Лекция
Привет, Вы узнаете о том , что такое понятие пространства состояний, Разберем основные их виды и особенности использования. Еще будет много подробных примеров и описаний. Для того чтобы лучше понимать что такое понятие пространства состояний, модели состояние-выход , настоятельно рекомендую прочитать все из категории Математические основы теории автоматического управления.
3.1.1. Переменные состояния. Рассмотрим автономную динамическую систему [M1a] с выходом , где
. Отметим, что для автономной системы решение
содержит только свободную составляющую:
. Введем в рассмотрение переменные
(3.1) , i=1,2,...n
с начальными значениями , определенные при
и дадим следующее определение [7].
Переменными состояния называются линейно-независимые переменные xi(t ) такие, что их значения в момент времени t0 однозначно определяют состояние системы в любой момент времени
, т.е. позволяют найти значения выходной переменной y(t ) в произвольные моменты времени t по формуле
(3.2) .
В качестве переменных состояния автономной системы могут быть выбраны, в частности, фазовые переменные системы, т.е. выходная переменная y(t ) и n-1ее производных (t),
. Введем в рассмотрение переменные
с начальными значениями
(3.4) .
Выход стационарной автономной системы [М1а], т.е. свободная составляющая процесса при =0, для случая неравных корней характеристического уравнения определяется формулой (см. п. 2.2)
(3.5) ,
где коэффициенты Ci зависят от начальных значений выходной переменной и ее производных, или с учетом введенных обозначений:
(3.6) .
Таким образом, поведение рассматриваемой системы при однозначно определяется начальными значениями переменных xi и, следовательно, по определению эти переменные являются переменными состояния. Общее число переменных состояния равно
, т.е. порядку дифференциального уравнения [М1а]. Линейные комбинации переменных xi , дополняемые к уже выбранному набору, не являются переменными состояния, так как приводят к линейной зависимости переменных.
Учитывая введенные обозначения, преобразуем уравнение [М1а] к нормальной форме Коши. Дифференцируя по времени уравнение (3.5) и подставляя в полученные выражения (3.3) и [М1а], находим так называемые уравнения состояния автономной системы
Выходная переменная y(t ) связана с переменными состояния тривиальным выражением (уравнением выхода )
(3.8) .
Уравнения состояния (3.7) и выхода (3.8) представляют собой простейший пример модели состояние-выход (СВ).
Замечание 3.1. Выбор переменных состояния динамической системы неоднозначен. В качестве таких переменных могут быть взяты не только фазовые переменные ,
, но и физические переменные системы такие, как перемещение, скорость, ток, напряжение и т.д. (см. 4.1), а также любые другие n линейно независимых переменных, полученных, например, как линейные комбинации фазовых и/или физических координат.
Естественно, что выбор переменных состояния определяет структуру и параметры модели состояние-выход. Кроме указанного выше способа построения такой модели в стандартной форме (3.7), (3.8), модель СВ может быть получена как совокупность моделей реальных физических процессов, часто соответствующих элементарным звеньям 1-ого порядка (см п. 2.3).
3.1.2. Модели состояние-выход и переходные процессы. В наиболее общем случае уравнения состояния автономной системы представлены в нормальной форме Коши, т.е. в виде системы однородных дифференциальных уравнений
[М4а]
где ,
,
- постоянные или зависящие от времени коэффициенты (параметры), а уравнение выхода, связывающее выходную переменную системы y(t ) с переменными xi(t ) имеет вид
[М5] ,
где - коэффициенты (параметры). Нетрудно показать (см. ниже), что переменные xi(t ) действительно являются переменными состояния и, поэтому уравнения [М4а] и [М5] представляют наиболее общую модель состояние- выход линейной автономной динамической системы.
(3.9) =
,
называется вектором состояния. Об этом говорит сайт https://intellect.icu . Вектор x является элементом n - мерного линейного (векторного) пространства , которое называется пространством состояний :
Уравнения [М4а], [М5] можно записать в векторно-матричной форме:
[М6а] ,
[М7] ,
где ,
-вектор начальных состояний (начальных условий),
- матрица системы размера
,
- матрица выхода размера
.
В частном случае, когда уравнения модели ВС представлены в виде (3.7) (3.8), получаем
,
.
Решением системы дифференциальных уравнений [M4а] с начальными условиями называется набор функций
(3.10) ,
которые при t = t0 удовлетворяют начальным условиям, а для любых - уравнениям [M4а]. Соответственно, решением уравнения [М6а] будет вектор-функция
(3.11) .
Решение может быть представлено как
(3.12) ,
где - фундаментальная (переходная) матрица системы [М6а]. Подставляя (3.12) в уравнение выхода [M7] , получим выражение для расчета выходной переменной
(3.13) .
Для стационарных систем переходная матрица находится как
(3.14) .
Полагая , найдем:
(3.15)
и
(3.16) .
Замечание 3.2. Анализ уравнений (3.14) - (3.16) показывает следующее.
1. Выходная переменная (t ) в любой момент времени
однозначно определяется n начальными значениями
и, следовательно, по определению переменные
действительно являются переменными состояния.
2. Предистория системы (ее движение при ) не влияет на поведение системы при
.
Если для некоторых начальных условий и имеет место тождество
(3.17) ,
где x*=const , то значение x=x* называется равновесным состоянием, или положением равновесия , автономной системы [M6a] .Очевидно, что в равновесном состоянии выполняется
(3.18)
и, следовательно,
(3.19) .
При условии, что det A 0, получаем, что единственным положением равновесия системы [M6a] является начало координат пространства состояний Rn , т.е.
x*=0,
После подстановки x* =0 в уравнение выхода [ M7 ], находим равновесное значение выходной переменной (см. п. 2.2.2)
y*=0.
Формулы ( 3.14) - (3.16) определяют переходные процессы системы - функций времени
. Графически они могут быть представлены в виде:
Интегральной кривой (фазовой траекторией) называется линия, описываемая вектором состояния в пространстве состояний
при изменении переменной
,
, т.е. годограф вектор-функции x(x0, t ) по параметру
. Фазовый портрет - множество фазовых траекторий, соответствующих различным значениям начальных условий
.
Рис. 3.1. Интегральная кривая в Rn и фазовый портрет
Введенные выше понятия обобщаются на класс многоканальных (многосвязных, см. п. 2.1.3 ) систем, которые характеризуются несколькими выходными переменными yj , . Общая модель многоканальной системы включает уравнения состояния [М4а] и
уравнений выхода
[М5m]
где - коэффициенты (параметры).
Определим -мерный вектор выходов
(3.20)
[М7m] ,
где - матрица выходов размера
. Таким образом модель состояние-выход многоканальной системы представлена уравнениями [M4], [M5m] или векторно-матричными уравнениями [M6а] и [M7m].
3.1.3. Свойства моделей состояние-выход . Проанализируем решения уравнения состояния [M6a], [M7] и связанные с ними переходные процессы автономной динамической системы (3.12) - (3.16).
Прежде всего определим
(3.21)
;
а также (для случая вещественных собственных чисел ) собственные подпространства системы как множества ( прямые, плоскости и т.д. )
(3.22) ,
где - вещественные числа. Напомним, что в рассматриваемом случае собственные векторы удовлетворяют уравнениям
Матричная функция
(3.24) =
называется матричной экспонентой. Матричная экспонента диагональной матрицы
;
рассчитывается по простой формуле
(3.25) .
В более общем случае (при условии ) из выражения (3.23) получаем:
и, следовательно, матрица A связана с диагональной матрицей формулой
где
.
Тогда матричная экспонента находится как
(3.27) .
Теперь, учитывая уравнение (3.27) перепишем формулу для расчета вектора состояния (3.15) как
(3.28)
.
Учитывая, что , запишем
и, следовательно,
.
Тогда уравнение (3.28) принимает вид
(3.29) .
Введем обозначения
(3.30) (x0)
(3.31)
,
где векторы принадлежат собственным подпространствам системы
и называются собственными составляющими решения x(t), или модами вектора состояния системы.
Замечание 3.3. Если начальное значение вектора состояния принадлежит собственному подпространству , т.е.
, то
(3.32)
и, следовательно,
(3.33)
,
т.е. траектория системы целиком лежит в собственном подпространстве Ri.
Такого рода подпространства пространства состояний Rn относятся к классу инвариантных множеств динамической системы.
Проанализируем поведение выходной переменной y(t) . Подставляя уравнение ( 3.31 ) в [M7] находим:
(3.34)
,
где yi(t) - моды выходной переменной.
(3.35) .
Более того,
(3.36) ,
т.е. полюсы системы pi совпадают с собственными числами матрицы . Отсюда следует, что совпадают и характеристические уравнения (2.3) и (3.21), или
(3.37) .
Таким образом получены следующие свойства моделей состояние-выход.
Свойство 3.1.
.
Свойство 3.2.
.
Свойство 3.3.
Свойство 3.4.
.
Свойство 3.5.
.
Прочтение данной статьи про понятие пространства состояний позволяет сделать вывод о значимости данной информации для обеспечения качества и оптимальности процессов. Надеюсь, что теперь ты понял что такое понятие пространства состояний, модели состояние-выход и для чего все это нужно, а если не понял, или есть замечания, то не стесняйся, пиши или спрашивай в комментариях, с удовольствием отвечу. Для того чтобы глубже понять настоятельно рекомендую изучить всю информацию из категории Математические основы теории автоматического управления
Комментарии
Оставить комментарий
Математические основы теории автоматического управления
Термины: Математические основы теории автоматического управления