MA-MA03 Teil A – Regelung mechanischer Systeme

Prof. Dr.-Ing. Erwin Hasenjäger

Seite 1-0

Unterlagen zur Veranstaltung des Modul Mechatronische Systeme Teil A Regelung mechanischer Systeme

E. Hasenjäger

SS 2010
1 2 3 4 5 6 7 Einstieg in das Thema Kräfte, Momente und Bewegungen Standardmodelle in der Antriebstechnik Regelkonzepte und Reglerentwürfe Einsatz von Zustandsbeobachtern Stochastische Signale und Prozesse in mechatronischen Systemen Signal- und Schätzfilter

MA-MA03 Teil A – Regelung mechanischer Systeme

Prof. Dr.-Ing. Erwin Hasenjäger

Seite 1-1

1

Einstieg in das Thema

In der Vorlesung Regelung mechanischer Systeme wird ein wesentlicher Teilbereich der Mechatronik behandelt, der sich mit der intelligenten Bewegungserzeugung durch das Zusammenspiel von Mechanik, Aktorik, Sensorik und Signalverarbeitung befasst (Bild 1-1).
SollBewegungszustand der Mechanik

Signal- und Datenverarbeitung Stellsignale Aktorik Stellgrößen Mechanik Meßgrößen Sensorik Meßsignale

Störgrößen

Störgrößen

Störgrößen

Störgrößen

IstBewegungszustand der Mechanik

Bild 1-1: Grundstruktur mechatronischer Systeme

Bild 1-2 visualisiert die verschiedenen Aspekte, unter denen die Regelung mechanischer Systeme betrachtet werden kann, die einzelnen Kategorien werden in Tabelle 1-1detailliert.

Elemente

Modellierung

Struktur

Mechanik

Beispiele

Aktoren

Simulation

Dynamik

Sensoren

Zieldynamik

Regelung

Realisierung

Struktur Entwurf

Signalfilter

Bild 1-2: Systematik der Regelung mechanischer Systeme

MA-MA03 Teil A – Regelung mechanischer Systeme

Prof. Dr.-Ing. Erwin Hasenjäger

Seite 1-2

Tabelle 1-1: Einzelaspekte der Regelung mechanischer Systeme

Mechanik

Geometrie und Massenbelegungen Freiheitsgrade (translatorisch, rotatorisch Stoffdaten (Steifigkeiten, ...) Kopplungen (Getriebe, ...) Kinematik (Arbeitsraum, ...) Dynamik (Kräfte, Momente, ...) Starre Körper Mehrkörper-Systeme (MKS) Elastische Körper Kombinationen

Mechanik

Mechanik

Prinzipien (Impulssatz, Lagrange-Gln., .... Theoretische Modelle Verhaltensmodelle Modellreduktionen Standardmodelle Linearisierungen Fahrzeuge und ihre Komponenten Industrieroboter Werkzeugmaschinen Walzwerke Krananlagen Montagelinien Transportsysteme Elektromagnet Piezoantrieb Gleichstrommotor Synchronmotor Asynchronmotor Schrittmotor Linearantrieb Hydraulik- oder Pneumatikantrieb Blocksimulation Gleichungssimulation Objektorientierte Simulation

Mechanik
Beispiele

Mechanik und Regelungstechnik

Mechanik und Regelungstechnik
Simulation

Mechanik und Regelungstechnik
Dynamik

Mechanik und Regelungstechnik
Sensoren

Stabilität Dynamikanforderungen Dynamikbeschränkungen Führungsverhalten Störverhalten Steuerbarkeit Beobachtbarkeit Encoder (inkremental, absolut) Tachogenerator Potentiometer Induktivaufnehmer Resolver Beschleunigungsaufnehmer Kraftaufnehmer Dehnungsmess-Streifen Bildverarbeitung Laser-Sensoren Ultraschall-Sensoren, .....

Dr.-Ing. Erwin Hasenjäger Seite 1-3 Regelungstechnik Zieldynamik Positionieren Nachführen Dämpfen Lasten kompensieren Regelungstechnik Struktur Standard-Regelkreis Kaskadenregelung Zustandsregelung Einsatz von Zustandsbeobachtern Fuzzy-Control Kriterien Programme Optimierung Dynamikvorgabe Empirische Regeln Simulation Aufbereitung von Mess-Signalen Führungsgrößengeber Schätzfilter Regelungstechnik Entwurf Regelungstechnik Signalfilter Regelungstechnik Realisierung PC mit Messkarten Mikrocontroller Signalprozessoren Transputer Standardregler Analogelektronik .MA-MA03 Teil A – Regelung mechanischer Systeme Prof.

(b) Winkel-Zeit-Vorgaben Φ(t). Dr. Erzeugen von rotatorischen Bewegungsmustern für frei bewegliche starre Drehmassen mit einem oder mehreren Freiheitsgrad(en) auf Grund von (a) Drehgeschwindigkeit-Zeit-Vorgaben Ω(t). Der Ansatz für die Bewegungsgleichungen ist Die kinetische Energie ist && J ⋅ Φ (t ) = ∑ M i (t ) E Kin = 1 ⋅ J ⋅ Ω2 2 Lage A Moment M (t)[ Nm] Massenträgheitsmoment J [kg m 2] Lage B Winkelbeschleunigung α [rad/s2] Winkelgeschwindigkeit Ω [rad/s] φ [rad] Drehwinkel . Erwin Hasenjäger Seite 2-1 2 Kräfte. durch geeignete Momentengesetze M(t). Der Ansatz für die Bewegungsgleichungen ist Die kinetische Energie ist m ⋅ &&(t ) = ∑ Fi (t ) s E Kin = 1 ⋅ m ⋅ v2 2 2. Momente und Bewegungen In der Mechatronik gibt es Standardaufgaben für die Bewegungserzeugung und Standardmodelle für die zu bewegende Mechanik.-Ing. (b) Weg-Zeit-Vorgaben s(t) durch geeignete Kraftgesetze F(t). Erzeugen von translatorischen Bewegungsmustern für frei bewegliche starre Massen mit einem oder mehreren Freiheitsgrad(en) auf Grund von (a) Geschwindigkeit-Zeit-Vorgaben v(t). 1.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.

Hier sind meist zwei Teilaufgaben zu lösen: die gewünschte Gesamtbewegung des Systems bei gleichzeitiger aktiver Dämpfung von Strukturschwingungen oder Stabilisierung instabiler Teilbewegungen. Dr. Bringe die Masse / Drehmasse bei begrenzter Beschleunigung / Drehbeschleunigung und begrenzter Geschwindigkeit / Drehgeschwindigkeit in eine gewünschte Position (Lageregelung). Bringe die Masse / Drehmasse bei begrenzter Beschleunigung / Drehbeschleunigung auf eine gewünschte Geschwindigkeit / Winkelgeschwindigkeit (Geschwindigkeitsregelung ) 2. die dem schwingenden System durch Gegensteuern mit dem Antrieb Energie entzieht.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Kombinationen von translatorischen und rotatorischen Bewegungsmustern für frei bewegliche oder elastisch gefesselte Mehrkörpersystemen. 3. so als ob ein Dämpfer eingebaut oder die Konstruktion sehr steif sei. 4. Neben der Positionierung und Formgebung spielt auch hier die aktive Dämpfung eine große Rolle. Erwin Hasenjäger Seite 2-2 Einfache Bewegungsaufgaben für die Translation / Rotation lauten: 1. Was bedeutet aktive Dämpfung? Aktive Dämpfung bedeutet die Erzeugung einer geeigneten Krafterzeugung F(t) / Momentenerzeugung M(t). Bewegungsmuster für elastomechanischen Strukturen erzeugen.-Ing. .

maximaler Beschleunigung amax und maximaler Geschwindigkeit vmax kann das erforderliche Kraftgesetz F(t) und die minimal benötigte Zeit tAB für die Positionierung von A nach B berechnet werden.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing. 2 a(t) 0 -2 0 2 t v(t) 1 2 3 4 5 1 t 0 0 6 4 2 0 Lage A s(t) 1 2 3 4 5 Lage B t 1 2 3 4 5 0 Bild 2-1: Idealer translatorischer Positioniervorgang . Bei gegebener Masse m. Dr. Erwin Hasenjäger Seite 2-3 Das Bild 2-1 zeigt den elementaren translatorischen Positioniervorgang mit begrenzter Geschwindigkeit und Beschleunigung in idealer Weise.

Erwin Hasenjäger Seite 2-4 Dem Wunsch nach idealer Bewegung der Mechanik stehen ihre reale Eigenschaften und die äußeren Bedingungen entgegen (Bild 2-2) Elastizität der Struktur Reibung der Lagerungen Instabilität die reale Mechanik und ihre äußeren Bedingungen Spiel in den Kopplungen Trägheit der Massen äußere Begrenzungen äußere Widerstände Bild 2-2: Einflüsse auf den Bewegungsvorgang Durch den mechatronischen Ansatz der geregelten Mechanik kommt man dem Ideal näher: Stabilisierung der instabilen Mechanik Aktive Dämpfung der schwingungsfähigen Struktur Kompensation von Reibwiderständen Elektrische Verspannung von Getrieben Ausgleich von äußeren Widerständen Hochgenaue Positionierung Geregelte Beschleunigung der beteiligten Massen.-Ing. Dr.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. .

M(t) im Voraus unpraktikabel.h.-Ing. statische und dynamische äußere Lasten (Störkräfte oder momente) auszugleichen. Dr. M(t) nicht geeignet. Deshalb können genaue Bewegungsmuster und Positionierungen nur über Regelkreise (feedback control) realisiert werden. den externen Lasten und einer Abschätzung der Reibung im System aus: Fgesamt = FBeschleunigung + FLasthalten + FBewegungswiderstände Mgesamt = MBeschleunigung + MLasthalten + MBewegungswiderstände. Bei komplexeren Fahrprogrammen ist die Berechnung von F(t) . Allerdings: Bei einem falsch dimensionierten (zu schwachen) Antrieb kann auch die Regelungstechnik nicht mehr helfen.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Diese Ruckbegrenzung & rmax = amax bedeutet eine Begrenzung des Anstiegs der Antriebskraft oder Antriebsmoments. ein Kraftgesetz F(t) / Momentengesetz M(t) in Form einer Steuerung wie bei dem elementaren und idealen Positioniervorgang zu realisieren: Die Zunahme der Beschleunigung wird in der Praxis oft begrenzt. Hochlaufgebern. Bei entsprechender Auslegung der Regelung ist es auch möglich. Dies geschieht mit sog. .und geschwindigkeitsabhängig ist. richtungs. da die Reibung nicht bekannt und meist positionsabhängig. Als Steuergesetz (feed forward control) ist F(t) bzw. Das Steuergesetz fordert genaue Kenntnis der zu beschleunigenden Massen und kann keine schwankenden äußeren Störungen berücksichtigen. für die Bestimmung der erforderlichen Kräfte und Momente geht man von der geforderten Beschleunigung. Bzw. Erwin Hasenjäger Seite 2-5 Aus verschiedenen Gründen genügt es also nicht. d. Regelungen erzeugen automatisch die zur Reibungsüberwindung erforderlichen Kräfte und Momente und erfordern auch nicht sehr genaue Kenntnisse über die Parameterwerte der Mechanik. Für die Auslegung von Antrieben.

Dr.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Primär werden dann Momente erzeugen und keine Kräfte. Torsionsfedern bei Rotation mit Torsionssteifigkeit c [Nm/rad] und viskoser Dämpfung d [Nms/rad] 1. Rotatorisches Spiel (Lose) ε [rad] c d ε 1. die bei der Darstellung der Standardmodelle zum Einsatz kommen. Translatorische trockene Reibung Fc [N] 2. Erwin Hasenjäger Seite 3-1 3 Standardmodelle in der Antriebstechnik Aufgrund der größeren Verbreitung wird für die folgende Übersicht von Rotationsmotoren (und nicht von Linearmotoren) für den Antrieb wird ausgegangen. Translatorisches Spiel (Lose) ε [m] 2. Rotatorische trockene Reibung Mc [Nm] Fc Mc . Drehmasse mit Trägheitsmoment J und drehgeschwindigkeitsproportionaler Dämpfung in den Lagern d [Nms/rad] Rotationswinkel Φ Translatorische Masse m und geschwindigkeitsproportionale Dämpfung in den Lagern d [Ns/rad] Weg x J d m d Untersetzungsgetriebe mit Untersetzung i ( i >1) (die Drehmassenanteile der Getriebestufen werden dem Antrieb und dem Abtrieb zugeschlagen) Φ 2 = ⋅Φ 1 i 1 i Spindelgetriebe mit Steigung p[mm] und Trägheitsmoment J (bei einer Umdrehung werden p mm Weg erzeugt) J p 1.-Ing. Zug-Druckfedern bei Translation mit Federsteifigkeit c [N/m] und viskoser Dämpfung d [Ns/m] 2. Zunächst folgen hier die Elemente.

1 Starres. Modelle sind immer ein vereinfachendes Abbild der Wirklichkeit 2. d. die Drehgeschwindigkeiten beschreiben (D-Modelle) für Drehzahlregelungen und die Winkellagen beschreiben (L-Modelle) für Lageregelungen. . h. frei drehbares Antriebsmodell Das starre Antriebsmodell ist in der Antriebstechnik ein Standard und bildet die Grundlage für Regelungen von Drehzahl und Lage. Entweder handelt es sich um einen Direktantrieb ohne Getriebe (Fall A im Bild 3-1) oder es wird zwischen Antrieb und Abtrieb ein Getriebe zwischen geschaltet (Fall B im Bild 3-2). Dabei unterschieden zwischen Modellen.-Ing. Erwin Hasenjäger Seite 3-2 Bei Verwendung dieser Modellelemente bei der Gestaltung mechanischer Ersatzmodelle muss man Folgendes wissen: 1. dass Modelle zur Entwicklung von Drehzahlregelungen anders aussehen als Modelle zur Entwicklung von Lageregelungen. MA ML Bild 3-1: Direktantrieb (Fall A) Modellierung der Mechanik des einfachen Drehmasse bezüglich Lage (L1-M) && & & J ⋅ Φ = −d ⋅ Φ − M C ⋅ sgn(Φ) + M A − M L Hinweis: Die dynamischen Modelle des Falles A sowie aller weiteren Fälle (antriebsseitig und abtriebsseitig betrachtet) werden in der Vorlesung gemeinsam erarbeitet und sollten hier im Skript ergänzt werden. Dr.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. zum Beispiel. 3. Modelle werden von ihrem Zweck bestimmt.

Erwin Hasenjäger Seite 3-3 Der Fall B mit Untersetzungsgetriebe besteht generell aus den drei Komponenten Motor. Motor MA Antrieb Getriebe φA ΩA φL ΩA Last ML Abtrieb L JL ML JA MA i A Bild 3-2: Antrieb mit Getriebe (Fall B) Modellierung .-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr. Getriebe und Last. Zur Erinnerung: Untersetzungsgetriebe machen aus schnell drehenden Motorbewegungen mit kleinem Moment langsame Lastbewegung mit hohem Moment.

MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr. Erwin Hasenjäger Seite 3-4 Im dritten (auch sehr häufigen) Fall C wird aus der Rotation über ein zusätzliches Spindelgetriebe eine translatorische Bewegung erzeugt: Antrieb mit Stirnrad.und Spindelgetriebe (Fall C) S xL mL p JS i MA JA FL A Bild 3-3 : Antrieb mit Stirnrad.-Ing.und Spindelgetriebe (Fall C) Modellierung .

Masse mΣ) reduziert werden (Bild 3-4). Trägheitsmoment JΣ ) oder abtriebsseitig auf eine translatorische Masse (result. Erwin Hasenjäger Seite 3-5 Wird in Fall B und Fall C erkannt.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. entweder mit antriebsseitiger oder abtriebseitiger Betrachtung. Dr. MA ML Bild 3-4: Antriebseitige Betrachtung (links) und abtriebseitige Betrachtung von Fall C Modellierung des Geschwindigkeitsstrecke D-S zur Entwicklung des Geschwindigkeitsreglers D-R Modellierung des Lagestrecke L-S zur Entwicklung des Lagereglers L-R . dass die Systeme keine nennenswerten Elastizitäten aufweisen (sehr steife Auslegung mit nur einem Freiheitsgrad). kann Fall B auf Fall A reduziert werden mit dem resultierenden Trägheitsmoment JΣ. Fall C kann entweder antriebsseitig auf Fall A (result.-Ing.

Dr.2 Elastisches. frei drehbares Antriebsmodell A A L L MA ML Bild 3-5: Standard-Modell für den elastischen Antrieb Modellierung: 3. Erwin Hasenjäger Seite 3-6 3.3 Elastisches.-Ing. frei drehbares Modell mit zwei Antrieben Bild 3-6: Zweiseitiger elastischer Antrieb Modellierung: .MA-MA03 Teil A – Regelung mechanischer Systeme Prof.

die eingesetzten Winkel. die aus der Zusammenschaltung von Strecke und Regler resultierenden Regelkreise werden dann entsprechend benannt mit D1-RK für den Drehzahlregelkreis und L1-RK für den Lageregelkreis. Starres frei drehbares Antriebsmodell (nach Abschnitt 3.Das Modell ist anwendbar auf rotatorische und translatorische starre Antriebsstrecken Allen Modellen gemeinsam ist.-Ing.Das Modell ist antriebsseitig oder abtriebsseitig formulierbar .Das Modell ist antriebsseitig oder abtriebsseitig formulierbar .bzw.Das Modell ist anwendbar auf rotatorische und translatorische starre Antriebsstrecken Elastisches.2) Drehzahl D2-M Lage L2-M Anmerkung: .1) Drehzahl MA ML Anmerkung: . Erwin Hasenjäger Seite 3-7 Zusammenfassend werden die oben angesprochenen drei Standardmodelle mit folgenden Benennungen bezeichnet.bzw. Lage-Regler erhalten die Kennung L1-R. Die eingesetzten Drehzahl.Das Modell ist antriebsseitig oder abtriebsseitig formulierbar . Geschwindigkeits-Regler erhalten die Kennung D1-R. . Dr. dass die Momentenerzeugung M = KM ⋅ u über Steuersignal u und Motorkonstante KM im Modell integriert sein kann.Das Modell ist anwendbar auf rotatorische und translatorische starre Antriebsstrecken D1-M Lage L1-M Elastisches. frei drehbares System mit 2 Freiheitsgraden und einem Antrieb (nach Abschnitt 3.3) Drehzahl D3-M Lage L3-M Anmerkung: . frei drehbares System mit 3 Freiheitsgraden und zwei Antrieben (nach Abschnitt 3.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.

MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing. Erwin Hasenjäger Seite 3-8 Die eingesetzten Reglertypen werden in einem späteren Kapitel genauer erläutert. Bild 3-7: Drehzahlregelkreis D1-RK Bild 3-8: Lageregelkreis L1-RK in Kaskadenform . Hier werden lediglich die üblichen Strukturen des D1-RK und des L1-RK für die starren Antriebsmodelle D1-M und L1-M dargestellt. Dr.

dass die Dämpfungswerte d. dA und dL klein sind. Diese Winkel werden als die beiden Bewegungskoordinaten q1 = ΦA und q2 = ΦL definiert und im Vektor q zusammengefasst. Bild 3-9: SIMULINK-Blockdiagramm für die vektorielle Schwingungsgleichung Wenn angenommen werden kann. die Momente MA und ML im Vektor u. 3. geeignet für die Modelle L2-M und L3-M. ⎡ q ⎤ ⎡Φ ⎤ q( t ) = ⎢ 1 ⎥ = ⎢ A ⎥ ⎣q 2 ⎦ ⎣Φ L ⎦ ⎡u ⎤ ⎡ M ⎤ u( t ) = ⎢ 1 ⎥ = ⎢ A ⎥ ⎣u 2 ⎦ ⎣ M L ⎦ Die in der Vorlesung hergeleiteten Bewegungsgleichungen lauten dann && & q( t ) = −CM ⋅ q( t ) − DM ⋅ q( t ) + EM ⋅ u( t ) mit der Steifigkeitsmatrix CM.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.4 Modelldarstellung für frei drehbare Mehrmassensysteme Diese Darstellungsformen sind z.-Ing.1 Das Modell L2-M Das Modell enthält zwei Freiheitsgrade. es sind die beiden Drehwinkel ΦA und ΦL. . das System also schwach gedämpft ist. der Dämpfungsmatrix DM. die für die Simulation beliebiger linearer Mehrkörpersysteme verwendbar ist. B.4. Erwin Hasenjäger Seite 3-9 3. Dr. liefert die Betrachtung der Steifigkeitsmatrix CM Aussagen über Eigenfrequenzen und Eigenformen (Eigenvektoren) des ungeregelten Systems. der Eingangsmatrix EM. Bild 3-9 zeigt die zugehörige SIMULINK-Struktur.

7071 -0. .1 Nms/rad. Erwin Hasenjäger Seite 3-10 Um dies anschaulich zu machen werden folgende Parameterwerte für das Berechnungsbeispiel gewählt: JA = 10 kgm^2.16 Hz. Dr. Im Beispiel bedeutet das: die erste Eigenform ist die Starrkörperbewegung mit 0 Hz die zweite Eigenform ist die Schwingung der beiden Massen gegeneinander mit 5.9285 f[Hz] = 0 0 0 5. die den Eigenvektoren entsprechen (also proportional dazu sind).1 Nms/rad.1572 Die Eigenvektoren beschreiben die Eigenschwingungsformen mit den zugehörigen Frequenzen. Die Berechnung der Matrix der Eigenvektoren EV und der Matrix der Eigenwerte EW für die Matrix CM [EV.-Ing.5 Nms/rad. JL = 4 kgm^2.7071 EW = 0 0 0 1050 0. dA= 0.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.EW]=eig(CM) f=sqrt(EW)/(2*pi) liefert für die Eigenvektoren und die Eigenfrequenzen [Hz] EV = 0. dL = 0. d = 0. c = 3000 Nm/rad.3714 -0. Diese Eigenformen werden angeregt durch die Wahl von Anfangsauslenkungen der beiden Massen.

wenn k die Zahl der Freiheitsgrade bzw. B = ⎢ E ⎥ − DM ⎦ ⎣ M⎦ . Dr.-Ing.6 0.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. folgende Definition ist sinnvoll: ⎡q ⎤ x=⎢ ⎥ & ⎣q ⎦ Damit wird aus der vektoriellen Schwingungsform && & q( t ) = −CM ⋅ q( t ) − DM ⋅ q( t ) + EM ⋅ u( t ) der erste Teil der ABCD-Form & x = A⋅ x + B ⋅u mit ⎡ 0 A=⎢ 2 ⎣− CM I2 ⎤ ⎡ 02 ⎤ ⎥.4 0. die Zahl der Bewegungskoordinaten qi ist.2 0. In der Definition der Zustandsgrößen ist man in gewisser Weise frei. Erwin Hasenjäger Seite 3-11 25 20 15 10 5 0 -5 -10 -15 -20 -25 0 0. Die Zahl n der Zustandsgrößen ist n = 2k.8 1 Bild 3-10: Zweite Eigenform Der Übergang zur Zustandsraum-Darstellung für die Berechnung von Zustandsreglern erfordert die Definition von Zustandsgrößen im Zustandsvektor x.

Die Frequenzen resultieren als Kreisfrequenzen ω. Dr.4037i 0. 1.0000 -0.4037i -0.0429 Hierin erkennt man die gedämpfte Starrkörperbewegung sowie die gedämpfte Schwingung der Massen gegeneinander.LOCKED )2 J A JL mit den beiden Locked-Rotor-Frequenzen f I .0336 +32.LOCKED )2 + ( f II . Dazu werden Frequenzgang-Analysatoren eingesetzt. Die Frequenz der frei gegeneinander schwingenden Drehmassen f 2 .FREE = 1 2π c ⋅( 1 1 + ) = ( f I .0336 -32. Das Modell L2-M (Betrachtung ohne Dämpfung) besitzt die zwei Eigenfrequenzen.LOCKED = 1 2π c JA ( Drehmasse J L blockiert ) f II .LOCKED = 1 2π c JL ( Drehmasse J A blockiert ) ( In der Praxis können Getriebesteifigkeiten oder auch allgemein Elastizitäten und Trägheiten bzw. Die Starrkörper uneigentliche Frequenz f1 = 0 2. Erwin Hasenjäger Seite 3-12 In der Fortführung obigen Beispiels hat die Systemmatrix des Systems mit Dämpfung die Eigenwerte eig(A)= -0. . Eigenfrequenzen mit einer Frequenzgang-Analyse experimentell bestimmt werden.-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.

Dr. JA c JL Bild 3-11 zeigt das Ergebnis der Frequenzgang-Analyse G1(jω) Bild 3-11: Amplitudengang des Systems L2-M mit Eingang M und Ausgang ΦA . die Reaktion von Drehwinkeln oder Winkelgeschwindigkeiten der Drehmassen werden bezüglich Amplitudenverhältnis und Phasenverschiebung analysiert. G1 ( jω ) = G2 ( jω ) = Φ A ( jω ) M ( jω ) Φ L ( jω ) M ( jω ) Ein wichtiges Experiment ist die Bestimmung von G1(jω). Die entsprechende Übertragungsfunktion (hergeleitet für das ungedämpfte System) lautet: 1 s 2 + ωII G1( s ) = ⋅ J 1 ⋅ s s 2 + ωI 2 + ωII 2 2 mit den quadratischen Kreisfrequenzen für die beiden Locked-Rotor-Frequenzen ωI 2 = ω II 2 = c .MA-MA03 Teil A – Regelung mechanischer Systeme Prof. f_STEP. f_STOP) stimuliert das System über das Motormoment M. Erwin Hasenjäger Seite 3-13 Ein Sinussignal variabler Frequenz (f_START.-Ing. die Locked-Rotor-Frequenz f1_LOCKED und die Free-Rotor-Frequenz f_FREE. Der Amplitudengang weist zwei Spitzen auf.

01 kgm 2 kgm 2 kgm Nms/rad Nms/rad Nms/rad Nm/rad Nm/rad Nms/rad Nms/rad 2 0. B = ⎢E ⎥ − DM ⎦ ⎣ M⎦ .01 0.4.02 0.9 0.5 Nm/V Bild 3-12: Das Modell L3-M Das Modell hat drei Freiheitsgrade und damit die drei Bewegungskoordinaten ⎡Φ 1 ⎤ q = ⎢Φ L ⎥ .MA-MA03 Teil A – Regelung mechanischer Systeme Prof.01 0.9 0.00E-03 0.00E-03 4.02 0. es dient hier im Skript als Beispiel für weitere Inhalte der Veranstaltung.00E-03 6. J1 JL J2 d1 dL d2 c1L c2L d1L d2L KM 6. ⎢ ⎥ ⎢Φ 2 ⎥ ⎣ ⎦ Basierend auf den Bewegungsgleichungen ist wieder das vektorielle Schwingungsmodell formulierbar als && & q( t ) = −CM ⋅ q( t ) − DM ⋅ q( t ) + EM ⋅ u( t ) sowie als Zustandsraumdarstellung & x = A⋅ x + B ⋅u mit dem Zustandsvektor ⎡ Φ1 ⎤ ⎢ Φ ⎥ L ⎢ ⎥ ⎢ Φ2 ⎥ x=⎢ ⎥ & ⎢Φ 1 = Ω1 ⎥ & ⎢Φ L = Ω L ⎥ ⎢ & ⎥ ⎢Φ 2 = Ω 2 ⎥ ⎣ ⎦ dem Eingangsvektor ⎡ u1 ⎤ u = ⎢u L ⎥ ⎢ ⎥ ⎢u 2 ⎥ ⎣ ⎦ und den Matrizen ⎡ 0 A=⎢ 3 ⎣− CM I3 ⎤ ⎡ 03 ⎤ ⎥. Erwin Hasenjäger Seite 3-14 3. Dr.2 Das Modell L3-M Das L3-M-Modell mit zugehörigen Daten (Bild 3-12) wird in der begleitenden Simulationsübung modelliert und simuliert.-Ing.

V = -0.6667 7.0000 -150 450 -150 0 -225 150 An dieser Stelle sei zum besseren Verständnis eine Bemerkung zu Eigenwerten und Eigenvektoren eingefügt.3015 -0.5774 0.n) bestimmt und damit die Eigenvektoren vi ( si ⋅ I − A ) ⋅ v i = 0 Die bereits eingeführte Eigenvektormatrix EV (hier bezeichnet mit V) V = [v 1 v2 v3 ] beschreibt mit den Vektoren vi physikalisch anschaulich die Eigenformen der Schwingungen.0000 0 0 0 83.0000 0. s ⋅ v = A ⋅ v je nach Modellform.. die zu den entsprechenden Eigenfrequenzen fi gehören.-Ing. CM = 150 -225 0 DM = 5.. Diese Gleichung wird hier an jeweilige Untersuchungen und Berechnungen definiert und angepasst.7071 0.5774 0.0000 -2.9045 -0. Erwin Hasenjäger Seite 3-15 Die Ausgangsgleichung y = C ⋅ x + D ⋅u beschreibt mit y die Messbarkeit der Zustandsgrößen x .5000 -1.5000 0 EM = 83.3333 -1.0000 . Die Eigenwertgleichung enthält die Eigenwerte s und die Eigenvektoren v : s ⋅ v = CM ⋅ v bzw.3333 0 0 0 125.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.8985 1.7071 -0..5774 fE [Hz]= 3.9492 0. Dr.3015 0. Aus det( s ⋅ I − A ) = 0 werden die n Eigenwerte si (i=1.5000 5.6667 0 -2.

q( 0 ) = c3 ⋅ v 3 Wird die Eigenvektormatrix V für die Steifigkeitsmatrix CM berechnet. Wird die Eigenvektormatrix V für die Systemmatrix A berechnet. * i = 1 . was schwerer interpretierbar ist (siehe weiter unten). k Wichtig: 1.-Ing. Eine beliebige Bewegung qi(t) ist deshalb transformierbar in die Anteile der Eigenbewegungen (Modal-Analyse) q ( t ) = V −1 ⋅ q( t ) * Für diese Transformationen wird die Eigenvektormatrix V verwendet. Dr. werden damit die entsprechenden Eigenformen mit den zughörigen Eigenfrequenzen angeregt.. so werden die jetzt Systemdämpfungen berücksichtigt. Erwin Hasenjäger Seite 3-16 Wählt man in der Simulation Anfangsbedingungen. so werden die Systemdämpfungen nicht berücksichtigt. Bild 3-13: Modalanalyse einer allgemeinen Schwingung . Eine beliebige Bewegung qi(t) ist als Linearkombination der Eigenbewegungen darstellbar (Modal-Synthese) q( t ) = ∑ q i = V ⋅ q ( t ) * * i =1 k 2.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.. Die Eigenbewegungen (im Beispiel k = 3) sind q i = c i ⋅ v i ⋅ sin( 2 π f i t ). dafür wird V komplex. q( 0 ) = c1 ⋅ v 1 . q( 0 ) = c2 ⋅ v 2 . dafür wird V reell. die proportional zu den Eigenvektoren sind.

0000 -3.5000 -11.5000 +11.6667 -7.0395i -4. A = 0 0 0 -150.0000 eig(A) = -4.0000 0 2. so wird das Ganze zunächst etwas unübersichtlicher.0395i -2. Berechnet man die Eigenvektormatrix und die Eigenwerte der Systemmatrix A mit den Systemdämpfungen. Dr.0000 -450.0000 0 0 0 0 150. Erwin Hasenjäger Seite 3-17 Wird q( t ) = V ⋅ q ( t ) * in && q( t ) = −CM ⋅ q( t ) eingesetzt und von links mit V −1 multipliziert.6871 +24.1257 An den Realteilen sind die Dämpfungen im Modell zu erkennen. Die Imaginärteile sind die Eigenkreisfrequenzen des gedämpften Systems.5000 0 0 1.5000 -5.0000 0 1.0000 2.6667 0 0 1.0000 0 0 0 0 1.0000 -150.0000 225.9896i 0.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.0000 225.6871 -24.0000 0 0 -5. erhält man die modale (oder entkoppelte) ungedämpfte Bwegungsgleichung * && q* ( t ) = −V −1 ⋅ CM ⋅ V ⋅ q* ( t ) = −CM ⋅ q* ( t ) Für das Beispiel wird CMstern = 600 0 0 0 150 0 0 0 -0 In den Diagonalelementen finden sich die Quadrate der Eigenkreisfrequenezn von drei unabhängigen und ungedämpften Modellen wieder (zwei Einmassenschwinger und eine freie Drehmasse).9896i -2.0000 150. .5000 1.-Ing.

.0000 .5774 0.MA-MA03 Teil A – Regelung mechanischer Systeme Prof...0000 24..0362i 0.0122i -0.0000 0.. sondern besitzen aufgrund der Dämpfungen Phasenverschiebungen..5774 0.0000 0.5 0 ..0000 + 0.1754 -0.9034 -0.0000 + 0.0.0000 -0..0000 0..0000 0.0.5629i 0.5 * i 0 0 ⎢ ⎢0 0 0 ...9896 -2. die Eigenbewegungen sind nicht mehr rein sinusförmig.5774 0..0. d.5507 Es resultiert eine komplexe Eigenvektormatrix V.1762 -0.0000i 0.0000 0 . 0 ⎡0 .0000i 0.0071 + 0.5 * i ⎢0 ⎢ . .5000 -0.9034 -0.0395 -0. ⎢ .0104i -0.5000 -11.0000 0.0000 0.0. Erwin Hasenjäger Seite 3-18 V = 0.0000i -0.0.0000 0..5482 0..5629 Diese modale Entkopplung wird besonders dann interessant.3017 .0000 -0.0122i -0.0019 .5 − 0 . . .0000i -0.0117 + 0.7048 . h.0000 -0.0000 0. ⎤ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ usw⎥ ⎦ .0362i 0.5 * i 0 ⎢0 .0000 0.0000 0.0019 ...1.0104i 0.0000 -0. ..0000 -2.5 0 .0.-Ing.5507 0.0104i 0. ⎢ .7048 0. . .0000 -1.0563i 0.0019 + 0.0000 -0.0563i -0.0000 0. Um dennoch auf eine diagonalähnliche Struktur zu kommen mit entkoppelten Teilsystemen (Jordan-Struktur).6871 -0.3017 + 0.0000i -0.. .0000 0.0117 ..5629i -1..0000 -0.0000 -0. Der Ansatz für die Modaltransformation des Systemzustands x lautet nun x ( t ) = V ⋅T ⋅ x = V* ⋅ x * mit der modifizierten Eigenvektormatrix V * = V ⋅T ⋅ und der (teil-)entkoppelte Systemmatrix J * = (V ⋅ T ) ⋅ A ⋅ (V ⋅ T ) −1 für das Beispiel also Jstern = -4.0117 . Dr..0071 .3017 .1762 0.3017 + 0.0122i -0. .5629 0 + 1.0. ⎣ .5 * i T =⎢ 0 0 .7048 0..0019 + 0.5 − 0 .0000 ..9896 -0.0000 11.0000 0.0104i 0. bedient man sich einer (nxn)-Transformationsmatrix T mit folgendem Aufbau.0000 -0. wenn man gezielt einzelne Eigenbewegungen regeln möchte: Der Regler wird für das entkoppelte System entworfen und auf des verkoppelte System rücktransformiert.0.0122i -0.0.6871 -24.0395 -4..0563i -0.0.0563i 0.7048 + 0.0000i 0.0000 0.0117 + 0.

MA-MA03 Teil A – Regelung mechanischer Systeme Prof.5 Das instabile System des „Segway“-Rollers .-Ing. Dr. Erwin Hasenjäger Seite 3-19 3.

Erwin Hasenjäger Seite 3-20 .-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr.

-Ing. Dr.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Erwin Hasenjäger Seite 3-21 .

Dr. Erwin Hasenjäger Seite 3-22 .-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.

MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing. Dr. Erwin Hasenjäger Seite 3-23 .

MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing. Dr. Erwin Hasenjäger Seite 3-24 .

-Ing. Erwin Hasenjäger Seite 3-25 .MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr.

oder PID-Regler ausgelegt sein. die werksseitig eingestellten Reglerparameter des Drehzahlregelgerätes in der Leistungselektronik nicht angepasst werden. A. Erwin Hasenjäger Seite 4-1 4 4. Der Regler D1-R ist ein PI-Regler. L1-M. Dr.1 Regelkonzepte und Reglerentwürfe Herkömmliche Regelungen für frei drehbare Antriebsmodelle Zunächst werden die herkömmlichen Reglerstrukturen für die Modelle D1-M. bei denen die Drehzahlregelung für momentengeregelte Antriebe selbst entworfen wird. müssen i. Der D1-R kann als P. Neben externen Lastmomenten können mit dem I-Anteil des Reglers auch die Coulomb-Anteile der Bewegungswiderstände kompensiert werden. Hier kommen die üblichen Reglerentwurfsverfahren zum Einsatz.-Ing. abhängig von den Verläufen des Lagesollsignals und den eingesetzten Aufschaltungen. Bild 4-1: Regelungsstrukturen D1-RK und L1-RK Der Drehzahl-Regelkreis D1-RK ist ein einschleifiger Regelkreis (Bild 4-1 links) mit einer optionalen Aufschaltung von Beschleunigungsmomenten bei nicht konstanten DrehzahlsollwertProfilen sowie von Kompensationsmomenten für Reibungen im System. . D2-M. D3-M und L3-M behandelt. Anders ist das bei Eigenentwicklungen. L2-M. auch bei konstanten Lastmomenten ML. Der Lage-Regelkreis L1-RK (Bild 4-1 rechts) besitzt die in der Antriebstechnik übliche Kaskadenstruktur mit dem überlagerten Lageregelkreis. Da meist Untersetzungsgetriebe zum Einsatz kommen und damit die angekoppelte Trägheit auf der Abtriebsseite antriebseitig kaum ins Gewicht fällt. mit dem konstante Drehzahlsollwerte ohne Regeldifferenzen erzielbar sind. Für die Modelle D1-M und L1-M sind die Regelungsstrukturen im Bild 4-1 dargestellt.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.

Mit der Erkenntnis Schwingungen können durch geeignete Rückführung der beteiligten Geschwindigkeiten bedämpft werden werden diese Erweiterungen nur im Drehzahl-Regelkreis vorgenommen. Dr. Bild 4-2 zeigt dies für das Zwei-Massensystem L2-M bzw. Auftretende Schwingungen zwischen Antrieb und Abtrieb versucht man durch Erweiterungen der herkömmlichen Strukturen in den Griff zu bekommen.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Erwin Hasenjäger Seite 4-2 Erkennt man bei der Systementwicklung oder beim Betrieb Lastpendelungen aufgrund modellmäßig nicht vernachlässigbarer Elastizitäten. D2-M.-Ing. . Es zeigt dann meist auch. L2M sowie D3-M oder L3-M oder ähnliche zum Einsatz. Der überlagerte LageRegelkreis bleibt davon unberührt. kommen Mehrmassenmodelle wie D2-M. dass die Regelkreise D1-RK und L1-RK an diesen Regelstrecken nicht mehr einwandfrei funktionieren und zu Schwingungsverhalten neigen. Bild 4-2: Regelungsstruktur zur Dämpfung Lastpendelungen Aus den Drehgeschwindigkeiten von Antrieb und Last wird eine Differenzdrehzahl gebildet Ω∆ = Ω A − ΩL Die Differenzdrehzahl wird mit einem Reglerfaktor K∆ (Dämpfungswert) bewertet und negativ hinter dem Drehzahlregler aufgeschaltet.

Hinweis: Das Vorzeichen von M2 wurde zur besseren Übersicht geändert (Bild 3-12).i ⋅ Ω 2 + K ΩL ⋅ Ω L ] i = 1.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.5 ⋅ (Ω1 + Ω 2 ) Mit der Summendrehzahl der Antriebe und der Lastdrehzahl wird eine zweite Differenzdrehzahl gebildet Ω∆ 2 = ΩΣ − Ω L Die Differenzdrehzahlen wird mit den Reglerfaktoren K∆1 und K∆2 (Dämpfungswerte) bewertet und wie im Bild 4-3 aufgeschaltet. Mit dem PI-Regler D3-R GD 3 R = KPs + KI s können für den kompletten Drehzahl-Regelkreis D3-RK die Rückführung in den beiden Stellgrößen u1 und u2 ausgerechnet und auf folgende Form gebracht werden u i = −[K Φ 1 ⋅ Φ 1 + K Φ 2 ⋅ Φ 2 + K Ω 1.und Lastpendelungen Aus den Drehgeschwindigkeiten der beiden Antriebe werden eine erste Differenzdrehzahl sowie eine Summendrehzahl (Mittelwert) gebildet Ω ∆1 = Ω1 − Ω 2 Ω Σ = 0.i ⋅ Ω 1 + K Ω 2 . es hat nun die gleiche Richtung wie M1.-Ing. Erwin Hasenjäger Seite 4-3 Entsprechend geht man beim Drei-Massensystem mit zwei Antrieben vor (Bild 4-3) ML soll soll uKomp u1 KM M1 L INT L L3-R D3-R D2-R D3-M u2 KM M2 1 2 K 1 + - 0.5 1 2 + + + - K L Bild 4-3: Regelungsstruktur zur Dämpfung Motor.2 . Dr.

Es ist aber auch zu erkennen. für die bisher behandelten Modelle können die Zustandsvektoren z. dass der Zustand des Systems zurückgeführt wird. Allerdings wurde gleichzeitig eine genauere Modellierung der Regelstrecke erforderlich. Der Reglerentwurf gestaltete sich übersichtlicher.2 Vollständige Zustandsrückführung für frei drehbare Antriebssysteme Die in den 1970er Jahren eingesetzten herkömmlichen Methoden nach Abschnitt 4. 4. K∆1. ⎡Φ ⎤ x=⎢ ⎥ ⎣Ω ⎦ L1 − M ⎡Φ A ⎤ ⎢Φ ⎥ x = ⎢ L⎥ ⎢Ω A ⎥ ⎢ ⎥ ⎣Ω L ⎦ L2 − M ⎡Φ A − Φ L ⎤ x = ⎢ ΩA ⎥ ⎢ ⎥ ⎢ ΩL ⎥ ⎣ ⎦ D2 − M ⎡ Φ1 ⎤ ⎢Φ ⎥ ⎢ L⎥ ⎢Φ ⎥ x = ⎢ 2⎥ ⎢ Ω1 ⎥ ⎢Ω L ⎥ ⎢ ⎥ ⎢Ω 2 ⎥ ⎣ ⎦ L3 − M . B.-Ing. was den Einsatz einer kompletten Zustandsrückführung (Zustandsregelung) nahelegt und die Berechnung der Reglerparameter vereinfacht. Erwin Hasenjäger Seite 4-4 Die Reglerparameter in dieser Form hängen sehr verkoppelt von den Reglerparametern KP. In der Zustandsraumdarstellung. KI. Dr.2 wurden vielfach in den 1980er Jahren durch Zustandsraummethoden (Zustandsraumdarstellung Zustandsrückführungen und Zustandsbeobachter) ersetzt. wie folgt definiert werden. die Regelgüte wurde besser. Die Anordnung (Definition) der Zustandsgrößen ist dabei beliebig.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Ähnliche Betrachtungen sind natürlich auch für das Modell D2-M möglich. der ABCD-Form (siehe Rete) & x = A⋅ x + B ⋅u y = C ⋅ x + D ⋅u erfasst man im Zustandsvektor x den gesamten Systemzustand alle Wege und Geschwindigkeiten und alle Winkel und Winkelgeschwindigkeiten zusammen. K∆2 ab.

dass alle Zustände x messbar sind. ob mit dem Stellvektor u alle Zustände beeinflusst werden können. ist das System steuerbar.-Ing. das Modell L3-M soll nur mit der Stellgröße u = M1 geregelt werden. Falls rank(Co)den Wert n zurückgibt...B). Erwin Hasenjäger Seite 4-5 Unter der Voraussetzung. wird die Eingangsmatrix B . Dies wird geprüft mit der Steuerbarkeitsmatrix QS = B. Dr.. Matlab bietet eine Operation Co = ctrb(A. Für das Beispiel des Modells L3-M wäre das bei ML = 0 zur Positionierung bei gleichzeitiger aktiver Dämpfung x soll ⎡Φ 1 = Φ soll ⎤ ⎡1⎤ ⎢Φ = Φ ⎥ ⎢1⎥ soll ⎥ ⎢ L ⎢ ⎥ ⎢Φ 2 = Φ soll ⎥ ⎢1⎥ =⎢ ⎥ = ⎢ ⎥ ⋅Φ soll 0 ⎢ ⎥ ⎢0 ⎥ ⎢ ⎥ ⎢0 ⎥ 0 ⎢ ⎥ ⎢ ⎥ 0 ⎢ ⎥ ⎢0 ⎥ ⎣ ⎦ ⎣ ⎦ Vor der Berechnung von Zustandsreglern muss die Steuerbarkeit geprüft werden. so ist die Steuerbarkeit gegeben.MA-MA03 Teil A – Regelung mechanischer Systeme Prof..h. AB. A2 B. Unter der Annahme. mit der die Steuerbarkeit geprüft werden kann. d. ergibt sich folgende Regelungsstruktur & x = A⋅ x + B ⋅u mit der vollständigen Zustandsrückführung u dyn = K ⋅ x und dem Vorfilter u stat = V ⋅ x soll und V = − B −1 ⋅ [ A − B ⋅ K ] Hinweis: Der Sollzustand muss geeignet gewählt und damit realisierbar sein. es muss geprüft werden. An −1 B [ ] Hat die diese Matrix den Rang n.

5+8.B1.9896i 0.5 +8.5i -8.8081 -12.6871 -24.4428 0.0395i -2.5000 +11. VORHER (ungeregelt) eig(A) = -4.-Ing.3333 0 0 Der Test auf Steuerbarkeit fällt positiv aus. Erwin Hasenjäger Seite 4-6 B1 = 0 0 0 83.3038 6.5i -5 +5i -5 -5i Warum gerade diese Platzierung? Mit dieser Eigenwertvorgabe wird neben der Positionierung eine Dämpfung der Eigenbewegungen erreicht (Bild 4-4).9805 0.5i -8.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. die Eigenwerte des ungeregelten Systems eig(A) so zu verschieben bzw.6871 +24.5000 -11. die dem gewünschten dynamischen Verhalten entsprechen.2420 NACHHER (geregelt) eig(A-B*K) = -17 +17i -17 -17i -8.preg) K = 6.5220 -0. .5-8.9896i -2.1257 Mit folgenden Befehlen wird die K-Matrix berechnet preg = [-17+17i -17-17i -8.B1)) ans = 6 Die Aufgabe des Reglerentwurfs ist es nun. so zu platzieren.0000 -3. Dr.5i -5+5i -5-5i] K=acker(A.5 -8. dass mit eig(A-BK) der geschlossene Regelkreis solche Eigenwerte erhält.0395i -4. da das System die Ordnung 6 hat: rank(ctrb (A.

8508 0.2837 . Erwin Hasenjäger Seite 4-7 Bild 4-4: Aktive Dämpfung und Positionierung des Modells L3-M mit M1 Bei gleicher Eigenwertvorgabe eig(A-BK) und unter Verwendung beider Stellmomente M1 und M2 erhält man mit K = place(A.9367 -0.5860 1.8804 0. Dr.2482 0.2495 -0.7229 -2.-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.0944 0.2383 0.7793 1.B2. K = 0.1469 -0.preg) eine neue K-Matrix und ein anders Verhalten.

was man daran erkennt.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.2 eingesetzt und im Bild 4-6 gezeigt ist. die Ausgangsmatrix C ist eine n-dimensionale Einheitsmatrix. Dr. d. setzt die vollständige Messbarkeit aller Zustände x voraus. & x = A⋅ x + B ⋅u u dyn = K ⋅ x u stat = V ⋅ x soll und V = − B −1 ⋅ [ A − B ⋅ K ] Bild 4-6: Vollständige Zustandrückführung . Die Reglerentwurf besteht dann aus der Berechnung der Rückführmatrix K.h.-Ing. wie sie im Kapitel 4. Erwin Hasenjäger Seite 4-8 Bild 4-5: Aktive Dämpfung und Positionierung des Modells L3-M mit M1 und M2 4. dass sie im Vorfilter V nicht erscheint.3 Zustandsregelungen mit vollständiger Zustandsrückführung Die vollständige Zustandsrückführung.

Der Hilfetext in Matlab® weist darauf hin. besonders bei schlecht steuerbaren Systemen. dass das Entwurfsverfahren nicht immer numerisch verlässlich arbeitet und für Ordnungen größer als n = 10 möglicherweise versagt. Erwin Hasenjäger Seite 4-9 Hier bieten sich verschiedene Entwurfsverfahren bzw. In den Lagen eig(A-BK) sollen noch die Lagen eig(A) erkennbar sein (pole shifting). Diese Routine ist auch für Systeme mit einer Eingangsgröße einsetzbar. der Aufruf K = acker(A. dass die Zahl der gleich vorgegebenen Eigenwerte die Zahl der Eingangsgrößen nicht übersteigen sollte. Dr. Bei der reinen Eigenwertvorgabe ist auf geeignete Vorgaben zu achten.-Ing.B. . Der Hilfetext in Matlab® weist hier darauf hin.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. was soviel bedeutet wie ein Kompromiss zwischen der Dynamik des ungeregelten Systems (autonomes Verhalten) und dem gewünschten Regelverhalten. Es deshalb eine Eigenwertverschiebung (pole shifting) besser geeignet als ein willkürliches Eigenwertvorgeben (pole placement). die Eingangsmatrix (hier ein Spaltenvektor) sowie den Vektor der gewünschten Eigenwerte des Regelkreises eig(A-B*K).p) benötigt die Systemmatrix. 10 %) werden Warnungsmeldungen ausgegeben. Ackermann: Der Entwurf linearer Regelungssysteme im Zustandsraum. S. Mehrgrößensysteme mit einer Stellgröße Für die vollständige Zustandsrückführung und der Erzeugung einer Stellgröße (dim(u) = 1) gibt es das Verfahren nach Ackermann. Bei Entwurfsergebnissen mit größeren Abweichungen vom Entwurfswunsch (ca. um so höher ist die Regelkreisdynamik. [J.B. Hinweise: Je größer die Beträge der Eigenwerte eig(A-BK) sind. Je größer die Verhältnisse Realteil/Imaginärteil sind. umso größer ist die Dämpfung im geregelten System.p). Mehrgrößensysteme mit mehreren Stellgrößen Für die vollständige Zustandsrückführung bei Systemen mit mehreren Eingangsgrößen u bietet Matlab® die Routine K = place(A. Regelungstechnik 20 (1972). um unrealistische. 297-300] Dieses Verfahren ist in Matlab® implementiert. nicht erzeugbare Stellgrößen zu vermeiden. Entwurfsroutinen bei Matlab® an.

E] = LQR(A. Erwin Hasenjäger Seite 4-10 Zielt man bei dem Reglerentwurf nicht direkt auf die Lage der Eigenwerte ab. Hohe Bewertungen Q erzeugen eine hohe Regelgüte. da erstens meist nur der stationäre Teil (suboptimale Lösung) und zweitens entsprechende Entwurfsprogramme verwendet werden.(SB+N)R-1 (B'S+N') + Q = 0 .B.p)-Matrizen.Q. An dieser Stelle wird auf die recht umfangreiche Herleitung dieser optimalen Regelung zunächst verzichtet. Dr.-Ing. Das Gütekriterium I lautet 1 T T I = ∫ [ x Q x + u Ru ] dt 20 ∞ − min! Die Gewichtungsmatrizen Q für den Zustand und R für die Stellgrößen sind symmetrische. (p.R. aber auch hohe Stellgrößen (Stellenergien). positiv definite (n.S.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. The matrix N is set to zero when omitted. kann der Zustandsregler auch als optimaler Regler ausgelegt werden. dafür auch geringe Stellenergien.B.S. Die optimale Zustandsregelung wird nun auf das Modell L3-M mit M1 und M2 angewendet.Q. [K. Mit Q = 100 0 0 0 0 0 0 100 0 0 0 0 0 0 100 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 und .R.n)-Matrizen bzw. hohe Bewertungen R erzeugen geringere Regelgüten.E] = LQR(A. Also returned are the Riccati equation solution S and the closed-loop eigenvalues E: SA + A'S . Hier erfüllt der Zustandsregler ein Gütekriterium optimal (eigentlich suboptimal).N) an: LQR Linear-quadratic regulator design for continuous-time systems.N) calculates the optimal gain matrix K such that the state-feedback law u = -Kx minimizes the cost function J = Integral {x'Qx + u'Ru + 2*x'Nu} dt subject to the state dynamics x = Ax + Bu. Matlab® bietet hier die Routine [K. E = EIG(A-B*K) .

0524 1. auch N) zu finden.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. andererseits schaut man sich doch wieder die Eigenwerte an.6244 1.6244 4.-Ing.6406 4.2637 12. die richtigen Bewertungsmatrizen Q und R (bzw.0898 und die Dynamik zeigt sich in Bild 4-7 Bild 4-7: Optimale Regelung des Modells L3-M mit M1 und M2 Die „Kunst“ besteht nun darin. Dr.3015 0. Erwin Hasenjäger Seite 4-11 R = 1 0 0 1 wird >> K = 12. Die Orientierung ist einerseits die Dynamik von x und u.2637 -4.3015 0.0524 0. .0898 0.6406 -4.

woraus sich ergibt: Q = [V *T ]−1 ⋅ Q * ⋅ [V * ]−1 4.0812 -10.9948 -8.4 Zustandsregelungen mit zusätzlichen I-Anteilen Am Beispiel des Zustandsreglers für das einfache Modell L1-M wird nun eine Problematik aufgezeigt.2230i -10.-Ing. Dr. Für schwingungsfähige Systeme hatte sich die Jordan-Transformation x (t ) = V ⋅ T ⋅ x = V * ⋅ x * bzw.2230i -8. Das realistische Modell L1-M besitzt jedoch zum einen den Coulomb-Anteil MC der Reibkennlinie (Signum-Funktion) und zum anderen das externe Störmoment ML.1957 -22.4541 Um die Bewertungen etwas besser in den Griff zu bekommen. && & & J ⋅ Φ + d ⋅ Φ + r ⋅ sgn(Φ ) = M A − M L . die die Ausregelung von Störgrößen betrifft. Erwin Hasenjäger Seite 4-12 Sie werden für obigen Fall ganz anders als bei der Eigenwertvorgabe -81.2042 -80.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. womit nun das (teil-)entkoppelte System mit dem Zustand x* mit Q* bewertet werden kann. Bei den bisherigen Zustandsrückführungen war von linearen und ungestörten Modellen ausgegangen. kann auch das entkoppelte System bewertet werden. x (t ) = V * ⋅ x −1 * bewährt.1957 +22.

254 Nm/V Die Eigenwertvorgabe preg = 2*[-1+1*i -1-1*i] für die vollständige Zustandsrückführung ergibt eine Rückführmatrix K = [1.06 kgm2 d = 0. Nach 4 Sekunden wird ML aufgeschaltet. erhält man && & J ⋅ Φ + d ⋅ Φ = M A − M L − MC & mit M C = r ⋅ sgn(Φ ) Die beiden Terme ML und MC können als gemeinsames Störmoment zusammengefasst und behandelt werden. ohne Störgrößen mit Störgrößen Bild 4-8: Einfluss von nicht berücksichtigten Störgrößen bei der Zustandsregelung Die Regeldynamik verlangt in diesem Fall einen zusätzlichen integralen Anteil in der Stellgröße zum Abbau der Regeldifferenz u I = K I ⋅ ∫ (Φ soll − Φ ist )dt . Beide Störanteile erzeugen bleibende Abweichungen in der Position. Erwin Hasenjäger Seite 4-13 Separiert man die nichtlineare Signumfunktion. Für die Zustandsregelung wird der Zustandsvektor x gewählt: ⎡Φ ⎤ x=⎢ ⎥ ⎣Ω ⎦ Für das Modell werden die Parameter des Laborversuchs „Starrer Schwenkarm“ übernommen: J = 0.9094] Das Bild 4-8 zeigt im linken Teil die Regelung ohne ML und MC und im rechten Bild mit ML und MC. in dem man sie als Störmoment betrachtet. Dr.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing.009 Nms/rad r = 0.8898 0.09 Nm KM = 0.

7992 15. . Erwin Hasenjäger Seite 4-14 Dieser Anteil kann entweder empirisch und separat eingestellt oder in den Entwurf des Zustandsreglers einbezogen werden.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.1181]. 5. eingeführt x3 = ∫ Φ ⋅ dt = ∫ x1 ⋅ dt Daraus resultieren erweitere Systemmatrizen A und B ⎡0 ⎢ A3 = ⎢0 ⎢1 ⎣ 1 −d J 0 0⎤ ⎥ 0⎥ und 0⎥ ⎦ ⎡ 0 ⎤ ⎢K ⎥ B3 = ⎢ M ⎥ ⎢ J ⎥ ⎣ 0 ⎦ Mit einer neuen Eigenwertvorgabe pregI = 2*[-1+1*i -1-1*i -4] ergibt sich nun eine erweitere Rückmatrix KI = [9.4488 2.2 erläutert wird. Die Kenntnis der Störmomente ML und MC würde eine kompensierende Aufschaltung uKOMP im Sinne des Feedforward Control möglich machen. Dr. der im Kap. das Integral der Position. Hier bietet die Beobachtertheorie einen Ansatz für die Schätzung von Störgrößen. Dazu wird eine weitere Zustandsgröße. was die bessere Variante ist.-Ing.

den vollständigen Zustand zu rekonstruieren. Falls rank(Ob)den Wert n zurückgibt. es resultiert der Ausgangsvektor y. Daraus resultieren folgend der Ausgangsvektor y und die Ausgangsmatrix C entsprechend der Definition des Zustandsvektors in unserem Fall. Deshalb spricht man auch von dem Luenberger-Beobachter. dass das System L3-M zum einen nur mit M1 geregelt wird und zum anderen die Zustandsgrößen (Winkel und Winkelgeschwindigkeit) der mittleren Drehmasse JL der Messung nicht zugänglich sind.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. sie muss vom Rang n sein..-Ing. Das setzt die Messbarkeit aller Zustände voraus.1 Einsatz von Zustandsbeobachtern Rekonstruktion von Zustandsgrößen des Systems Die hohe Regelgüte der Zustandsregelung resultiert aus der Rückführung des kompletten Systemzustands x. Um die Methode wieder etwas anschaulicher zu machen. soll die Annahme getroffen werden. Diese Einschränkung motivierte die Entwicklung der Beobachtertheorie. . ⎡Φ 1 ⎤ ⎢Φ ⎥ y = ⎢ 2⎥ ⎢Ω 1 ⎥ ⎢ ⎥ ⎣Ω 2 ⎦ ⎡1 ⎢0 C=⎢ ⎢0 ⎢ ⎣0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0⎤ 0⎥ ⎥ 0⎥ ⎥ 1⎦ Die Funktion des Luenberger-Beobachters ist es. Dr.C). ⎥ ⎢C ⋅ A n −1 ⎥ ⎦ ⎣ geprüft. aus den messbaren Zustandsgrößen. entwickelt von dem Amerikaner David Luenberger. womit auch die nicht messbaren Zustände rekonstruiert und für die Zustandsregelung verwendet werden können. mit der die Beobachtbarkeit geprüft werden kann. In Kap. Dazu ist zunächst die Beobachtbarkeit zu prüfen. was oft nicht gegeben ist. 4 wurde dazu die Ausgangsmatrix C als n-dimensionale Einheitsmatrix In angenommen. Matlab bietet die Operation Ob = obsv(A. Dazu wird der Rang der Beobachtbarkeitsmatrix ⎡ C ⎤ ⎢ C⋅A ⎥ ⎥ ⎢ QB = ⎢ C ⋅ A 2 ⎥ ⎥ ⎢ ⎢ . Erwin Hasenjäger Seite 5-1 5 5. In der ABCD-Form (Zustandsraum-Darstellung) können die messbaren Zustände in der die Ausgangsmatrix C definiert werden. ist das System beobachtbar..

womit das System beobachtbar ist. Die Gleichungen für das daraus entstehende Gesamtsystem lauten: 1.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Der Beobachter kann sowohl für das autonome. x B . x0 y =C⋅x 2. Regelstrecke & x = A ⋅ x + B ⋅ u . Beobachter & x B = A ⋅ xB + B ⋅ u + G( y − y B ). Erwin Hasenjäger Seite 5-2 Im angenommenen Beispiel ergibt sich der Rang 6. wenn obige Gleichungen grafisch dargestellt werden.-Ing. ungeregelte System als auch für das mit dem Beobachter geregelte System eingesetzt werden. Dr. Bild 5-1: Struktur des Zustandsbeobachters .0 yB = C ⋅ xB Anschaulich wird die Funktion des Beobachters.

dass die Eigenwerte eigR = eig(A-BK) der Regelungsdynamik unabhängig sind von den Eigenwerten eigB = eig(A-GC) der Beobachterdynamik. Dr. x0 & eB = ( A − G ⋅ C ) ⋅ eB . e b . Wie beim Reglerentwurf durch Eigenwertvorgabe die Funktion (place(.0 Mit der Einführung des Beobachterfehlers eB = x − x B bzw.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. kann auf den beobachteten Zustand xB zurückgegriffen werden: u = − K ⋅ x B Das geregelte Gesamtsystem hat nun die Form & x = A ⋅ x − B ⋅ K ⋅ x B . Für die Berechnung der Beobachtermatrix G sollten Eigenwerte relativ weit links (höhere Dynamik) von den Eigenwerten des Regelkreises liegen.CT.-Ing. x B = x − eB erhält man durch einsetzen von eB und Eliminieren von xB & x = ( A − B ⋅ K ) ⋅ x + B ⋅ K ⋅ e B . A − GC ⎥ ⎣eB ⎦ ⎦ ⎡ x0 ⎤ ⎢e ⎥ ⎢ B . wenn folgende transponierte Matrizen eingesetzt werden G = place(AT. Erwin Hasenjäger Seite 5-3 Berücksichtigt man nun die Zustandsrückführung.)) kann auch für den Beobachterentwurf eigB = eig(A-GC) diese Routine verwendet werden. x B ..0 bzw. x0 & x B = A ⋅ xB − B ⋅ K ⋅ x B + G ⋅ C( x − x B ). & ⎡ x ⎤ ⎡ A − BK ⎢e ⎥ = ⎢ ⎣ &B ⎦ ⎣ 0 BK ⎤ ⎡ x ⎤ ⋅ ⎢ ⎥.0 ⎥ ⎣ ⎦ Man erkennt.. um das System zu regeln.eigB)T .

5.0000 +17. Bild 5-2: Zustandsregelung mit beobachteten Größen .0000 -41.0000i -8. Erwin Hasenjäger Seite 5-4 Mit eigR = -17.0000 -45.0000 .0000 -43.0000 läuft die Regelung wie im Bild 5-2.0000 -46.0000i -5.0000 + 5.8.5000 .0000i -17.5000i -8.-Ing. Dr.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.0000 -42.0000 -17.0000i -5.5000i und eigB = -44.5000 + 8.

Erwin Hasenjäger Seite 5-5 Die zugehörige Simulink-Struktur zeigt Bild 5-3 Bild 5-3: Simulink-Struktur für die Zustandsregelung des L3-M-Systems mit Beobachtereinsatz .-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr.

KM . z( 0 ) v = Cz ⋅ z Dieses Modell selbst wird (gedanklich) angeregt mit Dirac-Impulsen. .-Ing. .sprungförmig (Sprungfolgen). diesen Verlauf mit einem Beobachter zu schätzen. Für das dort angeführte Beispiel des geregelten Modells L1-M wird hier nun ein Beobachter entworfen für die Schätzung des Störmoments Mstör = ML + MC. ist der Ansatz sprungförmiger Störungen zulässig. v t Bild 5-4: Sprungförmiger Verlauf der Störgröße v Gelingt es.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. um die Veränderungen (Sprunghöhen bzw.rampenförmig (Polygonzüge). 4. Im betrachteten Fall sollen sprungförmige Lastmomente ML angenommen werden und da die Coulomb-Reibung ohnehin nur drehrichtungsabhängige Sprünge macht.4 erfolgte der Hinweis auf den Einsatz von Störgrößenbeobachtern. kann auch die Kompensation erfolgen. Hierzu nimmt man zunächst die erwartete Art der Störung an: . Rampensteigungen zu verändern).sinusförmig. Die Ausgangsgröße v stellt dann Vektor der modellierten Störungen dar. und modelliert diese Störung v mit einem Störgrößenmodell (Zustandsraummodell für Störzustände z) & z = Az ⋅ z + δ z . Dr. Erwin Hasenjäger Seite 5-6 5.2 Einsatz von Beobachtern zur Schätzung von Störgrößen Im Kap. die der Zustandsregelung einfach überlagert wird u Komp = v = M L + MC = u L + uC .

ψ =⎢ ⎥ ⎣z⎦ was auf folgende erweitere Systemdynamik führt ⎡ x⎤ ψ& = A xz ⋅ ψ + B xz ⋅ u . Dazu wird der Systemzustand x um den Störzustand z erweitert. Erwin Hasenjäger Seite 5-7 Das zughörige Signalmodell 1. ψ ( 0 ) y = C xz ⋅ ψ mit ⎡ A Bv C z ⎤ Axz = ⎢ Az ⎥ ⎣0 ⎦ ⎡B⎤ Bxz = ⎢ ⎥ ⎣0 ⎦ C xz = [C 0 ] Hinweis: Die Matrix Bv beschreibt die Wirkung der Störung v auf den Systemzustand & x = A ⋅ x + Bv ⋅ v + B ⋅ u & z = Az ⋅ z Für dieses erweiterte System wird nun wieder ein parallel laufendes Beobachtersystem formuliert & ψ B = Axz ⋅ψ B + GB ⋅ ( y − y B ) + Bxz ⋅ u y B = Cxz ⋅ψ B Mit der Komponente zB des Vektors ψ kann schließlich die geschätzte Störung vB berechnet und für die Kompensation verwendet werden.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing. Dr. Ordnung lautet & z1 = 0 v = z1 Hier greift nun wieder das Grundprinzip des Beobachters: Durch Vergleich des Realverhaltens der gestörten Strecke mit dem Beobachterverhalten kann auf die Wirkung des Störung geschlossen und diese geschätzt werden. .

Erwin Hasenjäger Seite 5-8 Bild 5-5 zeigt das Ergebnis.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Die Simulink-Struktur zeigt Bild 5-6 Bild 5-5: Einsatz des Störgrößenbeobachters für einen Positionssprung auf x1soll = 0. die Berechnungsschritte im Einzelnen werden in der Vorlesung ausgeführt. Dr.3 .-Ing.

Etwas anders werden die Verhältnisse beim Modell L2-M. um das frei drehbare System zu stabilisieren: MA = ML Allerdings entsteht durch das ML eine Verdrehung des Systems ∆Φ = Φ L − Φ A = ML .-Ing. um das Lastmoment ML zu schätzen. Erwin Hasenjäger Seite 5-9 Bild 5-6: Zustandsregelung unter Berücksichtigung von Störgrößen Soweit das Beispiel eines Störgrößenbeobachters für das Modell L1-M.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. bei dem zum einen der Störgößenbeobachter in gleicher Weise entworfen und realisiert werden kann. c Auch diese Torsion lässt sich mit Hilfe des Zustandsbeobachters rekonstruieren und im Vektor des Sollzustandes xsoll berücksichtigen: soll soll Φ A = Φ L + ∆Φ . Dr. Auch hier kann das beobachtete Störmoment entgegengesetzt von der Antriebsseite aus aufgeschaltet werden. bei dem das Nutzmoment MA und das Störmoment Mstör an derselben Masse angreift.

3 Einsatz von Führungsgrößenbeobachtern In einigen Anwendungsfällen interessieren nicht nur Regelungen von frei drehbaren (allgemein: verfahrbaren) Systemen auf einen festen Positionswert. r( 0 ) w = Cr ⋅ r . Der Gedanke. hier sinnvollerweise ein Signalmodell 3. wird dem Führungsgrößenbeobachter ein Signalmodell zugrunde gelegt. Für eine optimale Nachführung des Systems werden aber auch die 1. & r = Ar ⋅ r + δ r . führt aber bei gestörten Signalen zur Verschlechterung der Signalqualität. Ableitung davon benötigt. Die 1. Bild 5-7 zeigt die Struktur von Führungsgrößenbeobachtern Bild 5-7: Führungsgrößenbeobachter Ebenso wie beim Störgrößenbeobachter. und 2. Ordnung. sondern Nachführregelungen (Servoregelungen) mit zeitlich veränderlichen Positionswerten. Dr. die Ableitungen numerisch zu bilden liegt nahe. Führungsgrößenbeobachter ins Spiel.-Ing. Ableitung (Sollbeschleunigung) ist Bestandteil von Beschleunigungsaufschaltungen.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Ableitung (Sollgeschwindigkeit) ist Bestandsteil des Sollzustandes. Erwin Hasenjäger Seite 5-10 Damit wird der Sollzustand für Positionierungen der Lastdrehmasse JL auf einen festen Wert soll ⎡Φ L + ∆Φ ⎤ ⎢ ⎥ soll ΦL ⎥ =⎢ ⎢ ⎥ 0 ⎢ ⎥ 0 ⎢ ⎥ ⎣ ⎦ x soll 5. die 2. Meist wird dazu nur der zeitliche Verlauf der Lastposition w(t) = ΦLsoll(t) vorgegeben. Hier kommen nun sog.

C r = [1 0 0 ] ⎢ ⎥ ⎢0 0 0 ⎥ ⎣ ⎦ Mit pbeo =[-20 -21 -22]. und Gbeo = acker(Ar'. Dr. . Erwin Hasenjäger Seite 5-11 Die Struktur des Führungsgrößenbeobachters wird dann entsprechend & r B = Ar ⋅ r B + GB ⋅ ( w − wB ) wB = Cr ⋅ r B Mit der Vorgabe der Eigenwerte eig(Ar - GBCr) kann die Dynamik des Beobachters festgelegt werden.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. ⎡0 1 0 ⎤ Ar = ⎢0 0 1⎥ . rampen.Cr'.-Ing. sinusförmige Verläufe beobachten. B.pbeo)’ erhält man folgende Ergebnisse (Bild 5-8 auf der nächsten Seite). geringe Dynamik = niedrige Filterfrequenz (starke Filterung). Das Modell kann aber auch weitere Signalformen wie z. Mit der Systemmatrix Ar und der Ausgangsmatrix Cr lassen sich sprung-. Hier gilt der Kompromiss zu schließen zwischen Konvergenzgeschwindigkeit und Filterwirkung: Hohe Dynamik = hohe Filterfrequenz (schwache Filterung).und parabelförmige Sollverläufe schätzen und deren Ableitungen bilden.

Tsim = 2.rbeo(:.t. pbeo =[-10 -5 -5].rbeo(:. % Führungsgrößenbeobachter clear clf Ar = [0 1 0.w.Cr'.'wbeo') grid subplot(2.-Ing.'d2w/dt2') grid . plot(t. Erwin Hasenjäger Seite 5-12 Bild 5-8: Verhalten des Führungsgrößenbeobachters bei verschiedenen Führungsgrößen Die zugehörigen Matlab/Simulink-Dokumente sind im Folgenden dargestellt.t.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. plot(t.1. wahl =3.3)) legend('dw/dt'.Tsim). Gbeo = acker(Ar'.1).wbeo) legend('w'.1. Dr.pbeo)'.0 0 1. [t]=sim('fgb_s'. subplot(2.0 0 0]. Cr =[1 0 0].2).2).

-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr. Bild 5-9: Schätzung und Filterung von Führungsgrößen . Erwin Hasenjäger Seite 5-13 Bild zeigt die Simulation einen parabelförmigen Sollwertverlauf mit überlagerter Störung sowie den Ausgang des Führungsgrößenbeobachters. womit die Filterwirkung deutlich wird.

4 Zusammenfassung Die Betrachtungen in diesem Kapitel mit Zustandsregelung und Beobachterstrukturen für die Schätzung von Systemzuständen. Dr. Erwin Hasenjäger Seite 5-14 5. linearen Zustandsregelung unter Einsatz von Beobachtern . w rbeo ukomp v Referenzustand und Vorfilter FührungsgrößenBeobachter LastmomentAufschaltung xref Zustandsregelung u y u Zustandsund StörgrößenBeobachter vbeo Regelstrecke mit Aktorik und Sensorik y xbeo Bild 5-10: Struktur der vollständigen. Störgrößen und Führungsgrößen können in einem resultierenden Signallflussbild ( zusammengefasst werden.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing.

MA-MA03 Teil A – Regelung mechanischer Systeme

Prof. Dr.-Ing. Erwin Hasenjäger

Seite 6-1

6 Stochastische Signale und Prozesse in mechatronischen Systemen
6.1 Beschreibung stochastischer Signale im Zeitbereich

Reale Signale und Systeme enthalten oft unerwünschte Störanteile, die beeinträchtigend auf das dynamische Verhalten, insbesondere auf das Regelverhalten wirken. Solange die störenden Anteile gering sind gegenüber den gewünschten Signalen- und Prozessgrößen, ist eine Beschäftigung mit der Stochastik nicht erforderlich. Stochastische (regellos verlaufende) Signale sind im Gegensatz zu deterministischen (vorhersagbaren und berechenbaren) Signalen dadurch gekennzeichnet, dass ihr zeitliches Verhalten keine Gesetzmäßigkeiten erkennen lassen. Bild 6-1 zeigt ein System mit Eingangs- und Ausgangssignalen für drei verschiedene Fälle. Fall A enthält (die bisher behandelten) deterministischen Signale u(t) am Systemeingang und y(t) am Systemausgang. Ein kausaler Zusammenhang zwischen u(t) als Ursache y(t) als Auswirkung wird angenommen. Fall B enthält rein stochastische Signale r(t) am Eingang und s(t) am Ausgang, die kausalität wäre nachzuweisen. Fall C ist die Überlagerung von deterministischen (u,y) und stochastischen Signalen (r,v) an Ein- und Ausgängen.

Bild 6-1: Deterministische und stochastische Signale und Prozesse

Das Bild 6-2 zeigt zu diesen Fällen entsprechende Zeitverläufe, wobei man den Fall C in der Praxis antrifft und man durch entsprechende Verfahren „Spreu vom Weizen“ zu trennen versucht, also mit Annahmen über die stochastischen Störanteile (Fall B) diese von den Nutzsignalen zu trennen versucht (Fall A).

MA-MA03 Teil A – Regelung mechanischer Systeme

Prof. Dr.-Ing. Erwin Hasenjäger

Seite 6-2

Bild 6-2: Beispielsignale für die Fälle A, B und C

MA-MA03 Teil A – Regelung mechanischer Systeme

Prof. Dr.-Ing. Erwin Hasenjäger

Seite 6-3

Man verwendet bei stochastischen Signalen mit einem unspezifischen Frequenzspektrum.auch den Begriff „Rauschen“ In Fall C ist zum Beispiel u(t) das Nutzsignal und r(t) das Rauschsignal. Ein Maß für den Rauschanteil im Gesamtsignal ur(t) ist das Signal-Rausch-Verhältnis (signal-to-noise-ratio SNR) als Leistungsquotient
2 ⎛ u eff ⎛ P (u ) ⎞ ⎜ SNR = 10 ⋅ log⎜ ⎜ P(r ) ⎟ ⋅ dB = 10 ⋅ log⎜ r 2 ⎟ ⎝ ⎠ ⎝ eff

⎞ ⎛u ⎟ ⋅ dB = 20 ⋅ log⎜ eff ⎟ ⎜r ⎠ ⎝ eff

⎞ ⎟ ⋅ dB . ⎟ ⎠

Im Fall C des Bildes 6-2 ist zum Beispiel

⎛u SNR = 20 ⋅ log⎜ eff ⎜r ⎝ eff

⎞ ⎟ ⋅ dB = 17dB ⎟ ⎠

Rein stochastische Signale lassen sich nur mit statistischen Parametern und Funktionen beschreiben. Die Modellierung dieser Statistik bedient sich der Wahrscheinlichkeitstheorie. Für die folgenden Erläuterungen wird nochmals ein Signal r(t), ähnlich dem aus Fall B herangezogen.

Links oben: instationär Rechts oben: stationär mit Bias Links: stationär ohne Bias

dass bei solchen Systemen die Erwartungswerte nicht vom Anfangszustand abhängig sind. . deren Verteilung empirisch mit Mittelwert und Standardabweichung beschrieben werden kann. Das bedeutet insbesondere. Das Ergodentheorem besagt. Bild 6-4: Stationarität und Ergodizität von stochastischen Signalen Man nennt ein Signal ergodisch in Bezug seine Statistik. dass im gesamten Wertebereich jede Musterfunktion ri(t) eines ergodischen Prozesses {r(t)} dazu benutzt werden kann. entweder über die Bildung des Mittelwerts über alle Signale zu einem gegebenen Zeitpunkt (Scharmittel) oder über die Betrachtung des Mittelwerts für ein Signal über einen langen Zeitraum (Zeitmittel). wenn die statistischen Gesetze identisch sind mit denen des Signals r(t+τ) mit der beliebigen Zeitverschiebung τ. Bei ergodischen Systemen ergibt beides den gleichen ststistischen Kennwert. wenn das Zeitmittel dieser Eigenschaften gleich dem Scharmittel ist. es sind die Schätzwerte der zugehörigen Parameter Erwartungswert µ und Streuung σ der die Amplitudenverteilung modellierende Wahrscheinlichkeitsdichtefunktion f(r) für die Amplitude von r(t).-Ing. Erwin Hasenjäger Seite 6-4 Ein stochastisches Signal (oder ein stochastischer Prozess) r(t) heißt stationär. dass in den beiden Kästen das Signal die gleichen Eigenschaften besitzt. Neben der Stationarität ist die Ergodizität eine weitere Grundannahme bei der Beschreibung und Behandlung stochastischer Signale. Das Mittel dieser Eigenschaft kann man auf zwei Arten bestimmen. Die Amplituden stochastischer Signale sind Zufallsgrößen. Dr. Im Bild 6-4 bedeutet es.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. um mit der Wahrscheinlichkeit p = 1 die gleichen statistischen Aussagen über den gesamten Prozess zu erhalten.

-Ing.n Mittelwert Theoretisch Wahrscheinlichkeitsdichte f(r)r Erwartungswert 1 n r = ⋅ ∑ ri n i =1 Emp.002 ≈ µ und s = 0. Es ist noch die Frage zu klären. was nach der Grafik offensichtlich der Fall ist. Standardabweichung s E{r} = µ = ∫ r ⋅ f (r ) ⋅ dr −∞ +∞ Varianz σ2. Varianz s2. Streuung σ 1 n s = ∑ (ri − r ) 2 n − 1 i=1 2 D {r} = σ = ∫ ( r − µ ) 2 ⋅ f (r ) dr 2 2 −∞ ∞ Für das Signal im Bild 6-4 wird r = −0. mit welchem Wahrscheinlichkeitsdichte-Modell f(r) die Signalamplitude von r(t) beschrieben werden kann. . ob das Siagnal eine normalverteilte Amplitudendichte besitzt. Dr. Mit dem Matlab-Befehl aus der Statistical Toolbox normplot(r) kann getestet werden.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Empirisch (Schätzwerte) Experiment ri i = 1 ….1048 ≈ σ . Erwin Hasenjäger Seite 6-5 Parameter der zufälligen Amplitudenverteilung eines stochastischen Signals.

6-5: Stochastische Signale mit unterschiedlichem inneren Zusammenhang (unterschiedlichen AKF) .MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Das obere Signal hat im Vergleich zum unteren einen geringeren „inneren“ Signalzusammenhang.-Ing. der Autokorrelationsfunktion AKF. µ .en Die stochastische Systemdynamik und Regelungstechnik geht meist aus von ergodischen Signalen und Prozessen mit normalverteilten Amplitudendichten aus. Im unten stehenden Bild haben die beiden stochastischen Signal dieselbe Amplitudenverteilung und dennoch unterscheidet sich offensichtlich der zeitliche Verlauf. Auch das lässt sich mit einer Statistikfunktion beschreiben. σ ) = e σ 2π ( r − µ )2 2σ 2 angesetzt wird. Dr. Erwin Hasenjäger Seite 6-6 Das Modell der Amplitudendichte f(r) kann damit als Normalverteilung − 1 f (r ) = N (r .

desto breiter verläuft die AKF. (1) Mittelwert der Quadrate Rrr (0) = r 2 (t ) = lim 1 T → ∞ 2T +T −T ∫r 2 (t )dt (2) Quadrat des Mittelwerts ⎡ 1 Rrr (∞) = r (t ) = ⎢ lim T → ∞ 2T ⎣ 2 +T ⎤ r (t )dt ⎥ ∫ −T ⎦ +T (3) Varianz 1 Rrr (0) − Rrr (∞) = σ (t ) = lim T →∞ 2T 2 r −T ∫ [r 2 (t ) − r (t ) ]dt 2 (4) Symmetrie (5) Monotonie Rrr (τ ) = Rrr (−τ ) Rrr (τ ) ≤ Rrr (0) . Dr. Ordinate symmetrische Funktion. Erwin Hasenjäger Seite 6-7 Die AKF fur das Signal r(t) lautet 1 Rrr (τ ) = r (t ) ⋅ r (t ± τ ) = lim T → ∞ 2T +T −T ∫ r (t ) ⋅ r (t ± τ )dt Die AKF ist eine bzgl.-Ing. die bei τ = 0 den höchsten Wert besitzt (Mittelwert der Quadrate) und bei rein stochastischen Signalen ohne deterministischen Anteil für sehr große Verschiebungen τ gene das Quadrat des Mittelwerts geht (falls vorhanden). Ein weisses Rauschen schrumpft zu einer Nadelfunktion bei τ = 0.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. In der Tabelle sind die Eigenschaften der AKF zusammengefasst. Je größer der innere Zusammenhang des Signals ist.

Das unten stehende Bild zeigt die Übertragung stochastischer Signale in einem P-T1-System. prüft die Kreuzkorrelationsfunktion KKF den Zusammenhang zwischen dem stochastischen Systemeingang r(t) und dem stochastischen Systemausgang s(t). +T −T ∫ r (t ) ⋅ s(t ± τ )dt Nur wenn es einen kausalen Zusammenhang zwischen r(t) und s(t) gibt. 1 Rrs (τ ) = lim T → ∞ 2T verschiedene KKF. . Erwin Hasenjäger Seite 6-8 Während die AKF prüft. wie das Signal r mit sich selbst korreliert. Dr. Mit dem Faltungsintegral wird die Systemantwort y(t) eines linearen Systems mit der Gewichtsfunktion (Impulsantwort) g(t) und dem Eingangssignal u(t). y (t ) = ∫ u (t − t * ) ⋅ g (t * )dt * −∞ +∞ Das Faltungsintegral ist auch auf die stochastischen Korrelationsfunktionen R anwendbar: Rrs (τ ) = +∞ −∞ Rrr (τ − t * ) ⋅ g (t * )dt * ∫ Über die Entfaltung ist somit auch stochastischen Signalen die Gewichtsfunktion g(t) bestimmbar.-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Deutlich ist in Rrs die Systemantwort auf Rrr zu erkennen. resultiert eine von Null An dieser Stelle ist noch ein wenig Systemdynamik nachzuschieben: das Faltungsintegral.

-Ing. Erwin Hasenjäger Seite 6-9 Bild 6-6: Dynamik zwischen Korrelationsfunktionen 6.2 Beschreibung stochastischer Signale im Frequenzbereich Hierzu muss an die Fouriertransformation (FT) erinnert werden. Ein Zeitsignal x(t) hat seine komplexe Entsprechung x(iω) im Frequenzbereich x(iω ) = ∫ x(t ) ⋅ e −iωt dt = ∫ x(t )[cos(ωt ) − i ⋅ sin(ωt )]dt −∞ −∞ +∞ +∞ Die digitale Berechnung der FT ist zeit.und frequenzdiskret .MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr.

.6458 -0..0939 -0.3175 .3451 -0.0117i 0.0682 -0. Dr. Die FT von Signalen mit hohem Rauschanteil zeigt neben den signifikanten Frequenzen das Spektrum der Störfrequenzen.4.0043 .0. Geht man den Weg über die AKF zum Leistungsdichtespektrum.1136 -0.. Power Spectrum Density) Da Rxx(t) eine gerade Funktion ist.0177i 0.2947 -0.0961i 0.0041 . gilt S xx (ω ) = +∞ −∞ ∫R xx (τ ) ⋅ cos(ωt )dτ . Die Fouriertransformierte der Autokorrelationsfunktion ergibt die spektrale Leistungsdichte (Autoleistungsdichte.9902i -0.4860 .2044 -0..-Ing.0049 .0..0083i 0..0311i 0..0098i 0.0.9205 -1. Fast Fourier Transformation (FFT) geht keine Signalinformation verloren.2016 -0. erhält man deutlicheres Hervortreten der signifikanten Frequenzen. Erwin Hasenjäger Seite 6-10 x(tk) -0..3536 -0.3955 -0.0. x(t ) x( f ) = fft[ x(t )] xx(t ) = Re{ifft[ x( f )]} x(t ) ≈ xx(t ) !! Die Anwendung der FT auf Korrelationsfunktionen ergeben die entsprechenden Leistungsdichtespektren..0029 + 0.0003 + 0. Reelle Werte Komplexe Werte Bei der FT.0.0045 .0.1034i 0.0070i 0.0096 ..0039 .0.0476i 0. mit der inversen FT kann das Zeitsignal vollständig rekonstruiert werden.0038 .MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Bei der Anwendung der FT auf rein stochastische Signale ergibt sich kein aussagekräftiges Spektrum.0142i 0.0.0227i 0.0..0040 ..3774 -1. y(fk) N FFT N /2 f max = f tast / 2 0.0054 .0518i .0065 .0..1781 -1.

Leistungsdichtespektrum des stochastischen Signals r(t) S rr (ω ) = ∫ Rrr (τ ) ⋅ e −iωτ dτ −∞ +∞ Leistungsdichtespektrum des stochastischen Signals s(t) S ss (ω ) = ∫ Rss (τ ) ⋅ e −iωτ dτ −∞ +∞ +∞ Kreuzleistungsdichte der Signale r(t) und s(t) S rs (ω ) = ∫ Rrs (τ ) ⋅ e −iωτ dτ −∞ Die Leistung P(t) eines Signals x(t) ist proportional zum Quadrat des Signals. Nebender mittleren Leistung ist auch die spektrale Leistung von Signalen darstellbar: 1. 3. Erwin Hasenjäger Seite 6-11 Entsprechend der Auto. Dr. Gesucht ist eine Funktion „Leistung pro Frequenzintervall“. Das Integral über diese Dichtefunktion ist die Gesamtleistung . 2.und Kreuzkorrelationsfunktionen heißen deren Fouriertransformationen (Auto)Leistungsdichtespektrum und Kreuzleistungsdichtespektrum (Cross Power Density). was leicht nachvollziehbar ist bei der elektrischen Leistung P (t ) = U (t ) ⋅ I (t ) = U 2 (t ) ~ U 2 (t ) R Bei stochastischen Signalen kann ebenfalls die mittlere Leistung berechnet werden P(t ) = x 2 (t ) = Rxx (0) .-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Neben der Gesamtleistung eines Signals interessiert die Verteilung dieser Leistung über die Frequenzen. Diese Dichtefunktion heißt Spektrale Leistungsdichte Sxx(ω) 4.

Erwin Hasenjäger Seite 6-12 x (t ) = ∫ S xx (ω )dω 2 0 ∞ Es soll nochmals die im Faltungsintegral Gewichtsfunktion g(t) aufgegriffen werden Man erhält bei Anwendung der LT die Übertragungsfunktion G ( s ) = ∫ g (t ) ⋅ e − st dt 0 ∞ bei Anwendung der FT den Frequenzgang F (iω ) = ∞ −∞ ∫ g (t ) ⋅ e −iωt dt Das Faltungsintegral selbst y (t ) = ∫ u (t − t * ) ⋅ g (t * )dt * −∞ +∞ wird bei Anwendung der Laplace-Transformation (LT) zu y( s) = G ( s) ⋅ u ( s) und bei Anwendung der Fourier-Transformation (FT) zu y (iω ) = G (iω ) ⋅ u (iω ) .-Ing. Dr.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.

Erwin Hasenjäger Seite 6-13 Die Zusammenhänge der bisher eingeführten Größen und Systembeschreibungen in der Theorie dynamischer Systeme mit deterministischen und stochastischen Anteilen kann nun wie folgt dargestellt werden Deterministisch Stochastisch u(t) Zeitbereich g(t) Zeitfunktionen y(t) Ruu(τ) g(t) Ryy(τ) Korrelationsfunktionen Impulsantwort g(t) und Faltungsintegral u(i ω) Frequenzbereich F(ω) y(iω) Suu(ω) Frequenzgang F(ω) Syy(ω) Fourier-Transformierte Spektraldichten u(s) Bildbereich G(s) y(s) Laplace-Transformierte Übertragungsfunktion .MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing. Dr.

Erwin Hasenjäger Seite 6-14 deterministisch ∞ stochastisch y (t ) = ∫ g (t ) ⋅ u (τ − t )dt 0 Ruy (τ ) = ∫ g (t ) ⋅ Ruu (τ − t )dt 0 ∞ y(s) = G (s) ⋅ u (s) y (iω ) = F (iω ) ⋅ u (iω ) R yy (τ ) = ∫ g (t ) ⋅ Ruy (τ + t )dt 0 ∞ Suy (ω ) = F (ω ) ⋅ S uu (ω ) S yy (ω ) = F (ω ) ⋅ S yu (ω ) Für die praktische Arbeit mit stochastischen Signalen sei noch folgendes Schema ergänzt.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing. Dr. Signal x(t) ohne Rauschen mit Rauschen ohne Phaseninfo mit Phaseninfo Vektormittelung Leistungsspektrum PS = FFT*FFT‘ Fourier-Trans FFT Autokorrelation AKF Amplituden Spectrum MAG = FFT(AKF) Amplituden Spectrum MAG = sqrt(PS) MAG PHASE REAL IMAG .

Analoge Filterschaltungen mit Operationsverstärkern.pdf]. Erwin Hasenjäger Seite 7-1 7 Signal. genauer gesagt diese Signalanteile zu dämpfen. Analoge Filter arbeiten zeitkontinuierlich und sind mit elektronischer Hardware realisiert. Die Dynamik wird mit kontinuierlichen Modellen beschrieben. der zeitdsikret arbeitet. da sich Widerstände schlecht integrieren lassen. jedoch mit elektronischen Komponenten aufgebaut ist: SC-Filter (switched capacitor). im einfachsten Fall mit passiven elektronischen Bauelementen wie das RC-Filter. . die in ihrem Schaltungsaufbau statt der ohmschen Widerständen geschaltete Kondensatoren besitzen. wenn die Ordnungszahl und/oder Filtergüte hoch sein soll.1 Signalfilter „Das“ Signalfilter (und nicht „der“ Ölfilter) hat die Aufgabe.in den Sperrbereich . Dazu kommt. dass bei hoher Ordnungszahl die Sensivität der Schaltung ebenfalls hoch ist. mit diskreten Übertragungsfunktionen G(z) beschrieben. Digitale Filter sind numerische Algorithmen.ch/teaching/labs/SV2. die auf zeitdiskrete Signel (Daten) angewendet werden. Zunächst einmal werden analoge Filter und digitale Filter unterschieden.ethz.ee. Bei den Analogfiltern bekommen auch einstellbare ICs größere Bedeutung. Es gibt auf dem Markt noch einen dritten Typ.und Schätzfilter 7. meist als zeitliche Differenzialgleichungen oder einfacher mit Übertragungsfunktionen G(s) einer bestimmten Ordnung. Widerständen und Kondensatoren werden rasch aufwändig. SC-Filter sind elektronische Filter.-Ing. Der Verzicht auf Widerstände prädestiniert die SC-Technik für integrierte Schaltungen (ICs).sehr gross sein muss. Dr.also in der Zone der Grenzfrequenz . Das ist dann nötig. aus einem Signal bestimmte Signalanteile "herauszulöschen". denn sie benötigen viel Platz und ihre Widerstandswerte sind ungenau [http://www. im besseren Fall mit zusätzlich aktiven Baulementen (OP-Schaltungen). wenn die Steilheit vom Durchlass.isi.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Deren Dynamik werden mit Differenzengleichungen bzw.

Tiefpassfilter TP Hochpassfilter HP Bandpassfilter BP Bandsperrfilter BS Das TP-Filter lässt nur Frequenzen bis zur Grenzfrequenz durch.-Ing. Erwin Hasenjäger Seite 7-2 Neben der Unterscheidung analog / digital teilt man die Filtertypen nach der Ausblendung von Frequenzen. die diese Filter bewirken. um höhere Störfrequenzen von niedrigeren Nutzfrequenzen zu trennen. Dr. . Die Steilheit des Abfalls von K =1 auf K =0 (angegeben in dB/Dek) ist Maß für die Schärfe der Trennung von Frequenzen.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Das TP-Filter wird eingesetzt.

Mit der Filtergüte steigt die Filterordnung. aber auch die Phasenverschiebung des gefilterten Signals. Die aktive Variante enthält einen Operationsverstärker Das HP-Filter lässt nur Frequenzen ab einer Grenzfrequenz durch. Dr. B. Erwin Hasenjäger Seite 7-3 Das einfachste analoge TP-Filter ist das RC-Filter mit der Grenzfrequenz f G [ Hz ] = 1 R ⋅ C ⋅ 2π Passives TP -20 dB/Dek. niederfrequente (auch konstante) Signalanteile werden unterdrückt.-Ing.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. das BS-Filter dagegen unterdrückt Signale in einem bestimmten Frequenzbereich (z. Das BP-Filter lässt Frequenzen in einem bestimmten Frequenzbereich durch. . Netzbrummen).

Elliptic filter design.Bessel analog filter design. Dr. . . . Analog filter design. Erwin Hasenjäger Seite 7-4 In MATLAB-Simulationen können analoge (zeitkontinuierliche) und digitale (zeitdiskrete) Filter sehr einfach simuliert werden.Chebyshev Type I filter design.-Ing. besself butter cheby1 cheby2 ellip .MA-MA03 Teil A – Regelung mechanischer Systeme Prof.Chebyshev Type II filter design. Diese und alle anderen Filter sind in der Signal Processing Toolbox enthalten (siehe auch help signal und help fdatool).Butterworth filter design. . .

2 ⋅ 10 −3 s 2 + 7. Die Übertragungsfunkton lautet GF ( s ) = 1 3.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.4250 +22.4250 -22.8 ⋅ 10 − 2 s + 1 −5 3 mit den Polen ps = -23.-Ing.3482i -29.3482i -23. die Sprungantwort ist und das Bode-Diagramm .5812 . Dr.2 ⋅ 10 s + 1. Erwin Hasenjäger Seite 7-5 Das Bessel-Filter in obigr Anwendung hat eine Grenzfrequenz von fG = 5 Hz und die Ordnung n = 3.

für die digitale Filterung zunächst im Kontiuierlichen zu entwerfen und dann zu diskretisieren.0042 ⋅ z 2 + 0.014 ⋅ z + 0.3 ⋅ z −1 + 1.-Ing. FIR-Filter sind meistens nicht-rekursive Filter. uHP = ur-uTP. Formt man obige Übertragungsfunktion GF(s) mit dem Befehl filtd=c2d(filtc.8 ⋅ z − 0. Erwin Hasenjäger Seite 7-6 In der praktischen Anwendung reicht oft f die TP-Filterung. Digitale Filter Digitale Filter berechnen aus den zeitdiskreten Werten des ungefilterten Signals x(tk) die gefilterten Werte des Filterausgang y(tk) Die Programme (Algorithmen) unterscheiden • und • FIR-Filter (finite impulse response) .47 ⋅ z −3 Es handelt sich um ein IIR-Filter 3. Damit hat man den Übergang zu den zeitdiskreten Filtern. IIR-Filter (infinite impulse response) FIR-Filter haben eine Impulsantwort mit endlicher Länge und benutzen nur Werte des ungefilterten Signals. was es schwieriger macht stabile Filter zu entwerfen. IIR-Filter verwenden zusätzlich zu den Eingangswerten auch zwischengespeicherte Werte des Ausgangssignals. FIR-Filter können deshalb niemals instabil werden oder zu einer selbstständigen Schwingung angeregt werden. .8 ⋅ z − 2 − 0. Durch die Rückführung von Ausgangswerten wird die Stabilität von IIR-Filtern beeinträchtigt.003 0. Ordnung (siehe auch weiter unten). weisen also keine Rückkopplungen oder Schleifen in ihrer Struktur auf.003 ⋅ z −3 = 0 z 3 − 2. Es ist also durchaus ein gangbarer Weg.47 z − 2. um damit auch die HP-Filterung auszuführen: uTP = TP(ur).014 ⋅ z −2 + 0. Dr.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.01) in eine diskrete Übrtragungsfunktion GF(z) GF ( z ) = 0.0042 ⋅ z −1 + 0.3 ⋅ z 2 + 1.0.

MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Es werden die Koeffizienten ai und bj geliefert. Dr. Der Filterentwurf berechnet die Parameter der Algorithmen der beiden Filtertypen. Ordnung y k = a0 xk + a1 xk −1 + a2 xk − 2 + a3 xk −3 + a4 xk − 4 IIR-Filter 2. Ordnung y k = a 0 x k + a1 x k −1 + b1 y k −1 + a 2 x k − 2 + b2 y k − 2 . hier bietet Matlab mit dem Werkzeug fdatool gute Unterstützung. .-Ing. Erwin Hasenjäger Seite 7-7 Diese Unterschiede zeigt das Bild Beispiel FIR-Filter 4. Ordnung FIR-Filter 4. Ordnung Beispiel IIR-Filter 2.

-Ing. Analogfilter V: hohe Geschwindigkeit V:geringer Preis V: einfache Realisierung N: Genauigkeit der Bauelemente N: geringe Flexibilität N: hohe Ordnungen aufwendig N: Abgleich erforderlich Digitalfilter V: exakt berechenbar V: keine Bauteileinflüsse V: kein Abgleich V: Filter hoher Ordnung möglich N: begrenzter Frequenzbereich N: Quantisierungsrauschen . Dr. Erwin Hasenjäger Seite 7-8 Vergleich analoger und digitaler Filter Die Tabelle vergleicht die analogen mit den digitalen Filtern.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.

es ist wie der Zustandsbeobachter ein rückgeführtes Streckenmodell. Der Vorteil der Schätzfilter gegenüber den Signalfiltern liegt darin.r T ( t2 ) = Q ⋅ δ ( t1 − t2 ) 1 { )} = E {v( t ). Das Ergebnis der Optimierung ist eine Schätzfehlerrückführung L in u F = L ⋅ y( t ) − yF ( t ) = L ⋅ ey ( t Beim Zustandsbeobachter ist es die Rückführung G des Beobachterfehlers. Prozesszustand Messausgang Schätzung Prozesszustand Schätzung Messausgang Schätzfehler Prozesszustand Schätzfehler Messausgang x(t) y(t) xF(t) yF(t) ex(t) = x(t) – xF(t) ey(t) = y(t) . sie führt auf eine Riccati-Gleichung.v ( t2 T } )} = S ⋅ δ ( t 1 − t2 ) Darin sind die Matrizen Q und S konstant. Praktikabel ist das stationäre Kalman-Filter.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing. einen Schätzwert für den Prozesszustand und den Messausgang so zu rekonstruieren.r( t2 )} = E r( t1 ). Erwin Hasenjäger Seite 7-9 7. der zusätzlich durch Eingangsrauschen gestört wird. Die Lösung der dynamischen Schätzfilteraufgabe ist eine Optimierungsaufgabe. dass aus den verrauschten Messdaten ein Schätzwert für den Streckenzustand gewonnen wird. . cov{v( t1 ). die mit denselben Entwurfsprogrammen wie bei der optimalen Regelung gelöst werden kann. stationäre „weiße“ Zufallsprozesse mit den entsprechenden Kovarianzen und Gauß-Amplitudenverteilung angenommen.v( t2 cov{r( t1 ). Das Messrauschen v(t) am Ausgang ist dem Prozessausgang überlagert. dass die Schätzfehler minimale Varianz aufweisen. Für das Eingangsrauschen r(t) und für das Messrauschen v(t) werden mittelwertfreie.yF(t) Das Eingangsrauschen r(t) stört den Prozess und verändert damit den Prozesszustand und den Messausgang. Im Falle des Kalman-Filters ist das Gütekriterium 2 J = ∑ E exi i =1 N ( ) { } zu minimieren.2 Schätzfilter (Kalman-Filter) Die Theorie des Kalman-Filters löst die Aufgabe. Außerdem werden r(t) und v(t) als unkorreliert angenommen. aus verrauschten Messsignalen am Ausgang eines Prozesses. Dr. symmetrisch und positiv definit. dass die Prozessdynamik in die Schätzung mit eingeht. dessen Modellnachführmatrix L so berechnet wird.

MA-MA03 Teil A – Regelung mechanischer Systeme

Prof. Dr.-Ing. Erwin Hasenjäger

Seite 7-10

Nach umfänglicher Herleitung kann das Gütekriterium für die Optimierung des Schätzfilters mit den Matrizen Q und S als Bewertungsmatrizen geschrieben werden

1 T T J = ∫ xF ⋅ Q ⋅ x F + u F ⋅ S ⋅ u F dt 20
Die Matrix L ist damit mit der Matlabfunktion lqr berechenbar. Das Prinzip des Kalman-Filters lässt sich wie folgt darstellen.

[

]

Prozesseingangsrauschen

r
Prozesszustand

v x

Messrauschen

u

y
Prozess

yv

Kalman-Filter

Schätzfehlerrückführung L

ey

Prozessmodell

yF

xF
Geschätzter Prozesszustand

Das Prozesseingangsrauschen r hat Einfluss auf den Zustand x und den Ausgang y, kann aber anders als das Nutzeingangssignal u dem Kalman-Filter nicht zugeführt werden. Das Messrauschen v ist dem Ausgang y überlagert. Die Rauschsignale r und v können unterschiedliche Intensität haben und werden mit ihren Kovarianzen beschrieben. Die Wirkung des Eingangsrauschens r muss erkannt werden, die Wirkung des Messrauschens muss eliminiert werden. Je nach dem, ob r oder v überwiegt, ist die Schätzfehlerrückführung hoch oder gering (siehe Grafik).

MA-MA03 Teil A – Regelung mechanischer Systeme

Prof. Dr.-Ing. Erwin Hasenjäger

Seite 7-11

r v

L

In dem ersten Extremfall

r maximal (Q groß) und v minimal (S klein) wird L sehr groß, d.h. das Filter wird zu einem reinen Beobachter für den gestörten Prozess.

In dem zweiten Extremfall

r minimal (Q klein) und v maximal (S groß) wird L sehr klein, d.h. das Prozessmodell läuft fast abgekoppelt parallel zum Prozess.

Alles dazwischen sind Kompromisse innerhalb obiger Extreme, gesteuert von den Varianzen der stochastischen Signale r(t) und v(t). Betrachtet werden nun lineare, zeitinvariante, vollständig beobachtbare Systeme n-ter Ordnung mit p Eingängen und m Ausgängen, beschrieben mit

& x( t ) = A ⋅ x( t ) + B ⋅ u( t ) + r( t ) y( t ) = C ⋅ x( t ) + v( t )
und dem n-dimensionalen Eingangsrauschvektor r und dem m-dimensionale Messrauschvektor v. Die Struktur des Kalmanfilters an einem stochastisch gestörten Prozess wird dann sehr ähnlich der Beobachterstruktur,

& x F ( t ) = A ⋅ x F ( t ) + B ⋅ u( t ) + L ⋅ y( t ) − y F ( t ) yF ( t ) = C ⋅ x F ( t )

(

)

MA-MA03 Teil A – Regelung mechanischer Systeme

Prof. Dr.-Ing. Erwin Hasenjäger

Seite 7-12

Das Gesamtsystem ist damit wie folgt darstellbar.
r u B INT C v y

A

L

xF B INT C yF

A Kalman-Filter

xF

Am Beispiel eines Drehschwingers werden die beschriebenen Zusammenhänge veranschaulicht. Das Modell ist im Zustandsraum dargestellt mit den Zustandsgrößen x1 und x2. Gemessen wird der Winkel: y = x1. Für die Rauschsignale r(t) und v(t) werden unterschiedliche Intensitäten angenommen, d.h. es werden unterschiedliche Schätzfehlerrückführungen L berechnet. Für u(t) wird ein Momentensprung angenommen.

&& & J ⋅Φ + d T ⋅Φ + cT ⋅Φ = M ( t )

x1 = Φ & x2 = Φ u=M
Prozesseingangsrauschen

Mit den Daten J = 1 kgm2 cT = 90 Nm/rad dT = 2 Nms/rad

r
Prozesszustand

v x

Messrauschen

u
Prozess

y

yv

5. [L. Erwin Hasenjäger Seite 7-13 % Kalman-Filter clf % System Einmassenschwinger J =1.xkalm) xlabel('Zeit t [sec]') ylabel('Kalman-Filter') grid legend('x1F'. -c/J -d/J].1.yv.01.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. d =2.r').S1.Q.3).1/J]. Dr.05. %Q und S Startwerte Q = eye(2).plot(t. S = 1.plot(t. % Testsimulation zur Bestimmung der Kovarianzen und Berechnug des Filters [t] = sim('kalman_s'. rfakt = 0.plot(t. % Ausgaben subplot(3. t_tast = 0.'x2') axis([0 T_end -8 8]) subplot(3.E] = LQR(A'. Q = cov(r. sfakt = 0.'x2F') axis([0 T_end -8 8]) subplot(3.xpro) xlabel('Zeit t [sec]') ylabel('Prozess') grid legend('x1'.T_end).1. A = [0 1.1. L = L'. T_end= 6+t_tast.-Ing.S). % Simulation des Filters [t] = sim('kalman_s'.2). B =[0.'yF') axis([0 T_end -8 8]) Q S L EW=eig(A-L*C) .t.C'.yf) xlabel('Zeit t [sec]') ylabel('Kalman-Filter') grid legend('yv'. S =var(v). c = 90.T_end). C = [1 0].1).

Erwin Hasenjäger Seite 7-14 .MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr.-Ing.

MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr.9.1292 + 9.1292 .2583 -0.4220i .-Ing. Erwin Hasenjäger Seite 7-15 Fall 1: Fast kein Rauschen in r und v L = 0.4220i -1.4666 EW = -1.

0325 .2248 138. Erwin Hasenjäger Seite 7-16 Fall 2: Hohes Rauschen in r.1923 -3. Dr.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.-Ing.3812 EW = -223. fast kein Rauschen in v L = 224.

5500 -1. Erwin Hasenjäger Seite 7-17 Fall 3: Fast kein Rauschen in r.-Ing.0e-005 * 0.0000 . hohes Rauschen in v L = 1.4340i .4340i -1.0000 EW = -1.MA-MA03 Teil A – Regelung mechanischer Systeme Prof. Dr.9.0000 + 9.

8726 -3.9363 + 9.3139i -1.MA-MA03 Teil A – Regelung mechanischer Systeme Prof.2466 EW = -1. Dr.9.-Ing.9363 .3139i . Erwin Hasenjäger Seite 7-18 Fall 4: Etwa gleiches Rauschen in r und in v L = 1.

Sign up to vote on this title
UsefulNot useful