Föreläsning 9. Reglerteknik AK. c Bo Wahlberg. 30 september Avdelningen för reglerteknik Skolan för elektro- och systemteknik

Transkript

1 Föreläsning 9 Reglerteknik AK c Bo Wahlberg Avdelningen för reglerteknik Skolan för elektro- och systemteknik 30 september 2013

2 Tillståndsåterkoppling Antag att vi återkopplar ett system med hjälp av u = Lx + l 0 r. Då blir det återkopplade systemet på formen: ẋ y u = Ax + Bu = Cx = Lx + l 0 r = { ẋ y = { ẋ = Ax + B( Lx + l 0 r) y = Cx = (A BL)x + Bl 0 r = Cx Det slutna systemets poler ges av egenvärderna till A BL, dvs. rötterna till ekvationen det [ si (A BL) ] = 0. c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

3 Polplacering Vi observerar att A BL har n stycken egenvärden L har n stycken parametrar Om systemet är styrbart kan det slutna systemets poler placeras godtyckligt via lämpligt val av L. c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

4 Polplacering Exempel Antag att vi har systemet och återkopplingen ( ) ( ) ẋ = x + u ( 0 0 ) 1 y = 1 0 ) u = (l 1 l 2 x + l 0 r Vi beräknar A BL som ( ) 0 1 A BL = 0 0 ( ) ( ) 0 (l1 ) 0 1 l 1 2 = l 1 l 2 c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

5 Polplacering Exempel (fort.) Egenvärden till A BL ges av det [ λi (A BL) ] = λ 1 l 1 λ + l 2 = λ2 + l 2 λ + l 1 Antag nu att vi t.ex. vill placera polerna i 3 och 3 (dubbelpol). (λ + 3) 2 = λ 2 + 6λ + 9 Jämför vi nu med ekvationen ovan ser vi att vi bör välja { l 2 = 6 = 9 = u = 9x 1 6x 2 + l 0 r l 1 c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

6 Polplacering Exempel (fort.) Detta ger oss det återkopplade systemet ( ) ( ) ẋ = x + l 0 r ( 9 ) 6 1 y = 1 0 x Hade vi istället velat lägga polerna i och (ca 1000 gånger snabbare) skulle vi behövt välja { l 1 = l 2 = Vi inser att valet av slutna systemets poler begränsas av storleken på u(t). c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

7 Polplacering Hur ska man välja l 0? Så att y(t) = r(t) i stationärt tillstånd då r(t) = konstant, dvs. G c (0) = 1. Kom ihåg att ẋ = 0 i stationärt tillstånd. c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

8 Polplacering Exempel (fort.) Vi hade det återkopplade systemet ( ) ( ) ẋ = x + l 0 r ( 9 ) 6 1 y = 1 0 x I stationärt tillstånd och med konstant referens har vi { { r(t) = r ẋ = 0 = ẋ 1 = x 2 = 0 ẋ 2 = 9x 1 6x 2 + l 0 r = 0 Som direkt ger x 1 = l 0 9 r. Men eftersom y = x 1 = l 0 9 r så bör vi välja l 0 = 9 för att y = r. = u = 9x 1 6x 2 + 9r c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

9 Polplacering Svagheten med metoden vi använde ovan för att bestämma l 0 är att den kräver att man känner till G(0) och att inga störningar påverkar systemet. = Inför I-reglering. c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

10 Sammanfattning Tillståndsåterkoppling: { ẋ y = Ax + Bu = Cx G(s) = b 1 s n b n s n + a 1 s n a n { ẋ y = (A BL)x + Bl 0 r = Cx u = Lx + l 0 r G c (s) = (b 1s n b n )l 0 s n + α 1 s n α n Poler: det[si (A BL)] = s n + α 1 s n α n = 0 - Vi kan påverka slutna systemets poler via L (optimering) - Nollställen ändras ej c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

11 Styrbar kanonisk form Exempel (Styrbar kanonisk form, s. 133) a 1 a 2 a n ẋ = x + 0. u y = (b 1 b n )x α 1 α 2 α n {}}{{}}{{}}{ (a 1 + l 1 ) (a 2 + l 2 ) (a n + l n ) A BL = c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

12 Styrbar kanonisk form Det återkopplade systemet är också på styrbar kanonisk form. Lätt att bestämma L Lätt att inse att nollställena ej påverkas (samma C!) Välj l 0 så att G c (0) = 1. l 0 = α n b n Svaghet: Vi måste känna till α n och b n exakt och får ej ha störningar eller statiskt reglerfel. c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

13 Yttre I-reglering r e 1 Σ s x n+1 l n+1 Σ u System x L y 1 Vi tar till ett knep och inför extra tillstånd x n+1 = t 0 e(τ) dτ = ẋ n+1 = Cx + r t 0 [ r(τ) y(τ) ] dτ c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

14 Yttre I-reglering Vi utvidgar modellen: ( ) ( ) ( ) ( ) ẋ A 0 x B = + u + ẋ n+1 C 0 x n+1 0 }{{}}{{}}{{}}{{} ẋ A x B ( ) 0 r 1 c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

15 Yttre I-reglering Tillståndsåterkoppla: u = Lx l n+1 x n+1 u = Lx Välj L så att A BL får önskade egenvärden (poler). Stationärt har vi { ẋ = 0 ẋ n = y r = 0 trots t.ex. stegstörningar och modellfel. c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

16 Observatör Vad gör man om alla tillståndsvariabler ej kan mätas exakt? Svar: Inför en observatör. (Skatta tillständen) Exempelvis kan vi mäta läge och därutav uppskatta hastigheten. c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

17 Observatör Antag vi har en modell: { ẋ y = Ax + Bu = Cx Idén är att simulera systemet: u ˆx Modell ŷ { ˆx = Aˆx + Bu ŷ = C ˆx Felsignalen är y(t) ŷ(t) = y(t) C ˆx(t) och ett mått på hur bra simuleringen fungerar. c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

18 Observatör Återkoppla! Observatör (Kalmanfilter) ˆx = Aˆx + Bu + K(y C ˆx) ˆx = (A KC)ˆx + Bu + Ky Observera att K är en n 1 vektor (P-reglering). u(t) y(t) Observatörsfilter ˆx(t) c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

19 Observatör Hur väljer vi K? Skattningsfelet x ges av: x = ẋ ˆx = Ax + Bu Aˆx Bu K(Ck C ˆx) = x = (A KC) x, där x(0) är initialt fel, c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

20 Observatör Lösningen till x = (A KC) x ges av x(t) = e [A KC]t x(0) Notera att: x 0 då t om egenvärderna till A KC ligger i V.H.P. Med hjälp av K kan vi påverka hur snabbt x 0 Om systemet är observerbart kan man placera egenvärderna till A KC godtyckligt c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

21 Observatör Mätfelet ges av y m = y + e. x = (A KC) x + Ke Stort K Känsligt för mätfel Litet K Långsamt Optimera Kalmanfilter! Reglering: Välj eig(a BL) eig(a KC) c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

22 Observatör Exempel Betrakta systemet ( ) 0 1 ẋ = x y = ( 1 0 ) x ( ) 0 u 1 Vi beräknar och sedan A KC = ( ) (Slutna systemets poler i 3). ( k1 k 2 ) ( ) (1 ) k1 1 0 = k 2 0 det [ si (A KC) ] = s 2 + k 1 s + k 2 c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

23 Observatör Exempel (fort.) Lägg observatörpolerna i t.ex. 4: Svar: ( ) 0 1 ˆx = ˆx (s + 4) 2 = s 2 + 8s + 16 ( ) ( ) k1 8 = 16 k 2 ( ) ( ) 0 8 (y ( ) ) u ˆx 1 16 c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

24 Återkoppling från rekonstruerade tillstånd System: Observatör: Återkoppling: ẋ = Ax + Bu y = Cx ˆx = Aˆx + Bu + K(y cˆx) u = Lˆx + l 0 r r u y l 0 Σ System Observatör ˆx L c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

25 Återkoppling från rekonstruerade tillstånd Återkopplat system? (Ordning 2n) G c (s) = C [ si (A BL) ] 1 Bl0 Identisk G c som vid tillståndsåterkoppling eftersom ˆx(0) = x(0) = 0 vid överföringsfunktions-algebra. Förklaring: x är ej styrbar, men observerbar. Motsvarande poler förkortas. c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

26 Alternativ implementering r u y F r Σ G F y Polplacering F r = F y (1 L [ si (A BL KC) ] 1 B ) l 0 = L [ si (A BL KC) ] 1 K c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27

27 Komplementära känslighetsfunktionen Den komplementärna känslighetsfunktionen ges av T (s) = G c (s) L [ si (A KC) ] 1 K }{{} L, K och observatörens dynamik påverkar robustheten Den vanliga känslighetsfunktionen ges av S = 1 T c Bo Wahlberg (KTH) Föreläsning 9 30 september / 27