Podział dziedzin: Teoria systemów, teoria sterowania: badanie zachowania w czasie systemów korzystając z modeli systemów
|
|
- Lech Żurawski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Podział dziedzin: Teoria systemów, teoria sterowania: badanie zachowania w czasie systemów korzystając z modeli systemów Analiza systemów, modelowanie: budowa modeli znajdujących stosowne zastosowanie Dwa zasadnicze podejścia do modelowania: Oparte na znanych teoriach: model jest wyprowadzany ze znanych praw fizyki, chemii itd. wykorzystując znane zasady matematyki (w skrócie: modelowanie teoretyczne, fenomenologiczne) Oparte na pomiarach: model jest budowany z wykorzystaniem mierzonych w systemie sygnałów (w skrócie modelowanie eksperymentalne, behawioralne, identyfikacja) 1
2 Modelowanie fenomenologiczne Modelowanie behawioralne Założenia upraszczające Wiedza aprioryczna o systemie Podstawowe działania w procesie modelowania Prawa: 1. równania równowagi 2. równania spójności 3. zależności wiążące Model fenomenologiczny (teoretyczny) Struktura Parametry Struktura znana Eksperyment Struktura nieznana Identyfikacja Parametryczna Nieparametryczna Model behawioralny (eksperymentalny) Parametryczny Struktura Parametry Nieparametryczny A ścieżka modelowania behawioralnego (eksperymentalnego) B ścieżka modelowania fenomenologicznego (teoretycznego) Upraszczanie Uproszczony model fenomenologiczny 1) Struktura 2) Parametry Przypadek B Porównanie Wynikowy model Przypadek A B/1 wykorzystanie działań ścieżki modelowania eksperymentalnego do określenia wartości parametrów A/1, A/2 wykorzystanie działań ścieżki modelowania teoretycznego do określenia struktury modelu 2
3 Działania upraszczające w modelowaniu fenomenologicznym Cząstkowe równania różniczkowe liniowe Linearyzac j a Cząstkowe równania różniczkowe nieliniowe Aproksymacja równaniami o parametrach skupionych Aproksymacja równaniami o parametrach skupionych Linearyzac j a Zwyczajne równania różniczkowe nieliniowe, rzędu n Zwyczajne równania różniczkowe liniowe, rzędu n Redukcja rzędu Zwyczajne równania różniczkowe liniowe, rzędu < n Redukcja rzędu Zwyczajne równania różniczkowe nieliniowe, rzędu < n Przyrównanie pochodnych do zera Równania algebraiczne liniowe Równania algebraiczne nieliniowe Przyrównanie pochodnych do zera Punkty wejścia procesu modelowania 3
4 Modelowanie fenomenologiczne Różne rodzaje modeli matematycznych Modelowanie behawioralne Prawa fizyczne znane Parametry znane Prawa fizyczne znane Parametry nieznane Sygnały mierzalne Reguły fizyczne znane Struktura modelu nieznana Parametry nieznane Sygnały mierzalne Sygnały wejścia/wyjścia mierzalne Założenie struktury modelu Liniowe/nieliniowe równania różniczkowe Równania różniczkowe z estymacją parametrów Modele neuronowo/rozmyte z estymacją parametrów Modele odpowiedzi impulsowej (transmitancje) Sieci neuronowe 4
5 Cechy modeli fenomenologicznych i behawioralnych Modelowanie teoretyczne Struktura modelu wynika z praw natury Możliwe modelowanie zachowań w relacji wejście/wyjście jak i zachowań wewnętrznych (stanu) Parametry modeli są dane jako funkcje własności systemu Model jest ważny dla całej klasy procesów rozważanego typu i dla różnych warunków operacyjnych Parametry modelu nie są znane dokładnie Model może być budowany dla systemów nie istniejących Modelowanie eksperymentalne Struktura modelu musi być założona Tylko zachowania w relacji wejście/wyjście mogą być identyfikowane Parametry modeli są tylko liczbami, w ogólności nie są znane związki z własnościami systemu Model jest ważny tylko dla badanego systemu i w przyjętych granicach warunków operacyjnych Parametry modelu są bardziej dokładne dla badanego systemu i przyjętych warunków operacyjnych Model może być identyfikowany tylko dla istniejącego systemu 5
6 Cechy modeli fenomenologicznych i behawioralnych c.d. Modelowanie teoretyczne Wewnętrzne zachowanie systemu musi być znane i opisywalne matematyczne Modelowanie jest zwykłe przewlekłym procesem zajmującym dużo czasu Model może być złożony i szczegółowy Modelowanie eksperymentalne Metody identyfikacji są niezależne od badanego systemu i mogą zatem być stosowane do wielu różnych systemów Modelowanie jest szybkim procesem, jeżeli istnieją stosowne metody identyfikacji Rozmiar modelu może być dostosowany do obszaru zastosowania 6
7 Modele dynamiczne typu white box, czyli modele fenomenologiczne Fakt: prawie każdy system rzeczywisty jest systemem dynamicznym Przypadki, kiedy cele modelowania wymagają budowy modeli dynamicznych: chcemy badać w oparciu o model stany przejściowe (nieustalone) systemu; chcemy przeprowadzać w oparciu o model analizę stabilności, obserwowalności, sterowalności; chcemy generować sterowania systemem w oparciu o predykcję wyjść systemu (sterowanie predykcyjne) 7
8 Propozycja kroków budowy modelu dynamicznego Krok I: Dokładne określenie systemu, który ma być modelowany i jego wyodrębnienie z otoczenia Krok II: Obmyślenie idealizowanej reprezentacji systemu, której właściwości będą w dostatecznym stopniu zgodne w zakresie interesujących nas cech (wynikających m. in. z celów modelowania) z właściwościami systemu rzeczywistego Krok III: Budowa modelu matematycznego, który będzie opisywał idealizowaną reprezentację systemu 8
9 Krok I Wyodrębnienie obiektu Wyodrębnienie obiektu wyraża się wyborem wielkości wejściowych tych wielkości, którymi otoczenie oddziałuje na obiekt oraz wielkości wyjściowych tych wielkości, którymi obiekt oddziałuje na otoczenie 9
10 Krok II Idealizowana reprezentacja Pod pojęciem idealizowanej reprezentacji rozumiemy utworzony w myśli system, który odpowiada rzeczywistemu pod względem jego istotnych cech wynikających z celów modelowania, ale jest prostszy (idealniejszy) i dlatego łatwiej poddający się analizie Idealizowana reprezentacja obiektu powstaje poprzez przyjęcie szeregu założeń, które w modelowanym obiekcie rzeczywistym są spełnione w określonym stopniu 10
11 Krok III Budowa modelu (struktury) w oparciu o: (a) Wykorzystanie praw zachowania lub innych podstawowych praw o charakterze bilansowym (np. prawa Kirchhoff a, Newtona, zachowania masy, itd..) (b) zasadę najmniejszego działania, zwaną często zasadą Hamiltona 11
12 Wyprowadzenie równań modelu poprzedzamy: właściwym wyborem zmiennych, które będą opisywać chwilowy stan systemu Zmienne modelu dogodnie jest podzielić na zmienne: przepływu, naporu Zmienne przepływu są zmiennymi systemu, które wyrażają intensywność przepływu określonej wielkości przez element systemu, bądź szybkość zmian w czasie określonej wielkości Zmienne naporu są zmiennymi systemu, które są miarą różnicy stanów na dwóch końcach elementu systemu, wyrażają napór jakiemu poddany jest element 12
13 Centralne zagadnienie wyprowadzenia równań dynamiki Sformułowanie zależności (równań) wyrażających warunki równowagi, poprzez podanie bilansów wielkości właściwych dla rozważanego systemu, które muszą zachodzić dla całego systemu i jego podsystemów lub zależności (równań) wyrażających warunki spójności dynamiki, które muszą zachodzić pomiędzy elementami systemu ze względu na sposób w jaki elementy te łączą się ze sobą 13
14 Zależności równowagi są zawsze zależnościami pomiędzy zmiennymi przepływu i nazywane są czasem zależnościami dla węzłów lub zależnościami ciągłości (I prawo Kirchhoff a, równanie ciągłości strugi, równanie sił w węźle,...) Zależności spójności są zawsze zależnościami pomiędzy zmiennymi spadku (II prawo Kirchhoff a, spadek ciśnienia na połączonych kolejno odcinkach rurociągu,...) 14
15 Po wyprowadzeniu równań wynikających z praw zachowania rozwijamy (uszczegóławiamy) je przez uwzględnienie w nich zależności wiążących wielkości związane z poszczególnymi elementami systemu Zależności wiążące są zależnościami pomiędzy zmiennymi przepływu i spadku dla każdego poszczególnego elementu systemu (np., u i...) R Uwzględniamy również - przyjęte założenia - występujące w systemie tożsamości 15
16 Systematyczny porządek: 1) wybór zmiennych; 2) zestawienie równań równowagi lub spójności; 3) uwzględnienie zależności wiążących, założeń, tożsamości a wynikowe równania zestawiamy w układ, w którym pozostawiamy jedynie wybrane przez nas zmienne niezależne i zależne 16
17 Przykłady modelowania fenomenologicznego (teoretycznego) Zawory regulacyjne Pomiar poziomu - Pole powierzchni przekroju obydwu zbiorników A Zbiornik L Zbiornik R - Idealne mieszanie w zbiornikach Mieszadło Pomiar temperatury Pole przekroju otwarcia zaworu A v 17
18 - Równania układu pomiarowego k h, k t wzmocnienia przetworników pomiarowych - Obydwa zawory mają takie same charakterystyki przepływu i przyjmujemy, że k a współczynniki przepływu - Prawo zachowania masy dla zbiorników L i R Q w 18
19 - Energia cieplna zgromadzona w objętości zbiorników T 0 - temperatura odniesienia, możemy przyjąć T 0 = 0, wówczas ρ, c odpowiednio gęstość i ciepło właściwe wody - Dla przepływu przez kryzę otwór przyjmiemy, że słuszna jest zależność pierwiastkowa P - spadek ciśnienia na kryzie otworze, C d - stały współczynnik strat, A o pole powierzchni kryzy - otworu 19
20 - Ciśnienie hydrostatyczne cieczy na poziomie H poniżej powierzchni P a - ciśnienie atmosferyczne - Wypływ ze zbiornika R gdzie - Przepływ między zbiornikami L i R przy założeniu: H 1 > H 2 20
21 - Zasada zachowania energii dla zbiornika L i R - Dzieląc przez ρc i różniczkując - Podstawiając Q w oraz 21
22 Całościowy model: Q w 22
23 Schemat blokowy 23
24 Zmienne modelu: - Naturalny wybór zmiennych stanu wyjścia integratorów - Zakłócenia pole powierzchni otworu zaworu wypływowego ze zbiornika R, temperatury wody dopływającej - Sterowania napięcia siłowników zaworów dopływów do zbiornika R Zmienne stanu: Zmienne sterowania: Zmienne zakłócenia: Zmienne wyjścia: y t y y 1 2 H T
25 Równania stanu: Równania wyjścia: 25
26 Równania stanu nieliniowe: Linearyzacja w otoczeniu stacjonarnego punktu pracy: Dla naszego przykładu: 4 równania 9 zmiennych! 26
27 Jeżeli przyjąć np. wartości zmiennych sterowania i zmiennych zakłócenia Sterowania mogą zmieniać się w zakresie 0 10 V; Przyjmijmy: u u V Przyjmijmy: T w0 T c0 60C 30C Otrzymamy: 27
28 - Linearyzacja zmienne przyrostowe w otoczeniu stacjonarnego punktu pracy: - Linearyzacja rozwinięcie w szereg Taylor a w otoczeniu stacjonarnego punktu pracy: 28
29 - Linearyzacja jakobiany w stacjonarnym punkcie pracy równania stanu: 29
30 - Linearyzacja zlinearyzowane równanie stanu - Linearyzacja jakobiany w stacjonarnym punkcie pracy równania wyjścia - Linearyzacja zlinearyzowane równanie wyjścia 30
31 Dla naszego przykładu 31
32 Dla danych 32
33 Otrzymamy 33
34 Zlinearyzowany model przestrzeni stanu Ogólny schemat blokowy liniowego modelu przestrzeni stanu - ciągłego 34
35 Modele liniowe modele przestrzeni stanu z transmitancji Postać kanoniczna sterowalności (sterownika, regulatora) Transmitancja dana w postaci - wykonujemy pierwszy krok dzielenia wielomianów licznika i mianownika transmitancji - wprowadzamy zmienną pomocniczą 35
36 otrzymujemy - definiujemy zmienne stanu w dziedzinie zmiennej s - mnożymy każde z definicyjnych wyrażeń przez s i podstawiamy zmienne stanu w prawej stronie wyrażeń 36
37 - wykonujemy odwrotne przekształcenie Laplace a ostatnich wyrażeń i wyrażenia na s n V(s) - równanie stanu w postaci macierzowej 37
38 - wykonujemy odwrotne przekształcenie Laplace a na równaniu otrzymujemy - równanie wyjścia Uwagi: - terminologiczna: stopień licznika transmitancji = stopień mianownika transmitancji, mówimy transmitancja jest właściwa, system dynamiczny jest właściwy - terminologiczna: stopień licznika transmitancji < stopień mianownika transmitancji, mówimy transmitancja jest ściśle właściwa, system dynamiczny jest ściśle właściwy 38
39 Uwagi c.d.: - macierz D bezpośredniego sterowania pojawia się w modelu przestrzeni stanu tylko dla systemów właściwych; dla systemów ściśle właściwych macierz D nie występuje w modelu przestrzeni stanu - postać kanoniczna sterowalności jest bardzo efektywna w sensie liczby elementów niezerowych macierzy modelu - poza zerami i jedynkami elementy macierzy są takie same jak elementy transmitancji 39
40 Schemat blokowy postaci kanonicznej sterowalności systemu SISO 40
41 Przykład silnik prądu stałego Transmitancja w torze droga kątowa - napięcie Dla danych 41
42 Schemat blokowy postaci kanonicznej sterowalności Natura fizyczna zmiennych stanu w przykładzie? Odpowiedź - jak powstawał model silnika 42
43 Przykład 3 model silnika PS z obciążeniem inercyjnym przez elastyczny wał L indukcyjnoscobwodu twornika R rezys tan cja obwodu twornika J J m l moment bezwladnosci twornika moment bezwladnosci obciazenia u napiecie obwodu twornika i prad obwodu twornika polozenie katowe twornika m polozenie katowe obciazenia l k wspolczynnik sprezystosci polaczenia elastycznego b wspolczynnik tlumienia lepkiego polaczenia elastycznego 43
44 - z II zasady dynamiki Newtona Konwencja: T a moment obrotowy napedowy K b m a stala elektromechaniczna momentu napedowego wspolczynnik tarcia lepkiego lozysk twornika T T k b moment obrotowy sprezystosci walu moment obrotowy tlumienia lepkiego b l wspolczynnik tarcia lepkiego lozysk obciazenia - z II prawa Kirchhoff a lub k e stala mechanoelektryczna indukowania sily przeciwelektromotorycznej twornika 44
45 Schemat blokowy analogowy modelu silnika PS 1 wejście: ut 1 wyjście: l t i t t 5 zmiennych stanu:,,,, m m t l t l t 45
46 Zmienne modelu: - zmienne stanu - zmienna wyjścia Równania stanu: x y T i x x x x x T m T l x 4 m l l x 2 46
47 Równania stanu w postaci macierzowej: Równanie wyjścia: y x 4 Równania wyjścia w postaci macierzowej: 47
48 Przykład 4 model silnika PS z obciążeniem inercyjnym przez sztywny wał Teraz Schemat blokowy analogowy modelu silnika PS 48
49 Zmienne modelu: - zmienne stanu - zmienna wyjścia y x T i x x x T Równania stanu w postaci macierzowej: Równanie wyjścia: x 2 l y x 2 Równania wyjścia w postaci macierzowej: 49
50 Transmitancja: 1 Ls 1 Js 1 s K a Ls R Js 1 bb 1 s 50
51 K Ls RJs b a b 1 s K Ls RJs bb Kake a 1 s U s Ka 1 Ka 2 s Ls RJs b K k s s LJs Lb RJ s Rb K k b a e b b a e 51
52 Przykład 5 model małego silnika PS z obciążeniem inercyjnym przez sztywny wał Model podsystemu elektrycznego Model podsystemu mechanicznego bez zmian Zmienne modelu: - zmienne stanu - zmienna wyjścia y x 1 52
53 Schemat blokowy analogowy modelu silnika PS Równania stanu w postaci macierzowej: Równania wyjścia w postaci macierzowej: 53
54 Postać kanoniczna obserwowalności Transmitancja dana w postaci - wykonujemy pierwszy krok dzielenia wielomianów licznika i mianownika transmitancji - wprowadzamy zmienną pomocniczą W s s B A s U s 54
55 otrzymujemy - definiujemy zmienne stanu w dziedzinie zmiennej s 55
56 - wykonujemy odwrotne przekształcenie Laplace a dla ostatnich zależności - mnożymy przez s - bierzemy pod uwagę otrzymujemy A sw s BsU s 56
57 - równanie stanu w postaci macierzowej - równanie wyjścia w dziedzinie s stąd - równanie wyjścia w postaci macierzowej 57
58 Schemat blokowy postaci kanonicznej obserwowalności systemu SISO 58
59 59 Przekształcenia podobieństwa gdzie, P nieosobliwa macierz stałych (liczbowa) o wymiarze nxn k k k, k k 1 k D D D D u D x C y u B x A x Korzystając z przekształcenia podobieństwa możemy znaleźć model systemu wyrażony z użyciem nowych zmiennych stanu Możemy napisać: k k k, k k 1 k D 1 D D 1 D 1 u D z P C y u B z P A z P Mnożąc pierwsze równania lewostronnie przez P: k k k, k k 1 k D 1 D D 1 D u D z P C y u PB z P PA z
60 Nowa postać: z k 1 A zk B uk, yk C zk D uk Dt Dt Dt Dt gdzie, A t PAP 1, A Dt PA D P 1 B t PB, B Dt PB D C t CP 1, C Dt C D P 1 D t D, D Dt D D Jedno ze szczególnych przekształceń podobieństwa związane z wartościami własnymi, wektorami własnymi macierzy A (lub A D ) 60
61 Równanie charakterystyczne dla modelu systemu po transformacji podobieństwa Wniosek: macierze A i A t mają takie same wartości własne Macierze tranzycji a przekształcenia podobieństwa: - system ciągły: 61
62 - system dyskretny: Dt k 1 k k A PA P PA P PA P PA P Dt D D D D PA k D P 1 P Dt 1 kp 62
63 Przypadek 1: macierz A ma n różnych wartości własnych rzeczywistych n różnym wartościom własnym odpowiada n liniowo niezależnych wektorów własnych v i Związek wartości własnych i wektorów własnych lub 63
64 Oznaczając diagonalną macierz wartości własnych przez biorąc pod uwagę: macierz A ma n różnych wartości własnych Wniosek: macierz A może być transformowana do postaci diagonalnej za pomocą transformacji podobieństwa czyli 64
65 Model systemu po transformacji z k 1 zk B uk, yk C zk D uk Dt Dt Dt gdzie, M 1 AM, M 1 A D M B t M 1 B, B Dt M 1 B D C t CM, C Dt C D M D t D, D Dt D D 65
66 Model systemu po transformacji dla systemu ciągłego dla i tej zmiennej stanu! zmienne stanu niezależne od siebie (odsprzężone) 66
67 Przypadek 2: macierz A ma wielokrotne wartości własne rzeczywiste Nie można zagwarantować liniowej niezależności wektorów własnych i wówczas macierz M może być osobliwa Postępowanie Jordana dla znalezienia n liniowo niezależnych wektorów własnych Niech wartość własna jest wielokrotna razy - definiujemy wektory rekursywnie przyjmując Tak znalezione wektory własne są nazywane uogólnionymi wektorami własnymi i są liniowo niezależne 67
68 - uogólnione wektory własne tworzą zbiór liniowo niezależnych wektorów gdzie, l jest liczbą różnych wartości własnych oraz - zachodzi gdzie, Macierz blokowo-diagonalna, macierz Jordana Blok (klatka) Jordana 68
69 Przypadek 3: macierz A ma wartości własne zespolone Załóżmy, bez utraty ogólności Odpowiadające wektory własne, tez zespolone sprzężone Macierz transformacji Postać kanoniczna Jordana po transformacji 69
70 Przykład 6 Dany jest model systemu y 0 0 1x Znaleźć model systemu wykorzystując macierz diagonalizującą wektorów własnych Równanie charakterystyczne 70
71 Wartości własne Wektor własny dla Stąd i 71
72 Rozwiązanie np. Podobnie Macierz diagonalizująca i odwrotna do niej 72
73 Przekształcenie podobieństwa daje nowy model przestrzeni stanu gdzie, Związki pomiędzy zmiennymi stanu Sprawdzić, że zmiana zmiennych stanu nie prowadzi do zmiany transmitancji 73
74 Przykład 7 model małego silnika PS Korzystając z środowiska Matlab/Simulink znajdziemy wartości własne, wektory własne i macierz diagonalizującej transformacji podobieństwa 74
75 75
76 Macierze modelu po diagonalizującej transformacji podobieństwa 76
77 Przykład 8 Wartości własne Dwukrotna wartość własna 77
78 Ponieważ istnieje tylko jeden wektor własny związany z Korzystając a Matlab a możemy policzyć niezależne wektory własne Uogólniony wektor własny 78
79 Macierz transformacji Macierze modelu po diagonalizującej transformacji podobieństwa 79
80 Przykład 9 Wartości własne Korzystając a Matlab a możemy policzyć niezależne wektory własne 80
81 Macierz transformacji Macierze modelu po diagonalizującej transformacji podobieństwa 81
82 Dziękuję koniec materiału prezentowanego podczas wykładu 82
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 szczegółowoProcedura modelowania matematycznego
Procedura modelowania matematycznego System fizyczny Model fizyczny Założenia Uproszczenia Model matematyczny Analiza matematyczna Symulacja komputerowa Rozwiązanie w postaci modelu odpowiedzi Poszerzenie
Bardziej szczegółowoprzy 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 szczegółowoTransmitancje 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 szczegółowoPodstawy 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 szczegółowoOpis 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 szczegółowoTematyka 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 szczegółowoPrzekształcanie równań stanu do postaci kanonicznej diagonalnej
Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przygotowanie: Dariusz Pazderski Liniowe przekształcenie równania stanu Rozważmy liniowe równanie stanu i równanie wyjścia układu niesingularnego
Bardziej szczegółowoPODSTAWY AUTOMATYKI. Analiza w dziedzinie czasu i częstotliwości dla elementarnych obiektów automatyki.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI Analiza w dziedzinie czasu i częstotliwości dla elementarnych obiektów automatyki. Materiały pomocnicze do
Bardziej szczegółowoSystemy. 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 szczegółowoPodstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki
Wykład 7 - obiekty regulacji Instytut Automatyki i Robotyki Warszawa, 2018 Obiekty regulacji Obiekt regulacji Obiektem regulacji nazywamy proces technologiczny podlegający oddziaływaniu zakłóceń, zachodzący
Bardziej szczegółowoPrzekształcanie schematów blokowych. Podczas ćwiczenia poruszane będą następujące zagadnienia:
Warszawa 2017 1 Cel ćwiczenia rachunkowego Podczas ćwiczenia poruszane będą następujące zagadnienia: zasady budowy schematów blokowych układów regulacji automatycznej na podstawie równań operatorowych;
Bardziej szczegółowoSterowanie 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 szczegółowoSterowanie 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 szczegółowoPodstawy 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 szczegółowoPOLITECHNIKA 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 szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podstawy Automatyki Przygotowanie zadania sterowania do analizy i syntezy zestawienie schematu blokowego
Bardziej szczegółowo1. Transformata Laplace a przypomnienie
Transformata Laplace a - przypomnienie, transmitancja operatorowa, schematy blokowe, wprowadzenie do pakietu Matlab/Scilab i Simulink, regulatory PID - transmitancja, przykłady modeli matematycznych wybranych
Bardziej szczegółowoAnalityczne 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 szczegółowoAutomatyka i sterowania
Automatyka i sterowania Układy regulacji Regulacja i sterowanie Przykłady regulacji i sterowania Funkcje realizowane przez automatykę: regulacja sterowanie zabezpieczenie optymalizacja Automatyka i sterowanie
Bardziej szczegółowoMechatronika 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 szczegółowoPodstawy 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 szczegółowoPodstawy 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 szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Bardziej szczegółowoStabilność 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 szczegółowoAutomatyka 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 szczegółowoTeoria 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 szczegółowojest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.
Układy liniowe Układ liniowy pierwszego rzędu, niejednorodny. gdzie Jeśli to układ nazywamy jednorodnym Pamiętamy, Ŝe kaŝde równanie liniowe rzędu m moŝe zostać sprowadzone do układu n równań liniowych
Bardziej szczegółowoRÓWNANIA RÓŻNICZKOWE WYKŁAD 2
RÓWNANIA RÓŻNICZKOWE WYKŁAD 2 Równania różniczkowe o zmiennych rozdzielonych Równania sprowadzalne do równań o zmiennych rozdzielonych Niech f będzie funkcją ciągłą na przedziale (a, b), spełniającą na
Bardziej szczegółowoPolitechnika 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 szczegółowoAutomatyka i Regulacja Automatyczna, PRz, r.a. 2011/2012, Żabiński Tomasz
Wykład 8 Transformata Laplace a - przypomnienie, transmitancja operatorowa, scematy bloko, wprowadzenie do pakietu Matlab/Scilab, regulatory PID - transmitancja, modele matematyczne wybranyc obiektów regulacji,
Bardziej szczegółowo3. Macierze i Układy Równań Liniowych
3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x
Bardziej szczegółowo, (2.1) A powierzchnia przekroju zbiornika, Równanie bilansu masy cieczy w zbiorniku ma postać. , gdzie: q i dopływ,
2. MODELE OBIEKTÓW STEROWANIA Równania bilansowe Bilans masy Bilans ten dotyczy wszelkich obiektów z przepływem cieczy, gazów, par, materiałów sypkich, takich jak zbiorniki, mieszalniki, kotły, reaktory
Bardziej szczegółowoPodstawy 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 szczegółowo1. 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 szczegółowoELEMENTY AUTOMATYKI PRACA W PROGRAMIE SIMULINK 2013
SIMULINK część pakietu numerycznego MATLAB (firmy MathWorks) służąca do przeprowadzania symulacji komputerowych. Atutem programu jest interfejs graficzny (budowanie układów na bazie logicznie połączonych
Bardziej szczegółowoPODSTAWOWE CZŁONY DYNAMICZNE
PODSTAWOWE CZŁONY DYNAMICZNE Człon podstawowy jest to element przetwarzający wprowadzony do niego sygnał wejściowy x(t) na sygnał wyjściowy y(t) w sposób elementarny. Przetwarzanie elementarne oznacza,
Bardziej szczegółowoWprowadzenie 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 szczegółowoFiltr 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 szczegółowoIII. 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 szczegółowoTemat /6/: DYNAMIKA UKŁADÓW HYDRAULICZNYCH. WIADOMOŚCI PODSTAWOWE.
1 Temat /6/: DYNAMIKA UKŁADÓW HYDRAULICZNYCH. WIADOMOŚCI PODSTAWOWE. Celem ćwiczenia jest doświadczalne określenie wskaźników charakteryzujących właściwości dynamiczne hydraulicznych układów sterujących
Bardziej szczegółowoAkademia 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 szczegółowoDRGANIA SWOBODNE UKŁADU O DWÓCH STOPNIACH SWOBODY. Rys Model układu
Ćwiczenie 7 DRGANIA SWOBODNE UKŁADU O DWÓCH STOPNIACH SWOBODY. Cel ćwiczenia Doświadczalne wyznaczenie częstości drgań własnych układu o dwóch stopniach swobody, pokazanie postaci drgań odpowiadających
Bardziej szczegółowoPodstawy 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 szczegółowoWykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2
Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =
Bardziej szczegółowoBadanie stabilności liniowych układów sterowania
Badanie stabilności liniowych układów sterowania ver. 26.2-6 (26-2-7 4:6). Badanie stabilności liniowych układów sterowania poprzez analizę równania charakterystycznego. Układ zamknięty liniowy i stacjonarny
Bardziej szczegółowoPolitechnika 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 szczegółowoWykład z Technologii Informacyjnych. Piotr Mika
Wykład z Technologii Informacyjnych Piotr Mika Uniwersalna forma graficznego zapisu algorytmów Schemat blokowy zbiór bloków, powiązanych ze sobą liniami zorientowanymi. Jest to rodzaj grafu, którego węzły
Bardziej szczegółowoLaboratorium. Hydrostatyczne Układy Napędowe
Laboratorium Hydrostatyczne Układy Napędowe Instrukcja do ćwiczenia nr Eksperymentalne wyznaczenie charakteru oporów w przewodach hydraulicznych opory liniowe Opracowanie: Z.Kudżma, P. Osiński J. Rutański,
Bardziej szczegółowoPodstawy 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, 2018 Wstęp Stabilność O układzie możemy mówić, że jest stabilny jeżeli jego odpowiedź na wymuszenie (zakłócenie)
Bardziej szczegółowoInżynieria 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 szczegółowoPodstawy 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 szczegółowoDyskretne 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 szczegółowoPlan wykładu. Własności statyczne i dynamiczne elementów automatyki:
Plan wykładu Własności statyczne i dynamiczne elementów automatyki: - charakterystyka statyczna elementu automatyki, - sygnały standardowe w automatyce: skok jednostkowy, impuls Diraca, sygnał o przebiegu
Bardziej szczegółowoIX. MECHANIKA (FIZYKA) KWANTOWA
IX. MECHANIKA (FIZYKA) KWANTOWA IX.1. OPERACJE OBSERWACJI. a) klasycznie nie ważna kolejność, w jakiej wykonujemy pomiary. AB = BA A pomiar wielkości A B pomiar wielkości B b) kwantowo wartość obserwacji
Bardziej szczegółowoCHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE
CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Do opisu członów i układów automatyki stosuje się, oprócz transmitancji operatorowej (), tzw. transmitancję widmową. Transmitancję widmową () wyznaczyć można na podstawie
Bardziej szczegółowoWykaz ważniejszych oznaczeń Podstawowe informacje o napędzie z silnikami bezszczotkowymi... 13
Spis treści 3 Wykaz ważniejszych oznaczeń...9 Przedmowa... 12 1. Podstawowe informacje o napędzie z silnikami bezszczotkowymi... 13 1.1.. Zasada działania i klasyfikacja silników bezszczotkowych...14 1.2..
Bardziej szczegółowo1. 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 szczegółowoObiekt. 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 szczegółowoSPIS TREŚCI PRZEDMOWA WYKAZ WAŻNIEJSZYCH OZNACZEŃ 1. PODSTAWOWE INFORMACJE O NAPĘDZIE Z SILNIKAMI BEZSZCZOTKOWYMI 1.1. Zasada działania i
SPIS TREŚCI PRZEDMOWA WYKAZ WAŻNIEJSZYCH OZNACZEŃ 1. PODSTAWOWE INFORMACJE O NAPĘDZIE Z SILNIKAMI BEZSZCZOTKOWYMI 1.1. Zasada działania i klasyfikacja silników bezszczotkowych 1.2. Moment elektromagnetyczny
Bardziej szczegółowoMet Me ody numer yczne Wykład ykład Dr inż. Mic hał ha Łanc Łan zon Instyt Ins ut Elektr Elektr echn iki echn i Elektrot Elektr echn olo echn
Metody numeryczne Wykład 3 Dr inż. Michał Łanczont Instytut Elektrotechniki i Elektrotechnologii E419, tel. 4293, m.lanczont@pollub.pl, http://m.lanczont.pollub.pl Zakres wykładu Pojęcia podstawowe Algebra
Bardziej szczegółowoMECHANIKA PŁYNÓW LABORATORIUM
MECANIKA PŁYNÓW LABORATORIUM Ćwiczenie nr 4 Współpraca pompy z układem przewodów. Celem ćwiczenia jest sporządzenie charakterystyki pojedynczej pompy wirowej współpracującej z układem przewodów, przy różnych
Bardziej szczegółowoMechanika kwantowa Schrödingera
Fizyka 2 Wykład 2 1 Mechanika kwantowa Schrödingera Hipoteza de Broglie a wydawała się nie zgadzać z dynamiką Newtona. Mechanika kwantowa Schrödingera zawiera mechanikę kwantową jako przypadek graniczny
Bardziej szczegółowoUkład regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku
Układ regulacji ze sprzężeniem zwrotnym: - układ regulacji kaskadowej - układ regulacji stosunku Przemysłowe Układy Sterowania PID Opracowanie: dr inż. Tomasz Rutkowski Katedra Inżynierii Systemów Sterowania
Bardziej szczegółowoSterowanie Napędów Maszyn i Robotów
Wykład 3 - Metodyka projektowania sterowania. Opis bilansowy Instytut Automatyki i Robotyki Warszawa, 2015 Metodyka projektowania sterowania Zrozumienie obiektu, możliwości, ograniczeń zapoznanie się z
Bardziej szczegółowoPodstawy 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 szczegółowoPrzekształcenia całkowe. Wykład 1
Przekształcenia całkowe Wykład 1 Przekształcenia całkowe Tematyka wykładów: 1. Liczby zespolone -wprowadzenie, - funkcja zespolona zmiennej rzeczywistej, - funkcja zespolona zmiennej zespolonej. 2. Przekształcenie
Bardziej szczegółowoĆwiczenie nr 1 Odpowiedzi czasowe układów dynamicznych
Ćwiczenie nr 1 Odpowiedzi czasowe układów dynamicznych 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie studentów z metodą wyznaczania odpowiedzi skokowych oraz impulsowych podstawowych obiektów regulacji.
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz
Bardziej szczegółowoMateriały pomocnicze do egzaminu Dynamika Systemów Elektromechanicznych
Materiały pomocnicze do egzaminu Dynamika Systemów Elektromechanicznych Studia Magisterskie IIgo stopnia Specjalności: PTiB, EiNE, APiAB, Rok I Opracował: dr hab. inż. Wiesław Jażdżynski, prof.nz.agh Kraków,
Bardziej szczegółowoWektory i wartości własne
Treść wykładu Podprzestrzenie niezmiennicze Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń
Bardziej szczegółowoWYKŁAD 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 szczegółowoRys. 1 Otwarty układ regulacji
Automatyka zajmuje się sterowaniem, czyli celowym oddziaływaniem na obiekt, w taki sposób, aby uzyskać jego pożądane właściwości. Sterowanie często nazywa się regulacją. y zd wartość zadana u sygnał sterujący
Bardziej szczegółowoSterowanie napędów maszyn i robotów
Sterowanie napędów maszyn i robotów dr inż. Jakub Możaryn Wykład 3 Instytut Automatyki i Robotyki Wydział Mechatroniki Politechnika Warszawska, 2014 Projekt współfinansowany przez Unię Europejską w ramach
Bardziej szczegółowoDynamika 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 szczegółowoFunkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.
Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki
Bardziej szczegółowoJan Awrejcewicz- Mechanika Techniczna i Teoretyczna. Statyka. Kinematyka
Jan Awrejcewicz- Mechanika Techniczna i Teoretyczna. Statyka. Kinematyka SPIS TREŚCI Przedmowa... 7 1. PODSTAWY MECHANIKI... 11 1.1. Pojęcia podstawowe... 11 1.2. Zasada d Alemberta... 18 1.3. Zasada prac
Bardziej szczegółowoWektory i wartości własne
Treść wykładu Podprzestrzenie niezmiennicze... Twierdzenie Cayley Hamiltona Podprzestrzenie niezmiennicze Definicja Niech f : V V będzie przekształceniem liniowym. Podprzestrzeń W V nazywamy niezmienniczą
Bardziej szczegółowo2.1. Postać algebraiczna liczb zespolonych Postać trygonometryczna liczb zespolonych... 26
Spis treści Zamiast wstępu... 11 1. Elementy teorii mnogości... 13 1.1. Algebra zbiorów... 13 1.2. Iloczyny kartezjańskie... 15 1.2.1. Potęgi kartezjańskie... 16 1.2.2. Relacje.... 17 1.2.3. Dwa szczególne
Bardziej szczegółowoWłasności wyznacznika
Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy
Bardziej szczegółowoPAiTM. 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 szczegółowo1 Pochodne wyższych rzędów
1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje
Bardziej szczegółowoĆWICZENIE 15 BADANIE WZMACNIACZY MOCY MAŁEJ CZĘSTOTLIWOŚCI
1 ĆWICZENIE 15 BADANIE WZMACNIACZY MOCY MAŁEJ CZĘSTOTLIWOŚCI 15.1. CEL ĆWICZENIA Celem ćwiczenia jest poznanie podstawowych właściwości wzmacniaczy mocy małej częstotliwości oraz przyswojenie umiejętności
Bardziej szczegółowoAnaliza wymiarowa jest działem matematyki stosowanej, którego zadaniem jest wyznaczenie, poprawnej pod względem wymiarowym, postaci wzorów fizycznych.
Analiza wymiarowa Prof. dr hab. Małgorzata Jaros, prof. SGGW Analiza wymiarowa jest działem matematyki stosowanej, którego zadaniem jest wyznaczenie, poprawnej pod względem wymiarowym, postaci wzorów fizycznych.
Bardziej szczegółowoMODELOWANIE I SYMULACJE SYSTEMÓW ELEKTROMECHATRONICZNYCH. dr inż. Michał MICHNA
MODELOWANIE I SYMULACJE SYSTEMÓW ELEKTROMECHATRONICZNYCH dr inż. Michał MICHNA Harmonogram wykład, ćwiczenia E1 data kto temat 8 lut 15 lut MM Mechatronika/Systemy EM w 22 lut MM Modelowanie/Symulacja/Analiza
Bardziej szczegółowoTermodynamika. Część 12. Procesy transportu. Janusz Brzychczyk, Instytut Fizyki UJ
Termodynamika Część 12 Procesy transportu Janusz Brzychczyk, Instytut Fizyki UJ Zjawiska transportu Zjawiska transportu są typowymi procesami nieodwracalnymi zachodzącymi w przyrodzie. Zjawiska te polegają
Bardziej szczegółowoModelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński
Modelowanie i obliczenia techniczne dr inż. Paweł Pełczyński ppelczynski@swspiz.pl Literatura Z. Fortuna, B. Macukow, J. Wąsowski: Metody numeryczne, WNT Warszawa, 2005. J. Awrejcewicz: Matematyczne modelowanie
Bardziej szczegółowoINSTRUKCJA Regulacja PID, badanie stabilności układów automatyki
Opracowano na podstawie: INSTRUKCJA Regulacja PID, badanie stabilności układów automatyki 1. Kaczorek T.: Teoria sterowania, PWN, Warszawa 1977. 2. Węgrzyn S.: Podstawy automatyki, PWN, Warszawa 1980 3.
Bardziej szczegółowoAutomatyka 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 szczegółowoInteligentnych Systemów Sterowania
Laboratorium Inteligentnych Systemów Sterowania Mariusz Nowak Instytut Informatyki Politechnika Poznańska ver. 200.04-0 Poznań, 2009-200 Spis treści. Układ regulacji automatycznej z regulatorami klasycznymi
Bardziej szczegółowoFunkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.
Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy
Bardziej szczegółowoFinanse i Rachunkowość studia niestacjonarne/stacjonarne Model Przepływów Międzygałęziowych
dr inż. Ryszard Rębowski 1 OPIS ZJAWISKA Finanse i Rachunkowość studia niestacjonarne/stacjonarne Model Przepływów Międzygałęziowych 8 listopada 2015 1 Opis zjawiska Będziemy obserwowali proces tworzenia
Bardziej szczegółowoKatedra Automatyzacji Laboratorium Podstaw Automatyzacji Produkcji Laboratorium Podstaw Automatyzacji
Katedra Automatyzacji Laboratorium Podstaw Automatyzacji Produkcji Laboratorium Podstaw Automatyzacji Opracowanie: mgr inż. Krystian Łygas, inż. Wojciech Danilczuk Na podstawie materiałów Prof. dr hab.
Bardziej szczegółowoPodstawy 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 - definicja 1 O układzie możemy mówić, że jest stabilny gdy wytrącony ze stanu równowagi
Bardziej szczegółowoMatematyka I. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9
Matematyka I Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr zimowy 2018/2019 Wykład 9 Przykład z fizyki Rozpatrzmy szeregowe połączenie dwu elementów elektronicznych: opornika i diody półprzewodnikowej.
Bardziej szczegółowoDynamika układów podstawy analizy i symulacji. IV. Układy wielowymiarowe (MIMO)
10. Układ równań różniczkowych 10.1. Wprowadzenie - układ równań stanu IV. Układy wielowymiarowe (MIMO 10.1.1. Obiekty SISO i MIMO Modele dynamiki układów analizowane w części III miały postać pojedynczego
Bardziej szczegółowoTechnika 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 szczegółowoĆwiczenia nr 7. TEMATYKA: Krzywe Bézier a
TEMATYKA: Krzywe Bézier a Ćwiczenia nr 7 DEFINICJE: Interpolacja: przybliżanie funkcji za pomocą innej funkcji, zwykle wielomianu, tak aby były sobie równe w zadanych punktach. Poniżej przykład interpolacji
Bardziej szczegółowo3 Podstawy teorii drgań układów o skupionych masach
3 Podstawy teorii drgań układów o skupionych masach 3.1 Drgania układu o jednym stopniu swobody Rozpatrzmy elementarny układ drgający, nazywany też oscylatorem harmonicznym, składający się ze sprężyny
Bardziej szczegółowoa 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...
Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x
Bardziej szczegółowo