Достатні умови керованості динамічної системи

Тип работы:
Дипломная
Предмет:
Физико-математические науки


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Достатні умови керованості динамічної системи

1. Сутність та математична постановка задач пошуку достатніх умов повної керованості в лінійних стаціонарних динамічних системах керування

1.1 Лінійні стаціонарні математичні моделі керування динамічними системами в теорії систем автоматичного регулювання

Теорія автоматичного керування (ТАУ) — це наукова дисципліна, що вивчає процеси автоматичного керування об'єктами різної фізичної природи. При цьому за допомогою математичних засобів виявляються властивості систем автоматичного керування й розробляються рекомендації з їхнього проектування [59].

Теорія лінійних стаціонарних систем — це розділ теорії динамічних систем, що вивчає поводження й динамічні властивості лінійних стаціонарних систем (ЛСС). Широко використовується в процесі керування технічними системами, цифровій обробці сигналів і інших областей інженерної справи [52].

Визначальними властивостями для будь-якої лінійної стаціонарної системи є лінійність і стаціонарність [49]:

1. Лінійність означає, що зв’язок між входом і виходом системи задовольняє наступній властивості: якщо сигнал на вході системи (вплив) —

x (t) = A·x1(t) + B·x2(t) (1.1. 1)

тоді сигнал на виході системи (реакція) —

y (t) = A·y1(t) + B·y2(t) (1.1. 2)

для будь-яких постійних A і B, де yi(t) — вихід системи як реакція на вхідний сигнал (вплив) xi(t).

2. Стаціонарність — означає, що вихідний сигнал системи як реакція на будь-який заданий вхідний сигнал однаковий для будь-якого моменту надходження вхідного сигналу (з точністю до часу запізнювання моменту надходження вхідного сигналу). У більше вузькому змісті - при запізнюванні вхідного сигналу за часом на деяку величину, вихідний сигнал буде запізнюватися на ту ж саму величину.

Теорія ЛСС добре підходить для опису багатьох систем, таких як лінійні управляємі динамічні об'єкти. Більшість ЛСС набагато простіше аналізувати, чим нестаціонарні й нелінійні системи. Будь-яка система, динаміка якої описується лінійним диференціальним рівнянням з постійними коефіцієнтами, є лінійною стаціонарною системою.

В якості прикладів проаналізуємо управляємі об'єкти, стан яких в кожний момент часу характеризується набором величин. Ці величини визначають як фазові координати об'єкта. Управління об'єктом здійснюється за допомогою впливів, які будемо визначати як параметри керування об'єктом. Приймаємо, що зміна фазових координат у часі описується системою звичайних лінійних диференційних рівнянь виду [40]:

(1.1. 3)

де — відомі нерепервні функції часу.

Система диференційних рівнянь (1.1. 3) допускає векторно — матричний запис у вигляді:

(1.1. 4)

де позначення матриць наступне

;;;

;.

Вектори та називаються фазовим вектором та вектором параметрів керування об'єктом, відповідно.

Система диференційних рівнянь (1.1. 3), або її векторно-матрична форма (1.1. 4), є математичною моделлю реального керуємого фізичного об'єкту. В подальшому цю математичну модель будемо називати лінійним керуємим динамічним об'єктом (ЛКДО).

При дослідженнях за допомогою спостережень керована динамічна система ЛКДО, як правило, описується системою диференціальних рівнянь (1.1. 3), яку можна представити у вигляді [40]:

, (1.1. 5)

а спостереження за ЛКДО можна записати так

(1.1. 6)

Поняття керування можна розуміти расширенно, включаючи в нього будь-які впливи на динамічну систему, у тому числі й зовнішній перешкоді q(t). Шуми спостережень, як правило, входять аддитивно, тому замість (1.1. 6) варто записати

(1.1. 7)

Задача оцінювання вектора стану (наближене визначення за даними спостережень), тобто рішення системи рівнянь (1.1. 7) відносно навіть із залученням рівнянь динамічної системи (1.1. 5) не завжди має однозначне рішення.

Теоретичне обґрунтування критеріїв спостережуваності й керованості є фундаментальною проблемою в теорії динамічних систем.

Перепишемо векторно-матричну форму (1.1. 4) у вигляді (без):

(1.1. 8)

де А (t) — відома матриця динамічної системи розміру п*п, В (t) — прямокутна вхідна матриця для сигналу управління розміру п х l.

Векторно-матричне рівняння (1.1. 8) може бути розписане в такий спосіб

(1.1. 9)

де — елементи матриць А і В. Якщо ці коефіцієнти — постійні величини, то система називається стаціонарною (інваріантної), у противному випадку — нестаціонарною [35].

Введемо позначення для оператора диференціювання тоді диференціальне рівняння (1.1. 9) можна переписати так [35]:

(1.1. 10)

Помножимо формально обидві частини рівності (1.1. 10) на обернену матрицю

(1.1. 11)

Отримане «рішення» системи диференціальних рівнянь не що інше, як операторний запис цієї системи. Матрицю можна назвати оператором лінійної системи стосовно вхідного векторного сигналу. Вихідною змінною динамічної системи варто вважати вектор спостережень

, (1.1. 12)

де H(t) — відома прямокутна матриця розміру (т х п), яку можна вважати вихідною матрицею.

Визначимо зв’язок між вхідним сигналом (керуванням і) і вихідним сигналом (спостереженням z) [35]:

(1.1. 13)

Для стаціонарної системи вхідна й вихідна матриці мають постійні елементи. Ігноруючи поки шуми спостережень (r(t)=0), для стаціонарної системи буєм мати

. (1.1. 14)

Матричний оператор виду

, (1.1. 15)

який встановлює зв’язок між вхідним і вихідним сигналами, називають передатною функцією [35].

Для подальшого формулювання підходу структурного аналіза управляємих динамічних систем використаємо приклад математичні моделі трьох систем і структурну схему, що представляє собою з'єднання цих систем. Необхідно [43]:

— одержати модель результуючої системи в просторі станів,

— досліджувати спостережуваність і керованість трьох підсистем окремо, і загальної системи.

Багатомірні системи, на відміну від одномірних мають кілька входів і кілька виходів.

Для опису таких систем використовуються три набори параметрів (три вектори), див. рис. 1. 1:

1. вектор вхідних впливів (керувань) U;

2. вектор змінних станів X;

3. вектор вихідних параметрів Y.

Рис. 1.1. Схема прикладів досліджуємих багатомірних систем [43]

Широке поширення, обумовлене розробленим математичним апаратом, одержали лінійні моделі багатомірних систем у просторі станів, які мають вигляд:

(1.1. 16)

перше співвідношення називається рівнянням стану, друге — рівнянням виходу.

Тут:

x = (x1, x2, …, xn) — вектор змінних станів;

u = (u1, u2, …, ur) — вектор керувань;

y = (y1, y2, …, ym) — вектор вимірюваних параметрів;

t — час;

A (t), B (t), C (t) — матриці розмірності (n*n), (n* r), (m* n) відповідно.

Передбачається, що відомо початкові стани x (t0) = x0, де t0 — початковий момент часу.

Якщо структура матриць A (t), B (t), C (t) не залежить від часу t, то система називається стаціонарною.

Розглянемо задачі з'єднання двох підсистем у систему. При з'єднанні можливі три варіанти (рис. 1. 2): паралельне (а), послідовне (б) і у зворотному зв’язку (в). Передбачається, що обидві системи описуються в просторі станів співвідношеннями [43]:

(1.1. 17)

(1.1. 18)

де x1, u1, y1 — вектори станів, керувань, виходів першої системи, x2, u2, y2 — другої.

Необхідно по відомих матрицях A1, B1, C1 та A2, B2, C2 одержати матриці A, B, C (рис. 1. 2г).

Рис. 1.2. З'єднання двох систем [43]

1. Паралельне з'єднання

Запишемо рівняння системи, з урахуванням особливостей з'єднання, зазначених на рис. 1. 2а.

(1.1. 19)

звідси

(1.1. 20)

Остаточно матриці паралельного з'єднання мають вигляд —

(1.1. 21)

2. Послідовне з'єднання —

(1.1. 22)

у матричному виді -

(1.1. 23)

остаточно, маємо матриці послідовного з'єднання

(1.1. 24)

(1.1. 25)

у матричному виді -

(1.1. 26)

Отже, остаточно, маємо матриці з'єднання зворотного зв’язку

(1.1. 27)

1. 2 Представлення систем диференційних рівнянь управління в просторі станів

Чим більш складним є об'єкт, тим більша кількість змінних характеризує його стан. Прийнято називати такий набір змінних вектором стану об'єкта та записувати його у матричному вигляді [20]:

(1.2. 1)

де — мірний вектор стану об'єкта з проекціями розмірність об'єкта (простору його стану).

Проекції приймаються як координати деякого мірного простору, який позначають як простір станів об'єкту. В просторі стану по аналогії з трьохмірним легко уявити собі перехід об'єкта в новий стан як зміну його мірних координат. Стан системи в момент часу визначає певний набір даних про поводження системи на інтервалі часу (зміна- мірний вектору стану об'єкта з проекціями), це внутрішня характеристика системи, значення якої в даний момент часу визначає поточне значення вектору вихідної величини — мірний вектор виходу об'єкта з проекціями в залежності від вхідного вектору управління — мірний вектор входу (вхідних сигналів управління) об'єкта з проекціями

Представлення про стан системи пов’язується із широким колом показників і характеристик, які визначають її функціонування і реакції на різні зовнішні впливи. Стан системи — точно визначена умова чи властивість, яка може бути пізнана, чи повторена знову. Звичайно при канонічному представленні системи її стан визначається як найменший набір функцій, який необхідно задати в даний момент часу, щоб можна було в рамках математичного опису системи передбачити її поводження в будь-який майбутній момент часу.

Простір станів — у теорії керування один з основних методів опису поводження динамічної системи. Рух системи в просторі станів відбиває зміна її станів.

У просторі станів створюється модель динамічної системи, що включає набір змінних входу, виходу й стану, зв’язаних між собою диференціальними рівняннями першого порядку, які записуються в матричній формі. На відміну від опису у вигляді передатної функції й інших методів частотної області, простір станів дозволяє працювати не тільки з лінійними системами й нульовими початковими умовами [15].

Однією з найбільш наочних та маючих системне значення форм опису руху об'єкта управління є система диференціальних рівнянь Коши в матричній формі [7]:

(1.2. 2)

де — мірний вектор стану об'єкта з проекціями розмірність об'єкта (простору його стану);

— мірний вектор входу (вхідних сигналів управління) об'єкта з проекціями

— скалярний елемент, в якості якого розглядається час;

— мірний вектор збурюючих зовнішніх впливів на систему (вхідних сигналів) об'єкта з проекціями, де — не залежить ні від, ні від.

Вектор — функція в правій частині рівняння Коши представляє собою закони руху об'єкта (принципово важливо щоб кількість рівнянь в рівнянні (1.2. 3) співпадало з розмірністю вектору стану Х) [7]:

(1.2. 3)

Інтегральна форма рівнянь систем управління. Інтегральне векторно-матричне рівняння безпосередньо витікає з рівняння Коши (1.2. 2), якщо його записати в формі безкінечно малого прирощення (диференціала) стану

(1.2. 4)

Це дозволяє перейти до конечного стану шляхом вирахування інтеграла за всю історію процесу або на певному проміжку від попереднього стану [7]:

; (1.2. 5)

Таким чином, на відміну від диференціальної форми (1.2. 2) інтегральна форма рівняння руху об'єкта (1.2. 5) характеризує залежність його поточного стану від передісторії процесу.

Керованість — одне з найважливіших властивостей системи керування й об'єкта керування, що описує можливість перевести систему з одного стану в ін. -ший. Одними з найважливіших задач теорії керування є дослідження керованості й спостережуваності динамічних систем [5].

Стаціонарна лінійна система називається цілком керованою, якщо вибором керуючого впливу u (t) на інтервалі часу [t0, t1] можна перевести систему з будь-якого початкового стану х (t0) у довільне заздалегідь заданий кінцевий стан х (t1).

Система називається повністю керованою, якщо все компоненти її вектора станів керовані.

Стаціонарна лінійна система називається цілком спостережуваною, якщо по реакції y (t1) на виході системи на інтервалі часу [t0, t1] при заданому керуючому впливі u (t) можна визначити початковий стан х (t0).

Одними із загальновизнаних методів визначення критеріїв керованості та спостережуваності лінійних динамічних систем прийнято вважати ранговий метод Р. Калмана [19].

1. Критерій керованості лінійних систем.

Для лінійних систем існує критерій керованості в просторі станів. Нехай поводження динамічної системи описується системою звичайних диференціальних рівнянь Коши (1.2. 2) у матричній форміз матричним рівнянням спостереження (виходу) у вигляді системи

(1.2. 6)

де — квадратна матриця («матриця системи») постійних коефіцієнтів стану розміром при «векторі стану» — розмірності;

— прямоугольна матриця («матриця входу») постійних коефіцієнтів функції входу управління розміром при «векторі управління» розмірності.

— прямоугольна матриця («матриця керування») постійних коефіцієнтів функції керування виходу розміром при «векторі виходу» розмірності.

— прямоугольна матриця («наскрізна матриця оберненого зв’язку керування») постійних коефіцієнтів функції керування виходу розміром при «векторі управління» розмірності.

;

Для системи (1.2. 6) можна скласти матрицю керованості (контекація блоків додатків матриць):

(1.2. 7)

Відповідно до критерію керованості, якщо ранг матриці керованості дорівнює, система є повністю керованою.

(1.2. 8)

2. Критерій спостережуваності лінійних систем. Для того щоб система (1.2. 6) була цілком спостережуваною, необхідно й досить, щоб ранг матриці спостережуваності (транспонований вигляд контекації блоків додатків матриць):

(1.2. 9)

дорівнював розмірності вектора стану:

rang MY = n. (1.2. 10)

У теорії керування спостережуваність є властивістю системи, що показує, чи можна по виходу повністю відновити інформацію про стани системи.

Розглянемо проблему керованості й спостережності на якісному прикладі, запропонованому Дж. Медич (в роботі [34]).

Нехай динамічна система описується вектором стану Q, вектором входів Xі, вектором виходів Y. Схема системи подана на рис. 1.2. 1, де Y — вектор, компонен-тами якого є перші k компоненти вектора стану [].

Рис. 1.2.1. Схема системи, що не спостерігається, але керована

Зі структури системи ясно, що значення інших компонентів вектора стану [] не можна визначити на основі наявних відомостей про вихідний вектор Y, тому що ці перемінні не впливають на компоненти [] і не включені до складу вектора, Y, який спостерігають. Отже, система не є тією, що спостерігається. Але якщо X впливає на всі перемінні стани Q, система є керованою.

Аналогічно система, показана на рис. 1.2. 2, буде тією, що спостерігається, але не керована, тому що сигнал X впливає тільки на змінні [], а на змінні [] - ззовні впливати не можна.

Рис. 1.2. 2. Схема системи, що спостерігається, але некерована

Враховуючи викладене, всі системи можна розділити на такі чотири категорії: що спостерігаються і керовані; що спостерігаються але некеровані; що не спостерігаються, але керовані; що не спостерігаються і некеровані.

Поняття керованості й спостережності мають принципове значення при дослідженні систем будь-якої природи. Неврахування некерованості і неспостережності може привести до помилкових висновків.

1.3 Огляд історії та сучасних математичних підходів до вирішення проблем керованості та спостережуваності лінійних динамічних систем керування

З самого початку розвитку теорії управління багато уваги приділялось дослідженню лінійних керованих систем з постійними коефіцієнтами. Лінійні управляємі системи з постійними коефіцієнтами звичайно задаються системами лінійних диференціальних рівнянь виду [55]:

(1.3. 1)

де — квадратна матриця постійних коефіцієнтів стану розміром;

— прямоугольна матриця постійних коефіцієнтів функції управління розміром.

Клас лінійних керованих систем з постійними коефіцієнтами є єдиний, для якого практично всі питання теорії управління піддаються загальному аналізу в теорії керованості.

Множина всіх точок простору, які можна перевести в точку 0 за час називаються множиною 0-керованості системи (1.3. 1) за час та позначається як. Множина всіх точок простору, в які можна перевести точку 0 за час називаються множиною 0-досягаємості системи (1.3. 1) за час та позначається як.

Звичайно вони представляються інтегралами від багатозначних відображень

(1.3. 2)

Історично зформувався ряд загальних задач теорії керованості та досяжності динамічних систем [56]:

1. Задача миттєвої 0-керованості.

При яких умовах множина

2. Задача повної керованості.

При яких умовах існує кінечний проміжок часу, для якого множина Якщо система (1.3. 1) повністю керована, то як вирахувати нижню грань (момент повної керованості) моментів часу, для яких

3. Задача глобальної 0-керованості.

При яких умовах

4. Задача локальної миттєвої 0-керованості.

При яких умовах множина містить околицю точки

5. Задача локальної 0-керованості.

При яких умовах існує такий момент часу, що множина включає околицю точки Якщо система (1.3. 1) локально 0-керована, то як вирахувати момент локальної 0-керованості (нижню грань моментів часу, для яких включає околицю точки 0)?

Всі перераховані задачі та їх аналоги для множин досяжності є спеціалізація ми загальної проблеми опису еволюції множин керованості та досяжності системи (1.3. 1) при змінах параметра в інтервалі. Існує багато наукових робіт, в яких досліджувались з різних сторін ці задачі. Виокремимо серед них найбільш значимі.

1. У 1958 році Р.В. Гамкрелідзе [8] у важливому випадку систем виду (1.3. 1), коли замість умови () виконується часткова умова ():

(1.3. 3)

2. У 1959 році критерій повної керованості для систем виду (1.3. 1) з умовою () дав Л.С. Понтрягін [48].

3. У 1961 році R.E. Kalman [71] навів багато прикладів критеріям повної керованості системи виду (1.3. 1) з та поклав його в основу теорії керованості та спостережуваності, після чого цей критерій отримав назву критерію Калмана.

4. В 1972 році D.F. Brammer [67] надав повні рішення задачі локальної

0-керованості систем виду (1.3. 1) та довів критерій повної керованості системи виду (1.3. 1) з деякими множинами обмежень керованості.

5. В 1978 році Ю. М. Семенов [54] отримав найбільш повне розв’язання задачі глобальної 0-керованості, яке увійшло в кандидатську дисертацію автора.

6. В 1982 році R.M. Bianchini навів розв’язання задачі миттєвої 0-керованості в загальному випадку [68].

7. В 1990 році Ю. М. Семенов довів теорему [55], в якій описав межу множин керованості при, наслідками якої є і критерій Калмана і теорема R.M. Bianchini.

Здавалось би, що в теорії керованості лінійних керуємих систем з постійними коефіцієнтами більше не залишилось невирішених задач. Але, серед вищенаведених вирішених задач для систем виду (1.3. 1), залишилась невирішеною в загальному випадку задача повної керованості, яка була важлива з теоретичної точки зору. Залишились зовсім недослідженими задачі вирахування момента локальної 0-керованості (задача № 5) та моменту повної керованості (задача № 2) для систем виду (1.3. 1).

Належить також відмітити, що теорія керованості та досяжності систем виду (1.3. 1) складається на даний час з мало пов’язаних між собою фрагментів та не має загальної форми, в якій доведення всіх теорем мають чітко визначені загальні основи [7].

Для аналізу сучасного підходу до розв’язання проблеми керованості та спостережуваності лінійних динамічних систем розглянемо систему (1.2. 6), проаналізовану в роботі [5] у вигляді (без функції).

Позначимо через розв’язок системи (1.2. 6) при початковій умові під дією керування. Для системи типу (1.2. 6) визначений типовий ряд понять і визначень, які характеризують внутрішні властивості динамічних систем. До таких властивостей можна віднести керованість, спостережуваність, ідентифікуємість, функціональну відтворюваність, поточечну відтворюваність і т.д. Наявність зазначених властивостей дозволяє одержувати розв’язок задач, які висуває практика. У силу цього, внутрішні властивості динамічних систем керування важливі для дослідження.

У роботах [5, 7, 19] було введене визначення терміну «спостережуваність системи» (1.2. 6).

Визначення 1. Система (1.2. 6) називається спостережуваною, якщо по відомій функції на деякому проміжку й з використанням рівнянь (1.2. 6) можна знайти вектор-функції

Теорема. Для спостережуваності стаціонарної системи (1.2. 6) необхідно й достатньо, щоб ранг матриці дорівнював [19,71], тобто

(1.3. 4)

Доведення. Продиференцируємо раз співвідношення (1.2. 6)

(1.3. 5)

де прямокутна матриця розміром.

Для існування розв’язка даної системи щодо вектора досить, щоб ранг матриці рівнявся. Але ранг цієї матриці дорівнює рангу сполученої матриці. Теорема доведена.

Однак, при доведення і цієї теореми не були враховані властивості алгебраїчних систем рівнянь із прямокутною матрицею. Для такого роду систем справедлива наступна теорема.

Теорема Кронекера — Капеллі. Система лінійних алгебраїчних рівнянь із невідомими [5]

(1.3. 6)

має рішення в тім і тільки в тому випадку, якщо ранг матриці й ранг розширеної матриці збігаються.

Зокрема [34]:

— кількість головних змінних системи дорівнює рангу матриці системи;.

— спільна система буде визначена (її рішення єдине), якщо ранг матриці системи дорівнює числу всіх її змінних.

Приклад 1. Розглянемо диференціальне рівняння руху, наведене в роботі [34]:

(1.3. 7)

(1.3. 8)

Визначимо матрицю в цьому випадку:

(1.3. 9)

Визначимо ранг матриці (1.3. 9) з врахуванням наступних теоретичних викладень [53].

Нехай задана будь-яка матриця, А с m рядків і n стовпців. Рангом системи рядків (стовпців) матриці А називається максимальне число лінійно незалежних рядків (стовпців). Кілька рядків (стовпців) називаються лінійно-незалежними, якщо жодна з них не виражається лінійно через інші. Ранг системи рядків завжди дорівнює рангу системи стовпців і це число називається рангом матриці.

Ранг матриці - це найвищий з порядків мінорів цієї матриці, відмінних від нуля. Ранг матриці дорівнює найбільшому числу лінійно незалежних рядків (або стовпців) матриці. Звичайно ранг матриці A позначається rang A (rg A) або rank A.

Якщо ранг матриці А дорівнює r, то це означає, що в матриці А є відмінний від нуля мінор порядку r, але всякий мінор порядку, більшого чим r, дорівнює нулю. Для обчислення рангу матриці застосуємо метод елементарних перетворень. Елементарними називаються наступні перетворення матриці:

1) перестановка двох будь-яких рядків (або стовпців),

2) множення рядка (або стовпця) на відмінне від нуля число,

3) додаток до одного рядка (або стовпцю) іншого рядка (або стовпця), помноженої на деяке число.

Дві матриці називаються еквівалентними, якщо одна з них виходить із іншої за допомогою кінцевої множини елементарних перетворень. Еквівалентні матриці не є, загалом кажучи, рівними, але їхні ранги рівні. Якщо матриці А и В еквівалентні, то це записується так: A B:

а) Властивості

Теорема (про базисний мінор): Нехай r = rang A, M — базисний мінор матриці A, тоді:

— базисні рядки й базисні стовпці лінійно незалежні;

— будь-який рядок (стовпець) матриці A є лінійна комбінація базисних рядків (стовпців).

б) Наслідки:

— якщо ранг матриці дорівнює r, то будь-які p: де p > r рядків або стовпців цієї матриці будуть лінійно залежні;

— нехай r = rang A, тоді максимальна кількість лінійно незалежних рядків (стовпців) цієї матриці дорівнює r.

Рис. 1.3.1. Приклад визначення ранга матриці в (1.3. 8) і її базового мінора методом елементарних перетворень в загальному (нечисельному вигляді) за 3 кроки

Рис. 1.3.2. Визначення ранга матриці (1.3. 10) методом елементарних перетворень в загальному (нечисельному вигляді) за 7 кроків перетворень

На рис. 1.3.2. наведені графоаналітичні результати визначення ранга матриці методом елементарних перетворень в загальному (нечисельному вигляді) за 7 кроків перетворень (послідовна перестановка строк та стовбців матриці). Як показує результат перестановок, ранг матриці S6 за розміром базисного мінору (відмічений жовтим кольором) дорівнює 6.

Таким чином, згідно результатів розрахунків, наведених на рис. 1.3. 2, ранг матриці дорівнює rang =6, тобто в матриці (1.3. 10), яка має 6 строк та 12 стовп-ців існують тільки 6 незалежних стовпців, які можна аналізувати окремо у вигляді вибірок квадратних матриць 6×6.

Вибираючи шість лінійно незалежних стовпців (2-й, 3-й,… 7-й), із системи (1.3. 9), згідно розрахункам роботи [34], отримуємо:

(1.3. 10)

Вибираючи інші шість лінійно незалежних стовпців (1-й, 2-й, 3-й, 4-й, 5-й, 7-й), із системи (1.3. 9), згідно розрахункам роботи [34], одержуємо:

(1.3. 11)

Висновок: Система (1.2. 6) спостерігається, якщо матриця квадратна розміром і якщо ранг її дорівнює. Такий випадок можливий тільки, коли матриця має розмір.

Якщо відмовитися від поняття «рангового критерію спостережуваності», тоді можна сформулювати, що система (1.2. 6) буде спостережувана, якщо матриця квадратна розміром і неособлива.

Помітимо, що спосіб одержання невідомої вектор — функції через вектор-функцію і її похідні до — го порядку (із системи (1.3. 5)) є спірним, тому що вектор-функції отримана в результаті вимірів, тобто з похибками.

У роботах [32, 33, 34] було уведено поняття керованості системи (1.2. 6).

Визначення 2. Система (1.2. 6) називається цілком керованою, якщо для будь-яких і будь-яких початковому й кінцевому положеннях системи (1.2. 6) існує вектор-функція при якій розв’язок рівнянь (1.2. 6) задовольняє умові

(1.3. 12)

Теорема. Для цілком керованості стаціонарної системи (1.2. 6) необхідно й досить, щоб ранг матриці був дорівнює [32, 33, 34, 4] тобто

(1.3. 13)

Приклад. Для системи (1.3. 7) матриця представлена в вигляді (1.3. 9). Перші шість стовпців є лінійно незалежними, оскільки розрахований ранг матриці (1.3. 9) дорівнює 6. Однак, 1-й, 2-й, 2-й, 3-й, 4-й, 10-й і 11-й також є лінійно незалежними.

Існують і інші набори лінійно незалежних стовпців. Кожний набір лінійно незалежних векторів дає своє розв’язок задачі про керування. Якщо такими векторами є перші шість стовпців, то існує керування, що забезпечує задоволення умов і Якщо такі стовпці розташовуються іншими способом, то умови можуть бути іншими, наприклад і Для перевірки матриці не можна попередньо знати про те, які умови будуть виконані. Якщо думати, що потрібно перевіряти тільки перші стовпців на лінійну незалежність, тоді матриця повинна бути квадратною. Наведені міркування вказують на те, що загальновизнані матричні критерії повної керованості й спостережуваності мають певні недоліки [34].

2. Аналіз достатніх умов в сучасних критеріях повної керованості лінійних стаціонарних динамічних систем автоматичного керування

2.1 Достатні умови в критеріях повної керованості Е. Гільберта

Неперервні стаціонарні лінійні детерміновані системи в кожний момент ча-су можна описати за допомогою двох матричних рівнянь [20]:

1) рівняння в просторі стану

, (2.1. 1)

2) вихідне рівняння (рівняння спостереження або вимірювання)

, (2.1. 2)

де X (t) — вектор параметрів стану,

X (t) = {X1(t), X2(t),…, Xn(t)};

U (t) — вектор керуючих впливів,

U (t) = {U1(t), U2(t),…, Um(t)};

Y (t) — вектор вихідних змінних,

Y (t) = {Y1(t), Y2(t),…, Yr(t)};

А, В, C — матриці постійних коефіцієнтів з розмірами відповідно (n x n),

(n x m), (r x n);

A — матриця системи;

В-матриця зовнішнього керування системою;

С — матриця виходу системи.

Критерій Гільберта керованості та спостережуємості систем (2.1.1 — 2.1. 2) використовується для дослідження керованості та спостережуємості лінійної системи, представленої в канонічному вигляді [20].

Достоїнством критерію Гільберта в порівнянні з іншими методами є більш повне відбиття фізичних властивостей досліджуваної системи. Однак, застосування цього критерію обмежене тільки системами з різними власними значеннями матриці коефіцієнтів.

Критерій вимагає попереднього приведення рівнянь системи до канонічної форми. Ця форма зручна тим, що в ній відсутній взаємозв'язок між змінними стану. Канонічні перетворення полягають у наступному.

В матричній формі однородна система диференціальних рівнянь типу (2.1. 1) має вигляд

(2.1. 3)

Згідно методу Ейлера загальне рішення системи (2.1. 3) в матричній формі записується як [20]:

(2.1. 4)

де — фундаментальна матриця системи;

— вектор початкових умов системи в момент.

Фундаментальну матрицю системи можна отримати з наступного виразу:

(2.1. 5)

де — модальна матриця системи;

— діагональна матриця власних значень матриці розміром ():

(2.1. 6)

Застосуємо в матричному рівнянні стану (2.1. 1) лінійне перетворення до змінної:

, (2.1. 7)

Матрицею перетворення є модальна матриця системи. З рівняння (2.1. 7) отримуємо:

, (2.1. 8)

Аналогічно перетворюємо змінну:

, (2.1. 9)

Перетворений вектор стану є лінійною комбінацією компонентів вектору. З врахуванням перетворень (2.1. 8−2.1. 9) рівняння (2.1. 1) перетворюється наступним чином

(2.1. 10)

Поділимо ліву та праву частини рівняння (2. 10) на матрицю

(2.1. 11)

Визначаємо:

; (2.1. 12)

та отримуємо рівняння стану (2.1. 1) у канонічному вигляді:

(2.1. 13)

В нових координатах матриця системи перетворюється до діагональної або жорданової форми. На її головній діагоналі стоять власні значення матриці.

Аналогічним чином виконуємо канонічне перетворення рівняння виходу (2.1. 2):

(2.1. 14)

де перетворені матриці

,. (2.1. 15)

При проведенні перетворень слід приділити увагу наступним зауваженням [20]:

1) вищенаведені перетворення можливі тільки в тому випадку, коли існує обернена матриця, а власні значення матриці відрізняються одне від одного;

2) жодна перетворена змінна не може вважатись як змінна стану, якщо вона є лінійною комбінацією інших змінних стану;

3) матриця та перетворена матриця мають однакові власні значення.

Перетворене матричне рівняння стану (2.1. 13) можна записати в скалярному вигляді системи скалярних рівнянь [20]:

; (), (2.1. 16)

де — власні значення матриці , — - та строка матриці.

Як видно з виразу (2.1. 16), система буде керованою, коли всі змінні залежать від вхідного впливу. Це визначає, що змінні стану не містять вільних (некерованих) компонентів. Таким чином, достатньою умовою повної керованості є відсутність нульової строки в матриці, тобто всі строки повинні бути ненульовими векторами-строками.

Відповідно, система буде повністю спостережуваною по критерію Гільберта, якщо жоден з стовпців матриці не є нульовим.

2. 2 Достатні умови в критеріях повної керованості Р. Калмана (1961)

Об'єкт (2.1. 1) називають повністю керованим, якщо його можна за допомогою деякого обмеженого керуючого впливу U (t) перевести протягом кінцевого інтервалу часу tк () з будь-якого початкового стану X (t0)=X0 у будь-який кінцевий стан X (tк)=Xк [20].

Для здійснення такого переведення об'єкта необхідно, але не достатньо, щоб кожна зі змінних стану Xi (i=1,…, n) залежала хоча б від однієї зі складових Uj (j=1,…, m) вектора керувань U (t).

Критерій керованості та спостережуємості Р. Е. Калмана заснований на поліноміальному розкладанні матриці при інтегральній формі представлення лінійної стаціонарної системи в просторі станів (див. формулу 1.3. 2).

Застосування цього критерію не обмежене системами з різними власними значеннями матриці. Беззаперечною перевагою цього критерію є відсутність розрахунків власних значень матриці, власних векторів, а також відсутність наступного перетворення рівнянь стану, що дає суттєве скорочення обсягу розрахунків.

Нехай матриці А и В постійні. Уведемо так звану матрицю керованості [20]

, (2.2. 1)

яка складається зі стовпців матриці В и добутків матриць, ,…, і має розмірність (n * nm).

Для оцінки керованості, що здійснюється на основі критерію Р. Калмана [71], для повної керованості лінійного стаціонарного об'єкта (2.1. 1) необхідно й достатньо, щоб виконувалася умова, коли ранг матриці керованості дорівнює розмірності n простору станів об'єкта, тобто якщо [20]:

(2.2. 2)

Необхідна й достатня умова (2.2. 2) означає, що матриця керованості повинна містити n лінійно незалежних стовпців.

Усього зазначена матриця містить n блоків по m стовпців кожний. З будь-яких n стовпців можна скласти визначник матриці розмірності. Загальна кількість таких визначників визначається по формулі числа сполучень:

Якщо хоча б один з визначників не дорівнює нулю, то умова (2.2. 2) виконується й, отже, об'єкт повністю управляємий [20].

В окремому випадку, коли m=1, перевірка виконання умови (2.2. 2) зводиться до обчислення єдиного визначника

,

де b — є матриця-стовпець, що повинен бути відмінний від нуля.

При заздалегідь відомому ранзі матриці B, рівному, критерій (2.2. 2) спрощується й приймає вид

(2.2. 3)

У цьому випадку розмірність матричних блоків зберігається, але їхня кількість скорочується на величину (), що значно спрощує застосування критерію.

Якщо матриця, А об'єкта (2.1. 1) має канонічну діагональну форму:

,, (2.2. 4)

то доцільно використовувати ще більш простий критерій Е. Гільберта [20], відповідно до якого для повної керованості такого об'єкта необхідно й досить, щоб матриця В не містила нульових рядків. Наприклад, для в системі (2.1. 1):

(2.2. 5)

при, тому що визначник Вандермонда.

Якщо матриця A об'єкта (2.1. 1) має канонічну жорданову форму:

, (2.2. 6)

то для повної керованості такого об'єкта необхідно й достатньо, щоб останній рядок матриці B був ненульовою. Наприклад, для в системі (2.1. 1):

(2.2. 7)

при.

Нарешті, якщо модель об'єкта (2.1. 1) представлена в нормальній формі, то такий об'єкт повністю управляємий при будь-яких чисельних значеннях його параметрів. Наприклад, для в системі (2.1. 1):

(2.2. 8)

при та

Керованість по виходу. Цей термін фізично означає можливість переводу виходу об'єкта з будь-якого стану Y (t0) = Y0 у будь-який інший стан Y (tк) = Yк за кінцевий час tк шляхом додавання впливу припустимого керування.

Критерій повної керованості по виходу в самому загальному випадку має вигляд

(2.2. 9)

де — число вихідних змінних об'єкта (або число рядків матриці C). Для виконання умови (2.2. 9) необхідно (але недостатньо), щоб матриця була повного рангу, тобто rang C =.

Спостережуваність об'єкта. Цей термін фізично означає можливість визначення початкового стану об'єкта X0 за результатами спостережень за його виходом Y (t) на кінцевому інтервалі.

Відповідно до критерію Р. Калмана для повної спостережуваності об'єкта необхідно й досить, щоб виконувалася умова

(2.2. 10)

де т — символ операції транспонування матриць. Оскільки при транспонуванні ранг матриць не змінюється, то при відомому ранзі матриці С, рівному r, подібно (2.2. 3), замість (2.2. 10) можна користуватися виразом

(2.2. 11)

Якщо матриця, А має канонічну діагональну форму, то відповідно до критерію Е. Гільберта для повної спостережуваності об'єкта необхідно й досить, щоб матриця С не містила нульових стовпців. Наприклад, для в системі (2.1. 1):

тоді згідно (2.2. 10) знаходимо

(2.2. 12)

при.

Якщо ж матриця, А має канонічну жорданову форму, то для повної спостережуваності об'єкта необхідно й досить, щоб перший стовпець матриці С був ненульовим. Наприклад, для в системі (2.1. 1):

(2.2. 13)

при.

Є істотна різниця між спостережуваністью по Калману й звичайною практичною спостережуваністю (вимірюємостю) об'єкта. Із практичної точки зору спостережуваними є лише ті змінні стани, які можна безпосередньо виміряти за допомогою існуючих вимірювальних пристроїв. Спостережуваними ж по Калману є не тільки безпосередньо вимірювані змінні, але й ті змінні, які можуть бути обчислені як деякі функції безпосередньо вимірюваних змінних.

Звідси очевидно, що повна спостережуваність по Калману є лише необхідною, але недостатньою, умовою практичної спостережуваності [34].

З іншого боку, повна практична спостережуваність, що означає можливість безпосереднього виміру всіх змінних стану об'єкта, є достатньою, але аж ніяк не обов’язковою, умовою повної спостережуваності по Калману. Дійсно, якщо всі змінні стани доступні безпосередньому виміру, то матриця спостережуваності має діагональний вигляд: С = CT = diag (c11, c12, …, cnn), де cii — коефіцієнти передачі вимірювальних пристроїв. При цьому rang CT =n, тому умова (2.2. 10) завжди виконується незалежно від виду матриці А.

На прикладі досліджуємо за допомогою критерія Калмана керованість об'єкта (рис. 2.1. 1), описуваного рівняннями () [30]:

, (2.2. 14)

(2.2. 15)

або в матричній формі:

, (2.2. 16)

де

;.

Рис. 2.1.1. Приклад структури об'єкта керування [30]

Знайдемо матрицю керованості

= [B*AB].

,

.

Припускаючи, що, маємо ранг матриці, тобто не дорівнює нулю (визначник другого порядку). Отже, об'єкт цілком управляємий за критерієм Калмана.

Нехай b=0. У цьому випадку (рис. 2.1. 2) математичний опис об'єкта керування буде наступним

,

.

Рис. 2.1.2. Об'єкт керування [30]

Матриця керованості в цьому випадку має ранг і об'єкт не цілком управляємий. Він управляємий тільки по координаті X1.

Таким чином, згідно критеріїв Калмана — Гільберта необхідною й достатньою умовою повної керованості системи є вимога, щоб матриця керованості містила n лінійно незалежних стовпців (Гільберт), що еквівалентне вимозі, щоб ранг матриці керованості дорівнював розмірності n простору станів об'єкта (Калман).

3. Основні можливості пакетів комп’ютерних калькуляторів для аналізу систем диференційних рівнянь лінійних стаціонарних математичних моделей керування

В якості програмно — інструментальних засобів виконання матричних операцій при реалізації алгоритмів визначення критеріїв керованості, викладених в розділі 2 дипломної роботи, застосовані наступні:

1. Російськомовний програмно-графічний калькулятор Microsoft Mathematics 4. 0, в якому можливо виконати наступні операції з матрицями [80]:

а) задати довільну маску строк та стовпців вводимої матриці;

б) виконати операції підсумовування довільного числа матриць;

в) виконати операції додавання довільного числа матриць;

г) виконати операції зведення матриці у довільну степінь;

д) виконати операцію розрахування визначника матриці;

е) виконати операцію транспонування та розрахунку оберненої матриці.

Всі результати операцій виводяться в зрозумілому та наочному вигляді.

Так, на рис. 3.1 наведений скріншот інтерфейса екрана ПЕОМ при виконанні операції введення квадратної матриці (7×7) та зведення її в 3 степінь в калькуляторі Microsoft Mathematics 4. 0, наступне транспонування матриці. На рис. 3.2 — при виконанні операції розрахунку визначника попередньо розрахованої транспонованої матриці. На рис. 3.3. — оберненої матриці. Калькулятор Microsoft Mathematics 4.0 працює з дійсними числами 1019 та при 18 знаках до коми та 13 знаках після коми.

Рис. 3.1. Приклад введення квадратної матриці (7×7) та зведення її в 3 степінь в калькуляторі Microsoft Mathematics 4. 0, наступне транспонування матриці

Рис. 3.2. Приклад введення квадратної матриці (7×7) та зведення її в 3 степінь в калькуляторі Microsoft Mathematics 4. 0, наступне транспонування матриці та наступний розрахунок визначника матриці

Рис. 3.3. Приклад введення квадратної матриці (7×7) та зведення її в 3 степінь в калькуляторі Microsoft Mathematics 4. 0, наступне транспонування матриці та наступний розрахунок оберненої матриці

2. Російськомовний спеціалізований матричний онлайн Інтернет-калькулятор http: //www. matcabi. net/matrix_d. php («Кабінет математики онлайн»), який до розміру матриці 5×5 виконує безплатно наступні операції [77]:

а) підсумовування двох матриць;

б) додавання двох матриць;

в) транспонування матриці;

г) розрахунок рангу матриці;

д) розрахунок визначника матриці;

е) розрахунок оберненої матриці;

ж) розрахунок характеристичного рівняння з власними значеннями матриці.

Рис. 3.4. Приклад введення квадратної матриці (5×5) з дійсними числами від 0,001 до 99 999 (обмеження кількості вводимих знаків — 5) та розрахунок визначника введеної матриці (точність — 23 числа після коми)

Рис. 3.5. Приклад введення квадратної матриці (5×5) з дійсними числами від 0,001 до 66 666 (обмеження кількості вводимих знаків — 5) та розрахунок характеристичного рівняння введеної матриці

Основним недоліком наведеного Інтернет — калькулятора є обмеження розміру матриць та неможливість проведення ланцюгових операцій (відсутність запам’ятовування результату), тобто кожну матрицю для кожної операції знов необхідно вводити вручну.

Однак, основними перевагами відносно можливостей калькулятора Microsoft Mathematics 4.0 є:

— наявність операції розрахування рангу матриці (важливо для розрахунку критерія Калмана);

— наявність операції характеристичного рівняння матриці (важливо для розрахунку критерія Гільберта), однак при цьому власні числа матриці не розраховуються (недолік), що потребує залучення калькулятора Microsoft Mathematics 4.0 для рішення (пошуку коренів) характеристичного полінома.

3. Російськомовний спеціалізований матричний онлайн Інтернет-калькулятор http: //matrixcalc. org/ («Matrix calculator»), який до розміру матриці 25×25 виконує безплатно наступні операції [79]:

а) підсумовування двох матриць та передачу результату для наступної операції;

б) додавання двох матриць (+передача результата);

в) зведення матриці в степінь (+передача результата);

в) транспонування матриці (+передача результата);

г) розрахунок рангу матриці;

д) розрахунок визначника матриці;

е) розрахунок оберненої матриці (+передача результата);

ж) розрахунок власних чисел матриці та перетворення матриці в канонічний діагональний вигляд.

Основні переваги онлайн калькулятора Інтернет — «Matrix calculator»:

— великий діапазон розміру введення обох матриць для проведення операцій (приклад — до 13×13);

— введення чисел у вигляді дробу та математичного виразу в ячейки матриці;

— діапазон розмірності введених чисел — до 23 знака після коми;

— наочне представлення введених даних матриць та наочне (математичне) представлення матриць результатів.

На рис. 3.6. наведений скріншот прикладу введення квадратної матриці (13×13) з дійсними числами від 0,1 до 9 999 999 (обмеження кількості вводимих знаків та коми -23) та розрахунок рангу введеної матриці в Інтернет — «Matrix calculator».

Рис. 3.6. Приклад введення квадратної матриці (13×13) з дійсними числами від 0,1 до 9 999 999 (обмеження кількості вводимих знаків та коми -23) та розрахунок рангу введеної матриці в Інтернет — «Matrix calculator»

Як показують результати, наведені на рис. 3. 7, однією з проблем є розрахунок перетворення матриці до канонічного (діагонального) виду навіть при її розмірі 3×3 з цілими числами до 100.

Рис. 3.7. Приклад введення квадратної матриці (3×3) з цілими числами до 100 та проведення операцій (розрахунок визначника, розрахунок рангу введеної матриці, транспонування матриці, розрахунок оберненої матриці, приведення матриці до канонічного діагонального виду) Інтернет — «Matrix calculator»

Так, на рис. 3.8 наведений приклад матриці 2×2 для якої система розраховує перетворення до діагонального виду з розрахунком діагональної матриці з власними числами, але при додаванні до членів матриці десятичних знаків — система не може провести розрахунок. Причиною, як показано на рис. 3. 9, є відсутність раціональних коренів характеристичного рівняння матриці.

Рис. 3.8. Приклад введення квадратної матриці (2×2) з цілими та дробними числами до 10 та проведення операції приведення матриці до канонічного діагонального виду) Інтернет — «Matrix calculator»

Рис. 3.9. Приклад введення квадратної матриці (2×2) з цілими та дробними числами до 10 та проведення операції розрахунку власних чисел матриці для приведення до канонічного діагонального виду Інтернет — «Matrix calculator»

4. Програмний комплекс для ПЕОМ — пакет MATLAB 7. 11 [81].

Пакет MATLAB 7. 11 є найбільш застосовуємим математичним інструментом для матричних розрахунків, виконує всі вище проаналізовані операції з матрицями, необхідні для розрахунків критеріїв Гільберта та Калмана.

Основним недоліком пакета MATLAB 7. 11 є ненаочна форма контролю введених матриць та представлення результатів роботи з ними. Окрім цього, для використання пакету MATLAB 7. 11 користувачу необхідно знати основні функції матричних операцій у вигляді специфічних ідентифікаторів з параметрами, тобто наочний калькуляторний метод вводу операцій — відсутній. Одночасно пакет MATLAB 7. 11 працює тільки з англомовним інтерфейсом.

Основні функції «Лінійної алгебри» для операцій з матрицями:

а) SYM — введення матриці по строкам;

б) DET — розрахунок визначника матриці;

в) POLY — розрахунок характеристичного полінома матриці;

г) DIAG — формування або витяг діагоналей матриці;

д) RANK — розрахунок рангу матриці;

е) INV — розрахунок оберненої матриці;

ж) EIG — розрахунок власних значень та власних векторів матриці;

з) JORDAN — перетворення до канонічної форма Жордана символьної матриці.

На рис. 3. 10 наведений скріншот операцій в пакеті MATLAB 7. 11:

— введення матриці;

— розрахунок власних значень матриці з характеристичного полінома (EIG);

— побудова матриці Жордана, на головній діагоналі якої розташовані власні значення матриці.

Рис. 3. 10. Розрахунки характеристик матриці з застосуванням пакету MATLAB 7. 11 (цілочисельна матриця)

На рис. 3. 11 наведений скріншот операцій в пакеті MATLAB 7. 11:

— введення матриці;

— розрахунок її визначника (DET);

— розрахунок власних значень матриці з характеристичного полінома (EIG);

— розрахунок рангу матриці (RANK);

— розрахунок оберненої матриці.

Аналіз результатів, наведених на рис. 3. 11, показує, що всі операції з матрицею виконані, але наочність результатів дуже низька і потребує спеціальних досліджень для запису результатів розрахунків в математичному вигляді (враховуючи, що введений десятинний дріб система перетворює в спеціальну форму арифметичного дробу).

Рис. 3. 11. Розрахунки характеристик матриці з застосуванням пакету MATLAB 7. 11 (дійсні числа максимального діапазону)

Рис. 3. 12. Розрахунки характеристик матриці з застосуванням пакету MATLAB 7. 11 (дійсні числа діапазону до 1*1032)

Як показує аналіз результатів, наведених на рис. 3. 12, пакет MATLAB 7. 11 працює з дійсними числами — членами матриць від 5,555 до 1*1032, а результат розрахунку визначника матриці = 2,5…*1056/7,5…*1022.

Особливостями пакету MATLAB є наявність в ньому спеціалізованого програмного блоку Control System Toolbox для дослідження спостережуваності і керованості динамічних систем [42].

В Control System Toolbox пакета MATLAB є тип даних, що визначає динамічну систему в просторі станів. Синтаксис команди, що створює безперервну LTI (Linear Time Invariant) — систему у вигляді ss-об'єкта c одним входом і одним виходом:

SS (A, B, C, D)

У цю функцію як параметри передаються матриці рівнянь станів і виходів виду

у зв’язку з тим, що розглядається модель виду (2.1. 1), те матриця динаміки D буде нульовою.

Для виконання роботи можуть застосовуватися команди, наведені в табл. 3.1.

Таблиця 3.1. Деякі команди Control System Toolbox [42]

Синтаксис

Опис

ctrb (LTI-Об'єкт>)

ctrb (A, B)

Формування матриці керованості

obsv (< LTI-Об'єкт>)

obsv (A, C)

Формування матриці спостережуваності

parallel (< LTI1>,<LTI2>)

Паралельне з'єднання

series (< LTI1>,<LTI2>)

Послідовне з'єднання

feedback (< LTI1>,<LTI2>)

З'єднання зворотним зв’язком

append (< LTI1>, …, < LTIN>)

Об'єднання систем

connect (< sys>,<Con>,<in>,<out>)

Установлення зв’язків у з'єднанні

Для одержання результатів обчислення матриць, що характеризують систему за структурною схемою, скористаємося останніми двома командами.

Функція append створює об'єкт sys, що представляє собою об'єднання всіх підсистем. При цьому перший вхідний сигнал першої системи стає входом номер 1, другий вхідний сигнал першої системи — номер 2, і т.д. далі йдуть входи другої системи, і т.д.; аналогічно визначаються й виходи.

У функції connect — параметр < Con> визначає матрицю зв’язків за структурною схемою. Матриця формується за наступним правилом: кожний рядок являє собою один вхід системи sys, перший елемент — номер входу (відповідно до порядку в команді append), потім ідуть номера виходів, які підсумуються й подаються на розглянутий вхід. Параметри < in>, < out> - рядки з номерів входів і виходів з'єднання, що є зовнішніми.

Наприклад, для послідовного з'єднання двох систем (рис. 3. 13):

sys1= ss (A1, B1, C1, D1)

sys2= ss (A2, B2, C2, D2)

sys=append (sys1, sys2)

sysc=connect (sys, [2 1], [1], [2])

У цьому випадку на вхід другої системи (загальний вхід номер 2), надходить вихід першої (загальний вихід номер 1); вхід першої системи (номер один) і вихід другої системи (номер два) є зовнішніми.

Послідовність виконання практичних розрахунків наступна:

1. Ознайомитися з основними елементами теорії.

2. Привести всі системи у варіанті у форму (2.1. 1).

3. Запустити систему MATLAB.

4. Створити три ss-об'єкти, відповідно до заданого варіанта.

5. Визначити керованість і наблюдаемость кожної системи.

6. У відповідності зі структурною схемою одержати матриці A, B, C з'єднання.

7. Визначити керованість і спостережуваність з'єднання.

Методичний приклад [42].

Дано три лінійні стаціонарні системи:

і є структурна схема з'єднання систем:

Рис. 3. 13. Тестовий варіант завдання

1. Приведемо систему трьох динамічних ланцюгів до виду (2.1. 1), для цього введемо змінні

;

і, підставляючи їх у вихідні рівняння, одержимо —

;;.

2. Створимо матриці 3-х систем рівнянь та перевіримо їх ранги (для наочності покажемо результат операцій в пакеті MAPLE 11, в який створений перехід із пакету MATLAB 7. 11):

>

> A1: = < <7,2>|<3,1>>;

> Rank (A1);

> B1: = < <1,0>|<0,2>>;

> Rank (B1);

ПоказатьСвернуть
Заполнить форму текущей работой