2.3. Эффективность систем управления при воздействии помехКроме динамических ошибок, в системах управления, как правило, имеются ошибки, вызванные действием помех. Случайные помехи возникают из-за целого ряда причин. Основными из них являются погрешности измерения координат объектов или состояния системы управления, пассивные или активные помехи, существующие в информационных каналах, а также разнообразные внутренние возмущения, действующие в системах управления. При выборе параметров систем необходимо учитывать величину и характер действующих помех таким образом, чтобы минимизировать их влияние на качество работы системы управления. Вначале кратко рассмотрим математические методы описания помех в системах управления, которые базируются на теории вероятностей и теории случайных процессов. Если изучение этого материала вызывает трудности, то следует повторить курс теории вероятностей [15]. После этого проанализируем возможности нахождения дисперсии ошибок в системах управления за счет действия помех. В заключение рассмотрим конкретные значения дисперсии помех для системы управления сервоприводом и определим оптимальные параметры системы, минимизирующие суммарную ошибку за счет действия помех и динамики изменения входных воздействий.
Математическое описание помех в системах управления Представление о случайных процессах Помехи в системах управления описываются методами теории случайных процессов. Функция называется случайной, если в результате эксперимента она принимает тот или иной вид, заранее неизвестно, какой именно. Случайным процессом называется случайная функция времени. Конкретный вид, который принимает случайный процесс в результате эксперимента, называется реализацией случайного процесса. Рис. 26 На рис. 26 показана совокупность нескольких (трех) реализаций случайного процесса x(1) (t), x(2) (t), x(3) (t). Такая совокупность называется ансамблем реализаций. При фиксированном значении момента времени t = t1 в первом эксперименте получим конкретное значение x(1) (t1), во втором – x(2) (t1) , в третьем – x(3) (t1). Случайный процесс носит двойственный характер. С одной стороны, в каждом конкретном эксперименте он представлен своей реализацией – неслучайной функцией времени. С другой стороны, случайный процесс описывается совокупностью случайных величин. Действительно, рассмотрим случайный процесс X (t) в фиксированный момент времени t = t1 . Тогда X (t1) в каждом эксперименте принимает одно значение
Математическое ожидание, дисперсия и корреляционная функция случайного процесса
Поскольку случайный процесс, рассматриваемый в фиксированный момент времени, является случайной величиной, то можно говорить о математическом ожидании и дисперсии случайного процесса:
Так же, как и для случайной величины, дисперсия характеризует разброс значений случайного процесса относительно среднего значения m(t). Чем больше D(t) , тем больше вероятность появления очень больших положительных и отрицательных значений процесса. Более удобной характеристикой является среднее квадратичное отклонение (СКО) Если случайный процесс описывает, например, изменение дальности до объекта, то математическое ожидание – средняя дальность в метрах; дисперсия измеряется в квадратных метрах, а Ско – в метрах и характеризует разброс возможных значений дальности относительно средней. Среднее значение и дисперсия являются очень важными характеристиками, позволяющими судить о поведении случайного процесса в фиксированный момент времени. Однако, если необходимо оценить «скорость» изменения процесса, то наблюдений в один момент времени недостаточно. Для этого используют две случайные величины (X(t1), X(t2)), рассматриваемые совместно. Так же, как и для случайных величин, вводится характеристика связи или зависимости между X(t1)и X(t2). Для случайного процесса эта характеристика зависит от двух моментов времени t1 и t2 и называется корреляционной функцией:
Стационарные случайные процессы
Многие процессы в системах управления протекают однородно во времени. Их основные характеристики не изменяются. Такие процессы называются стационарными. Точное определение можно дать следующим образом. Случайный процесс X(t) называется стационарным, если любые его вероятностные характеристики не зависят от сдвига начала отсчета времени. Для стационарного случайного процесса математическое ожидание, дисперсия и СКО постоянны: m(t) = m , D(t) = D= s 2. Корреляционная функция стационарного процесса не зависит от начала отсчета t, т.е. зависит только от разности
Корреляционная функция стационарного случайного процесса имеет следующие свойства: 1) Часто корреляционные функции процессов в системах управления имеют вид, показанный на рис. 27. Рис. 27. Интервал времени Таким образом, знание корреляционной функции позволяет судить о скорости изменения случайного процесса. Другой важной характеристикой является энергетический спектр случайного процесса. Он определяется как преобразование Фурье от корреляционной функции: Очевидно, справедливо и обратное преобразование: Энергетический спектр показывает распределение мощности случайного процесса, например помехи, на оси частот. При анализе САУ очень важно определить характеристики случайного процесса на выходе линейной системы при известных характеристиках процесса на входе САУ. Предположим, что линейная система задана импульсной переходной характеристикой
где
Таким образом, связь между корреляционными функциями входного и выходного случайных процессов устанавливается с помощью следующего двойного интеграла:
Для стационарных процессов корреляционные функции зависят только от разности аргументов
Более простое соотношение можно найти для энергетических спектров
После замены переменной
Поскольку преобразование Фурье от импульсной характеристики дает передаточную функцию, находим окончательно связь между энергетическими спектрами процессов на входе и на выходе линейной системы:
Часто помехи в системах управления имеют очень широкий спектр. В таких случаях их удобно представить в виде так называемого белого шума – процесса с постоянным энергетическим спектром: G(w) = No. Корреляционная функция белого шума
Воздействие помех на системы управления
Рассмотрим воздействие помехи n(t) на замкнутую линейную систему управления (рис. 28). Будем предполагать, что нам известен энергетический спектр Gn (w) помехи. Рис. 28 Найдем дисперсию ошибки, возникающей при действии помехи n(t). Для этого вначале определим энергетический спектр на выходе системы
Наконец, учитывая, что дисперсия Пример. Пусть на входе системы, содержащей один интегратор, например, в системе управления приводом, действует широкополосная помеха с энергетическим спектром G n (w) = N o. Передаточная функция системы с одним интегратором Таким образом, дисперсия ошибки САУ, вызванной действием помехи, находится по формуле:
Описание траекторий движения объектов с помощью случайных процессов
Входные сигналы САУ часто могут быть представлены с помощью типовых детерминированных воздействий. Например, движение объекта с известной постоянной скоростью определяется уравнением
где Таким образом, второе слагаемое
а для оценки корреляционной функции используется следующая формула:
Процесс Пусть входной сигнал САУ задан в виде суммы
где Случайная составляющая характеризуется величиной дисперсии динамической ошибки:
Для нахождения корреляционной функции и корреляционная функция динамической ошибки
Суммарное воздействие детерминированного
Пример 1. Предположим, что на САУ (рис. 28) с одним интегратором ( Вначале найдем установившуюся ошибку за счет детерминированного слагаемого
Заметим, что После нахождения энергетического спектра случайной составляющей динамической ошибки находим дисперсию динамической ошибки
Средний квадрат динамической ошибки с учетом детерминированной и случайной составляющих определяется как сумма
Из полученного выражения следует, что при заданных параметрах
Оптимизация параметров системы управления
Динамические ошибки при описании входного сигнала детерминированными функциями
где
где Кроме динамических, в САУ имеются ошибки, вызванные действием помех
где Во всех современных САУ присутствуют как динамические ошибки, так и ошибки за счет действия помех. Для характеристики качества системы управления при наличии динамических и случайных ошибок используют средний квадрат суммарной ошибки:
который зависит от параметров Пример 2. Рассмотрим систему привода антенны или рулей летательного аппарата (см. п. 1.1), находящуюся под воздействием помех (рис. 29). Рис. 29 В такой системе угол поворота х(t) вала двигателя должен повторять заданную траекторию движения – входной сигнал g(t). Помеха n(t) в данном случае описывает погрешности измерения х(t). Упрощенная эквивалентная схема такой системы представлена на рис. 30, где Рис. 30 Предположим, что заданная траектория движения описывается линейной функцией g(t)=Vt. Тогда установившиеся динамические ошибки системы с одним интегратором определяются по формуле Будем аппроксимировать помеху белым шумом со спектральной плотностью Gn(w)=N0. Тогда Gвых(w)= Квадрат суммарной ошибки определяется следующим выражением: Рис. 31 Очевидно, существует оптимальное значение k0 параметра k, обеспечивающее минимум суммарной ошибки. После дифференцирования Возвратимся к условиям рассмотренного примера 1. При этом предположим, что траектория движения вместо детерминированной функции описывается с помощью реализаций случайного процесса Динамические ошибки системы определяются величиной дисперсии
Для системы с одним интегратором
получим дисперсию динамической ошибки в следующем виде
Как уже было показано в первом примере, дисперсия ошибки за счет действия помех определяется по формуле Обобщенным показателем качества для рассматриваемой системы служит средний квадрат ошибки:
Зависимость Полученное при этом оптимальное значение
* * * В этом разделе были рассмотрены важнейшие показатели эффективности систем управления. К ним относится устойчивость, характеризуемая двумя показателями: запас устойчивости по усилению и запас устойчивости по фазе. Точность систем управления определяется видом входных воздействий и построением самой системы. С точки зрения минимальных установившихся ошибок важную роль играют астатические системы, т.е. системы управления с интеграторами. Наконец, действие помех связано с появлением случайных ошибок, которые оцениваются величиной их дисперсии
|