- •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
1.4. Закон обратной связи
Программная траектория - это траектория, вдоль которой самолет, ведомый автопилотом, никогда не летает. Различного рода возмущения отклонят его от расчетной траектории, поэтому необходима дополнительная система управления, задача которой - устранять воздействия случайных возмущений. Рассмотрим математическую постановку этой задачи в естественном предположении малости возмущений. Так как мы знаем X0(t), U0(t) - решение задачи
=
F(X0,
U0,0,
t),
(1.4.1)
в отсутствие возмущений, то есть при ξ=0, то исходя из предположения о малости возмущений, резонно положить в случае ξ≠0
X = X0 + Y, U=U0 + v. (1.4.2)
Считая Y и v величинами того же порядка малости, что и возмущения, подставим (1.4.2) в исходную систему (1.3.1) и линеаризуем ее, то есть отбросим члены более высокого порядка малости, чем Y, v, ξ. В результате несложных выкладок получим
=
AY
+ Bv+Сξ,
(1.4.3)
где
матрицы,
элементами которых являются производные,
вычисленные вдоль программной
траектории, то есть при
Y = v= ξ = 0. (1.4.4)
Понятно, что Y(0)=0, а целью корректирующего управления должна быть минимизация модуля или квадрата Y(T), что физически соответствует максимизации точности достижения цели ХК=Х(Т). Как и при нахождении программной траектории, необходимо учитывать ограничение по ресурсу управления, причем
U + v GU. (1.4.5)
Таким образом, в общем случае задача определения закона обратной связи качественно отлична от задачи программирования. Задаче конструирования обратной связи посвящено огромное число исследований, но до сих пор не созданы общие методы ее решения.
Еще более общую формулировку можно придать данной задаче, задавшись вопросом о нахождении полного множества законов обратной связи, удовлетворяющих системе (1.4.3) и какому-либо критерию точности достижения цели. В такой постановке данная задача носит название задачи синтеза.
Допустим, что нам удалось решить задачу выбора закона обратной связи, определив v(X,t), то есть каким-то образом реализовать схему управления, изображенную на рис. 1.1. На схеме видно, что сигнал, поступивший на вход объекта управления, преобразуется в нем и результат подается на выход. Через канал обратной связи выход соединен с блоком сравнения, где результат оценивается (например, определяется отклонение С от программной траектории). Допустим, что он меньше, чем требуется; тогда блок регулирования подает сигнал на увеличение v(X, t). Наоборот, сигнал от блока регулирования - уменьшение, если результат больше требуемого. В этом процессе и заключается смысл корректирующего управления v(X, t) или закона обратной связи.
Рисунок 1.1
Различают положительную и отрицательную обратную связь. Обратная связь считается положительной, если возрастание управляемой величины вызывает ее дальнейшее возрастание, и отрицательной — когда это вызывает ее уменьшение. Соответственно, уменьшение управляемой величины при положительной обратной связи приводит к ее дальнейшему уменьшению, а при отрицательной - увеличивает ее. В ТАУ в большинстве случаев рассматриваются контуры с отрицательной обратной связью.
Реальные системы управления обычно имеют не один, а несколько контуров обратной связи по различным компонентам вектора фазового состояния системы.
Итак, схема управления реализована; как правило, эта задача носит в большей или меньшей мере характер изобретательства, однако естественно желание иметь некие объективные характеристики предлагаемой системы управления, а также уметь выбирать параметры предлагаемой конструкции. Эти вопросы в ТАУ носят название задачи анализа.
Вернемся к уравнению (1.4.3) и предположим, что нам удалось найти некое допустимое корректирующее управление в виде
v = P ·Y, (1.4.6)
где Р=(рij) (i= 1, 2, ..., п, j= 1, 2, ..., r) - матрица конструктивных параметров выбранной нами схемы управления. Основной задачей анализа является определение области (множества) Gp значений параметров pij, при которых решение Y(t) асимптотически устойчиво.
Поясним сказанное несколько подробнее. Если внешние возмущения отсутствуют, то, очевидно, что Y=0. Пусть в некоторый момент времени t=t0 на объект управления подействовало некоторое случайное возмущение, в результате которого состояние объекта управления изменится:
Y(t0) = Y0 ≠ 0. (1.4.7)
Что будет с объектом управления, после того как помеха исчезнет? Ясно, что если с течением времени отклонение исчезнет, то цель управления будет достигаться. Это математически можно отразить следующим образом:
Y(t)=0
(1.4.8)
в противном случае цель недостижима. Обычно условие (1.4.8) записывается в виде
Y(t)=0
(1.4.9)
Возможность такой замены конечного отрезка времени на бесконечный интервал физически означает предположение о том, что время релаксации (затухания) возмущения во много раз меньше времени управления. Эта замена во многих случаях позволяет провести исследование процесса более простым способом, чем при исследовании его на конечном интервале времени.
Таким
образом, зная множество Gp,
мы
знаем область значений параметров, при
которых объект асимптотически устойчив,
но поведение объекта, его характеристики
будут существенно различны в зависимости
от выбора точки множества Gp.
Различного
рода другие требования, такие как
стоимость и простота, технологичность
и надежность, будут сужать область
допустимых параметров, то есть Gp
перейдет
в
.
Очевидно, что если множество
окажется пусто, то выбранная конструкция
должна быть заменена другой. В противном
случае в нашем распоряжении остается
еще возможность выбора точки на множестве
,
исходя из какого-нибудь критерия.
Различные критерии такого рода будут
рассмотрены при исследовании качества
линейных САУ.
