Académique Documents
Professionnel Documents
Culture Documents
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
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 addytywną:
-3-
Schemat przedstawiający niepewność addytywną
Δ (s) = G ( s) − G (s)
a N
• niepewność multiplikowała:
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
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)
• 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
-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 ))
⎡ 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
-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
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
-8-
Przebieg wielkości regulowanej w układzie MFC przy skokowej zmianie wartości zadanej
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
-9-
yklas
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
- 10 -
Układ posiada mniejsze przeregulowania oraz krótszy czas regulacji w porównaniu do układu
klasycznego.
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
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
yklas
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
- 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 -