Презентация на тему Статика и динамика технологических объектов управления

уравнений и граничных условий, описывающих зависимость выходных величин от

входных в установившемся и переходном режимах.

функциональную связь между входными и выходными величинами в установившемся

состоянии;
переходного режима (модель динамики) описывает изменение выходной величины во времени в зависимости от изменения входной величины;
физические модели(электрические, гидравлические и др,).

описываемый дифференциальным или интегрально-дифференциальным уравнением;
установившийся режим - характеризуется

независимостью входных и выходных координат от времени. Режим описывается дифференциальными уравнениями нулевого порядка, т. е. алгебраическими уравнениями, получаемыми из уравнений динамики приравниванием к нулю всех производных по времени.

их линеаризации
Как уравнения статики, так и уравнения динамики

могут быть линейными или нелинейными, в последнем случае они подлежат линеаризации т.е. математическому преобразованию в линейное уравнение.

выходной (у) и нескольких входных величин (х) динамика элемента

(системы) описывается дифференциальным уравнением (для двух x1 и x2)


где F —некоторая нелинейная функция; n, m, l —целые натуральные числа, определяющие наивысший порядок входящих в уравнение производных входной и выходной величин по времени.
Для реальных систем порядок дифференциального уравнения n > m и n > l. Линеаризацию нелинейных дифференциальных уравнений осуществляют методом малых отклонений. При этом вместо абсолютного значения переменных в уравнении используют их отклонения от начального значения


В результате уравнение становится линейным и при одной входной величине ∆x может быть записано в виде


an...ao, bm...bo - постоянные коэффициенты.

управления, как правило, нелинейные и могут быть представлены в

виде кривой или ломаной линии.
Линеаризация нелинейных статических характеристик осуществляется несколькими способами:
Метод малых отклонений. Основан на разложе­нии аналитической функции
у =f(x) в ряд Тейлора и отбрасывании малозначащих членов.


Таким образом, линеаризованное уравнение

где
Метод касательной. Основан на замене участка кривой прямой линией, касательной к этой кривой в точке A (Xo, уo), называемой рабочей точкой и находящейся в середи­не рабочего диапазона изменения ∆х. Как и в предыдущем случае, линеаризованное уравнение у = а + bx, где b = tg α

уравнением секущей, параметры которого определяют методом наименьших квадратов.
Первый из

рассмотренных методов применяют, когда статическая характеристика задана аналитически, второй и третий — графически.
Встречаются элементы автоматической СУ, статические характеристики которых не поддаются линеаризации указанными ранее методами. Эти характеристики называют существенно нелинейными.

можно составить, используя закономерности протекающих в них физических явлений.

Такими закономерностями могут быть:
закон сохранения вещества (объект регулирования уровня, давления),
закон сохранения энергии (объект регулирования температуры),
законы электротехники и т. д.
Уравнения статических и переходных режимов составляют на базе уравнений балансов вещества или энергии.
При составлении дифференциальных уравнений сложного объекта (или системы) он должен быть расчленен на простейшие элементы, соединенные последовательно, для каждого из которых составляют математические модели статики и динамики. Дифференциальное уравнение объекта или системы в целом получают путем исключения промежуточных величин.
Как указывалось ранее, в большинстве случаев уравнения элементов нелинейные, и потому дифференциальное уравнение системы, как правило, нелинейное и подлежит линеаризации.
В целях упрощения задачи при использовании аналитического метода построения математической модели допускают определенные упрощения.

синтеза автоматических СУ технологическими процессами сельскохозяйственного производства используют два

метода экспериментального определения (идентификации) статических и динамических характеристик объектов автоматизации — активный и пассивный.
В первом случае испытательное воздействие стандартной формы задают искусственно, во втором — объект исследуют путем сопоставления выходных и входных величин в условиях нормальной эксплуатации объекта.
Выбор метода идентификации объекта определяется поставленной задачей, условиями опытов, эксплуатационными возмущениями и допустимыми по технологическим требованиям отклонениями исследуемых величин.

поведение объекта в установившемся состоянии, т.е. показывают взаимосвязи между

входными x(t) и выходными y(t) координатами, когда все производные функций x(t) и y(t) равны нулю.
В общем виде статическая характеристика объекта с m входами имеет вид:

планирование эксперимента. Изучают ТП, оборудование и устанавливают взаимные связи

между выходными и входными параметрами.
2. Проведение эксперимента. Каждая входная величина изменяется ступенчато в пределах рабочего диапазона ∆x и спустя (2...3)Tу, где Ту — длительность переходного процесса, фиксируют значение выходной величины у .

быть искажены помехой и потому подлежат сглаживанию одним из

известных методов (обычно скользящего среднего или четвертых разностей).
Идея метода четвертых разностей состоит в последо­вательном вычислении поправки для каждой экспериментальной точки последовательно.
Полученная статическая характеристика, как правило, не линейна и потому желательна ее линеаризация одним из рассмотренных ранее методов с целью аппроксимации простейшей зависимостью вида у = а + bх

выходных величин нормально функционирующего объекта автоматизации обусловлены как случайными

изменениями входных величин, так и процессами, происходящими в самом объекте, причем последующие значения случайно изменяющихся физических величин точно предсказать невозможно.
С математической точки зрения такие воздействия и процессы, ими вызываемые, рассматривают как случайные функции (СФ) времени. Значение их статических характеристик позволяет определить динамические характеристики объекта автоматизации и успешно решить задачу синтеза САР. При этом обычно достаточно использования теории СФ, характеристиками случайного процесса (СП) которой служат математическое ожидание (МО) и корреляционная функция (КФ).

есть среднее арифметическое значение для N реализаций СП:
где i

— номер реализации.

Математическое ожидание СП — детерминированная величина. Случайный процесс x(t), МО которого равно нулю, называют центрированным, m[x(t)] = 0.

как среднее значение квадрата колебаний центрированного СП:
Дисперсия СП

в момент ti — детерминированная величина. Она всегда положительна. Вместо дисперсии часто используют среднее квадратическое отклонение СФ

СП в разные моменты времени ti и tj
Случайные

процессы могут быть стационарные и нестационарные. К группе нестационарных относятся СП, МО и КФ, которые зависят от времени, т. е. от точки отсчета.
Автокорреляционная функция Rxx(τ) стационарного СП зави­сит только от интервала сдвига (т) и не зависит от момента отсчета.