Wprowadzenie do teorii sterowania. Procesy sterowania o parametrach skupionych.

Podobne dokumenty
Wprowadzenie do teorii sterowania

Wprowadzenie do teorii sterowania. Procesy o parametrach skupionych

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Sterowalność liniowych uk ladów sterowania

Liniowe uk lady sterowania.

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

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

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

liniowych uk ladów sterowania

Uogólnione modele uk ladów sterowania

Wprowadzenie do metod sterowania optymalnego

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk

Zasada optymalności Bellmana. Uogólniony optymalny regulator stanu.

Ekonomia matematyczna i dynamiczna optymalizacja

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

Dyskretne modele populacji

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

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Stabilność liniowych uk ladów sterowania

Dyskretne modele populacji

Projektowanie uk ladów sterowania z wykorzystaniem ich postaci kanonicznych

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

Sposoby modelowania układów dynamicznych. Pytania

Analityczne metody detekcji uszkodzeń

Sterowanie optymalne

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

Procedura modelowania matematycznego

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) =

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. mm

Sterowanie napędów maszyn i robotów

Systemy. Krzysztof Patan

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

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

Tematyka egzaminu z Podstaw sterowania

stosunek przyrostu funkcji y do odpowiadajacego dy dx = lim y wielkości fizycznej x, y = f(x), to pochodna dy v = ds edkości wzgl edem czasu, a = dv

Równania różniczkowe cz astkowe rzȩdu pierwszego

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

w = w i ξ i. (1) i=1 w 1 w 2 :

Metody kierunków poprawy dla nieliniowych problemów sterowania optymalnego

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

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

Regulator liniowo kwadratowy na przykładzie wahadła odwróconego

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

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

Sterowanie Napędów Maszyn i Robotów

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

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

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA. Spis pojȩċ teoretycznych

Inżynieria Systemów Dynamicznych (4)

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

INSTRUKCJA DO ĆWICZENIA NR 7

Cia la i wielomiany Javier de Lucas

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

Transmitancje układów ciągłych

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x)

SZKO LA PODSTAWOWA HELIANTUS WARSZAWA ul. BAŻANCIA 16. Szeṡcian w uk ladzie wspȯ lrzȩdnych x, y, z GEOMETRIA PRZESTRZENNA STEREOMETRIA

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

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

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Zadania o liczbach zespolonych

Funkcje wielu zmiennych

Oddzia lywania miedzycz. jony molekularne lub atomy. edzy A i B:

Analiza zrekonstruowanych śladów w danych pp 13 TeV

po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x)

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

Trigonometria. Funkcje trygonometryczne

Statystyka w analizie i planowaniu eksperymentu

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

Teoria sterowania - studia niestacjonarne AiR 2 stopień

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

Stabilność II Metody Lapunowa badania stabilności

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

Zasada maksimum Pontriagina

Podstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM

{E n ( k 0 ) + h2 2m (k2 k 2 0 )}δ nn + h m ( k k 0 ) p nn. c nn = E n ( k)c nn (1) gdzie ( r)d 3 r

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE

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

Wyk lad 11 1 Wektory i wartości w lasne

LOGIKA ALGORYTMICZNA

Rozwiązywanie równań różniczkowych zwyczajnych za pomocą komputera

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

Sterowanie Napędów Maszyn i Robotów

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

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

u nk = n c nn u n 0 wyznacza siȩ empirycznie (elementy przejść) lub próbuje oszacować w obliczeniach typu ab initio Rachunek zaburzeń Löwdina

TEORIA FUNKCJONA LÓW. (Density Functional Theory - DFT) Monika Musia l

Asymptota pozioma: oṡ x, gdy y = 0 Asymptota pionowa: oṡ y, gdy x = 0. Hyperbola 1 x

Metody rzutowania i funkcji barierowych dla problemów sterowania optymalnego

MECHANIKA II. Drgania wymuszone

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Sterowanie Napędów Maszyn i Robotów

Transkrypt:

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/ Literatura podstawowa T. Kaczorek, Teoria sterowania, PWN Warszawa t.1,1977, t.2,1981. T. Kaczorek i inni, Podstawy teorii sterowania, WNT, Warszawa 2005. T. Kaczorek, Teoria sterowania i systemów, PWN, Warszawa 1996. W. Pe lczewski, Teoria sterowania, WNT, Warszawa 1980. K. Ogata, Metody przestrzeni stanów w teorii sterowania, WNT, Warszawa, 1974. Literatura uzupe lniaj aca H. Górecki, Optymalizacja systemów dynamicznych, PWN, Warszawa 1993. J. Zabczyk, Zarys matematycznej teorii sterowania,pwn, Warszawa 1991. R. Vinter, Optimal Control, Birkhauser, Boston 2000. J.T. Betts, Practical methods for optimal control and estimation using nonlinear programming, SIAM, Philadelphia, 2010. 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 1

sterowania lub systemem sterowania. 2

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 US sterowanie Obiekt sterowania OS wyjście W otwartym uk ladzie sterowania zak ladana jest dok ladna aprioryczna znajomość 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,... 3

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: sterowanie u(t) zak lócenie ξ(t) Obiekt sterowania 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 luje 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 luje na inne uk lady, ξ(t) = (ξ 1 (t),..., ξ r (t),..., ξ s (t)) T - zak lócenie obiektu - wektor wielkości niekontrolowanych, za pomoc a których otoczenie oddzia luje na obiekt sterowania; zak lócenia mog a być deterministyczne lub losowe, 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 ξ(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; wielkości x i (t) nazywane s a wspó lrzȩdnymi stanu lub zmiennymi stanu. Stan obiektu jest na ogó l wielkości a wektorow a i w zwi azku z tym jest nazywany wektorem stanu obiektu. Przestrzeń n-wymiarowa o wspó lrzȩdnych x 1, x 2,..., x n jest zwana przestrzeni a stanu. Krzywa, wzd luż której przebiega wektor stanu w przestrzeni stanu, jest zwana trajektori a stanu obiektu sterowania. Stan obiektu jest w wielu przypadkach określany przez liczbȩ niezależnych zasobników energii w obiekcie. 4

Zależności miȩdzy wielkościami charakteryzuj acymi uk lad sterowania o czasie ci ag lym obejmuj a równanie stanu obiektu, które określa jego ewolucjȩ w czasie przyjmuj ac postać równania różniczkowego (liniowego lub nieliniowego) ẋ(t) = f(x(t), u(t), ξ(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, które określa powi azania wielkości mierzonych ze stanem obiektu i wymuszeniami zewnȩtrznymi przyjmuj ac postać dynamicznego równania algebraicznego y(t) = g(x(t), u(t), ξ(t), t), t [t 0, t 1 ], g : R n R m R s R R q, równanie urz adzenia steruj acego, które wi aże sterowanie obiektu z jego wyjściem przyjmuj ac postać dynamicznego równania algebraicznego u(t) = ϕ(y(t), t), t [t 0, t 1 ], ϕ : R q R R m. 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 ], gdzie A R n n jest macierz a stanu, a B R n m jest macierz a sterowania, równanie wyjścia obiektu ma postać liniowego stacjonarnego równania algebraicznego y(t) = Cx(t), t [t 0, t 1 ], gdzie C R q n jest macierz a wyjścia, 5

równanie urz adzenia steruj acego ma postać liniowego stacjonarnego równania algebraicznego u(t) = Ky(t) + ξ(t), t [t 0, t 1 ], gdzie K R m q jest macierz a sprzȩżenia zwrotnego, a ξ(t) może reprezentować zak lócenie nak ladaj ace siȩ na pȩtlȩ 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 ], gdzie A(t) R n n jest niestacjonarn a macierz a stanu, a B(t) R n m jest niestacjonarn a macierz a sterowania równanie wyjścia obiektu ma postać liniowego niestacjonarnego równania algebraicznego y(t) = C(t)x(t), t [t 0, t 1 ], gdzie C(t) R q n jest niestacjonarn a macierz a wyjścia, równanie urz adzenia steruj acego ma postać liniowego niestacjonarnego równania algebraicznego u(t) = K(t)y(t) + ξ(t), t [t 0, t 1 ], gdzie K(t) R m q jest niestacjonarn a macierz a 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 ), ξ(t), t), gdzie h 1 jest opóźnieniem stanu, a h 2 jest opóźnieniem sterowania. 6

Uwzglȩdnienie przestrzennie roz lożonego stanu i sterowania prowadzi do równań stanu w postaci równań różniczkowych o pochodnych cz astkowych x(t, z) t = f(x(t, z), x(t, z)/ z, u(t, z), t, z), gdzie stan uk ladu x(t, z) jest funkcj a czasu t i zmiennej przestrzennej z (lub zmiennych przestrzennych z 1, z 2, z 3 ). W charakterze ważnych przypadków szczególnych procesów sterowania o parametrach roz lożonych można wymienić procesy z przep lywem t lokowym opisywane równaniami o pochodnych cz astkowych pierwszego rzȩdu x(t, z) t x(t, z) = q(t) + f(x(t, z), u(t, z), t, z), z z prȩdkości a przep lywu q(t) oraz procesy z przep lywem t lokowo-dyfuzyjnym opisywane równaniami o pochodnych cz astkowych pierwszego i drugiego rzȩdu x(t, z) t x(t, z) = q(t) + α 2 x(t, z) + f(x(t, z), u(t, z), t, z), z z 2 ze wspó lczynnikiem dyfuzji α. Stosowany jest też uproszczony zapis pochodnych cz astkowych dla procesów t lokowych x t (t, z) = q(t)x z (t, z) + f(x(t, z), u(t, z), t, z), oraz dla procesów t lokowo-dyfuzyjnych x t (t, z) = q(t)x z (t, z) + αx zz (t, z) + f(x(t, z), u(t, z), t, z). 7

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) stan obiektu x(k) zak lócenie ξ(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 luje 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, ξ(k) = (ξ 1 (k),..., ξ r (k),..., ξ s (k)) T - zak lócenie obiektu z czasem dyskretnym - wektor wielkości niekontrolowanych, za pomoc a których otoczenie oddzia luje 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 ξ(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). 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), ξ(k), k), x(k 0 ) = x 0, k = k 0, k 0 + 1,..., k 1, f : R n R m R s R R n, 8

równanie wyjścia obiektu w postaci dyskretnego równania algebraicznego y(k) = g(x(k), u(k), ξ(k), k), k = k 0, k 0 + 1,..., k 1, g : R n R m R s R R q, równanie urz adzenia steruj acego w postaci dyskretnego równania algebraicznego u(k) = ϕ(y(k), k), k = k 0, k 0 + 1,..., k 1, ϕ : R q R R m. 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 0 + 1,...k 1, A R n n, B R n m, równanie wyjścia obiektu w postaci liniowego stacjonarnego dyskretnego równania algebraicznego y(k) = Cx(k), k = k 0, k 0 + 1,..., k 1, C R q n, równanie urz adzenia steruj acego w postaci liniowego stacjonarnego dyskretnego równania funkcyjnego u(k) = Ky(k) + ξ(k), k = k 0, k 0 + 1,..., 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 9

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 0 + 1,..., k 1, 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 0 + 1,..., 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) + ξ(k), k = k 0, k 0 + 1,..., 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 statycznego - zadanie polega na wyborze sta lego w czasie oddzia lywania na obiekt zapewniaj acego sta ly w czasie przebieg stanu obiektu. Poszukujemy takiego statycznego procesu sterowania, który ma duży zapas stabilności i/lub ma l a wrażliwość na zmiany parametrów. Zadanie to odnosi siȩ do autonomicznych obiektów sterowania funkcjonuj acych na d lugim horyzoncie czasowym przy braku zak lóceń, 10

zadanie optymalnego sterowania statycznego - zadanie polega na wyborze takiego optymalnego statycznego procesu sterowania, który zapewnia optymaln a wartość wskaźnika jakości procesu (maksymalny poziom produkcji substancji użytecznej, minimalne zużycie substancji surowcowych niezbȩdnych do prowadzenia procesu produkcyjnego, maksymalna selektywność procesu tj. wzglȩdny poziom substancji użytecznej w odniesieniu do poziomu szkodliwej substancji ubocznej), zadanie sterowania docelowego - zadanie polega na przeprowadzeniu obiektu z zadanego stanu pocz atkowego do zadanego stanu końcowego lub do zadanego zbioru stanów końcowych; poszukujemy takiego dynamicznego procesu sterowania, który ma duży zapas stabilności i/lub ma l a wrażliwość na zmiany parametrów, 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 np. kompensuj a okresowe zak lócenia oddzia luj ace na obiekt, 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 optymalnego sterowania stochastycznego- zadanie polega na tym, aby zminimalizować wartość oczekiwan a wskaźnika jakości dla uk ladu sterowania, na który oddzia luj a zak lócenia przypadkowe, zadanie sterowania adaptacyjnego - zadanie polega na modyfikacji sterowania uwzglȩdniaj acej zmiany parametrów uk ladu, 11

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, zadanie optymalnej regulacji stanu - zadanie polega na wyborze optymalnego sterowania koryguj acego przebieg trajektorii stanu, które np. minimalizuje straty energetyczne na sterowanie koryguj ace. Podstawowe zagadnienia zwi azane z realizacj a zadań sterowania to: badanie stabilności uk ladów sterowania tj. badanie wrażliwości nominalnej 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 wrażliwości parametrycznej uk ladów sterowania tj. badanie wrażliwości nominalnej trajektorii stanu na zaburzenia parametrów uk ladu, 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; w zwi azku z tym określane s a warunki ca lkowitej lub czȩściowej obserwowalności uk ladu, synteza uk ladów sterowania o zadanych w lasnościach dynamicznych np. synteza uk ladu o zadanych wartościach w lasnych macierzy stanu, dla których uk lad sterowania ma duży zapas stabilności i ma l a oscylacyjność, 12

synteza wejściowo-wyjściowych uk ladów sterowania o zadanych zerach i biegunach transmitancji operatorowej zapewniaj acych zarówno duż a dok ladność jak i stabilność uk ladu sterowania, synteza obserwatorów stanu uk ladów sterowania zapewniaj acych dok ladne lub przybliżone odtwarzanie stanu uk ladu, badanie algorytmów sterowania optymalnego tj. określanie warunków ich zbieżności i szybkości ich zbieżności. Metody teorii sterowania stosowane s a do projektowania i optymalizacji uk ladów mechanicznych, elektromechanicznych, chemicznych procesów produkcyjnych, procesów biotechnologicznych i wielu innych. 13

Przyk lad: Uk lad sterowania tarcz a obrotow a i(t) tarcza obrotowa θ(t), Ω(t) U(t) silnik rewersyjny przek ladnia Wielkości fizyczne zwi azane z uk ladem: θ(t) - po lożenie k atowe tarczy w chwili t, Ω(t) - prȩdkość k atowa tarczy w chwili t, i(t) - natȩżenie pr adu obwodu steruj acego silnika w chwili t, U(t) - napiȩcie obwodu steruj acego silnika w chwili t, Z tarcz a zwi azane s a przetworniki w postaci uk ladu mostkowego przetwarzaj acego jej po lożenie k atowe na napiȩcie U 1 (t) oraz pr adnicy tachometrycznej przetwarzaj acej jej prȩdkość k atow a na napiȩcie U 2 (t). Zależności miȩdzy wielkościami fizycznymi uk ladu: pochodna po lożenia k atowego tarczy określa jej prȩdkość k atow a θ(t) = Ω(t), θ(t 0 ) = θ 0, t [t 0, t 1 ], pochodna prȩdkości k atowej tarczy (przyspieszenie tarczy) jest proporcjonalna do natȩżenia pr adu obwodu steruj acego silnika ze wspó lczynnikiem proporcjonalności b Ω(t) = b i(t), Ω(t 0 ) = Ω 0, t [t 0, t 1 ], napiȩcia wyjściowe przetworników s a proporcjonalne do mierzonych wielkości U 1 (t) = c 1 θ(t), U 2 (t) = c 2 Ω(t), t [t 0, t 1 ], gdzie c 1 i c 2 s a wspó lczynnikami proporcjonalności przetworników. Jeśli stosujemy sprzȩżenie zwrotne to wielkości a steruj ac a staje siȩ napiȩcie obwodu steruj acego silnika U(t) powi azane np. liniowo z napiȩciami 14

wyjściowymi przetworników U(t) = k 1 U 1 (t) + k 2 U 2 (t), t [t 0, t 1 ], gdzie k 1 i k 2 s a wspó lczynnikami sprzȩżenia zwrotnego. Stosujemy standardowe oznaczenia teorii sterowania: x 1 (t) =. θ(t), x 2 (t) =. Ω(t) - zmienne stanu uk ladu, u(t) =. i(t) - zmienna steruj aca uk ladu, y 1 (t) =. U 1 (t), y 2 (t) =. U 2 (t) - zmienne wyjściowe uk ladu. Zapisujemy równania stanu uk ladu ẋ 1 (t) = x 2 (t), t [t 0, t 1 ], x 1 (t 0 ) = x 10, ẋ 2 (t) = b u(t), t [t 0, t 1 ], x 2 (t 0 ) = x 20 równania wyjścia uk ladu, y 1 (t) = c 1 x 1 (t), y 2 (t) = c 2 x 2 (t), t [t 0, t 1 ], oraz równanie sprzȩżenia zwrotnego u(t) = k 1 y 1 (t) + k 2 y 2 (t), t [t 0, t 1 ]. Celem sterowania może być minimalizacja strat energetycznych na sterowanie lub minimalizacja czasu realizacji zadania sterowania. Wskaźniki jakości procesu sterowania docelowego tarcz a obrotow a tj. procesu przestawiania tarczy z zadanego po lożenia pocz atkowego do zadanego po lożenia końcowego mog a wiȩc przybierać postać: dla sterowania minimalnoenergetycznego Q = t1 t 0 u 2 (t)dt, a dla sterowania minimalnoczasowego Q = t1 t 0 dt = t 1 t 0. Jeśli stosujemy sprzȩżenie zwrotne to sterowanie minimalnoenergetyczne można zrealizować w uk ladzie z liniowym sprzȩżeniem zwrotnym, zaś sterowanie minimalnoenergetyczne - w uk ladzie z nieliniowym sprzȩżeniem zwrotnym. 15

nym Przyk lad: Sterowanie statyczne chemicznym procesem produkcyj- Proces syntezy A+B C Do zbiornikowego reaktora chemicznego wprowadzane s a substancje surowcowe A i B. W reaktorze zachodzi proces syntezy A+B C, gdzie C jest produktem użytecznym. Niech c A0 i c B0 oznaczaj a stȩżenia substancji A i B na wejściu reaktora, zaś c A i c B - stȩżenia tych substancji w reaktorze. Statyczne równania stanu procesu wynikaj ace z bilansu masy dla sk ladników A i B przybieraj a postać q 1 c A0 qc A κc p 1 A cp 2 B = 0, q 2 c B0 qc B κc p 1 A cp 2 B = 0, gdzie q 1 jest natȩżeniem dop lywu substancji A do reaktora, q 2 jest natȩżeniem dop lywu substancji B do reaktora, q = q 1 + q 2 jest natȩżeniem wyp lywu mieszaniny reaguj acej z reaktora, κ jest wspó lczynnikiem szybkości reakcji, a p 1 i p 2 s a wspó lczynnikami określaj acymi rz ad reakcji syntezy. Suma stȩżeń sk ladników reakcji jest sta la: c A + c B + c C = 1. Na podstawie tego równania można wyeliminować zmienn a c C = 1 c A c B. Zmienne steruj ace - stȩżenia substancji A i B na wejściu reaktora u 1 = c A0 i u 2 = c B0. Zmienne stanu - stȩżenia substancji A i B w reaktorze x 1 = c A i x 2 = c B. Zmienna wyjściowa - stȩżenie produktu użytecznego w strumieniu wyjściowym y = 1 c A c B. 16

Statyczne równania stanu obiektu: Statyczne równanie wyjścia: q 1 u 1 qx 1 κx p 1 1 x p 2 2 = 0, q 2 u 2 qx 2 κx p 1 1 x p 2 2 = 0, y = 1 x 1 x 2. Przedstawiony model opisuje proces sterowania przebiegaj acy w sta lej temperaturze tj. proces izotermiczny. Jeśli reaktor wyposażyć w obwód grzejny wymuszaj acy temperaturȩ T w reaktorze, to wspó lczynnik szybkości szybkości reakcji staje siȩ funkcj a temperatury zgodnie z prawem Arrheniusa κ(t ). = κ 0 e β/t, gdzie κ 0 i β s a dodatnimi parametrami. Zmieniaj ac natȩżenie dop lywu czynnika grzejnego możemy wp lywać na temperaturȩ procesu i traktować j a jako dodatkowe sterowanie u 3 = T. Statyczne równania stanu ze sterowaniem temperaturowym przybior a postać q 1 u 1 qx 1 κ 0 e β/u 3 x p 1 1 x p 2 2 = 0, q 2 u 2 qx 2 κ 0 e β/u 3 x p 1 1 x p 2 2 = 0, Oprócz równań stanu uwzglȩdnić należy także ograniczenia zakresu zmiennych procesowych u i u i u + i, x i x i x + i i = 1, 2, 3. Dla szeregu procesów sterowania statyczne s a ustalone na poziomach wynikaj acych z ograniczonych średnich wydajności źróde l surowców i energii tj. u i = ū i, i = 1, 2, 3. Określeniu podlegaj a wtedy statyczne przebiegi zmiennych stanu. Celem sterowania może być maksymalizacja wydajności procesu tj. minimalizacja wyrażenia x 1 + x 2. 17

Przyk lad: Sterowanie wsadowym chemicznym procesem produkcyjnym zbiornikowy reaktor chemiczny t 0, A proces przemiany A B obwód grzejny T t 1, A,B Do zbiornikowego reaktora chemicznego za ladowany zostaje w chwili t 0 substrat A (substancja surowcowa). Ulega on przemianie w produkt użyteczny B pod wp lywem katalizatora K w wyniku egzotermicznej reakcji przemiany A B. Reaktor zostaje roz ladowany w chwili t 1. temperaturȩ procesu można wp lywać za pomoc a obwodu grzejnego zainstalowanego w reaktorze. Wielkości fizyko-chemiczne zwi azane z procesem: c A (t) - stȩżenie substratu A w reaktorze w chwili t, T (t) - temperatura w reaktorze w chwili t, T 0 (t) - temperatura czynnika grzejnego na wejściu reaktora, Zależności miȩdzy wielkościami fizyko-chemicznymi procesu: szybkość zmiany stȩżenia substratu A (i produktu użytecznego B) w reaktorze określona jest przez szybkość reakcji A B zależn a od aktualnego stȩżenia A w reaktorze i temperatury mieszaniny reaguj acej zgodnie z prawem Arrheniusa ċ A (t) = a e b/t (t) c 2 A(t), t [t 0, t 1 ], c A (t 0 ) = c A0, szybkość zmiany temperatury w reaktorze zależy od przebiegu temperatury wejściowej i szybkości poch laniania ciep la przez reakcjȩ T (t) = T 0 (t) c e b/t (t) c 2 A(t), t [t 0, t 1 ], T (t 0 ) = T 0, 18 Na

gdzie a, b i c s a parametrami procesu. Jeśli określony jest poż adany przebieg temperatury na wejściu reaktora ˆT 0 (t) i w reaktorze ˆT (t) (np. przebieg optymalny w sensie pewnego wskaźnika jakości), to zaburzenie tego przebiegu może być regulowane za pomoc a sprzȩżenia zwrotnego T 0 (t) = ˆT 0 (t) k(t (t) ˆT (t)), gdzie k jest wspó lczynnikiem sprzȩżenia zwrotnego. Stosujemy standardowe oznaczenia teorii sterowania: u(t) =. T 0 (t) - zmienna steruj aca procesu, x 1 (t) =. c A (t), x 2 (t) = T (t) - zmienne stanu procesu, y(t) =. T (t) - zmienna wyjściowa procesu. Zapisujemy równania stanu procesu ẋ 1 (t) = a e b/x2(t) x 2 1(t), t [t 0, t 1 ], x 1 (t 0 ) = x 10, ẋ 2 (t) = u(t) c a e b/x2(t) x 2 1(t), t [t 0, t 1 ],, x 2 (t 0 ) = x 20 równanie wyjścia procesu, y(t) = x 2 (t), t [t 0, t 1 ], oraz równanie sprzȩżenia zwrotnego procesu u(t) = û(t) k (x 2 (t) ˆx 2 (t), t [t 0, t 1 ]. Wskaźnik jakości procesu sterowania wsadowym chemicznym procesem produkcyjnym może przybierać postać kombinacji kosztów nagrzewania i wartości produktu użytecznego Q = t1 t 0 u(t)dt d (1 x 1 (t 1 )), gdzie d jest wspó lczynnikiem wartości tego produktu. Cel sterowania jest wiȩc równoważny maksymalizacji zysku z prowadzenia procesu. 19

Przyk lad: przep lywowym Sterowanie procesem biotechnologicznym w bioreaktorze bioreaktor przep lywowy S 0 (t) proces przemiany S P S(t), P (t) Rozważmy proces sterowania stȩżeniem wejściowym substratu S wprowadzanego do zbiornikowego bioreaktora przep lywowego, gdzie zachodzi jego przemiana w biomasȩ dokonywana przez populacjȩ mikrobiologiczn a P umieszczon a w bioreaktorze (lub przemiana w produkt metabolizmu tej populacji). Substratem może być specjalnie dobrana pożywka dla populacji P (produkcja farmaceutyków), a także ścieki lub odpady (procesy biooczyszczania). t. Wielkościami fizyko-biochemicznymi zwi azanymi z procesem s a: S 0 (t) - stȩżenie substratu S na wejściu bioreaktora w chwili t, S(t) - stȩżenie substratu S w bioreaktorze w chwili t, P (t) - stȩżenie populacji mikrobiologicznej P w bioreaktorze w chwili Zależności miȩdzy wielkościami fizyko-chemicznymi procesu: szybkości zmiany stȩżenia substratu i populacji s a określone przez wielkości dop lywu i odp lywu biosk ladników procesu oraz przez szybkość przetwarzania substratu przez populacjȩ Ṡ(t) = q(s 0 (t) S(t) a P (t) = qp (t) + c S(t) b + S(t) P (t), S(t 0) = S 0, t [t 0, t 1 ], t 1 >> t 0, S(t) b + S(t) P (t), P (t 0) = P 0, t [t 0, t 1 ], gdzie a, b i c s a parametrami funkcji przyrostu populacji, zaś q jest natȩżeniem przep lywu biomieszaniny przez bioreaktor. 20

Stosujemy standardowe oznaczenia teorii sterowania: u(t). = S 0 (t) - zmienna steruj aca procesu tj. substratu w chwili t, stȩżenie wejściowe x 1 (t). = S(t), x 2 (t). = P (t) - zmienne stanu procesu tj. stȩżenia substratu i populacji w reaktorze w chwili t, Zapisujemy równania stanu procesu: ẋ 1 (t) = q(u(t) x 1 (t)) a ẋ 2 (t) = qx 2 (t) + c x 1 (t) b + x 1 (t) x 2(t), x 1 (t 0 ) = x 0, t [t 0, t 1 ], x 1 (t) b + x 1 (t) x 2(t), x 1 (t 0 ) = x 0, t [t 0, t 1 ]. Dla niektórych bioprocesów charakterystyczne jest opóźnienie szybkości przyrostu populacji po zmianie stȩżenia substratu. Równania stanu bioprocesu przybieraj a wtedy postać równań różniczkowych z odchylonym argumentem ẋ 1 (t) = q (u(t) x 1 (t)) a ẋ 2 (t) = q x 2 (t) + c x 1 (t) b + x 1 (t) x 2(t), x 1 (t 0 ) = x 0, t [t 0, t 1 ], x 1 (t h) b + x 1 (t h) x 2(t), x 1 (t 0 ) = x 0, t [t 0, t 1 ], gdzie h jest opóźnieniem szybkości przyrostu populacji po zmianie stȩżenia substratu. Celem sterowania może być w tym przypadku maksymalizacja sumarycznego uzysku biomasy tj. maksymalizacja wskaźnika jakości procesu postaci t1 t 0 qx 2 (t)dt. 21

Przyk lad: Sterowanie mechanicznym oscylatorem ściana podstawowa amortyzator sprȩżynowy Maszyna M si la stabilizuj aca Po lożenie l(t) maszyny M stabilizowane jest w punkcie l = 0 (po lożenie neutralne) za pomoc a si ly stabilizuj acej F (t) i amortyzatora sprȩżynowego o wspó lczynniku sprȩżystości a. Podstawowe równanie ruchu maszyny M odzwierciedla redukcjȩ jej przyspieszenia przez amortyzator proporcjonalnie do jej odchylenia od po lożenia neutralnego i proporcjonalnie do si ly stabilizuj acej F (t). : l(t) = al(t) F (t), l(t 0 ) = l 0, l(t0 ) = l 0, t [t 0, t 1 ]. Równanie ruchu swobodnego maszyny (F (t) = 0) przybiera postać l(t) = al(t), l(t 0 ) = l 0, l(t0 ) = l 0, t [t 0, t 1 ]. Ostatnie równanie posiada równanie charakterystyczne r 2 = ar, którego pierwiastki s a urojone r 1,2 = ±j a. Oznaczaj ac ω =. a możemy zapisać rozwi azanie równania ruchu swobodnego jak nastȩpuje l(t) = C 1 cos ωt + C 2 sin ωt, t [t 0, t 1 ], gdzie sta le C 1 i C 2 s a określone przez warunki poczatkowe. Tak wiȩc ruch swobodny maszyny M ma charakter oscylacyjny. Obiekt sterowania można określić mianem oscylatora mechanicznego. Jeśli uk lad jest wyposażony oprócz amortyzatora sprȩżynowego także w t lumik i wprowadzone s a dwa oddzia lywania zewnȩtrzne - stabilizuj ace F 1 (t) i t lumi ace drgania pochodz ace z otoczenia F 2 (t), to równanie ruchu maszyny przybierze postać l(t) = a 1 l(t) a 2 l(t) F1 (t) F 2 (t), 22

l(t 0 ) = l 0, l(t0 ) = l 0, t [t 0, t 1 ], gdzie a 1 jest wspó lczynnikiem sprȩżystości amortyzatora, zaś a 2 - wspó lczynnikiem t lumienia t lumika. Amortyzator może wykazywać dzia lanie nieliniowe stabilizuj ace przy wiȩkszych odchyleniach obiektu od po lożenia równowagi l(t) = a 1 l(t) a 11 l 3 (t) a 2 l(t) F1 (t) F 2 (t), l(t 0 ) = l 0, l(t0 ) = l 0, t [t 0, t 1 ], oraz dzia lanie nieliniowe destabilizuj ace obiekt przy takich odchyleniach (tzw. efekt miȩkkiej sprȩżyny) l(t) = a 1 l(t) + a 11 l 3 (t) a 2 l(t) F1 (t) F 2 (t), l(t 0 ) = l 0, l(t0 ) = l 0, t [t 0, t 1 ], gdzie a11 jest wspó lczynnikiem sprȩżystości nieliniowej sk ladowej amortyzatora. W innych sytuacjach r ownież dzia lanie t lumika ma nieliniowy charakter l(t) = a 1 l(t) a 2 l 2 (t)sign( l(t)) F 1 (t) F 2 (t), l(t 0 ) = l 0, l(t0 ) = l 0, t [t 0, t 1 ], gdzie funkcja znaku sign jest wprowadzona dlatego, aby si la oporu by la zawsze przeciwna do prȩdkości. Zak ladamy, że zarówno po lożenie l(t) maszyny jak i jej prȩdkość l(t) s a mierzone za pomoc a przetworników reprezentuj acych te wielkości w postaci sygna lów napiȩciowych U 1 (t) i U 2 (t) (ze wspó lczynnikami proporcjonalności c 1 i c 2 ), które mog a być wykorzystane w pȩtli sprzȩżenia zwrotnego do generowania si ly stabilizuj acej F (t) w odpowiednim uk ladzie napiȩciowym. Stosujemy oznaczenia standardowe teorii sterowania do modelu oscylatora mechanicznego: x 1 (t) =. l(t), x 2 (t) =. l(t) - zmienne stanu oscylatora, u 1 (t) =. F 1 (t), u 2 (t) =. F 2 (t) - zmienne steruj ace oscylatora, 23

y 1 (t) =. U 1 (t), y 2 (t) =. U 2 (t) - zmienne wyjściowe oscylatora, równania stanu liniowego oscylatora mechanicznego ẋ 1 (t) = x 2 (t), x 1 (t 0 = 0, t [t 0, t 1 ], ẋ 2 (t) = a 1 x 1 (t) a 2 x 2 (t) b 1 u 1 (t) b 2 u 2 (t), x 2 (t 0 = 0, t [t 0, t 1 ], gdzie b 1 i b 2 s a wspó lczynnikami normalizacyjnymi sterowania, równania wyjścia oscylatora mechanicznego y 1 (t) = c 1 x 1 (t), t [t 0, t 1 ], y 2 (t) = c 2 x 2 (t), t [t 0, t 1 ], równania stanu oscylatora mechanicznego z nieliniowym amortyzatorem ẋ 1 (t) = x 2 (t), x 1 (t 0 = 0, t [t 0, t 1 ], ẋ 2 (t) = a 1 x 1 (t)±a 11 x1 3 (t) a 2 x 2 (t) b 1 u 1 (t) b 2 u 2 (t), x 2 (t 0 = 0, t [t 0, t 1 ], równania stanu oscylatora mechanicznego z nieliniowym t lumikiem ẋ 1 (t) = x 2 (t), x 1 (t 0 = 0, t [t 0, t 1 ], ẋ 2 (t) = a 1 x 1 (t) a 2 x 2 2(t)sign(x 2 (t)) b 1 u 1 (t) b 2 u 2 (t), x 2 (t 0 = 0, t [t 0, t 1 ]. 24