Sie sind auf Seite 1von 26
Formelsammlung SYSTEMTHEORIE Wintersemester 2010/2011 Dipl.-Ing. Elias Strigel Prof. Dr.-Ing. Knut Graichen ¨ Letzte

Formelsammlung

SYSTEMTHEORIE

Wintersemester 2010/2011

Dipl.-Ing. Elias Strigel Prof. Dr.-Ing. Knut Graichen

¨

Letzte Anderung: 10. Februar 2011

Institut fur¨

Mess–, Regel– und Mikrotechnik

Fakult¨at fur¨

Ingenieurwissenschaften und Informatik

Universit¨at Ulm

Inhaltsverzeichnis

1 Dynamische Systeme

2

1.1 Linearit¨at und Zeitinvarianz

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2

1.2 Existenz und Eindeutigkeit der L¨osung

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2

1.3 Linearisierung nichtlinearer Systeme .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3

2 Beschreibung und Eigenschaften linearer Systeme

 

4

2.1 Beschreibung im Zustandsraum

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

4

2.2 Zustandstransformation

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

4

2.3 Berechnung der Transitionsmatrix .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5

2.4 Ein–/Ausgangsverhalten

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

7

2.5 Steuerbarkeit

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8

2.6 Beobachtbarkeit

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8

3 Zustandsregler

9

3.1 Direkte Eigenwertvorgabe (Eingr¨oßenfall) .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

3.2 Reglerentwurf in Regelungsnormalform

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

3.3 Reglerentwurf durch Ein–/Ausgangsentkopplung .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

11

3.4 Optimale Regelung (LQR–Problem) .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

12

3.5 Behandlung von St¨orgr¨oßen

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

13

4 Beobachterentwurf

13

4.1 Vollst¨andiger Luenberger–Beobachter

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

13

4.2 Separationsprinzip

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

14

4.3 Behandlung von St¨orgr¨oßen – St¨orbeobachter

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

15

4.4 Reduzierter Beobachter

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

15

5 Folgeregelung

15

5.1 Folgeregelung fur¨

den Ausgang .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

5.2 Zwei–Freiheitsgrade–Regelung

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

A Bezeichungen im Skript

19

B Mathematische Grundlagen

20

B.1

Determinantenberechnung

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

20

B.2

B.3

B.4

Lineare Abh¨angigkeit und Unabh¨angigkeit von Vektoren

. Pseudoinverse rechteckiger Matrizen .

Inverse einer Matrix

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

20

21

22

B.5

. Eigenwerte und Eigenvektoren einer Matrix

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

22

B.6

Algebraische und geometrische Vielfachheit .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

22

B.7

Satz von Cayley–Hamilton

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

23

C Laplace–Transformation

23

C.1

Eigenschaften der Laplace–Transformation

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

23

C.2

Korrespondenzen

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

25

Formelsammlung zur Vorlesung Systemtheorie

Seite 2

1 Dynamische Systeme

Allgemeine Darstellung eines nichtlinearen dynamischen Systems im Zustandsraum

x˙

=

f (x, u, t)

mit

x(t 0 ) = x 0

y

= h(x, u, t)

 

(1)

Die Gr¨oßen u, y und x werden einfach als Eingang, Ausgang und Zustand des dynamischen Systems bezeichnet. Man unterscheidet folgende Sonderf¨alle:

zeitinvariantes, nichtlineares System:

 

x˙

= f (x, u)

mit

x (t 0 ) = x 0

y

= h (x, u)

freies, nichtlineares System:

 

x˙

= f (x, t)

mit

x (t 0 ) = x 0

y

= h (x, t)

(2)

(3)

autonomes nichtlinares System (frei und zeitinvariant):

x˙

= f (x)

mit

x (t 0 ) = x 0

y

= h (x)

.

1.1 Linearit¨at und Zeitinvarianz

(4)

Linearit¨at: Das System (1) nennt man linear, wenn fur¨ alle (zul¨assigen) Eingangsgr¨o- ßen u (t) und jeden beliebigen Anfangszeitpunkt t 0 0 die Ausgangsgr¨oße y (x 0 , u, t) = h (ϕ (x 0 , u (t) , t) , u (t) , t) zu jedem Zeitpunkt t t 0 die folgenden Bedingungen mit α 1 , α 2 , β 1 , β 2 R erfullt:¨

Superposition

bzgl.

x 0 :

y (α 1 x 0,1 + α 2 x 0,2 , 0, t) =

α 1 y

(x 0,1 , 0, t) + α 2 y (x 0,2 , 0, t)

Superposition

bzgl.

u :

y (0, β 1 u 1 + β 2 u 2 , t)

=

β 1 y (0, u 1 , t)

+ β 2 y (0, u 2 , t)

Superposition

bzgl.

x 0 & u :

y (x 0 , u, t)

= y (x 0 , 0, t) +

y (0, u, t)

Das System (1) ist genau dann linear und zeitinvariant, wenn es sich in der folgenden Form schreiben l¨asst:

(5)

x˙

=

Ax + Bu

y

=

Cx + Du

1.2 Existenz und Eindeutigkeit der L¨osung

Lokale Existenz und Eindeutigkeit: Es sei f (x, t) stuckweise¨ Absch¨atzung

stetig in t und genuge¨

der

(6)

alle x, y ∈ B = {z R n | z x 0 r} und alle t [t 0 , t 0 + τ ]. Dann existiert ein δ > 0

f (x, t) f (y, t)

L x y ,

0 < L <

fur¨

so, dass

x˙

= f (x, t)

mit

x(t 0 ) = x 0

(7)

genau eine L¨osung fur¨

und L als Lipschitz-Konstante bezeichnet.

t [t 0 , t 0 + δ] besitzt. Dabei wird (6) auch als Lipschitz-Bedingung

Formelsammlung zur Vorlesung Systemtheorie

Seite 3

Im Falle eines linearen autonomen Systems

x˙ = Ax

mit

x(t 0 ) = x 0 .

(8)

kann leicht auf die Existenz und Eindeutigkeit der L¨osung von (8) geschlossen werden. Dazu wird die Absch¨atzung

Ax Ay = A (x y) A x y

(9)

mit A als der induzierten Matrixnorm der Matrix A betrachtet. Es ist somit direkt ersicht- lich, dass das System (8) mit der Lipschitz-Konstanten L = A die Lipschitz-Bedingung (6) erfullt.¨

1.3 Linearisierung nichtlinearer Systeme

Linearisierung um die Ruhelage: Es sei x R , y R eine Ruhelage des Systems

x˙

=

f (x, u)

mit

x (t 0 ) = x 0

y

=

h (x, u)

(10)

¨

fur¨

von u R und ∆x 0 von x R wird durch das lineare, zeitinvariante System

u = u R . Die Anderung der L¨osung ∆x, ∆y bei hinreichend kleinen Abweichungen ∆u

x˙ = Ax + Bu y = Cx + Du

mit

x (t 0 ) = ∆x 0 = x 0 x R

(11)

mit

A =

x f (x R , u R ) ,

B =

u f (x R , u R ) ,

C =

x h (x R , u R ) ,

D =

u h (x R , u R )

beschrieben. Das System (11) wird auch als Linearisierung von (10) um die Ruhelage (Ar- beitspunkt) (x R , u R ) bezeichnet.

Linearisierung um eine Trajektorie: Es sei x (t) eine Trajektorie des Systems (10) fur¨ eine vorgegebene Eingangsgr¨oße u(t) = u (t) und einen vorgegebenen Anfangswert x 0 = x

0 .

Die Anderung der L¨osung ∆x (t), ∆y (t) bei hinreichend kleinen Abweichungen ∆u (t) von

¨

u (t) und ∆x 0 von x 0 wird durch das lineare, zeitvariante System

x˙ = A (t) ∆x + B (t) ∆u

y = C (t) ∆x + D (t) ∆u

mit

x (t 0 ) = ∆x 0 = x 0 x

0

(12)

mit

A (t) =

C (t) =

x f (x , u ) ,

x h (x , u ) ,

B (t) =

D (t) =

u f (x , u ) ,

u h (x , u )

beschrieben. Das System (12) wird auch als Linearisierung von (10) um die Trajektorie (x , u ) bezeichnet.

Formelsammlung zur Vorlesung Systemtheorie

Seite 4

2 Beschreibung und Eigenschaften linearer Systeme

Lineares, zeitinvariantes System im Eingr¨oßenfall (SISO – Single Input Single Output)

x˙ = Ax + bu ,

y = c T x + du

x(t 0 ) = x 0

(13)

Lineares, zeitinvariantes System im Mehrgr¨oßenfall (MIMO – Multiple Input Multiple Output)

x˙

= Ax + Bu ,

x(t 0 ) = x 0

y

= Cx + Du

2.1 Beschreibung im Zustandsraum

allgemeine L¨osung des Systems (14)

Transitionsmatrix

x (t) =

Φ (t) x 0 +

0

t

Φ (t τ) Bu (τ) dτ

y (t) = Cx (t) + Du (t)

Φ (t) = e At =

k=0

k

t A k k!

.

(14)

(15)

(16)

Impulsantwort y(t) = g(t) bzw. Gewichtsfunktion fur¨ einen (vektoriellen) Dirac–Impuls

u(t) = [δ(t),

, δ(t)] T mit x 0 = 0 und D = 0

g(t) = CΦ(t)B

bzw.

g(t) = c T Φ(t)b

(m = p = 1)

(17)

Ausgangsverhalten y(t) fur¨

einen allgemeinen Stellgr¨oßenverlauf u(t) mit x 0 = 0 und D = 0

y(t) = t g(t τ )u(τ ) dτ .

0

(18)

Sprungantwort y(t) = h(t) auf einen Einheitssprung u(t) = [σ(t),

fur¨

h(t) = t CΦ(τ )B dτ

0

det(A)

= 0:

h(t) = CA 1 (Φ(t) I) B

bzw.

bzw.

h(t) = t c T Φ(τ )b dτ

0

h(t) = c T A 1 (Φ(t) I)b

, σ(t)] T

(m = p = 1) .

(m = p = 1).

(19)

(20)

2.2 Zustandstransformation

regul¨are Zustandstransformation mit neuem Zustand x˜ R n

x(t) = V x˜(t) ,

V R n×n – regul¨ar

(21)

Formelsammlung zur Vorlesung Systemtheorie

Seite 5

transformiertes System (14)

˙

x˜ =

V 1 AV x˜ + V 1 B u ,

˜

˜

A B

y = CV x˜ +

˜

C

D

˜

D

u

x˜(0) = x˜ 0 = V 1 x 0

L¨osung des transformierten Systems

x˜(t)

y(t)

=

=

Φ (t) x˜ 0 + t Φ (t τ) Bu (τ) dτ

˜

˜

˜

0

˜

˜

Cx˜(t) + Du(t)

Zusammenhang mit ursprunglicher¨

Transitionsmatrix Φ(t) in (15) und (16)

˜

Φ (t) = V Φ (t) V 1

(22)

(23)

(24)

2.3 Berechnung der Transitionsmatrix

Diagonalform: Die Dynamikmatrix A besitze Eigenwerte λ i , i = 1,

die gilt, dass

die geometrische Vielfachheit g i gleich der algebraischen Vielfachheit n i gleich sind (z.B. bei einfachen Eigenwerten).

Transformationsmatrix

, n fur¨

V

= [v 1 , v 2 ,

,

v n ] ,

transformierte Systemmatrix

˜

A =

 

λ 1

0

.

.

.

0

Av i = λ i v i ,

0

λ 2

.

.

.

0

···

···

.

.

···

.

0

0

.

.

.

λ n

 

Transformationsmatrix des transformierten Systems

˜

Φ (t) =

e λ 1 t

0

.

.

.

0

0

e λ 2 t

.

.

.

0

···

···

.

.

···

.

0

0

.

e λ n t

i =

.

1,

.

.

.

, n

(25)

 

(26)

(27)

Nichtdiagonal¨ahnliche Systemmatrizen: Die Dynamikmatrix A besitze genau einen Eigenwert λ, fur¨ den gilt, dass die geometrische Vielfachheit g kleiner als die algebraische Vielfachheit n ist (z.B. bei mehrfachen Eigenwerten).

Transformationsmatrix fur¨ g = 1

V

= [v 1 , v 2 ,

,

v n ] ,

Av 1 = λv 1 ,

transformierte Systemmatrix

˜

A =

λ

0

.

.

.

0

(A λI) v i+1 = v i ,

1

λ

.

0

.

.

.

.

.

.

.

.

.

.

.

.

0

0

1

λ

i = 1, 2,

, n 1

(28)

 

(29)

Formelsammlung zur Vorlesung Systemtheorie

Seite 6

Transformationsmatrix des transformierten Systems

Φ (t) = e λt

˜

1

0

.

.

.

0

0

t

1

.

0

0

t 2

2!

t

.

.

.

···

···

···

···

.

.

···

···

.

t

n1

(n

t

1)!

n2

(n

2)!

.

t

1

(30)

Konjugiert komplexe Eigenwerte: Die Dynamikmatrix A besitze die konjugiert kom-

plexen Eigenwertpaare λ i = α i + i , λ

geometrische Vielfachheit g i und die algebraische Vielfachheit n i gleich sind.

Transformationsmatrix

i

= α i i ,

i = 1,

, r, fur¨ die gilt, dass die

V = [Re(v 1 ), Im(v 1 ),

transformierte Systemmatrix

˜

A =

α 1

β

1

β 1 α 1

.

.

.

0

0

.

0

0

···

···

.

.

···

···

.

, Re(v r ), Im(v r )]

0

0

.

0

0

.

α r β r β r α r

.

(31)

(32)

Transformationsmatrix des transformierten Systems

˜

Φ (t) =

e α 1 t cos (β 1 t)

e α 1 t sin (β 1 t)

(β 1 t)

e α 1 t sin (β 1 t) e α 1 t cos

.

.

.

0

0

.

0

0

···

···

.

.

···

···

.

0

0

.

.

.

e α r t cos (β r t)

0

0

.

e α r t sin (β r t)

e α r t sin (β r t) e α r t cos

(β r t)

(33)

Reelle Jordansche Normalform: Es sei die reellwertige (n × n)-Matrix A die Dynamik- matrix eines linearen, zeitinvarianten Systems. Angenommen, A habe k reelle und (n k) /2 konjugiert komplexe Eigenwerte. Dann existiert eine regul¨are Transformationsmatrix

(34)

bestehend aus linear unabh¨angigen (komplexwertigen) Eigen- und Hauptvektoren v j , j =

V

= [v 1 ,

, v k , Re (v k+1 ) , Im (v k+1 ) ,

, Re (v r ) , Im (v r )]

1,

, r mit r = (n + k) /2 so, dass die Dynamikmatrix des transformierten Systems folgende

Form

A ˜ = V 1 AV =

annimmt. Dabei bezeichnen J i , i = 1,

fur¨

reelle Eigenwerte λ i in der Form

J i =

λ i

0

.

.

.

0

0

 

J 1

0

.

.

.

0

J 2

···

···

.

0

0

.

 

f

(35)

.

. .

J l , l die so genannten Jordanbl¨ocke, deren Struktur

0

0

···

1

λ i

.

0

0

···

···

.

.

···

···

.

0

0

.

λ i

0

0

0

.

1

λ i

(36)

Formelsammlung zur Vorlesung Systemtheorie