Charakterystyki czasowe i czestotliwosciowe
Transkrypt
Charakterystyki czasowe i czestotliwosciowe
Charakterystyki czasowe i cz˛estotliwościowe MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Jezyki ˛ Modelowania i Symulacji Charakterystyki czasowe i cz˛estotliwościowe Marcin Ciołek Katedra Systemów Automatyki WETI, Politechnika Gdańska 22 grudnia 2011 Charakterystyki czasowe i cz˛estotliwościowe O czym bedziemy ˛ mówili? MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym 1 Charakterystyki czasowe i cz˛estotliwościowe 2 Aproksymacja członu opóźniajacego ˛ 3 Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Charakterystyki czasowe i cz˛estotliwościowe sys MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Jak możemy opisać model\system? • • • • • • równania różniczkowe\różnicowe transmitancja operatorowa równania stanu „zpk” (zera, bieguny, wzmocnienie) macierz „sos” i wzmocnienie G schemat strukturalny lub graf Charakterystyki czasowe i cz˛estotliwościowe help step MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Wpływ sprz˛eżenia zwrotnego na dynamik˛e układu w stanie zamknietym ˛ można określić badajac ˛ rozkład pierwiastków jego równania charakterystycznego (biegunów) na płaszczyźnie zespolonej s. Model I rz˛edu: G(s) = K Ts + 1 K - wzmocnienie T - stała czasowa Model II rz˛edu: G(s) = wn2 s2 + 2ζwn s + wn2 ζ - współczynnik tłumienia wn - pulsacja drgań własnych Charakterystyki czasowe i cz˛estotliwościowe help step MC Step Response 100 80 Amplitude 0.5 0 -0.5 -1 -2 60 40 20 0 2 0 0 4 5 Real Axis Pole-Zero Map 15 20 15 20 100 80 0.5 0 -0.5 -1 -2 10 Time (sec) Step Response 1 Amplitude Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Pole-Zero Map 1 Imaginary Axis Aproksymacja członu opóźniajacego ˛ Co możemy wywnioskować z położenia biegunów? Imaginary Axis Charakterystyki czasowe i cz˛estotliwościowe 60 40 20 0 2 Real Axis G = zpk([],[3],1) pzmap(G) step(G) 4 0 0 5 10 Time (sec) Charakterystyki czasowe i cz˛estotliwościowe help step MC 0 0.92 0.82 Step Response 0.5 0.55 0.4 0.989 Amplitude 0.5 0.96 0.978 0.996 0.999 3.5 3 2.5 2 1.5 1 0.5 0.999 0.996 -0.5 0.978 0.96 -1 -4 System: T Rise Time (sec): 0.732 0.2 0.92 0.82 -2 0.55 0 Real Axis 2 0 0 4 5 Pole-Zero Map 1 0.86 System: T Final Value: 0.333 0.3 0.1 0.989 10 Time (sec) 15 20 Step Response 2.5 0.72 0.45 0.925 0.5 2 0.962 Amplitude Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Pole-Zero Map 1 Imaginary Axis Aproksymacja członu opóźniajacego ˛ Co możemy wywnioskować z położenia biegunów? Imaginary Axis Charakterystyki czasowe i cz˛estotliwościowe 0.982 0.992 0.998 1.751.5 1.25 0.75 1 0.5 0.25 0 -0.5 0.998 0.992 0.982 0.962 1.5 System: T Final Value: 2 System: T Rise Time (sec): 4.39 1 0.5 0.925 -1 -2 0.86 0.72 0.45 0 2 Real Axis 4 0 0 5 10 Time (sec) 15 20 Charakterystyki czasowe i cz˛estotliwościowe help step MC 0 0.92 0.82 Step Response 100 0.55 80 0.989 Amplitude 0.5 0.96 0.978 0.996 0.999 3.5 3 2.5 2 1.5 1 0.5 0.999 0.996 -0.5 0.978 0.96 -1 -4 60 40 20 0.989 0.92 0.82 -2 0.55 0 Real Axis 2 0 0 4 5 Pole-Zero Map 1 0.86 10 Time (sec) 15 20 15 20 Step Response 100 0.72 0.45 0.925 0.5 80 0.962 Amplitude Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Pole-Zero Map 1 Imaginary Axis Aproksymacja członu opóźniajacego ˛ Co możemy wywnioskować z położenia biegunów? Imaginary Axis Charakterystyki czasowe i cz˛estotliwościowe 0.982 0.992 0.998 1.751.5 1.25 0.75 1 0.5 0.25 0 -0.5 0.998 0.992 0.982 0.962 60 40 20 0.925 -1 -2 0.86 0.72 0.45 0 2 Real Axis 4 0 0 5 10 Time (sec) Charakterystyki czasowe i cz˛estotliwościowe help step MC 0 0.92 0.82 Step Response 3 0.55 0.989 Amplitude 0.5 0.96 0.978 0.996 0.999 3.5 3 2.5 2 1.5 1 0.5 0.999 0.996 -0.5 2 0.978 0.96 -1 -4 System: T Rise Time (sec): 5.47 0.92 0.82 -2 0.55 0 Real Axis 2 0 0 4 Pole-Zero Map 2 0.64 0.78 1 0.87 0.93 0.97 0.992 0 0.992 0.97 0.93 -1 0.87 0.78 -2 -2 0.64 System: T Peak amplitude: 1.16 Overshoot (%): 16.3 At time (sec): 12.2 System: T Settling Time (sec): 26.9 1 0.989 10 20 Time (sec) 30 Step Response 3 0.46 0.241.75 1.5 1.25 1 0.75 0.5 0.25 Amplitude Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Pole-Zero Map 1 Imaginary Axis Aproksymacja członu opóźniajacego ˛ Co możemy wywnioskować z położenia biegunów? Imaginary Axis Charakterystyki czasowe i cz˛estotliwościowe 0.25 0.5 0.75 1 1.25 1.5 0.46 0.241.75 2 2 System: T Peak amplitude: 1.4 Overshoot (%): 39.5 At time (sec): 4.72 System: T Settling Time (sec): 19.5 1 System: T Rise Time (sec): 1.85 0 2 Real Axis 4 0 0 10 20 Time (sec) 30 Charakterystyki czasowe i cz˛estotliwościowe help step, impulse MC Charakterystyki czasowe i cz˛estotliwościowe Odpowiedź skokowa i odpowiedź impulsowa systemu opisanego transmitancja˛ operatorowa˛ Aproksymacja członu opóźniajacego ˛ Odpowiedź skokowa Amplituda 2 1.5 1 0.5 0 0 0.5 1 1.5 2 2.5 Czas (sec) 3 3.5 4 4.5 5 Odpowiedź impulsowa 8 6 Amplituda Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym 8s2 + 18s + 32 s3 + 6s2 + 14s + 24 4 2 0 -2 0 0.5 1 1.5 2 Czas (sec) 2.5 3 3.5 4 Charakterystyki czasowe i cz˛estotliwościowe help step, impulse MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym sys = tf([8 18 32],[1 6 14 24]) subplot(211), step(sys) subplot(212), impulse(sys) Charakterystyki czasowe i cz˛estotliwościowe help lsim MC Charakterystyki czasowe i cz˛estotliwościowe Symulacja odpowiedzi modelu „LTI” na przyjete ˛ pobudzenie. Odpowiedź na zadane pobudzenie 1 Aproksymacja członu opóźniajacego ˛ 0.8 0.6 Amplituda 0.4 Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 t = 0:0.01:4; u = sin(10*t); lsim(sys,u,t); 0.5 1 1.5 2 Czas (sec) 2.5 3 3.5 4 Charakterystyki czasowe i cz˛estotliwościowe MC Charakterystyki czasowe i cz˛estotliwościowe help initial Symulacja odpowiedzi układu na zadane warunki poczatkowe ˛ Odpowiedź układu na warunki początkowe 1 Aproksymacja członu opóźniajacego ˛ 0.6 0.4 Amplituda Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym 0.8 0.2 0 -0.2 -0.4 -0.6 -0.8 0 2 4 6 8 10 12 14 Czas (sec) A = [-0.8 3.6 -2.1;-3 -1.2 4.8;3 -4.3 -1.1]; B = [0; -1.1; -0.2]; C = [1.2 0 0.6]; D = 0; G = ss(A,B,C,D); x0 = [-1;0;2]; % initial state initial(G,x0) Charakterystyki czasowe i cz˛estotliwościowe help bode,nyquist MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Interpretacja charakterystyk cz˛estotliwościowych układu otawrtego w celu badania stabilności układu zamknietego: ˛ • wykres Bodego • wykres Niquista Charakterystyki czasowe i cz˛estotliwościowe help bode MC Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Charakterystyki częstotliwościowe Bodego 10 5 0 Magnitude (dB) Aproksymacja członu opóźniajacego ˛ Charakterystyki cz˛estotliwościowe Bodego -5 -10 -15 -20 -25 45 0 Phase (deg) Charakterystyki czasowe i cz˛estotliwościowe -45 -90 0 10 1 10 Częstotliwość (rad/sec) sys = tf([8 18 32],[1 6 14 24]) bode(sys), grid 10 2 Charakterystyki czasowe i cz˛estotliwościowe MC help bode Charakterystyki cz˛estotliwościowe Bodego Bode Diagram Gm = Inf , Pm = 117 deg (at 7.37 rad/sec) Charakterystyki czasowe i cz˛estotliwościowe 10 Magnitude (dB) 5 Aproksymacja członu opóźniajacego ˛ 0 -5 -10 -15 -20 Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym -25 -30 Phase (deg) 45 0 -45 -90 0 10 1 10 Frequency (rad/sec) 10 2 sys = tf([8 18 32],[1 6 14 24]) [Gm,Pm,Wg,Wp] = margin(sys) Gm = Inf Pm = 117.2011 Wg = NaN Wp = 7.3744 margin(sys) Charakterystyki czasowe i cz˛estotliwościowe help bode MC Charakterystyki czasowe i cz˛estotliwościowe Charakterystyki cz˛estotliwościowe Bodego Bode Diagram Gm = 59.2 dB (at 9.13 rad/sec) , Pm = 89.9 deg (at 0.01 rad/sec) Aproksymacja członu opóźniajacego ˛ Magnitude (dB) System: sys Frequency (rad/sec): 0.01 Magnitude (dB): -0.00047 System: sys Frequency (rad/sec): 9.33 Magnitude (dB): -59.4 -50 -100 -150 270 Phase (deg) Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym 0 180 90 0 10 -2 0 10 Frequency (rad/sec) 10 2 10 4 Charakterystyki czasowe i cz˛estotliwościowe help nyquist MC Charakterystyki czasowe i cz˛estotliwościowe Wykres Nyquista Wykres Nyquista 1.5 0 dB -2 dB 2 dB Aproksymacja członu opóźniajacego ˛ -4 dB 1 4 dB -6 dB 6 dB 0.5 -10 dB 10 dB Oś urojona Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym -20 dB 20 dB 0 -0.5 -1 -1.5 -1 -0.5 0 0.5 Oś rzeczywista sys = tf([8 18 32],[1 6 14 24]) nyquist(sys), grid 1 1.5 2 Charakterystyki czasowe i cz˛estotliwościowe przykład MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Wykreśl charakterystyk˛e Nyquista odpowiadajac ˛ a˛ transmitancji pewnego układu otwartego Go (s) = ko , (−1 + s)(3 + s)(4 + s) ko > 0 Przyjmujac ˛ ko = 20 , zbadaj czy układ po zamknieciu ˛ petli ˛ jednostkowego ujemnego sprz˛eżenia zwrotnego bedzie ˛ układem stabilnym. Z =N +P Z - liczba biegunów leżacych ˛ w prawej półpłaszczyźnie zespolonej układu zamknietego ˛ P - liczba biegunów leżacych ˛ w prawej półpłaszczyźnie zespolonej układu otwartego N - określa ile razy charakterystyka obchodzi zgodnie z ruchem wskazówek zegara punkt (−1, j0) Charakterystyki czasowe i cz˛estotliwościowe help nyquist MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ 6 dB4 dB2 dB0 dB -2 dB -4 dB -6 dB 10 dB -10 dB 0.2 20 dB 0.1 -20 dB 0 Magnitude (dB) 0.3 -20 -40 -60 -80 0 -100 -135 -0.1 -0.2 System: sys Real: -0.984 Imag: -0.211 Frequency (rad/sec): 1.11 Phase (deg) Imaginary Axis Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Bode Diagram Gm = -4.44 dB (at 0 rad/sec) , Pm = 12.1 deg (at 1.12 rad/sec) 20 Nyquist Diagram 0.4 -0.3 -0.4 -2 -1.5 -1 Real Axis -0.5 0 -180 -225 -270 -1 10 0 1 10 10 Frequency (rad/sec) 10 2 Charakterystyki czasowe i cz˛estotliwościowe MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ przykład 1 System SISO Jaki wpływ ma wartość wzmocnienia k na stabilność układu zamknietego? ˛ W jakim przedziale wartości wzmocnienia k układ pozostaje stabilny? Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym s = tf('s'); G = -(2*s+1)/(s^2+3*s+2) Transfer function: -2 s - 1 ------------s^2 + 3 s + 2 Charakterystyki czasowe i cz˛estotliwościowe MC Charakterystyki czasowe i cz˛estotliwościowe przykład 1 Rozkład biegunów i zer na płaszczyźnie zespolonej zmiennej zespolonej s. Ile wynosi współczynnik tłumienia? Pole-Zero Map 1 Aproksymacja członu opóźniajacego ˛ 0.76 0.64 0.5 0.34 0.16 0.8 0.94 0.6 0.4 0.985 Imaginary Axis Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym 0.86 0.2 1.75 0 1.5 1.25 1 0.75 0.5 0.25 -0.2 0.985 -0.4 -0.6 0.94 -0.8 0.86 -1 -2 -1.8 -1.6 0.76 -1.4 -1.2 0.64 -1 -0.8 Real Axis 0.5 -0.6 0.34 -0.4 s = tf('s'); G = -(2*s+1)/(s^2+3*s+2); k = 0.7; T = feedback(G*k,1); pzmap(T), grid, axis([-2 0 -1 1]) 0.16 -0.2 0 Charakterystyki czasowe i cz˛estotliwościowe przykład 1 MC Charakterystyki czasowe i cz˛estotliwościowe Odpowiedź skokowa dla współczynnika tłumienia ζ = 0.7 Odpowiedź skokowa Aproksymacja członu opóźniajacego ˛ 0 -0.1 -0.2 -0.3 Amplituda Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym -0.4 -0.5 -0.6 -0.7 -0.8 -0.9 0 1 2 3 4 5 Czas (sec) 6 7 8 9 Charakterystyki czasowe i cz˛estotliwościowe przykład 1 MC Charakterystyki czasowe i cz˛estotliwościowe Odpowiedź skokowa dla współczynnika tłumienia ζ = 0.7 Odpowiedz skokowa Aproksymacja członu opóźniajacego ˛ 0 -0.1 -0.2 -0.3 Amplituda Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym -0.4 System: T Rise Time (sec): 0.41 System: T Settling Time (sec): 5.94 -0.5 System: T Final Value: -0.538 -0.6 -0.7 System: T Peak amplitude: -0.82 Overshoot (%): 52.2 At time (sec): 1.51 -0.8 -0.9 0 1 2 3 4 5 Czas (sec) 6 7 8 9 Charakterystyki czasowe i cz˛estotliwościowe MC Charakterystyki czasowe i cz˛estotliwościowe przykład 1 Dla jakiego k układ zamkniety ˛ znajdzie sie˛ na granicy stabilności? Root Locus Aproksymacja członu opóźniajacego ˛ 0.8 0.6 0.9 0.82 0.66 0.4 0.945 System: G Gain: 1.47 Pole: -0.0262 + 0.725i Damping: 0.0361 Overshoot (%): 89.3 Frequency (rad/sec): 0.725 0.974 0.4 0.99 Imaginary Axis Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym 1 0.2 0.997 2 0 -0.2 1.5 1 0.5 0.997 0.99 -0.4 -0.6 -0.8 0.974 0.945 0.9 -1 -2.5 -2 rlocus(G), grid 0.82 -1.5 0.66 -1 0.4 -0.5 0 Real Axis 0.5 1 1.5 2 2.5 Charakterystyki czasowe i cz˛estotliwościowe rss MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Losowo generowany model w czasie ciagłym ˛ opisany w przestrzeni stanów rss(n, p, m) n - rzad ˛ modelu p - liczba wyjść modelu m - liczba wejść modelu sys = rss(3,2,2) Charakterystyki czasowe i cz˛estotliwościowe rss MC Charakterystyki czasowe i cz˛estotliwościowe a = Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym x1 x2 x3 x1 -0.54175 0.09729 0.08304 x2 0.09729 -0.89491 0.58707 x1 x2 x3 u1 -0.88844 0 -0.07162 u2 -2.41459 -0.69435 -1.39139 y1 y2 x1 0.32965 0.59854 x2 0.14718 -0.10144 y1 y2 u1 -0.87631 0 u2 -0.32758 0 x3 0.08304 0.58707 -1.95271 b = c = d = x3 0 0.02805 Charakterystyki czasowe i cz˛estotliwościowe MIMO MC Charakterystyki czasowe i cz˛estotliwościowe Przedstawione sposoby generowania wykresów działaja˛ również dla systemów MIMO (wiele wejść wiele wyjść) Step Response From: In(1) Aproksymacja członu opóźniajacego ˛ To: Out(1) 0.5 Amplitude 0 0.5 To: Out(2) Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym From: In(2) 1 0 -0.5 -1 0 5 10 15 0 Time (sec) 5 sys = rss(3,2,2); sys.a = [-0.5 -0.3 -0.2 ; 0 -1.3 step(sys) 10 15 -1.7; 0.4 1.7 -1.3]; Charakterystyki czasowe i cz˛estotliwościowe MIMO MC Charakterystyki czasowe i cz˛estotliwościowe Grupowanie wykresów: I/O Grouping -> All Aproksymacja członu opóźniajacego ˛ System: sys I/O: In(2) to Out(1) Time (sec): 2.13 Amplitude: 0.933 1 System: sys I/O: In(1) to Out(2) Time (sec): 2.75 Amplitude: 0.581 0.5 Amplitude Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Step Response 1.5 0 System: sys I/O: In(1) to Out(1) Time (sec): 3.12 Amplitude: -0.254 -0.5 System: sys I/O: In(2) to Out(2) Time (sec): 2.48 Amplitude: -1.11 -1 -1.5 0 2 4 6 8 Time (sec) 10 12 14 16 Charakterystyki czasowe i cz˛estotliwościowe help pade MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Aproksymacja Pade dla modelu z opóźnieniem czasowym. Funkcja MATLAB-a pade() zwraca współczynniki nowego ułamka: [num, den] = pade(T , N) ← exp−sT T - stała czasowa członu opóźniajacego ˛ N - rzad ˛ aproksymacji, N<10 Charakterystyki czasowe i cz˛estotliwościowe help pade MC Pade approximation of order 3: step response comparison 1.5 1 Amplitude Charakterystyki czasowe i cz˛estotliwościowe 0.5 0 -0.5 Aproksymacja członu opóźniajacego ˛ Pade approximation Pure delay -1 0 0.02 0.04 0.06 0.08 0.1 Time (s) 0.12 0.14 0.16 0.18 0.2 Phase response comparison 0 Phase (degree) Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym -200 -400 -600 -800 -1000 10 1 2 10 Frequency (rad/s) [num,den] = pade(0.1,3) >> tf([num],[den]) Transfer function: -s^3 + 120 s^2 - 6000 s + 1.2e005 --------------------------------s^3 + 120 s^2 + 6000 s + 1.2e005 10 3 Charakterystyki czasowe i cz˛estotliwościowe help thiran MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Aproksymacja Thiran dyskretyzuje opóźnienie czasowe przedstawione w czasie ciagłym. ˛ Funkcja MATLAB-a thiran() zwraca transmitancje˛ operatorowa: ˛ sys = thiran(T , Ts ) ← exp−sT T - stała czasowa członu opóźniajacego ˛ Ts - czas próbkowania Charakterystyki czasowe i cz˛estotliwościowe help thiran MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Jaki wpływ na przybliżona˛ postać transmitancji ma dobranie czasu próbkowania? sys1 = thiran(2.4, 1) Transfer function: 0.004159 z^3 - 0.04813 z^2 + 0.5294 z + 1 ----------------------------------------z^3 + 0.5294 z^2 - 0.04813 z + 0.004159 sys2 = thiran(10, 1) Transfer function: 1 ---z^10 Charakterystyki czasowe i cz˛estotliwościowe help thiran MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Jak uzyskać współczynniki takiej transmitancji i jaki bedzie ˛ jej rzad? ˛ aN z N + aN−1 z N−1 + · · · + a1 a0 z N + a1 z N−1 + · · · + aN Y N D−N +i k N ak = (−1) , k = 1, 2, . . . , N k D−N +k +i H(z) = i=0 a0 = 1, D= T , Ts N = ceil(D) − rzad ˛ filtru Charakterystyki czasowe i cz˛estotliwościowe help c2d MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym sysd = c2d(sys, Ts ,0 method 0 ) Ts - czas próbkowania ’method’ • • • • • ’zoh’ ’foh’ ’impulse’ ’tustin’ ’matched’ Charakterystyki czasowe i cz˛estotliwościowe help c2d MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym H = tf([1 -1], [1 4 5], 'inputdelay', 0.35) Transfer function: s - 1 exp(-0.35*s) * ------------s^2 + 4 s + 5 %metoda aproksymacji trójkatnej ˛ Hd = c2d(H, 0.1, 'foh'); Transfer function: 0.0115 z^3 + 0.0456 z^2 - 0.0562 z - 0.009104 --------------------------------------------z^6 - 1.629 z^5 + 0.6703 z^4 Charakterystyki czasowe i cz˛estotliwościowe help c2d MC Charakterystyki czasowe i cz˛estotliwościowe Step Response 0.15 Aproksymacja członu opóźniajacego ˛ 0.05 0 Amplitude Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym 0.1 -0.05 -0.1 -0.15 -0.2 -0.25 0 0.5 1 1.5 2 2.5 Time (sec) 3 3.5 4 4.5 5 Charakterystyki czasowe i cz˛estotliwościowe help c2d MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym h = tf(10,[1 3 10],'iodelay',0.25) Transfer function: 10 exp(-0.25*s) * -------------s^2 + 3 s + 10 %metoda 'zero order hold' (domyślna) hd = c2d(h, 0.1) step(h,'--',hd,'-') Transfer function: 0.01187 z^2 + 0.06408 z + 0.009721 z^(-3) * ---------------------------------z^2 - 1.655 z + 0.7408 Charakterystyki czasowe i cz˛estotliwościowe help c2d MC Charakterystyki czasowe i cz˛estotliwościowe Step Response 1.4 Aproksymacja członu opóźniajacego ˛ 1 Amplitude Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym 1.2 0.8 0.6 0.4 0.2 0 0 0.5 1 1.5 2 2.5 Time (sec) 3 3.5 4 4.5 5 Charakterystyki czasowe i cz˛estotliwościowe help c2d MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym % model w przestrzeni stanu sys = ss(tf([1, 2], [1, 4, 2])); sys.InputDelay = 2.7 %opóźnienie na wejściu a = b = x1 x2 x1 -4 1 y1 x1 0.5 x2 -2 0 c = u1 2 0 x1 x2 d = x2 1 y1 u1 0 Charakterystyki czasowe i cz˛estotliwościowe help c2d MC Charakterystyki czasowe i cz˛estotliwościowe Aproksymacja członu opóźniajacego ˛ Konwersja systemu w czasie ciagłym ˛ na system w czasie dyskretnym % model w przestrzeni stanu sys = ss(tf([1, 2], [1, 4, 2])); sys.InputDelay = 2.7 %opóźnienie na wejściu opt = c2dOptions('Method', 'tustin', 'FractDelayApproxOrder', 3); sysd1 = c2d(sys, 1, opt) a = x1 x2 x3 x4 x5 x1 -0.4286 0.2857 0 0 0 x2 x3 x4 -0.5714 -0.00265 0.06954 0.7143 -0.001325 0.03477 0 -0.2432 0.1449 0 0.25 0 0 0 0.125 x5 2.286 1.143 -0.1153 0 0