S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
1
1. Pojęcia podstawowe
1.1. Stosowane pojęcia
Proces – dowolne zjawisko fizyczne, w którym zostały wyróżnione wielkości przyczynowe 𝑥 (𝑡) oraz
skutkowe 𝑦 (𝑡) – rys.1.1.
x(t)
y(t)
PROCES
(układ, obiekt sterowania itp.)
Rys.1.1. Ogólny schemat procesu
𝒙 (𝑡) – wektor wielkości przyczynowych: wejść; wejściowych wymuszeń; sygnałów.
𝒚 (𝑡) – wektor wielkości skutkowych: wyjść, sygnałów wyjściowych, odpowiedzi.
Sygnał (wejściowy, wyjściowy, zakłócający) – nośnik informacji zawarty w przebiegu dowolnej wielkości
fizycznej (wszelkie zjawiska zmienne w czasie), np. temperatura, ciśnienie, wydatek, napięcie, prąd,
itd.; sygnał może mieć charakter naturalny wynikający ze zmian obserwowanej wielkości fizycznej lub
też może być wygenerowany wg określonego standardu przez stosowne urządzenia elektroniczne i
może to być np. napięcie o modulowanej częstotliwości, amplitudzie, fala radiowa, itd.
Sygnał ciągły (analogowy) – rozumiany w sensie ciągłości czasu.
Sygnał dyskretny (cyfrowy) – określony na przeliczalnym zbiorze wartości czasu.
Model procesu matematyczny – związek 𝑥 (𝑡) i 𝑦 (𝑡) opisujący w czasie rozpatrywany proces.
Model matematyczny makroskopowy – odzwierciedlający jedynie zjawiska zasadnicze.
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
2
Model matematyczny mikroskopowy – model o dużej liczbie równań, szczegółowy, wyjaśniający przez
fizyków określone zjawisko.
Teoria identyfikacji – naukowa metoda konstruowania modeli.
Informacja – wiedza o procesie, może być dana w sposób analityczny lub graficznie za pomocą
charakterystyk statycznych i dynamicznych. Informacja dzieli się na początkową (znaną na etapie
syntezy układu sterowania) i roboczą (pozyskiwaną przez układ sterowania podczas jego
funkcjonowania).
Parametr fizyczny – miara określająca określoną właściwość fizyczną, np. ilość materii – masa 𝑚,
sztywność 𝑘, opór 𝑐, … .
Parametr dynamiczny – miara utworzona z parametrów fizycznych, określająca właściwości
dynamiczne procesu, wyróżniane na przebiegach czasowych, charakterystykach częstotliwościowych,
np. nietłumiona częstość drgań własnych 𝜔
𝑜
= √𝑘/𝑚, względny wsp. tłumienia 𝜉 = 0.5 𝑐√𝑚𝑘 , stała
czasowa 𝑇 =
𝑐
𝑘
.
Obiekt sterowania - proces będący przedmiotem sterowania.
Model obiektu sterowania – proces będący przedmiotem sterowania, dla którego z pośród wektora
przyczynowego 𝒙 (𝑡) wyróżniono:
𝒖 (𝑡) – wielkości wejściowe (przyczynowe nastawiające), za pomocą których będzie następować
oddziaływanie na rozpatrywany proces (nastawianie procesu),
𝜶 – parametry, wejścia procesu, które podczas sterowania będą posiadały wartości stałe,
𝒛 (𝑡) – zakłócenia, wejścia procesu nie wykorzystane podczas sterowania, zakłócające sterowanie,
𝒚 (𝑡) – wyjścia procesu (wielkości nastawiane), które są ważne z punktu widzenia sterowania i dla
których określane są wymagania związane z jakością sterowania.
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
3
u(t)
y(t)
z(t)
OBIEKT STEROWANIA
Rys.1.2. Ogólny schemat obiektu sterowania
Matematyczny model obiektu określają przede wszystkim relacje 𝒖 (𝑡) i 𝒚 (𝑡); opisuje zarówno
właściwości sterowanego procesu (technologicznego) jak i właściwości części aparaturowej niezbędnej
do realizacji sterowania.
Cel sterowania – sformułowanie ogólnych wymagań dotyczących oczekiwanych rezultatów związanych
z budową układu sterowania.
Sterowanie – generowanie sygnału 𝒖 (𝑡) o takim przebiegu, by uzyskać oczekiwany przebieg sygnału
𝒚 (𝑡).
Proces jednowymiarowy, sterowanie jednowymiarowe – sygnały 𝒙 (𝑡) lub 𝒖 (𝑡) i 𝒚 (𝑡) są
jednowymiarowe.
Sterowanie wielowymiarowe – zarówno sygnał 𝒖 (𝑡) jak i 𝒚 (𝑡) są większe od jedności (są to wektory).
Jakość sterowania – wymagania związane z celem sterowania, formułowane w stosunku do przebiegu
wielkości 𝒚 (𝑡), wyrażona przez stosowne miary w postaci kryteriów.
Wartość zadana – oznaczana często przez 𝑦
0
(𝑡), określa oczekiwany (pożądany) przebieg wielkości
wyjściowej 𝒚 (𝑡) sterowanego procesu. Można to rozumieć jako pewien wzorzec przebiegu wielkości
wyjściowej procesu, którą chce się osiągnąć. Oznacza to, że sterowanie powinno zapewnić relację
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
4
𝑦
0
(𝑡) ≡ 𝑦(𝑡), przy czym 𝑦
0
(𝑡) – jest pewną abstrakcją, wzorcem a 𝑦 (𝑡) jest przebiegiem konkretnej
wielkości fizycznej.
Błąd sterowania (uchyb) – w ogólnym przypadku 𝑒 (𝑡) = 𝑦
0
(𝑡) − 𝑦 (𝑡) – jest to funkcja (sygnał), która
przedstawia zaistniałe w czasie 𝑡 odchylenia wielkości wyjściowej 𝑦 (𝑡) sterowanego procesu od
wartości zadanej 𝑦
0
(𝑡) (od oczekiwanego wzorca).
Miary jakości sterowania (kryteria sterowania) formułowane są głównie na podstawie przebiegu 𝑦(𝑡),
a także w odniesieniu do sygnału 𝑒(𝑡) i są podstawą do budowy określonej struktury sterowania oraz
algorytmów urządzeń decyzyjnych.
Struktura procesu, algorytmu, układu sterowania – postać matematyczna procesu, algorytmu lub
schemat obiegu informacji w układzie sterowania.
Układ (proces, model) liniowy – opisany za pomocą równań liniowych; o stałych współczynnikach, w
szczególności zależności statyczne między przyczynami i skutkami są wyrażone przez równania
prostych, np. masa i stała sprężyny (układ mechaniczny) są niezależne od siły i przesunięcia.
Układ (proces, model) nieliniowy - opisany za pomocą równań nieliniowych; np. wsp. sprężystości
zmienia się w zależności od odkształcenia.
Model o parametrach skupionych - opisany za pomocą równań różniczkowych o stałych
współczynnikach; masa w postaci punktowej, sprężyna bez masy – układ złożony z tak
wyidealizowanych elementów z rozdzielonymi efektami.
Model o parametrach rozłożonych – przeciwieństwo modeli skupionych – opisany za pomocą równań
różniczkowych cząstkowych; np. pręt zawiera nieskończenie małe elementy bezwładności i
sprężystości.
Układ niestacjonarny lub zmienny w czasie – parametry układu zmieniają się w czasie.
Układ stacjonarny – parametry w rozpatrywanym czasie przyjmowane są jako stałe.
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
5
Zmienne (sygnały) przypadkowe –przedstawione w sensie probabilistycznym.
Zmienna (współrzędna) stanu – zmienna reprezentująca sumę informacji przeszłej, potrzebnej do
określenia aktualnej zmiany stanu i odpowiedzi układu. Wektor stanu powinien zawierać najmniejszą
liczbę zmiennych (współrzędnych) wystarczających do opisania układu w każdej chwili czasu. W
metodzie transmitancji zmienne stanu nie występują. Najczęściej przyjmuje się za zmienną stanu
wyjścia z elementów całkujących.
Wykres (rysunek) – forma graficznego zapisu, w szczególności dowolnych zależności.
Charakterystyka – forma graficznego zapisu zależności (statycznych, w funkcji czasu, w funkcji
częstotliwości), dla jednoznacznego opisu właściwości, zgodna z przyjętym układem i postacią zawartą
w unormowaniach międzynarodowych,.
Postacie charakterystyk dynamicznych dają wyobrażenie o właściwościach dynamicznych procesów,
definiują podstawowe parametry dynamiczne oraz mogą być wykorzystane jako metoda identyfikacji
właściwości procesów.
Charakterystyka statyczna – zależność między wielkością przyczynową (oś rzędnych) i skutkową (oś
odciętych) w stanie ustalonym. Charakterystyka statyczna określa liniowość procesu, zakresy wejść i
wyjść, współczynnik wzmocnienia statycznego oraz błąd nieliniowości i niejednoznaczności. W
przypadku przyrządów pomiarowych określa klasę przyrządu obliczoną na podstawie błędów
nieliniowości i niejednoznaczności.
Charakterystyki dynamiczne – czasowe i częstotliwościowe:
Charakterystyka czasowa - przebieg sygnału wyjściowego, otrzymany w wyniku wprowadzenia
do procesu znajdującego się w stanie ustalonym wymuszenia „typowego”. „Typowe”
wymuszenia to: wymuszenie impulsowe, wymuszenie skokowe, wymuszenie liniowo
narastające, wymuszenie paraboliczne.
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
6
W przypadku charakterystyk częstotliwościowych wymuszenie ma postać sinusoidalną.
Charakterystyka częstotliwościowa może być przedstawiana jako przebieg modułu 20
log(Ay/Ax) w funkcji log 𝜔 oraz przebieg fazy 𝜑 w funkcji log 𝜔. Zbiór punktów tworzących
przebiegi modułów i fazy otrzymuje się w wyniku wprowadzania wymuszeń 𝑥 (𝑡) = 𝐴𝑥 sin 𝜔𝑡
i rejestracji 𝑦 (𝑡) = 𝐴𝑦 sin(𝜔𝑡 + 𝜑), dla 𝜔 = 𝜔
𝑚𝑖𝑛
÷ 𝜔
𝑚𝑎𝑥
;
𝜔
𝑚𝑖𝑛
, 𝜔
𝑚𝑎𝑥
– interesujący badacza zakres częstości.
Metoda sporządzania charakterystyk częstotliwościowych przedstawiona została opisowo, w
praktyce korzysta się z algorytmu FFT.
Monitorowanie (ang. monitoring) – jest działaniem mającym na celu pokazywanie określonych zdarzeń
występujących w obserwowanym procesie (należy je zdefiniować, mogą to być zakłócenia powodujące
przesuwanie charakterystyk jakości – np. zmiana wymiaru części obrabianych na maszynach CNC), w
najprostszym przypadku może sprowadzać się do rejestracji wielkości fizycznych, ważnych dla procesu.
Tymi zdarzeniami mogą być, np. wartości graniczne niebezpieczne dla procesu. Układy monitorujące
mogą być wyposażone w urządzenia alarmowe i blokujące dalszy przebieg procesu. Takie rozwiązanie
jest także nazywane zabezpieczaniem (ang. protection).
Diagnostyka procesów – rozpoznawanie zmian stanów technicznych – zazwyczaj nie chodzi o
dynamiczne zmienne stanu procesu.
SCADA (ang.Supervisory Control and Data Acvnisition) – system informatyczny do monitorowania
przebiegu procesu – różnie rozumiane: rejestracja sygnałów lub działania obiektu a nazywane
monitorowaniem stanu obiektu (procesu).
DCS (ang. Distributed Control Systems) – system informacyjny do monitorowania i archiwizowania
zmiennych procesu, także sygnalizacji alarmów oraz wizualizacji przebiegu procesów.
Diagnozowanie – działanie związane z rozpoznawaniem stanu technicznego obiektu, którego celem
jest określenie aktualnego stanu (technicznego) obiektu.
Genezowanie – działanie rozpoznawania stanu technicznego obiektu związane z określaniem stanów
wcześniejszych.
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
7
Prognozowanie – określenie przyszłych wartości (modele matematyczne) lub przyszłych stanów
obiektów (modele diagnostyczne).
Nadzorowanie – rodzaj sterowania mający na celu zapewnienie poprawnego przebiegu procesu.
Najczęściej dotyczy procesów częściowo zautomatyzowanych, w których operator ma podstawie
wyników monitorowania wprowadza działania korygujące do procesu.
1.2. Relacje w układzie
Ogólną zależność w układzie wielowymiarowym opisuje relacja:
𝑭 (𝒚, 𝒙, 𝒙̇, 𝒖, 𝒛, ∝, 𝑱, 𝒕) = 0.
(1.1)
𝑭 – zależność macierzowa (wektorowa),
𝒚 – wektor wyjść (macierzowy),
𝒙 – wektor stanu (wewnętrzna zmienna opisu układu, nie występuje w opisie metodą transmitancji),
𝒖 – wektor sterowania (wejść),
𝒛 – wektor zakłóceń (szumów),
∝ - parametry układu,
𝑱 – wskaźnik jakości,
𝒕 – czas.
u(t)
y
z
sterowanie
Obiekt
a
t
x, x
Rys.1.3. Schemat ilustrujący sterowanie i występujące relacje w układzie
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
8
W układzie jednowymiarowym (pierwszego rzędu) wektory stają się skalarami. Podstawowe relacje w
układzie przedstawia tablica 1.1.
Tablica 1.1.
Problem
𝛼
z
u
x
y
J
t
Transmitancja
Obserwowalność
Sterowanie
Niezmienniczość
Wrażliwość
na
zmiany parametrów
Optymalizacja
1.3. Zadania syntezy sterowania
Określenie obiektu, celu sterowania oraz jakości sterowania (na podstawie jakości
technologicznej procesu);
Analiza istoty sterowanego procesu fizycznego i reprezentujących ten proces wielkości
przyczynowych (wejść) 𝒙 oraz skutkowych 𝒚, definicja obiektu sterowania wraz z wyborem i
określeniem jego wielkości: sterujących 𝒖, sterowanych 𝒚, parametrów ∝, zakłóceń 𝒛 ;
Wyróżnienie (zaprojektowanie) części obiektu w postaci urządzeń, do których będą
doprowadzane wielkości sterujące i w wyniku czego będzie możliwe oddziaływanie na przebieg
procesu fizycznego będącego przedmiotem sterowania;
Dobór urządzeń pomiarowych, niezbędnych do dostarczania informacji o wielkościach
sterowanych 𝒚 oraz kompensowanych zakłóceniach 𝒛;
Określenie wymaganych przebiegów zadanych 𝑦
0
(𝑡), które mają być osiągnięte w wyniku
sterowania;
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
9
Wybór kryteriów jakości, przeprowadzenie analizy wrażliwości i niezmienniczości obiektu
sterowania,
Opracowanie modelu układu sterowania oraz opracowanie schematu obiegu informacji (wybór
struktury sterowania) w rozpatrywanym układzie sterowania;
Opracowanie algorytmu sterowania dla urządzenia decyzyjnego, który ma generować wielkości
sterujące 𝒖;
Dobór urządzeń technicznych, za pomocą których zostanie fizycznie zbudowane urządzenie
decyzyjne, urządzenie generujące wartości zadane, urządzenie przesyłające wielkości
pomiarowe i sterujące (sygnały), ew. urządzenie monitorujące, zabezpieczające i
dokumentujące przebieg sterowania;
Zbudowanie układu sterowania, wykonanie oprogramowania, uruchomienie, dostrajanie
parametrów algorytmu sterowania.
1.4. Opis matematyczny procesów
Procesy są zdefiniowane przez dochodzące i wychodzące z nich sygnały. Zatem modele
sygnałów tworzą modele procesów.
Dla potrzeb sterowania wiedza o procesie może być dana w sposób analityczny lub też graficzny
– za pomocą charakterystyk statycznych oraz dynamicznych (czasowych i częstotliwościowych)
otrzymywanych w wyniku wykonanego eksperymentu.
Modele analityczne procesów powinny mieć charakter makroskopowy, „oszczędny”.
„Oszczędność” oznacza liczbę zawartych w modelach procesów parametrów, która nie powinna
przekraczać 3 (max 4). Model bardziej rozbudowany nie jest przydatny dla sterowania. Korzystniej jest
stosować model procesu „oszczędny” oraz dostrajać automatycznie przez układ sterowania jego
parametry, niż posługiwać się wieloma, najczęściej nieokreślonymi bliżej parametrami.
Modele analityczne procesów liniowych mogą być przedstawione w sposób scharakteryzowany dalej.
Modele procesów mogą być otrzymywane w wyniku stosownego eksperymentu składającego się na
metodę identyfikacji lub też otrzymywane w wyniku postępowania analitycznego wynikającego z praw
fizyki. W przypadku pierwszym wykorzystywane są modele matematyczne sygnałów a w drugim
podobieństwa fizykalne procesów.
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
10
1. Modele w postaci liniowych równań różniczkowych (wyrażonych w dziedzinie czasu) o parametrach
skupionych lub też ich odpowiedników w postaci równań różnicowych.
2. Modele w postaci równań stanu i wyjść (z czasem ciągłym lub dyskretnym) o postaci:
𝒙̇(𝒕) = 𝑨𝒙(𝑡) + 𝑩𝒖(𝑡),
𝒚(𝑡) = 𝑪𝒙(𝑡) + 𝑫𝒖(𝑡),
(1.2)
gdzie:
𝒙(𝑡) – wektor stanu,
𝒖(𝑡) – wektor wejść,
𝒚(𝑡) – wektor wyjść,
𝑨 – macierz procesu o wymiarze (𝑛 𝑥 𝑛),
𝑩 – macierz sterowania (wejść) o wymiarze (𝑛 𝑥 𝑝),
𝑪 – macierz odpowiedzi (wyjść) o wymiarze (𝑞 𝑥 𝑛),
𝑫 – macierz o wymiarze (𝑞 𝑥 𝑝).
Równania stanu można otrzymać posługując się podczas opisu procesu równaniami różniczkowymi
pierwszego rzędu.
Przykład 1.1
Modelowanie analityczne, proces – zbiornik z cieczą wypływającą swobodnie; wielkość przyczynowa
(sygnał wejściowy), dopływ 𝑢(𝑡) (wydatek objętościowy), wielkość skutkowa (sygnał wyjściowy),
położenie poziomu cieczy 𝑥(𝑡).
u(t)
zmiana poziomu
x(t)
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
11
Ze schematu wynika, że zmiana poziomu
𝑑
𝑑𝑡
𝑥(𝑡) jest funkcją położenia poziomu 𝑥(𝑡) oraz dopływu
𝑢(𝑡) i czasu 𝑡.
𝑑
𝑑𝑡
𝑥(𝑡) = 𝑓 (𝑥(𝑡), 𝑢(𝑡)).
(1.3)
Dla małych odchyleń sygnałów 𝑢(𝑡) i 𝑥(𝑡) od stanu równowagi otrzyma się zależność zlinearyzowaną:
𝑓 (𝑥 (𝑡), 𝑢 (𝑡)) ≈ 𝐴(𝑡) 𝑥 (𝑡) + 𝐵(𝑡) 𝑢 (𝑡)
(1.4)
gdzie:
𝐴(𝑡) =
𝜕 𝑓 (𝑥
1
𝑢
1
𝑡)
𝜕𝑥
|
𝑢=0, 𝑥=0
𝐵(𝑡) =
𝜕 𝑡 (𝑥
1
𝑢
1
𝑡)
𝜕𝑢
|
𝑢=0, 𝑥=0
.
(1.5)
Daje to:
𝑑
𝑑𝑡
𝑥(𝑡) = 𝐴(𝑡)𝑥(𝑡) + 𝐵(𝑡)𝑢(𝑡).
(1.6)
Jeżeli A i B są stałymi, to zależność (1.4) przyjmuje postać:
𝑑
𝑑𝑡
𝑥(𝑡) = 𝐴𝑥(𝑡) + 𝐵𝑢(𝑡).
(1.7)
Jest to równanie liniowe, stacjonarne układu pierwszego rzędu. W zależności od pojedynczej
zmiennej stanu 𝑥(𝑡) i wejścia układu 𝑢(𝑡), postać kanoniczna rozpatrywanego równania przedstawiona
jest w sposób:
𝑑
𝑑𝑡
𝑥(𝑡) = 𝑎 𝑥(𝑡) + 𝑏 𝑢(𝑡).
(1.8)
Odpowiedź układu jest funkcją liniową zmiennych 𝑥(𝑡) i 𝑢(𝑡)
𝑦(𝑡) = 𝑐 𝑥(𝑡) + 𝑑 𝑢(𝑡),
(1.9)
𝑎, 𝑏, 𝑐, 𝑑 – są stałymi współczynnikami.
Równania różniczkowe ze zmienną 𝑦(𝑡) można otrzymać przez wyeliminowanie 𝑥(𝑡) z równań (1.8)
i (1.9):
𝑑
𝑑𝑡
𝑦(𝑡) = 𝑎𝑦(𝑡) + 𝑑
𝑑
𝑑𝑡
𝑢(𝑡) + (𝑏𝑐 − 𝑎𝑑) 𝑢(𝑡).
(1.10)
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
12
Dla powiązania wejścia 𝑢(𝑡) z wyjściem 𝑦(𝑡) należy ustalić trzy niezależne wielkości: 𝑎, 𝑑 i (𝑏𝑐 −
𝑎𝑑). Dla danej zależności ustalony jest jedynie iloczyn 𝑏𝑐. Zmienną stanu układu wyznacza się przez
przyjęcie 𝑏 lub 𝑐. Podobny wynik otrzyma się również dla układu wielowymiarowego.
Przykład 1.2.
Modelowanie analityczne, proces – dwa zbiorniki połączone ze sobą (𝑐
1
, 𝑐
2
– pow. przekrojów
poprzecznych zbiorników 1 i 2).
Q (t)
0
C
1
R
1
Q
1
Q
2
R
2
C
2
h
1
h
2
Z równania ciągłości przepływów w zależności od poziomów cieczy ℎ
1
i ℎ
2
wynika:
𝑐
1
𝑑ℎ
1
𝑑𝑡
= −
ℎ
1
−ℎ
2
𝑅
1
+ 𝑄
0
(𝑡)
𝑐
2
𝑑ℎ
2
𝑑𝑡
=
ℎ
1
−ℎ
2
𝑅
2
−
ℎ
2
𝑅
2
}.
(1.11)
Po uporządkowaniu (1.11) otrzyma się:
𝑑
𝑑𝑡
ℎ
1
= −
1
𝑅
1
𝑐
1
ℎ
1
+
1
𝑅
1`
𝑐
1
ℎ
2
+
1
𝑐
1
𝑄
0
(𝑡)
𝑑
𝑑𝑡
ℎ
2
= −
1
𝑅
2
𝑐
2
ℎ
2
+ (
1
𝑅
1`
𝑐
2
+
1
𝑅
2
𝑐
1
) ℎ
2
}
(1.12)
𝒙(𝑡) = [
ℎ
1
ℎ
2
].
𝑨 = [
−
1
𝑅
1
𝑐
1
1
𝑅
1
𝑐
1
1
𝑅
1
𝑐
2
−(
1
𝑅
1
𝑐
2
+ 1/𝑅
2
𝑐
1
)
],
𝑪 = [
1
𝑅
1
−
1
𝑅
1
]
.
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
13
𝑫 = 0 .
𝑩 = [
1/𝑐
1
0
] 𝑢(𝑡) = 𝑄
0
(𝑡).
Typowa postać macierzowa dla danego procesu jest wyrażona w sposób:
𝑄
1
= [
1
𝑅
1
, − 1/𝑅
1
] [
ℎ
1
ℎ
2
] + 0 𝑄
0
(𝑡) .
3. Modele w postaci równań operatorowych, otrzymanych z równań różniczkowych lub równań stanu
w wyniku przekształcenia Laplace’a, Fouriera lub 𝑍 (dotyczy również różnicowych) – metoda
transmitancji operatorowej.
Podane dalej przekształcenia operatorowe „zamieniają” oryginały funkcji z dziedziny czasu „t”
w transformaty zmiennej zespolonej „s”; równania różniczkowe stają się łatwymi do obliczeń
równaniami algebraicznymi.
Przekształcenie Laplace’a - 𝐿 (jednostronne):
𝑋(𝑠) = ∫
𝑥(𝑡) 𝑒̅
𝑠𝑡
𝑑𝑡
+∞
0
,
(1.13)
𝑥(𝑡) – oryginał funkcji,
𝑋(𝑠) – transformata 𝐿 (dalej stosowane jest oznaczenie 𝑋
𝐿
(𝑠)),
𝑠 = 𝜎 + 𝑗𝜔,
𝜎 – część rzeczywista,
𝑗𝜔 – część urojona (𝑗 = √−1, 𝜔 – pulsacja, częstość [
1
𝑠
]).
Odwrotne przekształcenie Laplace’a:
𝐿
−1
[(𝑠)] =
1
2 𝜋
=
1
2𝜋
∫ 𝒙(𝑠) 𝑒̅
𝑠𝑡
𝑑𝑠
∞
0
Dla zbioru sygnałów stosowanych w automatyce 𝜎 = 0 i można przyjąć 𝑠 = 𝑗𝜔, wobec czego
transformaty Laplace’a i Fouriera są ze sobą wzajemnie związane zależnościami:
𝑋
𝐿
(𝑠)=𝑋
𝐹
(𝑗𝜔)
|
𝜔=
𝑠
𝑗
,
𝑋
𝐹
(𝜔)=𝑋
𝐿
(𝑠)
|
𝑠=𝑗𝜔
.
(1.14)
Transformata 𝑍 ciągu {𝑥
𝑛
}:
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
14
𝑋
𝑍
(𝑧) = ∑
𝑥
𝑛
𝑧
−𝑛
∞
𝑛=0
|𝑧| ≥ 𝜌
𝑛,
𝑥
𝑛
=
1
2 𝜋𝑗
∫ 𝑋
𝑍
(𝑧
𝑛
)
2𝜋
0
𝑑𝜑 dla 𝜌𝜖Λ.
(1.15)
4. Modele losowe wyrażone za pomocą liniowych (nieliniowych) zależności parametrycznych
(o parametrach jawnych) wyznaczonych z sygnałów losowych.
Najczęściej w tej grupie rozpatruje się modele dyskretne jednowymiarowe. Są to modele:
AR – auto-regresyjne z zakłóceniem niemierzalnym w postaci białego szumu,
ARX – auto-regresyjne w postaci szumu kolorowego,
MA (FIR) – średniej ruchomej z zakłóceniem niemierzalnym w postaci białego szumu,
MAX - średniej ruchomej z zakłóceniem niemierzalnym w postaci szumu kolorowego,
ARMA – połączone AR i MA,
ARMAX - połączone AR i MA z kolorowym szumem.
Modele wielowymiarowe - MISO o strukturze ARMAX.
Modele nieliniowe NARMA – o strukturze ARMAX z uwzględnieniem czynników w postaci funkcji
wielowymiarowych drugiego i trzeciego stopnia.
5. Modele parametryzowane za pomocą zbiorów rozmytych. Zbiory rozmyte określają sposób
podziału zakresu zmienności wybranej wielkości fizycznej na obszary określone lingwistycznie (np.
zimno, chłodno, letnio, ciepło, gorąco). Granice przedziałów są ustalone nieostro (w sposób rozmyty) z
wykorzystaniem tzw. funkcji przynależności.
6. Modele w formie sztucznych sieci neuronowych (SSN). Są to modele parametryczne, teoretycznie
o nieskończonej liczbie parametrów, które nie są jawnie wyrażone. Wartości parametrów są ustalone
podczas uczenia sieci. W pewnym sensie są podobne do modeli z pkt.1.4.4. – tamte były modelami
„oszczędnymi” w sensie liczby parametrów występujących jawnie.
1.5. Opis graficzny procesów
Na opis graficzny składają się charakterystyki:
a) statyczne,
b) dynamiczne czasowe i częstotliwościowe.
S.Płaska. Prawa autorskie zastrzeżone. Udostępnione studentom roku akademickiego 2015/2016
15
Charakterystyki wyznacza się eksperymentalnie. Dla pokazania związku wyniku otrzymanego z
eksperymentu z zależnościami matematycznymi, dla potrzeb dydaktycznych i wykazania ścisłego ich
związku z zapisem matematycznym i podstawami teoretycznymi, przedstawione zostaną metody
wyznaczania charakterystyk z opisów analitycznych.