10/01/2022 1

Nguyễn Thu Hà _ Lý thuyết điều khiển tự động

 Nội dung

4.1. Mô tả hệ thống trong không gian trạng thái

Phương trình trạng thái
Quan hệ giữa mô hình trạng thái và hàm truyền
Quỹ đạo trạng thái

4.2. Phân tích hệ thống trong không gian trạng thái

Tính ổn định
Tính điều khiển được
Tính quan sát được

4.3. Thiết kế bộ điều khiển

Bộ điều khiển phản hồi trạng thái gán điểm cực
Bộ quan sát trạng thái
Bộ điều khiển phản hồi đầu ra

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 2
tự động
 4.1. Mô tả hệ thống trong
không gian trạng thái

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 3
tự động
4.1.1. Phương trình trạng thái

+ Khái niệm biến trạng thái

Định nghĩa 3.1: Các biến trạng thái là các biến mang thông tin về các
trạng thái bên trong của hệ thống, phản ánh các diễn biến, quá trình
xảy ra trong hệ.

Các biến trạng thái có thể bao gồm cả biến ra. Đã là biến ra thì
phải đo được, nhưng biến trạng thái không phải lúc nào cũng đo
được mà có thể tính toán thông qua các tín hiệu đo khác.
Ví dụ : Bài tóan điều khiển vận tốc xe

Biến trạng thái: quãng đường y(t), vận

tốc 𝑦(t).
ሶ
Biến ra: vận tốc 𝑦(t).
ሶ
Biến vào: lực tác động u(t).
Nguyễn Thu Hà _ Lý thuyết điều khiển
10/01/2022 4
tự động
4.1.1. Phương trình trạng thái

Xét một hệ thống với cấu trúc cho u1(t) Hệ thống y1(t)
như hình vẽ và: ⋮ ⋮ kỹ thuật ⋮ ⋮
m tín hiệu vào u1(t), u2(t),…um(t) , um(t) x1, x2,…xn yr(t)
được viết chung thành vector 𝑢 𝑡 ∈
𝑅𝑚
r tín hiệu ra y1(t), y2(t),…yr(t) , viết
chung lại thành vector 𝑦 𝑡 ∈ 𝑅𝑟 ;
n biến trạng thái x1(t), x2(t),…xn(t) ,
viết chung lại thành 𝑥 𝑡 ∈ 𝑅𝑛

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 5
tự động
4.1.1. Phương trình trạng thái

Mô hình trạng thái là loại mô hình toán học có dạng:

𝑑𝑥
= A𝑥 + B𝑢
ቐ 𝑑𝑡
𝑦 = C𝑥 + 𝐷𝑢

trong đó:
Ma trận ARnn là ma trận hệ thống.
Ma trận BRnm là ma trận điều khiển.
Hai ma trận CRrn và DRrm là các ma trận đầu ra.
Hệ tuyến tính cũng mô tả được bằng phương trình
trạng thái ở một trong ba dạng cơ bản sau:

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 6
tự động
4.1.1. Phương trình trạng thái
• Mô hình trạng thái tham số hằng khi các ma trận A, B, C, D
đều là ma trận hằng
• Mô hình trạng thái tham số phụ thuộc t, có phần tử các ma trận
A, B, C, D là hàm số phụ thuộc thời gian:
𝑑𝑥
= A(𝑡)𝑥 + B(𝑡)𝑢
ቐ 𝑑𝑡
𝑦 = C(t)𝑥 + 𝐷(𝑡)𝑢
• Mô hình trạng thái tham số rải, có phần tử các ma trận
A,B,C,D là hàm số phụ thuộc biến không gian (phụ thuộc
vector tham số v):
𝑑𝑥
= A(𝑣)𝑥 + B(𝑣)𝑢
ቐ 𝑑𝑡
𝑦 = C(v)𝑥 + 𝐷(𝑣)𝑢

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 7
tự động
4.1.1. Phương trình trạng thái

+ Ưu điểm của hệ phương trình trạng thái:

• Cho phép mô tả hệ thống mà không cần điều kiện đầu bằng 0.
• Cho phép mô tả các hệ MIMO đơn giản hơn so với dạng hàm
truyền đạt.
• Cho phép khảo sát các biến trạng thái cần quan tâm bên trong
hệ thống chứ không phải đầu vào và đầu ra, vì thế giúp ta hiểu
rõ và sâu hơn về các đặc tính của hệ.

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 8
tự động
 Ví dụ

• Ví dụ 1: Động cơ một chiều:

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 9
tự động
 Ví dụ

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 10
tự động
 Ví dụ

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 11
tự động
 Ví dụ

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 12
tự động
 Ví dụ

• Ví dụ 2: Cho hệ cơ gồm một lò xo có hệ số b, một vật với khối

lượng m và bộ suy giảm tốc có hệ số a được nối với nhau như hình
vẽ. Gọi u(t) là tín hiệu vào được định nghĩa là lực bên ngoài tác
động lên vật và tín hiệu ra y(t) là quãng đường mà vật đi được.
Ký hiệu:
𝑑𝑦(𝑡) 𝑑𝑥1 (𝑡)
x1(t) = y(t) và 𝑥2 𝑡 = =
𝑑𝑡 𝑑𝑡

là hai biến trạng thái của hệ, cũng như Fc,

Fm, Fd là những lực của lò xo, vật và bộ
suy giảm tốc sinh ra khi vật chuyển động.

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 13
tự động
 Ví dụ

Khi đó ta được
d 2 y (t ) dx2 dy (t )
Fc = by (t ) = bx1, Fm = m =m Fd = a = ax2
dt 2 dt và dt
Suy ra
dx dx2 b a 1
Fc + Fm + Fd = bx1 + m 2 + ax2 = u  = − x1 − x2 + u
dt dt m m m

và từ đó là mô hình trạng thái:

 dx  0 1   0 
 =  x +  −1  u
 −1 −1 
 dt  −m b −m a  m 

 y = x1 = (1 , 0) x

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 14
tự động
3.1.2. Quan hệ giữa mô hình trạng thái và hàm truyền

Một hệ thống tuyến tính SISO cùng được mô tả bởi phương trình
trạng thái và hàm truyền G(s). Vậy thì giữa hai mô hình này phải
có những mối liên hệ với nhau.
Xác định hàm truyền từ mô hình trạng thái;
Xác định mô hình trạng thái từ hàm truyền;
Xác định bậc tương đối của hàm truyền từ mô hình trạng thái.

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 15
tự động
4.1.2. Quan hệ giữa mô hình trạng thái và hàm truyền

1) Xác định hàm truyền từ mô hình trạng thái

Cho đối tượng được mô tả bởi mô hình trạng thái tham số hằng :

d x
 = Ax + Bu
 dt

 y = C x + Du

Khi đó hàm truyền đạt được tính theo công thức:

G(s) = C(sI−A) −1 B+D

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 16
tự động
• Tinh A-1 khi biết
𝑎 𝑏
A=
𝑐 𝑑

𝑑 −𝑐 𝑇
−𝑏 𝑎 𝑑 −𝑏
-1 (𝑎𝑑𝑗(𝐴 ))𝑇 −𝑐 𝑎
A = det(𝐴) = =
det 𝐴 det(𝐴)

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 17
tự động
 Ví dụ
• Cho hệ SISO với hai biến trạng thái được mô tả bởi:
d x  2 1  −1
 =  x+  2 u
 dt  0 3  
y = 2 1 x
  
Tìm hàm truyền đạt.
Ta có hàm truyền đạt:  s − 2 −1 
−1
 −1
G ( s ) = C ( sI − A) −1 B =  2 1 
 0 s − 3 2
 
1 s − 3 1   −1
=  2 1   2  =
( s − 2)( s − 3)  0 s − 2  
1  −1 6
 2( s − 3) s    = 2
( s − 2)( s − 3)  2  s − 5s + 6

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 18
tự động
 Nguyễn Thu Hà _ Lý thuyết điều khiển
10/01/2022 19
tự động
 Tính hàm truyền đạt khi biết mô hình
trạng thái
 0 1 0  0
dx    
a. =  0 0 1  x +  0  u ; y = x1
dt   1
 −1 −4 −3   

 0 1 0  0
dx    
b. =  0 0 1  x +  0  u ; y = x1 + 2 x2
dt   1
 −1 −4 −3   
Khi đó hàm truyền đạt được tính theo công thức:
G(s) = C(sI−A) −1 B+D
Nguyễn Thu Hà _ Lý thuyết điều khiển
10/01/2022 20
tự động
2)Xác định mô hình trạng thái chuẩn điều khiển từ hàm truyền

• Xét hệ SISO có hàm truyền:

b0 + b1s + + bnsn B( s)
G(s) = n −1
=
a0 + a1s + + an−1s + s n A( s)
(*)
• Gọi U(s) là ảnh Laplace của u(t), Y(s) là ảnh của y(t) thì từ hàm
truyền đã cho ta có:
b0 + b1s + + bn s n U (s) sU ( s ) s nU ( s )
Y (s) = U ( s ) = b0 + b1 + + bn
A( s ) A( s ) A( s ) A( s )

Đặt n biến trạng thái x1(t), …, xn(t), ghép chung lại

 x1 
thành  
x =  có ảnh Laplace
x 
 n
U ( s) sU ( s) sn −1U ( s)
X 1 (s) = , X 2 (s) = ,  , X n (s) =
A( s ) A( s) A( s)
Nguyễn Thu Hà _ Lý thuyết điều khiển
10/01/2022 21
tự động
2)Xác định mô hình trạng thái chuẩn điều khiển từ hàm truyền
Sẽ được sX 1 (s) = X 2 (s) 
dx1
= x2
dt
dx2
sX 2 (s) = X 3 (s)  = x3
dt

dxn−1
sX n−1 (s) = X n (s)  = xn
dt
Cũng như:
U ( s)
X1 ( s) =
A( s)

 U = a0 X1 + a1sX1 + + an−1sn −1 X1 + sn X1
= a0 X1 + a1 X2 + + an−1 X n + sX n
dxn
 a0 x1 + a1 x2 + + an−1 xn + =u
dt
dxn
 = − a0 x1 − a1 x2 − − an−1 xn + u
dt
Suy ra:
 0 1 0 0  0
   
0 0 1 0 
= 
dx
x + u
dt   0
   
 − a0 − a1 −a2 −an −1  1
Nguyễn Thu Hà _ Lý thuyết điều khiển
10/01/2022 22
tự động
2)Xác định mô hình trạng thái chuẩn điều khiển từ hàm truyền
Mặt khác, từ:
Y = b0 X1 + b1 X2 + + bn−1 Xn + sbn Xn
còn có:
dxn ( t )
y = b0 x1 + b1 x2 + + bn −1 xn + bn
dt
 y==( (bb0 −− aa0bbn) x) x+1(+b (−ba1 b− )xa1b+n ) x1 + +(b +− (abn−b1 )−xa+n−b1bun ) x1 + bnu
0 0 n 1 1 1 n 2 n −1 n −1 n n n

Định nghĩa 3.2: Hệ SISO vói hàm truyền đạt (*) có mô hình
trạng thái chuẩn điều khiển như sau:
  0 1 0 0  0
    
 =
dx 0 0 1 0  x +  u
 dt   0
    
 −
 0 a − a 1 − a2 − an −1  1

 A B
 y = ( b0 − a0bn , , bn −1 − an −1bn ) x + bnu

 C
Nguyễn Thu Hà _ Lý thuyết điều khiển
10/01/2022 23
tự động
 Sơ đồ khối mô hình trạng thái chuẩn điều khiển
Hãy xác mô hình trạng thái chuẩn điều khiển và vẽ sơ đồ khối cấu trúc
6
G(s) =
𝑠 2 −5𝑠+6
dx  0 1  0
a. =  x +   u ; y = 6 x1
dt  −6 5  1 

𝑥2ሶ 1 x2=𝑥1ሶ x1 y
1 6
u
- 𝑠 𝑠
-
-5

6
Nguyễn Thu Hà _ Lý thuyết điều khiển
10/01/2022 24
tự động
• 𝑥1ሶ = −𝑎0𝑥𝑛+(b0-a0bn)u
• 𝑥2ሶ =x1-a1xn +(b1-a1bn)u
• 𝑥𝑛ሶ =xn-1-an-1xn +(bn-1-an-1bn)u

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 25
tự động
3) Xác định mô hình trạng thái chuẩn quan sát từ hàm truyền

Định nghĩa 3.3: Hệ SISO vói hàm truyền đạt 3.12 có mô hình
trạng thái chuẩn quan sát như sau:
 0 0 0 − a0 
  
 1 0 0 − a1   b0 − a0bn 
dx
 = 0 1 0 − a2 x + 
 dt    u
 b − a b 
   n −1 n −1 n 
 0 1 − an −1 
  0 B
 y = (0 , , 0 , 1) x + bnu

 C

Mô hình trạng thái chuẩn quan sát chính là

mô hình đối ngẫu của chuẩn điều khiển
 dx
 = A x+C u
T T

 dt
 y = BT x + DT u


Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 26
tự động
 Sơ đồ khối mô hình trạng thái chuẩn quan sát
Hãy xác mô hình trạng thái chuẩn quan sát và vẽ sơ đồ khối cấu trúc
6
G(s) =
𝑠 2 −5𝑠+6
dx  0 −6  6 
a. =  x +   u ; y = [0 1]x
dt  1 5  0 

u
𝑥1ሶ 1 x1 𝑥2ሶ x2 =y
1
6
𝑠 𝑠
-
5

6
Nguyễn Thu Hà _ Lý thuyết điều khiển
10/01/2022 27
tự động
 Ví dụ

• Hãy xác định hệ phương trình trạng thái theo

chuẩn quan sát khi biết hàm truyền đạt
3+𝑠
G(s) =
4+5𝑠+ 𝑠 2
Ta có a0 = 4; a1 = 5;
b0 = 3 ; b1 =1
 dx  0 − a0   b0   dx  0 −4   3
 =   x +  u  =   x +  u
 dt  1 − a1  b1   dt  1 − 5  1
 

y = 0 , 1 x
b hay 
y = 0 , 1 x
b

 ( )  ( )
 cT  cT
 

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 28
tự động
4) Xác định bậc tương đối của hàm truyền từ mô hình trạng thái

• Xét hệ SISO có hàm truyền hợp thức chặt:

b0 + b1s + + bm s m
G (s) = , mn
a0 + a1s + + an s n (**)
Bậc tương đối của nó được hiểu là hiệu r = n-m1

Định nghĩa 3.4: Bậc tương đối của hệ SISO có hàm truyền (**)
được xác định từ mô hình trạng thái tương ứng của nó bằng công
thức sau: = 0 khi 0  k  r − 2
k
CA B = 
 0 khi k = r − 1

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 29
tự động
 Ví dụ
• Cho hệ SISO với hai biến trạng thái được mô tả bởi:
d x  2 1  −1
 =   x +   u
 dt  0 3 2
y = 2 1 x
Xác định bậc tương đối
  
6
Ta có hàm truyền: G(s) =
𝑠 2 −5𝑠+6
Như vậy, ta thấy hệ có bậc tương đối là r = 2. Giá trị này cũng có thể trực
tiếp tính được từ mô hình trạng thái như sau:
Xét k=0  −1
CB =  2 1   = 0
2
2 1  −1
k=1 CAB =  2 1     =80
0 3  2 

Do đó r = k+1 = 2

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 30
tự động
Cho hàm truyền đạt
1. 1 – 15 Viết mô hình chuẩn điều khiển và tính
bậc tương đối
2. 16 – 31 viết mô hình chuẩn quan sát và tính
bậc tương đối
4 2
G(s) = =
4+6𝑠+2𝑠 2 2+3𝑠+𝑠 2

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 31
tự động
4.1.3. Quỹ đạo trạng thái

1) Khái niệm
• Quỹ đạo trạng thái được hiểu là nghiệm của hệ phương trình
vi phân:
𝑑𝑥
= Ax+Bu
𝑑𝑡
trong mô hình trạng thái với một kích thích u(t) và trạng thái đầu
x(0) = x0 cho trước. Tập hợp của tất cả các quỹ đạo trạng thái
của hệ thống được gọi là không gian trạng thái.
• Nếu u(t) = 0 và x(0)  0 thì quỹ đạo trạng thái được gọi là tự
do.
• Nếu u(t)  0 và x(0) = 0 thì quỹ đạo trạng thái được gọi là
cưỡng bức.

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 32
tự động
2) Ma trận hàm mũ
+ Ý nghĩa: Dùng để tìm quỹ đạo trạng thái của hệ.
Định nghĩa 3.5: Với một ma trận A  Rnxn cho trước, ma trận hàm
mũ tương ứng với A được định nghĩa bởi:
 ( At ) k
e At
= 
k =0 k !

+ Các tính chất của ma trận hàm mũ:

o a)
e At1Aet At2 = e At2 e At1 = e A(t1 + tvà2 ) e At e− At = e A(t −t ) = I
o b) de
= Ae At = e At A
dt
o c)
Nếu A là ma trận đường chéo A = diag(ai) thì
eAt= diag ( eait).
o d) e At=L−1{(sI−A)−1}

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 33
tự động
 2) Ma trận hàm mũ

+ Cách xác định hàm eAt

▪ Sử dụng toán tử Laplace eAt=L−1{(sI−A)−1}.

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 34
tự động
 Ví dụ- toán tử Laplace

Ví dụ 1: Xác định ma trận hàm mũ bằng toán tử

Laplace
 2 1
A=
Với  0 3

 thì
Theo phép biến đổi Laplace:
−1
 s − 2 −1  1 s −3 1 
e At = −1{( sI − A) −1} = −1{  }=
−1
{  }
 0 s − 3 ( s − 2)( s − 3)  0 s − 2

 1 1 
   e 2t e3t − e 2t 
−1  s − 2 ( s − 2)( s − 3) 
= { }= 
 1   0 3t 
 0   e 
 s −3 

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 35
tự động
3) Tìm quỹ đạo trạng thái

Định lý 3.4: Nghiệm của phương trình trạng thái tham số hằng
được tính:
 t
 x (t ) = e x0 +  e A(t − ) Bu ( )d
At
 0

  At t
A(t − )

 y (t ) = C e x0 +  e Bu ( )d  + Du
  0 

Định lý 3.5: Khi hệ thống được mô tả bởi mô hình trạng thái

tham số hằng thì nó sẽ có:
a) Quá trình tự do: y (t ) = Ce At x
t 0
b) Quá trình cưỡng bức : t
A(t − )
y (t ) = C  e Bu ( )d + Du
c
0

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 36
tự động
 Ví dụ
• Xác định quỹ đạo trạng thái có tham số không phụ thuộc thời gian
• Hãy xác định y(t) khi hệ được kích thích bởi u(t) = 1(t) từ trạng
thái đầu x0 = 0 cho hệ thống SISO có hai biến trạng thái được mô
tả bởi: d x  −2 1  0
=   x +    u , y = x1
dt  0 −1 1

Hệ có ma trận:  −2 1   0
A=  ; B =   ; C = (1 0)
 0 −1  1
Khi đó:  s +1 1   1 1 
−1
   
 s + 2 −1  + =  s + 2 ( s + 2)( s + 1) 
=
0 s 2
( sI − A) −1 =  
 0 s + 1 ( s + 2)( s + 1)  1 
 0 
 s +1 
 e −2t
e −t − e −2t 
e At = L−1{( sI − A) −1} =  
 0 −t 
 e 
Nguyễn Thu Hà _ Lý thuyết điều khiển
10/01/2022 37
tự động
 Ví dụ

• Vậy t  e −2(t − ) e − (t − ) − e −2(t − )   0  t

e
− ( t − )
− e
−2( t − )

x (t ) =      1( ) d =   d
0
 − (t − )  1 0 e − (t − ) 
0 e   
 − ( t − ) e −2( t − )   
e − t  1 −t e −2t
0  −e + 
=  2 =2 2 
   
 e − (t − ) t0   1 − e −t 
 

−2 t
1 −t e
y(t) = −e +
2 2

Nguyễn Thu Hà _ Lý thuyết điều khiển

10/01/2022 38
tự động