Documente Academic
Documente Profesional
Documente Cultură
Facultatea de inginerie
Curs de
- 2017 -
0
Curs de
Modelare, identificare şi simulare
1.1. Introducere
Civilizaţia modernă se bazează pe o revoluţionare a muncii. Mecanizarea, prin care
încă din secolul XVII s-a înlocuit munca fizică brută, a fost completată de automatizare, prin
care însăşi prezenţa omului este înlocuită prin sisteme de conducere automată a proceselor.
Dintre consecinţele automatizării, pe lângă eliberarea oamenilor de muncile obositoare şi de
rutină, se numără şi dezvoltarea unui aparat teoretic Teoria sistemelor TS, a cărui întindere şi
importanţă a depăşit cu mult scopurile iniţiale. Influenţele sale se întind astăzi în domenii
foarte diferite: informatică, medicină, biologie, economie, sociologie şi chiar filozofie, studiul
acestei discipline fiind indispensabil oricărui inginer. TS este o disciplină ştiinţifică de sine
stătătoare care îşi propune să creeze un cadru unificat de noţiuni necesare studiului
comportării diverselor tipuri de sisteme. TS creează o bază abstactă de metode generale,
tehnici, algoritmi, etc., prin care se pot analiza, modela, identifica, sintetiza şi optimiza
sisteme, indiferent dacă natura lor este biologică, chimică, mecanică, electrică, economică sau
socială. Principalele aplicaţii inginereşti ale TS se regăsesc în domeniul automatizărilor.
Definirea noţiunii de sistem se poate face în foarte multe moduri, o definiţie globală
putând fi următoarea: “sistem = mulţime de obiecte legate între ele prin forme de interacţiune
sau interdependenţă”. Această definiţie deşi corectă, este prea puţin precisă. O definiţie mai
constructivă a fost propusă de L. A. Zadeh, apelând la noţiunea de obiect abstract A, ca rela-
ţie de tip intrare-ieşire (ecuaţie, algoritm, etc.). Sistemul după Zadeh este o mulţime de N obi-
ecte abstracte Ai cu i = 1...N, în care o parte dintre intrările sau ieşirile asociate unor obi-
ecte din mulţime pot fi constrânse în orice moment să fie egale cu unele intrări sau ieşiri ale
altor obiecte din multime. Aceste constrângeri provoacă o structurare a sistemului. Grupările
de n obiecte abstracte, n < N, care prezintă o caracteristică particulară comună se vor numi
subsisteme. Un subsistem poate fi considerat la rândul său sistem de sine stătător.
Din punct de vedere automatist modul cel mai util de definire a noţiunii de sistem
pleacă de la conceptul de sistem fizic, obiectul automatizărilor constând din sisteme tehnice,
deci prin excelenţă fizice. Un sistem fizic SF este ansamblul material în care se desfăşoară un
proces fizic. La rândul său procesul fizic PF este o succesiune de transformări suferite de
obiectele sau fenomenele fizice interconectate potrivit unei anumite structuri, văzute în desfă-
şurarea lor spaţială şi temporală. Orice PF implică transferări sau transformări de masă şi
energie, presupunând interacţiuni cu mediul inconjurator. Privit sub această prismă, un SF
este caracterizat prin diferite mărimi fizice, care pot fi grupate in 3 categorii:
* mărimi de intrare, prin care mediul actionează asupra sistemului;
* mărimi de ieşire, prin care sistemul acţionează asupra mediului;
* mărimi de stare, prin care se poate caracteriza în orice moment starea internă a SF.
1
Între mărimile de intrare şi mărimile de ieşire există o relaţie de cauzalitate, ieşirile
fiind efectele intrărilor. În fig.1.1 este reprezentat schematic un SF cu mărimile aferente. În
continuare vom folosi notaţiile din figură : u - vectorul mărimilor de intrare, x - vectorul
mărimilor de stare şi y - vectorul mărimilor de ieşire. Reprezentarea vectorială este potrivită,
având în vedere numărul uneori foarte mare de mărimi aferente unui SF.
u1 x1 y1
x2
u2 . y2
. . .
INTRĂRI . . . IEŞIRI
xq .
.
SF STĂRI yp
up
MEDIUL ÎNCONJURĂTOR
Figura 1.1 Sistem fizic cu p intrări, q ieşiri şi r stări
Evoluţia în timp a oricărui PF se desfăşoară ireversibil dinspre trecut, prin prezent, în-
spre viitor. Singura cale de a putea aprecia tendinţele şi evoluţia viitoare a unui SF porneşte de
la cunoaşterea stării actuale şi a stărilor trecute. Prin cunoaşterea stării unui SF într-un
moment dat se înţelege determinarea valorilor momentane ale x.
Un PF constă deci din evoluţia dinamică a stărilor SF. Deoarece transformările şi
transferările de masă şi energie presupuse de un PF, cel puţin la nivel macroscopic, nu se pot
realiza instantaneu, se poate afirma că toate mărimile care caracterizează un SF sunt continue
în timp.
Prin acţiuni conştiente omul a realizat SF artificiale, în care se desfaşoară PF care răs-
pund unor cerinţe impuse de el. Aceste procese se numesc procese tehnice PT, iar cadrul în
care ele se desfaşoară (utilaje, aparate, etc.) se numeşte instalaţie tehnologică IT.
Reprezentarea IT se poate face în mai multe moduri, dintre care cele mai uzuale sunt:
* schema bloc, o reprezentare grafică prin care se evidenţiază principalele elemente funcţio-
nale sau informaţionale ale SF, cu conexiunile dintre ele, fără reflectarea aspectelor construc-
tive şi a funcţionării în detaliu;
* schema de principiu, o reprezentare grafică prin care se detaliază elementele componente
şi conexiunile dintre ele, redate prin simboluri specifice, convenţionale. Schemele care
cuprind totalitatea detaliilor constructive şi funcţionale se numesc scheme desfăşurate, pe
baza lor putându-se executa respectivul produs.
De foarte multe ori însă, mai ales în timpul procesului de elaborare a proiectelor, pre-
cum şi în activitatea didactică, se pot folosi schiţe sau alte reprezentări simplificate.
În acest context Modelarea, identificarea şi simularea MIS este o disciplină puternic
legată de TS, care are ca obiect studierea sistemelor cu ajutorul calculatorului. În ultimele de-
cenii MIS a ajuns un instrument fundamental în Automatică şi TS, el fiind utilizat atât în
analizele şi sintezele teoretice cât şi în proiectarea, testarea sau optimizarea aplicaţiilor.
2
1.2. Exemple de modele simple ale unor sisteme elementare
Exemplul 1.1: sistemul mecanic de ordinul 2 cu translaţie, alcătuit dintr-un cărucior
cu masa m, un resort cu constanta de elasticitate k şi un element de amortizare cu coeficientul
de frecare vâscoasă f. Sub acţiunea unei forţe externe F(t), căruciorul va suferi o deplasare l(t)
faţă de poziţia sa de echilibru.
Un model simplu al acestui sistem,
f care are la intrare forţa F(t) iar la ieşire
deplasarea l(t) rezultă din ecuaţia de
m echilibru a forţelor:
k
d2l dl
m 2 f 2 kl F(t ) (1.1)
dt dt
Figura 1.2 Exemplu de sistem mecanic
Exemplul 1.2: sistemul mecanic de ordinul 2 cu rotaţie în jurul unei axe, cum ar fi de
exemplu un echipaj mobil al unui aparat electric de măsură, va avea un model foarte asemănă-
tor. Dacă j este momentul de inerţie al echipajului mobil, a coeficientul de frecare în lagărul
axului, d coeficientul de elasticitate al resortului care realizeaza cuplul antagonist, c(t) cuplul
motor proporţional cu mărimea măsurată iar(t) poziţia unghiulară (indicaţia), va rezulta
următoarea ecuaţie între (t) ieşirea şi c(t) intrarea:
d 2α dα
j 2
a 2 dl c(t) (1.2)
dt dt
Exemplul 1.3: sistemul electric de ordinul 2 format de circuitol RLC serie, alimentat
de la sursa de tensiune electromotoare u(t). Comportarea în timp a acestui circuit este descrisă
prin ecuaţia rezultată din teorema a II-a a lui Kirchoff, utilizând următoarele mărimi: u(t) ten-
siunea electromotoare, i(t) curentul, uC(t) tensiunea de pe condensator iar UC0 încărcarea
iniţială a condensatorului. R este rezistenţa, L inductivitatea iar C capacitatea.
t
di 1
Ri L idt UC0 u(t) (1.3)
R L dt C 0
C
u(t) uC(t) Intrarea este U(t) iar ieşirea i(t).
3
rezultă în final ecuaţia:
d 2uC du
LC 2
RC C u C (t) u(t) (1.6)
dt dt
Exemplul 1.4: sistemul hidraulic format dintr-un vas de secţiune cilindrică S alimentat cu
debitul di , cu scurgere liberă prin robinetul cu secţiune Se. Viteza de evacuare prin Se este
dată de legea lui Toricelli, variaţia nivelului de lichid, h(t), rezultând din diferenţa debitelor:
dh
S Di Se S S e 2gh d i (t) (1.7)
dt
h(t)
4
1.4. Modele matematice
1.4.1. Generalităţi despre modelele matematice
Studierea unui SF începe o dată cu stabilirea ecuaţiilor prin care el poate fi modelat
matematic. Determinarea unui model matematic MM face posibilă caracterizarea cantitativă a
funcţionării sistemului. MM constau din ecuaţii algebrice, ecuaţii diferenţiale, ecuaţii cu deri-
vate parţiale, sisteme de ecuaţii, etc. Pentru acelaşi sistem sunt posibile mai multe MM, cu
diferite grade de precizie şi de complexitate, în funcţie de modul de alegere al mărimilor şi de
scopurile propuse.
MM pot fi structurale sau sintetice. Parametrii unui MM structural vor fi determinaţi
pe baza mărimilor fizice şi a structurii SF. Aplicând legi şi teoreme cum ar fi legea conservării
energiei, legea lui Newton, teoremele lui Kirchoff etc., se pot stabili modele pentru
majoritatea SF. Există însă şi situaţii când, datorită complexităţii sau inaccesibilităţii
sistemului, structura sa nu se poate stabili, fiind necesară construirea unor MM sintetice, care
să-i aproximeze satisfăcător funcţionarea. În acest caz, identificarea SF printr-un MM poate
avea loc numai după efectuarea de experimentări şi urmărirea concordanţei dintre MM şi SF
real.
De cele mai multe ori MM poate fi simplificat prin liniarizări, reducerea ordinului
ecuaţiilor diferenţiale şi ipoteze simplificatoare, fără a se produce erori importante.
În funcţie de natura proceselor care au loc, MM pot fi clasificate în foarte multe cate-
gorii: liniare sau neliniare, variabile sau invariabile în timp, deterministe sau stohastice, fuzzy
sau non fuzzy, etc.
Poate cea mai profundă diferenţiere dintre sisteme este provenită din caracterul liniar
sau neliniar al MM. Reamintim că liniaritatea unui sistem este evidenţiată prin relaţia dintre
ieşire şi intrare, la sistemele liniare aplicându-se principiul superpoziţiei. Pentru două
variabile de intrare u1(t) şi u2(t) care provoacă ieşirile y1(t) şi y2(t), în cazul acţiunii lor
simultane ieşirea va fi formată din suma răspunsurilor sistemului la cele două intrări: y(t) =
y1(t) + y2(t). În acelaşi timp sistemele liniare sunt şi omogene, la o intrare amplificată ieşirea
fiind amplificată în aceeaşi măsură: pentru intrarea · u(t) rezultând la ieşire · y(t).
Tratarea teoretică a sistemelor neliniare este mai dificilă, motiv pentru care de cele mai
multe ori se caută obţinerea liniarizării sistemelor (vezi formula 1.27). În aplicaţii se pot
întâlni soluţii foarte diverse de tratare a sistemelor neliniare, bazate mai ales pe metode de
inteligenţă artificială.
O clasificare fundamentală a modelelor apare în funcţie de modul de reprezentare a
timpului. Modelele constituite din ecuaţii integro-diferenţiale continuale se numesc cu timp
continuu. Modelele care ţin seama de natura prelucrării semnalelor în cadrul sistemelor
digitale¸ prelucrări care pornesc de la eşantionarea semnalelor cu o anumită perioadă de
eşantionare, se numesc modele cu timp discret.
Etapa de identificare şi modelare este doar prima etapă de studiu a unui sistem. Prelu-
crarea matematică a modelului este etapa care oferă de fapt informaţiile referitoare la compor-
tarea sistemului şi la indicii săi de performanţă în cazul sistemelor de reglare: stabilitatea, pre-
cizia statică, viteza de răspuns, etc.) Odată cu dezvoltarea ştiinţei sistemelor şi calculatoarelor,
rezolvarea ecuaţiilor a fost înlocuită de integrarea numerică efectuată de calculator. Procedul
se numeşte simulare, şi are o importanţă ştiinţifică şi economică tot mai mare.
5
Simulările permit studiul aprofundat al unor sisteme inaccesibile, nemăsurabile sau
greu măsurabile, periculoase şi reduc în mare măsură cheltuielile de cercetare-dezvoltare a
noilor produse şi tehnologii
q g = ig · d t (1.10)
g = eg · d t (1.11)
Principalele legături dintre mărimile fizice de natură mecanică sunt binecunoscute:
t
dv
l v dt , f m , p=m·v, f=k·l, F=μ·v (1.12)
dt
0
cu: l = deplasarea [m], v = viteza [m/s], f = forţa [N], m = masa [kg], p = impulsul [kg·m/s], k
= constanta de elasticitate [N/m] iar μ = coeficientul de frecare [N·s/m].
Aceleaşi legături pentru mărimile de natură electrică sunt urmatoarele:
q= i · dt , e =
d
, =L·i, e=
q
, e=R·i (1.13)
dt C
cu: q = sarcina electrică [C], i = intensitatea curentului electric [A], e = tensiunea electromo-
toare [V], = fluxul magnetic, [T L = inductivitatea [H], C = capacitatea [C], iar R = rezis-
tenţa [].
Facând conexiunile dintre relaţiile clasice şi marimile generalizate, rezultă câteva con-
cluzii extrem de importante :
* eg corespunde tensiunii respectiv forţei,
6
* ig corespunde curentului electric respectiv vitezei,
* qg corespunde sarcinii electrice respectiv deplasării,
* g corespunde fluxului magnetic respectiv impulsului,
* se pot introduce elementele generalizate de circuit: Rg, rezistenţa generalizată, corespun-
zătoare mecanic coeficientului de frecare, Lg, inductanţa generalizată corespunzatoare masei
şi Cg, capacitatea generalizată corespunzatoare inversei constantei de elasticitate. Rg va
caracteriza disiparea de energie, Lg va caracteriza acumularea de energie cinetică şi inerţia iar
Cg va caracteriza acumularea de energie potenţială.
1
wc = · Lg · ig2 [W·s] (1.17)
2
eg
energie potenţială
(1.16) tensiune
forţă (1.11)
(1.14) Cg
sarcină putere flux
impuls g
qg Rg
deplasare (1.15)
(1.8)
7
Figura 1.5 Ansamblul mărimilor generalizate
8
Ca o consecinţă a celor de mai sus s-a conceput metoda modelării sistemelor de
diferite naturi fizice prin scheme electrice echivalente. Această metodă este utilă în în studiul
vibraţiilor structurilor mecanice (suspensii de vehicule, poduri, etc.), termotehnică, hidraulică
şi în multe alte domenii.
Cea mai importantă consecinţă a omogenităţii SF din punct de vedere matematic o
constituie însă posibilitatea studierii MM abstracte fără a fi necesară precizarea naturii con-
crete a sistemului studiat. Se poate astfel defini noţiunea de sistem dinamic SD, caracterizat
exclusiv prin modelul său matematic. Locul mărimilor fizice din SF este luat în cazul SD de
variabile.
Metodele dezvoltate în cadrul Teoriei Sistemelor pot fi astfel aplicate în majoritatea
domeniilor tehnice, biologice, economice sau de altă natură fără mari probleme de adaptare.
9
Cap. 2. MODELAREA ŞI SIMULAREA UNOR SISTEME SIMPLE
d 2y dy
a2 a1 a 0 y(t) b 0 u(t) (2.3)
dt 2 dt
d2y dy
2 ξ ωn ω n 2 y(t) K ω n 2 u(t) (2.4)
dt 2 dt
a0 a1 b0
unde n = este pulsaţia naturală, = factorul de amortizare iar K =
a2 2 a 0a 2 a0
factorul de amplificare (transfer).
Aceşti parametri pot fi cu uşurinţă particularizaţi pentru cazurile sistemelor mecanic
(1.1) şi electric (1.6):
k 1
ωn (2.5)
m LC
f 1 R L
ξ (2.6)
2 k m 2 C
1
K pentru sistemul mecanic şi K = 1 pentru cel electric. (2.7)
k
10
Forma generală sub care se prezintă un sistem liniar de ordin n este:
n di y m d ju
ai bj (2.8)
i 0 dt i j 0 dt j
Când dimensiunile vectorilor u şi y sunt mai mari decât 1 rezultă sisteme de ecuaţii
diferenţiale reprezentabile sub formă matricială.
Este remarcabilă condiţia de realizabilitate fizică:
n m. (2.9)
Condiţia (2.9) poate fi interpretată în sensul relaţiei cauză-efect. După cum se observă
dy
de exemplu în (2.1) sau (2.2), cauza u provoacă asupra ieşirii y efectul . O inversare a
dt
relaţiei (2.9) s-ar putea produce doar dacă y ar deveni cauză iar u efect, respectiv dacă ieşirea
are precede intrarea.
O alt aspect fundamental acoperit de relaţia (2.9) este acela că orice SF va introduce o
oarecare întârziere a răspunsului y(t) faţă de excitaţia u(t) din cauza elementelor inerţiale
(masa în sistemele mecanice respectiv inductivitatea în cele electrice). Acest fenomen se
manifestă fizic prin apariţia unei întârzieri a ieşirii faţă de intrare, respeectiv prin
imposibilitatea depăşirii unor frecvenţe maxime de oscilaţie, aşa cum se va vedea în capitolele
următoare. În unele aplicaţii vom putea considera pentru anumite domenii de frecvenţă m n,
dar în ultimă instanţă la orice SF, odată cu creşterea frecvenţei de funcţionare se va ajunge
mai repede sau mai târziu la manifestarea condiţiei (2.9).
Sistemele de orin superior se întâlnesc însă mai rar în natură, ele fiind de cele mai
multe ori artificiale. Mai mult, de cele mai multe ori ele pot fi prezentate ca şi combinaţii de
sisteme elementare de ordin I sau II.
Modelul sistemului de ordin doi este obţinut, cel puţin pentru sistemul mecanic, în ipo-
teza simplificatoare a unor deplasări mici în jurul unei poziţii de echilibru. În cazul
deplasărilor mari modelul liniar nu mai este valabil. De cele mai multe ori liniarizarea
modelelor este posibilă cu erori mici, cel puţin în jurul unor puncte de funcţionare, de
exemplu prin dezvoltare în serie Taylor:
(x x 0 ) (x x 0 )
y(x) y(x 0 ) y (1) (x 0 ) y (n) (x 0 ) (2.10)
1! n!
y yliniar(x)
Prin y(n)(x0) se notează derivata de ordin
y0 n a funcţiei y(x) în punctul x0.
yneliniar(x)
x0 x
Fig. 2.1. Liniarizarea unei funcţii în jurul unui punct de funcţionare
11
2.2. Modelarea Simulink a sistemele de ordin I şi II
Aplicaţia 2.1: Modelul Simulink al unui sistem de ordin I.
Step K
y
T
1 Scope
y0
K
Sistem ord. 1
1
y0
y y0
1
T
K u(t) - y(t) dt (2.12)
12
Se remarcă faptul că blocul de integrare este setat în varianta cu valoare iniţială exter-
nă, introdusă prin intrarea 4 - yo. Pentru a facilita dezvoltarea unor modele mai complicate
este recomandabilă ierarhizarea modulelor, prin utilizarea subsistemelor. În fereastra princi-
pală din fig. 2.2 este inclus subsistemul Sistem ordin 1 la ale cărui intrări sunt conectate prin-
cipalele variabile de intrare, mărimea de intrare în sistem u dar şi parametrii T, K şi valoarea
iniţială a ieşirii yo.
Step u
1 K
K w y
Scope
1 f
w yo
Sistem ord. 2
1
y0
1 Integrator1
u 1
Product1 s
2 Product
K
1
y
3 u*u 2
1
w
Fcn xo s
Gain
Integrator
4
f Product2
5
yo
13
Ecuaţia modelată de modulul Sistem ordin 2 rezultă din integrarea dublă a ecuaţiei (2.4).
2 dy 2 2
y K ω n u(t) - 2 ξ ω n dt ω n y(t) dt
K ω n
2
u(t) ω n 2 y(t) dt - 2 ξ ω n dt (2.13)
14
Superpoziţia permite decelarea efectelor variabilelor de intrare şi stare.
Matricile A, B şi C sunt alcătuite din parametrii ecuaţiilor diferenţiale ale modelului.
În cazul în care aceşti parametri sunt invarianţi în timp, modelul este de forma:
x’ = A · x + B · u (2.16)
y = CT · x
u - tensiunea rotorică
R L e e - tensiunea contraelectro-
motoare
Sarcină
Cr J i - curentul rotoric
u
R, L - parametri rotorului
Cm
i iex - viteza unghiulară
Cm - cuplul motor
Cr - cuplul rezistent
Fig. 2.6 Motorul electric de curent continuu J - momentul de inerţie
Ecuaţiile care descriu funcţionarea motorului rezultă din aplicarea legii a II-a a lui
Kirchoff şi din echilibrul cuplurilor:
di
u e Ri L (2.17)
dt
dω
Cm J Cr (2.18)
dt
unde e = ke· cu ke constanta electrică a motorului iar Cm = km· i cu km constanta mecanică.
Eliminând între cele două ecuaţii variabila i se obţine un MM-II având ca mărime de
intrare u iar ca mărime de ieşire viteza unghiulară:
d 2ω dω
LJ RJ k m k e ω k m u R Cr (2.19)
dt 2 dt
Deseori în aplicaţii, în locul vitezei unghiulare [rad./s] se preferă utilizarea turaţiei n
60 ω
[rot./min]. Între n şi există relaţia n .
2
Curentul i are însă un rol fundamental în funcţionarea motorului, întrucât el produce
momentul motor. Un variator de turaţie pentru orice tip de motor electric nu poate fi imaginat
fără a avea capacitatea de a regla pe lângă turaţie şi curentul motorului. De aceea, studiul rigu-
ros al motorului nu poate fi făcut doar cu modele II.
15
Exemplul 2.2: MM-ISI al unui motor de curent continuu cu excitaţie independentă.
Pentru a obţine un MM-ISI capabil să contribuie la obţinerea unor performanţe deose-
bite ale acţionării electrice este recomandabil să se includă printre variabilele de stare şi
unghiul de rotaţie a axului motorului . În cazul unei acţionări pentru roboţi sau pentru maşini
unelte NC cu comandă numerică, care necesită poziţionări precise, această variabilă ar putea fi
chiar variabila de ieşire, deoarece în cazul unui lanţ cinematic de bună calitate şi a unui
echipament performant, este o măsură a poziţiei maşinii.
Setul de variabile de stare ales va fi:
x1 =
x2 = = ‘= x’1 (2.20)
x3 = i
cu vectorul mărimilor de stare:
x1
x = x2 (2.21)
x3
Transpunerea matricii C din relaţiile (2.15) şi (2.16) sunt necesară pentru a face posibil
produsul vectorial y = CT·x.
Modelul, în forma sa canonică, rezultă:
x'1 x 2
k C
x' 2 m x 3 r (2.22)
J J
k R 1
x'3 e x 2 x 3 u
L L L
putând fi scris sub formă matricială:
x’ = A x + B u + D Cr (2.23)
y = CT x
respectiv
x’1 0 1 0 x1 0 0
x’2 = 0 0 km/J · x2 + 0 · u + -1/J · Cr
x’3 0 -ke/L -R/L x3 1/L 0
(2.24)
x1
y = 0 1 0 · x2 = x2 =
x3
16
Aplicaţia 2.3: Modelul Simulink al motorului de curent continuu cu excitaţie independentă
din Exemplul 2.1.
110 u
V
0.01 L
i
L
0.1 R
R
0.5 Ke
Ke
5 Km Scope
Km n
Cr
Cr
1 J
J
MoCC
17
1
Sat
u
1
Prod1 1
2 1/u s
i
L Int1
Fcn1
3
Prod3
R
Prod2
4
Ke
5 1
u*30/pi 2
Km Prod4 s w
n
Prod5 Int2 w => n
6
Cr Fcn2
7 1/u
J
18
În figurile următoare sunt prezentate rezultatele unor simulări efectuate cu ajutorul
celor trei aplicaţii de mai sus.
1
0.8
intrare
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
1
0.8
iesire
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t [s]
Fig. 2.9. Rezultatul unei simulări (răspuns indicial) - aplicaţia 2.1., pag. 11
1
0.8
intrare
0.6
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10
1
iesire
0.5
0
0 1 2 3 4 5 6 7 8 9 10
t [s]
Fig. 2.10. Rezultatul unei simulări (răspuns indicial) - aplicaţia 2.2. (pag. 12)
19
800
600
i [A]
400
200
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
2500
2000
n [rot/min]
1500
1000
500
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t [s]
Fig. 2.11. Simularea pornirii motorului din aplicaţia 2.3. (pag. 16) cu Cr = 20 N·m
Din exemplul de analiză a rezultatelor simulării aplicaţiei 2.3 care urmează se poate
forma o imagine privitoare la utilitatea simulărilor.
De la început se constată că răspunsul motorului pe durata regimului tranzitoriu (dintre
momentul iniţial când motorul este nealimentat şi momentul în care motorul a ajuns şi s-a sta-
bilizat în starea finală) este periculos. Se constată cu uşurinţă că variabila i(t) curentul rotoric
prezintă un vârf extrem de marcant faţă de valoarea finală la care se stabilizează. Vârful de
curent imax(t) reprezentând supracurentul de la pornire depăşeşte 800 A, fiind produs pe
durata când tensiunea contra-electromotoare e are valori mici faţă de tensiunea rotorică u. Pe
măsură ce motorul se accelerează şi e creşte, curentul se reduce, stabilizându-se la o valoare la
care produce doar cuplul motor necesar pentru învingerea cuplului rezistent, produs de frecări,
fără a mai fi necesară învingerea inerţiei. Un supra-curent atât de mare nu poate fi admis,
întrucât ar putea provoca distrugerea instalaţiei electrice şi chiar a motorului.
Cu ajutorul modelului pot fi testate în scurt timp diferite metode de îmbunătăţire a por-
nirii motorului, evitând pierderile de energie şi posibil chiar avariile unor testări reale.
O primă soluţie este limitarea valorii maxime a curentului. Această soluţie poate fi
aplicată cu uşurinţă în cazul variatoarelor electronice de turaţie, care de regulă au şi posibili-
tatea controlării curentului. În model, operaţia este realizată prin blocul de saturare plasat
înaintea ieşirii i (fig. 2.8). Valoarea maximă a curentului va fi limitată la 300 A.
20
400
200
i [A]
-200
-400
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
3000
n [rot/min]
2000
1000
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t [s]
21
timp: [0 4 4.1 10]
rezistenţa de rotor: [0.35 0.35 0.1 0.1]
300
200
i [A]
100
0
0 1 2 3 4 5 6
2000
1500
n [rot/min]
1000
500
0
0 1 2 3 4 5 6
t [s]
22
Capitolul 3. MODELE ÎN FRECVENŢĂ
n m
j
i
a i s Y(s)
b j s U(s) Q 0 (s)
(3.1)
i 0 j0
sau:
Q(s) · Y(s) = R(s) · U(s) + Q0(s) (3.2)
unde Q(s) şi R(s) sunt polinoame iar Q0(s) un polinom determinat atât de parametri sistemului
cât şi de condiţiile iniţiale. Pentru condiţii iniţiale nule Q0(s) = 0.
Se defineşte funcţia de transfer FT a unui sistem liniar raportul dintre transfor-
matele Laplace ale variabilelor de ieşire şi de intrare, pentru condiţii iniţiale nule.
m
b j s j
Y(s) R(s) j0
H(s) (3.3)
U(s) Q(s) n
ai si
i 0
23
FT este un model funcţional intrare-ieşire din categoria modelelor analitice.
Întrucât variabila complexă s are ca valoare a părţii complexe pulsaţia ω 2 π f cu f
frecvenţa [Hz], FT este un model în frecvenţă.
Dacă Q(s) şi R(s) sunt invariante în timp FT nu depinde de variabilele de intrare u şi
de ieşire y. Coeficienţii ai şi bj determină complet FT, ei având semnificaţia de constante de
material. FT este definită pentru condiţii iniţiale nule (regim liber), ea caracterizând
funcţionarea intrinsecă a sistemului, modul în care acesta afectează tranzitul intrare-ieşire.
În cazul sistemelor cu mai multe variabile FT devine matrice de transfer.
Întrucât Q(s) şi R(s) sunt polinoame, FT se poate pune şi sub forma:
m
s z j
b (s z 1 )(s z 2 ) (s z m ) b m j1
H(s) m (3.4)
a n (s p 1 )(s p 2 ) (s p n ) a n n
s p i
i 1
Aşa cum se cunoaşte din Teoria sistemelor zj , cu j = 1 ... m sunt rădăcinile ecuaţiei
R(s) = 0 şi se numesc zerouri iar pi cu i = 1 ... n sunt rădăcinile ecuaţiei caracteristice Q(s)=0
şi se numesc poli, zerourile şi polii FT având o influenţă capitală asupra proprietăţilor
sistemului, atât prin numărul cât şi prin valorile lor.
Polii şi zerourile pot fi reali sau complecşi. Un sistem elementar de ordin I (element de
ordin I) este caracterizat de un pol real dacă sistemul este cu întârziere de fază, respectiv de un
zero real dacă este cu avans de fază. Un element de ordin II poate avea fie doi poli reali sau
sau două zerouri reale fie doi poli complecşi conjugaţi sau două zerouri complexe conjugate.
Ca şi consecinţă a celor de mai sus apare un fapt esenţial în modelarea sistemelor liniare:
orice sistem liniar poate fi modelat utilizând doar elemente de ordin I sau II, cu întârziere de
fază sau cu avans de fază.
Funcţia de transfer este un instrument esenţial al teoriei sistemelor. Ea poate fi
considerată o “carte de vizită” a oricărui sistem, deoarece conţine în forma cea mai
concentrată toate informaţiile necesare pentru calcularea răspunsurilor în timp ale sistemului
la orice fel de semnale de intrare, pentru calcularea indicilor de performanţă în regim static şi
dinamic, pentru analizarea sistemului în domeniul frecvenţă, etc.
24
Tabelul 3.1. Transformări echivalente ale FT
Deplasarea unui +
6 punct de însu- U(s)H(s) V(s) U(s)
H(s)
+ Y(s)
mare înaintea U(s) Y(s)
V(s) 1
unui bloc
V(s) H(s)
7 Deplasarea unui
punct de însu- [U(s) U(s) H(s) Y(s) U(s) H(s) + Y(s)
+
mare în spatele V(s)]H(s)
V(s) V(s)
unui bloc H(s)
8 Deplasarea unui
punct de inter- H(s) U(s) Y(s) U(s)
H(s) H(s)
secţie înaintea Y(s)
Y(s) Y(s)
unui bloc H(s)
9 Deplasarea unui
punct de inter- H(s) U(s) H(s) Y(s) U(s) H(s)
secţie în spatele U(s) 1
unui bloc H(s)
25
Exemplul 3.2: calcularea FT echivalente a unui sistem cu reacţii încrucişate:
y(t) uτ ht - τ dτ ut - τ hτ dτ (3.8)
0 0
26
Justificarea acestor relaţii apare din descompunerea semnalului de intrare într-o succe-
siune de impulsuri de durată foarte mică t şi amplitudine u(t). Valoarea ieşirii cauzată de
acţiunea unui impuls întârziat cu n · t va fi: u(n·t) · h(t - n·t). Valoarea răspunsului
sistemului în momentul t va fi dată de însumarea efectelor tuturor impulsurilor elementare.
După cum se vede, pentru aplicarea metodei este necesară cunoaşterea funcţiei pondere.
Metoda excitării sistemului cu semnale de test standardizate este extrem de utilă deoa-
rece introduce o unificare a metodelor de măsură şi de definire a parametrilor sistemelor. Prin-
cipalele semnale de test sunt reprezentate în tabelul următor.
i(t) h(τ( u(t τ) dτ h(τ( dτ (3.9)
0 0
sau prin derivare:
di(t)
h(t) (3.10)
dt
FT permite calculul comod al răspunsului în timp. Dacă semnalul de intrare u(t) are
transformata Laplace U(s) = L[u(t)], răspunsul sistemului va fi:
27
Funcţiei de transfer i se poate ataşa şi semnificaţia fizică de imagine Laplace a funcţiei
pondere a sistemului. Calculând răspunsul sistemului la un impuls Dirac:
h(t) = L-1[H(s)L[(t)]] = L-1[H(s) 1] = L-1[H(s)] (3.12)
de unde rezultă că:
H(s) = L[h(t)] (3.13)
Exemplul 3.3: funcţia pondere şi răspunsul indicial al sistemului de ordin I. Reamintim că FT
al sistemului de ordin I este K / (T · s + 1).
Conform (3.12), funcţia pondere rezultă imediat (vezi şi tabelul din Anexa 1):
t
K K 1 1 K T
h(t) = L H(s) = L
1 1
= L = e (3.14)
T s 1 T s 1 T
T
Conform (3.11)
1 K
i(t) = L1 H(s) = L-1 (3.15)
s s (T s 1)
Pentru calcul se poate apela la tabelul din Anexa 1, sau se poate descompune expresia
în fracţii elementare, rezultând:
t
K K
i(t) = L
-1
K 1 e
T (3.16)
s s 1
T
În figura 3.2 sunt reprezentate funcţia pondere h(t) şi răspunsul indicial i(t) al unui sis-
tem de ordin I cu K = 1 şi T = 1 s.
0.9
h(t) i(t)
0.8
0.7
0.6
0.5
0.4
0.3
28
Din compararea răspunsurilor h(t) şi i(t) se remarcă utilitatea deosebită a celui de al
doilea, care conţine doi termeni: un termen tranzitoriu, prezent şi în h(t) şi un termen constant.
Aprecierea comportării sistemului se poate face astfel atât în regim dinamic cât şi în regim
static. De altfel şi generarea impulsului treaptă, necesar determinării i(t) este comodă, în cazul
sistemelor electrice de exemplu fiind suficientă utilizarea unui întrerupător.
Exemplul 3.4: funcţia pondere şi răspunsul indicial al sistemului de ordin II.
Kωn 2
Considerăm FT a sistemului de ordin II sub forma (2.4): H(s)
s 2 2ξns ωn 2
În funcţie de valoarea factorului de amortizare polii sistemului de ordin II vor avea
naturi diferite, rezultând mai multe regimuri de funcţionare distincte.
K ωn 2
a) = 0: în acest caz H(s) = , polii sunt complecşi conjugaţi, cu parte reală nulă, de
s 2 ωn 2
forma p1,2 = j·ωn iar răspunsurile h(t) şi i(t) armonice:
K ω 2
h(t) = L-1[H(s)] = L-1 n
K ω n sin(ω n t) (3.17)
s ω n
2 2
1 K ω 2
n
i(t) = L-1[H(s ) ] = L-1 = K · (1 - cos(n·t)) (3.18)
s s (s ω n 2 )
2
b) 0 < <1: ca şi cazul anterior sistemul are doi poli complecşi conjugaţi. Când =0 partea lor
reală este nulă, caz ideal, deoarece în sistemele reale 0. Existenţa părţii reale a polilor va
provoca amortizarea răspunsurilor sistemului (vezi fig. 3.3). Cei doi poli sunt:
p1,2 = - · n j · n · 1 - 2 (3.19)
n k 0 n k 0
2 2
H( s )
(s p 1 )(s p 2 ) (s j 1 2 )(s j 1 2 )
n n n n
n k 0
2
(3.20)
(s n ) 2 n 1 2
2
k 0 n
2 k 0 n nt
h(t) = L-1 e sin n 1 2 t (3.21)
s n n (1 )
2 2 2
1 2
1 k 0 n
2 k0
i(t) = L-1 k0 e n t sin n 1 2 t (3.22)
s s n n (1 )
2 2 2
1 2
1 2
cu = - arctg( )
Răspunsurile h(t) şi i(t) sunt armonice amortizate. Factorul care provoacă amortizarea
răspunsurilor este e nt .
29
k 0 n
2
c) =1: este o valoare critică pentru care polii sunt identici şi reali. FT este: H(s)
s n 2
k 0 n 2 t
h(t) = L-1 = k0 n t e n
2 (3.23)
s n
2
k 0 n 2
i(t) = L-1 2
= k0 [1 - (1 + nt) e nt ] (3.24)
ss n
Răspunsurile de acest tip se numesc amortizate critice.
1.8
1.6
0.1 = raspuns oscilant amortizat
1.4
1 = raspuns amortizat critic
1.2
1
i(t)
0.8
0.6
0.4
5 = raspuns supraamortizat
0.2
0
0 10 20 30 40 50 60
t [s]
Fig. 3.3. Răspunsurile indiciale ale unui sistem de ordin II pentru trei valori
ale factorului de amortizare : 0,1, 1 şi 5.
Răspunsul amortizat critic este cel mai rapid răspuns neoscilant al sistemului de ordin
II.
30
Răspunsurile sistemelor de ordin superior sunt foarte asemănătoare. Clasificarea lor în
oscilante şi amortizate este fundamentală şi se poate aplica tuturor sistemelor.
Ri e ji
ji
j Ri e j
Φi zi Φi
zi
0 0
31
a) Zero plasat în afara conturului C b) Zero plasat în interiorul conturului C
32
Utilizând formula lui Euler,
j
s = s · (cos + j sin ) = s · e (3.35)
Din figura 3.7 se observă că variabila s poate fi exprimată ca sumă a doi vectori:
ji
s = zi + Ri = zi + Ri e (3.36)
FT poate fi pusă sub forma:
z
j i
H(s) = A· (s - z1) (s - z2) . . . (s - zz) = A· Ri e (3.37)
i=1
Variaţia argumentului FT va avea aceeaşi valoare (2 x nr. polilor din interiorul C),
dar cu semn schimbat.
Deoarece conturul C poate lua orice formă se impune alegerea unui contur standard.
Axa j· cumulează unele proprietăţi care o recomandă pentru includerea în acest contur:
desparte zona de stabilitate (semiplanul stâng) de zona de instabilitate (semiplanul drept)
pentru polii FT;
s = j· corespunde cazului oscilaţiilor sinusoidale, pentru care se fac cele mai importante
testări ale sistemelor - de exemplu studierea amplificatoarelor electronice.
Conturul standard prezentat în figura 3.8 se numeşte conturul Nyquist.
33
Într-un mod asemănător demonstrării proprietăţilor b, c şi d se mai pot demonstra două
proprietăţi ale hodografelor:
e) Semicercurile cu raza infinit de mică din planul s care ocolesc polii de ordin a de pe axa j
se vor transforma în planul Gauss în semicercuri cu raza infinită, cu centrul în origine, argu-
mentul vectorilor care le descriu modificându-se cu a.
f) Semicercul cu raza infinită din conturul Nyquist se transformă în planul Gauss într-o cir-
cumferinţă cu raza infinit de mică, cu centrul în originea axelor, care înconjoară originea în
sens negativ cu unghiul (n-m) începând de la (n-m)/2, când este infinit.
k k (1 jT) k jkT
H( j) U() jV () (3.39)
1 jT 1 T2 2
1 T
2 2
1 2T2
V() = TU() de unde rezultă relaţia:
k kU 2 ()
U() (3.40)
V 2 () V 2 () U 2 ()
1
U 2 ()
care ne conduce la ecuaţia:
U2() - kU()+ V2() = 0 (3.41)
sau
(U() - k/2)2 + V()2 = (k/2)2 (3.42)
reprezentând ecuaţia unui cerc cu raza k/2 şi centrul în punctul (k/2, j·0).
jIm
<0
= - k
Re
= k/2 =0
>0
34
3.5.2 Locul de transfer
Din proprietatea f) a hodografelor expusă în secţiunea anterioară putem trage
concluzia că relevantă pentru un sistem este comportarea sa pentru s = j· (conturul Nyquist):
j() j()
H(j) = H(j) e = A() e = A() [cos(()) + j sin(())] =
= Re[H(j)] + j Im[H(j)] (3.43)
Hodograful vectorului H(j) în planul complex pentru - se numeşte locul de
transfer LT. Principala deosebire dintre hodograf şi LT constă în sensul de variaţie al , care
pentru hodograf este - iar pentru LT este - , corespunzând sensului natural de
parcurgere al celor două caracteristici care sunt cuprinse în LT:
amplitudine-pulsaţie A();
fază-pulsaţie ().
după cum se va vedea în continuare.
Să considerăm cazul unui sistem stabil H(s) având la intrare un semnal sinusoidal
A·sin(ω·t) cu transformata Laplace A·ω/(s2 + ω2). Răspunsul sistemului va fi:
A C 2 A
y(t) = L-1 H(s) 2 2
= L-1 C 1 H ( s ) 2 (3.44)
(s ) (s 2 )
incluzând două componente: una tranzitorie, depinzând de funcţia pondere a sistemului, care
tinde spre 0 pentru sistemele stabile şi una staţionară sinusoidală cu pulsaţia ω.
Componenta sinusoidală, care reprezintă răspunsul staţionar al sistemului este:
H( j)A
yst(t) = L-1 2 2
AH ( j) sin(t ) A H( j) sin(t ) (3.45)
( s )
unde φ = arg H(jω).
Pentru o înţelegere mai bună a acestor noţiuni se poate face o analogie cu un caz parti-
cular de sistem: amplificatorul electronic. H(jω) capătă în acest caz sensul de amplificare.
Un sistem liniar stabil are la ieşire un răspuns sinusoidal când la intrare se aplică un
semnal sinusoidal, acest răspuns fiind caracterizat prin vectorul H(jω) cu modulul H( j) şi
argumentul φ(ω) = arg H(jω). Raportul amplitudinilor semnalelor de ieşire şi intrare este
chiar modulul FT a sistemului pentru s=jω. Este de subliniat faptul că ridicarea caracteristicii
se face punct cu punct, pentru fiecare valoare a lui ω trebuind să se aştepte anularea
componentei tranzitorii a răspunsului.
În concluzie sensul fizic al LT este de caracteristică amplitudine-fază având pe ω
parametru. Acest sens fizic dispare în cazul pulsaţiilor negative, care de regulă nu se mai
reprezintă, sau se reprezintă cu linie întreruptă. În acest mod nu se pierde informaţie utilă
deoarece pentru pulsaţii negative, LT este simetric faţă de axa reală faţă de cazul pulsaţiilor
pozitive.
35
Se folosesc mai multe caracteristici de frecvenţă:
LT caracteristica amplitudine-fază cu ω parametru, care are avantajul de a conţine
toată informaţia legată de comportarea sistemului într-o singură reprezentare grafică;
caracteristicile amplitudine-pulsaţie (sau frecvenţă) şi fază-pulsaţie (sau frecvenţă)
care au avantajul de a fi mai precise decât LT şi de a putea fi ridicate experimental direct;
caracteristicile reală şi imaginară de frecvenţă.
Caracteristicile de frecvenţă vor fi tratate într-o secţiune următoare.
K Pm j
H( j) (3.46)
j Pn j
unde α este ordinul de multiplicitate al eventualilor poli din origine iar n şi m ordinul polinoa-
melor de la numitorul respectiv numărătorul FT.
b) pentru frecvenţe foarte mari, esenţial este parametrul γ=n+α–m, care defineşte ordinul sis-
temului. Toate sistemele reale, pentru care γ > 0, tind la frecvenţe mari spre 0.
când γ=0, LT tinde spre un punct de pe axa reală;
când γ=1, LT tinde spre 0, tangent la axa imaginară negativă;
când γ=2, LT tinde spre 0, tangent la axa reală negativă;
când γ=3, LT tinde spre 0, tangent la axa imaginară pozitivă;
când γ=4, LT tinde spre 0, tangent la axa reală pozitivă.
36
Fiecare pol în exces de la numitor va produce o rotaţie de π/2 în sens
antitrigonometric, faţă de axa reală, a axei la care este tangent LT în vecinătatea originii.
Când ω variază de la 0 la argumentul vectorului H(j·ω) se modifică cu - (n - m)π/2.
jIm jIm
ω0 ω
α=3
α=1
37
Nr. Denumire Ecuaţie Funcţie de Loc de transfer Răspuns indicial
transefer
0 1 2 3 4 5
jIm i(t)
1 Element y=ku H(s)=k k
proporţional k
0 Re 0 t
jIm i(t)
2 Element de dy k k/2 k T
T y ku H(s)
întârziere de dt Ts 1 0 ω= ω=0 Re k
ordin I
0 t
jIm i(t)
3 Element dy 1 Re
integrator de T u H(s ) ω=0 tgα=1/T
dt Ts
ordin I α
ω= t
jIm 0 Re i(t)
4 Element 2
d y dy k
integrator de T2 T1 u H(s) ω= tgα=1/T
dt 2 dt T2s T1s
2
ordin II α
ω=0 T2/T1 t
d2y dy jIm 0 Re i(t) b
5 Element de T2 2
T1 k ω= ω=0 k
dt dt H(s )
întârziere de T2 s 2 T1s 1 b a a: T12<4T2
ordin II
y ku b: T12>4T2 a
t
36
0 1 2 3 4 5
jIm ω= i(t)
6 Element de du H(s ) Ts k k
yT k
anticipare de dt ω=0 Re
ordin I 0 k 0 t
jIm ω= i(t)
7 Element du H (s ) Ts δ(t)
yT
derivativ de dt ω=0 Re
ordin I 0 0 t
jIm i(t)
8 Element dy du ks k/T
T yk H (s )
derivativ real dt dt Ts 1
de ordin I ω=0 ω= Re
0 k/2T k/T 0 T t
jω i(t)
9 Element d 2y k
T y ku H (s )
oscilator 2 Ts 1
2 ω= ω=0 Re k
dt
neamortizat 0 k
ω>1/T 0<ω<1/T 0 t
d y 3
d 2 jω i(t)
10 Element de T3 T2 H(s)= 0 k Re
dt 3 dt 2
întârziere de k b a k
dy
ordin III T1 y ku T3 s T2 s T1s 1
2 2 b a
dt a: poli reali
b: un pol real şi doi complecşi t
37
3.7. Caracteristici de frecvenţă
3.7.1. Ridicarea experimentală a caracteristicilor de frecvenţă
Caracteristicile de frecventă reprezintă un instrument de bază în studiul şi modelarea
sistemelor. Cu ajutorul lor se pot realiza o operaţie esenţială în analiza şi sinteza sistemelor:
identificarea FT a pe baza caracteristicilor ridicate experimental. În timp, pe baza
caracteristicilor de frecvenţă s-au elaborat metode de determinare indirectă a răspunsurilor în
timp, a unor indicatori de performanţă, criterii de stabilitate, etc.
Ridicarea experimentală a caracteristicilor necesită echipamente adecvate pentru
excitarea sistemului studiat cu semnale sinusoidale cu frecvenţă şi amplitudine controlate şi
pentru măsurarea, înregistrarea şi prelucrarea datelor obţinute. De exemplu, în cazul
circuitelor electronice este nevoie cel puţin de: un generator de semnale sinusoidale cu
frecvenţa variabilă şi un osciloscop. Există şi aparate de măsură specializate în această
operaţie, numite vobuloscoape. Pentru sisteme mecanice (de exemplu un boghiu) este nevoie
de o maşină de încercări dinamice prevăzută cu pulsator, un set de accelerometre şi un sistem
de achiziţionare a datelor.
Măsurătorile se fac în regim staţionar, pentru fiecare frecvenţă trebuind aşteptată epui-
zarea regimului tranzitoriu. Dacă este posibil, este indicat ca amplitudinea semnalelor excita-
toare să se păstreze constantă, caz în care nu mai trebuie calculat pentru fiecare punct de
măsură raportul ieşire/intrare. În zonele deosebite (variaţii bruşte ale amplitudinii, rezonanţe,
etc.) se va mări numărul punctelor de măsură.
Dacă în timpul măsurătorilor se preferă utilizarea frecvenţei, la prelucrarea datelor este
recomandabilă utilizarea pulsaţiei, care facilitează legăturile dintre caracteristici şi FT.
pag. 38
m m
zi (1 jT'i )
i 1 i 1
H(j) k n
n
(3.50)
p i (1 jT' 'i )
j 1 j 1
pag. 39
Caracteristicile de frecvenţă devin:
m
zi m n
A() 20 lg k i 1
n
20 lg 1 jT' i 20 lg 1 jT' ' i (3.51)
pi i 1 i 1
i 1
m n
() arg(1 jT' i ) arg(1 jT' ' i ) (3.52)
i 1 i 1
Prin logaritmare produsul termenilor liniari de la numitorul şi numărătorul FT se
transformă în sume. În acelaşi timp argumentul FT este de asemenea suma argumentelor ter-
menilor. Diagramele Bode se vor putea obţine prin însumarea unor caracteristici ale
termenilor elementari din componenţa FT (vezi §3.7.4).
Elementul proporţional
40 Pentru elementul
proporţional amplitu-
dinea şi faza sunt con-
20
A [db]
stante:
lg(|k|) ω
20 [rad/s] H(s)=k (3.53)
104
Semnul
0 amplitudinii se
φ [rad]
-π k<0
Fig. 3.11. Diagrama Bode a elementului proporţional
Elementele integrator şi derivativ de ordin α
Elementele integrator şi derivativ de ordin α au în origine un pol respectiv un zero de
ordin α:
1
H( j) pentru integrator respectiv H(jω)=(jω)α (3.54)
j
pag. 40
Pentru calcularea inclinării dreptelor vom calcula variaţia amplitudinii pentru variaţia
pulsaţiei cu o decadă, pentru cazul α=1:
A 20 lg 20 lg 10 20 lg 10 20 [dB/dec.] (3.57)
-20 α=1
α=2
-40 α=3
-60
ω [rad/sec]
10-1 100 101
φ [rad]
3π/2 α=3
Elementele derivative sunt
π α=2
asemănătoare, cu deosebirea că
înclinarea dreptelor este pozi-
π/2 α=1
tivă, de α· 20 dB/decadă.
Defazajul introdus de ele-
0 mentul de derivare de ordin α
este pozitiv: α· π/2.
-π/2 α=1 Elementele integratoare sunt
reprezentate prin linii continue,
-π α=2 iar cele derivative prin linii
întrerupte.
-3π/2 α=3
pag. 41
Elementul de întârziere de ordin I
Elementul de întârziere de ordin I are un pol real nenul:
1
H( j) (3.58)
1 jT
1
A( j) 20 lg 20 lg 1 jT 20 lg 1 2 T 2 (3.59)
1 jT
1 1 jT
() arg arg arctg(T) (3.60)
1 jT 1 2T 2
-20dB/dec.
0
εA
A [db]
-20
-40 ωC ω [rad/sec]
10-2 10-1 1/T 100 101 102
φ [rad]
0 1/5T 5/T
εφ
-π/4
-π/2
Fig. 3.13. Diagrama Bode a elementului de întârziere de ordin I
φ(ωC)=-π/4 este punctul prin care se racordează caracteristica de fază pentru frcvenţe
mici (φ=0) cu cea pentru frecvenţe mari (φ=-π/2). Se aproximează zona din vecinătatea ωC
printr-un segment care intersectează dreapta (φ=0) în 1/(5T) iar dreapta (φ=-π/2) în 5/T.
Pentru o reprezentare comodă a caracteristicilor de frecvenţă se acceptă aproximările
prin segmente de dreaptă având înclinările n·20dB/dec., nZ (număr întreg) pentru A(ω) res-
pectiv n·π/2 pentru 1,4 decade pentru φ(ω). Erorile maxime introduse prin aceste aproximări
apar în ωC pentru amplitudine:
1 1
A 20 lg 20 lg 20 lg 2 3dB (3.61)
1 j C T 1 j
Respectiv în ω=1/(5T) pentru defazaj:
arctg(T) arctg(1 / 5) 0,19739 11,3 0 (3.62)
Aceste valori ale erorii stau la baza definirii benzii de frecvenţă faţă de eroarea de 3dB.
pag. 42
Elementul de întârziere are o acţiune de tip filtru trece jos, frecvenţele joase (inclusiv
0) fiind neafectate, în timp ce frecvenţele înalte sunt atenuate. Din cauza defazajului negativ
apare o întârziere a ieşirii faţă de intrare, prezentă în toate elementele reale de automatizare ca
manifestare a inerţiei, cu atât mai pregnant cu cât constanta de timp este mai mare.
20 20dB/dec.
A [db]
0 ωC ω [rad/sec]
10-2 10-1 1/T 100 101 102
π/2 1/5T 5/T
φ [rad]
A() 20 lg
1
20 lg 1 Tn
2 2
4 2 Tn [dB]
2
(3.64)
1 j2Tn Tn
2
2Tn
() arctg (3.65)
1 Tn
2
Pentru frecvenţe joase asimptota caracteristicii A(ω) este axa absciselor iar pentru
frecvenţe înalte A() 40 lg Tn [dB]având o pantă de –40 dB/dec. Intersecţia absciselor
are loc la pulsaţia de frângere ωC=ωn. În acest punct eroarea provocată de aproximarea
caracteristicii cu segmente de dreaptă este εA=-20lg2ζ [dB][1].
pag. 43
20
ζ=0,1
A [dB]
-40 dB/dec
0 ζ=0,3
ζ=0,7
-20
ω [rad/sec]
-40
10-1ωn ωn 10ωn
φ [rad]
0
ζ=0,1
-π/2 ζ=0,7 ζ=0,7
-π
pag. 44
(s 0,1)
Exemplul 3.8: diagrama Bode a sistemului H(s) 104
(s 1)(s 10) 2
(1 j 10 )
LT poate fi pus sub forma: H( j) 10 putându-se evidenţia 4
(1 j)(1 j 0,1 ) 2
factori:
- un element proporţional HP(jω)=10;
- un element de anticipare HA(jω)=1+j·10·ω cu pulsaţia critică 0,1 rad/sec.;
- un element de întârziere HI’(jω)=1/(1+j·ω) cu pulsaţia critică 1 rad/sec.;
- un element de întârziere de ordin II HI’’(jω)=1/(1+j·0,1·ω) cu pulsaţia critică 10 rad/sec.;
20lg |HA(jω)|
40 20lg|HP(jω)|
20dB/dec
20lg |HI’(jω)|
20
-40dB/dec 20lg HI’’2(jω)
A(ω) [dB]
-20
-40 ω [rad/sec]
10-2 10-1 100 101 102 103
π/2 Caracteristicile
φ(ω) [ rad]
factorilor elemen-
0 tari sunt reprezen-
tate cu linie între-
-π/2 ruptă.
-π
pag. 45
j
1
H( j) 10
0,1
cu FT: H(s) 105
s 0,1
j j j s 1s 10s 100
1 1 1
1 10 100
pag. 46
40
20
20 dB/dec -20 dB/dec
A(ω) [dB]
-20
-40 dB/dec
-40 ω [rad/sec]
10-2 10-1 100 101 102 103
P(ω) Q(ω)
0 ω 0 ω
pag. 47
Capitolul 4. IDENTIFICAREA SISTEMELOR
PROCES
u y
+
CRITERIU
eroare PROCEDURĂ
y - yM
DE
CONCOR-
DE
AJUSTARE
- DANŢĂ
yM
MODEL
pag. 48
TGV produse de GEC-ALSTHOM (La Rochelle, Franţa). Modelul şi metoda au fost validate
cu ajutorul unui stand experimental la scară. Având de ales între modelarea prin ecuaţii cu
diferenţe finite (timp discret) şi cea prin ecuaţii diferenţiale (timp continuu) s-a ales varianta
cu timp continuu, care deşi ridică probleme de neliniaritate, păstrează accesibilitatea parame-
trilor fizici ai modelului. Având în continuare de ales între două metode de conducere adică
între Conducerea prin Model Intern şi Conducerea Predictivă, ei au ales prima variantă, tot
datorită interpretărilor fizice mult mai evidente. Rezultatul principal al lucrării a fost materia-
lizat prin brevetarea algoritmului CMIGS (Commande par Modele Interne avec Gestion de
Saturation). Asupra conducerii prin model intern vom reveni in acest curs, deoarece este una
dintre metodele cele mai performante din automatică, aplicarea ei fiind posibilă dacă dispu-
nem de un model precis dar şi portabil al procesului condus.
Modelul termic al vagonului TGV la care a ajuns L. Friot este de ordin II, rezultând
printr-o identificare prin metoda Marquardt (identificare prin metoda gradientului de ordin 2
Gauss-Newton, în care vectorul de căutare poate să îşi inverseze direcţia faţă de gradient).
Funcţia de transfer a modelului, având ca ieşire temperatura iar ca intrare curentul consumat
de echipamentul de climatizare este:
G ω2
H(s) (4.2)
s 2 2 ξ ω s ω2
pag. 49
unde k = yst, timpul mort este segmentul AB iar T este proiecţia segmentului de aproximare
BC pe axa timpului.
y
yst C
A B t
T
Observaţie: Răspunsul sistemului necunoscut din fig. 4.3 a fost generat prin următorul
sistem de ordin III:
s 1
H 3 (s) (4.5)
s3 s2 2 s 1
Răspunsul indicial al sistemului necunoscut este oscilator amortizat, motiv pentru care
modelul de ordin II va trebui să aibă factorul de amortizare subunitar. Sunt trei parametri ai
răspunsului indicial care trebuie ajustaţi simultan:
- valoarea finală la care se stabilizează răspunsul indicial, în cazul nostru 1;
- frecvenţa oscilaţiilor;
- amplitudinea oscilaţiilor;
Ordinea în care se ajustează parametrii nu este obligatorie. În această aplicaţie se poate
proceda după cum urmează:
- frecvenţa oscilaţiilor se ajustează prin coeficientul a0, ajustat în cazul nostru de 1,8;
- factorul de amplificare se fixează 1 egalând coeficientul b0 (numărătorul) cu a0;
- amplitudinea oscilaţiilor se ajustează din factorul de amortizare, la 0,35;
Modelul de ordin II din figură, care rezultă în urma identificării, are forma:
1,8
H 2 (s) (4.5)
s 2 0,7 s 1,8
pag. 50
pag. 51
1.5
sistem de ordin 2
sistem necunoscut
0.5
0
0 5 10 15 20 25 30
t [s]
pag. 52
Parametrii modelului pot fi ajustaţi manual cu uşurinţă prin fereastra de dialog a blocu-
lui Model. Este de remarcat că până la obţinerea unui rezultat mulţumitor poate fi nevoie de
reluarea iterativă a ajustărilor, deoarece modificarea unui parametru, care influenţează într-un
anumit sens forma răspunsului indicial, poate modifica într-o oarecare măsură în acelaşi timp
şi rezultatele ajustărilor anterioare. Se mai observă că aproximarea realizată nu este perfectă,
ea fiind rezultatul unui compromis. Amplitudinea primei oscilaţii (suprareglajul) este mai
mare la model decât la sistemul necunoscut, după care însă amortizarea oscilaţiilor modelului
este mai rapidă. Dacă însă dorim să limităm suprareglajul, putem creşte factorul de
amortizare, caz în care însă amortizarea oscilaţiilor modelului se accentuează.
Blocurile To workspace au rolul de a genera în workspace fişierele de date care permit
prelucrarea ulterioară a rezultatelor simulărilor.
Problema care se pune este dacă identificarea nu poate fi automatizată, pentru a evita
ajustarea manuală. În continuare vor fi prezentate două tehnologii în acest sens, dar ar fi o gre-
şeală fundamentală a se trage concluzia că identificarea manuală este inutilă. După cum vom
vedea, cel mai adesea performanţele şi chiar convergenţa identificărilor automate depind în
mare măsură de valorile iniţiale, alese manual pentru parametri (în engleză the first guess).
pag. 53
Problemele de optimizare formulate de blocul NCD sunt rezolvate prin simulări ite-
rative realizate în Simulink. Rezultatele simulărilor sunt comparate cu constrângerile for-
mulate, iar parametrii acordabili sunt ajustabili prin diferite metode de gradient, astfel încât
rezultatul să se apropie de cel dorit. Blocul NCD poate de asemenea să introducă incertitudine
în dinamica procesului modelat, să conducă simulări prin metoda Monte-Carlo, să introducă
limitări inferioare si superioare ale parametrilor acordabili şi să modifice criteriul de terminare
a optimizării.
Desfăşurarea optimizării poate fi urmărită în timpul rulării iar rezultatele se prezintă
sub forma valorilor numerice finale variabilelor acordabile din workspace.
pag. 54
4.3.3. Optimizarea unui model de ordin III
Primul exemplu de aplicare a blocului NCD se referă la acordarea parametrilor unui
sistem de ordin III. Să alegem sistemul următor, care are trei parametri acordabili, a, b şi c:
1
H(s) (4.6)
a s b s2 c s 1
3
>> a=1
a=
1
>> b=1
b=
1
>> c=1
c=
1
În cazul în care optimizările întâmpină probleme de convergenţă cea mai eficientă
abordare este înlocuirea iniţializării aleatorii cu valori iniţiale (first guess), estimate pe baza
cunoştinţelor apriorice despre aplicaţie sau a unor rezolvări analitice simplificate.
Interfaţa grafică NCD este prezentată în figura 4.6 (etapa 4).
Constrângerile impuse răspunsului indicial al sistemului (4.6) sunt reprezentate în fig.
4.8 cu roşu. Se observă ca s-a utilizat şi un palier înclinat. Palierele pot fi setate fie cu mouse-
ul, prin drag and drop, fie prin parametrii unor căsuţe de dialog care apar la selectarea fiecărui
palier cu mouse-ul (etapa 5).
Declararea variabilelor acordabile în blocul NCD se realizează prin căsuţa de dialog
din fig. 4.7 (etapa 6).
După comanda Start are loc optimizarea iterativă, fiecare iteraţie fiind prezentată în
fereastra grafică. La terminarea optimizării în fereastră sunt reţinute răspunsul iniţial şi cel
final (fig. 4.8).
pag. 55
Fig. 4.6. Interfaţa grafică NCD
pag. 56
Setting up constraint window ........ done
Processing uncertainty information.
No uncertainty modeled.
Setting up call to optimization routine.
Done plotting the initial response.
Start time: 0 Stop time: 10.
There are 24 constraints to be met in each simulation.
There are 3 tunable variables.
There are 1 simulations per cost function call.
Creating a temporary SL model tp273318 for computing gradients...
Creating simulink model tp273318 for gradients...Done
f-COUNT MAX{g} STEP Procedures
7 0.6959 1
14 0.334943 1 Hessian modified
21 0.11851 1 Hessian modified twice
28 0.0449939 1
35 0.0385292 1 Hessian modified
42 0.0271972 1
49 0.0177752 1
56 0.00228857 1
63 -0.00573687 1 Hessian modified
70 -0.00667123 1 Hessian modified
77 -0.00736682 1 Hessian modified
84 -0.00816991 1 Hessian modified
91 -0.00898467 1 Hessian modified
98 -0.0095304 1 Hessian modified
105 -0.00978725 1 Hessian modified
112 -0.00990005 1 Hessian modified
121 -0.00992315 0.25 Hessian modified twice
Warning: Unable to reduce the step size without violating a minimum step
size of 6.519762478697252e-016 at time 0.183514999185032 for model 'NCD1'.
> In C:\matlabR12\toolbox\ncd\costfun.m at line 102
In C:\matlabR12\toolbox\simulink\simulink\private\nlconst.p at line 404
In C:\matlabR12\toolbox\simulink\simulink\simcnstr.m at line 35
In C:\matlabR12\toolbox\ncd\nlinopt.m at line 501
Derivative input 1 of block 'NCD1/Transfer Fcn' at time 0.183514999185032
is Inf or NaN.
Continuing Optimization ...
123 -0.00996144 0.5 Hessian modified twice
Optimization Converged Successfully
Active Constraints:
6
7
17
18
pag. 57
19
23
Printing System: NCD1, Outport: 1 .... done
a=
2.6066e-004
>> b
b=
0.0796
>> c
c=
0.5449
răspuns
optimizat
răspuns iniţial
pag. 58
Aplicaţia 4.2: Optimizaţi cu ajutorul blocului Signal Constraint modelul din Aplicaţia 4.2.
Pentru optimizarea modelului din Aplicaţia 4.2 folosim modelul Simulink din fig. 4.9.
pag. 59
Fig. 4.10. Rezultatul procesului de optimizare cu blocul Signal Constraint
pag. 60
Capitolul 5. CONDUCEREA BAZATĂ PE MODEL INTERN
pag. 61
Ecuaţiile care modelează comportarea sistemului de reglare adaptivă cu model intern
pentru cazul cu timp continuu cu parametri constanţi pe subintervale de timp, sunt pentru fie-
care subinterval de forma:
R A Cs R A Cs
U(s) W(s) P(s)
1 G(s) R A Cs 1 G(s) R A Cs
G(s) R A Cs 1
Y(s) W(s) P(s) (5.1)
1 G(s) R A Cs 1 G(s) R A Cs
ε(s) (G(s) M(s)) U(s) P(s)
Notaţiile folosite în sistemul de ecuaţii (5.1) sunt: G(s) funcţia de transfer a procesului,
RA(s) funcţia de transfer a regulatorului adaptiv, C(s) funcţia de transfer a corectorului adap-
tiv, W(s) imaginea Laplace a referinţei, U(s) imaginea Laplace a comenzii, Y(s) imaginea La-
place a ieşirii şi P(s) imaginea Laplace a perturbaţiei aditive, M(s) funcţia de transfer a mode-
lului procesului. Aceste ecuaţii sunt valabile şi în cazul cu timp discret.
Problema centrală a acestor sisteme este proiectarea legii de corecţie a corectorului
adaptiv C(s). Există mai multe metode de analiză şi sinteză utilizabile în acest sens, dintre
care cea mai des utilizată este metoda gradientului.
Se alege o funcţie criteriu J( θ ) unde θ este vectorul parametrilor ajustabili ai regula-
torului. J( θ ) se alege ca o funcţie a erorii de adaptare ε = y – y M , de exemplu:
1
J( θ ) = ε 2 (5.2)
2
sau
J( θ ) = ε (5.3)
Evident, cu cât valoarea lui J este mai mică, cu atât eroarea este şi ea mai mică.
Acest fapt induce principiul minimizării.
În continuare, în spiritul principiului minimizării lui J, parametrii evoluează în timp în
sensul negativ al gradientului lui J în raport cu :
dθ dJ
γ (5.4)
dt dθ
unde este o constantă pozitivă ce caracterizează viteza de adaptare.
O condiţie de aplicabilitate a acestei metode este ca parametrii să varieze mult mai lent
decât alte variabile din sistem.
Simplitatea sintezei corectorului şi robusteţea deosebită constituie avantajele princi-
pale ale metodei gradientului. Dezavantajele sunt legate de faptul că ea poate fi aplicată numai
proceselor stabile precum şi de viteza de convergenţă şi precizia relativ scăzute faţă de prin-
cipala metodă alternativă, metoda Gauss-Newton.
O metodă care combină avantajele metodelor gradientului şi Gauss-Newton este meto-
da Marquardt, care la rândul ei are mai multe variante.
pag. 62
5.1.2. Reglarea cu model intern
Mai mult decât instrumentul de adaptare din cazul tehnicilor cu model de referinţă pre-
zentate anterior, MI poate fundamenta însuşi algoritmul de reglare/conducere.
Metoda modelului intern oferă posibilităţi numeroase de sinteză a unor sisteme de re-
glare adaptive având diverse topologii şi caracteristici, şi în principiu ar putea fi considerată ca
cea mai puternică metodă de reglare din automatică, cu condiţia ca ea să poată fi aplicată. Tre-
buie însă să înţelegem de la început că dacă algoritmul de reglare s-ar identifica perfect cu
procesul condus, în orice moment, am fi în posesia algoritmului perfect, care ar putea oferi
performanţe maxime din punct de vedere teoretic, dar pe de altă parte, dificultăţile de
modelare matematică a proceselor neliniare şi variabile în timp, şi mai ales dificultăţile de
implementare fizică, prin erorile produse, ridică obstacole greu de depăşit în cazul proceselor
mai complicate.
În fig. 5.2 se prezintă varianta cea mai simplă a reglării cu model intern, aplicabilă cu
precădere în cazul proceselor liniare, în care practic corecţia adaptivă se identifică cu eroarea
de adaptare C(s) = ε(s).
pag. 63
În regim dinamic erorile de modelare cauzează erori de reglare şi chiar instabilitate,
dar popularitatea metodei modelului intern demonstrează fezabilitatea ei. O posibilitate de
reducere a riscului instabilizării provocate de diferenţele dintre model şi procesul real constă
din introducerea unui filtru trece jos pe calea de reacţie, ca în fig. 5.2.
pag. 64
5.1.3. Reglarea cu model invers
Cea mai simplă metodă de reglare cu model intern apare atunci când dispunem de un
model suficient de precis al procesului, pe care putem şi să-l inversăm în timp real.
1.5
0.5
intrare - iesire
intrare
0
-0.5
-1
-1.5
-2
0 1 2 3 4 5 6 7 8 9 10
t [s]
c) Simulare pentru k = 4
Fig. 5.5. Reglarea cu model invers
Cum se observă in Fig. 5.5, funcţia de transfer a căii directe ajunge astfel să fie
identică cu G(s)-1G(s) = 1. În cazul reacţiei unitare amplificarea în buclă deschisă este şi ea
unitară, ceea ce oferă în final o funcţie de transfer proporţională: HMI(s) = 1/(1+1) = 1/2 care
asigură performanţe optime reglării. În fig. 5.5 se arată şi cum putem obţine amplificarea
dorită A pentru semnalul de ieşire, respectiv înmulţind semnalul căii directe şi divizând
semnalul de reacţie cu o constantă k, a cărei valoare este k = 2 A. Simularea prezentată în
figură a fost obţinută pentru k = 4.
pag. 65
5.2. Identificarea proceselor prin metoda modelului intern
Metoda modelului intern poate fi reorientată în sensul identificării procesului: în loc ca
procesul să urmărească automat modelul de referinţă, modelul va urmări automat evoluţia
procesului. Schema bloc a procedeului este prezentată în fig. 5.6.
Avantajul acestei abordări a modelării este acela că oferă premisa identificării on-line
a întregului set de parametri interni ai procesului, cu condiţia ca modelul să fie determinist,
adică să respecte legăturile funcţionale dintre parametrii procesului.
pag. 66
5.3. Senzori inteligenţi cu model intern
Deseori măsurătorile asupra proceselor conduse automat sunt afectate de erori, având
diferite cauze: imprecizii sau derive în timp ale valorilor componentelor electronice din echi-
pamente, sensibilităţi limitate, perturbaţii externe, etc. Incertitudinea introdusă astfel se nu-
meşte incertitudine de ordin 1. Mai mult decât atât, procesele şi măsurătorile aferente lor sunt
de regulă afectate de incertitudini de ordin 2 care ţin chiar de cunoaşterea insuficientă a proce-
sului sau echipamentelor de conducere, care pot avea chiar prin natura lor un caracter vag.
Un astfel de caz apare de exemplu la măsurarea temperaturii aerului din interiorul unei
incinte condiţionate. Circulaţia aerului, inerţiile termice, influenţele pereţilor şi alţi factori cre-
ează distribuţii complexe şi nerepetitive ale temperaturii aerului atât în spaţiu cât şi în timp.
Măsurarea temperaturii va fi în consecinţă influenţată de poziţia senzorului, fără a se putea
defini în mod fundamentat o poziţie optimă.
Pentru măsurări în condiţii de incertitudine una dintre căile posibile este extragerea
unei cantităţi cât mai mari de informaţie din datele disponibile. În acest scop se poate apela la
două tehnici diferite dar care pot conlucra eficient: fuzionarea datelor şi modelul intern.
Prin fuzionarea datelor se obţin în principal două avantaje:
extinderea domeniului de măsură;
creşterea fiabilităţii;
În plus, prin analogie cu sistemele de reglare adaptive cu model de intern, putem intro-
duce în structura senzorului un model al procesului măsurat (vezi modelul intern din fig. 5.7),
care poate să includă şi particularităţile importante ale senzorilor primari şi ale canalului de
măsurare: întârzieri, etc. În acest model se includ toate cunoştinţele apriorice disponibile, teo-
retice şi/sau experimentale despre procesul condus şi despre senzor/traductor.
Introducerea MI al procesului fizic la care este conectat senzorul poate sta la baza unor
acţiuni vizând mai multe obiective care pot fi grupate în următoarele categorii:
îmbunătăţirea funcţionării senzorului:
- creşterea preciziei,
- scăderea timpului de răspuns,
- rejectarea perturbaţiilor, etc.;
validarea măsurătorilor;
diagnosticarea funcţionării şi a stării tehnice a senzorului.
estimarea mărimilor fizice sau indicilor de performanţă sintetici ai procesului, care nu
sunt măsurabili sau sunt greu accesibili;
adaptarea la condiţiile de măsurare şi la starea tehnică cu ajutorul estimărilor.
Rezultă o structură originală de senzor inteligent adaptiv cu model intern SIAMI. Se
au în vedere structuri complexe de senzori, în care există cât mai mulţi senzori lucrând în re-
dundanţă, la care rezultatul final al măsurătorii se obţine prin fuzionarea informaţiilor primare.
MI va acţiona asupra rezultatului final al măsurătorii sau estimării prin mecanismul de fuzio-
nare. Schema bloc SIAMI este reprezentată în fig. 5.7.
pag. 67
Fig. 5.7. Structura SIAMI
Procesul – este caracterizat de incertitudinea referitoare la mărimea de ieşire şi la măsu-
rarea ei. Procesul include n senzori primari S1, S2, ..., Sn care măsoară în paralel variabila de
ieşire din proces y. Din cauza incertitudinii care afectează procesul nu avem acces la ieşirea y,
care trebuie estimată.
Intrări: mărimea de intrare p;
Ieşiri: mărimea de ieşire y (neaccesibilă); semnalele celor n senzori y1, y2, ..., yn;
Mărimi de stare: vectorul mărimilor de stare θ (menţionaţi în relaţiile 5.2, 5.3 şi 5.4).
Elementele componente ale SIAMI sunt:
pag. 68
b) validarea senzorilor primari şi a modelului (calculul gradelor lor de încredere) se face pe
baza datelor tehnice ale senzorilor primari (domenii de funcţionare, precizii, perturbaţii, viteza
de răspuns, etc.). Justificarea cumulării validării cu corecţia rezidă în aceea că în corector sunt
centralizate deja o serie de date referitoare la sistem, necesare adaptării. Aceleaşi date pot fi
utilizate şi la validare şi la gestionarea fuzionării.
La stabilirea gradelor de încredere se au în vedere mai multe obiective:
- asigurarea unei precizii maxime pe un domeniu cât mai mare de funcţionare a senzorului
inteligent. Pentru aceasta se vor atribui valori maxime de încredere pentru acei senzori care în
punctul de măsură au precizie maximă,
- asigurarea unei viteze de răspuns cât mai bună pentru senzor. Compensarea inerţiei sen-
zorilor primari pe durata regimurilor tranzitorii poate fi obţinută prin utilizarea mărimii esti-
mate de către model ŷ m,
- asigurarea unei fiabilităţi sporite prin diagnosticarea senzorilor primari, ale căror indicaţii
sunt comparate cu ŷ m. Gradul de încredere în senzorii care nu funcţionează corect conform
criteriilor diagnozei este anulat.
Senzorii primari introduc diferite erori, conform principiilor lor de funcţionare, a parti-
cularităţilor constructive, a influenţei factorilor de mediu şi a stării lor tehnice.
yi(t) = Si(y(t)) (5.12)
Funcţiile de intrare-ieşire ale senzorilor Si(y(t)) pot fi determinate doar experimental,
prin etalonarea senzorilor. O diagramă de etalonare este prezentată în fig. 5.8.
μ i (y i ) y i
y i (5.13)
μ i (yi )
i
Fuzionarea este ortonormată atunci când gradele de încredere respectă relaţia:
n
μ m (y(t)) μ i (y(t)) 1 (3.14)
i 1
Stabilirea legilor de adaptare a modelului şi a gradelor de încredere în măsurile care
participă la fuziune cade în sarcina corectorului din componenţa SIAMI. Pentru rezolvarea
acestor sarcini se apelează frecvent la soluţii din domeniul Inteligenţei Artificiale, cum ar fi
cele bazate pe sistemele expert.
pag. 69
Capitolul 6. MODELAREA UNOR SISTEME TEHNICE COMPLEXE
c) Frâna cu disc
Frâna cu disc este cea mai des utilizată la vagoanele de călători. Forţa de frecare se
dezvoltă între discurile de frânare montate pe osiile vagonului şi garniturile de frecare de la
extremitatea timoneriei. Principala problemă de reglare ridicată de frâna disc este variaţia
coeficientului de frecare μ cu viteza relativă dintre disc şi garnitură de frecare v. Măsurarea
directă a dependenţei μ(v) este extrem de greu de realizat practic din cauza condiţiilor de
funcţionare şi de montare ale frânei disc. De aceea în formulele de calcul a distanţei de frânare
utilizate de UIC până în prezent, de exemplu formula Munchner, μ apare ca un coeficient
mediu μs = 0,35. În plus μ este influenţat şi de alţi factori cum ar fi: montarea elementelor frâ-
nei, uzura, temperatura, etc.
Din cauza scăderii lui μ la viteze mari şi din cauza încălzirii puternice a componen-
telor sale pe durata frânărilor totale, la vagoanele de mare viteză, frâna cu disc trebuie dublată
pag. 70
de către o frână electromagnetică (UIC – Organismul european de reglementare a materialului
rulant).
6.1.2. Ecuaţia de mişcare
Modelul include ecuaţia de mişcare cu parametri fizici variabili în timp ai vagonului,
ecuaţia forţei de frânare şi parametri instalaţiei de frânare precum şi dependenţa neliniară a
coeficientului de frecare disc-garnitură de fricţiune de viteza relativă dintre ele.
Ecuaţia de mişcare a vagonului este:
dv
M car Ftr (t) Fa (v car ) Ftt (t) Fwi (t) (6.1)
dt i
unde: M = masa vagonului [kg], v car = viteza vagonului [m/s], Ftr = forţa de tracţiune [N],
Fa = rezistenţa la înaintare [N]. Ftt = forţa produsă de înclinarea traseului j [‰] este:
Ftt = M · g · sin(arctg(j)) (6.2)
Forţa totală de frânare este egală cu suma forţelor de frecare aplicate tuturor osiilor
vagonului. Pentru o singură osie expresia forţei este:
Fwi (t) [P(t) Scyl Fr ] λ η (6.3)
cu: P=presiunea din cilindrul de frână, S cyl =suprafaţa activă a cilindrului, Fr =forţa de rapel,
λ=amplificarea şi =randamentul timoneriei de frână. Presiunea poate varia continuu datorită
valvelor cu acţiune continuă conduse prin trei comenzi: admisie (P), evacuare (P) şi menţi-
nere a presiunii (=P).
pag. 71
3,93 1 γ v init 2
v τ
Sf init m (6.4)
10 μ s δ ra j 7,2
cu: γ = un coeficient empiric cuprins în domeniul (0.05...0.25), v init = viteza iniţială a vago-
nului [km/h], δ = procentul de frânare, μ s = 0.35 coeficientul mediu de frecare, ra = 20daN
rezistenţa specifică la înaintare, j = înclinarea traseului [‰] şi τ = timpul de umplere a cilin-
drului. În expresia lui δ intră f = coeficientul de frecare roată-şină, Qi = sarcina pe osie, g =
acceleraţia gravitaţională şi razele roţii rw şi discului de frânare rd :
δ = 100 · f / μ = (100 Fwi rd ) (Qi g rw ) (6.5)
Este de remarcat caracterul empiric al formulei precum şi valabilitatea ei doar pentru
un procent de frânare constant (forţă de frânare constantă).
În prima linie a tabelului de căutare monodimensional eff(vcar) este introdusă viteza
curentă dintre disc şi garnitură (egală cu viteza vagonului în cazul în care nu există alunecare
între roată şi şină). În linia a doua se introduc valorile eff, începând de la vitezele mici, astfel
încât erorile dintre model şi formula etalon (6.4) sau rezultatele experimentale disponibile să
fie cât mai mici. Tabelul se completează până la viteza maximă a vagonului. Ambele linii ale
tabelului sunt interpolate liniar.
Pentru exemplificările care urmează s-au folosit datele tehnice ale unui vagon produs
de Astra Arad pentru Grecia, dotat cu un boghiu Minden-Deutz echipat cu cilindrul de frână
tip UB 10'': M=42680kg, λ=5,03343465, =0,95, rw =0,46m, rd =0,23m, etc. Timpul de
umplere a cilindrului este τ 4s. Formula (6.4) s-a aplicat pentru: =0,25, s=0,35, ra =20N,
j=0[‰]. Cu datele de mai sus s-a obţinut următoarea dependenţă eff(vcar).
Variatia coeficientului de frecare efectiv disc-garnitura cu viteza vagonului
0.3
0.298
0.296
0.294
0.292
m
0.29
0.288
0.286
0.284
0.282
0.28
0 50 100 150 200 250
Vcar [km/h]
pag. 72
f v car
7,5
v car 44
0,161 (6.6)
pag. 73
6.1.4. Implementarea SIMULINK a modelului instalaţiei de frânare
Implementarea modelului prezentat anterior în Simulink include următoarele blocuri:
vagon, boghiu, cilindru de frână, regulator şi monitorizare.
În fig. 6.2 este prezentată fereastra principală a modelului, iar în figurile următoare
modulele componente.
Modulul vagon conţine ecuaţia de mişcare a vagonului.
Intrări: forţa de tracţiune, forţa de frânare, înclinarea şinei, tara vagonului, viteza iniţială.
Ieşiri: forţa totală (pentru monitorizare), acceleraţia, viteza, poziţia.
Modulul boghiu conţine ecuaţia de funcţionare a timoneriei şi a frânei disc, cu următorii
parametri: amplificarea şi randamentul timoneriei, numărul de osii şi de discuri, raza roţii şi
raza de frânare.
Intrări: forţa realizată de cilindrul de frână, coeficienţii de frecare dintre garniturile de frecare
şi disc respectiv dintre roată şi şină.
Ieşire: forţa de frânare.
Modulul cilindru de frână conţine ecuaţia de funcţionare a cilindrului, cu următorii para-
metri: suprafaţa cilindrului, forţa de rapel şi timpul de umplere al cilindrului.
Intrare: presiunea de aer.
Ieşire: forţa dezvoltată de cilindru.
Modulul regulator conţine regulatoarele de presiune pentru comandarea cilindrului.
Intrări: acceleraţia, viteza, poziţia.
Ieşire: presiunea de aer.
Modulul monitorizare conţine osciloscoape şi display-uri pentru monitorizarea parame-
trilor frânării. El include şi formula (6.4) pentru validare.
m m F_f r F_f r
a a [m/s^2]
m_coef (disc) j[o/oo]
f f 0 j
V_init [km/h]
s s [m]
200 V_init
pag. 74
Sum
F_trac Force
1
F_fr F
j 2 F
3 f(u) 0.001 1
Accel
Fcn2
Gain Deriv A
TT Prod3 20 a
Prod1 Integr1
Tilt Rez_ du/dt 2
inaint 1/s
gravit_acc Gain1 Zero Stop_sim
9.81
Prod
F_cil
D Nr_disc
1 /osie
Disk_force
2
5.03343465
Amplif_timon 2 1
Nr_boghie
0.95 m /vag F_fr
Rand_timon Rd Product1 2
0.23
Fcn R
3 Product3
0.46 1/u Radius_ratio
f Terminator
Rw
Product2
pag. 75
Pres
1
Sum
Pressure
1
Tau Product2 P
Product1 F_cil
S_cilindru F_rapel
0.05064506 1500
[m^2] [N]
Selector
Releu bipozitional 1
V 1
Vcar2 Position1 Sat. Presiune
V_init
Distanta
1500 impusa
VI Vinit2 Cntroler
de franare
fuzzy
de pozitie
pag. 76
Clock
P 0 VI V_initiala
Pressure1 Pres_cil [kN/m^2] Durata [s]
Vinit1
2 0 m_med
Dist_f r. 0
a [m/s^2] Acceleratia [m/s^2] Acc. [m/s^2] Proc_f r. Proc_f ran. Distanta de
franare [m]
Procent fr. Pres_cil = const.
3 0
2 Rezist_adv ancing (UIC)
v [km/h] Viteza [km/h] Vit. [km/h]
Rez [daN]
0 4 Timp_umpl.
4
s [m] tau [s]
Spatiul [m] Dist. [m] Formula Munchner
V_initiala Fcn1
1 u^2
Coef_gama Fcn
2 1+u
3.93 Product3
Coef_frec_med
3 10 Constant Product1
Product2
Proc_fran. Gain1
4
1
5 1/u
Sum Dist_fr.
Rezist_advancing Fcn2
TT
Tilt1 Sum1
6 0.1388888
pag. 77
Evolutia unei franari cu presiune constanta
200
viteza
100
0
0 5 10 15 20 25 30 35 40 45 50 55
0
acceleratie
-0.5
-1
-1.5
0 5 10 15 20 25 30 35 40 45 50 55
1500
pozitie
1000
500
0
0 5 10 15 20 25 30 35 40 45 50 55
0
forta
-50
5
0x 10 5 10 15 20 25 30 35 40 45 50 55
4
presiune
0
0 5 10 15 20 25 30 35 40 45 50 55
timp
Fig. 6.9. Evoluţia mărimilor de stare pe durata unei frânări de test cu presiunea constantă
Validarea modelului se face comparând distanţa de frânare a modelului cu cea oferită
de etalonul (8.4), sau cu date experimentale dacă acestea sunt disponibile.
Distanţa de frânare a modelului, pentru un vagon de 42680kg, în urma unei frânări cu
durata de 50,81s, cu presiunea din cilindru de 380000N/m2, a rezultat de 1478m. Distanţa de
frânare a etalonului (8.4) fiind de 1477m, eroarea absolută a modelului rezultă de 1m. Pe dis-
tanţe mai mici, eroarea nu depăşeşte 1m.
pag. 78
6.1.5. Frânarea pe distanţă impusă
Despre frânarea ABS vom vorbi în subcapitolul următor, dar funcţionarea lui este în
general cunoscută. Dispozitivul ABS ţine sub control blocarea roţilor în timpul frânărilor pu-
ternice, fenomen nedorit din cauza uzurii cauzate sistemului roată-şină şi a disconfortului pro-
dus călătorilor prin variaţiile relativ rapide ale deceleraţiei. Blocarea şi intrarea în regim ABS
pot fi evitate de cele mai multe ori prin dozarea optimă a efortului de frânare pe toată durata
frânării. O metodă originală de realizare a acestui deziderat este frânarea pe distanţă impusă
(IBDM - Imposed Braking Distance Method).
O caracteristică esenţială a frânării vagonului este aceea că forţa de frânare disponibilă
(limitată de aderenţa roată-şină) este relativ redusă faţă de masa inerţială mare, astfel că în ca-
zul unui program de frânare incorect ales există mari şanse ca să se depăşească resursele siste-
mului şi să fie necesară intervenţia ABS-ului. Pentru o dozare uniformă a efortului de frânare
pe toată durata frânării, IBDM porneşte de la idea aplicării la intrarea regulatorului a unui pro-
gram de referinţă aflat în concordanţă cu modul în care s-ar comporta vagonul dacă ar fi frânat
cu o forţă de frânare constantă. Programul constă dintr-o dependenţă poziţie-viteză obţinută
prin simularea unei frânări de referinţă. Prin apelarea la un regulator de poziţie se obţine pe
lângă dozarea uniformă a efortului şi posibilitatea impunerii, încă de la începutul frânării, a
valorii dorite pentru distanţa de frânare, parametru esenţial pentru siguranţa circulaţiei. În pre-
zentare s-a ales, fără o justificare anume, dependenţa poziţie-viteză rezultată din simularea
unei frânări totale de la 160km/h, pe distanţa de 1000m.
Valoarea impusa in metoda IBDM
1000
900
800
700
600
pozitia [m]
500
400
300
200
100
0
0 20 40 60 80 100 120 140 160
viteza vagonului [km/h]
pag. 79
Din cauza că singura informaţie despre dinamica vagonului provine de la traductoarele
de viteză de pe fiecare osie ale sistemului ABS, informaţia de poziţie se obţine prin integrarea
vitezei. Schema bloc a regulatorului de poziţie este prezentată în figura următoare. Integrarea
este pornită numai pe durata frânărilor, astfel că erorile care afectează în general integratoarele
din cauza offset-urilor nu este în cazul nostru deranjantă.
Viteză
(de la ABS)
Programul Comandă
poziţie-viteză + (la electro-
V D
(look-up table) valvă
Regulator
de poziţie
Integrator -
-20
-40
-60
0 10 20 30 40 50 60 70
5
x 10
3
presiune in cilindru
0
0 10 20 30 40 50 60 70
timp [s]
pag. 80
6.2. Modelarea frânării ABS pentru vagoanele de cale ferată
6.1. 1. Descrierea unei frâne ABS
Dotarea fiecărui vagon de călători cu un sistem de frânare antiblocator ABS este impu-
să de către UIC. El are rolul de a conduce frânările totale astfel încât să se poată exploata cât
mai bine aderenţa disponibilă, evitând blocarea roţilor.
Încadrarea sistemului ABS în instalaţia de frânare este ilustrată în fig. 6.13.
pag. 81
Fig. 6.14. Mişcarea roţii în timpul frânării
s v car v w v car (9.2)
unde: s este alunecarea, cuprinsă între 0 (roată nefrânată) şi 1 (roată blocată), v car este viteza
vagonului iar v w viteza roţii.
Ecuaţia roţii i în regim de alunecare, dacă nu se consideră efectele dinamice (mai ales
cabrările boghiurilor şi vagonului) şi dacă pe osie sunt montate două discuri de frână, este:
1 dv wi Qi
Ji f( s) g rwi μ( s) Fwi (t) rdi (9.3)
rwi dt 2
unde: J i =momentul de inerţie al roţii, f = coeficientul de frecare roată-şină, rwi = raza roţii,
Q i = sarcina pe osie, g = acceleraţia gravitaţională, μ = coeficientul de frecare disc-garnitură,
Fwi = forţa de frânare aplicată discului iar rdi = raza echivalentă a discului. În cazul altei for-
mule de echipare a osiei (de exemplu cu un singur disc), ecuaţia trebuie rescrisă.
f este puternic dependent de s. Pe lângă dependenţa de s, f este influenţat de geometria,
curăţenia şi uzura sistemului roată-şină precum şi de factorii meteorologici. Experimental se
constată şi existenţa unor variaţii aleatorii ale aderenţei chiar pe distanţă de câţiva metri. În
figura următoare se prezintă o dependenţă f(s) tipică. Aceeaşi alură a dependenţei aderenţă-
alunecare poate fi găsită şi în cazul automobilelor.
Pseudo-alunecarea se datorează elasticităţii roţii, manifestându-se printr-o decelerare
bruscă care apare la pierderea contactului roată-şină. Aproximativ între valorile 0,15 şi 0,2 ale
alunecării, apare un fenomen paradoxal, insuficient explicat până în prezent, prin care
aderenţa creşte cu creşterea alunecării. Astfel alunecarea atinge un maxim relativ fB, pentru o
alunecare optimă sOpt. De cele mai multe ori între fB şi fA, coeficientul de frecare în condiţiile
menţinerii contactului roată-şină, există inegalitatea fB < fA. Există şi situaţii în care fB > fA.
pag. 82
Fig. 6.15. Dependenţa dintre aderenţă şi alunecare
Datorită creşterii aderenţei cu alunecarea, în porţiunea sB - sOpt apare un efect de auto-
stabilizare a alunecării, care favorizează reglarea sa cu precizie, prin modularea adecvată a
forţei de frecare aplicate roţii. Scopul acţiunii dispozitivului ABS este tocmai menţinerea
alunecării fiecărei roţi în domeniul controlabil dintre sB şi sOpt, cât mai aproape de sOpt, care
este de regulă cuprins între 0,15 şi 0,25, atât pentru vagoane cât şi pentru automobile.
Când alunecarea depăşeşte acest domeniu, controlul asupra roţii este greu de menţinut
şi roata se blochează rapid. Dacă forţa de frânare scade, deblocarea roţii se produce rapid, con-
trolul asupra alunecării fiind greu de restabilit.
pag. 83
Anexa 1. UTILIZAREA MEDIULUI MATLAB ÎN IDENTIFICAREA
SISTEMELOR ŞI METODE DE REGRESIE
pag. 84
pag. 85
pag. 86
pag. 87
pag. 88
pag. 89
pag. 90
pag. 91
pag. 92