Univerzitet u Nišu

Mašinski fakultet

OPTIMALNO UPRAVLJANJE

MAS Mašinsko inženjerstvo
Sistemi upravljanja u nehatronici
Doc.dr Miloš Simonović

 Postoje različite vrste problema optimalnog upravljanja.OPTIMALNO UPRAVLJANJE  Optimalno upravljanje proces je određivanja putanja upravljačkih veličina i promenljivih stanja za dinamički sistem za određeni period vremena kako bi se minimizirao kriterijum performansi. zavisno od kriterijuma performansi. .  Formulacija problema optimalnog upravljanje zahteva matematički model kojima treba upravljati. vrsti vremenskog domena (kontinualan. specifikaciju kriterijuma performansi te specifikaciju svih garničnih uslova i stanja i ograničenja koja moraju biti zadovoljena. diskretan). prisutnosti određenih ograničenja i od promenljivih koje se mogu koristiti.

 Dinamičko optimalno upravljanje minimizira / maksimizira postavljeni kriterijum tokom prelaska iz jednog u drugo ravnotežno stanje .OPTIMALNO UPRAVLJANJE  Statičko i dinamičko optimalno upravljanje  Statičko optimalno upravljanje primjenjuje se u situacijama kad se sistem upravljanja mora držati na optimalnoj radnoj tački koja karakteriše ili kriterijum optimalnosti ili statička karakteristika procesa koja nužno mora imati ekstremnu vrednost. odnosno rad u radnoj tački sistema. Statičko optimalno upravljanje se odnosi na sisteme upravljanja kod kojih je normalan režim rada ustaljeno stanje.

u(k).FORMULACIJA ZADATKA OPTIMALNOG UPRAVLJANJA  Dinamičko ponašanje kontinualnog sistema opisuje se pomoću sistema diferencijalnih jednačina prvog reda oblika • Dinamičko ponašanje diskretnih sistema opisano je vektorskom diferencnom jednačinom prvog reda x(k+1)=f[x(k). .k] gde je sa k označen k-ti vremenski trenutak.

(c) Skup ograničenja kojima su podvrgnute promenljive stanja i upravljanja. . finalnom) trenutku vremena. Zadatak optimalnog upravljanja formuliše se obično na sledeći način: Dato je: (a) Vektorska jednačina stanja. (b) Skup graničnih uslova za promenljive stanja u početnom i krajnjem (terminalnom. Treba odrediti dopustivo upravljanje u(t) tako da kriterijumska funkcija (funkcija cilja ili indeks performanse) poprimi minimalnu (maksimalnu) moguću vrednost.FORMULACIJA ZADATKA OPTIMALNOG UPRAVLJANJA Definicija.

redom. amplitudno ograničenje na upravljanje u(t) iskazuje se nejednakošću u(t) ≤ M . Dok je početni trenutak t0 po pravilu uvek fiksiran. . FORMULACIJA ZADATKA OPTIMALNOG UPRAVLJANJA  Poznati granični uslovi nametnuti koordinatama vektora stanja iskazuju se u obliku gde su t0 i tf . a S označava skup cilja.  Fizička svojstva komponenti sistema određuju skup ograničenja kojima su podvrgnuti vektori stanja i upravljanja. Na primer. krajnji trenutak tf ne mora uvek biti zadat. početni i krajnji trenutak vremena.

FORMULACIJA ZADATKA OPTIMALNOG UPRAVLJANJA  Kriterijumska funkcija je najčešće skalarna funkcija oblika gde su G i F skalarne nelinearne funkcije vektorskih argumenta .

optimizacija metodom varijacionog računa može se razvrstati u tri osnovne klase problema:  LAGRANGEov optimizacioni problem Probleme BOLZA i MAYERa možemo svesti na LAGRANGE-ov problem. Na taj način se teorija. može takođe primeniti i pri rešavanju druga dva problema.FORMULACIJA ZADATKA OPTIMALNOG UPRAVLJANJA  U zavisnosti od oblika kriterijumske funkcije J . koja je već  MAYERov optimizacioni problem razvijena za LAGRANGE-ov problem.  Optimizacioni problem BOLZA .

a obično se za tf usvaja vreme smirenja sistema. U opštem slučaju.FORMULACIJA ZADATKA OPTIMALNOG UPRAVLJANJA  U klasičnoj teoriji automatskog upravljanja. kao i vremena. . u postupku sinteze jednovarijabilnih sistema sa zatvorenom povratnom spregom. greška je vremenski promenljiva veličina čija vrednost u svakom trenutku predstavlja razliku između trenutne vrednosti regulisane promenljive c(t) i vrednosti ove promenljive u stacionarnom stanju c(∞). zastupljeni su integralni kriterijumi [ ] koji se generalno definišu u formi gde je F funkcija signala greške. ulaznog i izlaznog signala.  Gornja granica integrala tf se proizvoljno bira tako da integral teži svojoj stacionarnoj vrednosti.  U slučaju sistema tipa regulatora. greška se definiše kao razlika između izlaza referentnog modela (idealnog sistema čije se dinamičko ponačanje poklapa sa željenim ponašanjem realnog sistema) i stvarnog izlaza sistema.

FORMULACIJA ZADATKA OPTIMALNOG UPRAVLJANJA  Najčešće korišćeni integralni kriterijumi .

Samo je u nekim trivijalnim slučajevima izvodljivo testiranje svih mogućih rešenja. isto ne ispunjava test dovoljnih uslova. ako.  Optimalna rešenja nisu jedinstvena. tada je rešenje sigurno optimalno. Dakle. tako i pri testiranju optimalnih osobina.USLOVI OPTIMALNOSTI  Od svih mogućih rešenja koja zadovoljavaju ograničenja razmatranog problema. više od jednog rešenja može imati za rezultat isti maksimum (minimum). . optimalno rešenje je ono koje dovodi do maksimuma (minimuma) zadatog indeksa performanse. Takvi uslovi nazivaju se potrebni uslovi optimalnosti. ali koje i druga neoptimalna rešenja isto mogu da zadovolje.  Ako dato rešenje zadovoljava dovoljni uslov optimalnosti. Samo potrebni i dovoljni uslovi optimalnosti garantuju optimalna rešenja i oni su samo u slučaju optimalnih rešenja ispunjeni. generalno. moguće je nači uslove koje jedno optimalno rešenje mora da zadovolji. ne znači da dato rešenje nije optimalno. potrebno je naći uslove koji bi bili upotrebljivi kako pri određivanje mogućih rešenja. kako bi se njihovim upoređivanjem našao maksimum (minimum). međutim. Naime.

LQR Linearni Kvadratni Regulator  U teoriji optimalnog upravljanja dinamičkim determinističkim i stohastičkim sistemima najčešće istraživana klasa problema je projektovanje optimalnih upravljačkih sistema sa zatvorenom povratnom spregom za linearne objekte pri čemu u kriterijumskoj funkciji promenljive stanja i upravljanja figurišu u vidu kvadratnih formi.  Detaljnije razumevanje ovih problema neophodno je za mnogo naprednija istraživanja vezana za osobine sistema u frekvencijskom domenu. tako i vremenski invarijantnih sistema. koji obuhvata LQR (Linear-Quadratic- Regulator) problem.  U literaturi su raspoloživi rezultati kako u slučaju nestacionarnih. kao i LQG (Linear-Quadratic-Gaussian) problem nudi elegantne metodologije sa numeričkim rešenjima korišćenjem softvera opšte namene. i to za kontinualne i u vremenu diskretne modele sistema.  Takozvani H2 problem. robusnost i garantovane performanse u tzv. što je u osnovi metodologije poznate u literaturi kao H∞ projektovanje . najgorem slučaju.

q2. Pogodnim izborom promenljivih stanja model posmatranog sistema može se svesti u formu diferencijalne jednačine stanja gde su podešljivi parametri q1. Dakle.n  Kretanje posmatranog sistema u prostoru stanja je određeno sa Ako su sopstvene vrednosti matrice A sa negativnim realnim delovima (svi koreni karakteristične jednačine sistema det (sI−A) = 0 nalaze se u levoj poluravni s − ravni).….2...qp). LQR Linearni Kvadratni Regulator Parametarska optimizacija  Pretpostavimo da se razmatra system upravljanja fiksne strukture u kome postoji jedan broj parametara koji se mogu podešavati. aij =aij(q1. q2 .. i.….j =1. tada će se sistem iz bilo kog poremećenog stanja x(0) da se vrati u stacionarno stanje x(∞)=0.qp sadržani u elementima matrice A . tj. ako je A stabilna matrica. tada će svi elementi fundamentalne matrice sistema Φ(t) = eAt težiti nuli kada t → ∞ . .

on će posedovati funkciju LYAPUNOVa xTSx. gde je S neka pozitivno definitna. Ako je A stabilna matrica.LQR Linearni Kvadratni Regulator Parametarska optimizacija  Zadatak parametarske optimizacije sastoji se u određivanju optimalnih vrednosti podešljivih parametara pri kojima se sistem iz datog stanja x(0) vraća u stacionarno stanje x(∞) i to po optimalnoj trajektoriji u prostoru stanja duž koje je indeks performanse  Pošto je posmatrani sistem po pretpostavci stabilan. postojaće pozitivno definitna realna simetrična matrica S koja se može odrediti kao rešenje matrične jednačine LYAPUNOVa ATS+SA= −Q Kriterijumska funkcija postaje . realna simetrična matrica.

… qp). optimalne vrednosti parametara nisu funkcije početnih uslova. jednaki nuli. osim jednog.xn (0). što svakako predstavlja veliki nedostatak metode parametarske optimizacije. a samim tim i matrice S . i J je funkcija tih parametara. Optimalne vrednosti parametara dobijaju se na osnovu potrebnih i dovoljnih uslova za minimum funkcije J. funkcije podešljivih parametara sistema. funkcije su početnih uslova x1(0).  Ako su međutim. .  Vrednosti parametara. q2.LQR Linearni Kvadratni Regulator Parametarska optimizacija  Pošto su elementi matrice A. J=J (q1. koje su dobijene na opisani način. svi elementi vektora x(0). tj.….

nestacionarnog sistema i kvadratna kriterijumska funkcija koja se minimizira redom dati u obliku  Ako rešimo RICCATI-jevu jednačinu. moguće je. pa ako je ona suviše velika.LQR Linearni Kvadratni Regulator Formulacija kontinualnog linearnog kvadratnog optimizacionog problema  Neka su model kontinualnog. . usvojiti neku drugu šemu upravljanja ili promeniti matrice S(tf). linearnog. Q(t) i R(t) . pre implementacije upravljanja. možemo sračunati optimalnu vrednost kriterijumske funkcije.

Tabela .LQR Linearni Kvadratni Regulator Parametarska optimizacija .

LQR Linearni Kvadratni Regulator Primer .

LQR Linearni Kvadratni Regulator Primer .