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

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

6. Differentiaaliyhtälösysteemien laadullista teoriaa.

17. Differentiaaliyhtälösysteemien laadullista teoriaa.

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

v AB q(t) = q(t) v AB p(t) v B V B ṗ(t) = q(t) v AB Φ(t, τ) = e A(t τ). e A = I + A + A2 2! + A3 = exp(a D (t τ)) (I + A N (t τ)), A N = =

Mat Dynaaminen optimointi, mallivastaukset, kierros 11

5 Differentiaaliyhtälöryhmät

Vakiokertoiminen lineaarinen normaaliryhmä

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Differentiaaliyhtälöt II, kevät 2017 Harjoitus 5

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

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

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja

Luento 8: Epälineaarinen optimointi

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),...

k = 1,...,r. L(x 1 (t), x

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

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

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

(a) avoin, yhtenäinen, rajoitettu, alue.

9 Singulaariset ratkaisut

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

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

Osittaisdifferentiaaliyhtälöt

Lineaarikuvausten. Lineaarikuvaus. Lineaarikuvauksia. Ydin. Matriisin ydin. aiheita. Aiheet. Lineaarikuvaus. Lineaarikuvauksen matriisi

x = ( θ θ ia y = ( ) x.

3.3 Funktion raja-arvo

r > y x z x = z y + y x z y + y x = r y x + y x = r

13. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot

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

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 6: Ääriarvojen luokittelu. Lagrangen kertojat.

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 4: Derivaatta

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle.

Luento 8: Epälineaarinen optimointi

Mat Dynaaminen optimointi, mallivastaukset, kierros 5

DI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 11: ti klo 13:00-15:30

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

Johdatus reaalifunktioihin P, 5op

Taustatietoja ja perusteita

Differentiaaliyhtälösysteemit sekä niiden tasapainopisteiden stabiilisuus

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 2 / vko 45

a(t) = v (t) = 3 2 t a(t) = 3 2 t < t 1 2 < 69 t 1 2 < 46 t < 46 2 = 2116 a(t) = v (t) = 50

a) z 1 + z 2, b) z 1 z 2, c) z 1 z 2, d) z 1 z 2 = 4+10i 4 = 10i 5 = 2i. 4 ( 1)

Osoita, että täsmälleen yksi vektoriavaruuden ehto ei ole voimassa.

Ei-inertiaaliset koordinaatistot

Valintakoe

Oletetaan, että funktio f on määritelty jollakin välillä ]x 0 δ, x 0 + δ[. Sen derivaatta pisteessä x 0 on

MATP153 Approbatur 1B Harjoitus 3, ratkaisut Maanantai

Ominaisvektoreiden lineaarinen riippumattomuus

MS-A0102 Differentiaali- ja integraalilaskenta 1

1 Di erentiaaliyhtälöt

5 OMINAISARVOT JA OMINAISVEKTORIT

Matematiikan tukikurssi

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

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

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

saadaan kvanttorien järjestystä vaihtamalla ehto Tarkoittaako tämä ehto mitään järkevää ja jos, niin mitä?

Derivaatan sovellukset (ääriarvotehtävät ym.)

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Tampereen yliopisto Informaatiotieteiden yksikkö

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

4 Korkeamman kertaluvun lineaariset differentiaaliyhtälöt

BM30A0240, Fysiikka L osa 4

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

infoa Viikon aiheet Potenssisarja a n = c n (x x 0 ) n < 1

6. Toisen ja korkeamman kertaluvun lineaariset

Analyysi 1. Harjoituksia lukuihin 4 7 / Syksy Tutki funktion f(x) = x 2 + x 2 jatkuvuutta pisteissä x = 0 ja x = 1.

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

Matriisilaskenta, LH4, 2004, ratkaisut 1. Hae seuraavien R 4 :n aliavaruuksien dimensiot, jotka sisältävät vain

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 3: Osittaisderivaatta

Ratkaisu: Tutkitaan derivoituvuutta Cauchy-Riemannin yhtälöillä: f(x, y) = u(x, y) + iv(x, y) = 2x + ixy 2. 2 = 2xy xy = 1

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta

Mat Dynaaminen optimointi, mallivastaukset, kierros 3

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

Ortogonaaliset matriisit, määritelmä 1

1 Analyyttiset funktiot

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

x = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) = = 21 tosi

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

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

6 MATRIISIN DIAGONALISOINTI

4 Korkeamman kertaluvun differentiaaliyhtälöt

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Yleistä. Aalto-yliopisto Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 10: Stokesin lause

1. Määritä funktion f : [ 1, 3], f (x)= x 3 3x, suurin ja pienin arvo.

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 2 Kevät 2017

2 Osittaisderivaattojen sovelluksia

Matematiikan taito 9, RATKAISUT. , jolloin. . Vast. ]0,2] arvot.

MS-A0004/A0006 Matriisilaskenta

2. kierros. 2. Lähipäivä

Bifurkaatiot dierentiaaliyhtälöissä. Systeemianalyysin. Antti Toppila laboratorio. Teknillinen korkeakoulu

MATP153 Approbatur 1B Harjoitus 6 Maanantai

Oletetaan sitten, että γ(i) = η(j). Koska γ ja η ovat Jordan-polku, ne ovat jatkuvia injektiivisiä kuvauksia kompaktilta joukolta, ja määrittävät

Transkriptio:

Mat-48 Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ L ẋ = x ẋ = g L sin x rx Epälineaarisen systeemin tasapainotiloja voidaan etsiä asettamalla tilojen derivaatat nolliksi ja ratkaisemalla saatu yhtälö: x =, g L sin x = x = ±nπ, n Z Saadaan kaksi eri tasapainotilaa: (x, x ) = (, ), (x, x ) = (π, ) Tasapainotilojen laatua voidaan tarkastella linearisoimalla systeemi niiden ympäristössä Jakobin matriisiksi saadaan J f = g cos x L r Tasapainopisteessä (x, x ) = (, ) Jakobin matriisin ominaisarvot ovat λ = r ± r 4g/L <, eli systeemi on stabiili ainakin jossain origon pienessä ympäristössä Toisaalta tasapainopisteessä (x, x ) = (π, ) Jakobin matriisin ominaisarvot ovat λ = r ± r + 4g/L, jolloin toinen ominaisarvo on positiivinen ja toinen negatiivinen Tällöin tasapainopiste on epästabiili satulapiste Heilurisysteemin kokonaisenergiaa tasapainopisteen (, ) ympäristössä esittää Lyapunovin funktio V (x, x ) = x + g }{{} l ( cos x ) }{{} kineettinen energia potentiaalienergia

Kun rajoitutaan välille x ( π, π), niin tämän yksikäsitteinen minimi on piste (x, x ) = (, ) Lisäksi V on jatkuvasti derivoituva ja V (x, x ) = x ẋ + g L sin(x )ẋ = x (ẋ + g L sin x ) = rx <, (x, x ) (, ), joten origo on systeemin asymptoottisesti stabiili tasapainopiste Peruskursseilta muistetaan, että systeemin sanotaan olevan stabiili jonkin tasapainopisteen x s ympäristössä jos kaikille palloille B(x s, δ) pätee, että mikäli valitaan tarpeeksi pieni säde ε niin pallosta B(x s, ε) lähdettäessä ei voida koskaan päätyä B(x s, δ):n ulkopuolelle, ts δ > ε > se x() B(x s, ε) x(t) Ω, t, ) Asymptoottinen stabiilius on voimakkaampi käsite, ja sille pätee x() B(x s, ε) lim t x(t) = x s Lyapunovin funktio antaa samantien joukon B(x s, ε), jossa asymptoottinen stabiilius pätee, eli heiluritehtävälle origon ympäristössä ε = π Yläasennossa (x, x ) = (π, ) heiluri ei ole stabiili, mutta se voidaan ohjauksella siellä pitää Olkoon heilurin kantapisteeseen kohdistuva voima F = mẅ, ja tilayhtälöissä merkitään kulmaa pystyasennosta φ:llä, ts φ = π θ Kun nyt valitaan tilamuuttujiksi x = φ ja x = φ, niin tilanyhtälöt muuttuvat muotoon = x ja valitaan ohjaukseksi kiihtyvyys = ẅ L cos x + g L sin x rx, v := F m

Etsitään ohjausta v lineaarikombinaationa tilamuuttujista v(t) = c x (t) + c x (t) ẅ = c x c x Silloin ohjattu systeemi voidaan kirjoittaa muodossa = x = c x L cos x + c x L cos x + g L sin x rx Linearisoidaan systeemi tasapainotilassa Jakobin matriisi tilassa (x, x ) = (, ) on J f = c L r ja tämän ominaisarvot ovat c L + g L λ = (r c /L) ± (r c /L) + 4(c /L + g/l) Vakiot c, c tulee valita siten, että ominaisarvot ovat vasemmassa puolitasossa Valitaan esimerkiksi c = (L + g) ja c = rl L, jolloin λ = ± i 3 Sekotussäiliöiden tilayhtälömalli: ẋ k ẋ = rk k ẋ 3 ( r)k k 3 x x x 3 + u(t) Valitaan k =, k =, k 3 = Virtaus säiliöihin ja 3 voidaan jakaa suuttimella, jonka (kiinteä) asento on r, Simuloimalla systeemiä havaitaan, että tankkien pinnankorkeus vaihtelee lähes samassa vaiheessa ja r säätelee tankkien ja 3 keskinäistä pinnankorkeutta skaalaustekijän verran Onko systeemi täysin ohjattava? Systeemimatriiseilla A = r, B = ( r) 3

saadaan ohjattavuusmatriisiksi mutta nyt huomataan, että E = B AB A B, A B + 3AB + B =, r,, eli ohjattavuusmatriisin sarakkeet ovat lineaarisesti riippuvia ja siten systeemi ei ole täysin ohjattava Riippumatta ohjauksesta u(t) on siis olemassa tiloja, joihin säiliösysteemiä ei voida ohjata Tämä olikin jo selvää kokeellisesta havainnosta, jonka mukaan säiliöiden pinnankorkeudet muuttuivat samassa vaiheessa 3 Jousisysteemi kitkaparametrilla K: ẋ ẋ Ominaisarvoiksi saadaan = K x x λ = K ± K 4 Havaintoja: ominaisarvot puhtaasti reaaliset, jos K Systeemillä omainaisarvo oikeassa puolitasossa, jos K < Jos K =, ominaisarvot puhtaasti imaginääriset Simuloimalla vahvistetaan seuraava: K = keskus (R(λ) = ) K = stabiili polttopiste (R(λ) < ) K = stabiili polttopiste (R(λ) < ) K = stabiili napa (R(λ) <, I(λ) = ) K = epästabiili polttopiste (R(λ) > ) Oletetaan, että systeemiä voidaan ohjata vaikuttamalla toiseen muuttujaan x, eli B = Silloin ohjattavuusmatriisiksi saadaan E = K 4,

joka on täyttä rangia ja siten systeemi on täysin ohjattava Kun systeemi on täysin ohjattava, niin löytyy takaisinkytketty ohjauslaki u(t) = K(t)x(t), siten, että matriisin A BK ominaisarvot ovat mielivaltaisessa paikassa kompleksitasoa takaisinkytkennällä saadaan ohjatulle systeemille mielivaltainen dynamiikka 5 5 5 5 5 5 5 5 Kuva : Jousisysteemin gradienttikenttä vaihetasossa Kuvaan piirretty ratkaisuja, jotka tangeeraavat kussakin pisteessä gradienttikenttää Kitkaparametrin arvo on K = 5 5