This content was uploaded by our users and we assume good faith they have the permission to share this book. If you own the copyright to this book and it is wrongfully on our website, we offer a simple DMCA procedure to remove your content from our site. Start by pressing the button below!
Fázissjettetó tag
— í * H
1+1 Of 1+s
t——•
r
i
10
t
l+10s
y'
2.46. ábra A zérus beiktatása túlvezérlés árán gyorsítja a rendszert A zérusok gyorsító hatásának szemléltetéséhez tekintsük az alábbi átviteli függvényt: H(s) =
1+íT
(1+j)(1 + 10í)
A számlálóban lévő x időállandó értéke legyen 0, 1, 5 illetve 10. A z átmeneti függvényeket a 2.47. ábra mutatja. Ha a rendszerben csak pólusok vannak, a frekvenciafüggvényben a fázisszög monoton módon változik a frekvencia függvényében. A pólusokhoz negatív fázisszögfüggvény tartozik. Zérusok beiktatásával a fázisszöghöz pozitív fázisfüggvény adódik, a fázisszög változása n e m lesz monoton. A NYQUIST diagram adott frekvenciatartományában „behorpadások" keletkeznek. (A későbbiekben látni fogjuk, hogy zérusok megfelelő beiktatásával, a NYQUIST
86
diagram célszerű módosításával kikerülhetjük a komplex számsíknak a dinamikus viselkedés szempontjából kedvezőtlen tartományait.) A z aszimptotikus BODE amplitúdó diagram meredekségét a zérusok a töréspontokban +20dB/dekáddal változtatják meg, a fázisszög pedig pozitív értékekkel módosul. A 2.48. ábra a N Y Q U I S T diagram módosulását szemlélteti zérus beiktatásának hatására. A 2.49. ábra a BODE diagram változását mutatja.
2.47. ábra Átmeneti függvények különböző zérus értékeknél lm'
y
2.48. ábra A zérus beiktatása megszünteti a fázisszög monoton változását, a N Y Q U I S T diagramban „behorpadás" keletkezik.
2.49. ábra A zérus beiktatásának hatása a BODE diagramra N e m minimumfázisú rendszerek N e m minimumfázisú rendszereknek nevezzük azokat a rendszereket, amelyeknek a k o m p l e x számsík jobb oldalára eső zérusaik vannak. Ha egy rendszer minimumfázisú, vagyis átviteli függvényének zérusai bal oldaliak, frekvenciafüggvényében a pólusokhoz tartozó fázisszög negatív, a zérusokhoz tartozó
87 fázisszög pedig pozitív előjelű. hozzárendelhető a fázisgörbe.
Az
amplitúdó
aszimptotikus
görbéjéhez
egyértelműen
Jobb oldali (labilis) pólus pozitív, jobb oldali zérus negatív előjelű fázisszöggel módosítja a BODE fázis-körfrekvencia diagramot, tehát a zérus nem csökkenti, hanem növeli a negatív fázisszöget. (Ez a tulajdonság indokolja az elnevezést.) A nem minimumfázisú tulajdonság illusztrálására tekintsünk két átviteli függvényt 1 + sT
H (s)
es
1 + sT,
=
h
1-sT 1 + sT,
Pozitív 7\ és T esetén mindkét tag stabilis, a H -nak Mindkét tag amplitúdó frekvencia függvénye a
stabilis, H -nek b
labilis zérusa van.
l
l + ((úTY
űi(CŰ) =
•I+K)
2 ,
fázisgörbéi viszont különbözőek: (p (co) = - a r c t a n a
1+
2
(ü T T
es
(P (ö>): b
-arctan
x
A két görbét a 2.50a. ábrán
2
i + co r,r
összehasonlítva jól látható, hogy |
)| t
el,
ez
pedig
fázistolás értéket az amplitúdó függvény azt
jelenti,
j = 180° - 1 2 0 ° = 60°. A keresett PIPD szabályozó tehát z-0.9048 z-0.8187
C
PIPDG0
=
1
hogy
5.13
z-l
z
A zárt kör időtartománybeli működését a 13.2. ábrán láthatjuk.
a
a o =1 12
fázistartalék
359
10
15
20
0
5
10
15
t [sec] 20
13.2. ábra A zárt DI kör működése PIPD szabályozással 13.3. Mintavételes maradék rendszerek tervezése Folytonos rendszerek esetén gyakran előfordul, hogy a szabályozó tervezést követően a hurokátviteli függvény korlátozott bonyolultságúra adódik. Ilyenkor az ún. maradék rendszerek analitikus formában is tárgyalhatók. Mintavételes rendszerek esetén, ha a folytonos folyamat és a nulladrendű tartószerv együttes z-transzformáltjához tervezünk diszkrét idejű szabályozót, hasonló vizsgálati lehetőségeket várunk. Ez azonban sajnos nincs így, mert csak a 8transzformáció biztosítja ugyanazt a struktúrát a DI modelke, mint a FI modell esetében volt. Emlékeztetünk arra, hogy a széleskörben használt SRE transzformáció mindig egységnyi pólustöbbletet biztosít. Mivel a z-transzformáció egy «-ed rendű folytonos folyamat és a nulladrendű tartószerv együttes diszkrét idejű modelljének előállításakor n számú pólust és általában ( n - l ) számú zérushelyet eredményez a z síkban, ezért a maradék rendszerek vizsgálata több paraméter terében történő vizsgálódásra vezet, mint folytonos esetben. Ehhez járul még a mintavételi idő, mint további szabad paraméter figyelembe vétele. Az elmondottakat pontosan követhetjük az alábbi példán keresztül. Kéttárolós folytonos holtidős folyamat Tekintsük a
(13.108)
P(s) = (1 + ÍZÍ)(1 + Í T ) 2
átviteli függvénnyel adott holtidős folytonos folyamatot, ahol T =dT , d
(13.109)
( d = 0,L2,...)
s
formában feltételezzük, hogy a T holtidő a T mintavételezési idő egész számú többszöröse. Ekkor a folytonos folyamat és a nulladrendű tartószerv együttes DI modellje á
s
(13.110) á
{
Z
)
~
Z
d
(z- )(z-p )-z (z- )(z-p ) Pí
2
Pí
2
Legyen a póluskiejtéses technikával tervezett diszkrét idejű PID szabályozónk impulzusátviteli függvénye
360
K
C ( \ - (z)r C(z)-C
z
z
(-)- c(^-Pi)( -P2)
7
?lD
(13.111)
ekkor a hurokátviteli függvény j (A - t
7
\ p(A
c z)
P(z)
r
L )
-
{ z
{
K
- C P { ~ l) K
z
z
{Z~Zi)
K
_ L
-
_ Kj
- p r r - - ^
(Z-ZT)
- - J W ^
(13.112) •
ahol. A z L(z) frekvenciafüggvénye így
^[cosfoTj + jsinfoT;)-^]
=
cos[(d + 2)co7;] + ; s i n [ ( J + 2 ) c o r ] - c o s [ ( J + l)cor ]-7'sin[(á + l)cor ] s
s
(13.113)
s
A fentiek alapján . . . sin(cor) arc{L(;co)} = arctg - i — ^ " cos^rj-z! 1
arctg
v
s i n [ ( á + 2)cor l-sin(cűr ) g — - ± í—^cos[(d + 2)(úT -cos(cor ) s
s
1
Mivel a kisfrekvenciás tartományban az z^
= -90°-co(J + l)
arc
s
d
+
s
(13.114)
s
kifejezés fázisszöge j ó közelítéssel
\-\)
180°
(13.115)
TZ
így ebben a tartományban rn - m arc{L(;co)} = arctg
sin(a>2;) v
^180 9 0 -co(<2 +1) n n e
s /
cos((úT )-Zi
"
s
(13.116)
n
'
Amennyiben cp = 60° értékű fázistartalékra tervezünk, akkor az t
arc{L(jCú)} = - 1 2 0
o
(13.117)
feltételt kell kielégíteni. Ehhez az /j in ° co (d +1) — 1 8 0
íz
™° sin(co7/ ) 30° = arctg—t-i'cos((üT )-zi L
s
(13.118)
s
transzcendens egyenletből kell meghatároznunk az co metszési körfrekvenciát, majd az c
egyenletből
(13.120)
„7'co r,
„
c
alapján a K hurokerősítés értékét, végül x
K
=K
c
(13.121)
K
l/ P
szerint a szabályozó keresett erősítését. Látható, hogy különösen a transzcendens kiindulási egyenlet következtében bonyolult számításokat kell végeznünk, CAD eszközök birtokában viszont n e m kell veszni hagynunk a hurokátviteli függvényre kapott kompakt K (z-z ) l
{
)
l
(13.122)
z ^ \ z - í )
kifejezést, amely kényelmesen kezelhető. Például megfelelő függvények egyetlen lépésben megadhatják egy kívánt frekvenciatartományban (a függvényhíváskor megadandó frekvencia felbontás mellett) az L(z) impulzusátviteli függvény frekvenciafüggvényének összetartozó frekvencia, amplitúdó és fázis értékeit, közöttük a számunkra fontos arc{L(7Co)} = - 1 2 0 ° környezetben is. A közelítés a frekvenciatartomány folyamatos szűkítésével, felbontásának finomításával tetszőlegesen pontossá tehető. N e felejtsük el, hogy a frekvenciafüggvény számításakor az említett függvényhívásoknak „tudni kell" a tervezés kezdetén választott T s
mintavételi időről, hiszen ennek ismerete a formális
sT%
z =e
behelyettesítéskor is S=j(Ű
szükséges. Megjegyezzük, hogy holtidő mentes folyamat esetén k = 1, következésképpen ekkor az
co
180°
n n n
sin (cor,) v
30° = arctg -' 'cos^r^-zj
(13.123)
transzcendens egyenletből kell kiindulni. További megjegyzés, hogy kéttárolós, egy zérust is tartalmazó
P(s).
(l + yc)e -'Ti (l+íIiXl+rfi)
alakú folytonos holtidős folyamat szintén a
(13.124)
362
(13.125) d
{
)
Z
d
( -Pi)(z-P )
z (z- )(z- )
2
Pl
P2
diszkretizált alakra vezet. TUSCHÁK m ó d s z e r e TUSHÁK módszere azon alapul, hogy a D l szabályozók tervezése módszerei is lényegébenpólus (zérus) kiejtési módszereket használnak. Ezért sok esetben j ó eredményt kapunk, ha a szabályozó tervezést a FI folyamatmodell alapján végezzük, viszont a mintavételezés miatt bekövetkező extra, rendszerint fázistorzulást figyelembe vesszük. A legegyszerűbb mT
2
fázistorzulást már tárgyaltuk, hiszen a zérusrendű tartószerv alkalmazása egy e~^ ^ nagyszágú extra holtidőt helyez el a zárt körbe, ami azt jelenti, hogy a fáziskarakterisztika kedvezőtlen irányba változik cp (;co) = 9(700) - a>T szerint. s
s
A z SRE transzformációval kapott D l modellek további nemkívánt torzulást Vizsgáljuk először egy P(s) = 1/(1 + sT) egytárolós tag SRE modelljét, ahol
l-e 1
l + az
l - -TJT _-l
z+a
x
1
z-e
(
-TJT
jelenthetnek.
-TJT
(13.126)
z-e-W K=\
Az exponenciális tagokat közelítsük TAYLOR sorukkal 1 - \-T /T
2
+
s
(TjT) /2-..: (13.127)
2
l + ;cor + ( 7 C o r ) / 2 + ... s
s
-
2
\-T /T+(TjT) /2-..] s
A másod és magasabbfokú tagokat elhanyagolva kapjuk, hogy 1 d
^
J ( Ü )
(13.128)
1 + j(úT
1 + (j(üT
-1) T J2T s
1 + ;'CÚ7/ '
ahol
7r>
TJ2
(13.129)
1-TJ2T
T «r s
A kisfrekvenciás tartományban tehát a járulékos holtidő megegyezik a mintavételezés miatt figyelembevett T /2 értékkel, viszont nagyobb mintavételezés időre ez jóval nagyobb is lehet, s
például T =T S
esetén már
T^=T . S
Mind a FI folyamat zérusaiból, mind pedig a mintavételezésből is jelennek m e g zérusok az impulzusátviteli függvényben. Tekintsünk egy egységnyi erősítésű P
363
v P (j(ú) á
J(üT
2
e °+y í + j(oT + (j(üT ) 2 =— U — , ' 1+ y 1+ Y s 5
v
+ ... + y
s s ;
L
(13.130)
A számlálót és a nevezőt (1 + y) -val osztva majd a négyzetes valamint magasabbfokú tagokat elhanyagolva
i aT
P {j(0)~l
+ j(ü^-~e- ' * 1+ y
i
(13.131)
ahol a járulékos negatív holtidő (tehát siettetés)
=T
(13.132)
S
1 + Y|7=0 H a y értéke kicsi, akkor r
+ h
= r , ha nagy, akkor T / 2 - n é l is kisebb lehet. s
s
A fentiek alapján a teljes járulékos holtidő legdurvább becslése p
f
h
T
( -Z) s
=
(13.133)
ahol P a DI modell pólusainak, Z pedig a zérusainak a száma. Ez n e m sokkal mond többet, mint a tartószerv miatt figyelembevett egyszeres g - * ^/ késleltetés (SRE diszkretizálásra ugyanis P-Z = l), ezért mindig célszerű a (13.129) és (13.132) képletekkel pontosan kiszámítani a pólusonkénti és zérusonkénti valamennyi járulékos holtidőt -
z
7
07
2
p
*h=2Xi-5Xi í=l
(13.134)
j=l
73.3. P e t á a Legyen a folytonos szakasz átviteli függvénye:
P(s) = ' (1+J)(1 + 5J)(1+10J)
(13.135)
1
V
A mintavételezési idő legyen T = 1. Az impulzusátviteli függvény: s
d V
;
(z-0.9048)(z-0.8187)(z-0.3679)
A közelítő diszkrét frekvenciafüggvény a kisfrekvenciás <£>< l/T = 1) tartományban: s
_J_0^ _0^ _0^__ +
+
1 / 1
. 903-l/3.747l] 1
z , ^ . ^ , ( l + 0-1903)(l + 2.7471> U-o.5i-o.ii-o.05 ) P (;co) = 0 . 0 0 2 4 ^ £ 4, w w r ( l - 0 . 9 0 4 8 ) ( l - 0 . 8 1 8 7 ) ( l - 0 . 3 6 7 9 ) ( l + 107Cú)(l + 5;co)(l + ;'co) d d
r
V
;
(13.137)
364
illetve -;ú)(2.089-0.84-0.2669)
g
(1 + 107CŰ)(1 + 57CŰ)(1 + 7CO)
-;(ű0.875
(l + 10;cű)(l + 5;(ö)(l + ycű)
(13.138)
Tehát a szokásos fél mintavételnyi (0.5) időhöz képest itt egy kicsit nagyobb értéket kaptunk. K é t t á r o l ó s d i s z k r é t h o l t i d ő s folyamat A (13.108) kéttárolós FI holtidős folyamat SRE diszkrét idejű modellje a (13.110) szerint, amelyet szokásos m é g a
K
'
1+ a z
+fl z
t
1 + ci\ z
2
+a z 2
alakban is felírni. Érdemes megjegyezni, hogy a (13.64) szerinti 8-transzformáció esetén a
P
^ ) = v
/°-f\ 1 +«! q + a
;
q
2
-2 < f S
, 1+ a q
.
+a
x
2
q
-
^
2
(13-140)
k
alakot kapjuk, ahol d"=d + 2. Mindkét alak tehát egy P =Bz~ /A függvénnyel adható m e g , amelyek a B és k értékében térnek el egymástól.
impulzusátviteli
á
A D l hagyományos legegyszerűbben a
c [ z )
=
% +^ -
l +
q
PID
2
z -
szabályozó
2 G
Á
z
)
=
^M
1-z
klasszikus
Gf{z)
pólus
kiejtéses
tervezési
módszerét
(13.141)
t
l-z
szabályozó alakkal írhatjuk le, ahol G (z)
a szabályozón belüli soros szűrő. A z ily m ó d ó n
F
történő kompenzálás eredményeként kapott maradék hurokátviteli függvény
L{z) = ^ G 1-z
F
( z ) z -
k
=
j
°° l-z
=
]
\
•
(13-142)
l-z
Az egyszerű maradék zárt körben cp = 60° fázistöbblethez nagyon szép (1-5 %-os) túllendülés tartozik. A beállítandó integrális hurokátviteli tényező kiszámításához sajnos egy t
, „ l-2arctg
ysinx '
I ± £ ° » =*(*).
(13.143)
2J-1 nemlineáris egyenletet kell megoldanunk és a megoldást felhasználva J 2 ( l - cosx) =L= +lycos X + Y
K^-J-L-
(13.144)
365
A z utóbbi két egyenletből K optimális beállítási értékére kapott megoldások görbeseregét a 13.3. ábán mutatjuk be k és y függvényében. Pozitív y értékekre a két egyenlet függvényeinek TAYLOR soros közelítését felhasználva közelítő zárt alakot kapunk K -re: x
x
1
(13.145)
(Y>0)
2*(1 + Y ) - ( 1 . - Y )
-0.5
0.5
0
13.3. ábra Az optimális K a d és y függvényében x
A 8-transzformációnál oly gyakori y = 0 esetre (BANYASZ-KEVICZKY módszer) 1
1 2k-l
2k-l
k = d
.
2(d + 2)-\
(Y=0)
2d+3
(13.146)
Egyszerűen ellenőrizhető, hogy 1
T ->0 s
(13.147)
lim
= lim
T?
T
s
T ^o s
2T
d
+ 3T
s
2T
d
ami megfelel a FI maradékrendszerre kapott (8.23) szerinti megoldásnak. Jegyezzük meg, hogy a y < 0 tartományra az egyszerű
G (z) F
=
1
(13.148)
í + yz~ soros szűrő alkalmazható. Ez az eset a DI közelítő PID szabályozó (13.14) alakjának felel meg. Ez a lényegében zérus kiejtéses technika jól alkalmazható abban az esetben, ha a Z\ = -y zérus stabilis. A m e n n y i b e n a zérus labilis, akkor egy p =\/z\ értékű pólussal sikeresen csökkenthetjük a zárt kör átmeneti függvényében a n e m kívánt "negatív" túllendülést. Ezt a pólust helyezhetjük el a í
366
Gp( ) = I ± I z
-J—,
soros szűrő választással (BÁNYÁSZ-KEVICZKY-HETTHÉSSY módszer).
(13.149)
367
14. Állapotvisszacsatolás mintavételes rendszerekben A 9. Fejezetben bemutattuk FI folyamatokra az állapotvisszacsatoláson alapuló szabályozó tervezési technikát. A z alábbiakban ezt a módszert a mintavételes rendszerekre foglaljuk össze. Ennek bemutatásához tekintsük egy mintavételes szabályozandó lineáris (L77) folyamat állapotegyenletét a 11.4. pont alapján a d = 0 esetre x[k + l] =
Fx[k]+gu[k] (14.1)
y[k] =
T
c x[k]
Az egyenletnek megfelelő blokkvázlat a 14.1 ábrán látható. u[k]
14.1. ábra Lineáris idő invariáns mintavételes rendszer állapotegyenletének megfelelő blokkvázlat Itt u[k] és y[k] a folyamat be- és kimenőjele, JC pedig az állapotvektora. Az ekvivalens impulzusátviteli függvény most
r
G{z) = c (zl-F)
'g =
B(z) det(zI-F) u[k\
_B(z) A(z)
n l
_
b z - +... x
n
z
n 1
+a z - +... x
+ b_z + b n
x
n
+ a_z n
(14.2)
+ a
x
n
x[k + \] -1
z
*[*] c
T
y[k]
14.2. ábra Lineáris diszkrét idejű szabályozó állapotvisszacsatolással A z állapotegyenletes leíráshoz közvetlenül illeszkedő, ma már klasszikusnak számító, zárt szabályozási kört a 14.2 ábrán mutatjuk be, ahol r[&]-val jelöltük az alapjelet. A zárt kör az állapotvektorról a k formában T
u[k] = k [k]-k ir
lineáris arányos visszacsatoló vektor segítségével jön létre az alábbi
x[k]
A 14.2. ábra alapján egyszerűen felírható a teljes zárt rendszer állapotegyenlete is.
(14.3)
368
T
x[k + l] = (F-gk )x\k]+k g
r\k]
T
\
I
( 1 4
4)
T
y[k]=c x[k] azaz az állapotvisszacsatolással az eredeti F rendszermátrix szerinti dinamika a gk
diadikus
T
szorzattal (F - g k j -re módosul. A zárt szabályozási kör átviteli függvénye
T (z) = ^ c V z I - F M*J [Zi F R { z )
T
1+ / ( z / - F )
_ 1
l
+
+
g^)- gk gk J gk
=
r
g
A{z) +
l
c
l +
1
V - ^ ) " ^l k
T
{
z
I
_
F
)
-
8
(14.5)
T
k V{z)g T
amely az X(z) = {zí-F)~ gU(z)
(lásd (3.12)-t), az U(z) = k R(z)-k T
X(z)
(lásd (9.3)-t), és
(lásd (9.1)-t) L A P L A C E transzformáltakra érvényes egyenletek az Y(z) = c X(z) összevetéséből adódik a mátrixinverziós lemma felhasználásával (a bizonyítást lásd részletesen az F-5. Függelék F-9.1. pontjában FI rendszerre). Vegyük észre, hogy az állapotvisszacsatolás a T
folyamat zérusait érintetlenül hagyja, és csak a zárt rendszer pólusai tervezhetők k Az k
-vei.
úgynevezett kalibrációs tényezőt azért vezetjük be, hogy segítségével a 7^
t
erősítése
egységnyi legyen ( T ( l ) = 1). A felnyitott kör ugyanis jól láthatóan n e m integráló jellegű, így ry
zérus hibát és egységnyi statikus átvitelt ne m tud eredményezni. Ez csak akkor lehetséges, ha biztosítjuk a
k
T
-1 = — — — ^ =
_ 1
Jfe F e-l
1
t
(i4.6)
feltételt (lásd a F-5. Függelék F-9.2. pontját). A fentiekben bemutatott speciális zárt szabályozási kört állapotvisszacsatolásnak hívjuk.
14.1. Diszkrét idejű póluselhelyezés állapotvisszacsatolással A z állapotvisszacsatoláshoz
legtermészetesebben kötődő tervezési módszer az úgynevezett r
póluselhelyezés. Ennél a módszernél úgy kell megválasztani a k visszacsatoló vektort, h o g y a zárt rendszer karakterisztikus egyenlete az előírt 1Z(z) polinom legyen, azaz D l esetben n n
n
ll(z) = z + r z ~ x
l
+ ... + r _ n
lZ
+r = n
Y[(z - * , - ) = d e t ( z / - A + bk ) T
T
= A(z) + k W(z)b
(14.7)
i=i A megoldás mindig létezik, ha a folyamat megfigyelhető. Ha a szabályozott szakasznak ismert az átviteli függvénye, akkor kivételes helyzetben vagyunk, mert segítségével kanonikus állapotegyenlet alakok közvetlenül is felírhatok. Az irányítható kanonikus alak (3.47) illetve (11.107) alapján a rendszermátrixok
369
-a
2
...
~ n-l
1
0
...
0
-a 0
0
1
...
0
0
0
0
0
1
0
f l
c
l c
= [b b ....b ] h
2>
;
n
g
= [l,0
c
O]
1
(14.8)
szerint alakulnak. Figyelembevéve F és g speciális alakját egyszerűen belátható, hogy az -a
-°2
T
=
c
c
n-l
~n
0
0
0
1
0
0
0
0
1
0
0
-r
2
...
-'"n-l
1
0
...
0
0
= 0
1
...
0
0
0
0
0
1
0
a
0
1 F ~gJ
c
T
\k
0
(14.9)
tervezési egyenlet szerint az T
k
=kj
(14.10)
=[r -a ,r -a ,...,r -a ] l
l
2
2
n
n
választás biztosítja a (14.7) szerint karakterisztikus egyenletet, azaz az előírt pólusokat. A kalibrációs tényező megválasztás egyszerű számítással adódik ^a
n
+ (r -a ) n
r
_r
n
n
7
(14.11)
7_
A (14.4) és (14.6) egyenletek alapján egyszerűen belátható, hogy a zárt rendszer átviteli függvénye állapotvisszacsatolásos póluselhelyezés esetén
(14.12) Tl{z) mint ahogy azt (14.5) kapcsán már jeleztük. A z állapotvisszacsatolás leggyakoribb esete viszont az, amikor a szabályozott szakasznak nem az átvitek függvénye, hanem az állapotteres alakja adott. A (3.67) egyenlettel kapcsolatban tárgyaltuk, hogy minden kányítható rendszer kányítható kanonikus alakra hozható a T = Ml ( M ) c
c
_ 1
transzformációs mátrix alkalmazásával. Ez a hasonlósági transzformáció érinti a
visszacsatoló vektort is T
jfc =kjT
c
=kj
C
!
l
M M ; = bjM- TZ(F) C
c
= [1,0
OjM^F)
(14.13)
A (14.13) kiszámításához tehát egyrészt képeznünk kell a z M kányíthatósági mátrix inverzét az c
általános felépítésű F és g rendszermátrixokkal. Másrészt az kányítható kanonikus alak Ml irányíthatósági mátrixát is létre kell hozni (lásd (3.61)-t). Mivel ez utóbbi csak a folyamat átviteli függvényének nevezőjében lévő a együtthatóktól függ, így képzéséhez a nevezőt ki kell számítani: A(z) = det (zl - F). Ugyanez igaz a második alakban a ~R{F) számítására is. A póluselhelyező állapotvisszacsatoló vektor bemutatott számítási módját kidolgozója után t
370
ACKERMANN módszernek nevezzük. Jegyezzük m e g , hogy a FI és a D l állapotegyenletek transzformációs tulajdonságai, kanonikus alakjai és az irányíthatósági/megfigyelhetőségi fogalmai formailag teljesen megegyeznek. Ebből adódóan a mintavételes rendszerek irányítására vonatkozó állapotvisszacsatolási technikák is nagy hasonlóságot mutatnak a FI esetben bemutatott módszerekkel. 14.2. Diszkrét idejű megfigyelő alapú állapotvisszacsatolás A z állapotvisszacsatolás előző pontban leírt módszere azt igényli, h o g y a folyamatot leíró állpotegyenlet állapotváltozó vektorát közvetlenül mérni tudjuk. Ez csak nagyon ritkán áll rendelkezésünkre, általában csak alacsony fokszámú dinamika esetében (pl. út, sebesség, gyorsulás mechanikai rendszerekben). A módszer használhatóság tehát attól függ, hogy tudunke mérést vagy becslést kapni az állapotvektorról. A z állapotvektor előállítására az úgynevezett T
megfigyelő elvet dolgozták ki. Ehhez a módszerhez az F, g és c rendszermátrixok ismerete szükséges, amelyek segítségével létrehozzuk a folyamat pontos mását és ugyanolyan gerjesztésnek kitéve, mint az eredeti szakasz ez a modell ("megfigyelő") előállítja számunkra az x[k] és y[k] változók x[k] és y[k] becsült értékét. A z állapotvisszacsatolás az x[k] felhasználásával valósul meg. Az elvet a 14.3. ábrán mutatjuk be.
r[k]
14.3. ábra Állapotvisszacsatolás megfigyelő alkalmazásával Ha szigorúak lennénk, akkor a megfigyelőben F, g és c helyett ezek becsült F, g és c értékeit kellene szerepeltetnünk. A megfigyelő különlegessége azonban, hogy nemcsak egyszerűen egy párhuzamos modellt alkalmaz, hanem a folyamat valódi és becsült kimenőváltozójának a különbségéből egy e[k] = y [ £ ] - y [ £ ] hibát képez, amelyről a / arányos
371 visszacsatoló vektoron keresztül a megfigyelő integrátorának a bemenetére csatol vissza. Ez a visszacsatolás addig működik, amíg a hibajel fennáll, azaz a folyamat és a megfigyelő kimenete nem egyezik meg. Ez a működési m ó d a rendszermátrixok ismeretében meglévő meglehetősen nagy hibákat is kompenzálni tud. Az ábrán az is látható, hogy az állapotvisszacsatolás most az T
u[k] = k r[k]-k
x[k]
T
(14.14)
formában jelenik meg, tehát egyszerűen x[k] helyébe x[k] lépett. Meglehetősen hosszú és bonyolult levezetéssel, aminek a részleteit itt nem közöljük, kapjuk a teljes zárt rendszer eredő átviteli függvényét
[cV-F)"V
T
\-k (sI-F
+ gk
T
T
1
+/c )
b T
T
1
• = c ( z / - F + £* )~ g* 1
1 + ^(zI-F _
T
+ gí
+lc )~ g
c'Xzl-FY'gk, T
l+* (z/-F)
_ 1
g
(14.15)
k G(z)
_k B{z)
x
T
r
l
T
X
\ + k (sI-Fy g
K{z)
ami talán egy kicsit meglepő módon, de pontosan megegyezik (14.12)-vel, azaz a megfigyelő nélküli állapotvisszacsatolás esetével. Ez tehát azt jelenti, hogy a zárt rendszer követési tulajdonsága nem függ a l vektor megválasztásától. A megfigyelő működésének vizsgálatához képezzük az állapothiba x[k] =
x[k]-x[k]
(14.16)
különbség vektorát, amelyre felírhatjuk, hogy 7
x[k] =
(F-kc )x[k]
(14.17)
amely nagyon hasonló a (14.1)-hez gerjesztés nélkül. A megfigyelők tervezésére az állapotvisszacsatoláshoz nagyon hasonló módszert használunk, ahol a / megválasztásakor az a célunk, hogy a (14.17) rendszer dinamikáját a T
n
n l
det(* / - F + le ) = T(s) = s + f -
+ ... +
lS
f _ +f n
lS
(14.18)
n
karakterisztikus polinom biztosítsa. A megoldás mindig létezik, ha a folyamat irányítható. (Célszerű, ha T fokszáma megegyezik az A fokszámával.) Ha a szabályozott szakasznak ismert az átviteli függvénye, akkor kivételes helyzetben vagyunk, mert segítségével kanonikus állapotegyenlet alakok közvetlenül is felírhatok. A megfigyelhető kanonikus alak (3.53) alapján a rendszermátrixok -a
1
0
-a
0
1
x
2
^0
;
=
-a
n
0
0
0
0
1
Co =[1,0,...,0]
; g = 0
[b ,b ,...,b y 1
2
n
(14.19)
372
szerint alakulnak. Figyelembevéve F és e j speciális alakját egyszerűen belátható, hogy az 0
- a
F 1
2
1
0
. .
0
-/i
1
0
. .
0
0
1
. .
0
- f l
0
1
. .
0
-/[i,o,. .,o] =
-le l
C
V
0 fl
~ n-l
0
0
. .
0
0
.
1
(14.20) _
• o.
/n-l
.-/»
0
0
. .
1
0
0
. .
0
tervezési egyenlet szerint a T '
=
Z
o = [fl
a
~ l> fl
a
~ 2--•>
(14.21)
a
fn ~
n]
választás biztosítja a (14.18) szerint karakterisztikus egyenletet, azaz az előírt pólusokat. A z általános eset most is az, amikor a szabályozott szakasznak n e m az átviteli függvénye, hanem az állapotteres alakja adott. A (3.79) egyenlettel kapcsolatban tárgyaltuk, hogy minden megfigyelhető
rendszer
megfigyelhető
kanonikus
alakra
hozható
a
T = (M° j 0
M
0
transzformációs mátrix alkalmazásával. Ez a hasonlósági transzformáció érinti a visszacsatoló vektort is X
(14.22)
x
l={T y l =M- M° l Q
0
0
0 0
A (14.22) kiszámításához tehát egyrészt képeznünk kell az M inverzét az általános felépítésű F és c
megfigyelhetőségi mátrix
0
rendszermátrixokkal. Másrészt meg kell adnunk a
megfigyelhető kanonikus alak M° megfigyelhetőségi mátrixát (lásd (3.73)-t). Mivel ez utóbbi csak a folyamat átviteli függvényének nevezőjében lévő a, együtthatóktól függ, így képzéséhez a nevezőt ki kell számítani: A(z)
= det (zI-F).
A megfigyelő vektor bemutatott számítási
módját kidolgozója után ACKERMANN módszernek nevezzük. Az állapotvisszacsatolás és a megfigyelő dinamikájának tervezési módszerei között érdekes hasonlóság, úgynevezett dualitás áll fenn, azaz egymásnak megfelelnek a k ö v e t k e z ő T
T
megfeleltetések mellett: F <-> F , g <-> c , k <-> f,
c
W <-> (W °) . c
0
A z állapothiba (14.16) és a folyamat (14.1) egyenletei alapján megfigyelő együttes egyenlete x[k + l] x[k + í\
gk
0
F-lc _ x[kl
e[k] = y[k]-y[k]
T
J _ I T
=
és
x[k]
r
F-gk
az állapotvisszacsatolás
. 0 .
(14.23)
T
c x[k]
Mivel a jobb oldal rendszermátrixa blokk-diagonális, a zárt rendszer karakterisztikus egyenlete T
det(z / - F + gk )
T
d e t ( z / - F +1c )
= TZ(z)T{z)
A polinom tehát két tényező szorzata: az egyik az állapotvisszacsatolással,
(14.24) a másik pedig a
373 megfigyelővel van kapcsolatban. Fontos ismét megjegyezni, hogy az ^(z) a (14.24) ellenére nem jelenik meg a zárt rendszer (14.12) és (14.15) szerinti T^z) átviteli függvényében. A megfigyelő alapú állapotvisszacsatolás (14.24) egyenletét, amely szerint az állapot visszacsatolás és a megfigyelő karakterisztikus egyenlete egymástól független, szeparációs elvnek is nevezik. 14.3. Kétlépcsős mintavételes tervezési módszerek állapotvisszacsatolással A z állapotvisszacsatoláson alapuló legelőnyösebb tulajdonságai:
szabályozás
tárgyaláskor
láthattuk,
hogy
a
módszer
- a módszer alkalmazhatósága nem függ attól, hogy a folyamat stabilis vagy labilis - a követési tulajdonság nem függ az alkalmazott megfigyelőtől, tehát közvetlenül tervezhető - a módszer nem nagyon érzékeny az állapotegyenlet paraméter mátrixainak pontos ismeretére A n e m kívánatos, vagy kedvezőtlen tulajdonságok: - az állapotvisszzacsatolás alapvetően 0-típusú szabályozás, ezért a maradék hibát a kalibrációs tényezővel tudjuk kiköszöbölni, amely folyamat modell használata esetén soha n e m pontos - az állapotvisszacsatolás a folyamat zérusait nem tudja megváltoztatni - a zavarelhárítási tulajdonság nem tervezhető közvetlenül Főleg a felsorolt utóbbi jellemzők miatt rendszerint egy további lépcső is alkalmazásra kerül állapotvisszacsatolást alkalmazó kányítási rendszerekben. A kakbrációs tényező szükségességét legegyszerűbben úgy eliminálhatjuk, hogy egy kaszkád integráló szabályozót alakítunk ki a 14.4. ábra szerint x[k + \] =
Fx[k]+gu T
y[k] = c x[k]
x[k]
14.4. ábra Állapotvisszacsatolás és integráló szabályozó együttes alkalmazás A zárt rendszer együttes állapotegyenletét,
amely most (14.4) helyébe lép, a
állapotváltozó - amely a külső kör e[k] = r[k]-y[k]
x[k + l]
8[* + l]_
F c
= (F*-g*kJ)x*[k]
T
0 x[k) 0
8[*]J
+ v*r[k]
új
hibájának az integrálja - bevezetésével
frhatjuk fel a
x*[k + l] =
8[&]
u[k} +
ik] = (14.25)
374
bővített állapotegyenletet, ahol figyelembevettük az F _c
0
T
0.
*
;
g
g =
_o_
;
*
0
v =
-i.
(14.26)
jelöléseket, valamint az új bővített x[k] u[k]
=-\k
T
= -kJx*[k]
= —^e[k]-k x[k] 1-z
(14.27)
T
visszacsatolási egyenletet. A (14.27) egyenlet világosan mutatja az integráló hatást, a & x[fc] tag pedig a differenciáló hatás általánosításának tekinthető. Az
integrátort
is alkalmazó zárt
szabályozási
állapotegyenlettel tudjuk leírni, ahol most k
r
kört tehát eggyel magasabb
dimenziójú
is meghatározandó együttható az k
mellett. A
kibővített rendszer tervezéséhez eggyel magasabb fokszámú 71*(z) karakterisztikus polinomot kell előírnunk, majd az A C K E R M A N N módszer (14.13) tervezési képlete közvetlenül itt is alkalmazható. H a a folyamat n e m átviteli függvény formájában
adott, akkor az általános
állapotegyenletet először irányíthatósági kanonikus alakra kell hozni, ahogy azt (10.13) kapcsán már láttuk. Jegyezzük meg, hogy a kibővített feladat n e m oldható m e g szekvenciálisan, azaz oly m ó d o n , T
hogy először meghatározzuk az 7£(z)-hez tartozó k -t,
majd a 7Z*(z) = 7i(z)(z-z i)
az k -t. A feladatot egy lépésben kell 71* {z) alapján megoldani t
n+
alapján
kJ-re.
Integráló hatást úgy is bevihetünk a rendszerbe, hogy a folyamat G(z) átviteli függvénye helyett egy módosított G*(z) = z G ( z ) / ( z - l ) folyamatra tervezzük meg az állapotvisszacsatolást. Jegyezzük m e g , hogy az előbbi esetre és ezen megközelítésre kapott két állapotvisszacsatoló vektor n e m azonos! Természetesen az /-szabályozó mellett magasabb fokszámú szabályozó is alkalmazható, a póluselhelyezés megoldása azonban nem mindig automatikusan adódik az A C K E R M A N N módszerrel és bonyolult nemlineáris egyenletrendszerre is vezethet. A megfigyelőt is alkalmazó állapotvisszacsatolás esetében a megfigyelő hibavisszacsatolásában is alkalmazhatunk n e m 0-típusú, hanem / vagy magasabb fokszámú szabályozót az itt bemutatott módszerekkel. A folyamat változatlanul hagyott zérusait egy soros K (z) s
= G (z)^\ s
(14.28)
kompenzátorral tudjuk módosítani, ahol a 7. Fejezetben alkalmazott módszer szerint feltételeztük, hogy a folyamat számlálója B(z) = £ + ( z ) # _ ( z ) . Itt B a stabilis, B_ pedig a labilis zérusokat tartalmazza. Az J\f{z)/B (z)-nék a realizálhatósághoz szabályosnak kell lennie, tehát csak annyi zérust helyezhetünk el a zárt rendszer átviteli függvényében, ahány stabilis zérusa van a folyamatnak. Az eredő átviteli függvény végezetül +
+
375
Try{z) = ^KG {z)B_{z)
(14.29)
s
alakú lesz, ahol az invariáns B_(z) hatását a G (z) szűrővel csillapíthatjuk optimálisan. S o k esetben az egyszerű, de nem optimális G (z) -1 választással élünk. s
s
A zavarelhárítási tulajdonság kedvező tervezhetőségét csak úgy érhetjük el, hogy a külső kaszkád körben egy YP szabályozót alkalmazunk. Ezt megtehetjük, mert az állapovisszacsatolással tetszőleges, még labilis folyamatot is stabilizálhatunk. Labilis folyamatok minőségi szabályozása általában kétlépcsős. A z első lépcsőben a szabályozással stabilizáljuk a folyamatot, majd egy második külső szabályozási körrel biztosítjuk a kívánt minőségi célokat akár két szabadságfokú struktúrában is. A z állapotvisszacsatolás alkalmazásával nyerhető stabilizáló szabályozó csak holtidő nélküli folyamatra alkalmazható. Ha a folyamatnak számottevő késleltetése van, akkor az egyetlen lehetőség az általános polinomiális módszert használó mintavételes szabályozásra való áttérés (14. Fejezet). 14.4. Diszkrét idejű állapotvisszacsatoló LQ szabályozó A fejezet előző pontjaiban bemutatott módszerrel a folyamat állapotvektoráról történő ún. állapotvisszacsatolással tetszőleges (stabilizáló) póluselhelyezést tudtunk megvalósítani. Az állapotvisszacsatolás technikájával egy további optimalizálási feladatot is meg tudunk oldani. Ezen feladat célja a D I (11.33-34) LTI folyamat optimális szabályozása egy
2
/ = - X {* [*]W x[*] + W > [ / c ] } T
(14.30)
x
^ k=0
összetett optimalitási kritérium minimalizálásával. Itt W a DI állapotvektort súlyozó valós szimmetrikus pozitív szemidefinit mátrix, W pedig a DI beavatkozó jelet súlyozó pozitív skalár. A kritériumot minimalizáló megoldás egy x
ü
u[k]=-kl x[k]
(14.31)
Q
alakú állapotvisszacsatolás (lásd (9.3)-t), ahol a k^q visszacsatoló vektor
*Iq=7£-8 P T
(14-32)
" u
alakú. Itt a szimmetrikus pozitív szemidefinitP mátrix az úgynevezett T
PF + F P——
r
Pgg P
= -W
x
(14.33)
algebrai RICCATI egyenlet megoldása. A RlCCATI egyenlet egy nemlineáris egyenlet P-re, ezért explicit algebrai megoldása nincs. A szabályozástechnikában használatos CAD rendszerek viszont rendszerint többféle numerikus algoritmussal is szolgálnak az egyenlet megoldására. Ezt a szabályozót LQ {Linear Quadratic: linear regulator - quadratic criterion) szabályozónak hívják.
376
Az LQ szabályozóval kapott zárt rendszer állapotegyenlete * [ * + 1] = ( F - * * Z Q ) x [ * ]
;
(14.34)
F=F-gkl
Q
alakú lesz. (A FI rendszerek LQ szabályozójának a levezetését az F-5. Függelék F9.6. pontjában mutattuk be, a DI szabályozó levezetése teljesen hasonló logikával elvégezhető.) Amennyiben a folyamat átviteli függvénye ismert, az kányítható kanonikus alak egyszerűen felírható. A FI (9.10) egyenlettel analóg módon a (14.8) szerint képezhető speciális F - és g - r e C
a klasszikus DI állapotvisszacsatolás
tervezési algoritmusa
a (14.10)
szabályozónál a tervezésből (a RlCCATI egyenlet megoldásából) a k q L
c
szerinti. Az
LQ
visszacsatoló vektor
adódik. így (14.10) származtatásának megfordításával megadhatók az eredő zárt rendszer 7£(Í) karakterisztikus polinomjának együtthatói: [h,r ,..., 2
r
T
n]
= kl
Q
+
[a ,a ,...,a f l
2
n
(14.35)
Az LQ szabályozó esetén is lehetséges megfigyelőt alkalmazni az állapotvektor előállítására.
377
15. Általános polinomiális módszer diszkrét idejű szabályozók tervezésére A DE alkalmazása sajnos FI folyamatoknál n e m teszi lehetővé holtidő feltételezését, mert a megoldási módszer csak polinomokra alkalmazható. Holtidős rendszerek stabilizálása csak a mintavételes szabályozások körében oldható meg. Tételezzük fel, hogy a folyamat impulzus átviteli függvénye 1
G[z- ) ahol G
+
1
l
l
= G (z' )G_(z~ )
l
d
= G (z~ )G_(z~ )z~
+
d
röviden
+
G = G G_ = G G_z~ +
stabilis, inverze szintén stabilis (SIS: Stable Inverse
Stable).
+
(15.1)
G_ labilis és inverze d
szintén labilis (UIU: Unstable Inverse Unstable). A G_ szintén UIU. Itt általában a ~ holtidős rész inverze nem realizálható, mert az egy ideális prediktor lenne. A folyamat célszerű faktorizálása tehát Z
a j *
= G G_z-d
(15.2)
+
Itt A+ tartalmazza a stabilis, A. pedig a labilis folyamat pólusokat. Hasonlóképpen B a stabilis, B_ pedig a labilis zérusokat foglalja magába. A z általános tervezési DE-t mintavételes +
d
rendszerekre egyszerűen kapjuk a (10.14)-ből, formailag csak B_-t kell B_z~ -vt\ kicserélni, így a (10.14) új alakja r
d
(A+A.)(B X X ) + (B B_ - ){A y y) = K'= A B 7l A X + B y =n' +
d
+
Z
+
d
+
+
(15.3)
A módosított DE pedig d
{A_x )x'+(B_ - y )y=n A' x'+ B' y=n i
z
d
ahol A'= A_X
és B' - B_z~ y
d
y
c=
i
ismertek, a szabályozó pedig ismét
d
A y y_ X B XX g =
+
+
i
d
(15.4)
TI W'A
K,y
A d
d
\-^y'B_z~
\-P^yB_z~
(15.5)
B
+
K alakú lesz. A YOULA-szabályozó integráló, ha biztosítjuk az egységnyi átviteli tényezőt a referencia modellre: /? (co = 0) = / ? ( z = l) = l. Ez automatikusan nem biztosítható a DE-bő\ származó stabilizáló szabályozóra. Egy garantált megoldás viszont, ha X behozza a z = l pólust a nevezőbe. A (15.4) szerinti DE egyenlet megoldásához az egyenletet a z hatványai szerint kell elrendezni. n
n
d
Ebben a fejezetben n e m ismételjük m e g mindazt, amit a 10. Fejezetben a DE-t alkalmazásával kapcsolatban részletesen tárgyaltunk. Éredemes megjegyezni viszont, hogy a teljes szabályozási
378
kör átviteli karakterisztikája d
y = Ty I
d
+ Sy =R G B_z- y +(l-R yB_z- )y
I
n
T
r
I
n
n
(15.6)
Jól látható, hogy a G szűrő szabadon választható, így a B_ hatásának gyengítésére optimalizálható. Sajnos ugyanez nem mondható el a zavarelhárítás optimálási lehetőségéről. Itt ugyanis y' a módosított (15.4) Dis-ből származik, így szabadon n e m választható, ezért itt a B_ hatásának gyengítése n e m oldható meg olyan egyszerűen, ahogy azt a YOULA-parametrizálásnál és a (15.6) követési tulajdonságánál láttuk. x
15.1. Példa Legyen a szabályozott szakasz egy elsőrendű (n = 1) labilis D l folyamat
G ( Z V
-
4 ^ A(z~ )
=
1 )
l
'
^
=^
1-1.2Z"
1
z-1.2
(15.7)
amelynek a p = 1.2 pólusa az egységsugarú körön kívül h e l y e z k e d i k e l . Keressük azt a C = y/X
szabályozót, amely stabilizálja a folyamatot a 7£(z) = z - 0 . 2 = 0 karakterisztikus
polinom előírásával. A szabályozót n -1 = 0-adrendű alakban keressük, amelyet a y C=j^
K =- =K
(15.8)
struktúrával biztosíthatunk, azaz egy arányos szabályozóval. A 14.4. alapján írhatjuk, hogy AX+By=K (15.9) (z-1.2)-0.2* =
z-0.2
ahonnan C = K = - 5 adódik a szabályozóra. Egyszerű számítással ellenőrizhetjük, hogy a zárt rendszer impulzusátviteli függvénye 1 T = z-0.2
z"
1
= — r l-0.2z
(15.10)
_ 1
tehát sikerült a labilis pólust az egységsugarú körön belülre az előírt helyre helyezni, s ezzel stabilizálni a szakaszt. A zárt rendszer statikus átvitele n e m egységnyi, mert a szabályozó arányos és n em integráló. Minőségi szabályozás eléréséhez egy további külső kaszkád szabályozási kör alkalmazása célszerű, amint azt az állapotvisszacsatoláson alapuló szabályozásnál láthattuk. 15.2. Példa Legyen a szabályozott szakasz egy elsőrendű (n = 1) stabilis D l folyamat
G
(
1
- . ) . $ 4 . _ « l 1 A(z~ ) l-0.8z 1
T _ 1
=
J » _ z-0.8
(mi)
amelyet gyorsítani szeretnénk. Egy szabadságfokú rendszert feltételezve, tervezési célunkat az
379
n R
0.8z
n
t =
R
1
r=
n =
l-0.2z
_ 1
0.8 ÍTTT z-0.2
v
(15.12) '
referencia modellben fogalmazzuk meg. A YOULA-szabályozó most C C
o
p
t
- r -Q d
1
/
?
n
1
1 -i
^
4
ft8z
l-0.2z
1
0-Sz1-0-8Z- . . . l - O . S z i - 0 , , - i - q ^ " ' ^ ? "
1
1
(15-13)
2
_ 1
egy integráló szabályozó (mert a nevező zérus a ( z = 1) helyen), amelynek alkalmazásával a zárt rendszer eredő átviteli függvénye: 0.8z
_1
l-0.2z
0.8 _ 1
(15.14)
z-0.2
amelynek statikus átvitele egységnyi az 1-típusú szabályozásnak megfelelően. A DE alapján történő tervezéshez a karakterisztikus egyenlet (15.12) alapján 7£(z) = z - 0.2 = 0. A szabályozót az előző példa alapján ismét n -1 = 0-adrendű alakban keressük, tehát a (15.8) szerinti arányos szabályozót alkalmazzuk. A (15.9) egyenlet most AX
+ By = ll (15.15)
(z-0.8) + 0.2A> z - 0 . 2 ahonnan C = K = 3 adódik a szabályozóra. Egyszerű számítással ellenőrizhetjük, hogy a zárt rendszer átviteli függvénye
z-0.2
l-0.2z
_ 1
Az előírt 0.2 pólust sikerült elhelyezni, de a szabályozási kör 0-típusú, ezért a T erősítése 0.75re adódik. A két példa jól reprezentálja azt a gyakorlatot, hogy stabilis folyamatokra célszerű a YOULA-parametrizálást alkalmazni, m í g labilis folyamatok stabilizálására a DE alkalmazása vagy a 15. Fejezetben tárgyalt állapotvisszacsatolás nyújthatja a megoldást. 15.3. Példa Legyen a szabályozott szakasz egy elsőrendű (n = 1) labilis, holtidős D l folyamat
1
j
í
A(z~ )
1-1.2Z
- 1
1-1.2Z"
1
z(z-1.2)
amelynek a p = l.2 pólusa az egységsugarú körön kívül h e l y e z k e d i k e l . Keressük azt a 2
2
C = y/X szabályozót, amely stabilizálja a folyamatot a ^ ( z ) = ( z - 0 . 2 ) = z - 0 . 4 z + 0.04 karakterisztikus polinom előírásával. A folyamat formálisan másodrendű, ezért választottunk 7c-nek is másodrendű polinomot, a szabályozót pedig n - l = l, tehát elsőrendű alakban keressük. A vonatkozó DE felírását tanulmányozva célszerű a szabályozó elsőrendű alakjára a
380
y y C= ~ . / ° X l + xjz =
_
0
yz 0
- 1
(15-18)
z+ x
x
struktúrát megadni. A meghatározandó paraméterek száma 2, a DE pedig AX+By=K 2
2
(z -1. 2z)(z + xj) - 0.2 y z = z - 0.4z + 0.04
(15.19)
0
ahonnan az egyenletet y - r a é s x -re megoldva 0
5
c= ~ * = z + 0.8
~
x
5
l + 0.8z
(15.20) _1
adódik a szabályozóra. Egyszerű számítással ellenőrizhetjük, hogy a zárt rendszer átviteli függvénye 2
1 T =(^-0.2)
z~ =- = 2
=1
(1-0.2Z- )
(15.21)
2
Az előírt, a 0.2 helyen lévő kétszeres pólust sikerült elhelyezni, de a szabályozási kör 0-típusú, ezért a T erősítése 1.25. Egy viszonylag egyszerű struktúrájú szabályozóval most egy nehéz problémát oldottunk meg, egy labilis holtidős folyamatot sikerült stabilizálni.
FÜGGELÉK
382
F-l. Matematikai összefoglaló A m á t r i x a l g e b r a n é h á n y alaptétele Mátrixnak
nevezzük az
a a
A =
a
l2
...
22
•••
n
a
2\
a
in
a
2n
(F.l.l)
a,m2 elrendezést, táblázatot. Az
mennyiségeket elemeknek
nevezzük. H a az elemek valósakya/oí
mátrixról, ha komplexek, komplex mátrixról beszélünk. Az A mátrixnak m sora és n oszlopa van. A mátrix dimenziója (mérete) m x n. Az m x n típusú mátrixot téglány mátrixnak, az n x n mátrixot négyzetes (kvadratikus) mátrixnak, az mxl mátrixot oszlopmátrixnak (oszlopvektornak), az l x » mátrixot sormátrixnak (sorvektornak), az l x l mátrixot skalárnak nevezzük. A mátrixok jelölésére vastag ("bold", "fat") nagybetűket, oszlop- vagy sormátrixok jelölésére vastag kisbetűket használunk. A négyzetes A mátrix elemeiből alkotott determinánst |A|, ritkábban det (A) alakban jelöljük. Az A mátrix transzponálván a főátlóra tükrözött elemekből álló A a
a
u
'12
a
A
T
mátrixot értjük
2 1
'22
(F.1.2)
a
l ln
Ha A mxn
T
2n
mátrix, akkor tükrözöttje
- A akkor tükrösmátrixrél
(transzponálja)
nxm
T
mátrix, nyilván ( ^ )
= A . Ha
beszélünk.
A vektorokat a szokásnak megfelelően oszlopmátrixokkal képviseltetjük, a sormátrixokat általában oszlopmátrixok transzponáltjaiként jelöljük, pl.:
x -
= [x
xf
L
n
T
=[x ]
1
(F.1.3)
A O zérusmátrix vagy nullamátrix illetve a 0 zérusvektor minden eleme zérus. A D = diag[a ,a ,...,a„„] n
2 2
(F.1.4)
átlós (diagonális) mátrixnak csak főátlójában vannak zérustól különböző elemei. H a az utóbbiak valamennyien egységnyiek, akkor az / egységmátrixról beszélünk: / = d i a g [1,1,..., 1]. Két mátrix egyenlő, ha a megfelelő elemeik megegyeznek. Két vagy több azonos típusú mátrix
383 összegmátrixát a megfelelő elemek összeadásával képezzük. Egy mátrixot skalárral úgy szorzunk, hogy minden egyes elemét megszorozzuk a skalárral. A legjellegzetesebb szabály a k é t , p l . A és B mxl és Ixn mátrixösszeszorzásának szabálya C = AB
(F.1.5)
ahol
E
.
L • \j
l — = l 2
1,
. . . , II l 16
„
(F- )
vagyis a C mxn mátrix í-edik sorában és ;'-edik oszlopában álló elemet úgy kapjuk meg, hogy az A mátrix í'-edik teljes sorát komponáljuk (szorozzuk) a B mátrix 7-edik oszlopával. (Az A mátrix oszlopai / számának meg kell egyeznie a B mátrix sorai / számával.) A mátrixszorzás asszociatív és disztributív, de általában nem kommutatív: AB^BA. Ha mégis AB = BA, akkor felcserélhető mátrixokról beszélünk. Megemlítjuuk, hogy a négyzetes C szorzatmátrix |C| determinánsa megegyezik a tényezőmátrixok |A| és determinánsának szorzatával: |C| = |A||fi|. Két azonos dimenziójú vektor (néha ponttal jelölt) skaláris következőképpen fejezhetjük ki: r
szorzatát mátrixszorzással
r
a b = a b = b a=b a
a
(F.1.7)
Ha két zérustól különböző vektor skaláris szorzata zérus, akkor a két vektort (egymásra merőlegesnek) nevezzük.
ortogonálisnak
Felhívjuk a figyelmet az T
T
r
[AB] =B A
(F.1.8)
szabályra. Egy négyzetes, zérustól különböző|A| determinánsú, tehát nemszinguláris, A
- 1
reguláris
A mátrix
inverzén olyan mátrixot értünk, amelyre 1
1
A~ A
= AA~ =I
(F.1.9)
A z A inverzét az A "
1
- ^
(F.1.10)
szabállyal határozhatjuk meg. Itt |A| a mátrix (zérustól különböző) determinánsa, míg az a d j (A) (adjungált) mátrixot az A mátrix egyes elemeihez tartozó előjeles aldeterminánsokból mint elemekből képzett mátrix tükrözésével állítjuk elő. Mivel fennáll az | A # | = |A||2?| szabály, ezért _ 1
1 = / = |A A A
1
IA" \A\ szerint az A mátrixnak csak akkor van egyértelműen meghatározott 1
inverze, ha A * 0 , vagyis az A mátrix nem szinguláris. Nyilván
384
- 1
1
A ] " =A
1
és
T
T
[A- ] =[A ]"
(F.l.ll)
1
Továbbá, ha A és B reguláris négyzetes mátrixok l
x
(F.1.12)
x
[AB]- =B- A-
Az si-A, illetve az A - sí mátrixot az A négyzetes mátrix karakterisztikus mátrixának, az A(s) = \sl -A\ = 0 egyenletet karakterisztikus egyenletnek nevezzük. A karakterisztikus egyenlet X (i = \,2,...,n) gyökei az A mátrix sajátértékei. A főtengelytétel szerint az A mátrix v (i -1,2,... n) sajátvektorai kielégítik az t
f
Av
i
=\ v i
i
(F.1.13)
(i = l,2,...,n)
vektoregyenleteket. Ez éppen a sajátvektorok definíciója. H a a v,- vektorok egymástól lineárisan függetlenek, akkor az A mátrixot egyszerű szerkezetűnek, ha pedig egymástól n e m függetlenek, akkor elfajulónak nevezzük. A mátrixelméletben alapvető a CAYLEY-HAMlLTONtétel: bármely A mátrix kielégíti a saját l
karakterisztikus egyenletét, azaz A(A) = 0. (Itt az A(s) = 0 skalár polinomiális egyenletben s 1
helyébe A (i = l,2,...,n), m í g s° helyébe A ° = / polinomiális egyenletet kapunk.)
helyettesítendő, így végül egy mátrix
Sokszor szükség van a mátrixok belső struktúrájának kifejezésére úgynevezett blokkmátrixokat alkalmazni, mint például M
A
B
C
D
(F.1.14)
A megfelelő dimenziójú blokkmátrixokon végzett mátrixszorzás szerint A
B
E
F
AE + BG
AF + BH
_C
D_ G
H
CE + DG
CF + DH_
(F.1.15)
A kvázidiagonális mátrix determinánsa A
B
O
D
= det
A
B
O
D
: d e t ( A ) d e t ( D ) = |A||Z>|
(F.1.16)
A z ab szorzatot diadikus szorzatnak nevezzük. A diadikus szorzattal bővülő mátrix inverze egyszerűen képezhető, ha az A inverze már ismert
1
(^^-U-.-^'ff v
1
T
l+ 6 A
_ 1
a
A vektoranalízis alapjai Az euklideszi térre vonatkozó vektoranalízisben az ún. skalár-skalár
(F.1.17)
385 (F.1.18)
/ = /(*) függvényeken kívül ún. skalár-vektorfüggvények
(F.1.19)
/ = /(*) és vektor-vektorfüggvények
(F.1.20)
/ = /(*) fordulnak elő. (Mindezek a legáltalánosabb, de ritkán előforduló F = F(X) függvények speciális esetei.) Gyakran találkozunk többváltozós skalár-skalár, vagy vektor-vektorfüggvény ékkel is, például f = f(x,u)
;
f = f(x,u)
;
f = f(x,u)
mátrix-mátrix skalár-vektor-
(F.1.21)
vagy a független változót (rendszerint időt, esetleg paramétert) tartalmazó függvényekkel f = f(x,u,t)
;
f = f(x,u,t)
;
f=f{x,u,t)
(F.1.22)
Különösen fontos néhány differenciálási szabály megállapítása. A skalár szerint vett derivált egyszerű, például: dx(t)
dx
x
dt
dt
dx
dx
2
n
dt '12
dA(t)
J
21
a
22
(F.1.23)
:
- [i ,i .---.-< , ] —x 1
dt
2
I
"In á
2n
= A
(F.1.24)
dt a
a
L ml
m2
a„
A skalár vektorfüggvény gradiensén a
grad[/(x)]=^M =
d/(x)
d/(x)
d/(x)
dx
dx
dx„
x
2
7T
(F.1.25)
oszlopvektort értjük, ami a többváltozós .
ir (F.1.26)
dx
[dxj
dx
2
dx„
differenciál-operátor alkalmazása, tehát (F.1.27)
Sokszor szerepel továbbá a JACOBI-féle derivált mátrix is:
386
d/i
d/i
d/i
djcj d/ = dxj
dx d/ dx
dx d/ dx„ 2
2
2
J = J(f,x)
n
2
2
(F.1.28)
d/»
d/ dxj m
dx
d*„
2
A nehézkes jelölés elkerülésére a JACOBI-mátrixot szimbolikusan (F.1.28) dx alakban, transzponáltját T
J
_d/ (x) if'*)* dx
1
(F.1.29)
alakban jelöljük. A gradiens vektor transzponáltja tehát
d/W
g r a di T l[ / ( x ) ] : T
(F.1.30)
dx
dx
F-2. Jelek és rendszerek összefoglaló A "jelek és rendszerek" általános témakörnek a szabályozástechnikát legközvetlenebbül érintő kérdéseit a fő fejezetekben egyidejűleg tárgyaltuk. Van néhány speciális terület, amelynek hatását és érvényességét a teljesség kedvéért ismerni kell, viszont nehezen kapcsolható közvetlenül szabályozástechnikai anyaghoz. Ezek közé tartozik a periodikus speciális jellel történő gerjesztés, amely témakörből csak a frekvenciafüggvény megértésében alapvető fontosságú szinuszos gerjesztést tárgyaltuk. Periodikus jellel gerjesztett lineáris folyamat dinamikája Legyen u(t)
a í = 0-tól kezdve az idő periodikus függvénye J
p
periódusidővel,
vagyis
M ( r + r ) = w(f). A periodikus jelet lényegében meghatározó alapfüggvény (vagy csonkított p
függvény) jelölésére vezessük be az u (t) A
függvényt, amely a 0
p
tartományban
megegyezik «(r)-vel, egyébként mindenütt nulla: u(t) t T
t
=
»A{t)=[K )-K - p)]< ) t
A periodikus
u(i)
0
;
0<í
függvény nyivánvalóan
(F.2.1)
t>T„ előállítható
az
u (t) A
alapfüggvény
ismételt
eltolásával és összegezésével
u{t)=J,u (t-jT ) A
v
=
l (t)u(t) A
(F.2.2)
387
ahol l ( í ) - t ismétlési operátornak nevezzük. Képezzük az w ( í ) alapfüggvény A
A
transzformáltját, az U (s)
függvényt. Az eltolási tétel értelmében
A
T
^ { « a ( í - 7 p)} =
LAPLACE
JsTp
e~ U (s)
(F.2.3)
A
amelyet (F.2.2)-ben felhasználva a periodikus a(í) jel LAPLACE transzformáltja oo
oo
= if { l ( í ) u{t)} = X e- *U (s) isT
J7(j) = if
A
jsT
= U (s)^e- ^
A
(F.2.4)
A
;=o
7=0
Vegyük észre, hogy itt alkalmazható a végtelen mértani sor összegképlete és U(s) = ^{l (t)u(t)}
=- ^ l-e
A
A m e n n y i b e n egy jel felhasználva az u (t) A
(F.2.5) p
L A P L A C E transzformáltja
U(s)
az (F.2.5)
alakra
hozható,
akkor
1
= i f " { t 7 ( í ) } alapfüggvényt, a periodikus jel időfüggvénye egyszerűen A
képezhető. Teljesülnie kell még, hogy w (f) = 0 legyen t > T -re. A
p
A következőkben azt vizsgáljuk, hogy egy LTI rendszer bementére adva a periodikus jelet, hogyan alakul a folyamat válasza, dinamikája. A folyamat kimenőjelének L A P L A C E transzformáltja alapján kaphatjuk meg a választ, ha a rendszer eredetileg energiamentes. A z átviteli függvény szokásos H(s) = B(s)/A(s) jelölésével a kimenőjel LAPLACE transzformáltja
l-e
Í
7
A(s)
P
A z Y(s) általában n e m egy periodikus függvény transzformáltja, hiszen nem teljesül t > 7 - r e az p
1
1
i r { y ( í ) } = i T { í / ( j ' ) / 7 ( í ) } = 0 feltétel. A H(s) A
törtfüggvény, az U (s)
(nem holtidős esetben) mindig racionális
viszont már n e m feltétlenül az. Bontsuk fel az Y(s)
A
függvényt egy
periodikus és egy n e m periodikus függvény összegére
Y
{
S
)
+
-l-e-^A(s)
i- -^ A{s)
1
ahol y (t)
= i f " { i ( í ) } és y (t
A
^
e
A
A
> T ) = 0, valamint C(s) egy ismeretlen polinom. A felbontási p
egyenletből kifejezhető a kimenőjel periodikus összetevőjének alapfüggvénye sT
B( )U (s)-(l-e~ Ac(s) S
.
A
A z F ( í ) - t visszatranszformálva minden t>T A
alapján
p
tudjuk meghatározni
feltételezve
C(s)-t.
.
c ( s )
időpontra zérust kell kapnunk. Ezen feltételek
Alkalmazzuk a kifejtési tételt egyszeres
pólusokat
388
(F.2.9) M O - !
W
P i í
Mivel az e
)
—
0
*
;
í
>
7
p
tényezők n e m lehetnek sérusok, ezért a z y ( í ) függvény csak akkor lehet minden A
t > T időpontban nulla, ha mind az n összetevő együtthatója nulla, azaz p
(F.2.10) P l
l-e
p
Ez a feltétel adja egyben az ismeretlen C(s) együtthatóira a megoldást., hiszen n számú független lineáris \ + cp x
+ c p? + ... + c p?
i
2
n
=ai
;
(F.2.11)
i = l,...,n
egyenletet tudunk felírni. A keresett együtthatókat ezen egyenletrendszer megoldásából kapjuk, amelynek kompakt alakja --1 c
c
i
Pl
2
Pl 2 P2
P2
C
\- n
IPn
Pl
-l
Pl
-1
P-n - 1 .
n
Pn
(F.2.12)
Pn
A folyamat kimenőjelének teljes időfüggvénye (F.2.7) alapján = 1
(F.2.13)
+
y(0 A(OyA(í) ytr(0 ahol y (t)
az úgynevezett n e m periodikus tranziens összetevő
ü
^iJ ytr
{ T )
C(s) \_f
C( )
f
Pi
~*
B{ )
U( )
Pt
A
Pi
- f ; % ) i - ^
E
\A{S)\-^A\ ) PI
Mivel a kifejtési tételhez csak a C( ) Pi
,
(F.2.14)
helyettesítési értékek kellenek, ezért most az (F.2.12)
egyenletrendszer megoldására nincs is szükség. A kimenőjel y (t) A
y (t)
1
=
A
alapfüggvényét (F.2.8) alapján az
0
1
^ {H( )U ( )}-^ < S
A S
n
(F.2.15)
A * ) . -sT„p
inverz LAPLACE transzformáltak segítségével kapjuk. (Itt az (F.2.8)-ban szereplő e hatását nem kell figyelembe vennünk, mert válasza az alap perióduson kívülre esik.) A kifejtési tételt alkalmazva 1
yA
( ) = sr Í - ? í i u (s)\ - flM- p,t t
A
e
=
389
l
Jegyezzük m e g , h o g y y ( í ) * sr {H(s)U (s)}, A
K
tehát F ( s ) * A
H(s)U (s). A
Periodikus jellel gerjesztett LTI folyamat kimenőjelének tehát két összetevője van: egy periodikus és egy tranziens jel. A tranziens jel lezajlása után csak a tiszta periodikus összetevő marad. A két összetevő akkor is jelentkezik, ha a folyamat kezdeti energiatartama nulla (az állapotegyenletben a kezdeti állapotvektor zérus), azaz n e m szabad a fenti két összetevőt összetéveszteni az állapotegyenlet homogén (magára hagyott) és inhomogén (gerjesztett) megoldás összetevőivel. A periodikus gerjesztésre kapott válasz fenti összetevői akkor is jelentkeznek, ha a kezdeti feltétel n e m zérusvektor. A z általános esetben a folyamat válaszának tehát három összetevője van.
F-3. Szabályozástechnikai szabványos jelek és elnevezések Szabályozástechnikai szabványos jelölések A folyamatirányítási rendszerek tervezése, üzembehelyezése, üzemeltetése, karbantartása megkívánja, hogy a feladat megoldásában résztvevők hatékonyan tudjanak együttműködni. Ehhez szükséges, hogy a rendszer dokumentációjában az egyes folyamatirányítási funkciójú berendezéseknek egységes jelölésrendszere legyen. A dokumentációban az irányítástechnikai berendezések jelölése technikai megvalósításukra és a folyamathoz való csatlakozásukra utal. Szabványos grafikus és betűjelzések segítik az irányítástechnikai tervrajzokat olvasó mérnököket, technikusokat a tervrajzok értelmezésében.
r - - ~ 0 i
Összetétel szabályozó
Összetétel érzékelő
F-3.1. ábra A műszerezési tervekben alkalmazott tipikus jelölések Az azonosítási rendszerek és szabványos ajánlások energiaipar, mezőgazdaság, stb.).
iparáganként
különböznek (vegyipar,
A D I N (Deutsches Institut für Normung) 19227 szabvány számos grafikus szimbólumot ad meg érzékelőkre, szabályozókra, beavatkozó szervekre, irányítástechnikai segédberendezésekre. A D I N 1946, 2429, 2 4 8 1 , 1 9 2 3 9 és 30600 további ajánlásokat adnak. A műszerezési és irányítási funkciót egy kör vagy egyovális görbe és az abban szereplő betűk
390
és számjelzések jelölik. A betűk a fizikai mennyiség jellegére és az irányítási funkció jellegére utalnak, a számok megadják az egységnek a folyamatban elfoglalt helyét (pl. hányadik szelep, motor vagy érzékelő). A műszerezési tervekben alkalmazott jelöléseken (lásd az F-3.1. ábrát) a körben szereplő betűjelzésben az első betű a mért, vagy szabályozott mennyiség jellegére utal. Néhány első betűjel jelentése: E - villamos jellemző, F - átáramló mennyiség, G - elmozdulás, pozíció, L: szint, P - nyomás, Q - összetétel vagy más anyagtulajdonság (sokszor A is összetételt jelölhet), S - sebesség, T - hőmérséklet, V - viszkozitás A második betű irányítási funkciót jelöl, pl. T - érzékelés, C - szabályozás. Például a körben szereplő L C jelölés szintszabályozót jelöl. További betűk további funkciókra utalnak, ilyenek lehetnek például vészjelzésre, biztonsági működtetésre, számítógépes csatlakozásra, távadásra, stb. utaló betűk. A z alábbi ábra egy keverőtartályban a folyadék összetételszabályozását szemlélteti. Az ábrán látható a szelep valamint az összetételérzékelő és szabályozó dokumentációban szereplő szabványos jelölése. Egy másik szabvány a német villamosenergiaiparban kialakult és elsősorban európai cégek által általánosan használt szabványrendszer a K K S (Kraftwerk Kennzeichen System). Egy objektum K K S jelölése a technológia funkcionális struktúrájához igazodik. A folyamatkányítási funkciók és jelölések a gépészeti és villamos erőátviteli funkciókhoz és jelölésekhez igazodnak. A berendezések egységes jelölése lehetővé teszi egy bonyolult, több részre osztható technológiában az egyes egységek azonosítását. Egy szelep jelölése például 0 3 G C R 3 1 A A 1 0 1 , ahol a 0 3 jelzi, melyik nagy rendszerben szerepel az adott szelep, G C R ezen belül a résztechnológia jele, 3 1 a csővezeték sorszáma, A A jelzi, melyik készülékhez csatlakozik a szelep, 101 pedig a szelep sorszáma. Ez a részletes jelölés lehetővé teszi a berendezések egyértelmű azonosítását. Az egyes technológiákhoz megadják a rendszer azonosítási jelöléseit. A zárt szabályozási kör legfontosabb jeleinek elnevezése Az F-3.1 táblázat megadja az irányítási körre vonatkozó magyar és angol elnevezéseket. F-3.1. tá ílázat Magyar elnevezések Angol elnevezések control káhyítás vezérlés open-loop control szabályozás closed-loop control, feedback control folyamat, szabályozott szakasz process, plant sensor érzékelő szerv actuator beavatkozó szerv controller, control algorithm szabályozó, szabályozási algoritmus szabályozott jellemző output signal, controlled variable y zavaró jellemző
y
disturbance, noise
módosított jellemző
"m
manipulated variable
alapjel ellenőrző jel
r
reference signal, set-point measured output, sensor output
rendelkező jel beavatkozó jel
n
y e u e
error signal control signal
A szabályozási kör működési vázlatát az F-3.2. ábra mutatja. A beavatkozó szerv és az érzákelő szerv dinamikáját sokszor összevonják a szakasz dinamikájával. Az összevont hatásvázlatot a F 3.3. ábra mutatja.
391
szabályozó
beavatkozó szerv
szakasz
érzékelő szerv
F-3.2. ábra Szabályozási kör működési vázlata
F-3.3. ábra Szabályozási kör összevont hatásvázlata
F-4. Számítógépes tervező (CAD) rendszerek Bonyolultabb szabályozások tervezése manapság már elképzelhetetlen lenne számítógép nélkül. A gyors számítógépek, a kifinomult fejlesztő környezetek és a jól kidolgozott tervezési algoritmusok lehetővé teszik egyszerű, pontos és rugalmas szabályozási rendszerek tervezését és szimulációját. A rendszerek tervezése két fázisból áll, a szabályozó tervezésébőlés a rendszer szimulációjából. A tervezés fázisában a minőségi előírások alapján határozzuk m e g a szabályozó paramétereit. A szimuláció során adott paraméterekre vizsgáljuk a rendszer működését, valamilyen mérőszám vagy vizuális megjelenítés alapján. A grafikus megjelenítés egyre inkább előtérbe kerül, mivel a technika lehetővé teszi a gyors, pontos és információban gazdag megjelenítést. Számos programcsomag képes szabályozástechnikai rendszerek tervezésére. Ezeket két fő csoportra lehet osztani. Az első csoportba tartoznak az általános matematikai számításokra tervezett csomagok, amelyeket kiterjesztettek szabályozók tervezésére. A másik csoportot az ipari szabályozási rendszerek alkotják, amelyek elsődleges célja a szabályozások végrehajtása, de ezek lehetővé teszik speciális tervezési feladatok ellátását is. F-4.1. M a t e m a t i k a i p r o g r a m c s o m a g o k A legismertebb szabályozástechnikai tervezési programcsomagokat általános matematikai számításokra fejlesztették ki, és csak később egészítették ki olyan speciális eszközkészlettel, amely segíti a tervezési eljárásokat. Számos olyan programcsomag is létezik, amelyeket ugyan n e m szabályozók tervezésére hoztak létre, de mégis matematikai és grafikai lehetőségeik miatt alkalmazhatók tervezésre. MATLAB® A M A T L A B ® tudományos és mérnöki számítások, szimulációk és grafikus adatmegjelenítés
392
elvégzésére kidolgozott programcsomag. A M A T L A B ® erős hátteret biztosít mátrix algebra, differenciálegyenletek és más matematikai problémák megoldására és az eredményeket képes jó minőségben, grafikusan megjeleníteni. A M A T L A B ® elterjedtsége és széleskörű alkalmazása abból adódik, hogy a M A T L A B ® utasításkészlete kiterjeszthető toolbox-ok segítségével. A toolbox tulajdonképpen egy függvénykönyvtár, amelyet különféle szakterületek támogatására fejlesztettek ki. A M A T L A B ® j ó grafikusképességekkel rendelkezik, és viszonylag bonyolult tervezési feladatokat is el lehet vele végezni elfogadható futási idővel. A M A T L A B ® programozása interaktív alapú, ami azt jelenti, hogy soronként hajtja végre az utasításokat fordítás nélkül. A gyorsaságot úgy éri el, hogy egyrészt a kritikus programrészek, függvények kódolása valamilyen alacsonyabb szintű nyelven, általában C vagy C++ -ban történik, másrészt a rendszer mátrix struktúrájú programozáson alapszik. A mátrix programozás lényege, hogy n e m kell külön egymásba ágyazott ciklusokat írni a mátrix műveletek számítására, hanem a meghívott függvények automatikusan végrehajtják a műveleteket a mátrix minden elemére. A M A T L A B ® számos matematikai műveletet, eljárást támogat (például komplex számok kezelése, mátrix inverz és sajátérték számítása, Fourier transzformáció, konvolúció számítása és egyenletek gyökeinek meghatározása). A M A T L A B ® közvetlenül n e m támogatja a szimbolikus számításokat, de lehetővé teszi azt a Symbolic Math Toolbox segítségével. A Symbolic Toolbox a M A P L E ® programozáson alapszik, csak hozzáillesztették a M A T L A B ® kezelő felülethez. A M A T L A B ® főleg mérnöki területeken terjedt el. Egyúj algoritmus vagy elmélet nem sokkal a megjelenése után azonnal megjelenik egy toolbox vagy függvénygyűjtemény formájában az algoritmus vizsgálata és más módszerekkel való összehasonlítása érdekében. A Control System Toolbox a szabályozási rendszerek tervezésére és szimulációjára alkalmas függvényeket tartalmaz. A szabályozót átvitelifüggvény és állapotteres leírásban lehet megadni. Folytonos és diszkrét rendszerek vizsgálatára alkalmas az idő- és a frekvenciatartományban. Képes egy- és több bemenetű, lineáris és nemlineáris rendszerek tervezésére. A toolbox nyitott, könnyen kiterjeszthető más függvényekkel és algoritmusokkal. A Control System Toolbox jól használható más hasonló toolbox-okkal együtt, például Fuzzy Logic Toolbox, Model Predictive Control Toolbox, Nonlinear Control Design Blockset, Sytem Identification Toolbox és Robust Control Toolbox. A S I M U L I N K ® egy grafikus programcsomag dinamikus rendszerek modellezésére és szimulációjára. A szimuláció interaktív, ezért könnyen látható a paraméterek változásainak hatása. A S I M U L I N K ® - b e n egy dinamikus rendszert blokk-diagrammal lehet megadni. A blokkokat nem kell külön előálktani, egy könyvtárból ki lehet őket másolni. A S I M U L I N K ® képes lineáris és nemlineáris rendszerek szimulációjára folytonos, diszkrét és hibrid tartományban. A S I M U L I N K ® a modellek szimulációját közönséges differenciálegyenletek integrálásával végzi. Számos integrálási módszer használatát teszi lehetővé. A szimuláció eredményét a M A T L A B ® felületen lehet felhasználni további adatfeldolgozásra vagy grafikus megjelenítésre. A S I M U L I N K ® grafikus felülete jelentősen megkönnyíti a szabályozók tervezését is szimulációját. MATHEMATICA® A M A T H E M A T I C A ® egy interaktív rendszer matematikai számítások elvégzésére. Támogatja numerikus és szimbolikus számítások elvégzését, és magában foglal egy magas szintű programozási nyelvet, amely lehetővé teszi, hogy a felhasználó saját eljárásokat hozzon létre.
393
A M A T H E M A T I C A ® általános matematikai számítások elvégzésére az egyik leghatékonyabb rendszer, melynek közel két millió felhasználója van világszerte. A z 1960-as évektől kezdve már léteztek egyedi programok speciálisszámítások elvégzésére, de a teljesen új szemléletű M A T H E M A T I C A ® lehetővé tette a műszaki számítások különböző területeinek egységes kezelését. A M A T H E M A T I C A ® 1988-as megjelenésével számos területen alapvető változást hozott a számítógépek használatában. A programot Stephen WOLFRAM irányítása alatt a Wolfram Research kutatócsoportja hozta létre. A kulcsfontosságú fejlesztés egy új szimbolikus számítógép nyelv létrehozását jelentette, amely először tette lehetővé a műszaki számításokhoz szükséges széles skálájú objektumok kezelését néhány alapkategória (primitivek) segítségével. Felhasználói és fejlesztői körébe igen nagyszámú matematikus, kutató és mérnök tartozik. Nagyon elterjedt az oktatásban is; manapság több száz tanagyag épül rá és fontos eszközzé vált a diákok számára világszerte. Segítségével bonyolult tanulmányokat lehet kényelmesen létrehozni, mivel egységes környezetben lehetőséget ad számításokra, modellezésre, szövegszerkesztésre és grafikus megjelenítésre. Egyik hátránya, h o g y tanulási görbéje igen meredek; az alapvető működés elsajátítása kicsit nehézkés. Nagy előnye, hogy nyitott architektúrájú és könnyen kiterjeszthető új területekre is, mint például alkalmazott matematika, informatika, szabályozástechnika, gazdaság, szociológia. A M A T H E M A T I C A ® - b a n az alapvető aritmetikai műveletek elvégezhetők. K o m p l e x számokat is lehet kezelni vele. Egyik legfontosabb adatstmktúrája a lista, amely tulajdonképpen egy halmaznak felel meg. Listákat egymásba ágyazottan lehet definiálni és rajtuk számos műveletet lehet végrehajtani, például egyesítés, metszet, elem hozzáadás és törlés. A mátrixok a listák egy speciális alakját képezik. Mátrixokra a tipikus mátrix műveletek alkalmazhatók, például inverz és sajátértékképzés. Szimbolikus képességeinek köszönhetően jól használható algebrai átalakításokra. Számos olyan átalakítást lehet vele egyszerűen elvégezni, amelyet kézzel igen nehéz kiszámolni, például tört egyszerűsítés, sorfejtés, részlettörtekre való bontás, egyenlet megoldás, minimumkeresés, deriválás és integrálás. A M A T H E M A T I C A ® - b a n a függvények formális transzformációs szabályok. Bármilyen objektum szerepelhet a függvény ki- és bemeneteként. A függvény állhat matematikai utasításokból, programvezérlő utasításokból (például if, then, for) vagy akár más programozási nyelven (Fortran, C) is létrehozható. Grafikai képességei lehetővé teszik, hogy az adatokat 1-, 2- és 3-dimenziós ábrákon jelenítse meg. MAPLE® A MAPLE® egy általános számítógépes algebrai rendszer, amelyet azzal a céllal fejlesztettek ki, hogy matematikai problémákat oldjon m e g és kiváló minőségű műszaki ábrákat hozzon létre. Egyszerű megtanulni, és pillanatok alatt bárki el tud vele végezni bonyolult matematikai számításokat. A M A P L E ® magában foglal magas szintű programozási nyelveket, ami lehetővé teszi, hogy a felhasználó saját eljárásokat definiáljon. Fő jellemzője, hogy szimbolikus számításokat is lehetővé tesz. Algebrai átalakításokat, sorfejtést, integrálást és differenciálszámítást lehet vele elvégezni. A matematika számos területén használható, például lineáris algebrai, statisztikai, csoportelméleti feladatok megoldására. A z utasításokat végre lehet hajtani interaktív m ó d o n vagy csoportosan is (batch mode). Jól használható oktatásra és fejlesztésre. Képességeit ki lehet terjeszteni külső függvények hozzáadásával. Több mint 2500
394
függvény áll rendelkezésre különféle szakterületeken. Ezek egy részét külső független vállalatok, kutatóintézetek fejlesztették ki. A leggyakoribb használatos függvénykönyvtárak, toolbox-ok a következők: - Global Optimization Toolbox - Database Integration Toolbox - Fuzzy Sets - M A P L E ® Professional Math Toolbox for LabVIEW® - Analog Filter Design Toolbox - ICP for MAPLE® (Intelligent Control and Parametrization: Lehetővé tesz automatikus, intelligens és robusztus szabályozó tervezést). A M A P L E ® matematikai képességei és az ICP toolbox lehetővé teszik szabályozástechnikai problémák megoldását, mégis főleg statisztikusok és matematikusok használják, a szabályozástechnikában és a mérnöki tervezésben kevésbé terjedt el. SysQuake® A SysQuake® a M A T L A B ® - h o z utasításaiban rendkívül hasonló rendszer, amelyet arra készítettek, hogy közvetlen képernyőn történő bevatkozással interaktív módon oldjuk m e g a tervezési feladatot. Segítségével a pólusok és zérusok helyét, a törésponti frekvenciákat, a szabályozó vagy folyamat paramétereket közvetlenül változtatva egyszerre több rendszerjellemző függvény (BODE diagram, NYQUIST diagram, gyökhelyörbe, a zárt kör jeleinek átmeneti függvényei) alakulását követhetjük nyomon a tervezéssel egyidőben. A z ember-gép kapcsolatot megvalósító szoftver eszközök objektum orientált struktúrában egyszerűen realizálhatóak. F-4.2 Ipari szabályozási rendszerek A z ipari szabályozó rendszerek manapság már külön számítógépes tervező rendszerrel vannak felszerelve. Ezek nem biztosítanakmindig széleskörű tervezési lehetőséget, hanem csak azokra az algoritmusokra terjednek ki, amelyek az adott rendszer működését biztosítják. Sok esetben ez csak egyszerű PID szabályozót jelent, amelynek paramétereit egy szimulációs felületen lehet állítani. A z ipari szabályozó rendszerek sok esetben lehetőséget adnak valamilyen automatikus tervezés megvalósítására. Ilyenek például az adaptív rendszerek, amelyek a szabályozó paramétereit automatikusan beállítják a rendszer viselkedése alapján. Számos nagy ipari váUalat rendelkezik komoly rendszer és szabályozó tervezési háttérrel. Ezeket a cégeket funkciójuk szerint a következőképpen lehet csoportosítani: - Integrált irányító rendszereket gyártó vállalatok: Rockwell, Honeywell. Teljes gyárak, vállalatok irányítását elvégzik, például a Rockwell Automation vállalat Rockwell Software programcsomagja lehetővé teszi teljes gyárak integrált kányítását, magában foglalva az automatizálási feladatok elvégzését is. - A robot gyártó vállalatok: Fanuk, Panasonik, ABB. Az előre gyártott ipari robotok valósítják meg manapság az automatizált gyártás nagy részét. - P L C gyártó vállalatok: Siemens, Allen Bradly (Rockwell), Toshiba. A P L C (Programable Logic Controller) az ipari folyamatirányító rendszerek egyik fő építőeleme. - Adatgyűjtő és mérőrendszereket gyártó vállalatok: National Instruments,
Siemens.
Számos cég több feladatot is eUát, de a besorolást a fő tevékenységük szerint végeztük. A
395
felsorolt vállalatok általában csak olyan programrendszereket fejlesztenek, amelyeket csak a saját gépeikre és eszközeikre lehet alkalmazni. A számos ipari rendszer közül talán csak a National Instruments által gyártott Lab VIEW® programcsomag vált széles körben elterjedt eszközzé és más cégek által is elfogadott fejlesztési környezetté. Lab VIEW® A L a b V I E W ® grafikus fejlesztési környezetet biztosít adatgyűjtésre, jelfeldolgozásra, adatmegjelenítésre. Rugalmas, magas szintű programozást tesz lehetővé a programozási nyelvek bonyolultsága nélkül. Megvannak mindazok a programozási eszközök (mint például adatstruktúrák, ciklusok és események kezelése), amelyek a hagyományos programozási nyelvekben is adottak, de sokkal egyszerűbb kezelői környezetben. A LabVIEW®-ban egy beépített fordító is megtalálható, ami hasonló teljesítményt biztosít, mint egy C fordító mind sebességben, mind pedig memóriaigényben. A L a b V I E W ® használhatósága és elterjedtsége annak köszönhető, hogy számos (jelenleg k b . 50) programkönyvtár, Toolkit áll a fejlesztők rendelkezésére. Ezek magukban foglalnak különféle virtuális eszközöket, mintaprogramokat és dokumentációkat, és jól beilleszkednek a fejlesztő környezetbe és alkalmazásokba. Ezeket a függvényeket olyan speciális igényekre tervezték és optimalizálták, amelyek széles területet fognak át a jelfeldolgozástól, a kommunikáción át az adatstruktúrákig. A főbb toolkit-ek a következők: - Application Deployment & Targeting Modules - Software Engineering & Optimization Tools - Data Management and Visualization - Real-Time and FPGA Deployment - Embedded System Deployment - Signal Processing and Analysis - Automated Test - Image Acquisition and Machine Vision - Control Design & Simulation - Industrial Control A Control Design Toolkit szabályozások tervezésére és analizálására környezetben. A Control Design Toolkit főbb jellemzői:
alkalmas L a b V I E W ®
- A L a b V I E W ® Control Design Toolkit, alkalmas szabályozások tervezésére és analizálására LabVIEW® környezetben. Interaktív grafikkus tervezést tesz lehetővé, például gyökhelygörbe segítségével. - A folyamat és a szabályozó megadható átviteli függvény alakban és állapotteres leírásban. - Ezek a modulok a LabVIEW® Simulation Module-M össze vannak integrálva. - A rendszer viselkedését számos eszköz segítségével lehet vizsgálni, mint például az átmeneti függvény, a Bode diagram, a zérusok és pólusok elhelyezkedése, stb. A L a b V I E W ® integrált környezetet biztosít az adatgyűjtésre, az identifikációra, szabályozó tervezésre és szimulációra. A rendszer viselkedése grafikusan vizsgálható, miközben változtatjuk a rendszer állítható paramétereit.
396
F-5. Bizonyítások, levezetések F-2.1 Egyszerű meghatározni a j ?mT
H(s) = l+sT,
H(j(u) = l + j(aT = \H(j(i))\e '
(F.2.1)
alak BODE diagramját. Az abszolút érték és fázisszög függése a körfrekvenciától 2
2
2
2
|//(;co)| = Vl + co 7; = [ l 0 1 g ( l + c o r ) ] dB
;
cp(co) = arctgcor
(F.2.2)
A függvények aszimptotikus viselkedését vizsgálva kapuk, hogy #(;'co) = l , |H(/co)| = 0 d B ; op(co) = 0 , h a
cú«co =l/r
(F.2.3)
1
valamint H(j(o)«j(oT
, |/í(;co)|«(201gco + 201gr) dB ; (p(co)» 9 0 ° , ha co»(ú =l/T
(F.2.4)
l
Ha a körfrekvenciát logaritmikus léptékben visszük fel, akkor az amplitúdó mindkét aszimptótája egyenes. A frekvenciatengelyen 1 dekád távolságra van egymástól két olyan pont, amelyekre 0 0 2 = 1 0 © ! , azaz l g c o = l + lgco . Logaritmikus léptékben tehát a dekád állandó távolságot jelent. Tehát az c o » c o tartományban a görbe aszimptótája egy 20db/dekád meredekségű egyenes, amely a OdB-es tengelyt az Cűj körfrekvencián metszi (törésponti körfrekvencia). Itt a pontos érték 2
1
1
| # ( 7 C O , ) | = (201g2)dB = 3dB
,) = arctgl = 45°
és
(F.2.5)
A függvények érintői d|i/(;co)|
dlg(l +
JSLJl
=
io
dlgco
dcpH
i
2
2
co r ) L
dco
=
darctgcor _dco_
dlgco
dco
2
2G>T
d Q )
= 10 dlgco
=
dlgco
T 1 + co r
, , c o dB/dekád 1 + co T
c o j ^ Ige
(F.2.6)
(
p
2
? )
n
amelyek meredeksége a törésponti körfrekvencián d|#(jco)|
= 10 dB/dekád
(F.2.8)
dlgco dcp(co) dlgco
= 66 fok/dekád to
0
(F.2.9)
397 F-3.1 Az állapotegyenlet megoldását a (3.18) egyenlet adja. Bizonyításához deriváljuk az egyenletet d_ \e ^ hu(x)dx = ±[^',(0)1 + díL ^ dí A
^
x
(F.3.1)
n
dí
itt At
±- [e x(0)]
At
=
t
Ae x(0)
(F.3.2)
es d_
(x)dx
dí o d0_ dí
= ÍA[^(-).„ ]d, f[^<'-^»w]„,W
+
(F.3.3) A(t X
A{ t x
- hu{x)}
= \Ae - - hu{x)dx J
+ bu(x)
„
x=0
ahol figyelembevettük, h o g y d í / d í = l, d 0 / d í = 0 é s
^
= 1. A (3.18) deriváltja tehát
(F.3.4)
F-3.2 Zérus kezdeti feltételekre (JC(0) = 0 ) és d = 0 esetén az w(í) = 8(í) gerjesztésre a rendszer súlyfüggvényét (3.18)-ből is kiszámíthatjuk
x(t)=
A
í)
]e ^~' bb(x)dx A
At
= e ' [-e~ (t)
w
T
=e
A t
A0
8(0)] b =
8(í) + e~
= y(t) = c x(t)
=
T
\e~
Az
b(x)d
A
Ax
b = e \e~
8(x)]^ =
At
eb
(F.3.5)
At
ce b
ami megegyezik az operátoros tartományban kapott (3.25)-tel. F-3.3 A mátrixelméletben alapvető a CAYLEY-HAMILTONtétel: bármely A mátrix kielégíti a saját karakterisztikus egyenletét, azaz a A(A) = 0 = d e t ( s / - A ) = 0 egyenletet a formailag azonos A(A) = 0 mátrix formában
(F.3.6) (lásd az F - l . Függeléket). Az (F.3.7) egyenletet az A
mátrix
V(A)
398
mátrixpolinomja is kielégíti, de kielégíti olyan F ( A ) mátrix függvény is, amelyhez tartozó
f(s)
függvény analitikus (reguláris) a komplex s sík origóját körülvevő bizonyos tartományban. Legyen most F ( A ) = e e
A x
A x
= C X ( T ) / + a {x)A 0
L
az alapmátrix, akkor a fentiek alapján fennáll, hogy + ... + a ^ A " '
1
(F.3.7)
F-5.1 A NYQUIST stabilitási kritérium a komplex függvénytan CAUCHY argumentum vezethető le. Az argumentum
elvéből
elv
Legyen T egy önmagát n e m metsző zárt görbe a komplex számsíkon, amely körülhatárol egy D tartományt. Tekintsük a z komplex változó egy f(z) függvényét. A z f(z) függvénynek a D tartományban P számú pólusa és Z számú zérusa van. Mind a pólusokat, mind a zérusokat multiplicitásukkal vesszük figyelembe. A függvény a tartomány többi pontjában analitikus(tehát ezekben a pontokban differenciálható). Az argumentum elv szerint a zárt görbét az óramutató járásával ellentétes irányban körüljárva az f(z) függvény A a r g / ( z ) szögváltozása 2 % ( Z - P ) - v e i egyenlő. r
± -.j-im . AM)
iz=z P
( F
.5,)
Bizonyítás Tételezzük fel, hogy / ( z ) - n e k a z = a pontban egy m multiplicitása zérusa van. A zérus m
környezetében az f{z)
függvény az alábbi alakban írható fel: f(z) = [z-o) g[z),
analitikus függvény. Képezzük az f\z)/ m f(z)
= J?^ z-a
+
f{z)
ahol
g(z)
kifejezést:
iM g(z)
(F.5.2)
A (F.5.2) kifejezés jobb oldalán a második tag z = a - b a n analitikus. A z első tag számlálója a reziduumot adja meg. A z (F.5.1) kifejezésben a zárt görbementi integrál a reziduumok összege a zérusokat és a pólusokat tekintve Z-P. Másrészt figyelembevéve, hogy (R5 3)
W)-l^
-
a következő összefüggés vezethető le:
J^
á Z =
d
ln/
=
J" ( W) J d H | / W N p ( ; a r g / ( z ) ) } )
=
399
= j dln|/(z)| + j J d(arg/(z)) r
= jA arg/(z) r
= 2nj{Z-P)
(F.5.4)
r
Ezzel beláttuk az ( F . 5 . 1 ) összefüggéssel megadott argumentum elvet, tehát -!-A arg/(z) = Z - P r
(F.5.5)
Z7C
A Nyquist stabilitási
kritérium
Vizsgáljuk egy negatívan visszacsatolt zárt szabályozási rendszer stabilitását. A karakterisztikus egyenlet: 1 + L(J) = 0
(F.5.6)
ahol L(s) a felnyitott kör átviteli függvénye. Tekintsük a komplex számsíkon az 5 . 1 7 . ábra szerinti zárt görbét. Ha az imaginárius tengelyen is vannak L(s) -nek pólusai, azokat egy kis sugarú körrel kerüljük meg az 5 . 1 8 . ábra szerint. A karakterisztikus polinomot az alábbi alakban ( 5 . 3 1 ) is felírhatjuk:
Tekintsük a karakterisztikus polinomot a leképzendő f{z) függvénynek. A z 5 . 1 7 . ábra szerinti görbét leképezve a karakterisztikus polinom szerint alkalmazhatjuk az argumentum elvet. Mivel az 5 . 1 7 . ábra szerinti görbét az óramutató járásával megegyező irányban járjuk körül, a leképzett görbe R körülfordulásainak száma a 0 pont körül: ^ - A a r g / ( z ) = /? = P - Z r
(F.5.8)
Z7C
A stabilitás biztosításához a karakterisztikus egyenletnek n e m lehetnek jobb oldali gyökei, tehát a stabilitás feltétele: Z= 0
(F.5.9)
és ezzel R=P
(F.5.10)
Vagyis a szabályozási rendszer stabilis, ha az 5 . 1 7 . ábra görbéjét a karakterisztikus polinom szerinti leképező görbe annyiszor veszi körül az óramutató járásával ellentétes pozitív irányban a 0 pontot, amennyi a felnyitott rendszer labilis, jobb oldali pólusainak a száma. A karakterisztikus polinom helyett az L(s) görbét leképezve kapjuk az ún. teljes NYQUIST görbét. Ennek körülfordulásait a - 1 pont körül vizsgálva a ( F . 5 . 1 0 ) feltétel teljesülése esetén a rendszer stabilis.
400
F-9.1 T
T
A c (sI-A
l
+ bk ^)
b összetett alak egyszerűsítéséhez használjuk a (3.13)-ban bevezetett
•i _ a d j ( s Z - A ) _ a d j (sí -A) (sI-A)~ det(j/-A) A(s)
<&(s) =
_ *¥(s)
(F.9.1)
A(s)
jelölést és használjuk fel az T
l
+ bk J
(sI-A
1
T
1
T
=[O~ (Í)+6Á: ]~ = 0 ( Í ) - 0 ( Í ) & [ I + Á : O ( Í ) & ] ~ V O ( Í )
(F.9.2)
mátrix inverziós lemmát, amelynek alapján (F.9.3) T
l+A: <Í>(s)&
l
\+k Q>{s)b
így (9.5) további alakulása (F.9.4) r y l
1+* O(S)6
j
t
Vegyük észre, hogy itt T
T
- 1
c 0(í)6 = c ( 5 / - A ) f t = H(j):
m
(F.9.5)
A(s) amelynek segítségével T
c Q(s)bk
_
T
k
r
B(s)
-H(s):
A(s)
A(s)
(F.9.6)
k B(s) T
Tx
A(s) +
k ¥(s)b
¥-9.2 A
k
kalibrációs tényező segítségével tudjuk a zárt rendszer T^s)
x
átviteü
függvényének
egységnyi statikus átvitelét biztosítani. A
s
T
0
= c T
(-
A
+
b
k
T
y
bk
*
=
l
(F.9.7)
feltételből kapjuk, hogy k = - \ c
T
*(A-bk j
(F.9.8)
401
A mátrix inverziós lemmát most a nevezőben alkalmazva —
\1
T]
ÍA-bk j
=A
1
_ 1
+A
1 r
_ 1
1 1
HTT
-
~^*Tj—1
e[l-A: A V
(F.9.9)
kapjuk, hogy - u
^
c
T
i t
-i
T
T
'
1
T
1
T
1
T -i^_c A- ft(l+fe A- ft-t A- ft)
A J t
A
_1
1-A: A Z
T
_1
l-Jfc A ft
(F.9.10)
T
c A-^ T
- 1
l-* A a így az (F.9.8) további alakja -1
T
* A
T
T
c (A-** )
_ 1
c
A
T
_ 1
a
_
ft-l 1
(F.9.11)
*
F-9.3 T
T
Mint azt a (9.10) származtatásakor láthattuk a póluselhelyező £ = & állapotvisszacsatoló vektort igen könnyű kiszámítani az irányíthatósági kanonikus alakból. A (3.67) egyenlettel kapcsolatban tárgyaltuk, hogy minden irányítható rendszer irányíthatósági kanonikus alakra c
1
hozható a T =M^(M ) c
transzformációs mátrix alkalmazásával. Innen kaptuk a visszacsatoló
C
vektor hasonlósági (9.13) transzformációját T
c
k
l
=kjT =kjM Ml c
(F.9.12)
c
A viszonylag bonyolult T transzformációs mátrix alkalmazása helyett található egy egyszerűbb számítási módszer is. A hasonlósági transzformáció T mátrixát a c
l
A = TAT
és
c
b =Tb
(F.9.13)
c
összefüggések alapján keressük. A z A mátrix hasonlósági transzformációja a (F.9.14)
A T = TA C
alakú egyenlettel is kifejezhető. Itt a T mátrix soraira a í,- jelölést bevezetve írhatjuk, hogy -a
2
...
a
~ n-\
a
~n
r
T
1
AT = C
0
...
0
0
T
tjA
T
tjA
t\ t l
l
/ *2
*2 T
0
1
...
0
0
. 0
0
0
1
0 . t
r
3
= TA = t h
T
A kijelölt műveleteket elvégezve kapjuk, hogy
l?n J
A = tjA
(F.9.15)
402
-Ö2*2 • •
-01*1
a
_
ÍJA
t
n-\ n-\
n 2
tjA A T=\ C
tjA
l
2
tlA -
=
A = TA
L
l
n-\
l
n
A két oldal megegyezéséből azt a következtetést kell levonnunk, hogy sorvektorokra az alábbi rekurzív összefüggés áll fenn, ha tj T i
l
; i=
n,n-l,...,2
illetve más formában tf-\=t A ; i= T
í,-
(F.9.17) A
i
az egyes
ismert:
T
t _ =t
(F.9.16)
n M
(F.9.18)
n,n-\,...,2
n
amelyet fel is tüntettünk a sorok képzésekor. Tehát az irányítható kanonikus alakra alakító transzformációs mátrix
2
tjA"-
T = T = t A~ T
C
n
(F.9.19)
3
n
Hasonló gondolkodással kapjuk szintén (F.9.13) és (F.9.16) alapján, hogy r
n
-2 -3
b = tjA -
= Tb =
c
-l
tjA -
»2
b
n
tlA -
i
n
l
Ln J
.
tlA«~
l
n
2
n
3
tjA -
b
tjA ~
.
tl
b (F.9.20)
b
tlb
amelynek transzponált alakja bj=tj[b
Ab
...
n
2
A~
n l
A ' b]=tjM
c
(F.9.21)
ahol M az irányíthatósági mátrix. Innét c
tI=bJ(M )
-l
c
Tehát t
n
(F.9.22)
az első sora az irányíthatósági mátrix inverzének, ugyanis
T
6 =[1,0,...,0] C
Tekintsük most a visszacsatoló vektor (F.9.12) transzformáltját
(F.9.23)
403
T
k
=kjT
c
=
[p -a p -a ,...,p -a ] í 1
h
2
2
n
n
T B
A-
(F.9.24)
3
A kijelölt műveleteket elvégezve kapjuk az T
T
* =í« XflA-'-í
T B
Í^A-
(F.9.25)
í
i=l
í=I
egyenletet, amelyben mindkét szummához A " - t hozzádva az alábbi különleges alakra jutunk r
(F.9.26)
T
k =t V(A)-t^A(A) n
Mivel a CAYLEY-HAMILTON tétel következtében minden négyzetes mátrix kielégíti a karakterisztikus polinomját, ezért A(A) = V(A) = 0. Az (F.9.26) végső alakja tehát *
T
(F.9.27)
=tJP(A)
Ez utóbbi egyenletet ACKERMANN formulának nevezzük. Az (F.9.12) szerinti összefüggést könnyebb kiértékelni számítógépes módszerekkel, mint az (F.9.27)-t. F-9.4 A póluselhelyezés alapvető (9.7) összefüggéséből a diagonális kanonikus alakra alapozottan azonos átalakításokkal kapjuk, hogy -
V(s)-A(s)-
g ( j )
1
_
A
l
d
kJ(sI-A )- b =A(s)kJ(sI-A y b
t
d
d
d
(F.9.28)
cJ>/-A )-V d
ahonnan (F.9.29) A(s) A bal oldalt részlettörtekre bontva, valamint figyelembevéve a rendszer diagonális jellegét írhatjuk, hogy n
,d
I
(F.9.30) A(s)
1=1
'
1=1
1
A részlettörtre bontás egyszeres pólusokra érvényes kifejtési tételét alkalmazva, tehát szorozzuk meg mindkét oldalt {s- A,/)-vei és helyettesítsük be az s = X értéket kapjuk a t
(F.9.31)
404 összefüggést. Ezt mindegyik pólusra el kell végeznünk. F-9.5 Az alábbaiakban a lépésenkénti átalakítás jól követhető, ha az F - l . Függelék (F.17) mátrix inverziós azonosságát figyelembe vesszük, így T
1 + ^(sI-A
= c - ( s i - A V
+
T
V \-k (sI-A
r
c (sI-A)
+ bk
1
T
+ bk +
b k ^ b k '
c
x
l
íc )
s
i
A
\ K
b c (sI-AY b\
= ^ - y \ + k (sI-AY b T
T
+íc )
T
X
h
)
l
l
(F.9.32) k
= \+
^ \sI-A)~ b k (sI-AYh T
l
V(s)
F-9.6 A 9.5. pontban tárgyalt, úgynevezett LQ szabályozó egy általánosan optimalizálási probléma speciális esete. Az általános feladat során az
megfogalmazható
(F.9.33)
*(0=^=/MM')] állapotegyenlettel leírható rendszer olyan minimalizálja a
u(t)
irányítását
szeretnénk meghatározni,
• = - j F [ x ( f ) , i i ( í ) ] d f =/[11(f)]
amely
(F.9.34)
általános integrálkritériumot. A megoldást az úgynevezett m i n i m u m elv szolgáltatja, szerint képeznünk kell a H(t) = F[x(t), u(t)} + X(tff[x(t),
u(t)]
amely
(F.9.35)
HAMILTON függvényt, amelyre a szélsőérték dH(t)
dH(t)_
dX(t)
du(t)
dx(t)
dt
=
-X(t)
(F.9.36)
2
2
szükséges feltételeinek kell fennállniuk. (A m i n i m u m elégséges feltétele, hogy d H/du >0 legyen.) A HAMILTON fügvény és a m i n i m u m (F.9.35) szükséges feltétele formailag íeltételes optimum LAGRANGE módszerének felel m e g %. tehát a módszer társvektora), hiszen az /[«(í)] minimumát az (F.9.33) feltétel mellett kell elérnünk. (Az állapottérben ugyanis tetszőleges mozgás n e m engedhető meg, csak olyan, amely megfelel (F.9.33)-nak.) A megoldásnál rendszerint feltételezzük, hogy X(t) = P(t)x{t), azaz az állapotvektorból lineáris transzformációval előállítható, így X(t) = P(t)x(t)
+
Px(t)
(F.9.37)
405
H a az integrál felső határa végtelen ( T = °°), akkor P(t)=P f
X(i) = Px(t)
és
állandó így P= 0, tehát
Í(t) = Px(t)
(F.9.38)
Az LTI folyamat LQ szabályozójának a
T
I = n[x (t)W x(t)
2
+
x
W u (t)]di[ t = min
(F.9.39)
u
u(t)
feladatot a lineáris rendszer dinamikáját leíró x(t)-Ax(t)
+ bu(t)
(F.9.40)
feltétel mellett kell megoldania. A HAMILTON függvény most T
H(t) = - [x
2
T
(t) W x(t) + W u (t)] x
2
(F.9.41)
+ X [A x(t) + b u(t)]
u
2
amelynek második deriváltja d H/du
=W
U
> 0 , így a szükséges feltétel biztosítása egyben
elégséges feltétel is. A szükséges feltétel egyrészt dH(t) du(t)
_
T
W u(t) + X b u
T
= W u(t) + b X u
=0
(F.9.42)
ahonnan az optimális irányítás »(') -
-T^* M') = -é-b Px(t) T
= -kl
r
Q
(F.9.43)
x(t)
Másrészt meg kell határoznunk az itt szereplő P mátrixot. Ehhez tekintsük a zárt rendszer eredő állapotegyenletét
x = Ax -bk^Q
x = ^A - bk^Q^jx = '
1 T A—-bb P T
^
\x=Ax
(F.9.44)
w amely pontosan olyan alakú, mint az állapotvisszacsatolásnál. A z LQ szabályozó tehát egy állapovisszacsatoló szabályozó. Az (F.9.36) és (F.9.44) egyenletek alapján a társvektor {
X = Px = PA
1 T
Pbb P
x =
(F.9.45)
PAx
amelynek ki kell elégítenie az (F.9.36) szükséges feltételből adódó
X(t) = ~^~^
r
= - W x ( í ) - A X(t) x
= -W x(t) K
T
-A Px(t)
T
= -{W
K
+A p)x(í)
(F.9.46)
egyenletet. Az utolsó két egyenletet összevetve a T
PA——Pbb P
T
)
= -(w +A P J x
(F.9.47)
406 egyenlőség adódik a szimmetrikus P meghatározására. Átrendezve kapjuk az úgynevezett nemlineáris algebrai RlCCATI mátrix egyenletet T
T
PA + A P——
Pbb P
= W
(F.9.48)
x
W„ amelynek explicit algebrai megoldása nincs, de számos numerikus módszer létezik viszont gyors számítógépes megoldására. A zárt rendszer állapotvektorának és a társvektornak az együttes állapotegyenletét egyszerűen felírhatjuk a (F.9.44) és (F.9.46) egyenletek alapján T
A
—bb P (F.9.49)
W
-A
x
T
.
Jegyezzük meg, hogy ha az integrál felső határa véges ( T < » ) , akkor P= P(i) időfüggő és a f
RlCCATI mátrix egyenletet a teljes 0 < t < T tartományra előre meg kell oldani. f
A következőkben megmutatjuk, hogy a RlCCATI mátrix egyenlet P megoldásának különleges jelentése van. Helyettesítsük be az optimális irányítás (F.9.41) egyenletét az (F.9.37) kritériumba
1
T
= j J[ *
+
W
w
d
»At)] <
=2/ \
x T
( 0 +
W [-kl u
Q
x(t)} | d t = (F.9.50)
T
JC (t)W x(t)
+^ J C
x
T
T
(t)
T
P bb Px(t) dt =
1
00 T
-\[x (t)W x(t)]dt x
ahol T
T
W =W +—P bb P W„ x
(F.9.51)
x
A gerjesztés nélküli (F.9.44) szerinti zárt rendszer megoldása It
x(t) =
e x(0)
(F.9.52)
így a gerjesztés nélküli esetre az (F.9.50) kritérium
T
A
h
A
t
I = ±][x (0)e ~ W e ~ x(0)]dt x
=
T
±x (0)Px(0)
(F.9.53)
ahol feltételeztük, hogy 00 A
e
At
'W e dt x
Ennek bizonyításához végezzük el az integrálást
(F.9.54)
407
AT
At
P=]e 'W e df-
AT
l
T
ATt
1
At
\A e W A- e dt
At
e 'W A- e
x
(F.9.55)
x
x
o
o Továbbá, ha A stabilis, akkor írhatjuk, hogy
l
P =
T
AT
-W A~ -A
T
l
1
e
A t
l
T
\A~ =-W A~ -A
x
Itt felhasználtuk, hogy A PA+A
At
e 'W e dt
v
x
At
=e A
1
PA
(F.9.56)
\ Végezetül a (F.9.57)
P = -Wv
egyenletet kapjuk, amelyet LJAPUNOV egyenletnek hívnak. A z egyenlet csak látszólag lineáris P-ben, mert W és A is függ P-től. A z egyenletet tovább átalakítva ismét az (F.9.48) algebrai RlCCATI mátrix egyenletre jutunk. Ezzel egyrészt bebizonyítottuk P - r e az (F.9.54) szerinti összefüggést, másrészt bemutattuk a P jelentését: gerjesztés nélküli esetben az (F.9.37) kritérium minimumát biztosító szabályozáshoz tartozó kvadratikus költségfüggvény mátrixa. x
Érdekes m é g megvizsgálni, hogy hogyan változik az időben maga a HAMILTON függvény. Képezzük az időben deriváltját dH
dH
dt
dx
TT
dx dH -+ du dí
TT
du
d7• +
dH dX
TT
dX
(F.9.58)
dt
Mivel (F.9.33) és (F.9.35) alapján fennáll, hogy dH
dH
dX
dx
(F.9.59)
= f
valamint vegyük figyelembe az (F.9.36) egyenletet, így dH
dx
TT
dx • dí
dH
TT
dX
+
dX
dt
=0
(F.9.60)
Tehát végezetül dH
= 0
(F.9.61)
dt azaz a HAMILTON függvény állandó (feltéve, hogy sem az irányítás,sem pedig az állapotvektor nem esik korlátozás alá Tehát korlátozás nélküli esetben a HAMILTON függvény időben invariáns és invariáns a bemenőjelre is (lásd a szélsőérték (F.9.36) szükséges feltételét).
F 11.1 A zérusrendű tartószerv
408
l-e
- Í R .
(F.ll.l)
átviteli függvénye alapján a tartószerv frekvenciafüggvénye
-JVTJ2 ZOHW|
í = ; ( ű
j
(
j
J
2
j
(
j
(
F
U
2
)
s
}
alakban írható fel. A fentiek alapján felírható a zérusrendű tartószerv abszolút érték függvénye \sin((üT /2)\ s
(F.11.3)
cor /2 s
valamint a fázisfüggvénye (F.11.4)
4 ^ Z O H O"©)} = Z { s i n ( ( ű r / 2 ) } - c o r / 2 s
s
1.2 1 0.8 0.6 0.4 0.2
-20
-15
-10
-5
0
5
10
15
20
F-l 1.1. ábra A zérusrendű tartószerv frekvenciafüggvényének abszolút érték függvénye
10
20
15
F - l 1.2. ábra A zérusrendű tartószerv frekvenciafüggvényének fázis függvénye A frekvenciafüggvény mindkét komponensét r = 1 sec választással ábrázoltuk az F - l 1.1. és s
az F-l 1.2. ábrán. Látható, hogy az abszolút érték függvény az co = 2n/T s
s
= 6 . 2 8 rad/sec
409 mintavételezési körfrekvencián és annak egész számú többszörösénél nullává válik, a fázisfüggvény pedig lineáris jellegű, T =T /2 értékű holtidős tagnak megfelelő mértékű, a h
s
szinguláris pontokban a fázis +180° értékkel változik. A z F - l l . l . ábrán az c o < c o / 2 = c o tartományban aktív ideális szűrő karakterisztikáját is feltüntettük. Látható, hogy az amplitúdó torzítás csak a legalacsonyabb frekvencia tartományban hanyagolható el. s
m a x
F-11.2 Induljunk
ki
az
f[k]
(k =0,1,2,...)
diszkrét
idejű
jel
z-transzformáltját
végtelen
hatványsorként definiáló
k
^{f[k]}
í
= F(z)=f f[k]z- =f[0]
+ f[l)z-
í
+ fm
(F.ll.l)
k=0 k
l
összefüggésből. Mindkét oldalt beszorozva a z ~ k
l
F(z)z ~
k 1
= f[0]z -
k 2
k
+ f[l]z -
3
+ f[2]z ~
k
1
adódik, ami nem más, mint a z " F(z)
tényezővel
+... + f[k]z~
l
+...
(F. 11.2)
kifejezés z = 0 hely körüli LAURANT sora. Tekintsük k
l
most azt a komplex sík origója köré írt C kört, amely magába foglalja z ~ F(z) Mivel a fenti kifejezésben z'
1
együtthatója f[k],
minden pólusát.
másrészt ez az együttható egyúttal
k
l
z ~ F(z)
reziduuma, így írhatjuk, hogy f[k] = %-\F{z)}
k
l
= A-.ÍF{z)z - áz
c
(F.l 1.3)
410
IRODALOMJEGYZÉK Áström, K.J.: Control System Design. Lecture Notes, University of California, 2002. Áström, K.J. and B. Wittenmark: Computer Controlled Systems. Theory and Design. Prentice Hall, Englewood Cliffs, 1984. Bosgra, O.H., H. Kwakernaak and G. Meinsma: Design Methods for Control Systems. Winter Course, Dutch Institute of Systems and Control, 2004. Csáki Frigyes: Szabályozások dinamikája. Akadémiai Kiadó, Budapest, 1966. Csáki Frigyes: Fejezetek a szabályozástechnikából. Állapotegyenletek. Műszaki Könyvkiadó, Budapest, 1973. Fodor György: Lineáris rendszerek analízise. Műszaki Könyvkiadó, Budapest, 1967. Horowitz, I.M.: Synthesis of Feedback Systems, Academic Press, N e w York, 1963. Kailath, T.: Linear Systems. Prentice-Hall, Englewood Cliffs, 1980. Lantos Béla: Irányítási rendszerek elmélete és tervezése I (Egyváltozós szabályozások). Akadémiai Kiadó, Budapest, 2 0 0 1 . Mikles, J. and M . Fikar: Process Modelling, Identification and Control 2 (Identification and Optimal Control), S T U Press, Bratislava, 2004. Ogata, K.: Discrete-Time Control Systems. Prentice-Hall, Englewood Cliffs, 1987. Tuschák Róbert: Szabályozástechnika. Műegyetemi Kiadó, Budapest, 1994.