- •Раздел 1. Основные понятия и определения та у 7
- •Раздел 2. Получение информации для анализа и синтеза аср. Принципы построения математических моделей элементов аср 29
- •Раздел 3. Динамические характеристики линейных систем 50
- •Раздел 4. Типовые динамические звенья. Переходные и частотные характеристики типовых звеньев 69
- •Раздел 5. Характеристики замкнутых аср 88
- •Раздел 6. Анализ устойчивости линейных систем 106
- •Раздел 7. Качество процессов управления 140
- •Раздел 8. Косвенные критерии качества 154
- •Раздел 9. Параметрический синтез типовых регуляторов 169
- •Раздел 10. Нелинейные системы. Общая характеристика нелинейных аср 173
- •Раздел 11. Системы регулирования при случайных воздействиях 214
- •Раздел 12. Дискретные (цифровые) автоматические системы регулирования (цаср) 245
- •Раздел 13. Анализ устойчивости дискретных систем 274
- •Раздел 14. Адаптивные системы 293
- •Раздел 1. Основные понятия и определения та у
- •1.1 Цель и задачи дисциплины. Кибернетика. Основные понятия тау. Принципы автоматического регулирования Цель и задачи дисциплины
- •Кибернетика
- •Основные понятия тау
- •Объект автоматического управления
- •Примеры объектов и систем управления
- •Примеры систем управления
- •Функциональные и структурные формы объектов
- •Принципы автоматического регулирования (управления)
- •Пример простейшей непрерывной замкнутой системы регулирования и ее функциональная схема
- •1.2 Классификация аср. Задачи курса тау Классификация аср
- •Задачи курса тау
- •Раздел 2. Получение информации для анализа и синтеза аср. Принципы построения математических моделей элементов аср
- •2.1 Принципы построения математических моделей элементов аср. Линеаризация. Примеры моделей звеньев Принципы построения математических моделей элементов аср
- •Дифференциальные уравнения
- •Составление математической модели
- •Линеаризация
- •Передаточные функции сау. Преобразования Лапласа
- •Примеры моделей звеньев
- •Раздел 3. Динамические характеристики линейных систем
- •3.1 Динамические характеристики линейных систем. Типовые входные воздействия, их спектры и изображения. Временные характеристики - импульсная (весовая) и переходная. Свойства. Уравнения свертки
- •3.2 Частотные характеристики, логарифимические частотные характеристики. Связь с передаточной функцией. Свойства и расчет частотных характеристик по передаточной функции
- •Ориентированные графы систем автоматического управления
- •Использование формулы Мейсона для преобразования структурных схем и ориентированных графов
- •Раздел 4. Типовые динамические звенья. Переходные и частотные характеристики типовых звеньев
- •Минимально фазовые и неминимально фазовые звенья
- •Типовые звенья. Характеристики звеньев
- •Раздел 5. Характеристики замкнутых аср
- •Замкнутые системы автоматического управления. Виды обратной связи
- •Передаточные функции в системах автоматического управления
- •Комбинированные аср
- •Каскадные аср
- •Расчёт настроек регуляторов в каскадных аср
- •Последовательность расчёта настроек регуляторов
- •Раздел 6. Анализ устойчивости линейных систем
- •6.1 Понятия о критериях устойчивости. Теоремы ляпунова об оценке устойчивости по линеаризованным моделям. Критерии устойчивости рауса и гурвица Понятия о критериях устойчивости
- •Критерии устойчивости
- •Теоремы Ляпунова об оценке устойчивости по линеаризованным моделям
- •Алгебраические критерии устойчивости
- •Критерий устойчивости Гурвица
- •Критерий устойчивости Рауса
- •6.2 Критерии михайлова и найквиста. Анализ устойчивости систем с запаздыванием. Логарифмический критерий устойчивости Частотные критерии устойчивости Принцип аргумента
- •Критерий устойчивости Михайлова
- •Критерий устойчивости Найквиста
- •Устойчивость систем с запаздыванием
- •Об исследовании точности систем с запаздыванием
- •Логарифмический критерий устойчивости
- •Логарифмическая форма критерия Найквиста
- •Структурно-неустойчивые (устойчивые) системы автоматического регулирования
- •Раздел 7. Качество процессов управления
- •Методы построения переходных процессов
- •Метод Акульшина
- •Метод трапеций Солодовникова
- •Точность в установившихся режимах
- •Введение астатизма
- •Метод коэффициентов ошибок
- •Раздел 8. Косвенные критерии качества
- •8.1 Косвенные критерии качества. Корневые критерии качества — степень устойчивости и степень колебательности
- •Степень устойчивости
- •Степень колебательности
- •Частотные критерии качества
- •Запас устойчивости
- •Оценка быстродействия сар
- •Интегральные оценки качества
- •Аналитический расчет квадратичных ит-оценок
- •Раздел 9. Параметрический синтез типовых регуляторов
- •9.1 Параметрический синтез типовых регуляторов Постановка задачи синтеза. Основные методики расчета настроек регуляторов. Условия компенсации низкочастотных возмущений
- •9.2 Расчет настроек на заданную степень колебательности, Расчет настроек на заданный показатель колебательности м и me
- •9.3 Приближенные методики расчета настроек. Расчет настроек в комбинированных и каскадных аср. Робастные методы расчета настроек
- •Формульный метод определения настроек регулятора
- •Раздел 10. Нелинейные системы. Общая характеристика нелинейных аср
- •10.1 Нелинейные системы. Общая характеристика нелинейных аср. Типовые нелинейные модели. Уравнения нелинейных систем
- •Характеристика нелинейных систем
- •Особенности нелинейных систем
- •Типовые нелинейные элементы системы управления
- •10.2 Анализ нелинейных систем на фазовой плоскости. Классификация особых точек. Автоколебания. Метод точечных преобразований
- •Основные понятия
- •Фазовые портреты нелинейных систем
- •Методы построения фазовых портретов
- •Интегрирование уравнений фазовых траекторий
- •Метод изоклин
- •Метод припасовывания
- •Метод сшивания
- •Понятие об автоколебаниях
- •Методы исследования автоколебаний Критерий Бендиксона
- •Метод точечного преобразования y1
- •10.3 Анализ релейных систем. Понятие устойчивости по ляпунову. Устойчивость в малом, большом и целом Устойчивость в малом, большом и целом
- •Исследование устойчивости нелинейных систем. Второй метод Ляпунова
- •10.4 Абсолютная устойчивость положения равновесия. Критерий в.М. Попова Критерий в.М. Попова
- •Процедура проверки абсолютной устойчивости
- •Метод гармонической линеаризации
- •Основное уравнение метода гармонического баланса
- •Способ Гольдфарба
- •Коррекция автоколебаний
- •Условия применимости метода гармонического баланса
- •Вибрационная линеаризация
- •Раздел 11. Системы регулирования при случайных воздействиях
- •11.1 Случайные процессы в аср. Типовые случайные сигналы и их характеристики Случайные процессы в аср
- •Характеристики случайных сигналов
- •11.2 Преобразование случайных сигналов линейным звеном. Идентификация динамических характеристик при случайных процессах Преобразование случайного сигнала линейным динамическим звеном
- •Определение оптимальной передаточной функции системы управления
- •11.3 Задачи анализа и синтеза аср при случайных воздействиях. Расчет дисперсии ошибки, параметрический синтез аср по минимуму дисперсии Задачи анализа и синтеза аср при случайных воздействиях
- •Расчет ошибок с сау при случайных воздействиях
- •Вычисление и минимизация дисперсии сигнала ошибки замкнутой системы
- •Статистическая оптимизация систем управления
- •Раздел 12. Дискретные (цифровые) автоматические системы регулирования (цаср)
- •Импульсный элемент
- •Линейные разностные уравнения
- •Раздел 1. Основные понятия и определения та у 7
- •1.1 Цель и задачи дисциплины. Кибернетика. Основные понятия тау. Принципы автоматического регулирования 7
- •Раздел 7. Качество процессов управления 140
- •Раздел 8. Косвенные критерии качества 154
- •Раздел 9. Параметрический синтез типовых регуляторов 169
- •Раздел 10. Нелинейные системы. Общая характеристика нелинейных аср 173
- •Раздел 11. Системы регулирования при случайных воздействиях 214
- •Раздел 12. Дискретные (цифровые) автоматические системы регулирования (цаср) 245
- •Раздел 13. Анализ устойчивости дискретных систем 274
- •Раздел 14. Адаптивные системы 293
- •Решетчатые функции и z-преобразование
- •Определение z-преобразования
- •Основные свойства z-преобразования
- •Цифровые системы управления
- •Дискретное преобразование Лапласа и частотные характеристики
- •Связь между дискретным и непрерывным преобразованиями Лапласа и непрерывная модель дискретной системы
- •12.2 Уравнения элементов цифровой аср. Цифровой регулятор, идеальный импульсный элемент, формирующий фильтр, приведенная непрерывная часть Непрерывная модель дискретной системы
- •12.3 Преобразование сигналов идеальным импульсным элементом. Теорема Котельникова. Характеристики разомкнутых цаср
- •12.4 Частотные характеристики. Характеристики замкнутых систем Динамические характеристики
- •Раздел 13. Анализ устойчивости дискретных систем
- •13.1 Анализ устойчивости дискретных систем. Необходимые и достаточные условия устойчивости. Аналог критерия гурвица Характеристическое уравнение и основное условие устойчивости
- •Алгебраические критерии устойчивости
- •Исследование устойчивости, основанное на преобразовании единичного круга в левую полуплоскость
- •Критерий устойчивости Джури
- •13.2 Аналоги критериев михайлова, найквиста Частотный критерий устойчивости
- •Критерий Найквиста
- •13.3 Методы построения переходных процессов. Косвенные критерии качества
- •Показатели качества в переходном режиме
- •Прямые показатели качества
- •Косвенные показатели качества
- •Особенности переходного процесса дискретных систем
- •Раздел 1. Основные понятия и определения та у 7
- •1.1 Цель и задачи дисциплины. Кибернетика. Основные понятия тау. Принципы автоматического регулирования 7
- •Раздел 7. Качество процессов управления 140
- •Раздел 8. Косвенные критерии качества 154
- •Раздел 9. Параметрический синтез типовых регуляторов 169
- •Раздел 10. Нелинейные системы. Общая характеристика нелинейных аср 173
- •Раздел 11. Системы регулирования при случайных воздействиях 214
- •Раздел 12. Дискретные (цифровые) автоматические системы регулирования (цаср) 245
- •Раздел 13. Анализ устойчивости дискретных систем 274
- •Раздел 14. Адаптивные системы 293
- •13.4 Бесконечная степень устойчивости. Регуляторы Резвика, Смита Раздел 14. Адаптивные системы
- •14.1 Классификация адаптивных систем. Системы экспериментального регулирования (сэр). Сэр с запоминанием экстремума, градиентные сэр
- •Системы экстремального регулирования
- •Способ градиента
- •14.2 Системы с эталонной моделью. Алгоритмы идентификации Беспоисковые адаптивные системы управления
- •Идентификация и модель для получения оценки
- •Модель для получения оценки
11.2 Преобразование случайных сигналов линейным звеном. Идентификация динамических характеристик при случайных процессах Преобразование случайного сигнала линейным динамическим звеном
Исходные соотношения. При воздействии стационарного случайного сигнала на линейное устойчивое звено (или систему) на выходе звена возникает также стационарный случайный сигнал, который можно рассматривать как преобразованный входной сигнал. Преобразование входного сигнала проявляется в изменении его статистических характеристик — математического ожидания, дисперсии, корреляционной функции и спектральной плотности.
Если входное воздействие x(t) состоит из постоянной или достаточно медленно меняющейся составляющей и центрированоной случайной составляющей , т. е.
(11.2.1)
то и выходная реакция у (t) звена может быть представлена в виде суммы
(11.2.2)
Согласно принципу суперпозиции каждая из составляющих у(t) может быть определена отдельно: — как результат преобразования , а — как результат преобразования . Так, математические ожидания входа и выхода статического звена с передаточной функцией W(р) связаны между собой уравнением статики
(11.2.3)
Статистические характеристики переменной составляющей определяются более сложными соотношениями. Так как в дальнейшем рассматриваются законы преобразования только центрированных составляющих, то значок ° будем опускать.
Базовыми формулами для вывода законов преобразования случайных сигналов являются интеграл свертки
(11.2.4)
и Фурье—изображение весовой функции
(11.2.5)
Законы преобразования во временной области. Пусть входной сигнал х(t) задан своей корреляционной функцией (рис. 11.2.1, а). Найдем корреляционные функции и .Взаимная корреляционная функция сигналов х (t) и у (t)
(11.2.6)
Рис. 11.2.1. Преобразование характеристик случайного сигнала линейным звеном:а — во временной области; б — в частотной области; в — с формирующим фильтром
Если вместо в выражение (11.2.6) подставить интеграл (11.2.4), записанный для времени , и выполнить вначале интегрирование произведения по переменной t в пределах от 0 до T, то в правой части (11.2.6) образуется корреляционная функция (11.1.12) входного сигнала с аргументом, равным разности формула (11.2.6) примет вид
(11.2.7)
Интегральное соотношение (11.2.7), называемое уравнением Винера-Хопфа, имеет такой же вид, как интеграл свертки (11.2.4), поэтому функцию можно рассматривать как реакцию звена на воздействие, имеющее форму функции .
Если в корреляционную функцию выходного сигнала у(t), равную
(11.2.8)
дважды подставить вместо у (t) и интеграл свертки (11.2.4) с переменными интегрирования соответственно и выполнить интегрирование произведения по t в пределах от 0 до Т, то в правой части (11.2.8) образуется корреляционная функция входного сигнала с аргументом, равным выражение (11.2.8) примет вид
(11.2.9)
В частном случае, когда на входе звена действует белый шум с корреляционной функцией , выражение (11.2.9) с учетом «выхватывающего» свойства дельта-функции может быть упрощено:
(11.2.10)
Подставляя теперь в (11.2.10) , получим формулу для дисперсии выходного сигнала:
(11.2.11)
которая показывает, что для вычисления дисперсии выходного сигнала при действии на входе звена белого шума достаточно проинтегрировать по времени квадрат весовой функции звена.
Формулу (11.2.11) можно использовать для вычисления дисперсии и в тех случаях, когда входной сигнал отличен от белого шума. Для этого необходимо в (11.2.11) подставить весовую функцию не самого рассматриваемого звена , а функцию эквивалентного звена, которое представляет собой последовательное соединение исследуемого звена и формирующего фильтра.
Законы преобразования в частотной области. В практических расчетах удобней пользоваться соотношениями между спектральными характеристиками входа и выхода (рис. 11.2.1, б). Пусть известна спектральная плотность . Выразим через нее спектральные плотности и
Взаимная спектральная плотность сигналов х(t) и у(t) согласно определению (11.1.28)
(11.2.12)
Если вместо подставить интеграл Винера-Хопфа (11.2.7), то после некоторых несложных искусственных преобразований подынтегральных сомножителей и использования формул (11.1.21) и (11.2.5) выражение (11.2.12) примет вид
(11.2.13)
Равенство (8.52), разрешенное относительно а. ф. х. , используют для определения характеристик объектов управления по экспериментальным реализациям сигналов х (t) и у (t). Для этого сначала вычисляют корреляционные функции и , а затем переходят к спектральным плотностям и , которые подставляют в (11.2.13).
Спектральная плотность выходного сигнала согласно (11.1.21)
(11.2.14)
Если вместо подставить в (11.2.14) двойной интеграл (11.2.9) и представить образованное выражение с тремя интегралами как произведение интеграла вида (11.1.21) и двух интегралов вида (11.2.5) с переменными интегрирования соответственно , то получим одну из важнейших формул статистической динамики:
(11.2.15)
или
(11.2.16)
Соотношение (11.2.16) показывает, что спектральная плотность выходного сигнала равна спектральной плотности входного сигнала, умноженной на квадрат амплитудной частотной характеристики звена (системы).
Формулу (11.2.16) можно получить также, исходя из чисто физических представлений: а. ч. х. при каждом значении аргумента определяет отношение амплитуд гармоник входного и выходного сигнала, а спектральные плотности и при фиксированном значении равны квадратам относительных амплитуд гармоник.
Если равенство (11.2.16) объединить с формулой (11.1.20), записанной для сигнала у(t), то получим еще одну важную для практических расчетов формулу:
(11.2.17)
по которой вычисляют дисперсию сигналов на выходе систем управления.
На соотношении (11.2.16) основаны понятие и метод формирующего фильтра. Формирующим фильтром называют динамическое звено, которое преобразует входной сигнал в виде белого шума в выходной сигнал с заданными статистическими характеристиками.
Пусть на входе формирующего фильтра ФФ (рис. 11.2.1, в) действует белый шум с единичной интенсивностью S0=1 при всех значениях . Тогда спектральная плотность сигнала х(t) на выходе ФФ согласно (11.2.16)
(11.2.18)
Следовательно, для получения на выходе ФФ случайного сигнала с желаемой функцией необходимо частотную функцию фильтра выбрать в соответствии с равенством (11.2.18), т. е. квадрат а. ч. х. ФФ должен быть равен спектральной плотности сигнала, формируемого из белого шума.
Для нахождения функции заданную спектральную плотность представляют в виде произведения двух комплексно-сопряженных сомножителей и . Из них выбирают тот, который имеет нули и полюса в верхней полуплоскости , т. е. тот, который соответствует устойчивому, физически реализуемому звену. Например, для получения на выходе ФФ случайного сигнала со спектральной плотностью (11.1.37)
(11.2.19)
реализуемым является первый сомножитель
(11.2.20)
Формирующий фильтр (11.2.20) представляет собой инерционное звено первого порядка (см. 3.3) с параметрами:
(11.2.21)
Последовательное соединение ФФ и исследуемого звена ИЗ называют эквивалентным звеном. Его а. ф. х.
(11.2.22)
Метод формирующего фильтра заключается в том, что при статистическом анализе систем управления перед исследуемым звеном (или системой) включают ФФ с а. ф. х., соответствующей спектральным свойствам реального входного сигнала х (t), а характеристики выходного сигнала у(t) определяют при подаче на вход эквивалентного звена (или системы) белого шума. Такой переход от исследования реального звена к исследованию эквивалентного в ряде случаев упрощает математические выкладки и задачу анализа. Например, для определения дисперсии выходного сигнала исследуемого звена достаточно получить (аналитически или экспериментально) весовую функцию эквивалентного звена и согласно (11.2.11) проинтегрировать ее квадрат:
(11.2.23)
Эту же дисперсию можно получить интегрированием в частотной области, подставляя в (11.2.17) :
(11.2.24)
Приравнивая правые части формул (11.2.23) и (11.2.24), можно получить частный случай равенства Парсеваля.
Пример. Вычислим дисперсию на выходе инерционного звена первого порядка с передаточной функцией W (р) = k/(Tp + 1) при действии на его входе белого шума с интенсивностью и шириной спектра .
Решим задачу интегрированием в частотной области — при помощи формулы (11.2.17). Дисперсия выходного сигнала у
(11.2.25)
Дисперсия тем меньше, чем меньше интенсивность входного сигнала и чем больше постоянная времени Т.