Akademia Górniczo-Hutnicza

im. Stanisława Staszica

w Krakowie

Sterowanie odporne

Bartosz Laszczyński
IMIR IV

-1-
Metody sterowania podzielić można ze względu na charakter sygnałów sterujących będących
bądź sygnałami ciągłymi, bądź też dyskretnymi. W pierwszym przypadku, wszystkie sygnały
w układzie, przetwarzane są w sposób ciągły, we wszystkich jego elementach. W drugim
przypadku, sterowanie realizowane jest za pomocą sygnałów nieciągłych, czyli dyskretnych.
Taki model regulacji rozpowszechnił się wraz z wprowadzeniem jednoukładowych
mikroprocesorów, zdolnych do przetwarzania skomplikowanych algorytmów. Wymusiło to
wprowadzenie przetwarzania sygnału analogowego na cyfrowy i odwrotnie. Takie działanie
wprowadza pewne szumy pomiarowe, stanowiące dodatkowe źródło zakłóceń.
Sterowanie cyfrowe można podzielić na:
• sterowanie klasyczne PID
• sterowanie adaptacyjne
• sterowanie odporne
• sterowanie nieostre
• sterowanie metodami sztucznych sieci neuronowych
• sterowanie z maksymalnym wzmocnieniem
Klasyczne metody projektowania układów sterowania, do których należą metody sterowania
optymalnego oraz różne metody algebraiczne, wymagają znajomości modelu
matematycznego obiektu i parametrów tego modelu. Jednak wyznaczenie dokładnego modelu
obiektu z oceną wartości jego parametrów jest często zadaniem bardzo trudnym, zwłaszcza
wtedy, gdy właściwości obiektu zmieniają się w trakcie pracy. W związku z tym, stosowane
w praktyce modele jedynie w przybliżeniu opisują właściwości obiektów. W teorii
sterowania, od pewnego czasu, rozwijane są metody projektowania układów sterowania takie,
jak wymienione wyżej, sterowanie odporne (krzepkie) i adaptacyjne, niewymagające
dokładnej znajomości modelu obiektu i uwzględniające w sposób jawny występowanie
niepewności.
W metodzie sterowania odpornego na podstawie posiadanej wiedzy obiekcie, określa się
dokładność modelu za pomocą przewidywanego przedziału zmienności każdego z
parametrów. Następnie projektuje się regulator, składający się z członu kompensującego
nieliniowości obiektu i członu stabilizującego tak, aby układ zamknięty pracował poprawnie
dla każdego obiektu mieszczącego się w założonych granicach zmienności parametrów.
Otrzymany w ten sposób regulator nosi nazwę regulatora odpornego. Zaletą tej metody
syntezy algorytmów sterowania jest jej prostota i duża pewność działania układu. Do wad
opisanego podejścia należy zaliczyć fakt, że w praktyce najmniejsze wartości ograniczeń
zakłóceń parametrycznych i nieparametrycznych są rzadko dostępne i stosuje się ich
zawyżone wartości, co może powodować odmienne amplitudy sygnału sterowania, a w
konsekwencji występowanie poślizgów.
Układy oparte o sterowanie odporne, znajdują zastosowanie w sytuacjach, gdy sterowany
obiekt może znacznie zmieniać swoje parametry, a układ musi się do nich dostosowywać.
Aby zająć się dokładnie sterowaniem odpornym należy wprowadzić definicję sterowalności.
Jest to własność układu sterowania, polegająca na tym, że istnieje sterowanie
przeprowadzające układ w pewnym skończonym przedziale czasu do zadanego stanu, przy
spełnieniu warunku początkowego.
Z matematycznego punktu widzenia układy sterowania odpornego maja strukturę składającą
się ze sprzężenia kompensującego i sprzężenia zwrotnego.

-2-
 Uproszczony model układu sterowania odpornego

Na powyższym rysunku wprowadzono oznaczenia: r – śledzony sygnał odniesienia, y –

sygnał wyjściowy, d – sygnał zakłócający, n – szum pomiarowy. Zależność łącząca
wprowadzone oznaczenia:

GK 1 GK
y= r+ d− n
1 + GK 1 + GK 1 + GK
Proces projektowania układu sterowania opiera się o wyznaczenie funkcji wrażliwości S i
komplementarnej do niej funkcji T. Obie funkcje stanowią ograniczenie w dziedzinie
częstotliwości odpowiednio od dołu i góry, a ich ukształtowaniem zajmuje się odpowiednio
skonstruowany kompensator. Przebiegi obu funkcji przedstawione zostały na poniższym
rysunku.

Funkcje wrażliwości

Skonstruowany układ ze sprzężeniem zwrotnym musi być stabilny i musi realizować pewne
założenia dotyczące jego zachowania, zwane założeniami nominalnymi. Mowa jest wtedy o
stabilności i odporności zachowania. Powyższe wymogi nie zawsze są spełnione, gdyż do
śledzonego układu dodaje się sygnał zakłócający przychodzący na wyjście, oraz szum
pomiarowy dodający się do sygnału wyjściowego w pętli sprzężenia zwrotnego. Ze względu
na małą znajomość sterowanego obiektu, dodatkowo wprowadza się pojęcie niepewności, co
daje praktyczne możliwości weryfikacji stabilności zaprojektowanej pętli sprzężenia
zwrotnego w założonych granicach. Niepewność dzieli się na:

• niepewność parametryczną – znana jest funkcja transmitancji oraz przedziały

wartości do których należą nieznane jej parametry

• niepewność strukturalną – dokładna postać funkcji transmitancji nie jest znana,

jednak wiadomo, że odpowiedź systemu leży w pewnych granicach
Do modelowania obu rodzajów niepewności najczęściej wykorzystuje się:

• niepewność addytywną:

-3-
 Schemat przedstawiający niepewność addytywną

Δ (s) = G ( s) − G (s)
a N
• niepewność multiplikowała:

Schemat przedstawiający niepewność multiplikatywną

G(s) − G (s)
Δ ( s) = N
m G ( s)
N
Warunki zapewniające odporność można otrzymać, w przypadku niepewności
parametrycznej, z twierdzenia Kharitonova, a w przypadku niepewności strukturalnej, z
twierdzenia o małym wzmocnieniu.
Twierdzenie o małym wzmocnieniu mówi, że jeżeli Δm i G(s) są stabilne i
1
G ⋅ ⋅Δ < 1 to stabilny jest także cały układ w zamkniętej pętli sprzężenia
N I +G m
N
zwrotnego.

Rozważany układ

-4-
Przypuśćmy że dla pewnych stałych γ , γ , β , β ≥ 0 , operatory H1 i H2 spełniają poniższe
1 2 1 2
nierówności:

⎧ (H , e ) ≤γ e +β
⎪⎪ 1 1 t p 1t p 1
⎨ p = 1,2,..., ∞ ∀t.
⎪ (H , e ) ≤γ e +β
⎪⎩ 2 2 t p 2t p 2

Jeżeli γ , γ ≤ 1 to
1 2

u +γ u + β +γ β
1t p 2 2t p 2 2 1
e ≤
1t p (1 − γ γ )
1 2

u +γ u + β +γ β
2t p 1 1t p 1 1 2
e ≤
2t p (1 − γ γ )
1 2
Jeżeli ponadto u , u < ∞ to e1, e2, y1, y2 mają skończone normy. Normy e1 i e2 są
1 2
ograniczone przez prawe strony.
Powyższe twierdzenie pozwala stwierdzić czy układ w zamkniętej pętli sprzężenia zwrotnego
pozostanie stabilny, lub określić jakie najmniejsze zakłócenie jest w stanie wytrącić układ ze
stabilności. Ogólnie twierdzenie o małym wzmocnieniu gwarantuje stabilność systemu pod
warunkiem γ , γ < 1 .
1 2

Twierdzenie Kharitonova mówi nam że dany wielomian a ( s ) = s n + a s n − 1 + ... + a ,

n −1 0
a ∈ [a i , a i ], to jest on ściśle wielomianem Hurwitza wtedy i tylko wtedy, gdy każdy z
czterech wielomianów Kharitonova jest także wielomianem Hurwitza.

3
K ( s ) = a + a s + a s + a s + a s 4 + a s 5 + ... + s n
1 0 1 2 3 4 5
3
K ( s ) = a + a s + a s + a s + a s 4 + a s 5 + ... + s n
2 0 1 2 3 4 5
3
K ( s ) = a + a s + a s + a s + a s 4 + a s 5 + ... + s n
3 0 1 2 3 4 5
3
K ( s ) = a + a s + a s + a s + a s 4 + a s 5 + ... + s n
4 0 1 2 3 4 5

-5-
Struktura odpornego układu regulacji z modelem obiektu

d(s)

+ + y(s)
P(s)

-
+ uR(s)
R(s)
+ +
y0(s) + em
Rm(s) M(s) ym(s)
- um(s)

Dwupętlowa struktura odpornego układu regulacji Model Following Control (MFC)

Na rysunku wprowadzono oznaczenia transmitancji: P(s) – obiektu (procesu), R(s) –

regulatora obiektu, M(s) – modelu obiektu, Rm(s) – regulatora modelu.
Powyższa struktura wykorzystuje model procesu sterowanego. Jest to podstawowa struktura
odpornego układu regulacji z modelem obiektu. Nie jest to jednak struktura adaptacyjna, bo w
czasie sterowania zarówno algorytm sterowania, jak i jego parametry pozostają stałe mimo
zmian parametrów procesu i/lub zakłóceń. Charakterystyczną cechą tej struktury jest to, że
obiekt perturbowany lub o niepewnych parametrach sterowany jest sumą sygnałów: z
regulatora modelu procesu Rm(s) i regulatora procesu (korekcyjnego) R(s).
Strukturę tę cechują następujące właściwości:

• prostota układu
• wysoka odporność na perturbacje występujące w obiekcie sterowanym
• bardzo dobre tłumienie zakłóceń
• porównywalne własności do układów adaptacyjnych, ale osiągalne w
prostszym układzie
Zależności obowiązujące w układzie na schemacie:

R ( s) M ( s)
y ( s) = y ( s) m
m 0 1 + R ( s) M ( s)
m

M ( s)
u ( s) = y ( s)
m 0 1 + R ( s) M ( s)
m
R ( s ) P( s )(1 + R ( s ) M ( s )) d (s)
y(s) = y (s) m m +
0 (1 + P( s ) R ( s ))(1 + R ( s ) M ( s )) 1 + P( s ) R( s )
m

Po uproszczeniu podstawiając do wzoru na y(s) wzór ym(s) otrzymujemy:

-6-
 P ( s )(1 + R ( s ) M ( s )) d (s)
y(s) = y (s) m +
m (1 + R ( s ) P ( s )) 1 + P(s) R(s)

Zwykle regulator jest projektowany dla pewnego modelu reprezentującego obiekt lub proces
rzeczywisty. Stąd transmitancja modelu różni się zazwyczaj od transmitancji procesu o pewną
wielkość perturbacji Δ(s):
P ( s ) = M ( s )(1 + Δ ( s ))

Perturbacje te mają różne źródła, np. pochodzą z błędów identyfikacji, modelowania,

zbytniego uproszczenia przyjętego modelu, nieliniowości występujących w procesie,
fluktuacji jego parametrów itp.
Uwzględniając zależność na P(s) w zależności na y(s), otrzymuje się dla struktury
przedstawionej na schemacie:

⎡ Δ( s) ⎤ 1
y ( s ) = y ( s ) ⎢1 + + d ( s)
m ⎣ 1 + R( s ) M ( s )(1 + Δ( s )) ⎥⎦ 1 + R( s ) M ( s )(1 + Δ( s ))

Układ regulacji przedstawiony na schemacie powyżej cechuje się bardzo małą wrażliwością
(dużą odpornością) na zmiany parametrów obiektu. Z powyższej zależności wynika, że
regulator modelu o transmitancji Rm(s) działa tylko na ym(s), a kluczowe znaczenie w
likwidacji perturbacji obiektu ma (procesu) i zakłóceń ma regulator procesu o transmitancji
R(s).
Wpływ zakłóceń i perturbacji obiektu na sygnał wyjściowy jest mniejszy, jeżeli moduł funkcji
przejścia regulatora R(s) jest mniejszy od modułu funkcji przejścia regulatora modelu Rm(s) w
całym przedziale pulsacji ω:

R ( jω ) > R ( jω )
m

Warunek ten nie zawsze może być spełniony, ponieważ R (s ) jest ograniczony od góry, co
wynika z równania charakterystycznego:
1 + R ( s ) M ( s )(1 + Δ ( s )) = 0

a R (s ) jest ograniczony od dołu, co wynika z warunku dostatecznie dobrego śledzenia

m
wartości zadanej (wyprowadzonego wcześniej wzoru na ym(s)). Dla R ( s ) = R ( s ) układ
m
regulacji traci swoje własności i staje się jednopętlowym klasycznym układem regulacji
automatycznej.
Zwykle regulator R(s) jest projektowany przy zachowaniu mniejszego marginesu stabilności
niż regulator Rm(s) w strukturze klasycznej.

-7-
Analiza przykładowych struktur regulacji odpornej przy użyciu oprogramowania
Matlab Simulink:
Do analizy struktury przyjąłem następujące dane:

• transmitancja procesu:

1
P(s) =
( s + 1)(3s + 1)(2 s + 1) 3
• proporcjonalny regulator R(s) procesu, modelu procesu o transmitancji:

1
M ( s) =
(3s + 1) 3
• proporcjonalny regulator Rm(s) modelu procesu.

Proces

Model

Charakterystyki skokowe procesu P(s) i modelu M(s)

Powyższy wykres obrazuje różnicę (perturbację Δ(s)) pomiędzy procesem P(s), a modelem
obiektu M(s) dla przyjętych danych.
Analiza układu z proporcjonalnym regulatorem obiektu

d
ys
1 1
8s3 +12s2 +6s+1 3s2 +4s+1
y
Proces1 Proces2
MFC
ur
0.6

em 1 1 1
2 ym
yo um 3s+1 3s+1 3s+1
Rm Model1 Model2 Model3

Schemat struktury MFC z modelem obiektu i proporcjonalnym regulatorem obiektu zaprojektowany w

Matlab Simulink

-8-
 Przebieg wielkości regulowanej w układzie MFC przy skokowej zmianie wartości zadanej

Porównanie właściwości układu sterowania MFC z klasycznym:

d
ys y MFC
1 1
y klas
8s3 +12s2 +6s+1 3s2 +4s+1
y
Proces1 Proces2
MFC
ur
0.6

em 1 1 1 ym
2
yo um 3s+1 3s+1 3s+1
Rm Model1 Model2 Model3 ym
modelu

1 1
2
8s3 +12s2 +6s+1 3s2 +4s+1
R Proces1 Proces2
y
procesu
Uklad klasyczny
d

Układu regulacji z modelem obiektu do porównania sterowania MFC z klasycznym, zaprojektowany w

Simulinku

-9-
 yklas

yMFC

Przebieg wielkości regulowanej w klasycznym układzie regulacji yklas i MFC yMFC

yMFC

yklas

Przebiegi wielkości regulowanej w klasycznym układzie regulacji i MFC przy zmianie stałej czasowej
procesu P(s) z 3sec do 10sec

yMFC

yklas

Przebiegi wielkości regulowanej w klasycznym układzie regulacji i MFC przy zmianie stałej czasowej
procesu P(s) z 3sec do 0.3sec

Z przebiegów na powyższych charakterystykach wynika, że nasz układ sterowania odpornego

z modelem obiektu sprawdza się lepiej niż klasyczny układ sterowania oparty na tradycyjnym
regulatorze dla badanego modelu.

- 10 -
Układ posiada mniejsze przeregulowania oraz krótszy czas regulacji w porównaniu do układu
klasycznego.

Analiza układu z regulatorem PI obiektu

d
y
ys
1 1 MFC
8s3 +12s2 +6s+1 3s2 +4s+1
Proces1 Proces2

0.5
1
kp 1/8
s
1/Ti I

1 1 1 ym
yo 1.4
3s+1 3s+1 3s+1
1
1/15 kp Model1 Model2 Model3 ym
s
modelu
I 1/Ti

Schemat struktury MFC z modelem obiektu i regulatorem obiektu PI zaprojektowany w Matlab

Simulink

Przebieg wielkości regulowanej w układzie MFC przy skokowej zmianie wartości zadanej

- 11 -
Porównanie właściwości układu sterowania MFC z klasycznym:

d
y
ys
1 1 MFC y MFC
y klas
8s3 +12s2 +6s+1 3s2 +4s+1
Proces1 Proces2

0.5

kp 1
1/8
s
1/Ti I

1 1 1 ym
yo 1.4
3s+1 3s+1 3s+1
1 kp
1/15 Model1 Model2 Model3 ym
s
modelu
I 1/Ti

1 1
1.4
8s3 +12s2 +6s+1 3s2 +4s+1
1 kp1
1/8 Proces1 Proces2
s
I1 1/Ti1 y
procesu
Uklad klasyczny
d

Układu regulacji z modelem obiektu do porównania sterowania MFC z klasycznym, zaprojektowany w

SimulInku

yklas
yMFC

Przebieg wielkości regulowanej w klasycznym układzie regulacji yklas i MFC yMFC

- 12 -
 yklas

yMFC

Przebiegi wielkości regulowanej w klasycznym układzie regulacji i MFC przy zmianie stałej czasowej
procesu P(s) z 3sec do 10sec

yklas

yMFC

Przebiegi wielkości regulowanej w klasycznym układzie regulacji i MFC przy zmianie stałej czasowej
procesu P(s) z 3sec do 0.3sec

- 13 -
 yklas
yMFC

Przebiegi wielkości regulowanej w klasycznym układzie regulacji i MFC przy zmianie wzmocnienia
regulatora PI z 1/8 na 1/3

Zwiększenie wzmocnienia regulatora PI z 1/8 do 1/3 spowodowało, że układ klasyczny stał

się niestabilny, podczas gdy układ MFC wciąż jest stabilny. Udowadnia to, że układ MFC
oprócz mniejszej wrażliwości na zmiany parametrów obiektu jest również mniej wrażliwy na
zmiany parametrów regulatora w porównaniu do odpowiadającego mu klasycznego układu
sterowania.
Porównanie układu sterowania odpornego z regulatorem obiektu proporcjonalnym i
odpowiadającego mu układu sterowania z regulatorem PI wykazuje, że w odpornym układzie
sterowania jako regulatory obiektu można stosować te same regulatory, co w układzie
klasycznym. Różnice odpowiedzi skokowych pomiędzy różnymi rodzajami regulatorów dla
układu sterowania odpornego z modelem obiektu są adekwatne do różnic pomiędzy tymi
regulatorami w układzie klasycznym.
Z przebiegów na powyższych charakterystykach wynika, że nasz układ sterowania odpornego
z modelem obiektu sprawdza się lepiej niż klasyczny układ sterowania oparty na tradycyjnym
regulatorze i może z powodzeniem zastępować klasyczny układ sterowania. Jego poziom
skomplikowania jest większy niż układów klasycznych, ale jednak dużo mniejszy niż w
układach adaptacyjnych, a własności otrzymane są dużo lepsze od klasycznych i
porównywalne do układów adaptacyjnych. W efekcie otrzymaliśmy prosty układ o dużej
pewności działania potrafiący sterować obiektem o parametrach zmiennych w pewnym
przediale.

- 14 -
Bibliografia:
Opracowanie Krzysztofa Habowskiego z Politechniki Wrocławskiej „Sterowanie Adaptacyjne
i Odporne”
M.Giergiel, Z.Hendzel, W.Żylski „Modelowanie i sterowanie mobilnych robotów kołowych”
Jerzy Brzózka „Regulatory i Układy Automatyki”

- 15 -