Sunteți pe pagina 1din 188

Dorina Popescu

INTRODUCERE ÎN TEORIA
SENSIBILITĂŢII SISTEMELOR
DINAMICE

2006
Prefaţă

Investigarea sistemelor automate prin analiza de sensibilitate a


modelelor folosite constituie o modalitate elegantă de explicare ştiinţifică
a neajunsurilor lor şi oferă o cale eficace de îndepărtare a acestora.
Proiectarea sistemelor de reglare automată se face întotdeauna plecând
de la un model matematic al procesului tehnic supus automatizării.
Determinarea modelelor matematice ale proceselor tehnice se realizează
prin metode de identificare şi estimare a parametrilor. Adeseori, în
situaţia în care identificarea se face experimental, se presupune chiar şi
pentru procesele complexe, o structură de model liniar şi prin măsurători
şi calcule se estimează valorile, evident aproximative, ale parametrilor
acesteia. În situaţia în care modelul se obţine prin identificare analitică
se apelează la legile fizice care descriu fenomenele din proces. Multe
dintre ele sunt descrise prin relaţii matematice liniare care, de fapt,
aproximează legi mai complicate1. Prin urmare, indiferent de modul în
care a fost obţinut şi de destinaţia sa, un model matematic, fie el liniar
sau neliniar, este întotdeauna incert.
Există şi alte surse de incertitudine care "planează" asupra unui sistem.
Valorile parametrilor2 obţinute prin proiectare se transpun în practică
prin componente standardizate, ceea ce înseamnă că nu vor coincide
întocmai cu cele rezultate din calcule. În timpul funcţionării SRA pot să
apară modificări ale parametrilor datorate modificărilor de temperatură
sau a altor influenţe de mediu sau chiar datorate "îmbătrânirii"
componentelor. Uneori, mici modificări ale parametrilor au ca efect
modificări de structură ale sistemului.
Abaterile sunt o măsură a incertitudinilor parametrice. Influenţa
abaterilor mici ale parametrilor asupra comportării sistemului este
studiată de teoria sensibilităţii sistemelor dinamice.
Analiza de sensibilitate este instrumentul ideal pentru a putea atinge
precizia în sistemele industriale, pentru a asigura robusteţea unor
proprietăţi şi pentru a estima cauzele care abat funcţionarea unui sistem
de la regimul de funcţionare dorit.

1Exemple de legi fizice aproximate prin expresii linearizate:


în termodinamică, legea dilataţiei l (T ) = l (To) + c (T-To), lungimea unui obiect l

variază cu temperatura T ;
• în ingineria mecanică, legea lui Hooke F(l)=c(l-lo), forţa elastică F este
proporţională cu alungirea resortului l;
• în oceanografie, densitatea apei în jurul unui punct staţionar se exprimă printr-
o funcţie lineară de temperatură, salinitate şi presiune.
2 Coeficienţii din modelele matematice în formele canonice sunt parametri

matematici. În descrierea analitică a fenomenelor fizice din sisteme apar coeficienţi


cu anumite semnificaţii fizice, denumiţi parametri fizici.
ii Prefaţă
Astfel, necesitatea unui studiu de sensibilitate parametrică sau de
structură este de necontestat. Aceasta face ca teoria sensibilităţii, deşi
apărută de mai bine de o jumătate de secol, să fie de actualitate şi
mereu utilă specialiştilor în automatică şi ca urmare să dea naştere unor
noi abordări ştiinţifice.
Lucrarea de faţă, compusă dintr-un număr de 5 capitole şi 7 anexe,
prezintă în mod progresiv noţiuni de bază ale teoriei şi calculului
abaterilor mărimilor sistemelor dinamice, în parte sisteme de reglare
automată, de la traiectoriile de funcţionare nominală, datorate abaterilor
parametrilor sau condiţiilor iniţiale de la valorile nominale.
Lucrarea se încadrează în literatura asupra teoriei sistemelor de reglare
automată şi este destinată studenţilor şi inginerilor.
S-a făcut tot posibilul ca lucrarea să fie autonomă, adică să poată fi
înţeleasă şi asimilată fără a se recurge neapărat la alte lucrări similare
dar binevenite oricând. S-a presupus că cititorul cunoaşte teoria clasică
a sistemelor, noţiuni fundamentale ale acesteia sunt reamintite foarte pe
scurt în primul capitol, Consideraţii asupra sistemelor dinamice.
Capitolul 2, Aspecte de bază în analiza generală de sensibilitate, este
fundamental cu privire la prezentarea celor mai importante noţiuni cu
care operează teoria sensibilităţii. Având un aport substanţial în cadrul
lucrării, acest capitol abordează chestiuni de clasificare a problemelor
din teoria sensibilităţii, defineşte funcţiile de sensiblitate parametrică
(asociate mărimilor caracteristice ale sistemelor continue şi ale celor cu
eşantionare) şi abaterile calculabile prin intermediul acestora, măsurile
de sensibilitate, funcţiile de sensibilitate în domeniul operaţional şi ale
abaterile de ordinul al doilea. Mai multe subcapitole sunt dedicate
metodelor de bază, generale, directă şi indirectă, care permit
determinarea funcţiilor de sensibilitate parametrică ale sistemelor
descrise prin modele matematice în diverse forme canonice sau ale
sistemelor cu structuri complexe. Se tratează cu multe detalii
"sensibilitatea sistemelor cu eşantionare", facându-se referiri atât la
parametrii matematici ai SRAN cât şi la pasul de discretizare h sau chiar
la modul în care timpului de calcul influenţează SRAN. Tot aici se
vorbeşte despre "calculul numeric al funcţiilor de sensibilitate
parametrică". Pe de-o parte sunt investigate modalităţile de soluţionare
a problemelor de sensibilitate parametrică prin intermediul mediilor
matematice existente (MATLAB-SIMULINK) şi se concep noi funcţii
MATLAB care permit calculul anumitor funcţii de sensibilitate
parametrică iar pe de altă parte se încearcă generarea unor algoritme de
calcul a funcţiilor de sensibilitate implementabile în orice limbaj de
programare (se generează relaţii algoritmice implementate apoi prin 4
funcţii C destinate calculului funcţiilor de sensibilitate parametrică în
raport cu parametrii matematici în cazul particular al sistemelor SISO).
Anexele 1÷5 completează şi detaliază afirmaţiile din acest capitol.
iii Introducere în teoria sensibilităţii sistemelor dinamice
Capitolul 3, Utilizarea analizei de sensibilitate directă în automatică,
prezintă importante dezvoltări aplicative cu caracter general. Acest
capitol se ocupă de analiza de sensibilitate a structurii unui SRA în
domeniul de pulsaţii prin prisma a două noţiuni diferite: funcţia de
sensibilitate de comparaţie şi funcţia de sensibilitate Bode aferentă SRA,
care deşi dau interpretări diferite au expresii identice, după care face o
analiză paralelă a sensibilităţii a 4 structuri de reglare automată cu
frecvenţă ridicată de apariţie în sistemele tehnice. Studiul este canalizat
spre analiza sensibilităţii mărimilor caracteristice ale SRA în domeniul
timp, în domeniul de pulsaţii precum şi a sensibilităţilor aferente ale
unor parametri importanţi ai unei bucle de reglare: coeficientul de
amortizare şi pulsaţia proprie. Anexa 6 completează analiza în domeniul
timp îar Anexa 7 detaliază calculul sensibilităţilor în domeniul
operaţional.
Capitolul 4, Utilizarea analizei de sensibilitate inversă, are ca obiectiv
central prezentarea problemei principale a analizei de sensibilitate
inversă şi abordează trei metodede soluţionare a sa. Sunt cercetate şi
dezvoltate metode teoretice cu caracter general, privitoare la estimarea
abaterilor parametrilor unui proces de la valoarea lor nominală utilizând
funcţii de sensibilitate parametrică.
Capitolul 5, Aplicaţii, propune ca primă aplicaţie utilizarea analizei de
sensibilitate la determinarea coordonatelor optimale ale punctului de
funcţionare staţionară al unui sistem neliniar cu scopul liniarizării în
vecinătatea acestui punct. A doua aplicaţie vizată este aceea a utilizării
observatoarelor de stare cu sensibilitate redusă (sau ridicată, de la caz
la caz) la detectarea defectelor instrumentale din cadrul sistemelor de
reglare automată. În final, se trece în revistă posibilitatea utilizării
analizei de sensibilitate inversă într-o aplicaţie inteligentă.
Cu deosebit respect şi recunoştinţă doresc să mulţumesc tuturor acelora
care m-au ajutat să duc la bun sfârşit această lucrare.
În mod deosebit îi mulţumesc domnului profesor dr.ing. Toma Leonida
Dragomir pentru ideea apariţiei acestei cărţi precum şi pentru
numeroasele sugestii şi recomandări.
Îi mulţumesc domnului profesor dr.ing. Radu Precup pentru referatul de
apreciere favorabil la adresa cărţii.
Îi mulţumesc domnului profesor dr.ing. Matei Vînătoru pentru încredera
că voi duce la bun sfârşit lucrarea şi pentru încurajarea pe care mi le-a
arătat pe durata redactării.

Suportul financiar pentru apariţia volumului s-a primit din partea


MEC prin Grantul CNCSIS Cod 309 Tema 34/2005.

Timişoara, ianuarie 2006


Dorina Popescu
Dorina Popescu, INTRODUCTION IN THE SENSITIVITY
THEORY OF DYNAMICAL SYSTEMS

The control systems investigation by using sensitivity analysis of their


models represents an elegant manner to explain their unsuitable movements
and offer an effective way to remove them.
The control system design always requires a mathematical model of the
plant. All the modelling procedures give models with some parameter
uncertainties. The parameter deviations are the measure of the parameter
uncertainties. The influences of the small parameter deviations are studied
by the sensitivity theory. The sensitivity theory, part of the system theory, is
a powerful instrument to achieve accuracy in industrial systems, to ensure
the robustness of some properties and to estimate the causes of the faulty
(unsuitable) behaviour. So, it is considered that sensitivity theory is
necessary to the analysis and synthesis of automatic control systems and
fault detection capabilities.
The overall objective of the book is to presents the usual terms to analyse the
connections between the parameter deviations of the plant and the general
behaviour of the system control.
The book consists of 5 chapters followed by 7 appendixes.
The first chapter, Generalities about dynamical systems, provides the
prerequisite. Thus presents the fundamental mathematical models, the
characteristics and the basic properties of dynamical systems.
Chapter 2, Basic aspects in general sensitivity analysis, presents the
most important aspects in sensitivity theory. Parametric sensitivity functions
and deviations are defined, for continuous and discrete systems. The direct
and the indirect methods to determine the parametric sensitivity functions
are discussed.
Chapter 3, Using direct sensitivity analysis in automation, presents
important applications of general character and also a part of the author’s
research in direct sensitivity analysis in frequency domain. A parallel
analysis is made, on four structures of control systems that appear
frequently in technical systems.
Chapter 4, Using inverse sensitivity analysis, has as a main objective to
present the problem of the inverse sensitivity analysis and three methods of
solving it, one of them is classic and two are different and unusual.
Chapter 5, Applications. The sensitivity analysis is used to determine the
coordinates of the stationary point of functioning in order to linearize the
models that have nonessential non-linearities, using an integral performance
criterion and sensitivity functions. Other applications refer to the design of
state space observers, with different sensitivities and to the use of the
inverse sensitivity analyses in intelligent systems.
The appendixes include some relevant background, details and examples.
The book is addressed to students, engineers, research workers who desire
to have a large knowledge is sensitivity systems theory.

Dorina Popescu
CUPRINS
Prefaţă ……………………………………………………….………… i
Contents ……………………………………………………………….. iv
Cuprins ……………………………………………………….………… v
Notaţii. Convenţii ……………………………………………………….. x

Capitolul 1
CONSIDERAŢII GENERALE ASUPRA SISTEMELOR
DINAMICE …………………………………………………………… 1
1.1 Noţiunea de sistem dinamic …………………………………… 1
1.2 Clasificarea sistemelor dinamice ………………………….… 3
1.3 Matrice şi funcţii de transfer ale sistemelor liniare ……… 5
1.4 Proprietăţile sistemelor dinamice ...………………….……… 6

Capitolul 2
ASPECTE DE BAZĂ ÎN ANALIZA GENERALĂ DE
SENSIBILITATE ……………………………………………….….. 7
2.1 Clasificări. Definiţii. ………………………………….………….. 7
2.1.1 Modalităţi de abordare a problemelor de analiză a
sensibilităţii sistemelor …………………………………………. 7
2.1.2 Clasificarea Miller-Murray …………………………….….….… 8
2.1.3 Matrice şi funcţii de sensibilitate în domeniul timp ………… 8
2.1.4 Măsuri de sensibilitate ………………………………….……… 13
2.1.5 Sensibilitatea sistemelor cu eşantionare …….………………… 14
2.1.6 Funcţii de sensibilitate în domeniul operaţional …………… 15
2.1.7 Abateri de ordinul al II-lea ……………………………………… 16
2.2 Metode de determinare a funcţiilor de sensibilitate
parametrică ………………………………………….………….. 17
2.2.1 Metoda de calcul direct al funcţiilor de sensibilitate
absolută …………………………………………………………. 18

Dorina Popescu - Introducere în teoria sensibilităţii sistemelor dinamice


vi Introducere în teoria sensibilităţii sistemelor dinamice
2.2.2 Metoda indirectă de determinare a funcţiilor de sensibilitate
absolută …………………………………………………………. 19
2.2.2.1 Modele de sensibilitate de ieşire ………………………………… 20
2.2.2.2 Modele de sensibilitate de stare ………………………………… 23
Cazul sistemelor neliniare ………………………………………… 24
Cazul sistemelor liniare …………………………………………… 25
2.3 Metoda componentei incerte ………………………………….. 29
2.3.1 Metoda componentei incerte pentru sisteme liniare ………… 30
2.3.2 Metoda componentei incerte pentru sisteme neliniare ……… 35
2.4 Metoda punctelor de sensibilitate …………………………….. 39
2.4.1 Metoda punctelor de sensibilitate. Caz general. ……………… 39
2.4.2 Metoda punctelor de sensibilitate. Caz particular …………… 42
2.5 Sensibilitatea sistemelor cu eşantionare ………………….. 45
2.5.1 Modele de sensibilitate ale sistemelor cu eşantionare ……… 46
2.5.1.1 Modele de sensibilitate ale sistemelor cu eşantionare în raport
cu parametrii α j , j = 1, q ……………………………………………… 47
2.5.1.2 Modele de sensibilitate ale sistemelor cu eşantionare în raport
cu parametrul h …………………………………………………… 47
2.5.2 Modele " în două puncte ". Studiu de caz …………………… 49
2.6 Calculul numeric al funcţiilor de sensibilitate
parametrică ………………………………………….………….. 54
2.6.1 Calculul numeric al funcţiilor de sensibilitate utilizând
mediul MATLAB-SIMULINK ……………………………………. 55
2.6.2 Funcţii MATLAB noi, dedicate generării funcţiilor de
sensibilitate parametrică absolută ……………………………. 56
2.6.2.1 Deducerea imaginilor operaţionale ale f.d.s. pe baza MM-II …… 57
2.6.2.2 Implementarea calculului f.d.s. în subprograme
(funcţii) MATLAB ………………………………………………… 58
2.6.3 Metode aproximative de calcul al funcţiilor de sensibilitate
ale sistemelor SISO descrise prin MM-II ……………………. 60
2.6.3.1 Determinarea analitică a relaţiilor de calcul prin metode
aproximative al funcţiilor de sensibilitate parametrică
Cuprins vii
absolute şi relative ……………………………………………… 60
Prelucrarea MM-II în vederea utilizării sale în produse software … 60
Sensibilitatea în raport cu parametrii de tip "a"…………………… 63
Sensibilitatea în raport cu parametrii de tip "b"…………………… 64
2.6.3.2 Implementarea relaţiilor de calcul în limbajul de programare C… 65
2.6.3.3 Concluzii ………………………………………………………… 66

Capitolul 3
UTILIZAREA ANALIZEI DE SENSIBILITATE DIRECTĂ
ÎN AUTOMATICĂ …………………………………………….….. 67
3.1 Analiza de sensibilitate a structurii unui SRA ………….. 68
3.1.1 Sensibilitatea de comparaţie (comparison sensitivity) ……. 68
3.1.2 Analiza sensibilităţii Bode la SRA ……………………………… 72
3.1.3 Aspecte corelative ………………………………………………… 74
3.2 Studiu de caz privind analiza de sensibilitate directă ….. 76
3.2.1 Descrierea procesului …………………………………………… 76
3.2.2 Prezentarea sistemelor de reglare automată ………………… 77
3.2.3 Determinarea şi analiza funcţiilor de sensibilitate
sensibilitate parametrică în domeniul timp …………………. 79
3.2.4 Determinarea şi analiza sensibilităţii Bode şi/sau
a sensibilităţii erorii ……………………………………………… 84
3.2.5 Determinarea şi analiza sensibilităţilor parametrice ale
coeficientului de amortizare şi pulsaţiei proprii ……………. 88

Capitolul 4
UTILIZAREA ANALIZEI DE SENSIBILITATE INVERSĂ
ÎN …………………………………………………………………….….. 91
4.1 Principiul ASI. Schema de estimare a
abaterilor parametrice ………………………………………….. 91
4.2 Metoda clasică de soluţionare a ASI pentru
abateri parametrice ……………………………………………….. 93
4.3 Soluţionarea ASI prin metode algebrice …………………….. 95
4.3.1 Metoda clasică ……………………………………………………. 96
viii Introducere în teoria sensibilităţii sistemelor dinamice

4.3.2 Metoda I ……………………………………………………………. 97


4.3.3 Metoda II ………………………………………………………… 100
4.3.4 Concluzii ………………………………………………………… 102

Capitolul 5
APLICAŢII ………………………………………………………….…. 103
5.1 Determinarea punctului de funcţionare
staţionară optimal ……………………………………………….. 103
5.1.1 Utilitatea punctului de funcţionare staţionară ……………… 103
5.1.2 Stabilirea punctului de funcţionare staţionară optim
(caz general) ………………………………………………………. 104
5.1.2.1 Modelul matematic al procesului neliniar ……………………… 105
5.1.2.2 Modelul matematic liniarizat …………………………………… 106
5.1.2.3 Definirea indicatorului de calitate ……………………………… 107
5.1.2.4 Minimizarea indicatorului de calitate …………………………… 108
5.1.2.5 Funcţii şi modele de sensibilitate în raport cu
parametrii de liniarizare şi cu condiţiile iniţiale ………………… 109
5.1.2.6 Algoritm de calcul al coordonatelor punctului optimal ………… 111
5.1.2.7 Cazul particular al sistemelor SISO ……………………………… 113
5.1.3 Aplicaţie numerică ……………………………………………… 116
5.1.3.1 Modelarea matematică a sistemului cu resort elastic ………… 116
5.1.3.2 Modelul matematic liniarizat …………………………………… 118
5.1.3.3 Modele de sensibilitate de liniarizare şi modelul de
sensibilitate de tip β ……………………………………………… 119
5.1.3.4 Simulări şi rezultate ……………………………………………… 120
5.2 Observatoare de stare cu sensibilitate redusă/ridicată … 122
5.3 Integrea soluţiei ASI în procese de sortare automată …. 124

Anexe
Anexa 1 Sistem combinat asociat unui MM- ISI în forma
standard controlabilă …………………………….………….. 127
Anexa 2 Exemplu relativ la generalizarea metodei
Cuprins ix
componentei incerte ………………………………………….. 128
Anexa 3 Funcţii MATLAB pentru calculul funcţiilor de
sensibilitate parametrică ………………………………….. 131
Anexa 4 CN-FS, program C destinat Calculului Numeric
al Funcţiilor de Sensibilitate ……………………………….. 136
Anexa 5 Calculul numeric al funcţiilor de sensibilitate
parametrică -studiu comparativ- ………………………….. 143
Anexa 6 Determinarea funcţiilor de sensibilitate
parametrică ale SRA din §3.2 …………………………….. 148
Anexa 7 Detalii asupra exemplului din §3.2
Determinarea sensibilităţilor parametrice ale
coeficienţilor de amortizare şi ale pulsaţiilor proprii …. 163

Bibliografie …………………………………………………………….. 168


Index …………………………………………………………………….. 172
Notaţii Convenţii
a=[a1, a2,… aℓ]T – vectorul parametrilor fizici; ℓ - nr. parametrilor fizici;
ao – valoarea nominală a vectorului parametrilor fizici;
A – matricea sistemului, nxn;
ARN – algoritm de reglare automată numerică;
ASD – analiza sensibilităţii directe; ASI – analiza sensibilităţii inverse;
B – matricea de intrare, nxr; b - vectorul de intrare, nx1;
C – matricea de ieşire, pxn; c - vectorul de ieşire, px1;
CAN – Convertor Analog Numeric; CNA – Convertor Numeric Analogic;
D – matricea de interconexiune, pxr;
e – eroare;
f ,g – vectori de funcţii, de expresii vectoriale;
f.d.s. – funcţie de sensibilitate; f.d.t. – funcţie de transfer;
ℱ- de la caz la caz transformata ℒ sau tansformata Ƶ ;
h – perioada de eşantionare; pasul de discretizare;
I – matricea identitate, de dimensiune compatibilă cu matricele din
context;
J – indicator de calitate; Jα – sensibilitatea lui J în raport cu α;
MIMO – Multi Input Multi Output – sistem multivariabil la intrare şi la
ieşire;
MM–II – model matematic intrare – ieşire;
MM–ISI – model matematic intrare – stare – ieşire;
Mpq – matrice de dimensiune pxq;
ℕ; ℝ; ℤ ℂ- mulţimea numerelor naturale; reale; întregi; complexe;
ℝα – subspaţiul abaterilor parametrilor α în vecinătatea lui αo ;
∆αєℝα ⊂ℝq ;
ℝξ – subspaţiul corespunzător abaterii mărimii caracteristice ξ,
∆ξєℝξ⊂ℝp;
r.i.s.t. – realizare invariantă la semnal treaptă;

s – variabila operaţională a transformatei Laplace, ℒ ;


Dorina Popescu - Introducere în teoria sensibilităţii sistemelor dinamice
Notaţii. Convenţii xi

SISO – sistem monovariabil la intrare şi la ieşire;


SRA – Sistem de Reglare Automată; SRAN – SRA Numerică;
STC – Sistem în Timp Continuu; STD – Sistem în Timp Discret;
ξ ξ
S α ( t; α o ) , Sα – matricea funcţiilor de sensibilitate parametrică absolută
ale vectorului ξ în raport cu vectorul α; Sij - f.d.s absolută,
ξ
componentele matricei S α ; Sij : ℑ xℝ→ℝ;
ξ ξ
S α ( t; α o ) , Sα – matricea funcţiilor de sensibilitate parametrică relativă

ale vectorului ξ în raport cu vectorul α; Sij - f.d.s relativă,


ξ
componentele matricei Sα ; Sij :ℑ xℝ→ℝ;
~ξ ~ξ
Sα ( t; α o ) , Sα – matricea funcţiilor de sensibilitate parametrică semire-
~
lativă a vectorului ξ în raport cu vectorul α; Sij - f.d.s
~ξ ~
semirelativă, componentele matricei Sα ; Sij :ℑ xℝ→ℝ;

ℑ – mulţimea de timp, tєℑ; to – momentul iniţial ; tf – momentul final ;


ℑ⊂ℝ – mulţimea de timp continuu; ℑ⊂ℤ – mulţimea de timp
discret; {kh}kєℤ → {k}kєℤ → {t}tєℤ – convenţie de notaţii referitoare la
momentele de timp discret;
u – vectorul mărimilor de intrare, uєℝr; r nr. mărimilor de intrare;
v – mărime perturbatoare; w – mărime de conducere;
x – vectorul mărimilor de stare, xєℝn; n ordinul sistemului;
y – vectorul mărimilor de ieşire, yєℝp; p numărul mărimilor de ieşire;
z – variabila operaţională a transformatei Ƶ;
α = [α1, α2,… αq]T – vectorul parametrilor matematici ai unui sistem,
parametrul abaterilor de tip α; q - numărul parametrilor matematici;
αo – valoarea nominală a vectorului parametrilor matematici;
∆ – abatere, diferenţă; ∆a – abaterea vectorului parametrilor fizici de la
valoarea sa nominală;
∆α – vectorul abatere a parametrilor α de la valoarea nominală αo;
∆ξ – abaterea mărimii caracteristice ξ de la traiectoria nominală ξo(t;α o);
λ – vectorul de sensibilitate de eşantionare;
xii Introducere în teoria sensibilităţii sistemelor dinamice

λ – variabila operaţională unificată, (de la caz la caz s sau z)1;


ξ(t;α) = [ξ1(t;α), ξ2(t;α), …, ξp(t;α)]T – mărime vectorială de variabilă
independentă timp şi de parametru α care descrie sistemul,
numită mărime caracteristică, de valoarea nominală ξo(t;αo); ξo;
ς , ς - matrice (funcţie) de sensibilitate de tip β;
σ – matricea de sensibilitate absolută a ieşirii în raport cu α; σ єMpq;
σij – f.d.s. absolută a ieşirii yi în raport cu parametrul αj ;
Σα – sistem dinamic, de parametrii α;
∑ α – sistem nominal, de parametrii αo;
o

τ – timp mort; τc – timp de calcul;


χ – matricea de sensibilitate absolută a stării; χ є Mn q;
χij – f.d.s. absolută a stării xi în raport cu parametrul αj ;

Convenţii
¾ În schemele bloc sunt reprezentate cu chenar dublu blocurile
nelineare şi cu chenar simplu blocurile lineare.
¾ În schemele bloc vectorii coloană înmulţesc întotdeauna matricele la
dreapta, iar vectorii linie la stânga. Vectorii linie apar prin indicarea
operaţiei de transpunere.
¾ În schemele bloc în care apar atât mărimi în timp continuu cât şi
mărimi în timp discret diferenţierea dintre ele se face prin bararea
superioară a mărimilor în timp discret.
¾ Notaţia relaţiilor este de forma:
număr capitol.număr paragraf.număr sub…paragraf.x
unde x reprezintă numărul de ordine al relaţiei din cadrul ultimului
paragraf din listă.
¾ Notaţia figurilor este de forma:
număr capitol.număr paragraf.număr sub…paragraf-x
unde x reprezintă numărul de ordine al figurii din cadrul ultimului
paragraf din listă.

1 Se cuvine să precizez că acolo unde lucrurile se desfăşoară în mod similar la

sistemele în timp continuu şi la cele în timp discret dacă mărimile sunt exprimate
în domeniul timp atunci se consideră tєℑ iar dacă mărimile sunt exprimate în
domeniul operaţional atunci variabila operaţională utilizată este λєℂ.
1 CONSIDERAŢII GENERALE
ASUPRA SISTEMELOR DINAMICE

1.1 Noţiunea de sistem dinamic


În mediul înconjurător fiinţa umană percepe fenomenele fizice naturale
în mod continuu în spaţiu şi în timp. De-a lungul timpului omul a
observat că fenomenele din natură nu sunt nici singulare şi nici izolate
iar anumite cauze le pot influenţa. Acolo unde desfaşurarea
fenomenelor nu este pe placul său omul doreşte să intervină. Evoluţia
analizei intuitive a condus la aprecierea deopotrivă a cauzelor şi
efectelor în luarea deciziilor. Pentru a putea interveni eficient în scopul
modificărilor dorite, omul trebuie să cunoască suficient de bine
fenomenele fizice. Cunoaşterea presupune pe de-o parte, înţelegerea
modului de desfăşurare a fenomenelor iar pe de altă parte, a stabilirii
condiţiilor şi modalităţilor în care acestea pot fi influenţate.
Din punct de vedere istoric nu se
cunoaşte exact contextul sau
momentul apariţiei noţiunii de sistem.
În cartea de faţă termenul de sistem
este legat de noţiunea de automatică1.
Prin sistem se înţelege un ansamblu de
elemente, concrete sau abstracte,
Fig.1.1-1 Ilustrarea noţiunilor de
sistem şi subsistem aflate în interacţiune între ele şi/sau
cu mediul înconjurător2, fig.1.1-1.
Dacă un ansamblu de elemente concrete, materiale, sunt reunite într-
un întreg asigurând acestuia o anumită funcţionalitate, atunci avem
de-a face cu un sistem fizic. Prin extrapolare, dacă elementele care
formează împreună un sistem sunt abstracte şi ca atare nu au o
anume semnificaţie fizică, atunci avem de-a face cu un sistem abstract.
Cu termenul de subsistem3 denumim un sistem care este parte
componentă a unui alt sistem [Bud 80]. Denumim element simplu un
sistem care nu conţine subsisteme.

1 Conform [Dex 84]: Automatica - ramură a ştiinţei şi a tehnicii care se ocupă cu


studiul metodelor şi al mijloacelor pentru desfăşurarea proceselor tehnice fără
participarea directă a omului.
Din greceşte: avtomatos- funcţionează singur.
2 Conform [Dra 04]: Un sistem este un ansamblu de obiecte interconectate, care are

un rol determinat şi care este bine delimitat în raport cu mediul exterior.


3 Termenul de subsistem trebuie înţeles în următoarea manieră: prin

interconectarea a două sau mai multe sisteme se formează un nou sistem iar
sistemele care s-au interconectat devin subsisteme ale sistemului rezultat.
2 Cap.1. Consideraţii generale asupra sistemelor dinamice

Descrierea fenomenelor care au loc în interiorul sistemului precum şi


interacţiunea sistemului cu mediul înconjurător se face cu ajutorul
mărimilor. Distingem trei categorii de mărimi:
• mărimi de intrare, notate u (comenzi) sau v (perturbaţii), - descriu
acţiunea dinspre mediu către sistem; împreună formează vectorul
de intrare u având dimensiunea rx1;
• mărimi de ieşire, notate y, - descriu acţiunea dinspre sistem către
mediu; sunt grupate în vectorul de ieşire y cu dimensiunea px1;
• mărimi de stare, notate x, - descriu acţiunea internă a sistemului
făcând legătura dintre intrare şi ieşire; ele alcătuiesc vectorul de
stare x având dimensiunea nx1, n fiind ordinul sistemului. Ele
caracterizează întotdeauna procese ale acumulării de energie şi ne
permit să cunoaştem tendinţa de evoluţie a sistemului la un
moment dat şi să determinăm valorile oricărei alte mărimi
referitoare la sistem, (de ex. mărimile de ieşire).
Orientarea unui sistem are întotdeauna caracter cauzal în sensul că
mărimile de intrare sunt mărimi cauză iar mărimile de ieşire sunt
mărimi efect, cauza neputând să anticipeze efectul (cauza precede
efectul).
În funcţie de numărul mărimilor de intrare şi de ieşire distingem:
• sisteme monovariabile la intrare şi la ieşire sau sisteme de tip SISO
(Single Input Single Output) dacă r = 1 şi p =1.
• sisteme multivariabile la intrare şi la ieşire sau sisteme de tip MIMO
(Multi Input Multi Output) dacă r > 1 şi p >1.
Două sisteme se consideră separabile dacă se comportă identic în
situaţia în care sunt independente cu situaţia în care sunt
interconectate (adică, în cele două situaţii, mărimile lor coincid). În
mod simplificat, se admite că două subsisteme sunt separabile dacă
subsistemul aval reprezinta o sarcină mică pentru subsistemul
amonte.
Întotdeauna, în evoluţia unui sistem, fenomenele şi interdependenţele
sunt urmărite în timp. În acest context se vorbeşte despre sistem
dinamic adică acel sistem a cărui comportare este surprinsă prin
variaţiile în timp ale mărimilor sale caracteristice. Cum în natură nici
un efect nu poate să preceadă cauza înseamnă că vorbim de fapt
despre sistem dinamic cauzal.
Primul pas în tratarea unitară a sistemelor (care nu ţine seama de
natura lor fizică) se realizează prin descrierea lor cu ajutorul modelelor
matematice (MM). Acestea sunt fie sisteme de ecuaţii (diferentiale,
algebrice sau ecuaţii cu diferenţe), fie funcţionale care descriu din
punct de vedere matematic fenomenele care au loc în sistem, de pildă
1.1 Noţiunea de sistem dinamic 3

interacţiunea dintre u şi y. Asocierea unui model matematic unui


sistem fizic este un proces laborios, presupune multă experienţă şi se
realizează prin identificare analitică şi/sau experimentală. Modelarea
matematică a sistemelor fizice este esenţială pentru a analiza
proprietăţile acestora şi necesară pentru a experimenta noi structuri
de conducere a proceselor tehnice către scopul dorit.

1.2 Clasificarea sistemelor dinamice


În funcţie de anumite caracteristici, evidenţiate cu ajutorul modelelor
matematice, se poate considera că există diverse modalităţi de
clasificare a sistemelor dinamice.
1. După mulţimea de timp considerată clasificăm sistemele dinamice
în:
• sisteme în timp continuu (STC) acele sisteme a căror evoluţie se
urmăreşte pe o mulţime de timp continuă: Т ⊆ R+ şi
• sisteme în timp discret (STD) acele sisteme a căror evoluţie se
urmăreşte pe o mulţime discretă de timp T = {t1 , t 2 ,L , t k ,L}k∈N . În
cazul sistemelor de reglare automată în care procesul tehnic este
condus cu regulator numeric tk=kh şi h se numeşte perioadă de
eşantionare.
2. Dacă singura variabilă independentă din cadrul modelului ma-
tematic al sistemului este timpul atunci avem de-a face cu un sistem
cu parametri concentraţi. Dacă în cadrul modelului matematic pe lîngă
timp apare şi o variabilă independentă spaţială atunci spunem că
sistemul este cu parametri distribuiţi.
Sistemele considerate în continuare sunt cu parametri concentraţi.
3. În funcţie de ecuaţiile modelelor matematice distingem:
• modele matematice intrare - ieşire (MM-II) - leagă mărimile de intrare
u, de mărimile de ieşire y, fără a utiliza alte mărimi ajutătoare. Ele
sunt redate prin funcţionale matematice. La SISO1 sunt de forma:
f (y (n) (t), L , y& (t), y(t), u (m) (t), L , u& (t), u(t), t) = 0, t ∈ T ⊂ R +
(1.2.1)
y (i) (t o ) = y i, o , i = 0, n - 1, u (j) (t o ) = u j, o , j = 0, m - 1,
pentru STC sau de forma
f (y[tk ],L, y[tk - n + 1], y[tk - n], u[tk ],L, u[tk - n + 1], u[tk - n], t k ) = 0
(1.2.2)
y[t-i] = yi,o, u[t-i] = ui,o, i = 0, n -1 , t k ∈ T ⊂ Z
pentru STD.

1 La MIMO forma MM-II este complicată şi greoaie şi ca urmare nu se utilizează.


4 Cap.1. Consideraţii generale asupra sistemelor dinamice

• modele matematice intrare - stare - ieşire (MM-ISI) - realizează


legătura între mărimile de intrare u şi cele de ieşire y prin
intermediul mărimilor de stare x. MM-ISI este alcătuit din două
grupuri de ecuaţii:
ƒ ecuaţii de stare – sunt ecuaţii diferenţiale de gradul I la STC sau
ecuaţii cu diferenţe la STD. La STC ele furnizează derivatele
mărimilor de stare în funcţie de mărimile de stare şi de mărimile
de intrare. La STD ele furnizează mărimile de stare la momentul
tk+1 în funcţie de mărimile de stare şi de mărimile de intrare la
momentul tk
ƒ ecuaţii de ieşire – sunt ecuaţii algebrice. Ele furnizează mărimile
de ieşire în funcţie de mărimile de stare şi de mărimile de intrare.
Scrise compact, MM-ISI au forma generală
x& (t) = f (x(t), u(t), t) , x(to) = x o
 t ∈T , (1.2.3)
y(t ) = g (x(t), u(t), t )
la STC respectiv la STD
x [t k +1] = f (x [t k ], u [t k ], t k ) , x [t o ] = x o
 tk ∈ T . (1.2.4)
y
 k[t ] = g (x [t k ], u [t k ], t k )
4. În cazul în care ecuaţiile modelelor matematice în domeniul timp
sunt redate prin funcţii liniare în raport cu variabilele x, u, y spunem
că avem un sistem liniar1. În caz contrar, dacă cel puţin una dintre
ecuaţiile modelului matematic nu este liniară în variabile atunci avem
de-a face cu un sistem neliniar.
În cazul sistemelor liniare sunt uzuale următoarele forme canonice ale
• MM-II la STC
a n y (n) (t) + a n −1 y (n −1) (t) + ... + a1 y& (t) + a o y(t) = b m u (m) (t) + L
L + b1 u& (t) + b o u(t), a n ≠ 0,
(1.2.5)
y (i) (t o ) = yi,o , i = 0, n - 1, u (j) (t o ) = u j,o , j = 0, m - 1
respectiv la STD
a n y[t] + a n −1y[t − 1] + L a1y[t − n + 1] + a o y[t − n] = bn u[t] +
+ bn −1u[t − 1] + L + b1y[t − n + 1] + bou[t − n], a n ≠ 0,
(1.2.6)
y[−i] = yi,o , u[−i] = u i,o , i = 0, n − 1

1 Sistemele liniare se supun principiului superpoziţiei conform căruia suprapunerea


cauzelor implică suprapunerea efectelor.
1.2 Clasificarea sistemelor dinamice 5

Atât la STC cât şi la STD este uzuală forma în care an=1.


La STC strict cauzale m>n iar la limita cauzalităţii m=n.
La STD strict cauzale bn≠0 iar la limita cauzalităţii bn=0.
• MM-ISI la STC
x& (t) = A ⋅ x(t) + B ⋅ u(t), x(t o) = x o
 , (1.2.7)
y(t) = C ⋅ x(t) + D ⋅ u(t)
respectiv la STD
x[t + 1] = A ⋅ x[t] + B ⋅ u[t] , x[0] = x o
 . (1.2.8)
y[t] = C ⋅ x[t] + D ⋅ u[t]
Atât la STC cât şi la STD matricele au denumirile: A(nxn) matricea
sistemului, B(nxr) matricea de intrare, C(pxn) matricea de ieşire,
D(pxr) matricea de interconexiune. La sistemele strict cauzale D=0.
În (1.2.5) şi (1.2.7) variabile t are semnificaţia de timp real. În (1.2.6) şi
(1.2.8) variabile t are semnificaţia de timp relativ, eşantion de timp.
Sistemele neliniare care pot fi aproximate în vecinătatea punctelor de
funcţionare prin modele liniare sunt cunoscute sub denumirea de
neliniarităţi neesenţiale. Toate celelalte sunt neliniarităţi esenţiale.
5. Dacă funcţiile f şi g din (1.2.1)÷(1.2.4) nu depind explicit de timp
atunci sistemul este numit invariant în timp. În caz contrar el este
numit variant în timp.
u y
Reprezentarea sistemelor în schemele bloc se face Σx
ca în fig. 1.2-1, înscriind în interiorul
Fig.1.2-1 Simbolizarea
dreptunghiului unul dintre modelele matematice sistemului Σ
care descriu sistemul.
O multitudine de sisteme reale pot fi aproximate prin modele liniare,
invariante în timp, cu parametri concentraţi. Ca urmare s-a dezvoltat o
teorie unitară, relativ accesibilă şi larg cunoscută a acestui tip de
sisteme dinamice.
Pentru simplificare, termenul de "sistem" va fi utilizat în continuare
pentru modelul matematic al unui sistem dinamic liniar sau neliniar
de tip neesenţial, cu parametri concentraţi.

1.3 Matrice şi funcţii de transfer ale sistemelor liniare


La sistemele liniare, în condiţii iniţiale nule, în domeniul complex între
u şi y există o dependenţă de forma:
y(λ) = H(λ) ⋅ u(λ) (1.3.1)
6 Cap.1. Consideraţii generale asupra sistemelor dinamice

unde λ reprezintă variabila operaţională unificată (la STC, variabila s


a transformatei Laplace iar la STD, variabila z a transformatei Z).
La MIMO H(λ) se numeşte matrice de transfer. Calculul lui H(λ) pe
baza MM-ISI se face cu relaţia
H(λ) = C(λI - A)-1B + D (1.3.2)
La SISO H(λ) are o singură componentă denumită funcţie de transfer.
La STC din MM-II (1.2.5) se obţine
bmsm + bm -1sm -1 + L + b1s + bo
H(s) = (1.3.3)
a nsn + a n -1sn -1 + L a1s + a o
iar la STD din MM-II (1.2.6) se obţine
bn zn + bn -1zn -1 + L + b1z + bo
H(z) = . (1.3.4)
a n zn + a n -1zn -1 + L a1z + a o

1.4 Proprietăţile sistemelor dinamice


Utilitatea practică a sistemelor dinamice este importantă prin prisma
proprietăţilor lor principale [Voi 86]: identificabilitatea, stabilitatea,
controlabilitatea, observabilitatea, robusteţea, adaptabilitatea.
Pe scurt semnificaţia acestora poate fi rezumată după cum urmează.
• Identificabilitatea - este proprietatea unui sistem de a i se putea
determina structura şi parametrii pe baza cunoaşterii mărimii
cauză şi a efectului produs de aceasta.
• Stabilitatea - este proprietatea unui sistem de a reveni pe cale
naturală într-o stare de echilibru din care a fost scos de o
perturbaţie, după dispariţia perturbaţiei.
• Controlabilitatea - este proprietatea unui sistem de a putea fi adus
la un efect dorit, întotdeauna existând o mărime cauză care să
producă efectul dorit.
• Observabilitate - este proprietatea unui sistem ca pentru o anumită
evoluţie dorită să se permită determinarea mărimii cauză care a
determinat-o.
• Robusteţea - este proprietatea unui sistem de a-şi păstra, în
anumite limite precizate, o anumită calitate (de pildă, una dintre
proprietăţile de mai sus) în condiţiile în care parametrii şi/sau
structura se modifică.
• Adaptabilitatea - este proprietatea unui sistem care nu are o
anumită calitate de a o putea dobândi prin modificări structurale cu
adăugarea unor părţi noi şi/sau ajustări parametrice.
2 ASPECTE DE BAZĂ ÎN ANALIZA
GENERALĂ DE SENSIBILITATE

Teoria sensibilităţii este parte a teoriei sistemelor. Ea operează cu


noţiuni şi termeni specifici teoriei generale a sistemelor (sintetizaţi în
capitolul 1) dar şi cu o serie de noţiuni şi termeni proprii.
Scopul acestui capitol este de a prezenta metodele şi instrumentele de
lucru proprii cu care poate opera teoria sensibilităţii atunci când este
utilizată la aprecierea comportării unui sistem de reglare automată.

2.1 Clasificări. Definiţii


Termenii proprii teoriei sensibilităţii, în forma şi cu notaţiile specifice
domeniului de automatică sunt trecuţi în revistă în cele ce urmează.

2.1.1 Modalităţi de abordare a problemelor de analiză a


sensibilităţii sistemelor dinamice
Înainte de a utiliza un model matematic al unui sistem în diverse
scopuri este necesar să se studieze dependenţa sa de anumite
modificări care pot interveni cu privire la valorile parametrilor. În alte
situaţii, în care apar abateri ale traiectoriilor mărimilor sistemului de
la cele ideale este necesar să se determine cauzele care au determinat
abaterile, [Ung 88], [Ian 99]. Un rol important în soluţionarea acestor
probleme revine analizei sensibilităţii sistemelor. Analiza sensibilităţii
sistemelor este un instrument modern pentru aprofundarea
cunoaşterii comportării unui sistem de orice natură ar fi acesta:
tehnic, economic, biologic, social ş.a. [Ung 98]. De pildă, în sensul de
"sensibilitate parametrică" ea stabileşte măsura în care anumite
variaţii relativ mici ale parametrilor sau mărimilor influenţează
comportamentul unui sistem.
În funcţie de tipul problemei pe care trebuie să o rezolve, analiza
sensibilităţii sistemelor se poate clasifica în:
¾ Analiza sensibilităţii directe (ASD);
¾ Analiza sensibilităţii inverse (ASI).
Principial, prin ASD se determină influenţele pe care le au asupra
sistemului variaţiile parametrilor sau variaţiile stării iniţiale. Prin ASI,
pornind de la anumite modificări care apar în comportamentul
sistemului se realizează o estimare a abaterilor parametrilor sau
stărilor iniţiale care au determinat aceste modificări. Aşadar, prin
termenul "direct" se indică sensul de la cauză la efect iar prin termenul
8 Cap.2. Aspecte de bază în analiza generală de sensibilitate

"invers" sensul de la efect spre cauză. Este clar că dependenţele nu


sunt bijective şi că practic injectivitatea este greu de utilizat. Se poate
afirma că ASI rezolvă o problemă de estimare parametrică.

2.1.2 Clasificarea Miller-Murray


În general performanţele unui sistem dinamic pot fi modificate de
diverse inexactităţi, variaţii sau abateri ce pot interveni cu privire la
valorile parametrilor săi sau ale stării iniţiale.
În funcţie de cauzele care produc erori în sisteme, abaterile se clasifică
în:
¾ Abateri de tip α - sunt abateri ale parametrilor de la valorile lor
nominale, abateri care nu modifică ordinul sistemului;
¾ Abateri de tip β - sunt abateri ale condiţiilor iniţiale de la valorile lor
nominale ;
¾ Abateri de tip λ (sau structurale) - sunt abateri ale parametrilor de la
valorile lor nominale, λ=0, care modifică esenţial tipul dinamicii
unui sistem, structura şi/sau ordinul sistemului.
Clasificarea de mai sus este cunoscută sub denumirea de clasificarea
Miller-Murray, [Fra 76].
În mare parte, lucrarea de faţă se referă la abateri de tip α cu
precizarea că rezultatele se pot utiliza şi la abateri de tip λ. În foarte
mică măsură sunt amintite abaterile de tip β.

2.1.3 Matrice şi funcţii de sensibilitate în domeniul timp


Fie α=[α1, α2, … , αq]T vectorul para-
u ξ metrilor unui sistem (Σ).
Σ
Presupunem că comportarea siste-
Fig.2.1.3-1 Sistem mului poate fi caracterizată printr-o
mărime vectorială ξ căreia în regi-
Sistem real
muri dinamice îi corespund funcţiile
u Σ ξ ∆ξ
ξ(t;α) = [ξ1(t;α), ξ2(t;α), …, ξp(t;α)]T, tєℑ.
(α)
Model nominal Atunci când aceste funcţii sunt
ξo răspunsuri ale sistemului (Σ) la
Σo intrări u(t) bine precizate, ele sunt
( αo )
numite funcţii caracteristice iar ξ
Fig.2.1.3-2 Evidenţierea abaterii mărime caracteristică (fig.2.1.3-1).
mărimii caracteristice
de la valoarea nominală. Fie Σo un model al sistemului, co-
respunzător unei estimări αo a para-
2.1 Clasificări. Definiţii 9

metrilor. El se numeşte model nominal. Diferenţa dintre valorile


parametrilor sistemului real şi cele ale modelului nominal
∆ α = α − α o , ∆αєℝα (2.1.3.1)
este denumită abatere a parametrilor de la valoarea lor nominală.
Estimarea incorectă a parametrilor face ca între realitate si model să
apară o diferenţă a vectorului real ξ (t;α) de la valoarea sa nominală ξo(t;αo),
(fig.2.1.3-2.)

∆ξ( t; α) = ξ( t; α) − ξ o ( t; α o ) , ∆ ξ (t;α)єℝξ . (2.1.3.2)

Pentru această diferenţă, prin dezvoltarea în serie Taylor a expresiei


mărimii vectoriale ξ (t;α), (presupunând că ξ : ℑ x ℝ q → ℝ p este continuă
şi derivabilă în raport cu componentele α j , j = 1, q ale vectorului
parametrilor), în vecinătatea traiectoriei nominale ξo (t;αo), se obţine
relaţia
ξ
∆ξ( t; α) = Sα ( t; α o ) ⋅ ∆α + R (∆α) , (2.1.3.3)

în care termenul R(∆α) înglobează termenii de ordin superior în raport


cu ∆α . Pornind de la această relaţie s-au dezvoltat două teorii [Ngo 71].
ƒ Teoria invarianţei1. Dezvoltată iniţial pentru abateri mari ale
parametrilor de la valoarea nominală, teoria invarianţei operează în
principiu cu două noţiuni echivalente [Bar 69]:
∆ξ( t; α) = 0, ∀∆α, ∀t ∈ ℑ - invarianţa parametrică (2.1.3.4)
ξ
S α ( t; α o ) ≡ 0 - sensibilitatea nulă. (2.1.3.4′)

Pentru abateri mici ale parametrilor "invarianţa parametrică" este


denumită "insensibilitate parametrică" [Bar 69], [Fra 76], [Fra 94].
ƒ Teoria sensibilităţii. Pentru abateri mici ale parametrilor, într-o
primă aproximaţie, liniară, diferenţei din (2.1.3.2), i se atribuie prin
teoria sensibilităţii sistemelor dinamice [Fra 76], [Ung 88], [Hol 92],
[Ian 99], relaţia
ξ
∆ξ( t; α) = Sα ( t; α o ) ⋅ ∆α , (2.1.3.5)

ξ
unde Sα ( t; α o ) reprezintă matricea funcţiilor de sensibilitate ale cărei

1 Teoria invarianţei nu face obiectul prezentei lucrări.


10 Cap.2. Aspecte de bază în analiza generală de sensibilitate

componente sunt funcţii de sensibilitate parametrică absolută. Relaţia


(2.1.3.5) s-a obţinut din (2.1.3.3) prin reţinerea termenilor doar până la
gradul întâi, inclusiv, în raport cu ∆α, [Şab 81]. Din acest motiv relaţia
(2.1.3.5) este valabilă numai pentru abateri mici ale parametrilor.
Principial, relaţia (2.1.3.5) permite pe de-o parte determinarea influ-
enţelor pe care abaterile parametrilor de la valorile nominale, ∆α, le au
asupra evoluţiei în timp a abaterii ∆ ξ a mărimii caracteristice a siste-
mului de la traiectoria sa nominală, iar pe de altă parte permite
estimarea abaterilor parametrilor care au condus la abaterea mărimii
caracteristice a sistemului de la traiectoria sa nominală, (vezi §2.1.1).
Principalele funcţii de sensibilitate parametrică precum şi abaterile ce
pot fi determinate cu ajutorul acestora, se definesc după cum urmează:
• Definiţie - Se numeşte funcţie de sensibilitate absolută a mărimii
caracteristice ξ i (t;α) în raport cu parametrul α j, pentru α de valoare
nominală α o, aplicaţia Sij:ℑ→ℝ,

∂ξ i ( t ; α ) ξ
S ij ( t ; α o ) = = S αi , i = 1, p , j = 1, q . (2.1.3.6)
∂α j j
α=αo
ξ
Sij sunt componentele matricei Sα ( t; α o ) din relaţia (2.1.3.5).

• Definiţie - Se numeşte funcţie de sensibilitate relativă a mărimii


caracteristice ξ i (t;α) în raport cu parametrul α j, pentru α de valoare
nominală α o, aplicaţia Sij :ℑ→ℝ,

∂ ln ξ i ( t; α ) ξ
Sij ( t; α o ) = = Sα i , i = 1, p , j = 1, q . (2.1.3.7)
∂ ln α j j
α =αo

Utilizarea funcţiei ln în definiţia (2.1.3.7) este formală. În realitate,


între funcţiile definite prin relaţiile (2.1.3.6) şi (2.1.3.7) este utilizată
legătura
α jo
Sij ( t; α o ) = ⋅ Sij ( t; α o ) , i = 1, p , j = 1, q . (2.1.3.8)
ξ io
• Definiţie - Se numeşte funcţie de sensibilitate semirelativă a mărimii
caracteristice ξ i (t;α) în raport cu parametrul α j, pentru α de valoare
~
nominală α o, aplicaţia Sij :ℑ→ℝ,
2.1 Clasificări. Definiţii 11

~ ∂ ln ξ i ( t; α) ~ξ
Sij ( t; α o ) = = Sα i ( t; α o ) , i = 1, p , j = 1, q . (2.1.3.9)
∂α j j
α =α o

Între funcţiile definite prin relaţiile (2.1.3.6) şi (2.1.3.9) există legătura


~ 1
Sij ( t; α o ) = ⋅ Sij ( t; α o ), i = 1, p , j = 1, q . (2.1.3.10)
ξ io
• Definiţie - Se numeşte abatere absolută a traiectoriei mărimii
caracteristice ξ i (t;α) a sistemului de la traiectoria nominală ξ io (t;αo)
datorată abaterilor ∆α j ale parametrilor α j , j = 1, q de la valorile lor
nominale α jo , j = 1, q expresia
q
∆ξ i ( t; α ) = ∑ Sij ( t; α o ) ⋅ ∆α j , i = 1, p . (2.1.3.11)
j =1
• Definiţie - Se numeşte abatere relativă a traiectoriei mărimii
caracteristice ξ i (t;α) a sistemului de la traiectoria nominală ξ io (t;αo)
datorată abaterilor ∆α j ale parametrilor α j , j = 1, q de la valorile lor
nominale α jo , j = 1, q expresia
q
∆ξ i ( t ; α ) ∆α j
= ∑ Sij ( t; α o ) ⋅ , i = 1, p . (2.1.3.12)
ξ io α jo
j =1

Datorită modului de definire a funcţiilor de sensibilitate, operarea cu


aceste funcţii se supune regulilor calculului diferenţial.

Este necesar să se precizeze că parametrii matematici ai unui sistem


(componentele vectorului α) sunt la rândul lor funcţii de parametrii fizici
ai sistemului. Fie a=[a1, a2, … , al]T vectorul parametrilor fizici ai sis-
temului iar ao valoarea sa nominală. Dependenţa menţionată se
exprimă prin relaţii de forma

α j = α j (a 1 , a 2 ,..., a l ), j = 1, q . (2.1.3.13)

Abaterea ∆ a a vectorului parametrilor fizici de la valoarea sa nominală


ao cauzează în sistem erori ∆ξ(t; a ) ce pot fi calculate fie utilizând
ξ
matricea funcţiilor de sensibilitate în raport cu parametrii fizici, Sa , fie
utilizând matricea funcţiilor de sensibilitate în raport cu parametrii
12 Cap.2. Aspecte de bază în analiza generală de sensibilitate

matematici şi dependenţele între parametrii fizici şi cei matematici din


relaţia (2.1.3.13)
l
∆ξ(t; a ) = Sa (t; a o ) ⋅ ∆a = ∑ Sa (t; a o ) ⋅ ∆a j =
ξ ξ
j
j=1

 q
l  . (2.1.3.14)
 ∂α i 
= ∑  ∑ Sα (t; a o ) ⋅
ξ
∂ a  ⋅ ∆a j
j=1  i =1 j a =a 
i
 o

Mărimea vectorială ξ(t;α) care descrie comportarea dinamică a unui


sistem poate fi mărimea de la ieşirea sistemului y(t;α) sau vectorul ce
descrie starea sistemului x(t;α). Diferenţierea se face prin notaţie.

• Definiţie - Se numeşte funcţie de sensibilitate absolută a ieşirii yi în


raport cu parametrul α j, pentru α de valoare nominală α o, derivata
parţială

∂y i ( t , α ) y
σ ij ( t; α o ) = = S αi ( t; α o ) , i = 1, p , j = 1, q . (2.1.3.15)
∂α j j
α =αo

σij(t; αo) sunt componentele matricei de sensibilitate absolută a


ieşirii, σ(t; αo), definită de relaţia
ξ
σ( t ; α o ) = S α ( t ; α o ) . (2.1.3.16)

• Definiţie - Se numeşte funcţie de sensibilitate absolută a stării xi în


raport cu parametrul α j, pentru α de valoare nominală α o, derivata
parţială

∂ x i ( t; α ) x
χ ij ( t; α o ) = = S αi ( t; α o ) , i = 1, n , j = 1, q . (2.1.3.17)
∂α j j
α =αo

χij(t; αo) sunt componentele matricei de sensibilitate absolută a


stării, χ(t; αo), definită de relaţia
ξ
χ( t ; α o ) = S α ( t ; α o ) . (2.1.3.18)

La sistemele neliniare cu neliniarităţi neesenţiale la care modelul


neliniar este înlocuit cu unul liniarizat în vecinătatea unui punct de
funcţionare staţionară Λo=Λ(uo,ξo), erorile care apar între comportarea
modelului liniar şi cel neliniar datorate variaţiei punctului de linarizare
2.1 Clasificări. Definiţii 13

sunt surprinse prin două noţiuni noi şi anume matricea (funcţia) de


sensibilitate de liniarizare şi respectiv abaterea la liniarizare. Vectorul
parametrilor este de această dată ξo, adică vectorul coordonatelor
punctului de liniarizare în spaţiul mărimii caracteristice ξ.
• Definiţie - Se numeşte matrice (funcţie) de sensibilitate de liniarizare
a mărimii caracteristice ξL a modelului liniarizat în raport cu
parametrul de liniarizare ξo de valoare nominală ξoo , aplicaţia
SL:ℑ→ℝ,
∂ξ L ( t; ξ o )
S L ( t; ξ o ) = . (2.1.3.19)
∂ξ o ξ o =ξoo

• Definiţie - Se numeşte abatere la liniarizare a traiectoriei mărimii


caracteristice ξ L a modelului liniarizat de la traiectoria nominală ξ N a
modelului neliniar datorată abaterii parametrului de liniarizare ξ o de la
valoarea sa nominală, expresia

∆ξ L ( t ; ξ o ) = ξ L ( t ; ξ o ) − ξ N ( t ) . (2.1.3.20)

Între definiţiile date prin relaţiile (2.1.3.19) şi (2.1.3.20) există legătura

∆ξ L ( t ; ξ o ) = S L ( t ; ξ o ) ⋅ ∆ξ o , ∆ξ o = ξ o − ξ oo . (2.1.3.21)

2.1.4 Măsuri de sensibilitate


Funcţiile de sensibilitate sunt utilizate pentru caracterizarea temporal-
locală a sensibilităţii unui sistem. Trecerea de la o caracterizare
temporal-locală la o caracterizare globală trebuie să se realizeze cu
conservarea energiei informaţionale [Oni 79]. Pentru aceasta se
introduc noţiuni noi care păstrează proprietăţile în ceea ce priveşte
sensibilitatea sistemului. Ele se cunosc sub denumirea de măsuri de
sensibilitate [Fra 76], [Ros 00].
Două dintre cele mai cunoscute măsuri de sensibilitate se determină
după cum urmează:
Š Se asociază variaţiei vectorului de sensibilitate, al mărimii
caracteristice ξ a sistemului ca măsură de sensibilitate o funcţională
care elimină dependenţa de variabila independentă timp sau frecvenţă.
Un exemplu de o astfel de funcţională este cea definită de expresia
integrală:
14 Cap.2. Aspecte de bază în analiza generală de sensibilitate

IM = ∫
tf
to
(S ξ
α
( t ; α o))
T
Q Sξα ( t; α o ) dt , (2.1.4.1)

ξ
unde S α ( t; α o ) este vectorul de sensibilitate, Q este o matrice de
ponderare, simetrică, pozitiv definită iar [to, tf] este intervalul de timp
în care se urmăreşte sensibilitatea sistemului.
Š În cazul unei proiectări optimale care vizează minimizarea unui
indicator de calitate pătratic, dependent de vectorul parametrilor, J(α),
sensibilitatea indicatorului de calitate, Jα , se defineşte ca fiind derivata
parţială:
∂J (α )
Jα = (2.1.4.2)
∂α α = α
o
La modul general indicatorul de calitate pătratic J (în particular cel
definit de (2.1.4.1)) este un criteriu integral global, [Ion 81], care ţine
seama de abaterea mărimii caracteristice a sistemului de la traiectorie
sa nominală, prin urmare sensibilitatea indicatorului de calitate, Jα,
poate fi considerată o măsură de sensibilitate.

2.1.5 Sensibilitatea sistemelor cu eşantionare


În cazul sistemelor de reglare numerică, valoarea pasului de
discretizare h, ca şi abaterea acestuia faţă de valoarea nominală ho
(valoarea de proiectare a SRAN), influenţează atât indicatorii de calitate
cât şi rezultatele proiectării şi implementării.
Următoarele două definiţii trebuie precedate de anumite precizări.
Fie STC liniar

x& (t) = A ⋅ x(t) + B ⋅ u(t)


 (tєℝ) (2.1.5.1)
 y(t) = C ⋅ x(t) + D ⋅ u(t)
şi STD obţinut din (2.1.5.1) ca r.i.s.t. pentru un pas de disctretizare ho

x [t + 1] = Ad ⋅ x [t] + Bd ⋅ u [t]


 (tєℤ). (2.1.5.2)
y [t] = C ⋅ x [t] + D ⋅ u [t]
Comportarea sistemului în timp continuu inserat într-un sistem în
timp discret poate fi descrisă la momentele de eşantionare prin
modelul matematic (2.1.5.2)
2.1 Clasificări. Definiţii 15

x(kh) = x [k],
 kєℤ (2.1.5.3)
y(kh) = y [k],
şi între momentele de eşantionare prin modelul matematic (2.1.5.1),

x& (t) = A ⋅ x(t) + B ⋅ u(t), x(kh) = x [k]


 , tє(kh, (k+1)h). (2.1.5.3´)
y(t) = C ⋅ x(t) + D ⋅ u(t),
Sensibilitatea mărimii caracteristice ξ în raport cu parametrul h este
caracterizată la momentele de discretizare tho, tєℤ, de vectorul de
sensibilitate de eşantionare λ(t;ho), tєℤ.
• Definiţie - Se numeşte vector de sensibilitate de eşantionare,
derivata

d ξ [th] ξ [t(ho + ∆h)] − ξ [tho]


λ [t; ho] = = lim , t ∈Z . (2.1.5.4)
dh h = h ∆h → 0 ∆h
o

Între momentele de discretizare {tho│tєℤ}, sensibilitatea mărimii


caracteristice ξ în raport cu parametrul h este caracterizată de vectorul
de sensibilitate de eşantionare continuu λ(t;ho), tє ℝ \{kho, kєℤ }.
• Definiţie - Se numeşte vector de sensibilitate de eşantionare
continuu, derivata:

∂ ξ(th + τ)
λ(th o + τ) = , τ ∈ (0, h) , t ∈Z . (2.1.5.5)
∂h h =h o

Termenul "continuu" din definiţia anterioară se referă la faptul că


mărimea caracteristică ξ este o mărime continuă în raport cu variaţiile
pasului de discretizare.

2.1.6 Funcţii de sensibilitate în domeniul operaţional


În cazul sistemelor liniare invariante în timp, dinamica unui sistem
poate fi descrisă prin matricea de transfer, H(s; α). La sistemele SISO,
matricea de transfer are o singură componentă denumită funcţie de
transfer (vezi capitolul 1, §1.3). Pentru sistemele SISO, Bode a introdus
în 1945 funcţia de sensibilitate care îi poartă numele.
16 Cap.2. Aspecte de bază în analiza generală de sensibilitate

• Definiţie - Se numeşte funcţie de sensibilitate Bode expresia 1

∂H(s; α)/H(s; α ) ∂lnH(s; α )


S αH (s; α o ) = = (2.1.6.1)
i ∂α i /α i ∂lnα i
αo αo

La sistemele complexe, la care de vectorul parametrilor nu depind


toate subsistemele componente, noţiunea de sensibilitate Bode poate fi
extinsă în mod formal, utilizând în locul parametrului αi una dintre
componentele variabile ale funcţiei de transfer care la rândul său
depinde de vectorul parametrilor, de pildă Hi(s; α), [Kre 68], [Mar 88]. O
tratare de acest tip este cea prezentată în §3.1.2.
Pentru compararea sistemelor, relativ la sensibilitatea parametrică în
domeniul pulsaţiilor, este posibil să se folosească funcţia

S αH ( j ω , α o ) = S αH ( s , α o ) (2.1.6.2)
i i s = jω

sau componente ale sale [Ros 00].


Plecând de la funcţia de sensibilitate Bode, Horowitz a redefinit-o astfel
încât să se poată aplica pentru abateri cu valori arbitrare ale
parametrilor:
• Definiţie - Se numeşte funcţie de sensibilitate Horowitz expresia
∆H(s; α)/H(s; α) [H(s; α) − H(s; α o )]/H(s; α)
S αH (s; α) = = (2.1.6.3)
i ∆α i /α i (α i − α io )/α i
Depinzând simultan de αi şi de αio, funcţia de sensibilitate Horowitz
este greu de manipulat, motiv care o face doar să fie amintită în
literatura de specialitate.
Funcţiile de sensibilitate Bode şi Horowitz sunt valabile numai la
sistemele liniare monovariabile la intrare şi ieşire, invariante în timp.
Generalizând, pentru sistemele liniare multivariabile la intrare şi
ieşire, Perkins a introdus o matrice de sensibilitate de comparaţie care
reflectă modul în care reacţia negativă reduce efectele abaterilor
parametrilor de la valorile lor nominale [Fra 76].

2.1.7 Abateri de ordinul al II-lea


În scopul ridicării preciziei analizei sistemelor cu ajutorul funcţiilor de

1 Utilizarea funcţiei logaritmice asupra numerelor complexe face obiectul mai multor
lucrări, de pildă [Che 99], motiv pentru care nu există restricţii asupra relaţiei
(2.1.6.1) de mai sus.
2.1 Clasificări. Definiţii 17

sensibilitate se pot introduce în relaţia (2.1.3.5) termenii de gradul al


doilea. Este evident faptul că relaţiile care se obţin sunt extrem de
complicate (conţin derivate ale matricei jacobiene a vectorului de
funcţii ξ(t;α) în raport cu componentele vectorului α, [Crs 81], [Che 99])
şi pot fi utilizate în mod concret doar în cazuri simple, de exemplu în
situaţia în care mărimea care descrie comportarea sistemului, ξ(t;α),
este scalară. În acest caz se poate utiliza relaţia

q q q
∂ξ(t; α) 1 ∂ 2ξ(t; α)
∆ξ(t; α) = ∑ ⋅ ∆αi + ∑∑ ⋅ ∆αi∆α j . (2.1.7.1)
i =1 ∂αi α = α 2 i =1 j=1 ∂αi∂α j
o α = αo

Dacă se compară relaţiile (2.1.7.1) şi (2.1.3.3) se remarcă faptul că ar


putea fi posibilă asimilarea termenului R(∆α) din (2.1.3.3) cu al doilea
termen din membrul drept al relaţiei (2.1.7.1). Cum însă relaţia
(2.1.3.3) este utilizabilă pentru abateri mari iar relaţia (2.1.7.1) pentru
abateri mici apare problema “Cât de mari sau cât de mici pot fi
abaterile investigate cu relaţia (2.1.7.1)?”, [Hol 92].

2.2 Metode de determinare a funcţiilor de


sensibilitate parametrică
Conform celor prezentate în paragraful anterior se poate afirma că expresia
cantitativă a sensibilităţii o reprezintă funcţia de sensibilitate. Relaţia
(2.1.3.3) arată că determinarea funcţiilor de sensibilitate parametrică
absolută este esenţială în calculul abaterilor mărimilor caracteristice
de la valorile lor nominale, abateri cauzate de variaţi ale parametrilor
de la valorile lor nominale.
În cele ce urmează sunt prezentate modalităţile de determinare a
funcţiilor de sensibilitate parametrică plecând de la formele canonice
ale modelelor matematice disponibile ale STC. Pentru alte situaţii
există alte metode, prezentate în §2.3 şi §2.4.
Metoda de determinare a funcţiilor de sensibilitate parametrică
absolută ale unui sistem este aceea a utilizării ecuaţiilor de sensibilitate.
Ecuaţiile de sensibilitate ale unui sistem în raport cu parametrul αi se
obţin prin derivarea ecuaţiilor modelului matematic al sistemului în
raport cu parametrul αi în jurul valorii nominale a vectorului
parametrilor. Pentru determinarea funcţiilor de sensibilitate
parametrică absolută este necesară rezolvarea simultană a ecuaţiilor
de sensibilitate şi a ecuaţiilor modelului matematic al sistemului la
valorile nominale ale parametrilor.
18 Cap.2. Aspecte de bază în analiza generală de sensibilitate

Principial, există două metode de rezolvare a acestora: o metodă bazată


pe calcul analitic, prin care se obţine o formulă explicită pentru
imaginea operaţională a funcţiilor de sensibilitate, denumită metoda de
calcul direct, prezentată în §2.2.1, şi o metodă bazată pe principii de
calcul numeric, denumită metoda de calcul indirect sau metoda
structurală, prezentată în §2.2.2.
¾ Metoda de calcul direct – constă în Model nominal
rezolvarea pe cale analitică a u ξo
sistemului de ecuaţii format din
Σo
( αo )
modelul matematic al sistemului la ξ
valorile nominale ale parametrilor şi
din ecuaţiile de sensibilitate. Această ∆ξ
variantă este dificilă şi practic nu se · ∆α
utilizează decât în situaţiile în care Modele de
sistemul este simplu, descris prin sensibilitate ξ
parametrică Sα
modele liniare care permit calculul
matricei de transfer iar funcţiile de Fig.2.2-1 Sistem combinat
sensibilitate care interesează sunt
cele ale mărimilor de ieşire.
¾ Metoda structurală – constă în implementarea printr-o schemă de
simulare1, a unui model nominal al sistemului împreună cu
modelele de sensibilitate. La ieşirile modelelor de sensibilitate se vor
"măsura" funcţiile de sensibilitate parametrică absolute. Metoda
este uşor de utilizat chiar şi în cazul sistemelor complexe.
Prin model de sensibilitate în raport cu parametrul αi, se înţelege un
sistem descris matematic de ecuaţiile de sensibilitate în raport cu
parametrul αi. Pentru un sistem care are q parametri vom avea q
modele de sensibilitate parametrică, câte unul în raport cu fiecare
parametru. Evident, ele pot fi asamblate într-un model multivariabil.
Modelul nominal al sistemului şi modelele de sensibilitate parametrică
formează împreună sistemul combinat, fig.2.2-1.

2.2.1 Metoda de calcul direct al funcţiilor de sensibilitate


absolută
Metoda este uşor de utilizat la determinarea funcţiilor de sensibilitate
parametrică corespunzătoare mărimii caracteristice de la ieşirea unui
sistem liniar, continual sau în timp discret, de tip SISO. Ea poate fi
aplicată în mod similar şi la determinarea funcţiilor de sensibilitate ale

1Cel mai comod într-un mediu de programare şi simulare numerică, de pildă


MATLAB-Simulink.
2.2 Metode de determinare a funcţiilor de sensibilitate parametrică 19

oricărei mărimi din sistem dacă se cunoaşte o dependenţă operaţională


între intrarea sistemului şi acea mărime. Întrucât majoritatea
calculelor se fac în domeniul operaţional metoda poate fi folosită şi la
sistemele liniare de tip MIMO.
Fie sistemul SISO având vectorul parametrilor α de valoare nominală
αo, descris prin f.d.t. H(λ;α). La intrarea sistemului se aplică un semnal
a cărui imagine operaţională este u(λ). La ieşirea sistemului, în
domeniul operaţional, în condiţii iniţiale nule există relaţia, [Åst 84]:
y ( λ; α ) = H ( λ; α ) ⋅ u ( λ ) . (2.2.1.1)
Pentru determinarea ecuaţiilor operaţionale de sensibilitate în raport
cu parametrii α j , j = 1, q , se derivează relaţia (2.2.1.1) în raport cu fiecare
parametru α j , j = 1, q , în vecinătatea lui αo. Imaginea operaţională a
funcţiei de sensibilitate absolută a mărimii de ieşire în raport cu
parametrul α j , j = 1, q este

∂H (λ; α )
σ j ( λ; α o ) = ⋅ u ( λ ), j = 1, q . (2.2.1.2)
∂α j
α =α o

∂H (λ; α )
În (2.2.1.2) factorii , j = 1, q reprezintă cele q f.d.t. ale
∂α j
α =α o
modelelor de sensibilitate parametrică a ieşirii. Relaţiilor (2.2.1.2) li se
aplică transformata operaţională inversă obţinându-se funcţiile de
sensibilitate absolută ale mărimii de ieşire în domeniul timp
 
−1  ∂H ( λ; α ) 
σ j ( t; α o ) = ℱ  ⋅ u ( λ ) , j = 1, q . (2.2.1.3)
 ∂α j α =α o 
 
Deşi prezintă avantaje evidente (nu introduce erori, foarte rar calculul
funcţiei inverse din (2.2.1.3) poate ridica probleme) metoda de calcul
direct este puţin utilizată datorită limitării sale la sistemele liniare.

2.2.2 Metoda indirectă de determinare a funcţiilor de


sensibilitate absolută
Metoda indirectă prezintă avantajul că nu necesită cunoaşterea
expresiilor analitice ale funcţiilor de sensibilitate. În funcţie de infor-
maţiile pe care le avem despre sistem, de tipul modelului matematic
20 Cap.2. Aspecte de bază în analiza generală de sensibilitate

disponibil, precum şi de funcţiile de sensibilitate cerute, metoda poate


îmbrăca diverse forme.

2.2.2.1 Modele de sensibilitate de ieşire


Se numesc modele de sensibilitate de ieşire modelele destinate
determinării funcţiilor de sensibilitate parametrică absolută ale mări-
milor de ieşire. La un sistem MIMO, funcţiile de sensibilitate absolută
y
σij(t;αo) = S α i ( t ; α o ) ale mărimii de ieşire yi în raport cu parametrii
j

α j , j = 1, q se utilizează în principal la calculul abaterilor ∆ y i ( t , α o ) ale


mărimii de ieşire yi de la traiectoriile nominale, abateri cauzate de
abaterile ∆ α j , j = 1, q ale parametrilor de la valorile nominale
q
∆y i (t, α o ) = ∑ σ ij ( t , α o ) ⋅ ∆ α j , i = 1, p . (2.2.2.1.1)
j=1

În cazul particular al sistemelor SISO există o singură relaţie de tipul


(2.2.2.1.1). Pentru q parametri există q funcţii de sensibilitate
parametrică absolută a mărimii de ieşire care se pot determina simultan
utilizând q modele de sensibilitate de ieşire în cazul unui sistem neliniar
şi un singur model de sensibilitate de ieşire în cazul unui sistem liniar.
Fie sistemul dinamic, în timp continuu, de tip SISO, a cărui evoluţie în
timp este descrisă la modul general de ecuaţia diferenţială (1.2.1), în
care se evidenţiază vectorul parametrilor

f (y(n)(t; α),..., y& (t; α), y(t; α), u(m)(t),..., u& (t), u(t), t, α) = 0,
(2.2.2.1.2)
y(i)(to; α) = βi , i = 0, n − 1
Derivatele din expresia (2.2.2.1.2) sunt în raport cu timpul. Mărimea
caracteristică a acestui sistem este, evident, mărimea de ieşire, y(t;α).
α are valoarea nominală αo. Presupunem condiţiile iniţiale βi , i = 0, n − 1
independente de vectorul parametrilor α. Se urmăreşte determinarea
funcţiilor de sensibilitate absolută ale mărimii de ieşire în raport cu
parametrii α j , j = 1, q , în condiţiile aplicării la intrarea sistemului a
unei funcţii de intrare u(t), tєℑ, fixată.
Celor q parametri scalari le asociem q ecuaţii de sensibilitate de ieşire,
câte una pentru fiecare parametru. Ecuaţia de sensibilitate de ieşire în
raport cu parametrul α j , j = 1, q este
2.2 Metode de determinare a funcţiilor de sensibilitate parametrică 21

βo β 1 … β n-1

Model nominal al y(t;αo)
u(t) sistemului, relaţia
(2.2.2.1.2) la αo
y(t;α)

∂f ∂f …
00 0 ∂α1 ∂αq 00 0

αo … αo … •
∆α1
Model de sensibilitate Model de sensibilitate … •
în raport cu în raport cu ∆αq
parametrul α1 parametrul αq


σ1(t) σq(t)
Fig.2.2.2.1-1 Sistemul combinat utilizat la determinarea simultană a
funcţiilor de sensibilitate parametrică absolută de ieşire

∂f ∂f
(n)
σ (n)
(t; α o ) + (n −1)
σ (n −1) (t; α o ) + ...
∂y (t; α) α = α j
∂y (t; α) α = α j
o o

∂f ∂f ∂f
L+ σ& j(t; α o ) + σ j(t; α o ) = − .
∂y& (t; α) α = α ∂y(t; α) α = α ∂α j
o o α =αo

σ (k)
j (0; α o ) = 0, k = 1, n − 1 j = 1, q
(2.2.2.1.3)
Întrucât am presupus condiţiile iniţiale independente de vectorul
parametrilor α pentru toate cele q ecuaţii de sensibilitate de ieşire
condiţii iniţiale sunt nule. Rămâne ca exerciţiu cititorului să stabi-
lească ce modificări ar apărea în cazul în care βi = βi ( α ) , i = 0, n − 1 .
De remarcat faptul că modelele de sensibilitate sunt liniare. Sistemul
combinat rezultat din sistemul nominal descris de relaţia (2.2.2.1.2) la
valorile nominale ale parametrilor, din modelele de sensibilitate
(2.2.2.1.3) şi legăturile prin relaţia (2.2.2.1.1) este ilustrat în
fig.2.2.2.1-1. Săgeţile duble indică ansamblul mărimilor furnizate de
modelul nominal pentru a putea fi calculaţi coeficienţii din (2.2.2.1.3).
22 Cap.2. Aspecte de bază în analiza generală de sensibilitate

Sistemul combinat permite determinarea simultană a tuturor funcţiilor


de sensibilitate absolută ale ieşirii în raport cu fiecare parametru αj.
Odată cu acestea se obţin şi traiectoriile reală şi nominală ale ieşirii.
În cazul sistemelor liniare invariante în timp structura sistemului
combinat prezentat în fig.2.2.2.1-1 se simplifică, modelul nominal al
sistemului şi modelele de sensibilitate având structuri liniare
asemănătoare. Astfel, fie sistemul liniar invariant în timp, de tip SISO,
descris prin modelul matematic intrare-ieşire
y (n) (t; α) + a n −1 y (n −1) (t; α) + ... + a1 y& (t; α) + a o y(t; α) =
(2.2.2.1.4)
= b m u (m) (t) + L + b1 u& (t) + b o u(t), a n ≠ 0,
cu condiţiile iniţiale:

y(i) (t o ) = βi , i = 0, n - 1, u (j) (t o ) = β j , j = n, n + m - 1 . (2.2.2.1.5)


În (2.2.2.1.4) vectorul parametrilor este

α = [an-1, an-2, …, a1, ao, bm, bm-1, …, b1, bo]T (2.2.2.1.6)

de valoare nominală

αo= [an-1,o , an-2,o , …, a1,o , ao,o, bm,o, bm-1,o, …, b1,o, bo,o] T. (2.2.2.1.6´)

Prin urmare q = n+m+1. Pe baza relaţiei (2.2.2.1.4) se obţin termenii


din relaţia (2.2.2.1.3):

∂f
(n )
=1 , (2.2.2.1.7)
∂y ( t; α ) α = αo

∂f
= a k ,o , k = n − 1,0 , (2.2.2.1.8)
∂y ( k ) ( t; α ) α =α o

∂f ∂f
− =− = − y (n − j) (t; α o ), j = 1, n , (2.2.2.1.9)
∂α j ∂a n − j
α =αo α =αo

∂f ∂f
− =− = u (n + m +1− j) (t), j = n + 1, n + m + 1 .
∂α j ∂ b n + m +1− j
α =αo α =αo

(2.2.2.1.10)
2.2 Metode de determinare a funcţiilor de sensibilitate parametrică 23

Rezultă următoarele modele de sensibilitate:


σ ( n ) ( t; α o ) + a ( n − 1)
j n − 1, o σ j ( t ; α o ) + ... + a 1, o σ& j ( t ; α o ) + a o , o σ j ( t ; α o ) =

 = − y ( n − j ) ( t ; α o ), σ j ( t o ; α o ) = 0 , j = 1, n

 (n) ( n − 1)
 σ j ( t ; α o ) + a n − 1, o σ j ( t ; α o ) + ... + a 1, o σ& j ( t ; α o ) + a o , o σ j ( t ; α o ) =

 = u ( n + m + 1 − j ) ( t ), σ j ( t o ; α o ) = 0 , j = n + 1, n + m + 1

(2.2.2.1.11)
Se remarcă faptul că membrul stâng al modelelor de sensibilitate este
identic, pentru toate modelele de sensibilitate, cu membrul stâng al
modelului la parametrii nominali.
Pentru implementarea modelului combinat aferent modelului nominal
(relaţia (2.2.2.1.4) la valorile nominale ale parametrilor) şi a modelelor
de sensibilitate (relaţiile (2.2.2.1.11)) se pot utiliza, în principiu, doar
elemente integratoare, de înmulţire cu constante şi sumatoare.
Între metoda de calcul direct şi metoda de calcul indirect nu există
deosebiri de fond ci doar deosebiri formale. Formal ele diferă prin
modul în care intră în discuţie mărimea de intrare.
În §2.2.1 u intră între acoladele din relaţia (2.2.1.3). Orice modificare a
lui înseamnă reluarea calcului de transformare inversă. În §2.2.2.1
problema este aceeaşi doar că se lucrează în domeniul timp. În ultimă
instanţă (2.2.2.1.11) şi (2.2.1.3) sunt echivalente.

2.2.2.2 Modele de sensibilitate de stare


Datorită complexităţii modelelor rezultate, metoda sistemelor
combinate bazată pe modele de sensibilitate de ieşire prezentată în
§2.2.2.1 se poate utiliza numai într-un număr redus de situaţii pentru
sistemele MIMO. La aceste sisteme se operează de regulă cu MM-ISI.
Aceasta face ca metoda sistemelor combinate aplicată pe MM-ISI să
prezinte un grad ridicat de generalitate.
Modelele de sensibilitate de stare sunt aplicabile la sisteme oricât de
complicate, liniare sau neliniare, în timp continuu sau în timp discret,
şi pot furniza simultan pentru o anumită funcţie de intrare u(t) atât
funcţiile de sensibilitate parametrică absolută ale stării cât şi pe cele
ale ieşirilor.
Vor fi abordate următoarele cazuri de calcul pentru sisteme invariante în
timp: cazul general al sistemelor neliniare apoi cazul sistemelor liniare,
în forma canonică. În principiu, pentru fiecare parametru este necesar
un model de sensibilitate. Există totuşi posibilitatea, într-un caz
24 Cap.2. Aspecte de bază în analiza generală de sensibilitate

particular, să se poată determina toate funcţiile de sensibilitate folosind


un singur model de sensibilitate. Acesta este cazul sistemelor liniare
SISO descrise prin MM-ISI în forma companion şi va fi abordat în finalul
paragrafului.

Cazul sistemelor neliniare


Fie sistemul dinamic a cărui evoluţie în timp este dată de următorul
MM-ISI:
 x& (t; α ) = f ( x (t; α ), t, u (t), α ), x (t o ) = x o , x ∈ R n , f (n,1),

 p q
(2.2.2.2.1)
 y (t; α ) = g ( x (t; α ), t, u (t), α ), y ∈ R , g (p,1), t ∈ ℑ, α ∈ R .
Se presupune că f şi g sunt continue şi derivabile în raport cu toate
argumentele. Prin derivare în raport cu parametrul αj, din ecuaţia de
stare (2.2.2.2.1), se obţine ecuaţia de sensibilitate de stare

∂f ∂f
χ& ( t ; α o ) = χ ( t; α o ) + , χo = 0 .
j ∂ x ( t; α ) α =α j ∂α j j
o α =α o
(2.2.2.2.2)
∂f  ∂fi 
=  reprezintă o matrice de tip Jacobi.
∂ x ( t )  ∂x k ( t )  i =1, n
k =1, n
În mod asemănător, din ecuaţia de ieşire din (2.2.2.2.1) în raport cu
parametrul αj se obţine ecuaţia de sensibilitate de ieşire

∂g ∂g
σ j ( t; α o ) = χ j ( t; α o ) + . (2.2.2.2.3)
∂ x ( t; α ) α = α ∂α j
o α=αo

Prin utilizarea matricei de sensibilitate absolută a ieşirii, σ , respectiv a


stării, χ , definite în §2.1.3 prin relaţiile (2.1.3.16), respectiv (2.1.3.18),
modelul general de sensibilitate absolută a stării (care reuneşte toate
ecuaţiile de sensibilitate în raport cu toţi parametrii) poate fi scris
simplificat
 ∂f ∂f
 χ& = χ+ , χo = 0 (2.2.2.2.4)
 ∂x αo ∂α αo
 .
 ∂g ∂g
 σ = χ+ (2.2.2.2.5)
 ∂x αo
∂α αo
2.2 Metode de determinare a funcţiilor de sensibilitate parametrică 25

Do
yo
u x'o 1 xo
Bo Co
s y

Ao Model nominal
∆y
al sistemului
… … …
Model j de ∆αj
sensibilitate •
parametrică
∂A(α) ∂C(α)
∂α j ∂α j
αo αo

∂B(α) χ'j 1 χj σj
∂α j Co
αo s x

Ao
∂D(α) ∆x
∂α j
αo
… …
• ∆αj

χ

Fig.2.2.2.2-1 Sistemul combinat pentru determinarea funcţiilor de sensibi-


litate şi abaterilor la sistemele liniare descrise prin MM-ISI

Cazul sistemelor liniare


Dacă STC iniţial este descris de un MM-ISI liniar, invariant în timp

 x& ( t ; α ) = A ( α ) ⋅ x ( t ; α ) + B ( α ) ⋅ u ( t ), x(t o ) = x o
 , (2.2.2.2.6)
 y ( t ; α ) = C ( α ) ⋅ x ( t ; α ) + D ( α ) ⋅ u ( t )
atunci modelul de sensibilitate de stare în raport cu parametrul αj este
26 Cap.2. Aspecte de bază în analiza generală de sensibilitate

 ∂ A (α) ∂ B(α)
χ& j(t; α o ) = A (α o ) ⋅ χ j(t; α o ) + ⋅ x (t; α o ) + ⋅ u (t), χ oj = 0
 ∂α j ∂α j
 αo αo

 ∂C(α) ∂ D(α)
σ j(t; α o ) = C(α o ) ⋅ χ j(t; α o ) + ⋅ x (t; α o ) + ⋅ u (t)
 ∂ α j α ∂ α j α
o o (2.2.2.2.7)
Se remarcă faptul că, în cazul sistemelor liniare, modelul de sensibi-
litate are aceeaşi matrice sistem ca şi modelul nominal al sistemului şi
că mărimile de intrare ale modelului provin nu numai din exterior (u(t))
ci şi din modelul nominal al sistemului (x(t;αo)). Sistemul combinat
utilizat la determinarea funcţiilor de sensibilitate absolută de stare χj şi
de ieşire σj în raport cu parametrul αj, pentru o anumită funcţie de
intrare u(t), este prezentat în fig.2.2.2.2-1.
Pentru toţi parametrii relaţiile (2.2.2.2.7) pot fi grupate ca şi în cazul
precedent într-un model general de sensibilitate.
Conform metodei prezentate aici pentru măsurarea tuturor funcţiilor
de sensibilitate absolută, în raport cu toţi parametrii, sunt necesare q
modele de sensibilitate şi un model nominal al sistemului.
Wilkie şi Perkins au arătat că funcţiile de sensibilitate absolută de
stare ale unui sistem liniar, continuu, invariant în timp, de tip SISO,
de ordinul n şi având q parametri incerţi pot fi determinate simultan,
printr-un singur model de sensibilitate de ordin n care prezintă o
structură corespunzătoare în sensul că se utilizează pentru
determinarea modelului de sensibilitate un model al sistemului în
forma compagnion [Cru 72], [Fra 76], [Ian 99], [Wil 69]. Această
situaţie este prezentată în continuare.

Cazul sistemelor liniare minimale SISO în forma compagnion

x& = A ⋅ x + b ⋅ u , x o = 0 (2.2.2.2.8)

y = cT ⋅ x (2.2.2.2.9)

Acest MM-ISI poate fi transformat printr-o transformare de stare


x = T ⋅ x * cu o matrice nesingulară, Т, stabilită cu algoritmul
Leverrier, în realizarea standard controlabilă

& * = * ⋅ * + * ⋅ *o (2.2.2.2.10)
x A x b u , x = 0

y = c*T ⋅ x* (2.2.2.2.11)
2.2 Metode de determinare a funcţiilor de sensibilitate parametrică 27

unde:
 0 1 0L 0 
 0 0 1L 0 
A = T ⋅A ⋅T = 
* −1
, (2.2.2.2.12)
L L L L 
 
− α1 − α2 L − αn

0
M 
b =T ⋅b=  
* −1
, (2.2.2.2.13)
0
 
1
c*T = cT ⋅ T . (2.2.2.2.14)
În situaţia dată, noile mărimi de stare sunt x* iar ca parametri ai
sistemului se consideră coeficienţii α j, j = 1, n ai polinomului
caracteristic. Wilkie şi Perkins, [Wil 69] au arătat că matricea de
sensibilitate a stării χ* este caracterizată de o "simetrie totală" adică

χ *ij = χ *j,i i = 1, n , j = 1, n , (2.2.2.2.15)

respectiv

χ* χ *12 χ *13 L χ *1n 


 *11 
 χ 12 χ *13 χ *14 L *
χ 2n 
χ = χ *
*
χ *14 χ *15 L χ *3n 

 13 . (2.2.2.2.16)
L L L L L 
 * 
χ 1n χ *2 n χ *3n L χ *nn 
Ansamblul celor n modele de sensibilitate nu este minimal. Modelul
general de sensibilitate are de fapt 2n-1 variabile de stare distincte,
respectiv ordinul 2n-1. Cele n2 funcţii de sensibilitate absolută a stării
sunt formate din numai 2n-1 funcţii independente care pot fi deter-
minate simultan dintr-un model nominal al sistemului şi un model de
sensibilitate. Un număr de n+1 f.d.s. ale stării se determină direct din
modelul de sensibilitate iar celelalte n-2 prin combinaţii liniare ale
semnalelor determinabile direct din modelul de sensibilitate cu mări-
mile de stare extrase din modelul nominal al sistemului.
În Anexa 1, fig.A1-1 este reprezentată schema bloc utilizată la măsu-
rarea tuturor funcţiilor de sensibilitate absolută de stare ale sistemului
sub forma realizării standard controlabile.
28 Cap.2. Aspecte de bază în analiza generală de sensibilitate

Dacă modelul iniţial (2.2.2.2.8) şi (2.2.2.2.9) depinde de ℓ parametri


fizici, a i , i = 1, l adică de vectorul a = [a1, a2,…, aℓ ]T atunci şi matricea
de transformare T care aduce sistemul în forma standard controlabilă
şi coeficienţii α j , j = 1, n vor depinde de a. Vom avea T= T(a) şi
α j = α j (a ), j = 1, n . Derivând relaţia x (a ) = T (a ) ⋅ x * (a ) în raport cu
parametrii a i , i = 1, l particularizând a = ao şi utilizând notaţia
∂ x(a)
χi = , i = 1, l , se va obţine:
∂a i a = a
o

∂T (a) ∂α(a)
χi = ⋅ x*o + T (a o) ⋅ χ* ⋅ =
∂a i a = a ∂a i a = a
o o

(2.2.2.2.17)
∂T (a) ∂α(a)
= ⋅ T −1(a o) ⋅ x o + T (a o) ⋅ χ* ⋅ ,
∂a i a = a ∂a i a = a
o o

Cu xo, respectiv xo* s-au notat mărimile nominale de stare ale


sistemului iniţial respectiv ale modelului în forma standard
controlabilă.
Prin urmare, funcţiile de sensibilitate ale mărimilor de stare ale
modelului iniţial (2.2.2.2.8) şi (2.2.2.2.9) în raport cu parametrii
a i , i = 1, l pot fi determinate ca şi combinaţii liniare ale funcţiilor de
sensibilitate absolută de stare ale sistemului sub forma realizării
standard controlabile şi ale mărimilor nominale de stare xo.
În mod asemănător, prin derivarea relaţiei (2.2.2.2.9) în raport cu
parametrii a i , i = 1, l şi ţinând cont de (2.2.2.2.11) şi (2.2.2.2.14) se pot
∂y(a)
determina funcţiile de sensibilitate de ieşire σi = , i = 1, l ca
∂a i a = a
o
şi combinaţii liniare ale funcţiilor de sensibilitate absolută de stare ale
sistemului sub forma realizării standard controlabile şi ale mărimilor
nominale de stare xo.

 
T
σi = c ⋅ 
∂ T (a ) ⋅ x o + T (a o ) ⋅ χ ⋅
* ∂ α (a )  , (2.2.2.2.18)
 ∂ai a = a ∂a i a = a 
 o o
Situaţia descrisă de relaţiile (2.2.2.2.17) şi (2.2.2.2.18) este prezentată
prin schema bloc din fig.2.2.2.2-2.
2.2 Metode de determinare a funcţiilor de sensibilitate parametrică 29

∂α
T -1(ao) ∂a i a =a o
T (ao)
Model no- x *o Model de sensibili- *
u minal al
xo χ
tate al sistemului
sistemului • în forma standard • •
iniţial controlabilă

χi


∂ T (a )
∂a i a =a o σi
cT

Fig. 2.2.2.2-2 Schema bloc de determinare a tuturor funcţiilor de sensibilitate


de stare şi de ieşire

2.3 Metoda componentei incerte


La sistemele complexe sau de ordin mare, liniare sau neliniare, la care
operarea cu modele analitice necesită calcule voluminoase, pentru
determinarea funcţiilor de sensibilitate absolută este posibilă utilizarea
metodei componentei incerte. Aceasta permite obţinerea unor modele
de sensibilitate de ordin redus operând direct pe schema bloc a
sistemului.
Elaborată în anii '60 pentru sistemele liniare de către Kokotović şi
Rutman, după o idee a lui Bikhovski, cu scopul de a determina
modificarea mărimii caracteristice datorată abaterilor parametrilor de
la valorile nominale, metoda componentei incerte a fost extinsă ulterior
la sistemele neliniare de către Vuscović şi Ćircić [Cru 72], [Fra 76].
În cele ce urmează se tratează mai întâi cazul sistemelor liniare de tip
SISO având un singur subsistem dependent de un singur parametru
generalizând în final rezultatul pentru două situaţii: sisteme cu mai
multe subsisteme toate dependente de acelaşi parametru, respectiv
sisteme cu mai multe subsisteme dependente fiecare de câte un singur
parametru.
Este abordat apoi cazul sistemelor neliniare complexe descrise prin
scheme bloc, de tip SISO, cu un singur parametru incert.
30 Cap.2. Aspecte de bază în analiza generală de sensibilitate

2.3.1 Metoda componentei incerte pentru sisteme liniare


Fie un sistem liniar invariant în timp, Σ, de tip SISO, cu orientarea
u→y, care conţine un singur subsistem, Σj, cu orientarea uj→yj,
dependent de parametrul scalar αj. Subsistemul Σj descris prin f.d.t.
Hj(s;αj) este denumit componentă incertă. La intrarea modelului
nominal Σo al sistemului şi în condiţii iniţiale independente de αj, se
aplică mărimea de intrare u(t), iar la ieşire se obţine mărimea de ieşire
nominală y(t;αjo),(fig.2.3.1-1).
u(t) uj(t;αjo) Hj(s;αjo) yj(t;αjo) y(t; αjo) În consecinţă, va rezulta la
intrarea subsistemului Σjo
Σjo Σo mărimea de intrare uj(t;αjo)
iar la ieşire sa se va obţine
Fig.2.3.1-1 Modelul nominal al sistemului cu mărimea de ieşire yj(t;αjo).
un singur subsistem dependent
de un singur parametru Sistemul Σ fiind liniar se
poate considera că abaterea
∆αj, a parametrului αj de la valoarea sa nominală αjo, determină
abaterea (incertitudinea) ∆Hj(s;αj) a f.d.t. Hj(s;αj) de la valoarea sa
nominală Hj(s;αjo), având ca efect abateri ale tuturor mărimilor din
sistem. Este evident că intrarea subsistemului Σj poate depinde de
parametrul αj prin structura sistemului. Fie ∆uj(t;αj), ∆yj(t;αj) şi
respectiv ∆y(t;αj) abaterile de la valorile nominale ale mărimilor de
intrare şi de ieşire ale subsistemului Σj şi respectiv a mărimii de ieşire
a sistemului Σ datorate abaterii ∆αj fig.2.3.1-2.

u(s) uj(s;αjo)+ ∆uj(s;αjo) yj(s;αjo)+∆yj(s;αjo) y(s;α )+∆y(s;α )


Hj(s;αjo)+ ∆Hj(s;αjo) jo jo

Σj
Σ
Fig.2.3.1-2 Modelul sistemului liniar cu un singur
subsistem dependent de un singur parametru

În condiţii iniţiale nule, dependenţa intrare-ieşire a subsistemului Σj,


este dată de expresia

( ) ( )
y j(s; α jo ) + ∆y j(s; α j) = H j(s; α jo ) + ∆H j(s; α j) ⋅ u j(s; α jo ) + ∆u j(s; α j)
(2.3.1.1)
Într-o primă aproximare liniară se poate neglija produsul
∆Hj(s;αj)·∆uj(s;αj). Având în vedere faptul că la valori nominale ale
parametrului este valabilă relaţia
2.3 Metode componentei incerte 31

y j (s; α jo ) = H j (s; α jo ) ⋅ u j (s; α jo ) , (2.3.1.2)


se obţine
∆y j (s; α j ) ≅ ∆H j (s; α jo ) ⋅ u j (s; α jo ) + H j (s; α jo ) ⋅ ∆u j (s; α j ) . (2.3.1.3)
Pe baza relaţiei (2.3.1.3)
∆uj(s;αjo) ∆yj(s;αjo) ∆y(t;αjo)
se poate realiza un 0 Hj(s;αjo)
model al abaterilor din
sistem, fig.2.3.1-3. Se
remarcă faptul că aba-
uj(t;αjo) ∆Hj(s;αjo)
terea mărimii de ieşire
∆y(t;αj) este o conse- Fig.2.3.1-3 Schema abaterilor din sistem
cinţă a noii mărimi de
intrare uj(t;αjo), mărime Modelul nominal al sistemului
de intrare care provine
din modelul nominal al u(t) uj(t;αjo) yj(t;αjo) y(t; αjo)
sistemului. Se obţine Hj(s;αjo)
astfel sistemul combi-
nat din fig.2.3.1-4, in-
termediar şi nefolosit Modelul abaterii
∆H j(s;αjo)
dar necesar pentru
înţelegerea şi justi-
ficarea schemei finale. ∆uj(t;αjo) ∆yj(t;αjo) ∆y(t;αjo)
0 Hj(s;αjo)
Prin împărţirea relaţiei
(2.3.1.3) la ∆αj şi
trecerea la limită Fig.2.3.1-4 Sistem combinat pentru
pentru ∆αj→0, se obţine determinarea abaterii ∆y(t;αjo)
expresia operaţională a
f.d.s de ieşire

∂H j (s; α j ) ∂u j (s; α j )
σ j (s; α jo ) ≅ ⋅ u j (s; α jo ) + H j (s; α jo ) ⋅ .
∂α j ∂α j
α jo α jo
(2.3.1.4)
∂u j (s; α j )
în care factorul ∂α j se generează din modelul de sensibilitate.
α jo

Relaţia (2.3.1.4) şi modelul nominal al sistemului conduc la sistemul


combinat din fig.2.3.1-5 utilizat pentru determinarea funcţiei de
sensibilitate de ieşire în raport cu parametrul αj şi a abaterii mărimii
de ieşire de la traiectoria nominală.
32 Cap.2. Aspecte de bază în analiza generală de sensibilitate

Deşi majoritatea sistemelor din automatică sunt sisteme cu reacţie,


ceea ce face ca uj să depindă de αj, pot exista şi situaţii pentru care
această dependenţă să nu existe. Acestea ar putea fi instrumente de
măsură care nu intervin în reacţie având doar rol de supraveghere.

Modelul nominal al sistemului

u(t) uj(t;αjo) yj(t;αjo) y(t;αjo)


Hj(s;αjo)

y(s;αj)
∂H j (s; α j )
∂α j ∆y(s;αj)
α jo

• ∆αj
∂ u j ( s; α j )
∂α j
σ(s; α jo )
0 α jo
σ j (s; α jo )
Hj(s;αjo)

Modelul de sensibilitate

Fig.2.3.1-5 Sistem combinat pentru determinarea


funcţiei de sensibilitate de ieşire

∂u j (s; α j )
În aceste cazuri = 0 şi practic modelele de sensibilitate
∂α j
α jo
devin mult mai simple, (vezi exemplul din Anexa 2).
Rezultatul poate fi generalizat pentru două cazuri:
¾ Cazul în care sistemul Σ conţine q subsisteme care depind de
parametrul αj.
În această situaţie, partea din sistemul combinat necesară pentru
determinarea funcţiei de sensibilitate de ieşire în raport cu
parametrul αj, σ ( t ; α jo ) , se prezintă în schema bloc din fig.2.3.1-6,
în care cu u1(s;αjo), u2(s;αjo), ... , uq(s;αjo) s-au notat imaginile
operaţionale ale mărimilor de intrare ale modelelor nominale ale
subsistemelor dependente de parametrul αj iar cu σ1 j (s; α jo ) ,
σ 2 j (s; α jo ) , ... , σ qj (s; α jo ) s-au notat imaginile operaţionale ale
2.3 Metode componentei incerte 33

funcţiilor de sensibilitate de ieşire ale subsistemelor dependente de


parametrul αj în raport cu parametrul αj.
Cazul de generalizare prezentat este sugerat în [Fra 76].

Modelul nominal al sistemului


u1(s;αjo) y1(s;αjo)
H1(s;αjo)

u(s) u2(s;αjo) u y2(s;αjo) y(s;αjo)


H2(s;αjo)
uq(s;αjo) yq(s;αjo)
Hq(s;αjo)
Σo

∂H1 (s; α j ) ∂H 2 (s; α j ) ∂H q (s; α j )

∂α j ∂α j ∂α j
α jo
α jo α jo

∂u 1 (s; α j )
∂α j
α jo

σ1 j (s; α jo )
H1(s;αjo)

0 ∂u 2 (s; α j ) σ 2 j (s; α jo ) σ(s; α jo )


H2(s;αjo)
∂α j
α jo

∂u q (s; α j ) σ qj (s; α jo )
Hq(s;αjo)
∂α j
α jo

Modelul de sensibilitate

Fig.2.3.1-6 Partea din sistemul combinat aferentă determinării funcţiei de


sensibilitate de ieşire în raport cu parametrul αj în situaţia în
care q subsisteme depind de parametrul αj.
34 Cap.2. Aspecte de bază în analiza generală de sensibilitate

Modelul nominal al sistemului


u1(s;αo) y1(s;αo)
H1(s;α1o)

u(s) u2(s;αo) u y2(s;αo) y(s;αo)


H2(s;α2o)
uq(s;αo) yq(s;αo)
Hq(s;αqo)
Σo

∂H q (s; α q )
∂α q
α qo

0 σ q (s; α o )
Hq(s;αqo)
σ qq (s; α o )

Modelul q de sensibilitate

∂H 2 (s; α 2 )
∂α 2 α 2o

0 σ2(s; αo)
H2(s;α2o)
σ22(s; αo)

Modelul 2 de sensibilitate

∂H1 (s; α1 )
∂α1 α1o

0 σ1(s; αo)
H1(s;α1o)
σ11(s; αo)
Modelul 1 de sensibilitate

Fig.2.3.1-7Partea din sistemul combinat aferentă determinării funcţiilor de


sensibilitate de ieşire în situaţia în care q subsisteme depind
fiecare de câte un singur parametru α j , j = 1, q .
2.3 Metode componentei incerte 35

¾ Cazul în care sistemul Σ conţine q subsisteme care depind, respectiv,


de q parametri distincţi, (fiecare subsistem j depinde de câte un
singur parametru, α j , j = 1, q ).

În această situaţie, determinarea celor q funcţii de sensibilitate de


ieşire σ j (s; α o ) , în raport cu parametrii α j , j = 1, q , se face cu un
sistem combinat format dintr-un model nominal al sistemului şi q
modele de sensibilitate, fig.2.3.1-7.
Exemplificarea acestei noi generalizări este prezentată în Anexa 2,
pe un sistem liniar de ordinul 3.
Ideea generalizării în acest caz provine din faptul că sistemele
liniare pot fi cu uşurinţă aduse la forme în care fiecare subsistem să
depindă de un singur parametru matematic. În ceea ce priveşte
problema determinării funcţiilor de sensibilitate în raport cu
parametri fizici, metoda curentă poate fi continuată cu abordarea de
la sfârşitul §2.2.2.2.

2.3.2 Metoda componentei incerte pentru sisteme


neliniare
Metoda are avantajul unor construcţii şi utilizări relativ simple,
sistematizate la finalul paragrafului.
Se consideră un sistem de tip SISO (reprezentat în fig.2.3.2-1) care
conţine q subsisteme liniare şi p subsisteme neliniare. Din cele q
subsisteme liniare se consideră că un număr nq sunt dependente de
singurul parametru incert, α. Subsistemele liniare dependente de
parametru α sunt descrise de funcţiile de transfer H i (s, α ), i = 1, n q .
Subsistemele liniare independente de parametru α sunt descrise de
funcţiile de transfer H j (s), j = n q + 1, q . Din cele p subsisteme neliniare
se consideră că np sunt dependente tot de parametrul α . Subsistemele
neliniare dependente de parametru α sunt descrise de funcţionalele
G k {~
u k ; α}, k = 1, n p . Subsistemele neliniare independente de
~
parametrul α sunt descrise de funcţionalele G l {u l }, l = n p + 1, p . Se
admite că funcţionalele Gk şi Gℓ sunt diferenţiabile în raport cu
argumentele lor. În funcţie de modul de interconectare al
subsistemelor, intrările lor pot depinde de parametrul α. Ieşirile
tuturor subsistemelor, prin modul de interconectare, pot contribui la
formarea ieşirii sistemului.
36 Cap.2. Aspecte de bază în analiza generală de sensibilitate

u i (s; α) y i (s; α) i = 1, n q
H i (s; α)
j = n q + 1, q
u j (s; α) y j (s; α)
u(t) H j (s) y(t;α)
~
u k ( t ; α) ~y (t; α)
G k {u k ( t; α); α} k
~

k = 1, n p ~ ~y ( t; α)
u l ( t ; α)
G l {u l ( t; α)}
~ l

l = n p + 1, p

Fig.2.3.2-1 Sistem cu blocuri liniare şi neliniare

Între intrările şi ieşirile blocurilor liniare există relaţiile

 y i (s; α ) = H i (s; α ) ⋅ u i (s; α ), i = 1, n q



 , (2.3.2.1)
 y j (s; α ) = H j (s) ⋅ u j (s; α ), j = n q + 1, q

care conduc la modelul de sensibilitate

 ∂H i (s; α ) ∂u (s; α)
σ i (s; α o ) = ⋅ u i (s; α o ) + H i (s; α o ) ⋅ i , i = 1, n q
 ∂α αo ∂α αo
 .
σ (s; α ) = H (s) ⋅ ∂u j (s; α ) , j = n + 1, q
 j o j q (2.3.2.2)
 ∂α αo

Se remarcă faptul că modelul de sensibilitate aferent părţii liniare are


aceeaşi formă cu modelul nominal al sistemului, ceea ce diferă faţă de
acesta din urmă fiind intrările şi ieşirea.
Între intrările şi ieşirile blocurilor neliniare există relaţiile

~y k ( t; α ) = G k {~u k ( t; α ); α; t}, k = 1, n p



~ , (2.3.2.3)
 y l ( t; α ) = G l {~
u l ( t; α ); t}, l = n p + 1, p

care conduc în modelul de sensibilitate la


2.3 Metode componentei incerte 37

~ ∂G k {~u k ( t; α); α; t} ∂~u k ( t; α) ∂G k {~


u k ( t; α); α; t}
σ k ( t; α o ) = ⋅ + , k = 1, n p
 ∂~
u k ( t ; α) αo
∂ α α ∂ α α
o o

~ ∂G l {~
u l ( t; α); t} ∂~u ( t ; α) (2.3.2.4)
σ l ( t; α o ) = ~ ⋅ l , l = n p + 1, p
 ∂ u l ( t ; α ) αo
∂α αo

Pe baza relaţiilor (2.3.2.4) se remarcă faptul că modelul de sensibilitate


aferent părţii neliniare se obţine dintr-o structură de formă similară cu
cea a modelului nominal al sistemului în care locul blocurilor G k {L}
este luat de elemente de înmulţire la care, evident, diferă intrările şi
ieşirile. Astfel, pentru determinarea funcţiei de sensibilitate de ieşire în
raport cu parametrul α, σ( t; α o ) , şi a abaterii mărimii de ieşire de la
traiectoria nominală, se obţine sistemul combinat din fig.2.3.2-2.
Etapele metodei se pot sistematiza în vederea utilizării metodei folosind
programul MATLAB-SIMULINK după cum urmează:
1. Se construieşte schema bloc aferentă unui model nominal al
sistemului.
2. Se copiază schema bloc obţinută la punctul 1, urmând a fi
transformată în schema bloc a modelului de sensibilitate
următoarele transformări:
− se înlocuiesc blocurile neliniare cu blocuri de înmulţire cu două
intrări: una dintre intrări rămâne legată acolo unde era legat
blocul neliniar substituit;
− se adaugă blocuri sumatoare la ieşirile blocurilor liniare
corespunzătoare celor care în sistem depind de parametrul α;
− se adaugă blocuri sumatoare la ieşirile blocurilor de înmulţire
care înlocuiesc blocuri neliniare corespunzătoare celor care în
sistem depind de parametrul α.
3. Se construiesc interfeţele dintre cele două scheme calculând
derivatele din relaţiile (2.3.2.2) şi (2.3.2.4) şi se interconectează cele
două scheme astfel:
− se leagă corespunzător primei relaţii din (2.3.2.2), intrările
blocurilor liniare din schema construită la punctul 1., (evident
cele care în sistem depind de parametrul α), cu intrările
sumatoarelor de la ieşirile blocurilor similare din schema de la
punctul 2., prin intermediul derivatelor calculate anterior;
− se leagă corespunzător relaţiilor (2.3.2.4) intrările blocurilor
neliniare din schema construită la punctul 1., (evident cele care
în sistem depind de parametrul α), cu intrările rămase nelegate
ale blocurilor de înmulţire şi ale sumatoarelor de la ieşirile
38 Cap.2. Aspecte de bază în analiza generală de sensibilitate

blocurilor de înmulţire din schema ce la punctul 2., prin


intermediul derivatelor anterior calculate.
Se aplică funcţia u(t) la intrarea schemei care implementează modelul
nominal şi 0 la intrarea celei care implementează modelul de
sensibilitate. La ieşirea modelului nominal se va obţine traiectoria
nominală a mărimii de ieşire iar la ieşirea modelului de sensibilitate se
va obţine funcţia de sensibilitate absolută a ieşirii în raport cu
parametrul α.

u i (s; α o ) y i (s; α o ) Modelul nominal


H i (s; α o )
al sistemului
u j (s; α o ) y j (s; α o )
H j (s ) y(t;αo)
u(t)
~ ~y ( t; α )
u k ( t; α o ) k o y(t,α)
G k {~
u k ( t; α o ); α o ; t}
~
u l ( t; α o ) ~y ( t; α )
l o ∆y(t;αo)
G l {~
u l ( t; α o ); t}

∆α

∂H i (s; α) ∂ G k {~
u k ( t; α); α; t} ∂G k {~
u k ( t; α); α; t} ∂ G l {~
u l ( t; α); t}
~
∂α ∂~
u k ( t; α ) α
∂α α
∂ u l ( t; α ) α
αo o o o

∂ u i (s; α o ) ∂ y i (s; α o )
∂α αo ∂α
H i (s; α o ) α o

∂ u j (s; α o ) ∂ y j (s; α o )
∂α αo
H j (s ) ∂α αo
σ(t;αo)
0
∂~
u k ( t; α o ) ∂ ~y k ( t; α o )
∂α ∂α αo
αo

∂~
u l ( t; α o )
∂α ∂ ~y l ( t; α o )
αo
Modelul de • ∂α αo
sensibilitate

Fig.2.3.2-2 Sistem combinat pentru determinarea funcţiei de


sensibilitate şi abaterii mărimii de ieşire în raport cu
parametrul scalar α aferent sistemului din fig.2.3.2-1
2.4 Metoda punctelor de sensibilitate 39

2.4 Metoda punctelor de sensibilitate


A fost elaborată de Kokotović în 1964 [Cru 72] şi preluată de Eychoff
[Eyk 77], Frank [Fra 76] etc.
Metoda permite măsurarea simultană a tuturor funcţiilor de
sensibilitate semirelativă de ieşire ale unui sistem liniar de tip SISO, în
timp continuu sau în timp discret, descris prin schemă bloc, care
conţine subsisteme care depind fiecare de câte un parametru. F.d.s.
sunt disponibile în anumite puncte ale schemei bloc a unui singur
model de sensibilitate, denumite "puncte de sensibilitate", prin
excitarea modelului de sensibilitate cu funcţia preluată de la ieşirea
modelului nominal al sistemului.
Având resurse puţine (un singur model pentru toate funcţiile de
sensibilitate), implementarea pe cale numerică a acestei metode se
poate face prin programe "rapide". Ca urmare, se consideră că metoda
"punctelor de sensibilitate" este metoda ideală pentru determinarea
funcţiilor de sensibilitate semirelativă (şi apoi absolută) la sistemele
liniare automate optimale şi la sistemele de reglare adaptive la care
timpul de calcul este important.
În continuare se prezintă metoda şi modul său de utilizare pentru
cazul general al sistemelor liniare SISO cunoscute prin scheme bloc iar
apoi, o particularizare a metodei pentru sistemele liniare SISO
cunoscute prin f.d.t.

2.4.1 Metoda punctelor de sensibilitate. Caz general.

Fie sistemul liniar invariant în timp descris prin f.d.t. H(λ;α).


Presupunem că sistemul conţine q subsisteme dependente de un
singur parametru αj, componentă a lui α având f.d.t. H j (λ; α j ), j = 1, q .
La intrarea sistemului se aplică mărimea de intrare u(t) iar la ieşire se
obţine mărimea de ieşire y(t;α), tєℑ. Funcţia de sensibilitate
~ ( t; α),
semirelativă σ j = 1, q , t ∈ ℑ , a mărimii de ieşire a sistemului
j
în raport cu parametrul αj,

~ ( t ; α ) = ∂y ( t ; α )
σ , j = 1, q , t∈ℑ
j o
∂ ln α j , (2.4.1.1)
α =αo

are în domeniul operaţional imaginea


40 Cap.2. Aspecte de bază în analiza generală de sensibilitate

~ (λ; α ) = ∂y (λ ; α )
σ , j = 1, q
j o
∂ ln α j . (2.4.1.2)
α =αo

Imaginea operaţională a mărimii de ieşire, în condiţii iniţiale nule, este


y(λ; α) = H(λ; α) ⋅ u(λ) . (2.4.1.3)
Înlocuind (2.4.1.3) în (2.4.1.2) şi utilizând regula de derivare a
funcţiilor compuse se obţine

~  ∂ H (λ; α ) ∂ H j(λ; α j ) 
σ j(λ; α o ) =  ⋅  ⋅ u (λ) , j = 1, q .
 ∂ H j(λ; α j) ∂ ln α  (2.4.1.4)
 j α = α
o

Relaţia (2.4.1.3) fiind scalară ne permite înlocuirea lui u(λ) în (2.4.1.4)


ceea ce conduce la următorul rezultat:
∂ ln H j(λ; α j )
~ (λ; α ) =  ∂ ln H(λ; α) ⋅
σ ⋅ y(λ; α)

 =
j o  ∂ ln H j(λ; α j) ∂ ln α 
 j α = αo
(2.4.1.5)
H
= SHHj (λ; αo) ⋅ Sα j (λ; αo) ⋅ y(λ(αo) , j = 1, q
j

~ ( t; α ),
adică funcţiile de sensibilitate semirelativă σ j = 1, q , t ∈ ℑ pot
j o
fi măsurate prin aplicarea mărimii de ieşire nominală, y(t;αo), tєℑ, la
intrarea unei conexiuni serie formată din sisteme ale căror f.d.t sunt
funcţiile de sensibilitate Bode:

∂ ln H(λ; α) H ∂ ln H j(λ; α j )
SHHj (λ; αo) = , Sα j (λ; αo) = , j = 1, q .
∂ ln H j(λ; α j) j ∂ ln α j
α = αo α = αo
Notăm: (2.4.1.6)
H
Fj(λ; αo) = SHHj(λ; αo) şi G j(λ; αo; αo) = Sα j (λ; αo),
j
j = 1, q . (2.4.1.7)

Fj(λ;αo) se determină având în vedere structura întregului sistem pe


când Gj(λ;αo) se determină doar din subsistemul Hj(λ;αj). În [Cru 72],
[Eyc 77], [Fra 76], [Ian 99] se arată că la un sistem cu buclă de reacţie
generalizată, fig.2.4.1-11, toate Fj(λ;αo) se determină dintr-o singură
structură şi anume identică cu aceea a modelului nominal.

1Pentru a nu îngreuna inutil figura au fost omise argumentele mărimilor şi f.d.t.,


nefiind relevante pentru ideea de bază a metodei prezentate aici. Figura este făcută
în ipoteza că q este număr par.
2.4 Metoda punctelor de sensibilitate 41

u y
H1 H3 H2k-1 Hq-1

H2

H4

H2k

Hq

Fig.2.4.1-1 Sistem cu buclă de reacţie generalizată

σq−1 σ2k −1 σ3 σ1
1/αq-1,o 1/α2k-1,o 1/α3,o 1/α1,o
~
σ ~
σ ~
σ ~
q−1 2k −1 3 σ1

Gq-1 G2k-1 G3 G1

yo Sq-1 S2k-1 S3 S1
H1 H3 H2k-1 Hq-1

H2
S2
H4
S4
H2k
S2k
Hq
Sq
- Gq - G2k - G4 - G2
~
σ ~
σ ~
σ ~
σ
q 2k 4 2
1/αq,o 1/α2k,o 1/α4,o 1/α2,o

σq σ2k σ4 σ2

Fig.2.4.1-2 Model de sensibilitate aferent sistemului cu buclă de


reacţie generalizată
42 Cap.2. Aspecte de bază în analiza generală de sensibilitate

În fig.2.4.1-2 este prezentată schema modelului de sensibilitate ce


permite determinarea simultană a tuturor celor q funcţii de
sensibilitate semirelative ale sistemului din fig.2.4.1-1. Între punctul
de intrare în modelul de sensibilitate şi punctul Sj din modelul de
sensibilitate se obţine Fj(λ;αo). Punctele Sj din modelul de sensibilitate
se numesc "puncte de sensibilitate". Această afirmaţie se poate
demonstra prin compararea expresiilor F2k-1(λ;αo)1 şi F2k(λ;αo) calculate
pe baza definiţiilor (2.4.1.6/7) cu cele stabilite pe baza schemei bloc.
Dacă se doresc funcţiile de sensibilitate absolută se poate completa
schema cu blocuri de înmulţire cu constante de forma (1/αjo) conform
relaţiei dintre f.d.s. semirelative şi f.d.s. absolute

~ (t; α ) = ∂ y(t; α)
σ = α jo ⋅ σ j(t; α o ), j = 1, q , t ∈ ℑ .
j o
∂ ln α j (2.4.1.8)
α = αo

Etapele metodei se pot sistematiza astfel:


1. Se construieşte o schemă bloc a modelului nominal al sistemului, în
care se numerotează blocurile ca în fig.2.4.1-1.
2. Se construieşte o primă variantă a schemei bloc a modelului de
sensibilitate prin copierea schemei bloc obţinută la punctul 1. şi
marcarea punctelor S; va fi completată ulterior.
3. Pentru fiecare bloc din sistem se calculează Gj(λ;αo) conform relaţiei
(2.4.1.7). În schema de la punctul 2. se adaugă, în punctele Sj,
corespunzător fig.2.4.1-2, blocuri cu f.d.t. Gj(λ;αo).
4. Se interconectează cele două scheme potrivit (2.4.1.5) prin legarea
ieşirii schemei construită la punctul 1. cu intrarea schemei
rezultate la punctul 3.
5. Se adaugă blocurile de înmulţire cu constante (1/αjo).
6. Se aplică funcţia u(t) la intrarea schemei care implementează
modelul nominal. La ieşirile blocurilor Gj(λ;αo) se vor obţine funcţiile
de sensibilitate semirelativă ale ieşirii în raport cu parametri αj iar
după blocurile de înmulţire cu constante f.d.s absolute.

2.4.2 Metoda punctelor de sensibilitate. Caz particular.


Un caz particular deosebit de avantajos prin simplitatea soluţiei pe
care o oferă pentru determinarea tuturor funcţiilor de sensibilitate de

1 S-a notat j=2k-1dacă j este număr impar şi j=2k dacă j este număr par.
2.4 Metoda punctelor de sensibilitate 43

ieşire semirelativă dar şi absolută este cel al sistemelor în timp


continuu, de tip SISO, descrise prin funcţia de transfer

b n −1 ⋅ s n −1 + b n −1 ⋅ s n −2 + L + b1 ⋅ s + b o
H(s) = . (2.4.2.1)
s n + a n −1 ⋅ s n −1 + L + a 1 ⋅ s + a o
Coeficienţii reali din relaţia (2.4.2.1) formează vectorul parametrilor α ,
adică
α = [an-1, an-2, …, a1, ao, bn-1, bn-2, …, b1, bo] T . (2.4.2.2)

Funcţia de sensibilitate semirelativă a mărimii de ieşire în raport cu


parametrul αj este
 ∂y ( t ; α )
 , j = 1, n
 ∂ ln a n − j
~ ( t; α ) = ∂y ( t; α )
σ =
α =α o
j o (2.4.2.3)
∂ ln α j  ∂y ( t ; α )
α =α o
 , j = n + 1, 2 n
∂ ln b 2 n − j
 α =α o

Realizarea standard controlabilă asociată sistemului cu funcţia de


transfer (2.4.2.1) :
  0 1 0 L0  0 
  0
x& ( t ) =  0 1 L 0  M
 ⋅ x(t) +   ⋅ u(t) , x o = 0
  L L L L  0 
     (2.4.2.4)
 − a o − a 1 L − a n −1  1 
 y( t ) = [b o b1 L b n −1 ] ⋅ x ( t )
îi corespunde schema bloc din fig.2.4.2-1, de tipul celei din fig.2.4.1-1.
Conform relaţiei (2.4.1.5) funcţiile de sensibilitate semirelative
~ ( t; α ), j = 1, n pot fi măsurate prin aplicarea mărimii de ieşire
σ j o
y(t;αo) la intrarea unei conexiuni serie formată din sisteme ale căror
f.d.t sunt funcţiile de sensibilitate Bode, date de relaţia (2.4.1.6),
particularizate pentru sistemul (2.4.2.1), adică:
H
Fj(s; αo) = SHHj (s; αo), H j(s) = a j , G j(s; αo) = Sa j (s; αo) = 1, j = 1, n . (2.4.2.5)
j

Transferului dintre punctul de intrare în modelul de sensibilitate şi


punctul de sensibilitate Sj din modelul de sensibilitate îi corespunde
f.d.t Fj(s;αo).
44 Cap.2. Aspecte de bază în analiza generală de sensibilitate

bn-1
bn-2
b1

u 1 xn 1 xn-1 1 x1 bo y
s s s
-an-1
Fig.2.4.2-1 Schema bloc a
-an-2 sistemului SISO
reprezentat prin
-a1 realizarea standard
controlabilă
-ao

~
σ ~
~ n +2 σ2n −1 ~
σn +1 σ2n
Modelul
bn-1,o
nominal
bn-2,o
σn+1 Modelul de sensibilitate
σn+ 2 σ
2n −1
b1,o
xn,o
xn-1,o x1,o
u 1 1 1 yo 1 1 1
bo,o
s s s s s s
1 σ2n
-an-1,o -an-1,o

-an-2,o -an-2,o

-a1,o -a1,o

-ao,o -ao,o

~ ~
σ ~
σ1 n −1 σn
Fig.2.4.2-2 Schema bloc pentru
determinarea funcţiilor de 1/an-1,o 1/a1,o 1/ao,o
sensibilitate semirelativă şi
absolută ale ieşirii sistemului σ1 ~ σn−1 σn
σ2
SISO reprezentat prin realizarea
standard controlabilă 1/an-1,o
σ2
2.4 Metoda punctelor de sensibilitate 45

Din ecuaţia de ieşire din modelul (2.4.2.4), pe baza definiţiei (2.1.3.10),


~
se deduc funcţiile de sensibilitate semirelativă σ j ( t; α o ), j = n + 1,2n :

~ (t; α ) = ∂ y(t; α)
σ j o = b 2n − j,o ⋅ x 2n − j+1(t; α o ), j = n + 1, 2n .
∂ ln b 2n − j
α =α o
(2.4.2.6)
Se remarcă faptul că ele pot fi măsurate direct în modelul nominal din
fig.2.4.2-1 în punctele situate înaintea sumatorului de la ieşire. Între
~
f.d.s semirelative σ j(t; αo ) şi cele absolute σ j(t; α o ), j = n + 1,2n conform
relaţiei (2.4.1.8) putem scrie
~ (t; α ) = b
σ j o 2n - j, o ⋅ σ j(t; α o ), j = n + 1,2n . (2.4.2.7)

Comparând cu (2.4.2.6) se observă că f.d.s absolută a ieţirii în raport


cu parametrii b sunt chiar mărimile de stare din modelul nominal.
În fig.2.4.2-2 este prezentată schema modelului care permite
determinarea simultană a tuturor celor 2n funcţii de sensibilitate
semirelativă ale ieşirii sistemului din fig.2.4.2-1precum şi ale celor 2n
funcţii de sensibilitate absolută ale ieşirii.

2.5 Sensibilitatea sistemelor cu eşantionare

Sistemele cu eşantionare considerate în acest subcapitol sunt SRA


numerice în care procesul condus P este un sistem în timp continuu
iar algoritmul de reglare ARN este un sistem în timp discret, fig.2.5-1.
Atât pentru proiectarea ARN cât şi pentru aprecierea comportării SRA
este necesară găsirea unui model al întregului sistem. Aceasta se face
prin discretizarea modelului matematic
w u u y
ARN CNA P al procesului obţinându-se un model în
timp discret al ansamblului CNA-P-
CAN. Pe baza acestui model, la valorile
y nominale ale parametrilor procesului şi
CAN a pasului de discretizare, se va proiecta
Fig.2.5-1 Sistem de reglare
ARN. Relativ la sensibilitatea sistemelor
automată numerică cu eşantionare, în continuare, sunt
abordate următoarele subiecte
¾ Determinarea funcţiilor de sensibilitate de stare respectiv de ieşire
ale procesului în raport cu parametrii procesului, α j , j = 1, q .
46 Cap.2. Aspecte de bază în analiza generală de sensibilitate

¾ Determinarea funcţiilor de sensibilitate de stare respectiv de ieşire


ale procesului în raport cu pasul de discretizare, h.
Fizic, situaţia care reclamă un astfel de studiu este cea în care
pasul de discretizare h folosit de SRAN diferă de pasul ho pentru
care s-a proiectat SRAN.
¾ Determinarea funcţiilor de sensibilitate de stare respectiv de ieşire
ale SRA în raport cu timpul de calcul, τc , în situaţia în care
achiziţia de informaţii din proces şi transmiterea comenzilor către
proces nu sunt sincrone.
Obţinerea unui model în timp discret al procesului este o problemă
dificilă pentru cazul neliniar. În cazul liniar, în ipoteza că CNA
incorporează un eşantionator de ordin 0, discretizarea se face ca
realizare invariantă la semnal treaptă [Dra 04].
Abordarea problemelor de sensibilitate de eşantionare se face în mod
similar la procesele liniare şi neliniare. Prin urmare, pentru simplitate,
în cele ce urmează se va aborda cazul general al unui sistem liniar.

2.5.1 Modele de sensibilitate ale sistemelor cu


eşantionare.
Fie sistemul continuu liniar descris de MM-ISI

 x& ( t ; α ) = A ( α ) ⋅ x ( t ; α ) + B ( α ) ⋅ u ( t ), x(t o ) = x o
 (2.5.1.1)
 y ( t ; α ) = C ( α ) ⋅ x ( t ; α ) + D ( α ) ⋅ u ( t )
Prin discretizarea MM-ISI (2.5.1.1) ca realizare invariantă la semnal
treptă, [Pop 05], cu pasul h, se obţine MM-ISI discret
x[t + 1; α; h ] = A d (α; h ) ⋅ x[t; α; h ] + B d (α; h ) ⋅ u[t; h ], x (0) = x o
 , (2.5.1.2)
 y[ t; α; h ] = C d (α; h ) ⋅ x[ t; α; h ] + D d (α; h ) ⋅ u[ t; h ] , t ∈ N
unde:
A (α; h ) = Φ (α; h ) = e A (α ) ⋅ h ;
 d
 h A (α ) ⋅v
B
 d ( α ; h ) = Γ ( α ; h ) = ∫0 e B(α )dv ;
(2.5.1.3)

 C d ( α ; h ) = C ( α ); D d ( α ; h ) = D ( α ).

Datorită operaţiei de discretizare, sistemul descris de (2.5.1.2),
(2.5.1.3), adaugă, la lista parametrilor sistemului încă unul, pe h,
2.5 Sensibilitatea sistemelor cu eşantionare 47

pasul de discretizare (perioada de eşantionare), având valoarea


nominală ho. Modelele de sensibilitate asociate sistemului (2.5.1.2),
calculate pentru h = ho, împreună cu modelul nominal al sistemului
vor furniza funcţiile de sensibilitate de stare respectiv de ieşire în
momentele de eşantionare. Pentru situaţia în care parametrul
sistemului este considerat h ≠ ho am abordat şi problema evoluţiei
funcţiilor de sensibilitate între momentele de eşantionare.

2.5.1.1 Modele de sensibilitate ale sistemelor cu eşantionare


în raport cu parametrii α j , j = 1, q

Prin derivarea relaţiilor (2.5.1.2) în raport cu parametrii α j , j = 1, q se


obţin modelele de sensibilitate de stare:

χ [t + 1; α ; h ] = A (α ; h ) ⋅ χ[t; α ; h ] + ∂A d (α; h o ) ⋅ x[t; α ; h ] +
 j o o d o o o o o o
∂α j
 αo

 ∂Bd (α; h o )
 + ⋅ u[t], χ oj = 0 t ∈N
 ∂ α j αo

 ∂C d (α; h o ) ∂D d (α; h o )
σ j[t; α o; h o ] = C d (α o; h o ) ⋅ χ [t; α o ] + ⋅ x[t; α o ] + ⋅ u[t]
 j ∂α j ∂α j
 αo αo

(2.5.1.4)
Relaţiilor (2.5.1.4) şi modelului nominal al sistemului (2.5.1.2) le
corespunde sistemul combinat prezentat în fig.2.5.1-1. Pentru
simplitatea scrierii, s-a omis parametrul ho.

2.5.1.2 Modele de sensibilitate ale sistemelor cu eşantionare


în raport cu parametrul h
Vectorul de sensibilitate de stare în raport cu parametrul h, [Fra 76],
este denumit vector de sensibilitate de eşantionare, notat cu λ şi este
definit în §2.1.5. El caracterizează sensibilitatea vectorului de stare în
raport cu h în momentele de eşantionare.
Întrucât toate mărimile care intervin în (2.5.1.2) sunt continue în
raport cu h, derivarea relaţiilor (2.5.1.2) în raport cu h va conduce la
modelul de sensibilitate de eşantionare (2.5.1.5).
48 Cap.2. Aspecte de bază în analiza generală de sensibilitate

Ddo Modelul nominal al


sistemului discretizat
x[t+1;αo] x[t;αo]
u[t] yo[t;αo]
Bdo −1 Cdo
z
y[t;αo]
Ado
∆y[t;αo]
Modelul j de … …
sensibilitate
∆αj
parametrică ∂Ad (α) ∂ Cd (α ) ·
j = 1, q ∂α j ∂α j
αo αo
χj[t;αo]
σj[t;αo]
z −1
∂ Bd ( α )
Cdo
∂α j
αo
x[t;αo]

Ado ∆x[t;αo]
∂ Dd (α)
∂α j … …
αo ∆αj
· χj[t;αo]

Fig.2.5.1-1 Sistemul combinat pentru măsurarea funcţiilor de


sensibilitate la STD liniare, descrise prin MM-ISI.

λ[t + 1; α o; h o ] = A d (α o; h o ) ⋅ λ[t; α o; h o ]) + A(α o ) ⋅ A d (α o; h o ) ⋅ x[t; α o; h o ] +



 + A d (α o; h o ) ⋅ B(α o ) ⋅ u[t], λ oj = 0

σ h[t; α o; h o ] = C(α o ) ⋅ λ[t; α o ], t ∈ N.
(2.5.1.5)
Cu σh s-a notat vectorul de sensibilitate de eşantionare al ieşirii.
Prin combinarea modelului de sensibilitate de eşantionare descris de
relaţiile (2.5.1.5) cu modelul nominal al sistemului descris de relaţiile
(2.5.1.2) la valorile nominale ale parametrilor rezultă schema din
fig.2.5.1-2, pe baza căreia se pot determina atât vectorul de
sensibilitate de eşantionare al stării, λ , cât şi vectorul de sensibilitate
de eşantionare al ieşirii, σh , în momentele de eşantionare.
Caracterizarea sensibilităţii vectorului de stare x în raport cu h între
momentele de eşantionare se face cu ajutorul vectorului de
eşantionare continuu, definit în §2.1.5. Determinarea acestuia
presupune rezolvarea unui şir de ecuaţii diferenţiale autonome, de
forma
2.5 Sensibilitatea sistemelor cu eşantionare 49

Modelul nominal al
Ddo sistemului discretizat
x[t;αo;ho] yo[t;αo;ho]
u[t] −1
Bdo z Cdo

Ado y[t;αo;ho]
∆y[t;αo;h]
∆h
·
Ao·Ado
λ[t;αo;ho]
σh[t;αo;ho]
Ado·Bo z −1 Co
Modelul de
x[t;αo;h]
sensibilitate de Ado ∆x[t;αo;h]
eşantionare
· ∆h
λ[t;αo;ho]
Fig.2.5.1-2 Sistemul combinat pentru măsurarea funcţiilor de sensibili-
tate de eşantionare ale STD liniare, descrise prin MM-ISI.

dλ(th o + τ)
= A ⋅ λ(th o + τ), τ ∈ (0, h ), t ∈ N (2.5.1.6)

în condiţii iniţiale reprezentând soluţiile lui λ din (2.5.1.5). Fiecare
element al şirului din (2.5.1.6) se referă la un pas de discretizare.
Pentru simplitatea scrierii, s-au omis parametrii din αo.

2.5.2 Modele “în două puncte”, (studiu de caz).


Noţiunile introduse în acest paragraf se referă la sistemul de reglare
automată numeric prezentat în fig. 2.5.2-1, [Ack 72], [Dra 85], în care
un proces în timp continuu, P,
este condus pe baza unui h
algoritm de reglare numerică, w ARN u ER u P
y
th
ARN, ce acţionează la momentele
de timp discrete, tc = th, tєℕ, în h
y
timp ce informaţia despre
proces, pe baza căreia se th-τc
stabileşte mărimea de comandă
Fig.2.5.2-1 Sistem numeric de
u , este preluată la momentele de reglare automată
timp anterioare ta = th-τc, tєℕ.
50 Cap.2. Aspecte de bază în analiza generală de sensibilitate

Parametrul τc«h reprezintă timpul de calcul (necesar pentru


determinarea numerică a mărimii de comandă într-o perioadă de
eşantionare). La proiectarea ARN s-a considerat τc = 0. Cum în
realitate τc ≠ 0 se pune problema influenţei timpului de calcul asupra
mărimilor din sistem. Soluţionarea acestei probleme se face găsind un
model care să ţină seama de timpul de calcul τc.
Procesul condus, P, de ordin n, este descris de MM-ISI
 x& ( t ) = A ⋅ x ( t ) + B ⋅ u ( t ), x(t o ) = x o
 . (2.5.2.1)
 y ( t ) = C ⋅ x ( t )
În situaţia în care timpul de calcul se consideră nul, τc = 0, (ceea ce
înseamnă că achiziţia de informaţii din proces şi transmiterea comenzii
către proces sunt sincrone, tc = ta ), din (2.5.2.1), prin discretizare ca
realizare invariantă la semnal treptă se obţine MM-ISI în timp discret
x c[t + 1] = A d, c ⋅ x c[t] + Bd, c ⋅ u c[t], x c[0] = x o

 , t ∈N (2.5.2.2)
y c[t] = C ⋅ x c[t]

A = e A ⋅h ;
 d,c
unde  h (2.5.2.3)
 B d , c = ∫ e A ⋅ v Bd v .
 0
Indicele “c” sugerează faptul că momentele de timp discrete
considerate sunt cele de transmitere a comenzii către proces, şi anume
tc = th, tєℕ. Presupunem că regulatorul numeric implementează
algoritmul de reglare liniar descris prin MM-ISI de ordin nR în timp
discret
z [t + 1] = A R ⋅ z [t] + B Ry ⋅ y [t] + B Rw ⋅ w [t], z [0] = z o
 c
 , t ∈ N .(2.5.2.4)
u c[t] = C R ⋅ z [t] + D Ry ⋅ y c[t] + D Rw ⋅ w [t]

Relaţiile (2.5.2.2) şi (2.5.2.4) τc h-τc h τc


descriu funcţionarea sis-
temului din fig.2.5.2-1 la xc[t-1;τc] xc[t;τc] xc[t+1;τc]
momentele de discretizare xa[t-1;τc] xa[t;τc] xa[t+1;τc]
tc = th, tєℕ în situaţia în ta tc ta tc ta tc t
care τc = 0. În realitate,
între momentul achiziţiei, Fig.2.5.2-2 Distribuţia indicilor a şi c
pe axa timpului
ta, şi cel al transmiterii
2.5 Sensibilitatea sistemelor cu eşantionare 51

comenzii, tc, există un interval de timp τc= tc-ta ≠ 0, fig.2.5.2-2.


Întrucât în acest interval de timp se calculează comanda, convenim
să denumim acest interval de timp, ”timp de calcul”. Considerăm
τc = constant. Comportamentul sistemului din fig.2.5.2.1 în această
situaţie poate fi descris prin modelul de ordinul 2n+nR, în timp
discret:
x c[t + 1; τ c ] = A d,c ⋅ x c[t; τc ] + B d,c ⋅ u [t; τ c ], x c[0; τ c ] = x oc ,
 c

y c[t; τc ] = C ⋅ x c[t; τc ] ,

x a (t + 1; τc ) = A d,a ⋅ x c (t; τ c ) + B d,a ⋅ u (t; τ c ), x a (0; τ c ) = x oa ,


 c
 (2.5.2.5)
y a (t; τc ) = C ⋅ x a (t; τc ), t ∈N

z [t + 1; τ c ] = A R ⋅ z [t; τ c ] + B Ry ⋅ y [t; τ c ] + B Rw ⋅ w [t], z [0] = z o


 a

u c[t; τ c ] = C R ⋅ z [t; τ c ] + D Ry ⋅ y a[t; τ c ] + D Rw ⋅ w [t]

A A ⋅ (h − τ c )
=e ,
 d, a
unde  h − τ c A ⋅v (2.5.2.6)
 B d, a = ∫ e Bdv ,
 0
restul notaţiilor fiind ca în (2.5.2.3) şi (2.5.2.4). Indicele “a” sugerează
faptul că momentele de timp discrete considerate sunt cele de achiziţie
a datelor din proces, adică ta = th – τc, tєℕ.
Se remarcă faptul că modelul (2.5.2.5) operează atât cu mărimi la
momentul de comandă, tc , cât şi cu mărimi la momentul de achiziţie,
ta , în timp ce modelul ((2.5.2.2), (2.5.2.4)) operează numai cu mărimi
la momentul tc. Această remarcă ne sugerează denumirile de “model
într-un singur punct ”, M-1P, pentru modelul ((2.5.2.2), (2.5.2.4))
respectiv de “model în două puncte ”, M-2P, pentru modelul (2.5.2.5).
Considerând timpul de calcul, τc, ca unic parametru, pentru sistemul
de reglare automată numeric, având valoarea nominală τco = 0, se pune
problema determinării influenţei lui τc asupra comportării dinamice a
sistemului. Problema poate fi rezolvată relativ uşor dacă se asociază
modelului (2.5.2.5) un model de sensibilitate în raport cu parametrul
τc. În situaţia în care toţi vectorii şi toate matricele din (2.5.2.5) sunt
derivabile în raport cu τc, pe un interval specificat [0, τcmax],
introducem notaţiile:
52 Cap.2. Aspecte de bază în analiza generală de sensibilitate

d x c[t; τ c ] d x a[t; τ c ]
λ c[t;0] = , λ a[t;0] = ,
d τc τ d τc τ
c =0 c =0

d z [t; τ c ] d y c[t; τ c ]
λ z[t;0] = ; σ c[t;0] = ,
d τc τ d τc (2.5.2.7)
c =0 τc = 0

d y a[t; τ c ] d u c[t; τ c ]
σ a[t;0] = , σ u[t;0] = .
d τc d τc τ
τc = 0 c =0

Cu aceste precizări, din (2.5.2.5) se obţine modelul de sensibilitate


parametrică în raport cu timpul de calcul:

λc[t + 1;0] = Ad,c ⋅ λc[t;0] + Bd,c ⋅ σu[t;0], λc[0;0] = 0



σc[t;0] = C ⋅ λc[t;0]

 dAd,a dBd,a
λ
 a [t + 1;0] = ⋅ x c[t;0] + A d,a ⋅ λ c[t;0] + ⋅ u [t;0] +
dτc τ =0 dτc τ =0 c
 c c

 + Bd,a ⋅ σu[t;0], λa[0;0] = 0
 (2.5.2.8)
σa[t;0] = C ⋅ λa[t;0] t ∈Ζ

λ z[t + 1;0] = AR ⋅ λ z[t;0] + BRy ⋅ σa[t;0], λ z[0;0] = 0

σu[t;0] = CR ⋅ λ z[t;0] + DRy ⋅ σa[t;0]


În (2.5.2.8) se pot înlocui

d A d ,a d B d ,a
= − A ⋅ A d ,c , = − A ⋅ B d ,c − B . (2.5.2.9)
dτ c τc = 0
dτ c τc = 0

Întrucât (2.5.2.8) reprezintă un model de sensibilitate obţinut pe baza


unui M-2P, el va fi numit “model de sensibilitate în două puncte ”,
MS-2P. Intrările în MS-2P sunt x c ( t ;0 ) şi u c ( t ;0 ) , adică starea şi
comanda din M-1P nominal. Prin urmare utilizarea MS-2P trebuie
făcută simultan cu M-1P, fapt ce conduce la “modelul global în două
puncte ”, MG-2P, a cărui mărime de intrare este mărimea de
conducere w(t).
2.5 Sensibilitatea sistemelor cu eşantionare 53

Forma matriceală a MG-2P, obţinută din ((2.5.2.2), (2.5.2.4)), (2.5.2.8),


după utilizarea relaţiei (2.5.2.9) este:
x c[t + 1;0]
  Ad,c + Bd,c ⋅ DRy ⋅ C Bd,c ⋅ CR 0 0 0 
z [t + 1;0]   BRy ⋅ C AR 0 0 0 
  
λ c[t + 1;0] =  0 0 Ad,c Bd,c ⋅ DRy ⋅ C Bd,c ⋅ CR  ⋅
   
− A ⋅ Ad,c − A ⋅ Bd,c − B Ad,c Bd,c ⋅ DRy ⋅ C Bd,c ⋅ CR 
λ a[t + 1;0] 
λ [t + 1;0]  0 0 0 BRy A R 
 z 

x c[0;0] x c 
o
x c[t;0] Bd,c ⋅ DRw 
       o
z [t;0]  BRw  z [0 ;0 ]  z 
       
⋅ λ c[t;0] + 0  ⋅ w[t] , λ c[0;0] = 0  , t ∈Ζ
       
λ a[t;0] 0  λ
 a [ 0; 0]  0  (2.5.2.10)
λ [t;0] 0  λ [0;0] 0 
 z     z   

x c[t;0]
u c[t;0]  D ⋅ C CR 0 0 0  z [t;0]  D Rw 
   Ry     
yc[t;0]   C 0 0 0 0   0 
 = 0 0 0 D Ry ⋅ C
⋅ λ [t;0] +
C R   c  0 
⋅ w[t]
σ [ t
 u  ;0]
    
  0 0 C 0 0  λ a[t;0] 0 
σc[t;0]  λ [t;0]  
 z 
(2.5.2.11)
cu intrarea w ( t ), t ∈ Ζ . Deşi în aparenţă MG-2P pare complicat, el
poate fi privit ca un MM-ISI în timp discret, oarecare.
După soluţionarea MG-2P, influenţa timpului de calcul asupra
sistemului de reglare se determină prin utilizarea unor relaţii de tipul
(2.1.2.2) şi anume:
x c ( t; τ c ) = x c ( t;0) + λ c ( t;0) ⋅ τ c
z ( t; τ c ) = z ( t;0) + λ z ( t;0) ⋅ τ c
u c ( t; τ c ) = u c ( t;0) + σ u ( t;0) ⋅ τ c . (2.5.2.12)

y c ( t; τ c ) = y c ( t;0) + σ c ( t;0) ⋅ τ c
În concluzie, se poate afirma că, un studiu privind influenţa timpului
de calcul asupra dinamicii unui sistem de reglare automată numeric,
54 Cap.2. Aspecte de bază în analiza generală de sensibilitate

necesar în faza de proiectare la alegerea perioadei de eşantionare, se


poate realiza în mod elegant utilizând MG-2P.
Studiul de sensibilitate de eşantionare poate contribui la alegerea unei
perioade de eşantionare în acord cu influenţa timpului de calcul.

2.6 Calculul numeric al funcţiilor de sensibilitate

În ciuda faptului că în prezent există numeroase medii de calcul, nu


există în acest moment nici un produs software care să permită în mod
simplu analiza sensibilităţii parametrice a sistemelor automate.
Principalele specificaţii pe care ar trebui să le îndeplinească un astfel
de produs sunt:
¾ Calcularea abaterilor mărimilor de stare sau de ieşire în raport cu
fiecare parametru care se poate abate de la valoarea nominală.
Astfel se poate corecta ieşirea nominală în funcţie de posibilele
abateri suferite de parametri.
¾ Combinarea aditivă a efectelor abaterilor în cazul mai multor
abateri parametrice. În cazul în care modelul matematic al
sistemului supus analizei este obţinut prin identificare analitică se
impune corelarea abaterilor în raport cu parametrii fizici,
(coeficienţii matematici sunt funcţii de mai mulţi parametri fizici). În
cazul în care modelul matematic al sistemului supus analizei este
obţinut pe cale experimentală nu este necesară o astfel de corelare,
(coeficienţii modelului matematic sunt singurii parametrii ce pot fi
luaţi în considerare).
Din punctul de vedere al investigării problemelor de sensibilitate
parametrică prin intermediul mediilor matematice existente se pot
distinge două modalităţi de abordare:
¾ Utilizarea mediilor matematice cu caracter general (de ex. MATCAD,
MATHEMATICA), fapt ce necesită un efort de calcul mare, necesar
construirii analitice a modelelor de sensibilitate sub forma
acceptată de aceste medii. Mediul MATHEMATICA deşi are
implementată o parte dedicată sistemelor (“CONTROL SYSTEM
PROFESSIONAL”) nu conţine funcţii specifice analizei de
sensibilitate [***].
¾ Utilizarea facilităţilor referitoare la modelare şi simulare oferite de
singurul mediu de programare actual dedicat în mod special
automaticii MATLAB-SIMULINK. Acesta, cu un efort de calcul nu
foarte mare, permite tratarea tuturor problemelor de sensibilitate.
Având structură modulară, mediul MATLAB, permite scrierea de
funcţii noi, utile în determinarea pe cale numerică a funcţiilor de
sensibilitate.
2.6 Calculul numeric al funcţiilor de sensibilitate 55

Acolo unde mediul MATLAB nu poate fi folosit (de exemplu într-un


echipament de conducere numerică unde se lucrează în timp real iar
resursele nu permit instalarea de software voluminos şi lent) şi este
nevoie de o apreciere calitativă a sensibilităţii parametrice în timp real,
există posibilitatea conceperii şi implementării unor produse software
noi, dedicate, care permit calculul simplu al funcţiilor de sensibilitate
parametrică, plecând direct de la modelul experimental al sistemului.
În asemenea cazuri, soluţia implică generarea unor relaţii de calcul al
funcţiilor de sensibilitate implementabile în orice limbaj de progra-
mare.

2.6.1 Calculul numeric al funcţiilor de sensibilitate


utilizând mediul MATLAB-SIMULINK
În paragrafele anterioare s-au prezentat diverse modalităţi de calcul
care permit generarea analitică sau prin scheme bloc a modelelor de
sensibilitate parametrică, pentru orice sistem liniar sau neliniar.
Aceste modele împreună cu modelul nominal al sistemului supus
analizei se pot simula utilizând mediul MATLAB - SIMULINK,
generându-se astfel funcţiile de sensibilitate.
Schematic, la modul general, fluxul informaţional care duce la genera-
rea funcţiilor de sensibilitate poate fi surprins prin schema din
fig.2.6.1-1. Ea precizează “poziţionarea” calculului numeric în fluxul
informaţional.

Model nominal Spaţiu de lucru


al sistemului Tabele
MATLAB
(parametrii αo )
SISTEM
(parametrii α )
Modele de Model Grafice
sensibilitate SIMULINK
Mărime de parametrică Funcţii de
intrare sensibilitate
parametrică

Fig.2.6.1-1 Generarea funcţiilor de sensibilitate utilizând


mediul MATLAB-SIMULINK
56 Cap.2. Aspecte de bază în analiza generală de sensibilitate

2.6.2 Funcţii MATLAB, dedicate generării funcţiilor de


sensibilitate parametrică absolută
În continuare sunt prezentate 4 funcţii MATLAB concepute pentru
calculul funcţiilor de sensibilitate absolută de ieşire, pentru sistemele
liniare de tip SISO, descrise prin MM-II în forma canonică. Cele 4
funcţii noi, au fost realizate după tipicul şi forma funcţiilor MATLAB,
sunt apelabile ca orice alte funcţii MATLAB şi ca urmare pot fi
integrate în mediul MATLAB. Ele permit:
− “sigmaa” - calculul funcţiilor de sensibilitate absolută în
raport cu parametrii de tip “a” la sistemele continue, liniare,
descrise prin MM-II în forma canonică pentru o funcţie de
intrare dată şi parametri nominali cunoscuţi;
− “sigmab” - calculul funcţiilor de sensibilitate absolută în
raport cu parametrii de tip “b” la sistemele continue, liniare,
descrise prin MM-II în forma canonică pentru o funcţie de
intrare dată şi parametri nominali cunoscuţi;
− “dsigmaa” - calculul funcţiilor de sensibilitate absolută în
raport cu parametrii de tip “a” la sistemele în timp discret,
liniare, descrise prin MM-II în forma canonică pentru o funcţie
de intrare dată şi parametri nominali cunoscuţi;
− “dsigmab” - calculul funcţiilor de sensibilitate parametrică în
raport cu parametrii de tip “b” la sistemele în timp discret,
liniare, descrise prin MM-II în forma canonică pentru o funcţie
de intrare dată şi parametri nominali cunoscuţi;
unde, prin " parametrii de tip “a”", respectiv " parametrii de tip “b”", se
înţeleg parametrii a i , i = 0, n şi, respectiv parametrii b i , i = 0, n , din
MM-II în formele canonice (2.6.2.1.1) şi (2.6.2.1.2).
Avantajul folosirii funcţiilor MATLAB propuse aici este acela că permit
utilizarea ulterioară a rezultatelor pentru alte prelucrări efectuate în
MATLAB-SIMULINK asupra modelelor sistemului.
Scrierea celor 4 funcţii are la bază metoda directă prezentată în §2.2.1
şi s-a făcut în două etape:
- în prima etapă, plecând de la MM-II, s-au obţinut relaţiile
generale care descriu în domeniul operaţional funcţiile de
sensibilitate parametrică;
- în a doua etapă, plecând de la structura generală a funcţiilor
MATLAB, s-au scris subprogramele care vor calcula numeric,
pe baza relaţiilor din prima etapă, funcţiile de sensibilitate
parametrică.
2.6 Calculul numeric al funcţiilor de sensibilitate 57

2.6.2.1 Deducerea imaginilor operaţionale ale f.d.s. pe baza


MM-II
Prelucrarea MM-II în vederea obţinerii relaţiilor ce urmează a fi
implementate în cele 4 funcţii MATLAB de calcul a funcţiilor de
sensibilitate parametrică s-a realizat pornind de la faptul că mediul
MATLAB are implementată în nucleul său de bază funcţia “lsim” care
calculează răspunsul unui sistem descris de f.d.t. la un semnal de
intrare dat, pe un interval de timp precizat şi în condiţii iniţiale date.
Am apelat funcţia “lsim” în toate cele 4 noi funcţii scrise. În locul f.d.t.
am folosit modelele operaţionale de sensibilitate obţinute în cele ce
urmează.
Sistemelor liniare SISO de ordinul n descrise de MM-II în formele
canonice:

a n y (n) (t) + a n −1 y (n −1) (t) + ... + a1 y& (t) + a o y(t) =


STC, (2.6.2.1.1)
= b n u (n) (t) + LL + b1 u& (t) + b o u(t), a n ≠ 0,
respectiv
a n y[t] + a n −1y[t − 1] + L a1y[t − n + 1] + a o y[t − n] =
STD, (2.6.2.1.2)
= bn u[t] + L + b1y[t − n + 1] + bou[t − n], a n ≠ 0,
având vectorul parametrilor
α = [an, an-1, an-2, …, a1, ao, bn, bn-1, …, b1, bo] T,
de valoare nominală αo, le corespunde în domeniul operaţional, în
condiţii iniţiale nule, o relaţie de forma
y (λ , α ) = H (λ , α ) ⋅ u (λ ) . (2.6.2.1.3)
în care f.d.t. H(λ,α) are expresia

b n λn + bn −1 λn −1 + ... + b1 λ + bo
H (λ , α ) = . (2.6.2.1.4)
a n λn + a n −1λn −1 + ... + a1 λ + a o

Conform metodei descrise în §2.2.1, imaginile operaţionale ale


funcţiilor de sensibilitate absolută ale mărimii de ieşire în raport cu
parametrii α j , j = 1, q , q = 2(n +1) se obţin cu relaţia (2.2.1.2). Aplicând
relaţia (2.2.1.2) în cazul concret al f.d.t. descrisă de (2.6.2.1.4) se
obţine:
58 Cap.2. Aspecte de bază în analiza generală de sensibilitate

∂H(λ; α)
σ j(λ; αo) = ⋅ u(λ) =
∂a n - j+1 (2.6.2.1.5)
α =α o

=−
(b λ + b λ
n
n
n −1
n −1
)
+ L + b1λ + bo ⋅ λn − j+1
⋅ u(λ), j = 1, n + 1
(a λ + a n
n
n −1λ
n −1
+ L + a1λ + a o )2
α =α o
respectiv

∂H(λ; α )
σ j ( λ; α o ) = ⋅ u (λ ) =
∂b 2n - j+ 2 (2.6.2.1.6)
α =α o
.
λ2 n − j+ 2
= ⋅ u ( λ ), j = n + 2, q
a n λn + a n −1λn −1 + L + a 1λ + a o
α =α o

Funcţiile de transfer din relaţiile (2.6.2.1.5) şi (2.6.2.1.6) reprezintă


"cheia" noilor subprograme MATLAB concepute.

2.6.2.2 Implementarea calculului f.d.s. în subprograme


(funcţii) MATLAB
Mediul de programare MATLAB are implementată în nucleul său de
bază funcţia “y=lsim(SYS,u,t,xo)” care calculează răspunsul y al
sistemului descris de SYS la semnalul de intrare u pe intervalul de
timp descris de t şi în condiţiile iniţiale xo date. Funcţia “lsim”
foloseşte pentru implementarea operaţiei de integrare metode numerice
de tip Runge-Kutta de ordin superior ceea ce asigură o bună
convergenţă. În utilizarea obişnuită a funcţiei “lsim”, SYS reprezintă
descrierea matematică a sistemului, de tip f.d.t. sau de tip MM-ISI.
Pentru situaţia în care în funcţia “lsim” pentru SYS se utilizează
modelele (generatoarele) de f.d.s din (2.6.2.1.5) şi (2.6.2.1.6),
∂H(λ; α ) ∂H(λ; α )
, j = 1, n + 1 şi , j = n + 2, q , răspunsul
∂a n - j+1 ∂b 2n - j+ 2
α =α o α =α o
calculat de funcţia “lsim” va fi de fapt funcţia de sensibilitate
σ j ( t , α o ), j = 1, q . Acest mod de calcul este folosit în toate cele 4 noi
subprograme de tip "function".
Astfel, plecând de la coeficienţii a i , i = 0, n şi b i , i = 0, n ai MM-II scris
sub forma (2.6.2.1.4), având valorile nominale cunoscute,
2.6 Calculul numeric al funcţiilor de sensibilitate 59

subprogramele “sigmaa”, “dsigmaa”, “sigmab” şi “dsigmab”, (după


cum sistemul este în timp continuu sau în timp discret şi după cum se
doreşte f.d.s. în raport cu parametrii a i , i = 0, n sau cu parametrii
b i , i = 0, n ), descriu MM-ISI corespunzătoare f.d.t din (2.6.2.1.5)
respectiv (2.6.2.1.6) şi apoi aplică asupra acestora funcţia “lsim” pentru
intrarea descrisă de u, pe intervalul de timp t, dat, şi în condiţii iniţiale
nule. Ca parametri de ieşire ai subprogramelor, rezultă funcţiile de
sensibilitate parametrică σ j ( t , α o ), j = 1, q corespunzătoare sistemului
descris prin MM-II în forma canonică pentru o funcţie de intrare dată
u(t) şi valorile nominale ale parametrilor cunoscute.
Schematic, prelucrarea informaţiei de către cele 4 subprograme noi
poate fi redată ca în fig.2.6.2.2-1.
Modul de apelare a celor 4 subprograme se face astfel:
Sa=sigmaa(num,den,u,t)
Sa=dsigmaa(num,den,u)
Sb=sigmab(num,den,u,t)
Sb=dsigmab(num,den,u)
unde
num=[an,o,an-1,o,…,a1,o,ao,o], den=[bn,o,bn-1,o,…,b1,o,bo,o],
u=[uo,u1,u2,…], t=[0,t1,t2,….].

sigmaa(num,den,u,t) sigmab(num,den,u,t)
(dsigmaa(num,den,u)) (dsigmab(num,den,u))

Calculează SYS cu Calculează SYS cu


expresia (2.6.3.1.5) expresia (2.6.3.1.6)
şi iniţializează x0 şi iniţializează x0

lsim(SYS,u,t,x0) lsim(SYS,u,t,x0)

Sa Sb
Fig.2.6.2.2-1 Fluxul de informaţii în
subprogramele “sigmaa”,”sigmab”
60 Cap.2. Aspecte de bază în analiza generală de sensibilitate

Aici uo,u1,u2,… reprezintă – la STC - valorile de la intrare la


momentele de calcul 0,t1,t2,…. iar la STD, valorile de la intrare la
momentele de discretizare 0,1,2,3,…,
Cele 4 subprograme de tip “function” sunt cuprinse în fişierele:
sigmaa.m
sigmab.m
dsigmaa.m
dsigmab.m
din Anexa 3.

2.6.3 Metode aproximative de calcul al funcţiilor de


sensibilitate parametrică ale sistemelor SISO
descrise prin MM-II
Se stabilesc modele de sensibilitate pentru modele în timp discret
obţinute prin aplicarea metodelor de discretizare prin aproximare.
Pentru situaţiile în care nu se dispune de mediul MATLAB şi este
necesară o analiză minimală de sensibilitate (de pildă intuirea formei
funcţiilor de sensibilitate în vederea unei estimări a abaterilor
parametrilor) se pot concepe produse software, dedicate unui singur
sistem sau unei clase de sisteme, care să permită calculul funcţiilor de
sensibilitate parametrică sau al abaterilor parametrilor. Ca exemplu,
au fost concepute funcţii C care implementează relaţiile recursive
aproximative de calcul al funcţiilor de sensibilitate parametrică
absolute şi relative, stabilite pentru modelul discretizat cu metoda
dreptunghiului retardată (evident, în mod similar, pot fi concepute
relaţii recursive bazate pe alte metode de discretizare), pentru un
sistem SISO liniar. Ele pot fi utilizate în aplicaţii software de
automatică unde este nevoie de analize minimale de sensibilitate
parametrică.

2.6.3.1 Determinarea analitică a relaţiilor de calcul prin


metode aproximative al funcţiilor de sensibilitate
parametrică absolute şi relative

Prelucrarea MM-II în vederea utilizării sale în produse software


Fie sistemul liniar SISO strict cauzal, de ordinul n, descris de MM-II în
forma canonică
2.6 Calculul numeric al funcţiilor de sensibilitate 61

y (n) (t) + a n −1 y (n −1) (t) + ... + a1 y& (t) + a o y(t) =


= b n -1 u (n -1) (t) + LL + b1 u& (t) + b o u(t), (2.6.3.1.1)
cu u, y∈R şi condiţiile iniţiale:

y (i) (j)
o = 0, i = 0, n - 1, u o = 0, j = 0, n - 2 . (2.6.3.1.2)
Formei canonice (2.6.3.1.1) i se asociază MM-ISI

x& (t) = A ⋅ x(t) + b ⋅ u(t), x(to) = 0



y(t) = cT ⋅ x(t)
(2.6.3.1.3)
în forma standard controlabilă, [Åst 84], adică având matricele:

 0 1 0 L 0  0
 0 0 1 L 0  0
   
A=L L L L L  , b = L ,
   
 0 0 0 L 1  0
− ao − a1 − a2 L − a n −1  1 

cT = [bo b1 b2 L bn −1] . (2.6.3.1.4)


În vederea obţinerii unor modele recursive simple, asupra relaţiei
(2.6.3.1.3) cu matricele (2.6.3.1.4), s-a aplicat metoda de discretizare a
lui Euler (dreptunghiului retardată) [Ack 72], [Dra 86], după un studiu
prealabil asupra discretizării modelelor prin metode aproximative
efectuat în [Pop 94]. Pentru un pas de discretizare h, se obţine:
x [t + 1] = Ad ⋅ x [t] + bd ⋅ u [t], x [0] = 0
 , t ∈Z
T
y[t] = cd ⋅ x [t]
(2.6.3.1.5)
cu

 1 h 0 L 0 
 0 1 h L 0 
 
Ad = h ⋅ A + I =  L L L L L 
 
 0 0 0 L h 
− a o ⋅ h − a1 ⋅ h − a2 ⋅ h L − a n −1 ⋅ h + 1
(2.6.3.1.6)
62 Cap.2. Aspecte de bază în analiza generală de sensibilitate

0
0
 
bd = h ⋅ b = L, cTd = cT = [bo b1 b2 L bn −1]
 
0
 h 
(2.6.3.1.6)
Scrise pe componenete, pentru valorile nominale ale parametrilor,
ţinând seama de (2.6.3.1.6), relaţiile (2.6.3.1.5) devin:

x1[t + 1; αo] = x1[t; αo] + h ⋅ x 2[t; αo ]



x 2[t + 1; αo] = x 2[t; αo ] + h ⋅ x 3[t; αo]

LLLLLLLLLLLLL
x [t + 1; α ] = x [t; α ] + h ⋅ x [t; α ]
 n −1 o n −1 o n o

n

x n[t + 1; αo ] = −h ⋅ ∑ a k −1 ⋅ x k[t; αo ] + x n[t; αo ] + h ⋅ u[t]
 k =1
 n
y [t; α ] = ∑ b ⋅ x [t; α ]
o k −1 k o
 k =1 (2.6.3.1.7)
cu condiţiile iniţiale:
x1[0; αo] = x 2[0; αo] = K = x n[0; αo] = 0 . (2.6.3.1.8)
Relaţiile recurente din (2.6.3.1.7) împreună cu (2.6.3.1.8) vor fi
utilizate la determinarea stării şi ieşirii nominale pentru o funcţie de
intrare dată.
Ca şi în §2.6.2, termenii de: " sensibilitate în raport cu parametrii de
tip “a” ", respectiv " sensibilitate în raport cu parametrii de tip “b” "
utilizaţi în continuare, se referă la funcţiile de sensibilitate absolută
sau relativă ale ieşirii în raport cu parametrii ai respectiv cu parametrii
~ ~
bj, adică: σa i , σa i , i = 0, n − 1 respectiv σb j , σb j , j = 0, n − 1 .

Valorile nominale ale parametrilor sunt: ao,o , a1,o , …, bo,o , b1,o , ….


Ele formează vectorul nominal al parametrilor αo şi sunt cerute de
program în faza de iniţială, sub forma:
a0, a1, …, b0, b1, ….
2.6 Calculul numeric al funcţiilor de sensibilitate 63

Sensibilitatea în raport cu parametrii de tip "a"


Prin derivarea MM-ISI (2.6.3.1.5), în raport cu parametrul
ai, i = 0, 1, 2, …, n-1, datorită formelor particulare ale matricelor din
(2.6.3.1.6), se obţine modelul de sensibilitate (vezi §2.2.2.2):
 ∂A d (α)
χ a i [t + 1; α o ] = A d (α o ) ⋅ χ a i [t; α o ] + ⋅ x [t; α o ], χ oa = 0
 ∂a i α i
 o
 T (2.6.3.1.9)
σ a i [t; α o ) = c d (α o ) ⋅ χ a i [t; α o ]
cu

 1 h 0 L 0 
 0 1 h L 0 
 
A d (α o ) =  L L L L L 
 
 0 0 0 L h 
− a o, o ⋅ h − a1, o ⋅ h − a 2, o ⋅ h L − a n −1, o ⋅ h + 1
 (2.6.3.1.10)
0 L 0 L 0
0 L L L 0 
∂ A d (α) 
∂a i α
= L L L L L, [
c Td (α o ) = b o, o b1, o L b n −1, o ]
 
o
0 L 0 L 0
 0 L −h L 0 

142 4
3 ↓ 142 4
3
i i +1 n − i −1

Având în vedere (2.6.3.1.10), scrisă pe componente, (2.6.3.1.9) devine:

χ1,a i [t + 1; αo] = χ1,a i [t; αo] + h ⋅ χ2,a i [t; αo]



χ2,a i [t + 1; αo] = χ2,a i [t; αo) + h ⋅ χ3,a i [t; αo]
LLLLLLLLLLLLLLLLLLL

χn −1,a i [t + 1; αo] = χn −1,a i [t; αo] + h ⋅ χn,a i [t; αo]
 n

χn,a i [t + 1; αo] = −h ⋅ ∑ a k −1,o ⋅ χk,a i [t; αo] + χn,a i [t; αo] − h ⋅ x i +1[t; αo]
 k =1
 n (2.6.3.1.11)
σa i [t; αo) = ∑ bk −1 ⋅ χk,a i [t; αo]
 k =1
64 Cap.2. Aspecte de bază în analiza generală de sensibilitate

cu condiţiile iniţiale

χ1,a i (0; α o ) = χ 2,a i (0; α o ) = K = χ n ,a i (0; α o ) = 0


. (2.6.3.1.12)
Relaţiile recurente (2.6.3.1.11) (împreună cu condiţiile iniţiale
(2.6.3.1.12)) formează relaţiile de calcul al funcţiei de sensibilitate
absolută de ieşire în raport cu parametrul ai. Implementarea acestora
necesită mărimi de intrare care provin din (2.6.3.1.7) (împreună cu
condiţiile iniţiale (2.6.3.1.8)).

Sensibilitatea în raport cu parametrii de tip "b"

Prin derivarea MM-ISI (2.6.3.1.5), în raport cu parametrul


bj, j = 0, 1, 2, …, n-1, datorită formelor particulare ale matricelor din
(2.6.3.1.6), se obţine modelul de sensibilitate (vezi §2.2.2.2):

χ [t + 1; α ] = A d (α ) ⋅ χ [t; α ], χ o = 0
o o o
 bj bj bj

 T ∂c Td (α) (2.6.3.1.13)
σ b j[t; α o ] = c d (α o ) ⋅ χ b [t; α o ] + ⋅ x [t; α o ]
 j ∂ b j α =α
 o

cu:
∂c Td (α)
= [0 L 1 L 0] . (2.6.3.1.14)
∂b j
α =α o

Restul matricelor sunt cele din (2.6.3.1.10). Forma particulară


autonomă a ecuaţiei de stare din (2.6.3.1.13) arată că sensibilitatea
stării în raport cu parametrii de tip b este nulă. Astfel, ecuaţia de ieşire
din (2.6.3.1.13) devine

σ b j[t; α o ] = x j+1[t; α o ] . (2.6.3.1.15)

Rezultă că funcţiile de sensibilitate de ieşire în raport cu parametrii de


tip b sunt identice cu stările se obţin din MM-ISI nominal în forma
standard controlabilă.
Relaţia (2.6.3.1.15) reprezintă formula de calcul al funcţiei de
sensibilitate absolută de ieşire în raport cu parametrul bj.
În ceea ce priveşte funcţiile de sensibilitate semirelativă, conform
relaţiei de legătură (2.1.3.10) dintre funcţia de sensibilitate absolută şi
cea semirelativă, pentru cazul prezentat aici se obţin relaţiile:
2.6 Calculul numeric al funcţiilor de sensibilitate 65
~ [t; α ] = σ [t; α ] / y [t; α ]
σ ai o ai o o , (2.6.3.1.16)
~ [t; α ] = σ [t; α ] / y [t; α ]
σ bj o bj o o . (2.6.3.1.17)

La implementarea acestor relaţii, împărţirea cu 0 se poate evita în mod


simplu prin completarea locului corespunzător în tabelul de valori cu
un simbol specific (de ex "??"), excluderea punctului respectiv din
grafic şi transmiterea unui mesaj de avertizare.
Relaţiile (2.6.3.1.16) şi (2.6.3.1.17) sunt formulele de calcul al
funcţiilor de sensibilitate semirelativă de ieşire în raport cu parametrii
ai , i = 0, n − 1 respectiv bj j = 0, n − 1 .

2.6.3.2 Implementarea relaţiilor de calcul în limbajul de


programare C

Pentru implementarea relaţiilor recurente stabilite în §2.6.3.1 au fost


create 4 funcţii C:
“asens” – calculează valorile funcţiei de sensibilitate absolută de ieşire
a sistemului în raport cu unul din parametri de tip "a",
specificat, precum şi valorile de la ieşirea modelului nominal;
“bsens” – calculează valorile funcţiei de sensibilitate absolută de ieşire
a sistemului în raport cu unul din parametri de tip "b",
specificat, precum şi valorile de la ieşirea modelului nominal;
“arel” – calculează valorile funcţiei de sensibilitate semirelativă de
ieşire a sistemului în raport cu unul din parametri de tip "a",
specificat, precum şi valorile de la ieşirea modelului nominal;
“brel” – calculează valorile funcţiei de sensibilitate semirelativă de
ieşire a sistemului în raport cu unul din parametri de tip "b",
specificat, precum şi valorile de la ieşirea modelului nominal;
De menţionat că “arel”, respectiv “brel” apelează şi prelucrează
rezultate obţinute cu “asens” respectiv “bsens”. Toate cele patru
funcţii salvează rezultatele într-un tablou din care pot fi apoi preluate
pentru a fi reprezentate grafic sau pentru a fi salvate în fişiere (de
exemplu în programul CN-FS sunt salvate într-un fişiere de tip
nume.mat, fişier ce pote fi ulterior încărcat în MATLAB cu comanda
load nume).
Funcţiile “asens” şi “bsens” utilizează, la alegere, două tipuri de
semnale de intrare: treaptă unitate şi rampă unitate, descrise de
relaţiile
66 Cap.2. Aspecte de bază în analiza generală de sensibilitate

− Funcţia treaptă unitate: u [t] = 1, t ∈ N (2.6.3.2.1)


− Funcţia rampă unitate: u [t] = h ⋅ t, t ∈ N (2.6.3.2.2)
Validarea funcţiilor C propuse s-a făcut prin compararea rezultatelor
obţinute prin calcul analitic efectuat conform relaţiei (2.2.1.3) din
§2.2.1, cu cele obţinute prin rularea programului CN-FS, pentru un
număr de 5 sisteme diferite. În Anexa 4 sunt prezentate, pe lângă
detalii despre programul CN-FS, aspecte din procesul de validare
precum şi sursele funcţiilor “asens” şi “bsens”.

2.6.3.3 Concluzii

La studiul comparativ din Anexa 5 participă şi cele 4 funcţii C


propuse, prin intermediul programului CN-FS. Deşi relaţiile de calcul
implementate sunt aproximative, (la stabilirea lor au fost utilizate
modele în timp discret obţinute prin discretizare prin aproximare şi s-a
folosit calcul recurent în buclă deschisă, fără corecţie) totuşi
rezultatele obţinute sunt acceptabile pe anumite intervale de timp,
ceea ce recomandă includerea lor (sau a altora obţinute în mod similar
dar îmbunătăţite) în produse software dedicate sistemelor automate.
Pentru îmbunătăţirea rezultatelor, funcţiile pot fi extinse ulterior prin
adăugarea unor algoritme care să completeze noi specificaţii de
proiectare cum ar fi:
¾ aplicarea la intrarea sistemului a unui semnal numeric oarecare;
¾ efectuarea calculelor din orice condiţii iniţiale;
¾ alegerea metodei de discretizare dintre metoda dreptunghiului,
metoda trapezului, metoda lui Simpson etc, [Dra 04] sau a altor
metode numerice de preferinţă cu convergenţa garantată şi cu
precizie mai mare;
¾ identificarea aproximativă a abaterilor parametrilor şi utilizarea
acestora pentru a controla eroarea de aproximare la fiecare pas de
calcul;
¾ implementarea unor relaţii discrete care să provină din relaţia
(2.2.2.2.17) din §2.2.2.2 care să permită calculul funcţiilor de
sensibilitate parametrică în raport cu alţi parametri decât cei în
forma canonică;
¾ implementarea unor relaţii discrete care să provină din relaţia
(2.1.6.1) din §2.1.6 care să permită calculul funcţiilor de
sensibilitate parametrică de ordinul al doilea.
3 UTILIZAREA ANALIZEI DE
SENSIBILITATE DIRECTĂ ÎN
AUTOMATICĂ
SRA, concepute în principal pentru a realiza conducerea unui proces,
au în acest context şi sarcina de a rezolva următoarele două mari
probleme:
‰ diminuarea efectelor perturbaţiilor externe care acţionază asupa
procesului;
‰ diminuarea efectelor perturbaţiilor cauzate de modificări ale
parametrilor din proces (aceasta include şi/sau elemente de
execuţie şi elemente de măsurare).
Proiectarea algoritmelor de reglare se bazează în mod nemijlocit pe
cunoaşterea modelului matematic procesului. Dacă există suspiciuni
asupra unuia sau altuia dintre parametri modelului atunci este
necesară o analiză de sensibilitate în debutul fazei de proiectare a SRA
pentru a stabili în ce măsură eventualele modificări ale parametrilor
influenţează comportarea procesului precum şi gradul în care
parametri influenţează abaterea maximă.
Analiza de sensibilitate a modelului unui sistem în raport cu toţi
parametrii permite stabilirea subsistemelor cu sensibilitate mai mare
faţă de abaterile anumitor parametri (exemplul din Anexa 5 este
ilustrativ). Aceste cunoştinţe pot sugera alternative în faza de
proiectare (de pildă, alegerea unui dispozitiv de măsurare sau a unui
element de execuţie de precizei mai mare/mică1).
În acest capitol este abordată o problemă de sensibilitate parametrică
a unui SRA, cu scopul stabilirii influenţei abaterilor parametrilor
subsistemelor componente asupra comportamentului SRA în domeniul
de pulsaţii. Tratarea se referă la interpretarea unor funcţii de
sensibilitate care exprimă modul în care abaterile relative ale funcţiilor
de transfer ale subsistemelor componente influenţează funcţia de
transfer a întregului SRA. Ea are un caracter general. Ca atare şi
rezultatele sunt valabile la modul general.
Se studiază apoi în paralel 4 structuri de reglare diferite ale aceluiaşi
proces dinamic dat, din punctul de vedere al influenţei abaterilor
parametrilor procesului asupra mărimilor reglate. Analiza este
realizată atât în domeniul timp cât şi în domeniul de pulsaţii.

1 De regulă, complexitatea modelele matematice ale dispozitivelor de măsurare şi ale


elementelor de excuţie creşte odată cu precizia.
68 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

Analiza de sensibilitate directă poate contribui la determinarea


parametrilor nominali de funcţionare ai sistemului sau la alegerea
punctului de funcţionare staţionară. Un astfel de caz este tratat în
capitolul Aplicaţii.
Toate rezultatele din acest capitol se referă la sisteme concrete şi ca
urmare au valoare particulară sau un grad restrâns de generalitate.

3.1 Analiza de sensibilitate a structurii unui SRA


Acest subcapitol îşi propune să analizeze efectul buclei de reglare privit
prin intermediul teoriei sensibilităţii. Se va studia comportarea SRA,
modelate prin scheme bloc în domeniul operaţional, în raport cu
abaterile parametrice, prin două noţiuni de sensibilitate aplicabile în
domeniul operaţional (cu interpretare în domeniul de pulsaţii), şi
anume:
¾ "Sensibilitatea de comparaţie";
¾ "Sensibilitatea Bode".
Sunt prezentate de asemenea aspecte corelative ale celor două noţiuni.

3.1.1 Sensibilitatea de comparaţie


("comparison sensitivity")
Prin analiza sensibilităţii de comparaţie se urmăreşte stabilirea
situaţiilor în care un sistem de reglare automată (sistem în circuit
închis) al unui proces este mai mai mult sau mai puţin sensibil decât
sistemul de comandă (sistem în circuit deschis) nominal echivalent al
aceluiaşi proces1. Problema a fost studiată de către Bode, Horowitz,
Cruz, Perkins, Kreindler, [Per 68], [Kre 68], [Cru 72] şi reluată apoi în
diverse forme de Frank în [Fra 76], de Marét în [Mar 88] şi de alţii sub
alte denumiri [Ion 94], [Ung 97]. Denumirea de “comparison
sensitivity” îi aparţine lui Perkins care teoretic a extins formal
problema la sistemele variabile în timp şi chiar la cele neliniare,
utilizând operatori în locul matricelor de transfer [Wil 69], [Cru 72].
În cele ce urmează se deduce relaţia generală asociată noţiunii de,
matrice de sensibilitate de comparaţie, întâlnită fără demonstraţie în
bibliografia amintită anterior.
Fie procesul linear, MIMO, descris de matricea de transfer HP (λ,α), cu
vectorul nominal al parametrilor αo. (Se admite că HP (λ,α) include

1 Termenul “nominal echivalente” aplicat asupra a două sau mai multe sisteme
sugereză comportament identic al sistemelor la valori nominale ale parametrilor
pentru aceeaşi funcţie de intrare şi în aceleaşi condiţii iniţiale.
3.1 Analiza de sensibilitate a structurii unui SRA 69

modelul elementului de
w(λ) uc(λ) yc(λ,α)
execuţie). Pentru acest pro-
ces se construiesc două sis- C(λ) HP(λ,α)
teme: unul de comandă,
fig.3.1.1-1, (având partea de Fig.3.1.1-1 Sistem de comandă
comandă descrisă de matri-
cea de transfer C(λ)) şi unul
de reglare, fig.3.1.1-2, (având ur(λ) yr(λ,α)
w(λ)
regulatorul descris de matri- R(λ) HP(λ,α)
cea de transfer R(λ) şi
elementele de măsurare de-
scrise de matricea de G(λ)
transfer G(λ)), nominal echi- Fig.3.1.1-2 Sistem de reglare automată
valente. Aceasta înseamnă:
y c (λ; α o ) = y r (λ; α o ) = y o (λ) , (3.1.1.1)

respectiv (procesul condus fiind acelaşi)


u c (λ) = u r (λ; α o ) = u o (λ) , (3.1.1.2)
unde uo este notaţia funcţiei nominală de comandă şi yo notaţia
funcţiei de ieşire nominală.
Variaţiile parametrilor pot fi echivalate, principial, cu mărimi
perturbatoare. Bucla de reglare, atenuează, principial efectul
perturbaţiilor. Deci, este natural ca bucla de reglare să atenueze şi
variaţiile parametrilor. În ce măsură? Studierea sensibilităţii
sistemului închis nu poate răspunde la această problemă. În acest
context apare conceptul de sistem nominal echivalent.
Pentru sistemul de comandă, la valorile nominale ale parametrilor,
sunt valabile relaţiile:
u o ( λ ) = C(λ ) ⋅ w ( λ ) , (3.1.1.3)

y c (λ; α o ) = H P (λ; α o ) ⋅ u o (λ) . (3.1.1.4)

Pentru sistemul de reglare, la valorile nominale ale parametrilor, sunt


valabile relaţiile:
u o (λ) = R (λ) ⋅ [ w (λ) − G (λ) ⋅ y o (λ)] , (3.1.1.5)

y o (λ ) = H P (λ; α o ) ⋅ u o (λ) . (3.1.1.6)


70 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

Dacă parametri se abat de la valorile nominale, αo devine (→) α , atunci


relaţiile (3.1.1.4) ÷ (3.1.1.6) devin:

y (λ; α) = H P (λ; α) ⋅ u o (λ) , (3.1.1.7)


c

u r (λ; α) = R (λ) ⋅ [ w (λ) − G (λ) ⋅ y r (λ; α)] , (3.1.1.8)

y r (λ; α) = H P (λ; α) ⋅ u r (λ; α) . (3.1.1.9)

Abaterile sistemului de comandă, respectiv sistemului de reglare de la


valorile nominale sunt :

∆ y c (λ; α) = y c (λ; α) − y c (λ; α o ) = y c (λ; α) − y o (λ) , (3.1.1.10)

∆ y r (λ; α) = y r (λ; α) − y r (λ; α o ) = y r (λ; α) − y o (λ ) . (3.1.1.11)

Din înlocuirea relaţiei (3.1.1.8) în relaţia (3.1.1.9) rezultă

y r (λ; α) + H P (λ; α) ⋅ R (λ) ⋅ G(λ) ⋅ y r (λ; α) = H P (λ; α) ⋅ R(λ) ⋅ w(λ) .(3.1.1.12)

iar din (3.1.1.5) în relaţia (3.1.1.7) se obţine

y (λ; α) + H P (λ; α) ⋅ R (λ) ⋅ G(λ) ⋅ y (λ) = H P (λ; α) ⋅ R (λ) ⋅ w (λ) .(3.1.1.13)


c o

Relaţiile (3.1.1.12) şi (3.1.1.13) au acelaşi membru drept, deci părţile


din stânga pot fi egalate
y (λ; α) + H P (λ; α) ⋅ R(λ) ⋅ G(λ) ⋅ y (λ; α) =
r r
(3.1.1.14)
= yc(λ; α) + H P (λ; α) ⋅ R(λ) ⋅ G(λ) ⋅ yo(λ)

Din această relaţie, scăzând din ambii membri aceeaşi cantitate, yo(λ),
şi ţinând seama de notaţiile din (3.1.1.10) şi (3.1.1.11) se obţine
succesiv:

∆ y r (λ; α) + H P (λ; α) ⋅ R (λ ) ⋅ G (λ) ⋅ ∆ y r (λ; α) = ∆ y c (λ; α) , (3.1.1.15)

∆ y r (λ; α) = [I + H P (λ; α) ⋅ R (λ ) ⋅ G (λ )]−1 ⋅ ∆ y c (λ; α) , (3.1.1.16)

∆ y r ( λ; α ) = S ⋅ ∆ y c ( λ; α ) , (3.1.1.17)

unde

S = [I + H P (λ; α ) ⋅ R (λ ) ⋅ G (λ ) ]−1 . (3.1.1.18)


3.1 Analiza de sensibilitate a structurii unui SRA 71

S se numeşte matrice de sensibilitate de comparaţie (Comparison


Sensitivity Matrix). Ea arată în ce măsură bucla de reglare este
capabilă să îndepărteze în comparaţie cu sistemul deschis nominal
echivalent efectele nedorite datorate abaterilor parametrilor de la
valorile nominale. Pentru abateri mici ale parametrilor de la valorile
nominale ea poate fi înlocuită cu

S o = [I + H P (λ; α o ) ⋅ R (λ ) ⋅ G (λ )]−1 . (3.1.1.19)

La abateri semnificative, pentru determinarea matricei de sensibilitate


de comparaţie conform relaţiei (3.1.1.18), se poate aplica o tratare de
tipul celei prezentate în §2.3 referitoare la metoda componentei
variabile.
Pentru sistemele lineare de tip SISO relaţia (3.1.1.18) ia forma
(3.1.1.20) numită funcţie de sensibilitate de comparaţie, respectiv forma
(3.1.1.21) pentru abateri mici:

1
S=
1 + H P ( λ; α ) ⋅ R ( λ ) ⋅ G ( λ ) , (3.1.1.20)

1
Sο =
1 + H P ( λ; α o ) ⋅ R ( λ ) ⋅ G ( λ ) . (3.1.1.21)

Relaţia (3.1.1.17), arată că S reprezintă formal matricea de transfer a


erorilor. Relaţiile (3.1.1.18) ÷ (3.1.1.21) trebuie să ilustreze efectul
atenuator amintit mai sus. Primele două dintre ele nu se pretează la
un studiu uşor. Următoarele două pot să servească în mod facil unui
astfel de scop. Interpretarea este similară la STC şi STD.
~
Se poate observa că H(λ; α) = H P (λ; α) ⋅ R (λ) ⋅ G (λ ) este f.d.t. a
sistemului deschis.
La STC, în domeniul de pulsaţii relaţia (3.1.1.21) devine

1
S o (jω) =
1 + H P ( jω; α o ) ⋅ R ( jω) ⋅ G ( jω) , (3.1.1.22)

1 1
S o (jω) = ~ = ~ . (3.1.1.23)
1 + H ( jω; α o ) 1 + H o
Condiţia ce trebuie îndeplinită pentru ca bucla de reglare să realizee
atenuarea tuturor erorilor datorate abaterilor parametrice rezultată din
(3.1.1.17) este
72 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

S o (jω ) < 1 , ∀ωєℝ+. (3.1.1.24)


~
"Ho " Având în vedere (3.1.1.23), această
-1+j·0 condiţie devine
~
P 1 + H o > 1 , ∀ωєℝ+. (3.1.1.25)
M ~ ~
ω1 Ho În planul complex pentru ∀ωєℝ+. H o
Fig.3.1.1-3 Ilustrarea relaţiei descrie hodograful Nyquist, fig.3.1.1-3.
(3.1.1.25) Geometric condiţia (3.1.1.25) înseamnă

PM > 1 , (3.1.1.26)

adică hodograful Nyquist al sistemului deschis trebuie să se situeze în


afara cercului unitar de centru (-1, 0·j). În realitate această condiţie nu
este îndeplinită ∀ωєℝ+. Pentru exemplu din fig.3.1.1-3, începând de
la o anumită valoare a pulsaţiei, ω = ω1, condiţia nu mai este
îndeplinită ceea ce înseamnă că bucla de reglare nu mai este capabilă
să rejecteze efectul “perturbator” al abaterilor parametrice. Valoarea ω1
poate să devină una din condiţiile de proiectare a regulatorului SRA.
Având în vedere că domeniul de pulsaţii [ω1, ∞) poate fi asociat cu
începuturile regimurilor tranzitorii rezultă că efectul perturbaţiilor
parametrice nu este diminuat de buclă decât după un anumit interval
de timp. Ulterior, în regim permanent, ele sunt diminuate în mod
notabil datorită închiderii circuitului de conducere. Din (3.1.1.15),
pentru STC, rezultă
1
∆y r ,∞ = ⋅ ∆y c ,∞ . (3.1.1.27)
1 + H P (0; α o ) ⋅ R (0) ⋅ G (0)
Analog, pentru STD se obţine
1
∆y r , ∞ = ⋅ ∆y c , ∞ . (3.1.1.28)
1 + H P (1; α o ) ⋅ R (1) ⋅ G (1)

Dacă P este instabil este posibil ca ∆y c ,∞ să fie ∞.

3.1.2 Analiza sensibilităţii Bode la SRA


În acest paragraf se aplică noţiunea de sensibilitate Bode, (definită în
§2.1.5. ca funcţie de sensibilitate relativă), asupra SRA prezentat în
fig.3.1.2-1, (se consideră sistemul de tip SISO), cu scopul de a vedea în
3.1 Analiza de sensibilitate a structurii unui SRA 73

ce măsură abaterile care pot interveni


pe calea directă (reprezentată de Hd y
w a
având expresia nominală Hd,o), respectiv Hd
pe calea de reacţie (reprezentată de Hr
având expresia nominală Hr,o), sunt r
importante pentru SRA. Hr
SRA din fig.3.1.2-1 este descris de
Fig.3.1.2-1 Sistem de reglare
funcţia de transfer automată
Hd
H=
1 + Hd ⋅ Hr . (3.1.2.1)

Sensibilitatea Bode aplicată asupra lui H în raport cu cele două


componente Hd respectiv Hr conduce la:

∂ ln H H d ∂H 1 1
SH
Hd = = ⋅ =L= = ~
∂ ln H d o
H ∂H d o
1 + H d ,o ⋅ H r ,o 1+ Ho
(3.1.2.2)
− H d ,o ⋅ H r ,o ~
∂ ln H H r ∂H Ho
SH
Hr = = ⋅ =L= =− ~
∂ ln H r o
H ∂H r o
1 + H d ,o ⋅ H r ,o 1 + Ho
(3.1.2.3)
~
unde cu H o s-a notat expresia nominală a funcţiei de transfer a
sistemului deschis asociat SRA. Relaţiile (3.1.2.2) şi (3.1.2.3)
caracterizează modul de transfer al dezechilibrelor ce pot apare în
subsistemele Hd respectiv Hr , la nivelul SRA1.
~
În cazul în care H o » 1 cele două expresii devin:

1
SH
Hd = ~ , (3.1.2.4) SH
H r = −1 . (3.1.2.5)
Ho
Relaţia (3.1.2.4) arată că sensibilitatea SRA în raport cu funcţia de
transfer a căi directe este invers proporţională cu funcţia de transfer a
sistemului deschis ceea ce înseamnă că este de dorit ca funcţia de

1 Coform relaţiei (2.2.1.3) în calculul funcţiei de sensibilitate intervine termenul


∂H
. La modul general f.d.t H depinde de f.d.t a subsistemelor sale H*. În această
∂α
∂H ∂H ∂H *
situaţie = ⋅ . Primul factor caracterizează partea aferentă de structură
∂α ∂H * ∂α
generală iar al doilea partea de structură locală.
74 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

transfer a sistemului deschis să aibă modulul cât mai mare, în acest


fel sensibilitatea să fie cît mai mică. Pe de altă parte, o f.d.t. cu un
modul mare pe calea directă înseamnă amplificare mare pe calea
directă ceea ce poate determina instabilitatea buclei de reglare. Prin
urmare, în domeniul de pulsaţii se impune un studiu mai amănunţit
(vezi şi §3.2.4). Este necesar ca studiu de sensibilitate să fie completat
cu unul de stabilitate pentru a decide soluţia de compromis
"stabilitate-sensibilitate" cea mai adecvată.
Relaţia (3.1.2.5) arată că sensibilitatea SRA în raport cu funcţia de
transfer a căi de reacţie este de 100%, ceea ce înseamnă că elementul
de măsură (plasat de regulă pe calea de reacţie) este un element critic.
Astfel, orice modificare a parametrilor săi se va transmite semnificativ
în întreg sistemul, influenţându-l.
În concluzie, se poate aprecia că nu este absolut necesar ca elementele
care constituie calea directă să fie extrem de precise. În schimb,
elementul de măsurare trebuie să fie un dispozitiv foarte precis, fiabil
şi stabil în raport cu timpul şi temperatura.

3.1.3 Aspecte corelative

Comparând structurile SRA din fig.3.1.1-2 şi fig.3.1.2-1 pentru cazul


în care sistemul din fig.3.1.1-2 este de tip SISO se poate observa
echivalarea:

H d = H P ( λ; α ) ⋅ R ( λ ) (3.1.3.1)

H r = G (λ ) (3.1.3.2)

~
H = H d ⋅ H r = H P ( λ; α ) ⋅ R ( λ ) ⋅ G ( λ ) (3.1.3.3)

Hd H P ( λ; α ) ⋅ R ( λ )
H= = (3.1.3.4)
1+ Hd ⋅ Hr 1 + H P ( λ; α ) ⋅ R ( λ ) ⋅ G ( λ )
Astfel, pentru sistemul din fig.3.1.1-2, dacă am considera că toate
blocurile depind de parametri α, (altfel relaţiile (3.1.3.6) şi (3.1.3.7) nu
ar avea sens), funcţiile de sensibilitate Bode în raport cu elementele de
pe calea directă şi de pe cea de reacţie sunt:
1
SH
Hd = (3.1.3.5)
1 + H P (λ; α o ) ⋅ R (λ; α o ) ⋅ G (λ; α o )
3.1 Analiza de sensibilitate a structurii unui SRA 75

H P (λ; αo ) ∂H(λ; α)
SH
HP = ⋅ =L
H(λ; αo ) ∂H P (λ; α) α =α
o
(3.1.3.6)
1
L=
1 + H P (λ; αo) ⋅ R(λ; αo ) ⋅ G(λ; αo )
R(λ) ∂H(λ; α)
SH
R = ⋅ =L
H(λ; αo ) ∂R(λ) α =α
o
(3.1.3.7)
1
L=
1 + H P (λ; αo) ⋅ R(λ; αo ) ⋅ G(λ; αo)
H
SG = −1 (3.1.3.8)
Comparând relaţiile (3.1.3.5) ÷ (3.1.3.7) cu funcţia de sensibilitate de
comparaţie din relaţia (3.1.1.20) se constată faptul că la un sistem
linear SISO, cu reacţie negativă, funcţiile de sensibilitate Bode în
raport cu acţiunile de pe calea directă sunt egale cu funcţia de
sensibilitate de comparaţie calculată pantru valorile nominale ale
parametrilor, adică:

Hd = S H P = S R = So
SH H H
(3.1.3.9)

Prin urmare, pentru funcţia de sensibilitate de comparaţie este valabilă


şi interpretarea dată în §3.1.2 şi invers.
Pe de altă parte, pentru SRA din fig.3.1.2-1 între mărimile w şi a există
legătura
1
a= ~ w, adică a = SH
Hd w . (3.1.3.10)
1 + Ho
Aceasta înseamnă că (3.1.2.2.) este de fapt f.d.t. pe canalul w→a şi, în
literatura de specialitate, s-a încetăţenit pentru ea denumirea de
"funcţie de sensibilitate" iar pentru
~
Ho
~ (3.1.3.11)
1+ Ho
denumirea de "funcţie de sensibilitate complementară", pierzându-se
originea.
76 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

3.2 Studiu de caz privind analiza de sensibilitate


directă
Analiza de faţă îşi propune să prezinte o modalitate de evaluare a unor
structuri de reglare automată prin aprecierea sensibilităţii lor
parametrice în domeniul timp, în domeniul de pulsaţii şi a unor
indicatori interni. Pentru studiu au fost considerate 4 sisteme de
reglare ale aceluiaşi tip de proces condus: integrator cu temporizare de
ordinul I, rezultatele obţinute fiind apoi extrapolate [Pop 94]. Opţiunea
pentru una sau alta dintre scheme se face din considerente legate de:
- perturbaţiile exogene care acţionează asupra lor;
- posibilităţile de realizare a canalelor de reacţie;
- regimul de funcţionare impus sistemului de reglare.
Răspândirea în practică a celor 4 tipuri de scheme folosite ca structuri
de reglare în schemele de poziţionare, face utilă studierea sensibilităţii
lor în raport cu parametrii procesului. Pentru concentrarea prezentării
cele 4 cazuri sunt urmărite în paralel.

3.2.1 Descrierea procesului


Procesul onsiderat, prezentat în fig.3.2.1-1, este modelul unui sistem
de poziţionare întâlnit adesea în sistemele de reglare automată
[Dra 86], [Căl 88], [Bux 90], având
funcţia de transfer
u x2 y = x1
K 1
K
T ⋅s +1 s H P (s; α) =
s ⋅ (T ⋅ s + 1)
Fig.3.2.1-1 Proces integrator cu (3.2.1.1)
temporizare de ordinul I
şi vectorul parametrilor α =[K, T]T.

Valorile nominale ale parametrilor sunt Ko=28000 şi To=0,15 secunde.


Procesului îi corespunde MM-ISI

 0 1  0
x& ( t; α) =  1  ⋅ x ( t; α) +  K  ⋅ u ( t ), x (0; α) = x o
 0 − T   T  . (3.2.1.2)

 y( t; α) = [1 0] ⋅ x ( t; α)
3.2 Studiu de caz privind analiza de sensibilitate directă 77

REGULATOR PROCES
w a u K x2 1 y = x1
KR
T ⋅s +1 s

Fig.3.2.2-1 SRA cu RG-P

3.2.2 Prezentarea sistemelor de reglare automată


Sistemele de reglare automată considerate în acest studiu şi descrise
în continuare la punctele: A, B, C, au la bază structura de reglare cu
reacţie unitară după mărimea de ieşire iar sistemul de reglare descris
la punctul D se bazează pe tipul de structură de reglare cu
compensator după stare.
A. SRA cu regulator proporţional (RG-P) este prezentat în schema bloc
din fig.3.2.2-1
Regulatorul are funcţia de transfer constantă
H R (s) = K R . (3.2.2.1)
SRA din fig.3.2.2-1 are f.d.t. a sistemului deschis
~ KR ⋅ K
H (s) =
s ⋅ (T ⋅ s + 1)
. (3.2.2.2)

şi ca urmare este asimilabil primului caz de acordare după criteriul


modulului, varianta Kessler [Bux 74], [Căl 76], [Dum 83], reflectând
influenţa pe care poate să o aibă amplificarea sistemului deschis şi
suma constantelor de timp mici. Pentru proiectare s-au utilizat:
1 2
KR = , ζ=
4ζ 2 K o To 2 . (3.2.2.3)

B. SRA cu regulator proporţional-integrator (RG-PI) este prezentat în


schema bloc din fig.3.2.2-2

REGULATOR
PROCES
w a  1  u K x2 1 y = x1
K I 1 + 
 s ⋅ Ti  T ⋅s +1 s

Fig.3.2.2-2 SRA cu RG-PI


78 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

Regulatorul are funcţia de transfer

 1 
H R (s) = K I ⋅ 1 +  . (3.2.2.4)
 s ⋅ Ti 
şi a fost proiectat după criteriul simetric, cazul S1, [Bab 85], adică:
1
KI = , Ti = 4 ⋅ To . (3.2.2.5)
2K o To
Şi în acest caz sistemul de reglare prezentat are un caracter general.

C. SRA cu regulator proporţional – derivator cu temporizare de


ordinul I (RG-PDT1) este prezentat în schema bloc din fig.3.2.2-3.
Regulatorul, având funcţia de transfer
Td ⋅ s + 1
H R (s) = K r ⋅
Tf ⋅ s + 1 , (3.2.2.6)

a fost proiectat de aşa manieră încât să se apropie de un RG- PD real.


Constanta de timp Tf a fost aleasă mult mai mică decât constanta
derivatoare Td iar aceasta a fost aleasă astfel încât să compenseze
constanta de timp a procesului. Pentru a asigura aceeaşi amplificare
pe calea directă, constanta Kr a fost aleasă ca şi în cazurile anterioare,
adică:
1 Td
Kr = , Td = To , Tf =
2K o To 20 . (3.2.2.7)

Această variantă de SRA nu corespunde nici uneia dintre cele


corespunzătoare criteriului modulului dar are calităţi dinamice care o
fac să merite să fie luată în seamă.

REGULATOR
PROCES
w a Td ⋅ s + 1 u K x2 1 y = x1
Kr ⋅
Tf ⋅ s + 1 T ⋅s +1 s

Fig.3.2.2-3 SRA cu RG-PDT1


3.2 Studiu de caz privind analiza de sensibilitate directă 79

COMPENSATOR DUPĂ STARE PROCES


w u K x2 1 y = x1
g
T ⋅s +1 s

f2

f1

Fig.3.2.2-4 SRA cu compensator după stare

D. SRA cu compensator după stare este prezentat în schema bloc din


fig.3.2.2-4.
Compensatorul după stare are rolul de a implementa legea de reglare
u = g ⋅ w − (f1 ⋅ x1 + f 2 ⋅ x 2 ) , (3.2.2.8)
şi a fost proiectat astfel încât la valorile nominale ale parametrilor,
ansamblul să aibă acelaşi coeficient de transfer şi acelaşi coeficient de
amortizare ca şi sistemele din fig.3.2.2-1 şi fig.3.2.2-2, adică:

To 2ζωoTo − 1 2 1
f1 = ⋅ ωo2, f 2 = , g = f1, ζ = , ωo =
Ko Ko 2 To . (3.2.2.9)

3.2.3 Determinarea şi analiza funcţiilor de sensibilitate


parametrică în domeniul timp
Pentru sistemele A, B,C, care diferă numai prin blocul regulator, am
considerat că cea mai potrivită metodă de determinare a funcţiilor de
sensibilitate este cea a componentei incerte, (§2.3.1), întrucât
modificările de la o structură la alta sunt minime, iar pentru structura
D, fiind vorba de un MM-ISI am ales un model de sensibilitate pe
stare, de tipul celui prezentat în §2.2.2. Astfel au rezultat:
¾ Sistemul combinat din fig.3.2.3-1, aferent structurilor A, B, C;
¾ Sistemul combinat descris de MM-ISI (3.2.3.1), aferent structurii D.
Potrivit celor prezentate în §2.3.1 modelele de sensibilitate din
fig.3.2.3-1:
80 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

MODEL NOMINAL AL
PROCESULUI

0 HR(s) Ko 1 σK
To ⋅ s + 1 s

MODEL DE SENSIBILITATE

1 ∆K
To ⋅ s + 1 •

MODEL NOMINAL AL
PROCESULUI
y
w ao uo Ko x2,o 1 x1,o = yo
HR(s)
To ⋅ s + 1 s

MODEL NOMINAL AL SISTEMULUI

Ko ∆T
− •
(To ⋅ s + 1)2

MODEL NOMINAL AL
PROCESULUI

0 HR(s) Ko 1 σT
To ⋅ s + 1 s

MODEL DE SENSIBILITATE

Fig.3.2.3-1 Sistem combinat pentru determinarea funcţiilor


de sensibilitate
3.2 Studiu de caz privind analiza de sensibilitate directă 81

• au aceeaşi schemă bloc ca şi modelul nominal al sistemului;


• evoluează cu mărime de conducere nulă sub acţiunea funcţiei de
comandă nominală uo(t);
• sunt supuse acţiunii mărimii uo(t) care, în ultimă instanţă, apare
ca o perturbaţie filtrată aplicată la ieşirea procesului şi prin urmare
capacitatea sistemului nominal de a rejecta perturbaţiile se
răsfrânge şi asupra robusteţei faţă de erori parametrice.
Sistemul combinat descris de MM-ISI este
  0 1 0 0 0 0 
 x 1 ( t ; α o )  '  K o ⋅ f 1 1 + Ko ⋅ f2 
 − − 0 0 0 0
  To To 
 x 2 ( t ; α o )   
 χ ( t ; α )   0 0 0 1 0 0 
 1K o
 = − 1 f f K ⋅f 1 + Ko ⋅ f2 ⋅
χ ( t ; α ) − 2 − o 1 − 0 0
 2 K o   To To To To 
 χ ( t ; α )   0 0 0 0 0 1 
 1T o
  K o ⋅ f1 1 + K ⋅ f K o ⋅ f1 1 + Ko ⋅ f2 
 χ 2T (t; α o )   o 2
0 0 − − 
  To2 To2 To To 

  0 
  x 1 ( t; α o )   K o   x1 (0; α o )  x1o 
  x ( t; α )   T   x (0; α )   o 
  2 o   o 
 2 o  x 2 
  χ1K (t; α o )   0   χ1K (0; α o )   0 

 ⋅  +  1  ⋅ g ⋅ w (t ),  = 
 χ 2K (t; α o )  To  χ 2K (0; α o )  0 
  χ1T (t; α o )   0   χ1T (0; α o )   0 
    Ko     
  χ 2T (t; α o )  − 2   χ 2T (0; α o )   0 
  To 

  x 1 ( t; α o ) 
  x ( t; α ) 
 y(t; α )  1 0 0 0 0 0  2 o 
o
     χ1K (t; α o )  (3.2.3.1)
σ K (t; α o ) = 0 0 1 0 0 0 ⋅  
 σ (t; α )  0 0 0 0 1 0 χ 2K (t; α o )
 T o     χ ( t; α ) 
1T o
  
  χ
 2T ( t ; α o )




La intrarea modelelor prezentate s-a aplicat semnal treaptă unitate


considerând că în acest caz sistemul este cel mai solicitat.
Programele MATLAB de pregătire a datelor schemei de simulare
combinate cu schema de simulare utilizată în cazurile A, B şi C
precum şi programul MATLAB de simulare utilizat în cazul D sunt
prezentate în Anexa 6.
82 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

Rezultatele simulărilor sunt cuprinse în fig.A6-2 ÷A6-22 din aceeaşi


anexă.
În fig.A6-2 s-au reprezentat, pe acelaşi grafic, evoluţiile mărimilor de
ieşire ale celor 4 sisteme de reglare automată considerate, la valorile
nominale ale parametrilor. Ele constituie caracteristicile de referinţă la
care trebuie raportate efectele abaterilor parametrilor.
Pentru interpretarea celorlalte grafice, se vor analiza valorile maxime,
numărul oscilaţiilor şi durata tranziţiilor.
¾ Funcţiile de sensibilitate absolută sunt prezentate în fig. A6-3, A6-5,
A6-7, A6-9.
• În ceea ce priveşte funcţiile de sensibilitate absolută în raport cu
parametrul K se remarcă faptul că toate au valori maxime
apropiate, cea mai mare corespunde structurii cu RG-PI, cea mai
mică corespunde structurii cu compensator după stare. Cea mai
oscilantă este cea corespunzătoare structurii cu RG-PI, cea fară
oscilaţii este cea corespunzătoare RG-PDT1. Cea mai rapidă este
cea corespunzătoare structurii cu compensator, urmează apoi, în
ordine, cele corespunzătoare structurilor cu RG-P, RG-PDT1, RG-
PI.
• În ceea ce priveşte funcţiile de sensibilitate absolută în raport cu
parametrul T se remarcă faptul că valorile maxime sunt extrem
de variate, cea mai mare corespunde (din nou) structurii cu RG-
PI, (de peste 3 ori mai mare), urmează apoi la egalitate cele
corespunzătoare structurilor cu compensator după stare şi cu
RG-P iar cea mai mică corespunde structurii cu RG-PDT1. Cea
mai oscilantă este cea corespunzătoare structurii cu RG-PI, cea
mai slab oscilantă este cea corespunzătoare RG-PDT1. Cea mai
rapidă este cea corespunzătoare structurii cu compensator,
urmează apoi, în ordine, cele corespunzătoare structurilor cu
RG-PDT1, RG-P , RG-PI.
• Cu excepţia cazului corespunzător structurii cu RG-PDT1, în
toate celelalte cazuri funcţiile de sensibilitate absolută trec prin 0
la momente de timp diferite. Aceasta înseamnă că la acele
momente de timp în cazul în care există abateri parametrice
numai unul dintre parametri va contribui la abaterea absolută a
mărimii de ieşire. Prin urmare, în cazul unor abateri parametrice
constante, efectuînd măsurători în momentele de trecere prin 0 a
funcţiilor de sensibilitate absolută se pot face estimări rapide ale
abaterilor astfel:
∆y ( t SzT ; α )
∆K = t SzT = t σ
σ K ( t SzT ; α o ) , T ( t SzT ;α ) =0 , (3.2.3.2)
3.2 Studiu de caz privind analiza de sensibilitate directă 83

∆y ( t SzK ; α )
∆T = t SzK = t σ
σ T ( t SzK ; α o ) , K ( t SzK ;α ) =0 . (3.2.3.3)

Aceasta este o problemă de sensibilitate inversă şi va fi abordată


detaliat în capitolul 4.
Studii privind determinarea momentului optim de efectuarea
măsurătorilor în vederea identificării abaterilor parametrice au
fost efectuate în [Pop 99].
¾ Funcţiile de sensibilitate semirelativă sunt prezentate în fig. A6-4,
A6-6, A6-8, A6-10. Comparîndu-le, se poate remarca faptul că
aprecierile făcute în ceea ce priveşte funcţiile de sensibilitate
parametrică absolută sunt valabile şi la funcţiile de sensibilitate
semirelativă.
¾ Figurile A6-11÷A6-18 redau abaterile absolute ale ieşirilor SRA
studiate, considerate pentru abateri ale parametrilor cuprinse între
-10% şi +10% din valorile nominale. Abaterile mărimilor de ieşire de
la valorile nominale au fost calculate în două moduri:
• Prin utilizarea relaţiei specifică teoriei sensibilităţii, (de unde şi
indicele s)
∆y s = σ K ⋅ ∆K + σ T ⋅ ∆T . (3.2.3.4)
• Prin simularea unui model al sistemului la parametri perturbaţi
(de unde şi indicele p) şi a unui model al sistemului la parametri
nominali şi efectuând diferenţa
∆y p = y p − y o . (3.2.3.5)
Se remarcă faptul că în toate cazurile studiate diferenţele dintre cele
două modalităţi de calcul sunt neglijabile, (abia dacă se observă
pentru abaterile parametrilor de ±10%), ceea ce dovedeşte eficienţa
utilizării în studii şi analize a relaţiilor simple, de tipul (3.2.3.4) din
teoria sensibilităţii, în locul folosirii sistemului real, evident pentru
abateri ale parametrilor de până la ±10%.
Toate concluziile exprimate pentru funcţiile de sensibilitate sunt
valabile şi la abateri.
¾ Figurile A6-19÷A6-22 redau abaterile relative ale ieşirilor SRA
studiate, considerate pentru abateri ale parametrilor cuprinse între
-10% şi +10% din valorile nominale. Având în vedere remarca de la
punctul anterior, abaterile relative ale mărimilor de ieşire au fost
calculate pe baza relaţiei din teoria sensibilităţii
84 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

σ K ⋅ ∆K + σ T ⋅ ∆T
∆y r = . (3.2.3.6)
yo
Se observă că, atât în raport cu parametrul K cît şi cu parametrul T,
toate abaterile relative ale ieşirilor structurilor studiate au iniţial
aceleaşi valori apoi au o evoluţie atenuantă variată, de la aperiodică
la cazul SRA cu RG-PDT1 în raport cu parametrul K la puternic
oscilantă la SRA cu RG-PI. Atenuarea cea mai rapidă se produce în
cazul structurii cu compensator după stare iar cea mai lentă
evident cea oscilantă, cu RG-PI.

3.2.4 Determinarea şi analiza sensibilităţii Bode şi/sau a


sensibilităţii erorii
Vor fi analizate funcţiile de
w y sensibilitate Bode, în domeniul de
~
H(s) pulsaţii pentru a vedea în ce măsură
o astfel de analiză este necesară la
sinteza unui SRA. Calculul se bazează
pe utilizarea relaţiei (3.1.2.2) ,
Fig.3.2.4-1 Sistem cu reacţie considerănd că fiecăreia dintre cele
negativă unitară patru structuri de SRA i se poate
asocia structura din fig.3.2.4-1.
~
În cazul structurii de SRA cu RG-P prezentată în fig.3.2.2-1, H (s) este
dată de relaţia (3.2.2.2) şi prin urmare sensibilitatea Bode este
caracterizată în domeniul operaţional de

1 To ⋅ s 2 + s
SH
~
Ho = ~ = (3.2.4.1)
1 + H o To ⋅ s 2 + s + K o ⋅ K R
În cazul structurii de SRA cu RG-PI prezentată în fig.3.2.2-2, calculul
~
lui H(s) este simplu şi conduce la rezultatul

~  1  K
H(s) = K I ⋅ 1 +  ⋅
 Ti ⋅ s  s ⋅ (T ⋅ s + 1)
(3.2.4.2)

şi prin urmare sensibilitatea Bode este caracterizată în domeniul


operaţional de

1 To ⋅ Ti ⋅ s 3 + Ti ⋅ s 2
SH
~ = = (3.2.4.3)
Ho ~
1 + H o To ⋅ Ti ⋅ s 3 + Ti ⋅ s 2 + K o ⋅ K I ⋅ Ti ⋅ s + K o ⋅ K I
3.2 Studiu de caz privind analiza de sensibilitate directă 85

În cazul structurii de SRA cu RG-PDT1 prezentată în fig.3.2.2-3,


~
H(s) este
~ T ⋅s +1 K
H (s) = K r d ⋅
Tf ⋅ s + 1 s ⋅ (T ⋅ s + 1) (3.2.4.4)

şi prin urmare sensibilitatea Bode este caracterizată în domeniul


operaţional de

1 To ⋅ Tf ⋅ s 3 + (To + Tf ) ⋅ s 2 + s
SH
~ = = .
1 + H o To ⋅ Tf ⋅ s 3 + (To + Tf ) ⋅ s 2 + (1 + K o ⋅ K r ⋅ Td ) ⋅ s + K o ⋅ K r
Ho ~

(3.2.4.5)
În cazul structurii de SRA cu compensator după stare prezentată în
fig.3.2.2-4, e mai convenabil să se calculeze H(s) şi apoi să se calculeze
direct funcţia de sensibilitate Bode ţinînd seama de legătura
~
H(s) ~ H(s)
H(s) = ~ ⇔ H(s) =
1 + H(s) 1 − H(s) . (3.2.4.6)

Pentru H(s) se obţine


K
⋅g
H (s) = T
1+ K ⋅ f2 K ⋅ f1 (3.2.4.7)
s2 + ⋅s +
T T
şi ca urmare pentru sensibilitatea Bode în domeniul operaţional se
obţine succesiv:
1+ Ko ⋅ f2 K
s2 + ⋅ s + o ⋅ (f1 − g )
1 1 To To
SH
~ = ~ = = 1 − H o (s) =
H o 1 + Ho 1 + H (s ) 1+ Ko ⋅ f2 K
o
s2 + ⋅ s + o ⋅ f1
1 − H o (s) To To
(3.2.4.8)
Caracteristicile logaritmice de pulsaţie (Bode) ale funcţiilor de
sensibilitate Bode date de relaţiile (3.2.4.1), (3.2.4.3), (3.2.4.5) şi
(3.2.4.8) sunt reprezentate în fig.3.2.4-2. Ele reflectă modul în care
erorile sunt "prelucrate de bucla de reacţie".
Pentru o analiză completă a rezultatelor s-a considerat necesar, pentru
fiecare caz în parte, şi trasarea hodografului Nyquist al sistemului
86 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

Fig.3.2.4-3 Hodograful Nyquist al sistemului deschis

Fig.3.2.4-2 Caracteristicile Bode ale funcţiei de sensibilitate Bode

deschis, fig.3.2.4-3, şi analiza de stabilitate a SRA redată prin datele


cuprinse în tabelul 1.
3.2 Studiu de caz privind analiza de sensibilitate directă 87

Tabelul 1
Cazul Tipul φr [º] ωr[rad/s]
regulatorului
(Rezerva de (Pulsaţia
fază) rezervei de
fază)
A P 65.5299 3.03
B PI 37 3.33
C PDT1 98.7627 20.91
D Compensator 65.5301 4.29

Toate cele 4 structuri sunt stabile indiferent de valorile parametrilor


deci sensibilitatea poate juca un rol important în proiectarea
parametrilor regulatoarelor. Pentru fiecare caz studiat, valoarea
pulsaţiei din ultima coloană a tabelului1 reprezintă totodată şi
valoarea pentru care │S│=1 (vezi §3.1.1) adică pentru care hodograful
din fig.3.2.4-3 intersectează cercul. Având in vedere sensul pe
hodograf se poate afirma că începând cu această pulsaţie SRA nu mai
poate atenua erorile (perturbaţiile) mai mult decât sistemul de
comandă nominal echivalent.
Analiza în domeniul frecvenţial, realizată global, se poate transpune în
domeniul timp.
În ceea ce priveşte fig.3.2.4-2 se remarcă faptul că în regim staţionar
erorile sunt atenuate, în toate cele patru situaţii, cea mai târzie
atenuare corespunde SRA cu RG-PI, cea mai mare corespunde SRA cu
RG-P.
În regim dinamic, componentele de pulsaţii joase (<4rad./sec.) ale
erorilor sunt diminuate, componentele de pulsaţii cuprinse între
(4÷21)rad./sec. sunt amplificate doar de structura SRA cu RG-PI iar
componentele erorii de pulsaţii mai mari de 21rad./sec. sunt
nemodificate.
Privind fig.3.2.4-2 ca pe o.reprezentare Bode a funcţiei de sensibilitate
a erorilor de comparare (fapt posibil datorită aspectelor corelative
prezentate în §3.1.3), se poate afirma că toate cela patru sisteme de
reglare rejectează rapid perturbaţiile de pulsaţii joase (frecvenţă de
apariţie rară), cel mai rapind fiind SRA cu RG-PI (până la 0,7rad./sec.)
respectiv SRA cu compensator (între (0,7÷2)rad./sec.), apoi SRA cu
RG-PDT1 (între (3÷4)rad./sec.). Structura cu RG-PI amplifică (puţin)
perturbaţiile cu pulsaţii cuprinse între (2÷21)rad./sec.. La fel şi SRA
cu RG-P între (4÷21)rad./sec.. Aceasta înseamnă că ele nu pot să
rejecteze perturbaţii cu frecvenţă medie de apariţie. Pentru petrurbaţii
88 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

cu pulsaţii mai mari de 21rad./sec. (perturbaţii cu frecvenţă de


apariţie mare) cu excepţia structurii C care atenuează perturbaţii de
pînă la 21rad/sec nici unul din SRA considerate nu mai este capabil
să indepărteze efectul acestor perturbaţii, efectul lor fiind comparabil
cu cel al sistemului de comandă în circuit deschis.

3.2.5 Determinarea şi analiza sensibilităţilor parametrice ale


coeficientului de amortizare şi pulsaţiei proprii

Pentru un SRA coeficientul de amortizare şi pulsaţia proprie sunt


consideraţi principalii "indicatori de dinamică" întrucât ei concentrează
informaţii despre modul de comportare a sistemului în regim dinamic.
Acesta este motivul pentru care s-a considerat necesară abordarea
problemei de sensibilitate a celor doi în raport cu parametri procesului.
Pentru sistemele de ordinul 2 respectiv de ordinul 3 (aşa cum este şi
situaţia SRA considerate) se pot evidenţia în f.d.t.

K 2 ⋅ ω2
H (s ) = n
, (3.2.5.1)
s + 2 ⋅ ζ ⋅ ω n⋅s + ω 2
2
n

P (s )
H (s ) =
(s + a ) ⋅ (s 2 + 2 ⋅ ζ ⋅ ωn⋅s + ω2n )
, (3.2.5.2)

coeficientul de amortizare ζ respectiv pulsaţia proprie ωn [Bic 01].


Conceptele de funcţii de sensibilitate, definite pentru sisteme
dinamice, inerţiale, sunt valabile, în particular, şi pentru sistemele
neinerţiale. Din punct de vedere matametic înseamnă că formulele de
calcul definite în legătură cu sistemele de ecuaţii diferenţiale sunt
valabile şi pentru ecuaţii algebrice, formulele definite pentru ecuaţii
recurente sunt valabile şi pentru ecuaţii algebrice nerecurente. În
acest context se pot introduce pentru un sistem dat funcţii de
sensibilitate ale parametrilor matematici ai sistemului în raport cu
parametri fizici, respectiv funcţii de sensibilitate ale unei forme
canonice a sistemului în raport cu parametri altei forme canonice a
aceluiaşi sistem.
În acest cadru se înscrie şi studiul de caz care urmează, parametri ζ,
ωn şi a din (3.2.5.1) şi (3.2.5.2) fiind funcţii de parametri K şi T ai
procesului condus. Astfel, sensibilitatea absolută (relativă) a
coeficientului de amortizare în raport cu parametrul K, respectiv T,
3.2 Studiu de caz privind analiza de sensibilitate directă 89

∂ζ  ζ K 
S ζK =  SK = SζK ⋅ o  ,
∂K  ζo 
α =α o
(3.2.5.3)
∂ζ  ζ T 
SζT =  ST = SζT ⋅ o  ,
∂T  ζo 
α =α o

şi sensibilitatea absolută (relativă) a pulsaţiei proprii în raport cu


parametrul K, respectiv T,

ω ∂ω n  ω Ko 
S Kn =  SK n = Sωn ⋅
 K
ω ,
∂K α =α o  n, o 
(3.2.5.4)
∂ωn  ω To 
STωn =  ST n = Sω n ⋅
,
∂T α = αo  T
ωn,o 

ale SRA considerate se determină prin derivarea expresiilor obţinute
din echivalarea coeficienţilor numitorului f.d.t. cu cei ai numitorului
expresiei (3.2.5.2) sau (3.2.5.3) în mod corespunzător. Valorile obţinute
sunt prezentate în tabelul 2.
Problemele de calcul aferente sunt redate în Anexa 7.
Conform tabelului 2 se constată că:
i) atât valorile sensibilităţilor absolute în raport cu parametrul K cât şi
cele în raport cu T sunt diferite de la un caz la altul (ca ordin de
mărime şi chiar ca semn) în schimb sunt comparabile cele relative.
ii) că situaţia cea mai favorabilă corespunde structurii cu compensator
iar cea mai defavorabilă SRA cu RG-PDT1.
iii) în cazul B apare o situaţie de sensibilitate nulă, ceea ce înseamnă
invarianţă parametrică a pulsaţiei proprii în raport cu abateri ale
constantei de timp.
Dacă se cunosc limitele între care se pot abate parametri K şi T atunci
cu datele din tabelul 2 se pot determina domeniile de apartenenţă ale
parametrilor ζ şi ωn.
90 Cap.3. Utilizarea analizei de sensibilitate directă în automatică

Tabelul 2

Cazul Tipul
regulato- ( )
SζK SKζ ( )
S ζT STζ ω
( )
S Kn SKωn
ω
ST n
rului ω
ST n
A P -1.2627·10-5 -2.3570 8.4179·10-5 -15.7135
(-0.5) (-0.5) (0.5) (-0.5)
B PI -0.0714·10-3 -3.3333 0.1190·10-3 0
(- 4) (-1) (1) (0)
C PDT1 2.7809·10-4 - 56.7678 -1.1513·10-3 215.22
(7.3727) (- 6.7502)
(- 8.0624) (6.7599)
D Compen -5.2302·10-6 -2.3570 1.1905·10-4 -22.2222
-sator (-0.2071) (-0.5) (0.5) (-0.5)

În concluzie este necesar să se precizeze că în cazul utilizării unor


metode de proiectare care nu iau în considerare robusteţea sistemelor,
se impune analiza sensibilităţii sistemelor proiectate atât în domeniul
timp cât şi în domeniul de pulsaţii (domenii, de altfel, aflate în strânsă
legătură unul cu celălalt). Varietatea datelor din tabelul 2 arată că este
necesară analiza sensibilităţilor unor parametri (indicatori) interni (în
cazul de faţă ale coeficienţilor de amortizare şi ale pulsaţiilor proprii,
iar în alte situaţii chiar a unor a indicatori de calitate empirici [Bic 00],
[Bic 01]) pentru a vedea în ce măsură sunt afectaţi de abaterile
parametrice, mai ales în situaţiile în care astfel de indicatori sunt
utilizaţi la proiectarea regulatoarelor. Efectul abaterilor parametrice
faţă de valorile nominale poate fi uneori defavorabil influenţând
nefavorabil dinamica. Această concluzie este de neneglijat atunci când
sistemul are un caracter oscilant amortizat deoarece pot apărea
creşteri nepermise ale suprareglajului.
4 UTILIZAREA ANALIZEI DE
SENSIBILITATE INVERSĂ ÎN
AUTOMATICĂ
În proiectarea şi implementarea sistemelor de reglare automată se
ivesc numeroase tipuri de probleme pentru a căror soluţionare se
impune cunoaşterea parametrilor procesului supus reglării precum şi
determinarea cantitativă a modificărilor parametrilor unui proces în
timpul reglării. Aceasta din urmă este o operaţie dificilă şi adesea
imprecisă. O modalitate de determinare a abaterilor parametrilor unui
proces este utilizarea analizei de sensibilitate inversă (ASI).
Acest capitol îşi propune să prezinte ASI la SRA Capitolul descrie:
‰ principiul analizei de sensibilitate inversă şi modalitatea de
reducere a impreciziilor de identificare a parametrilor unui sistem
prin analiză de sensibilitate inversă;
‰ metode de determinare a soluţiei în cadrul ASI, o metodă simplă
denumită sugestiv “metoda timpilor succesivi” şi o nouă abordare a
variantei numerice a metodei clasice pentru un caz particular.
‰ comparativ metodele prezentate.

Problematica integrării ASI într-un proces de sortare automată a unor


dispozitive (elemente de reglare, elemente de execuţie, elemente de
măsurare) precum şi unele modalităţi de integrare a soluţiilor ASI în
sisteme inteligente.este abordatăă în capitolul Aplicaţii.

4.1 Principiul ASI. Schema de estimare a abaterilor


parametrice
Punerea problemei: cunoscând abaterea ∆ξ(t;α) a mărimii
caracteristice ξ(t;α) a sistemului real de la traiectoria nominală ξo(t;αo),
datorată modificărilor accidentale ale valorilor parametrilor α, se cere să
se determine abaterile ∆α care au cauzat abaterea ∆ξ(t;α), în condiţiile în
care se presupun cunoscute funcţiile de sensibilitate parametrică
ξ
Sα ( t; α o ) , fig.4.1-1.

Aşa cum s-a prezentat în §2.1 pentru abateri mici ale parametrilor
relaţia de bază în analiza de sensibilitate este relaţia de aproximare
ξ
∆ ξ( t ; α ) = S α ( t ; α o ) ⋅ ∆ α , ξ є ℝp , α є ℝq, (4.1.1)
92 Cap.4. Utilizarea analizei de sensibilitate inversă

Sistem real
u Σ ξ (t; α) ∆ξ(t; α)
(α)
Model nominal
ξo(t; αo) ANALIZA DE ∆α
Σo SENSIBILITATE
( αo ) INVERSĂ
ξ
Sα (t; αo )
Modele de
sensibilitate

Fig.4.1-1 Schema de principiu pentru determinarea abaterilor


parametrilor α de la valorile nominale αo pe baza măsurării
abaterii mărimii caracteristice ξ de la valoarea nominală.

ξ
în care unde S α ( t; α o ) reprezintă matricea funcţiilor de sensibilitate
ale cărei componente sunt funcţii de sensibilitate parametrică absolută.
Matematic, relaţia (4.1.1) reprezintă un sistem de p ecuaţii cu q
necunoscute. Soluţionarea lui permite estimarea abaterilor
parametrilor care au condus la abaterea mărimii caracteristice a
sistemului de la traiectoria sa nominală. Din punct de vedere
dimensional, în relaţia (4.1.1), situaţia se prezintă în felul următor:

nr.linii x
nr.coloane
∆α qx1
∆ξ(t;α) px1
ξ qxp
Sα ( t; α o )

ξ
Prin urmare, în cazul general, matricea S α ( t; α o ) nu este inversabilă
întrucât în realitate nu este pătratică, [Năs 99], deci sistemul nu este
compatibil determinat. Excepţie face cazul particular în care p = q,
adică numărul parametrilor incerţi este egal cu numărul mărimilor
caracteristice. Formal, soluţia ASI rezultată direct din (4.1.1) este
ξ −1
∆α = S α ( t; α o ) ⋅ ∆ ξ( t ; α ) . (4.1.2)
 
4.1 Principiul ASI. Schema de estimareare a abaterilor parametrice 93
În concluzie, soluţia ASI nu poate fi determinată cu relaţia (4.1.2) la
modul general ci numai în cazurile particulare. Aceasta înseamnă că
schema din fig.4.1-1 este neaplicabilă cu relaţia (4.1.2) în blocul ASI.

4.2 Metoda clasică de soluţionare a ASI pentru


abateri parametrice
În literatură apar două modalităţi clasice de utilizare a funcţiilor de
sensibilitate parametrică la determinarea parametrilor unui sistem
[Fra 76], [Ung 88], [Feş 94], [Mit 94], [Vîn 95], [R0s 00]:
♦ Metoda de estimare a parametrilor unui proces prin utilizarea
funcţiilor de sensibilitate. Această metodă foloseşte criterii de
minimizare a erorii dintre mărimea caracteristică a procesului
supus estimării şi cea a unui model ajustabil şi procedee de
ajustare continuă a modelului procesului. Metoda nu face obiectul
acestui studiu întrucât este o problemă de estimare a parametrilor
în general şi nu a abaterilor parametrilor de la anumite valori
nominale.
♦ Metoda de estimare a abaterilor parametrilor unui proces de la
valorile nominale prin utilizarea funcţiilor de sensibilitate şi
minimizarea unui indicator de calitate pătratic J descris de
funcţionala
tf
2
J= ∫ ∆ξ( t; α) − ∆ξ* ( t; α) dt , (4.2.1)
to

în care
∆ ξ( t ; α ) = ξ( t ; α ) − ξ o ( t ; α o ) , (4.2.2)

este diferenţa dintre valoarea reală a mărimii caracteristice ξ(t;α) şi


valoarea sa nominală ξo(t;αo) iar
ξ
∆ ξ * ( t; α ) = S α ( t; α o ) ⋅ ∆ α , (4.2.3)

aproximaţia liniară a abaterii definită în (2.1.3.3), aproximaţie care


stă la baza teoriei sensibilităţii. Aceasta metoda este abordată în
detaliu aici, ea reprezentînd de fapt metoda clasică de soluţionare a
problemei ASI.
Astfel, înlocuind (4.2.2) şi (4.2.3) în (4.2.1) şi ţinând seama de
definirea normei în spaţiu de funcţii vectoriale [Năs 99], pe
intervalul de timp [to, tf], se obţine pentru J expresia:
94 Cap.4. Utilizarea analizei de sensibilitate inversă

tf 2
ξ
J= ∫ ∆ ξ (t; α) − Sα (t; αo) ⋅ ∆α dt =
to
tf (4.2.4)
ξ ξ
= ∫  ∆ ξ(t; α) − Sα (t; αo) ⋅ ∆α  T⋅  ∆ ξ (t; α) − Sα (t; αo) ⋅ ∆α  dt
   
to
care după prelucrarea termenului de sub integrală devine
tf

∫ ( )
T
T  ξ 
 ∆ ξ (t; α ) ⋅ ∆ ξ (t; α) − 2 ⋅ (∆α ) ⋅ Sα (t; αo ) ⋅ ∆ξ (t; α) +
T
J=
to 
. (4.2.5)
ξ T ξ 
+ (∆α) T
⋅ Sα (t; αo) ⋅ Sα (t; αo ) ⋅ ∆α ⋅ dt
  
Indicatorul J poate fi considerat ca o funcţie scalară de variabilă
vectorială ∆α
Condiţia necesară de minimizare a lui J este
∂J ∂ 2J
= 0, ≥ 0. (4.2.6)
∂ (∆ α ) ∂ ( ∆ α )2
După calcule egalitatea din (4.2.6) conduce la relaţia
tf t
 ξ 
T ξ  f
 ξ  ⋅ ∆ξ( t; α) ⋅ dt
T
∫  α o  α o 
 S ( t ; α )  ⋅ S ( t ; α ) ⋅ dt ⋅ ∆ α = ∫  α o 
 S ( t ; α ) 

. (4.2.7)
to to
1444442444443 1444442444443
M N

Sistem real
u Σ ξ (t; α) ∆ξ(t; α)
(α)
Model nominal CALCULEAZĂ N
Σo ξo(t; αo)
( αo ) ∆α
(4.2.8)
ξ
Sα (t; αo )
Modele de CALCULEAZĂ M
sensibilitate

Fig.4.2-1 Schema de determinare prin aproximare a abaterilor


parametrilor de la valorile nominale pe baza măsurării
abaterii mărimii caracteristice de la valoarea nominală.
4.2 Metoda clasică de soluţionare a ASI pentru abateri parametrice 95
Se observă faptul că această relaţie poate fi determinată direct din
ξ T
(4.1.1) prin înmulţirea scalară la stinga cu  S α ( t; α o )  şi integrarea pe
 
intervalul [to,tf], în spaţiul de funcţii vectoriale. Aceasta poate fi
interpretată ca rezultat al impunerii valorii 0 pentru o măsură a
relaţiei de aproximare. În (4.2.7) matricea M este patratică şi
nesingulară şi în ipoteza ∆α constant, de aici se deduce expresia
abaterii vectorului parametrilor:

∆α = [M] −1 ⋅ N , (4.2.8)
Această expresie corespunde schemei din fig. 4.2-1.

4.3 Soluţionarea ASI prin metode algebrice


Acest subcapitol abordează probleme de determinare prin metode
numerice a soluţiei ASI. Alături de varianta discretă a metodei clasice
ξ
a ASI şi profitând de faptul că atât ∆ξ(t;α) cât şi Sα ( t; α o ) sunt funcţii
de timp, se propune în acest paragraf şi o metodă simplă de
soluţionare a ASI, metodă ce poate fi inclusă în categoria metodelor de
estimare printr-un număr finit de măsurători folosind implementarea
relaţiilor matematice explicite. Metoda a fost denumită “metoda timpilor
succesivi” (metoda I) întrucât pentru măsurarea mărimilor ce intervin
în calcule s-au ales momente de timp succesive şi echidistante,
ordonate crescător pe axa timpului. Metoda se bazează pe măsurarea
abaterilor mărimilor caracteristice şi a funcţiilor de sensibilitate
parametrică în astfel de momente. În acest mod se poate folosi o relaţie
asemănătoare relaţiei (4.1.2) în care matricea ce trebuie inversată este
pătratică şi inversabilă. În acest fel se rezolvă problema dimensională
care apare în (4.1.2). Metoda a fost prezentată într-o primă formă în
[Pop 02].
În final se revine asupra metodei clasice printr-o nouă abordare,
(metoda II), diferită, în funcţie de informaţia folosită pentru rezolvarea
problemei. Este vorba de situaţia particulară a sistemelor la care
vectorul mărimii caracteristice are dimensiunea mai mare decăt
numărul de parametri.
Fie ℑ={t1,…, tr} o mulţime de timp discret având un număr r , (r > q)
de momente, succesive şi echidistante1 (cu pasul h). Pentru fiecare tєℑ

1 Alegerea momentelor de timp echidistante se impune doar din raţiuni de


eşantionare, cuantizare şi conversie analog-numerică a semnalelor. Din punct de
vedere matematic momentele de timp discret pot fi alese la întâmplare.
96 Cap.4. Utilizarea analizei de sensibilitate inversă

se măsoară abaterea ∆ ξ( t; α) şi se determină valorile funcţiilor de


ξ
sensibilitate parametrică S α ( t; α o ) .

La momentul tk, k=1,2,...r, pentru componenta ξi, i=1,2,...p, este


valabilă relaţia de legătură:
q
∆ξi[t k; α] = ∑ Sξαi [t k; αo ] ⋅ ∆α j . (4.3.1)
j
j=1
Pornind de la aceasta relaţie, soluţionarea problemei ASI poate
îmbrăca diverse forme.

4.3.1 Metoda clasică

În metoda clasică se consideră că abaterile din membrul stâng din


(4.3.1) sunt valorile aproximaţiei liniare a abaterilor mărimilor
*
caracteristice la momentul tk, componentele vectorului: ∆ ξ ( t ; α ) din
(4.2.3).
q
∆ξ*i[t k; α] = ∑ Sξα [t k; αo] ⋅ ∆α j
i
j . (4.3.1.1)
j=1

De asemenea se măsoară la momentele k=1,2,...r, componentele


abaterii reale ∆ ξ( t; α) din (4.2.2), ∆ξi[t k ; α] , i=1,2…,p. (Măsurările
necesare determinării valorilor celor p componente ale abaterii reale
∆ξ( t; α) trebuie efectuate simultan. Aceasta poate ridica probleme la
folosirea metodei "on-line".) În ipoteza că abaterile ∆α sunt
necunoscute şi constante, în continuare, pentru determinarea lor se
procedează într-o manieră similară celei din §4.1, urmărindu-se
minimizarea unui indicator de calitate al erorii pătratice (pătratul
distanţei euclidiene) dintre mărimea măsurată şi aproximaţia sa liniară
adică minimizarea expresiei
r
ξ
J (∆α ) = ∑ ∆ ξ [ t k; α ] − Sα [ t k; αo]) ⋅ ∆α 2

k =1

r  p  q 
2
  ξ . (4.3.1.2)
= ∑  ∑ ∆ξ i[t k; α ] − ∑ Sαi [t k; αo ] ⋅ ∆α j  

k =1  i =1 
j  

j=1  
Ea poate fi rescrisă sub forma
4.3 Soluţionarea ASI prin metode algebrice 97

p
( )  .
r 2
J(∆α) = ∑  ∑ ∆ξi[t k; α] − Sξαi [t k; αo] ⋅ ∆α
 (4.3.1.3)
k =1  i =1 
Pentru aflarea minimului expresiei (4.3.1.3) în raport cu ∆α se
derivează expresia şi se anulează derivata. Succesiv se obţine:

∂ J (∆ α) r    ξ i
( ) = 0 ,
p T

= ∑ ∑ 2 ⋅  − Sα [t k; αo] ⋅ ∆ ξ i[t k; α ] − Sξαi[t k; αo] ⋅ ∆ α
∂ (∆ α) k =1 i =1    
(4.3.1.4)
p  ξ
( )  =
r T
∑ ∑  α k o
 S i[t ; α ] ⋅ ∆ξ [t
i k
; α ]

k1  i4
=14 =1 44442444444 3
~
N

 r  p ξi T ξ  (4.3.1.5)
   
= ∑ ∑ Sα [t k; αo] ⋅ Sα [t k; αo] ⋅ ∆α
i
    
1k =1 i =1 
4444442 ~
4 4 4 4 4 43
M
~
În (4.3.1.5) matricea M este pătratică şi inversabilă. Soluţia ASI
obţinută din (4.3.1.5), în sensul clasic, al minimizării indicatorului de
calitate al erorilor este:
~
∆α = M ( )−1 ⋅ N~ (4.3.1.6)
Implementarea "on - line" a relaţiei (4.3.1.6) poate ridica probleme
datorită numărului mare de calcule pe care le presupune.

4.3.2 Metoda I

Se consideră că (4.3.1) reprezintă relaţia de aproximare din teoria


sensibilităţii şi prin urmare abaterile din membrul stâng din (4.3.1)
sunt valorile măsurate (reale) ale abaterilor mărimilor caracteristice la
momentul k (componentele lui ∆ ξ( t; α) la momentul k, conform
(4.2.2)), adică:
q
∆ξ i[t k; α] = ∑ Sξαi [t k; αo] ⋅ ∆α j . (4.3.2.1)
j
j =1

Se însumează relaţiile (4.3.2.1) după i; după inversarea indicilor de


însumare în membrul drept, rezultă expresia
98 Cap.4. Utilizarea analizei de sensibilitate inversă

p q p ξ 
∑ ik ∆ ξ [t ; α ]) = ∑ ∑ αj k  j .
 S i [t ; α ] ⋅ ∆α
(4.3.2.2)
i =1 i =1
j =1  
Pentru q momente de timp succesive1, începând cu tk, în ipoteza ∆α =
constant, din (4.3.2.2) se obţine relaţia

 p 
 ∑∆ξ i [tk; α ] 
 i=1 
 p 
 ∑ i k+1
∆ξ [t ; α ] =
 i=1 
p M  (4.3.2.3)
 
∑ i k+q−1 
∆ξ [t ; α ]
i=4
1 1 4 42444 3
NI k

 p ξ p p 
 ∑Sα1[tk; αo] ∑Sα2[tk; αo] L ∑Sαq[tk; αo]  ∆ α 
i ξi ξi

 i=1 i=1 i=1  1


 p p p  ∆α 

=  ∑Sα1[tk+1; αo] ∑Sα2[tk+1; αo] L ∑Sαq[tk+1; αo]  ⋅  2
ξi ξi ξi

 i=1 i=1 i=1   M 


p M M O M  ∆ α 
 ξi p p
 1 q
 23 
∑ α1 k+q−1 o ∑ α2 k+q−1 o ∑ αq k+q−1 o  ∆α
ξi ξi
S [t ; α ] S [t ; α ] L S [t ; α ]
1i=4
1 4444444i4 =1444 42444444i4=1 444444 3
MI k
k=1,2,...r-q
În (4.3.2.3) matricea M I este pătratică, de dimensiune qxq, iar
k
condiţia de inversabilitate se asigură fie printr-o alegere adecvată2 a
momentelor de timp tk, tk+1, ...,tk+q-1 fie folosind matricea
pseudoinversă. Din (4.3.1.2) se deduce pentru abaterea vectorului
parametrilor expresia

1 Dacă procesul face parte dintr-un SRAN atunci eşantionarea mărimilor se face cu
h=constant. De aceea se preferă să se impună şi pentru aceste calcule h=constant.
2 Se exclud momentele de timp la care se obţin prin măsurări şi calcule valori nule

peste tot, precum şi cele care duc la linii sau coloane proporţionale în matricea MI.
4.3 Soluţionarea ASI prin metode algebrice 99

∆α = [M Ik ] −1⋅ N I k sau ∆ α = M I k [( ) T
⋅ MIk ] ⋅ (M )
−1
Ik
T
⋅ N I (4.3.2.4)
k

Această expresie corespunde unei scheme similare celei din fig. 4.2-1.
Se remarcă faptul că dacă se efectuează r măsurători (într-un interval
de timp finit [to, tf]) atunci există r-q variante ale relaţiei (4.3.2.3). Dacă
soluţia ∆α există şi este unică atunci, teoretic, ea poate fi determinată
utilizând oricare dintre aceste variante. Pentru micşorarea
incertitudinilor măsurătorilor introduse de zgomot vom utiliza o medie
a măsurătorilor.

[ ]
r −q
1
∆α = ∑ M Ik
r − q k =1
−1
⋅ N I k sau

[( ) ⋅ M ] ⋅ (M ) ⋅ N
r −q −1
1
∆α = ∑ M Ik
r − q k =1
T
Ik Ik
T
Ik . (4.3.2.5)

Această modalitate de micşorare a incertitudinilor cauzate de


măsurători este adesea întâlnită la metodele de estimare a
parametrilor printr-un număr finit de măsurători, [Eyc 77].
Dacă la sistemele liniare, singurele incertitudini ce pot afecta relaţia
(4.3.2.3) sunt zgomotele cauzate de măsurări, la sistemele neliniare pot
să se cumuleze cu zgomotele, incertitudini datorate neliniarităţilor,
eliminate tot prin relaţia de mediere (4.3.2.5). Astfel durata estimării
abaterilor parametrice este mult mai mică la sistemele liniare faţă de
cele neliniare.
În cazul în care estimarea se face numai după ce toate măsurătorile au
fost efectuate şi dacă nu se doreşte să se ţină seama de ordinea
efectuării măsurătorilor atunci numărul de variante ale relaţiei
q
(4.3.2.3) este mult mai mare şi anume C r , iar relaţia (4.3.2.5) devine
Cqr
∑ [MI k ] −1 ⋅ NI
1
∆α = sau
Cqr k =1
k

∑ [(M ) ]
Cqr −1
⋅ (M Ik ) T ⋅ N I k .
1 T
∆α = q Ik ⋅ M Ik (4.3.2.6)
Cr k =1

şi poate fi aplicată numai "of-line", după ce toate valorile măsurate


sunt disponibile. Chiar şi atunci rămâne problema asigurării condiţiei
pentru măsurări simultane.
100 Cap.4. Utilizarea analizei de sensibilitate inversă

Convenim să denumim relaţia (4.3.2.5), cu notaţiile din (4.3.2.3),


relaţia de calcul a abaterilor parametrice corespunzătoare metodei
timpilor succesivi . Ea poate fi aplicată nu numai "of-line" ci şi "on -
line", la sistemele cu eşantionare, chiar şi la cele adaptive, durata de
obţinere a unei estimate fiind qxh unde h reprezintă perioada de
eşantionare. În ipoteza că timpul de calcul este mai mic decât h,
estimatele se pot obţine în mod "continuu" începând cu pasul q+1 de
eşantionare.

4.3.3 Metoda II
Dacă p≥q atunci se poate determina o altă expresie a soluţiei ASI în
sensul minimizării indicatorului de calitate (4.3.1.2/3), adică o
abordare matematică diferită a soluţiei clasice. Astfel, se însumează
relaţiile (4.3.2.1), după k; după inversarea indicilor de însumare în
membrul drept, rezultă expresia
r qr ξ 
∑ i k∆ ξ [t ; α ] = ∑ ∑ α j k o  j i = 1, p
S i [t ; α ] ⋅ ∆ α ,
. (4.3.3.1)
k =1 j=1 k =1 
Matriceal relaţia (4.3.3.1) se poate scrie:
 r  r ξ r r 
 ∑ ∆ξ1[t k ; α ] ∑ Sα 1 [t k ; α o ] ∑ Sα 2 [t k ; α o ] L ∑ Sα1q [t k ; α o ]
1 ξ1 ξ

 k =1  k =1 k =1 k =1   ∆α1 
 r   r r r  ∆α 
∑ 2 k ∆ξ [t ; α ] =  ∑ α1 k o
Sξ2
[t ; α ] ∑ α2 k o
Sξ2
[t ; α ] L S [
∑ αq k o  ⋅  2
ξ2
t ; α ]
k =1   k =1 k =1 k =1   M 
r M   r M M O M  ∆α 
 ∆ξ [t ; α ]  Sξ p [t ; α ]
r r  23q

∑ p k   ∑ α1 k o ∑ S
ξp
[t
α2 k o ; α ] L ∑ S
ξp
[t ;
αq k o  α ] 1
∆α
k =4
1 1 4244 3 1  k =41 444444k4 =1 44 42444444 k =41 4444 3
N II M II

(4.3.3.2)
Din punct de vedere matematic, în situaţia p>q, relaţia (4.3.3.2)
reprezintă un sistem de ecuaţii liniare supradeterminat. Dacă matricea
MII are coloanele liniar independente atunci sistemului îi corespunde o
singură soluţie, de aproximare [Năs 99], corespunzătoare
pseudoinversării matriciei MII în sensul minimizării expresiei (4.3.1.2)
şi anume:

[
∆ α = [M II ]T ⋅ M II ]
−1
⋅ [M II ]T ⋅ N II . (4.3.3.3)
4.3 Soluţionarea ASI prin metode algebrice 101
unde:
 r 
 ∑ 1 (t k ; ) 
∆ ξ α
 k =1 
 r 
N II = ∑ 2 k
 ∆ξ ( t ; α ) 
 k =1 ,
 M 
 r 
 ∑ ∆ξ p ( t k ; α)
k =1 
adică N II conţine componentele reale (măsurate) ale abaterilor mărimii
caracteristice.
În situaţia p=q, relaţia (4.3.3.2) reprezintă un sistem de ecuaţii liniare
compatibil determinat, a cărei soluţie este mult simplificată:

∆α = [M II ]−1 ⋅ N II . (4.3.3.4)

Tabelul 1

Metoda clasică Metoda I Metoda II

(4.3.1.5) (4.3.2.3), (4.3.3.2)


Relaţiile (4.3.2.4)
(4.3.1.6) (4.3.2.5) (4.3.3.3)

Nr.valorilor măsurate ce pxr qxp pxr


intervin în calcule r mare qxpx(r-q) r redus
Dimensiunea matricelor
qxq qxq qxq
ce trebuie inversate
la sisteme
Posibilitatea redusă mare mare
liniare
implementării
"on - line" la sisteme redusă medie medie
neliniare
Impune restricţii
Nu Nu Da
dimensionale
102 Cap.4. Utilizarea analizei de sensibilitate inversă

4.3.4 Concluzii

Din (4.3.3.2) se remarcă faptul că atât (4.3.3.3) cât şi (4.3.3.4) pot fi


aplicate chiar şi pentru un singur set de valori măsurate la un moment
dat. Acest lucru face posibilă aplicarea "on - line" a metodei II. Sumele
după indicele k din (4.3.3.2) joacă rolul medierii din relaţia (4.3.2.5)
relativă la metoda I.
O comparaţie teoretică a celor trei metode prezentate, sintetizată în
tabelul 1, este necesară în situaţia în care se pune problema
implementării ASI la sistemele adaptive. Într-un sistem adaptiv
parametri regulatorului se modifică în funcţie de parametri procesului
ceea ce înseamnă că abaterile parametrilor procesului, atunci când
apar, trebuie determinate rapid.
În concluzie se poate afirma că dacă măsurătorile nu sunt afectate de
zgomot atunci soluţia ASI se poate obţine mai rapid şi cu un efort de
calcul mai mic cu (4.3.2.4/5) decît în situaţia clasică (4.3.1.6). De
asemenea, nu este de neglijat varianta (4.3.3.3), care, deşi este
constrînsă de condiţia p≥q, poate fi folosită chiar şi pentru un număr
redus de măsurători, rezultând o soluţie rapidă mai ales la sistemele
liniare.
5 APLICAŢII

5.1 Determinarea punctului de funcţionare staţionară


optimal
Modelele de aproximare liniare ale proceselor neliniare au o mulţime
de aplicaţii, de la analiza stabilităţii punctului de funcţionare
staţionară la proiectarea SRA. Analiza prezentată în acest subcapitol
are drept scop stabilirea unui algoritm de determinare a punctului
funcţionare staţionară al unui sistem neliniar, în vecinătatea căruia să
poată fi dezvoltat un model de aproximare liniar (prin metoda
tangentei) pe baza unui criteriu de calitate impus. Analiza propusă
poate avea, de exemplu, drept destinaţie finală stabilirea unei
modalităţi de compensare a erorilor rezultate ca urmare a utilizării în
proiectare a parametrilor modelelor obţinute prin liniarizare. Cercetări
pe această temă au fost publicate în [Pop 03], [Pop 04].
Plecând de la motivaţia importanţei alegerii punctului de funcţionare
staţionară se realizează un studiu general care este însoţit ulterior de
cazul concret reprezentat de modelul cu parametrii concentraţi al
sistemului de translaţie pe orizontală fără frecare din fig.5.1.3-1,
compus dintr-un corp de masa m, un resort elastic şi un amortizor cu
piston.

5.1.1 Utilitatea punctului de funcţionare staţionară


Necesitatea abordării acestei probleme a rezultat din faptul că în cazul
sistemelor de reglare automată convenţionale cu structura din
fig.5.1.1-1 proiectarea regulatorului RG se face de cele mai multe ori
pe baza unui model liniarizat al procesului condus, neliniar, PCN.
Parametrii modelului liniarizat depind de coordonatele uo şi yo ale
~ v
PCN
v u y
w a u y RGI PCN
RG PCN

Fig.5.1.1-1 SRA cu proces condus Fig.5.1.1-2 Ajustarea punctului de


neliniar funcţionare staţionară
104 Cap.5.Aplicaţii

punctului Λo de pe caracteristica y(u) a procesului neliniar în care se


face liniarizarea. Prin urmare şi parametri regulatorului vor depinde de
aceste coordonate [Lei 95]. Dacă din anumite motive (toleranţe de
fabricaţie, perturbaţii externe etc) PCN ajunge să funcţioneze în alt
regim staţionar decât cel corespunzător punctului Λo, aflat însă în
vecinătatea lui Λo, este evident faptul că nu mai sunt îndeplinite
performanţele SRA impuse prin proiectare. Pentru revenirea la situaţia
proiectată este necesar să se facă o compensare a efectelor de
dezechilibrare a PCN. Soluţia propusă aici este, pe de-o parte, cea a
alegerii din start a unui punct de funcţionare staţionară care să
îndeplinească anumite criterii impuse şi prin aceasta să se prevină de
la început amploarea efectelor de dezechilibrare (adică sistemul să
funcţioneze cu regulatorul proiectat pe baza modelului liniarizat al
procesului cât mai bine), iar pe de altă parte, cea a utlizării în
~
fig.5.1.1-1 în locul blocului PCN, a blocului PCN cu structura din
fig.5.1.1-2 pentru care parametri RGI se ajustează, în funcţie de
studiul de sensibilitate la liniarizare, făcut în prealabil, de aşa manieră
~
încât PCN să funcţioneze în Λo.
Studiul ce urmează dă răspuns la prima parte a soluţiei propuse şi
naşte discuţii asupra celei de a doua.

5.1.2 Stabilirea algoritmului de determinare a punctului


de funcţionare staţionară optim (caz general)
În acest studiu, determinarea punctului de funcţionare staţionară
optim se bazează pe minimizarea unei funcţionale a erorii ξ dintre
starea x (sau ieşirea y) a modelului matematic al PCN, model notat cu

x ξ
u
MN
xo
ALGORITM
xL DE CALCUL
ML
u x sau y
MN S xxL
o
ξ MSL
Sistem
ML combinat
xL sau yL

Fig.5.1.2-1 Evidenţierea erorii dintre Fig.5.1.2-2 Schema bloc de deter-


modelul liniarizat şi cel minare a parametrilor
neliniar -caz general- punctului de liniarizare.
5.1 Determinarea punctului de funcţionare staţionară optimal 105

MN, şi starea xL (sau ieşirea yL) a modelului matematic analitic obţinut


prin liniarizare, model notat cu ML, fig.5.1.2-1. Se consideră că MN şi
ML pleacă din aceleaşi condiţii iniţiale. În final se propune şi o altă
funcţională demnă de luat în considerare în soluţionarea aceleiaşi
probleme şi care se se bazează de asemenea pe sensibilitatea de
liniarizare.
Calculul parametrilor unui punct de liniarizare optim este deosebit de
complex motiv pentru care este necesară o descriere secvenţială a
paşilor parcurşi, descriere denumită în continuare "algoritm de calcul".
Stabilirea algoritmului de calcul necesită la rândul său parcurgerea
succesivă a unor etape analitice, surprinse în schema bloc din
fig.5.1.2-2.
¾ Se stabilesc ecuaţiile de stare ale unui model matematic neliniar,
MN al PCN, prin metode de identificare cunoscute [Ter 80].
¾ Se determină un model liniarizat ML al lui MN, corespunzător unui
punct arbitrar Λo de funcţionare staţionară. ML este exprimat cu
variabilele în valori absolute, nu în creşteri.
¾ Se alege funcţia obiectiv (criteriu) de minimizare a erorii de
liniarizare şi se stabileşte modalitatea sa de calcul.
¾ Plecând de la ansamblul ML-MN din fig.5.1.2-2 se stabileşte
modelul de sensibilitate al operaţiei de liniarizare (MSL) şi sistemul
combinat folosit la obţinerea funcţiei de sensibilitate datorată
operaţiei de liniarizare.
¾ Se transpune studiul de sensibilitate la liniarizare în calculul
minimului funcţiei obiectiv alese şi se face o analiză a rezultatelor.
¾ Se descrie secvenţial algoritmul de determinare a parametrilor
punctului de liniarizare.
Studiul general este completat cu cazul particular al sistemelor de tip
SISO.

5.1.2.1 Modelul matematic al procesului neliniar


Procesul neliniar se consideră descris de ecuaţiile de stare
x& ( t ) = f ( x ( t ), u ( t )), x(t o ) = x o , (5.1.2.1.1)

unde x(t)єℝn , u(t)єℝr, f єℝn. Fie Λo(uo, xo) punctul de funcţionare


staţionară în vecinătatea căruia se va dezvolta MM liniarizat.
Coordonatele acestui punct verifică în mod evident (5.1.2.1.1) adică
f ( x o , u o ) = 0, x o = x ( t o ), u o = u ( t o ) . (5.1.2.1.2)
106 Cap.5.Aplicaţii

În fig. 5.1.2.1-1 sunt


ilustrate caracteristica x, xL
statică f (x, u) = 0 , nete-
dă şi bijectivă, şi punctul xma
de funcţionare staţionară
ale unui sistem de tip
xL Λo
SISO de ordinul 1. Figura
xo
are caracter orientativ.
Se cuvine să se precizeze
că asupra vectorului de xmin x
intrare există restricţii de
forma
u(t) є [umin, umax], umin uo umax u
∀tє [to, tf] , (5.1.2.1.3) Fig.5.1.2.1-1 Ilustrarea punctului de funcţi-
onare staţionară Λo(uo, xo) la un
care conform modelului sistem SISO de ordinul 1
(5.1.2.1.1) se răsfrâng
asupra vectorului de stare sub forma
x(t) є [xmin, xmax], ∀tє [to, tf]. (5.1.2.1.4)
În etapa următoare se urmăreşte aproximarea modelului neliniar în
vecinătatea punctului de funcţionare staţionară Λo (arbitrar) cu un
model liniarizat, [Sob 68], obţinut prin utilizarea metodei de liniarizare
după tangentă.

5.1.2.2 Modelul matematic liniarizat


Liniarizarea modelului neliniar (5.1.2.1.1) ) în vecinătatea punctului de
funcţionare staţionară Λo(uo, xo) aplicând metoda tangentei conduce la
modelul cvaziliniar

∂f ∂f
x& L ( t ; x o ) = ( x L ( t; x o ) - x o ) + (u (t ) - u o ) (5.1.2.2.1)
∂x Λo ∂u Λo

cu x o = x L (t o ; x o ) , u o = u(t o ) . (5.1.2.2.2)
Utilizând notaţiile:

∂f ∂f
A(x o ) = , B( x o ) = , (5.1.2.2.3)1
∂x Λo ∂u Λo

1 A(xo) reprezintă matricea jacobian a sistemului, evaluată la xo.


5.1 Determinarea punctului de funcţionare staţionară optimal 107

modelul (5.1.2.2.1) poate fi rescris sub forma


x& L (t; x o ) = A(x o ) ⋅ (x L (t; x o ) - x o ) + B(x o ) ⋅ (u(t) - u o ) . (5.1.2.2.4)
în condiţiile din (5.1.2.2.2) .
În relaţia (5.1.2.2.4) se notează α = (xo)T , (5.1.2.2.5)
considerând că "valorile" coordonatelor punctului de funcţionare
staţionară în spaţiul stărilor formează vectorul parametrilor în raport
cu care se studiază sistemul. Spre deosebire de toate restricţiile
anterioare valoarea nominală αo a lui α este "necunoscută".
În acest context apare problema determinării valorii nominale αo astfel
încât să fie satisfăcute anumite cerinţe. În funcţie de acestea,
problema poate fi soluţionată în mai multe moduri. Aici, s-a urmărit
determinarea valorii nominale a vectorului parametrilor de aşa
manieră încât să se minimizeze indicatorul de calitate descris în
continuare.

5.1.2.3 Definirea indicatorului de calitate


Conform (2.1.3.20) abaterea la liniarizare este diferenţa
ξ ( t; x o ) = x L ( t; x o ) − x ( t; x o ) . (5.1.2.3.1)
Ambele modele (5.1.2.1.1) şi (5.1.2.2.1) se referă calitativ la aceleaşi
variabile de stare şi au aceleaşi condiţii initiale. Prin urmare
ξ( t o ; x o ) = x L ( t o ; x o ) − x ( t o ; x o ) = 0 . (5.1.2.3.2)
Se consideră indicatorul de calitate al abaterilor pătratice, funcţionala
pătratică definită pe oriyontul de timp [to, tf]
tf tf

∫ (ξ( τ;x o ) )
2
∫ ξ( τ;x o )
T
J= dτ = ⋅ ξ( τ; x o )dτ . (5.1.2.3.3)
to to

Conform [New 67] şi [Sar 72] funcţionala liniară din relaţia (5.1.2.3.3)
reprezintă norma în spaţiul Hilbert L2(to, tf) sau produsul scalar a
două funcţii vectoriale identice, ξ, ξ .

Prin înlocuirea relaţiei (5.1.2.3.1) în relaţia (5.1.2.3.3) pentru


indicatorul de calitate se obţine
tf

∫ (x L (τ; x o ) − x (τ; x o ) ) (x L (τ; x o ) − x (τ; x o ) )dτ .


T
J= (5.1.2.3.4)
to
108 Cap.5.Aplicaţii

Indicatorul de calitate (5.1.2.3.3) este o măsură a distanţei dintre


traiectoriile celor două modele şi ca urmare este de dorit ca acesta să
fie cât mai mic posibil. Determinarea lui Λo, în speţă a lui uo, în acord
cu acest criteriu reprezintă în esenţă obiectul paragrafului de faţă.

5.1.2.4 Minimizarea indicatorului de calitate

Se urmăreşte determinarea valorii αo= (xo*)T a vectorului parametrilor


α = (xo)T pentru care indicatorul de calitate (5.1.2.3.3) ia valoarea
minimă.
Condiţia de extrem necesară pentru minimizarea lui J este

∂J ∂ 2J
=0 (şi ≥ 0 )1. (5.1.2.4.1)
∂ xo ∂ xo2
Aplicând această relaţie asupra expresiei (5.1.2.3.4) se obţine
tf T
 ∂ x L (τ; x o ) ∂ x(τ; x o ) 
∫  ∂ x o − ∂ x o  x(τ)dτ =
to
144444 42444444 3
I1(x o )

tf T
 ∂ x L (τ; x o ) ∂ x(τ; x o )  . (5.1.2.4.2)
= ∫ −  x L (τ; x o )dτ
to 
∂ x o ∂ x o 
1444444 424444444 3
I 2 (x o )

Rezolvarea ecuaţiei (5.1.2.4.2) în raport cu xo este extrem de dificilă.


Scris pe componente, vectorul parametrilor are aspectul

[
α = (x o )T = x o,1, x o,2, K, x o,n -1, x o,n ]T . (5.1.2.4.3)

Aceasta înseamnă că derivatele din (5.1.2.4.2) formează o matrice nxn


şi prin urmare
I1(xo) = I2(xo), (5.1.2.4.4)
reprezinză un sistem de n ecuaţii integrale cu n necunoscute.
În cazul particular ilustrat în fig. 5.1.2.1-1 sau în cazul sistemelor
SISO descrise prin MM-II unde α = (xo)T = xo este scalar rezolvarea
ecuaţiei integrale devine o problemă de evaluare a expresiilor I1(xo) şi
I2(xo) pentru fiecare punct xo din intervalul continuu [xmin, ..., xmax].
1 În cazul testării unei mulţimi de puncte, izolate, şi comparării rezultatelor, aşa
cum se procedează în continuare, această condiţie nu mai este necesară.
5.1 Determinarea punctului de funcţionare staţionară optimal 109

Pentru simplificarea calculelor, evaluarea pe un domeniu de stări


continuu se înlocuieşte cu cea într-un număr fixat de puncte de
funcţionare staţionară posibile, k, apropiate spaţial

{
x o ∈ x min = x1o , x o2 , x 3o , K , x ok = x max } =X o. (5.1.2.4.5)

Fiecărui xoj є Xo îi corespunde prin relaţia (5.1.2.1.2) un uo = uoj. După


ce au fost efectuate toate cele k evaluări ale celor două funcţii I1(xo),
I2(xo) se trece la stabilirea soluţiei ecuaţiei (5.1.2.4.2). Aceasta, dacă
există, va fi xo* care verifică
I1(xo*)= I2(xo*) (5.1.2.4.6)
sau minimizează cantitatea │I1(xo*)- I2(xo*)│în condiţiile
│I1(xo*)- I2(xo*)│< ε . (5.1.2.4.7)
ε reprezintă toleranţa admisă la calcule.
Dacă nu există soluţie atunci este necesară o reevaluare a limitelor
impuse asupra mărimilor u şi x sau alegerea unui alt indicator de
calitate.
De remarcat că în cazul general cele k puncte din relaţia (5.1.2.4.5)
împreună cu valorile uoj corespunzătoare sunt nodurile unei reţele
situate pe suprafaţa admisibilă a punctelor de funcţionare staţionară
(din spaţiul ℝnxr ).

5.1.2.5 Funcţii şi modele de sensibilitate în raport cu


parametrii de liniarizare şi cu condiţiile iniţiale

Pentru determinarea lui xo din ecuaţia integrală (5.1.2.4.2) este


necesar calculul derivatelor

∂ x L ( t; x o ) x ∂ x ( t; x o )
= S x L ( t ; x oj ) şi = S xx ( t ; x oj ) ,
∂xo x o = x oj
o ∂xo x o = x oj
o

j = 1, k . (5.1.2.5.1)
Se remarcă faptul că prima derivată din (5.1.2.5.1) reprezintă matricea
(de dimensiune n x n) de sensibilitate a stării în raport cu parametru
xo, la valoarea nominală xoj, denumită în §2.1.3 "matrice de
sensibilitate de liniarizare" iar a doua reprezintă matricea (de
dimensiune n x n) de sensibilitate (a stării) de tip β în raport cu
condiţia iniţială xo, la valoarea nominală xoj. Coloana i, i = 1, n a
110 Cap.5.Aplicaţii

matricei de sensibilitate de liniarizare reprezintă vectorul de


sensibilitate a stării în raport cu componenta i a vectorului parametru xo

 ∂ x L ( t; x o ) 
χ i ( t ; x oj ) =  , (5.1.2.5.2)
 ∂x o,i  x = x j
o o

iar coloana i, i = 1, n a matricei de sensibilitate de tip β reprezintă


vectorul de sensibilitate de tip β, a stării, în raport cu componenta i a
vectorului condiţiilor iniţiale xo

 ∂ x ( t; x ) 
ς i ( t ; x oj ) = o
 . (5.1.2.5.3)
 ∂ x o,i  x = x j
o o

j
Vectorul de sensibilitate de liniarizare χ i ( t ; x o ) se obţine din modelul i
de sensibilitate de liniarizare al punctului nominal xoj iar vectorul de
j
sensibilitate de tip β ς i ( t ; x o ) din modelul i de sensibilitate de tip β.
După cum arată relaţia (5.1.2.4.3) sunt necesare 2n modele de
sensibilitate pentru a determina toate cele 2n x n funcţii de
sensibilitate (n vectori de sensibilitate de liniarizare şi n vectori de
sensibilitate de tip β) pentru valoarea nominală xoj. Cum j = 1, k ,
rezultă că în total sunt necesare k serii a câte 2n modele de
sensibilitate de liniarizare pentru calculul tuturor celor k x 2n x n
funcţii de sensibilitate (k x 2n vectori de sensibilitate). Aceasta
demonstrează un efort de calcul substanţial, efort care poate fi redus
la sistemele de tip SISO după cum se va arăta în §5.1.2.7.
Stabilirea modelului i de sensibilitate de liniarizare aferent punctului
nominal xoj se face conform §2.2.2.2. prin derivarea modelului
liniarizat (5.1.2.2.4) cu (5.1.2.2.2) în raport cu parametrul xo,i şi apoi
particularizând xo = xoj . Rezultatul este:

∂A(x o )
χ& i (t; x oj ) = ⋅ (x L (t; x oj ) - x oj ) + A(x oj ) ⋅ (χi (t; x oj ) - Ii ) +
∂x o,i (5.1.2.5.4)
x o = x oj

∂B(xo) ∂uo
+ ⋅ (u(t) − uo ) + B(xoj ) ⋅ , χi(to; xoj ) = 0, uo = u(to) .
∂xo,i ∂xo,i
x o = x oj x o = x oj
5.1 Determinarea punctului de funcţionare staţionară optimal 111
j
Termenul x L ( t ; x o ) se obţine din modelul nominal al modelului
liniarizat:

x& L (t; x oj ) = A(x oj ) ⋅ (x L (t; x oj ) - x oj ) + B(x oj ) ⋅ (u(t ) - u o ) (5.1.2.5.5)

x L ( t o ; x oj ) = x oj , u o = u(t o ) . (5.1.2.5.6)
Modelele descrise de (5.1.2.5.4) şi (5.1.2.5.5) împreună cu relaţiile de
legătură dintre abateri, formează modelul i de liniarizare combinat.
Prin simularea comportării sale se determină vectorul de sensibilitate
j
de liniarizare χ i ( t ; x o ), i = 1, n .

Pentru a determina toate cele k x n x n funcţii de sensibilitate de


liniarizere este necesară simularea comportării celor k x n modele de
liniarizare combinate.
Stabilirea modelului i de sensibilitate de tip β, pentru vectorul
condiţiilor iniţiale de valoare nominală xoj, se face prin derivarea
modelului neliniar (5.1.2.1.1) în raport cu xo,i (componenta i a
vectorului condiţiilor iniţiale) şi apoi particularizând xo = xoj. Rezultatul
este:

∂f ( x ( t ; x o ), u ( t ))
ς& i ( t ; x oj ) = ⋅ ς i ( t ; x oj ), ς i ( t o ; x oj ) = I i ,
∂x o,i
x o = x oj
u o = u ( t o ) . (5.1.2.5.7)
Modelul de sensibilitate de tip β (5.1.2.5.7) descrie un sistem autonom.
Comportarea sa este determinată de singura condiţie iniţială nenulă,
cea a componentei i, care este egală cu unitatea.
Pentru a determina toate cele k x n x n funcţii de sensibilitate de tip β
este necesară simularea comportării celor k x n modele de sensibilitate
de tip β.
Este necesar ca valoarea uo să fie aleasă în mod corect adică în
concordanţă cu (5.1.2.1.2).
În consecinţă, se poate prezenta secvenţial algoritmul de determinare a
coordonatelor punctului de funcţionare staţionară optimal.

5.1.2.6 Algoritm de calcul al coordonatelor punctului optimal


Secvenţa de calcule necesară la stabilirea coordonatelor punctului
staţionar optim Λo(uo*, xo*) este rezumată în următorii paşi:
112 Cap.5.Aplicaţii

1. Scrierea modelului neliniar al sistemului (5.1.2.1.2) şi descrierea


literală a coordonatelor punctului de funcţionare staţionară precum
şi stabilireaa domeniilor permise pentru valorile acestor coordonate
(5.1.2.1.3).
2. Calculează cu (5.1.2.2.3) matricele A(xo) şi B(xo) ale modelului
general liniarizat (5.1.2.2.4).
3. Stabileşte mulţimea celor k puncte de funcţionare staţionară
candidate (5.1.2.4.5). Asociază fiecărui xoj , uo = uoj în concordanţă
cu (5.1.2.1.2).
Atribuie j = 1 şi fixează valoarea implicită a toleranţei de calcul ε.
4. Stabileşte toate modelele de sensibilitate de liniarizare şi de tip β
necesare (vezi §5.1.2.5).
5. Simulează comportarea modelului neliniar (5.1.2.1.2), a modelului
liniar nominal ((5.1.2.5.5) cu (5.1.2.5.6)) şi a modelelor de
sensibilitate corespunzătoare lui xo=xoj (n relaţii (5.1.2.5.4) şi n
relaţii (5.1.2.5.7)).
6. Calculează I1(xoj) şi I2(xoj), apoi atribuie j = j + 1.
7. Dacă j ≤ k, repetă 5 şi apoi 6, altfel continuă cu 8.
8. For j = 1:k,
d(j) =║ I1(xoj) - I2(xoj) ║;
if d(j)≤ ε then "reţine d(j) în D şi (xoj ; uoj) în Λ"
else "continuă"
end
end
9. If D≠∅ then (xo*;uo*) = {(xoj;uoj)⊂Λ∣d(j)=min{D}}
else "Problema nu are soluţie. Reevaluează cerinţele."
end
(doar prin modificarea punctului 6) Algoritmul prezentat poate fi
utilizat şi în situaţia în care alte funcţionale care folosesc funcţii de
sensibilitate de liniarizare sunt luate în considerare. O astfel de
funcţională care trebuie minimizată ar putea fi

∫ (S )
tf tf
2 T
x xL x
J= ∫ Sx L
o
( t ; x ) dτ =
o xo
( t; x )
o
⋅ S x L ( t ; x ) dτ ,
o o (5.1.2.6.1)
to to

x ∂ x L ( t; x o )
unde S x L ( t; x ) = , (5.1.2.6.2)
o o
∂xo
5.1 Determinarea punctului de funcţionare staţionară optimal 113

ceea ce înseamnă că alegerea coordonatelor punctului de funcţionară


staţionară se va face de aşa manieră încât modificarea sa accidentală
să influenţeze în cea mai mică măsură posibilă traiectoria modelului
liniarizat. Studiul ar putea continua cu stabilirea modului în care
abaterile parametrilor fizici influenţează coordonatele punctului de
funcţionare staţionară (se folosesc funcţiile de sensibilitate ale lui xo în
raport cu aceşti parametri), căutând în acest fel modalităţi de ajustare
a punctului de funcţionare staţionară.

5.1.2.7 Cazul particular al sistemelor SISO


Din punct de vedere practic este de dorit ca determinarea funcţiilor de
sensibilitate să se facă efectuând un număr cât mai mic de simulări.
Reducerea la k a numărului modelelor de sensibilitate de liniarizare şi
la k a numărului modelelor de sensibilitate de tip β este posibilă la
sistemele neliniare de tip SISO pentru care MM-ISI (5.1.2.1.1) are
forma particulară
 x& 1 ( t ) = x 2 ( t )

 x& 2 ( t ) = x 3 ( t )

M
 x& ( t ) = x ( t ) (5.1.2.7.1)
 n −1 n
 x& n ( t ) = f n (x 1 ( t ), x 2 ( t ),K , x n ( t ), u ( t ) )

cu condiţiile iniţiale: x1 ( t o ) = x o , x 2 ( t o ) = 0, K, x n ( t o ) = 0 . (5.1.2.7.2)


În acest caz se remarcă cu uşurinţă faptul că numai prima
componentă a vectorului xo este nenulă şi ca urmare vectorul
parametrilor de liniarizare poate fi tratat ca un scalar iar vectorul
condiţiilor iniţiale are o singură componentă nenulă. Aşadar punctul
de funcţionare staţionară Λo are coordonatele (uo, xo, 0,...,0), unde
(
u o = u ( t o ) verifică condiţia f n x o ,0, K,0, u o = 0 . ) (5.1.2.7.3)
Din (5.1.2.7.1), în vecinătatea punctului de funcţionare staţionară Λo,
modelul liniarizat poate fi descris de (5.1.2.2.4) cu condiţiile din
(5.1.2.2.2), rescris sub forma

 x& L,1( t; x o )    x L,1(t; x o )  x o  


 x& ( t; x )     
 L,2 o   L,2
x ( t ; x o   0 
)
= A( x o ) ⋅   − + B( x o ) ⋅ (u( t ) - u o )
 M   M   M  (5.1.2.7.4)
     
x& L,n ( t; x o )  x L,n ( t; x o )  0  
  
unde:
114 Cap.5.Aplicaţii

 0 1 0 L 0 
 0  0 
 0 1 L M   
 M 
 M M O O 0 
A(x o ) =   B( x o ) =  0 
 0 0 L 0 1  ,  ∂f  .
 ∂f n ∂f n ∂f n ∂f n   n 
 ∂x
L  ∂u Λ =Λ o 
 1 ∂x 2 ∂x n −1 ∂x n 
Λ =Λ o
(5.1.2.7.5)
şi condiţiile iniţiale din (5.1.2.7.2). Se remarcă forma canonică
companion a matricei A(xo) a modelului liniarizat.
Pentru simplificarea scrierii se introduc următoarele notaţii:
∂f n ∂f n
a i-1 ( x o ) = − , i = 1, n , b( x o ) = . (5.1.2.7.6)
∂x i ∂u Λ =Λ o
Λ =Λ o
Astfel (5.1.2.7.5) devine
 0 1 L 0   0 
 0 0 L 0   M 
A(x o ) =   B( x o ) =  
 M M O L ,  0 .
   
 − a o ( x o ) − a 1 ( x o ) L − a n −1 ( x o )   b ( x o ) 
(5.1.2.7.7)
Condiţiile iniţiale asociate modelului (5.1.2.7.4) sunt
 x L,1 ( t o ; x o )   x o 
 x (t ; x )   
 L,2 o o  =  0 
 M   M . (5.1.2.7.8)
   
x ( t ; x
 L,n o o   0  )
Urmărind raţionamentul anterior se remarcă faptul că pentru determi-
narea tuturor funcţiilor de sensibilitate corespunzătoare valorii nomi-
nale xoj este suficient un singur model de sensibilitate de liniarizare:

∂ A( x o )
χ& ( t ; x oj ) = ⋅ ( x L ( t ; x oj ) - x oj ⋅ I1 ) + A ( x oj ) ⋅ (χ( t ; x oj ) - I1 ) +
∂x o
x o = x oj

∂ B( x o ) ∂u o
+ ⋅ (u ( t ) − u o ) + B( x o ) ⋅ ,
∂x o ∂x o
x o = x oj x o = x oj . (5.1.2.7.9)
χ( t o ; x oj ) = 0, u o = u ( t o )
5.1 Determinarea punctului de funcţionare staţionară optimal 115

unde I1 are dimensiunea nx1 şi

 0 0 L 0 
 M M O M 
∂ A( x o ) 
= 0 0 L 0 
∂x o  ∂a o ∂a 1 ∂a  (5.1.2.7.10)
x o = x oj L − n -1 
− −
 ∂x o ∂x o ∂x o 
x o = x oj

 0 
 M  1 
∂ B( x o )   0
= 0  ; I1 =  
∂x o  ∂b ( x o )  M ,
x o = x oj  
 
 ∂x o  x = x j 0
o o

şi un singur model de sensibilitate de tip β


ς& ( t ; x j ) = ς ( t ; x j )
 1 o 2 o
 j j
ς& 2 ( t ; x o ) = ς 3 ( t ; x o )
 (5.1.2.7.11)
M

 j j
ς& n −1 ( t ; x o ) = ς n ( t ; x o )


 ∂f (x ( t ; x o ), x 2 ( t ; x o ),K, x n ( t ; x o ), u ( t ) )
ς& n ( t ; x oj ) = n 1 ⋅ ς n ( t ; x oj )
 ∂x o
 x o = x oj

ς1 ( t o ; x oj ) = 1, ς 2 ( t o ; x oj ) = 0, K, ς n ( t o ; x oj ) = 0 şi u o = u ( t o ) . (5.1.2.7.12)
j
Termenul x L ( t ; x o ) , mărime de intrare pentru (5.1.2.7.9), se obţine
din (5.1.2.7.4) pentru xo = xoj.
Se remarcă faptul că, având în vedere forma particulară (şi totuşi
frecventă) a modelului neliniar, sunt necesare k modele de sensibilitate
de liniarizare şi k modele de sensibilitate de tip β pentru determinarea
celor 2kxn funcţii de sensibilitate necesare algoritmului de soluţionare
a ecuaţiei (5.1.2.4.2).
116 Cap.5.Aplicaţii

5.1.3 Aplicaţie numerică

x Exemplul prezentat în continuare are


scopul de a aprecia aspectul cantitativ al
abordării teoretice anterioare într-un caz
Fr m
Fe simplu, corespunzător unui sistem de
tip SISO.
Acest studiu urmăreşte determinarea
Ka Fa punctului de funcţionare staţionară
optimal (din punctul de vedere prezentat
Fig.5.1.3-1 Sistem de amortizare anterior) al sistemului mecanic din
fig.5.1.3-1, având ca şi componentă
neliniară resortul elastic al cărei caracteristică (statică şi dinamică)
este prezentată în fig.5.1.3-2. Studiul aplică algoritmul dezvoltat în
§5.1.2.

5.1.3.1 Modelarea matematică a sistemului de amorizare cu


resort elastic
Aplicând legea a II-a a dinamicii, pentru sistemul din fig.5.1.3-1 se
obţine MM-II sub forma:
m ⋅ &x&( t ) = Fe ( t ) − Fa ( t ) − Fr (x ( t ) ) , x (0) = x o , x& (0) = 0 (5.1.3.1.1)
Amortizorul cu piston, parte componentă a sistemului studiat, este
caracterizat de relaţia Fa ( t ) = K a ⋅ x& ( t ) , (5.1.3.1.2)
dintre forţa de
amortizare Fa(t) şi
viteza de deplasare
a pistonului x& (t).
Ka reprezintă coefi-
cientul de amorti-
zare considerat
constant. Resortul
elastic este descris
de dependenţa
forţă-elongaţie, ne-
liniară, reprezen-
tată în fig.5.1.3-2.
Analitic, acestă
Fig.5.1.3-2 Caracteristica Fr(x) a resortului elastic. dependenţă se
Domeniul de variaţie al punctului de linia- poate descrie
rizare pe caracteristica statică a resortului făcând uz de funcţia
5.1 Determinarea punctului de funcţionare staţionară optimal 117

exponenţială
Fr ( x ) = a ⋅ (1 − e −b⋅x⋅signx ) ⋅ sign x [N] (5.1.3.1.3)
sau de funcţia arctangentă:
Fr ( x ) = c ⋅ arctg ( d ⋅ x ) [N]. (5.1.3.1.4)

S-a optat pentru varianta (5.1.3.1.3) pentru x ≥0 (resortul este supus


numai la întindere). Cu aceste precizări MM-II devine
m ⋅ &x& ( t ) + K a ⋅ x& ( t ) + a ⋅ (1 − e −b⋅x ( t ) ) = Fe ( t ) , (5.1.3.1.5)

cu condiţiile iniţiale: x (0) = x o , x& (0) = 0 . (5.1.3.1.6)


S-au utilizat următoarele valori numerice:
m = 300Kg, Ka = 6·104 N·s/m , a = 3157.2N, b = 100m-1,
Fe є [300.45, 3000] N şi x є [10-3, 2.5·10-2] m. (5.1.3.1.7)
cu precizarea că limitele lui Fe şi x sunt corelate conform (5.1.3.1.5) în
regim staţionar.
Pentru resortul elastic aflat în echilibru (în punctul staţionar) se obţine
− b⋅x o
Fr,o = Fr ( x o ) = a ⋅ (1 − e ). (5.1.3.1.8)
MM-II (5.1.3.1.5) i se asociază un MM-ISI de forma (5.1.2.7.1) alegând
mărimile de stare
x1 ( t ) = x ( t ), x 2 ( t ) = x& ( t ) . (5.1.3.1.9)
Se obţine
 x& 1 ( t ) = x 2 ( t )


x
 2

& ( t ) = −
Ka
m
a
⋅ x 2 (t) − ⋅ 1 − e 1
m
(
−b⋅x ( t ) 1
)
+ ⋅ Fe ( t )
m
, (5.1.3.1.10)

cu condiţiile iniţiale: x 1 ( 0) = x o , x 2 ( 0) = 0 . (5.1.3.1.11)


T
Punctul de funcţionare staţionară Λ o (Fe,o , [x o, 0] ) , îndeplineşte
condiţia


a
m
(
⋅ 1− e
−b⋅x o 1
)
+ ⋅ Fe,o = 0, Fe,o = Fe ( t o ) .
m
(5.1.3.1.12)

Prin urmare
(
Fe,o = a ⋅ 1 − e
− b⋅x o
). (5.1.3.1.13)
118 Cap.5.Aplicaţii

5.1.3.2 Modelul matematic liniarizat


Modelul matematic neliniar al sistemului real (5.1.3.1.10), (5.1.3.1.11)
poate fi aproximat în vecinătatea punctului de funcţionare staţionară
Λo cu modelul liniarizat prin metoda tangentei
 x& 1,L (t; x o )   0 1   x ( t; x ) − x   0 
x& (t; x ) = − a ⋅ b ⋅ e o
−bx

K a  ⋅  1,L
x ( t
o
; x )
o
(
 +  1  ⋅ Fe (t ) − Fe,o )
 2,L o      m 
 m m   2,L o

(5.1.3.2.1)
x 1,L ( 0; x o ) = x o , x 2 ,L ( 0; x o ) = 0 . (5.1.3.2.2)

Pentru modelul matematic liniarizat (5.1.3.1.14), (5.1.3.1.15) se


consideră drept unic parametru xo, xo є Xo ,

{ }
X o = x oj j=1, 6
= {0.001 0.005 0.01 0.015 0.02 0.025} . (5.1.3.2.3)

În figura 5.1.3-3 sunt prezentate în acelaşi sistem de coordonate


traiectoriile mărimilor de ieşire ale modelului neliniar, x1, şi ale
modelului liniarizat, x1,L, în 2 puncte de funcţionare staţionară

Fig.5.1.3-3 Traiectoriile modelului neliniar, x1, şi ale modelului liniarizat x1,L


5.1 Determinarea punctului de funcţionare staţionară optimal 119

posibile, obţinute aplicând la


intrare semnale de forma celui din
fig.5.1.3-4. Diferenţele dintre
aceste traiectorii, reprezentate în
nuanţe de gri, indică de fapt
diversitatea abaterilor la
liniarizare.

Fig.5.1.3-4 Funcţia de intrare

5.1.3.3 Modelul de sensibilitate de liniarizare şi modelul de


sensibilitate de tip β
Modelul de sensibilitate de liniarizare aferent sistemului (5.1.3.2.1),
j
(5.1.3.2.2), în punctul nominal x o є Xo

χ& (t; x j )  
0 0  j j  0 1 
−  ⋅ χ1(t; xo ) 
x (t; x ) x j
 1 oj  =  ab2e−bx o
j
 ⋅  L,1 o o
 +  −bx
j

  abe o K
− a  χ2 (t; xo )
j j
χ& 2 (t; xo )  

0  L,2 o  −
x (t; x ) 

 m m m 
 χ (0; x j )  0 
 1 o =
j  0 , (5.1.3.3.1)
χ
 2 ( 0; x )
o    
formează împreună cu modelul nominal
 x& L,1(t; x o )   0 1   x ( t; x ) − x   0 
x& (t; x ) = − a ⋅ b ⋅ e o
−bx

K a  ⋅  L,1
x ( t
o
; x )
o
(
 +  1  ⋅ Fe (t ) − Fe,o )
 L,2 o      m 
 m m   L,2 o

x L ,1 ( 0; x o ) = x o , x L , 2 ( 0; x o ) = 0 (5.1.3.3.2)
sistemul combinat prin intermediul căruia se obţin funcţiile de
j
sensibilitate de liniarizare în punctul nominal x o є Xo.

Modelul de sensibilitate de tip β se obţine conform (5.1.2.5.7)

 ς& 1 ( t ; x o )   0 1   ς ( t; x ) 
ς& ( t ; x )  =  − a ⋅ b ⋅ e Ka  ⋅  1
−b⋅x o o
−  (5.1.3.3.3)
 2 o    ς 2 ( t ; x o ) 
 m m 
cu condiţiile iniţiale: ς1 ( 0) = 1, ς 2 ( 0) = 0 . (5.1.3.3.4)
120 Cap.5.Aplicaţii

Simulând simultan procese tranzitorii pentru aceleaşi funcţii de


intrare (fig.5.1.3-4) pe sistemul combinat, pe modelul de sensibilitate
de tip β şi pe modelul neliniar se obţin toate datele necesare
determinării valorii optime căutate, xo*.

5.1.3.4 Simulări şi rezultate


Simulările şi prelucrarea datelor au fost efectuate cu programe
MATLAB şi scheme Simulink. Au fost efectuate un număr de 12
simulări. Pentru fiecare element al mulţimii Xo au fost efectuate două
simulări. În urma primei simulări s-au stabilit momentele de comutare
ale funcţiei de intrare, t1 şi t2, (de forma prezentată în fig.5.1.3-4), de
aşa manieră încât sistemul neliniar să atingă atât limita superioară
xmax cât şi pe cea inferioară xmin. A doua simulare a fost cea în urma
căreia s-au prelucrat datele. Valoarea iniţială a mărimii de intrare,
Fe,oj, din (5.1.3.1.7), a fost corelată de fiecare dată cu valoarea
x oj conform relaţiei (5.1.3.1.13), tabelul 1. Durata unei simulări a fost
tf -to = 6.9secunde.
Tabelul 1
xo [m] 0.001 0.005 0.010 0.015 0.020 0.025

Fe,o [N] 300.45 1242.3 1995.7 2452.7 2729.9 2898.0


Rezultatele numerice obţinute în urma simulărilor sunt sintetizate în
tabelul 2 şi în graficele din figurile 5.1.3-5 şi 5.1.3-6.
Tabelul 2
xo [m] 0.001 0.005 0.010 0.015 0.020 0.025

I1[ms] 5.475·10-2 4.686·10-2 3.965·10-2 3.079·10-2 2.189·10-2 1.512·10-2


I2[ms] 3.085·10-2 3.440·10-2 4.264·10-2 5.312·10-2 6.080·10-2 6.154·10-2
J[m2s] 2.525·10-4 1.630·10-4 3.924·10-4 1.021·10-3 1.782·10-3 2.474·10-3
În fig.5.1.3-5 se remarcă faptul că cele două funcţii I1(xo) şi I2(xo) se
întâlnesc în punctul I, (de abscisă xo*), ceea ce înseamnă că acolo este
soluţia ecuaţiei I1(xo) = I2(xo). Cum I1(xo) şi I2(xo) sunt funcţii monotone
se poate utiliza o interpolare rapidă pentru a găsi valoarea lui xo*. Prin
urmare se poate afirma că funcţionala J(xo) are un minim pentru
xo* ≈ 9.0318·10-3 m, (5.1.3.4.1)
şi anume J(xo*) ≈ 3.2320·10-4 m2s. (5.1.3.4.2)
5.1 Determinarea punctului de funcţionare staţionară optimal 121

Precizia de calcul este


determinată de acura-
teţea mulţimii Xo şi de
toleranţa de calcul im-
pusă programului de
simulare. Graficul J(xo)
I din figura 5.1.3-6 a fost
construit într-o manieră
elementară (cu rezultate
preluate la finalul
aceloraşi simulări) cu
scopul de a confirma
valoarea lui xo* deter-
Fig.5.1.3-5 Dependenţele I1(xo), I2(xo) minată prin algoritmul
stabilit în §5.1.2. În
cazul de faţă soluţia există şi e unică. Valorii xo* îi corespunde prin
(5.1.3.1.13) uo*= Fe,o* =1.8776·10-3N.
De precizat că toate simulările au fost efectuate cu aceeaşi schemă
Simulink, modificând aproape automat (cu ajutorul unui program
MATLAB) parametrii schemei înaintea fiecărei simulări. În acest caz,
MATLAB şi Simulink, au reprezentat uneltele ideale de calcul.
Reducerea numărului de modele de sensibilitate se poate realiza
practic la toate sistemele neliniare controlabile SISO. Aceste sisteme
pot fi descrise prin MM-II cărora li se poate ataşa un MM-ISI în forma
canonică (5.1.2.7.1).
În mod similar,
problema de faţă se
poate aborda şi
utilizând MM-II.
Alte tipuri de
funcţionale liniare, în
calitate de indici de
performanţă utili din
punct de vedere
practic, ar putea fi
luate în considerare în
aceeaşi manieră ca
cea de faţă. Influenţa
abaterilor parametrilor
fizici m, Ka, a, b
Fig.5.1.3-6 Dependenţa J(xo) asupra coordonatelor
punctului de funcţio-
122 Cap.5.Aplicaţii

nare staţionară se poate studia folosind funcţiile de sensibilitate ale lui


xo în raport cu aceşti parametri. Aceasta ar putea contribui la
ajustarea punctului de funcţionare staţionară.

5.2 Observatoare de stare cu sensibilitate


redusă/ridicată
În literatură există numeroase studii cu privire la utilizarea teoriei
sensibilităţii în vederea generării redundanţei analitice pentru
detectarea erorilor instrumentale în sistemele de reglare automată.
Redundanţa analitică este necesară pentru creşterea fiabilităţii
sistemului. Mai multe tipuri de structuri de detectare a erorilor
instrumentale sau a altor componente insensibile la variaţii
parametrice utilizând observatoare de stare au fost propuse de Clark
în cazul sistemelor liniare, apoi de Barnett [Bar 69] şi nu în ultimul
rând de P.M.Frank şi colaboratorii săi [Fra 80], [Hen 86], [Sch 96],
[Que 97] etc.
Este cunoscut faptul că, din multitudinea SRA, cele mai rapide sunt
cele care folosesc reacţia după stare. Acolo unde, mărimile de stare x
ale sistemului Σ nu pot fi măsurate în mod direct, ele pot fi
reconstituite sub forma x̂ , de către un sistem dinamic, neapărat
stabil, denumit observator de stare (OS)1, fig.5.2-1. Acesta se concepe
astfel încât pe baza mărimilor de intrare de ieşire ale sistemului Σ
ieşirea x̂ să tindă, în timp, către mărimile x nemăsurabile ( x̂ →x).
În situaţia în care un OS al sistemului Σ este capabil să reconstituie
corect starea sistemului chiar şi atunci când unul dintre parametrii
sistemului Σ suferă abateri, atunci spunem că acel OS este insensibil
la abaterea parametrului. Astfel de OS pot fi folosite la realizarea
schemelor de detectare a defectelor instrumentale din sistemele de
u y reglare automată. Dacă sistemul are q
Σ parametri care pot suferi abateri atunci se pot
x proiecta q observatoare de stare, fiecare dintre
ele fiind insensibil la abaterile unuia dintre
parametri şi sensibili faţă de abaterile celorlalţi
OS parametri. În acest fel, prin compararea ieşirilor
celor q OS cu ieşirea unui model nominal, pe
baza unei logici decizionale adecvate, se poate
x̂ stabili care dintre parametri a suferit abaterea,
Fig.5.2-1 Sistem cu localizându-se astfel defectul parametric.
observator de stare

1 Evident, sistemul Σ trebuie să îndeplinească proprietatea de observabilitate.


5.2 Observatoare de stare cu sensibilitate redusă/ridicată 123

În continuare se arată modul în care se poate proiecta unul dintre cele


q astfel de OS şi anume OSj adică cel insensibil la abaterea
parametrului αj , j = 1, q .
Fie Σ sistemul liniar SISO (sau modelul obţinut prin liniarizare al unui
sistem neliniar) descris de MM-ISI
x& (t; α ) = A(α ) ⋅ x(t; α ) + b(α ) ⋅ u(t), x(to; α ) = xo
 . (5.2.1-1)
y(t; α ) = cT(α ) ⋅ x(t; α )
La valoarea nominală a vectorului parametrilor α = αo matricile sunt
Ao =A(αo), bo =b(αo), co =c(αo). (5.2.1-2)
OS j de tip Luenberger este descris de1

(
x̂& (t; α ) = Ao ⋅ x̂(t; α ) + bo ⋅ u(t) + L ⋅ y(t; α ) − cTo ⋅ x̂(t; α ) ) . (5.2.1-3)
Între ieşirea sistemului Σ şi ieşirea OSj există eroarea de estimare
e(t; α ) = x(t; α ) − x̂(t; α ) , lim (x(t; α ) − x̂(t; α )) = 0 . (5.2.1-4)
t →∞
Pentru OSj insensibil la abaterea parametrului αj j = 1, q trebuie
determinat L de aşa manieră încât să fie minimizat un indicator de
calitate pătratic al erorii, de forma
tf

∫ (e j(τ;α o ))
T
Jj = ⋅ Q j ⋅ e j(τ;α o )d τ , (5.2.1-5)
to

unde Qj este o matrice de ponderare pătratică, pozitiv definită.


Pe de altă parte, dacă se scade relaţia (5.2.1-2) din prima relaţie
(5.2.1-1) se obţine următorul model al erorii
e&(t; α ) = A( α ) ⋅ x(t; α ) − A o x̂(t; α ) + (b ( α ) − bo ) ⋅ u(t) −
(
− L ⋅ cT ( α ) ⋅ x(t; α ) − cTo ⋅ x̂(t; α ) ) (5.2.1-6)

Notând cu
∂ x (t; α ) ∂ y (t; α ) ∂ x̂ (t; α )
χ (t; αo) = , σ (t; αo) = χˆ (t; αo) = .
∂ αj ∂ αj ∂ αj
α = αo α = αo α = αo

vectorii de sensibilitate în raport cu parametrul αj j = 1, q , ai stării


respectiv ieşirii sistemului Σ şi al OSj, se obţine pentru vectorul de
sensibilitate al erorii expresia

1Am omis indicele j pentru a nu încărca inutil relaţiile, l-am evidenţiat numai acolo
unde s+ar fi putut crea confuzie.
124 Cap.5.Aplicaţii

∂ e (t; α)
η (t; αo) = = χ (t; αo) − χˆ (t; αo) . (5.2.1-7)
∂α j
α =α o

Modelul de sensibilitate al erorii dintre OSj şi sistemul original este

∂A( α ) ∂ b(α)
η& (t; α o ) = ⋅ x (t; α o ) + A o ⋅ η (t; α o ) + ⋅ u(t) −
∂α j ∂α j
α =α o α =α o

 T  (5.2.1-8)
 ∂c ( α ) T 
− L ⋅ ⋅ x (t; α o ) + co ⋅ η (t; α o ) 
 ∂α j α = α 
 o 
Proiectarea OS j insensibil la abaterile parametrului αj trebuie să se
facă de aşa manieră încât să se minimizeze un indicator de calitate
pătratic al sensibilităţii, de forma
tf

∫ (η j(τ;α o))
T
Jj = ⋅ Q j ⋅ η j(τ;α o )d τ . (5.2.1-9)
to

Oricare dintre cele două variante ale indicatorului de calitate (5.2.1-5)/


(5.2.1.9) se alege, determinarea lui L esteo operaţiune extrem de
dificilă, presupunând un volum mare de simulări, grafice şi nu în
ultimă instanţă o decizie corectă.
O variantă mai simplă (cu un volum mai mic de simulări şi calcule) ar
putea fi aceea în care pentru proiectarea OSj (determinarea lui L) să se
impună condiţia ca polii OSj să fie insensibili la abaterile parametrului
αj dar sensibili la abaterile celorlalţi parametrii. Insensibilitatea polilor
se poate "traduce" prin insensibilitatea polinomului caracteristic şi ca
urmare se poate reduce totul la a impune un polinom caracteristic
dependent de αi, i≠j dar independent de αj.

5.3 Integrea soluţiei ASI în procese de sortare


automată
Această prezentare are scopul de a lansa ideea că estimarea abaterilor
parametrice utilizănd ASI poate reprezenta o soluţie uşor de
implementat în sistemele tehnice complet automatizate, la sortarea
unor dispozitive destinate tocmai industriei de automatizare.
5.3 Integrarea soluţiei ASI în procesele de sortare automată 125

Se cunoaşte faptul că o mare parte dintre dispozitivele de măsurare,


elementele de execuţie şi regulatoarele analogice (denumite simplu
"dispozitive") au modele matematice lineare în domeniul de lucru. De
asemenea se ştie că datorită dispersiei de fabricaţie a componentelor
lor parametrii acestora sunt cunoscuţi în anumite limite. În situaţia în
care, pe linia de producţie a acestor dispozitive se doreşte o sortare
automată calitativă a lor, în funcţie de preciziile domeniilor de valori
ale parametrilor se poate apela la soluţia algoritmică descrisă în
următoarele etape:
A. Stabilirea datelor de intrare şi a cerinţelor temei.
Abordarea acestei etape presupune:
1. Stabilirea modelului matematic al dispozitivului în cauză. Această
etapă presupune determinarea unui MM-ISI cu posibilitatea
măsurării directe a mărimilor de stare sau în lipsa acestuia a unui
MM-II.
2. Stabilirea parametrilor în funcţie de care se va efectua sortarea şi a
valorilor lor nominale. Teoretic abaterile parametrilor de la aceste
valori se datorează dispersiei de fabricaţie a componentelor. Sunt
abateri mici care trebuie determinate şi ca urmare se încadrează
foarte bine în estimarea bazată pe teoria sensibilităţii.
3. Se definesc domeniile erorilor abaterilor parametrilor de apreciere
calitativă a dispozitivelor. estimare excelentă (estimare bună, medie,
satisfăcătoare, nesatisfăcătoare)
B. Determinarea teoretică a soluţiei temei
Aceasta constă din:
1. Alegerea celor mai potrivite mărimi de test, conform metodei de
estimare a parametrilor alese.
2. Studiu ASI conform metodelor descrise în §4.2 finalizat cu alegerea
metodei şi descrierea algoritmului de implementare a acesteia.
3. Proiectarea şi implementarea în limbaj de programare a
algoritmului de prelucrare numerică a datelor obţinute pe standul
de încercări.
4. Verificarea prin simulare a programului.
C. Implementarea pe linia de producţie a soluţiei alese.
Aceasta presupune:
1. Realizarea standului de teste care presupune alegerea
echipamentului de calcul cu posibilitatea transmiterii dispozitivului.
126 Cap.5.Aplicaţii

2. Alegerea (realizarea) manipulatorului de sortare şi programarea


acestuia.
3. Verificarea şi punerea în funcţiune a ansamblului format din
standul de teste şi manipulator.
Este evident faptul că dacă dispozitivul are un model matematic
neliniar decizia luată ca urmarte a studiului de la B2 este dificilă dar,
dat fiind faptul că este vorba doar de abateri mici, nu e imposibil de
luat.
La sistemele descrise prin modele liniare se pot efectua studii care să
stabilească momentele cele mai convenabile de măsurare a abaterilor
mărimilor luate în calcule [Pop 99].
Sistem combinat asociat unui MM-ISI
A1 în forma standard controlabilă
În fig.A1-1 sunt ilustrate cele 2n-1 componente distincte ale matricei de
sensibilitate absolută a stării (pentru modelul iniţial sub forma realizării
standard controlabile), χ*, care pot fi determinate utilizând un sistem
combinat format dintr-un singur model de sensibilitate şi un model nominal
* * * * *
al sistemului. Componentele χ11, χ12, χ13,..., χ1n, χ 2n se “măsoară” direct în
modelul de sensibilitate iar celelalte n-2 componente se obţin din funcţiile de
sensibilitate “măsurate” direct şi din mărimile de stare nominale, conform
relaţiei:
n −k + 2 n
χ*kn *
= −x k −1 − ∑ *
αi χ 1 i + k − 2 − ∑ αiχ *1i + k − n −1 . (A1.1)
i =1 i = n − k +3
Deducerea acestei relaţii (aparţinând lui Wilkie şi Perkins) este reluată în
[Fra 76]. Toţi parametrii din fig.A1-1 sunt consideraţi la valorile nominale,
indicele “o” fiind omis din raţionamentul de a nu încărca figura.

-α 1 - α1

-α2 -α2

-αn-1 -αn-1
-αn -αn
χ*
x*n x*k-1 x*2 1n
χ*
1,k-1
χ*
12
* *
x 'n x χ* χ*
u 1 1 1 1 2 1 1 1 1 11

s s s s s s s s
χ*
3n

-αn-k+3

-αn-k+2
χ*
k-1,n
-α1

-αn-k+4

-αn

χ*
k,n

Fig.A1-1 Determinarea simultană a tuturor funcţiilor de sensibilitate absolută ale


mărimilor de stare
Exemplu relativ la generalizarea
A2 metodei componentei incerte
Se consideră sistemul din fig.A2-1. Se cere determinarea funcţiilor de
sensibilitate parametrică prin metoda componentei incerte generalizată
în §2.3.1 şi, pentru validarea generalizării, compararea rezultatului cu
cel obţinut prin aplicarea
u y
1 1 metodei directe (descrisă în
T1s + 1 T2 s + 1 §2.2.1).
Vectorul parametrilor conside-
raţi este α=[T1, T2, T3] de valoare
1 nominală αo=[T1,o , T2,o , T3,o].
T3s + 1 Pentru construirea schemei
sistemului combinat sunt
Fig.A2-1 Sistem necesare derivatele

 1 
∂ 
 Ti s + 1  −s
=
∂Ti (Ti,o s + 1) 2 . (A2.1)

Ti =Ti,o

Relaţia (A2.1) este valabilă pentru toate cele trei subsisteme, i = 1,3 .
Este necesar să se precizeze faptul că neexistând reacţie la nivelul
blocurilor 1 şi 3, în modelele de sensibilitate ele vor putea fi omise,
având intrările tot timpul pe 0. Se obţine în final schema din fig.A2-2.
În mod obişnuit, pentru determinarea funcţiilor de sensibilitate, se
simulează schema din fig.A2-2. Pentru validarea corectitudinii schemei
se vor determina, pe de-o parte, pe baza fig.A2-2 expresiile analitice ale
celor trei funcţii de sensibilitate parametrică iar pe de altă parte,
plecând de la f.d.t. a schemei iniţiale (din fig.A2-1) se va aplica metoda
din §2.2.1.
Pe baza fig.A2-2 se obţin succesiv:
1
T2, os + 1 −s
σT1(s; αo) = ⋅ ⋅ u(s) =
1 (T s + 1) 2
1+ 1, o
T2, os + 1 . (A2.2)
−s
= ⋅ u(s)
(T1, os + 1)2(T2, os + 2)
A2. Exemplu relativ la generalizarea metodei componentei incerte 129
−1
1 1  1 
σT2 (s; αo) = ⋅ ⋅  ⋅
T1,os + 1 T2,os + 2  T2,os + 1

−1 ,♣
−s  1  1
⋅ ⋅   ⋅ ⋅ u(s)
2  T s + 1 +
(T2,os + 1)  2,o  T2, os 2

−s
σ T (s; α o ) = 2
⋅ u(s) , (A2.3)
2
(T1,o s + 1)(T2,o s + 2)

−s
σ T (s; α o ) = 2
⋅ u(s) . (A2.4)
3
(T3,o s + 1)

Pe de altă parte, f.d.t. a sistemului din fig.A2-1 este

1 1 1
H (s; α ) = ⋅ + . (A2.5)
T1s + 1 T2 s + 2 T3s + 1

Cu metoda din §2.2.1 se obţin imediat:

∂H(s; α ) −s
σ T (s; α o ) = ⋅ u(s) = ⋅ u(s) , (A2.6)
1 ∂T1 (T1,o s + 1) 2 (T2,o s + 2)
α =α o

∂H(s; α ) −s
σ T (s; α o ) = ⋅ u(s) = ⋅ u(s) , (A2.7)
2 ∂T2 (T1,o s + 1)(T2,o s + 2) 2
α =α o

∂H(s; α) −s
σ T3 (s; α o ) = ⋅ u(s) = ⋅ u(s) . (A2.8)
∂T3 α =α (T3,o s + 1) 2
o

Comparând (A2.2), (A2.3), (A2.4) cu (A2.6), (A2.7), (A2.8) se constată


expresii identice ceea ce validează generalizarea metodei componentei
incerte la sistemele lineare având subsisteme depinzând fiecare de câte
un singur parametru.


Expresia se obţine prin prelucrarea ansamblului Model nominal - Model 2 de
sensibilitate.
130 Anexa 2

Modelul nominal
u 1 1 yo
T1,o s + 1 T2,o s + 1

1
T3,o s + 1
1 σT
0 2
T2,o s + 1

-s
(T2,o s + 1) 2
Modelul 2 de sensibilitate

0 1 1 σT
3
T1,o s + 1 T2,o s + 1

1
T3,o s + 1
-s
(T3,o s + 1) 2
Modelul 3 de sensibilitate

1 σT
0 1 1

T1,o s + 1 T2,o s + 1

-s
(T1,o s + 1) 2
Modelul 1 de sensibilitate

Fig.A2-2 Sistem combinat pentru determinarea tuturor funcţiilor de


sensibilitate, cu metoda componentei incerte
Funcţii MATLAB pentru calculul
A3 funcţiilor de sensibilitate parametrică
• Fişierul sigmaa.m conţine:

function [sout,ts] = sigmaa(num, den, u, t)


%SIGMAA Simulate time response of the sensitivity models to arbitrary inputs.
%
% SIGMAA(NUM,DEN,U,T) plots the time response of the output sensitivity model of the
% LTI system to the input signal described by U and T. The time vector T consists of
% regularly spaced time samples and U is a matrix with as many columns
% as inputs and whose i-th row specifies the input value at time T(i).
%
% When invoked with left-hand arguments,
% [SY,TS] = SIGMAA(NUM,DEN,U,T)
% returns the output sensitivity functions SY with respect to "a" parameters (an,an-1,an-2,
% ...,a0) and time vector TS used for simulation.
% No plot is drawn on the screen. The matrix SY has LENGTH(TS) rows
% and as many columns as outputs in sensitivity model.
%
% The LTI system is the polynomial transfer function G(s) = NUM(s)/DEN(s) where NUM
% and DEN contain the polynomial coefficients in descending powers of s.
% NUM=[bm,bm-1,bm-2,...,b0];DEN=[an,an-1,...,a0];m<=n
%
% See also: SIGMAB, DSIGMAA, DSIGMAB and LSIM.
%
% SIGMAA uses LSIM.
% Dorina Popescu $Date: 2001/09/05

ni = nargin;
no = nargout;
error(nargchk(4,5,ni));
switch ni
case 4
% Transfer function of the output sensitivity functions description
id = eye(length(den));
for i=1:length(den);
a(i,:)=conv(-num,id(i,:));
end
a = num2cell(a,2);
b = cell(size(a,1),1);
den=conv(den,den);
b(:) = {den};
sys = tf(a,b);
x0 = [];
case 5
error('Wrong number of input arguments.');
end
132 Anexa 3

if no,
[sout,t1] = lsim(sys,u,t,x0);
ts=t1;
if ~isequal(t(:),t1(:)),
% T was resampled. Extract values at original samples
sout = interp1(t1,sout,t);
ts=t;
end
else
lsim(sys,u,t,x0)
end
% end sigmaa

• Fişierul sigmab.m conţine:

function [sout,ts] = sigmab(num, den, u, t)


%SIGMAB Simulate time response of the sensitivity models to arbitrary inputs.
%
% SIGMAB(NUM,DEN,U,T) plots the time response of the output sensitivity model of the
% LTI system to the input signal described by U and T. The time vector T consists of
% regularly spaced time samples and U is a matrix with as many columns
% as inputs and whose i-th row specifies the input value at time T(i).
%
% When invoked with left-hand arguments,
% [SY,TS] = SIGMAB(NUM,DEN,U,T)
% returns the output sensitivity functions SY with respect to "b" parameters (bm,bm-1,bm-2,
% ...,b0) and time vector TS used for simulation.
% No plot is drawn on the screen. The matrix SY has LENGTH(TS) rows
% and as many columns as outputs in sensitivity model.
%
% The LTI system is the polynomial transfer function G(s) = NUM(s)/DEN(s) where NUM
% DEN contain the polynomial coefficients in descending powers of s.
% NUM=[bm,bm-1,bm-2,...,b0];DEN=[an,an-1,...,a0];m<=n
%
% See also: SIGMAA, DSIGMAA, DSIGMAB and LSIM.
% SIGMAB uses LSIM.
%
% Dorina Popescu $Date: 2001/09/05

ni = nargin;
no = nargout;
error(nargchk(4,5,ni));

switch ni
case 4
% Transfer function of the output sensitivity functions description
a = eye(length(num));
a = num2cell(a,2);
A3 Funcţii Matlab pentru calculul funcţiilor de sensibilitate parametrică 133

b = cell(size(a,1),1);
b(:) = {den};
sys = tf(a,b);
x0 = [];
case 5
error('Wrong number of input arguments.');
end

if no,
[sout,t1] = lsim(sys,u,t,x0);
ts=t1;
if ~isequal(t(:),t1(:)),
% T was resampled. Extract values at original samples
sout = interp1(t1,sout,t);
ts=t;
end
else
lsim(sys,u,t,x0)
end

% end sigmab

• Fişierul dsigmaa.m conţine:

function [sout] = dsigmaa(num, den, u)


% DSIGMAA Simulate time response of the sensitivity models to arbitrary inputs.
%
% DSIGMAA(NUM,DEN,U) plots the discrete-time response of the output sensitivity
% model of the DLTI system to the input sequence U. Matrix U must have as many
% columns as there are inputs, u. Each row of U corresponds to a new time point.
%
% When invoked with left-hand arguments,
% [SY] = DSIGMAA(NUM,DEN,U)
% returns the output sensitivity functions SY with respect to "a" parameters (an,an-1,an-2,
% ...,a0).
% No plot is drawn on the screen. The matrix SY has LENGTH(U) rows
% and as many columns as outputs in sensitivity model.
%
% The LTI system is the polynomial transfer function G(z) = NUM(z)/DEN(z) where NUM
% and DEN contain the polynomial coefficients in descending powers of z.
% NUM=[bm,bm-1,bm-2 ,..., b0] ; DEN=[an,an-1,...,a0]; m<=n
% See also: SIGMAA, SIGMAB, DSIGMAB and LSIM.
%
% DSIGMAA uses LSIM.
%
% Dorina Popescu $Date: 2001/09/05
ni = nargin;
no = nargout;
134 Anexa 3

error(nargchk(3,4,ni));
Ts = -1;
t = [];

switch ni
case 3
% Transfer function of the output sensitivity functions description
id = eye(length(den));
for i=1:length(den);
a(i,:)=conv(-num,id(i,:));
end
a = num2cell(a,2);
b = cell(size(a,1),1);
den=conv(den,den);
b(:) = {den};
sys = tf(a,b,Ts);
x0 = [];
case 4
error('Wrong number of input arguments.');
end

if no,
[sout] = lsim(sys,u,[],x0);
else
lsim(sys,u,t,x0)
end

% end dsigmaa

• Fişierul dsigmab.m conţine:

function [sout] = dsigmab(num, den, u)


%DSIGMAB Simulation of discrete-time linear system sensitivity models to arbitrary inputs.
%
% DSIGMAB(NUM,DEN,U) plots the discrete-time response of the output sensitivity
% model of the DLTI system to the input sequence U. Matrix U must have as many
% columns as there are inputs, u. Each row of U corresponds to a new time point.
%
% When invoked with left-hand arguments,
% [SY] = DSIGMAB(NUM,DEN,U)
% returns the output sensitivity functions SY with respect to "b" parameters(bm,bm-1,bm-2,
% ...,b0).
% No plot is drawn on the screen. The matrix SY has LENGTH(U) rows
% and as many columns as outputs in sensitivity model.
%
% The LTI system is the polynomial transfer function G(z) = NUM(z)/DEN(z) where NUM
% and DEN contain
A3 Funcţii Matlab pentru calculul funcţiilor de sensibilitate parametrică 135

% the polynomial coefficients in descending powers of z.


% NUM=[bm,bm-1,bm-2,...,b0]; DEN=[an,an-1,...,a0]; m<=n
% See also: SIGMAA, DSIGMAA, SIGMAB and LSIM.
%
% DSIGMAB uses LSIM.
%
% Dorina Popescu $Date: 2001/09/05 $

ni = nargin;
no = nargout;
error(nargchk(3,4,ni));
Ts = -1;
t = [];

switch ni
case 3
% Transfer function of the output sensitivity functions description
a = eye(length(num));
a = num2cell(a,2);
b = cell(size(a,1),1);
b(:) = {den};
sys = tf(a,b,Ts);
x0 = [];
case 4
error('Wrong number of input arguments.');
end

if no,
[sout,t1] = lsim(sys,u,[],x0);

else
lsim(sys,u,t,x0)
end

% end dsigmab
CN-FS, program C destinat Calculului
A4 Numeric al Funcţiilor de Sensibilitate
Produsul software, CN-FS, finalizat într-o primă versiune extrem de
simplistă cu scopul de a valida funcţiile C care implementează calculul
numeric al funcţiilor de sensibilitate prin metode aproximative, se
referă la sistemele lineare strict realizabile fizic, de tip SISO, până la
ordinul al 5-lea, descrise prin MM-II. Programul CN-FS a fost realizat
de aşa manieră încât permite salvarea rezultatelor într-un format
compatibil cu fişierele de date utilizate de MATLAB. Acest avantaj
permite utilizarea rezultatelor pentru prelucrări off-line efectuate
ulterior în MATLAB-SIMULINK asupra sistemului.

Structura şi funcţiile programului CN-FS


Programul CN-FS este scris în limbajul C deoarece, fiind conceput pe
principiile programării structurate, acest limbaj oferă posibilitatea
realizării de module distincte cu un rol bine definit şi ca urmare nu
numai reutilizabile dar şi uşor de depanat. Un astfel de modul, definit
de programator sau oferit de bibliotecile de funcţii C este de fapt un
subprogram care efectuează diferite prelucrări şi pentru care se
utilizează termenul de “funcţie”. Orice program C conţine un program
principal adică o funcţie cu numele “main” şi execuţia programului
începe cu această funcţie [Giu 92].
"Cheia" acestui program o reprezintă cele 4 funcţii C care
implementează relaţiile numerice de calcul al funcţiilor de sensibilitate
prin metode aproximative: "asens", "bsens", "arel" şi "brel" descrise în
§2.6.3.
Pentru a-şi putea atinge scopul, programul CN-FS are nevoie de o serie
de date pe care utilizatorul trebuie să i le furnizeze la început, printr-
un dialog simplu. Aceste date sunt:
ƒ Ordinul sistemului;
ƒ Valorile nominale ale parametrilor;
ƒ Tipul funcţiei de sensibilitate care se doreşte a fi calculată
(absolută/semirelativă);
ƒ Pasul de discretizare;
ƒ Numărul de eşantioane (durata calculului exprimată în tipm
discret);
ƒ Tipul parametrului în raport cu care se calculează funcţia de
sensibilitate (a/b/t). Aici trebuie făcută precizarea că t înseamnă
toate funcţiile de sensibilitate în raport cu toţi parametrii. Dacă
răspunsul este "a" sau "b" atunci e necesar să se specifice şi
numărul indicelui parametrului.
A4. CN-FS, program C destinat Calculului Numeric al Funcţiilor de Sensibilitate 137

După obţinerea rezultatelor a fost prevăzut de asemenea un dialog cu


utilizatorul, necesar pentru a salva sau nu datele în fişier precum şi
pentru o eventuală reluare a calculelor în alte condiţii, pentru acelaşi
sistem sau pentru altul.
Dialogul cu utilizatorul este realizat direct de către programul
principal. Pentru a preîntâmpina anumite neînţelegeri sau chiar erori
ce ar putea să apară datorită unor tastări greşite ale utilizatorului
programul principal fost completat cu elemente de robusteţe.
Pentru reprezentarea grafică a rezultatelor au fost definite următoarele
funcţii C:
“initializare” – iniţializează modul grafic;
“trasare_axe” – trasează axele, pune săgeţile pe axe şi împarte axa
absciselor, (a timpului), în diviziuni în funcţie de
numărul de eşantioane dorit de utilizator;
“afisare_graph” – funcţia propriu-zisă de afişare grafică. Ea stabileşte
şi scara de reprezentare pe axa ordonatelor în
funcţie de valorile minimă şi maximă pe care le are
de afişat.
Ordinea apelării funcţiilor grafice de către programul principal este cea
de mai sus.
Interfaţarea programului CN-FS cu mediul MATLAB se face cu ajutorul
funcţiei
“savemat” – funcţia permite salvarea rezultatelor într-un fişier
de date de tipul .mat recognoscibil de MATLAB.
Cu excepţia funcţiei “savemat”, scrisă după calapodul funcţiei
similare din MATLAB, tuturor funcţiilor din CN-FS li s-a furnizat un
număr minim de parametri cu scopul de a li se asigura o independenţă
cât mai mare.
În fig.A4-1 este prezentat un exemplu de dialog cu utilizatorul de la
începutul rulării programului. Prin acest dialog se cer utilizatorului
date despre modelul sistemului şi tipul funcţiei de intrare pentru care
se calculează funcţiile de sensibilitate.

Validarea programului CN-FS


Procesul de validare a programului CN-FS a constat în compararea
rezultatelor obţinute cu programul CN-FS cu cele obţinute prin alte
metode. Una dintre aceste operaţii de comparare este prezentată aici
iar alta poate fi urmărită în studiul din Anexa 5.
138 Anexa 4

Fig.A4-1 Caseta de dialog cu utilizatorul de la începutul programului CN-FS

Astfel pentru sistemul descris de MM-II prezentat în caseta de dialog


din fig.A4-1 la valorile nominale ale parametrilor, s-au obţinut valorile
funcţiilor de sensibilitate parametrică absolută în raport cu toţi
parametri pe un interval de timp de 1 secundă, cu un pas de
eşantionare de 0.01secunde, pentru semnal treaptă unitară la intrare.
Aceste valori au fost salvate într-un fişier de date (date.mat) compatibil
MATLAB, programul CN-FS având această facilitate. Fişierul date.mat
a fost apoi încărcat în MATLAB unde s-au realizat graficele din
fig.A4-2. Pentru acelaşi sistem, s-au obţinut funcţiile de sensibilitate
parametrică absolută din fig.A4-3, folosind schema SIMULINK din
fig.A4-4, obţinută prin metoda sistemului combinat pentru modele de
sensibilitate de stare, prezentată în §2.2.2.2, (deşi metoda este
nerecomandată pentru semnal treaptă la intrare datorită blocurilor
derivatoare).
În fig.A4-2 funcţiile de sensibilitate au fost notate cu numele "siga x"
spre a se deosebi de cele din fig.A4-3 notate cu "sigma x", x este
numele parametrului în raport cu care s-a calculat f.d.s.
Comparînd fig.A4-2 cu fig.A4-3 se remarcă unele mici diferenţe
datorate în principal utilizării unor relaţii numerice de precizie redusă.
Totuşi, se poate aprecia că programul CN-FS oferă rezultate bune mai
ales acolo unde se doreşte o apreciere calitativă a sensibilităţii.
A4. CN-FS, program C destinat Calculului Numeric al Funcţiilor de Sensibilitate 139

Fig.A4-2 Funcţii de sensibilitate absolută calculate cu programul CN-FS


şi reprezentate grafic folosind mediul MATLAB

Fig.A4-3 Funcţii de sensibilitate absolută obţinute în MATLAB-SIMULINK


cu metoda sistemului combinat
140 Anexa 4

Sursele funcţiilor “asens” şi “bsens”


/***************************************************************/
/*functie de calcul a sensibilitatii absolute in raport cu un parametru "a"*/
/***************************************************************/
void asens(int ord,int pa) /*calcul de sensib. in raport cu un parametrul a*/
{
int i,j;
int u=1; /*marimea de intrare*/
float xv[5]; /*vectorul de stare - vechi*/
float lv[5]; /*vectorul de sensibilitate de stare - vechi*/
for(i=0;i<5;i++)
{
x[i]=xv[i]=0; /*initializari*/
l[i]=lv[i]=0;
}
for(j=0;j<nr_esant;j++)
{
s=0;
y=0;
for(i=0;i<ord;i++)
{
xv[i]=x[i];
lv[i]=l[i];
x[i]=l[i]=0;
}
for(i=0;i<ord-1;i++)
{
x[ord-1]=x[ord-1]-a[i]*xv[i]*h;
x[i]=xv[i]+h*xv[i+1];
l[ord-1]=l[ord-1]-a[i]*lv[i]*h;
l[i]=lv[i]+h*lv[i+1];
}
x[ord-1]=x[ord-1]-h*a[ord-1]*xv[ord-1]+xv[ord-1]+u*h;
if (rampa) u+=h;
l[ord-1]=l[ord-1]-h*a[ord-1]*lv[ord-1]+lv[ord-1]-x[pa-1]*h;
for(i=0;i<ord;i++)
{
s+=b[i]*l[i];
y+=b[i]*x[i];
}
sig[j]=s;
yt[j]=y;
A4. CN-FS, program C destinat Calculului Numeric al Funcţiilor de Sensibilitate 141

}
}

/***************************************************************/
/*functie de calcul a sensibilitatii absolute in raport cu un parametru "b"*/
/***************************************************************/
void bsens(int ord,int pb)
{
int i,j;
int u=1; /*marimea de intrare*/
float xv[5]; /*vectorul de stare - vechi*/
for(i=0;i<5;i++)
{
x[i]=xv[i]=0;
}
for(j=0;j<nr_esant;j++)
{
s=0;
y=0;
for(i=0;i<ord;i++) {
xv[i]=x[i];
x[i]=0;
}
for(i=0;i<ord-1;i++)
{
x[ord-1]=x[ord-1]-a[i]*xv[i]*h;
x[i]=xv[i]+h*xv[i+1];
}
x[ord-1]=x[ord-1]-a[ord-1]*xv[ord-1]*h+xv[ord-1]+u*h;
if (rampa) u+=h;
s=x[pb-1];
for (i=0;i<ord;i++)
{
y+=b[i]*x[i];
}
sig[j]=s;
yt[j]=y;
}
}
Fig.A4.4 Schema SIMULINK pentru determinarea funcţiilor de sensibilitate parametrică absolută
Calculul numeric al funcţiilor de
A5 sensibilitate parametrică
- Studiu comparativ -

Scopul studiului prezentat în această anexă este ilustrarea calculului


funcţiilor de sensibilitatecu mijloacele expuse în §2.6 şi discutarea
rezultatelor obţinute pentru cazul unui sistem de ordinul 2. Discuţia
permite relevarea unor aspecte comparative.
Pentru sistemul de ordinul al 2-lea descris de MM-II :
a 2&y&(t) + a1y& (t) + a o y(t) = b1u& (t) + bou(t) ,
(A5.1)
y& (0) = y(0) = 0, u(0−) = 0
având parametrii nominali: a2,o=1, a1,o=1, ao,o=3, b1,o=0.1, bo,o=1 şi
semnal treaptă unitate la intrare, se determină şi se compară funcţiile
de sensibilitate absolută în raport cu toţi parametrii: a2, a1, ao, b1, bo,
obţinute în trei moduri:
1. Folosind mediul MATLAB conform celor descrise în §2.6.1 corelat cu
metoda directă descrisă în §2.2.1.
2. Folosind funcţiile MATLAB noi, propuse în §2.6.2.
3. Folosind programul CN-FS descris în Anexa 4.
Pentru toate cele trei situaţii s-a folosit un pas de calcul de h=0.01
secunde. În final se face analiza rezultatelor.
Pe baza MM-II se determină funcţia de transfer a sistemului:
b1 ⋅ s + b o
H (s) = (A5.2)
a 2 ⋅ s 2 + a1 ⋅ s + a o
Fie α = [ a2, a1, ao, b1, bo] , evident αo = [1, 1, 3, 0.1, 1].

1. Folosind mediul MATLAB conform celor descrise în §2.6.1.


Determinarea imaginii operaţionale a f.d.s. se face prin aplicarea
relaţiei (2.2.1.2) pentru fiecare parametru în parte. Se obţine:

∂H(s, α) b1 ⋅ s + bo
σa o (s, αo) = ⋅ u(s) = − ⋅ u(s) , (A5.3)
∂a o α = α
o
(
a 2, o ⋅ s2 + a1, o ⋅ s + a o, o ) 2

σa1(s, αo) =
∂H(s, α)
⋅ u(s) = −
(b1 ⋅ s + bo ) ⋅ s ⋅ u(s) , (A5.4)
∂a1 α = α
o
(
a 2, o ⋅ s2 + a1, o ⋅ s + a o, o ) 2
144 Anexa 5

σa 2 (s, αo) =
∂H(s, α)
⋅ u(s) = −
(b1 ⋅ s + bo ) ⋅ s2
⋅ u(s) , (A5.5)
∂a 2 α =α
o
(
a 2,o ⋅ s2 + a1,o ⋅ s + a o,o )
2

∂H(s, α) 1
σbo (s, αo) = ⋅ u(s) = ⋅ u(s) , (A5.6)
∂ bo α = α a 2,o ⋅ s2 + a1,o ⋅ s + a o,o
o

∂H(s, α) s
σb1 (s, αo) = ⋅ u(s) = 2
⋅ u(s) , (A5.7)
∂ b1 α =α a 2,o ⋅ s + a1,o ⋅ s + a o,o
o

Prin simularea MATLAB a relaţiilor (A5.3)÷ (A5.7), pentru semnal


treaptă unitară la intrare, s-au obţinut curbele din fig. A5 -1.
Programul MATLAB utilizat la simulare este:
%Calculul functiilor de sensibilitate absoluta
%in raport cu parametri a0,a1,a2,b0,b1,pentru sistemul descris
% de f.d.t.H(s)=(b1*s+b0)/(a2*s^2+a1*s+a0)
a0=3;a1=1;a2=1;b0=1;b1=0.1; % parametri nominali ai procesului
h=0.01; % pasul de calcul
t=0:h:500*h; % intervalul de timp
num=[b1,b0];den=[a2,a1,a0]; % functia de transfer
numsa0=-num;densa0=conv(den,den);% dH/da0

Fig.A5-1 Funcţiile de sensibilitate obţinute analitic şi simulate cu MATLAB


A5. Calculul numeric al funcţiilor de sensibilitate parametrică-studiu comparativ- 145
numsa1=conv(-num,[1,0]);densa1=conv(den,den);% dH/da1
numsa2=conv(-num,[1,0,0]);densa2=conv(den,den); % dH/da2
numsb0=1;densb0=den; % dH/db0
numsb1=[1,0];densb1=den; % dH/db1
yo=step(num,den,t); %calculul iesirii nominale
sb0=step(numsb0,densb0,t); %Calculul f.d.s abs in raport cu b0
sb1=step(numsb1,densb1,t); %Calculul f.d.s abs in raport cu b1
sa0=step(numsa0,densa0,t); %Calculul f.d.s abs in raport cu a0
sa1=step(numsa1,densa1,t); %Calculul f.d.s abs in raport cu a1
sa2=step(numsa2,densa2,t); %Calculul f.d.s abs in raport cu a2
plot(t,sb1,t,sb0,t,yo,t,sa2,t,sa1,t,sa0),grid %Reprez.grafica

2. Folosind funcţiile MATLAB, propuse în §2.6.2.


Programul MATLAB utilizat la calculul tuturor funcţiilor de
sensibilitate parametrică precum şi la calculul ieşirii nominale este:
% Descrierea modelului nominal al sistemului.
num=[0.1,1];
den=[1,1,3];
% Descrierea intervalului de timp si a marimii de intrare.
t=0:0.01:5; u=1-t+t;
% Calculul functiilor de sensibilitate în raport cu parametri
% "a"respectiv "b".
Sa=sigmaa(num,den,u,t); Sb=sigmab(num,den,u,t);
% Calculul iesirii nominale.
y=lsim(num,den,u,t);
% Reprezentarea grafica a iesirii nominale si a functiilor de
% sensibilitate parametrica.
plot(t,y,t,Sa,t,Sb),grid
% end

Ca rezultat al simulării acestui program s-au obţinut curbele prezen-


tate în fig. A5-2

3. Folosind programul CN-FS.


Prin rularea programului CN-FS s-au obţinut funcţiile de sensibilitate
parametrică absolută în raport cu toţi parametri pe un interval de timp
de 5 secunde, cu un pas de eşantionare de 0.01 secunde, pentru
semnal treaptă unitate la intrare, reprezentate grafic în fig. A5-3.

Analiza rezultatelor.
Comparînd rezultatele din fig.A5-1, fig.A5-2 şi fig.A5-3, rezultă
următoarele concluzii:
146 Anexa 5

Fig.A5-2 Funcţiile de sensibilitate parametrică şi ieşirea nominală


calculate cu noile funcţii MATLAB

Fig.A5-3 Funcţiile de sensibilitate aferente sistemului (A5.1) obţinute cu


programul CN-FS
A5. Calculul numeric al funcţiilor de sensibilitate parametrică-studiu comparativ- 147

¾ După cum era de aşteptat între între curbele din fig.A5-1 şi fig.A5-2
nu există nici o diferenţă. Aceast lucru se explică prin faptul că,
principial, se folosesc aceleaşi tehnici de calcul.
Folosirea funcţiilor care au dus la graficele din fig.A5.2 prezintă însă
avantajul, notabil, al reducerii substanţiale a efortului necesar
obţinerii rezultatelor. Pentru situaţiile în care se doreşte corelarea
f.d.s. în raport cu parametri fizici cu cele în raport cu parametri
matematici se pot completa programele MATLAB (ambele variante)
cu expresii care implementează relaţii de tipul (2.1.3.14).
¾ Între curbele din fig.A5-1 şi fig.A5-2, pe de-o parte, şi cele din
fig.A5-3, pe de altă parte, există mici diferenţe. Ele erau anticipabile
şi se explică prin faptul că utilizarea calculului numeric se
desfăşoară, în scopul reducerii volumului de calcule pentru a obţine
un efect de supervizare în timp real, în "buclă deschisă", adică
printr-un algoritm care nu controlează eroarea de aproximare la
fiecare pas de calcul.
¾ Funcţiile de sensibilitate calculate atrag atenţia asupra unui aspect
foarte important pentru aplicaţiile de identificare a sistemelor:
erorile de identificare sunt diferite pentru coeficienţii care apar în
modelele matematice. Calitativ rezultatul este "de bun simţ".
Tehnica folosită, bazată pe funcţiile de sensibilitate, permite o
corelare cantitativă a acestor erori, respectiv a efectului lor asupra
erorii de modelare globală.
Totodată, comparând cele două categorii de funcţii de sensibilitate, se
poate trage concluzia că operaţia de aproximare conduce la rezultate
complet acceptabile pe intervale de timp de lungime (1.5÷2)Tmax unde
Tmax este cea mai mare constantă de timp a sistemului analizat.
Determinarea funcţiilor de
A6 sensibilitate parametrică ale SRA din
§3.2

În această anexă se prezintă “uneltele” (schema SIMULINK şi


programele MATLAB) şi modul în care au fost ele utilizate la obţinerea
funcţiilor de sensibilitate parametrică necesare studiului din §3.2.
Astfel, pornind de la sistemul combinat reprezentat în fig.3.2.3-1, s-a
construit schema SIMULINK din fig.A6-1.

Fig.A6-1 Schema simulink aferentă sistemului combinat

Relaţia (A2.1) este valabilă pentru toate cele trei subsisteme, i = 1,3 .
Este necesar să se precizeze faptul că neexistând reacţie la nivelul
blocurilor 1 şi 3, în modelele de sensibilitate ele vor putea fi omise,
având intrările tot timpul pe 0. Se fig.A2-2.
Schema de simulare din fig.X-1 a fost folosită pentru cazurile A, B, C.
Înainte de utilizarea sa, pentru fiecare caz, este necesară descrierea
parametrilor nominali şi a f.d.t. aferent blocului regulator, fapt realizat
prin următoarele programe MATLAB
A6. Determinarea f.d.s parametrică ale SRA din §3.2 149

%PROGRAM de pregatire a simularii f.d.s ale SRA cu RG-P


%
%Parametrii nominali ai procesului regulatorului
K0=28000;
T0=0.15;
Kr=1/(2*T0*K0);
%Descrierea f.d.t. a regulatorului
NumR=[Kr];
DenR=[1];
%end

%PROGRAM de pregatire a simularii f.d.s ale SRA cu RG-PI


%
%Parametrii nominali ai procesului regulatorului
K0=28000;
T0=0.15;
Ki=1/(2*T0*K0);
Ti=4*T0;
%Descrierea f.d.t. a regulatorului
NumR=Ki*[Ti,1];
DenR=[Ti,0];
%end

%PROGRAM de pregatire a simularii f.d.s ale SRA cu RG-PDT1


%
%Parametrii nominali ai procesului regulatorului
K0=28000;
T0=0.15;
Kr=1/(2*T0*K0);
Td=T0;
Tf=T0/20;
%Descrierea f.d.t. a regulatorului
NumR=Kr*[Td,1];
DenR=[Tf,1];
%end

În urma simulării schemei din fig.X-1, în mediul MATLAB, sunt


disponibile pentru alte prelucrări (reprezentări grafice, alte calcule)
valorile nominale ale ieşirii şi f.d.s., sub denumirile:
y0
sigmaK
sigmaT
150 Anexa 6

Pentru a nu se crea confuzii, aceste mărimi au fost redenumite după


fiecare caz simulat.
Pentru cazul D simulările s-au efectuat cu programul:

% PROGRAM DE CALCUL A FUNCTIILOR DE SENSIBILITATE


% SI ABATERILOR SISTEMULUI DIN $3.2 CAZUL D
% pentru deltaK=1;2;5;10% si deltaT=1;2;5;10%
% Descrierea intervalului de timp pentru care se face
% simularea;
t=0:0.005:2;
% Descrierea valorilor nominale ale parametrilor
% procesului
K0=28000;
T0=0.15;
%Descrierea valorilor parametrilor compensatorului
csi=sqrt(2)/2;
w0=sqrt(2)/T0;%S-au studiat doua
variante:w0=sqrt(1)/T0;w0=sqrt(2)/T0;
f1=T0/K0*((w0)^2);
f2=(2*csi*T0*w0-1)/K0;
g=f1;
%Descrierea MM-ISI al sistemului combinat;
A=[0,1,0,0,0,0
-K0*f1/T0,-(1+K0*f2)/T0,0,0,0,0
0,0,0,1,0,0
-f1/T0,-f2/T0,-K0*f1/T0,-(1+K0*f2)/T0,0,0
0,0,0,0,0,1
K0*f1/T0/T0,(1+K0*f2)/T0/T0,0,0,-K0*f1/T0,-
(1+K0*f2)/T0];
B=[0;K0/T0;0;1/T0;0;-K0/T0/T0]*g;
C=[1,0,0,0,0,0
0,0,1,0,0,0
0,0,0,0,1,0];
D=[0;0;0];
%Calculul raspunsului nominal si al functiilor de
sensibilitate la semnal treapta;
y=step(A,B,C,D,1,t);
yo=y(:,1);sigmaK=y(:,2);sigmaT=y(:,3);
%reprezentarea grafica a celor calculate;
plot(t,yo,t,sigmaK*20000,t,sigmaT),grid
pause
%Calculul functiilor de sensibilitate semirelative;
sigmaKr=y(:,2)./y(:,1);sigmaTr=y(:,3)./y(:,1);
%reprezentarea grafica a functiilor de sensibilitate
semirelative;
A6. Determinarea f.d.s parametrică ale SRA din §3.2 151

plot(t,yo,t,sigmaKr*20000,t,sigmaTr/5),grid
%Calculul abaterilor iesirii cu ajutorul functiilor de
sensibilitate
deltaK=K0*[-1,-2,-5,-10,1,2,5,10]/100;
deltaT=T0*[-1,-2,-5,-10,1,2,5,10]/100;
for i=1:8
deltayK(:,i)=sigmaK*deltaK(i);
deltayT(:,i)=sigmaT*deltaT(i);
end
%Calculul abaterilor iesirii cu ajutorul unui model al
sistemului perturbat
for i=1:8
K=K0+deltaK(i);T=T0
a=[0,1;-(K/T)*f1,-(1+K*f2)/T];
b=g*[0;K/T];
c=[1,0];d=[0];
yrK(:,i)=step(a,b,c,d,1,t)-yo;
end
for i=1:8
T=T0+deltaT(i);K=K0
a=[0,1;-(K/T)*f1,-(1+K*f2)/T];
b=g*[0;K/T];
c=[1,0];d=[0];
yrT(:,i)=step(a,b,c,d,1,t)-yo;
end
%reprezentarea grafica a abaterilor iesirii
subplot(121),plot(t,deltayK),grid
subplot(122),plot(t,yrK),grid,pause
subplot(121),plot(t,deltayT),grid
subplot(122),plot(t,yrT),grid,pause
%reprezentarea grafica a abaterilor relative ale iesirii
subplot(121),plot(t,deltayK./yo),grid
subplot(122),plot(t,deltayT./yo),grid
% end

Ultima parte din acest program a fost reluată şi utilizată şi pentru


trasarea grafică a unora din curbele aferente celorlalte cazuri.
Datele numerice obţinute în urma efectuării simulărilor au condus la
graficele din fig.A6-2 ÷ A6-22.
În fig.A6-2 s-au reprezentat, pe acelaşi grafic, evoluţiile mărimilor de
ieşire ale celor 4 sisteme de reglare automată considerate, la valorile
nominale ale parametrilor, pentru a fixa “referinţa” faţă de care
acţionează abaterile parametrilor de la valorile nominale.
152 Anexa 6

Funcţiile de sensibilitate parametrică absolută sunt prezentate în


fig.A6-3, A6-5, A6-7, A6-9.
Funcţiile de sensibilitate semirelativă sunt prezentate în fig.A6-4, A6-6,
A6-8, A6-10. Se remarcă valori semnificative datorate lui yo=0 la t=0.
Asemănarea dintre comportarea ieşirii SRA cu RG-P şi cea a SRA cu
compensator este valabilă şi în ceea ce priveşte funcţiile de
sensibilitate (fig.A6-3, A6-4, A6-9, A6-10). Diferenţa apare pe axa
timpului.
Figurile A6-11÷A6-18 redau abaterile absolute ale ieşirilor SRA
studiate, considerate pentru abateri ale parametrilor cuprinse între
-10% (-0.1) şi +10% (0.1) din valorile nominale.
Figurile A6-19÷A6-22 redau abaterile relative ale ieşirilor SRA studiate,
considerate pentru abateri ale parametrilor cuprinse între -10% (-0.1)
şi +10% (0.1) din valorile nominale.

Fig.A6-2 Ieşirile nominale ale SRA


A6. Determinarea f.d.s parametrică ale SRA din §3.2 153

Fig.A6-3 Ieşirea nominală şi funcţiile de sensibilitate absolută ale sistemului


cu regulator P

Fig.A6-4 Ieşirea nominală şi funcţiile de sensibilitate semirelativă ale


sistemului cu regulator P
154 Anexa 6

Fig.A6-5 Ieşirea nominală şi funcţiile de sensibilitate absolută ale sistemului


cu regulator PI

Fig.A6-6 Ieşirea nominală şi funcţiile de sensibilitate semirelativă ale


sistemului cu regulator PI
A6. Determinarea f.d.s parametrică ale SRA din §3.2 155

Fig.A6-7 Ieşirea nominală şi funcţiile de sensibilitate absolută ale sistemului


cu regulator PDT1

Fig.A6-8 Ieşirea nominală şi funcţiile de sensibilitate semirelativă ale


sistemului cu regulator PDT1
156 Anexa 6

Fig.A6-9 Ieşirea nominală şi funcţiile de sensibilitate absolută ale sistemului


cu compensator după stare

Fig.A6-10 Ieşirea nominală şi funcţiile de sensibilitate semirelativă ale


sistemului cu compensator după stare
A6. Determinarea f.d.s parametrică ale SRA din §3.2 157

Fig.A6-11 Abaterile absolute ale SRA cu RG-P datorate abaterilor parametrului K:


a) calculate pe baza funcţiei de sensibilitate, pentru ∆K=(±1; ±2; ±5; ±10) % din Ko
b) obţinute prin simularea unui model al sistemului real, pentru ∆K=(±1; ±2; ±5;
±10) % din Ko

Fig.A6-12 Abaterile absolute ale SRA cu RG-P datorate abaterilor parametrului T:


a) calculate pe baza funcţiei de sensibilitate, pentru ∆T=(±1; ±2; ±5; ±10) % din To
b) obţinute prin simularea unui model al sistemului real, pentru ∆T=(±1; ±2; ±5;
±10) % din To
158 Anexa 6

Fig.A6-13 Abaterile absolute ale SRA cu RG-PI datorate abaterilor parametrului K:


a) calculate pe baza funcţiei de sensibilitate, pentru ∆K=(±1; ±2; ±5; ±10) % din Ko
b) obţinute prin simularea unui model al sistemului real, pentru ∆K=(±1; ±2; ±5;
±10) % din Ko

Fig.A6-14 Abaterile absolute ale SRA cu RG-P datorate abaterilor parametrului T:


a) calculate pe baza funcţiei de sensibilitate, pentru ∆T=(±1; ±2; ±5; ±10) % din To
b) obţinute prin simularea unui model al sistemului real, pentru ∆T=(±1; ±2; ±5;
±10) % din To
A6. Determinarea f.d.s parametrică ale SRA din §3.2 159

Fig.A6-15 Abaterile absolute ale SRA cu RG-PDT1 datorate abaterilor parametrului K


a) calculate pe baza funcţiei de sensibilitate, pentru ∆K=(±1; ±2; ±5; ±10) % din Ko
b) obţinute prin simularea unui model al sistemului real, pentru ∆K=(±1; ±2; ±5;
±10) % din Ko

Fig.A6-16 Abaterile absolute ale SRA cu RG-PDT1 datorate abaterilor parametrului T


a) calculate pe baza funcţiei de sensibilitate, pentru ∆T=(±1; ±2; ±5; ±10) % din To
b) obţinute prin simularea unui model al sistemului real, pentru ∆T=(±1; ±2; ±5;
±10) % din To
160 Anexa 6

Fig.A6-17 Abaterile absolute ale SRA cu compensator datorate parametrului K


a) calculate pe baza funcţiei de sensibilitate, pentru ∆K=(±1; ±2; ±5; ±10) % din Ko
b) obţinute prin simularea unui model al sistemului real, pentru ∆K=(±1; ±2; ±5;
±10) % din Ko

Fig.A6-18 Abaterile absolute ale SRA cu compensator datorate parametrului T


a) calculate pe baza funcţiei de sensibilitate, pentru ∆T=(±1; ±2; ±5; ±10) % din To
b) obţinute prin simularea unui model al sistemului real, pentru ∆T=(±1; ±2; ±5; ±10)
% din To
A6. Determinarea f.d.s parametrică ale SRA din §3.2 161

Fig.A6-19 Abaterile relative ale SRA cu RG-P datorate parametrilor K respectiv T:


a) calculate pe baza funcţiei de sensibilitate, pentru ∆K=(±1; ±2; ±5; ±10) % din Ko
b) calculate pe baza funcţiei de sensibilitate, pentru ∆T=(±1; ±2; ±5; ±10) % din To

Fig.A6-20 Abaterile relative ale SRA cu RG-PI datorate parametrilor K respectiv T:


a) calculate pe baza funcţiei de sensibilitate, pentru ∆K=(±1; ±2; ±5; ±10) % din Ko
b) calculate pe baza funcţiei de sensibilitate, pentru ∆T=(±1; ±2; ±5; ±10) % din To
162 Anexa 6

Fig.A6-19 Abaterile relative ale SRA cu RG-P datorate parametrilor K respectiv T:


a) calculate pe baza funcţiei de sensibilitate, pentru ∆K=(±1; ±2; ±5; ±10) % din Ko
b) calculate pe baza funcţiei de sensibilitate, pentru ∆T=(±1; ±2; ±5; ±10) % din To

Fig.A6-20 Abaterile relative ale SRA cu RG-PI datorate parametrilor K respectiv T:


a) calculate pe baza funcţiei de sensibilitate, pentru ∆K=(±1; ±2; ±5; ±10) % din Ko
b) calculate pe baza funcţiei de sensibilitate, pentru ∆T=(±1; ±2; ±5; ±10) % din To
A7 Detalii asupra exemplului din §3.2

Determinarea sensibilităţilor parametrice ale coeficienţilor de


amortizare şi ale pulsaţiilor proprii
Funcţiile de transfer ale SRA considerate sunt:
KR ⋅ K
KR ⋅ K T
H (s ) = =
A. 1 KR ⋅ K , (A7.1)
T ⋅ s2 + s + KR ⋅ K s2 + s+
T T
B.
K ⋅ KI
⋅ (Ti ⋅ s + 1)
K ⋅ K I ⋅ (Ti ⋅ s + 1) T ⋅ Ti
H (s ) = =
1 K ⋅ KI K ⋅ KI ,
T ⋅ Ti ⋅ s 3 + Ti ⋅ s 2 + K ⋅ K I ⋅ Ti ⋅ s + K ⋅ K I 3
s + 2
⋅s + ⋅s +
T T T ⋅ Ti
(A7.2)
K r ⋅ K ⋅ (Td ⋅ s + 1)
C. H (s ) =
Tf ⋅ T ⋅ s 3 + (Tf + T ) ⋅ s 2 + (1 + K r ⋅ K ⋅ Td ) ⋅ s + K r ⋅ K ⋅
K r ⋅ K ⋅ (Td ⋅ s + 1)

Tf ⋅ T
=
(Tf + T ) (1 + K r ⋅ K ⋅ Td ) Kr ⋅ K , (A7.3)
s3 + ⋅ s2 + ⋅s +
Tf ⋅ T Tf ⋅ T Tf ⋅ T
K
⋅g
H (s) = T
D. 1+ K ⋅ f2 K ⋅ f1 . (A7.4)
s2 + ⋅s +
T T
Expresiile (A7.1) şi (A7.4) au forma canonică (3.2.5.1) iar (A7.2) şi
(A7.3) au forma (3.2.5.2). Prin echivalarea coeficienţilor de la numitor
pentru fiecare din cele patru cazuri se obţin relaţiile:
164 Anexa 7

1 KR ⋅ K
A. ζ= , ωn = (A7.5)
2⋅ KR ⋅ K ⋅T T

1+ K ⋅ f2 f1 ⋅ K
D. ζ= , ωn = (A7.6)
2 ⋅ f1 ⋅ K ⋅ T T

 
a + 2 ⋅ ζ ⋅ ω = 1 a = 1 − 2 ⋅ ζ ⋅ ω
 n  n
T  T

 KI ⋅ K  1  KI ⋅ K
2    2
 2 ⋅ ζ ⋅ ω ⋅ a + ω =  2 ⋅ ζ ⋅ ω ⋅ − 2 ⋅ ζ ⋅ ω + ω − =0
B.  n n ⇒ 
n  n n
T T  T
 
a ⋅ ω 2 = K I ⋅ K  1  2 K ⋅K
⋅ω − I (A7.7)
 n  − 2 ⋅ ζ ⋅ ω n = 0
 T ⋅ Ti  T 
n
T ⋅ Ti


a + 2 ⋅ ζ ⋅ ω = T + Tf
 n
 T ⋅ Tf
 K r ⋅ K ⋅ Td + 1
 2
 2 ⋅ ζ ⋅ ω ⋅ a + ω =
C. 
n n ⇒
T ⋅ Tf

 Kr ⋅ K (A7.8)
2
 a ⋅ ω =
n
 T ⋅ Tf


 T + Tf
 a = − 2 ⋅ ζ ⋅ ωn
 T ⋅ Tf

  
 T + Tf  K ⋅ K ⋅ Td + 1
2 ⋅ ζ ⋅ ω n ⋅  − 2 ⋅ ζ ⋅ ωn  + ω2 = r
  T⋅T  n
T ⋅ Tf
  f 
 
 T + Tf − 2 ⋅ ζ ⋅ ω  ⋅ ω 2 = K r ⋅ K
 n
 n
 T ⋅ T f  T ⋅ Tf
A7. Detalii asupra exemplului din §3.2 165

Pentru cazurile A şi D calculul sensibilităţilor coeficientului de


amortizare şi pulsaţiei proprii se face explicit, aplicând relaţiile
(3.2.5.3) şi (3.2.5.4) asupra (A7.5) şi (A7.6). Se obţin:

∂ζ 1
A. SζK = =− = -1.2627·10-5,
(A7.9)
∂K α =α o 4 K o To K o K R

∂ζ 1
S Tζ = =− = -2.3570,
(A7.10)
∂T α =α o 4To To K o K R

ω ∂ω n 1 KR
S Kn = = = 8.4179·10-5,
(A7.11)
∂K α =α o 2 K o To

ω ∂ω n 1 KR Ko
ST n = =− = -15.7135,
(A7.12)
∂T α =α o 2To To

∂ζ f 2K o − 1
D. SζK = = = -5.2302·10-6
(A7.13)
∂K α =α o 4 K o To K o f1

∂ζ 1 + K of 2
SζT = =− = -2.3570,
(A7.14)
∂T α =α o 4To f1 ⋅ K o ⋅ To

ω ∂ω n 1 f1
S Kn = = = 1.1905·10-4,
(A7.15)
∂K α =α o 2 K o To

ω ∂ω n 1 f1 K o
ST n = =− = -22.2222. (A7.16)
∂T α =α o 2To To

Pentru cazurile B şi C calculul sensibilităţilor coeficientului de


amortizare şi pulsaţiei proprii se face implicit, derivând relaţiile (A7.7)
şi (A7.8) în raport cu parametri K şi T şi particularizând apoi valorile
nominale. Se obţin, respectiv sistemul de ecuaţii de sensibilitate
166 Anexa 7

(A7.17) cu soluţiile (A7.20) şi (A7.22) şi sistemul de ecuaţii (A7.18) cu


soluţiile (A7.21) şi (A7.23).

B.
 2   
 ⋅ ωn ,o − 8 ⋅ ω2 ⋅ ζ  ⋅ Sζ +  2 ⋅ ζ o − 8 ⋅ ζ 2 ⋅ ω + 2 ⋅ ω  ⋅ Sω n = K I
 n ,o o K 
 
o n ,o n ,o  K

 To   To  To

( ) ( )
 KI ,
3 ζ 2 ωn
 − 2 ⋅ ωn ,o ⋅ SK + − 6 ⋅ ζ o ⋅ ωn ,o ⋅ SK = (A7.17)
 To ⋅ Ti

   
 2 ⋅ ωn ,o − 8 ⋅ ω2 ⋅ ζ  ⋅ Sζ +  2 ⋅ ζ o − 8 ⋅ ζ 2 ⋅ ω + 2 ⋅ ω  ⋅ Sω n = 2 ⋅ ζ o ⋅ ωn ,o − K I ⋅ K o
 n ,o o T 
 
o n ,o n ,o  T

 T o   oT  To2

  
( ) ( )
 − 2 ⋅ ω3n ,o ⋅ SζT + − 6 ⋅ ζ o ⋅ ω2n ,o ⋅ Sω

 2
T =  ω n ,o −
n
KI ⋅ Ko  1
⋅
(A7.18)
 Ti  To2
 
unde ζo şi ωn,o se obţin din

  
2 ⋅ ζ ⋅ ω ⋅  1  2 KI ⋅ Ko
n ,o  − 2 ⋅ ζ ⋅ ω n ,o  + ω − =0
 o
T
o
 n ,o
  o  To
 ζ o = 0.5
  ⇒ ω
1  2 K I ⋅ Ko  n ,o = 3.3333
 − 2 ⋅ ζ o ⋅ ω n ,o  ⋅ ω − =0
 T  n ,o To ⋅ Ti (A7.19)
  o 
După efectuarea tuturor calculelor se obţin:
SζK = -0.0714·10-3, ( SKζ = - 4) (A7.20)

SζT = -3.3333, ( STζ = -1) (A7.21)


ω ω
S Kn = 0.1190·10-3, ( SK n =1) (A7.22)
ω
ST n = 0. ( STω n = 0) (A7.23)

Analog, în cazul C din (A7.8) se obţin: sistemul (A7.24) cu soluţiile


(A7.27) şi (A7.29); respectiv sistemul (A7.25) cu soluţiile (A7.28) şi
(A7.30).
A7. Detalii asupra exemplului din §3.2 167

 2ω (T + T )
 ζ  2ζ o (To + Tf )
  
 n ,o o f 2 2  ω n K r Td
− 8 ω ζ ⋅ S + − 8 ζ ω + 2 ω n ,o  ⋅ S K =
 n ,o o 

K 

o n ,o

 To Tf To Tf To Tf
C.    

( 3
) ζ
( 2
) ω
 − 2 ω n , o ⋅ S K + − 6 ζ o ω n ,o ⋅ S K n =
Kr
 To Tf (A7.24)

 K K T +1
 2ζ o ωn ,o − o r d
 2ωn ,o (To + Tf ) 2  ζ  2ζ o (To + Tf )
 
2

 ωn Tf
 − 8ω ζ ⋅ S
n ,o o  K  + − 8ζ ω
o n ,o + 2ω n ,o  ⋅ S K =
 To Tf   To Tf  To2
   
 (A7.25)
 2 KoKr
 ω n ,o −

( 3
) ζ
( )
2 ωn
 − 2ωn ,o ⋅ S K + − 6ζ o ωn ,o ⋅ S K =
Tf

 To2

unde ζo şi ωn,o se obţin din


  
2 ⋅ ζ ⋅ ω , o ⋅  To + Tf − 2 ⋅ ζ ⋅ ω  + ω 2 = K r ⋅ K o ⋅ Td + 1
 o n  o n ,o  n ,o
  T ⋅T  To ⋅ Tf ζ = 1.0561
 o f 
 ⇒  o .(A7.26)

 T + T  
 ω n , o = 4 . 7757
 K ⋅ Ko
 o f
− 2 ⋅ ζ o ⋅ ω n ,o  ⋅ ω 2n ,o = r
 T ⋅ T  To ⋅ Tf
 o f 
După efectuarea tuturor calculelor se obţin
SζK = 2.7809·10-4 , ( SKζ =7.3727), (A7.27)

SζT = - 56.7678 , ( STζ = - 8.0624), (A7.28)


ω
S Kn = -1.1513·10-3, ( SKω n = - 6.7502), (A7.29)
ω
ST n = 215.22, ( STω n = 6.7599). (A7.30)
Calculele sensibilităţilor relative s-au efectuat cu relaţia de legătură cu
sensibilitatea absolută (2.1.3.8). Toate rezultatele sunt cuprinse în
tabelul 2 din §3.2.5.
În cazurile B şi C, pe baza relaţiilor (A7.7) şi (A7.8) se pot determina şi
sensibilităţile polului "a" în raport cu cei doi parametri K şi T.
Se poate remarca faptul că deşi valorile obţinute sunt fixe
determinarea lor, mai ales pentru sistemele de ordinul 3 se face cu un
efort de calcul apreciabil (vezi sistemele de ecuaţii nelineare (A7.19) şi
(A7.26)).
BIBLIOGRAFIE
[Ack 72] Ackermann, J., Abtastregelung, Springer-Verlag, 1972, pp.445-453.
[Åst 84] Åström,K.,Wittenmark,B., Computer Controlled Systems, Prentice-
Hall, Inc., U.S.A., 1984, pp. 36-39, 93-117,179, 235-237, 311.
[Bab 85] Babuţia, I.,Dragomir,T.L.,Mureşan, I., Proştean, O., Conducerea
automată a proceselor, Ed. Facla, Timişoara,1985, pp.88-97.
[Bar 69] Barnett, S.,Insensivity of control Systems, Int.J.Control,
vol.10,No.6,1969, pp.665-675.
[Bic 00] Bică, M.S., Gârban, V., Designing Automatic Control Systems with
Desired Parametric Reliability, Published for the IFAC by Pergamon
Elsevier Science, Oxford, pp.57-62, 2000.
[Bic 01] Bică, M.S., Patriciu, V., Systems performance characteristics
analysis, Proceedings of the "International Conference Automatics
and Informatics 2001", Sofia 2001, pp.A61-A64.
[Bud 80] Budişan, N., Teoria Sistemelor, IPTVT, 1980.
[Bux 74] Buxbaum,A.,Schierau, K., Berechnung von Regelkreisen der
Antriebstechnik, Elitera-Verlag, Berlin,1974.
[Bux 90] Buxbaum,A.,Schierau, K.,Straughen, A., Design of Control Systems
for DC Drives, Springer-Verlag Berlin Heidelberg 1990, pp.118-121.
[Căl 76] Călin, S., Regulatoare Automate,EDP,1976, pp.17-21.
[Căl 88] Călin, S., Popescu, Th., Jora, B., Sima, V.,Conducerea adaptivă şi
flexibilă a proceselor industriale, Editura Tehnică, Bucureşti, 1988,
pp.43-46.
[Che 99] Chen, W. Jacobian matrix: a bridge between linear and nonlinear
polynomial-only problems, Computing Research Repository:
Computational Engineering, Finance and Science, 1999,
www.ncstrl.org
[Crs 81] Crstici, B,..., Matematici Speciale, E.D.P., Bucuresti, 1981, pp.16.
[Cru 72] Cruz, J.B., Kokotovič, P.V., Kreindler, E., Perkins, W.R., Sandberg,
I.W., Sarachik, P.E., Feedback Systems, Mc Graw-Hill, Inc., U.S.A.,
1972.
[Din 92] Ding. X., Frank, P.M., Fault Diagnosis Using Adaptive Observers,
Presented at SICICI '92 Singapore.
[Dra 86] Dragomir, T.L., Mureşan, A., Bazele tehnicii reglării automate,
IPTVT, 1986, pp.130-134.
[Dra 85] Dragomir, T.L., Neamţu (Popescu), D., Mathematical Models for
Study of the Influence of Information Processing Time upon Digital
Control Systems, Simpozionul de microprocesoare,
microcalculatoare şi aplicaţii în economie, vol.Lucrările
simpozionului, 1985, pp.183-186.
[Dra 04] Dragomir, T.L., Elemente de teoria sistemelor, Ed.Politehnica, 2004.
Dorina Popescu - Introducere în teoria sensibilităţii sistemelor dinamice
Bibliografie 169
[Dum 83] Dumitrache, I., Dumitriu, S.,…, Automatizări electronice, EDP,
1983, pp.264-274.
[Eyc 77] Eychoff, Pieter, Identificarea sistemelor, Editura Tehnică, Bucureşti,
1977, pp.15-40, 344-354, 372,373.
[Feş 94] Feştilă, C., Dobra,P., Lazea, Ghe., Small Sensitivity Control
Algorithms for simple Servomechanisms, CONTI’94, Timişoara,1994,
pp.1-5.
[Fra 76] Frank,P.M., Empfndlichkeitsanalyse dinamischer Sisteme, R.
Oldenbourg Verlag München, 1976.
[Fra 80] Frank,P.M.,Keller,L., Sensitivity Discriminating Observer Design for
Instrument Failure Detection, IEEE Transaction on Aerospace and
Electronic Systems, AES-16, pp.460-467,1980.
[Fra 94] Frank, P.M., Enhancement of Robustness in Observer-based Fault
Detection, Int. J. Control, 1994, Vol. 59, No. 4, 955-981.
[Giu 92] Giumale, C., Kalisz, E. , Limbajul C standard, Editura Teora, Cluj,
1992.
[Han 95] Han, Z., Frank, P.M., Fault Detection via Characteristic Parameter
Estimation, Proceedings of 3rd European Control Conference, Rome,
Italy, September 1995.
[Hen 86] Hengy, D., Frank., Component Failure Detection via nonlinear State
Observers, IFAC-Workshop Kyoto, 1986.
[Hol 92] Holzman, J. M., On Using Perturbation Analysis to do Sensitivity
Analysis: Derivatives Versus Differences, IEEE Transaction on
Automatic Control , vol.37,No.2,1992, pp.243-247.
[Ian 99] Iancu, E.,Vînătoru,M., Detecţia şi localizarea defectelor în sistemele
dinamice, Editura SITECH, Craiova,1999, pp.187-235.
[Ion 94] Ionescu, V., Varga, A., Teoria sistemelor, Sinteză robustă, Metode
numerice de calcul, Editura All, Bucureşti, pp.7-18, 1994.
[Ion 81] Ionescu,V., Popeea, C. , Optimizarea sistemelor, E.D.P., Bucureşti,
1981, pp.26-30.
[Kre 68] Kreindler, E., Closed-Loop Sensitivity Reduction of Linear Optimal
Control System, IEEE Transaction on Automatic Control Vol.AC-
13,No.3, 1968, pp.254-262.
[Lei 95] Leith, D,J., Leithead, W.E., Gain Scheduling Dynamic Linear
Controllers for a Nonlinear Plant, Industrial Control Centre, Dept.of
Electronics & Electrical Engineering, University of Strathclyde,
Glasgow, 1995.
[Mar 88] Maret, L., Régulation Automatique, Presses Polytechniques
Romandes,1988, pp233-240.
[Mar 87] Marin, V., Marin, Al., Sisteme hidraulice automate, Editura Tehnică,
Bucureşti, 1987, pp.107.
[Mit 94] Mitrović, N., Sojanović D., Jeftenić, B., Petronijević, M., Induction
motor parameter identification by using theory of sensitivity,
CONTI’94, Timişoara,1994, p.6-14.
170 Introducere în teoria sensibilităţii sistemelor dinamice
[Năs 99] Năslău, P., Metode numerice, Editura Politehnica, Timişoara, pp. 24-
26, 55-56, 184-188, 1999.
[New 67] Newcomb, R.W., Anderson, B.D.O., A distributional approach to
time-varying sensitivity, SIAM J. Appl. Math., 15, pp.1001-1010,
1967.
[Ngo 71] Ngo, N.T., Sensitivity of Automatic Control Systems (Review), Auto.
Rem. Cont., 32, 735-762, 1971.
[Oni 79] Onicescu, O.,Ştefănescu,V., Elemente de statistică informaţională cu
aplicaţii, Editura Tehnică, Bucureşti, 1979, pp.19-21.
[Per 68] Perkins, W.R., Cruz, J.B. Jr., Gonzales, R.L., Design of Minium
Sensitivity Systems, IEEE Transaction on Automatic Control Vol.AC-
13,No.2, 1968, pp.159-167.
[Pop 02] Popescu, D., An Approach to Solve an Inverse Sensitivity Problem,
Periodica Politechnica, Transactions on Automatic Control and
Computer Science, 47 (61), Timişoara, 107-110, 2002.
[Pop 03] Popescu, D., Contribuţii la aplicarea teoriei sensibilităţii în
automatică, Teză de doctorat, Timişoara, 2003.
[Pop 03] Popescu, D., Two discrete time approaches to solve the inverse
sensisivity problem, Proceedings CSCS - 14, (1) Bucuresti, 191-194,
2003.
[Pop 04] Popescu, D., To Linearize Nonlinear System Model Using Sensitivity
Functions, CEAI, vol. 5.nr.1, 2004 .
[Pop 05] Dragomir, T.L., Popescu, D, Nanu, S,.Teoria sistemelor.Aplicaţii,
2005.
[Pop 94] Popescu, D., Parameter Sensitivity Study for the Control of a Dead-
Beat System, CONTI’94, Timişoara,1994, p.24-30.
[Pop 94] Popescu, D.,Dragomir,T.L., Utilizări ale teoriei sensibilităţii în analiza
sistemelor dinamice cu aplicaţii în sinteza sistemelor automate,
EMES94, Oradea, 1994.
[Pop 95] Popescu, D. Popescu, C., System Parameters Estimation by Using
First Order Sensitivity Functions, CSCS10, Bucureşti, 24-26 May
1995, pp.107.
[Pop 95] Popescu, D., Popescu, C., A Comparative Study of Instrument Failure
Detection Methods in Dynamic Systems, EMES95, Oradea, 1995,
pp.167.
[Pop 95] Popescu, D., Popescu, C., System Failure Detection Based on
Sensitivity Discrimination State-Space Observers with Robust Filters,
EMES95, Oradea, 1995, pp. 161-166.
[Pop 99] Popescu, D., The Improvement of the System Parameters
Identifications Using Sensitivity Functions by the Analysis of the
Deviations of the Output Magnitude, EMES99, Oradea, 1999.
[Pop 99] Popescu, D.,About the Identification of the Parameters of a System
Using Absolute Sensitivity Functions, EMES99, Oradea, 1999.
Bibliografie 171
[Que 97] Querelle, R.., Noura, H.., Kremer, N., Sauter, D., Frank, P.M.,Fault
Diagnosis on a Winding Machine, Conference on Supervision and
Safety For Technical Processes, Safeprocess 97, 26-28.08.1997,
Kingston upon Hill, United Kingdom.
[Ros 00] Rosenwasser, E., Yusupov, R., Sensitivity of Automatic Control
Systems, CRC Press, USA, 2000.
[Şab 81] Şabac, Ion, Ghe., Matematici speciale, Ed.Didactică şi
Pedagogică, Bucureşti,1981, pp. 472-483.
[Sar 72] Sarachic, P.E., Applications of Functional Analysis to Nonlinear
Control Systems with Unknown Plants, Feedback Systems, 14,
McGrow-Hill,Inc., 269-318, 1972.
[Sch 96] Schneider, H., Frank, P.M., Observer-Based Supervision and Fault
Detection in Robots Using Nonlinear and Fuzzy Logic Residual
Evaluation IEEE Transaction on Control Systems Technology, Vol.4,
No.3, pp.274-282,1996.
[Sob 68] Sobral Manoel, Sensitivity in Optimasl Control system, Proceedings
on the IEEE, Vol.56, No.10, oct.1968,pp.1644-1651.
[Ter 80] Tertişco, M., Stoica, P., Identificarea şi estimarea parametrilor
sistemelor, Ed.Academiei, Bucureşti, pp.43-46,56-67,1980.
[Ung 88] Ungureanu, St., Sensibilitatea sistemelor dinamice, Editura
Tehnică, Bucureşti, 1988.
[Ung 97] Ungureanu, Şt., Petrilă, C., Ungureanu, F., Analiza sensibilităţii
unui sistem de reglare automată, Revista Română de Informatică şi
Automatică, vol.7, nr.1,1997,pp.13-21.
[Vîn 95] Vînătoru, M., Iancu, E., Popescu, D.,Fault Tolerant Control System
for Actuator Failures, CSCS10, vol.3, pp.244-249, Bucureşti, 1995.
[Voi 86] Voicu, M., Tehnici de analiză a stabilităţii sistemelor automate, p.17,
Ed. Tehnică, Bucureşti, 1986.
[Wil 69] Wilkie, D.F., Perkins, W.R., Essential Parameters in Sensitivity
Analysis, Automatica, Vol.5,pp.191-197, Pergamon Press, 1969.
[*** ] MATLAB, The Language of Technical Computing, The Mathworks, Inc.,
(www.mathworks.com), 1984-1999-2002-2005.
[*****] Equilibrium Point Analysis: Linearization Technique, www.sosmath.com.
Index

abatere ........................... 8,9,125 diferenţiale ............................2,4


absolută ............................11,83 de ieşire ...................................4
de tip α .................................... 8 de stare ....................................4
de tip β .................................... 8 de sensibilitate .......................17
de ieşire .................................. 24
de tip λ ................................... 8
de stare................................... 24
de ordinul al II-lea .................17
integrală............................... 108
la liniarizare ...........................13
liniare .................................. 101
parametrică ............................91
element simplu..........................1
pătratică...............................107
estimare
relativă ...................................11
a parametrilor (parametrică) 8,81
adaptabilitate .......................... 6
a abaterilor parametrice .........91
algoritm de reglare.................. 67
estimate ................................100
analiza de sensibilitate ............. 7
eşantion de timp .......................5
directă (ASD) .......................7,67
eşantionator ............................46
inversă (ASI) .................7,91,125
funcţie (matrice)
aproximaţie liniară .......... 96,103
de sensibilitate
automatică ....................... 1,7,67
absolută...............10,18,56,62,82
calcul numeric al funcţiilor de Bode .................................. 16,40
sensibilitate ........... 54,136,143 complementară ....................... 75
cale (canal) de liniarizare ........................... 13
de reacţie...........................73,76 de tip β ................................. 109
directă ....................................73 Horowitz ................................. 16
caracteristici Bode .................. 86 parametrică ................... 131,148
clasificarea Miller-Murray......... 8 relativă.......................... 10,42,62
semirelativă ..............10,42,64,83
clasificarea sistemelor dinamice 3
de transfer...................... 6,43,57
coeficient
de stare ............................. 23,46
de transfer..............................79
de de ieşire ........................ 23,46
de amortizare...................88,163
treaptă unitate (semnal) .... 66,81
compensator după stare ......... 79 rampă unitate (semnal) ..........66
conexiune serie....................... 40 funcţii Matlab...................56,131
controlabilitate ......................... 6 funcţională ..........3,13,35,93,121
constantă de timp................... 76 hodograf Nyquist ................72,86
criteriul identificare
modulului (Kessler).................77 analitică ...................................3
simetric ..................................78 experimentală...........................3
distanţă euclidiană ................. 96 identificabilitate .......................6
ecuaţii indicator de calitate ....................
algebrice ................................2,4
..........................14,93,107,124
cu diferenţe ............................. 2
Introducere în teoria sensibilităţii sistemelor dinamice 173

matrice(a) model de sensibilitate18,38,41,52


compagnion ............................. 26 de eşantionare........................47
de comparaţie .......................... 68 de ieşire .................................20
de ponderare............................ 14 de stare ..................................23
de transfer ............................ 6,15 de tip β.................................117
de ieşire ..................................... 5 model în două puncte............. 51
de intrare ................................... 5 model global ........................... 52
de interconexiune ...................... 5 momente
de sensibilitate de liniarizare.. 103 de achiziţie .............................. 51
funcţiilor de sensibilitate............ 9 de comandă ............................. 51
Jacobi (jacobian) ............... 24,106 de discretizare (eşantionare) 15,47
pseudoinversă.......................... 98 neliniarităţi
sistemului .................................. 5 esenţiale..............................5,12
mărime neesenţiale ..........................5,12
caracteristică ...............2,8,10,93 observabilitate .......................... 6
cauză....................................... 2 observatoare de stare ........... 122
efect ........................................ 2
ordinul sistemului .................... 2
de conducere .....................50,81
orientare................................... 2
de ieşire .................................. 2
oscilaţie .................................. 82
de intrare ................................ 2
de stare ................................... 2 pas de discretizare
nominale ............................... 28 (perioadă de eşantionare) ... 46,54
măsuri de sensibilitate ........... 14 parametri
fizici ............................. 11,28,35
metoda(e)
matematici .............................12
algebrice ................................ 95
aproximative.......................... 60 perturbaţie ................... 68,76,81
de calcul direct ..................18,23 principiul superpoziţiei............. 4
de calcul indirect proces
(structurală) ..............18,20,23 cu temporizare de ordinul I.....76
dreptunghiului retardată ....... 61 integrator ..............................76
clasică ................................... 95 tehnic.......................................3
componentei incerte....29,79,128 pulsaţie proprie ............... 88,163
numerice ............................... 95 punct de funcţionare
punctelor de sensibilitate....... 39 staţionară ................... 12,103,117
timpilor succesivi.............95,100 puncte de sensibilitate ........... 42
model(e) realizare
nominal .....................8,18,31,38 standard controlabilă..................
model matematic .................. 2,3 .......................... 28,43,61,127
intrare-ieşire.....................3,57 invariantă la semnal treptă 14,46
intrare-stare-ieşire..........4,127 regim dinamic ........................ 88
liniarizat, liniare .. 5,103,105,115
neliniar.................................105
174 Introducere în teoria sensibilităţii sistemelor dinamice

regulator neliniar ..................... 5,12,24,35


proporţional............................77 nominal echivalent ............ 69,87
proporţional-derivator T1 ........78 real ..........................................9
proporţional-integrator ..........77 strict cauzal ..................... 3,4,60
robusteţe ............................. 6,81 variant în timp .........................5
schemă bloc.............................. 5 sisteme separabile ....................2
sensibilitate parametrică .......... 7 stabilitate ............................6,74
sensibilitate(a) structură de reglare ................76
Bode..................................68,84 subsistem........................1,33,73
de comparaţie ....................15,68 suprareglaj ................................90
directă ..................................... 7 teoria
inversă ...............................7,83 invarianţei................................9
sistemelor cu eşantionare ......45 sensibilităţii ..........................7,9
serie Taylor ............................... 9 sistemelor.................................7
sistem timp
abstract ................................... 1 continuu ..................................3
cauzal...................................... 2 discret ............................ 3,49,95
controlabil ...........................121 de calcul..................... 46,49,100
combinat ............... 18,31,79,127 relativ.......................................5
cu buclă de reacţie traiectorie nominală .............9,11
generalizată .........................41 transformare de stare..............26
cu eşantionare.................14,100 transformata
cu parametri concentraţi ...3,103 inversă ...................................19
cu parametri distribuiţi............ 3 Laplace................................ 4,58
de comandă ............................69 Z ........................................ 4,58
de reglare adaptivă ..........39,102 valoare nominală.9,22,57,93,103
de reglare automată valori măsurate .......................97
(SRA) .................. 7,67,103,148 variabilă
de reglare (automată) numerică complexă (operaţională) ............4
(SRAN)............................14,45
unificată...................................6
dinamic ................................... 2
vector(ul)
fizic ......................................... 1
de intrare .................................2
în timp continuu (STC)3,14,45,71
de sensibilitate .......................14
în timp discret (STD).. 3,14,45,71
de eşantionare ................ 15,47
invariant în timp...................... 5
de stare ....................................2
liniar .................... 5,12,14,30,46
de ieşire ...................................2
monovariabil la intrare şi ieşire
parametrilor ............ 8,22,57,108
(SISO)......... 2,15,20,23,43,113
multivariabil la intrare şi ieşire
(MIMO) .............................2,68
Dorina Popescu

INTRODUCERE ÎN TEORIA
SENSIBILITĂŢII SISTEMELOR
DINAMICE

2006