.37)
X
mÿ = Fi
i

Sumiraju¢i sve sile na ovo tijelo, uzimaju¢i u obzir smjerove imamo:

mÿ + ky + cẏ + η(y, ẏ) = 0 (IV.38)
Pri £emu je: 
 µc mgsign(ẏ), |ẏ| > 0
η(y, ẏ) = −ky, ẏ = 0 i |y| ≤ µskmg (IV.39)
µs mg
−µs mgsign(y), ẏ = 0 i |y| >

k
Primjer: Oscilator sa negativnom otporno²¢u
Oscilator sa negativnom otporno²¢u je prikazan na donjoj slici pri £emu je karakteristika nelinearne
otpornosti denisana slede¢om formulom:
i = h(v) (IV.40)

29
IV. Nelinearni fenomeni

i - struja, v - napon
pri £emu h(.) zadovoljava uslove:
h(0) = 0
dh
h0 (0) = (0) = 0 (IV.41)
dv
h(v) = ±∞, kada v− > ±∞

h(v)

Zona negativnog otpora

Npr.
1 i +

ic iL otporni£ki
C L v elemenat

0.3V 0.3V

U £voru 1 vrijedi:
iC + il + i = 0 (IV.42)

30
V. Naj£e²¢i (tipi£ni) nelinearni elementi

Z ∞
dvc 1 d
C + v(s)ds + h(v) = 0 / · L () (IV.43)
dt L −∞ dt
d2 v dv
LC 2
+ v + Lh0 (v) = 0 (IV.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
(IV.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 (IV.46)
LC dτ LC dτ
r
L
v̈ + h0 (v) v̇ + v = 0 (po τ ) (IV.47)
C
Odnosno: r
L
v̈ + h0 (v)v̇ + v = 0, = (IV.48)
C
²to predstavlja specijalan slu£aj Lienard-ove jedna£ine:
v̈ + f (v)v̇ + g(v) = 0 (IV.49)
U slu£aju da je h(v) = −v + 31 v 3 ima se da je:
v̈ − (1 − v 2 )v̇ + v = 0 (IV.50)
Jedna£ina IV.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.

V Naj£e²¢i (tipi£ni) nelinearni elementi

V.1 Stati£ki (bezinercioni) bezmemorijski nelinearni elementi

Stati£ki bezmemorijski elementi su takvi elementi kod kojih je izlaz u trenutku t ovisan samo o
vrijednosti ulaza u element u trenutku t.
u(t) y(t)
f

Sistem je odrežen u potpunosti jednozna£nim preslikavanje f .

31
V. Naj£e²¢i (tipi£ni) nelinearni elementi

V.1.1 Idealni dvopoloºajni relej

Stati£ka karakteristika idealnog dvopoloºajnog releja je opisana sa sgn funkcijom:

 1, u > 0
y = f (u) = sgn(u) = 0, u = 0 (V.1)
−1, u < 0


0
u

−1

Ovakve nelinearnosti mogu modelirati elektromehani£ke releje, tiristorske, tranzistorske i druge

prekida£ke elemente, suho trenje i dr.

V.1.2 Blok zasi¢enja

Blok zasi¢enja je karakteristi£an za sva prakti£na poja£ala (elektronska, magnetna, pneumatska,
hidrauli£na). Takože se koriste kao limiteri, da se uradi restrikcija opsega promjene varijable.
Normalizirana saturacija je opisana stati£kom karakteristikom:

u, |u| ≤ 1
y = f (u) = sat(u) = (V.2)
sgn(u), |u| > 1

1
−1
1 u
−1

Saturacija koja nije normalizirana data je kao:

k

u, |u| ≤ δ
y = f (u) = δ (V.3)
ksgn(u), |u| > δ

32
V. Naj£e²¢i (tipi£ni) nelinearni elementi

k
−δ
δ u
−k

V.1.3 Mrtva zona (zona neosjetljivosti)

Tipi£na je za ventile i poja£ala kada imaju na ulazu male signale. Karakteristika ovakvog elementa
je data kao: 
0, |u| ≤ δ
y = f (u) = (V.4)
( kδ u − sgn(u)k), |u| > δ

−δ
δ u

−k

V.1.4 Kvantizacijska nelinearnost

Kvantizacijska nelinearnosti je tipi£na za AD konvertore. Karakteristika ovakvog elementa ima
slede¢i oblik:
y

q
q u
2

33
V. Naj£e²¢i (tipi£ni) nelinearni elementi

V.1.5 Idealni tropoloºajni relej

Stati£ka karakteristika ovakvog elementa je prikazana na slede¢oj slici:
y

1
−δ
δ u
−1


 1, u ≥ δ
y = f (u) = 0, −δ < u < δ (V.5)
−1, u ≤ −δ


V.2 Stati£ki elementi sa memorijom

Stati£ki elementi sa memorijom su takvi elementi kod kojih izlaz u trenutku t zavisi od trenutne
vrijednost ulaza (ulaz u trenutku t) i po£etnog stanja elementa. Izlaz ne zavisi od historije ulaza.
Ovakvi elementi su predstavljeni vi²ezna£nim preslikavanjem.

V.2.1 Dvopoloºajni relej sa histerezisom (pozitivnim)

Stati£ka karakteristika ovakvog elementa je gra£ki predstavljena na slede¢oj slici:
y

−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) = (V.6)

 L, u ≥ +S
L, −S < u < +S, x0 = +L


34
V. Naj£e²¢i (tipi£ni) nelinearni elementi

V.2.2 Tropoloºajni relej sa histerezisom (pozitivnim)

Stati£ka karakteristika ovakvog elementa je data na slici:
y

−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 (V.7)
0, +ub < x < +ua , x0 = 0




+L, x ≥ +ua




+L, +ub < x < +ua , x0 = +L


V.2.3 Nelinearnost tipa zazora u zup£anicima (Backlash)

Ovaj tip nelinearnosti je uobi£ajen u zup£anicima. Pretpostavlja se da je veliki odnos sile trenja
prema inerciji.

u y

ua

Pogonski Pogonjeni
zup£anik zup£anik
ua

Stati£ka karakteristika ima slede¢i izgled:

35
V. Naj£e²¢i (tipi£ni) nelinearni elementi

y
B0 A0
B
yb A

−ua
ua u

−yb
C
D
C0 D0

Histerezisna petlja zavisi od amplitude ulaznog signala, pri £emu je:


 k(u − ua ), ẏ > 0
y= k(u + ua ), ẏ < 0 (V.8)
const, y = 0, |u − ky | < ua


yb
k= (V.9)
ua

V.2.4 Histerezis
Histerezis je nelinearnost koja je tipi£na za magnetne materijale.
y

V.3 Denicije
V.3.1 Denicija 1
Sistem je stati£ki (bezinercioni) ako ulazno-izlazno preslikavanje
fT : X0 × U → Y (V.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)) (V.11)

36
VI. 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 odrežen isklju£ivo vrijedno²¢u ulaza i po£etnim stanjem.

V.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)) (V.12)
Sistem je odrežen samo preslikavanjem f.

V.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 takože spadaju u sisteme sa memorijom.
Stati£ki

Inercioni
Stati£ki Stati£ki
bez sa
memorije memorijom
Dinami£ki

Sa memorijom

VI Sistemi drugog reda

VI.1 Fazna ravan, fazna trajektorija i fazni portret

Posebnu klasu sistema £ine autonomni sistemi drugog reda £iji se matemati£ki model sastoji od
dvije diferencijalne jedna£ine prvog reda:
ẋ1 = f1 (x1 , x2 )
(VI.1)
ẋ2 = f2 (x1 , x2 )

Neka je x(t) = (x1 (t), x2 (t)) jedinstveno rje²enje jedna£ine VI.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 VI.1.
x2
Φ(x1 , x0 )

x0 = (x10 , x20 )
x1

37
VI. Sistemi drugog reda

Ravan (x1 , x2 ) se zove fazna ravan.

Koriste¢i vektorski zapis Ẋ(t) = f (x) gdje je f (x) = (f1 (x), f2 (x))T dobijamo vektorsko polje nad
faznom ravninom u kojoj je svakoj ta£ki x dodijeljen vektor f (x). Ovaj vektor je u svakoj ta£ki
fazne ravnine tangenta na faznu trajektoriju koja prolazi tom ta£kom i zaklapa ugao sa pozitivnim
dijelom x ose £iji je tangens dat formulom VI.2.
x2 f x2 = Φ(x1 , x0 )
f2

x2 α
f1
x0
x1 x1

dΦ(x1 , x0 ) dx2 ẋ2 f2 (x1 , x2 )

tgα = = = = (VI.2)
dx1 dx1 ẋ1 f1 (x1 , x2 )
Za vizuelizaciju f (x) se predstavlja kao vektor koji polazi iz ta£ke x a zavr²ava u ta£ki x + f (x).
Npr. Ako je f (x) = (2x21 , x2 )T , tada se za npr. x = (1, 1)T crta strelica koja kre¢e iz ta£ke (1, 1)T
do ta£ke (1, 1)T + f (x) = (1, 1)T + (2 · 12 , 1)T = (3, 2)T .
x2
f
2

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 VI.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.

VI.2 Kvalitativno pona²anje linearnog sistema drugog reda

Neka je dat linearni autonomni sistem drugog reda:
ẋ = Ax (VI.3)
gdje je x = (x1 , x2 )T .
Ta£ke ekvilibrijuma autonomnog sistema se dobijaju kao rje²enja jedna£ine:
Ax = 0 (VI.4)
U slu£aju da rang(A) = 2, tada postoji jedinstveno trivijalno rje²enje gornje jedna£ine
xe = (0, 0) (VI.5)
Nul prostor od A je trivijalan i sadrºi samo jednu ta£ku
N (A) = {0} (VI.6)

38
VI. 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 (VI.7)
Vrijedi da je
dimN (A) = n − r (VI.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 (VI.9)
i rje²enje jedna£ine VI.4 je skup svih ta£aka u prostoru stanja koje leºe na odreženom 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 (VI.10)
i svaka ta£ka fazne ravnine jeste ta£ka ekvilibrijuma.
Rje²enje sistema VI.3 je:
x(t) = T eJr T T −1 x0
(VI.11)
x0 = x(0)

Jr je realna Jordanova forma pri £emu je:

T −1 AT = Jr (VI.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} (VI.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 odreženo i pona²anje sistema u okolini ta£aka ekvilibrijuma.
1. Svojstvene vrijednosti λ1 i λ2 su realne i razli£ite mežusobno 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
VI. Sistemi drugog reda

(c) α = 0 - ta£ka ekvilibrijuma je tipa centar.

3. Svojstvene vrijednosti λ1 i λ2 su realne i iste, ali razli£ite od 0. (λ1 , λ2 ∈ R, λ1 = λ2 = λ 6= 0).
(a) λ > 0 - ta£ka ekvilibrijuma je nestabilni £vor.
(b) λ < 0 - ta£ka ekvilibrijuma je stabilni £vor.
4. Jedna ili obje svojstvene vrijednosti su jednake nula.
Ima se kontinuum ta£aka ekvilibrijuma - A ima netrivijalni nul prostor.

VI.2.1 Svojstvene vrijednosti su razli£ite mežusobno i razli£ite od nule

λ1 6= λ2 6= 0 λ1 , λ2 ∈ R (VI.14)
Tad je mogu¢e transformacijom sli£nosti prevesti sistem u modalnu formu
 
λ 0
J= 1 (VI.15)
 
V = T = v1 v2 ,
0 λ2
Pri £emu transformacijom sli£nosti z = T −1 x varijable stanja prevodimo u nove varijable stanja i
dobijamo raspregnuti model
z˙1 = λ1 z1
(VI.16)
z˙2 = λ2 z2
Rje²enje matri£nih jedna£ina pri po£etnim uslovima:
z10 = z1 (0)
(VI.17)
z20 = z2 (0)
je dato kao:
z1 (t) = z10 eλ1 t
(VI.18)
z2 (t) = z20 eλ2 t
Iz prve jedna£ine izrazimo t
z1
λ1 t = ln
z10
1 z1 (VI.19)
t= ln
λ1 z10
i uvrstimo u drugu jedna£inu, te dobijamo:
  λλ2
λ2 z
ln z 1 z1 1
z2 (t) = z20 e λ1 10 = z20
z10
λ2 (VI.20)
z20 λ2
z2 (t) = λ2 (z1 ) λ1 = Cz1λ1
λ1
z10
1. U slu£aju da je λ2 λ1 > 0, fazne trajektorije su parabole.
(a) λ1 < 0 i λ2 < 0
eλ1 t → 0, kada t → ∞
(VI.21)
eλ2 t → 0, kada t → ∞
Ta£ka ekvilibrijuma je tipa stabilan £vor. Fazni portret ima slede¢i izgled:

40
VI. 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

(b) λ1 > 0 i λ2 > 0

Ta£ka ekvilibrijuma je tipa nestabilan £vor. Fazne trajektorije imaju isti izgled kao i u
prethodnom slu£aju:
z2

nestabilni £vor
λ1 6= λ2 6= 0
z1
λ 1 > 0 i λ2 > 0

41
VI. Sistemi drugog reda

2. λ2 λ1 < 0
λ2

z2 = Cz1 λ1
(VI.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

VI.2.2 Svojstvene vrijednosti su kompleksne

λ1,2 = α ± jβ, β>0 (VI.23)
Transformacijom sli£nosti prevodimo sistem u slede¢u formu:
z˙1 = λ1 z1
(VI.24)
z˙2 = λ2 z2

42
VI. Sistemi drugog reda

z1 i z2 su kompleksne varijable, pri £emu uzimamo da je:

z1 = u + jv
(VI.25)
z2 = u − jv

Nadalje je:
z˙1 = u̇ + j v̇
(VI.26)
z˙2 = u̇ − j v̇

a to je:
z˙1 = (α + jβ)(u + jv) = (αu − βv) + j(βu + αv)
(VI.27)
z˙2 = (α − jβ)(u − jv) = (αu − βv) − j(βu + αv)

Iz VI.26 i VI.27 slijedi:

u̇ = αu − βv
(VI.28)
v̇ = βu + αv

Odnosno u matri£noj formi je:     

u̇ α −β u
= (VI.29)
v̇ β α v
Na osnovu svojstvenih vrijednosti zaklju£ujemo da ¢e sistem biti oscilatoran, pa je bolje pre¢i u
polarne koordinate.
v

θ
u
√
r= u2 + v 2
v (VI.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 ] (VI.31)
2 u2 + v 2
1 1
ṙ = √ 2α(u2 + v 2 )
2 u2 + v 2
√
ṙ = α u2 + v 2 = αr
ṙ = αr (VI.32)

43
VI. Sistemi drugog reda

1 v̇u − v u̇
θ̇ = v 2
1 + (u) u2
1
θ̇ = 2 [u(βu + αv) − v(αu − βv)]
u + v2 (VI.33)
1
θ̇ = 2 [βu2 + αuv − αuv + βv 2 ]
u + v2
1
θ̇ = 2 β(u2 + v 2 ) = β
u + v2
θ̇ = β (VI.34)
Jedna£ine VI.32 i VI.34 predstavljaju model sistema u polarnim koordinatama.
√
ṙ = αr, (r0 = r(0) = u2 + v 2 )
dr
= αr
dt Z
dr
= αdt/ () (VI.35)
r
lnr = lnr0 + αt
r
ln = αt
r0

r = r0 eαt (VI.36)
Prethodni izraz VI.36 predstavlja rje²enje prve diferencijalne jedna£ine.
θ̇ = β, (θ0 = θ(0))
dθ
dt
=β (VI.37)
Z
dθ = βdt/ ()

θ = θ0 + βt (VI.38)
Prethodni izraz VI.38 predstavlja rje²enje druge diferencijalne jedna£ine. Iz ovog izraza, izrazit
¢emo t i uvrstiti u VI.36 pa imamo:
θ − θ0
t=
β
α
r = r0 e β (θ−θ0 )
(VI.39)
α α
r = r0 e − β θ 0 e β θ
α
r = C1 e β θ (VI.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
VI. Sistemi drugog reda

Stabilni fokus

2. α > 0 => r = r0 e β t −t→∞

α
−−→ ∞
xe - Nestabilni fokus.

Nestabilni fokus

0
3. α = 0 => r = r0 e β t −t→∞
−−→ r0
xe - Centar.

Centar
r02

r01

45
VI. Sistemi drugog reda

VI.2.3 Svojstvene vrijednosti su iste i razli£ite od nule

λ = λ1 = λ2 6= 0
Transformacijom sli£nosti z = T −1 x polazni sistem se transformi²e u formu:
z˙1 = λz1 + kz2
z˙2 = λz2 (VI.41)
k = 0, 1
Matrica prelaza stanja je:

  −1  −1
s 0 λ k s − λ −k
Φ(s) = (sI − Jr ) =−1
− = (VI.42)
0 s 0 λ 0 s−λ
 
1 s−λ k
Φ(s) = · (VI.43)
(s − λ)2 0 s − λ
Nadalje:
Φ(t) = L−1 {Φ(s)} (VI.44)
 1 k   λt 
e kteλt
Φ(s) = s−λ (s−λ)2
=> Φ(t) = (VI.45)
0 1
s−λ
0 eλt
z(t) = Φ(t)z0 (VI.46)
 λt λt
   
e kte z10 z10 eλt + z20 kteλt
z(t) = = (VI.47)
0 eλt z20 z20 eλt
z1 (t) = z10 eλt + z20 kteλt
(VI.48)
z2 (t) = z20 eλt
Iz druge jedna£ine izrazimo t:
1 z2
t= ln (VI.49)
λ z20
i uvrstimo u prvu jedna£inu pa imamo:
ln 2 1 z2
z z
ln 2
z1 (t) = z10 e z20 + kz20 e z20 ln
λ z20

z10 k z2
 (VI.50)
z1 (t) = z2 + ln
z20 λ z20
 
z10 k z2
z1 (t) = z2 (t) + ln (VI.51)
z20 λ z20
Za k = 0 dobijamo:
z20
z2 = z1 (VI.52)
z10
Za λ < 0 i k = 0 Za λ > 0 i k = 0
z2 z2

Stabilan £vor Nestabilan £vor

z1 z1

46
VI. Sistemi drugog reda

Za λ < 0 i k = 1 Za λ > 0 i k = 1
z2 z2

Stabilan £vor Nestabilan £vor

z1 z1

VI.2.4 Jedna ili obje svojstvene vrijednosti su jednake nuli

U ovom slu£aju matrica sistema ima netrivijalan nul prostor, tj. sistem ima ekvilibrijum podpros-
tor. Dimenzija nul prostora moºe biti 1 ili 2. Ako je dimenzija nul prostora 2, tada je matrica
sistema nula matrica ²to predstavlja trivijalan slu£aj kada je svaka ta£ka prostora stanja sistema
ta£ka ekvilibrijuma. Kada je dimenzija nul prostora 1, tada oblik Jordanove matrice Jr zavisi od
multipliciteta svojstvene vrijednosti. Kada je λ1 = 0 i λ2 6= 0 transformacijom sli£nosti, pri £emu
je matrica transformacije T = v1 v2 , dobija je Jordanova matrica sistema:
 

 
0 0
Jr = (VI.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
(VI.54)
z˙2 = λ2 z2

Rje²enje ovih jedna£ina je:

z1 (t) = z10
(VI.55)
z2 (t) = z20 eλ2 t

Ekvilibrijum podprostor je pravac z2 = 0 (to je osa z1 )

z2

z1

ekvilibrijum podprostor

Zavisno od znaka λ2 , ta£ke ekvilibrijuma konvergiraju ka ekvilibrijum podprostoru u slu£aju da

je λ2 < 0, odnosno divergiraju za λ2 > 0.

47
VI. 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

Kada su obje svojstvene vrijednosti jednake nuli λ1 = λ2 = 0, transformacija varijabli (z = T −1 x)

rezultira u:
z˙1 = z2
(VI.56)
z˙2 = 0

gdje je Jordanova matrica data sa:  

0 1
Jr = (VI.57)
0 0
Rje²avanjem sistema diferencijalnih jedna£ina dobijamo:
z1 (t) = z10 + z20 t
(VI.58)
z2 (t) = z20

z2

z1
ekvilibrijum
podprostor

48
VI. 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. ƒvor, 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.

VI.3 Kvalitativno pona²anje nelinearnih sistema oko ta£ke ekvilibri-

juma
Neka je p = (p1 , p2 )T ta£ka ekvilibrijuma sistema:
x˙1 = f1 (x1 , x2 )
(VI.59)
x˙2 = f2 (x1 , x2 )

Neka su funkcije f1 i f2 analiti£ke funkcije u okolini ta£ke ekvilibrijuma (imaju konvergentne

razvoje u Taylor-ov red u okolini ta£ke ekvilibrijuma). Tada se desne strane gornjih jedna£ina
mogu razviti u konvergentan Taylor-ov red u okolini ta£ke p tj.:
x˙1 = f1 (p1 , p2 ) + a11 (x1 − p1 ) + a12 (x2 − p2 ) + H.O.T.
(VI.60)
x˙2 = f2 (p1 , p2 ) + a21 (x1 − p1 ) + a22 (x2 − p2 ) + H.O.T.
pri £emu su:
δf1 (x1 , x2 ) δf1 (x1 , x2 )
a11 = |x=p a12 = |x=p
δx1 δx2
(VI.61)
δf2 (x1 , x2 ) δf2 (x1 , x2 )
a21 = |x=p a22 = |x=p
δx1 δx2
U ta£ki ekvilibrijuma vrijedi da je:
f1 (x1 , x2 ) = f1 (p1 , p2 ) = 0
(VI.62)
f2 (x1 , x2 ) = f2 (p1 , p2 ) = 0
i usvojimo oznake:
y1 = ∆x1 = x1 − p1
(VI.63)
y2 = ∆x2 = x2 − p2
Tada vrijedi da je:
y˙1 = x˙1
(VI.64)
y˙2 = x˙2

49
VI. Sistemi drugog reda

Uvr²tavanjem VI.63 i VI.64 u VI.60 dobijamo:

y˙1 = a11 y1 + a12 y2
(VI.65)
y˙2 = a21 y1 + a22 y2

pri £emu se H.O.T. zanemaruju.     

y˙1 a11 a12 y1
= (VI.66)
y˙2 a21 a22 y2
Nova ta£ka ekvilibrijuma postaje ye = (0, 0).
x2 x2

(0, 0)
x1
(p1 , p2 )

x1

Teorema
Ako je ishodi²te (ta£ka ekvilibrijuma) lineariziranih jedna£ina stanja VI.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
(VI.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
(VI.68)
ẋ2 = 0 =⇒ −10sinx1 − x2 = 0 =⇒ x1 = kπ, k = 0, ±1, ±2, . . .

xe = (kπ, 0)
(VI.69)
(0, 0); (π, 0)

• Lineariziramo model nelinearnog sistema u okolini ta£ke ekvilibrijuma (0,0)

Izra£unajmo matricu Jakobijana u toj ta£ki:
 δf δf1

1
δx1 δx2
(VI.70)
 δf 
A= δx x=(0,0)
= 
δf2 δf2
δx1 δx2 x=(0,0)

50
VI. Sistemi drugog reda

   
0 1 0 1
A=  =  (VI.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(sI − A) = det  −  = det  
0 λ −10 −1 10 λ + 1
(VI.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

• Lineariziramo model nelinearnog sistema u okolini ta£ke ekvilibrijuma (π, 0)

Izra£unajmo matricu Jakobijana u toj ta£ki:
 δf δf1

1
δx1 δx2
(VI.73)
 δf 
A= δx x=(π,0)
= 
δf2 δf2
δx1 δx2 x=(π,0)
   
0 1 0 1
A=  =  (VI.74)
−10cosx1 −1 10 −1
x=(π,0)

Da bi odredili tip ta£ke ekvilibrijuma trebamo odrediti svojstvene vrijednosti matrice sis-
tema:
     
λ 0 0 1 λ −1
det(sI − A) = det  −  = det  
0 λ 10 −1 −10 λ + 1
(VI.75)
= λ(λ + 1) − 10 = λ2 + λ − 10 = 0
√ √
−1 ± 1 + 40 1 41 1
λ1,2 = =− ± = − ± 3.2
2 2 2 2
x1 > 0, x2 < 0. Ta£ka ekvilibrijuma (π, 0) je tipa sedlo.

51
VI. Sistemi drugog reda

x2

x1

VI.3.1 Grani£ni ciklusi

Neka se ima modicirana Van der Pol-ova jedna£ina sa dodatnim £lanom v̇ 3 (v̈−(1−v 2 )v̇+v = 0)
v̈ − (1 − v 2 − v̇ 2 )v̇ + v = 0 (VI.76)
Uporedimo ovu jedna£inu sa jedna£inom harmonijskih oscilacija:
v̈ + v = 0 (VI.77)
Vidimo da jedna£ina VI.76 u odnosu na jedna£inu harmonijskih oscilacija ima £lan sa prigu²enjem.
Matemati£ki model harmonijskih oscilacija VI.77 moºe biti prikazan u prostoru stanja:
x1 = v
(VI.78)
x2 = v̇

Diferenciramo prethodnu jedna£inu i dobijamo:

ẋ1 = x2
(VI.79)
ẋ2 = v̈ = −v = −x1

ẋ1 = x2
(VI.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))
(VI.81)
x2 (t) = ẋ1 (t)

Nadalje imamo da je:

1 1
ṙ = p (2x1 ẋ1 + 2x2 ẋ2 ) (VI.82)
2 x21 + x22
1 1
ṙ = p (2x1 x2 − 2x2 x1 ) = 0 (VI.83)
2 x21 + x22

52
VI. Sistemi drugog reda

1 ẋ2 x1 − ẋ1 x2 1
θ̇ =  2 2
= 2 2
(−x21 − x22 ) = −1 (VI.84)
x2 x 2 x 1 + x 2
1+ x1

Neka imamo po£etne uslove:

(r0 , θ0 ) = (r(t = 0), θ(t = 0)) (VI.85)
Pa imamo rje²enja diferencijalnih jedna£ina:
r(t) = r0
(VI.86)
θ(t) = θ0 − t

Stoga imamo da je:

x1 (t) = r0 cos(θ0 − t)
(VI.87)
x2 (t) = ẋ1 (t) = −r0 sin(θ(t))θ̇(t) = r0 sin(θ0 − t)

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 (VI.88)
x1 = v
(VI.89)
x2 = v̇
Diferenciramo prethodnu jedna£inu i dobijamo:
ẋ1 = x2
ẋ2 = (1 − v 2 − v̇ 2 )v̇ − v (VI.90)
ẋ2 = −x1 + (1 − x21 − x22 )x2

Ta£ke ekvilibrijuma dobijamo iz:

ẋ1 = 0
(VI.91)
ẋ2 = 0

x2 = 0
(VI.92)
− x1 + (1 − x21 − x22 )x2 = 0 =⇒ x1 = 0

53
VI. Sistemi drugog reda

Ta£ka ekvilibrijuma je (0, 0). Trebamo sada linearizirati model sistema u okolini ta£ke ekvilibri-
juma.  δf δf 
1 1
δx1 δx2
(VI.93)
 δf 
A= δx x=(0,0)
= 
δf2 δf2
δx1 δx2 x=(0,0)
   
0 1 0 1
A=  =  (VI.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(sI − A) = det  −  = det  
0 λ −1  1 λ−
(VI.95)
= λ(λ − ) + 1 = λ2 − λ + 1 = 0
√
 ± 2 − 4
λ1,2 =
2
Za 0 <  < 2 √
 4 − 2
λ1,2 = ± j (VI.96)
2 2
Ta£ka ekvilibrijuma je tipa nestabilni fokus.
Za  = 2
λ1,2 = 1 (VI.97)
Imamo dvostruku svojstvenu vrijednost i ta£ka ekvilibrijuma je tipa nestabilni £vor.
Za  > 2 √
 2 − 4
λ1,2 = ± (VI.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) (VI.99)
pa je:
x1 (t) = sin(t)
(VI.100)
x2 (t) = cos(t)
Uvrstimo VI.100 u VI.88:
− sin(t) − (1 − sin2 (t) − cos2 (t))cos(t) + sin(t) = 0 (VI.101)
x2

x1

54
VI. Sistemi drugog reda

Ako se nažemo 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) (VI.102)
d 2
(r ) = 2x1 ẋ1 + 2x2 ẋ2 =
dt
= 2x1 x2 + 2x2 [−x1 + (1 − x21 − x22 )x2 ] = (VI.103)
= 2(1 − x21 − x22 )x22 = 2[1 − (x21 + x22 )]x22
Prema tome:
d 2
(r ) > 0 =⇒ x21 + x22 < 1 (VI.104)
dt
Kada smo unutar kruºnice r ¢e rasti.
x2

x1

d 2
(r ) < 0 =⇒ x21 + x22 > 1 (VI.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) (VI.106)

55
VII. 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 δx u toj ta£ki ima svojstvene vrijednosti sa pozitivnim realnim dijelovima
δf

(prema tome ta£ka ekvilibrijuma je nestabilan fokus ili nestabilan £vor)

• Svaka trajektorija koja po£inje u M ostaje u M zauvijek,
tada M sadrºi periodi£nu orbitu (grani£ni ciklus) sistema ẋ = f (x).

VII Analiza nelinearnih sistema drugog reda u faznoj rav-

nini
Analiza u faznoj ravnini podrazumijeva gra£ku analizu nelinearnog autonomnog sistema drugog
reda u formi:
ẋ1 = f1 (x1 , x2 )
(VII.1)
ẋ2 = f2 (x1 , x2 )

Prvi korak u analizi je konstrukcija faznog portreta.

VII.1 Metode konstrukcije faznog portreta

Najbolja tehnika za konstrukciju faznog portreta je simulacija jedna£ina nelinearnog sistema na
personalnom ra£unaru. Mežutim, razvijene su i analiti£ke i gra£ke metode konstrukcije faznog
portreta. Prema tome, metode konstrukcije faznog portreta mogu biti:
• analiti£ke metode

• metode izoklina

VII.1.1 Analiti£ke metode konstrukcije faznog portreta

Postoje dvije metode analiti£ke konstrukcije faznog portreta. Obje se sastoje u odreživanju funk-
cije izmežu varijabli stanja x1 i x2 u formi
g(x1 , x2 , c = 0 (VII.2)
odnosno:
x2 = h(x1 , c) (VII.3)
c - konstanta koja uklju£uje efekat po£etnih uslova.
Crtanjem graka ove relacije za razli£ite po£etne uslove dobija se fazni portret sistema.
1. Prva tehnika se sastoji u rje²avanju (ukoliko je to mogu¢e) jedna£ina VII.1 po x1 i x2 u
funkciji vremena, tj.
x1 = g1 (t)
(VII.4)
x2 = g2 (t)

a zatim eliminaciji vremena iz jedna£ine VII.4.

Primjer
Nacrtati fazni portret sistema masa opruga kori²tenjem prvog analiti£kog metoda.

56
VII. Analiza nelinearnih sistema drugog reda u faznoj ravnini

k=1

m=1

ẍ + x = 0 (VII.5)
Sa po£etnim uslovom
x0 = x(0)
(VII.6)
ẋ(0) = 0
Prema tome uvode¢i varijable stanja:
x1 = x
(VII.7)
x2 = ẋ
i diferenciraju¢i prethodni izraz imamo:
ẋ1 = x2
(VII.8)
ẋ2 = ẍ = −x = −x1
Sada, rje²enje sistema jedna£ina je:
x1 (t) = x0 cos(t)
(VII.9)
x2 (t) = −x0 sin(t)
Ako kvadriramo i saberemo ova rje²enja imamo:
x21 + x22 = x20 [cos2 (t) + sin2 (t)] = x20 (VII.10)
x2

x0

x1

Prema tome, budu¢i da je za:

dx1
x2 > 0 =⇒ = x2 > 0 (VII.11)
dt
to sve trajktorije u gornjoj poluravni fazne ravnine se kre¢u s lijeva na desno i budu¢i da je
dx1
x2 < 0 =⇒ = x2 < 0 (VII.12)
dt
to sve trajktorije u donjoj poluravni fazne ravnine se kre¢u s desna na lijevo.

57
VII. Analiza nelinearnih sistema drugog reda u faznoj ravnini

x2

x1

Osim toga vrijedi da je:

dx2
dx2 f2 (x1 , x2 )
= dt
dx1
= (VII.13)
dx1 dt
x2
dx2
dx1
- nagib fazne trajektorije u svakoj ta£ki.
Za x2 → 0 =⇒ dx 2
dx1
→ ∞, to zna£i da kad god fazna trajektorija sije£e osu x1 , ona je sije£e
pod pravim uglom.
x2

x1

Prethodno re£eno vrijedi za sisteme forme:

ẍ2 − f2 (x, ẋ) = 0 (VII.14)
Za izabrane varijable stanja:
ẋ1 = x2
(VII.15)
ẋ2 = f2 (x1 , x2 )

2. Drugi analiti£ki metod za konstrukciju faznog portreta

Treba primjetiti da iz jedna£ine modela vrijedi:
dx2 f2 (x1 , x2 )
= (VII.16)
dx1 f1 (x1 , x2 )
Metod se sastoji u direktnoj eliminaciji vremena rje²avanjem jedna£ine VII.16 za dobijanje
funkcionalne relacije izmežu x1 i x2 .

58
VII. Analiza nelinearnih sistema drugog reda u faznoj ravnini

Primjer masa-opruga sistem

ẋ1 = x2
(VII.17)
ẋ2 = −x1
x1 (0) = x0
(VII.18)
x2 (0) = 0
Rje²enje:
dx2
dx2 x1
dt
dx1
= =− =⇒ x2 dx2 = −x1 dx1 (VII.19)
dt
dx1 x2
Integriramo prethodnu relaciju i imamo:
x22 = −x21 + c
(VII.20)
x21 + x22 = c

Za t = 0:
x21 (0) + x22 (0) = x20 + 0 = x20 = c
(VII.21)
c = x20

Pa je jedna£ina fazne trajektorije:

x21 + x22 = x20 (VII.22)

59