MMDR 2 Ue

Lehrstuhl für Regelungstechnik
TUM School of Engineering and Design

Technische Universität München
Angabe Übung 1: Ein-/ Ausgangslinearisierung

Moderne Methoden der Regelungstechnik 2
Aufgabe 1.1: Inverses Pendel

Gegeben ist ein Modell für das inverse Pendel
" # " # " #
ẋ1 x2 0
= + u, (1)
ẋ2 sin x1 1
y = x1 , (2)
mit der Beschränkung des Winkels x1 : − π2 < x1 < π2 .
a) Entwerfen Sie eine Ein-/Ausgangslinearisierende Zustandsregelung mit I-Anteil, die das

Führungsverhalten:
5 (s + 2)
Y (s) = W (s) (3)
2 (s + 2 + j)(s + 2 − j)(s + 1)
einstellt.
b) Zeichnen Sie ein Strukturbild des gesamten Regelsystems unter Verwendung von P- und
I-Gliedern, Kennliniengliedern und Summationsstellen.
Aufgabe 1.2: Kraftfahrzeug

Als Grundlage für die Regelung eines Kraftfahrzeugs soll im Folgenden das in Abbildung 1
gezeigte kinematische Einspurmodell verwendet werden. Als Eingangsgrößen stehen die
Geschwindigkeit der Hinterachse v sowie der Lenkwinkel der Vorderachse φ zur Verfügung.
φ
l
x
Abbildung 1: Kinematisches Einspurmodell

Angabe Übung 1 1 von 2
Hieraus ergeben sich folgende Zustandsdifferentialgleichungen:
ẋ = v cos θ (4)
ẏ = v sin θ (5)
v
θ̇ = tan φ (6)
l
Um zu erreichen, dass das System affin bezüglich beider Eingänge ist, werden die folgenden
Stellgrößen definiert:
1. u1 = v: Vorwärtsgeschwindigkeit der Hinterachse
2. u2 = vl tan φ: Winkelgeschwindigkeit des Fahrzeugs

(Außer im Stillstand v = 0 kann diese Transformation immer nach φ aufgelöst wer-
den)
a) Zeigen Sie, dass die Entkoppelbarkeitsmatrix D ∗ bezogen auf die beiden Ausgangsgrö-
ßen x und y singulär ist. Wie groß ist die Differenzordnung δ?
b) Schalten Sie vor den Geschwindigkeitseingang ein I-Glied, so dass mit u1 nun die Fahr-
zeugbeschleunigung vorgegeben wird. Zeigen Sie, dass D ∗ nun für fast alle Zustands-
punkte regulär wird. Wie groß ist die Differenzordnung δ?
c) Entwerfen Sie eine entkoppelnde Zustandsregelung. Wählen Sie alle Pole in −1. Welches
Problem bleibt offen?

Angabe Übung 2: Zustandstransformation und Flachheit

Aufgabe 2.1: Zustandstransformation

Betrachtet wird das folgende nichtlineare System:
ex2
   
−x1
ẋ =  x1 x2  +  0  u. (1)
   
x2 0
Stellen Sie mit Hilfe einer lokalen Transformation z = T (x) das System in nichtlinearer
Regelungsnormalform dar. Verwenden Sie hierfür z1 = x3 . Geben Sie hieraus das Rück-
führgesetz u(x) an, welches zum linearen Ein-/Ausgangsverhalten
a0
Y (s) = W (s) (2)
s3 + a2 s2 + a1 s + a0
bezüglich des Ausgangs y = z1 = x3 führt.
Aufgabe 2.2: Flachheit

Gegeben sei das Einspurmodell eines Fahrzeugs (siehe auch Aufgabe 1.2):
ẋ1 = u1 cos x3 (3)

ẋ2 = u1 sin x3 (4)
ẋ3 = u2 (5)
h iT
a) Ist dieses System flach bezüglich der Ausgänge y = x1 x2 ?
b) Welche Anforderungen ergeben sich an die Stetigkeit einer gewünschten Soll-Trajektorie

(y1,soll , y2,soll ), damit der Stellaufwand (u1 , u2 ) beschränkt bleibt?
c) Berechnen Sie innerhalb des Zeitintervalls t ∈ [0; 1] eine Steuerung für die Bahn:
y1 = t (6)
y2 = t2 (t − 1)2 (7)
d) Mit welchem Winkel x3 fährt das Fahrzeug los und mit welchem kommt es an?

Angabe Übung 3: Beobachter und Stabilität

Aufgabe 3.1: Nichtlinearer Beobachter

Betrachtet sei das mathematische Modell eines Pendels:
ẋ1 = x2 (1)
mgl 1
ẋ2 = sin(x1 ) + u (2)
J J
y = x1 (3)
Gesucht ist ein Zustandsbeobachter, der mit der Messung von y und u auskommt.
a) Untersuchen Sie zunächst, ob das System in Beobachtungsnormalform
ẋ = AB x + a(y, u),
y = cTB x,
vorliegt.
b) Wie lauten die Gleichungen für den Zustandsbeobachter?
c) Wie lautet die Fehlerdynamik?
d) Bestimmen Sie die freien Parameter des Beobachters so, dass alle vorgebbaren Eigen-
werte bei −3 liegen. Prüfen Sie zuvor die Beobachtbarkeitsbedingung.
Aufgabe 3.2: Stabilität

Untersuchen Sie die Stabilität der folgenden Systeme:
a) ẏ = −y
b) ÿ = −y
c) und des folgenden Hysterese Systems:
out
-1
1
in
1 y
- -1
1 s
Hinweis: Betrachten Sie hierfür die Lösungen zum Startwert y(0) = 2 und y(0) = −2.

Angabe Übung 4: Analyse mittels Ljapunow-Funktionen

Aufgabe 4.1: Nichtlinearer Masse-Feder-Dämpfer

Zeigen Sie, dass jedes nichtlineare Masse-Feder-Dämpfer System der Form
mẍ = −c(x) − d(ẋ) (1)
asymptotisch stabil ist, falls gilt:
x c(x) > 0 , x ̸= 0 (2)

c(0) = 0 (3)
ẋ d(ẋ) > 0 , ẋ ̸= 0 (4)
d(0) = 0 (5)
Hinweis: Verwenden Sie als Ljapunow-Funktion die Energie des Systems.
Aufgabe 4.2: Stabilität im Großen

Gegeben sei das nichtlineare System (Van-der-Pol-Oszillator):
ẋ1 = −x2 (6)

ẋ2 = x1 − 1 − x21 x2 (7)
a) Bestimmen Sie die Ruhelage und zeigen Sie lokale asymptotische Stabilität mit Hilfe
der Ljapunow-Funktion:
1 1
V (x) = x21 + x22 (8)
2 2
b) Geben Sie einen gesicherten Teil des Einzugsbereichs B der Ruhelage an (d. h. suchen Sie
einen möglichst großen Teil des Einzugsbereich, der sich mit der gegebenen Ljapunow-
Funktion (8) zeigen lässt).

Angabe Übung 5: Ljapunow-basierter Reglerentwurf und Me-

thode des variablen Gradienten
Aufgabe 5.1: Ljapunow-basierter Reglerentwurf

Im Folgenden sollen verschiedene Regler für die Strecke:
ẋ = x2 + u (1)
untersucht werden.
a) Geben Sie die Bereiche an, in denen das Regelgesetz u(x) liegen muss, damit Sie mit
der Ljapunow-Funktion V (x) = 12 x2 asymptotische Stabilität zeigen können.
b) Entwerfen Sie einen stabilisierenden Regler u1 (x), welcher zu folgender, linearer Dyna-
mik führt:
T ẋ + x = 0. (2)
c) Entwerfen Sie mit der Sontagschen Reglerformel einen optimalen Regler u2 (x). Verwen-
den Sie als Regelungs-Ljapunow-Funktion ebenfalls V = 21 x2 . (Die Gewichtungsmatrix
Q ist in diesem Fall ein Skalar, welcher als Parameter im Regelgesetz stehen bleibt.)
d) Um die Robustheit des Regelgesetzes zu überprüfen, sollen die beiden Regler nun auf
die veränderte Strecke:
ẋ = (1 + ϵ)x2 + u, 0<ϵ<1 (3)
angewendet werden. In welchem Bereich können Sie für die Regler u1 (x), u2 (x) asym-
ptotische Stabilität zeigen? (Verwenden Sie hierfür wiederum die Ljapunow-Funktion
V = 21 x2 ). Welches Regelgesetz ist somit robuster?
Aufgabe 5.2: Methode des variablen Gradienten

Gegeben sei folgender nichtlinearer Regelkreis:
e u 1 x_2 1 x_1
s+1 s
F(e) = e^3
a) Stellen Sie die Zustandsdifferentialgleichung auf.

b) Ermitteln Sie die Ruhelagen.
c) Ermitteln Sie mit Hilfe der Methode des variablen Gradienten eine geeignete Ljapunow-
Funktion, mit der Sie globale, asymptotische Stabilität der Ruhelage zeigen können.

Angabe Übung 6: Optimierung ohne Nebenbedingungen

Aufgabe 6.1: Die Brachistochrone

Johann Bernoulli (1667-1748) formulierte 1696 folgendes Problem:
„Wenn in einer verticalen Ebene zwei Punkte A und B gegeben sind, soll man dem be-
weglichen Punkte M eine Bahn AMB anweisen, auf welcher er von A ausgehend vermöge
seiner eigenen Schwere in kürzester Zeit nach B gelangt. Um einem voreiligen Urtheile
entgegenzutreten, möge noch bemerkt werden, dass die gerade Linie AB zwar die kürzeste
zwischen A und B ist, jedoch nicht in kürzester Zeit durchlaufen wird.“
A y
M
g
z B
Mit heutigen Worten: Es ist eine Bahn in der y-z-Ebene gesucht, auf der der Massenpunkt
M aufgrund der Gravitation (ohne Reibung) herunterrutscht. Es ist die Bahn gesucht, auf
der der Massenpunkt M das Ziel B in kürzester Zeit erreicht. Diese Aufgabe nennt man
seither das Brachistochrone-Problem. (brachýs - kurz, chrónos - Zeit)
Zur Motivation, eine Lösung zu suchen, verwendete Bernoulli die Worte:
„Da nunmehr keine Unklarheit übrig bleibt, bitten wir alle Geometer dieser Zeit insgesammt
inständig, dass sie sich fertig machen, dass sie daran gehen, dass sie alles in Bewegung
setzen, was sie in dem letzten Schlupfwinkel ihrer Methoden verborgen halten. Wer es ver-
mag, reisse den Preis an sich, den wir dem Löser bereit gestellt haben. Freilich ist dieser
nicht von Gold oder Silber, denn das reizt nur niedrige und käufliche Seelen, von denen wir
nichts löbliches, nichts nützliches für die Wissenschaft erwarten. Vielmehr, da Tugend sich
selbst der schönste Lohn ist und Ruhm ein gewaltiger Stachel, bieten wir als Preis, wie er
einem edlen Manne zukommt, Ehre, Lob und Beifall, durch die wir den Scharfsinn dieses
grossen Apollo öffentlich und privatim, in Schrift und Wort, preisen, rühmen und feiern
werden.“
a) Erstellen Sie das geeignete Gütemaß J(z, z ′ ), mit z ′ := dy

dz
. (Gehen Sie dabei davon aus,
dass der Punkt A im Ursprung liegt und der Punkt B die Koordinaten yB , zB hat.)
b) Bestimmen Sie die Differentialgleichung der Lösung.
Hinweis: Das in Aufgabe a) gesuchte Gütemaß lautet:
Z yB √
′
Z te
1 + z ′2
J(z, z ) = 1 dt = √ dy (1)
0 0 2gz

Hinweise zur Variationsrechnung (ohne Nebenbedingung)
Formulierung des Problems: Gesucht ist eine im Intervall [t0 , te ] stetig differenzierbare
Funktion mit x(t0 ) = x0 und x(te ) = xe , welche das folgende Gütemaß minimiert:
Z te
J= g(t, x, ẋ) dt. (2)
t0
Lösungsansatz: Man bezeichnet die optimale Lösung mit x = x∗ (t) und betrachtet nun
den Wert des Gütemaßes für zulässige Vergleichskurven x = x∗ + ϵxe mit xe(t0 ) = xe(te ) = 0:
Z te
J= g(t, x∗ + ϵxe, ẋ∗ + ϵx)
ė dt = F (ϵ) (3)
t0
Da die optimale Kurve ein Extremum des Gütemaßes an der Stelle ϵ = 0 darstellt, muss
gelten:
dF
=0 (4)
dϵ ϵ=0
Führt man diese Differentiationen aus, so erhält man:
Z te
d

∗
g(t, x + ϵxe, ẋ∗ + ϵx) dt
ė =0 (5)
dϵ t0 ϵ=0
Z te !
∗ ∂x∗ ∂ ẋ
gx (t, x + ϵxe, ẋ + ϵx)
ė + gẋ (t, x∗ + ϵxe, ẋ∗ + ϵx)
ė dt =0 (6)
t0 ∂ϵ ∂ϵ ϵ=0
∂x ∂ ẋ
Einsetzen von ∂ϵ
= xe und ∂ϵ
= xė und von ϵ = 0 führt zu:
Z te
gx (t, x∗ , ẋ∗ )xe + gẋ (t, x∗ , ẋ∗ )xė dt = 0 (7)
t0
Der zweite Summand im Integrand wird nun partiell integriert ( aḃ = ab − ȧb):
R R
Z te !
d
gx (t, x , ẋ )xe − gẋ (t, x∗ , ẋ∗ )xe dt + gẋ (t, x∗ , ẋ∗ )xe|tte0 = 0
∗ ∗
(8)
t0 dt
Da jedoch gilt xe(t0 ) = xe(te ) = 0, ist der aus dem Integral gezogene Term Null und es
bleibt: Z te !
∗ ∗ d ∗ ∗
gx (t, x , ẋ ) − gẋ (t, x , ẋ ) xe dt = 0 (9)
t0 dt
Diese Gleichung soll aber für alle zulässigen xe gelten. Dies ist nur möglich falls:
∂g d ∂g
− =0 (10)
∂x dt ∂ ẋ
Gleichung (10) wird als Euler-Lagrangesche Differentialgleichung bezeichnet. Falls das
Funktional g nicht explizit von der Zeit abhängt, also g = g(x, ẋ), vereinfacht sich (10) zu:
∂g
g − ẋ = const (11)
∂ ẋ
Dies lässt sich leicht nachprüfen, indem man (11) nach der Zeit ableitet.

Angabe Übung 7: Optimierung mit Nebenbedingung

Aufgabe 7.1: Optimierung mit Nebenbedingung und festem Endwert

Gegeben sei das skalare System:
ẋ = −ax + bu (1)
mit a, b > 0. Dieses System befindet sich zum Zeitpunkt t0 = 0 im Punkt x0 . Zum Zeitpunkt
t = te soll sich das System im Ursprung befinden. Bestimmen Sie hierfür eine Steuerung
und Regelung, so dass das Gütemaß:
1 Z te 2
J= u dt (2)
2 0
minimiert wird.
a) Bestimmen Sie die Hamilton-Funktion für das System.
b) Berechnen Sie die Steuerungsgleichung und die adjungierte Differentialgleichung.
c) Setzen Sie die Steuerungsgleichung in die Zustandsdifferentialgleichung ein und trans-

formieren Sie diese und die adjungierte Differentialgleichung in den Laplace-Bereich.
d) Lösen Sie das Dgl-System in Abhängigkeit der Anfangswerte x0 und ψ0 .
e) Ermitteln Sie ψ0 aus den Randbedingungen für x(t) und setzen Sie dies in die Gleichun-
gen für x(t) und u(t) ein. (Sie erhalten somit die optimale Steuerung)
f) Um ein optimales Regelgesetz zu erhalten, müssen Sie x0 in Abhängigkeit von x(t)

bestimmen und diesen Zusammenhang in die optimale Steuerung einsetzen. Wie lautet
das zeitvariante optimale Regelgesetz?
g) Welches Problem birgt das optimale Regelgesetz für t → te ?

Angabe Übung 8: Riccati-Regelung

Aufgabe 8.1: Optimale Riccati-Regelung

Gegeben sei das skalare System:
ẋ = x + u (1)
a) Für dieses System ist das zeitvariante Regelgesetz gesucht, welches das Gütemaß:
1 Z te 2
J= 3 x + u2 dt (2)
2 0
minimiert. Der Endpunkt x(te ) ist dabei frei.
b) Für te → ∞ geht die zeitvariante Regelung u = −k(t)x(t) in eine zeitinvariante Rege-

lung u = −kx(t) über. Bestimmen Sie diese.
Aufgabe 8.2: Gütemaß und Robustheit einer Riccati-Regelung

Für ein lineares zeitinvariantes System der Form:
ẋ = Ax + Bu (3)
ergibt sich mit dem Gütemaß:

1Z ∞ T
J= x Qx + uT Ru dt (4)
2 0
das optimale Regelgesetz:
u = −R−1 B T P x. (5)
Die positive definite, symmetrische Matrix (P = P T > 0) erhält man aus der algebraischen
Riccati-Gleichung:
0 = P BR−1 B T P − P A − AT P − Q (6)
a) Zeigen Sie, dass für den Wert des Gütemaßes gilt:

1Z ∞ T 1
J(x(t)) = x Qx + uT Ru dτ = xT (t)P x(t) (7)
2 t 2

d
Hinweis: Bilden Sie hierfür die Ableitung von dt
xT (t)P x(t) .
b) Eine optimale Regelung der Form (5) besitzt eine sehr gute Verstärkungsreserve. Be-
stimmen Sie diese. Untersuchen Sie hierzu als Kandidaten für eine Ljapunow Funktion
1
V (x) := xT P x. (8)
2

Angabe Übung 9: Algebraische Riccati-Gleichung

Aufgabe 9.1: Algebraische Riccati-Gleichung

Gegeben sei das lineare System:
ẋ = Ax + Bu. (1)
Es ist das zeitinvariante Regelgesetz gesucht, welches das Gütemaß:
1Z ∞ T
J= x Qx + uT Ru dt. (2)
2 0
minimiert. Wie aus der Vorlesung bekannt, lautet das optimale Regelgesetz
u = −R−1 B T P x, (3)
wobei P die positiv definite Lösung der algebraischen Riccati-Gleichung ist (algebraisch,
da unendliches Steuerintervall):
AT P + P A − P BR−1 B T P + Q = 0. (4)
In den folgenden Teilaufgaben soll die Lösung der Riccati-Gleichung mit Hilfe der Hamilton-
Matrix W (siehe Beiblatt 4.5) bestimmt werden. Sie ist definiert als:
" #
A −BR−1 B T
W = ∈ R2n×2n . (5)
−Q −AT
a) Zeigen Sie, dass die Eigenwerte von W symmetrisch zur Imaginärachse sind. Benutzen
Sie hierzu als Ähnlichkeitstransformation die Matrix
" #
0 −I
J= . (6)
I 0
b) Die Eigenvektoren vi zu den n „stabilen“ Eigenwerten werden entsprechend der Blockstruk-

tur von W unterteilt:
" #
vi,1
W vi = λi vi , mit vi = ∈ R2n , (7)
vi,2
und es sei:
V1 := [v1,1 , v2,1 , . . . , vn,1 ] ∈ Rn×n , (8)
V2 := [v1,2 , v2,2 , . . . , vn,2 ] ∈ Rn×n . (9)
Damit folgt die Beziehung:
 
"
−1 T
#" # " # λ1
A −BR B V1 V1  ... 
=  . (10)
−Q −AT V2 V2  
λn
Zeigen Sie mit Hilfe der Beziehung (10), dass P = V2 V1−1 .
c) Wie lauten die Eigenwerte des geregelten Systems bei Verwendung der Regelvorschrift (3)?

Aufgabe 9.2: Optimale Riccati-Regelung (te → ∞)

Die Aufgaben 7.1 und 8.1 sollen nun mit Hilfe der Hamilton-Matrix gelöst werden. Um
eine algebraische Riccati-Gleichung zu erhalten, muss jeweils te → ∞ gesetzt werden.
a) Bestimmen Sie das optimale Regelgesetz aus Aufgabe 8.1:
ẋ = x + u (11)
1Z ∞ 2
J = 3 x + u2 dt. (12)
2 0
b) Bestimmen Sie das verbrauchsoptimale Regelgesetz aus Aufgabe 7.1:
ẋ = −a x + b u (13)
1Z ∞ 2
J = u dt. (14)
2 0

Angabe Übung 10: Optimale vs. suboptimale Steuerung

Aufgabe 10.1: Optimale vs. suboptimale Steuerung

Gegeben sei das skalare System aus Aufgabe 7.1:
ẋ = −a x + u
und das zu minimierende Gütemaß:

1 2 1 Z te 2
J = x (te ) + u dt
2 2 0
Der Unterschied zur Aufgabe 7.1 ist also, dass der Endzustand nun gewichtet ist. Ziel der
Aufgabe ist die Bestimmung der optimalen/suboptimalen Steuerung u(t), welche obiges
Gütemaß minimiert.
a) Stellen Sie die Hamilton-Gleichungen und die Transversalitätsbedingung auf. Weshalb

können die kanonischen Differentialgleichungen für x(t) und ψ(t) nicht einfach durch
numerische Integration gelöst werden?
b) Die Lösung der kanonischen Differentialgleichungen wurde in der Aufgabe 7.1 bestimmt:
ψ0
x(t) = x0 e−at − sinh(at)
a
ψ(t) = ψ0 eat
Bestimmen Sie den Randwert ψ0 mit Hilfe der Transversalitätsbedingung. Bestimmen

Sie damit die optimale Steuerung u(t).
Zum Vergleich soll nun das Optimalsteuerungsproblem approximativ durch itertive Simu-
lation nach Beiblatt 4.8 gelöst werden.
c) Integrieren (simulieren) Sie den Zustand x(t) vorwärts im Intervall [0, te ]. Verwenden
Sie hierfür die Anfangsschätzung u(t) = 0.
d) Integrieren (simulieren) Sie den adjungierten Zustand ψ(τ ) rückwärts mit der nega-
tiven Zeit τ = te − t.
e) Wie lautet somit die Approximation der optimalen Steuerung nach der ersten Itera-
tion (in Abhängigkeit der Schrittweite α).
f) Tatsächlich ist es wenig sinnvoll, die suboptimale Steuerung per Hand zu berech-
nen. Wie würden Sie das iterative Verfahren zur Bestimmung der (sub-)optimalen
Steuerung in MATLAB implementieren?

Angabe Übung 11: Zeitoptimale Regelung

Aufgabe 11.1: Zeitoptimale Regelung eines Systems 2.Ordnung

Gegeben ist folgender Regelkreis:
w xd u x
Regler 1/s 1/s
-
wobei die Stellgröße auf die Werte |u| ≤ M beschränkt sei.
a) Bestimmen Sie den Regler, so dass die Regelgröße x einem Sprung ∆w der Führungs-
größe so schnell wie möglich folgt.
Hinweis: Wählen Sie als Zustandsvariablen x1 = xd und x2 = ẋd .
b) Tatsächlich ist es normalerweise nicht möglich den unter a) bestimmten, schaltenden

Regler ohne Totzeit Tt zu realisieren. Berücksichtigt man diese Totzeit, so stellt sich
eine zyklische Bewegung um den Nullpunkt ein, welche auch als Grenzzyklus bezeichnet
wird. Skizzieren Sie diese Bewegung in der Phasenebene (x1 –x2 –Ebene) und bestimmen
Sie die Periodendauer des Grenzzyklus.

Angabe Übung 12: Minimum-Prinzip von Pontrjagin

Aufgabe 12.1: Verbrauchsoptimale Regelung mit Stellbeschränkung

Gegeben ist folgendes System:
" # " #
0 1 0
ẋ = x+ u (1)
0 0 −V
Zum Zeitpunkt t = 0 befinde sich das System im Punkt x0 = [ a 0 ]T , mit a > 0.

Zum Zeitpunkt t = te soll sich das System wieder im Ursprung befinden. Die Steuerung
des System soll nun so erfolgen, dass die Stellgröße einerseits innerhalb der zulässigen
Begrenzung bleibt |u| ≤ M und andererseits die Kostenfunktion:
Z te
J= |u| dt (2)
0
minimiert wird.
a) Bestimmen Sie eine Steuerung u = u(a, M, te , t), welche diese Aufgabe erfüllt.
b) Bestimmen Sie eine Regelung u = u(M, te , x), welche diese Aufgabe erfüllt.

Angabe Übung 13: Dynamische Programmierung

Aufgabe 13.1: Dynamische Programmierung

Gegeben sei das diskrete System:
xk+1 = xk + uk (1)
mit der Stellgrößenbeschränkung |uk | ≤ 2 und der Zustandsbeschränkung 0 ≤ xk ≤ 3. Die

Restkosten vom Zeitpunkt k bis zum Endpunkt N = 2 werden durch folgendes Gütemaß
beschrieben:
−1
1 NX
Jk = x2N + u2 (2)
2 i=k i
Für die Stellgröße und den Zustand gelten folgende Diskretisierungen:
uk ∈ Du = {−2, −1, 0, 1, 2} (3)

xk ∈ Dx = {0, 1, 2, 3} (4)
Bestimmen Sie mit Hilfe der Dynamischen Programmierung die optimale Steuerung u∗0 und
u∗1 und geben Sie diese in tabellarischer Form in Abhängigkeit von x0 an.

Hinweise zur Personalisierung:

• Ihre Prüfung wird bei der Anwesenheitskontrolle durch Aufkleben eines Codes persona-
Eexam lisiert.
• Dieser enthält lediglich eine fortlaufende Nummer, welche auch auf der Anwesenheits-
Sticker mit SRID hier einkleben
liste neben dem Unterschriftenfeld vermerkt ist.
• Diese wird als Pseudonym verwendet, um eine eindeutige Zuordnung Ihrer Prüfung zu
ermöglichen.

Klausur: MW0539 / Modulprüfung Datum: Donnerstag, 25. August 2022
Prüfer: Prof. Dr.-Ing. habil. Boris Lohmann Uhrzeit: 13:45 – 15:15
Bearbeitungshinweise
• Diese Klausur umfasst 20 Seiten mit insgesamt 9 Aufgaben.
Bitte kontrollieren Sie selbständig, dass Sie eine vollständige Angabe erhalten haben.
• Die Gesamtpunktzahl in dieser Klausur beträgt 90 Punkte.

• Das Heraustrennen von Seiten aus der Prüfung ist untersagt.
• Als Hilfsmittel sind zugelassen:
– Ein beidseitig handbeschriebenes Blatt (DIN A4) mit Formeln, Skizzen und Text
– Kein Taschenrechner
– Ein analoges Wörterbuch Deutsch ↔ Muttersprache ohne Anmerkungen
• Für mit * markierte Teilaufgaben sind Ergebnisse vorheriger Teilaufgaben vorteilhaft oder notwendig.
• Mit Ausnahme von Single-Choice-Fragen muss für alle Antworten eine Begründung oder nachvoll-
ziehbarer Rechenweg vorhanden sein. Ergebnisse sind zusammenzufassen, zu vereinfachen und
frei von Doppelbrüchen anzugeben.
• Die korrekte Lösung für eine Aufgabe muss eindeutig gekennzeichnet sein. Mehrfache Lösungen
werden nicht gezählt.
• Schreiben Sie weder mit roter / grüner Farbe noch mit Bleistift.
• Schalten Sie alle mitgeführten elektronischen Geräte vollständig aus, verstauen Sie diese in Ihrer
Tasche und verschließen Sie diese.
• Vor Beginn der Bearbeitungszeit gibt es eine Einlesezeit von 10 Minuten, in welcher nicht geschrieben
werden darf.
Hörsaal verlassen von bis / Vorzeitige Abgabe um
– Seite 1 / 20 –
Aufgabe 1 Kurzfragen (10 Punkte)
Im Folgenden sind fünf Kurzfragen angegeben, welche unabhängig voneinander beantwortet werden können.
Wählen Sie jeweils die korrekte Antwort aus den gegebenen Möglichkeiten aus. Pro Frage gibt es nur eine
richtige Antwort. Kreuzen Sie die richtige Antwort an der dafür vorgesehenen Stelle im Prüfungsheft an. Es
werden keine negativen Punkte vergeben.
Kreuzen Sie richtige Antworten an ×

Kreuze können durch vollständiges Ausfüllen gestrichen werden
Gestrichene Antworten können durch nebenstehende Markierung erneut angekreuzt werden ×
a) Gegeben sei ein dynamisches System in nichtlinearer Regelungsnormalform
ẋ1 = x2
..
. y = x1
ẋn−1 = xn
ẋn = f (x) + g(x)u
Welche der folgenden Aussagen über das System trifft nicht zu?
Das System ist differentiell flach.
Die Differenzordnung δ des Systems ist gleich der Systemordnung: δ = n.
Falls f (0) = 0 gilt, kann das System nur einen Arbeitspunkt bei x = 0 besitzen.
Bei einer Regelung durch Ein-/Ausgangslinearisierung entsteht keine Nulldynamik.
b) Sie sollen für einen mechanischen Prüfstand bestimmen, welche Größe gemessen werden muss, so-
dass die restlichen Zustandsvariablen über einen linearen Beobachter geschätzt werden können. Das
Zustandsraummodell des Prüfstands ergibt sich zu:
2
2x2 + x4 − 3x1
 
√
x 3 + 4x + 2x u3 
ẋ =  3 2 4 .
 4x4 − x2 
x1
Welche Zustandsgröße müssen Sie messen, um trotz der Nichtlinearität des Modells auf einfache Weise
ohne Linearisierung einen linearen Beobachter dafür entwerfen zu können (Beobachtbarkeit vorausgesetzt)?
x2
x1
x4
x3
c) Für einen nichtlinearen Standardregelkreis mit dem linearen Glied L(s) und gegebenem Sektor [0, K]
existiere kein q ∈ R, so dass die Popow-Ungleichung
1
Re [(1 + qjω)L(jω)] > −
K
erfüllt werden kann. Dann
ist der Regelkreis sicher instabil für alle Nichtlinearitäten im Sektor [0, K].
ist der Regelkreis sicher instabil für alle Nichtlinearitäten im Sektor [0, K2 ] mit K2 > K .
kann keine Aussage über die Stabilität des Regelkreises getroffen werden.
ist der Regelkreis sicher absolut stabil im Sektor [0, K].
– Seite 2 / 20 –
d) Ein System ẋ = f (x) habe die asymptotisch stabile Ruhelage xR = 0. Welche Aussage trifft sicher zu?
Es existiert keine positiv definite Funktion V (x) für die gilt, dass V̇ (x) positiv definit in einer Umgebung
um die Ruhelage xR ist.
Für jede positiv definite Funktion V (x) ist V̇ (x) in einer Umgebung um die Ruhelage xR negativ
definit.
Es können sowohl positiv definite Funktionen V (x) mit negativ definitem V̇ (x) als auch positiv definite
Funktionen V (x) mit positiv definitem V̇ (x) in einer Umgebung um die Ruhelage xR gefunden
werden.
Es gibt genau eine positiv definite Funktion V (x) für die gilt, dass V̇ (x) negativ definit in einer
Umgebung um die Ruhelage xR ist.
e) Gegeben sei das System ẋ = Ax + bu mit x ∈ R4 , u ∈ R und |u| ≤ M . Die Eigenwerte von A
seien einfach und reell und das System steuerbar. Es wird für dieses System eine zeitoptimale Steuerung
entworfen, die das System von einem Startwert x0 zeitoptimal in die Ruhelage xR = 0 überführt. Welche
Anzahl an Umschaltvorgängen (Ein- und Ausschaltvorgang nicht mitgezählt) kann nicht auftreten während
des gesamten optimalen Steuervorgangs?
4
Platz für weitere Berechnungen.
– Seite 3 / 20 –
Aufgabe 2 Ein-/Ausgangslinearisierung (16 Punkte)
Gegeben sei das nichtlineare System
ẋ1 = x3
ẋ2 = x21 − x22 + u y = x1
ẋ3 = x2 x3
mit dem Eingang u ∈ R und dem Ausgang y ∈ R. Für das System ist ein ein-/ausgangslinearisierendes
Regelgesetz gesucht.
(δ)
0 a) Bestimmen Sie die Differenzordnung δ des Systems und geben Sie y an. Tritt durch Ein-/Ausgangslinearisierung
1 eine nichtbeobachtbare Nulldynamik auf?
2
3
4
5
6
(δ)
0 b)* Wie ist u = u(x, v) zu wählen, damit y = v gilt?
1
2
0 c) Zwischen dem Ausgang y(t) und der Führungsgröße w(t) soll das folgende Übertragunsverhalten
1 eingestellt werden:
2 Y (s) k1
G(s) = = (2.1)
W (s) (s + 1)k2
Wie lautet der Wert k2 , damit ein Regler ohne I-Anteil resultiert? Wie muss dann k1 gewählt werden, damit
stationäre Genauigkeit gilt?
– Seite 4 / 20 –
d)* Bestimmen Sie nun u = u(x, w), so dass sich das Übertragungsverhalten (2.1) tatsächlich einstellt. 0
Verwenden Sie hierzu die von Ihnen gewählten Werte k1 und k2 . 1
2
3
e)* Geben Sie die lokale Transformation z = T (x) an, mit der das System in nichtlinearer Regelungsnor- 0
malform 1
2
ż1 = z2 3
ż2 = z3 y = z1
ż3 = f (z) + g(z)u
dargestellt werden kann. (Es ist nur die Transformation T (x) gefragt, nicht die Darstellung in Regelungsnor-
malform!) Geben Sie weiterhin die Umkehrfunktion x = T −1 (z) an.
– Seite 5 / 20 –
Aufgabe 3 Methode des variablen Gradienten (14 Punkte)
Für das System
−2x51 − 3x1 x2 + x2

ẋ = (3.1)
−x31 + 3x41 − 3x32
T
mit dem Zustandsvektor x = [x1 x2 ] ∈ R2 soll mit Hilfe der Methode des variablen Gradienten eine
Ljapunow-Funktion V (x) ermittelt werden. Als Ansatz für den Gradienten von V (x) soll
∂V
= a11 (x1 ) · x1 + a12 · x2 (3.2)
∂x1
∂V
= a12 · x1 + a22 (x2 ) · x2 (3.3)
∂x2
gewählt werden.
0 a) Welche Bedingung muss der Ansatz für den Gradienten erfüllen? Zeigen Sie, dass der Ansatz in (3.2)
1 und (3.3) diese Bedingung erfüllt.
2
0 b) Stellen Sie V̇ (x) in Abhängigkeit der freien Parameter a11 (x1 ), a12 und a22 (x2 ) auf.
1
2
3
– Seite 6 / 20 –
c)* Wählen Sie nun die freien Parameter a11 (x1 ), a12 und a22 (x2 ) derart, dass V̇ (x) negativ definit ist und 0
geben Sie V̇ (x) an. 1
2
3
4
d) Für ein anderes System ergibt sich mit den Parametern a11 (x1 ) = x31 , a12 = 1 und a22 (x2 ) = x2 ein 0
negativ definiter Ausdruck für V̇ (x). Ermitteln Sie die Funktion V (x) und überprüfen Sie, ob es sich um 1
eine gültige Ljapunow-Funktion handelt. 2
3
4
5
– Seite 7 / 20 –
Aufgabe 4 Regelungs-Ljapunow-Funktion und Dissipativität (9 Punkte)
Gegeben sei das System
ẋ = −x2 + x sin2 (x) + 1 u (4.1)
mit dem Zustand x ∈ R und dem Eingang u ∈ R.
0 a) Finden Sie mit Begründung eine Regelungs-Ljapunow-Funktion für das System (4.1).
1
2
3
0 b)* Geben Sie ein Regelgesetz u = k(x) an, sodass die Ruhelage global asymptotisch stabil ist.
1
2
3
– Seite 8 / 20 –
Gegeben sei nun das System
ẋ1 = −x1 + x22 + u

ẋ2 = −x1 x2 + u (4.2)
y = h(x)
mit dem Eingang u ∈ R, dem Ausgang y ∈ R und dem Zustandsvektor x = [x1 x2 ]T ∈ R2 .
c) Geben Sie h(x) an, sodass für das System (4.2) Passivität mit der Speicherfunktion V = 21 x21 + 12 x22 0
gezeigt werden kann. Hinweis: Passivität liegt vor, wenn V̇ ≤ uy gilt. 1
2
3
– Seite 9 / 20 –
Aufgabe 5 Euler-Lagrange-Differentialgleichung (4 Punkte)
Die Bewegungsgleichung des in Abbildung 5.1 gezeigten Fadenpendels mit der Masse m, der Fadenlänge l,
der Erdschwerebeschleunigung g und der Auslenkung φ soll mit Hilfe des Prinzips der kleinsten Wirkung
hergeleitet werden. Das Prinzip besagt, dass sich ein mechanisches System zwischen zwei Zeitpunkten t0
und te mit dem Anfangszustand x(t0 ) = x0 und dem festen Endzustand x(te ) = xe so bewegt, dass die
Wirkung S den kleinstmöglichen Wert annimmt. Die Wirkung ist definiert als
Z te
S= L(x, ẋ, t)dt, (5.1)
t0
wobei es sich bei L(x, ẋ, t) um die Lagrange-Funktion handelt. Die Langrange-Funktion L(x, ẋ, t) := T −U
ist definiert als die Differenz aus kinetischer Energie T und potenzieller Energie U . Für das hier betrachtete
Fadenpendel ergibt sich die folgende Lagrange-Funktion:
l 2

L(φ, φ̇, t) = ml φ̇ + g cos(φ) . (5.2)
2
Abbildung 5.1: Fadenpendel
0 Stellen Sie die Bewegungsgleichung des Fadenpendels mit Hilfe der Euler-Lagrange-Differentialgleichung
1 auf. Hinweis: Die Bewegungsgleichung muss nicht gelöst werden.
2
3
4
– Seite 10 / 20 –
– Seite 11 / 20 –
Aufgabe 6 Optimale Bootsfahrt (8 Punkte)
Die optimale Steuerung/Regelung eines Systems
ẋ = f (x, u), x(0) = x0

im Sinne des Gütemaßes Z te
J = h (x(te )) + g(x, u) dt
0
muss den folgenden Hamilton-Gleichungen genügen
H = g(x, u) + ψ T f (x, u) (6.1)

∂H
= −ψ̇ (6.2)
∂x
∂H
= ẋ (6.3)
∂ψ
∂H
= 0. (6.4)
∂u
Es wird nun ein Boot mit konstanter Geschwindigkeit v betrachtet. Es kann vereinfacht durch die folgenden
Gleichungen modelliert werden:
ẋ = v · cos(u) (6.5)
ẏ = v · sin(u). (6.6)
Dabei entsprechen x und y der Position des Bootmittelpunktes in der xy -Ebene und u dem Lagewinkel des
Bootes. Es soll eine Steuerung entworfen werden, die das Boot von einer Anfangsposition zum Zeitpunkt t0
in eine Endposition zum Zeitpunkt te überführt. Da bei größeren y -Koordinaten ein geringerer Wind weht,
sollen bei der Bootsfahrt möglichst große y -Werte erreicht werden. Die optimale Steuerung soll daher das
Gütemaß Z te
J =− y dt (6.7)
t0
minimieren. Mit dem Lagrange-Multiplikator ψ = [ψ1 ψ2 ]T ∈ R2 lautet die Hamilton-Funktion somit:

H = −y + ψ1 v · cos(u) + ψ2 v · sin(u). (6.8)
0 a) Wieso ist das negative Vorzeichen im Gütemaß (6.7) notwendig?

1
– Seite 12 / 20 –
b) Stellen Sie die adjungierte Differentialgleichung ψ̇ = ψ̇(ψ, x, y) auf und lösen Sie diese. 0
1
2
3
c)* Zeigen Sie mit Ihrem Ergebnissen aus b), dass das optimale Steuergesetz der Gleichung 0
1
tan(u) = c1 + c2 t (6.9) 2
3
mit den zwei Konstanten c1 und c2 genügt. Geben Sie außerdem c1 und c2 in Abhängigkeit der in b) 4
eingeführten Integrationskonstanten an.
– Seite 13 / 20 –
Aufgabe 7 Optimale Regelung (9 Punkte)
ẋ = −x2 + u (7.1)
mit dem Zustand x ∈ R und dem Eingang u ∈ R. Es soll die Anfangsauslenkung x(t = 0) = 2 in die Null
überführt werden, so dass das Gütemaß
Z ∞
J= u2 dt (7.2)
0
minimiert wird.
0 a) Geben Sie begründend den optimalen Verlauf u(t) an, welcher das Gütemaß (7.2) minimiert. Hinweis:
1 Keine Rechnung nötig.
2
0 b)* Welches Problem ergibt sich, wenn die in a) gefundene optimale Steuerung u(t) bei dem Anfangswert
1 x(t = 0) = −2 verwendet wird. Begründen Sie.
2
– Seite 14 / 20 –
Im Folgenden soll nun ein zeitoptimales Gütemaß betrachtet werden und die Stellgröße u soll beschränkt
sein:
−M ≤ u ≤ M. (7.3)
c) Welche der Hamilton-Gleichungen (6.1) bis (6.4) trifft aufgrund der Stellgrößenbeschränkung (7.3) nicht 0
mehr zu? Durch welche Forderung muss diese Gleichung ersetzt werden? 1
2
d)* Bestimmen Sie mit Hilfe der neuen Forderung die zeitoptimale Steuerung u∗ (ψ) für das System (7.1). 0
1
2
3
– Seite 15 / 20 –
Aufgabe 8 Optimale Regelung für lineare Systeme (6 Punkte)
Für das lineare System
ẋ = Ax + bu
mit dem Zustandsvektor x und dem Eingang u ist die optimale Regelung bezüglich des Gütemaßes
Z ∞
J= xT Qx + ru2 dt.
0
durch die Rückführung

1
u = − bT P x (8.1)
r
gegeben. Die Matrix P ergibt sich dabei aus der algebraischen Riccati-Gleichung
1
AT P + P A − P b bT P + Q = 0. (8.2)
r
Im Folgenden soll untersucht werden, wie sich die Regelung ändert, falls das Gütemaß mit dem Faktor k
multipliziert wird.
0 a) Die Gewichtungen des modifizierten Gütemaßes seien

1
2 Qk = k · Q
3
4
rk = k · r.
Welcher Zusammenhang besteht zwischen der Lösung P k der Riccati-Gleichung
1 T
AT P k + P k A − P k b b P k + Qk = 0
rk
und der Matrix P aus Gleichung (8.2)?
– Seite 16 / 20 –
b)* Welcher Zusammenhang besteht folglich zwischen der Rückführung 0
1
1 2
u = − bT P x
r
und der Rückführung
1 T
uk = − b P k x?
rk
– Seite 17 / 20 –
Aufgabe 9 Dynamische Programmierung (14 Punkte)
Gegeben sei das diskrete System
xk+1 = xk + uk , x0 > 0 (9.1)
und das Gütemaß
N
X −1
J = |xN | + |uk | (9.2)
k=0
mit dem Zustand xk und dem Eingang uk zum Zeitschritt k .
0 a) Betrachten Sie nun das folgende nicht optimale Regelgesetz:

1
2 uk = −α · xk ; 0 ≤ α ≤ 1. (9.3)
Geben Sie unter Anwendung des Regelgesetzes (9.3) die Lösung von xk für jeden Zeitschritt k in Abhängig-
keit von α und dem Anfangszustand x0 an.
0 b)* Zeigen Sie, dass unter Verwendung des Regelgesetzes (9.3) die Gesamtkosten vom Zeitschritt k = 0
1
Pn k 1−xn+1
bis k = N unabhängig von α sind. Wie hoch sind die Kosten? Hinweis: Es gilt k=0 x = 1−x .
2
3
4
5
– Seite 18 / 20 –
c) Die optimale Restkostenfunktion J ∗ (xk ) im Zeitschritt k und in dem Zustand xk kann mit Hilfe der 0
Bellmanschen Rekursionsformel formuliert werden als 1
2
J ∗ (xk ) = min [Ik (xk , uk ) + J ∗ (xk+1 )] , (9.4) 3
uk 4
5
wobei Ik (xk , uk ) den Kosten im k -ten Schritt entspricht. Zeigen Sie, dass die optimale Restkostenfunktion 6
für alle Zeitschritte k = 0 bis k = N 7
J ∗ (xk ) = |xk | (9.5)
lautet. Wenden Sie dafür die Bellmansche Rekursionsformel auf die Zeitschritte N und N − 1 an und
verallgemeinern Sie die Erkenntnisse auf alle Zeitschritte. Hinweis: Das Regelgesetz (9.3) wird für diese
Teilaufgabe nicht benötigt.
– Seite 19 / 20 –
Zusätzlicher Platz für Lösungen. Machen Sie im ursprünglichen Lösungsfeld der Aufgabe einen
klaren Verweis auf die verwendete Seite. Markieren Sie deutlich die Zuordnung zur jeweiligen Teil-
aufgabe.
– Seite 20 / 20 –

Esolution lisiert.
ermöglichen.
g
la
ch
Bearbeitungshinweise rs
Bitte kontrollieren Sie selbständig, dass Sie eine vollständige Angabe erhalten haben.
vo
gs
n
• Mit Ausnahme von Single-Choice-Fragen muss für alle Antworten eine Begründung oder nachvoll-
ziehbarer Rechenweg vorhanden sein. Ergebnisse sind zusammenzufassen, zu vereinfachen und
su
frei von Doppelbrüchen anzugeben.

Lö
werden darf.
– Seite 1 / 20 –

Kreuze können durch vollständiges Ausfüllen gestrichen werden
Gestrichene Antworten können durch nebenstehende Markierung erneut angekreuzt werden ×
g
a) Gegeben sei ein dynamisches System in nichtlinearer Regelungsnormalform
ẋ1 = x2
la
..
. y = x1
ẋn−1 = xn
ch
ẋn = f (x) + g(x)u
Welche der folgenden Aussagen über das System trifft nicht zu?
Das System ist differentiell flach.
Die Differenzordnung δ des Systems ist gleich der Systemordnung: δ = n.
rs
× Falls f (0) = 0 gilt, kann das System nur einen Arbeitspunkt bei x = 0 besitzen.
Bei einer Regelung durch Ein-/Ausgangslinearisierung entsteht keine Nulldynamik.
vo
b) Sie sollen für einen mechanischen Prüfstand bestimmen, welche Größe gemessen werden muss, so-
dass die restlichen Zustandsvariablen über einen linearen Beobachter geschätzt werden können. Das
Zustandsraummodell des Prüfstands ergibt sich zu:
gs
2
2x2 + x4 − 3x1
 
√
x 3 + 4x + 2x u3 
ẋ =  3 2 4 .
 4x4 − x2 
x1
Welche Zustandsgröße müssen Sie messen, um trotz der Nichtlinearität des Modells auf einfache Weise
n
ohne Linearisierung einen linearen Beobachter dafür entwerfen zu können (Beobachtbarkeit vorausgesetzt)?
x2
su
x1
×x 4
x3
Lö
c) Für einen nichtlinearen Standardregelkreis mit dem linearen Glied L(s) und gegebenem Sektor [0, K]
existiere kein q ∈ R, so dass die Popow-Ungleichung
1
Re [(1 + qjω)L(jω)] > −
K
erfüllt werden kann. Dann
ist der Regelkreis sicher instabil für alle Nichtlinearitäten im Sektor [0, K].
ist der Regelkreis sicher instabil für alle Nichtlinearitäten im Sektor [0, K2 ] mit K2 > K .
× kann keine Aussage über die Stabilität des Regelkreises getroffen werden.
ist der Regelkreis sicher absolut stabil im Sektor [0, K].
– Seite 2 / 20 –
d) Ein System ẋ = f (x) habe die asymptotisch stabile Ruhelage xR = 0. Welche Aussage trifft sicher zu?
× Es existiert keine positiv definite Funktion V (x) für die gilt, dass V̇ (x) positiv definit in einer Umgebung
um die Ruhelage x ist.R
Für jede positiv definite Funktion V (x) ist V̇ (x) in einer Umgebung um die Ruhelage xR negativ
definit.
Es können sowohl positiv definite Funktionen V (x) mit negativ definitem V̇ (x) als auch positiv definite
Funktionen V (x) mit positiv definitem V̇ (x) in einer Umgebung um die Ruhelage xR gefunden
werden.
Es gibt genau eine positiv definite Funktion V (x) für die gilt, dass V̇ (x) negativ definit in einer
g
Umgebung um die Ruhelage xR ist.
la
e) Gegeben sei das System ẋ = Ax + bu mit x ∈ R4 , u ∈ R und |u| ≤ M . Die Eigenwerte von A
seien einfach und reell und das System steuerbar. Es wird für dieses System eine zeitoptimale Steuerung
entworfen, die das System von einem Startwert x0 zeitoptimal in die Ruhelage xR = 0 überführt. Welche
ch
Anzahl an Umschaltvorgängen (Ein- und Ausschaltvorgang nicht mitgezählt) kann nicht auftreten während
des gesamten optimalen Steuervorgangs?
×4
3
1
rs
vo
n gs
su
Lö
– Seite 3 / 20 –
Gegeben sei das nichtlineare System
ẋ1 = x3
ẋ2 = x21 − x22 + u y = x1
ẋ3 = x2 x3
mit dem Eingang u ∈ R und dem Ausgang y ∈ R. Für das System ist ein ein-/ausgangslinearisierendes
Regelgesetz gesucht.
(δ)
g
0 a) Bestimmen Sie die Differenzordnung δ des Systems und geben Sie y an. Tritt durch Ein-/Ausgangslinearisierung
1 eine nichtbeobachtbare Nulldynamik auf?
2
la
3
4
5
ẏ = ẋ1 = x3
6
ÿ = ẋ3 = x2 x3
...
ch
y = ẋ2 x3 + x2 ẋ3
= x21 x3 − x22 x3 + x3 u + x22 x3
= x21 x3 + x3 u → δ = 3
δ = n → Keine nichtbeobachtbare Nulldynamik.
rs
vo
gs
(δ)
0 b)* Wie ist u = u(x, v) zu wählen, damit y = v gilt?
1
2
...
v = y = x21 x3 + x3 u
n
1
→ u = (v − x21 x3 )
x3
su
0 c) Zwischen dem Ausgang y(t) und der Führungsgröße w(t) soll das folgende Übertragunsverhalten
Lö
1 eingestellt werden:
2 Y (s) k1
G(s) = = (2.1)
W (s) (s + 1)k2
Wie lautet der Wert k2 , damit ein Regler ohne I-Anteil resultiert? Wie muss dann k1 gewählt werden, damit
stationäre Genauigkeit gilt?
δ = 3 → k2 = 3
!
Für stationäre Genauigkeit: G(s → 0) = 1 → k1 = 1
– Seite 4 / 20 –
d)* Bestimmen Sie nun u = u(x, w), so dass sich das Übertragungsverhalten (2.1) tatsächlich einstellt. 0
Verwenden Sie hierzu die von Ihnen gewählten Werte k1 und k2 . 1
2
3
(s + 1)3 = (s + 1)(s2 + 2s + 1) = s3 + 2s2 + s + s2 + 2s + 1

= s3 + 3s2 + 3s + 1
→Y (s)(s3 + 3s2 + 3s + 1) = W (s)

...
→v = y = −3ÿ − 3ẏ − y + w
g
1
→u = (−3x2 x3 − 3x3 − x1 − x21 x3 + w)
x3
la
ch
rs
vo
e)* Geben Sie die lokale Transformation z = T (x) an, mit der das System in nichtlinearer Regelungsnor- 0
malform 1
2
ż1 = z2 3
ż2 = z3 y = z1
gs
ż3 = f (z) + g(z)u

dargestellt werden kann. (Es ist nur die Transformation T (x) gefragt, nicht die Darstellung in Regelungsnor-
malform!) Geben Sie weiterhin die Umkehrfunktion x = T −1 (z) an.
n
z = T (x):
su
z1 = y = x1
z2 = ż1 = ẋ1 = x3
z3 = ż2 = ẋ3 = x2 x3
x = T −1 (z):
Lö
x1 = z1
z3
x2 =
z2
x3 = z2
– Seite 5 / 20 –
Aufgabe 3 Methode des variablen Gradienten (14 Punkte)
Für das System
−2x51 − 3x1 x2 + x2

ẋ = (3.1)
−x31 + 3x41 − 3x32
T
mit dem Zustandsvektor x = [x1 x2 ] ∈ R2 soll mit Hilfe der Methode des variablen Gradienten eine
Ljapunow-Funktion V (x) ermittelt werden. Als Ansatz für den Gradienten von V (x) soll
∂V
= a11 (x1 ) · x1 + a12 · x2 (3.2)
∂x1
g
∂V
= a12 · x1 + a22 (x2 ) · x2 (3.3)
∂x2
la
gewählt werden.
0 a) Welche Bedingung muss der Ansatz für den Gradienten erfüllen? Zeigen Sie, dass der Ansatz in (3.2)
1 und (3.3) diese Bedingung erfüllt.
ch
2
Wirbelfreiheit muss erfüllt sein:

∂ ∂V ∂ ∂V
= , i, j = 1, 2
∂xj ∂xi ∂xi ∂xj
rs
∂ ∂V
∂x2 ∂x1
=
∂ ∂V
∂x1 ∂x2
= a12
vo
gs
0 b) Stellen Sie V̇ (x) in Abhängigkeit der freien Parameter a11 (x1 ), a12 und a22 (x2 ) auf.
1
2
3
∂V ∂V
n
V̇ = ẋ1 + ẋ2
∂x1 ∂x2

= (a11 (x1 )x1 + a12 x2 ) −2x51 − 3x1 x2 + x2 + (a12 x1 + a22 (x2 )x2 ) −x31 + 3x41 − 3x32
su
= −2a11 (x1 )x61 − 3a11 (x1 )x21 x2 + a11 (x1 )x1 x2 − 2a12 x51 x2 − 3a12 x1 x22 + a12 x22
− a12 x41 + 3a12 x51 − 3a12 x1 x32 − a22 (x2 )x31 x2 + 3a22 (x2 )x41 x2 − 3a22 (x2 )x42
Lö
– Seite 6 / 20 –
c)* Wählen Sie nun die freien Parameter a11 (x1 ), a12 und a22 (x2 ) derart, dass V̇ (x) negativ definit ist und 0
geben Sie V̇ (x) an. 1
2
3
4
a12 = 0
V̇ = −2a11 (x1 )x61 − 3a11 (x1 )x21 x2 + a11 (x1 )x1 x2 − a22 (x2 )x31 x2 + 3a22 (x2 )x41 x2 − 3a22 (x2 )x42
a11 (x1 ) = x21
a22 (x2 ) = 1
→ V̇ = −2x81 − 3x42 < 0
g
la
ch
eine gültige Ljapunow-Funktion handelt.
rs
d) Für ein anderes System ergibt sich mit den Parametern a11 (x1 ) = x31 , a12 = 1 und a22 (x2 ) = x2 ein
negativ definiter Ausdruck für V̇ (x). Ermitteln Sie die Funktion V (x) und überprüfen Sie, ob es sich um
0
1
2
3
vo
4
5
Z x Z x
1 ∂V 2 ∂V
V =
x1 = ξ
dξ + dξ
0 ∂x1 0 ∂x2 x1 = x1
x2 = 0 x2 = ξ
gs
Z x Z x
1 2
= x41 + x2 x = ξ dξ + x1 + x22 x = x dξ
0 1 0 1 1
x2 = 0 x2 = ξ
Z x Z x
1 2
4
= ξ dξ + x1 + ξ 2 dξ
0 0
n
1 1
= x51 + x1 x2 + x32
5 3
su
V nicht positiv definit und somit keine gültige Ljapunow-Funktion

Lö
– Seite 7 / 20 –
Aufgabe 4 Regelungs-Ljapunow-Funktion und Dissipativität (9 Punkte)
ẋ = −x2 + x sin2 (x) + 1 u (4.1)
mit dem Zustand x ∈ R und dem Eingang u ∈ R.
0 a) Finden Sie mit Begründung eine Regelungs-Ljapunow-Funktion für das System (4.1).
1
2
3
1 2
Wähle z. B. V = x
2
g

3 2 2
V̇ = −x
|{z}
+ x sin (x) + 1 u
a(x)
| {z }
la
b(x)
Es handelt sich um eine Regelungs-Ljapunow-Funktion, da b(x) 6= 0 für alle x 6= 0 gilt.
ch
0 b)* Geben Sie ein Regelgesetz u = k(x) an, sodass die Ruhelage global asymptotisch stabil ist.
1
2
3 rs
Wähle z. B. die Sontagsche Reglerformel:
a(x) +
q
a2 (x) + qx2 b2 (x)
vo
k(x) = −b(x) ,q > 0
b2 (x)
q 2
−x3 + x6 + qx6 sin2 (x) + 1
=−
x2 sin2 (x) + 1

gs
q 2
x − x 1 + q sin2 (x) + 1
=
sin2 (x) + 1
n
su
Lö
– Seite 8 / 20 –
Gegeben sei nun das System
ẋ1 = −x1 + x22 + u

ẋ2 = −x1 x2 + u (4.2)
y = h(x)
mit dem Eingang u ∈ R, dem Ausgang y ∈ R und dem Zustandsvektor x = [x1 x2 ]T ∈ R2 .
c) Geben Sie h(x) an, sodass für das System (4.2) Passivität mit der Speicherfunktion V = 21 x21 + 12 x22 0
gezeigt werden kann. Hinweis: Passivität liegt vor, wenn V̇ ≤ uy gilt. 1
2
g
3
V̇ = x1 (−x1 + x22 + u) + x2 (−x1 x2 + u)
la
!
= −x21 + (x1 + x2 )u ≤ uy
Wähle z. B. h(x) = x1 + x2 .
ch
rs
vo
n gs
su
Lö
– Seite 9 / 20 –
Aufgabe 5 Euler-Lagrange-Differentialgleichung (4 Punkte)
Die Bewegungsgleichung des in Abbildung 5.1 gezeigten Fadenpendels mit der Masse m, der Fadenlänge l,
der Erdschwerebeschleunigung g und der Auslenkung φ soll mit Hilfe des Prinzips der kleinsten Wirkung
hergeleitet werden. Das Prinzip besagt, dass sich ein mechanisches System zwischen zwei Zeitpunkten t0
und te mit dem Anfangszustand x(t0 ) = x0 und dem festen Endzustand x(te ) = xe so bewegt, dass die
Wirkung S den kleinstmöglichen Wert annimmt. Die Wirkung ist definiert als
Z te
S= L(x, ẋ, t)dt, (5.1)
t0
wobei es sich bei L(x, ẋ, t) um die Lagrange-Funktion handelt. Die Langrange-Funktion L(x, ẋ, t) := T −U
ist definiert als die Differenz aus kinetischer Energie T und potenzieller Energie U . Für das hier betrachtete
g
Fadenpendel ergibt sich die folgende Lagrange-Funktion:
l 2

la
L(φ, φ̇, t) = ml φ̇ + g cos(φ) . (5.2)
2
ch
φ
rs m
vo
Abbildung 5.1: Fadenpendel
0 Stellen Sie die Bewegungsgleichung des Fadenpendels mit Hilfe der Euler-Lagrange-Differentialgleichung
1 auf. Hinweis: Die Bewegungsgleichung muss nicht gelöst werden.
gs
2
3
4 Verwende Euler-Lagrange-Differentialgleichung:
∂L d ∂L
− =0
∂φ dt ∂ φ̇
n
∂L
= −mgl sin(φ)
∂φ
∂L
su
= ml2 φ̇
∂ φ̇
d ∂L
= ml2 φ̈
dt ∂ φ̇
g
φ̈ + sin(φ) = 0
Lö
– Seite 10 / 20 –
g
la
ch
rs
vo
n gs
su
Lö
– Seite 11 / 20 –
Aufgabe 6 Optimale Bootsfahrt (8 Punkte)
ẋ = f (x, u), x(0) = x0

J = h (x(te )) + g(x, u) dt
0
muss den folgenden Hamilton-Gleichungen genügen
H = g(x, u) + ψ T f (x, u) (6.1)
g
∂H
= −ψ̇ (6.2)
∂x
∂H
la
= ẋ (6.3)
∂ψ
∂H
= 0. (6.4)
∂u
ch
Es wird nun ein Boot mit konstanter Geschwindigkeit v betrachtet. Es kann vereinfacht durch die folgenden
Gleichungen modelliert werden:
ẋ = v · cos(u) (6.5)
ẏ = v · sin(u). (6.6)
rs
Dabei entsprechen x und y der Position des Bootmittelpunktes in der xy -Ebene und u dem Lagewinkel des
Bootes. Es soll eine Steuerung entworfen werden, die das Boot von einer Anfangsposition zum Zeitpunkt t0
in eine Endposition zum Zeitpunkt te überführt. Da bei größeren y -Koordinaten ein geringerer Wind weht,
vo
sollen bei der Bootsfahrt möglichst große y -Werte erreicht werden. Die optimale Steuerung soll daher das
Gütemaß Z te
J =− y dt (6.7)
t0
minimieren. Mit dem Lagrange-Multiplikator ψ = [ψ1 ψ2 ]T ∈ R2 lautet die Hamilton-Funktion somit:

gs
H = −y + ψ1 v · cos(u) + ψ2 v · sin(u). (6.8)
0 a) Wieso ist das negative Vorzeichen im Gütemaß (6.7) notwendig?

1
n
Da wir das Gütemaß minimieren, jedoch y -Werte maximieren wollen.

su
Lö
– Seite 12 / 20 –
b) Stellen Sie die adjungierte Differentialgleichung ψ̇ = ψ̇(ψ, x, y) auf und lösen Sie diese. 0
1
2
" # 3
∂H
∂x 0
ψ̇ = − ∂H = 1
∂y

c̃
ψ = t +1c̃
2
g
la
ch
rs
c)* Zeigen Sie mit Ihrem Ergebnissen aus b), dass das optimale Steuergesetz der Gleichung
tan(u) = c1 + c2 t
mit den zwei Konstanten c1 und c2 genügt. Geben Sie außerdem c1 und c2 in Abhängigkeit der in b)
(6.9)
0
1
2
3
4
vo
eingeführten Integrationskonstanten an.
Steuerungsgleichung:
∂H
gs
= −ψ1 v sin(u) + ψ2 v cos(u) = 0

∂u
ψ2 − ψ1 · tan(u) = 0
ψ2
tan(u) =
ψ1
n
Einsetzen aus a):
t + c̃2
tan(u) =
su
c̃1
1 c̃2
tan(u) = t +
c̃1 c̃1
c̃2 1
→ c1 = c2 =
c̃1 c̃1
Lö
– Seite 13 / 20 –
Aufgabe 7 Optimale Regelung (9 Punkte)
ẋ = −x2 + u (7.1)
mit dem Zustand x ∈ R und dem Eingang u ∈ R. Es soll die Anfangsauslenkung x(t = 0) = 2 in die Null
überführt werden, so dass das Gütemaß
Z ∞
J= u2 dt (7.2)
0
minimiert wird.
a) Geben Sie begründend den optimalen Verlauf u(t) an, welcher das Gütemaß (7.2) minimiert. Hinweis:
g
0
1 Keine Rechnung nötig.
2
la
Das System klingt vom Anfangswert x(0) = 2 von selbst ab und geht asymptotisch in die Null.Da das
Gütemaß nur den Verbrauch gewichtet, liefert u(t) = 0 den kleinsten Wert für J .
ch
0
1
rs
b)* Welches Problem ergibt sich, wenn die in a) gefundene optimale Steuerung u(t) bei dem Anfangswert
x(t = 0) = −2 verwendet wird. Begründen Sie.
vo
2
Für x(0) = −2 würde das System mit u(t) = 0 aufklingen.Das Ziel x(t → ∞) ist mit u(t) = 0 nicht
erreichbar.
n gs
su

Lö
– Seite 14 / 20 –
Im Folgenden soll nun ein zeitoptimales Gütemaß betrachtet werden und die Stellgröße u soll beschränkt
sein:
−M ≤ u ≤ M. (7.3)
c) Welche der Hamilton-Gleichungen (6.1) bis (6.4) trifft aufgrund der Stellgrößenbeschränkung (7.3) nicht 0
mehr zu? Durch welche Forderung muss diese Gleichung ersetzt werden? 1
2
Gleichung (6.4) stimmt nicht mehr.

Stattdessen:
!
H(x, ψ, u, t) = min
u
g
la
ch
d)* Bestimmen Sie mit Hilfe der neuen Forderung die zeitoptimale Steuerung u∗ (ψ) für das System (7.1). 0
1
2
3
H = 1 + ψ(−x2 + u) = 1 − ψx2 + ψu
H̃ = ψu
u∗ =
( rs
−M für ψ ≥ 0
M für ψ < 0
vo
n gs
su

Lö
– Seite 15 / 20 –
Aufgabe 8 Optimale Regelung für lineare Systeme (6 Punkte)
Für das lineare System
ẋ = Ax + bu
mit dem Zustandsvektor x und dem Eingang u ist die optimale Regelung bezüglich des Gütemaßes
Z ∞
J= xT Qx + ru2 dt.
0
durch die Rückführung

1
u = − bT P x (8.1)
r
g
gegeben. Die Matrix P ergibt sich dabei aus der algebraischen Riccati-Gleichung
la
1
AT P + P A − P b bT P + Q = 0. (8.2)
r
Im Folgenden soll untersucht werden, wie sich die Regelung ändert, falls das Gütemaß mit dem Faktor k
ch
multipliziert wird.
0 a) Die Gewichtungen des modifizierten Gütemaßes seien

1
2 Qk = k · Q
3
rk = k · r.
4
rs
Welcher Zusammenhang besteht zwischen der Lösung P k der Riccati-Gleichung
AT P k + P k A − P k b
1 T
b P k + Qk = 0
vo
rk
und der Matrix P aus Gleichung (8.2)?
gs
1 T
AT P k + P k A − P k bb Pk + k · Q = 0
k·r
Pk Pk 1 T Pk
AT + A − P kb b +Q=0
k k k·r k
Pk Pk Pk 1 T Pk
AT + A− b b +Q=0
n
k k k r k
→ Pk = k · P
su
Lö
– Seite 16 / 20 –
b)* Welcher Zusammenhang besteht folglich zwischen der Rückführung 0
1
1 2
u = − bT P x
r
und der Rückführung
1 T
uk = − b P k x?
rk
1 T 1
uk = − b kP = − bT P
g
r·k r
→ uk = u
la
ch
rs
vo
n gs
su
Lö
– Seite 17 / 20 –
Gegeben sei das diskrete System
xk+1 = xk + uk , x0 > 0 (9.1)
und das Gütemaß
N
X −1
J = |xN | + |uk | (9.2)
k=0
mit dem Zustand xk und dem Eingang uk zum Zeitschritt k .
0 a) Betrachten Sie nun das folgende nicht optimale Regelgesetz:

1
g
2 uk = −α · xk ; 0 ≤ α ≤ 1. (9.3)
Geben Sie unter Anwendung des Regelgesetzes (9.3) die Lösung von xk für jeden Zeitschritt k in Abhängig-
keit von α und dem Anfangszustand x0 an.
la
xk+1 = xk − αxk = (1 − α)xk
ch
→ xk = (1 − α)k x0
rs
vo
0 b)* Zeigen Sie, dass unter Verwendung des Regelgesetzes (9.3) die Gesamtkosten vom Zeitschritt k = 0
1
Pn k 1−xn+1
bis k = N unabhängig von α sind. Wie hoch sind die Kosten? Hinweis: Es gilt k=0 x = 1−x .
2
3
4
5
gs
N
X −1 N
X −1 N
X −1
J = |xN | + |uk | = |xN | + | − αxk | = |xN | + α |xk |
k=0 k=0 k=0
N −1
= (1 − α)N x0 + α
X
(1 − α)k x0
k=0
n
N −1
" #
N
X
k
= x0 (1 − α) + α (1 − α)
su
k=0
" #
N 1 − (1 − α)N
= x0 (1 − α) + α
1 − (1 − α)
h i
= x0 (1 − α)N + 1 − (1 − α)N = x0
Lö
– Seite 18 / 20 –
c) Die optimale Restkostenfunktion J ∗ (xk ) im Zeitschritt k und in dem Zustand xk kann mit Hilfe der 0
Bellmanschen Rekursionsformel formuliert werden als 1
2
J ∗ (xk ) = min [Ik (xk , uk ) + J ∗ (xk+1 )] , (9.4) 3
uk 4
5
wobei Ik (xk , uk ) den Kosten im k -ten Schritt entspricht. Zeigen Sie, dass die optimale Restkostenfunktion 6
für alle Zeitschritte k = 0 bis k = N 7
J ∗ (xk ) = |xk | (9.5)
lautet. Wenden Sie dafür die Bellmansche Rekursionsformel auf die Zeitschritte N und N − 1 an und
verallgemeinern Sie die Erkenntnisse auf alle Zeitschritte. Hinweis: Das Regelgesetz (9.3) wird für diese
Teilaufgabe nicht benötigt.
g
Es gilt hier: J ∗ (xk ) = min [|uk | + J ∗ (xk+1 )]
uk
la
k = N → J ∗ (xN ) = |xN |
k = N − 1 → J ∗ (xN −1 ) = min [|uN −1 | + J ∗ (xN )]
uN −1
ch
= min [|uN −1 | + |xN |]
uN −1
= min [|uN −1 | + |xN −1 + uN −1 |]

uN −1
Funktion nimmt Minimum von |xN −1 | an, wenn gilt:

• 0 ≥ uN −1 ≥ −xN −1 für xN −1 > 0
• 0 ≤ uN −1 ≤ −xN −1 für xN −1 < 0
rs
vo
→ J ∗ (xN −1 ) = |xN −1 |
Analog zur obigen Rechnung, gilt also für jeden Zeitschritt k : J ∗ (xk ) = |xk |.
n gs
su
Lö
– Seite 19 / 20 –
Zusätzlicher Platz für Lösungen. Machen Sie im ursprünglichen Lösungsfeld der Aufgabe einen
klaren Verweis auf die verwendete Seite. Markieren Sie deutlich die Zuordnung zur jeweiligen Teil-
aufgabe.
g
la
ch
rs
vo
n gs
su
Lö
– Seite 20 / 20 –

Eexam lisiert.
ermöglichen.


Bitte kontrollieren Sie selbstständig, dass Sie eine vollständige Angabe erhalten haben.

• Alle Aufgaben sind im Prüfungsheft zu bearbeiten. Falls der vorgesehene Platz nicht ausreicht, benutzen
Sie die Reserveblätter im Prüfungsheft und vermerken Sie dies im ursprünglichen Lösungsfeld.
• Mit Ausnahme von Kurzfragen muss für alle Antworten eine Begründung oder nachvollziehbarer
Rechenweg vorhanden sein. Ergebnisse sind zusammenzufassen, zu vereinfachen und frei von
Doppelbrüchen anzugeben.
werden darf.
– Seite 1 / 20 –

Kreuze können durch vollständiges Ausfüllen gestrichen werden ■
Gestrichene Antworten können durch nebenstehende Markierung erneut angekreuzt werden ×■
a) Gegeben sei das System ẋ = f (x, u) mit x ∈ R3 und u ∈ R. Für den Ausgang y = c(x) weise das
System eine Differenzordnung δ = 2 auf. Das ein-/ausgangslinearisierte System habe eine asymptotisch
stabile Nulldynamik. Welche der folgenden Auswahlmöglichkeiten stellt eine mögliche Nulldynamik des
ein-/ausgangslinearisierten Systems dar?
η̇ = −η
η̇ = η
−1 1

η̇ = 0 −3 η

1 1
η̇ = 0 3 η
b) Es wird eine Ljapunowfunktion V (x) für ein System ẋ = f (x) mit x ∈ R2 gesucht. Diese soll über die
Methode der variablen Gradienten bestimmt werden. Welcher der folgenden Gradienten, mit den noch zu
bestimmenden Funktionen a(x1 ), c(x2 ) und Konstanten b und d, kann dafür als Ansatz verwendet werden?
∂V
= a(x1 ) sin(x1 )x1 + d · x1 x22 + b · x2
∂x1
∂V
= c(x2 ) cos(x2 )x2 + d · x22 x21 + b · x1
∂x2
∂V
= a(x1 ) sin(x1 )x1 + d · x1 x22 + b · x2
∂x1
∂V
= c(x2 ) cos(x2 )x2 + d · x22 x21
∂x2
∂V
= a(x1 ) sin(x1 )x1 + d · x1 x22 + b · x2
∂x1
∂V
= c(x2 ) cos(x2 )x2 + d · x2 x21 + b · x2
∂x2
∂V
= a(x1 ) sin(x1 )x1 + d · x1 x22 + b · x2
∂x1
∂V
= c(x2 ) cos(x2 )x2 + d · x2 x21 + b · x1
∂x2
– Seite 2 / 20 –
T T
c) Gegeben sei ein System vierter Ordnung mit dem Eingang u = [u1 , u2 ] , dem Ausgang y = [x1 , x4 ]
und einer Ruhelage in xR = 0. Für das System existiere eine positiv definite Funktion V (x) mit V (xR ) = 0
für die
uT y ≥ V̇ (x) + x42 − sin(x1 ) · |x3 |
gilt. Welche Aussage ist korrekt?
Mit V (x) kann gezeigt werden, dass die Ruhelage xR stabil ist.
Mit V (x) kann gezeigt werden, dass das System passiv ist.
Mit V (x) kann gezeigt werden, dass das System dissipativ bezüglich der Zufuhrrate s(u, y) =
uT y + sin(x1 ) · |x3 | ist.
uT y + x42 − sin(x1 ) · |x3 | ist.
d) Gegeben ist der in Abbildung 1.1 dargestellte nichtlinearer Standardregelkreis, bestehend aus einer
nichtlinearen Kennlinie F (xd ) und einem linearen Übertragungsglied L(s). Der Regelkreis sei absolut stabil
im Sektor [0, K] mit K > 0. Welche Aussage ist korrekt?
xd u x
− F (xd ) L(s)
Abbildung 1.1: Nichtlinearer Standardregelkreis
Für K → ∞ ist die Ruhelage des Regelkreises für jede beliebige Kennlinie F (xd ) global asymptotisch
stabil.
Die Ruhelage des autonomen Systems L(s) (u = 0) ist sicher global asymptotisch stabil.
Keine der drei anderen Aussagen trifft zu.
Die Ruhelage des Regelkreises ist global asymptotisch stabil für sämtliche Kennlinien, die die Bedin-
F (xd )
gung 0 ≤ 2 ≤ Kxd erfüllen.
e) Zur numerischen Lösung eines Variationsproblems existieren die direkten Verfahren, die indirekten
Verfahren und die auf der Bellmanschen Rekursionsformel basierenden Verfahren. Welche der folgenden
Aussagen ist falsch?
Bei den direkten Verfahren müssen die kanonischen Differentialgleichungen nicht gelöst werden.
Die Bellmansche Rekursionsformel basiert auf dem Bellmanschen Optimalitätsprinzip.
Alle drei genannten Verfahren können innerhalb der Modellprädiktiven Regelung (MPC) verwendet
werden, um in jedem Schritt eine approximative Lösung des Optimalsteuerungsproblems zu erhalten.
Bei den indirekten Verfahren nähert sich die Lösung mit jeder Iteration stets gegen die optimale Lösung
an.
– Seite 3 / 20 –
Aufgabe 2 Linearisierende Entwürfe (18 Punkte)
−x1 + b2 · u2
 

x
ẋ = −x2 − x1 · x3 + b1 · u1  , y = x3 (2.1)
1
x 1 · x2
mit dem Zustandsvektor x = [x1 x2 x3 ]T und dem Eingangsvektor u = [u1 u2 ]T .
0 a) Bestimmen Sie die Differenzordnung δ1 , δ2 der Ausgänge und die Gesamtdifferenzordnung δ des Systems.
1 (δ1 ) (δ2 )
2 Geben Sie außerdem y1 und y2 an. Tritt durch Ein-/Ausgangslinearisierung eine nichtbeobachtbare
3 Nulldynamik auf?
4
5
6
7
0 b)* Für die Reglerauslegung ist es günstig, die Ableitungen der Ausgänge in der Form
1  
2 (δ1 )
 y1  = a(x) + D ∗ (x)u (2.2)
(δ )
2
y2
darzustellen. Bestimmen Sie den Vektor a(x) und die Matrix D ∗ (x).
0 c)* Überprüfen Sie das System auf Entkoppelbarkeit.

1
2
– Seite 4 / 20 –
(δ1 ) (δ2 )
d) Wie lautet das Regelgesetz, damit y1 = v1 und y2 = v2 gilt? Geben Sie das Regelgesetz allgemeingültig 0
T
in Abhängigkeit von a(x), D ∗ (x) und v = [v1 v2 ] an. 1
e) Durch die Wahl von v1 und v2 kann nun das Übertragungsverhalten 0

1
Yi (s) 2
Gi (s) = , i ∈ {1, 2}
Wi (s)
vorgegeben werden. Wie müssten Sie Gi (s) wählen, sodass ein Regler resultiert, der stationäre Genauigkeit
und sämtliche Eigenwerten bei −3 einstellt? Geben Sie die Übertragungsfunktion Gi (s) abhängig von δi an,
ohne Ihr Ergebnis aus a) einzusetzen.
f) Ist es möglich, durch die Wahl von zwei Zustandsgrößen als Ausgang das System (2.1) in der verallge- 0
meinerten Beobachtungsnormalform darzustellen? Falls ja, geben Sie den gesuchten Ausgang y ∈ R2 an. 1
Falls nein, begründen Sie Ihre Antwort. 2
g) Betrachtet werde nun ein anderes System: 0

1
ẋ = f (x, u), y = h(x) mit y, u ∈ Rm und m > 1. (2.3) 2
i. Kann eine Aussage bezüglich der Flachheit des Systems (2.3) getroffen werden, wenn das System volle
Differenzordnung aufweist und entkoppelbar ist? Falls ja, welche Aussage können Sie treffen?
ii. Kann eine Aussage bezüglich der Differenzordnung des Systems (2.3) getroffen werden, wenn es sich
bei y um einen flachen Ausgang handelt? Falls ja, welche Aussage können Sie treffen?
– Seite 5 / 20 –
Aufgabe 3 Ljapunow-Stabilität (13 Punkte)
Die Ruhelage xR = 0 des autonomen Systems
x1 · x22

ẋ = (3.1)
− x21 + 2 · x2
soll mit Hilfe des Ljapunow-Funktionskandidaten
1 1
V = x21 + x22 (3.2)
2 2
analysiert werden.
0 a) Neben xR = 0 existieren weitere Ruhelagen des Systems (3.1). Welche Aussage zur global asym-
1 ptotischen Stabilität der Ruhelage xR = 0 können Sie daher ohne eine weitere Untersuchung treffen?
2 Begründen Sie.
0 b) Zeichnen Sie die weiteren Ruhelagen des Systems (3.1) in die Abbildung 3.1 ein. Welche Aussage
1 zur asymptotischen Stabilität der Ruhelage xR = 0 können Sie ohne eine weitere Untersuchung treffen?
2 Begründen Sie.
3
x2
x1
−2 −1 1 2
−1
−2
Abbildung 3.1: Zustandsebene des Systems (3.1)
– Seite 6 / 20 –
c) Berechnen Sie V̇ . Kennzeichnen Sie in Abbildung 3.1, in welchen Bereichen der Zustandsebene V̇ = 0, 0
V̇ < 0 bzw. V̇ > 0 gilt. 1
2
3
4
d)* Welche Aussage zur Stabilität der Ruhelage xR = 0 können Sie mit Ihrem Ergebnis aus c) treffen? 0
Begründen Sie. 1
2
˙
e)* Kann für das System (3.2) eine positiv definite Funktion Ṽ (x) ̸= V (x) existieren, deren Ableitung Ṽ (x) 0
ebenfalls positiv definit ist? Begründen Sie. 1
2
– Seite 7 / 20 –
Aufgabe 4 Regelungs-Ljapunow-Funktion (9 Punkte)
Gegeben sei das SISO-System
ẋ = f (x, u), y = c(x) (4.1)
mit x ∈ Rn , u, y ∈ R und der einzigen Ruhelage xR = 0.
0 a) Als Regelungs-Ljapunow-Funktionskandidat wird nun

1
2 1 d x1
V (x) = [x1 x2 ] d c x2 (4.2)
mit c, d ∈ R vorgeschlagen. Welche Bedingungen müssen c und d erfüllen, damit V (x) in (4.2) positiv
definit ist?
0 b) Es seien nun bestimmte Parameter für c und d gewählt, sodass die Funktion V (x) positiv definit ist. Die
1 resultierende zeitliche Ableitung von V (x) ergebe sich zu:
2
3 V̇ (x) = −x1 − x2 − x22 + sin (x1 + x2 ) u. (4.3)
4
5
Überprüfen Sie, ob es sich bei (4.2) für diese Wahl der Parameter um eine Regelungs-Ljapunow-Funktion
für das System (4.1) handelt.
0 c) c und d seien nun so gewählt, dass es sich bei (4.2) um eine Regelungs-Ljapunow-Funktion handelt. Wie
1 viele Regelgesetze existieren für das System (4.1), die global asymptotische Stabilität der Ruhelage xR ge-
2 währleisten? Welchen Vorzug weist die Sontagsche Reglerformel im Gegensatz zu anderen stabilisierenden
Regelgesetzen auf?
– Seite 8 / 20 –
– Seite 9 / 20 –
Aufgabe 5 Optimale Regelung eines skalaren Systems (5 Punkte)
ẋ = f (x, u, t) mit x(t0 ) = x0

J = h (x(te ), t) + g(x, u, t) dt
t0
muss den folgenden Hamilton-Gleichungen genügen:
H = g(x, u, t) + ψ T f (x, u, t), (5.1)

∂H
ψ̇ = − , (5.2)
∂x
∂H
ẋ = , (5.3)
∂ψ
∂H
= 0. (5.4)
∂u
0 a) Für das lineare System

1 ẋ = ax + bu, b ̸= 0
2
3 ist nun ein optimaler Regler gesucht, der das Gütemaß
Z ∞
1
J= u2 dt
2 0
minimiert und dabei den Anfangszustand x(t = 0) = x0 ̸= 0 in die Null überführt, d. h. x(t → ∞) = 0.
Es sollen zwei Fälle verglichen werden:
i. a < 0
ii. a > 0.
Welcher der beiden Fälle führt auf den kleineren Wert des Gütemaßes J ? Begründen Sie!
0 b) Nehmen Sie an, die optimale Trajektorie und die optimale Steuerung seien gegeben durch
1
2 x(t) = e−ct x0
u(t) = d · e−ct · x0
mit c, d > 0. Bestimmen Sie hieraus die optimale Regelung u = u(x, t).
– Seite 10 / 20 –
Aufgabe 6 Linear quadratische Regelung bei unendlichem Steuerintervall (6 Punkte)
Gegeben sei das lineare System
−2 4
   
2 1 3
ẋ =  0 −1 3  x + 2 1 u (6.1)
0 0 −3 1 1
mit dem Zustandsvektor x = [x1 x2 x3 ]T und dem Eingangsvektor u = [u1 u2 ]T sowie das quadrati-
sche Gütemaß Z te
J= xT Qx + uT Ru dt. (6.2)
t0
Die Matrizen Q und R sind positiv definit und es wird ein unendliches Steuerintervall (te → ∞) betrachtet.
Das Ziel ist die Überführung des Zustandsvektors x in die Ruhelage xR = 0. Das dazugehörige optimale
Rückführgesetz lautet
u = −R−1 B T P x = −Kx. (6.3)
a) Welche zwei Lösungswege zur Bestimmung der gesuchten Matrix P kennen Sie? Hinweis: Es geht explizit 0
um Lösungswege, die ausschließlich bei einem unendlichen Steuerintervall angewandt werden können. 1
2
b) Es wurden aus vier verschiedenen Paarungen an Gewichtungsmatrizen Q und R entsprechende 0

Reglerverstärkungen berechnet. Ordnen Sie die Reglerverstärkungen K 1 bis K 4 den richtigen Gewich- 1
tungsmatrizen (a) bis (d) zu, indem Sie die entsprechende Reglerbezeichnung in die Lösungsfelder unten 2
eintragen. 3
4
−0, 08 8, 57 0, 98

0, 01 0, 05 0, 05
K 1 = 0, 44 4, 15 0, 56 K 2 = 0, 01 0, 04 0, 04

3, 24 0, 90 0, 53 0, 18 0, 81 4, 79
K 3 = 8, 83 0, 92 0, 49 K 4 = 0, 40 0, 33 5, 06
 
1 0 0
100 0
Qa = 0 1 0, Ra = 0 100 , Reglerverstärkung:
0 0 1
 
100 0 0
1 0
Qb =  0 1 0, Rb = 0 1 , Reglerverstärkung:
0 0 1
 
1 0 0
1 0
Qc = 0 100 0, Rc = 0 1 , Reglerverstärkung:
0 0 1
 
1 0 0
1 0
Qd = 0 1 0 , Rd = 0 1 , Reglerverstärkung:
0 0 100
– Seite 11 / 20 –
Aufgabe 7 Zeitoptimale Steuerung eines Gleichstrom-Motors (11 Punkte)
Die Dynamik eines Gleichstrom-Motors kann in guter Näherung mit einem PT1-System approximiert werden:
ẋ + x = u. (7.1)
Die Zustandsvariable x bezeichne die Winkelgeschwindigkeit des Motors und u die anliegende Spannung.
Zum Zeitpunkt t0 = 0 befindet sich das System in Ruhe, sodass x(t0 ) = 0 gilt. In den folgenden Teilaufgaben
soll eine optimale Steuerung entworfen werden, durch die der Motor in möglichst kurzer Zeit eine gewünschte
Winkelgeschwindigkeit x(te ) > 0 zum Zeitpunkt te > 0 erreicht. Gleichzeitig steht nur eine begrenzte
Spannung zur Verfügung:
−M ≤ u ≤ M. (7.2)
0 a) Wie lautet das zu minimierende Gütemaß?

1
0 b)* Stellen Sie die Hamiltonfunktion H(x, u, ψ) auf und geben Sie die Funktion H̃(x, u, ψ) an, welche nur
1 die von der Stellgröße abhängigen Terme in H(x, u, ψ) berücksichtigt.
2
0 c)* Durch welche Forderung muss die Steuerungsgleichung (5.4) ersetzt werden, um die Stellgrößenbe-
1 schränkung (7.2) zu berücksichtigen? Bestimmen Sie mit Hilfe der neuen Forderung die optimale Steuerung
2 u(ψ). Hinweis: Der Fall ψ = 0 muss nicht berücksichtigt werden.
– Seite 12 / 20 –
Durch Aufstellen und Lösen der adjungierten Differentialgleichung (5.2) resultiert für ψ(t):
ψ(t) = ψ0 · et . (7.3)
d)* Geben Sie die maximale Anzahl an Umschaltvorgängen in der optimalen Steuerfunktion an. Begründen 0
Sie auf Basis der Gleichung (7.3) und Ihrer Lösung aus c). 1
2
e) Für welche Endzustände x(te ) > 0 weist das Optimalsteuerungsproblem keine Lösung auf? Begründen 0
Sie. 1
2
f)* Geben Sie ohne weitere Berechnung die optimale Steuerung u(t) an. Begründen Sie mit Hilfe Ihrer 0
bisherigen Ergebnisse, der Systemdynamik sowie der Anfangs- und Endbedingung. Gehen Sie davon aus, 1
dass der Endzustand x(te ) so gewählt ist, dass eine Lösung des Optimalsteuerungsproblems existiert. 2
– Seite 13 / 20 –
Gegeben sei das zeitdiskrete System

x1 [k + 1] x [k]
= 2
x2 [k + 1] u[k]
T
mit dem Zustandsvektor x = [x1 x2 ] und dem Eingang u ∈ R. Es wird nun mit Hilfe der dynamischen
Programmierung die optimale Regelung gesucht, die die Restkosten vom Zeitpunkt k bis zum Endzeitpunkt N
N
X −1
Jk = s · (x1 [N ] − 1)2 + s · (x2 [N ] − 1)2 + r · u[i]2 .
i=k
mit den Gewichtungen s, r > 0 minimiert. Der Zustandsraum ist diskretisiert und beschränkt auf die Werte
x1 , x2 ∈ {0, 1}. Die Stellgröße ist ebenfalls diskretisiert und beschränkt, sodass u ∈ {0, 1} gilt.
0 a) Welcher Endzustand x[N ] ergibt sich für s ≫ r ? Gehen Sie davon aus, dass N groß genug ist, sodass
1 jeder Zustand erreicht werden kann.
0 b) Es sollen nun die Restkosten JN (x[N ]) zum Zeitschritt N aufgestellt werden. Füllen Sie dafür die Felder
1 der Tabelle 8.1 aus. Hinweis: Es ist keine ausführliche Rechnung notwendig. Das Lösungsfeld dient für
2 Nebenrechnungen.
Tabelle 8.1: Restkosten JN (x[N ])
x[N ] [0 0]T [1 0]T [0 1]T [1 1]T
JN (x[N ])
– Seite 14 / 20 –
c)* Es sollen nun die Restkosten zum Zeitschritt N − 1 aufgestellt werden. Füllen Sie dafür die Felder in 0
Tabelle 8.2 mit den Restkosten JN −1 (x[N − 1], u[N − 1]) aus. Hinweis: Es ist keine ausführliche Rechnung 1
notwendig. Das Lösungsfeld dient für Nebenrechnungen. 2
3
4
Tabelle 8.2: Restkosten JN −1 (x[N − 1], u[N − 1])
u[N − 1]
0 1
x[N − 1]
[0 0]T
[1 0]T
[0 1]T
[1 1]T
d)* Welche Bedingungen müssen s und r erfüllen, damit im Zustand x[N − 1] = [0 0]T alle möglichen 0
Stellgrößen dieselben Restkosten aufweisen? 1
2
– Seite 15 / 20 –
Aufgabe 9 Hamilton-Jakobi-Bellmann DGL (9 Punkte)
Der optimale Stellgrößenverlauf eines Systems
ẋ = f (x, u) (9.1)
im Sinne des Gütemaßes

Z te
J= g(x, u) dt, x(t0 ) beliebig, xe = x(te ) fest, te frei (9.2)
t0
kann auch mit Hilfe der so genannten Hamilton-Jakobi-Bellmann DGL bestimmt werden:
( T )
∂J ∗ (x)

min g(x, u) + f (x, u) = 0. (9.3)
u ∂x
| {z }
∂J ∗ (x)

H x, ∂x ,u
J ∗ (x) bezeichnet hierbei die optimale Restkostenfunktion.

In den folgenden Aufgaben wird nun das lineare System

ẋ1 x2
ẋ2 = u (9.4)
mit x ∈ R2 , u ∈ R betrachtet, welches optimal bezüglich des Gütemaßes

Z te
1 2
J= u dt. (9.5)
0 2
in die Ruhelage xe = 0 überführt werden soll. Die Endzeit te sei frei.
0 a) Stellen die die Hamilton-Jakobi-Bellmann DGL für das vorliegende System auf. Die DGL soll die einzelnen
∗ T
∂J ∗ (x) T
h ∗ i
1 ∂J (x) ∂J (x)
2
Elemente des Gradienten der optimalen Restkostenfunktion ∂x = ∂x1 , ∂x2 enthalten.
Das minimierende u soll noch nicht eingesetzt werden.
∂J ∗ (x) ∂J ∗ (x)

0 b)* Wie müssen Sie u = u x, ∂x wählen, um H x, ∂x , u zu minimieren? Das minimierende u
1 soll noch nicht eingesetzt werden.
2
– Seite 16 / 20 –
c)* Setzen Sie das minimierende u in die in a) berechneten Hamilton-Jakobi-Bellmann DGL ein. Hinweis: 0
Die resultierende partielle Differentialgleichung muss nicht gelöst werden. 1
2
d) Welche Randbedingung können Sie für J ∗ (x) an der Stelle x = 0 angeben? Begründen Sie. 0
1
2
e) Weshalb vereinfacht sich die Lösung der Hamilton-Jakobi-Bellmann DGL für Systeme erster Ordnung? 0
1
– Seite 17 / 20 –
Zusätzlicher Platz für Lösungen. Machen Sie im ursprünglichen Lösungsfeld der Aufgabe einen klaren
Verweis auf die verwendete Seite. Markieren Sie deutlich die Zuordnung zur jeweiligen Teilaufgabe.
– Seite 18 / 20 –
– Seite 19 / 20 –
– Seite 20 / 20 –

Esolution lisiert.
ermöglichen.
g
la
ch
rs
vo

gs
n
su
Lö

werden darf.
– Seite 1 / 20 –

g
a) Gegeben sei das System ẋ = f (x, u) mit x ∈ R3 und u ∈ R. Für den Ausgang y = c(x) weise das
System eine Differenzordnung δ = 2 auf. Das ein-/ausgangslinearisierte System habe eine asymptotisch
la
stabile Nulldynamik. Welche der folgenden Auswahlmöglichkeiten stellt eine mögliche Nulldynamik des
ein-/ausgangslinearisierten Systems dar?
× η̇ = −η
ch
η̇ = η
−1 1

η̇ = 0 −3 η

1 1
η̇ = 0 3 η
rs
b) Es wird eine Ljapunowfunktion V (x) für ein System ẋ = f (x) mit x ∈ R2 gesucht. Diese soll über die
vo
Methode der variablen Gradienten bestimmt werden. Welcher der folgenden Gradienten, mit den noch zu
bestimmenden Funktionen a(x1 ), c(x2 ) und Konstanten b und d, kann dafür als Ansatz verwendet werden?
∂V
gs
= a(x1 ) sin(x1 )x1 + d · x1 x22 + b · x2

∂x1
∂V
= c(x2 ) cos(x2 )x2 + d · x22 x21 + b · x1
∂x2
n
∂V
su
= a(x1 ) sin(x1 )x1 + d · x1 x22 + b · x2

∂x1
∂V
= c(x2 ) cos(x2 )x2 + d · x22 x21
∂x2
Lö
∂V
= a(x1 ) sin(x1 )x1 + d · x1 x22 + b · x2
∂x1
∂V
= c(x2 ) cos(x2 )x2 + d · x2 x21 + b · x2
∂x2
×
∂V
= a(x1 ) sin(x1 )x1 + d · x1 x22 + b · x2
∂x1
∂V
= c(x2 ) cos(x2 )x2 + d · x2 x21 + b · x1
∂x2
– Seite 2 / 20 –
T T
c) Gegeben sei ein System vierter Ordnung mit dem Eingang u = [u1 , u2 ] , dem Ausgang y = [x1 , x4 ]
und einer Ruhelage in xR = 0. Für das System existiere eine positiv definite Funktion V (x) mit V (xR ) = 0
für die
uT y ≥ V̇ (x) + x42 − sin(x1 ) · |x3 |
gilt. Welche Aussage ist korrekt?
Mit V (x) kann gezeigt werden, dass die Ruhelage xR stabil ist.
Mit V (x) kann gezeigt werden, dass das System passiv ist.
× Mit V (x) kann gezeigt werden, dass das System dissipativ bezüglich der Zufuhrrate s(u, y) =
uT y + sin(x1 ) · |x3 | ist.
g
uT y + x42 − sin(x1 ) · |x3 | ist.
la
d) Gegeben ist der in Abbildung 1.1 dargestellte nichtlinearer Standardregelkreis, bestehend aus einer
nichtlinearen Kennlinie F (xd ) und einem linearen Übertragungsglied L(s). Der Regelkreis sei absolut stabil
ch
im Sektor [0, K] mit K > 0. Welche Aussage ist korrekt?
xd u x
− F (xd ) L(s)
rs
Abbildung 1.1: Nichtlinearer Standardregelkreis
vo
Für K → ∞ ist die Ruhelage des Regelkreises für jede beliebige Kennlinie F (xd ) global asymptotisch
stabil.
× Die Ruhelage des autonomen Systems L(s) (u = 0) ist sicher global asymptotisch stabil.
Keine der drei anderen Aussagen trifft zu.
gs
Die Ruhelage des Regelkreises ist global asymptotisch stabil für sämtliche Kennlinien, die die Bedin-
F (xd )
gung 0 ≤ 2 ≤ Kxd erfüllen.
n
Aussagen ist falsch?
su
Bei den direkten Verfahren müssen die kanonischen Differentialgleichungen nicht gelöst werden.
Die Bellmansche Rekursionsformel basiert auf dem Bellmanschen Optimalitätsprinzip.
Alle drei genannten Verfahren können innerhalb der Modellprädiktiven Regelung (MPC) verwendet
Lö
werden, um in jedem Schritt eine approximative Lösung des Optimalsteuerungsproblems zu erhalten.
× Bei
an.
den indirekten Verfahren nähert sich die Lösung mit jeder Iteration stets gegen die optimale Lösung
– Seite 3 / 20 –
Aufgabe 2 Linearisierende Entwürfe (18 Punkte)
−x1 + b2 · u2
 

x
ẋ = −x2 − x1 · x3 + b1 · u1  , y = x3 (2.1)
1
x 1 · x2
mit dem Zustandsvektor x = [x1 x2 x3 ]T und dem Eingangsvektor u = [u1 u2 ]T .
0 a) Bestimmen Sie die Differenzordnung δ1 , δ2 der Ausgänge und die Gesamtdifferenzordnung δ des Systems.
1 (δ1 ) (δ2 )
2 Geben Sie außerdem y1 und y2 an. Tritt durch Ein-/Ausgangslinearisierung eine nichtbeobachtbare
g
3 Nulldynamik auf?
4
5
la
6
7
y 1 = x3
ẏ1 = ẋ3 = x1 · x2
ch
ÿ1 = ẋ1 · x2 + x1 · ẋ2
= −x1 · x2 + b2 · x2 · u2 − x1 · x2 − x21 · x3 + b1 · x1 · u1
= −2 · x1 · x2 + b2 · x2 · u2 − x21 · x3 + b1 · x1 · u1 → δ1 = 2
y 2 = x1
rs
ẏ2 = ẋ1 = −x1 + b2 · u2 → δ2 = 1
δ = δ1 + δ2 = 3 = n → Keine nichtbeobachtbare Nulldynamik
vo
gs
0 b)* Für die Reglerauslegung ist es günstig, die Ableitungen der Ausgänge in der Form
1  
2 (δ1 )
 y1  = a(x) + D ∗ (x)u (2.2)
(δ )
2
y2
n
darzustellen. Bestimmen Sie den Vektor a(x) und die Matrix D ∗ (x).
su
−2 · x1 · x2 − x21 · x3 b ·x b ·x

ÿ1
= + 1 0 1 2b 2 u
ẏ2 −x1 2
| {z } | {z }
a(x) D ∗ (x)
Lö
0 c)* Überprüfen Sie das System auf Entkoppelbarkeit.

1
2
det(D ∗ (x)) = b1 · b2 · x1 → Entkoppelbar für x1 ̸= 0
– Seite 4 / 20 –
(δ1 ) (δ2 )
d) Wie lautet das Regelgesetz, damit y1 = v1 und y2 = v2 gilt? Geben Sie das Regelgesetz allgemeingültig 0
T
in Abhängigkeit von a(x), D ∗ (x) und v = [v1 v2 ] an. 1
u = D ∗−1 (v − a(x))
e) Durch die Wahl von v1 und v2 kann nun das Übertragungsverhalten 0
g
1
Yi (s) 2
Gi (s) = , i ∈ {1, 2}
Wi (s)
la
vorgegeben werden. Wie müssten Sie Gi (s) wählen, sodass ein Regler resultiert, der stationäre Genauigkeit
und sämtliche Eigenwerten bei −3 einstellt? Geben Sie die Übertragungsfunktion Gi (s) abhängig von δi an,
ohne Ihr Ergebnis aus a) einzusetzen.
ch
3δ i
Gi (s) =
(s + 3)δi
rs
vo
f) Ist es möglich, durch die Wahl von zwei Zustandsgrößen als Ausgang das System (2.1) in der verallge- 0
meinerten Beobachtungsnormalform darzustellen? Falls ja, geben Sie den gesuchten Ausgang y ∈ R2 an. 1
Falls nein, begründen Sie Ihre Antwort. 2
gs
Nein, da alle drei Zustandsgrößen nichtlinear in die Systemdynamik eingehen.

n
su
g) Betrachtet werde nun ein anderes System: 0

1
ẋ = f (x, u), y = h(x) mit y, u ∈ Rm und m > 1. (2.3) 2
i. Kann eine Aussage bezüglich der Flachheit des Systems (2.3) getroffen werden, wenn das System volle
Lö
Differenzordnung aufweist und entkoppelbar ist? Falls ja, welche Aussage können Sie treffen?
ii. Kann eine Aussage bezüglich der Differenzordnung des Systems (2.3) getroffen werden, wenn es sich
bei y um einen flachen Ausgang handelt? Falls ja, welche Aussage können Sie treffen?
i. Ja, das System ist flach.

ii. Nein, keine Aussage möglich.
– Seite 5 / 20 –
Die Ruhelage xR = 0 des autonomen Systems
x1 · x22

ẋ = (3.1)
− x21 + 2 · x2
soll mit Hilfe des Ljapunow-Funktionskandidaten
1 1
V = x21 + x22 (3.2)
2 2
analysiert werden.
g
2 Begründen Sie.
la
Die Ruhelage xR = 0 kann nicht global asymptotisch stabil sein, da weitere Ruhelagen existieren, in
denen das System per Definition verharrt.
ch
0
1
2
3
Begründen Sie.
rs
b) Zeichnen Sie die weiteren Ruhelagen des Systems (3.1) in die Abbildung 3.1 ein. Welche Aussage
zur asymptotischen Stabilität der Ruhelage xR = 0 können Sie ohne eine weitere Untersuchung treffen?
vo
Horizontale Linie bei x2 = 0 und x1 beliebig
Die Ruhelage xR = 0 kann nicht asymptotisch stabil sein, da jede Umgebung von xR weitere
Ruhelagen enthält, in denen das System per Definition verharrt.
n gs
x2
su
V̇ (x) < 0 2
1
V̇ (x) = 0
Lö
x1
−2 −1 1 2
−1
V̇ (x) < 0 −2
– Seite 6 / 20 –
V̇ < 0 bzw. V̇ > 0 gilt. 1
2
3
4
V̇ = x1 ẋ1 + x2 ẋ2
= x21 · x22 − (x21 + 2) · x22
= −2 · x22
V̇ = 0 gilt für x1 beliebig und x2 = 0.

V̇ < 0 gilt für x2 ̸= 0.
g
la
ch
d)* Welche Aussage zur Stabilität der Ruhelage xR = 0 können Sie mit Ihrem Ergebnis aus c) treffen? 0
Begründen Sie. 1
2
rs
Die Ruhelage ist stabil, da V̇ negativ semidefinit ist.
vo
˙
e)* Kann für das System (3.2) eine positiv definite Funktion Ṽ (x) ̸= V (x) existieren, deren Ableitung Ṽ (x) 0
ebenfalls positiv definit ist? Begründen Sie. 1
gs
Nein, da dies ausschließlich bei einer instabilen Ruhelage möglich wäre.

n
su

Lö
– Seite 7 / 20 –
Gegeben sei das SISO-System
ẋ = f (x, u), y = c(x) (4.1)
mit x ∈ Rn , u, y ∈ R und der einzigen Ruhelage xR = 0.
0 a) Als Regelungs-Ljapunow-Funktionskandidat wird nun

1
2 1 d x1
V (x) = [x1 x2 ] d c x2 (4.2)
mit c, d ∈ R vorgeschlagen. Welche Bedingungen müssen c und d erfüllen, damit V (x) in (4.2) positiv
g
definit ist?
la
Z.B. Sylvester-Kriterium:
Erste Hauptminore: 1 > 0
Zweite Hauptminore: c − d2 > 0 → c > d2
ch
0
1
2
3
4
rs
b) Es seien nun bestimmte Parameter für c und d gewählt, sodass die Funktion V (x) positiv definit ist. Die
resultierende zeitliche Ableitung von V (x) ergebe sich zu:
V̇ (x) = −x1 − x2 − x22 + sin (x1 + x2 ) u. (4.3)

vo
5
Überprüfen Sie, ob es sich bei (4.2) für diese Wahl der Parameter um eine Regelungs-Ljapunow-Funktion
für das System (4.1) handelt.
gs
b(x) = sin (x1 + x2 )

b(x) = 0 für x1 + x2 = n · π, n ∈ Z → x1 = n · π − x2
a(x) = −x1 − x2 − x22
!
→ a(x)|b(x)=0 = −n · π + x2 − x2 − x22 = −n · π − x22 < 0
n
Für n < 0 ist die Ungleichung nicht erfülltund damit handelt es sich um keine Regelungs-Ljapunow-
Funktion.
su
Lö
0 c) c und d seien nun so gewählt, dass es sich bei (4.2) um eine Regelungs-Ljapunow-Funktion handelt. Wie
1 viele Regelgesetze existieren für das System (4.1), die global asymptotische Stabilität der Ruhelage xR ge-
2 währleisten? Welchen Vorzug weist die Sontagsche Reglerformel im Gegensatz zu anderen stabilisierenden
Regelgesetzen auf?
Es existieren unendlich viele Regelgesetze, die global asymptotische Stabilität der Ruhelage xR
gewährleisten.
Sontagsche Reglerformel minimiert gleichzeitig das verzerrte quadratische Gütemaß.
– Seite 8 / 20 –
g
la
ch
rs
vo
n gs
su
Lö
– Seite 9 / 20 –
Aufgabe 5 Optimale Regelung eines skalaren Systems (5 Punkte)
ẋ = f (x, u, t) mit x(t0 ) = x0

J = h (x(te ), t) + g(x, u, t) dt
t0
H = g(x, u, t) + ψ T f (x, u, t), (5.1)
g
∂H
ψ̇ = − , (5.2)
∂x
∂H
la
ẋ = , (5.3)
∂ψ
∂H
= 0. (5.4)
∂u
ch
0 a) Für das lineare System
1 ẋ = ax + bu, b ̸= 0
2
3 ist nun ein optimaler Regler gesucht, der das Gütemaß
rs J=
1
2
Z ∞
0
u2 dt
minimiert und dabei den Anfangszustand x(t = 0) = x0 ̸= 0 in die Null überführt, d. h. x(t → ∞) = 0.
vo
Es sollen zwei Fälle verglichen werden:
i. a < 0
ii. a > 0.
gs
Welcher der beiden Fälle führt auf den kleineren Wert des Gütemaßes J ? Begründen Sie!
a < 0: Stabil und nur Gewichtung der Stellgröße ⇒ u ≡ 0 ⇒ JA = 0

a > 0: Instabil ⇒ u ̸= 0 ⇒ JB > 0 ⇒ JB > JA
n
su
0 b) Nehmen Sie an, die optimale Trajektorie und die optimale Steuerung seien gegeben durch
1
Lö
2 x(t) = e−ct x0
u(t) = d · e−ct · x0
mit c, d > 0. Bestimmen Sie hieraus die optimale Regelung u = u(x, t).
x0 = x(t) · ect ⇒ u(t) = d · e−ct · x(t) · ect ⇒ u(x, t) = d · x
– Seite 10 / 20 –
Aufgabe 6 Linear quadratische Regelung bei unendlichem Steuerintervall (6 Punkte)
−2 4
   
2 1 3
ẋ =  0 −1 3  x + 2 1 u (6.1)
0 0 −3 1 1
mit dem Zustandsvektor x = [x1 x2 x3 ]T und dem Eingangsvektor u = [u1 u2 ]T sowie das quadrati-
sche Gütemaß Z te
J= xT Qx + uT Ru dt. (6.2)
t0
g
Die Matrizen Q und R sind positiv definit und es wird ein unendliches Steuerintervall (te → ∞) betrachtet.
Das Ziel ist die Überführung des Zustandsvektors x in die Ruhelage xR = 0. Das dazugehörige optimale
Rückführgesetz lautet
la
u = −R−1 B T P x = −Kx. (6.3)
a) Welche zwei Lösungswege zur Bestimmung der gesuchten Matrix P kennen Sie? Hinweis: Es geht explizit 0
ch
um Lösungswege, die ausschließlich bei einem unendlichen Steuerintervall angewandt werden können. 1
2
• Lösung der algebraischen Riccati-Gleichung
• Lösung über Hamilton-Matrix
rs
vo
b) Es wurden aus vier verschiedenen Paarungen an Gewichtungsmatrizen Q und R entsprechende 0
Reglerverstärkungen berechnet. Ordnen Sie die Reglerverstärkungen K 1 bis K 4 den richtigen Gewich- 1
tungsmatrizen (a) bis (d) zu, indem Sie die entsprechende Reglerbezeichnung in die Lösungsfelder unten 2
eintragen. 3
4
gs
−0, 08 8, 57 0, 98

0, 01 0, 05 0, 05
K 1 = 0, 44 4, 15 0, 56 K 2 = 0, 01 0, 04 0, 04

3, 24 0, 90 0, 53 0, 18 0, 81 4, 79
K 3 = 8, 83 0, 92 0, 49 K 4 = 0, 40 0, 33 5, 06
n
su
 
1 0 0
100 0
Qa = 0 1 0, Ra = 0 100 , Reglerverstärkung: K 2
0 0 1
Lö
 
100 0 0
1 0
Qb =  0 1 0, Rb = 0 1 , Reglerverstärkung: K 3
0 0 1
 
1 0 0
1 0
Qc = 0 100 0, Rc = 0 1 , Reglerverstärkung: K 1
0 0 1
 
1 0 0
1 0
Qd = 0 1 0 , Rd = 0 1 , Reglerverstärkung: K 4
0 0 100
– Seite 11 / 20 –
Aufgabe 7 Zeitoptimale Steuerung eines Gleichstrom-Motors (11 Punkte)
Die Dynamik eines Gleichstrom-Motors kann in guter Näherung mit einem PT1-System approximiert werden:
ẋ + x = u. (7.1)
Die Zustandsvariable x bezeichne die Winkelgeschwindigkeit des Motors und u die anliegende Spannung.
Zum Zeitpunkt t0 = 0 befindet sich das System in Ruhe, sodass x(t0 ) = 0 gilt. In den folgenden Teilaufgaben
soll eine optimale Steuerung entworfen werden, durch die der Motor in möglichst kurzer Zeit eine gewünschte
Winkelgeschwindigkeit x(te ) > 0 zum Zeitpunkt te > 0 erreicht. Gleichzeitig steht nur eine begrenzte
Spannung zur Verfügung:
−M ≤ u ≤ M. (7.2)
g
0 a) Wie lautet das zu minimierende Gütemaß?
1
la
Z te
J= 1 dt
t0
ch
0 b)* Stellen Sie die Hamiltonfunktion H(x, u, ψ) auf und geben Sie die Funktion H̃(x, u, ψ) an, welche nur
2
rs
H = 1 + ψ · (−x + u)
H̃ = ψu
vo
gs
0 c)* Durch welche Forderung muss die Steuerungsgleichung (5.4) ersetzt werden, um die Stellgrößenbe-
1 schränkung (7.2) zu berücksichtigen? Bestimmen Sie mit Hilfe der neuen Forderung die optimale Steuerung
2 u(ψ). Hinweis: Der Fall ψ = 0 muss nicht berücksichtigt werden.
!
H(x, ψ, u) = min
n
u
(
M für ψ < 0
u=
su
−M für ψ > 0
Lö
– Seite 12 / 20 –
Durch Aufstellen und Lösen der adjungierten Differentialgleichung (5.2) resultiert für ψ(t):
ψ(t) = ψ0 · et . (7.3)
d)* Geben Sie die maximale Anzahl an Umschaltvorgängen in der optimalen Steuerfunktion an. Begründen 0
Sie auf Basis der Gleichung (7.3) und Ihrer Lösung aus c). 1
2
Da ψ(t) = ψ0 · et keinen Nulldurchgang aufweist, kommt es zu keinem Vorzeichenwechsel, wodurch

es nach u(ψ) zu keinem Umschaltvorgang kommt.
g
la
e) Für welche Endzustände x(te ) > 0 weist das Optimalsteuerungsproblem keine Lösung auf? Begründen 0
Sie. 1
ch
2
Für Endzustände x(te ) größer als M , da aufgrund der stationären Verstärkung von 1 das PT1-Glied
maximal den Zustandswert M erreichen kann.
rs
f)* Geben Sie ohne weitere Berechnung die optimale Steuerung u(t) an. Begründen Sie mit Hilfe Ihrer 0
vo
bisherigen Ergebnisse, der Systemdynamik sowie der Anfangs- und Endbedingung. Gehen Sie davon aus, 1
dass der Endzustand x(te ) so gewählt ist, dass eine Lösung des Optimalsteuerungsproblems existiert. 2
Da x(t0 ) = 0 und x(te ) > 0, muss ẋ > 0 gelten.Entsprechend der Systemdynamik und da es keinen
gs
Umschaltvorgang gibt, muss u(t) = M gewählt werden.

n
su

Lö
– Seite 13 / 20 –
Gegeben sei das zeitdiskrete System

x1 [k + 1] x [k]
= 2
x2 [k + 1] u[k]
T
mit dem Zustandsvektor x = [x1 x2 ] und dem Eingang u ∈ R. Es wird nun mit Hilfe der dynamischen
Programmierung die optimale Regelung gesucht, die die Restkosten vom Zeitpunkt k bis zum Endzeitpunkt N
N
X −1
Jk = s · (x1 [N ] − 1)2 + s · (x2 [N ] − 1)2 + r · u[i]2 .
i=k
g
mit den Gewichtungen s, r > 0 minimiert. Der Zustandsraum ist diskretisiert und beschränkt auf die Werte
x1 , x2 ∈ {0, 1}. Die Stellgröße ist ebenfalls diskretisiert und beschränkt, sodass u ∈ {0, 1} gilt.
la
0 a) Welcher Endzustand x[N ] ergibt sich für s ≫ r ? Gehen Sie davon aus, dass N groß genug ist, sodass
1 jeder Zustand erreicht werden kann.
ch
Für s ≫ r ergibt sich x[N ] = [1 1]T .
0
1
rs
b) Es sollen nun die Restkosten JN (x[N ]) zum Zeitschritt N aufgestellt werden. Füllen Sie dafür die Felder
der Tabelle 8.1 aus. Hinweis: Es ist keine ausführliche Rechnung notwendig. Das Lösungsfeld dient für
vo
2 Nebenrechnungen.
n gs
Tabelle 8.1: Restkosten JN (x[N ])
x[N ] [0 0]T [1 0]T [0 1]T [1 1]T

su
JN (x[N ]) 2s s s 0
Lö
– Seite 14 / 20 –
c)* Es sollen nun die Restkosten zum Zeitschritt N − 1 aufgestellt werden. Füllen Sie dafür die Felder in 0
Tabelle 8.2 mit den Restkosten JN −1 (x[N − 1], u[N − 1]) aus. Hinweis: Es ist keine ausführliche Rechnung 1
notwendig. Das Lösungsfeld dient für Nebenrechnungen. 2
3
4
Jeweils 1 Punkt für zwei korrekte Felder.
g
la
Tabelle 8.2: Restkosten JN −1 (x[N − 1], u[N − 1])
u[N − 1]
ch
0 1
x[N − 1]
[0 0]T 2s r+s
[1 0]T
rs 2s r+s
vo
[0 1]T s r
[1 1]T s r
gs
d)* Welche Bedingungen müssen s und r erfüllen, damit im Zustand x[N − 1] = [0 0]T alle möglichen 0
Stellgrößen dieselben Restkosten aufweisen? 1
2
n
!
2s = r + s
su
→s=r
Lö
– Seite 15 / 20 –
Aufgabe 9 Hamilton-Jakobi-Bellmann DGL (9 Punkte)
Der optimale Stellgrößenverlauf eines Systems
ẋ = f (x, u) (9.1)
im Sinne des Gütemaßes

Z te
J= g(x, u) dt, x(t0 ) beliebig, xe = x(te ) fest, te frei (9.2)
t0
kann auch mit Hilfe der so genannten Hamilton-Jakobi-Bellmann DGL bestimmt werden:
g
( T )
∂J ∗ (x)

min g(x, u) + f (x, u) = 0. (9.3)
u ∂x
la
| {z }
∂J ∗ (x)

H x, ∂x ,u
J ∗ (x) bezeichnet hierbei die optimale Restkostenfunktion.
ch
In den folgenden Aufgaben wird nun das lineare System

ẋ1 x2
ẋ2 = u (9.4)
mit x ∈ R2 , u ∈ R betrachtet, welches optimal bezüglich des Gütemaßes
rs
J=
Z te
0
1 2
2
u dt. (9.5)
vo
in die Ruhelage xe = 0 überführt werden soll. Die Endzeit te sei frei.
0 a) Stellen die die Hamilton-Jakobi-Bellmann DGL für das vorliegende System auf. Die DGL soll die einzelnen
∗ T
∂J ∗ (x) T
h ∗ i
1 ∂J (x) ∂J (x)
2
Elemente des Gradienten der optimalen Restkostenfunktion ∂x = ∂x1 , ∂x2 enthalten.
Das minimierende u soll noch nicht eingesetzt werden.
gs
∂J ∗ (x) T x2
( )
1 2

min u + · u =0
u 2 ∂x
n
1 2 ∂J ∗ (x) ∂J ∗ (x)

min u + · x2 + ·u =0
u 2 ∂x1 ∂x2
su
∂J ∗ (x) ∂J ∗ (x)

Lö
0 b)* Wie müssen Sie u = u x, ∂x wählen, um H x, ∂x , u zu minimieren? Das minimierende u

1 soll noch nicht eingesetzt werden.
2
∂H ∂J ∗ (x) !
=u+ =0
∂u ∂x2
∂J ∗ (x)
u=−
∂x2
– Seite 16 / 20 –
c)* Setzen Sie das minimierende u in die in a) berechneten Hamilton-Jakobi-Bellmann DGL ein. Hinweis: 0
Die resultierende partielle Differentialgleichung muss nicht gelöst werden. 1
2
1 ∂J ∗ (x) 2 ∂J ∗ (x)
2
∂J ∗ (x)

H=0= + · x2 −
2 ∂x2 ∂x1 ∂x2
∗ ∗ 2
∂J (x) 1 ∂J (x)
⇒ · x2 =
∂x1 2 ∂x2
g
la
d) Welche Randbedingung können Sie für J ∗ (x) an der Stelle x = 0 angeben? Begründen Sie.
ch
0
1
2
J ∗ (x = 0) = 0, da im Endzustand keine Restkosten verbleiben.
rs
e) Weshalb vereinfacht sich die Lösung der Hamilton-Jakobi-Bellmann DGL für Systeme erster Ordnung?
vo
0
1
Es muss lediglich eine gewöhnliche Differentialgleichung und keine partielle Differentialgleichung

gelöst werden.
n gs

su
Lö
– Seite 17 / 20 –
g
la
ch
rs
vo
n gs
su
Lö
– Seite 18 / 20 –
g
la
ch
rs
vo
ngs
su
Lö
– Seite 19 / 20 –
g
la
ch
rs
vo
ngs
su
Lö
– Seite 20 / 20 –

Eexam lisiert.
ermöglichen.

Klausur: MW0539 / Modulprüfung Datum: Donnerstag, 9. März 2023


werden darf.
– Seite 1 / 20 –

a) Welche der folgenden Aussagen trifft nicht auf ein nichtlineares System mit dem Zustandsvektor x ∈ Rn
zu?
Die erste Zustandsgröße x1 eines SISO-Systems in nichtlinearer Regelungsnormalform ist immer ein
flacher Ausgang.
Wird ein SISO-System über die Abbildung z = ϕ(x) auf die nichtlineare Regelungsnormalform
transformiert, so führt eine Eingangs-/Zustandslinearisierung zu keinem linearen Verhalten zwischen
dem neuen Eingang w und den Zustandsgrößen x1 bis xn .
Jedes MIMO-System mit voller Differenzordnung δ = n und regulärer Entkoppelbarkeitsmatrix ist flach.
Liegt ein SISO-System in nichtlinearer Regelungsnormalform vor, so kann unmittelbar ein lineares
Regelgesetz angeben werden, das frei vorgebbares lineares Verhalten bewirkt.
b) Gegeben sei das System ẋ = f (x) + b(x)u mit x ∈ Rn und u ∈ R. Es gelte f (x) = 0 nur für
x = xR ̸= 0. Welche der folgenden Aussagen über das System trifft nicht zu?
Jede Regelungs-Ljapunow-Funktion ist gleichzeitig auch eine Ljapunow-Funktion des autonomen
Systems (u = 0).
Jede Ljapunow-Funktion mit V̇ (x) < 0 des autonomen Systems (u = 0) ist gleichzeitig eine
Regelungs-Ljapunow-Funktion.
Falls eine Regelungs-Ljapunow-Funktion existiert, existieren beliebig viele Regler, die global asymptoti-
sche Stabilität erzeugen.
Die Funktion V (x) = xT x ist sicher keine Ljapunow-Funktion des autonomen Systems (u = 0).
c) Gegeben sei das Gütemaß Z ∞

1
(x1 + x2 )2 + u21 + u22 dt. (1.1)
2 0
Für welche Matrizen Q und R geht das Gütemaß (1.1) in die Darstellung
Z ∞
1
xT Qx + uT Ru dt (1.2)
2 0
über?

1 1 1 0
Q = 1 1 und R = 0 1

1 2 1 0
Q = 2 1 und R = 0 1
Eine Darstellung in der Form (1.2) ist nicht möglich.

1 0 1 1
Q= 0 1 und R =
1 1
– Seite 2 / 20 –
d) Für das steuerbare lineare System
ẋ = Ax + Bu (1.3)
mit x(0) = x0 soll ein optimaler (Riccati-)Regler u = −Kx ermittelt werden, der das Gütemaß
1 ∞ T Q positiv semidefinit
Z
T
J= x Qx + u Ru dt, (1.4)
2 0 R positiv definit
minimiert. Für ein bestimmtes System und Gütemaß ergibt sich als Hamiltonmatrix:
2 0 −0.5 −0.5
 
" #
A −BR−1 B T 0 −1 −0.5 −0.5
W = T = 0 0 −2 0 .
 (1.5)
−Q −A
0 0 0 1
Welche der folgenden Aussagen über das System trifft zu?
Das mit dem (Riccati-)Regler geregelte System besitzt einfache Eigenwerte in −1 und −2.
Die Lösung P der algebraischen Riccati-Gleichung lässt sich aus der zweiten und dritten Spalte der
Hamiltonmatrix (1.5) berechnen.
Das ungeregelte System ist global asymptotisch stabil.
Das mit dem (Riccati-)Regler geregelte System besitzt doppelte Eigenwerte in −1 und −2.
Aussagen trifft nicht zu?
Zur Lösung der kanonischen Differentialgleichungen werden bei den indirekten Verfahren iterativ
numerische Integrationsverfahren, wie z. B. das Runge-Kutta-Verfahren, genutzt.
Bei der Anwendung der Bellmanschen Rekursionsformel können sowohl Stellgrößen- als auch Zu-
standsgrößenbeschränkungen berücksichtigt werden.
Da bei den indirekten Verfahren keine Diskretisierung benötigt wird, sind diese Verfahren genauer als
die anderen beiden Verfahren.
Bei den direkten Verfahren werden u(t) und gegebenfalls x(t) parametrisiert und das resultierende
Parameteroptimierungsproblem gelöst.
– Seite 3 / 20 –
Aufgabe 2 Erzeugung maximaler Differenzordnung (11 Punkte)
Für ein eingangsaffines SISO-System ẋ = a(x) + b(x)u mit x ∈ Rn muss ein Ausgang y = c(x) mit
voller Differenzordnung der aus der Vorlesung bekannten Forderung
T
∂c(x)

[b, ⟨b, a⟩ , . . . , ⟨. . . ⟨⟨b, a⟩ , a⟩ . . . , a⟩] = [0 0 · · · g(x)], g(x) ̸= 0 (2.1)
∂x | {z }
Qs
genügen (die Abhängigkeiten von x sind für a(x) und b(x) in Gleichung (2.1) vernachlässigt). Die Lie-
Klammer ist dabei definiert als:
∂a(x) ∂b(x)
⟨b(x), a(x)⟩ = b(x) − a(x). (2.2)
∂x ∂x
Im Folgenden wird nun das eingangsaffine SISO-System mit dem Eingang u betrachtet:
1 2
ẋ x 0
ẋ = ẋ1 = 22 2 + 1 u.
2 x1 − x2
Zur Vorbereitung auf eine Ein-/Ausgangslinearisierung soll mit Hilfe der Gleichung (2.1) auf systematische
Weise ein Ausgang y = c(x) mit voller Differenzordnung ermittelt werden.
0 a) Stellen Sie die Steuerbarkeitsmatrix Qs nach Gleichung (2.1) auf.

1
2
3
4
– Seite 4 / 20 –
b)* Welche Voraussetzung muss Qs (nicht Q̄s ) für die Existenz einer Lösung y = c(x) erfüllen? Überprüfen 0
Sie in welchem Bereich des Zustandsraumes diese Voraussetzung erfüllt ist. 1
2
c) Weshalb reicht im Allgemeinen die Voraussetzung aus b) nicht für die Existenz einer Lösung y = c(x) 0
aus? 1
d) Bestimmen Sie mit der Gleichung (2.1) einen möglichen Ausgang y = c(x) mit voller Differenzordnung. 0
Wie lautet für Ihren gewählten Ausgang die Funktion g(x)? Als Zwischenergebnis ist gegeben: 1
2
" #
x−1 1 3
Q−1
s =
2 . 4
x−1
2 0
– Seite 5 / 20 –
Betrachtet wird das in Abbildung 3.1 dargestellte System mit dem Zustandsvektor x = [x1 , x2 , x3 , x4 ]T
und dem Eingangsvektor u = [u1 , u2 ]T . Die Ausgänge sind definiert als y1 = x1 und y2 = x4 .
sin( · )
u1 1 x3 1 1
y 1 = x1
s s x2 s
( · )2
u2 1
y 2 = x4
s
Abbildung 3.1: Blockschaltbild
0 a) Wie ist die Differenzordnung eines Ausgangs yi allgemein definiert? Geben Sie begründend die Dif-
1 ferenzordnungen δ1 bzw. δ2 der Ausgänge y1 bzw. y2 und die Gesamtdifferenzordnung δ des Systems
2 an.
3
4
0 b)* Geben Sie das ein-/ausgangslinearisierende Regelgesetz u = u(x, v) mit v = [v1 , v2 ]T ∈ R2 an,
1 (δ1 ) (δ2 )
2 sodass y1 = v1 und y2 = v2 gilt.
0 c)* Vor den Eingang u2 sollen nun N I-Glieder vorgeschaltet werden. Für welche N ist das System nicht
1 mehr entkoppelbar? Begründen Sie.
2
3
– Seite 6 / 20 –
Aufgabe 4 Nichtlinearer Beobachterentwurf (6 Punkte)
Für das eingangsaffine SISO-System

ẋ sin(x2 )
ẋ = ẋ1 = 2 (4.1)
2 x2 + x1 + u
mit dem Eingang u und dem Ausgang y = c(x) soll ein nichtlinearer Beobachter entworfen werden.
a) Welche Zustandsgröße muss gemessen werden, damit das System (4.1) in der verallgemeinerten 0
Beobachtungsnormalform ẋ = Ax + a(y, u), y = cT x vorliegt? Welche weitere Bedingung muss erfüllt 1
sein, damit die Beobachtereigenwerte der resultierenden linearen Fehlerdynamik beliebig vorgegeben 2
werden können? Hinweis: Die Bedingung muss nicht überprüft werden.
b) Es soll nun für den Ausgang y = c(x) = x1 ein Beobachter basierend auf der Linearisierung der 0
Fehlerdifferentialgleichung 1
2
∂c(x) T
" #
3
˙ = ∂f (x, u)

˙x̃ = ẋ − x̂ − k(x̂, u) x̃ (4.2) 4
∂x x=x̂ ∂x x=x̂
| {z }
F (x̂,u)
mit k(x̂, u) = [k1 (x̂, u), k2 (x̂, u)]T entworfen werden. Berechnen Sie F (x̂, u) und zeigen Sie, dass
unabhängig von der Wahl von k(x̂, u) die Matrix F (x̂, u) nicht konstant gehalten werden kann.
– Seite 7 / 20 –
Die asymptotisch stabile Ruhelage xR = 0 des autonomen Systems
 q 

ẋ

− cos + x21 x22
· x1 
ẋ = ẋ1 =  q  (5.1)
2  2 2

− cos x1 + x2 · x2
soll mit Hilfe der Ljapunow-Funktion

1 1
V = x21 + x22 (5.2)
2 2
analysiert werden.
2 Begründen Sie.
0 b) Zeichnen Sie die weiteren Ruhelagen des Systems (5.1) in die Abbildung 5.1 ein.
1
2
x2
3/2π
π/2
x1
−3/2π −π −π/2 π/2 π 3/2π
−π/2
−π
−3/2π
– Seite 8 / 20 –
V̇ < 0 bzw. V̇ > 0 gilt. 1
2
3
d) Wie kann im Allgemeinen ein gesicherter Teil B des Einzugsbereichs einer Ruhelage angegeben werden, 0
der sich mit einer Ljapunow-Funktion V (x) zeigen lässt? Geben Sie die allgemeinen Bedingungen für V (x) 1
und V̇ (x) an.
e)* Geben Sie mit Ihrem Ergebnis aus c) für die Ruhelage xR = 0 des Systems (5.1) den größtmöglichen 0
gesicherten Teil B des Einzugsbereichs an, der sich mit der Ljapunow-Funktion (5.2) zeigen lässt. 1
f)* Handelt es sich bei dem gesicherten Teil B aus e) um eine Unterapproximation des Einzugsbereichs 0
oder um den gesamten Einzugsbereich? Begründen Sie. 1
2
– Seite 9 / 20 –
Gegeben sei das eingangsaffine System
ẋ = f (x) + g(x)u (6.1)
mit x ∈ Rn und u ∈ R. Mit Hilfe der Funktion V (x) soll im Folgenden ein Regler entworfen werden, der
global asymptotische Stabilität der Ruhelage xR = 0 erzeugt.
0 a) Berechnen Sie V̇ (x) und bringen Sie es in die Form:

1
2 V̇ (x) = a(x) + b(x)u. (6.2)
Geben Sie die Funktionen a(x) und b(x) an. Hinweis: Das Ergebnis darf partielle Ableitungen und f (x)
sowie g(x) enthalten.
0 b) Damit es sich bei der Funktion V (x) um eine Regelungs-Ljapunow-Funktion handelt, muss gelten:
1
2 a(x) < 0 für b(x) = 0 ∀ x ̸= 0.
Erklären Sie anschaulich, weshalb diese Bedingung für die Erzeugung global asymptotischer Stabilität erfüllt
sein muss. Warum muss die Bedingung nicht für x = 0 gelten?
– Seite 10 / 20 –
c) Gehen Sie davon aus, dass es sich bei V (x) um eine Regelungs-Ljapunow-Funktion handelt. Geben Sie 0
das Regelgesetz u = u(x) an, welches zu folgender Ableitung von V (x) führt: 1
V̇ (x) = −xT x.
Hinweis: Nutzen Sie dafür die Gleichung (6.2). Das Regelgesetz darf a(x) und b(x) enthalten.
d)* Welches Problem bezüglich der Realisierbarkeit des Regelgesetz tritt bei Ihrem Ergebnis aus c) auf? 0
1
– Seite 11 / 20 –
Aufgabe 7 Optimale Teeaufwärmung (9 Punkte)
ẋ = f (x, u) mit x(t0 ) = x0

J = h (x(te )) + g(x, u) dt
t0
H = g(x, u) + ψ T f (x, u), (7.1)

∂H
ψ̇ = − , (7.2)
∂x
∂H
ẋ = , (7.3)
∂ψ
∂H
= 0. (7.4)
∂u
Ist zusätzlich x(te ) frei, gilt die Transversalitätsbedingung:
∂h
= ψ(te ). (7.5)
∂x te
0 a) Wieso können im Allgemeinen die kanonischen Differentialgleichungen (7.2) und (7.3) nicht mit Runge-
1 Kutta-Verfahren numerisch integriert werden?
Es wird nun eine Tasse Tee betrachtet, deren Dynamik vereinfacht als PT1-Glied modelliert werden kann:
1
ẋ = − x + Ku, K > 0, T > 0. (7.6)
T
Die Zustandsvariable x = TT − TU entspricht hierbei der Differenz der Teetemperatur TT und der Umge-
bungstemperatur TU . Der Eingang u ist der Zufluss an kochendem Wasser. Zum Zeitpunkt t0 = 0 habe der
Tee die Umgebungstemperatur TU , sodass x(t0 ) = 0 gilt. In den folgenden Teilaufgaben soll eine optimale
Steuerung entworfen werden, durch die der Tee möglichst nah auf eine gewünschte Temperaturdifferenz
xs > 0 bis zum Zeitpunkt te > 0 aufgewärmt wird. Gleichzeitig soll möglichst wenig Wasser verbraucht
werden. Das Gütemaß wird daher als
1 1 te 2
Z
2
J = S · (x(te ) − xs ) + u dt (7.7)
2 2 t0
gewählt. Als Hamiltonfunktion ergibt sich somit:

1 1

H = u2 + ψ · − x + Ku . (7.8)
2 T
0 b) Werten Sie die Steuerungsgleichung (7.4) aus und geben Sie u(ψ) an.
1
2
– Seite 12 / 20 –
c) Stellen Sie die adjungierte Differentialgleichung (7.2) auf. 0
1
Durch Lösen der adjungierten Differentialgleichung (7.2) resultiert für T = K = 1 als Zwischenergebnis:
ψ(t) = ψ0 · et . (7.9)
Damit lässt sich die Systemdynamik (7.6) lösen zu:
x(t) = −ψ0 · sinh(t). (7.10)
d) Nutzen Sie die Transversalitätsbedingung (7.5), um den Endzustand x(te ) in Abhängigkeit von ψ0 , S , xs 0
und te anzugeben. 1
2
3
e)* Bestimmen Sie mit Hilfe Ihres Ergebnisses aus d) die Konstante ψ0 in Abhängigkeit von S , xs und te . 0
1
2
– Seite 13 / 20 –
– Seite 14 / 20 –
Aufgabe 8 Lineares System mit quadratischem Gütemaß (9 Punkte)
ẋ = Ax + Bu (8.1)
mit dem Zustandsvektor x ∈ Rn und dem Eingangsvektor u ∈ Rp sowie das quadratische Gütemaß
Z te
J = xT (te )Sx(te ) + xT Qx + uT Ru dt. (8.2)
t0
Wenn nicht anders in einer Teilaufgabe vorgegeben, können die Matrizen Q, R und S positiv definit
angenommen werden. In den folgenden Aufgaben werden die optimale Steuerung u(t, x0 ) und Regelung
u(t, x) = −K(t)x betrachtet, die das Gütemaß (8.2) minimieren. Das Ziel der Steuerung bzw. Regelung
ist die Überführung des Zustandsvektors x in die Ruhelage xR = 0.
a) te und x(te ) = xR = 0 seien fest vorgegeben. Welches Problem ergibt sich bei der Realisierbarkeit 0
des optimalen Regelgesetzes u(t, x)? Wie wirkt sich eine Erhöhung der Einträge in S auf das optimale 1
Regelgesetz u(t, x) aus? Begründen Sie. 2
3
b) x(te ) sei nun frei. Wie müssen Sie te wählen, um eine zeitinvariante Reglerverstärkung K zu erhalten? 0
Wie wirkt sich für diesen Fall eine Erhöhung der Einträge in S auf das optimale Regelgesetz u(t, x) aus? 1
Begründen Sie. 2
3
c) te sei nun fest vorgegeben und x(te ) sei frei. Geben Sie begründend die optimale Steuerung u(t, x0 ) 0
an, wenn Q = S = 0 gewählt wird. Welches Problem ergibt sich bei der Verwendung des resultierenden 1
Steuergesetzes u(t, x0 ), falls die Systemmatrix A Eigenwerte mit positiven Realteil aufweist? 2
3
– Seite 15 / 20 –
Aufgabe 9 Minimum-Prinzip nach Pontrjagin (7 Punkte)
Für das nichtlineare skalare System
ẋ = ex − 1 + xu2 , x(t0 ) = x0 (9.1)
mit der Zustandsvariablen x ∈ R und dem Eingang u ∈ R soll eine optimale Steuerung ermittelt werden,
welche das Gütemaß Z
1 te
J= x2 dt (9.2)
2 t0
minimiert und unter Berücksichtigung der Stellgrößenbeschränkung N1 ≤ u ≤ N2 das System in die

Ruhelage xR nach der festen Endzeit te überführt.
0 a) Wie lautet die einzige Ruhelage xR des Systems (9.1)?

1
0 b) Stellen Sie die Hamiltonfunktion H(x, u, ψ) auf und geben Sie die Funktion H̃(x, u, ψ) an, welche nur
2
– Seite 16 / 20 –
Für ein anderes System (aber sonst dieselbe Aufgabenstellung) ergibt sich
H̃ = ψxu3 . (9.3)
Nutzen Sie für die folgenden Teilaufgaben nur das H̃ aus Gleichung (9.3).
c) Skizzieren Sie in die Graphen in Abbildung 9.1 die Funktion H̃ über die Stellgröße u jeweils für ψx > 0 0
und ψx < 0. 1
2
H̃ H̃
u u
(a) ψx > 0 (b) ψx < 0
Abbildung 9.1: H̃ über u
d)* Geben Sie nun die optimale Steuerung u∗ (x, ψ) an. 0

1
2
– Seite 17 / 20 –
Für das diskrete System
xk+1 = xk + uk (10.1)
mit der Zustandsvariablen xk ∈ {0, 1, 2} und dem Eingang uk ∈ {−1, 0, 1} soll eine optimale Steuerung
mittels dynamischer Programmierung ermittelt werden. Es soll xN = 1 gelten und gleichzeitig das Gütemaß
N
X −1
Jk (xk ) = xi + u2i (10.2)
i=k
minimiert werden.
0 a) Wieso ist im Allgemeinen die Wahl des Gütemaßes (10.2) problematisch? Weshalb kann Sie trotzdem im
1 vorliegenden Fall angewandt werden?
2
0 b) Es sollen nun die Restkosten zum Zeitschritt N aufgestellt werden. Streichen Sie dafür die Felder in
1 Tabelle 10.1 durch, die aufgrund der Zustands- und Stellgrößenbeschränkungen nicht gültig sind. Geben
2 Sie für die verbliebenen Felder die Restkosten JN (xN ) an. Hinweis: Es ist keine ausführliche Rechnung
notwendig. Das Lösungsfeld dient für Nebenrechnungen.
Tabelle 10.1: Restkosten JN (xN )
xN 0 1 2
JN (xN )
– Seite 18 / 20 –
c)* Es sollen nun die Restkosten zum Zeitschritt N − 1 aufgestellt werden. Streichen Sie dafür die Felder in 0
Tabelle 10.2 durch, die aufgrund der Zustands- und Stellgrößenbeschränkungen nicht gültig sind. Geben 1
Sie für die verbliebenen Felder die Restkosten JN −1 (xN −1 , uN −1 ) an. Hinweis: Es ist keine ausführliche 2
Rechnung notwendig. Das Lösungsfeld dient für Nebenrechnungen. 3
Tabelle 10.2: Restkosten JN −1 (xN −1 , uN −1 )
uN −1
−1 0 1
xN −1
d)* Es wird nun die optimale Steuerung u∗ (x0 ) vom Zeitschritt k = 0 bis k = N für den Anfangswert x0 = 1 0
gesucht. Wie lauten die optimale Steuerung und die optimalen Restkosten J0∗ (x0 = 1) für N = 2? Geben 1
Sie außerdem begründend an, wie sich die optimale Steuerung und die optimalen Restkosten J0∗ (x0 = 1) 2
für N ≥ 3 ändern? 3
4
5
– Seite 19 / 20 –
– Seite 20 / 20 –

Esolution lisiert.
ermöglichen.
g
la
Klausur: MW0539 / Modulprüfung Datum: Donnerstag, 9. März 2023
ch
rs
vo

gs
n
su
Lö

werden darf.
– Seite 1 / 20 –

g
a) Welche der folgenden Aussagen trifft nicht auf ein nichtlineares System mit dem Zustandsvektor x ∈ Rn
zu?
la
Die erste Zustandsgröße x1 eines SISO-Systems in nichtlinearer Regelungsnormalform ist immer ein
flacher Ausgang.
Wird ein SISO-System über die Abbildung z = ϕ(x) auf die nichtlineare Regelungsnormalform
ch
transformiert, so führt eine Eingangs-/Zustandslinearisierung zu keinem linearen Verhalten zwischen
dem neuen Eingang w und den Zustandsgrößen x1 bis xn .
Jedes MIMO-System mit voller Differenzordnung δ = n und regulärer Entkoppelbarkeitsmatrix ist flach.
× Liegt ein SISO-System in nichtlinearer Regelungsnormalform vor, so kann unmittelbar ein lineares
rs
Regelgesetz angeben werden, das frei vorgebbares lineares Verhalten bewirkt.
b) Gegeben sei das System ẋ = f (x) + b(x)u mit x ∈ Rn und u ∈ R. Es gelte f (x) = 0 nur für
vo
x = xR ̸= 0. Welche der folgenden Aussagen über das System trifft nicht zu?
× Jede Regelungs-Ljapunow-Funktion ist gleichzeitig auch eine Ljapunow-Funktion des autonomen
Systems (u = 0).
Jede Ljapunow-Funktion mit V̇ (x) < 0 des autonomen Systems (u = 0) ist gleichzeitig eine
gs
Regelungs-Ljapunow-Funktion.
Falls eine Regelungs-Ljapunow-Funktion existiert, existieren beliebig viele Regler, die global asymptoti-
sche Stabilität erzeugen.
Die Funktion V (x) = xT x ist sicher keine Ljapunow-Funktion des autonomen Systems (u = 0).
n
su
c) Gegeben sei das Gütemaß Z ∞

1
(x1 + x2 )2 + u21 + u22 dt. (1.1)
2 0
Für welche Matrizen Q und R geht das Gütemaß (1.1) in die Darstellung
Lö
Z ∞
1
xT Qx + uT Ru dt (1.2)
2 0
über?

1 1 1 0
× Q = 1 1 und R = 0 1

1 2 1 0
Q = 2 1 und R = 0 1
Eine Darstellung in der Form (1.2) ist nicht möglich.

1 0 1 1
Q= 0 1 und R =
1 1
– Seite 2 / 20 –
d) Für das steuerbare lineare System
ẋ = Ax + Bu (1.3)
mit x(0) = x0 soll ein optimaler (Riccati-)Regler u = −Kx ermittelt werden, der das Gütemaß
1 ∞ T Q positiv semidefinit
Z
T
J= x Qx + u Ru dt, (1.4)
2 0 R positiv definit
minimiert. Für ein bestimmtes System und Gütemaß ergibt sich als Hamiltonmatrix:
2 0 −0.5 −0.5
 
" #
A −BR−1 B T 0 −1 −0.5 −0.5
W = T = 0 0 −2 0 .
 (1.5)
−Q −A
g
0 0 0 1
Welche der folgenden Aussagen über das System trifft zu?
la
× Das mit dem (Riccati-)Regler geregelte System besitzt einfache Eigenwerte in −1 und −2.
Die Lösung P der algebraischen Riccati-Gleichung lässt sich aus der zweiten und dritten Spalte der
ch
Hamiltonmatrix (1.5) berechnen.
Das ungeregelte System ist global asymptotisch stabil.
Das mit dem (Riccati-)Regler geregelte System besitzt doppelte Eigenwerte in −1 und −2.
rs
Aussagen trifft nicht zu?
vo
Zur Lösung der kanonischen Differentialgleichungen werden bei den indirekten Verfahren iterativ
numerische Integrationsverfahren, wie z. B. das Runge-Kutta-Verfahren, genutzt.
Bei der Anwendung der Bellmanschen Rekursionsformel können sowohl Stellgrößen- als auch Zu-
standsgrößenbeschränkungen berücksichtigt werden.
gs
× Da bei den indirekten Verfahren keine Diskretisierung benötigt wird, sind diese Verfahren genauer als
die anderen beiden Verfahren.
Bei den direkten Verfahren werden u(t) und gegebenfalls x(t) parametrisiert und das resultierende
Parameteroptimierungsproblem gelöst.
n

su
Lö
– Seite 3 / 20 –
Aufgabe 2 Erzeugung maximaler Differenzordnung (11 Punkte)
Für ein eingangsaffines SISO-System ẋ = a(x) + b(x)u mit x ∈ Rn muss ein Ausgang y = c(x) mit
voller Differenzordnung der aus der Vorlesung bekannten Forderung
T
∂c(x)

[b, ⟨b, a⟩ , . . . , ⟨. . . ⟨⟨b, a⟩ , a⟩ . . . , a⟩] = [0 0 · · · g(x)], g(x) ̸= 0 (2.1)
∂x | {z }
Qs
genügen (die Abhängigkeiten von x sind für a(x) und b(x) in Gleichung (2.1) vernachlässigt). Die Lie-
Klammer ist dabei definiert als:
∂a(x) ∂b(x)
g
⟨b(x), a(x)⟩ = b(x) − a(x). (2.2)
∂x ∂x
la
Im Folgenden wird nun das eingangsaffine SISO-System mit dem Eingang u betrachtet:
1 2
ẋ x 0
ẋ = ẋ1 = 22 2 + 1 u.
2 x1 − x2
ch
Zur Vorbereitung auf eine Ein-/Ausgangslinearisierung soll mit Hilfe der Gleichung (2.1) auf systematische
Weise ein Ausgang y = c(x) mit voller Differenzordnung ermittelt werden.
0 a) Stellen Sie die Steuerbarkeitsmatrix Qs nach Gleichung (2.1) auf.

1
2
3
4 rs 0
b= 1

0
vo
*
∂a(x) ∂b(x)
⟨b(x), a(x)⟩ = b(x) − a(x)
∂x ∂x
0 x2 0
= 2x −1 1
1

x2
gs
= −1

0 x2
Qs = 1 −1
n
su
Lö
– Seite 4 / 20 –
b)* Welche Voraussetzung muss Qs (nicht Q̄s ) für die Existenz einer Lösung y = c(x) erfüllen? Überprüfen 0
Sie in welchem Bereich des Zustandsraumes diese Voraussetzung erfüllt ist. 1
2
Qs muss regulär sein.

det Qs = −x2
Qs ist regulär für x2 ̸= 0
g
c) Weshalb reicht im Allgemeinen die Voraussetzung aus b) nicht für die Existenz einer Lösung y = c(x) 0
aus? 1
la
Weil die partiellen Differentialgleichungen (2.1) noch integrierbar sein müssen.
ch
d) Bestimmen Sie mit der Gleichung (2.1) einen möglichen Ausgang y = c(x) mit voller Differenzordnung. 0
Wie lautet für Ihren gewählten Ausgang die Funktion g(x)? Als Zwischenergebnis ist gegeben: 1
"
rs
Q−1
#
s =
x−1
2
x−1
2
1
0
.
2
3
4
vo
T
∂c(x)
h i h i
∂c(x) ∂c(x) g(x)
= ∂x1 ∂x2 = [0 g(x)]Q−1
s = x2 0
∂x
Zweite Spalte ergibt:
∂c(x)
gs
= 0 → y = c(x1 )
∂x2
Erste Spalte ergibt:
∂c(x) g(x) g(x)
= →y= x1
∂x1 x2 x2
n
Damit y = c(x) nicht von x2 abhängt, wähle z. B. g(x) = x2 bzw. y = x1 .

su
Lö
– Seite 5 / 20 –
Betrachtet wird das in Abbildung 3.1 dargestellte System mit dem Zustandsvektor x = [x1 , x2 , x3 , x4 ]T
und dem Eingangsvektor u = [u1 , u2 ]T . Die Ausgänge sind definiert als y1 = x1 und y2 = x4 .
sin( · )
u1 1 x3 1 1
y 1 = x1
s s x2 s
g
( · )2
u2 y 2 = x4
la
1
s
Abbildung 3.1: Blockschaltbild
ch
0 a) Wie ist die Differenzordnung eines Ausgangs yi allgemein definiert? Geben Sie begründend die Dif-
1 ferenzordnungen δ1 bzw. δ2 der Ausgänge y1 bzw. y2 und die Gesamtdifferenzordnung δ des Systems
2 an.
3
4
...
Auf y 1 wirkt u1 direkt ein → δ1 = 3
Auf ẏ2 wirkt u2 direkt ein → δ2 = 1
→ δ = δ1 + δ2 = 4
rs
Die Differenzordnung ist die niedrigste Ableitung von yi , auf die der Eingang u direkt einwirkt.
vo
gs
0 b)* Geben Sie das ein-/ausgangslinearisierende Regelgesetz u = u(x, v) mit v = [v1 , v2 ]T ∈ R2 an,
n
1 (δ1 ) (δ2 )
2 sodass y1 = v1 und y2 = v2 gilt.
su
u1 = − sin(x2 ) + v1
u2 = −x23 + v2
Lö
0 c)* Vor den Eingang u2 sollen nun N I-Glieder vorgeschaltet werden. Für welche N ist das System nicht
1 mehr entkoppelbar? Begründen Sie.
2
3
Für N ≥ 2wirkt u1 früher auf y2 als u2 .Dadurch weist die Entkoppelbarkeitsmatrix eine Nullspalte auf
und das System ist nicht entkoppelbar.
– Seite 6 / 20 –
Aufgabe 4 Nichtlinearer Beobachterentwurf (6 Punkte)
Für das eingangsaffine SISO-System

ẋ sin(x2 )
ẋ = ẋ1 = 2 (4.1)
2 x2 + x1 + u
mit dem Eingang u und dem Ausgang y = c(x) soll ein nichtlinearer Beobachter entworfen werden.
a) Welche Zustandsgröße muss gemessen werden, damit das System (4.1) in der verallgemeinerten 0
Beobachtungsnormalform ẋ = Ax + a(y, u), y = cT x vorliegt? Welche weitere Bedingung muss erfüllt 1
sein, damit die Beobachtereigenwerte der resultierenden linearen Fehlerdynamik beliebig vorgegeben 2
werden können? Hinweis: Die Bedingung muss nicht überprüft werden.
g
y = x2 muss gemessen werden.
Damit die Beobachtereigenwerte beliebig vorgegeben werden können, muss das Paar (A, cT )
la
beobachtbar sein.
ch
b) Es soll nun für den Ausgang y = c(x) = x1 ein Beobachter basierend auf der Linearisierung der 0
Fehlerdifferentialgleichung
x̃ ˙ =
˙ = ẋ − x̂
"
∂f
∂x
rs
(x, u)
− k(x̂, u)
x=x̂

∂c(x)
T #
x̃
∂x x=x̂
(4.2)
1
2
3
4
vo
| {z }
F (x̂,u)
mit k(x̂, u) = [k1 (x̂, u), k2 (x̂, u)]T entworfen werden. Berechnen Sie F (x̂, u) und zeigen Sie, dass
unabhängig von der Wahl von k(x̂, u) die Matrix F (x̂, u) nicht konstant gehalten werden kann.
gs
∂f (x, u)

0 cos(x2 )
= 1 2x2
∂x
T
∂c(x, u)

k (x̂, u) k (x̂, u) 0
k(x̂, u) = k1 (x̂, u) [1 0] = k1 (x̂, u) 0
n
∂x 2 2
−k1 (x̂, u) cos(x̂2 )

F (x̂, u) =
1 − k2 (x̂, u) 2x̂2
su
Da sowohl k1 als auch k2 nicht in die zweite Spalte eingehen, können diese Elemente nicht konstant
gehalten werden.
Lö
– Seite 7 / 20 –
Die asymptotisch stabile Ruhelage xR = 0 des autonomen Systems
 q 

ẋ

− cos + x21 x22
· x1 
ẋ = ẋ1 =  q  (5.1)
2  2 2

− cos x1 + x2 · x2
soll mit Hilfe der Ljapunow-Funktion

1 1
V = x21 + x22 (5.2)
2 2
g
analysiert werden.
a) Neben xR = 0 existieren weitere Ruhelagen des Systems (5.1). Welche Aussage zur global asym-
la
0
2 Begründen Sie.
ch
Die Ruhelage xR = 0 kann nicht global asymptotisch stabil sein, da weitere Ruhelagen existieren, in
denen das System per Definition verharrt.
0
1
2
rs
b) Zeichnen Sie die weiteren Ruhelagen des Systems (5.1) in die Abbildung 5.1 ein.
vo
Alle Kreise mit dem Radius r = π2 + n · π mit n ∈ N0 .
gs
x2
3/2π
V̇ (x) < 0
n
π
su
V̇ (x) > 0
π/2
V̇ (x) < 0 x1
Lö
−3/2π −π −π/2 π/2 π 3/2π
−π/2
V̇ (x) = 0
−π
−3/2π
– Seite 8 / 20 –
V̇ < 0 bzw. V̇ > 0 gilt. 1
2
3
V̇ = x1 ẋ1 + x2 ẋ2
q
= − cos x21 + x22 · x21 + x22
V̇ = 0 gilt für alle Kreise mit dem Radius r = π2 + n · π mit n ∈ N0 .V̇ > 0 bzw. V̇ < 0 wechselt
innerhalb der Kreise ab (beginnend innen mit V̇ < 0).
g
la
ch
d) Wie kann im Allgemeinen ein gesicherter Teil B des Einzugsbereichs einer Ruhelage angegeben werden, 0
der sich mit einer Ljapunow-Funktion V (x) zeigen lässt? Geben Sie die allgemeinen Bedingungen für V (x) 1
und V̇ (x) an.
rs
Der Bereich innerhalb einer geschlossenen Höhenlinie V (x), in dem V (x) > 0 und V̇ < 0 gilt, ist
ein gesicherter Teil des Einzugsbereichs.
vo
gs
e)* Geben Sie mit Ihrem Ergebnis aus c) für die Ruhelage xR = 0 des Systems (5.1) den größtmöglichen 0
gesicherten Teil B des Einzugsbereichs an, der sich mit der Ljapunow-Funktion (5.2) zeigen lässt. 1
Für die Ruhelage xR = 0 ergeben sich damit aufgrund der kreisförmigen Höhenlinien als gesicherter
n
Teil des Einzugsbereichs:

π
q
B= x x21 + x22 < .
2
su
Lö
f)* Handelt es sich bei dem gesicherten Teil B aus e) um eine Unterapproximation des Einzugsbereichs 0
oder um den gesamten Einzugsbereich? Begründen Sie. 1
2
q
B ist der gesamte Einzugsbereich, da es sich bei dem Kreis x21 + x22 = 0 um Ruhelagen handelt,
die nicht zum Einzugsbereich gehören können.
– Seite 9 / 20 –
Gegeben sei das eingangsaffine System
ẋ = f (x) + g(x)u (6.1)
mit x ∈ Rn und u ∈ R. Mit Hilfe der Funktion V (x) soll im Folgenden ein Regler entworfen werden, der
global asymptotische Stabilität der Ruhelage xR = 0 erzeugt.
0 a) Berechnen Sie V̇ (x) und bringen Sie es in die Form:

1
2 V̇ (x) = a(x) + b(x)u. (6.2)
g
Geben Sie die Funktionen a(x) und b(x) an. Hinweis: Das Ergebnis darf partielle Ableitungen und f (x)
sowie g(x) enthalten.
la
∂V (x) T

V̇ (x) = ẋ
∂x
ch
∂V (x) T ∂V (x) T

= f (x) + g(x)u
∂x ∂x
T T
a(x) =

∂V (x)
∂x rs f (x) und b(x) =

∂V (x)
∂x
g(x)
vo
0 b) Damit es sich bei der Funktion V (x) um eine Regelungs-Ljapunow-Funktion handelt, muss gelten:
1
gs
2 a(x) < 0 für b(x) = 0 ∀ x ̸= 0.

Erklären Sie anschaulich, weshalb diese Bedingung für die Erzeugung global asymptotischer Stabilität erfüllt
sein muss. Warum muss die Bedingung nicht für x = 0 gelten?
n
Für global asymptotische Stabilität muss V̇ (x) < 0 sein. Für b(x) = 0 kann V̇ (x) durch geeignete
Wahl von u nicht beeinflusst werden, sodass in diesen Fällen a(x) < 0 sein muss.Für x = 0 ist dies
nicht erforderlich, da es sich um die Ruhelage handelt.
su
Lö
– Seite 10 / 20 –
c) Gehen Sie davon aus, dass es sich bei V (x) um eine Regelungs-Ljapunow-Funktion handelt. Geben Sie 0
das Regelgesetz u = u(x) an, welches zu folgender Ableitung von V (x) führt: 1
V̇ (x) = −xT x.
Hinweis: Nutzen Sie dafür die Gleichung (6.2). Das Regelgesetz darf a(x) und b(x) enthalten.
!
V̇ (x) = a(x) + b(x)u = −xT x
−a(x) − xT x
→u=
b(x)
g
la
ch
d)* Welches Problem bezüglich der Realisierbarkeit des Regelgesetz tritt bei Ihrem Ergebnis aus c) auf? 0
1
rs
Für b(x) = 0 ergibt sich eine Singularität im Regelgesetz.
vo
gs

n
su
Lö
– Seite 11 / 20 –
Aufgabe 7 Optimale Teeaufwärmung (9 Punkte)
ẋ = f (x, u) mit x(t0 ) = x0
J = h (x(te )) + g(x, u) dt
t0
H = g(x, u) + ψ T f (x, u), (7.1)

∂H
g
ψ̇ = − , (7.2)
∂x
∂H
ẋ = , (7.3)
la
∂ψ
∂H
= 0. (7.4)
∂u
ch
Ist zusätzlich x(te ) frei, gilt die Transversalitätsbedingung:
∂h
= ψ(te ). (7.5)
∂x te
0
1 Kutta-Verfahren numerisch integriert werden?
rs
a) Wieso können im Allgemeinen die kanonischen Differentialgleichungen (7.2) und (7.3) nicht mit Runge-
Es handelt sich nicht um ein Anfangsproblem, da die Hälfte der Randbedingungen zum Zeitpunkt t0
vo
und die andere Hälfte zum Zeitpunkt te gegeben ist.
gs
Es wird nun eine Tasse Tee betrachtet, deren Dynamik vereinfacht als PT1-Glied modelliert werden kann:
1
ẋ = − x + Ku, K > 0, T > 0. (7.6)
T
Die Zustandsvariable x = TT − TU entspricht hierbei der Differenz der Teetemperatur TT und der Umge-
bungstemperatur TU . Der Eingang u ist der Zufluss an kochendem Wasser. Zum Zeitpunkt t0 = 0 habe der
n
Tee die Umgebungstemperatur TU , sodass x(t0 ) = 0 gilt. In den folgenden Teilaufgaben soll eine optimale
Steuerung entworfen werden, durch die der Tee möglichst nah auf eine gewünschte Temperaturdifferenz
xs > 0 bis zum Zeitpunkt te > 0 aufgewärmt wird. Gleichzeitig soll möglichst wenig Wasser verbraucht
su
werden. Das Gütemaß wird daher als

1 1 te 2
Z
J = S · (x(te ) − xs )2 + u dt (7.7)
2 2 t0
gewählt. Als Hamiltonfunktion ergibt sich somit:

Lö
1 1

H = u2 + ψ · − x + Ku . (7.8)
2 T
0 b) Werten Sie die Steuerungsgleichung (7.4) aus und geben Sie u(ψ) an.
1
2
∂H
= 0 = u + Kψ → u = −Kψ
∂u
– Seite 12 / 20 –
c) Stellen Sie die adjungierte Differentialgleichung (7.2) auf. 0
1
∂H 1
ψ̇ = − = ψ
∂x T
Durch Lösen der adjungierten Differentialgleichung (7.2) resultiert für T = K = 1 als Zwischenergebnis:
ψ(t) = ψ0 · et .
g
(7.9)
Damit lässt sich die Systemdynamik (7.6) lösen zu:
la
x(t) = −ψ0 · sinh(t). (7.10)
d) Nutzen Sie die Transversalitätsbedingung (7.5), um den Endzustand x(te ) in Abhängigkeit von ψ0 , S , xs 0
und te anzugeben. 1
ch
2
3
∂h
= S · (x(te ) − xs )
∂x te
ψ(te ) = ψ0 · ete = S · (x(te ) − xs )
rs
→ x(te ) =
ψ0 · ete + S · xs
S
vo
n gs
e)* Bestimmen Sie mit Hilfe Ihres Ergebnisses aus d) die Konstante ψ0 in Abhängigkeit von S , xs und te . 0
1
2
su
ψ0 · ete + S · xs
x(te ) = −ψ0 · sinh(te ) =
S
te
→ ψ0 · S · sinh(te ) + e + S · xs = 0
S · xs
Lö
→ ψ0 = −
S · sinh(te ) + ete
– Seite 13 / 20 –
g
la
ch
rs
vo
n gs
su
Lö
– Seite 14 / 20 –
Aufgabe 8 Lineares System mit quadratischem Gütemaß (9 Punkte)
ẋ = Ax + Bu (8.1)
mit dem Zustandsvektor x ∈ Rn und dem Eingangsvektor u ∈ Rp sowie das quadratische Gütemaß
Z te
J = xT (te )Sx(te ) + xT Qx + uT Ru dt. (8.2)
t0
Wenn nicht anders in einer Teilaufgabe vorgegeben, können die Matrizen Q, R und S positiv definit
angenommen werden. In den folgenden Aufgaben werden die optimale Steuerung u(t, x0 ) und Regelung
u(t, x) = −K(t)x betrachtet, die das Gütemaß (8.2) minimieren. Das Ziel der Steuerung bzw. Regelung
g
ist die Überführung des Zustandsvektors x in die Ruhelage xR = 0.
a) te und x(te ) = xR = 0 seien fest vorgegeben. Welches Problem ergibt sich bei der Realisierbarkeit 0
la
des optimalen Regelgesetzes u(t, x)? Wie wirkt sich eine Erhöhung der Einträge in S auf das optimale 1
Regelgesetz u(t, x) aus? Begründen Sie. 2
3
ch
Die Reglerverstärkung K(t) geht gegen ∞ für t → te .
Eine Erhöhung der Einträge in S wirkt sich nicht auf das optimalen Regelgesetzes u(t, x) aus, da
x(te ) fest vorgegeben ist.
rs
vo
b) x(te ) sei nun frei. Wie müssen Sie te wählen, um eine zeitinvariante Reglerverstärkung K zu erhalten? 0
Wie wirkt sich für diesen Fall eine Erhöhung der Einträge in S auf das optimale Regelgesetz u(t, x) aus? 1
Begründen Sie. 2
3
gs
te → ∞
Eine Erhöhung der Einträge in S wirkt sich nicht auf das optimalen Regelgesetzes u(t, x) aus, da
unabhängig von der Gewichtung x(t → ∞) = 0 gilt, da das Integral sonst nicht konvergieren würde.
n
su
c) te sei nun fest vorgegeben und x(te ) sei frei. Geben Sie begründend die optimale Steuerung u(t, x0 ) 0
Lö
an, wenn Q = S = 0 gewählt wird. Welches Problem ergibt sich bei der Verwendung des resultierenden 1
Steuergesetzes u(t, x0 ), falls die Systemmatrix A Eigenwerte mit positiven Realteil aufweist? 2
3
Da mit Q = S = 0 die Zustandsgrößen nicht gewichtet werden und x(te ) frei vorgegeben ist, ergibt
sich als optimale Lösung u = 0.
Da die Ruhelage des Systems instabil ist, bewegt sich das autonome System weg von der Ruhelage.
– Seite 15 / 20 –
Aufgabe 9 Minimum-Prinzip nach Pontrjagin (7 Punkte)
Für das nichtlineare skalare System
ẋ = ex − 1 + xu2 , x(t0 ) = x0 (9.1)
mit der Zustandsvariablen x ∈ R und dem Eingang u ∈ R soll eine optimale Steuerung ermittelt werden,
welche das Gütemaß Z
1 te
J= x2 dt (9.2)
2 t0
minimiert und unter Berücksichtigung der Stellgrößenbeschränkung N1 ≤ u ≤ N2 das System in die

Ruhelage xR nach der festen Endzeit te überführt.
g
0 a) Wie lautet die einzige Ruhelage xR des Systems (9.1)?
1
la
xR = 0
ch
0 b) Stellen Sie die Hamiltonfunktion H(x, u, ψ) auf und geben Sie die Funktion H̃(x, u, ψ) an, welche nur
2
rs
1
H = x2 + ψ · (ex − 1 + xu2 )
2
H̃ = ψxu2
vo
gs

n
su
Lö
– Seite 16 / 20 –
Für ein anderes System (aber sonst dieselbe Aufgabenstellung) ergibt sich
H̃ = ψxu3 . (9.3)
Nutzen Sie für die folgenden Teilaufgaben nur das H̃ aus Gleichung (9.3).
c) Skizzieren Sie in die Graphen in Abbildung 9.1 die Funktion H̃ über die Stellgröße u jeweils für ψx > 0 0
und ψx < 0. 1
2
Kubischer Verlauf
Entsprechend des Vorzeichens richtige Zuordnung
g
la
H̃ H̃
ch
u u
rs
vo
(a) ψx > 0 (b) ψx < 0
Abbildung 9.1: H̃ über u

gs
d)* Geben Sie nun die optimale Steuerung u∗ (x, ψ) an. 0

1
2
n

N1 für ψx > 0
u∗ (x, ψ) = N2 für ψx < 0
su
Lö
– Seite 17 / 20 –
Für das diskrete System
xk+1 = xk + uk (10.1)
mit der Zustandsvariablen xk ∈ {0, 1, 2} und dem Eingang uk ∈ {−1, 0, 1} soll eine optimale Steuerung
mittels dynamischer Programmierung ermittelt werden. Es soll xN = 1 gelten und gleichzeitig das Gütemaß
N
X −1
Jk (xk ) = xi + u2i (10.2)
i=k
minimiert werden.
g
0 a) Wieso ist im Allgemeinen die Wahl des Gütemaßes (10.2) problematisch? Weshalb kann Sie trotzdem im
1 vorliegenden Fall angewandt werden?
2
la
Die Zustandsvariable geht nur linear in das Gütemaß ein, wodurch das Gütemaß negativ werden
kann. Hier hat es keine Auswirkung, da xk auf {0, 1, 2} beschränkt ist.
ch
Alternativ: Keine Gewichtung des Endzustandes. Hier hat es keine Auswirkung, da xN fest vor-
gegeben ist.
0 b) Es sollen nun die Restkosten zum Zeitschritt N aufgestellt werden. Streichen Sie dafür die Felder in
1
2
rs
Tabelle 10.1 durch, die aufgrund der Zustands- und Stellgrößenbeschränkungen nicht gültig sind. Geben
Sie für die verbliebenen Felder die Restkosten JN (xN ) an. Hinweis: Es ist keine ausführliche Rechnung
notwendig. Das Lösungsfeld dient für Nebenrechnungen.
vo
JN (xN = 1) = 0
Andere Zustände nicht erlaubt.
gs
Tabelle 10.1: Restkosten JN (xN )
xN 0 1 2
n
JN - 0 -
su
Lö
– Seite 18 / 20 –
c)* Es sollen nun die Restkosten zum Zeitschritt N − 1 aufgestellt werden. Streichen Sie dafür die Felder in 0
Tabelle 10.2 durch, die aufgrund der Zustands- und Stellgrößenbeschränkungen nicht gültig sind. Geben 1
Sie für die verbliebenen Felder die Restkosten JN −1 (xN −1 , uN −1 ) an. Hinweis: Es ist keine ausführliche 2
Rechnung notwendig. Das Lösungsfeld dient für Nebenrechnungen. 3
Streichen der Felder, die aufgrund der Zustandsgrößenbeschränkung xk ∈ {0, 1, 2} nicht möglich
sind.
Streichen der Felder, die aufgrund der Endzustandsbeschränkung xN = 1 nicht möglich sind.
Einträge in der Diagonalen.
g
Tabelle 10.2: Restkosten JN −1 (xN −1 , uN −1 )
la
uN −1
−1 0 1
ch
xN −1
0 - - 1
2
rs
-
3
1 -
vo
- -
d)* Es wird nun die optimale Steuerung u∗ (x0 ) vom Zeitschritt k = 0 bis k = N für den Anfangswert x0 = 1 0
gesucht. Wie lauten die optimale Steuerung und die optimalen Restkosten J0∗ (x0 = 1) für N = 2? Geben 1
gs
Sie außerdem begründend an, wie sich die optimale Steuerung und die optimalen Restkosten J0∗ (x0 = 1) 2
für N ≥ 3 ändern? 3
4
5
Für N = 2 ist u0 = u1 = 0 optimalmit optimalen Restkosten von J0∗ (x0 = 1) = 2.
n
Für N ≥ 3 ist u0 = −1, uN −1 = 1 und uk = 0 ∀ k = 1, ..., N − 2 optimal, da für xk = 0

keine Kosten entstehen.Die optimalen Restkosten sind für N ≥ 3 also immer J0∗ (x0 = 1) = 3.
su
Lö
– Seite 19 / 20 –
g
la
ch
rs
vo
n gs
su
Lö
– Seite 20 / 20 –

MMDR 2 Ue

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

MMDR 2 Ue

Hochgeladen von

Copyright:

Verfügbare Formate

Lehrstuhl für Regelungstechnik

TUM School of Engineering and Design

Angabe Übung 1: Ein-/ Ausgangslinearisierung

Aufgabe 1.1: Inverses Pendel

mit der Beschränkung des Winkels x1 : − π2 < x1 < π2 .

a) Entwerfen Sie eine Ein-/Ausgangslinearisierende Zustandsregelung mit I-Anteil, die das

Aufgabe 1.2: Kraftfahrzeug

Moderne Methoden der Regelungstechnik 2

Hieraus ergeben sich folgende Zustandsdifferentialgleichungen:

1. u1 = v: Vorwärtsgeschwindigkeit der Hinterachse

2. u2 = vl tan φ: Winkelgeschwindigkeit des Fahrzeugs

Moderne Methoden der Regelungstechnik 2

Angabe Übung 2: Zustandstransformation und Flachheit

Aufgabe 2.1: Zustandstransformation

Aufgabe 2.2: Flachheit

ẋ1 = u1 cos x3 (3)

b) Welche Anforderungen ergeben sich an die Stetigkeit einer gewünschten Soll-Trajektorie

Moderne Methoden der Regelungstechnik 2

Angabe Übung 3: Beobachter und Stabilität

Aufgabe 3.1: Nichtlinearer Beobachter

a) Untersuchen Sie zunächst, ob das System in Beobachtungsnormalform

Aufgabe 3.2: Stabilität

Moderne Methoden der Regelungstechnik 2

Angabe Übung 4: Analyse mittels Ljapunow-Funktionen

Aufgabe 4.1: Nichtlinearer Masse-Feder-Dämpfer

mẍ = −c(x) − d(ẋ) (1)

asymptotisch stabil ist, falls gilt:

x c(x) > 0 , x ̸= 0 (2)

Hinweis: Verwenden Sie als Ljapunow-Funktion die Energie des Systems.

Aufgabe 4.2: Stabilität im Großen

ẋ1 = −x2 (6)

Moderne Methoden der Regelungstechnik 2

Angabe Übung 5: Ljapunow-basierter Reglerentwurf und Me-

Aufgabe 5.1: Ljapunow-basierter Reglerentwurf

Aufgabe 5.2: Methode des variablen Gradienten

a) Stellen Sie die Zustandsdifferentialgleichung auf.

Moderne Methoden der Regelungstechnik 2

Angabe Übung 6: Optimierung ohne Nebenbedingungen

Aufgabe 6.1: Die Brachistochrone

a) Erstellen Sie das geeignete Gütemaß J(z, z ′ ), mit z ′ := dy

Moderne Methoden der Regelungstechnik 2

Hinweise zur Variationsrechnung (ohne Nebenbedingung)

Moderne Methoden der Regelungstechnik 2

Angabe Übung 7: Optimierung mit Nebenbedingung

Aufgabe 7.1: Optimierung mit Nebenbedingung und festem Endwert

a) Bestimmen Sie die Hamilton-Funktion für das System.

b) Berechnen Sie die Steuerungsgleichung und die adjungierte Differentialgleichung.

c) Setzen Sie die Steuerungsgleichung in die Zustandsdifferentialgleichung ein und trans-

d) Lösen Sie das Dgl-System in Abhängigkeit der Anfangswerte x0 und ψ0 .

f) Um ein optimales Regelgesetz zu erhalten, müssen Sie x0 in Abhängigkeit von x(t)

g) Welches Problem birgt das optimale Regelgesetz für t → te ?

Moderne Methoden der Regelungstechnik 2

Angabe Übung 8: Riccati-Regelung

Aufgabe 8.1: Optimale Riccati-Regelung

b) Für te → ∞ geht die zeitvariante Regelung u = −k(t)x(t) in eine zeitinvariante Rege-

Aufgabe 8.2: Gütemaß und Robustheit einer Riccati-Regelung

ergibt sich mit dem Gütemaß:

a) Zeigen Sie, dass für den Wert des Gütemaßes gilt:

Moderne Methoden der Regelungstechnik 2

Angabe Übung 9: Algebraische Riccati-Gleichung

Aufgabe 9.1: Algebraische Riccati-Gleichung

b) Die Eigenvektoren vi zu den n „stabilen“ Eigenwerten werden entsprechend der Blockstruk-

Moderne Methoden der Regelungstechnik 2