Sie sind auf Seite 1von 35

Regelungstechnik 2 fr EIT Teil 10/11: Zustandsraum-Darstellung fr Mehrgrssen-Systeme (MIMO)

Version 1.0 Prof. Dr. David Zogg Institut fr Automation IA Hochschule fr Technik Fachhochschule Nordwestschweiz Windisch, Mai 2012

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

1/35

Dokumentenkontrolle

nderungen

Version 1.0

Datum 02.05.2012

Autoren David Zogg

Bemerkung Erstellung

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

2/35

1. 2. 3. 3.1. 3.2. 4. 4.1. 4.2. 4.3. 4.4. 4.5. 4.6. 4.7. 4.8. 4.9. 4.10. 4.11.

Zweck Referenzen Symbol- und Abkrzungsverzeichnis Allgemein Gasturbinen-Modell Einfhrung Lernziele Von der klassischen Regeltechnik zur modellbasierten Regelung Zustandsraum-Darstellung (Repetition) Praxisbeispiel Gasturbine Teilmodelle der Gasturbine Serieschaltung der Teilmodelle in MATLAB Analyse der Regelstrecke in MATLAB Zustandsregler mit LQR-Entwurf auslegen (Repetition) Beobachter mit LQE-Entwurf auslegen Synthese zum kombinierten Beobachter/Zustandsregler (LQG-Regulator) Der Schritt zum Folgeregler mit Soll/Ist-Vergleich

4 4 5 5 6 7 7 7 8 9 11 14 15 18 19 21 23 24 27 31 35

4.12. Die kombinierte Auslegungsmethode fr Beobachter und Zustandsregler (LQG/LTR) 4.13. 4.14. 4.15. Anwendung des LQG/LTR-Entwurfs auf die Gasturbine Simulation des entworfenen Reglers unter realen Bedingungen Zusammenfassung

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

3/35

1.

Zweck

Das vorliegende Skript dient als Grundlage fr das Modul Regelungstechnik 2 (rt2) im 6. Semester des Studiengangs Elektro- und Informationstechnik (EIT). Im Modul Regelungstechnik 1 (rt1) des 5. Semesters wurde die Auslegung von zeitkontinuierlichen PID- und Zustandsreglern behandelt. Im vorliegenden 10./11. Teil wird die Zustandsraum-Darstellung auf massive Mehrgrssen-Systeme (MIMO = Multiple Input Multiple Output) erweitert. Neben der bekannten LQR-Auslegungsmethode fr Zustandsregler wird die verwandte LQEAuslegungsmethode fr Beobachter eingefhrt. Die Theorie wird anhand eines realen Beispiels einer modernen Gasturbine fr ein Kombikraftwerk erklrt.

2.

Referenzen

[ 1 ] J.P. Keller: Zustandsraummethoden, Skript Systemtechnik RT2, Windisch 2009 [ 2 ] J. Zellweger, Zustandsregelkreise, Kapitel 5, Skript, Windisch [ 3 ] H. Gassmann: Theorie der Regelungstechnink, 2. Auflage, Verlag Harri Deutsch, Rapperswil/Frankfurt 2003 [ 4 ] H.P. Geering: Regelungstechnik, 3. Auflage, Springer Verlag, Zrich/Berlin 1994 [ 5 ] K. Mller: Entwurf robuster Regelungen, B.G. Teubner Stuttgart, 1996

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

4/35

3.

Symbol- und Abkrzungsverzeichnis

3.1. Allgemein
A B Zustandsraumdarstellung: Systemmatrix, Dynamikmatrix Zustandsraumdarstellung: Eingangsmatrix fr Stellgrsse u

Bw, Bw Zustandsraumdarstellung: Eingangsmatrix fr Prozessrauschen w C D G Zustandsraumdarstellung: Ausgangsmatrix Zustandsraumdarstellung: Durchgangsmatrix (Direct Feedthrough) Regelstrecke (bertragungsfunktion)

Gu, Gu Regelstrecke mit Stellgrssen u am Eingang Gd, Gd Regelstrecke mit Strgrssen d am Eingang H I, In K L Lf, Lf Lr, Lr Qx, Qx Beobachter-Rckfhrmatrix (Beobachter-Verstrkungsmatrix) Identitts-Matrix (Dimension n x n) Zustands-Rckfhrmatrix Offener Loop (Kreisverstrkung G0) Offener Loop des LQ-Estimators (Kalman-Filter, Beobachter) Offener Loop des LQ-Regulators (Zustandsregler) Gewichtungsmatrix fr Zustandsgrssen (LQ-Regulator)

Qy, Qy Gewichtungsmatrix fr Ausgangsgrssen (LQ-Regulator) Qw, Qw Gewichtungsmatrix fr Prozessrauschen bzw. Schtzfehler (LQ-Estimator) Ru, Ru Gewichtungsmatrix fr Stellgrssen (LQ-Regulator) Rv, Rv Gewichtungsmatrix fr Messrauschen (LQ-Estimator)

d e i s u w x y

Strgrssen Regelfehler Imaginr-Anteil Laplace-Operator (zeitkontinuierlich) Eingangsgrssen (Stellgrssen, Steuergrsse) Fhrungsgrssen (Sollwert) Zustandsgrssen Ausgangsgrssen (Messgrssen, Istwert)

Auslegungsparameter fr LQ-Regulator (Methode LQG/LTR) Auslegungsparameter fr LQ-Estimator (Methode LQG/LTR) Kreisfrequenz (rad/s)

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

5/35

LQ LQR LQE LQG LTR

Linear-Quadratisch Linear-Quadratischer Regulator Linear-Quadratischer Estimator Linear-Quadratisch mit Gaussscher Verteilung (der Rauschsignale) Loop Transfer Recovery

3.2. Gasturbinen-Modell
Aij cv,i cp hBr mi kij mi m*i m*Br,i Ti Tin,i Wrmebergangsflche zwischen Bilanzelement i und j Spezifische isochore Wrmekapazitt des Mediums im Bilanzelement i Spezifische isobare Wrmekapazitt des Mediums (Stoffstrom, Massenstrom) Spezifische Enthalpie des Brennstoffes Masse des Mediums im Bilanzelement i Wrmedurchgangszahl zwischen Bilanzelement i und j Masse des Mediums im Bilanzelement i Massenstrom des Mediums durch das Bilanzelement i Brennstoff-Massenstrom im Bilanzelement i (Zufuhr in Brennkammer) Temperatur des Mediums im Bilanzelement i (= Temperatur am Austritt) Temperatur des Mediums am Eintritt des Bilanzelementes i

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

6/35

4.

Einfhrung

4.1. Lernziele
Teil 10 (Zustandsraum-Darstellung) Lernziel Repetition: Schritt von der klassischen Regelung zur modellbasierten Regelung Zustandsraum-Darstellung auf massive Mehrgrssensysteme mit vielen Ein-/Ausgngen anwenden knnen Teil 11 (Auslegungsmethoden) Lernziel Repetition: Zustandsregler nach LQR-Methode auslegen knnen Neu: Optimalen Beobachter nach LQE-Methode auslegen knnen Mehrgrssen-Folgeregelung mit Beobachter und Zustandsregler verstehen Kombinierte Auslegungsmethode LQR/LTR anwenden knnen Taxonomiestufe (Bloom) Anwendung Anwendung Verstndnis Anwendung Taxonomiestufe (Bloom) Verstndnis Anwendung

4.2. Von der klassischen Regeltechnik zur modellbasierten Regelung


In der klassischen Regeltechnik wird der Prozess (Regelstrecke) zwar analysiert, fr die Reglerauslegung ist aber kein explizites Prozessmodell notwendig. In einem Grossteil der praktischen Anwendungen ist deshalb der PID-Regler vorherrschend (Abbildung 1). Dieser Regler kann auch dann eingestellt werden, wenn die Regelstrecke nicht genau bekannt ist.

Abbildung 1: Regelkreis mit klassischem PID-Regler

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

7/35

Die klassische Regeltechnik stsst aber bei folgenden Situationen an ihre Grenzen: Massive Mehrgrssensysteme mit vielen Ein- und Ausgangsgrssen Starke Kopplungen zwischen den Signalen (bzw. Zustandsgrssen) Nicht alle Grssen messbar (Zustands-Beobachter notwendig) Hochdynamische (schnelle) Regelstrecken, welche hohe Reglerperformance bentigen (z.B. aktive Schwingungsdmpfung in mechanischen Systemen) Sicherheitskritische oder sehr langsame Regelstrecken, welche nicht von Hand oder durch Einstellregeln (Sprungantwort, Ziegler-Nichols) eingestellt werden knnen

In solchen Situationen ist es ratsam, zunchst ein Prozessmodell aufzustellen. Dieses Modell kann anschliessend fr die Auslegung des Reglers verwendet werden (Abbildung 2). Dazu sind folgende Mglichkeiten vorhanden: Verwendung des Prozessmodells zur mathematischen Auslegung des Reglers ( modellbasierter Zustandsregler) Direkte Einpflanzung des Prozessmodells in den Regler ( Verwendung eines Beobachters mit Zustandsregler)

Abbildung 2: Regelkreis mit modellbasiertem Regler

4.3. Zustandsraum-Darstellung (Repetition)


Die Zustandsraum-Darstellung ist durch folgendes Differentialgleichungssystem gegeben:
(1)

& x = Ax + Bu y = Cx + Du

Die Stellgrssen sind im Eingangsvektor u zusammengefasst, die (nicht messbaren) Zustandsgrssen im Zustandsvektor x und die (messbaren) Ausgangsgrssen im Ausgangsvektor y. Die Systemmatrix A ist fr die Dynamik der Regelstrecke zustndig, die Eingangsmatrix B beschreibt den Einfluss der Stellgrssen, die Ausgangsmatrix C selektiert die messbaren Ausgangsgrssen und die Durchgangsmatrix D definiert die (statischen) direkten Zusammenhnge zwischen Eingang u und Ausgang y (oft ist D=0). Das zugehrige Singalflussbild (Blockdiagramm) zeigt Abbildung 3

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

8/35

Abbildung 3: Allgemeines Signalflussbild fr Zustandsraum-Darstellung

Folgend ist die Zustandsraum-Darstellung fr ein System 3. Ordnung mit 3 Eingangsgrssen u1..u3, drei Zustandsgrssen x1..x3 und einer gemessenen Ausgangsgrsse y dargestellt (Beispiel):

& x1 a11 a12 x = a & a 2 21 22 x3 a31 a32 & y = [c1 c2


(2)

a13 x1 b11 b12 b13 u1 a23 x2 + b21 b22 b23 u2 a33 x3 b31 b32 b33 u3 x1 u1 c3 ] x2 + [d1 d 2 d 3 ] u2 x3 u3

Falls auch der Einfluss der Strgrssen d modelliert werden soll, wird folgende erweiterte Variante gewhlt (Beispiel mit 2 Strgrssen d1 und d2 am Eingang):
644 A 44 7 8 644 7444 4Bu 8 64748 4Bd 4 & x1 a11 a12 a13 x1 bu11 bu12 bu13 u1 bd 11 bd 12 x = a d1 & 2 21 a22 a23 x2 + bu 21 bu 22 bu 23 u 2 + bd 21 bd 22 d x3 a31 a32 a33 x3 bu 31 bu 32 bu 33 u3 bd 31 bd 32 2 & Dd x1 644Du 44 u1 6 74 C 64748 7 8 4 8 d y = [c1 c2 c3 ] x2 + [d u1 d u 2 d u 3 ] u 2 + [d d 1 d d 2 ] 1 d 2 x3 u3

(3)

Dabei wird die Eingangsmatrix in zwei Teile Bu (Einfluss der Stellgrssen u) und Bd (Einfluss der Strgrssen d) aufgeteilt. Ebenso wird die Durchgangsmatrix in Du und Dd aufgeteilt.

4.4. Praxisbeispiel Gasturbine


Gasturbinen dienen in modernen Kombikraftwerken der Stromerzeugung (Abbildung 4). Durch eine Kopplung mit einer Dampfturbine (Nutzung der Abwrme der Gasturbine) werden heute Kombi-Wirkungsgrade von bis zu 60% erreicht. Speziell dazu wurden von ABB (heute Alstom) Gasturbinen mit sequentieller Verbrennung entwickelt. Zwei hintereinandergeschaltete Brennkammern ermglichen eine vollstndige Verbrennung mit kleiner NOx-Emission bei gleichzeitig hoher Austrittstemperatur, was wiederum fr den nachgeschalteten Dampfkreislauf von Vorteil ist.

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

9/35

Abbildung 4: Gasturbine GT24/26 von ABB/Alstom mit 240 MW Leistung

Diese Gasturbinen hatten in den Anfngen allerdings eine Kinderkrankheit, es entstanden nmlich unerklrliche Pulsationen in den Brennkammern. Das verursachte hohe Kosten durch Ausflle. Natrlich wurde fieberhaft nach Lsungen gesucht. Ein Ansatz betraf die Regeltechnik. Die konventionelle Regelung der Abgastemperatur war ber einen einschleifigen PID-Regelkreis gelst (Abbildung 5). Damit wurden die Werte der Temperatursensoren gemittelt, welche im Austrittgehuse ber dem Umfang verteilt waren. Die gemittelte Temperatur wurde anschliessend ber einen PID-Regler auf die Brennstoffzufuhr gefhrt, welche wiederum alle Brenner zusammen ansteuerte. Damit war es nicht mglich, Brenner einzeln anzusteuern bzw. Strungen in den Temperaturverteilungen auszuregeln.

Abbildung 5: Klassische Regelung ber einschleifigen PID-Regler

In einem Zwischenschritt wurde der einschleifige Regelkreis durch mehrere parallel angeordnete PID-Regelkreise ersetzt, welcher jeder fr sich eine Abgastemperatur auf die entsprechende Brennstoffzufuhr zurckfhrt (Abbildung 6). Dabei muss bercksichtigt werden, dass in der Turbine eine Ablenkung der Strmung durch die Leitund Laufschaufeln entsteht. Die Sensoren mssen also den richtigen Aktuatoren zugeordnet werden. Zudem kann man sich einfach vorstellen, dass die Brennstoffzufuhr an einem Brenner auch die Temperatur der seitlich benachbarten Kammern beeinflusst,

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

10/35

da eine Vermischung stattfindet. Diese Kopplungen knnen mit den (getrennt) parallel laufenden PID-Reglern nicht bercksichtigt werden.

Abbildung 6: Klassische Regelung ber mehrere parallele PID-Regler (hellgelbe Pfeile: Kopplungen)

Als nchster Schritt wurde deshalb der modellbasierte Ansatz gewhlt. Damit werden die Kopplungen automatisch bercksichtigt, weil sie bereits im Prozessmodell vorhanden sind. Auch die Ablenkung in der Turbine wird automatisch bercksichtigt.

Abbildung 7: Modellbasierte Regelung (Prozessmodell mit Kopplungen)

4.5. Teilmodelle der Gasturbine


Nun wollen wir das Prozessmodell fr die Regelstrecke der Gasturbine aufstellen. Dazu teilen wir das System in mehrere Bilanzelemente auf (Abbildung 8). Fr die Teilmodelle Brennkammer, Turbine und Austrittsgehuse sind je n Bilanzelemente ber den Umfang der Maschine verteilt (n Anzahl Temperatursensoren am Austritt). Das sind insgesamt 3 x n Bilanzelemente (fr n = 6 also 3 x 6 = 18 Bilanzelemente).

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

11/35

Abbildung 8: Bilanzelemente, verteilt ber den Umfang

Fr jedes Bilanzelement wird die thermodynamische Gleichung der Wrmebilanz aufgestellt. Folgende Differentialgleichung gilt fr ein Bilanzelement der Brennkammer:

(4)

Die Symbole zu ( 4 ) sind im Abschnitt 3.2 definiert. Die Gleichung ( 4 ) ist wie folgt zu lesen: Die Vernderung der inneren Energie des Bilanzelementes (Dynamik) ist gleich der zugefhrten Wrme von den benachbarten Elementen j und k (Wrmebertragung) plus der konvektiv zugefhrten Energie (Konvektion) plus der zugefhrten Brennstoffenergie (Brennstoff). Gleichung ( 4 ) ist in allgemeiner Form dargestellt und kann nun fr alle Bilanzelemente einzeln angewandt werden. Fr das Teilmodell der Brennkammer wird die Gleichung in die Form ( 5 ) gebracht:

(5)

Wird das System nun fr n gekoppelte Bilanzelemente aufgestellt, resultiert folgende Zustandsraum-Darstellung fr die Brennkammer (Beispiel n=6, bung!):

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

12/35

(6)

Die Brennstoffmassenstrme m*Br,i gehen als bekannte Stellgrssen u ein, whrend dem die unbekannten Temperaturen Tin,i am Eintritt der Brennkammer als Strgrssen ud eingehen. Dabei sind die Koeffizienten in ( 6 ) wie folgt definiert:

(7)

In einem weiteren Schritt wird das Teilmodell der Turbine betrachtet. Hier wird nur die Ablenkung durch die Leit- und Laufschaufeln bercksichtigt (kein Wrmeaustausch), was durch die Shift-Matrix ( 8 ) definiert werden kann. Damit wird die Temperatur des zweiten Elementes am Eintritt dem ersten Element am Austritt zugeordnet, die Temperatur des dritten Elementes dem zweiten, usw.
u y K 6 8 644474448 6 d8 7 7 T1,out 0 k 0 0 0 0 T1,in T 2,out 0 0 k 0 0 0 T2,in T3, out 0 0 0 k 0 0 T3,in = T4,out 0 0 0 0 k 0 T4,in T5,out 0 0 0 0 0 k T5,in T6,out k 0 0 0 0 0 T6,in

(8)

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

13/35

Als drittes Teilmodell folgt nun noch das Austrittsgehuse. Hier wird wieder die Gleichung ( 5 ) bzw. die Zustandsraum-Darstellung ( 6 ) als Basis genommen, wobei hier keine Brennstoffmassenstrme als Stellgrssen vorhanden sind (u = 0, also Bu = 0):

(9)

Fr das betrachtete Teilmodell sind die Temperaturen Ti,in in ( 9 ) als Strgrssen ud zusammengefasst, wobei diese gleich den Austrittstemperaturen des vorgeschalteten Teilmodelles sind (also der Turbine). Damit ist der nchste Schritt schon definiert: Die drei Teilmodelle mssen nun in Serie hintereinander geschaltet werden, was in folgendem Abschnitt mit Hilfe von MATLAB durchgefhrt wird.

4.6. Serieschaltung der Teilmodelle in MATLAB


Die Teilmodelle der Brennkammer, Turbine und des Austrittsgehuses werden nun in mit Hilfe von MATLAB in Serie geschaltet. Wir verwenden dazu folgende MATLAB-Befehle: Funktion Teilmodell Brennkammer ( 6 ) mit Koeffizienten ( 7 ) MATLAB-Befehl GBrK = ss(A, [Bu Bd], C, [Du Dd]) aik = 1; bid = 10; aii = 2*aik+bid; biu = 500; GTrb = K k = 0.8 GAus = ss(A, Bd, C, Dd) aik = 0.5; bid = 1; aii = 2*aik+bid; biu = 0; G = GAus*GTrb*GBrK

Teilmodell Turbine ( 8 ) mit Koeffizient k Teilmodell Austrittsgehuse ( 9 ) mit Koeffizienten ( 7 )

keine Brennstoffzufuhr: Serieschaltung der Teilmodelle zum Gesamtsystem Gasturbine Auswahl der Eingangsgrssen: nur Stellgrssen u nur Strgrssen d File: RT2_Strecke_GT.m

Gu = G(:, 1:6); Gd = G(:, 7:12);

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

14/35

4.7. Analyse der Regelstrecke in MATLAB


Die Analyse der Regelstrecke erfolgt wiederum in MATLAB. Es ist zu beachten, dass wir es hier mit einem Mehrgrssensystem zu tun haben, welches 6 Eingnge und 6 Ausgnge hat (MIMO: Multiple Input Multiple Output). Ein Bode-Diagramm ist aber nur fr ein System mit einem Eingang und einem Ausgang definiert (SISO: Single Input Single Output). Anstelle des Bode-Diagrammes verwenden wir deshalb hier sogenannte Singularwertverlufe. Das ist im Prinzip der Amplitudengang fr ein Mehrgrssensystem (Phasengang entfllt). Die MATLAB-Funktion sigma stellt die Singularwerte ber der Frequenz dar. Definition der Singularwerte [ 5 ], S.167 (Zusatzinfo fr Interessierte): Die singulren Werte i geben an, um welchen Faktor sich ein Vektor x durch die Abbildung an der Matrix Ax in der Lnge ndert. Im Gegensatz zu den Eigenwerten i kann sich dabei die Richtung des Vektors ndern. Wie auch bei den Eigenwerten gilt:
( 10 )

det [ A] =

n i =1

n i =1

i = i

Die singulren Werte charakterisieren das Verstrkungsverhalten einer Matrix besser als die Eigenwerte, denn die grsste bzw. kleinste Lngennderung erfolgt nicht zwangslufig auch in der Richtung des Eingangsvektors x. Dies kommt durch die Eigenschaft
( 11 )

max max

min min

zum Ausdruck. max ist der grsste Singularwert. Er beschreibt die maximal mgliche Lngennderung eines Vektors durch Abbildung an einer Matrix und kann als Verallgemeinerung des Betrags von Skalaren aufgefasst werden. Fr die Analyse der Regelstrecke verwenden wir folgende MATLAB-Befehle: Funktion Pole und Nullstellen Impulsantwort auf Stellgrssen u Bode-Diagramm Singularwertverlufe File: RT2_Strecke_GT.m die Impulsantwort fr das MIMO-System mit 6 Stellgrssen (horizontal) und 6 Ausgangsgrssen (vertikal). Es ist eindeutig die Struktur der Matrix A in ( 6 ) zusammen mit der Shift-Matrix ( 8 ) ersichtlich. Die grsste Impulsantwort liegt in der Kammer mit dem Brennstoff-Impuls vor, whrend kleinere Impulsantworten in den benachbarten Kammern vorliegen. Die Reaktionen in den benachbarten Kammern erfolgen aufgrund der seitlichen Wrmebertragung bzw. Kopplungen.
Abbildung 10 zeigt das Bode-Diagramm fr das MIMO-System. Abbildung 9 zeigt

MATLAB-Befehl pzmap(Gu) impulse(Gu) bode(Gu) sigmaplot(Gu)

Da das Bode-Diagramm nur fr SISO-Systeme definiert ist (siehe Bemerkung oben), werden hier 6x6 BodeDiagramme fr jede Eingangs-/Ausgangskombination dargestellt. Daraus knnen keine sinnvollen Aussagen fr das Gesamtsystem gemacht werden.
Abbildung 11 zeigt die Singularwertverlufe, welche nun anstelle des Bode-Diagrammes

treten. Die Singularwertverlufe verhalten sich hnlich wie Amplitudengnge. Hier sind die zwei kleinsten und zwei grssten Singularwertverlufe dargestellt (kleinste und grsste Verstrkungen des Systems).

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

15/35

Abbildung 9: Impulsantwort auf die Stellgrssen. In(1)..In(6) = Stellgrssen u1..u6, Out(1)..Out(6) = Ausgangsgrssen y1..y6

Abbildung 10: Bode-Diagramm fr das MIMO-System. In(1)..In(6) = Stellgrssen u1..u6, Out(1)..Out(6) = Ausgangsgrssen y1..y6

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

16/35

Abbildung 11: Singularwertverlufe des MIMO-Systems (Durchtrittsfrequenz bei ca. 20 rad/s).

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

17/35

4.8. Zustandsregler mit LQR-Entwurf auslegen (Repetition)


Ist die Regelstrecke in der Zustandsraum-Darstellung gegeben, kann daraus der Zustandsregler berechnet werden. Es resultiert das geregelte System in Abbildung 12. Dieser Regelkreis bewirkt nichts anderes, als die Zustandsgrssen mit den Anfangsbedingungen x0 auf Null zu bringen (x 0). Es ist noch kein Soll-/Istvergleich wie in einem konventionellen Regelkreis vorhanden. Dieser wird spter eingefhrt.

Abbildung 12: Strecke im Zustandsraum (A,B,C,D) mit Zustandsrckfhrung (-K)

Der Zustandsregler tritt als Matrix K auf, welche die Zustandsgrssen x auf die Eingangsgrssen (Stellgrssen) u zurckfhrt. Es ist also ein reiner P-Regler, welcher allerdings die Kopplungen zwischen den Zustandsgrssen bercksichtigen kann (ausserdiagonale Elemente der K-Matrix). Die Matrix K wird aufgrund einer Optimierung mit folgendem Gtekriterium berechnet:
T

( 12 )

J x ,u (u ) =

[x
0

(t ) Qx x(t ) + u T (t ) Ru u (t ) dt

Das Gtekriterium ( 12 ) wird minimiert, was in einer Minimierung der Zustandsgrsse x(t) ber der Zeit sowie der Stellgrsse u(t) ber der Zeit resultiert. Mit den Gewichtungsmatrizen Qx und Ru kann das Verhltnis von Zustands- zu Stellgrssenminimierung gewhlt werden. Damit kann das Verhltnis der Regelgte (Performance) zur verwendeten Energie (Stellgrsse) eingestellt werden (wie eine Art Schieberegler!). Anstatt der (nicht messbaren) Zustandsgrssen x(t) knnen auch die (messbaren) Ausgangsgrssen y(t) gewichtet werden:
T

( 13 )

J y ,u (u ) =

[y
0

(t ) Q y y (t ) + u T (t ) Ru u (t ) dt

In ( 13 ) tritt anstelle von Qx die Gewichtungsmatrix Qy. Zwischen Qx und Qy besteht folgender Zusammenhang:
( 14 )

Qx = C T Q y C

Dies kann durch Einsetzen von ( 14 ) in ( 12 ) einfach nachvollzogen werden. Das Optimierungsproblem wird nun wie folgt definiert: Minimierung von ( 12 ) unter Bercksichtigung der folgenden Nebenbedingungen:
( 15 )

& x = ( A BK ) x

x(0) = x0

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

18/35

Die Nebenbedingungen ( 15 ) bedeuten nichts anderes, dass die Differentialgleichung des Regelkreises mit Zustandsrckfhrung sowie die Anfangsbedingungen x(0) eingehalten werden. Damit wird auch die Bedeutung von LQR klar, was nichts anderes als Linear Quadratic Regulator bedeutet. Linear ist die Regelstrecke, whrend das Gtekriterium quadratisch ist. Ohne auf die Herleitung einzugehen, wird als Lsung des Optimierungsproblems die Matrix-Riccatigleichung gefunden:
( 16 )

AT P + PA PBRu B T P + Qx = 0

welche folgende Zustandsrckfhrung K ergibt:


( 17 )

K = Ru B T P

Der entsprechende MATLAB-Befehl lautet: [K,P,E] = lqr(A,B,Qx,Ru) mit K = Zustandsrckfhrmatrix P = Lsung der Matrix-Riccatigleichung E = Eigenwerte von A-BK (Dynamik Regelkreis mit Zustandsrckfhrung)

4.9. Beobachter mit LQE-Entwurf auslegen


Wir wollen nun den Schritt vom Zustandsregler zum Beobachter wagen. Der Beobachter kann mit einer hnlichen Optimierungsmethode ausgelegt werden. Doch zunchst zur allgemeinen Struktur eines Beobachter, welche in Abbildung 13 dargestellt ist. Der Beobachter dient dazu, die Zustandsgrssen zu schtzen. Dies ist insbesondere dann wichtig, wenn nicht alle Zustandsgrssen gemessen werden knnen. Ohne Beobachter knnte in diesem Fall kein Zustandsregler ausgelegt werden. Im Beobachter ist im Prinzip eine Kopie der Regelstrecke abgebildet, wobei die Zustandsraum-Matrizen (A,B,C,D) im Beobachter nie genau den realen Matrizen im Prozess entsprechen. Zudem ist der Anfangswert x0 im Allgemeinen nicht genau bekannt. Aus diesen Grnden mssen die Schtzwerte x im Beobachter laufend korrigiert werden, was durch einen permanenten Vergleich der geschtzten Ausgangswerte y mit den gemessenen Ausgangsgangswerten y geschieht. Der Fehler wird ber die Beobachter& Rckfhrung H auf die Ableitung der Schtzwerte x gefhrt. Auch hier ist also wieder ein reiner P-Regler im Spiel (mit entsprechenden Kopplungen in den ausserdiagonalen Elementen von H). Den Beobachter kann man auch als Ersatz fr einen Differentiator ansehen, welcher & aus den bekannten Ausgangsgrssen y die Ableitungen x berechnet. Nur macht er dies besser als ein Differentiator, in dem er vorwrts integriert und damit wie ein Filter wirkt. Die Beobachter-Rckfhrung H definiert, wie stark das Filter auf sich verndernde Messgrssen y reagiert. Damit ist der Beobachter bei entsprechender Auslegung auch fr verrauschte Messgrssen geeignet (im Gegensatz zum Differentiator).

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

19/35

Abbildung 13: Beobachter Struktur mit Beobachter-Rckfhrung L

Der Beobachter bzw. dessen Rckfhrmatrix H kann auf verschiedene Arten ausgelegt werden, u.A. ber Polvorgabe. Wir wollen hier aber die optimale Auslegung analog zum Zustandsregler betrachten. Folgende Berechnungsmethode fhrt auch zum sogenannten Kalman-Filter. Dazu werden zwei zustzliche (knstliche) Rauschsignale definiert:

Prozessrauschen w am Eingang des Prozesses. Diese Strgrsse modelliert Rauschvorgnge im Prozess selber und kann als zustzliche Str-Eingangsgrsse betrachtet werden. Der Einfluss auf den Prozess wird ber die Matrix G definiert. & & Man kann die Grsse Bww auch als Abweichung zwischen x und x bzw. w als Mass fr den Schtzfehler ( e = x x ) betrachten. Messrauschen v am Ausgang des Prozesses. Diese Strgrsse modelliert Rauschvorgnge in Sensoren und wirkt direkt auf die Ausgangsgrsse y . Damit wird also der Einfluss des Messrauschens modelliert.

Die Matrix H kann aufgrund einer Optimierung mit folgendem Gtekriterium berechnet werden:
T

( 18 )

J w,v ( w) =

[w
0

(t ) Qw w(t ) + v T (t ) Rv v (t ) dt

Das Gtekriterium ( 18 ) wird minimiert, was in einer Minimierung des Einflusses des Prozessrauschens w(t) ber der Zeit sowie des Einflusses des Messrauschens v(t) ber der Zeit resultiert. Mit den Gewichtungsmatrizen Qw und Rv kann das Verhltnis von Schtzfehler-Minimierung zu Messrausch-Unterdrckung gewhlt werden (also wieder eine Art Schieberegler!). Die Matrizen Qw und Rv knnen auch durch folgende Kovarianzmatrizen beschrieben werden:
( 19 )

E ( ww T ) = Qw

E (vvT ) = Rv

E ( w) = E (v) = E ( wv T ) = 0

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

20/35

In ( 19 ) wird der Erwartungswert des quadrierten Prozessrauschens w mit Qw bezeichnet, der Erwartungswert des quadrierten Messrauschens v mit Rv und die beiden Rauschsignale sind unkorreliert (Kreuzvarianzmatrix = 0). Das Optimierungsproblem wird nun wie folgt definiert: Minimierung von ( 18 ) unter Bercksichtigung der folgenden Nebenbedingungen:
( 20 )

& x = ( A HC ) x + ( B HD) u + H y

x(0) = x0

Die Nebenbedingungen ( 20 ) bedeuten hier, dass die Differentialgleichung des Beobachters mit Beobachterckfhrung sowie die Anfangsbedingungen eingehalten werden. Der Begriff LQE bedeutet Linear Quadratic Estimator. Linear ist die Regelstrecke (bzw. die Beobachtergleichung), whrend das Gtekriterium quadratisch ist. Der resultierende Beobachter wird engl. mit Estimator (Schtzer) bezeichnet. Ohne auf die Herleitung einzugehen, wird als Lsung des Optimierungsproblems die Matrix-Riccatigleichung gefunden, nun in der Beobachter-Form:
( 21 )

A + AT C T Rv C + BQw B T = 0

welche folgende Beobachterrckfhrung H ergibt:


( 22 )

H = C T Rv

Der entsprechende MATLAB-Befehl lautet: [H,S,E] = lqe(A,Bw,C,Qw,Rv) mit H = Beobachter-Verstrkungsmatrix S = Lsung der Matrix-Riccatigleichung E = Eigenwerte von A-LC (Beobachter-Dynamik)

4.10. Synthese zum kombinierten Beobachter/Zustandsregler (LQGRegulator)


Wirklich interessant wird es nun, wenn der optimale Beobachter mit dem optimalen Zustandsregler zu einem vollstndigen Regelkreis geschlossen wird, was Abbildung 14 zeigt. Die Zustandsgrssen x werden durch den Beobachter geschtzt und anschliessend ber den Zustandsregler auf die Eingangsgrssen u zurckgefhrt. Dies funktioniert auch dann, wenn nicht alle Zustandsgrssen gemessen werden. Wir haben es hier mit dem LQG-Regulator zu tun, wobei L fr die lineare Regelstrecke, Q fr das quadratische Gtekriterium und G fr das Gausssche Rauschen (w und v) steht. Die Gleichungen des vollstndigen Beobachters mit Zustandsregler lauten wie folgt:

& x = ( A HC BK + HDK ) x + H y ( 24 ) u = K x
( 23 )

Gleichung ( 23 ) beschreibt die Schtzung der Zustandsgrssen x aus den Messgrssen y und ( 24 ) beschreibt die Zustandsrckfhrung auf die Stellgrssen u .

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

21/35

Abbildung 14: Kombination von Beobachter und Zustandsrckfhrung

In MATLAB kann das System wie folgt ausgelegt und zusammengesetzt werden: K = lqr(A,B,Qx,Ru) H = lqe(A,Bw,C,Qw,Rv) Die kombinierte Zustandsraumdarstellung von Beobachter und Zustandsregler lautet wie folgt (Eingang y , Ausgang u , Zustandsgrssen x ): Alqg Blqg Clqg Dlqg = = = = A-HC-BK+HDK H -K 0

Klqg = ss(Alqg, Blqg, Clqg, Dlqg) Als Alternative knnen in MATLAB auch folgende Befehle verwendet werden: Ge = ss(A, [B Bw], C, [D H]) K = lqr(A,B,Qx,Ru) Kest = kalman(Ge,Qw,Rv) Klqg = lqgreg(Kest, K) Die Zusammensetzung des LQG Regulators erfolgt gemss folgender Grafik:

Abbildung 15: Synthese zum LQG-Regulator (Quelle: MATLAB Control Toolbox)

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

22/35

4.11. Der Schritt zum Folgeregler mit Soll/Ist-Vergleich


In Abbildung 14 haben wir noch keinen Soll/Ist-Vergleich, welchen wir nun einfhren wollen. Dies erfolgt mit einem einfachen Schritt, wie Abbildung 16 zeigt. Anstelle des Messwertes y wird nun die Differenz zwischen Sollwert w und Istwert y, also der Regelfehler e in den Beobachter gefhrt. Man beachte die Vorzeichen, welche hier umgekehrt definiert werden, um keinen Vorzeichenwechsel im Regelkreis herbeizufhren (negative Rckfhrung K muss erhalten bleiben).

Abbildung 16: Einfhrung des Sollwertes w und Regelfehlers e (Soll/Ist-Vergleich)

Aus obiger Abbildung wird klar, dass der Beobachter nicht mehr die absoluten Zustandsgrssen x , sondern nur noch deren Abweichungen vom Betriebspunkt schtzt. Bei einem Regelfehler null sind auch die geschtzten Zustandsgrssen x null. Dies ist grundstzlich nichts Neues, da wir hier sowieso von einem linearen Modell der Regelstrecke ausgehen, welches in der Realitt in einem bestimmten Betriebspunkt linearisiert wird. Durch Umzeichnen wird nun die bekannte, klassische Darstellung des Regelkreises mit Regler und Strecke in Abbildung 17 erreicht (die Durchgangsmatrix D wurde hier 0 gesetzt). Der Regler besteht nun aus den Teilen des Beobachters und Zustandsreglers. Damit ist auch sofort ersichtlich, wie die Strecke im Regler abgebildet wird (Pfeil). Wir sind also beim Ziel von Abbildung 2 angelangt.

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

23/35

Abbildung 17: Folgeregler in klassischer Darstellung

4.12. Die kombinierte Auslegungsmethode fr Beobachter und Zustandsregler (LQG/LTR)


Wir haben nun einen kombinierten Regler, bestehend aus Beobachter und Zustandsregler. Wir kennen auch die Auslegungsmethoden, mit welchen der Beobachter und der Zustandsregler einzeln ausgelegt werden:

LQR-Methode fr die Auslegung des Zustandsreglers mit quadratischem GteT

kriterium J x ,u (u ) =

[x
0

(t ) Qx x(t ) + u T (t ) Ru u (t ) dt

LQE-Methode fr die Auslegung des Beobachter bzw. Kalman-Filters mit quadT

ratischem Gtekriterium J w,v ( w) =

[w
0

(t ) Qw w(t ) + v T (t ) Rv v(t ) dt

Damit haben wir insgesamt vier Gewichtungsmatrizen fr das Design des Reglers (Beispiel mit m=3 Eingngen und p=3 Ausgngen, Ausserdiagonale Elemente der Matrizen auf 0 gesetzt):

Gewichtungsmatrizen fr den LQ-Regulator (Zustandsregler):

Gewichtungsmatrizen fr den LQ-Estimator (Beobachter):

Damit haben wir fr obiges Beispiel insgesamt 12 Auslegungsparameter! Die Frage ist, wie man diese am besten einstellt. Fr den Zustandsregler alleine war dies noch relativ einfach durch Ausprobieren mglich. Man konnte z.B. mit folgenden Gewichtungen starten:

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

24/35

Schritt 1:

1 0 0 Ru = 0 1 0 0 0 1

1 0 0 Qx = 0 1 0 0 0 1

um dann sukzessive eine Gewichtungsmatrix um Zehnerpotenten zu erhhen, z.B.: Schritt 2:


1 0 0 Ru = 0 1 0 0 0 1 10 0 0 Qx = 0 10 0 0 0 10

Man hat dann den Effekt auf die Sprungantwort betrachtet und bei erreichter Performance die Gewichtungsmatrizen eingefroren. Gebte konnten sich auch darin versuchen, die Diagonalelemente verschieden hoch zu gewichten, usw. Man hatte damit zwar viele Mglichkeiten, die Einstellung brauchte aber einiges an bung und Erfahrung. Wenn der Beobachter nun noch dazukommt, wird das Einstellen von vier statt nur zwei Gewichtungsmatrizen noch wesentlich anspruchsvoller. Deshalb wollen wir dieses Vorgehen nun vereinfachen, indem wir auf ein kombiniertes Auslegungsverfahren zurckgreifen. Dieses kombinierte Auslegungsverfahren heisst LQG/LTR [ 4 ]:

LQG = Linear Quadratic Gaussian LTR = Loop Transfer Recovery

Den Namen des ersten Schrittes LQG kennen wir bereits, whrend wir den Namen des zweiten Schrittes bald begreifen werden. Wir wollen das Ganze praktisch an den Gewichtungsmatrizen erklren. Das Ziel des Verfahrens muss ja sein, die Wahl der Gewichtungsmatrizen massiv zu vereinfachen. Dies erreichen wir mit folgendem Ansatz (Beispiel wieder mit m=3, p=3):

Gewichtungsmatrizen fr den LQ-Regulator (Zustandsregler):

Gewichtungsmatrizen fr den LQ-Estimator (Beobachter):

Wir sehen sofort, dass wir nur noch 2 Auslegungsparameter haben statt 12 wie vorher! Wir haben also nur noch einen Parameter , welcher die Auslegung des Zustandsreglers beeinflusst, und einen Parameter , welcher die Auslegung des Beobachter beeinflusst. Wir erinnern uns auch an die Idee der Schieberegler, mit welchem wir die Performance des Zustandsreglers und des Beobachters festlegen konnten. Die Parameter und kann man sich also je durch einen Schieberegler vorstellen. Damit knnen wir alles einstellen! Der aufmerksame Leser fragt sich, wie die Wahl der Gewichtungsmatrizen Qx und Qw zustande kommt. Auch dies ist ganz einfach. Fr Qx wird das Gtekriterium der Ausgangsgewichtung ( 13 ) mit ( 14 ) genommen. Die Ausgangsgewichtung Qy wird dabei auf die Identittsmatrix Ip gesetzt, also auf eine Matrix der Dimension p x p mit den Diagonalelementen 1. Die Ausgangsgewichtung hat den Vorteil, dass wirklich nur beeinfluss-

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

25/35

bare Grssen gewichtet werden (diese werden ja auch gemessen und mit dem Sollwert verglichen). Bei der Zustandsgewichtung kann es vorkommen, dass einzelne Zustandsgrssen zu stark gewichtet werden, welche in der Realitt gar nicht im gewnschten Masse beeinflusst werden knnen (diese werden ja auch nicht geregelt). Analog wird beim Beobachter eine spezielle Wahl der Gewichtungsmatrix Qw getroffen. Vereinfachend wird angenommen, dass die Eingangsmatrix des Prozessrauschens Bw gleich der Eingangsmatrix B sei (siehe Abschnitt 4.9), also:
( 25 )

Qw = Bw I m Bw = B T I m B

Auch hier kann also wieder mit der Identittsmatrix Im als Gewichtung gearbeitet werden, also einer Diagonalmatrix der Dimension m x m mit den Elementen 1. Da die Eingangsmatrix B und die Ausgangsmatrix C bekannt sind, ist die Wahl von Qx und Qw trivial. Basierend auf den Parametern und wird nun das Vorgehen der LQG/LTRMethode beschrieben: 1. Schraube = Parameter . Mit diesem Parameter wird das Loop Shaping beschrieben. Der LQ-Regulator gibt also die Form des offenen Loops durch Lr vor, wobei die Bandbreite bestimmt. Dabei werden die guten Robustheitseigenschaften des LQ-Regulators bernommen (garantierte Phasenreserve von 60). In MATLAB werden dazu folgende Befehle ausgefhrt: K = lqr(A,B,Qx,Ru) Zustands-Rckfhrung K Lr = K*inv(s*eye(n)-A)*B Loop Shape Lr des LQ-Regulators 2. Schraube = Parameter . Mit diesem Parameter wird der Loop Transfer Recovery-Schritt (LTR) vorgenommen, was bedeutet, dass der offene Loop L des Gesamtsystems an das Loop Shaping Lr angeglichen wird. Der Parameter bestimmt dabei, wie stark der Loop angeglichen wird. In MATLAB werden dazu folgende Befehle ausgefhrt: H = lqe(A,Bw,C,Qw,Rv) Beobachter-Rckfhrung H Alqg = A-H*C-B*K+H*D*K Synthese LQG-Regulator Blqg = H Clqg = -K Dlqg = 0 Klqg = ss(Alqg,Blqg,Clqg,Dlqg) L = Gu*Klqg offener Loop Gesamtsystem

Wir haben also ein sehr einfaches Vorgehen in zwei Schritten. Obige Reihenfolge gilt allerdings nur fr den Fall, dass die Anzahl p der Ausgangsgrssen grsser als die Anzahl m der Stellgrssen ist. Ein solcher Fall ist beispielsweise der Servoantrieb mit einer Stellgrsse (Strom bzw. Kraft/Moment) und mehreren voneinander abhngigen Ausgangsgrssen (Geschwindigkeit, Position). Hier knnen auch die Sollwerte fr die einzelnen Ausgangsgrssen nicht beliebig vorgegeben werden, sondern die Abhngigkeiten mssen bercksichtigt werden (Position = Integrierte Geschwindigkeit). Ein anderes Beispiel ist der Mehrmassenschwinger (Laborversuch!), bei welchem nur eine Stellgrsse, aber mehrere Ausgangsgrssen (Positionen der einzelnen Massen) vorhanden sind. Im Laborversuch wird nur eine Position geregelt, ansonsten mssten auch hier die Abhngigkeiten bercksichtigt werden.

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

26/35

Im umgekehrten Fall, wenn also die Anzahl m der Stellgrssen grsser oder gleich der Anzahl m der Ausgangsgrssen ist, gilt die duale Methode. Diese wird fr die Mehrheit der Anwendungen verwendet, da im Normalfall die Ausgangsgrssen praktisch unabhngig sind und deshalb mindestens gleich viel Stellgrssen vorhanden sein mssen, um alle Ausgangsgrssen beeinflussen zu knnen. Die duale Methode wird folgend beschrieben: 1. Schraube = Parameter . Mit diesem Parameter wird das Loop Shaping beschrieben. Der LQ-Estimator gibt also die Form des offenen Loops durch Lf vor, wobei die Bandbreite bestimmt. Dabei werden die guten Robustheitseigenschaften des LQ-Estimators bernommen (garantierte Phasenreserve von 60). In MATLAB werden dazu folgende Befehle ausgefhrt: H = lqe(A,Bw,C,Qw,Rv) Beobachter-Rckfhrung H Lf = C*inv(s*eye(n)-A)*H Loop Shape Lf des LQ-Estimators 2. Schraube = Parameter . Mit diesem Parameter wird der Loop Transfer Recovery-Schritt (LTR) vorgenommen, was bedeutet, dass der offene Loop L des Gesamtsystems an das Loop Shaping Lf angeglichen wird. Der Parameter bestimmt dabei, wie stark der Loop angeglichen wird. In MATLAB werden dazu folgende Befehle ausgefhrt: K = lqr(A,B,Qx,Ru) Zustands-Rckfhrung K Alqg = A-H*C-B*K+H*D*K Synthese LQG-Regulator Blqg = H Clqg = -K Dlqg = 0 Klqg = ss(Alqg,Blqg,Clqg,Dlqg) L = Gu*Klqg offener Loop Gesamtsystem

Wie bei jeder Methode muss darauf hingewiesen werden, dass der Regler beim Entwurf nicht bertunt werden sollte. Speziell ist auf folgende Punkte zu achten: Loop Shaping: Die Bandbreite von L sollte gegenber der Regelstrecke G nicht zu stark erhht werden. Loop Transfer Recovery: Der Parameter bzw. sollte nicht zu gross gewhlt werden, weil sonst ein high gain-Regler mit hohem D-Anteil entstehen kann, welcher bei verrauschten Signalen nicht mehr realisierbar ist. Es darf also durchaus noch eine Abweichung von Lg und L brig bleiben.

4.13. Anwendung des LQG/LTR-Entwurfs auf die Gasturbine


Wir wollen nun die LQG/LTR-Methode aus Abschnitt 4.12 auf das Gasturbinen-Modell in Abschnitt 4.4 bis 4.7 anwenden. Dazu erstellen wir ein MATLAB-File, welches die einzelnen Schritte des Reglerentwurfes durchfhrt. Die MATLAB-Befehle sind im Wesentlichen in Abschnitt 4.12 aufgefhrt. Das MATLAB-File soll folgende Schritte ausfhren: Anwendung der LQG/LTR-Methode auf das Gasturbinen-Modell (mit 6 Stellgrssen, 12 Zustandsgrssen und 6 Ausgangsgrssen) Darstellung der Singularwertverlufe fr das Loop Shaping (Befehl sigmaplot verwenden) Darstellung der Singularwertverlufe des offenen Loops fr das Gesamtsystem und Vergleich mit dem Verlauf des Loop Shaping

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

27/35

Darstellung der Singularwertverlufe der Regelstrecke und des resultierenden Reglers (als Kontrolle) Tuning der Parameter und , bis ein optimaler, realisierbarer Regler herauskommt

File: RT2_LQGLTR_GT.m Folgend sind ein paar typische Outputs (Singularwertverlufe) von MATLAB gezeigt. Beim Loop Shaping in Abbildung 18 sollte darauf geachtet werden, dass die Durchtrittsfrequenz gegenber der Regelstrecke (bei ca. 20 rad/s, siehe Abbildung 11) nicht zu stark erhht wird.

Singular Values 50 Lf 40 30 20 Singular Values (dB) 10 0 -10 -20 -30 -40 -50 -2 10

10

-1

10

10

10

10

10

Frequency (rad/s)

Abbildung 18: Singularwertverlufe Loop Shaping Lf (Durchtrittsfrequenz bei ca. 50 rad/s)

Im LTR-Schritt muss fr eine gute Auslegung darauf geachtet werden, dass der GesamtLoop L nicht zu nahe an den Shaping Loop Lf herangedrckt wird, was Abbildung 19 zeigt. Der resultierende Regler ist in Abbildung 20 dargestellt (rote Kurve Klqg). Hier ist ein PD-Verhalten mit beschrnktem D-Anteil ersichtlich (Amplitudenabfall bei hheren Frequenzen, also PD-T2). Im Gegensatz dazu ist auch eine schlechte Auslegung mit bertuntem LTR-Parameter dargestellt. In Abbildung 21 ist ersichtlich, wie der Gesamt-Loop L knstlich auf den Shaping Loop Lf gedrckt wird. Abbildung 22 zeigt den resultierenden Regler (rote Kurve Klqg), welcher bei hohen Frequenzen noch eine grosse Verstrkung zeigt (high gain). Bei verrauschten Signalen kann dies zu Problemen fhren, wie die Simulation in folgendem Abschnitt zeigen wird. Die Regelstrecke Gu kann durch den Regler Klqg also nicht auf eine beliebige Vorgabe gedrckt werden! Natrlich ist dieses Verhalten auch abhngig von den Eigenschaften der Regelstrecke Gu, hier haben wir es immerhin mit einem gekoppelten System 12. Ordnung zu tun!

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

28/35

Singular Values 60 Lf 40 20 0 Singular Values (dB) -20 -40 -60 -80 -100 -120 -140 -2 10 L

10

-1

10

10

10

10

10

Frequency (rad/s)

Abbildung 19: Loop Shaping Lf und Loop Transfer Recovery L (gute Auslegung)

Singular Values 40 Gu 20 0 -20 Singular Values (dB) -40 -60 -80 -100 -120 -140 -2 10 L Klqg

10

-1

10

10

10

10

10

Frequency (rad/s)

Abbildung 20: Regelstrecke Gu, Loop Transfer Recovery L, Regler Klqg (gute Auslegung)

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

29/35

Singular Values 60 Lf 40 20 0 Singular Values (dB) -20 -40 -60 -80 -100 -120 -2 10 L

10

-1

10

10

10

10

10

Frequency (rad/s)

Abbildung 21: Loop Shaping Lf und Loop Transfer Recovery L (bertunt)

Singular Values 60 Gu 40 20 0 Singular Values (dB) -20 -40 -60 -80 -100 -120 -2 10 L Klqg

10

-1

10

10

10

10

10

Frequency (rad/s)

Abbildung 22: Regelstrecke Gu, Loop Transfer Recovery L, Regler Klqg (bertunt)

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

30/35

4.14. Simulation des entworfenen Reglers unter realen Bedingungen


Wichtig ist, dass der entworfene Regler unter mglichst realen Bedingungen ausgetestet wird, bevor er implementiert wird. Dies ist unabhngig von der Entwurfsmethode! Hier wird eine Simulation in MATLAB/Simulink durchgefhrt, um reale Effekte wie Rauschen auf den Messsignalen oder Stellgrssenbeschrnkungen zu bercksichtigen. Dazu wird folgendes Simulink-Modell aufgebaut (File: RT2_Regelkreis_GT.mdl):

Abbildung 23: Simulink-Modell zum Austesten des Reglers mit Rauschen am Ausgang, Stellgrssenbeschrnkung und zustzlichen Strgrssen am Eingang

Als Regelstrecke G wird in Abbildung 23 das Modell aus Abschnitt 4.6 (Serieschaltung der Teilmodelle) verwendet. Es hat 12 Eingnge, wobei die ersten 6 Eingnge die Stellgrssen sind und die weiteren 6 Eingnge die Strgrssen. Dies wird genutzt, um zustzliche Strgrssen am Eingang auf das System zu geben. Zudem kann ein Rauschen mit einstellbarer Varianz am Ausgang des Systems berlagert werden, wozu der Block Random Number verwendet wird. Die Stellgrssenbeschrnkung am Eingang ist durch einen Block Saturation realisiert. Schliesslich knnen verschiedene Sollwertvorgaben gefahren werden. Der Regler ist wie die Strecke mit einem LTI-Block definiert, wobei die bertragungsmatrix Klqg aus Abschnitt 4.13 verwendet wird (Achtung negatives Vorzeichen!). Die Ein- und Ausgangsgrssen sind skaliert, um physikalisch einigermassen sinnvolle Werte zu haben (Stellgrssen sind Brennstoffmassenstrme in kg/s, Ausgangsgrssen sind Temperaturen in C). Folgend sind ein paar typische Simulationen gezeigt. Zunchst wird eine Sollwertvorgabe gemacht, es wird also das Verhalten als Folgeregler untersucht. Abbildung 24 zeigt, wie der Istwert in Kammer 1 (y1) schn dem Sollwert folgt, die Temperaturen der anderen Kammern (y2..y6) bleiben auf dem ursprnglichen Wert, trotz Querkopplungen im System. Der Regler hat also optimal entkoppelt! Dies ist auch klar in den Stellgrssenverlufen auf Abbildung 25 ersichtlich. Es reagiert nicht nur eine Stellgrsse, sondern auch die Stellgrssen der benachbarten Kammern. Es ist auch ersichtlich, dass Stellgrsse u2 am strksten reagiert statt Stellgrsse u1. Wir erinnern uns an die Ablenkung in der Turbine, durch die Shift-Matrix in Abschnitt 4.5 beschrieben. Auch dieses Verhalten wird im Regler automatisch bernommen, da eine Kopie des Modells im Beobachter abgebildet ist. Der Regler steuert also automatisch die richtige Brennkammer an!

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

31/35

Abbildung 24: Verlauf der Ausgangsgrssen y1..y6 (Temperaturen) auf einen Sollwertsprung (600 in Kammer 1 bei 0..2 sec) C

Abbildung 25: Verlauf der Stellgrssen u1..u6 (Brennstoffmassenstrme) beim Sollwertsprung

In Abbildung 24 ist aber auch eine kleine bleibende Sollwertabweichung ersichtlich, 600 C wird nicht ganz erreicht. Warum dies? Wir betrachten nochmals den Regler in Abbildung 20 (rote Kurve) dies ist ein PD-Regler, der I-Anteil fehlt also! Mit einem kleinen Trick knnte auch dieses Problem noch gelst werden. Man msste das System mit einem knstlichen I-Anteil (auf allen Kanlen) erweitern. Fr die Gasturbine spielt dies aber keine Rolle und wir lassen die Erweiterung weg. Nun wollen wir austesten, was bei einem bertunten Regler geschieht, gemss Abbildung 22. Da wir Rauschen auf dem Messsignal haben, sollte dies nun deutlich verstrkt werden. Und tatschlich, Abbildung 26 rechts zeigt eine stark verrauschte Stellgrsse. Diese Reglereinstellung ist also nicht brauchbar! Natrlich knnte man in der Realitt ein zustzliches Filter einbauen, um die Messdaten zu filtern, bevor sie in den Regler kommen. Aber ein solches Filter wrde durch dessen Zeitkonstante die Performance des Systems ebenfalls verschlechtern. Somit knnen wir auch den trgeren Regler verwenden. Nebenbei sehen wir auch, wie der Sollwert in Abbildung 26 links etwas besser erreicht wird. Dies ist auf die grssere Verstrkung des Reglers zurckzufhren.

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

32/35

Abbildung 26: Verlauf von Ausgangsgrssen y1..y6 (links) und Stellgrssen u1..u6 (rechts) bei bertuntem Regler

Als letzte Simulation lassen wir nun die Strgrssen am Eingang spielen. Diese sollen zufllige Temperaturvariationen am Eingang der Brennkammer simulieren. Die Sollwerte werden konstant gehalten, der Regler hat also die Aufgabe der reinen Strunterdrckung. Der Regler erfllt diese Aufgabe optimal, wie folgende Abbildungen zeigen (PlotSkalierungen vergrssert).

Abbildung 27: Zufllig variierende Strgrssen d1..d6 (Temperaturen ndern jede Sekunde)

Abbildung 28: Resultierende Ausgangstemperaturen y1..y6 (Betriebspunkt 500 C)

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

33/35

Abbildung 29: Stellgrssen u1..u6 (Betriebspunkt 200 kg/s)

Damit wurde gezeigt, dass die Auslegung nach LQG/LTR optimale Regler sowohl fr die Folgeregelung wie auch die Strunterdrckung liefert. Wichtig ist wie bei allen Einstellmethoden dass der Regler nicht bertunt wird und unter mglichst realen Bedingungen ausgetestet wird.

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

34/35

4.15. Zusammenfassung
Teil 10 (Zustandsraum-Darstellung) Gelerntes Klassische vs. modellbasierte Regelung Klassisch: Kopplungen im System werden nicht bercksichtigt, Black-Box-Ansatz Modellbasiert (Prozessmodell als Basis): White-Box-Ansatz Zustandsraum-Darstellung MIMO-Systeme (Multiple Input Multiple Output) Kopplungen und Dynamik bei Modellierung bercksichtigt Serieschaltung/Zusammensetzen von Teilmodellen in MATLAB mglich Analyse von MIMO-Systemen Singularwertverlufe treten an die Stelle des Bode-Diagrammes Analog zum Amplitudengang, aber auf Mehrgrssensysteme erweitert Lernziel erreicht?

Teil 11 (Auslegungsmethoden) Gelerntes Zustandsregler nach LQR-Methode auslegen knnen Performance vs. Energieverbrauch Optimalen Beobachter nach LQE-Methode auslegen knnen Minimaler Schtzfehler vs. Rauschunterdrckung Mehrgrssen-Folgeregelung mit Beobachter und Zustandsregler verstehen Wie klassischer Regelkreis Kopie der Regelstrecke im Regler! Alle Kopplungen usw. automatisch bercksichtigt! Kombinierte Auslegungsmethode LQR/LTR anwenden knnen Nur noch 2 Auslegungsparameter! Schrittweises Vorgehen mit Loop Shaping und Loop Transfer Recovery Automatisch robuste Regler! Achtung bertuning! Immer mit Rauschanteilen und Stellgrssenbeschrnkungen simulieren! Lernziel erreicht?

RT2, Teil 10/11, Zustandsraum-Darstellung fr Mehrgrssen-Systeme Prof. Dr. D. Zogg

02.05.2012

35/35