MATLAB harjoituksia RST-säädöstä (5h)

Samankaltaiset tiedostot
SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS),

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

Aikatason vaste vs. siirtofunktio Tehtävä

Harjoitus (15min) Prosessia P säädetään yksikkötakaisinkytkennässä säätimellä C (s+1)(s+0.02) 50s+1

1 PID-taajuusvastesuunnittelun esimerkki

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia

Y (s) = G(s)(W (s) W 0 (s)). Tarkastellaan nyt tilannetta v(t) = 0, kun t < 3 ja v(t) = 1, kun t > 3. u(t) = K p y(t) K I

H(s) + + _. Ymit(s) Laplace-tason esitykseksi on saatu (katso jälleen kalvot):

Y (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin

Osatentti

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

Automaatiotekniikan laskentatyökalut (ALT)

3. kierros. 2. Lähipäivä

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla

Tietokoneavusteinen säätösuunnittelu (TASSU)

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla

Taajuustason tekniikat: Boden ja Nyquistin diagrammit, kompensaattorien suunnittelu. Vinkit 1 a

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

ELEC-C1230 Säätötekniikka

ELEC-C1230 Säätötekniikka

PID-sa a timen viritta minen Matlabilla ja simulinkilla

Tehtävä 1. Vaihtoehtotehtävät.

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

Systeemin käyttäytyminen. ELEC-C1230 Säätötekniikka. Systeemin navat ja nollat. Systeemin navat ja nollat

Hyvyyskriteerit. ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit

Tilayhtälötekniikasta

TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Mat Systeemien Identifiointi. 4. harjoitus

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

Osatentti

5 Differentiaaliyhtälöryhmät

1 Di erentiaaliyhtälöt

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

ACKERMANNIN ALGORITMI. Olkoon järjestelmä. x(k+1) = Ax(k) + Bu(k)

Y Yhtälöparista ratkaistiin vuorotellen siirtofunktiot laittamalla muut tulot nollaan. = K K K M. s 2 3s 2 KK P

Harjoitus 5: Simulink

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z

AS Automaation signaalinkäsittelymenetelmät. Laskuharjoitus 8. Ackermannin algoritmi Sumea säätö

Alias-ilmiö eli taajuuden laskostuminen

y + 4y = 0 (1) λ = 0

LTY/SÄTE Säätötekniikan laboratorio Sa Säätötekniikan ja signaalinkäsittelyn työkurssi. Servokäyttö (0,9 op)

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33

Insinöörimatematiikka D

Harjoitus 6: Simulink - Säätöteoria. Syksy Mat Sovelletun matematiikan tietokonetyöt 1

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

Ei välttämättä, se voi olla esimerkiksi Reuleaux n kolmio:

Säätötekniikan alkeita

Harjoitus 4: Differentiaaliyhtälöt (Matlab) MS-C2107 Sovelletun matematiikan tietokonetyöt 1

2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio. 2.2 Gaussin eliminaatio

8. kierros. 2. Lähipäivä

DI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 13: ti klo 13:00-15:30 ja to 1.4.

Tilaesityksen hallinta ja tilasäätö. ELEC-C1230 Säätötekniikka. Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus

Matemaattinen Analyysi

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

5 OMINAISARVOT JA OMINAISVEKTORIT

Esimerkki 1 Ratkaise differentiaaliyhtälö

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Inversio-ongelmien laskennallinen peruskurssi Luento 3

Numeeriset menetelmät

MASSASÄILIÖN SIMULOINTI JA SÄÄTÖ Simulation and control of pulp tank

Kanta ja Kannan-vaihto

Tehtävä 4.7 Tarkastellaan hiukkasta, joka on pakotettu liikkumaan toruksen pinnalla.

Differentiaaliyhtälöt II, kevät 2017 Harjoitus 5

6. Toisen ja korkeamman kertaluvun lineaariset

MS-C1340 Lineaarialgebra ja

Ratkaisuehdotukset LH 8 / vko 47

Matriisialgebra harjoitukset, syksy x 1 + x 2 = a 0

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa

ẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t),

ja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2

ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit

Boost-hakkuri. Hakkurin tilaesitykset

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Matlab- ja Maple- ohjelmointi

12. Differentiaaliyhtälöt

Ominaisarvo ja ominaisvektori

Insinöörimatematiikka D

Ominaisarvo ja ominaisvektori

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

MS-C1340 Lineaarialgebra ja

2. kierros. 2. Lähipäivä

2v 1 = v 2, 2v 1 + 3v 2 = 4v 2.. Vastaavasti ominaisarvoa λ 2 = 4 vastaavat ominaisvektorit toteuttavat. v 2 =

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

RAPORTTI Eemil Tamminen Markus Virtanen Pasi Vähämartti Säätötekniikan harjoitustyö Joulukuu 2007

Ominaisarvot ja ominaisvektorit 140 / 170

Mat Systeemien identifiointi, aihepiirit 1/4

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Transkriptio:

Digitaalinen säätöteoria MATLAB harjoituksia RST-säädöstä (5h) Enso Ikonen Oulun yliopisto, systeemitekniikan laboratorio November 25, 2008 Harjoituskerran sisältö kertausta (15 min) Napojensijoittelu 1 (30 min) Napojensijoittelu 2 (15 min) Napojen ja nollien sijoittelu 1 (30 min) lounastauko klo 11 12 RST-säätösuunnittelun MATLAB-koodit (45 min) Napojen ja nollien sijoittelua (20 min) Bonustehtäviä (45min) Harjoituksia voi tehdä yksin tai pareittain; alun kertauksen jälkeen omaan tahtiin. MATLABkoodausta käydään läpi ruokatauon jälkeen. 1

1 Kertausta Harjoitellaan digitaalisen RST-säätimen S z 1 U z 1 = T z 1 Y z 1 R z 1 Y z 1. suunnittelua napojensijoittelua käyttäen. Yleinen proseduuri voi olla seuraavanlainen (tilanteisiin soveltaen): 1. Muodosta prosessille jatkuva-aikainen siirtofunktiomalli Y (s) = G (s). Tämä voi vaatia U(s) taseyhtälöiden muodostamista, malliyhtälöiden linearisointeja, differentiaaliyhtälöiden Laplace-muuntamisia, tms. 2. Selvitä japäätä mitäsäädetyn prosessin käyttäytymiseltä vaaditaan (speksit). Usein haluttu käyttäytyminen voidaan kuvata ensimmäisen (aikavakio) tai toisen kertaluvun prosessin vasteena (luonnollinen taajuus ω n ja vaimennus ζ), G ω (s) = 2 n s 2 +2ζω n.mieti mihin et voi tai et halua vaikuttaa: viiveet, epästabiilit navat, tms. Mieti ovatko s+ω 2 n reguloinnin vaatimukset erilaiset kuin asetusarvomuutostilanteiden vaatimukset. Mieti onko pysyvän tilan virhe sallittua. 3. Määrää sopiva mittausväli h. Tavallisesti 4...10 mittausta per kertaa suljetun piirin nousuaika (t r ) on sopiva, t r = 2.16ζ+0.6 ω n. 4. Diskretoi prosessin malli, Y ) (z 1 = B(z 1 ). Lähes aina on järkevää olettaa nollannen U(z 1 ) A(z 1 ) kertaluvun pito. Tällöin voit käyttää joko pulssinsiirtofunktioiden taulukoita, tai kaavaa ¾, tai laskea numeeriset arvot MATLABilla. G (z) = 1 z 1 Z 1 ½ G (s) s 5. Kirjoita haluttu käyttäytyminen diskreettiin muotoon, z = e sh. Napojensijoittelussa riittää karakteristisen polynomin P (z 1 )määrääminen. Jos haluat erilaiset käyttäytymiset regulointiin ja asetusarvomuutoksiin, määrää molemmat. 6. Muodosta RST-säädin (kts luku 1.1). (a) Määrää ratkaistavien polynomien R ja S (tai S 0 ) asteluvut. (b) Ratkaise R ja S polynomien kertoimet. Muodosta ensin yhtälöryhmä. Voit ratkaista kertoimet vaikkapa Sylvesterin matriisin avulla. (c) Muodosta lopulliset polynomit R ja S. Tämä voi vaatia S-polynomin täydentämistä integraattorilla tai kumottavilla nollilla, tai vaikkapa filtteriä laskennan robustisuuden parantamiseksi. (d) Ratkaise polynomi T. Usein skaalaus riittää, tai sitten voit vaihtaa suljetun piirin dynamiikan halutuksi. 7. Testaa säädön toimintaa simuloinnein tai analyyttisesti. Tarkista ainakin speksattu käyttäytyminen, mutta myös säädetyn systeemin ja säätimen stabiilisuus tavallisissa asetusarvonmuutos (esim askel) ja häiriötilanteissa (esim. askeleet kuorma- ja ulostulohäiriöissä). Palaa takaisin aiempiin vaiheisiin jos tarvetta on. 2

RST-säädin. 1.1 Pikakertaus RST-säädön suunnittelusta. RST-säädöllä suljetulle piirille saadaan Y = BT Y. AS+BR Napojensijoittelussa ratkaistaan Diophantoksen yhtälö A z 1 S z 1 + B z 1 R z 1 = P z 1. jossa on oletettettu että B sisältää viiveen (d ensimmäistä kerrointa ovat nollia). Napojen ja nollien sijoittelussa Diophantos saadaan jakamalla nollat kumottaviin (B + ) ja jätettäviin (B ), B = B + B. Systeemin nollat B + kumoutuvat jos ne sisällytetään napoihin. A z 1 S z 1 {z } B + S 0 + B z 1 R z 1 = B + z 1 P z 1 {z } B + B Jos S laitetaan sisältämään nollat B +,niinyhtälöstä B + :t sieventämällä saadaan uudeksi Diophantoksen yhtälöksi: A z 1 S 0 z 1 + B z 1 R z 1 = P z 1 Ratkaistaan siitä S 0 ja R. Säätimeksi saadaan S = B + S 0 sekä R. Säädin voi sisältää myös integraattorin, joka voidaan toteuttaa asettamalla S = S 0 : A z 1 1 z 1 S 0 z 1 + B z 1 R z 1 = P z 1. {z } A merkitään A :llä Diophantoksen yhtälöiksi tulee napojensijoittelussa A z 1 S 0 z 1 + B z 1 R z 1 = P z 1. mistä ratkaistaan S 0 ja R, säätimen S-polynomiksi tulee S = S 0. Jos myös nollia sijoitellaan uusiksi, Diophantokseksi tulee A z 1 S 0 z 1 + B z 1 R z 1 = P z 1 Taas ratkaistaan S 0 ja R, säätimen S-polynomiksi tulee S = S 0 B +. Polynomiksi T voidaan valita t 0 = P np i=0 p i P nb i=0 b i. 3

Figure 1: Simuloitu suljetun piirin käyttäytyminen: ulostulo (kelt), prosessin ohjaus (magenta) ja haluttu käyttäytyminen (cyan - vain asetusarvomuutos). Askel asetusarvossa (t=10), ulostulossa (t=30) ja kuormassa (t=45). 2 Napojensijoittelu 1 2.1 Tehtävä Prosessin käyttäytymistä kuvaa seuraava differentiaaliyhtälö 10 dy (t)+y(t) =10u (t) dt Suunnittele RST säädin käyttämällä napojen sijottelua. Säätimen tulee poistaa askelmaisen häiriön vaikutus tasapainotilassa, suljetulle piirille halutaan ominaistaajuus ω = 0.25 rad/s ja vaimennuskerroin 0.8. 2.2 Ratkaisu Välituloksia: Arvoidun suljetun piirin nousuajan t r =9.3sperusteella valitaan sämpläysväliksi h = 1.164 s, jolloin speksien mukaan saadaan karakteristiseksi polynomiksi 1 1.5605z 1 +0.6278z 2. Prosessin pulssinsiirtofunktioksi tulee G (z 1 1 1.099 )=z. 1 0.8901z 1 Diophantoksen yhtälön A (z 1 ) (z 1 ) S 0 (z 1 )+B(z 1 ) R (z 1 ) = P (z 1 )ratkaisuina saadaan r 0 = 0.2999 ja r 1 = 0.2387. Säätimen polynomeiksi tulee S (z 1 ) = 1 z 1, R (z 1 )=r 0 + r 1 z 1. Suljetun systeemin simulointituloksia on esitetty kuvassa. 4

3 Napojensijoittelu 2 Prosessin käyttäytymistä kuvaa y 0 (t) = 1 [ y (t) 2u (t)] 5 Suunnittele RST säädin käytttämällä napojen sijottelua kun a) suljetun piirin aikavakioksi halutaan n. sekunti. Säätimestä halutaan mahdollisimman yksinkertainen. b) haluttu suljetun piirin aikavakio on n. sekunti, ja häiriöiden pitkäaikainen vaikutus tulee poistaa. c) tarkastele a)- ja b) kohdissa suunniteltujen säätimien käyttäytymistä suljetussa piirissä erilaisissa asetusarvo- ja häiriötilanteissa. 3.1 Ratkaisu a) Jos valitaan h =0.125, niin saadaan R (z 1 )= 1.8796 ja S (z 1 )=1. b) Jos valitaan h =0.125, niin saadaan R (z 1 )= 22.13 + 19.75z 1 ja S (z 1 )=1 z 1. 4 Napojen ja nollien sijoittelu Prosessia kuvaa G (s) = 4s +2 (5s +1)(5s +1) Suunnittele säädin joka kumoaa nollan ja asettaa suljetun piirin navan s = 0.1:een. 4.1 Ratkaisu Jos valitaan h =0.125, niin saadaan R (z 1 )=3.2339 2.9054z 1 ja S (z 1 )=1 0.5312z 1. 5

5 MATLAB-koodi napojensijoittelua varten Seuraavaksi rakennetaan makroja ja funktioita RST-säätimen suunnittelussa tehtävien vaiheiden automatisoimiseksi. 5.1 Prosessimallin diskretointi MATLABin komento c2d käyttää oletusarvoisesti nollannen kertaluvun pitoa. Esim. sysd = c2d(sysc). 5.2 Halutun käyttäytymisen diskretointi Navat voi siirtää kun muistaa yhteyden s ja z-tasojen välillä: z = e sh. Esim. Jos vektori Ps sisältää halutun karakteristisen polynomin P (s), saadaan juuret komennolla zp=exp(roots(ps)*h) ja vastaava diskreetti karakteristinen polynomi P (z)komennolla Pz=poly(zp). 5.3 Sämpläysväli nousuajan arviosta Nousuajan voi arvioida dominoivan aikavakion perusteella. Toisen kertaluvun nollattomalle systeemille tarkemman arvion saa koodaamalla approksimointikaavan t r = 2.16ζ+0.6 ω n (huomaa ehdot 0.3 < ζ < 0.8). 5.4 Sylvesterin matriisi (R ja S) Ratkaisun koodaus on tarkkaa hommaa.. Mahdollinen toteutus voisi mennä näin. 0. Funktio tarvitsee lähtötietoina prosessimallin (polynomit) sekä halutut navat. 1. Selvitä polynomienasteluvut 2. Varmistu polynomien oikeista koosta (täytä nollilla tarvittaessa) 3. Muodosta Sylvesterin matriisi E 4. Ratkaise M=inv(E)*P 5. Lue R ja S M-vektorista, ja täydennä lisukkeilla (integrointi, kumottavat nollat, tms) 6. Laske vielä T-polynomi Esimerkki. sylvester.m. 5.5 Säätimen toiminnan simulointi Simulinkillä voi helposti toteuttaa RST-säädön z 1 :n potensseina ilmaistuilla polynomeilla R (z 1 ), S (z 1 )jat (z 1 )käyttämällä Discrete Filter -lohkoja. Prosessina voi käyttää joko alkuperäistä jatkuva-aikaista prosessimallia (suositeltavaa, koska silloin mahdolliset ongelmat sämpläysvälissä saadaan selville), tai diskretoitua säätösuunnittelun pohjana ollutta versiota B(z 1 ) A(z 1 ). 6

6 Napojen ja nollien sijoittelua 6.1 Tehtävä a) Laske uudelleen Laske uudelleen aiempien tehtävien säätimen parametrit, käyttäen nyt MATLAB-ohjelmiasi. Saitko samat tulokset? 6.2 Tehtävä b) Napojen sijoittelu b) Prosessia kuvaa tilamalli ½ x 0 1 (t) = 1 5 x 1 (t)+x 2 (t) x 0 2 (t) = 1 5 x 2 (t) 2 25 u (t) Suunnittele napojensijoittelusäädin kun suljetun systeemin karakteristiseksi polynomiksi halutaan P (s) =s 2 + s + 1. Tarvitaanko säätimeen integraattoria pysyvän tilan poikkeaman eliminoimiseksi? 6.3 Tehtävä c) Napojen ja nollien sijoittelu Prosessia kuvaa G (s) = 4s 2 (5s +1)(5s +1) Suunnittele säädin joka kumoaa nollan ja asettaa suljetun piirin navan s = 0.1:een. Tutki suljetun piirin ja säätösignaalin käyttäytymistä. Selitä havaintosi. 6.4 Ratkaisuja a) b) Jos valitaan h =0.21, saadaan S =1 0.0656z 1 ja R = 47.33 + 36.15. c) Jos valitaan h =1.25, saadaan S =1 1.95z 1 ja R =6.57 5.90z 1. Prosessin ulostulo seuraa asetusarvoa, mutta ohjaussignaali... 7

7 Bonustehtäviä Valitse vapaasti seuraavista. 7.1 PID-säätö Olisi mukavaa jos säätimen voisi implementoida PID-säätimenä u (t) =K P e (t)+ 1 Z de e (τ) dτ + τ D τ I dt e (t). Muistetaan, että PID-säädössä R = T, lisäksi napoja ja nollia pitää olla sopiva määrä. Tutki aiempien tehtävien RST-säätimiä. Jos niitä yrittäisi kirjoittaa PID-muotoon, mitkä silloin olisivat PID-säätimen parametrit. 7.2 Mallinnusvirheet Tutki kuinka mallinnusvirheet vaikuttavat RST-säädön suorituskykyyn. Testaa simuloimalla esim. virhettä vahvistuksessa tai navoissa, kun teet askelvasteita asetusarvoon tai häiriöihin. 7.3 Suljetun piirin siirtofunktiot Johda RST-säädöllä suljetun piirin siirtofunktiot asetusarvosta, ulostulohäiriöstä sekä kuormahäiriöstä. Johda siirtofunktiot sekä prosessin ulostuloon, että säätimen ulostuloon. 7.4 Kahden vapausasteen säädin Suunnittele säädin jonka reguloinnin karakteristinen polynomi poikkeaa asetusarvokäyttäytymisestä. 8