Sterowanie Procesami Ciagłymi
Transkrypt
Sterowanie Procesami Ciagłymi
Sterowanie Procesami Ciągłymi Dyskretyzacja modeli w przestrzeni stanu ciągłych stacjonarnych systemów dynamicznych prof. dr hab. inż. Mieczysław Brdyś 13.12.2010, Gdańsk prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 1 / 33 Komputerowy system sterowania e(t) yzad(t) - e(kT) Komputer u(kT) sterujący e(t) e(kT) sygnał ciągły u(kT) sygnał dyskretny sygnał dyskretny ZOH u(t) sygnał ciągły ZOH u(t) OBIEKT y(t) sample (układ próbkujący) interpolator zerowego rzędu (zero order hold) Rysunek 1: Komputerowy system sterowania i jego komponenty prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 2 / 33 Komputerowy system sterowania Błąd nadążania przez wyjście sterowane obiektu y (t) za trajektorią zadaną y zad (t) e(t) = y zad (t) − y (t) jest próbkowany (ang. sampled) w chwilach t0 + kT , dla k = 0, 1, 2, 3, . . . produkując ciąg dyskretnych w czasie wartości błędu, e(t0 + kT ), k = 1, 2, 3, . . . gdzie T jest czasem próbkowania (ang. sampling interval) Definiując e(k) , e(t0 + kT ) Otrzymujemy dyskretny w czasie sygnał e(k), k = 1, 2, 3, . . . gdzie k jest zmienną dyskretnego czasu. prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 3 / 33 Próbkowanie sygnału ciągłego e(t) e(t0+kT) e(t0+3T) e(t0+2T) e(t0+T) e(t0) t0 t0+T t0+2T t0+3T t0 t t0+T t0+2T t0+3T t e(k) e(3) e(2) e(1) e(0) 0 1 2 3 k Rysunek 2: Proces próbkowania sygnału ciągłego prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 4 / 33 Komputerowy system sterowania Próbkowany sygnał błędu jest przetwarzany przez algorym sterowania znajdujący sie w komputerze generując sygnały syterujące, u(t0 + kT ) w chwilach, tk = t0 + kT Np. u(t0 +kT ) = 4u(t0 +(k−1)T )+2e(t0 +kT )+5[e(t0 +kT )−e(t0 +(k−1)T )] lub krócej, u(k) = 4u(k − 1) + 2e(k) + 5[e(k) − e(k − 1)] prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 5 / 33 Interpolator Po to aby skutecznie oddziaływać na obiekt sygnał sterujący dyskretny musi być przetworzony w sygnał ciągły w czasie. Wymaga to zdefiniowania (interpolacji) wartości sygnału w chwilach pomiędzy kT oraz (k + 1)T Interpolator zerowego rzędu u(t) , u(kT ) dla kT ¬ t ¬ (k + 1)T , k̇ = 1, 2, 3, . . . Jest to sygnał przedziałami stały. Wpływ takiego sygnału na obiekt inercyjny na takie wejście pokazana jest na Rysunku (3). prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 6 / 33 Interpolator zerowego rzędu u(t),u(k) u(3) u(1) u(0) u(2) t,k y(t) y(2) y(0) y(1) y(3) t0 0 t0+T 1 t0+2T 2 t0+3T 3 t,k Rysunek 3: ZOH i wyjście inercji pierwszego rzedu prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 7 / 33 Interpolator zerowego rzędu Wyjście obiektu jest ciągłe w czasie, ale komputer sterujący może ocenić na bieżąco jakość generowanego sterowania jedynie w dyskretnych chwilach próbkowania błędu nadążania (fikcyjny sampler na wyjściu obiektu). Projektant układu sterowania potrzebuje znajomości relacji u(k) → u(t) która jest liniowa ale niestacjonarna. Z drugiej strony szybkie (częste) próbkowanie daje dobrą informację o ciągłym błędzie e(t), a jak zaraz zostanie pokazane relacja u(k) → y (k) jest zarówno liniowa jak i stacjonarna. prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 8 / 33 Dyskretyzacja Niech model w przestrzeni stanu dynamiki obiektu na Rys. 1 z czasem ciągłym będzie opisany, dx = Ax(t) + Bu(t) dt y (t) = Cx(t) gdzie, x(t) ∈ Rnx , y (t) ∈ Rny oraz u(t) ∈ Rnu Potrzebujemy u(kT ) → y (kT ) prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi (1) 13.12.2010, Gdańsk 9 / 33 Dyskretyzacja Wyprowadzimy powyższą zależność pomiędzy próbkami sygnału sterującego i próbkami wymuszanego wyjścia dla obiektu pierwszego rzędu, dx = ax(t) + bu(t) dt y (t) = cx(t) Stąd otrzymujemy x(t) = e a(t−t̄0 ) Z t x(t̄0 ) + e a(t−τ )bu(τ )dτ (2) t̄0 prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 10 / 33 Dyskretyzacja Niech t = t0 + (k + 1)T oraz t̄0 = t0 + kT , wówczas z (2) x(t0 + (k + 1)T )) = e aT x(t0 + kT ) + Z t0 +(k+1)T e a(t0 +(k+1)T −τ ) bu(τ )dτ t0 +kT Niech t0 = 0, wówczas x((k + 1)T ) = e aT x(kT ) + Z (k+1)T e a((k+1)T −τ ) b u(τ )dτ = kT =e aT x(kT ) + e a((k+1)T ) Z (k+1)T e −aτ b u(τ )dτ = kT = e aT x(kT ) + e a((k+1)T ) Z (k+1)T e −aτ dτ b u(kT ) (3) kT prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 11 / 33 Dyskretyzacja Następnie zastosujmy w (3) następujące podstawienie, t = τ − kT Rozpatrując dolną granice całkowania, τ = kT → t = 0 Dla górnej granicy całkowania, τ = (k + 1)T → t = T Oraz, dτ = dt prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 12 / 33 Dyskretyzacja x((k + 1)T ) = e aT x(kT ) + e a((k+1)T ) Z T e −a(t+kT ) dt b u(kT ) = 0 = e aT x(kT ) + Z T e −a(T −t) dt b u(kT ) (4) 0 Stosujemy w (4) kolejne podstawienie, p =T −t Rozpatrując dolną granice całkowania, t=0→p=T Dla górnej granicy całkowania, t=T →p=0 Oraz, dt = −dp prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 13 / 33 Dyskretyzacja Otrzymujemy x((k + 1)T ) = e aT x(kT ) − Z 0 e ap dp b u(kT ) = T =e aT Z T x(kT ) + e ap dp b u(kT ) 0 Ostatecznie otrzymujemy: x((k + 1)T ) = e aT x(kT ) + x(0) = x(t0 ) R T ap 0 e dp b u(kT ) (5) e aT - macierz stanu w modelu dyskretnym w przestrzeni stanu, aT at e = e t=T prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 14 / 33 Dyskretyzacja b 0T e ap dp - wzmocnienie sterowania (całka macierzy tranzycji stanu obiektu ciągłego na przedziale próbkowania) wzmocniona przez wzmocnienie sterowania w modelu obiektu ciągłego w przestrzeni stanu. R Dyskretyzacja równania wyjścia y (t) = cx(t)t=kT y (kT ) = cx(kT ) prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi (6) 13.12.2010, Gdańsk 15 / 33 Dyskretyzacja Ostatecznie równania (5) i (6) stanowią model w przestrzeni stanu dokładnie zdyskretyzowanego w sensie wartości próbek wejścia i wyjścia, obiektu ciągłego dla klasy wejść przedziałami stałych. Dlatego ten model nazywa się równoważnym w sensie ZOH, przy czym to ostatnie dotyczy klasy sygnałów wejściowych. Każdy sygnał ciągły i gładki można dowolnie dokładnie aproksymować sygnałem przedziałami stałym. A wiec dyskretny model może być dowolnie bliski ciągłemu jeśli czas próbkowania jest wystarczająco mały. prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 16 / 33 Dyskretyzacja Uwaga 1 Parametry modelu zdyskretyzowanego typu ZOH zależą od okresu próbkowania. Uwaga 2 Model (5), (6) sam w sobie jest modelem dyskretnym w przestrzeni stanu dynamiki dyskretnej relacji wejście-wyjście (wyjścia dyskretnego obiektu dynamicznego). Dane sterowanie u(kT ) w chwili kT oraz stan x(kT ) w chwili kT , nowy stan x((k + 1)T ) w chwili (k + 1)T jest generowany przez równanie stanu (5). Wartość wyjścia y ((k + 1)T ) w chwili (k + 1)T jest generowana przez równanie wyjścia (6). prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 17 / 33 Dyskretyzacja Dla systemów MIMO z czasem ciągłym, dyskretyzacja typu ZOH w przestrzeni stanu ma postać, x((k + 1)T ) = F (T )x(kT ) + H(T )u(kT ) y (kT ) = Cx(kT ) (7) (8) gdzie, F (T ) = e AT - macierz tranzycji stanu systemu MIMO. H(T ) = R T Ap 0 e dp B - macierz wzmocnień sterowania prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 18 / 33 Dyskretyzacja Przybyliżone wyznaczanie wzmocnienia sterowania H(T ) Niech A−1 istnieje, wówczas Z T H(T ) = 0 −1 AT e Ap dp = A− 1[e Ap ]T − I] 0 = A [e (9) Rozważmy w (9) wyrażenie, e AT − I Z definicji macierzy tranzycji stanu, 1 1 e AT = I + AT + A2 T 2 + A3 T 3 + . . . 2! 3! więc, e AT − I = AT + 1 2 2 1 A T + A3 T 3 + . . . 2! 3! oraz A−1 [e AT − I ] = T + prof. dr hab. inż. Mieczysław Brdyś () 1 1 AT 2 + A2 T 3 + . . . 2! 3! Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk (10) 19 / 33 Dyskretyzacja Przybyliżone wyznaczanie wzmocnienia sterowania H(T ) Wyrażenie (10) jest punktem wyjścia do uzyskania przybliżeń wzoru dokładnego (9) w zależności od liczby kolejnych wykorzystanych elementów szeregu (10). Przybliżenie 1 rzędu H p1 (T ) przybliżenie A−1 [e AT − I ] ≈ TI generuje H p1 (T ) ≈ TB Przybliżenie 2 rzędu H p2 (T ) przybliżenie A−1 [e AT − I ] ≈ TI + generuje H p2 (T ) ≈ (TI + prof. dr hab. inż. Mieczysław Brdyś () T2 2 A T2 2 A)B Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 20 / 33 Sampled data system r(t) r(kT) ZOH u(t) OBIEKT y(t) y(kT) Sampled Data System Rozważmy system przedstawiony na rysunku powyżej z wejście r (t) i wyjście y (t). Dynamika systemu jest taka, że w transformacji wejścia r (t) do wyjścia y (t) uczestniczą zarówno elementy dyskretne (sampler), ciagłe (obiekt) oraz mieszane (ZOH), generując sygnały z czasem zarówno ciągłym i dyskretnym. Dlatego taki system nosi nazwe, Sampled Data System prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 21 / 33 Sampled data system Dynamika obiektu z czasem ciągłym dana jest przez transmitancje, G (s) = Y (s) 1 = U(s) s +1 (11) Zakładając wystarczająco mały czas próbkowania T znajdziemy dyskretną w czasie aproksymacje ciągłej w czasie relacji wejście - wyjście sampled data system. Będzie to zależność pomiędzy próbkami, r (kT ), y (kT ) sygnałów r (t) oraz y (t) pokazany na Rys. 23. Aproksymacja ta będzie dokładna dokładna dla sygnałów r (t) przedziałami stałych dla dowolnego czasu próbkowania. prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 22 / 33 Sample Data System r(t) r(kT) Sampled Data System y(t) dyskretna w czasie aproksymacja SDS ya(kT) Rysunek 4: prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 23 / 33 Sampled data system W celu zaprojektowania tej aproksymacji zastosujemy dyskretyzację obiektu ciągłego metodą ZOH. Rzeczywiście, dla sygnałów r (t) stałych na przedziałach o długości T zachodzi, u(kT ) = r (kT ) Dyskretyzacja obiektu metodą ZOH jest dokładna dla sygnałów wejściowych przedziałami stałych. A więc próbki wyjścia SDS będą dokładnie takie same jak wyjście dyskretyzacji ZOH obiektu ciągłego, pobudzanej sygnałem dyskretnym r (kT ). r(kT) prof. dr hab. inż. Mieczysław Brdyś () a dyskretyzacja ZOH y (kT)=y(kT) obiektu ciągłego Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 24 / 33 Dyskretyzacja dynamiki obiektu ciągłego Równania stanu sY (s) + Y (s) = U(s) Korzystając z odwrotnej tranformaty Laplace’a otrzymujemy, dy + y (t) = u(t) dt dy = −y (t) + u(t) dt Definiując x ,y Otrzymujemy dx = −x(t) + u(t) dt y (t) = x(t) prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi (12) 13.12.2010, Gdańsk 25 / 33 Dyskretyzacja dynamiki obiektu ciągłego Dyskretyzacja obiektu metodą ZOH Z (12), e At = e −t oraz, F (T ) = e −T i Z T H(T ) = e −p dp = 1 − e −T 0 prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 26 / 33 Dyskretyzacja dynamiki obiektu ciągłego Ostatecznie dykretyzacja ZOH obiektu ma postać, x(k + 1) = e −T x(k) + (1 − e −T )u(k) y (k) = x(k) (13) Gdzie, x(k) , x(t0 + kT ) u(k) , u(t0 + kT ) Dyskretyzacja metodą ZOH Ponieważ u(k) = r (k) wiec z (13) otrzymujemy dokładną aproksymacje dyskretną SDS x(k + 1) = e −T x(k) + (1 − e −T )r (k) y (k) = x(k) prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk (14) 27 / 33 Dyskretyzacja dynamiki obiektu ciągłego Zależność od czasu próbkowania Dla dwóch różnych czasów próbkowania, T = 1 sek oraz T = 0, 1 sek mamy z (14), że x(k + 1) = 0, 37x(k) + 0, 63u(k) (15) x(k + 1) = 0, 9x(k) + 0, 1u(k) (16) oraz a więc dwa różne równania stanu. prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 28 / 33 Dyskretyzacja dynamiki obiektu ciągłego Zależność od czasu próbkowania Sprawdzmy teraz dokładność aproksymacji wzmocnienia sterowania, Dla szybkiego próbkowania z T = 0, 1sek, H p1 (T ) = TB = 0, 1 · 1 = 0, 1 czyli przybliżenie 1 rzędu jest dokładne. Dla wolnego próbkowania z T = 1sek, H p1 (T ) = TB = 1 · 1 = 1 6= 0, 63 oraz, H p2 (T ) = (TI + 1 T2 A)B = (1 + (−1))1 = 0, 5 6= 0, 63 2 2 Potrzebne jest zatem przybliżenie rzędu większego niż drugi. prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 29 / 33 Przykład 2 Dany jest SDS, gdzie dynamika ciągłego obiektu dynamicznego jest drugiego rzędu i opisana jest przez transmitancję, Y (s) 1 G (s) = = U(s) s(s + 2) (17) Model w przestrzeni stanu takiego układu jest następujący, s 2 Y (s) + 2sY (s) = U(s) A zatem w dziedzinie czasu, d 2y dy +2 = u(t) 2 dt dt prof. dr hab. inż. Mieczysław Brdyś () Sterowanie Procesami Ciągłymi (18) 13.12.2010, Gdańsk 30 / 33 Przykład 2 Zmienne stanu, c)x1 , y x2 , dy dt Stąd równania stanu mają postać, dx1 = x2 dt dx2 = −2x1 + u dt y = x1 Oraz w postaci macierzowej, " # " # dx 0 0 1 = x+ u 0 −2 1 dt y= prof. dr hab. inż. Mieczysław Brdyś () h 1 0 i x Sterowanie Procesami Ciągłymi 13.12.2010, Gdańsk 31 / 33 Przykład 2 Macierz stanu i wejścia obiektu ciągłego " # ma postac, " # 0 1 0 A= , B= 0 −2 1 Stąd macierz tranzycji stanu systemu ciągłego można wyznaczyć jako, " # 1 −2t ) (1 − e 1 2 e At = L−1 [(sI − A)−1 ] = 0 e −2t Stąd, " F (t) = e prof. dr hab. inż. Mieczysław Brdyś () AT = 1 0 1 2 (1 − e −2T ) e −2T Sterowanie Procesami Ciągłymi # 13.12.2010, Gdańsk 32 / 33 Przykład 2 Oraz macierz wzmocnień sterowania," Z T H(T ) = e Ap Z T dtB = 0 " = 0 e −2T −1 1 ) 2 (T + 2 1 −2T ) 2 (1 − e 1 0 1 2 (1 − e −2p ) e −2p # " dp 0 1 # # Dyskretne modele SDS dla T = 1 sek oraz T = 0, 1 sek " x(k + 1) = oraz x(k + 1) = x1 (k + 1) x2 (k + 1) " # x1 (k + 1) x2 (k + 1) prof. dr hab. inż. Mieczysław Brdyś () " #" = 1 0, 432 0 0, 135 # " #" = 1 0, 09 0 0, 82 Sterowanie Procesami Ciągłymi x1 (k) x2 (k) # " x1 (k) x2 (k) # + " + 0, 284 0, 432 0 0, 1 # u(k) # u(k) 13.12.2010, Gdańsk 33 / 33