Sie sind auf Seite 1von 76

Moderne Methoden der Regelungstechnik

Professor Dr.-Ing. Ferdinand Svaricek

Professur fr Steuer und Regelungstechnik u Fakultt fr Luft und Raumfahrttechnik a u Universitt der Bundeswehr Mnchen a u

Vorwort Diese Arbeitsbltter beschreiben den wesentlichen Stonhalt des Moduls MODERNE a METHODEN DER REGELUNGSTECHNIK fr Studentinnen und Studenten der Luft u und Raumfahrttechnik im Masterstudium an der Universitt der Bundeswehr Mnchen a u ab dem HT 2011. Die Lehrveranstaltung umfat Vorlesung und Ubung im 3. Trimester (V 2, SU 2) und liefert eine Einfhrung in die Beschreibung, Analyse und Synthese von u linearen Mehrgrensystemen. o Mit dieser als Studienbegleittext zu Vorlesung und Ubung verfaten Schrift soll einmal die fr die Fachprfung verlangte Stoauswahl abgegrenzt und zum anderen den Studenu u tinnen und Studenten die Mitschrift erleichtert werden. Diese Studienhilfe ersetzt kein Lehrbuch, das zum Selbststudium geeignet wre, vielmehr a sind zum Verstndnis des Stoes Erluterungen und Beispiele der Vorlesungsveranstala a tungen sowie die aktive Mitarbeit bei den Ubungen notwendig. Fr die Nacharbeit und u die Prfungsvorbereitung sind die in der Literaturzusammenstellung genannten Bcher u u geeignet. Allen Mitarbeitern des Instituts fr Steuer und Regelungstechnik, die bei den Lehrveranu staltungen mitwirken, mchte ich fr die Untersttzung herzlich danken. Mein besonderer o u u Dank gilt Herrn Dr.Ing. K.D. Otto fr die vielfltigen anregenden Diskussionen und u a die Ubernahme dieser Lehrveranstaltung in den vergangenen beiden Jahren.

Neubiberg, im Oktober 2011

F. Svaricek

INHALTSVERZEICHNIS

Inhaltsverzeichnis
Literatur Formelzeichen 1 Einfuhrung 2 Beschreibung und Analyse von Mehrgrensystemen o 2.1 Beschreibung von Mehrgrensystemen . . . . . . . . . . . . . o 2.1.1 Beschreibung mit Hilfe der Rosenbrock-Systemmatrix . 2.1.2 Beschreibung mit Hilfe der Ubertragungsmatrix . . . . 2.2 Steuer- und Beobachtbarkeit . . . . . . . . . . . . . . . . . . . 2.2.1 Steuerbarkeitskriterium von Kalman . . . . . . . . . . 2.2.2 Steuerbarkeitskriterium von Hautus . . . . . . . . . . . 2.2.3 Stabilisierbarkeit . . . . . . . . . . . . . . . . . . . . . 2.2.4 Steuerbarkeitsindizes . . . . . . . . . . . . . . . . . . . 2.2.5 Steuerbarkeitsmae . . . . . . . . . . . . . . . . . . . . 2.3 Beobachtbarkeit linearer Regelungssysteme . . . . . . . . . . . 2.3.1 Dualittsprinzip . . . . . . . . . . . . . . . . . . . . . . a 2.3.2 Kriterien der Beobachtbarkeit . . . . . . . . . . . . . . 2.4 Normalformen fr Mehrgrensysteme . . . . . . . . . . . . . u o 2.4.1 Diagonalform . . . . . . . . . . . . . . . . . . . . . . . 2.4.2 Regelungsnormalform . . . . . . . . . . . . . . . . . . . 2.4.3 Standardform nicht steuerbarer Systeme . . . . . . . . 2.5 Pole und Nullstellen linearer Mehrgrensysteme . . . . . . . . o 2.5.1 Pole und Nullstellen der Ubertragungsmatrix . . . . . . 2.5.2 Nullstellen der RosenbrockSystemmatrix . . . . . . . 2.5.3 Eigenschaften der Nullstellen von Mehrgrensystemen o 2.5.4 Anzahl der Nullstellen eines Mehrgrensystems . . . . o 2.5.5 Physikalische Interpretation der Pole und Nullstellen . 2.5.6 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . 2.6 Realisierung von Mehrgrensystemen . . . . . . . . . . . . . o 3 Entwurf von Mehrgrenregelungen o 3.1 Polvorgabe fr Eingrensysteme . . . . . . . . . . u o 3.2 Polvorgabe fr Mehrgrensysteme . . . . . . . . . u o 3.2.1 Robuste Polzuweisung . . . . . . . . . . . . 3.2.2 Entwurf von Entkopplungsregelungen . . . . 3.3 Optimale Zustandsregelung . . . . . . . . . . . . . 3.3.1 Lsung des Optimierungsproblems . . . . . o 3.3.2 Eigenschaften des optimalen Regelkreises . . 3.3.3 Kriterien zur Wahl der Gewichtungsmatrizen IV VI 1 3 3 4 5 6 7 7 9 9 12 14 14 15 18 18 18 20 21 21 26 27 30 31 33 35 43 45 48 49 49 54 55 56 56

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

Svaricek, 2011 II

INHALTSVERZEICHNIS

3.3.4 Zusammenfassung des Entwurfsverfahrens . . . . . . . . . . . . . . 57 3.3.5 Abschlieende Anmerkungen . . . . . . . . . . . . . . . . . . . . . . 58 3.4 PIMehrgrenregelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 o A Mathematische Grundlagen A.1 Normalrang von Polynom- und rationalen Matrizen . A.2 Smithsche Normalform einer Polynommatrix . . . . . A.3 SmithMcMillanNormalform einer rationalen Matrix A.4 Determinantenstze . . . . . . . . . . . . . . . . . . . a B Beispiel: Blockierung der Signalubertragung 60 60 60 62 65 66

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

Svaricek, 2011 III

Literatur

Literatur
Ackermann, J. 1972. Der Entwurf linearer Regelungssysteme im Zustandsraum. Regelungstechnik 7. 297300. Benninger, N.F. 1987. Analyse und Synthese linearer Systeme mit Hilfe neuer Strukturmae. Dissertation Karlsruhe und VDI Fortschrittberichte. Reihe 8. Nr. 138. Dsseldorf: VDIVerlag. u Benninger, N.F. und J. Rivoir. 1986. Ein neues konsistentes Ma zur Beurteilung der Steuerbarkeit in linearen, zeitinvarianten Systemen. Automatisierungstechnik 34. 473479. Descusse, J. und J.M. Dion. 1982. On the Structure at Innity of Linear Square Decoupled Systems. IEEE Trans. Automat. Control 27. 971974. Falb, P.L. und W.A. Wolovich. 1967. Decoupling in the Design and Synthesis of Multivariable Control Systems. IEEE Trans. Automat. Control 12. 651659. Gantmacher, F.R. 1986. Matrizentheorie. Berlin: Springer. Kalman, R.E. 1960. On the General Theory of Control Systems. Proc. of the 1st IFAC Congress. Moskau. 1. 481491. Kalman, R.E., Y.C. Ho und K.S. Narendra. 1963. Controllability of Linear Dynamical Systems. Contributions to Dierential Equations 1. 189213. Luenberger, D.G. 1964. Observing the State of Linear Systems. IEEE Trans. Mil. Electron. 8. 7480. Lunze, J. 2005. Regelungstechnik 2. Mehrgrensysteme, Digitale Regelung. Berlin: o SpringerVerlag. (3. Auage). MacFarlane, A.G.J. 1975. Relationships Between Recent Developments in Linear Control Theory and Classical Design Techniques. Measurement and Control 8. 179187, 219223, 278284, 319323, 371375. MacFarlane, A.G.J. und N. Karcanias. 1976. Poles and Zeros of Linear Multivariable Systems: A Survey of the Algebraic, Geometric and ComplexVariable Theory. Int. J. Control 24. 3374. Morgan, B.S. 1964. The Synthesis of Linear Multivariable Systems by State Feedback. Proc. of the Joint Automatic Control Conf. 468472. Nour Eldin, H.A. 1977. Minimalrealisierung der MatrixUbertragungsfunktion. Regelungstechnik 25. 8287.

Svaricek, 2011 IV

Literatur

Paige, C.C. 1981. Properties of Numerical Algorithms Related to Computing Controllability. IEEE Trans. Automat. Control 26. 130138. Patel, R.V. 1981. Computation of MinimalOrder StateSpace Realizations and Observability Indices Using Orthogonal Transformations. Int. J. Control 33. 227247. Rosenbrock, H.H. 1970. State Space and Multivariable Theory. London: Nelson. Schulz, G. 2002. Regelungstechnik. Mehrgrenregelung Digitale Regelungstechnik o Fuzzy-Regelung. Mnchen: OldenbourgVerlag. u Schwarz, H. 1991. Nichtlineare Regelungssysteme: Systemtheoretische Grundlagen. Mnchen: OldenbourgVerlag. u Svaricek, F. 1995. Zuverlssige numerische Analyse linearer Regelungssysteme. Stutta gart: B.G. Teubner. Unbehauen, H. 2000. Regelungstechnik. Band II. Braunschweig: Vieweg und Sohn (8. Auage). Van Dooren, P. 1981. The Generalized Eigenstructure Problem in Linear System Theory. IEEE Trans. Automat. Control 26. 111129. Voigt, C. und J. Adamy. 2007. Formelsammlung der Matrizenrechnung. Mnchen: u OldenbourgVerlag. Wonham, W. 1974. Linear Multivariable Control: A Geometric Approach. Berlin: Springer. Zurmuhl, R. und S. Falk. 1984. Matrizen und ihre Anwendungen. Teil 1: Grundlagen. Berlin: Springer.

Svaricek, 2011 V

Formelzeichen

Wichtige Formelzeichen und Abkurzungen


Abkurzungen EN AEN EEN EAEN IN SP UN UP Entkopplungsnullstellen AusgangsEntkopplungsnullstellen EingangsEntkopplungsnullstellen Ein/Ausgangsentkopplungsnullstellen Invariante Nullstellen Systempole Ubertragungsnullstellen Ubertragungspole

Formelzeichen
A A AR ai bi B BR bi C(s) C CR cT j d di di (s) D D e e(t) f (t) g(t) F F (s) F(s) G(s) G(s) Gij (s) Flche a n n Systemmatrix n n Systemmatrix der Regelungsnormalform Polynomkoezienten (insbesondere Nennerpolynome) Polynomkoezienten (insbesondere Zhlerpolynome) a n m Eingangsmatrix n m Eingangsmatrix der Regelungsnormalform ite Spalte der Eingangsmatrix charakteristisches Polynom m n Ausgangsmatrix m n Ausgangsmatrix der Regelungsnormalform jte Zeile der Ausgangsmatrix Dmpfungskonstante, Dierenzengrad, Rangdefekt einer Matrix a Entkopplungsindizes Determinantenteiler einer Polynommatrix Dmpfungsgrad a m m Durchgangsmatrix Basis der natrlichen Logarithmen u Regelabweichung, Regelfehler allgemeine Zeitfunktion Gewichtsfunktion Systemmatrix des Beobachters rationale Funktion rationale Matrix Ubertragungsfunktion Ubertragungsmatrix Elemente der Ubertragungsmatrix G(s)

Svaricek, 2011 VI

Formelzeichen G0 (s) Ubertragungsfunktion des oenen Systems Gw (s) Fhrungsbertragungsfunktion u u Gz (s) Strbertragungsfunktion ou h(t) Ubergangsfunktion (Einheitssprungantwort) h(s) Hauptnennerpolynom i, j Indizes ik (s) Elementarpolynome (Invariantenteiler) I Trgheitsmoment a I Einheitsmatrix j = 1, imaginre Einheit a K m n Rckfhrmatrix u u KS Systemverstrkung a m Grad des Zhlerpolynoms der Ufkt., Anzahl der Ein- bzw. Ausgnge a a mbi Beeinubarkeitsmae msi Steuerbarkeitsmae M(s) = M{()} SmithMcMillanNormalform von () M1 inverse Matrix zu M + M Pseudoinverse der Matrix M H M konjugiert komplexe, transponierte Matrix zu M T M transponierte Matrix zu M Madj adjungierte Matrix zu M n Grad des charakteristischen Polynoms, Systemordnung ni Nullstellen der Ubertragungsfunktion nB Dimension des beobachtbaren Unterraums nEEN Anzahl der EingangsEntkopplungsnullstellen Anzahl der Invarianten Nullstellen nIN nS Dimension der steuerbaren Unterraums N(s) Nennerpolynom der Ubertragungsfunktion Ni (s) Nennerpolynome der SmithMcMillanForm von G(s) pi Pole der Ubertragungsfunktion pi (s) P P(s) Q QB QG QS r R S(s) = S{()} s Invariante Polynome (Elementarpolynome) der RosenbrockSystemmatrix Lsung der MatrixRiccatigleichung o RosenbrockSystemmatrix der Dimension (n + m) (n + m) Gewichtungsmatrix Beobachtbarkeitsmatrix Gramsche Steuerbarkeitsmatrix Steuerbarkeitsmatrix Beobachterrckfhrung u u Gewichtungsmatrix, m m Rckfhrmatrix u u Smithsche Normalform von () Laplacevariable

Svaricek, 2011 VII

Formelzeichen

t t0 T T u(t) U(s) V w(t) W (s) x(t) X(s) y(t) Y(s) z(t) Z(s) (t) i S o 1(t) L{} Cn Rn

Zeit (allgemein) Anfangszeit Zeitkonstante regulre Transformationsmatrix a Eingangsvektor der Dimension m Laplacetransformierte des Eingangsvektors m m Vorltermatrix, n n Eigenvektormatrix Fhrungsvektor u Laplacetransformierte der Fhrungsgre u o Zustandsvektor der Dimension n Laplacetransformierte des Zustandsvektors Ausgangsvektor der Dimension m Laplacetransformierte der Ausgangsgre o Strgre o o Laplacetransformierte der Strgre; Zhlerpolynom o o a Diracscher Deltaimpuls, Stofunktion Steuerbarkeitsindizes Steuerbarkeitsindex Eigenwert Normalrang von G(s) laufende Zeit; Verzgerungszeit o Kreisfrequenz (allgemein) Eigenkreisfrequenz des ungedmpften Schwingers a Einheitssprungfunktion Symbol fr Laplacetransformierte von . . . u ndimensionaler Vektorraum der komplexen Zahlen ndimensionaler Vektorraum der rellen Zahlen

Svaricek, 2011 VIII

1 Einf hrung u

Einfuhrung

In den bisherigen Vorlesungen zur Steuer und Regelungstechnik wurden Probleme betrachtet, bei denen eine Regelgre mit Hilfe einer Stellgre einer Fhrungsgre uno o u o ter Einu von Strungen nachgefhrt werden soll. Man spricht hier von einer Eino u grenregelung. Beispiele hierfr sind eine Raumheizung (Stellgre: Heizleistung und o u o Regelgre: Temperatur), ein Gleichstrommotor (Stellgre: Spannung und Regelgre: o o o Drehzahl) oder eine Fllstandsregelung (Stellgre: Zuu pro Zeiteinheit und Regelu o gre: Fllstand). o u In der Vorlesung Moderne Methoden der Regelungstechnik werden Regelstrecken behandelt, bei denen mehrere Regelgren gleichzeitig auf vorgegebenen Sollwerten zu halten o oder entlang von Solltrajektorien zu fhren sind. Solche Mehrgrenregelungssysteme sind u o in der Mechatronik, der Fahrzeug und Flugregelung aber auch in der Verfahrenstechnik zunehmend anzutreen. Die Regel- und Stellgren sind dabei hug stark verkoppelt o a (Bild 1.1), so da die dynamischen Zusammenhnge wesentlich komplexer sind und einer a gesonderten und eingehenderen Betrachtung bedrfen. u

Bild 1.1: Mehrgrensystem mit internen Kopplungen o Nur wenn die Kopplungen schwach sind, kann man eine Mehrgrenregelung in separate o Eingrenregelungen zerlegen, bei denen die Kopplungen vernachlssigt bzw. als externe o a Strgren aufgefasst werden (Bild 1.2). Dann kann man jedes Entwurfsverfahren fr o o u Eingrenregelkreise einsetzen. o

Bild 1.2: Entkoppeltes Mehrgrensystem o Beispiele fr technische Systeme mit starken Wechselwirkungen zwischen den Regelgren u o sind folgende: Svaricek, 2011 1

1 Einf hrung u

Dampferzeuger: Regelgren Druck und Temperatur. o Klimaanlage: Temperatur und Luftfeuchtigkeit. Lngsbewegung eines Flugzeuges: Flughhe und Geschwindigkeit. a o Wie in den bisherigen Vorlesungen wird vorausgesetzt, da auch diese Mehrgrensysteme o durch lineare, zeitinvariante Modelle hinreichend genau beschrieben werden knnen. Dann o knnen Mehrgrensysteme genauso wie Eingrensysteme sowohl im Zeitbereich durch o o o lineare Dierentialgleichungen und Zustandsraummodelle als auch im Frequenzbereich durch Ubertragungsfunktionen beschrieben werden. Der Schwerpunkt wird auf die Anwendung der von Kalman in den 50er und 60erJahren entwickelten Zustandsraumbeschreibung gelegt. Ohne die Entwicklung dieser sogenannten Zustandsraummethoden wren viele technische Fortschritte in den letzten Jahrzehnten, a speziell im Bereich der Luft- und Raumfahrttechnik, kaum mglich gewesen. o

Svaricek, 2011 2

2 Beschreibung und Analyse von Mehrgrensystemen o

Beschreibung und Analyse von Mehrgrensystemen o

Mehrgrensysteme knnen wie Eingrensysteme sowohl im Zeitbereich durch Diereno o o tialgleichungen als auch im Frequenzbereich durch Ubertragungsfunktionen beschrieben werden. Innerhalb der Mehrgrensysteme knnen folgende Systemklassen unterschieden o o werden: Systeme mit mehreren Ein und Ausgangsgren (MIMO, Multiple Input Multiple o OutputSysteme). Systeme mit einer Eingangsgre und mehreren Ausgangsgren (SIMO, Single Ino o put Multiple OutputSysteme). Systeme mit mehreren Eingangsgren und einer Ausgangsgre (MISO, Multiple o o Input Single OutputSysteme). Im weiteren werden Mehrgrensysteme mit einer gleichen Anzahl von Ein und Auso gangsgren betrachtet. o

2.1

Beschreibung von Mehrgrensystemen o

Der Ubergang von den Zustandsgleichungen fr Eingrensysteme (Gleichung 4.1 in u o Skript SRT) zu den Zustandsgleichungen fr Mehrgrensysteme ist formal sehr einfach. u o Ein Mehrgrensystem mit einer gleichen Anzahl von Ein und Ausgangsgren kann mit o o Hilfe der linearen, zeitinvarianten Zustandsgleichungen x(t) = Ax(t) + Bu(t) y(t) = Cx(t) + Du(t) (2.1) (2.2)

mit dem Zustandsvektor x(t) Rn , dem Eingangs(gren)vektor u(t) Rm und dem o m Ausgangs(gren)vektor y(t) R beschrieben werden (Bild 2.1). Die Systemmatrix A, o die Eingangsmatrix B, die Ausgangsmatrix C und die Durchgangsmatrix D haben die Dimensionen (n n), (n m), (m n) und (m m).

u(t)

_ hx(t) H
A

D
R

x(t)
H

HA

y(t)

Bild 2.1: Blockschaltbild der Zustandsraumbeschreibung eines Mehrgrensystems o Im weiteren wird vorausgesetzt, da B und C den Rang m besitzen, das heit tatschlich a m linear unabhngige Me und m unabhngige Stellgren existieren. a a o Svaricek, 2011 3

2 Beschreibung und Analyse von Mehrgrensystemen o

Htte beispielsweise die Matrix C einen kleineren Rang als m, so knnte mindestens a o eine Ausgangsgre aus den anderen Ausgangsgren berechnet werden und wre somit o o a uberssig. u Bei realen technischen Regelstrecken wirken die Eingangssignale u(t) meist nicht direkt auf den Ausgangsvektor y(t) ein, so da, wenn nichts anderes gesagt ist, D = 0 vorausgesetzt wird. 2.1.1 Beschreibung mit Hilfe der Rosenbrock-Systemmatrix

Nach Anwendung der LaplaceTransformation1 auf die Zustandsgleichungen (2.1, 2.2) knnen diese fr D = 0 und einen Anfangszustand o u x(t0 ) = x0 in der Form x0 Y(s) = sI A B C 0 X(s) U(s) (2.4) (2.3)

dargestellt werden. In dieser Darstellung wird die (n + m) (n + m) Polynommatrix P(s) = sI A B C 0 (2.5)

als Systemmatrix nach Rosenbrock bezeichnet. Diese RosenbrockSystemmatrix ist eine Polynommatrix und beschreibt, genauso wie ein Zustandsraummodell, auch die innere Struktur eines Systems. Dies wird an der Tatsache deutlich, da die Eigenbewegung des Systems mit Hilfe der Gl. (2.4) berechnet werden kann. Hierzu ersetzt man in der zweiten Gleichung Y(s) = CX(s) (2.6)

den laplacetransformierten Zustandsvektor X(s) mit Hilfe der ersten Gleichung (U(s) = 0) durch X(s) = (sI A)1 x0 dann erhlt man a Y(s) = C(sI A)1 x0 . (2.8) (2.7)

Mit C = I und bei gegebenen x0 kann man dann mit Hilfe von (2.8) die Eigenbewegung des Systems berechnen.
1

Die Laplace-Transformierte einer Zeitfunktion wird im weiteren mit dem entsprechenden Grobuchstaben bezeichnet.

Svaricek, 2011 4

2 Beschreibung und Analyse von Mehrgrensystemen o Beschreibung mit Hilfe der Ubertragungsmatrix

2.1.2

Setzt man in Gl. (2.4) den Anfangszustand x0 = 0 ein und eliminiert dann den Zustandsvektor X(s), so gelangt man zur Beziehung Y(s) = G(s)U(s) mit der m m Ubertragungsmatrix G(s) = C(sI A)1 B. (2.11) Fr ein System mit m Ein und Ausgangsgren ist G(s) eine (mm)Matrix. Ausfhrlich u o u geschrieben erhlt man fr die Frequenzbereichsdarstellung (2.11) eines Mehrgrensystems: a u o Y1 (s) G11 (s) G12 (s) G1m (s) U1 (s) Y2 (s) G21 (s) G22 (s) G2m (s) U2 (s) (2.12) = . . . . . . . . . . . . . . . . Ym (s) Gm1 (s) Gm2 (s) Gmm (s) Um (s) Die Ubertragungsmatrix G(s) ist eine Matrix, deren Elemente echt gebrochen rationale Funktionen in s sind, und beschreibt im Gegensatz zur RosenbrockSystemmatrix (2.5) lediglich das Ein/Ausgangsverhalten des Systems (Bild 2.2).
U(s) Y(s)

(2.9)

(2.10)

G(s)

Bild 2.2: Ein/Ausgangsdarstellung eines linearen Mehrgrensystems o Dabei gibt das Element Gij (s) der Ubertragungsmatrix G(s) an, wie der jte Eingang Uj (s) auf den iten Ausgang Yi (s) einwirkt. Aus der Gl. (2.11) folgt, da diese Elemente wie folgt berechnet werden knnen: o Gij (s) = cT (sI A)1 bj i = cT (sI A)adj bj i . det(sI A) (2.13) (2.14)

Oensichtlich erscheint die Determinate von (sI A) im Nenner jedes Elementes Gij (s). Allerdings haben bei einem System nter Ordnung hug nicht alle Elemente Gij (s) a den grtmglichen Nennergrad n, da sich einige Linearfaktoren von det(sI A) gegen o o entsprechende Linearfaktoren im Zhler krzen lassen. Die Systemordnung n mu daher a u nicht mit dem grten Nennergrad der Elemente Gij (s) ubereinstimmen. Das bedeutet, o da die Systemordnung n grer sein kann als der grte Nennergrad der Elemente von o o G(s). Svaricek, 2011 5

2 Beschreibung und Analyse von Mehrgrensystemen o

2.2

Steuer- und Beobachtbarkeit

Die Regelungstechnik kann man als die Wissenschaft von der gezielten Beeinussung dynamischer Prozesse und von der Anwendung der hierzu entwickelten Methoden zur Systembeschreibung und untersuchung bezeichnen. Eine der grundlegenden Fragen der Regelungstechnik ist daher, ob sich ein vorgegebener dynamischer Proze uberhaupt ge zielt beeinussen, d.h. steuern lt. a Die Begrie Steuer und Beobachtbarkeit sind auch in der von Kalman im Jahre 1960 eingefhrten Zustandsraummethodik von grundlegender Bedeutung. Im Gegensatz zu u einigen frheren Zustandsraumanstzen, die als reine Reinterpretationen klassischer Freu a quenzbereichskonzepte angesehen werden knnen, geht erst der Ansatz von Kalman mit o dem Begrispaar der Steuer und Beobachtbarkeit deutlich uber den Frequenzbereichs ansatz hinaus. Die Steuerbarkeit eines linearen Systems x(t) = Ax(t) + Bu(t) kann dabei wie folgt deniert werden: Denition 2.1 Ein dynamisches System (A, B) heit vollstndig zustandssteuerbar, wenn der Zua standsvektor x(t) durch einen geeigneten Steuervektor u(t) in einer endlichen Zeit T von jedem beliebigen Anfangszustand x(0) = x0 in den Nullzustand x(T ) = 0 uberfhrt werden kann. u Diese Eigenschaft der Steuerbarkeit ist eine notwendige Voraussetzung fr viele Regleru entwurfsverfahren und somit auch bei praktischen Aufgabenstellungen von entscheidender Bedeutung. Eng verwandt mit der Steuerbarkeit ist der Begri der Erreichbarkeit: Denition 2.2 Ein dynamisches System (A, B) heit vollstndig erreichbar, wenn der Zustandsveka tor x(t) durch einen geeigneten Steuervektor u(t) in einer endlichen Zeit T aus dem Nullzustand x(0) = 0 in jeden gewnschten Endzustand x(T ) uberfhrt werden u u kann. Im Vergleich zur Steuerbarkeit stellt die Erreichbarkeit hhere Anforderungen an die Eio genschaften eines dynamischen Systems, da jedes stabile, nicht gestrte System nach einer o entsprechenden Zeit immer von selbst in den Nullzustand zurckkehrt. So sind die Eru reichbarkeit und die Steuerbarkeit auch nur bei der in dieser Vorlesung betrachteten Klasse der linearen, kontinuierlichen, zeitinvarianten Systeme quivalente Eigenschaften. Bereits a bei linearen Systemen die zeitvariabel oder zeitdiskret sind, mu zwischen der Erreichbarkeit und der Steuerbarkeit unterschieden werden. Dies gilt natrlich erst recht bei allen u nichtlinearen Systemen. Da es in der Literatur zur linearen Systemtheorie ublich ist, die fr lineare, zeitinvariante Systeme quivalenten Eigenschaften Steuer und Erreichbarkeit u a unter dem Oberbegri Steuerbarkeit zusammenzufassen, wird im weiteren auch nur noch die Steuerbarkeit betrachtet. In der Praxis stellt allerdings hug nicht die Erreichung eines bestimmten Systemzua standes das primre Ziel der Regelungsaufgabe dar. Vielmehr ist es erwnscht, nur den a u Svaricek, 2011 6

2 Beschreibung und Analyse von Mehrgrensystemen o

Systemausgngen vorgegebene Werte (oder Funktionen) zu erteilen. In diesem Zusama menhang spricht man dann von Ausgangssteuerbarkeit und es gilt analog zur Zustandssteuerbarkeit: Denition 2.3 Ein dynamisches System x(t) = Ax(t) + Bu(t); y(t) = Cx(t) heit vollstndig a ausgangssteuerbar, wenn der Ausgangsvektor y(t) durch einen geeigneten Steuervektor u(t) in einer endlichen Zeit T von einem beliebigen Anfangswert y(0) = y0 in irgendeinen Endwert y(T ) uberfhrt werden kann. u Zur Uberprfung der Steuerbarkeit stehen in der Praxis eine Reihe verschiedener Kriterien u zur Verfgung, die fr eine zuverlssige numerische Analyse allerdings unterschiedlich gut u u a geeignet sind. Auch mit Hilfe der numerisch stabil umsetzbaren Kriterien kann nicht eindeutig festgestellt werden, wann ein System nicht vollstndig steuerbar ist. Aufgrund a der beschrnkten Genauigkeit der Rechner wird bestenfalls ermittelt, da ein System a (A, B) sehr nahe an einem nicht steuerbaren System (A + A, B + B) liegt. 2.2.1 Steuerbarkeitskriterium von Kalman

Neben dem Begri der Steuerbarkeit geht auch das erste und bekannteste Kriterium zu ihrer Uberprfung auf Kalman (1960) zurck. u u Satz 2.1 Ein dynamisches System (A, B) ist genau dann vollstndig zustandssteuerbar, wenn a fr die Steuerbarkeitsmatrix QS gilt: u Rang QS = Rang [ B, AB, ..., An1B ] = n. (2.15)

Fr nicht vollstndig steuerbare Systeme, d.h. Rang QS < n, gibt der Rang der Steueru a barkeitsmatrix die Dimension nS des vollstndig steuerbaren Unterraumes an. a Man beachte, mit Hilfe dieses Kriteriums kann lediglich eine Ja/NeinAussage uber die Steuerbarkeit eines Systems getroen werden. Darber hinaus liefert es keine weiteren u Informationen bezglich der Frage, welche der Eigenbewegungen des Systems (Eigenwerte u der Matrix A) gegebenenfalls nicht steuerbar sind. 2.2.2 Steuerbarkeitskriterium von Hautus

Nach Hautus ist ein steuerbarer Eigenwert wie folgt deniert: Denition 2.4 Ein Eigenwert der Systemmatrix A wird steuerbarer Eigenwert genannt, wenn Rang [ I A, B ] = n gilt. Svaricek, 2011 7 (2.16)

2 Beschreibung und Analyse von Mehrgrensystemen o Mit Hilfe dieses Konzeptes ergibt sich das folgende einfache Kriterium zur Uberprfung u der Steuerbarkeit eines Systems (A, B): Satz 2.2 Ein dynamisches System (A, B) ist genau dann vollstndig steuerbar, wenn a Rang [ i I A, B ] = n fr alle Eigenwerte i , i = 1, ..., n der Matrix A gilt. u Dieses zum Kalmankriterium quivalente Kriterium oftmals auch als HautusKriterium a bezeichnet erfordert bei Kenntnis der Eigenwerte der Systemmatrix A eine nmalige Ranguntersuchung (fr durchweg verschiedene Eigenwerte) der Matrix [ I A, B ]. Eiu ne Verletzung der Bedingung (2.17) signalisiert dann, da der entsprechnde Eigenwert nicht steuerbar ist und somit auch das ganze System nicht vollstndig steuerbar ist. Bei a durchweg verschiedenen Eigenwerten kann die Dimension des steuerbaren Unterraumes nach Beendigung der Ranguntersuchungen leicht angegeben werden. Die Dimension des steuerbaren Unterraumes ist dann identisch mit der Anzahl der steuerbaren Eigenwerte, d.h. der Anzahl der Eigenwerte, die die Bedingung (2.17) erfllen. u Fr Systeme mit mehrfachen Eigenwerten liefert das HautusKriterium allerdings keiu ne zuverlssigen Aussagen uber die Dimension dieses Unterraumes. Zur Verdeutlichung a dieser Problematik dient das folgende Beispiel. Beispiel 2.1 Gegeben sei das folgende System (A, b) mit einem dreifachen Eigenwert bei = 1: 1 0 0 A = 0 1 1 , 0 0 1 1 b = 1 . (2.17)

Gesucht wird die Dimension des steuerbaren Unterraumes. Die Anwendung des HautusKriteriums (Satz 2.2) liefert: 0 0 0 1 = Rang 0 0 1 1 = 2 < n . 0 0 0

Rang [ I A, b ]=1

Dieses Ergebnis knnte zu dem Schlu verleiten, da das System unabhngig o a von immer nur einen nicht steuerbaren Eigenwert besitzt. Die Auswertung der KalmanBedingung (2.15) 1 1 1 Rang QS = Rang [ b, Ab, A2b ] = Rang 1 (1 + ) 1 + + Svaricek, 2011 8

2 Beschreibung und Analyse von Mehrgrensystemen o

liefert allerdings, da der Rang der Steuerbarkeitsmatrix nicht von unabhngig ist. a Fr beliebige Werte sind die 1. und die 3. Zeile linear abhngig, und der Rang von u a QS ergibt sich zu 2. Ein zustzlicher Rangdefekt tritt oensichtlich fr = 0 auf a u (alle 3 Zeilen sind dann linear abhngig). Aus Rang QS = 1 folgt dann, da zwei a Eigenwerte nicht steuerbar sind und die Dimension des steuerbaren Unterraumes sich somit auf nS = 1 reduziert hat. 2.2.3 Stabilisierbarkeit

Wenn ein lineares System (A,B) vollstndig steuerbar ist, dann knnen die Eigenwerte a o der Systemmatrix A durch eine proportionale Zustandsrckfhrung beliebig verndert u u a werden (vgl. Abschnitt 3). Ist ein Eigenwert nicht steuerbar, so kann dieser Eigenwert durch eine Zustandsrckfhrung nicht mehr beeinut werden. Das bedeutet, da ein u u instabiles System durch einen Zustandsregler nur dann stabilisiert werden kann, wenn alle instabilen Eigenwerte steuerbar sind. Bei Systemen, die nicht vollstndig steuerbar a sind, ist daher die Frage von Interesse Ob zumindest alle instabile Eigenwerte steuerbar sind? Dies fhrt auf den Begri der Stabilisierbarkeit: u Denition 2.5 Ein nicht vollstndig steuerbares System (A,B) nennt man stabilisierbar, wenn a die Realteile der nicht steuerbaren Eigenwerte kleiner als Null sind, wenn diese Eigenwerte also asymptotisch stabil sind und daher in der linken Ebene liegen. Mit Hilfe des HautusKriteriums kann die Stabilisierbarkeit leicht uberprft werden: u Satz 2.3 Ein lineares System (A, B) ist genau dann stabilisierbar, wenn das Hautus-Kriterium Rang [ i I A B ] = n fr alle instabilen Eigenwerte der Systemmatrix A (Re{i } 0) erfllt ist. u u Eine Regelstrecke ist also stabilisierbar, wenn sie entweder bereits asymptotisch stabil oder vollstndig steuerbar ist, oder wenn zumindest alle instabilen Eigenwerte steuerbar a sind. Die bisher besprochenen Kriterien zur Uberprfung der Steuerbarkeit ermglichen nur u o qualitative Aussagen (Ja/NeinEntscheidung), ob ein System oder eine entsprechende Eigenbewegung steuerbar ist oder nicht. Fr praktische Anwendungen ist allerdings auch u die Frage nach der Gte der Steuerbarkeit von Interesse. u 2.2.4 Steuerbarkeitsindizes (2.18)

Als ein Ma fr den Regelbarkeitsaufwandkann bei vollstndig steuerbaren Systemen u a der Steuerbarkeitsindex angesehen werden: Svaricek, 2011 9

2 Beschreibung und Analyse von Mehrgrensystemen o

Denition 2.6 Der Steuerbarkeitsindex S eines dynamischen Systems x(t) = Ax(t) + Bu(t) ist die kleinste Zahl S , fr die u Rang QS = Rang [ B, AB, ..., AS 1 B ] = n gilt. Je grer dieser Index ist, um so komplizierter mssen Regler aufgebaut sein, wenn das o u Systemverhalten beliebig verndert werden soll. Beispielsweise kann fr ein vollstna u a dig steuer und beobachtbares System (A, B, C) immer ein dynamischer Regler einer Ordnung kleiner oder gleich S 1 gefunden werden (Wonham 1974), der die Pole des geschlossenen Systems gewnscht plaziert. u Der Steuerbarkeitsindex S ist dabei der grte einer Menge sogenannter Steuerbarkeitso indizes {1 , 2 , ..., m }, die man erhlt, wenn die Steuerungsanforderungen mglichst a o gleichmig auf alle m Eingnge eines Systems aufgeteilt werden. a a Hierzu mu man bedenken, da ein System (A, B) mit mehr als einem Eingang eine Steuerbarkeitsmatrix QS = [ B, AB, ..., An1 B ] (2.20) (2.19)

besitzt, die mehr Spalten als Zeilen hat. Von diesen nm Spalten Ai bj , (i = 0, 1, 2, ..., n 1; j = 1, 2, ..., m) werden zur Erfllung der Steuerbarkeitsbedingung u Rang QS = n (2.21)

nur n linear unabhngige Spalten bentigt, so da eine gewisse Freiheit bei der Auswahl a o dieser n Spalten gegeben ist. Eine mgliche Strategie zur Auswahl der n Spalten ist die o folgende: Seien b1 , b2 , ..., bm die Spalten der Eingangsmatrix B, so kann die Matrix (2.20) in der Form QS = [ b1 , ..., bm , Ab1 , ..., Abm , . . . , An1 b1 , ..., An1 bm ] (2.22)

geschrieben werden. Sucht man von links beginnend die ersten n linear unabhngigen Veka 1 1 toren heraus, so erhlt man m Vektorketten b1 , Ab1 , ..., A a b1 ; b2 , Ab2 , ..., A2 1 b2 ; . . . ; bm , Abm , ..., Am 1 bm . Die einzelnen Vektorketten bi , Abi , ..., Ai1 bi sind dabei lckenlos, da, sobald ein Vektor Ak bi von seinen Vorgngern linear abhngig ist, d.h. ein u a a Vektor q existiert, der Ak bi = [ B, AB, ..., Ak1B, Ak b1 , ..., Ak bi1 ]q (2.23)

erfllt, alle weiteren Spalten Ak+1 bi , Ak+2 bi , ... ebenfalls von ihren Vorgngern linear u a abhngig sind. Multipliziert man die Gleichung (2.23) von links mit der Matrix A a Ak+1bi = [ AB, A2 B, ..., Ak B, Ak+1 b1 , ..., Ak+1 bi1 ]q, (2.24)

so sieht man, da diese Aussage richtig ist. Die bei diesem Auswahlvorgang entstehenden Lngen i der Vektorketten sind die Steuerbarkeitsindizes eines Systems (A, B): a Svaricek, 2011 10

2 Beschreibung und Analyse von Mehrgrensystemen o

Denition 2.7 Der Steuerbarkeitsindex der Spalte bi in B = [ b1 , b2 , ..., bm ] ist die kleinste ganze Zahl i , so da Ai bi von seinen Vorgngern in [ B, AB, ...] linear abhngig ist. a a Ist ein System (A, B) nicht vollstndig steuerbar, so gibt die Summe der Steuerbarkeitsa indizes die Dimension nS des steuerbaren Unterraumes an:
m

nS =
i=1

i .

(2.25)

Die Reihenfolge der Steuerbarkeitsindizes ist gegenber einer Anderung der Numerierung u der Eingangsgren nicht invariant. Betrachtet man jedoch die geordnete Liste2 o i1 i2 im (2.26)

so ist diese sowohl gegenber regulren Transformationen des Eingangs und Zustandsu a vektors (A, B) (A, BV) (2.27) (2.28)

(A, B) (T1 AT, T1 B)

als auch gegenber einer Zustandsrckfhrung u u u (A, B) (A BK, B) (2.29)

invariant. Die in diesen Eigenschaften auftretenden Transformationen illustriert das Bild 2.3. Die Matrix K kann hierbei im Gegensatz zu den Matrizen V und T, die als regulr a vorausgesetzt werden, beliebig sein.

uH

h
A

xH _

T K
H

H H

Bild 2.3: Invarianzeigenschaften der Kroneckerindizes Die Elemente der geordneten Liste der Steuerbarkeitsindizes bezeichnet man auch als Kroneckerindizes.
2

Eine Liste kann im Gegensatz zu einer Menge mehrere gleiche Elemente enthalten.

Svaricek, 2011 11

2 Beschreibung und Analyse von Mehrgrensystemen o

2.2.5

Steuerbarkeitsmae

Bereits 1963 beschftigten sich Kalman, Ho und Narendra mit der Fragestellung: Wie a hoch ist der Energieaufwand, um ein System von einem Punkt im Zustandsraum in einen anderen zu uberfhren? Dazu wurden von einer Reihe von Autoren Mae zur quantitau tiven Beurteilung der Steuerbarkeit eines Systems vorgeschlagen. Deren konkrete Formulierung in der Form von Kennzahlen liefert z.B. Informationen uber die Bedeutung der einzelnen Stellgren und ist insbesondere dann von Bedeutung, wenn die Struktur des o zu regelnden Systems nicht fest vorgegeben ist, z.B. bei exiblen Raumfahrtstrukturen oder bei chemischen Prozessen. Einige dieser Steuerbarkeitsmae wurden mit Hilfe der Mindestenergie
t1

Wm (t1 , t0 , x0 ) =
t0

uT ( )um ( )d m

(2.30)

deniert, die notwendig ist, um den Zustand x(t0 ) = x0 in den Ursprung x(t1 ) = 0 zu uberfhren. Ist das System vollstndig steuerbar, so lt sich fr diese kleinstmgliche u a a u o Energie folgende Beziehung angeben: Wm (t1 , t0 , x0 ) = xT Q1 (t1 , t0 )x0 , 0 G mit der Gramschen Steuerbarkeitsmatrix
t1

(2.31)

QG (t1 , t0 ) =
t0

T eA(t0 ) BBT eA (t0 ) d.

(2.32)

Diese Gramsche Steuerbarkeitsmatrix ist fr eine beliebige Endzeit t1 > t0 genau dann u positiv denit und somit regulr, wenn das Kalmankriterium (2.15) erfllt ist. a u In den letzten 30 Jahren wurden eine Vielzahl von Vorschlgen fr Steuerbarkeitsmae gea u macht. Von besonderer Bedeutung sind Mazahlen, die konsistent mit dem Kalmanschen Steuerbarkeitsbegri sind. Denition 2.8 Ein Steuerbarkeitsma heit konsistent mit dem von Kalman eingefhrten Steueru barkeitsbegri, wenn gilt: Ist das System (A, B) vollstndig steuerbar, dann mssen a u die Mazahlen fr smtliche Systemvariablen grer Null sein. Ist das System nicht u a o vollstndig steuerbar, so mu die Steuerbarkeitsmazahl fr zumindest eine Systema u variable den Wert Null annehmen. Erfllt ist diese Konsistenzbedingung bei dem von Benninger und Rivoir (1986) vorgestellu ten Steuerbarkeitsma, das quantitative Aussagen uber die Steuerbarkeit der einzelnen physikalischen Systemvariablen ermglicht und leicht physikalisch interpretiert werden o kann. Svaricek, 2011 12

2 Beschreibung und Analyse von Mehrgrensystemen o

Um die Steuerenergie als Vergleichsgrundlage heranziehen zu knnen, wird fr die Deo u nition eines Steuerbarkeitsmaes die Mindestenergie Wm (2.30) betrachtet, die zur Uberfhrung eines gegebenen Anfangszustandes x0 nach 0 erforderlich ist. Zur Festlegung u von konkreten Zahlenwerten zur Beurteilung der Steuerbarkeit einer Zustandsvariablen wird eine Energie Wm = 1 vorgegeben und die zugehrigen Auslenkungen der Zustandso gren untersucht. Gute Steuerbarkeit einer Zustandsvariablen bedeutet dann, da zu o einer vorgegebenen Steuerenergie eine groe Auslenkung gehrt. o Sei (QG )f f das f te Hauptdiagonalelement von QG , dann kann ein konsistentes Steuerbarkeitsma msf fr die f te Zustandsvariable mit Hilfe der Beziehung u msf = [(Q1 )f f ] 2 G berechnet werden. Das Steuerbarkeitsma msf gibt dann die grtmgliche Auslenkung auf der xf Achse o o an. Bedingt durch die Tatsache, da die Gramsche Steuerbarkeitsmatrix (2.32) fr nicht steuu erbare Systeme singulr (det QG = 0) wird und somit nicht invertierbar ist , mu a fr nicht steuerbare Systeme eine weitergehende Betrachtung durchgefhrt werden. u u Im Gegensatz zur Inversen einer Matrix, die nur fr regulre Matrizen deniert ist, exiu a stiert die sogenannte Pseudoinverse (Voigt und Adamy 2007) sowohl fr rechteckige als u auch fr quadratische Matrizen mit verschwindender Determinante. Wenn die Pseudoinu verse Q+ der Gramschen Steuerbarkeitsmatrix (2.32) nun die Bedingung G QG Q+ ef = ef G (2.34)
1

(2.33)

erfllt, wobei ef der f te Einheitsvektor ist, dann wird fr die Zustandsvariable xf als u u Mazahl msf = [(Q+ )f f ] 2 G
1

(2.35)

deniert. Ist die Bedingung (2.34) nicht erfllt, so wird msf zu Null gesetzt. Diese Berechu nungsvorschrift gilt dabei sowohl fr vollstndig steuerbare, als auch fr nicht vollstndig u a u a steuerbare Systeme, da die Pseudoinverse einer invertierbaren Matrix mit deren Inversen identisch ist, so da Gl. (2.34) fr beliebige Einheitsvektoren immer erfllt ist. u u Ein freier Parameter bei der Berechnung dieser Mazahl ist die Steuerzeit T = t1 t0 . Durch die Wahl von T knnen die Dynamikanteile eines Systems verschieden gewichtet o werden, da oensichtlich schnelle stabile Anteile eine Uberfhrung von x0 nach u x1 = 0 begnstigen. Die Untersuchungen von Benninger (1987) haben ergeben, da die u magebliche Zeitkonstante des Systems fr T eine sinnvolle Wahl darstellt. u

Svaricek, 2011 13

2 Beschreibung und Analyse von Mehrgrensystemen o

2.3

Beobachtbarkeit linearer Regelungssysteme

Zusammen mit der Steuerbarkeit fhrte Kalman 1960 auch den Begri Beobachtbarkeit u ein, der mit dem im Abschnitt 2.2 ausfhrlich behandelten Steuerbarkeitsbegri eng veru knpft ist. Soll ein Zustandsvektor x0 in endlicher Zeit in einen gewnschten Endzustand u u uberfhrt werden, so wird der entsprechende Steuervektor u(t) sicherlich vom jeweiligen u Anfangszustand x0 abhngen. Das bedeutet, im konkreten Fall mu x0 bekannt sein, um a u(t) generieren zu knnen. Nur in seltenen Fllen werden mit vertretbarem Aufwand o a allerdings alle Zustnde einer Messung zugnglich sein. Vielmehr ist man meist darauf a a angewiesen, den Anfangszustand x0 in endlicher Zeit aus den Mesignalen y(t) zu rekonstruieren. Ist dies mit Hilfe entsprechender dynamischer Systeme (Beobachter) mglich, o so nennt man ein System x(t) = Ax(t) + Bu(t) y(t) = Cx(t) beobachtbar: Denition 2.9 Ein dynamisches System (2.36) heit vollstndig beobachtbar, wenn fr jeden Ana u fangszustand x(0) = x0 eine endliche Zeit T so existiert, da der Zustandsvektor x0 eindeutig aus der Kenntnis der Eingangsgren u(t) und der Ausgangsgren y(t) o o im Zeitintervall T ermittelt werden kann. Der Gegenstand des folgenden Abschnittes ist fr die Beobachtbarkeitsanalyse im allgeu meinen und in strkerem Mae noch fr deren numerische Umsetzung von elementarer a u Bedeutung. 2.3.1 Dualittsprinzip a (2.36)

Ein dynamisches System x(t) = AT x(t) + CT u(t) y(t) = BT x(t) (2.37)

ist das zu (2.36) duale System. Die Bedeutung des dualen Systems (AT , CT , BT ) fr die u Systemanalyse wird anhand des folgenden Satzes deutlich. Satz 2.4 Ein dynamisches System (2.36) ist vollstndig zustandssteuerbar (beobachtbar), a wenn sein duales System (2.37) vollstndig beobachtbar (zustandssteuerbar) ist. a Das bedeutet: Sind Verfahren, Algorithmen und Rechnerprogramme zur Steuerbarkeitsprfung vorhanden, so kann mit diesen sofort auch die Beobachtbarkeit uberprft werden, u u T T indem man lediglich A := A und B := C setzt. Der Vollstndigkeit halber werden a daher im folgenden Abschnitt die speziellen Beobachtbarkeitskriterien nur kurz zusammengestellt. Svaricek, 2011 14

2 Beschreibung und Analyse von Mehrgrensystemen o

2.3.2

Kriterien der Beobachtbarkeit

Das lteste und bekannteste Kriterium zur Uberprfung der Beobachtbarkeit ist wieder a u das von Kalman: Satz 2.5 Ein dynamisches System (2.36) ist genau dann vollstndig beobachtbar, wenn fr a u die Beobachtbarkeitsmatrix QB gilt: Rang QB = Rang [ CT , (CA)T , ..., (CAn1)T ] = n. (2.38)

Ist das betrachtete System nicht vollstndig beobachtbar, so gibt der Rang nB von QB a die Dimension des vollstndig beobachtbaren Unterraumes an. a Wenn nicht nur eine reine Ja/NeinAussage von Interesse ist, knnen mit Hilfe des entspreo chenden HautusKriteriums die nicht beobachtbaren Eigenwerte der Matrix A ermittelt werden. Satz 2.6 Ein dynamisches System (2.36) ist genau dann vollstndig beobachtbar, wenn a Rang I A C =n (2.39)

fr alle Eigenwerte der Matrix A erfllt ist. u u Die nicht beobachtbaren Eigenwerte der Matrix A krzen sich dann bei der Bildung der u 1 Ubertragungsmatrix G(s) = C(sI A) B gegen Nullstellen heraus. Eine genaue Verfol gung der auftretenden Krzungen bei der Bildung der Ubertragungsmatrix liefert bei einer u Berechnung von Hand eine weitere Mglichkeit, um auch bei mehrfachen Eigenwerten geo naue Aussagen uber die Anzahl der nicht steuer und/oder beobachtbaren Eigenwerte zu erhalten. Ein System (A,B) ist dann und nur dann vollstndig steuerbar, wenn bei der a Bildung der rationalen Matrix GS (s) = (sI A)1B =
(sIA)adj

det

(sIA)

(2.40)

keine Pol/Nullstellenkrzungen auftreten. Analog hierzu gilt, da ein System (2.36) dann u und nur dann vollstndig beobachtbar ist, wenn die Pole und Nullstellen der rationalen a Matrix GB (s) = C(sI A)1 = C
(sIA)adj

det

(sIA)

(2.41)

sich nicht krzen. Ein einfaches Beispiel wird diese Zusammenhnge verdeutlichen. u a

Svaricek, 2011 15

2 Beschreibung und Analyse von Mehrgrensystemen o

Beispiel 2.2 Betrachtet wird ein Eingrensystem mit folgenden Systemmatrizen: o 1 0 0 0 0 1 0 0 0 0 0 0 1 0 1 1 1 1 1 0 1 1 0 2

A =

b =

c =

Die Eigenwerte i , i = 1, 2, 3, 4 knnen an der Dreiecksform der Systemmatrix o A sofort zu {} = {1, 1, 1, 1} abgelesen werden. Das System besitzt also einen doppelten Eigenwert bei = +1 und bei = 1. Nach der Bildung der Adjungierten von (sI A) ergibt sich GS (s) zu: GS (s) = det
1 (sIA)

(sI A)adj b

(s + 1)(s 1)2 0 0 (s + 1)2 (s 1) 0 0 0 0 0 0 1 0 0 1 2 (s + 1) (s 1) 0 1 2 (s + 1)(s 1) (s + 1)(s 1) 0 (s + 1)(s 1)2 (s + 1)2 (s 1) 1 = (s+1)2 (s1)2 (s + 1)2 (s 1) (s + 1)(s 1) (s 1) (s + 1) 1 . = (s+1)(s1) (s + 1) 1 1 = 2 (s 1)2 (s + 1)

Da sich sowohl ein Pol bei s = +1 als auch einer bei s = 1 gegen eine Nullstelle herausgekrzt hat, sind die entsprechenden beiden Eigenbewegungen der Matrix A u nicht steuerbar.

Svaricek, 2011 16

2 Beschreibung und Analyse von Mehrgrensystemen o

Die Bildung von GB (s) = = det


1 (sIA)

cT (sI A)adj (s + 1)(s 1)2 (s + 1)2 (s 1)

1 (s + 1)2 (s 1)2
1 (s+1)(s1)

2(s + 1)(s 1) 2(s + 1)(s 1)2

(s 1) (s + 1) 2 2(s 1)

liefert, da aufgrund der Krzungen auch jeweils ein Eigenwert bei = +1 und = u 1 nicht beobachtbar ist. Die Frage, ob dieses System uberhaupt steuer und beob achtbare Eigenwerte besitzt, mu nach der Bestimmung der Ubertragungsfunktion

G(s) = cT (sI A)1 b = GB (s)b =


1 (s+1)(s1)

(s 1) (s + 1) 2 2(s 1)

1 1 1 0

= =

(s + 1) + (s 1) 2 (s + 1)(s 1) 2 2(s 1) = (s + 1)(s 1) s+1

mit Ja beantwortet werden, da die Ubertragungsfunktion G(s) einen Pol bei s = 1 hat. Der andere Pol (s = +1) von GB (s), der zu einem beobachtbaren Eigenwert bei = +1 korrespondiert, hat sich bei der Bestimmung der Ubertragungsfunktion herausgekrzt, so da dieser beobachtbare Eigenwert nicht steuerbar ist. Die voru hergehende Berechnung von GS (s) hatte gezeigt, da noch ein weiterer Eigenwert bei = 1 nicht steuerbar ist. Dieser Eigenwert der Matrix A war oenbar bereits bei der Bildung von GB (s) herausgefallen und ist daher sowohl nicht steuer als auch nicht beobachtbar. Zusammengefat bedeutet dies: Das betrachtete Eingrensystem 4ter Ordnung besitzt o einen Eigenwert bei = 1, der sowohl steuer als auch beobachtbar ist, einen Eigenwert bei = 1, der weder steuer noch beobachtbar ist, einen Eigenwert bei = +1, der steuer aber nicht beobachtbar ist und einen Eigenwert bei = +1, der nicht steuer aber beobachtbar ist.

Svaricek, 2011 17

2 Beschreibung und Analyse von Mehrgrensystemen o

2.4
2.4.1

Normalformen fur Mehrgrensysteme o


Diagonalform

Bei durchweg verschiedenen Eigenwerten kann jedes Zustandsraummodell (A, B, C) auf eine Diagonalform mit einer diagonalen Systemmatrix transformiert werden. Hierzu transformiert man den Zustandsvektor x(t) mit einer regulren (n n) Matrix V a x(t) = V1x(t) , die man aus den n Eigenvektoren vi der Systemmatrix A bildet: V = (v1 v2 ... vn ) mit Avi = i vi . Die transformierten Systemgleichungen (2.36) lauten dann bT 1 0 1 . . 2 . x(t) = x(t) + . u(t) .. . . , . T 0 n bn y(t) = [ 1 2 . . . . . . cn ] x(t) . c c wobei diag i = V1AV B = V1B C = CV x0 = V x0
1

(2.42)

(2.43)

(2.44)

(2.45) (2.46) (2.47) (2.48)

gilt. Ein solches System ist dann vollstndig steuerbar, wenn i = j fr i, j = 1, 2, . . . , n und a u i = 0 und vollstndig beobachtbar, wenn mit i = j alle ci = 0 sind. alle b a 2.4.2 Regelungsnormalform

Mit Hilfe der Steuerbarkeitsindizes 1 , 2 , ..., m kann fr vollstndig steuerbare Mehru a grensysteme eine Regelungsnormalform angegeben werden, die 1967 erstmalig von Lueno berger beschrieben wurde und als eine Verallgemeinerung der SISORegelungsnormalform angesehen werden kann. Hierzu bildet man die folgende n n Matrix: QS = [ b1 , Ab1 , ..., A11 b1 , . . . , bm , Abm , ..., Am 1 bm ] . (2.49)

Svaricek, 2011 18

2 Beschreibung und Analyse von Mehrgrensystemen o

Dabei sind die Matrizen ARii auf der Diagonalen in Frobeniuskanonischer Form 0 1 0 0 0 0 1 0 . . . (2.53) ARii = . . . . . . 0 0 0 1 und haben die Dimension i i , i = 1, ..., m. Die anderen Matrizen ARij 0 0 0 0 0 0 . . . ARij = . . . . . . 0 0 0 haben die Form 0 0 0

Bei Verwendung dieser Transformationsmatrix TR nehmen die und BR = TR B die folgende Struktur an: BR1 AR11 AR1m . . . .. . AR = . und BR = . . . . . ARm1 ARmm BRm

Aus diesen Vektoren wird dann folgende Transformationsmatrix gebildet: qS1 qS1 A . . . 1 1 qS1 A . . TR = . qSm qSm A . . . m 1 qSm A

Aus der Inversen dieser Matrix whlt man nun m Zeilen wie folgt aus: a qS1 = [0 0 ... 0 1 0 ... 0] Q1 S 1 1 qS2 = [0 0 ... 0 1 0 ... 0] QS . 1 +2 . . . 1 qSm = [0 0 ... 0 1] QS

(2.50)

(2.51)

Matrizen AR = TR AT1 R

(2.52)

(2.54)

Svaricek, 2011 19

2 Beschreibung und Analyse von Mehrgrensystemen o

und die Dimension i j , i, j = 1, ..., m, i = j. Die Matrizen BRi in BR 0 0 . . . . BRi = . . 0 0 0 haben die Dimension i m und die spezielle Form 0 0 0 0 . .. . . . . . . . . . . . . , 0 0 0 0 0 1

(2.55)

wobei die 1 in der letzten Zeile in der iten Spalte steht. Die Matrix CR = CTR des transformierten Systems x(t) = AR x(t) + BR u(t) y(t) = CR x(t) hat keine spezielle Form. 2.4.3

(2.56)

Standardform nicht steuerbarer Systeme

Wenn ein System (A,B) nicht vollstndig steuerbar ist, dann kann es mit Hilfe einer gea eigneten Ahnlichkeitstransformationen immer in einen vollstndig steuerbaren und einen a nicht vollstndig steuerbaren Teil zerlegt werden: a Satz 2.7 Wenn ein dynamisches System (A, B) nicht vollstndig steuerbar ist, dann existiert a eine Transformationsmatrix T, so da die transformierten Matrizen A = T1 AT und B = T1 B diese Gestalt besitzen: A= A11 A12 0 A22 und B = B1 0 , (2.58) (2.57)

wobei die Matrix A22 eine quadratische Matrix der Dimension (n ) mit (n ) > 0 und die Matrix B1 eine m Matrix ist. Das Teilsystem (A11 , B1 ) ist dann vollstndig steuerbar und das transformierte System (A, B) ist dann in der a Standardform fr nicht steuerbare Systeme. u Die (n ) Eigenwerte der Matrix A22 sind dann gerade die nicht steuerbaren Eigenwerte und die Eigenwerte von A11 genau die steuerbaren Eigenwerte von (A,B).

Svaricek, 2011 20

2 Beschreibung und Analyse von Mehrgrensystemen o

Eine einfache Methode zur Bestimmung einer geeigneten Transformationsmatrix geht wie folgt: Sei der Rang der Steuerbarkeitsmatrix (2.15). Dann mu diese Matrix linear unabhngige Spaltenvektoren q1 , q2 , ..., q enthalten. Mit Hilfe dieser Vektoren wird a folgende Transformationsmatrix gebildet: T = [q1 , q2 , ..., q , Tn ] , wobei die n (n ) Matrix Tn so gewhlt werden mu, da T regulr ist. a a Diese Methode kann allerdings sehr schlecht konditionierte Transformationsmatrizen liefern, so da die Bestimmung der Standardform (2.58) mit Hilfe dieser Transformation nicht numerisch stabil realisiert werden kann. Numerisch stabile Verfahren zur Berechnung solcher Zerlegungen, die sich durch eine Verwendung von orthogonalen Transformationen (z.B. HouseholderTransformationen) auszeichnen, wurden unabhngig voneinana der von Nour Eldin (1977), Van Dooren (1981), Paige (1981) und Patel (1981) entwickelt. Die Standardform (2.58) kann auch mit der Matlab-Funktion ctrbf berechnet werden. Im Englischen wird diese Standardform auch Controllability Staircase Form genannt. (2.59)

2.5

Pole und Nullstellen linearer Mehrgrensysteme o

Fr Eingrensysteme sind die Pole und Nullstellen bekanntlich anhand der das Ein u o /Ausgangsverhalten beschreibenden Ubertragungsfunktion G(s) deniert. Im allgemeinen ist G(s) dabei eine gebrochen rationale Funktion mit einem Zhlerpolynom Z(s) und a einem Nennerpolynom N(s). Die Pole sind dann die Nullstellen des Nennerpolynoms N(s), und die Nullstellen sind die Nullstellen des Zhlerpolynoms Z(s). Diese fr Eina u grensysteme naheliegende Denition kann auf Mehrgrensysteme nicht unmittelbar o o ubertragen werden. Die Pole eines Mehrgrensystems knnen anhand einer besonderen o o Normalform, der SmithMcMillanForm, der Ubertragungsmatrix G(s) deniert werden. Anfang der siebziger Jahre befate sich Rosenbrock mit diesem Problemkreis und prgte a Begrie wie System, Ubertragungs und Entkopplungsnullstellen. Eine erste umfassende Darstellung des Begris Nullstellen von Mehrgrensystemen wurde 1976 von MacFaro lane und Karcanias verentlicht, die dort auch die Denition der Invarianten Nullstellen o vorstellten. Diese Denition ist fr eine Reihe von regelungstechnischen Problemstellunu gen von besonderem Interesse. 2.5.1 Pole und Nullstellen der Ubertragungsmatrix

Der Unterschied zwischen Ein und Mehrgrensystemen wird beim Versuch der Denitio on der Pole und Nullstellen eines Mehrgrensystems besonders deutlich. Das dynamische o Verhalten eines Eingrensystems lt sich durch eine gebrochen rationale Ubertragungso a funktion G(s) = Z(s) N(s) (2.60) Svaricek, 2011 21

2 Beschreibung und Analyse von Mehrgrensystemen o

beschreiben, wobei komplexe Zahlen sp , fr die der Nenner verschwindet (N(sp ) = 0), u die Pole und komplexe Zahlen sn , fr die der Zhler Z(s) zu Null wird (Z(sn ) = 0), die u a Nullstellen des Systems sind. Im Gegensatz dazu wird ein Mehrgrensystem durch eine Matrix von Ubertragungso funktionen G11 (s) G1m (s) . . . . G(s) = . . Gm1 (s) Gmm (s) (2.61)

beschrieben, wobei m die Anzahl der Ein und Ausgnge angibt. Jedes Matrixelement a charakterisiert dabei das Ubertragungsverhalten zwischen genau einem der m Ein und einem der m Ausgnge und ist fr technische Regelstrecken in der Regel eine echt gebrochen a u rationale Funktion in s. Alle m m Ubertragungsfunktionen besitzen also ihre eigenen Pole und Nullstellen, und es stellt sich die Frage: Welche dieser Pole und Nullstellen sollen als Pole und Nullstellen des Mehrgrensystems angesehen werden? o Bezglich der Pole ist die Gesamtheit der Pole aller einzelnen Ubertragungsfunktionen u in der Matrix (2.61) eine zunchst naheliegende Denition, da fr jeden Pol zumindest a u eine der Ubertragungsfunktionen unendlich wird und die Matrix G(s) dann ebenfalls nicht mehr endlich ist. Hierzu quivalent ist, wenn die Nullstellen des Hauptnenners aller a Einzelbertragungsfunktionen als Pole des Systems deniert werden. u Ist fr eine Regelstrecke ein Zustandsmodell (A,B,C) gegeben, so bestimmt sich die zuu gehrige Ubertragungsmatrix zu o C(sI A)adj B G(s) = , (2.62) det (sI A) wobei sich die Einzelbertragungsfunktionen aus u Gij (s) = cT (sI A)adj bj i det (sI A) (2.63)

ergeben. Dabei ist cT die ite Zeile von C und bj die jte Spalte von B. Das chai rakteristische Polynom C(s) = det (sI A) ist damit oensichtlich ein Hauptnenner polynom der Ubertragungsmatrix. Aufgrund von mglichen Krzungen zwischen den o u Zhler und Nennerpolynomen in den Ausdrcken Gij (s) werden allerdings die Pole der a u Ubertragungsmatrix im allgemeinen nicht alle Eigenwerte der Systemmatrix A enthalten. Versucht man nun, die Denition der Nullstellen eines Eingrensystems auf Mehrgreno o systeme zu verallgemeinern, so ist es wenig sinnvoll, wie zuvor die Gesamtheit der Null stellen der einzelnen Ubertragungsfunktionen als Nullstellen des Systems zu denieren, da z.B. die Matrix (2.61) nicht zu Null werden mu, wenn eine der Ubertragungsfunktionen Gij (s) fr eine Nullstelle verschwindet. Darber hinaus lt sich zeigen, da den Nullstelu u a len der Einzelbertragungsfunktionen eine weitere charakteristische Eigenschaft der Nullu stellen eines Eingrensystems fehlt, und zwar deren Invarianz3 gegenber Rckfhrungen. o u u u
3

Durch eine Rckfhrung hervorgerufene Pol/Nullstellenkrzungen werden hierbei nicht betrachtet. u u u

Svaricek, 2011 22

2 Beschreibung und Analyse von Mehrgrensystemen o Die Nullstellen einer Ubertragungsfunktion in der Matrix (2.61) werden vielmehr durch Rckkopplung eines Ausgangs auf einen Eingang, der nicht direkt zu der betrachteten u Ubertragungsfunktion gehrt, verschoben, weshalb sie in der Literatur auch als variante o Nullstellen eines Mehrgrensystems bezeichnet werden. Durch eine gezielte Verschiebung o dieser varianten Nullstellen knnen sogar zustzliche Entwurfsziele, wie z.B. Minimalphao a sigkeit einer Einzelbertragungsfunktion, erreicht werden. u Wrde man allerdings als Nullstellen der Ubertragungsmatrix nur diejenigen sWerte heru anziehen, fr die die Matrix (2.61) identisch verschwindet, so wrde ein System uberhaupt u u nur noch dann Nullstellen besitzen, wenn alle Zhlerpolynome der Matrix (2.61) einen gea meinsamen Faktor enthielten. Dies wrde aber dazu fhren, da ein Mehrgrensystem u u o per Denition in der Regel keine Nullstellen bese. Existieren derartige, die a Ubertragung vollstndig blockierende Nullstellen, so werden diese dann auch als Blockiea rungsnullstellen bezeichnet. Von MacFarlane wurde 1975 vorgeschlagen, da die komplexen sn Werte, die Rang G(sn ) < Normalrang G(s) (2.64)

erfllen, die Nullstellen der Ubertragungsmatrix genannt werden sollen. Eine Bestimu mung dieser Nullstellen kann allerdings dann zu Schwierigkeiten fhren, wenn die Uberu tragungsmatrix zusammenfallende Pole und Nullstellen besitzt, da fr diese sWerte dann u unendlich groe Matrixelemente entstehen und der Rang einer Matrix in diesem Fall nicht mehr eindeutig deniert ist. Als ein weiterer Nachteil dieser beiden Denitionsversuche mu angesehen werden, da die Ordnung oder Vielfachheit einer Nullstelle, die beispielsweise bei der Auslegung von Mehrgrenreglern von Interesse ist, nicht bestimmbar ist. o Die Ordnungen der Nullstellen lassen sich an einer entsprechenden Normalform aller dings leicht ablesen, so da die Pole und Nullstellen einer Ubertragungsmatrix inzwischen ublicherweise mit Hilfe der diagonalen SmithMcMillanNormalform (vgl. Anhang A.3) von G(s) deniert werden: Denition 2.10 Die Nullstellen der elementaren Nennerpolynome Ni (s), i = 1, ..., der Smith McMillanNormalform von G(s) mit dem Normalrang von G(s) sind die Pole der Ubertragungsmatrix G(s) bzw. die Ubertragungspole (UP) eines Systems (A,B,C). Denition 2.11 Die Nullstellen der elementaren Zhlerpolynome Zi (s), i = 1, ..., der Smith a McMillanNormalform von G(s) sind die Nullstellen der Ubertragungsmatrix G(s) bzw. die Ubertragungsnullstellen (UN) eines Systems (A,B,C), wobei der Normalrang von G(s) ist. Zur Verdeutlichung der zuvor angegebenen Denitionen der Ubertragungspole bzw. nullstellen eines Mehrgrensystems dienen die folgenden Beispiele. Das erste Beispiel o Svaricek, 2011 23

2 Beschreibung und Analyse von Mehrgrensystemen o zeigt, da die Ubertragungsmatrix eines MIMOSystems Pole und Nullstellen an der gleichen Stelle haben kann und das die Denitionen 2.10 und 2.11 auch auf Systeme mit einer unterschiedlichen Anzahl von Ein und Ausgngen angewendet werden knnen. a o Beispiel 2.3 Fr die Ubertragungsmatrix u 1 s+1 1 s 1 0 1 s+2 s1 (s + 1)(s + 2) . 1 s+2

G(s) =

ergibt sich folgende McMillanNormalform: 1 1 (s + 1)(s + 2)(s 1) S{Z(s)} = M{G(s)} = H(s) 0 Aus den Nullstellen der beiden Nennerpolynome N1 (s) = (s + 1)(s + 2)(s 1), N2 (s) = s + 2 0 0

s1 0 s+2

bestimmen sich die Ubertragungspole zu {2, 2, 1, 1} und aus dem Zhlerpolynom a Z2 (s) = (s 1) eine Ubertragungsnullstelle bei s = 1. Alle Pole und Nullstelle haben eine Ordnung von 1, da die beiden Pole bei s = 2 in zwei verschiedenen elementaren Nennerpolynomen enthalten sind. Darber hinaus zeigt dieses Beispiel, da eine u Ubertragungsmatrix im Gegensatz zur Ubertragungsfunktion in ihrer Lage uberein stimmende Pole und Nullstellen besitzen kann, da sich diese Pole und Nullstellen nicht wegkrzen, wenn sie wie in diesem Beispiel in unterschiedlichen u Ubertragungsfunktionen der SmithMcMillanForm auftreten. Das nchste Beispiel wird zeigen, da die Ubertragungsmatrix Nullstellen haben kann, a die in den einzelnen Elementen der Ubertragungsmatrix nicht auftauchen. Beispiel 2.4 Gegeben ist die Ubertragungsmatrix (s 1) (s + 1)(s + 2) G(s) = 4, 5 (s + 2) 4 (s + 2) 2(s 1) (s + 1)(s + 2)

Svaricek, 2011 24

2 Beschreibung und Analyse von Mehrgrensystemen o

Gesucht ist die zugehrige SmithMcMillanForm M(s). Mit dem Hauptnenner o aller Elemente von G(s), H(s) = (s + 1)(s + 2), ergibt sich die zugehrige Polynomo matrix Z(s) zu Z(s) = H(s)G(s) = (s 1) 4(s + 1) .

4, 5(s + 1) 2(s 1)

Gesucht ist jetzt als erstes die Smithsche Normalform von Z(s). Nach Gl. (A.5) erhlt man die Elementarpolynome von Z(s) aus der Beziehung a ik (s) = dk (s) , dk1 (s) i = 1, 2

mit d0 (s) 1. Der gemeinsame Determinantenteiler der Minoren 1ter Ordnung von Z(s) ist d1 (s) = 1 und damit: i1 (s) = d1 (s) 1 = = 1. d0 (s) 1

Die Berechnung der Determinante von Z(s) |Z| = 2(s 1)2 18(s + 1)2 = 2s2 4s + 2 18s2 36s 18 = 16(s2 + 2.5s + 1) liefert den Determinantenteiler d2 (s): d2 (s) = (s + 2)(s + 0, 5). Damit ergibt sich das zweite Elementarpolynom zu: i2 (s) = d2 (s) (s + 2)(s + 0, 5) = = (s + 2)(s + 0, 5) d1 (s) 1

und die Smithsche Normalform von Z(s) zu S{Z(s)} = 1 0 .

0 (s + 2)(s + 0, 5)

Fr die Bestimmung der McMillanNormalform werden jetzt wieder die Diagonalu elemente ik (s) durch das Hauptnennerpolynom H(s) dividiert. Nach Krzung der u gemeinsamen Linearfaktoren hat die McMillanNormalform von G(s) dieses Aussehen: 1 0 1 (s + 1)(s + 2) S{Z(s)} = M{G(s)} = s + 0, 5 . H(s) 0 s+1 Svaricek, 2011 25

2 Beschreibung und Analyse von Mehrgrensystemen o Das bedeutet, die Ubertragungsmatrix G(s) besitzt eine Nullstelle bei s = 0, 5 sowie einen Pol erster Ordnung bei s = 2 und 2 Pole erster Ordnung bei s = 1. Ein Vergleich mit den Einzelbertragungsfunktionen der Ubertragungsmatrix u liefert: zwei dieser Funktionen haben zwar eine Nullstelle bei s = 1, aber keine Ubertragungsfunktion hat eine Nullstelle bei s = 0, 5. 2 2.5.2 Nullstellen der RosenbrockSystemmatrix

Die Pole und Nullstellen der Ubertragungsmatrix eines linearen Systems, die bekanntlich ausschlielich das Ein/Ausgangsverhalten beschreibt, wurden im vorhergehenden Abschnitt eingehend betrachtet. Bestimmt man fr ein gegebenes Zustandsmodell (A,B,C) u die zugehrige Ubertragungsmatrix mit Hilfe der Gl. (2.62), so sind die Ubertragungspole o bedingt durch mgliche Pol/Nullstellenkrzungen in den Einzelbertragungsfunktionen o u u (2.63) i.a. nur eine Teilmenge der Eigenwerte der Systemmatrix A. Die gekrzten Eigenu werte der Matrix A korrespondieren dabei zu den Eigenbewegungen des Systems, die von auen nicht erkennbar (beobachtbar) und/oder nicht beeinubar (steuerbar) sind. Diese nicht steuer und/oder beobachtbaren Eigenwerte eines Systems bezeichnet Rosenbrock (1970) auch als Entkopplungsnullstellen (EN), wobei er wie folgt unterscheidet: Die komplexen Zahlen s0 , die Rang [ s0 I A, B ] < n (2.65)

erfllen, sind die EingangsEntkopplungsnullstellen (EEN) eines linearen Systems (A,B,C). u Dementsprechend sind komplexe Zahlen s0 , fr die u Rang s0 I A C < n (2.66)

gilt, AusgangsEntkopplungsnullstellen (AEN) und komplexe Zahlen s0 , die sowohl den Bedingungen (2.65) als auch (2.66) gengen, EingangsAusgangsEntkopplungsnullstellen u (EAEN) des Systems. Die Liste {EN} der Entkopplungsnullstellen ergibt sich dann aus den Listen der {EEN}, {AEN} und {EAEN} zu: {EN} = {EEN, AEN} {EAEN}. (2.67)

Bei den Denitionen (2.65) und (2.66) gibt es genauso wie bei den Kriterien (2.29) und (2.39) von Hautus im Fall von mehrfachen Eigenwerten das Problem, da keine Aussagen uber die Vielfachheit einer Entkopplungsnullstelle getroen werden kann. Dieses Problem gibt es bei den folgenden alternativen Denitionen nicht: Die EingangsEntkopplungsnullstellen sind die Nullstellen der Elementarpolynome von PE (s) = [ sI A, B ] (2.68) Svaricek, 2011 26

2 Beschreibung und Analyse von Mehrgrensystemen o

und die AusgangsEntkopplungsnullstellen sind die Nullstellen der Elementarpolynome von PA (s) = sI A C . (2.69)

In der Mitte der siebziger Jahre grien MacFarlane und Karcanias eine weitere von Rosenbrock 1973 angegebene Denition der Nullstellen von MIMOSystemen wieder auf und nannten diese anhand der invarianten Polynome der RosenbrockSystemmatrix denierten Nullstellen die Invarianten Nullstellen eines Systems (A,B,C). Denition 2.12 (MacFarlane und Karcanias 1976) Die Nullstellen der invarianten Polynome (Elementarpolynome) p1 (s), .. .., pr (s) der RosenbrockSystemmatrix P(s), wobei r der Normalrang von P(s) ist, sind die Invarianten Nullstellen4 (IN) eines Systems (A,B,C). Fr quadratische, nicht degenerierte (Normalrang P(s) = n + m) Systeme sind die Invau rianten Nullstellen identisch mit den Nullstellen der Gleichung det P(s) = 0. 2.5.3 Eigenschaften der Nullstellen von Mehrgrensystemen o (2.70)

Die Invarianz der Nullstellen der Ubertragungsfunktion gegenber statischen Ausgangsu rckfhrungen ist eine charakteristische Eigenschaft der Nullstellen von Eingrensystemen. u u o Von den vorgestellten Nullstellen von Mehrgrensystemen sind nur die Invarianten Nullo stellen gegenber den bekannten statischen Rckfhrungen und regulren Transformatiou u u a nen invariant. Das bedeutet, die IN knnen durch folgende Operationen nicht verndert o a werden (Bild 2.4): 1. Durch eine regulre Koordinatentransformation a x(t) = Tx(t), det T = 0 (2.71)

mit der n n Transformationsmatrix T und dem Vektor x der transformierten Zustandsgre. o 2. Durch die Verwendung eines regulren Vorlters a u(t) = Vw(t), det V = 0 (2.72)

mit der m m Vorltermatrix V und dem Fhrungsvektor w(t). u


4

Der Name Invariante Nullstellen bezieht sich daher auf deren Zusammenhang mit den invarianten Polynomen und nicht auf die im weiteren dargestellten Invarianzeigenschaften und soll daher als Eigenname verstanden werden.

Svaricek, 2011 27

2 Beschreibung und Analyse von Mehrgrensystemen o

3. Durch eine Zustandsvektorrckfhrung u u u(t) = Kx(t) + w(t) mit der m n Reglermatrix K und dem Fhrungsvektor w(t). u 4. Durch eine Ausgangsvektorrckfhrung u u u(t) = Ry(t) + w(t) mit der m m Reglermatrix R und dem Fhrungsvektor w(t). u (2.74) (2.73)

wH

u HAh H B
A

x _ H h H
A

R T K

H H
R

H H

A
H

Bild 2.4: Transformationen, gegenber denen die Nullstellen invariant sind u Exemplarisch soll hier der Beweis fr die Invarianz gegenber Zustandsrckfhrungen u u u u kurz dargestellt werden. Die anderen Invarianzeigenschaften lassen sich entsprechend beweisen. Die RosenbrockSystemmatrix Pg (s) des mit u(t) = Kx(t) + w(t) geregelten Systems lautet Pg (s) = sI (A BK) B C 0 . (2.76) (2.75)

Diese Systemmatrix des geschlossenen Systems kann jetzt in folgendes Matrizenprodukt aufgespaltet werden: Pg (s) = sI A B C 0 I 0 K I . (2.77)

Da die Elementarpolynome einer Polynommatrix durch die Multiplikation mit einer konstanten, regulren Matrix nicht verndert werden (vgl. Anhang A), folgt aus (2.77), da a a die Invarianten Nullstellen durch eine Zustandsrckfhrung nicht beeinut werden. u u Allerdings sind sowohl die Anzahl der Ubertragungs als auch die Anzahl der Entkopplungsnullstellen gegenber einer Zustandsrckfhrung nicht invariant. So kann z.B. ein beu u u obachtbarer Eigenwert durch eine Zustandsrckfhrung unbeobachtbar gemacht werden, u u Svaricek, 2011 28

2 Beschreibung und Analyse von Mehrgrensystemen o indem man diesen auf eine UN legt und so kompensiert. Innerhalb der Invarianten Null stellen wird dann aus einer Ubertragungsnullstelle eine AusgangsEntkopplungsnullstelle. Eine weitere charakteristische Eigenschaft der IN ist das sogenannte Ubertragungs blockierungsverhalten (vgl. Beispiel im Anhang B), bei dem der Ausgang identisch Null ist fr nicht verschwindende Eingangs und Zustandsgren. Fr Systeme (A,B,C) u o u existieren dann komplexe Zahlen z und zugehrige Vektoren xz , uz in der Form, da o zI A B C 0 xz uz = 0 (2.78)

gilt. Diese Gleichung kann allerdings nur dann erfllt sein, wenn die RosenbrockSystemu matrix P(s) fr s = z einen Rang besitzt, der kleiner als ihr Normalrang ist. Ein solcher u Rangdefekt tritt aber nur dann auf, wenn der Wert s = z mit der Wurzel eines Elementarpolynoms von P(s) ubereinstimmt und somit eine Invariante Nullstelle ist. Fr die u T T T Richtung des zu der Invarianten Nullstelle z korrespondierenden Vektors [xz uz ] wird von MacFarlane und Karcanias (1976) der Begri Nullstellenrichtung eingefhrt. Der u Vektor xz bestimmt dabei die Nullstellenrichtung im Zustandsraum und der Vektor uz die Nullstellenrichtung im Eingangsraum. Wird ein System jetzt mit u(t) = uezt (2.79)

erregt, so hat das System genau dann eine identisch verschwindende Ausgangsgre o y(t) = 0 fr alle t 0, u wenn i) der Wert z eine IN ist, ii) der Vektor u die zugehrige EingangsNullstellenrichtung hat, o iii) der Systemanfangszustand x0 identisch ist mit der zugehrigen ZustandsNullstelo lenrichtung xz . Der Verlauf der Zustandsgren ergibt sich dabei aus o x(t) = xz ezt . (2.81) (2.80)

Das Auftreten eines Blockierungsverhaltens ist also nur mglich, wenn das System Invario ante Nullstellen besitzt. Identisch Null wird die Ausgangsgre allerdings nur dann, wenn o die Vektoren u und x0 die oben genannten Bedingungen erfllen. u Die Lage der endlichen Nullstellen der Ubertragungsfunktion G(s) beeinut entscheidend das Stabilittsverhalten eines Eingrenregelkreises bei der Verwendung einer hohen a o Rckfhrverstrkung (high gain feedback), da bekanntlich ein Teil der Pole des geschlosu u a senen Systems fr k zu den Nullstellen des oenen Systems wandert. u Svaricek, 2011 29

2 Beschreibung und Analyse von Mehrgrensystemen o

Bei quadratischen, nicht degenerierten Mehrgrensystemen (A,B,C) kann dieses Verhalo ten der Pole bei der Verwendung der speziellen Ausgangsvektorrckfhrung u u u(t) = ky(t) + w(t) (2.82)

fr k ebenfalls beobachtet werden, da auch bei diesen Systemen ein Teil der steuer u und beobachtbaren Pole des geregelten Systems zu den UN des oenen Systems wandert. Die Lage der UN mu somit besonders bei der Auslegung von statischen, dezentralen Ausgangsrckfhrungen fr quadratische Mehrgrensysteme bercksichtigt werden. u u u o u Insbesondere auch fr eine Verallgemeinerung des Konzeptes der Nullstellen im Endlichen u auf nichtlineare Systeme sind folgende Nullstelleneigenschaften von Interesse: Die Nullstellen eines invertierbaren Systems sind mit den Polen des inversen Systems identisch. Die Anzahl der Ubertragungsnullstellen gibt die maximale Dimension des Raumes an, der mit Hilfe einer geeigneten statischen Zustandsrckfhrung unbeobachtbar u u gemacht werden kann. Der durch eine Zustandsrckfhrung unbeobachtbar zu mau u chende Systemteil beschreibt die Nulldynamik des Systems (Schwarz 1991). 2.5.4 Anzahl der Nullstellen eines Mehrgrensystems o

Wie weiter oben bereits erlutert, stimmen die EN mit den nicht steuer und/oder beoba achtbaren Eigenwerten uberein. Zwischen der Anzahl der EEN und dem Rangdefekt der Steuerbarkeitsmatrix QS besteht also ein eindeutiger Zusammenhang: Satz 2.8 Die Anzahl der EingangsEntkopplungsnullstellen ist identisch mit dem Rangdefekt der Steuerbarkeitsmatrix QS = [ B, AB, . . . , An1B ]. (2.83)

Aufgrund der Dualitt von Steuer und Beobachtbarkeit (vgl. Abschnitt 2.3.1) gilt analog a hierzu fr die Anzahl der AEN: u Satz 2.9 Die Anzahl der AusgangsEntkopplungsnullstellen ist identisch mit dem Rangdefekt der Beobachtbarkeitsmatrix QB = [ CT , (CA)T , . . . , (CAn1)T ]. (2.84)

Fr die Anzahl der Invarianten Nullstellen, die fr die betrachteten Systeme ohne direkten u u Durchgri stets kleiner als n ist, kann allgemein nur folgende Abschtzung angegeben a werden. Svaricek, 2011 30

2 Beschreibung und Analyse von Mehrgrensystemen o

Satz 2.10 Ein lineares System (A,B,C) mit m Ein und Ausgangsgren besitzt hchstens o o n m Invariante Nullstellen. Fr quadratische Systeme mit Rang CB = m kann die Anzahl der IN explizit angegeben u werden. Satz 2.11 Ein quadratisches System (A,B,C) mit Rang CB = m besitzt genau n m Invariante Nullstellen. Ist die Bedingung Rang CB = m nicht erfllt, so gilt fr quadratische Systeme noch u u folgende Abschtzung: a Satz 2.12 Ein quadratisches, nicht degeneriertes System (A,B,C) besitzt hchstens n m d o Invariante Nullstellen, wenn die Matrix CB einen Rangdefekt d aufweist. 2.5.5 Physikalische Interpretation der Pole und Nullstellen

Betrachtet man Systeme, deren innere Struktur vollstndig durch diskrete Terme der a Massen und Energiespeicherung bzw. der Energieumwandlung beschreibbar sind, so knnen in diesem Fall die verschiedenen Aspekte des Systemverhaltens mit den Begrifo fen Energie, Leistung und Information in Verbindung gebracht werden. Die Matrizen A,B,C, die ein System in Zustandsraumdarstellung beschreiben, haben dann folgende physikalische Bedeutung (vgl. Bild 2.5):

Die Matrix A beschreibt die Energieumwandlung innerhalb des Systems. Die Matrix B beschreibt die Leistungsbertragung zwischen den Systemeingngen u a und den Zustandsgren des Systems. o Die Matrix C beschreibt die Informationsbertragung zwischen den Zustandsgren u o und den Systemausgngen. a Die Matrix A reprsentiert dabei innere Mechanismen, die zu einem Verbrauch bzw. zu a einer Umwandlung von Energie innerhalb des Systems fhren. Eine Untermenge ihrer u Eigenwerte bilden die UbertragungsPole. Die Eigenwerte haben die physikalische Dimension von inversen Zeitkonstanten. Bekanntlich sind die Zeitkonstanten bestimmend fr u das Zeitverhalten von Eingrensystemen. Dies gilt analog auch fr Mehrgrensysteme. o u o Die Zeitkonstanten von Mehrgrensystemen ergeben sich also aus den Ubertragungs o Polen des Systems. Darber hinaus korrespondieren diese Werte der Ubertragungspole u zu Frequenzen von Bewegungen, die vom System selbst erzeugt werden, d.h. am Ausgang auftreten, ohne da eine entsprechende Anregung am Eingang vorliegt. Die Ordnung k Svaricek, 2011 31

2 Beschreibung und Analyse von Mehrgrensystemen o

Eingangsraum

Ausgangsraum
>

Leistungs Ubertragungsvorschrift B

Informations Ubertragungsvorschrift C
Zustandsraum

Energieumwandlungsvorschrift A Bild 2.5: Physikalische Interpretation der Matrizen A,B,C eines Pols bei s = p ist dann gleich der maximalen Anzahl unabhngiger Bewegungen der a pt pt k1 pt Form e , te , ..., t e . Die Matrix B reprsentiert die Kopplungen zwischen der Information am Eingang (Eina gangssignale) und der Leistung, die zur Beeinussung der Systemzustnde verfgbar ist. a u Die Matrix C reprsentiert die Kopplungen zwischen der Energie der Systemzustnde a a und der Information, die in den Ausgangssignalen zur Verfgung steht. u Die Ubertragungsmatrix reprsentiert die Art und Weise der Informations und Enera giebertragung durch das System. u Die Ubertragungspole charakterisieren oenbar gerade die inneren energetischen Prozesse, die sowohl mit den Eingngen als auch mit den Ausgngen des Systems verbunden a a sind. Demgegenber reprsentieren die Nullstellen die Natur der Kopplungen zwischen u a den Zustandsgren und der ueren Umgebung. Die Pole eines vollstndig steuerbaren o a a Systems lassen sich bekanntlich mit Hilfe einer konstanten Zustandsrckfhrung beliebig u u beeinussen. Im Gegensatz dazu ist eine Vorgabe der Nullstellen nur durch eine geeignete Wahl der Ein und Ausgangskopplung (der Matrizen B und C) mglich. o Eine weitere physikalische Interpretation der Nullstellen ist aus folgender Sicht mglich: o Die Nullstellen resultieren aus einem unwiederbringlichen Informationsverlust uber den Zustand des Systems. Diese Betrachtungsweise ergibt sich aus der bereits an gesprochenen Tatsache, da Nullstellen fr bestimmte Frequenzen die Ubertragung u Svaricek, 2011 32

2 Beschreibung und Analyse von Mehrgrensystemen o

durch das System blockieren. Das bedeutet, der Wert einer Nullstelle korrespondiert zu einer Frequenz, die von dem System absorbiert werden kann und daher trotz entsprechender Eingangserregung am Ausgang nicht mehr sichtbar ist. Die maximale Anzahl unabhngiger Bewegungen, die von einem System bei einer Frequenz absora biert werden kann, ist dann wieder durch die Ordnung der entsprechenden Nullstelle gegeben. Diese physikalischen Interpretationen verdeutlichen, da die Nullstellen eine wichtige Rolle fr die Regelung von Mehrgrensystemen mittels Ausgangsrckfhrungen spielen. Dieses u o u u gilt insbesondere dann, wenn Rckfhrungen mit hohen Verstrkungen zugelassen werden u u a oder der Regler die Nullstellen des oenen Systems kompensiert. Derartige Verfahren knnen oensichtlich nur dann eingesetzt werden, wenn das betrachtete System keine o Nullstellen in der rechten sHalbebene besitzt. Sollen unerwnschte Nullstellen, z.B. in u der rechten sHalbebene, beseitigt werden, so ist dies nur durch eine Modizierung des Systems (A,B,C) mglich. Hierzu bieten sich beispielsweise neben einer Modizierung o des Stell und/oder Meeingris auch zustzliche Stell und/oder Megren an. In der a o Praxis wird man dabei in erster Linie versuchen, die Anzahl der Megren zu variieren, o weil dies technisch im allgemeinen weniger aufwendig ist als der Einsatz zustzlicher a Stellgren. o Die zuletzt dargestellten Zusammenhnge zeigen auf, da nicht nur die Vorgabe der Lage a der Pole, sondern auch eine Vorgabe der Lage der Nullstellen wnschenswert sein kann. u Insbesondere in einem frhen Stadium des Systementwurfs ist es im allgemeinen mglich, u o die Lage der Nullstellen durch eine entsprechende Wahl der Ein und Ausgnge posia tiv zu beeinussen. Eine gnstige Verteilung der Nullstellen kann den anschlieenden u Reglerentwurf dann erheblich vereinfachen. 2.5.6 Zusammenfassung

Die wichtigsten Begrie und Zusammenhnge bezglich der Pole und Nullstellen von a u Mehrgrensystemen sind im folgenden noch einmal zusammengestellt: o Die Pole der Ubertragungsmatrix (Ubertragungspole, UP) sind die Nullstellen der elementaren Nennerpolynome der SmithMcMillanNormalform der Ubertragungsmatrix G(s), wobei folgender Zusammenhang gilt: {UP} = {i (A)} \ {EN}. (2.85)

Mit anderen Worten setzt sich die Liste der Eigenwerte der Systemmatrix aus den Listen der Ubertragungspole und der Entkopplungsnullstellen zusammen. Aus diesem Zusammenhang folgt unmittelbar, da bei einem vollstndig steuer- und a beobachtbaren System (A,B,C) die Eigenwerte der Systemmatrix A identisch mit den Ubertragungspolen sind. Svaricek, 2011 33

2 Beschreibung und Analyse von Mehrgrensystemen o Wenn das System (A,B,C) stabil ist, genau dann ist auch die Ubertragungsmatrix G(s) stabil. Die Umkehrung der Aussage gilt i.a. nicht, da das System (A,B,C) instabile Entkopplungsnullstellen haben kann. Die Nullstellen der Ubertragungsmatrix (Ubertragungsnullstellen, UN) sind die Null stellen der elementaren Zhlerpolynome der SmithMcMillanNormalform der Ubera tragungsmatrix G(s). Ein MIMO-System kann Ubertragungspole und Ubertragungsnullstellen an der gleichen Stelle haben, ohne da eine Krzung auftritt (Beispiel 2.3). u Die Ubertragungsnullstellen mssen keine Nullstellen der Einzelbertragungsfunku u tionen der Ubertragungsmatrix sein (Beispiel 2.4). Die Anzahl der Ubertragungsnullstellen kann durch eine Zustandsrckfhrungen u u verndert werden, da Ubertragungsnullstellen durch eine Zustandsrckfhrung zu a u u Entkopplungsnullstellen gemacht werden knnen. o Anhand der RosenbrockSystemmatrix kann man Entkopplungsnullstellen (EN) und Invariante Nullstellen (IN) denieren. Die Liste der Entkopplungsnullstellen setzt sich zusammen aus der Liste der Eingangsentkopplungsnullstellen (EEN, nicht steuerbare Eigenwerte) und der Liste der Ausgangsentkopplungsnullstellen (AEN, nicht beobachtbare Eigenwerte) von der die Liste der EinAusgangsentkopplungsnullstellen (EAEN, nicht steuer- und beobachtbare Eigenwerte) abzuziehen ist.

Bild 2.6: Aufteilung der EN in EEN, AEN und EAEN Die Invarianten Nullstellen (IN) sind die Nullstellen der invarianten Polynome (Elementarpolynome) der Smithschen Normalform der RosenbrockSystemmatrix P(s).

Svaricek, 2011 34

2 Beschreibung und Analyse von Mehrgrensystemen o

Die Invarianten Nullstellen sind gegenber regulren Transformationen des Einu a gangs, Ausgangs, und Zustandsvektors sowie gegenber Ausgangs und Zustandsu rckfhrungen invariant. u u Zwischen den Invarianten Nullstellen und den Ubertragungsnullstellen besteht folgender Zusammenhang: {IN} = {UN} {EN}. (2.86)

Aus diesem Zusammenhang folgt unmittelbar, da ein quadratisches System (A,B,C), das keine Invarianten Nullstellen hat, vollstndig steuer und beobachtbar ist. a Sind die Invarianten Nullstellen und die Eigenwerte der Systemmatrix A verschieden, so kann das System (A,B,C) keine Entkopplungsnullstellen haben und ist daher vollstndig steuer und beobachtbar. a Die Umkehrung gilt nicht, da ein Eigenwert von A auch Ubertragungsnullstelle sein kann (vgl. Beispiel 2.3). Ein lineares System (A,B,C) mit m Ein und Ausgangsgren besitzt hchstens o o n m Invariante Nullstellen.

2.6

Realisierung von Mehrgrensystemen o

Fr ein lineares System in einer Zustandsdarstellung (A,B,C) ist es sehr einfach die u zugehrige Ubertragungsmatrix G(s) zu bestimmen. Die umgekehrte Aufgabe, das soo genannte Realisierungsproblem besteht darin, zu einer gegebenen Ubertragungsfunktion G(s) bzw. Ubertragungsmatrix G(s) die Matrizen A, B, C einer Zustandsdarstellung der Form (2.1) zu nden. Dieses Realisierungsproblem ist wesentlich schwerer zu lsen. o Der Begri der Realisierung stammt aus der Zeit, als zur Simulation des Ubertragungsverhaltens eines dynamischen Systems nur Analogrechner zur Verfgung standen. Zur Realiu sierung einer solchen Analogrechnerschaltung mute fr eine Ubertragungsmatrix zunchst u a ein zugehriges Zustandsraummodell gefunden werden. Hierbei ist zu bercksichtigen, da o u beliebig viele Zustandsmodelle existieren, die das gleiche Ubertragungsverhalten haben. Von besonderem Interesse sind jene Zustandsrealisierungen, die eine minimale Anzahl von Zustandsgren haben. Diese Realisierungen werden auch als Minimalrealisierung o der Ubertragungsfunktion G(s) bzw. der Ubertragungsmatrix G(s) bezeichnet. Denition 2.13 Minimalrealisierung Ein Zustandsraummodell (A, B, C) ist eine Minimalrealisierung der Ubertragungsmatrix G(s), wenn G(s) = C(sI A)1B gilt und (A, B, C) vollstndig steuer und beobachtbar ist. a Svaricek, 2011 35 (2.87)

2 Beschreibung und Analyse von Mehrgrensystemen o

Die Ordnung einer Minimalrealisierung (Anzahl der Zustandsgren) wird durch die Ano zahl der Pole der Ubertragungsmatrix festgelegt. Die Anzahl der Ubertragungspole ist dabei mit der Summe der Grade der elementaren Nennerpolynome der SmithMcMillan Form der zu realisierenden Ubertragungsmatrix identisch. Das Realisierungsproblem kann fr Eingrensysteme immer dann gelst werden, wenn u o o die folgende Realisierbarkeitsbedingung erfllt ist. u Satz 2.13 Realisierbarkeit einer Ubertragungsfunktion Eine Ubertragungsfunktion G(s) = Z(s) N(s) (2.88)

mit dem Zhler und Nennerpolynom Z(s) und N(s) ist genau dann realisierbar, a wenn grad Z(s) grad N(s) oder quivalent dazu a
s

lim |G(s)| <

(2.89)

gilt. In der englischsprachigen Literatur bezeichnet man eine Ubertragungsfunktion G(s) mit grad Z(s) grad N(s) auch als proper bzw. fr grad Z(s) < grad N(s) als strictly u proper. Aus einer Polynomdivision von Z(s) durch N(s) folgt unmittelbar, da fr grad u Z(s) > grad N(s) in der zugehrigen Zustandsdarstellung Ableitungen der Eingangso gre u(t) auftreten mssen, die man mit einem Zustandsmodell (2.1) nicht realisieren o u kann. Um fr eine Ubertragungsfunktion G(s) eine Minimalrealisierung zu nden, mssen u u die Polynome Z(s) und N(s) in (2.88) teilerfremd sein. Fr eine echt gebrochene (strictly proper) Ubertragungsfunktion u G(s) = b0 + b1 s + + bn1 sn1 Z(s) = = cT [Is AR ]1 bR , R n1 + sn N(s) a0 + a1 s + + an1 s (2.90)

kann eine Minimalrealisierung mit Hilfe der im Skript RT angegebenen Regelungs- bzw. Beobachtungsnormalform direkt angegeben werden. Hierbei wird vorausgesetzt, da die Polynome Z(s) und N(s) teilerfremd sind, und das Nennerpolynom ein Hauptpolynom5 ist, d.h. der hchstwertigste Koezient von N(s) ist 1. o 0 0 . . . 1 0 . . . 0 1 . . . 0 0 0 0 . . .

x(t) =
5

0 0 a0 a1 b1

0 1 an1 b2

y(t) = [ b0

bn1 ] x(t)

x(t) + 0 1

u(t) ,

(2.91)

Hauptpolynome werden auch normierte oder monische Polynome genannt.

Svaricek, 2011 36

2 Beschreibung und Analyse von Mehrgrensystemen o

oder abgekrzt u x(t) = AR x(t) + bR u(t) , y(t) = cT x(t) . R (2.92)

Die Systemmatrix AR ist von Frobeniuskanonischer Form und liefert das charakteristische Polynom des Systems in den Koezienten ai . Diese Polynomkoezienten sowie auch die Elemente des Zeilenvektors cT sind so bezeichnet, da der Zusammenhang mit den R Zhler und Nennerpolynomen der zugehrigen Ubertragungsfunktionen (2.90) sogleich a o erkennbar wird. Eine Minimalrealisierung 0 0 1 0 0 1 xB (t) = . . 0 . . . . . . . 0 0 mit Hilfe der Beobachtungsnormalform ist: 0 a0 b0 b1 0 a1 . . . . . 0 0 . xB (t) + . u(t) . .. .. . . . . . . . . . .. bn2 . 1 0 an2 bn1 0 1 an1 0 1 ]xB (t)

(2.93)

y(t) = [ 0 0

Diese Minimalrealisierungen einer Ubertragungsfunktion knnen zur Konstruktion einer o im allgemeinen nicht minimalen Realisierung einer Ubertragungsmatrix verwendet wer den. Hierzu sei Gi die ite Zeile der Ubertragungsmatrix (2.12) und Yi (s) die ite Komponente des Ausgangsvektors. Damit erhlt man aus a Y(s) = G(s)U(s) die Darstellung G1 (s) Y1 (s) . . . . U(s) . = . . Gm (s) Ym (s) Yi (s) = Gi U(s) (2.94)

(2.95)

Jetzt realisiert man jede Ausgangsgre o (2.96)

mittels z.B. der Beobachtungsnormalform und kombiniert dann diese m Zustandsmodelle zu der gesuchten Realisierung von G(s). Zur Realisierung der i-ten Zeile der Ubertragungsmatrix G(s) schreibt man die Zeile als Gi (s) = 1 hi (s) Zi1 (s) Zim (s) (2.97)

Svaricek, 2011 37

2 Beschreibung und Analyse von Mehrgrensystemen o

mit dem Hauptnennerpolynom Die Polynome Nij (s) in der iten Zeile haben alle einen Grad der kleiner als ki ist und somit folgende allgemeine Form: Eine Realisierung (Ai , Bi , ci ) der 0 0 1 0 0 1 0 Ai = . . 0 ... ... . . . .. . 1 . . . . 0 0 0 ci = 0 Zij (s) = bj i 1,i ski 1 + bj i 2,i ski 2 + + bj . 0,i k k (2.99) Zeile Gi (s) in Beobachtungsnormalform ist dann durch 1 m 0 a0,i b0,i b0,i m b1 0 a1,i b1,i 1,i . . . . . . . . 0 . . . . Bi = . . . . . . . . . . . . . . . 1 bk 2,i bm2,i 0 aki 2,i ki i 1 m bki 1,i bki 1,i 1 aki 1,i 0 0 1 (2.100) hi (s) = ski + aki 1,1 ski 1 + + a0,1 . (2.98)

gegeben. Die gesuchte Realisierung (A,B,C) der Ubertragungsmatrix G(s) ist dann: A1 0 0 B1 . B2 . 0 A2 . . . . A = . . B = . .. . .. . . 0 . . Bm 0 0 Am C = c1 0 . . . 0 c2 .. . .. . .. . 0 0 . . . . 0 cm

(2.101)

(2.102)

Diese Realisierung ist vollstndig beobachtbar aber im allgemeinen nicht vollstndig steua a erbar. Die MATLABFunktion msys = minreal(sys) liefert dann die gesuchte Minimalrealisierung. Mit Hilfe dieser Methode wird im folgenden Beispiel fr die Ubertragungsmatrix aus u Beispiel 2.4 eine Realisierung bestimmt. Beispiel 2.5 Betrachtet wird die Ubertragungsmatrix aus Beispiel 2.4: s1 4 (s + 1)(s + 2) s+2 . G(s) = 4, 5 2s 2 s+2 (s + 1)(s + 2) Svaricek, 2011 38

2 Beschreibung und Analyse von Mehrgrensystemen o Gesucht ist ein Zustandsraummodell, dessen Ubertragungsverhalten durch diese Ubertragungsmatrix beschrieben wird. Zunchst wird die erste Zeile der Ubertragungsmatrix realisiert, d.h. es wird ein a Zustandsraummodell gesucht, das das Ubertragungsverhalten Y1 (s) = G11 (s)U1 (s) + G12 U2 (s) hat. Hierzu wird zunchst die erste Zeile der Ubertragungsmatrix entsprechend der a Gl. (2.97) notiert: G1 (s) = 1 s2 + 3s + 2 (s 1) 4(s + 1) .

Die Ordnung des Hauptnennerpolynoms h1 (s) = s2 + 3s + 2 (2.103)

bestimmt die Ordnung der Realisierung (A1 , b1 , C1 ) der Zeile G1 (s) , so da man mit Hilfe von (2.100) ein Zustandsmodell in Beobachtungsnormalform mit 2 Zustandsgren, einer Eingangsgre und 2 Ausgangsgren erhlt: o o o a A1 = c1 = 0 2 1 3 0 1 . B1 = 1 4 1 4

Entsprechend kann man fr die zweite Zeile u G2 (s) = 1 + 3s + 2 4, 5(s + 1) 2(s 1)

s2

ebenfalls eine Realisierung zweiter Ordnung angeben: A2 = c2 = 0 2 1 3 0 1 . B2 = 4, 5 2 4, 5 2

Svaricek, 2011 39

2 Beschreibung und Analyse von Mehrgrensystemen o

Ein Zusammenfhren der beiden Teilmodelle liefert die gesuchte Realisierung (A,B,C) u der Ubertragungsmatrix mit A = C = A1 0 0 A2 c1 0 0 c2 . . . . . . B = B1 B2

1 4 1 3 1 0 0 4 A = B = . 0 4, 5 2 . 0 . 0 2 . 4, 5 2 . 0 0 . 1 3 . . 0 1 . 0 0 C = . . . . 0 1 0 0 0 2 0 0

Nullstelle bei s = 0, 5 hat (vgl. SmithMcMillanForm in Beispiel 2.4). Diese Entkopplungsnullstelle kann nur eine Eingangsentkopplungsnullstelle sein, da die Realisierung aufgrund ihrer Konstruktion auf jeden Fall vollstndig beobachtbar a ist. Berechnet man die Eingangsentkopplungsnullstellen der Realisierung mittels des MATLABAufrufes tzero(A,B,0,0), so erhlt man {EEN} = {2}. Also ist ein a Eigenwert bei 2 nicht steuerbar. Zur Berechnung einer Minimalrealisierung ist jetzt noch eine Kalmanzerlegung der Realisierung in einen steuer- und einen nicht steuerbaren Teil notwendig (vgl. Abschnitt 2.4.3). Hierzu kann man die MATLAB-Funktion [ABAR,BBAR,CBAR] =

Wie in Beispiel 2.4 berechnet, hat die zu realisierende Ubertragungsmatrix einen Pol bei -2 und zwei Pole bei -1. Da die Ordnung der gefundenen Realisierung mit 4 grer als die Anzahl der Ubertragungspole ist, kann diese Realisierung keio ne Minimalrealisierung sein. Eine Berechnung der Invarianten Nullstellen mit der MATLAB-Funktion zero liefert: {IN} = {2 0, 5}. Die Invariante Nullstelle s = 2 mu eine Entkopplungsnullstelle sein, da die Ubertragungsmatrix nur eine

Svaricek, 2011 40

2 Beschreibung und Analyse von Mehrgrensystemen o

ctrbf(A,B,C) einsetzen, die folgende Zerlegung liefert: . Ans . . 0 0ns A = B = . Bs A21 . As . C = Cns . . . Cs .

(2.104)

(2.105)

Die Anzahl der Eingangsentkopplungsnullstellen gibt die Dimension des nicht vollstndig steuerbaren Teilsystems an, so da die Matrix Ans eine 1 1 Matrix ist. a Das vollstndig steuerbare Teilsystem, die gesuchte Minimalrealisierung, hat die a Ordnung 3 mit den folgenden Systemmatrizen: 0.2471 0.4947 0.3599 0.0000 0.0000 = 1.2177 1.8000 0.5821 Bs = 0.0000 6.3246 1.9935 1.3097 1.9529 6.5192 0.0000 0.1504 0.6325 0.1534 0.4212 0.3162 0.6903 .

As

Cs =

Diese Minimalrealisierung hat wie gefordert einen doppelten Eigenwert bei 1 und einen einfachen Eigenwert bei 2 sowie eine Invariante Nullstelle bei 0, 5. Eine Minimalrealisierung mit anderen Matrizen erhlt man, wenn man die MATLABa Funktion msys = minreal(ss(A,B,C,0)) verwendet: 1.692 0.7977 1.595 0.4576 6.170 = 0.7538 0.1307 1.739 Bmr = 4.319 1.277 0.5106 0.5887 2.177 4.862 0.5536 0.5964 0.1345 0.2691 0.2691 0.0897 0.8206 .

Amr

Cmr =

Die folgende direkte Realisierung fr jedes Element der Ubertragungsmatrix wird u ein Zustandsmodell gebildet und aus diesen m2 Zustandsmodellen wird dann die Realisierung zusammengesetzt liefert die MATLAB-Funktion dsys=ss(G): 3 2 0 0 0 0 1 0 0 0 0 0 0 0 2 0 0 0 0 0 0 2 0 0 0 0 0 0 3 2 0 0 0 0 1 0 0.5 0.5 0 2 0 0 0 0 2.25 0 1 1 2 0 2 0 0 0 0 0 0 2 2 0

Adr

Bdr = .

Cdr =

Svaricek, 2011 41

2 Beschreibung und Analyse von Mehrgrensystemen o

dieser Entkopplungsnullstellen setzt sich dabei wie folgt aus EEN, AEN und EAEN zusammen: {EN} = {EEN} {AEN} {EAEN}

Eine solche direkte Realisierung ist in der Regel weder steuer noch beobachtbar. Dies trit auch auf diese direkte Realisierung 6ter Ordnung der betrachteten Ubertragungsmatrix zu, die 3 Entkopplungsnullstellen bei s = 2 hat. Die Liste

(2.106) (2.107)

{2 2 2} = {2 2} {2 2} {2} .

Ein Aufruf msys=ss(G,min) der MATLABFunktion ss mit der Option min liefert auch sofort eine Minimalrealisierung: 0.8024 0.5046 0.007735 0.963 0.531 = 0.461 2.177 0.01804 Bmr = 1.181 2.305 0.5295 1.352 1.021 1.356 0.4941 0.6169 1.649 0.2599 1.117 0.7174 1.901 .

Amr

Cmr =

Svaricek, 2011 42

3 Entwurf von Mehrgrenregelungen o

Entwurf von Mehrgrenregelungen o

Auch bei Mehrgrensystemen kann zwischen Ausgangs und Zustandsrckfhrungen uno u u terschieden werden. Wird eine Regelstrecke durch eine Zustandsrckfhrung geregelt und u u das Fhrungsverhalten betrachtet (Bild 3.1), u Regelstrecke w Vorlter V u

x B

x C

A Regler K Bild 3.1: System mit Zustandsrckfhrung und Vorlter u u dann gelten folgende Beziehungen im Zeitbereich: Regelstrecke: x(t) = Ax(t) + Bu(t) y(t) = Cx(t) Regelgesetz: u(t) = Kx(t) + Vw(t) . (3.1a) (3.1b) (3.2)

Damit allen Regelgren unabhngige Sollwerte zugewiesen werden knnen, mu die m o a o m Vorltermatrix V regulr sein (Rang V = m). a Bei einer Zustandsrckfhrung wird vorausgesetzt, da alle Zustandsgren mebar sind. u u o Der Zustandsvektor wird dann uber eine Matrix K der Dimension m n auf den Eingang u zurckgefhrt. u u Durch Einsetzen des Regelgesetzes (3.2) in die Zustandsgleichung (3.1a) der Regelstrecke wird das Zustandsmodell des Regelkreises gewonnen zu x(t) = [A BK] x(t) + BV(t) y(t) = Cx(t) mit der charakteristischen Gleichung des geschlossenen Regelkreises C() = |I (A BK) | = 0 . (3.4) (3.3c) (3.3d)

Svaricek, 2011 43

3 Entwurf von Mehrgrenregelungen o

Entwurf des Vorlters Zustandsrckfhrungen stellen proportionale Rckfhrungen dar, die bekanntlich bei sprungu u u u frmigen Fhrungs und Strsignalen eine stationre Genauigkeit nicht sicherstellen knnen, o u o a o wenn die Regelstecke kein integrales Verhalten hat. Wenn die Rckfhrmatrix K bekannt ist, kann stationre Genauigkeit mit Hilfe der mm u u a Vorltermatrix V in Bild 3.1 erreicht werden. Das Vorlter ist ein statisches Element mit einer konstanten Matrix V und im eigentlichen Sinne des Wortes kein Filter. Der Begri Vorlter stammt von Regelkreisen, bei denen V(s) eine Ubertragungsmatrix ist und zur Gestaltung des Fhrungsverhaltens eingesetzt wird. u Das Ziel des Entwurfs des Vorlters ist, da im stationren Zustand Fhrungs und a u Regelgren ubereinstimmen: o
t

lim y(t) = lim w(t) .


t

(3.5)

Aus dem Endwertsatz der Laplacetransformation folgt, da die Fhrungsbertragungsmatrix u u GW (s) = C(sI A + BK)1 BV dann die Bedingung GW (0) = C(A + BK)1 BV = I erfllen mu. u Lst man diese Gleichung nach V auf, so erhlt man o a V = [C(A BK)1 B]1 . Die Matrix V existiert allerdings nur dann, wenn die Systemmatrix A BK des geschlossenen Regelkreises keine Eigenwerte bei Null hat und die Ubertragungsmatrix C(sI A + BK)1B des Regelkreises keine Nullstellen bei s = 0 hat. Damit ist sichergestellt, da die beiden Inversen auf der rechten Seite der Gl. (3.8) existieren. Die Vorltermatrix V hngt sowohl von den Parametern der Regelstrecke als auch von der a Zustandsrckfhrung ab. Wenn sich die Parameter der Regelstrecke verndern oder die u u a Zustandsrckfhrung modiziert wird, so mu V neu berechnet werden. Das stationre u u a Verhalten ist also nicht robust gegenber Anderungen des Streckenverhaltens. u Die fehlende Robustheit des Vorlters ist darauf zurckzufhren, da die stationre Geu u a nauigkeit durch eine Steuerung erreicht wird, die bekanntlich nur dann gute Ergebnisse liefert, wenn die Eigenschaften der Regelstrecke genau bekannt sind und sich nicht ndern. a Svaricek, 2011 44 (3.8) (3.7) (3.6)

3 Entwurf von Mehrgrenregelungen o

3.1

Polvorgabe fur Eingrensysteme o

Die Zustandsregelung hat den Vorteil, da (im Falle der vollstndigen Steuerbarkeit des a Systems) im geschlossenen Regelkreis jede Eigenwertkonguration erzeugt werden kann. Obwohl es um die Vorgabe der Eigenwerte der Systemmatrix geht, spricht man in der deutschen Literatur auch von Polvorgabe, Polverschiebung oder Polzuweisung. Der letzte Begri ist beispielsweise eine direkte Ubersetzung der englischen Bezeichnung pole assignment. Eine Zustandsrckfhrung stellt auch bei einem Eingrensystem mit nur einer Stellu u o gre einen Mehrgrenregler dar. Bei Eingrensysteme werden durch eine Vorgabe der o o o Eigenwerte des geschlossenen Regelkreises die Koezienten einer Zustandsrckfhrung u u vollstndig festgelegt. a Seien die gewnschten Eigenwerte gi , i = 1, 2, , n, dann ergibt sich das charakteristiu sche Polynom Cg () des geschlossenen Regelkreises zu Cg () = ( g1 )( g2 ) ( gn ) = + n1
n n1

(3.9) (3.10)

+ ... + 1 + 0 .

Die Koezienten des charakteristischen Polynoms knnen in der letzten Zeile der transo formierten Systemmatrix AR direkt abgelesen werden: Die Rckfhrung des Zustandsvektors xR uber den Zeilenvektor k u u u = kT xR = [ k1 k2 ... kn ]xR liefert Ag = AR bR kT = 0 0 . . . 1 0 . . . 0 1 . . . 0 0 . . . det(I AR ) = n + an1 n1 + ... + a1 + a0 .

Wenn das System (A, b) vollstndig steuerbar ist, existiert eine Ahnlichkeitstransformation a x = TR xR mit TR nach Gleichung (3.19), die das System (2.36) auf Regelungsnormalform transformiert: 0 0 1 0 0 0 0 0 1 0 . . . . . . . . xR (t) + . u(t) , xR (t) = . . . . . . (3.11) 0 0 0 0 1 1 a0 a1 an1 y(t) = [ b0 b1 b2 bn1 ] xR (t) (3.12)

(3.13)

(3.14)

(3.15)

0 0 0 1 1 ) (a1 + k2 ) (an1 + kn ) (a0 + k

Svaricek, 2011 45

3 Entwurf von Mehrgrenregelungen o

als Systemmatrix des geschlossenen Regelkreises. Die letzte Zeile der Matrix Ag enthlt jetzt die Koezienten der charakteristischen Gleia chung des rckgefhrten Systems. Ein Koezientenvergleich der Gleichung (3.10) mit der u u letzten Zeile der Matrix (3.15) ergibt die gesuchten Parameter des Rckfhrvektors k zu u u ki = i1 ai1 fr u i = 1, 2, ..., n . (3.16)

Den Rckfhrvektor fr das Ausgangssystem erhlt man mit xR = T1 x aus u u u a R u = kT xR = kT T1 x = kT x R zu . . . kT = 0 a0 . 1 a1 . . n1 an1 T1 . . . . R Fr die Transformationsmatrix gilt (vgl. Abschnitt 3.9.2 im Skript RT) u 1 qS q A S TR = qS A2 . . . n1 qS A qS = [0 0 ... 0 1] Q1 , S die letzte Zeile der inversen Steuerbarkeitsmatrix ist. Setzt man diese Transformationsmatrix in Gl. (3.18) ein, so erhlt man a qS q A S . . . T . k = 0 a0 . 1 a1 . . n1 an1 qS A2 . . . . . n1 qS A qS qS q A q A S S = [0 1 n1 ] qS A2 [a0 a1 an1 ] qS A2 . . . . . . n1 qS A qS An1

(3.17)

(3.18)

(3.19)

wobei

(3.20)

(3.21)

(3.22) .

Svaricek, 2011 46

3 Entwurf von Mehrgrenregelungen o

Der zweite Ausdruck kann in der Form qS a0 I + a1 A + + an1 An1

(3.23)

geschrieben werden. Aus dem CayleyHamiltonTheorem (siehe Anhang A.7.1 in Skript RT) folgt, da die in der Klammer stehende Summe gleich An ist. Setzt man diesen Wert ein, so erhlt man fr den Rckfhrvektor folgende Beziehung, die sogenannte Ackermanna u u u Formel : qS q A S q A2 S (3.24) kT = 0 1 2 n1 1 . . . n1 qS A n qS A = qS

0 I + 1 A + 2 A2 + + n1 An1 + An

(3.25)

Die von ACKERMANN 1972 abgeleitete Formel stellt einen direkten Zusammenhang zwischen den gewnschten Koezienten des charakteristischen Regelkreispolynoms und u den Eigenschaften der Regelstrecke her. Von der Regelstrecke gehen die letzte Zeile der invertierten Steuerbarkeitsmatrix sowie die Matrix A in diese Gleichung ein. Soll die Zustandsrckfhrung fr unterschiedliche Eigenwertvorgaben ausgerechnet werden, so sollte u u u dafr die erste Darstellung verwendet werden, denn in ihr ndert sich dann nur der Zeiu a lenvektor mit den Polynomkoezienten. Die Zustandsrckfhrung hat den Vorteil, da die Eigenwerte des geschlossenen Regelkreiu u ses beliebig festgelegt werden knnen. Diesem Vorteil steht als Nachteil gegenber, da o u durch einen zweiten Synthese und dann Realisierungsschritt die Systemzustnde aus den a verfgbaren Ausgangssignalen beobachtet (geschtzt) werden mssen, da per Denition u a u die Systemzustnde interne Variablen und normalerweise nicht alle als Ausgangssignal a verfgbar sind. u Darber hinaus stellt sich allerdings auch die Frage Wohin soll man die Eigenwerte des u geschlossenen Regelkreises eigentlich legen? Damit der geschlossene Regelkreis mglichst schnell auf Strungen reagieren kann, mte o o u man die Eigenwerte in der komplexen Ebene mglichst weit nach links verschieben. Dies o wrde allerdings zu technisch nicht mehr zu realisierenden Stellamplituden fhren. Daraus u u folgt, da man whrend des Entwurfes sowohl die Lage der Eigenwerte als auch die Werte a der Elemente der Reglermatrix im Auge behalten mu. Hug wird man sich darauf a beschrnken, da die Pole des geschlossenen Regelkreises in der komplexen Ebene weiter a links liegen als die Pole des oenen Systems. Svaricek, 2011 47

3 Entwurf von Mehrgrenregelungen o

Eine weitere Mglichkeit das Zielgebiet fr die Eigenwerte des geschlossenen Kreises eino u zuschrnken ist in Bild 3.2 dargestellt. Man gibt den Mindeststabilittsgrad, die Mina a destdmpfung sowie eine Begrenzung der Reglerverstrkung vor und erhlt damit das in a a a Bild 3.2 dargestellte Gebiet. Aus diesem Gebiet whlt man anschlieend die n Eigenwerte a des geschlossenen Regelkreises aus.

D m p fu n g

Im

R e

B e g re n z u n g d e r R e g le r v e r s t r k u n g

S t a b ilit t s g r a d

Bild 3.2: Gebiet fr die Eigenwerte des Regelkreises u Generell kann man aber feststellen, da eine ideale Lage fr die Pole des geschlosseu nen Regelkreises nicht existiert, und da die Polvorgabe stets von den ingenieurmigen a Uberlegungen einer gegebenen regelungstechnischen Aufgabenstellung ausgehen mu.

3.2

Polvorgabe fur Mehrgrensysteme o

Wenn ein Eingrensystem vollstndig steuerbar ist, dann reicht eine Stellgre oeno a o sichtlich vollstndig aus um alle Eigenwerte des Regelkreises mit Hilfe einer Zustandsrcka u fhrung beliebig zu plazieren. Die n Koezienten des Rckfhrvektors k sind dann alu u u lerdings auch durch die Vorgabe der Eigenwerte eindeutig festgelegt, so da keine weitere Forderungen, wie zum Beispiel eine kleine Stellgre, bercksichtigt werden knnen. o u o Will man weitere Anforderungen erfllen, so braucht man mehr als eine Stellgre. Fr u o u Mehrgrensysteme mit m Stellgren hat man dann m n Parameter in der Rckfhro o u u matrix K zur Verfgung, um die n Koezienten des charakteristischen Polynoms des u Svaricek, 2011 48

3 Entwurf von Mehrgrenregelungen o

Regelkreises festzulegen. Bei Systemen mit mehreren Stellgren knnen also durch eine o o Zustandsrckfhrung neben der Festlegung der Eigenwerte noch weitere Anforderungen u u bercksichtigt werden: u Robustheit der Eigenwerte gegenber Parameternderungen (MATLABFunktion u a place). Entkopplung des Ein- Ausgangsverhaltens. Bercksichtigung von Stellgrenbeschrnkungen (Optimale Regelung). u o a 3.2.1 Robuste Polzuweisung

Die Methoden zur Polzuweisung anhand einer kanonischen Form wie z.B. der Regelungsnormalform haben den Nachteil, da die Pollagen sehr empndlich bezglich Schwanu kungen der Systemparameter sein knnen. Die zustzlichen Freiheitsgrade durch meho a rere Stellgren knnen nun dazu genutzt werden, da sich die Lagen der Eigenwerte o o mglichst wenig ndern, wenn Parameternderungen die Systemmatrix A BK + o a a des rckgefhrten Systems stren. Diese Aufgabenstellung wird als robuste Polzuweisung u u o bezeichnet. Ein solches Verfahren ist in der MATLABFunktion place realisiert. Mit einem iterativen Verfahren wird die Kondition der Matrix V der Rechtseigenvektoren der Systemmatrix A BK minimiert. Das bedeutet, da idealerweise ||V|| ||V1|| = 1 wre und die Eigenvektormatrix V dann eine unitre (orthogonale) Matrix ist. a a Durch die Minimierung der Konditionszahl der Matrix V wird sowohl die Empndlichkeit der Systemmatrix A BK des Regelkreises gegenber Parameternderungen als auch die u a Norm der Rckfhrmatrix K reduziert. Allerdings wird diese Optimierung in der Matlab u u Funktion place nur dann durchgefhrt, wenn alle vorgegebenen Eigenwerte reell sind. u 3.2.2 Entwurf von Entkopplungsregelungen (3.26)

Die bekannten klassischen Reglerentwurfsverfahren fr Eingrensysteme knnen auch u o o bei Systemen mit mehreren Ein und Ausgngen eingesetzt werden, wenn das Ein a /Ausgangsverhalten des betrachteten Mehrgrensystems entkoppelt ist, d.h. die zuo gehrige Ubertragungsmatrix eine reine Diagonalmatrix ist. Da dies in der Regel nicht der o Fall sein wird, ist die Frage von Bedeutung, ob fr ein gegebenes lineares, zeitinvariantes u System (A,B,C) mit m Ein- und Ausgangsgren eine Rckfhrung o u u u(t) = Kx(t) + Vw(t) mit det V = 0 (3.27)

in der Form existiert, da die Ubertragungsmatrix Gw (s) = C[sI A + BK]1 BV (3.28) Svaricek, 2011 49

3 Entwurf von Mehrgrenregelungen o

des rckgekoppelten Systems (vgl. Bild 3.1) eine reine Diagonalmatrix ist, also die Gestalt u G1 (s) 0 .. Gw (s) = (3.29) . 0 Gm (s) hat. Die erste befriedigende Formulierung dieses sogenannten DiagonalEntkopplungspro blems (im Englischen auch als Morgans Problem bekannt) geht auf Morgan (1964) zurck, der auch eine erste hinreichende Bedingung angab. Heute werden meistens die u bekannten Bedingungen von Falb und Wolovich verwendet, die nicht nur notwendig, sondern auch hinreichend sind. Diese in dem Satz 3.1 zusammengefaten Bedingungen machen Gebrauch von einer Liste d1 , d2, ..., dm , die Entkopplungsindizes genannt werden und wie folgt deniert sind: Denition 3.1 Die Entkopplungsindizes di , i = 1, 2, ..., m sind die jeweils kleinsten positiven Zahlen, die cT Adi B = 0 i (3.30)

erfllen, wobei cT die i-te Zeile von C bezeichnet. Falls cT Aj B = 0 fr alle j gilt, u u i i wird di = n 1 gesetzt. Unter Zuhilfenahme dieser Indizes kann das bekannte Entkoppelbarkeitskriterium von Falb und Wolovich so formuliert werden: Satz 3.1 (Falb und Wolovich 1967) Ein System (A,B,C) mit m Ein und Ausgngen kann dann und nur dann durch a eine Zustandsrckfhrung (3.27) entkoppelt werden, wenn die mm Entkopplungsu u matrix D mit cT Ad1 B 1 T d2 c A B 2 D = (3.31) . . . T dm cm A B regulr ist, d.h. a Rang D = m gilt. (3.32)

Svaricek, 2011 50

3 Entwurf von Mehrgrenregelungen o

Eine weitere notwendige und hinreichende Bedingung kann mit Hilfe der Invarianten Nullstellen und den sogenannten Dierenzgraden des Systems angegeben werden. Der Dierenzgrad i der Ausgangsgre yi (t) ist dabei wie folgt deniert: o Denition 3.2 (Dierenzgrade) Der Dierenzgrad i , i = 1, 2, ..., m der iten Ausgangsgre gibt an, wie oft das o Ausgangssignal yi (t) dierenziert werden mu, bis in der Ableitung erstmalig die ( ) Steuergre u(t) explizit auftaucht. Die Ableitung yi i (t) hat dann folgende Form: o yi i (t) = cT Ai x(t) + cT Ai 1 Bu(t) , i i
( )

(3.33)

wobei cT die i-te Zeile von C ist und cT Ai 1 B ungleich Null ist, d.h. es gilt: i i cT B = cT AB = cT Ai 2 B = 0 und cT Ai 1 B = 0 . i i i i (3.34)

Die Summe = 1 + 2 + + m der Dierenzgrade der einzelnen Ausgangsgren o bezeichnet man auch als Dierenzgrad des Systems. Aus der Denition der Dierenzgrade folgt unmittelbar der folgende Zusammenhang: Der Dierenzgrad i der iten Ausgangsgre ist identisch mit dem Minimum der Dierenzgrao de der Ubertragungsfuntionen Gi1 (s), Gi2 (s), ..., Gim (s) der iten Zeile der Ubertragungsmatrix G(s). Ein Vergleich der Denitionen von Entkopplungsindizes di , i = 1, 2, ..., m und Dierenzgraden i , i = 1, 2, ..., m liefert: di = i 1 bzw. i = di + 1 . (3.35)

Aus numerischer Sicht ist die folgende Bedingung zur Uberprfung der Entkoppelbarkeit u wesentlich besser geeignet als die klassische Bedingung von Falb und Wolovich. Satz 3.2 (Entkopplungbedingung II, Descusse und Dion 1982) Ein System (A,B,C) mit m Ein und Ausgngen kann dann und nur dann durch a eine Zustandsrckfhrung entkoppelt werden, wenn zwischen der Anzahl nIN der u u Invarianten Nullstellen, der Systemordnung n und den Dierenzgraden folgender Zusammenhang existiert:
m

nIN = n

i .
i=1

(3.36)

Bei der Bedingung von Falb und Wolovich kann bereits die numerische Entscheidung, ob ein Vektor cT Aj B von Null verschieden ist, problematisch sein. Darber hinaus ist die u i Entkopplungsmatrix D aufgrund der auftretenden Potenzen von A unter Umstnden sehr a schlecht konditioniert, so da eine zuverlssige numerische Rangbestimmung nicht mehr a gewhrleistet ist. a Svaricek, 2011 51

3 Entwurf von Mehrgrenregelungen o Sind die Bedingungen der Entkoppelbarkeit erfllt, ist also die Entkopplungsmatrix D u invertierbar, so ergeben sich die Reglermatrix K und die Vorltermatrix V des Regelgesetzes (3.27) nach Falb und Wolovich (1967) zu: K = D1 A mit cT Ad2 +1 2 A = . . . cT Adm +1 m V = D1 K mit K = k1 .. 0 . km 0 . (3.40) cT Ad1 +1 1 cT A2 2 = . . . cT Am m cT A1 1 (3.37)

(3.38)

und

(3.39)

Die diagonale Ubertragungsmatrix des geregelten Systems Gw (s) = C[sI A + BK]1 BV = C[sI A + BD1 A]1 BD1 K =
k1 s1 k2 s2

..

.
km sm

(3.41)

hat dann eine einfache Struktur, die durch die Dierenzgrade 1 , 2 , ..., m eindeutig festgelegt wird. Das rckgefhrte, entkoppelte System, das sich aus m Integratorketten zu u u i , i = 1, 2, ..., m Integratoren zusammensetzt (vgl. Bild 3.3), wird auch integratorentkoppeltes System genannt. Wie ein Blick auf die diagonale Ubertragungsmatrix (3.41) zeigt, besitzt das mit (3.27) rckgefhrte System oenbar keine endlichen Ubertragungsnullstellen. Aufgrund der u u Entkopplungsbedingungen ist allerdings nicht auszuschlieen, da die betrachtete Re gelstrecke endliche Ubertragungsnullstellen hat. Eine entkoppelnde Zustandsrckfhrung u u kann also die endliche Nullstellenstruktur der Ubertragungsmatrix verndern. Wie in a Abschnitt 2.5.3 bereits besprochen, knnen Ubertragungsnullstellen allerdings nur in der o Weise verndert werden, da sie AusgangsEntkopplungsnullstellen werden und somit der a geschlossene Kreis nicht beobachtbare Eigenwerte hat. Svaricek, 2011 52

3 Entwurf von Mehrgrenregelungen o

w1 (t)

k1

x1 (t)

x1 (t)

y1 (t)

wm (t)

km

x (t)

ym (t)

Nichtbeobachtbarer Systemteil

Bild 3.3: Struktur des integratorentkoppelten Systems Wenn eine entkoppelbare Strecke also nU N Ubertragungsnullstellen mit nU N > 0 hat, dann entsteht durch eine Entkopplung mit (3.27) bei einer vollstndig steuer und bea obachtbaren Strecke immer ein nicht beobachtbarer Unterraum des Zustandsraumes der Dimension nU N mit
m

nU N = n

i .
i=1

(3.42)

Wie aus diesem Zusammenhang ersichtlich, ist die Lage etwaiger vorhandener Streckennullstellen fr die Stabilitt des entkoppelten Systems von entscheidender Bedeutung. u a Liegen Ubertragungsnullstellen der Regelstrecke in der rechten sHalbebene, so ist das entkoppelte System immer instabil, da die Zustandsrckfhrung (3.27) bewirkt, da alle u u Ubertragungsnullstellen durch entsprechend plazierte Pole kompensiert werden. Bei dem betrachteten Problem der Entkopplung des Ubertragungsverhaltens ist die vollstndige Steuer und Beobachtbarkeit des Systems (A, B, C) allerdings keine notwendige a Voraussetzung fr die Entkoppelbarkeit des Systems, da die Ubertragungsmatrix nur u den vollstndig steuer und beobachtbaren Teil des Systems beschreibt. Fr eine stabile a u Entkopplung ist es allerdings notwendig, da alle nicht steuer und/oder beobachtbaren Eigenwerte in der linken Ebene liegen. Daraus folgt, da eine stabile Entkopplung nur mglich ist, wenn alle Invariante Nullstellen in der linken sHalbebene liegen. Liefert o eine Berechnung der Invarianten Nullstellen also, da die MIMOStrecke kein Phasenminimumsystem ist, so kann eine vollstndige Entkopplung des Ein-/Ausgangsverhaltens a mit Hilfe einer Zustandsrckfhrung technisch nicht realisiert werden. u u Durch eine erweiterte Rckfhrmatrix u u 1 1 1k cT Ak 1 k=0 . . K = D1 A + . m 1 T k k=0 mk cm A

(3.43)

Svaricek, 2011 53

3 Entwurf von Mehrgrenregelungen o knnen die Pole der entkoppelten Ubertragungsfunktionen Gi (s) o G1 (s) = Y1 (s) W1 (s) = . . . s1 k1 + + 11 s + 10

(3.44)

Gm (s) =

km Ym (s) = m Wm (s) s + + m1 s + m0

beliebig festgelegt werden. Fr stationre Genauigkeit mu in (3.44) ki = i0 gelten, wobei die Parameter ki in der u a Matrix (3.40) einzutragen sind. Der Entkopplungsentwurf nach Falb und Wolowich kann in einfacher Weise auf nichtlineare Systeme ubertragen werden und ist dort auch unter der Bezeichnung exakte EinAusgangslinearisierung bekannt. Ebenso wie bei den linearen Systemen knnen o Stabilittsprobleme auftreten, wenn die Summe der in den einzelnen Ubertragungspfaden a vorgegebenen Pole kleiner als die Systemordnung ist. Es treten dann wie im linearen Fall unbeobachtbare Systembewegungen auf, die dann als zero dynamics bezeichnet werden.

3.3

Optimale Zustandsregelung

Mit den bisher behandelten Entwurfsverfahren wurde der Regler mit dem Ziel ausgewhlt, a einzelne Kenngren des Regelkreises wie Uberschwingweite, Einschwingzeit, Pole, Bando breite oder Resonanzberhhung vorgegebenen Forderungen anzupassen. Bei vielen praku o tischen Aufgabenstellungen beziehen sich die Gteforderungen jedoch auf den gesamten u Verlauf der Stell- und Regelgren. Diese Tatsache wird bei der optimalen Regelung aufo gegrien, bei der ein Gtefunktional als Ma fr die Gte des Regelkreises herangezogen u u u wird und die folgenden Merkmale aufweist: Es werden nicht die Pole des geschlossenen Regelkreises, sondern ein Gtekriterium u vorgegeben. Dieses integrale Gtekriterium bewertet sowohl den Verlauf der Regel als auch der u Stellgre. o Mit Hilfe einer Optimierung wird dann eine Zustandsrckfhrung bestimmt, fr die u u u das Gtefunktional minimal ist. u In Anlehnung an das klassische, fr Eingrensysteme eingefhrte Kriterium I7 der quau o u dratischen Regelche unter Einbeziehung des Stellaufwandes (Skript SRT Tabelle 4.1) a

I7 =
0

[e2 (t) + u2(t)]dt

(3.45)

Svaricek, 2011 54

3 Entwurf von Mehrgrenregelungen o

lautet das entsprechende quadratische Gtekriterium fr Mehrgrensysteme u u o

I =
0

[xT (t)Qx(t) + uT (t)Ru(t)]dt .

(3.46)

Dann lt sich das Problem des Entwurfs eines optimalen Zustandsreglers nach diesem a Kriterium wie folgt formulieren: Optimale Zustandsregelung Gegeben sei ein lineares Zustandsmodell entsprechend Gl. (3.1a). Gesucht ist eine Zustandsrckfhrung u(t) = K x(t), die das System vom Anfangswert x0 so in u u die Ruhelage uberfhrt, da das Gtema I nach Gl. (3.46) minimal wird. Die u u Matrizen Q und R mssen positiv semidenite bzw. positiv denite6 symmetrische u Matrizen sein, damit die beiden Summanden nicht negativ sind. 3.3.1 Losung des Optimierungsproblems

Wenn die folgenden Bedingungen erfllt sind, gibt es genau eine Lsung des Optimieu o rungsproblems: - Das System (A,B) mu vollstndig steuerbar sein. a - Die n n Gewichtungsmatrix Q mu symmetrisch und positiv semidenit sein. - Die m m Gewichtungsmatrix R mu symmetrisch und positiv denit sein. - Das System (A,Q1 ) mu vollstndig beobachtbar sein, wobei die p n Matrix Q1 a (p Rang Q) aus der Zerlegung Q = QT Q1 1 hervorgeht. Der optimale Wert des Gtemaes (3.46) ist dann durch u Iopt = xT Px0 0 (3.48) (3.47)

gegeben, wobei die Matrix P die einzige symmetrische, positiv denite Lsung der Matrix o Riccatigleichung AT P + PA PBR1 BT P + Q = 0 ist. Die zugehrige optimale Rckfhrmatrix K erllt dann die Gleichung o u u u K = R1 BT P ,
6

(3.49)

(3.50)

Eine symmetrische Matrix R nennt man positiv denit, wenn xT Rx > 0 fr alle x = 0 gilt. u

Svaricek, 2011 55

3 Entwurf von Mehrgrenregelungen o

wobei die Inverse der Matrix R immer existiert, da die Gewichtungsmatrix nach Voraussetzung positiv denit ist. Die Lsung der RiccatiGleichung (3.49) kann im allgemeinen nicht auf analytischem o Weg erfolgen. Eine numerische Lsung liefert zum Beispiel die MatlabFunktion care. o Die optimale Rckfhrmatrix K kann mit der MatlabFunktion lqr berechnet werden, u u wobei diese Funktion die folgende Syntax hat: [K star]=lqr(A,B,Q,R). 3.3.2 Eigenschaften des optimalen Regelkreises

Wenn die zuvor angegebenen Anforderungen an die Gewichtungsmatrizen Q und R erfllt u sind, so ist der mit dem Optimalregler (3.50) geschlossene Regelkreis immer asymptotisch stabil, auch wenn die Regelstrecke instabil ist. Darber hinaus hat der mit einem optimalen Zustandsregler geschlossene Regelkreis eine u Reihe weiterer bemerkenswerter Eigenschaften. Ein geschlossener einschleiger Regelkreis mit Optimalregler hat einen Phasenrand von mindestens 60 Grad. Auerdem kann die Kreisverstrkung beliebig vergrert a o oder auf die Hlfte verkleinert werden, ohne da die Stabilitt gefhrdet wird. Das a a a bedeutet, da der optimale Regelkreis uber gute Robustheitseigenschaften verfgt. u Der Regelkreis ist tendenziell schneller als die Regelstrecke. Das bedeutet, zwi schen den Eigenwerten i der Regelstrecke und den Eigenwerten i des Regelkreises besteht der folgende Zusammenhang:
n n

i=1

|i |

i=1

| i | ,

(3.51)

wobei diese Beziehung fr beliebige Gewichtungsmatrizen gilt. u Fr eine Regelstrecke mit nur einer Stellgre hat die Ubertragungsfunktion u o G0 (s) = k (sI A)1 b
T

(3.52)

des oenen Kreises fr einen beliebigen optimalen Rckfhrvektor k stets einen u u u Dierenzgrad von eins. Dies verdeutlicht noch einmal, da der optimale Regelkreis auch fr hohe Kreisverstrkungen stabil bleibt. u a 3.3.3 Kriterien zur Wahl der Gewichtungsmatrizen

Beim Optimalreglerentwurf werden die Eigenschaften des Regelkreises durch die Wahl der Gewichtungsmatrizen festgelegt. Allerdings gibt es keinen direkten Zusammenhang zwischen dem Verlauf der Stell und Regelgren und den Elementen der Gewichtungsmao trizen, so da dieses Verfahren zu den sogenannten indirekten Entwurfsverfahren gehrt. o Svaricek, 2011 56

3 Entwurf von Mehrgrenregelungen o

Der Entwurf einer optimalen Regelung ist daher in der Regel ein iterativer Proze, bei dem man die Gewichtungsmatrizen mit Hilfe von Regeln und Erfahrungswissen so lange variiert, bis das dynamische Verhalten des Regelkreis den vorgegebenen Anforderungen gengt. Einige hilfreiche Regeln und Zusammenhnge werden im folgenden aufgefhrt: u a u In der Regel whlt man Q und R als Diagonalmatrizen, wobei eine Diagonalmatrix a positiv semidenit ist, wenn alle Diagonalelemente nicht negativ sind. Die Beobachtbarkeitsbedingung ist stets erfllt, wenn alle Diagonalelemente von Q von Null u verschieden sind. Fr Systeme mit nur einer Stellgre kann man zeigen, da die u o Lsungsvielfalt durch diese Wahl nur wenig eingeschrnkt wird. o a Uber Q werden die Abweichungen der Zustandsgren von der optimalen Trajektorie o gewichtet. Eine Erhhung eines Diagonalelementes qii fhrt aufgrund einer hrteren o u a Bestrafung von xi (t) zu einem strker gedmpften Einschwingverhalten von xi (t) zu a a Lasten grerer Stellgren. o o Der Zustandsvektor enthlt oft Variablen und deren zeitliche Ableitungen. Um a das Uberschwingen dieser Zustandsgren zu reduzieren, knnen diese Ableitungen o o bestraft werden, indem man die Diagonalelemente von Q entsprechend whlt. a Eine Erhhung eines Diagonalelementes rii fhrt aufgrund einer hrteren Bestrao u a fung von ui (t) zu einem langsameren Abklingen der Zustandsgren bei kleineren o Stellamplituden. Je strker die Stellgren gegenber den Zustandsgren gewichtet werden, uma o u o so grer ist die Robustheit des Regelkreises gegenber Parameternderungen der o u a Strecke. Deutliche Anderungen im Regelverhalten sind nur dann zu erwarten, wenn die Wichtungen um mindestens eine Grenordnung verndert werden. o a Ist man nur an dem Verlauf der Regelgren interessiert, so kann man folgenden o Ansatz verwenden: Q = CT diag (qii ) C . (3.53)

Durch qii wird der Verlauf der Regelgre yi (t) bewertet, so da eine Erhhung von o o qii tendenziell zu einem schnelleren Einschwingen der iten Regelgre fhrt. Die o u Beobachtbarkeitsbedingung ist erfllt, wenn die Regelstrecke (A,C) beobachtbar ist u und alle qii von Null verschieden sind. 3.3.4 Zusammenfassung des Entwurfsverfahrens

Gegeben: Regelstrecke (A,B,C), Gteanforderungen. u

Svaricek, 2011 57

3 Entwurf von Mehrgrenregelungen o 1. Uberprfung der vollstndigen Steuerbarkeit von (A,B). Wenn diese Bedingung u a nicht erfllt ist, ist der Entwurf eines optimalen Zustandsreglers nicht mglich. u o 2. Aus den Gteanforderungen an den geschlossenen Regelkreis werden mit Hilfe der u zuvor angegebenen Hinweise die Gewichtungsmatrizen Q und R fr das Gtefunku u tional (3.46) abgeleitet. 3. Berechnung der Zerlegung Q = QT Q1 und Uberprfung der vollstndigen Beobu a 1 achtbarkeit von (A,Q1 ). Wenn diese Bedingung nicht erfllt ist, ist der Entwurf u eines optimalen Zustandsreglers nicht mglich. o 4. Es wird die Riccatigleichung (3.49) gelst und die optimale Rckfhrmatrix (3.50) o u u bestimmt. 5. Das Zeitverhalten des Regelkreises wird simuliert. Entspricht das Verhalten nicht den gegebenen Gteanforderungen, so wird der Entwurf mit vernderten Gewichu a tungsmatrizen wiederholt. Ergebnis: Zustandsrckfhrung K u u 3.3.5 Abschlieende Anmerkungen

Nach Lunze (2005) sprechen fr die Anwendung des Optimalreglerentwurfes folgende Tatu sachen: Es gibt eine klare Aufgabenteilung zwischen den vom Entwurfsingenieur und den vom Rechner auszufhrenden Lsungsschritten. Erfahrungen sind bei der Formulieu o rung der Entwurfsaufgabe als Optimierungsproblem, bei der Bewertung der Simulationsergebnisse und bei der Vernderung des Optimierungsproblems mit dem Ziel a einer Verbesserung der Regelkreiseigenschaften notwendig. Der Rechner ubernimmt umfangreiche numerische Aufgaben, die bereits bei einfachen Beispielen nicht von Hand erledigt werden knnen. o Fr das Optimierungsproblem existiert eine eindeutige Lsung, die mit numerisch u o zuverlssigen Algorithmen ermittelt werden kann. a Unter den angegebenen Voraussetzungen erfllt jeder mit einem Optimalregler entu stehende Regelkreis wichtige Gteforderungen (Stabilitt, Robustheit, verbesserte u a Dynamik). Die in diesem Abschnitt angegebenen Zusammenhnge gelten fr lineare, zeitinvariante a u Systeme (A,B,C) und einem unendlichen Optimierungshorizont. Bei dieser Systemklasse knnen die Voraussetzungen (A,B) vollstndig steuerbar und (A,Q) vollstndig beobo a a achtbar noch etwas etwas reduziert werden. Das Entwurfsverfahren kann auch dann noch angewendet werden, wenn eine nicht vollstndig steuerbare Regelstecke (A,B) zumindest stabilisierbar oder ein nicht vollstndig a a Svaricek, 2011 58

3 Entwurf von Mehrgrenregelungen o

beobachtbares (A,Q) zumindest ermittelbar ist. Ein System wird stabilisierbar genannt, wenn alle instabilen Eigenwerte steuerbar sind. Es wird ermittelbar genannt, wenn alle instabilen Eigenwerte beobachtbar sind. Der Regelkreis ist dann weiterhin asymptotisch stabil. Allerdings knnen die nicht steuo erbaren und die nicht beobachtbaren Eigenwerte durch die optimale Zustandsrckfhrung u u dann nicht verndert werden. a

3.4

PIMehrgrenregelung o

Mit den zuvor dargestellten Verfahren der Polvorgabe und der linearen optimalen Regelung wird durch eine proportionale Rckfhrung des Zustandsvektors die Eigendynamik u u der Regelstrecke beeinut. Die Eigenwerte des Regelkreises werden entweder auf vorgegebene Positionen verschoben oder sie werden in der linken Halbebene so plaziert, da ein quadratisches Gtefunktional minimal wird. Damit wird sichergestellt, da ein u Anfangszustand x0 = 0 in gewnschter Weise in den Nullpunkt uberfhrt wird. u u Eine Zustandsrckfhrung ist ein proportionaler Regler, der fr sprungfrmige Fhrungs u u u o u und Strsignale keine Sollwertfolge garantieren kann. Dies schrnkt allerdings die Eino a satzmglichkeiten eines Zustandsreglers nicht ein, da dynamische Regler wie beispielsweise o PIRegler auf Zustandsrckfhrungen reduziert werden knnen, wenn man die dynamiu u o schen Regleranteile beim Entwurf zur Regelstrecke hinzufgt. Man fhrt also den Zuu u standsvektor des folgenden erweiterten Zustandsmodells zurck: u A = C = A 0 C 0 C 0 . B = B 0 (3.54) (3.55)

Dabei mu bei einem Mehrgrenregelkreis fr jede der m Regelgren im Regler ein o u o des erweiterten Systems die Integrator vorgesehen werden, so da die Systemmatrix A Ordnung n + m hat. Eine PIMehrgrenregelung kann eine stationre Genauigkeit fr sprungfrmige Fhrungso a u o u signale und fr sprungfrmige Strungen auch dann sicherstellen, wenn sich Streckenpau o o 7 rameter ndern . Eine PIMehrgrenregelung ist also robust gegenber derartigen Paraa o u meternderungen. Diese Tatsache stellt einen groen Vorteil der PIMehrgrenregelung a o gegenber der Verwendung von Vorltern (vgl. Abschnitt 3) dar. u

Hierbei wird vorausgesetzt, da durch die Vernderung der Streckenparameter die Stabilitt des Rea a gelkreises nicht gefhrdet wird. a

Svaricek, 2011 59

A Mathematische Grundlagen

A
A.1

Mathematische Grundlagen
Normalrang von Polynom- und rationalen Matrizen

Bestehen die Elemente einer Matrix aus Polynomen (vgl. die RosenbrockSystemmatrix P(s)) oder gebrochen rationalen Funktionen (siehe die Ubertragungsmatrix G(s)), so ist noch der Begri Normalrang von Bedeutung. Denition A.1 Der Normalrang einer gebrochen rationalen Matrix F(s) bzw. einer Polynommatrix P(s) ist der maximale Rang der Matrix F(s) bzw. P(s), der sich fr feste Werte des u komplexen Parameters s ergibt.

A.2

Smithsche Normalform einer Polynommatrix


P(s) = P0 + P1 s + P2 s2 + + Pr sr ,

Unter einer p q Polynommatrix P(s) wird eine ganze rationale Funktion der Form (A.1) verstanden, bei der die Polynomkoezienten Pi , i = 1, 2, ..., r konstante Matrizen der Dimension p q sind. Fr die Untersuchungen von Mehrgrensystemen sind die Eigenschaften der sogenannten u o Smithschen Normalform einer Polynommatrix von besonderer Bedeutung. Satz A.1 (Gantmacher 1986, Zurmhl und Falk 1984) u Jede p q Polynommatrix P(s) kann mittels elementarer Spalten und Zeilenoperationen auf eine zu ihr unimodular quivalente Diagonalform, die Smithsche a Normalform S(s) = L(s)P(s)R(s), (A.2)

gebracht werden. Dabei sind L(s) und R(s) unimodulare Transformationsmatrizen, d.h. Matrizen mit konstanten, nicht verschwindenden Determinanten. Die Smithsche Normalform S(s) hat dann die Gestalt i1 (s) 0 ... 0 | 0 i2 (s) | . .. . . . | 0,q S(s) = (A.3) , 0 i (s) | | 0p, | 0p,q wobei der Normalrang von P(s) ist. 2 Svaricek, 2011 60

A Mathematische Grundlagen

Zu den elementaren Zeilen und Spaltenoperationen bei Polynommatrizen zhlen dabei: a i) Vertauschung zweier Zeilen (Spalten). ii) Multiplikation einer Zeile (Spalte) mit einer Konstanten c = 0. iii) Addition einer mit einem Polynom C(s) multiplizierten Zeile (Spalte) zu einer anderen Zeile (Spalte). Die Polynome ik (s), k = 1, 2, ..., werden Elementarpolynome (oder auch invariante Polynome bzw. Invariantenteiler) genannt und besitzen die Teilbarkeitseigenschaft: i1 (s) / i2 (s) / . . . / i (s), (A.4)

d.h., das Polynom i1 (s) teilt das Polynom i2 (s), und dieses teilt wiederum i3 (s) usw. Die ik (s) sind Hauptpolynome, der Koezent der hchsten Potenz ist also gleich 1. Eine o Berechnung dieser Elementarpolynome ist mit Hilfe der sogenannten Determinantenteiler von P(s) mglich. o Denition A.2 Sei dk (s) der grte gemeinsame Teiler aller Minoren kter Ordnung von P(s), dann o nennt man die Polynome dk (s), k = 1, 2, . . . , die Determinantenteiler von P(s). Die Elementarpolynome ik (s) sind mit diesen Determinantenteilern uber die Beziehung ik (s) = dk (s) , dk1 (s) k = 1, 2, . . . , (A.5)

mit d0 (s) 1 verknpft (Gantmacher 1986). Aus (A.5) und der Teilbarkeitseigenschaft u der Elementarpolynome ergibt sich sofort die Teilbarkeitseigenschaft der Determinantenteiler: d1 (s) / d2 (s) / . . . / d (s). Darber hinaus kann aus (A.5) auch abgeleitet werden, da u d1 (s) = i1 (s) d2 (s) = i1 (s)i2 (s) . . . . . . . . . d1 = i1 (s)i2 (s) . . . i1 (s) d = i1 (s)i2 (s) . . . i (s) gelten mu. (A.6)

(A.7)

Svaricek, 2011 61

A Mathematische Grundlagen

A.3

SmithMcMillanNormalform einer rationalen Matrix

Die SmithMcMillanForm ist eine Verallgemeinerung der Smithschen Normalform auf Matrizen mit gebrochen rationalen Elementen. Fr die weiteren Ausfhrungen sei eine u u rationale Matrix F(s) der Dimension p q gegeben, deren Elemente Fkl (s) = Zkl (s) Nkl (s) (A.8)

reduziert seien, d.h. also, da Zkl (s) und Nkl (s) relativ prim sind, und Nkl (s) ein Hauptpolynom ist. Das kleinste gemeinsame Vielfache aller Nennerpolynome der Hauptnenner sei H(s), wobei H(s) die Form eines Hauptpolynoms8 hat. Damit kann F(s) in der Form 1 F(s) = Z(s). (A.9) H(s) geschrieben werden. In dieser Gleichung ist die Matrix Z(s) dann eine Polynommatrix. Ausgehend von der Smithschen Normalform von Z(s) ergibt sich die SmithMcMillan Normalform M(s) der rationalen Matrix F(s) durch eine Multiplikation der Diagonalmatrix S{Z(s)} mit 1/H(s). Nach mglichen Krzungen mit gemeinsamen Linearfaktoren o u der Elementarpolynome ik (s) gilt fr die McMillanForm M(s) = M{F(s)} u M(s) = 1 S(s) = L(s)F(s)R(s). H(s) (A.10)

M(s) hat dann die Gestalt Z1 (s)


N1 (s)

...

Die Zi (s) und Ni (s) sind teilerfremde Hauptpolynome mit den Teilbarkeitseigenschaften Z1 (s) / Z2 (s) / . . . / Z (s) (A.12) und N (s) / N1 (s) / . . . / N1 (s) mit N1 (s) = H(s).
8

Z2 (s) 0 N2 (s) . .. . . . M(s) = Z (s) 0 N (s) 0p,

| |

| 0,q . | | | 0p,q

(A.11)

(A.13)

Bei einem Hauptpolynom, auch monisches Polynom genannt, ist der Koezient des Terms mit dem grten Grad in s gleich 1. o

Svaricek, 2011 62

A Mathematische Grundlagen

In Kailath (1980) wird der von Null verschiedene Teil von M(s) zur Denition der Ordnung einer Pol bzw. Nullstelle von F(s) in der Form diag [ Z1 (s)/N1(s), Z2 (s)/N2(s), . . . , Z (s)/N (s) ] =

M (s)

(A.14)

dargestellt, wobei sich uber die Menge der Pole und Nullstellen von M(s) erstreckt, und jedes M (s) in der Form M (s) = diag [ (s )1 , . . . , (s ) ] (A.15)

vorliegt. Aus der Teilbarkeitseigenschaft (vgl. (A.12), (A.13)) der Zhler und Nennerpoa lynome von M(s) folgt, da fr die Exponenten i () gilt: u 1 2 . (A.16)

Mit Hilfe dieser Exponenten, die die Pol/Nullstellenstruktur einer rationalen Matrix F(s) fr s = beschreiben, kann die Ordnung einer Pol bzw. einer Nullstelle von F(s) u deniert werden: Denition A.3 Die rationale Matrix F(s) besitzt fr i < 0 einen Pol der Ordnung i und fr u u i > 0 eine Nullstelle der Ordnung i bei s = .

An einem ubersichtlichen Beispiel soll die Gewinnung der SmithMcMillanForm einer rationalen Matrix erlutert werden. Eine anschauliche Darstellung wird durch die folgende a Unterdeterminantenbeschreibung (Def. A.4) untersttzt. u Denition A.4 Zu einer beliebigen n m Matrix A bezeichnet Ai1 ,i2 ,...,irr j1 ,j2 ,...,j (A.17)

eine Unterdeterminante der Ordnung r, nmlich die Determinante der r r Suba matrix, die aus A hervorgeht, indem alle Zeilen auer i1 , i2 , ..., ir und alle Spalten auer j1 , j2 , ..., jr gestrichen werden. Beispiel A.1 Gegeben ist die rationale Matrix 1 (s + 1) F(s) = 1 (s 1) 0 1 (s + 2) (s 1) (s + 1)(s + 2) . 1 (s + 2) Svaricek, 2011 63

A Mathematische Grundlagen

Gesucht ist die zugehrige SmithMcMillanForm M(s). Mit dem Hauptnenner o aller Elemente von F(s), H(s) = (s + 1)(s + 2)(s 1), ergibt sich die zugehrige o Polynommatrix Z(s) zu Z(s) = H(s)F(s) = (s 1)(s + 2) 0 (s 1)2 .

(s + 1)(s + 2) (s 1)(s + 1) (s 1)(s + 1)

Gesucht ist jetzt als erstes die Smithsche Normalform von Z(s). Nach Gl. (A.5) erhlt man die Elementarpolynome von Z(s) aus der Beziehung a ik (s) = dk (s) , dk1 (s) i = 1, 2

mit d0 (s) 1. Der gemeinsame Determinantenteiler der Minoren 1ter Ordnung von Z(s) ist d1 (s) = 1 und damit: i1 (s) = d1 (s) 1 = = 1. d0 (s) 1

Die Berechnung der zweireihigen Unterdeterminanten liefert: Z1,2 = (s 1)2 (s + 1)(s + 2), 1,2 Z1,2 = (s 1)3 (s + 1). 2,3 Der grte gemeinsame Teiler dieser Unterdeterminanten ist d2 (s) = (s 1)2 (s + 1), o das bedeutet i2 (s) = (s 1)2 (s + 1) d2 (s) = = (s 1)2 (s + 1). d1 (s) 1 Z1,2 = 2(s 1)2 (s + 1)(s + 2), 1,3

Damit ergibt sich die Smithsche Normalform von Z(s) zu S{Z(s)} = 1 0 0 .

0 (s 1)2 (s + 1) 0

Fr die Bestimmung der McMillanNormalform werden jetzt die Diagonalelemente u ik (s) durch das Hauptnennerpolynom H(s) dividiert. Nach Krzung der gemeinsau men Linearfaktoren hat die McMillanNormalform von F(s) dieses Aussehen: 1 1 (s + 1)(s + 2)(s 1) M{F(s)} = S{Z(s)} = H(s) 0 0 0

s1 0 s+2

Svaricek, 2011 64

A Mathematische Grundlagen

Die Matrizen M aus der Darstellung (A.14) lauten dann: M1 = (s 1)1 0 (s + 2)1 0 0 (s 1) 0 (s + 2)1 , M1 = (s + 1)1 0 0 1 ,

M2 =

Das bedeutet, die rationale Matrix F(s) besitzt eine Nullstelle erster Ordnung bei s = 1 sowie je einen Pol erster Ordnung bei s = 1 bzw. s = 1 und 2 Pole erster Ordnung bei s = 2. 2

A.4

Determinantenstze a
n

Fr die Determinante einer reellen n n Matrix gilt u det A =


i=1

i {A} .

(A.18)

Fr zwei quadratische Matrizen A und B derselben Dimension gilt u det(AB) = det A det B = det(BA) . Mit einem Skalar c erhlt man fr die n n Matrix A die Beziehung a u det(cA) = cn det A . Fr regulre Matrizen A gilt u a det A1 = 1 . det A (A.21) (A.20) (A.19)

Fr beliebige Matrizen A und B mit den Dimensionen nm und mn gilt die Beziehung u det(In + AB) = det(Im + BA) , wobei die beiden Einheitsmatrizen verschiedene Dimensionen haben. Zerlegt man eine quadratische Matrix A in mehrere Untermatrizen A = R S T U , (A.23) (A.22)

wobei R regulr ist, so gilt die SCHURFormel a det R S T U = det R det(U TR1 S) . (A.24)

Svaricek, 2011 65

B Beispiel: Blockierung der Signal bertragung u

Beispiel: Blockierung der Signalubertragung

Eine charakteristische Eigenschaft der Nullstellen eines linearen Systems ist, da eine Nullstelle Ni die Ubertragung eines Signals mit der komplexen Frequenz Ni , d.h. Eingangssignale vom Typ u(t) = eNi t , durch das System blockiert. Fr eine solche Erregung u erhlt man die zugehrige Systemantwort aus der Beziehung a o Y (s) = G(s)U(s)
1 mit U(s) = sNi . Der Linearfaktor (s Ni ) kommt in der Ausgangsgre Y (s) allerdings o nicht vor, da er im Produkt G(s)U(s) gekrzt werden kann. Die Systemantwort Y (s) ist u damit zwar nicht identisch Null, aber die Partialbruchzerlegung enthlt kein Element mit a dem Nenner (s Ni ). Damit ist im Ausgangssignal auch kein Teilvorgang eNi t enthalten, d.h. Eingangssignale vom Typ u(t) = eNi t werden nicht ubertragen.

Es ist sogar eine vollstndige Blockierung der Ubertragung von Signalen mglich, wenn a o man bestimmte von Null verschiedene Anfangsbedinungen zult. Hierzu betrachten wir a das folgende Beispiel: Beispiel B.1 Gegeben sei die folgende Ubertragungsfunktion G(s) = s+1 s(s + 2)

beziehungsweise dessen Zustandsdarstellung in Regelungsnormalform x = y(t) = 0 1 0 2 1 1 x(t) + x(t). 0 1 u(t)

Die Ubertragungsfunktion hat zwei Pole bei s = P1 = 0 und s = P2 = 2 und eine Nullstelle bei s = N1 = 1.
1 0.9 0.8 0.7 0.6 u(t) 0.5 0.4 0.3 0.2 0.1 0 0 0.5 1 1.5 2 2.5 Zeit [s] 3 3.5 4 4.5 5

Bild B.1: Eingangssignal u(t) = et

Svaricek, 2011 66

B Beispiel: Blockierung der Signal bertragung u

Wird dieses System mit der Nullstellenfrequenz u(t) = et angeregt (Bild B.1), so hat die Systemantwort y(t) fr x(0) = 0 den in Bild B.2 gezeigten u Verlauf.
0.7

0.6

0.5

0.4 y(t) 0.3 0.2 0.1 0 0

2 Zeit [s]

Bild B.2: Ausgangssignal fr u(t) = et und x(0) = 0. u

Whlt man allerdings die speziellen Anfangsbedingungen a x(0) = 1 1 ,

so ergibt sich ein verschwindendes Ausgangssignal y(t) = 0, fr t 0. Das Anregungssiu gnal wird durch die Nullstelle herausgeltert.
1 0.8 0.6 0.4 x1(t), x2(t) 0.2 0 0.2 0.4 0.6 0.8 1 x1(t) x2(t)

0.5

1.5

2.5 Zeit [s]

3.5

4.5

Bild B.3: Verlauf der Zustandsgren fr u(t) = et und x(0) = [1 1]T . o u Durch die speziellen Anfangsbedingungen heben sich die dynamischen Bewegungen im Innern des Systems auf, so da am Ausgang keine Bewegung zu erkennen ist (Bild B.3). Svaricek, 2011 67