
- •Введение
- •1. Основные задачи теории автоматического управления
- •Формулировка задачи управления
- •Математическая модель объекта управления
- •1.3. Управляющая система и объект автоматического управления
- •1.4. Закон обратной связи
- •1.5. Общая задача теории автоматического управления
- •2. Математические модели сау
- •2.1. Построение модели элемента системы управления
- •2.2. Динамические и статические звенья сау
- •2.3. Составление дифференциальных уравнений систем автоматического управления
- •2.4. Примеры составления дифференциальных уравнений звеньев сау
- •2.5. Типовые динамические звенья линейных сау
- •2.6. Соединение звеньев и преобразование структурных схем сау
- •2.7. Вопросы идентификации моделей объектов управления
- •3. Методы исследования линейных сау
- •3.1. Общая модель линейной непрерывной и дискретной сау
- •3.2. Линейные сау, описываемые обыкновенными дифференциальными уравнениями с постоянными коэффициентами
- •3.3. Дискретные линейные сау
- •4.1. Метод фазовой плоскости
- •4.2. Линеаризация нелинейных дифференциальных уравнений
- •4.3. Автоколебания нелинейных сау
- •5. Устойчивость систем автоматического управления
- •5.1. Основные понятия теории устойчивости (математическая формулировка)
- •5.2. Общие теоремы об устойчивости линейных сау
- •5.3. Устойчивость линейной сау с постоянной матрицей
- •5.4. Связь устойчивости с корнями характеристического уравнения
- •5.5. Критерии устойчивости
- •5.6. Алгебраические критерии устойчивости
- •5.7. Частотные критерии устойчивости
- •5.8. Логарифмический критерий устойчивости
- •5.9. Запас устойчивости по фазе и амплитуде
- •5.10. Устойчивость импульсных сау
- •5.11. Устойчивость нелинейных сау
- •6. Качество систем автоматического управления
- •6.1. Показатели качества переходного процесса
- •6.2. Прямые методы определения показателей качества
- •6.3. Связь переходного процесса с вещественной частотной характеристикой системы
- •6.4. Интегральные оценки качества
- •7. Случайные воздействия в линейных сау
- •7.1. Понятие случайной функции
- •7.2. Основные характеристики случайной функции
- •7.3. Стационарные случайные функции
- •7.4. Спектральное представление стационарной случайной функции
- •7.5. Спектральная плотность стационарной случайной функции
- •7.6. Преобразование стационарной случайной функции стационарной линейной динамической системой
- •7.7. Преобразование случайных сигналов безынерционными нелинейными звеньями
- •7.8. Понятие статистически оптимальной линейной системы
- •7.9. Статистическая проверка гипотез
- •8. Задачи оптимального управления
- •8.1. Экстремумы функций. Принцип Лагранжа
- •8.2. Начала вариационного исчисления
- •8.3. Прямые методы решения задач оптимального управления
- •8.4. Принцип максимума Понтрягина
- •8.5. Оптимальное позиционное управление (динамическое программирование)
- •9. Современные тенденции развития систем управления
- •9.1. Управление при неполной начальной информации
- •9.2. Экстремальные сау
- •9.3. Самонастраивающиеся системы (снс)
- •9.4. Самоорганизующиеся и самообучающиеся сау
- •9.5. Автоматизированные системы управления
- •9.6. Роботы и гибкие производственные системы
- •9.7. Математические методы в управлении роботами и гпс
3. Методы исследования линейных сау
Линейные САУ занимают особое место в теории автоматического управления. Обусловлено это двумя причинами. Во-первых, очень многие реальные системы при некоторых ограничениях могут быть линеаризованы. Правда, методы линеаризации не всегда столь просты, как в главах 1, 2 (см. также подглаву 4.3). Во-вторых, методы решения линейных дифференциальных или разностных уравнений, которыми в данном случае описываются объекты управления, - область, образно выражаясь, «без белых пятен».
Формализованным определением понятия линейности в приложении к математической модели объекта управления является требование линейности функций F(X, U, t) и N(X, U, t). Функция f(X1,Х2,. . .,Хn) называется линейной, если выполнены условия:
1.
(3.0.1)
2.
(3.0.2)
3.1. Общая модель линейной непрерывной и дискретной сау
Требования линейности (3.0.1) и (3.0.2) приводят к описанию (моделированию) объекта управления в виде:
(3.1.1)
для непрерывных САУ и, соответственно,
Xk+l=A(tk)X +B(tk)Uk+C(tk)ξk (3.1.2)
или X(k + 1)=A(tk)X(k)+B(tk)U(k)+C(k)ξ(k) (3.1.2a)
для дискретных САУ. Будем, как и раньше, считать возмущения малыми (ξ<<1) и отложим рассмотрение их проявлений до главы 7, а пока будем считать ξ=0 и работать с уравнениями
X(t)=A(t)X(t)+B(t)U(t), (3.1.3)
Xk+1=A(tk)Xk+B(tk)Uk. (3.1.4)
Характерной чертой линейных САУ является приложимость к ним принципа суперпозиции, который может быть сформулирован следующим образом. Пусть Uj(t) (j=1,2,...,k)- некоторые, вообще говоря, различные, выбранные нами управления, а Xj(t)- соответствующие этим уравнениям траектории объекта управления в фазовом пространстве. Тогда для линейной САУ траектория движения объекта управления X(t) при действии управления
(3.1.5)
будет равна
(3.1.6)
Этот принцип позволяет исследователю рассматривать результат действия каждого управления в отдельности, независимо от действия других управлений.
Очень часто в литературе по традиции, сложившейся во времена разработки теории регулирования, управляющие воздействия U(t) называют входными сигналами и обозначают X(t), a X(t), в свою очередь, называют выходными сигналами, или реакцией системы, и обозначают Y(t. Во избежание путаницы мы будем придерживаться обозначений главы 1.
Также очень часто линейные САУ описывают линейным дифференциальным уравнением вида:
(3.1.7)
то есть в несколько иной форме, чем (3.1.3). Однако, по сути дела, описание (3.1.7) эквивалентно описанию (3.1.3) с точностью до обозначений.
Введем следующие обозначения:
(3.1.8)
и, соответственно,
(3.1.9)
тогда, рассматривая n-мерный вектор X(t={x(t),x1(t), ..., хп-1(t)} и m+1-мерный вектор U(t={u(t),u1(t), ..., um(t)} (считаем m+1< n, что обычно выполняется в реальных САУ), а также определив матрицу А размерности п×п как
и матрицу В размерности n×(т + 1) равной
,
получим
(3.1.10)
Таким
образом, уравнение (3.1.7) и система (3.1.3)
эквивалентны между собой. Каждому
решению xi=Xi(t)
уравнения
(3.1.7) соответствует решение X(t)={xi(t),
xi(t),
...,
(t)}
системы (3.1.3), и наоборот, каждому решению
X(t)={x1(t), x2(t), ...,xn(t)}
системы (3.1.3) соответствует решение x(t)=xi(t) уравнения (3.1.7), причем это соответствие однозначно.
Замечание
3.1.1.
Из общей теории обыкновенных
дифференциальных уравнений в предположении,
что элементы матрицы A(t)={aij(t)}
и
свободные
члены
fi
(t)=
-
непрерывные
функции на
интервале (0,
τ),
следует, что система (3.1.3) при любых
начальных условиях
X(0)={x1(0), x2(0), .... хп(0)} (3.1.11)
имеет решение на этом интервале, причем это решение единственное. Часто начальное условие (3.1.11) записывают в виде
Х(0)=Х0 (3.1.12)
где Х0 - некий постоянный n-мерный вектор.
Аналогично для уравнения (3.1.7) в предположении, что
ai(t) (i=l, 2, ..., n), fi(t=b0(t)um+ b1(t)um+1 ... +bm(t)u
- непрерывные функции на интервале (0, Т), следует, что уравнение (3.1.7) при любых начальных условиях
(3.1.13)
имеет решение на этом интервале, причем это решение единственное.
Эти утверждения следуют из одной из основных задач теории дифференциальных уравнений (обыкновенных и с частными производными) - задачи Коши. Простейшая задача Коши состоит в том, что требуется найти определенную на полупрямой t≥t0 вектор-функцию X(t), которая удовлетворяет уравнению
и при t=to принимает значение X0, то есть X(to)=X0. О.Коши в начале прошлого века доказал, что в предположении непрерывности f(X, t) для всех t и непрерывной дифференцируемости по X эта задача всегда имеет решение, причем решение единственное и непрерывно зависящее от начальных данных.
3.1.1. Решение системы линейных дифференциальных уравнений с переменными коэффициентами. Будем рассматривать нормальную систему линейных дифференциальных уравнений с переменными коэффициентами
(3.1.14)
или, в векторной записи,
(3.1.15)
В первую очередь исследуем однородную систему, то есть случай f(t)≡(fi(t))≡0, i = l, 2, ..., п). Для однородной системы имеем
(3.1.16)
или, в векторной записи,
(3.1.17)
Установим простейшие свойства этих уравнений.
1. Если X(t)=X0(t)- решение уравнения (3.1.17) - обращается в нуль при некотором значении t0:
X0(t0) = 0, (3.1.18)
то это решение тождественно равно нулю Xo(t)≡0, to< t < tk. Такое решение называется тривиальным. Это свойство непосредственно следует из замечания 1, изложенного в конце предыдущего раздела.
2. Если векторные функции
X1t), X2(t), ..., Xr(t) (3.1.19)
- решения уравнения (3.1.17), то векторная функция
(3.1.20)
где cl - константы, также является решением уравнения (3.17.1). Это свойство доказывается непосредственной проверкой.
3.Система решений (3.1.19) называется линейно зависимой, если существуют такие константы сl(l=1,2,. . . . , r) , при которых
и
(3.1.21)
В противном случае система решений (3.1.19) называется линейно независимой.
Если хотя бы для одного значения t = t0 векторы
X1(t0), X2(t0), …, Xr(t0) (3.1.22)
оказываются линейной зависимыми, то решение (3.1.19) линейно зависимо. Действительно, допустим, что векторы (3.1.22) линейно зависимы, то есть выполнено условие (3.21) при t = t0. Положим
(3.1.23)
В силу свойства 2 векторная функция (3.1.23) является решением уравнения (3.1.17), и так как X(t0) =0, то X(t)≡ 0 в силу свойства 1.
Важнейшим понятием для однородных линейных систем обыкновенных дифференциальных уравнений является понятие фундаментальной системы решений. Система
X1(t), X2(t), ..., Xn(t) (3.1.24)
решений уравнения (3.1.17) называется фундаментальной системой решений, если она линейно независима. (Заметьте, что число решений фундаментальной системы равно порядку уравнения п.)
Докажем, что для уравнения (3.1.17) фундаментальная система всегда существует. Пусть Х0i (i=1,2,..., n) - произвольная система линейно независимых векторов (п - порядок системы (3.1.17)). Определим решения (3.1.24) начальными условиями
Xi(0)=X0i (i=1, 2, ... п). (3.1.25)
Так как векторы Xi(0) (i=1, 2, . . . , п) линейно независимы, то согласно свойству 3, решения (3.1.24) также линейно независимы, то есть составляют фундаментальную систему. Ясно, что, так как X0i - произвольная система линейно независимых векторов, то фундаментальная система решений определяется неоднозначно.
Важность фундаментальной системы решений становится понятной из следующего утверждения: любое решение X(t) системы (3.1.17) может быть представлено в виде
(3.1.26)
где Xl(t) (l=1,2, ...,п) - фундаментальная система решений, a cl - надлежащим образом подобранные константы. Действительно, пусть t=to - некое значение времени t. Так как решения (3.1.24) линейно независимы, то векторы Xl(t0) (l=1, 2, ..., п) линейно независимы, и так как их число равно размерности рассматриваемого векторного пространства, то они составляют его базис, и поэтому любой вектор X(to) может быть разложен по этому базису, то есть могут быть найдены cl(l=1, 2, . . . , п) такие, что
Решения
X(t)
и
имеют общие начальные
условия
и поэтому в силу единственности
решения (замечание 1) должны совпадать.
Таким образом, равенство (3.1.26) справедливо. Очевидно, что константы сl (l=1, 2, ..., п) могут быть найдены из решения алгебраической системы уравнений:
(3.1.27)
Перейдем теперь к неоднородным системам:
(3.1.28)
Непосредственной
проверкой легко убедиться, что
если
и
-
решения неоднородного уравнения
(3.1.28), то
(3.1.29)
будет решением однородного уравнения (3.1.17). Следовательно, произвольное решение неоднородного уравнения (3.1.28) может быть представлено в виде
,
(3.1.30)
где
-
частное решение уравнения (3.1.28), Xl(t)
(l=1,2,...,п)-
фундаментальная система решений
однородного уравнения (3.1.17).
Зная фундаментальную систему решений однородного уравнения, можно найти частное решение неоднородного уравнения. Этой цели служит метод вариации постоянных. Пусть известна фундаментальная система решений (3.1.24). Будем искать частное решение системы (3.1.28) в виде
(3.1.31)
где cl(t) (l=1, 2, ..., п) - неизвестные функции. Подставив выражение (3.1.31) в уравнение (3.1.28), получим:
(3.1.32)
Принимая во внимание, что Xl(t) (l=1, 2, ... , п) - решения уравнения (3.1.17), имеем для определения функций cl(t) векторное уравнение
(3.1.33)
Так
как
Xl(t)
по
определению - линейно независимые
вектор-функции в каждой точке t,
то
из соотношения (3.1.33) величины
могут
быть однозначно определены (решение
алгебраической системы уравнений типа
(3.1.27)), и потому величины сl(t)
можно
найти в виде квадратур (интегралов).
Используя эквивалентность системы
(3.1.3) и уравнения (3.1.7), несложно
перенести полученные результаты решения
системы линейных обыкновенных
дифференциальных уравнений на решение
обыкновенного дифференциального
линейного уравнения (3.1.7).
На сегодняшний день нет общих аналитических методов нахождения фундаментальной системы решений линейных дифференциальных уравнений с переменными коэффициентами. Однако, если известно нетривиальное (не равное тождественно нулю) решение x1(t) однородного уравнения
(3.1.34)
то порядок этого уравнения можно снизить на единицу, то есть свести его решение к решению линейного уравнения порядка п-1. Для этого надо ввести новую неизвестную функцию
(3.1.35a)
или, что то же самое, положить
(3.1.35б)
Такая замена может иметь место лишь на интервале, где x1(t) не обращается в нуль.
Пример 3.1.1. Рассмотрим уравнение
Чтобы обеспечить непрерывность коэффициентов ai(t), выберем в качестве интервала (to, tk) один из интервалов (-∞, 0), (0, 1), (1,∞). Непосредственным вычислением просто убедиться, что x1(t)=1/t2 есть одно из решений исходного уравнения. Подставим
в исходное уравнение, учитывая, что
Для искомой функции φ(t) получим уравнение
решение которого φ(t)=(t-1)2 и соответственно
Окончательно
Нам осталось доказать, что решения x1(t) и x2(t) линейно независимы (требование фундаментальности системы). Покажем, что это так, например, на интервале (-∞, 0). Обращаясь к формулам (3.1.8), нетрудно видеть, что требование линейной независимости решений x1(t) и x2(t) эквивалентно доказательству того, что определитель
при
любом
.
Вычислим величину W(t):
(непосредственным вычислением имеем W(t) = (t -1)2/t4), откуда
Так как x1(t) и x2(t) - решения уравнения
то,
выразив
и
из этого уравнения через первые
производные решений и сами решения,
получим
Следовательно,
(3.1.36)
Таким образом, если W(t) равно нулю в какой-либо точке t0, то W(t) = 0. И, наоборот, неравенство нулю W(t0) влечет за собой W(t)≠0 для любого t рассматриваемого интервала. В нашем конкретном случае, взяв для простоты t=-1, получим W(-1)=4 (предоставляем читателю сделать выкладки самостоятельно), что доказывает линейную независимость найденных нами решений.
Исследование линейной независимости (зависимости) системы решений можно обобщить на случай уравнений (3.1.3) и (3.1.7). Предлагаем читателю доказать самостоятельно, что если рассмотреть определитель
(3.1.37)
(называемый определителем Вронского) для уравнения (3.1.3) в случае его однородности, то есть равенства B(t)∙U(t)=0, то если система решений фундаментальна, определитель W(t) не равен нулю ни при каком значении t. Далее, если система решений линейно зависима, то определитель Вронского тождественно равен нулю. Это непосредственно следует из формулы Лиувилля:
,
(3.1.38)
где
-
след матрицы A(t),
то
есть сумма ее диагональных элементов.
Используя формулы (3.1.8) и выражение для матрицы W(t), в случае уравнения (3.1.7) получаем, что определитель Вронского будет иметь вид
,
(3.1.39)
а формула Лиувилля
(3.1.40)
Вернемся к рассматриваемому нами примеру 1. Для него была найдена фундаментальная система решений исследуемого уравнения. Продемонстрируем, как работает метод вариации постоянных для нахождения частного решения соответствующего неоднородного уравнения, взяв величину свободного члена равной 1/(1 - t). Имеем
Следуя изложенному выше алгоритму данного метода, будем искать частное решение в виде у=c1(t)x1(t)+c2(t)x2(t).
Система уравнений (3.1.33) в данном случае записывается следующим образом:
Решая
эту систему, получим
Следовательно, для выбранного нами
интервала (0, 1) частное решение
3.1.2. Краевые задачи. В предыдущем разделе были рассмотрены общие приемы решения линейных дифференциальных уравнений (систем уравнений) с переменными коэффициентами. В теории автоматического управления часто необходимо найти решение, которое в граничных точках заданного отрезка времени удовлетворяет определенным условиям. Такими требованиями в простейшем случае являются условия нахождения объекта управления в начальный момент времени в некой точке фазового пространства и перевод его в точку цели, то есть для уравнения (3.1.3)
Х(0) = Х0 и Х(Т) = ХТ. (3.1.41)
В случае же уравнения (3.1.7) эти условия будут иметь вид
(3.1.42)
Ограничимся рассмотрением простейшего случая, когда уравнение (3.1.7) имеет второй порядок (n = 2):
а0 (t) х" + а1(t) х' + a2(t)x = f (t), (3.1.43)
где a0(t), a1(t), a2(t), f(t) - непрерывные функции на отрезке [0,Т] и a0(t) не обращается в нуль. Краевые условия для уравнения (4.43) в общем случае записывают в виде
(3.1.44)
(3.1.45)
Полагая f(t)=0 и h1=h2=0, получим однородную краевую задачу, которая соответствует данной неоднородной краевой задаче.
Простейший пример однородной краевой задачи
при условии х(0)=х(π)=0 показывает, что нетривиальное ее решение существует только при а=k2, где k - целое число. Очевидно, что любая однородная краевая задача всегда имеет тривиальное решение.
Рассмотрим следующую краевую задачу:
t
(3.1.46)
при условии
x(0)=1, x(1)=2 (0<p<π) (3.1.46а)
Нетрудно догадаться, что общее решение уравнения (3.1.46)
,
(3.1.47)
где c1, с2 - произвольные постоянные. Используя условия (3.1.46), находим
Следовательно, решение краевой (3.1.46), (3.1.46а)
(3.1.48)
Однако когда решалась эта задача, нам «сильно повезло», то есть мы смогли определить частное решение уравнения (3.1.47) из-за его очевидности. В более сложных случаях пришлось бы искать частное решение, например, методом вариации постоянных, а затем использовать процедуру, аналогичную вышеизложенной.
Существует метод, не требующий определения частного решения уравнения, и часто он оказывается проще для решения краевых задач. Этот метод основан на нахождении функции Грина.