
- •21.. Синтез дискретных компенсационных регуляторов из условия обеспечения желаемого времени регулирования.
- •22.. Синтез дискр-х компенс-х регул-в из условия, обеспеч-х желаемое распол-е полюсов характерист-го уравнения.
- •23. Синтез дискр-х компенс-х регулят-в из условия, обеспеч-х минимизацию дисперсии вых-го сигнала лин-й системы.
- •24.. Элементы инвариационного вычисления и применение их для расчета оптимального управления.
- •Вариационное исчисление в оптимальном управлении
- •25.. Вывод основных соотношений принципа максимума. Проблемы его использования.
- •27.. Акр для линейных непрерывных систем.
- •28.. Акр для линейных дискретных систем.
- •29.. Синтез наблюдателей переменных состояния.
- •В соответствии с (6.344), (6.345) наблюдатель описывается уравнениями:
- •На основе уравнений (6.346) и (6.347) запишем
- •30.. Адаптивные системы упр-я. Классиф-я. Синтез адапт-й системы с эталонной моделью на основе подстройки коэффициентов уравнения переменных состояния.
- •Системы с адаптивной оценкой параметров
- •Адаптивное управление с эталонной моделью в переменных состояния
- •Адаптив-ый р-тор, обеспечив-й настройку коэф-тов уравнения состояния
29.. Синтез наблюдателей переменных состояния.
Рассмотрим объект управления, возмущенное движение которого описывается уравнением
, (6.319)
и одним из методов определен оптимальный закон управления
. (6.320)
Традиционно существует проблема измерения переменных состояния, что умоляет результат синтеза оптимального закона управления в функции переменных состояния. Доступными измерению являются выходные переменные системы, связанные с переменными состояния соотношением
. (6.321)
В связи с этим возникает задача наблюдения (восстановления, оценки) вектора x(t) по результатам измерения y(t) на интервале [t0, t].
Обозначим
вектор переменных состояния, полученных
с помощью какого-либо алгоритма наблюдения
через
.
Рассмотрим некоторые алгоритмы
наблюдателей переменных состояния.
Наблюдатель полного порядка
Пусть простейший наблюдатель имеет модель
. (6.322)
Если
бы удалось задать значение
равным Х(0), то решение уравнения (6.322)
точно совпадало бы с решением (6.319).
Если
,
то возникает ошибка наблюдения
,
которая удовлетворяет уравнению
(6.323)
Если объект управления асимптотически устойчив, то ошибка наблюдения будет с течением времени уменьшаться
.
Если дополнить уравнение (6.322) составляющей, содержащей измеряемый вектор Y, то такой алгоритм наблюдателя можно записать в общем, виде:
. (6.324)
Уравнения для определения матриц F, H, G могут быть получены разными способами.
В простейшем случае пусть система имеет один вход и один выход. Для данного случая можно воспользоваться методом передаточной функции
. (6.325)
Преобразование Лапласа уравнений (6.319) при нулевых начальных условиях имеет вид
,
где (рЕ А)-1В есть матричная передаточная функция.
Уравнение наблюдателя (6.324), преобразованное по Лапласу при нулевых начальных условиях имеет вид
или
. (6.326)
Подставляя в уравнение (6.326) уравнение (6.325), получим
.
(6.327)
Из условия (6.325) можно записать, что
.
(6.328)
Уравнение (6.328) можно трансформировать к виду
или
.
Если выбрать
и
, (6.329)
то равенство будет выполняться.
На основании (6.324) и (6.329) представим уравнения наблюдателя состояния в виде
. (6.330)
Для определения матрицы G воспользуемся уравнением модели ошибки
(6.331)
или
.
(6.332)
Уравнение (14) показывает, что ошибка оценки состояния имеет ту же самую динамику, что и наблюдатель состояния, исходя их характеристического уравнения (12):
. (6.333)
Матрицу G обычно выбирают так, чтобы переходный процесс в наблюдателей закончился быстрее, чем переходный процесс в системе. Эмпирически установлено, что наблюдатель должен обладать быстродействием в 2-4 раза превышающим быстродействие системы. Можно составить характеристическое уравнение
, (6.334)
которое соответствует желаемому быстродействию.
Характеристическое уравнение (6.333) имеет вид
.
Из равенств
(6.335)
можно найти элементы матрицы G .
В матричной форме можно воспользоваться правилами размещения собственных чисел на основе задач модельного управления, когда требуется для выражения
(6.336)
найти
матрицу К, которая позволила бы иметь
матрицу
с набором желаемых собственных чисел.
Для этой цели выполняется преобразование
в форме Фробениуса-Кальмана к матрице
S
со столбцами S1,
S2,
Sn,
строящимися по формулам
(6.337)
где
коэффициенты характеристического
многочлена матрицы А:
.
Использование матрицы S позволяет записать уравнение (6.336) в форме
(6.338)
где
.
Элементы
матрицы
вычисляются
(6.339)
и
формируют строку
.
Это вытекает из условия, что произведение
и
формируют матрицы собственных чисел
матриц
и А. Матрица
состоит из единичных векторов.
Искомая матрица K находится
. (6.340)
Применяя данный метод для расчета матрицы G наблюдателя можно переписать уравнение (6.336) в виде
. (6.341)
Правая часть уравнения (6.341) подобна на матричное выражение для наблюдателя, из выражения (6.333):
,
что позволяет использовать рассмотренный метод размещения полюсов. Такой же результат можно получить, если использовать подстановку
. (6.341а)
Тогда уравнение (12) перепишем в виде
(6.342)
или
,
где
.
Исключая G из последних соотношений, имеем
. (6.343)
Наблюдатель, описываемый уравнением (6.340), (6.342), (6.343), был получен Люенбергом и поэтому его часто называют наблюдателем Люенбергера.
Обычно некоторые из переменных состояния доступны для измерения и скорее всего непосредственное измерение переменной будет более точным, нежели оценка переменной с помощью наблюдателя. Тогда размерность вектора состояний наблюдателя будет меньше на число измеренных координат (r) и такой наблюдатель называется редуцированным наблюдателем. Он описывается уравнениями
; (6.344)
(6.345)
где V вектор состояний пониженного порядка (n – r). Матрицы N и определяются из уравнения:
. (6.346)
Необходимость этого равенства следует непосредственно из (6.344), если подставить (6.321), (6.341а).
Матрица S находится из уравнения:
, (6.347)
где L – произвольная матрица размера (n r) r.
Достаточно распространенный случай в практике Y X1
Пример.
Модель объекта управления