περί ὐτοµατισµοῦ - TUCpouliezos.dpem.tuc.gr/pdf/h_inf_ann.pdf© Α....
Transcript of περί ὐτοµατισµοῦ - TUCpouliezos.dpem.tuc.gr/pdf/h_inf_ann.pdf© Α....
-
© Α. Πουλιέζος
περί αὐτοµατισµοῦ
- Ἐγχειρίδιον Ἐλέγχου Ἐλαχίστης Νόρµας -
Παράρτηµα
Αναστάσιος ∆. Πουλιέζος
Πολυτεχνείον Κρήτης
Χανιά
Εκδοχή 1.0, Ιούνιος 2005
-
© Α. Πουλιέζος
-
© Α. Πουλιέζος
ΠΑΡΑΡΤΗΜΑ.............................................................................................................................. 6 Π1 Μαθηµατικό υπόβαθρο ....................................................................................................... 6
Π1.1 Στοιχεία τοπολογικών και αλγεβρικών δοµών .................................................................................... 6 Π1.1.1 Εισαγωγή............................................................................................................................................ 6 Π1.1.2 ∆οµές επί συνόλων............................................................................................................................. 6 Π1.1.3 Συναρτήσεις ....................................................................................................................................... 7 Π1.1.4 Μερικώς διατεταγµένα σύνολα.......................................................................................................... 7 Π1.1.5 Τοπολογικές δοµές ............................................................................................................................. 8 Π1.1.5.1 Μετρικοί χώροι ............................................................................................................................... 8 Π1.1.5.2 Συνέχεια .......................................................................................................................................... 8 Π1.1.5.3 Σύγκλιση ......................................................................................................................................... 9 Π1.1.5.4 Κλειστότητα .................................................................................................................................... 9 Π1.1.5.5 Πληρότης και ακολουθίες Cauchy .................................................................................................. 9 Π1.1.6 Αλγεβρικές δοµές............................................................................................................................. 10 Π1.1.6.1 Γραµµικοί χώροι............................................................................................................................ 10 Π1.1.7 Συνδυασµός τοπολογικών και αλγεβρικών δοµών .......................................................................... 12 Π1.1.7.1 Νόρµα και χώρος Banach.............................................................................................................. 12 Π1.1.7.2 Εσωτερικό γινόµενο και χώρος Hilbert......................................................................................... 14 Π1.1.7.3 Τελεστές ........................................................................................................................................ 15 Π1.1.7.4 Νόρµες πινάκων ............................................................................................................................ 15 Π1.1.8 Χώροι σηµάτων και συναρτήσεων µεταφοράς ................................................................................ 18 Π1.1.8.1 Πεδίο χρόνου................................................................................................................................. 18 Π1.1.8.2 Πεδίο συχνότητας.......................................................................................................................... 19 Π1.2 Βελτιστοποίηση συναρτήσεων ............................................................................................................ 24 Π1.2.1 Πρόσηµα πινάκων ............................................................................................................................ 25 Π1.2.2 Ανάπτυξη Taylor.............................................................................................................................. 26 Π1.2.3 Ακρότατα χωρίς περιορισµούς......................................................................................................... 26 Π1.3 Μιγαδικοί αριθµοί και συναρτήσεις τους .......................................................................................... 29 Π1.3.1 Μετασχηµατισµός Laplace .............................................................................................................. 30 Π1.3.1.1 Ιδιότητες και θεωρήµατα του µετασχηµατισµού Laplace............................................................. 35 Π1.3.1.2 Αντίστροφος µετασχηµατισµός Laplace ρητών συναρτήσεων ..................................................... 37 Π2 Παραδείγµατα και εφαρµογές ......................................................................................... 41
Π2.1 Εισαγωγή .............................................................................................................................................. 41 Π2.2 Έλεγχος στάθµης .................................................................................................................................. 41 Π2.3 Έλεγχος αναδευόµενης δεξαµενής ...................................................................................................... 45 Π2.4 Ανεστραµµένο εκκρεµές ...................................................................................................................... 48 Π3 Κώδικες MATLAB............................................................................................................ 56
Π3.1 Συνάρτηση διακρίβωσης ελεγξιµότητας/ σταθεροποιησιµότητας .................................................. 56 Π3.2 Συνάρτηση διακρίβωσης παρατηρησιµότητας/ εντοπισιµότητας ................................................... 56 Π3.3 Ανάρτηση αυτοκινήτου........................................................................................................................ 56 Π4 Ιστορικά – βιογραφίες ...................................................................................................... 61
Π4.1 Ιστορικά ................................................................................................................................................ 61 Π4.2 Βιογραφίες ............................................................................................................................................ 68 Π5 Ορολογία............................................................................................................................ 71
-
© Α. Πουλιέζος
Πηγές .............................................................................................................................................................. 71
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
5
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
6
ΠΑΡΑΡΤΗΜΑ
Π1 Μαθηµατικό υπόβαθρο
Π1.1 Στοιχεία τοπολογικών και αλγεβρικών δοµών
Π1.1.1 Εισαγωγή
Στη σύγχρονη θεώρηση των συστηµάτων αυτοµάτου ελέγχου η απόδοση ενός συ-στήµατος περιγράφεται µε όρους µεγέθους ορισµένων σηµάτων ενδιαφέροντος. Για παράδειγµα η απόδοση ενός συστήµατος παρακολούθησης µετράται µε το µέγεθος του σήµατος σφάλµατος. Στο κεφάλαιο αυτό, παρουσιάζεται επιγραµµατικά το µα-θηµατικό υπόβαθρο που θεµελιώνει την έννοια της νόρµας, και παρουσιάζονται διά-φορες επιλογές για την νόρµα σηµάτων αλλά επίσης και των συναρτήσεων µεταφο-ράς. Εξ ανάγκης η ύλη που παρουσιάζεται είναι τεχνικής φύσεως και περιορίζεται σε ορι-σµούς και παραδείγµατα. Ο αναγνώστης που θέλει µια βαθύτερη κατανόηση µπορεί να ανατρέξει στην προτεινόµενη βιβλιογραφία.
Π1.1.2 ∆οµές επί συνόλων
Κάθε περιοχή της µαθηµατικής θεωρίας εδράζεται σε συνεπή θεµελιώδη αξιώµατα. Αρχίζοντας από την πρωταρχική έννοια του συνόλου, οι µαθηµατικοί οικοδοµούν προσεκτικά τους ορόφους των µαθηµατικών δοµών. Στο Σχ. Π1.1 αποπειράται µία σχηµατική παρουσίαση του µαθηµατικού δοµικού δένδρου, ούτως ώστε να γίνει πιο αντιληπτή η σχέση ανάµεσα στις διάφορες δοµές.
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
7
Σύνολο G
G1-G3 Αξιώµατα R1-R3 ρ:X×X→R
Αβελιανή οµάδα * αντιµεταθετική Πεδίο Αντιµεταθετικός διαιρετικός δακτύλιος
∆ιανυσµατικός χώρος Αβελιανή οµάδα µε + (διανύσµατα)
Πεδίο (βαθµωτοί) Βαθµωτός πολλαπλασιασµός Χώροι Banach, Hilbert
Γραµµικοί διανυσµατικοί χώροι µε νόρµες Σχήµα Π1.1 Το µαθηµατικό δοµικό δένδρο
Π1.1.3 Συναρτήσεις
Μία συνάρτηση f είναι ένας κανόνας αντιστοίχησης που αντιστοιχεί σε κάθε στοι-χείο q ενός συνόλου X ένα µοναδικό στοιχείο σ’ ένα σύνολο Y. Το σύνολο X καλεί-ται περιοχή της f ενώ το σύνολο Y πεδίο ορισµού. Με σύµβολα f:X→Y .
Π1.1.4 Μερικώς διατεταγµένα σύνολα
Έστω P ένα µη κενό σύνολο. Μία σχέση µερικής διάταξης στο P είναι µία σχέση που συµβολίζεται µε ≤ και έχει τις ακόλουθες ιδιότητες: (1) x≤x για κάθε x (2) x≤y και y≤x ⇒x=y (3) x≤y και y≤z ⇒x≤z
Το σύνολο P στο οποίο ορίζεται µια σχέση µερικής διάταξης καλείται µερικώς δια-τεταγµένο σύνολο.
Έστω A ένα µη κενό υποσύνολο ενός µερικώς διαταγµένου συνόλου P . Ένα στοι-χείο x∈P καλείται κάτω φράγµα του A αν x≤α για κάθε α∈A. Ένα κατώτερο φράγµα του A καλείται µέγιστο κάτω φράγµα του A αν είναι µεγαλύτερο ή ίσο κά-
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
8
θε κατώτερου φράγµατος του A. Κατ’ αναλογία ορίζονται το άνω φράγµα και το ελάχιστο άνω φράγµα. Γενικά ένα σύνολο µπορεί να έχει περισσότερα του ενός κά-τω/άνω φράγµατα αλλά µόνον ένα µέγιστο κάτω/ελάχιστο άνω φράγµα.
Αν το A είναι υποσύνολο των πραγµατικών αριθµών και έχει κάτω φράγµα τότε έχει και µέγιστο κάτω φράγµα που καλείται infimum και συµβολίζεται infA. Αντίστοιχα το ελάχιστο άνω φράγµα καλείται supremum και συµβολίζεται supA. Αν το A είναι πεπερασµένο τότε και το infA και το supA υπάρχουν και ανήκουν στο A. Στη περίπτωση αυτή συνήθως αναφέρονται σαν minA και maxA αντίστοιχα.
Π1.1.5 Τοπολογικές δοµές
Π1.1.5.1 Μετρικοί χώροι
Ένας µετρικός χώρος (X , ρ) αποτελείται από ένα (µη κενό) σύνολο X και µία συ-
νάρτηση ρ:X×X→R (σύνολο πραγµατικών αριθµών), η οποία ικανοποιεί τα ακό-λουθα αξιώµατα:
1. ρ(x, y)≥0, ∀x, y∈X.
2. ρ(x, y)=0 αν και µόνον αν x=y.
3. ρ(x, y)=ρ(y, x), ∀x, y∈X.
4. ρ(x, y)≤ρ(x, z)+ρ(z, y), ∀x, y, z∈X (τριγωνική ανισότητα).
Μέσω της συνάρτησης αυτής ορίζεται η οικεία έννοια της απόστασης. Παραδείγµα-τα:
(1) Έστω X =R2 και ,
ρ(x, y) = [(x1-y1)2+(x2-y2)2]1/2
(2) Έστω X το σύνολο όλων των συνεχών συναρτήσεων στο διάστηµα [to, t f], και,
)()(max),(0
tytxyxfttt
−=≤≤
ρ
Π1.1.5.2 Συνέχεια
Έστω µία συνάρτηση f:X→Y , όπου (X, ρX), (Y , ρY) είναι µετρικοί χώροι. Η συ-
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
9
νάρτηση f καλείται συνεχής στο σηµείο x0∈X αν για κάθε ε>0 υπάρχει κάποιο δ>0, δ=δ(x0, ε), τέτοιο που αν για οποιοδήποτε σηµείο x∈X ισχύει ρX(x, x0)
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
10
Π1.1.6 Αλγεβρικές δοµές
Π1.1.6.1 Γραµµικοί χώροι
Ένας γραµµικός χώρος V αποτελείται από ένα (µη κενό) σύνολο X (επί ενός πεδίου
F) και τους τελεστές της πρόσθεσης και βαθµωτού πολλαπλασιασµού, οι οποίοι έ-χουν τις ακόλουθες ιδιότητες:
1. x1+x2=x2+x1 για κάθε x1, x2∈X
2. (x1+x2)+x3=x1+(x2+x3) για κάθε x1, x2, x2∈X
3. Υπάρχει ένα µοναδικό στοιχείο του X, που παριστάται µε το 0, τέτοιο ώστε 0+x=x για κάθε x1∈X.
4. Για κάθε x∈X υπάρχει ένα µοναδικό στοιχείο -x∈X τέτοιο ώστε x+(-x)=0.
5. 1x=x, για κάθε x∈X.
6. 0x=0, για κάθε x∈X.
7. α(βx)=(αβ)x (α+β)x=αx+βx
α(x1+x2)=αx1+αx2 για κάθε α, β∈F και x1, x2∈X.
Αν V=R (το σύνολο των πραγµατικών αριθµών), ο γραµµικός χώρος καλείται πραγ-
µατικός· αν V=C (το σύνολο των µιγαδικών αριθµών), ο γραµµικός χώρος καλείται µιγαδικός.
Παράδειγµα Π1.1 Ο Ευκλείδειος χώρος n διαστάσεων Rn είναι ένας πραγµατικός διανυσµατικός γραµµικός χώρος. Τα στοιχεία του συµβολίζονται µε το γνωστό διά-νυσµα στήλης,
RR ∈∈⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡= i
n
n
xx
xx ,
1M
Η πρόσθεση και ο βαθµωτός πολλαπλασιασµός ορίζονται στοιχείο προς στοιχείο ως,
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
11
RR ∈∈⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡=
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
+
+=+ a x,y
ax
axax
yx
yxyx n
nnn
, , ,111MM
Ταυτόσηµοι ορισµοί ισχύουν και για τον µιγαδικό χώρο Cn.
Παράδειγµα Π1.2 Περαιτέρω µπορούµε να ορίσουµε τον χώρο των µιγαδικών πι-νάκων διάστασης m×n, Cm×n, της µορφής,
CC ∈∈⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡= × ij
nm
mnm
na
aa
aaA ,
1
111
L
MOM
L
Η πρόσθεση και ο βαθµωτός πολλαπλασιασµός ορίζονται και εδώ στοιχείο προς στοιχείο, καθιστώντας τον Cm×n γραµµικό χώρο.
Παράδειγµα Π1.3 Ιδιαιτέρας σηµασίας στην µελέτη των συστηµάτων αυτοµάτου ελέγχου είναι ένας γραµµικός χώρος πινάκων που θα ορίσουµε αµέσως. Κατ' αρχήν θα ορίσουµε τον Ερµιτιανό συζυγή του πίνακα Α∈Cm×n,
CC ∈∈⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
=∗ ×∗∗
∗∗
ijmn
mnn
ma
aa
aaA ,
1
111
L
MOM
L
όπου α* συµβολίζει τον συζυγή του µιγαδικού αριθµού α. Με λόγια, ο Ερµιτιανός συζυγής Α* σχηµατίζεται αναστρέφοντας τον Α και στη συνέχεια αντικαθιστώντας κάθε στοιχείο µε το συζυγές του. Ένας τετραγωνικός πίνακας Α∈Cn×n καλείται Ερ-µιτιανός αν,
Α=Α*
Ο χώρος των Ερµιτιανών πινάκων συµβολίζεται µε Hn.
Ένας υποχώρος ενός χώρου V είναι ένα υποσύνολο του V το οποίο είναι επίσης ένας µετρικός χώρος επί του ίδιου πεδίου και τελεστών.
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
12
Π1.1.7 Συνδυασµός τοπολογικών και αλγεβρικών δοµών
Π1.1.7.1 Νόρµα και χώρος Banach1
Ορισµός Π1.1 Σ' έναν γραµµικό χώρο V η νόρµα ║.║V ενός στοιχείου q∈V είναι µία συνάρτηση V→[0, ∞) που έχει τις παρακάτω ιδιότητες:
1. ║q║≥0, και ║q║=0 αν και µόνον αν q=0.
2. ║αq║=│α│║q║, ∀α∈R.
3. ║q1+q2║≤║q1║+║q2║ Ένας γραµµικός χώρος εφοδιασµένος µε µία νόρµα καλείται νορµικός γραµµικός χώρος. Η νόρµα µπορεί να χρησιµοποιηθεί για να επάγει µία µετρική ορίζοντας,
ρ(q, r) =║q-r║
Ένας πλήρης νορµικός γραµµικός χώρος (υπό την συνήθη µετρική που επάγεται από τη νόρµα) καλείται χώρος Banach.
Η νόρµα ορίζει την γνωστή έννοια του µεγέθους ενός στοιχείου (ο συµβολισµός µε δύο κάθετες γραµµές χρησιµοποιείται για να τονίσει το γεγονός ότι η νόρµα είναι γενίκευση της έννοιας της απόλυτης τιµής).
Η νόρµα της διαφοράς δύο στοιχείων είναι ένα µέτρο της εγγύτητας των στοι-χείων και επίσης καθορίζουν την µορφή της γειτονιάς ενός στοιχείου.
Ο τρόπος µε τον οποίο ορίζεται η νόρµα αφήνει περιθώρια για πολλές συναρτήσεις που µπορεί να είναι υποψήφιες για το σκοπό αυτό. Παράδειγµα Π1.4 Έστω p πραγµατικός αριθµός στο διάστηµα 1≤p
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
13
Η επιλογή του p εξαρτάται από τη συγκεκριµένη εφαρµογή και έχει διαφορετική φυ-σική σηµασία. Για παράδειγµα για p=1, η (Π1.1) υπολογίζει απλά το άθροισµα των απολύτων τιµών των στοιχείων του διανύσµατος, για p=2 έχουµε την γνωστή Ευ-κλείδεια νόρµα κ.ο.κ. Για να κατανοηθεί καλύτερα η έννοια της νόρµας, στα Σχ. Π1.2 (α-β) φαίνονται οι περιοχές που ορίζονται από δύο χαρακτηριστικές νόρµες στον δισδιάστατο Ευκλεί-δειο χώρο. Αυτές είναι οι,
21∆2
221
∆
12 , qqqqqq ll ++ ==
Έτσι τα σηµεία q(2) που ικανοποιούν τη σχέση δ
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
14
knkl
qq≤≤
=∞ 1
max
Αυτός ο χώρος Banach ορίζεται κατ' αναλογίαν ως . Ο λόγος είναι ότι, nl∞
{ }pn
i
pi
pi qq
/1
1limmax ⎟⎟
⎠
⎞⎜⎜⎝
⎛= ∑
=∞→
Παράδειγµα Π1.6 Έστω ο (άπειρης διάστασης) γραµµικός χώρος των φραγµένων ακολουθιών q=[q1 … qn] µε νόρµα ορισµένη ως,
║q║=sup│qn│
Ο χώρος αυτός καλείται l∞.
Π1.1.7.2 Εσωτερικό γινόµενο και χώρος Hilbert
Η έννοια του εσωτερικού γινόµενου είναι στενά συνδεδεµένη µε την έννοια της νόρ-µας. Ο τυπικός ορισµός ακολουθεί:
Ορισµός Π1.2 Το εσωτερικό γινόµενο < . , . >V επί ενός διανυσµατικού χώρου V,
είναι µία συνάρτηση V×V→F που ικανοποιεί,
1. V ≥0, για κάθε q∈V.
2. V =0 αν και µόνον αν q=0.
3. =a1+a2 για κάθε p, q, r∈V και βαθµωτούς ai, δηλαδή το εσωτερικό γινόµενο είναι γραµµική συνάρτηση.
4. V= V>< qr, (συζυγής µιγαδικός) για κάθε q, r∈V.
Γεωµετρικά το εσωτερικό γινόµενο γενικεύει την έννοια της γωνίας δύο στοιχείων του διανυσµατικού χώρου V.
Ορισµός Π1.3 Ένας διανυσµατικός χώρος V εφοδιασµένος µ’ ένα εσωτερικό γινό-µενο < . , . >V καλείται χώρος εσωτερικού γινόµενου.
Μπορεί ν’ αποδειχθεί ότι το εσωτερικό γινόµενο επάγει την νόρµα,
║q║= >< qq, (Π1.2)
Ορισµός Π1.4 Ένας πλήρης χώρος εσωτερικού γινόµενου, µε την αντίστοιχη επα-γόµενη νόρµα, καλείται χώρος Hilbert. Τέλος, κάθε κλειστό υποσύνολο ενός πλήρους χώρου µε νόρµα, είναι επίσης ένας
-
© Α. Πουλιέζος© Α.
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
Πουλιέζος
15
πλήρης χώρος µε νόρµα.
Π1.1.7.3 Τελεστές
Ορισµός Π1.5 Έστω V και Z δύο χώροι Banach. Μία απεικόνιση F από τον V στον Z καλείται γραµµικός, φραγµένος τελεστής αν,
1. (Γραµµικότητα) F(a1q+a2r)=a1F(q)+a2F(r) για κάθε q, r∈V και βαθµωτούς ai.
2. (Φραγή) Υπάρχει βαθµωτός κ≥0, τέτοιος ώστε,
║Fq║≤κ║q║V για κάθε q∈V
Ο χώρος των γραµµικών, φραγµένων τελεστών που απεικονίζουν τον V στον Z θα συµβολίζεται µε L(V, Z).
Ορισµός Π1.6 Η επαγόµενη νόρµα στον χώρο L(V, Z) ορίζεται ως,
V
Z
V vFv
vv 0,sup
≠∈ ║F║V→Z = (Π1.3)
Μπορεί ν’ αποδειχθεί ότι η νόρµα αυτή ικανοποιεί όλες τις προϋποθέσεις του Ορι-σµού Π1.1. Μπορεί επίσης ν’ αποδειχθεί ότι αν ο Z είναι πλήρης χώρος, το ίδιο ι-σχύει και για τον L(V, Z).
Π1.1.7.4 Νόρµες πινάκων
Για τον ορισµό κάποιων νορµών πινάκων είναι απαραίτητη η έννοια της ιδιόµορφης τιµής (singular value). Η συναφής θεωρία έπεται.
Κάθε ορθογώνιος πίνακας Α∈Cm×n βαθµού ρ µπορεί να αποσυντεθεί ως,
∗= VΣUA ˆ (Π1.4)
Οι εµπλεκόµενοι πίνακες έχουν ως εξής: Οι U, V είναι m×m, n×n αντίστοιχα και µοναδιαίοι, δηλαδή U*U=Im×m, V*V=In×n.
O ορίζεται ως, Σ̂
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
16
[ ]
⎪⎩
⎪⎨⎧
= mn
mnΣ αν
0
αν0ˆ Σ
Σ
όπου,
{ }nm,min , 21
=
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
= ρ
σ
σσ
Σ
ρ
O
Τα σi καλούνται ιδιόµορφες τιµές (ή κύριες απολαβές) του πίνακα Α ενώ η έκφραση (Π1.4) καλείται αποσύνθεση ιδιόµορφης τιµής (SVD, Singular Value Decomposi-tion). Οι ιδιόµορφες τιµές υπολογίζονται από την,
( )[ ]21A*Aii λσ =
(αν m≥n). Εύκολα κανείς βρίσκει ότι ισχύουν τα ακόλουθα:
Α*ui=σ ivi
Αvi=σ iui
απ' όπου προκύπτει ότι,
( ) iιi vσvA*A 2=
( ) *ii*i uσAA*u 2=
Οι σχέσεις αυτές υπονοούν ότι τα vi είναι τα δεξιά ιδιοδιανύσµατα του Α*Α και τα τα αριστερά ιδιοδιανύσµατα του ΑΑ*. Τα διανύσµατα v
*iu
i και ui καλούνται δεξιά και αριστερά ιδιόµορφα διανύσµατα του Α αντίστοιχα. Να σηµειωθεί όµως ότι πρέπει πρώτα να κανονικοποιηθούν πριν χρησιµοποιηθούν για να σχηµατίσουν τους V και U. Οι ιδιόµορφες τιµές είναι µη αρνητικοί αριθµοί και συνήθως διατάσσονται σε φθί-νουσα σειρά,
σ1≥σ2≥...≥σρ
Ιδιαίτερης σηµασίας είναι η µέγιστη και ελάχιστη ιδιόµορφη τιµή που συµβολίζονται
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
17
αντίστοιχα µε σ και σ. Αν ║x║ είναι µία οποιαδήποτε διανυσµατική νόρµα, τότε η επαγόµενη µητρική νόρ-µα ορίζεται σαν,
║Α║= ⎟⎟⎠
⎞⎜⎜⎝
⎛
≠∈ x
Ax
xx n
0
supC
Ειδικότερα, αν χρησιµοποιήσουµε την Ευκλείδεια διανυσµατική νόρµα,
║x║=(x*x)1/2
τότε η επαγόµενη µητρική νόρµα είναι η νόρµα Hilbert ή φασµατική νόρµα,
║Α║s= σ (Α) (Π1.5)
όπου έχει χρησιµοποιηθεί η πρώτη των,
⎟⎟⎠
⎞⎜⎜⎝
⎛=
∈ xAx
nx Cmax)(Ασ (Π1.6)
σ ⎟⎟⎠
⎞⎜⎜⎝
⎛=
∈ xAx
nx Cmin)(Α (Π1.7)
Παράδειγµα Π1.7 Έστω ο πίνακας,
⎥⎦
⎤⎢⎣
⎡ −=
010101
A
Η εντολή svd του MATLAB δίνει τα παρακάτω αποτελέσµατα:
>> [U, S, V] = svd(A)
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
−
−=⎥
⎦
⎤⎢⎣
⎡=⎥
⎦
⎤⎢⎣
⎡=
7,007,0010
7,007,0 ,
010004142,1
,1001
VSU
Η εκτέλεση των κατάλληλων πράξεων θα επιβεβαιώσει την ακρίβεια της λύσης.
Μπορεί λοιπόν ν’ αποδειχθεί ότι στο χώρο των πινάκων Cm×n, η µέγιστη ιδιόµορφη
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
18
τιµή,
2/1)(max)( ⎟⎟⎠
⎞⎜⎜⎝
⎛= ΑΑΑσ
λ*
i
συνιστά εφικτή νόρµα. Μία άλλη αποδεκτή νόρµα είναι η νόρµα Frobenius που ορίζεται ως,
│M│F =(trM*M)1/2
Παράδειγµα 1.8 Έστω ο πίνακας,
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡=
728649
A
Η εντολή norm του MATLAB δίνει (και) τη νόρµα Frobenius, >> n = norm(A, 'fro')
n = 15.811
Π1.1.8 Χώροι σηµάτων και συναρτήσεων µεταφοράς
Π1.1.8.1 Πεδίο χρόνου
Έστω u(t) µία µετρήσιµη κατά Lebesque συνάρτηση R→Cn που ικανοποιεί,
∞
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
19
2. Υπολογίζουµε τη χρονική νόρµα επί του διανύσµατος που προέκυψε από το (1). Για τον υπολογισµό των (1)-(2) χρησιµοποιούµε συνήθως την ίδια νόρµα. Για παράδειγµα αν p=2, η (Π1.8) γίνεται,
2/1
0 1
22 d)()( ⎟
⎟⎠
⎞⎜⎜⎝
⎛= ∫ ∑
∞
=ττ
n
iiutu (Π1.9)
Ο χώρος αυτός των µετρήσιµων κατά Lebesque συναρτήσεων συµβολίζεται µε L2[0, ∞) ή απλά L2.
Η νόρµα (Π1.9) καλείται 2-νόρµα άπειρου ορίζοντα ή ολοκληρωτικό τετραγωνικό σφάλµα (ISE-integral square error). Η φυσική της σηµασία είναι ότι αντικατοπτρίζει την ενέργεια του σήµατος. Η νόρµα αυτή επεκτείνεται όπως προηγουµένως, ορίζοντας,
║u(t)║∞= ║u(t)║∞→p
ορ p
Η νόρµα αυτή καλείται supremum. Μπορεί ν' αποδειχθεί ότι αν η u(t) είναι συνεχής, τότε,
║u(t)║∞= supi
max τ│ui(τ)│
Το σύνολο των µετρήσιµων κατά Lebesque συναρτήσεων µε φραγµένη supremum νόρµα συµβολίζεται µε L∞.
Οι νόρµες που ορίσθηκαν προηγούµενα έχουν τα ανάλογα τους και για πεπερασµένο ορίζοντα [0, Τ]. Στη περίπτωση αυτή οι αντίστοιχες νόρµες καλούνται p-νόρµες πε-περασµένου ορίζοντα και ορίζονται ως,
pT
pp utu
/1
0d)()( ⎟
⎟⎠
⎞⎜⎜⎝
⎛= ∫ ττ (Π1.10)
οι δε αντίστοιχοι χώροι συµβολίζονται µε Lp[0, T]
Π1.1.8.2 Πεδίο συχνότητας
Ο χώρος L2(jR) είναι ένας χώρος Hilbert πινάκων µιγαδικών συναρτήσεων επί του
άξονα jR µε εσωτερικό γινόµενο,
-
© Α υ ος. Πο λιέζ© Α υ ος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
. Πο λιέζ
20
= ∫∞
∞−∗ ωωω
πd)]j()j([trace
21 GF (Π1.11)
Η επαγόµενη νόρµα στο χώρο αυτό είναι τότε,
║F(jω)║2= >< )j(),j( ωω FF (Π1.12)
Οι νόρµες ║F(s)║2 υπολογίζεται ως ακολούθως στη περίπτωση που µπορεί να υλο-ποιηθεί σε µορφή χώρου κατάστασης. Έστω,
F(s)= ⎥⎦
⎤⎢⎣
⎡DCBA
µε Α ευσταθή. Μπορεί να δειχθεί (Lemmon, σ. 59), ότι,
22)(sF =ίχνος(CWrC*)
όπου ο Gramian πίνακας προσεγγισιµότητας Wr ικανοποιεί την εξίσωση Lyapunov,
0=AWr+WrA*+BB*
Η έννοια της ιδιόµορφης τιµής µπορεί να επεκταθεί και στους πίνακες µεταφοράς, µε την διαφορά ότι στην περίπτωση αυτή οι ιδιόµορφες τιµές είναι συναρτήσεις της συ-χνότητας ω, καλούνται δε κύριες απολαβές. Αυτές συµβολίζονται µε σi(ω). Και δω επίσης ισχύει η,
σ(G)≤ )()()(
ωωω
jxjxjG
≤ σ (G) (Π1.13)
που µπορεί να ερµηνευθεί: η απολαβή ενός πολυµεταβλητού συστήµατος κυµαίνεται µεταξύ της ελάχιστης και µέγιστης κύριας απολαβής του πίνακα µεταφοράς του. Ι-σοδύναµα µπορούµε να θεωρήσουµε την µέγιστη ιδιόµορφη τιµή ως την µέγιστη «α-πολαβή» του συστήµατος καθώς το διάνυσµα «εισόδου» x παίρνει όλες τις δυνατές τιµές. Παράδειγµα Π1.9 Έστω ο πίνακας µεταφοράς,
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
21
⎥⎥⎥
⎦
⎤
⎢⎢⎢
⎣
⎡
+++
++=
62
51
1030
)(2
sss
sss
sG
Η εντολή sigma του MATLAB δίνει το γράφηµα του Σχ. Π1.3: >> G = [0 tf([3 0],[1 1 10]); tf([1 1],[1 5]) tf(2,[1 6])];
sigma(G)
10-2 10-1 100 101 102-80
-70
-60
-50
-40
-30
-20
-10
0
10
Singular Values
Frequency (rad/sec)
Sin
gula
r Val
ues
(dB
)
Σχήµα Π1.3 Κύριες απολαβές για το Παρ. Π1.9
Περαιτέρω µπορούµε να ορίσουµε αντίστοιχες νόρµες. Έτσι η φασµατική νόρµα του G(s) ορίζεται ως,
║G(jω)║s= σ (G) (Π1.14)
Αυτή η νόρµα ενός πίνακα µεταφοράς "πάσχει" από το γεγονός ότι είναι συνάρτηση (του ω) και όχι ένας αριθµός. Σε περιπτώσεις όπου αυτό δεν είναι επιθυµητό, µπο-ρούν να χρησιµοποιηθούν οι νόρµες ║G(s)║2 και ║G(s)║∞.
Ο χώρος L∞(jR) είναι ένας χώρος Banach πινάκων µιγαδικών συναρτήσεων οι οποίοι
είναι φραγµένοι στον φανταστικό άξονα jR µε νόρµα,
║G(jω)║∞= σω R∈sup [G(jω)] (Π1.15)
Ο ρητός υποχώρος του L∞(jR) που συµβολίζεται µε RL∞(jR) αποτελείται από πρέ-
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
22
ποντες πίνακες µεταφοράς πραγµατικών ρητών συναρτήσεων που δεν έχουν πόλους στον φανταστικό άξονα.
Ο χώρος H∞(jR) ή απλά H∞ 2 είναι ένας κλειστός υποχώρος του L∞(jR) που αποτε-λείται από συναρτήσεις που είναι αναλυτικές και φραγµένες στο ανοιχτό δεξιό ηµιε-πίπεδο. Η νόρµα στο χώρο αυτό ορίζεται ως,
║G(s)║∞= σ0)Re(sup
>s[G(s)] (Π1.16)
Μπορεί ν' αποδειχθεί, γενικεύοντας την αρχή του µέγιστου µέτρου (Boyd and Desoer, 1985) ότι η (Π1.16) είναι ισοδύναµη µε την,
║G(s)║∞= σω R∈sup [G(jω)] (Π1.17)
Ο υπολογισµός της ║G(s)║∞ δεν είναι τόσο απλός. Παρ’ όλο που γραφικά η τιµή αυτή αντιστοιχεί στη κορυφή του γραφήµατος Bode, δεν είναι δυνατό γενικά να βρε-θούν αναλυτικές εκφράσεις για τον υπολογισµό της. Ένας από τους προσεγγιστικούς αλγόριθµους που χρησιµοποιούνται για την εύρεση της είναι ο αλγόριθµος διχοτό-µησης, ο οποίος βασίζεται στο εξής λήµµα: Λήµµα Π1.1 (Φραγµένο πραγµατικά λήµµα) Έστω γ>0 και,
G(s)= ⎥⎦
⎤⎢⎣
⎡DCBA
∈ RH∞
Τότε, ║G(s)║∞
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
23
(3) Θέτουµε γ =(γu+γ l)/2. (4) Χρησιµοποιούµε το φραγµένο πραγµατικά λήµµα για να δοκιµάσουµε αν
║G(s)║∞> G = [tf([1], [1 5]) tf([3 0],[1 1 10]) ; tf([1],[1 3]) tf(2,[1 6])];
>> n2 = norm(G)
n2 = 2.26
>> [infv, fpeak] = norm(G, 'inf')
infv = 3.02
fpeak = 3.16
Η τελευταία απάντηση επαληθεύεται και από το αντίστοιχο γράφηµα Bode:
10-1
100
101
102
103
-70
-60
-50
-40
-30
-20
-10
0
10
Singular Values
Frequency (rad/sec)
Sin
gula
r Val
ues
(dB
)
(Σηµείωση: η µέγιστη τιµή στο γράφηµα ισούται µε 20log10(ninf)=9,6).
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
24
Π1.2 Βελτιστοποίηση συναρτήσεων
Στη συνέχεια θεωρούµε ότι βρισκόµαστε εντός ενός γραµµικού διανυσµατικού χώ-ρου µε νόρµα • και συγκεκριµένα εντός του Ευκλείδειου χώρου n διαστάσεων. Εποµένως οι συναρτήσεις µας αντιστοιχούν πραγµατικούς αριθµούς σε στοιχεία (δι-ανύσµατα) του Ευκλείδειου χώρου n διαστάσεων f:Rn→R.
Ένα σηµείο s∈D∈Rn είναι εσωτερικό σηµείο του D αν και µόνον αν υπάρχει θετικός
πραγµατικός αριθµός δ τέτοιος που αν το q ικανοποιεί ║q-s║0 τέτοιο που για όλα τα σηµεία ║q-q*║
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
25
γραφτεί, ttfttf ∆)()∆,(d ′=
Η ) καλείται παράγωγος της f στο t. (tf ′
0
f(t)
t1 t
df
∆fκλίση = f '(t1)
t1+∆t
Σχήµα Π1.4 Γεωµετρική ερµηνεία της παραγώγου
Στο Σχ. Π1.4 φαίνεται η γεωµετρική ερµηνεία των όρων αυτών: η είναι µία γραµµική προσέγγιση πρώτης τάξης της αύξησης ∆f. Όσο µικρότερο είναι το ∆t, τό-σο καλύτερη η προσέγγιση.
ttf ∆)( 1′
Για διαφορίσιµες συναρτήσεις n µεταβλητών το διαφορικό βρίσκεται από τον τύπο,
nn
qqfq
qfq
qff ∆∆∆d 2
21
1 ∂∂
++∂∂
+∂∂
= K
Π1.2.1 Πρόσηµα πινάκων
Το πρόσηµο ενός τετραγωνικού πίνακα F διάστασης n×n ορίζεται µε την βοήθεια τετραγωνικών µορφών του τύπου,
Q=xTFx (Π1.20)
Ο πίνακας F καλείται θετικά ορισµένος αν η αντίστοιχη τετραγωνική µορφή (Π1.20) είναι θετική (Q>0) για x≠0. Ικανή και αναγκαία συνθήκη για να συµβαίνει αυτό είναι όλοι οι κύριοι υποπίνακες του F να έχουν θετικές ορίζουσες, δηλαδή,
0
...............
...
...
..., ,0,0
21
22221
11211
2221
121111 >>>
nnnn
n
n
fff
ffffff
ffff
f
Αντίστοιχα ο F καλείται θετικά ηµιορισµένος αν Q≥0 µε αντίστοιχες ικανές και ανα-γκαίες συνθήκες. Οι ορισµοί επεκτείνονται σε αρνητικά ορισµένους και αρνητικά ηµιορισµένους πί-
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
26
νακες οι οποίοι ορίζονται εύκολα µέσω των αρνητικών τους π.χ. ο F είναι αρνητικά ηµιορισµένος αν ο -F είναι θετικά ηµιορισµένος. Τέλος, ένας πίνακας καλείται αό-ριστος αν δεν είναι τίποτα από τα προηγούµενα. Αν ο F είναι συµµετρικός, οι ικανές και αναγκαίες συνθήκες µετατρέπονται σε αντί-στοιχες συνθήκες για τις ιδιοτιµές του F. Για παράδειγµα, αν,
λ i>0, ∀i τότε ο F είναι θετικά ορισµένος.
Π1.2.2 Ανάπτυξη Taylor
Η ανάπτυξη Taylor µιας συνάρτησης f(q) µε συνεχείς πρώτες και δεύτερες µερικές παραγώγους γύρω από το σηµείο q δίνεται από την σχέση
)3o(∆∆∆)()∆( T21T qHqqgqfqqf +++=+ (Π1.21)
όπου ο(3) συµβολίζει όρους παραγώγων τάξης 3 και άνω, και
T
21 ∂)(∂...
∂)(∂
∂)(∂
∂)(∂)( ⎥
⎦
⎤⎢⎣
⎡==∇=
nqqf
qqf
qqf
qqfqfg (Ιακωβιανό διάνυσµα κλίσης)
⎥⎥⎥⎥⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢
⎣
⎡
==
2
2
2
2
1
2
2
2
22
2
12
21
2
21
2
21
2
2
2
∂)(∂...
∂∂)(∂
∂∂)(∂
............∂∂
)(∂...∂
)(∂∂∂
)(∂∂∂
)(∂...∂∂
)(∂∂
)(∂
∂)(∂
nnn
n
n
qqf
qqqf
qqqf
qqqf
qqf
qqqf
qqqf
qqqf
qqf
qqfH (πίνακας Hessian) (Π1.22)
Π1.2.3 Ακρότατα χωρίς περιορισµούς
Θεµελιώδες Θεώρηµα ακρότατων συναρτήσεων: Έστω µία συνάρτηση f:Rn→R µε συνεχείς πρώτες µερικές παραγώγους στο εσωτερικό σηµείο q=s. Τότε αναγκαία συνθήκη για την ύπαρξη ακρότατου είναι ο µηδενισµός του διαφορικού ή ισοδύναµα του διανύσµατος κλίσης,
0)(
=∂
∂=∇
=sqqqff (Π1.23)
Αν περαιτέρω υπάρχουν οι απαιτούµενες µερικές δεύτερες παράγωγοι και είναι συ-
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
27
νεχείς στο εσωτερικό σηµείο q=s, η ικανή συνθήκη για να έχει η f τοπικό µέγιστο (ελάχιστο) είναι ο πίνακας των δευτέρων παραγώγων,
0∂)(∂
2
2
><
==sqq
qfH (Π1.24)
να είναι αρνητικά (θετικά) ορισµένος. Αν ο Η είναι αόριστος το s είναι σηµείο σέλ-λας, ενώ αν είναι ηµιορισµένος πρέπει να εξετασθούν υψηλότεροι όροι της σειράς Taylor (Εξ. Π1.21). Παράδειγµα Π1.11 Να βρεθούν τα ακρότατα και η φύση τους για την συνάρτηση,
f(x,y)=3x3-5y2-225x+70y+23
Λύση: Από την (Π1.23) τα ακρότατα δίνονται από την,
7,507010
02259 2
=±=⇒
⎪⎪⎭
⎪⎪⎬
⎫
=+−=∂∂
=−=∂∂
yxy
yf
xxf
Ο πίνακας Hessian (Π1.22) είναι,
⇒⎥⎦
⎤⎢⎣
⎡−
=
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
∂
∂∂∂
∂∂∂
∂
∂
∂
=100018
2
22
2
2
2
x
yf
xyf
yxf
xf
H
⎥⎦
⎤⎢⎣
⎡−
−=⎥
⎦
⎤⎢⎣
⎡−
= =−=== 100090
,100090
)7,5()7,5( yxyx HH
Οι ιδιοτιµές του πρώτου πίνακα είναι (90, -10) δηλαδή είναι αόριστος, ενώ του δεύ-τερου (-90, -10) δηλαδή είναι αρνητικά ορισµένος. Εποµένως για (x=5, y=7) έχουµε σηµείο σέλλας ενώ για (x=-5, y=7) µέγιστο. Στο Σχήµα Π1.5 φαίνεται η γραφική παράσταση της συνάρτησης µε τα αντίστοιχα ακρότατα (στα σηµεία τοµής των κυα-νών ευθειών µε την επιφάνεια.
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
28
Σχήµα Π1.5 Γράφηµα της f(x ,y)=3x3-5y2-225x+70y+23 µε εµφανή τα ακρότατα.
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
29
Π1.3 Μιγαδικοί αριθµοί και συναρτήσεις τους
Στην µελέτη των συστηµάτων αυτοµάτου ελέγχου οι µιγαδικοί αριθµοί και οι συναρ-τήσεις τους εµφανίζονται πολύ συχνά. Για τον λόγο αυτό θα παραθέσουµε κάποιες βασικές έννοιες. Οι µιγαδικές µεταβλητές αναπαρίστανται σ’ ένα διάγραµµα ορθογωνίων συντεταγµέ-νων που ονοµάζεται επίπεδο s. Έτσι, µία µεταβλητή s=σ+jω αναπαρίσταται όπως δείχνει το Σχ. Π1.6.
0
Im(s)
Re(s)σ
s
ω
εφ - 1(σ /ω)
Σχήµα Π1.6 Επίπεδο s
Το τµήµα του επιπέδου µε αρνητικά σ ονοµάζεται αριστερό ηµιεπίπεδο ενώ τα θετι-κά σ ορίζουν το δεξιό ηµιεπίπεδο. Ο άξονας σ=0 ονοµάζεται φανταστικός άξονας. Οι συναρτήσεις µιγαδικών µεταβλητών αναπαρίστανται και αυτές από πραγµατικά και φανταστικά µέρη. Έτσι αν η G(s) είναι µιγαδική συνάρτηση,
GjGsG ImRe)( +=
όπου Re, Im δηλώνουν το πραγµατικό και φανταστικό µέρος αντίστοιχα. Είναι προ-φανές ότι για την γραφική απεικόνιση µίας µιγαδικής συνάρτησης απαιτούνται 4 δια-στάσεις. Έτσι, το καλύτερο που µπορεί να γίνει είναι µία απεικόνιση της µορφής του Σχ. Π1.7.
0
Im(s)
Re(s)
s1=σ1+ω1i
0
Im(G)
Re(G)
G (s1)
Σχήµα Π1.7 Μιγαδική συνάρτηση
Υπενθυµίζουµε επίσης ότι ένας µιγαδικός αριθµός µπορεί να γραφεί σε εκθετική
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
30
µορφή ως,
⎟⎠⎞
⎜⎝⎛=∠+==+= ∠σωsωσsesωjσs sj τοξεφ, , 22
όπου s είναι το µέτρο και s∠ η γωνία του µιγαδικού αριθµού.
Π1.3.1 Μετασχηµατισµός Laplace
Ο µετασχηµατισµός Laplace είναι µία µαθηµατική διαδικασία µε την οποία επετεύ-χθη η επίλυση γραµµικών, µη οµογενών διαφορικών εξισώσεων µε σταθερούς συ-ντελεστές, µε αυθαίρετες συναρτήσεις εισόδου (το µη οµογενές µέρος). Ουσιαστικά, δηλαδή ο µετασχηµατισµός Laplace, είναι η επίλυση του προβλήµατος της αναπαρά-στασης αυθαίρετων, µη περιοδικών συναρτήσεων στην µορφή Cest, όπου s µιγαδικός αριθµός. Για να γίνει αυτό κατανοητό, ας θεωρήσουµε ξανά την διαφορική εξίσωση δευτέρας τάξης,
)()()(2)( 20 tfttt =++ θωθσθ &&& (Π1.25)
Ξέρουµε (;) από τη θεωρία των διαφορικών εξισώσεων ότι η γενική λύση της (Π1.25) είναι το άθροισµα της λύσης της αντίστοιχης οµογενούς και µιας συγκεκριµένης λύ-σης της (Π1.25). ∆ηλαδή,
θ(t)=θ1(t)+θ2(t)
όπου,
0)()(2)( 12011 =++ ttt θωθσθ &&&
Αν η f (t) είναι της µορφής Fest, όπου F σταθερά και s µιγαδικός αριθµός, µπορούµε να χρησιµοποιήσουµε την κλασσική προσέγγιση σύµφωνα µε την οποία η λύση θ 2 (t) είναι και αυτή της ίδιας µορφής Θest, και αντικαθιστώντας βρίσκουµε,
20
22
20
220
2
2)(
22
ωσθ
ωσΘΘωΘσΘ
++=⇒
++=⇒=++
ssFet
ssFFeeeses
st
stststst
Υπενθυµίζουµε ότι στην ορολογία των φυσικών δυναµικών συστηµάτων η συγκεκρι-µένη λύση θ2(t) καλείται εξαναγκασµένη, ενώ η θ1(t) φυσική. Κάποιοι τύποι συναρ-τήσεων που µπορούν να αναπαρασταθούν µε τη µορφή est φαίνονται στο Σχ. Π1.8.
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
31
Σχήµα Π1.8 Συναρτήσεις της µορφής est
Τώρα εάν η f(t) δεν είναι της µορφής που προαναφέραµε, αλλά κάποια αυθαίρετη συνάρτηση, ίσως µη συνεχής, τότε η προσέγγιση αυτή δεν µπορεί να χρησιµοποιηθεί εκτός εάν η συνάρτηση f(t) µπορεί να αναπαρασταθεί σαν συνδυασµός όρων est. Θα δούµε αυτό το πρόβληµα της γενίκευσης κλιµακωτά. Μία πρώτη λύση δίνει η µιγαδική σειρά Fourier. Mέσω αυτής, µπορούµε να αναπαραστήσουµε οποιαδήποτε περιοδική συνάρτηση x(t) µέσω των τύπων,
i
TnstetxC
eCT
tx
stn
stn
πτΤ
τ
2 ,d)(
1)(
==
=
∫
∑
+−
∞
∞− (Π1.26)
που την ορίζουν. Με τον όρο "περιοδική" εννοείται οποιαδήποτε συνάρτηση επανα-λαµβάνει τον εαυτό της κάθε Τ δεύτερα. Παραδείγµατα φαίνονται στο Σχ. Π1.9.
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
32
Σχήµα Π1.9 Τυπικές περιοδικές συναρτήσεις
Η ιδέα πίσω από την σειρά Fourier µπορεί να χρησιµοποιηθεί για να επεκτείνουµε την εφαρµογή της και σε απεριοδικές συναρτήσεις µε το ακόλουθο τέχνασµα: θεω-ρούµε τις απεριοδικές συναρτήσεις περιοδικές µε άπειρη περίοδο. Αυτό απαιτεί την εύρεση κάποιων ορίων. Κατ' αρχήν, ας γράψουµε την (Π1.26) στην ισοδύναµη µορ-φή,
TtetxsC
esCtx
ins
st
insn
st
πω
ωπ
ω
ωπ
ωπ
ω
2 ,d)()(
)(21)(
0
/
/
0
0
0
0
0
=⎥⎥⎦
⎤
⎢⎢⎣
⎡=
⎥⎦
⎤⎢⎣
⎡=
=−
−
=
∞
−∞=
∫
∑
(Π1.27)
Τώρα ας θέσουµε ∞→T στην (Π1.27). Αυτό που συµβαίνει είναι ότι το ω0, που δηλώνει την απόσταση µεταξύ διαδοχικών συχνοτήτων (την "ανάλυση" της αναπα-ράστασης), τείνει στο 0. Γράφοντας το σαν dω=ds/i και αντικαθιστώντας τη πρό-σθεση µε το ολοκλήρωµα, παίρνουµε,
is
t
t
st
is
s
s
st
tetxsC
essCtx
ω
ωπ
=
∞=
−∞=
−
=
∞=
−∞=
⎥⎥⎦
⎤
⎢⎢⎣
⎡=
⎥⎥⎦
⎤
⎢⎢⎣
⎡=
∫
∫
d)()(
)(d21)(
(Π1.28α)
(Π1.28β)
Η εξίσωση (Π1.28α) ορίζει το ολοκλήρωµα Fourier ενώ η (Π1.28β) τον µετασχη-µατισµό Fourier. Οι εξισώσεις αυτές µεγαλώνουν την οικογένεια των συναρτήσεων x(t) που µπορούν να χρησιµοποιηθούν, αλλά οι απαιτήσεις σύγκλισης του ολοκλη-ρώµατος (Π1.28β) και το γεγονός ότι s=ωi δρουν περιοριστικά. Για παράδειγµα η
-
© ος Α. Πουλιέζ© ος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
Α. Πουλιέζ
33
is
t
t
st tetxsXωσ+=
∞=
=
−
⎥⎥⎦
⎤
⎢⎢⎣
⎡= ∫
−0d)()(
συνάρτηση µοναδιαίας βαθµίδας x(t)=x0u(t), που χρησιµοποιείται ευρέως σαν µα-θηµατικό υπόδειγµα στη µελέτη των συστηµάτων αυτοµάτου ελέγχου, δεν έχει πε-περασµένο µετασχηµατισµό Fourier. Για να διευρύνουµε ακόµη περισσότερο την οικογένεια των συναρτήσεων x(t), θέτουµε s=σ+ωi στην (Π1.28β), µε το σ αρκετά µεγάλο ώστε το ολοκλήρωµα της (Π1.28β) να συγκλίνει:
is
t
t
tit teetxsCωσ
ωσ
+=
∞=
−∞=
−−
⎥⎥⎦
⎤
⎢⎢⎣
⎡= ∫ d)()( (Π1.29)
Η (Π1.29) ορίζει τον αµφίπλευρο µετασχηµατισµό Laplace. Οι συναρτήσεις x(t) που µπορούν πλέον να αναπαρασταθούν µέσω της (Π1.29) είναι όλες αυτές για τις οποίες ισχύει,
x(t)=Αeα tu(t)
Re(α)
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
34
∫∞+=
∞−=
−=++is
is
st tesFi
ttt0
0
d)(21)()(2)( 20
σ
σπθωθσθ &&&
Στη συνέχεια ας υποθέσουµε ότι και η θ(t) έχει την ίδια µορφή, δηλαδή,
∫
∫∫∫
∞+=
∞−=
−
∞+=
∞−=
−∞+=
∞−=
−∞+=
∞−=
−
=
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛+⎟
⎟
⎠
⎞
⎜⎜
⎝
⎛+⎟
⎟
⎠
⎞
⎜⎜
⎝
⎛
is
is
st
is
is
stis
is
stis
is
st
tesFi
tesi
tesit
tesit
0
0
0
0
0
0
0
0
d)(21
d)(21d)(
21
dd2d)(
21
dd 2
02
2
σ
σ
σ
σ
σ
σ
σ
σ
π
Θπ
ωΘπ
σΘπ
Κάνοντας τις πράξεις προκύπτει (υποθέτοντας µηδενικές αρχικές συνθήκες),
⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧
++=⇒
++= − )(
21)()(
21)( 2
02
120
2 sFsstsF
sss
ωσθ
ωσΘ L
Με τη σχέση αυτή ολοκληρώνεται η διαδικασία επίλυσης των µη οµογενών, γραµµι-κών, διαφορικών εξισώσεων µε σταθερούς συντελεστές µε αυθαίρετες συναρτήσεις εισόδου. Ο άνθρωπος που εισήγαγε την τεχνική των µετασχηµατισµών Laplace στην µελέτη των συστηµάτων αυτοµάτου ελέγχου ήταν ο Oliver Heaviside (1850−1925). Ανακεφαλαιώνοντας, Ο (ευθύς µονόπλευρος) µετασχηµατισµός Laplace µίας συνάρτησης f(t) ορίζεται ως,
[ ] )(d)()(0
sFtetftft
st == ∫∞
=
−
−
∆L (Π1.32)
όπου s=a+bi είναι µιγαδικός αριθµός. Ο συµβολισµός t=0− δηλώνει τον χρόνο "λί-γο πριν το 0". Ο λόγος γι' αυτή την λεπτοµέρεια είναι ότι αρκετές συναρτήσεις που µας ενδιαφέρουν έχουν ασυνέχεια στο 0 (π.χ. η κρουστική συνάρτηση δ(t)). Επίσης η χρήση του µονόπλευρου και όχι του αµφίπλευρου (δηλαδή µε όρια το ) µετα-σχηµατισµού δικαιολογείται από το γεγονός ότι σε φυσικά συστήµατα δεν ενδιαφέρει ο χρόνος πριν το µηδέν.
∞±
Προκειµένου το ολοκλήρωµα (Π1.32) να συγκλίνει, η f(t) πρέπει να ικανοποιεί την συνθήκη,
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
35
∫∞
− >∞∞≤0
0> ,d)( σσ tetf t (Π1.33)
Ο αντίστροφος µετασχηµατισµός Laplace ορίζεται ως,
)(d)(π21)]([1 tfsesF
isF
ic
ic
st == ∫∞+
∞−
−L
Ευτυχώς δεν θα χρειαστεί να υπολογίσουµε τέτοια ολοκληρώµατα, ο τύπος όµως πα-ρατίθεται εδώ για λόγους πληρότητας. Ο λόγος είναι ότι µε την χρήση διαφόρων ιδιοτήτων και θεωρηµάτων του µετασχηµατισµού Laplace, µπορούµε να βρούµε τον αντίστροφο µετασχηµατισµό πολύπλοκων συναρτήσεων έχοντας σαν βάση έναν αρ-χικό πίνακα τυπικών συναρτήσεων.
Π1.3.1.1 Ιδιότητες και θεωρήµατα του µετασχηµατισµού Laplace
Ο µετασχηµατισµός Laplace έχει πολλές ιδιότητες και θεωρήµατα. Στην συνέχεια παραθέτουµε τα πιο χρήσιµα για την µελέτη των συστηµάτων αυτοµάτου ελέγχου. Γραµµικότητα. Ο µετασχηµατισµός Laplace είναι ένας γραµµικός µετασχηµατι-
σµός, δηλαδή ισχύει:
[ ] [ ] [ ])()(
)()()()(
2211
22112211sFcsFc
tfctfctfctfc+=
+=+ LLL
όπου τα ci είναι σταθερές. Μετασχηµατισµός Laplace παραγώγων. Ο µετασχηµατισµός Laplace της
πρώτης παραγώγου µίας συνάρτησης, δίνεται από την σχέση,
[ ]ttftffssFtf
d)(d)( ),0()()( )1()1( ≡−= −L (Π1.34)
Απόδειξη: Από τον ορισµό (Π1.32), έχουµε,
[ ]
)0()(d)()(
)(dd)(dd)(
-
-
00
00
)1(
−∞
−∞−
∞−
∞−
−=+=
==⎟⎠⎞
⎜⎝⎛=
∫
∫∫
−
−
fssFtetfsetf
tfetetft
tf
stst
ststL
όπου έγινε χρήση του τύπου της ολοκλήρωσης κατά µέρη. Ο τύπος αυτός µπορεί να γενικευθεί για την n−οστή παράγωγο,
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
36
[ ] ∑−=
−−−−=1
0
)1()( )0()()(n
k
knknn fssFstfL (Π1.35)
Ο τύπος αυτός είναι ιδιαίτερα εύχρηστος όταν όλες οι αρχικές συνθήκες είναι µηδε-νικές, µία υπόθεση που συνηθίζεται στην µελέτη των συστηµάτων αυτοµάτου ελέγ-χου. Στην περίπτωση αυτή,
L[f (n )(t)]=snF(s)
Μετατόπιση στο πεδίο του χρόνου.
[ ] 0 ,1)( >⎟⎠⎞
⎜⎝⎛= a
asF
aatfL (Π1.36)
Μετατόπιση στο πεδίο της συχνότητας.
L[e -α t]=F(s+α) (Π1.37)
Θεώρηµα τελικής τιµής. Το θεώρηµα αυτό χρησιµοποιείται ευρέως στην µελέτη των συστηµάτων αυτοµάτου ελέγχου, αφού επιτρέπει τον υπολογισµό της τελι-κής τιµής της λύσης της διαφορικής εξίσωσης (δηλ. ) χωρίς να χρεια-
στεί να επιλυθεί η εξίσωση.
)(ορ tft ∞→
)(ορ)(ορ 0ssFtf
st →∞→= (Π1.38)
Η σχέση αυτή ισχύει εφόσον, α. Το αριστερό όριο υπάρχει και, β. Οι ρίζες του παρανοµαστή της sF(s) έχουν αρνητικά πραγµατικά µέρη. Ο περι-
ορισµός αυτός εξασφαλίζει την ισχύ της (Π1.33). Απόδειξη: Παίρνοντας το όριο και των δύο µελών της (Π1.34) καθώς το ∞→s , έ-χουµε για µεν το αριστερό,
[ ]
)0()(ορ)(ορdd
)(dορ
dd
)(dορ)(ορ
00
00
)1(
0 -
−
∞→∞→∞→
∞−
→→
−===
==
−−∫
∫
fxftftttf
tettftf
x
x
x
x
x
st
ssL
(Π1.39)
ενώ για το δεξιό,
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
37
[ ] )0()(ορ)0()(ορ00
−
→
−
→−=− fssFfssF
ss (Π1.40)
Συγκρίνοντας τις (Π1.39), (Π1.40) προκύπτει η (Π1.38).
Π1.3.1.2 Αντίστροφος µετασχηµατισµός Laplace ρητών συναρτήσεων
Όπως θα δούµε και στην συνέχεια, θα χρειαστεί να υπολογίσουµε τον αντίστροφο µετασχηµατισµό ρητών συναρτήσεων, δηλαδή συναρτήσεων της µορφής,
nmsasb
asasasbsbsbsbsF n
nn
mm
mm
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
38
3)1(
24ορ)()2(ορ
2)2(
24ορ)()1(ορ
1)2)(1(
24ορ)(ορ
223
112
001
−=++
=+=
=++
=+=
=++
+==
−→−→
−→−→
→→
ssssFsc
ssssFsc
sssssFc
ss
ss
ss
Εποµένως,
⇒+
−+
+=2
31
21)(sss
sF
f(t)=1+2e− t−3e−2 t
Β. Μη διακεκριµένες πραγµατικές ρίζες. Έστω, χωρίς βλάβη της γενικότητας, ότι η ρίζα λ1 του a(s) έχει πολλαπλότητα r, δηλαδή,
( ) ∏+=
−−=n
rii
r λsλssa1
1 )()(
Τότε η F (s) αναλύεται σε άθροισµα µερικών κλασµάτων ως εξής:
( ) ( ) nn
r
rr
rλs
cλs
cλs
cλs
csF−
++−
+−
++−
=+
+ ......)(1
1
11
1
Οι συντελεστές ci που αντιστοιχούν στην πολλαπλή ρίζα βρίσκονται από τον τύπο:
( )[ ] rksFsskr
c rkrkr
sk ..., ,1 ,)(
dd
)!(1ορ 1
1
=⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧
−−
= −−
→λ
λ (Π1.42)
ενώ οι υπόλοιποι από την (Π1.41).
Παράδειγµα Π1.13 Να βρεθεί η y (t) αν ( )2
2)(
n
n
sssY
ωω+
= .
Λύση: Η ανάπτυξη του Y (s) σε µερικά κλάσµατα δίνει,
( )2321)(
nn sc
sc
scsΥ
ωω ++
++=
όπου,
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
39
{ }1
1ορ)()(ddορ
ορ)()(ορ
1
2
22
2
22
3
=
−=⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧
−=+=
−=⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧
=+=
−→−→
−→−→
cs
sYss
c
ssYsc
n
sn
s
nn
sn
s
nn
nn
ωω
ωωω
ωω
ωω
Με αντικατάσταση δε προκύπτει,
( )211)(
n
n
n ssssY
ωω
ω +−
+−=
Ο αντίστροφος µετασχηµατισµός Laplace δίνει:
( )teteety nttnt nnn ωω ωωω +−=−−= −−− 111)(
Γ. Μιγαδικές ρίζες. Έστω, χωρίς βλάβη της γενικότητας, ότι το a (s) έχει ένα ζευ-γάρι συζυγών µιγαδικών ριζών = iωσλ ±=2,1 . Η περίπτωση αυτή δεν διαφέρει ου-σιαστικά από την (Α), αφού βρίσκουµε,
tn
tk
ttn
n
k
k
nk ecececectf
sc
sc
sc
scsF
λλλλ
λλλλ
+++++=
−++
−++
−+
−=
... ... )(
... ... )(
11 11
1
1
1
1
όπου το σύµβολο − σηµαίνει συζυγές. Επίσης η περίπτωση πολλαπλών µιγαδικών ριζών αντιµετωπίζεται παρόµοια µε την (Β). Παρόλ’ αυτά το πρόβληµα έγκειται στο ότι ενδιαφερόµαστε για πραγµατικές ρίζες, και εποµένως η µιγαδική συνάρτηση
tec 11λ πρέπει να µετατραπεί σε πραγµατική. Η διαδικασία αυτή µπορεί να είναι όµως
αρκετά κουραστική και βασικά περιέχει τα ακόλουθα βήµατα:
1. Υπολογισµός του c1,
)()( ορ 111
sFscs
λλ
−=→
2. Υπολογισµός του αντίστοιχου όρου της χρονικής απόκρισης,
[ ]
( )11111
συν2
1111
ctec
eeeeececect
ticiticittt
∠+=
+=+ −∠−∠
ωσ
ωωσλλ (Π1.43)
(Προσοχή: το c1 αντιστοιχεί στην ρίζα µε θετικό πρόσηµο).
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
40
Παράδειγµα Π1.14 Να βρεθεί ο µετασχηµατισµός Laplace της,
)258(5)( 2 ++
+=
sssssF .
Λύση: Σύµφωνα µε τα προηγούµενα τα µερικά κλάσµατα θα είναι
sc
isc
iscsF 211
)34()34()( +
−++
++=
Οι συντελεστές είναι,
)3(301
241831
)6)(34(31)()34(ορ
2585)(ορ
341
51
02
02
ii
iii
isFisc
sssssFc
is
ss
+−=+−
−=
−−−−
=++=
=++
+==
−−→
=→
Οπότε, σύµφωνα και µε την (Π1.43),
( )( )[ ]3114 εφ3συν1510
51)( −++= −− tetf t
( )3/1εφ ,10301 1
11 −=∠=−cc . αφού
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
41
Π2 Παραδείγµατα και εφαρµογές
Π2.1 Εισαγωγή
Στο κεφάλαιο αυτό θα µελετηθούν κάποια ολοκληρωµένα παραδείγµατα από τυπικές περιοχές εφαρµογών των συστηµάτων αυτοµάτου ελέγχου. Στα παραδείγµατα αυτά θα παρουσιασθεί η δοµή του συστήµατος, τα σχετικά µε την αυτοµατοποίηση εξαρ-τήµατα (αισθητήρες, επενεργητές, ελεγκτές κλπ.), οι φυσικοί νόµοι που διέπουν τη λειτουργία του συστήµατος και το προκύπτον σύστηµα κωδικοποιηµένο σε ορολογία συστηµάτων αυτοµάτου ελέγχου: δοµικό διάγραµµα, συναρτήσεις µεταφοράς κλπ. Ο στόχος είναι να αποκτηθεί µία, κατά το δυνατόν, πλήρης εικόνα των συστηµάτων και να συνδεθούν τα αφηρηµένα µαθηµατικά µε χειροπιαστά παραδείγµατα. Αυτό, σε συνδυασµό µε τη πειραµατική άσκηση, ελπίζω ότι θα κάνει κατανοητό αυτό το ενδι-αφέρον επιστηµονικό πεδίο. Οι ενδεικτικές περιοχές εφαρµογών που θα εξετασθούν είναι του ελέγχου στάθµης, θερµοκρασίας, θέσης/ταχύτητας όπως επίσης και κάποια παραδείγµατα από το νέο τοµέα των αυτοµατισµών στην αυτοκινητοβιοµηχανία. Οι περιπτώσεις αυτές σε κα-µία περίπτωση δεν εξαντλούν τον κατάλογο των εφαρµογών, καλύπτουν όµως ένα µεγάλο µέρος του. Πριν προχωρήσουµε ας θυµηθούµε τη βασική δοµή ενός συστή-µατος αυτοµάτου ελέγχου (Σχ. Π2.1).
∆ιαδικασία Ελεγκτής
Αισθητήρας
επιθυµητή τιµή
διαταραχές
Σχήµα Π2.1. Βασική δοµή συστηµάτων αυτοµάτου ελέγχου
Στα παραδείγµατα που θα ακολουθήσουν θα αναφερθούµε αναλυτικά σε κάθε ένα από τα στοιχεία που φαίνονται στο Σχ. Π2.1. Να σηµειωθεί ότι ο ελεγκτής αποτελεί-ται ουσιαστικά από δύο µέρη: τη στρατηγική ελέγχου και τον επενεργητή.
Π2.2 Έλεγχος στάθµης
Ο έλεγχος στάθµης είναι από τα παλαιότερα πεδία εφαρµογής των συστηµάτων αυ-τοµάτου ελέγχου (ίσως το πρώτο) . Σήµερα απαιτείται σε πλήθος διαδικασιών στη
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
42
χηµική βιοµηχανία, στα υδραυλικά δίκτυα κλπ. Το βασικό σχηµατικό διάγραµµα φαίνεται στο Σχ. Π2.2.
R
hρ
Α
Ηλεκτροβάνα
wout
win
Κεντρική παροχή
Στρατηγική ελέγχου
αισθητήρας ύψους
Σχήµα Π2.2 Σχηµατικό διάγραµµα ελέγχου στάθµης υγρού
Μιλώντας µε όρους αυτοµάτου ελέγχου, η υπό έλεγχο διαδικασία (εγκατάσταση) αποτελείται από τη δεξαµενή υγρού και τη σωλήνα εξόδου. Η δεξαµενή έχει επιφάνεια πυθµένα Α m2., το υγρό είναι πυκνότητας ρ, και η ροή µέσω της σωλήνας εξόδου είναι συνάρτηση της αντίστασης R. Ο ελεγκτής αποτελείται από τον αισθητήρα ύψους, τη στρατηγική ελέγχου και την ηλεκτροβάνα (επενεργητή). Η ελεγχόµενη µεταβλητή είναι η στάθµη h του υγρού. Το αντίστοιχο δοµικό διάγραµµα του συστήµατος αυτού φαίνεται στο Σχ. Π2.3.
+
U(s)
D(s)
R(s)
F(s)+
Y(s)
N(s)
+ +C(s)
εγκατάσταση
G(s)
ελεγκτής
αισθητήρας
σήµα ελέγχου (w)
διαταραχές
θόρυβος
στάθµη υγρούεπιθυµητή στάθµη (m)
Σχήµα Π2.3 ∆οµικό σύστηµα ελέγχου στάθµης υγρού
Η διαδικασία εύρεσης ενός υποδείγµατος κατάλληλου για χρησιµοποίηση στα πλαίσια της θεωρίας αυτοµάτου ελέγχου ξεκινά από τις βασικές αρχές δυναµικής φυσικών συστηµάτων. ∆εν πρέπει επίσης να ξεχνάµε ότι η ελεγχόµενη µεταβλητή
-
© ςΑ. Πουλιέζο© Α. Πουλιέζ ς
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
ο
43
είναι το ύψος, ενώ η µεταβλητή ελέγχου η ροή. Αυτό σηµαίνει ότι το υπόδειγµα µας πρέπει να συσχετίζει αυτές τις δύο ποσότητες. Θα ξεκινήσουµε από την εύρεση του µαθηµατικού υποδείγµατος της υπό έλεγχο διαδικασίας. Σε κάθε ανοικτό φυσικό σύστηµα ισχύει ο νόµος της διατήρησης της ύλης, εποµένως και εδώ:
)()()( twtwtm outin −=& (Π2.1)
όπου win(t) είναι ο ρυθµός εισροής µάζας σε µονάδες (kg/sec), wout(t) ο ρυθµός ε-κροής µάζας και m(t) η µάζα του υγρού που περιέχεται εντός συγκεκριµένων ορίων. Επειδή m(t)=ρAh(t), όπου ρ η πυκνότητα του υγρού, η (Π2.1) γράφεται,
[ ])()(1)( twtwAth outin −= ρ& (Π2.2)
Η ακριβής εύρεση του ρυθµού εκροής wout στο σωλήνα εκροής δεν είναι απλή υπό-θεση γενικά. Σε σωλήνες µικρού µήκους η µάζα του υγρού ανά µονάδα χρόνου είναι αµελητέα και οι δυνάµεις της βαρύτητας και αδράνειας µπορεί να αγνοηθούν. Στη περίπτωση αυτή, µπορεί να εκφρασθεί σαν,
[ ] atptpR
twout1
)()(1)( 21 −= (Π2.3)
όπου η σταθερά R δηλώνει γενικά την "αντίσταση" στη ροή, η α είναι σταθερά που εξαρτάται από το τύπο του σωλήνα εκροής και p1, p2 είναι οι υδροστατικές πιέσεις στα άκρα του σωλήνα. Η τιµή του α εξαρτάται κυρίως από την ιξώδη τριβή της ρο-ής: αν η ιξώδης τριβή είναι κυρίαρχη α≈1, ενώ αν είναι αµελητέα α≈2. Στη πρώτη, και απλούστερη περίπτωση, η (Π2.3) γράφεται,
[ ])()(1)( 21 tptpRtwout −= (Π2.4)
Στο συγκεκριµένο πρόβληµα οι πιέσεις είναι υδροστατικές και εποµένως ανάλογες των υψών. ∆ηλαδή,
p1(t)=ρgh1(t)
p2(t)=ρgh2(t)
όπου g η επιτάχυνση λόγω της βαρύτητας. Εποµένως η (Π2.4) καταλήγει στην,
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
44
[ ])()()( 21 ththRgtwout −=ρ (Π2.5)
Αν τέλος θεωρήσουµε σωλήνες εξόδου µικρής διατοµής, h2(t)=h2≈0 και αντικαθι-στώντας την (Π2.5) στην (Π2.2), παίρνουµε τελικά την ζητούµενη εξίσωση,
)(1)()(
)()(1)(
twA
thRAgth
thRgtw
Ath
in
in
ρ
ρρ
=+⇒
⎥⎦⎤
⎢⎣⎡ −=
&
&
(Π2.6)
Αυτή είναι η διαφορική εξίσωση που διέπει τη διαδικασία. Στη µελέτη των συστη-µάτων αυτοµάτου ελέγχου, χρησιµοποιούµε συναρτήσεις µεταφοράς που προκύ-πτουν από τη µετασχηµατισµένη κατά Laplace διαφορική εξίσωση. Έτσι, µετασχη-µατίζοντας την (Π2.6), παίρνουµε,
)0(1
/)(1
/)(
)0()(1)(
)(1)()0()(
−
−
−
++
+=
⇒+=⎥⎦⎤
⎢⎣⎡ +
⇒=+−
h
gRAs
gRAsW
gRAs
gRsH
hsWARA
gssH
sWA
sHRAghssH
in
in
in
ρρ
ρ
Όταν οι αρχικές συνθήκες είναι µηδενικές (άδεια δεξαµενή), η συνάρτηση µεταφοράς γίνεται,
)(1
)( sWs
KsH in+=τ
(Π2.7)
όπου Κ=R/ρg και τ=RA/g. Το δοµικό διάγραµµα της διαδικασίας είναι λοιπόν,
Win(s)
εγκατάσταση
ροή εισόδου (kg/sec)H(s) στάθµη (m)
1+sτΚ
Για να συµπληρώσουµε την εικόνα του Σχ. Π2.3 αποµένει η συνάρτηση µεταφοράς του ελεγκτή. Ο τύπος του είναι θέµα µελέτης, έτσι ας θεωρήσουµε για παράδειγµα
-
© Α. Πουλιέζος© Α. Πουλιέζος
Α. Πουλιέζος Έλεγχος ελάχιστης νόρµας-Παράρτηµα
45
έναν ελεγκτή αναλογικό του σφάλµατος:
U(s)=K[R(s)-Y(s)]
Με τη µορφή αυτή, το Σχ. Π2.3 γίνεται,
Y(s) Ε(s)Κ
R(s)
+
_ 1+τsK
ελεγκτής δεξαµενή
στάθµη (m) επιθυµητή στάθµη (m)
Σχήµα Π2.4 Σύστηµα ελέγχου στάθµης υγρού
Το σύστηµα αυτό είναι πρώτης τάξης µε χρονική σταθερά τ=RA/g.
Π2.3 Έλεγχος αναδευόµενης δεξαµενής
(Kwakernaak, σ. 7)
Το παράδειγµα που ακολουθεί είναι τυπικό πολλών συστηµάτων ελέγχου διεργασιών.
Βάνα
k
h(t)c(t)
V(t)
Ηλεκτροβάνα
F1(t)
Παροχή 1 συγκέντρωση c1
Παροχή 2 συγκέντρωση c2
εκροή συγκέντρωση c(t)
F2(t)
f
SΜέτρηση V, c
Ανάδευση
Σχήµα Π2.5 ∆εξαµενή ανάδευσης υγρών
Η δεξαµενή τροφοδοτείτ