Передаточная
функция ошибки по управляющему
воздействию.

E(p) Xвых(р)
(-)
Рис. 1.6
Когда на вход
неустойчивой системы подается единичный
сигнал Хвх=1(t) в
установившемся режиме, ошибка будет
определяться по формуле:
Выражение для
установившейся ошибки:
Т.е. ошибка является
суммой двух ошибок: статической и
добавочной скоростной.
.
Режим движения с
постоянной скоростью используются для
оценки точности только систем с астатизмом
первого порядка.
Пусть скорость
изменения входного сигнала ν=1с-1.
Кр=Кν=46
.
Вывод: Заданная
САУ неустойчива по критерию Михайлова
и критерию Найквиста в логарифмических
координатах. Статистическая ошибка
больше допустимой, что не удовлетворяет
условию. Чтобы САУ была устойчива,
необходимо ввести в систему корректирующее
устройство. Статистическую ошибку можно
уменьшить, введя дополнительный
коэффициент усиления.
2. Синтез системы автоматического управления.
Под синтезом
САУ понимается направленный расчет,
имеющий конечной целью отыскание
рациональной структуры системы и
установление оптимальных величин
параметров её отдельных звеньев. Синтез
можно также трактовать как инженерную
задачу, сводящуюся к такому дополнительному
построению системы, при котором
обеспечивается выполнение технических
требований к ней (требования к габаритам,
весу, простоте, надежности, стоимости
и т.д.). При инженерном синтезе САУ
необходимо обеспечить устойчивость и
качество процесса регулирования, имеющие
противоречивый характер. Удовлетворительное
решение первой задачи, соответствует
нужному запасу устойчивости, может
привести к неудовлетворительным
характеристикам в переходном процессе
или в установившемся режиме. Возможен
и противоположный случай, когда реализация
требуемых характеристик качества,
например связанная с повышением точности
в установившемся режиме, сопровождается
чрезмерным понижением запаса устойчивости.
Противоречие между двумя задачами
особенно наглядно проявляется, если
делается попытка решить их одним и тем
же способом. Например, уменьшение ошибок
в установившемся режиме методом повышения
коэффициента усиления в разомкнутой
системе, как правило, приводит к уменьшению
запаса устойчивости. Метод, использующийся
для повышения статистической точности,
— повышение порядка астатизма – также
неблагоприятно сказывается на
устойчивости, уменьшая запас устойчивости
и увеличивая колебательность процесса.
Удовлетворительное
решение задачи реализации, как требуемого
запаса устойчивости, так и качества
процесса регулирования может быть
достигнуто при одновременном использовании
упомянутых методом и изменение структуры
системы или включении корректирующих
устройств в прямую цепь или цепь
внутренней обратной связи. Основное
назначение корректирующего устройства
– изменение динамических свойств
системы в направлении желаемых
характеристик, что проявляется в
изменении усиления по отдельным
гармоникам или только в той области
частот, которая оказывается существенной
для формирования той или иной динамической
характеристики. Влияние корректирующего
устройства на динамические свойства
систем проявляется так же в изменении
фазовой характеристики. Использование
корректирующих устройств наряду с
изменением коэффициента усиления в
разомкнутой цепи и изменением порядка
астатизма приводит в конечном итоге к
деформации частотных характеристик,
что и определяет коррекцию динамических
свойств системы.
Требования к
качеству САУ в установившемся и переходном
режиме:
Допустимая
статическая ошибка не более
0.005;
Допустимое
время регулирования не более Tрег.
доп.=0.997;
Допустимое
максимальное перерегулирование не
более
25%
Соседние файлы в папке курсовая работа
- #
- #
- #
- #
- #
- #
- #
- #
22.02.201418.4 Кб55ТАУ курсовая.mcd
- #
- #
- #
Лекция 17. Расчет установившейся ошибки в системах управления.
Структурные признаки астатизма
Установившейся (статической) ошибкой называют
постоянное значение сигнала ошибки x(t)=g(t)-y(t),
которое она приобретает по окончании переходного процесса: , рисунок 116.
Очевидно, установившаяся ошибка зависит от законов
изменения и численных характеристик входных сигналов системы. Поэтому при ее
определении принято рассматривать так называемые типовые входные сигналы,
законы изменения которых составляют степенной ряд относительно времени.
Например, для задающего воздействия:
,
,

далее.
При наличии нескольких воздействий на линейную систему
для определения xуст используется
принцип суперпозиции – реакция линейной системы на совокупность входных
сигналов совпадает с алгебраической суммой ее реакций на каждый из сигналов в
отдельности:

каждое слагаемое, или составляющая сигнала ошибки, определяется
для i-го входного сигнала при условии, что остальные
тождественно равны нулю. Такой подход полностью соответствует определению
передаточной функции и позволяет выполнять расчет установившейся ошибки на
основе структурной схемы системы.
Рассмотрим порядок расчета установившейся ошибки на
следующем достаточно общем примере (рисунок 117).
В соответствии с принципом суперпозиции установившаяся
ошибка будет определяться здесь в виде суммы трех составляющих .
Изображение по Лапласу ошибки от задающего воздействия
получают через передаточную функцию замкнутой системы по ошибке при известном изображении задающего
воздействия G(s):
, где
F(s) – основная передаточная функция замкнутой системы.
Для структурной схемы на рисунке 117

— передаточная функция
разомкнутой системы, или прямой цепи системы, для рассматриваемого примера.
Непосредственно для расчета
установившегося значения ошибки от задающего воздействия используют теорему о
конечном значении для преобразования Лапласа:
В результате:

Изображение по Лапласу ошибки от возмущающего
воздействия получают через передаточную функцию замкнутой системы по ошибке от
возмущения при известном изображении возмущающего
воздействия F(s):
, где
Ff(s) –передаточная функция замкнутой системы по
возмущающему воздействию,

Wf(s)
– передаточная функция разомкнутой системы по возмущению (передаточная функция
участка прямой цепи системы от точки приложения возмущающего воздействия до
выхода системы).
Для структурной схемы на рисунке 8 необходимо
учитывать два возмущающих воздействия, приложенные в различные точки системы.
Для f1:
,


Для f2:
,


Расчет упрощается для
системы с единичной отрицательной обратной связью (рисунок 118):


разомкнутой системы.
Найдем установившуюся ошибку
для некоторых типовых вариантов задающего воздействия.
При получим:

При получим:

При 

Если установившаяся ошибка
тождественно равна нулю при каком-либо типовом варианте входного сигнала,
независимо от его численных характеристик, систему называют астатической по
рассматриваемому входному сигналу.
Количество типовых вариантов
входного сигнала – членов степенного ряда, при которых установившаяся ошибка
тождественно равна нулю, определяет порядок астатизма.
Рассматриваемая система
обладает свойством астатизма второго порядка по задающему воздействию.
Рассмотрим установившуюся
ошибку от возмущения f1:


–
коэффициент передачи разомкнутой системы по возмущению f1.
При получим:

При получим:

При 
тот же результат.
Отметим, что по возмущению f1 рассматриваемая система
не является астатической. Кроме того, она не в состоянии отработать два последних
варианта входного сигнала.
Рассмотрим установившуюся
ошибку от возмущения f2:


–
коэффициент передачи разомкнутой системы по возмущению f2.
При получим:

При получим:

При 

По возмущению f2 рассматриваемая система имеет
астатизм первого порядка. Она не в состоянии отработать возмущающее
воздействие, изменяющееся во времени с постоянным ускорением.
Подведем некоторые итоги:
1. Наличие и глубина
свойства астатизма зависят от точки приложения входного сигнала.
2. Постоянные времени
звеньев системы не влияют на ее точность.
3. Увеличение значения
коэффициента передачи разомкнутой системы приводит к снижению величины
установившейся ошибки.
Для систем с единичной
отрицательной обратной связью существуют достаточно простые структурные
признаки астатизма.
Рассмотрим структуру,
показанную на рисунке 119.
В общем случае передаточная
функция разомкнутой системы может быть представлена в следующей форме:

Тогда получим:
и для общего вида задающего воздействия 


Результат нахождения этого
предела зависит от соотношения показателей степени:
— при l>v установившаяся
ошибка равна нулю независимо от остальных параметров, то есть имеет место
астатизм;
— при l=v получаем
константу;
— при l<v установившаяся
ошибка стремится к бесконечности, то есть система не в состоянии отработать
входной сигнал.
Учитывая, что минимальное
значение v нулевое,
получаем условие астатизма по задающему воздействию: l>0.
Таким образом, структурный
признак астатизма по задающему воздействию в системе с единичной отрицательной
обратной связью состоит в наличии нулевых корней в знаменателе передаточной
функции разомкнутой системы, или интегрирующих звеньев в прямой цепи системы.
Нетрудно также убедиться,
что положительное значение l совпадает
с порядком астатизма.
Для получения признака
астатизма по возмущающему воздействию представим передаточные функции на
рисунке 10 в форме:


k1k2=k, m1+m2=m,
n1+n2=n,
причем и
.
Тогда получим:
и для общего вида возмущающего воздействия 


Все вышеприведенные выводы
можно повторить для показателя степени l1.
Таким образом, структурный
признак астатизма по возмущающему воздействию в системе с единичной
отрицательной обратной связью состоит в наличии нулевых корней в знаменателе
передаточной функции участка системы до точки приложения воздействия, или
интегрирующих звеньев на том же участке.
На этой странице я собрала теорию и практику, готовые задачи и подробные решения по предмету теория автоматического управления, чтобы вы смогли освежить знания.
Если что-то непонятно — вы всегда можете написать мне в WhatsApp и я вам помогу!
ТАУ
Теория автоматического управления (ТАУ) является одной из немногих общепрофессиональных технических дисциплин, входящих под тем или иным названием во все программы инженерного образования. Основой ТАУ являются различные по идеям и методам исследования разделы высшей математики и физики, такие как дифференциальное и интегральное исчисление, теория функций комплексного переменного, теория матриц, теория оптимальных процессов, математическая логика, теория вероятности и случайные процессы, механика, электричество и магнетизм и др.
Математическое описание систем управления. Уравнения и передаточные функции
Система или звено с одним выходом 


или
где 

Дифференциальный оператор 




Степень полинома знаменателя передаточной функции называют порядком, а разность между ее степенями знаменателя и числителя — относительным порядком или относительной степенью передаточной функции и соответствующей ей системы.
Нулями и полюсами передаточной функции
называют нули ее числителя и знаменателя соответственно, т. е. корни уравнений 


Система (1.1) определяется двумя передаточными функциями: передаточной функцией
относительно входа 
относительно входа 





С помощью передаточной функции уравнение рассматриваемой системы управления можно записать в виде
Имеющее наименьший порядок отношение изображений Лапласа выходной и входной переменных, вычисленных при нулевых начальных условиях, называется передаточной функцией в изображениях Лапласа. В соответствии с определением передаточная функция в изображениях Лапласа не может иметь равные между собой нули и полюса, так как в этом случае ее порядок может быть понижен путем сокращения числителя и знаменателя на общий множитель.
Передаточная функция системы управления в изображениях Лапласа 

Если передаточная функция 

Возможно эта страница вам будет полезна:
Задача №1.1.
Определить передаточные функции звеньев, описываемых уравнениями:
Решение:
В символической форме эти уравнения записываются в виде
а их передаточные функции в операторной форме соответственно равны
Передаточные функции в изображениях Лапласа имеют вид
Как видим, передаточные функции в изображениях Лапласа рассматриваемых звеньев совпадают, хотя они описываются разными дифференциальными уравнениями и общие решения однородных уравнений, описывающие свободные движения систем, отличаются между собой.
Временные функции
Переходной функцией системы (звена) называют функцию, описывающую реакцию системы на единичное ступенчатое воздействие при нулевых начальных условиях. Переходную функцию обозначают 


Импульсной переходной или весовой функцией (функцией веса) называют функцию, описывающую реакцию системы (звена) на единичное импульсное воздействие при нулевых начальных условиях. Весовую функцию обозначают 
Передаточная функция в изображениях Лапласа есть преобразование Лапласа от весовой функции:
Весовая функция равна производной от переходной функции:
Если изображение временной функции 






если нули 



Задача №1.2.
Определить переходную и весовую функции колебательного звена, т. е. звена с передаточной функцией
Решение:
Дифференциальное уравнение имеет вид
Для определения переходной функции нужно решить это уравнение при входном воздействии 
Характеристическое уравнение имеет вид
и его корнями являются
или
Положив
общее решение однородного дифференциального уравнения можно записать в виде
Частное решение неоднородного уравнения 
Производная от этого решения
Начальные условия принимают вид
Отсюда
Поэтому для переходной и весовой функций имеем
или, после элементарных преобразований
где
Задача №1.3.
Определить переходную и весовую функции звена с передаточной функцией
Решение:
Передаточная функция 




Так как 
В этом случае полюс 




Так как
для слагаемого, соответствующего полюсу 
Таким образом, переходная функция имеет вид
Частотные функции и характеристики
Функцию 



Если
Ha комплексной плоскости частотная передаточная функция 







АФЧХ, получаемую при изменении частоты от —





Частотную передаточную функцию 



Кроме перечисленных частотных характеристик имеются логарифмические частотные характеристики (ЛЧХ): логарифмические амплитудные частотные характеристики (ЛАЧX) и логарифмические фазовые частотные характеристики (ЛФЧХ).
Функцию
называют логарифмической амплитудной частотной функцией, а график зависимости функции 

При построении ЛАЧХ по оси абсцисс откладывают значение частоты в логарифмическом масштабе и при этом на отметке, соответствующей значению 


Логарифмической фазовой частотной характеристикой (ЛФЧХ) называют график зависимости функции 



В ЛЧХ единицей функции 

Определенные трудности представляет вычисление фазовой частотной функции. Если эта функция по модулю не превышает 
В общем случае нужно разложить числитель и знаменатель передаточной функции на элементарные множители и определять фазовую частотную функцию по правилу вычисления аргумента произведения и частного комплексных чисел.
Правило вычисления модуля и аргумента. При вычислении амплитудной и фазовой частотной функций полезно следующее правило вычисления модуля и аргумента произведения и частного комплексных чисел (функций).
1) Модуль произведения 
а аргумент — сумме аргументов сомножителей:
2) Модуль частного комплексных чисел (функций) 
а аргумент — разности аргументов числителя и знаменателя:
Элементарные звенья и их характеристики. Так как произвольный полином можно разложить на простые множители, то передаточную функцию системы (звена)
всегда можно представить в виде произведения простых множителей и дробей вида
Здесь 


Звенья, передаточные функции которых имеют вид простых множителей или дробей, называют элементарными звеньями. Их также называют типовыми.
Системы и звенья и их передаточные функции делятся на минимально-фазовые и неминимально-фазовые. Передаточная функция 


Система и звено называются минимально-фазовыми, если их передаточные функции являются минимально-фазовыми, и неминимально-фазовыми, если их передаточные функции являются неминимально-фазовыми.
Передаточные функции системы, не являющиеся ни минимально-фазовыми и ни неминимально-фазовыми, иногда называют нейтральными или маргинальными. Иначе говоря, передаточная функция называется маргинальной, если она имеет нуль или полюс на мнимой оси, но не имеет их в правой полуплоскости.
Тип звена определяется видом его передаточной функции. При этом если передаточные функции звеньев отличаются только на постоянный множитель, то их относят к одному и тому же типу. Поэтому при определении типа элементарных звеньев будем исходить из передаточных функций, получаемых из (1.4) умножением на константу 
Звено с передаточной функцией 






Фазовые частотные функции минимально-фазовых и нейтральных звеньев с передаточными функциями, представляющими элементарный множитель первого порядка, по модулю не превышают 




Физический смысл частотных характеристик. При гармоническом входном воздействии в устойчивых системах после окончания переходного процесса выходная переменная также изменяется по гармоническому закону с той же частотой, но с другими амплитудой и фазой; амплитуда равна амплитуде входного сигнала, умноженной на модуль частотной передаточной функции, а сдвиг фазы — ее аргументу. Поэтому если система с передаточной функцией 
после окончания переходного процесса выходной сигнал
Здесь 


Задача №1.4.
На вход системы подается сигнал 
Решение:
В данном случае частотная передаточная функция имеет вид
и
Поэтому
и соответственно
Задача №1.15.
На вход системы подается сигнал 
Асимптотические логарифмические амплитудные частотные характеристики. Логарифмические амплитудные частотные характеристики (ЛАЧХ) пропорционального, дифференцирующего и интегрирующего звеньев являются прямыми и их легко построить. Построение ЛАЧХ других элементарных звеньев требует трудоемких вычислений. Поэтому на практике часто ограничиваются построением приближенных асимптотических ЛАЧХ.
При построении асимптотической ЛАЧХ апериодического звена в выражении
при 


При построении асимптотической ЛАЧХ колебательного звена в выражении
при 


Аналогично поступают при построении асимптотических ЛАЧХ форсирующих звеньев. Частоты, на которых асимптотические ЛАЧХ претерпевают излом, называются сопрягающими частотами.
Для построения ЛАЧХ и ЛФЧХ звена с произвольной дробно-рациональной передаточной функцией 

или в виде
где 
Из (1.5) имеем:
Из (1.7) следует, что для построения ЛАЧХ произвольного звена достаточно построить ЛАЧХ элементарных звеньев, на которые оно разлагается, а затем их геометрически сложить. Однако для построения асимптотических ЛАЧХ можно использовать несколько иное, более простое правило. Проиллюстрируем это сначала на частном примере.
Возможно эта страница вам будет полезна:
Задача №1.5.
Построить асимптотическую ЛАЧХ для звена с передаточной функцией
Решение:
Преобразуем передаточную функцию к виду
Логарифмическая амплитудная частотная функция
Вычислим сопрягающие частоты и пронумеруем их в порядке возрастания:
Здесь 

Напомним, что при построении асимптотических ЛАЧХ при частотах, меньших сопрягающей частоты, под корнем оставляют только единицу (остальными членами пренебрегают), при частотах, больших сопрягающей частоты, — член с наивысшей степенью 

Это уравнение прямой, которая проходит через точку с координатами 


При 
Это уравнение второй асимптоты. Ее наклон по отношению к первой асимптоте изменяется на —20 дб/дек и обусловливается апериодическим звеном, т. е. множителем первого порядка в знаменателе рассматриваемой передаточной функции. Вторую асимптоту проводят от конца первой асимптоты до второй сопрягающей частоты под наклоном -40 дб/дек.
При
Это уравнение третьей асимптоты. Ее наклон по отношению ко второй асимптоте изменяется на 20 дб/дек и обусловливается форсирующим звеном, т. е. множителем первого порядка в числителе. Третью асимп-
тоту проводят от конца второй асимптоты до третьей сопрягающей частоты под наклоном —20 дб/дек. При
Это уравнение последней, четвертой, асимптоты. Ее наклон изменяется по отношению к третьей асимптоте на -40 дб/дек и обусловливается множителем второго порядка в знаменателе.
Правило построения асимптотических ЛАЧХ
1) Пользуясь представлением (1.6), вычислить 20 

2) На оси абсцисс отметить сопрягающие частоты, а на координатной плоскости — точку (1,20


3) Построить вторую асимптоту, которая начинается с конца первой асимптоты и проводится до второй сопрягающей частоты Его наклон изменяется на ±20 дБ/дек или ±40 дБ/дек в зависимости от того, обусловливается ли 
4) Построить остальные асимптоты, которые строятся аналогично второй асимптоте: 



Последняя асимптота представляет собой прямую, которая начинается в конце асимптоты, соответствующей последней сопрягающей частоте, и уходит в бесконечность.
Возможно эта страница вам будет полезна:
Задача №1.6.
Построить асимптотическую ЛАЧХ звена с передаточной функцией
Решение:
Преобразуем передаточную функцию к виду
1) 

Проводим через точку с координатами (1, 20) первую асимптоту под наклоном 0 дБ/дек (т. е. параллельно оси абсцисс) до первой сопрягающей частоты 
Так как первая сопрягающая частота 


Сопрягающая частота 


Сопрягающая частота 

2) 


Структурные схемы
Структурной схемой системы управления называют графическое представление ее математической модели в виде соединений звеньев, изображаемых в виде прямоугольников или круга (для сумматора), с указанием входных и выходных переменных.
Обычно внутри прямоугольника указывается условное обозначение оператора изображаемого им звена, а сам оператор в виде передаточной функции или дифференциального уравнения задается вне структурной схемы.
Преобразование структурных схем.
Последовательное соединение. Так называется соединение, при котором выход предыдущего звена является входом последующего (рис. 1.4, а). При последовательном соединении передаточные функции отдельных звеньев перемножаются и при преобразовании структурных схем цепочку из последовательно соединенных звеньев можно заме-
нить одним звеном с передаточной функцией 
Параллельное соединение. Так называется соединение, при котором на вход всех звеньев подается одно и то.же воздействие, а их выходные переменные складываются (рис. 1.5, а). При параллельном
соединении звеньев передаточные функции складываются и при преобразовании их можно заменить одним звеном с передаточной функцией
Если выход какого-либо звена поступает на сумматор с отрицательным знаком, то передаточная функция этого звена складывается с отрицательным знаком, т. е. вычитается.
Обратное соединение или звено, охваченное обратной связью. Так называется соединение двух звеньев, при котором выход звена прямой цепи подается на вход звена обратной связи, выход которого складывается с входом первого звена (рис. 1.6, а). Если сигнал обратной
связи (выход звена обратной связи) вычитается (т. е. складывается с отрицательным знаком), то обратная связь называется отрицательной; в противном случае — положительной. Когда передаточная функция звена обратной связи равна единице 
При размыкании обратной связи перед сумматором получаем последовательное соединение, передаточная функция которого равна
Эта передаточная функция называется передаточной функцией разомкнутой цепи.
Передаточную функцию
в которой учитывается передаточная функция сумматора по входу обратной связи, будем называть передаточной функцией контура. Здесь 
Передаточная функция при обратном соединении равна 
Перенос сумматора. При переносе сумматора по ходу сигнала добавляется звено с передаточной функцией, равной передаточной функции звена, через которое переносится сумматор (рис. 1.7, а).
При переносе сумматора против хода сигнала добавляется звено с передаточной функцией, равной обратной передаточной функции звена, через которое переносится сумматор (рис. 1.7, б).
При переносе сумматора участок цепи, через который он переносится, становится неэквивалентным. Поэтому при преобразовании структурных схем нельзя переносить сумматор через точку съема сигнала.
Перенос узла. При переносе узла по ходу сигнала добавляется звено с передаточной функцией, равной обратной передаточной функции звена, через которое переносится узел (рис. 1.8, а).
При переносе узла против хода сигнала добавляется звено с передаточной функцией, равной передаточной функции звена, через которое переносится узел (рис. 1.8, б).
Перестановка сумматоров. Сумматоры можно переставлять местами и объединять. Перестановка двух сумматоров соответствует переносу одного сумматора через другой и подчиняется правилу переноса сумматора через звено.
Сумматор 1 (рис. 1.9) переносится через сумматор 2 по направлению распространения сигнала, а сумматор 2 через сумматор 1 против направления распространения сигнала.
Но так как передаточная функция сумматора по каждому входу равна 1 или -1, то и передаточная функция звена, которое добавляется при переносе сумматора, независимо от направления переноса равна 1 или -1. Поэтому если сумматор переносится через другой сумматор вдоль входа со знаком плюс, добавляется звено с передаточной функцией 1, т. е. в действительности ничего не добавляется (рис. 1.9, а); если сумматор переносится вдоль входа со знаком минус, то добавляется звено с передаточной функцией -1, т.е. знак по входу, куда должно быть добавлено звено, меняется на обратный (рис. 1.9, б).
Перестановка узлов. Узлы можно переставлять местами и объединять.
Вычисление передаточной функции одноконтурной системы.
Замкнутая система называется одноконтурной, если при ее размыкании в какой-либо точке замкнутого контура получается система без параллельных и обратных соединений (рис. 1.10).
Цепь по ходу сигнала от точки приложения входной переменной до точки съема выходной переменной называется прямой цепью. Передаточная функция прямой цепи 

Правило вычисления передаточной функции замкнутой одноконтурной системы: передаточная функция одноконтурной системы относительно внешнего воздействия (входа) 

Возможно эта страница вам будет полезна:
Задача №1.7.
Определить передаточные функции системы (рис. 1.10) 





Решение:
Прямая цепь системы (см. рис. 1.10) относительно входа 



Прямая цепь относительно входа 



Искомые передаточные функции имеют вид
Вычисление передаточной функции многоконтурной системы.
Замкнутая система называется многоконтурной, если при ее размыкании в какой-либо точке замкнутого контура получается система, содержащая параллельное и/или обратное соединение.
Многоконтурная система не имеет перекрестных связей, если любые два контура, образованные параллельными или обратными соединениями, не имеют общих участков (рис. 1.11, а) или, если какие-либо два контура имеют общий участок, то один из них вложен внутрь другого (рис. 1.11, б).
Многоконтурная система имеет перекрестные связи, если она содержит два контура, которые имеют общий участок, и при этом ни один из них не вложен внутрь другого (рис. 1.11, в).
Порядок вычисления передаточной функции многоконтурной системы следующий:
1) путем переноса узлов и сумматоров нужно освободиться от перекрестных связей;
2) используя правила преобразования параллельных и обратных соединений, нужно преобразовать многоконтурную систему в одноконтурную;
3) по правилу вычисления передаточной функции одноконтурной системы определить искомую передаточную функцию.
При преобразовании структурной схемы нужно позаботится о том, чтобы не исчезли точки съема переменных, относительно которых ищутся передаточные функции, или чтобы эти точки не оказались на неэквивалентном участке (т. е. не следует переносить сумматор через эти точки).
Задача №1.8.
Определить передаточные функции 

Решение:
Сначала освободимся от перекрестных связей. Для этого перенесем сумматор 3 против хода сигнала через звено 
матор 2. То же самое проделаем с сумматором 4 (рис. 1.12, б). Далее, заменив параллельное соединение звеном с передаточной функцией
и обратное соединение звеном с передаточной функцией
получим одноконтурную систему (рис. 1.12, в). Из последней схемы по правилу вычисления передаточной функции одноконтурной системы находим
При вычислении передаточных функций многоконтурных систем с перекрестными связями во многих случаях целесообразно, а иногда
и необходимо сначала предварительно упростить схему, используя правила преобразования параллельных и обратных соединений, затем освободиться от перекрестных связей.
Граф системы управления
Граф системы управления состоит из дуг и вершин. Дуга соответствует звену и на схеме изображается отрезком линии со стрелкой, указывающей направление распространения сигнала. Дуга начинается и кончается в вершине.
Вершина на схеме изображается кружком и определяет переменную. Если к вершине подходит одна дуга, то она определяет выходную величину дуги (рис. 1.17, а), если же в вершину входят несколько дуг, то она соответствует сумме выходных переменных этих дуг (рис. 1.17, б).
Начальная вершина дуги определяет ее входную переменную (рис. 1.17, в). Вершина графа, имеющая только выходящие из нее дуги, определяет внешнее воздействие и называется входной вершиной графа.
Последовательность дуг 





Ормаршрут, в котором все дуги разные, называется путем от начальной вершины 




Два контура называются несоприкасающимися, если они не имеют общих вершин. Три, четыре и т.д. контура называются несоприкасающимися, если любая пара из этих контуров является несоприкасающейся.
Граф системы управления можно построить по структурной схеме. Для этого нужно произвести следующее (рис. 1.18):
1) сумматор с выходной переменной 

2) звено с передаточной функцией 


3) каждой переменной, в том числе переменной, соответствующей внешнему воздействию, сопоставить свою вершину.
Формула Мейсона. Определителем графа (подграфа) называется передаточная функция 
Здесь в первой сумме 








Подграфом 

Передаточная функция системы управления относительно входа 

где 







Задача №1.9.
Построить граф и по теореме Мейсона определить передаточную функцию 
Решение:
Граф системы управления представлен на рис. 1.19, б. От вершины 

Подграф 1-го пути состоит из вершин 




Граф системы управления имеет четыре простых контура. Их передаточные функции имеют вид
Несоприкасающихся пар контуров нет. Поэтому определитель графа имеет вид
Для искомой передаточной функции получаем
Математическое описание некоторых технических устройств
В общем случае функциональная схема системы автоматического управления имеет вид, представленный на рис. 2.1, где приняты следующие обозначения: УУ — управляющее устройство, включающее
в себя ЗУ — задающее устройство, вырабатывающее задающий сигнал 
УПУ — усилительно-преобразовательное устройство, включающее в себя помимо усилителя и преобразователь или корректирующее устройство, которое на основе сигнала ошибки 




В данной главе рассматриваются задачи, связанные с математическим описанием (дифференциальными уравнениями и передаточными функциями) некоторых технических устройств, используемых в системах автоматического управления (САУ) в качестве упомянутых выше элементов.
Чувствительные элементы — датчики
Датчики линейных и угловых перемещений. В САУ для измерения линейных и угловых перемещений используются линейные и вращающиеся потенциометрические датчики (ПД). Для измерения угловых перемещений используются вращающиеся трансформаторы (ВТ) и сельсины (С). На этих элементах выполняют также и сравнивающие устройства (СУ). Принцип действия этих устройств, их схемы и основные характеристики рассматриваются в довольно обширной литературе [1, 2, 5-8, 10]. Упомянутые выше потенциометрические датчики, вращающиеся трансформаторы и сельсины при исследовании динамики считаются безынерционными звеньями с передаточной функцией
где 
Для потенциометрических датчиков и вращающихся трансформаторов коэффициент 
Так, например, передаточная функция ПД типа ПП
передаточная функция ВТ типа ВТ-5
передаточная функция сельсина типа СГСМ-1
Для измерения угловой скорости используют тахогенераторы (ТГ) постоянного и переменного тока. Строго говоря, по динамическим свойствам их можно отнести к апериодическому звену второго порядка с передаточной функцией
где 








Например, передаточная функция ТГ типа ТП-75
а для ТГ типа ДГ-3ТА
Основные характеристики некоторых типов ТГ приведены в [2, 10].
Датчики температуры. Для измерения температуры в системах автоматического управления используются электротепловые датчики: термопары (ТП) и термосопротивления (ТС) [5, 6, 8, 10]. Датчики этого типа с точки зрения динамики являются апериодическим (инерционным) звеном первого порядка с передаточной функцией
где 

Усилители
В САУ используются все известные типы усилителей: электрические, гидравлические и пневматические. В качестве электрических используются электронные (ЭУ) (полупроводниковые, тиристорные), магнитные (МУ) и электромашинные (ЭМУ).
Электронные усилители. Электронные усилители можно считать безынерционным звеном с передаточной функцией
так как их постоянная времени мала по сравнению с постоянными времени электромеханических элементов системы. Коэффициент усиления по напряжению 


Магнитные усилители. Наибольшее распространение в САУ получила схема двухтактного реверсивного МУ [5, 8-10]. По динамическим свойствам МУ этого типа эквивалентен апериодическому звену с передаточной функцией
Для увеличения коэффициента усиления используют внутреннюю обратную связь. Постоянная времени Тму для МУ с положительной обратной связью рассчитывается по следующей формуле:
где 






где 

Магнитные усилители рассчитываются для каждого отдельного случая, серийно промышленностью не выпускаются.
Электромашинные усилители. ЭМУ используются в САУ в случае наличия источника механической энергии (например, дизель и т.п.). Их применяют для управления двигателем постоянного тока, когда требуется высокий коэффициент усиления по мощности. Известны различные конструкции ЭМУ [3, 5, 6, 8, 10]. ЭМУ с поперечным полем описывается передаточной функцией апериодического звена второго порядка
где 










Возможно эта страница вам будет полезна:
Исполнительные устройства и объекты управления
Двигатели постоянного тока. Двигатель постоянного тока с независимым возбуждением может быть представлен структурной схемой, приведенной на рис. 2.2, где 


Когда выходом является угловая скорость, передаточная функция двигателя по управляющему воздействию
и по возмущению
Здесь
передаточный коэффициент двигателя по управлению, 







передаточный коэффициент двигателя по возмущению (моменту нагрузки) 



Для большинства двигателей выполняется неравенство 



Если за выходную величину двигателя принять угол поворота вала 


Задача №2.1.
Определить передаточные функции двигателя типа ДПМ-20-Н1/Н2-01.
Решение:
Для двигателя данного типа
Приведем единицы измерения параметров двигателя к системе СИ:
Скорость холостого хода двигателя
Рассчитаем передаточные коэффициенты двигателя по управлению и по возмущению:
Тогда получим передаточные функции двигателя
Асинхронные двигатели. Наиболее распространен индукционный двухфазный двигатель [1, 3, 8-10]. В динамическом отношении асинхронный двигатель рассматривается относительно угловой скорости как апериодическое звено и по управляющему воздействию 

где параметры двигателя вычисляются по следующим формулам:
где 

Задача №2.2.
Определить передаточные функции асинхронного двигателя типа АД-32Б. Технические характеристики двигателя этого типа:
Решение:
Угловая скорость двигателя при холостом ходе
Рассчитаем передаточные коэффициенты двигателя:
Тогда передаточные функции двигателя
Генератор постоянного тока. Генератор постоянного тока описывается дифференциальным уравнением первого порядка и он эквивалентен апериодическому звену [6]:
где 





Передаточная функция генератора относительно возмущения (
где 
Корректирующие элементы
При синтезе САУ для обеспечения ее устойчивости и требуемых показателей качества используют корректирующие элементы, в качестве которых применяют пассивные и активные четырехполюсники.
Пассивные четырехполюсники. Пассивные четырехполюсники представляют собой схемы из резисторов, конденсаторов и индуктив-ностей [5-7].
При вычислении передаточных функций четырехполюсников удобно воспользоваться операторными сопротивлениями: омическим 




Передаточную функцию такого четырехполюсника можно записать следующим образом:
Задача № 2.3.
Рассчитать передаточную функцию четырехполюсника, показанного на рис. 2.4.
Решение:
В данном случае
Поэтому
Если соединить последовательно два пассивных четырехполюсника через разделительный усилитель (рис. 2.5), то передаточная функция этой цепи
где 


Эта формула справедлива при условии, что входное сопротивление усилителя достаточно велико.
Активные четырехполюсники постоянного тока. В таких четырехполюсниках используются операционные усилители (УПТ) с высоким коэффициентом усиления 
Задача №2.4.
Рассчитать передаточную функцию активного четырехполюсника, показанного на рис. 2.7.
Решение:
В данном случае
Поэтому
Сравнивающие устройства (СУ)
На рис. 2.8, а показана схема СУ, выполненная на линейных потенциометрах 



В обеих схемах сигнал ошибки 


На рис. 2.9 показана мостовая схема СУ.
В частном случае в плечи моста могут быть включены активные сопротивления 



Схема СУ может быть выполнена и на сельсинах, и на вращающихся трансформаторах. Принципиальная схема таких устройств может быть показана так, как на рис. 2.10.
В качестве задающего (ЗУ) и приемного (ПУ) устройств могут использоваться и сельсины (СД-сельсин-датчик, СП-сельсин-приемник) и вращающиеся трансформаторы (ВТ-1 и ВТ-2). Сигнал ошибки 


На рис. 2.11 показана схема СУ, выполненная на операционном усилителе (активном четырехполюснике). Сигнал ошибки 

Для всех приведенных выше схем СУ (рис. 2.8-2.11) структурная схема показана на рис. 2.12, где 



Устойчивость непрерывных систем управления
Основное условие устойчивости: для того чтобы непрерывная система управления была устойчива, необходимо и достаточно, чтобы все корни ее характеристического уравнения имели отрицательную вещественную часть.
На комплексной плоскости корни, имеющие отрицательную вещественную часть, располагаются в левой полуплоскости и поэтому называются левыми, корни, имеющие положительную вещественную часть, располагаются в правой полуплоскости и называются правыми, а корни, расположенные на мнимой оси, — нейтральными. Поэтому основное условие устойчивости можно также сформулировать еще так: для того чтобы система была устойчива, необходимо и достаточно, чтобы все корни характеристического уравнения были левыми.
Необходимое условие устойчивости. Для того чтобы система была устойчива, необходимо, чтобы все коэффициенты ее характеристического уравнения
были строго одного знака:
Характеристическое уравнение. Характеристический полином 




При исследовании замкнутой системы (рис. 3.1, а) нет необходимости находить ее передаточную функцию, если известна передаточная функция 
Ее собственный оператор 
Алгебраические критерии устойчивости
При проведении исследования устойчивости с помощью алгебраических критериев следует, прежде всего, записав характеристическое уравнение, проверить выполнение необходимого условия устойчивости, так как его проверка не требует никаких вычислений и в то же время при его невыполнении не надо проводить дальнейших исследований.
Определители Гурвица. Из коэффициентов характеристического полинома
составим определитель 
который строится следующим образом. На главной диагонали выписываются элементы 






называют определителями Гурвица.
Критерий Гурвица (Hurwitz, 1895). Для того чтобы система была устойчива, необходимо и достаточно, чтобы все определители Гурвица, составленные из коэффициентов ее характеристического уравнения, при 
Критерий Льенара—Шипара (Lienard, Chipard, 1914). При выполнении необходимого условия 

Для уменьшения вычислений целесообразно при нечетном 

Выпишем необходимые и достаточные условия устойчивости для 
Задача №3.1.
Передаточная функция разомкнутой системы имеет вид
Исследовать устойчивость разомкнутой и замкнутой систем.
Решение:
Характеристический полином разомкнутой системы имеет вид
Все коэффициенты больше нуля и определитель 
Характеристический полином замкнутой системы
Все коэффициенты этого полинома при обоих значениях 


а при 
Следовательно, замкнутая система при 

Частотные критерии устойчивости
Критерий Найквиста (Nyqvist, 1932). Для того чтобы замкнутая система (с отрицательной обратной связью) была устойчива, необходимо и достаточно, чтобы амплитудно-фазовая частотная характеристика (АФЧХ) разомкнутой системы охватывала 


Если разомкнутая система устойчива 

Задача №3.2.
Исследовать устойчивость замкнутой системы, если передаточная функция разомкнутой системы имеет вид
Решение:
Частотные передаточные функции и вещественные и мнимые частотные функции имеют вид:
Для построения АФЧХ нужно определить координаты точек ее пересечения с осями координат и соединить эти точки плавной кривой. Необходимые расчетные данные приведены в таблице 3.1. На основе этих данных построены АФЧХ (рис. 3.2).
Расчетные данные к примеру 3.4
Расчетные данные к примеру 3.2. б)
В случае а) замкнутая система устойчива, так как 



Случай наличия нулевых корней. Если характеристическое уравнение разомкнутой системы имеет нулевые корни, т. е. ее передаточная функция может быть представлена в виде
то АФЧХ при 




Устойчивость систем с чистым запаздыванием
Рассмотрим замкнутую систему управления, передаточная функция разомкнутой системы которой имеет вид
где 



Для того чтобы замкнутая система, передаточная функция которой в разомкнутом состоянии имеет вид (3.2), была устойчива, необходимо и достаточно, чтобы АФЧХ разомкнутой системы охватывала точку 



Замкнутая система со звеном чистого запаздывания, будучи устойчивой при малом 




Частотная передаточная функция и амплитудная и фазовая частотные функции разомкнутой системы имеют вид
где
Отсюда видно, что появление чистого запаздывания не меняет модуль, а только вносит дополнительный отрицательный фазовый сдвиг 
Критическое запаздывание находится из условий
Решив эту систему, найдем критическое запаздывание и частоту 
Задача №3.3.
Определить критическое запаздывание и критическую частоту для системы, у которой передаточная функция в разомкнутом состоянии
Решение:
Без запаздывания замкнутая система устойчива. Условие (3.3) принимает вид
Отсюда получаем
Определение области устойчивости
Структура системы определяется составом элементов (звеньев) и связями между ними. При заданной структуре какие-либо параметры могут быть не фиксированными, т. е. их можно изменять. Такие параметры называют варьируемыми. Областью устойчивости в пространстве параметров называют множество всех значений варьируемых параметров, при которых система устойчива.
Если существует область устойчивости в пространстве параметров, то система называется структурно устойчивой (относительно заданных варьируемых параметров). В противном случае система называется структурно неустойчивой (относительно заданных варьируемых параметров).
Область устойчивости можно определить с помощью алгебраических критериев устойчивости. Рассмотрим это на примере.
Задача №3.4.
Передаточная функция разомкнутой системы 

Решение:
Характеристический полином замкнутой системы имеет вид
По критерию Льенара—Шипара имеем
Очевидно, эти неравенства будут выполнены, если
Эта система неравенств определяет область устойчивости.
Робастная устойчивость
Рассмотрим характеристический полином
Введем в рассмотрение 









Полиномы Харитонова. Пусть множество А является (гиперпараллелепипедом:
Здесь 

Полиномы
со следующими коэффициентами (коэффициенты выписаны в порядке убывания индексов)
называются полиномами Харитонова.
Необходимое условие робастной устойчивости. Так как при робастной устойчивости в параллелепипеде (3.4) должны быть устойчивыми характеристические полиномы при всех значениях коэффициентов из этого параллелепипеда, необходимо, чтобы был устойчивым характеристический полином при значениях коэффициентов 


Теорема Харитонова (1978). Для того чтобы система с характеристическим полиномом
была робастно устойчива на множестве (3.4), необходимо и достаточно, чтобы все полиномы Харитонова были устойчивыми.
В случае, когда 

а) при 

б) при 


в) при 

Задача №3.5.
Исследовать робастную устойчивость системы, характеристический полином которой имеет вид
Решение:
В данном случае
Так как 


Из (3.5а) и (3.56) имеем
или
Необходимое условие устойчивости для обоих полиномов выполняется. Для полинома 
а для полинома
На основе критерия Льенара—Шипара 

Задача №3.6.
Исследовать устойчивость замкнутой системы, если передаточная функция разомкнутой системы имеет вид
Решение:
Характеристический полином замкнутой системы имеет вид
где
Коэффициенты характеристического полинома удовлетворяют следующим условиям:
Следовательно, в принятых выше обозначениях имеем
Необходимое условие робастной устойчивости выполняется. Так как 

Определитель Гурвица
Поэтому замкнутая система не будет робастно устойчива. Теорема Харитонова справедлива при условии, что коэффициенты характеристического полинома изменяются на заданных интервалах независимо друг от друга. В противном случае устойчивость полиномов Харитонова является только достаточным условием робастной устойчивости.
Задача №3.7.
Исследовать устойчивость замкнутой системы при всевозможных заданных значениях параметров при условии, что передаточная функция разомкнутой системы имеет вид
Решение:
Характеристический полином замкнутой системы имеет вид
где
Для граничных значений коэффициентов характеристического полинома имеем
Необходимое условие робастной устойчивости выполняется. И так как 

Все коэффициенты больше нуля, но определитель Гурвица
Следовательно, полином 
При положительных значениях параметров необходимое условие устойчивости выполняется и определитель Гурвица
будет положительным при 
Следовательно, система устойчива при любых значениях параметров из области, определяемой неравенствами 
Качество систем управления. Показатели качества в переходном режиме
Показатели качества делятся на показатели качества в переходном режиме и показатели качества в установившемся режиме.
Показатели качества в переходном режиме делятся на прямые и косвенные. Последние делятся на корневые, частотные и интегральные.
Прямыми показателями качества называются показатели, которые получаются непосредственно по переходной характеристике. Из прямых показателей качества наиболее часто используют время регулирования и перерегулирование.
Временем регулирования 






где 
Корневые показатели качества. В качестве корневых показателей используют степень устойчивости и колебательность (степень колебательности). Степенью устойчивости 
степень колебательности системы (или ее характеристического полинома) можно определить следующим образом:
Здесь 
При исследовании степени устойчивости удобно воспользоваться следующим преобразованием. Полином
преобразуем, сделав подстановку 
Преобразование 





Задача №4.1.
Задан характеристический полином
Исследовать, превышает ли степень устойчивости заданного полинома единицу.
Решение:
Убедимся сначала, что рассматриваемый полином является устойчивым полиномом, для чего вычислим определитель Гурвица 3-го порядка, составленный из его коэффициентов.
Полином 



Без дальнейших вычислений ясно, что необходимое условие устойчивости преобразованного полинома не выполняется, и он является неустойчивым полиномом. Следовательно, степень устойчивости 
Задача №4.2.
Определить, превышает ли единицу степень устойчивости характеристического полинома
Решение:
Сначала проверим устойчивость заданного полинома. Для этого достаточно проверить знак определителя Гурвица 2-го порядка:
Полином 



Преобразованное характеристическое уравнение имеет вид
Все корни этого уравнения 

Интегральные показатели качества. В качестве интегральных оценок наиболее часто используют интегральную квадратическую ошибку (оценку)
и обобщенные интегральные квадратические оценки
Здесь 



Вычисление интегральных квадратических оценок. Из равенства Парсеваля
где
имеем
где
Так как
формулу для 
Определение интегральных квадратических показателей сводится к вычислению интеграла вида
Этот интеграл вычисляется с помощью теории вычетов и для 
Задача №4.3.
Вычислить интегральные показатели 

Решение:
Вычислим 


можно записать
Установившееся значение
Так как
то
На основании свойства преобразования Лапласа
Интегральная квадратическая оценка имеет вид
В данном случае (4.2)
Поэтому согласно (4.3а)
Теперь найдем 
Так как
имеем
Показатели качества в установившемся режиме
Наиболее полной характеристикой качества системы в установившемся режиме является установившаяся ошибка. Если на систему действуют два внешних воздействия — задающее воздействие 

где 



Установившиеся ошибки 

где
Здесь 












Статические и астатические системы. Установившаяся ошибка при постоянном внешнем воздействии называется статической ошибкой. Система называется статической, если статическая ошибка отлична от нуля, и астатической, если статическая ошибка равна нулю.
Система называется статической относительно задающего воздействия (возмущения), если статическая ошибка от задающего воздействия (возмущения) отлична от нуля, и астатической относительно задающего воздействия (возмущения), если статическая ошибка от задающего воздействия (возмущения) равна нулю.
Формулы (4.4) и (4.5) при постоянных 

Отсюда следует, что система будет статической относительно воздействия 






Говорят, что астатическая система обладает астатизмом 
Аналогично определяется астатическая система с астатизмом 
Если система обладает астатизмом 


Иначе говоря, этими формулами можно пользоваться при вычислении до первого отличного от нуля коэффициента.
Задача №4.4.
Определить установившуюся ошибку системы (рис. 4.1, б) при
Решение:
Так как все производные от 

Поэтому для определения искомой ошибки достаточно вычислить коэффициенты ошибок
Передаточные функции ошибки имеют вид
Отсюда
Так как
можно вычислить по формуле (4.6).
Таким образом, для ошибок имеем:
Структура астатической системы управления. Для того чтобы система управления была астатической с астатизмом 

Для того чтобы система управления была астатической с астатизмом 


Синтез систем управления
При выборе законов управления следует иметь в виду:
- введение в закон управления интегрирующего члена делает систему астатической и улучшает качество системы в установившемся режиме, но оказывает дестабилизирующее влияние (т. е. может сделать систему неустойчивой) и ухудшает качество системы в переходном режиме;
- введение в закон управления дифференцирующего члена оказывает стабилизирующее влияние (может сделать неустойчивую систему устойчивой) и улучшает качество системы в переходном режиме, не оказывая влияние на качество системы в установившемся режиме.
Задача №5.1.
Определить, при каких типовых законах управления статическая ошибка системы (рис. 5.1) будет равна нулю, когда передаточная функция объекта имеет вид
Решение:
Статическая ошибка будет равна нулю, если система будет астатической относительно задающего воздействия и возмущения. А для этого нужно, чтобы регулятор содержал интегрирующее звено. Поэтому искомыми законами управления будут пропорциональ-но-интегральный (ПИ) закон и пропорционально интегро-дифференци-альный (ПИД) закон.
Задача №5.2.
Определить, при каких типовых законах управления установившаяся ошибка системы (рис. 5.1) будет равна нулю при условии, что
Решение:
Так как установившаяся ошибка от задающего воздействия и возмущения имеют вид
установившаяся ошибка будет равна нулю, если 
и характеристическое уравнение имеет вид
В этом уравнении коэффициент при 
и характеристическое уравнение имеет вид
Определитель Гурвица 3-го порядка
соответствующим выбором параметров регулятора можно сделать Следовательно, при ПИД-законе система структурно устойчива и искомым законом устойчива и искомым законом управления является ПИД-закон.
Синтез параметров регулятора по минимуму интегральных оценок
Постановку и решение задачи синтеза параметров регулятора по минимуму интегральной оценки рассмотрим на примерах.
Задача №5.3.
При условии, что
и
определить параметр 

Решение:
Переходный процесс будет апериодическим, если корни характеристического уравнения рассматриваемой системы
будут вещественными, т. е. если детерминант этого уравнения
Так как 


Переходя к изображениям Лапласа, получим:
Следовательно,
В данном случае (4.2)
Поэтому (4.36)
Очевидно, что 


Задача №5.4.
При условии, что
и
(рис. 5.1), определить значение параметра 


Решение:
Согласно формуле Парсеваля
Как было вычислено (см. пример 5.3),
Для 
Поэтому
В данном случае
Подставив это выражение и выражение для 

Из условия
следует, что 

В точке экстремума эта производная положительна. Следовательно, в ней достигается минимум и соответственно решением будет 
Синтез систем управления максимальной степени устойчивости
Задача синтеза систем управления максимальной степени устойчивости ставится следующим образом. Задана структура системы управления и требуется определить 

Здесь 





Условия граничной (маргинальной) устойчивости. Система находится на границе устойчивости или имеет место граничная (маргинальная) устойчивость, если ее характеристический полином имеет нейтральные (т. е. расположенные на мнимой оси) нули и не имеет правых нулей. Такой полином называют маргинально устойчивым.
Рассмотрим полином с вещественными коэффициентами
Утверждение. 5.1 (необходимое условие маргинальной устойчивости). Если полином (5.1) маргинально устойчив, то все его коэффициенты неотрицательны:
Нуль 

Утверждение. 5.2 Полином (5.1) маргинально устойчив и 
1) 

2) Полином (5.1) не имеет особых нулей, расположенных не на мнимой оси.
Утверждение. 5.3 При выполнении необходимого условия (5.2) особый нуль не может быть вещественным числом, и если имеются особые нули, расположенные не на мнимой оси, то их количество равно числу, кратному четырем.
Нейтральные нули полинома 


Утверждение. 5.4 Для того чтобы все определители Гурвица полинома были равны нулю, необходимо и достаточно, чтобы все его коэффициенты с нечетными индексами были равны нулю.
Метод синтеза систем управления максимальной степени устойчивости. Метод решения задачи основан на преобразовании характеристического полинома
путем постановки 
становится маргинально устойчивым полиномом. И для 
Здесь 

Рассматриваемый метод состоит в следующем: решается система (5.7) относительно неизвестных параметров регулятора и степени устойчивости 

Утверждение. 5.5 Максимально возможная или граничная степень устойчивости 

и она достигается, когда вещественные части всех нулей полинома 
Поиск решения задачи синтеза максимальной степени устойчивости следует начинать со случая, когда степень устойчивости принимает граничное (максимально возможное) значение. Так как это возможно, когда все нули исходного полинома имеют одинаковые вещественные части или все нули преобразованного полинома 
Если эта система не имеет решения, то нужно перейти к системе (5.7) и решить ее при 
А) Синтез оптимальных по степени устойчивости параметров типовых регуляторов для объекта 2-го порядка
Рассмотрим синтез оптимальных по степени устойчивости параметров П- и ПИ-регуляторов для объекта 2-го порядка. Пусть передаточная функция объекта имеет вид
П-регулятор. Передаточная функция регулятора 
Характеристический полином принимает вид
Для коэффициентов преобразованного полинома
в соответствии с (5.6) имеем
В данном случае условия граничной устойчивости (5.9) принимают следующий вид:
Решив эту систему, получим
Так как степень устойчивости принимает граничное значение, найденное решение является искомым. Здесь 
ПИ-регулятор. Передаточная функция регулятора 
Характеристический полином имеет вид
Коэффициенты преобразованного полинома
определяются следующим образом (5.6):
Условия граничной устойчивости (5.9) принимают вид
Из последнего уравнения (5.10) имеем 
Решив эту систему, получим
Здесь 
Б) Синтез оптимальных по степени устойчивости параметров ПД- и ПИД-регуляторов для объекта 3-го порядка
Рассмотрим синтез оптимальных по степени устойчивости параметров типовых регуляторов для объекта 3-го порядка. Пусть передаточная функция объекта имеет вид
ПД-регулятор. Передаточная функция регулятора 
Характеристический полином замкнутой системы имеет вид
Для коэффициентов преобразованного полинома
имеем
Условия граничной устойчивости (5.9) для преобразованного полинома принимают вид
Из последнего равенства этого условия имеем 

Решив эту систему, найдем
Здесь 
ПИД-регулятор. Передаточная функция регулятора 
Характеристический полином синтезируемой системы и преобразованный полином имеют соответственно вид
где
Условие маргинальной устойчивости (5.9) принимает вид
Неравенства 



и условие маргинальной устойчивости можно записать в виде
Решив эту систему уравнений, получим
где свободные параметры 

Синтез систем управления по желаемой передаточной функции или метод полиномиальных уравнений
При задании желаемой передаточной функции 

Физическая осуществимость. Под физической осуществимостью или реализуемостью передаточной функции или системы, заданной этой передаточной функцией, понимают принципиальную возможность построения такой системы.
Передаточная функция физически осуществима, если степень числителя не больше степени ее знаменателя. Условие физической осуществимости передаточной функции
имеет вид
Грубость. Система называется грубой или робастной, если при малом изменении ее параметров свойство системы качественно не меняется. В случае линейной системы негрубость означает, что устойчивая система при малом изменении параметров становится неустойчивой.
При синтезе систем по желаемой передаточной функции грубость может быть нарушена, если правый полюс передаточной функции объекта компенсируется правым нулем передаточной функции регулятора и правый нуль объекта — правым полюсом регулятора.
Представим передаточную функцию объекта в виде
где 





Передаточная функция регулятора синтезируемой системы имеет вид
где полиномы 

Здесь 
Условимся степень полинома обозначать буквой 




Условие физической осуществимости регулятора (5.11):
При определении степеней неопределенных полиномов необходимо учитывать условие, получаемое из условия грубости:
Чтобы система (5.13)-(5.15) была разрешима, необходимо, чтобы порядок 

Метод синтеза регулятора по желаемой передаточной функции состоит в следующем. Исходя из заданных требований к качеству синтезируемой системы задается характеристический полином 






Задача №5.5.
Передаточная функция объекта имеет вид 

и установившаяся ошибка равна нулю (рис. 5.1) при постоянном задающем воздействии 

Решение:
Переходная составляющая ошибки будет изменяться в соответствии с заданной функцией, если характеристический полином синтезируемой системы имеет трехкратный корень, равный — 1 

Числитель и знаменатель передаточной функции объекта раскладываются на множители
Степени полиномов равны
Статическая ошибка 


Из последнего равенства 


и
Подставив эти полиномы в полиномиальное уравнение (5.12), получим
Отсюда, приравнивая коэффициенты при одинаковых степенях, найдем
Подставляя эти полиномы, а также выражения для 


Определение желаемой передаточной функции
Желаемая передаточная функция должна быть определена исходя из заданных требований к качеству синтезируемой системы. На ее выбор определенные ограничения накладывают условия грубости и физической осуществимости. В силу этих ограничений желаемая передаточная функция имеет вид
где 


Передаточная функция вида
называется нормированной передаточной функцией или передаточной функцией в форме Вышнеградского. Нормированная передаточная характеризуется тем, что в знаменателе коэффициент при старшей степени и свободный член равны единице.
Желаемая передаточная функция, когда наряду с другими требованиями нужно обеспечить заданное время регулирования 



определяются так:
Стандартные нормированные передаточные функции
Рассмотрим стандартные передаточные функции, которые не имеют нулей: числители являются константами. Так как значения этих констант не влияют на характер переходного процесса, примем их равными единице.
Передаточная функция с одинаковыми полюсами
обладает монотонной переходной характеристикой, неплохим быстродействием и среди передаточных функций 


Оптимальная по быстродействию передаточная функция передаточная функция с полюсами, имеющими одинаковые действительные части 


В таблице 5.1 представлены время регулирования при 
Задача №5.6.
Передаточная функция объекта имеет вид
Синтезировать регулятор, при котором переходный процесс является монотонным, время регулирования 
Решение:
Статическая ошибка будет равна нулю, если система будет астатической. Примем порядок астатизма 
В качестве стандартной передаточной функции выберем нормированную передаточную функцию с одинаковыми полюсами
Для этой передаточной функции из табл. 5.1, а имеем 
Учитывая формулы (5.186), для коэффициентов полинома знаменателя 
и соответственно,
Числитель и знаменатель передаточной функции объекта раскладываются на множители
Степени полиномов равны
Условия (5.13), (5.14) и (5.15) принимают вид
Этим условиям удовлетворяют 
При подстановке этих полиномов уравнение (5.12) принимает вид
Отсюда
и, соответственно
Подставляя их и выражения для 

Метод обратной задачи динамики
Методом обратной задачи динамики называют метод синтеза систем, когда по заданным уравнению объекта и требованиям к качеству системы управления определяется дифференциальное уравнение, решение которого удовлетворяет заданным требованиям, а затем из найденного уравнения выражается старшая производная и, после подстановки ее вместо старшей производной в уравнение объекта, находится требуемый закон управления.
Задача №5.7.
Пусть задана передаточная функция объекта
Задан требуемый закон изменения 


Здесь 

Решение:
Уравнение объекта имеет вид
Числа 
Следовательно, заданная функция 
Так как
подставив эти выражения в уравнение объекта, получим
Математическое описание дискретных систем
Определение 

ставящее дискретной функции 




Оригинал и его изображение обозначают одноименными буквами: оригинал — строчной буквой, а изображение — прописной буквой со звездочкой. 
а обратное 

называют модифицированным 

Функцию 




Уравнения и передаточные функции дискретных систем
Пусть модель дискретной системы управления описывается разностным уравнением
где 



это уравнение можно записать в операторной форме
Разностный оператор при выходной переменной
называется собственным (разностным) оператором, а разностный оператор при входной переменной
(разностным) оператором воздействия.
Отношение оператора воздействия к собственному оператору называется передаточной функцией в операторной форме. В соответствии с этим определением передаточная функция (в операторной форме) системы управления (6.1) имеет вид
Имеющее наименьший порядок отношение 

Передаточные функции в 


Однако если полиномы числителя и знаменателя 
Вычисление передаточных функций АИМ-системы
Как правило, приходится вычислять передаточные функции, когда известны характеристики дискретных элементов и передаточная функция непрерывной части. И в этом случае возникают особенности, которые делают вычисление передаточных функций дискретных систем более сложным.
АИМ-система включает АИМ-элемент (импульсный элемент с амплитудно-импульсной модуляцией) и непрерывную часть (рис. 6.2). Для получения математического описания АИМ-системы управления
ее представляют в виде эквивалентной схемы, состоящей из простейшего импульсного звена 1 и приведенной непрерывной части (ПНЧ) (рис. 6.3, а). Простейшее импульсное звено представляет собой звено, которое преобразует входную функцию 
где 

Если ограничиться изучением АИМ-системы только в дискретные моменты времени 


Зная связь между изображением Лапласа непрерывной функции и 





Оператор 



Дальше также используется оператор 


По аналогии с 

и в 







Вычисление 

где 







Задача №6.1.
Передаточная функция ПНЧ имеет вид
Требуется найти дискретную передаточную функцию
Решение:
Полюсами данной передаточной функции (т. е. корнями уравнения 


Если
содержит кратные полюса, то изображения 



Задача №6.2.
Передаточная функция ПНЧ имеет вид 

Решение:
Данная передаточная функция ПНЧ имеет двукратный полюс 

Преобразованная передаточная функция имеет простые полюса 


Используя разложение
где 

Отсюда, устремив 
Если среди простых полюсов функции 



Задача №6.3.
Определить 

Решение:
Данная функция имеет кратный полюс 



Приравняв коэффициенты при одинаковых степенях слева и справа и решив полученную систему уравнений, найдем
Следовательно,
Преобразуем правую часть к табличному виду:
Подставив это выражение в предыдущее равенство, произведем 
После подстановки соответствующих изображений из табл. 6.2 и преобразований получим
Положив 
Вычисление 


где 
В этом случае в зависимости от величины 

а) при
где
б) при





Задача №6.4.
АИМ-элемент вырабатывает прямоугольные импульсы длительности 





Решение:
Найдем сначала передаточную функцию приведенной непрерывной части. Так как передаточная функция формирующего звена
передаточная функция ПНЧ
где
Дискретная передаточная функция
В данном случае
Согласно (6.4)
Полюсами 


Следовательно,
Цифровые системы управления
Если цифровое устройство оперирует числовыми представлениями со значительным количеством разрядов, то- квантованием по уровню можно пренебречь. И системы управления с такими цифровыми устройствами можно рассматривать как АИМ-системы.
Цифровая система управления (ЦСУ) включает объект управления (ОУ), чувствительные элементы (ЧЭ), аналого-цифровой преобразователь (АЦП), цифровое вычислительное устройство (ЦВУ) и цифро-аналоговый преобразователь (ЦАП) (рис. 6.4). АЦП преобразует аналоговый сигнал в цифрой, а ЦАП — цифровой сигнал в аналоговый. ЦВУ выполняет все необходимые вычисления в соответствии с заданным алгоритмом управления, т. е. представляет собой регулятор.
Если пренебречь квантованием по уровню, цифровую систему управления можно представить в виде блок-схемы (рис. 6.5), состоящей из прерывателя, дискретного фильтра (ДФ), фиксатора нулевого порядка (ФНП) и непрерывной части (НЧ).
Прерыватель является моделью АЦП и преобразует непрерывный сигнал 




На этой схеме 

Передаточная функция (в изображениях Лапласа) ПНЧ
Дискретная передаточная функция ПНЧ
или
Используя эту передаточную функцию, можно построить структурную схему дискретной модели цифровой системы управления (рис. 6.7).
Задача №6.5.
Дана цифровая система управления, у которой передаточная функция непрерывной части
и цифровое вычислительное устройство реализует алгоритм управления, определяемый разностным уравнением
Требуется определить передаточную функцию данной системы относительно входа 

Решение:
Запишем уравнение регулятора в операторной форме:
Отсюда передаточная функция регулятора в операторной форме
и в 
Передаточная функция приведенной непрерывной части
Дискретная передаточная функция ПНЧ
Корнями полинома
являются
и производная
По формуле (6.2)
Следовательно,
Искомая передаточная функция замкнутой системы
ШИМ-системы управления
Блок-схема ШИМ-системы управления включает ШИМ-элемент (импульсный элемент с широтно-импульсной модуляцией) и НЧ (рис. 6.8). Пусть ШИМ-элемент вырабатывает прямоугольные импульсы с амплитудой 


где 

и называется коэффициентом модуляции.
Линеаризация. Уравнения ШИМ-элемента являются нелинейными. Если выполняется условие 

Задача №6.6.
Дана ШИМ-система управления (рис. 6.8). Амплитуда 


Требуется определить дискретную передаточную функцию замкнутой системы
Решение:
Так как
Искомая передаточная функция
Вычисление передаточных функций дискретных систем в общем случае
Выше мы рассмотрели вычисление передаточных функций дискретных систем, когда их эквивалентная схема за простейшим импульсным звеном содержит одно непрерывное звено — приведенную НЧ. Однако может потребоваться вычисление передаточных функций, эквивалентная схема которых имеет более общий вид (рис. 6.10). И в этом
случае справедливо правило, которое совпадает с правилом вычисления передаточных функций одноконтурной непрерывной системы: передаточная функция относительно входа 
Следует иметь в виду, что при вычислении передаточной функции прямой цепи и передаточной функции разомкнутой системы непрерывные звенья, расположенные за простейшим импульсным звеном, нужно рассматривать как одну НЧ.
Теперь рассмотрим схему с дискретным фильтром, включенным перед простейшим импульсным звеном (рис. 6.11). Установленное выше правило вычисления дискретной передаточной функции замкнутой системы остается в силе и в данном случае:
Задача №6.7.
Пусть в дискретной системе, представленной на рис. 6.11,
и период следования импульсов 


Решение:
Найдем необходимые для определения требуемых передаточных функций 




Подставив полученные выражения и выражения для 
Устойчивость дискретных систем. Характеристическое уравнение и основное условие устойчивости
Если внешние воздействия заданы, уравнения дискретной системы управления можно записать в виде
или в операторной форме
Характеристическое уравнение имеет вид
который получается при подстановке в собственный оператор
вместо оператора смещения 

Если задана передаточная функция системы управления, то при определении характеристического полинома нужно исходить из следующих положений: по определению передаточной функции в операторной форме ее знаменатель есть собственный оператор, а знаменатель передаточной функции в 
Общее решение неоднородного разностного уравнения имеет вид
где 

Линейная дискретная система управления называется устойчивой, если общее решение однородного разностного уравнения при 

Основное условие устойчивости: для того чтобы линейная дискретная система управления была устойчива, необходимо и достаточно, чтобы все корни ее характеристического уравнения были по модулю меньше единицы или, что то же, находились внутри единичного круга на 
Задача №7.1.
Передаточная функция системы
Требуется исследовать ее устойчивость.
Решение:
Характеристическое уравнение имеет вид
Его корнями являются
Их модули
Система устойчива.
Алгебраические критерии устойчивости
Необходимое условие устойчивости: для того чтобы все нули (корни) характеристического полинома
были по модулю меньше единицы 

Задача №7.2.
Характеристический полином дискретной системы имеет вид
Требуется определить устойчивость системы.
Решение:
Проверим необходимое условие устойчивости. В данном случае 
Необходимое условие устойчивости не выполняется. Следовательно, система неустойчива.
Исследование устойчивости, основанное на преобразовании единичного круга в левую полуплоскость. При преобразовании
внутренность единичного круга на 
Представим преобразованное характеристическое уравнение в стандартной форме:
При 
Для того чтобы дискретная система была устойчива, необходимо и достаточно, чтобы все корни преобразованного характеристического уравнения располагались в левой полуплоскости (имели отрицательную вещественную часть).
Задача № 7.3.
Характеристический полином дискретной системы управления имеет вид
Определить ее устойчивость.
Решение:
В данном случае
и в соответствии с (7.2в) коэффициенты преобразованного уравнения
Необходимое условие устойчивости выполняется: все коэффициенты преобразованного характеристического уравнения больше нуля. Определитель Гурвица 2-го порядка
Следовательно, система устойчива.
Критерий устойчивости Джури. Составим таблицу Джури, которая содержит (

Клетки нулевой строки заполняются коэффициентами характеристического уравнения в порядке возрастания нижних индексов:
Элементы первой строки
вычисляются следующим образом. Выписываются элементы нулевой строки и под ними те же элементы в обратном порядке. Из элементов верхней строки вычитаются соответствующие элементы нижней строки, умноженные на отношение последних элементов двух выписанных строк:
Последняя разность обращается в нуль, и она отбрасывается. Поэтому 1-я строка содержит 


Последняя разность, обращающаяся в нуль, отбрасывается. Формула для вычисления 


Критерий Джури (E.I. Jury). Для того чтобы все нули (корни) характеристического полинома
находились внутри единичного круга, необходимо и достаточно, чтобы при 
Если все элементы нулевого столбца, кроме последнего, положительны:
то положительность последнего элемента, т. е. условие 

Задача №7.4.
Характеристический полином дискретной системы управления имеет вид
Исследовать устойчивость данной системы.
Решение:
Сначала проверим необходимое условие устойчивости:
Необходимое условие устойчивости выполняется. Вычислим элементы таблицы Джури. Для нулевой строки имеем
Ниже приводится вычисление элементов таблицы Джури для остальных строк, кроме последней.
Элементы нулевого столбца (кроме последнего) равны
и они положительны. Так как выполняется необходимое условие устойчивости, последний элемент нулевого столбца также будет положительным. Следовательно, система устойчива.
Оценка качества дискретных систем. Показатели качества в переходном режиме
Качество дискретных систем управления определяется так же, как и качество непрерывных систем, и для его оценки можно использовать все ранее введенные при рассмотрении непрерывных систем показатели качества в переходном и установившемся режимах или их аналоги.
Прямые показатели качества — время регулирования и перерегулирование — определяются по переходной характеристике. Ее можно построить по дискретной переходной функции 
Рассмотрим вычисление переходной функции. Так как 
то 
где 


Пусть изображение переходной функции имеет вид
По определению 
Поэтому значения переходной функции 






Задача №8.1.
Определить значения переходной функции 
Решение:

Произведя деление числителя на знаменатель по правилу деления многочленов, для первых пяти слагаемых получим
Отсюда имеем:
Если разность между степенями знаменателя и числителя равна 




Другой способ вычисления переходной функции основан на формуле разложения, которая определяется следующим образом: если все полюса 


где
Начальные значения 



Задача №8.2.
Определить переходную функцию 

Решение:
В данном случае
Производная
полюсами являются
И в соответствии с формулой (8.1)
Начальное значение 



Если среди полюсов 

Задача №8.3.
Определить переходную функцию 

Решение:
В данном случае
Производная
полюсами являются
Слагаемое, соответствующее нулевому полюсу (
Полюс 
Полюс 
Таким образом, имеем
Начальное значение 
Вычисление переходной функции между точками съема сигналов . Функция 


Так как
и при единичном входном воздействии и нулевых начальных условиях
Соответственно для 


где
Задача №8.4.
Пусть в дискретной системе (рис. 8.2, a) 


Решение:
Искомой функцией будет 
В данном случае
Подставив эти выражения в (8.3), получим
Отсюда в соответствии с формулой (8.1)
Особенности переходного процесса дискретных систем.
В непрерывных линейных системах переходная функция всегда принимает установившееся значение при 

Если выполняется это условие, то переходный процесс называется оптимальным, а система, в которой происходит такой процесс, — оптимальной (по переходному процессу) системой.
Условие оптимальности системы (по переходному процессу). В системе с передаточной функцией вида
переходный процесс заканчивается за конечное число шагов, если
Задача №8.5.
Замкнутая дискретная система состоит из фиксатора нулевого порядка и НЧ с передаточной функцией 


Решение:
При фиксаторе нулевого порядка передаточная функция формирующего звена
Поэтому передаточная функция приведенной НЧ
и передаточная функция разомкнутой дискретной модели
Передаточная функция замкнутой системы
Отсюда в соответствии с формулой (8.4) для оптимального 
Показатели качества в установившемся режиме
Наиболее полной характеристикой качества в установившемся режиме является установившаяся ошибка 


Здесь 
Коэффициенты 
Статические и астатические системы. Система называется статической, если статическая ошибка отлична от нуля, и астатической, если статическая ошибка равна нулю. Статическая ошибка — это установившаяся ошибка при постоянных внешних воздействиях. Система является астатической и обладает астатизмом 


Из формул (8.56) и (8.5в) следует, что коэффициент позиционной ошибки 

Однако для астатической системы коэффициенты до первого отличного от нуля можно определить по формуле
Задача №8.6.
Задающее воздействие 
период 
Решение:
Так как
и установившаяся ошибка
Найдем коэффициенты ошибки 

Так как 

Установившаяся ошибка
Структура астатических систем. Дискретная система (рис. 8.6) будет астатической, если передаточная функция ДФ (регулятора) включает множитель 1/(

Задача №8.7.
Пусть в дискретной системе (рис. 8.6)
Задающее воздействие
Определить установившуюся ошибку.
Решение:
В данном случае установившаяся ошибка
Передаточная функция регулятора содержит в знаменателе множитель 
Следовательно,
Кстати готовые задачи на продажу по тау тут.
Синтез дискретных систем
Метод полиномиальных уравнений. Пусть задана передаточная функция приведенной НЧ 
Из заданных требований к качеству синтезируемой системы получена желаемая передаточная функция 

При синтезе регулятора нужно позаботится о том, чтобы он был физически осуществим и синтезированная система была грубой. Условие физической осуществимости регулятора, состоящее в том, что следствие не может предшествовать причине, будет выполнено, если степень числителя его передаточной функции не превышает степень ее знаменателя.
Условие грубости будет нарушено, если передаточная функция неизменяемой части содержит нули или полюса вне единичного круга, и они входят в передаточную функцию регулятора. И это условие накладывает определенные ограничения на выбор желаемой передаточной функции, что в общем случае исключает возможность задания желаемой передаточной функции произвольно. Поэтому обычно задаются желаемым характеристическим полиномом синтезируемой системы.
Разложим числитель и знаменатель передаточной функции неизменяемой части на два множителя, один из которых содержит нули внутри единичной окружности, другой — на и вне единичной окружности:
Здесь 

где показатель степени 



Здесь 
Обозначим степень произвольного полинома 

Полиномиальное уравнение (9.3) разрешимо, если число неизвестных (коэффициентов полиномов 



Степень желаемого характеристического полинома 
а также неравенству
где 
Порядок синтеза системы управления методом полиномиальных уравнений можно сформулировать следующим образом.
- Разложить полиномы числителя и знаменателя передаточной функции неизменяемой части на два множителя, один из которых имеет нули внутри единичной окружности, другой — на и вне единичной окружности. Если указанные полиномы не имеют нулей на и вне единичной окружности, то положить
и
; если они не имеют нулей внутри единичной окружности, то приравнять
и
постоянному множителю этих полиномов.
- Исходя из требований к качеству синтезируемой системы в переходном режиме и порядку астатизма выбрать характеристический полином синтезируемой системы
и число
. Степень полинома
должна удовлетворять условию (9.7).
- Из соотношений (9.4)-(9.6) определить степени неопределенных полиномов
и
и записать их с неизвестными коэффициентами.
- Подставить полученные неопределенные полиномы в полиномиальное уравнение (9.3) и определить их коэффициенты.
- Подставить найденные полиномы
и
в формулу для передаточной функции регулятора (9.2).
Для того чтобы синтезируемый регулятор был более простым, степени полиномов 


Задача №9.1.
Передаточная функция неизменяемой части
Требуется синтезировать регулятор, при котором статическая ошибка равна нулю и переходный процесс заканчивается за конечное число шагов.
Решение:
В данном случае
и соответственно
Степени
Так как статическая ошибка должна быть равна нулю, положим 
Минимально допустимой является степень 



Подставив их в полиномиальное уравнение (9.3), получим
или, после раскрытия скобок и приведения подобных членов,
Приравняв коэффициенты при одинаковых степенях, находим
Решив эту систему, получим
Следовательно,
Подставив эти выражения для 



System Response
William Bolton, in Instrumentation and Control Systems (Third Edition), 2021
10.7 Steady-State Error
The term steady-state error is used for the error that occurs between the set input to a control system and its output after it has settled down to its steady value (see Section 5.3.2 for a preliminary discussion of the issue). The steady-state error is a measure of the accuracy a control system has in tracking a command input. While steady-state errors can arise from non-linear behaviour of control system elements, the steady-state errors to be discussed in this section arise from the configuration of the control system. The steady-state error can be obtained using the Laplace final value theorem (see Appendix C2.2). Ideally, there should be no error and the output response should be the value the control system input was set to.
A closed-loop control system with unity feedback (Figure 10.16) has an overall transfer function (see Section 9.3.2) and error e is given by:
Figure 10.16. Unity feedback control system.
Overall transfer function=Y(s)X(s)=G(s)1+KG(s)
E(s)=X(s)−Y(s)
Hence,
E(s)=X(s)−G(s)X(s)1+KG(s)=11+KG(s)X(s)
The steady-state error is the error as e(t) tends to infinity and is given by the final value theorem as:
Steady−state error=lims→0sE(s)
Steady−state error=lims→0s11+KG(s)X(s)
When considering control systems and their steady-state errors there are three main forms of input – step, ramp and parabola. For a unit step we have x(t)=1(t) and hence X(s)=1/s, this representing a constant position for a positioning system. For a unit ramp we have x(t)=t(t) and hence X(s)=1/s2, this representing a constant velocity for a positioning system. For a unit parabola we have x(t)=1/2t2(t) and hence X(s)=1/s3, this representing a constant acceleration for a positioning system.
If we have a unit step input to the unity-feedback system, then X(s)=1/s and so:
Steady−state error=lims→0s11+KG(s)1s=lims→011+KG(s)
Thus, there will be a steady-state error. With proportional control we always have a steady-state error, regardless of the type of input involved. As an illustration, consider a unity feedback system with a plant of G(s)=1/(s+1) and a proportional controller of K=10. If we have a step input of size 2 units, then we have:
Steady−state error=2lims→011+KG(s)=2lims→011+10×(1/(s+1))=211=0.18
If, however, we replace the proportional controller in the unity feedback system by an integral controller K/s then:
Overall transfer function=Y(s)X(s)=(K/s)G(s)1+(K/s)G(s)=KG(s)s+KG(s)
E(s)=X(s)−KG(s)X(s)s+KG(s)=ss+KG(s)X(s)
and so:
Steady−state error=lims→0sE(s)
Steady−state error=lims→0s21s+KG(s)X(s)
Thus, with a step input:
Steady−state error=lims→0s21s+KG(s)1s=0
and thus, no steady-state error when the controller is an integral one and the input is a step (Figure 10.17A). If, however, the input had been a ramp x(t)=1t then X(s)=1/s2 and the steady-state error becomes:
Figure 10.16. Unity feedback control system.
Overall transfer function=Y(s)X(s)=G(s)1+KG(s)
E(s)=X(s)−Y(s)
Hence,
E(s)=X(s)−G(s)X(s)1+KG(s)=11+KG(s)X(s)
The steady-state error is the error as e(t) tends to infinity and is given by the final value theorem as:
Steady−state error=lims→0sE(s)
Steady−state error=lims→0s11+KG(s)X(s)
When considering control systems and their steady-state errors there are three main forms of input – step, ramp and parabola. For a unit step we have x(t)=1(t) and hence X(s)=1/s, this representing a constant position for a positioning system. For a unit ramp we have x(t)=t(t) and hence X(s)=1/s2, this representing a constant velocity for a positioning system. For a unit parabola we have x(t)=1/2t2(t) and hence X(s)=1/s3, this representing a constant acceleration for a positioning system.
If we have a unit step input to the unity-feedback system, then X(s)=1/s and so:
Steady−state error=lims→0s11+KG(s)1s=lims→011+KG(s)
Thus, there will be a steady-state error. With proportional control we always have a steady-state error, regardless of the type of input involved. As an illustration, consider a unity feedback system with a plant of G(s)=1/(s+1) and a proportional controller of K=10. If we have a step input of size 2 units, then we have:
Steady−state error=2lims→011+KG(s)=2lims→011+10×(1/(s+1))=211=0.18
If, however, we replace the proportional controller in the unity feedback system by an integral controller K/s then:
Overall transfer function=Y(s)X(s)=(K/s)G(s)1+(K/s)G(s)=KG(s)s+KG(s)
E(s)=X(s)−KG(s)X(s)s+KG(s)=ss+KG(s)X(s)
and so:
Steady−state error=lims→0sE(s)
Steady−state error=lims→0s21s+KG(s)X(s)
Thus, with a step input:
Steady−state error=lims→0s21s+KG(s)1s=0
and thus, no steady-state error when the controller is an integral one and the input is a step (Figure 10.17A). If, however, the input had been a ramp x(t)=1t then X(s)=1/s2 and the steady-state error becomes:
Figure 10.17. Steady-state error with an integral controller and input (A) a step, (B) a ramp.
Steady−state error=lims→0s11+KG(s)X(s)=lims→0s11+KG(s)1s2
The steady-state error thus becomes infinity.
There is thus a steady-state error with a ramp input to an integral controller system (Figure 10.17B). In general, the steady-state error will be zero if there is at least one pure integrator in the forward path of a unity feedback control system with a step input, but a different form of input will give an error.
If, however, the input to an integral controller system had been a parabola x(t)=1/2t2(t), then X(s)=1/s3 and the steady-state error becomes:
Steady−state error=lims→0s11+KG(s)X(s)=lims→0s11+KG(s)1s3
The steady-state error thus becomes infinity.
For a unity negative feedback system, the steady-state error depends upon the number of integrations in the forward path, i.e. the number of 1/s terms. The number of such terms is termed the system type. Thus, type 0 has zero integrators in the forward path, type 1 has one integrator, type 2 has two integrators. Thus, for example, a system with a forward path transfer function of 10/(s+2)(s2+3s+6) is type 0 since there is no 1/s term. A forward path transfer function of 1/s(s+5) is type 1 since there is one 1/s term. A forward path transfer function of 1/s2(s2+3s+1) is type 2 since there are two 1/s terms.
The steady-state error not only depends upon the number of integrations in the forward path but also the type of input used. Type 0 system gives an error with a step input and an infinite error with a ramp or a parabolic input. Type 1 system gives no error with a step input, a constant error with a ramp and an infinite error with a parabolic input; type 2 system a zero error with a step or ramp input but an error with a parabolic input
Example
A unity feedback system has a forward path transfer function of:
G(s)=50(s+2)(s+3)(s+8)
Will there be a steady-state error for (1) a step input, (2) a ramp input?
As there is no 1/s term the system is type 0 and so there will be a steady-state error for a step input but an infinite error for a ramp or parabolic input.
Example
A unity feedback system has an integral controller with transfer function K/s and a plant with transfer function (s+2)/(s+1)(s+3). If it is subject to a unit ramp input, what will be the steady-state error?
Using the equation derived above:
Steady−state error=lims→01KG(s)=lims→01K((s+2)/((s+1)(s+3)))=32K
Thus, if we wanted the controller to have K=30 then the error would be 0.05.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780128234716000101
Control of direct current motors
Sang-Hoon Kim, in Electric Motor Control, 2017
2.5.3.3 Steady-state error
A steady-state error is defined as the difference between the desired value and the actual value of a system when the response has reached the steady state. We can calculate the steady-state error of the system using the final value theorem. This theorem is given for the unit feedback system in Fig. 2.28 as
Figure 2.28. Unit feedback system.
(2.21)Finalvaluetheorem:e∞=limt→∞e(t)=lims→0sE(s)=lims→0s1+G(s)R(s)
(Error:E(s)=R(s)−Y(s)=R(s)1+G(s))
As an example, let us evaluate the steady-state error for a step input command in the control system for a DC motor, where the speed or current command is generally given as a step signal. Assume that the control system for the DC motor is a unit feedback system as in Fig. 2.28, and the transfer function of the current control system is G(s). For the unit step input (r(t)=1→R(s)=1/s) to this system, the steady-state error is given from the final value theorem by
(2.22)e∞=lims→0s1+G(s)R(s)=lims→0s1+G(s)1s=lims→011+G(s)
The steady-state error depends on the system type (0, I, or II).
First, suppose a control system of type 0 expressed as G(s)=K/(Ts+1). In this system the steady-state error is given as
(2.23)e∞=11+G(0)=11+K
The magnitude of the error depends on the system gain K and will be never zero.
Next, suppose a type I system of G(s)=K/s(Ts+1). This control system has no steady-state error as
(2.24)e∞=11+G(0)=11+∞=0
From this, it can be seen that if a control system includes an integrator 1/s, then the steady-state error to a step reference will be zero.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780128121382000027
ASCE Test Cases
Enrique Bonet Gil, in Experimental Design and Verification of a Centralized Controller for Irrigation Canals, 2018
10.6.3 Steady-state error (StE)
The steady-state error is defined as the maximum of the average error over the last two hours of the test. The conclusion is that the conditions should be stable during this period of time:
[10.5]StE=maxy22,24−ytargetytarget
where y22,24 is the average water level between 10 and 12 hours. Some control algorithms have not performed well due to constant oscillation around the sluice gate trajectory solution. This indicator is proposed in order to detect excessive oscillations in water levels at the end of the test.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9781785483073500100
Time- and Frequency-Domain Controls of Feedback Systems
Nicolae Lobontiu, in System Dynamics for Engineering Students (Second Edition), 2018
Nonunity-Feedback Systems
The steady-state error of a SISO nonunity-feedback system is expressed in Eq. (13.23). Consider the more complex system of Figure 11.13, which uses a prefilter G1(s), a feed-forward transfer function G2(s), and a feedback transfer function G3(s). Such a system can equivalently be transformed into a standard unity-feedback system, whose feed-forward transfer function is obtained from the prefilter transfer function G1(s), and the functions G(s) = G2(s) and H(s) = G3(s) as in Eq. (11.21) of Example 11.2, which is rewritten here:
(13.32)G∗s=G1s·Gs1+Gs·Hs−G1s·Gs→G1(s)=1G∗s=Gs1+Gs·Hs−Gs
The last form of Eq. (13.32) gives the feed-forward transfer function of a unity-feedback system that is equivalent to the nonunity-feedback control system without prefilter. The steady-state error can now be calculated with Eq. (13.32), or by using Tables 13.1 and/or 13.2.
Example 13.3
Find the open-loop transfer function of a unity-feedback system without prefilter that is equivalent to the feedback system whose block diagram is illustrated in Figure 13.8. Calculate the steady-state error corresponding to r(t) = 1.
Figure 2.28. Unit feedback system.
(2.21)Finalvaluetheorem:e∞=limt→∞e(t)=lims→0sE(s)=lims→0s1+G(s)R(s)
(Error:E(s)=R(s)−Y(s)=R(s)1+G(s))
As an example, let us evaluate the steady-state error for a step input command in the control system for a DC motor, where the speed or current command is generally given as a step signal. Assume that the control system for the DC motor is a unit feedback system as in Fig. 2.28, and the transfer function of the current control system is G(s). For the unit step input (r(t)=1→R(s)=1/s) to this system, the steady-state error is given from the final value theorem by
(2.22)e∞=lims→0s1+G(s)R(s)=lims→0s1+G(s)1s=lims→011+G(s)
The steady-state error depends on the system type (0, I, or II).
First, suppose a control system of type 0 expressed as G(s)=K/(Ts+1). In this system the steady-state error is given as
(2.23)e∞=11+G(0)=11+K
The magnitude of the error depends on the system gain K and will be never zero.
Next, suppose a type I system of G(s)=K/s(Ts+1). This control system has no steady-state error as
(2.24)e∞=11+G(0)=11+∞=0
From this, it can be seen that if a control system includes an integrator 1/s, then the steady-state error to a step reference will be zero.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780128121382000027
ASCE Test Cases
Enrique Bonet Gil, in Experimental Design and Verification of a Centralized Controller for Irrigation Canals, 2018
10.6.3 Steady-state error (StE)
The steady-state error is defined as the maximum of the average error over the last two hours of the test. The conclusion is that the conditions should be stable during this period of time:
[10.5]StE=maxy22,24−ytargetytarget
where y22,24 is the average water level between 10 and 12 hours. Some control algorithms have not performed well due to constant oscillation around the sluice gate trajectory solution. This indicator is proposed in order to detect excessive oscillations in water levels at the end of the test.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9781785483073500100
Time- and Frequency-Domain Controls of Feedback Systems
Nicolae Lobontiu, in System Dynamics for Engineering Students (Second Edition), 2018
Nonunity-Feedback Systems
The steady-state error of a SISO nonunity-feedback system is expressed in Eq. (13.23). Consider the more complex system of Figure 11.13, which uses a prefilter G1(s), a feed-forward transfer function G2(s), and a feedback transfer function G3(s). Such a system can equivalently be transformed into a standard unity-feedback system, whose feed-forward transfer function is obtained from the prefilter transfer function G1(s), and the functions G(s) = G2(s) and H(s) = G3(s) as in Eq. (11.21) of Example 11.2, which is rewritten here:
(13.32)G∗s=G1s·Gs1+Gs·Hs−G1s·Gs→G1(s)=1G∗s=Gs1+Gs·Hs−Gs
The last form of Eq. (13.32) gives the feed-forward transfer function of a unity-feedback system that is equivalent to the nonunity-feedback control system without prefilter. The steady-state error can now be calculated with Eq. (13.32), or by using Tables 13.1 and/or 13.2.
Example 13.3
Find the open-loop transfer function of a unity-feedback system without prefilter that is equivalent to the feedback system whose block diagram is illustrated in Figure 13.8. Calculate the steady-state error corresponding to r(t) = 1.
Figure 13.8. Block Diagram of a Nonunity-Feedback Control System With Prefilter.
Solution
Taking into consideration that G1(s) = 10, G(s) = 1/(s2 + 2s + 100), and H(s) = 1/(s + 200), the feed-forward transfer function of the unity-feedback system without prefilter that is equivalent to the system of Figure 13.8 is calculated by means of Eq. (13.32):
(13.33)G∗(s)=10s+2000s3+202s2+490s+18001
The closed-loop transfer function is therefore:
(13.34)GCL(s)=G∗(s)1+G∗(s)=10s+2000s3+202s2+500s+20001
whose poles are: −200 and −1 ± 9.95·j. They are all located in the LHP, and therefore the feedback system is stable. The denominator of G∗(s) from Eq. (13.33) does not have any integrator, and the unity-feedback system is consequently a zero-type system. The corresponding static error constant and steady-state error are:
(13.35)Kp=lims→0G∗(s)=0.111;e(∞)=11+Kp=0.9
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780128045596000130
Reactor control
Thomas W. Kerlin, Belle R. Upadhyaya, in Dynamics and Control of Nuclear Reactors, 2019
8.3.7.1 Proportional controller
In this type of controller, the control action is proportional to the error. Thus,
Gcs=Kp,Kp>0andFs=KpEs
As shown in Appendix D, Section D.5, the closed-loop transfer function is.
(8.7)YsXs=GcsGps1+GcsGps
For our example, Eq. (8.7) becomes
(8.8)YsXs=Kps+a+Kp,Kp>0
The Laplace transform of the error, e(t), is given by (See Section 3.7).
(8.9)Es=Xs1+GcsGps
For our example, E(s) becomes.
(8.10)Es=s+aXss+a+Kp
For a unit step input, X(s) = 1/s, and
Es=s+ass+a+Kp
The final, steady-state value of the error, e(t), when x(t) is a unit step, is given by.
(8.11)et=lims→0sEs=aa+Kp
Note that the steady-state error is not equal to zero, and may be decreased by increasing Kp, the proportional gain. For a = 0.02 and Kp = 1, the steady-state error is e(∞) = 1/51 = 0.0196. If Kp is increased to 10, then the steady-state error is e(∞) = 0.002.
Remarks
- 1.
-
As the proportional gain constant Kp increases, the steady-state error decreases. However, the steady-state error is never zero.
- 2.
-
As the gain Kp increases, the time constant of the system decreases, and the rate of system response increases. For the open-loop system in the above example (a = 0.02), the time constant, τ = 50 s. For the closed-loop system with a proportional gain Kp, the time constant is given by
(8.12)τ=1a+Kp
Thus, for Kp = 0.1, the time constant decreases to τ = 8.33 s.
- 3.
-
An increased Kp results in a faster response of the control system. Since there are limitations on the achievable responses of control devices, Kp should not be increased arbitrarily. Furthermore, an increase in Kp above a certain value can make the system unstable. The stability margin will decrease with increasing values of Kp.
All these points must be considered in choosing the proportional gain. The proportional controller increases the speed of response of a system. The steady-state error is nonzero.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780128152614000081
State Feedback Control
M. Sami Fadali, Antonio Visioli, in Digital Control Engineering (Second Edition), 2013
9.3 Servo problem
The schemes shown in Figures 9.1 and 9.2 are regulators that drive the system state to zero starting from any initial condition capable of rejecting impulse disturbances. In practice, it is often necessary to track a constant reference input r with zero steady-state error. For this purpose, a possible approach is to use the two degree-of-freedom control scheme in Figure 9.7, so called because we now have two matrices to select: the feedback gain matrix K and the reference gain matrix F.
Figure 9.7. Block diagram of the two degree-of-freedom controller.
The reference input of (9.2) becomes v(k)=Fr(k), and the control law is chosen as
(9.25)u(k)=−Kx(k)+Fr(k)
with r(k) the reference input to be tracked. The corresponding closed-loop system equations are
(9.26)x(k+1)=Aclx(k)+BFr(k)y(k)=Cx(k)
where the closed-loop state matrix is
Acl=A−BK
The z-transform of the corresponding output is given by (see Section 7.8)
Y(z)=C[zIn−Acl]−1BFR(z)
The steady-state tracking error for a unit step input is given by
Limz→1(z−1){Y(z)−R(z)}=Limz→1{C[zIn−Acl]−1BF−I}=C[In−Acl]−1BF−I
For zero steady-state error, we require the condition
(9.27)C[In−Acl]−1BF=In
If the system is square (m=l) and Acl is stable (no unity eigenvalues), we solve for the reference gain
(9.28)F=[C(In−Acl)−1B]−1
Example 9.6
Design a state–space controller for the discretized state–space model of the DC motor speed control system described in Example 6.9 (with T=0.02) to obtain zero steady-state error due to a unit step, a damping ratio of 0.7, and a settling time of about 1 s.
Solution
The discretized transfer function of the system with digital-to-analog converter (DAC) and analog-to-digital converter (ADC) is
GZAS(z)=(1−z−1)Z{G(s)s}=1.8604×10−4z+0.9293(z−0.8187)(z−0.9802)
The corresponding state–space model, computed with MATLAB, is
[x1(k+1)x2(k+1)]=[1.799−0.802510][x1(k)x2(k)]+[0.015630]u(k)
y(k)=[0.011910.01107][x1(k)x2(k)]
The desired eigenvalues of the closed-loop system are selected as {0.9±j0.09}, as in Example 6.9. This yields the feedback gain vector
K=[−0.0685170.997197]
and the closed-loop state matrix
Acl=[1.8−0.818110]
The feedforward gain is
F=[C(In−Acl)−1B]−1=[[0.011910.01107]([1001]−[1.8−0.818110])−1[0.015630]]−1=50.42666
The response of the system to a step reference input r is shown in Figure 9.8. The system has a settling time of about 0.84
s and percentage overshoot of about 4%, with a peak time of about 1
s. All design specifications are met.
Figure 9.7. Block diagram of the two degree-of-freedom controller.
The reference input of (9.2) becomes v(k)=Fr(k), and the control law is chosen as
(9.25)u(k)=−Kx(k)+Fr(k)
with r(k) the reference input to be tracked. The corresponding closed-loop system equations are
(9.26)x(k+1)=Aclx(k)+BFr(k)y(k)=Cx(k)
where the closed-loop state matrix is
Acl=A−BK
The z-transform of the corresponding output is given by (see Section 7.8)
Y(z)=C[zIn−Acl]−1BFR(z)
The steady-state tracking error for a unit step input is given by
Limz→1(z−1){Y(z)−R(z)}=Limz→1{C[zIn−Acl]−1BF−I}=C[In−Acl]−1BF−I
For zero steady-state error, we require the condition
(9.27)C[In−Acl]−1BF=In
If the system is square (m=l) and Acl is stable (no unity eigenvalues), we solve for the reference gain
(9.28)F=[C(In−Acl)−1B]−1
Example 9.6
Design a state–space controller for the discretized state–space model of the DC motor speed control system described in Example 6.9 (with T=0.02) to obtain zero steady-state error due to a unit step, a damping ratio of 0.7, and a settling time of about 1 s.
Solution
The discretized transfer function of the system with digital-to-analog converter (DAC) and analog-to-digital converter (ADC) is
GZAS(z)=(1−z−1)Z{G(s)s}=1.8604×10−4z+0.9293(z−0.8187)(z−0.9802)
The corresponding state–space model, computed with MATLAB, is
[x1(k+1)x2(k+1)]=[1.799−0.802510][x1(k)x2(k)]+[0.015630]u(k)
y(k)=[0.011910.01107][x1(k)x2(k)]
The desired eigenvalues of the closed-loop system are selected as {0.9±j0.09}, as in Example 6.9. This yields the feedback gain vector
K=[−0.0685170.997197]
and the closed-loop state matrix
Acl=[1.8−0.818110]
The feedforward gain is
F=[C(In−Acl)−1B]−1=[[0.011910.01107]([1001]−[1.8−0.818110])−1[0.015630]]−1=50.42666
The response of the system to a step reference input r is shown in Figure 9.8. The system has a settling time of about 0.84
s and percentage overshoot of about 4%, with a peak time of about 1
s. All design specifications are met.
Figure 9.8. Step response of the closed-loop system of Example 9.6.
The control law (9.25) is equivalent to a feedforward action determined by F to yield zero steady-state error for a constant reference input r. Because the forward action does not include any form of feedback, this approach is not robust to modeling uncertainties. Thus, modeling errors (which always occur in practice) will result in nonzero steady-state error. To eliminate such errors, we introduce the integral control shown in Figure 9.9, with a new state added for each control error integrated.
Figure 9.9. Control scheme with integral control.
The resulting state–space equations are
(9.29)x(k+1)=Ax(k)+Bu(k)x¯(k+1)=x¯(k)+r(k)−y(k)y(k)=Cx(k)u(k)=−Kx(k)−K¯x¯(k)
where x¯ is l×1. The state–space equations can be combined and rewritten in terms of an augmented state vector xa(k)=[x(k)x¯(k)]T as
[x(k+1)x¯(k+1)]=[A0−CIl][x(k)x¯(k)]−[B0][KK¯][x(k)x¯(k)]+[0Il]r(k)
y(k)=[C0][x(k+1)x¯(k+1)]
That is,
(9.30)xa(k+1)=(A˜−B˜K˜)xa(k)+[0Il]r(k)y(k)=[C0]xa(k)
where
(9.31)A˜=[A0−CIl]B˜=[B0]K˜=[KK¯]
It can be shown that the system of (9.31) is controllable if and only if the original system is controllable. The eigenvalues of the closed-loop system state matrix Acl=(A˜−B˜K˜) can be arbitrarily assigned by computing the gain matrix K˜ using any of the procedures for the regulator problem as described in Section 9.2.
Example 9.7
Solve the design problem presented in Example 9.6 using integral control.
Solution
The state–space matrices of the system are
A=[1.799−0.802510]B=[0.015630]
C=[0.011910.01107]
Adding integral control, we obtain
A˜=[A0−C1]=[1.799−0.80250100−0.01191−0.011071]B˜=[B0]=[0.0156300]
In Example 9.6, the eigenvalues were selected as {0.9±j0.09}. Using integral control increases the order of the system by one, and an additional eigenvalue must be selected. The desired eigenvalues are selected as {0.9±j0.09, 0.2}, and the additional eigenvalue at 0.2 is chosen for its negligible effect on the overall dynamics. This yields the feedback gain vector
K˜=[51.1315−40.4431−40.3413]
The closed-loop system state matrix is
Acl=[1−0.17060.6303100−0.0119−0.01111]
The response of the system to a unit step reference signal r is shown in Figure 9.10. The figure shows that the control specifications are satisfied. The settling time of 0.87 is well below the specified value of 1 s, and the percentage overshoot is about 4.2%, which is less than the value corresponding to ζ=0.7 for the dominant pair.
Figure 9.9. Control scheme with integral control.
The resulting state–space equations are
(9.29)x(k+1)=Ax(k)+Bu(k)x¯(k+1)=x¯(k)+r(k)−y(k)y(k)=Cx(k)u(k)=−Kx(k)−K¯x¯(k)
where x¯ is l×1. The state–space equations can be combined and rewritten in terms of an augmented state vector xa(k)=[x(k)x¯(k)]T as
[x(k+1)x¯(k+1)]=[A0−CIl][x(k)x¯(k)]−[B0][KK¯][x(k)x¯(k)]+[0Il]r(k)
y(k)=[C0][x(k+1)x¯(k+1)]
That is,
(9.30)xa(k+1)=(A˜−B˜K˜)xa(k)+[0Il]r(k)y(k)=[C0]xa(k)
where
(9.31)A˜=[A0−CIl]B˜=[B0]K˜=[KK¯]
It can be shown that the system of (9.31) is controllable if and only if the original system is controllable. The eigenvalues of the closed-loop system state matrix Acl=(A˜−B˜K˜) can be arbitrarily assigned by computing the gain matrix K˜ using any of the procedures for the regulator problem as described in Section 9.2.
Example 9.7
Solve the design problem presented in Example 9.6 using integral control.
Solution
The state–space matrices of the system are
A=[1.799−0.802510]B=[0.015630]
C=[0.011910.01107]
Adding integral control, we obtain
A˜=[A0−C1]=[1.799−0.80250100−0.01191−0.011071]B˜=[B0]=[0.0156300]
In Example 9.6, the eigenvalues were selected as {0.9±j0.09}. Using integral control increases the order of the system by one, and an additional eigenvalue must be selected. The desired eigenvalues are selected as {0.9±j0.09, 0.2}, and the additional eigenvalue at 0.2 is chosen for its negligible effect on the overall dynamics. This yields the feedback gain vector
K˜=[51.1315−40.4431−40.3413]
The closed-loop system state matrix is
Acl=[1−0.17060.6303100−0.0119−0.01111]
The response of the system to a unit step reference signal r is shown in Figure 9.10. The figure shows that the control specifications are satisfied. The settling time of 0.87 is well below the specified value of 1 s, and the percentage overshoot is about 4.2%, which is less than the value corresponding to ζ=0.7 for the dominant pair.
Figure 9.10. Step response of the closed-loop system of Example 9.7.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780123943910000095
State feedback control
M. Sami Fadali, Antonio Visioli, in Digital Control Engineering (Third Edition), 2020
9.7 Pole assignment using transfer functions
The pole assignment problem can be solved in the framework of transfer functions. Consider the state–space equations of the two-degree-of-freedom controller shown in Fig. 9.7 with the state vector estimated using a full-order observer. For a SISO plant with observer state feedback, we have
xˆ(k+1)=Axˆ(k)+Bu(k)+L(y(k)−Cxˆ(k))u(k)=−Kxˆ(k)+Fr(k)
or equivalently,
xˆ(k+1)=(A−BK−LC)xˆ(k)+[BFL][r(k)y(k)]u(k)=−Kxˆ(k)+Fr(k)
The corresponding z-transfer function from [r, y] to xˆ is
Xˆ(z)=(zI−A+BK+LC)−1[BFL][R(z)Y(z)]
The transfer function from [r,y] to u is
U(z)=[−K(zI−A+BK+LC)−1BF+F]R(z)−[K(zI−A+BK+LC)−1L]Y(z)
Thus, the full-order observer state feedback is equivalent to the transfer function model depicted in Fig. 9.18 with
Figure 9.18. Block diagram for pole assignment with transfer functions.
U(z)=Gf(z)R(z)−H(z)Y(z)
where
H(z)=S(z)D(z)
is the feedback gain with
H(z)=K(zI−A+BK+LC)−1L
and
Gf(z)=N(z)D(z)=−K(zI−A+BK+LC)−1BF+F
is the prefilter gain.
The plant transfer function G(z) = P(z)/Q(z) is assumed strictly realizable; that is, the degree of P(z) is less than the degree of Q(z). We also assume that P(z) and Q(z) are coprime (i.e., they have no common factors). Further, it is assumed that Q(z) is monic, that is, the coefficient of the term with the highest power in z is one.
From the block diagram of Fig. 9.18, simple block diagram manipulations give the closed-loop transfer function
Y(z)R(z)=G(z)1+G(z)H(z)Gf(z)=P(z)N(z)Q(z)D(z)+P(z)S(z)
and the polynomial equation
(9.68)(Q(z)D(z)+P(z)S(z))Y(z)=P(z)N(z)R(z)
Therefore, the closed-loop characteristic polynomial is
(9.69)Δcl(z)=Q(z)D(z)+P(z)S(z)
The pole placement problem thus reduces to finding polynomials D(z) and S(z) that satisfy Eq. (9.69) for given P(z), Q(z), and for a given desired characteristic polynomial Δcl(z). Eq. (9.69) is called a Diophantine equation, and its solution can be found by first expanding its RHS terms as
P(z)=pn−1zn−1+pn−2zn−2+…+p1z+p0
Q(z)=zn+qn−1zn−1+…+q1z+q0
D(z)=dmzm+dm−1zm−1+…+d1z+d0
S(z)=smzm+sm−1zm−1+…+s1z+s0
The closed-loop characteristic polynomial Δcl(z), which can be obtained from the desired pole locations, is of degree n + m and has the form
Δcl(z)=zn+m+δn+m−1zn+m−1+…+δ1z+δ0
Thus, Eq. (9.69) can be rewritten as
(9.70)zn+m+δn+m−1zn+m−1+···+δ1z+δ0=(zn−qn−1zn−1+···+q1z+q0)(dmzm+dm−1zm−1+···+d1z+d0)+(pn−1zn−1+pn−2zn−2+···+p1z+p0)(smzm+sm−1zm−1+···+s1z+s0)
Eq. (9.70) is linear in the 2m unknowns di and si, i = 0, 1, 2, …, m−1, and its LHS is a known polynomial with n + m−1 coefficients. The solution of the Diophantine equation is unique if n + m−1 = 2m—that is, if m = n−1. Eq. (9.70) can be written in the matrix form
(9.71)[100…000…0qn−110…0pn−10…0qn−2qn−11…0pn−2pn−1…0⋮⋮⋮⋮⋮⋮⋮q0q1q2…qn−1p0p1…pn−10q0q1…qn−20p0…pn−200q0…qn−300…pn−3⋮⋮⋮⋮⋮⋮⋮000…q000…p0][dmdm−1dm−2⋮d0smsm−1⋮s0]=[1δsn−2δ2n−3⋮δn−1δn−2δn−3⋮δ0]
It can be shown that the matrix on the LHS is nonsingular if and only if the polynomials P(z) and Q(z) are coprime, which we assume. As discussed in Section 9.2.3, the matrix must have a small condition number for the system to be robust with respect to errors in the known parameters. The condition number becomes larger as the matrix becomes almost singular.
The structure of the matrix shows that it will be almost singular if the coefficients of the numerator polynomial P(z) and denominator polynomial Q(z) are almost identical. We therefore require that the roots of the polynomials P(z) and Q(z) be sufficiently different to avoid an ill-conditioned matrix. From the discussion of pole-zero matching of Section 6.3.2, it can be deduced that the poles of the discretized plant approach the zeros as the sampling interval is reduced (see also Section 12.2.2). Thus, when the controller is designed by pole assignment, the sampling interval must not be excessively short to avoid an ill-conditioned matrix in Eq. (9.71).
We now discuss the choice of the desired characteristic polynomial. From the equivalence of the transfer function design to the state–space design described in Section 9.6, the separation principle implies that Δcld(z) can be written as the product
Δcld(z)=Δcd(z)Δod(z)
where Δcd(z) is the controller characteristic polynomial and Δod(z) is the observer characteristic polynomial. We select the polynomial N(z) as
(9.72)N(z)=kffΔod(z)
so that the observer polynomial Δod(z) cancels in the transfer function from the reference input to the system output. The scalar constant kff is selected so that the steady-state output is equal to the constant reference input
Y(1)R(1)=P(1)N(1)Δcd(1)Δod(1)=P(1)kffΔod(1)Δcd(1)Δod(1)=1
The condition for zero steady-state error is
(9.73)kff=Δcd(1)P(1)
Example 9.15
Solve Example 9.14 using the transfer function approach.
Solution
The plant transfer function is
G(z)=P(z)Q(z)=10−61.622z2+45.14z+48.23z3−2.895z2+2.791z−0.8959
Thus, we have the polynomials
P(z)=1.622×10−6z2+45.14×10−6z+48.23×10−6
with coefficients
p2=1.622×10−6,p1=45.14×10−6,p0=48.23×10−6
Q(z)=z3−2.895z2+2.791z−0.8959
with coefficients
q2=−2.895,q1=2.791,q0=−0.8959
The plant is third order—that is, n = 3—and the solvability condition of the Diophantine equation is m = n−1 = 2. The order of the desired closed-loop characteristic polynomial is m + n = 5. We can therefore select the controller poles as {0.6, 0.4 ± j0.33} and the observer poles as {0.1, 0.2} with the corresponding polynomials
Δcd(z)=z3−1.6z2+0.9489z−0.18756
Δod(z)=z2−0.3z+0.02
Δcld(z)=Δcd(z)Δod(z)=z5−1.9z4+1.4489z3−0.50423z2+0.075246z−0.0037512
In other words, δ4 = −1.9, δ3 = 1.4489, δ2 = −0.50423, δ1 = 0.075246, and δ0 = −0.0037512.
Using the matrix Eq. (9.71) gives
[100000−2.8949101.622×10−6002.790752−2.8949145.14×10−61.622×10−60−0.8958522.790752−2.894948.23×10−645.14×10−61.622×10−60−0.8958522.790752048.23×10−645.14×10−600−0.8958520048.23×10−6][d2d1d0s2s1s0]=[1−1.91.4489−0.504230.075246−0.00375]
The MATLAB command linsolve gives the solution
d2=1,d1=0.9645,d0=0.6526,s2=1.8735⋅104,s1=−2.9556⋅104,s0=1.2044⋅104
and the polynomials
D(z)=z2+0.9645z+0.6526
S(z)=1.8735⋅104z2−2.9556⋅104z+1.2044⋅104
Then, from Eq. (9.72), we have kff = 1698.489 and the numerator polynomial
N(z)=1698.489(z2−0.3z+0.02)
The step response of the control system of Fig. 9.19 has a settling time of 0.1 s and a percentage overshoot of less than 7%. The response meets all the design specifications.
Figure 9.18. Block diagram for pole assignment with transfer functions.
U(z)=Gf(z)R(z)−H(z)Y(z)
where
H(z)=S(z)D(z)
is the feedback gain with
H(z)=K(zI−A+BK+LC)−1L
and
Gf(z)=N(z)D(z)=−K(zI−A+BK+LC)−1BF+F
is the prefilter gain.
The plant transfer function G(z) = P(z)/Q(z) is assumed strictly realizable; that is, the degree of P(z) is less than the degree of Q(z). We also assume that P(z) and Q(z) are coprime (i.e., they have no common factors). Further, it is assumed that Q(z) is monic, that is, the coefficient of the term with the highest power in z is one.
From the block diagram of Fig. 9.18, simple block diagram manipulations give the closed-loop transfer function
Y(z)R(z)=G(z)1+G(z)H(z)Gf(z)=P(z)N(z)Q(z)D(z)+P(z)S(z)
and the polynomial equation
(9.68)(Q(z)D(z)+P(z)S(z))Y(z)=P(z)N(z)R(z)
Therefore, the closed-loop characteristic polynomial is
(9.69)Δcl(z)=Q(z)D(z)+P(z)S(z)
The pole placement problem thus reduces to finding polynomials D(z) and S(z) that satisfy Eq. (9.69) for given P(z), Q(z), and for a given desired characteristic polynomial Δcl(z). Eq. (9.69) is called a Diophantine equation, and its solution can be found by first expanding its RHS terms as
P(z)=pn−1zn−1+pn−2zn−2+…+p1z+p0
Q(z)=zn+qn−1zn−1+…+q1z+q0
D(z)=dmzm+dm−1zm−1+…+d1z+d0
S(z)=smzm+sm−1zm−1+…+s1z+s0
The closed-loop characteristic polynomial Δcl(z), which can be obtained from the desired pole locations, is of degree n + m and has the form
Δcl(z)=zn+m+δn+m−1zn+m−1+…+δ1z+δ0
Thus, Eq. (9.69) can be rewritten as
(9.70)zn+m+δn+m−1zn+m−1+···+δ1z+δ0=(zn−qn−1zn−1+···+q1z+q0)(dmzm+dm−1zm−1+···+d1z+d0)+(pn−1zn−1+pn−2zn−2+···+p1z+p0)(smzm+sm−1zm−1+···+s1z+s0)
Eq. (9.70) is linear in the 2m unknowns di and si, i = 0, 1, 2, …, m−1, and its LHS is a known polynomial with n + m−1 coefficients. The solution of the Diophantine equation is unique if n + m−1 = 2m—that is, if m = n−1. Eq. (9.70) can be written in the matrix form
(9.71)[100…000…0qn−110…0pn−10…0qn−2qn−11…0pn−2pn−1…0⋮⋮⋮⋮⋮⋮⋮q0q1q2…qn−1p0p1…pn−10q0q1…qn−20p0…pn−200q0…qn−300…pn−3⋮⋮⋮⋮⋮⋮⋮000…q000…p0][dmdm−1dm−2⋮d0smsm−1⋮s0]=[1δsn−2δ2n−3⋮δn−1δn−2δn−3⋮δ0]
It can be shown that the matrix on the LHS is nonsingular if and only if the polynomials P(z) and Q(z) are coprime, which we assume. As discussed in Section 9.2.3, the matrix must have a small condition number for the system to be robust with respect to errors in the known parameters. The condition number becomes larger as the matrix becomes almost singular.
The structure of the matrix shows that it will be almost singular if the coefficients of the numerator polynomial P(z) and denominator polynomial Q(z) are almost identical. We therefore require that the roots of the polynomials P(z) and Q(z) be sufficiently different to avoid an ill-conditioned matrix. From the discussion of pole-zero matching of Section 6.3.2, it can be deduced that the poles of the discretized plant approach the zeros as the sampling interval is reduced (see also Section 12.2.2). Thus, when the controller is designed by pole assignment, the sampling interval must not be excessively short to avoid an ill-conditioned matrix in Eq. (9.71).
We now discuss the choice of the desired characteristic polynomial. From the equivalence of the transfer function design to the state–space design described in Section 9.6, the separation principle implies that Δcld(z) can be written as the product
Δcld(z)=Δcd(z)Δod(z)
where Δcd(z) is the controller characteristic polynomial and Δod(z) is the observer characteristic polynomial. We select the polynomial N(z) as
(9.72)N(z)=kffΔod(z)
so that the observer polynomial Δod(z) cancels in the transfer function from the reference input to the system output. The scalar constant kff is selected so that the steady-state output is equal to the constant reference input
Y(1)R(1)=P(1)N(1)Δcd(1)Δod(1)=P(1)kffΔod(1)Δcd(1)Δod(1)=1
The condition for zero steady-state error is
(9.73)kff=Δcd(1)P(1)
Example 9.15
Solve Example 9.14 using the transfer function approach.
Solution
The plant transfer function is
G(z)=P(z)Q(z)=10−61.622z2+45.14z+48.23z3−2.895z2+2.791z−0.8959
Thus, we have the polynomials
P(z)=1.622×10−6z2+45.14×10−6z+48.23×10−6
with coefficients
p2=1.622×10−6,p1=45.14×10−6,p0=48.23×10−6
Q(z)=z3−2.895z2+2.791z−0.8959
with coefficients
q2=−2.895,q1=2.791,q0=−0.8959
The plant is third order—that is, n = 3—and the solvability condition of the Diophantine equation is m = n−1 = 2. The order of the desired closed-loop characteristic polynomial is m + n = 5. We can therefore select the controller poles as {0.6, 0.4 ± j0.33} and the observer poles as {0.1, 0.2} with the corresponding polynomials
Δcd(z)=z3−1.6z2+0.9489z−0.18756
Δod(z)=z2−0.3z+0.02
Δcld(z)=Δcd(z)Δod(z)=z5−1.9z4+1.4489z3−0.50423z2+0.075246z−0.0037512
In other words, δ4 = −1.9, δ3 = 1.4489, δ2 = −0.50423, δ1 = 0.075246, and δ0 = −0.0037512.
Using the matrix Eq. (9.71) gives
[100000−2.8949101.622×10−6002.790752−2.8949145.14×10−61.622×10−60−0.8958522.790752−2.894948.23×10−645.14×10−61.622×10−60−0.8958522.790752048.23×10−645.14×10−600−0.8958520048.23×10−6][d2d1d0s2s1s0]=[1−1.91.4489−0.504230.075246−0.00375]
The MATLAB command linsolve gives the solution
d2=1,d1=0.9645,d0=0.6526,s2=1.8735⋅104,s1=−2.9556⋅104,s0=1.2044⋅104
and the polynomials
D(z)=z2+0.9645z+0.6526
S(z)=1.8735⋅104z2−2.9556⋅104z+1.2044⋅104
Then, from Eq. (9.72), we have kff = 1698.489 and the numerator polynomial
N(z)=1698.489(z2−0.3z+0.02)
The step response of the control system of Fig. 9.19 has a settling time of 0.1 s and a percentage overshoot of less than 7%. The response meets all the design specifications.
Figure 9.19. Step response for Example 9.15.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780128144336000090
Process controllers
W. Bolton, in Instrumentation and Control Systems, 2004
5.3.2 Limitations of proportional control
Proportional controllers have limitations. Consider the above example in Figure 5.8 of the amplifier as the proportional controller. Initially, take the temperature of the liquid in the bath to be at the set value. There is then no error signal and consequently no current to the heating element. Now suppose the temperature of the inflowing liquid changes to a constant lower value (Figure 5.12). The temperature sensor will, after a time lag, indicate a temperature value which differs from the set value. The greater the mass of the liquid in the tank, i.e. the capacitance, the longer will be the time taken for the sensor to react to the change. This is because it will take longer for the colder liquid to have mixed with the liquid in the tank and reached the sensor. The differential amplifier will then give an error signal and the power amplifier a signal to the heater which is proportional to the error. The current to the heater will be proportional to the error, the constant of proportionality being the gain of the amplifier. The higher the gain the larger will be the current to the heater for a particular error and thus the faster the system will respond to the temperature change. As indicated in Figure 5.12, the inflow is constantly at this lower temperature. Thus, when steady state conditions prevail, we always need current passing through the heater. Thus there must be a continuing error signal and so the temperature can never quite be the set value. This error signal which persists under steady state conditions is termed the steady state error or the proportional offset. The higher the gain of the amplifier the lower will be the steady state error because the system reacts more quickly.
Figure 5.12. Inflow change
In the above example, we could have obtained the same type of response if, instead of changing the temperature of the input liquid, we had made a sudden change of the set value to a new constant value. There would need to be a steady state error or proportional offset from the original value. We can also obtain steady state errors in the case of a control system which has to, say, give an output of an output shaft rotating at a constant rate, the error results in a velocity-lag.
All proportional control systems have a steady state error. The proportional mode of control tends to be used in processes where the gain KP can be made large enough to reduce the steady state error to an acceptable level. However, the larger the gain the greater the chance of the system oscillating. The oscillations occur because of time lags in the system, the higher the gain the bigger will be the controlling action for a particular error and so the greater the chance that the system will overshoot the set value and oscillations occur.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B978075066432550005X
Process Controllers
William Bolton, in Instrumentation and Control Systems (Third Edition), 2021
5.3.2 Limitations of Proportional Control
Proportional controllers have limitations. Consider a simple unity feedback control system (Figure 5.12). When there is no error, we must have the output value equal to the set value. For many closed-loop control systems, this is what is wanted. But will this be achieved with a proportional control system? The error signal fed to the proportional controller Kp is the difference between the set value and the output value from the system.
Figure 5.12. Inflow change
In the above example, we could have obtained the same type of response if, instead of changing the temperature of the input liquid, we had made a sudden change of the set value to a new constant value. There would need to be a steady state error or proportional offset from the original value. We can also obtain steady state errors in the case of a control system which has to, say, give an output of an output shaft rotating at a constant rate, the error results in a velocity-lag.
All proportional control systems have a steady state error. The proportional mode of control tends to be used in processes where the gain KP can be made large enough to reduce the steady state error to an acceptable level. However, the larger the gain the greater the chance of the system oscillating. The oscillations occur because of time lags in the system, the higher the gain the bigger will be the controlling action for a particular error and so the greater the chance that the system will overshoot the set value and oscillations occur.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B978075066432550005X
Process Controllers
William Bolton, in Instrumentation and Control Systems (Third Edition), 2021
5.3.2 Limitations of Proportional Control
Proportional controllers have limitations. Consider a simple unity feedback control system (Figure 5.12). When there is no error, we must have the output value equal to the set value. For many closed-loop control systems, this is what is wanted. But will this be achieved with a proportional control system? The error signal fed to the proportional controller Kp is the difference between the set value and the output value from the system.
Figure 5.12. A closed-loop control system.
Error=set value−output value
Thus when there is an error and the plant is not delivering the required output, the correcting input applied to the plant is Kp×error. This correcting signal will steadily reduce the error. However, as the error becomes smaller, the signal applied to the plant to correct the output becomes smaller and will eventually become too small for the output to be maintained at the required set value. We can only have a correcting input to the plant if the error is not zero. Thus this use of a proportional controller leaves the output with a steady-state error.
All proportional control systems have a steady-state error. The proportional mode of control tends to be used in processes where the gain KP can be made large enough to reduce the steady-state error to an acceptable level. However, the larger the gain, the greater the chance of the system oscillating. The oscillations occur because of time lags in the system—the higher the gain, the bigger will be the controlling action for a particular error and so the greater the chance that the system will overshoot the set value and oscillations occur. Zero steady-state error can be obtained when there is an integrator with the proportional control, see Section 5.5.1 for a discussion of PI control. Steady-state errors are also discussed in Section 10.7.
Example
A proportional controller has a gain of 4. What will be the percentage steady state error signal required to maintain an output from the controller of 20% when the normal set value is 0%?
With a proportional controller we have
%controller output=gain×%error=20=4×%error
Hence the percentage error is 5%.
Example
For the water level control system described in Figure 5.9, the water level is at the required height when the linear control valve has a flow rate of 5 m3/h and the outflow is 5 m3/h. The controller output is then 50% and operates as a proportional controller with a gain of 10. What will be the controller output and the offset when the outflow changes to 6 m3/h?
Since a controller output of 50% corresponds to 5 m3/h from the linear control valve, then 6 m3/h means that the controller output will need to be 60%. To give a change in output of 60−50=10% with a controller having a gain of 10 means that the error signal into the controller must be 1%. There is thus an offset of 1%.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780128234716000058
Process Controllers
William Bolton, in Instrumentation and Control Systems (Second Edition), 2015
5.3.2 Limitations of Proportional Control
Proportional controllers have limitations. Consider the example in Figure 5.8 of the amplifier as the proportional controller. Initially, take the temperature of the liquid in the bath to be at the set value. There is then no error signal and consequently no current to the heating element. Now suppose the temperature of the inflowing liquid changes to a constant lower value (Figure 5.12). The temperature sensor will, after a time lag, indicate a temperature value which differs from the set value. The greater the mass of the liquid in the tank, i.e. the capacitance, the longer will be the time taken for the sensor to react to the change. This is because it will take longer for the colder liquid to have mixed with the liquid in the tank and reached the sensor. The differential amplifier will then give an error signal and the power amplifier a signal to the heater which is proportional to the error. The current to the heater will be proportional to the error, the constant of proportionality being the gain of the amplifier. The higher the gain the larger will be the current to the heater for a particular error and thus the faster the system will respond to the temperature change. As indicated in Figure 5.12, the inflow is constantly at this lower temperature. Thus, when steady state conditions prevail, we always need current passing through the heater. Thus there must be a continuing error signal and so the temperature can never quite be the set value. This error signal which persists under steady state conditions is termed the steady state error or the proportional offset. The higher the gain of the amplifier the lower will be the steady state error because the system reacts more quickly.
Figure 5.12. Inflow change.
In the above example, we could have obtained the same type of response if, instead of changing the temperature of the input liquid, we had made a sudden change of the set value to a new constant value. There would need to be a steady state error or proportional offset from the original value. We can also obtain steady state errors in the case of a control system which has to, say, give an output of an output shaft rotating at a constant rate, the error results in a velocity lag.
All proportional control systems have a steady state error. The proportional mode of control tends to be used in processes where the gain KP can be made large enough to reduce the steady state error to an acceptable level. However, the larger the gain the greater the chance of the system oscillating. The oscillations occur because of time lags in the system, the higher the gain the bigger will be the controlling action for a particular error and so the greater the chance that the system will overshoot the set value and oscillations occur.
Example
A proportional controller has a gain of 4. What will be the percentage steady state error signal required to maintain an output from the controller of 20% when the normal set value is 0%?
With a proportional controller we have
%controller output=gain×%error=20=4×%error
Hence the percentage error is 5%.
Example
For the water level control system described in Figure 5.9, the water level is at the required height when the linear control valve has a flow rate of 5 m3/h and the outflow is 5 m3/h. The controller output is then 50% and operates as a proportional controller with a gain of 10. What will be the controller output and the offset when the outflow changes to 6 m3/h?
Since a controller output of 50% corresponds to 5 m3/h from the linear control valve, then 6 m3/h means that the controller output will need to be 60%. To give a change in output of 60−50=10% with a controller having a gain of 10 means that the error signal into the controller must be 1%. There is thus an offset of 1%.
Read full chapter
URL:
https://www.sciencedirect.com/science/article/pii/B9780081006139000055





























































































































































































































































































































































































































































































































































































































































и
; если они не имеют нулей внутри единичной окружности, то приравнять
и
постоянному множителю этих полиномов.


























