Sterowanie Napedów Maszyn i Robotów - Wykład 5
Transkrypt
Sterowanie Napedów Maszyn i Robotów - Wykład 5
Sterowanie Napędów Maszyn i Robotów Wykład 5 - Model silnika DC w przestrzeni zmiennych stanu z czasem ciągłym i z czasem dyskretnym dr inż. Jakub Możaryn Instytut Automatyki i Robotyki Warszawa, 2016 dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów Równanie dynamiki silnika DC Do wyznaczenia transmitancji silnika elektrycznego prądu stałego z magnesem trwałym, należy przyjąć zerowe obciążenie, czyli: Mobc = 0 (1) co daje transmitancję operatorową postaci G (s) = km ωs = Us (s) Lw Js 2 + (Rw J + Lw B)s + (km ke + Rw B) Tak więc otrzymujemy układ liniowy, stacjonarny, mający charakter układu oscylacyjnego. dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów (2) Parametry silnika elektrycznego DC Do przeprowadzenia numerycznej symulacji działania silnika należy zdefiniować jego parametry (współczynniki i stałe). Załóżmy, że: Rw = 2 Ω, kg ṁ2 , s2 Lw = 0.1 H, J = 0.1 Nmṡ , rad V ṡ ke = 0.1 , rad Nm , km = 0.1 A B = 0.5 dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów Opis w przestrzeni zmiennych stanu - zmienne fizykalne Do zaprojektowania układu regulacji pozycji / prędkości serwomechanizmu, poszukiwany jest model dynamiki układu w postaci modelu w przestrzeni stanów z czasem ciągłym Ẋ (t) = Amc X (t) + Bmc U(t) (3) y (t) = Cmc X (t) + Dmc U(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, Amc ∈ R n×n - macierz stanu Bmc ∈ R n×m - macierz sterowania, Cmc ∈ R p×m - macierz wyjścia. Fizykalne zmienne stanu: minimalna liczba niezależnych zmiennych fizycznych. Fazowe zmienne stanu: Zmienne stanu określone w ten sposób, że kolejna zmienna jest równa pochodnej poprzedniej. Wyznaczane przy założeniu jednowymiarowego, liniowego, stacjonarnego, ciągłego układu dynamicznego. dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów Opis w przestrzeni zmiennych stanu - zmienne fizykalne Model fizykalnych zmiennych stanu, można wyznaczyć, na podstawie układu równań wiążących zależności elektryczne i mechaniczne silnika DC Uz = Rw iw + Lw diw + ke ωs dt (4) dω km iw = J s + Bωs + Mobc dt po przekształceniu k R 1 di w = − e ωs − w iw + Uz dt Lw Lw Lw dωs = − B ωs + km iw − 1 Mobc dt J J J można przyjąć następujący wektor stanu i sterowań iw Uz Xfiz = , Ufiz = ωs Mobc dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów (5) (6) Opis w przestrzeni zmiennych stanu - zmienne fizykalne Model zmiennych stanu z wykorzystaniem zmiennych fizykalnych, z wykorzystaniem wektora stanu i sterowań: iw Uz Xfiz = , Ufiz = ωs Mobc jest następujący ke Rw − Lw − Lw Ẋfiz = km B − J J Y = 0 1 Xfiz + 1 Lw Xfiz + 0 0 0 Ufiz 0 1 Ufiz − J Ẋfiz = Afiz Xfiz + Bfiz Ufiz Y = Cfiz Xfiz + Dfiz Ufiz dr inż. Jakub Możaryn (7) Sterowanie Napędów Maszyn i Robotów (8) (9) Opis w przestrzeni zmiennych stanu - zmienne fazowe Mając transmitancję operatorową postaci G (s) = ωs km = 2 Us (s) Lw Js + (Rw J + Lw B)s + (km ke + Rw B) (10) stosując następujące podstawienia kω02 = Rw J + Lw B km ke + Rw B km , 2ξω0 = , ω02 = Lw J Lw J Lw J (11) można ją zapisać w postaci transmitancji układu oscylacyjnego G (s) = Y (s) k = 2 2 U(s) T s + 2ξTs + 1 (12) G (s) = Y (s) kω02 = 2 U(s) s + 2ξω0 s + ω02 (13) gdzie: 0 < ξ < 1 - współczynnik tłumienia, ω0 - pulsacja drgań nietłumionych. dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów Opis w przestrzeni zmiennych stanu - zmienne fazowe Opis elementu oscylacyjnego w postaci transmitancji operatorowej G (s) = kω02 s 2 + 2ξω0 s + ω02 (14) Układ ten jest opisany równaniem 2-go rzędu, więc wymaga q = 2 zmiennych stanu, definiujących stan układu w dowolnej chwili czasu. Korzystając z metody bezpośredniej otrzymuje się następujące równania stanu ẋ1 (t) = x2 (t) ẋ2 (t) = −ω02 x1 (t) − 2ξω0 x2 (t) + u(t) (15) y (t) = kω0 x1 (t) (16) równanie wyjścia dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów Opis w przestrzeni zmiennych stanu - zmienne fazowe Model zmiennych stanu z wykorzystaniem zmiennych fazowych: x1 Xfaz = , Ufaz = Uz x2 jest następujący 0 1 0 Ẋfaz = Xfaz + Ufaz 2 −ω −2ξω 1 0 0 Y = kω02 0 Xfaz + [0] Ufaz ˙ = Afaz (t)Xfaz + Bfaz (t)Ufaz (t) Xfaz Y = Cfaz Xfaz + Dfaz Ufaz dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów (17) (18) (19) Równania stanu - zmienne fazowe Model z czasem ciągłym stanu procesu ruchu jako człon oscylacyjny zachowań prędkościowych 0 1 0 0 X (t) + 0 U(t) 0 1 Ẋ (t) = 0 2 0 −ω0 −2ξω0 1 y (t) = [1 0 0] X (t) Fazowe zmienne stanu są następujące x1 (t) = s(t) x2 (t) = v (t) x3 (t) = a(t) dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów (20) (21) (22) Równania stanu - zmienne fazowe Podany model obliczeniowy z czasem ciągłym procesu ruchu w układzie napędowym ma następujące 4 zalety: 1 pojęcia typu wzmocnienie prędkościowe, pulsacja drgań, tłumienie są dla inżynierów zrozumiałe, a wartości parametrów - intuicyjne i inżyniersko weryfikowalne, 2 jakościowo poprawnie modeluje zależność dynamiki napędu od położenia elementu ruchomego, obciążenia masowego i warunków pracy, 3 spełnia warunki sterowalności i obserwowalności układu w sensie Kalmana oraz istotny w przypadku układu napędowego warunek sterowalności wyjściowej, 4 przekłada się w implementacyjnie prosty sposób w algorytm wyboru macierzy sprzężeń zwrotnych, uwzględniając założone właściwości statyczne i dynamiczne układu pozycyjnego. dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów 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) + Bmd U(k) (23) y (k) = Cmd X (k) gdzie: X (k) ∈ R n - wektor stanu, U(k) ∈ R m - wektor sygnałów sterujących, y (k) ∈ R p - sygnał wyjściowy wyjście / wektor sygnałów wyjściowych, Amd ∈ R n×n - macierz stanu Bmd ∈ R n×m - macierz sterowania, Cmd ∈ R p×m - macierz wyjścia. dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów 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(kTp ) dla t ∈ hkTp , (k + 1)Tp i (24) oraz dla modelu fazowych zmiennych stanu oznaczając: Amc = Afaz , Bmc = Bfaz , Cmc = Cfaz dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów (25) Równania stanu - dyskretyzacja modeli Równanie stanu modelu przekształca się, zgodnie z zasadami dyskretyzacji w postać: ZTp X (k + 1) = exp(Amc Tp )X (k) + exp (Amc t)Bmc dt U(k) (26) 0 gdzie Amd = exp (Amc Tp ) = L−1 [(sI − Amc )−1 ]; ZTp Bmd = exp (Amc t)Bmc dt = A−1 mc [exp (Amc Tp ) − I ]Bmc , (27) det A 6= 0 0 (28) dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów Równania stanu - dyskretyzacja modeli W przypadku modelu opisanego pulsacją drgań swobodnych ω0 i tłumieniem ξ – macierz Amd wyznaczana może być zgodnie z definicją Amd = e Amc Tp = L−1 [(sI − Amc )−1 ]t=Tp (29) Amd = L−1 1 s 0 0 2ξω02 + s s(2ξω02 s + ω02 + s 2 ) (2ξω02 + s) (2ξω02 s + ω02 + s 2 ) −ω02 2 (2ξω0 s + ω02 + s 2 ) 1 s(2ξω02 s + ω02 + s 2 ) 1 (2ξω02 s + ω02 + s 2 ) s (2ξω02 s + ω02 + s 2 ) t=Tp (30) gdzie L−1 - odwrotne przekształcenie Laplace’a. Bmd = A−1 mc (Amd − I )Bmc , dr inż. Jakub Możaryn det Amc 6= 0 Sterowanie Napędów Maszyn i Robotów (31) Równania stanu - dyskretyzacja modeli Ostatecznie otrzymuje się model z czasem dyskretnym: X (k + 1) = Amd X (k) + Bmd U(k) y (k) = Cmd X (k) (32) 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. dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów Równania stanu - dyskretyzacja modeli (uproszczenia) szereg Taylora Jeśli funkcja f : D → Y , gdzie D ⊆ R oraz Y jest przestrzenią unormowaną i ma w punkcie x0 ∈ D pochodne dowolnego rzędu, to można rozważać szereg ∞ X 1 (n) f (x0 )(x − x0 )n , n! n=0 (33) gdzie przyjęto f (0) (x0 ) = f (x0 ). Jeżeli x0 = 0, to szereg ten nazywamy szeregiem Maclaurina. Rozwinięcie funkcji w szereg Maclaurina ma następującą postać ∞ X f (n) (0) n x (34) f (x) = f (0) + n! n=1 Dla funkcji wykładniczej, szereg Maclaurina ma postać ∞ X xn ex = n! n=1 dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów (35) 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 (Amc Tp ) szeregiem funkcyjnym MacLaurina, Krok 2: zapisie macierzy Amd i Bmd w postaci Amd = ∞ X Ai mc i=0 i! Tpi ; Bmd = Tp ∞ X i=0 Aimc T i Bmc (i + 1)! p Krok 3: uwzględnieniu tylko kilku pierwszych (lub pierwszego) wyrazów tego rozwinięcia. dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów (36) 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 (37) Przekształcenie metodą Tustina polega na wykorzystaniu następujących podstawień przy transformacji z przestrzeni ’s’ Laplace’a (okład z czasem ciągłym) do przestrzeni ’z’ (układ z czasem dyskretnym): s= 2 (z − 1) T (z + 1) dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów (38) Równania stanu - dyskretyzacja modeli (uproszczenia) Model z czasem ciągłym 0 1 0 Ẋ (t) = 0 0 −ω02 0 0 X (t) + 0 U(t) 1 −2ξω0 1 y (t) = [1 0 0] x1 (t) Doprowadzany jest przez usunięcie z zależności wyrazów z czynnikiem Tp wyższym niż kwadratowy, do postaci modelu z czasem dyskretnym 1 Tp 0 0 X (k) + 0 U(k) βTp X (k + 1) = 0 1 − αTp 0 −2αβ 1 − αTp − 2β(1 − β) 1 y (k) = [1 0 0] X (k) gdzie α= 1 2 ω Tp ; 2 0 dr inż. Jakub Możaryn β = 1 − 2ξω0 Tp Sterowanie Napędów Maszyn i Robotów 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. ωp = π 2π ; ωp 2ω0 ⇒ Tp ¬ Tp ω0 (39) Taka aproksymacja znajduje swe uzasadnienie w stwierdzeniu skali różnic wartości pomiędzy pulsacją próbkowania ωp wynikająca z okresu Tp a pulsacją ω0 . Przy milisekundowym okresie próbkowania, np. Tp ∈< 0.8, 2 > ms, otrzymuje się pulsację próbkowania ωp ∈< 7850, 3140 > rd/s która jest o rzędy wielkości większa od pulsacji drgań swobodnych ω0 ∈< 10, 60 > rd/s zachowań ruchowych (siłowych) napędu: takie częstotliwości charakteryzują nawet szybkie napędy pozycyjne. dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów Sterowanie Napędów Maszyn i Robotów Wykład 5 - Model silnika DC w przestrzeni zmiennych stanu z czasem ciągłym i z czasem dyskretnym dr inż. Jakub Możaryn Instytut Automatyki i Robotyki Warszawa, 2016 dr inż. Jakub Możaryn Sterowanie Napędów Maszyn i Robotów