Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
radici) quindi si metteva in cascata una secondo controllore per verificare le specifiche
Il luogo delle radici per non uno strumento sistematico di progetto! Se ad esempio avessi 30 poli?? Come
faccio?? Posso fare qualcosa che io possa codificare con una procedura di progetto?
Continuos--> tranfs function
Una volta fatto il controllo sul sistema linearizzato non detto che valga anche per il sistema non lineare.
Quanto la regione attorno all'equilibrio nominale che pu essere ricondondotta alle condizioni nominali
rispetto all'applicazione del controllore? In simulazione si pu risolvere questo problema.
Se non ho una funzione di trasferimento o uno spazio di stato (quindi tutto lineare) cosa ci metto nel mio
simulatore?
Supponiamo di avere un blocco dove possano entrare u ed x e come uscita mi esca f(x) ed u
l'integratore mi d la x dalla x punto quindi deve avere delle condizioni iniziali! li che le metter, quindi in
base a dove parto
Questa f(x,u) una funzione matlab (sistema non lineare) che sar una .m in cui accetto un ingresso (chiamo
in) e preparo un uscita (out). In saranno x ed u mentre out saranno x
Cos' x1 x2 e cos via quindi mi scrivo le funzioni non lineari in funzione delle variabili di stato.
Una volta arrivati a perturbazioni troppo alte il controllore non pi in grado di stabilizzare il tutto, non ci
riesce perch esco dall'approssimazione lineare di troppo! Quindi tutto va nel casino.
Quando troppo? Come quantifico la regione valida?
Problema di osservabilit: ci sono cose che l'uscita pu mettere in luce e altre che non pu mettere in luce, ad
esempio posso stabilizzare un'asta rispetto al suo angolo, ma se questa montata su un carrello chi me lo dice
che il carrello fermo? Posso avere una velcoit dello stesso diversa da 0 ma l'asta perfettamente in equilibrio,
In generale i due stati all'aumentare del tempo devono tendere ad avvicinarsi, quindi la norma della loro
differenza deve tendere a 0
Stabilit di Lyapunov: "movimenti che non si allontanano troppo da uno dato" dico che il movimento stabile se
tutti i movimenti che partono da sufficientemente vicino non si allontanano troppo dal movimento dato
Dico di essere stabile se (partendo da vicino a prima) la traiettoria non si stacca di tanto
dalla traiettoria iniziale
Devo dare delle condizioni sul punto di partenza, in pratico dico che se parto da abbastanza vicino allora
sono sicuro che il percorso non si distaccher mai di tanto dal percorso di partenza
Partendo da un altro stato possibile che questo moto non abbia questa propriet? Certo! Io ho dato questa
definizione per quel moto (quindi con quelle condizioni iniziali), cambiando condizioni iniziali cambio il mio moto!
Pensa al pendolo non sempre stabile!!! Nei sistemi lineari se 1 stabile allora lo son tutti, nei sistemi non lineari
(appunto il pendolo) questo non vero!!!
Se due traiettorie rimangono molto vicine ma non vanno mai a coincidere rientro nel caso appena visto quindi
parler di stabilit
Attrattivit: supponiamo di partire sempre sufficientemente vicino, se le traiettorie tenderanno a sovrapporsi
alla traiettoria considerata, allora parler di attrattivit
Attrattivit e stabilit non detto che siano entrambi veri insieme! Se lo sono entrambi parler di stabilit
asintotica (quindi stabile e attrattivo), si parla comunque di MOTO stabile o instabile ecc NON DI SISTEMA
Allora stabile se
Bolla di raggio delta (come dire la norma)
Parto da una bolla verde e non esco mai dalla bolla rossa!!! Posso richiedere attrattivit chiedendo che converga
a x'
Stabilit Pagina 4
Generalmente una macchiana ha un evoluzione nello spazio di stato periodica.
Il sistema evolve lungo questo percorso
Orbita:
Devo definire una distanza dall'orbita, quindi dato un punto qualsiasi, chiamo
Distanza di un punto da un insieme
Se parto da una distanza delta allora tutta la soluzione rimane ad una distanza massima da quella
presa a riferimento pari a epsilon
diverso stabilizzare il movimento dallo stabilizzare l'orbita, questo perch non vado a seguire un punto, ma
cerco di seguire il percorso di quel punto!
instabile perch se lo inizializzo con uno stato qualsiasi epsilon scelta non esiste mai un delta
Adesso sono stabile! Posso rimanere all'interno della bolla epsilon!!! Si dice marginalmente
stabile
Stabilit Pagina 5
Lineare Tempo Invariante Tempo Continuo Se tutti gli autovalori di A sono a parte
reale negativa allora tutte le condizioni
Lineare Tempo Invariante Tempo Discreto iniziali convergono all'origine, quindi se
tutti gli autovalore
Con questi due riesco ad avere attrattivit e stabilit asintotica (basta nel secondo caso
partire da cond. Iniziali sufficientemente piccole da non far uscire il picco dalla bolla
epsilon)
Ma se tra gli autovalori ne ho almeno 1 a parte reale positiva allora lo stato diverse, questo vuol dire instabilit
Un polo nell'origine associato ad un modo costante, cio una condizione iniziale che viene mantenuta
costante, ma allora non torner a 0! Poli nell'origine sono marginalmente stabili, non tendono a scappare ma
non tornano indietro!!!
Due autovalori nell'origine (poli) divergono perch sono un polinomio(?)
Facendo tutte le prove su b e k posso andare a vedere la parte reale degli autovalori
della matrice, quindi capire se sono stabili instabili o marginalmente stabili
Nei sistemi lineari posso avere 1 punto di equilibrio (anche attrattivo) oppure infiniti punti di equilibri, ma non
sono attrattivi
Nei sistemi lineari questi non sono necessariamente verificati, in un pendolo (non lineare) ho 2 equilibri e sono
isolati l'uno dall'altro, non ha senso parlare di sistema!! Devo trattarli separatamente
Un' altra cosa che possono esserci equilibri attrattivi ma non stabili
Ho preso un sistema che definito sull'asse reale che definisce la sua dinamica in
modo diverso in base alla posizione (non lineare chiaramente). Se la sua
posizione iniziale al di fuori di -1 1 vengono attratti verso 0 altrimenti
raddoppiano al passo successivo
Non stabile perch se prendo epsilon <1 allora devo uscire da quella epsilon per
tornare nell'origine!
Stabilit Pagina 6
Vinograd
Esco sempre!!!!
Sistema instabile lineare diverge o esiste un polo a parte reale maggiore di 0 oppure un modo t o t2 che
lo fa divergere
Questa propriet non detto che succeda nei sistemi non lineari, ci pu essere un equilibrio instabile,
ma le traiettorie non si allontanano indefinitamente, semplicemente dall'equilibrio stabile posso
convergere all'equilibrio stabile senza andare ad infinito!
Da qualsiasi punto io parta alla fine cado sempre su questa orbita, questa un'orbita
asintoticamente stabile perch attrae moti che partono da vicino, solo 1 ovvero x=0
non viene attratto
Vinograd un po' particolare, ma questo molto importante anche tecnologicamente, tutte le cose che
oscillano studiata attraverso sistemi di questo genere, anche detto ciclo limite, sarebbe un' orbita
percorsa ciclicamente ed caratterizzato dall'essere isolato, non esiste chiaramente nei sistemi lineari
Devo fare una funzione che si chiamer vinograd_1 che mi deve dare come uscita un vettore che sar
la mia velocit (derivata di x la posso chiamare come voglio: out dx p q) l'ingresso sar quello che
voglio, lo posso chiamare x
X1=in(1);
X2=in(2);
r=x1^2+x2^2;
q=1+(x1^2+x2^2)^2;
Dx(1,1)=x1^2*(x2-x1)+x2^5;
Dx(2,1)=x2^2*(x2-2*x1);
Out=dx/(r+q);
Prendo un workspace lo chiamo vin, la variabile a cui metter il risultato, lo collego all'uscita
dell'integratore, nel blocco ci sono varie cose da inserire, c' il nome, il formato in cui salvarlo, la cosa
pi semplice array (matrice) oppure roba with time (da gli stati e il tempo a cui li trova)
Plot(vin.signals.values(:,1), vin.signals,values(:,2))
Avendolo fatto da dentro matlab posso ora sovrapporlo ad altri grafici mettere la griglia e via dicendo
con altri comandi
Stabilit Pagina 7
Metti la variabile che calcoli sullo spazio li lavoro e mettilo su un affare che si chiama vin, quindi mettilo in una
struttura con il tempo (quello detto prima) quindi la variabile struttura con il tempo, chiamo vin e lui mi dice che
co' (questo nella workspace!) il primo elemnto vettore, il secondo una struttura e il 3 un nome di blocco, posso
accedere a questi dati specificando dopo vin quale punto voglio vin.signals vado a prendere quella roba li.
Se nell'interfaccia scrivo vin e prima di premere vin premo tab lui mi da i possibili completamente, quindi scelgo
signals, metto il punto quindi di nuovo tab e mi da altri suggerimenti, ma io scelgo i valori, se gli do indio lui mi
dar una matrice di due colonne. La prima lo stato x1 e la seconda lo stato x2, adesso premendo hold on posso
cambiare le condizioni iniziali in simulink quindi fare di nuovo la lsimulazione e richiamare di nuovo vin, avr
nuova roba che potr elaborare insieme alla vecchia riplottando
Le condizioni iniziali posso anche darle parametriche e darle dallo spazio di lavoro
Stabilit Pagina 8
Metodo indiretto di Lyapunov
Inteso come sistema non lineare sia come tempo continuo che come tempo discreto
Si parla di origine perch anche se non lo fosse baster fare un cambio di variabile e riportarsi nell'origine
2) Se il sistema lineare ha almeno un modo esponenzialmente divergente allora l'origine instabile per il
sistema non linear
Se il sistema lineare non ha modi esp. Divergente, ma ne ha almeno 1 non convergente, in pratica se ho
autovalori sull'asse immaginario ho stabilit marginale perch i modi non crescono e non decrescono, ma
oscillano
Questi due casi non rientrano nei due comportamenti visti prima
Una funzione di questo tipo si dice positiva definita (PD) se vale 0 nell'orgine (V(0)=0) e se
esiste un intorno Br nell'origine per cui si ha
Globalmente PD se V(x)>0
Globalmente PSD se V(x)>0
Esempi
V(x)=x12+x22 questa globalmente definita positiva
V(x)=x12+x22-x13 PD (local) se prendo un intorno nell'origine questa funzione rimane positiva, ma non globalmente!!
FORME QUADRATICHE
Derivata direzionale
Prendiamo V come una funzione che una generalizzazione dell'energia quindi in ogni punto del mio spazio di
stato mi dice l'energia del sistema, voglio quindi andare a vedere nel tempo come cambia quindi V(x)
Sia x=0 Punto di equilibrio per il sistema tempo invariante si consideri e si consideri
la sua differenza direzionale lungo il campo f(x)
Dimostrazione TC stabilit
Considero un intorno sferico dell'origine B internamente o tutto contenuto in una regione S in cui la
derivata direzionale
Esiste questo valore M che il minimo di V(x) sul bordo
Essendo V continua e DP,
V(x)<M
Sulla bolla di epsilon la derivata direzionale semidefinita negativa per ipotesi, quindi su
questa bolla prendo il punto che ci da il valore minimo sulla frontiera (questo M
Ma allora prendo questa bolla B delta che avr tutti i valori minori di questa M
Quindi assumo per assurdo che Suppongo allora che esca da B al tempo t
Linearizzando col metodo indiretto non riesco ad avere nessuna informazione, quindi cambio metodo
Candidata di Lyapunov (perch va fatto a tentativi)
negativa definita
Questo per il teorema diretto una funzione stabile quindi V(x)=x2 non una candidata ma proprio
una funzione di Lyapunov, se non fosse venuto cos (una PD e l'altra NSD) dovevo provarne un'altra e
cos via
Per qualsiasi
V=x2 stabilizza tutte
queste
Se prendessi un'altra V in ogni caso non avrei problemi, basta che valga la regola che la derivata direzionale
diventi NSD
Altro esempio
Alla fine la derivata non viene definita negativa!! Quindi niente devo
riprovare
PPLANE
Posso dare x punto = e y punto= quindi posso disegnare il
campo vettoriale, se faccio partire le mie soluzioni da un punto
abbastanza vicino all'origine vedo che le soluzioni convergono
all'origine, se mi allontano il sistema va un po' a caso Le curve di livello non sono chiuse quindi il limite
per non porta la V(x) ad infinito (curve di
livello significa che V costante).
In sostanza il sistema non globalmente
asintoticamente stabile, ma sar localmente
stabile nell'origine
RIASSUNTO
Derivata dello stato rispetto al tempo
Attrattivit: attrattivo se esiste delta maggiore di 0 tale per cui se il movimento inizia da una condizione iniziale
distante da x zero minore di delta allora il limite per t che va a infinito il movimento che parte da x primo
distante dal movimento che parte da x zero proprio 0
Equilibrio: un movimento molto particolare, cio un movimento per cui x punto uguale a 0
Per i sistemi non lineari si possono concludere molto spesso soluzioni locali e non globali, si parla infatti di
equilibri. Per i sistemi lineari si pu parlare di propriet per il sistema
Regione di asintotica stabilit: regione dello spazio di stato dove posso perturbare le condizioni iniziale e
nonostante questo l'equilibrio per il sistema ancora asintoticamente stabile (per sistemi non lineari)
Se riesco a dimostrare l'asintotica stabilit globale allora la regione di asintotica stabilit tutto lo spazio di stato
Metodo indiretto di Lyapunov che si basa sul linearizzato (MIND). Si pu concludere che:
1) Se linearizzando asintoticamente stabile allora il non lineare asintoticamente stabile (nel punto di
equilibrio studiato!!!!)
2) Se linearizzato instabile (ha almeno 1 polo a parte reale positiva), il non lineare instabile.
Questo metodo si applica facilmente, dato un sistema lineare si pu sempre studiare con semplicit, calcolando
gli autovalori del sistema linearizzato.
Questo per non permette di concludere molti casi, il 3 caso quello dove non si ricade in queste, se ho un
autovalore a parte reale nulla (modulo unitario se si parla di sistemi discreti)?
Poi abbiamo parlato di funzione di Lyapunov dicendo che questa V(x) deve essere DP e la derivata
direzionale deve essere negativa semidefinita
Il metodo diretto fino ad ora mi permette di dare conclusioni locali come quello indiretto e sicuramente
di pi difficile applicazione, perch la derivata direzionale non semplice da fare.
Nel caso in cui si riesca a fare per si pu aggiungere una nuova ipotesi
GAS per il limite della norma di x che tende a infinito la V(x) deve andare ad infinito, lo abbiamo visto sul
grafico con le curve di livello l'equilibrio una particolare condizione
di un movimento
Questo metodo mi pu anche dare un'informazione sul globale
Orbita: curva nello spazio di stato
Nuovo concetto:
Teorema dell'insieme invariante massimo : c' una limitazione nel metodo diretto di Lyapunov, con questo
teorema possiamo concludere per l'asintotica stabilit
In generale le condizioni che si trovano per quanto riguarda sistemi non lineari sono sufficienti, quindi bisogna
stare molto attenti a questa cosa, il fatto che io possa concludere se la derivata direzionale sia definita positiva per
l'asintotica stabilit non detto che il sistema non sia asintoticamente stabile, semplicemente non ho gli
strumenti per poterlo dire.
Insieme invariante: se tutte le orbite che intersecano M sono interamente contenute in esso, quindi se un
movimento o un'orbita interseca M deve essere contenuto in M stesso, gli equilibri sono sistemi invarianti, i cicli
limite, le unioni di insieme invarianti lo sono a loro volta
M si dice invariante per un sistema dinamico se tutte le orbite del sistema che intersecano M sono interamente
contenute in M stesso
Durante l'evoluzione del sistema V non pu mai crescere e V limitata in basso perch definita positiva
quindi non posso avere evoluzioni divergenti.
Se l'insieme invariante massimo ha 1 unico elemento e quello un equilibrio allora l'equilibrio
asintoticamente stabile
Oltre a dire che di equilibrio dico che se parto da qualsiasi punto compreso l andr a finire in m, quindi so
quanto posso perturbare le condizioni iniziali senza uscire dalla situazione di equilibrio
Stabilit
- M indiretto
- M diretto
Tutto questo ci permette di fare una stima della zona di assoluta stabilit, in pratica perturbando il mio sistema
all'interno della mia regione posso comunque dire che converger in quell'equilibrio
Esempio 1
michelebarnini@yahoo.it
Devo restringermi in una regione S dove LfV Semi Definita Negativa quindi mi metto
sul bordo della circonferenza e all'interno (
Le curve di V saranno radialmente limitate sicuramente, quindi avendo limitato la mia regione non ho altri
problemi.
Definisco ora = vado a cercare i punti dove la candidata di Lyapunov si annulla (insieme R)
M={x1=0,x2=0}
Per cercare di aumentare la zona di asintotica stabilit potrei cercare un'altra candidata di Lyapunov che mi
rendeva la regione S pi ampia (in questo caso impossibile dato che gi tutto S)
S viene definito sulla derivata direzionale, mentre viene definito sulla V(x), per definire questo valore devo
andare a tentativi, in pratica lo aumento progressivamente cercando di disegnare sullo stesso piano di stato la
curva V(x)= a confronto con il bordo di S, se si intersecano ho preso troppo grande
Es. 2
Definisco lo stato
Metodo Indiretto
Non ci dice niente! Non ci sono modi
convergenti, abbiamo autoval in 0 quindi mi
fermo qua
Metodo diretto
S.D.N
Questo sistema molto studiato perch tanti sistemi si scrivono con una dinamica di questo tipo (esempio veicoli,
manipolatori ecc)
PROBLEMA
Trovare una legge U(x) (U funzione dello stato) tale che il sistema x=f(x)+g(x)*U(x) abbia l'origine asintoticamente
stabile
N.B. adesso metteremo il puntino come derivata direzionale, ma corrisponde alla Lf di prima, semplicemente
adesso non ho pi solo f, per non creare confusione smetteremo di scriverlo per intero
Devo trovare una candidata che per lo meno mi renda questa roba semi definita negativa
Questa legge estremamente generale, non ho specificato quasi niente, in pratica
semplice trovare una candidata positiva definita (per sistemi meccanici l'energia
meccanica un buon inizio) e questa legge mi garantisce che per una V(x) DP
quantomeno il sistema controllato stabile, poi andr a vedere per particolari
sistemi cosa potr riuscire o non riuscire a fare
Es. UNICICLO
Applico ad un veicolo, quindi assumo che questo oggetto possa ruotare su se stesso ma
non possa traslare in direzione trasversale a V (immagino un veicolo con 1 ruota sola)
Adesso definiamo gli stati e i controlli (quello che sfrutter per controllare il sistema)
Consideriamo di voler inseguire una certa traiettoria, ma non una traiettoria dipendente dal tempo, voglio
seguire una traccia (path following)
Suppongo di voler portare il veicolo lungo l'asse x, da qualunque posizione io parta
Derivata nulla perch non voglio che solo la posizione sia fissa, ad ogni istante di tempo
deve essere vera questa cosa! Quindi anche velocit lungo y nulla
Le accelerazioni non le consideriamo perch la mia dinamica si ferma alle velocit, non ho inerzie, se le
avessi avute avrei dovuto mettere anche accelerazione lungo y=0.
Se voglio regolare teta e y mi posso rifare alle equazioni 2 e 3 senza considerare la prima, tanto x non mi dar
problemi (semplicemente y e teta non dipendono direttamente da x quindi non devo calcolarmela), posso
considerare uno stato ridotto per semplificarmi i conti
Dobbiamo rendere asintoticamente stabile l'origine della roba scritta sopra che anche affine dei controlli
possibile che il rapporto Lf/Lg dia problemi, in questo caso ad esempio Lg si annulla
ma il limite si sin (teta)/teta intorno all'origine fa 1
Possiamo concludere per la globale asintotica stabilit perch la mia V non ha problemi in R2
Considerazione sul modello dell' uniciclo fino ad arrivare a definire in modo coerente il nostro problema:
Data la dinamica di questo sistema (affine del controllo) con 2 stati teta e y rendere l'origine di quel sistema
dinamico un equilibrio asintoticamente stabile, quindi abbiamo preso una candidata di Lyapunov abbiamo
valutato la sua derivata, abbiamo preso una legge di controllo secondo le leggi generali (dimostrando che fosse
valida)
Quindi I.I.M; V radialmente illimitato, quindi vado a cercare i punti appartenenti a R2 (il nostro S appunto) dove
si annulla teta e teta punto, l'unico punto dello stato che soddisfa sia la dinamica del sistema che i vincoli per
appartenere all'insieme R proprio l'origine, quindi quel punto Globalmente Asintoticamente Stabile
l'unica restrizione su quindi dovr essere negativo! Maggiore sar questo valore pi rapidamente tendo ad
avvicinarmi all'equilibrio
Se l'origine asintoticamente stabile allora esiste una V(x) tale che la derivata direzionale di V(x) N.D
Teoremi di instabilit
Ci sono due teoremi che richiedono meno ipotesi rispetto al calcolo della candidata DP per poi derivarla
ecc
Legge di controllo
Abbiamo definito una serie di funzioni, tutto nella stessa cartella, quindi vado a preparare il modello simulink
Prima scrivo "inizializzazione" quindi invio per mettere le condizioni iniziali e resettare tutto (c' un file che si
chiama cos
Presa una Q definita positiva esister e sar unica una P definita positiva se e solo se tutti gli
autovalori di A sono a parte reale minore di 0
Sfrutto Jordan!!!
Alla fine studio solo questi blocchi quindi posso andare a cercare la candidata qua
Applico per l'insieme invariante massimo per capire quanto effettivamente posso perturbare il sistema
Una curva di livello contenuta nella regione completamente far parte della RAS
Aumenter quindi le dimensioni della mia V fino ad arrivare ad essere tangente
Per modificare la mia RAS potrei comunque cambiare la mia V con diverse curve di livello con diverse regioni dove
V<0 aumentando le dimensioni dell'area di assoluta stabilit.
Dove A barrato tutto quello visto prima (AR) + una parte di residui f
tilde
Cerchiamo una funzione di Lyapunov per il sistema linearizzato, questa sar sicuramente una funzione di
Lyapunov anche per il vero sistema! Almeno localmente
Quindi vado a valutare la V studiando il linearizzato (quello scritto sopra appunto l'approssimazione
linearizzata del mio sistema)
Ripeto questa fuzione di Lyapunov vale anche per il sistema non lineare, ma solo localmente, baster
capire quanto mi posso allontanare (appunto RAS)
Il primo termine sicuramente minore di 0 ma il secondo? Il residuo non lineare mi potrebbe rendere la funzione
positiva! Ma se faccio uno studio lineare (intorno all'origine) gli ordini superiori li elimino, quindi tutta la roba non
Ho il sistema, faccio il controllore, definisco il nuovo sistema, quindi calcolo Q, ecco che ora va studiata la seconda
parte di V
Andr a generare molti punti sulla curva di livello che voglio studiare, cerco di fare una griglia molto fitta di punti
Faccio una politica per bisezione, prendo come candidata una certa curva di livello (in realt un superficie di
livello!!! Quindi servono un botto di punti)
Calcolo calcolo calcolo e alla fine mi viene un punto dove la derivata di V viene>0. TUTTI QUELLI PRIMA LI
SCARTO!
Quindi ripartiamo da capo con un'altra curva e fino a che tutti i punti non stanno dentro non mi fermo
Esercizio
l'idea che dobbiamo valutare un po' di punti casuali su una curva di livello
Prendiamo x come un vettore random di dimensione n dove n la dimensione del sistema, quindi lo
normalizziamo per avere ampiezza pari a radice di R
Il grafico rosso la regione di asintotica stabilit calcolata analiticamente (questo non si pu fare praticamente
mai), quindi posso vedere come cambia la RAD che calcolo io, ma sto sempre dentro alla linea rossa
Ipotizzo di partire da uno stato iniziale e voglio farlo arrivare ad uno stato finale
controllando la sua evoluzione cos da raggiungere i valori desiderati.
In generale voglio portare il sistema da uno stato iniziale ad uno stato finale,
questo problema che si chiama di raggiungibilit (voglio poter raggiungere lo
stato finale partendo dall'inizio) consiste nel trovare il controllo U tale da
Ma allora u deve appartenere ad un insieme di funzioni ammissibili U ad esempio imponendo che u <M, in
pratica do limiti sull'attuatore ad esempio dicendo che la mia automobile pu andare fino ad un tot, oppure
norma 2, che significa non voler spendere troppo, in sostanza ci possono essere vincoli sul controllore.
Per il momento cercher di studiare il problema senza questi vincoli, poi li riconsidereremo.
Ho il sistema
Situazione iniziale
Il mio controllo
Quindi la situazione finale che voglio ottenere
Calcolo un controllo u che messo li dentro mi porti il sistema dallo stato iniziale a quello finale.
Faccio feedback! Invece di parlare di una u(t) faccio una u(y) ovvero una u
dipendente dallo stato, quindi una retroazione! Oppure ancora meglio
Feedback e feedforward (pianificazione) devono stare insieme. Nella pratica usare solo feedback
spesso impossibile.
Vorrei preparare una pianificazione con vincoli e ottima, quella che costa meno.
Dato il sistema lineare e un ingresso u applico una sequenza di ingressi u dati da:
Ma allora se definisco una seconda B2 (matrice B composta da 2 colonne) possibile definire tutto lo spazio di
stato come risultato finale!
Ma questo molto difficile riuscire ad ottenerlo di solito le variabili sono molto di pi rispetto alle colonne
della mia B
Quindi ipotizzo di fare 2 passi
Al passo 2 definisco u(1) diversa da u(0) quindi torno alla situazione precedente senza dover avere una
matrice B con 2 colonne, semplicemente svolgendo 2 passi invece di 1
In sostanza al tempo t generico ho una grandezza fissa A tX0 moltiplicata per un sistema lineare
Se l'ho calcolato in n passi calcolarlo in n+1 passi non mi deve dare nessun risultato in pi! In pratica
aggiungo colonne combinazione lineari delle precedenti, questo discende dal teorema di Kaili Hamilton?
Combinazione lineare di tutta la roba vecchia! Quindi non ha senso aumentare a n+1
Vedo che provare con n=4 non avrebbe senso per il teorema visto prima, quindi mi fermer
qua, il sistema non completamente raggiungibile, questo sar il sottospazio con x 3=0. con una
condizione iniziale diversa
Prima abbiamo detto che oltre n inutile andare, ma possiamo arrivarci anche prima di n a tutto lo spazio
Altro esempio
Matrice a rango pieno e quadrata quindi
invertibile
Ma questa come la faccio? Sembra un problema, in realt non lo ! La soluzione esiste ma non unica, ha uno
spazio nullo quindi qualsiasi vettore di ingresso che sta nello spazio nullo mi dar soluzione, quindi scelgo quella
che mi costa meno! Esistono funzioni che automaticamente mi danno la soluzione che costa di meno
pseudoinversa
Tra tutti i valori della sequenza di ingressi u che mi portano al risultato desiderato, sceglier quello che mi coster
meno
Ma se non invertibile allora dir che quella roba sar la pseudoinversa di R t o di Moore-Pentose
Questa definita come l'inversa che mi dar la minima norma
Le grandezze trattate possono essere molto diverse, ad esempio posso avere su A una forza
e su B una tensione, quindi quando vado a mettere tutto nella roba vista prima mi serve
una matrice W che aggiusti le grandezze tra loro
Alla fine se ho uno spazio nullo sulla mia Rt la soluzione che costa meno sar per R+=W-1Rt(RtW-1RtT)-1
Potendo scegliere liberamente u(t) allora posso anche scegliere il suo integrale primo secondo e cos via ad
ogni istante di tempo quindi nessun problema quel termine.
Ma quante colonne di B AB A2B e cos via metto? Ne metto n! andare oltre non avrebbe senso
Ma allora ottengo lo stesso risultato della matrice di raggiungibilit vista nel tempo discreto
Ho fatto dipendere tutto da t perch ho imposto nei calcoli di voler raggiungere il mio stato dopo quel valore, ma
usando t' non mi cambia nulla! Il sistema comunque raggiungibile per un t differente (al posto di t metto t/2 ad
esempio in tutti i passaggi fatti!)
Se non mettiamo limitazioni sulle u posso avere raggiungibilit indipendentemente dal tempo che scelgo
Applicando direttamente la formula di prima dovremmo metterci a calcolare i valori degli integrali dell'ingresso,
ma non molto pratico!
per vero che una matrice pu essere pi o meno invertibile, dipendentemente dal malcondizionamento, pi
malcondizionata servono grandi controlli anche per muovermi di poco
La pianificazione del tempo continuo la faremo campionando il sistema quindi riafacendoci ad un sistema tempo
discreto
cambio di coordinate
Raggiungibilit
1) singolo ingresso (
Se raggiungibile allora R invertibile
2) Multipli ingressi
Raggiungibile --> rango R=n
rango Rz=n
premoltiplico per il trasposto per far venir fuori una matrice quadrata
posso raggiungere gli stati per x 1 e x3 ovvero posso controllare la posizione e la velocit della prima massa e basta!
questo ha senso, le coordinate della seconda massa non sono raggiungibili
ho una parte raggiungibile e una parte non raggiungibile, ci permette di spiegare molto facilmente, questa una
propriet di tutti i sistemi in generale, possiamo fare un'analisi della parte raggiungibile e quella no.
arbitrariamente scelta
se non fosse uguale a 0 vorrebbe dire che ho una componente nel complemento!
se scrivo un vettore in un sottospazio con le coordinate adattate a quel sottospazio avr una serie di valori e poi
tanti zeri
se ho un vettore che posso descrivere con 2 coordinate, ma voglio scriverlo con 3 coordinate per forza la terza
verr 0, ecco il concetto
data la condizione all'ingresso questa equazione posso determinarla senza ingressi! questa
parte del sistema non dipender dagli ingressi
se provo a fare R della seconda equazione avendo B=0 ho che R=0 quindi sistema irraggiungibile
il rango sar sempre nr perch abbiamo visto che non cambia il rango se faccio un cambio di coordinate,
ma allora tutte le colonne saranno non dipendenti tra loro quindi avr n-nr righe di zeri
abbiamo un sottosistema irraggiungibile che va per conto suo! per il rapporto ingresso uscita la parte
irraggiungibile non contribuisce
se non fosse stato strettamente proprio (matrice D che unisce direttamente ingresso ad uscita)
da una parte i poli della funzione di trasferimento sono gli autovalori di A nell'altro caso AR
Esempio
ma il rango 1! il sistema non completamente raggiungibile quindi faccio il cambio di coordinate per come
avevo detto
i poli si sono semplificati! quando ho una cancellazione significa che quel polo corrisponde ad un autovalore, un
sottosistema non raggiungibile ( una delle cause della cancellazione)
N.B. le matrici cambiano ma la geometria la stessa! la forma standard deve rimanere la solita, l'autovalore del
sottosistema raggiungibile sempre quello! anche cambiando la seconda parte di T per capirsi
questa si chiama forma canonica di controllo perch si possono scriver ein questa forma tutti e soli i sistemi
raggiungibili e che hanno quel particolare polinomio caratteristico. tutti gli altri sistemi che sono raggiungibili e
hanno questi autovalori sono riconducibili a questo con un cambio di coordinate!
u(t) la posso campionare in modo da far tornare che il punto discretizzato vada
a coin cidere con il punto vero (lo decido io!!!) facendo cos per ottengo una
x(k) che non sar sempre riconducibile alla x(t) del sistema continuo
considero una matrice scritta cos a blocchi e faccio l'esponenziale moltiplicandolo per Ts
Se i valori dell'ingresso costante a tratti allora questi valori ottenuti sono esattamente quelli che otterrei nel
caso continuo a quell'istante di tempo campionato, altrimenti no
cambio max step per una questione di integrazione! in questo modo son sicuro che il mio tempo di
campionamento non porter a problemi di integrazione
x finale e x iniziale
adesso voglio imporre che una volta arrivati al risultato lo mantenga (vedi script)
in p passi ottengo
se al passo successivo voglio stare qua allora devo imporre che
se voglio mantenerlo ad un certo stato devo cambiare il modo in cui calcolo il vettore degli ingressi
anche ai passi precedenti
come gi visto, nel vettore dei controlli pi lungo il tempo di raggiungimento pi bassi sono i valori, e questo
logico, supponiamo adesso
lsqlin: ottimizza funzioni di certo tipo ( roba quadratica con vincoli lineari)
non lo stato del sistema! vogliamo solo ottimizzare questa cosa quindi x una roba per minimizzare
C la considero l'identit mentre d=0 quindi x coincide con la mia u! user questa funzione matlab
le righe sono il numero di vincoli, quindi per aumentarne il numero pi grandi sono le matrice
se invece avessi un vincolo sul minimo della Y? essendo una disequazione basta moltiplicare tutto per -1
suppongo di voler ottimizzare ad esempio l'accelerazione subita da questo carrellino (ad esempio comfort per
gente dentro)
l'eccelerazione non altro che la differenza finita del mio vettore delle velocit
esempio
adesso posso ipotizzare di fare una retroazione, scrivere il controllo u come funzione degli stati
dico che la mia attuazione dipende dalla misura dell'uscita e da un secondo parametro v
Retroazione dell'uscita
questo quello che si faceva, ma c' un modo sistematico per risolvere questo
problema? prima si usava il luogo delle radici e un monte di roba che non
sempre funziona! immagino ora di poter fare una retroazione dello stato
trattiamo sistemi lineari (che poi sono sistemi linearizzati) la legge di linearizzazione me la scelgo lineare quindi
H in realt una cosa in pi si mette prima dell'ingresso per pesare i valori di v, faccio in modo di farla
venire invertibile quindi! in molti casi la metter pari all'identit e bon.
la matrice K ha un'importanza molto pi marcata
rimane diagonale a blocchi quinid gli autovalori sono quelli dei vari
blocchi
autovalori di AR sono cambiati mentre quelli di AN no!!! ma allora gli autovalori non raggiungibili sono invarianti
per retroazione!!!! questo sistema indipendente dall'ingresso quindi posso fare tutte le retroazioni che mi pare
sull'ingresso, non gliene frega nulla.
se avr un'instabilit su autovalori irraggiungibili allora non potr mai stabilizzarli! prima dovrei renderlo
raggiungibile!! ad esempio mettendo un altro attuatore, motore, qualcosa che mi permetta di controllare quella
parte che non sto controllando.
l'altra parte invece possiamo completamente raggiungerla, qua la retroazione pu fare quello che voglio, potr
rendere stabile qualsiasi sistema instabile. sulla parte completamente raggiungibile posso spostare gli autovalori
dove voglio
N.B. se ho una parte irraggiungibile che asintoticamente stabile non devo per forza buttare via tutto! quelle
variabili seguiranno una loro evoluzione, ma alla fine vanno a 0
suppongo che A B sia raggiungibile completamente (se non lo fosse porto in forma canonica prendo
parte non raggiungibile guardo se stabile e non lo provo a stabilizzarla)
caso con 1 ingresso, quindi assumo A e B in forma canonica di controllo (se non lo sono ce li metto)
tutto questo detto allocazione dei poli o degli autovalori , i poli sono un sottoinsieme degli autovalori del
sistema
Algoritmo di allocazione
questa K mi definisce una retroazione positiva, basta mettere un - accanto per definire la retroazione negativa
se la matrice R ha qualche valore molto piccolo (quasi singolare) quando la inverto avr valori molto grandi,
questo potrebbe significare valori dell'attuatore molto elevati!!! in pratica posso avere parti pi o meno
raggiungibili.
questa soluzione non ben posta quando per piccole variazioni dei dati di ingresso si hanno valori molto diversi in
uscita, questa formula pu diventare instabile quando scelgo Pd in maniera sbagliata, se scelgo i poli desiderati
del sistema ad essere tutti molto vicini tra di loro , ad esempio
se posso applicare un controllo K volte x in base a quanto x sar distante da quello precedente avr una K grande,
questo comporter un controllo pi forte quindi attuatori pi forti!
per capire se un sistema ha una parte ragg e una irragg. basta fare una K casuale quindi guardo gli autovalori di
A + BK se ce n' qualcuno uguale agli autovalori di A con probabilit 1 quelli sono del sistema non raggiungibile! se
non si sono mossi con una K qualsiasi. esiste una sola K che mi far mantenere fermo un autovalore che farebbe
parte della parte raggiungibile quindi se ne prendo una casuale non c' rischio di cadere proprio in quella
in questo modo ho la raggiungibilit dei singoli ingressi! quindi applico gli algoritmi di prima, provando i vari
autovalori uno alla volta e ne trovo 1 che da solo mi porta la raggiungibilit allora sicuramente usandoli tutti
posso solo migliorare. il caso peggiore quando nessuno degli ingressi da solo controlla l'intero sistema, mettere
pi ingressi significa mettere pi attuatori
scelgo questa KHi in modo che accostandoci Bi il tutto venga completamente raggiungibile
sostanzialmente ha un interesse teorico per dimostrare che possibile, ma non ha interesse pratico,
una procedura per costruire KHi
sto comunque andando ad usare una sola colonna di B quindi sto facendo il contorllore usando solo quello!
questo mi dar la soluzione migliore quindi praticamente uso questo, ma sotto quale
criterio?
il programma dar il solito peso a tutti gli ingressi sicuramente, quindi dovr fare qualcosa di meglio
se riuscissi a ricavare lo stato solo dall'uscita non avrebbe senso studiare la dinamica (Dx) quindi sfrutto
anche la dinamica, devo vedere l'uscita in tanti istanti diversi nel tempo!
in tempo continuo invece ad ogni istante ho p equazioni, ma dovr guardare in un certo intervallo (finito) ad
esempio tra 0 e T quindi infinite equazioni!
stato e uscita che dipendono da una certo istante iniziale da un certo ingresso ad un tempo t
problema di osservabilit
problema di ricostruibilit
sono due problemi un pochino diversi
dal punto di vista puramente matematico non c' una distinzione, se sono in grado di ricavare lo stato iniziale
posso (conoscendo la dinamica) ricostruire il modo ottenendo lo stato al tempo t e viceversa.
nei sistemi tempo discreto non tutte le traiettorie sono ricostruibili all'indietro quindi cambia un pochino la
questione
questa ha uno spazio nullo, vuol dire che esistono pi stati iniziali che mi
portano a questo stato finale! quindi non c' biunivocit
Se ho due condizioni iniziali diverse che danno al stessa uscita su tutta una sequenza di istanti allora sar
impossibile dall'uscita trovare lo stato. chiamo indistinguibili due stati iniziali che hanno questa propriet
valuto la differenza
al tempo t=0 se la differenza tra i due stati iniziali sta nel nullo della matrice C (va nel ker) allora i due stati
porteranno ad una stessa uscita
in pratica se esiste un intersezione di tutti questi spazi nulli avr un insieme indistinguibile, altrimenti dico che il
mio sistema osservabile
i vari ker devono essere intersecati tra loro quindi la dimensione non pu crescere! comunque un sottospazio
lineare che chiamer sottospazio di inosservabilit
posso andare avanti quanto voglio, ma ad un certo punto avr CAn che combinazione lineare delle precedenti
quindi se non riesco a distinguere gli stati iniziali dopo n-1 passi non ci riuscir mai dopo
osservabilit e raggiungibilit dei sistemi non lineari molto pi complicata rispetto ai sistemi lineari, la cosa
buona che gli ingressi non contano!
la osservabilit aumenta con il numero di passi che considero fino al passo n-1 (sono n passi perch il primo 0)
es.
tutti i punti che cadono su questa retta andranno a generare la stessa uscita per ogni t
anche qua k sarebbe infinito ma tanto non ha senso andare oltre n-1 sempre per lo stesso motivo.
N.B. qua non si parla di passi! questo a prescindere dalla lunghezza temporale del mio intervallo. quello che
osservabile in 1 secondo lo anche in 1 millisecondo.
abbiamo trovato che pur essendo diversi i tempo discreti e i tempo continui hanno la stessa caratterizzazione dello
spazio di osservabilit
sottospazio di
cambio coordinate
l'uscita una parte del sistema non la vede proprio. ogni sottosistema ha i propri autovalori (autovalori esterni al
sottospazio di osservabilit cio quelli non osservabili e quelli interni al sottospazio di osservabilit quindi quelli
osservabili)
nel cambio di coordinate troviamo tutti e soli gli autovalori interni al sottospazio di osservabilit e non interni
al sottospazio di non osservabilit
matrici ottenute per qualit dal polinomio caratteristico, in qualunque modo le abbia ottenute posso vedere
che rela
se voglio trovare una L che piaza i poli nella posizione desiderata basta fare
T.D.
quindi queste due matrici che sono uguali sono entrmabe una possibile base
dello spazio intersezione tra lo spazio raggiungibile e quello inosservabile
N sono basi dello spazio raggiungibile e spazio dello spazio inosservabile
function P = base_intersect(M,N)
p = null([M,N])
rm = size(M,2) %considero le colonne di M
p = M*p(1:rm,:)
p = orth(p); %non necessaria ma rende la matrice meglio condizionata
%Im(N) Im(M)
%p
p = orth([N,M])
rn = rank(N)
p = p(:,rn+1:end) %togliendo le prime rango di n colonne ottengo una base complementare a quella dello spazio
iniziale
p = orth(p); %non necessaria ma rende la matrice meglio condizionata
per la raggiungibilit
se eccito l'ingresso guardando l'uscita posso arrivare ad avere informazioni sul sistema, ma solo la parte
raggiungibile e osservabile!
andando a cancellare i poli con gli zeri ottengo una funzione di trasferimento detta COPRIMA
ma le funzioni di trasferimento sono non uniche per rappresentare lo stesso rapporto ingresso uscita!
la funzione di trasferimento non rappresenta tutto! ci rappresenta il rapporto ingresso uscita, poasso avere due
sistemi (una massa spinta o un disco sollecitato a momento) possono dare la stessa t.f. ma effettivamente essere
fisicamente diversi.
data quindi una funzione di trasferimento COPRIMA avr bisogno almeno di un sistema con n(dimensione della
parte raggiungible osservabile) stati questi sono un sottoinsieme dello stato del sistema, nello specifico quelli
raggiungibili e osservabili
infatti vediamo che dalla raggiungibilit posso agire solo sulla prima massa senza influenzare la seconda
guardando l'osservabilit mi rimane solo posizione e velocit della prima massa. questo ragionando sulla prima
uscita, guardiamo la seconda.
sempre sistema rango 2 per ragg e rango 2 per osservabilit, ma quello che posso osservare distinto da quello
che posso raggiungere! TRO vuota in questo caso. e infatti se provo a valutare la funzione di trasferimento
per capire se ho perso osservabilit o raggiungibilit devo portarli nella forma di Callaman!!!
se parto da una funzione di trasferimento in forma coprima con m poli mi dir che il mio stato avr dimensione m
(sistema in forma minima che sar raggiungibile e osservabile) ci sono molti modi per realizzare la f.d.t., nel caso
SISO abbiamo visto 2 metodi:
non sempre a priori so se una fdt coprima o no, in certi casi lo vedo, quindi semplifico poli con zeri e bon, ma in
altri non posso vedere!
porto nella forma canonica di raggiungibilit ad esempio quindi mi metto a studiare la raggiungibilit e vedo
subito se ci sono degli spazi non raggiungibili.
per cercare radici comuni ai due polinomi basta cercare lo spazio inosservabile quindi gli autovalori della matrice
di non osservabilit
quando retroaziono l'uscita sugli ingressi non altero n raggiungibilit n osservabilit. questo non vuol dire che
non si muovano gli autovalori
Osservatore Pagina 53
i poli tenderanno ad andare negli zeri all'aumentare del guadagno (in questo
caso corrisponde proprio ad L)
noi possiamo comandare u, i nostri attuatori motori e via dicendo dobbiamo fare una retroazione delle
uscite sugli ingressi
COMPOSIZIONE DI SISTEMI
non detto che questo nuovo sistema sia completamente raggiungibile e osservabile, per quanto sia
partito da due sistemi coprimi
se si cancella tra uno zero di 2 e un polo di 1 ho per forza perso in osservabilit perch la raggiungibilit
rimane,
se provo il contrario la raggiungibilit che non pi valida (zero del primo con polo nel secondo)
ricavo la R
Osservatore Pagina 54
facciamo approccio pi semplice
se non ci sono cancellazioni allora questa rappresentazione minima, adesso discuto le possibili cancellazioni
se si cancella una radice di d1, di sopra ho gi d1 quindi nei due addendi devo avere la stessa radice, in n1 non ci
pu essere perch coprimo con d1 quindi se c' una matrice comune tra d1 e d2 allora avr una cancellazione.
stesso identico discorso vale nel caso cancellassi un polo da d2
d1=d1(s-p)
d2=d2(s-p) questo che si cancellato corrisponde ad un autovalore, che propriet mi fa perdere? perdo
sia raggiungibilit che osservabilit!!!
Osservatore Pagina 55
anche in questo caso si perde raggiungibilit e osservabilit
conosco la y ma non conosco la x quindi provo a stimarla, posso pensare di ottenerla attraverso un metodo che
usa l'uscita per darmi
Osservatore di Luenberyer
mi costruisco un altro sistema con le stesse matrici
uso l'uscita dicendo che: voglio che ci sia un termine che guidi questa stima e che dipenda dall'uscita
intera e da quella stimerei in base a questa e
copio il sistema dinamico, non importante come fatto, pu essere anche un programma! basta che le
matrici siano le stesse del sistema dinamico, basta che l'uscita del sistema sia uguale a 0 in quel caso
allora lo avr emulato perfettamente
Osservatore Pagina 56
la dinamica dell'errore e data da
questo algoritmo rimpiazza l'idea di stima ottima, consiste nel copiare il sistema, chiaramente il sistema lo devo
conoscere quindi misuro le stime faccio una stima, controllo con le uscite nello stato attuale, alla fine se le uscite
coincidono significa gli stati sono uguali, questi potrebbero essere diversi solo se ci sono componenti non
osservabili
come si definisce la matrice L. pi a sinistra li metto pi velociemente raggiungo una buona stima dello stato,
questo lo posso fare anche in teoria in tempi arbitrariamente piccoli, se esagero in questo senso per (autoval di
A+LC).
se sposto molto gli autovalori di A+LC rispetto ad A devo fare L grande, ma il valore di L grande quindi: nella
vera uscita non ho solo il modello reale, ho anche effetto di disturbi delta (errori di misura) ma io non posso
metterlo nel mio sistema! se lo conoscessi on sarebbe un disturbo , in pratica L moltiplica anche l'effetto di
questo disturbo ritrovandomi una dinamica dell'errore LC nella stima del mio errore
avr dei limiti sulla scelta dei poli dell'osservatore, ovvero i poli di LC
detto tutto questo una volta fatto il sistema osservatore posso fare retroazione con x
Osservatore Pagina 57
gli autovalori del sistema ottenuto sono gli autovalori dei blocchi
quindi autovalori di A+BK e A+LC, scegliendo in modo giusto K e L
posso far cascare gli autovalori dove mi pare! quel sistema con
osservatore di leimberger pu essere stabile semplicemente
scegliendo K e L, l'idea pu quindi funzionare.
prendere lo stato osservato e usarlo come lo stato vero per fare la retroazione!!!
guadagni
Osservatore Pagina 58
definiamo prima la funzione di trasferimen to quindi definiamo l'equazione di stato [num,den]
utilizzare solo retroazione non adeguato, quando diamo un gradino al sistema questo risponder con una sua
dinamica, all'inizio avremo un grande errore, quindi all'inizio abbiamo forti attuazioni.
dato un certo sistema in forma di stato e assegnato un certo andamento desiderato si possono ricavare "ottimi"
rispettando alcuni vincoli.
quando ho risolto questa parte vedo che si pu risparmiare! tutto in anello aperto
quando y-y tende a zero il regolatore non entrer pi in gioco (entra 0) quindi
abbiamo raggiunto l'equilibrio
Pianificazione ottima:
si parte da definizione di sistema continuo quindi si passa a sistema discreto scelgiendo tempo di
campionamento e metodo di discretizzazione.
passo da una condizione iniziale ad una finale, nel caso di oggi vediamo una pianificazione a minimo costo si
vedr con il metodo della pseudoinversa e non ci preoccupiamo di altri problemi su ingressi o uscite
per passare dal tempo continuo al tempo discreto si pu usare c2d (continuo to discreto)
c2d(sys,Ts,'zoh'); sistema tempo continuo, tempo di campionamento, metodo "zoh"
Esercitazione Pagina 59
mi serve il sistema nella forma di stato, quindi situazione iniziale x 0 e lo stato finale xf per arrivare al sistema in
tempo discreto.
la pianificazione ottima: nel sistema tempo discreto x al passo successivo pu essere determianto dalla dinamica
del sistema dallo stato precedente + il controllo
x1=ADx0+BDu0
devo quindi ricavare la matrice di raggiungibilit (ad esempio con un ciclo for ricorsivo)
il sistema partendo dalle condizioni iniziali X0 arriva ad Xf non abbiamo garanzie sul fatto che rimanga in
quello stato
possimao chiedere che lo stato al passo N e allo stato N+1 rimanga lo stesso
quindi prendo la matrice di ragigungibilit al passo precedente e aggiunger A per l'ultima colonna
calcolata in n passi e questa la devo comporre in modo corretto con
Esercitazione Pagina 60
Abbiamo sistemi fortemente non lineari:
- robot articolati
- Veicoli robitici
configurazioni lagrangiane
forze generalizzate
attuatori
spazio operazionale (dove il compito viene svolto)
- senza vincoli
gli attuatori posso anche essere nulli, ad esempio potrei avere il secondo attuatore (tau 2) nullo.
alla fine importante che la velocit in direzione assiale delle ruote venga 0
se avessi una gamma di q potrei trovare 1 in funzione delle altre 2 quindi vorrebbe dire che le vere configurazioni
indipendenti di questo veicolo sarebbero 2 non 3, ma allora guardando la fisica questo veicolo vero che non pu
traslare in direzione assiale, ma non posso descriverlo con 2 coordinate! ho sempre bisogno di dare tutte e 3 le
condizioni separatamente. il vincolo sulle velocit e non integrabile, un vincolo anolonomo, se fosse stato
integrabile sarebbe stato olonomo
ipotizzo di conoscere q e q punto e di non conoscere la derivata pi alta, in pi le forze generalizzate tante
quanti sono i vincoli
le velcoit possibili del mio sistema meccanico sono quelle che stanno nel nullo di A(q) quindi al suo ker, se
deve appartenere ad un sottospazio significa che lo posso costruire come una combinazione di una base di
questo sottospazio, quindi dico
dimensionalmente una velocit, ma integrandola non detto che ottenga qualcosa di sensato
fisicamente
ma in realt riesco a tenere tutto fermo se blocco gli attuatori! quindi il prblema
completamente attuato!! il confronto va fatto sulle forze generalizzate proiettate lungo i vincoli!
Controllo di Traiettoria
voglio che il robot arrivi ad una configurazione desiderata, ad esempio nel braccio dico che il mio braccio vada a
prendere un oggetto
nel secondo caso abbiamo una configurazione costante che per funzione del tempo, quindi inseguo un
percorso e voglio che ogni istante il mio robot sia in un punto diverso
ultimo chiedo che la configurazione del robot tenda ad un insieme in cui si verifica una certa equazione, ad
esempio una superficie in cui si annulla una certa equazione. ad esempio voglio che il braccio robotico segua un
percorso circolare per fare un taglio.
controllo di postura: mki chiedo, data una posizione desiderata del braccio robotico cosa posso fare
l'equazione dinamica
ipotizzo di conoscere la velocit, in pratica sarebbe il contrario, conosco gli attuatori e di conseguenza la
cinematica del problema, ma qua sto facendo un'astrazione
questo metodo funziona per risolvere il prblema della cinematica inversa perch posso ricavare una q, in
questo modo ricavo quel valore di q tale che
Metodo di Levemberg-Marquardt
primo task ad esempio porta baricentro in un certo punto, secondo task porta la mano in quel punto, se ho N
appartenente al nullo di J allora i due task non entrano in conflitto
nella funzione cinematica diretta si trova gli elementi che servono per definire la funzione Q quindi la
posizione dei vari link
come risultato abbiamo le traiettorie dei vari giunti per controllare quello che voglio controllare. questo
sarebbe possibile farlo se avessimo accesso alle velocit, ma cos non ! abbiamo contorllo delle correnti
sui motori, devo sutidare la legge che porta da queste correnti alle velocit. quando controllo le
accelerazioni devo controllare il modello lagrangiano (6X6)
ho due parametri che mi pesano l'uscita e il controllo, voglio l'integrale pi piccolo possibile!
facendo lo studio sulla dinamica linearizzata non si vedranno gli effetti del secondo ordine!