Sisteme Numerice de Conducere

RECAPITULARE

1 – Tehnici de discretizare

Pentru o perioadă de eşantionare Te vom avea:

a) Metoda dreptunghiului inainte (Euler) care are dezavantajul de a produce, in anumite

cazuri, functii de transfer instabile din functii de transfer stabile:

b) Metoda Tustin sau a trapezului, cu cele mai bune rezultate in frecventa:

Operatorul de întârziere (the Star Theorem):

q  a  e saTs ;()a  
Apelarea în Matlab se face:
>> s=tf('s')
>> c2d(exp(-10*0.1*s),0.1)
cu funcţia c2d() cu diferiţi parametri.
In Scilab, discretizarea functiilor de transfer cu timp mort se face manual.

2 – Perfomanţe sistem de ordin 2

02
H (s) 
s 2  20 s  02
Un sistem continuu normalizat de ordinul doi (cu parametrii ω0, ζ) prezintă:
- Pulsaţie naturală: ω0>0
- Factorul de amortizare ζ produce un raspuns la treapta astfel:
 ζ=0 induce un regim oscilant
 ζ=1 induce un regim critic
 ζ>1 induce un regim supracritic
 ζ<1 induce un regim subcritic (oscilatii amortizate) deci singurul
regim de interes
Aşadar pentru un răspuns la treaptă vom avea:

1/6
 Figura 1. Răspunsul normalizat la intrarea de tip

treaptă a unui sistem de ordinul doi ptr diferiti factori de atenuare

Valoarea de regim staţionar a ieşirii (steady state value)

ys
Suprareglajul (maximum overshoot): distanţa dintre punctul de maxim obţinut de răspuns şi
valoarea de regim staţionar a ieşirii (steady state value)


  e 1 care va fi cuprins intre 0 si 1.

2

Observăm că depinde doar de factorul de amortizare, pe baza acestei formule gasim tabelul sau
figurile:
 0.2 0.4 0.5 0.6 0.7 0.8 0.9 0.99
 50% 25% 16% 10% 4% 1.5% 0.15 % 2.66 108 %
Sisteme Numerice de Conducere

Figura 2. Suprareglajul maxim ca

funcţie de factorul de atenuare

Timp tranzitoriu (settling time): timpul necesar pentru ca răspunsul să ajungă într-o bandă de
2% sau 5% din valoarea de regim staţionar a ieşirii (steady state value)
 ln  toleranta  1   2 
tt   
  0
Ne interesează însă intervale de 2% respectiv 5% , asadar vom avea:

 ln  0.02  1   2   ln  0.05  1   2 
tt     
respectiv tt  .
  0   0
Timp de creştere (rise time): timpul necesar pentru ca răspunsul să ajungă de la 10% la 90% din
valoarea de regim staţionar a ieşirii (steady state value)
  2 
1  1  1    
tr    tan
   
0  1   2    
2.230   2  0.078    1.12
Care poate fi aproximat cu : tr 
0

3/6
 Figura 3. Timpul de creştere normalizat ca
funcţie de factorul de atenuare

Timp de vârf: timpul necesar pentru ca răspunsul să ajungă la punctul de maxim al răspunsului

tv 
0  1   2
Ptr un interval de 2% respectiv gh

3 – Rezolvarea ecuaţiei lui Bezout

        
A q 1 S q 1  q d B q 1 R q 1  P q 1

nP  nA  nB  d 1

n  nB  d 1
Ecuaţia lui Bezout are o soluţie unică dacă şi numai dacă:  S
n  n 1
 R A
Spentru a rezolva ecuaţia unde necunoscutele sunt coeficienţii lui R si S, exprimăm această
ecuaţie sub formă matricială: M  x  p unde M   A B   A B 
n n d  n n d
Sisteme Numerice de Conducere

 1   1 
s   
 1  p1 
 s2   p2 
   
     
x   snS  ; p   pnP 
  Daca A şi B nu au factori comuni atunci M este inversibila ( det( M )  0 )
 r0   0 
   
 r1   0 
     
   
 rnR   0 

Exemplu problema:
Fie un proces definit ca:


q 1 q 1  q 2 
 
H q 1 
1  4  q 1  2  q 1

Pentru anumite performanţe cerute considerăm că am obţinut polinomul

 
P q 1  1  0.6q 1  0.05q 2  0.3q 3  0.1q 4
Rezolvarea ecuaţiei lui Bezout presupune:
1. Variabilele implicate sunt:
 
d  1; A q 1  1  4q 1  2q 2 ;B q 1  q 1 q 2  
2. Calculăm gradele polinoamelor care satisfac ecuaţia lui Bezout:
 nP  n A  n B  d  1

nP  2  2  1  1  4; true
nS  nB  d  1

nS  2  1  1  2
 nR  n A  1

nR  2  1  1
3. Astfel polinoamele S si R devin: S q 1   1  s 1q 1  s 2q 2  
R q 1  r0  r1q 1
4. Ecuaţia lui Bezout devine:
1  4q 1
  
 2q 2 1  s 1q 1  s 2q 2  q 1 q 1  q 2 r0  r1q 1   
1 2 nP
 1  p1q  p2q  pn q
P

Prelucrand ajungem la
1  s q  s q  4q
1 2 1
 4s 1q 2  4s 2q 3  2q 2  2s 1q 3  2s 2q 4  
r q  r q   r q   1  0.6q
1 2
2 3 3 4 1 2 3
0 0 1
 r1q  0.05q  0.3q  0.1q 4

5/6
 Asociem toti termenii de acealsi grad
1  q 1(s 1  4)  q 2(s 2  4s 1  2  r0 )  q 3(4s 2  2s 1  r0  r1 )  q 4 (2s 2  r1 ) 
 1  0.6q 1  0.05q 2  0.3q 3  0.1q 4
5. Scriem expresia sub formă matricială:
 1 0 0 0 0  1   1 
 4 1  
 0 0 0   s1   0.6 
 2 4 1 1 0   s2    0.05
    
0 2 4 1 1   r0   0.3 
0 0
 2 0 1  r1   0.1 
6. Rezolvarea ne da:
1  1 0 0 0 0  1  1  1 
s      s   
 1  4 1 0 0 0   0.6   1   3.4 
 s2    6 2 1 1 1  0.05  s2    4.95
     =>    
 r0   20 6 2 1 1   0.3   r0   16.5 
 r   12 4 2 2 3  0.1   r   9.8 
 1     1  
 
S q 1  1  3.4q 1  4.95q 2  
R q 1  16.5  9.8q 1