Struktury i Algorytmy Sterowania - eia.pg.edu.pl - W03... · Motywacja zastosowania tej metody:...
Transcript of Struktury i Algorytmy Sterowania - eia.pg.edu.pl - W03... · Motywacja zastosowania tej metody:...
Politechnika Gdańska
Wydział Elektrotechniki i Automatyki
Katedra Inżynierii Systemów Sterowania
Struktury i Algorytmy Sterowania
Linearyzacja przez sprzężenie zwrotne
Autor:
Tomasz Zubowicz, mgr inż.
semestr zimowy 2012
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 2
1. Motywacja
Linearyzacja poprzez sprzężenie zwrotne jest jedną z podstawowych idei praktycznego
podejścia do sterowania obiektami o charakterze nieliniowym. W ogólnym podejściu polega
ona na sprowadzeniu problemu nieliniowego do liniowego poprzez zręczną podmianę
zmiennych (transformację przestrzeni).
Motywacja zastosowania tej metody:
Metoda „uproszczenia” dynamiki systemu dla potrzeb projektowania prawa
sterowania
Transformacja systemu nieliniowego do postaci liniowej
Projektowanie nieliniowych praw sterowania z wykorzystaniem technik znanych z
klasycznej teorii sterowania
Zastosowanie do systemów typu MIMO
2. Koncepcja
Przykład 1
Rozważmy obiekt w postaci wahadła.
l
m
Rys. 1 Wahadło matematyczne
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 3
Niech dane będzie uproszczone równanie opisujące dynamikę wahadła:
2
1sin
gt t t
l ml (1)
gdzie: t jest kątem wychylenia wahadła; t jest momentem napędowym; l jest
długością cięgna; .. jest masą wahadła; g jest stałą przyciągania ziemskiego.
Przyjmując definicję zmiennych stanu:
T
x (2)
można zapisać model (1) wykorzystując opis przestrzeni stanu:
1 2
2 1
1sin
x t x t
gx t x t u t
l ml
(3)
gdzie: u t jest wejściem i u t t .
Niech dane będzie wejście sterujące u t zależne od v t :
1sing
u t ml x t v tl
(4)
gdzie: v t będzie nowym wejściem sterującym.
Podstawiając (4) do drugiego równania z (3):
2 1
1 1
1 1
1sin
1sin sin
sin sin
gx t x t u t
l ml
g gx t ml x t v t
l ml l
g gx t x t v t
l l
v t
(5)
ostatecznie otrzymano system postaci:
1 2
2
x t x t
x t v t
(6)
System (6) ma charakter liniowy!!!
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 4
Konsekwencje: v t może być zaprojektowane jako liniowe prawo sterowania!
Uwaga!
Jakie praktycznewymagania należy postawić odnośnie modelu dynamiki obiektu (1)/(2), jak i
prawa sterowania (4), aby (6) można uznać zapoprawnie sformułowane?
Przykład 2
Przyjmijmy przypadek bardziej ogólny. Rozważany jest system mechaniczny postaci:
,M x t x t F x t x t u t (7)
gdzie: jest wektorem położenia; u t jest wektorem sił i momentów napędowych;
:n n n
M
R R jestfunkcją, któraw przypadku „klasycznym” ma wartości o postaci
macierzysymetrycznych momentów bezwładności; :n n n
F R R R jest funkcją o
wartościach wektorowych.
Zakładając, że nie istnieją żadne „specjalne” wymagania na u t prosta podmiana
zmiennych postaci:
,u t M x t v t F x t x t (8)
pozwala na zapisanie (7):
x t v t (9)
co, z kolei przyjmując definicję zmiennych stanu:
T
x xx (10)
można zapisać jako:
1 2
2
x t x t
x t v t
. (11)
Komentarz 1 Transformacja systemu z (1)/(3) do (6), czy też w przypadku ogólnym z (7) do
(11) jest przykładem linearyzacji przez sprzężenie zwrotne.
Komentarz 2 Technika sterowania linearyzacji poprzez sprzężenie zwrotne jest często
stosowana w odniesieniu do układów mechanicznych. Stąd, jest to popularna metoda
stosowana w zagadnieniach związanych z systemami sterowania spotykanymi w robotyce.
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 5
Uwaga!
Transformacja (8) nie zawsze jest możliwa! Dzieje się tak w przypadku gdy na u t nałożone
są jakieś ograniczenia.
Uwaga!
Linearyzacja przez sprzężenie zwrotne jest w swej istocie czymś całkowicie odmiennym niż
poszukiwanie liniowej aproksymacji systemu np. poprzez rozwinięcie w szereg Taylora.
3. Zagadnienia
Kluczowe zagadnienia:
Linearyzacja przez sprzężenie zwrotne;
Różnice pomiędzy linearyzacją w punkcie pracy a linearyzacją poprzez sprzężenie
zwrotne;
Linearyzacja typu: wejście – wyjście oraz wejście - stan;
Dynamika wewnętrzna systemu i dynamika zer
Narzędzia matematyczne
Przypadek SISO i uogólnienie dla MIMO.
4. Intuicyjne sformułowanie problemu
Rozważmy nieliniowy układ dynamiczny:
nx t f t b t u t x x (12)
Definiując wektor stanu:
1 1
2 1
T
n n
Tn n
t x t x t x t
x t x t x t
x (13)
system (12) przedstawić można jako układ nieliniowych równań różniczkowych pierwszego
rzędu:
21
1 nn
n
x tx t
d
x tx tdt
f t b t u tx t
x x
(14)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 6
Przyjmujac, że 0b t x można zaporponować prawo sterowania:
1
u t v t f tb t
xx
(15)
gdzie jest nowym wejściem do układu, co po zastosowaniu do (14) prowadzi do:
1 2
1n n
n
x t x t
d
x t x tdt
x t v t
(16)
lub prościej:
nx t v t (17)
Wtedy poszukiwane prawo sterowania pozwalające kontrolować obiekt ma postać:
v t t x (18)
gdzie t x ma charakter liniowy.
Otrzymany układ sterowania przedstawiono na Rys. 1.
Rys. 1 Poszukiwany układ sterowania (linearyzacja wejście – stan)
-
+ v t t x
0
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 7
Przykład 3
Rozważ układ dynamiczny:
1 1 2 1
2 2 1 1
2 sin
cos cos 2
x x ax x
x x x u x
(19)
Przykładając do obiektu wejście u(t) nie można „usunąć” nieliniowości z pierwszego
równania. Można jednak tego dokonać po transformacji przestrzeni stanu stosując nowe
zmienne stanu zdefiniowane jako:
1 1
2 2 1sin
x x
x ax x
(20)
Wykorzystując (21) i wstawiając do (20):
1 1
2 2 1 1 2 2
2 2 1
2 1
2 2 1
2 2 1 1
2 2 1
1 1 2 1 1 2 2 2 1 2
sin sin
sin
sin
1sin
1cos
sin
Biorąc równanie pierwsze z (20):
2 sin 2 2
Biorąc równanie drugie z (2
x x
x ax x x x ax
x ax x
ax x
x x xa
x x x xa
ax x x
x x ax x x ax x ax x x
2 2 1 1 2 1 1
2 2 1 1 2 1 1
2 1 1 2 1 1
2 1 2 1 2 1 1 1
1 1 2 1 2 1 1 1 1
1
0):
cos cos 2 cos cos 2
1cos cos cos 2
cos cos cos 2
2 cos sin cos cos 2
2 cos cos cos sin cos cos 2
2 cos
x x x u x x x u x
x x x x x x u xa
x x x ax x au x
x x x x x x x au x
x x x x x x x x au x
x
1 1 1 1sin cos cos 2x x x au x
otrzymano model:
1 1 2
2 1 1 1 1 1
2
2 cos cos sin cos 2
x x x
x x x x x au x
(21)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 8
Dla którego możliwe jest znalezienie takiego u(t), aby nieliniowość w jego opisie została
zniesiona. Takie sprzężenie linearyzujące dane jest zależnością:
1 1 1 1
1
12 cos cos sin
cos 2u x x x x v
a x (22)
W wyniku zastosowania (23) do (22) ostatecznie można zapisać:
1 1 2
2
2x x x
x v
(23)
Rozważmy kolejno dwa problemy sterowania:
Stabilizację;
Śledzenie zadanej trajektorii.
Jeżeli problemem sterowania będzie stabilizacja układu, wtedy prawo sterowania (18)
można dobrać jako:
v t x t F (24)
a zatem jako liniowe sprzężenie od stanu, gdzie Fjest macierzą wzmocnień.
Prowadzi to do dynamiki układu zamkniętego:
0n
x t x t F (25)
dla której alokacja biegunów ściśle w lewej półpłaszczyźnie pozwala zagwarantować
exponecjalną zbieżność do punktu równowagi tzn. 0x t .
Jeżeli natomiast problemem jest śledzenie trajektorii dx t prawo sterowania można wyrazić
w następujący sposób:
n
dv t x t t Fe (26)
gdzie wektor te :
2 1T
n nt e t e t e t
e (27)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 9
a e t jest błędem śledzenia trajektorii zdefiniowanym jako:
de t x t x t (28)
Uwaga!
Do rozwiązania problemu stabilizacji można podejść na bazie śledzenia stałej trajektorii
Pytania:
Czy zaprezentowana metoda nadaje się do zastosowania dla dowolnego systemu
nieliniowego?
Jakie są jej ograniczenia, wady i zalety?
5. Różnica pomiędzy linearyzacją w punkcie pracy a linearyzacją poprzez
sprzężenie zwrotne
Rozważmy ogólnie system nieliniowy:
x t f x t b x t u t
y t h x t
(29)
Linearyzacja w sensie poszukiwania nieliniowej aproksymacji systemu wokół punktu
równowagi 0 0 0, ,u x y dąży do znalezienia modelu typu:
0 0
0 0 0 0
0
0 0
f x b xx t u x t x b x u t u
x x
h xy t y x t x
x
(30)
lub wykorzystując zmienne przyrostowe:
x t A x t B u t
y t C x t
(31)
gdzie macierze A, B, C są zdefiniowane w oczywisty sposób.
Fakt: model (31) opisuje dokładnie dynamikę systemu (29) tylko w pojedynczym punkcie
pracy systemu 0 0,u x .
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 10
Linearyzacja poprzez sprzężenie zwrotne w wyniku nieliniowej transformacji zmiennych i
nieliniowego sprzężenia od stanu:
1
u t v t f x tb x t
(32)
x t x t
(33)
prowadzi do otrzymania systemu o charakterze liniowym w szerokim zakresie warunków
operacyjnych:
x t Ax t Bv t
y t Cx t
(34)
gdzie macierze A, B, C mają postać kanoniczną.
Fakt: linearyzacja poprzez sprzężenie zwrotne nie gwarantuje otrzymania rozwiązania
globalnego. Spełnienie warunków na otrzymanie systemu liniowego w sensie globalnym nie
jest trywialne a dla systemów rzędu > 2 może okazać się niemożliwe.
6. Linearyzacja typu: wejście –stan oraz wejście –wyjście
6.1. Przypadek wejście – stan
Rozważmy przypadek nieliniowego systemu dynamicznego o skalarnym wejściu:
,t f t u tx x (35)
Technika linearyzacji typu wejście stan radzi sobie z problemem w dwóch korkach
1. Transformacja zmiennych stanu: x t x t
2. Transformacja wejścia ,u t u t v t x
Ilustracją tej techniki jest Przykład 3. Dla przypomnienia w wersji kompaktowej:
Przykład 4
Rozważ układ dynamiczny:
1 1 2 1
2 2 1 1
2 sin
cos cos 2
x x ax x
x x x u x
(36)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 11
Transformacja zmiennych:
1 1
2 2 1sin
x x
x ax x
(37)
Stosując (37) do (36) otrzymano:
1 1 2
2 1 1 1 1 1
2
2 cos cos sin cos 2
x x x
x x x x x au x
(38)
Wtedy transformacja wejścia:
1 1 1 1
1
12 cos cos sin
cos 2u x x x x v
a x (39)
ostatecznie pozwala zapisać (36) jako:
1 1 2
2
2x x x
x v
(40)
Zakładając, że celem sterowania jest stabilizacja układu, i przyjmując prawo sterowania w
postaci liniowego sprzężenia od stanu otrzymano:
Rys. 2 Linearyzacja wejście – stan ze sprzężeniem od "nowych" zmiennych stanu
-
+ x
x
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 12
Spostrzeżenia:
wynikiem jest system zlinearyzowany poddany linowemu prawu sterowania;
nie jest to rozwiązanie dające globalne rezultaty np. ze względu na mianownik
wyrażania (22), który w niektórych punktach przestrzeni może być równy 0, a zatem
w tym punkcie zaprojektowane prawo sterowania nie jest dobrze zdefiniowane;
oryginalny stan obiektu musi być dostępny.
6.2. Przypadek wejście – wyjście
Niech dany będzie obiekt opisany:
x t f x t g x t u t
y t h x t
(41)
gdzie: x t jest wektorem stanu zdefiniowanym na otwartym podzbiorze 0X w n
R ;
mu t R jest wektorem sterowań; m
y t R jest wektorem wyjść; funkcje
0 0 0: , : , :
n n m mf X g X h X
R R R są gładkie (tzn. są klasy C , a pochodne 0
C ).
Uproszczenie poprzez linearyzację jest możliwe o ile istnieje transformacja w torze
sprzężenia zwrotnego jak i stanu:
1
u t v t x tx t
(42)
.. (43)
gdzie: 0 0 0: , : 0, :
n m m mX b X i x t f X
R R R są ciągłymi i różniczkowalnymi
funkcjami takimi, że Jakobian (macierz pochodnych cząstkowych pierwszego rzędu) jest
nieosobliwy (wyznacznik macierzy Jakobiego jest różny od zera) na zbiorze 0X .Wtedy
zależność pomiędzy v t , y t , x t przyzałożeniu (15) i (16) można opisać:
0 0 0,
l l
l
l
x t x t v t
y t x t
x t a x x
A B
C (44)
gdzie: , ,A B C są stałymi macierzami o wymiarach odpowiednio k x k, k x m i m x k przy
założeniu, że para (A,B) jest sterowalna, a para (A,C) obserwowalna, a funkcja
0:
k n k n ka
R R R jest ciągła i różniczkowalna.
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 13
Komentarz:
Intuicyjnie rozszerzając metodę z 6.1 można wydedukować, że celem techniki typu wejście -
wyjście jest znalezienie zgrabnej relacji pomiędzy wejściem a wyjściem systemu.
Przykład 5
Rozważ system:
1 2 2 3
5
2 1 3
2
3 1
1
sin 1x x x x
x x x
x x u
y x
(45)
W celu znalezienia relacji miedzy wejściem a wyjściem zróżniczkujmy równanie wyjścia
obustronnie:
1y x (46)
Wtedy łatwo można zaobserwować, że otrzymana zależność jest równa pierwszemu
równaniu stanu:
2 2 3sin 1y x x x (47)
jednak (47) nadal nie wiąże wyjścia z wejściem. Powtarzając operację obustronnego
różniczkowania w stosunku do (47) otrzymano:
1
2 2 2 3 2 3
2
2 2 3 2 1
5 2
1 3 2 3 2 1 2
cos 1
cos 1
cos 1 1
f
y x x x x x x
x x x x x u
x x x x x x x u
(48)
i ostatecznie:
1 2
5
1 1 3 3 2 2 3
1
cos 1
y f x u
f x x x x x x
(49)
Przyjmując wejście sterujące jako zależne od nowego wejścia v, jak następuje:
1
2
1
1u v f
x
(50)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 14
otrzymano model dynamiki systemu (45):
y v (51)
Przyjmując, że rozważanym problemem sterowania jest śledzenie zadanej trajektorii v będzie
miało postać:
1 2dv y k e k e (52)
co po podstawieniu do (51) pozwoli zapisać dynamikę rozważanego systemu w postaci
dynamiki błędu śledzenia:
2 1 0e k e k e (53)
Fakt:
Jest to dynamika eksponencjalnie stabilna, a zatem startując z zerowego warunku
początkowego (53) układ "doskonałe" śledzi zadaną trajektorie. W przypadku gdy błąd w
chwili czasu t0 jest rożny od zera trajektoria systemu zbiega się z trajektorią śledzona w
sposób eksponencijlany.
Uwaga:
Prawo sterowania posiada punkt osobliwy!
W celu implementacji powyższych rozważań konieczna jest znajomość pełnego stanu!
Uwaga:
Zauważ ze rozważany w przykładzie 5 system posiada rzad dynamiki n = 3,
1 2 2 3
5
2 1 3
2
3 1
1
sin 1x x x x
x x x
x x u
y x
(54)
natomiast po zastosowaniu techniki linearyzacji typu wejście - wyjście otrzymano dynamikę
rzędu niższego:
1 2
5
1 1 3 3 2 2 3
1
cos 1
y f x u
f x x x x x x
(55)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 15
Oznacza to, że istnieje dynamika systemu nieobserwowana na wyjściu - jest to tak zwana
dynamika wewnętrzna systemu.
Dla systemu z przykładu 5 dynamika wyrażona będzie w następujący sposób:
2
3 1 1 2 1
2
1
1dx x y k e k e f
x
(56)
7. Użyteczne narzędzia matematyczne
Gradient
Niech f(x) będzie gładką funkcją skalarną stanu x i :n
f R R . Wtedy gradient funkcji f dany
jest:
1 1n n
f f f ff
x x x
x
x (57)
Jakobian
Niech dana będzie funkcja wektorowa/pole wektorowe :n nf R R
w przestrzeni Rn, wtedy
Jakobian pola wektorowego :
1
1n
n
f
f
f
x
ff x
xx
x
(58)
Pochodna Lie
Niech dana będzie funkcja skalarna h(x) i pole wektorowe f(x).
Niech L hf
będzie nową funkcją skalarną zwaną pochodną Lie lub po prostu pochodną funkcji
h względem pola wektorowego f.
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 16
Definicja. Niech :n
h R R będzie gładką funkcją skalarną, a :n nf R R polem
wektorowym w nR , wtedy pochodna Lie funkcji h względem pola wektorowego f jest funkcją
skalarną zdefiniowaną:
L h h f
f .
Pochodne dowolnego rzędu:
0
1 1
1, 2,...
i i i
L h h
L h L L h L h
i
f
f f f ff
(59)
Przykład 6
Niech dany będzie system dynamiczny:
f
y h
x x
x (60)
Pochodna wyjścia:
h h
y h L h
fx f x f x
x x (61)
Wtedy drugą pochodną wyjścia można zapisać:
2y L h
f (61)
Przykład 7
Niech dana będzie funkcja Lyapunova V, wtedy jej pochodnąV można wyrazić poprzez L Vf
.
Nawias Lie
Definicja. Niech f i g będą polami wektorowym w nR , wtedy nawias Lie pól wektorowych f i
g jest również polem wektorowym:
, f g g f f g .
Notacje: , adf
f g g
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 17
Rekursywność
0
1,
1, 2,...
i i
ad
ad ad
i
f
f f
g g
g f g (62)
Własności:
1. Biliniowość
1 1 1 2 1 1 2 2
1 1 1 2 1 1 2 2
, , ,
, , ,
f f g f g f g
f f g f g f g (63)
2. Skrośna przemienność
, , f g g f (64)
3. Tożsamość Jakobiego
adL h L L h L L h
f g f g g f (65)
Przykład 8
Niech dany będzie system dynamiczny:
1 2 1
12 1
02 sin
cos 2cos
x ax xx
xx x
f x g x
(66)
Nawias Lie ,f g można policzyć w następujący sposób:
1 2 1
1 2 1
12 1 1
1
1 1 1 1 2 1
0 0 2 sin,
2sin 2 0 cos
02
cos 2sin cos
cos 2
cos cos 2 2sin 2 2 sin
x ax x
x x x
a
xx x x
a x
x x x x ax x
f g
(67)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 18
Dyfeomorfizm
Definicja. Funkcja :n n R R zdefiniowana na obszarze Ω
jest nazywana
dyfeomorfizmem jeżeli jest gładka i istnieje jej odwrotność 1
która również jest gładka.
Fakty:
Jeżeli obszar Ω
jest całym nR to dyfeomorfizm jest globalny;
Dyfeomorfizm globalnie występuje rzadko, jednak lokalne są również często
użyteczne.
8. Dynamika wewnętrzna systemu i dynamika zer
8.1. Wyznaczanie dynamiki wewnętrznej
Niech dany będzie nieliniowy system dynamiczny:
u
y h
x f x b x
x (68)
Przyjmując wektor stanu:
1 1
2 1
1
T
r r
Tr r
y y y
μ (69)
Można system (XX) zapisać w postaci normalnej:
2
, ,
,
r
a b u
μ
μ ψ μ ψ
ψ w μ ψ
(70)
Przy wyjściu z systemu:
1y (71)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 19
Komentarz: Dla systemu o relatywnym rzędzie r gradienty: 1 , 2 , ..., r
są liniowo niezależne
w dziedzinie.
Dynamika wewnętrzna systemu, otrzymywana przy linearyzacji typu wejście-wyjście dana jest
poprzez ostanie n r równań z postaci normalnej ,ψ w μ ψ .
Uwaga:
Stabilność dynamiki wewnętrznej jest niezbędna!!!
Przykład 9
Niech dany będzie system dynamiczny:
1 2
1 2 2
2
3
2
2 sin 0.5
2 0
x exp x
x x x u
x
y x
x (72)
Ponieważ
2
2 1 2 2
2
2 2 2 sin
y x
y x x x x u
(73)
System posiada względny rząd równy 2, i:
22 ; 0
1
L h x L h
L L h
f g
g f
x x
x (74)
W celu wyznaczenia postaci normalnej przyjmijmy:
1 3
2 22
h x
L h x
f
x
x (75)
Trzecia funkcja powinna spełniać równanie:
2
1 2
2 0.5 0L exp xx x
g
ψ ψψ (76)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 20
Jednym z rozwiązań jest:
1 21 exp 2x x x (77)
Definiując transformację stanu:
1 2
Tz (78)
Można pokazać że jej Jakobian jest nieosobliwy dla każdego x. Transformacja odwrotna dana
jest:
1 2
2 2
3 1
1 exp
0.5
x
x
x
(79)
Zatem transformacja jest dobrze zdefiniowana globalnie. Normalną postać systemu (72)
można zapisać:
1 2
2 2 2
2 2 2
2 2
2 1 exp 2sin 0.5
1 exp 1 2 exp
2sin 0.5 exp
u
(80)
Fakt
Analiza stabilności dynamiki wewnętrznej systemu może okazać sie bardzo złożona ze względu na
interakcje od innych zmiennych stanu i wejść. Dlatego też można się posłużyć analizą dynamiki zer.
8.2. Dynamika zer
Przyjmując wejście do systemu takie, że jego wyjście jest utrzymywane w 0, tzn.
0 1
0
lub
,
,
r
L h
L L h
a
b
f
g f
xu x
x
0 ψu ψ
0 ψ
(81)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 21
dynamikę wewnętrzną systemu nazwiemy dynamiką zer:
,
μ 0
ψ w 0 ψ (82)
Przykład 10
Rozważając system w postaci normalnej:
1 2
2 2
2
2 2 2
2 2
2 1 exp
2sin 0.5
1 exp 1 2 exp
2sin 0.5 exp
u
(83)
Jego dynamika wewnętrzna dana jest ostatnim z równań z (83).
Zgodnie z (82) dynamikę zer można wyznaczyć poprzez przyjęcie μ 0 , a zatem:
(84)
Wejście u = 0 utrzyma wyjście równe zero.
9. Linearyzacja przez sprzężenie zwrotne
9.1. Linearyzacja wejście – stan
Definicja Nieliniowy system dynamiczny:
x f x b x u (85)
gdzie: :n
D Rx
f
i :n p
D R
x
b
są wystarczająco gładkie na dziedzinie nD R
x , jest
linearyzowalny w sensie wejście – stan jeżeli istnieje dyfeomorfizm :n
T D Rx
taki, że
xD T Dx
zawiera punkt równowagi, a zamiana zmiennych Tx x transformuje system
(56) do postaci:
1 x Ax B x u x (86)
gdzie: (A,B) jest sterowalna, a x jest nieosobliwa dla każdego x Dx .
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 22
Komentarz Wtedy prawo sterowania, zależne od v, ma postać ogólną:
u v x x (87)
Twierdzenie Nieliniowy system dynamiczny (85) jest linearyzowalny w sensie wejście-stan
wtedy i tylko wtedy, gdy istnieje region Dx , taki, że spełnione są następujące warunki:
Pola wektorowe 1, , ...,
nad ad
f fb b b są liniowo niezależny w D
x lub jeżeli macierz
utworzona posiada rząd równy n dla każdego Dx
x
Zbiór 1, , ...,
nad ad
f fb b b jest inwolucją w D
x .
Definicja Liniowo niezależny zbiór pól wektorowych 1 2, , ..., mf f f jest inwolutywny wtedy i
tylko wtedy jeżeli istnieją funkcje skalarne: :n
ijk R R takie, że:
1
, , ,m
i j ijk k
k
i j
f f x x f x (88)
Fakt:
Stałe pola wektorowe są zawsze inwolutywne;
Zbiór jednoelementowy pól wektorowych jest inwolutywny;
Sprawdzenie kryterium (88) jest równoznaczne ze sprawdzeniem czy ,i j spełnione
jest:
1
1
...
... ,
m
m i j
rank
rank
f x f x
f x f x f f x (89)
Przepis na linearyzację:
Zbuduj pola wektorowe: 1, , ...,
nad ad
f fb b b ;
Sprawdź warunki z Opisane w Twierdzeniu;
Znajdź pierwszy stan transformacji:
1
1
0, 1, ..., 2
0
i
i
x ad i n
x ad
f
f
b
b (90)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 23
Znajdź całą transformację:
o Dyfeomorfizm
1
1 1 1
Tn
T x L x L x f f
x x (91)
o Elementy prawa sterowania
1
1
1
1
n
n
n
L x
L L x
L L x
f
g f
g f
x
x
(92)
9.2. Linearyzacja wejście – wyjście
Definicja Nieliniowy system dynamiczny:
y h
x f x b x u
x (93)
gdzie: :n
D Rx
f , :n p
D R
x
b
i :h D Rx są wystarczająco gładkie na dziedzinie
nD R
x , posiada względny stopień r, 1 r n w regionie 0
D Dx jeżeli:
0, 1, 1; 0i ri r
b x b xx x
(94)
dla każdego Dx
x gdzie:
1
1, 1, 1i
i
h
i r
x x
x f xx
(95)
Metoda linearyzacji
Jeżeli relatywny rząd systemu jest dobrze zdefiniowany w rozważanej dziedzinie to
różniczkując równanie wyjścia systemu (92) można zapisać:
y h u L h L h u f g
f b x x (96)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 24
Wtedy, jeżeli 0L h g
x to prawo sterowania można wyznaczyć z:
1u L h v
L h
f
g
xx
(97)
A otrzymany w ten sposób system można zapisać jako:
y v (98)
Jeżeli natomiast 0L h g
x , to powtarzamy proces brania pochodnej i robimy to tak długo,
aż 10
rL L h
g fx , gdzie r jest względnym rzędem systemu.
Można zatem przyjąć, że ogólnie wyznaczmy:
1r r ry L h L L h u
f g fx x (99)
a prawo sterowania zależne od v ma postać:
1
1 r
ru L h v
L L h
f
g f
xx
(100)
co prowadzi do sformułowania systemu:
ry v (101)
10. Problem śledzenia i stabilizacji
Niech dana będzie trajektoria referencyjna dy t . Niech:
1T
r
d d d dt y t y t y t
μ (102)
wtedy błąd śledzenia dany jest:
dt t t μ μ μ (103)
Zakładając postać systemu o względnym rzędzie r dany jest:
y h
x f x b x u
x (104)
a d tμ jest gładka i ograniczona wtedy istnieje rozwiązanie:
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 25
,
0
d d d
d
ψ w μ ψ
ψ 0 (105)
I dodatkowo jest ograniczone i jednostajnie asymptotycznie stabilne.
Wybierając wzmocnienia w taki sposób, aby pierwiastki wielomianu:
1
1 1 0...
r r
rK k k k
(106)
leżały w lewej półpłaszczyźnie zespolonej poszukiwane prawo sterowania przyjmie postać:
1 1 0 11
1
1...
rr
d r rru t L y k k
L L
f
g f
(107)
Fakt:
Zastosowanie tak zaprojektowanego prawa sterowania gwarantuje, że cały stan jest
ograniczony, a błąd śledzenia tμ zbiega eksponencjalnie do zera.
Stabilizacja układu może być osiągnięta poprzez zastosowanie prawa sterowania:
1 0
1 01
1...
rr
rru t L y k y k y
L L y
f
g f
(108)
11. Uogólnienie do systemów MIMO
Niech dany będzie system:
x f x b x u
y h x (109)
gdzie: nRx jest wektorem stanu; m
Ru jest wejściem sterującym; mRy jest wektorem
wyjść. Niech ir jest liczbą całkowitą, taką, że przynajmniej jedno z wejść pojawi się w ir
iy ,
wtedy:
1
1
i i i
mr r r
i i j i j
j
y L h L L hu
f g f (110)
przy założeniu, że dla przynajmniej jednego j w otoczeniu punktu pracy systemu:
10ir
j i jL L hu
g f
(111)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 26
Po przeprowadzeniu powyższych operacji otrzymano:
1
1 1
mm
r
rrmm
y L h
L hy
f
f
x
B x u
x
(112)
gdzie definicja macierzy B(x) wynika bezpośrednio z powyższych przekształceń.
Komentarz: Obszar działania tego systemu będzie dany przecięciem lokalnych obszarów
podsystemów (112).
Prawo sterowania stanowiące transformację wejścia dane jest:
1
1 1
1
1m
r
r
m
v L h
v L h
f
f
x
u B
x
(113)
co daje m równań postaci:
iri iy v (114)
Fakty:
Prawo sterowania (113) od sprzęga układ tzn. i-te wejście ma wpływ tylko i-te
wyjście;
Macierz B(x) nazywana jest macierzą odsprzęgającą;
System (111) posiada relatywny stopień 1, , mr r i całkowity relatywny stopień
1
m
i
i
r r
;
Jeżeli całkowity relatywny stopień systemu jest równy n to system nie posiada tzw.
Dynamiki wewnętrznej. Wtedy poprzez zastosowanie prawa sterowania dla
linearyzacji wejście-wyjście otrzymujemy linearyzację typu wejście-stan, a prawa
sterowania mogą być zaprojektowane analogicznie jak dla SISO.
Dynamika zer dla MIMO jest prostym rozszerzeniem tego co było zdefiniowane dla
SISO;
Przedstawiona linearyzacja typu wejście- wyjście może być przeprowadzona tylko w
przypadku gdy macierz B(x) jest odwracalna w obrębie rozważanego obszaru pracy
systemu;
W przypadku, gdy powyższe jest niespełnione należy dokonać przekształcenia
systemu poprzez przedefiniowanie wejść lub wyjść.
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 27
Przedefiniowanie wejść
Przyjmijmy system 2 x 2 (dwa wejścia, dwa wyjścia):
1
2
11
22
( )
r
r
L hy
L hy
f
f
xB x u
x (115)
gdzie rząd macierzy B(x) jest równy 1 tak, że po uproszczeniu można zapisać:
1
2
11
1 1
22
r
r
L hyb u
L hy
f
f
xx
x (116)
Różniczkując powyższy system obustronnie otrzymano:
1
2
1
1 1
1 1 1122
, ,
r
r
y uu u
uy
c x B x (117)
wtedy jeżeli macierz jest 1 1,uB x odwracalna to równanie to ma postać:
1
1 1
mm
r
rrmm
y L h
L hy
f
f
x
B x u
x
(118)
a zatem linearyzacja w sensie wejście-wyjście może być przeprowadzona poprzez
zastosowanie prawa sterowania:
1 1
1
2
,u
uu
B v c x (119)
z wektorem v dobranym tak, aby bieguny otrzymanego systemu liniowego znajdowały się w
pożądanym położeniu.
Przedefiniowanie wyjść
Rozważmy układ postaci:
1
2
11
1 1
22
r
r
L hyb u
L hy
f
f
xx
x (120)
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 28
Zamiast różniczkować go obustronnie, wykorzystując nową zmienną:
1 2
12 1 11 1
r rx b y b y x x (121)
gdzie: 1 11 12
T
b b b x x x .
Wykorzystując definicję systemu (120) można pokazać, że:
1 2
12 1 11 2
r rx b L h b L h
f fx x x x (122)
różniczkując powyższe otrzymano:
0 1 1 2 2x u u x x x (123)
Jeżeli macierz:
11
2
1 2
0b
xB x
x x (124)
jest odwracalna, to przyjmując jako wyjścia: 1y oraz x , a jako wejścia: 1
u i 2u , to przy
wykorzystaniu:
1
1 1 1 1
2 2 0
ru v L h
u v
fB (125)
otrzymamy mechanizm linearyzacji typu wejście - wyjście, co doprowadzi do postaci
systemu:
1
1
2
r vy
vx
(126)
gdzie: 1v i 2
v są nowymi wejściami sterującymi projektowanymi w celu sterowania y i x .
Uwaga:
Jeżeli okaże się, że macierz 2B x
jest osobliwa to powtarzamy procedurę.
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 29
12. Przykład
Rozważmy manipulator (Rys. 4) składający się z dwóch połączonych ze sobą ramion, opisany
równaniem dynamicznym:
11 12 1 2 1 2 1 1 1
21 22 2 1 2 2 20
H H q hq hq hq q g
H H q hq q g
(127)
gdzie: 1 2
Tq qq jest wektorem stanu sprzężonych przesunięć kontowych, 1 2
T u a
wektorem sprzężonych wejść, oraz:
1 2 2
2
2 2
2
1 2
2
2 2 2
11 1 1 2 1 1 2 2
2
22 2 2
2
12 21 2 1 2 2 2
2 1 2
1 1 1 2 1 2 1 1
2 2 1 2
2 cos
cos
sin
cos cos cos
cos
c c c
c
c c
c
c c
c
H m l J m l l l l q J
H m l J
H H m l l q m l J
h m l l q
g m l g q m g l q q l q
g m gl q q
(128)
Rys. 4 Manipulator
[STRUKTURY I ALGORYTMY STEROWANIA] 30 listopada 2012
Katedra Inżynierii Systemów Sterowania | WEiA, PG 30
Model (127) można zapisać w sposób ogólny jako:
, H q q h q q q g q τ (129)
gdzie definicje poszczególnych elementów wynikają bezpośrednio z (127) i (128).
Wtedy nadążanie za trajektorią referencyjną można zrealizować przyjmując prawo
sterowania zależne od v:
, τ H q v h q q q g q (130)
gdzie:
22d v q q q (131)
Definiując błąd śledzenia jako:
d q q q (132)
oraz zakładając, że 0 , dynamika:
22 0 q q q (133)
zbiega do zera w sposób eksponencjalny.
Komentarz W robotyce to prawo sterowania znane jest pod nazwą "computed torque"
13. Podsumowanie
Polega na transformacji dynamiki systemu poprzez objęcie go sprzężeniem
linearyzującym
Linearyzacja poprzez sprzężenie zwrotne może być realizowana w sensie wejście-stan
(istnieją jasne warunki zastosowania metody) lub wejście- wyjście (w zależności od
relatywnego rzędu systemu);
Ograniczenia:
o Nie jest to metoda generyczna, tzn. jej zastosowanie jest ograniczone a wyniki
rzadko są globalne. Niemniej jednak jest stosowana m.in. w robotyce;
o stan systemu musi być dostępny (mierzlany lub obserwowalny - uwaga
system jest nieliniowy);
o nie można zagwarantować bezpośrednio krzepkości względem niepewności w
parametrach czy błędu struktury modelu.