Documente Academic
Documente Profesional
Documente Cultură
2006
UNIVERSITATEA “PETRU MAIOR” TG.MUREŞ
FACULTATEA DE INGINERIE
Îndrumător de laborator
2006
Referenţi ştiinţifici: Conf. univ. dr. ing. Mircea DULĂU
Şef lucr. univ. drd. ing. Horaţiu GRIF
Bibliografie 83
Laborator nr. 1
1. Scopul lucrării
2. Prezentare teoretică
B ( z −1 ) C ( z −1 )
yk = ⋅ u k −µ + λ ⋅ ⋅ ek (1.1)
A( z −1 ) A( z −1 )
5
A( z −1 ) = 1 + a1 z −1 + a 2 z −2 + K + a n z − n
B( z −1 ) = b0 + b1 z −1 + K + bm z − m (1.2)
C ( z −1 ) = 1 + c1 z −1 + c 2 z − 2 + K + c nc z − nc
şi au proprietatea că:
C ( z −1 ) = A( z −1 ) F ( z −1 ) + z − µ G ( z −1 ) (1.3)
unde:
F ( z −1 ) = 1 + f 1 z −1 + f 2 z −2 +K+ f µ −1 z − µ +1
(1.4)
G ( z −1 ) = g 0 + g1 z −1 +K+ g n −1 z − n +1
J * (u) = min M ( y k )
uk ∈U
2
{ } (1.5)
∗ G ( z −1 )
uk =− yk (1.6)
B( z −1 ) F ( z −1 )
~ B ( z − 1 ) ⋅ F ( z −1 ) G ( z −1 )
y k +µ k = uk + ⋅ yk (1.7)
C ( z −1 ) C ( z −1 )
{(
J (u) = M y k − y pr )}
2
(1.8)
∗ G ( z −1 ) C (1)
uk = ⋅ ⋅ y pr − y k (1.9)
F ( z ) B( z ) G (1)
−1 −1
6
-dacă valoarea impsă (ypr) este variabilă
C ( z −1 ) y pr − G ( z −1 ) y k
uk ∗ = (1.10)
F ( z −1 ) B ( z −1 )
3. Desfăşurarea lucrării
y k = 15 . u k − 2 + 3( e k + 0.2e k −1 − 0.48e k −2 )
. y k −1 − 0.54 y k − 2 + 2u k −1 − 18
F ( z −1 ) = 1 G ( z −1 ) = 1.7 − 1.02 ⋅ z −1
7
Sistemul din figura 1.2 este simulat în 50 de eşantioane la o intrare de
referinţă constantă cu amplitudine 10 şi cu un zgomot gaussian de medie zero şi
dispersie 0.01. Ieşirea din proces şi comanda sunt prezentate în figura 1.3.
8
Fig. 1.6 Semnalul de ieşire, valoarea prescrisă variabilă şi comanda
4. Întrebări
9
Laborator nr. 2
1. Scopul lucrării
2. Prezentare teoretică
{(
J (u) = M y k +µ − y pr )
2
+ α ⋅ uk
2
} (2.1)
∗
uk =
( )
B ( z −1 ) F ( z −1 ) C z −1
⋅ y pr −
G ( z −1 ) B ( z −1 ) F ( z −1 )
⋅ y k (2.2)
B 2 ( z −1 ) F 2 ( z −1 ) + α ⋅ C 2 ( z −1 ) B 2 ( z −1 ) F 2 ( z −1 ) + α ⋅ C 2 ( z −1 )
{(
J (u) = M y k +µ − y pr )
2
(
+ α ⋅ u k − u pr )}
2
(2.3)
unde u pr reprezintă valoarea staţionară a comenzii care asigură menţinerea ieşirii
la valoarea prescrisă y pr . Comanda optimală se obţine cu relaţia:
10
B 2 ( z −1 ) F ( z −1 )C ( z −1 ) + α A( z −1 )C ( z −1 ) B ( z −1 ) F ( z −1 ) G ( z −1 )
uk ∗ = y − yk
[
B( z −1 ) B 2 ( z −1 ) F 2 ( z −1 ) + αC 2 ( z −1 )] pr
B 2 ( z −1 ) F 2 ( z −1 ) + α C 2 ( z −1 )
(2.4)
3. Desfăşurarea lucrării
11
Sistemul din figura 2.1 este simulat în 50 de eşantioane, la o intrare de
referinţă variabilă perturbată de un zgomot gaussian cu medie zero şi dispersie
0.01, pentru diferite valori de ponderare a comenzii α. Datele simulate (semnalul
de ieşire, semnalul de comandă şi cel de referinţă) sunt salvate şi sunt
reprezentate grafic în Matlab pentru comparaţii ulterioare. Evoluţiile semnalului
de comandă (Fig. 2.2.a) şi a semnalului de ieşire (Fig. 2.2.b) sunt prezentate în
figura 2.2, unde parametrul curbelor reprezintă coeficientul de ponderare.
Fig. 2.2 Variaţia semnalului de comandă (a) şi semnalului de ieşire (b) obţinute
în urma simulării schemei de control din fig. 2.1.
4. Întrebări
12
Laborator nr. 3
1.Scopul lucrării
2. Prezentare teoretică
13
unde y(k) este semnalul de ieşire, u(k) este intrarea, iar e(k) este semnalul
perturbator de tip zgomot alb. Polinoamele A(q-1) respectiv B(q-1) sunt polinoame
de întârziere, coeficienţii lor reprezentând parametrii modelului de regresie care
vor trebui identificaţi pe baza datelor măsurate.
Se introduc notaţiile (3.2) şi (3.3).
y (k ) = ϕ T (k ) ⋅ θ + e(k ) (3.4)
N
V (θ ) = ∑ ( y (t ) − ϕ T (t ) ⋅ θ ) 2 (3.5)
t =1
N
V (θ ) = ∑ λ (t ) ⋅ ( y (t ) − ϕ T (t ) ⋅ θ )2 (3.7)
t =1
θ (k + 1) = θ (k ) + K (k + 1) ⋅ ε (k + 1)
ε (k + 1) = y (k + 1) − ϕ T (k + 1) ⋅ θ (k )
F (k ) ⋅ ϕ (k + 1)
K (k + 1) = (3.8)
λ + ϕ (k + 1) ⋅ F (k ) ⋅ ϕ (k + 1)
T
1
F (k + 1) = ⋅ ( F (k ) − K (k + 1) ⋅ ϕ T (k + 1) ⋅ F (k ))
λ
14
Se poate observa că algoritmul de identificare recursivă a parametrilor
necesită cunoaşterea vectorului parametrilor în momentul iniţial, respectiv
cunoaşterea matricei de dispersie iniţiale. Succesul identificării parametrice
depinde foarte mult de alegerea iniţială a acestor valori. Dacă nu există informaţii
apriorice despre parametrii procesului atunci pentru determinarea valorii θ(0) se
poate realiza o identificare de tip “off-line”. Alegerea matricei F(0) va furniza
gradul de incertitudine a parametrilor.
Cu valorile determinate în procesul de identificare se determină parametrii
regulatorului pe baza criteriului de dispersie minimă, pentru fiecare pas de
eşantionare. Schema bloc a sistemului de control este prezentată în figura 3.1.
A ( z −1 ) y k = B ( z −1 ) u k − µ + λ C ( z −1 ) e k (3.9)
∗ P ( z −1 )
uk = − yk (3.10)
Q ( z −1 )
15
yi + µ = θ T xi + ui + ε i + µ 3.11)
[
θ T = p0 , p1 ,..., pn −1 , q1 , q 2 ,..., q n + µ +1 ]
P ( z −1 ) = p0 + p1 z −1 +...+ pn −1 z − n +1 (3.12)
Q( z −1 ) = 1 + q1 z −1 +...+ q n + µ −1 z n + µ −1
[
x k = yk , yk −1 , ...,y k -n +1 , uk −1 ,..., uk − µ − n +1
T
] (3.13)
( ) {[
J ( u) = M y k + µ 2 = M θ T x k + u k ] } + M {ε
2
k +µ
2
} (3.14)
uk ∗ = −θ T x k (3.15)
sk + µ = yk + µ − uk (3.16)
16
Pentru metoda nerecursivă se consideră un set de măsurători:
S = X ⋅θ + ε (3.18)
unde:
[
S = sµ ]
s µ +1 K s k + µ ε = ε µ
T
[ ε µ +1 K ε k + µ ]
T
[
X = x0
T
x1
T
L xk ]
T T
(3.19)
Dacă se aplică metoda de identificare a celor mai mici pătrate rezultă parametrii
estimaţi şi comanda cu dispersie minimă:
( )
~ −1 ~T
X S ⇒ uk = − θ x k
∗
θ = XT X (3.20)
Fk −1 ⋅ x k −µ
T
~ ~
θ k = θ k −1 +
λ + x k − µ ⋅ Fk −1 ⋅ x k − µ T (
⋅ sk − θ
T
k −1 ⋅ x k −µ ) (3.21)
1 Fk −1 ⋅ x k − µ T ⋅ x k − µ ⋅ Fk −1
Fk = Fk −1 − (3.22)
λ λ + x k −µ ⋅ Fk −1 ⋅ x k − µ T
3. Desfăşurarea lucrării
17
Fig. 3.3 Eroarea de estimare şi variaţia parametrilor procesului pe parcursul
agoritmului recursiv de identificare
18
Pentru implementarea metodei de identificare directă a parametrilor
regulatorului se procedează asemănător. Diferenţa în acest caz este dată de
estimarea directă cu metoda celor mai mici pătrate a parametrilor regulatorului,
de unde se poate calcula semnalul de comandă. Pentru acelaşi proces se obţin cu
reglarea adaptivă directă rezultatele prezentate în figurile 3.5 şi 3.6.
4. Întrebări
19
Laborator nr. 4
1. Scopul lucrării
2. Prezentare teoretică
20
Elementul de bază al instalaţiei de prelucrare cu fascicul de lectroni este
tunul electronic având ca rol producerea electronilor liberi, formarea unui
fascicul de electroni, focalizarea şi deflexia acestuia. Un tun electronic este
realizat cu următoarele componente de bază: catod de emisie electronică
(termocatodul), electrodul de accelerare (anodul), electrodul de comandă a
fasciculului (electrod Wehnelt), dispozitive de focalizare a fasciculului,
dispozitive de deflexie a fasciculului.
Catozii termoemisivi pot fi cu încălzire directă la temperatura de emisie
sau cu încălzire indirectă prin radiaţie sau bombardament electronic. Catozii cu
încălzire directă se utilizează în cazurile în care curentul de emisie este relativ
scăzut, sub 100 mA, şi se caracterizează printr-o inerţie termică redusă, iar
catozii cu încălzire indirectă sunt mai masivi şi se folosesc la curenţi de emisie
peste 100 mA.
În continuare se consideră, pentru obţinerea unui fascicul de electroni
nx10mA, cazul catodului cu termoemisie, cu încălzire indirectă. Catodul masiv
tip bolţ este încălzit cu o putere constantă de electronii emişi de un catod primar,
acesta funcţionând în regiunea de saturaţie. Electronii liberi sunt acceleraţi spre
catodul masiv cu o tensiune de cca. 1 kV.
Catodul primar parcurs de un curent comandat Ipk se încălzeşte la
temperatura Tp şi emite un curent de densitate Js. Electronii acceleraţi de
potenţialul constant Us, încălzesc catodul masiv la temperatura Tmk. Prin
construcţie catodul masiv are o capcană termică, diametrul catodului este redus la
0.6...0.7mm, faţă de un diametru de 1.4mm al suprafeţei de emisie. Această
soluţie permite limitarea pierderilor de căldură prin conducţie termică spre zona
de fixare a catodului bolţ, dar introduce o neliniaritate în caracteristica
ansamblului de catod (pentru detalii suplimentare se recomandă consultarea
documentaţiei instalaţiei de prelucrare cu FE).
Se pune problema determinării algoritmului de reglare cu dispersie
minimă a puterii de încălzire a catodului masiv. Pentru determinarea ordinului
modelului ARMA a procesului s-a modelat funcţionarea ansamblului catodului,
după care s-a implementat un regulator cu dispersie minimă.
21
încălzirii. Catodul masiv pe lângă aceste fenomene pierde o cantitate de căldură
şi prin conducţie termică spre zona de prindere, zonă care prin micşorarea
diametrului catodului masiv, prezintă o rezistenţă termică mărită. Erorile
introduse prin neglijarea pierderilor de conducţie termică până la dispozitivul de
prindere sunt mai mici de 1%. Cu aceste ipoteze puterea pierdută Pλ(T) prin
conducţie termică a catodului masiv se poate evalua cu relaţia:
1
d2 σ r0 2
P λ (T ) = λ ⋅ π ⋅ 8 ( T α r0 +1 (4.1)
4 α r0 + 1) ⋅ λ ⋅ d
d 1 ρ 0 ⋅ Tp α
Tp = ⋅ ⋅ ε + I pk − Pr( Tp ) ⋅ S 00
2
Pr( Ts ) S 01 (Tp ) 2 R 2
dt Cp r (4.2)
d
Ts =
1
[Pr( Tp ) ⋅ S 10 ⋅ ε (Ts ) + Pe (Tp , Us ) − Pr( Ts ) ⋅ S 11 − P λ (Ts ) ]
dt Cs
unde:
Cp şi Cs reprezintă capacitatea calorică a catodului primar şi masiv;
Pr este puterea cedată şi prin radiaţie termică, respectiv putere reflectată de catozi
Pr(T )
în funcţie de temperatura lor: Pr(T ) = αr0 ⋅ T αr0 cu puterea reflectată ε (T ) = ;
σ ⋅T 4
js(Tp,E(R-r)) este curentul electronic de saturaţie al catodului primar comandat
prin curentul Ipk, dat de relaţia:
eUA − 3 .79 ⋅ 10 − 6 ⋅ E ;
j s (T , E ) = 120 . 4 ⋅ T 2
⋅ exp − 1 . 1608 ⋅ 10 4
T
Pe(Tp,Ts) este puterea electrică globală care încălzeşte catodul masiv, şi se obţine
din relaţia: Pe(Tp, Us) = 4π 4 ⋅ r ⋅ R ⋅10 4 ⋅ v j ⋅ j s (Tp, E ( R − ρ )) ⋅Us ;
Pλ(Ts) este puterea pierdută prin conducţie termică de catodul masiv;
2R·r0·Tp·I2/r2 este puterea primară de încălzire a catodului primar de curentul
comandat Ipk.
Încălzirea are loc prin efect Joule, unde s-au introdus corecţiile datorate
modificării rezistivităţii catodului în funcţie de temperatură.
22
k
=
B z −1( ) k −µ
+λ
( )
C z −1
PMK
A z −1( )
I pk
( )
A z −1
ek (4.3)
unde PMK reprezintă mărimea de ieşire, Ipk reprezintă mărimea de intrare (de
comandă), µ este timpul mort al procesului exprimat ca multiplu al timpului de
eşantionare ales.
Raportul B(z-1)/A(z-1) reprezintă funcţia de transfer discretă a procesului,
iar polinomul C(z-1) caracterizează natura zgomotului. Pentru un zgomot alb
C(z-1)=1. Vectorul perturbaţiei ek se consideră cu distribuţie normală (gaussiană),
cu medie nulă. Regulatorul cu dispersie minimă se obţine în urma minimizării
criteriului:
{(
J (u ) = M PMK
k + µ +1
− PMKprescris )
2
(
+ α ⋅ I pk
k
− I pkprescris )}
2
(4.4)
unde PMK reprezintă ieşirea reglată, PMKprescris este valoarea prescrisă a ieşirii,
valoare care se corectează în funcţie de diferenţa dintre curentul maxim de
fascicul impus de tehnologia prelucrată şi curentul maxim estimat, iar Ipk
reprezintă valoarea curentului de comandă.
Dacă parametrii modelului sunt cunoscuţi atunci polinoamele A(z-1),B(z-1),
respectiv C(z-1 ) sunt date de relaţiile:
A (z −1 ) = 1 + a 1 ⋅ z −1 + a 2 ⋅ z −2 + a 3 z −3
B (z −1 ) = b0 + b1 ⋅ z −1 + b 2 ⋅ z − 2 (4.5)
C (z −1 ) = 1
( ) F ( z )C ( z ) + α ⋅ A ( z )C ( z ) P ( ) ( ) ( ) P
2
B z −1 −1 −1 −1 −1
B z −1 F z −1 G z −1
I pk k
= − k
B ( z ) ⋅ B (z ) F ( z ) + α C ( z ) B ( z ) F (z ) + α C (z )
MKprescris MK
−1 −1 2 −1 2 2 −1 −1 2 −1 2 2 −1
(4.6)
Relaţia este cunoscută şi aplicată frecvent în cazul comenzilor adaptive a
sistemelor liniare, dar în cadrul problemei prezentate, neliniaritatea procesului
impune introducerea unui pol suplimentar în relaţia de determinare a comenzii.
Acest pol dă un caracter integrator reglării şi nu permite variaţia bruscă a mărimii
de comandă în cazul în care stările procesului nu se află în vecinătatea valorilor
prescrise. Deci parametrii estimaţi nu sunt consistenţi. Rezultatele obţinute
(puterea reglată şi eroarea de estimare a modelului) cu regulatorul propus, pentru
o valoare prescrisă de 40W s-au reprezentat în figura 4.2.
23
Eroarea de estimare a modelului din figura 4.2 reprezintă abaterea
pătratică a ieşirii (puterea PMK) estimate, faţă de ieşirea (puterea PMK) măsurată.
Fig. 4.2 Reglarea adaptivă cu dispersie minimă a puterii PMK, variaţia puterii şi
a erorii de estimare a modelului.
3. Desfăşurarea lucrării
4. Întrebări
1. Ce fel de metodă de liniarizare a fost folosită la estimatorul de stare?
2. Cum se poate evidenţia eficienţa procesului de estimare a stărilor?
3. Care este rolul metodei de integrare numerică pe parcursul algoritmului de
estimare?
4. Care sunt datele de intrare în regulatorul de dispersie minimă?
24
Laborator nr. 5
1. Scopul lucrării
2. Prezentare teoretică
J 1 = ∫0∞ ε (t )2 dt (5.1)
J 2 = ∫0∞ t k ⋅ ε (t )2 dt (5.2)
∞ k
J 3 = ∫0 t ⋅ ε (t ) dt (5.3)
25
parametrică staţionară (ex. metode de căutare directă, metode de gradient, etc.) în
vederea obţinerii parametrilor optimali ai regulatorului (ex. amplificare
proporţionala kr, timp de integrare Ti sau timp de derivare Td).
Expresiile unor funcţii criteriu pentru sisteme dinamice liniare
reprezentate prin funcţii de transfer pot fi obţinute din relaţii simple. Astfel,
considerând expresia erorii pătratice pentru un domeniu de timp pozitiv se
obţine:
1 1 i ⋅∞
J 1= ∫0∞ ε (t )2 dt ≈ ∫0∞ ε (t ) ∫−i ⋅i∞⋅∞ ⋅ε ( s )⋅e s.t ds dt = ⋅∫ ε ( s )⋅ε (− s ) ds (5.4)
2⋅ π ⋅ i 2⋅ π ⋅i − i⋅∞
1 i ⋅∞ C ( s) ⋅ C ( − s)
J1 = ⋅∫ ds (5.6)
2 ⋅ π ⋅ i −i ⋅∞ D( s) ⋅ D( − s)
C ( s) ⋅ C ( − s) A( s) A( − s)
= + (5.7)
D( s) ⋅ D( − s) D ( s) D( − s)
J 1,3 =
[ 2
]
c 2 ⋅ d 0 ⋅ d1 + c1 − 2.c0 .c 2 ⋅ d 0 ⋅ d 3 + c0 ⋅ d 2 ⋅ d 3
2 2
(5.10)
2 ⋅ d 0 ⋅ d 3 ⋅ (d1 ⋅ d 2 −d 0 ⋅ d 3 )
J 2,2 = + (5.12)
4.d 0 2 2.d12
26
Algoritmul de acordare a regulatoarelor clasice cu ajutorul criteriilor
integrale este:
1. Se alege un regulator cu o structură dorită (P,PI, PD sau PID);
2. Cunoscând funcţia de transfer a procesului se determină funcţia de transfer
parametrizată a sistemului de control (sistem în buclă închisă);
3. În funcţie de ordinul procesului, respectiv de tipul criteriului ales se obţine un
criteriu dependent de parametrii regulatorului;
4. Se caută valoarea parametrilor regulatorului pentru care criteriul obţinut are o
valoare minimă.
3. Desfăşurarea lucrării
1
Hp (s ) = Tp=1s (5.13)
1 + Tp ⋅ s
1
Hr (s ) = kr 1+ (5.14)
Ti ⋅ s
1 1
ε ( s) = ⋅ (⇐ ε (t ) =u (t )− y (t )) (5.15)
1 + Ho( s ) s
unde Ho(s) este funcţia de transfer a sistemului deschis dată prin relaţia:
1 + Ti ⋅ s
Ho( s ) = kr⋅ (5.16)
(1 + Tp.s ).Ti.s
Tp.Ti.s + Ti
ε ( s) = (5.17)
Tp.Ti.s +Ti.(1 + kr ).s + kr
2
c1 (Ti )=Tp ⋅ Ti , c0 (Ti )=Ti , d 2 (Ti) =Tp ⋅ Ti , d1 (kr , Ti) =Ti(1 + kr ) , d 0 (kr ) =kr
27
Dacă se reprezintă grafic valoarea criteriului (funcţia obiectiv), având ca
variabile independente, amplificarea kr şi timpul de integrare Ti, se obţine o
suprafaţă S, delimitată de domeniul de stabilitate a sistemului reglat.
d J 1, 2 (kr + h, Ti ) − J 1, 2 (kr, Ti )
dkr J 1, 2 (kr , Ti )
gradJ 1, 2 (kr , Ti ) = ≅ h (5.19)
d J (kr, Ti ) J 1, 2 (kr, Ti + h) − J 1, 2 (kr, Ti )
d Ti 1, 2 h
28
Variaţia criteriului după 40 de iteraţii este prezentată în figura 5.3 iar
valorile parametrilor kr şi Ti sunt:
< 40 >
kropt kr 4.73
= =
Tiopt Ti 0.25
Tiopt 1 1+ kropt
T = Tp ⋅ = 0.232 ξ= ⋅Tiopt ⋅ = 0.666
kropt 2.T kropt
29
După 40 de iteraţii pentru parametrii kr şi Ti se obţin valorile:
4. Întrebări
1. Cum se pot determina relaţiile (5.18) şi (5.21)?
2. Cu ce metodă numerică sunt acordaţi parametrii regulatorului?
3. Ce reprezintă eroarea de reglare simulată în sistem?
4. Care sunt dezavantajele acestor metode şi cum pot fi îmbunătăţite?
30
Laborator nr. 6
1. Scopul lucrării
2. Prezentare teoretică
∞ de(t )
u (t ) = k p ⋅ e(t ) + ki ⋅ ∫ e(τ )dτ + kd ⋅ (6.1)
0 dt
unde:
e(t) este intrarea în regulator şi reprezintă semnalul de eroare dintre semnalul de
iesire y(t) şi cel de referintă yref(t);
u(t) - semnalul de ieşire din regulator şi reprezintă comanda procesului;
kp - constanta de proporţionalitate;
ki - constanta integrativă;
kd - constanta derivativă.
Printr-o metodă de discretizare aproximativă se poate obţine forma
discretă a regulatorului convenţional continuu:
⋅ (e(k ) − e(k − 1) )
k kd
u ( k ) = k p ⋅ e( k ) + ki ⋅ h ⋅ ∑ e( j ) + (6.2)
j =0 h
U ( z) z kd z − 1
H RC ( z ) = = k p + ki ⋅ h ⋅ + ⋅ (6.3)
E( z) z −1 h z
31
rapide ea este greu de îndeplinit. Astfel, este necesară implementarea unui
algoritm de reglare predictivă. Ideea de bază a unui regulator predictiv este de a
determina valoarea e(k) din valori anterioare. O metodă posibilă constă în
aproximarea pantei erorii în momentul k cu panta erorii în momentul k-1:
k −1
u ( k ) = k p ⋅ ( 2 ⋅ e ( k − 1) − e ( k − 2 )) + k i ⋅ h ⋅ 2 ⋅ e ( k − 1) − e ( k − 2 ) + ∑ e ( j ) +
j =0 (6.5)
k −3
kd
+ ⋅ (e ( k − 1) − e ( k − 2 ) ) = k 1 ⋅ e ( k − 1) + k 2 ⋅ e ( k − 2 ) + k 3 ⋅ ∑ e ( j )
h j =0
kd k
unde: k1 = 2 ⋅ k p + 3 ⋅ k i ⋅ h + , k2 = − k p − 2 ⋅ ki ⋅ h − d , k 3 = k i ⋅ h .
h h
2 ⋅ z −1 2 ⋅ z −1 1 kd z − 1
H RP ( z ) = k p ⋅ + ki ⋅ h ⋅ + + ⋅ (6.6)
z 2
z
2
z − 1 h z2
32
unde: HR(z) reprezintă funcţia de transfer al regulatorului;
HP(z) - funcţia de transfer discretizată a procesului de condus.
Metoda de proiectare a regulatorului robust se bazează pe studiul ecuaţiei
caracteristice a sistemului închis:
1 + H R ( z) ⋅ H P ( z) = 0 (6.7)
(
= Re(H * R (ω p )) − Re(H R (ω p , k p<k > , ki
<k >
) (
2
, k d<k > )) + Im(H * R (ω p )) − Im(H R (ω p , k p<k > , k i
<k >
)
, k d<k > ))
2
(6.9)
Dacă eroarea pătratică este mai mică decît o valoare predefinită de proiectant
atunci algoritmul de căutare a parametrilor se opreşte şi valorile parametrilor
determinaţi în iteraţia k se consideră optimi.
6. Noile valori ale regulatorului se determină pe baza metodei de gradient cu pas
constant.
∂E (k p< k > .ki < k > , k d< k > )
∂k p
k p k p λ p 0 0 <k > < k > <k >
k ∂E (k p .ki , k d )
i
= ki − 0 λi 0 ⋅ (6.10)
∂ki
k d <i +1> kd < i > 0 0 λd <k > < k > <k >
∂E (k p .ki , k d )
∂k d
33
unde valorile λp, λi şi λd sunt paşii de căutare constanţi după cei trei parametrii ai
regulatorului.
7. Iteraţia se continuă cu pasul 4.
3. Desfăşurarea lucrării
40
H p ( s) =
s
34
Fig.6.3 Variaţia parametrilor de reglare la PI clasic (regulator nepredictiv) şi
PI predictiv
4. Întrebări
35
Laborator nr. 7
PROIECTAREA REGULATOARELOR
AUTOACORDABILE PRIN METODA ALOCĂRII
POLILOR
1.Scopul lucrării
2. Prezentare teoretică
R(q −1 ) ⋅ u (k ) = T (q −1 ) ⋅ y pr (k ) − S (q −1 ) ⋅ y (k ) (7.2)
36
Procesul şi regulatorul sunt fizic realizabile dacă sunt îndeplinite condiţiile
de cauzalitate:
B ⋅T R
y (k ) = y pr (k ) + v( k ) (7.4)
A⋅ R + B ⋅ S A⋅ R + B ⋅ S
Bm
y (k ) = y pr (k ) (7.5)
Am
B = B+ ⋅ B− (7.7)
unde B+ este polinom monic (are termenul liber unitar) cu zerouri stabile,
suficient de amortizate pentru a fi compensate de regulator şi B- polinom cu toate
zerourile instabile. Dacă B+=1 atunci nu există compensare de zerouri.
Polinomul zerourilor instabile nu poate fi un factor pentru polinomul
caracteristic Ac, deci el trebuie să fie inclus în Bm.
Bm = Bm' ⋅ B − (7.8)
37
Deoarece B+ este compensat de regulator şi reprezintă un factor pentru
polinomul caracteristic atunci se poate face următoarea descompunere în factori a
polinomului de întârziere R.
R = R' ⋅ B+ (7.9)
T Bm−
= (7.10)
A ⋅ R ' + B − ⋅ S Am
A ⋅ R ' + B − ⋅ S = A0 ⋅ Am (7.12)
A ⋅ R ' + B − ⋅ S = A0 ⋅ Am
−
T = A0 ⋅ Bm (7.13)
+
R = R ⋅ B
'
A ⋅ R + B ⋅ S = B + ⋅ A0 ⋅ Am (7.14)
unde polii sistemului sunt compuşi din zerourile stabile ale procesului, polii
modelului şi polii observerului.
Procedura de proiectare a regulatorului prin alocarea polilor, când se
cunosc polinoamele procesului A şi B, modelului Am, Bm, respectiv polinomul
caracteristic al observerului A0, este următoarea:
- se realizează descompunerea polinomului B şi Bm şi se iau în considerare
condiţiile de cauzalitate;
- se rezolvă ecuaţia diofantică (7.12) în raport cu R’ şi S;
- se calculează R şi T cu (7.13);
38
- se determină legea de comandă pe baza relaţiei (7.2).
În cazul în care nu se doreşte anularea zerourilor (B+=1) procedura de
proiectare se simplifică:
- se împarte Bm la B şi se iau în considerare condiţiile de cauzalitate;
- se rezolvă în raport cu R şi S ecuaţia:
A ⋅ R + B ⋅ S = A0 ⋅ Am (7.15)
Bm
T = A0 ⋅ (7.16)
B
39
- se realizează descompunerea polinoamelor B şi Bm luând în considerare şi
condiţiile de cauzalitate;
- se rezolvă ecuaţia diofantică (7.12) în raport cu R’ şi S;
- se determină polinoamele R şi T cu (7.13);
- se determină legea de commandă pe baza relaţiei (7.2);
- se simulează sistemul şi se repetă algoritmul.
Partea de identificare şi modificare a parametrilor regulatorului nu se mai
realizează doar dacă acţiunea perturbaţiilor încetează şi parametrii procesului nu
mai variază.
3. Desfăşurarea lucrării
1
H ( s) =
s + s +1
2
b0 ⋅ q + b1 0.1044q + 0.0883
H (q ) = = 2
q + a1 ⋅ q + a 2 q − 1.4138q + 0.6065
2
Bm (q ) bm 0 ⋅ q 0.1761q
= 2 = 2
Am (q ) q + a m1 ⋅ q + a m 2 q − 1.3205q + 0.4966
B + (q) = q + b1 / b0 ; B − (q ) = b0 ; Bm' (q ) = bm 0 ⋅ q / b0 ;
(q 2 + a1 ⋅ q + a 2 ) ⋅ 1 + b0 ⋅ ( s 0 ⋅ q + s1 ) = q 2 + a m1 ⋅ q + a m 2
40
Parametrii regulatorului sunt:
a m1 − a1 a − a2
s0 = ; s1 = m 2 ;
b0 b0
R = R ' ⋅ B + = q + b1 / b0 ;
T = A0 ⋅ Bm' = bm 0 ⋅ q / b0 ;
41
Fig. 7.4 Schema de reglare adaptivă şi subsistemul regulatorului autoacordabil
42
Fig. 7.7 Parametrii identificaţi ai procesului
4. Întrebări
43
Lucrarea nr. 8
1. Scopul lucrării
2. Prezentare teoretică
44
Modelul de referinţă (denumit şi model etalon) reprezintă funcţionarea
dorită, ideală a sistemului şi pe baza erorii de adaptare ye(t) dintre ieşirea
procesului y(t) şi ieşirea modelului etalon ym(t) se ajustează parametrii de acord ai
regulatorului θ(t) prin intermediul mecanismului de adaptare.
Principalele metode de analiză şi sinteză a sistemelor adaptive cu model
etalon sunt metoda MIT şi metoda teoriei de stabilitate Lyapunov.
Metoda gradientului descendent, denumită şi metoda MIT presupune
modificarea în timp a parametrilor regulatorului adaptiv până când eroarea de
adaptare (urmărire) devine foarte mică, pe baza minimizării unui criteriu de
calitate ce depinde de aceasta şi de parametrii regulatorului.
1
J (θ ) = ⋅ ye
2
(8.1)
2
dθ dJ ∂y
= −γ ⋅ = −γ ⋅ y e ⋅ e (8.2)
dt dθ ∂θ
3. Desfăşurarea lucrării
H ( s ) = Y (s ) U ( s ) = k ⋅ G ( s ), H m (s ) = Ym (s ) R( s ) = k 0 ⋅ G (s ) (8.3)
45
Specificul celor două funcţii de transfer impune folosirea unui regulator
proporţional cu un singur parametru ajustabil θ, pentru ca ieşirea procesului să
urmărească ieşirea din modelul etalon.
U ( s ) = θ ⋅ R( s) (8.4)
Ye ( s ) = 0 ⇒ Y ( s ) = Ym ( s ) ⇒ θ * = k 0 k (8.5)
y e (t ) = y m (t ) − y (t ) = k 0 ⋅ G ( p ) ⋅ r (t ) − k ⋅ G ( p ) ⋅ θ ⋅ r(t ) (8.6)
Sistemul din figura 8.2 este simulat timp de 30 secunde cu o intrare de tip
semnal dreptunghiular cu amplitudine 2 şi perioadă de 4 secunde. Evoluţia
referinţei, ieşirilor din proces şi modelul etalon sunt prezentate în figura 8.3.
46
În figura 8.4. sunt prezentate eroarea de adaptare ye(t) şi variaţia
parametrului de acord θ.
b •
H ( s ) = Y ( s) R( s) = ⇒ y (t ) = − a ⋅ y ( t ) + b ⋅ u ( t )
s+a
•
(8.8)
bm
H m ( s ) = Ym ( s ) U ( s ) = ⇒ y m (t ) = − a m ⋅ y m (t ) + bm ⋅ r (t )
s + am
Deoarece procesul conţine doi parametrii care pot fi necunoscuţi sau care
se pot modifica lent, regulatorul se alege de tip feedforward-feedback (cale
directă şi cale de reacţie) cu doi parametri de acord: θ1 şi θ2.
u( t ) = θ1 ⋅ r ( t ) − θ 2 ⋅ y ( t ) (8.9)
b
Eroarea de adaptare (de urmărire) dintre ieşirile celor două sisteme este
y e (t ) = y m (t ) − y (t ) . Funcţiile de sensibilitate ale derivatei erorii în raport cu
parametrii regulatorului sunt:
∂y e b ∂y e b 2 ⋅ θ1 b
=− ⋅ r; = ⋅r = ⋅y (8.11)
∂θ1 p + a + b ⋅θ2 ∂θ 2 ( p + a + b ⋅ θ 2 )2
p + a + b ⋅θ2
p + a + b ⋅ θ 2 = p + am (8.12)
47
Dacă se aplică regula MIT şi se include parametrul b în factorul de
adaptare γ, atunci rezultă legile de adaptare:
dθ 1 am dθ 2 am
=γ ⋅ ⋅ r ⋅ y e ; = −γ ⋅ ⋅ y ⋅ y e (8.13)
dt p + am dt p + am
Sistemul din figura 8.5 este simulat timp de 30 secunde cu o intrare de tip
semnal dreptunghiular cu amplitudine 2 şi perioadă de 4 secunde. Evoluţia
ieşirilor din proces şi din modelul de referinţă, respectiv evoluţia erorii de
adaptare dintre acestea sunt prezentate în figura 8.6.
48
Fig. 8.7 Ieşirile y(t) şi ym(t), eroarea de adaptare ye(t) pentru γ=15
4. Întrebări
1 •
H ( s ) = Y ( s) R( s) = ⇒ y (t ) = −2 ⋅ y (t ) + u(t )
s+2
•
(8.14)
1
H m ( s ) = Ym ( s ) U ( s ) = ⇒ y m (t ) = − y m ( t ) + r (t )
s +1
49
Lucrarea nr. 9
1. Scopul lucrării
2. Prezentare teoretică
dx (t )
= f ( x (t )), f (0) = 0 (9.2)
dt
1. V(x)>0, x≠0;
2. V(0)=0;
50
3. V este derivabilă;
• ∂V •
4. V (t ) = ⋅ x (t ) ≤ 0 .
∂x
atunci sistemul este stabil. Altfel spus, dacă funcţia V este pozitiv definită
(condiţiile 1 şi 2) şi derivata ei negativ semidefinită (condiţiile 3 şi 4) atunci
sistemul în buclă închisă este stabil. În plus dacă derivata funcţiei Lyapunov este
negativ definită atunci sistemul este asimptotic stabil (exponenţial stabil).
Problema esenţială în cazul sistemelor adaptive este găsirea acestei funcţii
V(x), deoarece în cazul în care ea nu a putut fi găsită astfel încât să îndeplinească
condiţiile 1-4 din teoria stabilităţii Lyapunov, nu se pot face aprecieri din punct
de vedere al stabilităţii şi convergenţei sistemului adaptiv în buclă închisă.
3. Desfăşurarea lucrării
u( t ) = θ ⋅ r ( t ) (9.4)
y e (t ) = y m (t ) − y (t )
dy e (t ) = dy m (t ) − dy (t ) = − a m ⋅ y m (t ) + k 0 ⋅ r (t ) + a m ⋅ y (t ) − k ⋅ θ ⋅ r (t ) (9.5)
k
dy e (t ) = − am ⋅ y e (t ) + k ⋅ 0 − θ ⋅ r (t )
k
51
2
γ k k
V ( ye ,θ ) = ⋅ ye + ⋅ 0 − θ
2
(9.6)
2 2 k
Punctul de echilibru ye=0 este asimptotic stabil, deci funcţia V este pozitiv
definită şi derivata funcţiei V este negativ definită dacă constantele γ şi am sunt
pozitive, iar legea de adaptare a parametrului θ este:
dθ
= γ ⋅ ye ⋅ r (9.8)
dt
Sistemul din figura 9.1 este simulat timp de 30 secunde cu o intrare de tip
semnal dreptunghiular cu amplitudine 2 şi perioadă de 4 secunde. Evoluţia
referinţei, ieşirilor din proces şi modelul etalon, a erorii de adaptare şi a
parametrului θ sunt prezentate în figura 9.2.
52
3.2. Adaptarea factorului de amplificare şi constantei de timp
Se dau funcţia de transfer a procesului condus şi funcţia de transfer a
modelului de referinţă:
b •
H ( s ) = Y ( s) R( s) = ⇒ y (t ) = − a ⋅ y ( t ) + b ⋅ u ( t )
s+a
•
(9.9)
bm
H m ( s ) = Ym ( s ) U ( s ) = ⇒ y m (t ) = − a m ⋅ y m (t ) + bm ⋅ r (t )
s + am
Deoarece procesul conţine doi parametrii care pot fi necunoscuţi sau care
se pot modifica lent, regulatorul se alege de tip feedforward-feedback (calea
directă şi calea de reacţie) cu doi parametrii de acord: θ1 şi θ2.
u( t ) = θ1 ⋅ r ( t ) − θ 2 ⋅ y ( t ) (9.10)
Eroarea de adaptare (de urmărire) dintre ieşirile celor două sisteme este
y e (t ) = y m (t ) − y (t ) . Pentru metoda de adaptare bazată pe teoria stabilităţii
Lyapunov din relaţiile (9.9) rezultă:
dy e (t )
= − a m ⋅ y e (t ) + (b ⋅ θ 2 + a − a m ) ⋅ y (t ) − (b ⋅ θ 1 − bm ) ⋅ r (t ) (9.11)
dt
1 2 2
⋅ (b ⋅ θ 2 + a − a m ) + ⋅ (b ⋅ θ1 − bm )
1 1
V ( ye ,θ ) = ⋅ y e +
2
(9.12)
2 b ⋅γ b⋅γ
dθ 1 dθ 2
= γ ⋅ r ⋅ ye ; = −γ ⋅ y ⋅ y e (9.14)
dt dt
53
Fig. 9.3 Adaptarea unui sistem de ordin I prin metoda Lyapunov
Sistemul din figura 9.3 este simulat timp de 30 secunde cu o intrare de tip
semnal dreptunghiular cu amplitudine 2 şi perioadă de 4 secunde. Evoluţia
ieşirilor din proces şi din modelul de referinţă, respectiv evoluţia erorii de
adaptare a întregului sistem, prezentate în figura 9.4, evidenţiază capacitatea de
adaptare a sistemului.
Fig. 9.5 Ieşirile y(t) şi ym(t), eroarea de adaptare ye(t) pentru γ=15 şi γ=40
54
Din studiul celor două aplicaţii de control adaptiv cu model etalon se
observă superioritatea netă din orice punct de vedere al metodei Lyapunov de
adaptare a parametrilor regulatorului adaptiv în comparaţie cu regula MIT.
Parametrii de acord ai regulatorului feedforward-feedback se pot calcula
prin echivalenţa ecuaţiilor (9.9) astfel:
* 2
θ 1 = 0.5 = 4
(− 1 − 0.5 ⋅ θ 2 ) ⋅ y(t ) + 0.5 ⋅ θ1 ⋅ r(t ) = −2 ⋅ ym (t ) + 2 ⋅ r (t ) ⇒ 2 −1
(9.15)
θ 2* = =2
0.5
4. Întrebări
2 •
H ( s ) = Y ( s ) R( s) = ⇒ y (t ) = −2 ⋅ y (t ) + 2 ⋅ u (t )
s+2
•
(9.16)
2
H m ( s ) = Ym ( s ) U ( s ) = ⇒ y m (t ) = − y m (t ) + 2 ⋅ r ( t )
s +1
55
Lucrarea nr. 10
1. Scopul lucrării
2. Prezentare teoretică
•• • •• •2
f = (M + m ) ⋅ x p + b ⋅ x p + m ⋅ l ⋅ θ ⋅ cos(θ ) − m ⋅ l ⋅ θ ⋅ sin(θ )
(10.1)
•• •• ⋅•• •
m ⋅ g ⋅ l ⋅ sin(θ ) − m ⋅ l ⋅ θ − m ⋅ x p ⋅ l ⋅ cos(θ ) = J ⋅ θ + c ⋅ θ
2
56
Sistemul de ecuaţii diferenţiale (10.1) poate fi simplificat şi liniarizat dacă
discutăm de un unghi θ foarte mic (θ=0, sin(θ)=0, cos(θ)=1, d2θ=0) apropiat de
punctul de echilibru instabil şi dacă se neglijează frecările prin rotaţie şi translaţie
(b=c=0).
În cazul general, pendulul are două puncte de echilibru, unul de echilibru
stabil pentru pendul situat în partea de jos a căruciorului şi unul de echilibru
instabil pentru pendul situat în partea de sus a căruciorului (adică cazul
pendulului inversat).
( •• ••
M + m ) ⋅ x p + m ⋅ l ⋅ θ = f
•• •• •• ••
(10.2)
m ⋅ g ⋅ l ⋅ θ − m ⋅ l 2 ⋅ θ − m ⋅ l ⋅ x p = J ⋅ θ = m ⋅ l ⋅ θ
2
3
1
−
θ (s) m+M
H (s) = = (10.3)
F ( s) 4 m⋅l 2
⋅l − ⋅s − g
3 m+M
3
0 1 0
g 1
A= 4 0 B = − C = (1 0 ) D = 0 (10.5)
⋅ l − m ⋅ l (m + M ) ⋅ 4 ⋅ l − m ⋅ l
3 m+M m+M
3
57
Pentru proiectarea, simularea şi testarea sistemelor de reglare automată ce
vor fi realizate s-au folosit constantele: m=0.5kg, M=1kg, l=0.5m.
3. Desfăşurarea lucrării
ωn
2
Ym ( s ) 9
H m ( s) = = 2 = 2 (10.6)
R( s) s + 2 ⋅ ζ ⋅ ω n ⋅ s + ω n 2
s + 6⋅s + 9
(− 0.66 0.5) ⋅ k1
y (t ) = p 2 − (0.66 ⋅ k 0.5) ⋅ p − (0.66 ⋅ k + 9.8) 0.5 ⋅ r (t )
3 2
(10.8)
y (t ) = ωn 2
9
⋅ r ( t ) = ⋅ r(t )
m
p 2 + 2 ⋅ ζ ⋅ ω n ⋅ p + ωn
2
s + 6⋅s + 9
2
dk dJ ∂y
= −γ ⋅ = −γ ⋅ y e ⋅ e (10.9)
dt dk ∂k
58
• 0.66 0.5
k1 (t ) = −γ 1 2 ⋅ r (t ) ⋅ y e (t )
p − (0.66 ⋅ k 3 0.5) ⋅ p − (0.66 ⋅ k 2 + 9.8) 0.5
• 0.66 0.5
k 2 (t ) = −γ 2 2 ⋅ y (t ) ⋅ y e (t ) (10.10)
p − (0.66 ⋅ k 3 0.5) ⋅ p − (0.66 ⋅ k 2 + 9.8) 0.5
• 0.66 0.5 •
k 3 (t ) = −γ 3 2 ⋅ y (t ) ⋅ y e (t )
p − (0.66 ⋅ k 3 0.5) ⋅ p − (0.66 ⋅ k 2 + 9.8) 0.5
y = y y y m = y m y m y e = y e y e
• • •
59
Ecuaţiile dinamice care descriu comportarea celor două bucle de urmărire
(de adaptare şi de referinţă) şi eroarea de adaptare sunt:
0 1 0
A(t ) = 0.66 ⋅ k 2 (t ) + 9.8 0.66 , B(t ) = − 0.66
⋅ k 3 (t ) ⋅ k1 (t )
0.5 0.5 0.5
0 1 0
Am = , Bm = 2
− ω n − 2 ⋅ ζ ⋅ ω n ω n
2
{ } { }
V (t , y e (t ) ) = y e ⋅ P ⋅ y e + tr ( Am − A) ⋅ ( Am − A) + tr (Bm − B ) ⋅ (Bm − B ) > 0 (10.13)
T T T
( )
V (t , y e (t ) ) = y e ⋅ Am ⋅ P + P ⋅ Am ⋅ y e + 2 ⋅ tr ( Am − A) ⋅ P ⋅ y e ⋅ y T − A +
• •
T T T
(10.14)
+ 2 ⋅ tr (Bm − B ) ⋅ P ⋅ y e ⋅ r T − B
•
T
p p12
unde P = 11 este o matrice pozitiv definită;
p12 p22
tr – urma matricei (trace).
Derivata funcţiei Lyapunov este negativ definită şi conform teoremei
punctul de echilibru ye=ym-y=0 este asimptotic stabil dacă se aleg:
Am T ⋅ P + P ⋅ Am = −Q < 0
•
A(t ) = γ A ⋅ P ⋅ y e ⋅ y
T
(10.15)
•
B(t ) = γ B ⋅ P ⋅ y e ⋅ r T
60
• p ⋅ y (t ) + p ⋅ y •(t ) r (t )
k
1 ( t ) = −γ 1 12 e 22 e ⋅
•
•
k 2 (t ) = γ 2 p12 ⋅ y e (t ) + p 22 ⋅ y e (t ) ⋅ y (t ) (10.16)
• •
•
k 3 (t ) = γ 3 p12 ⋅ y e (t ) + p22 ⋅ y e (t ) ⋅ y (t )
61
Se evidenţiază în situaţia aplicării metodei Lyapunov, din analiza
semnalelor, o adaptare mai rapidă a parametrilor regulatorului şi oscilaţii mai
mici ale erorii de adaptare ye(t).
Sistemele adaptive proiectate oferă performanţe asemănătoare dacă privim
doar capacitatea de adaptare şi dacă procesul liniarizat este înlocuit în scheme cu
varianta neliniară. Totuşi, aceste sisteme sunt nerealizabile fizic deoarece la
începutul simulării ieşirea din procesul condus atinge valori mult prea mari
(2π/3=120˚).
Această situaţie poate fi evitată dacă parametrii regulatorului sunt
iniţializaţi cu valori apropiate de valorile optime, iar apoi procesul va suferi
modificări lente în timp.
4. Întrebări
62
Lucrarea nr. 11
1. Scopul lucrării
2. Prezentare teoretică
63
maselor în rotaţie şi de constanta de proporţionalitate electromecanică, atunci
schema simplificată a manipulatorului poate fi aproximată cu un sistem de ordin
doi.
θ (s) Km ⋅ µ
H (s) = = (11.2)
U a ( s ) s ⋅ [K e K m + Ra ⋅ ( B + s ⋅ J )]
3. Desfăşurarea lucrării
(s 2 2
) 2 2
+ 2 ⋅ ζ ⋅ ω n ⋅ s + ω n ⋅ θ ( s ) = ω n ⋅ θ pr ( s ) + ω n ⋅ g ( s ) −
R ⋅ µ ⋅τ
K 0 ⋅ K m
(11.3)
64
unde factorul de amortizare şi pulsaţia naturală se pot calcula cu relaţiile (11.4).
Ra ⋅ B + K m ⋅ K e µ ⋅ Ra ⋅ τ
ζ = ,ω = (11.4)
2 ⋅ µ ⋅ K 0 ⋅ K m ⋅ Ra ⋅ J K m ⋅ K0
Modelul sistemului etalon este tot de ordin doi cu parametrii am=2, bm=1.
Acest sistem etalon are la intrare aceeaşi referinţă θpr, iar la ieşire poziţia dorită
θm.
(s 2 + am ⋅ s + bm )⋅ θ m (s ) = bm ⋅ θ pr (s ) (11.5)
(s 2
)
+ a m ⋅ s + bm ⋅ θ e ( s ) = − am ⋅ s ⋅ θ ( s ) − bm ⋅ θ ( s ) + 2 ⋅ ζ ⋅ ω n ⋅ s ⋅ θ ( s ) +
2 R ⋅ µ ⋅τ (11.6)
+ ω n ⋅ θ ( s ) + bm ⋅ θ pr ( s ) − ω n ⋅ θ pr ( s ) − ω n ⋅ g ( s ) −
2 2
K 0 ⋅ K m
2 R⋅µ
⋅ η1 ⋅ (θ pr (t ) − θ (t ) ) −
•• •
θ e (t )+ am ⋅ θ e (t )+ bm ⋅ θ e (t ) = bm − ω n ⋅ 1 −
K0 ⋅ K m
(11.7)
R ⋅ µ ⋅τ 0 R⋅µ •
− ω n ⋅ g (t ) −
2
+ ⋅ ζ ⋅ ω − + ω
2
⋅ ⋅ η 2
⋅ θ (t )
K 0 ⋅ K m
2 a
K0 ⋅ Km
n m n
g (t ) = g1 (t ) ⋅ (θ pr (t ) − θ (t ) ) + g 2 (t ) ⋅ θ (t )+ g 3 (t )
•
(11.8)
θ e (t ) = Am ⋅ θ e (t ) + b1 ⋅ (θ pr (t ) − θ (t ) ) + b2 ⋅ θ (t ) + b3
• •
(11.9)
65
0 1
Am =
− bm − a m
0
⋅ µ
b1 = b − ω 2 ⋅ 1 − R
⋅ η − ω
2
⋅ g ( t )
m n K0 ⋅ Km
1 n 1
(11.11)
0
b2 (t ) = 2 ⋅ ζ ⋅ ω − a + ω 2 ⋅ R ⋅ µ ⋅ η − ω 2 ⋅ g (t )
K0 ⋅ Km
n m n 2 n 2
0
b3 (t ) = ω n ⋅ R ⋅ µ ⋅ τ 0 − g (t )
2
K0 ⋅ Km
3
V (t ,θ e (t )) = θ e (t ) ⋅ P ⋅ θ e (t ) + a1 ⋅ b1T (t ) ⋅ b1 (t ) +
T
(11.11)
+ a 2 ⋅ b2T (t ) ⋅ b2 (t ) + a3 ⋅ b3T (t ) ⋅ b3 (t )
Am T ⋅ P + P ⋅ Am = −Q < 0
[ e ]
bT (t ) ⋅ P ⋅ θ (t ) + θ T (t ) ⋅ P ⋅ b (t ) ⋅ (θ (t ) − θ (t ) ) = −2a b• T (t )b (t )
1 e 1 pr 1 1 1
(11.12)
[ ]
• •T
b2T (t ) ⋅ P ⋅ θ e (t ) + θ eT (t ) ⋅ P ⋅ b2 (t ) ⋅ θ (t ) = −2a 2 b 2 (t )b2 (t )
[
T
]
•T •
3
b ( t ) ⋅ P ⋅ θ e ( t ) + θ T
e ( t ) ⋅ P ⋅ b3 ( t ) = − 2 a b
3 3 ( t ) b 3 (t )
unde:
Q este o matrice simetrică pozitiv definită (se alege pentru simplitate matricea
identitate).
Rezolvând sistemul de ecuaţii (11.13) rezultă mai întâi matricea simetrică
P în funcţie de parametrii modelului etalon, iar apoi vectorii b1(t),b2(t),b3(t) cu
ajutorul cărora se vor determina legile de adaptare pentru componentele variabile
ale semnalului de compensare g(t).
66
⋅ θ e (t ) ⋅ P ⋅ (θ pr (t ) − θ (t ) )
•T 1 T
b1 (t ) = −
a1
•T 1 T •
b 2 (t ) = − ⋅ θ e (t ) ⋅ P ⋅ θ (t ) (11.13)
a2
•T 1 T
b 3 (t ) = − ⋅ θ e (t ) ⋅ P
a3
• θ (t ) ⋅ p + θ• (t ) ⋅ p (θ (t ) θ (t ) )
g 1 ( t ) = γ 1 ⋅ e 12 e 22 ⋅ pr −
• θ (t ) ⋅ p + θ• (t ) ⋅ p θ• (t )
2
g ( t ) = γ ⋅
2 e 22 ⋅ (11.14)
12 e
•
•
g 3 (t ) = γ 3 ⋅ θ e (t ) ⋅ p12 + θ e (t ) ⋅ p22
67
observă din schemă prezenţa regulatorului proporţional cu structură şi valoare
fixate K0, respectiv semnalul de compensare a variaţiilor parametrice ale
procesului condus.
Evoluţia în timp a semnalelor de ieşire din modelul etalon şi din procesul
condus, reprezentat prin manipulatorul robotic, sunt prezentate în figura 11.3. Se
evidenţiază pe acest grafic o adaptare a semnalului g(t) cu scopul anulării erorii
de adaptare.
4. Întrebări
68
Lucrarea nr. 12
1. Scopul lucrării
2. Prezentare teoretică
69
Identificarea se poate realiza doar o singură dată la începutul reglării sau
de mai multe ori, în fiecare moment de eşantionare, în timpul reglării procesului.
Evident, este de dorit o identificare multiplă care ar evita eventualele erori de
identificare şi o modificare a parametrilor procesului dacă aceasta este necesară.
În această lucrare au fost folosite, pentru determinarea algoritmului de
reglare discretă directă (DDC), metoda dispersiei minime, iar pentru identificarea
procesului cele mai mici pătrate, varianta “on-line”.
Determinarea algoritmului de reglare discretă cu dispersie minimă nu
prezintă dificultăţi ridicate dacă parametrii procesului sunt cunoscuţi. Pentru
reglarea turaţiei (vitezei unghiulare) unui motor de curent continuu, ecuaţiile
dinamice sunt:
d ia
U a = Ra ⋅ ia + La ⋅ d t + e
e = K e ⋅ Ω (12.1)
dΩ
C m = K m ⋅ ia = J ⋅ + Cr + B ⋅ Ω
dt
dθ
unde: Ω = este viteza unghiulară;
dt
θ - unghiul de rotaţie al axului motorului;
Ke, Km - constante de proporţionalitate;
Cr - cuplul rezistent;
J=Jm+Js - momentul de inerţie al maselor în mişcare;
B=Bm+Bs - coeficientul de frecare vâscoasă (indicele m se referă la motor
şi s la sarcină).
Considerând Cr=0 şi aplicând transformata Laplace, cu condiţii iniţiale
nule, din ecuaţiile (12.1) se obţine modelul matematic intrare-ieşire şi funcţia de
transfer a motorului de curent continuu (mărimea de ieşire se consideră viteza
unghiulară, iar mărimea de intrare tensiunea de alimentare Ua).
Ω( s ) Km
H Mcc ( s ) = = (12.2)
U a ( s ) K e K m + ( Ra + sLa )( B + sJ )
−1 Ω ( z −1 ) b1 ⋅ z −1 + b2 ⋅ z −2
H Mcc ( z ) = = (12.3)
U a ( z −1 ) 1 + a1 ⋅ z −1 + a 2 ⋅ z − 2
{(
J (u) = M y k − y pr )}
2
(12.4)
70
de unde rezultă şi comanda optimală discretă cu dispersie minimă dată de relaţia
(12.5).
C ( z −1 ) y pr − G ( z −1 ) y k
uk ∗ = (12.5)
F ( z −1 ) B ( z −1 )
⋅ ( y prk + a1 ⋅ y k + a 2 ⋅ y k −1 − b2 ⋅ u k −1 )
1
uk = (12.6)
b1
⋅ ( y prk + a1 ⋅ y k −1 + a 2 ⋅ y k −2 − b1 ⋅ u k −1 − b2 ⋅ u k − 2 ) + u k −1
1
uk = (12.7)
q
θ = [a1 a 2 b1 b2 ]T ϕ k = [− yk −1 − yk −2 uk −1 Kuk −2 ]
T
(12.8)
θ k +1 = θ k + K k +1
ε k +1ε k +1 = y k +1 − ϕ T k +1 ⋅θ k (12.9)
Fk ⋅ ϕ k +1 1
K k +1 = Fk +1 = ⋅ ( Fk − K k +1 ⋅ ϕ T k +1 ⋅ Fk )
λ + ϕ k +1 ⋅ Fk ⋅ ϕ k +1
T
λ
71
2.2. Interfaţa electronică de determinare a turaţiei şi de comandă a M.c.c.
72
Interfaţa electronică se alimentează cu o tensiune de la o sursă de curent
continuu, cuprinsă între 6V şi 15V, prin intermediul conectorului J1. Pentru
protecţia întregului montaj, acesta a fost prevăzut pe linia de alimentare cu o
siguranţă şi o diodă.
Motorul de curent continuu este conectat la driverul de putere al
montajului prin intermediul conectorului J4. Amplificatorul final de comandă
poate suporta un curent maxim de 3A.
Cu ajutorul conectorului J3 semnalul analogic sub forma unor impulsuri
de la traductorul incremental de rotaţie este transmis direct microntrolerului
pentru prelucrare. Intrarea spre microcontroler nu conţine nici o izolare optică,
ceea ce înseamnă că semnalul de intrare se aplică direct pe un pin al portului
controlerului printr-o rezistenţă. La intrarea microcontrolerului este necesară
folosirea unei rezistenţe de pull-up.
Comunicaţia cu calculatorul se face prin portul serial RS-232 al
calculatorului, de la conectorul J5. Pentru o comunicaţie serială corectă se
folosesc: o viteză de 115200 biţi/sec, 8 biţi de date, un bit de stop, fără controlul
fluxului, aceste setări fiind deja aplicate microcontrolerului.
Interfaţa electronică, prin microcontrolerul PIC 16F628A, îndeplineşte
două funcţii principale: să comunice serial spre calculator turaţia motorului de
current continuu şi să citească serial de la calculator comanda determinată prin
program, comandă folosită la acţionarea motorului de current continuu.
Programul implementat pe microcontroler, prezentat în Anexa C, foloseşte două
tipuri de mesaje.
a) Mesajul cu turaţia motorului (μC→PC)
Microcontrolerul are un numărător liber care are o legătură directă la pinul
12 al circuitului integrat. Pe acest pin RB6 al portului paralel (pin 12 al
circuitului integrat) sunt numărate impulsurile generate de traductorul
incremental situat pe axul motorului de curent continuu. Timerul 0 al
microcontrolerului este folosit pentru a genera o întrerupere la un numărător care
setează perioada de citire a turaţiei motorului.
Perioada de citire a turaţiei poate fi calculată cu ajutorul relaţiei:
(1/Fosc)·4·255·255·n.
1
Tcit = ⋅ 4 ⋅ 255 ⋅ 255 ⋅ n (12.10)
Fosc
73
Mesajul transmis de calculator are două componente, un octet cu
caracterul de start ’S’ şi un octet cu comanda motorului uk sub forma unui cod pe
8 biţi (0-255), pentru compatibilitate, reprezentând de fapt factorul de umplere al
semnalului PWM de acţionare. Acest protocol este obligatoriu deoarece prin el se
semnalizează buna funcţionare a sistemului.
Microcontrolerul, în momentul în care primeşte caracterul de start, setează
pinul RA2 al portului paralel (pin 1 al circuitului integrat), ceea ce înseamnă o
aprindere a LED-ului verde. După recepţia octetului de comandă (comanda uk)
microcontrolerul resetează pinul RA2 şi setează pinul RA3 (pin2 al circuitului
integrat), ceea ce înseamnă stingerea LED-ului verde şi aprinderea LED-ului
roşu.
Factorul de umplere al impulsurilor PWM este folosit de microcontroler
pentru a modifica parametrii comenzii. Frecvenţa impulsurilor semnalului PWM
este fixă şi se poate calcula cu relaţiile:
3. Desfăşurarea lucrării
74
Programul de comandă adaptivă discretă implementat pe calculator trebuie
să folosească vectorul măsurătorilor φk (ce conţine uk şi yk) pentru a determina
parametrii procesului θk (ce conţine a1,a2,b1,b2) la diferite momente de timp.
Apoi, cunoscând aceşti parametri se determină algoritmul de reglare discretă cu
dispersie minimă uk, algoritm ce se va modifica la fiecare moment de
eşantionare, de unde şi denumirea de regulator autoacordabil.
Pentru o comunicaţie serială corectă cu interfaţa de prelucrare şi comandă
(microcontrolerul PIC 16F628A) se vor respecta setările din partea teoretică a
lucrării (subpunctul 2.2). În Anexa D este prezentată structura soft necesară
comunicaţiei pe portul serial în Matlab.
În figura 12.4 sunt prezentate evoluţiile în timp ale referinţei, ieşirii, erorii
şi comenzii (factorul de umplere al impulsurilor PWM).
75
Sistemul adaptiv cu regulator cu dispersie minimă autoacordabil a fost
testat şi la alte tipuri de semnale. Figura 12.6 prezintă evoluţia semnalelor
funcţionale şi parametrii identificaţi ai procesului pentru o referinţă triunghiulară.
4. Întrebări
76
ANEXA A
function
[sys,x0,str,ts]=sid(t,x,u,flag,T0,num_order,denum_order,dead_time,Theta0,ID_type,C0,phi0,lam
bda0,nu0,rho)
m = num_order; n = denum_order; d = dead_time;
if flag == 0 %initialization
x0(1:n+m) = Theta0; %[a1, a2, ... an, b1, b2, ... bm]
x0(m+n+1:n+m+n) = zeros(1,n); %[-y(k-1), -y(k-2), ... -y(k-n)]
x0(2*n+m+1:2*n+m+m+d-1) = zeros(1,m+d-1); %[u(k-2), u(k-3), ... u(k-m-d)]
x0(2*(n+m)+d:2*(n+m)+d-1+(m+n)^2) = C0(:);
x0(2*(n+m)+d-1+(m+n)^2+1) = lambda0;
x0(2*(n+m)+d-1+(m+n)^2+2) = nu0;
x0(2*(n+m)+d-1+(m+n)^2+3) = phi0;
%information about this function
sys(1) = 0; %Number of continuous states.
sys(2) = 2*(n+m)+d-1+(m+n)^2+3; %Number of discrete states.
sys(3) = m+n; %Number of outputs.
sys(4) = 3; %Number of inputs.
sys(5) = 0; %Reserved for root finding. Must be zero.
sys(6) = 1; %Direct feedthrough flag (1=yes, 0=no)
sys(7) = 1; %Number of sample times. This is the number of rows in TS.
ts = [T0 0];
str = [];
elseif (flag == 2 | flag==3)
%ID types:
LSM = 1; %pure least squares method
LSM_ef = 2; %LSM with exponential forgetting
LSM_adf = 3; %LSM with adaptive directional forgetting
uk1 = u(2); %u(k-1)
yk = u(3); %y(k)
Theta = x(1:n+m); %[a1, a2, ... an, b1, b2, ... bm]
%[-y(k-1), -y(k-2), ... -y(k-n), u(k-1), u(k-2), u(k-3), ... u(k-m-d)]
yu = [x(m+n+1:n+m+n); uk1; x(2*n+m+1:2*n+m+m+d-1)];
%[-y(k-1), -y(k-2), ... -y(k-n), u(k-d-1) u(k-d-2), ... u(k-m-d)]
PHI = [yu(1:n); yu(n+1+d:n+d+m)];
C = zeros(m+n);
C(:) = x(2*(n+m)+d:2*(n+m)+d-1+(m+n)^2);
lambda = x(2*(n+m)+d-1+(m+n)^2+1);
nu = x(2*(n+m)+d-1+(m+n)^2+2);
phi = x(2*(n+m)+d-1+(m+n)^2+3);
if (u(1) >= 1) %perform identification
xi = PHI' * C * PHI;
e = yk - Theta' * PHI;
if (ID_type == LSM) | (ID_type == LSM_adf) % | (ID_type == LSM_ef)
Theta = Theta + C*PHI/(1+xi) * e;
elseif (ID_type == LSM_ef)
Theta = Theta + C*PHI/(phi+xi) * e;
end;
end;
if (flag==2) %update states
if (u(1) >= 1) %perform identification
if (xi > 0)
epsilon = phi-(1-phi)/xi;
if (ID_type == LSM)
C = C - C*PHI*PHI'*C/(1+xi);
elseif (ID_type == LSM_ef)
77
C = (C - C*PHI*PHI'*C/(phi+xi))/phi;
elseif (ID_type == LSM_adf) %| (ID_type == LSM_ef)
C = C - C*PHI*PHI'*C/(inv(epsilon)+xi);
end;
end
if (ID_type == LSM_adf & xi >= 0)
lambda = phi*(lambda + e*e/(1+xi));
nu = phi*(nu+1); eta = e*e/lambda;
phi = 1/(1+(1+rho)*(log(1+xi)+((nu+1)*eta/(1+xi+eta)-1)*xi/(1+xi)));
end
end
%values for next loop
x(1:n+m) = Theta; %[a1, a2, ... an, b1, b2, ... bm]
x(m+n+1:n+m+n) = [-yk; PHI(1:n-1)]; %[-y(k-1), -y(k-2), ... -y(k-n)]
x(2*n+m+1:2*n+m+m+d-1) = yu(n+1:n+d+m-1); %[u(k-2), ... u(k-m-d)]
x(2*(n+m)+d:2*(n+m)+d-1+(m+n)^2) = C(:);
x(2*(n+m)+d-1+(m+n)^2+1) = lambda;
x(2*(n+m)+d-1+(m+n)^2+2) = nu;
x(2*(n+m)+d-1+(m+n)^2+3) = phi;
sys = x;
else %flag==3 compute output
%Theta = [a1,a2,...an, b1,b2,...bm]
%sys = [a1, b1, a2, b2, a3, b3, ...]
sys = zeros(1,m+n); sys(1:2:2*n-1) = Theta(1:n); sys(2:2:2*m) = Theta(n+1:n+m);
end
else
sys=[];
end
78
ANEXA B
79
ANEXA C
ORG 0X00
GOTO START ;GOTO START
ORG 4 ;INTERRUPT OCCURED
MOVWF TEMPW ;SAVE W
MOVFW STATUS
MOVWF TEMPS ;SAVE STATUS
BCF STATUS,RP0
BCF STATUS,RP1 ;SELECT BANK 0
BTFSC PIR1,5 ;IF USART RECIVER INTERRUPT
GOTO SERIAL ;GOTO SERIAL
SERIAL_END:
BTFSC INTCON,T0IF ;IF TIMER 0 INTERRUPT
GOTO READTMR ;GOTO READTMR
READTMR_END:
MOVFW TEMPS ;LOAD STATUS
MOVWF STATUS
MOVFW TEMPW ;LOAD W
BSF INTCON,GIE
RETFIE ;RETURN FROM INTERRUPT
START:
CLRF PORTA
MOVLW 0X07 ;TURN COMPARATORS OFF
MOVWF CMCON ;ENABLE PINS FOR I/O FUNCTIONS
BCF STATUS, RP1
BSF STATUS, RP0 ;SELECT BANK 1
MOVLW B'10000111' ;ENABLE TMR0 WITH 1:256 PRESCALER
MOVWF OPTION_REG
MOVLW 0XFF ;SET PWM PERIOD
MOVWF PR2
MOVLW B'11110011' ;SET PORTA DATA DIRECTIONS
MOVWF TRISA
MOVLW B'11110011' ;SET PORTB DATA DIRECTIONS
MOVWF TRISB
MOVLW B'00100100' ;ENABLE USART TRANSMIT REGISTER
MOVWF TXSTA
MOVLW 0X05 ;SET BAUDRATE GENERATOR 115200
MOVWF SPBRG
BSF PIE1,5 ;ENABLE USART RECIVER INTERRUPT
BCF STATUS,RP0 ;SELECT BANK 0
BSF INTCON,T0IE ;ENABLE TIMER0 INTERRUPT
MOVLW B'00000111'
MOVWF T1CON ;ENABLE TIMER1 WITH EXTERNAL CLOCK SOURCE
80
MOVLW B'00111100'
MOVWF CCP1CON ;ENABLE PWM MODE
MOVLW B'00000111'
MOVWF T2CON ;ENABLE TIMER2 FOR PWM MODE
MOVLW B'10010000'
MOVWF RCSTA ;ENABLE USART RECIVER
BSF INTCON, 7
BSF INTCON, 6 ;ENABLE INTERRUPS
INIT:
MOVLW 0X30
MOVWF CCPR1L ;INITIATE PWM DUTY CYCLE
CLRF STATUS
CLRF SPEED
FEEDBACK:
BTFSS STATUS,0
GOTO FEEDBACK
BSF STATUS, RP0 ;SELECT BANK 1
MOVLW 'E'
SENDING
BTFSS TXSTA,1
GOTO SENDING
BCF STATUS, RP0 ;SELECT BANK 0
MOVWF TXREG
BCF STATUS,0
GOTO FEEDBACK
SERIAL:
MOVFW RCREG ;LOAD RECIVED BYTE
BTFSS STATUS,1 ;I HAVE ALLREDY THE START BYTE
GOTO CHECKINIT ;NO
MOVWF CCPR1L ;YES AND I CAN LOAD DATA TO PWM
;DUTY CYCLE REGISTER
BCF STATUS,1 ;CLEAR START BYTE INDICATOR
bcf PORTA,2
bsf PORTA,3
GOTO SERIAL_END ;RETURN TO INTERRUPT HANDLER
CHECKINIT:
XORLW 'S' ;CHECK IF START OF MESSAGE
BTFSS STATUS,Z
GOTO SERIAL_END ;NOT START OF MESSAGE, IGNORE MESSAGE
BSF STATUS,1 ;YES START OF MESSAGE
bsf PORTA,2
bcf PORTA,3
GOTO SERIAL_END ;RETURN TO INTERRUPT HANDLER
READTMR:
BCF INTCON,T0IF
MOVLW 0X93 ;10mS
MOVWF TMR0
DECFSZ IDSOFT
GOTO READTMR_END
MOVLW 0x05 ;5*10mS
MOVWF IDSOFT
MOVFW TMR1L ;READ TIMER 1 VALUE
MOVWF TXREG
BSF STATUS,0
CLRF TMR1L
CLRF TMR1H
GOTO READTMR_END
END
81
ANEXA D
if nargout > 0
out = [obj1];
end
82
BIBLIOGRAFIE
[Ast1] Astrom, K.J., Wittenmark, B., Adaptive control (1st edition), Add.Wesley,1989.
[Ast2] Astrom, K.J., Wittenmark, B., Adaptive control (2nd edition), Add.Wesley,1995.
[Ast3] Astrom, K.J., Theory and applications of adaptive control, IFAC Kyoto, 1981.
[Ast4] Astrom, K.J., Wittenmark, B., Computer controlled systems. Theory and design,
Pretince Hall, 1990, New York.
[Căl] Călin, S., Conducerea adaptivă şi flexibilă a proceselor industriale, Ed.Tehnică,
1988, Bucureşti.
[Da1] Damen, A., Weiland, S., Robust control, Eindhoven Univ. of Technology, 2001.
[Da2] Damen, A., Modern control theory, Eindhoven Univ. of Technology, 2002.
[Dum] Dumitrache, I., Tehnica reglării automate, E.D.Pedagogică, 1980, Bucureşti.
[Dav1] David, L., Control inteligent şi adaptiv. Notiţe de curs, Univ. “Petru Maior”,
2004, Târgu Mureş.
[Dav2] David, L., Tehnici de optimizare, Ed. Univ. "Petru Maior" Tg. Mures 1998.
[Dul] Dulău, M., Oltean, S., Modelare şi simulare. Lucrări de laborator, Ed. Univ.
“Petru Maior”, 2003, Târgu Mureş.
[Gee] Geering, H.P., Robuste regelung, Institut für Mess- und Regeltechnik,
Eidgenössische Technische Hochschule Zürich, 1999, Schweiz.
[Ghi] Ghinea, M., Fireţeanu, V., Matlab. Calcul numeric. Grafică şi aplicaţii, Ed.
Teora, 1997, Bucureşti.
[Ion] Ionescu, V., Varga, A., Teoria sistemelor, Editura All, Bucuresti,1994.
[Iou] Ioannou, P., Robust adaptive control, University of Southern California, 2003,
Los Angeles.
[Ise] Isermann, R., Lachmann, K.H., Adaptive control systems, Pretince Hall, 1992.
[Lyu] Lyung, L., System identification, Pretince Hall, 1987.
[Naş] Naşcu, I., Control adaptiv, Ed. Mediamira, 2002, Cluj Napoca.
[San] Sangeorzan, D., Regulatoare adaptive, Editura Militară, Bucuresti,1992.
[Sas] Sastry, S., Bodson, M., Adaptive control. Stability, convergence, and robustness,
Pretince Hall, 1989, New Jersey.
[Sch] Scherer, C., Theory of robust control, Delft Univ. of Technology, 2001.
[Sha] Shafai, E., Einfuhrung in die adaptive regelung, Institut für Mess- und
Regeltechnik, Eidgenössische Technische Hochschule Zürich, 2003, Schweiz.
[Ter] Tertisco, M., Stoica, P., Identificarea şi estimarea parametrilor sistemelor, Ed.
Academiei, bucureşti, 1980.
[Tog] Togneri, R., Adaptive systems, Electrical and Electronic Engineering, The
University of Western Australia, 2002.
[Wil1] Wilson, D.I., Adaptive control. Course notes, Electrical Engineering Karlstad
University, 2001.
[Wil2] Wilson, J.R., Nonlinear system theory, The Johns Hopkins Univ. Press, 1981.
[Zăr1] Zărnescu, H., Ingineria reglării automate II. Proiectarea sistemelor
convenţionale şi avansate de reglare automată, Ed. Univ. “Petru Maior”, 1999.
[***1] Using Simulink, The Mathworks Inc., 1998.
[***2] Matlab, The Mathworks Inc., 1998.
[***3] Control Tutorials for Matlab – Inverted Pendulum Modelling.
83