Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
FOLYAMATIDENTIFIKÁCIÓ –
SZIMULÁCIÓ
Órai jegyzet
DR. BENYÓ ZOLTÁN
előadásai alapján készítette: Bóta Péter
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 2
Alapfogalmak
Szimuláció: Modellek kidolgozása és azokon végzett kísérletek; létező vagy hipotetikus dinamikus rendszerek vizsgálatára melynek során a vizsgált rendszer egyes aspektusait számokkal vagy szimbólumokkal reprezentáljuk, oly módon hogy azok könnyen kezelhetőek legyenek és elősegítsék a rendszer tanulmányozását és kiértékelését. A szimuláció osztályozása Rendszer: Objektumok olyan halmaza, amelyek között valamilyen kölcsönhatás vagy függőségi viszony van. Modell: A valóságos rendszer reprezentációja Kísérlet: A rendszer vagy modellje viselkedésének megfigyelése adott feltételhalmaz mellett. A rendszervizsgálatok fő fázisai:
1. A probléma megfogalmazása 2. A vizsgált rendszert reprezentáló matematikai modell készítése 3. Megoldás a modell segítségével 4. A modell segítségével nyert megoldás vizsgálata 5. Az eredmény befolyásolási lehetőségeinek kialakítása 6. Az eredmény realizálása: implementálás
/Chrurchman, Ackoff, Arnoff/
Modellezés
Fizikai Analitikus Szimulációs
Digitális Hybrid Analóg
Diszkrét Vegyes Folytonos
Determinisztikus Sztochasztikus Kvázideterminisztikus
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 3
Modellalkotás-Kísérlettervezés Valóság ≠ modell (Folyamat)
Modell: a valóság (folyamat) egyszerűsített megadása rögzített szempontok szerint
Modell ↔ Szimuláció
Modellalkotás célja:
• ismeretek összegzése, rögzítése matematikai formában • ismeretek szerzése feltételezett, részben feltárt ismeretek birtokában • "Jóslás " (prevenció ! ! ) • Matematikai leírás – szimuláció • Működő modell, kicsinyített más • Dinamikus vagy statikus viselkedés teszt • Egyebek
Az, hogy "X szimulálja Y-t" akkor és csak akkor igaz, ha
A. X és Y formális rendszerek, B. Y-t tekintjük a valóságos rendszernek, C. X a valóságos rendszer közelítése, D. Az X-re vonathozó érvényesség szabályai nem hibamentesek. /Churchman/
Egy rendszer vagy szervezet szimulációján egy modell vagy szimulátor működését értjük, ami a rendszer vagy szervezet reprezentációja. A modellen olyan műveletek hajthatók végre, amelyeket lehetetlen, túl drága vagy célszerűtlen lenne a leképzett elemen végrehajtani. A modell működését tanulmányozhatjuk és következtetéseket vonhatunk le belőle a rendszerre vagy alrendszerre vonatkozólag.
/Shubik/ Szimuláció a valóságos világ néhány aspektusának számokkal vagy szimbólumokkal való reprezentálása, oly módon, hogy azok könnyen manipulálhatók legyenek lehetővé téve tanulmányozásukat.
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 4
Többféle osztályozási szempont:
I. Működési mód: 1. Analóg 2. Digitális 3. Hibrid
II. Szerkezet 1. Mechanikus 2. Elektromechanikus Hw 3. Elektronikus generációk 4. Optoelektronikus Sw
III. Alkalmazott időlépték 1. Valóságos időben ("real time") dolgozó számítógépek 2. Lassított időben dolgozó számítógépek 3. Gyorsított időben dolgozó számítógépek
IV. Felhasználás 1. Differenciálanalizátor 2. Szimulátor 3. Kiképző berendezés
Számítógépes generációk 3 szempont:
- Hardware - Logikai szervezés - Software
1. Elektronikus hardware:
- I. generációs – elektroncsöves - II. generációs tranzisztoros mágnesgyűrűs tár - III. generációs - IC-s - újabb tagozódás az integráltsági fokot illetően
szervezésLogikai
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 5
2 Logikai szervezés I. generációs - egyidőben egy műveletet hajt végre, B/K program félbeszakít mindeféle operációt; a szimultán működés teljes hiánya. II. generációs - B/K és számítás párhuzamosan. Ezt úgy érték el, hogy adatcsatornát alkalmaznak, amely minimális figyelmet igényel a processzortól. Gondoskodni kell az ITról "aszinkron" eseményeknél. III. generációs - Több program egyidejű végrehajtása lehetséges. Tárvédelem, operatív és háttértárak. 3. Software I. generációs - egy programtöltőt, egyszerűen felhasználható rutinokat alkalmaz. Assembler nyelvű programozás. II. generációs - OS megjelenésével alakul ki. Programkönyvtárat alkalmaz. Linkiage editor, stb. III. generációs - OS koordinálja a hardware - konfigurációt, figyeli a megszakítást. Multiprogramozhatóság, konverzációs üzem biztosított.- A II. és a III. generációs működés között átkapcsolási lehetőséget biztosítani kell (pl. nappal párbeszédes üzem, éjszaka pedig II. generációs programok).
Mi jellemzi a két alaprendszert?
Analóg 1. Folytonos 2. Pontosságot az elemek
pontossága határozza meg 3. Párhuzamos üzem 4. Olcsó üzemeltetés 5. Ember-gép kapcsolat jó 6. „Real-time” üzem 7. Logikai műveletek nehezen
végezhetőek el 8. Jeltárolás bonyolult
Digitális
1. Diszkrét 2. Pontosságot az elemek száma határozza
meg 3. Soros üzem 4. Drága üzemeltetés 5. Ember-gép kapcsolat nem jó 6. Lassú, numerikus approximáció elvét
alkalmazza Nagy lépésköz – instabilitás
7. Logikai műveletek elvégzése egyszerű 8. Jeltárolás egyszerűen végezhető el
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 6
Törvény: alapvető összefüggések rögzített érvényességi körben pl.: - energia megmaradás - Ohm törvény - Vérnyomás-életkor - … Ezek maguk is modellek: - matematikai formalizmus - ismeretet, összefüggést rögzítenek - sokszor nincs pontos ok-okozati összefüggés - fejlődnek
o pontosabbakká válnak o érvényességi körük változik
A modellel kapcsolatos főbb kategóriák: Törvény:
- alapvető összefüggések rögzített érvényességi körben - rendszerint matematizálható
Struktúra: - részekre bonthatóság - részek egymáshoz kapcsolódása - hatásmechanizmus
Paraméter: - a részekre bontott modell elemeinek konkrét viselkedését meghatározó értékek.
Állapot (állapotváltozó): a részekre bontott modell egyes elemeinek jellemzői, melyek a rendszer egészének meghatározó viselkedését írják le.
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 7
ALGEBRAI EGYENLETEK, EGYENLŐTLENSÉGEK
Abban az esetben, ha a rendszer állandósult állapotban van, stady state állapotban van, abban az esetben a kimenet, bemenet közötti kapcsolatrendszert algebrai egyenletek, egyenlőtlenségek írják le. Általános esetben az egyensúly így néz ki:
0...............
0...0...
1211
22222121
11212111
=++++
=++++=++++
nnnnnn
nn
nn
bxaxaxa
bxaxaxabxaxaxa
ahol adott iij bésa , kérdés az ix . A számítógépes megoldás feltétele, hogy az ismeretlen száma és az ismert egyenletek száma megegyezzen. Abban az esetben, hogyha kevesebb az ismert egyenlet, akkor alulhatározott, ha több, akkor felülhatározott. Továbbiakban lássunk 3 különböző megoldást: Az egyik tisztán teoretikus, a másik jóval használhatóbb, illetve van egy harmadik megoldás, ami mindig konvergens megoldást eredményez. 1) Az első megoldás, amit a matematikusok is használnak, a következő: Fejezzük ki az 1x -et az első egyenletből:
++++−=
++++−=
++++−=
−−
nn
nn
nn
nn
nn
n
nn
nn
nn
nn
abx
aax
aax
aax
abx
aax
aax
aax
abx
aax
aax
aax
11
22
11
22
2
22
23
22
231
22
212
11
1
11
13
11
132
11
121
....
...
...
....
....
Az első sorban 2x -t, az 3x -at megszorozva a megfelelő konstansokkal, összegezve, megkapjuk 1x -et. A második sorból megkapjuk 2x -t, illetve az n. sorból nx -et.
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 8
Az eddigieket a következőképp ábrázolhatjuk:
Ily módon előáll az megoldás vázlat. Ez azt jelenti, hogy az 1x -et azt bekötjük a második összegzőbe. Ez elvileg egy nagyon szép megoldást mutat, ahány ismeretlen, annyi egyenlet, csak behelyettesítünk, és kész, azonban a gyakorlatban ez nem így van. Ha x2 felvesz valamilyen értéket, az azonnal megjelenik az első összegző bemenetén, mely egy arányos tag, késletetés nincs. Az első összegző x2-es bemenetére érkező pozitív jel pozitív kimenetet okoz a második összegző kimenetén. Ezáltal egy pozitív visszacsatolás jön létre, melynek maximális hurokerősítése 1. Egy n ismeretlenes egyenletnél n sok ún. algebrai hurok keletkezik, és semmilyen garancia nincs arra, hogy egyik ilyen pozitív huroknál sem nagyobb a körerősítés 1-nél, ami, mint tudjuk, ez a rendszer gerjedéséhez vezet. Ez azt jelenti, hogy ez a megoldás csak a legritkább esetben használható. Ha negatív a visszacsatolás, elvileg stabil a rendszer, valójában azonban minden elemben van késleltetés, így negatív visszacsatolásnál is felléphet az instabilitás. Ezt sokszor használják hardware-tesztre, aholis azt vizsgálják, hogy a rendszer mikor kezd begerjedni még negatív visszacsatolás esetén is. 2) A második megoldás az integráló módszer. Abból indul ki, hogy ez az egyenlet nem csak egyenletrendszer. Ezt alakítsuk át úgy, hogy ez első egyenlet legyen egyenlő mínusz x1 deriválttal, a második x2 deriválttal, az n-edik xn deriválttal.
nnnnnnn
nn
nn
xbxaxaxa
xbxaxaxaxbxaxaxa
&
&
&
−==++++
−==++++−==++++
0...............
0...0...
1211
222222121
111212111
Ez esetben ezt a differenciálegyenlet-rendszert oldjuk meg az algebrai egyenlet-rendszer helyett. Az deriváltak állandósult állapotban nullák. A tranziens tetszőleges lehet, de a rendszer stabil legyen. Most az összegzők helyett integrátorokat fogunk használni. Ezekbe bevisszük az a11x1-t, a12x2-t, és így tovább. A kimeneten megkapom az x1-et. Ugyanígy
11
12
aa
11
13
aa
11
1
ab
22
21
aa
22
23
aa
22
2
ab
x2
x3
+1
.
.
.
.
.
.
+1
∑ ∑x1
x2
Pozitív visszacsatolás Kmax = 1
„algebrai hurok”
…
nn
n
aa 1
nn
n
aa 2
nn
n
ab
.
.
.
∑xn
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 9
megkapom x2-t, és xn-et is. Az integrátor elem köztudottan egy időkéséses elem, tehát nem proporcionális tag. Ez az integráló módszer megoldotta a differenciálegyenlet-rendszert. A tranziens tetszőleges lehet, lényeg, hogy egy adott nagy T idő elteltével beálljon egy állandósult állapot, a deriváltak nullává váljanak. A kérdés az, hogy valóban beáll-e az állandósult állapot? Nézzük meg egy kicsit közelebbről, mi a feltétele, hogy beálljon az állandósult állapot! Bevezetek egy A mátrixot:
nnnn
n
n
aaa
aaaaaa
A
...............
...
...
21
22221
11211
= ,
nx
xx
x...
2
1
= ,
nb
bb
B...
2
1
= ,
nx
xx
x
&
&
&
&...
2
1
=
Az eredeti egyenlet ezek után így fog kinézni:
0=+ BxA A megoldást úgy kapjuk, hogy a homogén részhez hozzáadjuk az inhomogén rész egy partikuláris megoldását. A homogén rész a következőképp néz ki:
0=+ xAx&
xn
x2
b1 +1
.
.
.
∫a11
a12 . . .
x2
x1
x1
∫a22
a21
b2
.
.
.
+1
x1
x2
∫ann
an1
bn
.
.
.
+1
x1
xn
01 =x&
02 =x&
0=nx&
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 10
A homogén egyenlet megoldását az tecx α= alakban keressük, ahol c egy amplitudó-vektor:
nc
cc
c...
2
1
= .
Ebből:
tecx αα=& Behelyettesítve:
0=+ tt ecAec ααα egyszerűsítve:
( ) 0=+ cAEα Ez egy szorzat. A szorzat akkor zérus, ha valamelyik tényezője nulla. Most c nem lehet nulla, mert nullától eltérő értékeket keresünk.
( ) 0det =+ AEα
Tehát ezt ki kell fejtenünk:
0
...............
...
...
21
22221
11211
=
+
++
α
αα
nnnn
n
n
aaa
aaaaaa
A következőt kapjuk:
0.... 011
1 =+++ −− DDDD n
nn
n ααα Ez az egyenlet az indulási egyenlet karakterisztikus egyenlete. Ennek az egyenletnek a gyökeit határozzuk meg, hogy a megoldás stabilis vagy nem. Azt jelenti, hogy a megrajzolt SI számsíkon, a gyökök akkor jeleznek stabilitást, ha negatív valósrészűek, vagy negatív valós rész konjugált komplexek lesznek. Ekkor használhatók a jól ismert stabilitási kritériumok, amelyek a karakterisztikus egyenlet tényleges megoldása nélkül eldöntik, hogy a gyökök stabilis rendszert jeleznek, vagy sem.
Im
Re
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 11
Tehát a második módszerről elmondható, hogy az integráló módszer azért jó, mert az időkésés nélküli elemek időkéséses elemek, magyarán az összegzőket integráló elemek váltják fel. Ha stabilabb megoldást keresünk, a következőket tehetjük: Ha konvergens megoldást kapunk, az A mátrixot pozitív definit mátrixnak nevezzük. Ez fordítva is igaz. Sajnos az A mátrixról eldönteni, hogy pozitív definit-e, még nincs általános megoldás. Van azonban egy mérnöki szabály: ha a főátlóban lévő elemek jóval nagyobbak a háromszögben lévőknél, akkor a mátrix minden bizonnyal pozitív definit mátrix, azaz a rendszer stabil. 3) A harmadik megoldás mindig stabil megoldást eredményez. Nézzünk először egy példát: A kiindulási egyenlet:
0=+ BxA Mindkét oldalt szorozzuk az A mátrix transzponáltjával. Ekkor:
xBAxAA tt &−==+ 0
tA mátrix mindig pozitív definit.
Bevezetek egy Z segédmátrixot: 0=+= BxAZ (I.)
Így:
xZAt &−= (II.)
n. szabályozó
2. szabályozó
1. szabályozó
1. 2. n. …
…
xa1 xa2 xan
h=1mm ± 0,01
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 12
Két egyenletre bontottuk az eredeti egyenletünket.
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 13
Tehát a következő ábrát kapjuk:
Ez a módszer biztos, hogy konvergens megoldást ad. Azonban ennek ára van, mert kétszer olyan bonyolult a hardware, kétszer annyi a hibalehetőség, mint az 1. vagy a 2. megoldásnál.
Az állandósult állapotra sohasem igaz, hogy minden áll, mert mögötte anyag, energia folyamatok, transzport folyamatok játszódnak le.
xn
x2
an1 Zn
.
.
.
∫a11
a21 . . .
Z2
Z1
x1
∫a12
a22
an2
.
.
.
∫a1n
a2n
ann
.
.
.
Zn
Z2
b1 +1
.
.
.
∑a11
a12 . . .
x2
x1
Z1
∑a22
a21
b2
.
.
.
+1
x1
x2
∑ann
an1
bn
.
.
.
+1
x1
xn
Zn
Z2
Z1
Zn
Z2
Z1
1 2 xZAt &−=
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 14
DIFFERENCIÁL EGYENLETRENDSZEREK
( ) ( ) ( )
( ) ( ) ( )[ ]
( )( )( )
( )( ) nn
nnbe
nn
ben
nn
n
Cx
CxCx
xAxAxAAxxAAxxAxAxAxA
=
=
=
+++−=
=++++−
−
−−
0...
0
0
...
...
11
0
01
11
1
01
11
1
Elvileg két módszer kínálkozik ilyen egyenletek megoldására. Az egyik az, hogy feltételezek valamilyen x értéket, és ebből képzem az első, a második, az n-edik deriváltat. Ezt hívják differenciáló módszernek. A másik módszer, hogy az n-edik deriváltból indulok ki, és ebből képzem az n-1-edik n-2-edik deriváltat, egészen x értékéig. Ez az integráló módszer. Vizsgáljuk meg, hogy melyik módszernek milyen tulajdonságai vannak, ha egy adott alakú zaj fellép. Az első módszer veszi a zaj deriváltját. Az integráló módszer a görbe alatti területet veszi.
t
t
t
d/dt
zaj
int zajsimító
zajkiemelő
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 15
A differenciáló módszer veszi a gradiensét, tehát kiemeli a zajt, zajkiemelő tulajdonsága van. A második módszer az úgynevezett zajelnyomó, zajsimító eljárás. Ebből következik, hogy technikai elemeknél, ha tervezünk egy akármilyen műszert, vagy automatikát, real-time szimulátort, fontos, hogy a differenciálás műveletét, ahol csak lehet, kerüljük, mert a külső, belső zajok nagy zavart okozhatnak a működésben. A lényeg tehát az, hogy az n-ed rendű tagra kell rendezni a differenciál egyenletet.
[ ]xAxAAxxAAxxAxAxAxA
nnbe
nn
ben
nn
n
0)1(
1)(
0)1(
1)1(
1)(
...
...
++−=
=+++=−
−
−−
A valósidejű megoldás a következőképp néz ki:
A valóságban a differenciáló módszer annyira zajos, hogy nem vezet megoldáshoz, szemben az előbbi módszerrel.
110 ,...,, −nCCC kezdeti feltételeket sorban be kell vezetni az integrátorokba, hogy partikuláris megoldást kapjunk. 1. Példa
[ ]xxTtAxTtAxxTxT
+−∗=
∗=++
&&&
&&&
ξ
ξ
2)(1)(12
2
2
Feltételezzük, hogy a xT &&2 ismert, valójában nem, és ez a feltételezés is mellőzhető, hisz a komponenseiből fogom előállítani.
kezdeti feltételek: 0)0(;0)0( +== xx &
xbe
Σ ( )tx 2−nx 1−− nx
( )nn xA A
nA1 3−− nx
1−nc 2−nc 3−nc 0c
1−nA 2−nA 3−nA
A
1(t)
Σ ( )tx x&− xT &&2 A
2
1T
1−nc 2−nc
Tξ2
A
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 16
A megoldás különböző ξ értékeknél:
1>ξ - ha a bemeneten 1(t) van, akkor a kimenet A értékhez fog tartani, 1=ξ - az aperiodikus határeset, a leggyorsabb aperiodikus beállás, 1<ξ - ebben az esetben túllövés következik be,
míg 0=ξ - nál 2A amplitúdóval fog állandó lengésbe kerülni a rendszer. Ezen az elven működnek, a nagy pontosságú, lassú infra-generátorok, amelyeket a legkülönbféle műszerekben, akár geodéziában, akár orvos-terápiában alkalmaznak. Az előző példában a Kelvin-Thomson-féle visszavezetési elvet ismertük meg, amellyel többváltozós differenciál-egyenletek, egyenlet-rendszerek, sőt parciális differenciál-egyenletek is megoldhatók, mint ahogy azt később látni fogjuk. 2. Példa Itt van egy két kimenet-két bemenetű elem, ahol szinuszos, és koszinuszos rezgések a bemenetek. Ez azt jelenti, hogy a szinusz nem csak az x(t)-t, a koszinusz nem csak az y(t)-t fogja befolyásolni, hanem köztük van egy úgynevezett cross-effect, kereszt-kapcsolat, mely sűrűn előfordul, ahogy egyik előző példánkban is láthattuk, a kávé hatásmechanizmusánál.
tyxyytxyxx
cos52sin42
=+++=+++
&&&&
&&&&
x(t) sin t y(t) cos t
A
2A
1(t)
0=ξ
1<ξ
1>ξ
1=ξ
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 17
3 kezdeti feltételt tudok megadni:
( ) ( )( )( ) 10
5.0000
−===
yy
xx
&
&
Átrendezve a legmagasabb rendű deriváltakra:
[ ][ ]yyxty
xyxtx++−=++−=
&&&&
&&&&
25cos4sin2
A bemenetekre a ( ) ( )tt cos,sin −− függvényeket az előbb látható módon állítom elő, ahol a csillapító ág hiányzik ( 0=ξ ).
x(t)
y(t)
x&−
y&&
x&&20,5
-1
-1
y&−
+1 -1
0,5 -1
tsin
4 1 1
5 1 2
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 18
Itt egy másik differenciál-egyenlet, ahol szintén van algebrai hurok, de ezt a hurkot a második derivált okozza. Hasonlóan járunk el, az első egyenletnél x&& -ra, a másodiknál y&& -ra rendezek.
( )05
12=+++=+++
yyxytxxyx
&&&&&
&&&&&
βα
Rendezve:
( ))5(
)2(1yyxy
xxytx++−=
++−=&&&&&
&&&&&
βα
A rendszer az algebrai hurok miatt csak elvileg működik, a valóságban biztos nem, ezért az algebrai hurkot eliminálni kell. Algebrai hurok kiküszöbölése: Előzőekben az algebrai hurkot úgy kerültük ki, hogy összegzők helyett integrátorokat alkalmaztunk. Továbbiakban lássunk egy másik módszert. Kifejezem az első egyenletből az x&& -t, a másodikból az y&& -t, és ezeket behelyettesítem az ellenkező egyenletbe. Tehát:
x(t)
y(t)
x&−
y&&
x&&
0,2 10
10 0,5
β
α
-1(t)
y&−
„algebrai hurok”
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 19
( )
( )( ) 0521
125
)5()2(1
=++−−−+=+++++
++−=++−=
yyxxytytxxyyxx
yyxyxxytx
&&&&&&
&&&&&&
&&&&&
&&&&&
ββαββαααβ
βα
Rendezve a Kelvin-Thomson visszavezetési elv értelmében:
( ) ( ) ( )[ ]( ) ( )( )[ ]xxtyyy
yyxxtx−−++−=−
+−+−=−&&&&
&&&&
21515211
βαβααβ
Látható, hogy itt már semmilyen algebrai hurok sincs. Ha tehát kereszt kapcsolat van, és ebbe a legmagasabb deriváltak is szerepelnek, akkor algebrai hurkok keletkezhetnek, amit nekünk eliminálni kell. Ennyit a differenciál egyenletekről, egyenlet-rendszerekről. Legtöbbször a szabályozástechnikában nem differenciál egyenletekkel dolgozunk, hanem átviteli függvényekkel.
x(t)
y(t)
x&−
y&&
x&&
0,2 10
10 0,5
-1(t)
y&−
α
β
( )αβ−1x&&
( )αβ−1y&&
( )αβ−11
( )αβ−11
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 20
Átviteli függvény Átviteli függvény: tetszőleges bemenő jelre adott kimenő jel, feltéve, hogy ez a kimenet korlátos, tehát integráljának van egy korlátja. Ebben az esetben képezhető a kimenő jel, és a bemenő jel Laplace transzformáltjának hányadosa.
01
1
01
1
......
)()(
)(AsAsABsBsB
sXsXsY n
nn
n
mm
mm
be
ki
++++++
== −−
−− ; 0; ≥≥ iAmn
Egy kétperces kitérő: Nyquist és Bode diagramm:
( ) ( ) ( ) ( )( ) ( ) ( )
( ) ( )
( ) ( )
( ) ( )( )ω
ωωϕ
ω
ωωωωω
ωωωω
ωϕ
jYjYarctg
ejY
jYjYAjAjAjABjBjBjB
XXjY
j
nn
nn
be
ki
ReIm
ImRe......
~~
22
10
22
10
=
=
=+=++++
++++==
beX kiXY(s)
beX~ kiX~
Y(s)
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 21
BODE
( ) ( )( )( )ω
ωωϕ
ωω
jYjYarctg
jYa
ReIm)(
lg20
=
=
„I” típus
„P” típus
„D” típus
Nyquist diagram
dekáddB0
dekáddB20−
hibadB3ωlg
( )ωa
0°
-45°
-90°
( )ωϕ
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 22
Eddigiek esetén a szinusz volt a vizsgálójel. Most nézzük meg tetszőleges bemenőjel esetén: Igaz : korlátosdttxki =∫ )(
Definiálható:
( ){ }( ){ } )(
)(sxtxsxtx
kiki
bebe
==
αα
definíció szerint:
( )( ) ( ) n
n
mm
be
ki
sAsAAsBsBBfvátv
sxsxsY
++++++
===......
..)(10
10
Átviteli Függvény
Az átviteli függvényt a számolások egyszerűsítése miatt vezettük be, mint például a középiskolában a logaritmust, ahol pl. a szorzás összeadásra egyszerűsödik. Ebben az esetben pl. két sorba kötött hálózati elem eredő átviteli függvényét úgy kapom meg, hogy a tagok átviteli függvényét összeadom.
( )( ) 0
11
01
1
......
)(AsAsABsBsB
sxsxsY n
nn
n
mm
mm
be
ki
++++++
== −−
−−
0; ≥≥ iAmn n értékének nagyobbnak kell lenni, mint m, különben nem valódi törtet kapunk.
dtds =
bem
bemkin
kin xBxBxAxA 0)(
0)( ...... ++=++
xbe(t)= xbe(t) ha t >0 xki(t)
Különben xbe(t)= 0, ha t < 0
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 23
A Kelvin –Thomson visszavezetési elv alapján: Ha mégis differenciálnunk kell, akkor a következő képletet realizálhatjuk:
sTsTD
+1 = ”differenciálás”
Most pedig tekintsünk meg néhány módszert, melyek a differenciálás műveletét kikerülni hivatottak.
1. Segédváltozás módszer Segédváltozó : )(sX s
B0
B1
B2
dtd
dtd
differenciálás
TTD
T
1(t) v(t)
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 24
( )( ) ( )
kim
mm
m
ben
nn
n
nn
nn
mm
mm
xe
s
s
ki
XxBxBxBXxAxAxA
AsAsABsBsB
sXsX
sXsXsY
=+++
=+++
++++++==
−−
−−
−−
−−
0)1(
1)(
0)1(
1)(
01
10
11
...
...
...1...
)()()(
2. Közvetlen programozás n = m esetén, 1=nA
( ) ( )( )
nnn
nnnn
be
ki
sA
sA
sA
sB
sB
sBB
XXsY 1...111
1...11
11
0221
0221
++++
++++==
−−
−−
[ ]
[ ]
[ ]xiben
xinben
xinbenbenki
XAXBs
XAXBs
XAXBs
XBX
00
222
11
1......
1
1)1()1(
++
++
++=
−−
−−
-xbe xn xn-1 xn-2 x
B1 B0
Xki
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 25
Általános átviteli függvény mindig előállítható n integrátor, és (2n+1) időkésés nélküli arányos tag megfelelő összekapcsolásával. Átviteli függvénynél célszerű a gyöktényezős alakot meghagyni, és részekre bontva végezzük el a programozást. Példa: Az ábrához tartozó differenciál-egyenletek:
( ) )(1)(2121 tAtxxTTxTT ∗=+++ &&& Ennek a megoldása Kelvin-Thomson elv alapján:
B0
A
B2 B1 Bn-1
A A An-1
xb
-xbe
xki
-xki
Bn
xki
11 sTA
+ 211sT+
Y1(s) Y2(s)
Y1Y2
21
1TT +
xTT &&21 x&− x&− x(t)
21 TT +
-1
A -1(t)
∑
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 26
Ha a direkt módszert alkalmazzuk, akkor:
sT
A+1
Így a teljes megoldás direkt programozással: Ez a megoldás teljesen ekvivalens a Kelvin-Thomson féle megoldással, de láthatóan sokkal egyszerűbb, így célszerűbb a direkt programozást használni.
TA
T1
-1(t)
TA
1
1T
-1(t)
2
1T
2
1T
x(t)
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 27
PARCIÁLIS DIFFERENCIÁLEGYENLETEK MEGOLDÁSA Eddig lineáris SISO rendszerekkel foglalkoztunk. Azonban a valóságban nagyon sokszor előfordul, hogy nem lehet lineáris differenciál-egyenlettel leírni a rendszert, mert pl. több független és több függő változó van, vagy megosztott paraméterű a rendszer. Ilyen megosztott paraméterű rendszerek leírására adottak a már jól ismert differenciál-egyenletek: Hőterjedési vagy diffúziós egyenlet:
ftuku +
∂∂
=∇2
Laplace egyenlet:
02 =∇ u
Hullámegyenlet:
ftuku +
∂∂
=∇ 2
22
Membránegyenlet:
ftuku +
∂∂
=∇4
ahol: t az időt, mint független változót jelenti, f a gerjesztő függvényt, ∇ a Laplace-operátort, u pedig a függő változót jelenti. Számítógépes modellezésnél mindig csak egy független változó van, az idő. Adott egy kétváltozós függvény:
Az itt szereplő idő változót azonossá teszem a számítógép független változójával. A másik változót egyenlő részekre, Δx-ekre osztom, és képezem a részmegoldásokat, az f1(t), f2(t), fi(t), fn(t)-t.
f0(t)
f(x,t)
f1(t) fi(t) fn(t)
Δx
x0 x1
xi xn
x
t
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 28
A parciális deriváltak helyett definiálhatunk három féle differnciál-hányadost: - „előremenő” differencia hányados:
x
tftfxxx
txf ii
i ∆−
≅=∂
∂ + )()(),( 1
- „hátramenő” differencia hányados:
x
tftfxxx
txf ii
i ∆−
≅=∂
∂ − )()(),( 1
- „központos” differencia hányados:
x
tftf
xxxtxf ii
i ∆
−≅
=∂∂ −+
)()(),( 2
121
Nyilván egy parciális differenciálegyenlet által leírt folyamatot így visszavezethetek koncentrált paraméterű differenciálegyenlet-rendszerré. A közelítés attól függ, hogy milyen távolságokat, milyen Δx-eket veszek. Tehát egy megosztott paraméterű rendszert koncentrált paraméterű rendszerrel helyettesítve hibát követek el. Ezt a hibát meg kell határozni. Elvégezve a számításokat azt tapasztaljuk, hogy a közelítés a Δx ill. Δx2 –től függ, az első, második, ill. harmadik differenciahányados esetén. Legpontosabb közelítést a központos differencia hányados ad. Nézzük meg, hogyan néznek ki a magasabb rendű központos differenciál-hányados képzési módszereket. - a második parciális derivált közelítő értéke x=xi helyen :
( )( )2
112
2 )()(2)(,x
tftftfxxx
txf iii
i ∆
+−≅
=∂∂ −+ ,
- a hamadik parciális derivált közelítő értéke x=xi helyen :
( )( )3
23
21
21
23
3
3)()(3)(3)(
,x
tftftftf
xxxtxf iiii
i ∆
++−≅
=∂∂ −−++
illetve:
( )32112
2)()(2)(2)(
xtftftftf iiii
∆
++−≅ −−++
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 29
- a negyedik parciális derivált közelítő értéke x=xi helyen :
( )( )4
21124
4 )()(4)(6)(4)(,x
tftftftftfxxx
txf iiiii
i ∆
+−+−≅
=∂∂ −−++
Természetesen a pontosságot nem csak a x∆ , és a különféle differenciálási módszer helyes megválasztásával lehet növelni, hanem azáltal is, hogy további mérési pontokat is felveszünk. Például a következő képletből látható, hogy az elsőrendű deriváltat nem csak két mérési pontból, hanem 4 pontból határozom meg.
( )x
tftftftf
xxxtxf iiii
i ∆
++−≅
=∂∂ −+−− )(
121)(
32)(
32)(
121
, 1112
Ugyanígy lehet a magasabb rendű deriváltak pontosságát növelni:
( )( )2
2112
2
2 )(121)(
34)(
25)(
34)(
121
,x
tftftftftf
xxxtxf iiiii
i ∆
−+−−−≅
=∂∂ ++−−
( )( )3
321123
3
3 )(81)()(
813)(
813)()(
81
,x
tftftftftftf
xxxtxf iiiiii
i ∆
−+−+−≅
=∂∂ +++−−−
( )( )4
321123
4
4 )(61)(2)(
213)(
328)(
213)(2)(
61
,x
tftftftftftftf
xxxtxf iiiiiii
i ∆
−+−+−−−≅
=∂∂ +++−−−
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 30
Hővezetés parciális differenciál egyenlete:
( ) ( )( )t
xtyx
xty∂
∂=
∂∂ ,,
2
2
Adott kezdeti és peremfeltételek mellett határozzuk meg a megoldást! Ilyen típusú differenciál egyenlet ír le például egy csőkemencét, amin átvezetünk valamilyen anyagot, és ezt elektromosan fűtjük. A bemenetem ráviszünk valamilyen festékanyagot, és ráégetjük. További példa az aorta. Nézzük az aortában lévő áramlás-képet. Ha kíváncsiak vagyunk, hogy egy bizonyos helyen, egy adott időben milyen az áramláskép, akkor ezzel adott a két független változó a hely és az idő. Legyen a cső esetében: A=100 D > 0 x = 0..60cm kezdeti feltételek: y(0,x)=0,3 peremfeltételek: y(t,0)=0,5 y(t,60)=0,9 Felosztjuk egyenletes szakaszokra az egész csőszakaszt, és keressük a megoldást x1=10, x2=20, x3=30, x4=40, x5=50 cm helyeken.
≈
60 cm
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 31
A centrális differenciál egyenlet:
( )211
2
2 2),(x
yyyxxx
xty kkk
k ∆
+−=
=∂∂ +−
dtdyyyy kkkk =
+− +−
1002100 11
Egyszerűsítés után, behelyettesítve:
k=1 esetén : dtdyyy 1
2125,0 =+−
k=2 esetén: dt
dyyyy 2321 2 =+−
k=3 esetén: dt
dyyyy 3432 2 =+−
k=4 esetén: dt
dyyyy 4543 2 =+−
k=5 esetén: dt
dyyy 554 9,02 =+−
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 32
Kezdeti feltételek: y1(0) = y2(0) = y3(0) = y4(0) = y5(0) = 0,3 Összefoglaló: Megosztott paraméterű rendszereket parciális differenciál-egyenletekkel modelleztünk. A problémát az okozta, hogy egy valós rendszerben több függő és több független változó van, ezzel szemben számítógépen belül csak 1 függő változó van, az idő. Megoldásként az időt azonossá tesszük a számítógép független változójával, és a többi változót diszkrét helyeken vizsgálom. Definiáltunk előre-, hátramenő és központos differenciálhányados-képzési módszereket. Ezzel hibát követünk el. A hiba nagysága attól függ, hogy milyen pontos a felosztás, illetve, hogy milyen differenciálhányados-képzési módszert választok. Matematikailag bizonyítható, hogy az előre-, hátramenő differenciálhányados-képzési módszer pontossága Δx-től, a központos módszer pontossága Δx2-től függ. Ezért ajánlott a központos módszert használni. A pontosságot bármely módszernél tovább növelhetem, azzal hogy a mérési pontok számát növelem.
-y3 0,5 2 1 1
-y1
y2 -y1 ∫ 2
1 1
y2
-y3 y2 ∫
2 1 1
-y3
y4 ∫2 1 1
y4
-y5 y4 ∫
2 1 1
-y5
0,9
-y5 ∫1(t) 1(t)
0,3 0,3 -0,3 0,3 -0,3
X-Y Plotter
y1
y2
y3
y4
y5
Az
inte
grát
orok
kim
enet
eirő
l,
y 1, y
3, y 5
-nél
inve
rtálv
a
t
yk(t)
0,3
y1(t) y5(t)
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 33
AMPLITÚDÓ ÉS IDŐLÉPTÉKEZÉS Amplitúdó léptékezés
1) Normalizált változók módszere (NVM) 2) Dimenziós léptéktényezők módszere (DLM)
Normalizált változók módszere (NVM) Fizikai változó ⇔ számítógépes változó
11maxmax
+≤
=
≤−
uu
xx tt
Előnyök: - nincs mértékegység - nincs túlcsordulás
Fizikai rendszer
(folyamat)
Fizikai rendszert leíró matematikai
modell
Számítógépes matematikai
modell …
léptékezés
AMPLITÚDÓ LÉPTÉKEZÉS (függő változó az amplitúdó)
IDŐ LÉPTÉKEZÉS (függő változó az idő)
0,5
1
t=t0
maxxxt
xmax = 50 °C
t
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 34
( ) Ctx
t
xx
o25505,010
10
5,0
30
30
max
=∗==
=
=
Példa:
( ) ( )ttxxxx 120542 ∗=+++ &&&&&& [ ] cmx =
3max
2max
max
max
10
5
4
40
scmx
scmx
scmx
cmx
=
=
=
=
&&&
&&
&
( )txxxx 12040
404
455
5410
102 ∗=
∗+
∗∗+
∗∗+
∗∗
&&&&&&
Egyszerűsítünk:
( )txxxx 140
24510
=
∗+
+
+
&&&&&&
Minden változó +1 és –1 tartományban fog változni. Dimenziós léptéktényezők módszere (DLM) A dimenziós léptéktényezők módszer abból a mérnöki szemléletből indul ki, hogy ma már egy folyamatnál szinte minden mért érték elektromos jellé van alakítva, legyen az hőmérséklet, szint, nyomás,… A jelek elektromos jellé való alakításának legfőbb előnye, hogy ezeket így jól tudjuk regisztrálni, detektálni, illetve a további átalakítások, műveletvégzések is egyszerűbbek.
0,125 0,1 0,2 2 10 1 10 1
-1(t)
Σ 11
1
−
40x
4x&
−
5x&&
10x&&&
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 35
)()()()()( tKxtxx
UtUx
txU
tUMAX
MAX
MAXMAX
==→=
ahol: K – dimenziós léptéktényező
MAX
MAX
xUK ≤
( )
( ) Ccm
CVtx
VKxcmC
CVK
tt
o
o
o
o
252,0
5
5
2,05010
0
0
==
=
==
=
Az előző példánál maradva:
3max
2max
max
max
10
5
4
40
scmx
scmx
scmx
cmx
=
=
=
=
&&&
&&
&
=→
=→
==→
==→
cmVsKx
cmVsKx
cmVs
smVKx
cmV
cmVKx
MAX
MAX
MAX
MAX
3
3
2
2
1
0
1
2
5,2410
25,04010
&&&
&&
&
DLM:
( ) ( ) ( ) ( )
)(1105,05,22...
)(12025,045,222212
txxxx
txxxx
∗=+++
∗=+++∗
&&&&&&
&&&&&&
5V
10V
t=1030
(Kx)
t
-10V
0,125 0,1 0,2 2 10 1 10 1
-10V * 1(t)
Σ 11
1x25,0−
x&5,2
x&&2−
x&&&
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 36
Látható, hogy teljesen azonos a két megoldás. Azonban itt a skálázásban az a különbség, hogy –10V és +10V között van minden változó. A maximális pontosságot azzal garantáljuk, hogy ebben az esetben egy ±10V-os műszerrel mérve nem fogunk mV-okat mérni, hanem a teljes méréstartományt kitölti a jel. Időléptékezés Minden folyamat időben játszódik le. Vannak olyan folyamatok, amelyek a másodperc milliomod része alatt játszódik le (pl.:magfúzió). Ezeknél az folyamatok, mint információ adók sokkal gyorsabbak, mint a mi vevőink, mint például egy számítógép. Ezért ebben az esetben le kell „lassítani” a folyamatot, hogy fel tudjuk dolgozni a jelenséget, analizálni, vagy szintetizálni. Ennek a fordítottja is előfordul. Például egy nagy katalizátorban a kémia folyamatoknak a nagy anyagmennyiség miatt órás, napos, esetleg hetes időállandójuk van. Ezeknek a tervezését természetesen úgy végezzük, hogy „felgyorsítjuk” a folyamatot.
ntnt
tt
fizikaszámítógép
MAXMAX
ττ
ττ
==→
=
↔
;
ahol: n – időlépték tényező
MAX
MAX
tn τ
=
ha n>1 – lassítás n<1 – gyorsítás n=1 – real-time üzem
( )n
XXd
dxnd
ndx
n
nd
ndx
dttdx MAX
MAX
)1()1()(
==
=
= ττ
ττ
τ
τ
τ
τ
( )2
)2()2(
2
22
2
2
2
2
...)(n
XXdxdn
nd
nxd
dttxd MAX
MAX===
= ττ
ττ
τ
τ
…. ….
( )m
mMAXm
m
mm
m
m
m
m
nXX
dxdn
nd
nxd
dttxd
MAX
)()(...)(
===
= ττ
ττ
τ
τ
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 37
Példa:
)(120)(542 ttxxxx ∗=+++ &&&&&& Időlépték változtatás:
3
3
2
2
23
10
5
4
40
)(120)(542
ms
cmX
ms
cmX
ms
cmX
cmX
ttxxnxnxn
MAX
MAX
MAX
MAX
=
=
=
=
∗=+++
τ
τ
τ
τ
&&&
&&
&
&&&&&&
Az időléptékezés megváltoztatja az amplitúdó maximális értékét.
Sorrend: 1 – Időléptékezés 2 – Amplitúdó léptékezés
Példa:
cmxs
cmxs
cmxs
cmx
ttxxxx
10
4
5
10
)(120)(2542
max
max
2max
3max
=
=
=
=
∗=+++
&&&
&
&&
&&&
&&&&&&
n = 2 (kétszeres lassítás)
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 38
1.) Időléptékezés:
)(120)(2101616)(120)(2542 23
ttxxxxttxxnxnxn
∗=+++∗=+++
ττττ &&&&&&
&&&&&&
2.) Amplitudóléptékezés:
[ ][ ]
[ ][ ] 0
1max
222max
333max
20
224
25,145
25,18
10
max
max
max
max
Kcmx
Kscm
nxx
Kscm
nxx
Kscm
nxx
=
===
===
===
τ
τ
τ
τ
&&
&&&&
&&&&&&
)(120225,125,1
)(12020
2022
21025,1
25,11625,1
25,116
txxxx
txxxx
=
+
+
+
∗=
∗+
∗+
∗+
∗
ττττ
ττττ
&&&&&&
&&&&&&
1,25 0,05 2 1 0,5 2 1 1
1(t)
Σ 11
1
−20
τx
2τx&
−
25,1τx&&
25,1τx&&&
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 39
VÁLTOZÓK MAXIMÁLIS ÉRTÉKEINEK MEGHATÁROZÁSA 1. Először nézzünk egy másodrendű rendszert:
)(1)(2 tAtxxTxT ∗=++ &&& ξ
Másodrendű rendszerekre igaz:
AxA 2max << 2. Becslés (közelítés maximális értékre)
A
2A 1<ξ
1=ξ1>ξ
1(t)
Felvesszük cmx 100max = értéket…
mmx 10max =
+1
-1
t
stop
cmx
1
+1
-1
t
Hiba!
cmx
100
+0,1
-0,1
Tilos zóna, mert pontatlan
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 40
Két probléma merülhet fel a maximális értékkel kapcsolatban:
- Alábecsült maximális érték - Túlbecsült maximális érték
Tudunk-e valami harmadik módszert, ami célra vezető? Tetszőleges rendű rendszerek esetén:
)(1)()(... 012
21
1 tAtxAtxAxAxAxA nn
nn
nn ∗=+++++ −
−−
− & Az összes kezdeti feltétel zérus, azaz a rendszer energiamentes. A differenciál egyenlet annyiban különbözik a algebrai egyenletektől, hogy nem csak a rendszer stady-state állapotát, hanem a rendszer dinamikáját, a tranzienst is leírja. Minden mérnöki rendszer stabilnak tervezendő. Ha stabil, akkor: T = ∞ → az összes derivált 0-ra csengett le, azaz előállt az állandósult állapot:
( )0
0 )(1)(AAxtAtxA t =→∗= ∞=
Az, hogy milyen módon áll be az
0AA helyzethez, a többi tényezőtől is függ.
Általában igaz, hogy ha n>2 akkor túllendüléssel áll be.
0max
0
2AAx
AA
≤≤
T = 0 – ban: x(t) = 0.
AtAxA nn =∗= )(1
x(t)
0
2AA
t
0AA
Ezt választom maximális értéknek.
n
n
AAx =max
)(
)(nx
t
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 41
Egyenlő együtthatók szabálya (Jackson szabály)
0max 2
AAx =
( )( )
( )
( )( )
( ) )(12
2...
)(12
2...
0
1max
1
11
max
0
00
1max
1
11
max
tAA
AxA
xxAx
AAxA
tAA
AxA
AA
xxAx
AAxA
AA
n
n
nn
n
n
n
n
nn
n
n
nn
∗=
+++
∗=
+++
−
−
−−
−
−
−−
Ebből a normalizált differenciál - egyenletből kiolvashatók a maximális értékék, ha az együtthatókat közel egyformára választjuk.
( ) ( )
( ) ( )
2
2max2
2max
1
1max1
1max
−
−−
−
−
−−
−
=→≈
=→≈
n
nn
n
n
nn
n
AAxAAx
AAxAAx
⇒ ( )
in
in
AAx
−
− =max
Példa:
[ ]
cmxs
cmxs
cmxs
cmx
cmxttxxxx
20
4
5
10
)(120)(2542
max
max
2max
3max
=
=
=
=
=∗=+++
&
&&
&&&
&&&&&&
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 42
Példa:
)(150)(100254 ttxxxx ∗=+++ &&&&&&
Változó maximális
értéke
Jackson szabállyal
Tényleges max. érték
maxx&&& 50 50
maxx&& 10 7,5
maxx& 2 1,6
maxx 1 0,8 Itt látható, hogy maxx&& értéke kisebb, mint ami a képlet alapján kijönne. Ennek az a magyarázata, hogy a Jackson szabály a kritikus helyzetet adja meg, a deriváltak maximális értéke mindig kisebb. Ez az alábbi ábrával magyarázható. Mindig hagyni kell egy stabilitási tartalékot. Példa:
)(120)(1,05,03510 )4( ttxxxxx ∗=++++ &&&&&&
Változó maximális
értéke
Jackson szabállyal
Tényleges max. érték
max)4(x 2 2
maxx&&& 4 2,2
maxx&& 6 6
maxx& 36 33,4
maxx 400 277 Ezekkel a közelítő maximális értékekkel elvégzem a szimulációt. Minden változónak bele kell esni a +1,-1 tartományba.
α-stabilitási tartalék
+1 0,85
-1
maxi
i
xx
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 43
PARAMÉTEROPTIMALIZÁLÁS Tartalom:
- Optimalizálási kritériumok - Optimalizálási kritériumok számítása - Gyakorlati módszerek a paraméteroptimalizálásra
Optimalizálási kritériumok
{ }∫∞
==0
min),( dtttxFI
x(t) lehet:
( ) )()()()()(
txxtxtxtxxtx
ss
hibasref
−∞=
=−=
)(sQ
xref xhiba xs(t)
≡ )(1)(sQ
sQ+
xref xs(t)
xref
ideális xs(t)
valóságos xs(t)
veszteség (ezt kell minimalizálni)
t
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 44
Integrálkritériumok Az, hogy melyiket választjuk, mindig folyamatfüggő, azonban vannak bizonyos általános törvényszerűségek. Lineáris kritériumot akkor a használunk, amikor a folyamat aperiodikus. Kvadratikus kritériumot periodikus, míg az abszolút érték módszert mind aperiodikus, mind periodikus rendszernél alkalmazhatjuk. Legutóbbi hátránya, hogy a vele végzett számítások bonyolultak.
Lineáris
∫
∫
∫
∫
∞
∞
∞
∞
=
=
=
==
01
0
212
011
010
)(
.
.
.
)(
)(
min)(
dttxtI
dttxtI
dtttxI
dttxI
nn
Kvadratikus
∫
∫
∫
∫
∞
∞
∞
∞
=
=
=
=
0
22
0
2222
0
221
0
220
)(
.
.
.
)(
)(
)(
dttxtI
dttxtI
dtttxI
dttxI
nn
Abszolút érték
∫
∫
∫
∫
∞
∞
∞
∞
=
=
=
=
0
0
22
01
00
)(
.
.
.
)(
)(
)(
dttxtI
dttxtI
dttxtI
dttxI
nan
a
a
a
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 45
Lathroph és társai féle „8”-as Lathroph és társai definiáltak egy nyolcast, mely az előbb vázolt rengeteg lehetőség közül 8-ra csökkenti azon kritériumok számát, melyek közül választhatunk. Ez a nyolcas a következő:
( )( )
( )( )( )
( )( )( )dttxt
dttx
dttxt
dtttx
dttx
dttxt
dtttx
dttx
∫∫∫∫∫∫∫∫
)8
)7
)6
)5
)4
)3
)2
)1
22
2
2
2
Ezeket összefoglaló néven ITAE (Integral of Time Absolute-value of Error) kritériumoknak nevezzük. Eddig a kritériunokat ismertettem, most nézzük a kritériumok számításának különböző módszereit: Optimalizálási kritériumok számítása I10 számítása
( ) ( ) ( ) ( ) min0limlim0
00
010 =====
→
∞−
→
∞
∫∫ XsXdtetxdttxIs
st
s
Példa:
( ) ( )( )21 111
sTsTsW
++= (aperiodikus folyamat)
bemenőjel:
( ) ( )ttx 1=
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 46
( ) ( )( )( ) ( )
( ) 212
21
2121
21 1...1
11 TTsTTsTTsATTA
ssTsTA
sAsX
+++++
==++
−=
( ) ( )2110 0 TTAXI +==
I20 számítása I10 számításához a Parseval tételt használjuk, ami a következő:
( ) ( ) ( )∫∫∞+
∞−
∞
∞−
+−∏
=−j
j
dssXsXj
dttxtételParseval2
1: 2
X(-s) és X(+s) x(t) kétoldali Laplace-transzfolmáltjai. ahol:
∫
∫∞+
∞
+
+∞
∞
−
=−
=+
-
-
)()(
)()(
dtetxsX
dtetxsX
st
st
Ha a )()()(
sDsCsX = (racionális törtfüggvény alak), akkor igaz a következő:
( ) ( )( ) ( )
( )( ) 0
22
11
02
21
1
20
...
...
21
DsDsDsDsDCsCsCsC
dssDsDsCsC
jI
nn
nn
nn
nn
nn
j
j
++++=
+++=
+−+−
∏=
−−
−−
−−
−−
∞+
∞−∫
xref
ideális xs(t)
valóságos xs(t) T1,T2 csökken ⇒ hiba csökken
t
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 47
Példa: Adott egy folyamat:
( ) 2221 sTTAsWs ++
=ξ
(periodikus)
bemenőjel:
( ) ( )ttx 1=
( ) ( )22
2
22 212...1
21 sTTsTTA
ssTTA
sAsX
ss +++
==++
−=ξξ
ξ
Ekkor:
2210
210
212
TDTDDATCTAC
=====
ξξ
( )
ξξ
ξξ
441
224
2
22
2
42242
20210
22
002
120
+=
∗∗+
=⇒+
=TA
TTTATAI
DDDDCDCI
Mikor lesz I20 minimum?
( ) 5.004
14... 2
2220 =⇒=
−==
∂∂
ξξξ
ξTAI
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 48
Ia0 számítása Egy sokak által már jól ismert megoldás van a segítségünkre: Ebben az esetben ahogy n értéke növekszik, egyre bonyolultabbá válik a számolás, ezért alkalmazunk különféle gykorlati módszereket. Gyakorlati módszerek a paraméteroptimalizálásra Szabályozott folyamatok
-A -A
R
R
R R
R/2
R
x(t) |x(t)|
|x(t)|
x(t)
P
I
D
xa xs(t)
Rendszer
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 49
Zieglen-Nicholas módszer:
- I és D csatornát kiiktatja, így csak a proporcionális csatorna marad. - Beállítja a szabályozott jellemzőre a kritikus értéket P csatornán keresztül. - 2 paramétert vár : Tper, Kkrit (periódus idő, kritikus körerősítés)
Kopt TI TD
P 0,5 Kkrit ∞ 0 PI 0,6 Kkrit 0,85 Tper 0
PID … … … Egy nagy hátránya van ennek a módszernek, mégpedig az, hogy a méréshez be kell lengetni a rendszert, amit nem minden esetben tehetünk meg. Azon folyamatok esetén, ahol a belengetés nem megengedhető, a következő módszert használhatjuk: Chien – Hrones – Reswich módszer: ahol:
- THL („látszólagos” holtidő) - T (rendszer időállandója)
P Kopt PI Kopt, TIopt PD Kopt, TDopt PID Kopt, TIopt, TDopt
Szabályozó Optimális
paraméter
átmeneti függvény
valódi
közelítő átmeneti függvény
THL T
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 50
sTsTsT D
D +≅
1 (Ezt valósítjuk meg.)
Kessler módszer: 3-féle rendszer-közelítés:
( )( )
( )( )( )Σ
−
Σ
−
−
+++−
++−
+−
sTsTsTe
sTsTe
sTe
HL
HL
HL
sT
sT
sT
111
11
1
21
1
Példa:
( )( )( )( ) ( )( )52,215102,015,012151 ssA
ssssA
++=
++++
( )( )( )52,012151...
02,05,02
sssA
T
+++≈
++=Σ
T
Közelítés !!
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 51
FOLYAMATIDENTIFIKÁCIÓ inverz feladat
Folyamatidentifikáció: Méréseket végzünk, és a mérési eredmények kiértékeléséből meghatározzuk a modelt, model-struktúrát. Általában, a differenciál egyenlettel leírt rendszereknél definiáljuk, milyen konstansok, kezdeti feltételek legyenek, tehát adva van a partikuláris megoldás összes feltétele. Ennek a fordítottja, az inverz feladat, amikor nem tudok semmit a rendszerről, és meg kell határozni ezeket a paramétereket, a rendszerjellemzőket, a kapcsolódásokat. Adott egy szürke doboz. Előzetes orvosi vizsgálatok tisztázzák a helyzet felépítését, hány elemű a rendszer, hogy kapcsolódnak (lánc rendszer, anya rendszer,….), tehát a több száz éves kutatások tisztázták a struktúrát. Ilyenkor a folyamat identifikáció legegyszerűbb esetével állunk szembe. Feladat az, hogy a kvalitatív jelenségeket kvantitaívvá, megfoghatóbbá, mérhetőbbé kell tenni. (pl.:Marquard módszer)
1) Marguard módszer (A leggyorsabb konvergenciát adja, a négyzetes hiba minimalizására szolgáló módszer)
2) Grafikus módszerek (A rendszer átmeneti függvényét közelítik) a – Bleehan – Fisher módszer (ld.: jegyzet) b – Cohn - Brues módszer (ld.: jegyzet) c – Átmeneti függvényt közelítő módszer (nagyon gyakori)
3) Integráló módszer
4) Számítógépes optimalizációs módszer
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 52
2/c - Átmeneti függvényt közelítő módszer
A rendszer közelítő átviteli függvénye: ( ) ( )( )21 11 sTsTeAsY
hsT
++=
−
IK =A- v1(τ1) ( )
αττ
αtgIKKL
ddv
KLIKtg =→== 11
( ) ( ) ( ) ( ) ( )
( )211
212
2121 1
TTaTTalegyen
tAxxTTxTT
+==
∗=+++ τττ &&&
( ) ( ) ( ) ( )tAxxaxa 112 ∗=++ τττ &&& az egész sort integrálva:
( ) ( ) ( ) ττττττ τ
∗=++ ∫ Advvad
dva0
12
„I” pontban igaz, hogy : 02 =a
( ) ( ) ( )( )ττ
ττ
ττ
ddv
vAaAvd
dva1
121
12
−=→=+
hsTe− ( )( )21 11 sTsT
A++
bemenet v(t)
τ1 τ2
Th
I
K L
y(t) = 1(t)
A
v(t)
α
α
v1(τ1)
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 53
ha T1=T2 , akkor:
( ) ( ) ( )( ) ( )
( )ττ
ττττττττ
ττ
τ
τ
ddv
dvvaAaAdvva
ddva
2
02212
220
2212
2
∫∫
−−=→∗=++
Holtidő meghatározása:
(gyakorlati módszer) A módszer lényege, hogy a bemenetre 10*1(t)-t teszek, rövid ideig, majd „fékezem” –10*1(t)-vel.
3 – Integráló módszer A rendszert egy fekete doboznak tekintem, semmilyen információval nem rendelkezek róla.
( ) ( ) ( ) ( ) ( )
( ) ( ) ( )( ) ( ) ( ) ( )tvtxtty
xxx
tAtxdt
tdxAdt
txdAdt
txdA
n
n
n
nn
n
n
=→=====
∗=++++
−
−
−
−
100...00
1......
12
11
1
1
Legyen τ=t . Integráljuk az egyenlet mindkét oldalát n-szer:
( ) ( ) ( ) ( )∫ ∫∫ ∫∫ −=−+++ −−
nn
nnn dv
nAdvAdvAvA ττ
ττττττ ...
!...... 1
110
Legyen:
( ) ( )( ) ( )
( ) ( )∫ ∫
∫∫∫
=
=
=
τττ
τττ
τττ
nn vdv
vdv
vdv
...
.
.
.2
2
1
y(t) x(t)
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 54
Így az egyenlet a következőképp néz ki:
( ) ( ) ( ) ( )ττ
τττ n
n
nnn vn
AvAvAvA −=−+++ −− !... 11110
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )11
11111110
1
1
22
21121120
1
11
11111110
1
!...
.,.
.!
...
!...
++
+−+−+
+
+
−−
−−
−=−+++
=
−
−=−+++
=
−=−+++
=
nn
nn
nnnnnn
n
n
n
n
nnn
n
n
nnn
vn
AvAvAvA
ha
ismeretlenazennyimertig
vn
AvAvAvA
ha
vn
AvAvAvA
ha
ττ
τττ
ττ
τ
ττ
τττ
ττ
ττ
τττ
ττ
v0(τ)
v1(τ)
vn(τ)
τ1 τ2
τ1 τ2
τ1 τ2
τ
τ
τ
. . .
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 55
2 kérdés: - n értéke mennyi legyen?
- Pontosságot hogy lehet növelni? n
AAAA iiii
...''' +++=
∫ ∫ ∫( )τ0v ( )τ1v ( )τnv
multiplexer
és tartó áramkör
A/D
PC
A1,A2,…,An és A
y(t)
Identfikátor elvi felépítése
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 56
4 – Számítógépes optimalizálási eljárás A számítógépes, folyamat vizualizációs módszereket sűrűn használják identifikációra. Az alvi séma a következő: Közös gerjesztést kapcsolok a valós rendszerre és az azt leíró matematikai modellre. A kimenetek különbségéből lehet kritériumot alkotni, ebből gradienseket számolni valós időben.
A rendszert leíró matematikai modell
Rendszer
közös gerjesztés kritérium
számítás gradiens számítás
paraméter illesztés
Számítógépes optimalizálás
valóságos kimeneti jel ( ) ( ) ( )τττ xvv =− '00 !!! (közelítő)
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 57
TÖBBPARAMÉTERES KAPCSOLT SZABÁLYOZÁSOK (TKSz)
- probléma felvetés - keresztkapcsolatok kimutatása - keresztkapcsolatok kiküszöbölése - többparaméteres kapcsolt szabályozások matematikai leírása - többparaméteres kapcsolt szabályozások stabilitása - többparaméteres kapcsolt szabályozások kompenzálása - példák
Probléma felvetés Adott a kiömlő anyagmennyiség, illetve ennek hőmérséklete. A kimenetet pl. turbinás áramlásmérővel vizsgáljuk, és a két szabályozóval szabályozzuk az A ill. a B tartályból befolyó anyagmennyiséget. Azonban a két szabályozott mennyiség hatással van egymásra: ha a hőmérséklet szabályozás leszabályozza pl. az A tartályból beömlő mennyiséget, ezzel a kiömlő anyagmennyiség is csökken. Ugyanígy fordítva. Ezt úgy nevezzük, hogy kereszthatások lépnek fel.
A
B
xm1
xm2
xa1
xa2
xs1 = q [l/ó] xs2 = t [°C]
SZAB1
SZAB2
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 58
Második példa egy erőművi blokk. A turbinára időegység alatt egy q gőzmennyiséget viszek be, ezzel szabályozva a turbina fordulatszámát. A turbina tengelyére egy külső gerjesztésű generátor van kapcsolva, mely kimenetén a kívánt 230 vagy 380 volt rendelkezésre áll. A valós életben napszaktól függően változik a generátorra kapcsolt terhelés, ezért a kapocsfeszültség nem lesz állandó. Szabályozni kell. Ezt a feszültségszabályozást úgy valósítják meg, hogy az xs1 szabályozott jellemzőt összehasonlítják xa1 alapjellel, és beavatkoznak a generátor gerjesztésébe. Azonban ez a gerjesztésbe való beavatkozás nem elég, a generátor fordulatszámát is adott fordulatszámon kell tartani. Ezt az SZAB2 szabályozóval valósították meg, mely a turbina lapátjaira időegység alatt bevitt gőzmennyiséget szabályozza. Ha pl. hirtelen lecsökken a kapocsfeszültség, megnő a nyomaték igénye a generátornak, lecsökken a fordulatszám. Az SZAB1 szabályozó beavatkozik a gerjesztésbe, a SZAB2 nyitja a gőzszelepet. Lehet, hogy a SZAB1 már beállította a kívánt kapocsfeszültséget, azonban a SZAB2 hatása még nem ért a hatáslánc végére. Egy hatalmas tömeget, a turbinát forgatva számolni kell a lendülettel, így végül túlszabályozás történik. Szintén nem független egymástól a két szabályozás.
G
SZAB1 xa1
T
SZAB2 xa2
ia Rb
Rt
xs1=Uk
xm1=Uq
xm2=q
Erőművi blokk
xs2=n
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 59
Ezt a kereszthatást a következőképp lehetne felfogni: S11 – az egyes szabályozási kör átviteli függvénye S22 – a kettes szabályozási kör átviteli függvénye R11 – az egyes szabályozó függvénye R22 – a kettes szabályozó függvénye S11,S22 – kereszthatások A folyamatábra a következőképp bővül: Tételezzünk fel egy 1mx∆ változást:
+ 1111111
21222222
121 11*)(
11)( mm xR
SRsSR
SRsSx ∆=∗
+∗∗
+∗∆
egyszerűsítve:
11
1*)(1
1)( 111111
21222222
12 =∗+
∗∗+
∗ RSR
sSRSR
sS
Pontozott vonallal ábrázolva láthatjuk a járulékos szabályozási kört, amely stabilitási problémát okoz.
SZAB1
SZAB1
S11(s)
S22(s)
S12(s)
S21(s)
xm1=Uq
xm2=q
xr1
xr2
xs1=Uk
xs2=n
R11(s)
R22(s)
xa1
xa2
R11(s)
R22(s)
xa1
xa2
S11(s)
S12(s)
S21(s)
S22(s) xr2
xr1 xm1=Uq
xs1=Uk
xs2=n xm2=q
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 60
A keresztkapcsolatok kiküszöbölése Megoldásként segédszabályzókat helyezünk el a rendszerben.
)1()()()(1
1)()()()(1
1)( 1111111
21222222
121 mm xsRsSsR
sSsRsSsR
sSx ∆=++
∆+
)2()()()(1
1)()()()(1
1)( 1212222
22121111
111 mm xsRsSsR
sSsRsSsR
sSx ∆=++
∆+
Látható, hogy a stabilitási hibát akkor tudjuk kompenzálni, ha az (1)-es és (2)-es kör egyenletei megegyeznek. Egyszerűbben, a következő feltételnek kell teljesülnie:
0)()()()( 2212112111 =+ sSsRxsSsRx rr
)()()()(
22
121112 sS
sSsRsR =→
0)()()()( 1121221222 =+ sSsRxsSsRx rr
)()()()(
11
212221 sS
sSsRsR =→
Így tehát definiáltuk a segédszabályozók átviteli függvényét.
R11(s)
R22(s)
xa1
xa2
S11(s)
S12(s)
S21(s)
S22(s) xr2
xr1 xm1=Uq
xs1=Uk
xs2=n
xm2=q
R11(s)
R11(s)
(2) (1)
1mx∆
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 61
Megvalósíthatóság:
- Teljes invariancia: ha lefedhető P, PI, PD vagy PID-vel R12 és R21. - Részleges invariancia:
Rendszer:
( ) ( ) ( )( ) ( ) ( )
( ) ( ) ( )sSsSsS
sSsSsSsSsSsS
sS
nnnn
n
n
nn
...........
...
...
)(
21
22221
11211
=
(1)
(2) t
Ha csak bizonyos tranziens után lesz az (1) + (2) = 0 egyenlet igaz.
xm1
xm2
xmn
.
.
.
xr1
xr2
xrn
.
.
.
xs1
xs2
xsn
.
.
.
.
.
.
.
.
.
R11
R22
Rnn
S11
Snn
S22
S2n
Sn2 Rn2
R2n
xa1
xa2
xa
)(sRnn )(sS nn
kereszthatások
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 62
Szabályozó:
( ) ( ) ( )( ) ( ) ( )
( ) ( ) ( )sRsRsR
sRsRsRsRsRsR
sR
nnnn
n
n
nn
...........
...
...
)(
21
22221
11211
=
- Szabályozott jellemzők: snsss xxxx ...21=
- Alapjelek: anaaa xxxx ...21=
- Rendelkező jelek: rnrrr xxxx ...21=
- Módosított jelek: mnmmm xxxx ...21= A hatásvázlat a következőképp egyszerűsödik:
( )( ) ?
?
2
1
==
==
as
ar
xfx
xfx
sar
nnrm
nnms
xxx
sRxx
sSxx
−=
∗=
∗=
)(
)(
főszabályozó
segédszabályozók
)(sRnn )(sS nn
ax rx mx sx
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 63
Ezekből sr xx , kifejezve:
( )( ) 1
1
−
−
+=
+=
nnnnnnnnas
nnnnar
SRESRxx
SRExx
Ebből a két egyenletből kifejezhető a többparaméteres kapcsolt szabályozások matematikai leírása:
( ) ( ) ( )( ) ( ) ( ) 11
2
11
1
xxx,xx
xxx,xx−−
−−
+++==
+−+==
nnnnzznnnnnnnnazas
nnnnzznnnnazar
SREYSRESRf
SREYSREf
Itt már figyelembe vettük a zavarások hatását, a következők szerint: ahol: znzzz xxxx ...21=
( ) ( ) ( )( ) ( ) ( )
( ) ( ) ( )sYzsYzsYz
sYzsYzsYzsYzsYzsYz
szY
nnnn
n
n
nn
...........
...
...
)(
21
22221
11211
=
)(sRnn )(sS nn
ax rx mx sx
)(sY nn
zx
főhatások
kereszthatások
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 64
TÖBBPARAMÉTERES KAPCSOLT RENDSZEREK STABILITÁS VIZSGÁLATA, KOMPENZÁLÁSA
Stabilitás: Bármely jelet kiválasztva, annak véges értékhez kell tartania, különben a rendszer instabil. A stabilitás a rendszer belső tulajdonsága. Ha egy rendszer labilis, az mindegy, hogy a külső vagy a belső zajoktól száll el. Ebből következik, hogy vizsgálhatjuk a rendszert a zajoktól függetlenül. Feltételezzük: 0=zx
( )( ) )2(xx
)1(xx1
1
−
−
+=
+=
nnnnnnnnas
nnnnar
SRESR
SRE
Az (1) egyenletet vizsgáljuk, mert az egyszerűbb.
rx akkor lehet végtelen, ha a egyenlet túloldalán a szorzat legalább egyik tagja végtelen. - ax nem lehet végtelen, lévén az egy konstans érték.
- vizsgáljuk meg a ( ) 1−+ nnnn SRE kifejezést:
Legyen a felnyitott rendszer eredő átviteli mátrixa: nnnnnn SRsK =)( . A vizsgált feltétel tehát a következőképp alakul:
0det =
+ KE
( )KE
KEadjxx ar
+
+=
0
1...........
...1
...1
21
122221
11211
=
+
++
nnnn
n
KKK
KKKKKK
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 65
Kifejtés után: 0... 01
11 =++++ −
− DsDsDsD nn
nn (n-ed fokú karakterisztikus egyenlet)
Eddigi tanulmányaink alatt is találkoztunk már olyan stabilitás vizsgálati eljárásokkal, stabilitási kritériumokkal, amelyekkel a gyökök meghatározása nélkül megállapíthatjuk a rendszerről, hogy stabil-e. Most nézzük a Hurwitz-kritériumot: 1 - 0>iD 2 - 0,,...,, 1121 >∆∆∆∆ − nn n∆∆∆ ,...,, 21 magyarázata:
...00
...0
...0
...
...
1
2
31
42
531
−
−
−−
−−
−−−
n
nn
nn
nnn
nnn
DDDDDDDDDDD
Ha mindegyik feltétel teljesül, a vizsgált rendszer stabil. Ha valamelyik feltétel nem teljesül, a rendszer labilis.
Im si
Re si
stabilis
labilis
1∆ 2∆ 3∆
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 66
( )
s
ssssK
+
++=
1210
211
15
)(
( )( )
( )
sssss
ss
s
sssKE
++
++++
=+
+
++
+=+
1310
211
115
11
210
2111
15
( )( ) 02322815...
2110
13
115 432 =+−++==
+−
++
∗+
++ ssssss
sss
ss
Mivel D3 negatív, ezért a rendszer instabil. Kompenzálás
EAA
Aadj
EAA
=∗
=∗−1
............000
000
000
K
K
K
KKadj =∗ ( = teljes invariancia)
A valóságban azonban kérdéses, hogy Kadj realizálható-e.
)(sKax rx sx
Kadj ( )SRKax rx sx
kompenzátor
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 67
Megoldás: a bemeneten egy gyK - gyorsító mátrix:
............
...00
...0
...
33
2322
121211
KKKKKK
KKadjK gy =∗∗
Összefoglalva: Megismertük a többparaméteres kapcsolt rendszereket egy-egy bevezető példán. Ezekkel mindig számolni kell, mindig felléphetnek, és azért veszélyesek, mert a belső járulékos hurkok mindig bonyolultabb szabályozások, mint önmagukban az egyes körök. Stabilitás vizsgálatnál felírtuk a kapcsolt rendszer eredeti átviteli mátrixát, meghatároztuk a karakterisztikus egyenletét a rendszernek, és ennek alapján – a lineáris rendszereknél megismert- stabilitási kritériumokat használhatjuk.
KadjgyK K
ax rx sx
kompenzátor
főszabályozó 0
K11
K22
K33
K12(s)
K13(s)
K23(s) K32=0
K21=0
K31=0
Részleges invariancia
Nincs visszacsatolás -> Nincs „járulékos belső hurok”
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 68
NEMLINEÁRIS RENDSZEREK
I.) Probléma felvetés: A tudományban először lineáris rendszerekkel foglalkoztak, és körülbelül az 50-es évektől találkoztak olyan jelenségekkel, amelyeket már nem tudtak lineáris módszerekkel vizsgálni. Így jutottak a nemlineáris rendszerekhez. Mai napig igaz, hogy a szakirodalom, közel 80 %-a a lineáris rendszerekkel foglalkozik. Ez azt a hamis képet keltheti, hogy a lineáris rendszerek speciális esetei a nemlineáris esetek, nem pedig fordítva. Nemlineáris rendszerre egy jó példa a következő: Egy terembe beviszek egy 10 vagy 100 kW-os fűtőteljesítményt, és elkezdem növelni a betáplált hőteljesítményt, akkor a terem hőmérséklete majdnem lineárisan elkezd majd növekedni. Azonban csak egy bizonyos szintig megy ez, hiszen egy idő után beáll egy egyensúlyi állapot a fűtőtest által betáplált és a nyílászárókon, falakon távozó hőmennyiség között. Ugyanilyen jó példa a vízcsap. Ha megnyitom egy kicsit, akkor egy adott vízmennyiség folyik ki belőle időegység alatt, ha kétszer, vagy háromszor annyira nyitom meg, kétszer, háromszor annyi vízmennyiség folyik majd ki. Azonban egy bizonyos szint után már hiába nyitom jobban a csapot, nem jön több víz időegység alatt. Tehát általában a lineáris rendszereknél beáll a szaturáció, a telítődés, és a rendszer nemlineárissá válik.
Ahogy a szakemberek egyre inkább megismerték a nemlineáris rendszereket, az esetlegességből szándékosság lett.
II.) Nemlinearitások osztályozása:
- egyértékű - többértékű
III.) Nemlineáris rendszerek vizsgálati módszerei:
1) munkaponti linearizáció 2) fázis-sík módszer 3) leíró függvény módszer 4) számítógépes szimuláció
Az 1) és 2) módszer lineáris modellre próbálja visszavezetni, időtartományban az eredeti folyamatot. A 3) módszer ugyancsak lineáris módszerre próbálja visszavezetni, de már frekvenciatartományban a vizsgált rendszert. Visszavezetésnél, egyszerűsítéseknél mindig hibát kell számolni, hogy milyen hiba mellett érvényes a módszer.
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 69
II.) Nemlinearitások osztályozása A nemlinearitások ilyen jellegű osztályozása azért fontos, mert a két fajta nemlinearitást különböző egyenletek írják le. Egyik esetben skaláris függvényekkel, másik esetben pedig komplex függvények fogják leírni ezeknek a működését. III.) Nemlineáris rendszerek vizsgálati módszerei 1.)Munkaponti linearizáció
Ennél a módszernél időtartományban linearizáltunk. Fontos, hogy ez az eljárás csak kis változások esetén használható.
be
ki
xxtgA
∆∆
== α
Ha eltolódik a munkapont, akkor akár 100%-os hibát is elkövethetünk!
xki
xbe
xki
xbe xbe
xki
Egyértékű nemlinearitás
Többértékű nemlinearitás
xki
xbe
Pl.: transzformátor
xki
xbe
Pl.: fogaskerék
Axx
xBbe
ki =∆∆
0
xki
xbe
∆xbe
∆xki α
0Bx
„A” Lineáris
Y(s)
xa xr xm xs
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 70
2.) Fázis – síkmódszer
Nemlineáris rendszereknél a HATÁRCIKLUST stabil rendszer-állapotnak tekintjük!
rx&
rx&&
1sTKxa xr xb
xs
211sT+bx&
bx&& sx&
sx&&
Ezeket ábrázolva fázistrajektóriát kapunk
1
2
3
4
5
∆t
xs(t)
xs(∞)
1 1
2
3
4
5 xs(∞)
sx
sx&
t = 0
stabilis
∆t
sx&
sxt = 0
xs(∞)
labilis
∆t
t = 0
t = 0
Határciklus
Bárhonnan indítjuk a rendszert, mindig ebbe a határciklusba kerül. Hasonló ez, mint lineáris esetben a kritikus körerősítés.
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 71
Példa:
( ) ( )2121 1)(
1
)(1
1)(
sTsTsxx
sTTsKx
sxY
sx
arr
ar
+=
+∆+
+=
( ) )()()()( 211121
2 sxTTsTsKxsxsTsxTTs arrr =++ Ha )(1 txa = Időtartományban:
01
212
=++ rrr xTTKx
Tx &&& ⇒ 02 2
00 =++ rrr xxx ωξω &&&
gyökök: S1 és S2 Ha ( )( )txx ar 11)0( == 0)0( =rx&
21 SS ≠ Megoldás:
21
21
12
21
12
21
12
1
12
2
)(
)(
SSr
SSr
eSS
SSeSS
SStx
eSS
SeSS
Stx
−+
−=
−+
−=
&
02ξω≅ 20ω≅
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 72
Ábrázolás:
( )txr
( )txr&
t
0=ξ
rx&
rx
( )tx r
( )tx r&
t
rx&
rxt = 0 t = ∞
( )txr
rx&
rx&
( )txrt = 0 t = ∞
Fázis-sík
1>ε
xa xr xb xs
x1 x2
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 73
<+<<−
>+>=+
<−<
>+<=+
0
0)(
0
0)(
00
0
2
0
0
1
dtd
dtd
Axtxdt
dxT
dtddtd
Axtxdt
dxT
ss
ss
εεεε
εεε
εεε
εεε
ss
ss
xAxxTxAxxT
−=−=
2
1
&
&
Ez a módszer csak olyan rendszereknél alkalmazható, amelyek fokszáma nem haladja meg a kettőt.
sx
sxT&
1Ax
2Ax
ε−ε+ Ki
Be
xa
t
[ ]Ctxso)(
ε
ε
−
+
ax
Ki Ki
Be Be
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 74
A LEÍRÓ FÜGGVÉNY MÓDSZER ÉS ALKALMAZÁSA
Alap feltevések: Bemeneti jel : szinuszos Kimeneti jel: periodikus, de nem szinusz Feltételezések:
1) Kimeneti jel periódus ideje megegyezik a bemeneti jel periódus idejével 2) A rendszer a fel- és szubharmónikusokra nagy csillapítást jelent 3) A nemlinearitás az idő folyamán nem változik 4) Csak egy nemlinearitás van a rendszerben
Ha több nemlinearitás van, akkor összevonjuk azokat: Mivel a kimeneti jel periodikus, van Fourier sora. Ez a következőképp néz ki:
( ) ( )∑∞
=
+=1
sincosn
nnki tnBtnAtx ωω
ahol:
( )
( ) ttdntxB
ttdntxA
kin
kin
ωω
ωω
sin2
cos2
0
0
∫
∫Π
Π
Π=
Π=
A rendszer a fel- és szubharmónikusokra nagy csillapítást jelent:
( ) tAtBtxki ωω cossin 111 +=
tB ωsin
T
xki1(t)
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 75
21
211
1
1
1
1 cossin
BAC
CB
CA
+=
== ϕϕ
( ) ( )ϕω += tCtxki sin1
Leíró függvény: ( )ωjBYL ,
Definíció: ( ) ( )( )
( )ωϕ
ωω
ω jBj
bebe
kiL e
jxjBC
xx
jBY ,11 11,
~~
, ==
Más alak:
( ) ( ) ( ) ( )( )ω
ωϕ
ωωω
jBBjBAarctg
BjBBjBA
jBYL ,,,,
,1
12
12
1 =+
=
Egyértékű nemlinearitások esetén ( )ωjBYL , skalár, többértékű nemlinearitások esetén pedig komplex értéket vesz fel. Keressük a B1 értékét.
)3)2)1
tBAAxxAbx
tBAAxx
beki
ki
beki
ω
ω
sin
sin
∗===
∗==
Π≤≤−Π−Π≤≤
≤≤
ttt
ωααωα
αω0
1 2 3
α−Πα
Π tω
bex
kix
t
α
- bex
kix
tBxbe ωsin=
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 76
∫
∫
∫
Π
−Π
−Π
∗Π
+
+∗Π
+
+∗Π
=
α
α
α
α
ωω
ωω
ωω
ttdBA
ttdbA
ttdBAB
2
0
21
sin2
sin2
sin2
ααα
α
ααα
cossin
cos4
cossin1
Π−
Π+
+Π
+
+Π
−Π
=
ABAB
AB
ABABB
( )
( )
−+
Π==
===
+
Π=++=
21
11
1
1
1sin2,
0
0
sincossin2321
Bb
Bb
BbarcA
BCjBY
BCfüggvénypáratlanA
Bbarc
Bb
BbarcABB
L ω
ϕ
Im
-Re ( )ωjBYL ,
B = 0
A
B = ∞
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 77
( ) o04
20
sin
=∗Π
=
Π≤≤Π−=Π≤≤+=
=
ϕ
ωω
ω
BKBY
tKxtKx
tBx
L
ki
ki
be
( )
o0
1sin2
2,2
=
−−−
ΠΠ
=
ϕ
ωBe
Be
BearcAjBYL
( )1
121
21
2
2
1
2
2
1
,
21221sin2
4
BAarctgBAjBY
Bh
Bh
Bh
BharcAB
Bh
BhAA
L =−=
−∗
−+
−+
ΠΠ
=
−
Π=
ϕω
Bármely más nemlinearitás esetén ajánlott a szakirodalom használata. Feltételeztük, hogy a bemenő jel szinusz, a kimenőjel periodikus, de nem szinusz, hanem torz. A kimeneti jel periódus ideje megegyezik a bemenő jelével, és mivel periodikus, felírható a Fourier sora, azzal a „szépséghibával”, hogy a frekvencia-tartományban való linearizálásnál csak az alapharmónikust vesszük figyelembe, feltételezzük, hogy a rendszer a szub-, és felharmónikusokra nagy csillapítást jelent. Gyakran használunk közelítő módszereket, azonban minden közelítéskor meg kell adni a közelítés hibáját. A leíró függvény egy nagyon jó általános módszer, de elsősorban kvalitatív, azaz minőségi vizsgálatokra alkalmas, kvantitatív vizsgálatokra kevésbé. Továbbiakban azt vizsgáljuk, hogy ha már ismerjük egy rendszer leíró függvényét, akkor azzal mit lehet kezdeni.
K
-K
kix
bex
kix
bex
e
kix
bex
2h
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 78
A leíró függvény módszer alkalmazása
( )ωjY - amplitúdó-fázis függvény ( )ωjBYL , - leíró függvény
( ) ( ) ( )
( ) ( ) ( ) ( ) ( )ωωωω
ωω
jYjBYjYjBYxxfx
jYjBYxxfx
LLaas
Laar
,11,2
,111
2
1
+∗∗==
+==
Stabilitás vizsgálat: Az 1 -es egyenletet vizsgáljuk, mert az egyszerűbb, de a másik egyenletből is hasonló eredményre jutnánk.
Vizsgáljuk, hogy az ( ) ( )ωω jYjBYxx
Lar ,1
1+
= kifejezés mikor ad végtelen értéket.
Ez ekvivalens azzal, ha a ( ) ( ) 0,1 =+ ωω jYjBYL helyzetet keressük.
( ) ( )ωω
jBYjY
L ,1
−=
( ) ( ) 0,1 =+ ωω jYjBYL
( ) ( )ωω
jBYjY L ,1
−=
rx sxax( )ωjBYL , ( )ωjY
mxnemlineáris lineáris
gyakorlatban ezt használjuk
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 79
A továbbiakban tételezzük fel, hogy a leíró függvény nem függ a frekvenciától:
( ) ( )BYjBY LL =ω,
Stabilis, ha ( )ωjY nem fogja körül ( )BYL negatív reciprokát.
Labilis, ha ( )ωjY közrefogja ( )BYL negatív reciprokát. A bevezetőben már szerepelt, hogy általában a nemlineáris rendszereket úgy kezelik, mint speciális esetek, holott ezek az általánosok, és a nemlineáris rendszereknek a speciális esetei a lineáris rendszerek. A lineáris esetben nem függ a B-től a kimenő jel, csak az átviteli
tényezőtől, tehát lineáris rendszereknél a ( )BYL
1− szakasz egy jól definiált, a (-1,j0) pontba
sűrűsödik.
Im
Re ( )0ω
( )∞ω
∞=B
0=B
( )BYL
1−
( )ωjY
Stabilis
Labilis
Im
Re ( )0ω
( )∞ω
∞=B
0=B( )BYL
1−
( )ωjY
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 80
Fontos ez a stabil határciklus, mert a hátköznapi életben rengeteg helyen használják. A költséges PD, PI, PID szabályozók helyett egyszerű bimetált alkalmaznak a hűtőszekrényekben, vasalókban, fűtés-szabályozásnál, fény-, mozgáskapcsolóknál. A szabályozási problémák 80%-át ilyen stabil határciklusban dolgozó szabályozásokkal oldják meg.
Határciklus
Re
Im
( )0ω
( )∞ω
( )ωjY
∞=B
0=B
( )BYL
1−
MP
MP
Konvergens munkapont
Im
Re ( )0ω
( )∞ω
( )ωjY ∞=B
0=B
( )BYL
1−
Divergens munkapont
MP
MP
Im
Re ( )0ω
( )∞ω
( )ωjY
∞=B
0=B
( )BYL
1−
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 81
Stabilitás vizsgálat frekvencia-függő nemlinearitás esetén:
( ) ( )BYjBY LL ≠ω,
Összefoglalásként nézzük meg, hogy néz ki a Nyquist és az inverz Nyquist diagram.
Im
Re ( )0ω
( )∞ω
( )ωjY
∞=B0=B
( )2,1
ωjBYL
−
( )3,1
ωjBYL
−0=B
∞=B
0=B
∞=B
( )1,1
ωjBYL
−1ω
2ω
1ω
Csak itt lehet stabil konvergens rendszer, ahol a két körfrekvencia egybeesik.
Nyquist Inverz Nyquist
( )BYL
1−
∞=B
0=B
( )0ω
( )∞ω ( )BYL−
0=B
( )0ω
( )∞ω
( )BYL−
0=B
( )0ω
( )∞ω
( )0ω ( )∞ω
( )BYL
1−
∞=B
( )0ω
( )∞ω ( )BYL−
0=B
( )0ω
( )∞ω
( )BYL
1−
∞=B
Stabilis
Labilis
Konvergens munkapont
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 82
NEMLINEÁRIS RENDSZEREK KOMPENZÁLÁSA A kompenzálásnak két fajtája van: - lineáris - nemlineáris Lineáris kompenzálás megvalósítása Lineáris esetben az 1-es blokkba avatkozok be, nemlineáris esetben a 2-esbe. Ha a lineáris részbe avatkozok be, akkor az eredőben a középfrekvenciás részbe avatkozok be, például az alább látható módon. Ezek a hagyományos P, PI, PD, PID kompenzálások..
xa xr xm xs ( )ωβ jYL , ( )ωjY
12
( )βLY1
−
∞=β
0=β
∞=ω 0=ω
( )ωjY
Im
Re
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 83
P kompenzálás: - erősítés csökkenés
hiba : K+1
1
⇒ K csökken, hiba nő. - cω csökken
⇒ Ts nő
c
sc
TωωΠ
≤≤Π 3
cω - vágási körfrekvencia Ts lecsökkenését lehet ellensúlyozni PD kompenzálással. - cω nő
⇒ Ts csökken PI kompenzálás: - K = ∞ ⇒ hiba = 0 PID kompenzálás: - Ts csökken - hiba csökken
Ts (szabályozási idő)
v(t)
-5%
+5%
t
cω
'cω
-20
-40
K
K’
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 84
Nemlineáris kompenzálás megvalósítása Nemlineáris kompenzálásnál a nemlinearitást változtatom meg. Ez grafikusan a következőképp ábrázolható: Nézzünk egy példát: Az eredeti felépítésből adódóan fellépő h pozitív túlfedést a szelep fizikai méreteinek csökkentésével tudom csökkenteni.
Célunk, hogy az egyébként divergens munkapontból egy stabil állapotba kerüljön a rendszer.
( )βLY1
−
∞=β
0=β
∞=ω0=ω
( )ωjY
Im
Re ∞=β
xki
xbe h
h
xbe
qki qki
h h
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 85
SZÁMÍTÓGÉPES OPTIMALIZÁCIÓS MÓDSZEREK
- számítógépes optimalizálás előnyei - számítógépes optimalizálás hátrányai - kronológia - statikus, dinamikus optimalizáció - optimalizációs módszerek
o folytonos gradiens módszer o diszkrét gradiens módszer o relaxációs módszer o „The Brutal Force Method”
minimum ( ){ }∫ == dtttxFI , Extrémum
maximum A számítógépes optimalizálás feladat mindig valamilyen integrálkritérium halmaz köré csoportosul. Ezen integrálkritérium teljesítését perem- és mellékfeltételek (pl.: a rendszerben lévő nemlinearitások) befolyásolják. Számítógépes optimalizálás előnyei
- a rendszer méretezése, tervezése közvetlenebb, mert a legfontosabb követelmények egy integrálkritérium minimalizálásában, teljesülésében, integerál-funkcionál minimalizálásában, tehát tömörített formában jelentkeznek.
- az előbbi miatt az elvi és gyakorlati korlátozások, és azok befolyása szembetűnő. - bizonyos előrelátással megmondható, hogy miképp viselkedik a rendszer későbbi
időpontban változó körülmények között, azaz prevencióra van lehetőség. - a szabályozás adaptálódóvá, alkalmazkodóvá tehető. - nemlineáris rendszerek is optimalizálhatók számítógépes módszerrel. - változó együtthatójú rendszerek is optimalizálhatók.
Nulltípusú szabályozás:
v(t)
t
hiba = ⇔↑⇒↓+
KK1
1 stabilitás
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 86
Számítógépes optimalizálás hátrányai
- optimalizálási kritérium kiválasztása nehéz feladat - egy optimális működő rendszer működését igen erősen rontják az esetlegesen hibás
feltevések, illetve az optimalizált rendszer, folyamat paramétereinek változása. Kronológia - WIENER – KOLMOGOROV → statisztikus szűréselmélet - BOOTON és munkatársai továbbfejlesztették változó paraméterű rendszerekre - NEWTON és iskolája már különböző nemlinearitásokat, korlátokat is figyelembe vesznek a
tervezés során Cél : Egy optimális átviteli függvény meghatározása Más megfogalmazás: - Optimális irányítójel - Optimális irányítás törvényeinek meghatározása AZ optimális rendszerek tervezése, méretezése az alábbi három részből áll napjainkban: 1 – optimalizálási kritérium meghatározása 2 – optimális irányítás törvényének meghatározása 3 – optimális irányítóberendezés („szabályozó”) felépítésének meghatározása Statikus optimalizálás Az optimalizálandó rendszer algebrai egyenletekkel van leírva. Dinamikus optimalizálás Az optimalizálandó rendszer differenciál-egyenletrendszerekkel van leírva. Visszavezethető statikus optimalizálásra, ha van kellő gyorsaságú számítógép. Nézzünk egy egyszerű példát:
( )( )n
n
xxxfxxxxfx
,...,,...,
2122
2111
==
&
&
Végértékek:
( )( ) T
T
xTxxTx
22
11
==
Kérdés:
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 87
( )( ) ?0
?0
2
1
==
xx
A rendszer differenciál egyenleteivel adott, így dinamikus optimalizálást alkalmazunk. Vezessük be a következő költségfüggvényt:
( ) ( )
( ) ( )( )0,0 21
2211
xxCC
xtxxtxC TT
=
−+−=
Ha elég gyors az aritmetikai egység, akkor az összes időbeli változóhoz folytonos költségfüggvény rendelhető. Így végül statikus optimalizálásra vezettem vissza a dinamikus optimalizálást. Optimalizációs módszerek Folytonos gradiens módszer
( )
( )( ) ?
?
,
2
1
21
==
=
tptp
ppFF
Mindig a maximális meredekséggel juttassuk le a rendszert.
pFgraddt
dppF
dtdp
pF
dtdF &r∗=
∂∂
+∂∂
=→
2
2
1
1
optimum:
Fgradkp→
±=&r k – arányossági tényező + η (hatásfok) - költség
2
FgradKdtdF →
±=
cél
start
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 88
Folytonos gradiens módszer gyakorlati megvalósítása: Diszkrét gradiens módszer
( )
FgradKP
PFgradPPFP
PFF
P PP
→
→
±=∆
∆∗=∆∂∂
+∆∂∂
=∆
=
r
r
r
22
11
11 δδδ
Iterációs módszer:
FgradKPP ii
→→
−
→
±
=
1
Fgrad→
számítása
j
jj
P
PP
j
PFPF
PF
δ
δδ
2
−−
+
=∂∂
→→ rr
ahol:
( )0,..,,....,0,0 pPjδδ =
→
(a j-ik komponens)
K arányossági tényező megválasztása kompromisszum eredménye, kompromisszum a sebesség és a számítás pontossága között.
Valóságos rendszer (folyamat)
Kritérium számítás
Gradiens számítás
K
K
∫
∫
dtdP1
dtdP2−P1(t)
P2(t)
Kimeneti változók
cél
start
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 89
Relaxációs módszer Az egyik paramétert (pl.: p2-t) adott szinten tartjuk. P1-t változtatjuk. Eljutunk egy olyan pontra, ahol a költség már nem csökken. Ekkor a fix és a változtatott paramétereket felcseréljük, p1 lesz az állandó. Az eddig említett három eljárás közös hátránya, hogy megállhatnak a rendszer lokális maximumában, vagy minimumában. BFM („The Brutal Force Method”) A paramétereket úgy változtatjuk, hogy az összes lokális maximum helyeket végigpásztázom. Fontos, hogy a rendszerben ne okozzunk maradandó károsodást. Nagyon lassú, de tényleges optimum-meghatározást megvalósító eljárás.
P1
P3
cél
start
P1
P1
P2
P2 = állandó
P2
P1 = állandó
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 90
SZÁMÍTÓGÉPES OPTIMALIZÁCIÓS MÓDSZEREK GYAKORLATI ALKALMAZÁSA
Gyakorlati alkalmazásnál két fontos dologról kell beszélni:
- Paraméteroptimalizáció - Folyamat identifikáció
Paraméteroptimalizáció Folyamat identifikáció
Rendszer
(Folyamat)
Kritérium számítás
Gradiens meghatározás
Paraméterillesztés
Korrekciós paraméterek meghatározás
Kimeneti változók
Valóságos rendszer
matematikai modellje
Valóságos Rendszer
(Folyamat)
Kritérium számítás
Közös gerjesztés
v’(t)
v(t)
v(t) - v’(t) Korrekciós paraméterek
meghatározás
„Repetitív „ üzem (ismétlés)
Paraméterváltoztatás
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 91
Példa:
( ) ( )( )
( ) ( )( ) ( ) ( ) ( )txAtxtxatxa
xAtxxTTxTT
sTsTAsY
be
be
∗=++∗=+++
++=
&&&
&&&
12
2121
21 11
Legyen ( ) ( )ttxbe 1= Kérdés: A = ? a1 = ? a2 = ?
∫ ∫∑
∑
-1
Valóságos rendszer
-1
a2
v(t)
v’(t)
v(t) – v’(t)
|v(t) – v’(t)| ∫
paraméterillesztés
K(T)
1(t)
1
1a
( )tx&& ( )tx&−A
modell
( ) ( ) ( )dttvtvtut
∫ −=0
'
1 2
2’
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 92
Adott egy valóságos rendszer, párhuzamosan kapcsolva annak matematikai modellje. A matematikai modellt kell úgy illeszteni, állandóan változtatva a három paramétert, A,a1,a2 paramétereket ismétlődő üzemben, hogy az minél jobban leképezze a valóságos rendszert. A „K” kapcsoló egy T idő múlva kapcsol. A T késletetés olyan, hogy, az első két tag már zérussá vált, tehát marad a következő differenciál egyenlet:
( ) ( )txAtx be∗= Így csak egyetlen paramétert kell változtatnom , és máris meghatároztam a rendszer tényleges A értékét. Amikor ez megtörtént, zárom a kapcsolót. Ciklikusan változtatom a1,a2 paramétereket úgy, hogy a két átmeneti függvény azonos legyen. A számítógépes programban vagy úgy adom meg az integrál kritériumot, hogy 1% eltérés, vagy hogy a gradiens pl.:10 mV/perc, amikor már olyan kicsi a változás, hogy nem érdemes tovább végezni az iterációt.
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 93
TARTALOMJEGYZÉK
Folyamatidentifikáció................................................................................................................. 1 Algebrai egyenletek, egyenlőtlenségek...................................................................................... 7 Differenciál egyenletrendszerek............................................................................................... 14
Algebrai hurok kiküszöbölése:............................................................................................. 18 Átviteli függvény.................................................................................................................. 20
Egy kétperces kitérő: ........................................................................................................ 20 Átviteli Függvény............................................................................................................. 22 1. Segédváltozás módszer ............................................................................................ 23 2. Közvetlen programozás............................................................................................ 24
Parciális differenciálegyenletek megoldása ............................................................................. 27 Amplitúdó és időléptékezés ..................................................................................................... 33
Amplitúdó léptékezés........................................................................................................... 33 Normalizált változók módszere (NVM)........................................................................... 33 Dimenziós léptéktényezők módszere (DLM) .................................................................. 34
Időléptékezés........................................................................................................................ 36 Változók maximális értékeinek meghatározása ....................................................................... 39
Egyenlő együtthatók szabálya (Jackson szabály)............................................................. 41 Paraméteroptimalizálás ............................................................................................................ 43
Optimalizálási kritériumok................................................................................................... 43 Integrálkritériumok............................................................................................................... 44 Lathroph és társai féle „8”-as ............................................................................................... 45 Optimalizálási kritériumok számítása .................................................................................. 45
I10 számítása ..................................................................................................................... 45 I20 számítása ..................................................................................................................... 46 Ia0 számítása ..................................................................................................................... 48 Gyakorlati módszerek a paraméteroptimalizálásra .......................................................... 48 Zieglen-Nicholas módszer: .............................................................................................. 49 Chien – Hrones – Reswich módszer: ............................................................................... 49 Kessler módszer: .............................................................................................................. 50
Folyamatidentifikáció............................................................................................................... 51 Folyamatidentifikáció: ......................................................................................................... 51
2/c - Átmeneti függvényt közelítő módszer ..................................................................... 52 Holtidő meghatározása:.................................................................................................... 53 3 – Integráló módszer....................................................................................................... 53 4 – Számítógépes optimalizálási eljárás........................................................................... 56
Többparaméteres kapcsolt szabályozások (TKSz)................................................................... 57 Probléma felvetés ................................................................................................................. 57
A keresztkapcsolatok kiküszöbölése................................................................................ 60 Megvalósíthatóság:........................................................................................................... 61
Többparaméteres kapcsolt rendszerek stabilitás vizsgálata, kompenzálása............................. 64 Stabilitás: .............................................................................................................................. 64 Kompenzálás ........................................................................................................................ 66
Nemlineáris rendszerek ............................................................................................................ 68 I.) Probléma felvetés: ........................................................................................................... 68 II.) Nemlinearitások osztályozása ........................................................................................ 69 III.) Nemlineáris rendszerek vizsgálati módszerei ............................................................... 69
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
FOLYAMATIDENTIFIKÁCIÓ – SZIMULÁCIÓ Órai jegyzet
Készítette : Bóta Péter 94
1.)Munkaponti linearizáció .............................................................................................. 69 2.) Fázis – síkmódszer...................................................................................................... 70
A leíró függvény módszer és alkalmazása ............................................................................... 74 Alap feltevések:................................................................................................................ 74 Feltételezések: .................................................................................................................. 74
A leíró függvény módszer alkalmazása ............................................................................... 78 Stabilitás vizsgálat:........................................................................................................... 78
Nemlineáris rendszerek kompenzálása .................................................................................... 82 Lineáris kompenzálás megvalósítása ................................................................................... 82 Nemlineáris kompenzálás megvalósítása............................................................................. 84
Számítógépes Optimalizációs módszerek ................................................................................ 85 Számítógépes optimalizálás előnyei..................................................................................... 85 Számítógépes optimalizálás hátrányai ................................................................................. 86 Kronológia............................................................................................................................ 86 Statikus optimalizálás........................................................................................................... 86 Dinamikus optimalizálás ...................................................................................................... 86 Optimalizációs módszerek ................................................................................................... 87
Folytonos gradiens módszer............................................................................................. 87 Folytonos gradiens módszer gyakorlati megvalósítása:................................................... 88 Diszkrét gradiens módszer ............................................................................................... 88 Relaxációs módszer.......................................................................................................... 89 BFM („The Brutal Force Method”) ................................................................................. 89
Számítógépes optimalizációs módszerek gyakorlati alkalmazása ........................................... 90 Paraméteroptimalizáció........................................................................................................ 90 Folyamat identifikáció.......................................................................................................... 90
Tartalomjegyzék....................................................................................................................... 93
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com