Equilibrio e stabilità di sistemi dinamici. Linearizzazione di sistemi dinamici

Documenti analoghi
Fondamenti di Automatica. Unità 3 Equilibrio e stabilità di sistemi dinamici

Esercizi sui sistemi non lineari

Introduzione e modellistica dei sistemi

Modello matematico di un sistema fisico

Introduzione ai sistemi dinamici

1 Modello epidemico SIR (semplificato) del virus Ebola

Fondamenti di Automatica

2. ANALISI DELLA DEFORMAZIONE

ESERCITAZIONI di ECONOMIA POLITICA ISTITUZIONI (A-K)

Calcolo Numerico con elementi di programmazione

COMUNICAZIONE OPZIONE SPORTIVA QUESTIONARIO QUESITO 1

Analisi matematica I. Sviluppi di Taylor e applicazioni. Sviluppi di Taylor. Operazioni sugli sviluppi di Taylor e applicazioni

Segnali e Sistemi. Dispensa integrativa per l insegnamento di Elementi di Controlli Automatici. Gianni Borghesan e Giovanni Marro

Lab 2: Progettazione di controllori PID e in spazio di stato per un motore elettrico (20+2 punti)

Risposta temporale: esempi

Sistemi e modelli. Sistemi e modelli

TEORIA DEI SISTEMI SISTEMI LINEARI

Derivazione Numerica

Esercizi di Analisi Matematica I

Identificazione di un modello di motore elettrico e controllo in catena chiusa del dispositivo

La funzione primitiva

Teoria normativa della politica economica

Modelli matematici di sistemi dinamici

TEMI D ESAME DI ANALISI MATEMATICA I

Analisi Matematica I DISEQUAZIONI Risposte Pagina Es. 1 Es. 2 Es. 3 Es. 4 Es. 5 1

Oscillazioni. Si produce un oscillazione quando un sistema viene perturbato rispetto a una posizione di equilibrio stabile

Consideriamo un sistema dinamico tempo-invariante descritto da:

Esercizi sulle trasformate di Fourier

Osservazioni sulle funzioni composte

Fondamenti di Automatica

Facoltá di Scienze MM.FF.NN. Corso di Studi in Informatica- A.A

ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1

GRAFICI DI RETTE. Calcolando i valori delle coordinate è possibile trovare i punti e disegnare il grafico di una qualsiasi relazione come y = 2x 5.

Modelli di popolazioni multispecie

Inversione stabile ingresso-uscita per sistemi lineari e non lineari. 2 Esempio del pendolo sul carrello

variabili. se i limiti esistono e si chiamano rispettivamente derivata parziale rispetto ad x e rispetto ad y.

FONDAMENTI DI AUTOMATICA

Esercizi relativi al capitolo 2

LICEO SCIENTIFICO QUESTIONARIO QUESITO 1

3. Sistemi Lineari a Tempo Discreto

ECONOMIA POLITICA II - ESERCITAZIONE 5 IS-LM in economia aperta Mercato del lavoro

Risposta La curva r è regolare a tratti per via di quanto succede della sua rappresentazione parametrica nel punto t = 1: pur riuscendo

Appunti sul corso di Complementi di Matematica mod. Analisi prof. B.Bacchelli - a.a. 2010/2011.

Teoremi di Fermat, Rolle, Lagrange, Cauchy, de l Hôpital

ANALISI E SIMULAZIONE DI SISTEMI DINAMICI. Lezione XI: Stabilità interna

AMPLIFICATORI OPERAZIONALI NORTON 1^ parte applicazioni lineari. prof. Cleto Azzani IPSIA Moretto Brescia

Esercizio 1. Esercizio 2

CORSO DI ANALISI MATEMATICA 2 ESERCIZI. Carlo Ravaglia

quando il limite delle somme di Riemann esiste. In tal caso diciamo che la funzione è integrabile sul rettangolo.

2. Costruire un M function file di Matlab che calcola il valore del

Identificazione di un modello di motore elettrico e controllo in catena chiusa del dispositivo

Metodi I Secondo appello

Esperimentazioni di Fisica 3 AA Appunti sugli Amplificatori Operazionli. M. De Vincenzi

ESEMPIO DI APPLICAZIONE DEI TEOREMI DELL ANALISI LIMITE:

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.7)

Analisi Matematica 2 Ingegneria Gestionale Docenti: B. Rubino e R. Sampalmieri L Aquila, 21 marzo 2005

Teoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione

(Per scaricare il programma: cercare su Google download EffeDiX )

EQUAZIONI DIFFERENZIALI Esercizi svolti. y = xy. y(2) = 1.

1 a PROVA PARZIALE DI FONDAMENTI DI AUTOMATICA A.A. 2004/ novembre Soluzione

Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016

n=0 a n è convergente. x 2

+ + = 3 = = = + + ESERCIZIO 4A: Calcolare l antitrasformata Zeta della seguente funzione F(z)

Riferimenti: R.Adams, Calcolo Differenziale 2. Capitoli 3.4, 3.9. Esercizi 3.4, 3.9.

Corso di Analisi Matematica Limiti di funzioni

Sistemi di Equazioni Differenziali

Le derivate parziali

25 IL RAPPORTO INCREMENTALE - DERIVATE

Grandezze angolari. Lineare Angolare Relazione x θ x = rθ. m I I = mr 2 F N N = rf sin θ 1 2 mv2 1

Campo di Esistenza. Il campo di esistenza di una funzione f è il dominio più grande su cui ha significato la legge f.

Esercizi di Analisi Matematica 1 Corso Ingegneria Civile. L. Pandolfi

CONTROLLI AUTOMATICI Ingegneria Gestionale ANALISI ARMONICA

Corso di Laurea in Ingegneria Informatica Analisi Numerica

Elementi di Algebra Lineare. Spazio Vettoriale (lineare)

Struttura elettronica delle molecole. Teoria quantistica del legame chimico

Il metodo di Gauss-Newton per le regressioni non-lineari

Capitolo 3: Ottimizzazione non vincolata parte III. E. Amaldi DEI, Politecnico di Milano

Teorema delle Funzioni Implicite

Facoltà di Ingegneria Università di Pisa

Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari

(5 sin x + 4 cos x)dx [9]

f df(p 0 ) lim = 0 f(x, y) dxdy =

Equazioni non lineari

Risposta a regime (per ingresso costante e per ingresso sinusoidale)

Nota sull iperbole equilatera

INGEGNERIA DELLE TELECOMUNICAZIONI

Applicazioni delle leggi della meccanica: moto armnico

I POLINOMI DI TAYLOR. c Paola Gervasio - Analisi Matematica 1 - A.A. 16/17 Sviluppi di Taylor cap7.pdf 1

Esercizio Calcolo del β equivalente. Soluzione

Calcolo del movimento di sistemi dinamici LTI. Soluzione per sistemi dinamici LTI TD

Temi d esame di Analisi Matematica 1

Equazioni differenziali lineari del secondo ordine a coefficienti costanti

Programma delle lezioni svolte nel corso CLEM di Matematica Generale, Lettere M-Z, Prof. F. Manzini.

{ x + 2y = 3 αx + 2y = 1 αx + y = 0. f(x) = e x 2 +3x+4 x 5. f(x) = x 3 e 7x.

Documento #: Doc_a9_(4).doc. Il punzonamento

EQUAZIONI DIFFERENZIALI. 1. Trovare tutte le soluzioni delle equazioni differenziali: (a) x = x 2 log t (d) x = e t x log x (e) y = y2 5y+6

5 a lezione - laboratorio

MODELLI DI DOMANDA E UTILITÀ ALEATORIA

RICHIAMI MATEMATICI. x( t)

TECNICHE DI CONTROLLO

Transcript:

Eqilibrio e stabilità di sistemi dinamici Linearizzazione di sistemi dinamici

Linearizzazione di sistemi dinamici Linearizzazione di na fnzione reale Linearizzazione di n sistema dinamico Esempi di linearizzazione di sistemi dinamici

Linearizzazione di sistemi dinamici Linearizzazione di na fnzione reale

Linearizzazione di na fnzione reale (/) Una fnzione f ( x): pò essere svilppata in serie di Taylor in n intorno di ampiezza δx = x x 0 di n qalsiasi valore x 0 della variabile reale x come: f ( x) = f ( x + δx) = 0 df ( x ) d f ( x ) = f ( x ) + δx + δx + 0 dx! dx x = x x = x 0 0 La fnzione f (x ) pò essere approssimata in tale intorno mediante il troncamento h (x ) dello svilppo in serie di Taylor arrestato al termine di o grado: df ( x ) f ( x) = f ( x + δx) f ( x ) + δx = h( x) 0 0 dx x = x 0 4

Linearizzazione di na fnzione reale (/) 4 3.5 3 f (x ) h (x ).5 f (x 0 )=.5 0.5 0-0.5 - -6-5 -4-3 - - 0 3 4 x 0 = L approssimazione h (x ) è tanto migliore qanto più piccolo è l intorno δx del pnto di linearizzazione x 0 5

Linearizzazione di sistemi dinamici Linearizzazione di n sistema dinamico

Linearizzazione di n sistema dinamico I sistemi dinamici reali non sono mai perfettamente lineari, ma possono essere approssimati nell intorno di ogni prefissato movimento (qale, ad esempio, n pnto di eqilibrio) mediante opportni modelli lineari, detti modelli linearizzati Per l analisi ed il controllo di sistemi dinamici lineari si hanno a disposizione metodologie più semplici, potenti e nmerose rispetto al caso non lineare Obiettivo: costrire n modello dinamico lineare che approssimi bene il comportamento del sistema dinamico non lineare nell intorno di n prefissato movimento nominale 7

Movimento nominale di n sistema dinamico Dato n sistema dinamico, a dimensione finita, MIMO, a tempo contino, non lineare, stazionario xt () = f( xt (), t ()) y () t = g( x(), t () t ) se ne considerino de diverse evolzioni temporali: Un movimento nominale xt () ottento applicando n ingresso nominale t () al sistema posto in no stato iniziale nominale x 0, ci corrisponde na scita nominale y () t xt ()e yt () soddisfano il segente sistema di eqazioni xt () = f( xt (), t ()), xt ( = 0) = x0 yt () = gxt (), t () ( ) 8

Movimento pertrbato di n sistema dinamico Dato n sistema dinamico, a dimensione finita, MIMO, a tempo contino, non lineare, stazionario xt () = f( xt (), t ()) y () t = g( x(), t () t ) se ne considerino de diverse evolzioni temporali: Un movimento pertrbato xt () ottento applicando n ingresso differente ( pertrbato ) t () al sistema posto in no stato iniziale differente ( pertrbato ) x 0, ci corrisponde na scita pertrbata y () t xt ()e yt () soddisfano il segente sistema di eqazioni xt () = f xt (), t () xt ( = 0) = x ( ) ( ) yt () = gxt (), t (), 0 9

Pertrbazioni di n sistema dinamico Le differenze fra le de diverse evolzioni temporali rappresentano le pertrbazioni del sistema: n δxt () = xt () xt () = pertrbazione sllo stato xt () = xt () + δxt () δt () = t () t () = pertrbazione sll'ingresso t () = t () + δt () δyt () = yt () yt () = pertrbazione sll'scita yt () = yt () + δyt () L evolzione temporale della pertrbazione sllo stato δx (t ) è solzione dell eqazione differenziale xt d( δxt ()) d( xt () xt ()) δ () = = = () () dt dt xt xt q p 0

Calcolo delle pertrbazioni del sistema (/3) L evolzione temporale della pertrbazione sllo stato δx (t ) è solzione dell eqazione differenziale δ xt () = xt () xt () = f( xt (), t ()) f( xt (), t ()) La fnzione f (x (t ), (t )) pò essere svilppata in serie di Taylor in n intorno di xt () e t () come f xt (), t () = f xt () + δxt (), t () + δt () = ( ) ( ) f( x, ) f( x, ) = f ( x(), t () t ) + δx() t + δ() t + x x= x x= x e pò essere approssimata mediante il troncamento di tale svilppo in serie arrestato al termine lineare: fx (,) fx (,) f( x(), t t ()) f ( x(), t () t ) x() t t () x δ + + x x δ = x= x

Calcolo delle pertrbazioni del sistema (/3) Qindi δx (t ) è solzione dell eqazione differenziale δxt () = f( xt (), t ()) f( xt (), t ()) f (,) x f (,) x δxt () + δt () = x x= x x= x = At () δx() t + B() t δt () fx At () = = : x x= x (,) n n n Jacobiano di n n n fx Bt () = = : x= x (,) p n p Jacobiano di f x f x f x f x f f f f n n p x= x x= x f rispetto ad x f rispetto ad

Calcolo delle pertrbazioni del sistema (3/3) Procedendo in maniera analoga con δy (t ), si ricava: δy () t = y() t y() t = g( xt (), t ()) g( xt (), t ()) gx (,) gx (,) δxt () + δt () = x x= x x= x = Ct () δxt () + Dt () δt () gx Ct () = = : x x= x (,) n q n Jacobiano di q q n (,) p q p Jacobiano di gx Dt () = = : x= x g x g x g x g x g g g g q q p x= x x= x g rispetto ad x g rispetto ad 3

Sistema dinamico linearizzato TC Qindi l evolzione temporale del sistema dinamico xt () = f( xt (), t ()) y () t = g( x(), t () t ) nell intorno del movimento nominale ( xt (), t (), yt ()) pò essere espressa in forma approssimata come xt () = xt () + δxt (), t () = t () + δt (), yt () = yt () + δyt () in fnzione delle pertrbazioni δxt ()e δyt () che sono le solzioni del sistema dinamico linearizzato δxt () = At () δxt () + Bt () δt (), δxt ( = 0) = xt ( = 0) x0 δyt () = Ct () δxt () + Dt () δt () f( x, ) f( x, ) gx (, ) gx (, ) () =, () =, () =, () = x x At B t C t Dt x = x x = x x = x x = x 4

Sistema dinamico linearizzato TD Analogamente, l evolzione temporale del sistema xk ( + ) = f ( xk ( ), k ( )) y ( k) = g( x( k), ( k) ) nell intorno del movimento nominale xk (),(), k yk () pò essere espressa in forma approssimata come xk () = xk () + δxk (), k () = k () + δk (), yk () = yk () + δyk () in fnzione delle pertrbazioni δxk ()e δyk () che sono le solzioni del sistema dinamico linearizzato δxk ( + ) = Ak ( ) δxk ( ) + Bk ( ) δk ( ), δxk ( = 0) = xk ( = 0) x0 δyk () = Ck () δxk () + Dk () δk () ( ) f( x, ) f( x, ) gx (, ) gx (, ) ( ) =, ( ) =, ( ) =, ( ) = x x Ak B k C k Dk x = x x = x x = x x = x 5

Linearizzazione nell intorno dell eqilibrio In generale, il sistema dinamico linearizzato pò risltare variante nel tempo, anche se il sistema dinamico non lineare da approssimare è stazionario Se però il movimento nominale considerato è n pnto di eqilibrio ( x, ), allora le matrici A, B, C e D del sistema dinamico linearizzato risltano costanti e qindi il sistema dinamico linearizzato è LTI: δxt () = Aδxt () + Bδt () δxk ( + ) = Aδxk ( ) + Bδk ( ) δy () t = Cδx() t + Dδ() t δy( k) = Cδx( k) + Dδ( k) Qale che sia il movimento nominale considerato, la validità dell approssimazione mediante il sistema linearizzato è tanto maggiore qanto minori sono le pertrbazioni rispetto a tale movimento nominale 6

Linearizzazione di sistemi dinamici Esempi di linearizzazione di sistemi dinamici

Esempio # di linearizzazione (/4) Dato il sistema (levitatore magnetico) descritto da x = x = f ( x, ) i 0 ( ) x = g k i M x = f ( x, ) f M y = x = g( x, ) p Mg calcolare le matrici del sistema dinamico linearizzato k i nell intorno del pnto di eqilibrio Mg x =, 0 0 Nell eqazione δxt () = Aδxt () + Bδt () compaiono: f f 0 0 fx (,) x x A = = = i x x f f k = 0 g Mg x = 0 3 x x x x Mx k i = = = 8

Esempio # di linearizzazione (/4) Dato il sistema (levitatore magnetico) descritto da x = x = f ( x, ) i 0 ( ) x = g k i M x = f ( x, ) f M y = x = g( x, ) p Mg calcolare le matrici del sistema dinamico linearizzato k i nell intorno del pnto di eqilibrio Mg x =, 0 0 Nell eqazione δxt () = Aδxt () + Bδt () compaiono: f 0 f( x, ) 0 B = = = k i = x x f g = x = x Mx 9

Esempio # di linearizzazione (3/4) Dato il sistema (levitatore magnetico) descritto da x = x = f ( x, ) i 0 ( ) x = g k i M x = f ( x, ) f M y = x = g( x, ) p Mg calcolare le matrici del sistema dinamico linearizzato k i nell intorno del pnto di eqilibrio Mg x =, 0 0 Nell eqazione δy () t = Cδx() t + Dδ() t compaiono: gx (, ) g g C = = = [ 0 ] x = x x x x = x x 0

Esempio # di linearizzazione (4/4) Dato il sistema (levitatore magnetico) descritto da x = x = f ( x, ) i 0 ( ) x = g k i M x = f ( x, ) f M y = x = g( x, ) p Mg calcolare le matrici del sistema dinamico linearizzato k i nell intorno del pnto di eqilibrio Mg x =, 0 0 Nell eqazione δy () t = Cδx() t + Dδ() t compaiono: gx (, ) g D x x x x = = = = = [ 0]

Esempio # di linearizzazione (/6) Dato il sistema (pendolo inverso) descritto da x = x = f ( x, ) M F o (t ) cos x g βx sin θ x = + x = f ( x, ) Ml l l g Ml β y = x = g( x, ) calcolare le matrici del sistema dinamico linearizzato k π nell intorno dei pnti di eqilibrio x =, = 0 0 Nell eqazione δxt () = Aδxt () + Bδt () compaiono: f f 0 fx (,) x x A = = = sinx x x f f g β x = cosx x x x x l Ml Ml = = =

Esempio # di linearizzazione (/6) Dato il sistema (pendolo inverso) descritto da x = x = f ( x, ) M F o (t ) cos x g βx sin θ x = + x = f ( x, ) Ml l l g Ml β y = x = g( x, ) calcolare le matrici del sistema dinamico linearizzato k π nell intorno dei pnti di eqilibrio x =, = 0 0 Nell eqazione δxt () = Aδxt () + Bδt () compaiono: 0 0 k pari A = g β, k dispari A = g β + l Ml l Ml 3

Esempio # di linearizzazione (3/6) Dato il sistema (pendolo inverso) descritto da x = x = f ( x, ) M F o (t ) cos x g βx sin θ x = + x = f ( x, ) Ml l l g Ml β y = x = g( x, ) calcolare le matrici del sistema dinamico linearizzato k π nell intorno dei pnti di eqilibrio x =, = 0 0 Nell eqazione δxt () = Aδxt () + Bδt () compaiono: f 0 fx (,) B = = = cos x x f x = x= x Ml 4

Esempio # di linearizzazione (4/6) Dato il sistema (pendolo inverso) descritto da x = x = f ( x, ) M F o (t ) cos x g βx sin θ x = + x = f ( x, ) Ml l l g Ml β y = x = g( x, ) calcolare le matrici del sistema dinamico linearizzato k π nell intorno dei pnti di eqilibrio x =, = 0 0 Nell eqazione δxt () = Aδxt () + Bδt () compaiono: 0 0 k pari B =, k dispari B = + Ml Ml 5

Esempio # di linearizzazione (5/6) Dato il sistema (pendolo inverso) descritto da x = x = f ( x, ) M F o (t ) cos x g βx sin θ x = + x = f ( x, ) Ml l l g Ml β y = x = g( x, ) calcolare le matrici del sistema dinamico linearizzato k π nell intorno dei pnti di eqilibrio x =, = 0 0 Nell eqazione δy () t = Cδx() t + Dδ() t compaiono: C gx (, ) g g = = = x x x x = x x = x [ 0 ] 6

Esempio # di linearizzazione (6/6) Dato il sistema (pendolo inverso) descritto da x = x = f ( x, ) M F o (t ) cos x g βx sin θ x = + x = f ( x, ) Ml l l g Ml β y = x = g( x, ) calcolare le matrici del sistema dinamico linearizzato k π nell intorno dei pnti di eqilibrio x =, = 0 0 Nell eqazione δy () t = Cδx() t + Dδ() t compaiono: gx (, ) g D x x x x = = = = = [ 0] 7

Esempio #3 di linearizzazione (/6) Dato il sistema descritto dal segente modello x ( k + ) = x ( k) ( k) + x ( k) x ( k) = f ( x, ) x ( k + ) = x ( k) ( k) + 3 x ( k) = f ( x, ) y ( k) = x ( k) x ( k) = g( x, ) calcolare le matrici del sistema dinamico linearizzato ( a) 0 ( ) in, 0.5 e b c x = = x =, = 0.5, c 0 0.5 Nell eqazione δxk ( + ) = Aδxk ( ) + Bδk ( ), f f fx (,) x x + x x A = = = x x= x f f 0 + 6x x x x x = = = 8

Esempio #3 di linearizzazione (/6) Dato il sistema descritto dal segente modello x ( k + ) = x ( k) ( k) + x ( k) x ( k) = f ( x, ) x ( k + ) = x ( k) ( k) + 3 x ( k) = f ( x, ) y ( k) = x ( k) x ( k) = g( x, ) calcolare le matrici del sistema dinamico linearizzato ( a) 0 ( ) in, 0.5 e b c x = = x =, = 0.5, c 0 0.5 Nell eqazione δxk ( + ) = Aδxk ( ) + Bδk ( ), () a () a 0.5 0 se x = x A = A = + x x 0 0.5 A = 0 + 6x () b () b c se x = x A = A = 0.5 9

Esempio #3 di linearizzazione (3/6) Dato il sistema descritto dal segente modello x ( k + ) = x ( k) ( k) + x ( k) x ( k) = f ( x, ) x ( k + ) = x ( k) ( k) + 3 x ( k) = f ( x, ) y ( k) = x ( k) x ( k) = g( x, ) calcolare le matrici del sistema dinamico linearizzato ( a) 0 ( ) in, 0.5 e b c x = = x =, = 0.5, c 0 0.5 Nell eqazione δxk ( + ) = Aδxk ( ) + Bδk ( ), f fx (,) x B = = = x= x f x x= x 30

Esempio #3 di linearizzazione (4/6) Dato il sistema descritto dal segente modello x ( k + ) = x ( k) ( k) + x ( k) x ( k) = f ( x, ) x ( k + ) = x ( k) ( k) + 3 x ( k) = f ( x, ) y ( k) = x ( k) x ( k) = g( x, ) calcolare le matrici del sistema dinamico linearizzato ( a) 0 ( ) in, 0.5 e b c x = = x =, = 0.5, c 0 0.5 Nell eqazione δxk ( + ) = Aδxk ( ) + Bδk ( ), () a () a 0 se x = x B = B = x 0 B = x () b () b c se x = x B = B = 0.5 3

Esempio #3 di linearizzazione (5/6) Dato il sistema descritto dal segente modello x ( k + ) = x ( k) ( k) + x ( k) x ( k) = f ( x, ) x ( k + ) = x ( k) ( k) + 3 x ( k) = f ( x, ) y ( k) = x ( k) x ( k) = g( x, ) calcolare le matrici del sistema dinamico linearizzato ( a) 0 ( ) in, 0.5 e b c x = = x =, = 0.5, c 0 0.5 Nell eqazione δy () k = Cδx() k + Dδ() k, gx (, ) g g C = = = [ x x ] x x = x x x x = x () a () a () b () b [ 00] se [ 0.5c ] se x = x C = C = x = x C = C =, 3

Esempio #3 di linearizzazione (6/6) Dato il sistema descritto dal segente modello x ( k + ) = x ( k) ( k) + x ( k) x ( k) = f ( x, ) x ( k + ) = x ( k) ( k) + 3 x ( k) = f ( x, ) y ( k) = x ( k) x ( k) = g( x, ) calcolare le matrici del sistema dinamico linearizzato ( a) 0 ( ) in, 0.5 e b c x = = x =, = 0.5, c 0 0.5 Nell eqazione δy () k = Cδx() k + Dδ() k, gx (, ) g D x x x x = = = = = [ 0] 33