- •В.И. Родионов
- •Теория автоматического управления Конспект лекций
- •Часть 1
- •Введение ……………………………………………………….……………….…5 в.1. Значение автоматического управления и задачи курса………….………5
- •Лекция 2
- •Основные понятия и определения тау
- •Функциональные элементы сау
- •Классификация систем автоматического
- •1.3. Примеры систем автоматического управления
- •2. Математическое описание сау
- •Вынужденное движение и собственные колебания системы. Переходный и установившийся режимы
- •2.3. Передаточные функции
- •2. Типовые звенья сау.
- •2.4. Переходная характеристика и весовая функция
- •Типовые звенья систем автоматического
- •2.6. Неустойчивые и неминимально–фазовые звенья
- •1. Структурные схемы сау.
- •3. Передаточные функции замкнутой и разомкнутой системы.
- •2.7. Структурные схемы сау
- •2.8. Составление и преобразование структурных схем сау
- •2.9. Передаточные функции замкнутой и разомкнутой
- •Установившиеся режимы
- •Точность сау в установившемся режиме.
- •Установившиеся ошибки следящих систем.
- •3.1. Точность сау в установившемся режиме
- •3.2. Установившиеся ошибки следящих систем
- •Частотные характеристики сау.
- •Частотные характеристики сау
- •Логарифмические амплитуднные и фазовые
- •3.5. Частотные характеристики типовых звеньев
- •3.6. Особенности частотных характеристик устойчивых
- •4. Устойчивость систем автоматического управления
- •Определение устойчивости по Ляпунову.
- •Критерий устойчивости Гурвица.
- •4.1. Общие понятия об устойчивости заданного режима
- •4.2. Определение устойчивости по а.М. Ляпунову
- •3. Критерий устойчивости гурвица
- •Таким образом, кроме положительности коэффициентов а30; а20; а10; а00
- •4.4. Критерий михайлова
- •4.5. Критерий найквиста
- •4.6. Суждение об устойчивости по лафчх
- •4.7. Выделение областей устойчивости
- •Суждение об устойчивости системы по ее линейной модели.
- •Суждение об устойчивости системы
- •5. Качество сау
- •5.1. Основные показатели качества
- •5.2. Методы построения переходных процессов
- •Преобразования Фурье имеют вид:
- •5.2.1 . Частотный метод анализа качества сау,
- •Приближенный метод построения кривой переходного процесса с помощью трапециидальных частотных
- •Лекция 14
- •5.3. Построение вещественной частотной характеристики замкнутой системы по частотным характеристикам
- •План лекции:
- •5.5. Косвенные оценки качества, связанные с распределением нулей и полюсов передаточной функции
- •5.7. Интегральные оценки качества
- •5.8. Косвенные оценки качества, связанные с видом
- •5.8.1. Анализ качества по ачх замкнутой системы
- •5.8.2. Оценка качества сау по логарифмическим частотным
- •Приближенная оценка вида переходного процесса
- •6. Динамический синтез сау
- •Методы коррекции динамических свойств сау.
- •6.1. Общие понятия синтеза сау
- •6.2. Этапы синтеза сау
- •6.3. Требования, предъявляемые к динамическим
- •Методы коррекции динамических свойств сау.
- •6.5. Методы коррекции динамических свойств системы,
- •6.5. Динамический синтез сау, основанный
- •Синтез последовательного корректирующего устройства.
- •Синтез параллельного корректирующего устройства.
- •6.6. Синтез последовательного корректирующего устройства
- •6.7. Синтез параллельного корректирующего устройства
- •7. Методы синтеза, основанные на теории
- •7.1. Уравнения системы в пространстве состояний
- •7.2. Коррекция системы в пространстве состояний
- •7.3. Прямой корневой метод синтеза
- •7.4. Прямой корневой метод синтеза сау
- •7.5. Прямой метод синтеза корректирующей обратной
- •Лекция 22
- •8.2. Основные вероятностные характеристики
- •8.2.1. Функция распределения и плотность вероятности
- •8.2.2. Математическое ожидание, дисперсия
- •8.3. Стационарные случайные процессы.
- •8.3.1. Стационарные случайные процессы
- •8.3.2. Эргодические случайные процессы
- •Спектральная плотность стационарного
- •8.5. Свойства корреляционных функций и спектральных плотностей стационарных эргодических
- •8.6. Статистические характеристики случайных
- •8.6.1. Белый шум
- •8.6.2. Корреляционная функция и спектральная плотность скорости изменения азимута
- •8.6.3. Спектральная плотность задающего воздействия системы наведения ракеты на цель
- •8.7. Экспериментальное определение корреляционных функций, спектральных плотностей и дисперсий
- •8.8. Прохождение случайных воздействий
- •8.8.1. Интегральное Уравнение связи
- •8.8.2. Спектральное уравнение связи
- •8.8.3. Определение динамических характеристик сау
- •8.9. Методы определения ошибок линейных сау,
- •8.9.1. Эквивалентное представление стационарного
- •8.9.2. Расчет флуктуационных ошибок и ошибок
- •8.9.3. Графоаналитический метод расчета
- •8.9.4. Оценка флуктуационных ошибок, обусловленных
- •8.9.5. Расчет дисперсии помехи с помощью
- •8.9.6. Вычисление среднеквадратической ошибки
8.8. Прохождение случайных воздействий
ЧЕРЕЗ ЛИНЕЙНУЮ систему
Лекция 27
План лекции:
-
Интегральное уравнение связи между процессами
на выходе и входе линейных систем.
-
Рекомендуемая литература [9].
8.8.1. Интегральное Уравнение связи
между характеристиками процессов
на выходе и входе линейных систем
Спектральная плотность и корреляционная функция ошибки управления зависят от спектральной плотности и корреляционной функции входного сигнала, а также от структуры и параметров системы. Поэтому для определения среднего квадрата ошибки следует найти корреляционную функцию или спектральную плотность ошибки по известным статистическим характеристикам входного сигнала или и характеристикам (структуре и параметрам) системы.
Чтобы решить данную задачу, необходимо рассмотреть уравнение связи между статистическими характеристиками на входе и выходе линейных систем.
Для этого определим связь корреляционной функции на выходе с корреляционной функцией на входе при воздействии на стационарную систему одной реализации случайного процесса (t).
Если задан сигнал на входе системы x(t) и известна импульсная переходная функция системы , то выходную величину находят с помощью интеграла свертки:
. (8.53)
Пусть x(t) — реализация некоторой случайной функции на входе системы. Тогда сигнал на выходе согласно интегралу свертки
(8.54)
Соответственно
. (8.55)
Имея в виду, что корреляционная функция на выходе системы может быть записана в виде выражения
.
и, подставляя сюда найденные значения (8.54) и (8.55) получим
.
Меняя порядок интегрирования, найдем
.
Выражение
представляет собой корреляционную функцию сигнала на входе системы, т. е.
.
Итак, связь корреляционной функции выходной величины с корреляционной функцией входной величины и импульсной переходной функцией kyx(t), характеризующей динамические свойства системы, можно представить интегральным выражением вида
. (8.56)
В ряде случаев бывает нужно определить не корреляционную функцию на выходе системы, а только средний квадрат выходной величины или при тy=0 ее дисперсию. Подставляя в выражение (8.56) значение , получим
. (8.57)
Данное выражение упрощается, если воздействие будет иметь характер белого шума, корреляционная функция которого имеет вид
, (8.58)
где S =а2=const. Подставляя (8.58) в выражение (8.57), получим
. (8.59)
Согласно основному свойству -функции имеем:
(8.60)
Следовательно,
. (8.61)
Итак,
. (8.62)
Имея в виду, что k(-t)=0 , можно принять нижний предел равным нулю. Тогда
. (8.63)
Таким образом, установившееся значение дисперсии на выходе системы при подаче на вход белого шума характеризуется интегральной квадратической оценкой импульсной переходной функции системы. Полученное выражение лежит в основе определения СКО аналитическим путем и с помощью ЭВМ.
Когда случайная функция не является центрированной, т. е. математическое ожидание т случайной функции x(t) на входе системы отлично от нуля, то, помимо дисперсии на выходе D, необходимо найти математическое ожидание my по формуле
. (8.64)
Для стационарного процесса , где - передаточная функция системы при нулевой частоте.
Это означает, что математические ожидания при прохождении случайных функций через линейные системы преобразуются как неслучайные функции.
Если на систему действует п входных сигналов x(t),..., x(t), то на основании принципа суперпозиции выходную величину можно представить выражением
. (8.65)
Соответственно корреляционную функцию выходного сигнала при всех п статистически независимых стационарных случайных сигналах (аддитивная смесь) и известных их корреляционных функциях можно найти как сумму корреляционных функций, обусловленных каждой из составляющих сигналов:
(8.66)
Дисперсия для случая статистически независимых выходных сигналов определяется из выражения (8.66):
, (8.67)
или
, (8.68)
т. е. дисперсия выходной величины равна сумме дисперсий, обусловленных каждым входным воздействием в отдельности.
Если на входе САУ имеется несколько статистически связанных сигналов, то интегральное уравнение связи значительно усложняется. Появляются члены, которые содержат взаимные корреляционные функции.
Ранее приведены соотношения (8.56, 8.57, 8.63, 8.64) для определения характеристик стационарных случайных сигналов на выходе системы. В общем случае при приложении на вход системы с постоянными параметрами стационарного случайного сигнала выходной случайный процесс до наступления установившегося режима будет нестационарным (математическое ожидание и дисперсия его изменяются во времени).
Определение реакции системы на случайный входной сигнал с учетом нестационарности выходного случайного процесса можно производить при известной импульсной переходной функции по следующим формулам:
;
;
,
где t и t’— значения двух моментов времени.
В случае действия белого шума дисперсия выходного сигнала определяется по формуле
.
Из (8.63) следует, что для уменьшения дисперсии выходного сигнала, вызванного белым шумом на входе, необходима минимизация площади под кривой квадрата импульсной переходной функции в интервале времени от 0 до . Это достигается соответствующим подбором параметров системы.
Пример 1. Система представляет собой апериодическое звено, для которого импульсная переходная функция имеет вид:
,
а входной сигнал имеет постоянное математическое ожидание и дисперсию DX(t)=DX. Корреляционная функция
.
Необходимо определить математическое ожидание и дисперсию на выходе апериодического звена.
Математическое ожидание m(t) можно найти из уравнения (8.64):
.
Полученное выражение сходно с выражением, определяющим реакцию апериодического звена на постоянный входной сигнал, роль которого в данном случае играет математическое ожидание m. случайного входного сигнала x(t).
Для определений корреляционной функции на выходе апериодического звена заметим, что по условиям задачи
,
.
Интегрирование корреляционной функции в пределах изменения от до можно разбить на два интервала: от до и от до . Итак,
.
После преобразований будем иметь
.
При из последнего выражения получим дисперсию выходного сигнала
.
Как следует из данного выражения, дисперсия сигнала на выходе апериодического звена пропорциональна дисперсии входного сигнала, пропорциональна квадрату коэффициента преобразования звена k и является функцией времени. По истечении достаточно большого промежутка времени ( и ,но ) выражение для корреляционной функции будет иметь вид
,
а установившееся значение дисперсии ()
.
Таким образом, с течением времени дисперсия выходного сигнала принимает постоянное установившееся значение. Дисперсия на выходе тем меньше, чем больше постоянная времени Т апериодического звена. Следовательно, с помощью апериодического звена можно ослабить действие помехи.
Лекция 28
План лекции:
-
Спектральное уравнение связи между процессами
на выходе и входе линейных систем.
-
Определение динамических характеристик САУ
по корреляционным функциям и спектральным плотностям.
-
Рекомендуемая литература [9].