Wprowadzenie do teorii sterowania

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wprowadzenie do teorii sterowania"

Transkrypt

1 Wprowadzenie do teorii sterowania Literatura podstawowa T. Kaczorek i inni, Podstawy teorii sterowania, WNT, Warszawa T. Kaczorek, Teoria sterowania i systemów, PWN, Warszawa T. Kaczorek, Teoria sterowania, PWN Warszawa t.1,1977, t.2,1981. W. Pe lczewski, Teoria sterowania, WNT, Warszawa K. Ogata, Metody przestrzeni stanów w teorii sterowania, WNT, Warszawa, Literatura uzupe lniaj aca H. Górecki, Optymalizacja systemów dynamicznych, PWN, Warszawa J. Zabczyk, Zarys matematycznej teorii sterowania,pwn, Warszawa H. Nijmeijer, A. van der Schaft, Nonlinear Dynamical Control Systems, Springer-Verlag, New York R. Vinter, Optimal Control, Birkhauser, Boston Sterowanie jest to celowe oddzia lywanie cz lowieka lub skonstruowanych przez niego urz adzeń na obiekt sterowania (natury technicznej, biologicznej, ekonomicznej) zapewniaj ace przebiegi procesów w obiekcie zgodne z przebiegami poż adanymi tj. zgodne z zadaniem sterowania. Sterowanie jest realizowane za pomoc a urz adzenia steruj acego. Zespó l urz adzenia steruj acego i obiektu sterowania nazywa siȩ uk ladem sterowania lub systemem sterowania. Wyróżnia siȩ dwie podstawowe struktury uk ladów sterowania: otwarty uk lad sterowania, w którym urz adzenie steruj ace nie korzysta z informacji o aktualnym przebiegu procesów w obiekcie Urz adzenie steruj ace Obiekt sterowania US sterowanie OS wyjście W otwartym uk ladzie sterowania zak ladana jest dok ladna aprioryczna zna- 1

2 jomość modelu obiektu. Na tej podstawie określany jest algorytm sterowania - nie uwzglȩdnia on jednak bież acych zmian w obiekcie i może być ma lo dok ladny. zamkniȩty uk lad sterowania, w którym urz adzenie steruj ace korzysta z informacji o aktualnym przebiegu procesów w obiekcie - w uk ladzie tym wprowadzane jest wiȩc sprzȩżenie zwrotne od obiektu do urz adzenia steruj acego. Urz adzenie steruj ace US sterowanie Obiekt sterowania OS wyjście W uk ladach sterowania badane s a przebiegi wielkości charakteryzuj acych obiekt sterowania i urz adzenie steruj ace. Przebiegi te traktowane s a jako funkcje czasu ci ag lego t [t 0, + ) lub jako funkcje czasu dyskretnego k = k 0, k 0 + 1, k 0 + 2,... Model matematyczny obiektu (uk ladu) obejmuje wielkości zwi azane z obiektem (uk ladem) i zależności miȩdzy nimi. Z obiektem sterowania o czasie ci ag lym zwi azane s a nastȩpuj ace charakterystyczne wielkości bȩd ace funkcjami czasu ci ag lego: Obiekt sterowania sterowanie u(t) zak lócenie z(t) stan obiektu x(t) wyjście y(t) u(t) = (u 1 (t),..., u j (t),..., u m (t)) T - sterowanie obiektu - wektor wielkości, za pomoc a których urz adzenie steruj ace oddzia lywuje na obiekt, y(t) = (y 1 (t),..., y p (t),..., y q (t)) T - wyjście obiektu - wektor wielkości mierzonych w obiekcie lub wektor wielkości, za pomoc a których obiekt oddzia lywuje na inne uk lady, 2

3 z(t) = (z 1 (t),..., z r (t),..., z s (t)) T - zak lócenie obiektu - wektor wielkości niekontrolowanych, za pomoc a których otoczenie oddzia lywuje na obiekt sterowania, x(t) = (x 1 (t),..., x i (t),..., x n (t)) T - stan obiektu - najmniejszy liczebnie zespó l wielkości, znajomość którego w danej chwili czasu t wraz ze znajomości a wymuszeń u(t) i z(t) pocz awszy od chwili t pozwala jednoznacznie określić zachowanie siȩ obiektu w przysz lości tj. przebiegi x(t) i y(t); stan obiektu charakteryzuje wnȩtrze obiektu i reprezentuje jego pamiȩć, w której gromadzone s a skutki przesz lych oddzia lywań na obiekt. Zależności miȩdzy wielkościami charakteryzuj acymi uk lad sterowania o czasie ci ag lym obejmuj a równanie stanu obiektu w postaci równania różniczkowego (liniowego lub nieliniowego) ẋ(t) = f(x(t), u(t), z(t), t), x(t 0 ) = x 0, t [t 0, t 1 ], f : R n R m R q R R n, równanie wyjścia obiektu w postaci równania funkcyjnego y(t) = g(x(t), u(t), z(t), t), t [t 0, t 1 ], g : R n R m R s R R q, równanie urz adzenia steruj acego w postaci równania funkcyjnego u(t) = ϕ(y(t), t), t [t 0, t 1 ], ϕ : R q R R m. Liniowe autonomiczne stacjonarne uk lady sterowania: równanie stanu obiektu ma postać liniowego stacjonarnego równania różniczkowego ẋ(t) = Ax(t) + Bu(t), x(t 0 ) = x 0, t [t 0, t 1 ], A R n n, B R n m, równanie wyjścia obiektu ma postać liniowego stacjonarnego równania funkcyjnego y(t) = Cx(t), t [t 0, t 1 ], C R q n, równanie urz adzenia steruj acego ma postać liniowego stacjonarnego równania funkcyjnego u(t) = Ky(t) + ψ(t), t [t 0, t 1 ], K R m q, 3

4 gdzie A - macierz stanu, B - macierz sterowania, C - macierz wyjścia, K - macierz sprzȩżenia zwrotnego. Liniowe autonomiczne niestacjonarne uk lady sterowania: równanie stanu obiektu ma postać liniowego niestacjonarnego równania różniczkowego ẋ(t) = A(t)x(t)+B(t)u(t), x(t 0 ) = x 0, t [t 0, t 1 ], A(t) R n n, B(t) R n m, równanie wyjścia obiektu ma postać liniowego niestacjonarnego równania funkcyjnego y(t) = C(t)x(t), t [t 0, t 1 ], C(t) R q n, równanie urz adzenia steruj acego ma postać liniowego niestacjonarnego równania funkcyjnego u(t) = K(t)y(t) + ψ(t), t [t 0, t 1 ], K(t) R m q, gdzie A(t) - niestacjonarna macierz stanu, B(t) - niestacjonarna macierz sterowania, C(t) - niestacjonarna macierz wyjścia, K(t) - niestacjonarna macierz sprzȩżenia zwrotnego. Uwzglȩdnienie opóźnień stanu i sterowania w opisie dynamiki obiektu prowadzi do równań stanu w postaci równań różniczkowych z odchylonym argumentem ẋ(t) = f(x(t), x(t h 1 ), u(t), u(t h 2 ), z(t), t), gdzie h 1 jest opóźnieniem stanu, a h 2 jest opóźnieniem sterowania. 4

5 Uwzglȩdnienie przestrzennie roz lożonego stanu i sterowania prowadzi do równań stanu w postaci równań różniczkowych o pochodnych cz astkowych x(t, s)/ t = f(x(t, s), x(t, s)/ s, u(t, s), t, s), gdzie s jest zmienn a przestrzenn a. Z obiektem sterowania o czasie dyskretnym k = k 0, k 0 +1, k 0 +2,... zwi azane s a nastȩpuj ace charakterystyczne wielkości bȩd ace funkcjami czasu dyskretnego: Obiekt sterowania sterowanie u(k) zak lócenie z(k) stan obiektu x(k) wyjście y(k) u(k) = (u 1 (k),..., u j (k),..., u m (k)) T - sterowanie obiektu z czasem dyskretnym - wektor wielkości zmienianych w chwilach czasu dyskretnego, za pomoc a których urz adzenie steruj ace oddzia lywuje na obiekt, y(k) = (y 1 (k),..., y p (k),..., y q (k)) T - wyjście obiektu z czasem dyskretnym - wektor wielkości mierzonych w obiekcie w chwilach czasu dyskretnego, z(k) = (z 1 (k),..., z r (k),..., z s (k)) T - zak lócenie obiektu z czasem dyskretnym - wektor wielkości niekontrolowanych, za pomoc a których otoczenie oddzia lywuje na obiekt sterowania w chwilach czasu dyskretnego, x(k) = (x 1 (k),..., x i (k),..., x n (k)) T - stan obiektu z czasem dyskretnym - najmniejszy liczebnie zespó l wielkości, znajomość którego w danej chwili czasu dyskretnego k wraz ze znajomości a wymuszeń u(k) i z(k) pocz awszy od chwili k pozwala jednoznacznie określić zachowanie siȩ obiektu z czasem dyskretnym w przysz lości tj. określić przebiegi x(k) i y(k). 5

6 Zależności miȩdzy wielkościami charakteryzuj acymi uk lad sterowania o czasie dyskretnym obejmuj a równanie stanu obiektu w postaci równania różnicowego (liniowego lub nieliniowego) x(k + 1) = f(x(k), u(k), z(k), k), x(k 0 ) = x 0, k [k 0, k 1 ], f : R n R m R s R R n, równanie wyjścia obiektu w postaci dyskretnego równania funkcyjnego y(k) = g(x(k), u(k), z(k), k), k [k 0, k 1 ], g : R n R m R s R R q, równanie urz adzenia steruj acego w postaci dyskretnego równania funkcyjnego u(k) = ϕ(y(k), k), k [k 0, k 1 ], ϕ : R q R R m. Liniowe dyskretne autonomiczne stacjonarne uk lady sterowania: równanie stanu obiektu w postaci liniowego stacjonarnego równania różnicowego x(k + 1) = Ax(k) + Bu(k), x(k 0 ) = x 0, k [k 0, k 1 ], A R n n, B R n m, równanie wyjścia obiektu w postaci liniowego stacjonarnego dyskretnego równania funkcyjnego y(k) = Cx(k), t [k 0, k 1 ], C R q n, równanie urz adzenia steruj acego w postaci liniowego stacjonarnego dyskretnego równania funkcyjnego u(k) = Ky(k) + ψ(k), k [k 0, k 1 ], K R m q, gdzie A - macierz stanu uk ladu dyskretnego, B - macierz sterowania uk ladu dyskretnego, C - macierz wyjścia uk ladu dyskretnego, K - macierz sprzȩżenia zwrotnego uk ladu dyskretnego. Liniowe dyskretne autonomiczne niestacjonarne uk lady sterowania: równanie stanu obiektu w postaci liniowego niestacjonarnego równania różnicowego x(k + 1) = A(k)x(k) + B(k)u(k), x(k 0 ) = x 0, k [k 0, k 1 ], 6

7 A(k) R n n, B(k) R n m, równanie wyjścia obiektu w postaci liniowego niestacjonarnego dyskretnego równania funkcyjnego y(k) = C(k)x(k), k [k 0, k 1 ], C(k) R q n, równanie urz adzenia steruj acego w postaci liniowego niestacjonarnego dyskretnego równania funkcyjnego u(k) = K(k)y(k) + ψ(k), k [k 0, k 1 ], K(k) R m q, gdzie A(k) - niestacjonarna macierz stanu uk ladu dyskretnego, B(k) - niestacjonarna macierz sterowania uk ladu dyskretnego, C(k) - niestacjonarna macierz wyjścia uk ladu dyskretnego, K(k) - niestacjonarna macierz sprzȩżenia zwrotnego uk ladu dyskretnego. Podstawowe zadania sterowania zwi azane z realizacj a poż adanych procesów w uk ladach sterowania obejmuj a: zadanie sterowania docelowego - zadanie polega na przeprowadzeniu obiektu z zadanego stanu pocz atkowego do zadanego stanu końcowego lub do zadanego zbioru stanów końcowych, zadanie optymalnego sterowania docelowego - zadanie polega na tym, aby spośród wszystkich trajektorii stanu przeprowadzaj acych obiekt z zadanego stanu pocz atkowego do zadanego stanu końcowego wybrać trajektoriȩ optymaln a, dla której minimalizowany jest wskaźnik jakości procesu np. czas realizacji procesu (zadanie sterowania minimalnoczasowego) lub straty energetyczne na sterowanie (zadanie sterowania minimalnoenergetycznego), zadanie sterowania okresowego - zadanie polega na zastosowaniu okresowych oddzia lywań steruj acych na obiekt, które zapewniaj a poż adane uśrednione charakterystyki procesów zachodz acych w obiekcie, zadanie optymalnego sterowania okresowego - zadanie polega na tym, aby spośród wszystkich okresowych oddzia lywań steruj acych wybrać takie, które zapewni optymalny uśredniony wskaźnik jakości procesu np. jego maksymaln a średni a wydajność, zadanie regulacji stanu - zadanie polega na tym, aby na podstawie pomiaru wyjścia obiektu określić tak a korektȩ sterowania, która zniweluje odchylenie aktualnej trajektorii stanu od jej nominalnego przebiegu; zadanie to realizowane jest wiȩc w uk ladzie ze sprzȩżeniem zwrotnym, 7

8 zadanie optymalnej regulacji stanu - zadanie polega na wyborze optymalnego sterowania koryguj acego przebieg trajektorii stanu, które np. minimalizuje straty energetyczne na sterowanie. Podstawowe zagadnienia zwi azane z realizacj a zadań sterowania obejmuj a: badanie stabilności uk ladów sterowania tj. badanie wrażliwości trajektorii stanu na zaburzenia stanu pocz atkowego; zaburzona trajektoria stanu uk ladu niestabilnego może nieograniczenie oddalać siȩ od trajektorii poż adanej powoduj ac awariȩ uk ladu (uszkodzenie mechaniczne wskutek nadmiernego naprȩżenia wa lu silnika, pożar instalacji wskutek nadmiernie narastaj acej temperatury uk ladu, wybuch nadmiernie sprȩżonego sk ladnika chemicznego procesu produkcyjnego), badanie sterowalności uk ladów sterowania tj. badanie istnienia sterowania docelowego przeprowadzaj acego obiekt z zadanego stanu pocz atkowego do zadanego stanu końcowego; w zwi azku z tym określane s a warunki ca lkowitej lub czȩściowej sterowalności uk ladu, badanie obserwowalności uk ladów sterowania tj. określanie warunków, przy których na podstawie znajomości sterowania i wyjścia uk ladu można jednoznacznie określić stan uk ladu, synteza uk ladów sterowania o zadanych wartościach w lasnych macierzy stanu, dla których uk lad sterowania ma duży zapas stabilności i ma l a oscylacyjność, synteza wejściowo-wyjściowych uk ladów sterowania o zadanych zerach i biegunach transmitancji operatorowej, synteza obserwatorów stanu uk ladów sterowania, badanie algorytmów sterowania optymalnego tj. określanie warunków 8

9 ich zbieżności i szybkości ich zbieżności. Przyk lad: Uk lad sterowania tarcz a obrotow a tarcza obrotowa θ(t), Ω(t) U(t) silnik rewersyjny przek ladnia zmienna steruj aca - napiȩcie obwodu steruj acego silnika u(t) = U(t), zmienne stanu - po lożenie k atowe tarczy x 1 (t) = θ(t), prȩdkość k atowa tarczy x 2 (t) = Ω(t), zmienne wyjściowe - pomiar po lożenia k atowego za pomoc a uk ladu mostkowego y 1 (t) = c 1 θ(t), pomiar prȩdkości k atowej za pomoc a pr adnicy tachometrycznej y 2 (t) = c 2 Ω(t). Równania stanu obiektu ẋ 1 (t) = x 2 (t), x 1 (t 0 ) = x 10, ẋ 2 (t) = au(t), x 2 (t 0 ) = x 20. Równania wyjścia y 1 (t) = c 1 x 1 (t), Równanie sprzȩżenia zwrotnego y 2 (t) = c 2 x 1 (2). u(t) = k 1 y 1 (t) + k 2 y 2 (t). Wskaźniki jakości procesu sterowania docelowego tarcz a obrotow a: sterowanie minimalnoczasowe Q = t 1 t 0 dt = t 1 t 0, sterowanie minimalnoenergetyczne Q = t 1 t 0 u 2 (t)dt. Teoria struktur i systemów sterowania jest ilustrowana ćwiczeniami laboratoryjnymi ster1 - ster10 w systemie Mathematica Ćwiczenia s a pod adresami

Wprowadzenie do teorii sterowania. Procesy sterowania o parametrach skupionych.

Wprowadzenie do teorii sterowania. Procesy sterowania o parametrach skupionych. Dr hab. inż. Krystyn Styczeń, prof. PWr Wprowadzenie do teorii sterowania. Procesy sterowania o parametrach skupionych. http://staff.iiar.pwr.wroc.pl/krystyn.styczen/ http://krystyn.styczen.staff.iiar.pwr.wroc.pl/

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

Wprowadzenie do teorii sterowania. Procesy o parametrach skupionych

Wprowadzenie do teorii sterowania. Procesy o parametrach skupionych Politechnika Wroc lawska Wydzia l Elektroniki Katedra K8 Prof. dr hab. inż. Krystyn Styczeń http://staff.iiar.pwr.wroc.pl/krystyn.styczen/ Wprowadzenie do teorii sterowania. Procesy o parametrach skupionych

Bardziej szczegółowo

Liniowe uk lady sterowania.

Liniowe uk lady sterowania. Liniowe uk lady sterowania Rozwi azywanie liniowych rownań stanu Uk lady z czasem ci ag lym Liniowe stacjonarne równania stanu Przyk lad: Uk lad sterowania tarcz a obrotow a prȩt sprȩżysty tarcza obrotowa

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń.

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania

Bardziej szczegółowo

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk Opis systemów dynamicznych Mieczysław Brdyś 27.09.2010, Gdańsk Rozważmy układ RC przedstawiony na rysunku poniżej: wejscie u(t) R C wyjście y(t)=vc(t) Niech u(t) = 2 + sin(t) dla t t 0 gdzie t 0 to chwila

Bardziej szczegółowo

liniowych uk ladów sterowania

liniowych uk ladów sterowania Sterowalność i obserwowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t),

Bardziej szczegółowo

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych W podstawowym problemie sterowania optymalnego minimalizacji

Bardziej szczegółowo

Analityczne metody detekcji uszkodzeń

Analityczne metody detekcji uszkodzeń Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 5 Model procesu Rozważmy czasowo-dyskretny model liniowy gdzie: k dyskretny czas, x(k) R n wektor stanu, x(k + 1) = Ax(k)

Bardziej szczegółowo

Zasada optymalności Bellmana. Uogólniony optymalny regulator stanu.

Zasada optymalności Bellmana. Uogólniony optymalny regulator stanu. Zasada optymalności Bellmana. Uogólniony optymalny regulator stanu. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych z czasem ci ag lym W podstawowym problemie sterowania optymalnego

Bardziej szczegółowo

Synteza optymalnego regulatora stanu. Uk lady z czasem ci ag lym.

Synteza optymalnego regulatora stanu. Uk lady z czasem ci ag lym. Synteza optymalnego regulatora stanu. Uk lady z czasem ci ag lym. Po wyznaczeniu optymalnego nominalnego) procesu sterowania x o, u o nasuwa siȩ kwestia podtrzymywania tego procesu w warunkach ma lych

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

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

Sterowanie optymalne

Sterowanie optymalne Sterowanie optymalne Sterowanie Procesami Ciągłymi 2017 Optymalizacja statyczna funkcji Funkcja celu/kryterialna/kosztów Ograniczenie Q(x) min x x = arg min Q(x) x x X, gdzie X zbiór rozwiązań dopuszczalnych

Bardziej szczegółowo

Ekonomia matematyczna i dynamiczna optymalizacja

Ekonomia matematyczna i dynamiczna optymalizacja Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać

Bardziej szczegółowo

Projektowanie uk ladów sterowania z wykorzystaniem ich postaci kanonicznych

Projektowanie uk ladów sterowania z wykorzystaniem ich postaci kanonicznych Projektowanie uk ladów sterowania z wykorzystaniem ich postaci kanonicznych Niech bȩdzie dany uk lad sterowania taki, że nie wszystkie jego zmienne stanu s a bezpośrednio dostȩpne (mierzalne. Uk lad pozwalaj

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

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: SYSTEMY DYNAMICZNE 2. Kod przedmiotu: Esd 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Mechatronika 5. Specjalność: Techniki Komputerowe

Bardziej szczegółowo

Tematyka egzaminu z Podstaw sterowania

Tematyka egzaminu z Podstaw sterowania Tematyka egzaminu z Podstaw sterowania Rafał Trójniak 6 września 2009 Spis treści 1 Rozwiązane tematy 1 1.1 Napisać równanie różniczkowe dla zbiornika z odpływem grawitacyjnym...............................

Bardziej szczegółowo

Wprowadzenie do technik regulacji automatycznej. prof nzw. dr hab. inż. Krzysztof Patan

Wprowadzenie do technik regulacji automatycznej. prof nzw. dr hab. inż. Krzysztof Patan Wprowadzenie do technik regulacji automatycznej prof nzw. dr hab. inż. Krzysztof Patan Czym jest AUTOMATYKA? Automatyka to dziedzina nauki i techniki zajmująca się teorią i praktycznym zastosowaniem urządzeń

Bardziej szczegółowo

Procedura modelowania matematycznego

Procedura modelowania matematycznego Procedura modelowania matematycznego System fizyczny Model fizyczny Założenia Uproszczenia Model matematyczny Analiza matematyczna Symulacja komputerowa Rozwiązanie w postaci modelu odpowiedzi Poszerzenie

Bardziej szczegółowo

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 R. Rȩbowski 1 WPROWADZENIE Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 1 Wprowadzenie Powszechnie uważa siȩ, że metoda simplex, jako uniwersalny algorytm pozwalaj acyznaleźć rozwi azanie optymalne

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

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)

Podstawy Automatyki. wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24) Podstawy Automatyki wykład 1 (26.02.2010) mgr inż. Łukasz Dworzak Politechnika Wrocławska Instytut Technologii Maszyn i Automatyzacji (I-24) Laboratorium Podstaw Automatyzacji (L6) 105/2 B1 Sprawy organizacyjne

Bardziej szczegółowo

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach

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

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

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, 2019 Wstęp Obiekty (procesy) rzeczywiste, a co za tym idzie układy regulacji, mają właściwości nieliniowe,

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

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

Podstawy Automatyki. Wykład 2 - matematyczne modelowanie układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 2 - matematyczne modelowanie układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2019 Wstęp Obiekty (procesy) rzeczywiste, a co za tym idzie układy regulacji, mają właściwości nieliniowe,

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

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

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

Wprowadzenie do metod sterowania optymalnego

Wprowadzenie do metod sterowania optymalnego Wprowadzenie do metod sterowania optymalnego Pojȩcie procesu sterowania obejmuje zestaw trajektorii stanu i sterowania (x, u) X U, gdzie X jest przestrzeni a trajektorii stanu, a U jest przestrzeni a sterowania.

Bardziej szczegółowo

Transmitancje układów ciągłych

Transmitancje układów ciągłych Transmitancja operatorowa, podstawowe człony liniowe Transmitancja operatorowa (funkcja przejścia, G(s)) stosunek transformaty Laplace'a sygnału wyjściowego do transformaty Laplace'a sygnału wejściowego

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

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Sterowanie ciągłe. Teoria sterowania układów jednowymiarowych

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Sterowanie ciągłe. Teoria sterowania układów jednowymiarowych Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Sterowanie ciągłe Teoria sterowania układów jednowymiarowych 1 Informacja o prowadzących zajęcia Studia stacjonarne rok II Automatyka i Robotyka

Bardziej szczegółowo

Stabilność liniowych uk ladów sterowania

Stabilność liniowych uk ladów sterowania Stabilność liniowych uk ladów sterowania Stabilność uk ladów z czasem ci ag lym W teorii stabilności uk ladów sterowania badamy wrażliwość trajektorii stanu na zaburzenia stanu pocz atkowego. Interesuje

Bardziej szczegółowo

Filtr Kalmana. Struktury i Algorytmy Sterowania Wykład 1-2. prof. dr hab. inż. Mieczysław A. Brdyś mgr inż. Tomasz Zubowicz

Filtr Kalmana. Struktury i Algorytmy Sterowania Wykład 1-2. prof. dr hab. inż. Mieczysław A. Brdyś mgr inż. Tomasz Zubowicz Filtr Kalmana Struktury i Algorytmy Sterowania Wykład 1-2 prof. dr hab. inż. Mieczysław A. Brdyś mgr inż. Tomasz Zubowicz Politechnika Gdańska, Wydział Elektortechniki i Automatyki 2013-10-09, Gdańsk Założenia

Bardziej szczegółowo

POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII. Roman Kaula

POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII. Roman Kaula POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII Roman Kaula ZASTOSOWANIE NOWOCZESNYCH NARZĘDZI INŻYNIERSKICH LabVIEW oraz MATLAB/Simulink DO MODELOWANIA UKŁADÓW DYNAMICZNYCH PLAN WYKŁADU Wprowadzenie

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

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

Politechnika Warszawska Instytut Automatyki i Robotyki. Prof. dr hab. inż. Jan Maciej Kościelny PODSTAWY AUTOMATYKI

Politechnika Warszawska Instytut Automatyki i Robotyki. Prof. dr hab. inż. Jan Maciej Kościelny PODSTAWY AUTOMATYKI Politechnika Warszawska Instytut Automatyki i Robotyki Prof. dr hab. inż. Jan Maciej Kościelny PODSTAWY AUTOMATYKI 12. Regulacja dwu- i trójpołożeniowa (wg. Holejko, Kościelny: Automatyka procesów ciągłych)

Bardziej szczegółowo

Sterowanie Napędów Maszyn i Robotów

Sterowanie Napędów Maszyn i Robotów Wykład 4 - Model w przestrzeni stanów Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Do zaprojektowania układu regulacji pozycji siłownika pneumatycznego, poszukiwany jest model dynamiki układu w

Bardziej szczegółowo

Sterowanie Napędów Maszyn i Robotów

Sterowanie Napędów Maszyn i Robotów Wykład 4 - Model silnika elektrycznego prądu stałego z magnesem trwałym Instytut Automatyki i Robotyki Warszawa, 2017 Wstęp Silniki elektryczne prądu stałego są bardzo często stosowanymi elementami wykonawczymi

Bardziej szczegółowo

WYKŁAD PROF. DR HAB. INŻ. TADEUSZA KACZORKA

WYKŁAD PROF. DR HAB. INŻ. TADEUSZA KACZORKA W pracy tej zostaną przedstawione: - warunki konieczne i wystarczające cykliczności macierzy A normalności macierzy transmitancji T(s); - warunki istnienia i metody doboru sprzężeń zwrotnych od stanu tak,

Bardziej szczegółowo

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transformata Z. March 20, 2013 Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transformata Z. Sygnał i system Sygnał jest opisem

Bardziej szczegółowo

Technika regulacji automatycznej

Technika regulacji automatycznej Technika regulacji automatycznej Wykład 1 Wojciech Paszke Instytut Sterowania i Systemów Informatycznych, Uniwersytet Zielonogórski 1 z 30 Plan wykładu Podstawowe informacje Modele układów elektrycznych

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy Rodzaj zajęć: wykład, laboratorium Automatyka Automatics Forma studiów: studia stacjonarne Poziom kwalifikacji: I stopnia Liczba

Bardziej szczegółowo

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas Pierwsze kolokwium z Matematyki I 4. listopada 03 r. J. de Lucas Uwagi organizacyjne: Każde zadanie rozwi azujemy na osobnej kartce, opatrzonej imieniem i nazwiskiem w lasnym oraz osoby prowadz acej ćwiczenia,

Bardziej szczegółowo

Sterowanie Napędów Maszyn i Robotów

Sterowanie Napędów Maszyn i Robotów Wykład 4 - Model silnika elektrycznego prądu stałego z magnesem trwałym Instytut Automatyki i Robotyki Warszawa, 2017 Wstęp Silniki elektryczne prądu stałego są bardzo często stosowanymi elementami wykonawczymi

Bardziej szczegółowo

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc Liczby zespolone, liniowa zależność i bazy Javier de Lucas Ćwiczenie. Dowieść, że jeśli µ := c d d c, to homografia h(x) = (ax+b)/(cx+d), a, b, c, d C, ad bc, odwzorowuje oś rzeczywist a R C na okr ag

Bardziej szczegółowo

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) = Uk lady równań różniczkowych Pojȩcia wsȩpne Uk ladem równań różniczkowych nazywamy uk lad posaci y = f (, y, y 2,, y n ) y 2 = f 2 (, y, y 2,, y n ) y n = f n (, y, y 2,, y n ) () funkcje f j, j =, 2,,

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

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

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy POCHODNA KIERUNKOWA Pochodne cz astkowe funkcji f(m) = f(x, y, z) wzglȩdem x, wzglȩdem y i wzglȩdem z wyrażaj a prȩdkość zmiany funkcji w kierunku osi wspó lrzȩdnych; np. f x jest prȩdkości a zmiany funkcji

Bardziej szczegółowo

Uogólnione modele uk ladów sterowania

Uogólnione modele uk ladów sterowania Uogólnione modele uk ladów sterowania Różniczkowo-algebraiczne modele uk ladów sterowania Analiza w lasności wielu uk ladów sterowania wymaga uogólnienia modeli procesów zachodz acych w tych uk ladach.

Bardziej szczegółowo

Równania różniczkowe cz astkowe rzȩdu pierwszego

Równania różniczkowe cz astkowe rzȩdu pierwszego Równania różniczkowe cz astkowe rzȩd pierwszego 1 Równania liniowe jednorodne Rozważmy równanie a 1 ( 1,..., n ) 1 +... + a n ( 1,..., n ) n = 0, (1) gdzie a i, i = 1,..., n s a dane, a fnkcja = ( 1,...,

Bardziej szczegółowo

Politechnika Poznańska Wydział Budowy Maszyn i Zarządzania Podstawy Automatyki laboratorium

Politechnika Poznańska Wydział Budowy Maszyn i Zarządzania Podstawy Automatyki laboratorium Cel ćwiczenia: Celem ćwiczenia jest uzyskanie wykresów charakterystyk skokowych członów róŝniczkujących mechanicznych i hydraulicznych oraz wyznaczenie w sposób teoretyczny i graficzny ich stałych czasowych.

Bardziej szczegółowo

Po wprowadzeniu zmiennych uzupe lniaj acych otrzymamy równoważny mu problem w postaci kanonicznej:

Po wprowadzeniu zmiennych uzupe lniaj acych otrzymamy równoważny mu problem w postaci kanonicznej: ROZDZIA L Metoda sympleksowa Motto: Matematyka nie może wype lnić życia ale jej nieznajomość już niejednemu je wype lni la H Steinhaus Tablica sympleksowa Rozważmy ZPL w postaci klasycznej maksymalizować

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

AiR_TR2_5/9 Teoria Regulacji II Control Theory II. Automatyka i Robotyka I stopień ogólno akademicki studia niestacjonarne

AiR_TR2_5/9 Teoria Regulacji II Control Theory II. Automatyka i Robotyka I stopień ogólno akademicki studia niestacjonarne Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU AiR_TR2_5/9 Teoria Regulacji II Control Theory II Kod modułu Nazwa modułu Nazwa modułu w języku angielskim

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

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace

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

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Sterowanie ciągłe. Teoria sterowania układów jednowymiarowych

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Sterowanie ciągłe. Teoria sterowania układów jednowymiarowych Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Sterowanie ciągłe Teoria sterowania układów jednowymiarowych 1 Informacja o prowadzących zajęcia Studia stacjonarne rok II Automatyka i Robotyka

Bardziej szczegółowo

AiR_TR2_5/9 Teoria Regulacji II Control Theory II. Automatyka i Robotyka I stopień ogólno akademicki studia stacjonarne

AiR_TR2_5/9 Teoria Regulacji II Control Theory II. Automatyka i Robotyka I stopień ogólno akademicki studia stacjonarne Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU AiR_TR2_5/9 Teoria Regulacji II Control Theory II Kod modułu Nazwa modułu Nazwa modułu w języku angielskim

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

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

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

Metody kierunków poprawy dla nieliniowych problemów sterowania optymalnego

Metody kierunków poprawy dla nieliniowych problemów sterowania optymalnego Metody kierunków poprawy dla nieliniowych problemów sterowania optymalnego Problem optymalnego sterowania procesem dynamicznym może polegać na polega na minimalizacji wskaźnika jakości obejmuj acego koszty

Bardziej szczegółowo

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia.   mm CHEMIA KWANTOWA MONIKA MUSIA L Ćwiczenia METODY PRZYBLIŻONE ROZWIA ZYWANIA RÓWNANIA SCHRÖDINGERA METODA WARIACYJNA metoda wariacyjna ĤΨ n = E n Ψ n Ψ n ortonormalne Szukamy rozwi azań dla stanu podstawowego,

Bardziej szczegółowo

SYMULACJA ZAKŁÓCEŃ W UKŁADACH AUTOMATYKI UTWORZONYCH ZA POMOCĄ OBWODÓW ELEKTRYCZNYCH W PROGRAMACH MATHCAD I PSPICE

SYMULACJA ZAKŁÓCEŃ W UKŁADACH AUTOMATYKI UTWORZONYCH ZA POMOCĄ OBWODÓW ELEKTRYCZNYCH W PROGRAMACH MATHCAD I PSPICE POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 76 Electrical Engineering 2013 Piotr FRĄCZAK* SYMULACJA ZAKŁÓCEŃ W UKŁADACH AUTOMATYKI UTWORZONYCH ZA POMOCĄ OBWODÓW ELEKTRYCZNYCH W PROGRAMACH MATHCAD

Bardziej szczegółowo

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja 19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca

Bardziej szczegółowo

Automatyka i robotyka ETP2005L. Laboratorium semestr zimowy

Automatyka i robotyka ETP2005L. Laboratorium semestr zimowy Automatyka i robotyka ETP2005L Laboratorium semestr zimowy 2017-2018 Liniowe człony automatyki x(t) wymuszenie CZŁON (element) OBIEKT AUTOMATYKI y(t) odpowiedź Modelowanie matematyczne obiektów automatyki

Bardziej szczegółowo

1. POJĘCIA PODSTAWOWE I RODZAJE UKŁADÓW AUTOMATYKI

1. POJĘCIA PODSTAWOWE I RODZAJE UKŁADÓW AUTOMATYKI Podstawy automatyki / Józef Lisowski. Gdynia, 2015 Spis treści PRZEDMOWA 9 WSTĘP 11 1. POJĘCIA PODSTAWOWE I RODZAJE UKŁADÓW AUTOMATYKI 17 1.1. Automatyka, sterowanie i regulacja 17 1.2. Obiekt regulacji

Bardziej szczegółowo

LOGIKA ALGORYTMICZNA

LOGIKA ALGORYTMICZNA LOGIKA ALGORYTMICZNA 0.0. Relacje. Iloczyn kartezjański: A B := (a, b) : a A i b B} (zak ladamy, że (x, y) i (u, v) s a równe wtedy i tylko wtedy gdy x = u i y = v); A n := (x 1,..., x n ) : x i A}; R

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

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: ENERGETYKA Rodzaj przedmiotu: kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z własnościami

Bardziej szczegółowo

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI EFEKTY KSZTAŁCENIA I. KARTA PRZEDMIOTU. Nazwa przedmiotu: MATEMATYKA STOSOWANA 2. Kod przedmiotu: Ms 3. Jednostka prowadząca: Wydział Nawigacji i Uzbrojenia Okrętowego 4. Kierunek: Nawigacja 5. Specjalność: Nawigacja morska

Bardziej szczegółowo

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Sterowanie ciągłe. Teoria sterowania układów jednowymiarowych

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Sterowanie ciągłe. Teoria sterowania układów jednowymiarowych Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Sterowanie ciągłe Teoria sterowania układów jednowymiarowych 1 Informacja o prowadzących zajęcia Studia stacjonarne rok II Automatyka i Robotyka

Bardziej szczegółowo

przy warunkach początkowych: 0 = 0, 0 = 0

przy warunkach początkowych: 0 = 0, 0 = 0 MODELE MATEMATYCZNE UKŁADÓW DYNAMICZNYCH Podstawową formą opisu procesów zachodzących w członach lub układach automatyki jest równanie ruchu - równanie dynamiki. Opisuje ono zależność wielkości fizycznych,

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

w = w i ξ i. (1) i=1 w 1 w 2 :

w = w i ξ i. (1) i=1 w 1 w 2 : S. D. G lazek, www.fuw.edu.pl/ stglazek, 11.III.2005 1 I. MACIERZ LINIOWEGO ODWZOROWANIA PRZESTRZENI WEKTOROWYCH Wyobraźmy sobie, że przestrzeń wektorowa W jest zbudowana z kombinacji liniowych n liniowo

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

Metody symulacji komputerowych Modelowanie systemów technicznych

Metody symulacji komputerowych Modelowanie systemów technicznych Metody symulacji komputerowych Modelowanie systemów technicznych dr inż. Ryszard Myhan Katedra Inżynierii Procesów Rolniczych Program przedmiotu Lp. Temat Zakres 1. Wprowadzenie do teorii systemów Definicje

Bardziej szczegółowo

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x

Bardziej szczegółowo

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. http://zcht.mfc.us.edu.pl/ mm

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. http://zcht.mfc.us.edu.pl/ mm CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA Ćwiczenia Zwi azki organiczne zawieraj ace uk lady π-elektronowe Sprzȩżony uk lad wi azań podwójnych: -C=C-C=C-C=C-C=C- Skumulowany uk lad wi azań podwójnych:

Bardziej szczegółowo

Podstawy automatyki Bases of automatic

Podstawy automatyki Bases of automatic KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod Nazwa Nazwa w języku angielskim Obowiązuje od roku akademickiego 2012/2013 Podstawy automatyki

Bardziej szczegółowo

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Sterowanie ciągłe. Teoria sterowania układów jednowymiarowych

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Sterowanie ciągłe. Teoria sterowania układów jednowymiarowych Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Sterowanie ciągłe Teoria sterowania układów jednowymiarowych 1 Informacja o prowadzących zajęcia Studia stacjonarne rok II Automatyka i Robotyka

Bardziej szczegółowo

Rozwiązywanie równań liniowych. Transmitancja. Charakterystyki częstotliwościowe

Rozwiązywanie równań liniowych. Transmitancja. Charakterystyki częstotliwościowe Zał. nr do ZW 33/01 WYDZIAŁ Informatyki i Zarządzania / STUDIUM KARTA PRZEDMIOTU Nazwa w języku polskim Modele systemów dynamicznych Nazwa w języku angielskim Dynamic Systems Models. Kierunek studiów (jeśli

Bardziej szczegółowo

Problemy optymalizacji układów napędowych w automatyce i robotyce

Problemy optymalizacji układów napędowych w automatyce i robotyce Akademia Górniczo-Hutnicza im. Stanisława Staszica Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Katedra Automatyki Autoreferat rozprawy doktorskiej Problemy optymalizacji układów napędowych

Bardziej szczegółowo

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice Rozdzia l 2. Najważniejsze typy algebr stosowane w logice 1. Algebry Boole a Definicja. Kratȩ dystrybutywn a z zerem i jedynk a, w której dla każdego elementu istnieje jego uzupe lnienie nazywamy algebr

Bardziej szczegółowo

Analiza zrekonstruowanych śladów w danych pp 13 TeV

Analiza zrekonstruowanych śladów w danych pp 13 TeV Analiza zrekonstruowanych śladów w danych pp 13 TeV Odtwarzanie rozk ladów za pomoc a danych Monte Carlo Jakub Cholewiński, pod opiek a dr hab. Krzysztofa Woźniaka 31 lipca 2015 r. Jakub Cholewiński, pod

Bardziej szczegółowo

Regulator PID w sterownikach programowalnych GE Fanuc

Regulator PID w sterownikach programowalnych GE Fanuc Regulator PID w sterownikach programowalnych GE Fanuc Wykład w ramach przedmiotu: Sterowniki programowalne Opracował na podstawie dokumentacji GE Fanuc dr inż. Jarosław Tarnawski Cel wykładu Przypomnienie

Bardziej szczegółowo

Sterowanie Serwonapędów Maszyn i Robotów

Sterowanie Serwonapędów Maszyn i Robotów Wykład 3.1 - Modelowanie układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2017 Wstęp Rzeczywiste obiekty regulacji, a co za tym idzie układy regulacji, mają właściwości nieliniowe, n.p. turbulencje,

Bardziej szczegółowo

PAiTM. materiały uzupełniające do ćwiczeń Wydział Samochodów i Maszyn Roboczych studia inżynierskie prowadzący: mgr inż.

PAiTM. materiały uzupełniające do ćwiczeń Wydział Samochodów i Maszyn Roboczych studia inżynierskie prowadzący: mgr inż. PAiTM materiały uzupełniające do ćwiczeń Wydział Samochodów i Maszyn Roboczych studia inżynierskie prowadzący: mgr inż. Sebastian Korczak Poniższe materiały tylko dla studentów uczęszczających na zajęcia.

Bardziej szczegółowo