Professional Documents
Culture Documents
RENDSZERELMÉLET
LABORATÓRIUMI
GYAKORLATOK
SAPIENTIA ERDÉLYI MAGYAR TUDOMÁNYEGYETEM
MŰSZAKI ÉS HUMÁNTUDOMÁNYOK KAR, MAROSVÁSÁRHELY
VILLAMOSMÉRNÖKI TANSZÉK
KUTASI DÉNES NIMRÓD
MÁRTON LÁSZLÓ FERENC
RENDSZERELMÉLET
LABORATÓRIUMI GYAKORLATOK
Scientia Kiadó
Kolozsvár · 2010
A kiadvány megjelenését támogatta:
Lektor:
Sisak Ferenc (Brassó)
Sorozatborító:
Miklósi Dénes
Előszó . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I. gyakorlat
MATLAB bevezető . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
II. gyakorlat
Jelek tanulmányozása . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Alapműveletek jelekkel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
A jelek értelmezési tartományát módosító műveletek . . . . . . . . . . 42
III. gyakorlat
Konvolució tanulmányozása . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
IV. gyakorlat
Fizikai rendszerek modellezése, átviteli függvény . . . . . . . . . . . . . 57
V. gyakorlat
Frekvenciafüggvény, Nyquist-diagram, Bode-diagram . . . . . . . . . . 67
VI. gyakorlat
Lineáris rendszerek stabilitása . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Relatív stabilitás, fázistartalék, erősítéstartalék. . . . . . . . . . . . . . . . 80
VII. gyakorlat
Lineáris rendszerek stabilitásának vizsgálata a
gyökhely-görbe módszerrel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
VIII. gyakorlat
Diszkrét rendszerek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
IX. gyakorlat
Rendszer-szimuláció – Simulink . . . . . . . . . . . . . . . . . . . . . . . . . . 109
X. gyakorlat
Állapotteres leírás. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
XI. gyakorlat
Az állapotegyenletek megoldása . . . . . . . . . . . . . . . . . . . . . . . . . . 129
XII. gyakorlat
Sajátérték, sajátvektor, modális transzformáció, Jordan alak,
Cayley–Hamilton-tétel alkalmazása . . . . . . . . . . . . . . . . . . . . . . . . 137
XIII. gyakorlat
Lineáris rendszerek irányíthatósága, megfigyelhetősége,
kanonikus alakok . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
XIV. gyakorlat
Diszkrét állapotteres leírás . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6 TARTALOMJEGYZÉK
I. függelék
Összefoglaló feladat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
II. függelék
Elméleti összefoglaló. Román és angol nyelvű terminológia . . . . 179
III. függelék
Laplace és Z transzformált táblázatok . . . . . . . . . . . . . . . . . . . . . . 189
Szakirodalom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
Rezumat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
A szerzőkről . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
CONTENTS
Foreword . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Class Work I.
Introduction to MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Class Work II.
Signals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Basic operations with signals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Operator to modify the reference domain of a signal . . . . . . . . . . . 42
Class Work III.
Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Class Work IV.
Mathematical model of LTI systems. Transfer function . . . . . . . . . 57
Class Work V.
Frequency domain analyzes. Nyquist diagram. Bode diagram . . . . 67
Class Work VI.
The stability of linear systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Relative stability, gain margin, phase margin . . . . . . . . . . . . . . . . . 80
Class Work VII.
The stability of linear systems – the root locus method . . . . . . . . . 87
Class Work VIII.
Discrete time systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Class Work IX.
System diagrams. MATLAB SIMULINK . . . . . . . . . . . . . . . . . . . . 109
Class Work X.
State-space representation of LTI systems . . . . . . . . . . . . . . . . . . 117
Class Work XI.
The solution of the state-space equations . . . . . . . . . . . . . . . . . . . 129
Class Work XII.
Matrix transformations. Modal transformation, Jordan form,
application of Cayley-Hamilton’s theorem . . . . . . . . . . . . . . . . . . 137
Class Work XIII.
Observability and controllability of LTI systems.
Canonical forms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
Class Work XIV.
State-space representation of discrete time linear systems . . . . . 151
8 CONTENTS
Appendix I.
Solved examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
Appendix II.
Theoretical overview. Romanian terminology.
English terminology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
Appendix III.
Laplace and Z transformation tables . . . . . . . . . . . . . . . . . . . . . . . 189
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
Rezumat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
About the authors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
CUPRINS
Introducere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Lucrarea I.
Introducere MATLAB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Lucrarea II.
Studiul semnalelor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Operaţii elementare cu semnale . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Operatori de transformare ai domeniului de definiţie . . . . . . . . . . 42
Lucrarea III.
Convoluţia semnalelor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Lucrarea IV.
Modelarea matematică a sistemelor. Funcţia de transfer . . . . . . . . 57
Lucrarea V.
Studiul în domeniul frecvenţă. Diagrama Nyquist.
Diagrama Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Lucrarea VI.
Stabilitatea sistemelor liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Stabilitatea relativă, marginea de fază, marginea de amplificare . . . . 80
Lucrarea VII.
Studiul stabilităţii sistemelor liniare cu metoda Locul
rădăcinilor. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Lucrarea VIII.
Sisteme eşantionate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Lucrarea IX.
Simularea sistemelor cu diagrame de simulare.
MATLAB SIMULINK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Lucrarea X.
Descrierea sistemelor în spaţiul stărilor . . . . . . . . . . . . . . . . . . . . 117
Lucrarea XI.
Soluţia ecuaţiilor de stare. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
Lucrarea XII.
Transformări matriciale pentru rezolvarea ecuaţiilor de stare.
Transformarea modală, forma Jordan, aplicarea teoremei
Cayley-Hamilton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
10 CUPRINS
Lucrarea XIII.
Observabilitatea şi controlabilitatea sistemelor liniare.
Forme canonice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
Lucrarea XIV.
Descrierea sistemelor eşantionate în spaţiul stărilor. . . . . . . . . . . 151
Anexa I.
Problemă de sinteză . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
Anexa II.
Sinteza noţiunilor teoretice. Terminologia în limba română.
Terminologia în limba engleză . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
Anexa III.
Tabele cu transformări Laplace şi Z . . . . . . . . . . . . . . . . . . . . . . . . 189
Bibliografie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
Rezumat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
Despre autori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
ELŐSZÓ
A szerzők
I. GYAKORLAT
MATLAB BEVEZETŐ
A gyakorlat célja
I.1. ábra.
14 I. MATLAB BEVEZETŐ
I.2. ábra.
VÁLTOZÓK. ADATTÍPUSOK. MÁTRIXOK 15
A=[1 2 3; 4 5 6; 7 8 9]
A= [1 2 3
4 5 6
7 8 9]
A=[1:3;4:6...
;7:9]
Pl.
y(1)=1; y(2)=3 (ez itt értékadás-művelet),
eredménye:
1 3
Ha helyette oszlopvektort akarunk, írhatjuk ezt:
y = zeros(2,1); y(1)=1; y(2)=3
vagy y(1,1)=1; y(2,1)=3;)
eredménye:
1
3
+ összeadás,
- kivonás,
* szorzás,
^ hatványozás,
’ transzponált képzés,
\ bal oldali osztás,
/ jobb oldali osztás.
[1 2 3 4].*[1 2 3 4]
[1 2 3 4].^2
Az eredmény:
[1 4 9 16]
Változó = kifejezés
vagy egyszerűen
kifejezés
18 I. MATLAB BEVEZETŐ
Speciális mátrixok
eye egységmátrix
zeros (= nullák) nullamátrix
ones (= egyesek) csupa egyes mátrix
diag (= diagonal) diagonális mátrix
triu (= triangular, upper) mátrix felsőháromszög része
tril (= triangular, lower) mátrix alsóháromszög része
rand (= random) véletlen számok mátrixa
Itt zeros(m,n) egy m-szer n-es, zeros(n) pedig egy n-szer n-es csu-
pa-nulla (csak zérót tartalmazó) mátrix; ha A egy mátrix, akkor zeros(A)
egy A-val méretben megegyező méretű csupa-nulla mátrix. Ugyanilyen
ones, természetesen nullák helyett egyesekkel, és eye egységmátrix (n x
n), vagyis csak a főátlón vannak egyesek, máshol nullák. Ha x egy vektor,
akkor diag(x) egy diagonális mátrix, egy átlós mátrix, melynek főátlójá-
ban x elemei vannak; ha A négyzetes mátrix, akkor a diag(A) egy vektor
az A főátlójából származó elemekkel. Kitalálható, mi lesz diag(diag(A))
és az is, hogy triu(A) és tril(A) az A mátrixból egy-egy ugyanolyan
méretű mátrixot készít, a főátló alatt, illetve felett csupa-nulla mátrixokkal,
ami máshol megegyezik A méretű, már létező mátrixszal.
Mátrixot építhetünk részmátrixokból is. Ha pl. A egy 3-szor 3-as mát-
rix, akkor 5-ször 5-ös mátrixot ad:
0 0 0 1 1 1 1 0
0 0 0 1 1 1 0 1
Példák:
for i=1:n, x(i)=i^2; end
vagy
for i=1:n
x(i)=i^2;
end
egy n vektort állít elő, ugyanazt, mint:
for i=n:-1, x(i)=i^2; end
csak az utóbbi fordított sorrendben csinálja (a -1 jelentése). Az end ön-
magában áll, nincs begin párja, szerepe a for-ciklus lezárása.
if <logikai reláció>
<utasítások>
elseif <logikai reláció>
<utasítások>
else
<utasítások>
end
A FOR, WHILE ÉS IF UTASÍTÁSOK 21
Skalárértékű függvények
Vektorértékű függvények
Mátrixértékű függvények
Például:
[U,D] = eig(diag(1:3))
eredménye:
U=
1 0 0
0 1 0
0 0 1
D=
1 0 0
0 2 0
0 0 3
Ide kapcsolódik a poly függvény, amely egy négyzetes mátrix karak-
terisztikus polinomját (az együtthatókból képzett sorvektort) számítja ki,
az együtthatók csökkenő hatványkitevők szerinti sorrendben értendők.
Ha a mátrix n-szer n-es, akkor az eredményvektornak a hossza n+1.
Például:
poly([1 2 3;4 5 6;7 8 0])
értéke
1 -6 -72 -27
A poly segítségével egy polinomot annak a polinomnak megfelelő poli-
nomiális egyenlet gyökeiből is előállíthatunk, pl.:
poly([1;2;4])
értéke
1 -7 14 -8
hiszen (x-1)(x-2)(x-4)=x3-7x2+14x-8.
Innen következik egy nagyon fontos függvény létezése. Ez roots
függvény. Ha ismerem egy polinom együtthatóit, akkor a megfelelő poli-
nom egyenlet gyökeit a következő módon számíthatjuk ki:
v=[1 -7 14 -8]; gyokok=roots(v)
az eredmény:
1, 2, 4
Részmátrixok és a kettőspont
A
0:19
kifejezés a
[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]
kifejezéssel ekvivalens. Ezt használhatjuk egy for ciklus programozá-
sánál, hiszen
for i=0:19
nem azt jelenti, hogy i egy 20 hosszúságú sorvektor, hanem azt, hogy i
sorban felveszi a vektor elemeit skalárértékként, vagyis a for ciklus mint
ismert lépésszámú ciklus számlálójának az egymást követő, felvett értékei.
A kettőspont alkalmazásakor, a meghatározott intervallumban, sem
az alsó, sem a felső határként szereplő számok, sem pedig a növekmény
nem szükségképpen egész számok, hanem lehetnek racionális értékek is:
1.2:-0.2:-0.4
Ugyanazt jelenti, mint
[1.2 1 0.8 0.6 0.4 0.2 0 -0.2 -0.4]
Szinusz-táblázatot készít 15 fokpercenként:
x=[0:0.25:90]’; y=sin(x.*pi./180); [x y]
A kettősponttal kiválaszthatjuk egy mátrix valamely részmátrixát is:
A(1:4,3)
egy 4 elem hosszú oszlopvektor, a mátrix 3. oszlopából az első négy elemet
tartalmazza. A kettőspont önmagában a teljes sor vagy oszlop kijelölése:
A(:,3)
az A mátrix 3. oszlopa teljesen,
A(1:4,:)
pedig az A első négy sorából álló mátrix. Tetszőleges egész szám elemű
vektort alkalmazhatunk indexként is:
A(:,[2,4])
a 2. és 4. oszlopot tartalmazza és az A összes sorát. Ilyen indexelés érték-
adás mindkét oldalán lehet:
A(:,[2 4 5])=B(:,1:3)
az A mátrix 2., 4. és 5. oszlopának a helyettesítését írja elő a B mátrix első 3 osz-
lopával, sorban, ahogyan jönnek egymás után. Fontos, hogy az A és B mátrixok
sorainak száma azonos legyen, mert ha nem, akkor hibaüzenetet kapunk.
Az A mátrix 2. és 4. oszlopát jobbról [1 2;3 4] mátrixszal szorozva:
A(:,2,4)=A(:,2 4)*[1 2;3 4]
Mi lesz az
x=x(n:-1:1)
az n hosszúságú x vektoron? (Az x vektor elemeinek sorrendjét felcseréli.)
26 I. MATLAB BEVEZETŐ
M-szövegállományok
A sor eleji % azt jelenti, hogy ebben a sorban egy magyarázat találha-
tó és nem egy végrehajtható utasítás.
Minthogy a változók lokálisak, nevük független az egyéb MATLAB
változókétól. Egy függvénynek akár több kimeneti argumentuma is lehet:
function [xx,dd]=STATISZT(X)
% Az X mátrix oszloponkénti várható értéke és szórása.
% Az eredmény két sorvektor.
[m n]=size(X); % Sorok és oszlopok száma.
xx=sum(X)/m;
dd=sqrt(sum(X.^2)/m-xx.^2);
Ha a fenti programot elhelyeztük a STATISZT.m szövegállományba, az
[x,d]=STATISZT(X)
révén x-ben megkapjuk az X mátrix várható értékét, d-ben pedig a megfelelő
szórását. Alkalmazhatjuk a fenti eljárást egyetlen output-argumentummal is:
x=STATISZT(X)
eredménye x-ben az X várható értéke. Emlékeztetőül a MATLAB nevek
nagy- és kisbetűfüggőek. Tehát STATISZT(X) nem azonos statiszt(X)-szel.
A példákban a sorok elején szereplő százalékjel azt jelenti, hogy a sor
hátralévő része magyarázó szöveg (comment), az M-szövegállomány egy-
fajta leírását adják; a help STATISZT parancs hatására ez megjelenik a
képernyőn, ha a magyarázat az M-szövegállomány elején szerepel.
Output-formátum
I.3. ábra.
GRAFIKUS MEGJELENÍTÉS ELEMEI 29
I.4. ábra.
I.5. ábra.
Példa:
A z = f(x,y) = exp( -x2 – y2 ) grafikonja a [-2,2]-szer [-2,2]-es négyzet fö-
lött, 0.2 felosztással:
[X,Y] = meshgrid(-3:.125:3);
Z=exp(-X.^2-Y.^2);
mesh(X,Y,Z); % kirajzolás
axis([-3 3 -3 3 0 1])
A 2. sor maga a függvénydefiníció, a 3. sor pedig az alábbi ábrát (I.6.
ábra) rajzolja ki:
A SÚGÓ HASZNÁLATA 31
I.6. ábra.
A súgó használata
Általános utasítások
Algebrai alapműveletek
Tömbműveletek Mátrixműveletek
+ – összeadás + – összeadás
- – kivonás - – kivonás
.* – elemek szerinti szorzás * – szorzás
./ – elemek szerinti osztás / – osztás
.^ – elemek szerinti hatványozás ^ – hatványozás
.\ – elemek szerinti bal oldali \ – balról való osztás
osztás
.’ – transzponálás ’ – konjugált transzponálás
Matematikai függvények
Mátrix- és vektorfüggvények
Speciális karakterek
+ – plusz - – mínusz
= – hozzárendelés jele . – tizedes pont
% – szöveges megjegyzés kezdete ; – pontosvessző (sorvégjel)
, – vessző (választójel) : – kettőspont (tömbmanipuláció)
[] – szögletes zárójelek (mátrixok) () – kerek zárójelek (argumentumok)
… – folytatás ! – DOS parancs beszúrása
Speciális számértékek
>> simulink
I.7. ábra.
I.8. ábra.
38 I. MATLAB BEVEZETŐ
I.9. ábra.
I.10. ábra
A mindenkori szabályozó rendszerek független változója a folytonos
vagy diszkrét idő.
Amikor a rendszermodell adott, akkor azt használhatjuk, akár átviteli
függvény, akár állapotteres leírás formájában, az ezen formának megfelelő
szintaktikus szabályok figyelembevételével. A diszkrét rendszerek eset-
ében alapvető a mintavételezési periódus megfelelő értékének megadása.
Ennek hiányában a rendszerszimuláció hibás értékeket adhat.
A SIMULINK könyvtár elemei programszinten objektumok, tehát az
objektumorientált programozás szabályai érvényesek.
40 I. MATLAB BEVEZETŐ
Feladat
A dolgozat tartalma
JELEK TANULMÁNYOZÁSA
A gyakorlat célja
Elméleti bevezető
Alapműveletek jelekkel
Amplitúdómódosítás skálázással
II.1. ábra.
II.2. ábra.
II.3. ábra.
Időintervallum-skálázás
II.4. ábra.
II.5. ábra.
II.6. ábra.
44 II. JELEK TANULMÁNYOZÁSA
Időtükrözés (reflexió)
y(t) = x(–t);
II.7. ábra.
II.8. ábra.
Időeltolás
II.9. ábra.
II.10. ábra.
II.11. ábra.
II.12. ábra.
Megoldott feladatok
1. Vizsgáljuk meg, hogy melyek periodikusak és melyek nem a következő
jelek közül. Számítsák ki a jelek periódusát (ha létezik), és ábrázolják a jeleket.
a. x(t ) = 4 ⋅ cos(5π t ) .
Megoldás: Egy folytonos szinuszos jel felírható mint x(t ) = A ⋅ sin(ω t + ϕ ) .
2π 2
Ebben az esetben ω = = 5π . Tehát T = [ s ] , ϕ = 0 , A = 4 .
T 5
b. x[n] = 4 ⋅ cos(π n) .
Megoldás: Ω = 2N⋅π [rad ] , tehát N=2, mert Ω = π [rad ] – a jel periodikus
MEGOLDOTT FELADATOK 47
c. x[n] = 2 ⋅ sin(3n) .
Megoldás: A jel nem periodikus, mert nem létezik olyan N egész szám,
hogy Ω = 2N⋅π = 3 [rad ] .
plot(t,x,’r’);grid;
xlabel(‚Time (sec)’);
ylabel(‚x(t)’); II.13. ábra.
48 II. JELEK TANULMÁNYOZÁSA
Feladatok
II.14. ábra.
A dolgozat tartalma
A dolgozat tartalmazza a fenti feladatok eredményét. Válaszoljanak a
következő kérdésekre:
1. Jeleken végzett összetett műveleteknél számít a sorrend?
2. Periodikus folytonos jelet mintavételezve, az eredő diszkrét jel is
periodikus lesz? Indokolják meg a választ példákkal.
3. Soroljanak fel öt ismert alapjelet!
III. GYAKORLAT
KONVOLUCIÓ TANULMÁNYOZÁSA
A gyakorlat célja
Elméleti bevezető
Adott
x [n ] : Z → R
h [n ] : Z → R
Ekkor a konvoluciós összeg meghatározás szerint:
∞
y[n ] = ∑ x[k ] ⋅ h[n − k ] = x[n ] ∗ h[n ]
k =−
∞
k=–∞
Konvoluciós integrál (folytonos jelekre)
III.1. ábra.
III.2. ábra.
III.3. ábra.
Eltoljuk újra, számítjuk a következő elemet, amíg van fedés a két jel
között (III.4. ábra, III.5. ábra):
52 III. KONVOLUCIÓ TANULMÁNYOZÁSA
III.4. ábra.
III.5. ábra.
Az utolsó lépésnél, n = 4-re, az eredmény 2 (III.6. ábra):
III.6. ábra.
ELMÉLETI BEVEZETŐ 53
III.7. ábra.
III.8. ábra.
∞ t
2. Ha 1 ≤ t < 3 , akkor ∫ 1 ⋅ 1 ⋅ dτ = ∫ dτ = τ |1t = t − 1 .
−∞ 1
III.9. ábra.
∞ 3
∫ 1 ⋅ 1 ⋅ dτ = ∫ dτ = τ | t − 2 = 5 − t .
3
3. Ha 1 ≤ t − 2 ≤ 3 , akkor
−∞ t −2
54 III. KONVOLUCIÓ TANULMÁNYOZÁSA
III.10. ábra.
III.11. ábra.
III.12. ábra.
z=conv(x,y);
subplot(3,1,1);stem(x);
title(‚x’);
subplot(3,1,2);stem(y);
title(‚y’);
subplot(3,1,3);stem(z,’r’);
title(‚z=x*y’);
III.13. ábra.
Feladatok
1. Írjanak egy MATLAB programot, amely kiszámítja a következő két
jel konvoluciós összegét:
III.14. ábra.
56 III. KONVOLUCIÓ TANULMÁNYOZÁSA
A dolgozat tartalma
A gyakorlat célja
A dolgozat célja a rendszermodellezés ismertetése differenciálegyen-
letek valamint átviteli függvények segítségével, alapvető rendszer-szimu-
lációs eljárások elsajátítása. A folytonos, lineáris, idő-invariáns (LTI – Li-
near Time-Invariant) modellezést tárgyaljuk.
Elméleti bevezető
y = f (u)
IV.1. ábra.
a Y (s) a
(1) H (s) = – a rendszer átviteli függvénye, ahol
U (s)
a Laplace-operátort jelöli. Tehát az átviteli függvény a rendszer kimene-
te (y) és bemenete (u) Laplace-transzformáltjainak az aránya. Az átviteli
függvény nulla kezdeti feltételekkel értelmezett SISO (Single Input Sing-
le Output) rendszerekre egyszerűbb értelmezni. Ha a kezdeti feltételek
58 IV. FIZIKAI RENDSZEREK MODELLEZÉSE, ÁTVITELI FÜGGVÉNY
IV.2. ábra.
R $ i (t) + L $ di (t) = U0 – a rendszer (RL soros áramkör) dinamikáját
dt
leíró differenciálegyenlet, ha a kimenet az i(t) és a bemenet U0 amplitú-
dójú egységugrás.
u (t) = U (o) U (s) = Uo , ahol 1 az egységugrás Laplace-transzformáltja
s s
R ⋅ I ( s) + L ⋅ s ⋅ I ( s) = U ( s) ⇒ I ( s) ⋅ ( R + L ⋅ s) = U ( s) ⇒
a
I ( s) 1
⇒ H ( s) = ⇒ H ( s) = – a rendszer átviteli függvénye.
U ( s) R + L⋅s
A következő lépésben kiszámítjuk a kimenetet, vagyis az i(t) áram-
erősség-változást az áramkörben, ha a bemenet egységugrás:
1 U Uo
⇒ I ( s) = H ( s) ⋅U ( s) ⇒ I ( s) = ⋅ o ⇒ I ( s) =
R + L⋅s s R ⋅ s + L ⋅ s2
Uo Uo U Uo ⋅ L
= = o −
R⋅s + L⋅s 2
s ⋅ ( R + L ⋅ s ) R ⋅ s R ⋅ ( R + s ⋅ L) .
Ahhoz, hogy kiszámítsuk az inverz Laplace-transzformáltat, ismert
résztörtekre (elemi törtekre) bontjuk az átviteli függvényt:
⎛ ⎞
U ⎛ 1 L ⎞ U ⎜ 1 1 ⎟
o ⎜ ⎟
⇒ I (s) = o ⋅⎜ − ⎟ = ⋅ −
R ⎝ s R + s ⋅ L ⎠ R ⎜⎜ s s + R ⎟⎟
⎝ L⎠
MEGOLDOTT FELADATOK 59
Felhasználjuk, hogy:
−1
r −1
k ⎯α⎯→ k ⋅ f (t ) ⎯α⎯→ r ⋅ e − p⋅t
s+ p
⎛ ⎞
Uo ⎜ 1 1 ⎟
⇒ I(s) = ⋅⎜ − ⎟; T = 1
R ⎜s 1 R
⎜ s + ⎟⎟
⎝ T⎠ L
−1
⎛ − t ⋅0 − ⋅t ⎞
t
Uo ⎛ − ⎞
t
⎯α⎯→ U
i(t) = o ⎜
⋅ ⎜e − e ⎟ =T ⎟ ⎜ T ⎟
⋅ ⎜1 − e ⎟ .
−1
R ⎝ ⎠ R ⎝ ⎠
Itt ⎯α⎯→ az inverz Laplace-transzformáció operátora.
Megoldott feladatok
A fenti feladatot MATLAB környezetben a következőképpen
oldjuk meg:
a. Létrehozzuk az átviteli függvényt, H = 1 :
num = 1;
0, 01 $s+5
denum = [0.01 5];
H = tf(num,denum)
step(H);
grid on
– megvizsgáljuk a rendszer egységugrásra adott válaszát (IV.3. ábra):
IV.3. ábra.
60 IV. FIZIKAI RENDSZEREK MODELLEZÉSE, ÁTVITELI FÜGGVÉNY
IV.4. ábra.
num = 1;
denum = [0.01 5 0] ;
[r,p,k] = residue(num,denum);
r (1) r (2)
⇒ I ( s) = + +k
s − p (1) s − p (2)
Felhasználjuk az inverz Laplace-transzformált összefüggéseket:
−1
α
k ⎯⎯→ k ⋅ f (t )
−1
r r
⎯α⎯→
−1
⎯α⎯→ r ⋅ e − p⋅t r ⋅ t ⋅ e − p⋅t
s+ p ( s + p) 2
Tehát az i(t) elektromos áram inverz Laplace-transzformáltja felírha-
tó mint:
t = 0:0.0001:0.012;
i = r(1)*exp(p(1)*t)+r(2)*exp(p(2)*t);
MEGOLDOTT FELADATOK 61
plot(t,i)
grid
Az eredmény a IV.5. ábrán látható.
IV.5. ábra.
Ellenőrzés:
step(H);
grid;
IV.6. ábra.
m1 ⋅ &x&1 (t ) = F1 (t ) − k r ⋅ ( x1 (t ) + x 2 (t ) )
m2 ⋅ &x&2 (t ) = F2 (t ) − k r ⋅ ( x1 (t ) + x 2 (t ) )
62 IV. FIZIKAI RENDSZEREK MODELLEZÉSE, ÁTVITELI FÜGGVÉNY
⎣ ⎝ r ⎠ ⎝ kr ⎠ ⎦
MEGOLDOTT FELADATOK 63
IV.7. ábra.
64 IV. FIZIKAI RENDSZEREK MODELLEZÉSE, ÁTVITELI FÜGGVÉNY
Feladatok
2
1. Legyen a H ( s ) = 2 átviteli függvénnyel leírt lineáris
rendszer. s + 2 ⋅ s + 4
a) Vizsgálják meg a rendszer egységugrásra adott válaszát.
b) Számítsák ki:
1. az állandósult választ,
2. a túllövést,
3. a túllövést %-ban.
Útmutató:
y = step(num,denum);
ym = max(y); – maximális túllendülés (túllövés)
ys = dcgain(num,denum); – állandósult válasz
yovershot = ((ym-ys)/ys)*100;
c) Ábrázolják a súlyfüggvényt.
d) Számítsák ki a rendszer egységugrásra adott válaszát a részlettörtre
bontás módszerével, ellenőrizzék az eredményt az a) pontban kapott
válasszal.
2 Legyen a következő lengéscsillapító rendszer (IV.8. ábra):
m ⋅ a + kv ⋅ ( y& + x& ) + ke ⋅ ( y − x) = 0
IV.8. ábra.
A DOLGOZAT TARTALMA 65
IV.9. ábra.
A dolgozat tartalma
A dolgozat tartalmazza a fenti feladatok eredményét, megoldását, és
válaszoljanak a következő kérdésekre:
1. Hogyan nevezzük az egységugrásra (step), illetve a Dirac-
impulzusra (impulse) adott válaszát egy rendszernek?
2. Magyarázzák el az inverz Laplace-transzformált kiszámításának
lépéseit!
3. Milyen kezdeti feltételekre értelmezett az átviteli függvény?
4. Hogyan értelmezzük egy elsőfokú rendszer időállandóját, számítsák
ki az 1-es megoldott feladatban megadott rendszer időállandóját!
V. GYAKORLAT
FREKVENCIAFÜGGVÉNY, NYQUIST-DIAGRAM,
BODE-DIAGRAM
A gyakorlat célja
A dolgozat célja az átviteli függvénnyel modellezett rendszer frek-
venciatartománybeli analízisének elsajátítása, lineáris idő-invariáns
(LTI) rendszerek válaszának tanulmányozása különböző frekvenciájú
harmonikus bemenőjelekre.
Elméleti bevezető
u (t ) = Au ⋅ sin(ωt + ϕu )
y (t ) = ytranz (t ) + yall (t )
yall (t ) = Ay ⋅ sin(ωt + ϕ y )
V.1. ábra.
Legyen
s=j~
j ⋅ϕ (ω )
=> H ( j ⋅ ω ) = M (ω ) ⋅ e
Ay (ω )
ahol: M (ω ) = H ( j ⋅ ω ) = – a rendszer erősítése,
Au (ω )
68 V. FREKVENCIAFÜGGVÉNY, NYQUIST-DIAGRAM, BODE-DIAGRAM
Ha a
H ( j ⋅ ω ) = M (ω ) ⋅ e j⋅ϕ (ω ) = Re( H ( j ⋅ ω ) + j ⋅ Im(H ( j ⋅ ω )
frekvenciafüggvényt a komplex síkban ábrázoljuk, a 0 < ω < ∞ frekven-
ciatartománynak megfelelően, akkor a rendszer amplitúdó-fázis jelleggör-
béjét kapjuk. Minden egyes frekvenciára, ha most poláris koordinátaként
tekintjük, a kimenő jelnek a bemenő jelhez viszonyított fáziseltolási szö-
ge és az amplitúdó a komplex sík egy pontját határozzák meg. A pontokat
összekötő görbe az amplitúdó-fázis jelleggörbe. Ez egy irányított görbe,
és a ferkvencia növekedésének irányát mutatja. A rendszer állandósult
állapotának a görbe egy pontja felel meg. Ezt mutatja az V.2. ábra.
V.2. ábra
A Bode-jelleggörbe
V.3. ábra.
Az ω körfrekvenciát nagy frekvenciatartomány esetében fontos lo-
garitmikus léptékben ábrázolni. Ekkor a körfrekvencia-változás mértéke-
ként a dekád egységet alkalmazzuk.
>> s=tf(‚s’);
>> H=10/(s^2+2*s+10)
Transfer function:
10
--------------
s^2 + 2 s + 10
>> t=0:0.001:8;
>> u=sin(3*t);
>> y=lsim(H,u,t);
V.4. ábra >> plot(t,u,’r’,t,y,’b’)
>> u=sin(t);
>> y=lsim(H,u,t);
>> plot(t,y);
>> u=sin(2*t);
>> y=lsim(H,u,t);
>> hold on;
>> plot(t,y,’r’);
>> u=sin(5*t);
>> y=lsim(H,u,t);
>> hold on;
>> plot(t,y,’g’);
V.5. ábra >> u=sin(10*t);
>> y=lsim(H,u,t);
>> hold on;
>> plot(t,y,’k’);
c) Legyen ω = 1:0.1:10
– ábrázoljuk az erősítést és a fázist, külön grafikonon subplot függ-
vényt használva.
V.6. ábra.
Az V.6. ábrán látjuk azt, amit az előbbi pontokban kísérleti úton ta-
pasztaltunk, vagyis minden frekvencia függvényében a rendszer erősíté-
sét és a bevitt fáziskülönbséget (Bode-diagram).
Ugyanezeket az információkat olvashatjuk le a Nyquist-diagramról
is. Ehhez kiszámítjuk a frekvenciafüggvény valós és imaginárius részét:
>> G=[];
>> P=[];
>> w=1:0.1:10;
>> for i=1:length(w)
>> [gain, phase]=bode(H,w(i));
>> G=[G gain];
>> P=[P phase];
>> end;
>> re = real(G .* exp(j * P * pi / 180));
>> im = imag(G .* exp(j * P * pi / 180));
>> plot(re, im)
72 V. FREKVENCIAFÜGGVÉNY, NYQUIST-DIAGRAM, BODE-DIAGRAM
V.7. ábra.
V.8. ábra.
ELMÉLETI BEVEZETŐ 73
V.9. ábra.
j =1
−1
Ahol: zi = i = 1L m – a nyílt rendszer zérusai;
Ti
−1
pj = j = 1L n – a nyílt rendszer pólusai;
Tj
74 V. FREKVENCIAFÜGGVÉNY, NYQUIST-DIAGRAM, BODE-DIAGRAM
k f – az erősítési tényező;
α – az origóban levő pólusok száma, tehát az integrátorok száma.
csillapítást;
erősítést.
Példa:
(1 + 0.2 ⋅ s ) ⋅ (1 + 8 ⋅ s )
Legyen H f ( s ) = . Rajzoljuk fel az erősítés
s ⋅ (1 + 0.5 ⋅ s ) ⋅ (1 + 0.1 ⋅ s )
jelleggörbét a frekvencia függvényében.
Megoldás:
−1 1
– ω2 = = = 0.125 ;
T2 8
−1 1
– ω3 = = = 2;
T3 0.5
−1 1
– ω4 = = =10
10 .
T4 0.1
– Az erősítés ebben az esetben 1, tehát 20 $ log ^k f h = 20 $ log (1) = 0
– Van egy integrátor a rendszerben, tehát meghúzunk egy - 20dB/dek
meredekségű egyenest az A(1,0) ponton keresztül.
Felrajzoljuk és összegezzüg az elsőfokú rendszerek válaszait.
Az eredmény az V.10. ábrán látható.
V.10. ábra.
Feladatok
a. H ( s ) =
(1 + 2 ⋅ s ) ;
(0.1 + s ) ⋅ (1 + 0.1 ⋅ s )
76 V. FREKVENCIAFÜGGVÉNY, NYQUIST-DIAGRAM, BODE-DIAGRAM
b. H ( s ) =
100 .
(1 + s ) ⋅ (2 + s ) ⋅ (3 + s )
2. Rajzolják meg papíron a következő nyílt rendszer Bode-diagramját:
a. H f ^ s h =
103 $ (10 + s)
;
(0.1 + s) $ (s2 + 20s + 1000)
b. elenőrizzék MATLAB segítségével az eredményt.
A dolgozat tartalma
A gyakorlat célja
Elméleti bevezető
Egy LTI rendszer vagy stabil, vagy nem. Ezt a karakterisztikus egyenlet
pólusainak az s-síkban való elhelyezkedése határozza meg. Ha a rendszer egy
diszkrét rendszer, akkor a stabilitás a pólusoknak a z-síkban való elhelyez-
kedése határozza meg. A rendszer stabilitása nem függ a rendszer kezdeti
feltételeitől.
Jelöljük a rendszer karakterisztikus egyenletének gyökeit
s i , (i = 1,2, L , n ) -vel. Szükséges és elégséges stabilitási kritériumok:
– Az LTI rendszer aszimptotikusan stabil, ha ∀s i esetében igaz, hogy
Re{s i } < 0 (az s-sík bal félsíkja).
– Az LTI rendszer instabil, ha legalább egy pólus az s-sík jobb félsík-
jában helyezkedik el, vagy legalább egy komplex konjugált póluspár az
s-sík képzetes tengelyén van.
– Az LTI rendszer kritikus stabilitási állapotban van, ha egy pólus
van a képzetes tengelyen (origó), és nincsenek konjugált dupla pólusok
az s-sík képzetes tengelyén.
Egy rendszer BIBO (Bounded Input Bounded Output) stabil, ha a ki-
menő jele korlátos bármilyen korlátos bemenő jelre.
VI.1. ábra.
u (t ) ≤ N < ∞ ⇒ y (t ) ≤ M < ∞ .
78 VI. LINEÁRIS RENDSZEREK STABILITÁSA
VI.2. ábra.
Stabilitás vizsgálata
(−1, j ⋅ 0) ponton nem megy át, vagy azt nem veszi körül, miközben ω
változik a (–∞, + ∞) intervallumban.
Legyen a VI.3. ábrán levő zárt rendszer:
VI.3. ábra.
H 1 (s)
és H ( s ) = → a zárt rendszer pólusai az 1+H1(s)H2(s) zérusai.
1 + H 1 (s) H 2 (s)
a) Egyszerűsített Nyquist-kritérium: felírjuk a felnyitott rendszer
átviteli függvényét:
Hf(s) = H1(s).H2(s)
VI.4. ábra.
VI.5. ábra.
Megoldott feladatok
Megoldás:
a) A pólusok p1 = −3 , p 2 = −2 , tehát a rendszer stabil.
b) Ahhoz, hogy Nyquist stabilitási kritériummal vizsgáljuk a zárt
rendszer stabilitását, felrajzoljuk a nyílt rendszer Nyquist-diagramját:
>> num=[1 5];
>> den=[1 5 6];
>> H=tf(num,den);
>> nyquist(H)
VI.6. ábra.
>> Ho=feedback(H,1)
Transfer function:
s + 5
--------------
s^2 + 6 s + 11
>> pzmap(Ho)
VI.7. ábra.
A VI.7. ábrán látható, hogy komplex póluspárja van a zárt rendszer-
nek, amelyek valós részei negatívak, tehát a rendszer stabil.
Hf ^sh = s+5
^ s - 3h^ s + 2h
. Vizsgáljuk meg a zárt rendszer stabilitását.
Megoldás:
Látható, hogy a nyílt rendszer labilis, mert van egy pozitív pólusa:
p1 = 3 . A zárt rendszer stabilitásához az általánosított Nyquist-kritériu-
mot használjuk:
VI.8. ábra.
Gm =
0.1000
Pm =
-44.1516
84 VI. LINEÁRIS RENDSZEREK STABILITÁSA
VI.9. ábra.
VI.10. ábra.
ELMÉLETI BEVEZETŐ 85
Feladatok
1. Legyen H^ s h = s+5 .
s - 3s + 4s + 10s2 + 5s - 10
5 4 3
3. Legyen H f ^ s h = -5
^1 - 10sh^1 + 0.1sh
,
5. Legyen H f ^ s h = 1
^0.5 + sh^ s2 + 2s + 1h
.
A dolgozat tartalma
A gyakorlat célja
A lineáris – SISO zárt rendszerek stabilitásának vizsgálatára az
egyik legalkalmasabb módszer a gyökhely-görbe felrajzolása, ugyanis a
rendszer nyereségének változása függvényében látjuk a pólusok válto-
zását. A módszer a szabályozók tervezésében is fontos, mert a pólusok
megfelelő elhelyezésével megvalósíthatók az előírt minőségi jellemzők.
A dolgozatban a gyökhely-görbe módszer elméleti és gyakorlati értelme-
zését végezzük el.
Elméleti bevezető
VII.1. ábra.
Ennek a zárt rendszernek az átviteli függvénye
H1 (s) ⋅ H 2 (s)
H(s) = ,
1 + H1 (s) ⋅ H 2 (s)
míg a felnyitott szakasz átviteli függvénye
VII.2. ábra.
H1 (s)
H(s) = ,
1 + H1 (s) ⋅ H 2 (s)
míg a felnyitott szakasz átviteli függvénye
H f (s) = H1 (s) ⋅ H 2 (s) .
A gyökhely-görbe felrajzolása
∏ (−s p i2
)
i 2=1
Gyökhely-görbe felépítése
ds H f ^ s h m
c
d 1 = 0 összefüggésnek (szükséges feltétel);
– T8 – az s sík valós tengelyének valamelyik szakasza akkor és csakis
akkor része a gyökhely-görbének, ha a felnyitott rendszernek a szakasztól
jobbra levő pólusai és zérusai számának összege páratlan.
A fentebb felsorolt felépítési lépések alapján felrajzolhatjuk a gyök-
hely-görbét.
Megoldott feladatok
∑
j =1
s pj − ∑s
j =1
zj
(véges pólusok összege) - (véges zérusok összege)
σ0 = =
n−m (véges pólusok száma) - (véges zérusok száma)
^0 - 1.5 + 1.32 $ j - 1.5 + 1.32 $ jh - ^- 3h
= 0.
2
Tehát az aszimptoták megegyeznek az imaginárius tengellyel. Most
felrajzolhatjuk a gyökhely-görbét, amely a VII.3. ábrán látható.
92 VII. LINEÁRIS RENDSZEREK STABILITÁSÁNAK VIZSGÁLATA...
VII.3. ábra.
MATLAB megoldás:
num=[1 3];
den=[1 3 4 0];
rlocus(num,den)
A gyökhely-görbe a VII.4. ábrán látható.
VII.4. ábra.
K
H f (s) = , T1 >T 2
s ⋅ (T1 s + 1) ⋅ (T2 s + 1)
Megoldás:
1 1
Pólusok: s = 0; s = − ; s = − ; tehát n=3.
T1 T2
Zérusok: három zérus, mindhárom a végtelenben, tehát m=0.
A gyökhely-görbének három ága van és a pólusokból indulnak ki, tarta-
nak a végtelenbe.
Az aszimptoták és a valós tengely által bezárt szögek kiszámítása:
(2 ⋅ k + 1) ⋅ π
θk = ; k = 0,1,2, L , n − m − 1 , tehát:
n−m
π
θ0 =
3
θ1 = π
5⋅π
θ2 =
3
Az aszimptoták és a valós tengely metszéspontja:
n m
−1 1
∑s
j =1
pj − ∑s
j =1
zj
(véges pólusok összege) - (véges zérusok összege)
−
T1 T2
σ0 = = =
n−m (véges pólusok száma) - (véges zérusok száma) 3
Az aszimptoták és a képzetes tengely metszéspontjának a kiszámítása:
A zárt rendszer karakterisztikus egyenletét felírhatjuk mint
D( s ) = T1 ⋅ T2 ⋅ s 3 + (T1 + T2 ) ⋅ s 2 + s + K = 0
Vegyük pl. T1=1, T2=2;
a Routh-táblázat szerint:
r3 2 1
3 K r2
3− 2⋅K
r1 0
3
r0 K 0
Tehát a stabilitás határának a feltétele:
3− 2⋅K 3
=0 ⇒K =
3 2
A képzetes tengellyel való metszéspontokat a Routh-táblázat máso-
dik sorából számíthatjuk ki, ezek a karakterisztikus egyenlet valós részét
3 1
adják meg, tehát: 3 ⋅ s 2 + = 0 ⇒ s = ± j . A gyökhely-görbe a VII.5.
ábrán látható: 2 2
94 VII. LINEÁRIS RENDSZEREK STABILITÁSÁNAK VIZSGÁLATA...
VII.5. ábra.
Feladatok
VII.6. ábra.
A dolgozat tartalma
DISZKRÉT RENDSZEREK
A gyakorlat célja
Elméleti bevezető
Laplace-transzformáció után:
yd (s ) = y (0) + y (Ts ) ⋅ e − s ⋅TS + y (2Ts ) ⋅ e −2 s ⋅TS + K
z = e s $ T & yd ^ z h = y^0h + y^Tsh $ z- 1 + y^2Tsh $ z- 2 + ... = / y^kTsh $ z- k .
3
s
k=0
A VIII.1. ábra grafikusan szemlélteti a mintavételezést és a folytonos
jel visszaállítását a diszkrét jelekből:
VIII.1. ábra.
98 VIII. DISZKRÉT RENDSZEREK
Mintavételezés tétele
VIII.2. ábra.
HZOH ^ s h = 1 - e ,
- sT
s
⎧ H (s ) ⎫
( )
H (z ) = Z {H ZOH (s ) ⋅ H (s )} = 1 − z −1 Z ⎨ ⎬.
⎩ s ⎭
STABILITÁS 99
Stabilitás
VIII.3. ábra.
VIII.4. ábra.
Egy kauzális LTI rendszert leíró egyenlet zéró értéket vesz fel, ha n < 0 .
Kiszámítjuk a rendszer átviteli függvényének megfelelő pólusokat. Ha egy
pólus az egységnyi sugarú körön belül helyezkedik el ( d k < 1 ), akkor ez a
pólus, mint egy exponenciális tag alapja, időben csökkenő tagokat szolgáltat
a rendszer megoldásában (stabilitás). Ha a pólus az egységnyi körön kívül
helyezkedik el ( d k > 1 ), akkor a megoldásban az ennek megfelelő expo-
nenciális tag időben növekvő tagot szolgáltat s ez instabilitást jelent. Ha a
pólus az egységnyi körön helyezkedik el, akkor az egy oszcilláló taggal járul
hozzá a homogén rendszer viselkedéséhez. Ha egy rendszer stabil és kau-
zális, akkor minden pólusa az egységnyi sugarú körön belül helyezkedik el.
Megoldott feladatok
VIII.5. ábra.
MEGOLDOTT FELADATOK 101
Megoldás:
VIII.6. ábra.
VIII.7. ábra.
Azt látjuk a VIII.7. ábrán, hogy van két stabil pólus, de közel az egy-
ségsugarú körhöz, tehát a rendszer válasza (egységugrás bemenő jelre)
egy erősen lengő, de csillapodó válasz lesz (VIII.8. ábra).
VIII.8. ábra.
MEGOLDOTT FELADATOK 103
Megoldás:
Felírjuk a zárt rendszer átviteli függvényét, majd megvizsgáljuk a pó-
lusok helyzetét a K paraméter függvényében.
Hf ^ zh
H0 ^ z h =
1 + Hf ^ zh
K^0.3679z + 0.2642h
^ z - 0.3679h^ z - 1h
H0 ^ z h =
K^0.3679z + 0.2642h
^ z - 0.3679h^ z - 1h
1+
K^0.3679z + 0.2642h
H0 ^ z h =
^ z - 0.3679h^ z - 1h + K^0.3679z + 0.2642h
K^0.3679z + 0.2642h
H0 ^ z h =
z + z^ K $ 0.3679 - 1.3679h + 0.3679 + K $ 0.2642
2
− b ± b 2 − 4acc b 4ac c − b 2
z1, 2 = =− ± j
2a 2a 2a
A pólusok modulusa:
c
z1,2 = Re(z1,2 ) 2 + Im(z1,2 ) 2 = = 0.3679 + K ⋅ 0.2642
a
A stabilitás feltétele:
z1, 2 < 1 ,
tehát:
0.6321
0.3679 + K ⋅ 0.2642 = 1 ⇒ K = = 2.3925 .
0.2642
104 VIII. DISZKRÉT RENDSZEREK
MATLAB program:
>>Numd=[0.3679 0.2642]
>>Dend=[1 -1.3679 0.3679]
>>Hz=tf(Numd,Dend,1)
>>Hz0=feedback(Hz,1)
>>pzmap(Hz0)
VIII.9. ábra.
Hasonlóan K=2.3925-re:
>>Hz0=feedback(Hz,2.3925)
>>pzmap(Hz0)
MEGOLDOTT FELADATOK 105
VIII.10. ábra.
VIII.11. ábra.
106 VIII. DISZKRÉT RENDSZEREK
Feladatok
⎛ r1 r2 ⎞ .
y d (z ) = z ⎜⎜ k 0 + + ⎟
⎝ z − p1 z − p 2 ⎟⎠
A részlettörtre bontáshoz használják a residue függvényt! Az ered-
mény a következő formájú: yd ^nTsh = $ e a $ n $ T + e b $ n $ T . Ábrázolják az ered-
s s
z 2 − 0,3 ⋅ z − 0,1
3. Adott H d ( z ) = ; Ts = 1;
z 3 + 3 ⋅ z 2 + 2,5 ⋅ z + 1
a) Számítsák ki a pólusokat ( [z , P, k ] = zpkdata (H d , ' v') ), stabil a
felnyitott rendszer?
b) Használják a pzmap függvényt a stabilitás vizsgálatára.
c) Ábrázoljátok a súlyfüggvényt és az átmeneti függvényt!
A DOLGOZAT TARTALMA 107
VIII.12. ábra.
Ahol:
h=[0.0279 0.0288 -0.0037 -0.0368 -0.0161 0.0371 0.0313 -0.0543
-0.0916 0.0522 0.3079 0.4378 0.3079 0.0522 -0.0916 -0.0543
0.0313 0.0371 -0.0161 -0.0368 -0.0037 0.0288 0.0279];
Számítsák ki a rendszer válaszát egy f1, majd f2 frekvenciájú szi-
nuszos bemeneti jelre, ha a mintavételezési periódus Ts (Ts=1000Hz,
f1=20Hz, f2=100Hz).
A dolgozat tartalma
RENDSZER-SZIMULÁCIÓ – SIMULINK
A gyakorlat célja
Elméleti bevezető
Blokkdiagramok
IX.1. ábra.
110 IX. RENDSZER-SZIMULÁCIÓ – SIMULINK
IX.2. ábra.
IX.3. ábra.
NEM LINEÁRIS RENDSZEREK 111
IX.4. ábra.
ahol M egy nem lineáris operátor, míg f( ) egy nem lineáris függvény.
Példának vegyük: xMy = x ⋅ y , tehát egy multiplikációt jelentő operátor,
míg f ( y) = y nem linearitást jelent, és legyen a nem lineáris rendsze-
3
rünk modellje:
&y& + a ⋅ y ⋅ y& + b ⋅ y 3 = u
IX.5. ábra.
112 IX. RENDSZER-SZIMULÁCIÓ – SIMULINK
Megoldott feladat
IX.6. ábra.
IX.7.ábra.
Ez a diagram a
qp =- a $ qo - b $ q + ^b0 - a $ b1 - b $ b2h $ u - b $ b1 $ # u $ dt
differenciálegyenlet szimulációja, és ha az y kimenetet is figyelembe
vesszük, akkor felírhatjuk:
MEGOLDOTT FELADAT 113
q = y - b1 $ # u $ dt - b2 $ u &
qo = yo - b1 $ u - b2 $ uo &
qp = yp - b1 $ uo - b2 $ up
Az előbbi egyenlőségeket használva következik, hogy
&y& − b 2 ⋅ &u& − (b1 + b 2 ⋅ a ) ⋅ u& = b 0 ⋅ u − a ⋅ y& − b ⋅ y
Átírva:
&y& + a ⋅ y& + b ⋅ y = b2 ⋅ u&& + (b1 + b2 ⋅ a ) ⋅ u& + b0 ⋅ u
Ha a fenti egyenletet összehasonlítjuk a lengéscsillapító egyenletével:
kv k k k
&y& + y& + e ⋅ y = v ⋅ x& + e ⋅ x
m m m m
a paraméterek a következők lesznek:
kv
a=
m
k
b= e
m
k
b0 = e
m
k
b1 = v
m
b2 = 0
Az eredő szimulációs diagram MATLAB Simulink környezetben a
IX.8. ábrán látható:
IX.8. ábra.
114 IX. RENDSZER-SZIMULÁCIÓ – SIMULINK
IX.9. ábra.
Feladatok
IX.10. ábra.
FELADATOK 115
IX.11. ábra.
A motor matematikai modellje felírható a következő gondolatmene-
tet követve:
Tudjuk, hogy: T = Kt $ i
e = Ke $ di
dt
Mechanikai egyenlet (Newton):
J d i2 = T - b di & d i2 = 1 c Kt $ i - b di m .
2 2
dt dt dt J dt
Villamos egyenlet:
L di = V - R $ i - e & di = 1 c- R $ i + V - Ke di m .
dt dt L dt
a) Modellezzék a rendszert MATLAB Simulink környezetben, a
bemenet a feszültség (V), a kimenet a tengely pozíciója.
116 IX. RENDSZER-SZIMULÁCIÓ – SIMULINK
IX.12. ábra.
A dolgozat tartalma
ÁLLAPOTTERES LEÍRÁS
A gyakorlat célja
⎧ x& = A ⋅ x + B ⋅ u ⎧s ⋅ X (s ) = A ⋅ X (s ) + B ⋅ U (s )
⎨ ⇒ ⎨ ,
⎩y = C ⋅ x + D ⋅ u ⎩ Y (s ) = C ⋅ X (s ) + D ⋅ U (s )
118 X. ÁLLAPOTTERES LEÍRÁS
(s ⋅ I − A) ⋅ X (s ) = B ⋅ U (s ) ⇒ X (s ) = (s ⋅ I − A)−1 ⋅ B ⋅ U (s ) ,
Y (s ) = [C ⋅ (s ⋅ I − A) ⋅ B + D ]⋅ U (s ) ,
−1
Y (s )
Átviteli függvény: H (s ) = = C ⋅ (s ⋅ I − A) ⋅ B + D .
−1
U (s )
y ( n ) (t ) + a n −1 ⋅ y ( n −1) (t ) + a n − 2 ⋅ y ( n − 2) (t ) + K + a 0 ⋅ y (t ) = u (t ) .
Bevezetjük a következő állapotváltozókat:
x1 (t ) = y (t )
x2 (t ) = x&1 (t ) = y& (t )
x3 (t ) = x& 2 (t ) = &y&(t )
KKKKK
xn (t ) = y (n ) (t )
x& n (t ) = y ( n − ) (t ) = u (t ) − a n −1 ⋅ y ( n −1) (t ) − a n − 2 ⋅ y ( n − 2 ) (t ) − K − a 0 ⋅ y (t )
x& n (t ) = u (t ) − a n −1 ⋅ x n (t ) − a n − 2 ⋅ x n −1 (t ) − K − a1 ⋅ x 2 (t ) − a 0 ⋅ x1 (t )
⎧⎛ x&1 (t ) ⎞ ⎛ 0 1 0 K 0 ⎞ ⎛ x1 (t ) ⎞ ⎛ 0 ⎞
⎪⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
⎪⎜ x& 2 (t )⎟ = ⎜ 0 0 1 K 0 ⎟ ⎜ x 2 (t ) ⎟ ⎜ 0 ⎟
+ ⋅ u (t )
⎪⎜ K ⎟ ⎜ K K K K K ⎟ ⎜ K ⎟ ⎜ K⎟
⎜
⎪⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎪⎝ x& n (t )⎟⎠ ⎜⎝ − a 0 − a1 − a 2 K − a n −1 ⎟⎠ ⎜⎝ x n (t ) ⎟⎠ ⎜⎝ 1 ⎟⎠ ⎧ x& = A ⋅ x + B ⋅ u
⎨ ⇒⎨
⎪ ⎛ x (t ) ⎞ ⎩ y =C⋅x
.
⎜ 1 ⎟
⎪ ⎜ x 2 (t ) ⎟
⎪ y (t ) = (1 0 0 K 0 )⎜
⎪ K ⎟
⎜ ⎟
⎪ ⎜ x (t ) ⎟
⎩ ⎝ n ⎠
Példa
Legyen a következő átviteli függvénnyel leírt rendszer:
1
H (s ) =
s + s +1
2
Koordináta-transzformációk
Megoldott feladat
⎛ − 1 − 0.5 0.5 ⎞ ⎛ 2⎞
⎜ ⎟ ⎜ ⎟
A=⎜ 2 −3 0 ⎟; B = ⎜ 3 ⎟; C = (0 0 1); D = 0;
⎜2 − 1 − 2 ⎟⎠ ⎜1⎟
⎝ ⎝ ⎠
H = s ( A, B, C , D )
⎧ Ap = P ⋅ A ⋅ P −1
⎪
⎪ Bp = P ⋅ B
⎨ −1
⇒ átlós alak
⎪ Cp = C ⋅ P
⎪Dp = D
⎩
>> [V,ev]=eig(A)
V =
0.5774 0.0000 -0.4472
0.5774 -0.7071 -0.8944
0.5774 -0.7071 -0.0000
ev =
-1.0000 0 0
0 -3.0000 0
0 0 -2.0000
>> Ap1=inv(V)*A*V
Ap1 =
-1.0000 0.0000 -0.0000
0.0000 -3.0000 -0.0000
-0.0000 0.0000 -2.0000
>> Bp1=inv(V)*B
Bp1 =
1.7321
0.0000
-2.2361
>> Cp1=C*V
Cp1 =
0.5774 -0.7071 -0.0000
>> Dp1=Dp
Dp1 =
0
MEGOLDOTT FELADAT 121
X.1. ábra.
X.2. ábra.
122 X. ÁLLAPOTTERES LEÍRÁS
Megoldás:
⎛ x& ⎞ ⎛⎜ 0 1 ⎞ ⎛ x⎞ ⎛ 0 ⎞
⎜⎜ ⎟⎟ = k b ⎟ ⋅ ⎜ ⎟ + ⎜ 1 ⎟ ⋅ f (t )
⎝ v& ⎠ ⎜⎝ − m − ⎟ ⎜⎝ v ⎟⎠ ⎜ ⎟
m⎠ ⎝m⎠
y=x
Tehát az állapotegyenletekben szereplő mátrixok:
⎛ 0 1 ⎞
A=⎜ k b⎟
⎜− − ⎟
⎝ m m⎠
⎛0⎞
B=⎜1⎟
⎜ ⎟
⎝m⎠
C = (1 0 )
D = (0 )
A rendszert MATLAB környezetben a következőképpen írjuk le:
m = 2;
b = 5;
k = 3;
A = [ 0 1 ; -k/m -b/m ];
B = [ 0 ; 1/m ];
C = [ 1 0 ];
MEGOLDOTT FELADAT 123
D = 0;
rendszer=ss(A,B,C,D)
a =
x1 x2
x1 0 1
x2 -1.5 -2.5
b =
u1
x1 0
x2 0.5
c =
x1 x2
y1 1 0
d =
u1
y1 0
>> step(rendszer)
X.3. ábra.
124 X. ÁLLAPOTTERES LEÍRÁS
X.4. ábra.
X.5. ábra.
FELADATOK 125
Transfer function:
0.5
-----------------
s^2 + 2.5 s + 1.5
Feladatok
X.6. ábra.
X.7. ábra.
126 X. ÁLLAPOTTERES LEÍRÁS
Útmutató:
A linearizáláshoz használják a következő összefüggést:
∂f ( x, y ) ∂f ( x, y )
f ( x, y ) = f ( x 0 , y 0 ) + Δx + Δy .
∂x ( x 0, y 0 ) ∂y ( x 0, y 0 )
Linearizálandó függvény: i2
f (i, h) = ,
h
az egyensúlyi pontban: 2 2
M d h20 = 0 = Mg - K i0 .
dt h0
Az eredmény:
R0 1 0 VWx1 R0 V
x1
> H
S 2 S W
d x2 = S K i0 0 - 2K i0 Wx2 + S0 Wu.
dt S M h02 M h0 W
x3 S0 R W x3 SS 1 WW
S 0 - W L
L T X
T X
A DOLGOZAT TARTALMA 127
A dolgozat tartalma
AZ ÁLLAPOTEGYENLETEK MEGOLDÁSA
A gyakorlat célja
Elméleti bevezető
Homogén egyenlet
Megoldott feladat
⎛− 3 0 ⎞ ⎛ 2⎞ ⎛1⎞
1. Legyen: x& = ⎜⎜ ⎟⎟ ⋅ x + ⎜⎜ ⎟⎟ ⋅ u és x (0) = ⎜⎜ ⎟⎟ a kezdeti feltétel,
⎝ 0 − 5⎠ ⎝ 3⎠ ⎝ 2⎠
1 ='
1 ha t $ 0
és ha u = (egységugrás jel, azaz 1 ), akkor keressük meg
0 ha t 1 0
⎛ x1 ( t ) ⎞
az x ( t ) = ⎜⎜ ⎟⎟ megoldást.
⎝ x 2 (t) ⎠
MEGOLDOTT FELADAT 131
Megoldás:
−1
Az átviteli függvény felírható mint: H ( s ) = C ⋅ ( s ⋅ I − A) ⋅ B .
Kiszámítjuk az
−1
−1 ⎛s + 3 1 ⎞ ⎛ s + 2 −1 ⎞ 1
( s ⋅ I − A) = ⎜⎜ ⎟ = ⎜⎜ ⎟⎟ ⋅ 2
⎝ 4 s + 2 ⎟⎠ ⎝ − 4 s + 3⎠ s + 5 ⋅ s + 2
Tehát
⎛ s + 2 −1 ⎞ 1 ⎛1⎞
H ( s ) = C ⋅ ( s ⋅ I − A) −1 ⋅ B = (4 − 1) ⋅ ⎜⎜ ⎟⎟ ⋅ 2 ⋅ ⎜⎜ ⎟⎟ =
⎝ − 4 s + 3⎠ s + 5 ⋅ s + 2 ⎝ 0 ⎠
s + 2⎞
(4 − 1) ⋅ ⎛⎜⎜ ⎟⎟ ⋅ 2
1
= 2
4 ⋅ s + 1212
⎝ − 4 ⎠ s + 5⋅ s + 2 s + 5⋅ s + 2
A rendszer egységugrásra adott válaszának kiszámításához felírjuk
az átviteli függvényből:
Y^ s h = H^ s h $ U^ s h = 4 $ s + 12 $ 1
s2 + 5 $ s + 2 s
XI.1. ábra.
Feladatok
XI.2. ábra.
XI.3. ábra
A dolgozat tartalma
Házi feladat
1. Adott H^ s h = s2 + 7 $ s + 2
s + 9 $ s2 + 26 $ s + 24
3
A gyakorlat célja
Elméleti bevezető
bm s m + bm −1 s m −1 + K + b1 s + b0 ,
H (s ) = n
s + a n −1 s n −1 + K + a1 s + a 0
a karakterisztikus egyenlet:
s n + a n −1 s n −1 + K + a1 s + a 0 = 0 .
Ha az átviteli függvényt az állapotegyenletekből írjuk fel, a karakte-
risztikus egyenletet a következőképpen írjuk fel:
adj (s ⋅ I − A)
H (s ) = C ⋅ (s ⋅ I − A) ⋅ B + D = C ⋅
−1
⋅B+ D ⇒ s ⋅ I − A = 0;.
s⋅I − A
Sajátértékek a karakterisztikus egyenlet gyökei: λ ⋅ I − A = 0 . Meg-
egyezik az átviteli függvény pólusaival.
Sajátvektor: (s ⋅ I − A) ⋅ vi = 0 , ahol vi a λi -hez tartozó sajátvektor.
138 XII. SAJÁTÉRTÉK, SAJÁTVEKTOR, MODÁLIS TRANSZFORMÁCIÓ...
Koordináta-transzformáció (Szimilaritás-transzformáció)
Modális transzformáció
−1
Ha a transzformációs mátrixnak a P = V -t választjuk (V a saját-
vektorok mátrixa), a transzformáció eredményeként diagonális mátrixot
kapunk ⇒ A = diag (λ1 , λ 2 , K λ n ) .
A modális transzformáció csak akkor lehetséges, ha az „A” mátrix
különböző valós sajátértékekkel rendelkezik vagy szimmetrikus. Több-
szörös sajátérték esetén Jordan alakot használunk.
−1
A Jordan alakot a következő összefüggéssel kapjuk: J = V ⋅ A ⋅ V ,
ahol V lineárisan független általánosított sajátvektor. A J Jordan alak, az
úgynevezett Jordan tömbökből tevődik össze, minden különböző sajátér-
tékhez tartozik egy Jordan tömb:
⎡λ i 1 0 0⎤
⎢0 λi 1 0 ⎥⎥
J i (λi ) = ⎢
⎢0 0 λi 1 ⎥ (más formákat is használnak)
⎢ ⎥
⎣0 0 0 λi ⎦
Ji Jordan tömb.
Az állapotegyenlet megoldása
Az új koordináta-rendszerben az állapotegyenlet a következőképpen
írható fel:
CAYLEY–HAMILTON-TÉTEL ALKALMAZÁSA 139
( ) ( )
x& = Λ ⋅ x + V −1 ⋅ B ⋅ u = Λ ⋅ x + W T ⋅ B ⋅ u; Jelölés : W T = V −1
A homogén egyenlet megoldása:
x& = Λ ⋅ x ; x (0 ) = V −1 ⋅ x(0 )
x& i = λi ⋅ xi ; x (t ) = e Λ⋅t ⋅ V −1 ⋅ x 0 = e Λ⋅t ⋅ W T ⋅ x 0
Tehát:
( )
x& i (t ) = x i (0 ) ⋅ e λi ⋅t = Wi ⋅ x 0 ⋅ e λi ⋅t ;
T
Cayley–Hamilton-tétel alkalmazása
R( x ) = α 0 + α 1 ⋅ x + α 2 ⋅ x 2 + K + α n −1 ⋅ x n −1 ; xi = λ i → α i
Tehát egy függvény mátrix helyértékét kiszámíthatjuk egy n-1 fokszá-
mú polinomból. Az R(x) polinom együtthatóit a sajátértékek behelyette-
sítésével kapjuk.
140 XII. SAJÁTÉRTÉK, SAJÁTVEKTOR, MODÁLIS TRANSZFORMÁCIÓ...
Megoldott feladat
Kiszámítva:
α 1 = e −t − e −2⋅t , α 0 = 2 ⋅ e −t − e −2⋅t
⎛ 2 ⋅ e −t − e −2⋅t e −t − e −2⋅t ⎞
e A⋅t = α 0 ⋅ I + α 1 ⋅ A = ⎜⎜ −t − 2⋅t −t
⎟.
− 2⋅t ⎟
⎝ − 2 ⋅ e + 2 ⋅ e − e + 2 ⋅ e ⎠
A módszer előnye az, hogy pontos eredményt kapunk, nem közelítő a
megoldás.
H^ s h = 2s + 6s + 5 2 = 1 + 1 +
2
1
^ + h^ + h ^ + 1h2
.
s 2 s 2 s + 2 s + 1 s
A rendszer szimulációs diagramja a XII.1. ábrán látható.
MEGOLDOTT FELADAT 141
XII.1. ábra.
MATLAB megoldás:
Transfer function:
2 s^2 + 6 s + 5
---------------------
s^3 + 4 s^2 + 5 s + 2
a =
x1 x2 x3
x1 -4 -2.5 -1
x2 2 0 0
x3 0 1 0
b =
u1
x1 2
142 XII. SAJÁTÉRTÉK, SAJÁTVEKTOR, MODÁLIS TRANSZFORMÁCIÓ...
x2 0
x3 0
c =
x1 x2 x3
y1 1 1.5 1.25
d =
u1
y1 0
Continuous-time model.
A =
C =
1.0000 1.5000 1.2500
D =
0
>> [V,J]=jordan(A) % Jordan alak
V = % Sajátvektor mátrix
4 1 -3
-4 -2 4
2 2 -2
J = % Jordan alak
FELADAT 143
-2 0 0
0 -1 1
0 0 -1
Aj =
-2.0000 -0.0000 0.0000
0 -1.0000 1.0000
-0.0000 -0.0000 -1.0000
>> Bj=V\B
Bj =
2
0
2
>> Cj=C*V
Cj =
0.5000 0.5000 0.5000
Feladat
⎛ 0 1 − 1⎞
⎜ ⎟
1. Adott a következő rendszermátrix: A = ⎜ − 6 − 1 6⎟
⎜− 6 −1 5 ⎟⎠
⎝
a) Hozzák átlós alakra (sajátérték, sajátvektor kiszámítására használják
az eig függvényt).
b) Számítsák ki x0 = [1 1 1] -re a rendszer állapotait a t = 10 sec-ban
T
A dolgozat tartalma
A gyakorlat célja
Az állapot-visszacsatolt szabályozó rendszerek tervezéséhez elen-
gedhetetlen fogalmak az állapotok irányíthatósága, megfigyelhetősége. A
gyakorlat célja bevezetni ezeket a fogalmakat, valamint megismerni az ál-
lapotegyenletekkel leírt lineáris rendszerek irányítható és megfigyelhető
kanonikus alakját.
Elméleti bevezető
Irányíthatóság
rang(Q C ) = n ,
Megfigyelhetőség
Kanonikus alakok
XIII.1. ábra.
KANONIKUS ALAKOK 147
XIII.2. ábra.
[
QC = B A⋅ B A 2 ⋅ B K A n −1 ⋅ B . ]
⎛M⎞
⎜ ⎟
Vegyük a QC −1 = ⎜ M ⎟ utolsó sorát, amely segítségével létrehozzuk a
⎜ w⎟
⎝ ⎠
T mátrixot, majd egyszerű koordináta-transzformációval megkapjuk az
irányítható kanonikus alakot:
⎛ w ⎞
⎜ ⎟ ⎧ AC = T −1 ⋅ A ⋅ T
⎜ w ⋅ A ⎟ ⎪ −1
⎪B = T ⋅ B
T −1 = ⎜ w ⋅ A2 ⎟ ⇒ ⎨ C .
⎜ ⎟ C = C ⋅ T
⎜ K ⎟ ⎪ C
⎜ n −1 ⎟
⎪D =D
⎩ C
⎝w⋅ A ⎠
148 XII. SAJÁTÉRTÉK, SAJÁTVEKTOR, MODÁLIS TRANSZFORMÁCIÓ...
[
QO = C C ⋅ A C ⋅ A 2 K C ⋅ A n −1 . ]
⎛M M ⎞
−1
⎜ ⎟
Vegyük a QO = ⎜M M q ⎟ utolsó oszlopát, létrehozzuk a transzformá-
⎜M M ⎟
⎝ ⎠
ciós mátrixot, majd elvégezzük a koordináta-transzformációt:
⎧ AO = T −1 ⋅ A ⋅ T
⎪ −1
⎪ BO = T ⋅ B
T= q( A⋅ q A 2 ⋅ q K A n −1 ⋅ q ) ⇒ ⎨
⎪ CO = C ⋅T
⎪⎩ DO = D
MATLAB függvények: obsv, ctrb, rank, canon, tf2ss.
Megoldott feladatok
2 2
>> rank(Q0)
ans =
2
H^ s h = 3 2
24
s + 9 $ s + 26 $ s + 24
Átírjuk állapotegyenletekre a rendszer modelljét:
Y^ s h 24
U^ s h
= 3 2 & yq + 9 $ yp + 26 $ yo + 24 $ y = 24 $ u
s + 9 $ s + 26 $ s + 24
Az átviteli függvényből felírhatjuk az állapotegyenleteket a számláló
és a nevező együtthatói alapján:
xo 1 0 1 0 x1 0
xo 2 = f0 0 1 p $ f x2 p + f0 p $ u
xo 3 - 24 - 26 - 9 x3 1
x1
y = ^24 0 0h $ f x2 p.
x3
A kapott állapotteres forma az irányítható kanonikus forma, amely-
nek megfelel a XIII.3. ábrán látható rendszer szimulációs diagramja:
XIII. 3. ábra.
150 XII. SAJÁTÉRTÉK, SAJÁTVEKTOR, MODÁLIS TRANSZFORMÁCIÓ...
Feladatok
⎛ x&1 (t ) ⎞ ⎛ − 2 1 ⎞⎛ x1 (t ) ⎞ ⎛ 1 ⎞
1. Adott a következő rendszer: ⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟⎜⎜ ⎟⎟ + ⎜⎜ ⎟⎟ ⋅ u (t )
y = (1 0 ) ⋅ x x
& (
⎝ 2 ⎠ ⎝t ) 0 − 1 x (t )
⎠⎝ 2 ⎠ ⎝ 0 ⎠
a) Irányítható a rendszer?
b) Megfigyelhető a rendszer? ⎛0 0 1 ⎞ ⎛0⎞
⎜ ⎟ ⎜ ⎟
2. Adott x& (t ) = A ⋅ x(t ) + B ⋅ u (t ) : A = ⎜ 1 0 − 1⎟ B = ⎜ 0 ⎟
⎜2 1 0 ⎟ ⎜1⎟
⎝ ⎠ ⎝ ⎠
Írják fel az irányíthatósági kanonikus alakot, T = ? .
y = ^- 9 4h $ x
5
A dolgozat tartalma
A gyakorlat célja
Elméleti bevezető
Bd = #e A$d
B $ dd .
0
Differenciaegyenlet ⇒ állapotábra:
y[k ] + a ⋅ y[k − 1] + b ⋅ y[k − 2] = u[k ]
x1 [k ] = y[k − 2]
Legyen ⇒ x1 [k + 1] = x 2 [k ] ;
x 2 [k ] = y[k − 1]
x1 [k + 1] = −b ⋅ x1 [k ] − a ⋅ x1 [k ] + u[k ]
y[k ] = −b ⋅ x1 [k ] − a ⋅ x1 [k ] + u[k ]
152 XIV. DISZKRÉT ÁLLAPOTTERES LEÍRÁS
⎧ ⎛ 0 1 ⎞ ⎛ 0⎞
⎪ x[k + 1] = ⎜⎜ ⎟⎟ ⋅ x[k ] + ⎜⎜ ⎟⎟ ⋅ u[k ]
⎨ ⎝− b − a⎠ ⎝1⎠ .
⎪ y[k ] = (− b − a ) ⋅ x[k ] + (1) ⋅ u[k ]
⎩
Átviteli függvény ⇒ állapotegyenlet:
z2 − 4
H (z ) = 2
Módszerek: z + 5⋅ z + 6
a) Felírjuk a differenciaegyenletet ⇒ állapotegyenlet.
b) Felrajzoljuk a rendszer szimulációs diagramját ⇒ állapotegyenlet.
Differenciaegyenlet:
y[k + 2] + 5 ⋅ y[k + 1] + 6 ⋅ y[k ] = u[k + 2] − 4 ⋅ u[k ]
vagy
y[k ] + 5 ⋅ y[k − 1] + 6 ⋅ y[k − 2] = u[k ] − 4 ⋅ u[k − 2]
XIV.1. ábra.
⎧⎛ x1 [k + 1] ⎞ ⎛ 0 − 6 ⎞ ⎛ x1 [k ] ⎞ ⎛ −10 10 ⎞
⎪⎜⎜ ⎟⎟ = ⎜⎜ ⎟⎟ ⋅ ⎜⎜ ⎟⎟ + ⎜⎜ ⎟ ⋅ u[k ]
⎪⎝ x 2 [k + 1]⎠ ⎝ 1 − 5 ⎠ ⎝ x 2 [k ]⎠ ⎝ − 5 ⎟⎠
Tehát: ⎨
⎪ y[k ] = (0 1) ⋅ ⎛⎜ x1 [k ] ⎞⎟ + u[k ]
⎪⎩ ⎜ x [k ]⎟
⎝ 2 ⎠
Állapotegyenlet ⇒ átviteli függvény
MEGOLDOTT FELADAT 153
Megoldott feladat
XIV.2. ábra.
Megoldás:
A rendszer eredő átviteli függvényét a H1 és H2 rendszerek párhuza-
mos kapcsolása adja.
>> z=tf(‚z’,1)
>> H1=(z-0.6)/((z-1)*(z-0.8))
>> H2=(z-0.4)/(z-1)
154 XIV. DISZKRÉT ÁLLAPOTTERES LEÍRÁS
>> H=parallel(H1,H2)
Transfer function:
>> pzmap(H)
XIV.3. ábra.
XIV.4. ábra.
X3 0.6
= , tehát x3 [k + 1] = x3 [k ] + 0.6 ⋅ u[k ]
U z −1
Az állapotegyenletek mátrixos formában:
⎛ x1 [k + 1] ⎞ ⎛ 1 0 0 ⎞ ⎛ x1 [k ] ⎞ ⎛ 2 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ x 2 [k + 1] ⎟ = ⎜ 0 0.8 0 ⎟ ⋅ ⎜ x 2 [k ] ⎟ + ⎜ − 1 ⎟ ⋅ u[k ]
⎜ x [k + 1] ⎟ ⎜ 0 0 1 ⎟ ⎜ x [k ] ⎟ ⎜ 0.6 ⎟
⎝ 3 ⎠ ⎝ ⎠ ⎝ 3 ⎠ ⎝ ⎠
⎛ x1 [k ] ⎞
⎜ ⎟
y[k ] = (1 1 1) ⋅ ⎜ x 2 [k ] ⎟ + (1) ⋅ u[k ]
⎜ x [k ] ⎟
⎝ 3 ⎠
A megfigyelhetőség és irányíthatóság tanulmányozása MATLAB
programmal:
156 XIV. DISZKRÉT ÁLLAPOTTERES LEÍRÁS
Feladatok
XIV.5. ábra.
A dolgozat tartalma
ÖSSZEFOGLALÓ FELADAT
F1.1.ábra.
Megoldás
1) a) A differenciálegyenlet megoldása.
i) Megoldás időtartományban.
A rendszert leíró lineáris differenciálegyenlet:
di^ t h 1
Vin = R $ i^ t h + L $ # i^ t hdt
t
+
dt C0
di^ t h
vagy:
0 = R$ + L $ + 1 $ i^ t h
dt C
d2 i^ t h R di^ t h
+ $ + 1 $ i^ t h = 0
dt2 L dt L$C
Bevezetjük a csillapítási tényezőt(ξ) és a sajátrezgést(ω0):
R R C
2 ⋅ ξ ⋅ ω0 = ⇒ ξ= ⋅
L 2 L
1 1
ω02 = ⇒ ω0 =
L ⋅C L ⋅C
A differenciálegyenlet karakterisztikus egyenlete:
r 2 + 2 ⋅ ξ ⋅ ω0 ⋅ r + ω02 = 0
di^ t h
Vc ^0h = 0 & L = Vin t=0
dt
(
L ⋅ c1 ⋅ r1 ⋅ e r1 ⋅t + c2 ⋅ r2 ⋅ e r2 ⋅t = Vin ) t =0
L ⋅ (c ⋅ r ⋅ e
1 1
r1 ⋅t
− c1 ⋅ r2 ⋅ e r2 ⋅t )= V
in t = 0
tehát: V 1
c1 = in ⋅
L r1 − r2
Vin 1
⋅ c2 = −
L r1 − r2
Ezekkel az állandókkal a megoldás:
V
i (t ) = in ⋅
1
L r1 − r2
V
⋅ e r1⋅t − in ⋅
1
L r1 − r2
V
⋅ c2 ⋅ e r2 ⋅t = in ⋅
1
L r1 − r2
e r1⋅t − e r2 ⋅t = ( )
=
Vin
⋅
L 2⋅Δ
1 σ ⋅t Δ⋅t
( V
e ⋅ e − eσ ⋅t ⋅ e −Δ⋅t = in ⋅
L 2⋅Δ
1
)
⋅ eσ ⋅t e Δ⋅t − e −Δ⋅t = ( )
V e Δ⋅t − e −Δ⋅t
= in ⋅ eσ ⋅t ⋅
L 2⋅Δ
L
II. ξ 2 − 1 = 0 ⇒ ξ = 1, R = 2
C
Vin σ ⋅t e Δ ⋅t − e − Δ ⋅t Vin σ ⋅t t ⋅ e Δ ⋅t + t ⋅ e − Δ ⋅t
i (t ) = lim ⋅e ⋅ = ⋅ e ⋅ lim =
Δ →0 L 2⋅Δ L Δ →0 2
Vin
= ⋅ t ⋅ eσ ⋅t
L
L
III. ξ 2 − 1 < 0 ⇒ ξ < 1, R < 2
C
⇒ r1, 2 = −ξ ⋅ ω0 ± jω0 ⋅ 1 − ξ 2 = σ ± jω p
i (t ) = c1 ⋅ e r1 ⋅t + c2 ⋅ e r2 ⋅t =
Vin
⋅
1
L r1 − r2
( V
)
e r1 ⋅t − e r2 ⋅t = in ⋅
1
L 2 ⋅ j ⋅ω p
(
j ⋅ω ⋅t − j ⋅ω ⋅t
⋅ eσ ⋅t ⋅ e p − eσ ⋅t ⋅ e p = )
=
Vin
⋅
1
L 2 ⋅ j ⋅ω p
(
⋅ eσ ⋅t ⋅ cos(ω p ⋅ t ) + j ⋅ sin(ω p ⋅ t ) − cos(ω p ⋅ t ) + j ⋅ sin(ω p ⋅ t ) = )
Vin 1 V
= ⋅ ⋅ eσ ⋅t ⋅ 2 ⋅ j ⋅ sin(ω p ⋅ t ) = in ⋅ eσ ⋅t ⋅ sin(ω p ⋅ t )
L 2 ⋅ j ⋅ω p L ⋅ω p
162 ÖSSZEFOGLALÓ FELADAT
+
dt C0
elvégezzük a Laplace-transzformáltat:
1
Vin ( s ) = R ⋅ I ( s ) + L ⋅ s ⋅ I ( s ) + I ( s)
C⋅s
tehát az áram Laplace-transzformáltja:
s
I (s) = V (s)
1 in
L ⋅ s2 + R ⋅ s +
C
Legyen a bemenet egységugrás, amelynek a Laplace-transzformáltja
U
Vin ( s ) = 0 .
s
s U0 U0
I (s) = ⋅ =
L ⋅ s2 + R ⋅ s +
1 s (
L ⋅ s + 2 ⋅ ξ ⋅ ω0 ⋅ s + ω02
2
)
C
Az áram időtartománybeli kifejezésének kiszámításához az inverz-
Laplace transzformált ismert összefüggéseit alkalmazzuk, tehát részlet-
törtre bontjuk az áram kifejezését:
K K
I ( s ) = s1 + s 2 , s1, 2 = σ ± jω p
s − s1 s − s2
U0 1 U0 1 U 1
K s1 = I ( s ) ⋅ ( s − s1 ) s =s = ⋅ = ⋅ = 0⋅
1 L s − s2 s = s1
L σ + jω p − σ + jω p L 2 ⋅ j ⋅ωp
U0 1 U0 1 U 1
K s 2 = I ( s ) ⋅ ( s − s2 ) s = s = ⋅ = ⋅ =− 0 ⋅
2 L s − s1 s = s2
L σ − jω p − σ − jω p L 2 ⋅ j ⋅ωp
Felhasználjuk a következő inverz-Laplace transzformált képletet:
r −1
⎯α⎯→ r ⋅ e − p⋅t Így az áram időtartománybeli egyenlete a követ-
s+ p
kező lesz:
i (t ) =
U0
⋅
1
L 2 ⋅ j ⋅ωp
( U
)
⋅ e s1⋅t − e s2 ⋅t = 0 ⋅
1
L 2 ⋅ j ⋅ωp
⋅e
(σ + j⋅ω p )⋅t
(
−e
(σ − j⋅ω p )⋅t
= )
U0 1 j⋅ω ⋅t − j⋅ω ⋅t
= ⋅ ⋅ eσ ⋅t ⋅ (e p − e p ) =
L 2 ⋅ j ⋅ωp
=
U0
⋅
1
L 2 ⋅ j ⋅ωp
( ) ( ) ( )
⋅ eσ ⋅t ⋅ (cos ω p ⋅ t + j ⋅ sin ω p ⋅ t − cos ω p ⋅ t + j ⋅ sin ω p ⋅ t ) = ( )
ÖSSZEFOGLALÓ FELADAT 163
=
U0
⋅
1
L 2 ⋅ j ⋅ωp
⋅ eσ ⋅t ⋅ 2 ⋅ j ⋅ sin ω p ⋅ t = ( )
U 0 1 σ ⋅t
⋅
L ωp
⋅ e ⋅ sin ω p ⋅ t
= ( )
Látható, hogy az eredmény megegyezik az időtartományban végzett
számítással.
1 ⎛ 1− ξ 2 ⎞
+ ⋅ e −ξ ⋅ω 0 ⋅t ⋅ ω0 ⋅ 1 − ξ 2 ⋅ cos⎜ ω0 ⋅ 1 − ξ 2 ⋅ t − arctg ⎟
1− ξ 2 ⎜ −ξ ⎟
⎝ ⎠
⎡ ⎛ 1− ξ 2 ⎞ ⎤
⎢− ξ ⋅ sin ⎜ ω0 ⋅ 1 − ξ 2 ⋅ t − arctg ⎟+ ⎥
dy^ t h ⎢ ⎜ −ξ ⎟ ⎥
ω0 − ξ ⋅ω 0 ⋅t
⎢ ⎝ ⎠ ⎥
= ⋅e ⋅
dt 1− ξ 2 ⎢ ⎛ 2 ⎞⎥
1− ξ ⎟
⎢+ 1 − ξ 2 ⋅ cos⎜ ω0 ⋅ 1 − ξ 2 ⋅ t − arctg ⎥
⎢ ⎜ − ξ ⎟⎥
⎣ ⎝ ⎠⎦
Elvégezve a trigonometriai számításokat, egyszerűsítéseket, a követ-
kező eredményt kapjuk:
dy^ t h ω0
= ⋅ e −ξ ⋅ω 0 ⋅t ⋅ sin ⎛⎜ ω0 ⋅ 1 − ξ 2 ⋅ t ⎞⎟
dt 1− ξ 2 ⎝ ⎠
A maximális túllendülés a függvény első maximumánál van, tehát:
dy^ t h
= 0 ⇒ ω0 ⋅ 1 − ξ 2 ⋅ t = n ⋅ π
dt
n ⋅π
t=
ω0 ⋅ 1 − ξ 2
Az első maximumnál n=1, tehát a csúcsidő:
π
tc =
ω0 ⋅ 1 − ξ 2
A maximális túllendülés kiszámításához behelyettesítjük a csúcsidőt:
π
1
− ξ ⋅ω 0 ⋅ ⎛ π 1− ξ 2 ⎞
ymax (t ) = 1 + ⋅e ω 0 ⋅ 1− ξ 2
⋅ sin ⎜ ω0 ⋅ 1 − ξ 2 ⋅ − arctg ⎟
1− ξ 2 ⎜ ω0 ⋅ 1 − ξ 2 −ξ ⎟
⎝ ⎠
π
1
− ξ ⋅ω 0 ⋅ ⎛ 1 − ξ 2 ⎞⎟
ymax (t ) = 1 + ⋅e ω 0 ⋅ 1− ξ 2
⋅ sin ⎜ π − arctg
1− ξ 2 ⎜ −ξ ⎟
⎝ ⎠
π
− ξ ⋅ω 0 ⋅
1 ω 0 ⋅ 1− ξ 2
ymax (t ) = 1 + ⋅e ⋅ 1− ξ 2
1− ξ 2
π π
− ξ ⋅ω 0 ⋅ −ξ ⋅
ω 0 ⋅ 1− ξ 2 1− ξ 2
ymax (t ) = 1 + e =1+ e
A maximális túllendülés:
π
−ξ ⋅
1− ξ 2
Γ = ymax (t ) − 1 = e
166 ÖSSZEFOGLALÓ FELADAT
e −ξ ⋅ω0 ⋅t s = 00.05
.05 ⋅ 1 − ξ 2
ξ ⋅ ω0 ⋅ t s = –ln− ln ⎛⎜0.05
0.05 ⋅ 1 − ξ 2 ⎞⎟
⎝ ⎠
−
–ln ln ⎛⎜0.05
0.05 ⋅ 1 − ξ 2 ⎞⎟
ts = ⎝ ⎠
ξ ⋅ ω0
Az állandósult hiba kiszámítása:
⎡ 1 ⎛ 1 − ξ 2 ⎞⎟⎤
lim (1 − y (t ) = lim ⎢ ⋅ e −ξ ⋅ω 0 ⋅t ⋅ sin ⎜ ω0 ⋅ 1 − ξ 2 ⋅ t − arctg ⎥=0
t →∞ t →∞ ⎢
1 − ξ 2 ⎜ − ξ ⎟⎥
⎣ ⎝ ⎠⎦
A kiszámított jellemzők szemléltetésére szimuláljuk a rendszer vála-
szát MATLAB programmal.
a) Vegyük előbb azt az esetet, amikor a válasz egy csillapodó lengő
válasz, tehát
L
ξ 2 − 1 < 0 ⇒ ξ < 1, R < 2 .
R=10; C
L=0.001;
C=10e-6;
Kszi=R/(2)*sqrt(C/L);
Omega0=sqrt(1/(L*C));
step(H)
Ymax=1+exp(-Kszi*(pi/(sqrt(1-Kszi^2))))
Ymax =1.1630
A csúcsidő kiszámítása:
tc=pi/(Omega0*sqrt(1-Kszi^2))
tc =3.6276e-004
A szabályozási idő:
ts=-log(0.05*sqrt(1-Kszi^2))/(Kszi*Omega0)
ts =6.2791e-004
L
b) Legyen a csillapítási tényező 1, tehát ξ − 1 = 0 ⇒ ξ = 1, R = 2
2
.
C
A rendszer válasza egységugrás bemenetre:
y^ t h = # `- 2 $ p $ ~ 0 $ y^ t h + #~ 2
0 $ ^u^ t h - y^ t hh dt j dt
Ábrázolva:
function dx=RLCsys(t,x);
u=1;
dx(1)=-1.01e5*x(1)-0.01e5*x(2)+0.01e5*u;
dx(2)=1.0e5*x(1);
dx=dx’;
>> Wo=obsv(A,Cr)
Wo =
1.0e+005 *
0 0.000010000000000
1.000000000000000 0
>> rank(Wo)
ans =
2
>> Wc=ctrb(A,B)
Wc =
1.0e+008 *
0.000010000000000 -1.010000000000000
0 1.000000000000000
>> rank(Wc)
ans =
2
Mivel mind a két mátrix rangja megegyezik a rendszer fokszámával,
a rendszer irányítható és megfigyelhető.
Ts=1e-4;
sysd=c2d(sys,Ts,’zoh’)
a =
x1 x2
x1 0.1262 -0.05335
x2 5.335 0.6597
b =
u1
x1 0.05335
x2 0.3403
c =
x1 x2
y1 0 1
d =
u1
y1 0
Sampling time: 0.0001
Discrete-time model.
>> step(sys)
>> step(sysd)
>> hold on
>> step(sys,’r’)
10) Összefoglaló.
b) Legyen ξ < 1
c) Legyen ξ = 0
(
y ( k ) + a k −1 ⋅ y ( k −1) + a k − 2 ⋅ y ( k − 2) + K + a1 ⋅ y& + a 0 ⋅ y = k F ⋅ u ( m ) + bm −1 ⋅ u ( m −1) + K b1 ⋅ u& + b0 ⋅ u )
y (t ) : ℜ → ℜ – kimenő jel, u (t ) : ℜ → ℜ – bemenő jel, k ≥ m , k F – erősítési
tényező {factor de amplificare; gain; y(t) – semnal de intrare; input signal
u(t) – semnal de ieşire; output signal}
Sajátos esetek:
Másodrendű rendszer {Sistem de ordinul doi ; Second order system}
&y& + a ⋅ y& + b ⋅ y = u
a = 2 ⋅ ϑ ⋅ ω 0 , b = ω 02 , ϑ – csillapítási tényező, ω0 – sajátrezgés
Elsőrendű rendszer {Sistem de ordinul unu; First order system}
y& + a ⋅ y = u
Differencia egyenlet modell
(k-adrendű; Ts – mintavételezési periódus: t = n ⋅ Ts )
{Ecuaţie cu diferenţe; Discret differential equation; Ts – Perioadă de
eşantionare; Sampling rate}
y[n] + a1 ⋅ y[n − 1] + K + a k −1 ⋅ y[n − k + 1] + a k ⋅ y[n − k ] =
= k F ⋅ (u[n ] + b1 ⋅ u[ n − 1] + K + bm ⋅ u[ n − m])
Sajátos esetek:
Másodrendű rendszer
{Sistem discret de ordinul doi; Second order discrete system}
y[n] + a1 ⋅ y[n − 1] + a 2 ⋅ y[n − 2] = k F ⋅ (u[n] + b1 ⋅ u[n − 1] + b2 ⋅ u[n − 2])
Elsőrendű rendszer {Sistem de ordinul unu discret; First order discrete
system}
180 ELMÉLETI ÖSSZEFOGLALÓ...
2. Laplace-transzformáció
3. Z-transzformáció
ha Z{y[n]} = Y ( z )
Gyakorlati képletek: (kezdeti (i = 0 ) értékeket nullának vesszük)
Z{y[n + 1]} = z ⋅ Y ( z ) − z ⋅ y[0]
Z{y[n + 1]} = z 2 ⋅ Y ( z ) − z 2 ⋅ y[0] − z ⋅ y[1]
ELMÉLETI ÖSSZEFOGLALÓ... 181
U ( z) 1 + b1 ⋅ z −1 + b2 ⋅ z −2
H ( z) = = kF ⋅
Y ( z) 1 + a1 ⋅ z −1 + a 2 ⋅ z − 2
b) Z{y[n] + a1 ⋅ y[n − 1] = u[n]} = Y ( z ) + a1 ⋅ z −1 ⋅ Y ( z ) = U ( z ) →
U ( z) 1
H ( z) = = kF ⋅
Y ( z) 1 + a1 ⋅ z −1
F2.1. ábra
Folytonos Diszkrét
⎧ x& (t ) = A ⋅ x(t ) + B ⋅ u (t ) ⎧ x[n + 1] = A ⋅ x[n] + B ⋅ u[n]
⎨ y (t ) = C ⋅ x(t ) + D ⋅ u (t ) ⎨ y[n] = C ⋅ x[n] + D ⋅ u[n]
⎩ ⎩
F2.2. ábra
F2.3. ábra
7. Megfigyelhetőség
{Observabilitate; Observability}
⎛ C ⎞
⎜ ⎟
⎜ C⋅A ⎟
Q0 = ⎜
L ⎟
⎜ ⎟
⎜ C ⋅ A n −1 ⎟
⎝ ⎠
Megfigyelhetőségi mátrix {Matricea observabilităţii; Observability matrix}
A rendszer teljesen megfigyelhető, ha rang( Q0 ) = n
Rang = rangul, rank
F2.4. ábra
ELMÉLETI ÖSSZEFOGLALÓ... 185
8. Szabályozhatóság
{Controlabilitate; Controlability}
(
Qc = B A ⋅ B L A ⋅ B
n −1
)
Szabályozhatósági mátrix {Matricea controlabilităţii; Controlability
matrix} A rendszer teljesen megfigyelhető, ha rang( Qc ) = n
F2.5. ábra
y (t ) = C ⋅ x(t ) + D ⋅ u (t )
186 ELMÉLETI ÖSSZEFOGLALÓ...
9. cos( ω0 t ) s
s 2 + ω02
10. − a ⋅t a
1- e s⋅(s + a )
11.
⋅ ( e − a ⋅t − 1 + a ⋅ t )
1 1
a2 s 2 ⋅(s + a )
190 LAPLACE- ÉS Z-TRANSZFORMÁLT TÁBLÁZATOK
2 1 [n ] 1 z >1
1− z −1
3 -1 [− n − 1] 1 z <1
1− z −1
δ[n − m] z-sík {/0m>0;}
4 z −m vagy {/∞m<0}
1 z >α
5 α n 1 [n ] 1−α⋅z −1
1
- α 1 [− n − 1] z<α
n
6 1−α⋅z −1
n ⋅ α n 1 [n ] α⋅z −1 z >α
7
(1−α⋅z −1 ) 2
- n ⋅ α n 1 [− n − 1] α⋅z −1 z<α
8
(1−α⋅z −1 ) 2
ASTROM, K.J.–WITTENMARK, B.
1994 Adaptive Control. Addison Wesly Publishing Company, Second
edition.
BISHOP, Robert H.
1997 Modern Control Systems Analysis & Design Using MATLAB &
Simulink. Addison Wesley.
CSÁKI F.
1976 Lineáris szabályzási rendszerek analízise. Műszaki Kiadó.
FIREŢEANU, V.–GHINEA, M.
2001 MATLAB, Editura Teora.
FODOR György
1996 Jelek és rendszerek. Budapesti Műszaki Egyetem,
Villamosmérnöki és Informatikai Kar.
HUJTER Mihály
Betekintés a MATLAB programrendszerbe –
http://people.inf.elte.hu/urbankri/Numanal/matlab.pdf.
LARMINAT, Philippe de
2007 Analysis and Control of Linear Systems. ISTE Ltd.
MÁRTON László Ferenc
2007 Jelek és rendszerek. Scientia Kiadó, Kolozsvár.
THE MATHWORKS, INC.
2000 Control system toolbox: for use with MATLAB: getting started.
version 5.
2005 Learning MATLAB – http://www.mathworks.com/academia/
student_version/learnmatlab_sp3.pdf.
WILSON, J. Rugh
1996 Linear system theory. Prentice Hall – Upper Saddle River, N.J.
ABSTRACT
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
A SAPIENTIA
ERDÉLYI MAGYAR TUDOMÁNYEGYETEM JEGYZETEI
Megjelent:
BEGE ANTAL
Számelméleti feladatgyûjtemény. Marosvásárhely, Mûszaki és Hu-
mán Tudományok Kar, Matematika–Informatika Tanszék. 2002.
BEGE ANTAL
Számelmélet. Bevezetés a számelméletbe. Marosvásárhely, Mûszaki
és Humán Tudományok Kar, Matematika–Informatika Tanszék. 2002.
VOFKORI LÁSZLÓ
Gazdasági földrajz. Csíkszereda, Csíkszeredai Kar, Gazdaságtan Tan-
szék. 2002.
TÕKÉS BÉLA–DÓNÁTH-NAGY GABRIELLA
Kémiai elõadások és laboratóriumi gyakorlatok. Marosvásárhely,
Mûszaki és Humán Tudományok Kar, Gépészmérnöki Tanszék. 2002.
IRIMIAŞ, GEORGE
Noþiuni de foneticã ºi fonologie. Csíkszereda, Csíkszeredai Kar, Hu-
mán Tudományok Tanszék. 2002.
SZILÁGYI JÓZSEF
Mezõgazdasági termékek áruismerete. Csíkszereda, Csíkszeredai
Kar, Gazdaságtan Tanszék. 2002.
NAGY IMOLA KATALIN
A Practical Course in English. Marosvásárhely, Mûszaki és Humán
Tudományok Kar, Humán Tudományok Tanszék. 2002.
BALÁZS LAJOS
Folclor. Noþiuni generale de folclor ºi poeticã popularã. Csíkszereda,
Csíkszeredai Kar, Humán Tudományok Tanszék. 2003.
POPA-MÜLLER IZOLDA
Mûszaki rajz. Marosvásárhely, Mûszaki és Humán Tudományok Kar,
Gépészmérnöki Tanszék. 2004.
FODORPATAKI LÁSZLÓ–SZIGYÁRTÓ LÍDIA–BARTHA CSABA
Növénytani ismeretek. Kolozsvár, Természettudományi és
Művészeti Kar, Környezettudományi Tanszék. 2004.
MARCUŞ, ANDREI–SZÁNTÓ CSABA–TÓTH LÁSZLÓ
Logika és halmazelmélet. Marosvásárhely, Műszaki és Humán
Tudományok Kar, Matematika–Informatika Tanszék. 2004.
KAKUCS ANDRÁS
Műszaki hőtan. Marosvásárhely, Műszaki és Humán Tudományok
Kar, Gépészmérnöki Tanszék. 2004.
BIRÓ BÉLA
Drámaelmélet. Csíkszereda, Gazdasági és Humántudományok Kar,
Humántudományi Tanszék. 2004.
BIRÓ BÉLA
Narratológia. Csíkszereda, Gazdasági és Humántudományok Kar,
Humántudományi Tanszék. 2004.
MÁRKOS ZOLTÁN
Anyagtechnológia. Marosvásárhely. Műszaki és Humán Tudomá-
nyok Kar, Gépészmérnöki Tanszék. 2004.
GRECU, VICTOR
Istoria limbii române. Csíkszereda, Gazdasági és Humántudomá-
nyok Kar, Humántudományi Tanszék. 2004.
VARGA IBOLYA
Adatbázis-kezelő rendszerek elméleti alapjai. Marosvásárhely, Műszaki
és Humántudományok Kar, Matematika–Informatika Tanszék. 2004.
CSAPÓ JÁNOS
Biokémia. Csíkszereda, Műszaki és Társadalomtudományi Kar,
Műszaki és Természettudományi Tanszék. 2004.
CSAPÓ JÁNOS–CSAPÓNÉ KISS ZSUZSANNA
Élelmiszerkémia. Csíkszereda, Műszaki és Társadalomtudományi
Kar, Műszaki és Természettudományi Tanszék. 2004.
KÁTAI ZOLTÁN
Programozás C nyelven. Marosvásárhely, Műszaki és Humántudo-
mányok Kar, Matematika–Informatika Tanszék. 2004.
WESZELY TIBOR
Analitikus geometria és differenciálgeometria. Marosvásárhely, Műsza-
ki és Humántudományok Kar, Matematika–Informatika Tanszék. 2005.
GYÖRFI JENŐ
A matematikai analízis elemei. Csíkszereda, Gazdaság- és Humántu-
dományok Kar, Matematika–Informatika Tanszék. 2005.
FINTA BÉLA–KISS ELEMÉR–BARTHA ZSOLT
Algebrai struktúrák – feladatgyűjtemény. Marosvásárhely, Műszaki
és Humántudományok Kar, Matematika–Informatika Tanszék. 2006.
ANTAL MARGIT
Fejlett programozási technikák. Marosvásárhely, Műszaki és Hu-
mántudományok Kar, Matematika–Informatika Tanszék. 2006.
CSAPÓ JÁNOS–SALAMON ROZÁLIA
Tejipari technológia és minőségellenőrzés. Csíkszereda, Műszaki és
Társadalomtudományok Kar, Élelmiszertudományi Tanszék. 2006.
OLÁH-GÁL RÓBERT
Az informatika alapjai közgazdász- és mérnökhallgatóknak. Csíksze-
reda, Gazdaság- és Humántudományok Kar, Matematika–Informati-
ka Tanszék. 2006.
JÓZON MÓNIKA
Általános jogelméleti és polgári jogi ismeretek. Csíkszereda, Gazda-
ság- és Humántudományok Kar, Üzleti Tudományok Tanszék. 2007.
KÁTAI ZOLTÁN
Algoritmusok felülnézetből. Marosvásárhely, Műszaki és Humántu-
dományok Kar, Matematika–Informatika Tanszék. 2007.
CSAPÓ JÁNOS–CSAPÓNÉ KISS ZSUZSANNA–ALBERT CSILLA
Élelmiszer-fehérjék minősítése. Csíkszereda, Műszaki és Társada-
lomtudományi Kar, Élelmiszertudományi Tanszék. 2007.
ÁGOSTON KATALIN–DOMOKOS JÓZSEF–MÁRTON LŐRINC
Érzékelők és jelátalakítók. Laboratóriumi útmutató. Marosvásárhely,
Műszaki és Humántudományok Kar, Villamosmérnöki Tanszék. 2007.
SZÁSZ RÓBERT
Komplex függvénytan. Marosvásárhely, Műszaki és Humántudomá-
nyok Kar, Matematika–Informatika Tanszék. 2007.
KAKUCS ANDRÁS
A végeselem-módszer alapjai. Marosvásárhely, Műszaki és Humán-
tudományok Kar, Gépészmérnöki Tanszék. 2007.
ANTAL MARGIT
Objektumorientált programozás. Marosvásárhely, Műszaki és Hu-
mántudományok Kar, Matematika–Informatika Tanszék. 2007.
MAJDIK KORNÉLIA–TONK SZENDE-ÁGNES
Biokémiai alkalmazások. Kémiai laboratóriumi jegyzet. Kolozsvár,
Természettudományi és Művészeti Kar, Környezettudományi
Tanszék. 2007.
GYÖRFI JENŐ–ANDRÁS SZILÁRD
Valószínűségszámítás és lineáris programozás. A játékelmélet alap-
jai. Csíkszereda, Gazdaság- és Humántudományok Kar, Matematika
és Informatika Tanszék. 2007.
DIMÉNY GÁBOR
Minőségirányítási rendszerek. Marosvásárhely, Műszaki és Humán-
tudományok Kar, Kertészmérnöki Tanszék. 2008.
ZSIGMOND ANDREA
Minőségi és mennyiségi analitikai kémia laborkönyv. Kolozsvár,
Természettudományi és Művészeti Kar, Környezettudományi
Tanszék. 2008.
KÁTAI ZOLTÁN
Gráfelméleti algoritmusok. Marosvásárhely, Műszaki és Humántu-
dományok Kar, Matematika–Informatika Tanszék. 2008.
CSAPÓ JÁNOS–ALBERT CSILLA–CSAPÓNÉ KISS ZSUZSANNA
Élelmiszer-analitika. Válogatott fejezetek. Csíkszereda, Műszaki és
Társadalomtudományi Kar, Élelmiszertudományi Tanszék. 2008.
MÁRTON GYÖNGYVÉR
Kriptográfiai alapismeretek. Marosvásárhely, Műszaki és Humántu-
dományok Kar, Matematika–Informatika Tanszék. 2008.
NAGY IMOLA KATALIN
A guidebook to Language Exams. English for Human Sciences. Ma-
rosvásárhely, Műszaki és Humántudományok Kar, Humántudomá-
nyok Tanszék. 2008.
GAGYI JÓZSEF
Örökség és közkapcsolatok (PR). Marosvásárhely, Műszaki és Hu-
mántudományok Kar, Humántudományok Tanszék. 2008.
FODOR LÁSZLÓ
Szociálpedagógia. Marosvásárhely, Műszaki és Humántudományok
Kar, Humántudományok Tanszék. 2008.
FODORPATAKI LÁSZLÓ–SZIGYÁRTÓ LÍDIA–BARTHA CSABA
Növénytani ismeretek. Kolozsvár, Természettudományi és Művésze-
ti Kar, Környezettudományi Tanszék. 2009.
MURÁDIN JÁNOS KRISTÓF
Nemzetközi kapcsolatok elmélete. Kolozsvár, Természettudományi
és Művészeti Kar, Európai Tanulmányok Tanszék. 2009.
BIRÓ GÉZA–SALAMON ROZÁLIA VERONIKA
Élelmiszer-biztonság. Csíkszereda, Műszaki és Társadalomtudomá-
nyi Kar, Élelmiszertudományi Tanszék. 2009.
ANTAL MARGIT
Java alapú webtechnológiák. Marosvásárhely, Műszaki és Humántu-
dományok Kar, Matematika–Informatika Tanszék. 2009.
PÁL LÁSZLÓ–MÁTÉ SZILÁRD
Alkalmazásfejlesztés Delphiben. Csíkszereda, Gazdaság- és Humán-
tudományok Kar, Gazdaságtudományi Tanszék. 2009.
AMBRUS ZOLTÁN–GERGELY ORSOLYA
Családszociológia. Csíkszereda, Műszaki és Társadalomtudományi
Kar, Társadalomtudományi Tanszék. 2009.
LÁZÁR EDE
Kutatásmódszertan a gyakorlatban az SPSS program használatával.
Csíkszereda, Gazdaság- és Humántudományok Kar, Üzleti Tudomá-
nyok Tanszék. 2009.
Bálint Gyöngyvér
Statisztika. Csíkszereda, Műszaki és Társadalomtudományi Kar,
Társadalomtudományi Tanszék. 2009.
Gagyi József
Fogyasztói magatartás. Marosvásárhely, Műszaki és Humántudomá-
nyok Kar, Humántudományok Tanszék. 2009.
KOVÁCS D. LEHEL ISTVÁN
Számítógépes grafika. Marosvásárhely, Műszaki és Humántudomá-
nyok Kar, Matematika–Informatika Tanszék. 2009.
TÓDOR ERIKA MÁRIA
Predarea-învăţarea limbii române ca ne-maternă. O alternativă a
lingvisticii aplicate. Csíkszereda, Gazdaság- és Humántudományok
Kar, Humántudományok Tanszék. 2009.
GYÖRGY ÉVA
Általános mikrobiológia. Csíkszereda, Műszaki és Társadalomtudo-
mányi Kar, Élelmiszertudományi Tanszék. 2009.
PAPP ISTVÁN
Mechanizmusok elmélete. Marosvásárhely, Műszaki és Humántudo-
mányok Kar, Gépészmérnöki Tanszék. 2010.
Gászpor Réka
Bevezetés a kommunikációelméletbe. A kommunikáció jelensége.
Marosvásárhely, Műszaki és Humántudományok Kar, Humántudo-
mányok Tanszék. 2010.
A PARTIUMI KERESZTÉNY EGYETEM JEGYZETEI
Megjelent:
KOVÁCS ADALBERT
Alkalmazott matematika a közgazdaságtanban. Lineáris algebra. Nagy-
várad, Alkalmazott Tudományok Kar, Közgazdaságtan Tanszék. 2002.
HORVÁTH GIZELLA
A vitatechnika alapjai. Nagyvárad, Bölcsészettudományi Kar, Filozó-
fia Tanszék. 2002.
ANGI ISTVÁN
Zeneesztétikai elõadások. Nagyvárad, Alkalmazott Tudományok Kar,
Zenepedagógiai Tanszék. 2003.
PÉTER GYÖRGY–KINTER TÜNDE–PAJZOS CSABA
Makroökonómia. Feladatok. Nagyvárad, Alkalmazott Tudományok
és Mûvészetek Kar, Közgazdaságtan Tanszék. 2003.
ANGI ISTVÁN
Zeneesztétikai előadások. II. Nagyvárad, Alkalmazott Tudományok
Kar, Zenepedagógiai Tanszék. 2005.
TONK MÁRTON
Bevezetés a középkori filozófia történetébe. Nagyvárad, Bölcsészet-
tudományi Kar, Filozófia Tanszék. 2005.
Scientia Kiadó
400112 Kolozsvár (Cluj-Napoca)
Mátyás király (Matei Corvin) u. 4. sz.
Tel./fax: +40-264-593694
E-mail: scientia@kpi.sapientia.ro
www.scientiakiado.ro
Korrektúra:
Jancsik Pál
Mûszaki szerkesztés:
Dobos Piroska
Tipográfia:
Könczey Elemér