Cursul de Modelare $i simulare se ocupa cu studiul principiilor, metodelor ~i tehnicilor prin care obiecte din lumea reala, fenomene,

operatii si instalatii tehnologiee, (numite generic procese), sunt reprezentate matematic ~iapoi analizate indirect utilizand tehnica de calcul. Modelarea si simularea sunt, intr-un mod specific, etape esentiale, necesare, in majoritatea activitatilor umane. Astfel, in general, se parcurg urmatoarele etape: ~ analiza de sistem - implica formularea problemei, precizarea scopurilor, delimitarea dintre "sistemul" studiat ~i "mediu" (tot ceea ce este "exterior" sistemului). Se pun in evidenta marimile caracteristice, factorii specifici ~.a.m.d. ~ modelare - se determina relatiile dintre marimile caracteristice, se construie~te 0 "imagine" a obiectului real, un model "simplificat" al procesului considerat. ~ simulare - presupune efectuarea unor "experimente" cu modelul, testarea si validarea modelului, prevedereaevolutiilor viitoare; ~ decizie, actiune - in care pe baza rezultatelor experimentelor de simulare se determina actiuni, se iau deeizii ( inclusiv decizii de conducere) etc.

Analiza de sistem

Indiferent care este scopul unei activitati umane rationale, dupa precizarea si delimitarea problemei, analistul ia in considerare 0 serie de factori pe care-i considera importanti si construieste 0 imagine proprie, un "model" al procesului respectiv. Modelul constituie deci, 0 reprezentare simplificata, aproximativa a realitatii, in care se ignora in mod voit ( sau poate involuntar) 0 serie de detalii, dar care este considerat satisfacator in raport eu obiectivul propus. Folosind acest model, analistul incearca sa prevada, sa deduca cum se vor desfasura fenomenele, realizand astfel un "experiment de simulare" . In functie de rezultate se pot lua decizii (inclusiv decizii de conducere), se stabilesc actiuni etc.

Sistem. In general in domeniul tehnic, un sistem este definit ca un obiect sau ansamblu de entitati, de elemente interconectate, ce interactioneaza intr-un anumit mod pentru a realiza un obiectiv, un scop, cu anumite performante. In particular, in automatica, obiectul din lumea realii, fenomenul, procesul tehnologic, instalatia, se nume~te sistem (fizic). Tot ceea ce nu apartine sistemului face parte din lumea exterioara (mediu). Linia de separatie dintre sistem ~i mediu pune in evidenta marimile de intrare I marimi "cauza" (u) ~i marimile de ie~ire E - marimi "efect" (y), determinate prin cauzalitatea intrare-ieire.

Obs. Sistemul depinde esential de de obiectivele studiului, analizei; ceea ce intr-un caz este considerat un "sistem", in alt context poate fi doar un "subsistem" component al unuia mai complex. Stare. Starea x(t) a unui sistem, se defineste ca fiind iriformafia minima necesara la un moment dat de timp t, care impreuna cu intrarile ulterioare u(t) , determina univoc evolutia ie~irilor y(t). Multimea tuturor variabilelor de stare (liniar independente) , formeaza vectorul de stare x(t). Model. in domeniul ~tiintelor tehnice, experimentul ~i observatia ( masurarea) constituie aspecte esentiale pentru un model ce se elaboreaza iterativ. In ultima instanta, elaborarea unei teorii reprezinta construirea unui model (verbal sau matematic) al realitatii. Def: Modelul este reprezentarea intr-o forma utilizabila, a cuno~tintelor, a aspectelor esentiale ale unui sistem. Observatia 1. Modelul este 0 reprezentare simplijicata, deci aproximativa a sistemului real. Nu e de regula nici posibil, nici necesar sa se realizeze 0 descriere atnanuntita a tuturor mecanismelor interne: E suficient ca modelulsa reproduca, .sa' . mimeze, suficient de exact comportarea sistemului real.

Observatia 2. Exista multe tipuri de modele ~i anume: > modele jizice ("empiriee" sau "laseara redusa"- de' exemplu in clomeniul ehimiei, elaborarea unei noi tehnologii se incepe eu faza de "mieropilot" a instalatiei, cand se testeaza procesul tehnologic pe acest model fizic urmand ca apoi sa se realizeze instalatia industriala). ~ modele fenomenologice ("conceptuale" - sistemele reale respective sunt descrise prin anumite legi fizice ) ~ modele funclionale ("formale" - sistemul e reprezentat prin relatii funetionale, scheme function ale) > modele matematice ("analitice"). Observatia 3. Modelul trebuie sa fie intr-o "forma utilizabila", deoarece modelul nu este un seop in sine. El constituie doar 0 baza pentru analiza, pentru luarea deciziilor; in acest sens modelul trebuie sa fie de 0 complexitate cat mai redusa in eoncordanta cu obiectivele studiului.

Definitie. Simularea este 0 metodaexperimental-aplicativa prin care se realizeaza, se implementeaza, de obicei pe un calculator, un model al unui sistem real in vederea analizei indirecte a acestuia. Modelarea ~i simularea sunt instrumente de analiza a sistemului. Simularea este utila in special in eazurile in care analiza directa este imposibila: sistemul nu are inca 0 existenta reala ( este in faza de proiectare) sistemul nu poate fi pus la dispozitia analistului pentru experimentari directe (ex. in aviatie) exista pericolul producerii unor pagube prin experimentare directa (ex. baraj hidroenergetic) sistemul este caracterizat prin evolutii foarte lente in timp - ( ex. de ordinul lunilor, anilor - cazul sistemelor economice, sociale) nu pot fi generate direct conditiile de (experimentare ( ex. comportarea dinamica a unei cladiri in cazul cutremurelor).

Experimente cu sistemul real

Model

fizic

Nu se pot obtine solutii, rezultate, foarte exacte, pentru ca principial modele Ie sunt imperfecte ( modelele fiind aproximari ale lumii reale, materiale). Exista erori (in preeizarea datelor, a parametrilor, a conditiilor de simulare) care nu pot fi in totalitate compensate. In cazul proceselor foarte complexe, modelul de simulare poate deveni mai complex decat procesuIInsu~i. eel mai important dezavantaj este aeela ea nu se genereaza solu{ii analitice.

Exista 0 mare diversitate de tipuri, de clase de modele, alegerea modului de reprezentare depinzand de obiectivele studiuh~i Deasemeneamajoritatea erite~jilor de . clasificare au dezavantajul de a nu reu~i sa caracterizeze complet, In totalitate fiecare model In parte. Criterii 1. Dupa natura modelului, exista modele: fizice (empiriee), fenomenologice (conceptuale), matematice (simbolice -formale sau analitice). 2. Dupa caracterul dinamic al modelului, exista modele dinamice statice. In modelele dinamice variabilele caraeteristic~, starile, ie~irile depind ~i de "istorie", de evolutia anterioara a aeestora. Ex. model dinamie in reprezentare de stare:
X = !(x,u,t) { y=g(x,Y,t)
tER

Model dinamic in reprezentare de stare in timp discret: d k Z X(k + 1) = !(x(k),u(k),k)

{ y(k) = g(x(k),y(k),k)

, un e

3.Dupa gradul de liniaritate sunt modele: liniare ~i . neliniare.

X=Ax+BU { y=Cx+Du

, eu L:(A,B,C,D)

pentru sisteme liniare.

{X

= !(x,u,e,t) y = g(x,u,e,t)

, _

pentru sisteme neliniare (unde .B-este veetorul parametrilor).

'.' ..' .

Obs. 0 clasa speciala de modele este clasa modelelor liniare in parametri. Ex: y(k)=rpT(k)B unde B- este vectorul parametrilor iar (;l este vectorul "observatiilor" .4.Exista modele: variante In timp sau invariante In timp. . ., {X(t) Ex. model varzant m tlmp yet)

intrare-iesire

= A(t)x(t) + B(t)u(t) = c(t)x(t)

't,

E suficient ca doar una din matricele A, B, C sa fie dependenta de timp. In cazul modelelor invariante in timp aplidind acelea~i intrari decalate cu raspunsuri identice, dar decalate cu acela~i interval 'to

se obtin

5. Dupa caracterul structural, sunt modele funcfionale -( intrare-iesire lIE) ~i modele structurale ( intrare-stare-iesire VSIE). Ex: Modele funcfionale (sau VB) sunt de tip funcfie de transfer (SISO) - in domeniul complex sau din modele in domeniul timp ( ec. diferentiale). Cafuncfie de transfer: Y(s)=H(s)U(s) . timp: I~ d omemu I' n

~ diy ~b LJai-i = LJ
i=O

i-i

diu
dt

~~, . mo d e Icu "mtarzlere d e or d'mu In ~l

dintre cele doua reprezentari :

dt

i=O

cu anticipare de ordinul m", Aplicand transformata Laplace se obtine,echivalenta

yes) R(s)

H(s)

= -U(s)

= -A(s)

bo + brs +
= --------

+ bm sm + ansn
,

ao + arS +

cu conditia de "cauzalitate"

stricta n>m

( neanticiparea iesirii in raport cu intrarea). De ex, 0 forma echivalenta Modelele structurale sau liSlE (intrare/stare/ie~ire): modelele anterioare (pentru an = 1) iar x(t) este stare a, poate fi L:(A,B,C,D)

pentru

1 .]= 0 0 [
x

0]
0
1

[OJ
[] .x +

1...

........

... 1

'u(t)

-Qo -Qt .... -Qn-t

y = [0 O

bm bm-1

ho] [;]

6. Dupa caracterul continuu sau discret al variabilei independente timp: modele continue ~i modele discrete. - La sistemele discrete reprezentarea se face prin relafii de recurenfa in timp discret (ex. modele de tip ARMAX - AutoRegressive Moving Average with eXogenous) sau reprezentari polinomiale VE in operatorul de intarziere q-l unde q-l f(k)= f(k-l) , sau echivalent de tip funcfie de-transfer in z.

Ex. Model ARMAX A(q-l)y(k) = B(q-l)u(k) A(q-l)

+ C(q-l)e(k)

= 1 + a1q-l + ...+ anaq-na = 1+ c1q-l +...+ cncq-nc

B(q-l) =b1q-l +b2q-2 + ... +bnbq-fzb C(q-l)

Ee(k)e(l) =)'}8o(k-l)

Vk,l EZ La sistemele continue variabilele de intrare u(t) ~i de ie~ire yet) sunt funetii timp.

continue in

7. Dupa dependenta modelului de eoordonatele geometrice, modelele se pot imparti in: modele cu parametri concentrati ~i modele cu parametri distribuiti. La modele Ie cu parametri eoneentrati marimile variabile au aeeea~i valoare indiferent de coordonatele geometrice ale punctului respectiv in care sunt precizate. In modelele cu parametri distribuiti, variabilele depind si de coordonatele geometrice , dinamica fiind exprimata prin ecuatii eu derivate partiale. De ex. in cazul unui sehimMtor de ealdura de tip tub in tub, temperatura produsului Tp (x,t) depinde atat de timp cat si de coordonata x in lungul schimbatorului:

Fig.4. Schimbator de caldura elementar

cu parametri concentrati

Obs. Modelele eu parametri distribuiti sunt aproximate deseori in automatic a prin modele cu timp mort. 8. Deasemenea modelele pot fi parametricesau neparametrice. Modelele parametrice sunt caracterizate printr-un numar finit de parametri (ex. coefieientii ai , bj din functia de transfer, pe ca.nd la modelele neparametrice comportarea dinamiea se caraeterizeaza prin reprezentari grafice in domeniul timp sau frecventa. Ca exemple de modele neparametrice sunt: riispunsul pondere (la impuls Dirac), raspunsul indicial, caracteristica de frecventa (Nyquist), caracteristica Bode, caracteristica Nichols. 9. Dupa numarul de intrari/iesiri (1/0) Modele SISO ( Single- Input-Single-Output) Modele MIMO (Multiple- Input-Multiple-Output) Modele SIMO si modele MISO

Incazurile simple, 0 data determinat modelul matematic, sistemul poate fianalizat- pe baza . solutiilor analitice. In cazul modele lor mai complexe solutia analitica nu mai este posibila, fiind necesara utilizarea unui calculator. Simularea este 0 metoda experimental - aplicativa prin care se implementeaza pe un calculator, un model al unui sistem real in vederea analizei indirecte a acestuia. Modelul matematic trebuie insa sa aiba 0 reprezentare adecvata numita model de simulare. Modelul de simulare depinde de programul de simulare sau de simulatorul utilizat. Exista 0 mare diversitate de programe ~i medii de simulare. Actualmente, mediile de simulare specializate, practic, nu mai necesita elaborarea de programe pentru obtinerea modelului de simulare, ci prin interfete grafice utilizator ( GUI - Graphical User Interface) asigura posibilitatea selectarii prin meniuri a componentelor necesare, realizarea structurii, definirea parametrilor ~i executia simularii. Astfel de limbaje ~i medii de simulare sunt: MATLAB, MATLAB cu SIMULINK, SIMNON, LABVIEW, MATHCAD, MATHEMATICA, MAPLE, SIMAN, VISSIM (Visual Simulation). Un experiment de simulare consta in executia pe simulator a modelului de simulare pentru seturi de date ~i/sau parametri specificati. Forma de reprezentare a rezultatelor este foarte diversa, de la cea mai simpla (tabel de valori), pana la reprezentari 2D sau 3D ~i utilizarea animatiei pentru reprezehtarea evolufieiin tinip. '. . In particular, simularea este procesul de solutionare, de executie pe calculator a modele lor de tip schema bloc. Schemele bloc sunt 0 componenta a unui "mediu de programare grafica "(vizuala) sau "medii de programare orientata pe obiecte"(MPOO). Cele mai utilizate medii de simulare sunt : Matlab - Simulink (firma Mathworks) ; Lab View (National Instruments) ; VisSim (Visual Solutions) ; Easy 5 (Boeing) ; Matrixx (Integrated Systems) ; MathCad, Simnon, Siman. Toate medii Ie de simulare ofera 2 funetii de baza : 1. Editare grafica - pentru crearea, editarea ~i procesarea modelelor ; editorul poate fi utilizat ~i pentru crearea modelului intrarilor, simuHirii (stabilirea conditiilor), prezentarea rezultatelor ; 2. Simulare propriu-zisa - executia. modelului prin itera.tiisliccesive ::-.caleul. numeric + integrare etc. Mediile de simulare grafica sunt orientate pe schema bloc, deci nu este efectiv necesara 0 "program are" propriu-zisa. Cele mai utilizate sunt : Matlab - Simulink ; VisSim. Ex. Menu-rile Simulink, blocurile Simulink, crearea unui program. Etape: Simulink Funetiile disponibile in Simulink pot fi accesate prin intermediul unor blocuri aflate in biblioteci de functii Simulink. Fereastra activa permite selectia (double-click) unei subbiblioteci (ex. Simulink v 1.3 c).

CD > >

Ex.
Linear Library Sum Integrator Gain State-Space Transfer Fcn Zero-Pole Sumator Integrare semnal Multiplicare cu 0 constanta a semnalului de intrare Reprezentarea de stare a unui sistem liniar Reprezentarea sub forma de functie de transfer Reprezentarea sub forma de poli-zerouri

Se deschide 0 noua fereastra pentru crearea modelului. New din meniul File -7 (se deschide 0 fereastra "untitled"). Q) Pentru crearea unui model blocurile necesare vor fi "mutate" din subbiblioteci in fereastra activa prin "tragere". Se realizeaza conexiunile intre.. locuri- (prin desenare ell mouse-ulapasat) .. b ~ Se configureaza blocurile (se stabilesc parametrii specifici fiecarui bloc)

CV

Simularea propriu-zisa prin Start din meniul Simulation (anterior fiind stabiliti "pararnetrii" de simulare - ex: stop time). Ex. de model grafic Simulink

(9-.j
Clock

timp timp

Simularea este un proces iterativ cu urmatoarele etape: 1. Stabilirea cadrului simularii - definirea sistemului de analizat, a obiectivelor, a variantelor care se vor avea ill vedere, a criteriilor de apreciere; 2. Construirea modelului matematic (modelarea analitica); 3. Realizarea modelului de simulare ; 4. Definirea experimentelor de simulare (inc1usiva datelor pentru validarea modelelor); 5. Experimentul de simulare propriu-zis (verificarea ~i validarea modelului, bazata pe experienta a celui care realizeaza simularea); 6. Analiza ~i interpretarea rezultatelor.

Cap2. Modelarea analitica a proceselor tehnologice

Modelul este 0 reprezentare sub forma utilizabiIa, a cunostintelor, a aspectelor esentiale ale unui sistem. Modelul matematic este un model exprimat analWe prin relatii cantitative specifice ( ecuatii diferentiale, ecuatii cu derivate partiale s.a.). In general un sistem fizic (un obiect din lumea reala ) este caracterizat printr-o serie de variabile specifice v=[ VI, V2... Vq ] si 0 serie de relatii Ri=R[VI, V2... vq]=O consecinte a ~.:latHor fizice. In automatic a e esentiala introducerea unei orientiiri lIE (cauza /efect) in sensul ca unele dintre marimile specifice V sunt intrari (marimi cauza-u), altele sunt iesiri (marimi efect-y) altele sunt variabile interne (x stari). v=uUyUx astfel incat relatiile Ri vor fi functii de intrari , iesirie, de vectorul de stare x si eventual de vectorii parametrilor ()si timp t, in mod explicit: Rlu,y,x, B,t)=O Se spune ca modelul M reprezinta sistemul fizic S, daca distanta D(M,S) dintre model si. sistem e mai mica decat un ales corespunzator: D(M,S)s Exemplu de definire a "distantei" D , pentru un set de N date intrare/iesire:
N

D= L[y(i)
i=l

- YM(i)]

2-

D[M,S} ?f) (semipozitiv definim) D[M,S}=O => M=S (in realitate este imposibil ca modelul sa reflecte "exact" sistemul fizic) Intrari

Sistem fizic

Obsl: Modelul matematic reprezinta 0 aproximare, 0 simplijicare a realitatii. Modelul nu poate (si in general nici nu trebuie) sa reprezinte exact sistemul real in toata complexitatea sa. Obs2: In acelasi timp modelul matematic are 0 existenta de sine statatoare si extema realitatii fizic masurabile. Modelul are un caracter generalizator pentru 0 clasa de sisteme echivalente indiferent de natura fizica a fenomenelor pe care Ie caracterizeaza. Construirea modelui matematic se poate aborda in doua moduri: 1) modelare analitica- ca 0 consecinta a legilor fizice ce descriu destasurarea fenomenelor. 2) modelare experimentalii ( sau identijicare) in care determinarea modelelor se face prin prelucrarea datelor obtinute din masuratori experimentale. Daca modelul este cunoscut ca structura, doar parametrii 8 fiind necunoscuti, atunci problema determinarii modelului se reduce la 0 problema de "estimare de parametri".

In g~ner~l pr~cesele ~ehnologi~e s~t C~~l~!~~a~de ~ux~ri m~sice sau volumice ~<p/Q)numlte SI deblte maslce/volumlce- sl/sa~ergIenumlte SI puter~ (w / p), care se mtroduc in proces pentru a fi prelucrate in instalatia tehnologica si a se obtine fluxuri masice si/sau de energie la iesire.

<Di Wi

Qi Pi

>

W (V)

>

<De We Qe Pe

Dad notam, m / W, masa / energia, (volumul V) acumulate in process, atunci, consideram ca procesul e in regim stationar daca exista un echilibru :

Procesul este in regim dinamic daca cele doua fluxuri nu sunt egale, diferenta lor fiind de fapt egala cu viteza de variatie ( de acumulare/evacuare) a masei/energiei (mIW) sau cu vari.atia acestora in unitatea de timp:
<D'-<D =1

dW dt

Fluxurile au ca unitate de masura : -pentru fluxuri masice (debit masic) < kg > s

-pentru fluxuri volumetrice (debit volumic) <-> s -pentru fluxuri energetice ( puteri) < J > s Indiferent care ar fi in particular procesul al dirui model dorim sa-l obtinem , in modelarea analitica se parcurg urmatoarele etape: 1) evidentierea variabilelor si manmilor caracteristice: VI, V2, ... ,vq 2) determinarea pe baza legilor fizice ( conservarea energiei, a masei etc) a relatiilor Ri[VI, V2, ... , vq]=o intre variabilele caracteristice. Tot in aceasta etapa se evidentiaza relatiile de regim stationar si regim dinamic 3) "Orientarea intrare-iesire" a modelului prin punerea in evidenta a variabilelor de tip cauzii (intrari - u) si respectiv elect( iesiri - y)

m3

U\i if
v 4) "Liniarizarea" modelulm presupune : -"centrarea variabilelor (trecerea Ia mici variatii in jurul "punctului static de functionare" PSF, sau trecerea la variabile centrate); AV=v-vo - "normarea variabilelor raportand variabilele centrate Ia anumite valori de regim stationar ( de ex. Valorile corespunzatoare PSF -ului):
11 11

-=V

D.v va

5) etapa de "validare" a modelului.

Procesele se incadreaza in c1asa de sisteme numite monocapacitive ( procesele au 0 singura capacitate care poate acumula masa si/sau energie) fiind reprezentabile prin modele matematice de tip ecuatii diferentiale de ordin I.

:: ~I
[

Proces

I
=
masa/ ] [ energie d dt

viteza ] debit masic / VO!Umic]_ [debit masic / VO!Umic]= [ de int rare de iesire de acumu!are

= C dy
dt

Unde s-a notat in general: y-variabila dependenta (presiune, nivel, temperatura ...) C-capacitatea elementului de a acumula masa, energie (de ex. energie termica -caldura)

a) Modelarea unni proees de umplere /golire en gaz Rezervor pentru gaze

Evidentierea variabilelor specifice ( masa, densitatea, presiunea in rezervor si cea externa, debitele volumetrice, volumul rezervorului pentru gaze, temperatura absoluta Tk, masa molara a gazului Jl .... ) v=[m, p, p, pc, Ql, Q2, V, ... ] Legea conservarii masei revine la: pQl-pQ2

dm dt

-Dar legea gazelor perfecte exprima dependenta intre m- masa de gaz si p -presiunea m f-lV
pV=-RTk
f-l

=>m=--p RTk

f-lV dp ---=Ql pRTk dt

-Q2 => - "capacitatea" pt. gaze a rezervorului

Obs. Se noteaza C = ~

pRTk

Q2 (p) == a~ pep - Pc) =>evidentierea cauzalitatii ( separarea variabilelor lIE) C dp + a~ pcP - Pc) = Ql (t) => model matematic neliniar
dt

Q2 (p)

= Q20 + (8Q2 -

J 8PO

. (p - Po ) + -2-2)
8p
0

(8

2Q

=>introducem "variabilele centrate" punand in evidenili regimul stationar (PSF) !:i.p= P-Po Q2=Q20+ !:i. Q2 Ql=QlO+ !:i. Ql Regimul stationar este regimul in care QlO= Q20= Qo=constant caruia ii corespunde p=po. Inlocuind si oprind din dezvoltarea Taylor doartermenulliniar rezulta: C d (POd; 6p) ~ QIO + Ll.Ql -

[Q20 + (a~2

)6p]
Q (8Op2 J = _l_
0

Dadi se tine cont de regimul stationar (QlO= Q20= Qo) si se noteaza:

Rp

inversul unei rezistente pneumatice, se obtine modelul matematic liniarizat in care variabilele lIE sunt "separate"( modelul in variabile "centrate" este "orientat" lIE):

= !:i.Ql dt Rp Modelul se poate exprima in forma cu "constante de timp" =>

C d!:i.p + _1_!:i.p
RpC!:i.p +!:i.p = Rp!:i.Q2
dt

unde: T=RpC -constanta de timp [1]= s - secunde K=Rp -factor de proportionalitate (in regim stationar) [K]= bar/m3 Is T d!:i.p +!:i.p
dt

= K!:i.Ql

Echivalent modelul poate fi reprezentat sub forma "neparametrica" daca se caracterizeaza prin "raspunsul" obtinut pentru semnal "treapili" de debit de intrare, numit "raspuns indicial": !:i.Q1 =!:i.Qo => rezulili rasunsul !:i.p(t) = K!:i.Qo[1 - e -1/ T]

Obs.

0 aWi forma eehivalenta de reprezentare a modelului este ea model functional de tip

,.r, b.p(s) -- ~ tme: H(s) __--fiunctie d e transJer. Seo b b.Q,(s) Ts + 1

Modelul in variabile "normate" poate fi dedus in mod similar introducand:

_b.p_ = P * = y;

Po
1 dy Cpo - + -YPo dt Rp

b.QI = Q* = u Qo

= Qou
Rp

In forma echivalenta "cu constante de timp" (inmultim totul cu Po ) => ~ Rp RpC-+y=-Qou dt Po dy , sau T-+y=K dt

iar constanta de timp este nemodificata T=RpC - Daca se ealculeaza y(T)=K *l[l-e- 7 =O,63K* = 63% Ystationar =>rezulta 0 metoda simpla de determinare a constantei de timp T - pentru Rp == R statica => K* == 1 . - u=l(treapta "unitara") este de fapt 0 variatie a debitului de intrare=> b.Q, = b.Qo

b) Modelul proceselor de umplere/golire a rezervoarelor hidraulice Procesul este un rezervor hidraulie eu A=aria rezervorului constanta si evacuare prin pompa cu debit constant Q2=const. (ventilul V2 - inchis si Vi -desehis ) sau prin "eadere libera" Q2 ==

a.Jh.

Se doreste determinarea unui model matematic care sa evidentieze comportarea din punct de vedere al variatiei nivelului de lichid in rezervor ( marime de iesire - "efect" -) atunci cand se modifica debitul de la intrare ( marime de intrare - "cauza")

Se parcurg aceleasi etape: Evidentierea variabilelor specifice, v=[Ql,Q2,h, V,... J Legea conservarii volumului de fluid ( Q - debite volumetrice)
dV Ql(t)-Q2(t)="di V=f(h)=Ah=> daca A= constant, atunci rezulta modelul matematic neliniar:

dh A dt

= Ql(t)-Q2(P,t)

Liniarizarea modelului In fU1}ctie cele doua regimuri de functionare ale rezervorului , exista doua situatii: de b.1) Evacuare prin pompa cu debit constant Q2=Q20 -ventilul de trecere V2- inchisSe introduc variabilele centrate iJh=h-ho unde ho corespunde unui PSF (punct static de Ql(t)=QO+L1Ql functionare) in care: QlO=Q20=QO=ct si Rezulta astfel:
A d(ho +tlh)

dt

=Q
0

+~Q_Q
0

Eliminand regimul stationar =>

A dtlh

dt

= ~Q
1

Se trece la variabile normate notand :

~y Aho -

= h;
o

tlh

dt

= Qou

unde

Aho= Vo astfel

dy = Qo u. => yet) = Qo dt Vo Vo

f udt = ~ f udt 1';

Ii=

Acesta este modelul unui sistem "integrator" avand urmatorul "raspuns indicial":

v:
_0 -"

constanta de timp de integrare"

Qo

Acest proces e un proces "fara autostabilizare". Echivalentul in reprezentare prin functie de transfer este: H(s)

Yes) =_1 U(s) J;s

b.2) Evacuare prin "ciidere liberii" -ventilul de trecere V\- inchis => Q2=Q2(h) Dependenta neliniarii (Bernoulli), se liniarizeazii dezvoltare in sene Taylor in jurul PSF ( ho, Qo) Q,(h) prin

= Q,o

+(;'

)0 (h-ho)+(

iJ:h~'

JJ

(h -z~o)'

)+...

Se trece la variabile centrate : LJ.h=h-ho LJ.Ql=Ql-Q10 LJ.Q2= Q2-Q20 Modelulliniarizat se obtine prin inlocuire tinand cont cii :

Rezultii:

(;'1 +z~l =zk

A d(ho +M) dt

= (QlO+dQI)-[Q20
.

~dh] 2~ho

Se orienteazii liE modelul prin separarea variabilelor pentru a evidentia cauzalitatea si se obtine: dM a A-+--dh=dQ dt 2..jh; I -=h ho Rezultii in final modelulliniarizat: . dy a Aho -. + ri::"" hoY = Qou -+
dt 2~ho

=y

dQI * si --=QI =u Qo unde Qo

2V dy
_0 -

Qo dt

+Y

= 2u

= a..jh;

Parametrii modelului sunt: 2V - constanta de timp este T = _0

Qo

(dublul timpului de golire) si

.

- factorul de proportionalitate K*

=2

(adimensional) (proportional cu

o reprezentare echivalenta a modelului este prin functia de transfer intarziere de ordin 1 P-Tl): 2. 1 yes) H(s) =--=--are un smgurpol real egal cu -UW Th+l T

Sistemul se poate deasemenea reprezenta echivalent printr-un alt model ,,neparametric" si anume caracteristica defrecventii (caracteristica Bode).

"

",I
VTi

tlr

t'",,
'"

fara autostabilizare

Reprezentarea echivalenta ca "model discret" se poate obtine simplu prin "discretizare" aproximand derivata din modelul continuu si trecand la "timpul discret" k=t/Ts: T y(k + 1) - y(k) + y(k)

y(k) ~ y(k+l)

= Ku(k)

Ts

T,

y(k+l)=

T) T ( 1-; y(k)+ KT

u(k)

Echivalent se poate obtine transformata Z : zY(z) =aY(z)+bY(z) Se obtine: H(z) = Y(z) = _b_ = bzU(z) z-a l-az-1
1

Rezulta modelul discret functional in domeniul timp ( relatia de recurenta lIE) sub forma: y(k + 1) = ay(k) +bu(k) discret functional in domeniul complex, aplicand

Curs 3
2.4. Modelarea proceselor de amestecare - reglarea concentratiei
Analiza de sistem Procesele de amestecare sunt procese fizice, tara reactie chimica Intre componentele ce intra in contact. Concentratia produsului C se modifica de regula prin modificarea debitului ~i componente ce se adauga In procesul de amestecare. Presupunem ca avem doua astfel de componente'A, B cu concentratiile CA si CB, iar CA CB. 3 ' [C]sr=kg/m Q - debit volumetric

>-

[Q]SI=m3/S

Q,

C.~e&4tr~

'"~ ~

'Q-~tSB C r---M~ ~e.

debit volumetric

- QB este aleasa ca "miirime de executie" ( intrare in proces) - marimea "reglatii": concentratia C aprodusului ce se extrage din amestecator Modelarea procesului Ne propunem sa determinam modelul pr~ului de amestecare. !l QB !l C

>-

-~Etapele modeliirii analitice } '. evidentierea variabilelor: v={QA, QB, CA, CB, Q, C, V s~ apli~a una .dintre legile de conservare ( legea conserviirii masei ) -+ ~\~~ .... .cP c_==-In reglm statwnar : ~ ;;~ QAO*CAO + QBO*CBO - Qo*Co = 0 A [<Di ] = kg/s; flux masic de intrare al componentelor A si B .- Q. c:., t" Q'I?, . Ce. [<De ] = kg/s; flux masic de iesire - produs C ~ f~ ;;. 3 3 'Obs. - dimensional=> [m /s]*[kg/ m ] = [kg/s] - In regim stationar, cele doua fluxuri sunt III echilibru. Astfel deducem "caracteristica statica" a procesului de forma Co = f (QBO):

311\

&",e.-

CO = (QAO*CAO + QBO*CBO)/ Qo

'

<p. _ <P ;::: d (VC) I e dt

QA C A + QB (t)C B - Q(t)C(t)

;:::

VdC at
centrate"in modelul

Liniarizarea modelului prin punerea in evidenta a "variabilelor dinamic:

QA{t);::: QAO Qs (t) ;::: so + I:1Qs(t) Q Q(t) = QAO + Qso + I:1QB(t) e(t)
deoarece I:1Q (t);::: I:1Qs (t)

= Co + I:1C(t)
d(Co + 1:1C)

RezuWi prin inlocuire:

QAO . CA + (QBO + I:1QB) . CB - (Qo + I:1Q). (Co + I:1C) ;::: V

dt

=>unde: d(Co+ 1:1 C)ldt reprezinta viteza de variatie a concentratiei produsului (amestecului) - Conditia de regim stationar conduce la disparitia unor termeni din regimul dinamic .. -Variatia debitului de iesire I:1Q provine doar din variatia debitului eomponentei B (I:1QB ) -A ramane nemodificata => I:1Q se poate inlocui eu I:1QB Tinand cont de observatii se obtine: V d(I:1C) -I:1QB . CB - Q I:1C + I:1Q. CO + I:1C .I:1Q Obs.

dt

Neglijand produsul infinit mic 1:11:1 si "orientand I/E" modelul (prin separarea variabilelor), se obtine modelulliniarizat in variabile eentrate: V d(I:1C) + Qo I:1C = (CB - Co) I:1QB dt Normarea variabilelor: 1:1 C * = y = 1:1 CICo 1:1 Q/ = u = 1:1 QeI <- marime de "iesire" <- marime de "intrare"

QBO

Inlocuind in modelul anterior rezulta dy V . Co - + Qo . Co . y ;::: C B - Co) . QBO . U ( dt Se aduee modelulla forma eu eonstante de timp prin impartire la Rezulta in final modelul

Qo*Co

B --+y;:::------u Qo dt Co Qo Obs. ,

V dy

(C -Co) QBO

- modelul amestecatorului este de tip proportional cu intarziere de ordinul I; - constanta de timp a proeesului T ;::: VIQo este egala eu timpul de golire al rezervorului la debit nominal Qo ; - factorul de amplificare (proportionalitate) in regim stationar este K* ;::: C B - Co) . QBO ( CO Qo

Modelarea proeeselor de eurgere prin eonduete este neeesara in proiectarea reglare a debitului, debitul fiind 0 manme reglata, frecvent intalnita in aplicatii.

sistemelor

de

-.::

"

restrictie (ex. diafragma pt masurarea debttului)

&f

Presupunem 0 eondueta de diametru "d", iar lungimea ei L este eomparabila eu "d" ( eondueta seurta). VR = ventil de reglare 8 = sectiunea eonduetei Pe eondueta are loc 0 cadere de presiune /1 P. Debitul e dat de relatia lui Bernoulli (in regim stationar):

Q=a*s*p/ip
p

p = den~itatea fluidului a = eoefieient de debit In regim stationar se poate scne relatia: /1 Po - (p *Q/)I(2 a 2*81) = 0 volumului de fluid: /1 Po*S - (p *Q/)/( 2 a 2*S) = 0

1*8

=> rezulta echilibrul fortelor asupra

unde (p *Qo2)/( 2 a 2*8) reprezinta forta de reactiune (reactie) datorata restrictiei. Cele doua forte sunt in echilibru in regim stationar; daea exista 0 diferenta atunci aeeasta determina variatia impulsului eantitatii m de fluid ~.F = m dv/dt.
6.P(t)*8 - (P*Qo2(t))/(2a *8)=

~[m*v] dt

eu

m=pLS v= Q/S
Obtinem de aici modelu1 matematic neliniar, presupunand ca p L e constant: p L * dQ + (p *Q2)/( 2 a 2*8) = /1 P(t)*S dt . Liniarizarea modelului prin eentrarea variabile1or: In regim dinamic:

Q(t)

Qo + /1 Q(t)

/1 P(t)= 6. Po + D. [D. pet)] = D. Po + D. pet) unde s-a notat D. P(t)= pet)

Rezulta modelul neliniar in variabile centrate: pL* ~(Qo + ~ Q(t + [p*( Qo + ~ Q(t)i]1 (2a 2*S) = [~Po + ~ p(t)]*S dt Tinand cont de conditiile de regim stationar modelul se simplifica:

pL* d~Q + ;::Qo~Q(t) + Q2 dt a2S 2a2S

Neglijand termenul patratic ~ ~ separate astfel ca:

~p(t)*S

(infinit mic de ordin superior) rezulta. Variabilele sunt deja

pL* d~Q + ;::Qo~Q(t) = ~p(t)*S dt a2S Normarea variabilelor : y=~Q/Qo

u= ~ pet)! ~ Po
p LQo dy + (p Qo2y)1 (a 2*S) = dt

~ PoS*u(t)

pLQo a2Sdy + y ;::Qo dt

MoS u ;::Q; a2S

dt unde eu notatii evidente obtinem constanta de timp si factorul de proportionalitate

2

a2V dy -*-+ Y =1/2*u(t)

Qo

T= aV

= a 2*TgOlire

Qo
K* = 1/2 = factorul de proportionalitate ( adimensional); Obtinem astfel ecuatia finala: T*dy/dt + y = 1/2*u Si acest proces are 0 eomportare~a si cele de pana acum} inertialafu intm-ziere de ordinul 1. Obs. Cazul Ld (conducta lunga): e mai eomplicat, dar se aproximeaza un model similar cu cel anterior dar care are in plus un "timp mort". Acesta este timpul de propagare intrare/iesire a unei comenzi, datorat vitezei finite a fluidului 'r == L v

H(s--)- k

Ts+l

*e

-S7:

unde ultimul factor este datorat timpului mort. Timpul mort are efecte foarte neplacute in cazul reglarii debitelor pe conducte lungi. Din punct de vedere al stabilitatii unui sistem caracterizat printr-un sistem proportional cu un sistem de ordinul 1 locul de transfer este:

IHlt= 1HZ'I
cP t

= rp -

mT ;

rp t = defazajul total creste sensibil cu frecventa

i'::!

pt m = ~ => rp t = cP - ;

5T pt un 7" =T

Daca Kt= KR * Kproces => trece de punetul critic (-1,0) => sistemul de reglare automata (SRA) devine instabil. Deei timpul mort poate provoca relativ usor instabilitatea unui SRA.

2.6 Modelarea proeeselor ell transfer termic

Procesele cu transfer termic se desfasoara intre un agent termic incalzitor si un produs ce trebuie incalzit (de obicei fluid). Aceste procese au loc in aparate, utilaje, instalatii, nutnite schimbatoare de caldura (SC). Constructiv schimbatoarele de caldura pot fi de mai multe tipuri: k 0 J, 1. Schimbatoare de caldura cu contact direct intre agent produs jF~~ ~ t<r agent si produs. ill acest caz are loc un proces de '~c..J~ amestecare a agentului cu produsul.

2. Schimbator de c'alduracu manta: agentul incalzitor are un traseu printr-o manta exterioara a schimbatorului de caldura, iar produsul poate sacicule in echicurent sau contracurent. 3. Schimbator de caldura tip autoclava: produsul .~ cireula printr-o serpentina

fll_JJ!

produs

agent

~ agent

produs

agent

Diversitatea eonstructiva determina si 0 diversitate de modele matematice. Totusi acestea se incadreaza in doua c1ase:modele eu parametri concentrati si modele cu parametri distribuiti. ill ultima categorie ( ex. schimbatorul tub in tub) , modelul mateinatic trebuie sa refleete si dependenta de coordonatele geometriee -temperatura Tp(t,x) - rezultand neeesitatea modelelor eu parametri distribuiti. illdiferent de natura schimbatorului de caldura, exista 3 modalitati de propagare a caldurii mtre agentul incalzitor ~iprodus: Conductia termica; Convectia termica; Radiatia termica;

Conduc{ia termidi este procesul de transfer al dildurii dintr-o regiune cu temperatura mai ridicata illtr-o zona cu temperatura mai coborata sau illtre medii diferite, aflate ill contact fizic direct sub influenta diferentei de temperatura: BJ >B2 Conductia nu presupune deplasarea aparenta a particulelor ce alcatuiesc mediile respective; cDo conductia termica este singurol mecanism de transfer de caldura prin corpuri solide ~i opace. Fluxul termic: <1J=-AS dB dx [<1J] 1~ = = 1w (Fourier)

dB B -B dx 8 unde: A este conductivitate termica; S este suprafata prin care are loc schimbul de caldura.
2 -~---1

Convecfia termica este transferol de calduraobtinut prin actiunea combinata a conductiei termice ~i a mi~carii de amestec mtre cele doua medii ~i prin acumularea de energie intema. Convectia termica este fenomenul de transfer de caldura mtre 0 S suprafata solida ~i un fluid, mtre ele existarrd contact direct ~i 0 mi~care relativa. Fluxul termic transmis prin convectie este dat de: <1J =

as(Bj

...;.

Os),

unde a este un coeficient de propoqionalitate. 8/- temperatura fluidului 8s- temperatura suprafetei de contact

Radiafia termica este transferol de caldura de la un corp cu temperatura mai ridicata la unul cu temperatura mai scamta, corpurile fiind separate m spatiu. Se face prin unde electromagnetice din spectrul invizibil cu lunigimi de unda parra la 100jlm (0,1 jlm ..100 jlm), .iar legea de baza a radiatiei calorice este: <1J (J' S . T4 , unde: = (J' este coeficientul de radiatie; S suprafata de radiere; T temperatura absoluta CK). Principalul mecanism prin care are loc transferol m schimbatoarele de caldura este convec,tia termicii. .

a. Modelul unui sehimbator de ealdura eu parametriJ eoneentrati

Tp1 , Tpr temperatura produsului la intrare, respectiv la iesire din schimbator; Qp - debitul de produstemperatura agentului la intrare, respectiv la ie~ire; Qa - debitul de agent incalzitor, eonsiderat ca manme de exeeutie; Serpentina are temperatura T ~i este de masa neglijabila ( nu aeumuleaza caldura).
TalO . Ta2 -

Ipoteze simplificatoare: Nu exista pierderi de caldura spre exteriorul schimbatorului (transferul termic este . agent- serpentina- produs); . Peretele serpentinei este foarte subtire, are suprafata S~i masa neglijabila (nu aeumuleaza caIdura); .Transferul de caldura are loc numai prin convecfie; in interiorul Schimbatorului de CaIdura temperatura agentului este egala eu temperatura agentului la ie~ire (Ta=Ta2), iar temperatura produsului este egala eu temperatura produsului la ie~ire (Tp=Tp2),' Fluxul de energie (termiea) <I> =-[pV unde
p- densitatea fluidului,

transportat de un fluid este:

d dt

cT]

= pcT-=

dV dt

pcQT;
c - eapacitatea ealoriea , Q =dV/dt- debitul

V - volumul,

volumetric

[p.c'Q.T]=';;

=W;

Fluxul transmis prin convectie este: <I> = a . S I1T Cantitatea de energie termiea acumulata este:

dQ dt

= ![mcI1T] = pVc dl1I

dt dL

in regim stafionar:
Pentru agent:

PacaQaoTalO - PacaQaOTa20-as(Ta2o -~)= 0 . &.t 6..~ ~~ unde as(Ta2o - To) este fluxul de energie termidi ced~rpeiitin-ei- Pentru serpentina:

as(Ta2o - To)- as{To - Tp2

Pentru produs:

J= 0;
0

T T Pc PQ Po PIO -P PCPQPo P20+as(T P

-T P20 )=0

in regim dinamic, pentru fiecare participant la schimbul de caldura (agent, serpentina si

produs) suma algebrica a fluxurilor determina acumularea de energie tennica:

<Pas -<Psp =0 <Pip-<Pep + <Psp = PpCpVp--a;. dTp2

Liniarizarea modelului se realizeaza prin trecerea la variabile centrate : .

Se tine cont de relatiile de regim stationar si de a doua ecuatie fara dinamica din care rezuIta imediat variatia temperaturii serpentinei I1T (media aritmetica) :

2tlT = I1T + I1T => I1T a2 P2 { \. PaCa\TalO-Ta20pQa-aS PpCpQptlTP2 +as (

tlT

a2

+tlT P2 2
2

(- tlTp + I1Ta
2

J =PaCaVa&dtlTa
2

tlTa - tlTp
2

J = PpCpVp dtlTp dt

Inlocuind in urma calculelor rezuWi :

dl1Ta2 = _( Qao + as )I1T + as I1Tp + Tala- Ta20I1Qa; a Va 2paVaca 2 2PaVaca 2 Va dt

,

'

'---v----'
au

~l

S-a obtinut un model in reprezentare de stare pentru schimbatorul de caldura:

2 d,1;a _ [- all - a21 d ,1 TP2

'-----v--'

dt

a12 ][I1Ta2] [Ta10 - Ta20 V I1Qa' - a22 I1TP2 + a l........,,-J

''----v--''

J
'

. u

'yo

eu notatii evidente rezuIta modelul in reprezentare sistemica 1; (A, b, c): i =Ax+bu {y = cT X '

unde

rATp2.

deciy~x2 rezull' c=[~J

x=[

~~:J.

odic.

Modele echivalente I/E (functionale) se pot obtine relativ simplu. De ex. pentru a obtine functia de transfer debit agent => temperatura produs este necesar sa se calculeze:

H(s)

= y(s) = I1Tp2(s)
u(s) I1Qa(s)

In conditii initiale nule (variabilele fiind "centrate"), rezuIta-:

SX(s)

= Ax(s) + bU(s) = cT (sf -At1b.

() { y=c T xs

~(sf-A)x(s)=b.u(s)~x(s)=(sf-Atlb.u(s)~ u(s)=> H(s)

~ y(s)

= cT (sf

- At1 b
T

In urma calculelor rezuIta-:

<I>(s)
.

(sf _ A)-l

=
.

[s + all
- a21

- al2 s + a22
aZI

]-1 _
hI

s+a22 a21 ] [al2 s+ - s2 + s(all + a22 ) + (all a22 - al2 a21 )

all

H(s)=

---= ----------!::.Qa(s) sZ +s(all

!::.TpZ

(s)

+azz)+(auazz

-a12azI>

defineste alt vector c; = [1 0] calculu1 fiind similar .

Cursu! 4

2.6.b. Modelul eu parametri distribuiti al unui sehimbator de ealdura de tip tub in tub
Modelele cu parametri distribuiti evidentiaza nu numai variatiile m timp a marimilor caracteristice, ci ~i variatia lor spafiala. in particular modelele sunt deci ecuatii cu derivate parfiale Ex.: cazul unui schimbator de caldura de tip tub in tub.

\.. i X '"').('
("'" '-- v

I I 1: (x+A I I P I Tp(x,t:) :
I I
I

X,t:)

x----l:::,.X

Fig.I. Metoda general a prin care se obtine modelul matematic al sistemelor cu parametri distribuiti este metoda elementului finit (MEF). MEF aplicata unui schimbator de caldura consta m "izolarea" la distanta x un schimbator de caldura "elementar" (SeE) de lungime !xx, care pentru !xx ~ 0 poate fi considerat cu parametri concentrafi. Modelul obtinut este apoi prelucrat in functie de necesitati ( ex. daca intereseaza profilul de temperatura in functie de coordonata geometrica atunci se studiaza regimul stationar). Ipoteze Peretele serpentinei are masa neglijabila ~i nu stocheaza caIdura Transferul de caldura mtre agent siprodus se realizeaza lara pierderi si numai prin convectie Nu exista pierderi spre exterior Pentru SCE din fig. 1 se noteaza: - Sa - suprafata sectiunii prin care treceagentul incalzitor; Va = volumul agentului din SCE
J

-S = suprafata prin care are loc schimbul de caIdura prin convecfie mtre agent ~iprodus.
- Ta (x,

t) , Ta (x + !XX, t) - temperatura

agentului la intrarea si respectiv iesirea din schimbatorul

elementar - Ta (0, t) = Tal - temperatura agentului la intrarea in schimbator - Tp (x, t), Tp (x + Ill, t) - temperatura produsului la distanta precizata - Tp2

= Tp2 (L, t) - temperatura

produsului la ie~irea din schimbator (x=L) s.a.m.d.


<1>. - <1>
I

Bilantul termic prin metoda elementului finit

_ viteza de variatie a energiei termiee (ealdurii) dt ' <1> = P * C * Q * T - fluxul termie transport at de un fluid eu debitul Q si temperatura T
e

= dW

[<1> ]Sl

J = 1- = 1Watt s dW * dT P * V *C - =

d ., . . . e vanatle a energIel tel1l1lce dt dt ' Pentru agentul incalzitor:

- - vlteza

Pa * Ca *Q.a *T a (t) X,

Pa **Q Ca

A~ .. X, a *T a (X + UA., t)- a*S*{T. a (. t)-T p (X, t))-p

a * ':a *v a *aTa(x,t) at

P * C *v

a*S

= Ka(p)

Treeem la limita pentru b.x-- 0 in sistemul anterior si observam aparitia derivatelor partiale de tipul: lim b.x ~ 0 Ta(x+b.x,t)-Ta (x + b.x) - x (x,t)
=--

aTa ax

Inlocuind in eeuatii, obtinem in final modelul cu parametri distribuiti : aTa at aT -.E.. at

= -v a * aTa ax

-K

(T (x t)-T (x t)) aa' p' pa'

= -v

Pax

aT *-.E.. + K (T (x

t)- T (x t))
p'

eu eonditiile la limita ( frontiera) : Ta(O,t)=Tal; Ta(L,t) = Ta2; Tp(O,t)=Tpl; Tp(L,t) =Tp2;

Analiza regimului stationar:

"

Profilul sistemului : dTa dx dTp dx -Ka

de temperatura

in lungul sehimbatorului,

rezulta

deei pnn

solutionarea

Va
Kp

_ ~: [Ta]
--

Kp

Vp

Vp

--=-

dTp dx

Va

Ka

* --+-dTa d Ta
2

dx2

dx

InlocuimJn:eeuatia

(2)si-.dupa ealcule rezulta:

Rada.einile ecuatiei earacteristiee

r2 +r *

(KVa + K J = 0 V
a
p p

Ta(x) = C1 + C2 * er'l

*t

constantele de integrare determinandu-se din eonditiile la frontiera

Tp (x) =

c'l

+ C2' *er

2 *t

eu eonditiile x=O, Tp(O)=Tpl si respeetiv ~d-I""'(~

x=L,

Tp(L)=Tp2

~ l.o)

L x.
tl

t.:.\...~~' ~

~i
<"Q-t
~ ~ ""1\

( rt'l'! ~,,~

~{'<t.~

I\~

'> V.. '~,V''( _~ V

.. ~\.~,~ ~M~
~"<:';.~LJL ~

-4v\;~~'C... Q~ ~
\ll"t.,-~~~

.~~~V{~'

e.sr~~n.~~
.
"1""'<

~'-1
~\ivJhv-&(k\A~"1'Nt-\l)

~"'~~

4.

~~
"I

h. C.~cAi~&-<<4..
~ ~~'"' '.

~~
<;) ~ (-)\,;~)

~ ~o"-~f''-t...
+

I\l":~

~""---l,,,
~ > c..

-{ ~1'
'\T :::

j '\ '\'

--0

't
~l

~c;-\~~~;

".,.~
~

~~

.-/L-.~~.A-,,- ~~~ ~ r...r .J..~

~
(11))) ::. D

~'

~""#l
'.>..ec

vice-rc- olt iv~f'L,t i[;fb"lk\1~ '~~~ ~~(

~)~)

S +:

(:X) <, ')

t~uv",:,~ ....~ ~ ~ '"( ~

~\- A..t..~e...olLlt~ 'x .

t-c...

e.-~
.1 h.\

~-z,o-~

~
'\.;~.

-+ ~
~

=-.0

-') v-.
~

I't...'\ ~ - S

~
~

~t~ "'-

, 'f=-lA) S")::-

-e.

-~~
'I

-.s-'
\AM.clt. (..(\;\.. ~

f.

SoL Lt\..

t\;~

Gr... r\.A

r~ t.... ~
~\

~ t"L~e

C.
:;.

h...:

'f-l c) <) )

c...,
L

K{"",\'Z. -o-J.-/C:.

...L~ L

'r- '-~ -~
~

\=' ( I\J

~ ") -::.

V- (..0 ) S) . '.. -SX~ ~ V-

- ~
~~

\)'" k.l( \r

h \;:;' ~ ~ '}. L
-;:. ~

= ~ ( L ) ") 'do' \."'~) . to- s V- \ )

~",\,v...l
~~~J..

~.

t\J-u.k"\
+\~lS)~

k'r ~ ( ~ k
"F(L,s)
~(c)e,)

~~

1- '\~
~

XJ~G.~~ l (~~~

k~

1~ ~/~~~k:.

) ~ Ok~A ~c.k~~;:~

"

-=- -e.-~"b T'(' l L 1 >')

J2..-r-

-C

~ ~

T X'

"'=-)

-~
-

~ _ k~",,\=>.4..,~' ~ ~\-.~ ~-h-/ '\'f~ "l

erA..

"

t~"
.-I~IL--_----Z~

T~(0)<)

~~~:.:.. ~k\....~
\-

~~.

~~dv-~

..{,

1I

\~1:(-<.('~1

1'(1-

.*.
~

=)

,
\'

\ ) \-

~':\. "-4-~
1\ lA....

~ V~v-..
<.r'. ~

~
~

Jv...
\,~~

_
h ~ ~

1.

~~S V-

--C ~ -\~-

V\.~*,'\ -" ~ .~""'-\""'~ -t.~\".."..

,'\' ... ~~~.., ~

"ilL

h T~~~
,:4",,'\r-v\:;.

w,...... 'f ~',..t..

<. ~~

~t

~
,A)

c..:~KU

t' -.. i/
~

--.,.. t

dw,~
~___ ~~~

-=)" ~

~vl:"",,~ ~~

~i.~...(

"""",,w,, (,-. i\t.:..:" S(l.., f'r- .~ ).

2.7. Modelarea proceselor de reactie

Proeesele de reaetie au Ioe in instalatii tehnologiee numite reactoare chimice. Caraeteristic proeeselor de reaetie este transformarea printr-o reaetie ehimiea a reaetantilor intro noua substanta numit produs de reacfie. o eeuatie stoeehiometrica se prezinta sub urmatoarea forma: 8A1 +8Az + ... +8An - > 8e unde -

8; este coeficientul stoechiometric; Ai reprezinta un reactant;

C este produsul de reactie. reactiile sunt caraeterizate ~iprin schimbul de caIdtira. Exista doua tipuri de reactii: 1. izoterme 2. neizoterme - endoderme (absorb caldura) - exoterme ( eu degajare de caldura) Reaetiile ehimice sunt modelate prin legea conserviirii masei (bilan!ul conserviirii energiei (bilan;ul energetic in particular bi/ant tennic). Reaetantii prezinta caracteristieile: In bilantul masic tennic apar termeni suplimentari : ~ 9--'a.: .. R. =V*r. -

in plus,

masic)

~l

legea

unde -rj este viteza de reactie a componentei "i" -V este volumul masei de reactie.

r;';8;*r
unde -rviteza toatala a reactiei
r

= k*TII et
;=)

unde

- Cj este concentratia reactantului i

E

- k este dat de legea lui Arhenius (k = ko

*e

RT)

Deci in final vitezele de reactie ( termeni ce apar in fluxurile masice) sunt de forma:

'*".

'T/h~ R = V * 8 I I ,.....

* k 0 * e-E / RT * rrn e?i

i=l
I

lJ~ k: [RJSI
=

Termenii care il contin pe Ri apar ell semnul minus "-,, daca ace~tia vizeaza reactanfii ~i eu semnul plus ,,+" daea vizeaza produsul dereactie. in bilantul termiC , in desfasurarea reactiei apare inca un termen neliniar, datorat variatiei de entalpie (- Mf) numita "entalpie de reactie". Pentru reactiile endoterme

(Ml) > 0 iar daca reactia este exoterma (Ml) < O.

ill expresia fluxului termic apar astfel in plus termeni de forina :

Exemplu: Modelul unui reactor chimic cu doi reactanti.

R F.A rT A NTT

Qa, Tal
agent incaIzitor (de racire) Q, Ce2, T2
CA2, CB2

Modelul dinamic al unui rector este descris de ecuatii1e bilantului fluxurilor masice ~i ale bilantului termic pentru fiecare participant la reactie:

Q A

Pentru reactantul A:

*C

Al

-Q*C

A2

-v*a

*k

*e-EIRT2 *COI *C02 =V*dCA2 A2 B2 dt *e-EIRT2 *COI *C02 -V* dCB2 A2 B2 ~

Pentru reactantul B: B2 -v*a

2

QB *C BI -Q*C

*k

Pentru produsul de reactie:

C2 3

0- Q * C . + V * a b. BilanpIl termic: ~

* k 0 * e -E IRT2 * COl * C02 = V * dCC2 A2 B2 dt

q-aw

[eI>d- [eI> e] ~f ]= [p * Q * c * ~~]

Pentru reactantii A, B si produs presupunand ca transferul de caldura de la agentul in calzitor "a"( Tn2, Qn) la reactanti se face prin convectie:

PA *CA *QA +(-tili)*V*k

(5)

* TAl + Ps

*cS *Qs *TBJ - Pc *cC *Q*T2 +a*S*(Ta2 *C02 =PC*CC*V*dT2

S2

-T2)+

o *e-EIRT*COI A2

dt

Pentru agent:

Po

* c * Q * ToJ
0 0

- P 0 * c0

* Q *T
0

02

- a * S * (r02

T2 ) = P 0

*c * V
0

*---.l. dt

dT

Observatie:
Modelul matematic este foarte puternic neliniar ~i de aceea solu{ia analitidi este imposibila. Singura posibilitatepentru a cerceta modelul este prin simulare. Din punct de vedere istoric toate reactoarele industriale complexe au fost dezvoltate initial prin simulare pe modele jizice la scara redusa in faza de instalatie "pilot" sau "micropilot" apoi prin ridicarea la scara realizandu-se instalatiile industriale.

Concluzie:
De multe ori acest model In ansamblul sau este instabil. Reactiile chimice nu conduc la regimuri stationare care sa exprime stabilitatea procesului. Ele sunt in mod natural instabile ~i este necesara stabilizarea prin sisteme de reglare automata cu structura specifica .

..--

Elementul component principal a1 sistemelor de actionare electrica este motorul electric care ponstitue convertor electromecanic al sistemului deactionare. Se estimeaza ca aproximativ 4060% din energia electrica se converte~te In energie mecanica prin siteme de actionare electrica. Exemplu: modelul unui motor de curent continuu:

+g

Ue

U
Re Le
CI>

Modelarea analitica

Au loc doua fenomene: 1) aparitia tensiunii electromotoare e prin fenomenul de inductie electromagnetic a Tensiunea electromotoare indus a este proportionala cu fluxul de excitatie ~i viteza cu care se rote~te rotorul e=KC/Jn Generarea cuplului electromagnetic m=KC/Ji Din echilibrul dinamic intre cup1ul mecanic la axul rotoric si euplul de sarcina rezulta micarea de rotatie: viteza unghiulara n, pozitia unghiulara Presupunem ea sarcina este caracterizata de momentul de inertie J i de coeficientul de frecare vascoasa F. 2)

e.

Teorema a doua a lui Kirchhoff, relatiile specifice motorului , ecuatia de miscare mecanica pre cum si ecuatia circuitului de excitatie conduc-la:

u(t) e(t) met)

= RAi(t)+LA-+e(t)
dt

di

= KIS>(t)O(t)

= KIS>(t)i(t)

dO ]-+FO=m-mr dt dt Pentru a obtine 0 reprezentare ca model functional ( de tip functie de transfer) - pentru relap.ile liniare se poate aplica. transformata Laplace. Rezulta schema bloc functionaUi:
M

UE = RElE + L E- diE

J0
1

U(s)
E

Modelul neliniar poate fi folosit doar In simulare numerica . Liniarizarea modelului: 1. Dad IS>este constant, atunci modelul se liniarizeaza in mod natural Schema bloc simplificata este urmatoarea:

Putem ca1cula functia de transfer pe calea directa aplicand reguli1e algebrei schemelor . bloc

1 1 1 _ K (TAS + 1)TmS _ K -------'---- --_~--;::; 2 + TmS + 1 - T T S2 + TmS + 1 TATmS A m (TAS + 1)TmS

1 K (TmS + 1)(TAS + 1)

Se observa ea modelul este de tip P-T2 proportional eu intarziere de ordinul2 (eu poli reali) . Pe eanalul tensiune -curent rezulta similar funetia de transfer: 1

Istolionor

. = hm S
s~O

_1 SI m Uo RA 2 Tm TS + Tm S + 1 S s.

(Mr) pt.
.

=0

di

= _ RA
LA

i_~

dt

LA
. F J

+ _1_ u LA
1 ,
r

dO.
dt

=-

Kz - - 0. - - m
J

Eventual se poate adaga ~i:

~~ = n

Vectorul de stare fiind

= [~ ]

Presupunand euplulrezistent nul, se pot obtine prin ealcul aeeleasi funetii de transfer: 1
H1(s) = o.(s) = ensI

U(s)

- At! b =

TmTAs + Tms + 1

H2(s) =[1 O][sI-Arlb.

Cursul5 Cap3. Clase de modele matematice - moduri de reprezentare si metode de conversie

Exista modalitati diferite de reprezentare a modelelor dinamice ~i posibilitati diverse de clasificare. Clasificare dupa natura modelului Dupa natura modelului matematic, exista doua tipuri: a. parametrice ~i b. neparametrice Cele parametrice sunt modele analitice care evidentiaza un numar finit de parametri caracteristici (coeficienti, indici de structura, gradul unor ecuatii diferentiale sau polinoame) . Exemple:' ecuatii diferentiale, functii de transfer, modele intrare/stare/ie~ire, etc. Cele neparametrice sunt modele In care parametrii caracteristici nu apar In mod explicit. Ele se prezinta In general sub forma unor grafice, diagrame (ex.: raspuns pondere, raspuns indicial, loc de transfer Nyquist, caracteristici logaritmice de frecventa (Bode) etc. Modelele neparametrice sunt caracterizate de un numar infinit de parametri. Dupa natura variabilei independente (de obicei timpul) Exista a) modele continue (netede): t ER b) modele discrete (discontinue, cu e~antionare): t / kEZ Obs. k = t / Te Modelele continue/discrete pot fi :parametrice sau neparametrice. Cele continue si parametrice se clasifica In: functionale (intrare-iesire IJE) ~i structurale: (intrare-stare-iesire US/E). Cele neparametrice sunt In domeniul timp sau 'in domeniul frecvenfa. Modelele discrete se clasifica ~i ele la randullor In parametrice ~i neparametrice.Ca ex. de modele functionale 'in domeniul timpului: ecuatii cu diferente, relatii de recurenta, modele ARX, ARMAX s.a. Ca modele functionale'in domeniul complex: functii de transfer in Z Modele structurale - MIMO: L(A,B,C,D) -+in particular SIS0: L(A,b,c T)

A. Modele neparametrice in domeniul timpului (MNCT) A.I. Raspuns pondere - este raspunsul pentru semnal de intrare de tip impuls (Dirac)

u(t)

~'O:::; t:::; a a

O,t > a

lim u(t)
a~oo
00

= 8(t) = I,

- impuls Dirac

f8(t)dt
D

Daca T -este constanta de timp dominanta a procesului; realizarea practidi a impulsului Dirac impune aT
00

Raspunsul

y(t)

f h(t - r )u( r )dr

= h(t)

este riispunsul pondere.

Exemplu: Pentru sistemul avand functia de transfer H(s)

= ~::::;.
Ts+I

yet)

=K
T

e-~

I,t z 0 u(t)= { O,t < 0

00

00

yet) = fh(t - r)u(r)dr ~ fh(r)dr

o
0

2tr

iar suprareglajul

(J

este dat de

a = f (~) e =

~1_~2

B. Modele neparametrice in domeniul frecventa (MNCF) B.l Locul de transfer (caracteristica Nyquist) Raspunsulla intrari sinusoidale este legat de caracteristicile de transfer (functia de transfer in frecventa) prin : u(t) = Asin(w!t) yet)

= B sin(w!t
WI

- rp)

= A!H(jOJ)lsin(OJ1t

- rp)

Pacand

variabil se pot determina experimental modulul fde 1. si argumentul prin:

Altfel spus, se pot determina caracteristicile de frecventa prin masuratori experimentale. H(jOJ)

= H(s)ls;jaJ = IH(jOJ)lejargHUaJ) = ReH(jOJ)

+ jImH(jOJ)

B.2. Caracteristicile logaritmice de freventa (caracteristici Bode) Modelul neparametric in frecventa se poate reprezenta si in coordonate logaritmice rezultand caracteristicile Bode: IH(jOJ)ldB

= 20IgIH(jOJ/

p(OJ) = argH(jOJ) B.3. Alte forme de modele neparametrice in frecventa: contururi Nichols, contururile (cercurile) de M (w)=ct si N=ct.

Exista doua tipuri de modele parametrice pentru sisteme continue ( MPC) ~i anume: modelefuncfionale (MPCF) numite si modele de tip lIE(intrarelieire) ~i modele structurale (MPCS) , de tip liSlE (intrarelstarelieire).

Un sistem dinamic liniar SISO poate fi descris de urmatoarea ecuatie diferentiala ordin superior:

de

i=O dt

L ai --. l = I bi --. l
i=O dt

diy

diu~

u
.

Proces

~y

-----

unde u este

marimea de intrare ,iar y este

marimea de ie~ire (in variabile centrate n

/normate). Notand indicii de structurii

ai modelului:

= n a' m = nb,

si utilizand

di forma operatoriala d/
na. nb.

= pi yet)

=>

Iaiply(t) = Ibip1U(t) i=O i=O A(p )y(t) = B(p )u(t).

sau echivalent

Aceasta ultima forma este asemanatoare cu modelul functional in domeniul complex, respectiv cu funcfia de transfer a sistemului continuu echivalent.

Un sistem dinamic L MIMO in reprezentare de stare caracterizat de: vectorul de stare x(t) E Rn , vectorul intrarilor u(t) E Rm si vectorul iesirilor yet) E R Peste descris de : -

dx

= Ax(t)

+ Bu(t)
in particular (SISO) =>

dt yet)

= Cx(t) + Du(t)

- = Ax(t) + bu(t)
dt
y(t) = cT x(t) unde matricile A,B, C, D au dimensiuni corespunzatoare. In cazul SlSO (Single-lnput-Single-Output), B= b este un vector coloana , C= cT este un vector linie. Deasemenea, in cazul sistemelor strict proprii D=O. Reprezentarea L (A, b, c ) nu este unica si se pune problema gasirii unui triplet care sa aiba un numar minim de parametrii asociati rezultand ~a-numitele forme canonice

dx

Exista doua tipuri de modele parametrice pentru sisteme continue ( MPC) ~i anume: modelefuncfionale (MPCF) numite si modele de tip lIE(intrarelieire) ~i modele structurale (MPCS) , de tip liSlE (intrarelstarelieire).

Un sistem dinamic liniar SISO poate fi descris de urmatoarea ecuatie diferentiala ordin superior:

de

i=O dt1

L ai --.

diy

i=O dt1

I bi --.

diu~

u
.

Proces

~y

-----

unde u este

marimea de intrare ,iar y este

marimea de ie~ire (in variabile centrate n

/normate). Notand indicii de structurii

ai modelului:

= n a' m = nb,

si utilizand

di forma operatoriala d/
na. nb.

= pi yet)

=>

Iaiply(t) = Ibip1U(t) i=O i=O A(p )y(t) = B(p )u(t).

sau echivalent

Aceasta ultima forma este asemanatoare cu modelul functional in domeniul complex, respectiv cu funcfia de transfer a sistemului continuu echivalent.

Un sistem dinamic L MIMO in reprezentare de stare caracterizat de: vectorul de stare x(t) ERn, vectorul intrarilor u(t) E Rm si vectorul iesirilor yet) E RP este descris de:
-

dx

Ax(t) + Bu(t)
in particular (SISO) =>

dt yet)

= Cx(t) + Du(t)

- = Ax(t) + bu(t)
dt y(t) = cT x(t)
unde matricile A,B, C, D au dimensiuni corespunzatoare. In cazul S1S0 (Single-lnput-Single-Output), B= b este un vector coloana , C= cT este un vector linie. Deasemenea, in cazul sistemelor strict proprii D=O. Reprezentarea L (A, b, c ) nu este unidi si se pune problema gasirii unui triplet care sa aiba un numar minim de parametrii asociati rezultand ~a-numitele forme canonice

dx

(controlabilii si observabilii). De ex. forma canonicii controlabilii asociaza matricile A, b, c (pentru na = n, ana ==1), astfel:

X n = -aOxl -alx2 y = bOXl +b1X2 +

- an-lXn +bmxm

0 0

1 0

0 1

0 0

A=
-aO -al -a2 -an-l

b=

0 1

Obs. Modelul este stabil daca valorile proprii ale matricii A au parte real a negativa.

Modelul functional al unui sistem in domeniul complex este descris de funcfia de transfer: Pentru conditii initiale nule (variabile centrate) rezulta in cazul SISO, aplicand transformata Laplace:
no nb

Laisiy(s)
i=O

=LbisiU(S),
;=0

=> A(s)Y(s) = B(s)U(s) Functia de transfer fiind

H(s)=-=-=

Yes)

B(s)

bo +bjs+ ao +ajs+

+bn snb
b

U(s)

A(s)

+an sn
Q

unde se considera ca polinoamele A(s) ,B(s) sunt coprime, i.e. (A,B)=1. Pentru descrierea unui astfel de model sistem in Matlab se definesc vectorii coeficientilor in ordine descrescatoare ale puterilor lui s : si den = [ana, , al' ao]; num=[bnb , ,bpbo],. de transfer se poate reprezenta in 3 moduri: a) reprezentare polinomiala: (tf) prin polinoamele A (s), B(s); . mai exact prin [num, den] b) reprezentare poli-zerouri-amplificare (zpk): H(s)=K. [s-z(1)].[s-z(2)] [s - p(1)]' [s - p(2)] [s-z(nz)],. [s - p(np)]

o functie

mai exact prin [z,p,k] unde z=[z(l), ..z(nz)] ,p=[p(1), ..p(np)] c) reprezentare tip fractii simple: r(1) r(2) r(np) H(s) = ---+---+ +---+ [s - pel)] [s - p(2)] [s - p(np)]

K(s),

unde K( s) reprezinta partea improprie a functiei de transfer, iar rT =[r(1),r(2), .....r(np)] reziduurile. Ex. de conversii Matlabl Control System Toolbox care se realizeaza intre aceste forme sunt: sys=ss[A,B,C,D]; [A,B,C,D]=ss2tf[ num,den]; [z,p,k]=tf2zp[ num,den];

Cursul7

Cap. 4. Metode de grafice si grafo-analitice de determinare a modelelor dinamice pe baza raspunsului indicial
4.1 Metode de experimentare
Obtinerea modelului Se poate realiza atat analitic cat i prin prelucrarea unor date, a unor rezultate experimentale ( de ex. raspunsul la semnale de tip treapta, rampa ~i sinusoidale). Aceste metode sunt de fapt metode de conversie a modelelor neparametrice (raspuns In timp, raspuns In frecventa) ill modele parametrice (sunt cele mai simple metode de identificare). generator de semnal

proces

~ ~

prelucrare primara date

model neparam(;(tric

Metode de conversie (neparametricparametric)

model parametric

1)Organizarea i realizarea experimentiirilor pe proces Determinarea conditiilor de desfasurare a experimentelor, ex: cu Intreruperea sau nu a functionarii instalatiei tehnologice;

Stabilirea formei si a liIniteltY'de variatie ale marimilor ce pot actiona asupra procesului ca intrari ; se apreciaza efectul perturbatiilor, al zgomotelor de masura s.a. realizarea efectiva a masuratorilor. 2)Prelucrarea primarii a datelor experimentale corectarea erorilor de metoda, de transrnisie, prelucrari statistice, medieri, filtrari 3)Obfinerea modelului matematic in forma sa explicita:

~IIE ~ liSlE
Daca forma sau structura modelului este cunoscuta (de exemplu prin modelare analitica), problema se reduce la deterrninarea parametrilor modelului. Este 0 problema de estimare a parametrilor ( parametrii reali, adevarati, nu pot fi in principiu determinati exact, din punct de vedere practic este insa suficient sa fie estimati, aproximati cu 0 anurnita precizie). Cele mai simple metode de conversie a modelelor din forma neparametrica in cea parametrica sunt metodele grafice si grafo-analitice. Vom exemplifica 0 serie dintre cele mai utilizate metode de obtinere a mode1elor dinamice pe baza raspunsului indicial (raspunsulla semnal treapta).

Prima problema este alegerea structurii (ordinul) modelului. "Forma" raspunsului indicial constitue principalul criteriu de alegere a ordinului modelului. Daca raspunsul este aperiodic si are punct de inflexiune ordinul modelului trebuie sa fie cel putin egal cu 2 iar daca futarzierile sunt semnificative ordinul modelului adoptat trebuie sa fie 3,4 sau se apeleaza la modele cu timp mort. A. Modele de ordinul I Daca raspunsul indicial este de tip aperiodic, lara punct de inflexiune, atunci se poate adopta un model echivalent de ordinul 1.

;" KtJ,(l-e ~J

~I
.

fI(s),,~
.

u(t) Ts+l

={

Uo,t

[0,(0)

0, t E (-00,0)

1\

1\

Problema gasirii (K, T) este simpla prin metode grafice tinand cont ca:

Factorul de proportionalitate

K=> y( (0)

= KU

=> K

= y( (0) ,
Ua

unde y( 00) este

valoarea de regim stationar a ie9irii, iar U 0 este variatia intrarii. Constanta de timp T => se poate determina fie ca subtangenta in origine (sau in orice punct al graficului) sau tinand cont ca la momentul t=T , iesirea y atinge 63% din valoarea de regim stationar .

yeT)

= KU 0 ( 1-

~)

= 0,63KU 0 = 0,63y( 00 )

Obtinerea parametrilor K, T prin metode grafice presupune, de regula, medierea prinrealizarea unui numar N (N=3 ..5) de astfel de determinari si apoi calcularea valorilor
1\

1\

K=-LKi, N 1

T=-LT; N 1

Pentru dispunsuri aperiodice cu punct de inflexiune Ieste necesar sa se adopte modele care au mai muIte constante de timp (de mtarziere) de ex. 2 (T] , T2 ) Forma raspunsului indicial este cu inflexiune:

Prima derivata este nula In origine. ~,T2 =?

1\

K = y(oo)/Uo

K H(s)=:---(~s + 1)(T2s + 1) Pentru determinarea celor 2 constante de timp se pot aplica mai muIte metode:
1\

Se incepe prin determinarea grafica a punctului de inflexiune iar apoi tangenta In punctul de inflexiune permite obtinerea valorilor Ta si Tb:

Exista calculate

monograrne T] , T2 in funtie de raportul: ~ . Consideram cab

Tb -=ct

Ta

Pe raspunsul indicial se determina timpii de atingere a 30% si respectiv 70% din valoarea de regim stationar, iar apoi prin relatii empirice stabilite prin simulari rezulta cele doua constante de timp:

70% -----.:;>--------..,-

t T. +T =-lQ.
I I I

12 ,

'it

1; - T2 = t30 + t70 (0,45 0,6

t30
t70

C. Modele de ordin superior Metodele de determinare a mai mult de 2 constante de timp soot metode grafo-analitice deoarece metodele pur grafice sunt ineficiente. Dintre aceste metode prezentam metoda bazata pe aproximari succesive numita "metoda logaritmarii succesive"

Se adopta un model cu n constante de timp

H(s) == __
n
)

K __

=
n
)

I1(~s + 1) I1(s + a;)

yet)
== Co -

L Cie
i=l

-ail

Problema se reduce la determinarea parametrilor rezulta iterativ printr-un criteriu de eroare impusa. Etapa I: Co = y(oo)=limy(t)=Ye 1-+>
A

Co, Ci si ai precum si a ordinului n ce

xp

(00)

= Co -

L Cie)

atl

=> H(s)

= -n--)

Il(~s+l)
0

Etapa II: n =1 - se inceardt Y)- - CO-)eC

A

aproximare de ordinul1

=Yexp Yl- - Co-Yexp (t) - CIe -all Se calculeaza si se reprezinta grafic din datele experimentale pentru
lny)

-all_

my = m(Co
1

momente

de adica

esantionare
0

diferite

Aplicfuld

logaritmul

Yexp (t obtinem S1
-

= lnC] -al

dreapta care aproximeaza datele reprezentate logaritmic:

e~~"

Daea exista diferente intre date si model se treee la aproximarea superioara printr-un model de ordin 2
1\

Etapa III: n= 2 Se lneearea

1\

aproximare a lui Yz prin 2 termeni:

1 Yz- - C0- CIe -all - Cze -a2 =Y (t) exp Se ealeuleaza eu parametri Co si Cj determinati in etapa anterioara un nou termen Y2

Yz = Co - Cle-atl

y(t)exp = Cze-a21
(X2

Prin logaritmare si aproximare grafiea rezulta C2 si

lnyz =lnCz -azt=ln(Co :-C1e-all -Yexp) Daca dreapta de aproximare coincide cu punctele graficului rezultat din date, modelul este sufieient de exact, daca exista diferente se continua procedura cu n =3 se determina C3 si (X3 s.a.m.d. Ordinu;l n al modelului rezulta la indeplinirea unui criteriu de eroare la care se considera ca aproximarea este suficient de buna si deci: ~ H(s) Uo

Co
(

rl
I

a.
I

IT
I

1 -s+l

J ,unde

Co

= KUo

ai

In cazul acestor modele mai intervine un alt parametru care trebuie determinat ~i anume timpul mort. Timpul mort "ascunde" de cele mai multe ori dificultatile de determinare a mai multor constante de timp si aproximeaza intarzierile de ordin superior printr-un timp mort echivalent (mai mare deeat timpul mort real)

HCs) =
n

Kei=l

sr

rr(~s+l)

KeH s =-Ts+l
A()

ST

------i-----~-------------I

I I I I I I I

,
,

I I I

II

I /
I

/ I
I

I I I

,
T'

> Treal

Metoda precizeaza prin doua perechi de valori (tl , Yl ) asociat punctului de inflexiune .(pInfl) si (t2 , Y2) asociat punctului de atingere a 90% (P90) din valoarea de regim 'd stationar modul de determinare prin -------------calcul aparametrilor Tsi 7. .....- Q , "'90 --

--

::t~
IJ

_~

__

I \ V
.\

~~ t1

t"2..

Presupunem ca raspunsul indicial ridicat experimental este reprezentat in variabile normate ( Yst= 1) si deci modelul cautat este de forma:

t:'..

YCt)~l-e

';

~~:t;t:1? ~
1:
'''7D t

Rezulta pentru cele doua momente semnificative:

t-

...

,\-,
YI

= l-e

Yz =l-e T sau echivalent sistemul __ I_=ln(l-YJ

t -'{

T
t -'( __ z_ = In(l-Yz) T eu solutiile: T

tz -tl

In(l- Yl)-ln(1'C

Yz)

tzln(l- YI) -t1ln(l- Y2) =---------

In(l-YI)-In(l- Yz)

Pe raspunsul care evidentiaza mtarzieri superioare se delimiteaza doua momente de timp

tl ~;i2. t

40% 28%

Broida a propus pentru relatie empiriea: '( = 5,5(t2 - t1)

7 0

T = 2,8tl -1,8t2

'{= 0,67(tz - tJ
T=13t 1 -029t , ,
2

Modelul propus de Streje este eu timp mort si intarziere de ordin n dar timp T identica:

Cll 0

constanta de

1\

H(s)----

Ke-sr

(Ts+1r ._._._._:~._._._~_._._._._._._.I I I I I I

Parametrii

T si n se determina pe baza unor tabe1e unde in general

7'J ~

n, unde

7'J

= Tb

To T,
7'J=_b

ordinul n 1 2 3 .4 5 6 7 8 9 10

To
0 0,105 0,22 0,32 0,41 0,49 0.57 0.64 0.71 0.77

r:

1 0,37 0,27 0,22 0,2 0,19 0.18 0.15 0.14 0.13

r =

1;1,,,,-,., - (~ ). T,I""u" '

T = ( ~ ). T.I""_~,,,

Cursul8. Cap.5. Modelarea statidi a proceselor prin prelucrarea statistidi a datelor experimentale

Aceste metode sunt deasemenea metode de conversie a modelelor neparametrice in modele parametrice. Modelele neparametrice sunt obtinute prin experimente cu sistemul fizic , cu' procesul real, dar se refera doar la comportarea in regim stationar a acestuia. Metodele de determinare a modelelor statice presupun de regula, prelucrari statistice asupra datelor experimentale pentru a elimina efectele nedorite aleperturbatiilor, zgomotelor de masurare, de transmisie etc care au caracter aleator. Principalele metode de modelare statica sunt bazate pe tehnici de prelucrare statistica de tip Cele Mai mici Patrate (CMMP) fiind in esenla metode de estimare a parametrilor: regresia liniara monodimensionala regresia multidimensional a regresia neliniara experimentulortogonal

5.2. Proprietati statistice ale estimatiilor. Deviatia, consistenta, eficienta.

Fiind dat un proces supus actiunii unor marimi de intrare u si perturbatii v, se cere sa determinam un model static y =f(u) care aproximeaza suficient de bine ie~irea procesului real.

- - u
L..

v -,
J

PROCES
I

- - - - - MODEL
tJ

A.

Problema estimiirii parametrilor consta in determinarea unui vector cat mai apropiat de vectorul real e al parametrilor procesului. (parametrii reali e sunt necunoscuti). Deoarece ie~irea procesului realy este.afectata de perturbaJii care in general au caracter aleator este importanta caracterizarea acestora prin proprietatile lor statistice. Daca X este 0 variabila aleatoare se introduc doua manmi statistice specifice: 1) Functia de probabilitate, notata P ~i definita ea fiind probabilitatea ca variabila aleatoare X sa fie mai midi sau egala cuo valoare reala x pentru \fx Em. Se nume~te ~i functie de probabilitate cumulativa P(X:=:;x) . . 2) Densitatea .de probabilitate, notata p(x) ~i.definita ca probabilitatea ca variabilaaleatoare X sa fie egala eu x.

p(x) p(x)
P

= p(x = x), \:Ix E 9t

dP = -, \:Ix E 9t

dx

--------------

caz discret )

Se definese doua matimi statistiee earacteristiee: Moment de ordin ,,k" ~i Valoare medie de ordin "k".

Sunt definite pentru eazul diseretlcontinuu :

Mk

= M~k }= I,PixF
i=l

-+ cazul discret
continuu

Mk =M

lX

k} = f PiX;k dx -+ cazul
+00 -00

Sunt doua momente importante, eel de ordin 1 ~i eel de ordin 2. a) valoarea medie sau valdarea a$teptata (Expected value) din speetru (momentul de ordin I) Prin definitie:

L
i;}

PiXi

-+ eazul discret

+'"

f x .p(x )dx -+ cazul continuu

= X)

b) dispersia sau varianfa (momentul de ordin II al variabilei centrate (x Prin definitie:

D(x) = Var(x)

er2 =M {x_X)2

{ }{ (x - X) l
+<Xl -

t Pi (Xi - X r
2

-7

cazul discret
., 2

i=!

p(x)d< ~"

not

-> cazul "anhnuu

..

Sunt definite ca:

M k = [M ~k}F ~ radical de ordin k din momentul

tPi(Xi
a-(x)=.JDW =
i=1

de ordin k

Cea mai importanta valoare medie este devia{ia standard (abaterea patraticii medie) ca fhnd valoarea medie de ordinul doi a variabilei centrate:

-Xl

~cazuldiscret
.!.

[ I(x - X p(x)ax]'
In

--> cazul continuu

cazul estimarii parametrilor, Insa~i estimatia = a a parametrului (presupunem pentru simplitate ca vectorul se reduce la cazul scalar) este 0 miirime aleatoare, deoarece depinde de marimea "m " a realiziirilor considerate In determinarea sa,

Fie

a(m) = lm

ia
i=1

Am considerat m realizari toate cu acee~i probabilitate de aparitie. aha estimatie a(M)

Daca M>m rezultii

=-

M i=1 Pentru a compara diversele estimatii se definesc proprieta/ile asimptotice ale estimatiilor. Daca notam E {a(m)} ca media probabilisticii proprietati asimptotiee: a estima{iilor se definesc urmatoarele

Ia
M

a)Deviatia (nedevierea unei estimatii) ca fiind abaterea mediei fata de valoarea adeviirata a: E{a(m)} - a Obs. 0 estimatie este nedeviata daca valoarea sa medie este egala eu valoarea adevarata a. b)Consistenta. o estimatie este consistentii daca este mica probabilitatea valoarea adevarata pentru m~oo.

ea estimatia arm) sa difere de

lim
m~O'J

p~E{a(m)}-al)=O

c)Eficienta - se refera la cat de mare este dispersia estimatiei o estimare este eficientii daca pentru orice lungime m a e~antionului estimatia este de dispersie minima: n[a]

= E{[a(m)-a

j}
este minima.

Este ejicienta dnd E{[a(m)-a]2}

5.3. Metoda verosimilitatii maxime (VM) ~i metoda celor mai mici patrate (CMMP)

In teoria estimajiilor se demonstreaza ca metoda VM este singura care determina estimajii eficiente ~i nedeviate:

a = max{p(a,a)}
a

Presupunem ca se doreste determinarea estimatiei parametrului a din model pe baza a N masuratori lIE.
: Yk '{
I I I I I I I I
I I

Te

')
I I I
I

= j(u,a)

Uk :

Pentru N masuratori intrare/ie~ire:

Uk : {U\,u2,,UN}

Yk : {YI'Y2""'YN}

Eroarea de determinare a ie~irii: ek = Yk - Yk = Yk - !(uk,a) == vk' pentru k=1,2, ... ,N Se define~te 0 ''fimcfie de eroare": = F(vk) F(ek) = F[h - !(uk,a)]

~i un "criteriu de eroare":

VN(a)

= LF(vk)
k=1
N

Estirnatia parametrului "a" este: B = minVN(a)

a

= min LF[Yk
a k=1

- !(uk,a)]

Alegerea corecHi a functiei de eroare F se poate face doar dadi se cunosc proprietii-tile statistice (densitatea de probabilitate - p(v)): F {- p(v). Metoda verosimilitatii maxime VM impune ca estimatia parametrului sa fie cea care maximizeaza dens ita tea de probabilitate: B = max{p(B,a)}
a

= min{
a

: } p(a,a)

= max{lnp(B,a)}
a

= min{-Inp(B,a)}
a

Dadi se cunoaste p{tta) atunci putem alege: F(vk) = -lnp(vk) eu criteriul de eroare:
N

VN(a)

= LF(vk)
k=l

Exemplul 1: Dadi p(v) are 0 distributie normala (gaussiana) atunei metoda VM se reduce la metoda celor mai mici patrate CMMP p(v) ~ "distributie normal a" (gaussiana)

"" """

""

"" "" "

""
0-=

abaterea patratica medie (deviafia) = D = dispersia

F(vk)

= -Inp(vk) = Ina.J21C
0-.J21C+ ~vt]
20a
k=l

+ -4v~ 20= ~min

B = min fUn

20--

f vt (suma celor mai mici patrate)

a
k=!

In cazul particular al distributiei normale de probabilitate, metoda VM se reduce la metoda CMMP:

N N

a = min L[Yk
a

k=l

.5\]2

=inin L[Yk
a

k=1

- !(uk,a)]2

Exemplul2: Dacap(v) are 0 distributie de tip Laplace atunci metoda VM se reduce la metoda celor mai mici module CMMM p(v) ~ distributie tip Laplace:

1 -~ p(v)=-e A 2/1.

a =min F(vk)
a

k=1

= min[(ln2/1.+!lvk
a

k=1

/1.

l)

= min /vkl
a

k=1

= min
a

IYk k=1

- Ykl =minIYk a k=1

- !(uk,a)1

(CMMM) In cazul particular al densitatii de probabilitate cu distributie de tip Laplace, metoda VM se reduce la metoda celor mai mici module (CMMM).

In natura ~i ill statistica functioneaza Iegea conform cfueia suma mai multor procese aleatoare stationare cu functii de distributie oarecare este un proces aleator cu distribu{ie normala (gaussiana), adica, daca sursa erorilor, zgomotelor este 0 sursa multipla, atunci rezulta un zgomot/eroare cu distributie normala sau gaussiana=:> Metoda verosimilitatii maxime se reduce la metoda celor mai mici patrate VM == CMl\1P ~ care conduce la estimatii eficiente ~inedeviate in majoritatea cazurilor practice.

5.4. Estimarea parametrilor modelelor statice prin metoda CMMP metoda regresiei liniare monodimensionale
Metoda regresiei monodimensionale este aplicarea metodei CMMP pentru modelul unui sistem 8180, camia i se asociaza un modelliniar:

I I I I

Te

'\
I
I

r - - - - - - - - - --,
I
1

I I I

: MODEL LINIAR:
-----"'

: ~ ------~
I

yA

Uk

VN(aO,a1)

= 2:)Yk
k=l

- YkY

= 2)Yk
k=l

-aD -aJuk]2

L-2(Yk
k=l

-aD -a1uk) -aD -ajuk)uk

=0
~

Na,+ (t,u} ~ t,y,

L -2(Yk
k=l

=0

(t,u,)a. (t,u; )a, t,u,y'

+
=

Yk 20" :".:

tY

0"
", J

.v
1,./' J I

~/~/

L(Yk
k=]

- Yk)2

.( .'<
1......
,,,,',

.~
,/ I I J I

I
I I I ) I

I
I I I I I

1/+
I I I I I I I I

....t .

f I J

: ( 2 - reprezinta gradele de libertate: parametrii (EI{),al) )

."""."". I . I I I I J I

J
I

J J
J

J ,
I

J
I I

I I

I I

J ,

I I

J I

J ,

I I

Yk 0" ~
Yk 20" ~

66% 95%

Determinarea modelului ill varia bile centrate pune in evidenta 0 forma simpla a solutiei prin Cl\1MP:

(dreapta regresiei treee ~i prin imagine a axelor eu variabile eentrate)

U1
0

YI
0 0

u=

U2

,y=

Y2

; UTU=

'Lui
k=1

M
UN

M
0

YN -I

l = UTU = (VT UJ ~T:

Uy

forma de exprimare ce sugereaza soluta generala a metodei

(CMMP)

5.5. Metoda regresiei multidimensionale

In acest caz procesul este caracterizat de mai multe intrari si 0 iesire (MISO). Se urmareste determinarea unui model static liniar in variabile centrate de forma:

y=y-y
{u

= u1 --'LUik
N
k=1

U= u1

deci modelulin variabile centrate este de forma

y=UA

av = 0 ~ a:

- UT y- U A + y- U A

0 (0 0 ) (0 0 00

)T( - U 0)
00

=0~

~-2'UT(Y-UA)=O~UTUA=UTY~A=

000

( UTU J

0000

-l

UTy

Modelul adoptat este neliniar in raport eu variabila de intrare u prin intermediul funetiilor neliniare cp, dar este un model Ziniar in parametri:

sunt funetii neliniare; de exemplu: i qJi(U) = u ~ y = ao + a1u + a2u2 + ...+ amun!~ aproximare polinomiaHi . Problema determinarii veetorului parametrilor a se rezolva absolut similar prin metoda CMMP ~ (ao,al' ...,aJ Obs. Functia Matlab corespunzatoare: polyfit: a = polyfit(U, Y,m)
CPi

unde