ax strojenia
Transkrypt
ax strojenia
1 Estymatory stanu obiektów MIMO pJs • Model obiektu dynamicznego ẋ(t) = Ax(t) + Bu(t), y(t) = Cx(t) x(0) (1) (2) gdzie A ∈ Rn×n , B ∈ Rn×p oraz C ∈ Rq×n . • Zakªada si¦ 'oszcz¦dne' modelowanie wyj±cia y(t): C posiada peªny wierszowy rz¡d rank C = q < n. • Niech C̄ ∈ R(n−q)×n tak»e o peªnym wierszowym rz¦dzie rank C̄ = n − q b¦dzie dowolnym ortogonalnym wierszowym uzupeªnieniem macierzy C Ker⊥ C̄ = Ker C. • Mamy zatem: Im C T ⊕ Im C̄ T = Rn ⇓ x(t) = xC (t) + xC̄ (t) = PIm C T x(t) + PIm C̄ T x(t). (3) 2 • Operatory rzutowania: PIm C T = C + C ∈ Rn×n PIm C̄ T = C̄ + C̄ ∈ Rn×n . • Mamy: xC̄ (t) ∈ Ker C , ∀t Co oznacza, »e skªadnik xC̄ (t) nie mo»e ujawni¢ si¦ w sygnale wyj±ciowym y(t) obiektu. • Ze wzorów (2) oraz (3) wynika xC (t) = C + y(t). • Wprowadzaj¡c pomocniczy sygnaª ȳ(t) = C̄x(t) otrzymujemy dogodn¡ reprezentacj¦ obserwowanego (estymowanego) wektora stanu x(t) = C + y(t) + C̄ + ȳ(t) w której wyst¦puje: pomiarowo dost¦pny sygnaª y(t) ∈ Im C oraz sygnaª ȳ(t) ∈ Im⊥ C , dla którego jako pomiarowo niedost¦pnego musimy zbudowa¢ odpowiedni obserwator (estymator). (4) 3 • Konstrukcja takiego obserwatora opiera si¦ na modelu ewolucji obserwowanego sygnaªu ȳ(t) ȳ˙ (t) = C̄ ẋ(t) = C̄Ax(t) + C̄Bu(t). Na tej podstawie, uwzgl¦dniaj¡c (4), otrzymujemy poszukiwany model w postaci równania ró»niczkowego z praw¡ stron¡ aniczn¡ wzgl¦dem znanych sygnaªów u(t) oraz y(t) ȳ˙ (t) = C̄AC̄ + ȳ(t)+C̄Bu(t)+C̄AC + y(t), ȳ(0) = C̄x(0). • Aby zapewni¢ mo»liwo±¢ stabilizacji oraz 'strojenia' odpowiedniego obserwatora sygnaªu ȳ(t), wprowad¹my kolejny pomocniczy sygnaª z(t) = ȳ(t) − Ly(t) gdzie (5) L ∈ R(n−q)×q jest swobodnym parametrem • Zachodzi oczywi±cie z(t) = ȳ(t) − LCx(t) = (C̄ − LC)x(t). (6) • Ze wzorów (4) oraz (5) wynika, »e x(t) = (C + + C̄ + L)y(t) + C̄ + z(t). (7) 4 • Estymata x̂(t) stanu x(t) ma posta¢: x̂(t) = (C + + C̄ + L)y(t) + C̄ + ẑ(t) (8) gdzie ẑ(t) jest pewnym oszacowaniem sygnaªu z(t). • Oszacowanie takie dostarcza odpowiedni obserwator. Ze wzorów (1), (6) oraz (7), otrzymujemy równanie ż(t) = (C̄ −LC)(AC̄ + z(t)+Bu(t)+A(C + + C̄ + L)y(t)) bed¡ce podstaw¡ syntezy tego obserwatora ˙ ẑ(t) = Fz ẑ(t)+Gzu u(t)+Gzy y(t), ẑ(0) = (C̄−LC)x(0) (9) gdzie: Fz = (C̄ − LC)AC̄ + Gzu = (C̄ − LC)B Gzy = (C̄ − LC)A(C + + C̄ + L). • Ewolucj¦ bª¦du ez (t) = z(t) − ẑ(t) opisuje wzór ez (t) = eFz t ez (0). 5 • Macierz Fz jest aniczn¡ funkcj¡ parametru L Fz = C̄AC̄ + − LCAC̄ + (10) zatem po speªnieniu warunku obserwowalno±ci (wykrywalno±ci) pary macierzy (C̄AC̄ + , CAC̄ + ) uzyskujemy mo»liwo±¢ stabilizacji obserwatora danego wzorem (9), czyli ksztaªtowanie gasn¡cej do zera trajektorii bª¦du ez (t), ∀ez (0). • Opis poszukiwanego obserwatora wektora stanu x(t) skªada si¦ zatem z dwóch równa« ˙ ẑ(t) = Fz ẑ(t)+Gzu u(t)+Gzy y(t), ẑ(0) = (C̄−LC)x(0) x̂(t) = Gxy y(t) + Gxz ẑ(t) przy czym: Gxy = C + + C̄ + L Gxz = C̄ + . 6 • Struktur¦ tego estymatora ilustruje rysunek. • Poniewa» zakªada si¦ dokªadn¡ znajomo±¢ wyj±cia y(t), zatem jedynym ¹ródªem bª¦du estymacji stanu x(t) jest niepewno±¢ oszacowania ẑ(0). • Ewolucja ª¦du estymacji ex (t) = x(t) − x̂(t): ex (t) = C̄ + ez (t) = C̄ + eFz t ez (0) co potwierdza fakt, »e ex (t) ∈ Ker C. • Mamy wi¦c klasyczny problem rozmieszczania warto±ci wªasnych (PP ) sformuªowany dla pary macierzy (C̄AC̄ + , CAC̄ + ).