Documente Academic
Documente Profesional
Documente Cultură
IDENTIFICAREA SISTEMELOR
LUCRĂRI DE LABORATOR
Editura UNIVERSITAS
Petroşani, 2012
Referenţi ştinţifici:
Bibliogr.
ISBN 978-973-741-272-0
681.9(075.8)
2
Prefaţă
Lucrarea de faţă îşi propune să prezinte într-o formă
unitară principalele metode utilizate, atât în identificarea
neparametrică cât şi identificarea parametrică a sistemelor.
Pentru o însuşire cât mai facilă a cunosţinţelor, lucrările de
laborator sunt însoţite de diverse aplicaţii dezvoltate în mediul de
programare Matlab – Simulink.
Îndrumătorul de lucrări de laborator este destinat în primul
rând studenţilor de la Facultatea de Inginerie Mecanică şi
Electrică, specializarea Automatică şi Informatică Aplicată, care
au în planul de învăţământ disciplina Identificarea Sistemelor.
Pe lângă inginerii automatişti, lucrarea se adresează tuturor
specialiştilor din profilul electric, inginerilor mecanici şi
economiştilor.
3
Cuprins
L0. Norme genereale de protecţie a muncii........................ 5
L1. Introducere în Matlab – Simulink................................ 10
L2. Simularea în Matlab – Simulink a sistemelor liniare
de ordinul unu şi doi..................................................... 19
L3. Transformata Fourier rapidă – FFT. Calculul
funcţiilor de convoluţie şi covarianţă utilizând
FFT............................................................................... 39
L4. Indicatori statistici. Funcţii Matlab pentru calcule
statistice........................................................................ 54
L5. Prelucrarea datelor experimentale................................ 67
L6. Studiul părţii fixe a sistemului de reglare a debitului
de apă de pe o conductă................................................ 72
L7. Identificarea sistemelor pe baza răspunsului la intrare
treaptă........................................................................... 98
L8. Identificarea sistemelor folosind semnale de probă
sinusoidale.................................................................... 122
L9. Identificarea sistemelor folosind semnale de probă
aleatoare....................................................................... 128
L10 Identificarea off – line a sistemelor folosind metoda
. celor mai mici pătrate................................................... 141
L11 Identificarea off – line a sistemelor folosind metoda
. variabilelor instrumentale............................................. 147
L12 Identificarea on – line a sistemelor folosind metoda
. celor mai mici pătrate................................................... 153
L13 Simularea în Matlab – Simulink a motorului de
. inducţie......................................................................... 165
L14 Estimarea fluxului rotoric a motorului de inducţie
. folosind un estimator Luenberger................................ 176
Bibliografie................................................................... 189
4
LUCRAREA 0
2. Breviar teoretic
5
acoperirea cu materiale electroizolante ale părţilor active
ale instalaţiilor şi echipamentelor electrice;
protecţia prin amplasarea echipamentelor electrice, în
locuri inaccesibile;
scoaterea de sub tensiune a instalaţiei sau echipamentului
electric la care urmează a se efectua lucrări şi verificarea
lipsei de tensiune;
utilizarea de dispozitive speciale pentru legări la pământ şi
în scurtcircuit;
egalizarea potenţialelor şi izolarea faţă de pământ a
platformei de lucru.
Principalele măsuri organizatorice ce pot fi aplicate
împotriva electrocutării prin atingere directă sunt:
executarea intervenţiilor la instalaţiile electrice trebuie să
se facă numai de personal calificat;
eşalonarea operaţiilor de intervenţie la instalaţiile electrice;
elaborarea unor instrucţiuni de lucru pentru fiecare
intervenţie la instalaţiile electrice.
6
Pentru prevenirea şi stingerea incendiilor, personalul are
urmatoarele obligaţii:
să decupleze tensiunea de alimentare, să anunte imediat
organul ierarhic superior despre producerea incendiului şi
să actioneze cu mijloacele existente (extinctoarele pentru
stingerea acestuia);
să participe la stingerea incendiului şi la înlăturarea
consecintelor acestuia precum şi la evacuarea bunurilor
materiale;
să întreţină mijloacele de prevenire şi stingere a incendiilor
în buna stare de utilizare;
să îndeplinească la termen măsurile stabilite pentru
prevenirea si stingerea incendiilor;
la terminarea lucrului să verifice şi să ia toate măsurile
pentru înlăturarea cauzelor care pot provoca incendii.
7
daca sunt prezente pulsul şi respiratia, victima va fi aşezată
în poziţia de siguranţă şi supravegheată pană la sosirea
echipajului medical.
ATENTIE !
3. Modul de lucru
4. Conţinutul referatului
8
UNIVERSITATEA DIN PETROŞANI
FACULTATEA DE INGINERIE MECANICĂ ŞI ELECTRICĂ
PROCES VERBAL
Semnatura
TABEL NOMINAL
Am luat la cunostintă de cele consemnate în procesul verbal.
9
LUCRAREA 1
2. Breviar teoretic
10
Data Acquisition Toolbox – conţine funcţii şi drivere
utilizate în achiziţia de date prin intermediul unor plăci de
achiziţie.
11
Pentru exemplificare celor menţionate mai sus, în cele ce
urmează, vom prezenta o descriere a funcţiilor utilizate în
idetificarea parametrică a sistemelor utilizînd modele stochastice
de tip theta.
Schema bloc a unui sistem ce poate fi descris de un model
theta este prezentat în figura 1.2.
12
Dacă H(q) este funcţia de transfer a acestui filtru, atunci
z(t)=H(q)·e(t).În această situaţie, un model cu diferenţe posibil, în
conformitate cu figura 1.2.b, este :
y (t ) G (q) u (t ) H (q ) e(t ) (1.1)
Filtrele G(q), H(q), sunt funcţii ce depind de variabila q.
Forme particulare ale G(q), H(q) conduc la modele particulare.
Forma cea mai generală, în conformitate cu figura 1.2.a, este :
B (q ) C (q)
A(q) y (t ) F (q) u (t k ) D(q ) e(t )
(1.2)
M e (t )
2 2
unde M este media statistica, este dispersia zgomotului iar k
este timpul mort exprimat în număr de perioade de eşantionare.
Modelul descris de ecuatia (1.2) este ilustrat sub forma de
schema bloc in cadrul figurii 1.4.
13
vectorul parametrilor fiind :
T
a1, , ana , b1, , bnb , c1, , cnc , d1, , d nd , f1, , f nf (1.8)
Comparând (1.1) cu (1.2), în cazul în care k 0 ,
constatăm că :
B(q)
G ( q )
A(q) F (q)
(1.9)
H (q ) C (q )
A(q ) D(q )
Exitenţa polilor comuni (zerourile polinomului A(q)) ne
arată faptul că perturbaţia acţionează undeva în interiorul
procesului tehnologic. Dacă gradul na al polinomului A(q) este
zero, atunci cele două căi sunt complet separate, efectul lor
manifestându-se direct asupra ieşirii.
Cazuri particulare:
1. Dacă nc=nd=nb=nf=0 atunci modelul (1.2) devine:
A(q) y (t ) e(t )
(1.10)
a1 , a2 , , ana
T
14
3. Dacă nf=nc=nd=0 atunci modelul este unul de tip
autoregresiv controlat sau cu mărimi exogene (ARX) :
A(q) y (t ) B(q) u (t k ) e(t )
(1.14)
a1 , , ana , b1 , , bnb
T
5. Modul de lucru
17
Se realizează în Matlab următorul program:
4. Conţinutul referatului
18
LUCRAREA 2
2. Breviar teoretic
1
U a t Ra I a t I a d (2.1)
Ca 0
unde tensiunea la bornele condenstaorului este:
t
1
U c t I a d (2.2)
Ca 0
Trecând la transformata Laplace (Pierre-Simon Laplace –
23 martie 1749 – 5 martie 1827) în condiţii iniţiale nule
I a 0 0 , expresiile (2.1) şi (2.2) devin:
1
U a s Ra I a s Ia s (2.3)
Ca s
1
Uc s Ia s (2.4)
Ca s
Expresia (2.3) mai poate fi scrisă şi astfel:
Ua s
Ia s (2.5)
1
Ra
Ca s
În urma înlocuirii relaţiei (2.5) în (2.4) obţinem următoarea
funcţie de transfer:
U s 1
G1 s c (2.6)
U a s 1 T1 s
unde: T1 Ra Ca .
Relaţia (2.6) defineşte funcţia de transfer a circuitului RC
serie.
B. În vederea exemplificării funcţiei de transfer a unui
sistem liniar de ordinul doi vom realiza modelul matematic a
servomotorului de curent continuu cu magneţi permanenţi.
În scrierea ecuaţiilor ce definesc modelul matematic al
servomotorului de curent continuu cu magneţi permanenţi
presupunem că rezistenţa şi inductivitatea circuitului indusului
sunt constante. Acest lucru presupune satisfacerea următoarelor
ipoteze simplificatoare:
20
neglijarea variaţiilor în timp a parametrilor în raport cu
temperatura;
variaţiile rezistenţei de contact dintre perii şi colector sunt
neglijate;
servomotorul de curent continuu este nesaturat magnetic.
21
ecuaţia de mişcare a servomotorului de curent
continuu.
Aplicând legea a 2-a, a lui Kirchhoff, în cadrul ochiului de
reţea din cadrul figurii 2.2, obţinem următoarea relaţie:
dI t
U a t Ra I a t La a Ue t (2.7)
dt
Relaţia (2.7) poartă denumirea de ecuaţia de tensiune a
servomotorului de curent continuu cu magneţi permanenţi.
Legea a 2 – a, a lui Kirchhoff, a fost descoperită de
fizicianul german Gustav Robert Kirchhoff (12 martie 1824 –
17 octombrie 1887) şi are următorul enunţ: „Suma algebrică a
tuturor căderilor de tensiune dintr-un ochi de reţea este egală cu
suma algebrică a tensiunilor electromotoare din acel ochi de
reţea”.
A doua ecuaţie ce defineşte modelul matematic al
servomotorului de curent continuu, se obţine pe baza ecuaţiei de
echilibru a momentelor ce acţionează la arborele servomotrorului.
În regim dinamic, ecuaţia mişcării este dată de expresia următoare
M a t M r t M d t (2.8)
unde M d este numit cuplul inerţial sau dinamic.
Cuplul inerţial se obţine pe baza legii fundamentale a
dinamicii:
d
M d t J t t (2.9)
dt
unde J kg m 2 este momentul de inerţie al rotorului, iar
rad/sec este viteza unghiulară a servomotorului.
Expresia (2.9) mai poate fi scrisă şi astfel:
d dJ t d t
M d t J t t t (2.10)
dt d t dt
sau:
d dJ t
M d t J t
dt
t 2 t
d t
(2.11)
23
unde g 9.81 m/sec 2 este acceleraţia gravitaţională, expresia
(2.14) devine:
G D2
J (2.16)
4 g
În relaţia (2.16), produsul G D 2 este numit şi momentul de
giraţie sau momentul de volant. Cele menţionate mai sus, sunt
utile atunci când în datele de catalog, ale motorului, în loc de
momentul de inerţie este dat momentul de giraţie.
Ţinând cont de relaţiile prezentate mai sus, expresia ce
defineşte ecuaţia de mişcare, este:
d
M a t M r t J t (2.17)
dt
Pe de altă parte, tensiunea electromotoare a servomotorului
de curent continuu cu magneţi permanenţi se calculează utilizînd
următoarea relaţie:
U e t Ke t (2.18)
unde K e V/(rad sec-1 ) este constanta de tensiune a
servomotorului.
Relaţia ce defineşte puterea electromagnetică a
servomotorului de curent continuu cu magneţi permanenţi este:
Pe t U e t I a t M a t t (2.19)
În aceste condiţii, cuplul electromagnetic al
servomotorului de curent continuu se determină din membrul
drept al relaţiei (2.19) ţinând cont de expresia (2.18).
U t I a t Ke t I a t
M a t e K m I a t (2.20)
t t
unde: K m K e . Constanta K m N m/A poartă denumirea de
constanta mecanică a servomotorului.
Înlocuind (2.20) în (2.17), şi (2.18) în (2.7), obţinem:
dI a t
U a t Ra I a t La Ke t (2.21)
dt
24
d
Km Ia t M r t J
dt
t (2.22)
25
Trecând la transformata Laplace, în condiţii iniţiale nule
x 0 0 I a 0 0 0 0 , în expresiile (2.24) şi
T T
(2.26), obţinem
Y s G s U s (2.27)
unde Y s s ; U s I a s s .
T
Ta Ta Tm
Din cele prezentate mai sus, se observă că matricea de
transfer are ca elemente funcţii de transfer. În relaţiile de mai sus
s-au utilizat următoarele notaţii:
L
Ta a este constanta de timp electrică a servomotorului;
Ra
R J
Tm a este constanta de timp mecanică a
Ke Km
servomotorului.
În cele ce urmează vom face următoarele notaţii:
26
1 1
02 ; K1 (2.32)
Ta Tm Ke
1 1
2 0 ; K 2 (2.33)
Ta J
unde: 0 poartă denumirea de pulsaţia naturală, iar poartă
denumirea de factorul de amortizare a servomotorului de curent
continuu cu magneţi permanenţi.
În aceste condiţii, funcţiile de transfer (2.30) şi (2.31)
devin:
K1 02
G11 s 2 (2.35)
s 2 0 s 02
K 2 s 2 0
G12 s (2.36)
s 2 0 s 02
2
unde:
1 1 T
0 ; m .
Ta Tm 2 Ta
Relaţia de legătură între viteză, tensiunea de alimentare şi
momentul rezistent, în domeniul complex, este:
s G11 s U a s G12 s M r s (2.37)
Din (2.37), se observă că:
s
G11 s Mr s 0 (2.38)
Ua s
s
G12 s Ua s 0 (2.39)
Mr s
Funcţiile de transfer (2.35) şi (2.36) stau la baza simulării
servomotorului de curent continuu cu magneţi permanenţi.
Din (2.35) se observă că această funcţie de transfer descrie
un sistem liniar de ordinul doi, iar funcţia de transfer (2.36)
descrie un sistem liniar de ordinul doi ce are un zero de valoare
z1 2 0 .
27
3. Modul de lucru
28
Se rulează programul prezentat în figura 2.4 şi se citeşte de pe
graficul rezultat valorea finală la care se stabilizează tensiunea
la bornele codenstatorului. Simularea se face în cazul în care
tensiunea de intrare variază pe baza unei distribuţii de tip
treaptă.
Se duce tangenta la graficul rezultat în punctul de origine, iar
apoi se determină punctul de intersecţie dintre dreapta paralelă
cu axa timpului ce trece prin punctul dat de valoarea la care se
stabilizează tensiunea la bornele codenstatorului şi tangenta la
graficul rezultat ce trece prin orgine. Se proiectează punctul de
intersecţie pe axa timpului iar apoi se măsoară durata de timp
scursă din momentul iniţial până la atingerea valorii punctului
de intersecţie proiectat. Valoarea de timp citită este valoarea
timpului T1 , utilizat în cadrul simulării.
Se trag concluzii legate de posibila aplicare a metodei
prezentate mai sus, în identificarea unui sitem.
Se rulează programul prezentat în figura 2.4. în cazul în care
tensiunea la intrare variază sub forma unei sinusoide de
următoarea forma:
U a t U m sin k t ; k 2 f k (2.40)
În urma rulării se citeşte amplitudinea semnalului de ieşire Ym ,
iar apoi se determină raportul
Y
M k m (2.41)
Um
În mod identic se determină defazajul dintre semnalul
sinusoidal de la ieşire şi semnalul sinusoidal de la intrare.
Se repetă experimentul pentru diverse valori ale frecvenţei
semnalului de intrare şi se citesc mărimile prezentate mai sus.
În final, se trag concluzii legate de aplicabilitatea metodei de
analiză, prezentate mai sus, în identificarea unui sitem.
În mod identic, în vederea analizei la intrare treaptă şi
sinusoidă, a modelului matematic a servomotorului de curent
continuu, se realizează în Matlab – Simulink programul
prezentat în figura 2.6.
29
Figura 2.6. Schema de simulare a servomotorului de curent
continuu cu magneţi permanenţi.
30
Se definesc parametrii blocului “Mcc”, prin intermediul
editorului “mask editor”, ce se activează selectând cu mouse-ul
blocul “Mcc”, iar apoi se apasă [ CTRL + M ].
32
Se rulează programul prezentat în figura 2.6, iar apoi se citesc
de pe graficele rezultate valorile finale la care se stabilizează
viteza servomotorului de curent continuu, precum şi valorile la
care se stabilizează variabilele de ieşire A1 şi A2. Simularea se
face în cazul în care tensiunea de intrare variază pe baza unei
distribuţii de tip treaptă de valoare U a 24 V , iar momentul
rezistent variază tot pe baza unei distribuţii de tip treaptă de
valoare M r 0.225 N m
33
rezistent variază tot pe baza unei distribuţii de tip treaptă de
valoare M r 0.225 N m . După rulare, se citesc de pe
graficele rezultate valorile finale la care se stabilizează viteza
servomotorului de curent continuu, precum şi valorile la care
se stabilizează variabilele de ieşire A1 şi A2.
Se pune în evidenţă fenomenul de creştere a vitezei datorat
creşterii tensiunii de alimentare a servomotorului de curent
continuu.
Se repetă simularea pe baza programului din figura 2.6, în
cazul în care atât tensiunea de alimentare cât şi momentul
rezistent variază sub forma unor sinusoide.
În urma rulării se citeşte amplitudinea semnalului de ieşire
precum şi defazajul dintre variabila de ieşire şi variabila de
intare, atăt în cazul funcţiei de transfer G11 s cât şi în cazul
funcţiei de transfer G12 s . În final, se trag concluzii legate de
o posibila aplicare a metodei prezentate mai sus, în
identificarea unui sitem.
Se realizează următorul program în Matlab
clear
clc
num1=1;
den1=[0.5 1];
num2=1;
den2=[2 1];
t= 0:0.001:20;
for i=1:length(t) % generator semnal treapta
if t(i)<0
u(i)=0;
else
u(i)=5;
end
end
y1=lsim(num1,den1,u,t);
y2=lsim(num2,den2,u,t);
plot(t,y1,'r',t,y2,'b');
grid
title('Raspunsul la intrare treapta 5 [V]')
34
xlabel('Timp [sec]')
ylabel('Uc [V]')
pause;
nyquist(num1,den1);
pause
nyquist(num2,den2);
pause
bode (num1,den1);
pause;
bode (num2,den2);
35
u1(i)=24;
end
end
for i=1:length(t) % generator semnal treapta
if t(i)<0
u2(i)=0;
else
u2(i)=0.225;
end
end
y1=lsim(num1,den1,u1,t);
y2=lsim(num2,den2,u2,t);
plot(t,y1,'r',t,y2,'b');
grid
title('Raspunsul la intrare treapta')
xlabel('Timp [sec]')
ylabel('A1; A2')
pause;
nyquist(num1,den1);
pause
nyquist(num2,den2);
pause
bode (num1,den1);
pause;
bode (num2,den2);
clear
clc
k1=15;
k2=-8000;
w0=250;
csi=0.5; % 0.2 ; 0.5 ; 0.8
num1=k1*w0^2;
den1=[1 2*csi*w0 w0^2];
num2=[k2 k2*2*csi*w0];
den2=[1 2*csi*w0 w0^2];
36
t= 0:0.001:0.2;
fa=1;
wn=2*pi*fa;
for i=1:length(t) % generator semnal treapta
if t(i)<0
u1(i)=0;
else
u1(i)=24;
end
end
for i=1:length(t) % generator semnal treapta
if t(i)<0
u2(i)=0;
else
u2(i)=2;
end
end
y1=lsim(num1,den1,u1,t);
y2=lsim(num2,den2,u2,t);
plot(t,y1,'r',t,y2,'b');
grid
title('Raspunsul la intrare treapta')
xlabel('Timp [sec]')
ylabel('A1; A2')
pause;
nyquist(num1,den1);
pause
nyquist(num2,den2);
pause
bode (num1,den1);
pause;
bode (num2,den2);
37
Se modifică programul prezentat mai sus astfel încât să se
pună în evidenţă efectele introducerii unor poli şi zerouri
suplimentare în cadrul unei funcţii de transfer a unui sistem
liniar de ordinul doi.
4. Conţinutul referatului
38
LUCRAREA 3
2. Breviar teoretic
X j
0
x t e j t dt (3.1)
39
t
u d
not
y t (3.2)
0
not
y k u d (3.3)
0
Denumirea de formula dreptunghiului provine de la faptul
că în intervalul 0 , k , aria cuprinsă între funcţia u şi abscisa
sistemului de axe, se înlocuieşte cu suma ariilor dreptunghiurilor
Ai (a se vedea figura 3.1).
40
k k
y k Ai u i (3.4)
i 0 i 0
În aceste condiţii aplicând formula (3.4) pentru (3.1),
obţinem:
X j
x i e
i 0
j i
(3.2)
x i e
2
j n i
X j n N
; n 0,1, 2, , N 1 (3.4)
i 0
X n
x i W
i 0
i n
n 0,1, 2, , N 1 (3.5)
(3.6)
X(2) = x(0) W
0
+ x(1) W
2
+ x(2) W
4
+ x(3) W
6
41
x i ; i 0,1, 2,3 avem de efectuat 12 adunări şi 16 îmulţiri. Prin
generalizare putem scrie că avem N 2 impulţiri şi N N 1
adunări.
Transformata Fourier rapidă (FFT) este un algoritm de
calcul, mult mai rapid, al transformatei Fourier discrete.
În vederea prezentării algortmului tranformatei Fourier
rapide, se pun relaţiile (3.6) sub formă matricială, la fel ca în
expresia (3.7).
X(0) W 0 W 0 W 0 W 0 x(0)
X(1) 0 1 2 3 x(1)
W W W W (3.7)
X(2) W 0 W 2 W 4 W 6 x(2)
0 3 6 9
X(3) W W W W x(3)
Prima etapă a algoritmului, constă în rescrierea relaţiei
(3.7) sub forma din (3.8).
X(0) 1 1 1 1 x(0)
X(1) 3
= 1 W W W x(1)
1 2
(3.8)
X(2) 1 W 2 W 0 W 2 x(2)
1
X(3) 1 W W W x(3)
3 2
42
j 2
1
j sin = j
1
W =e 4 = cos (3.11)
2 2
2
4 = cos j sin = 1 W
2 j 2 0
W =e (3.12)
j 2
3 3 3
j sin = j W
3 1
W =e 4 = cos (3.13)
2 2
4
4 = cos 2 j sin 2 = 1= W
4 j 2 0
W = e (3.14)
j 2
5 5 5
j sin = j W
5 1
W =e 4 = cos (3.15)
2 2
6
4 cos(3 ) j sin (3 ) 1 W
j 2
W e
6 2
(3.16)
j 2
7 7 7
j sin
7 3
W =e 4 = cos = j =W (3.17)
2 2
8
4 = cos(4 ) j sin(4 ) = 1= W
8 j 2 0
W =e (3.18)
j 2
9 9 9
j sin = j =W
9 1
W =e 4 = cos (3.19)
2 2
În cele ce urmeză, se notează produsul din partea dreaptă a
expresiei (3.9), astfel
x1(0) 1 0 W 0 0 x(0)
0
x1(1) 0 1 0 W x(1) (3.20)
x1(2) 1 0 W 2 0 x(2)
2
x1(3) 0 1 0 W x(3)
Din (3.20), rezultă:
x1(0) = x(0) + W 0 x(2)
x1( 1 ) = x(1) + W x(3)
0
(3.21)
x1( 2 ) = x(0) + W x(2) = x(0) W x(2)
2 0
43
X(0) 1 W 0 0 0 x1(0)
X(2) 2 x (1)
1 W 0 0 1 (3.22)
X(1) 0 0 1 W 1 x1(2)
3
X(3) 0 0 1 W x1(3)
Din (3.22), rezultă:
X (0) x1 (0) W 0 x1 (1)
X (2) x1 (0) W x1 (1) x1 (0) W x1 (1)
2 0
(3.23)
X (1) x1 (2) W x1 (3)
1
1
x t X j e j t d (3.24)
2 0
Utilizând metoda dreptunghiului pentru rezolvarea
numerică a integralei (3.24), obţinem:
44
N 1
2
1 2 2 jn N t
x t X j n e (3.25)
2 N N
n 0
N 1
x i
1
N X ( n) W
n 0
a
i n
; i 0,1, , N 1 (3.26)
2
not
2 not j
unde: X (n) X j n ; j 1 ; Wa e
N
.
N
Relaţia (3.26) reprezintă transformta inversă Fourier,
pentru cazul discret. Funcţia Matlab ce calculează transformata
Fourier inversă, este ifft(x). Pentru mai multe detalii, legate de
funcţia Matlab ifft(x), se dă în promterul din Matlab următoarea
comandă: >>help ifft
Operaţia de convoluţie reprezintă un instrument
fundamental în analiza seriilor de timp. Astfel, răspunsul unui
sistem liniar la orice intrare este obţinut prin convoluţia intrării cu
răspunsul la impuls al sistemului. Filtrele numerice sunt sisteme
liniare şi deci filtrarea numerică poate fi realizată tot printr-o
operaţie de convoluţie.
Produsul de convoluţie a două semnale, u t şi y t , este
o funcţie f t definită prin următoarea relaţie:
f t u t y t
0
u t y d (3.27)
f t
i 0
u t i y i (3.28)
45
În cazul în care discretizăm timpul pe baza următoarei
relaţii: t k ; k 0,1, 2, , N 1 , (3.28) devine:
N 1
f k
i 0
u k i y i ; k 0,1, 2, , N 1 (3.29)
U j
0
u t e j t
dt ; Y j
0
y t e j t dt (3.31)
U n
u i W
i 0
i n
; Y n
y i W
i 0
i n
; n 0,1, , N 1
46
x t . Valoarea medie temporală a semnalului x t se determină
cu următoarea relaţie:
T
1
x t E x t lim
x t dt (3.33)
T T
0
În mod identic, valoarea medie pătratică temporală a
unui semnal x t este definită de următoarea relaţie:
1
x t lim
2
x 2 t dt (3.34)
T T
0
Pe baza celor menţionate mai sus, funcţia de
autocorelaţie a unui semnal x t , este definită ca fiind valoarea
medie temporală a produsului x t x t
T
1
Rxx x t x t lim x t x t dt (3.35)
T T
0
Intervalul de timp , se numeşte timp de corelare.
Valoarea funcţiei de aucorelaţie reprezintă o măsură a gradului de
previzibilitate, ca valoarea semnalului x t să fie egală cu
x t . Din cele prezentate mai sus, se observă următoarea
propietate:
T
1
Rxx 0 x t lim
2
x 2 t dt (3.36)
T T
0
Relaţia (3.36) defineşte puterea semnalului pe intervalul
0 T .
Funcţia de intercorelaţie a două semnale x t şi
y t este definită ca fiind valoarea medie temporală a produsului
x t y t :
T
1
Rxy x t y t lim x t y t dt (3.37)
T T
0
47
În aceste condiţii, densitatea spectrală a puterii
semnalului x t , se defineşte ca fiind transformata Fourier a
funcţiei de autocorelaţie:
S xx j Rxx
0
Rxx e j d (3.38)
1
Rxx S xx j e j d (3.39)
2 0
Transformata Fourier a funcţiei de intercorelaţie defineşte
funcţia de densitate interspectrală a două semnale x t şi y t :
S xy j Rxy
0
Rxy e j d (3.40)
funcţia de intercovarianţă:
N 1
1
Rxy (i )
N k 0
x(k ) y (k i ) ; i 0,1, 2, , N 1 (3.43)
48
Observaţie: În cadrul relaţiilor (3.42) şi (3.43) au fost
eliminate valorile medii ale secvenţelor de date.
Funcţiile de covarianţă prezentate mai sus, pot fi obţinute
din funcţiile de densitate spectrală şi interspectrală, utilizând
relaţiile Wiener – Hincin.
Relaţiile Wiener – Hincin sunt următoarele:
N 1
Rxx (i )
1
N n0
S xx n Wain ; i 0,1, 2, , N 1 (3.44)
N 1
Rxy (i )
1
N n 0
S xy n Wain ; i 0,1, 2, , N 1 (3.45)
S xx (n)
i 0
Rxx i W in ; n 0,1, 2, , N 1 (3.46)
N 1
S xy (n)
i 0
Rxy i W in ; n 0,1, 2, , N 1 (3.47)
49
În mod identic se poate demonstra că densitatea
interspectrală a două semnale x t şi y t se poate determina pe
baza următoarei formule:
1
S xy j
X j Y j (3.49)
N
unde: X este conjugatul funcţiei complexe X , obţinute în urma
transfirmatei Fourier.
Funcţia Matlab ce este utilizată în calculul funcţiilor de
autocovarianţă şi intercovarianţă, este xcorr(x) respectiv
xcorr(x,y). Pentru mai multe detalii, legate de funcţia Matlab
xcorr(x,y), se dă în promterul din Matlab următoarea comandă:
>>help xcorr
3. Modul de lucru
51
N=1001;
ym=y(1:N,2); % citirea variabilei de iesire din
%Workspace
t=y(1:N,1);
ynou=ym-mean(ym);
F1=fft(ynou); % calculeaza FFT pentru iesirea
% sistemului
Ryy=xcorr(ynou,'biased');% calculeaza autocovarianta
% iesirii
Ryy_1=Ryy(1:N);
Y1=fft(ynou,2*N);
Y2=abs(Y1);
Y3=Y2.^2/N;
Rc1=ifft(Y3);
Rc=Rc1(1:N);
for i=1:N
Rd(i)=Rc(N+1-i);
end
Ryy_2=Rd';
Er1=Ryy_1-Ryy_2;
plot(t,Ryy_1,'r',t,Ryy_2,'b');
title('Functia de autocovarianta Ryy')
xlabel('Timp [sec]')
ylabel('Ryy')
pause;
plot(t,Er1,'r');
xlabel('Timp [sec]')
ylabel('Eroare')
N=1001;
um=u(1:N,2); % citirea variabilei de intrare din
% Workspace
52
ym=y(1:N,2); % citirea variabilei de iesire din
% Workspace
t=u(1:N,1);
unou=um-mean(um);
ynou=ym-mean(ym);
Ruy=xcorr(ynou,unou,'biased');% calculeaza
autocovarianta intrarii
Sa=fft(Ruy,2*N);
Sb=abs(Sa);
Suy_1=Sb(1:N);
Y1=fft(unou,2*N);
Y2=fft(ynou,2*N);
Y1a=abs(conj(Y1).*Y2);
Y3=Y1a/N;
Suy_2=Y3(1:N);
Er1=Suy_1-Suy_2;
plot(t,Suy_1,'r',t,Suy_2,'b');
title('Densitatea interspectrala Suy')
xlabel('Timp [sec]')
ylabel('Suy')
pause;
plot(t,Er1,'r');
xlabel('Timp [sec]')
ylabel('Eroare')
4. Conţinutul referatului
53
LUCRAREA 4
Indicatori statistici.
Funcţii Matlab pentru calcule statistice.
2. Breviar teoretic
54
este o variabilă de tip întreg t Z , atunci semnalul aleator se va
numi semnal aleator discret în timp.
Semnalul aleator continuu în timp, se notează astfel:
x t xk t k , t Z , iar semnalul aleator discret în timp are
următoarea notaţie: x n xk n k ; n Z .
Pentru orice valoare particulară a lui t ti sau n ni
semnalul aleator devine o variabilă aleatoare continuă respectiv
discretă în timp. Din cele prezentate mai sus se observă că un
semnal aleator este o mulţime de valori aleatoare indexate.
Indicatorii statistici sunt acele expresii numerice ale unor
trăsături observate pe o colectivitate definită în spaţiu şi timp.
Funcţiile indicatorilor statistici sunt de măsurare, de
comparare, de sinteză, de estimare, de verificare a ipotezelor
statistice şi de testare a semnificaţiilor parametrilor statistici
utilizaţi.
Aceste mărimi sunt cunoscute în general sub denumirea de
indicatori statistici şi se împart în trei mari categorii:
1. Indicatori ai tendinţei centrale
2. Indicatori ai împrăştierii
3. Indicatori ai formei şi distribuţiei.
X 1 2
, (4.1)
p1 p2 pn pi 1
i 1
valoarea medie se calculează pe baza relaţiei:
55
n
EX pi xi (4.2)
i 1
X : ; (4.3)
f x f x dx 1
a
valoarea medie se calculează astfel:
b
EX
a
x f x dt (4.4)
N
1
E x xi (4.5)
N
i 1
Funcţia Matlab ce calculează valoarea medie dată de
relaţia (4.5), este mean(x). Pentru mai multe detalii, legate de
funcţia Matlab mean(x), se dă în promterul din Matlab următoarea
comandă: >>help mean
56
E X E X (4.8)
unde este o constantă reală.
2. Mediana: este acel număr cu proprietatea că variabila
aleatoare are probabilităţi de realizare egale atât la stânga cât şi la
dreapta ei. Mediana se notează în general cu M e şi se detremină
astfel:
pentru cazul unei variabile aleatoare discrete:
1
P X Me P X Me (4.9)
2
Ţinând seama de probabilitatea P X M e F M e
înseamnă că mediana se va determina ca o soluţie a ecuaţiei:
1
F Me (4.10)
2
unde F este funcţia de repartiţie.
pentru cazul unei variabile aleatoare continue: mediana se
găseşte ca o soluţie a ecuaţiei:
Me
1
f x dx (4.11)
a 2
unde f este densitatea de probabilitate sau de repartiţie.
În cazul unei serii de timp pentru care avem N observaţii
oronate crescător, mediana se calculează pe baza următoarei
relaţii:
N 1
x 2 daca N=2k+1
Me N N (4.12)
x
x 1
2 2 daca N=2k
2
Relaţia (4.12) reprezintă formula de calcul a medianei atât
pentru cazul în care N este un număr par cât şi pentru cazul în care
N este un număr impar.
Funcţia Matlab ce calculează mediana unei serii de timp,
este median(x). Pentru mai multe detalii, legate de funcţia Matlab
57
median(x), se dă în promterul din Matlab următoarea comandă:
>>help median
3. Modulul: se notează cu M o şi reprezintă valoarea cea
mai probabilă corespunzătoare variabilei aleatoare.
pentru cazul unei variabile aleatoare discrete:
M0 Me E X (4.13)
Relaţia (4.11) este valabilă în cazul în care distribuţia este
una simetrică.
Dacă distribuţia este una asimetrică, atunci modulul se
determină din egalitatea
E X Mo 2 Me E X (4.14)
pentru cazul unei variabile aleatoare continue: modulul se
găseşte ca o soluţie a ecuaţiei
df x
0 (4.15)
dx
unde f este densitatea de probabilitate.
Observaţie. Totdeauna mediana se găseşte între modul şi
valoarea medie.
Funcţia Matlab ce calculează modulul pentru o serie de
timp, este mode(x). Pentru mai multe detalii, legate de funcţia
Matlab mode(x), se dă în promterul din Matlab următoarea
comandă: >>help mode
4. Momente de ordin superior : momentul de ordin k,
este de fapt valoarea medie a variabilei aleatoare X k .
pentru cazul unei variabile aleatoare discrete de forma
p 1
n
xk
X : i ;
k
pi 0; i 1, n; i (4.16)
pi i 1
px
n
Ek X k
i i (4.17)
i 1
58
f x 0, x a, b
k
x b k
X : ; (4.18)
f x f x dx 1
a
momentul de ordin k este:
b
Ek X
a
x x f x dx (4.19)
B. Indicatori ai împrăştierii
k n
X E X ; pi 0; i 1, m;
pi 1 (4.21)
p i i 1
momentul centrat de ordinul k, este
n
pi xi E X
k
k (4.22)
i 1
59
f x 0, x a, b
x E X k b
X E X :
k
;
(4.23)
f x
f x dx 1
a
momentul centrat de ordinul k, este
b
x E X f x dx
k
k (4.24)
a
D X
x E X f x dx
2
(4.26)
a
60
În cazul unei serii de timp pentru care avem N observaţii
abaterea medie pătratică se calculează pe baza următoarei relaţii:
x D x (4.29)
unde D x este definit de (4.27).
Funcţia Matlab ce calculează abaterea medie pătratică a
unei serii de timp, este std(x). Pentru mai multe detalii, legate de
funcţia Matlab std(x), se dă în promterul din Matlab următoarea
comandă: >>help std
5. Coeficientul de împrăştiere se notează cu V şi se
determină în baza relaţiei:
x
V (4.30)
EX
61
pentru cazul unei variabile aleatoare continue de tip
bidimensional:
Cxy E X E X Y E Y (4.33)
sau
b b
C xy
a a
x E X y E Y h x, y dxdy (4.34)
n n
C xy pij xi E X yi E Y (4.35)
i 1 i 1
Funcţia Matlab ce calculează covarianţa între două serii de
timp, este cov(x,y). Pentru mai multe detalii, legate de funcţia
Matlab cov(x), se dă în promterul din Matlab următoarea
comandă: >>help cov
Covarianţa depinde de unităţile de măsură în care se
măsoară valorile variabilelor aleatoare. Pentru a înlătura această
deficienţă se defineşte un indicator adimensional care măsoară
dependenţa stochastică. Acest coeficient este numit coeficientul
de corelaţie al variabilelor aleatoare X şi Y şi este definit de
următoarea relaţie:
cov X , Y
rxy (4.36)
x y
Funcţia Matlab ce calculează coeficientul de corelaţie a
două serii de timp, este corrcoef(x,y). Pentru mai multe detalii,
legate de funcţia Matlab corrcoef(x), se dă în promterul din
Matlab următoarea comandă: >>help corrcoef
Observaţii:
1. Variabilele aleatoare X şi Y se numesc necorelate
atunci când:
cov X , Y 0 (4.37)
2. Varaibilele aleatoare X şi Y se numesc ortogonale dacă:
62
E X Y 0 (4.38)
3. Variabilele aleatoare X şi Y sunt necorelate dacă şi
numai dacă:
rxy 0 (4.39)
4.Variabilele X şi Y sunt dependente liniar dacă şi numai
dacă:
rxy2 1 (4.40)
5. Dacă rxy 0 se spune că variabilele X şi Y au o
corelare pozitivă sau altfel spus au aceaşi tendinţă. O corelaţie
pozitivă înseamnă că dacă una din variabile creşte (descreşte)
atunci cealaltă are aceaşi tendinţă (în medie).
6. Dacă rxy 0 se spune că variabilele X şi Y au o
corelare negativă sau altfel spus au tendinţă invsersă. O corelaţie
negativă înseamnă că dacă una din varaibile creşte (descreşte)
cealaltă are o tendinţă inversă (în medie).
7. Cele mai importante propietăţi ale covarianţei sunt date
de următoarele relaţii:
cov X , Y E X Y E X E Y (4.41)
cov X , Y cov Y , X (4.42)
cov a X , b Y a b cov Y , X (4.43)
În probleme concrete de mare importanţă variabilele
aleatoare şi seriile de timp se reprezintă grafic prin intermediul
histogramei. Histograma se prezintă ca o succesiune de
dreptunghiuri ale căror lungimi sunt pi pentru punctul xi , i 1, n
şi ale căror lăţimi sunt toate egale cu unitatea. Funcţia Matlab ce
realizează cele menţionate mai sus are următoarea sintaxă hist(x).
Această funcţie grupeză elementele lui y în 10 intervale egale şi
returnează numărul de elemente din fiecare interval.
4. Modul de lucru
64
%_________________________________
%Indicatori ai imprastierii
disp('.......................................')
disp('2. Indicatori ai imprastierii')
disp('.......................................')
Vmax=max(y); %determina cea mai mare componenta a lui
%variabilei y
Vmin=min(y); %determina cea mai mica componenta a
%variabilei aleatoare y
A=Vmax-Vmin; %calculeaza amplitudinea
disp('Amplitudinea')
disp(A)
k2=4;
g2=y-mean(y);
g3=g2.^k2;
Mu=mean(g3); %calculeaza momentul centrat de ordin k2
disp('Momentul centrat de ordinul 4')
disp(Mu)
D1=var(y); %calculeaza dispersia
disp('Dispersia')
disp(D1)
Si=std(y); %calculeaza abaterea medie patratica
disp('Abaterea medie patratica')
disp(Si)
V=std(y)/mean(y); % calculeaza coeficientul de
% imprastiere
disp('Coeficientul de imprastiere')
disp(V)
disp('.......................................')
%_________________________________
%Indicatori ai formei distributiei
disp('.......................................')
disp('3. Indicatori ai formei distributiei')
disp('.......................................')
k3=3;
g4=y-mean(y);
g5=g4.^k3;
I2=mean(g5)/(std(y))^k3; % indicatorul de
% asimetrie
disp('Indicatorul de asimetrie')
disp(I2)
k4=4;
g5=y-mean(y);
g6=g5.^k4;
B=mean(g6)/(std(y))^k4; %indicatorul de boltire
65
disp('Indicatorul de boltire')
disp(B)
Ea=B-3; %calculeaza coeficientul de aplatizare
disp('Coeficientul de aplatizare')
disp(Ea)
disp('.......................................')
%_________________________________
disp('.......................................')
x2=x-mean(x);
y2=y-mean(y);
Caxy=mean(x2.*y2);% calculeaza covarianta lui (x,y)
Cbxy=cov(x,y); % calculeaza covarianta lui (x,y)
disp('Covarianta Cxy')
disp(Caxy)
raxy=corrcoef(x,y); %calculeaza coeficientul de
%corelatie pentru (x,y)
Six=std(x);
Siy=std(y);
rbxy=Caxy/(Six*Siy);
disp('Coeficientul de corelatie rxy')
disp(rbxy)
disp('.......................................')
%_________________________________
4. Conţinutul referatului
66
LUCRAREA 5
2. Breviar teoretic
67
Filtrele numerice cele mai simple sunt filtrele de mediere.
Ieşirea unui astfel de filtru este media aritmetică a unui număr de
eşantioane succesive.
N
1
y k x k i 1 (5.1)
N
i 1
M N
y k bi x k i am y k m (5.2)
i 0 m 1
Pentru o mai buna înţelegere, în cele ce urmează se
prezintă ecuaţia cu diferenţe a unui filtru recursiv de ordinul unu:
M
y k bi x k i a1 y k 1 (5.3)
i 0
Din (5.3) se observă că în calculul secvenţei de ieşire se
utilizează numai o singură valoare trecută a ieşirii.
Valorile coeficienţilor a şi b pentru câteva categorii
importante de filtre de ordinul unu, sunt date în tebelul următor:
Tip filtru b0 b1 a1
Integrator T 0 -1
Diferenţiator 1/T -1/T 0
Trece – jos 1-α 0 -α
Trece – sus 1-α 0 α
68
În cadrul tabelului prezentat mai sus, prin T s-a notat
timpul de eşantionare iar este o constantă pozitivă subunitară
0,1 .
Observaţie: Instrumentul standard de analiză a unui filtru
se bazează pe funcţia de transfer şi pe reprezentarea
caracteristicilor amplitudine – frecvenţă şi fază – frecvenţă.
O altă problemă importantă în prelucrarea datelor
experimentale este eliminarea valorilor eronate. Valorile eronate
se datorează în general sistemelor de achiziţie a datelor (pierderile
de semnal pe linia de transmisie, anumite defecţiuni ale
convertorului analog – numeric sau ale echipamentului de
formatare a datelor etc). Detectarea valorilor eronate este greu de
realizat din acest motiv se recomandă utilizarea unor programe de
editare. Valorile eronate sunt înlocuite cu alte valori sau nu sunt
utilizate.
3. Modul de lucru
69
Structura internă a filtrului numeric prin mediere este
prezentată în figura următoare:
70
Se rulează programul prezentat mai sus în care se pune în
evidenţă modul de eliminare a tuturor datelor, din vectorul
eroare Er1 , ce nu satisfac condiţia: Er1 0.1 .
Se interpretează şi se trag concluzii pe baza rezultatelor
obţinute.
4. Conţinutul referatului
71
LUCRAREA 6
2. Breviar teoretic
72
Sisteme de reglare din componenţa standului sunt:
Sistem de control automat al nivelului
Sistem de control automat al debitului
Sistem de control automat al temperaturii
Sistem de control automat al presiunii
73
2 senzori de proximitate, capacitivi, pentru nivel min/max
în rezervorul de jos ;
Comutator plutitor pentru funcţia prag (electromecanic) în
rezervorul de sus;
Comutator plutitor pentru monitorizarea alarmei de
inundare în rezervorul de jos ;
Pompă centrifugă ;
Variatorul de tensiune continuă;
Valvă proporţională cu modul de control electronic ;
Sistem de încălzire, cu releu de control integrat;
Valvă cu bilă acţionată pneumatic ;
Terminale I/O ;
PLC.
Terminal pentru semnale analogice ;
Convertor de semnale: din curent în tensiune, din frecvenţă
în tensiune.
Funcţiile fiecărui sistem de reglare rezultă din combinaţia
specificată a valvelor manuale precum şi din programarea,
configurarea şi parametrizarea automatului programabil şi a
sistemului de control.
În continuare vor fi descrise componentele principale ale
sistemului de reglare a debitului de apă de pe o conductă.
Partea fixă a sistemului de reglare a debitului de apă de pe
o conductă, din componenţa standului, este compusă din:
elementul de execuţie (pompa centrifugă şi variatorul
de tensiune continuă utilizat pentru reglarea vitezei
pompei centriguge);
procesul tehnologic (conducta ce are un anumit
diametru intern şi o anumită lungime);
elementul de măsură (traductorul de debit şi
adaptorul frecvenţa – tensiune).
Cele meţionate mai sus sunt puse în evidenţă în cadrul
figurii 6.1.
A. Traductorul de debit din componenţa sistemului de
reglare a debitului este un anemometru. Aşa cum se ştie,
măsurarea debitului cu astfel de traductoare se bazează pe efectul
74
de antrenare a unui rotor de către fluidul ce trece prin traductor.
Turaţia rotorului (frecventa rotorului) este proporţională cu viteza
medie de curgere a fluidului, însă depinde şi de alţi factori cum
sunt: vâscozitatea, densitatea fluidului, particularităţile de
construcţie ale traductorului, s.a. Turatia rotorului se determina
pe baza unui senzor de viteza optic.(a se vedea figura 6.2)
75
Pe de alta parte din definiţia factorului K ştim că la un
debit de 1 litru/min avem 8000 de pulsuri/litru, astfel pentru
debitul minim de 0.3 litri/min conform regulii de trei simple vom
avea 2400 pulsuri/min sau altfel scris 40 pulsuri/secundă deci o
frecventa de 40 Hz.
În mod asemănător pentru debitul maxim de 9 litri/min
vom avea 72000 pulsuri/min sau altfel scris 1200 pulsuri/secundă
deci o frecvenţă de 1200 Hz.
Caracteristica statică a traductorului de debit este
prezentată în figura 6.4.
76
Adaptorul este proiectat astfel încât pentru o frecvenţă de
0Hz să avem la ieşire o tensiune de 0V, iar pentru frecvenţa
maximă de 1200Hz să avem la iesire o tensiune de 10 V.
B. Elementele de execuţie din cadrul sistemelor de reglare
a debitului pot fi servoventile comandate pneumatic, hidraulic sau
electric şi servopompe. În cadrul sistemului de reglare a debitului,
din componenţa standului FESTO, elementul de execuţie este o
servopompă centrifugă CM30P7-1 produsa de firma „Johnson
Pump” (a se vedea figura 6.5).
77
montare; 6. Şaibă; 7. Arborele motorului; 8. Şaibă; 9. Carcasa
bobinei motorului.
79
Principalele date tehnice ale variatorului de tensiune
continuă şi a circuitului de comandă a acestuia sunt prezentate în
tabelul următor:
Parametru Valoare
Tensiunea de operare 24 VDC
Intrare -10…+10 Vdc
Ieşire -24…+24 Vdc
Curent de ieşire Max. 1 A
80
unde:
▪ DH este diametrul intern al tubului rezistiv;
▪ L este lungimea tubului rezistiv;
▪ Leq este lungimea echivalenta a rezistentelor locale;
▪ f este factorul de frecare calculat pe baza relaţiilor (6.3).
Ks
f daca Re ReL
Re
fT f L
f fL Re ReL daca ReL Re ReT (6.3)
ReT ReL
1
f 2
daca Re ReT
r
1.11
1.8 log 6.9 DH
10
Re 3.7
unde:
F DH
▪ Re este numarul lui Reynolds.
A
▪ K s este factorul de forma de caracterizeaza tevile
transversale;
▪ f L este factorul de frecare in regim laminar;
▪ fT este factorul de frecare in regim turbulent;
▪ ReL este numarul maxim a lui Reynolds in regim
laminar;
▪ ReT este numarul maxim a lui Reynolds in regim
turbulent;
▪ A este aria sectiunii transversale a tubului rezistiv;
▪ r este coeficientul de rugozitate al suprafetei interne a
tubului rezistiv;
▪ este vascozitatea cinematica a fluidului;
81
Pentru regimul staţionar de curgere se echilibrează forţele
care actionează în sistem şi se obtine relaţia:
F02
P0 A A0 (6.4)
2 A2
în care:
82
F0 F t d
p(t ) A L F t (6.9)
A dt
In cele ce urmeaza daca se trece la transformata Laplace în
conditii initiale nule in cadrul relatiei (6.9), obtinem:
F
Ap ( s ) L s 0 F s (6.10)
A
Din ecuaţia (6.10), se obţine uşor funcţia de transfer a
tubului rezistiv:
F s
F0 kp
H pa s (6.11)
p ( s ) pa s 1
P0
unde: ▪ kp este factorul de amplificare;
▪ pa constanta de intarziere a tubului rezistiv;
1 AL
▪ kp ; pa
2 F0
Conducta tehnologică din componenţa standului FESTO
are următoarele caracteristici: DH 0.013m ; L 0.12m iar aria
secţiunii conductei, se calculează cu ajutorul următoarei formule:
2
DH
A . Pentru calculul coeficientul de frecare vom folosi
2
formulele (6.3).
Pentru a calcula acest coeficient de frecare vom calcula
F DH
numarul lui Reynolds Re unde este vascozitatea
A
cinematică a apei ce are densitea 998,2071 Kg / m 3 la o
temperatura a apei de 20 0 C ; F este debitul de apă pompat:
5.9
F 5.9 litri / min m3 / sec . Debitul de apă pompat
60 1000
este ales ca fiind debitul ce îl poate da pompa centrifuga atunci
cand este alimentata la tensiunea de 10 [V].
83
Debitul maxim ce poate să îl dea pompa centrifuga este
de 22,5litri / min atunci când este alimentata la o tensiune de 24
[V]. Vascozitatea cinematică a apei este: 1.004 10 6 m 2 / sec ,
obtiunuta la o temeperatura de 20 0 C a apei.
In urma calculelor s-a obtinut Re 9.593 103 4000
ceea ce inseamna ca avem un regim de curgere turbulent.
Atunci cand numarul lui Reynolds este cuprins intre
valorile ReL 2300 si ReT 4000 curgerea se numeste curgere
tranzitorie iar atunci cand numarul lui Reynolds este mai mic
decat 2300 atunci curgerea se numeste laminara.
Coeficientul de rugozitate al conductelor de plastic este o
valoare cuprinsa in intervalul r 0.0015 0.007 10 3 m .
Din acest motiv in cadrul problemei noastre se alege
pentru coeficientul de rugozitate al suprafetei interne a conductei,
urmatoarea valoare r 0.0015 103 m .
Din cadrul relatiei trei din (6.3), obtinem : f 0.031 .
În aceste condiţii constantele ce definesc modelul
matematic al conductei tehnologice se pot calcula pe baza
relaţiilor (6.11). În urma calculelor obţinem:
k p 1 / 2 ; pa 0.56 sec (6.12)
unde s-a ţinut cont că:
5.9
Leq 0 m ; F0 5.9 litri / min m3 / sec .
60 1000
În aceste conditii funcţia de transfer a conductei
tehnologice, este:
F s
F0 kp 0.5
G pa s (6.13)
p s 1 pa s 1 0.56 s
P0
În aceste condiţii modelul matematic al conductei
tehnologice este complet determinat.
84
2.2. Modelul matematic a elementului de execuţie
L R J
unde: Ta a ; Tm a .
Ra Ke Km
Modelul matematic al pompelor centrifuge este bazat pe
caracteristicile interne ale pompelor şi pe caracteristicile externe
ale conductei. În acest sens, în cadrul figurii 6.9 se reprezintă
caracteristicile mai sus amintite, pentru un caz oarecare, punând în
evidenţă valorile de regim staţionar ale debitului şi ale presiunii.
85
Caracteristicile pompei centrifuge şi ale conductei se obţin
pentru o anumită valoare a turaţiei motorului de curent continuu
din componenţa pompei centrifuge. Pe de altă parte, pe baza
regresiei polinomiale se pot obţine cele două caracteristici ale
pompei centrifuge respectiv ale conductei tehnologice.
Caractersiticile pompei centrifuge şi ale conductei
tehnologice, sunt:
Pa a n b n F c F
2 2
(6.15)
Pc Pb d F
2
F
bn b 2
4 d c a n 2 4 d c Pb
(6.18)
2 d c
În cadrul expresiilor (6.17) şi (6.18) s-a presupus că
discriminantul ecuaţiei de gradul doi este pozitiv. Din cadrul
relaţiei (6.18) se observă că, atunci când presiunea statică a
rezervorului în care este refulat fluidul este nulă ( Pb 0 ), obţinem
următoarea relaţie între debit şi turaţie:
86
b b 2
4 d c a
F n (6.19)
2 d c
Relaţia (6.19) evidenţiază o dependenţă liniară între debit
şi turaţia motorului de curent continuu din comonenţa pompei
centrifuge, atunci când presiunea statică a rezervorului în care este
refulat fluidul, este nulă.
Pentru a calcula mult mai uşor panta dreptei definită de
expresia (6.19), se utilizează valorile nominale ale turaţiei şi ale
debitului pompei centrifuge. Aceste valori sunt scrise pe orice
pompă centrifugă. În aceste condiţii, ecuaţia (2.33) poate fi scrisă
astfel:
F
F N n (6.20)
nN
unde: FN este debitul nominal al pompei centrifuge obţinut la o
turaţie nominală nN.
În cele ce urmează, dacă introducem relaţia (6.20) în
cadrul primei ecuaţii din (6.15), obţinem:
F F2
Pa a b N c 2N n 2 (6.21)
nN nN
Relaţia (6.21) pune în evidenţă faptul că presiunea de
refulare a pompei centrifuge este direct porporţională cu turaţia
motorului de curent continuu ridicată la pătrat. Relaţia (6.21) este
valabilă atunci când presiunea statică a rezervorului în care este
refulat fluidul, este nulă.
Datorită faptului că presiunea nominală şi debitul nominal
al pompei centrifuge sunt obţinute la turaţie nominală, putem scrie
următoarea relaţie:
PaN a nN2 b nN FN c FN2 (6.22)
Dacă împărţim expresia (6.22) cu nN2 , obţinem:
2
PaN F F
2
a b N c N (6.23)
nN nN nN
Ţinănd cont de expresia (6.23), relaţia (6.21) devine:
87
PaN 2
Pa n (6.24)
nN2
unde: PaN este presiunea nominală de refulare a pompei
centrifuge.
Intre viteza rad / sec si turatia n rot / min a
motorului exista urmatoarea relatie de legatura:
2 n n
(6.25)
60 30
Relatia prezentata mai sus in urma aplicarii transformatei
Laplace devine:
s N s (6.26)
30
In aceste conditii functia de transfer (6.14) devine:
1 30
N s Ke
Gsa s (6.27)
U a s Ta Tm s 2 Tm s 1
Variabila perturbatoare a sistemului de reglare este
presiunea Pc , care împreună cu presiunea de refulare a pompei Pa
definesc căderea de presiune P .
P Pa Pc (6.28)
Din cele prezentate mai sus se observă că relaţia (6.24)
este neliniară, astfel încât pentru a liniariza această expresie, vom
aplica teorema micilor variaţii ale variabilelor în jurul valorilor
staţionare. În acest sens, putem să scriem următoarele relaţii:
Pa (t ) Pa 0 Pa (t )
(6.29)
n(t ) n0 n(t )
Înlocuind expresiile (6.29) în relaţia (6.24) obţinem:
P
Pa 0 Pa (t ) aN2 n0 n(t )
2
(6.30)
nN
Dacă se extrage din relaţia (6.30), regimul staţionar şi se
neglijează termenul pătratic n 2 t , se obţine:
88
PaN
Pa (t ) 2 n0 n(t ) (6.31)
nN2
În cele ce urmează, dacă se trece la transformata Laplace
în condiţii iniţiale nule în cadrul relaţiei (6.31), obţinem:
P
Pa ( s ) 2 aN2 n0 N ( s ) (6.32)
nN
Din cadrul expresiei (6.32) putem explicita următoarea
funcţie de transfer:
P s
G pc s a k pc (6.33)
N ( s )
unde:
P
k pc 2 aN2 n0 (6.34)
nN
Expresia (6.27) in cazul micilor variatii in jurul punctului
static de functionare, devine:
1 30
N s Ke
Gsb s (6.35)
U a s Ta Tm s 2 Tm s 1
Expresia (6.35) sa obtinut in urma eliminari relatiei de
regim stationar.
În aceste conditii functia de transfer a pompei centrifuge,
este:
k pc 30
Pa s Ke
G1 s G pc s Gsb s (6.36)
U a s Ta Tm s 2 Tm s 1
Procedând în mod asemănător cu expresia (6.28), obţinem:
P0 p (t ) Pa 0 Pa (t ) Pc 0 Pc (t ) (6.37)
Din cadrul relaţiei (6.37) în urma extragerii expresiei de
regim staţionar, obţinem:
p(t ) Pa (t ) Pc (t ) (6.38)
În urma aplicării transformatei Laplace, relaţia (6.39)
devine:
89
p ( s ) Pa ( s ) Pc ( s ) (6.39)
Relaţia (6.39) reprezintă legătura între funcţia de transfer a
pompei centrifuge (6.36) şi funcţia de transfer a conductei
tehnologice (6.13).
Relatia (6.13) mai poate fi scrisa si astfel:
F
kp 0
F s P0
G2 s (6.40)
p s 1 pa s
În aceste condiţii schema bloc a pompei centrifuge în
tandem cu conducta tehnologica, este:
k pc 30 F
unde: h3 k p 0 ; G3 s G2 s G1 s .
Ke P0
În cadrul expresiei (6.41) dacă se dă factor comun fortat la
deînpartitor pe Ta Tm , obtinem:
F s h4
G3 s (6.42)
U a s 2 1 1
s s 1 pa s
Ta Ta Tm
h3
unde: h4 .
Ta Tm
90
Pe de altă parte Tm Ta (constanta de timp mecanica este
mult mai mare decât constanta de tip electrica), pentru toate
tipurile de servomotoare de curent continuu iar ecuatia
1 1
s2 s 0 (6.43)
Ta Ta Tm
1 1
are determinantul 2 4 0 iar radacinile (polii) sunt
Ta Ta Tm
strict negative (negativi). Acest lucru ne arata ca motorul de
curent continuu din componenta pompei centrifuge este asimptotic
stabil.
Solutiile ecuatiei (6.44) le vom nota astfel:
s1 T1 si s2 T2 (6.44)
În aceste conditii polinomul de gradul doi de la
deînpartitor se poate scrie astfel:
1 1
s2 s s T1 s T2 (6.45)
Ta Ta Tm
Expresia (6.45) mai poate fi scrisă şi astfel:
1 1
s2 s T1 T2 1 Td s 1 Te s (6.46)
Ta Ta Tm
1 1
unde: Td iar Te .
T1 T2
In aceste conditii functia de transfer (6.42) devine:
F s h5
G3 s (6.47)
U a s 1 Td s 1 Te s 1 pa s
h4
unde: h5 .
T1 T2
În general una din constantele de timp din cadrul
polinomului polilor functiei de transfer (6.47) este cea mai mare
iar celelalte sunt mult mai mici decat aceasta.
Din acest motiv în cele ce urmeaza vom presupune că
pa Td ; Td Te .
91
În aceste conditii expresia 1 Te s 1 Td s poate fi
aproximata astfel:
1 Td s 1 Te s 1 T s (6.48)
unde: T Td Te iar termenul Te Td s 0 . Aceasta aproximare
2
92
Observaţie: La o tensiune de alimentare de 24V, motorul
atinge turaţia de 3000 rot/ min .
În vederea determinării parametrilor ce definesc funcţia de
transfer (6.49), vom considera că: F0 26 litri / min ;
PaN 0.1 bar ; nN 3000 rot / min ; n0 3000 rot / min .
În cadrul determinării parametrilor, din componenţa
funcţiei de transfer (6.49), presupunem că: Pc 0 0 .Ţinând cont de
această presupunere, din relaţia următoare
P0 Pa 0 Pc 0 (6.50)
rezultă: P0 Pa 0 PaN .
În urma calculelor se obţin următoarele valori:
h5 0.6222 ; T 0.1471sec (6.51)
În aceste condiţii funcţia de transfer (6.49) devine:
F s 0.6222
G3 s (6.52)
U a s 1 0.56 s 1 0.1471 s
Relaţia (6.52) defineşte funcţia de transfer echivalentă a
ansamblului pompă centrifugă – conductă tehnologică în ipoteza
că Pc ( s ) 0 .
Observaţie: În cadrul modelului matematic a elementului
de execuţie, anasamblul format de variatorul de tensiune şi
circuitul de comandă a acestuia, este considerat a fi un element
proporţional ce are constanta de proporţionalitate egală cu
unitatea.
Acestă presupunere este una viabilă, deoarece prin
intermediul potenţiometrului (a se vedea figura 6.8) ieşirea
controlerului este reglată la 0 V pentru o intrare de 0 V, respectiv
o valoare de 10V, la ieşire, pentru o intrare de 10V.
Timpul mort ce afectează ansamblul variator de tensiune -
circuit de comandă, este unul neglijabil astfel încât el nu este luat
în calcul.
93
2.3. Modelul matematic a elementului de măsură
94
K U max
ut t F t (6.57)
60 f max
În aceste condiţii, trecând la transformata Laplace în
condiţii initiale nule, din (6.57) obţinem funcţia de transfer a
ansamblului traductor – adaptor frecvenţa/tensiune:
U t s
G4 s KT (6.58)
F s
K U
unde: KT max .
60 f max
În urma calculelor obţinem:
8000 10
KT 1.1111 (6.59)
60 1200
În aceste condiţii, funcţia de transfer a elementului de
măsură a debitului este complet definită.
În vederea determinării funcţiei de transfer a părtii fixe,
vom completa schema bloc din figura 6.10 cu functia de transfer
(6.58). În aceste condiţii, schema bloc a părţii fixe este dată în
figura 6.12:
95
Pe baza funcţiei de transfer (6.52) şi a relaţiei (6.59),
funcţia de transfer a părţii fixe este:
U t s 0.691
GPF s (6.61)
U a s 1 0.56 s 1 0.1471 s
În aceste condiţii, funcţia de transfer a părţii fixe este
complet definită şi este dată de relaţia (6.61).
3. Modul de lucru
96
Pe baza funcţiei de transfer (6.60) se studiază stabilitatea părţii
fixe utilizând teorema de stabilitate sub formă operaţională.
“Condiţia necesară şi suficientă ca un sistem să fie extern
stabil (BIBO stabil) este ca polii funcţiei de transfer ai
sistemului să aibă partea reală strict negativă. În cazul polii
sunt simpli şi au partea reală nulă sistemul se numeşte limitat
stabil”.
Se realizează în Matlab următorul program:
clear;
clc;
Kpf=0.691;
T1=0.56;
T2=0.1471;
num=Kpf;
den=[T1*T2 (T1+T2) 1];
[A,B,C,D]=tf2ss(num,den)
eig(A)
Se rulează programul prezentat mai sus şi se pun în evidenţă
valorile proprii ale matricei A. Pe baza acestora se studiază
stabilitatea internă a părţii fixe. “Un sistem este asimptotic
stabil dacă şi numai dacă valorile proprii ale maticei A au
partea reală strict negativă. În cazul în care valorile proprii
sunt simple şi au partea reală nulă sistemul se numeşte limitat
stabil”. Matricile A,B,C,D din componenţa sistemului de
ecuaţii intrare – stare – ieşire se determină cu ajutorul funcţiei
Matlab, tf2ss. Pentru mai multe detalii legate de funcţia tf2ss,
se dă în promterul din Matlab următoarea comandă: >>help
tf2ss. Observaţie: Stabilitatea internă implică stabilitatea
externă. Reciproca nu este întodeauna adevărată.
4. Conţinutul referatului
97
LUCRAREA 7
2. Breviar teoretic
98
K a e Tm s
G ( s) (7.1)
1 T s
K a e Tm s
G(s) (7.2)
1 T s
n
Ka
G ( s) (7.3)
1 T1 s 1 T2 s
K a e Tm s
G(s) (7.4)
1 T1 s 1 T2 s
Pentru cazurile în care pe baza informaţiei apriorice, se
adoptă aproximarea cu unul dintre modelel menţionate mai sus,
problema identificării se reduce la evaluarea parametrilor
respectivi. Acestă simplificare a permis dezvoltarea unor modele
de calcul relativ uşoare şi rapide a parametrilor folosind
procedeele grafice.
În vederea identificării în prima etapa se determină
răspunsul la intrare treaptă a sistemului ce urmeză a fi identificat.
Funcţia indicială y (t ) obţinută, se normează la valoarea de
regim staţionar:
y (t )
y* (t ) (7.5)
yst
În aceste condiţii, răspunsul la intrare treaptă poate fi
reprezentat grafic la fel ca în figura următoare:
99
În cele ce urmeză vom face referire doar la funcţia de
transfer (7.1).În cadrul figurii 7.1 prin A s-a notat punctul de
inflexiune al funcţiei indiciale, iar B corespunde valorii de
y* (t B ) 0,9 din care rezultă valoarea lui t B .
Aceste coordonate sunt utilizate în calculul constantelor de
timp T şi Tm . Ţinând seama de expresia funcţiei indiciale
aproximative, prin normare în intervalul T Tm , avem:
t Tm
y* (t ) 1 e T u t Tm (7.6)
Pentru t t A avem:
t A Tm
t A Tm
yA 1 e T
sau ln 1 y A (7.7)
T
Pentru t t B avem:
t B Tm
t B Tm
yB 1 e T
sau ln 1 yB (7.8)
T
Dacă scădem expresiile (7.8) din (7.7) obţinem:
tB t A
ln 1 ya ln 1 yB (7.9)
T
Din cadrul relaţiei (7.9) putem explicita constanta de timp T:
tB t A
T (7.10)
ln 1 ya ln 1 yB
De asemenea, dacă înmulţim expresia (6.7) cu t B şi
expresia (7.8) cu t A obţinem:
t At B Tmt B
t B ln 1 y A
T (7.11)
t At B Tmt A t ln 1 y
T
A B
100
Efectuând calculele rezultă:
Tm t B t A
t B ln 1 y A t A ln 1 yB (7.13)
T
În aceste condiţii, din cadrul expresiei (7.13) obţinem
constanta de timp Tm :
t B ln 1 y A t A ln 1 yB
Tm (7.14)
ln 1 y A ln 1 yB
3. Modul de lucru
101
Figura 7.1. Modul de conectare a placii de achizitie
102
Figura 7.3. Interfata softului Fluid Lab în urma selectării
optinunii „Closed –Loop Control – continuous”
103
din cadrul figurii 7.3 semnifica faptul că valoarea tensiunii
aplicate rotorului motorului de curent continuu este de 10V. În
cazul in care w = 0.5 valoarea tensiunii este U = 5V.
În etapa a 6-a se seteaza valoarea portului de intare
analog la valoarea 1 logic ceea ce semnifica achizitia tensiunii
direct proportionala cu debitul de apa de la iesirea adaptorului f/u.
În etapa a 7 –a se seteaza valoarea controlului manual la
valoarea zero. Din cadrul acestei grile, pusă in evidentă în cadrul
figurii 7.3 cu culoare verde, se realizeaza pornirea pompei
centrifuge la un anumit moment de timp dorit atunci cand
valoarea controlului manual este setata în 1 logic.
Dupa efectuarea setarilor mai sus amintite, vom putea
obtine raspunsul la intarea treapta de 10V a parti fixe. În acest
sens pentru a obtine raspunsul la intrare treapta de tensiune de
10V se procedeaza astfel:
1. Se realizeaza setarile mai sus amintite.
2. Se apasa butonul START (a se vedea figura 7.3). Dupa
apasarea lui acesta işi schimba starea in STOP (pe iconul
butonului apare textul STOP) .
3. La un anumit moment de timp t0 dorit se seteaza valoarea
controlului manual în 1 logic, ceea ce înseamna că pompa
porneste brusc find alimentata cu o tensiune de 10V.
4. Dupa un anumit moment de tip t, atunci cand tensiunea ut
de la adaptorul f/u se stabilizeaza pe o anumita valoare, se
seteaza valoarea controlului manual în 0 logic.
5. Dupa un interval de timp t1 se apasa butonul STOP.
6. Se salveaza datele identificate in format txt. apasand
butonul ASCII din cadrul meniului prezentat in cadrul
figurii 7.3.
În cele ce urmeaza in cadrul figurii 7.4 se prezinta
răspunsul părtii fixe la intrare de tip treaptă de tensiune de 10V. În
cadrul acestei figurii cu culoare rosie este reprezentată tensiunea
ut de la adaptorul f/u iar cu culoare verde este reprezentata
tensiunea de alimentare a motorului de curent continuu din
componenta pompei centrifuge.
104
Figura 7.4. Raspunsul la intare treapta de tensiune âa
partii fixe
105
Dupa determinarea raspunsului la intrare treapta si a salvarii
datelor experimentale se reprezinta grafic raspunsul normat
(normarea se face faţă de valoarea de regim stationar), la
intrare treapta utilizand programul Matlab. In vederea acestui
lucru fisierul text salvat sub denumirea exemplu.txt se
deschide utilizand programul Excel. Din cadrul programului
Excel se selecteaza din meniul File optiunea Open şi se
selecteaza tipul fisierelor să fie de tip text. După aceasta
operatie se merge în directorul unde a fost salvat fişierul
exemplu.txt şi se deschide. În etapa a-2-a se realizeaza
conversia datelor din cadrul fisierului text in fisier Excel
parcurgand urmataorele etape prezentate în cadrul figurilor
7.6,7.7 şi 7.8.
106
Figura 7.7. Selectarea optiunii Space
107
Realizând operaţiile mai sus menţionate în urma aplicării
butonului Finish vom obtine un fisier Excel ce contine datele
măsurate cu ajutorul placii de achizitie din componenta standului
FESTO.
108
Figura 7.10. Noul fisier Excel ce contine datele din
coloanele A si B a fisierului exemplu.xls.
109
Figura 7.11. Fisierul obtinut in urma deschideri
fisierului data.xls in Matlab
110
În urmatoarea etapa se apasa butonul Finish (a se vedea
figura 7.12), iar în urma acestei operati datele sunt transferate în
Matlab, în cadrul spatiului de lucru „Workspace” (a se vedea
figura 7.13)
111
Figura 7.14. Programul Matlab grafic.m necesar pentru
citirea valorii de regim stationar.
112
Din cele prezentate, putem spune cu certitudine că:
K u 6.601 . În cele ce urmeaza vom raporta raspunsul indicial y
la valoarea de regim staţionar.
În acest sens vom realiza urmatorul program Matlab
prezentat in cadrul figurii 7.16. Iesirea ut (tensiunea de la
adaptorul f/u) este raportata la valoarea K u 6.601V iar
tensiunea de alimentare ua a motorului de curent continuu este
raportata la valoarea de U s 10 V .
K u 6.601
În aceste condiţii: K a 0.6601 .
Uu 10
113
Figura 7.17. Răspunsul indicial normat al părtii fixe
(rosu – tensiunea normată de iesire ut a adaptorului f/u;
albastru – tensiunea normata de alimentare a motorului de
curent continuu - Mcc)
114
Figura 7.18. Raspunsul indicial normat - scalat al
partii fixe.
.
115
Pe baza celor mentionate, constantele ce sunt necesare în
calculul timpului T si a timpului mort Tm au urmatoarele valori:
t0 19.85 ; tA 20 ; ya 0.005151 ; tB 21.2894 ; yb 0.9
Cu ajutorul acestor constante valorile lui T si Tm se
calculeaza pe baza formulelor (7.10) şi (7.14).
Pentru a realiza calculul constantelor de timp definite de
expresiile (7.10) şi (7.14) s-a realizat un program Matlab ce este
prezentat in cadrul graficului 7.20.
117
Figura 7.22 Parametrii blocurilor treapta S1 (partea stanga) si
a blocului treapta S2 (partea dreapta)
118
În aceste conditii în urma rulării programului Matlab –
Simulink prezentat in cadrul figurii 7.21, în cadrul spatiului de
lucru al Matlabului (în Workspace) va aparea variabila
validare.mat ce este de tip matrice (array). În prima coloana a
variabilei validare.mat sunt valorile timpului iar în coloana doi
sunt valorile variabilei de iesire (tensiunea ut a adaptorului f/u).
Cele mentionate mai sus se pot observa în cadrul figurii 7.24.
119
Figura 7.25 Programul necesar pentru suprapunerea
răspunsului, obţinut prin simulare şi experimental,
la intrare treaptă
120
În cadrul figurii 7.26 semnalul de intrare de tip treapta este
prezentat cu culoare albastra.
Pentru a vedea performantele metodei de identificare
prezentate in cadrul acestei lucrari vom realiza o scalare a
graficului prezentat in cadrul figurii 7.26 în jurul valorii initiale
( t0 19.85 sec ) şi a valorii finale ( t f 160 sec ).
4. Conţinutul referatului
121
LUCRAREA 8
2. Breviar teoretic
122
B
G j (8.3)
A
şi faza funcţiei de transfer
a
360 (8.4)
T
2
unde T este perioada semnalului de probă T , iar a este
defazajul dintre semnalul de intrare şi ieşire.
În acest fel, pentru diverse valori ale pulsaţiei
k 2 f k se obţin diverse valori ale modulului şi a fazei
funcţiei de transfer. Pe baza acestora se pot realiza caracteristicile
amplitudine-pulsaţie şi fază-pulsaţie.
Metoda prelucrării automate. Această metodă se aplică
atunci când semnalul de la ieşirea procesului este afectat de
perturbaţii (a se vedea figura 8.1). În cazul în care perturbaţia nu
este corelată cu intrarea ( Ruv 0 ) atunci influenţa perturbaţiei
se elimină aplicând o tehnică de corelaţie.
123
T
1
Ruy lim u t y t dt (8.6)
T T
0
În urma înlocuirii relaţiilor (8.1) şi (8.2) în (8.6) obţinem:
A B
Ruy cos (8.7)
2
Dacă calculăm funcţia de intercorelaţie pentru o perioadă
T suficient de mare, atunci în regim staţionar avem satisfăcută
relaţia (8.3). Pe baza celor menţionate mai sus, (8.7) devine:
A2
Ruy G j cos (8.8)
2
Din cele prezentate, se observă că funcţia de intercorelaţie
este o funcţie periodică. Prin particularizarea expresiei (8.8)
pentru două valori particulare a lui , obţinem:
A2 A2
Ruy 0 G j cos Re G j (8.9)
2 2
A2 A2
Ruy G
j sin Im G j (8.10)
2 2 2
În deducerea formulelor de mai sus, s-a ţinut cont de faptul
că:
G j G j e
j
(8.11)
unde:
G j Re 2 G j Im 2 G j (8.12)
Im G j
arctg (8.13)
Re G j
Pe baza formulelor (8.9) şi (8.10) putem scrie următoarele
relaţii:
A 2
4
Ruy2 0 Ruy2 Re G j Im 2 G j (8.14)
2 4
124
respectiv:
Ruy
2 tg
(8.15)
Ruy 0
Din (8.14) şi (8.15) rezultă:
2
G j Ruy2 0 Ruy2 (8.16)
2
2
A
Ruy 2
arctg (8.17)
Ruy 0
Din cele prezentate mai sus se observă că pentru diverse
valori ale pulsaţiei k 2 f k se obţin diverse valori ale
modulului şi a fazei funcţiei de transfer. Pe baza acestora se pot
realiza caracteristicile amplitudine-pulsaţie şi fază-pulsaţie.
3. Modul de lucru
125
else
u1(i)=A*sin(w*t(i)); %genereaza pe u1(t)
end
end
for i=1:n
if t(i)<0
u2(i)=0;
else
u2(i)=A*sin(w*(t(i)+pi/(2*w))); %generatorul
%de semnal sinusoidal u2(t+T/4)
end
end
y=lsim(G,u1,t); %se obtine raspunsul la intrare
%sinusoidala u1(t)
y1=y+0.1*randn(n,1); %se suprapune peste iesirea y un
%semnal aleatoriu
u1a=u1-mean(u1);
y1a=y1-mean(y1);
u2a=u2-mean(u2);
Ru1ay1a=cov(y1a,u1a);% se calculeaza functia de
%intercorelatie Ry1a_u1a
Ru2ay1a=cov(y1a,u2a);% se calculeaza functia de
%intercorelatie Ry1a_u2a
ma=Ru1ay1a(1,2);
mb=Ru2ay1a(1,2);
ga=(2/A^2)*sqrt(ma^2+mb^2);%se identifica modulul
%functiei de transfer
gb=20*log10(ga); % se calculeaza magnitudinea in dB
defazaj=(180/pi)*atan2(mb,ma); %se identifica
%defazajul in grade
fb=0.1:0.01:fmax;
wa=2*pi*fb;
[gc,phase,wb]=bode(num,den,wa);
gd=20*log10(gc);
hold all
subplot(2,1,1); plot(w,gb,'r*',wb,gd,'b');
title('Diagrama Bode amplitudine - pulsatie');
xlabel('Pulsatie w=2.pi.f [rad/sec]');
ylabel('Amplitudine in dB |G(jw)|dB');
hold all
subplot(2,1,2); plot(w,defazaj,'r*',wb,phase,'b');
title('Diagrama Bode defazaj - pulsatie');
xlabel('Pulsatie w=2.pi.f [rad/sec]');
ylabel('Defazaj [grade]');
end
126
Se rulează programul şi se pun în evidenţă graficele obţinute.
Pe baza graficelor se evaluează erorile dintre hodografele
Bode obţinute prin identificare respectiv pe baza funcţiei de
transfer cu ajutorul funcţiei Matlab bode(num,den). Pentru
mai multe detalii legate de funcţia Matlab bode, se dă în
promterul din Matlab următoarea comandă: >> help bode.
Se modifică programul prezentat mai sus pentru cazul
identificării modulului şi a defazajului funcţie de transfer,
prezentată în expresia următoare:
k 02
G s 2 (8.18)
s 2 0 s 02
unde: k 2 ; 0 100 şi 0.5 .
Se rulează noul program şi se pun în evidenţă graficele
obţinute precum şi erorile dintre modulul şi defazajul real şi
cel identificat.
4. Conţinutul referatului
127
LUCRAREA 9
2. Breviar teoretic
128
funcţiile de repartiţie şi densitate de probabilitate de
probabilitate de ordinul doi depind doar de diferenţa de timp
t2 t1 .
staţionaritatea în sens stric (staţionaritatea tare), atunci când
funcţiile de repartiţie şi densitate de probabilitate de ordinul n,
sunt invariante la o translaţie în timp.
Ruy
0
h t Ruu t dt (9.1)
129
Practica identificării sistemelor impune, de regulă,
operarea cu secvenţe de date eşantionate, motiv pentru care relaţia
(9.1), pentru u n şi h n ; n 0,1, 2, , N 1 , devine:
N 1
Ruy (i )
k 0
h(k ) Ruu (k i ) ; i 0,1, 2, , N 1 (9.4)
130
Ruy 0 h 0
Ruy 1 h 1
Ruy ; H (9.8)
Ruy N 1 h N 1
În cazul în care matricea (9.7) este una simetrică, iar
determinantul ei este diferit de zero, funcţia pondere se determină
pe baza următoarei relaţii:
R 1 R
H (9.10)
uu uy
131
1 N 1
Ruu k lim u i u i k ; k 0, N 1 (9.15)
N N
i 0
iar matricea Toeplitz (9.7) simetrică este pozitiv definită (toate
valorile proprii ale ei sunt strict pozitive).
Primele două condiţii sunt îndeplinite de un semnal
staţionar ergodic în care mediile statistice coincid cu mediile
temporale, pentru eşantioane suficient de mari.
Pentru semnale de intrare de medie nulă, matricea (9.7)
este defapt maticea de covarianţă a acestora.
Dintre proprietăţile cele mai importante ale semnalelor
aleatoare persistente de orinul n, amintim următoarea proprietate:
P1: Un semnal u k este persisten de ordinul n (SPn)
dacă funcţia de densitate spectrală Suu j este nenulă în cel
punţin n frecvenţe diferite.
Din păcate, zgomotul alb nu poate fi generat pe cale
artificială. Mai precis, semnalele artefacte (adică produse
artificial) nu pot avea ordin infinit de persistenţă.
Există însă semnale artefacte cu ordin finit de persistenţă
care “aproximează” zgomotul alb, în sensul autocovarianţei.
Acestea se numesc Semnale Pseudo-Aleatoare Binare (SPAB)
sau, mai simplu, Semnale Pseudo-Aleatoare (SPA). Ele sunt
periodice, deoarece algoritmii folosiţi pentru generarea lor
utilizează precizia finită de reprezentare a valorilor numerice pe
un mijloc automat de calcul. Interesant însă, ordinul lor de
persistenţă este proporţional cu perioada. Mai mult, pe măsură ce
perioada creşte, funcţia de autocovarianţă se apropie de cea a
zgomotului alb, adică valorile semnalelor pseudoaleatoare devin
tot mai necorelate.
Observaţie: Determinarea funcţiei pondere se poate
simplifica atunci când semnalul de intrare este un semnal de tip
zgomot alb. Funcţia de autocorelaţie a zgomotului alb este:
Ruu k Ruu 0 k (9.16)
unde:
132
1 daca k 0
k (9.17)
0 daca k 0
În aceste condiţii, relaţia (9.4) devine:
Ruy k Ruu 0 h k ; k 0,1, 2, , N 1 (9.18)
Din (9.18) putem explicita foarte uşor funcţia pondere.
Ruy k
hk (9.19)
Ruu 0
Pentru a determina caracteristicile de frecvenţă pentru un
sistem liniar, la fel ca cel prezentat în figura 8.1.(a se vedea
laboratorul 8), se trece la transformata Fourier în relaţia (9.1).
În aceste condiţii, se obţine relaţia următoare:
Suy j G j Suu j (9.20)
Expresia (9.20) este denumită relaţia Wiener – Kinchin în
care Suu j este funcţia de densitate spectrală a mărimii de
intrare, Suy j este funcţia de densitate intrespectrală a
mărimilor de intrare şi ieşire, iar G j este răspunsul în
frecvenţă a sistemului.
Pe de altă parte, funcţia de autocorelaţie a mărimii de ieşire
se calculează pe baza următoarei relaţii:
Ryy y t y t (9.21)
sau
Ryy
0 0
h h Ruu d d Rvv (9.22)
133
densitate spectrală a ieşirii şi pe baza funcţiei de densitate
spectrală a intrării.
Pentru calculul funcţiilor de densitate spectrală şi densitate
interspectrală se pot utiliza următoarele relaţii:
1 1
Suu j U j ; S yy j Y j (9.24)
2 2
N N
1
Suy j U j Y j (9.25)
N
unde: U j şi Y j se obţin pe baza transformatei Fourier
rapide a semnalului de intrare şi a celui de ieşire. Prin U s-a
notat funcţia compex conjugată a funcţiei U .
Observaţie: Pentru calculul funcţiilor de densitate
spectrală şi interspectrală se pot utiliza relaţiile de definiţie (3.46)
şi (3.47) (a se vedea laboratorul 3). Acest procedeu de calcul a
densităţilor spectrale şi interspectrale este numit algoritmul
Blackman-Tukey.
Relaţia (9.24) se mai numeşte şi funcţia de densitate
autospectrală (ASP), iar expresia (9.25) se mai numeşte şi
funcţia de densitate interspectrală (ISP).
Pe de altă parte, se ştie că semnalele de intare şi ieşire cu
care se lucrează în identificarea unui sistem, sunt trunchiate.
Observaţie: Dacă u t ; t 0 este un semnal
oarecare, atunci u1 t ; t 0 T este semnalul trunchiat
observat pe intervalul 0 T . În aceste condiţii putem scrie
următoarea relaţie:
1 daca t 0 T
u1 t u t f t ; f t (9.26)
0 daca t 0 T
În relaţia (9.26) funcţia f t poartă denumirea de
fereastră rectangulară.
Pentru a diminua efectele trunchierii semnalelor, în
identificarae sistemelor se utilizeată aşa numitele ferestre de
ponderare.
134
Cele mai utilizate ferestre de ponderare sunt:
Fereastra Blackman:
t daca t T / 2 T / 2
Bk t (9.27)
0 daca t T / 2 T / 2
2 t 4 t
unde: t 0.42 0.5 cos 0.08 cos
T T
În cazul discret, fereastra Blakman de lungime N, are
următoarea expresie:
Bk n n ; dacă 0 n M 1 (9.28)
unde:
2 n 4 n
n 0.42 0.5 cos 0.08 cos (9.29)
N 1 N 1
N
2 daca N este numar par
M (9.30)
N 1 daca N este numar impar
2
Funcţia Matlab ce implementează fereastra Blakman, dată
de relaţia (9.28), este blakman. Pentru mai multe detalii legate de
funcţia blackman, se dă în promterul din Matlab următoarea
comandă: >>help blackman
Fereastra Hamming:
2 t
0.54 0.46 cos daca t T / 2 T / 2
H t T (9.31)
0 daca t T / 2 T / 2
În cazul discret, fereastra Hamming de lungime L N 1 ,
are următoarea expresie:
2 n
H n 0.54 0.46 cos ; dacă 0 n N (9.32)
N
Funcţia Matlab ce implementează fereastra Hamming, dată
de relaţia (9.32), este hamming. Pentru mai multe detalii legate
de funcţia hamming, se dă în promterul din Matlab următoarea
comandă: >>help hamming
135
Fereastra Hann:
2 t
0.5 1 cos daca t T / 2 T / 2
Hn t T (9.32)
0 daca t T / 2 T / 2
În cazul discret, fereastra Hann de lungime L N 1 , are
următoarea expresie:
2 n
H n n 0.5 1 cos ; dacă 0 n N (9.33)
N
Funcţia Matlab ce implementează fereastra Hann, dată de
relaţia (9.33), este hann. Pentru mai multe detalii legate de
funcţia hann, se dă în promterul din Matlab următoarea comandă:
>>help hann
În aceste condiţii, semnalele de intrare şi ieşire, ce urmează
a fi prelucrate cu ajutorul transformatei Fourier rapide în vederea
obţinerii funcţiilor de densitate spectrală şi interspectrală, sunt
prelucrate iniţial prin intermediul ferestrelor de ponderare.
Observaţie: Operaţia de filtrare a datelor de intrare şi
ieşire se poate face şi în cazul determinării funcţiilor de
intercorelaţie şi autocorelaţie.
Din cele prezentate, se observă că sau pus în evidenţă două
metode de identificare:
Prima metodă are drept scop determinarea funcţiei pondere a
sistemului pe baza funcţiilor de autocorelaţie şi intercorelaţie
(identificarea sistemelor utilizând analiza de corelaţie).
Această metodă se bazează pe relaţia Wiener-Hopf (9.4).
A doua metodă constă în determinarea caracteristicilor în
frecvenţă a sistemului pe baza relaţiilor Wiener – Kinchin
(identificarea sistemelor utilizând analiza spectrală ).
În Matlab, pentru determinarea funcţiei pondere (răspunsul
la impuls a sistemului) se utilizează funcţia cra. Pentru mai multe
detalii legate de funcţia cra, se dă în promterul din Matlab
următoarea comandă: >>help cra
Pentru determinarea caracteristicilor în frecvenţă a unui
sistem se utilizează funcţia Matlab, spa. Pentru mai multe detalii
136
legate de funcţia spa, se dă în promterul din Matlab următoarea
comandă: >>help spa
3. Modul de lucru
137
A=10; %amplitudinea SPAB
N=1000;
t=0:0.001:N;
na=length(t);
u=A*sign(randn(na,1));
[y1,t]=lsim(G1,u,t);
y=y1+0.01*randn(na,1);
date1=iddata(y,u);
[yb,tb]=impulse(G1);
M=length(yb)-1;
T=abs(t(2,1)-t(1,1));%timpul de esantionare al
datelor
orf=15; %ordinul filtrului
ir=cra(date1,M,orf,0);
ye=ir*(1/T);
plot(tb,ye,'r',tb,yb,'b');grid
title('Functia pondere estmata-rosu;reala-alabastru')
138
[ma pa]=bode(G1,wi);
n1=length(wi);
for i=1:n1
madB(i)=20*log10(ma(1,1,i));
pan(i)=pa(1,1,i);
end
ma1=madB';
pa1=pan';
Ge=spa(date1,50,wi*Ts);%se identifica G(jw)
[me pe]=bode(Ge);
for i=1:n1
mbdB(i)=20*log10(me(1,1,i));
pen(i)=pe(1,1,i);
end
me1=mbdB';
pe1=pen';
subplot(2,1,1); plot(wi,ma1,'r',wi,me1,'b');grid
title('Diagrama Bode amplitudine - pulsatie');
xlabel('Pulsatie w=2.pi.f [rad/sec]');
ylabel('Amplitudine in dB |G(jw)|dB');
legend('real','identificat');
subplot(2,1,2); plot(wi,pa1,'r',wi,pe1,'b');grid
title('Diagrama Bode defazaj - pulsatie');
xlabel('Pulsatie w=2.pi.f [rad/sec]');
ylabel('Defazaj [grade]');
legend('real','identificat');
Se rulează programul Matlab, prezentat mai sus, şi se pun în
evidenţă diagramele Bode obţinute prin identificare în tandem
cu diagramele Bode obţinute pe baza funcţiei de transfer şi a
funcţiei Matlab bode. Pentru mai multe detalii legate de
funcţia bode, se dă în promterul din Matlab următoarea
comandă: >>help bode
Se determina răspunsul la o intrare de probă pseudoaleatoare a
partii fixe a sistemului de reglare a debitului, din componenţa
standului FESTO (a se vedea lucrările de laborator numarul
şase şi şapte). Acest lucru se realizează utilizând placa de
achizitie Easy Port şi a softului Fluid Lab din componenţa
standului FESTO. În acest sens, se generează un vector de
intrare binar pseudoaleator, ce ia valori între 0 şi 10V
(tensiunea de alimentare a motorului de curent continuu), iar
prin intermediul ansamblului traductor de debit - adaptor
139
frecvenţa/tensiune, se măsoară tensiunea de la ieşirea
adaptorului frecvenţă/tensiune utilizând placa de achiziţie
Easy Port.
Toate date achiziţionate, sunt importate în Workspace –
Matlab, sub denumirea data. În prima coloană a matricei data,
sunt valorile semnalului de intrare (tensiunea de alimentare a
motorului de curent continuu), iar în a doua coloană sunt
valorile achiziţionate ale ieşirii (tensiunea de ieşire a
adaptorului frecvenţă/tensiune).
Se realizează în Matlab următorul program:
um=data(:,1); % tensiunea de alimentare a Mcc
ym=data(:,2); % tensiunea de iesire a adapt.f/u
date1=iddata(ym,um);
M=length(ym)-1;
orf=15; %ordinul filtrului
ir=cra(date1,M,orf,0);
plot(ir);grid
title('Functia pondere estimata')
Se rulează programul prezentat mai sus şi se pune în evidenţă
funcţia pondere estimată a părţii fixe a sistemului de reglare a
debitului.
Se realizează în Matlab următorul program:
um=data(:,1); % tensiunea de alimentare a Mcc
ym=data(:,2); % tensiunea de iesire a adapt.f/u
date1=iddata(ym,um);
Ge=spa(date1); %se identifica G(jw)
bode(Ge)
Se rulează programul prezentat mai sus şi se pun în evidenţă
diagramele Bode a părţii fixe a sistemului de reglare a
debitului.
4. Conţinutul referatului
2. Breviar teoretic
t y t 1 y t na u t 1 k u t nb k
T
142
T A 2 A (10.7)
Aşa cum se ştie, punctele critice ale funcţiei (10.5) se
determină din următorul sistem de ecuaţii:
V 0 (10.8)
Partea dreaptă a relaţiei (10.8) se mai poate scrie astfel:
N
D1
y 2 t 2 y t T t T t (10.9)
2
t 1
În urma trecerii la derivată în (10.9), obţinem:
t
N N
D1 2 y t t
T T 2
(10.10)
t 1 t 1
Relaţia (10.10) se mai poate scrie şi astfel:
D1 Da Db (10.11)
unde:
T
N
Da 2
t y t (10.12)
t 1
N
T
Db
t T t (10.13)
t 1
Aplicând proprietăţile (10.6) şi (10.7), relaţiile (10.12) şi
(10.13) devin:
N
Da 2 t y t (10.14)
t 1
t t
N
Db 2 T
(10.15)
t 1
În aceste condiţii sistemul (10.8) devine:
143
N N
t t
T
t y t (10.16)
t 1 t 1
N
2
V 2 T
t t (10.19)
2
t 1
Din (10.19) se observă că derivata de ordinul doi a funcţiei
V , este pozitiv definită, ceea ce indică faptul că, punctele
critice (10.17) sunt puncte de minim local a funcţiei V .
Observaţii:
Modelul ARX dat de relaţia (10.1) este un model
monovariabil valabil pentru sisteme SISO (Single Input Single
Output).
Atunci când determinarea parametrilor se face prin
prelucrarea întregului şir de măsurări, ale intrării şi ieşirii unui
sistem, vom spune că identificarea este una parametrică de tip off
– line.
Funcţia Matlab ce implementeză metoda CMMP pentru un
model ARX , are următoarea sintaxă:
M = ARX(Z,[na nb k]) (1.15)
unde M conţine valorile estimate ale coeficienţilor polinoamelor
A şi B, iar Z este vectorul format din datele de ieşire şi intrare a
sistemului ce urmează a fi identificat: Z = [Y U]. Pentru mai
multe detalii legate de funcţia arx, se dă în promterul Matlab
următoarea comandă: >>help arx
144
3. Modul de lucru
145
ysim = sim(M,[e1 um]); % se simuleaza modelul ARX
% identificat.
plot(ysim,'r') ;
hold all;
plot(ym, 'b');
4. Conţinutul referatului
146
LUCRAREA 11
2. Breviar teoretic
147
Estimaţia parametrilor , utilizând metoda CMMP se
poate obţine prin înmulţirea expresiei (11.2) la stânga cu t , iar
apoi prin însumarea noii expresii dupa variabila t. În urma
operaţiilor matematice mai sus menţionate, se obţine următoarea
relaţie:
N N N
t y t
t t
T
t e t (11.7)
t 1 t 1 t 1
t y t
t T t
(11.8)
t 1 t 1
Neglijarea termenului doi din partea dreaptă a relaţiei
(11.7) se justifică doar atunci când t şi e t sunt necorelate. În
general, t şi e t sunt corelate datorită faptului că t
depinde de y t j ; j 1, na , iar la la rândul său y t j este
de aşteptat să fie corelat cu perturbaţiile care prin cumulare au
creat termenul rezidual e t .
Pe de altă parte, componenta lui t care depinde de
intrările u t i , este necorelată cu perturbaţiile şi în consecinţă
este necorelată cu termenul rezidual e t . Cele menţionate
anterior, sunt valabile în cazul în care sistemul ce urmează a fi
identificat, funcţionează în buclă deschisă.
În aceste condiţii, în loc să înmulţim (11.2) cu t vom
înmulţi, la stânga, expresia (11.2), cu un vector z t format numai
din intrările u t i . Procedând astfel obţinem următoarea
relaţie:
148
N N
z t t
T
z t y t (11.9)
t 1 t 1
N
149
Funcţia Matlab ce implementeză metoda variabilelor
instrumentale pentru o structură de modelare ARX cu o singură
ieşire, are următoarea sintaxă:
M=IV(Z,nn,NF,MF) (11.17)
unde:
M conţine valorile estimate ale coeficienţilor polinoamelor A
şi B;
Z este vectorul format din datele de ieşire şi intrare a
sistemului ce urmează a fi identificat: Z = [Y U];
nn = [na, nb, k] sunt ordinele polinoamelor A, B şi timpul
mort din ecuaţia de modelare;
NF, MF – matricele coeficienţilor filtrelor din ecuaţia de
generare al vectorului variabilelor instrumentale.
O altă funcţie Matlab ce implementează metoda
variabilelor instrumentale pentru o structură de modelare ARX cu
o singură ieşire, este următoarea:
M=IV4(Z,nn) (11.18)
Funcţia Matlab prezentată în relaţia (11.18), realizează o
alegere automată (în mod optim) a filtrelor ce definesc vectorul
variabilelor instrumentale.
Pentru mai multe detalii legate de funcţia iv şi iv4, se dă în
promterul Matlab următoarea comandă: >>help iv, respectiv
>>help iv4
3. Modul de lucru
150
M=iv4(Z,[2 2 1]); % se aplica procedura de IV4
e1=pe(M,Z); % se calculeaza eroarea de predictie
t=y(1:1001,1);
plot(t,e1); % se reprezinta grafic eroarea de
% predictie
title ('Erori de modelare');
xlabel ('Timp (s)');
ylabel ('Date cu erori');
pause; % se asteapta apasarea unei taste
ysim = sim(M,[um E]); % se simuleaza modelul ARX
% identificat pin IV4.
plot(t,ysim,'r',t,ym,'b') % se reprezinta grafic
%datele masurate (cu albastru)in tandem cu datele
%simulate (rosu).
Se rulează programul Matlab prezentat mai sus şi se pune în
evidenţă metoda variabilelor instrumentale de identificare off
– line.
Se determina răspunsul la o intrare de probă pseudoaleatoare a
partii fixe a sistemului de reglare a debitului, din componenţa
standului FESTO (a se vedea lucrările de laborator numarul
şase şi şapte). Acest lucru se realizează utilizând placa de
achizitie Easy Port şi a softului Fluid Lab din componenţa
standului FESTO. În acest sens, se generează un vector de
intrare binar pseudoaleator, ce ia valori între 0 şi 10V
(tensiunea de alimentare a motorului de curent continuu), iar
prin intermediul ansamblului traductor de debit - adaptor
frecvenţa/tensiune, se măsoară tensiunea de la ieşirea
adaptorului frecvenţă/tensiune utilizând placa de achiziţie
Easy Port.
Toate date achiziţionate, sunt importate în Workspace –
Matlab, sub denumirea data1. În prima coloană a matricei
data1, sunt valorile semnalului de intrare (tensiunea de
alimentare a motorului de curent continuu), iar în a doua
coloană sunt valorile achiziţionate ale ieşirii (tensiunea de
ieşire a adaptorului frecvenţă/tensiune).
Se realizează în Matlab următorul program:
151
Z=[ym,um]; % formarea vectorului Z
M=iv4(Z,[2 2 1]); % se aplica procedura de ARX
e1=pe(M,Z); % se calculeaza eroarea de predictie
plot(e1); % se reprezinta grafic eroarea de
% predictie
title ('Erori de modelare');
xlabel ('Timp (s)');
ylabel ('Date cu erori');
pause; % se asteapta apasarea unei taste
ysim = sim(M,[e1 um]); % se simuleaza modelul ARX
% identificat.
plot(ysim,'r') ;
hold all;
plot(ym, 'b');
4. Conţinutul referatului
152
LUCRAREA 12
2. Breviar teoretic
155
t t 1 P t t y t T t t 1 (12.12)
Observaţie: Relaţia (12.8), pentru t t 1 , poate fi scrisă
astfel:
t 1 t 1
1
t 1 T
t 1
1
t 1 y (12.13)
În cele ce urmează, dacă înmulţim la stânga relaţia (12.13)
cu , aceasta devine:
t 1 t 1
1
t 1
t T
1
t y (12.14)
sau altfel scris:
t 1
t y T t 1 0 (12.15)
1
Relaţia (12.15) demonstrază presupunerea făcută în cadrul
expresiei (12.11).
În cele ce urmează, vom deduce o relaţie recursivă de
calcul a matricei P t , definită de expresia (12.9). În acest sens,
vom utiliza lema de inversiune matricială:
A B C
1 1
1
D A1 A1 B C D A1 B D A1 (12.16)
Pe de altă parte, relaţia (12.9) se mai poate scrie sub
următoarea formă:
t 1 1
P t t T t
1
t 1
T
(12.17)
sau:
1
P t P 1 t 1 t T t (12.18)
Din (12.18), în urma aplicării lemei (12.16), obţinem:
156
2 P t 1 t T t P t 1
P t P t 1
1
(12.19)
1 1 T t P t 1 t
sau:
P t 1
P t (12.20)
T
t P t 1 t
În cele ce urmează, vom face următoarea notaţie:
P t 1 t
K t P t t (12.21)
t P t 1 t
T
P t 1 K t T t P t 1
P t
Implementarea relaţiilor recurente (12.24) se face în felul
următor:
Pasul 1: Se realizează următoarea adaptare:
t 1 t ; pentru t t 1 (12.25)
Pasul 2: Se calculează următoarele relaţii:
a t P t 1 t (12.26)
b t T t a t (12.27)
157
a t
K t (12.28)
b t
e t y t T t t 1 (12.29)
Pasul 3: Se realizează următoarele adaptări:
t t 1 K t e t (12.30)
P t 1 K t aT t
P t (12.31)
Observaţie: O modalitate de iniţializare a algoritmului
recursiv prezentat mai sus, foarte des întâlnită în practică, este:
0 0 şi P 0 (12.32)
unde: este un scalar.
În alegerea lui trebuie avut în vedere faptul că un
foarte mic, va duce la o convergenţă lentă a estimaţiilor, iar un
prea mare poate produce oşcilaţii de amplitudine mare a
componentelor vectorului .
Funcţia Matlab ce implementeză metoda recursivă a celor
mai mici pătrate pentru o structură de modelare ARX, are
următoarea sintaxă:
[M, Y] = RARX(Z,nn,adm,adg) (12.33)
unde:
M conţine valorile estimate ale coeficienţilor polinoamelor A
şi B la momentul de timp „i”.
Y conţine estimaţia variabilei de ieşire a sistemului identificat,
la momentul de timp „i”.
Z este vectorul format din datele de ieşire şi intrare a
sistemului ce urmează a fi identificat: Z = [Y U];
nn = [na, nb, k] sunt ordinele polinoamelor A, B şi timpul
mort din ecuaţia de modelare;
“adm” reprezintă mecanismul de adaptare utilizat.
“adq” reprezintă factorul de amplificare.
Pentru cazul unui mecanism de adaptare bazat pe un
algoritm cu factor de uitare (cazul prezentat în cadrul acestei
lucrări de laborator), adm = 'ff'; adg = lam.
158
Pentru mai multe detalii legate de funcţia rarx, se dă în
promterul Matlab următoarea comandă: >>help rarx
4. Modul de lucru
159
% se compara ieisrea masurata cu ieisirea estimata a
sistemului
%__________________________
161
Iesirile blocului “Interpreted Matlab Function“ sunt
selectate prin intermediul blocurilor de tip “Selector“, specifice
mediului de programare Simulink. Cele 4 blocuri de tip
“Selector“, sunt setate la fel ca în figurile următoare:
162
Figura 12.6 Selectarea matricei P
163
Se apasă [CTRL+E] şi se configurează parametrii simulării, la
fel ca în figura următoare:
4. Conţinutul referatului
164
LUCRAREA 13
2. Breviar teoretic
165
înfăşurările statorice şi rotorice sunt înlocuite cu înfăşurări
echivalente concentrate;
variabilele şi parametii înfăşurării rotorice sunt raportaţi la
stator;
neglijăm efectul pelicular şi variaţia cu temperatura a
parametrilor maşinii.
2 1 2 2
kF 1
3 3 3 3
166
2
În cadrul relaţiei (31.1) a şi a sunt constante de tip
complex, ele având următoarele valori:
2 4
j 1 3 2 j 1 3
ae 3
j ; a e 3 j (13.3)
2 2 2 2
Prin particularizarea celor trei vectori spaţiali din cadrul
expresiei (13.1) se pot obţine relaţiile ce definesc fazorul spaţial al
curenţilor, tensiunilor, a fluxurilor statorice şi rotorice.
167
1 1
1 1 0 1
2 2
2 3 3 1 3
A 0 ; A
1
1 (13.7)
3 2 2 2 2
1 1 1
1 3
2
2
1
2 2 2
În aceste condiţii, din relaţiile (13.6) obţinem expresiile de
transformare a mărimilor trifazate în mărimi bifazate (13.8),
respectiv relaţiile de transformare a marimilor bifazate în mărimi
trifazate (13.9)
g d = g a - g0
gb - gc (13.8)
g q =
3
g a g d g 0
1 3
gb g d gq g0 (13.9)
2 2
1 3
g c g d gq g0
2 2
168
d
uds Rs ids dt ds
u R i d
qs s qs
dt
qs
(13.10)
0 R i d z
r dr dr p r qr
dt
d
0 Rr iqr qr z p r dr
dt
Ecuaţiile de flux:
ds Ls ids Lm idr
L i Lm iqr
qs s qs
(13.11)
dr Lr idr Lm ids
qr Lr iqr Lm iqs
Ecuaţia de mişcare:
d
r H m1 dr iqs qr ids H m 2 r H m3 M r (13.12)
dt
3 z L F 1
unde: H m1 p m ; H m 2 ; H m3
2 J Lr J J
În cadrul relaţiilor (13.10), (13.11) şi (13.12) s-au făcut
următoarele notaţii:
J - este momentul de inerţie a rotorului;
F - este coeficientul de frecări;
r - este viteza unghiulară mecanică a rotorului;
Rs - rezistenţa fazei statorice, valoarea reală;
Rr - rezistenţa fazei rotorice, valoarea reală;
Ls - inductanţa totală a statorului, valoarea reală;
Lr - inductanţa totală a rotorului, valoarea reală;
Lm - inductanţa mutuală trifazată, valoarea reală;
z p - numărul de perechi de poli ai motorului.
Ecuaţiile (13.10), (13.11) şi (13.12) definesc ecuaţiile
generale ale motorului de inducţie în mărimi bifazate.
169
Pe baza ecauţiilor prezentate anterior, modelul matematic
a motorului de inducţie, se poate pune sub forma unui sistem de
ecuaţii diferenţiale, de următoarea formă:
dx t
A t x t B u t (13.13)
dt
unde:
x t ids t iqs t dr t qr t
T
(13.14)
u t uds t uqs t
T
(13.15)
a11 0 a13 a14 z p r t
0 a11 a14 z p r t a13
A t (13.16)
a31 0 a33 z p r t
0 a31 z p r t a33
T
b 0 0 0
B 11 (13.17)
0 b11 0 0
În cadrul relaţiilor prezentate mai sus, s-au făcut
următoarele notaţii:
1 1 Lm
a 11 ; a 13 (13.18)
Ts Tr L s L r Tr
Lm L 1 1
a 14 ; a 31 m ; a 33 ; b11 (13.19)
Ls L r Tr Tr Ls
Ls L L2m
Ts ; Tr r ; 1 . (13.20)
Rs Rr Ls L r
În aceste condiţii, relaţiile (13.13) şi (13.12) definesc
modelul matematic „curenţi statorici – fluxuri rotorice” a
motorului de inducţie.
3. Modul de lucru
170
Figura 13.1. Programul Matlab - Simulink
function[sys,x0]=motor_inductie(t,x,u,flag,Rs,Rr,Ls,Lr,
Lm,J,F,zp)
s=1-(Lm^2/(Ls*Lr));
Ts=Ls/Rs;
Tr=Lr/Rr;
a11=-((1/(Ts*s))+((1-s)/(Tr*s)));
a13=Lm/(Ls*Lr*Tr*s);
171
a14=Lm/(Ls*Lr*s);
a31=Lm/Tr;
a33=-(1/Tr);
b11=1/(s*Ls);
Km1=(3*zp*Lm)/(2*J*Lr);
Km2=F/J;
Km3=1/J;
if abs(flag)==1
sys=[a11*x(1)+a13*x(3)+a14*zp*x(5)*x(4)+b11*u(1);
a11*x(2)-
a14*zp*x(5)*x(3)+a13*x(4)+b11*u(2);
a31*x(1)+a33*x(3)-zp*x(5)*x(4);
a31*x(2)+zp*x(5)*x(3)+a33*x(4);
Km1*x(3)*x(2)-Km1*x(4)*x(1)-Km2*x(5)-
Km3*u(3)];
elseif flag==3
sys=x;
elseif flag==0
sys=[5 0 5 3 0 0];
x0=[0;0;0;0;0];
else
sys=[];
end
Atribuirea funcţiei “motor_inducţie”, blocului de tip
S_Function, se face la fel ca în figura urmatoare:
172
Se definesc parametrii blocului “Motor de inducţie”, prin
intermediul editorului “mask editor”, ce se activează selectând
cu mouse-ul blocul “ Motor de inducţie”, iar apoi se apasă
[ CTRL + M ].
Tabelul 13.2.
Ls Rr Lr Lm J F
2
mH Ώ mH mH Kgm Nms/rad
86.94 0.415 87.62 84.22 0.15 0.005
173
Parametrii generatoarelor de semnale sinusoidale, pentru
tensiunile de alimentare uds şi uqs , se setează la fel ca în
figurile 13.5 şi 13.6
4. Conţinutul referatului
175
LUCRAREA 14
2. Breviar teoretic
176
Coeficienţii matricei (14.2) se determină pe baza
poziţionării valorilor proprii a matricei A L C în planul
complex stâng.
Matricile A,B şi C ce definesc relaţia (14.1) sunt:
a11 0 a13 a14 z p r t
0 a11 a14 z p r t a13
A t (14.3)
a31 0 a33 z p r t
0 a31 z p r t a33
T
b 0 0 0
B 11 (14.4)
0 b11 0 0
1 0 0 0
C (14.5)
0 1 0 0
unde:
1 1 Lm
a 11 ; a 13 (14.6)
Ts Tr L s L r Tr
Lm L 1 1
a 14 ; a 31 m ; a 33 ; b11 (14.7)
Ls Lr Tr Tr Ls
Ls L L2m
Ts ; Tr r ; 1 . (14.8)
Rs Rr Ls L r
Vectorul de intrare precum şi vectorii de stare, real şi
estimat, sunt prezentaţi în relaţiile următoare:
u t uds t uqs t
T
(14.9)
x t ids t iqs t dr t qr t (14.10)
T
x t ids t iqs t dr t qr t (14.11)
T
177
Maticile Fd , H d şi Ld se obţin din matricile (14.2), (14.3)
şi (14.4) utilizând următoarele relaţii de discretizare:
Pentru discretizarea simplificată:
Fd k I A k T ; H d B T ; Ld L T (14.13)
Pentru discretizarea completă:
T2
Fd k I 4 A k T A2 k (14.14)
2
A k T 2
Hd B T B (14.15)
2
AT 2
Ld L T L (14.16)
2
unde T este timpul de eşantionare.
În acest caz, vectorii de stare şi de ieşire sunt:
u k uds k uqs k
T
(14.17)
x k ids k iqs k dr k qr k (14.18)
T
x k ids k iqs k dr k qr k (14.19)
T
178
2.1. Metoda valorilor proprii proporţionale
179
În aceste condiţii, ţinând cont de (14.24) expresia (14.23)
poate fi scrisă astfel:
12 1 a1 a 2 22 2 a1 a 2 a 2 a3 c 0
(14.25)
2 1 2 1 2 a1 a 2 a1 a3 c 0
În mod asemănător valorile proprii ale estimatorului vor fi
calculate astfel:
dete I 2 A L C 0 (14.26)
în care valorile proprii ale estimatorului sunt
e e1 j e2 (14.27)
iar matricea de câştig L este
l j l12
L 11 (14.28)
l 21 j l 22
Relaţia (14.26) se poate scrie astfel:
2
e1 e1 a1 a 2 l11 e2
2
e2 l12
(14.29)
a1 a 2 a 2 a 3 c l11 a 2 c a 2 l21 c l22 l12 0
2 e1 e2 e1 l12 e2 a1 a 2 l11
(14.30)
a1 a 3 c l11 a 2 l12 c a 2 l22 c l21 0
2
e1 e1 k a1 a 2 e2
2
e2 k
(14.31)
k 2 a1 a 2 a 2 a 3 c 0
2 e1 e2 e1 k e2 k a1 a 2
(14.32)
k 2 a1 a 3 c 0
21 3 1
l a a 1 k 2 l
11
unde:
1
(14.36)
c
Relaţiile (14.35) se pot scrie şi sub următoarea formă:
l11 1 k a11 a33
l12 z p r 1 k
(14.37)
l22 l12
l a a 1 k 2 l
21 31 11 11
unde:
1
(14.38)
a14
Observaţie: Toate valorile proprii ale motorului de
inducţie au partea reală strict negativă.
181
3. Modul de lucru
182
Figura 14.2. Schema interna a estimatorului Luenberger.
183
Figura 14.3. Structura interna a blocului de calcul a
coeficientilor matricei Luenberger
184
Figura 14.5. Programul Simulink necesar pentru calculul
derivatei curentului statoric estimat de pe axa q
186
Figura 14.10. Iniţializarea blocului de calcul a derivatei
fluxului rotoric estimat de pe axa d
187
Figura 14.12. Initializarea blocului de calcul a coeficientilor
matricei Luenberger
4. Conţinutul referatului
188
Bibliografie
189
15. I. Dumitrache, C. Nicolae, M. Dragoicea “Reţele neuronale –
Identificarea şi Conducerea Proceselor”, Editura Matrix Rom,
Bucureşti, 1999.
16. C. Mândrescu, N. Pătrăscoiu, “Sisteme de conducere a
proceselor continue”, Editura Universitas, Petrosani,2000.
17. T. Pană “Controlul sistemelor de acţionare vectorială cu
motoare de inducţie”, Editura Mediamira, Cluj - Napoca,
2001.
18. A.Bara “Idetificarea sistemelor”, Editura U.T. Pres, Cluj-
Napoca, 2001
19. G. Livinţ “Modelarea şi idetificarea sistemelor”, Editura Gh.
Asachi, Iaşi, 2002.
20. T. Ganciu, V.Horga “Idetificarea sistemelor”, Editura Gh.
Asachi, Iaşi, 2002.
21. D.Stefănoiu, J.Matei, P.Stoica “Aspecte practice în modelarea
şi identificarea sistemelor”, Editura Printech, Bucureşti, 2004.
22. T.L. Dragomir, “Elemente de teoria sistemelor”, Editura
Politehnica, Timişoara, 2004.
23. D.Stefănoiu , J.Culiţă, P.Stoica “Fundamentele modelării şi
identificării sistemelor”, Editura Printech, Bucureşti, 2005.
24. J. Helmich “PCS Compact Workstation Manual”, Adiro
Automatisierungstechnik GmbH , 2005.
25. O. Stoicuţa, T. Pană “Asymptotic stability study of induction
motor vector control systems with Luenberger observer”, In
proceedings of the International Conference on Automation,
Quality and Testing, Robotics AQTR 2008, Cluj – Napoca.
26. I. Dumitrache “Automatica Volumul I”, Editura Academiei
Române, Bucureţi, 2009.
27. L. Ljung “System Idetification Toolbox Users Guide”, The
MathWorks Inc, 2012.
28. *** “The Matlab – Simulink documentation”
www.mathworks.com
29. *** “Norme generale de protecţie a muncii”, “Ministerul
Muncii şi Solidarităţii Sociale”, “Ministerul Sănătăţii şi
Familiei”, 2002.
190