Lypunov Function - New

Aleksandr Mikhailovich Lyapunov (1857-1918)
Doctoral thesis : The general problem of the stability of motion,University of

Moscow,12 October 1892
Academician of Russian Academy of Sciences in St Petersburg (1901)
French Academy of Sciences (1916)
ỔN ĐỊNH LYAPUNOV
Điểm cân bằng hệ phi tưyến
Phương trình trạng thái hệ phi tuyến có dạng
x  f ( x, u , t ), x(t0 )  x o
x, f là các vectơ n*1
Nếu x xc hằng số khi u = uc hằng số bất kỳ thì xc gọi là điểm cân bằng của
hệ phi tuyến. Số điểm cân bằng phụ thuộc bản chất của hàm f
Điểm cân bằng là nghiệm của phương trình
f(xc ,uc , t) = 0
x  Ax
Hệ tuyến tính bất biến có một điểm cân bằng duy nhất là x = 0
nếu ma trận A không suy biến
Nếu ma trận A suy biến ta tìm ma trận con không suy biến trong A và suy
ra tập vô hạn các điểm cân bằng
Nếu biểu thức của f không chứa u và t ta có hệ tự trị bất biến invariant
autonomous
Nếu hệ tự trị có điểm cân bằng khác 0 có thể dùng phép đổi biến để đưa
điểm cân bằng về gốc
Điểm cân bằng hệ phi tưyến
x 1  x2 0  x2
Ví dụ:
x 2   x1  x12  x2 0   x1  x12  x2
Hai điểm cân bằng là (0 0) và (–1 0)
Ví dụ:
Con lắc biểu điễn bằng phương

trình vi phân
Trong đó b là hệ số ma sát
Đặt biến trạng thái x1= , x2 = d /dt,

phương trình trạng thái là:
Điểm cân bằng là x2=0, sin(x1) = 0 hay (0 0) và (pi 0)

Định nghĩa ổn định theo Lyapunov
Cho hệ tự trị với điểm cân bằng ở gốc
Hệ thống là ổn định ở gốc theo Lyapunov nếu cho trước R > 0 thì tìm
được r > 0 sao cho nếu ||x(0)|| <= r thì ||x(t)|| <= R với mọi t >= 0
||x||=(x12+ x22+…+xn2)1/2
Nói cách khác hệ thống ổn định ở gốc nếu x(t) không ra khỏi hình cầu bán
kính R
Nếu hệ thống ổn định ở gốc

và x(t)  0 thì ổn định tiệm
cận
Nếu hệ thống ổn định tiệm cận và
x(t)<=a||x(0)||e-bt ,a, b > 0 ta nói là
hệ thống ổn định theo hàm mũ với
vận tốc b
Nếu hệ thống ổn định với bất kỳ giá trị ban đầu x(0) ta nói là hệ thống ổn
định toàn cục
Hệ thống tuyến tính hóa
Hệ phi tuyến được tuyến tính hóa để trở thành hệ tuyến tính và việc khảo
sát sẽ đơn giản hơn
x  f ( x )
 f 
x    x  f h.o.t ( x )
 x  x 0
Đặt A= và bỏ qua số hạng bậc cao fhot ta có hệ tuyến tính

x  Ax
Ví dụ: x 1  x22  x1 cos( x2 )
x 2  x2  ( x1  1) x1  x1 sin( x2 )
 x 1   cos( x2 ) 2 x2  x1 sin( x2 )   x1 
Điểm cân bằng là 0  x    2 x  1  sin( x ) 1  x1 cos( x2 )  0  x2 
 2  1 2
1 0  x1 
  
1 1   x2 
Hệ tuyến tính hóa
Định lý tuyến tính hóa Lyapunov
Nếu hệ tuyến tính hóa có mọi nghiệm riêng ở bên trái mặt phẳng phức thì hệ
phi tuyến là ổn định tiệm cận
Nếu hệ tuyến tính hóa có nghiệm riêng ở bên phải mặt phẳng phức thì hệ phi
tuyến là không ổn định
Trường hợp hệ tuyến tính hóa ở biên giới ổn định thì không có kết luận về
hệ phi tuyến
Ví dụ: hệ phi tuyến x  ax  bx 5 , gốc là một trong hai điểm cân bằng
Hệ thống tuyến tính hóa x  ax
a < 0: hệ ổn định, hệ phi tuyến ổn định tiệm cận

a < 0: hệ không ổn định, hệ phi tuyến không ổn định
a = 0: hệ ở biên giới ổn định, không có kết luận về hệ phi tuyến x  bx 5
ĐỊNH LÝ LYAPUNOV THỨ NHẤT
Triết lý của Lyapunov dựa vào năng lượng, nếu năng lượng hệ thống cứ tiêu
tán mãi thì sau một thời gian hệ thống phải yên nghỉ ở điểm cân bằng
Cho một hệ thống, ta đi tim một hàm vô hướng dương biểu thị năng
lượng và xét xem hàm này tăng hay giảm theo thời gian
Ví dụ: xét hệ lò xo ống nhún

Phương trình động học
Cơ năng bao gồm động năng

của khối m và thế năng lò xo
Ta nhận thấy năng lượng V bằng 0 ứng với điểm cân bằng.
Đạo hàm của năng lượng theo thời gian
Đạo hàm của năng lượng là số âm nên năng lượng liên tục, giảm dẫn đến x và
dx/dt giảm về 0
Hàm Xác định dương: Hàm V(x) là xác định dương
cục bộ nếu V(0) = 0 và V(x) >0 khi x trong hình
cầu bán kính R quanh gốc.
Nếu R là vô cùng thì V là xác định dương toàn cục
Hàm Lyapunov: Nếu hàm V(x) xác định
dương có đạo hàm riêng phần liên tục, đạo
hàm của hàm V(x) theo thời gian
dV V dx
V 
  ; x  f ( x )
dt x dt
là hàm bán xác định âm, nghĩa là dV/dt
<= 0 thì V(x) gọi là hàm Lyapunov của
hệ tự trị dx/dt = f(x)
Định lý ổn định cục bộ: Nếu trong vùng cận điểm cân bằng gốc 0 ta tim
được hàm Lyapunov V(X) cho hệ tự trị dx/dt = f(x) thì điểm cân bằng là
ổn định. Nếu dV/dt là xác định âm thì hệ ổn định tiệm cận
Ví dụ: x  x  sin x  0
Chọn V(x) = (1-cosx) + 1/2(dx/dt)2

V(x) là hàm xác định dương
dV/dt=sinx dx/dt+(dx/dt)*d2x/dt2 = -(dx/dt)2: hàm bán xác định âm

Định lý ổn định toàn cục: nếu hệ thống ổn định cục bộ và V(x)   khi ||
x||   thì hệ thống ổn định toàn cục
Định lý Lyapunov là điều kiện đủ, nếu không tim được V(x) thì không có
kết luận về tính ổn định
Ví dụ:
Ví dụ
Lyapunov for Linear System
HÀM LYAPUNOV CHO HỆ TUYẾN TÍNH
Ma trận xđd: ma trận vuông M là xđd nếu xTMx >0, x  0
Điều kiện cần và đủ để ma trận đối xứng M xđd là các nghiệm riêng của nó
dương
Điều kiện cần để ma trận vuông M xđd là các phần tử đường chéo của nó
dương
Tiêu chuẩn Sylvester: điều kiện cần và đủ để ma trận vuông M xđd là các
định thức con chính của M là dương
Cho hệ x  Ax
hệ là ổn định tiệm cận toàn cục nếu và chỉ nếu cho bất ký ma trận đối xứng
Q xđd, tìm được ma trận P đối xứng xđd thỏa mãn phương trình Lyapunov
ATP + PA = -Q
Chứng minh: chọn V = xTPx chọn V = xTPx
Để đơn giản chọn Q = I và tìm P

Xét tính ổn định cho hệ tuyến tính
Cho hệ x  Ax
hệ là ổn định tiệm cận toàn cục nếu và chỉ nếu cho bất ký ma trận đối xứng
Q xđd, tìm được ma trận P đối xứng xđd thỏa mãn phương trình Lyapunov
ATP + PA = -Q
Chứng minh: chọn Lyapunov function V = xTPx
Để đơn giản chọn Q = I và tìm P

Ví dụ
Cho hệ thống x  Ax
Xét tính ổn định của hệ thống trên theo tiêu chuẩn Lyapunov
 1  2
A ,Q  I
 1  4

MATLAB
Hàm lyap giải phương trình AX+XAT = - Q
Muốn giải phương trình ATP + PA = -Q với Q đối xứng ta viết
P = lyap (A’, Q)
 1  2
A ,Q  I
Ví dụ:  1  4

>> A = [-1 –2 ; 1 -4];

>> Q = eye (2);
>> P = lyap (A', Q)
P=
0.3833 -0.1167
-0.1167 0.1833
Thiết kế bộ điều khiển sử dụng Lyapunov
Consider the system
Design the feedback controller based on Lyapunov Theory
Solution:
Controllable
Consider the system
Solution:
Controllable
Consider the system
Solution:
The controller: u=-Kx (2)
Select Lyapunov function V = xTPx

Based on the Lyapunov function, if we can find symmattrx matrix
P>0, and controller gain K such that
Condition (5) is Bilinear Matrix Inequality.
We need transform Bilinear Matrix Inequality (5) to Linear matrix

Inequality. Then we will use the LMI (Linear Matrix Inequality) tool of
Matlab
Solve LMI (7), we will obtain symmetric W>0 and H

Design observer based on Lyapunov
Consider the system
Design the Observer-based on Lyapunov Theory

Solution:
Observer
Output
Input
System
Observer
Estimate states
Consider the system

Solution:
Observer
Consider the system

Solution:
Observer
Consider the system

Solution:
Observer
Consider the system

Solution:
Observer
Consider the system

Solution:
Observer
clc; clear all;
LMI tool for controller/observer
% Solve LMI A'*P+PA<0 design
A=[-1 -1; 1 -4];
B=[1;1];

setlmis([]): tạo LMIsetlmis([]); % tao LMI
% Khai bao bien
Lmivar(1,[2 1]): khai báo biến, ma1]);
P=lmivar(1,[2 trận%%
đối hang
xứngcua ma tran A

% LMI1 P>0
lmiterm([-1 1 1 P],1,1);
lmiterm([1 1 1 0],0);

% LMI 2 A'*P+PA<0
lmiterm([2 1 1 P],A',1);
lmiterm([2 1 1 P],1,A);

dfog2lmid=getlmis;
[tmin,Xfeas]=feasp(dfog2lmid);
P=dec2mat(dfog2lmid,Xfeas,P)
Lyapunov for Nonlinear System
HÀM LYAPUNOV CHO HỆ PHI TUYẾN
Phương pháp Krasovskii
Cho hệ phi tuyến tự trị x  f ( x), f (0)  0
Chọn hàm V(x)= f T (x)Pf(x), P là ma trận đối xứng xđd
V  f T ( x ) Pf  f T Pf ( x )
f ( x) dx
f ( x)   J ( x) f ( x)
x dt
 f1 f1 f1 
 x ..
x2 xn 
 1 
 f 2 f 2
..
f 2 
J ( x)   x1 x2 xn 
 .. .. .. .. 
 f f n f n 
 n 
 x1 x2 xn 

V  f T ( x) J T ( x) P  PJ ( x) f ( x)
Đặt Q = - [JTP + PJ] , nếu Q xác định dương thì Vchấm xđâ, chọn P = I
HỆ RỜI RẠC
Đối với hệ rời rạc ta xét hàm V(x(k)) và thay đạo hàm bằng hàm V(x(k+1))-
V(x(k))
Hệ tuyến tính rời rạc x(k+1)=Fx(k) ổn định toàn cục tiệm cận ở gốc nếu và chỉ
nếu cho ma trận đối xứng xđd Q có ma trận đốI xứng xđd P thỏa mãn phương
trình Lyapunov rời rạc
FTPF – P = - Q
ÁP DỤNG ĐL LYAPUNOV TRONG ĐIỀU
KHIỂN
Có hai cách sử dụng đl Lyapunov trong điều khiển
Chọn luật điều khiển u và tìm hàm V chứng minh hệ ổn định
Chọn hàm V từ đó suy ra luật điều khiển để hệ ổn định

Lypunov Function - New

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Lypunov Function - New

Uploaded by

Copyright:

Available Formats

Aleksandr Mikhailovich Lyapunov (1857-1918)

Doctoral thesis : The general problem of the stability of motion,University of

Hai điểm cân bằng là (0 0) và (–1 0)

Con lắc biểu điễn bằng phương

Đặt biến trạng thái x1= , x2 = d /dt,

Điểm cân bằng là x2=0, sin(x1) = 0 hay (0 0) và (pi 0)

Nếu hệ thống ổn định ở gốc

Đặt A= và bỏ qua số hạng bậc cao fhot ta có hệ tuyến tính

Định lý tuyến tính hóa Lyapunov

Hệ thống tuyến tính hóa x  ax

a < 0: hệ ổn định, hệ phi tuyến ổn định tiệm cận

Ví dụ: xét hệ lò xo ống nhún

Cơ năng bao gồm động năng

Ví dụ: x  x  sin x  0

Chọn V(x) = (1-cosx) + 1/2(dx/dt)2

dV/dt=sinx dx/dt+(dx/dt)*d2x/dt2 = -(dx/dt)2: hàm bán xác định âm

Để đơn giản chọn Q = I và tìm P

Để đơn giản chọn Q = I và tìm P

>> A = [-1 –2 ; 1 -4];

Select Lyapunov function V = xTPx

Condition (5) is Bilinear Matrix Inequality.

We need transform Bilinear Matrix Inequality (5) to Linear matrix

Solve LMI (7), we will obtain symmetric W>0 and H

Design the Observer-based on Lyapunov Theory

Design the Observer-based on Lyapunov Theory

Design the Observer-based on Lyapunov Theory

Design the Observer-based on Lyapunov Theory

Design the Observer-based on Lyapunov Theory

Design the Observer-based on Lyapunov Theory

You might also like