Kaskadowa metoda sterowania standardowym pojazdem N-przyczepowym z zastosowaniem algorytmu VFO

Wielkość: px
Rozpocząć pokaz od strony:

Download "Kaskadowa metoda sterowania standardowym pojazdem N-przyczepowym z zastosowaniem algorytmu VFO"

Transkrypt

1 Kaskadowa metoda sterowania standardowym pojazdem N-przyczepowym z zastosowaniem algorytmu VFO Seminarium naukowe KSIS Poznań, kwiecień 2 Praca naukowa finansowana ze środków na naukę w latach 2-22 jako projekt badawczy nr N N Maciej Michałek Katedra Sterowania i Inżynierii Systemów Politechnika Poznańska M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym / 39

2 Plan Wprowadzenie 2 Model kinematyki SPNP 3 Definicja zadania sterowania 4 Kaskadowa struktura sterowania 5 Zastosowanie metody VFO 6 Weryfikacja numeryczna 7 Uwagi końcowe M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 2 / 39

3 Plan Wprowadzenie 2 Model kinematyki SPNP 3 Definicja zadania sterowania 4 Kaskadowa struktura sterowania 5 Zastosowanie metody VFO 6 Weryfikacja numeryczna 7 Uwagi końcowe M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 3 / 39

4 Dwa sposoby pasywnego mocowania segmentów pojazdu segment i- segment i- L hi i i segment i segment i L i i-ty przegub pasywny L i i-ty przegub pasywny L hi > mocowanie pozaosiowe (po) (ang. off-axle) L hi mocowanie osiowe (O) (ang. on-axle) Konfiguracje pojazdów przegubowych N-przyczepowych: Ogólny Pojazd N-Przyczepowy (OPNP): ciagnik (monocykl) + po/o po po/o Standardowy Pojazd N-Przyczepowy (SPNP): ciagnik (monocykl) + O + O O M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 4 / 39

5 Sterowanie pojazdami przegubowymi motywacja Argumenty teoretyczne SPNP i OPNP trudnymi obiektami sterowania (nieliniowe, nieholonomiczne, niestabilne w ruchu tyłem) dla SPNP większość rozwiazań wynika transformacji modelu do postaci łańcuchowej (lokalność metody, potencjalne trudności w strojeniu sterownika problem jakości sterowania w przestrzeni oryginalnej) szczególne trudności dla modelu OPNP (model nie jest linearyzowalny sprzężeniem zwrotnym dla N 2, nieminimalnofazowość w ruchu przodem) otwarte problemy (sterowanie z ograniczeniami na stan, odporność, uniwersalność sterowników, sterowanie OPNP dla N... ) 2 Argumenty praktyczne liczne zastosowania pojazdów przegubowych (w tym z przyczepami) manewry pojazdami przegubowymi częste i uciażliwe w praktyce nieintuicyjne i złożone manewry pojazdami wielosegmentowymi SPNP: Standardowy Pojazd N-Przyczepowy OPNP: Ogólny Pojazd N-Przyczepowy M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 5 / 39

6 Plan Wprowadzenie 2 Model kinematyki SPNP 3 Definicja zadania sterowania 4 Kaskadowa struktura sterowania 5 Zastosowanie metody VFO 6 Weryfikacja numeryczna 7 Uwagi końcowe M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 6 / 39

7 Standardowy pojazd N-przyczepowy: podstawowe definicje Y y tractor (segment ) v Wektor konfiguracji pojazdu q = [β... β N θ N x N y N ] T R N+3 () v 2 L Wektor konfiguracji ostatniego segmentu y y 2 trailer N (segment N+) y N P guidance point v N N N L N L 2 2 v x N x 2 x trailer 2 (segment 3) trailer (segment 2) X q = [θ N x N y N ] T R 3 (2) Wektor wejść sterujacych u = [ω v ] T R 2 (3) Punkt wyróżniony P (ang. guidance point) P = (x N, y N ) (4) x Współrzędne punktu P sa wyjściami płaskimi modelu kinematyki L i >, i =,..., N długości przyczep Wszystkie przyczepy mocowane osiowo (ang. on-axle hitching) standardowy pojazd/robot N-przyczepowy M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 7 / 39

8 Rekurencyjna (kaskadowa) postać modelu SPNP a) Y y tractor (segment ) v Równania kinematyki w postaci rekurencyjnej: ω v b) θ β θ ω = = ẋ =v c ẏ =v s tractor Eqs. (8,9) y y 2 y N v trailer N (segment N+) P guidance point β β 2 β N ẋ =v c ẏ =v s trailer v N Eqs. (8,9) N N L N β 2 L ω N- v N- 2 v 2 3 v x N x 2 x 2 2 θ N- N = N trailer 2 (segment 3) x ẋ N =v N c N ẏ N =v N s N trailer N- L trailer (segment 2) X + - Eqs. (8,9) β N ω N v N N = N ẋ N =v N c N ẏ N =v N s N trailer N standard N-trailer vehicle a) szkielet kinematyczny pojazdu/robota, b) schemat modelu w postaci kaskadowej θ N x N y N θ i = ω i, (5) ẋ i = v i cos θ i, (6) ẏ i = v i sin θ i, (7) ω i = v i sin β i, L i (8) v i = v i cos β i (9) β i = θ i θ i. () ω i, v i wirtualne sterowania i-tego segmentu M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 8 / 39

9 Model SPNP w postaci zwartej sin β L β sin β L sin β L 2 cos β 2 β 2. (. i 2 ) ( ). β i = j= cos β j sin β L i sin β i L i cos β i i ω + v ().. (. N ) θ N j= cos β j sin β L N N ẋ N ( N ) ẏ N j= cos β j cos θ N ( N ) j= cos β j sin θ N q = g ω + g 2 (q)v = S(q)u (2) S(q) = [ g g 2 (q) ], u = [ω v ] T M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 9 / 39

10 Cechy modelu kinematyki SPNP sterowalny w krótkim czasie* (spełnia LARC) Y y tractor (segment ) v silnie nieliniowy nieholonomiczny: ẋ i sin θ i ẏ i cos θ i =, i [,N] v 2 L DOF = dim(q) (N + ) = N + 3 N = 2 y y 2 y N trailer N (segment N+) P guidance point v N N N L N L 2 2 v 2 3 x N x 2 x 2 trailer 2 (segment 3) x trailer (segment 2) X ubogi w sterowanie: dim(q) dim(u ) = n m = N = N + osobliwy**, gdy i [;N ] : β i = π/2 (zmiana stopnia nieholonomiczności) strukturalnie niestabilny dla v < (efekt składania się pojazdu oraz efekt scyzoryka ang. jacknifing phenomenon) różniczkowo płaski***: wyścia płaskie x N i y N (linearyzowalny sprzężeniem zwrotnym) *J.-P. Laumond: Controllability of a multibody mobile robot, IEEE Trans. Robotics and Automation, 9(6), 993 **F. Jean: The car with N trailers: characterization of the singular configurations, ESAIM: Control, Optim. Calc. Variations, Vol., 996 *** P. Rouchon et al.: Flatness, motion planning and trailer systems, Proc. of 32nd CDC Conf., San Antonio USA, 993 M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym / 39

11 Plan Wprowadzenie 2 Model kinematyki SPNP 3 Definicja zadania sterowania 4 Kaskadowa struktura sterowania 5 Zastosowanie metody VFO 6 Weryfikacja numeryczna 7 Uwagi końcowe M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym / 39

12 Definicje zwiazane z zadaniem sterowania Wektor konfiguracji referencyjnej: [ ] qβt q t = = [β t... β tn θ tn x tn y tn ] T R N+3 q t Wektor błędu konfiguracji: [ ] eβ e = = [e β ē... e βn e θ e x e y] T q t q (3) Wektor błędów katów w przegubach: e β [β t β... β tn β N ] T R N (4) Wektor błędu położenia (orientacji i pozycji) ostatniego segmentu: e θ θ tn θ N ē = e x qt q = x tn x N R 3 e y y tn y N (5) M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 2 / 39

13 Zadanie sterowania Śledzenie trajektorii Dane: q t (τ) C d Założenia: At. At2. At3. trajektoria q t (τ) jest dopuszczalna i ustawicznie pobudzajaca: τ ẋ 2 tn (τ) + ẏ2 tn (τ) wszystkie elementy wektora q mierzalne wartości parametrów L i dokładnie znane Sterowanie do punktu Dane: q t = const, β ti, i =,..., N Założenia: Ap. dla ostatniego segmentu: ē() Ap2. Ap3. wszystkie elementy wektora q mierzalne wartości parametrów L i dokładnie znane Zadanie sterowania polega na zaprojektowaniu reguły sterowania ze sprzężeniem zwrotnym u = u (q t, q, ), która zastosowana do kinematyki robota reprezentowanej równaniami (5)-() zapewnia zbieżność błędu (3) w takim sensie, że: Śledzenie trajektorii lim ē(τ) δ oraz lim eβi (τ) δ2, τ τ Sterowanie do punktu lim ē(τ) δ oraz lim e βi (τ) = ±kπ τ τ przy czym: δ, δ 2 to założone otoczenia zera w przestrzeni uchybu oraz k {,, 2,...}. M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 3 / 39

14 Plan Wprowadzenie 2 Model kinematyki SPNP 3 Definicja zadania sterowania 4 Kaskadowa struktura sterowania 5 Zastosowanie metody VFO 6 Weryfikacja numeryczna 7 Uwagi końcowe M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 4 / 39

15 Propagacja prędkości wzdłuż łańcucha kinematycznego SPNP Propagacja prędkości w kierunku ciagnik przyczepy (na podstawie kinematyki (5)-()): ω i = L i v i sin β i (6) oraz v i = v i cos β i (7) β i = θ i θ i (8) β i = θ i θ i = ω i ω i (9) Propagacja prędkości w kierunku przyczepy ciagnik (na podstawie (6)-(9)): v i = L i ω i sin β i + v i cos β i (2) ω i = ω i + β i (2) β i = Atan2c (L i ω i v i, v i v i ) R (22) Atan2c (, ) : R R R M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 5 / 39

16 Wyprowadzenie sterowania kaskadowego pętla zewnętrzna Eksperyment myślowy: uwalniamy ostatnia przyczepę i traktujemy ja jak pojazd typu monocykl o wejściach sterujacych ω N i v N. Zakładamy, że dane sa funkcje sterujace Φ ω(ē, ), Φ v(ē, ), które zapewniaja asymptotyczne śledzenie trajektorii lub asymptotyczna stabilizację w punkcie dla pojazdu typu monocykl: LTPT: ω N = Φ ω(ē, ), v N = Φ v(ē, ) lim ē(τ) = qt(τ) q(τ) = τ LTPS: ω N = Φ ω(ē, ), v N = Φ v(ē, ) lim ē(τ) = qt q(τ) = τ LTPT: Last-Trailer Posture Tracker, LTPS: Last-Trailer Posture Stabilizer M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 6 / 39

17 Wyprowadzenie sterowania kaskadowego pętla zewnętrzna Skoro w SPNP nie możemy bezpośrednio wymusić spełnienia równań ω N = Φ ω(ē, ) oraz v N = Φ v(ē, ), zatem proponujemy przyjać: ω dn := Φ ω(ē, ), v dn := Φ v(ē, ) (23) q t q LTPT / LTPS ω dn := Φ ω ( e,.) v dn := Φ v ( e,.)...?... ω v kinematyka SPNP q pętla zewnętrzna Jak zapewnić, aby (ω dn ω N ) oraz (v dn v N )? Realizacja (ω dn ω N ) oraz (v dn v N ) możliwa poprzez odpowiedni ruch segmentu N, który wynika z ruchu segmentu N 2..., który ostatecznie wynika z ruchu modułu czyli modułu ciagnika (aktywny segment pojazdu SPNP). M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 7 / 39

18 Wyprowadzenie sterowania kaskadowego pętle wewnętrzne Propozycja procedury projektowej K. propagacja prędkości zadanych oraz kat zadany w złaczu (na podstawie (2)-(22)): v di L i ω di sin [ β i + v di cos β i (24) ] ω di ω di + βi (25) d β di Atan2c (L i ω di v di, v di v di ) R (26) K2. konstrukcja wewnętrznej pętli sprzężenia zwrotnego: [ βi ] d k i(β di β i ) + β di = k i e di + β di, k i > (27) ω di d/dτ ω di v di (24) v di- β di e di (26) - k i ω di- v di- SCM i Single Control Module β i M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 8 / 39

19 Wynikowy schemat układu sterowania kaskadowego SPNP Równania sterownika: v dn := Φ v(ē, ) (28) ω dn := Φ ω(ē, ) (29) v dn := L N ω dn sin β N + v dn cos β N (3) ) β dn := Atan2c (L N ω dn v dn, v dn v dn (3) ω dn := k N (β dn β N ) + β dn + ω dn (32) q wyjście (odpowiedź) obiektu sterowania β i wyjścia pomocnicze. v d := L 2 ω d2 sin β 2 + v d2 cos β 2 (33) β d2 := Atan2c (L 2 ω d2 v d, v d2 v d ) (34) ω d := k 2 (β d2 β 2 ) + β d2 + ω d2 (35) v d := L ω d sin β + v d cos β (36) β d := Atan2c (L ω d v d, v d v d ) (37) ω d := k (β d β ) + β d + ω d (38) Pozostaja do określenia jawne postaci funkcji sterujacych Φ v(ē, ) oraz Φ ω(ē, ) M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 9 / 39

20 Efekt składania się łańcucha kinematycznego pojazdu A R d 2 R D tractor (segment ) trailer (segment 2) tractor (segment ) trailer 2 (segment 3) B R 2 Q R tractor (segment ) trailer (segment 2) trailer 2 (segment 3) A: kostrukcja mechanicznie dopuszczajaca składanie się pojazdu (β, β 2 R) B: kostrukcja z mechanicznym ograniczeniem drugiego kata skręcenia (β 2 Q β R) M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 2 / 39

21 Efekt składania się łańcucha kinematycznego pojazdu Przedstawiona postać równań dopuszcza występowanie efektu składania pojazdu, ponieważ: β di Atan2c Li ω di v di, v di v di R }{{}}{{} R R Propozycja unikania efektu składania: wówczas v di σ L i ω di sin β i + v di cos β i, σ {, +} (39) β di Atan2c L i ω di v di, v di v di }{{}}{{} R R + gdy sgn(v di )=σ? Skuteczność propozycji (39) zależy od własności sterownika pętli zewnętrznej (LTPT/LTPS). Poza modyfikacja (39) pozostałe równania sterownika nie ulegaja zmianie. σ to zmienna decyzyjna, której wartość wybierana jest w odniesieniu do własności sterownika pętli zewnętrznej (LTPT/LTPS) M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 2 / 39

22 Kwestie implementacyjne algorytmu sterowania Nieciagłość algorytmu Definicja β di (τ I ) = Atan2c (A(τ I ), B(τ I )) nieokreślona, gdy A(τ I ) = B(τ I ) =. Propozycja: w chwilach τ I przyjać β di (τ I ) := β di = lim τ τ β di (τ). Alternatywnie: I IF (A 2 + B 2 ɛ) AND ( ē ɛ e) THEN β di := β di 2 Realizacja sprzężeń wyprzedzajacych β di analityczna wynikajaca z formalnego zróżniczkowania β di (wymaga pochodnych ω di oraz v di ) numeryczna z zastosowaniem dokładnych odpornych różniczkowatorów (ang. exact robust differentiators*) numeryczna aproksymacja poprzez filtrację: β di β dif = L {sβ di (s)/( + st F )} (aproksymacja zwykle pogarsza dokładność śledzenia w stanie ustalonym) 3 Zasada syntezy pętli wewnętrznych reguła heurystyczna: k i > k i+ (4) Wybór wartości k i > jako kompromis między sztywnościa pętli wewnętrznych a wrażliwościa układu zamkniętego na szumy pomiarowe oraz tolerancja ograniczeń sygnałów sterujacych (prędkości kół ciagnika). * A. Levant: Robust exact differentiation via sliding mode technique, Automatica, 34(3), 998 M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 22 / 39

23 Kwestie implementacyjne ograniczenia sterowania ω k max maksymalna dopuszczalna prędkość katowa koła ciagnika (kinematyka (2,)) przestrzeń prędkości kół ciągnika L kmax s u 2 przestrzeń prędkości platformy ciągnika u 2dop u 2max D P kinematyka u kmax kmax (2,) u max u dop u max Ω = kmax u 2max [ ] b/(2r) /r u b/(2r) /r, u = [u u 2 ] T = [ω v ] T, Ω = [ω P ω L ] T Procedura skalowania prędkości: u s = s u, { s max ; ω P ω k max ; } ω L (4) ω k max Składowe przeskalowanego sterowania u s sa już realizowalne fizycznie. M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 23 / 39

24 Plan Wprowadzenie 2 Model kinematyki SPNP 3 Definicja zadania sterowania 4 Kaskadowa struktura sterowania 5 Zastosowanie metody VFO 6 Weryfikacja numeryczna 7 Uwagi końcowe M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 24 / 39

25 Sterownik VFO jako LTPT lub LTPS - równania Równania sterownika VFO zapisane dla ostatniej (N-tej) przyczepy: Φ ω k ae a + θ a (42) Φ v h x cos θ N + h y sin θ N (43) Śledzenie trajektorii (LTPT) Sterowanie do punktu (LTPS) h x = k pe x + v x, v x = ẋ t (44) h y = k pe y + v y, v y = ẏ t (45) e a = θ a θ N (46) θ a = Atan2c (σ h y, σ h x) (47) θ a = (ḣyhx hyḣx)/(h2 x + h 2 y) (48) σ sgn(u 2t (τ)) (49) h x = k pe x + v x, v x = ησ ē cos θ tn (5) h y = k pe y + v y, v y = ησ ē sin θ tn (5) e a = θ a θ N (52) θ a = Atan2c (σ h y, σ h x) (53) θ a = (ḣyhx hyḣx)/(h2 x + h 2 y) (54) σ sgn(e x cos θ tn + e y sin θ tn ) (55) Współczynniki projektowe: k a, k p >, η (, k p) Postaci zmiennej decyzyjnej σ zdefiniowane w (49) i (55) sa wykorzystywane w ramach modyfikacji (39) algorytmu sterowania kaskadowego. M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 25 / 39

26 Sterownik VFO jako LTPT lub LTPS - interpretacje geometryczne śledzenie trajektorii k p = sterowanie do punktu k p = y tn y N y G wirtualna N-ta przyczepa referencyjna P x N e * e a q * t q * t h x tn * q * trajektoria referencyjna a N x G tn P x N h q * * ea a N e v * * y G y N 2ε * g 2t wirtualna N-ta przyczepa referencyjna tn q * t = x G przyjęte otoczenie pozycji referencyjnej dla N-tej przyczepy h = [h x h y] T, ē = [e x e y] T, v = [v x v y] T, q = [ẋ N ẏ N ] T, ḡ 2t = [cos θ tn sin θ tn ] T M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 26 / 39

27 Sterownik VFO jako LTPT lub LTPS - motywacja Gwarancja ruchu nieoscylacyjnego, prawie bez zmiany znaku prędkości postępowej (możliwa co najwyżej jedna zmiana znaku w stanie przejściowym skuteczność propozycji (39)) Efekt naprowadzania N-tej przyczepy przydatny w prostowaniu łańcucha SPNP Prostota strojenia sterownika VFO: K. k p (, 5] jako kompromis między szybkościa zbieżności a wrażliwościa na szumy pomiarowe i opóźnienia w pętli sprzężenia K2. k a := 2k p ponieważ proces orientowania jest kluczowy i istotniejszy od procesu popychania K3. η (, k p) zgodnie z żadan a intensywnościa efektu naprowadzania (tym większa intensywność im mniejsze k p η) Gwarancja asymptotycznej zbieżności błędów do zera dla zadania śledzenia oraz sterowania do punktu* *M. Michałek, K. Kozłowski: Vector-Field-Orientation feedback control method for a differentially driven vehicle, IEEE Trans. Control Sys. Techn., 8(), 2 M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 27 / 39

28 Plan Wprowadzenie 2 Model kinematyki SPNP 3 Definicja zadania sterowania 4 Kaskadowa struktura sterowania 5 Zastosowanie metody VFO 6 Weryfikacja numeryczna 7 Uwagi końcowe M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 28 / 39

29 Ilustracja wyników legenda q t.2. q() q(τ) q(): konfiguracja poczatkowa pojazdu, q t : konfiguracja referencyjna pojazdu, q(τ): bieżaca konfiguracja pojazdu M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 29 / 39

30 Sim: śledzenie trajektorii kołowej (ruch tyłem) TRAJECTORY TRACKING + VFO for LTPT Warunki symulacji.5 q() = [ π ] T q t () = [ π/2 ] T ω 3t =.5 rad/s, v 3t =.2 m/s β d := β df, T F =.5 s βd2,3 :=.5 Wartości parametrów L = L 2 = L 3 =.25 m k = 5, k 2 = 2, k 3 = 5, ɛ =. k a = 2, k p =, ɛ h =. ω k max = 8π rad/s, b =.7 m, r =.25 m y G [m].5.5 q t () Animacja: SRMPMovie.gif x G [m] e θ [rad] e x [m] e y [m] 2 β [rad] β 2 [rad] β 3 [rad] 5 ω [rad/s] v [m/s] time [s] time [s] time [s] M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 3 / 39

31 Sim2: śledzenie trajektorii złożonej (ruch tyłem) TRAJECTORY TRACKING + VFO for LTPT Warunki symulacji 2 q() = [ π/2.3] T q t () = [ π/2 ] T ω 3t =.5( + sin.5τ) rad/s, v 3t =.2 m/s β d := β df, T F =.5 s βd2,3 :=.5 Wartości parametrów L = L 2 = L 3 =.25 m k = 5, k 2 = 2, k 3 = 5, ɛ =. k a = 2, k p =, ɛ h =. ω k max = 8π rad/s, b =.7 m, r =.25 m y G [m].5.5 q t () Animacja: S2RMPMovie.gif x G [m] e θ [rad] e x [m] e y [m] 2 β [rad] β 2 [rad] β 3 [rad] 5 ω [rad/s] v [m/s] time [s] time [s] time [s] M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 3 / 39 5

32 Sim3: sterowanie do punktu (parkowanie równoległe tyłem) Warunki symulacji q() = [ π/2 ] T q t = [ π/2 ] T ω 3t = v 3t β d := β df, T F =.5 s βd2,3 :=.5 SET POINT REGULATION + VFO for LTPS Wartości parametrów L = L 2 = L 3 =.25 m k = 5, k 2 = 2, k 3 = 5, ɛ =. k a = 2, k p =, η =.8, ɛ h =. ω k max = 8π rad/s, b =.7 m, r =.25 m y G [m].5 q t.5 Animacja: S3RMPMovie.gif S3FoldRMPMovie.gif x G [m] 3 2 e θ [rad] e x [m] e y [m] time [s] 2 β [rad] β 2 [rad] β 3 [rad] time [s] 5 5 ω [rad/s] v [m/s] time [s] M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 32 / 39

33 Sim4: sterowanie do punktu (parkowanie równoległe przodem) Warunki symulacji q() = [ π/2 ] T q t = [ π/2 ] T ω 3t = v 3t β d := β df, T F =.5 s βd2,3 :=.5 SET POINT REGULATION + VFO for LTPS Wartości parametrów L = L 2 = L 3 =.25 m k = 5, k 2 = 2, k 3 = 5, ɛ =. k a = 2, k p =, η =.8, ɛ h =. ω k max = 8π rad/s, b =.7 m, r =.25 m y G [m].5 q t.5 Animacja: S4RMPMovie.gif x G [m] e θ [rad] e x [m] e y [m] 2 3 time [s] 3 2 β [rad] β 2 [rad] β 3 [rad] time [s] time [s] 5 5 ω [rad/s] v [m/s] M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 33 / 39

34 Sterowanie do punktu wpływ efektu naprowadzania SET POINT REGULATION + VFO: k p =., η=. SET POINT REGULATION + VFO: k p =., η=.3 SET POINT REGULATION + VFO: k p =., η= y G [m].5 y G [m].5 y G [m] x G [m] x G [m] x G [m] SET POINT REGULATION + VFO: k p =., η=.6 SET POINT REGULATION + VFO: k p =., η=.8 SET POINT REGULATION + VFO: k p =., η= y G [m].5 y G [m].5 y G [m] x G [m] x G [m] x G [m] Czasy trwania poszczególnych symulacji: τ h 29 s dla η =., η =.3, η =.4 oraz τ h = 4 s dla η =.6, η =.8, η =.9. M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 34 / 39

35 Plan Wprowadzenie 2 Model kinematyki SPNP 3 Definicja zadania sterowania 4 Kaskadowa struktura sterowania 5 Zastosowanie metody VFO 6 Weryfikacja numeryczna 7 Uwagi końcowe M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 35 / 39

36 Uwagi na temat stabilności układu zamkniętego Można pokazać, że dynamika układu zamkniętego daje się zapisać w następujacej postaci: gdzie: ē = f(ē, τ) + f (ē, e d, τ), ė d = Ae d + f 2 (ē, e d, τ) e d = [e d... e dn ] T = [β d β... β dn β N ] T A = diag{ k, k 2,..., k N } f (ē, e d, τ) = G( q t ē)γe ωv(ē, e d, τ), G( ) jest macierza kinematyki monocykla f 2 (ē, e d, τ) = He ωv(ē, e d, τ) e ωv = [e T ω e T v ] T, e ω = [ω d ω... ω dn ω N ] T, e v = [v d v... v dn v N ] T Γ, H sa macierzami o stałych elementach równych, lub + Dodatkowo zachodzi: f 2 (e d =, ) = oraz f (e d =, ) =, a nominalna (niezaburzona) dynamika ē = f(ē, τ) jest asymptotycznie stabilna (dla q t = const mamy ē = f(ē)). Wykazujac stosowne cechy funkcji f ( ) oraz f 2 ( ) planuje się skorzystać z twierdzeń o stabilności systemów wzajemnie połaczonych (ang. interconnected systems)*. * H. Khalil: Nonlinear systems. 3rd Edition, Prentice-Hall, 22 A. Isidori: Nonlinear control systems II, Springer 999 M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 36 / 39

37 Planowane dalsze prace Ograniczenie skutków znacznej wrażliwości układu zamkniętego w otoczeniu punktu q t 2 Badania w zakresie odporności układu zamkniętego (niepewność parametryczna: L si L i oraz L hi, szumy pomiarowe w sprzężeniu zwrotnym: q n = q + n) 3 Przeprowadzenie formalnej analizy stabilności i zbieżności 4 Eksperymentalna weryfikacja metody (stanowisko laboratoryjne RMP-SW) 5 Rozszerzenie koncepcji sterowania kaskadowego na pojazd OPNP Ad 4: Pomimo trudniejszej kinematyki OPNP propagacja prędkości jest tu prostsza (!): [ ] [ ] [ ] [ ] ωi ωi ωi = J(β v i ) = J ωi (β i v i v i ) i v i gdzie [ ] (Lhi /L J(β i ) = i ) cos β i (/L i ) sin β i, det(j(β L hi sin β i cos β i )) = (L hi /L i ) i M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 37 / 39

38 Pojazd laboratoryjny RMP (Robot Mobilny Przegubowy) M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 38 / 39

39 ... Dziękuję za uwagę! M. Michałek (KSIS-PP) Sterowanie pojazdem N-przyczepowym 39 / 39

Zastosowanie metody VFO do sterowania pojazdami N-przyczepowymi

Zastosowanie metody VFO do sterowania pojazdami N-przyczepowymi Zastosowanie metody VFO do sterowania pojazdami N-przyczepowymi Naukowe seminarium wyjazdowe Szklarska Poręba, 5-8 V 211 Praca naukowa finansowana ze środków na naukę w latach 21-212 jako projekt badawczy

Bardziej szczegółowo

Kaskadowe sterowanie przegubowym robotem mobilnym w systemie RMP-SW

Kaskadowe sterowanie przegubowym robotem mobilnym w systemie RMP-SW Kaskadowe sterowanie przegubowym robotem mobilnym w systemie RMP-SW Maciej Michałek, Marcin Kiełczewski, Tomasz Jedwabny Streszczenie Artykuł poświęcony jest problemowi sterowania przegubowym robotem mobilnym

Bardziej szczegółowo

Planowanie przejazdu przez zbiór punktów. zadania zrobotyzowanej inspekcji

Planowanie przejazdu przez zbiór punktów. zadania zrobotyzowanej inspekcji dla zadania zrobotyzowanej inspekcji Katedra Sterowania i Inżynierii Systemów, Politechnika Poznańska 3 lipca 2014 Plan prezentacji 1 Wprowadzenie 2 3 4 Postawienie problemu Założenia: Rozpatrujemy kinematykę

Bardziej szczegółowo

Metoda VFO i jej zastosowanie do sterowania potrójnym integratorem

Metoda VFO i jej zastosowanie do sterowania potrójnym integratorem Metoda VFO i jej zastosowanie do sterowania potrójnym integratorem Maciej Michałek i Krzysztof Kozłowski Katedra Sterowania i Inżynierii Systemów Politechnika Poznańska Piotrowo 3a, 6-965 Poznań {maciej.michalek/krzysztof.kozlowski}@put.poznan.pl

Bardziej szczegółowo

Automatyka i robotyka

Automatyka i robotyka Automatyka i robotyka Wykład 5 - Stabilność układów dynamicznych Wojciech Paszke Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski 1 z 43 Plan wykładu Wprowadzenie Stabilność modeli

Bardziej szczegółowo

Numeryczne metody optymalizacji Optymalizacja w kierunku. informacje dodatkowe

Numeryczne metody optymalizacji Optymalizacja w kierunku. informacje dodatkowe Numeryczne metody optymalizacji Optymalizacja w kierunku informacje dodatkowe Numeryczne metody optymalizacji x F x = min x D x F(x) Problemy analityczne: 1. Nieliniowa złożona funkcja celu F i ograniczeń

Bardziej szczegółowo

Planowanie i realizacja ruchu z wykorzystaniem własności stabilizatora VFO dla robota z napędem różnicowym

Planowanie i realizacja ruchu z wykorzystaniem własności stabilizatora VFO dla robota z napędem różnicowym Planowanie i realizacja ruchu z wykorzystaniem własności stabilizatora VFO dla robota z napędem różnicowym Maciej Michałek 1, Krzysztof Kozłowski 1 Streszczenie Artykuł prezentuje propozycję strategii

Bardziej szczegółowo

Laboratorium Podstaw Robotyki ĆWICZENIE 4

Laboratorium Podstaw Robotyki ĆWICZENIE 4 Laboratorium Podstaw Robotyki Politechnika Poznańska Katedra Sterowania i Inżynierii Systemów ĆWICZENIE 4 System sterowania robotem mobilnym MTracker Celem ćwiczenia jest poznanie sposobów sterowania nieholonomicznym,

Bardziej szczegółowo

Laboratorium Podstaw Robotyki ĆWICZENIE 4

Laboratorium Podstaw Robotyki ĆWICZENIE 4 Laboratorium Podstaw Robotyki Politechnika Poznańska Katedra Sterowania i Inżynierii Systemów ĆWICZENIE 4 System sterowania robotem mobilnym MTracker 1 Celem ćwiczenia jest poznanie sposobów sterowania

Bardziej szczegółowo

Podstawy robotyki wykład V. Jakobian manipulatora. Osobliwości

Podstawy robotyki wykład V. Jakobian manipulatora. Osobliwości Podstawy robotyki Wykład V Jakobian manipulatora i osobliwości Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Metoda bezpośrednia uzyskania macierzy

Bardziej szczegółowo

Kinematyka robotów mobilnych

Kinematyka robotów mobilnych Kinematyka robotów mobilnych Maciej Patan Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Adaptacja slajdów do wykładu Autonomous mobile robots R. Siegwart (ETH Zurich Master Course:

Bardziej szczegółowo

MECHANIKA II. Dynamika ruchu obrotowego bryły sztywnej

MECHANIKA II. Dynamika ruchu obrotowego bryły sztywnej MECHANIKA II. Dynamika ruchu obrotowego bryły sztywnej Daniel Lewandowski Politechnika Wrocławska, Wydział Mechaniczny, Katedra Mechaniki i Inżynierii Materiałowej http://kmim.wm.pwr.edu.pl/lewandowski/

Bardziej szczegółowo

Strategia śledzenia trajektorii z unikaniem kolizji dla robota mobilnego klasy (2,0)

Strategia śledzenia trajektorii z unikaniem kolizji dla robota mobilnego klasy (2,0) Strategia śledzenia trajektorii z unikaniem kolizji dla robota mobilnego klasy (2,) Maciej Michałek 1, Wojciech Kowalczyk 1, Krzysztof Kozłowski 1 Streszczenie Artykuł przedstawia koncepcję sterowania

Bardziej szczegółowo

Hybrydowy stabilizator odporny dla robota mobilnego o kinematyce (2,0)

Hybrydowy stabilizator odporny dla robota mobilnego o kinematyce (2,0) Hybrydowy stabilizator odporny dla robota mobilnego o kinematyce (2,) Maciej Michałek 1, Dariusz Pazderski 1 Streszczenie Artykuł przedstawia propozycję nowego algorytmu stabilizacji dla robota mobilnego

Bardziej szczegółowo

Technika regulacji automatycznej

Technika regulacji automatycznej Technika regulacji automatycznej Wykład 3 Wojciech Paszke Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski 1 z 32 Plan wykładu Wprowadzenie Układ pierwszego rzędu Układ drugiego

Bardziej szczegółowo

2.12. Zadania odwrotne kinematyki

2.12. Zadania odwrotne kinematyki Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów str. 1 2.12. Zadania odwrotne kinematyki Określenie zadania odwrotnego kinematyki T 0 N = [ ] n s a p = r 11 r 12 r 13 p x r 21 r 22 r 23

Bardziej szczegółowo

Manipulatory i roboty mobilne AR S1 semestr 5

Manipulatory i roboty mobilne AR S1 semestr 5 Manipulatory i roboty mobilne AR S semestr 5 Konrad Słodowicz MN: Zadanie proste kinematyki manipulatora szeregowego - DOF Położenie manipulatora opisać można dwojako w przestrzeni kartezjańskiej lub zmiennych

Bardziej szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 206/207

Bardziej szczegółowo

2.9. Kinematyka typowych struktur manipulatorów

2.9. Kinematyka typowych struktur manipulatorów Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów str. 1 2.9. Kinematyka typowych struktur manipulatorów 2.9.1. Manipulator planarny 3DOF Notacja DH Rys. 28 Tablica 1 Parametry DH Nr ogniwa

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Procesy wykładniczego wzrostu i spadku (np populacja bakterii, rozpad radioaktywny, wymiana ciepła) można modelować równaniem

Bardziej szczegółowo

Laboratorium Podstaw Robotyki ĆWICZENIE 4

Laboratorium Podstaw Robotyki ĆWICZENIE 4 Laboratorium Podstaw Robotyki Politechnika Poznańska Katedra Sterowania i Inżynierii Systemów ĆWICZENIE 4 System sterowania robotem mobilnym MiniTracker V3 Celem ćwiczenia jest poznanie sposobów sterowania

Bardziej szczegółowo

Stabilność II Metody Lapunowa badania stabilności

Stabilność II Metody Lapunowa badania stabilności Metody Lapunowa badania stabilności Interesuje nas w sposób szczególny system: Wprowadzamy dla niego pojęcia: - stabilności wewnętrznej - odnosi się do zachowania się systemu przy zerowym wejściu, czyli

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

Mechanika Robotów. Wojciech Lisowski. 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej

Mechanika Robotów. Wojciech Lisowski. 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej Katedra Robotyki i Mechatroniki Akademia Górniczo-Hutnicza w Krakowie Mechanika Robotów Wojciech Lisowski 5 Planowanie trajektorii ruchu efektora w przestrzeni roboczej Mechanika Robotów KRiM, WIMIR, AGH

Bardziej szczegółowo

Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki

Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt preskryptu do przedmiotu Podstawy Robotyki dr inż. Marek Wojtyra Instytut Techniki Lotniczej

Bardziej szczegółowo

Projektowanie układów metodą sprzężenia od stanu - metoda przemieszczania biegunów

Projektowanie układów metodą sprzężenia od stanu - metoda przemieszczania biegunów Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Laboratorium Sterowania Procesami Ciągłych Projektowanie układów metodą sprzężenia od stanu - metoda przemieszczania biegunów. Obliczanie

Bardziej szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 2017/2018

Bardziej szczegółowo

mechanika analityczna 1 nierelatywistyczna L.D.Landau, E.M.Lifszyc Krótki kurs fizyki teoretycznej

mechanika analityczna 1 nierelatywistyczna L.D.Landau, E.M.Lifszyc Krótki kurs fizyki teoretycznej mechanika analityczna 1 nierelatywistyczna L.D.Landau, E.M.Lifszyc Krótki kurs fizyki teoretycznej ver-28.06.07 współrzędne uogólnione punkt materialny... wektor wodzący: prędkość: przyspieszenie: liczba

Bardziej szczegółowo

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Do opisu członów i układów automatyki stosuje się, oprócz transmitancji operatorowej (), tzw. transmitancję widmową. Transmitancję widmową () wyznaczyć można na podstawie

Bardziej szczegółowo

Sterowanie napędów maszyn i robotów

Sterowanie napędów maszyn i robotów Wykład 7b - Układy wieloobwodowe ze sprzężeniem od zmiennych stanu Instytut Automatyki i Robotyki Warszawa, 2014 Układy wieloobwodowe ze sprzężeniem od zmiennych stanu Zadanie przestawiania Postać modalna

Bardziej szczegółowo

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi

Bardziej szczegółowo

#09. Systemy o złożonej strukturze

#09. Systemy o złożonej strukturze #09 Systemy o złożonej strukturze system składa się z wielu elementów, obiekty (podsystemy) wchodzące w skład systemu są ze sobą połączone i wzajemnie od siebie zależne mogą wystąpić ograniczenia w dostępności

Bardziej szczegółowo

D l. D p. Rodzaje baz jezdnych robotów mobilnych

D l. D p. Rodzaje baz jezdnych robotów mobilnych ERO Elementy robotyki 1 Rodzaje baz jezdnych robotów mobilnych Napęd różnicowy dwa niezależnie napędzane koła jednej osi, dla zachowania równowagi dodane jest trzecie koło bierne (lub dwa bierne koła)

Bardziej szczegółowo

Inżynieria Systemów Dynamicznych (4)

Inżynieria Systemów Dynamicznych (4) Inżynieria Systemów Dynamicznych (4) liniowych (układów) Piotr Jacek Suchomski Katedra Systemów Automatyki WETI, Politechnika Gdańska 2 grudnia 2010 O czym będziemy mówili? 1 2 WE OKREŚLO 3 ASYMPTO 4 DYNAMICZ

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZENIA NR 7

INSTRUKCJA DO ĆWICZENIA NR 7 KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 7 PRZEDMIOT TEMAT OPRACOWAŁ LABORATORIUM MODELOWANIA Przykładowe analizy danych: przebiegi czasowe, portrety

Bardziej szczegółowo

KARTA OPISU MODUŁU KSZTAŁCENIA

KARTA OPISU MODUŁU KSZTAŁCENIA Nazwa modułu: Kierunek studiów KARTA OPISU MODUŁU KSZTAŁCENIA Sterowanie robotów mobilnych Profil kształcenia (ogólnoakademicki, praktyczny) Kod Rok / Semestr Automatyka i Robotyka ogólnoakademicki 1 /

Bardziej szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 207/208

Bardziej szczegółowo

Podstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 2 - podstawy matematyczne Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Rzeczywiste obiekty regulacji, a co za tym idzie układy regulacji, mają właściwości nieliniowe, n.p. turbulencje, wiele

Bardziej szczegółowo

3.1. Jakobian geometryczny

3.1. Jakobian geometryczny Politechnika Poznańska, Katedra Sterowania i Inżynierii Systemów str. 1 3. Kinematyki różniczkowa i statyka 3.1. Jakobian geometryczny Pozycja i orientacja x manipulatora o n stopniach swobody zależy od

Bardziej szczegółowo

Kompensacja wyprzedzająca i opóźniająca fazę. dr hab. inż. Krzysztof Patan, prof. PWSZ

Kompensacja wyprzedzająca i opóźniająca fazę. dr hab. inż. Krzysztof Patan, prof. PWSZ Kompensacja wyprzedzająca i opóźniająca fazę dr hab. inż. Krzysztof Patan, prof. PWSZ Kształtowanie charakterystyki częstotliwościowej Kształtujemy charakterystykę układu otwartego aby uzyskać: pożądane

Bardziej szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 207/208

Bardziej szczegółowo

KINEMATYKA I DYNAMIKA CIAŁA STAŁEGO. dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury

KINEMATYKA I DYNAMIKA CIAŁA STAŁEGO. dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury KINEMATYKA I DYNAMIKA CIAŁA STAŁEGO dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury Funkcje wektorowe Jeśli wektor a jest określony dla parametru t (t należy do przedziału t (, t k )

Bardziej szczegółowo

Sposoby modelowania układów dynamicznych. Pytania

Sposoby modelowania układów dynamicznych. Pytania Sposoby modelowania układów dynamicznych Co to jest model dynamiczny? PAScz4 Modelowanie, analiza i synteza układów automatyki samochodowej równania różniczkowe, różnicowe, równania równowagi sił, momentów,

Bardziej szczegółowo

Projektowanie układów regulacji w dziedzinie częstotliwości. dr hab. inż. Krzysztof Patan, prof. PWSZ

Projektowanie układów regulacji w dziedzinie częstotliwości. dr hab. inż. Krzysztof Patan, prof. PWSZ Projektowanie układów regulacji w dziedzinie częstotliwości dr hab. inż. Krzysztof Patan, prof. PWSZ Wprowadzenie Metody projektowania w dziedzinie częstotliwości mają wiele zalet: stabilność i wymagania

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp

Bardziej szczegółowo

Jakobiany. Kinematykę we współrzędnych możemy potraktować jako operator przekształcający funkcje czasu

Jakobiany. Kinematykę we współrzędnych możemy potraktować jako operator przekształcający funkcje czasu Wstęp do Robotyki c W. Szynkiewicz, 29 1 Jakobiany Kinematykę we współrzędnych możemy potraktować jako operator przekształcający funkcje czasu ( t )z(t)=k(x(t)) Ponieważ funkcje w powyższym równaniu są

Bardziej szczegółowo

Wykład Ćwiczenia Laborat orium. Zaliczenie na ocenę. egzamin

Wykład Ćwiczenia Laborat orium. Zaliczenie na ocenę. egzamin Wydział Elektroniki PWr KARTA PRZEDMIOTU Nazwa w języku polskim: Metody matematyczne automatyki i robotyki Nazwa w języku angielskim: Mathematical methods of automation and robotics Kierunek studiów: Automatyka

Bardziej szczegółowo

Metody Lagrange a i Hamiltona w Mechanice

Metody Lagrange a i Hamiltona w Mechanice Metody Lagrange a i Hamiltona w Mechanice Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład 8 M. Przybycień (WFiIS AGH) Metody Lagrange a i Hamiltona... Wykład

Bardziej szczegółowo

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11 Modele DSGE Jerzy Mycielski Maj 2008 Jerzy Mycielski () Modele DSGE Maj 2008 1 / 11 Modele DSGE DSGE - Dynamiczne, stochastyczne modele równowagi ogólnej (Dynamic Stochastic General Equilibrium Model)

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podstawy Automatyki Badanie i synteza kaskadowego adaptacyjnego układu regulacji do sterowania obiektu o

Bardziej szczegółowo

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych [ ] e Zadanie 1 Pokazać, że X(t) = 2t cos t sin t e 2t jest specjalną macierzą fundamentalną w sin t cos t [ 2 cos chwili τ = 0 układu

Bardziej szczegółowo

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych Mechatronika i inteligentne systemy produkcyjne Modelowanie systemów mechatronicznych Platformy przetwarzania danych 1 Sterowanie procesem oparte na jego modelu u 1 (t) System rzeczywisty x(t) y(t) Tworzenie

Bardziej szczegółowo

ROZWIĄZANIE PROBLEMU NIELINIOWEGO

ROZWIĄZANIE PROBLEMU NIELINIOWEGO Budownictwo, studia I stopnia, semestr VII przedmiot fakultatywny rok akademicki 2012/2013 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Jerzy Pamin Tematyka zajęć 1 Dyskretyzacja

Bardziej szczegółowo

Zagadnienia brzegowe dla równań eliptycznych

Zagadnienia brzegowe dla równań eliptycznych Temat 7 Zagadnienia brzegowe dla równań eliptycznych Rozważmy płaski obszar R 2 ograniczony krzywą. la równania Laplace a (Poissona) stawia się trzy podstawowe zagadnienia brzegowe. Zagadnienie irichleta

Bardziej szczegółowo

Z poprzedniego wykładu:

Z poprzedniego wykładu: Z poprzedniego wykładu: Człon: Ciało stałe posiadające możliwość poruszania się względem innych członów Para kinematyczna: klasy I, II, III, IV i V (względem liczby stopni swobody) Niższe i wyższe pary

Bardziej szczegółowo

Dynamika manipulatora. Robert Muszyński Janusz Jakubiak Instytut Cybernetyki Technicznej Politechnika Wrocławska. Podstawy robotyki wykład VI

Dynamika manipulatora. Robert Muszyński Janusz Jakubiak Instytut Cybernetyki Technicznej Politechnika Wrocławska. Podstawy robotyki wykład VI Podstawy robotyki Wykład VI Robert Muszyński Janusz Jakubiak Instytut Cybernetyki Technicznej Politechnika Wrocławska Dynamika opisuje sposób zachowania się manipulatora poddanego wymuszeniu w postaci

Bardziej szczegółowo

Sterowanie w programie ADAMS regulator PID. Przemysław Sperzyński

Sterowanie w programie ADAMS regulator PID. Przemysław Sperzyński Sterowanie w programie ADAMS regulator PID Przemysław Sperzyński Schemat regulatora K p e t e t = u zad t u akt (t) M = K p e t + K i e t + K d de(t) u zad uakt M K i e t K d de t Uchyb regulacji człony

Bardziej szczegółowo

Teoria sterowania - studia niestacjonarne AiR 2 stopień

Teoria sterowania - studia niestacjonarne AiR 2 stopień Teoria sterowania - studia niestacjonarne AiR stopień Kazimierz Duzinkiewicz, dr hab. Inż. Katedra Inżynerii Systemów Sterowania Wykład 4-06/07 Transmitancja widmowa i charakterystyki częstotliwościowe

Bardziej szczegółowo

Obiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany).

Obiekt. Obiekt sterowania obiekt, który realizuje proces (zaplanowany). SWB - Systemy wbudowane w układach sterowania - wykład 13 asz 1 Obiekt sterowania Wejście Obiekt Wyjście Obiekt sterowania obiekt, który realizuje proces (zaplanowany). Fizyczny obiekt (proces, urządzenie)

Bardziej szczegółowo

Podstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM

Podstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM Aademia GórniczoHutnicza im. St. Staszica w Kraowie Wydział Inżynierii Mechanicznej i Robotyi Katedra Automatyzacji Procesów Podstawy Automatyi Zbiór zadań dla studentów II rou AiR oraz MiBM Tomasz Łuomsi

Bardziej szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 2017/2018

Bardziej szczegółowo

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH Transport, studia I stopnia Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym

Bardziej szczegółowo

Modelowanie układów dynamicznych

Modelowanie układów dynamicznych Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 11 Równania Eulera-Lagrange a Rozważmy układ p punktów materialnych o współrzędnych uogólnionych q i i zdefiniujmy lagranżian

Bardziej szczegółowo

Identyfikacja obiektów dynamicznych za pomocą sieci neuronowych

Identyfikacja obiektów dynamicznych za pomocą sieci neuronowych Metody Sztucznej Inteligencji w Sterowaniu Ćwiczenie 3 Identyfikacja obiektów dynamicznych za pomocą sieci neuronowych Przygotował: mgr inż. Marcin Pelic Instytut Technologii Mechanicznej Politechnika

Bardziej szczegółowo

Modele zapisane w przestrzeni stanów

Modele zapisane w przestrzeni stanów Modele zapisane w przestrzeni stanów Modele Przestrzeni Stanów (State Space Models) sa to modele, w których część parametrów jest nieobserwowalna i losowa. Zachowanie wielowymiarowej zmiennej y t zależy

Bardziej szczegółowo

Rachunek różniczkowy i całkowy w przestrzeniach R n

Rachunek różniczkowy i całkowy w przestrzeniach R n Rachunek różniczkowy i całkowy w przestrzeniach R n Na dzisiejszym wykładzie rozważać będziemy funkcje f : R m R n Każda taka funkcję f można przedstawić jako wektor funkcji (f 1, f 2,, f n ), gdzie każda

Bardziej szczegółowo

Podstawy Automatyki. Wykład 2 - modelowanie matematyczne układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 2 - modelowanie matematyczne układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 2 - modelowanie matematyczne układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2017 Wstęp Rzeczywiste obiekty regulacji, a co za tym idzie układy regulacji, mają właściwości nieliniowe,

Bardziej szczegółowo

Definicje i przykłady

Definicje i przykłady Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest

Bardziej szczegółowo

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 20 KWANTOWE METODY MONTE CARLO 20.1 Kwantowa wariacyjna metoda Monte Carlo Problem własny dla stanu podstawowego układu N cząstek (H E 0 )ψ 0 (r)

Bardziej szczegółowo

Eliminacja drgań w układach o słabym tłumieniu przy zastosowaniu filtru wejściowego (Input Shaping Filter)

Eliminacja drgań w układach o słabym tłumieniu przy zastosowaniu filtru wejściowego (Input Shaping Filter) Eliminacja drgań w układach o słabym tłumieniu przy zastosowaniu filtru wejściowego (Input Shaping Filter) 1. WSTĘP W wielu złożonych układach mechanicznych elementy występują połączenia elastyczne (długi

Bardziej szczegółowo

1. Podstawowe pojęcia

1. Podstawowe pojęcia 1. Podstawowe pojęcia Sterowanie optymalne obiektu polega na znajdowaniu najkorzystniejszej decyzji dotyczącej zamierzonego wpływu na obiekt przy zadanych ograniczeniach. Niech dany jest obiekt opisany

Bardziej szczegółowo

I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji.

I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji. I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji. Niech x 0 R i niech f będzie funkcją określoną przynajmniej na

Bardziej szczegółowo

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2012 Uwarunkowanie zadania numerycznego Niech ϕ : R n R m będzie pewna funkcja odpowiednio wiele

Bardziej szczegółowo

3. KINEMATYKA Kinematyka jest częścią mechaniki, która zajmuje się opisem ruchu ciał bez wnikania w jego przyczyny. Oznacza to, że nie interesuje nas

3. KINEMATYKA Kinematyka jest częścią mechaniki, która zajmuje się opisem ruchu ciał bez wnikania w jego przyczyny. Oznacza to, że nie interesuje nas 3. KINEMATYKA Kinematyka jest częścią mechaniki, która zajmuje się opisem ruchu ciał bez wnikania w jego przyczyny. Oznacza to, że nie interesuje nas oddziaływanie między ciałami, ani też rola, jaką to

Bardziej szczegółowo

x x 1. Przedmiot identyfikacji System x (1) x (2) : x (s) a 1 a 2 : a s mierzone, a = zestaw współczynników konkretyzujacych F ()

x x 1. Przedmiot identyfikacji System x (1) x (2) : x (s) a 1 a 2 : a s mierzone, a = zestaw współczynników konkretyzujacych F () . Przedmiot identyfikacji System () x (2) x * a z y ( s ) x y = F (x,z)=f(x,z,a ),gdziex = F () znane, a nieznane x () x (2) x (s) mierzone, a = a a 2 a s zestaw współczynników konkretyzujacych F () informacja

Bardziej szczegółowo

Podstawy robotyki wykład VI. Dynamika manipulatora

Podstawy robotyki wykład VI. Dynamika manipulatora Podstawy robotyki Wykład VI Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Dynamika opisuje sposób zachowania się manipulatora poddanego wymuszeniu

Bardziej szczegółowo

Laboratorium Podstaw Robotyki ĆWICZENIE 3

Laboratorium Podstaw Robotyki ĆWICZENIE 3 Laboratorium Podstaw Robotyki Politechnika Poznańska Katedra Sterowania i Inżynierii Systemów ĆWICZENIE 3 Kinematyka i lokalizacja dwukołowego robota mobilnego Celem ćwiczenia jest wyprowadzenie modelu

Bardziej szczegółowo

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 Problem Dirichleta, proces Wienera Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126 28 maja, 2012 Funkcje harmoniczne Niech będzie operatorem Laplace a w

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność O układzie możemy mówić, że jest stabilny gdy układ ten wytrącony ze stanu równowagi

Bardziej szczegółowo

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód.

Aproksymacja. j<k. L 2 p[a, b] l 2 p,n X = Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza przestrzeni liniowej Π n. Dowód. Metody numeryczne Paweł Zieliński p. 1/19 Lemat 1. Wielomiany ortogonalne P 0,P 1,...,P n tworza bazę przestrzeni liniowej Π n. Dowód. Lemat 2. Dowolny wielomian Q j stopnia j niższego od k jest prostopadły

Bardziej szczegółowo

ANALIZA KINEMATYCZNA PALCÓW RĘKI

ANALIZA KINEMATYCZNA PALCÓW RĘKI MODELOWANIE INŻYNIERSKIE ISSN 1896-771X 40, s. 111-116, Gliwice 2010 ANALIZA KINEMATYCZNA PALCÓW RĘKI ANTONI JOHN, AGNIESZKA MUSIOLIK Katedra Wytrzymałości Materiałów i Metod Komputerowych Mechaniki, Politechnika

Bardziej szczegółowo

Regulator liniowo kwadratowy na przykładzie wahadła odwróconego

Regulator liniowo kwadratowy na przykładzie wahadła odwróconego Regulator liniowo kwadratowy na przykładzie wahadła odwróconego kwiecień 2012 Sterowanie Teoria Przykład wahadła na wózku Dany jest system dynamiczny postaci: ẋ = f (x, u) (1) y = h(x) (2) Naszym zadaniem

Bardziej szczegółowo

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych, IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy

Bardziej szczegółowo

Informatyka I Lab 06, r.a. 2011/2012 prow. Sławomir Czarnecki. Zadania na laboratorium nr. 6

Informatyka I Lab 06, r.a. 2011/2012 prow. Sławomir Czarnecki. Zadania na laboratorium nr. 6 Informatyka I Lab 6, r.a. / prow. Sławomir Czarnecki Zadania na laboratorium nr. 6 Po utworzeniu nowego projektu, dołącz bibliotekę bibs.h.. Największy wspólny dzielnik liczb naturalnych a, b oznaczamy

Bardziej szczegółowo

Rozszerzony konspekt preskryptu do przedmiotu Teoria Maszyn i Mechanizmów

Rozszerzony konspekt preskryptu do przedmiotu Teoria Maszyn i Mechanizmów Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt preskryptu do przedmiotu Teoria Maszyn i Mechanizmów Prof. dr hab. inż. Janusz Frączek Instytut

Bardziej szczegółowo

Metody numeryczne. Sformułowanie zagadnienia interpolacji

Metody numeryczne. Sformułowanie zagadnienia interpolacji Ćwiczenia nr 4. Sformułowanie zagadnienia interpolacji Niech będą dane punkty x 0,..., x n i wartości y 0,..., y n, takie że i=0,...,n y i = f (x i )). Szukamy funkcji F (funkcji interpolującej), takiej

Bardziej szczegółowo

Właściwości dynamiczne kolektora słonecznego a efektywność instalacji grzewczej

Właściwości dynamiczne kolektora słonecznego a efektywność instalacji grzewczej Właściwości dynamiczne kolektora słonecznego a efektywność instalacji grzewczej mgr inż. Joanna Aleksiejuk 2016-09-19 Problemy gospodarki energią i środowiskiem w rolnictwie, leśnictwie i przemyśle spożywczym

Bardziej szczegółowo

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems) P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Wprowadzenie Rozważmy

Bardziej szczegółowo

Pomiarowa baza badawcza na terenie PWSTE Measurement research base at the Higher School of Technology and Economics in Jarosław (PWSTE)

Pomiarowa baza badawcza na terenie PWSTE Measurement research base at the Higher School of Technology and Economics in Jarosław (PWSTE) Konferencja naukowa Jarosław 09.03.2017 r. Współczesne metody gromadzenia i przetwarzania danych geodezyjnych i gospodarczych Pomiarowa baza badawcza na terenie PWSTE Measurement research base at the Higher

Bardziej szczegółowo

II. Równania autonomiczne. 1. Podstawowe pojęcia.

II. Równania autonomiczne. 1. Podstawowe pojęcia. II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus listopada 07r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

Podstawy automatyki. Energetyka Sem. V Wykład 1. Sem /17 Hossein Ghaemi

Podstawy automatyki. Energetyka Sem. V Wykład 1. Sem /17 Hossein Ghaemi Podstawy automatyki Energetyka Sem. V Wykład 1 Sem. 1-2016/17 Hossein Ghaemi Hossein Ghaemi Katedra Automatyki i Energetyki Wydział Oceanotechniki i Okrętownictwa Politechnika Gdańska pok. 222A WOiO Tel.:

Bardziej szczegółowo

MECHANIKA II. Drgania wymuszone

MECHANIKA II. Drgania wymuszone MECHANIKA II. Drgania wymuszone Daniel Lewandowski Politechnika Wrocławska, Wydział Mechaniczny Daniel Lewandowski (I-19) MECHANIKA II. Drgania wymuszone 1 / 30 Układ drgajacy o jednym stopniu swobody

Bardziej szczegółowo

WYKŁAD 2 KINEMATYKA PŁYNÓW CZĘŚĆ 1 1/14

WYKŁAD 2 KINEMATYKA PŁYNÓW CZĘŚĆ 1 1/14 WYKŁAD 2 KINEMATYKA PŁYNÓW CZĘŚĆ 1 1/14 OPISY LAGRANGE A I EULERA. PRĘDKOŚĆ I PRZYSPIESZENIE PŁYNU. Elementem płynu nazywamy indywidualną i x 3, nieskończenie małą porcę płynu. Każdy element płynu ma przypisane

Bardziej szczegółowo

6. Zagadnienie parkowania ciężarówki.

6. Zagadnienie parkowania ciężarówki. 6. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można

Bardziej szczegółowo

I. DYNAMIKA PUNKTU MATERIALNEGO

I. DYNAMIKA PUNKTU MATERIALNEGO I. DYNAMIKA PUNKTU MATERIALNEGO A. RÓŻNICZKOWE RÓWNANIA RUCHU A1. Bryła o masie m przesuwa się po chropowatej równi z prędkością v M. Podać dynamiczne równania ruchu bryły i rozwiązać je tak, aby wyznaczyć

Bardziej szczegółowo

1 Płaska fala elektromagnetyczna

1 Płaska fala elektromagnetyczna 1 Płaska fala elektromagnetyczna 1.1 Fala w wolnej przestrzeni Rozwiązanie równań Maxwella dla zespolonych amplitud pól przemiennych sinusoidalnie, reprezentujące płaską falę elektromagnetyczną w wolnej

Bardziej szczegółowo

Równania różniczkowe cząstkowe. Wojciech Szewczuk

Równania różniczkowe cząstkowe. Wojciech Szewczuk Równania różniczkowe cząstkowe Równania różniczkowe cząstkowe - wstęp u x = lim x u(x + x, y) u(x, y) x u u(x, y + y) u(x, y) y = lim y y () (2) 2 u x 2 + 2xy 2 u y 2 + u = 3 u x 2 y + x 2 u + 8u = 5y

Bardziej szczegółowo

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III 1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może

Bardziej szczegółowo