Välkomna till TSRT19 Reglerteknik M Föreläsning 9 Sammanfattning av föreläsning 8 Prestandabegränsningar Robusthet Mer generell återkopplingsstruktur
Sammanfattning av förra föreläsningen H(s) W(s) 2 R(s) Σ F(s) Σ G(s) Y(s) Framkoppling: Lägg till framkopplingen H(s) för att minska inverkan av mätbara störningen W(s) på utsignalen Y(s). Med andra ord, låt insignalen till systemet bero på både reglerfelet och den mätbara störningen. -1
Prestandabegränsningar V(s) 3 R(s) Σ F(s) U(s) G(s)? Σ Z(s) -1 Y(s) Σ N(s) Vad kan ställa till med problem och vad begränsar prestanda? V(s): Modellfel och störningar. Vi tror utsignalen är G(s)U(s), men vi får något annat. Systemets utsignal (som vi vill reglera) är alltså Z(s) N(s): Mätfel. Vår mätsignal y(t) är inte exakt p.g.a brus etc. U(s): Begränsad insignal. Vi kan inte använda godtyckligt stora insignaler (begränsad motoreffekt, pumpkapacitet osv)
Prestandabegränsningar 4 Störningar Förenklat kan vi modellera detta som att vi inte riktigt får den utsignal vi hade väntat oss, så vi inför en fiktiv signal V(s) för att beskriva detta V(s) är alltså differensen mellan förväntad och faktisk utsignal från systemet, givet insignalen U(s) Blockschemaräkning ger För att reducera inverkan av störningar så måste vi göra känslighetsfunktionen liten, dvs göra kretsförstärkningen G O (s)=f(s)g(s) stor
Prestandabegränsningar 5 Styrsignalsbegränsningar Blockschemaräkning ger Om vi har valt F(s)G(s) stort (enligt förra sidan) så gäller Dvs, om vi har gjort kretsförstärkningen stor (i ett frekvensområde) så kommer styrsignalerna bli stora om G(s) är liten
Prestandabegränsningar 6 Mätfel Blockschemaräkning ger Överföringsfunktionen från mätfel till signalen vi vill reglera är alltså T(s) kallas den komplementära känslighetsfunktionen
Prestandabegränsningar 7 Komplementära känslighetsfunktionen Ett av det mest centrala problemet i reglerteknik uppenbarar sig Vi kan inte skapa ett reglersystem som är godtyckligt okänsligt mot både störningar och mätfel samtidigt! Om S(iω) är liten i en frekvens (störningar med den frekvensen dämpas väl) så kommer T(iω) vara nära 1 (mätfel med den frekvensen dämpas ej) Intuitivt rimligt: Om vi har mycket mätfel måste vi lita på vår modell. Om vi har en dålig modell måste vi lita på mätdata. Om vi har både har en dålig modell och dåliga mätdata så vet vi inget om vad som faktiskt händer
Prestandabegränsningar 8 Bodes integral S(s)+T(s)=1 säger att vi måste kompromissa mellan störningars inverkan och mätfelets inverkan Tyvärr är det ännu värre. Känslighetsfunktionen kan inte göras godtyckligt liten överallt, den måste uppfylla Bodes integral Antag att kretsförstärkningen har m instabila poler p 1,p 2,,p m samt minst två poler mer än nollställen, och att slutna systemet är stabilt. Då gäller alltid att Tänk på en vattensäng! Om känslighetsfunktionen trycks ner i ett område måste den öka i ett annat
Prestandabegränsningar 9 Trycker ner känslighetsfunktionen (störningar dämpas väl) vilket ger negativt bidrag till integral Förstärkningen måste då öka i något annat område (störningar förstärks)
Robusthet 10 De modeller vi använder är bara approximationer av verkligheten Vi har alltid modellfel (osäker massa, okända fenomen, olinjära effekter som vi försummar, tidsfördröjningar i beräkningar, etc etc) Vår stabilitets- och prestandaanalys bygger dock på väldigt precisa mått på modellen (poler för slutna systemet, kretsförstärkningar osv) Vad händer om modellen är fel? Kan vi fortfarande garantera stabilitet? Hur mycket fel får vi ha?
Robusthet 11 (s) R(s) Σ F(s) Σ G(s) Y(s) -1 Vi måste ha ett antagande om vad det är vi inte vet om vi skall kunna säga något! Vi antar att det finns relativt modellfel (s) som vi ej känner. Det verkliga systemet är alltså G(s)(1+ (s))
Robusthet 12 Exempel: Svävande kulan Vi approximerade modellen för den svävande kulan med en dubbelintegrator (dvs ett enkelt kraft-massa system) u(t) Vi känner inte kulan massan exakt utan har y(t) Den verkliga överföringsfunktionen kan efter lite omskrivningar skrivas som
Robusthet 13 Stabilitet med modellfel Antag att vi har designat en regulator F(s) baserat på en modell G(s) Vi använder nu denna regulator på det sanna systemet G 0 (s)=g(s)(1+ (s)) Fas- och amplitudmarginalskraven säger att den frekvens där kretsförstärkningen har amplitud 1 och fas -180 är kritisk för stabilitet. I stabilitetsmarginalen gäller det såldes att kretsförstärkningen är lika med -1 Detta kan skrivas som
Robusthet 14 Robusthetskriteriet Ett tillräckligt krav för att instabilitet ej skall kunna inträffa ges av följande sats Sats: Antag att G(s) och G 0 (s) har lika många instabila poler samt att kretsförstärkningen går mot 0 då ω går mot oändligheten. Ett tillräckligt krav för stabilitet är Med andra ord, modellfelet måste vara litet i de frekvensområden där komplementära känslighetsfunktionen T(s) är stor.
Robusthet 15 Exempel: Svävande kulan Nominell modell med u(t) Regulator baserad på nominell modell (PD med approximerad derivata) y(t) Komplementär känslighetsfunktion
Robusthet 16 Som störst 1.172 T(iω)
Robusthet 17 Prestanda med modellfel Givet att systemet fortfarande är stabilt, vad händer med prestanda? Om Y(s) är den designade utsignalen och Y 0 (s) är den utsignal som fås med det verkliga systemet G(s)(1+ (s)) så fås Om vi antar att designade känslighetsfunktionen S(s) och verkliga känslighetsfuntionen S 0 (s) är någorlunda lika, gäller alltså att robustheten hos det slutna systemets beteende till stor del bestäms av känslighetsfunktionen. Än en gång: kom ihåg T(s)+S(s)=1
Alternativ regulatorstruktur 18 Problem: Robusthet styrs till stor del av komplementära känslighetsfunktionen som även är lika med slutna systemets överföringsfunktion. Vi kan alltså inte designa slutna systemets dynamik godtyckligt, om vi samtidigt har robusthetskrav
Alternativ regulatorstruktur 19 Lösning: Dela upp i förkompensering och återkoppling V(s) R(s) F r (s) Σ U(s) G(s) Σ Z(s) -F y (s) Y(s) Σ N(s) Slutna systemet och komplementära känslighetsfunktionen kan designas (så gott som) oberoende av varandra
Alternativ regulatorstruktur 20 Exempel: Lyftkranen Vi designade en lead-lag regulator som gav specifierad fasmarginal och skärfrekvens
Alternativ regulatorstruktur 21 Förstärker störningar i frekvensområdet 1-3 rad/s, dock inte mer än 5dB T S
Alternativ regulatorstruktur 22 Stegsvaret var inte perfekt, för mycket oscillationer
Alternativ regulatorstruktur 23 Vi löser det genom att använda en annan förkompensering K väljs så G c (0)=1 Alla robusthetsegenskaper hos den ursprungliga leadlag regulatorn behålls eftersom T(s) och S(s) förblir oförändrade
Alternativ regulatorstruktur 24 Det visar sig att vår modell antagligen är fel. Vi har missat/försummat resonansfrekvenser
Alternativ regulatorstruktur 25 Stabilitet är fortfarande garanterat enligt robusthetskriteriet! Vanligt scenario: Modellen är dålig i höga frekvenser vilket ger en bandbreddsbegränsning på T(s)
Sammanfattning Sammanfattning av dagens föreläsning 26 Styrsignalsbegränsningar, störningar, modellfel och mätfel är de faktorer som hindrar godtycklig prestanda i ett reglersystem Det är fundamentalt omöjligt att konstruera en regulator som är störningsokänslig och mätfelsokänslig i samma frekvensområde Störningsundertryckning kan ej göras godtycklig god, även med perfekt mätdata, pga Bodes integral För robust stabilitet krävs liten komplementär känslighetsfunktion För robust prestanda krävs liten känslighetsfunktion Regulatorstrukturer med två frihetsgrader ger mer frihet att designa komplementära känslighetsfunktionen och slutna systemet
Sammanfattning 27 Viktiga begrepp Komplementära känslighetsfunktionen: Överföringsfunktionen från mätbrus till utsignal. Robusthet: Förmåga att motstå felaktiga antaganden om modellen vid design av regulator.