Podręcznik
3. Linearyzacja równań modelu obiektu
3.4. Przykład 2 linearyzacji równań modelu obiektu
Wyprowadźmy teraz zlinearyzowane równania stanu dla wahadła. Przypomnijmy równania stanu dla wahadła
Funkcja prawych stron z pierwszego równania stanu ma postać
Dla skrócenia zapisu pomijamy w zapisie argument czasu .
Rozwinięcie funkcji w szereg Taylora wokół punktu
równowagi
ma postać
Obliczmy wartości pochodnych cząstkowych funkcji względem
zmiennych stanu i sterowań w punkcie równowagi
Rozwinięcie funkcji w szereg Taylora wynosi zatem
Funkcja prawych stron z drugiego równania stanu ma postać
Rozwinięcie funkcji w szereg Taylora wokół punktu
równowagi
ma postać
Obliczmy wartości pochodnych cząstkowych funkcji względem
zmiennych stanu i sterowań w punkcie równowagi
Rozwinięcie funkcji w szereg Taylora wynosi zatem
Obliczyliśmy rozwinięcia w szereg Taylora wszystkich funkcji prawych stron. Przepiszmy zatem jeszcze raz równania stanu, ale zamiast funkcji użyjmy przybliżeń wynikających z szeregu Taylora
Zauważmy, że na podstawie warunków na punkt równowagi następujące wyrażenia zerują się
Wynika z tego, że możemy pominąć wyrazy stałe w rozwinięciu w szereg Taylora
Wprowadźmy następujące oznaczenia
Zmienne ,
oraz
określają przyrosty
wartości
,
oraz
w stosunku do ich wartości w punkcie pracy
,
oraz
. Możemy teraz zapisać
przybliżenia w równaniach stanu jako
Pochodne zmiennych przyrostowych oraz
są równe pochodnym zmiennych oryginalnych
Wprowadźmy zatem do przybliżeń wielkości oraz
zamiast
oraz
.
Powyższe zależności są spełnione w przybliżeniu. Aby utworzyć
równania zlinearyzowane wprowadzamy nowe wielkości ,
, oraz
oraz definiujemy równania zlinearyzowane w następujący sposób
Są to równania w ścisłym sensie, gdyż zamiast znaku
przybliżenia pojawia się
znak równości. Postulujemy, że jeżeli zachodzą następujące warunki
- warunki początkowe dla zmiennych
,
są dokładnie równe przyrostom zmiennych
oraz
w chwili początkowej
- w
pewnym ustalonym przedziale czasu
rozwiązania nieliniowych równań stanu
oraz
pozostają w otoczeniu punktu równowagi
(
-- stałe dodatnie)
to rozwiązania oraz
liniowych równań stanu
(1.277)-(1.278)
dobrze przybliżają przyrosty zmiennych stanu dla
tzn. w
tym przedziale czasu zachodzą przybliżone warunki
Przybliżenie to jest tym lepsze im bliżej wybranego punktu
równowagi pozostają rozwiązania nieliniowych równań stanu tzn. im mniejsze są
stałe w
równaniach (1.282)-(1.283).
Funkcja wyjść dla wahadła ma postać
Linearyzacja funkcji wyjść ma postać
Wartości pochodnych cząstkowych funkcji względem
zmiennych stanu i sterowań w punkcie równowagi wynoszą
Rozwinięcie funkcji wyjść w szereg Taylora wynosi zatem
Jeżeli przeniesiemy
na drugą stronę przybliżenia dostajemy
Jeżeli teraz wprowadzimy do przybliżenia zmienne przyrostowe, to otrzymujemy
gdzie
Aby zdefiniować zlinearyzowane równanie wyjść wprowadzamy
zmienną . Zlinearyzowane równanie wyjść ma postać
Postulując takie same warunki jak w przypadku równań stanu
oczekujemy, że rozwiązanie równania wyjść będzie dobrze
przybliżać przyrost zmiennej wyjściowej
Zlinearyzowane równania stanu i wyjść mogą zostać przedstawione w postaci wektorowej
Aby przetestować zdolność modelu zlinearyzowanego do
przybliżania dynamiki obiektu nieliniowego porównajmy przebiegi czasowe
zmiennych stanu dla obu modeli. Przyjmujemy parametry obiektu ,
,
,
. Wybieramy punkt równowagi odpowiadający
,
oraz
. W
pierwszym scenariuszu zakładamy, że w chwili początkowej obiekt nie znajduje
się w punkcie równowagi.
Ponadto przyjmujemy, że sterowanie obiektu jest stałe i
równe sterowaniu w punkcie równowagi . Ze wzoru
(1.279) wynika, że sterowanie obiektu
zlinearyzowanego wynosi
Zmienne stanu obiektu zlinearyzowanego ,
oraz
przybliżają przyrosty zmiennych stanu obiektu
nieliniowego
,
. Wykonamy symulacje dla
czterech zestawów warunków początkowych. Warunki początkowe dla przyrostów
zmiennych stanu wynoszą
Warunki początkowe dla zmiennych przyrostowych zmniejszają się proporcjonalnie dla kolejnych zestawów. Spodziewamy się, że dla coraz mniejszych początkowych przyrostów, trajektorie zmiennych stanu obiektu zlinearyzowanego będą coraz lepiej przybliżać trajektorie przyrostów stanu obiektu nieliniowego. Zgodnie z (1.280})-(1.281) warunki początkowe dla modelu zlinearyzowanego wynoszą
Na Rys. 1.14 przedstawiono porównanie trajektorii zmiennej przyrostowej obiektu nieliniowego i zmiennej
obiektu
zlinearyzowanego dla ww. zestawów warunków początkowych. Wyraźnie widzimy, że
im bliżej punktu równowagi w chwili początkowej znajduje się obiekt, tym lepiej
zmienna
przybliża przebieg zmiennej
.
Rysunek 1.14 Porównanie
trajektorii obiektu nieliniowego oraz trajektorii
obiektu zlinearyzowanego w odpowiedzi na niezerowe warunki
początkowe.
Wartości sterowania odpowiada także drugi
punkt równowagi
,
. Ponownie
wykonujemy symulacje dla czterech zestawów warunków początkowych. Warunki
początkowe dla przyrostów zmiennych stanu wynoszą
Warunki początkowe dla zmiennych przyrostowych zmniejszają się proporcjonalnie dla kolejnych zestawów. Zgodnie z (1.280)-(1.281) warunki początkowe dla modelu zlinearyzowanego wynoszą
Na Rys. 1.15 przedstawiono porównanie trajektorii zmiennej przyrostowej
obiektu nieliniowego i zmiennej
obiektu
zlinearyzowanego dla ww. zestawów warunków początkowych. Tym razem zachowanie
obiektu nieliniowego i zlinearyzowanego są diametralnie różne. Dla każdego
zestawu warunków początkowych wahadło najpierw spada (
rośnie),
następnie wykonuje oscylacje wokół położenia kątowego
, by wreszcie
ustabilizować się w tym położeniu. Niezależnie od tego jak blisko położenia
równowagi
znajduje się obiekt w chwili
początkowej, wahadło trwale oddala się od tego położenia i stabilizuje się w
innym położeniu równowagi. Trajektoria
z kolei rośnie w
bardzo szybkim tempie (jak funkcja
) i nie wykazuje żadnych drgań.
Różnica pomiędzy zachowaniem obiektu nieliniowego i zlinearyzowanego w tym przypadku wynika z niespełnienia warunków (1.282)-(1.283) na rozważanym horyzoncie czasu. Trajektorie zmiennych stanu trwale oddalają się od pierwotnego punktu równowagi niezależnie od tego jak blisko punktu równowagi znajdują się warunki początkowe.
Zauważmy jednak, że dla początkowego przedziału czasu, gdy trajektorie zmiennych stanu znajdują się jeszcze blisko punktu równowagi, trajektorie modelu zlinearyzowanego dobrze przybliżają trajektorie modelu nieliniowego. Jest to bardzo ważna cecha linearyzacji. Dopóki nie oddalamy się zbytnio od punktu równowagi, model zlinearyzowany dobrze przybliża zachowanie modelu nieliniowego. Jeżeli jednak oddalimy się zbytnio od punktu równowagi, wtedy nie możemy oczekiwać od modelu zlinearyzowanego dobrego przybliżenia dynamiki modelu nieliniowego. Oba modele mogą w takiej sytuacji dawać kompletnie odmienne rezultaty.
W drugim scenariuszu zakładamy, że w chwili początkowej
obiekt znajduje się w punkcie równowagi ,
oraz
. Taka sytuacja odpowiada zerowym warunkom
początkowym
Rysunek 1.5 Porównanie
trajektorii obiektu nieliniowego oraz trajektorii
obiektu zlinearyzowanego w odpowiedzi na niezerowe warunki
początkowe.
a) Amplituda fali prostokątnej 0.25
b) Amplituda fali prostokątnej 0.125
c) Amplituda fali prostokątnej 0.05
d) Amplituda fali prostokątnej 0.025
Rysunek 1.16 Porównanie
trajektorii obiektu nieliniowego oraz trajektorii
obiektu zlinearyzowanego w odpowiedzi na sygnał sterujący
typu fala prostokątna.
Badamy teraz zachowanie układu w odpowiedzi na zmienne
sterowanie . Porównajmy trajektorie obiektu nieliniowego i
zlinearyzowanego dla sygnału sterującego typu fala prostokątna oscylującego
wokół wartości w punkcie równowagi
. Wypełnienie fali wynosi 50%,
natomiast jej okres wynosi 2. Amplituda wahań fali prostokątnej dla czterech
testowanych przypadków wynosi odpowiednio 0.25, 0.125, 0.05, 0.025.
Sterowanie obiektu zlinearyzowanego w każdym przypadku wynosi
Na Rys. 1.16 przedstawiono porównanie trajektorii zmiennej przyrostowej
obiektu nieliniowego i zmiennej
obiektu
zlinearyzowanego dla sygnałów sterujących w kształcie fali prostokątnej o
zmniejszającej się amplitudzie. Tym razem trajektorie układu nieliniowego
pozostają w pobliżu punktu równowagi na całym horyzoncie czasu. Im mniejsza
jest amplituda sygnału sterującego, tym lepiej zmienna
przybliża przebieg zmiennej
.