Fakulta elektrotechnická. Jirka Roubal, Petr Hušek a spol.

Transkript

1 České vysoké učení technické v Praze Fakulta elektrotechnická Základy regulační techniky vpříkladech Jirka Roubal, Petr Hušek a spol. Katedra řídicí techniky

2 Autoři: Jirka Roubal Petr Hušek Richard Bobek Karel Boček Karel Jonáš JiříMachač Miroslav Pech Tomáš Pešek Petr Procházka Martin Roman Adéla Šemelíková Jan Šíba Libor Šteffl Josef Valo Jan Váňa Pokud v tomto textu naleznete nějakou chybu, byt i sebemenšípřeklep, budeme rádi, kdyžnám o této chyběnapíšete, například na roubalj@control.felk.cvut.cz. Taky nás zajímá názor těch z vás, kteří sřízením teprve začínáte, zda po přečtení předmluvy a hlavně kapitoly Motivace pro řízení, máte lepšípředstavu co budete studovat napište nám reakci, třeba až vdobě, kdy budete mít něco z řízení za sebou, jak vám tato část textu pomohla. Děkujeme!!!

3 Ševče, na nikoho se nepovyšuj, před nikým se neponižuj. Král Miroslav

4

5 Předmluva Kde se vzala, tu se vzala, zpětná vazba Obvykle je obtížnéříci, který pojemči která vlastnost je pro daný obornejdůležitější. Vnašem oboru, tedy v regulační technice, můžeme tento pojem vyslovit bez váhání. Je to zpětná vazba. Ptáme-li se, kdy tento pojem vznikl, musíme jít v minulosti mnohem dál než se na Zemi objevil první člověk, mnohem dál než vznikla naše planeta a Sluneční soustava. Musíme se vrátit ažkpočátkům vesmíru. Jižodtěch dob příroda zpětnou vazbu využívá. Lidé jiodpřírody pouze opsali. Zpětná vazba hrála například důležitou roli při vývoji teplotního klimatu na našíplane- tě (BBC The Learning Channel, 998). Země vesvé4,5 miliard let dlouhé historii dokázala jako jediná ve Sluneční soustavě udržet takové klima, aby zde mohl vzniknout život. Například oxid uhličitý způsobuje v atmosféře skleníkový efekt. To znamená, že pokud ho bylo v atmosféře přebytek, teplo se nemohlo dostat ze Země pryčdovesmíru, a planeta se díky slunečním paprskům a vlastním zdrojům energie oteplovala. To způsobilo větší bujeníživota (především rostlinstva), který naopak oxid uhličitý z atmosféry odnímal, což zabránilo přehřátí planety. Oxid uhličitý sepakzásluhou vápenců usazovalnadně oceánů adíky deskové tektonice (pohybu zemských desek), kterou umožňuje velké množství vody na Zemi, se tyto usazeniny spolu s deskami podsouvaly pod jiné desky. Tím se dostaly do hloubky, kde se vlivem vysoké teploty roztavily, a tak se oxid uhličitý vulkanickou činností mohlopět dostat do atmosféry. Geologické pochody v kombinaci se životem na Zemi řídily obsah oxidu uhličitého v atmosféře a tím stabilizovaly naše podnebí (BBC The Learning Channel, 998). i

6 Dalším příkladem zpětné vazbymůže být vývoj dravců (lovců) akořistí (obětí) ve volné přírodě. Pokud je málo kořisti, začnou dravci vymírat hlady. Tím má kořist méně nepřátel a začne se množit. To pro dravce znamenávíce potravy, a tak jejich počet začne opět růst. V určitou dobu jich však bude tolik, že počet kořistí začne opět klesat a dravci díky tomu začnou znovu vymírat (Volterra, V., 93). A tak to půjde stále dokola. Doposud uvedené zpětné vazby byly stabilní. Vždy docházelo ke konvergenci nějaké veličiny, případně knějakým periodicky se opakujícím oscilacím. Zpětná vazba však může být i opačného charakteru, může docházet k nestabilitě. Vrat me se například k vývoji teplotního klimatu na Zemi, kde docházelo k cyklickým stabilním oscilacím oxidu uhličitého v atmosféře. Podíváme-li se na naše nejbližšíplanetární sousedy, Venuši a Mars, víme, že na těchto planetách došlo k teplotním extrémům. Na Venuši došlo kpřehřátí planety,její atmosféra je hustá apřesycená oxidem uhličitým díky tomu, že je tato planeta blíže ke Slunci a teplo přijaté a teplo způsobenévlastní vulkanickou činností bylovětšínežteplo,které odcházelo pryčdoves- míru. Naopak na Marsu došlo k opačnému jevu. Vnitřní energie Marsu amenšípřísuntepla odsluncedíky většívzdálenosti nestačilo pokrýt únik tepla do vesmíru a Mars zamrzl (BBC The Learning Channel, 998). Obězpětné vazby, namarsuinavenuši, byly nestabilní. Zpětná vazbajevšude kolem nás Ikdyžsitomožná ani neuvědomujete, zpětná vazba je všude kolem nás. Například to, že dokážeme stát na nohou, aniž bychom spadli na zem, je také díky zpětné vazbě. Lidský mozek vyhodnocuje naši polohu pomocí senzorů, jako jsou například oči, a stimuluje jednotlivé svaly tak, abychom rovnováhu udrželi. Sami si můžete vyzkoušet, že je mnohem obtížnější udržet rovnováhu v momentě, kdy oči zavřete. V takovém případě dojde totiž k rozpojení zpětné vazby od senzorů zraku. Ptáte-li se, proč však někteřízvás rovnováhu přesto udrží, je to proto, že oko není veskutečnosti jediný senzor polohy. Mozek například vyhodnocuje polohu lidského těla také pomocí tekutiny ve vnitřním uchu. Zásadně je rozpojení zpětné vazby patrné v bezvědomí, kdy se lidské tělo okamžitě skácí k zemi. ii

7 Zpětná vazba zasahuje i do společenských věd. Představte si, že zákonodárci vymyslí snejlepším úmyslem nový zákon. Dokud tento zákon není prověřen v praxi, nemůžeme mít jistotu, zda je vyhovující. Až poté, jak na něj zareaguje společnost, je třeba zákon doladit tak, aby zajišt oval původnězamýšlené úmysly. Zpětnávazbasetakévýznamně projevuje i při Vašem studiu! Pokud posloucháte pozorně napřednášce a říkáte si: To je jasné, tomu dobře rozumím, tak jste se vlastně nic nenaučili. Překvapuje Vás to? Jistě jsteužzažili situaci, že jste poté přišli na test a najednou jste nevěděli, jak příklady vyřešit. Je to tím, že jste porušili zpětnou vazbu. Nevyzkoušeli jste si příklady vypočítatsami,atím jste nenarazili na spoustu zádrhelů, které seipři pečlivém poslechu přednášky neobjeví. Pokud byste si některépříklady zkusili před testem sami vyřešit, přišli byste na tyto problémy včasamohlisenaně zeptat vyučujících, a tím si rozšířit své znalosti. Možná Vás ted napadne otázka: Proč jsmenatytozádrhely nebyli upozorněni již napřednášce? Odpověd je jednoduchá. Jednak to není možné, protože těchto zádrhelů jepříliš mnoho a některé už ani samotného vyučujícího nenapadnou (on už látce dokonale rozumí) dokud na ně student nezavede řeč právě díky tomu, že on se to teprve učí. A jednak byste se opět nic nenaučili, protože by zpětná vazba nebyla uzavřená. Měli byste ve své paměti jen seznam nějakých dalších informací, ve kterém byste nemuseli vidět všechny souvislosti. Proto je nutné, abyste při Vašem studiu byli aktivní ařešili samostatně příklady, které Vás přivedou na spoustu zajímavých otázek. Přemýšlením nad nimi si časem uvědomíte spoustu souvislostí apříprava na zkoušky pro Vás bude mnohem snazší. Nemyslíme to ale tak, že si poslední denpřed zkouškou vyřešíte všechny příklady najednou. V takovém případě nebudete mít dostatek času, abyste si všechny souvislosti uvědomili. Jednoduše řečeno, chcete-li do nějakého oboru dobře proniknout, musíte ho studovat průběžně. Dalším negativním důsledkem toho, že by Vám vyučující sdělil úplněvšechno, je to, že byste přišli o možnost jednou sami něco vymyslet. Měli byste totiž dokonale vyšlapanou cestu poznání anebylbydůvod z ní sejít. Pokud budete ale E=mc 2 zavedeni pouze na první křižovatku, máte možnost prozkoumat další cesty poznání sami. Jen tak mohly v minulosti vzniknout nové nápady a vynálezy. To potvrzuje jedna velká moudrost, kteráříká, že student není nádoba, kterou mají učitelé naplnit, nýbrž pochodeň, kterou je třeba zapálit. To si ale bohužel uvědomuje jen málo lidí ;-(. iii

8 Co tím vším chceme říci? Když sesvého vyučujícího neptáte, porušujete tak zpětnou vazbu a on pak není schopen poznat, zda jste jeho výkladu porozuměli či nikoli. Ve Vašem životě jdepředevším o Váš život a pokud porušíte zpětnou vazbu, pak je to bohužel především Vaše chyba, když seněco nenaučíte nebo když vesvém životě něčeho nedosáhnete. Zpětná vazba je jediným způsobem, který nasvětě funguje! O tom jsme se Vás zde snažili přesvědčit. A tak bychom mohli pokračovat do nekonečna. Vezměme tedy na vědomí, že zpětná vazba je všude kolem nás, takproč ji nevyužít. Počátek teorie řízení O historii zpětné vazby bylo jistě napsáno mnoho zajímavé literatury. Jednou z nich je například (Mayr, O., 97). Zde se můžete například dočíst, že z důvodu nutnosti relativně přesného měření času vytvořil člověk první zpětnou vazbu již kolem roku 27 před naším letopočtem pro regulaci průtoku ve vodních hodinách. Mnoho dalších informací jetakémožnénalézt na internetu, například na stránkách (Wikipedie Otevřená encyklopedie [online], 28). Zásadním zlomem v regulační technice však byla až průmyslová revolucevevropě v 7. století apředevším pak Wattův regulátor otáček parního stroje, viz obr., vynalezený v roce 769 (Mayr, O., 97). Šlo o jednoduchý princip. Když semotortočil rychle, závažísedíky odstředivé síle zdvihala a tím přivírala přísun páry a otáčky klesaly. Tento krásný a elegentní způsob regulace měl Obrázek : Wattův regulátor však jednu vadu. Někde fungoval a někde nefungoval. parního stroje Atakaž v roce 868, kdy James Clerk Maxwell publikoval první matematickou práciozpětnévazbě(maxwell, J. C., 868), se vysvětlilo, proč Wattův regulátor nefungoval. Regulační smyčka byla totiž někdy nestabilní vzávis- losti na rozměrech jednotlivých komponent regulátoru. Od tédobymluvíme až do konce 9. stoleníoprvotní etapěřízení. Dalšívelkýrozmach zaznamenala regulace bohužel až díky první adruhésvětové válce. Do roku 96 pak mluvíme o klasické etapě vycházející zpřenosového (vnějšího) popisu systémů. Šedesátá a sedmdesátá léta 2. století využívala stavový(vnitřní) popis systémů aříkáme jí moderní etapa. Vdalších letech mluvíme pak o etapě postmoderní. iv

9 O co vlastně v regulaci jde Jednou z nejčastěji používaných zpětných vazeb, se kterou se setká každýčlověk, je nastavení teploty vody ve sprše. Když nastavujete teplotu vody ve sprše, nevyužíváte nic složitějšího než jezpětnávazba. Pokud je voda příliš studená, otevřete více kohoutek s teplou vodou a naopak, když jevodapříliš horká, kohoutek teplé vodypřivřete. To jak rychle se Vám podařínastavitoptimální teplotu vody závisí navašíšikovnosti, neboli na kvalitě zpětné vazby.aprávě tímto se v regulační technice zabýváme. Základním principem v regulační technice je tedy navrhnout nějaký regulátor C (z anglického controller ) tak, aby se regulovaná soustava P (z anglického plant) chovala podle našich požadavků, viz obr. 2. Jinými slovy navrhnout takový bloček C, který bude generovat akční zásah (řídicí/manipulovatelnou veličinu) u(t) do řízeného systému tak, aby se výstup tohoto systému (regulovaná veličina) y(t) co nejvíce blížil jeho žádané hodnotě w(t). Veličinu e(t) = w(t) y(t) nazýváme regulační odchylka. w e u y w(t) e(t) C u(t) P y(t) Obrázek 2: Regulační smyčka Představte si situaci, že jdete prvnědoautoškoly a nikdy předtím jste žádné autoneřídili a ani o tom nic nevíte. V momentě, kdy Vám instruktor například řekne: Jed te rychlostí 5 kilometrů zahodinu, čímž definuježádanou veličinu w(t), tak nevíte a nemůžete vědět, co máte dělat, protože o řízení automobilůnicnevíte. Instruktor Vám tedy řekne: Ručičkanatachometru ukazuje aktuální rychlost automobilu, čímž definuje výstupní regulovanou veličinu y(t), asešlápnutím pedálu plynu je možné tuto rychlost zvyšovat a naopak povolením pedálu plynu snižovat, čímž definuje akční veličinu u(t). Nyní jižznáte vstup i výstup našísoustavyamůžete zkusit na základě těchto informací uvést automobil do pohybu. v

10 Protože stojící automobil máaktuálnírychlostmenšínežžádaných 5 km/h, sešlápnete pedál plynu a automobil začne zrychlovat. To pozorujete na tachometru. V momentě, kdy je aktuální rychlostvětšínežžádaná, tak, v souladu s radami od instruktora, pedál plynu uvolníte a rychlost automobilu začne klesat, až bude opět menšínežježáda- ných 5 km/h. Takto budete dokola sešlapávat a uvolňovat pedál plynu, až dosáhnete žádané rychlosti. Jistě sidovedete představit, že to, jak rychle dosáhnetežádané rychlosti, bude záviset nejen na vlastnostech samotného automobilu, ale také na vlastnostech Vašich. 9 8 Vpřípadě, že jste opatrnýřidič, budete se rozjíždět pomalu a rychlost se bude pomalinku blížit žádané. V případě, že jste zbrklýřidič, 4 sešlápnete pedál plynu až napodlahuaauto- mobil brzo hodně přesáhne žádanou hodnotu, 3 2 Opartný Zbrklý pak prudce uberete a rychlost zase hodně klesne Zkušený atakdále. V obou případech to není moc dobrý styl jízdy. V prvém případě serozjíždíte příliš Obrázek 3: Rychlost automobilu dlouho, jste tedy na vozovce překážkou a delší dobu unikají splodiny do ovzduší. Ve druhém případě je motor při extrémních otáčkách příliš hlučný, dochází k nekvalitnímu spalování aopět k úniku škodlivin do ovzdušíaani styl jízdy nepůsobí zrovna uklidňujícím dojmem na ostatnířidiče ani na dalšíúčastníky silničního provozu. Pro kvalitní dosaženížádané hodnotyrychlostijetřeba znát dynamický modelautomobilu. Tedy nejen sešlápni pedál plynu, uvolni pedál plynu, což můžeme považovat za statický model(v čase neproměnný), ale právě popis jak rychle se automobil rozjíždí, když takovým a takovým způsobem sešlápnete pedál plynu. V regulační technice budeme mít dynamický model systému tvořený převážně diferenciálními (pohybovými) rovnicemi. Procesu získávání modelufyzikální reality říkáme identifikace systému a v našem příkladě s automobilem ji vlastně provádíte tím, že se učíte jezdit. Tyto partie jsou vyučovány na ČVUT ( ) vbakalářském předmětu Systémy a modely. Pro praktickou výuku jsou využívány přípravky v Laboratoři teorie automatického řízení (Roubal, J., 28). Vmomentě, kdy máme dynamický model systému, přichází dalšíkrokatím je vlastní návrh regulátoru, nebolinávrh algoritmu řízení. Základní návrhy regulátorů jsouvy- učovány na ČVUT v rámci bakalářského předmětu Systémy a řízení. V momentě, kdy užřidič ví, jak automobil reaguje na změny vstupu, může dosáhnout žádané výstupní vi v [km/h]

11 veličiny mnohem lépe, viz obr. 3. On má jižvlastněnaučený regulátor ve své hlavě. My k tomu v regulační technice budeme využívat různé matematické metody,znichžněkteré zde i uvedeme. Možná Vás nyní napadne, že model automobilu není pouze závislost mezi pedálem plynu a rychlostí automobilu. Chování automobilu ovlivňuje samozřejmě mnoho dalších okolností, jako je přilnavost pneumatik k povrchu vozovky, vlhkost vozovky a podobně. Vmomentě, kdy například zaprší, tak můžetesesvým regulátorem ve Vašíhlavě lehce vzatáčce opustit vozovku, pokud jste příliš agresivnířidič, protože se reálný systém změnil, ale Váš model tuto informaci nemá. Opět tedy musíte vzít v potaz nové faktory a provést identifikaci znovu, naučit se o systému více. Pak budete schopni jezdit bezpečně zasuchaizamokraatakdále. V regulační technice je vždy přesnost modelu zásadní otázkou. Na jedné straně chceme mít model systému co nejpřesnější, abychom byli schopni navrhnout dobrý regulátor. Na druhé straně senám bude pro příliš složitý model navrhovat regulátor obtížněji. Proto vždy musíme zvolit model tak, aby v něm byly zahrnuty všechny podstatné vlastnosti systému. Tím ale regulace nekončí. Například cena paliva není již dnes zanedbatelná, atak budete třeba chtít jezdit s minimální spotřebou. To znamená, že musíte zjistit závislost spotřeby paliva na stylu jízdy. Poté musíte definovat nějaké kritérium kvality regulace obsahující tutozávislost a podle něho navrhnout nový regulátor, kterýzajistí minimální spotřebu paliva. Tento typ řízení je vyučován na ČVUT například v rámci předmětu Moderní teorieřízení. Problémů voblastiřízení je samozřejmě mnohem a mnohem víc anačvut se s nimi můžete seznámit například v předmětech Teorie dynamických systémů, adále v rámci volitelných předmětů Odhadování afiltrace, Robustní řízení a Nelineární systémy.myvšak zde tentopříklad ukončíme s konstatováním, že v regulační technice jde předevšímotytobody:. určení vstupů avýstupů systému, 2. identifikace systému (určení chování systému na výstupech pro nějaké chování vstupů), 3. návrh regulátoru pro zajištění požadovaných vlastností; testování regulátoru na počítači; aplikace regulátoru na reálném systému; případně návrh v nějakém smyslu optimálního regulátoru. vii

12 Pro koho je tato kniha určena Tato kniha je myšlena zejména jako podpora pro výuku v Laboratoři teorie automatického řízení (Roubal, J., 28) a je určena všem těm, kteřímajízájem dozvědět se něco o základech regulace a třebaizjistit,že je tento obor, jako řada dalších, velmi zajímavý. Nechceme nikoho mást, a tak hned zde narovinu říkáme, že Vám tato kniha nepomůže udělat snáze zkoušku tím, že si ji přes noc přečtete. Klademe důraz zejména na to, abyste hlavně pochopili spoustu souvislostí při samostatném řešenípříkladů atím se možná stal nášoborprovás zajímavý. Nechceme tu tajit, že pro to, abyste udělali zkoušku z nějakého předmětu, nemusíte zdaleka tolik věcí chápat. Stačí se je jen nabiflovat a můžete předmět zakončit i s výborným prospěchem. Něco pochopit stojí více námahy, ale přinášítovětší uspokojení ze studia, ve vyšších ročnících méněpráce a v odbornépraxiisnazší uplatnění. Rozhodněte se sami, zda chcete věci chápat a nebo zda se je budete pouze biflovat nazpamět. Oba způsoby vedou k úspěšnému ukončení studia. Volba je pouze na Vás! Proč tato kniha vznikla ve spolupráci se studenty Odpověd je velmi prostá. Mluvili jsme o tomto problému výše, když jsme popisovali zpětnou vazbu učitel-student. Učitelé sběžícím časem zapomínají, co bylo při studiu těžší acobylolehčí. Takéněkdy nemají rozumnou soudnost a snaží se do studentůnalít co nejvíce informací, což podlenás není zrovnaideální cesta poznání. Studenti též přinášejí mnoho zajímavých problémůprávě díky svým neznalostem, které by kantora užtřeba ani nenapadly. Jak tuto knihu studovat Rádi bychom zdůraznili, že si tato kniha neklade za cíl nahradit českou ani zahraniční literaturu, protože již existuje řada knížek o regulaci a modelování, například (Dorf, R. C. a Bishop, R. H., 27; Franklin, G. F. et al., 25). Naše představa je ta, že by měla sloužit zejména jako pomůcka při Vašem studiu v Laboratoři teorie automatického řízení (Roubal, J., 28). Nenaleznete tu nijak hlubokou teorii nebo dokonce vědu. Spíše se zde budeme snažit viii

13 nastínit různéproblémy na konkrétních příkladech a pokusíme se jednotlivé kapitoly opatřit zajímavými neřešenými příklady, jejichžvyřešení byvám mělo ukázat mnohé souvislosti, které nejsou při pouhém biflování teorievidět. Každá kapitola se skládázetříčástí, kterémůžeme rozdělit zhruba takto. Prvníčást je jakési shrnutí teorie, které bysteměli znát z přednášek nebo z jiné literatury. My zde tyto podkapitoly uvádíme spíše proto, abychom v této knize zavedli jednotné značení veličin, které není v literatuře vždy stejné. Druháčást obsahuje jednoduchéřešené příklady klepšímu pochopení pojmůatřetíčást se skládázneřešených příkladů spřiloženými výsledky. V hlavních kapitolách již nevysvětlujeme jednotlivé partie matematiky, které zde používáme. Ty byste měli znát již z matematických kurzů. Přesto však uvádíme stručný přehled matematiky v přílohách A až G. Doporučujeme Vám, abyste při studiu této knihy postupovali takto. Přečtěte si nejprve prvníčást kapitoly, abyste si ujasnili pojmy, které jste slyšeli na přednášce. Poté si pečlivě projděte řešené příklady, vrat te se k prvníčásti a znovu si ji pečlivě prostudujte. Tentokrát užbysteměli mít lepšípředstavu, co jednotlivé pojmy znamenají, protože jste se s nimi setkali v příkladech. Také problémy, na které jstevpříkladech narazili, by Vám měly být jasnější. Nyní ovšem neudělejte tu velkou chybu, kterou udělala již spousta lidí asivčetně nás autorů. Neřekněte si nyní, že danému tématu rozumíte dokonale a nepřejděte k další kapitole. Mluvili jsme o tomto problému výše, když jsme popisovali zpětnou vazbu učitel-student. Nezapomeňte, že nyní máte ve své paměti pouze seznam nějakých informací a to, zda je budete umět používat, se ukáže až vtéchvíli, kdy se pokusíte vyřešit neřešené příklady. Až nynímůžete opravdu říci, jak dobře jste danému tématu porozuměli. Proč je nutné nejprve studovat teorii a až potépřejít k praxi Lidé nalezli odpověd na tuto otázku již sproblémy s Wattovým regulátorem otáček parního stroje, viz obr.. Studenti ale svým učitelům často vyčítají, že volí příliš umělé příklady, které nemají s realitou nic společného. To je mnohdy pravda, ale musíte si uvědomit, že není možné vysvětlovat věci na složitých modelech. Již Jan Amos Komenský říkal, kromě Schola ludus (Škola hrou), postupovat od lehčího k těžšímu, cožje velké moudro! Představte si, že bychom Vám vysvětlovali nějaké principynasystémech typu letadlo Boeing 747. Musíte sami uznat, že užpři představětěch tisíců vstupních avýstupních signálů, tisíců snímačůaakčních členů, je skoro malý zázrak, že to celé funguje. ix

14 Jak říkal Richard P. Feynman (Feynman, R. P. et al., 2), držitel Nobelovy ceny za fyziku, svým studentům: My víme, že byste se chtěli naučit vše hned s co nejmenším úsilím, ale to není fér a ani to není možné. Je potřeba postupovat po jednotlivých krocích azískávat odborné znalosti postupně. Jen tak se z Vás mohou stát v budoucnu schopní lidé, kteří budou umět řešit problémy. Proto učitelé vysvětlují jednotlivé principyna umělých modelech, kde jsou tyto věci dobře vidět. Až tytozáklady pochopíte, budete je moci používat v praxi, a zabývat se mnohem složitějšími a komplikovanějšími problémy, které spraxípřicházejí. Jednoduše řečeno, zde, jako i v jiných oborech, se musíte hodně naučit než budete moci řídit Boeing 747. Nelze stavět dům od pátého patra, ale je třeba začít od základů! Bude to vyžadovat hodněvašípráce, ale až se budete blížit k cíli, sami uznáte, že to stálo za to. Přejeme Vám mnoho zdaru nejen při studiu této knihy, ale i ve Vašem osobním i profesním životě. Kniha je napsána v L A TEX2ε (Schenk, C., 26) a simulace jsou prováděné vprostředí MatLab/Simulink (The Mathworks, 28; Humusoft, 27) verze R26b ( ). Kniha vznikla po několikaletých zkušenostech jak studentských, tak pedagogických strávených nejen studiem teorie, ale zejména její aplikací v Laboratoři teorie automatického řízení katedry řídicí techniky Fakulty elektrotechnické Českého vysokého učení technického v Praze. autoři Povídá jeden: Haló, pane. Váš pes támhle honí nějakýho člověka na kole. Ten říká: Hmm, tak to náš pes nebude, ten vůbec na kole jezdit neumí. Felix Holzmann L A TEX2ε je rozšířenísystému L A TEX což je kolekce maker pro TEX. TEX je ochranná známka American Mathematical Society. x

15 Několik slov o autorech Jirka Roubal se narodil v Lounech v Československu a je zaměstnán na katedře řídicí techniky ČVUT FEL jako odborný asistent a správce Laboratoře teorie automatického řízení K jeho nejoblíbenějším zálibám patří tenis, pedagogika, hra na klavír a v neposladnířadě Divadlo Járy Cimrmana a Divadlo Spejbla ahurvínka. Jirka Roubal věří v pravdu, fair play a ve zpětnou vazbu. Je iniciátorem a koordinátorem této knihy, autorem předmluvy, kapitoly Motivace pro řízení, kapitol 2.., 2..2, 2.2., týkající se identifikace dynamických systémů, kapitoly 3 Několik závěrečných slov k modelování dynamických systémů 8 Regulace v praxi apříloh F Maticový počet, G Integrální počet, H MatLab/Simulink. Další informace oněm naleznete na stránkách (Roubal, J., 29). Petr Hušek se narodil v Chlumci nad Cidlinou a je zaměstnán na katedře řídicí techniky ČVUT FEL jako odborný asistent a vědecko výzkumný pracovník. Ve volném čase nejraději hraje tenis, cestuje po zemích, kam by ostatní nevkročili, a pěšky obdivuje krásy této a slovenské země. Richard Bobek se narodil v České Lípě a je studentem oboru Kybernetika a měření na Českém vysokém učení technickém v Praze, Fakultě elektrotechnické. Mezi jeho záliby patří cyklistika, badminton a plavání. Je autorem kapitoly Bloková algebra. Karel Boček pochází zčeských Budějovic a je studentem oboru Kybernetika a měření na Českém vysokém učení technickém v Praze, Fakultě elektrotechnické. Mezi jeho záliby patří spravování kol, cyklistika a rybolov. Je autorem modelovaných systémů s virtuální realitou, příklady.,.2 a.3. Karel Jonáš se narodil v Praze a studuje obor Kybernetika a měření načeském vysokém učení technickém v Praze, Fakultě elektrotechnické. Mezi jeho záliby patří především matematika, programování, fotografování, cyklistika a turistika. Je autorem přílohy I GUI Navrh PID. Jiří Machač se narodil v Táboře a je studentem oboru Kybernetika a měření na Českém vysokém učení technickém v Praze, Fakultě elektrotechnické. Mezi jeho záliby patří sport, filmy a literatura s fantasy a SCI-FI tématikou a Divadlo Járy Cimrmana. Je autorem kapitoly 4 Řešení stavových rovnic. Miroslav Pech se narodil v Hradci Králové a je studentem oboru Kybernetika a měření na Českém vysokém učení technickém v Praze, Fakultě elektrotechnické. Je autorem kapitoly 4 Regulačnísmyčka a základnítypyregulátorůakapitoly5frekvenčnímetody xi

16 návrhu regulátorů spřílohou I GUI PID freq design. Tomáš Pešek se narodil v Mladé Boleslavi a je studentem oboru Kybernetika a měření na Českém vysokém učení technickém v Praze, Fakultě elektrotechnické. Je autorem kapitoly 9 Diskretizace a přílohy D Z-transformace. Petr Procházka se narodil v Chomutově a je studentem oboru Kybernetika a měření na Českém vysokém učení technickém v Praze, Fakultě elektrotechnické. Mezi jeho záliby patří sport (volejbal, cyklistika a jiné) a dopravní technika (železnice a letectví). Je autorem kapitol 6 Časové charakteristiky, 7 Souvislosti časový afrekvenčních charakteristik amodelusystému s virtuální realitou v příkladě.7. Martin Roman se narodil se v Frýdlantě včechách, je studentem oboru Kybernetika aměření načeském vysokém učení technickém v Praze. Mezi jeho záliby patří cestování, turistika a automobily. Je autorem kapitoly 3 Vnitřní avnější popis lineárních dynamických systémů a modelu systému s virtuální realitou,příklad.8. Adéla Šemelíková pochází z Kladna a je studentkou oboru Kybernetika a měření na Českém vysokém učení technickém v Praze, Fakultě elektrotechnické. Mezi její záliby patří cyklistika a ekologie. Je autorkou kapitoly 2 Linearizace a přílohy E Metody aproximace funkcí. Jan Šíba se narodil v Praze a studuje obor Kybernetika a měření načeském vysokém učení technickém v Praze, Fakultě elektrotechnické. Mezi jeho záliby patříbojovésporty a herpetofauna. Je autorem kapitoly 2 Identifikace systémů. Libor Šteffl se narodil v Praze a je studentem oboru Kybernetika a měření načeském vysokém učení technickém v Praze, Fakultě elektrotechnické. Je autorem kapitoly 5 Frekvenční charakteristiky. Josef Valo pochazí z Ostrova u Karlových Varů a je mu 22 let. Momentalně je studentem na Českém vysokém učení technickém v Praze, Fakultě elektrotechnické a pracuje jako programátor pro letecké systémy. Je autorem přílohy A Komplexníčísla. Jan Váňa pochází zlipníka nad Bečvou a je studentem oboru Kybernetika a měření na Českém vysokém učení technickém v Praze, Fakultě elektrotechnické. Mezi jeho záliby patříhlavně tenis a plavání. Je autorem modelovaných systémů s virtuální realitou, příklady.4,.5 a.6. xii

17 Obsah Předmluva Seznam použitých symbolů i xix Motivace pro řízení I Modelování dynamických systémů Klasifikace systémů 3. Příklady Úlohy Linearizace 9 2. Lokální linearizace nelineárních systémů Příklady Úlohy Vnitřní avnější popis dynamických systémů Vnitřní stavovýpopis Vnějšípřenosový popis Příklady Úlohy Řešenístavových rovnic systému Analytickéřešení stavových rovnic systému Módy systému Řešení pomocílaplaceovytransformace Numerické řešení stavovýchrovnic xiii

18 4.3 Příklady Úlohy Frekvenční charakteristiky 8 5. Příklady Úlohy Časové charakteristiky 3 6. Časové charakteristiky lineárních dynamických systémů Impulsní charakteristika Přechodová charakteristika Odezva na obecný vstupní signál Příklady Úlohy... 7 Souvislosti časový afrekvenčních char Souvislost časové afrekvenční oblasti Příklady Úlohy Diskrétní systémy Popis a vlastnosti diskrétních systémů Vnitřnípopisdiskrétních systémů Vnějšípřenosovýpopisdiskrétních systémů Řešení stavových rovnic diskrétních systémů Stabilita diskrétních systémů Příklady Úlohy Diskretizace Příklady Úlohy Bloková algebra 59. Základní zapojenísystémů Příklady Úlohy xiv

19 Modelování fyzikálních systémů 69. Úlohy Identifikace systémů 2 2. Příklady Volba identifikačníhoexperimentu Postup při identifikaci reálného systému Úlohy Identifikace virtuálních modelů Identifikace laboratorních modelů Několik závěrečných slov k modelování 239 II Řízení dynamických systémů 24 4 Regulační smyčka Regulační smyčka RegulátorPID Příklady Úlohy Frekvenční metodynávrhu regulátorů Návrh regulátorů frekvenčnímimetodami Příklady Úlohy Nyquistovo kritérium stability Matematický aparát Nyquistovo kritérium stability z Cauchyovy věty Příklady Úlohy Metoda GMK Regulace v praxi Úlohy xv

20 Literatura 32 A Komplexní čísla I A. Základní definice, větyavlastnosti... II A.2 Příklady... IV A.3 Úlohy... VII B Fourierova transformace C Laplaceova transformace IX XI D Z-transformace XIII D. Základní definice, větyavlastnosti... XIV D.2 Příklady... XVIII D.3 Úlohy... XXIII E Metody aproximace funkcí XXV E. Základní definice, věty a vlastnosti XXVI E.2 Příklady XXVII E.3 Úlohy XXXII F Maticový počet XXXIII F. Základní definice, věty a vlastnosti XXXIV F.. Základní vlastnosti a operace s maticemi XXXIV F..2 Čtvercové matice XXXVII F.2 Příklady... XL F.2. Vlastníčísla a vlastní vektorymatic... XLII F.3 Úlohy... LIV G Integrální počet LIX G. Základní definice, větyavlastnosti... LX G.. Jednoduché integrály... LX G..2 Dvojné a trojné integrály... LXI G..3 Křivkové integrály... LXIII G.2 Příklady... LXVI G.3 Úlohy... LXXIII xvi