книги из ГПНТБ / Пугачев, В. С. Основы статистической теории автоматических систем
.pdfПредположим теперь, что функция ср в уравнениях (4.14) может быть линеаризована статистически, т. е.
ср (X) = /го тх + kxX°,
где к0 = к 0 (тх, Dx)\ кг = k x (m„ Dx) — статистические коэффициенты усиления по математическому ожиданию и по случайной центри рованной составляющей. В этом случае из уравнений (4.14) получаем связанные между собой системы уравнений для определения мате матических ожиданий переменных:
F1 (р) ту = Нх(р) к0 (тх, Dx) тх\ |
F2 (р) тх = Я, (р) [ти— ту\ |
(4.20) |
|
и для центрированных случайных составляющих |
|
||
Fx (р) F° - Нх (р) kx (тх, Dx) Х°; |
F2 (р) Х° = |
Я2 (р) [V0 - П - |
(4.21) |
Уравнения связаны между собой через |
коэффициенты к 0 и k lt |
которые имеют конкретный вид для заданной нелинейности и зави сят от тх и Dx.
В установившемся режиме, если такой в системе существует, величины тх, D, постоянны. Следовательно, в установившемся ре жиме уравнения (4.20) и (4.21) стационарны и при постоянных задан ных к 0 и kx линейны. Применяя к этим уравнениям формально линейную теорию (п. 2.4), определяем передаточные функции для тц,
т ,, F0, У0:
Ф/ _ \ _____ Ну (s) Н2(s) /г0 (тх, Р х)________.
ои W ~ Fi (s) Ft (s) + Hl {S) h 2(s) * 0 (mx. Dx) ’
Ф/ ч __________H2(s)Fx(s)k0(mx. Dx)_______.
у одVs/ - |
Fl (s) F„(s) + Ну (s) H2(s) * 0 (m„ Dx) ’ |
|
||
ф |
M |
Hy (s) H2(s) kx (mx. Dx) |
( |
> |
|
1УW - |
Fi (s) Fi (s) + Их (s) H2(s) kx (/77,. Dx) |
’ |
|
Ф |
/ . \ _________H2(s) Ft (s) kx (m,. Dx)_______ |
|
|
|
|
U- W - |
Fi (s) (s) + Hi (S) (S) Ai (mje, £>,) • |
|
На основании формулы (2.31) получаем выражение для математи ческого ожидания переменной на входе в нелинейность:
СО |
|
|
|
тх = ^ 7Г |
(0’ '”*• D-<) |
(0• |
(4-23) |
г=0 |
|
|
|
Дисперсию переменной на входе в нелинейность вычисляют на основании выражения (2.41):
00
F>x= J | Ф1Л- (»“ ) I2 SN(со) da, |
(4.24) |
— 00 |
|
где Ф1Л- (/со) — частотная характеристика, полученная из выражений (4.22) заменой s = /со. Интеграл в формуле (4.24), как известно, при определенных условиях выражается через параметры системы и
120
спектральной плотности. Формулы (4.23) и (4.24) являются в сущности уравнениями, связывающими между собой величины тх и Dx. До бавляя к ним выражения для /е0 (тх, Dx) и k l (пгх, Dx) конкретных нелинейностей, получаете полную систему уравнений, определяющих эти вероятностные характеристики. Для их вычисления можно при менить метод последовательных приближений или в простейших случаях графическое решение. После того как будут найдены вели
чины тх и D.v, а следовательно, /е0 |
и /гу, определяют |
ту, гпе, Dy, |
D е. При использовании метода |
последовательных |
приближений |
необходимо задаться значениями коэффициентов k 0 и k x и по форму лам (4.23) и (4.24) определить тх и Dх в первом приближении. Затем воспользоваться формулами для /г0 (тх, Dx) и k x (тх, Dx) и вычис лить новые значения коэффициентов /г„ и /е:1, после чего повторить расчет тх и Dx во втором приближении. Вычисление можно закон чить, когда два следующих друг за другом приближения совпадут с точностью до погрешностей расчетов.
Для определения ту также воспользуемся формулой (2.31), записав ее в следующем виде:
СО |
|
(0) т Г (/), |
(4.25) |
7^о |
|
а для определения систематической ошибки — формулой (2.34), которая принимает вид
mE= Y i C rtn\P{t). |
(4.26) |
г=О |
|
Заметим, что так как полезный сигнал ти (£) обычно можно пред ставить в виде полинома, а система имеет астатизм необходимого по рядка, то в формулах (4.23), (4.25) можно ограничиться первым чле ном разложения. Далее определяют Du по следующей формуле:
|
|
СО |
|
|
А ,= |
j | Фц, (йо) |2SiV(со) do), |
(4.27) |
|
|
— СО |
|
где |
(гео) — частотная |
характеристика, получаемая из выра |
|
жения (4.22) заменой s = |
гео. Дисперсия ошибки в рассматриваемом |
случае совпадает с Dy, так как требуемый выходной сигнал принят не случайным.
Важное практическое значение имеет случай, когда в системе имеется один выход и т входов Ui (t), i — 1, . . ., in. Один из них Uх (t) является основным и на него подается неслучайный полезный
сигнал mUl, а также помеха Ni (t). Через остальные входы в систему
поступают помехи, не коррелированные между собой, с помехой N\ и имеющие равные нулю математические ожидания. В этом случае процедура расчетов в установившемся режиме в основном сохра няется. Для нахождения тх, ту, ше применяют формулы (4.23),
121
(4.25), (4.26), а для определения дисперсий Du и Dx используют сле
дующие выражения:
гп со
А* = |
2 |
1 I ф «/ (*«) |2S Nj (со) dco; |
(4.28) |
|
|
/ — 1 — со |
|
|
|
А , |
/7» |
СО |
И “ГS;V (co)rfco, |
|
= |
2 ! ф 1у/1( |
(4.29) |
||
|
/ = 1 |
— СО |
|
|
где Ф1л.; (гео), Ф1у/ (/со) |
— |
частотные |
характеристики |
статистически |
линеаризованной системы для случайных составляющих от входов N,- до выходов х и у соответственно в установившемся режиме. Формулы (4.23) и (4.28) также представляют собой уравнения относительно пгх и Dx. Эти уравнения могут быть решены в общем случае методом по следовательных приближений с учетом выражений для /г0 (inx, Dx) и /г, {тх, Av) или графически.
Графическое решение уравнений (4.23) и (4.28) состоит в построе нии в координатах тх, Dx кривых, соответствующих этим уравне ниям, и в определении точки их пересечения. При этом может быть применен следующий прием. Заменим уравнение (4.23) системой
z = тх,
(4.30)
2 = 2 з т Ф « г’ (°)т '(;) (/)-
г^О
Построим в координатах z, тх прямую 1 по первому уравнению (4.30) и серию кривых 2 по второму уравнению (4.30) при различных значениях Dx (рис. 4.2). Точки пере сечения кривых 2 с прямой 1 удов летворяют уравнению (4.23). Пере неся эти точки на плоскость пере менных тх, Dx и проведя через них кривую 3, получим первую зависи мость между переменными тх и Dx, соответствующую уравнению (4.23).
Далее для точек этой кривой вы числяем правую часть формулы (4.28) и строим вторую зависимость между тх и Dx (кривая 4). Точка пересече ния кривых 3 и 4 определяет искомые значения тх и Dx, так как она удов летворяет одновременно уравнениям (4.23) и (4.28). После определения этих величин вычисляют коэффициенты
/го (тх, Dx) и k y {тх, Ar)
и по соответствующим формулам определяют ше, Dv, D&.
Рис. 4.2. Графическое решение уравнений (4.23)
и (4.28)
В современном приборостроении, автоматике и других отраслях техники широко используются устройства, в которых возможен автоколебательный процесс при отсутствии внешних возмущений. Этот автоколебательный процесс в некоторых устройствах является полезным сигналом, в других он должен быть подавлен за счет внеш него более высокочастотного регулярного или случайного сигнала.
В таких случаях представляет интерес задача |
анализа |
колебаний |
|
в нелинейной системе |
при действии в общем |
случае |
полигармо- |
нического и случайного стационарного возмущений. |
автоколеба |
||
Допустим, что уравнение нелинейной стационарной |
|||
тельной системы с одним безынерционным элементом имеет вид |
|||
F (р) Y |
= Н (р) [Z — ср (У, У) ], |
|
(4.31) |
где |
|
|
|
F (Р) = |
2 акРк\ |
Н (Р) = 2 Ь,р1, |
|
|
и=0 |
1=0 |
|
ср (У, У) — безынерционная |
нелинейность гистерезисного |
типа. |
|
На нелинейную систему действует возмущающий сигнал: |
|
||
|
|
N |
|
Z (t) = |
тх -f- Х° (i) + 2 слsin |
(4-32) |
|
|
|
Г = \ |
|
где тх, сг— постоянные величины; Х° (t) —■стационарный случайный процесс со спектральной плотностью Sx (со) и равным нулю матема тическим ожиданием. Задача состоит в изучении поведения дина мической системы при действии случайной и регулярной полигармоннческой составляющих, т. е. в определении вида решения в устано вившемся режиме, спектральной плотности и дисперсии переменной
у(О-
'Используем для решения этой задачи метод статистической линеа
ризации. При этом будем рассматривать колебания как процессы со случайной фазой и относить их к центрированным составляющим
[27].
В установившемся режиме будем считать, что переменная
У (t) = ту + У, (0; |
(4-33) |
у±(0 = (0 + 2 drsin к* —1|>г),
г=1
где ту — математическое ожидание переменной Y (t) в установив шемся режиме, равное постоянному значению; УД (t) — центриро ванная составляющая, содержащая стационарную случайную функ цию У0 (i) и регулярную часть полигармонического типа с ампли тудами dr и случайными фазами фг.
На основании метода статистической линеаризации нелинейности запишем
Ф (У, У) = Фо + kiYi + К У 1, |
(4-34) |
123
где функции
Фо = Фо(|Н„ . D i/.’ |
ki = |
k\ (ту> D yt, D yx)\ |
^2 ^ |
^2 (^//> ^У\ r |
^!/i ) |
имеют конкретный вид в зависимости от типа нелинейности; Dyi — дисперсия; D • — дисперсия производной функции Y х (I) в устано
вившемся |
режиме. |
|
и (4.34) в уравнение (4.31) |
Подставим выражения (4.32), (4.33) |
|||
и учтем, |
что ср0 = |
k 0my для нечетной |
нелинейности. В результате |
получим уравнения для определения математического ожидания и случайной составляющей:
|
F (р) ту = Я (р) [тх — 1г0ту]\ |
|
(4.35) |
|||
|
|
N |
sin соrt — kxYx— ItipYj |
(4.36) |
||
F(p)Y1 = H(p) |
Х° |
|||||
Из уравнения (4.35) для установившегося режима получаем |
||||||
т„ |
Я(0) |
|
|
|
(4.37) |
|
F (0) + каН (0) т■л-; |
К ~ К ( ту> Dy i , |
D'y ,). |
||||
Полигармонический |
сигнал |
N |
можно |
рассматривать |
||
°r s'n |
||||||
|
|
|
Г=1 |
[27 ] |
|
|
как процесс со спектральной плотностью |
|
|
||||
|
|
N |
|
|
|
|
|
S(co) = |
|
(О— со,.) -f- 6 (со + (О,)], |
|
||
где б (со ± сог) — дельта-функция. |
|
|
|
|||
Дисперсия Dyl и D |
в установившемся режиме в рассматривае |
мом случае вычисляют по формулам линейной теории (п. 2.4), при нимающим вид
|
|
|
та |
|
|
N |
^ |
|
|
|
|
|
DUl = |
J |
I ф ( К О ) |
|* Sx (со) dco + |
^ |
IФ (Ч ) I* ± |
|
; |
(4.38) |
|
|
та |
— СО |
|
Г = 1 |
|
|
|
|
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
D-t = Г | Ф (too) UоI2 Sx (со) da + |
V |
| Ф (toor) |2 со? |
? |
(4.39) |
||||
где |
|
|
|
|
|
|
|
|
|
|
СВ(ко) = - ■,. . . |
Н |
| |
,---- частотная характеристика |
ста- |
||||||
v |
' |
F (ш ) + |
(ко) [kx + |
/г2ш] |
|
r |
г |
|
|
тистически линеаризованной системы от входа Z до выхода Y. Выражения (4.37), (4.38), (4.39) являются уравнениями, которые
связывают величины ту, Dyi, Ь • . Для их определения необходимо эти уравнения решить совместно, учитывая формулы для /е0, k x,
К-
124
Случайный процесс Y (t) в установившемся режиме имеет вид
N
у (0 = ту + У0 (/) + £ cr IФ (ког) | sin (соrt — -фг);
Г=1
ФЛ= arg® (ко,.).
Спектральная плотность этого случайного процесса
N
Sy И = I Ф ( И Г S* (со) + ^ |
1Ф (иог) |2 [6 (со — еог) + 6 (со + сог)]. |
г=1
Из последней формулы следует, что спектральная плотность со стоит из непрерывной и дискретной частей. Непрерывная часть может иметь экстремум иа частоте, определяемой из уравнения
dSy (со) _ а
дш ~
Дискретная часть имеет 5-функции на частотах сог, совпадающих с частотами внешнего полигармонического возмущения. Изложенная процедура расчетов может быть обобщена на другие структуры и многомерные системы с одной нелинейностью.
Аналогично решается задача при наличии в системе нескольких нелинейностей. Заменив нелинейности линейными безынерцион ными зависимостями с соответствующими статистическими коэффи циентами усиления и выразив при помощи формул типа выраже ний (4.23), (4.24) или (4.28) математические ожидания и дисперсии входных сигналов всех нелинейностей, получим необходимые урав нения для определения этих неизвестных. Для решения уравнений в общем случае следует применить метод последовательных прибли жений. В результате решения этих уравнений определяются мате матические ожидания и дисперсии входных сигналов нелинейностей и соответствующие статистические коэффициенты усиления. После этого по формулам типа (4.25), (4.26), (4.27), (4.29) определяют мате матические ожидания и дисперсии выходных переменных и ошибок системы.
4.4. Метод интегрирования уравнений системы
При решении основной задачи анализа точности нелинейных си стем непосредственно использовать метод интегрирования уравне ний системы невозможно. В этом случае предварительно проводят линеаризацию нелинейностей любым способом, после чего можно применить метод интегрирования уравнений системы, изложенный в п. 2.5.
Рассмотрим существо и особенности применения метода интегри рования уравнений так же, как и в п. 2.5, предварительно для одно мерной системы с одной нелинейностью. Пусть уравнение такой
динамической нестационарной системы имеет вид |
|
F (t, р) Y + R (t, р) ф (У) = Н (t, р) X , |
(4.40) |
125.
где
F (t> P) = |
S ar ( 0 Pr Я (*. |
P) = 2 j |
cr ( 0 pr; |
|
r—0 |
г—0 |
|
|
m |
|
|
|
н (t, p) = S |
( 0 P r . |
|
|
r=0 |
|
|
Ф (^) —• нелинейность |
произвольного |
вида; |
X (/) — случайный |
в общем случае нестационарный процесс с заданным математическим ожиданием и корреляционной функцией. Начальные условия для уравнения (4.40) являются случайными, для которых заданы мате
матические ожидания и дисперсии величины |
У (0) п производных |
|
У(г) (0) до я-го порядка: |
|
|
ту (0), . . . , /и]?-15 |
(0), Dy (0), . . . , |
£>,(!.-» (0). |
Случайную функцию Y (t) |
представим в виде выражения Y (t) = |
= niy (/) + У0 (I). Пусть ср (У) является гладкой,дифференцируемой нелинейностью и допустима обычная ее линеаризация:
ср (У) = ср (niy) + ср' (ту) У0. |
(4.41) |
Подставляя выражение (4.41) в уравнение (4.40) и пользуясь принципом суперпозиции, из линеаризованного уравнения полу
чаем уравнения для математического ожидания |
и |
центрированной |
|||||
составляющей переменной: |
|
|
|
|
|
||
F (t, |
р) ту + |
R |
(t, |
р) ср (niy) = Н (/, |
р) |
тх\ |
(4.42) |
F (t, р) |
Y° -г R |
(t, |
р) |
ср' (яд У° = Н (t, |
р) Х \ |
(4.43) |
где тх — математическое ожидание;
X й— центрированная составляющая случайной функции X (t). Уравнение для математического ожидания (4.41) является нели нейным и интегрируется при заданных начальных условиях для ти (0) и я — 1 ее производных. После его интегрирования определяем ту и ср' ( n i y ) . Уравнение (4.42) — линейное с переменными параметрами. Для его интегрирования и определения Dy полностью применим
метод, изложенный в и. 2.5.
В общем случае нелинейность ср (У) всегда может быть линеари
зована статистически: |
|
ф (Y) = ср0 (niy, Dy) + /г 1 (niy, Dy) У0. |
(4.44) |
Подставляя выражение (4.44) в уравнение (4.40) и пользуясь прин ципом суперпозиции, из линеаризованного уравнения получим урав нения для математического ожидания и случайной центрированной
составляющей |
переменной |
У: |
|
|||
F (t, |
р) ту + |
R |
(t, |
р) Фо (ту, Dy) = Н (t, р) тх\ |
(4,45) |
|
F (t, |
р) |
Y° + |
R |
(/, |
р) к, (ту, Dy) Y° = Н (t, р) Х \ |
(4.46) |
где тх (t) — математическое ожидание; Х° (t) — центрированная со ставляющая случайной функции X (t).
126
Уравнение (4.45) следует интегрировать при заданных начальных условиях ту (0), . . , т ^ п_Х) (0). Для уравнения (4.46) заданы
начальные дисперсии переменной Y и ее производных У(г) до п— 1-го порядка. Это уравнение может быть проинтегрировано методом канонических разложений. Для этого представим случайную функ цию Х° (/) каким-либо разложением:
|
х° (0 = S |
V,X, (О, |
(4.47) |
|
/=i |
|
|
где Xj |
(t) — координатные функции; V,- — случайные величины с ну |
||
левым |
математическим ожиданием |
и корреляционной |
матрицей |
Ru = M \ V lV,\.
Решение уравнения (4.46) также будем изыскивать в виде разло
жения по тем же случайным величинам: |
|
(t) = 2 Vitji ((), |
(4.48) |
/=i |
|
где tjj (t) — неизвестные координатные функции разложения. Подставив выражения (4.47) и (4.48) в уравнение (4.46) и выпол
нив необходимые преобразования, для определения координатной функции tjj (/) получим
F (t, р) tjj + R (t, р) k x (ту, |
Dy) tjj = Я (t, р) Xj. |
(4.49) |
( / = 1 , . . . . |
ло |
|
Уравнения (4.49) для координатных функций связаны между собой и с уравнением (4.46) через функции ср0 и k x от ту и DtJ. По этому полученные уравнения необходимо интегрировать совместно, дополнив следующими формулами для ср0, k x и Dy:
Фо = Фо (ту, Dy); k 1 = k 1 (ту, Dy)\
(4.50)
Du= Ъ RijVi ( 00/ ( 0-
t. i = i
Уравнения (4.49) необходимо интегрировать при определенных начальных условиях для координатных функций. Однако в рассмат риваемом случае заданы начальные дисперсии переменной Y и ее п — 1-й производной, как и в задаче, рассмотренной в п. 2.5. Поэтому для определения начальных значений координатных функций вос пользуемся темн же рассуждениями и выкладками. В результате начальные условия для первой координатной функции у х при раз ложении по действительным координатным функциям имеют вид
где D, = R lt = M [Vi\.
127
При разложении по комплексным координатным функциям на чальные условия для первой координатной функции должны быть взяты в формуле
Re г/{г) (0) = |
/ и Лг) |
0. |
|
|
у |
Imr/{r) (0) = |
|
||
(г = 0, 1, . . ., п — 1) |
|
|
||
Начальные условия для |
координат функции |
других номеров |
||
(/ ф 1) должны быть взяты равными нулю. |
|
анализа точ |
||
Таким образом, подставленная |
основная задача |
|||
ности нелинейной нестационарной |
системы сводится |
к совместному |
интегрированию нелинейного уравнения (4.45) для математического ожидания, N линейных уравнений (4.49) для координатных функций при определенных начальных условиях с учетом конечных соот ношений (4.50). Особенность применения рассмотренного метода к нелинейному исходному уравнению состоит в необходимости совмест
ного интегрирования полученных уравнений в отличие от |
линейного |
|
исходного уравнения, рассмотренного в п. |
2.5, или нелинейного, но |
|
допускающего обычную линеаризацию. При интегрировании пере |
||
численных уравнений определяются ту (t) |
координатные |
функции |
Hi (0> /= 1, . . ., N и дисперсия Dy (t). |
Одновременно |
с интегри |
рованием уравнений может быть вычислена корреляционная функ ция по формуле (2.61) или (2.62).
Если для рассматриваемой системы задана некоторая идеальная операция над полезным входным сигналом тх (t), то по формуле (2.34) могут быть рассчитаны ошибки в системе.
Изложенный метод исследования нелинейных систем применим также к многомерным системам со многими нелинейностями.
Пусть многомерная нелинейная система задана уравнениями вида
Уi = |
Ф, {t, Y lt |
■• |
Уя) |
+ |
bt (t) Л'„ |
(4.51) |
|
( t= 1..........Я) |
|
|
|
||
где ф£— нелинейные функции произвольного вида; |
статистикой, |
|||||
Х[ — случайные |
функции |
времени |
с |
заданной |
||
которые можно представить в виде какого-либо разложе |
||||||
ния по случайным параметрам: |
|
|
|
|||
|
|
|
Ni |
|
(0, |
|
X £ (t) = /П,. (t) + |
|
|
||||
|
(/= 1 , |
. . . . q) |
|
(4-52) |
где Vtj — случайные коэффициенты, имеющие равные нулю матема тические ожидания, заданные дисперсии и корреляцион ные моменты связи;
Хц (I) — известные координатные функции.
128
Нелинейные функции ф; необходимо линеаризовать. Применим статистическую линеаризацию как более общую и включающую обычную линеаризацию в качестве частного случая. В результате уравнения (4.51) принимают вид
Yi = Ф,-0 + |
Е blr Y°r + bLX h |
(4.53) |
|
Г = 1 |
|
(1 = |
1, ...,< ?) |
|
где статистические характеристики нелинейностей ф(-0 и статисти ческие коэффициенты усиления kir определяются конкретными фор мулами, зависящими от вектора математического ожидания тц и корреляционной матрицы 0,,:
|
|
|
Фео = Ф ;о (t, |
ту, Qy)\ |
(4.54) |
|||||
|
|
|
kir |
|
kir (t, |
Шу, |
9y). |
|||
|
|
|
(Г = |
1, • |
• |
•• |
Ф- |
|
|
|
Пронумеруем случайные параметры Н(/- |
и функции Хц в формулах |
|||||||||
(4.52) |
порядковыми номерами от 1 |
до N = |
о |
|
||||||
S N,- и введем обозна- |
||||||||||
чения |
Vv, xv (l), v |
= |
1, . . ., |
N. |
|
|
|
/=! |
|
|
|
|
|
|
|
||||||
Как и в п. 2,5, |
решение для Y t будем отыскивать в форме разло |
|||||||||
жения |
по случайным |
параметрам |
|
Vv |
с неизвестными |
координат |
||||
ными |
функциями |
yiv (/): |
|
|
|
|
|
|
|
|
|
|
Y, |
(t) = |
ти (t) |
+ |
S |
Vvyiv (/)■ |
(4.55) |
||
|
|
|
|
|
|
|
v = l |
|
|
|
|
|
|
(t |
= |
1, • |
■., |
q) |
|
|
Подставляя соотношения (4.52), (4.55) в уравнения (4.53), учи тывая принятую нумерацию случайных параметров и координатных функций в выражении (4.52), на основании принципа суперпозиции получаем нелинейные уравнения для математических ожиданий и линейные уравнения для координатных функций:
Щу = |
ф/0 + Ьупх.\ |
(4.56) |
|
Я |
(4.57) |
Уlv = |
Е kirlJrv + b tXv . |
|
|
г—1 |
|
(t = 1, . . , q\ v = 1, . . ., N).
Уравнения (4.56) и (4.57) связаны между собой, поэтому их необходимо интегрировать совместно при учете формул (4.54) и формулы для компонентов матрицы коэффициентов корреляции
% У ,(0= |
Е Ki!/iv(0 ~Уц (О- |
1 1 |
V, f= l |
9 В. С. Пугачев |
129 |