1

Cuprins

Cuprins ………………………………………………… pag.1

Capitolul 1 ………………………………………………… pag.3
1.1 Schema de bază a controlului numeric …….. pag.3
1.2 Ecuaţii lineare cu diferenţe …………………… pag.6
Capitolul 2 ………………………………………………… pag.10
2.1 Modele MATLAB pentru maşina de curent
continuu cu excitaţie independentă……. pag.10
2.1.1 Modele de ordinul 1…………………… pag.11
2.1.2 Modele de ordinul 2…………………… pag.11
2.2 Variabilele de stare Iscmm şi Ω , variabile
de stare pentru M.C.C.E.I ………. pag.13
Capitolul 3 ………………………………………………… pag.17
3.1 Construcţia sistemului { P,Q,R,W }………….. pag.17
3.2 Sistemul echivalent minimal { A,B,C,D }……. pag.20
Capitolul 4 ………………………………………………… pag.26
4.1 Reglarea după stare, sisteme
unidimensionale …………………. pag.26
4.2 Reglarea în cascadă a M.C.C.E.I……………. pag.29
4.2.1 Bucla de curent ………………………… pag.29
4.2.2 Bucla de viteză ………………………… pag.31
Capitolul 5 ………………………………………………… pag.34
5.1 Reglarea Kessler …………………………….. pag.34
5.2 Comparaţie între legea de relare cu
comandă după stare şi reglarea Kessler…. pag.36
Capitolul 6 ………………………………………………… pag.45
6.1 Acordarea buclelor în situaţia când pag.45
variabile de stare nu sunt măsurabile……….
Capitolul 7 ………………………………………………… pag.54
7.1 Transformata z ………………………………… pag.54
7.2 Diagrame bloc şi descrierea sistemelor pag.62
conduse de variabile de stare………………..
Capitolul 8 ………………………………………………… pag.69
8.1 Relaţii între funcţia de transfer şi pag.69
răspunsul indicial………………………………
8.2 Stabilitatea externă şi testul Jury…………….. pag.72
8.3 Calculul funcţiei de transfer H(z)…………….. pag.75
Capitolul 9 ………………………………………………… pag.79
9.1 Ecuaţii de diferenţe obţinute cu
ajutorul reprezentării de stare……………….. pag.79
9.2 Analiza S/H (sample and hold)………………. pag.85
 2

Capitolul 10 ………………………………………………. pag.88

10.1 Ecuaţii de diferenţe obţinute cu
ajutorul reprezentării de stare……………… pag.88
10.2 Analiza blocurilor diagrama care
conţin semnale esantonate.........………….. pag.92
Capitolul 11 ………………………………………………. pag.100
11.1 Efectele cuantizării …………………………. pag.100
11.2 Efectele cuantizării round-off a
parametrilor ecuaţiilor în diferenţe………… pag.105
11.3 Cicluri limită………………………………….. pag.107
Capitolul 12 ………………………………………………. pag.112
12.1 Algoritm continuu de urmărire a
curentului intr-o înfăsurare de naşină
electrică……………………………………… pag.112
12.2 Algoritm discontinuu de urmărire a
curentului intr-o înfăsurare de naşină
electrică…………………………………….. pag.117
Capitolul 13 ……………………………………………… pag.124
13.1 Acţionarea continuă cu lege de comandă
după stare a M.C.C.E.I…………………… pag.124
13.2 Acţionarea discontinuă a M.C.C.E.I.
metoda de urmărire a comandei
prescrise…………………………………… pag.127
Capitolul 14 ……………………………………………… pag.133
14.1 Proiectarea controlului numeric prin
utilizarea spaţiului stărilor ……………….. pag.133
14.2 Controlabilitatea şi formula Ackermann…. pag.137
14.3 Proiectarea estimatoarelor………………… pag.139
14.3.1 Estimatoare predictive ……………… pag.139
14.3.2 Observabilitate ……………………….. pag.146
14.3.3 Estimatoare immediate ……………… pag.147
14.4 Estimatoare de ordin redus sau
observere………………………………….. pag.149
Bibliografie ………………………………………………. pag.152
 3

Capitolul 1

1.1. Schema de bază a controlului numeric

1.2. Ecuaţii lineare în diferenţe

1.1Schema de bază a controlului numeric.

Controlul sistemelor fizice, realizat cu ajutorul calculatorului digital a

devenit din ce în ce mai evident. Dezvoltarea în domeniul logicii digitale folosită
în controlul proceselor a fost generată în bună masură de creşterea flexibilităţii
programelor de control reuşindu-se astfel o dinamică a proceselor de control
simultan cu îndeplinirea de noi cerinţe impuse sistemului. În principal şi
istoriceşte privind aceste succese se datoreazǎ topologiei cu reacţie (feedback)
introdusă în mod special de lucrările lui BODE şi NYQUIST.
Topologia tipică şi actuală a sistemului de bază care permite controlul
răspunsurilor dinamice ale diverselor sisteme este prezentată în figura 1.1.

Fig.1.1.Schema controlului numeric.

Figura 1.1. permite introducerea urmatoarelor notaţii de baza, care sunt
folosite in decursul acestui curs.
r - referinţa sau comanda de intrare
u - comanda cu care se realizează conducerea procesului
y - mărimea controlată sau mărimea de ieşire
ŷ - mărimea de reacţie – ieşirea unui sensor sau o aproximaţie a
lui y numită marime estimată
ê=r-ŷ - mărimea de eroare actuală
e=r-y - mărimea de eroare a sistemului
 4

w - perturbaţia ce actionează din exterior asupra instalaţiei

tehnologice
v - perturbaţia ce actionează asupra traductorului
A/D - conversie analog-digital
D/A - convenţie digital-analog

O funcţionare “satisfăcătoare” a sistemului din fig.1.1 presupune forţarea

mărimii y(t) să urmăreasca variatia mărimii r(t), în ciuda prezenţei perturbaţiilor
exterioare w(t) si v(t).
Este de asemenea de dorit ca procesul de urmărire a lui r(t) de către y(t)
să se producă în condiţiile în care dinamica instalaţiei tehnologice se modifică.
Procesul de apropriere a lui y(t) de r(t), chiar şi în cazul r≡0 este denumit un
proces de reglare.
Dacă sistemul are o bună reglare în prezenţa perturbaţiilor se spune
despre sistemul de control că prezintă o rejecţie a perturbaţiilor. Sistemul de
control avand o bună reglare la modificarea parametrilor procesului este
caracterizat drept un sistem de sensitivitate redusă la aceşti parametrii.
Sistemul avand o bună rejecţie a perturbaţiilor simultan cu o sensitivitate
redusă la perturbaţii se denumeşte un sistem robust.
Problema controlului care a fost discutată mai sus nu se limitează numai
la comanda numerică. Totuşi se poate considera că schema din fig. 1 este cea
care asigură un control continuu al proceselor industriale.
Referitor la schema din fig.1.1, merită o discuţie dispozitivul A/D –
convertor analog digital. Fizic acest dispozitiv primeşte la intrare un semnal
electric (de obicei acesta este o tensiune electrică) şi generează la ieşire o
secventă numerică. De obicei, ieşirea sensorului, sau ieşirea estimatorului de
mărime de ieşire , suportă procedeul de eşantionare în procedeul de prelucrare
propriu A/D cu scopul construcţiei erorii de reglare în interiorul calculatorului
digital. Se va face ipoteza ca procesul de formare a erorii este periodic, de
perioada T, numită perioada de eşantionare. Periodicitatea acestei construcţii de
eroare este realizată prin semnale de intrerupere generate de către CEAS.
Intreruperile generate de către U.C. a computerului trebuiesc generate
după ce acesta execută toate codurile de execuţie. O asemenea funcţionare a
sistemului din fig. 1 se numeşte funcţionare ciclică (free running). Este posibila si
o altă funcţionare, în care cererea de întrerupere să fie condiţionată si fixată de
lungimea codului de executat.
În concluzie: există o anumită periodicitate în execuţia eşantionărilor şi
conversiei A/D în semnale digitale, proces care introduce clasa de semnale
discrete. Deasemenea în sistem pot fi regăsite semnale de tip continuu precum
w şi y. Un sistem care prezintă ambele categorii de semnale se numeşte un
sistem de eşantionare a datelor.
Simultan cu generarea de semnale discrete, convertorul A/D generează
semnale de cuantificare. Evidenţa acestor semnale este datorată caracteristici
statice a convertorului A/D din fig.1.2. De observat că procesul de cuantizare
este nelinear. Un semnal care este simultan discret si cuantificat se numeşte
semnal digital. ŷ(t)
 5

Fig.1.2.Caracteristica statică a convertorului A/D.

În proiectarea controlului numeric trbuie ţinut cont atât de perioada de

eşantionare T, cât şi de mărimea cuantei q. Dacă cuantele sunt extrem de mici
semnalele digitale converg la semnale continui în care situaţie, analiza
sistemelor de control este realizată de metode de analiză continui. Metoda de
conversie a procedurilor continui in proceduri numerice care se bazează pe
aceasta convergenţă se numeşte metoda emulării. În analiza curenta însă se
consideră problema variaţiei marimilor T si q ca fiind probleme separate. Drept
primă analiză a sistemelor cu comandă numerica se consideră că q = 0 si se
studiază sistemul cu eşantionarea datelor fiind linear.
Cel mai important aspect al implementării controlului numeric este
intârzierea asociată cu funcţionarea convertorului D/A (fig. 1.3)

Fig.1.3.Caracteristica statică a convertorului A/D.

 6

Fiecare valoare a lui u(kT) este menţinută constantă pană la generarea de

către computer a unei noi valori. În acest mod valoarea continuă a lui u(t) – care
constituie din salturi discrete, sau matematic vorbind u(t) acuză o variaţie de tip
scara – anticipează cu T/2 variatia valorii medii, reprezentată in fig.3.1. cu linie
punctată.
Dacă se foloseste analiza continuă precizată anterior (q = 0), atunci dacă
se introduce o intârziere de T/2 se obţin rezultate foarte bune.

1.2. Ecuaţii lineare în diferenţe

Elementul principal al structurii din fig.1.1 este computerul. O

caracteristică de bază a computerului este ca necesită un timp finit în elaborarea
unui răspuns, iar acest răspuns este insoţit de o precizie finită. Acesta este
motivul pentru care sunt necesare unelte speciale pentru alcătuirea de programe
pentru un calculator care funcţionează ca un component de control cu
caracteristici de liniaritate.
Deci vom presupune prelucrarea de către convertorul A/D de eşantionare
din sistemul y(t) la momente discrete de timp pe care le dirijează la computer
astfel că ŷ(kT) = y(kT). Sarcina calculatorului este ca din aceste eşantioane să
construiască un semnal de ieşire comunicat procesului industrial prin intermediul
convertorului D/A.
Să considerăm eşantioanele e0,e1, …..,ek si comenzile corespunzătoare
u0,u1, …..,uk-1. Calculatorul realizează o corespondenţă sub forma unei funcţii f:

uk = f(e0,e1, …..,ek; u0,u1, …..,uk-1) (1.1)

Presupunem pentru relaţia (1.1) că f depinde de o mulţime finită de valori

anterioare a lui e şi u şi că aplicaţia f este lineară, aşa încât:

uk = -a1*uk-1-a2*uk-2…. –an*uk-n+b0*ek+b1*ek-1+…+bm*ek-m (1.2)

Ecuaţia (1.2) este numită ecuaţie de recurenţă lineară sau ecuaţie de diferenţe şi
are multe similiariţăţi cu ecuaţiile diferenţiale lineare. Numele de ecuaţie de
diferenţe provine din faptul că se poate exprima ecuaţia (1.2) folosind u k şi
diferenţe (creşteri) în uk definite ca:

∇u k = u k − u k −1 prima diferenţă
∇ 2 u k = ∇u k − ∇u k −1 a doua diferenţă (1.3)
∇n u k = ∇n −1u k − ∇n −1u k −1 a n-a diferenţă

Rezolvând valorile lui uk, uk-1 şi uk-2 în termeni de diferenţe, se obţine:

 7

uk = uk
u k −1 = u k − ∇u k
u k −2 = u k − 2∇u k + ∇ 2 u k

Astfel pentru o ecuaţie de ordinul 2 cu coeficienţi a1 şi a2 şi b0 (pentru

simplificare b1=b2=0) se obţine:

a 2 .∇ 2 u k − ( a 1 + 2.a 2 ).∇u k + ( a 2 + a 1 + 1).u k = b 0 .e k (1.4)

(1.4) şi corespondenta (1.2) sunt echivalente, dar pentru implementare pe

calculator forma (1.2) este mai eficientă. Dacă coeficienţii a şi b din (1.2) sunt
constanţi, relaţia (1.2) se numeşte ecuaţie de diferenţe cu coeficienţi constanţi.
Se va arăta mai târziu că astfel de ecuaţii pot controla sisteme dinamice lineare.
Să analizăm metoda de obţinere a soluţiilor pentru (1.2) şi proprietăţile generale
ale acestor soluţii.
De exemplu fie:

u k = u k −1 + u k −2 (1.5)

Pentru rezolvare este necesar ca la momentul de timp al startului (k = 2)

să fie cunoscute condiţiile iniţiale (u0 si u1 in acest caz) fie ele u0=u1=1. Se obţine
şirul de valori (limitat de exemplu la numărul 10):

k = 1, 1, 2, 3, 5, 8, 13, 21, 34, 55

Se obţine un şir u care induce faptul că soluţia este instabilă

(nemarginită).
De aceea, suntem puşi în faţa problemei de identificare a tipului de
răspuns, făra să rezolvăm ecuaţia şi chiar de a aprecia forma soluţiei. Pentru
ecuaţiile continui ordinare şi diferenţiale cu constante lineare, soluţiile căutate
sunt de tip est.
În cazul ecuaţiilor de diferenţe, lineare, cu coeficienţi constanţi se vor
căuta soluţii de forma zk unde z inlocuieşte es iar k este timpul discret.
Dacă presupunem u(k)=Azk se obţine ecuaţia

Az k = Az k −1 + Az k −2

presupunând A ≠ 0 şi z ≠ 0 se obţine:

z2 = z +1

Acest polinom are soluţiile:

 8

1 5
z= ±
2 2

fie ele z1 si z2. Datorită linearităţii suma acestor soluţii particulare sunt
deasemenea soluţii, deci:
u(k) = A 1 z 1k + A 2 z k , iar

din condiţiile iniţiale pentru k=0 si k=1:

1 = A1 + A 2
1 = A1z1 + A 2 z 2

şi se obţine:

1+ 5
A1 =
2 5
5 −1
A2 =
2 5

Deorece z1>1, z1k creşte nemărginit cu k, confirmând soluţia instabilă. Această

rezolvare se poate generaliza. Ecuaţia în z obţinută după substituţia u=zk este un
polinom în z denumit ecuaţie caracteristică a ecuaţiei în diferenţe. Dacă toate
rădăcinile ecuaţiei caracteristice se află în interiorul cercului de rază unitate,
ecuaţia în diferenţe corespunzătoare este stabilă.
Drept exemplu al originii ecuaţei în diferenţe, cu intrare exterioară, se
consideră problema aproximaţiei unei integrale. Să presupunem că se doreşte
calculul integralei:

t
J = ∫e(t)dt (1.6)
0

folosindu-se doar valorile discrete e(0), ….. e(tk-1), e(tk) şi a faptului că există o
aproximaţie a integralei de la zero la tk-1 pe care o denumim uk-1. Din aceste
informaţii trebuie calculată uk. Observăm astfel că problema se reduce la
aproximarea ariei unei curbe între punctele tk-1 şi tk şi deasupra axei dt.
Există trei alternative reprezentate în figura 1.4.
Se poate folosi dreptunghiul de inălţime ek-1, dreptunghiul de inălţime ek
sau trapezul obţinut din conectarea lui ek-1 cu ek cu o linie dreaptă. Dacă se alege
a treia opţiune:
 9

Fig.1.4.Metode de integrare.

t k − t k −1
A= ( e k + e k −1 ) (1.7)
2

Se obţine formula discretă de integrare:

T meto
u k = u k −1 + ( e k + e k −1 )
2 da trapezoidală (1.8)
u k = u k −1 + Te k −1 metoda anticipativă dreptunghiulară (1.9)
u k = u k −1 + Te k metoda backward dretunghiulară (1.10)

Fiecare din ecuaţiile (1.8) ÷ (1.10) reprezintă un caz special de ecuaţie de

diferenţe de tip (1.2).
Astfel se observă că ecuaţiile în diferenţe pot reprezenta modele ale
proceselor fizice şi pot fi evaluate direct de computer.

Capitolul 2
 10

2.1. – Modele MATLAB SISO pentru m.c.c. cu excitaţie independentă

2.2. – Modele MATLAB MIMO pentru m.c.c. cu excitaţie independentă
2.2.1. - modele de ordin 1
2.2.2. - modele de ordin 2
2.3. – Variabilele iSCM şi Ω , variabile de stare ale M.C.C.E.I.

2.1.1. Model linear SISO pentru M.C.C.E.I. maşina de curent continuu cu

excitaţie independentă

Se consideră că maşina electrică este un convertor electromecanic în regim

motor, maşina de c.c. este perfect compensată şi nesaturartă, flux de excitaţie Φ e
este constant, căderea de tensiune pe perii nulă.
Ecuaţiile maşinii de c.c. cu excitaţie independentă sunt:
d
u A (t) = rA * i A (t) + [ϕA (t) ] + k V * Ω(t)
dt
d (2.1)
kV *iA = J [Ω(t) ] + B * Ω + m R (t)
dt
ϕA (t) = L A * i A (t)
Ecauţia (2.1) admite scrierea matriceală corespunzătoare unui sistem
dinamic linear de ordinul doi ( n = 2) , ecuaţia având toţi coeficienţii constanţi:
 1 kv 
 − −  1 
d i A  τA rA .τ A  i A    0 
 .u A +  1 .mR
=   . + r .τ (2.2)
dt  Ω   kv −
k B   Ω   A A   − 
 0   J
 J τ m 
LA 1 J . rA 1 B . rA
τA = = , τm = = , kB =
rA α1 kv 2 α 2 kv 2

Ecuaţia (2.2) poate fi considerată că descrie dinamica unui sitem

dinamic caracterizat ca un sistem SISO ( single input, sinigle output ) având
forma:
d
x = A . x +b . u +b V . v
dt (2.3)
Se pot face următoatrele identificări (proprii pentru calculul vitezei rotorice Ω( t ) ):
 kv . α 1 
 − α1 − r 
− matricea de evoluţie: A , dim ( A ) = n = 2 ; A =  A

 kv
− k B .α 2 
 J 
− vectorul de stare x , x = [ x 1 x2 ] ;
T
 11

 1 
− vectorul de intrare b =  rA . τ A  ;
 
 0 
− ieşirea y = Ω ;
 0 
− vectorul de perurbaţie b V =  − 1  ;
 J 
− vectorul de ieşire C Ω = [ 0 1] .
T

Deci pentru acest sistem SISO tensiunea indusului u A este considerată

intrare (excitaţia sistemului dinamic), iar cuplul de sarcină m R este considerat
perturbaţia de la intrarea sistemului. Corespunzător relaţiei (2.3) se construieşte
modelul din figura 2.1.

Fig − 2.1 Sistem SISO, MCCEI.

Se pot introduce următoarele transferuri:

 kv . α1 
 s+ k B . α 2 − α 
Ω( s ) rA   1  1
Tu A ( s ) = = C Ω . ( s . Ι 2 − A ) .b = [ 0 1] .
−1
T
  . rA .
u A ( s ) v =0  rA . α 2 s+ α1   0  Δ α ( s )
 
 k V 
 kv . α1 
 s+ k B . α 2 −
Ω( s ) rA   -01 1
Tv ( s ) = = C Ω . ( s . Ι 2 − A ) .b V = [ 0 1] .
−1
T
 . .
v ( s ) u A =0  rA . α 2
s + α 1   J  Δ α ( s )
 k V 
Δ α ( s ) = s 2 + ( α 1 + k B . α 2 ) . s + (1 + k B ) . α1 . α 2
Prin reunirea transferurilor anterioare se deduce:
 12

1 u A ( s) r ( s . τ A + 1) . m R ( s )
Ω( s ) = Tu A ( s ) * u A ( s ) + Tv ( s ) * m R ( s ) = . − A2 .
k V Δ( s ) kV Δ( s )
Δ ( s ) = τ m . τ A . s 2 + ( τ m + k B . τ A ) . s +1 + k B
Pentru calcule de transferuri referitoare la curentul de indus se
procedează doar la modificarea vectorului de ieşire la valoarea C i A = [1 0] :
T

 kv . α 1 
i A ( s) s+ k B . α 2 −
rA   1  1
α 
Tu A ( s ) = = C i A . ( s . Ι 2 − A ) .b = [1 0] . 
−1
T
 . rA .
u A ( s) v =0  rA . α 2 s+ α1   0  Δ α ( s )
 
 k V 
 kv . α 1 
i A ( s) s+ k B . α 2 −
rA   -01 1
Tv ( s ) = = C i A . ( s . Ι 2 − A ) .b V = [1 0] . 
−1
T
. .
v( s ) u A =0  rA . α 2 s+ α 1   J  Δ α ( s )
 k V 
Se deduce:
1 ( s . τ m + k B ) . u A ( s) 1 m R ( s)
Ω( s ) = Tu A ( s ) * u A ( s ) + Tv ( s ) * m R ( s ) =
. + .
rA Δ( s ) k V Δ( s )
Prima formă canonică controlabilă a perchei ( A , b ) se obţine prin
construcţia matricei de controlabilitate R , [3] :
 α1 α12 
 −  (2.4)
r rA
S C = R = [ b A . b] =  A 
0 k V .α1 
 rA . J 
 
Fie ecuaţia:
 α13 k V . α12
2

 − 2  (2.5)
 θ1  rA rA . J
R .   = A .b = 
2 
θ 2   k V . α12 k V . k B . α1 . α 2 
− 
 rA . J rA . J 
Prin rezolvare se obţin soluţiile:
θ 1 = −(1 + k B ) . α 1 . α 2 (2.6)
θ 2 = −( α 1 + k B . α 2 )
Prima forma canonică admite reprezentările:
 13

 0 θ1  1
A C = S C−1 . A . S C =   , b C = S C−1 . b =   ,
1 θ 2   0 (2.7)
 rA 
−
 k   α .α 
b CV = S C−1 . b V =  V
 , C TC = C T . S C = 0 1 2 
 − rA   kV 
 α 1 . k V 
A doua formă canonică controlabilă a perchei ( A , b ) se obţine prin
relaţiile:
 hT 
h . R = [ 0 1] , T =  T 
T

h . Α  (2.8)
~  0 1  ~ 0 
A = T . A . T −1 =   , b = T . b = 1 ,
θ1 θ 2   
 rA 
−
 α .k 
~  1 V
 ~T  α1 . α 2 
b CV = T .b V =  − −1
 , CC = C .T = 
T
0
 rA . k B . α 2   kV 
 
 α1 . k V 

Deoarece pentru ambele forme canonice

 A − λ . I 2  
rang     = n = 2 ,
 C 
perechile ( C, A ) sunt observabile.

2.2.1. Model linear MIMO de ordinul1 pentru M.C.C.E.I. maşina de curent

continuu cu excitaţie independentă

Pentru detrminarea modelului MIMO (multiple input, multiple output) se

consideră că noul model admite topologic următorii parametrii:
− m = 2 intrări – uA(t) şi mR(t)
− p= 2 ieşiri – iA(t) şi Ω(t)
− n = 2 variabile de stare – iA(t) şi Ω(t)
Linearitatea sistemului (2.1) permite aplicarea transformatei Laplace
intregei ecuaţii (dacă există condiţiile iniţiale nule pentru variabilele de stare)
u A (s) − k V * Ω(s) = rA (sτ A + 1) * i A (s)
k V * i A (s) − m R (s) = (s * J + B) * Ω(s) (2.9)
Prezenţa în membrul stâng (2.9) a combinaţiilor lineare de variabile de
stare şi de intrări se datorează proprietăţilor intrinseci ale conversiei
electromagnetice. Ca urmare acesta are un caracter de sistem cu reacţie.
 14

Prezenţa în membrul drept a polinoamelor în nedeterminata (s) care

multiplică variabilele de stare şi care au gradul 1 (văzute ca polinoame de s),
oferă modelului denumirea de model de ordinul 1.
In transpunerea MATLAB, modelul are forma din fig.2.2:

Fig.2.2 − Model MATLAB de ordinul 1.

Pentru realizarea structurii cu posibilităţi de reglare, ieşirile trebuiesc
măsurate direct sau indirect. În acest scop se folosesc traductoarele de mărimi
de ieşire (ia,Ω), descrise de ecuaţiile lineare:
di
τ fi am + i am = k fi i a
dt
dΩ m (2.10)
τ f0 + Ω m = k f0 Ω
dt
sau
i am (s) k fi
=
i a (s) s * τ fi + 1
(2.11)
Ω m (s) k f0
=
Ω(s) s * τ f0 + 1
Funcţiile de transfer (2.11) indică calitatea de filtru “trece jos” pe care le
realizează traductoarele.

2.2.2. Model linear MIMO de ordinul 2 pentru maşina de curent

continuu

Simularea modelelor de tipul celor din fig.2.2 intâmpină următoarea

dificultate-mărirea timpului de execuţie a simularii datorate buclei algebrice a
programului (vezi topologia figurii). La execuţie compilatorul programului trebuie
 15

să elimine aceasta buclă cheltuind timp suplimentar. Modelul de ordinul 2 elimină

buclele algebrice. Soluţiile sistemul (2.9) sunt aranjate sub forma:

 1 s * τm + k B 1 m (s)
i A ( s )= * u A ( s )+ * R (2.12)
 rA Δ ( s ) kV Δ ( s )

 Ω ( s=) U A ( s ) − rA * ( s* τ A + 1 )* m R ( s )=
 kV *Δ ( s ) k 2V * Δ ( s )
Ecuaţiei (2.9) modificată i se poate ataşa şi ecuaţia (2.11) şi se obţine
modelul de ordin 2 din fig. 2.3.

Fig − 2.3.Model MATLAB de ordinul 2.

2.3. – Variabilele iSCM şi Ω , variabile de stare ale M.C.C.E.I.

În acţionarea electrică de mare importanţă în dimensionarea

subansamblelor o are curentul de pornire a motorului de c.c. cu excitaţie
independentă. Din modelul obţinut din ecuaţiile (2.11) şi (2.12) se obţine un nou
model de ordinul 2 având drept variabile de stare dubletul (i SCM,Ω) cu iSCM – curent
de scurtcircuit mecanic, având semnificaţia de curent de pornire.
 16

Pentru introducerea noilor variabile de stare se procedează la substituţia:

i A = i SCM − i Ω (2.13)

Prin introducerea ecuaţei (2.6) în ecuaţia electrică a maşinii de curent

continuu cu excitaţie independentă se obţine:

di SCM di
u A (t) = rA * i SCM + L * − rA i Ω − L * SCM + k V * Ω
dt dt
în care se identifică două componente care că satisfac:

 d iS C M
U = r i
 A A S C M + L * (2.14)
dt

 k * Ω ( t=) r * i + L * d iΩ
 V A Ω
dt
Ecuaţia mecanică se prezintă sub forma nouă:

rA r dΩ r
* i SCM − A2 * m R = τ m * + k B * Ω + A *iΩ (2.15)
kV kV dt kV

Prin derivarea ecuaţiei (2.8) în raport cu t şi înmulţirea cu τ A se obţine:

rA di r dT
* τ A * SCM − A2 * τ A * L =
kV dt kV dt
(2.16)
d 2Ω dΩ rA di
= τm * τA * 2 + k B * τA * + * τA * Ω
dt dt k V dt

Prin adunarea ecuaţiei (2.15) cu (2.16) şi ţinând cont de a doua ecuaţie (2.14):

rA  di  r  d mR 
*  τ A * SCM + i SCM  − A2 * τ A * + mR  =
kV  dt  kV  dt 
(2.17)
d2Ω dΩ
= τ m * τ A * 2 + (τ m + k B * τ A ) + (1 + k B ) * Ω
dt dt

Măsurarea curentului iSM este indirectă şi se va face folosind ecuaţiile (2.13), a

doua ecuaţie (2.14) si ecuaţia (2.10):

k fi k * k fi s * τ fΩ + 1
i SCM = * i A ( s) + V * * Ω( s )
s * τ fi + 1 rA * k fΩ (s * τ fi + 1) * (s * τ A + 1) (2.18)
 17

Se obţine modelul din fig. 2.4

Fig − 2.4.Model MATLAB de ordinul 2 care introduce curentul iSCM.

Prezenţa blocului “Subsystem Decuplare’” în figura 2.4 este justificată

pentru sarcinile mecanice pasive, acest bloc avînd sarcina de a interzice apariţia
vitezei mecanice nenule până în momentul în care cuplul electromagmetic al
motorului nu depăşeşte cuplul de sarcină.
Partea fixă a acţionarii electrice conţine şi elementul de execuţie. Funcţia
de transfer intrare–ieşire nu este ca în cazurile anterioare o funcţie ratională în
nedeterminata s:
u A (s)
= K D * e −S.T μ
u COM (s) (2.19)
KD –câstig static al elementului de execuţie
Tμ – timpul mort asociat
De obicei in analiza acţionărilor continui se produce linearizarea ecuaţiei
(2.12) la ecuaţia (2.13):
u A (s) KD
=
u COM (s) 1 + s * τ μ (2.20)
Considerând că sistemul de acţionare (partea fixă) constă în conectarea
în cascadă a trei subblocuri:
– element de execuţie
– instalaţia tehnologică (maşina de curent continuu cu excitaţie
independentă)
– traductoare de masură
acest sistem se poate formaliza la un sistem dinamic având topologia:
- m=2 intrări: - ucmd şi mR u 
u= 1
u2 
- p=2 ieşiri - uiSCMm şi uΩm y 
y= 1
 y2 
 18

- n=2 stări - uiSCMm şi uΩm x 

x =  1 ,
x2 

cu notaţiile:
1 1 1 1 1
α1 = , α2 = , α3 = , α4 = , α5 = ,
τA τµ τ fi τ f0 τm
k fΩrA τ fi
α=
k fi k V τ m τ fΩ
se introduc:
  k fi K D 
  u CMD(s)
 u =  u 1  =  rA τ A τ μ τ fi 
  u 2   k fi 
  k τ τ τ TL (s) 
  V A m fi 
    (2.21)
 y1 uiSCM m(s)
y =   =  
  y 2   u Ω M (s) 
  
  
  x1   uiSCMm(s)

x =  x  =  k k τ τ 
  2   fi V m fΩ U Ω m (s)
  k fΩ rA τ fi 
Ecuaţiile de tranziţie (2.22) şi de ieşire (2.23) sunt:
 1
x =
 1 ( s+ α ) ( s+ α ) ( s+ α ) u 1 ( s) (2.22)
 1 2 3

x = u1 ( s ) s + α1
− u ( s)
 2 ( s+ α 2 ) ( s+ α 4 )Δ α ( s ) α1α 2 ( s+ α 4 )Δ α ( s ) 2

 y1 = x 1 (2.23)

 y2 = α * x 2
.
Transferul intrare–ieşire este definit de matricea T(s):
 19

y (s) = T(s) * u(s)

 1 
 (s + α )(s + α )(s + α ) 0 
T(s) =  1 2 3
 (2.24)
 α - α(s + α 1 ) 
 (s + α 2 )(s + α 4 )Δ α (s) α1α 2 (s + α 4 )Δ α (s) 

Capitolul 3

3.1. Construcţia sistemului cu repezentare polinomială {P,Q,R,W}

3.2. Sistemul echivalent minimal {A,B,C,D}

3.1. Construcţia sistemului {P,Q,R,W} controlabil şi observabil

Un sistem linear Σ = (A,B,C) cu A ∈ Rnxn, B ∈ Rnxm, C ∈ Rpxn considerat cu

timp continuu se explicitează:

 x( 0 )= x 0 , t> =0 , x ∈ Χ, (3.1)

 x = A.x + B.u
 y = C.x ,

iar la trecerea în transformata Laplace a ecuaţiei (3.1) şi pentru x0=0:

 s x. ( s )= A.x( s +) B.u( s )
(3.2)


 y( s )= C.x( s ),
sau:

sI n − A − B   x(s)   0 
 = ,
 C 0  u(s)   y (s)  (3.3)

cu matricea:
 20

sI − A − B 
Π (s) =  n
 C 0

poate fi pusă in legatură cu matricea T(s).

T(s) =C.(s. I −A ) −1 .B +D

Afirmaţia perechea (A,B) este controlabilă este echivalentă cu:

( A, B) controlabi lă ⇔ rang[ s.I n − A | −B] = ∀

n s ∈C

Afirmaţia că perechea (C,A) este observabilă este echivalentă cu:

sI − A  ∀s ∈C
rang  n =n
 C 

Construcţia reprezentarii {P,Q,R,W} se bazează pe operaţiile unimodulare.

Echivalenţa unimodulară a matricilor este indusă de următoarele operaţii
unimodulare efectuate asupra liniilor sau coloanelor unei matrici polinomiale:
1. Înmulţirea unei linii (coloane) cu o constanta nenulă;
2. Permutarea de linii (coloane);
3. Adiţionarea la linia (coloana) i a liniei (coloanei) j, i ≠ j, aceasta din
urmă inmultită în prealabil cu un polinom arbitrar.
Două p x m matrici polinomilale P(λ) si Q(λ) se consideră:
a) Unimodular echivalente la dreapta sau pe coloane dacă există o m x m
matrice astfel încât: P(λ) = Q(λ)*V(λ);
b) Unimodular echivalent la stanga sau pe linie dacă există o p x p matrice astfel
încât: P(λ) = U(λ)*Q(λ);
c) Unimodular echivalente dacă există o p x p matrice U(λ) si m x m matrice
V(λ), astfel încât: P(λ) = U(λ)*Q(λ)*V(λ);

Astfel daca transformarea de echivalenţă unimodulară aplicată transferului

T(s) este de tipul “linia2 = linia1 + linia 2” se obţine matricea echivalentă Te (s)
:
 (s + α 4 )Δ α (s) 
 (s + α )(s + α )(s + α )(s + α )Δ (s) 
 1 2 3 4 α 0 , (3.4)
Te (s) =
 α(s + α1 )(s + α 3 ) + (s + α 4 )Δ α (s) − α(s + α1 ) 
 (s + α )(s + α )(s + α )(s + α )Δ (s) α α (s + α )Δ (s) 
 1 2 3 4 α 1 2 4 α 
care poate fi factorizată sub forma:
Te (s) = R 1 (s). P1−1 (s) =
 21

 
 (s + α 4 ) Δ α (s) 0 
= *
 α(s + α 1 )(s + α 3 ) + (s + α 4 ) Δ α (s) − α (s + α ) 
 α1α 2
1 

−1
 (s + α 1 )(s + α 2 )(s + α 3 )(s + α 4 ) Δ α (s) 0 
* 
 0 (s + α 4 ) Δ α (s) 

Obs. Pentru ca sistemul Σ = {P,Q,R,W} să fie controlabil este necesar ca:

 P (s) 
rang  1  = 2 = n, ∀s ∈C
 R 1 (s) 

 P1 (s) 
Dar pentru s = − α4 rang   ≠ 2 şi deci P1(s) si R1(s) nu sunt coprime la
 R 1 (s) 
dreapta, ele admiţând un divizor comun la dreapta:
P1 (s) = P ' (s). D(s)
R 1 (s) = R ' (s). D(s)
Se obţine:
 1 
(s + α 1 )(s + α 2 )(s + α 3 )(s + α 1 − α 3 + k B α 5 )(s + α 4 ) α α (s + α )(s + α )(s + α ) 
P1 (s) =  1 2 1 2 3 
*
 [ −(1 + k B )α 1α 5 + α 3 (α 1 − α 3 + k B α 5 )](s + α 4 ) α 1α 2 (s + α 3 ) 
 
 
(3.5)
 α 1α 2 (s + α 3 ) −1 
* 
[(1 + k B )α 1α 5 − α 3 (α 1 − α 3 + k B α 5 )](s + α 4 ) (s + α 1 - α 3 + k B α 5 )(s + α 4 )/α 1 / α 2 
   
D( s )

 (s + α 1 − α 3 + k B α 5 ).(s + α 4 )/α 1 /α 2 1
R 1 (s) =  *
α(s + α 1 )/α 1 /α 2 + (s + α 1 − α 3 + k B α 5 ).(s + α 4 )/α 1 /α 2 1 
 α 1α 2 (s + α 3 ) −1 
* 
[(1 + k B )α 1α 5 − α 3 (α 1 − α 3 + k B α 5 )](s + α 4 ) (s + α 1 - α 3 + k B α 5 )(s + α 4 )/α 1 / α 2 
   
D( s )

 P (s)  '

Se reţine matricea bloc  '  pentru care:

 R (s) 
 P ' (s) 
rang  '  = 2 ∀s ∈ C
 R (s) 

Introducând funcţia Γ C[M], M matrice patrată, Γ C(M) asamblată prin

coeficientul puterii celei mai mari ale polinoamelor unei coloane a lui M, se
obţine:
 22

 1 
α α 
[ '
Γ C P (s) ] = 1

 0
2 1
0

 
 
Afirmaţia matricea Γ C[P’(s)] este singulară este echivalentă cu relaţia:
det{Γ C[P’(s)]}=0
Se efectuează o noua transformare unimodulară aplicată masivului
 P ' (s) 
 ' :
 R (s) 
1
col 1 = col 1 − (s + α 1 − α 3 + k B α 5 ).(s + α 4 ). . col 2
α1α 2
lin 4 = lin 4 − lin 2

Se obţine matricea bloc:

 d1
   d 2  
 0 (s + α 1 )(s + α 2 )(s + α 3 ) 
  (3.6)
 P (s)   − (s + α 4 ).Δ α (s) α1α 2 (s + α 3 ) 
=
 R (s)  
  0 1 
 α(s + α ) /α /α 0 
 1 1 2

 
Gradele polinoamelor coloanelor lui P(s) sunt d1 = 3, d2 = 3.
 0 1 0 −1
Γ C [ P (s) ] =  ; Γ C−1 [ P (s) ] =  
−1 0  1 0 
Deoarece Γ C[P(s)] este matrice nesingulară, matricea P(s) este coloana
şi linie proprie , iar sistemul este controlabil şi observabil.
Din prima ecuaţie (2.14), se obţine:
 k fi K D 
r τ τ τ 
 A A μ fi 0 
Q(s) =
 0 k fi 
 
 k V τ A τ μ τ fi 
Deoarece partea intreagă a funcţiei raţionale T(s) este 0, W=0. Modelul
matriceal al maşinii de curent continuu cu excitaţie independentă este prezentat
în fig.3.1.
 23

Fig 3.1 − Model matriceal al MCCEI

3.2. – Sistemul echivalent minimal {A,B,C,D}

Pentru modelul cu reprezentarea polinomială de stare:

Σ = { P , In , R , 0 }

se va căuta calculul echivalentului de stare minimal, adică sistemul linear

ΣC = { AC , BC , Cc , 0 }

Echivalenţa este impusă de condiţia:

T(s) = R (s). P −1 (s) = C C (s I n − A C ) −1 B C , n = d1 + d 2 (3.7)

d 1 , d 2 reprezintă gradele polinomelor din coloanele matricei P (s )
Algoritm:

Pas1: Se calculează matricea Pm(s),

  d1
   d2   
(s + α ) Δ (s) −α 1α 2 (s + α 3 ) 
Pm (s) = Γ C−1 .P (s) =  4 α
,
 0 (s + α 1 )(s + α 2 )(s + α 3 ) 
 

care se descompune în termenii:

s d1 0 
Pm (s) =  d2 
− A m S(s) ;
0 s 
 24

 1 0 
 s 0 
 
 . . 
 
 . . 
s d1−1 0 
S( s ) =  
 0 1 
 0 s 
 
 . . 
 . . 
 

 0 s d 2 −1 


Cu notaţiile:

e1 = α 1 + α 4 + k B .α 5 , e 2 = (α 1 + k B .α 5 ).α 4 + (1 + k B ).α 1 .α 5 ,
e 3 = (1 + k B ).α 1 .α 4 .α 5 , h 1 = α1 + α 2 + α 3 , h 2 = α 1 .α 2 + α 2 .α 3 + α 3 .α 1 ,
k FO .rA .τ FI
h 3 = α1α 2 α 3 , α=
k FI .k V .τ M .τ FO

− e − e2 − e1 h3 h 3 /α 3 0  (3.8)
Am =  3
 0 0 0 − h3 − h2 − h 1 

Pas2: CC se calculează din:

 0 1
R(s)=   =CC.S(s)
α(s + α 1 )/α 1 /α 2 0 

 0 0 0 1 0 0
Cc = 
α/α 2 α/α 1 /α 2 0 0 0 0

Pas 3: Se introduce:

0 0 0 0
0 0 0 0
B C0 = 1 0 şi B C = B C 0 .Γ C−1 = 0 -1 (3.9)
0 0 0 0
0 0 0 0
0 1 1 0

Pas 4: Se construieşte:
 25

0 1 0 0 0 0
d1 0 0 1 0 0 0
AC= -e3 -e2 -e1 h3 h3/α3 0 ← linia d1 (3.1
0)
0 0 0 0 1 0 linii Am
d2 0 0 0 0 0 1
0 0 0 -h3 -h2 -h1 ← linia
d1+d2

Asupra echivalenţei obţinite se pot face observaţiile:

Obs1:

Fie echivalentul de stare construit {AC, BC, CC, 0} pentru reprezentarea

polinomială standard controlabilă {PC (s), In, RC(s), 0}; atunci:

Există identitatea:
( s I n − A c ).S( s ) = B c .P( s )

Fie:

s −1 0 0 0 0
0 s −1 0 0 0 

e e2 s + e1 − h3 − h 3 /α1 0
s In − Ac =  3 
0 0 0 s −1 0
0 0 0 0 s − 1
 
 0 0 0 h3 h2 h 1 

1 0
s 0 

s 2 0
S( s ) =  
0 1
0 s
 
 0 s 2 

 0 0 
 0 0 
 
s + e1 . s + e 2 . s + e 3
3 2
− s . h 3 /α1 − h 3 
( sI n − A c )S( s ) =  
 0 0 
 0 0 

 0 (s 3 + h 1 ).(s 2 + h 2 ).( s+ h 3 ) 
 26

0 0
0 0
 
0 −1  0 ( s+ α1 ).( s+ α 2 ).( s+ α 3 ) 
B c .P( s ) =  . 
0 0  − ( s + α 4 ). Δ α ( s ) α1 . α 2 .( s + α 3 ) 
0 0
 

1 0

 0 0 
 0 0 
 
( s + α 4 ). Δ α ( s ) − α1 . α 2 .( s + α 3 ) 
B c .P( s ) =  
 0 0 
 0 0 
 
 0 ( s+ α1 ).( s+ α 2 ).( s+ α 3 ) 

Rezultă că:

(s.In-AC).S (s)=BC.P (s)

Există legăturile:

 P( s) .ξ( s) = u( s)  ( s I n − A c ) .x( s) = B c .u( s)

 
 y( s) = R( s) .ξ( s)  y( s) = Cc .u( s)
Din relaţia:
(s.In-AC).S (s)=BC.P (s)

multiplicată la stânga cu (s.In-AC)-1 şi la dreapta cu P-1(s)

S(s). P (-1) (s) = (s. I N − A C ) −1 .B C

S (s). P (-1) (s). u (s) = (s. I N − A C ) −1 .B C .u (s)

sau:

S(s). ξ (s) = x(s)

Obs. 2

Fie Σ = {P(s), Q(s), R(s),0} şi matricea asociată:

 27

 P −Q 
Π (s ) =  
R 0 

Fie două matrici nesingulare care multiplică la stânga bloc linia 1 şi la

dreapta coloana 1. Se poate arăta că cele doua matrici sunt echivalente:

Transferul realizat de Π(s) este:

T(s) = R.P-1.Q

Matricea noua, obţinută prin multiplicare este:

~ M .P.M 2 − M 1 .Q 
Π (s) =  1 
 RM 2 0 

care induce transferul:

~
T(s) = ( R.M 2 ).( M 1 .P.M 2 ) −1 .( M 1 .Q) =
= R.(M 2 .M −21 ).P −1 (M 1−1 .M 1 ).Q = R.P −1 .Q = Τ(s)
 28

Capitolul 4

4.1. Reglarea după stare, sisteme unidimensionale

4.2. Reglarea în cascadă a maşinii de curent continuu cu excitaţie
independentă.
4.2.1. Bucla de curent
4.2.2. Bucla de viteză

4.1. Reglarea după stare, sisteme unidimensionale

Se consideră sistemul unidimensional linear de acţionare din fig 4.1,

înzestrat cu lege de comandă după stare. Partea fixată a acţionării este
considerată în reprezentare polinomială de stare. Variabila de stare z(s) este
direct masurabilă.

Fig.4.1. Sistem linear de acţionare.

Sistemul {P, In, R, 0} se presupune observabil si controlabil.
 29

Obs.1. P şi In coprime la stânga – sistemul este controlabil, P şi R coprime

la dreapta – sistemul este observabil, având transferul:
T(s) = R(s). P-1(s)
Obs.2. Din cele discutate în capitolul anterior rezultă că există (vezi
fig.4.2) S(s) astfel încât:

Fig.4.2 Legătura dintre x(s) şi z(s).

Procesul dinamic se presupune perturbat la intrare de perturbaţia ω 1(s) şi

perturbat la ieşire de perturbaţia ω2(s), fiind condus de legea de comandă după
stare:

u CMD (s) = F1 (s).z(s) + F2 (s). ς (s) (4.1)

Dacă Ar[x(t)], A1[ω1(t)] şi A2[ω2(t)] sunt operatori diferenţiali care descriu

referinţa şi perturbaţiile, atunci opertorii Laplace corespunzători Ar(s), A1(s),
A2(s) au polii situaţi în C+. Pentru eliminarea acestora se introduce în subsistemul
regulator blocul cu transferul PR(s) calculat ca fiind cel mai mic multiplu comun al
polinoamelor:

PR (s) = c.m.m.m.c. { A r (s), A 1 (s), A 2 (s)} (4.2)

Sistemul linear din fig. 4.1. este descris de ecuaţiile (4.3) scrise pentru
cele trei comparatoare din sistem:

[ P( s ) − F1 ( s ) ]. z( s ) − F 2( s ). ς( s ) − ω1 ( s ) = 0
R ( s ). z( s ) + PR ( s ). ς( s ) + ω 2 ( s ) − x i ( s ) = 0 (4.3)
x i ( s ) − R ( s ). z( s ) − ω 2 ( s ) = ε( s )

sau:

d1 d2 d3 d4 d5
 30

P − F1 F2 0 −1 0  d1... d5 gradul
Π(s) = 
 R PR −1 0 1
coloanelor şi

 −R 0 1 0 −1
 rang ( Π ) =3

z 
ς 
  0
Π ( s ). x i  = 0
  (4.4)
ω1  ε 
ω 2 

Sistem de ecuaţii cu 5 necunoscute. Sistemul este nedeterminat cu

necunoscute principale z(s) şi ς (s ) dacă:

d1 d2
 P − F1 − F2 
det   = χ(s) nu este identic nul (4.5)
 R PR 

( P − F1 ).P R + R.F 2 = χ(s) ecuaţia alocării (4.6)

Din condiţia că sistemul este observabil şi controlabil rezultă faptul că

Π (s) este coloană proprie şi deci condiţiile suplimentare:

grad F1 (s) ≤ grad P(s) −1 = d 1 −1 (4.7)

grad F2 (s) ≤ gradP R (s) −1 = d 2 −1

Din (4.7) rezultă consecinţe:

grad χ(s) = grad P(s) + grad PR (s)

Deorece y(s) = R(s).z(s) + ω2(s) pe de o parte şi pe altă parte determinantul

χ (s) este plasat la numitorul necunoscutelor sistemului algebric linear,
rezultă că polii funcţiilor de transfer obţinute pentru schema de reglare 4.1.
corespund soluţiilor ecuaţiei χ (s)=0, motiv pentru care aceasta se numeşte
ecuaţie de alocare a polilor.
Prin transformări de echivalenţă aplicate matricei Π (s) se obţine
~
matricea Π (s) :
P(s) − F1 (s) − F2 (s) 0 −1 0  A 11 A 12 
~   = A 
Π( s) =  R(s) PR (s) −1 0 1  21 A 22 
 0 PR (s) 0 0 0 sistemul linear
~
Din Π (s) se calculează transferul sistemului de acţionare T(s ) cu formula :
 31

−1
T(s) = −A 21 .A 11 .A 12 + A 22

 x̂ i /s 2 
 x i (s)    şi deci:
  ω̂ /s 2
ε(s) = T(s). ω1 (s)  = T(s).  1 2 
 ω̂ 2 /s 
ω 2 (s)    PR (s) = s 2 , atunci:
 

−1
  P(s) − F1 (s) − F2 (s)   0 1 0 
T(s) = [ 0 Pr (s) ].   
 1 0 −1 
=
 R(s) P (s)   
  R 

−1
  P − F1 − F2    0 1 0  2 (4.8)
T(s) = [ 0 1] .     . s
 R PR    1 0 −1 

prin calcule se ajunge la:

G(s) 2
T(s) = s , G(s) = [ P- F1 −R - P + F1 ]
χ (s)
 x̂ i /s 2   
 2 
(4.9)
G(s)  ω̂1 /s  G(s) x̂ i 
ε(s) = s 2 . . = . 
χ (s)  ω̂ 2 /s 2  χ (s)  ω̂1 
   ω̂ 
   2
Rezultă:
limε ( t ) = lims . ε(s) = 0 (4.10)
t →∞ s →0

Deorece se alege cazul s să nu dividă χ (s), atunci spectrul: σ[χ(s)] ∈C − .

4.2. Reglarea in cascadă a maşinii de curent continuu cu excitaţie

independentă.
4.2.1 Bucla de curent

Se consideră că funcţia Tf (s ) reprezintă partea fixată a buclei de curent:

KD 1 k fi −1 (4.11)
Tf (s) = . . = R I (s).P I (s)
sτ μ +1 rA (sτ A +1) sτ fi +1

1 1 1 K D k fi
α1 = ; α2 = α3 = K FI =
τA τμ ; τ fi
;
rA τ A τ μ τ fi
Atunci:
 32

R I (s) = K FI
PI (s) = (s + α 1 ).(s + α 2 ).(s + α 3 ) = s 3 + e1s 2 + e 2 s + e 3
e1 = Σα 1 , e 2 = Σα 1α 2 , e 3 = α 1α 2 α 3
Presupunem că mărimea de intrare în bucla de curent este de tip rampă :
1 AR = s2
x I (t) = x̂ I .t ⇒ x I (s) = x̂ I . 2 ,
s
Presupunem deasemenea că bucla de curent este perturbată doar la ieşire:
ω̂
ω1 = 0 , ω 2 = 22 , A 2 = s 2
s
PRi ( s ) = c . m . m . m . c .{ A R ( s ) , A 2 ( s )}
grad[ F1 I ( s ) ] = grad[ PI ( s ) ] − 1 = 2 , F1 I ( s ) = − k 1s 2 − k 2 s − k 3
grad[ F2 I ( s ) ] = grad[ PRI ( s ) ] − 1 = 1 , F2 I ( s ) = k 4 s + k 5
grad[ χ I ( s ) ] = grad[ PI ( s ) ] + grad[ PRI ( s ) ] = 5

χ I (s) = (s + s OI ) 5 (4.12)
Din ecuaţia (4.6) a alocării:

k 1s 4 + k 2 s 3 + k 3 s 2 + K F I ( k 4 s + k 5 ) =
(4.13)
(
= ( s+ s oi ) − s 2 s 3 + e1s 2 + e 2 s+ e 3
5
)
de unde:

k 1 = 5s oi − e1
2
k 2 = 10s oi − e2
k 3 = 10s 3oi − e 3
(4.14)
k 4 = 5s oi4 /K FI
k 5 = s 5oi /K FI

Condiţiile Hurwitz: K1>0, k2>0, k3>0 impun alegerea soi:

e e 2 3 e 3 
s oi > max  1 , , (4.15)
5 10 10 


Schema echivalenta pentru bucla de curent (obţinută prin transformari de

echivalenţă a schemei din fig. 4.1.)
 33

Fig.4.3 Schema buclei de curent.

Tri (s) = = .
( )
u cmd (s) 1 5soi4 s + s 5oi .( s + α 1 )( s + α 2 )( s + α 3 )
(
ε i (s) K FI s 2 s 3 + 5soi .s 2 + 10soi2 .s + 10s3oi ) (4.16)

Transferul buclei de reglare a curentului iSCM este:

i A (s) s 5oi ( 5s/s oi + 1).( sτ fi + 1)

Ti (s) = = (4.17)
i *A (s) K FI .( s + s oi )
5
ω2 = 0

Pentru eliminarea din (14.17) a zerourilor funcţiei raţionale T i(s) se

introduce compensatorul de zerouri Tic(s).

i *SCM (s) K FI (4.18)

Tic (s) = =
i SCMC (s) ( 5s/s oi + 1).( sτ fi + 1)( sτ A + 1)
*

4.2.2. Bucla de viteza mecanică

Pentru TL = 0 partea fixată a acţionarii este descrisă de transferul:

Ω M (s) i *SCM (s) i SCM (s) u A (s) i A (s) Ω(s) Ω M (s)

TΩ (s) = = . . . . .
i *SCMC (s) i SCMC* (s) i *SCM (s) i SCM (s) u A (s) i A (s) Ω(s)

k fΩ . s 5OI 1
TΩ (s) = . = R Ω (s).PΩ−1 (s)
5 3
(
k V . τ A . τ M . τ fΩ ( s + s oi ) . s + C1s + C 2 s + C 3
2
)
C1 = α 1 + α 4 + k B .α 5 C 2 = ( α 1 + k B α 5 ). α 4 + (1 + k B ) α 1α 5 C 3 = (1 + k B ) α1 .α 4 .α 5
şi rezultă:
 34

k fΩ . s 5oi
R Ω (s) = K FΩ =
k V . τ A . τ M . τ fΩ
(
PΩ (s) = ( s + s oi ) . s 3 + C1 .s 2 + C 2 .s + C 3
5
)
Presupunem că mărimea de intrare în bucla de viteză este de tip rampă,
iar această buclă este neperturbată.

x *Ω (t) = x̂ Ω .t , x̂ Ω A r (s) = s 2 şi deci:

x *Ω (s) = ,
s2
PRΩ (s) = s 2

grad[F1Ω] = grad PΩ(s) −1 = 7

grad[F2Ω] = grad PrΩ(s) −1 = 1

(
F1Ω = − k 6 s 7 + k 7 s 6 + k 8s 5 + k 9 s 4 + k 10s 3 + k 11s 2 + k 12.s + k 13 )
F2 Ω = k 14s + k 15 (4.19)
gradχ Ω (s) = gradPΩ + gradPR Ω = 10
χ Ω (s) = (s + s 0Ω )10

adică pentru χ Ω(s) se alocă un pol multiplu s0Ω Є C_.

Ecuaţia alocării:

(4.20)
F1 Ω (s). PrΩ (s) + R Ω (s). F2 Ω (s) = χ Ω (s) − PΩ (s). PrΩ (s)

Relaţia (14.20) impune soluţiile:

k 6 = 10.s 0Ω − ( C1 + 5s oi )
k 7 = 45s 0Ω
2
(
− C 2 + 5C1s oi + 10s oi2 )
k 8 = 120s 3
0Ω − ( C 3 + 5C 2 s oi + 10C1s oi2 + 10s3oi )
k 9 = 210s 0Ω
4
( )
− 5C 3 s oi + 10C 2 s oi2 + 10C1s 3oi + 5s oi4
k 10 = 252s50Ω − (10C s + 10C s + 5C s + s )
2
3 oi
3
2 oi
4
1 oi
5
oi

k 11 = 210s 60Ω − (10C s + 10C s + C s )

3
3 oi
4
2 oi
5
1 oi
(4.21)
k 12 = 120s 70Ω − ( 5C s + C s )
4
3 oi
5
2 oi

k 13 = 45s 80Ω − C 3 s 5oi

k 14 = 10s 90Ω /K FΩ
k 15 = s10
0Ω /K FΩ
 35

Condiţiile Hurwitz: k6>0, …….. k15>0 determină domeniul de existenţă pentru s0Ω.
Schema buclei de viteză mecanică:

Fig.4.4 Schema buclei de viteză.

Transferul regulatorului de viteză mecanică este:

s 90Ω
(10s + s oΩ )( s + α 4 ) Δ α (s).( s + s oi ) 5 (4.22)
K FΩ
TRΩ (s) = 2 8
(
s s + 10s 0Ω s 7 + 45s 0Ω
2
s 6 + ...... + 120s 70Ω s + 45s 80Ω )
Transferul intrare – ieşire:

 10s 
s10 
0Ω  + 1( sτ fΩ + 1) (4.23)
Ω(s)
TΩ' (s) = * =  s 0Ω 
k fΩ ( s + s 0Ω )
10
Ω (s)

, iar prin introducerea compensatorului de zerouri pentru bucla de viteză:

Ω( s ) Ω *C ( s ) 1 s10
TΩ (s) = * . * = 0Ω
(4.24)
Ω C ( s ) Ω ( s ) k fΩ ( s + s 0Ω ) 10

Relaţia (4.24) se obţine cu un compensator al buclei de viteză conform cu

relaţia (4.25):

Ω *C ( s ) 1
TCΩ ( s ) = =
Ω ( s )  10s
*
 (4.25)
 + 1( s.τ fΩ + 1)
 s 0Ω 

Schema reglării în cascadă a maşinii de curent continuu cu excitaţie

independentă şi cu fluxul de excitaţie constant este prezentată în figura 4.5.
 36

Fig.4.5 Schema reglării în cascadă.

Capitolul 5

5.1. Reglarea Kessler.

5.2. Comparaţie între reglarea cu lege de comanda dupa stare şi reglarea
Kessler.
.

5.1. Reglarea Kessler

Partea fixă a acţionării pentru bucla de curent:

KD 1 k fi I (s)
Tfi (s) = . . = scm
sτ μ + 1 rA (sτ A + 1) sτ fi + 1 u cmd (s)
τ μ + τ fi < τ A , (sτ μ + 1)(s τ fi + 1) ≅ s(τ fi + τ μ ) + 1
Obs. - se neglijează contribuţia frecvenţei generalizate mari.
 37

1 K D k fi
TΣi = τ fi + τ μ , = α6 , K FI =
TΣi rA τ A TΣ i
1 (5.1)
Tfi (s) = K Fi .
(s + α1 )(s + α 6 )

Se introduce regulatorul:
1+ s τA s + α1 rA τ A
H Ri (s) = = K Ri ; K Ri =
2sK Fi .TΣi s 2K D k fi TΣi
Bucla de curent are pentru intrarea ucmd(s) şi ieşirea iam(s) transferul Hi(s):

1 (s + α 1 )
K FI .K Ri .
Tf (s).H Ri (s) (s + α1 )(s + α 6 ) s
Hi = = .=
1 + Tf (s).H Ri (s) 1 s + α1
1 + K FI .K Ri
(s + α1 )(s + α 6 ) s
K D k fi rA τ A 1
K FI .K Ri = . =
rA τ A TΣ i 2K D k fi TΣ i 2TΣ21
1 1
2TΣ1 s(s + α 6 )
2
1 1
Hi = = ≅
1 1 + 2TΣ i s + 2TΣ1 s
2 2
1 + 2TΣ i s
1+
2TΣ1 s(s + α 6 )
2

Pentru aceiaşi intrare dar cu ieşirea ia transferul este H i' (s) :

i (s) 1 1 + sτ fi (5.2)
H i' (s) = A = .
U cmd (s) k fi 1 + 2sT Σ i

Partea fixată a acţionarii pentru bucla de viteaza mecanică este prezentată în

figura 5.1:

Fig.5.1.Partea fixată pentru bucla de viteză

mecanică.
 38

omm(s) i (s) om(s) omm(s)

TfΩ (s) = = A . .
U cmd (s) U cmd (s) i A (s) om(s)
α1 = 1/ τ A , α 2 = 1/ τ μ , α 3 = 1/ τ fi ,
α 4 = 1/ τ fΩ , α 5 = 1/ τ m , α 6 = 1/T Σ i

Se consideră:
− Ecuaţia mecanică:
dΩ
k V .i A = J + BΩ + TL ,
dt
TL(s) perturbă la intrare bucla de viteză, iar termenul BΩ se neglijează.
rA Jr
2
k V i A (s) = A2 sΩ(s) ← pentru functia de transfer
kV kV
Ω(s) rA 1
= .
i A (s) k r sτ m
1 1 + sτ fi r 1 k fΩ
Tf Ω (s) = . . A . . =
k fi 1 + 2sT Σ k V τ m s 1 + sτ fΩ (5.3)
i

rA k fΩ 1 + sτ fi r k 1
= ≅ A fΩ ≅
k fi k V τ m s(1 + 2sT Σi )(1 + sτ fΩ ) k fi k V τ m (1 + 2TΣi s)(1 + sτ fΩ )(1 − sτ fi )s
rA k fΩ 1 1
Tf Ω (s) ≅ . = K FΩ .
k fi k V τ m [1 + s(2T Σi + τ fΩ − τ fi }]s s(1 + sTΣΩ )

Conform principiului simetriei:

TΣΩ = 2T Σi + τ fΩ − τ fi

1 + 4s.T ΣΩ (5.4)
H RΩ (s) = , regulator PI
8K FΩ TΣΩ s

Transferul in bucla deschisă:

K FΩ 1 + 4sT Σ Ω
TfΩ (s).H rΩ (s) =
s(sT Σ Ω +1) 8K FΩ TΣΩ s

În buclă închisă se obţine figura 5.2:

 39

Fig.5.2.Schema buclei de viteză.

Functia de transfer a buclei de viteză:

1 + 4sT ΣΩ
1 + τ fΩ TfΩ (s)H RΩ (s) 1 + sτ fΩ 2 2
8s TΣΩ (1 + sTΣΩ )
H ΩK (s) = =
k fΩ 1 + TfΩ (s)H RΩ (s) k fΩ 1 + 4sT ΣΩ
1+ 2 2
8s TΣΩ (1 + sT(5.5)
ΣΩ )

1 (1 + 4sT ΣΩ )(1 + sτ fΩ )
H ΩK (s) = . 3 3
k fΩ 8s TΣΩ + 8s 2 TΣΩ
2
+ 4sT ΣΩ + 1

5.2. Comparaţie între reglarea cu lege de comanda dupa stare şi reglarea

Kessler

Funcţia de transfer corespunzatoare reglarii cu lege de comandă după

stare şi cu compensatoarele de zerouri corespunzatoare:
1 s10
H SΩ (s) = 0Ω
(5.6)
k fΩ ( s + s 0Ω ) 10

Compensarea buclei de viteza a reglarii Kessler conduce la transferul:

1 1
HΩK
(s)(s) = . 3 3
k fΩ 8s TΣΩ + 8s TΣΩ
2 2
+ 4sT ΣΩ +1 (5.7)
Din comparatia relaţiilor (5.6) si (5.7) se trag urmatoarele concluzii:

-A- polii functiei (5.6) sunt liber alocabili, s0Ω este limitat doar de
satisfacerea conditiilor de realizabilitate Hurwitz.
Polii functiei de transfer (5.7) sunt fixaţi de alegerile impuse:
TΣi = τ fi + τ μ
TΣΩ = 2T Σi + τ fΩ − τ fi
Elasticitatea alegerii s0Ω permite sa avem relatia:
s 0Ω >> 1/T ΣΩ (5.8)
 40

care implică o acţionare rapidă pentru legea de comandă dupa stare.

-B- Alegerea facută prin (5.8) impune ca banda de frecvenţă a

acţionarii cu comandă dupa stare sa fie mult mai mare decât banda de frecvenţa
a acţionării Kesller. Exemplificarea este facută pe caracteristicile Bode ale celor
doua reglări.

Fig.5.3.Caracteristica Bode pentru reglarea Kessler.

 41

Fig.5.4. Caracteristica Bode pentru reglarea după stare.

Banda de frecvenţă a acţioanării Kessler este:

12,56
B fk ≅ = 2Hz pentru :
6,28
τA = 0,019; τ fi = 0,0026; τ μ = 0,0017; τ fΩ = 0,001; τ m = 0,0156

s 700
Banda de frecvenţă a acţionării după stare B f = ≅ 111Hz
2π

B sf >> B fk (5.9)

-C- Aprecierea erorilor reglărilor se face cu ajutorul criteriilor integrale:

∞
ISE i = ∫ ε i2 dt (5.10)
0
∞
ISE Ω = ∫ ε Ω2 dt
0 (5.11)

Dacă se trunchează limita superioară a integralelor la valori acceptabile, se obtin

rezultatele:
 42

Fig.5.5. Erori de curent pentru acţionarea Kessler şi de stare.

Fig.5.6. Erori de viteză pentru acţionarea Kessler şi de stare.

Erorile de reglare sunt mult mai mici pentru reglarea cu comanda dupa stare.

Exerciţiu următor este conceput să fixeze noţiunile capitolelor 2-5.

Un sistem de dinamic unidimensional are funcţia de transfer (partea fixă):

Tf (s) = K 0 K CP /s

Sistemul este perturbat la intrare cu perturbatia ω1(t) care satisface:

 43

d2 ω̂ 0
ω1 = 0 , ω1 (t) = t si la iesire de perturbatia ω 2 (t)
dt K 0 K CP
d2
ω 2 = 0 , ω 2 (t) = −ω̂ R t. Marimea de comanda este :
dt
d 2ω ∗
ω ∗ (t) =ω̂ 0 (t) , = 0.
dt 2

Variabila de stare este direct accesibila.

Se urmăreşte:
a) Să se obţină polinoamele de transfer ale schemei canonice de reglare şi să
se reprezinte schema.
b) Să se calculeze estimatorul de stare F1(s) şi subsistemul regulator F2(s).
c) Să se obţină schema echivalentă a reglarii.
d) Să se calculeze transferul intrare-ieşire pentru sistemul perturbat şi care este
banda de frecventa a acţionarii.

Rezolvare:

a)

Se obţin următoarele polinoame:

A1(s) = s2, A2(s) = s2, Ai(s) = s2

PR(s)=c.m.m.m.c.{s2, s2, s2} = s2

P(s) = s

R(s) = k0kcp

Fig.5.7. Schema canonică de reglare.

 44

b)

grad F1 (s) ≤ grad P(s) −1 = 0 ⇒ F1 (s) = −k 1

grad F2 (s) ≤ grad [ PR (s) ] −1 ⇒ F2 ( s ) = k 2 s + k 3
grad χ(s) = grad [ P(s) ] + grad [ PR (s) ] = 3 ⇒ χ ( s ) = ( s + s 0 )
3

P − F1 − F2 
det  = χ(s) = PR (s) [ P(s) − F1 (s) ] + R(s)F 2 (s)
 R PR 
s 2 ( s + k 1 ) + k 0 k CP ( k 2 s + k 3 ) = s 3 + 3s 0 s 2 + 3s 02 s + s 3o
3s 02 s 30
k 1 = 3s 0 ; k2 = ; k3 =
k 0 k CP k 0 k CP

c)
Schema echivalentă a reglării se obţine din schema din figura 5.7 prin
transformări de echivalenţă. În figura 5.8 se prezintă o asemenea echivalenţă
care urmăreşte o echivalare globală a scemei figurii 5.7.

Fig.5.8. Schema echivalentă de reglare.

d)
 45

z 
P − F1 − F2 0 − 1 0   ς  0
 R PR −1 0 1 .ω*  = 0
  
 − R 0 1 0 − 1  ω1  ε 
ω 2 
z 
ς 
  0
Π 0 (s) = ω *  = 0
 
ω1  ε 
ω 2 
P − F1 − F2 0 − 1 0
~ A A 12 
Π 0 =  R PR − 1 0 1 =  11
A A 22 
 0 PR 0 0 0  21
z 
ς 
0
~  *  
Π.ω  = 0
 
ω1  ε 
ω 2 

  ω*   ω* 
  z    0  z   
A + A ω = ⇒
 1 1 ς  1 2 1   0  ς  = − ( A 11) −1
A 1 2  ω1 
    ω2       ω2 
    

  ω* 
 A  z  + A  ω  = ε ← A = [ 0 0 0]
 2 1 ς  1 2 1  22

  ω2 
 
 ω* 
 
ε = − A 2 1( A1 1) A1 2 ω1 
−1

 ω2 
 
 46

 ω* 
− 1/k 0 k cp ( 3s 02 s + s 30 ) 
−1
s + 3s 0 −
[
ε(s) = − 0 s 2 . ] 
.
0 1

0  
 . ω1 
 k 0 k cp s2  − 1 0 1  ω 

 2
 3s 02 + s 30   ω* 
−s 2
 s 2
  0 − 1 0  
ε= [ 0 1]. k 0 k cp  . . ω1 
(s + s0 ) 3 − k 0 k cp s + 3s 0  
− 1 0 1  ω 
 2
 − ω1 
−s
[ ]
2
= − k k s + 3s .ω − ω *  =
( s + s9 ) 3 0 p 0
 2 

ε(s) =
− s2
[k k ω1 (s) − ( ω* (s) − ω 2 (s))( s + 3s 0 ) ]
(s + s0 ) 3 0 cp

s 2 ( s + 3s 0 ) * s2 s 2 ( s + 3s 0 )
ε(s) = ω (s) − k 0 k cp ω (s) − ω (s)
(s + s0 ) 3 (s + s0 ) 3 1 (s + s0 ) 3 2
ε(s) = ω* (s) − y(s)
s 2 ( s + 3s 0 ) s 2 ω1 (s) s 2 ( s + 3s 0 )
ω * (s) − y(s) = ω* (s) − k 0 k cp − ω 2 (s)
(s + s0 ) 3 (s + s0 ) 3 (s + s0 ) 3
s 2 + 3s 0 s 2 + 3s 02 s + s 30 − s 3 − 3s 0 s * s2 s 2 ( s + 3s 0 )
y(s) = ω * (s) + k 0 k cp ω (s) + ω (s)
(s + s0 ) 3 (s + s0 ) 3 1 (s + s0 ) 3 2

 y (s ) 3 s02 s + s 30
 T ( s =) =
 ω * ( s )ω1 = ω2 = 0 ( s + s 0 ) 3

 y (s) s2
 T ( s =) = k0kC P
 ω1 ( s )ω* = ω = 0
2
( s + s0 ) 3

 T ( s =) y (s) s 2 ( s + 3 s0 )
=
 ω 2 ( s )ω* = ω = 0 ( s + s 0 ) 3
 3

Pentru calculul benzii de frecvenţă se consideră:

 47

3s 02 s + s 30
T(s) =
(s + s 0 ) 3
s 2 [ 3jω + s 0 ]
T(j ω) = 0
( jω + s 0 ) 3

s 02 + 9ω 2
| T(j ω) |= s 02
(s 2
0 +ω2 ) 3

| T(j ω) |= 2 /2

=
4 2
(
1 s 0 s 0 + 9ω M
2
)
2 (
s 02 + ω 1M
3
)
ω + 3s ω + 3s 04 ω 2M + s 60 = 2s 60 + 18ω 2M s 04
6
M
2
0
4
M

ω 6M − 15s 02 ω 4M + 3s 04 ω 2M − s 60 = 0
6 4 2
 ωM  ω  ω 
  − 15 M  + 3 M  = 0
 s0   s0   s0 
ω M ≅ 3,85.s 0

Banda de frecvenţă este ω M.

 48

Capitolul 6

6.1.Rezolvarea acordării buclei de curent în situaţia

că variabilele de stare nu sunt măsurabile

Se consideră că deoarece Pi şi R i sunt matrici de rang egal cu unitatea,

modelul este unidimensional (SISO). Fie:
K Fi
Tf (s) = = R i (s).Pi−1 (s)
( s + α1 )( s + α 2 )( s + α 3 ) 1×1
 
1X1

R i (s) = K Fi
Pi (s) = s 3 +e1 s 2 + e 2 s + e 3
e1 = α 1 + α 2 + α 3 ; e 2 = α 1α 2 + α 2 α 3 + α 3 α 1 ; e 3 = α 1 α 2 α 3
Sistemul linear {Pi, I1, Ri, 0} se pune in corespondenţă cu reprezentarea
minimală observabilă şi controlabilă {AC, BC, CC, DC}, sistemul fiind înzestrat cu
topologia:m = 1, p = 1, n = 3, d1 = 3, r = 2 (referinţa si perturbaţiile sunt semnale
de tip rampă) .
Există Γ C[Pi (s)] = 1, Γ C-1[Pi (s)] = 1.

1 
Pi (s) = s − A m .
3 
 s ; A m = [− e3 − e2 − e1 ]

s 
2


 0 1 0 
AC =  0 0 1  (6.1)
− e 3 − e2 − e1 

0
B C0 = 
0;
−1
B C = B C0 Γ C = B C0 (6.2)

1 


1 
R i (s) = C C  
s  , C C = [ K Fi 0 0] (6.3)
2

s 
 49

1
D C = 0, r = 2, PR (s) = s 2 , S PR (s) =  
s  ← s
r −1
(6.4)
Se extinde sistemul {A C , B C , C C , D C } la echivalentul de stare
{A 0 , B 0 , C 0 , D 0 } prin introducerea matricelor:

0 1 0
M0 =  , N0 =  
 0 0  1
r ×r r× p

 = M 0 , matrice cu p blocuri diagonala de tip M 0

M
pr ×pr

 = N 0 , matrice cu p blocuri diagonala de tip N 0

N
pr ×p

Echivalentul de stare este descris de:

  AC 0   BC  
( A 0 , B 0 , C 0 , D 0 ) =   , , [ − CC 0] , [ D C ]  (6.5)
 − N.C C M   − N.D C  

 0 1 0 0 0
 0 0 1 0 0

A 0 =  − e3 − e2 − e1 0 0
  (6.6)
 0 0 0 0 1
− K Fi 0 0 0 0
d1 = 3 d 2 = 2,

μ = max(d 1 , d 2 ), indice de controlabilitate.

0
0
 
B 0 = 1 (6.7)
 
0
0

Daca b1 = B 0 se construieşte matricea de controlabilitate:

[
R = b1 , A 0 .b1 , A 02 .b1 , A 30 .b1 , A 04 .b1 ]
 50

0 0 1 − e1 e12 − e 2 
 2 
0 1 − e1 e1 − e 2 − e 3 + 2e1e 2 − e13 
 − e12 e 2 + e 22 + e1e 3 
R = 1 0 0 − e 3 + 2e1e 2 − e13 =L
 2
− 2e1 e 2 + e1 4  (6.8)
0 0 0 0 − K Fi 
 
 0 0 0 − K Fi − e1K Fi 

Fie linia q1 = [x 1 , x 2 , x 3 , x 4 , x 5 ] care indeplineşte condiţia că este linia de

rang d1+d2 a inversei matricei L−1 se obţine:

q1 = [ 0 0 0 − 1/K Fi 0] (6.9)

Se introduce matricea de transformare:

 q1   0 0 0 − 1/K Fi 0 
q A   0 0 0 0 − 1/KFi 
 1 0 
TC = q1A 02  =  1 0 0 0 0  (6.10)
 3  
 q1 A 0   0 1 0 0 0 
q1A 04   0 0 1 0 0 

 0 0 1 0 0
 0 0 0 1 0

TC−1 = 0 0 0 0 1
 
− K Fi 0 0 0 0
 0 − K Fi 0 0 0

Se pot aloca acum matricile:

ˆ = T A T −1 ,
A C 0 C
0 1 0 0 0 
0 0 1 0 0 

ˆ = 0
A 0 0 1 0 
  (6.11)
0 0 0 0 1 
0 0 − e3 − e2 − e1  ← linia d1 + d 2
 51

0
0
 
ˆ = T B = 0
B C 0
  (6.12)
0
1 ← linia d1 + d 2

Calculele anterioare permit rezolvarea problemei de alocare:

(
ˆ +B
σA ˆFˆ =Λ ) (6.13)

care constă în determinarea matricei F̂ astfel încât spectrul σ al perechii

( A, B )
să fie o mulţime impusă Λ. Pentru rezolvarea ecuaţiei (6.13) şi pentru poli
multiplii:

(
ˆ +B
det A 0i )
ˆ Fˆ = ( s + s ) d1 +d 2 = ( s + s ) 5 = χ(s)
0i

se scrie polinomul de alocare în formă canonică:

[ ~
χ(s) = det sI 5 − D(s) = ]
  0 1 0 0 0 
  0 
  0 1 0 0  
= det sI 5 −  0 0 0 1 0  (6.14)
  
  0 0 0 0 1 
 − s 50i 

4
− 5s 0i − 10s 30i 2
− 10s 0i − 5s 0i   ← linia d1 + d 2

ˆ ,B ~
ˆ şi D
Se notează liniile d1 + d2 din matricile corespunzătoare A (s)
ˆ
cu respectiv A ˆ ˆ
m , B m , A mf :

 Aˆ m = [ 0 0 − e 3 − e 2 − e1 ]
ˆ
 B m = I1 (6.15)
0i [
 Aˆ = − s 5 − 5s4 − 10s3 − 10s2 − 5s
 mf 0i 0i 0i 0i ]
Se obţine apoi:

ˆ −1 A
Fˆ =B m
ˆ −A
mf (
ˆ =
m ) (6.16)
[
= −s 5
oi − 5s 4
oi e 3 − 10s 30i e 2 − 10s 0i2 e1 − 5s 0i ]
Din:
 52

F0 = Fˆ .TC = [ F1 F2 ] =
[
= e 3 − 10s 30i e 2 − 10s 0i2 e1 − 5s 0i s 50i /K Fi 5s 0i4 /K Fi ]

1 
(
F1 (s) = F1  s  = ( e1 − 5s 0i ) s 2 + e 2 − 10s 0i
2
) (
s + e 3 − 10s 30i )
s 2 
(6.17)
1
(
F2 (s) = F2   = 5s 0i
s
4
)
s + s 50i /K Fi
 

Schema de reglare în cazul în care starea este inaccesibilă:

Fig.6.1 Schema de reglare pentru stare

neaccesibilă.

Construcţia estimatorului de stare se bazează pe determinarea matricelor

K ( s ), H ( s ) şi Q( s ) , de rang egal cu unitatea, care să satisfacă ecuaţia:

K (s) Pi (s) + H (s) R i (s) = Q(s) F1 (s) (6.18)

Se impun condiţiile:

- Q −1 (s) [K (s) H (s) ] ←matrice proprie

- det [Q(s) ] liber alocabill in C
Obs.:
Deorece indicele de observabilitate al perechii (Pi , R i ) este ν = 3 , obţinut
din matricea de observabilitate Q K ( k ≥ ν , minimal k = 3 ) cu forma:

 C 0  1 0 0
Q K = C 0 .A 0  =  0 1 0
(6.19)

C 0 .A 02   0 0 1
 53

Se introduce eliminantul minimal al polinoamelor (Pi, Ri):

 Pi   s 3 + e1s 2 + e 2 s + e 3  1
 sP   4 3 2  s
 i   s + e1s + e 2 s + e 3s   
s 5 + e s 4 + e s 3 + e s 2 
 s 2 Pi  s 2 
Me 3 (s) =  1 2 3
=  , Se 3 =  3  , (6.20)
 Ri   K Fi  s 
 sR i   K Fis  s 4 
 2     5
 s R i 
 K Fis 2   s 
 e3 e2 e1 1 0 0
 0 e3 e 2 e1 1 0

 0 0 e 3 e 2 e1 1 (6.2
Me 3 (s) = Me 3Se 3 , Me 3 =  . 1)
 K Fi 0 0 0 0 0
 0 K Fi 0 0 0 0
 
 0 0 K Fi 0 0 0

Inversa la stânga a acestei matrici de constante este matricea de

constante M se3 :

M se3 .Me 3 = I 6

M se3 =
 0 0 0 1/K Fi 0 0 
 0 0 0 0 1/K Fi 0 
 
 0 0 0 0 0 1/K Fi  (6.22)

= 1 
0 0 − e 3 /K Fi − e 2 /K Fi − e 1 /K Fi 
 − e1 1 0 e1 e 3 /K Fi ( e1e 2 − e 3 ) /K Fi ( )
e 12 − e 2 /K Fi 

e 2 − e − e 1
(
− e 3 e 12 + e 2 ) (− e e 2
1 2 + e + e1e 3
2
) ( ( ) 
− e1 e1 − e 2 + e1e 2 − e 3 
2
)
 1 2 1
K Fi K Fi K Fi 

Se introduce matricea Q( s ), aleasă cu condiţia:

 54

− rang Q(s) = 1,
− matricea Q( s ) ≡ polinomul Q( s )

− grad [Q(s)] = m(k −1) = 1.2 = 2, (6.23)
− det Q(s) = (s + β) m(k −1) = (s + β) 2 ,

− β ≠ s 0i , β ∈ C − ,
 2 2
− Q(s) = s + 2β s + β .
Iar:

[
QF1 (s) = ( e1 − 5s0i ) s 4 + 2β( e1 − 5s0i ) + e 2 − 10s0i2 s 3 + ] (6.24)
[ (
+ β 2 ( e1 − 5s0i ) + 2β e 2 − 10s0i2 + e 3 − 10s30i s 2 + ) ]
+ [ 2β( e 3 ) ( )]
− 10s30i + β 2 e 2 − 10s0i2 s + β 2 e 3 − 10s30i ( )
Produsul din (6.24) se scrie sub forma:

Q(s) F1 (s) = DS e3 (s)

 β 2 (e 1 − 5s 0i ) + 
β 2 (e − − 2β(e 3 −10s 30i ) + 2(e 1 − 5s 0i )β + e1 − 
3
D= + 2(e 2 −10s 02i )β + 0
−10s 30i ) + β 2 (e 2 −10s 02i ) + e 2 −10s 02i − 5s 0i (6.25)

 + e 3 −10s 30i 
 

Din

DM es = [ K 0 K 1 K 2 H 0 H1 H 2 ]

( )
3

K (s) = K 0 + K1s + K 2 s 2 , H (s) = H 0 + H1s + H 2 s 2

şi se obţin rezultatele finale:

 K (s )= ( e1 − 5 s0 i) s + 2( β − e1 )( e1 − 5 s0 i ) + e 2 − 1 0 s02 i

( )
 H(s )= [β 2 ( e1 − 5 s0 i) + 2β e 2 − 1 0 s02 i + e 3 − 1 0 s30 i − 2β β1 ( e1 − 5 s0 i ) (6.26)

 ( )( )
− e1 e 2 − 1 0 s02 i + e 2 − e12 ( e1 − 5 s0 i ) ]s2 /KF i

 [ ( )( )( )
+ 2β e 3 − 1 0 s30 i + β 2 − e 2 e 2 − s 02 i − ( 2β β2 − e1e 2 + e 3 )( e1 − rs0 i ) s /KF i ]

 ( ) (
+ [β 2 e 3 − 1 0 s30 i − e 3 ( 2β − e1 )( e1 − 5 s0 i ) − e 3 e 2 − 1 0 s02 i ] /KF i )
Referitor la schema din fig. 6.1, considerând rangul matricilor implicate,se
practică notaţiile:
 55

Tf = R i Pi-1 , T1 = Q −1K, T2 = Q −1H

Tf ( u CMD + T1 Tf−1 y + T2 y ) = ε ; Tf u CMD = y − Tf T1 Tf−1 y − Tf T2 y

 -1 (6.27)
F P
 2 R ε = u CMD
; T F P
f 2 R
-1
ε = ( I 1
− T T T
f 1 f
−1
− T T
f 2
) y

Din (6.27) si (6.18):

 F1 = Q − 1K Pi + Q − 1H Ri = T1Pi + T2 R i
 −1
 Tf = ( R i Pi ) = Pi R i
-1 − 1 −1

 −1
 F1R i = T1P R + T2 = T1Tf + T2
−1 −1

 y = ( I1 − Tf ( T1Tf−1 + T2 ) ) −1 Tf F2 PR-1ε

care se prelucrează la:

( ) (( T ) ) F P ε =
y = I1 − Tf F1R i −1
−1
f
−1 −1 -1
2 R

= (T (I T R )) F P ε =
f
−1
1 f1 i
−1 −1 -1
2 R

= (T − F R ) F P ε =
−1 −1 -1
f 1 i 2 R

= T T (T − F R ) F P ε =
−1 −1 −1 -1
f f f 1 i 2 R

 (T − F R ) T  F P ε =
−1 −1
=T f f
−1 
1 i f
-1
2 R
 
= T (I − F R R P ) F P ε
f 1 1 i
−1
i i
−1 −1 -1
2 R

(
y = Tf I1 − F1Pi −1 ) −1
F2 PR-1ε
(6.28)

Relatia (6.28) induce pentru schema din fig. 6.1 in bucla deschisa o noua
reprezentare:

Fig.6.2 Schema de reglare în buclă deschisă.

 56

Schema individualizează transferul regulatorului de curent de scurtcicuit

mecanic Treg (s) la expresia:

(
Treg (s) = I1 − F1 Pi
−1 −1
) F2 PR-1
PR (s) = s 2 ; F2 = ( 5s 0i4 s + s 50i ) /K Fi ;
 ( e - 5s 0i ) s 2 + ( e 2 − 10s0i2 )s + e 3 − 10s30i 
−1

(
I1 − F1 Pi
−1 −1
)
= 1 − 1
( s + α1 )( s + α 2 )( s + α 3 )  =
 
( s + α1 )( s + α 2 )( s + α 3 )
= 3 =
s + e1s + e 2 s + e 3 − ( e1 − 5s 0i ) s 2 − ( e 2 − 10s0i2 )s − e 3 + 10s30i
2

( s + α1 )( s + α 2 )( s + α 3 )
=
s + 5s 0i s 2 + 10s0i2 s + 10s30i
3

4
1 5s 0i ( )
s + s 50i ( s + α1 )( s + α 2 )( s + α 3 )
Treg (s) =
[
K Fi s 2 s 3 + 5s 0i s 2 + 10s 0i2
s + 10s30i ] (6.29)

Rezultatul (6.29) este identic cu cel calculat anterior. Se observă ca in

relaţia (6.29) estimatorul de stare al perechii (Pi, Ri) nu apare în mod explicit.
 57

Capitolul 7

7.1. Transformata Z.
7.2. Diagrame bloc şi descrierea sistemelor conduse de variabile de stare.

7.1. Transformata Z

Transformata Z este un instrument utilizat în special în analiza sistemelor

discrete lineare invarinate în timp. Transformata Z poate fi asimilată cu
discretizarea transformarii Laplace şi foloseste rezultate din teoria funcţiilor de
variabile complexe.
Fie T > 0 pasul de eşantionare. Dacă x(t), x : R→C este un semnal
analogic (continuu), atunci se poate asocia semnalul discret: :

x * = { x n } n∈Z , x n = x(nT) (7.1)

Semnalul discret x* se poate pune in corespondenţă cu o serie de

impulsuri modulate.

x * (t) = ∑x(nT). δ(t − nT) (7.2)

n∈Z

Formal există tansformată Laplace a semnalului x* care este:

L(x * ) = ∑x(nT)e -nTs

care prin scrierea z = e Ts
n∈Z (7.3)
transform ă seria (7.3) in ∑x(nT)z
n∈Z
-n

De aici se poate introduce definiţia:

Fie s = {an} nЄZ un semnal discret astfel încat seria Laurent de puteri

∑a
n∈Z
n x −n

este convergentă; deci exista z0 ∈ C, z0 ≠ 0 astfel încât seria numerică:

∑a
n =−
∞
n z 0−n
 58

să fie convergentă. Se numeşte transformata bilaterală Z a semnalului s

funcţia complexă definită prin:

∞
S(z) = ∑a
n =−∞
n z −n (7.4)
Se observă că:
a. Funcţia S(z) este olomorfă într-o coroană circulară centrată in origine;
b. Transformata Z algebrizează unele clase de ecuaţii cu diferenţe finite;
c. Transformata unilaterală este pentru semnale S+ deci an=0 pentru n<0;
d. Pentru convergenţa seriei din (4) există condiţionarea:
r0 < | z |< R0
Calculul transformatei S(z ) a semnalului s( t ) urmăreşte parcurgerea
primei procedurii:
Pas1
Cunoscând mulţimea eşantioanelor s( nT ) se calculează transformata
Laplace a semnalului discret s* ( t ) cu formula:
L[ s *( t ) ] = S *( s ) = ∑ s( n T) . e − n T s ,
n∈ Z
însumarea urmărind tipul specific al transformatei – unilaterală sau bilaterală.
Pas2
Transformata S(z ) se obţine după substituţia z = e − nTs practicată în
expresia L[s* ( t ) ] .
O a doua procedură urmăreşte paşii:
Pas1
N( s )
Fie funcţia raţională L[s( t ) ] = pentru care se evidenţiază polii
D( s )
ξ n , n =1, N cu care se calculează apoi:
N
N( ξ n ) 1
S* ( s ) = ∑ .
n =1 D ′ ( ξ n ) 1 − e
−T ( s −ξ n )

Pas2
Transformata S(z ) se obţine după substituţia z = e − nTs practicată în
expresia S* ( s ) .
Metodele de calcul ale transformatei z vor fi exemplificate în cele ce
urmează

Exemplul 1.

Fie de evaluat transformata Z a impulsului unitar δ( t ) . Se presupune că

un asemenea impuls este aplicat la intrarea unui eşantionator ideal precum cel
din figura 7.1. La ieşirea acestui eşantionator se obţine acelaşi impuls unitar,
asfel încât:
s* ( t ) = s( t ) = δ( t )
 59

Fig.7.1.Eşantionarea impulsului unitar δ( t ) .

Transformata Laplace a semnalului s* ( t ) este:
S* ( s ) =1

Atunci:

S( z ) = S* ( s ) | s =(1 /T ) lnz = 1

Exemplul 2.

Fie de evaluat transformata Z a tren de impulsulri unitare de perioadă T

δT ( t) :
∞
s( t ) = δ T ( t ) = ∑ δ( t − nT )
n =0

Dacă se aplică procedurile de la exemplul 1– vezi figura 7.2:

Fig.7.2.Eşantionarea trenului de impulsurui unitare δ T ( t ) .

Atunci:
∞
S* ( s ) = ∑ e − nTs ,
n =0

iar transformata Z a trenului de impulsuri unitare este:

 60

∞
z
S( z) = ∑ z = , z 〈 1 .
−n

n= 0 z− 1
Exemplul 3.

Fie de evaluat transformata Z a unui salt treaptă unitar (vezi figura 7.3.):

Fig.7.3 Eşantionarea unui salt treaptă unitar.

Observând ieşirea din eşantionatorul ideal a semnalului salt traptă unitar
aplicat la intrare se constată identitatea semnalului eşantionat cu semnalul
eşantionat la exemplul 2. Atunci transformata Z a saltului treaptă este identică
cu transformata Z a trenului de impulsuri unitare şi deci şi în acest caz:

∞
z
S( z) = ∑ z = , z 〈 1.
−n

n= 0 z− 1
Exemplul 4.

Fie de evaluat transformata Z unilaterală a unui semnal de tip s( t ) = e −at

(vezi figura 7.4.):

Fig.7.4 Eşantionarea unui semnal e −a t .

 61

Atunci:

∞
s( n T) = e ; S *( s ) = ∑ e − a n T. e − n T s =
−anT

n= 0

= 1 + e − a T. e − T s + e − 2 a T. e − 2 T s + ...=
1
= − ( s+ a ) T , e s T 〈 e − a T .
1− e
Rezultă:

1 z
S( z) = − a T − 1 = − a T , z 〈 e− a T.
1 − e z z− e
Exemplul 5.

Fie de evaluat transformata Z unilaterală a unui semnal de tip

s( t ) = e − a ( t +τ ) (vezi figura 7.5.):

Fig.7.5 Eşantionarea unui semnal e −a ( t +τ ) .

Deoarece la stânga punctului t = 0 nu se iau eşantioane din semnalul
s( t ) atunci aceste eşantioane au valoarea:

s( nT ) = e − aτ . e − anT

Atunci:
 62

∞
S *( s ) = ∑ e − aτ . e − a n T. e − n T s =
n= 0

( )
= e − aτ . 1 + e − a T. e − T s+ e − 2 a T. e − 2 T s + . .. =
e − aτ
= − ( s+ a ) T , es T 〈 e − a T .
1− e
Rezultă:

e − aτ z .e − aτ
S( z) = − a T − 1 = − a T , z 〈 e − a T.
1 − e z z− e
Exemplul 6.

Fie de evaluat transformata Z unilaterală a unui semnal de tip

s( t ) = cos ( ωt ) prin folosirea celei de a doua metode de calcul a transformatei Z.
Transformata Laplace a semnalului este:
s N( s )
L[s( t ) ] = = ,
s +ω
2 2
D( s )

expresie care prezintă doi poli: ξ = ± jω

Conform procedurii transformata Laplace a semnalului eşantionat este:
2
N( ξ n ) 1
S* ( s ) = ∑ . =
n =1 D ′ ( ξ n ) 1 − e − T ( s − ξ n )

1
= .
(
2 − e −sT e jω T + e − jω T
.
)
( )
2 1 − 2 e −sT e jω T + e − jω T + e − 2 sT
După practicarea substituţiei z = e Ts :

1 − z −1 cos ( ωt ) z .( z − cos ( ωt ) )
S( z ) = = 2 .
1 − 2 z cos ( ωt ) + z
−1 −2
z − 2 zcos ( ωt ) + 1
Dacă F(s) este transformata Laplace a funcţiei original f(t) [f(t) = 0, t < 0],
transformata Z a eşantioanelor f(nT) cu domeniul de convergenţă în exteriorul
 63

discului r < ‫׀‬z‫ ׀‬şi cu polii în interiorul discului de rază r, pentru câteva cazuri
importante este dată o corespondenţă între transformate în tabelul de mai jos:
Nr. F(s) f(nT) F(z)
1 - 1,n=0; 0 daca n≠0 1
2 - 1,n=k; 0 daca n≠k z-k
3 1/s 1(nT) z/(z-1)
2
4 1/s nT Tz/(z-1)2
T 2 z ( z +1)
5 1/s3 (nT)2/2 2( z −1)
3

( − 1)
(k)
∂( k)  z 
6 lim . ( k)  ( −aT ) 
k+1 k
1/s (nT) /(k!) a →0 k! ∂ a  z− e 
z
7 1/(s+a) e -anT
(z − e −aT )
Tze − aT
8
(z− e )
2 -anT
1/(s+a) nTe −aT 2

z( z − cos ( ωT ) )
9 2
s/(s +ω ) 2
cos(ωT) z − 2 z cos ( ωT ) + 1
2

z sin ( ωT )
10 ω /(s2+ω2) sin(ωT) z − 2 z cos ( ωT ) + 1
2

z ( z − e −aT cosbT )
11
z 2 − 2e −aT ( cosbT ) z + e −2 aT
2 2 -anT
(s+a)/[(s+a) +b ] e cos bnT
ze −aT sinbT
12 2
b/[(s+a) +b ] 2
e -anT
sin bnT z 2 − 2e −aT ( cosbT ) z + e −2aT

Tabel 7.1.

Printre proprietăţile principale ale transformatei Z se pot enumera:

1. Asocierea s(t)→s(z) este C – liniară şi injectivă.

2. Dacă s Є S+, adică s={an} n ≥ 0 atunci teorema valorii iniţiale:
lim S(z) = a 0 = lim s* ( t )
Z→ ∞ t →0

3. Dacă există:
lim a n = l ,
n →∞

rezultă că funcţia complexă (1 − z −1 ). S( z ) are toţi polii în interiorul cercului unitar

şi că există atunci teorema valorii finale:
z −1
lim S(z) = lim a n = lim s( nT ) = lim s * ( t ) = l
z →1 z n →∞ n →∞ n →∞
 64

4. Fie s * = { a n } n ≥0 şi funcţia S(z) olomorfă în domeniul ‫ ׀‬z ‫ > ׀‬R. Pentru orice r <
R fie γ R frontiera discului ‫ ׀‬z ‫ ≤ ׀‬r parcursă pozitiv o singura dată.
Teorema de inversare a transformării:
1
2 πj γ∫R
aN = z N −1S(z) dz , N ≥0

Exemplul 7.

Fie de determinat eşantioanele semnalului în reprezentare prin

transformata sa Z:

S( z ) =
(1 − e ).z , a 〉 0.
− aτ

( z − 1) .( z − e )
−aT

Dacă se foloseşte teorema de transformare inversă, atunci:

1
s( nT ) = ∫z
N −1
S(z) dz
2 πj γR

Pentru calculul integralei curbilinii este necesară precizarea asupra

conturului de integrare γ R . Fie atunci reprezentările polilor funcţiilor respectiv
S* ( s ) din planul s = σ + jω şi S(z ) din planul z = x + j. y , corespondenţa între
cele două spaţii fiind realizată de transformarea conformă z = e Ts ( vezi figura
7.7).
 65

Fig.7.6 Calculul eşantioanelor s( nT ) .

Dreapta din planul s lasă la stânga sa toţi polii funcţiei S* ( s ) . Polii din
planul z sunt respectiv z 1 = 1, z 2 = e − aT . În acest plan polii funcţiei S(z ) sunt
plasaţi în interiorul conturului Γ, disc de rază egală cu e cT . Calculul integralei
se va face prin folosirea teoremei rezidurilor. Rezultă:

s( nT ) =
1 ( )
1 − e − aτ . z
∫ (
2 πj Γ ( z − 1). z − e −aT
). z n −1dz =

1  (1 − e ). z −aτ

= .2 πj ∑ rez  .z  = n −1

 ( z − 1).( z − e )
−aT
2 πj 
 (1 − e ). z
−aτ
  (1 − e ). z
n −1
−aτ
 n −1
= . z  + .z  =
(z− e ) ( z
− 1)
−aT
      
z =1 z =e −aT

= 1 − e −anT

Eşantioanele determinate corespund oricărui semnal care are proprietatea

că poate conţine aceste eşantioane.

Să presupunem că există semnalul e(t) şi urmărim calculul aproximativ al

integralei:
 66

Fig.7.7 Calculul integralei J.

t
J =∫e(t)dt ,
0

folosind ca date de intrare în calcul:

- valorile discrete e(0), …. , e(tk-1), e(tk), …
- presupunem că este cunoscută la tk-1 valoarea integralei → uk-1
Pentru aproximaţia trapezoidală:

T (7.6)
u k = u k −1 + ( e k + e k −1 )
2

Daca se aplică (7.4):

∞
U(z) = ∑u
k =−∞
k z −k

Prin multiplicarea relaţiei (7.6) cu z-k şi însumare:

∞ ∞
T ∞ ∞

∑ u k z −k =
−∞
∑
k = −∞
u k −1 z −k
+  ∑
2  k =−∞
e k z −k
+ ∑
k = −∞
e k −1 z −k 

Prin procedura k-1 = j:
∞ ∞

∑ u k −1z −k =
k =−
∞
∑u
j=−
∞
j z −( j+1) = z −1 U(z)

U(z) = z −1 U(z) +
T
2
[
E(z) + z −1 E(z) ] (7.7)

T 1 + z −1
U(z) = E(z)
2 1 − z −1
Prin definiţie, raportul dintre transformata ieşirii [U(z)] la transformata
intrării [E(z)] este funcţia de transfer:
 67

Δ U(z) T z +1 (7.8)
H(z) = =
E(z) 2 z −1

Mai general, relaţia intrare-ieşire între transformatele acestora este pentru

ecuaţii lineare de tip diferenţă cu coeficienţi constanţi conformă cu relaţia (7.9):

U(z)=H(z)E(z) (7.9)

Deoarece H(z) este o funcţie ratională de variabilă complexă, în general:

b(z) b 0 + b1z −1 + ....... + b m z −m (7.10)

H(z) = = , n ≥m
a(z) 1 + a 1z −1 + ...... + a n z −n

În relaţia (7.10) numarătorul şi numitorul sunt funcţii polinomiale de z.

Drept consecinţă funcţiile b(z)=0 se numesc zerourile funcţiei de transfer
iar punctele a(z)=0 se denumesc polii funcţiei de transfer H(z).
Dacă în (7.10) toţi coeficienţii sunt zero cu excepţia lui b1, atunci h(z)=z-1 şi
din:

k 1
U = −a u
k−1 2
−a u
k−2 n
... −a u
k−n 0 k
+be +be
1 k-1 m k-m
+ ... + b e ,
(7.10')
se deduce ecuaţia în diferenţe:

Uk =e k -1 . (7.11)

Relaţia are semnificaţia că valoarea ieşirii la momentul kT, adică [uk].

egalează intrarea intârziată cu o perioada. Deci funcţia de transfer z-1 reprezintă
o întarziere cu o unitate de eşantionare (vezi fig. 7.8)

Fig.7.8 Interpretarea blocului z -1.

În consecinţă algoritmul trapezoidal de integrare are reprezentarea bloc

din figura 7.9
 68

Fig.7.9 Algoritm trapezoidal de integrare.

7.2. Diagrame bloc şi descrierea sistemelor conduse de variabile de stare.

Deorece relaţia (7.9) este o relaţie algebrică lineară, un sistem de

asemenea relaţii este descris de un sistem de ecuaţii lineare. Acestea pot fi
rezolvate prin metodele algebrice sau prin metode grafice cu ajutorul diagramelor
bloc.
La folosirea diagramelor bloc pentru manipularea relaţiilor induse de
funcţii de transfer directe există 4 cazuri primitive:

1. Funcţia de transfer a căilor paralele este suma funcţiilor de transfer a

fiecărei căi.

Fig.7.10 Căi paralele de transfer.

2. Funcţia de transfer a căilor inseriate este produsul funcţiilor de transfer
a fiecărei căi.

Fig.7.11 Căi înseriate de transfer.

 69

3. Funcţia de transfer a unei singure bucle de căi este câtul dintre funcţia
de transfer a căi directe divizate cu 1 minus funcţia de transfer a
buclei.

Fig.7.12 Transfer pentru cale în formă de buclă.

4. Funcţia de transfer a unei diagrame cu căi multiple se obţine prin
combinaţii asupra cazurilor 1.3.
În continuare ne propunem construcţia diagramei bloc folosind doar blocul
de intârziere unitară asociat cu z-1, care diagramă să fie o reprezentare canonică
cu ajutorul căreia se vor introduce sistemele discrete folosindu-se ecuaţii de
stare.
Fie pentru început ecuaţia (7.11') pentru care se aplică conceptul de
raport de polioame.

b(z)
U(z) = H(z)E(z) = E(z) = b(z) ξ, unde
a(z)
E(z) (7.11')
ξ= , deci : a(z). ξ = E(z).
a(z)

Pentru cele ce urmează se consideră u, e şi ξ ca fiind funcţii de timp iar z

un operator cu proprietatea:
zu(k) = u(k +1), sau : z −1u(k) = u(k −1)

Pentru simplificare se consideră ecuaţia de diferenţe de ordinul 3 (se

poate extinde construcţia la orice grad).
Deci:
( )
 z 3 + a 1z 2 + a 2 z + a 3 ξ = e
(7.12)

( 3 2
)
 b 0 z + b1 z + b 2 z + b 3 ξ = u sau:

z 3 ξ = e − a 1 z 2 ξ − a 2 zξ − a 3 ξ şi cu interpretarea lui z :
 (7.13)
ξ(k + 3) = e(k) - a 1ξ(k + 2) − a 2 ξ(k + 1) − a 3 ξ(k)

Dacă se foloseşte de trei ori consecutiv blocul z-1 şi se pleacă de la ξ(k+3)

se ajunge la ξ(k):
 70

Fig.7.13 Blocul de întârziere înseriat de trei ori.

Atunci ecuaţia (7.13) admite diagrama bloc:

Fig.7.14 Schema bloc a ecuaţiei (7.13).

Pentru a avea diagrama bloc canonică reprezentând ecuaţia (7.11’) se

aplică aceleaşi reguli pentru reprezentarea celei de a doua ecuaţii (7.12) şi se
obţine fig. 7.15 adică diagrama bloc a formei canonice de control.

Fig.7.15 Diagrama bloc a formei canonice de control.

Dacă in (7.10) se consideră că x3(k+1) = x2(k), x2(k)=x1(k), atunci:

x 1 (k +1) = −a 1 x 1 (k) − a 2 x 2 (k) − a 3 x 3 (k) + e(k)
x 2 (k +1) = x 1 (k) (7.14)
x 3 (k +1) = x 2 (k)
 71

sau matricial:
x(k + 1) = A C x(k) + B C e(k)
 x1  − a 1 − a 2 − a 3  1 
 
x = x 2  , A C =  1  0 0  , B C = 0

(7.15)
 x 3   0 1 0  0
u ( k ) = ( b 1 − a 1 b 0 ) x 1 ( k ) + ( b 2 − a 2 b 0 ) x 2 ( k ) + ( b 3 − a 3 b 0 ) x 3 ( k ) + b 0 e( k )

Se observă căile paralele la fiecare din nodurile x1, x2, x3 către ieşirea u
dacă b0 ≠ 0. Matricial:
u = C C x + D C e cu:

C C = [ b1 − a 1 b 0 , b 2 − a 2 b 0 , b 3 − a 3 b 0 ], DC = [ b 0 ] (7.16)

Ecuaţiile de stare pentru sistemul dinamic capătă forma:

x( k + 1) = A c x(k) + B C e(k)

 (7.17)
u(k) = C C x(k) + D C e(k)

A doua formă canonică induce diagrama bloc a formei observabile. Pentru

aceasta se modifică ecuaţia de diferenţe de ordinul 3 sub forma:
z 3 u + a 1 z 2 u + a 2 z.u + a 3 u = b 0 z 3 e + b 1 z 2 e + b 2 z.e + b 3 e
care se rescrie:
b 3 e − a 3 u = z 3 u + a 1 z 2 u + a 2 u − b 0 z 3 e − b 1 z 2 e − b 2 z.e
şi cu interpretarea dată operatorului z se obţine fig. 7.16.

Fig.7.16 Diagramă bloc ajutătoare pentru forma observabilă.

Prin procedura iteraţiei se ajunge la fig. 7.17:

 72

Fig.7.17 Diagramă bloc a formei observabile.

Ecuaţia de stare va fi scrisă sub forma:
x(k + 1) = A 0 x(k) + B 0 e(k)
 (7.18)
u(k) = C 0 x(k) + D 0 e(k)

Din ecuaţiile scrise in sumatoarele Σ :

x 1 ( k + 1) = −a 1 [ x 1 (k) + b 0 e(k) ] + x 2 (k) + b1e(k) în (S1 )


x 2 ( k + 1) = −a 2 [ x 1 (k) + b 0 e(k) ] + x 3 (k) + b 2 e(k) în (S 2 )
x (k + 1) = −a [ x (k) + b e(k) ] + b e(k) în (S 3 )
 3 3 1 0 3

⇓
x(k + 1) = A 0 x(k) + B 0 e(k)
(7.19)
− a 1 1 0  b1 − b 0 .a 1 
A 0 = − a 2 0 1 , B 0 = b 2 − b 0 .a 2 

− a 3 0 0 b 3 − b 0 .a 3 
u 1 ( k ) = x 1 ( k ) + b 0 e( k ) în (S 0 ) din care :
C 0 = [1, 0, 0] , D0 = [b 0 ]

Capitolul 8
 73

8.1. Relaţii între funcţii de transfer şi impulsul indicial

8.2. Stabilitatea externă şi testul Jury
8.3. Calculul funcţiei de transfer H(z)

8.1. Relaţii între funcţii de transfer şi impulsul indicial

În capitolul anterior s-a arătat că funcţia de transfer H(z)= z-1 este

interpretată ca fiind producătoare de intârzierea cu o perioadă (interpretarea în
domeniul timp). Se incearcă în continuare interpretarea unei funcţii de transfer
arbitrare H(z). Din cunoştiinţele anterioare:

E ( z ) = ∑e k z −k şi
U ( z ) = H( z ) E ( z )

Să presupunem că ek este selectată deliberat astfel încât e(k) să

reprezinte pulsul unitar discret definit de:

1 , k =0 Δ
ek =  , e k =δ k
0 , k ≠0 (8.1)

În consecinţă rezultanta E(z) = 1 şi deci:

U( z ) = H ( z ) (8.2)

cu concluzia importantă că H(z) este considerat a fi transformata z a răspunsului

sistemului căruia i se aplică la intrare pulsul discret unitar.
Exemplu:
Fie sistemul (discutat anterior) din fig. 8.1, căruia i se aplică în nodul ek un

Fig.8.1 Algoritm trapezoidal de integrare.

impuls unitar discret, şi se va genera următorul tablou al răspunsurilor în sistem:

k ek-1 ek ak uk-1 uk ≡ hk
 74

0 0 1 T/2 0 T/2
1 1 0 T/2 T/2 T
2 0 0 0 T T
3 0 0 0 T T

Răspunsul obţinut uk este zero pentru k < 0, este T/2 pentru k = 0 şi T

pentru k ≥1. Deci:
∞ ∞
H( z ) = ∑ u k z −k = ∑ h k z −k
−∞ −∞
∞
T T
H( z ) = ∑ Tz −k − ←h 0 = , h k ≥1 = T
k =0 2 2 (8.3)
−1
T T T + Tz T z +1
= − = = , daca 1< z
1− z −1
2 2 1−z −1
(2 z −1 )
T z +1
H( z ) =
2 z −1

Calculul lui H(z) folosind ecuaţia în diferenţe conduce la acelaşi rezultat.

Un punct de vedere final folosit în interpretarea funcţiei de transfer
discretă se obţine prin multiplicarea polinoamelor cu un număr infinit de membrii,
care polinoame să reprezintă E(z), H(z) şi folosind:
U(z) = H(z) E(z)
Presupunem că impulsul discret unitar este zero pentru k < 0. De
asemenea vom presupune că momentul de timp de start pentru e k este k=0.
Atunci:
(
U( z ) = e 0 + e1 z −1 + e 2 z −2 + e 3 z −3 + ..... + e n z − n + ... * )
(h
+ h 1 z −1 + h 2 z −2 + h 3 z −3 + ..... + h n z −n + ....
0 )
Dacă se grupează termenii operaţiei de înmulţire după puterile lui z-k se
obţine:
U( z ) = e 0 h 0 + ( e 0 h 1 + e 1 h 0 ) z −1 + ( e 0 h 2 + e 1 h 1 + e 2 h 0 ) z −2 +
∞
+ ( e 0 h 3 + e 1 h 2 + e 2 h 1 + e 3 h 0 ) z −3 + ..... = ∑ u k z −k , din care :
k =0

u 0 = e0h 0
u 1 = e 0 h 1 + e1 h 0
u 2 = e 0 h 2 + e1 h 1 + e 2 h 0
u 3 = e 0 h 3 + e1 h 2 + e 2 h 1 + e 3 h 0

Prin inducţie completă se finalizează cu:

k
U k = ∑e j h k − j
j =0
 75

Limitele de însumare pot fi extinse în ipotezele făcute şi :

∞
Uk = ∑e
j=−∞
j h k −j (8.4)

Valorile negative ale lui j corespund intrărilor aplicate înainte de k=0.

Valori pentru j mai mari de cât k pot apare doar dacă impulsul discret unitar este
non zero pentru argumente negative. Prin definiţie astfel de sisteme, care
răspund înaintea apariţiei cauzei sunt numite noncauzale.
Produsul din (8.4) reprezintă convoluţie discretă.
Pentru verificarea corectitudinii relaţiei (8.4): k − j = l
∞ ∞ ∞ ∞ ∞
U( z ) = ∑u k z −k = ∑ z ∑e −k
j h k −j = ∑e ∑z j
−k
h k −j =
k =−
∞ k =−
∞ j =−
∞ j =−
∞ j =−
∞
∞ ∞ ∞ ∞

∑e j ∑h l z −( l +j) = ∑e j z −j ∑h l z −l = E ( z ) H( z )
j=−
∞ l =−
∞ j =−
∞ l =−
∞

Se poate introduce convoluţia din proprietaţile de linearitate şi

staţionaritate.
1. Linearitate: Un sistem cu intrare e şi ieşirea u este linear dacă se
aplică principiul superpoziţiei, adică dacă u 1 ( k ) este răspunsul la
intrarea e1 ( k ) şi u 2 ( k ) răspunsul la intrarea e 2 ( k ) sistemul este linear
dacă şi numai dacă oricare ar fi scalarii α şi β răspunsul la intrarea
αe 1 + βe 2 este αu 1 + βu 2 .
2. Staţionaritate: Un sistem este staţionar sau invariant, dacă o deplasare
în timp a intrării produce o deplasare în timp a ieşirii cu acelaşi decalaj.
De exemplu, dacă răspunsul la o intrare e( k ) oarecare este u ( k ) ,
atunci la intrarea e( k − N ) se observă răspunsul u ( k − N ) .
Proprietaţile 1 şi 2 induc o relaţie de tip (8.4).
Dacă răspunsul la impulsul unitar la k = 0 este h ( k ) , atunci răspunsul la
pulsul de amplitudine e 0 este e 0 h ( k ) . Sistemul fiind presupus invariant, o
întârziere la intrare produce o întărziere la ieşire. Atunci dacă:

e , k = m
e= m
0, k ≠ m

Răspunsul va fi e m h ( k − m ) . În final dacă luăm în consideraţie linearitatea

răspunsul total la timpul k la aplicaţia unor secvenţe de pulsuri de tipul anterior
este suma răspunsurilor, adică:

u k = e 0 h k +e1 h k −1 + ... + e l h k −l + .... + e k h 0 , adic ă

k
u k = ∑ e l h k −m
m =0
 76

Acum se introduc secvenţe care încep în trecut şi se pot introduce în

sumă termeni e〈 0 , la limita m = −∞ . Pe de altă parte dacă sistemul este

considerat noncauzal, valori ale lui e cu m 〉 k pot intra în suma şi astfel din nou:
∞
uk = ∑e m h k −m
m =−∞

8.2 Stabilitatea externă şi testul Jury

O importantă proprietate calitativă a sistemelor dinamice este stabilitatea,

care poate fi considerată internă sau externă.
Stabilitatea internă se referă la răspunsurile care apar în variabilele
interne, de tipul celora care apar la ieşirea elemetelor de intârziere (z -1) din
compunerea schemelor canonice studiate anterior.
Pe de altă parte se poate considera satisfăcătoare doar stabilitatea
externă aşa cum apare in relaţia intrare-ieşire descrisă de cazul linear şi staţionar
al convoluţiei.
Pentru stabilitate externă cea mai folosită definiţie este considerarea
producerii pentru fiecare intrare marginită a unui răspuns care să fie deasemeni
marginit. (BIBO – BoundedInput, BoundedOutput).
Fie o intrare discretă ek marginită:
e m ≤ M <∞ , pentru orice m
Conform cu (8.4):
∞ ∞ ∞
uk ≤ ∑e −∞
m h k −m ≤ ∑ e m h k −m ≤ M ∑ h k −m
−∞ −∞

Ieşirea va fi marginită dacă:

(8.5)
∞

∑h
−∞
k− m 〈∞

Exemplu 1: Fie răspunsul unitar discret aplicat în calculul schemei din fig.
8.1. Din tabela de răspuns:
h0 = T/2 ; hm = T pentru m > 0
atunci:
 77

∞
T ∞
∑ hm = 2 + ∑
m =0 m =1
T → nemarginit

Deci aproximaţia discretă a integrării nu este BIBO stabilă.

Exemplu 2: Fie ecuaţia în diferenţe:
u k = a 1 u k −1 + b 0 e k (8.6)
şi cu intrarea ek impuls unitar discret:

u 0 = b 0 , u 1 = a 1 b 0 , u 2 = a 12 b 0 ...... , u k = h k = b 0 a 1k , k ≥ 0
 1
∞ ∞
b 0 , a1 < 1
∑h m = ∑b 0 a m
1 =  1 − a1
-∞ m =0 nemarginit a, a 1 > 1

Ecuaţia (8.6) este BIBO stabilă doar dacă ‫׀‬a11 > ‫׀‬.
Pentru cele mai generale funcţii raţionale de transfer este posibilă
dezvoltarea în funcţii simple după polii acestei funcţii. Sistemul va fi stabil dacă
toţi polii se vor afla în interiorul cercului de rază unitate. Programele dezvoltate în
ultimii ani conţin posibilităţi de calcul pentru polii funcţiei de transfer. Totuşi de
multe ori se pune problema testării stabilităţii pentru o clasă de sisteme,
stabilitatea (BIBO) urmând a fi discutată în funcţie de valoarea coeficienţilor
polinomiali. Pentru cazul continuu se aplică criteriul Routh, iar în cazurile discrete
se aplică criteriul Jury şi Blanchard.
Pentru criteriul Jury se consideră drept intrare coeficienţii polinomului:
a(z) = a 0 z n + a 1 z n −1 + .... + a n
Dacă a0 < 0 se multiplică polinomul a(z) cu –1 şi se formează şirul de
coeficienţi:
a0, a1, a2,….., an
Al doilea şir este format din coeficienţii ordonaţi în sens invers:
an, an-1, …., a1, a0
Din aceste două şiruri se construieşte şirul al treilea, un element k al
noului şir fiind format de valoarea determinantului asamblat de coloana k şi
coloana n.
ak an
det k = divizat la a 0 , adică
a n −k a0
b 0 , b1 , ... , b k ,..... unde :
an a a
b0 = a 0 - a n , b1 = a 1 - n a n -1 , ...., b k = a k - n a n -k
a0 a0 a0
Şirul al 4-lea este şirul 3 aranjat invers, obţinându-se structura:
a 0 a 1 .......... ..a n

a n a n −1 .......... a 0
b 0 b 1 .......... ...b n −1

b n −1 b n −2 .........b 0

Se repetă iteraţiile cu coeficienţii:

 78

b n −1
ck = bk − b n −1−k
b0
Şi şirul “C” este aranjat invers până când aceste şiruri pot fi construite. Polinomul
original este stabil (are rădăcinile în interiorul cercului unitar) dacă toţi primii
coeficienţi ai şirurilor impare satisfac:
a0 > 0, b0 > 0, c0 > 0, …..
Pentru ilustrare să considerăm criteriul JURY pe un polinom de ordinul
doi:
a( z) = z 2 + a 1z + a 2
Se construiesc şirurile:
1 a1 a2
a2 a1 1
1 − a 22 a 1 − a 1a 2 .
a 1 − a 1a 2 1 − a 22 .
a (1 − a 2 )
( )
2 2
1 − a 22 − 1 . .
1 − a 22
Din sirul 3 : 1 − a 22 > 0 ⇒ - 1 < a < 1
a + 1 > a 1
Din sirul 5 : (1 + a 2 ) 2
> a 12 ⇒  2
a 2 +1 > −a 1
Din condiţiile anterioare se construieşte triunghiul de stabilitate vezi figura 8.2.

Fig.8.2 Triunghiul JURY de stabilitate.

Din condiţiile anterioare se construieşte triunghiul de stabilitate.

Fie: a(z) = z3 – 2,1z2 + 1,6z – 0,4

Test Jury:
 79

1 − 2,1 1,6 − 0,4 ←

− 0,4 1,6 2,1 1 

0,84 −1,46 0,76 . ←

0,76 −1,46 0,84 .  linii impare
0,1524 − 0,139 . . ←

− 0.139 0,1524 . . 

0,0256 . . . ←
Se obţine 1 > 0,84 > 0,1524 > 0,0256 > 0
Obs. Dacă (a0 > 0) valoarea polinomului a(±1) > 0 este o condiţie necesară de
trecere a testului.

8.3. Calculul funcţiei de transfer H(z)

În cele ce urmează se dezvoltă o analiză necesară calculului funcţiei

discrete de transfer pornind de la datele oferite de calculator convertorului digital-
analog D/A şi de eşantioanele generate de convertorul A/D şi livrate
calculatorului.
Instalaţia tehnologică:

Fig.8.3 Schema instalaţiei tehnologice.

are funcţia de transfer G(s) şi urmează a fi calculată funcţia de transfer discretă
G(z).
Dispozitivul D/A din fig. 8.3 se numeşte ZOH (zero-order-hold) – deorece
păstrează ieşirea y(kT) între t = kT şi t = kT + T.
Din cele discutate pană acum, G(z) este transformata z a instalaţiei egală
cu transformata z a ieşirii când această instalaţie este excitată cu impulsul unitar
discret la intrare. Deoarece:

1 , k =0
u ( kT ) =  ,
0 , k ≠0

la ieşirea D/A –ului este obţinut un puls de durata T secunde şi amplitudine 1,

aşa cum se vede din fig. 8.4:
 80

Fig.8.4 Ieşirea D/A.

Semnalul de ieşire din D/A este domeniul timp descris de :

x(t) = 1(t) – 1(t – T)
Dacă notam cu y1(t) răspunsul sitemului caracterizat de G(s), atunci:

 1 e −Ts  −Ts G ( s )
Y1 (s) = 
s − s 
G(s) = 1 − e ( s
) (8.7)
 
Atunci:
{ }
Δ
G ( z ) = Z{ y1 ( kT )} = Z L−1 { Y1 ( s )} = Z{ Y1 ( s )} =
G( s)  −1  G ( s ) 

(
= Z 1 − e −Ts

)
s 
 = 1 − z Z (
 s 
 ) (8.8)

Exemplul 1: Fie G(s)=a/(s + a), atunci:

G(s) a 1 1
= = −
s s( s + a ) s s + a
G ( s ) 
L−1  −at
 =1(t) − e 1(t)
 s 

Eşantioanele semnalului sunt: 1(kT) – e –akT .1(kT) şi transformata Z este:

G ( s ) 
=
z
−
z
=
z 1 − e −aT ( )
Z 
 s  z −1 z − e −aT ( z −1) z − e −aT ( ) şi cu (8.8) :

G( z ) =
z −1 (
z 1 − e −aT
=
)
1 − e −aT
.
(
z ( z −1) z − e −aT z − e −aT )
Exemplul 2:

Fie funcţia de transfer Laplace, într-o problema cu timp mort:

G ( s ) = e −λs H( s ) = L{h ( t − λ )}
 81

Factorul e-λs reprezintă în original o intârziere de λ secunde. Se exprimă λ:

λ = mT − μT , m ∈ Z, 0 < μ < 1 si :
G(s) e μTs
H( s )
= e −mTs
s s

este întreg Z { e − mTs } = z − m şi dacă presupunem H( s ) =

a
Deorece m s +a
:

z −1 1 e μTs e μTs 
G( z) = . m . Z − 
z z  s s+ a 

µ µ
La calculul Z{(e Ts/s) – (e Ts/(s+a))} se observă că primul termen este un
salt unitar discret intârziat cu µ T secunde (la stânga originei cu µ T sec., dar la
dreapta lui –1), iar al doilea un exponenţial intârziat în acelaşi mod. (vezi fig. 8.5)

z −1 1  z ze − aμ T  z −1 z+ α
G( z ) =  − =
z z m  z −1 z − e −aT  z z m ( z − e −aT )
e −aμ T − e −aT
α=
1 − e −aμ T

Fig.8.5 Intrarea şi ieşirea din exemplul 2.

Exemplul 3:

Fie:

k
G( s) = ,
( s + α1 )( s + α 2 )( s + α 3 )
 82

funcţia de transfer a buclei de ieşire a maşinii de curent continuu cu

excitaţie independentă. Se cere obţinerea funcţiei de transfer G(z).

z  G( s) 
G( z ) = Z
z − 1  s 
G( s) A 0 A1 A2 A3
= + + +
s s s + α1 s + α 2 s + α 3
K −K −K
A0 = , A1 = , A2 =
α1α 2 α 3 α1 ( α 2 − α1 )( α 3 − α1 ) α 2 ( α1 − α 2 )( α 3 − α 2 )
−K
A3 =
α 3 ( α1 − α 3 )( α 2 − α 3 )
  G( s )  
L    = A 0 1( t ) + A 1e −α1t 1( t ) + A 2 e −α 2 t 1( t ) + A 3 e −α 3t 1( t )
 s 

Eşantioane: A 0 , A 1e − kα1t , A 2 e − kα 2 t , A 3 e − kα 3t
Atunci:

z −1 z A1z A2z A3z 

G( z ) = A 0 + + + 
z  z − 1 z − e −α1T z − e −α 2T z − e −α 3T 
z −1 z −1 z −1
= A 0 + A1 − α1T
+ A2 −α 2T
+ A3 =
z−e z−e z − e − α 3T
( )( )( )
G ( z ) = [A 0 z − e −α1T z − e −α 2T z − e −α 3T + A 1 ( z − 1) z − e −α 2T z − e −α 3T + ( )( )
( )( )
A 2 ( z − 1) 1 − e −α1T 1 − e −α 3T + A 3 ( z − 1) 1 − e −α1T 1 − e −α 3T ]/( )( )
( z - e )( z − e
-α1T −α 2T
)(1 − e ).
− α 3T

Capitolul 9

9.1. Ecuaţii de diferenţe obţinute cu ajutorul reprezentării de stare.

 83

9.2.Analiza S H (sample and hold)

Calculul funcţiei de transfer va fi făcut în cele ce urmează cu ajutorul

reprezentării de stare, fapt care face ca multe din calcule să fie preluate de
calculator.
Un sistem linear de ecuaţii diferenţiale cu coeficienţi constanţi poate fi
exprimat cu ajutorul calcului matricial:
 •
x = Fx + Gu + G 1w
 (9.1)

 y = Hx + Ju
unde u este comanda sistemului, w perturbaţia de intrare, y ieşirea şi x este
starea sistemului.
Exemplu:

Fig.9.1 Sistem linear de acţionare.

Fie sistemul din fig. 9.1.

⋅⋅
θ=u
 •  0 1   x 1   0
 x•1  =  + u
 x  0 0  x 2  1
 2    
F G

x 
θ = y = [1 0]  1 
x 2 
Reprezentarea (9.1) nu este unică. Fie transformarea nesingulară: ξ = Tx care
conduce acelaşi sistem (9.1) la:
• •
ξ = T x = T( Fx + Gu + G 1w ) , x = T −1ξ
•
−1
ξ = TFT ξ + TGu + TG 1 w ,
−1
y = HT ξ + Ju .

Se obţine descrierea cu noile variabile de stare ξ şi matricele A, B, C, D .

•
ξ = Aξ + Bu + B1w , y = Cξ + Du
−1
A = TFT , B = TG , C = HT −1 , D =J
 84

Fig.9.2 Terminale ale calculatorului.

În figura 9.2. s-au prezentat definirea sistemului şi operaţiile de

eşantionare ale procesului condus de calculator.
Calculatorul preia eşantioanele y(kT), proceseaza aceste eşantioane cu
ajutorul unei ecuaţii de diferenţe şi livrează o secvenţă de numere u(k) care se
aplică prin D/A la intrarea instalaţiei tehnologice.
Pentru analiza rezultatelor obţinute trebuie să relaţionăm eşantioanele de
ieşire y(kT) cu eşantioanele de control u(kT) prin rezolvarea unor ecuaţii de tip
(9.1). Rezolvarea se va face în doi paşi:
În primul pas ecuaţia (9.1) se va rezolva fară excitaţie ( u = 0, w = 0 ) şi cu
condiţia iniţială, adică se rezolvă ecuaţia omogenă:

• (9.2)
x h = Fx h (t), x h (t 0 ) = x 0

Pentru rezolvare considerăm soluţia suficient de netedă, astfel încât este

posibilă asimilarea ei cu o serie:

x h (t) = A 0 + A1 ( t − t 0 ) + A 2 ( t − t 0 ) 2 + ........ (9.3)

Pentru t = t0 se obţine imediat A 0 = x 0 . Dacă se derivează (9.3) şi se

substituie în (9.2) se obţine:

• (9.3')
x h = A1 + 2 A 2 ( t − t 0 ) + 3A 3 ( t − t 0 ) 2 + ..... = Fx h

la t = t0, A1 = Fx 0 .
Se continuă cu derivarea ecuaţiei (9.2) şi a relaţiei (9.3'):

•• •
xh = F xh ( t) ,
••
x h = 2A 2 + 6A3 ( t − t 0 ) + . . . . =. .F.2.x h ( t )
pentru t = t0, 2 A 2 = F 2 x h (0)
Prin inducţie completă se obţine:
 85

 F2 (t − t0 ) F3 ( t − t 0 ) 
2 3

x h ( t ) = I + F( t − t 0 ) + + + ...... x 0
 2 6 

Această serie este exponenţiala unei matrici:

x h ( t ) = e F ( t − t 0 ) x( t 0 ) (9.4)

Se poate arăta că (9.4) este soluţie unică, situaţie care induce proprietăţi
caracteristice pentru exponenţiala matricei.
Demonstraţie:

Fie două valori distincte ale lui t: t1 şi t2

 x( t 1 ) = e F( t1 − t 0 ) x( t 0 )
(9.5)

 x( t 2 ) = e F( t 2 − t 0 ) x( t 0 )
Deorece t0 este ales arbitrar poate fi dedusă expresia x( t 2 ) ca soluţia
ecuaţiei începând din momentul t1:
x( t 2 ) = e F ( t 2 − t 1 ) x( t 1 ) ,
relaţie în care se reintroduce valoarea x(t1):
x( t ) = e F ( t 2 − t 1 ) e F ( t 1 − t 0 ) x ( t )
2 0
(9.6)
Deoarece soluţia este unică relaţiile (9.5) şi (9.6) sunt identice:
e F ( t 2 − t 0 ) = e F ( t 2 − t1 ) .e F ( t1 − t 0 ) (9.7)
oricare or fi t2, t1, t0. În particular pentru t2 = t0

I = e − F ( t1 − t 0 ) e F ( t1 − t 0 )

Deci în concluzie se inversează matricea eFt doar prin schimbarea

semnului lui t.

În al doilea pas al rezolvării ecuaţiei (9.1) presupunem că u este nonzero

şi soluţia se obţine prin metoda Lagrange – variaţia parametrilor, adică se
presupune că:

x p ( t ) = e F ( t −t 0 ) v ( t ) (9.8)

Dacă se introduce (9.8) în (9.1) :

Fe F ( t − t 0 ) v( t ) + e F ( t − t 0 ) v ( t ) = Fe F ( t − t 0 ) v( t ) + Gu( t )

Folosind inversa matricii exponenţiale prin schimbarea de semn:

 86

v ( t ) = e − F ( t − t 0 ) Gu( t )

Presupunand proprietatea controlului adică u( t ) = 0, t<t0 - se poate integra v ( t )

de la t0 la t:

t
v ( t ) = ∫ e −F ( τ −t 0 ) Gu ( τ )dτ
t0

Atunci din (9.8):

t t
x p ( t ) = e F ( t −t 0 ) ∫ e −F ( τ −t 0 ) Gu ( τ )dτ = ∫ e F ( t −τ ) Gu ( τ )dτ
t0 t0

Soluţia totală a ecuaţiei (9.1) este :

t
x( t ) = e F ( t −t 0 ) x( t 0 ) + ∫ e F ( t −τ ) Gu ( τ )dτ (9.9)
t0

Relaţia (9.9) va fi folosită pe durata unei perioade de eşantionare în

vederea obţinerii soluţiei ecuaţiei de diferenţe.
Deci fie t0 = kT şi t = kT+T, atunci o soluţie particulară dedusă din (9.9):

kT +T
x( kT + T ) = e F T x( kT ) + ∫e
F ( kT +T −τ )
Gu ( τ ) dτ (9.10)
kT
La calculul (9.10) cea mai folosită presupunere este ZOH (zero order hold)
fără intârziere, adică:

u ( τ ) = u ( kT ) , kT ≤ τ ≤ kT + T

Fie schimbarea de variabilă :

η = kT + T − τ, cu care

T
x( kT + T ) = e FT x ( kT ) + ∫ e Fη d ηGu ( kT ) (9.11)
0

Cu notaţiile:

Φ = e FT (9.12)

T
Γ = ∫ e Fη d ηG (9.13)
0
 87

se obţine ecuaţia de diferenţe în forma standard:

x( k + 1) = Φx ( k ) + Γu ( k ) + Γ1w ( k )
y ( k ) = Hx ( k ) (9.14)

Obs. În relaţia (9.14) s-a presupus o perturbaţie pe porţiuni de timp constantă şi

s-a adoptat J = 0. Dacă nu este constantă, Γ1 este obţinută din (9.13) prin
înlocuirea lui G cu G1. Dacă w este un impuls discret unitar, atunci Γ1 = G 1 .
Dacă se aplică transformata directă asupra relaţiilor (9.14) în condiţiile
w = 0 se obţine:

 [ zI − Φ] X( z) = Γ U( z) , (9.15)

 Y ( z ) = H X( z ) ;
cu concluzia:

Y( z )
= H[ zI − Φ ] Γ.
−1

U( z ) (9.16)

Proceduri de calcul:

F 2 T 2 F 3T 3
Φ = e FT = I + FT + + + ... = I + FTΨ
2! 3! (9.16')
2 2
FT F T
Ψ =I+ + + ......
2! 3!

Evaluarea seriei Ψ se face sub forma:

FT  FT  FT  FT   
Ψ ≈I+ I + .. I +  .........  (9.17)

2  3  N −1  N  
Calculatorul iterează până la N=11.
T∞
F k ηk ∞
F k T k +1
Γ =∫∑ d ηG = ∑ G = ΨT G (9.18)
0 k =0
k! k =0 ( k +1)!

Exemplu:

Fie sistemul din fig. 9.1.

 88

 x 1  0 1  x 1  0  x1 
 x  = 0 0  x  + 1 u = F  x  + G u,
 2    2    2
x 
y = [1 0]  1 .
 x2 

0 1  0 1
F2 =  = [ 0] , F k = [ 0] , k ≥2
0 0 
 0 0


Din:

F 2T 2 1 0 0 1
Φ = I + FT + + ..... =  + T=
2! 0 1
 0 0

1 T
Φ =
0 1

 T 2 F 2T 3  T 0  0 1  T 2 0
Γ = IT + F + G = 0 +  
 2! 3!   T 0 0 2 1 
T /2 
2
Γ = 
 T 

−1
Y( z )  1 0 1 T  T 2 /2 
= [1 0]z  −   =
U( z )  0 1 0 1   T 
T2
1 z − 1 T   T 2
 ( z − 1 ) + T2
= [1 0]   = 2 =
( z − 1) 2  0 z − 1  T 2 
( z − 1)
2
 
Y( z ) T z + 1
2
=
U( z ) 2 ( z − 1) 2

Rezultatul este identic cu cel găsit folosind tabelele transformării z. Se

observă că numitorul fracţiei raţionale Y(z) / U(z) este dat de:

det ( zI −Φ ),

reprezentând polinomul caracteristic al funcţiei de transfer.

9.2.Analiza S H (sample and hold)

Eşantioanele semnalelor fizice se obţin cu ajutorul traductoarelor şi cu

ajutorul convertorului A/D. Schema unui A/D tipic conţine circuitul S/H din figura
9.3.
 89

Dacă comutatorul K este pe poziţia 1, tensiunea de ieşire urmăreşte

tensiunea de intrare cu transferul 1/(RCs + 1). Banda circuitului B=1/τ =1/RC
este mult mai mare decât banda semnalului de intrare. Tipic R = 1k, C = 30pF,
f = 0.5 πRC = 5,3MHz.
Pe durata de urmărire (K este pe poziţia 1) activitatea A/D este oprită.

Fig.9.3. Circuit S/H

Pe intervalul de hold “H”, capacitatea C reţine tensiunea de intrare la

momentul comutării lui k pe poziţia 2. De exemplu pentru un A/D Burr Brown
ADC803, timpul necesar conversiei este de 1,5 μs pentru 12 biţi în secvenţă.
Activitatea circuitului SH poate fi asemuită cu o modulare “δ” a semnalului de
intrare.

Fig.9.4. Bloc de eşantionare.

Aria impulsului modulator este unitară.

∫δ( t )dt
−∞
=1 (9.18)

Impulsul δ se bucură de proprietatea de filtrare:

∫f(t) δ( t − τ )dt
−∞
= f ( τ) (9.19)

Proprietatea este valabilă pentru orice funcţie f(t) continuă pe R .

 90

Transformata Laplace a semnalului modular r*(t) este:

∞ ∞
L{r ( t )} =
∞

∫ r ( t )e ∫ ∑r ( t )δ( t − kT )e
−st −st
* *
dt = dt (9.20)
−∞ −∞ k =−∞

∞
R * (s) = ∑r( kT ).e −skT
(9.21)
k =−∞

Modelul matematic al operaţiei de reţinere (efectuată de A/D) este definit de:

r ( t ) = r ( kT ) , kT ≤ t < kT + T (9.22)

Deoarece r(t) este un polinom de grad zero în raport cu timpul,operaţia aceasta

de reţinere se numeşte operaţie ZOH (zero order hold) şi are funcţia de transfer
Laplace ZOH(s).

Fig.9.5. Operaţii de eşantionare.

p(t) =1(t) −1(t − T)

(
ZOH ( s ) = L{p( t )} = 1 − e −sT /s ) (9.23)

Proprietăţile lineare ale A/D cu SH încorporat pot fi puse în evidenţă de

fig. (9.5) unde:
a)- semnal de intrare;
b)- eşantionare r*(t);
c)- senmal rh(t);
d)- model al operaţiei.
Obs. semnalul r*(t) nu reprezintă un semnal fizic aplicat A/D ci un semnal ipotetic
de calcul care a permis calculul funcţiei de transfer, model util şi pentru alte
analize.
 91

Capitolul 10

10.1. Spectrul sinusurilor eşantionate şi întrepătrunderea spectrelor

10.2. Analiza blocurilor diagramă care conţin semnale eşantionate.
 92

10.1. Spectrul sinusurilor eşantionate şi întrepătrunderea spectrelor

10
În capitol se discută procesul de eşantionare printr-o reprezentare
alternativă a transformărilor r*(t):

∞
r *( t) = ∑ r( t ).δ( t − kT ) , (10.1)
k =−∞

folosind proceduri proprii analizei Fourier. Din relaţia (10.1), semnalul eşantionat
este un produs între semnalul original r(t) şi un tren de impulsuri Σ δ(t-kT); acesta
fiind periodic, poate fi reprezentat de o serie Fourier.

 2π 
∞ ∞ j n t
∑ δ( t − kT ) = ∑C n e  T  , (10.2)
k =−
∞ −∞

în care coeficienţii seriei Fourier sunt calculaţi prin:

T/2 ∞  2π
−j  n t
1
Cn =
T ∫ ∑δ( t − kT ) e  T  dt
−T/2 k =−
∞

Proprietatea de filtrare a impulsurilor δ(t) conduce la rezultatul:

1
Cn = şi deci relaţia (10.2) se transformă în corespondenta (10.3)
T
 2π
∞
1 ∞ j n t
∑ δ( t − kT ) = ∑e  T 
k =−
∞ T n =−∞
(10.3)

Dacă se notează ωs = 2π /T drept pulsaţie fundamentală din spectrul

semnalului r*(t),

1 ∞
r * (t) = ∑ r ( t ) e j n ωS t
T n =−∞ (10.4)

Relaţia (10.4) este o nouă reprezentare a semnalului eşantionat, pentru care

transformata Lapalce este:

∞
 1 ∞ j n ω S t  −st
( *
)
L r ( t ) = R (s) = *
∫ T n∑
r(t). e e dt =
−∞ =−
∞ 
∞
(10.5)
1 ∞ −( s − j n ω S ) t 1 ∞
= ∑ ∫ r ( t ).e dt = ∑R ( s − j n ω s ) ,
T −∞ −∞ T n =−∞
 93

unde in relaţia (10.5) s-a notat R(s) ca fiind transformata Laplace a lui s(t). O
imagine grafică a spectrelor de amplitudine înainte şi după eşantionare este
prezentată in figura 10.1.

Fig.10.1 a) - Spectrul de bază

b) - spectrul eşantionat
Se observă o multiplicare a componentelor spectrale la stânga şi la
dreapta spectrului semnalului original r(t), componente care produc spectrul
semnalului eşantionat r*(t). Se observă fenomenul de întrepătrundere (“aliasing”)
a spectrelor. Astfel, componenta spectrală a lui r*(t) corespunzătoare pulsaţei
oarecare ω se obţine din însumarea în principal, a contribuţiei spectrului R(jω) iar
a doua contribuţie este a spectrelor R[j(ωs± 2π /T)]. Spectrele R[j(ωs± 2π /T)]
sunt considerate “dubluri” ale spectrului R(jωs).
Fenomenul de dublare a componentelor spectrale are o consecinţă:
Eşantioanele a doua semnale continue şi sinusoidale dar de frecvenţe diferite pot
avea acelaşi set de eşantionare. Pornind de la aceste eşantioane cele două
sinusoide nu pot fi identificate. Fenomenul este prezentat în figura 10.2 .

Erorile produse de dublarea spectrului pot fi foarte importante în aplicaţii

de semnale cu zgomot perturbator de frecvenţa ridicată, în cazul în care
semnalele urmează a fi eşantionate. Restaurarea spectrului se realizează cu
filtru trece jos realizând astfel o antidedublare care are rolul de a tăia
componentele spectrale de frecvenţa mai mare de (1/2)(2π /T) şi diferită de π /T,
unde T este perioada de eşantionare.
 94

Fig.10.2 Consecinţa fenomenului de dublare a spectrului.

Frecvenţa π /T este numită frecvenţa Nyquist. Semnalele de banda

limitată care nu prezintă componente spectrale la dreapra frecvenţei
Nyquist sunt reprezentate fară ambiguităţi de eşantioanele
corespunzătoare.
Un corolar al problemei dublării spectrelor de frecvenţă o reprezintă
teorema eşantionării, datorate lui Shanon.
Un semnal se poate reface prin mulţimea eşantioanelor sale, dacă
pulsaţia de eşantionare ωs = 2π /T este cel puţin dubla celei mai mari pulsaţii din
semnal.
Dacă B este banda de frecvenţa a semnalului ce trebuie să fie reprezentat
de mulţimea eşantioanelor sale luate cu frecvenţe 1/T, atunci:

π (10.6)
2πB≤
T

Obs. 1 R ( jω) ω=
kπ =0
T
 95

Obs.2 Un semnal poate conţine frecvenţe care nu se regăsesc în eşantioanele

sale. Aceste semnale prezente în controlul numeric se numesc oscilaţii ascunse
– “hidden oscillations”.
Filtrul “trece-jos” care permite recuperarea spectrului R(jω) se numeşte
filtru ideal trece jos. Acest filtru are un câştig constant T pentru –π /T ≤ ω ≤ π /T
şi câştig zero în restul frecvenţelor, vezi fig. 10.3.

Fig.10.3 Filtrul ideal trece-jos.

Semnalul original l(t), corespunzator răspunsului indicial al filtrului, se
obţine din transformata Fourier inversă:
π/T π/T
1 T e j. ω.t 1 πt  πt 
l( t ) = ∫Te
j. ω.t
dω = = sin = sinc  
2π −π/T
2π jt π.t/T T T 
−π/T
(10.7)
sinus integral este denumirea funcţiei definită de
sin θ
sinc (θ ) =
θ
Din R(jω) = L(jω) . R*(jω) se obţine originalul r(t) care corespunde
convoluţiei semnalelor r*(t) şi l(t).
 π( t − τ ) 
∞ ∞
r ( t ) = ∫ r ( τ ) ∑δ( τ − kT ) sinc  dτ =
−∞ k =−∞  T 
(10.8)
∞
 π ( t − kT ) 
= ∑ r ( kT ) sinc  
k =−∞  T
Relaţia (10.8) explicitează cum poate fi construită o funcţie (prin ipoteza
de banda limitată) din eşantioanele sale. Răspunsul indicial al unui asemenea
filtru “ideal” este prezentat în fig. 10.4.

Fig.10.4 Răspunsul indicial al unui filtru trece jos ( FTJ ) ideal.

 96

Din analiza realizată pe figura 10.4. rezultă că acest filtru este noncausal
deorece l(t) este diferit de zero pentru t < 0. [Altfel spus semnalul l(t) porneşte de
la − ∞ pe când impulsul δ (t), excitaţia, se aplică la t=0].
Ridicarea noncausalităţii se realizează prin introducerea unui filtru
suplimentar de caracteristică e −j ωλ în serie cu L(jω), având ca efect final
introducerea unei întârzieri a filtrului trece jos ideal şi a semnalelor pe care
acesta le procesează.
În sistemele cu buclă închisă o intârziere mare este dezastruoasă la
stabilitatea sistemelor şi practic se realizează o aproximaţie a acestei operaţii de
întârziere folosind de exemplu blocul ZOH menţionat în conexiune cu
convertizoarele ADC.
În relaţia (10.9) se prezintă funcţia de transfer Laplace a ZOH-ului:

1 − e −ST
ZOH ( s ) =
s (10.9)

Din relaţia (10.9) rezultă transformata Fourier a ZOH-ului.

1 − e − jωT
ZOH ( jω ) = =
jω
e jωT / 2 − e − jωT / 2 2j
= e − jωT / 2 = (10.10)
2j jω
sin ( ωT/2 )
= Te − jωT / 2 = Te − jωT / 2 sinc ( ωT/2 )
ωT/2

Astfel, încă o dată, efectul zero-order hold este de a introduce o deplasare

de fază egală cu ωT/2 (corespunzator unei intârzieri de timp egală cu T/2) şi o
multiplicare a câştigului cu T| sinc (ωT/2)|. Deci:

 ωT
 Z O H( jω ) = T s in c (10.11)
2

 a rg Z O( jω ωT
 H ) = −
2

10.2. Analiza blocurilor diagramă.

Pentru a analiza un sistem de acţionare, care conţine un calculator digital,

este necesar să putem calcula transformatele semnalelor de ieşire în situaţiile în
care sistemul poate conţine operatori de eşantionare în diferite locuri, inclusiv în
căile de reacţie ale blocurilor diagramă.
 97

Un proces de eşantionare a unui semnal continuu şi de reţinere a acestor

eşantioane poate fi considerat ca fiind o operaţie de modulare urmată de o
filtrare cu ajutorul filtrelor trece jos.
Drept exemplu se considereră o cascadă de operaţii de eşantionare şi
filtrare în figura 10.5.

Fig.10.5 Cascadă de operaţii de eşantionare şi filtrare

Se poate scrie:

 E( s) = R * ( s) H( s) (10.12)

 U( s) = E * ( s) G( s)
Modularea în impuls a unor semnale analogice e(t) şi u(t) au ca rezultat
producerea unei întrepătrunderi a benzilor de frecvenţă (relaţia (10.5) şi fig. 10.1.
Se urmăreşte în continuare demonstraţia relaţiei (10.13):

(
U * ( s ) = E * ( s ).G ( s ) ) *
= E * ( s)G * ( s) (10.13)

Se observă că │E*(jω)│este un spectru periodic, dar │G(jω)│nu este un spectru

periodic.
Deoarece U(s) = E*(s).G(s) şi ţinând cont de (10.5):

1 ∞ 1 ∞ *
U ( s ) = ∑ U( s − jnω s ) = ∑ E ( s − jnω s ).G ( s − jnω s )
*
(10.14)
T n =−∞ T n =−∞
dar:
1 ∞
E * (s) = ∑ E( s − jkω s )
T k =−∞
, deci
(10.15)
1 ∞
E ( s − jnω s )
*
= ∑ E( s − jkω s − jnω s )
T k =−∞

Dacă se notează k+n=m atunci:

 98

1 ∞
E ( s − jnω s )
*
= ∑ E( s − jmω s ) = E * (s)
T m =−∞

Când se introduce ultima relaţie în expresia (10.14):

1 ∞
U * (s) = E * (s). ∑ G ( s − j.n. ω s ) = E * (s).G * (s),
T n =−∞
se obţine exact relaţia (10.13).
Observaţie:
Dacă U(s) = E(s)G(s), atunci
U*(s)≠E*(s) G*(s), însă:
U*(s)=(EG)*(s)
În plus între transformata Laplace a unui semnal eşantionat şi
transformata z corespunzătoare exista relaţia:
U(z) = U * (s) eST =z (10.16)
Explicaţia relaţiei (10.16):
- transformata inversă Laplace a lui U*(s) este formată dintr-o secvenţă de
impulsuri a căror amplitutine este u(kT).
- transformata inversă z a lui U(z) este reprezentată tot de o secvenţă de valori
u(kT).
De aceea relaţia (10.16) poate fi folosită în sens invers, anume de calcul a
transformatei Laplace a unui tren de impulsuri corespunzătoare lui U(z).
Să considerăm acum diagrama bloc a unui sistem de control numeric
prevăzut cu eşantionare de semnale, aşa cum este prezentat în figura 10.6.

Fig.10.6 Control numeric al unei instalaţi tehnologice.

Eşantioanele semnalului e(t) sunt prelucrate de ecuaţii în diferenţe al căror

transfer intrare-ieşire este descris de transformata z, respectiv de D(z), iar funcţia
de transfer D*(s) corespunde lui D(z) conform cu (10.16).
Între transformatele Laplace exista relaţiile:
 99

 E (s)= R (s)− Y (s)

 * * *
 M (s) = E (s) D (s)
 (10.17)
 * 1 − e−T s 
 U (s)= M (s)  
 
 s 
 Y (s)= G (s)U (s)


Folosind (10.17) se urmăreşte legătura dintre ieşirea discretă Y*(s) şi intrarea

discreta R*(s). În acest scop se va folosi relaţia din capitolele anterioare:
∞
R * (s) = ∑r(kT) e −skT (10.17’)
k =−
∞
Se obţine:

 E * (s) = R * (s) − Y * (s)

 *
 M (s) = E (s)D (s)
* *

 sT *
 *  1 − e   1 − e sT  1 − e sT (10.18)
 U (s) = M (s)  = M (s)  →
* *
estefct.
  s   s  s
 de transfera unuifiltruidealtrecejos

 Y * (s) = [ GU] *


Deoarece este necesar U(s) şi nu U*(s):

*
 1 − e −Ts 
Y (s) = GM *
*


 s 


Se poate scoate în factor partea periodică care este reprezentată numai de

(1-e-sT) şi deci:

( )
*
G 
Y * (s) = 1 − e −sT M * (s)   =
s 

( )
*
G(s) 
= 1 − e −sT E * (s)D * (s)  =
 s  

( ) [ ]
*
G(s) 
= 1 − e −sT D * (s)  R * (s) − Y * (s)
 s  

Dacă se notează:
 100

( )
*
G(s) 
H * (s) = 1 − e −sT D *   (10.19)
 s 

Se obţine:

H * (s)
Y * (s) = R * (s)
1 + H * (s) (10.20)

Exemplul 1:

Presupunem pentru instalaţia tehnologică o funcţie de transfer de ordinul

unu:

a
G(s) =
s +a (10.21)

Pentru integratorul discret implementat în program:

u(kT) = u ( kT − T ) + K 0 e(kT) (10.22)

Se presupune că convertorul D/A al computerului este ZOH şi că exista

situaţia: e-aT = ½. Se urmăreşte în final calculul funcţiei H*(s) obţinută din (10.19).
Din (10.22):

U(z) K0 K z
D(z) = = = 0
E(z) 1−z −1
z −1

Folosind (10.16):

K 0 e sT
D (s) = D(z)
*
z =e sT
=
e sT −1

Pentru instalaţia tehnologică şi ZOH avem:

* *
 a 
(1 −e ).G(s)
−sT

s 

(
= 1 − e −sT . )  =
  s( s + a ) 
*

( 1
= 1 − e −sT  − )1 
 =
s s + a 
Din (10.17’):
1 −sT 1
e
(  1
= 1 − e −sT . ) −sT
−
1
−sT −aT

=
2 = 2
1 − e 1−e e  1 − 1 e −sT e −sT −
1
2 2
 101

Deci:

K0 e sT
H * (s) =
2
( )  1
e st − 1  e sT − 
 2

Exemplul 2:

Fie sistemul din fig. 10.7.

Fig.10.7 Sistem cu eşantionare.

Se urmăreşte calculul răspunsului Y*(s).

E = R− Y

 U = H .E
 Y = U * .G

Prin eşantionare:

 E* = R * − Y*

 U = ( H E)
* *

 * * *
 Y = U G

Pentru rezolvare trebuie calculat E şi nu E* ! Deci:

(
U * = [ H ( R − Y ) ] * = ( HR ) * − ( HY ) * = ( HR ) * − HU *G )
*

Al doilea termen al rezultatului conţine factorul periodic U* care poate fi scos

în factor comun:
 102

U * = ( HR ) * − U * ( H.G ) * , care se rezolva :

U* =
( HR )
*
, si deci (10.23)
1 + ( HG ) *

Y( s ) * =
[ H(s)R(s) ]* G * (s)
1 + [ H(s)G(s) ] *

Concluzii din exemple 1,2:

Sistemele cu eşantionare sunt sisteme variabile în timp. Răspunsul

depinde de timpul corespunzător eşantionării constante T.
Regulă generală:
Se selectează întotdeauna ca variabile importante de calcul variabilele de
la intrarea dispozitivului de eşantionare şi acestea se aleg ca necunoscutele
problemei.
Pentru lămurire fie exemplul 3 din figura 10.8.

Fig.10.8 Sistem cu eşantionare în latura de reacţie

E(s) = R(s) − M * (s)G 2 (s)

M(s) = E * (s)H(s)G 1 (s)

Următoarea etapă: se scot în factor comun semnalele periodice, ca urmare a

interpretării relaţiei (10.13).

E * ( s ) = R * − M * G *2
M * ( s ) = E * (s) [ H(s)G 1 (s) ]*

Deci:
 103

E * (s) = R * (s) − E * (s)[ HG 1 ] G *2

*
si
*
R
E * (s) =
1 + [ HG 1 ] G *2
*

R *H
Y(s) = E * H =
1 + [ HG 1 ] G *2
*

În final:

Y (s) = E H
*
( *
) *
=E H = * * R * (s)H * (s)
1 + [ H(s)G 1 (s) ] G *2 (s)
*

Observaţie finală:
În exemplul 2 nu există funcţie de transfer deoarece [H.R]* nu este divizibil
cu R * ( s ) .
In exemplul 3 există funcţia de transfer.

Capitolul 11

11.1.Efectele cuantizării
11.2.Efectele cuantizării round - off a parametrilor ecuaţiilor în
diferenţe
11.3. Cicluri limită
 104

11.1.Efectele cuantizării

De obicei se apreciază calculatorul digital ca dispozitiv cauzal şi linear. Un

caz important de neliniaritate al controlului numeric este datorat faptului că
reprezentarea numerelor din computer se face astfel încât lungimea acestora să
fie finită. Rezultatul reprezentării numerelor reale în valori binare cu o acurateţă
finită, afectează controlul în două moduri principale.
În primul rând variabilele de tip e, u şi variabilele de stare x toate folosite
în ecuaţii de diferenţe nu sunt exacte şi pe această cale se introduc erori care se
transferă ieşirii din calculator. Această situaţie se analizează de obicei
presupunând acţiunea unei surse de zgomot care perturbă la ieşire computerul.
În al doilea rând coeficienţii ecuaţiilor în diferenţe rezolvate în computer, ai
şi bi, nu pot fi reprezentaţi în calculator cu valoarea lor reală ci trebuiesc puşi în
corespondenţă cu o mulţime de valori posibile de a fi manipulate în decursul
calculelor. Se impune astfel computerului să rezolve o ecuaţie diferită de cea
proiectată a fi rezolvată.
Această situaţie forţează proiectantul de programe să modifice problema
de rezolvat astfel încât să poată fi folosită reprezentartea numerică oferită de
computer. Datorită acestui fapt vom studia separat efectul cuatificarii variabilelor
şi efectul cuatificarii parametrilor.
Să presupunem că reprezentarea numerelor în computer este practicată
prin metoda cu punct fix. Aceasta reprezentare este tipică calculatoarelor care
lucrează în timp real. Calculatoarele care utilizează limbaj de înalt nivel: PASCAL
sau C utilizează numai metoda punctului flotant. Dacă se utilizează
reprezentarea prin punct fix operaţiile de adunare şi scădere se realizează fară
erori, singura excepţie fiind datorată depaşirii limitei de reprezentare (overflow).
Pentru sisteme de control se manipulează circuitele hard astfel incât depăşirea
de format să fie considerate ca un efect de saturaţie (o neliniriaritate tipică).
În operaţiile de multiplicare, datorită lungimii impuse ambilor factori
produsul are lungimea rezultatului dublă şi este necesară o operaţie de
micşorare a numarului de biţi ai rezultatului la o dimensiune standard, proces
care se denumeşte în general cuantizare. Aceaşi problemă este pusă de
operaţia de împărtire. Metodele de cuantizare sunt două:
- trunchierea ;
- aproximarea la cel mai apropriat număr care intra în format (round
-off);
Operaţia de trunchere presupune neglijarea biţilor care depăşesc formatul
impus. Graficul variabile “trunchiate” xq funcţie de variabilele “adevarate” x este
prezenatat în figura 11.1
 105

Fig.11.1. Cuantizarea prin trunchere.

Cazul de aproximare round - off este prezentat în figura 11.2.

Fig.11.1. Cuantizarea "round - off".

În practică cazul cel mai intâlnit este cazul round - off. De ex.: 3.125 este
aproximat la 3.13 dar 3.124 ia valoarea de 3.12. Se observă că metoda
round - off reduce eroarea la jumătate.
Alegerea lungimii l de reprezentare urmareşte:
- asigurarea stabilităţii rezultatului;
- aproximarea erorilor datorate efectelor cuantizării.
Cunoscând cele două aspecte proiectantul de sistem de calcul alege cea
mai mică dimensiune l a rezultatelor astfel incât să se asigure performanţele
dorite. Cuantizarea este modulată de ecuaţia:

x = xq + e (11.1)
 106

unde e este eroarea produsă de cuantizare în reprezentarea digitală xq.

Deoarece eroarea de trunchere este egală cu o constantă plus eroarea round –
off anume q, se procedează la analiza doar a modelelor acestei din urmă erori:
a – marginea de eroare în cazul cel mai defavorabil;
b – cazul cel mai defavorabil ataşat stărilor stabile (permanente);
c – modelul stochastic de analiză.

a. Analiza este datorată lui Bertram (1958). Se consideră cazul pesimist în care
eroarea de aproximare apare în asemenea manieră, încât produce maximul de
necazuri, această analiză evidenţiind maximul erorii care se poate produce.
Sa presupunem că efectul de cuantizare apare într-un singur loc din
sistemul linear vezi fig. 11.3. Să presupunem de asemenea că există un transfer
din acel punct la ieşire; fie el H1(z).

Fig.11.3. Efectul cuantizării.

 Y (z )= H (z )U (z )
 (11.2
 Ŷ(z )= H (z )U (z− H
) 1 (z )E (zx ,) )
 ~
 Y − Ŷ = Y = H1 (z )E (zx ,)
În relaţia (11.2) E1 este funcţie de starea x pentru a exemplifica faptul că E
nu este linear deoarece nu poate fi calculat E nu se cunosc valorile lui x. Nu se
urmareşte o valoare exactă a erorii ~ y ci doar o margine superioară în timp a
~
acesteia y(k) . Deoarece se urmăreşte marginea superioară în timp a
semnalului ~ y(k) este necesară trecerea în domeniul timp a relaţiei (11.2), care
va reprezenta o sumă de convoluţii.

n
y(n) = ∑ h 1 (k) e( n − k, x )
~
(11.3)
k =0

De aici:

n n n n
q
~
y = ∑h 1e ≤ ∑ h 1e ≤ ∑ h 1 e ≤ ∑ h 1
0 0 0 0 2
 107

şi în final:

n
q
y(n) ≤ ∑ h 1
~
(11.4)
0 2

Exemplu:

Fie sistemul de ordinul 1:

y( n +1) = α y(n) + u(n) (11.5)

Să presupunem că apare efectul round off în calculul produsului αy. Atunci:

ŷ( n +1) = α ŷ(n) + e(n) + u(n) (11.6)

y ( n +1) = α ~
~ y(n) − e(n) (11.7)

Pentru acest sistem răspunsul indicial este:

h 1 (k) = α K

Se poate calcula relaţia (11.4) pentru │α│<1:

q ∞ K q 1
y ≤ ∑α ≤
~
2 k =0 2 1− α (11.8)

b. Cazul cel mai nefavorabil ataşat stărilor stabile a fost studiat de Slaughter
(1964) pentru sistemele cu comandă numerică şi Blademan (1965) pentru filtrele
digitale. Presupunerile făcute conduc la concluzia ca round - off produce erori
tranzitorii stabile şi de asemenea că toate variabilele în regimurile permanente
devin constante. În această situaţie se doreşte să se afle cât de mare este
eroarea datorată round - off-ului. Se consideră tot fig. 11.3 şi ecuaţia (11.3). Se
presupune că ~ y(n) a atins regimul permanent în momemtele de timp în care ε
este constantă în gama: − q/2 ≤ e r.p. ≤ q/2 . Atunci:

∞
y r.p. (∞) = ∑h1 (n). e r.p.
~
n =0

În cazul cel mai nefavorabil: e r.p. = q/2

∞
~ q
y r.p. (∞) ≤ ∑h
n =0
1 (n)
2 (11.9)
 108

∞
Şi deoarece: ∑h1 (n) H1 (z) la z=1 (din definiţie)
n =0
q
y r.p. (∞) ≤ H 1 (1)
~
2 (11.10)

Ecuaţiile (11.4) şi (11.10) pun în evidenţă round - off-ul datorat unei singure
surse. (de aici persistenţa de a avea indicele 1. Pentru k surse (11.4) devine:

∞ q ∞
q 
y ≤ ∑ h 1 (n) 1 + ∑ h 2 (n) 2 + .....  ≤
~
n =0 2 n =0 2 
k ∞ qj (11.11)
y ≤ ∑∑ h j (n)
~
j=1 n =0 2

Iar pentru (11.10):

 q q q 
y r.p. (∞) ≤  H 1 (1) 1 + H 2 (1) 2 + ... + H K (1) K  (11.12)
 2 2 2 

Se pot exprima (11.4) şi (11.11) în functie de formularea în variabile de

stare a ecuaţiei mişcării:

 x( k + 1) = Φ x( k +) Γ1e( k )
~
 y ( k =) H x( k +) J e( k ) p e n t r( u1 1 . 4 s) i
x( k + 1) = x( k =) x r . p . s i e( k =) e r . p . , d e c i
 x r . p =. Φ x r . p +. Γ1 e r . p .
~
 y = H rx. p +. J e r . p . p e n t r( u1 1 . 1 1 )
Dacă se rezolvă faţă de ~
y se obţine:

[
y = H[ I − Φ ] Γ1 + J .e r.p.
~ −1
]
Rezultă că ~
y este mărginit la:
 109

~ q
y ≤ | [H(I − Φ) -1 Γ1 + J ] | 1 (11.13)
2

Avantajul enorm al metodei b. este forma simplă a ecuaţiei (11.12).

c. Metoda datorată lui Windrow (1956). Analiza acestuia face apel la două parţi:

1. dezvoltarea de variabile statice pentru ε(k);

2. analiza răspunsului sistemelor lineare la procesele aleatorii caracterizate de
modelele obţinute la 1.
Deoarece dezvoltarea modelelor necesită utilizarea unor concepte stohastice
sofisticate ale proceselor aleatorii, această metodă nu este prezentată.
Amănunte: “Digital Control of Dynamic Systems”, ediţia a II-a, autori: Gene
Franklin, David Powell, Michael Workman.

11.2.Efectele cuantizării round - off a parametrilor ecuaţiilor în diferenţe.

La implementarea controlerilor, calculatorul trebuie să stocheze de asemenea

coeficienţii ecuaţiilor, iar dacă maşina foloseşte aritmetica cu punct fix, parametrii
suportă prin consecinţă efectul cuantizării.
Dacă programul are de rezolvat:

y(n+1) = α y(n) + u(n)

De fapt se rezolvă:

ŷ(n +1) = ( α + δα ) y(n) + u(n) + e(n)

În cele ce urmează se analizează efectele datorate erorii parametrilor anume

eroarea δα.
Grija principală pe care o are studiul este datorată faptului că răspunsul
dinamic şi în special stabilitatea sistemului se alterează o dată cu alteraţia
suferită de parametri.
O cale de studiu este considerarea ecuaţiei caracteristice şi studierea
influenţei modificării rădăcinilor acestei ecuaţii ca urmare a modificării
parametrilor. Pentru cazul anterior ecuaţia caracteristică perturbată este:

z − ( α + δα ) = 0

Dacă presupunem că dorim un pol plasat la z=0.995, atunci este necesar ca

α sa fie stocat cu o precizie de trei poziţii zecimale după punct iar acest fapt
condiţionează o limită pentru δ α la 0,005 dacă nu se doreşte atingerea cercului
unitate şi deci compromiterea stabilităţii.
Dacă α =1 −β , β = 0.005 atunci cerinţele de acurateţă asupra lui β sunt mai
mici decât aceleaşi cerinţe asupra lui α . În general detaliile în arhitectura
realizării pot avea un impact major asupra robusteţei. Drept cosencinţă diverse
 110

forme canonice se realizează cu o anumită acurateţă (adică cu o anumita

dimensiune a cuvântului se pot realiza mulţimi diferite de alocaţii de poli).

Din analiza ecuaţiei caracteristice se caută răspunsul la întrebarea cum se

produc modificări în poziţionarea polilor, atunci când un parametru particular se
modifică (problema implică locul geometric al polilor ecuaţiei caracteristice).
Fie ecuaţia caracteristică:

z n + α1 z n −1 + ... + α n = 0 (11.14)

Se presupune că relţia (14) permite calculul rădăcinilor λ1,λ2,…λn, unde

λi=rie jθi
Se pune problema astfel: dacă din coeficienţii ecuaţiei, subiect al producerii
de erori este majoritar αk cu eroarea δαk, se urmăreşte să se calculeze efectul lui
δαk asupra rădăcinilor λj, în special asupra lui rj, făcând astfel posibilă aprecierea
asupra stabilităţii.
Scriem atunci (11.14) sub forma P(z,αk), calculul P(z=λj,αk) conducând la:

P( λ j , α k ) = 0 (11.15)

Perturbaţia δαk modifică λ j → λ j + δλ j şi se obţine:

P ( λ j + δλ j , α k + δα k ) = P ( λ j , α k ) +
δP δP
δλ j + .δαk +... = 0
δz z =λ j δα k (11.16)
dacă în dezoltarea polinomului P( λ j + δλ j , α k + δα k ) neglijăm termenii de ordin
superior. Din (11.15) primul termen este zero, iar dacă δλ j si δα k sunt amândoi
mici se pot neglija termenii de ordin superior. Atunci modificarea lui λ j este dată
de :
∂ P / ∂α K
δλ =− * δα K
j
∂P/ ∂z z =λj (11.17)

Derivatele parţiale din (11.17) se calculează astfel, din:

P( z , α K ) = ( z − λ 1 )( z − λ 2 )......( z − λ n ) (11.18)

Se foloseşte (11.14) şi:

∂P
= λ nj −K
∂α K Z =λJ
(11.19)

Iar a doua derivată parţială:

∂P
= Π ( λ J −λ L ) se consideră rădăcini simple
∂z Z =λ J
L ≠J
(11.20)
 111

În final
λ nj −K
δλ j = − .δα K (11.21)
Π (λJ − λL )
L≠J
Obs. dacă o rădăcină este multiplă derivata corespunzatoare lui (z0) este nulă
şi (11.21) nu generează un rezultat mărginit.
Aprecieri asupra relatiei (11.21):
a. Numărătorul din fracţia prezentată în (11.21) depinde de indexarea
parametrului (adică indexul k) a carei variaţie este considerată. Deorece
sistemul neperturbat de cuantizare se presupune a fi stabil marimea λj
este subunitară în modul. Deci cu cât k este mai mare variaţia produsă
prin cuantizare este mai mică. În concluzie cel mai sensibil parametru
este αn, termenul constatnt din (11.14).
b. Din cercetările efectuate de Mantey (1968) asupra filtrelor digitale
realizarea acestora în cascadă sau în forme paralele au condus la
sensitivităţi de 10-5 ori mai mici decât în realizarea filtrelor sub forma
canonică.

11.3.Cicluri limită

Efectul cuantizării conduce la evoluţii speciale ale sistemelor în care se

produc asemenea efecte. Astfel este posibilă apariţia unei evoluţii cu ieşire
persistentă (eventual oscilatorie), deşi intrarea în sistem este nulă. O asemenea
evoluţie a sistemului introduce cazul ciclurile limită.
Pentru exemplificare se consideră o ecuaţie de ordinul unu în care
intrarea u este nulă:

y(k +1) = Q{α.y(k) } (11.22)

în care prin Q(.) se introduce operatorul care implementează cuantizarea. În

figurile 11.4 şi 11.5 se încearcă rezolvarea prin metoda grafică a ecuaţiei (11.22).
Cuantizarea aflată în discuţie se consideră a fi o trunchere. Dacă condiţia iniţială
a lui y este > 0, rezolvarea grafică este realizată în fig. 11.4, iar pentru condiţie
iniţială y < 0 se foloseşte fig.11.5
 112

Fig.11.4. Ecuaţia (11.22), condiţie iniţială y0 >0.

Fig.11.5. Ecuaţia (11.22), condiţie iniţială y0 <0.

În fig. 11.4 traiectoria se termină în origine, dar în fig. 11.5 traiectoria se

opreşte în punctul P. Punctul P este un punct de echilibru sau un punct staţionar
al ecuaţiei (11.22). Dacă condiţia iniţială a lui y are o valoare în modul mai mică
decât y(P), se găseşte un nou punct de echilibru la intersecţia liniei de panta 1/α
cu functia Q{α.y}. Este clar ca punctul P este corespunzător valorii modulului cel
mai mic pentru y la echilibru, iar această valoare depinde de α, constanta filtrului.
Din fig. 11.4 rezultă:
−kq α < −k +q
sau
1
k< si deci
1 −α (11.23)
1
y <q
1 −α

Rezultatul obţinut confirmă relaţia (11.8) [din fig. 11.4 şi 11.5 se constată că este
vorba de trunchere nu de round - off].
Pentru filtru de ordin superior – doi, se consideră structura de filtru din fig.
11.6. şi răspunsurile din figurile 11.7, 11.8 si 11.9.

Fig.11.6. Filtru digital de ordinul doi.

 113

Fig.11.7. Filtru fără eşantionare.

Fig.11.8. Filtru cu eşantionare "round-off".

Fig.11.9. Filtru cu eşantionare de trunchiere.

 114

Figura 11.6 prezintă schema canonică a unui filtru de ordinul 2 în care

blocurile Q1 si Q2 realizează cuantizrea. Funcţia de transfer a acestui filtru dacă
se exclud blocurile Q1 şi Q2 este:

1
H(z) =
z + a 1z + a 2
2 (11.24)

iar ecuaţia caracteristică:

z 2 + a 1z + a2 = 0 (11.25)

devine:

z 2 − ( 2rcos θ ) z + r 2 = 0, (11.26)

dacă se consideră că rădăcinile ecuaţiei (11.25) sunt complexe conjugate.

Dacă condiţiile iniţiale sunt:

x 1 (0) = 2, x 2 (0) = 0, iar a 1 = 1,78 si a 2 = 0,9

se obţine rezultatul din fig. 11.7 dacă nu este cunatizare. Se observă că soluţia
de echilibru corespunde la y = 0 pentru u = 0.
Dacă cuantizarea este de tip “round off” şi q = 0,1 răspunsul filtrului cu
u=0 este prezentat in fig. 11.8. Soluţia de echilibru este o constantă diferită de
zero.
Dacă cuantizarea este de tip “trunchiere”, q = 0,05, răspunsul filtrului cu
intrarea u = 0 este prezentat in fig. 11.9. Soluţia de echilibru este o oscilaţie
armonică de amplitudine constantă axată pe un nivel negativ.
Urmând un raţionament ca cel desfăşurat pentru figura 11.4., pentru figura
11.8 se obţine:

1 q
kq < = 0,5
2 1− a 2 (11.27)

valoare care se verifică experimental pe fig. 11.8: │yech│= kq < 0,5

 115

Capitolul 12

12.1. Algoritm continuu de urmărire a curentului într-o înfăşurare

de maşină electrică.
12.2. Algoritm discontinuu de urmărire a curentului într-o
înfăşurare de maşină electrică.

12.1. Algoritm continuu de urmărire a curentului într-o înfăşurare de

maşină electrică.
 116

Presupunem că pentru maşina electrică studiată variabilele de stare –

fluxurile magnetice ale infăşurărilor nu sunt posibile a fi măsurate, fapt care
impune pentru schema structurală a instalaţiei de urmărire structura din figura
12.1.

Fig.12.1. Schemă de urmărire a curentului.

Structural, schema din fig.12, este o reglare cu lege de comandă după

stare, variabilele de stare a instalaţiei fiind refăcute cu ajutorul estimatorului de
stare, iar corecţia răspunsurilor este realizată cu ajutorul compensatorului de
zerouri Hcomp(s). Topologic există: m=n=p=1.
Presupunem că întreaga schemă nu este perturbată nici la intrare şi nici la
ieşire.
Ls
Dacă τ s = este constanta de timp a sarcinii, iar τ fi este constanta de
Rs
timp a traductorului de curent de transfer static k fi , atunci instalaţia tehnologică
este descrisă de polinoamele:

1 1
P(s) = ( s + α1 )( s + α 2 ) , α1 = , α2 = si
τs τ fi
k fi K d
R(s) = K Fi , K Fi = (12.1)
R s τ s τ fi
P(s) = s 2 + e1s + e 2 ; e1 = α1 + α 2 , e 2 = α1α 2

Deorece mărimea impusa x*(s) satisface în domeniul timp ecuaţia:

d2 (12.2)
2
x * + ω 2ref x * = 0 , atunci
dt
PR (s) = s 2 + ω 2ref
(12.3)

Din:
 117

 g r a[ Fd1 ( s ] )≤ g r a[ Pd ( ]s−)1
 (12.4)

 g r a[ Fd2 ( s ] )≤ g r a[ Pdr ( s ] )− 1 ,
 g r a[ χd( s ] )= g r a[ Pd ( s] +) g r a[ Pd ( s ] )
 r
se obţin respectiv polinoamele F1 si F2 şi polinomul de alocare χ (s ) cu alegerea
polilor multiplii:

 F1 ( s )= − k 1s− k 2
 (12.5)
 F2 ( s )= k 3s + k 4

 χ ( s =) ( s + s 0i ) 4
= s 4
+ 4 s
0is 3
+ 6 2 2
s
0is + 4 3
s
0is + s 4
0i

Din ecuaţia de alocare:

( P − F1 ) PR + RF2 = χ(s) (12.6)

Se obţin ecuaţiile:

 k 1 = 4 s0 i − e1

 k 2 = 6 s0 i − e 2 − ω re f
2 2
(12.7)

 k3 =
1
KFi
( )
4 s0 i s 02 i − ω 2re f


k4 =

1 4
KFi
[ ( ) ]
s 0 i − 6 s 02 i − ω 2re f ω 2ref

Sistemul dinamic echivalent şi extins:

 A 0 0   B0  
∑ =  , , [ − C0 0] , 0  ,
− N 0 C 0 M 0  − N 0 D 0  

se construieşte cu ajutorul:
 118

 0 1  0
A0 =   , C 0 = [ K Fi 0] , B 0 =   , D 0 = 0 ,
− e 2 − e1  1 
0 1  0
M0 =   , N0 =  
0 0 1

Matricea de observabilitate:

 C0 
Q2 =   = K Fi I 2 induce indicele de observabilitate k = 2 (12.8)
 C 0 .A 0 

Bloc matricea care defineşte eliminantul este:

 P(s)   s 2 + e1s + e 2   e 2 e1 1 0 1
 sP(s)   3 2  
0 e 2 e1 1 s
  = s + e1s + e 2  =   =
 R(s)   K Fi   K Fi 0 0 0 s 2  (12.9)
       3
sR(s)  K Fi s   0 K Fi 0 0 s 
= Me 4 Se 4 (s)

Inversa la stânga a matricei Me 4 , matricea Me s4 are forma:

 0 0 1/K Fi 0 
 0 0 0 1/K Fi 
Me 4 = 
s  (12.10)
 1 0 − e 2 /K Fi − e 1 /K Fi 

 − e1 1 e 1 e 2 /K Fi ( 
e 12 − e 2 /K Fi )
grad [ Q(s) ] = m( k −1) = 1 ⇒ Q(s) = s + β , β ≠ s oi (12.11)

Fie:

[ (
Q(s)F1 (s) = ( e1 - 4s 0i ) s 2 + β( e1 − 4s oi ) + e 2 + ω 2ref − 6s oi2 s + )]
[
+ β e 2 + ω 2ref − 6s oi2 ]
Atunci din:

DS e 4 (s) = Q(s) F1 (s) se obtine : (12.12)

[
D = β( e 2 + ω 2ref − 6soi2 ) , β( e1 − s oi ) + e 2 + ω 2ref − 6soi2 , e1 − 4soi ,0 ] (12.13)

Iar din partiţia:

 119

DM es = [ K 0 K1 H0 H1 ] (12.14)
4

se obţin soluţiile care permit calculul estimărilor de stare:

 K 0 = e1 − 4 so i
K = 0
 1 (12.15)

 H0 =
1
KFi
[( )
β e 2 + ω 2re f − 6 so2 i − e 2 ( e1 − 4 so i) ]


 H1 =
1
KF i
[
β( e1 − 4 so i) + e 2 + ω 2re f − 6 so2 i − e1 ( e1 − 4 so i) ]


K = ( e1s− 4) o si (12.16)

 [
1  β( e1 − 4 o s) i+ e 2 + ω 2r e − f 6 2o s−i e1 ( e1 − 4 o s) is + 
= ( s ) 2 2
]
H 
 ( )
K F i β e 2 + ωr e − f6 o si− e 2 ( e1 − 4 o s) i 
Dacă nu se introduce compensatorul de zerouri Hcomps(s), transferul
schemei din fig. 1 este:

T ' (s) =
( ) (
4s oi s oi2 − ω 2ref s +s oi4 − 6s oi2 − ω 2ref ω 2ref )
(12.17)
(s + s oi ) 4

Dacă Hcomps(s) este de forma:

s oi4
H comp (s) =
(
4s oi s oi2 − ω 2ref ) (
s + s oi4 − 6s oi2 − ω 2ref ω 2ref ) (12.18)

, atunci transferul va fi:

s oi4
T(s) = T (s).H comp (s) =
'
(12.19)
( s + s oi ) 4
 120

Eroarea de urmărire a intrarii x (t) = x̂ .sinω ref t este prezentată în fig. 12.2:
* *

Fig.12.2. Eroarea de urmărire a curentului.

Pentru ω ref = 2 .π. 50, s oi =10 rad/s , x̂ =10A, û <130V

4 *

−2
ε i ≤ x * − y < 2,25.10

Pornind de la faptul că funcţia de transfer (12.19), estimatorul de stare nu

“se vede” este posibilă o schema echivalentă celei din fig. 12.1, prezentată în
figura 12.3.

Fig.12.3. Schema echivalentă a fig.12.1.

 121

Relaţia (12.20) conţine funcţia de transfer a preamplificatorului, iar fig. 12.4

caracteristica BODE a acestuia.
K s 3 + ( k 3 e1 + k 4 ) s 2 + ( k 3 e 2 + k 4 e1 ) s + k 4 e 2
H preamp (s) = 3
( )( )
s 2 + 4s oi s + 6s oi2 − ω 2ref s 2 + ω 2ref

Fig.12.4. Caracteristica Bode a preamplificatorului.

Caracteristica BODE a preamplificatorului indică drept filtru trece bandă
acordat pe frecvenţa centrală .
Amplificatorul de câştig static Kd = 1000 este presupus a avea banda de
frecvenţe transmise foarte largă. Acest amplificator este elementul de execuţie al
schemei de urmărire, injectând în sarcina curentul de sarcină î s =10A pentru
û s ≅ 130V

12.2. Algoritm discontinuu de urmărire a curentului într-o

înfăşurare de maşină electrică.

O schema de urmărire a curentului infăşurari unei maşini electrice cu

algoritm discontinuu de comandă este prezentată în fig. 12.5.

Fig.12.5. Controler cu histerezis.

 122

Prezenţa în schema din fig. 12.5 a elementului nelinear, controler cu histerezis,

conferă algoritmului de reglare un caracter discontinuu. Dacă pragul superior
u s =+Û este atins pentru intrarea Δi = +I H , iar pragul inferior u s = −Û pentru
intrarea Δi = −I H , funcţionarea schemei este modelată matematic de:
x * (t) − y(t) ≤ I H (12.21)
Altfel spus dacă dy/dt >0 şi cu respectarea condiţiei (12.21) tensiunea de
alimentare este u s =+Û şi comanda va modifica la egalitatea generată de
(12.21) semnul tensiunii de alimentare, urmărindu-se astfel inversarea
dy dy dy
semnalului derivatei : < 0 . Invers, dacă < 0 cu îndeplinirea condiţiei
dt dt dt
(12.21) tensiunea de alimentare u s = −Û va fi basculată în +Û urmărind astfel
dy
inversarea semnului derivatei curentului de sarcină la >0 .
dt
Se obţine în acest mod o aproximare de tip Cebâsev a curentului impus în
sarcină, aşa cum se observă în exemplul oferit de figura 6 pentru cazul:
Î ref =10A; ω ref = 2.π.50 rad/s; I H =1A; Û + = +252V; Û- = −252V . Pentru
acest caz eroarea de urmărire este:

IH
ε rr [ %] = 100. ≤ 10%
I ref (12.22)
Deoarece pe o alternanţă T/2 = 10 ms sunt aproximativ n = 28 de comutaţii ale

Fig.12.6. Controler cu histerezis.

tensiunii Us, atunci frecvenţa medie cu care se produc aceste comutaţii este:

n
f med = ≅ 1400Hz
T (12.23)
 123

Elementul de execuţie de exemplu tranzitor IGBT trebuie să fie capabil să

comute sarcina de 10A cu frcvenţa fmed, sub tensiuni de comutaţie u = Û = 252 V .
Dacă se urmareşte micşorarea ondulaţiei curentului urmărit, atunci
elementul neliniar trebuie să aibă pragurile de histerezis I H → 0 şi se ajunge la
schema din fig.12. 7 care mai oferă şi alte avantaje de reglare.

Fig.12.7. Schemă bazată pe algoritm Lyapunov.

Observerul asimptotic este necesar pentru măsurarea indirectă a

variabilelor de stare ale instalaţiei tehnologice.
Fie acum s un vector de eroare reprezentând eroarea de abatere de la o
traiectorie σ0 prestabilită pentru acţionare, iar u fie comanda acestui sistem de
acţionare. Se caută obţinerea acelei comenzi u , astfel încât traiectoria lui s să
ajungă în origine.
Pentru partea lineară a sistemul:

d/dt( s) = F + Du , s ∈R n (12.24)

Se foloseşte rezolvarea Lyapunov prin introducerea funcţiei:

1 T (12.25)
v= s s ≥ 0,
2

unde vectorul s T este transpusul vectorului [ s = (s1 , …, s i , …, s n )].

d
Este sufucient să se demonstreze că (v) < 0 pentru a dovedii că toate
dt
proiecţiile lui s fie ele s i , s i → 0 pentru atingerea originii spaţiului Rn.
 124

Demonstraţie:

d d
sT (s) = s (s T )
dt dt
dv 1  T d d  d
= s (s) + s (s T ) = s T (s)
dt 2  dt dt  dt
d
(v) = s T ( F + Du )
dt

Fie comanda discontinuă:

 s* = DT s (12.26)

( )
 u = − U 0s i g Dn T s = − U 0s i g sn* ()
unde U0 > 0 este o constantă arbitrară.

d
dt
(v) = s T F − s T DU 0 sign D T s( )
F = (D s ) (D F )
T
s T F = s T DD −1 T −1
, se introduce

F * = D −1 .F = (f 1* ,....f i* ,.....f *
n ) (12.27)

iar cu (26) se ajunge la:

s T F = s*( ) T
F*

d
Al doilea termen din dezvoltarea (v) :
dt

( ) u = (D s )
s T Du = s T D T
T T T
( ) (
u = − D T s U n sign D T s )
sT Du = −U (s ) sign (s )
0
* T *

Fie x un vector arbitrar din Rn; atunci prin convenţie:

sign( x ) = sign( [ x 1 ,..., x i ,...x n ] ) = [ sign x1 ,...,sign xi ,....,sign xn ]

Rezultă:
 125

 
( )T sign (s* ) = −U 0 ∑s*i s*i  =
*
s T Du = −U 0 s *
 i si 
 

= −U 0 ∑
(s *i )
2
= −U 0 ∑ s *i
i s *i i

Deci:

d
dt
(v) = s * ( ) T
(
F * − U 0 ∑ s *i = ∑ s *i .f i* − U 0 s *i )
i i

Dacă pentru fiecare componentă i există:

s* * *
i f i −U 0 s i <0,

relaţie echivalentă cu:

f i* <U 0 , i =1, n ,

adică dacă se alege în comanda constanta U0 astfel încât:

U 0 >max f i* , (12.28)

dv
Atunci rezultă <0
dt

dv
Din v ≥ 0, < 0 în condiţia (12.28), v funcţie continuă, rezultă:
dt

lim s i = 0 , i = 1, n
t →∞

Ultima relaţie arată că se ajunge cu traiectoria în originea spaţiului Rn.

Pentru aplicaţia de urmărire a curentului într-o înfăşurare de maşină
electrică nu este obligatoriu observerul asimptotic, intrarea în controler poate fi
asigurată de ieşirea y(s). Fie criteriul de performanta:

[
s(t) = C1 . x * (t) − y(t) ] , C1 arbitrar, dar ales (12.29)

Comanda u se aplică sarcinei (Rs,Ls):

di
u = R si + Ls ,
dt
di 1
= ( u − R s i)
dt L s
 126

Atunci:

d  * 
( s ) = C1  dx − di  =
dt  dt dt 
 1 
= C1 Î ref ω ref cos ω ref t − ( u − R si) =
 Ls 
 R  C
= C1  Î ref cos ( ω ref t ) + s i  − 1 u = F + Du
 Ls  Ls

  Rs 
F = Î ω
  r e f re fc o (
s ω reft ) + i C1 = f 1 (12.30)
  L s 

 D = − C1
 Ls


*
 s = D s= −
C1 *
L
[
x ( t)− y ( t) ] (12.31)
 s

 F* = D − 1F = − L s  Î ω c o sω t + R s t  C
  re f re f ref  1
 C 1 L s 

 1 
max f1 = L s Î ref ω ref + max(i)  si
 τs 

 1 
U 0 > L s Î ref ω ref + max(i)  (12.32)
 τs 

Pentru: Î ref = 10A, ω ref = 2.π .50 rad/s, U 0 = 150V din figura 12.8 se observă că:
1. eroarea de urmărire este
εrri ≤ 1,63%
2. frecvenţa de comutaţie a elementului de execuţie este:
fmed ≅ 700 KHz
Rezultă că tranzistorul IGBT-ului trebuie să comute la această frecvenţă un
curent Is=10A sub tensiunea de comutaţie U=150V (vezi figura 12.8.)
 127

Fig.12.8. Rezultatele algoritmului Lyapunov.

Capitolul 13
 128

13.1.Acţionarea continuă, cu lege de comandă după stare pentru

maşini de curent continuu cu exitaţie indepenedntă.
13.2.Acţionarea discontinuă a M.C.C.E.I. metodă de urmărire a
comenzii prescrise

În fig 13.1 este prezentat un sistem de acţionare cu maşina de curent

continuu cu excitaţie independentă, condus cu lege de comandă după stare
(algoritm continuu). Topologic, acţionarea este structurată printr-o acordare în
cascadă a doua bucle: bucla interna a curentului de scurtcircuit mecanic iscm şi
bucla exterioară - bucla viteză mecanică a maşinii de curent continuu cu excitaţie
independentă.

Fig.13.1. Comandă analogica pentru M.C.C.E.I.

Variabila de stare a buclei interne nu este direct măsurabilă, aşa încât se

construieşte estimatorul Ackerman al acestei variabile de stare (vezi capitolul 6).
Variabila de stare a buclei exterioare Ω este direct măsurabilă cu ajutorul unui
tehnogenerator. Zerourile introduse în fiecare din bucle sunt eliminate cu ajutorul
compensatoarelor dedicate: Tczi(s) pentru bucla interna şi Tczom(s) pentru bucla
exterioară. Calităţile de urmărire ale schemei se apreciaza prin analiza erorilor ei
si e0 respectiv pentru cele două bucle. În fig. 2 se prezintă o comandă numerică,
singurul model analogic fiind modelul M.C.C.E.I. al maşinii de curent continuu cu
excitaţie independentă. Structura discretă a celorlalte blocuri se construieşte cu
ajutorul metodei emulării schemei din fig. 13.1. Se iniţiază procedura prin
descompunerea funcţiei de transfer a unui bloc (funcţie raţională în
nedeterminate s) în fracţii simple şi apoi se folosesc regulile transformării şi
tabela de transformare z.
 129

Fig.13.2. Comandă numerică pentru M.C.C.E.I.

Fig.13.3 prezintă variaţia erorilor de reglare penteu cazul maşinii încărcată
la sarcină nominală. Aceste erori se încadrează în limitele: e i ≤ 0,5, e 0 ≤ 8% .

Fig.13.3. Erorile Comenzii numerice pentru M.C.C.E.I.

Aprecierea robusteţii proiectării este discutată considerându-se cazul în

care maşina de curent continuu cu excitaţie independentă este perturbată la

arbore cu un cuplu perturbator de amplitudine T̂per şi de variaţie sinusoidală şi

care se suprapune peste cuplul nominal.
 130

T̂per = 0,5.Tl n .sin ( 2 π. 50.t ) (13.1)

De remarcat că perturbaţia exterioară la care a fost proiectată acţionarea

prin construcţia sistemului regulator este:

-1
T(s) = PR (s).F 2 (s),
1 (13.2)
PR (s) =
s2

adică aceasta perturbaţie a fost considerată de tip rampă.

Fig.13.4. Erorile de reglare în prezenţa perturbaţiilor.

Figura 13.4 ilustrează modificările suferite de eroarea de urmărire a buclei

Iscm şi a buclei Ω . de viteză. Se observă apariţia unei erori de amplitudine 0,4%
persistentă şi de variaţie sinusoidală în spotul erorii de urmărire a curentului Iscm
prescris. Aceaşi constatare este realizată şi asupra erorii persistente de variaţie
sinusoidală şi de amplitudine 12% în spotul erorii de urmărire a vitezei.
 131

Fig.13.5. Mărimi prescrise şi reale ale comenzii numerice.

În fig. 13.5 sunt reprezentate turaţia prescrisă şi turaţia realizată a

acţionării.

13.2.Acţionarea discontinuă a M.C.C.E.I. metodă de urmărire a comenzii

prescrise

Fie criteriul de eroare (pentru amănunte vezi capitolul 12 ):

d (13.3)
s = C1 .( Ω i − Ω ) + (Ωi − Ω)
dt

unde Ωi(t) este viteza impusă.

 132

  dΩi  
 C1 d t− ( k Vi A − BΩ − TL ) / J + 
    (13.4)

d s  d 2Ωi 
=  + + k V .( i A rA + k r Ω) / J A/ L− k r u A / J A/ L+  =
d t d t 
 2 d LT 
 + B ( k.Via − BΩ − TL ) / J + 
 dt 
= F + D A. u
Se obţin:

 dΩ i  C1 B  d 2Ωi
 F = C1 −  − 2  ( k V .iA − B .Ω − TL ) + 2 +
 d t  J J  dt
 k
( rA i A + k V .Ω ) + 1 d TL
V (13.5)
+
 J .LA J dt
 k
D = − V
 J .LA
 133

Fig.13.6. Model MATLAB pentru acţionarea discontinuă a M.C.C.E.I.

Comanda necesară atingerii originii s=0 (din spaţiul stărilor) este:

 k .s 
u = −U 0 sign  - V  , U0 >0 (13.6)
 J.L A 

dT L
Deoarece TL(t) şi variaţiile acestuia nu pot fi măsurate direct se
dt
foloseşte un observer asimptotic pentru î A , Ω̂ si T̂L (mărimile estimate
sunt marcate cu ˆ) pentru schema din fig.13.6.

Ecuaţiile observerului:

 dî A 1

dt
=
L
( ) (
− rA î A − k V .Ω̂ + u A + L1 . i A − î A )
 A
 d
() ( 1
) (
 Ω̂ = k V .î A − B .Ω − T̂L + L2 Ω − Ω̂ ) (13.7)
 dt J
d
( ) (
 dt T̂L = − L 3 . Ω − Ω̂ )


Dacă se consideră notaţiile ( practicate şi anterior):

 134

1 1 L Jr Br
α1 = , α2 = , τ A = a , τ M = a2 , k b = 2a
τA τM ra kV kV

Fie ∑ = { A C , B C , C C ,0} sistemul linear care descrie maşina de curent

continuu cu excitaţie independentă. Coeficienţii L1 si L2 se aleg valorile proprii ale
operatorului Ac, urmărind procedura indicată de relaţia (13.7) :

det ( λ.I 2 − A C ) = 0 (13.8)

Relaţia (13.8) este ecuaţia valorilor proprii. Dacă

( α1 + k B .α 2 ) > 4(1 + k B ) α1α 2 atunci valorile proprii sunt reale si L1 = λ1 , L2 = λ 2 .
2

Pentru L3 se alege o valoare λ pozitivă arbitrară.

Fig.13.7. Model MATLAB pentru controler.

Figura 13.7 reprezintă modelul MATLAB pentru implementarea ecuaţiilor

(13.2), (13.3) şi (13.4). Se obţine astfel schema controlerului modelului MATLAB
al reglării discontinui.

Dacă se consideră L 3 = 500 , C1 = 1000, U 0 = 2.5*uan, atunci se

construieşte un observer identic cu modelul MATLAB din figura 13.8.
 135

Fig.13.8. Model MATLAB pentru observer.

Mărimile reale Ia/Ian, MEM/TLn şi Ω /Ω n şi corespondentele lor mărimile

ˆ / Ω elaborate în blocul observer sunt
estimate Î A /I AN , M̂ EM /T LN şi Ω N

reprezentate în figurile respectiv 13.9.a şi 13.9.b. Eroarea cu care se obţin

mărimile estimate este acceptabil de mică pentru a permite controlerului să le
prelucreze.

Fig.13.9. a)- mărimi reale

b)-mărimi estimate.

Pentru a aprecia calitatea reglării discontinuă cu algoritmul propus se vor

urmări erorile de reglare pentru acţionarea încărcată la sarcină nominală, aşa
cum se prezintă situaţia din figura 13.10.
 136

Fig.13.10. Eroarea de urmărire (Ω* −Ω) / Ω*

Din figura 13.10. rezultă că (Ω* − Ω) / Ω* < 0.2% o performanţă foarte bună.
Pentru a aprecia robusteţa reglării seconsideră în figurile 13.11. şi 13.12. o
perturbaţie de 100% a cuplului de sarcină cu variaţie sinusoidală.

Fig.13.11. Eroarea de urmărire (Ω − Ω ) / ΩN pentru

*

acţionarea peturbată
 137

Fig.13.12. Mărimile importante pentru acţionarea peturbată

Observaţiile asupra comportări rglajului rezultate din analiza figurilor 13.9.

÷ 13.12 şi respectiv 13.3 ÷ 13.5 validează constatarea superiorităţii acţionării
discontinui.
 138

Capitolul 14

14.1.Proiectarea controlului numeric prin utilizarea spaţiului stărilor.

14.2.Controlabilitate şi formula lui Ackermann
14.3.Proiectrea estimatoarelor
14.3.1. Estimatoare predictive
14.3.2. Observabilitate
14.3.3 Estimatoare immediate
14.4. Estimatoare reduse sau observere

14.1.Proiectarea controlului numeric prin utilizarea spaţiului stărilor.

Proiectarea controlului numeric pentru sisteme SISO (sisteme cu o intrare

şi o singură ieşire) se bazează pe două metode: metoda emulării şi metoda
proeictării controlului numeric direct. Cele două metode sunt apte de a folosi
metode din teoria spaţiului stărilor. Astfel pentru sistemele continui există:

 dx
 = A x+ Bu
(14.1)

dt
 y = C x+ Du , d eo b i c De i= 0

Dacă se presupune controlul ilustrat în fig. 1.1 atunci controlul este aplicat
de calculator prin ZOH. Deci există reprezentarea:

 x( k + 1) = Φ (xk +) Γ (u k ) (14.2)

 y( k =) H (xk )
unde:

 Φ = e A.T
 (14.3)
 T A.η
 Γ = ∫ e d ηB
 0
 139

Dacă se folosesc pachete de programe CAD este foarte uşor de făcut

transformarea între funcţia de transfer clasică G(s) şi spaţiul de stare continuu
descris de ∑( A, B, C,0 ) şi de aici prin discretizare (cu ajutorul ZOH) la spaţiul
discret ∑(Φ, Γ, H,0 ) .
Procedura de proiectare care foloseşte spaţiul stărilor comportă doi paşi:
- In primul pas presupunem că sunt disponibile toate stările în vederea
folosirii la reacţie. Aceasta presupunere este de obicei invalidată de
realitate. În acest prim pas se urmăreşte construcţia legii de comandă.
- Al doilea pas este dedicat proiectării unui estimator sau observer cu
ajutorul căruia să poata fi realizată o estimare a intregului spaţiu de
stare.
Deci, intregul algoritm de control constă într-o combinaţie a legii de
comandă după stare cu estimatorul construit pentru stările care nu pot fi
măsurate direct. Sistemul de control obţinut prin combinaţia legii de comandă cu
estimatorul se numeşte controler.
Legea de control este realizată de o combinaţie lineară a tuturor stărilor
sistemului:
 x1 
x 
u = −Kx = −[ k 1 , k 2 ,..... ] *  2  (14.4)
 : 
 
 : 

Observaţie: Structura introdusă prin relaţia (14.4) nu face nici-o referire la

comanda de la intrarea în sistem [referinţa r(t)]. Legea de control presupune r = 0
şi de aceea se mai numeşte lege de reglare. Prin introducerea relaţiei (14.4) în
ecuaţia de diferenţe (14.2) se obţine:

x( k +1) = Φx (k) − ΓKx (k) (14.5)

Dacă se aplică transformata z relaţiei (14.5) se obţine:

( zI − Φ + ΓK ) X(z) =0 (14.6)
şi deci ecuaţia caracteristică devine:

det [ zI − Φ + ΓK ] = 0 (14.7)

Folosirea legii de control constă în găsirea elementelor vectorului linie K

de o asemenea manieră încât rădăcinile ecuaţiei de alocare (7) să fie dispuse în
locaţii dinainte alese. Fie ca mulţimea acestor rădăcini să fie zi = β1,β2, … , atunci
ecuaţia caracteristică de control este:

α C = ( z − β 1 )( z − β 2 )..... = 0 (14.8)
 140

Mai mult, ecuaţiile (14.7) şi (14.8) sunt ambele ecuaţii caracteristice şi deci
ele sunt identice termen cu termen. Aceasta identitate generează un sistem de n
ecuaţii pentru un sistem de ordinul n.

Exemplul 1:

Fie din nou exemplul din capitolul 9 adică problema descrisă de ecuaţia:

θ = u

În spaţiul stărilor:

 x 1  0 1  x1  0  x1 
 x  = 0 0  x  + 1 u = A  x  + Bu
 2   2     2

x  x 
θ = y = [1 0]  1  = C 1 
x 2  x 2 

Pentru sistemul discret:

Φ = e A T = I + AT , dar deoarece A2 =0
1 T
Φ = ,
0 1

 T2  T 2 /2 
Γ = IT + A B =   , T = 0,1 s

 2 
 
 T  

Să presupunem că impunem z1,2 = 0,8 ± j.0,25 şi deci ecuaţia

caracteristică este:

z 2 −1,6z + 0,7 = 0 (14.9)

Din (14.7) avem:

 1 0 1 T  T 2 /2  
det  z  − +  [k1 k2 ] = 0
 0
 1 0 1   T  


sau:

 T 2 k1  T 2 k1
z 2 +  Tk 2 + − 2 z + − Tk 2 + 1 = 0 (14.10)
 2  2
 

Din identificarea coeficienţilor:

 141

 T2
 T k2 + k1 − 2 = 1 ,6
 2
 2
T
 2 k1 − T k2 + 1 = 0 , 7

0,10 0,35
Cu soluţia: k 1 = , k2 = , iar pentru T=0,1s:
T2 T

k 1 = 10 , k 2 = 3,5

Rezolvarea care foloseşte identitatea între cele două forme ale ecuaţiei
caracteristice nu mai poate fi folosită dacă se creşte ordinul sistemului.

Să considerăm sistemul descris de ecuaţiile de diferenţe scris sub forma:

 ( z3 + a1z 2 + a 2 z + a 3 ) ξ = e (14.11)

(
 2
)
 b1z + b 2 z + b 3 ξ = u
Sistemul (14.11) este uşor de pus în corespondenţă cu o diagramă bloc
(vezi fig. 7.9 cu b 0 = 0 ). Structura numită “formă de control canonică” este foarte
utilă în proiectarea legii de control. Se obţinea atunci:

− a 1 −a2 −a3  1

Φ C =  1 0 0  , Γ C = 0 , H C = [ b1
 b2 b3 ]
 0 1 0  0 (14.12)

pentru polinomul caracteristic:

α( z ) = z 3 − a 1 z 2 − a 2 z − a 3 (14.13)

Observând legăura dintre linia primă a lui Φc cu coeficienţii ecuaţiei

(14.13) ajungem la concluzia că în bucla închisă matricea Φ C − Γ C .K va avea
forma (14.14):

− a 1 − k 1 −a2 −k2 − a3 − k3 
Φ C − Γ C K =  1 0 0 

 0 1 0  (14.14)
 142

şi deci din relaţia (14.14) se obţine ecuaţia:

z 3 + ( a 1 + k 1 ) z 2 + ( a 2 + k 2 ) z + ( a 3 + k 3 ) = 0,

iar dacă relaţiile rădăcinilor satisfac ecuaţia:

z 3 + α1z 2 + α 2 z + α 3 = 0

atunci cu necesitate:

k 1 = α1 − a 1 , k 2 = α 2 − a 2 , k 3 = α 3 − a 3 (14.15)

Se obţine astfel următorul algoritm de proiectare folosind formele

canonice:
Dacă se dau matricele arbitrare (Φ şi Γ ) si ecuaţia de alocare (ec.
caracteristică) α( z ) = 0 se converteşte perechea (Φ, Γ ) prin redefinirea
variabilelor de stare la forma canonică de control ( Φ C , Γ C ) şi se rezolvă ecuaţia
caracteristică pentru a obţine soluţii de tip (14.15).

14.2. Controlabilitate şi formula lui Ackermann

Problema de existenţă a procesului anterior induce necesitatea rezolvării

unei noi probleme: “Este posibil sa fie găsită perechea echivalentă ( Φ C , Γ C )
pentru orice pereche (Φ, Γ ) ?”
Răspunsul este peste tot da, cu excepţia sistemelor caracterizate ca fiind
necontrolabile, pentru care nu există nici un control care să permită plasarea
rădăcinilor într-o ecuaţie arbitrară.
Dacă toate rădăcinile ecuaţiei caracteristice în buclă deschisă:

det ( zI −Φ ) = 0
sunt distincte, ecuaţia (14.2) se poate scrie într-o maniera nouă prin trecerea
matricei Φ într-o formă Jordan canonică:

 Γ1 
λ 1 0 0   
x( k + 1) =  0 λ2 0  x( k ) + Γ 2 u(k) (14.16)
  : 
 0 0 λ n   
Γ n 

Criteriul explicit de controlabilitate impune ca nici-un element a lui Γ să

fie zero. Dacă sistemul este găsit controlabil şi deci câştigul Κ există, trebuie
studiată complexitatea procedeului de calcul.
 143

Procesul descris anterior de convertire la perechea ( Φ C , Γ C ) trebuie

organizat de o manieră care să permită o folosire uşoară în proiectare. Un
asemenea algoritm a fost propus de Ackermann (1972) sub forma:

K = −[0.....0 1] * Γ [ ΦΓ Φ2Γ ..... Φ n −1Γ ] −1

α C (Φ) (14.17)

unde matricea C:

C =Γ [ ΦΓ Φ2Γ ..... Φ n −1Γ ]

este matricea de controlabilitate, iar n este ordinul sistemului, adică numărul de
elemente ale vectorului de stare, iar Φ este substituit lui z in α C ( z ) pentru a
obţine:

α C ( Φ ) = Φ n + α 1Φ n −1 + ..... + α n I (14.18)

si unde α1,…..αn sunt coeficienţii ecuaţiei dorite:

α C (z) = det ( zI − Φ + ΓK ) = z n + α1z n −1 + .... + α n (14.19)

Observaţie: dacă în relaţia (1) se fac permutările:

p1 – nedeterminata z cu nedeterminata s
p2 – Φ cu A
p3 – Γ cu B
se obţine alogoritmul de rezolvare a locaţiei polilor unui sistem continuu. Deci
formula lui Ackermann poate fi folosită atât în cazurile discrete cât şi în cazurile
continui.

Exemplul 3:

Fie exemplul 1 pentru care se aplica formula Ackermann:

Avem: α1 = -1,6 , α2 = 0,7
Deci:

1 2T  1 T 1 0 0,1 0,4T 
α C (Φ) =   −1,6   + 0,7  =
0 1  0 1 0 1
 0 0,1 

T 2 /2 3T 2 /2 
C = [Γ ΦΓ ] =  
 T
 T  

1  1 3T/2 
[Γ ΦΓ ] −1 =  
T 2 −1 T/2 
 144

 1   1 − 3T/2  0,1 0,4T 

K = [ k1 k 2 ] =  − 2  [ 0 1] 
 T  − 1 T/2   0 0,1 

1
[ k1 k2] = [ 0,1 0,35T ] = [10 3,5]
T2

Un sistem dinamic oarecare se consideră a fi controlabil dacă îndeplineşte

una din cele trei definiţii de mai jos:
I. Sistemul (Φ, Γ) este controlabil dacă pentru orice polinom de ordinul
n C ) există o lege de comandă (control) u = −K.x astfel încât polinomul
α ( z
caracteristic pentru Φ − Γ.K să fie α C ( z) .
Testarea afirmaţiei se face prin:

rang ( C ) = rang[ Γ | ΦΓ | ... | Φ n −1Γ] = n

I I. Sistemul (Φ, Γ ) este controlabil dacă pentru orice x 0 şi x1 există un

număr N finit şi o secvenţă de comenzi u(0), u(1),...u( N) astfel încât să forţeze
sistemul să evolueze din starea x 0 la k=0 în starea x1 la k=N.

I I I. Sistemul (Φ, Γ) este controlabil dacă fiecare mod în Φ este

conectat la intrarea de comandă.

14.3. Proiectarea estimatoarelor

Legea de control după stare determinată anterior a presupus că se dispun

de toate variabilele de stare pentru a realiza reacţia. În practică se întâlnesc
situaţii în care anumite variabile de stare nu pot fi măsurate sau măsura lor este
însoţită de “zgomot:”. Aceste variabile de stare trebuie estimate. Estimările pot fi:
- imediate, notate cu x̂(k) bazate pe măsuratorile de eşantionare de
ordinul k efectuate asupra ieşirii – [y(k) deci].
- predictive, notate cu x(k) dacă acestea se bazează pe eşantioane
măsurate şi de ordinul k-1, preluate din ieşire – [y(k-1) deci].
Ideea este de a înlocui legea u = −K.x cu:

u = −Kx
ˆ sau u = −Kx

14.3.1.Estimatoare predictive

Cea mai simplă metodă de a reconstrui o stare care trebuie estimată

predictiv este de a construi un model al instalaţiei tehnologice:

x(k +1) = Φx(k) + Γu (k) (14.20)

 145

Deoarece Φ, Γşi u(k) sunt cunoscute, estimatorul va fi operaţional dacă se

poate obţine x(0) şi să-i fie comunicat sub forma x(0) = x(0) . Figura 14.1
reprezintă estimatorul în buclă deschisă.

Fig.14.1. Estimator în buclă deschisă.

Eroarea de estimare se defineşte drept:
~
x = x−x (14.21)

Dacă se substituie relaţia (14.2) şi (14.20) în (14.21) se obţine:

~
x (k +1) = Φ~
x (k) (14.22)

Din (14.22) se trage concluzia că dinamica erorii este fixată de dinamica

instalaţiei tehnologice necompensate [în buclă deschisă deci]. Pentru instalaţii
tehnologice aflate la limita stabilităţii sau instabile, eroarea nu va scădea nici-o
dată faţă de valoarea iniţială.
Pentru o instalaţie tehnologică asimptotic stabilă, eroarea va scădea la
zero, deoarece variabila de stare şi valoarea ei estimată vor converge amândouă
la zero.
Deci este posibil ca un estimator în buclă deschisă să fie divergent faţă
de realitate. Dacă însă se introduce o reacţie egală cu diferenţa dintre ieşirea
măsurată şi ieşirea estimată, se poate ajunge ca divergenţa să fie minimizată.
Deci ideea este de a construi o legatură de reacţie peste estimatorul în buclă
deschisă şi cu mărimea de reacţie proporţională cu eroarea de estimare, vezi
schema din fig 14. 2.
 146

Fig.14.2. Estimator în buclă închisă.

Ecuaţia estimatorului cu bucla închisă din fig. 14.2 este:

x(k +1) = Φx(k) + Γu (k) + L p [ y (k) − H.x(k) ], (14.23)

în care Lp este matricea de reacţie.

Implementarea din fig. 14.2 se numeşte estimator cu predicţie deoarece
cu ajutorul măsurătorilor efectuate la timpul k se construieşte o estimare de stare
care este utilizată la momentul de timp k+1.
Ecuaţia de diferenţe care descrie proprietăţile estimatorului se obţine
scăzând din ecuaţia (14.23) ecuaţia de tip (14.2) corespunzătoare:
~ [
x (k +1) = Φ − L p H ~
x (k) ] (14.24)

Ecuaţia (14.24) este o ecuaţie omogenă, dinamica ei fiind imprimată de

matricea [Φ − L p H ]
Dacă se construieşte o ecuaţie de tip (14.24) pentru un sistem asimptotic
stabil, atunci ~x va converge la zero pentru orice valoare ~ x ( 0 ) . Convergenţa la
~
zero a lui x va fi cu atât mai puternică cu cât rădăcinile ecuaţiei caracteristice
det [Φ − L p H ] sunt mai bine alese. Prin implementarea din fig. 14.2 x( k ) nu va
egala nici-o dată x( k ) deoarece modelul nu este perfect, sau există perturbaţii,
sau traductoarele prezintă erori. Totusi L p poate fi ales astfel încât să fie
asigurată stabilitatea şi erorile să fie acceptabil de mici.
Pentru obţinerea valorilor L p , vom respecta raţionamentul făcut atunci
când a fost proiectata legea de reacţie după stare dacă rădăcinile estimatorului
sunt alocate în planul z se obţine ecuaţia caracteristică a estimatorului.

( z − β 1 )( z − β 2 )......... ( z − β n ) = 0 (14.25)

unde β sunt rădăcinile dorite astfel încât estimatorul să fie rapid. Atunci forma
ecuaţiei caracteristice ataşate relaţiei (14.24) este:
 147

[
det zI − Φ + L p H = 0 ] (14.26)

Deoarece ecuaţiile (14.25) şi (14.26) sunt identice se obţine un sistem de

n relaţii cu n necunoscute pentru determinarea lui L p .
Exemplul 4:

Se presupune construcţia unui estimator predictiv pentru sistemul din

exemplul 1 în care variabilele de stare erau x 1 = θ − poziţia şi x 2 = θ − viteza, iar
H = [1 0] . Legea de reacţie a fost construită pentru rădăcinile z1,2 = 0.8 ± j0.25
. Pentru estimator vom plasa rădăcinile la locaţia z = 0.4 ± j0.4 fapt ce asigură o
supracreştere ς ≅ 0.6 şi o pulsaţie proprie ω n de trei ori mai mare. Ecuaţia
caracteristică a estimatorului va fi:

z 2 − 0.8 z + 0.32 = 0 (14.27)

Atunci din (14.26) se obţine:

 1 0 1 T L p1 
det z. − + 1 0 =0 (14.28)
 0 1 0 1 L p 2 

sau

( )
z 2 + L p1 − 2 z + TL p 2 + 1 − L p1 = 0 (14.29)

iar după identificare:

 L p1 − 2 = − 0 . 8

 T . pL2 + 1 − L p1 = 0 . 3 2
sau

0.52
L p1 = 1.2 ; L p2 = = 5.2
T

Deci în calculator vor fi integrate ecuaţiile:

 148

 ~x1 ( k + 1) = ~x1 ( k +) 0 . 0 0 5 +u0( .k~x12)( k +) 1 .[ 2y ( k− )~x1 ( k] )

~ ~x + 0 . 1 u +( 5k .)[ 2y ( k− ~)x( k] )
 2x ( k + 1) = 2

Exemplul 5:
Fie reglarea în cascadă a unui motor de curent continuu cu excitaţie
independentă şi bucla de reglare a curentului de scurtcircuit mecanic care are
funcţia de transfer:
U A (s) KD 1
H(s) = =
U cmd (s) rA τ A τ μ τ fi ( s + α1 )( s + α 2 )( s + α 3 )
1 1 1 KD
dacă se notează: α1 = , α2 = τ , α3 = şi K Fi = r τ τ τ
τA μ τ fi A A μ fi
e 1 = α 1 + α 2 + α 3 , e 2 = α 1 α 2 + α 2 α 3 + α 3 α 1 , e 3 = α 1 α 2 α 3 atunci ecuaţia diferenţială
canonică este:

d3 d2 d
3
(u A ) + e1 2
( u A ) + e2 ( u a ) + e 3 u A = K Fi u cmd
dt dt dt

Ecuaţia descrie un sistem dinamic SISO cu m=1, n=3, p=1. Forma

canonică a ei este:

 x 1   0 1 0   x1   0 
 x  =  0 0 1   x 2  +  0 .u cmd
 2 
 x 3   − e1 − e2 − e 3   x 3   K Fi 

Pentru calculul matricei Φ se va folosi relaţia:

Φ =e At = L−1 [sI −A ]−1 , iar pentru Γ:

t =T

T
Γ = ∫ e Aτ dτB
0

s 2 − e 2s − e3 - e 3s 
1  
( sI − A ) −1
= s
2
s + e1s - e3 
( s + α1 )( s + α 2 )( s + α 3 ) 1 s + e1 s + e1s + e 2 
2
 

Deci:
 149

 Φ11 Φ12 Φ13 

Φ = Φ 21 Φ 22 Φ 23  unde pentru :
Φ 31 Φ 32 Φ 33 

1
Φ11 =
( a1 − a 2 )( a 2 − a 3 )( a 3 − a1 )
[− a ( a
2
1 2 − a 3 ) e − a1T − a 22 ( a 3 − a 1 ) e − a 2T − a 32 ( a 1 − a 2 ) e − a 3T ]
1
Φ12 =
( a 1 − a 2 )( a 2 − a 3 )( a 3 − a 1 )
[− (a e 1 2 − e 3 )( a 2 − a 3 ) e − a1T − (a 2 e 2 − e 3 )( a 3 − a 1 ) e −a 2T − (a 3 e 2 − e 3 )( a 1 − a 2 ) e − a 3T ]
1
Φ13 =
( a 1 − a 2 )( a 2 − a 3 )( a 3 − a 1 )
[− a e ( a
1 3 2 − a 3 ) e −a1T − a 2 e 3 ( a 3 − a 1 ) e −a 2T − a 3 e 3 ( a 1 − a 2 ) e −a 3T ]
1
Φ 21 =
( a 1 − a 2 )( a 2 − a 3 )( a 3 − a 1 )
[a ( a
1 2 − a 3 ) e −a1T + a 2 ( a 3 − a 1 ) e − a 2T + a 3 ( a 1 − a 2 ) e − a 3T ]
1
Φ 22 =
( a 1 − a 2 )( a 2 − a 3 )( a 3 − a 1 )
[− (a 2
1 − a 1e1 )( a 2 − a 3 ) e − a1T − (a 22 − a 2 e 3 )( a 3 − a 1 ) e − a 2T − (a 32 − a 3 e1 )( a 1 − a 2 ) e − a 3T ]
1
Φ 23 =
( a1 − a 2 )( a 2 − a 3 )( a 3 − a1 )
[e ( a
3 2 − a 3 ) e − a1T + e 3 ( a 3 − a 1 ) e − a 2T + e 3 ( a 1 − a 2 ) e − a 3T ]
1
Φ 31 =
( a 1 − a 2 )( a 2 − a 3 )( a 3 − a 1 )
[− ( a 2 − a 3 ) e −a1T − ( a 3 − a 1 ) e − a 2T − ( a 1 − a 2 ) e − a 3T ]
1
Φ 32 =
( a 1 − a 2 )( a 2 − a 3 )( a 3 − a 1 )
[− (e − a )( a
1 1 2 − a 3 ) e −a1T − (e1 − a 2 )( a 3 − a 1 ) e −a 2T − (e1 − a 3 )( a 1 − a 2 ) e −a 3T ]
 150

1
Φ 33 = [−(a 12 - a 1 e1 + e 2 )( a 2 − a 3 ) e − a1T −
( a 1 − a 2 )( a 2 − a 3 )( a 3 − a 1 )
- (a 22 - a 2 e 1 + e 2 )( a 3 − a 1 ) e − a 2 T − (a 32 - a 3 e1 + e 2 )( a 1 − a 2 ) e − a 3T ]

pentru a1 = 52,63, a2 = 600, a3 = 38,46, T = 1e-0,2 se obţin rezultatele

următoare:

Φ11 = 0.1257 Φ12 = -60.4141 Φ13 = -1165.9

Φ21 = 0.0011 Φ22 = 0.9025 Φ23 = -1.9070
Φ31 = 1.8607e-006 Φ32 = 0.0024 Φ33 = 0.9982
Γ 11=(- a1*(a2-a3)*(1-exp(-a1*T))-a2*(a3-a1)*(1-exp(-a2*T)) -
-a3*(a1-a2)*(1-exp(-a3*T))) /(a1-a2)*(a2-a3)*(a3-a1)
Γ 21=(( a2- a3)*(1-exp(-a1*T))+( a3- a1)*(1-exp(-a2*T))+
+( a1- a2)*(1-exp(-a3*T))) /(a1- a2)*( a2- a3)*( a3- a1)
Γ 31=(-( a2- a3)*(1-exp(-a1*T))/a1-( a3- a1)*(1-exp(-a2*T))/ a2-
-( a1- a2)*(1-exp(-a3*T))/a3/( a1- a2)*( a2- a3)*( a3- a1)

Γ 11= 0.0011
Γ 21= 1.8607e-006
Γ 31= 1.7611e-009
Dacă z1 = 0.4 + j0,4 , z2 = 0.4 - j0.4 , z3 = 0.4
Sz1 = z1 + z2 + z3 , Sz2 = z3(z1+z2) + z1z2 , Sz3 = z1.z2.z3
Se obţine sistemul cu necunoscutele: L p , L p , L p 3 1 2

 L p3 − ( Φ1 1 + Φ 2 2 + Φ 3 3) = S z1

 Φ 3 1L p1 + Φ 3 2L p2 − ( Φ1 1 + Φ 2 2) L p3 + Φ1 1Φ 2 2 + Φ 2 2Φ 2 3 +
 + Φ Φ − Φ Φ − Φ Φ − Φ Φ = S z
33 11 12 21 23 32 13 31 2

 ( Φ 2 1Φ 3 2 − Φ 3 1Φ 2 2) L p1 + ( Φ1 2Φ 3 1 − Φ 1 1Φ 3 2) L p2 + ( Φ 1 1Φ 2 2 − Φ1 2Φ 2 1) L p3 −
− Φ Φ Φ + Φ Φ Φ + Φ Φ Φ − Φ Φ Φ + Φ Φ Φ −
 11 22 33 11 23 32 12 21 33 12 23 31 13 21 31
 − Φ1 3Φ 2 1Φ 3 2 = S z3
Cu soluţiile pentru parametrii Leunberger:
L p1 = -0.1588 L p 2 = 0.0012 L p3 = 3.5384e - 006
Ecuaţiile pe care le satisfac cele trei variabile de stare pentru estimatorul I scmm
sunt:
 151

x 1 ( k +1) =
1
z − Φ 11
{
Φ 12 x 2 (k) + Φ 13 x 3 (k) + Γ 11 u(k) + L p1 [ y(k) − K Fi x 3 (k) ]}
x 2 ( k +1) =
1
z − Φ 22
{
Φ 21 x 1 (k) + Φ 23 x 3 (k) + Γ 21 u(k) + L p 2 [ y(k) − K Fi x 3 (k) ] }
x 3 ( k +1) =
1
z − Φ 33
{
Φ 31 x 1 (k) + Φ 32 x 2 (k) + Γ 31 u(k) + L p 3 [ y(k) − K Fi x 3 (k) ] }

În figura 14.3 se reprezintă rezultatele simulării cu program MATLAB a

estimatorului de curent de scurtcircuit mecanic. În fig. 14.3.a se prezintă variaţia
curentului Iscmm – (curent măsurat), în figura14. 3.b. se prezintă variaţia estimată a
curentului Iscme, iar în figura 14.3.c. se prezintă eroarea de estimare. Maximul
erorii este sub 4% şi se produce la începutul evoluţiei curentului i scm (nu în stare
stabilă unde eroarea tinde la zero).

Fig.14.2. Estimator de curent de scurtcircuit mecanic.

14.3.2.Observabilitate

Presupunând că mulţimea de rădăcini ale estimatorului este aleasă se

pune problema dacă vectorul Lp este unic determinat. Pentru sistemele SISO
pentru care y este un scalar şi sistemul este observabil Ackermann (1972) a
stabilit o formulă de calcul pentru coeficienţii Luenberger, relaţia (14.30).

−1
 H  0
 HΦ  0
   
 HΦ 2   . 
L p = α e (Φ)   . 
 .  .  (14.30)
 .  0
 n −1   
HΦ  1
 152

unde:

α e (Φ) = Φ n + α 1Φ n −1 + α 2 Φ n −2 + .... + α n I , (14.31)

iar α I sunt coeficienţii ecuaţiei caracteristice:

α e (z) = z n + α1z n −1 + α 2 z n −2 + .... + α n (14.32)

Matricea bloc coloană cu coeficienţi de forma HΦ ( k ) se numeşte matricea

de observabilitate.
Condiţia ca sistemul considerat să fie observabil este ca matricea de
observabilitate să admită o inversă. Este de observat că formula Ackermann
pentru sistemele continui este identică cu formula corespunzătoare pentru
sistemele discrete. Se pot introduce următoarele definiţii duale celor
corespunzătoare pentru controlabilitate:
I. Sistemul ( (Φ, H ) este observabil dacă pentru orice polinom de ordinul
N α e ( z ) există un estimator de câştig L astfel încât ecuaţia caracteristică a erori
de stare a estimatorului să fie α e ( z ) .
I I. Sistemul (Φ, H ) este observabil dacă pentru orice x(0) există un N
finit astfel încât x(0) să poată fi calculat din cunoaşterea ieşirilor y(0),y(1),
…,y(N-1).
I I I. Sistemul ( (Φ, H ) este observabil dacă fiecare mod dinamic din Φ
este conectat la ieşirea u via H .

 H 
 HΦ 
 
O=  .  reprezintă matricea de observabilitate
  (14.33)
 . 
 N −1 
HΦ 

14.3.3.Estimatoare immediate

Din analiza relaţiei (14.20) se observă că valoarea estimată x(k) este

calculată după ce se primesc rezultatele privind valorile y (k −1) . Altfel spus,
valoarea obţinută de legea de comandă:
u(k) = −kx (k) , (14.34)
nu este atât de precisă pe cât ar trebui să fie.
Pentru sisteme de ordin ridicat (n mare) controlate cu ajutorul unor
sisteme de calcul lente sau pentru cazurile în care perioada de eşantionare este
comparabilă cu timpul de calcul, această întârziere între momentul observării şi
momentul de timp la care rezultatele calcului sunt valabile este folositoare pentru
 153

calculator să parcurgă toate rutinele programului.În multe alte cazuri însă timpul
de calcul necesar pentru evaluarea relaţiei (14.20) este foarte scurt comparativ
cu perioada de eşantionare iar întârzierea astfel produsă în fiecare ciclu de calcul
reprezintă un fenomen nedorit apriori.
Din această cauză se apelează la alternativa unui estimator alternaiv,
adică la estimatorul imediat, capabil să genereze estimarea curentă x̂(k) ca fiind
bazată pe măsurătoarea curentă y (k) :

 xˆ ( k =) x( k +) L C (y( k −) Hx( k ) ) (14.35)

 ,

 x( k =) Φxˆ ( k− 1 )+ Γ u( k− 1 )
Relaţiile (14.35) permit construcţia estimatorului din figura 14.4.

Fig.14.4. Estimator imediat.

Controlul cu acest tip de estimator nu poate fi totuşi implementat exact

deoarece este imposibil să se realizeze simultan şi instantaneu trei operaţii -
anume eşantionare, ciclul de calcul şi transferul la ieşire. Se pot totuşi optimiza
întârzierile generate în calculul legii de reglare efectuând mai întâi ciclul de calcul
înaintea eşantionării care nu depinde direct de măsurătorile asupra eşantioanelor
y (k) .
Pentru a accentua diferenţele dintre estimatoarele predictive şi cele
imediate, care sunt modelate respectiv de relaţiile (14.20) şi (14.35), se
înlocuieşte prima relaţie (14.35) în a doua, rezultând:

ˆ (k +1) = Φx(k) + Γu (k) + ΦL C ( y (k) - Hx(k))

x (14.36)

Ca urmare eroarea de estimare pentru x(k ) se obţine scăzând relatiile

(14.36) şi (14.2):

x (k + 1) = [ Φ − ΦL C H ] ~
~ x (k ) (14.37)
 154

Prin compararea relaţiilor (14.36) cu (14.20) şi a relaţiilor (14.37) cu

(14.21) se ajunge la concluzia că valoarea x din ecuaţia erorii estimatorului
imediat (14.35) este aceiaşi valoare x din ecuaţia (14.20) dacă:

L p = ΦL C (14.38)

Ecuaţia erorii estimatorului imediat se mai poate obţine prin scăderea

ecuaţiei (14.2) din (14.35), cu rezultatul:

x (k + 1) = [ Φ − L C HΦ] ~
~ x (k ) (14.39)

Cele două ecuaţii (14.37) şi (14.39) vor avea aceiaşi mulţime de soluţii
deoarece ele reprezintă dinamica unor ieşiri diferite din acelaşi sistem.
Deasemenea cele două relaţii pot fi folosite la calculul câştigului L C al
estimatorului imediat.
Rezultatul obţinut din relaţia (14.39) permite obsevaţia că prin înlocuirea
HΦ cu H se identifică relaţia (14.24). De aici, se va deduce formula
Ackermann pentru calculul L C , înlocuind în relaţia (14.30) H cu HΦ , precum
s-a realizat în relaţia (14.40):
−1
 HΦ  0
HΦ 2  0
   
 HΦ 3   . 
LC = α e (Φ)   . 
 .  .  (14.40)
 .  0
 n  
HΦ  1 

Alternativ se poate calcula L P prin folsirea relaţiei (14.31) şi apoi se

poate calcula L C folosind (14.38) sub forma:

L C = Φ −1L P (14.41)

Dacă Φ este singular, situaţie întâlnită în cazul sistemelor cu timp mort,

relaţiile (14.31) şi (14.40) nu pot fi folosite.
Estimatoarele cu predicţie se utilizează în controlul numeric atunci când
se doreşte eliminarea erorilor datorate încetinelii de calcul deoarece utilizând
măsurătoarea y (k −1) necesită o întreagă perioadă de eşantionare pentru
livrarea la ieşire a rezultatului. La modul general sunt de preferat estimatoarele
imediate deoarece asigură un răspuns rapid la o perturbaţie oarecare sau la
oeroare de măsurare asigurând astfel o reglare reuşită pentru ieşirea dorită.

14.4.Estimatoare de ordin redus sau observere

 155

Termenul de estimatoare de ordin redus sau observere a fost introdus de

Luenberger în 1964, iar dezvoltări ulterioare au fost aduse de Gopinath în
1971.Estimatoarele prezentate anterior au fost proiectate pentru a reface din
măsurători asupra ieşirii y şi a comenzii u toate componentele vectorului de
stare al sistemului. De multe ori însă există şi componente ale acestui vector de
stare care pot fi măsurate direct. Se consideră astfel vectorul de stare conţinând
două tipuri de componente fie ele x A cele direct măsurabile şi x B cele care
urmează a fi estimate. Corespunzător acestei partiţii există:

 x A (k + 1) Φ AA Φ AB  x A (k )  Γ A 
 x (k + 1)  = Φ   +  u(k )
 B   BA Φ BB   x B (k )   Γ B  (14.42)
 x (k ) 
y ( k ) = [ I 0]  A 
 x B (k ) 

Deci dinamica stărilor estimate este generată de:

x B ( k + 1) = Φ BB x B ( k ) + Φ BA x A ( k ) + Γu ( k ) (14.43)
  
intrare cunoscut ă

În membrul drept al relaţiei (14.42) există doi termeni consideraţi ca intrare

pentru dinamica variabilelor x B . Prin reordonarea părţii x A din relaţia (14.42) se
obţine:

x A ( k + 1) − Φ AA x A ( k ) − Γ A u( k ) = Φ AB x B ( k ) (14.44)
   
cunoscute prin masurare

Se obţine o relaţie între o cantitate măsurată în membrul stâng şi o stare

necunoscută în membrul drept. Totuşi recuaţiile (14.43) şi (14.44) reprezintă
acelaşi tip de relaţii pentru starea x B precum şi relaţiile din ecuaţia (14.2) pentru
întreaga stare x. Pornind de la aceste observaţii se poate construi estimatorul
redus practicând următoarele substituţii:

x ← xB
Φ ← Φ BB
Γ.u( k ) ← Φ BA x A ( k ) + Γ B u( k )
y (k) ← x A (k + 1) − Φ AA x A (k) − Γ A u( k )
H ← Φ AB

practicate în relaţia (14.23) a estimatorului predictiv.

Astfel ecuaţia estimatorului redus devine:
 156

xˆ B ( k + 1) = Φ BB x B ( k ) + Φ BA x A ( k ) + Γ B u( k ) + (14.45)
+ L R [ x A (k + 1 ) − Φ AA x A (k) − Γ A u(k ) − Φ AB x B(k)]

Dacă se scade relaţia (44) din relaţia (43):

~
x B (k + 1) = [Φ BB − L R Φ AB ]x B (k ) (14.46)

Prin urmare L R poate fi obţinut pe două căi:

a) alocând corespunzător rădăcinile polinomului α e (z) şi de aici:

det | zI − Φ BB + L R Φ AB |= α e (z) (14.47)

b) utilizând relaţia Ackermann corespunzătoare:

−1
 Φ AB   0
 Φ Φ   
 AB BB   0
 Φ ABΦ BB2   . 
L R = α e (Φ BB )   .  (14.48)
 .  .
 .   0
 n− 2   
Φ ABΦ BB  1

Gopinath a demonstrat că dacă este posibilă construcţia unui estimator de

tipul celui construit pe baza relaţiei (14.23), atunci este posibilă şi construcţia
unui estimator de ordin redus (observer) obţinut pe baza relaţiei (14.45).
 157

BIBLIOGRAFIE

1. Gene F. Franklin, J. David Powell, Michael l. Workmann, Second

Edition Digital Control of Dynamic Systems,Addison-Wesley Series in
Electrical and Computer Engineering: Control Engineering
2. V.Ionescu,Sinteza structurală a sistemelor lineare,EA 1979
3. Benjamin Kuo,Analysis and Synthesis of Sampled-Data Control
Systems, 1963 Prentice-Hall Inc.,Englewood Cliffs,N.J.
4. Richard C. Dorf,Modern Control Systems,Fifth edition.
5. J.R.Leigh,Applied digital control,1985 by Prentice-Hall
International,U.K.,Ltd.
6. R. Iserman, Digital control systems, Vol. 2, Springer-Verlag, Berlin,
1989.
7. Hansruedi Bϋhler,Réglage par mode de glissement,1986 Presses
polytechniques romandes, Lausanne
8. V.I.Utkin,Sliding modes and their application in variable structure
systems,Mir,1978,Moscova.
9. I. Boldea, S.A. Nasar, Electric Drives, CRC Press, Boca Raton,
Florida, 1999.
10. G.Andronescu, Simularea numerică a acţionărilor electrice cu
maşini de curent continuu,Matrixrom, Bucureşti 2002