Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Теория автоматического управления техническими системами

..pdf
Скачиваний:
18
Добавлен:
12.11.2023
Размер:
15.06 Mб
Скачать

BU<ù)=i^(t)e^fdt,

о

причем отбрасываю (не принимают во внимание) нули и полюсы^(/ю), находящиеся в нижней полуплоскости, так как нас интересует лишь (J(f)>0.

5- й шаг. Вычисляют оптимальную передаточную функцию

6- й шаг. Вычисляют минимальнуюсреднеквадратнческуюошибку

-2

1 С

(©))d(ù.

епнп=2^ ) &'п («)—IФ(/*>)

Если

необходимо определить

оптимальную импульсную переходную

функциюAopi(0. то вычисляют интеграл

Л(0=2^^ ф (У<а) eJa)td(ù.

о

Пусть корреляционная функция полезного сигнала т(() задана выра­

жением /?т(т)=п2е-т1, помехи —выражением Яп(т)=Ь2е-в|т1; помеха и по­

лезный сигнал не

коррелированы, Фия(/ш) =1, т. е.

должна быть решена

задача оптимальной фильтрации (или сглаживания).

и Rn(т) вычислить

Прежде всего

необходимо по

известным Ят(т)

ощ((о) и S„(cd).

График функции

/?„(т) показан на

рис. 10.16.

Рис. 10.16. График корреляционной

функции R„(t)

Для определения Sn(©) представим интеграл Фурье в виде суммы

S„(cd)= J ô2e“a,t,e-y“TdT= j b'e-la+№xdx+]b'-ela-M4x=

—oo

b2

—00

0

b2

2b2a

 

~a-fJ(ù a—J®~аг +со2‘

 

Аналогично получим

 

 

2а2

 

 

 

Sm(ш)—1-j.ш**

 

 

Далее процесс

решения задачи Винера состоит из следующих операций.

1. Вычислим5q>(©)=5ffl(©)+Sn(©), а также ф(а>)

Иф*(©);

rt

 

2д2

2ô2cc

p* +V?a>1

 

оф(<»)-]+©- + а2+(о2“ (1+to2) (а2+©2)'

 

где

 

 

у2==2а2+262.

 

рг=2д2а2+26*а,

 

Для вычисления гр(У©)

и iji* (У©)

разложим на комплексно-сопряженные

множители 5ф(©) :

 

 

 

 

 

 

у©—УР

V®+yp

 

5«(©)=(ш_у)(ш_уа)*(0+у)(й)+уа) •

 

Отсюда

 

V©—УВ

 

V©+УВ

 

^^

 

^

 

” (©—У)(©—Уо):

= (©+У)(®+Уа)*

2.

Вычислимвзаимнуюспектральнуюплотность

5^v (©) с использова-

 

 

 

 

 

Suv (©)

ниемобщей формулы(10.32) и определим В (У<Ь)=~^ q—^.

Поскольку от (Ои л (t) не коррелирован ы,

 

Sw(©) =Фяд(/©)51и(©);

 

 

 

 

 

2а2

 

 

 

 

 

(®)=| ûja *ï-

 

 

 

o/f .

2д2(©+ У)(©+ уа)

2дв(©+Ja)

 

U

>

(1+©г)(ую +УР)

(©—У)(у®+УР) '

 

3.

Определим функциюВ* (У©). Ее можно вычислить:

а) определением функции

 

 

 

é(0=2^5оВ (®) е^0<d(ù'

азатем обратным преобразованием

В+( у©)=| b(t)e-Wdt;

о

б) разложеннем £(;©) на слагаемые с неопределенными коэффициента­ ми и вычислением этих коэффициентов:

В(ущ)— I . .—âl_ и > (ù—J +(у©+ур)’

-^lï® + AJ$+j42©—AîJ=2ai(©+Ja).

Умножением полученного уравнения на / и выделением членов при рав­

ных степенях /©получим два алгебраических уравнения:

^i1f+^s=2a2, Л,Р+Л2=2д?а.

Откуда

2д2(1 +g)

 

 

 

 

 

(V+P) ;

 

(УJ

(V+ P)

со-У

4.

 

Вычислим

частотнуюхарактеристику оптимальной системы согласно

формуле

(10.26):

 

Ф(Щ

в+ (Ум)

 

 

 

 

 

 

 

 

Y (У®) »

 

 

 

 

 

 

 

 

или

2а2(1+а)

 

 

 

(со—У)(<о—Уа)

 

 

 

 

 

(а»-У)

 

 

 

 

ф (/©)==

(Y+P)

(Yco-yw

 

 

 

 

2аг(1+а)

(У©) +ю

'

 

 

 

 

 

(Y+P)

?(У®)+Р

 

системы, после

вычис­

Втех

случаях,

когда

задана

неизменяемая часть

ления Ф(/<о)

необходимо

провести

синтез корректирующего

устройства. При

этомФ(/со) считается желаемой характеристикой и

синтез

проводят

обыч­

нымспособом.

 

 

 

 

 

что

полезный

сигнал

Рассмотрим ещ один пример. Предположим,

tn(t)

(рис. 10.17)

сохраняет

постоянное абсолютное

значение а и что сред­

нее число перемен его знака в единицу времени равно |х.

 

 

 

 

m(t)

 

 

 

 

 

 

 

 

 

 

- П Л Л Л Л А Л -,

 

 

 

 

 

 

 

 

 

 

 

ФО’ш)

 

 

 

 

 

 

Рис. 10.17. Расчетная схема>системы

 

 

 

 

 

 

1—эталонная; 2—экспериментальная

 

 

 

Спектральная

плотность

5т(ш)

такого сигнала имеет

вид

 

«

%

2агц

 

 

 

 

 

 

 

 

om(©)= œ*+4(1i ♦

 

 

 

 

 

 

 

 

Вкачестве помехи возьмем

белый

шум, т. е. предположим, что

(10.46)

S„(co)=c2.

 

 

 

 

 

 

 

 

Выбрав для простоты коэффициенты аир. так, чтобы можно было на­

писать

 

S-W-Sqrp

(10'47)

найдем

передаточную функцию, обеспечивающуюнаилучшее в смысле ми­

нимума среднеквадратической ошибки воспроизведение сигнала m(t).

Сложив

(10.46)

и (10.47), получим

 

л

 

I

1 С*-f

 

5ф(“>=^+Т + с--- ÎTZ

 

или

(УТ+?+Ус®) (Ун-С2—Усш)

 

_ .

*

5ф(а)=

 

(ц-уш) (1—7®)

Откуда

 

yi+^+yc®

 

Y (У©)

 

 

 

1+У©

 

следовательно,

5щф (и)

I_______C-M

 

 

 

¥*(Уш) - (l+/(ü)(I-ym) (yi+c>—Jca)

 

 

__

1

 

 

 

 

 

 

~~(l+/a)(V 1+Ca—Jo(ù)

 

 

 

 

 

Ho

 

_____________1

_(_L_+ g

\

______ ^

(l+7û))(/l+c2—jc<ü)

c + Vl-fc2 \I + /<b Vl +C2—Jcffil'

Отбросив второй член в скобках,

соответствующий полюсу

в нижней

полу­

плоскости, найдем

 

 

 

 

 

 

5+ (/09)=--- 1------------

 

---

 

 

 

 

> С+/1+С* (1+/Ш)

 

 

 

 

и, следовательно,

 

 

1

 

 

 

 

В+(/©)

 

 

 

 

 

ФW= (уоо)

= (с + уГ+с5) (УТ^Гс2 +Уссо) ’

 

 

10.9.

Синтез систем с минимальной среднеквадратической

и

нулевой или заданной динамической ошибками.

 

 

 

Постановка задачи

 

 

Предположим, что на вход системы

поданы

управляющее

y(t) и возмущающее n{t) воздействия. Управляющее воздейст­ вие является суммой двух составляющих:

*/(0=£(0+ю(0.

где g(/) —функция времени, заданная своим аналитическим выражением.

Для простоты предполагаем, что

г

<7-0

т. е. имеет вид полинома с известными значениями коэффици­ ентов k„, a m(t) —стационарный случайный сигнал с заданной корреляционной функцией Ят(т) или спектральной плотностью Sm((ù) (рис. 10.18).

Возмущающее воздействие (помеха) n{t) также предпола­ гается стационарной случайной функцией времени с заданной

n(t)

*л1пCKO(t)

n(t)

~<±> *(jo>)

Рис. 10.18. Постановка задачи синтеза системыс мини­ мальной среднеквадратической ошибкой (СКО)

корреляционной функцией Rn{x) или спектральной плотностью S„(ü>). Будем считать, что функции m{t) и n(t) взаимно не коррелированы. Обозначим величину на выходе системы через

x(t), а ее импульсную переходную функцию через k(t). Пред­ положим, что

fe(0=0, *<0-,

(10.48)

k{t)=0, t^T+

(10.49)

Выражение (10.48) представляет собой условие физической осу­ ществимости, а выражение (10.49)—условие качества2, соглас­ но которому время переходного процесса, вызванного управля­ ющим воздействием в виде ступенчатой функции, не должно превышать значения Т.

Предположим, что величина y(t) на входе должны быть преобразована в соответствии с некоторым оператором Я(р). Если требуемый закон преобразования можно было бы осуще­

ствить идеально точно, то величину h{t)

на выходе можно оп­

ределить соотношением

(10.50)

h(t)=H(p)y(t)==[i(t)

или

*00

 

 

 

h{t)= ^ y(t —x)x(t)dx,

где оо

x{t)= k \О

В действительности на выходе мы будем иметь величину x{t), а не h{t).

Учитывая (10.48) и (10.49) для д:(/) на выходе, можно на­ писать т

xm -^lgV -^ + mV-^+nV—iïïkWdT.

о

Ошибку e(f) преобразования управляющего воздействия полез­ ного сигнала y (t)

8 (t)=h(t)-x(t)=H(p)y{t)-x(t)

 

 

можно представить в видедвух составляющих:

 

1) неслучайной, или динамической,

 

 

т

 

(10.51)

вд (t)= Н(р)g{t)-\ g(t- т)k (т)dv,

 

*0

 

 

г Условие (10.49) относится не к импульсной

переходной

функции.

Однако очевидно, что если оно имеет место, то переходный процесс закон­

чится в течение времени Т ив случае воздействия

в виде

ступенчатой

функции.

 

 

2) случайной

 

 

 

 

есл(*)=И(р)т {t)—^ [т (t—т)+ п(t—т)]k(т)dx.

(10.52)

 

0

 

 

 

Потребуем, чтобы

неслучайная

ошибка ед(0» определяемая

(10.51), равнялась нулю:

 

 

(10.53)

ед(/)—0.

 

 

функцию g(t—т)

Тогда, разлагая в выражении (10.51)

в ряд

g(<—t)=g(<)—Tg-(<)+Jê,(<)----+(-l)''7rç(f) (0

 

и учитывая тождество. (10.53), получим

 

ЩР)е У )=ы(П -щ ё(*)+'^)

. • •

 

• ••+(—i)r £гг(г)(0.

 

 

(10.54)

где

 

 

 

 

Т

v= l, 2, ...,

г.

 

(10.55)

Pv=^Tvé(x)rfT,

 

о

 

 

 

 

Тождество (10.54) определяет значения первых г+1 момен­ тов цо, ц-ь ..., рг оптимальной импульсной переходной функции через преобразующий оператор Я(р). Поэтому будем считать эти моменты, определяемые тождеством (10.54), заданными ве­ личинами.

Таким образом, тождество (10.54) накладывает г+Г ограни­ ченных условий на импульсную переходную функцию. Так, на­ пример, если

Н(р)=р и h(t)=py(t)=y{t),

то g (*)= WfW - mi (0+ • • • + ( - \У % gM (t) или

Цо=0,

T

Pi= /т/г{x)dx=—1, 0

P2=0,

Pr= 0.

Точно так же, если h(t)=y(t—to),

то

g(t—*„)-№(*)-№(')+ • • • +(-l)'%g<'>(t).

Но.

следовательно,

т

Ho= jj А(т)dï=l,

о

T

Pi= jjxÆ(x)dT=tQ, O

T

H,= ^ l'k(T)dï=tJ. O

Постановку задачи можно сформулировать следующим об­ разом.

По заданным корреляционным функциям Rm{т), /?„(т) ста­ ционарной случайной составляющей m(t) полезного сигнала y(t) и стационарной помехи n(t) найти импульсную переход­ ную функцию k(t), удовлетворяющую условиям (10.48), (10.49)

так, чтобы среднеквадратичная случайная ошибка есл(0, опре­ деляемая формулой (10.52), имела минимальное значение. Это

значение совместимо с условием

(10.53) или вытекающим из

него условием равенства нулю

динамической

ошибки ед(/)

преобразования составляющей g(t) полезного

сигнала y(t) в

соответствии с законом преобразования (10.50) и выражением (10.54). Другими словами, —найти .импульсную переходную функцию k(t), обеспечивающую условный минимум дисперсии ошибки преобразования при равенстве нулю математического ожидания g(f) полезного сигнала.

Контрольные вопросы 1. Как ставится задача определения динамической точности

САР?

2. Дайте определение стационарного случайного процесса.

3.Что такое корреляционная функция? Каковы ее основные свойства?

4.Как определить корреляционную функцию по экспери­ ментальным данным?

5.Что такое функция спектральной плотности? Приведите примеры функции спектральной плотности случайного сигнала.

6. Как связаны спектральные плотности и корреляционные функции на входе и выходе линейной динамической системы?

7. Сформулируйте задачу синтеза оптимальных передаточ­ ных функций следящих систем, находящихся под влиянием слу­ чайных воздействий.

8. Назовите основные этапы решения задачи Винера.

11. МЕТОДЫ ИДЕНТИФИКАЦИИ ОБЪЕКТОВ РЕГУЛИРОВАНИЯ

Исходными данными для расчета и проектирования САР и САУ являются динамические свойства объектов (математиче­ ские модели), которые описывают дифференциальными или интегральными уравнениями. Однако математические модели объектов регулирования проектировщику бывают известны лишь частично. Поэтому приходится прибегать к экспериментальным исследованиям для определения динамики объектов регулиро­ вания. Эту проблему называют проблемой идентификации.

В некоторых случаях вообще отсутствует какая-либо апри­ орная информация об объекте, поэтому структура его матема­

тической модели должна быть

определена из эксперимента.

Однако почти всегда для модели

требуется оценка некоторых

неизвестных параметров, основанных на экспериментальных

данных.

 

Итак, идентификация—это определение математической мо­ дели объекта, или, точнее, —определение оптимальной оценки А* истинного оператора реального объекта А из заданного класса операторов по входным и выходным переменным этого объекта.

Если в задаче анализа определяют выходную переменную y(t) по заданномувходу u{t)t т. е.

y{t)=Au{t),

то идентификация является обратной задачей, когда требуется найти оператор А-1, обратный оператору А:

u{t)=A~'y{t).

этапов: а)

выбор метода

Ее решение состоит из следующих

идентификации, исходя из априорных

сведений

о свойствах

объекта и конкретных условий его работы; б) выбор воздейст­ вий, при которых следует ставить эксперимент; в) выбор спо­ соба обработки экспериментальных данных; г) оценка точности.

Задачу идентификации решают в широком и узком смысле, в зависимости от имеющегося объема априорной информации о системе. При идентификации в широком смысле априорная информация о системе незначительна либо вообще отсутствует. Система представлена в виде «черного ящика», и для ее иден­ тификации необходимо решить ряд дополнительных задач, свя­ занных с выбором класса математической модели, оценкой ста­ ционарности, нестационарности, линейности и др.

Идентификация в узком смысле предполагает, что известны: класс математических моделей; структура системы; соответст­

вующая информация о характеристиках рассматриваемых про­

цессов.

В зависимости от того, какой критерий применяют как меру соответствия математической модели реальному объекту, мето­ ды идентификации можно разбить на три группы:

1) методы, основанные на минимизации ошибки выхода. Ма­ тематическую модель выбирают таким образом, чтобы обеспе­ чить возможно меньшее отклонение выхода модели от выхода реального объекта;

2) методы, основанные на минимизации ошибки уравнения. За меру отклонения поведения модели от поведения реального объекта принимают невязку между уравнением объекта вида

y'(t), ... y^(t); u(t), u'(t), ...,

pi......

и уравнением модели

 

/[£(*). £'(*). ....£ (я)(0; « ( * ) . А...... р*Н*(*).

где у и к—наблюдаемые выход и вход; 0,—оценки параметров;

3) методы, основанные

на минимизации статистической

ошибки выхода.

методов идентификации. В табл.

Известно большое число

11.1приведены наиболее часто применяемые из них.

11.1.Идентификация методом частотных характеристик

Метод частотных характеристик составляет основу класси­ ческих методов идентификации, анализа, синтеза при расчете и проектировании линейных САР. Частотный метод идентифика­ ции, в свою очередь, основан на преобразовании Фурье:

У(/©)=Ф(/©)С/(/©),

где У(/©) —преобразование Фурье величины на выходе дина­ мической системы; Ф(/©) —частотная характеристика (переда­ точная функция); U(jbi) —преобразование Фурье для величи­

ны на входе.

Так как Ф(/©) —комплексная величина, то Ф(/ш)=Р(£й)+/<3(©)• Модуль Ф(/©), или АЧХ

А(о)- 1Ф(У©) |= 1/Р2(ш)+ Q »

иФЧХ

Ф( ш)= aîg [Ф(J©)] = arctg

Выход у (0 линейной системы имеет ту же частоту, что и вход u{t):