Учебное пособие 800669
.pdfПодставляя это значение 0 в (4.96), находим коэффициент k0 для не-
четной характеристики:
k0 |
|
my |
(4.100) |
|
m |
||||
|
|
|
||
|
|
x |
|
Подставляя выражение (4.98) дисперсии величины и во второе условие
(4.97), находим коэффициент k1:
|
|
|
|
k |
Dy |
|
y |
, |
(4.101) |
|
|
|
|||||||
|
1 |
Dx |
x |
|
|
||||
|
|
|
|
|
|
|
|||
где y |
|
, x |
|
- средние квадратические отклонения выходного и |
|||||
Dy |
Dx |
входного сигналов нелинейного звена Y и X соответственно. Знак коэффици-
ента k1 определяется характером функции . Если функция (x) возрастает около точки x=mх, то следует взять k1 >0, а если функция (x) убывает, то следует взять k1 < 0.
Условия (4.97) обеспечивают точный учет изменения нелинейным зве-
ном полезного сигнала и уровня флуктуации. При этом, конечно, закон рас-
пределения выходного сигнала нелинейного звена при статистической ли-
неаризации искажается. В этом отношении метод статистической линеариза-
ции вполне равноценен методу гармонической линеаризации, который обес-
печивает правильный учет первой гармоники на выходе нелинейного звена,
но искажает характер колебаний выходного сигнала.
Учитывая, что нелинейные звенья в автоматических системах работают совместно с линейными, для которых законы преобразования случайных сигналов определяются не столько их дисперсиями, сколько корреляцион-
ными функциями, приходим к заключению, что можно допустить при стати-
стической линеаризации некоторую ошибку в дисперсии выходного сигнала с целью лучше приблизить его корреляционную функцию.
На основании изложенных соображений возникает идея положить в основу метода статистической линеаризации другой принцип, а именно
401
принцип минимума средней квадратической ошибки от замены исходной не-
линейной зависимости приближенной линейной зависимостью (4.95):
M[Y] 02 k12Dx 2 0my 2k1M[YX0] min. |
(4.102) |
Подставляя сюда выражение для U из (4.95) и используя известные |
|
свойства математических ожиданий, получим следующее условие: |
|
M[(Y U)2] min. |
(4.103) |
При известных my, М[Y2], Dx и М[YX0] величина η является функцией
параметров 0 и k1. Приравнивая нулю частные производные этой функции по 0 и k1, получим уравнения
0 my 0, |
(4.104) |
||
k1Dx M[YX0 ] 0. |
(4.105) |
||
Уравнение (4.104) дает для 0 |
ранее полученную формулу (4.99). |
||
Решая уравнение (4.105), получаем следующую формулу для коэффи- |
|||
циента k1: |
|
|
|
k |
1 |
M[YX0]. |
(4.106) |
|
|||
1 |
D |
|
|
|
x |
|
Легко показать, что найденные выражения 0 и k1 действительно обес-
печивают минимум величины η. Для этого дадим величинам 0 и k1 в выра-
жении (4.102) приращения, равные соответственно u0 и u1. Тогда получим
M[ Y 0 u0 (k1 u1)X0 2]
(4.107)
M[ Y 0 k1X0 2] u02 u12Dx 2u0( 0 my) 2u1(k1Dx M[YX0 ]).
Если 0 и k1 определяются уравнениями (4.104) и (4.105), то формула
(4.107) принимает вид
M[ Y 0 k1X 0 2 ] u02 u12Dx. (4.108)
Отсюда видно, что η принимает минимальное значение только при u0 = u1=0, т. е. при 0 и k1, определяемых уравнениями (4.104) и (4.105).
402
Для вычисления величин k1, k0, и 0 по полученным формулам необхо-
димо знать одномерную плотность вероятности f1(x,t) входной случайной функции X(t) нелинейного звена, которую мы будем обозначать сокращенно f(x). Тогда формулы (4.99), (4.100), (4.101) и (4.106) примут вид
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
(x)f (x)dx, |
|
(4.109) |
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
k0 |
|
(x)f (x)dx, |
|
(4.110) |
|||||||||
|
m |
|
||||||||||||
|
|
|
|
|
|
|
|
x |
|
|
|
|
||
(1) |
|
|
1 |
|
2 |
2 |
1/2 |
|
||||||
k1 |
|
|
|
|
|
|
|
(x)f (x)dx 0 |
, |
(4.111) |
||||
|
|
|
|
|
||||||||||
|
x |
|
|
|
|
|
|
|||||||
|
|
|
1 |
|
|
|
|
|
|
|
|
|||
k1(2) |
|
|
(x mx) (x) f (x)dx, |
(4.112) |
||||||||||
2 |
|
|
||||||||||||
|
|
|
x |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
где индексы вверху у коэффициентов k1 указывают способ линеаризации.
Пользуясь формулами (4.109) - (4.112), можно определить функцию 0
и статистические коэффициенты усиления k1, k0 для типовых нелинейных звеньев при заданной одномерной плотности вероятности f(x) входной слу-
чайной функции. Однако при работе нелинейного звена в замкнутой системе плотность вероятности его входного сигнала заранее неизвестна. Даже и по-
сле проведенного исследования системы часто удается определить только некоторые числовые характеристики входных случайных сигналов нелиней-
ных звеньев. Выход из этого затруднения достаточно прост. Дело в том, что изменение формы закона распределения f(x) в широких пределах не оказыва-
ет существенного влияния на коэффициенты k0 и k1 и функцию 0. Кроме то-
го, нелинейные звенья, как правило, соединяются в системах с инерционны-
ми линейными звеньями, а закон распределения выходной переменной инер-
ционной линейной системы оказывается обычно близким к нормальному при любом законе распределения входной переменной. Закон распределения вы-
ходной переменной тем ближе к нормальному, чем инерционнее линейная система (т. е. чем больше ее постоянные времени). Учитывая эти соображе-
403
ния, можно принять в формулах (4.109) - (4.112) закон распределения вход-
ной переменной нелинейного звена нормальным:
|
|
1 |
|
|
(x mx )2 |
|
(4.113) |
f (x) |
|
|
e 2 x2 . |
||||
|
|
|
|||||
x |
|
2 |
|
При этом статистические коэффициенты усиления нелинейного звена k0 , k1(1) , k1(2) и его статистическая характеристика 0 будут функциями матема-
тического ожидания mx и среднего квадратического отклонения х входного сигнала.
При нормальном законе распределения входного сигнала функция 0
выражается формулой
|
|
(x) |
|
e |
(x mx )2 |
|
(4.114) |
|
0 |
|
|
2 x2 |
dx. |
||||
|
|
|
||||||
x 2 |
|
|||||||
|
|
|
|
|
|
|
Если продифференцировать это выражение по mx и сравнить результат с (4.112), то получим
k(2) |
|
0 |
. |
(4.115) |
|
||||
1 |
|
mx |
|
|
|
|
|
Следовательно, при нормальном законе распределения входного сигна-
ла нелинейного звена коэффициент k1(2) можно вычислять по формуле (4.115).
Таким образом, в отличие от обычной линеаризации при помощи ряда Тейлора, статистическая линеаризация дает выходной полезный сигнал и ко-
эффициент передачи случайной составляющей как функции не только полез-
ного сигнала, но и уровня флуктуации входного сигнала. При этом, так же как и обычная линеаризация, статистическая линеаризация заменяет характе-
ристику нелинейного звена функцией, линейной только относительно цен-
трированной случайной составляющей входного сигнала, но нелинейной от-
носительно полезного сигнала. Вследствие этого принцип суперпозиции не выполняется для статистически линеаризованных звеньев, и таким образом их основные нелинейные свойства сохраняются.
404
В случае неоднозначных характеристик нелинейных звеньев функция
(x) в формулах (4.109) - (4.112) заменяется функцией (x,signx), одномерная плотность вероятности f(x) входной случайной функции X(t) заменяется со-
вместной плотностью вероятности f (x,x) значений случайной функции X(t) и
ее производной X'(t) при любом данном t, а интегралы заменяются двойными
интегралами по переменным x,x.
Как показывают расчеты, при выборе k1 по первому и второму спосо-
бам в корреляционной функции выходного сигнала получаются односторон-
ние ошибки разных знаков. Поэтому в качестве коэффициента k1 целесооб-
разно брать среднее арифметическое значений этого коэффициента, полу-
ченных по первому и второму способам:
k1 |
k(1) |
k(2) |
(4.116) |
|
1 |
1 |
. |
||
|
2 |
|||
|
|
|
|
4.6.Устойчивость нелинейных систем автоматического управления
4.6.1. Устойчивость «в малом», «в большом» и
«абсолютная устойчивость».
В предшествующих разделах понятие «устойчивость» неоднократно употреблялось при рассмотрении фазовых портретов линейных и нелиней-
ных систем и, следовательно, ему можно дать графическую интерпретацию.
Равновесие называется устойчивым «в малом», если этому равновесию соответствует в фазовом пространстве системы устойчивая особая точка, т.е.
если можно указать в фазовом пространстве такую область, что после любого начального отклонения, принадлежащего этой области, изображающая точка приближается к особой точке, соответствующей равновесию.
Таким образом, говоря, что управляемый режим устойчив «в малом»,
мы лишь констатируем факт наличия устойчивой особой точки, не определяя как либо границ ее притяжения /76/.
405
4.6.2. Элементы теории бифуркаций и критерий устойчивости
«в большом» автономных нелинейных систем
В общем случае математическая модель системы автоматического управления зависит от некоторого числа существенных параметров z1, z2,…,zm, которые остаются постоянными в процессе исследования движений конкретной детерминированной динамической системы /58/:
dxi |
Fi (x1,x2, ,xn,z1,z2, ,zm). |
(4.117) |
|
||
dt |
|
Пространство Z параметров z1, z2,…,zm, от которых зависят правые час-
ти дифференциальных уравнений (4.117), называют пространством парамет-
ров динамической системы. Следовательно уравнения (4.117) можно рас-
сматривать как одну (общую) динамическую систему, заданную в простран-
стве параметров Z, каждой точке которого соответствует некоторая конкрет-
ная динамическая система, имеющая определенную картину траекторий в фазовом пространстве.
С изменением параметров связаны изменения картины фазовых траек-
торий, которые могут иметь как количественный (например, амплитуда авто-
колебаний, размеры области сходящихся движений, положение равновесия и т.д.), так и качественный характер (изменения числа периодических движе-
ний, их устойчивости, числа и вида состояний равновесия и т. п.).
Любое качественное изменение структуры фазового пространства на-
зывается бифуркацией. Значение параметра z = z0 называют бифуркацион-
ным, если существуют сколь угодно близкие к z0 значения параметра z, для которых качественная структура фазового пространства отличается от струк-
туры при z = z0 /81/.
Множество значений параметров, соответствующих какой-либо би-
фуркации динамической системы, образует в пространстве параметров и не-
которую поверхность, называемую бифуркационной.
407
Такие поверхности определяются бифуркационными (критическими)
соотношениями параметров и служат границами, разбивающими пространст-
во параметров на области с различными качественными структурами движе-
ния динамической системы. Поэтому задача полного исследования динами-
ческой системы прежде всего состоит в выявлении всех возможных качест-
венных структур фазового пространства, присущих изучаемой динамической системе, и отыскании критических соотношений параметров, определяющих границы областей с различной качественной структурой. Решение этой зада-
чи осуществляется методами на основе теории бифуркаций.
Для автономных динамических систем второго порядка такая теория наиболее полно и глубоко изложена в работе /87/. Для динамических систем высокого порядка теория бифуркаций в настоящее время еще далека от за-
вершения. Существующая теория бифуркаций основывается на понятии
«грубости» динамической системы, введенным А. А. Андроновым и Л. С.
Понтрягиным. Динамическая система называется грубой в области G, если для любого ε> 0 можно указать такое δ > 0, что при произвольных аналитиче-
ских функциях qi(x1, x2, ...., xn) измененной системы
|
dxi |
Fi (x1,x2, ,xn) qi (x1,x2, ,xn). |
(4.118) |
||||||||||
|
|
||||||||||||
|
dt |
|
|
|
|
|
|
|
|
|
|||
|
|
n |
|
|
|
|
q |
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
удовлетворяющих неравенству |
|
qi |
|
|
|
i |
|
|
|
,существует |
такое вза- |
||
|
|
xi |
|||||||||||
|
|
i 1 |
|
|
|
i 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
имно однозначное и взаимно непрерывное отображение области G в себя,
при котором каждая траектория исходной системы отображается в траекто-
рии системы (4.118) и обратно, и при этом соответствующие друг другу точ-
ки находятся на расстоянии, меньшем ε.
Иными словами, грубыми являются такие динамические системы, у ко-
торых качественная структура фазовых траекторий не меняется при произ-
вольном малом изменении правых частей дифференциальных уравнений.
Понятие «грубость» имеет важное практическое значение, так как при
408
построении математической модели реальной системы мы не можем распо-
лагать абсолютно точными значениями параметров, которые в общем случае всегда меняются с некоторой вероятностью в определенных пределах. Кроме того, сама математическая модель описывает реальную систему с некоторой степенью точности. Поэтому всегда необходимо предполагать возможность малых изменений дифференциальных уравнений, представляющих модель. В
связи с этим результаты исследований движений практически реальны лишь в тех случаях, когда последние являются устойчивыми по отношению к ма-
лым изменениям динамической модели (системы), т. е. она должна быть гру-
бой.
В пространстве параметров грубым системам отвечают области, в ко-
торых изменения фазового портрета носят только количественный характер.
Граничные же поверхности, разделяющие эти области и отвечающие бифур-
кационным параметрам, соответствуют негрубым системам, что следует из самого определения бифуркационного значения параметра. Таким образом,
на бифуркационных поверхностях происходит переход от одной грубой сис-
темы к другой через некоторую негрубую систему. Следует отметить, что эти рассуждения всегда справедливы, когда они относятся к автономным систе-
мам не выше второго порядка.
Для автономных систем второго порядка основные типы негрубых сис-
тем, через которые происходят бифуркации, следующие /78/: сложный фо-
кус; двукратное состояние равновесия типа седло - узел; двойной предельный цикл; сепаратриса, идущая из седла в другое седло или в него же.
Каждый из указанных типов негрубых систем может соответствовать бифуркациям различного вида. Например, если в грубой системе имеются состояния равновесия — устойчивый узел 02 и седло 01 (рис. 4.39, а), то при изменении параметров они могут слиться в одно состояние типа седло—узел
(рис. 4.39, б), соответствующее негрубой системе, через которую происходит бифуркация, после чего это состояние равновесия исчезает (рис. 4.39, в)
409
Если же в гру-
бой системе, имею-
щей состояние узел и седло, две сепаратри-
сы, выходящие из седла стремятся к уз-
лу (рис. 4.39, г), то с изменением парамет-
ров может произойти бифуркация, соответ-
Рис. 4.38. Виды бифуркаций при переходе через негрубую ствующая переходу
систему типа седло - узел
через седло - узел
(рис. 4.39, д), при которой непременно от петли сепаратрисы рождается пре-
дельный цикл (рис. 4.39, е).
Выявление всех возможных видов бифуркаций, присущих той или иной исследуемой нелинейной системе, вывод критических соотношений па-
раметров, определяющих границы областей с различной качественной струк-
турой фазового пространства, в общем случае представляют весьма сложную задачу. Как уже отмечалось ранее, для систем высокого порядка существую-
щая теория не гарантирует полного решения этой задачи. Для автономных же систем второго порядка такая задача принципиально может быть всегда ре-
шена. Чаще всего это связано со значительными трудностями, так как в каж-
дом конкретном классе систем приходится использовать специальные прие-
мы и способы исследования поведения фазовых траекторий, вывода и иссле-
дований функций точечных преобразований и т. д. Поэтому для проведения качественного исследования, связанного с определением бифуркационных соотношений параметров, целесообразно применять вычислительные методы с использованием ЭВМ, различные приближенные методы по аппроксима-
ции функций и т. д.
410