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

Сборник задач по синтезу линейных динамических систем управления. Учебное пособие

.pdf
Скачиваний:
0
Добавлен:
15.08.2026
Размер:
1 Мб
Скачать

dV

= dxT

P(t)x + xT dP(t)x + xT P(t)dx .

 

dt

dt

 

dt

 

dt

 

Подставляя выражение для x(t) из (4.8) получаем

 

 

 

 

 

dP(t)

 

dV

= xT

 

 

(4.10)

dt

AT (t)P(t)+ P(t)A(t)+

dt

x ,

 

 

 

 

 

таким образом, dV/dt также является квадратичной формой.

По теореме 4.3 для асимптотической устойчивости системы (4.8) необходимо и достаточно, чтобы данная квадратичная форма была отрицательно определена. Воспользуемся свободой в выборе P(t) и будем искать

dV

= −xT Q(t)x ,

(4.11)

dt

 

 

где Q(t) 0 – заданная матрица.

Приравнивая правые части выражений

(4.10) и (4.11) получаем следующее матричное уравнение(дифференциальное уравнение Ляпунова, [1, стр. 366]):

AT (t)P(t)+ P(t)A(t)+ Q(t)= −P(t).

(4.12)

Таким образом, поиск функции Ляпунова сводится к решению уравнения (4.12) относительно матрицы P(t). Если решение является положительно определённой матрицей при всех t>t0, то система (4.8) асимптотически устойчива.

Для линейной однородной системы (4.8) с постоянной матрицей A в качестве матриц P(t) и Q(t) можно выбрать постоянные матрицы. При этом для асимптотической устойчивости системы необходимо и достаточно,

чтобыматрицаP, являющаяся решениемалгебраическогоуравненияЛяпунова

AT P + PA + Q = 0,

Q 0 ,

(4.13)

была положительно определена. Доказано, что если такое решение существует, то оно единственно.

4.4. Устойчивость дискретных систем. До сих пор мы рассматривали системы в непрерывном времени, аналогичные результаты имеют место и в дискретном случае. Изложим основные результаты для дискретного случая без вывода.

Рассмотрим линейную стационарную автономную дискретную систему

x(k +1)= Φx(k), x Rn .

(4.14)

Теорема 4.4 [1, стр. 318]. Для асимптотической устойчивости системы (4.14) необходимо и достаточно, чтобы все собственные значенияzi матрицы Φ по модулю были меньше единицы3), то есть выполнялось

zi

 

<1,

i =

 

.

(4.15)

 

1, n

3) иными словами, все zi должны лежать на комплексной плоскости внутри круга единичного радиуса с центром в начале координат

31

Если хотя бы одно собственное значениеzi по модулю больше единицы, то система (4.14) неустойчива. Если собственные значения матрицы Φ не удовлетворяют ни одному из указанных двух условий, имеет место

пограничный случай, требующий дополнительных исследований.

 

Рассмотрим автономную дискретную систему

 

x(k +1)= ϕ(x(k)).

(4.16)

ФункцияV(x), определённая в некоторой окрестностиX начала координат называется функцией Ляпунова, если выполнены следующие условия:

1)V (x)> 0 , x X \ {0},

2)V (0)= 0,

3) V (x(k +1))V (x(k)), x X .

(4.17)

Аналогично непрерывному случаю доказывается, что для асимптотической устойчивости линейной стационарной дискретной системы (4.14)

необходимо и достаточно, чтобы дискретное уравнение Ляпунова

ΦS Φ S + Q = 0

(4.18)

с заданной положительно определённой матрицей Q в качестве решения имело положительно определённую матрицу S.

Задача нахождения квадратичной функции Ляпунова для непрерывных и дискретных систем именуется задачей квадратичной устойчивости.

Квадратичная устойчивость непрерывных и дискретных систем.

Пример 4.1. Определим, является ли система (1.26) из примера 1.3 квадратично устойчивой.

Решение. Выберем матрицу

Q =

1

0

 

,

 

0

1

и решим уравнение Ляпунова (4.13) в среде Matlab, получим

50

0

P =

0

.

 

25

Диагональные определители матрицы P равны, соответственно,

1 = 50 ,

 

2 =1250,

следовательно, по критерию Сильвестра матрица P положительно определена. Таким образом, система (1.26) квадратично устойчива.

Пример 4.2. Рассмотрим дискретную систему

 

 

 

 

 

 

x(k +1)= Φx(k)+ Γu(k),

 

 

x R2 ,

 

u R2 ,

 

y(k)= Ψx(k)+ Ξu(k),

 

y R2 ,

 

 

 

 

 

где

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

0

 

1

 

10

3

 

1

 

10

3

 

 

,

Φ =

,

Γ =

 

 

3

 

 

3

 

0

1

0,25 10

 

0,75 10

 

 

 

32

0,01

0

,

 

0

0

(4.19)

Ψ =

 

Ξ=

.

0

1

 

 

0

0

 

Исследуем данную систему на квадратичную устойчивость.

 

Решение. Выберем

 

1

0

 

 

 

Q

=

 

 

 

 

,

 

 

 

 

 

0

1

 

 

 

и решим уравнение Ляпунова (4.18) в среде Matlab, получим

 

1,0001

0

 

 

 

S =

0

 

 

.

 

 

 

 

1,0004

 

 

Диагональные определители матрицы S равны, соответственно,

 

1 =1,0001,

 

2

=1,0005,

 

следовательно, по критерию Сильвестра матрица S положительно определена. Таким образом, система (4.19) квадратично устойчива.

Задача 4.1. Задана линейная непрерывная система в ПС

 

x R

2

,

1

,

x(0)= x0 ,

x(t)= Ax(t)+ Bu(t),

 

u R

y(t)= Cx(t)+ Du(t),

y R1,

 

где матрицы A, B, C, D приведены в таблице 3.1 (см. задачу 3.1). Требуется решить непрерывное уравнение Ляпунова (4.13) с матрицей

Q = diag(1,1).

Задача 4.2. Задана линейная дискретная система в ПС

x(k +1)= Φx(k)+ Γu(k), y(k)= Ψx(k)+ Ξu(k),

матрицы Φ, Γ, Ψ, Ξ которой приведены в таблице 4.1.

Требуется решить дискретное уравнение Ляпунова (4.18) с матрицей

Q = diag(1,1).

 

 

 

 

Матрицы Φ, Γ, Ψ, Ξ

Таблица 4.1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Номер

 

 

 

 

 

 

Матрицы

 

варианта

 

Φ

 

 

Γ

 

 

Ψ

Ξ

1

 

2

 

 

3

 

 

4

5

1

 

0,99

0,09

 

0,005

 

[2 0]

[0]

 

 

 

 

 

 

 

 

0,09

0,81

 

0,09

 

 

 

 

2

 

0,99

0,09

 

0,005

 

[1 0,5]

[0]

 

 

 

 

 

 

 

 

0,09

0,81

 

0,09

 

 

 

 

3

 

0,99

0,06

 

0,002

 

[2 0]

[0]

 

 

 

 

 

 

 

 

0,13

0,86

 

0,065

 

 

 

33

 

 

 

 

 

 

 

 

Продолжение таблицы 4.1

 

 

 

 

 

 

 

 

 

 

1

 

2

 

 

3

 

 

4

5

4

 

0,99

0,05

0,001

[2 0]

[0]

 

 

 

 

 

 

 

0,09

0,85

0,046

 

 

 

5

 

0,99

0,04

0,001

[2

0,4]

[0]

 

 

 

 

 

 

 

0,09

0,86

0,046

 

 

 

6

 

0,99

0,06

0,002

[2 1]

[0]

 

 

 

 

 

 

 

0,13

0,86

0,065

 

 

 

7

 

0,99

0,03

 

0

 

[3 0]

[0]

 

 

 

 

 

 

 

0,08

0,89

0,03

 

 

 

8

 

0,99

0,03

 

0

 

[3

0,5]

[0]

 

 

 

 

 

 

 

0,08

0,89

0,03

 

 

 

9

 

0,99

0,04

 

0

 

[5 0]

[0]

 

 

 

 

 

 

 

0,19

0,92

0,04

 

 

 

10

 

0,99

0,02

 

0

 

[4 0]

[0]

 

 

 

 

 

 

 

0,09

0,88

0,02

 

 

 

11

 

0,99

0,02

 

0

 

[4 2]

[0]

 

 

 

 

 

 

 

0,09

0,88

0,02

 

 

 

12

 

0,99

0,04

 

0

 

[5 1]

[0]

 

 

 

 

 

 

 

0,19

0,92

0,04

 

 

 

13

 

0,99

0,02

 

0

 

[5 0]

[0]

 

 

 

 

 

 

 

0,09

0,89

0,02

 

 

 

14

 

0,99

0,02

 

0

 

[5

0,5]

[0]

 

 

 

 

 

 

 

0,09

0,89

0,02

 

 

 

15

 

0,99

0,04

 

0

 

[5 0]

[0]

 

 

 

 

 

 

 

0,18

0,85

0,04

 

 

 

16

 

0,99

0,02

 

0

 

[8 0]

[0]

 

 

 

 

 

 

 

0,19

0,86

0,02

 

 

 

17

 

0,99

0,02

 

0

 

[8

1,6]

[0]

 

 

 

 

 

 

 

0,19

0,86

0,02

 

 

 

18

 

0,99

0,03

 

0

 

[10 0]

[0]

 

 

 

 

 

 

 

0,29

0,94

0,03

 

 

 

19

 

0,99

0,02

 

0

 

[10 0]

[0]

 

 

 

 

 

 

 

0,19

0,87

0,02

 

 

 

34

 

 

 

 

 

 

 

 

Окончание таблицы 4.1

 

 

 

 

 

 

 

 

 

 

1

 

2

 

 

3

 

4

 

5

20

 

0,99

0,02

 

0

 

[10 1]

 

[0]

 

 

 

 

 

 

 

 

0,19

0,87

0,02

 

 

 

21

 

0,99

0,02

 

0

 

[13 0]

 

[0]

 

 

 

 

 

 

 

 

0,25

0,92

0,02

 

 

 

22

 

0,99

0,02

 

0

 

[12 0]

 

[0]

 

 

 

 

 

 

 

 

0,27

0,83

0,02

 

 

 

23

 

0,99

0,02

 

0

 

[12 2]

 

[0]

 

 

 

 

 

 

 

 

0,27

0,83

0,02

 

 

 

24

 

0,99

0,03

 

0

 

[10 10]

 

[0]

 

 

 

 

 

 

 

 

0,27

0,83

0,03

 

 

 

25

 

0,99

0,02

 

0

 

[15 0]

 

[0]

 

 

 

 

 

 

 

 

0,28

0,85

0,02

 

 

 

26

 

0,99

0,02

 

0

 

[15 1]

 

[0]

 

 

 

 

 

 

 

 

0,28

0,85

0,02

 

 

 

27

 

0,99

0,01

 

0

 

[26 2]

 

[0]

 

 

 

 

 

 

 

 

0,26

0,99

0,01

 

 

 

28

 

0,99

0,01

 

0

 

[14 0]

 

[0]

 

 

 

 

 

 

 

 

0,14

0,91

0,01

 

 

 

29

 

0,99

0,01

 

0

 

[14 1]

 

[0]

 

 

 

 

 

 

 

 

0,14

0,91

0,01

 

 

 

30

 

0,99

0,01

 

0

 

[29 0]

 

[0]

 

 

 

 

 

 

 

 

0,28

0,96

0,01

 

 

 

35

ГЛАВА 5. УПРАВЛЯЕМОСТЬ И СТАБИЛИЗИРУЕМОСТЬ. НАБЛЮДАЕМОСТЬ И ВОССТАНАВЛИВАЕМОСТЬ

5.1. Проблема управляемости. Обратная связь по состоянию.

Рассмотрим систему

 

x R

n

,

u R

m

,

x(0)= x0 .

(5.1)

x(t)= Ax(t)+ Bu(t),

 

 

Трудность задачи управления состоит в том, что обычно число m управляющих воздействий меньше числаn переменных состояния. Возникает вопрос: всегда ли возможно перевести систему из начального состояния x0 в любое заданное состояние x1 за конечное время T при помощи ограниченного кусочно-непрерывного управления?

Система (5.1) называется полностью управляемой, если для любых x0 , x1 Rn и любого T > 0 найдётся ограниченное кусочно-непрерывное управление, переводящее систему из x(0) = x0 в x(T) = x1.

Теорема 5.1 (о полной управляемости) [1, с. 269]. Система (5.1) полностью управляема, тогда и только тогда, когда пара матрицA, B невырожденная, то есть

rank(Au )= n ,

где

Au (A, B)= [B | AB | A2 B | | An1B].

(5.2)

Матрица Au называется матрицей управляемости. Далее пару матриц (A, B) удовлетворяющую (5.2) также будем называть управляемой.

Во многих задачах управление ищется в виде обратной связи по состоянию

u(t)= −Kx(t), K Rm×n .

(5.3)

Управления вида (5.3) называются статическими линейными регуля-

торами. Подставим управление (5.3) в уравнение (5.1) получаем следующую замкнутую систему управления

x(t)= Acx(t),

Ac = A BK .

(5.4)

 

 

 

Рассмотрим следующий вопрос: пусть исходная система (5.1) неустойчива, всегда ли возможно выбором матрицы K обеспечить наперёд заданное расположение собственных чисел матрицы Ac? Если для системы (5.4) такая матрицаK всегда существует, то система (5.4) называетсястабилизируемой.

Теорема 5.2 (о размещении собственных чисел) [4, с. 116]. Пусть пара (A, B) управляема, тогда в (5.4) найдётся матрица K такая, что собственные числа матрицы Ac (то есть корни её характеристического полинома) совпадают с корнями заданного полинома aet(s).

Важным свойством регулятора (5.3) является то, что замкнутая система (5.4) имеет тот же порядок, что и исходный объект управления (5.1)

36

В дискретных системах линейная обратная связь имеет вид

u(k)= −Kx(k),

K Rm×n ,

 

и уравнение замкнутой системы принимает вид

 

x(k +1)= Acx(k),

Ac = Φ ΓK.

(5.5)

Таким образом, матрица Ac замкнутой дискретной системы определяется по той же формуле, что и в непрерывном случае. Очевидно, что в дискретном случае справедливы те же результаты, что и в непрерывном.

5.2. Проблема наблюдаемости. Оценка состояния по выходу.

Состояние системы не всегда доступно измерению, часто единственная информация о системе предоставляется её выходом y. Попытка построить регулятор в форме обратной связи по выходу

u(t)= −Ky(t), K Rm×l ,

как правило, бывает неудовлетворительной [5, с. 50]. Поэтому для системы4)

 

x R

n

,

u R

m

,

x(t)= Ax(t)+ Bu(t),

 

 

y(t)= Cx(t),

y Rl ,

 

 

(5.6)

управление ищется в виде

 

 

 

 

 

 

u(t)= −Kxˆ(t),

 

 

 

 

(5.7)

где xˆ(t) – оценка состояния x(t) по наблюдаемым значениям выхода системы.

Управления вида (5.7) называютсядинамическимилинейнымирегуляторами.

Прежде чем переходить к конкретным способам построения оценок xˆ(t) рассмотрим принципиальную возможность восстановления состояния по

выходу. Система (5.6) называется ненаблюдаемой, если разным траекториям x(t) соответствуют одинаковые выходыy(t) (то есть найдутся такие x0 x0 , что для

соответствующих траекторий x(t), x′(t) и выходов y(t), y′(t) будет y(t) ≡ y′(t)). В противном случае система называется полностью наблюдаемой. Полная

наблюдаемость означает, что можно точно восстановить значения x(t) по измеренным значениям y(t), y(1)(t), …, y(n-1)(t).

Теорема 5.3 (о полной наблюдаемости) [1, с. 273]. Система (5.6) полностью наблюдаема, тогда и только тогда, когда пара матриц AT, CT невырожденная, то есть

rank(An )= n ,

где

An (AT ,CT )= [CT | AT CT | (AT )2 CT | ...| (AT )n1 CT ].

(5.8)

Матрица An называется матрицей наблюдаемости. Далее пару матриц (AT, CT) удовлетворяющую (5.8) будем называть наблюдаемой.

Отметим, что результаты, аналогичные теоремам 5.1, 5.2 имеют место и в дискретном случае.

4) в данном параграфе, для простоты рассуждений, рассматривается случай D0.

37

Далее, под регулятором в форме обратной связи по состоянию понимается регулятор вида

u(t)= Vg(t)Kx(t), V Rm×m , K Rm×n ,

(5.9)

здесь g Rm – заданные (программные) сигналы, внешние по отношению

к синтезируемой системе (см. рисунок 5.1).

После замыкания объекта (5.6) регулятором (5.9) получаем следующие уравнения замкнутой системы

x(t)= Acx(t)+ Bcg(t),

Ac = A BK ,

Bc = BV ,

 

 

 

y(t)= Cx(t).

(5.10)

МПФ замкнутой системы

 

 

Hc (s)= C(sI A + BK)1BV .

(5.11)

Характеристический полином замкнутой системы

ac (s)= det(sI A + BK).

(5.12)

Из выражений (5.11) и (5.12) следует, что:

 

1)матрица K влияет на расположение корней характеристического полинома замкнутой системы, а V – не влияет;

2)при заданной K выбор матрицы V влияет на коэффициенты

передачи Hc(s).

Таким образом, процедуру расчёта матриц K и V регулятора (5.9) можно разделить.

По теореме 5.2, для полностью управляемого объекта,выбором матрицы K всегда возможно обеспечить заданное расположение корней характеристического полинома замкнутой системы.

Нахождение матрицы V (при известной K) сводится к решению матричного уравнения

V0V = Vet,

здесь V0

= (Hc (s))

 

V=I ,

(5.13)

 

 

 

 

 

s=0

 

а Vet Rm×m – заданная матрица желаемых коэффициентов передачи замкнутой

системы. Очевидно, что данное матричное уравнение не всегда разрешимо относительно искомой матрицы V.

Поскольку свойство устойчивости определяется расположением корней характеристического полинома, в следующих параграфах основное внимание уделяется расчёту матрицы K.

Пример 5.1. Проверить управляемость и наблюдаемость объекта управления (см. пример 1.2):

 

x R

4

,

1

,

x(t)= Ax(t)+ Bu(t),

 

u R

y(t)= Cx(t),

y R2 ,

 

 

38

g(t)

V

39

u(t)

B

 

A

 

x(t)

x(t)

y(t)

 

p-1.I

C

K

Рисунок 5.1 – Структурная схема замкнутой системы

где

 

 

0

0

1

0

 

 

0

 

 

 

0

0

0

 

 

 

 

 

 

A =

 

1

,

B =

0

,

 

2

1

0

 

 

 

 

 

0

 

 

1

 

 

2

2

0

0

 

 

0

 

 

 

 

1

0

0

 

0

 

 

(5.14)

 

 

C =

1

0

 

.

 

 

 

 

 

0

 

0

 

 

 

Решение. Порядок объекта (5.14) равен 4. По формуле (5.2) находим матрицу управляемости

0

1

0

2

 

 

 

 

 

 

Au (A, B)= 0 0 0

2 ,

1

0

2

0

 

0

0

2

0

 

её ранг равен 4. Следовательно, система полностью управляема. По формуле (5.8) вычисляем матрицу наблюдаемости

 

1

0

0

0

 

 

 

0

1

0

0

 

 

 

 

 

 

0

0

1

0

 

 

 

 

 

An (AT ,CT )=

0

0

0

1

 

,

 

2

1

0

0

 

 

 

 

2

0

0

 

 

2

 

 

 

0

0

2

1

 

 

0

0

2

2

 

 

 

 

 

 

 

 

 

 

 

 

её ранг равен 4. Следовательно, система полностью наблюдаема.

Пример 5.2. Проверить управляемость и наблюдаемость дискретного объекта управления (см. пример 3.2):

x(k +1)= Φx(k)+ Γu(k),

x R4 ,

 

u R1,

 

T = 0,01,

 

y(k)= Ψx(k),

y R2 ,

 

 

где

 

 

 

 

 

 

 

 

 

1

5 10

5

10

2

0

 

 

 

 

 

 

 

Φ =

104

1

 

0

102

 

,

 

2 102

102

1

5 105

 

 

 

 

2 102

104

1

 

 

2 102

 

 

40

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]