КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Синтез архитектуры наблюдателя
Наблюдатель Люенбергера полного порядка Рассмотрим линейную стационарную систему, которая описывается векторно-матричными дифференциальными уравнениями: (3.11.1) Для такой системы существуют алгоритмы модального синтеза, которые позволяют найти управление , (3.11.2) обеспечивающее заданные динамику и статику системы. Проблема заключается в необходимости использования вектора обратной связи для формирования такого управления. Фактически в распоряжении разработчика системы управления лишь вектор выхода . Возникает вопрос: как, наблюдая за вектором , восстановить вектор или найти его оценку ? При этом ошибка оценки вектора (3.11.3) должна быть относительно малой и тем более с течением времени не должна расти. Будем полагать, что разработчику достаточно хорошо известны параметры объекта, то есть оценки матриц . Более того, положим . (3.11.4) В этом случае, если построить аналоговую или цифровую модель объекта в соответствии с уравнениями (3.11.5) как показано на рис. 3.16, то можно было бы ожидать выполнения равенств и . (3.11.6)
Однако априорное знание объекта (в том числе матриц , и ) является приближённым, параметры его могут дрейфовать во времени, начальные условия для вектора состояния, которые следовало бы подставить в модель, неизвестны. Поэтому в действительности в такой схеме ошибка оценки вектора состояния может иметь склонность к неограниченному росту с течением времени. Американским учёным Д.Г.Люенбергером впервые были изучены структуры работоспособных асимптотических идентификаторов (наблюдателей, восстановителей) вектора состояния, названных позднее его именем. Основополагающая идея состоит в том, чтобы в рассмотренную структурную схему ввести дополнительную обратную связь по ошибке оценки вектора , заведомо обеспечивающую асимптотическое затухание ошибки оценки вектора состояния. Внешне структурная схема наблюдателя Люенбергера полного порядка, которая приведена на рис. 3.17, совпадает с одной из форм известного фильтра Калмана. Различие в том, что матрица , которая в фильтре Калмана называется его именем (матрицей Калмана), в наблюдателе Люенбергера рассчитывается из других соображений.
В соответствии с рис.3.17 уравнение наблюдателя будет иметь вид . (3.11.7) Получим уравнение для ошибки оценки вектора состояния. Для этого в равенство (3.11.3) подставим выражения для вектора состояния и его оценки из (3.11.1) и (3.11.7): , откуда , (3.11.8)
где (3.11.9) называют матрицей динамики наблюдателя. Выражение (3.11.8) является однородным дифференциальным уравнением. Решение его имеет вид . (3.11.10) Поведение ошибки во времени зависит от собственных чисел матрицы наблюдателя . Выбрав их соответствующим образом, можно достаточно быстро свести ошибку к нулю и получать от наблюдателя точную оценку вектора состояния. Далее будет показано, что если пара наблюдаема, то соответствующим выбором матрицы K можно обеспечить любое желаемое расположение собственных чисел наблюдателя, т.е. матрицы . Практически собственные значения наблюдателя выбираются так, чтобы состояние наблюдателя сходилось к состоянию наблюдаемой системы несколько быстрее затухания переходных процессов в желаемой замкнутой системе. Чрезмерное ускорение наблюдателя приводит к затруднениям при его реализации. 3.11.1.2. Алгоритм определения матрицы К для систем
Если пара наблюдаема, то в пространстве вектора состояния существует базис , в котором эта пара имеет идентификационное каноническое представление (ИКП) .
Обозначим некоторый исходный базис как . В этом базисе дифференциальное уравнение для ошибки оценки вектора состояния имеет вид . (3.11.11) Перейдём к базису ИКП. Используем уже известное соотношение, связывающее координатные столбцы одного и того же вектора в разных базисах: . (3.11.12) Используя эту подстановку, запишем . Умножив обе части последнего равенства на , получим , где . (3.11.13) Кроме того, , (3.11.14) где (3.11.15) Матрица динамики наблюдателя в базисе ИКП в соответствии с уравнением (3.11.4) имеет вид , где – коэффициенты характеристического полинома наблюдателя, которые вычисляются на основании желаемых собственных чисел наблюдателя согласно выражению . (3.11.16) Очевидно выражение для элементов матрицы в базисе ИКП: , . (3.11.17) Перевод матрицы в исходный или какой-либо другой базис может быть произведён в соответствии с выражением (3.11.15). ПРИМЕР 3.11.1. Построить наблюдатель полного порядка для объекта со структурной схемой, приведённой на рис. 3.18. Запишем матрицы объекта в исходном базисе: , , . Характеристический полином объекта (матрицы динамики ) , его коэффициенты , нули (собственные числа) . Время переходного процесса в объекте определяется наиболее близким к мнимой оси собственным числом : . Зададим собственные числа наблюдателя . Им соответствует характеристический полином наблюдателя , его коэффициенты . В соответствии с (3.11.17) определяем элементы матрицы и саму эту матрицу в базисе ИКП: . Для того чтобы перевести матрицу в исходный базис, рассчитаем матрицу наблюдаемости и обратную ей в исходном базисе: ; ; учитывая представление в базисе ИКП ; , рассчитаем в этом базисе матрицу наблюдаемости . В соответствии с (3.11.13) вычислим матрицу перехода от исходного базиса к базису ИКП : . Используя (3.11.15), получим матрицу в исходном базисе . Теперь можно заняться уравнением наблюдателя в исходном базисе. В соответствии с (3.11.9) имеем . Учитывая (3.11.17), запишем, опуская далее индекс исходного базиса: . (3.11.18) Тогда уравнение наблюдателя будет иметь вид .
Дата добавления: 2015-03-31; Просмотров: 1942; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |