Sterowanie Napędów Maszyn i Robotów

Podobne dokumenty
Sterowanie Napędów Maszyn i Robotów

Sterowanie napędów maszyn i robotów

Sterowanie napędów maszyn i robotów

Sterowanie Napędów Maszyn i Robotów

Sterowanie Napędów Maszyn i Robotów

Sterowanie Napędów Maszyn i Robotów

Sterowanie Napędów Maszyn i Robotów

Podstawy Automatyki. Wykład 2 - podstawy matematyczne. 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

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

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk

przy warunkach początkowych: 0 = 0, 0 = 0

Sterowanie napędów maszyn i robotów

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

Automatyka i robotyka

Systemy. Krzysztof Patan

Sposoby modelowania układów dynamicznych. Pytania

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

1. POJĘCIA PODSTAWOWE I RODZAJE UKŁADÓW AUTOMATYKI

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

Procedura modelowania matematycznego

WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI I INFORMATYKI INSTYTUT AUTOMATYKI I INFORMATYKI KIERUNEK AUTOMATYKA I ROBOTYKA STUDIA STACJONARNE I STOPNIA

Automatyka i robotyka ETP2005L. Laboratorium semestr zimowy

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Laboratorium Mechaniki Technicznej

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

Temat /6/: DYNAMIKA UKŁADÓW HYDRAULICZNYCH. WIADOMOŚCI PODSTAWOWE.

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki

Teoria sterowania - studia niestacjonarne AiR 2 stopień

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Sterowanie napędów maszyn i robotów

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 4 - algebra schematów blokowych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Wykład z modelowania matematycznego. Przykłady modelowania w mechanice i elektrotechnice.

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

LINIOWE UKŁADY DYSKRETNE

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

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

Rys 1 Schemat modelu masa- sprężyna- tłumik

Regulator liniowo kwadratowy na przykładzie wahadła odwróconego

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

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

Wstęp do równań różniczkowych

Podstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM

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

Sterowanie napędów maszyn i robotów

Wstęp do równań różniczkowych

Projektowanie układów metodą sprzężenia od stanu - metoda przemieszczania biegunów

3 Podstawy teorii drgań układów o skupionych masach

Kinematyka: opis ruchu

Całkowanie numeryczne

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE

Tematyka egzaminu z Podstaw sterowania

Sterowanie napędów maszyn i robotów

PODSTAWOWE CZŁONY DYNAMICZNE

Analityczne metody detekcji uszkodzeń

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

Ćwiczenie 3 Badanie własności podstawowych liniowych członów automatyki opartych na biernych elementach elektrycznych

Podstawy Automatyki. Wykład 4 - algebra schematów blokowych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 7 - obiekty regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 4 - algebra schematów blokowych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Równania różniczkowe. Dariusz Uciński. Wykład 7. Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski

Podstawy Automatyki. Wykład 3 - charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

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

Inżynieria Systemów Dynamicznych (4)

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform

Podstawy Automatyki. Wykład 3 - Charakterystyki częstotliwościowe, podstawowe człony dynamiczne. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki

POMIARY WIELKOŚCI NIEELEKTRYCZNYCH

Transmitancje układów ciągłych

Technika regulacji automatycznej

Inżynieria Systemów Dynamicznych (3)

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

Wykład FIZYKA I. 10. Ruch drgający tłumiony i wymuszony. Dr hab. inż. Władysław Artur Woźniak

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

Ćwiczenie 1. Badanie aktuatora elektrohydraulicznego. Sterowanie Napędów Maszyn i Robotów Przemysłowych - laboratorium. Instrukcja laboratoryjna

PL B1. ADAPTRONICA SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ, Łomianki k. Warszawy, PL BUP 20/10

Fizyka 11. Janusz Andrzejewski

PODSTAWY AUTOMATYKI. Analiza w dziedzinie czasu i częstotliwości dla elementarnych obiektów automatyki.

Fizyka 12. Janusz Andrzejewski

Technika regulacji automatycznej

ZAJĘCIA VII. Zastosowanie estymatora LS do identyfikacji obiektów dynamicznych

4. ELEMENTY PŁASKIEGO STANU NAPRĘŻEŃ I ODKSZTAŁCEŃ

Automatyka i sterowania

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

Stabilność II Metody Lapunowa badania stabilności

Część 1. Transmitancje i stabilność

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

Sterowanie mechanizmów wieloczłonowych

Sterowanie napędów maszyn i robotów

Technika regulacji automatycznej

WSTĘP DO ELEKTRONIKI

MECHANIKA II. Drgania wymuszone

Identyfikacja obiektów dynamicznych za pomocą sieci neuronowych

Sterowanie napędów maszyn i robotów

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

ELEMENTY AUTOMATYKI PRACA W PROGRAMIE SIMULINK 2013

MECHANIKA 2. Drgania punktu materialnego. Wykład Nr 8. Prowadzący: dr Krzysztof Polko

POLITECHNIKA ŚLĄSKA WYDZIAŁ GÓRNICTWA I GEOLOGII. Roman Kaula

Ruch drgajacy. Drgania harmoniczne. Drgania harmoniczne... Drgania harmoniczne... Notatki. Notatki. Notatki. Notatki. dr inż.

Podstawy Automatyki. Wykład 6 - Miejsce i rola regulatora w układzie regulacji. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Transkrypt:

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 postaci modelu w przestrzeni stanów z czasem ciągłym { Ẋ (t) = Amc X (t) + B mc U(t) (1) y(t) = C mc X (t) gdzie: X (t) R n - wektor stanu, U(t) R m - wektor sygnałów sterujących, y(t) R p - sygnał wyjściowy wyjście / wektor sygnałów wyjściowych, A mc R n n - macierz stanu B mc R n m - macierz sterowania, C mc R p m - macierz wyjścia.

Równania stanu - zmienne fizykalne Zmienne stanu i sterujące u nt (t) = U nt (t) u pt (t) = U pt (t) x 1 = s(t) x 2 = v(t) x 3 = P nt (t) P atm x 4 = P pt (t) P atm (2) gdzie: u nt (t) = U nt (t) napięcie wysterowania rozdzielacza proporcjonalnego (dla komory nadtłokowej) u pt (t) = U pt (t) napięcie wysterowania rozdzielacza proporcjonalnego (dla komory podtłokowej) x 1 (t) = s(t) położenie (przemieszczenie) tłoka siłownika x 2 (t) = v(t) prędkość ruchu tłoka siłownika x 3 (t) = P nt (t) P atm = p nt (t) - ciśnienie względne w komorze nadtłokowej siłownika x 4 (t) = P pt (t) P atm = p pt (t) - ciśnienie względne w komorze podtłokowej siłownika

Równania stanu - zmienne fizykalne Równania stanu dx 1 (t) = x 2 (t) dt dx 2 (t) = k tvp x 2 (t) + A tlont x 3 (t) A tlopt x 4 (t) dt m obc m obc m obc dx 3 (t) = n ntop nto A tlont x 2 (t) + n ntorϑ nto k qmnt u nt (t) dt V nto V nto dx 4 (t) = n ptop pto A tlopt x 2 (t) + n ptorϑ pto k qmpt u pt (t) dt V pto V nto (3) Równanie wyjścia y(t) = x 1 (t) (4)

Równania stanu - zmienne fizykalne Ostatecznie, dla sterowania dławieniowego rozdzielonego, model procesu ruchu realizowanego przez pneumatyczny napęd siłownikowy opisują zależności macierzowe Ẋ (t) = gdzie 0 a 12 0 0 0 a 22 a 23 a 24 0 a 32 0 0 0 a 42 0 0 x 1 (t) x 2 (t) x 3 (t) x 4 (t) + 0 0 0 0 b 31 0 0 b 42 [ unt (t) u pt (t) ] + (5) y(t) = [1 0 0 0]X (t) (6) a 12 = 1; a 22 = k tvp ; a 32 = n ntop nto A tlont m obc a 23 = A tlont m obc ; a 24 = A tlopt V nto m obc ; b 31 = n ntorϑ nto k qmnt V nto Układ liniowy : parametry macierzy mają stałe wartości ; a 42 = n ptop pto A tlopt V pto (7) ; b 42 = n ptorϑ pto k qmpt V nto (8)

Równania stanu - zmienne fazowe przyjmując u(t) = u nt (t) = u pt = U(t) P(t) = p nt (t) p pt (t) (9) a następnie przechodząc od fizykalnych do fazowych zmiennych stanu, po wprowadzeniu jako trzeciej zmiennej przyspieszenia a(t) ruchu tłoka siłownika i uwzględnieniu zależności x 3 (t) = a(t) = A tlont m obc P(t) k tvp m obc v(t) (10) Fazowe zmienne stanu i zmienne sterujące są następujące u nt (t) = U nt (t) u pt (t) = U pt (t) x 1 (t) = s(t) x 2 (t) = v(t) x 3 (t) = a(t) (11)

Równania stanu - zmienne fazowe Równania stanu dx 1 (t) = x 2 (t) dt dx 2 (t) = x 3 (t) dt [ dx 3 (t) = 1 n nto P nto A 2 tlont + n ] ptop pto A 2 tlopt x 2 (t) k tvp x 3 (t)+ dt m obc V nto V pto m obc + n ntorϑ nto k qmnt A tlont m obc V nto Równanie wyjścia u nt (t) n ptorϑ pto k qmpt A tlopt u pt (t) m obc V pto (12) y(t) = x 1 (t) (13)

Równania stanu - zmienne fazowe oznaczając C mnt ωom 2 = n ntorϑ nto k qmnt A tlont ; C mpt ωom 2 = n ptorϑ pto k qmpt A tlopt (14) m obc V nto m obc V pto 2D m ω om = k tvp m obc [ ] (15) ωom 2 = 1 n nto P nto A 2 tlont + n ptop pto A 2 tlopt m obc V nto V pto (16) Równania stanu i wyjścia można sprowadzić do postaci macierzowej, z trzema parametrami liniowego modelu zachowań prędkościowych ruchu tłoka napędu pneumatycznego o właściwościach oscylacyjnych z: wzmocnieniem prędkościowym C m, pulsacją drgań swobodnych ω om tłumieniem D m

Równania stanu - zmienne fazowe W ten sposób otrzymuje się model stanu procesu ruchu jako członu oscylacyjnego zachowań prędkościowych 0 1 0 0 0 Ẋ (t) = 0 0 1 X (t)+ 0 0 U(t) 0 ωom 2 D m ω om C ntm ωom 2 C ptm ωom 2 (17) y(t) = [1 0 0] x 1 (t) (18)

Równania stanu - zmienne fazowe Szczególne miejsce pośród wielu modeli (różne warianty dławienia i różne układy wartości parametrów) zajmuje - ze względu na prostotę zapisu i wykorzystania - model zlokalizowany w położeniu odpowiadającym połowie objętości cylindra siłownika (0, 5V cyl ), opisany przez stałe ( modelowe ) wartości parametrów przemian gazowych (n m, ϑ m ), współczynnika tarcia (k tm ) oraz ciśnienia roboczego (P m ): dla siłownika z połączonym sterowaniem komór (r = 1) i tłokiem równopowierzchniowym (A tlo ) w postaci C m = Rϑ mk qm A tlo P m ; ω om = 2A tlo n m P m m obc V cyl ; D m = k tm 4A tlo Vcyl n m P m m obc (19)

Równania stanu - zmienne fazowe Model ten pozwala, przy ograniczeniu liczby koniecznych do podania wartości parametrów, w prosty sposób estymować dynamikę napędu w oparciu o minimalną wartość pulsacji ω om, przy stałym wzmocnieniu prędkościowym C m i tłumieniu D m, dla wybranych położeń tłoka siłownika s o ω om = ( n m P m A tlo 1 + m obc s o 1 s max s o ) (20) Dobrym, ze względu na zgodność modelu z wynikami doświadczalnymi, przybliżeniami są: wartość wykładnika przemiany politropowej: nm 1, 35, stałej rozdzielacza: k qm 2 10 8 kg/s Pa, ciśnienia: P m 0, 65P zas stałej tarcia napędu: k tm 125Ns/m

Równania stanu - zmienne fazowe Podane modele obliczeniowe z czasem ciągłym procesu ruchu w pneumatycznym układzie napędowym mają 4 zalety: 1 pojęcia typu wzmocnienie prędkościowe, pulsacja drgań, tłumienie są dla inżynierów zrozumiałe, oraz jako wartości parametrów - intuicyjne i inżyniersko weryfikowalne, 2 jakościowo poprawnie modelują zależność dynamiki napędu od położenia tłoka, obciążenia masowego i warunków pracy, 3 spełniają warunki sterowalności i obserwowalności układu w sensie Kalmana oraz istotny w przypadku układu napędowego warunek sterowalności wyjściowej, 4 przekładają się w implementacyjnie prosty sposób w algorytm wyboru macierzy sprzężeń zwrotnych, uwzględniając założone właściwości statyczne i dynamiczne układu pozycyjnego.

Równania stanu - dyskretyzacja modeli Chcąc zaprojektować układ regulacji w technice mikroprocesorowej, poszukiwany jest model dynamiki układu w postaci modelu w przestrzeni stanów z czasem dyskretnym { X (k + 1) = Amd X (k) + B md U(k) y(k) = C md X (k) (21) gdzie: X (k) R n - wektor stanu, U(k) R m - wektor sygnałów sterujących, y(k) R p - sygnał wyjściowy wyjście / wektor sygnałów wyjściowych, A md R n n - macierz stanu B md R n m - macierz sterowania, C md R p m - macierz wyjścia.

Równania stanu - dyskretyzacja modeli Transformacja ciągłych równań różniczkowych do dyskretnych równań różnicowych. Uwzględniając : czas dyskretny k, okres próbkowania (dyskretyzacji) Tp sterowanie sygnałami odcinkowo - stałymi zmienianymi wyłącznie w chwili próbkowania (sygnałami schodkowymi), czyli: U(t) = U(kT p ) dla t kt p, k + 1T p (22)

Równania stanu - dyskretyzacja modeli Równanie stanu modelu przekształca się, zgodnie z zasadami dyskretyzacji w postać: X (k + 1) = exp (A mc T p x(k)) + T p 0 exp (A mc t)b mc dtu(k) (23) gdzie A md = exp (A mc T p ) = L 1 [(si A mc ) 1 ]; (24) B md = T p 0 exp (A mc t)b mc dt = A 1 mc [exp (A mc T p ) I ]B mc, det A 0 (25)

Równania stanu - dyskretyzacja modeli W przypadku modelu opisanego przez wzmocnienie prędkościowe C m, pulsację drgań swobodnych ω om i tłumienie D m macierz A md poszukiwana jest przy pomocy zależności Amc Tp e = L 1 A md = L 1 [(si A mc ) 1 ] t=tp (26) 1 s + 2D m ω om 1 s s 3 + 2D m ω om s 2 + ωoms 2 s 3 + 2D m ω om s 2 + ω 2 oms s + 2D m ω om 1 0 s 2 + 2D m ω om s + ωom 2 s 2 + 2D m ω om s + ωom 2 ωom 2 1 0 s 2 + 2D m ω om s + ωom 2 s + 2D m ω om + ωom/s 2 (27) gdzie L 1 - odwrotne przekształcenie Laplace a. B md = A 1 mc (A md I )B mc, det A mc 0 (28) t=t p

Równania stanu - dyskretyzacja modeli Ostatecznie otrzymuje się model z czasem dyskretnym: { X (k + 1) = Amd X (k) + B md U(k) y(k) = C md X (k) (29) UWAGA: W praktyce do realizacji w czasie rzeczywistym procedur identyfikacji i sterowania przy użyciu formalnie uzyskanych macierzy modelu dyskretnego zaleca się stosować przybliżony sposób transformacji opisu modelu ciągłego w dyskretny.

Równania stanu - dyskretyzacja modeli (uproszczenia) szereg Taylora Jeśli funkcja f : D Y, gdzie D R oraz Y jest przestrzenią unormowaną i ma w punkcie x 0 D pochodne dowolnego rzędu, to można rozważać szereg n=0 gdzie przyjęto f (0) (x 0 ) = f (x 0 ). 1 n! f (n) (x 0 )(x x 0 ) n, (30) Jeżeli x 0 = 0, to szereg ten nazywamy szeregiem Maclaurina. Rozwinięcie funkcji w szereg Maclaurina ma następującą postać f (n) (0) f (x) = f (0) + x n (31) n! n=1 Dla funkcji wykładniczej, szereg Maclaurina ma postać e x x n = n! n=1 (32)

Równania stanu - dyskretyzacja modeli (uproszczenia) W praktyce do realizacji w czasie rzeczywistym procedur identyfikacji i sterowania przy użyciu formalnie uzyskanych macierzy modelu dyskretnego zaleca się stosować przybliżony sposób transformacji opisu modelu ciągłego w dyskretny polegający na: Krok 1: zastąpieniu funkcji exp (A mc T p ) szeregiem funkcyjnym MacLaurina, Krok 2: zapisie macierzy A md i B md w postaci A md = i=0 A i mc T i i! p; B md = T p i=0 A i mc (i + 1)! T i pb mc (33) Krok 3: uwzględnieniu tylko kilku pierwszych (lub pierwszego) wyrazów tego rozwinięcia.

Równania stanu - dyskretyzacja modeli (uproszczenia) Postępowanie to odwołuje się do transformacji Tustina polegającej na ograniczeniu rozwinięcia potęgowego operatora s do jednego wyrazu przy wyznaczaniu transmitancji dyskretnej. Transformacja Tustina polega na aproksymacji Padé funkcji eksponencjalnej z = e st (34) Przekształcenie metodą Tustina polega na wykorzystaniu następujących podstawień przy transformacji z przestrzeni Laplace a do przestrzeni z : s = 2 T (z 1) (z + 1) (35)

Równania stanu - dyskretyzacja modeli (uproszczenia) Prawidłowość doboru okresu próbkowania i przeprowadzenia powyższej aproksymacji wynika z twierdzenia Kotielnikowa- Shannona, określającego pod jakim warunkiem z sygnału dyskretnego x(k) złożonego z próbek danego sygnału ciągłego x(t), można wiernie odtworzyć sygnał x(t). Częstotliwość próbkowania musi być większa niż dwukrotność najwyższej składowej częstotliwości w mierzonym sygnale. ω p = 2π T p ; ω p 2ω om (36) Taka aproksymacja znajduje swe uzasadnienie w stwierdzeniu skali różnic wartości pomiędzy pulsacją próbkowania ω p wynikająca z okresu T p a pulsacją ω om. Przy milisekundowym okresie próbkowania, np. Tp < 0, 8, 2 > ms, otrzymuje się pulsację próbkowania ω p < 7850, 3140 > rd/s która jest o rzędy wielkości większa od pulsacji drgań swobodnych ω om < 10, 60 > rd/s zachowań ruchowych (siłowych) napędu - takie częstotliwości charakteryzują nawet szybkie napędy pozycyjne.

Równania stanu - dyskretyzacja modeli (uproszczenia) Model z czasem ciągłym Ẋ (t) = 0 1 0 0 0 1 X (t)+ 0 ωom 2 D m ω om y(t) = [1 0 0] x 1 (t) 0 0 0 0 U(t) C ntm ωom 2 C ptm ωom 2 Doprowadzany jest przez usunięcie z zależności wyrazów z czynnikiem T p wyższym niż kwadratowy, do postaci modelu z czasem dyskretnym X (k+1) = 1 T p 0 0 1 αt p βt p 0 2αβ 1 αt p 2β(1 β) X (k)+ 0 C m T p α 2C m αβ U(k) gdzie y(k) = [1 0 0] X (k) α = 1 2 ω2 omt p ; β = 1 D m ω om T p

Wykład 4 - Model w przestrzeni stanów Instytut Automatyki i Robotyki Warszawa, 2015