Reglerteknik I: F9 Tillståndsmodellens egenskaper och återkoppling Dave Zachariah Inst. Informationsteknologi, Avd. Systemteknik 1 / 14 F8: Frågestund 2 / 14 F8: Frågestund 1) Ett systems tillståndsbeskrivning är a ej unik ↑ b unik ↑ c stabil ↓ 2 / 14 F8: Frågestund 1) Ett systems tillståndsbeskrivning är a ej unik ↑ b unik ↑ c stabil ↓ 2) Systemmatrisen A:s egenvärden avslöjar något om a poler ↑ b nollställen ↑ c slutna systemet ↓ 2 / 14 F8: Frågestund 1) Ett systems tillståndsbeskrivning är a ej unik ↑ b unik ↑ c stabil ↓ 2) Systemmatrisen A:s egenvärden avslöjar något om a poler ↑ b nollställen ↑ c slutna systemet ↓ 3) Lösningen till tillståndsekvationen ẋ = Ax + Bu med initialvillkor x0 fås via a linjärt ekvationssystem ↑ b matrisexponentialfunktioner ↑ c Nyquistkurvan ↓ 2 / 14 Olinjära system och tillstånd De flesta system är olinjära! Olinjära differentialekvationer: ẋ = f (x, u) y = h(x, u) Linjärisera kring arbetspunkt x0 , u0 . Typiskt väljs en stationär punkt: ẋ = f (x0 , u0 )=0 3 / 14 Olinjära system och tillstånd Olinjära differentialekvationer: ẋ = f (x, u) y = h(x, u) Taylorutveckling kring stationär punkt x0 , u0 med y0 = h(x0 , u0 ) ger linjär avvikelsemodel: ˙ = A∆x + B∆u ∆x ∆y = C∆x + D∆u 3 / 14 I Linjär tillståndsbeskrivning av avvikelserna kring systemets arbetspunkt I Matriserna A, B, C och D ges av derivatorna av f (x, u) och h(x, u) med avseende på x och u. Se kap. 8.4 Reglering mha. tillståndsåterkoppling Tillståndsbeskrivning av linjärt tidsinvariant system ẋ = Ax + Bu y = Cx u 4 / 14 G (sI − A)−1 B x C y Reglering mha. tillståndsåterkoppling Tillståndsbeskrivning av linjärt tidsinvariant system ẋ = Ax + Bu y = Cx u 4 / 14 (sI − A)−1 B x C y Reglering mha. tillståndsåterkoppling Idé: Reglera mha. återkopplade tillstånd u = −Lx + r̃ där r̃ är filtrerad referenssignal. r̃ + − u (sI − A)−1 B L 4 / 14 x C y Reglering mha. tillståndsåterkoppling r̃ + − u (sI − A)−1 B x C y L Slutna systemet från r̃ till y blir: ẋ = Ax + B (−Lx + r̃) = (A − BL)x + Br̃ y = Cx Går det att 4 / 14 I styra systemet till alla tillstånd x∗ i Rn ? I designa det slutna systemets poler? I (skatta tillståndet x(t)?) Styrbarhet Ett sökt tillstånd x∗ kallas styrbart om systemet kan gå från x(0) = 0 till x(T ) = x∗ med nån insignal u(t) x(t) 5 / 14 x∗ Styrbarhet Med x0 = 0 är tillståndet vid t = T Z T At x(T ) = e x0 + eAτ Bu(T − τ )dτ 0 5 / 14 Styrbarhet Med x0 = 0 är tillståndet vid t = T Z T eAτ Bu(T − τ )dτ x(T ) = 0 = dvia Cayley-Hamiltons teoreme = Bγ0 + ABγ1 + · · · + An−1 Bγn−1 I x(T ) är alltså en linjärkombination av B, AB, . . . , An−1 B. I Ett tillstånd x∗ är alltså styrbart om det kan uttryckas som sådant linjärkombination, dvs. x∗ finns i kolumnrummet till S , [B AB · · · An−1 B] 5 / 14 Styrbarhet x(T ) x∗ Figur: Exempel kolumnrummet till S och icke-styrbart tillstånd x∗ . Styrbart system Alla tillstånd x∗ är styrbara ⇔ S:s kolumner är linjärt oberoende 5 / 14 Notera: rank(S) = n eller det(S) 6= 0 Observerbarhet Antag u(t) ≡ 0. Ett tillstånd x∗ 6= 0 kallas icke-observerbart om systemets utsignal y(t) ≡ 0 när det startar med x(0) = x∗ . y(t) = Cx(t) t x 6 / 14 ∗ Observerbarhet Med u(t) ≡ 0 har vi y(t) = Cx(t) = CeAt x∗ +0 När y(t) ≡ 0 ser vi inga förändringar: dk y(t) = CAk x∗ =0 k dt t=0 dvs. Cx∗ = 0, 6 / 14 CAx∗ = 0, ..., CAn−1 x∗ = 0 Observerbarhet När u(t) ≡ 0 och y(t) ≡ 0 ser vi inga förändringar: Cx∗ = 0, CAx∗ = 0, ..., CAn−1 x∗ = 0 eller Ox∗ = 0 där C CA .. . O, n−1 CA I 6 / 14 Ett tillstånd x∗ 6= 0 är alltså icke-observerbart om det finns i nollrummet till O. Observerbarhet y(t) = Cx(t) t x ∗ Figur: Exempel nollrummet till O och icke-observerbart tillstånd x∗ . Observerbart system Alla tillstånd x∗ är observerbara ⇔ O:s kolumner är linjärt oberoende 6 / 14 Notera: rank(O) = n eller det(O) 6= 0 Bygg intuition från enkla system Exempel: styrbart system Ett system (på styrbar kanonisk form ⇒ styrbart) −2 −1 1 ẋ(t) = x(t) + u(t) 1 0 0 y(t) = 1 1 x(t) Överföringsfunktionen är G(s) = C(sI − A)−1 B = s+1 s+1 1 = = s2 + 2s + 1 (s + 1)2 s+1 [Tavla: undersök observerbarhetsmatrisen O] 7 / 14 Bygg intuition från enkla system Exempel: styrbart system Ett system (på styrbar kanonisk form ⇒ styrbart) −2 −1 1 ẋ(t) = x(t) + u(t) 1 0 0 y(t) = 1 1 x(t) Överföringsfunktionen är G(s) = C(sI − A)−1 B = s+1 s+1 1 = = s2 + 2s + 1 (s + 1)2 s+1 [Tavla: undersök observerbarhetsmatrisen O] 1 1 O= ⇒ det O = 0 ⇔ icke observerbart −1 −1 7 / 14 Bygg intuition från enkla system Exempel: observerbart system Ett system (på observerbar kanonisk form ⇒ observerbart) −2 1 1 ẋ(t) = x(t) + u(t) −1 0 1 y(t) = 1 0 x(t) Överföringsfunktionen är G(s) = C(sI − A)−1 B = s2 s+1 1 s+1 = = 2 + 2s + 1 (s + 1) s+1 [Tavla: undersök styrbarhetsmatrisen S] 8 / 14 Bygg intuition från enkla system Exempel: observerbart system Ett system (på observerbar kanonisk form ⇒ observerbart) −2 1 1 ẋ(t) = x(t) + u(t) −1 0 1 y(t) = 1 0 x(t) Överföringsfunktionen är G(s) = C(sI − A)−1 B = s2 s+1 1 s+1 = = 2 + 2s + 1 (s + 1) s+1 [Tavla: undersök styrbarhetsmatrisen S] 1 −1 S= ⇒ det S = 0 ⇔ icke styrbart 1 −1 8 / 14 Bygg intuition från enkla system Exempel: styrbart och observerbart system Systemen i tidigare exempel har båda överföringsfunktionen G(s) = 1 . s+1 Kan också beskrivas på tillståndsform ẋ(t) = −x(t) + u(t), y(t) = x(t). där x(t) är en skalär. [Tavla: undersök S och O] 9 / 14 Bygg intuition från enkla system Exempel: styrbart och observerbart system Systemen i tidigare exempel har båda överföringsfunktionen G(s) = 1 . s+1 Kan också beskrivas på tillståndsform ẋ(t) = −x(t) + u(t), y(t) = x(t). där x(t) är en skalär. [Tavla: undersök S och O] S=1 O=1 ⇒ det S = 1 det O = 1 ⇔ styrbart och observerbart Notera: vi eliminerade ”osynliga tillstånd” 9 / 14 (1) Minimal realisation System med överföringsfunktion G(s) och tillståndsbeskrivning ẋ = Ax + Bu y = Cx u (sI − A)−1 B x C y Definition 8.2 Tillståndsbeskrivning av givet G(s) är en minimal realisation om x har lägsta möjliga dimension. 10 / 14 Minimal realisation System med överföringsfunktion G(s) och tillståndsbeskrivning ẋ = Ax + Bu y = Cx u (sI − A)−1 B x C y Definition 8.2 Tillståndsbeskrivning av givet G(s) är en minimal realisation om x har lägsta möjliga dimension. Resultat 8.11(+8.12) 10 / 14 En tillståndsbeskrivning är en minimal realisation ⇔ styrbar och observerbar ⇔ A:s egenvärden = G(s):s poler Reglering mha. tillståndsåterkoppling Tillståndsmodell med regulator u = −Lx + r̃ där L = `1 `2 · · · `n ger slutet system ẋ = (A − BL)x + Br̃ y = Cx 11 / 14 Reglering mha. tillståndsåterkoppling Tillståndsmodell med regulator u = −Lx + r̃ där L = `1 `2 · · · `n ger slutet system ẋ = (A − BL)x + Br̃ y = Cx dvs. Y (s) = Gc (s)R̃(s) där Gc (s) = C(sI − A + BL)−1 B 11 / 14 Reglering mha. tillståndsåterkoppling Tillståndsmodell med regulator u = −Lx + r̃ där L = `1 `2 · · · `n ger slutet system ẋ = (A − BL)x + Br̃ y = Cx dvs. Y (s) = Gc (s)R̃(s) där Gc (s) = C(sI − A + BL)−1 B Egenvärden/poler ges av polynomekvation det(sI − A + BL) = 0 som vi kan designa via L! 11 / 14 Bygg intuition från enkla2 system Exempel: Tillståndsvektor i rymden R y u Figur: Kraft u(t) och position y(t). Tillståndsbeskrivning: 0 1 0 ẋ = x+ u −k/m 0 1/m y= 1 0 x [Tavla: designa L så att slutna systemet har poler -2 och -3] 12 / 14 Polplacering Reglering mha. tillståndsåterkoppling r̃ + − u (sI − A)−1 B x C y L Resultat 9.1 Tillståndsbeskrivningen är styrbar ⇔ L kan väljas så att det slutna systemet får godtyckligt placerade poler (reella och komplexkonjugerade) 13 / 14 Polplacering Reglering mha. tillståndsåterkoppling r̃ + − u (sI − A)−1 B x C y L Resultat 9.1 Tillståndsbeskrivningen är styrbar ⇔ L kan väljas så att det slutna systemet får godtyckligt placerade poler (reella och komplexkonjugerade) I I 13 / 14 L löses ur polynom det(sI − A + BL) = 0 med önskade rötter L extra enkelt att lösa för system på styrbar kanonisk form Polplacering Reglering mha. tillståndsåterkoppling r̃ + − u (sI − A)−1 B x C y L Resultat 9.1 Tillståndsbeskrivningen är styrbar ⇔ L kan väljas så att det slutna systemet får godtyckligt placerade poler (reella och komplexkonjugerade) I 13 / 14 L löses ur polynom det(sI − A + BL) = 0 med önskade rötter I L extra enkelt att lösa för system på styrbar kanonisk form I Vad gör vi om x inte kan mätas direkt? Återblick I I Linjärisering av olinjära systemmodeller Egenskaper I I I 14 / 14 Styrbarhet Observerbarhet Minimal realisation I Tillståndsåterkoppling I Polplacering i slutna systemet
© Copyright 2024