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

Samankaltaiset tiedostot
3. kierros. 2. Lähipäivä

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

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

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

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

Esimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi

Esimerkki: Laaduntasaussäiliö. Esimerkki: Laaduntasaussäiliö. Taajuusanalyysi. ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

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

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia

Differentiaaliyhtälön ratkaisu. ELEC-C1230 Säätötekniikka. Esimerkki: läpivirtaussäiliö. Esimerkki: läpivirtaussäiliö

17. Differentiaaliyhtälösysteemien laadullista teoriaa.

6. Differentiaaliyhtälösysteemien laadullista teoriaa.

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

Tehtävä 1. Vaihtoehtotehtävät.

ELEC-C1230 Säätötekniikka. Luku 7: Taajuusanalyysi

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

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ

ELEC-C1230 Säätötekniikka. Luku 5: Navat ja nollat, systeemin nopeus, stabiilisuus ja värähtelyt, Routh-Hurwitz-kriteeri

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

1 Di erentiaaliyhtälöt

5 Differentiaaliyhtälöryhmät

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Digitaalinen Signaalinkäsittely T0125 Luento

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 11: Lineaarinen differentiaaliyhtälö

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Matemaattinen Analyysi

12. Stabiilisuus. Olkoon takaisinkytketyn vahvistimen vahvistus A F (s) :

Aikatason vaste vs. siirtofunktio Tehtävä

MATLAB harjoituksia RST-säädöstä (5h)

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

3 Toisen kertaluvun lineaariset differentiaaliyhtälöt

3.4 Rationaalifunktion kulku ja asymptootit

4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

MS-A0004/A0006 Matriisilaskenta

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Epäyhtälöt 1/7 Sisältö ESITIEDOT: yhtälöt

Osatentti

Matematiikan tukikurssi

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

Matemaattinen Analyysi

Osatentti

2. kierros. 2. Lähipäivä

a 1 y 1 (x) + a 2 y 2 (x) = 0 vain jos a 1 = a 2 = 0

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2

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

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

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

Mekaniikan jatkokurssi Fys102

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

1 Ominaisarvot ja lineaariset di erenssiyhtälöt

Matematiikan tukikurssi

Luento 13: Periodinen liike. Johdanto Harmoninen värähtely Esimerkkejä F t F r

Tekijä MAA2 Polynomifunktiot ja -yhtälöt = Vastaus a)

6*. MURTOFUNKTION INTEGROINTI

Matematiikan tukikurssi

PID-sa a timen viritta minen Matlabilla ja simulinkilla

z 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2

Vakiokertoiminen lineaarinen normaaliryhmä

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

5 OMINAISARVOT JA OMINAISVEKTORIT

MS-A Differentiaali- ja integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko

Värähdysliikkeet. q + f (q, q, t) = 0. q + f (q, q) = F (t) missä nopeusriippuvuus kuvaa vaimenemista ja F (t) on ulkoinen pakkovoima.

Numeeriset menetelmät

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

Ratkaisuehdotus 2. kurssikokeeseen

KOMPLEKSILUVUT C. Rationaaliluvut Q. Irrationaaliluvut

Dynaamisten systeemien identifiointi 1/2

MASSASÄILIÖN SIMULOINTI JA SÄÄTÖ Simulation and control of pulp tank

Alias-ilmiö eli taajuuden laskostuminen

Matematiikan tukikurssi, kurssikerta 3

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

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

1 Rajoittamaton optimointi

3 Yleinen toisen asteen yhtälö ja epäyhtälö

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

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

Laplace-muunnos: määritelmä

2. Funktiot. Keijo Ruotsalainen. Mathematics Division

Matematiikan johdantokurssi, syksy 2017 Harjoitus 8, ratkaisuista

Luento 14: Periodinen liike, osa 2. Vaimennettu värähtely Pakkovärähtely Resonanssi F t F r

Ratkaisuehdotus 2. kurssikoe

Diskreetin LTI-systeemin stabiilisuus

1 Matriisit ja lineaariset yhtälöryhmät

y z = (x, y) Kuva 1: Euklidinen taso R 2

2. kierros. 1. Lähipäivä

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.

Luento 13: Periodinen liike

Matematiikan tukikurssi

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2

3 Lineaariset yhtälöryhmät ja Gaussin eliminointimenetelmä

5 DIFFERENTIAALIYHTÄLÖRYHMÄT

4 Korkeamman kertaluvun differentiaaliyhtälöt

Näihin harjoitustehtäviin liittyvä teoria löytyy Adamsista: Ad6, Ad5, 4: 12.8, ; Ad3: 13.8,

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Matematiikan tukikurssi

Kuva 1: Funktion f tasa-arvokäyriä. Ratkaisu. Suurin kasvunopeus on gradientin suuntaan. 6x 0,2

Kompleksianalyysi, viikko 6

Transkriptio:

Systeemin käyttäytyminen ELEC-C1230 Säätötekniikka Luku 5: Navat ja nollat, systeemin nopeus, stabiilisuus ja värähtelyt, Routh-Hurwitz-kriteeri Systeemin tai järjestelmän tärkein ominaisuus on stabiilisuus. Muita ominaisuuksia ovat esim. Nopeus Värähtelyt ja niiden luonne, resonanssi Minimivaiheisuus (minimum phase / non minimum phase), alkutransientit Herkkyys ja robustisuus (sensitivity / robustness), häiriönsietokyky Mahdollinen integroiva tai derivoiva käyttäytyminen Aitous (strictly proper, proper, not proper) Aikaisemmilla luennoilla systeemin käyttäytyminen määritettiin tarkasti vasteista joka edellytti Laplacekäänteismuuntamista. Tällä luennolla keskitytään käyttäytymisen tarkasteluun mallin ominaisuuksien perusteella ilman vasteen analyyttistä ratkaisemista. Systeemin navat ja nollat Siirtofunktio koostuu osoittaja- ja nimittäjäpolynomeista Systeemin navat ja nollat Napa-nollakuviossa systeemin navat ja nollat esitetään graafisesti kompleksitasossa. Nimittäjäpolynomi on systeemin karakteristinen polynomi Polynomit voidaan esittää juuriensa tuloina Osoittajan nollakohdat (juuret) ovat systeemin nollia ja nimittäjän nollakohdat (juuret) ovat systeemin napoja. Kompleksiset juuret esiintyvät aina kompleksikonjugaatteina: s i = a ± bi => Napa-nollakuvio on aina symmetrinen reaaliakselin suhteen. 1

Stabiilisuus Stabiilisuudelle on kehitetty useita erilaisia määritelmiä. Esim. Yhden ratkaisun stabiilisuus (epälineaariset ja/tai aikavariantit systeemit) Systeemin stabiilisuus (lineaaristen systeemien globaali ominaisuus) Globaali stabiilisuus vs. lokaali stabiilisuus (epälineaariset systeemit) Ljapunov-stabiilisuus Asymptoottinen stabiilisuus BIBO-stabiilisuus (Bounded Input - Bounded Output) Marginaalinen stabiilisuus Tällä opintojaksolla käsitellään ainoastaan lineaaristen järjestelmien stabiilisuutta, jolloin stabiilisuus on systeemin globaali ominaisuus stabiilius ei riipu tulosuureista eikä toiminta-alueesta. Systeemin stabiilisuus Systeemi Stabiili s. Epästabiili s. Asymptoottisesti stabiili s. Marginaalisesti stabiili s. Stabiilisuus Epälineaarisella järjestelmällä stabiilisuus saattaa riippua toimintaalueesta ja tulosuureesta. Tarkastellaan esimerkiksi kiviä vuorenrinteellä. Systeemillä on yksi stabiili tasapainopiste (laakso, 3) ja kaksi epästabiilia (huiput, 2 ja 5) Stabiilissa toimintapisteessä pienillä ohjauksilla vaste pysyy stabiilina, mutta kun kiviä työnnetään riittävän suurilla voimilla, niin vasteesta voi tulla epästabiili (kivi voi joutua pisteen 2 vasemmalle tai pisteen 5 oikealle puolelle. Epästabiililta alueelta voidaan päätyä sopivalla tulosuureella stabiilille alueelle. Esimerkiksi pisteestä 1 voidaan päästä huipun ohi stabiiliin laaksoon, mutta pisteestä 6 on huomattavasti vaikeampaa päätyä stabiiliin ratkaisuun, koska kivi kerää niin paljon liike-energiaa, että se helposti sujahtaa stabiilin laakson läpi uudelle epästabiilille alueelle. Luennolla 3 esitettiin tilayhtälön yleinen ratkaisu Ljapunov-stabiilisuus Tilan x(t) käyttäytyminen tulevaisuudessa riippuu kahdesta termistä: autonomisesta osuudesta (alkuarvot) ja ohjausten vaikutuksesta. Ljapunov-stabiilisuus tutkii autonomista stabiiliutta. Yksinkertaistettuna voidaan sanoa, että menetelmässä poikkeutetaan tilaa aavistuksen verran alkutilasta ja katsotaan mitä tapahtuu, kun ulkoisia ohjauksia ei käytetä. Jos lineaarinen systeemi on stabiili yhdelle alkuarvolle, niin se on stabiili myös kaikille muille mielivaltaisille alkuarvoille. 2

BIBO-stabiilisuus BIBO-stabiilisuudessa taas tutkitaan input/output-käyttäytymisen stabiiliutta ja se liittyykin läheisesti edellä esitetyn tilaesityksen ratkaisun toiseen termiin. Systeemi on BIBO-stabiili (bounded input bounded output), jos rajoitetulla ohjauksella u saadaan aina rajoitettu vaste y. Esimerkiksi varasto (integraattori) ja ideaalinen heiluri (harmoninen värähtelijä) ovat marginaalisesti stabiileja (yleisesti stabiileja) ja Ljapunov-stabiileja, mutta eivät asymptoottisesti stabiileja eivätkä BIBOstabiileja. Käänteinen heiluri ja raketti avaruudessa ovat epästabiileja kaikkien stabiilisuuskriteerien mukaan. Ideaalisekoitin (alipäästösuodatin) sekä massakappale jousen ja vaimentimen varassa ovat stabiileja kaikkien edellä esitettyjen stabiilisuuskriteerien mukaisesti. Asymptoottinen ja marganaalinen stabiilisuus voidaan lineaarisella systeemillä tutkia esim. impulssivasteen käyttäytymisen perusteella. Esimerkki: Harmoninen värähtelijä (lineaariapproksimaatio) Nimittäjäpolynomin juuret Siniherätteellä heiluri joutuu resonanssiin ja muuttuu epästabiiliksi => alkuarvoista johtuva vaste on stabiili, mutta on löydettävissä rajoitettu heräte (sinisignaali), jolla vasteesta tulee rajoittamaton. Lineaarisoitu heiluri on Ljapunov-satbiili, muttei BIBO-stabiili vaste alkuarvolle impulssivaste sinivaste Impulssivaste ja sen stabiilisuus Vahvasti aidon (strictly proper, siirtofunktion osoittaja alempaa kertalukua kuin nimittäjä) systeemin impulssivaste eli painofunktio on Laplace-tasossa siirtofunktio Siirtofunktio voidaan hajoittaa osamurtokehitelmän avulla tekijöidensä summalausekkeeksi (oletetaan aluksi kaikkien juurten olevan reaalisia ja yksinkertaisia). Käänteismuunnettuna Jos kaikki nimittäjäpolynomin juuret ovat negatiivisia, niin ajan lähestyessä ääretöntä vaste lähestyy nollaa - jos yksikin juuri on positiivinen, niin vastaava summan termi lähestyy ääretöntä. Kun yksi summan termi lähestyy ääretöntä, niin koko summa lähestyy ääretöntä. Impulssivaste ja sen stabiilisuus Jos juurten joukossa on kompleksisia juuria, niin ne voidaan laventaa toisen asteen nimittäjäpolynomiksi: Käänteismuunnettuna Jos nimittäjäpolynomin juurien reaaliosat ovat negatiivisia, niin ajan lähestyessä ääretöntä vaste lähestyy nollaa - positiivisilla reaaliosilla vaste lähestyy ääretöntä. Tarkastellaan vielä moninkertaisia juuria. Moninkertaiset (q-kertaiset) juuret esiintyvät osamurtokehitelmässä muodossa: Käänteismuunnettuna: 3

Impulssivaste ja sen stabiilisuus Jos nimittäjäpolynomin moninkertainen juuri on negatiivinen, niin ajan lähestyessä ääretöntä vasteen kaikki termit lähestyvät nollaa - positiivisella juurella vaste lähestyy ääretöntä. Moninkertaisilla kompleksisilla juurilla saadaan vastelausekkeeseen termejä Nämä termit lähestyvät nollaa ajan lähestyessä ääretöntä, jos moninkertaisen kompleksisen juuren reaaliosa on negatiivinen - positiivisella reaaliosalla termit lähestyvät ääretöntä. Marginaalinen stabiilisuus Mikäli systeemin kaikki navat ovat kompleksitason vasemmassa puolitasossa, niin systeemi on asymptoottisesti stabiili ja mikäli yksikin napa on oikeassa puolitasossa, niin systeemi on epästabiili - entä jos systeemillä ei ole napoja oikeassa puolitasossa vaan rajalla eli imaginääriakselilla - miten impulssivaste silloin käyttäytyy? Yksinkertainen napa Kaksinkertainen napa Kolminkertainen napa Yhteenvetona voidaan todeta impulssivasteen lähestyvän nollaa ajan lähestyessä ääretöntä vain jos jokaisen nimittäjäpolynomin juuren reaaliosa on negatiivinen. Tämä on asymptoottisen stabiilisuuden kriteeri. Jos yhdenkin juuren reaaliosa on positiivinen, niin vaste lähestyy ääretöntä ajan lähestyessä ääretöntä ja systeemi on epästabiili. Marginaalinen stabiilisuus Mikäli systeemillä on yksinkertaisia napoja imaginääriaksella eikä lainkaan napoja oikeassa puolitasossa, niin se on marginaalisesti stabiili (eli Ljapunov-stabiili). Mikäli systeemillä on moninkertaisia napoja imaginääriakselilla, niin se on epästabiili kaikkien stabiilisuuskriteerien mukaan. Mikäli systeemillä on yksikin napa imaginääriaksella, niin se ei ole asymptoottisesti stabiili eikä BIBO-stabiili. Stabiilisuus Systeemi on asymptoottisesti stabiili, jos kaikki sen navat ovat ovat kompleksitason vasemmassa puolitasossa. Systeemi on epästabiili, jos sillä on yksikin napa kompleksitason oikeassa puolitasossa tai sillä on moninkertaisia napoja imaginääriakselilla Systeemi on marginaalisesti stabiili, jos sillä on yksi tai useampia yksinkertaisia napoja imaginääriakselilla eikä ainoatakaan napaa oikeassa puolitasossa. Lineaarisella systeemillä asymptoottinen stabiilius vastaa BIBO-stabiilisuutta. 4

Värähtelyt Laplace-muunnospareista tiedetään, että jos systeemillä on nimittäjässä kompleksisia juuria, niin kyseiset termit voidaan täydentää neliöksi, jolloin Laplace-käänteismuunnokseksi saadaan sini- ja kosinifunktioita (kompleksiset juuret voidaan myös käänteismuuntaa suoraan kompleksisiksi exponenttifunktioiksi, joista saadaan sinejä ja kosineja Eulerin kaavoilla). Aivan kuten stabiilisuudellakin, niin värähtelylle voidaan todeta, että jos yksikin summan termi värähtelee, niin koko summa värähtelee. Järjestelmän vaste ei värähtele, mikäli sen navat ovat reaalisia. Vaste värähtelee, jos yksikin napapari on aidosti kompleksinen (ei sijaitse reaaliakselilla). Nopeus Etäisyys imaginääriakselista kuvaa eksponentiaalista käyttäytymistä (mitä kauempana imaginääriakselista ollaan sitä nopeammin systeemi saavuttaa loppuarvonsa (vasemmassa puolitasossa) tai karkaa äärettömyyteen (oikeassa puolitasossa). Etäisyys reaaliakselista kuvaa värähtelyn taajuutta (mitä kauempana reaaliakselista ollaan sitä suurempi taajuus). Järjestelmä on sitä nopeampi mitä kauempana sen navat ovat origosta Värähtelyn vaimennussuhde Systeemin vaimennussuhde, kuvaa värähtelyn vaimenemista. Vaimennussuhde saadaan laskettua kompleksisen napaparin ja negatiivisen reaaliakselin välisen kulman kosinista tämä pätee vain silloin kun kulma on olemassa eli aidosti kompleksisella napaparilla. Jos vaimennussuhde on ykköstä suurempi, niin systeemi on ylivaimennettu (reaaliset negatiiviset navat). Jos vaimennussuhde on yksi, niin systeemi on kriittisesti vaimennettu (kaksinkertainen negatiivinen napapari reaaliakselilla). Jos vaimennussuhde on yhden ja nollan välillä, niin systeemi on alivaimennettu (aidosti kompleksinen napapari vasemmassa puolitasossa). Jos vaimennussuhde on nolla, niin systeemi on harmoninen värähtelijä (navat imaginääriakselilla). Jos vaimennussuhde on negatiivinen, niin systeemi on epästabiili (navat opikeassa puolitasossa). Jos vaimennussuhteen itseisarvo on ykköstä suurempi, niin systeemi ei värähtele (navat reaaliakselilla). Esimerkki: vaimennussuhde ja vasteet Tarkastellaan kolmea eri prosessia Kaikilla on sama vaimennussuhde, mutta eri etäisyys origosta. Piirretään napanollakuvio MATLABissa sys1=tf(5,[1 1 25]) sys2=tf(3,[1 0.6 9]) sys3=tf(1,[1 0.2 1]) pzmap(sys1,sys2,sys3) sgrid 5

Esimerkki: vaimennussuhde ja vasteet Vasteiksi saadaan: impulse(sys1) impulse(sys2) impulse(sys3) Systeemeillä on eri nopeudet, mutta jokaisen systeemin värähtely vaimenee yhtä tehokkaasti. Jos kukin impulssivaste skaalattaisiin ajan suhteen, niin vasteet olisivat identtisiä. Tarkastellaan systeemiä: Tämän askelvaste on Dominoivat navat Mitä kauempana imaginääriakselista napa on, sitä pienemmällä kertoimella se esiintyy vasteen lausekkeessa. Stabiilia käyttäytymistä dominoivat navat ja napaparit ovat ne, jotka ovat kaikkein lähimpänä imaginääriakselia sama pätee myös nolliin ja nollapareihin. Epästabiili käyttäytyminen on kuitenkin aina dominoivaa. Nollat Jos navat vaikuttavat stabiilisuuteen, värähtelyyn ja nopeuteen, niin mitä nollat sitten tekevät? Otetaan esimerkki: prosessi, jossa on kaksi stabiilia napaa (pisteissä -2 ja -3) ja yksi nolla. Lasketaan askelvaste: Nollat vaikuttavat eri tekijöiden kertoimiin. Kokeillaan erilaisia nollan arvoja ja tarkastellaan miten askelvaste muuttuu. Nollat Nollat vaikuttavat vasteiden alkukäyttäytymiseen - ne vastaavat vaikutukseltaan alkuarvoja. Mikäli systeemillä on yksikin nolla oikeassa puolitasossa, niin systeemi on eiminimivaiheinen ja vastaavasti jos kaikki sen nollat ovat vasemmassa puolitasossa (ja se on viiveetön), niin se on minimivaiheinen. Nollat voivat kumota vastaavan navan ja samalla kyseisen käyttäytymisen (esim. värähtelyn). On kuitenkin huomattava, että epästabiilia napaa ja käyttäytymistä ei voida kompensoida ei-minimivaiheisella nollalla. 6

Nollat ja kompensointi Katsotaan kahta kompensointiesimerkkiä. Kompensoidaan hidas napa vastaavalla nollalla Kompensoidaan epästabiili napa vastaavalla nollalla Prosessin malli on: Kompensoituna: Nollat ja kompensointi Epästabiilia napaa on mahdotonta kompensoida täydellisesti. Vaikka systeemi näyttääkin aluksi toimivan hyvin, niin vaste muuttuu epästabiiliksi pitkän ajan kuluttua. Stabiilit värähtelevät ja hitaat moodit voidaan kompensoida vastaavilla nollilla, vaikka kyseisiä napoja ei tunnettaisikaan tarkasti Nolla, joka on suunnilleen samalla alueella kuin napa kompensoi suurin piirtein kyseistä napaa vastaavan käyttäytymisen - jos kyseessä on stabiili moodi. Nollat ja kompensointi Otetaan esimerkki värähtelyn kompensoinnista Tarkastellaan prosessia, jossa on dominoiva värähtelevä moodi ja (väistyvä) värähtelemätön moodi Kompensoidaan värähtelevä moodi täydellisesti (tarkalla polynomilla) ja summittaisesti neljällä eri kompensaattorilla (polynomilla, jonka navat ovat 10% pielessä eri suuntiin reaali- ja kompleksiakselien suhteen). Stabiilisuustestit Jos tunnetaan systeemin navat (nimittäjäpolynomin nollakohdat), niin stabiilisuus on helppo todeta. Juuret voidaan määrittää numeerisesta polynomista iteratiivisilla laskentarutiineilla (kuten komennot eig, roots tai pole MATLABissa). Esim. polynomille roots([1 2 4 10]) ans = -2.2236 0.1118 + 2.1177i 0.1118-2.1177i Jos jokin polynomin kertoimista on nolla tai negatiivinen, niin polynomilla on vähintään yksi juuri imaginääriakselilla tai oikeassa puolitasossa. Jos polynomissa on mukana symbolisia parametreja ja tahdotaan ratkaista, millä parametrien arvoilla systeemi on stabiili, niin juurien ratkaisu numeerisesti ei enää onnistu. Tällöin voidaan käyttää Routhin kaaviota. 7

Routhin kaavio Polynomille muododtetaan Routhin kaavio seuraavasti: Routhin kaavio Routhin kaavion ensimmäisessä sarakkeessa olevien merkinvaihtojen lukumäärä on samalla myös polynomin oikeassa puolitasossa olevien juurien lukumäärä. Jos systeemin karakteristinen polynomi sijoitetaan Routhin kaavioon, niin systeemi on stabiili, jos ensimmäisessä sarakkeessa ei ole ainoatakaan merkinvaihtoa. Jos kaaviota muodostettaessa sen ensimmäiseen sarakkeeseen tulee nolla, niin sen tilalle kaavioon sijoitetaan pieni positiivinen luku ja jatketaan kaavion muodostamista. Lopullisesta kaaviosta voidaan laskea merkinvaihdot tutkimalla :sta riippuvien termien raja-arvot, kun 0. Mikäli kaavioon muodostuu koko rivi nollia, niin välittömästi nollariviä ylemmästä rivistä voidaan muodostaa polynomi, jolla alkuperäinen polynomi on jaollinen. Polynomit: Esimerkit: Routhin kaavio Polynomi: Esimerkit: Routhin kaavio Saadaan nollarivi, jolloin ylemmältä riviltä saadaan polynomi jolla alkuperäinen polynomi on jaollinen. Lasketaan tämän polynomin derivaatta s:n suhteen ja sijoitetaan se kaavioon ja jatketaan Kaksi merkinvaihtoa 2-1 ja -1 10 eli kaksi juurta oikeassa puolitasossa Ei merkinvaihtoja ensimmäisessä sarakkeessa eli ei juuria oikeassa puolitasossa Ei merkinvaihtoja, joten ei juuria oikeassa puolitasossa 8

Polynomi: Esimerkit: Routhin kaavio Ensimmäiseen sarakkeeseen tulee nolla, jolloin korvataan se pienellä positiivisella luvulla ja jatketaan kaavion muodostamista Esimerkit: Routhin kaavio Systeemiä, jonka siirtofunktio on säädetään P-säätimellä. Millä K P :n arvoilla säädetty järjestelmä on stabiili? Stabiili, jos kaksi merkinvaihtoa 0 - ja - 12 kaksi juurta oikeassa puolitasossa Tilaesityksen navat ja nollat Esimerkki Kolmannella luennolla johdettiin siirtofunktion ja tilaesityksen välinen muunnoskaava. Käänteismatriisi lasketaan jakamalla liittomatriisi (adjoint) determinantilla. Määritetään systeemin navat ja nollat MIMO-systeemeillä karakteristisessa polynomissa on kaikkien systeemin siirtofunktioiden navat ja osoittajapolynomista tulee polynomimatriisi, jossa on kunkin siirtofunktion nollat erikseen - osa nollista ja navoista supistuu. Systeemillä on kaksi napaa (-1 ja 3) sekä yksi nolla (-3) 9

Esimerkki: säädetyn järjestelmän käyttäytyminen Esimerkki: säädetyn järjestelmän käyttäytyminen Tutkitaan säädetyn järjestelmän käyttäytymistä säätimen (P-säädin) eri virityksillä. Säädetyn järjestelmän karakteristinen yhtälö Säädetyn järjestelmän navat (toisen asteen yhtälön ratkaisu): Säätämätön prosessi on epästabiili Säädetty järjestelmä ei värähtele, kun navat ovat reaalisia Säädetylle järjestelmälle Säädetty järjestelmä on stabiili, kun navat ovat vasemmassa puolitasossa Esimerkki: säädetyn järjestelmän käyttäytyminen Esimerkki: säädetyn järjestelmän käyttäytyminen Määritetään navat ja piirretään säädetyn järjestelmän napanollakuviot muutamalla eri K P :n arvolla Vastaavat askelvasteet ovat: 10

Esimerkki: säädetyn järjestelmän käyttäytyminen Yleiset siirtofunktiomallit: 1. kertaluku Tämän perusteella voidaan todeta säädetylle järjestelmälle 1. kertaluvun dynamiikka Differentiaaliyhtälö ja siirtofunktio: K on systeemin vahvistus on systeemin aikavakio > 0 => Stabiili < 0 => Epästabiili Yleiset siirtofunktiomallit: 1. kertaluku Yleiset siirtofunktiomallit: 2. kertaluku > 0 => Stabiili 2. kertaluvun värähtelevä dynamiikka (kompleksiset navat) Differentiaaliyhtälö ja siirtofunktio: K on systeemin vahvistus n on systeemin ominaistaajuus ( n > 0) on systeemin vaimennussuhde (-1 > > 1) < 0 => Epästabiili 11

Yleiset siirtofunktiomallit: 2. kertaluku Yleiset siirtofunktiomallit: 2. kertaluku Navat: 0 > > 1 => Stabiili 0 > > 1 => Stabiili -1 > > 0 => Epästabiili -1 > > 0 => Epästabiili Yleiset siirtofunktiomallit: 2. kertaluku Yleiset siirtofunktiomallit: 2. kertaluku 2. kertaluvun värähtelemätön dynamiikka (reaaliset navat) Differentiaaliyhtälö ja siirtofunktio: K on systeemin vahvistus ja ovat systeemin aikavakiot ( ) Navat: 1 2 > 0 => Stabiili Luonnollisesti värähtelevät systeemit voidaan myös formuloida tähän mallirakenteeseen, mutta silloin aikavakiot ovat kompleksisia Toisaalta värähtelemättömät systeemit voidaan formuloida käyttäen vaimennussuhdetta ja ominaistaajuutta, mutta tällöin vaimennussuhteen itseisarvo on ykköstä suurempi (ylivaimennettu systeemi) 1 < 0 tai 2 < 0 => Epästabiili 12

Yleiset siirtofunktiomallit: 2. kertaluku Korkeamman kertaluvun mallit 1 2 > 0 => Stabiili Korkeamman kertaluvun mallit voidaan koota yksinkertaisista 1. ja 2. kertaluvun elementeistä Tiedetään, että vaste on kaikkien elementtien painotettu summa (lähellä imaginääriakselia olevat navat ja nollat dominoivat käyttäytymistä, jolleivat napa-nollaparit kumoa toistensa vaikutuksia) Tarkastellaan kolmannen kertaluvun värähtelevää systeemiä 1 < 0 tai 2 < 0 => Epästabiili Tämän järjestelmän käyttäytyminen on painotettu summa toisen kertaluvun käyttäytymisestä ja ensimmäisen kertaluvun käyttäytymisestä. Korkeamman kertaluvun mallit Yksinkertaisten systeemien vasteita Alla on systeemin napa-nollakuviot ja askelvasteet eräillä parametriarvoilla a) b) a) b) Impulssivaste c) d) c) d) Askelvaste 13

Yksinkertaisten systeemien vasteita Yksinkertaisten systeemien vasteita 14 Askelvaste Impulssivaste Askelvaste Impulssivaste Yksinkertaisten systeemien vasteita Askelvaste Impulssivaste