Liniowe uk lady sterowania.

Podobne dokumenty
Sterowalność liniowych uk ladów sterowania

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Wprowadzenie do teorii sterowania

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

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

liniowych uk ladów sterowania

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk

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

Stabilność liniowych uk ladów sterowania

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Dyskretne modele populacji

Wprowadzenie do teorii sterowania. Procesy sterowania o parametrach skupionych.

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

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) =

Wprowadzenie do metod sterowania optymalnego

Ekonomia matematyczna i dynamiczna optymalizacja

Wprowadzenie do teorii sterowania. Procesy o parametrach skupionych

Wyk lad 11 1 Wektory i wartości w lasne

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

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

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

Projektowanie uk ladów sterowania z wykorzystaniem ich postaci kanonicznych

Wyk lad 14 Formy kwadratowe I

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

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Dyskretne modele populacji

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

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

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

Metody kierunków poprawy dla nieliniowych problemów sterowania optymalnego

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. mm

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

Funkcje wielu zmiennych

Zasada optymalności Bellmana. Uogólniony optymalny regulator stanu.

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

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

SZKO LA PODSTAWOWA HELIANTUS WARSZAWA ul. BAŻANCIA 16. Hyperbola 1 x FUNKCJE ELEMENTARNE WYMIERNE POTȨGOWE LOGARYTMICZNE.

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Równania różniczkowe cz astkowe rzȩdu pierwszego

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

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

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

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

Transmitancje układów ciągłych

Analityczne metody detekcji uszkodzeń

Podstawy Automatyki Zbiór zadań dla studentów II roku AiR oraz MiBM

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

Zadania o liczbach zespolonych

Uogólnione modele uk ladów sterowania

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 3 Tablice trwania życia 2

LOGIKA ALGORYTMICZNA

Obliczenia iteracyjne

w = w i ξ i. (1) i=1 w 1 w 2 :

Funkcje wielu zmiennych

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

II. Równania autonomiczne. 1. Podstawowe pojęcia.

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu

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

Sterowanie optymalne

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

Zestaw nr 7 Ekstremum funkcji jednej zmiennej. Punkty przegiȩcia wykresu. Asymptoty

Inżynieria Systemów Dynamicznych (4)

Monika Musia l. METODA MIESZANIA KONFIGURACJI Configuration Interaction (CI) (ujȩcie wyznacznikowe)

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

1 Przestrzenie unitarne i przestrzenie Hilberta.

Wyk lad 9 Baza i wymiar przestrzeni liniowej

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia

przy warunkach początkowych: 0 = 0, 0 = 0

Procedura modelowania matematycznego

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

Uzgadnianie wyrażeń rachunku predykatów. Adam i orzeszki. Joanna Józefowska. Poznań, rok akademicki 2009/2010

PEWNE ZASTOSOWANIA TEORII DYSTRYBUCJI I RACHUNKU OPERATOROWEGO W TEORII RÓWNAŃ RÓŻNICZKOWYCH

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

Definicje i przykłady

Tematyka egzaminu z Podstaw sterowania

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Po zastosowaniu uproszczenia zgubiono więc ważną informację o układzie fizycznym, a zatem drugie rozwiązanie zadania jest niepoprawne.

Modelowanie układów dynamicznych

Rozwiązywanie równań różniczkowych zwyczajnych za pomocą komputera

2. Równania nieliniowe i ich uk lady

Systemy. Krzysztof Patan

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

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska

Układy równań i równania wyższych rzędów

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

Automatyka i robotyka ETP2005L. Laboratorium semestr zimowy

Matematyka A, egzamin, 17 czerwca 2005 rozwia zania

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

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

Analiza matematyczna dla informatyków 3 Zajęcia 14

Matematyka A kolokwium: godz. 18:05 20:00, 24 maja 2017 r. rozwiązania. ) zachodzi równość: x (t) ( 1 + x(t) 2)

Normy wektorów i macierzy

Równania różniczkowe. Notatki z wykładu.

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.

Transkrypt:

Liniowe uk lady sterowania Rozwi azywanie liniowych rownań stanu Uk lady z czasem ci ag lym Liniowe stacjonarne równania stanu Przyk lad: Uk lad sterowania tarcz a obrotow a prȩt sprȩżysty tarcza obrotowa θt Ωt Ut przek ladnia silnik rewersyjny zmienna steruj aca ut = Ut - napiȩcie obwodu steruj acego silnika zmienne stanu x 1 t = θt - po lożenie k atowe tarczy x 2 t = Ωt - prȩdkość k atowa tarczy zmienne wyjściowe y 1 t = c 1 θt - pomiar po lożenia k atowego za pomoc a uk ladu mostkowego y 2 t = c 2 Ωt - pomiar prȩdkości k atowej za pomoc a pr adnicy tachometrycznej Równania stanu obiektu ẋ 1 t = x 2 t x 1 t = x 1 ẋ 2 t = a 1 x 1 t a 2 x 2 t + but x 2 t = x 2 gdzie a 1 - wspó lczynnik si ly sprȩżystości prȩta a 1 = oznacza brak si ly skrȩcaj acej a 2 -wspó lczynnik tarcia uk ladu a 2 = oznacza brak si l tarcia b -wspó lczynnik proporcjonalności obwodu steruj acego silnika 1

Równania wyjścia Równanie sprzȩżenia zwrotnego y 1 t = c 1 x 1 t y 2 t = c 2 x 1 2 ut = k 1 y 1 t + k 2 y 2 t Wskaźniki jakości procesu sterowania docelowego tarcz a obrotow a: sterowanie minimalnoczasowe Q = 1 t dt = t 1 t sterowanie minimalnoenergetyczne Q = 1 t u 2 tdt Wektorowo-macierzowy opis ukladu sterowania: wektorowo-macierzowe równanie stanu ẋt = Axt + But xt = x gdzie wielkości x 1 t 1 xt = A = B = x 2 t a 1 a 2 b oznaczaj a wektor zmiennych stanu macierz stanu i macierz sterowania wektorowo-macierzowe równanie wyjścia gdzie wielkości yt = Cxt y 1 t c 1 yt = C = y 2 t c 2 oznaczaj a wektor zmiennych wyjściowych i macierz wyjścia gdzie wektorowo-macierzowe równanie sprzȩżenia zwrotnego oznacza macierz sprzȩżenia zwrotnego ut = Kyt K = k 1 k 2 wektorowo-macierzowe równanie uk ladu zamkniȩtego lub inaczej ẋt = A + BKCxt ẋt = Ãxt à = A + BKC 2

Rozwi azanie wektorowo-macierzowego równania stanu określone jest przez macierzow a funkcjȩ wyk ladnicz a eksponentȩ macierzow a zdefiniowan a za pomoc a szeregu macierzowego e At = I + At + A 2 t 2 + A3 t 3 + Definicja ta jest naturalnym uogólnieniem skalarnej funkcji wyk ladniczej eksponenty skalarnej zdefiniowanej za pomoc a szeregu skalarnego e at = 1 + at + a 2 t 2 + a3 t 3 + Inaczej mówi ac eksponenta macierzowa jest sum a szeregu macierzowego e At = At κ κ! κ= Podstawowe w lasności eksponenty macierzowej przemienność macierzy e At i macierzy A e At A = I + At + A2 t 2 + A3 t 3 + A = A + A 2 t + A3 t 2 = AI + At + A2 t 2 + A3 t 3 + = Ae At przemienność macierzy e At i A 1 + A4 t 3 + Ae At = e At A e At = A 1 e At A e At A 1 = A 1 e At różniczkowanie eksponenty macierzowej określone jest przez różniczkowanie szeregu macierzowego wyraz po wyrazie d dt eat = d dt I + At + A2 t 2 + A3 t 3 + = A + 2A2 t + 3A3 t 2 + = AI + At + A2 t 2 + = Ae At = e At A Podstawienie t t w miejsce t w powyższym wyprowadzeniu daje w wyniku wzór d dt eat t = Ae At t = e At t A a wielokrotne różniczkowanie szeregu macierzowego pozwala uzyskać wzory d k dt k eat = A k e At = e At A k 3

d k dt k eat t = A k e At t = e At t A k ca lkowanie eksponenty macierzowej określone jest przez ca lkowanie szeregu macierzowego wyraz po wyrazie It + At2 A 1 At + A2 t 2 e Aθ dθ = + A2 t 3 + A3 t 3 + A3 t 4 4! I + Aθ + A2 θ 2 + A4 t 4 4! + A3 θ 3 + = A 1 AIt + At2 + dθ = + A2 t 3 + = + = A 1 e At I = e At IA 1 Wzór ten obowi azuje jeśli macierz A jest nieosobliwa tj deta Ca lkȩ osobliwej macierzy oblicza siȩ ca lkuj ac wszystkie elementy macierzy aij θ ij=1n dθ = a ij θdθ ij=1n Rozwi azywanie jednorodnego liniowego stacjonarnego równania stanu ẋt = Axt xt = x t [t + Rozwi azanie przewidywane jest w postaci xt = e At t x Weryfikacja przewidywanego rozwi azania d dt eat t xt = Ae At t x ẋt = Axt Weryfikacja warunku pocz atkowego xt = e At t x = e A x = Ix = x 4

Rozwi azywanie niejednorodnego liniowego stacjonarnego równania stanu ẋt = Axt + But xt = x t [t + Rozwi azanie przewidywane jest w postaci xt = e At t x + Weryfikacja przewidywanego rozwi azania Ae At t x + A e At θ Buθdθ d t e At t xt + e At θ Buθdθ = dt e At θ Buθdθ + e At t But ẋt = Axt + But Wyznaczanie eksponenty macierzowej za pomoc a metod rachunku operatorowego - porównanie rozwi azań w dziedzinie czasowej i operatorowej Zastosowanie przekszta lcenia Laplace a Xs = xte st dt do jednorodnego równania stanu ẋt = Axt x = x sxs x = AXs prowadzi do zależności si AXs = x tj Xs = si A 1 x Ponieważ xt = e At x wiȩc zachodzi równość e At = L 1 {si A 1 } Dla rozważanego przyk ladu uzyskuje siȩ przyjmuj ac a 1 = 2 a 2 = 2 1 s 1 A = si A = 2 2 2 s + 2 si A 1 = 1 s + 2 1 s 2 + 2s + 2 2 s 5 = s+2 s+1 2 +1 2 s+1 2 +1 1 s+1 2 +1 s s+1 2 +1

e At = e t cost + sint 2e t sint e t sint e t cost sint Korzystaj ac z eksponenty macierzowej można latwo wyznaczyć odpowiedzi liniowego stacjonarnego uk ladu sterowania na podstawowe przebiegi sterowania t = : odpowiedź impulsowa tj odpowiedź na sterowanie ut = ūδt gdzie ū R m jest wektorem sta lym bierzemy pod uwagȩ w lasność filtruj ac a δ- funkcji x im t = e At x + e Aθ Būδθdθ = e At x + e A Bū = e At x + Bū odpowiedź skokowa tj odpowiedź na sterowania ut = ū1t stosujemy wzór na ca lkowanie eksponenty macierzowej x sk t = e At x + e Aθ Būdθ = e At x + e Aθ dθbū = e At x + A 1 e At IBū = e At x + A 1 e At IBū odpowiedź liniowa tj odpowiedź na sterowanie ut = ūt stosujemy wzór na ca lkowanie przez czȩści i wzór na ca lkowanie eksponenty macierzowej x li t = e At x + e Aθ Būθdθ = e At x + A 1 e At x A 1 e At Būt e Aθ Bū = d dθ e Aθ Būθdθ = e At x A 1 e At Būt A 1 e At IBū = e At x +A 2 e At I A 1 tbū Dla rozważanego przykladu uzyskuje siȩ x = 1 T b = 1 ū = 1 e At = e t cost + sint 2e t sint 6 e t sint e t cost sint

A 1 1 5 = A 2 = 1 2e t 5 5 1 5 x im t = 2e t cost sint x sk t = 5cost + sint + 5 e t sint x li t = e t cost + sint 5t 5e t cost 15sint 5 Algorytm sterowania docelowego dla uk ladów liniowych stacjonarnych: Twierdzenie: Sterowanie ut = B T e AT t t 1 R 1 x przeprowadza uk lad liniowy stacjonarny ẋt = Axt + But ze stanu pocz atkowego xt = x do stanu końcowego xt 1 = x 1 w czasie t 1 t jeżeli macierz R określona jak nastȩpuje jest nieosobliwa St ad R = 1 t e At t BB T e AT t t dt Dowód: Powinna być spe lniona zależność xt 1 = = e At 1 t x + = x + 1 1 t t e At 1 t Butdt /e At 1 t e At t Butdt czyli 1 x = e At t Butdt t Podstawiaj ac sterowanie do ostatniej zależności uzyskuje siȩ x = 1 co oznacza że x = RR 1 x t e At t BB T e AT t t R 1 x dt 7

Przyk lad: sterowanie tarcz a obrotow a bez oddzia lywania si l sprȩżystości i tarcia a 1 = a 2 = t = t 1 = 1 x = 1 1 T x 1 = T 1 A = si A = s 1 s si A 1 = 1 s 1 = s 2 s 1/s 1/s 2 1/s e At 1 t = R = 1 1 1 t 1 1 dt 1 1 t 1 St ad uzyskuje siȩ 1/3 1/2 R = R 1 12 6 = 1/2 1 6 4 1 12 6 1 ut = 1 t 1 6 4 1 Tak wiȩc sterowanie docelowe ma postać ut = 18t 1 a trajektoria stanu procesu docelowego jest określona jak nastȩpuje 1 t 1 1 t t 1 θ xt = + 18θ 1 dθ 1 1 1 1 1 czyli 1 + t 5t 2 + 3t 3 xt = = 1 1t + 9t 2 t=1 8

Rozwi azywanie liniowych niestacjonarnych równań stanu Wektorowo-macierzowe równanie stanu liniowego niestacjonarnego uk ladu sterowania ma postać ẋt = Atxt + Btut t [t xt = x Dla równania jednorodnego ẋt = Atxt t [t xt = x definiujemy macierz fundamentaln a macierz podstawow a uk ladu Φt t jako macierz stanowi ac a rozwi azanie macierzowego równania różniczkowego Φt t = AtΦt t t [t Φt t = I Rozwi azanie jednorodnego równania stanu przewidujemy w postaci xt = Φt t xt Weryfikacja rozwi azania jednorodnego równania stanu d dt Φt t xt = AtΦt t xt Φt t xt = AtΦt t xt AtΦt t xt = AtΦt t xt Weryfikacja warunku pocz atkowego Φt t xt = Ixt = xt Rozwi azanie niejednorodnego równania stanu przewidujemy w postaci xt = Φt t x + Φt θbθuθdθ Weryfikacja rozwi azania niejednorodnego równania stanu d t Φt t x + dt At Φt t x + Φt θbθuθdθ = Φt θbθuθdθ + Btut 9

Φt t x + AtΦt t x + At Φt θbθuθdθ + Φt tbtut = Φt θbθuθdθ + Btut AtΦt t x + AtΦt t x + At AtΦt θbθuθdθ + Φt tbtut = Φt θbθuθdθ + Btut Zastosowanie macierzy fundamentalnej do wyznaczania rozwi azań okresowych równań stanu- rozwi azywanie nieliniowych równań metod a Newtona Dane jest nieliniowe równanie skalarne fx = Dokonujemy linearyzacji równania w punkcie pocz atkowym x fx fx + f x x x x x = f x 1 fx Obliczamy nowe przybliżenie rozwi azania x 1 = x f x 1 fx Dokonujemy linearyzacji równania w punkcie kolejnym x 1 fx 1 + f x 1 x x 1 x x 1 = f x 1 1 fx 1 Obliczamy nowe przybliżenie rozwi azania x 2 = x 1 f x 1 1 fx 1 Wynika st ad iteracyjna metoda Newtona x κ+1 = x κ f x κ 1 fx κ κ = 1 2 Dla równań z argumentem wektorowym x R n pochodna f x κ oznacza macierz Jacobiego tj f x κ = f i x j x κ ij=1n 1

Aby wyznaczyć τ-okresowe rozwi azanie nieliniowego równania stanu wyróżniamy w charakterze argumentu równania stanu jego stan pocz atkowy i poszukujemy takiego stanu pocz atkowego który zapewni τ-okresowy przebieg zmiennych stanu Równanie zapisujemy w postaci x xτ x u = Rolȩ pochodnej f x κ pe lni w tym przypadku macierz I Φτ = I x i τ x j ij=1n zaś metoda Newtona przyjmuje postać x κ+1 = x κ I Φτ x κ 1 x κ xτ x κ u Uk lady z czasem dyskretnym Dyskretyzacja ci ag lych uk ladów sterowania: Niech T oznacza przedzia l dyskretyzacji czasu i niech sterowanie bȩdzie sta le w przedziale [kt k + 1T Ze wzoru na rozwi azanie liniowego stacjonarnego uk ladu sterowania wynika że xk + 1T = e Ak+1T kt xkt + k+1t kt e Ak+1T t BukTdt Zamiana zmiennych ca lkowania T t = t t = kt t = T t = k + 1T t = dt = d t pozwala zapisać zależność czyli xk + 1T = e AT xkt xk + 1T = e AT xkt + T T e A t BukTd t e A t d tbukt = e AT xkt + A 1 e AT IBukT Podstawiaj ac k w miejsce kt uzyskuje siȩ nastȩpuj acy opis uk ladu dyskretnego xk + 1 = Axk + Buk 11

gdzie A = e AT B = A 1 e AT IB Dla rozważanego przyk ladu zak ladaj ac parametry a 1 = 2 a 2 = 2 b = 1 i bior ac pod uwagȩ że uzyskuje siȩ e At = e t cost + sint e t sint 2e t sint e t cost sint A 1 1 5 = 1 A = e AT e T cost + sint e T sint = 2e T sint e T cost sint B = A 1 e AT 51 e T cost + sint IB = e T sint Rozwi azywanie liniowych stacjonarnych równań stanu z czasem dyskretnym: Do stacjonarnego dyskretnego równania stanu xk + 1 = Axk + Buk k = k k + 1 k + 2 ; xk = x można zastosować metodȩ wzorów rekurencyjnych xk + 1 = Axk + Buk xk + 2 = Axk + 1 + Buk + 1 = A 2 xk + ABuk + Buk + 1 xk +3 = Axk +2+Buk +2 = A 3 xk +A 2 Buk +ABuk 1 +Buk 2 a wiȩc xk = A k k xk + k 1 Jeśli k = to rozwi azanie przybiera postać j=k A k 1 j Buj k > k k 1 xk = A k x + A k 1 j Buj k > j= 12

Rolȩ macierzy fundamentalnej stacjonarnego dyskretnego równania stanu pe lni macierz A k któr a można wyznaczyć stosuj ac transformacjȩ Z{xk} = k= xkz k do jednorodnego dyskretnego równania stanu St ad xk + 1 = Axk k = x = x zxz zx = AXz Xz = zi A 1 zx Porównanie rozwi azań w dziedzinie czasowej i operatorowej daje w wyniku A k = Z 1 {zi A 1 z} Niech dyskretne równanie stanu bȩdzie postaci 1 1 xk + 1 = xk + uk x = k = 4 5 1 W tym przypadku oraz a wiȩc A k = zi A = z 1 4 z + 5 zi A 1 z z + 5 1 z = z 2 + 5z + 4 4 z 1 k 4/3 4 k /3 1 k /3 4 k /3 1 k 4/3 + 4 k 4/3 1 k /3 + 4 k 4/3 Rozwi azanie jednorodnego dyskretnego równania stanu ma zatem postać 1 k 4/3 4 k /3 xk = 1 k 4/3 + 4 k 4/3 a rozwi azanie niejednorodnego równania dla uk = 1 ma postać 1 k 4/3 4 k /3 k 1 1 k j 1 /3 4 k j 1 /3 xk = + 1 k 4/3 + 4 k 4/3 1 k j 1 /3 + 4 k j 1 4/3 j= Rozwi azywanie liniowych niestacjonarnych równań stanu z czasem dyskretnym: Stosuj ac do niestacjonarnego dyskretnego równania stanu xk + 1 = Akxk + Bkuk k = k k + 1 k + 2 ; xk = x 13

metodȩ wzorów rekurencyjnych a wiȩc xk + 1 = Ak xk + Bk uk xk + 2 = Ak + 1xk + 1 + Bk + 1uk + 1 = Ak + 1Ak xk + Ak + 1Bk uk + Bk + 1uk + 1 xk = Φk k xk + k 1 j=k Φk 1 + jbjuj k > k gdzie Φk k = Ak 1Ak 2Ak k > k Modelowanie uk ladów sterowania ilustrowane jest ćwiczeniami laboratoryjnymi ster1 i ster2 w systemie Mathematica 14