- •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
8.8.3. Определение динамических характеристик сау
по корреляционным функциями
и спектральным плотностям
Знание корреляционных функций и спектральных плотностей сигналов, действующих на входе и выходе системы, позволяет определить характеристики системы: передаточную функцию и импульсную переходную функцию.
Подставляя в выражение
значение
,
найдем
.
Изменив в последнем выражении порядок интегрирования, можно найти связь между корреляционной и взаимной корреляционной функциями в виде интегрального уравнения, которое называют уравнением Винера - Хинчина:
.
Так как
,
то
.
Сравнивая полученное выражение с выражением
,
легко заметить, что у них аналогичная структура.
Таким образом, если на вход линейной системы подать сигнал x(t)=R(t), то на выходе этой системы должен появиться сигнал y(t), совпадающий по форме с взаимной корреляционной функцией y(t)=R(t).
Если возможно определение корреляционных функций и , то, решая полученное интегральное уравнение, можно найти импульсную переходную функцию . В тех случаях, когда входной сигнал имеет полосу частот значительно более широкую, чем полоса пропускания системы, справедливо приближенное выражение ,т. е. взаимная корреляционная функция может считаться оценкой импульсной переходной функции.
Для определения характеристик системы можно воспользоваться и знанием спектральных плотностей сигналов.
Стохастический процесс на входе САУ, описываемый обыкновенным линейным дифференциальным уравнением с постоянными коэффициентами
,
вызывает на ее выходе стохастический процесс y(t). Если подать на вход САУ сигнал , то на выходе возникнет процесс . Подставим значения x=x1 и у=у1 в уравнение системы. Осуществляя преобразование Фурье в левой и правой частях данного уравнения, его можно привести к виду
.
Учитывая, что - амплитудно-фазовая характеристика, найдем связь между спектральными плотностями и амплитудно-фазовой характеристикой системы:
.
Имея в виду, что для некоторой частоты
,
где a, b, c —коэффициенты разложения случайного процесса x(t) в ряд Фурье, полученные для случая, когда этот процесс представлен реализацией в интервале времени от 0 до T, для входного x(t) и выходного y(t) сигналов можно записать:
и .
Поделив правую и левую части последнего уравнения на предпоследнее, получим приближенное выражение для частного значения амплитудно-частотной характеристики системы при частоте :
.
При увеличении Т точность приведенной зависимости повышается и в пределе становится точной
.
8.9. Методы определения ошибок линейных сау,
ОБУСЛОВЛЕННЫХ СТАЦИОНАРНЫМИ
СЛУЧАЙНЫМИ ВОЗДЕЙСТВИЯМИ
Лекция 29
План лекции:
-
Методы определения ошибок линейной САУ, обусловленных
стационарными случайными воздействиями.
-
Эквивалентное представление стационарного случайного
процесса в виде формирующего фильтра.
-
Расчет флуктуационных ошибок и ошибок от задающих
воздействий.
-
Рекомендуемая литература [9].
В зависимости от характера задающих воздействий и помех возможны два основных подхода при расчете ошибок САУ. Первый из них основан на предположении, что задающее воздействие x(t) — детерминированная функция времени, а помеха f(t)— стационарная случайная функция с известными статистическими характеристиками. При втором подходе задающее воздействие и помеха, а следовательно, и ошибка z(t), являются случайными функциями времени и для их определения необходимо применение статистических методов.
Рассмотрим первый метод. Задающее воздействие и помеху, действующие на САУ, а также ошибку представим в виде суммы их математических ожиданий и центрированных случайных функций:
;
;
.
Поскольку система линейна, ошибку воспроизведения можно считать состоящей из суммы составляющих ошибок от задающего воздействия и от помехи.
Эти составляющие называют ошибкой от задающего воздействия и ошибкой от помех или флуктуационной ошибкой. Математические ожидания задающего воздействия и помехи можно рассматривать как регулярные функции времени. Поэтому изображения ошибок, вызванных неслучайными составляющими задающего воздействия и возмущения, равны:
и .
Эти воздействия могут быть приложены к одним и тем же или к разным элементам системы, например, x(t) — к входу, a f(t)— к объекту управления.
Математическое ожидание ошибки называют систематической ошибкой. Центрированную составляющую ошибки z (t) называют случайной ошибкой. Установившееся значение ошибки mz(t) при медленно меняющемся воздействии как и составляющие ошибки, вызванные неслучайной составляющей, обычно определяют с помощью ряда ошибки. Определение составляющих ошибок, обусловленных случайными составляющими воздействий и помех, требует специальной методики (определения средних значений, дисперсий) и применительно к центрированным случайным сигналам рассматривается в данном параграфе.
Для оценки качества САУ на основе критерия минимума СКО определяется математическое ожидание квадрата ошибки или средний квадрат ошибки системы
.
Положительный корень квадратный из этой величины называют средней квадратической ошибкой
.
Средний квадрат ошибки объединяет математическое ожидание, и дисперсию и характеризует качество системы в целом.
Напомним, что для центрированных случайных сигналов средний квадрат ошибки равен ее дисперсии. В этом случае критерием качества иногда можно считать дисперсию ошибки в некоторый момент времени.
При статистическом анализе точности системы отдельно определяются и суммируются алгебраически математические ожидания каждой ошибки и геометрически (под корнем квадратным) суммируются среднеквадратические ошибки в случае их независимости.
Средние квадраты ошибок, обусловленных стационарными случайными воздействиями, могут определяться как с помощью корреляционных функций (8.57), так и с помощью спектральных плотностей (8.41) соответствующих воздействий.
В первом случае ошибка от воздействия f(t) определяется подстановкой =0 и интегрированием выражения
.
Во втором случае ошибку от такого же воздействия находят интегрированием по всем частотам спектральной плотности ошибки, т.е.
. (8.72)
Последнюю же определяют исходя из известной спектральной плотности входного случайного сигнала и характеристик системы. Обычно нахождение ошибок в установившемся режиме путем использования спектральных плотностей оказывается более простым.
Спектральные плотности входных сигналов могут быть заданы аналитически или в виде графиков, в связи с этим имеются аналитический и графоаналитический методы. При графическом задании спектральной плотности входного сигнала ее можно аппроксимировать и аналитическим выражением.