TS Lucrari de Laborator

GYÖRGY KATALIN MÁRTON LÁSZLÓ FERENC
TEORIA SISTEMELOR
LUCRĂRI DE LABORATOR
2007
Created with novaPDF Printer (www.novaPDF.com). Please register to remove this message.
Teoria sistemelor Îndrumător de laborator
UNIVERSITATEA “PETRU MAIOR” TG. MUREŞ

FACULTATEA DE INGINERIE
GYÖRGY KATALIN MÁRTON LÁSZLÓ FERENC
TEORIA SISTEMELOR
LUCRĂRI DE LABORATOR
2007
Referenţi ştiinţifici: Şef lucr. dr. ing. Haller Piroska

Conf. dr. ing. Ágoston Katalin
Reproducerea integrală sau parţială a textului sau a ilustraţiilor din această

lucrare este posibilă numai cu acordul scris al autorilor.
Tehnoredactare computerizată: autorii

Grafica: autorii
Corectura: asist.ing. Oltean Stelian
Multiplicare: Petru Pop
Legătorie: Lenuţa Pop
Bun de tipar: 18.12.2007 Tiraj: 30

CZU: 681 51 (076) 681.515.2/.8 (076.5)
621.38 (076.5)
Tiparul executat la Universitatea “Petru Maior” din Târgu Mureş
CUPRINS
Lucrarea nr.1 Reprezentarea semnalelor în mediul MATLAB. Proceduri grafice 5
Lucrarea nr.2 Operaţii elementare cu semnale 9
Lucrarea nr.3 Studiul operaţiei de convoluţie între două semnale 12
Lucrarea nr.4 Studiul transformatei Fourier 15
Lucrarea nr.5 Reprezentarea sistemelor prin modele intrare-ieşire. Algebra 18

funcţiilor de transfer
Lucrarea nr.6 Modele intrare-ieşire discrete. Metode de discretizare 21
Lucrarea nr.7 Răspunsul sistemelor continue LTI în domeniul timp la diferite 24

semnale de intrare
Lucrarea nr.8 Simularea sistemelor discrete 27
Lucrarea nr.9 Răspunsul sistemelor în domeniul frecvenţei 30
Lucrarea nr.10 Criterii algebrice de stabilitate 35
Lucrarea nr.11 Studiul stabilităţii sistemelor prin diagramele Nyquist şi Bode 39
Lucrarea nr.12 Studiul stabilităţii sistemelor cu metoda Locul rădăcinilor 42
Lucrarea nr.13 Modele intrare-stare-ieşire. Metode de transformare 45
Lucrarea nr.14 Studiul stabilităţii cu ajutorul traiectoriilor de stare. 48

Puncte singulare
Lucrarea nr.15 Studiul funcţiilor matriciale. Teorema Cayley – Hamilton 51
Lucrarea nr.16 Rezolvarea ecuaţiilor de stare în spaţiul stărilor 54
Lucrarea nr.17 Discretizarea sistemelor cu timp mort 57
Lucrarea nr.18 Studiul observabilităţii şi controlabilităţii sistemelor 59
Lucrarea nr.19 Studiul stabilităţii sistemelor cu metoda Lyapunov 62
Lucrarea nr.20 Proiectarea regulatoarelor discrete 65
Bibliografie 69
LUCRAREA NR. 1
Reprezentarea semnalelor în mediul MATLAB.

Proceduri grafice.
Scopul lucrării:
Lucrarea are ca scop studiul generării şi reprezentării grafice a diferitelor
semnale în mediul de lucru Matlab şi însuşirea diferitelor funcţii matriciale respectiv
vectoriale, existente în acest mediu de lucru.
Prezentarea teoretică:
În mediul de lucru Matlab elementul fundamental este matricea (vectorul).
Astfel, semnalele unidimensionale sunt reprezentate sub formă eşantionată în acest
mediu Matlab cu ajutorul vectorilor. Există funcţii speciale pentru generarea vectorilor,
respectiv a matricelor uzuale.
În continuare sunt prezentate funcţiile de generare mai importante din punctul de
vedere al semnalelor, fără a intra în detalii de utilizare a lor:
zeros – generează matricea nulă;
ones – generează matrice unitate;
rand – generează matricea cu numere aleatoare cu distribuţie uniformă;
randn – generează matricea cu numere aleatoare cu distribuţie normală;
linspace – generează un vector cu pas liniar;
logspace – generează un vector cu pas logaritmic;
De remarcat este şi comanda help prin intermediul căreia se pot obţine informaţii
ajutătoare despre o anumită funcţie:
help nume_functie
Majoritatea funcţiilor matematice existente în Matlab operează asupra fiecărui
element al unei matrice sau al unui vector şi se apelează în felul următor:
Nume_functie(argument)
Funcţiile matematice mai importante sunt: exp, log ,log2, pow2, sqrt, sin, cos,
tan, cot, asin, acos, atan, sinh, cosh, tanh, coth, asinh, acosh, atanh, acoth, etc. Dacă
argumentul acestor funcţii este o matrice, sau un vector, aceste funcţii operează asupra
fiecărui element, ceea ce nu impune parcurgerea elementelor cu ajutorul unui ciclu
iterativ. La matricele generate sau determinate în urma unei operaţii matematice, pot fi
aplicate şi diferite funcţii de manipulare respectiv de prelucrare a acestora.
Există posibilitatea afişării grafice a rezultatelor în diferite forme. Se pot obţine

forme grafice 2D şi 3D. În continuare sunt enumerate funcţiile speciale folosite în
reprezentarea grafică a semnalelor respectiv a suprafeţelor: plot, loglog, semilogx,
semilogy, fill, polar, bar, stairs, stem, errorbar, hist, rose, compass, feather, plot3,
contour, mesh, surf, meshgrid, title, xlabel, ylabel, zlabel, subplot, axis, gtext, text,
grid etc.
Pentru exemplificarea acestor funcţii se prezintă un mic program, care generează
un semnal sinusoidal la care se adaugă un zgomot cu distribuţie normală. Se prezintă
grafic: semnalul deterministic, zgomotul gaussian, respectiv semnalul obţinut după
operaţia de însumare.
Secvenţa de program test1.m

clear all; % sterge variabilele existente
close all; % inchide toate ferestrele
clc; % sterge fereastra de lucru
t=0:0.01:10; %intervalul de timp
A=2; % amplitudinea
f=1; % frecventa
fi=0; % defazaj
x_t=A*sin(2*pi*f*(t+fi)); % generarea semnalului sinusoidal
y_t=1*randn(1,length(t)) % generare zgomot gaussian
z_t=x_t+y_t; % adunarea celor doua semnale
% reprezentarea grafica
figure(1);
subplot(221);plot(t,x_t);title('Semnal sinusoidal');grid;
xlabel('timp'); ylabel('amplitudinea');
subplot(222);plot(t,y_t);title('Semnal zgomot');grid;
subplot(212);plot(t,z_t);
title('Semnal sinusoidal+zgomot');grid;
Rezultatul acestui program poate fi urmărit în graficele din figura 1.1.
Semnal sinusoidal Semnal zgomot

2 4
1 2
amplitudinea
amplitudinea
0 0
-1 -2
-2 -4
0 5 10 0 5 10
timp timp
Semnal sinusoidal+zgomot
5
amplitudinea
-5
0 1 2 3 4 5 6 7 8 9 10
timp
Fig. 1.1. Rezultatul executării programului test1.m
Reprezentarea suprafeţelor este o problemă mai complexă. Programul

demonstrativ, prezentat mai jos, propune trasarea în spaţiu 3D a suprafeţei definite
analitic prin funcţia:
2
 y2
f ( x, y )  x  e  x
Secvenţa de program test2.m:
clear all; % sterge variabilele existente

close all; % inchide toate ferestrele
clc; % sterge fereastra de lucru
x=-4:0.1:4;
y=-3:0.1:3;
[x,y]=meshgrid(x,y);
f_xy=x.*exp(-x.^2-y.^2);
mesh(x,y,f_xy);
xlabel('x');ylabel('y');zlabel('z');
Rezultatul acestui program poate fi urmărit în graficul din figura 1.2.
0.5
0
z
-0.5
4
2 4
0 2
0
-2 -2
y -4 -4
x
Fig. 1.2. Rezultatul executării programului test2.m
Desfăşurarea lucrării:
În cadrul lucrării de laborator se va scrie un program, care generează diferite
semnale trigonometrice şi aleatoare, care vor fi apoi reprezentate grafic cu ajutorul
funcţiilor Matlab. Funcţiile matematice propuse pentru reprezentarea grafică sunt:
f1 (t )  3  cos( 2    8  (t  4)) t  [0 5]
f 2 (t )  4  e 5t t  [0 1]
1
2
x y
f 3 ( x, y )  e x  (0, 2] y  (0, 3]
f 4 ( x, y )  sin( x )  cos( x ) x, y  [3, 3]
Concluzii
Fiecare student va elabora programe de generare şi reprezentare grafică a încă
două semnale. După studierea funcţiilor Matlab menţionate (folosind şi comanda help)
se va răspunde la următoarele întrebări:
1. Cum se poate modifica culoarea graficelor?
2. Care este utilitatea funcţiei subplot?
3. Cum pot fi reprezentate pe aceeaşi figură mai multe semnale ?
4. Cum se transformă numerele distribuite uniform pe intervalul [0,1] într-o
secvenţă de numere distribuite uniform pe intervalul [4,8]?
LUCRAREA NR. 2
Operaţii elementare cu semnale
Scopul lucrării:
Lucrarea de faţă are ca scop însuşirea operaţiilor elementare cu semnale şi
vizualizarea grafică a acestora. Pentru vizualizarea rezultatelor se vor folosi funcţiile de
reprezentare grafică prezentate în lucrarea nr.1.
Semnalele unidimensionale, în mediul Matlab sunt reprezentate sub formă
eşantionată cu ajutorul vectorilor. În teoria semnalelor sunt definite, aşa numitele
operaţii punct cu punct cu semnale, operaţii care vor fi folosite la rezolvarea unor
operaţii elementare. Să considerăm două semnale generate x[i ] şi y[i ] (semnalele sunt
dependente de perioada de eşantionare şi obligatoriu trebuie să aibă acelaşi domeniu de
definiţie). Rezultatul operaţiilor elementare se va salva în vectorul z[i] . Operaţiile
elementare, care vor fi tratate în lucrarea de faţă, sunt:
- modificarea în amplitudine a semnalelor : z[i ]  c  x[i ] unde c este o constantă
reală;
- adunarea semnalelor: z[i ]  x[i ]  y[i ] ;
- scăderea semnalelor: z[i ]  x[i ]  y[i ] ;
- înmulţirea semnalelor: z[i ]  x[i]  y[i ] ;
- împărţirea semnalelor: z[i ]  x[i ] / y[i ] ;
Pentru rezolvarea acestor operaţii elementare în Matlab vor fi folosiţi operatorii:
+ , -,*, .*, / , ./, etc., având în vedere faptul că operanzii au aceeaşi dimensiune. Se poate
observa că la operaţiile de înmulţire, respectiv de împărţire, pot fi folosiţi şi operatorii .*
respectiv ./. Aceşti operatori pot fi folosiţi numai la matrici (vectori) cu dimensiuni
egale şi operaţiile sunt operaţii element cu element. Deci, semnul „.” înaintea unei
operaţii indică efectuarea acesteia fiecărui element din matricea respectivă.
10
Exemplu:
Se consideră matricele
2  1  1 0
A  B 
3 4   2 1
  4  1
A B   este înmulţirea matriceală
5 4 
 2 0 
A . B    este înmulţirea element cu element
 6 4
În continuare se prezintă acele operaţii care modifică domeniul de definiţie al
semnalului:
- scalarea în timp z[i ]  x[a  i ] (dacă a  1 compresie , dacă a  1 dilatare)
- reflexia în timp z[i ]  x[i ]
- deplasarea în timp z[i ]  x[i  j ] , dacă j  0 întârziere , dacă j  0 anticipare.
Efectul operaţiilor prezentate se observă numai dacă perioada de eşantionarea a
intervalului de timp, în care au fost generate semnalele se alege corect. Dacă această
perioadă nu este aleasă corespunzător se poate observa o pierdere de informaţie. Pentru
a putea testa efectul acestor operaţii elementare, se recomandă scrierea unor noi funcţii
de generare a semnalelor. În mediul Matlab implementarea unor noi funcţii se face în
aplicaţii separate. Numele fişierului va fi acelaşi cu numele funcţiei şi prima linie a
acestuia este:
function [param_iesire]=nume_functie (param_intrare)
unde: function – este cuvânt cheie, care specifică interpretorului că este de tip funcţie;
nume_functie – numele funcţiei, identic cu numele sub care se salvează fişierul;
param_iesire – parametrii de ieşire ce trebuie separaţi cu virgulă şi cuprinşi între
paranteze drepte;
param_intrare – parametrii de intrare ce trebuie separaţi cu virgulă şi cuprinşi
între paranteze rotunde.
Se consideră 2 perechi de câte două semnale, care se generează cu ajutorul unor
funcţii noi, conform metodei prezentate. Se va testa la aceste semnale operaţiile
elementare prezentate şi se vor reprezenta grafic cu ajutorul funcţiilor grafice: plot şi
11
subplot. Se va pune în evidenţă rezultatul fiecărui operaţii şi se reţin neajunsurile

observate.
Concluzii
În lucrare au fost prezentate mai multe operaţii elementare punct - cu punct între
semnale. Vor trebui consemnate observaţii referitoare la schimbări în monotonia
formelor rezultate cât şi informaţii legate de paritatea şi periodicitatea rezultatelor
obţinute. Fiecare student va elabora separat acest program şi va răspunde la următoarele
întrebări:
1. Ce diferenţă este între operaţia „*” şi „.*”?
2. De ce nu poate fi folosită cu succes operaţia de scalare în timp la semnalele
discrete?
3. Ce înseamnă dilatarea, respectiv compresia unui semnal?
4. Ce înseamnă întârzierea în domeniul timp a unui semnal ?
12
LUCRAREA NR. 3
Studiul operaţiei de convoluţie între două semnale
Scopul lucrării:
Scopul lucrării este studiul operaţiei de convoluţie între două semnale, unde
semnalele sunt reprezentate sub formă eşantionată cu ajutorul a doi vectori. În cadrul
lucrării dorim să studiem rezultatul şi importanţa produsului de convoluţie.
Convoluţia este o operaţie importantă mai ales în studiul transmisiei semnalelor,
detecţiei şi analizei spectrale a acestora. Importanţa operaţiei rezultă din faptul că
cunoscând semnalul de intrare şi funcţia pondere a unui sistem LTI, putem calcula cu
ajutorul produsului de convoluţie răspunsul în timp sistemului. Funcţia pondere este
răspunsul sistemului la o intrare de tip semnal Dirac. Fie două semnale continue x(t )
respectiv y (t ) . Produsul de convoluţie sub formă continuă este dat de formulă
(integrala de convoluţie):

f (t )  x (t )  y (t )   x ( )  y (t   )d (3.1)

Dacă semnalele sunt date sub formă discretă x[n] şi y[n] , atunci operaţia de
convoluţie are o formă discretă (suma de convoluţie):

f [n]  x[n]  y[n]   x[k ]  y[n  k ] (3.2)
k  
Lucrarea urmăreşte, în principal, studiul produsului convolutiv discret. Pentru a

înţelege algoritmul de calcul al produsului de convoluţie discretă, se prezintă
următoarea problemă. Fie două semnale definite analitic prin relaţiile:
 1 n  1, 0, 1  0. 5 n  1, 0, 2
 n  2, 2 
x[n]   2 y[n]    2 n  2,1
 0 in rest  0 in rest
13
Figura 3.1 conţine reprezentarea grafică a celor două semnale discrete definite anterior:
Semnal discret x[n]

2
1.5
1
x
0.5
0
-4 -3 -2 -1 0 1 2 3 4
n
Semnal discret y[n]
1
0
y
-1
-2
-4 -3 -2 -1 0 1 2 3 4
n
Fig.3.1. Reprezentarea semnalelor discrete x[n] si y[n]
Determinarea sumei de convoluţie se face conform relaţiei (3.2). În cea ce

urmează pentru exemplificarea calculelor se prezinte calcularea funcţiei convolutive în
momentele discrete n  1 , respectiv n  2 :
y[1]  x[ 2]  y[1  ( 2)]  x[ 1]  y[1  (1)]  x[0]  y[1  ( 0)]  x[1]  y[1  1]  x[ 2]  y[1  2] 
 2  (0)  1 (0.5)  1 (2)  1 0.5  2  (0.5)  1  2  1  0
y[ 2]  x[2]  y[ 2  (2)]  x[1]  y[ 2  ( 1)]  x[0]  y[ 2  (0)]  x[1]  y[ 2  1]  x[ 2]  y[2  2] 

 2  (0.5)  1 (0.5)  1 (2)  1 (0)  2  (0)  1  0.5  2  0.5
După realizarea calculelor corespunzătoare pentru restul eşantioanelor se obţine:

 4, n  4, 0
 1, n  3

 0.5, n  2, 2

y[n]   5, n  1
0, n  1 si n  5 si n  5

1, n4

 3.5, n  3
Reprezentarea grafică a soluţiei analitice este redată în figura 3.2.
14
Produsul de convolutie x[n] * y[n]

1
-1
x*y
-2
-3
-4
-5
-8 -6 -4 -2 0 2 4 6 8
n
Fig.3.2. Rezultatul operaţiei de convoluţie
În cadrul lucrării de laborator se vor defini două perechi de semnale sub formă
vectorială, şi se va scrie un program care afişează cele două semnale, calculează
produsul de convoluţie şi reprezintă grafic rezultatul operaţiei. Pentru determinarea
produsului de convoluţie se poate folosi funcţia conv, existentă in mediul Matlab. Se va
verifica operaţia de convoluţie utilizând un semnal armonic şi un semnal constant. Se
cere implementarea algoritmului de convoluţie şi să se compare rezultatul obţinut cu cel
furnizat de funcţia conv.
Concluzii
Fiecare student va elabora separat un program şi va răspunde la următoarele
întrebări:
1. De ce este important produsul de convoluţie?
2. Cum se poate calcula analitic produsul de convoluţie?
3. Ce reprezintă funcţia pondere ?
15
LUCRAREA NR. 4
Studiul transformatei Fourier
Scopul lucrării:
Obiectivul lucrării este studiul spectrelor semnalelor, cum ar fi spectrul de
amplitudine, de fază, respectiv de putere. Pentru aceasta este necesară aplicarea
transformatei Fourier, în urma căreia se obţine transformata semnalului în domeniul
frecvenţei. Se va studia şi transformata Fourier inversă, prin intermediul căreia semnalul
din domeniul frecvenţei este transformat în domeniul timp.
Transformata Fourier a unui semnal continuu x(t ) se defineşte matematic
conform relaţiei:

 j  t
X ( j  )   x(t )  e dt (4.1)

iar transformata Fourier inversă se defineşte ca fiind:


1 j   t
x(t ) 
2   X ( j )  e  d (4.2)

Dacă semnalul este discret x[n] atunci se poate defini transformata Fourier
discretă conform relaţiei:

X ( )   x[n]  e  j   n (4.3)
n  
iar transformata Fourier discretă inversă devine:
1
x[ n]    X ( )  e j  n  d (4.4)
2   2 
Rezultatul transformatei Fourier este un vector cu componente complexe în
domeniul frecvenţă.
16
Modulele acestor mărimi, reprezentate în funcţie de frecvenţă reprezintă

spectrul de amplitudine, iar forma de reprezentare a fazei componentelor complexe este
spectrul de fază. Spectrul de putere se obţine prin reprezentarea pătratului modulului şi
furnizează informaţii despre modul de distribuţie a energiei pe diferite componente de
frecvenţă. În mediul Matlab, determinarea transformatei Fourier poate fi realizată cu
ajutorul funcţiei fft (Fast Fourier Transform), iar transformata inversă cu funcţia ifft.
Aceste funcţii se apelează precizând şi numărul de eşantioane cu care se lucrează.
Pentru exemplificare se consideră un semnal obţinut prin însumarea a două
semnale sinusoidale de amplitudine şi frecvenţă diferite:
x(t )  3  sin( 2   10  t )  8  sin( 2    20  t ) (4.5)
Reprezentarea semnalul în funcţie de timp este dată în figura 4.1.
Semnalul x(t)
15
10
-5
-10
-15
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Timp [sec]
Fig.4.1. Reprezentarea grafică a semnalului x(t)
Dacă se realizează transformata Fourier a semnalului (cu ajutorul funcţiei fft) şi

prin intermediul unor operaţii matematice, se obţine spectrul de amplitudine, conform
figurii 4.2. Se pot observa clar cele două componente sinusoidale de amplitudine 3 şi 8
la frecvenţele de 10Hz, respectiv 20Hz.
17
Spectrul de amplitudine
9
Amplitudine 4
-1
5 10 15 20 25 30 35
Frecventa
Fig.4.2. Spectrul de amplitudine
În cadrul lucrării de laborator se va elabora un program care afişează cele trei
spectre (amplitudine, fază şi de putere) pentru un semnal x(t ) compus din trei semnale
sinusoidale de diferite frecvenţe, faze şi amplitudini. Pentru calcularea modulului
respectiv a fazei sunt necesare funcţiile complexe: abs, angle, real, imag. Se va încerca
vizualizarea celor trei spectre la un semnal obţinut din semnalul x(t ) , dar la care se
adaugă o componentă aleatoare cu distribuţie uniformă sau cu distribuţie normală. La
aceste semnale se pot aplica diferite filtre, cum ar fi: “filtru trece jos”, “filtru trece
bandă”, etc. neglijând o parte din componentele de frecvenţă (setând la valoarea zero).
Se va aplica la acest semnal transformata Fourier inversă (ifft) şi semnalul rezultat se
compară cu semnalul iniţial şi se consemnează diferenţele apărute.
Concluzii
Fiecare student va elabora separat un program, şi se trag concluzii referitoare la
efectul perturbaţiilor asupra formei spectrelor, respectiv la utilizarea filtrelor pentru
eliminarea zgomotelor. Se va răspunde la următoarele întrebări:
1. Ce este spectrul de amplitudine ?
2. Ce efect are asupra unui semnal, un element “filtru trece jos” ?
3. Ce influenţă are asupra transformatei alegerea pasului de eşantionare?
18
LUCRAREA NR. 5
Reprezentarea sistemelor prin modele intrare –ieşire.

Algebra funcţiilor de transfer
Scopul lucrării:
Lucrarea are ca scop studiul diferitelor metode de reprezentare a sistemelor
continue LTI (Linear Time Invariant) cu modele intrare - ieşire, respectiv câteva metode
de transformare. Se urmăreşte şi experimentarea procedurilor corespunzătoare algebrei
funcţiilor de transfer.
Studiul sistemelor continue începe cu construirea unor modele matematice şi
transformarea acestora astfel încât studiul lor să poată fi cât mai eficient. Sistemele
SISO (Single Input Single Output) pot fi modelate în domeniul timp cu ajutorul unor
ecuaţii diferenţiale liniare sau cu ajutorul unor funcţii de transfer în domeniul complex
al frecvenţei ( s  j   ). În mediul Matlab, funcţia de transfer se defineşte cu ajutorul
funcţiilor: tf şi zpk.
sys=tf(num,den)
unde:
- num este un vector linie, care conţine coeficienţii variabilei s ai
polinomului care apare la numărătorul funcţiei de transfer;
- den este un vector linie, care conţine coeficienţii variabilei s ai polinomului
care apare la numitorul funcţiei de transfer
3 s  4
Exemplu: H ( s )   num  [3 4] den  [1 0 7]
s2  7
sys=zpk(Z,P,K)
unde:
- Z este un vector, care conţine rădăcinile polinomului, care apar la
numărătorul funcţiei de transfer (zerourile sistemului);
19
- P este un vector, care conţine rădăcinile numitorului funcţiei de transfer

(polii sistemului)
- K este amplificarea sistemului (gain).
Exemplu:
1
s
5  s 1 5 1
H (s)  2  5  Z  [  ] P  [ 2 2 ] K  5
s 4 ( s  2)  ( s  2) 5
Se poate observa că aceste funcţii creează o structură. Pentru extragerea unei
variabile (ex. numitorul sau numărătorul) din structură se foloseşte funcţia tfdata.
Transformarea de la o reprezentare la cealaltă poate fi realizată cu ajutorul funcţiilor:
tf2zp, zp2tf. Cu ajutorul acestor modele se pot construi sisteme mai complexe folosind
conexiuni elementare şi algebra funcţiilor de transfer. Algebra modelelor din spaţiul s
presupune trei conexiuni elementare, unde funcţiile Matlab corespunzătoare sunt:
- serie  series
- paralel  parallel
- buclă  feedback
Dacă sistemul este MIMO , adică cu mai multe intrări şi mai multe ieşiri atunci
vom obţine o matrice de transfer. Elementul (j,i) al matricei de transfer reprezintă
funcţia de transfer corespunzător intrării i şi ieşirii j din sistem.
În cadrul lucrării de laborator se vor studia funcţiile tf, zpk, tf2zp, zp2tf, series,
parallel şi feedback. Se va scrie un program, care determină funcţia de transfer
rezultantă pentru cele două sisteme din figurile 5.1 şi 5.2.
a.
Fig.5.1. Schema bloc pentru sistemul 1
20
b.
Fig.5.2. Schema bloc pentru sistemul 2
Concluzii
Fiecare student va elabora separat un program şi concluzii referitoare la
rezultatele obţinute. Se va răspunde la următoarele întrebări:
1. Ce este conexiunea cu reacţie negativă ?
2. Cum se poate decide dacă două elemente sunt în conexiune paralelă sau într-
o conexiune cu reacţie?
21
LUCRAREA NR. 6
Modele intrare-ieşire discrete. Metode de discretizare.
Scopul lucrării:
Obiectivul urmărit este identificarea diferitelor forme de descriere a modelelor
intrare - ieşire discrete. Pornind de la forma fundamentală a modelului continuu SISO,
funcţia de transfer, se încearcă determinarea funcţiilor de transfer discrete cu ajutorul
diferitelor metode de discretizare.
Sistemele LTI SISO (Single Input Single Output) discrete pot fi modelate în
domeniul timp discret cu ajutorul ecuaţiilor liniare cu diferenţe sau cu ajutorul unor
funcţii de transfer discrete în domeniul complex al frecvenţei ( z  e jw ). În mediul
Matlab, funcţia de transfer discretă se defineşte tot cu ajutorul funcţiilor tf şi zpk.
sys  tf (num, den, Ts)
unde:
- num este un vector linie, care conţine coeficienţii variabilei z (în ordine
descrescătoare) sau coeficienţii variabilei z-1 (în ordine crescătoare) ai
polinomului care apare la numărătorul funcţiei de transfer;
- den este un vector linie, care conţine coeficienţii variabilei z (sau z-1) ai
polinomului care apare la numitorul funcţiei de transfer;
- Ts este timpul de eşantionare (interval de timp), dacă această valoare nu
este cunoscută se introduce valoarea -1;
2 z 3
Exemple: H ( z )   num  [2 3] den  [1  7] Ts  1
z 7
2  3  z 1
H ( z 1 )   num  [2 3] den  [1  7] Ts  1
1  7  z 1
sys  zpk ( Z , P, K , Ts)
22
unde:
- Z este un vector, care conţine rădăcinile polinomului care apare la
numărătorul funcţiei de transfer discrete (zerourile sistemului);
- P este un vector, care conţine rădăcinile numitorului funcţiei de transfer
discrete (polii sistemului);
- K este amplificarea sistemului (gain);
- Ts este perioada de eşantionare.
Exemplu:
1
z
9 z 1 9 1
H ( z)  2  9  Z  [ ] P  [0.05 0.05] K  9
z  0.25 ( z  0.05)  ( z  0.05) 9
Transformarea de la o reprezentare la alta se face ca şi în cazul sistemelor
continue cu ajutorul funcţiilor: tf2zp şi zp2tf.
Determinarea unui model discret din modelul continuu poartă denumirea de
discretizare a sistemelor. Funcţia de discretizare în mediul de lucru Matlab este: c2d
(sau c2dm).
sysd  c 2d (sysc , Ts , method )
unde:
sysc – reprezintă modelul sistemului continuu (de ex. funcţia de transfer);
sysd – reprezintă modelul sistemului discret obţinut, iar forma lui corespunde cu
forma sistemului continuu (de ex. funcţia de transfer discretă);
Ts – este intervalul de eşantionare (o valoare strict pozitivă);
method – este un şir de caractere, care reprezintă metoda de discretizare.
Teoria sistemelor discrete descrie câteva metode aproximative cu ajutorul cărora
se poate obţine din modelul continuu modelul discret. Fiecare din aceste metode are o
influenţă asupra performanţelor sistemelor discrete. Cele mai importante metode sunt:
‘zoh‘ (Zero Order Hold) – aproximare cu element de menţinere de ordin zero;
‘foh‘ (First Order Hold) – aproximare cu interpolare liniară;
‘imp‘ (Impulse-invariant discretization) – discretizare cu invarianţă impuls;
'tustin' – metoda de aproximare bilineară.
Este posibilă transformarea inversă din modelul discret în model continuu cu
ajutorul funcţiei d2c:
sysc  d 2c( sysd , method )
23
În ambele cazuri dacă se omite precizarea metodei de aproximare se va folosi

metoda de aproximare ‘zoh‘. Ca şi la sistemele continue se poate determina şi aici
funcţia de transfer discretă a unor sisteme mai complexe, unde elementele sunt legate în
serie, paralel sau cu reacţie, folosind funcţiile din mediul Matlab (series, parallel,
feedback).
Se introduc modelele a trei sisteme: unul de ordin I, celălalt de ordin II şi al
treilea sistem are zerourile : -6 , -8 şi polii: -2, -6 , -9, -10 , iar factorul de câştig este
egal cu 10. Se aplică procedeele de transformare în formă discretă cu diferite metode de
aproximare şi cu diferite intervale de timp de eşantionare. Se vor formula concluzii
referitoare la efectul metodelor de discretizare asupra poziţiei polilor, respectiv a
zerourilor. Se va scrie un program, care determină funcţia de transfer rezultantă la
schema din figura 6.1.
Fig.6.1. Schema bloc

Concluzii
Fiecare student va elabora separat un program, se trag concluzii referitoare la
rezultatele obţinute. Se va răspunde în final la următoarele întrebări:
1. Ce înseamnă discretizarea sistemelor?
2. Cum se poate alege corect timpul de eşantionare?
3. Prin ce diferă aproximarea ‘zoh‘ de metoda de aproximare ‘foh‘?
24
LUCRAREA NR. 7
Răspunsul sistemelor continue LTI în domeniul timp

la diferite semnale de intrare
Scopul lucrării:
Studiul sistemelor se poate face prin intermediul răspunsului la diferite semnale
de intrare în domeniul timp. Această lucrare vizează analiza influenţei diferiţilor
parametrii asupra comportării sistemelor.
Reprezentarea grafică a semnalelor de intrare şi ieşire ale unui sistem oferă
informaţii utile asupra comportamentului acestuia atât în zona tranzitorie cât şi în zona
de echilibru static. În teoria sistemelor, noţiunea de stabilitate este de bază (stabilitate
de sistem). Se doreşte aflarea stabilităţii unui sistem sau dacă utilizarea unor elemente
de reglare reuşesc să îl aducă în starea stabilă sistemul studiat şi în cât timp. Pentru acest
studiu sunt necesare procedee de simulare a sistemelor. Pentru simularea sistemelor LTI
se folosesc următoarele funcţii de bază: step, impulse, lsim. În continuare sunt
prezentate pe scurt variante de utilizare ale acestor funcţii.
Determinarea răspunsului sistemului LTI la intrare treaptă unitate (funcţia

indicială) se face astfel:
[ y , t ]  step ( sys, t )
unde:
sys – modelul sistemului studiat;
t –intervalul de timp în care se face simularea;
y – răspunsului sistemului.
Determinarea răspunsului sistemului LTI (funcţia pondere) la intrare impuls
unitar, de tip semnal Dirac se face după cum urmează:
[ y , t ]  impulse( sys, t )
25
Determinarea răspunsului sistemului la orice tip de semnal se face cu:

[ y , t ]  lsim( sys, u, t )
unde u reprezintă forma semnalului de intrare (de ex. un semnal armonic sinusoidal).
Din forma răspunsului indicial şi din forma funcţiei pondere se poate determina
stabilitatea sistemului studiat. În figura 7.1 se prezintă funcţia indicială (fig.7.1.a)
respectiv funcţia pondere (fig.7.1.b) la un sistem stabil de ordin doi, având funcţia de
transfer:
4
H ( s)  2
s  1.1  s  1
Step Response
Impulse Response
5
2.5
4.5
2
4
3.5
1.5
3
Amplitude
Amplitude
2.5 1
0.5
1.5
1
0
0.5
0 -0.5
0 2 4 6 8 10 12 0 2 4 6 8 10 12 14
Time (sec) Time (sec)
a). b).
Fig.7.1. Funcţia indicială (a) şi funcţia pondere (b) la un sistem de ordin doi stabil.
Se va lucra cu două sisteme unul de ordin I şi celălalt de ordin II. Primul sistem
este caracterizat de parametrii: k (amplificarea sistemului) şi T (constanta de timp),iar
forma funcţiei de transfer este:
k
H ( s)  (7.1)
T  s 1
Se determină răspunsul sistemului la diferite intrări: treaptă, impuls şi semnal
sinusoidal, pentru diferite cazuri:
a). k se modifică (ex. k= - 2, 4, 8) şi T este o constantă pozitivă (ex. T=6);
b).T se modifică (ex.T= 0.2, 4, 9) şi k este o constantă (ex. k=1).
Se consemnează variaţiile obţinute în forma răspunsurilor succesive, atât referitoare la
zona tranzitorie cât şi referitoare la zona de echilibru stabil.
26
Se consideră apoi un sistem de ordin II, caracterizat prin funcţia de transfer:
k  n 2
H ( s)  (7.2)
s 2  2    n  s  n 2
unde:
k- amplificarea sistemului;
n - pulsaţia proprie (sau naturală);
 - factorul de amortizare.
Se determină răspunsul sistemului la diferite intrări: treaptă, impuls şi semnal sinusoidal
pentru următoarele cazuri:
a). k se modifică iar n şi  sunt constante pozitive (  n  1   0.6 );
b). n se modifică iar k şi  sunt constante pozitive ( k  1   0.6 );
c).  se modifică iar n şi k sunt constante pozitive (  n  1 k  2 ). Pentru
factorul de amortizare se propun următoarele subcazuri:

  1   1 1    0   0 0  1  1  1
Se consemnează modul de variaţie al răspunsului şi influenţa parametrilor k, n
respectiv . În acest caz, se vor citi de pe grafic următoarele caracteristici: suprareglajul
sistemului, timpul de răspuns, etc.
Concluzii
Fiecare student va scrie un referat despre influenţa parametrilor de bază ai
sistemelor de ordin I şi II asupra răspunsurilor sistemelor la diferite semnale de intrare şi
asupra stabilităţii acestora. Se va răspunde la următoarele întrebări:
1. Cum se determină funcţia pondere a sistemelor?
2. Cum influenţează stabilitatea sistemelor constanta de timp la sisteme de
ordin I?
3. Cum se modifică valoarea staţionară a răspunsului dacă la intrare se aplică
un semnal treaptă cu o amplitudine diferită de unu?
4. Cum se modifică răspunsul sistemelor LTI la semnale de intrare întârziate în
timp ?
27
LUCRAREA NR. 8
Simularea sistemelor discrete
Scopul lucrării:
Studiul sistemelor discrete se poate face prin intermediul răspunsului la diferite
semnale de intrare în domeniul timp. Această lucrare vizează analiza influenţei
diferiţilor parametri şi a perioadei de eşantionare asupra comportării sistemelor.
Pentru simularea sistemelor LTI discrete se pot să folosi funcţiile de bază
prezentate în lucrarea precedentă: step, impulse, lsim. La aceste funcţii modelul
sistemului trebuie să conţină un parametru suplimentar, adică pasul de eşantionare. În
afara acestor funcţii, pot fi folosite şi funcţiile speciale utilizate pentru sisteme discrete,
cum sunt: dstep, dimpulse, dlsim. La aceste funcţii nu este necesară specificarea
perioadei de eşantionare. Studiul sistemelor discrete se va face în mod asemănător cu
sistemele continue. Se vor compara rezultatele obţinute cu cele determinate la sistemele
continue.
Step Response
Impulse Response
4 1.4
Ts=0.6 sec Ts=0.6 sec
3.5 Ts=1.2 sec Ts=1.2 sec
1.2
3
1
2.5
0.8
Amplitude
Amplitude
0.6
1.5
0.4
1
0.5 0.2
0 0
0 5 10 15 0 5 10 15
Time (sec) Time (sec)
a). b).
Fig.7.1. Funcţia indicială discretă (a) şi funcţia pondere discretă (b)
la un sistem de ordin unu discretizat cu diferiţi paşi de eşantionare
28
În figura 7.1 se prezintă răspunsul unui sistem discret de ordin I la intrare treaptă
unitate, respectiv impuls unitar. Se poate observa efectul timpului de eşantionare asupra
răspunsului sistemului discret.
Se va lucra cu două sisteme, unul de ordin I şi celălalt de ordin II. Primul sistem
este caracterizat de parametrii: k (amplificarea sistemului) şi T (constanta de timp), iar
forma funcţiei de transfer este:
k
H ( s)  (8.1)
T  s 1
Se discretizează sistemul cu ajutorul funcţiei de transformare c2d şi se determine
răspunsul sistemului la diferite intrări: treaptă, impuls şi semnal sinusoidal, pentru
diferite cazuri:
a). k se modifică şi T este o constantă pozitivă (ex. T=3);
b). T se modifică şi k este o constantă (ex. k=1)
Se consemnează variaţiile obţinute în forma răspunsurilor succesive, atât referitoare la
zona tranzitorie, cât şi referitoare la zona de echilibru stabil.
Se studiază şi modificarea care apare la poziţionarea polilor, respectiv a zerourilor
sistemelor. Pentru calcularea rădăcinilor se poate folosi funcţia roots.
Se consideră apoi un sistem de ordin II, caracterizat prin funcţia de transfer:
k  n 2
H ( s)  (8.2)
s 2  2    n  s  n 2
Se discretizează sistemul şi se determină răspunsul sistemului la diferite intrări: treaptă,
impuls şi semnal sinusoidal, pentru următoarele cazuri:
a). k se modifică iar n şi  sunt constante pozitive (  n  1   0.6 );
b). n se modifică iar k şi  sunt constante pozitive ( k  1   0.6 );
c).  se modifică iar n şi k sunt constante pozitive (  n  1 k  2 ). Pentru

  1   1 1    0   0 0  1  1  1
Se consemnează modul de variaţie al răspunsului şi influenţa parametrilor k, n
respectiv .
29
Se va determina răspunsul următoarelor sisteme discrete la intrare treaptă

(respectiv impuls) şi se studiază stabilitatea acestora.
3 3
H1 ( z)  H 2 ( z) 
z2 z2
3 3
H 3 ( z)  H 4 ( z) 
2z 1 2z  1
2 2
H 5 ( z)  H 6 ( z) 
z 1 z 1
2 2
H 7 ( z)  H 8 ( z) 
(3  z  1)  (2 z  1) (3z  1)  (2 z  1)
Concluzii
sistemelor de ordin I şi II asupra răspunsurilor sistemelor discrete la diferite semnale de
intrare şi asupra stabilităţii acestora. Se va răspunde la următoarele întrebări:
1. Cum se determină funcţia indicială a sistemelor discrete?
2. Cum este influenţată stabilitatea sistemelor discrete de polii sistemului?
3. Cum se modifică forma răspunsului sistemului discret la limita de stabilitate
( z  1 sau z  1 )?
30
LUCRAREA NR. 9
Răspunsul sistemelor în domeniul frecvenţei
Scopul lucrării:
Studiul sistemelor se poate face şi prin intermediul răspunsului acestora la
semnale armonice. Acest studiu al sistemelor se realizează în domeniul frecvenţă.
Prezenta lucrare specifică influenţa diferiţilor parametrii din modelul sistemului LTI
asupra caracteristicilor de frecvenţă.
Teoria clasică a sistemelor pune la îndemâna studenţilor mai multe metode de
studiu în domeniul frecvenţei. Astfel cele mai importante metode sunt cele care
utilizează diagramele Nyquist respectiv diagramele Bode. În continuare sunt prezentate
pe scurt importanţa şi modalitatea lor de determinare a acestor caracteristici.
 Caracteristica Nyquist (caracteristica amplitudine – fază)
H ( s )  H ( j   )  Re( )  j  Im( )  A( )  e j ( ) (9.1)
unde:
A( )  H ( j   )  Re( ) 2  Im( ) 2 (amplitudinea) (9.2)
 Im( ) 
 ( )  arg( H ( j   ))  arctg   (faza) (9.3)
 Re( ) 
Caracteristica Nyquist se obţine prin reprezentarea părţii imaginare în funcţie de
partea reală când   (, ) . Această diagramă este simetrică faţă de axa reală şi
furnizează următoarele caracteristici de performanţă:
- marginea de fază  ( c ) , unghiul pe care-l face vectorul complex de modul
unitar H ( j   c ) cu semiaxa reală negativă;
- marginea de câştig M c ( f ) distanţa între punctul (1, j  0) şi punctul de
intersecţie al caracteristicii cu axa reală negativă H ( j   f ) ;
31
- alte caracteristici, care apar la răspunsul sistemului la un semnal treaptă

unitate (condiţii iniţiale şi cele finale).
În figura 8.1 se prezintă o variantă a caracteristicii Nyquist, unde se evidenţiază
valorile  c ,  f , M c ( f ) , respectiv  ( c ) . Sistemul este de ordin trei şi are funcţia
de transfer:
s6
H ( s)  (9.4)
10  s  13  s 2  9  s  4
3
Caracteristica Nyquist
2
1.5
0.5
w
(-1,0) Mc f
Imag
0
fi
wc
-0.5
-1
-1.5
<
-2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Real
Fig.9.1. Caracteristica amplitudine-fază (hodograma Nyquist)
 Caracteristica Bode (caracteristica logaritmică în frecvenţă), conţine două

diagrame:
- Amplitudine - pulsaţie: unde se prezintă variaţia amplitudinii (în dB) în
funcţie de pulsaţie (dec);
A( ) dB  20  log( A( )) (9.5)
- Fază - pulsaţie: conţine evoluţia fazei (în rad sau grade) în funcţie de
pulsaţie  ( ) .
32
Caracteristicile de performanţe enumerate la diagrama Nyquist pot fi regăsite şi

la caracteristicile logaritmice: pulsaţia  c se obţine la intersecţia caracteristicii
A( ) dB cu axa pulsaţiilor, iar  f la intersecţia diagramei  ( ) cu orizontala
corespunzătoare valorii   . În figura 8.2 sunt prezentate caracteristicile Bode

corespunzătoare sistemului descris de funcţia de transfer (9.4) , unde se evidenţiază cele
două pulsaţii specificate  c şi  f .
Amplitudine-pulsatie
100
wc
Amplitudine [dB]
-100
-200
-300
-2 -1 0 1 2
10 10 10 10 10
Pulsatie [dec]
Faza-pulsatie
0
Faza [grade]
-100
wf
-200
-300
-2 -1 0 1 2
10 10 10 10 10
Pulsatie [dec]
Fig.9.2. Diagramele Bode

În mediul Matlab pentru determinarea caracteristicilor de frecvenţă se folosesc
funcţiile: nyquist şi bode. O variantă de utilizare a acestor funcţii este:
nyquist ( sys,  ) sau bode( sys, w)
unde sys reprezintă modelul sistemului şi  este vectorul cu pulsaţii. Se poate observa
că, dacă aceste funcţii nu returnează nici un argument de intrare, atunci la rulare apar
direct diagramele corespunzătoare. Este posibilă şi apelarea funcţiilor cu argumente de
ieşire, valori care pot fi prelucrate şi reprezentate ulterior.
[re, im,  ]  nyquist (sys,  ) sau [mag , phase]  bode( sys, w)
33
Funcţiile prezentate pot fi folosite şi în cazul sistemelor discrete, situaţie în care

se realizează transformarea z  e j Ts , dar sunt şi funcţii special create pentru sisteme
discrete dnyquist şi dbode.
Se va lucra cu două sisteme unul de ordin I şi celălalt de ordin II. Primul sistem
este:
k
H ( s)  (9.6)
T  s 1
Se determină răspunsul sistemului în domeniul frecvenţei (caracteristicile Nyquist şi
Bode) pentru diferite cazuri:
a). k se modifică şi T este o constantă pozitivă;
b).T se modifică şi k este o constantă.
Se consideră apoi un sistem de ordin II, caracterizat de funcţia de transfer:
k  n 2
H ( s)  (9.7)
s 2  2    n  s  n 2
Se determină caracteristicile de frecvenţă pentru următoarele cazuri:
a). k se modifică, iar n şi  sunt constante pozitive (  n  1   0.6 );
b). n se modifică, iar k şi  sunt constante pozitive ( k  1   0.6 );
c).  se modifică, iar n şi k sunt constante pozitive (  n  1 k  2 ). Pentru

  1   1 1    0   0 0  1  1  1
Se consemnează modul de variaţie al caracteristicilor şi influenţa parametrilor k, n
respectiv . În ambele cazuri, se identifică din grafice performanţele sistemelor:
marginea de fază, marginea de câştig, etc.
Se cere determinare caracteristicilor de frecvenţă la următoarele sisteme
continue:
3 3 3 3
H 1 (s)  H 2 ( s)  H 3 ( s)  2
H 4 ( s)  3
s4 s  ( s  4) s ( s  4) s ( s  4)
Funcţiile de transfer vor fi discretizate cu diferite metode de discretizare şi diferite

intervale de eşantionare. Se vor determina şi caracteristicile de frecvenţă
34
corespunzătoare sistemelor discrete. Se va pune în evidenţă influenţa metodei de

discretizare, respectiv a pasului de discretizare asupra caracteristicilor de frecvenţă.
Concluzii
sistemelor de ordin I şi II asupra diagramelor de frecvenţă şi la modul cum influenţează
performanţele lor. Se va răspunde la următoarele întrebări:
1. Cum se determină marginea de fază din diagramele Nyquist?
2. Cum se modifică forma diagramelor Nyquist pentru sistemele
H 1 ( s ) H 4 ( s ) când pulsaţia variază în intervalul (0, ) ?
3. De ce şi când este avantajoasă folosirea diagramelor logaritmice ?
35
LUCRAREA NR. 10
Criterii algebrice de stabilitate
Scopul lucrării:
Scopul lucrării este prezentarea metodelor de stabilitate algebrice, studiul acestor
metode, respectiv implementarea lor. Vor fi prezentate atât metodele care se folosesc la
sistemele continue cât şi cele utilizate la sisteme discrete.
În cazul sistemelor LTI studiul stabilităţii sistemelor se referă la rezolvarea

ecuaţiei caracteristice corespunzătoare sistemului studiat. Dacă se consideră un sistem
caracterizat prin funcţia de transfer H ( s)  B( s) / A( s) , atunci ecuaţia caracteristică a
sistemului este:
A( s )  a n  s n  a n1  s n1    a1  s  a 0  0 (10.1)
Prin rezolvarea acestei ecuaţii se obţin polii sistemului, amplasarea acestor valori în
planul complex va determina ulterior stabilitatea sistemului. Cu ajutorul criteriilor
algebrice de stabilitate se determină stabilitatea sistemelor fără a rezolva această ecuaţie
caracteristică.
Criteriul Hurwitz:
Se poate aplica numai dacă semnul coeficienţilor nu se modifică, adică:
sign (a n )  sign(a n 1 )   sign (a1 )  sign (a0 ) (10.2)
Se construieşte matricea Hurwitz:
 a n1 an 0 0 ... 0 
a a n 2 a n1 an  0 
n 3
Dn    (10.3)
a n 5 a n 4 a n 3 a n  2  0
 
 0 0 0 0  a0 
36
Condiţia de stabilitate este ca toţi minorii după diagonala principală să fie pozitivi:
det(D1 )  0 det(D2 )  0  det( Dn )  0 (10.4)
Criteriul Routh-Hurwitz
Acest criteriu este o variantă alternativă a criteriului Hurwitz şi a fost introdus
pentru a evita calcularea determinanţilor. Cu ajutorul coeficienţilor ecuaţiei
caracteristice se construieşte tabelul din figura 10.1.
n an an-2 an-4 an-6 … 0 0

n-1 an-1 an-3 an-5 an-7 … 0 0
n-2 bn-1 bn-2 bn-3 bn-4 0
n-3 cn-1 cn-2 cn-3 cn-4 0
… … …
3 dn-1 dn-2 0
2 en-1 en-2 0
1 fn-1 0
0 gn-1 0
Fig. 10.1. Tabelul Routh-Hurwitz
Elementele din acest tabel sunt determinate conform relaţiilor următoare :

a n1  a n 2  a n  a n3 a n1  a n 4  a n  a n5
bn1  bn 2  
a n1 a n1
bn1  a n3  a n1  bn 2 bn1  a n5  a n1  bn3

c n1  c n2   (10.5)
bn1 bn1
….
e n1  d n 2  d n1  en 2
f n 1 
en 1
g n 1  en 2
Condiţia de stabilitate este ca fiecare termen ( a n1 , bn1 , c n1 ,  ) care apare în prima
coloană să fie pozitiv.
37
Criteriul Jurry:
Acest criteriu se aplică la determinarea stabilităţii sistemelor discrete. Se
consideră un sistem LTI discret caracterizat de funcţia de transfer discretă
H ( z 1 )  B ( z 1 ) / A( z 1 ) , atunci ecuaţia caracteristică va fi de forma:
A( z 1 )  a 0  a1  z 1  a 2  z 2    a n 1  z  ( n1)  a n  z  n  0 (10.6)
În mod asemănător cu celelalte criterii şi acesta poate fi aplicat numai dacă:
sign (a n )  sign(a n 1 )   sign (a1 )  sign (a0 ) (10.7)
Se construieşte tabelul n+1 dimensional conform figurii 10.2.
n a0(n) a1(n) a2(n) … an-1(n) an(n) n

n-1 a0(n-1) a1(n-1) a2(n-1) … an-1(n-1) 0 n-1
… … …
2 a0(2) a1(2) a2(2) 0 2
1 a0(1) a1(1) 0 1
0 a0(0) 0
Fig.10.2. Tabelul Jurry
Relaţia de calcul este:

a n( n )
ai( n )  ai ai( k 1)  ai( k )   k  a k( k)i n  pt i  0  n (10.8)
a 0( n )
Condiţia de stabilitate este ca termenii ( a0( n ) , a 0( n1) ,  a 0(1) , a 0( 0) ) care apar în prima
coloană să fie pozitivi.
În cadrul lucrării de laborator se va testa stabilitatea cu ajutorul criteriilor
algebrice a următoarelor sisteme:
3 s  2 3 s  2
H 1 (s)  3 2
H 2 ( s)  4
s  5 s  9 s 1 s  3  s  14  s 2  3  s  4
3
38
2  z 1 2 z 3
H 3 ( z)  H 4 ( z) 
3  z 2  4z  1 16  z  24  z 2  11z  1.5
3
Se vor încerca implementarea unor funcţii sau algoritmi în mediul de lucru Matlab.
Rezultatele obţinute se vor verifica şi cu ajutorul simulării sistemelor la treaptă unitate,
respectiv la impuls unitar.
Concluzii
Fiecare student va scrie un referat despre modul de testare a stabilităţii
sistemelor prin intermediul criteriilor algebrice prezentate. Se va răspunde la
următoarele întrebări:
1. În cazul unui sistem continuu unde trebuie să fie plasaţi polii sistemului în
planul complex ? Dar în cazul unui sistem discret?
2. Când este avantajoasă utilizarea criteriilor algebrice?
39
LUCRAREA NR. 11
Studiul stabilităţii sistemelor prin diagramele Nyquist şi Bode
Scopul lucrării:
Obiectivul lucrării este prezentarea şi studiul metodelor de stabilitate Nyqusit
(respectiv Bode) la sisteme care se află în buclă, respectiv determinarea caracteristicilor
speciale din punct de vedere al stabilităţii.
Aceste metode sunt utile pentru că oferă informaţii şi referitoare la gradul de
stabilitate al sistemului. Pentru studiul stabilităţii sistemelor în buclă închisă se porneşte
de la următoarea schemă, prezentată în figura 11.1
U(s) Y(s)
Hd(s)
Fig.11.1. Schema bloc a unui sistem în buclă închisă cu reacţie negativă
unde H d (s ) este funcţia de transfer a sistemului în buclă deschisă. Se studiază
stabilitatea sistemului în buclă închisă. Funcţia de transfer a sistemului în buclă închisă

este:
H d ( s)
H ( s)  (11.1)
1  H d ( s)
Din punct de vedere al studiului stabilităţii distingem două cazuri.
Criteriul simplificat: se aplică atunci când sistemul în buclă deschisă este
stabil. Pentru ca un sistem liniar invariant în timp (LTI) stabil în buclă deschisă să fie
40
stabil în buclă închisă este necesar şi suficient ca punctul critic de coordonate (1, j  0)
să nu se găsească în interiorul caracteristicii amplitudine-fază a sistemului în buclă
deschisă H d ( j   ) trasată pentru pulsaţia   (, ) .
Criteriul generalizat: se aplică atunci când sistemul este instabil în buclă
deschisă. Pentru ca un sistem LTI, instabil în buclă deschisă, să fie stabil în buclă
închisă este necesar şi suficient ca punctul critic de coordonate (1, j  0) să fie
înconjurat în sens antiorar de caracteristica amplitudine – fază a sistemului în buclă
deschisă H d ( j   ) , pentru   (, ) , de un număr de ori egal cu numărul polilor
instabili ai sistemului în buclă deschisă.

Pentru determinarea gradului de stabilitate al sistemului se folosesc mai mult
diagramele Bode, unde pot fi uşor determinate caracteristicile: marginea de fază şi
marginea de câştig (vezi lucrarea nr. 9). Stabilitatea, considerând cele două
caracteristici, poate fi exprimată cu următoarele condiţii:
-  t  0 sau    unde t reprezintă rezerva de fază, iar =t+;
- M  1 , unde M este marginea de amplitudine

-  f   c , unde  f reprezintă pulsaţia unde caracteristica Nyquist intersectează axa
reală iar  c este pulsaţia unde caracteristica amplitudine-fază intersectează cercul de
rază unitară.
Studiul stabilităţii sistemelor discrete se face în mod asemănător cu observaţia că
la început se realizează o transformare bilineară:
Ts
 j 
1
z  e j  Ts  cos(  Ts )  j  sin(  Ts )  2 (11.2)
T
1 s  j 
2
Deci este necesară cunoaşterea perioadei de eşantionare Ts cu ajutorul căreia a fost
discretizat sistemul.
În cadrul lucrării de laborator se va studia stabilitatea următoarelor sisteme ,
conform metodelor prezentate, dacă se cunoaşte funcţia de transfer a sistemului în buclă
deschisă:
6 8 ( s  3) ( s  1)
H d 1 ( s)  H d 2 ( s)  H d 3 ( s)  H d 4 (s ) 
s7 s7 ( s  6)  ( s  1) ( s  6)  ( s  1)
41
Se consideră apoi cazul discret:

8 6 5 1
H d1 ( z)  H d 2 ( z)  H d 3 ( z)  H d 4 ( z) 
z5 z5 z 5 z5
Sistemele au fost discretizate cu perioada Ts  1sec . Pentru trasarea diagramelor
amplitudine – fază, respectiv a caracteristicilor Bode pot fi folosite funcţiile nyquist

respectiv bode din mediul de lucru Matlab. Pentru verificarea corectitudinii rezultatelor,
se poate testa stabilitatea sistemului în buclă închisă cu ajutorul funcţiilor de simulare
step, impulse sau rezolvând ecuaţia caracteristică a sistemului cu funcţia roots.
Concluzii
Fiecare student va scrie un referat despre modul de testare a stabilităţii cu
criteriile prezentate. Se va răspunde la următoarele întrebări:
1. În cazul unui sistem discret stabil unde trebuie să fie plasaţi polii sistemului
în planul complex ?
2. De ce este utilă folosirea metodelor de frecvenţă în studiul stabilităţii ?
3. Cum se modifică intervalul de variaţie al pulsaţiei, pentru studiul stabilităţii
sistemelor discrete cu aceste metode?
4. Din punct de vedere al stabilităţii sistemelor discrete, de ce este necesară şi
corectă folosirea transformării bilineară ?
42
LUCRAREA NR. 12
Studiul stabilităţii sistemelor cu metoda Locul rădăcinilor
Scopul lucrării:
Obiectivul lucrării este studiul stabilităţi sistemelor prin trasarea locului
geometric al rădăcinilor sistemelor continue şi discrete. Se propune şi determinarea
limitei de stabilitate a acestor sisteme.
Din locul geometric al polilor şi zerourilor funcţiei de transfer, corespunzător
sistemului în buclă deschisă, se poate determina stabilitatea sistemului în buclă închisă.
Se consideră sistemul din figura 12.1.
U(s) k  H d (s ) Y(s)
Fig.12.1. Schema bloc a unui sistem în buclă închisă cu reacţie negativă
unde H d (s ) este o funcţie de transfer cunoscută (se cunosc polii respectiv zerourile
sistemului în buclă deschisă), iar k este o constantă necunoscută considerată acum ca şi

un parametru. Locul rădăcinilor este o curbă care reprezintă locul geometric al polilor
sistemului în buclă închisă când parametrul k se modifică în intervalul (0, ) sau
(, ). Domeniul de stabilitate pentru sisteme continue este semiplanul stâng al
planului complex, iar pentru sisteme discrete este interiorul cercului de rază unitară.
Când locul geometric rămâne în aceste domenii se consideră că sistemul este stabil.
Dacă curba trece este în semiplanul drept (sau în afara cercului unitar), atunci pentru
acele valori k sistemul în buclă închisă va fi instabil. Pentru determinarea limitei de
stabilitate este necesară determinarea valorii k, pentru care locul geometric intersectează
axa reală (în cazul continuu) sau intersectează cercul de rază unitară (în cazul discret).
În figura 12.2 se prezintă locul geometric al rădăcinilor la un sistem continuu de ordin
43
patru (fig.12.2.a) respectiv la un sistem discret de ordin unu (fig.12.2.b). Se pot

identifica pe grafice punctele critice ce definesc limita de stabilitate.
Root Locus
8 Root Locus
1
6 0.8
0.6
4
0.4
2
Imaginary Axis
0.2
Imaginary Axis
0
0
-2 -0.2
-0.4
-4
-0.6
-6
-0.8
-8 -1
-14 -12 -10 -8 -6 -4 -2 0 2 -5 -4 -3 -2 -1 0 1
Real Axis Real Axis
a). b)
Fig.12.2. Locul rădăcinilor pentru un sistem continuu de ordin patru (a) şi
pentru un sistem discret de ordin unu (b)
Pentru determinarea şi reprezentarea locului rădăcinilor se poate folosi în mediul

Matlab funcţia rlocus.
rlocus( sys, k )
unde: sys este modelul sistemului deschis (continuu sau discret), folosirea argumentului
k nu este obligatorie decât dacă se doreşte trasarea locului rădăcinilor pentru valori
prestabilite. Dacă nu se specifică k, atunci intervalul de modificare al acestuia este
(0, ) . Dacă funcţia rlocus se apelează fără argumente de ieşire atunci în urma
comenzii este trasată diagrama locului rădăcinilor. Pentru determinarea limitei de
stabilitate sunt necesare valorile locului rădăcinilor corespunzătoare valorilor lui k, în
acest caz se apelează funcţia:
[r , k ]  rlocus (sys )
unde r este vectorul complex care reprezintă locul geometric. Pentru informaţii
suplimentare se poate testa şi funcţiile din Matlab: rlocfind, pzmap, sgrid, zgrid, etc.
În cadrul lucrării de laborator se va testa stabilitatea sistemelor continue şi
discrete cu metoda locului rădăcinilor şi se va calcula limita de stabilitate a sistemelor.
44
În ceea ce urmează se specifică funcţia de transfer corespunzătoare sistemelor în buclă

deschisă (conform fig 12.1).
6 8 ( s  3) ( s  1)
H d 1 ( s)  H d 2 ( s)  H d 3 (s)  H d 4 ( s) 
s7 s3 ( s  6)  s (s 2  6)  ( s 2  1)
Se cere să se reprezinte grafic locul rădăcinilor pentru sistemele date şi să se
evidenţieze punctele de intersecţie ale acestora cu axa imaginară, respectiv să se
determine valorile k corespunzătoare acestor puncte.
Se consideră apoi cazurile discrete:
1 6 5 z 2 z 1
H d1 ( z)  H d 2 ( z)  H d 3 ( z)  H d 4 ( z)  2
z5 z  15 ( z  5)  ( z  2) z 5
Se cere să se reprezinte grafic locul rădăcinilor pentru sistemele date şi să se
evidenţieze punctele de intersecţie ale acestora cu perimetul cercului de rază unitară,
respectiv să se determine valorile k corespunzătoare acestor puncte.
Pentru verificarea corectitudinii rezultatelor se poate testa stabilitatea sistemului
în buclă închisă cu ajutorul funcţiilor de simulare step, impulse sau rezolvând ecuaţia
caracteristică a sistemului cu funcţia roots pentru valoarea limită a parametrului k. În
această situaţie, polii sistemului în buclă închisă vor fi situaţi pe axa imaginară (în cazul
continuu) sau pe perimetrul cercului de rază unitară (în cazul discret).
Concluzii
Fiecare student va realiza un referat despre modul de testare a stabilităţii prin
intermediul criteriului de stabilitate prezentat. Se vor rezolva problemele propuse fără a
se folosi calculatorul şi se vor compara rezultatele. Se va răspunde la următoarele
întrebări:
1. În cazul unui sistem continuu unde se situează domeniul de stabilitate al
sistemului în planul complex ? Dar în cazul sistemelor discrete?
2. De ce este utilă folosirea metodei locului rădăcinilor ?
3. Ce este locul rădăcinilor?
4. Cum se poate trasa pe hârtie (manual) graficul locul rădăcinilor? Enumeraţi
paşii de determinare!
45
LUCRAREA NR. 13
Modele intrare-stare-ieşire. Metode de transformare.
Scopul lucrării:
Această lucrare are ca scop studiul reprezentării sistemelor în spaţiul stărilor. Se
vor testa metodele de descriere, metodele de transformare respectiv metodele de
simulare ale sistemelor date prin modele intrare-stare-ieşire, atât în cazul continuu cât şi
în cazul discret.
Sistemele LTI continue au fost reprezentate până la această lucrare cu modele
intrare-ieşire (ec. diferenţiale, funcţii de transfer). Se introduce un alt tip de reprezentare
care descrie comportarea sistemului în spaţiul stărilor. Forma generală a modelului în
spaţiul stărilor, în cazul continuu, este:
x (t )  A  x (t )  B  u (t )
(13.1)
y (t )  C  x (t )  D  u (t )
unde:
- x(t ) reprezintă vectorul variabilei de stare, cu dimensiunea n  1 , dacă
ordinul sistemului este n;
- u (t ) reprezintă vectorul variabilei de intrare, cu dimensiunea m  1 , dacă
sistemul are m intrări;
- y (t ) reprezintă vectorul variabilei de ieşire, cu dimensiunea p  1 , dacă
sistemul are p ieşiri.

Conform acestor observaţii dimensiunile matricelor din sistemul de ecuaţii vor fi:
A  nn B  nm C  pn D  pm
Deci, cu ajutorul acestor matrici se poate defini un sistem în spaţiul stărilor. În Matlab,
pentru introducerea unui astfel de sistem se foloseşte funcţia:
sys  ss( A, B, C , D )
46
În cazul discret modelul în spaţiul stărilor are forma generală:

x[k  1]  Ad  x[k ]  B d  u[k ]
(13.2)
y[k ]  C d  x[k ]  D d  u[k ]
unde notaţiile sunt similare cu cele prezentate la modelul continuu. Pentru introducerea
unui sistem discret, se poate folosi aceeaşi funcţie, cu observaţia că este necesară
introducerea unui parametru suplimentar, care reprezintă timpul de eşantionare:
sys  ss ( Ad , Bd , C d , Dd , Ts )
Transformarea de la un model la altul se poate face cu ajutorul funcţiilor: tf2ss, ss2tf,

ss2zp, zp2ss, c2d, d2c, etc. Toate funcţiile de simulare în domeniul timp sau în domeniul
frecvenţei pot fi folosite şi la modelele intrare-stare-ieşire. Folosirea acestor modele
permite introducerea vectorului de stare iniţială x(t 0 ) , iar ca rezultat se pot obţine în
afara semnalului de ieşire şi variaţia stărilor sistemului. Acest tip de model este mult
mai uşor de utilizat dacă sistemul are mai multe intrări şi mai multe ieşiri.
În cadrul lucrării de laborator se vor introduce următoarele modele intrare-ieşire
8 3 s  2
sys1 : H 1 ( s)  2
sys 2 : H 2 ( s) 
s  2.8  s  4 ( s  6)  ( s  8)
Se vor transforma în modele intrare–stare–ieşire şi se vor simula sistemele
obţinute la semnale treaptă, impuls şi la următoarele semnale de intrare cu starea iniţială
dată:
u1 (t )  3  sin( 2    0.2  t ) x(0)  [8  4]T

0 daca t  4
u 2 (t )   x (0)  [2 1]T
9 daca t  4
Se va introduce următorul sistem (sys3) cu mai multe intrări şi mai multe ieşiri:
 x1 (t )  3  x1 (t )  0.2  x 2 (t )  u1 (t )
 x (t )  0.3  x (t )  0.1  x (t )  u (t )
 2 1 3 2

 x 3 (t )  0.3  x 2 (t )  2  x 2 (t )
 y (t )  x1 (t )  x 2 (t )  x3 (t )
Se va simula în timp sistemul la intrările u1(t) şi u2(t) cu starea iniţială

x(0)  [6 7  4]T şi se va reprezenta grafic: semnalele de intrare, semnalele de stare şi
semnalul de ieşire.
47
Cu sistemele obţinute se determină sistemul din figura 13.1. şi se determină

răspunsul sistemului la o intrare sinusoidală şi la o intrare cu impulsuri dreptunghiulare
(square).
U1
Sys1
Y
Sys3
U2
Sys2
Fig.13.1. Schema bloc cu conexiunile între cele trei sisteme
Concluzii
Fiecare student va elabora un referat despre modul de determinare al modelului
intrare-stare-ieşire, respectiv transformarea inversă. Se vor rezolva problemele propuse
în mod scris, şi se vor compara rezultatele. Se va răspunde la următoarele întrebări:
1. De ce este utilă folosirea modelelor intrare-stare- ieşire ?
2. Cum se pot calcula la aceste sisteme valorile proprii (polii)?
3. Cum se poate realiza, fără mediul Matlab, transformarea sistemelor în
modelele în spaţiul stărilor?
4. Care sunt formulele de determinare ale modelului intrare-stare-ieşire pentru
un sistem format din două sisteme (A,B,C,D) legate în serie, paralel şi
reacţie?
48
LUCRAREA NR. 14
Studiul stabilităţii cu ajutorul traiectoriilor de stare.

Puncte singulare
Scopul lucrării:
Obiectivul lucrării determinarea stabilităţii sistemelor LTI cu ajutorul
traiectoriilor de stare, respectiv identificarea tipului punctului de echilibru.
Se consideră funcţia de transfer a unui sistem de ordin II, de forma:
2
H ( s)  2 (14.1)
s  2    s   2
Se vor studia ecuaţiile de stare ale sistemului neforţat (fără semnal de intrare). Modelul
intrare-stare-ieşire corespunzător acestuia este:
x1 (t )  x 2 (t )
(14.2)
x 2 (t )  2      x 2 (t )   2  x1 (t )
Panta traiectoriilor de fază este:
x 2 (t )   x1 (t )  2    x 2 (t )
   (14.3)
x1 (t ) x 2 (t )
0
Punctul singular se obţine când avem nedeterminare , iar în funcţie de parametrii
0
sistemului acest punct are diferite denumiri:
 Punct centru:   0  2  0
 Punct focar: 0    1  2  0
o Focar stabil: 0    1  2  0
o Focar instabil:  1    0  2  0
 Punct nod:   1  2  0
o Nod stabil:   1  2  0
49
o Nod instabil:   1  2  0
o Nod critic stabil:   1  2  0
o Nod critic instabil:   1  2  0
 Punct şa:  2  0
Traiectoriile de stare în acest caz se numesc traiectorii de fază şi se obţin prin
reprezentarea grafică x 2 (t )  f ( x1 (t )) . Simularea unui sistem neforţat, dar cu stări
iniţiale nenule poate fi realizată cu ajutorul funcţiei Matlab:
[ y , x, t ]  initial (sys , t , x0 )
unde sys este obligatoriu un model în spaţiul stărilor. Dacă traiectoriile de stare din
orice stări iniţiale tind către punctul de echilibru (0,0) atunci sistemul este stabil, iar din
forma traiectoriei, care depinde de parametrii sistemului, se poate determina tipul
punctului de echilibru. În figura 14.1 se prezintă variaţia stărilor în funcţie de timp
(fig.14.1.a) şi traiectoriile de stare corespunzătoare unui sistem de ordin doi (fig.14.1.b).
Variatia starilor Traiectoria starilor x2(x1)
12 12
10 10
8 8
6
6
4
x1(t) x2(t)
4
x2(t)
2
2
0
0
-2
-2
-4
-6 -4
-8 -6
0 2 4 6 8 10 12 14 16 18 20 -8 -6 -4 -2 0 2 4 6 8
Timp [sec] x1(t)
Fig.14.1. Variaţia stărilor în timp (a) şi traiectoriile de stare (b)

pentru un sistem stabil de ordin doi
În cadrul acestei lucrări de la laborator se va scrie un program care determină
traiectoriile de stare în spaţiul stărilor la un sistem de ordin II, pentru diferite valori ale
parametrilor  şi  , respectiv cu starea iniţială nenulă. Se vor reprezenta forma
traiectoriilor de stare şi variaţia stărilor în funcţie de timp. Se consideră apoi un sistem
LTI de ordin III de forma:
50
5 s  4
H ( s)  2
(s  0.6  s  3)  (s  2)
Se cere se determine traiectoriile de stare şi să se reprezinte în spaţiul tridimensional
stările, când vectorul iniţial de stare este: x(t 0 )  [7 8  6]T .

În mod asemănător se va studia şi stabilitatea unor sisteme discrete.
Concluzii
Fiecare student va scrie un referat ce conţine rezultatele obţinute. Se va răspunde
la următoarele întrebări:
1. Ce diferenţă este între funcţiile impulse şi initial?
2. Cum se modifică forma traiectoriilor de stare dacă se studiază un sistem
forţat (semnal de intrare diferit de zero)?
51
LUCRAREA NR. 15
Studiul funcţiilor matriciale. Teorema Cayley –Hamilton.
Scopul lucrării:
Studiul funcţiilor matriceale prezintă importanţă datorită modului de
reprezentare în spaţiul stărilor al sistemelor. Valorile proprii determină stabilitatea
sistemelor, iar cu ajutorul transformatelor de similaritate putem ajunge la o formă de
reprezentare mai convenabilă. Scopul lucrării este să familiarizeze studenţii cu aceste
forme matematice.
Calcularea valorii funcţiilor matriceale pentru o anumită matrice dată este
dificilă. Studiul acestor calcule se poate face cu ajutorul funcţiilor matriciale din mediul
Matlab, cum ar fi: expm, logm, sqrtm, funm,etc. Determinarea teoretică se bazează pe
valorile proprii, respectiv pe vectorii proprii. Deci în paralel cu utilizarea procedurilor
enumerate, se vor face calcule pentru situaţia în care valorile proprii sunt distincte.
Funcţia din mediul Matlab, care calculează valorile şi vectorii proprii este eig.
Teorema Cayley-Hamilton:
Să considerăm ecuaţia caracteristică a unui sistem dinamic LTI (egalând cu zero
polinomul care apare la numitorul funcţiei de transfer):
P ( s )  p n  s n  p n1  s n1    p1  s  p 0  0 (15.1)
Rădăcinile ecuaţiei sunt polii sistemului. Dacă sistemul LTI este caracterizat de
modelul intrare-stare–ieşire atunci polinomul caracteristic al sistemului se defineşte cu
ecuaţia:
det(s  I  A)  0 (15.2)
Rădăcinile ecuaţiei sunt valorile proprii ale sistemului. Cele două ecuaţii
caracteristice sunt identice, deci egale. Gradul polinomului caracteristic coincide cu
ordinul matricei de sistem A. Teorema Cayley-Hamilton afirmă că orice matrice
satisface (anulează) propria ecuaţie caracteristică.
52
P( A)  p n  A n  p n1  A n1    p1  A  p 0  I  0 (15.3)

Această teoremă va fi verificată în cadrul lucrării de laborator şi vor fi prezentate şi
câteva aplicaţii ale teoremei.
1. Calcularea matricei inverse:
1
A 1  
p0

 p n  A n1  p n1  A n 2    p 2  A  p1  I  (15.4)
2. Calculare polinomului matricial

Se consideră N (s) un polinom de grad mai mare decât gradul polinomului
caracteristic P(s) corespunzător matricei A , şi se cere determinarea valorii
N ( A) . Atunci, se poate scrie:
N ( A) R( A)
 Q( A)   N ( A)  Q ( A)  P( A)  R( A) (15.5)
P( A) P( A)
Conform teoremei Cayley-Hamilton rezultă:
N ( A)  R( A) (15.6)
3. Calcularea funcţiei analitice matriceală (ex: e At sau sin( A  t )

Se consideră funcţia analitică f (x ) care poate fi aproximată cu:

f ( x )    i  x i . Scopul aplicaţiei este calcularea valorii f ( A) . Folosind
i 0
polinomul caracteristic, se poate scrie:

 i
f ( A)  P ( A)    i  A  R ( A) (15.7)
i 0
Conform teoremei Cayley-Hamilton  f ( A)  R ( A) , dacă polinomul

caracteristic este de grad n atunci polinomul R (restul împărţirii) va fi de grad cel
mult n-1.
R ( x )  r0  r1  x    rn1  x n1 (15.8)
Se observă că dacă în loc de matricea A se pun valorile proprii
i (i  1,, n) corespunzătoare acestei matrice atunci obţinem n ecuaţii cu n
necunoscute.
f ( i )  R ( i ) (15.9)
Această relaţie este valabilă dacă avem valori proprii distincte. Dacă se obţine
valori proprii cu ordin de multiplicitate mai mare decât unu atunci se foloseşte:
53
df ( x) dR( x)
 (15.20)
dx x i dx x i
Se va elabora un program, care citeşte matrici pătratice de la tastatură,
calculează polinomul caracteristic corespunzător şi afişează rădăcinile ecuaţiei
caracteristice, respectiv verifică teorema Cayley Hamilton. Să se calculeze valoarea
funcţiilor matriceale amintite în lucrare. Se va testa corectitudinea metodelor de calcul
prezentate anterior (inversa matricei, funcţiile matriceale polinomiale, funcţiile
matriceale exponenţiale, respectiv trigonometrice) şi se vor compara rezultatele cu
funcţiile matriceale existente în Matlab.
Concluzii
Fiecare student va scrie un referat cu rezultatele obţinute. Se vor rezolva
problemele şi pe hârtie. Se va răspunde la următoarele întrebări:
1. La ce tip de matrici pot fi aplicate funcţiile matriceale prezentate?
2. Ce diferenţă există între funcţiile exp şi expm?
54
LUCRAREA NR. 16
Rezolvarea ecuaţiilor de stare în spaţiul stărilor
Scopul lucrării:
Obiectivul lucrării este determinarea soluţiilor ecuaţiilor de stare pentru diferite
condiţii iniţiale cunoscute, folosind metode exacte de calcul şi metode aproximative
pentru matricea fundamentală.
Considerăm modelul unui sistem LTI caracterizat de ecuaţii diferenţiale de stare
de forma:
x (t )  A  x (t )  B  u (t )
(16.1)
y (t )  C  x (t )  D  u (t )
Pentru studiul teoretic al comportamentului sistemelor ar fi necesară rezolvarea

ecuaţiilor de stare. Cu soluţiile corespunzătoare ecuaţiilor se poate determina răspunsul
sistemului. Pentru sistemul prezentat, soluţia ecuaţiilor de stare este dată de formula:
t
x(t )   (t , t 0 )  x (t 0 )   (t , )  B  u ( )d (16.2)
t0
unde  (t , t 0 )  e A(t t0 ) se numeşte matricea fundamentală. Dacă se consideră calcularea
vectorului de stare pe intervalul [t k , t k 1 ] şi un semnal de intrare constant pe acest

interval, atunci se poate scrie:
x(t k 1 )   (t k 1 , t k )  x(t k )  (t k 1 , t k )  u (t k ) (16.3)
tk 1
unde (t k 1 , t k )    (t k 1 ,  )  B  d . Dacă se introduce notaţia h  t k 1  t k , atunci se
tk
h
pot introduce relaţiile,  (h)  e Ah ; (h)    (h   )  B  d . Astfel, se pune problema
0
determinării matricelor  , respectiv  . Sunt propuse următoarele metode aproximative

de determinare a acestor matrici:
55
 metode bazate pe aproximarea cu seria Taylor:

1 1 1
 (h)  I   A  h   A 2  h 2  ...  A k  h k   (16.4)
1! 2! k!
(h)  A 1   (h)  I   B (16.5)
sau
 A B     1 1
M      I   M  h   M 2  h2   (16.6)
Omn Omm  Omn Im  1! 2!
 metoda pe baza teoremei Cayley – Hamilton (vezi lucrarea nr.15)

 metoda Sylvester ( se aplică când valorile proprii sunt distincte)
n n  (A   j  I) 
 (h)   e i t    (16.7)
i 1 j 1 (i   j ) 
j i
 
 metoda diagonalizării:
Se diagonalizează sistemul cu ajutorul matricei modale:
x d (t )  M 1  A  M  x d (t )  M 1  B  u (t )  A*  x d (t )  B *  u (t )
(16.8)
y (t )  C  M  x d (t )  D  u (t )  C *  x d (t )  D *  u (t )
unde matricea A* este o matrice diagonală, iar pe diagonala principală apar valorile
proprii. Se calculează matricea fundamentală corespunzătoare matricei diagonale şi
după aceea se face transformarea inversă:
e 1h 0  0 
  2h 
* 0 e  0
 * ( h )  e A h     (h)  M   * (h)  M 1 (16.9)
     
 
 0 0 0 e n1h 
 metoda transformatei Laplace inversă

 (t )  L1 s  I  A
1
 (16.10)
Pentru un sistem de ordin doi (sau trei) cu valori proprii reale şi distincte se cere
determinarea soluţiei ecuaţiei de stare.
s4 5
H 1 (s )  H 2 ( s) 
( s  5)  ( s  9) ( s  3)  (s  1)  (s  2)
Starea iniţială este dată de un vector nenul. Maticea fundamentală  (h)
respectiv matricea  (h) se vor calcula cu diferite metode de aproximare şi prin metode
exacte, prezentate anterior. Se consideră la intrarea sistemului un semnal constant (sau
56
variabil, dar cunoscut) şi se cere calcularea ieşirii sistemului, când starea iniţială este
diferită de zero. Rezultatele obţinute pot fi comparate între ele sau cu rezultatul obţinut
cu ajutorul funcţiei lsim. Rezolvarea ecuaţiilor de stare poate să fie realizată şi cu
ajutorul metodelor numerice de calcul. Pentru aceste metode sunt recomandate funcţiile:
ode23, ode45, etc
Concluzii

problemele şi în mod scris, şi se vor compara rezultatele obţinute. Se va răspunde la
1. La ce tip de matrici pot fi aplicate metodele de aproximare prezentate?
2. Ce reprezintă matricea fundamentală?
3. Cum se modifică metodele de calcul prezentate, dacă sistemul este variant în
timp ?
4. Cum putem să rezolvăm ecuaţiile de stare dacă sistemul este neliniar?
57
LUCRAREA NR. 17
Discretizarea sistemelor cu timp mort
Scopul lucrării:
Lucrarea prezintă modul de determinare a matricelor discrete pentru un sistem
cu timp mort nenul. Se consideră că prezenţa timpului mort la un sistem introduce stări
noi.
Se consideră un sistem LTI caracterizat de ecuaţiile de stare:
x (t )  A  x(t )  B  u (t   )
(17.1)
y (t )  C  x (t )  D  u (t   )
unde  reprezintă timpul mort sau timpul de întârziere al sistemului. Scopul principal
este determinarea matricelor discrete  (h) şi  (h) pentru un interval de discretizare h.
Modelul discret obţinut depinde de valoarea timpului mort şi a pasului de discretizare.
 Dacă   h atunci se calculează matricele:
h  
 (h)  e Ah  0 (h)   e As  B  ds 1 (h)  e A( h )   e As  B  ds (17.2)
0 0
În acest caz, apar în sistem un număr de m stări suplimentare, iar modelul

discretizat obţinut va fi:
 x(k  h  h)  (h) 1 (h)  x (k  h)   0 (h)

 u ( k  h)    0     u ( k  h) (17.3)
   mn 0 mm  u (k  h  h)  I mm 
 x( k  h) 
y ( k  h )  [C 0 p m ]     D  u ( k  h) (17.4)
u (k  h  h)
 Dacă   h atunci timpul mort se scrie sub forma:
  (d  1)  h    (17.5)
unde 0     h şi d este un număr întreg pozitiv.
58
În acest caz, apar în sistem un număr de d x m stări noi, iar matricile , 0 , 1
se vor calcula în mod asemănător, cu observaţia că în loc de  se foloseşte

valoarea   . Modelul discretizat va fi:
(h) 1 (h)  0 (h)  0 mm 
 x (k  h  h)     x(k  h)  0 mm 
u (k  h  d  h  h) 0 mm 0 mm Im 0 mm  u (k  h  d  h) 0 
      mm 
        
        u ( k  h)
 u (k  h  h)  0 0 mm 0 mm I m   u (k  h  2h)  0 mm 
   mm    
 u ( k  h)  0 mm 0 mm 0 mm ... 0 mm   u (k  h  h)   I m 
 x( k  h) 
u (k  h  d  h)
 
y (k  h)  [C 0 pd m ]      D  u ( k  h) (17.6)
 u (k  h  2h) 
 
 u ( k  h  h) 
Se consideră următorul sistem dinamic LTI, cu timp mort:
x1 (t )  x1 (t )  x 2 (t )  u (t   )
x 2 (t )  2  x 2 (t )
y (t )  x1 (t )  x 2 (t )
Se va realiza un program care determină modelul sistemul discretizat, cu un timp de
discretizare de h  1sec şi cu următoarele valori pentru timpul mort:   0.5 sec sau
  3.2 sec . Se va determina răspunsul sistemului discretizat la diferite semnale de
intrare şi se va pune în evidenţă timpul mort al sistemului.
Concluzii
problemele şi pe hârtie, şi se vor compara rezultatele obţinute. Se va răspunde în final la
1. Cum explicaţi faptul că în prezenţa timpului mort sistemele se comportă ca
un sistem de ordin mai mare ?
2. Ce reprezintă timpul mort al unui sistem dinamic?
3. Cum se modifică metodele de calcul prezentate, dacă sistemul este variant în
timp ?
59
LUCRAREA NR. 18
Studiul observabilităţii şi controlabilităţii sistemelor
Scopul lucrării:
Obiectivul lucrării este analiza sistemelor LTI continue şi discrete din punct de
vedere al controlabilităţii şi observabilităţii sistemelor.
Teoretic, este important să putem studia controlabilitatea şi observabilitatea
sistemelor. Se consideră sistemul :
x (t )  A  x (t )  B  u (t )
(18.1)
y (t )  C  x (t )  D  u (t )
Controlabilitatea totală pentru un sistem înseamnă că există în orice moment un

vector de intrare u (t ) , prin care sistemul poate fi condus din orice stare iniţială în
punctul de origine al sistemului de coordonate (starea zero). Cu alte cuvinte prin
controlabilitate este posibil să conducem stările sistemului cu ajutorul semnalelor de
intrare la valori dorite. Dacă nu toate stările pot fi influenţate prin intermediul intrărilor,
atunci sistemul este parţial controlabil. În acest caz matricea A a sistemului se poate
descompune astfel încât să se obţine submatricea corespunzătoare stărilor
necontrolabile. Studiul controlabilităţii se reduce la determinarea rangului matricei de
controlabilitate Mc. Dacă rangul acestei matrice coincide cu numărul stărilor (ordinul
sistemului) atunci sistemul este complet controlabil. Matricea de controlabilitate se
calculează cu formula:
Mc  B  A B A 2  B  A n 1  B  (18.2)
În mediul Matlab, calcularea matricei de controlabilitate se poate face cu funcţia:
Mc  ctrb ( A, B)
iar pentru calcularea rangului se foloseşte funcţia rank.
Observabilitatea totală pentru un sistem înseamnă că în orice moment de timp
stările pot fi determinate din măsurători efectuate asupra ieşirii. Proprietatea de
observabilitate realizează o legătură între vectorul de ieşire şi vectorul variabilelor de
stare. Semnalul de intrare nu influenţează această proprietate. Studiul observabilităţii se
60
reduce la determinarea rangului matricei de observabilitate Mo. Dacă rangul acestei

matrice coincide cu numărul stărilor (ordinul sistemului) atunci sistemul este complet
observabil. Matricea de observabilitate se calculează cu formula:
C 
C  A 
 

Mo  C  A 2 
(18.3)
 
 
 n 1 
C  A 
În mediul Matlab calcularea matricei de observabilitate se poate face cu funcţia:
Mo  obsv ( A, C )
iar pentru calcularea rangului se foloseşte funcţia rank.
Din punctul de vedere al sistemelor care nu sunt complet controlabile sau
complet observabile acestea pot fi descompuse astfel încât controlabilitatea sau
observabilitatea să fie extinse numai pentru o anumită parte a sistemului. Astfel fiecare
sistem poate fi descompus în patru subsisteme. Primul sistem este controlabil, dar
neobservabil, al doilea este controlabil şi observabil, al treilea este necontrolabil şi
neobservabil, iar al patrulea este necontrolabil dar observabil. În mediul de lucru
Matlab, această descompunere poate fi realizată cu ajutorul funcţiilor: ctrbf şi obsvf.
Metodele de analiză prezentate sunt valabile şi în cazul sistemelor discrete, cu diferenţa
că pentru acestea calcularea matricelor de observabilitate şi controlabilitate se face cu
ajutorul matricelor discretizate.
Se consideră următoarele patru sisteme LTI dinamice:
sys1. sys2.
 x1 (t )  2  x 2 (t )  u (t )  x1 (t )  2  x1 (t )  u (t )
 
 x 2 (t )  x1 (t )  x 2 (t )  5  x 2 (t )
 y (t )  x (t )  y (t )  x (t )  x (t )
 1  1 2
sys3. sys4.
 x1 (t )  2  x 2 (t )  u1 (t )  x1 (t )  2  x1 (t )  x 2 (t )  2  u (t )
 x (t )  x (t )  x (t )  3  x (t )
 2 1  2 2
 
 x 3 (t )  u 2 (t )  y1 (t )  x1 (t )  x 2 (t )
 y (t )  x1 (t )  y 2 (t )   x 2 (t )
61
Se cere să se verifice controlabilitatea, respectiv observabilitatea sistemelor.

Simulaţi sistemele la diferite semnale de intrare, reprezentaţi grafic variaţia semnalului
de intrare, variaţia stărilor şi semnalul de ieşire. Conform graficelor obţinute, se va pune
în evidenţă proprietăţile obţinute. Discretizaţi sistemele cu un pas de eşantionare Ts şi
determinaţi proprietăţile de controlabilitate şi observabilitate ale sistemelor discrete
obţinute.
Concluzii
problemele şi în mod scris, şi se vor compara rezultatele obţinute. Se va răspunde la
1. Ce înţelegeţi prin proprietatea de observabilitate a unui sistem? Daţi un
exemplu!
2. Ce înţelegeţi prin proprietatea de controlabilitate a unui sistem? Daţi un
exemplu!
3. Când este necesar ca sistemul să fie controlabil ?
4. Când avem nevoie ca sistemul să fie observabil ?
62
LUCRAREA NR. 19
Studiul stabilităţii sistemelor cu metoda Lyapunov
Scopul lucrării:
Obiectivul lucrării este analiza stabilităţii sistemelor dinamice cu ajutorul
criteriului generalizat Lyapunov. Ideea de bază a metodei este de a determina
stabilitatea sistemelor din variaţia stărilor, fără a rezolva ecuaţiile de stare.
Se consideră un sistem dinamic, autonom şi omogen, caracterizat de ecuaţiile de
stare:
x (t )  f ( x(t )) (19.1)
unde originea spaţiului este punctul de echilibru ( f (0)  0 ). Metoda poate fi
considerată ca o metodă de energie generalizată. Notăm funcţia Lyapunov cu V ( x (t )) , o

funcţie scalară şi care poate să fie considerată ca o formă de energie generalizată.
Teorema lui Lyapunov spune că originea spaţiului stărilor este un punct de
stabilitate asimptotică globală pentru sistemul considerat, dacă se poate găsi o funcţie
Lyapunov V ( x (t )) cu următoarele proprietăţi:
1. V ( x(t ))  0 pentru  x (t )  0 şi V (0)  0 ;
2. V ( x(t ))  0 pentru  x (t )  0
3. V ( x (t ))   dacă x(t )  
Principala problemă este dată de determinarea funcţiei Lyapunov. Dacă sistemul

este continuu şi LTI
x (t )  A  x (t ) (19.2)
atunci pentru funcţia Lyapunov se propune următoarea formă:
V ( x (t ))  x(t )T  P  x (t ) (19.3)
unde P este o matrice reală, simetrică şi pozitiv definită de ordin n x n.
63
Prin derivarea funcţiei Lyapunov şi dacă se impune condiţia ca derivata să fie negativ
definită, se obţine ecuaţia Lyapunov de forma:
AT  P  P  A  Q (19.4)
unde Q este o matrice pozitiv definită. Rezolvarea ecuaţiei Lyapunov, în Matlab, este
posibilă cu ajutorul funcţiei lyap.
Să considerăm acum un sistem dinamic discret, autonom şi omogen, caracterizat

de ecuaţiile de stare:
x[k  1]  f ( x[k ]) (19.5)
unde originea spaţiului este punctul de echilibru ( f (0)  0 ). Notăm funcţia Lyapunov
cu V ( x[k ]) , o funcţie scalară ce poate fi considerată ca o formă de energie generalizată.

Teorema lui Lyapunov spune că originea spaţiului stărilor este un punct de
stabilitate asimptotică globală pentru sistemul considerat, dacă se poate găsi o funcţie
Lyapunov V ( x[k ]) cu următoarele proprietăţi:
1. V ( x[k ])  0 pentru  x[k ]  0 şi V (0)  0 ;

2. V ( x[k  1])  V ( x[k ])  0 pentru  x[k ]  0 ;
3. V ( x[k ])   dacă x[k ]   .
Intervine şi aici problema determinării funcţiei Lyapunov. Dacă sistemul este

discret şi liniar invariant în timp atunci:
x[k  1]    x[k ] (19.6)
iar pentru funcţia Lyapunov se impune următoarea formă:
V ( x[k ])  x[k ]T  P  x[k ] (19.7)
unde P este o matrice reală, simetrică şi pozitiv definită de ordin n x n.
Dacă se calculează variaţia funcţiei Lyapunov şi se impune condiţia ca această
diferenţă să fie negativ definită, se obţine ecuaţia discretă Lyapunov de forma:
 T  P    P  Q (19.8)
unde Q este o matrice pozitiv definită. Rezolvarea ecuaţiei discrete Lyapunov, în

Matlab, este posibilă cu ajutorul funcţiei dlyap.
64
Se va elabora un program pentru studiul stabilităţii sistemelor dinamice
continue, respectiv discrete cu ajutorul metodelor Lyapunov prezentate. Se vor
reprezenta grafic funcţiile Lyapunov respectiv variaţia traiectoriilor de stare, când starea
iniţială este un vector diferit de zero (initial). Pentru verificarea corectitudinii
rezultatelor se poate testa stabilitatea sistemului cu ajutorul funcţiilor de simularea step,
impulse sau rezolvând ecuaţia caracteristică a sistemului cu funcţia roots, atât în cazul
continuu cât şi în cazul discret.
Sistemele propuse pentru studiu:
 x1 (t )  14  x1 (t )  59  x 2 (t )  70  x3 (t )
 x1 (t )  5.1  x1 (t )  0.5  x 2 (t )  u (t ) 
  x 2 (t )  x1 (t )
 x 2 (t )  x1 (t ) 
 y (t )  x (t )  x 3 (t )  x 2 (t )  u 2 (t )
 1
 y (t )  x1 (t )
 x1[k  1]  3  x1[k ]  6  x 2 [k ]  u[k ]

 x1[k  1]  0.3  x1[k ]  0.1  x 2 [k ]  u[k ] 
  x 2 [k  1]  8  x1[k ]
 x 2 [k  1]  x1[k ] 
 y[k ]  x [k ]  x3 [k  1]  7  x 2 [k ]
 2
 y[k ]  x 2 [k ]  x3 [k ]
Concluzii
problemele şi pe hârtie, şi se vor compara rezultatele obţinute. Se va răspunde la
1. De ce se spune că metoda Lyapunov este o metodă de energie generalizată?
Daţi un exemplu!
2. Cum se modifică ecuaţia Lyapunov dacă sistemul este variant în timp?
3. De ce se spune că un sistem este stabil în sens Lyapunov ?
65
LUCRAREA NR. 20
Proiectarea regulatoarelor discrete
Scopul lucrării:
Scopul lucrării este prezentarea metodelor de proiectare a regulatoarelor discrete
pentru un anumit sistem dinamic. În prezenta lucrare sunt expuse două metode: metoda
proiectării regulatoarelor clasice discrete PID, respectiv metoda de proiectare a
sistemelor discrete cu reglaj în timp finit.
Se consideră sistemul din figură:
Regulator Proces
ypr e u y
1  e  sTs 
H R (z ) Z  H P ( s)
 s 
Fig. 20.1. Schema bloc de reglare

unde: ypr(t) este valoarea prescrisă, e este eroarea de reglare, u semnalul de
comandă şi y semnalul de ieşire. Regulatorul este caracterizat de funcţia de transfer
discretă H R (z ) , iar procesul împreună cu elementul de menţinere de ordin zero
(ZOH) este caracterizat de funcţia de transfer
1  e  sTs 
H ( z)  Z   H p (s) (20.1)
 s 
1. Proiectarea regulatoarelor discrete PI (proporţional –integrativ)

Datele problemei:
a
H p ( s)   e  sTs unde Ts este intervalul de eşantionare
T  s 1
66
1
H R (s )  k p  (1  ) (20.2)
Ti  s
Se cere determinarea algoritmului de reglare, deci a parametrilor kp şi Ti , astfel
încât ca sistemul să funcţioneze în domeniul de stabilitate. Dacă se discretizează
procesul şi regulatorul se obţin următoarele funcţii de transfer:
1  E 1
H ( z)  a   z , unde E  e Ts / T (20.3)
zE
kp z b Ti
H R ( z)   , unde b  1 (20.4)
b z 1 Ti  Ts
Pentru calcularea algoritmului de reglare este necesară determinarea ecuaţiei
caracteristice a sistemului închis, unde pentru simplificare se impune condiţia :
T
Ti  s E  Ts
bE  e T  Ti  (20.5)
Ti  Ts 1 E
În acest caz, ecuaţia caracteristică devine:
a  k p  (1  E )
1 1 4 
a  (1  E )  kp E
z2  z  0  z1, 2  (20.6)
E 2
Determinarea valorii critice pentru kp se poate face cu ajutorul metodei locului
rădăcinilor, impunând condiţia ca rădăcinile să fie în interiorul cercului de rază unitară.
Astfel, valoarea critică este:
1 E
kc   (20.7)
a 1 E
Pentru stabilitate parametrii regulatorului PI discret sunt:
E  Ts
k p  (0, k c ) Ti  (20.8)
1 E
2. Proiectarea sistemelor cu reglaj în timp finit

Se consideră funcţia de transfer a procesului:
B( s)
H p ( s)  (20.9)
A( s)
În urma discretizării cu metoda ZOH se obţine o funcţie de transfer în z de
forma:
67
n
i
 bi  z
i 1
H p ( z)  n
(20.10)
i
1   ai  z
i 1
Se consideră că un semnal de intrare de tip treaptă unitară, iar pentru a obţine la

ieşire un semnal cât mai apropiat de semnalul de referinţă este necesar ca transformata Z
a semnalului de comandă să fie de forma:
A( z ) z 1  z z 
U ( z)  n
  Y ( z )  n   b1  z 1     bn  z n   (20.11)
z 1  z  1 z  1 
 bi  bi
i 1 i 1
Cu acest algoritm după n paşi de reglare se ajunge la valoare staţionară 1. Determinarea

regulatorului se face cu expresia:
U ( z) A( z )
H R ( z)   n
(20.12)
Ypr ( z )  Y ( z )
 bi  B( z )
i 1
1. Se va scrie un program în care este implementat algoritmul de proiectare PI discret,
pentru un proces de ordin I cu timp mort de forma:
10
H p ( s)   e  s1
3 s 1
Se va determina parametrii regulatorului conform algoritmului prezentat şi se va testa
funcţionarea sistemului în buclă închisă ce conţine şi regulatorul. Se va pune în evidenţă
evoluţia semnalului de ieşire pentru diferite valori a parametrului kp>0:
0  k p  kc k p  kc k p  kc
Se va studia stabilitatea sistemului cu metoda locului rădăcinilor.

2. Se va implementa algoritmul de proiectare cu reglaj în timp finit, pentru diferite
funcţii de transfer al procesului:
3 s  2 3 s  2 3 s2  2
H p1 ( s )  H p 2 (s )  2 H p 3 ( s)  3
s3 s  3 s  8 s  3 s2  2  s 1
Se va alege un pas de discretizare, se discretizează procesul, obţinând funcţia de transfer
discretă. Cu ajutorul lui se va calcula funcţia de transfer a regulatorului şi se va simula
procesul împreună cu regulatorul la o intrarea de referinţă constantă. Se va pune în
evidenţă reglajul în timp finit (n paşi) al semnalului de ieşire.
68
Concluzii
problemele în mod scris, şi se vor compara rezultatele obţinute. Se va răspunde la
1. Cum se modifică algoritmul de reglare dacă este utilizat un regulator PID
discret?
2. Cum se modifică algoritmul de reglare cu reglaj în timp finit dacă semnalul
de referinţă este un semnal treaptă de amplitudine 10?
3. Cum se alege pasul de eşantionare şi ce efect are asupra algoritmului de
reglare ?
69
Bibliografie
1. L. Marton, Rendszerek és jelek, Editura Scientia, Cluj-Napoca, 2006

2. V. Ionescu, A. Varga, Teoria sistemelor, Editura All, Bucureşti, 1994
3. V. Drăgan, A. Halanay, Stabilizarea sistemelor liniare, Editura All,1994
4. D. Teodorescu, Sisteme automate deterministe, Editura tehnică, Bucureşti, 1984
5. L. Dávid, L. Márton, Teoria sistemelor si optimizari. Îndrumător laborator,
Universitatea Tehnica Târgu-Mures, 1995
6. M. Ghinea, Matlab calcul numeric, grafică, aplicaţii, Editura Teora, Bucureşti, 1995
7. Robert N. Clark, Control System Dynamics, Cambridge University Press, 1996
8. V. Ionescu, Teoria sistemelor, Sisteme liniare. Vol. 1, Ed. Didactică şi pedagocică,
Bucureşti, 1985
9. L.A. Zadeh, E. Polak , Teoria sistemelor, Editura tehnica, Bucureşti, 1973
10. Using Simulink, The Mathworks Inc., 1998
11. Matlab, The Mathworks Inc. 1998
70

TS Lucrari de Laborator

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

TS Lucrari de Laborator

Încărcat de

Drepturi de autor:

Formate disponibile

GYÖRGY KATALIN MÁRTON LÁSZLÓ FERENC

UNIVERSITATEA “PETRU MAIOR” TG. MUREŞ

GYÖRGY KATALIN MÁRTON LÁSZLÓ FERENC

Referenţi ştiinţifici: Şef lucr. dr. ing. Haller Piroska

Reproducerea integrală sau parţială a textului sau a ilustraţiilor din această

Tehnoredactare computerizată: autorii

Bun de tipar: 18.12.2007 Tiraj: 30

Tiparul executat la Universitatea “Petru Maior” din Târgu Mureş

Lucrarea nr.1 Reprezentarea semnalelor în mediul MATLAB. Proceduri grafice 5

Lucrarea nr.2 Operaţii elementare cu semnale 9

Lucrarea nr.3 Studiul operaţiei de convoluţie între două semnale 12

Lucrarea nr.4 Studiul transformatei Fourier 15

Lucrarea nr.5 Reprezentarea sistemelor prin modele intrare-ieşire. Algebra 18

Lucrarea nr.7 Răspunsul sistemelor continue LTI în domeniul timp la diferite 24

Lucrarea nr.9 Răspunsul sistemelor în domeniul frecvenţei 30

Lucrarea nr.10 Criterii algebrice de stabilitate 35

Lucrarea nr.11 Studiul stabilităţii sistemelor prin diagramele Nyquist şi Bode 39

Lucrarea nr.12 Studiul stabilităţii sistemelor cu metoda Locul rădăcinilor 42

Lucrarea nr.13 Modele intrare-stare-ieşire. Metode de transformare 45

Lucrarea nr.14 Studiul stabilităţii cu ajutorul traiectoriilor de stare. 48

Lucrarea nr.15 Studiul funcţiilor matriciale. Teorema Cayley – Hamilton 51

Lucrarea nr.16 Rezolvarea ecuaţiilor de stare în spaţiul stărilor 54

Lucrarea nr.17 Discretizarea sistemelor cu timp mort 57

Lucrarea nr.18 Studiul observabilităţii şi controlabilităţii sistemelor 59

Lucrarea nr.19 Studiul stabilităţii sistemelor cu metoda Lyapunov 62

Lucrarea nr.20 Proiectarea regulatoarelor discrete 65

Reprezentarea semnalelor în mediul MATLAB.

Există posibilitatea afişării grafice a rezultatelor în diferite forme. Se pot obţine

Secvenţa de program test1.m

Rezultatul acestui program poate fi urmărit în graficele din figura 1.1.

Semnal sinusoidal Semnal zgomot

Fig. 1.1. Rezultatul executării programului test1.m

Reprezentarea suprafeţelor este o problemă mai complexă. Programul

clear all; % sterge variabilele existente

Rezultatul acestui program poate fi urmărit în graficul din figura 1.2.

Fig. 1.2. Rezultatul executării programului test2.m

Operaţii elementare cu semnale

subplot. Se va pune în evidenţă rezultatul fiecărui operaţii şi se reţin neajunsurile

Studiul operaţiei de convoluţie între două semnale

Lucrarea urmăreşte, în principal, studiul produsului convolutiv discret. Pentru a

Semnal discret x[n]

Fig.3.1. Reprezentarea semnalelor discrete x[n] si y[n]

Determinarea sumei de convoluţie se face conform relaţiei (3.2). În cea ce

y[ 2]  x[2]  y[ 2  (2)]  x[1]  y[ 2  ( 1)]  x[0]  y[ 2  (0)]  x[1]  y[ 2  1]  x[ 2]  y[2  2] 

După realizarea calculelor corespunzătoare pentru restul eşantioanelor se obţine:

Produsul de convolutie x[n] * y[n]

Fig.3.2. Rezultatul operaţiei de convoluţie

Studiul transformatei Fourier

iar transformata Fourier inversă se defineşte ca fiind:

iar transformata Fourier discretă inversă devine:

Modulele acestor mărimi, reprezentate în funcţie de frecvenţă reprezintă

Fig.4.1. Reprezentarea grafică a semnalului x(t)

Dacă se realizează transformata Fourier a semnalului (cu ajutorul funcţiei fft) şi

Fig.4.2. Spectrul de amplitudine

Reprezentarea sistemelor prin modele intrare –ieşire.

- P este un vector, care conţine rădăcinile numitorului funcţiei de transfer

Fig.5.1. Schema bloc pentru sistemul 1

Fig.5.2. Schema bloc pentru sistemul 2

Modele intrare-ieşire discrete. Metode de discretizare.

sys  zpk ( Z , P, K , Ts)

În ambele cazuri dacă se omite precizarea metodei de aproximare se va folosi

Fig.6.1. Schema bloc

Răspunsul sistemelor continue LTI în domeniul timp

Determinarea răspunsului sistemului LTI la intrare treaptă unitate (funcţia