- •Лекция 1
- •Тема 1.1 Исторический обзор. Понятие системы. Особенности цифрового управления процессами
- •Понятие системы
- •Примеры типичных приложений цифрового управления
- •Особенности цифрового управления процессами Управление процессом в реальном времени
- •Пример: Пресс для пластика
- •Лекция 2
- •Тема 1.2 Управление на основе последовательного программирования. Управление на основе прерываний. Управление последовательностью событий и бинарное управление
- •Управление на основе прерываний
- •Примеры задач управления процессами
- •Лекция 3
- •Системы, содержащие несколько контуров управления
- •Взаимосвязанные системы
- •Критичные по времени процессы
- •Свойства процессов, усложняющие управление
- •Особенности систем цифрового управления
- •Отображение развития процесса во времени
- •Сбор данных измерений и обработка сигналов
- •Уровень сложности системы
- •Топология информационных потоков
- •Интерфейс оператора
- •Системная интеграция и надежность управления
- •Лекция 4
- •Типы моделей
- •Масштаб времени динамических моделей
- •Моделирование динамических систем
- •Непрерывные модели динамических систем. Уравнения состояния
- •Область применения линейных моделей
- •Ограничения сигнала
- •Нелинейные системы
- •Численное моделирование динамических систем
- •Проблема слишком большого шага
- •Дискретные модели динамических систем
- •Описание в пространстве состояний
- •Управляемость, оценка и наблюдаемость
- •Оценка состояния на основе измерений
- •Лекция 5
- •Датчики
- •Исполнительные устройства (механизмы)
- •Передача измерительных сигналов
- •Характеристики датчиков
- •Погрешность и точность
- •Динамические характеристики датчиков
- •Статические характеристики датчиков
- •Влияние нелинейности
- •Характеристики импедансов
- •Бинарные и цифровые датчики
- •Цифровые и информационно-цифровые датчики
- •Аналоговые датчики
Область применения линейных моделей
Существуют динамические явления, которые нельзя описать линейными дифференциальными уравнениями с постоянными коэффициентами. Рассмотрим влияние нелинейности на примерах. Системы, описываемые ниже, ведут себя как линейные при малых значениях входных сигналов, а при больших — появляется нелинейность.
Ограничения сигнала
В реальных условиях все сигналы ограничены. Во многих технических системах в качестве конечных управляющих элементов используются клапаны. Поскольку клапан не может быть открыт больше, чем на 100 %, рассчитанный математически сигнал управления иногда просто нельзя реализовать (рис. 2.2). Это вызывает определенные трудности в управлении.
Другой пример ограничения сигнала — ток ротора электрического двигателя. Ток должен быть ограничен, иначе двигатель сгорит. Соответственно, система управления двигателем не может быть линейной, особенно при больших ускорениях и моментах, когда ток тоже должен быть большим
Рис.2.2 Выходной сигнал исполнительного механизма с ограничениями
Нелинейные системы
Описанные системы являются нелинейными, но при некоторых допущениях их можно аппроксимировать линейными уравнениями. Другие типы нелинейностей нельзя свести к линейному описанию. Наиболее часто встречающийся пример — релейные системы. Реле вырабатывают бинарные сигналы типа "включено/ выключено"; идеальное реле для любого положительного входного сигнала имеет фиксированный положительный выход и, соответственно, фиксированный отрицательный выход при любом отрицательном входе. Очевидно, что в такой системе не выполняется принцип суперпозиции
Примеры систем с существенными нелинейностями:
различные виды реле (с зоной нечувствительности, гистерезисом и т. д.);
клапаны (зоны нечувствительности, насыщение);
нелинейные деформации механических пружин;
падение давления в сужении трубы;
силы трения;
аэродинамическое сопротивление;
свойства пара;
двигатели постоянного тока с последовательной обмоткой возбуждения (момент — функция квадрата тока роторной цепи);
двигатели переменного тока
Нелинейные системы можно описать в следующем виде
Численное моделирование динамических систем
Для решения нелинейных дифференциальных уравнений в большинстве случаев используются численные методы. Основной метод решения дифференциальных уравнений — аппроксимация производных по времени простыми разностными уравнениями. Этот метод называется аппроксимацией Эйлера с восходящими разностями
Если известны начальные условия х(0), то можно рассчитать состояния х(t+h), х(t+2h), х(t+3h),..., которые являются приближениями точного решения в моменты времени t+h, t+2h, t+3h и т.д. Здесь очень важно выбрать шаг {step) интегрирования h, который, в принципе, должен быть как можно меньше, однако на практике выбирается некая компромиссная величина. Слишком маленький шаг приведет к неоправданно большому времени вычислений (которое, естественно, еще серьезно зависит от сложности вычислений, типа уравнений, числа переменных и мощности процессора). С другой стороны, слишком большое значение h вызывает проблемы сходимости решения и приводит к нежелательным результатам. Эффект неправильно выбранного шага может оказаться очень существенным, особенно если моделируемая система включает в себя и быстрые, и медленные динамические процессы.