14 - Moderní frekvenční metody

Podobné dokumenty
Příklady k přednášce 14 - Moderní frekvenční metody

12 - Frekvenční metody

Příklady k přednášce 13 - Návrh frekvenčními metodami

13 - Návrh frekvenčními metodami

26 Nelineární systémy a řízení

Osnova přednášky. Univerzita Jana Evangelisty Purkyně Základy automatizace Stabilita regulačního obvodu

Příklady k přednášce 5 - Identifikace

6 Algebra blokových schémat

CW01 - Teorie měření a regulace

Frekvenční charakteristiky

Operační zesilovač, jeho vlastnosti a využití:

Signál v čase a jeho spektrum

Fakulta elektrotechnická. Podpora výuky řídicí techniky

X31EO2 - Elektrické obvody 2. Kmitočtové charakteristiky

Předmět A3B31TES/Př. 7

7 - Ustálený stav kmitavý a nekmitavý, sledování a zadržení poruchy

ISŠ Nova Paka, Kumburska 846, Nova Paka Automatizace Dynamické vlastnosti členů členy a regulátory

A/D převodníky - parametry

Doplňky k přednášce 23 Diskrétní systémy Diskrétní frekvenční charakteristiky

1 Modelování systémů 2. řádu

Příloha č. 1. amplitudová charakteristika filtru fázová charakteristika filtru / frekvence / Hz. 1. Určení proudové hustoty

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

Zpětná vazba, změna vlastností systému. Petr Hušek

23 - Diskrétní systémy

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ KATEDRA ŘÍDICÍ TECHNIKY BAKALÁŘSKÁ PRÁCE. Návrh PID regulátorů frekvenčními metodami

Opakování z předmětu TES

D C A C. Otázka 1. Kolik z následujících matic je singulární? A. 0 B. 1 C. 2 D. 3

Příklady k přednášce 8 - Geometrické místo kořenů aneb Root Locus

Dvoustupňový Operační Zesilovač

Klasické pokročilé techniky automatického řízení

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

23 - Diskrétní systémy

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

Hlavní parametry rádiových přijímačů

Impedanční děliče - příklady

SIGNÁLY A LINEÁRNÍ SYSTÉMY

25.z-6.tr ZS 2015/2016

15 - Stavové metody. Michael Šebek Automatické řízení

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Návrh frekvenčního filtru

Operační zesilovač (dále OZ)

Hlavní parametry mající zásadní vliv na přesnost řízení a kvalitu pohonu

Oscilátory. Oscilátory s pevným kmitočtem Oscilátory s proměnným kmitočtem (laditelné)

Ṡystémy a řízení. Helikoptéra Petr Česák

Úvod do zpracování signálů

Zesilovače. Ing. M. Bešta

Vypracoval: Miloslav Krajl

doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

Statická analýza fyziologických systémů

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra kybernetiky DIPLOMOVÁ PRÁCE

Západočeská univerzita. Lineární systémy 2

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

Fakulta elektrotechnická. GUI pro návrh PID regulátorů

ISŠ Nová Paka, Kumburská 846, Nová Paka Automatizace Dynamické vlastnosti členů frekvenční charakteristiky

Teorie úlohy: Operační zesilovač je elektronický obvod, který se využívá v měřící, výpočetní a regulační technice. Má napěťové zesílení alespoň A u

Czech Technical University in Prague Faculty of Electrical Engineering. Fakulta elektrotechnická. České vysoké učení technické v Praze.

Snímání biologických signálů. A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů

Spojité regulátory Zhotoveno ve školním roce: 2011/2012. Spojité regulátory. Jednoduché regulátory

1 LIMITA FUNKCE Definice funkce. Pravidlo f, které každému x z množiny D přiřazuje právě jedno y z množiny H se nazývá funkce proměnné x.

I. Současná analogová technika

Vlastnosti a modelování aditivního

27 Systémy s více vstupy a výstupy

1. Základy teorie přenosu informací

Grafické zobrazení frekvenčních závislostí

Při návrhu FIR filtru řešíme obvykle následující problémy:

Bezpečnost chemických výrob N111001

teorie elektronických obvodů Jiří Petržela obvodové funkce

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Fakulta elektrotechnická Katedra řídicí techniky. Optimální nastavení PID regulátoru

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Vlastnosti členů regulačních obvodů Osnova kurzu

Analýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction

SIGNÁLY A LINEÁRNÍ SYSTÉMY

+ ω y = 0 pohybová rovnice tlumených kmitů. r dr dt. B m. k m. Tlumené kmity

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

ZÁKLADY DATOVÝCH KOMUNIKACÍ

Měření na nízkofrekvenčním zesilovači. Schéma zapojení:

Přenos pasivního dvojbranu RC

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita

Automatické měření veličin

Osnova přednášky. Univerzita Jana Evangelisty Purkyně Základy automatizace Kvalita regulačního pochodu

Seznámíte se s pojmem primitivní funkce a neurčitý integrál funkce jedné proměnné.

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Praktické výpočty s komplexními čísly (především absolutní hodnota a fázový úhel) viz např. vstupní test ve skriptech.

íta ové sít baseband narrowband broadband

Osnova přednášky. Univerzita Jana Evangelisty Purkyně Základy automatizace Vlastnosti regulátorů

Studentův průvodce po automatickém řízení

Stavový model a Kalmanův filtr

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti

Dimenzování pohonů. Parametry a vztahy používané při návrhu servopohonů.

Při návrhu FIR filtru řešíme obvykle následující problémy:

DIPLOMOVÁ PRÁCE Řízení aktivního tlumení pérování automobilu

Základy a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722

Derivace goniometrických funkcí

Měření vlastností datového kanálu

ZÁKLADY DATOVÝCH KOMUNIKACÍ

Osnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky

letní semestr Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika vektory

Transkript:

4 - Moderní frekvenční metody Michael Šebek Automatické řízení 28 4-4-8

Loop shaping: Chování pro nízké frekvence Tvar OL frekvenční charakteristiky L(s)=KD(s)G(s) určuje chování, ustálenou odchylku a dynamickou odezvu ZV dále redukuje vliv šumu měření, změny parametrů a dalších neurčitostí Pro odchylku platí e( jω) = S( jω) r( jω) S( jω) d( jω) + T( jω) n( jω) a z toho e( jω) S( jω) r( jω) + S( jω) d( jω) + T( jω) n( jω) Pro nízké frekvence je typicky r( jω), d( jω), n( jω) a proto musíme zajistit S( jω) >> Z toho plyne hranice pro velmi nízké frekvence Pro přijatelnou regulační odchylku musíme stanovit dolní mez pro zesílení při velmi nízkých frekvencích L( jω ) >> T( jω), S( jω) e( jω) r( jω) + d( jω) + n( jω) z trojúhelníkové nerovnosti Michael Šebek ARI-4-28 2 = Hranice ustálené odchylky ω c

Loop Shaping - Chování pro vysoké frekvence Pro vysoké frekvence r( jω), n( jω) šumy mívají vyšší frekvence Návrh pro potlačení vlivu šumu senzorů stanovení horní meze pro zesílení při vysokých frekvencích ω c Hranice šumu senzorů L( jω ) << T( jω), S( jω) e( jω) S( jω) r( jω) + S( jω) d( jω) + T( jω) n( jω) e( jω) r( jω) + d( jω) + n( jω) Když má i porucha vysoké frekvence, je to problém Michael Šebek ARI-4-28 3

Loop Shaping - Neurčitost Další hranice pro vysoké frekvence Potlačení vlivu neurčitosti v soustavě = stanovení horní meze vf zesílení f=/s; bode(tf(f),tf(f/(+s)),tf(f/(+.5*s)),... tf(f/(+.5*s)*(+.*s)),... tf(f/(+.5*s)*(+.*s)^2)); nyquist(tf(f),tf(f/(+s)),tf(f/(+.5*s)),... tf(f/(+.5*s)*(+.*s)), tf(f/(+.5*s)*(+.*s)^2)); ω c Hranice neurčitosti modelu Neurčitost je typicky větší na vf. typicky zanedbáním dynamiky vyšších řádů Kdybychom s dynamikou vyšších řádů počítali, bude návrh složitý Raději ji zahrneme do neurčitosti a detaily ignorujeme! Návrh musí zajistit, aby pak nezáleží na fázi pro vf. nepřekročila hranici = db Jinak bychom s ní museli počítat a návrh by byl složitý Michael Šebek ARI-4-28 4

A teď obojí současně Dolní mez pro vf Loop Shaping - shrnutí > W ω, ωnf ω c S( jω) <, T( jω) W Př.: Když požadujeme, aby výstup sledoval sinusový vstupní signál s frekvencí ω ω vf, ) a s odchylkou ne větší než %, volíme W = > ω vf, Horní mez zesílení pro vf W ω 2 Př.: pro přijatelné potlačení šumů a robustní stabilitu při rozumné chybě modelu S( jω), T( jω) > W2 Pro střední frekvence se snažíme dosáhnout ω c blízko požadované šířky pásma v okolí ω c směrnici - (-2dB/dek) pro dobré PM ( 9º) a tedy tlumení Hranice ustálené odchylky Hranice šumu senzorů a neurčitosti soustavy Michael Šebek ARI-4-28 5 W W 2 )

Citlivost v Nyquistově grafu pro pevnou frekvenci ω je vzdálenost bodu L(jω ) na Nyquistově grafu od kritického bodu - rovna převrácené hodnotě velikosti citlivosti v ω Ss () = d( ω ) = L( jω ) = + L( jω ) d( ω) + Ls () = = + L( jω ) S( jω ) L( jω ) Vzdálenost celého grafu L(jω) od bodu - je d ( ) = min d( ω ) = = max ( ω ) MS ω [, ) S j ω [, ) tedy rovna převrácené hodnotě špičky citlivosti M S dljω ( ( )) čím větší je špička citlivost, tím blíže je L(jω) bodu nestability Michael Šebek ARI-4-28 6

Špičky citlivostí Typicky požadujeme: M S < 2 (6 db) M T <.25 (2 db) větší hodnoty ( > 4 ) znamenají špatné chování i robustnost Liší se nejvýše o : M S M T Souvislost s GM a PM je vidět ze vzorečků MT = max T( jω) M S ω ω >> G=3*(-2*s)/((5*s+)*(*s+)) G =.6 -.2s /.2 +.3s + s^2 >> D=.36*(+/(2.7*s)) D =.89 +.s / s >> L=D*G,S=/(+L),T=L*S T jω L = ( ).54+.57s-.4s^2 /.2s+.3s^2+s^3 S =.2s+.3s^2+s^3 /.54+.77s+.6s^2+s^3 T =.54+.57s-.4s^2 /.54+.77s+.6s^2+s^3 S( jω) >> bode(tf(l),tf(s),tf(t)) ω MT ω M S = max S( jω) M S GM > GM, GM + M M S GM < GM, GM M + S S M M T T PM PM 2arcsin 2 M S M 2arcsin 2 M T M S T Michael Šebek ARI-4-25 7

Požadavky na chování frekvenčně Požadavek na chování: Velikost odchylky menší než hodnota e b pro všechny referenční sinusovky s frekvencí ω ω a amplitudou r(jω ) r( jω) ω vyjádříme jako e( jω) = S( jω) r( jω) eb, protože e( jω) = S( jω) r( jω) Abychom pokaždé nemuseli definovat zvlášť spektrum referenčního signálu a požadavek na odchylku, normalizujeme problém zavedením r( jω) váhové funkce chování (performance frequency function), W ( ω ) = eb která vyjadřuje, jak jsou naše požadavky na chování systému rozložené podle frekvencí - je to reálná funkce frekvence S její pomocí můžeme požadavek přepsat do elegantního tvaru Pro návrh často užíváme W ( ω) = W ( jω) ω: S( jω) W ( ω) Michael Šebek ARI-4-28 8

Grafická interpretace Protože [ ] ω, : S( jω) W ( ω) W ( ω) < + Můžeme požadavek na chování interpretovat graficky: Pro žádné ω nesmí bod OL frekvenční charakteristiky L(jω) ležet v kruhu o poloměru W (ω) se středem v kritickém bodu - Pozor: platí to zvlášť po jednotlivých frekvencích ω poloměr = W ( ω) d = + Michael Šebek ARI-4-23 9

Multiplikativní neurčitost [ ] G( jω) = G ( jω) + W ( ω) ( jω) 2 Δ(jω) komplexní funkce, jakákoli, jediné omezení ( jω) reprezentuje amplitudu a fázi neurčitosti W 2 (ω) pevná váhová funkce G nominální model předpokládáme jen, že všechny soustavy v G(jω) mají stejný počet nestabilních pólů neboli také G(s) a G (s) mají stejný počet nestabilních pólů pro všechny Δ(jω) abychom mohli použít Nyquistovo kritérium požadavek trochu umělý, ale kritický, bez něj většina nástrojů neplatí ( jω) W ( ω ) G( jω) 2 G ( jω) + W ( ω) ( jω) 2 G( jω) G ( jω) Michael Šebek ARI-4-23

Váhová funkce neurčitosti Váhová funkce neurčitosti W 2 popisuje rozložení neurčitosti podle frekvencí je vlastně normalizovaná perturbace přenosu [ ] G( jω) = G ( jω) + W ( ω) ( jω) 2 ( jω) G( jω) G( jω) G ( jω) = = W ω G ( jω) G ( jω) ( ) ( ) jω G( jω) G ( jω) G ( jω) W 2 ( ω) ω Typicky je malá pro nízké frekvence (tam známe model velmi přesně) a velká pro vyšší frekvence (parazitní a nemodelované jevy) typický průběh je 2 2. Michael Šebek ARI-4-23

Nyquistův graf neurčitého systému [ ] G( jω) = G ( jω) + W ( ω) ( jω), ( jω) 2 G ( jω ) G ( jω ) W ( ω ) 2 g=2.5/((s+)^3); k=rdf();w=rdf(.5); G ( jω ) omega=:.5:2;ball(g,k,w,,j*ome ga);hold on,nyquist(ss(g)) G( jω ) G( jω) celý kruh Michael Šebek ARI-4-23 2

Soustava s multiplikativní neurčitostí G( jω) = G( jω) [ + W2( ω) ( jω) ], ( jω) je nominálně stabilní G ( jω) je stabilní robustně stabilní Robustní stabilita G( jω) je stabilní pro každé ( jω) tj. když je stabilní každá z nekonečné množiny soustav Podobně pro otevřenou smyčku i pro uzavřenou smyčku L ( jω) = D( jω) G ( jω) [ ] = D( jω) G( jω) = L ( jω) + W ( ω) ( jω) = L ( jω) + L ( jω) W ( ω) ( jω) 2 2 S( jω) =, S( jω) = = + L ( jω) + + L ( jω) + W ( ω) ( jω) 2 2 ( ω) =, ( ω) = = 2 [ ] [ + ] [ ] L ( jω) L ( jω) W ( ω) ( jω) T j T j + L ( jω) + + L ( jω) + W ( ω) ( jω) Michael Šebek ARI-4-25 3

Nutná a postačující podmínka robustní stability L ( jω) T ( jω) = + L ( jω) T( jω) W2( ω) <, ω = D( jω) G( jω) protože typicky W 2 je velké pro velké ω, musí být T ( jω) malé pro vysoké frekvence Protože je S + T =, musí být pro vysoké frekvence S ( jω) Přibližné vyjádření pomocí OL přenosu pro vysoké frekvence je = D( jω) G( jω) malé, proto T( jω) a podmínka robustní stability se redukuje na Podmínka robustní stability T ( jω) W ( ω) < ω L ( jω) 2 < ω W ( ω) 2 Michael Šebek ARI-4-28 4

Grafická interpretace T ( jω) W ( ω) < ω W( ω) L ( jω)/( + L ( jω)) < ω 2 W( ω) L ( jω) < + L ( jω) ω d = + L ( jω ) r = L ( jω) W( ω) L( jω ) g=2.5/((s+)^3);k=rdf();w=rdf(.5);omega=:. :2; ball(g,k,w,,j*omega);hold on om=.2;gom=value(g,j*om);wom=value(w,j*om); a=:.:2*pi;r=abs(wom*gom); fill(r*sin(a)+real(gom),r*cos(a)+imag(gom),' b') ball(g,k,rdf(),,.8*j*omega);grid off L Grafická interpretace: obálka Nyquistových grafů nesmí obsahovat kritický bod - ( jω ) Michael Šebek ARI-4-23 5

Při návrhu může nastat efekt přelévání: abychom někdy zmenšili S(ω), musíme ji jinde zvětšit. Toto přelévání nastává vždy. Když je relativní řád L(s) 2, když tj. L(s) má aspoň o 2 póly více než nul, musí citlivost splňovat Bodeho integrální omezení ve tvaru n ln S( jω) dω = π p Re punstable, i neboli Omezení pro návrh: Efekt vodní postele I. Speciálně pro stabilní L(s) musí platit ln S( jω) dω = Graficky (pokud je logaritmické měřítko u amplitudy a lineární u frekvence), musí se obě plochy rovnat Má-li L(s) nestabilní póly, je plocha zesilování dokonce větší! n log S( jω) dω = π log e p Re p unstable, i Michael Šebek ARI-4-26 6

Další omezení: Efekt vodní postele II. Efekt vodní postele nastává také, když soustava má nestabilní nuly Věta Integrál vážené citlivosti Nechť L(s) má jednu reálnou nestabilní nulu z (nebo pár komplexně sdružených nul z = x ± jy ) Nechť má ještě n p nestabilních pólů p i Pak, má-li být uzavřená smyčka stabilní, musí citlivost S(s) splňovat ln S( jω) wz (, ω) dω = π ln kde, v případě reálné nuly, je váhová funkce 2z 2 wz (, ω) = = z + ω z + ( ω z) anebo v případě komplexních nul wz (, ω) 2 2 2 Michael Šebek ARI-4-25 7 n p i= p p i i + z z x x = + x + ( y ω) x + ( y+ ω) 2 2 2 2