Sei sulla pagina 1di 127

Corso di

Teoria dei Sistemi

Alberto Bemporad
Dipartimento di Ingegneria dellInformazione
Universita degli Studi di Siena

bemporad@dii.unisi.it
http://www.dii.unisi.it/~bemporad

Corso di Diploma in Ingegneria Informatica


Anno accademico 2000/2001
Scopo del Corso

La scienza consiste in gran parte nel descrivere


mediante un modello matematico alcuni aspetti
della realta, catturandone i meccanismi di
funzionamento fondamentali.
La teoria dei sistemi e lo studio delle proprieta
dei modelli matematici associati a sistemi
dinamici, cioe a quei processi reali che evolvono
nel tempo.
Il corso fornira:

Gli strumenti matematici necessari per


studiare le proprieta dei sistemi dinamici

Esempi di come ottenere modelli


matematici per diversi tipi di processi sici

Tecniche al calcolatore per lanalisi, la


simulazione e il controllo di sistemi
dinamici (Matlab)
1. Sistemi e Modelli
1 Sistemi e Modelli

Sistemi ed Esperimenti
Un sistema dinamico e un oggetto o insieme di
oggetti che evolvono nel tempo di cui vogliamo
studiare le proprieta
Esempio: il sistema solare, un impianto per la
produzione della carta, un condensatore
collegato ad una resistenza elettrica
Proprieta a cui siamo interessati. Ad esempio:
Quando avverra la prossima eclisse ? Come devo
manovrare le valvole dell impianto per produrre
carta di buona qualita ? Cosa succede se collego
il condensatore alla resistenza ?
Prima possibilita: fare esperimenti !

1-1
1 Sistemi e Modelli

Perche non fare esperimenti:


Troppo costoso
Troppo pericoloso (es: centrale nucleare)
Impossibile (il sistema ancora non e stato
costruito)
Soluzione:
1. Fare un modello matematico del sistema, cioe
descrivere i fenomeni essenziali che avvengono
nel sistema mediante le leggi della sica,
biologia, economia, ecc.
2. Analizzare le equazioni del modello matematico e
simulare il sistema risolvendo (manualmente o al
computer) tali equazioni.
Risultato:
La simulazione ha costo quasi nullo, ma . . .
. . . lutilita della simulazione dipende da quando
il modello matematico e vicino al sistema sico
Fare un buon modello e un arte !

1-2
1 Sistemi e Modelli

Esempio: Serbatoio
Variabili: u
altezza serbatoio h m
usso dingresso u m3 /s
usso duscita q m3 /s
velocita duscita v m/s
Parametri: h
sezione serbatoio A m2
sezione apertura a m2 q
accelerazione di gravita g m/s2

Leggi della sica:



v(t) = 2gh(t) Legge di Torricelli
q(t) = av(t) Flusso di uscita
d
dt
[Ah(t)] = u(t) q(t) Bilancio di massa

Modello matematico del serbatoio:



d h(t) = a 2g  h(t) +

1
dt A A
u(t)

q(t) = a 2g h(t)

1-3
1 Sistemi e Modelli

Simulazione per A = 1 m2 , a = 0.25 m2 , h(0) = 0 m,


u(t) 1 m3 /s
Altezza h(t) (m) Flussi di ingresso e uscita (m3/s)
2 2

1.8 1.8

1.6 1.6

1.4 1.4

1.2 1.2

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0
0 5 10 0 5 10
Tempo (s) Tempo (s)

1-4
1 Sistemi e Modelli

Simulazione per A = 1 m2 , a = 0.25 m2 , h(0) = 2 m,


u(t) 1 m3 /s
Altezza h(t) (m) Flussi di ingresso e uscita (m3/s)
2 2

1.8 1.8

1.6 1.6

1.4 1.4

1.2 1.2

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0
0 5 10 0 5 10
Tempo (s) Tempo (s)

1-5
1 Sistemi e Modelli

Simulazione per A = 1 m2 , a = 0.25 m2 , h(0) = 1 m,


u(t) = 0.5 sin(t/5) + 1 m3 /s
Altezza h(t) (m) Flussi di ingresso e uscita (m3/s)
2 2

1.8 1.8

1.6 1.6

1.4 1.4

1.2 1.2

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0
0 10 20 30 0 10 20 30
Tempo (s) Tempo (s)

1-6
1 Sistemi e Modelli

Modelli in forma state-space (spazio di stato)



x(t) = f (x(t), u(t))) x  dx
dt
y(t) = g(x(t), u(t))

u(t) e l ingresso del sistema (variabili esogene)


y(t) e l uscita del sistema (variabili di interesse o
misure)
x(t) e lo stato del sistema
x(t0 ) = tutta linformazione necessaria al tempo t0
per poter predire levoluzione futura delluscita y(t)
del sistema, t t0 , per un dato ingresso u(t), t t0 .

il concetto di stato e fondamentale per poter


simulare i sistemi dinamici.

Esempio: modello matematico del serbatoio



d h(t) = a 2g h(t) + 1 u(t)

dt A A

q(t) = a 2g h(t)

h(t)=stato, q(t)=uscita, u(t)=ingresso.


(In generale, x, u, y sono vettori, x Rn , u Rm , y Rp ).
1-7
2. Sistemi Lineari a Tempo
Continuo
2 Sistemi Lineari a Tempo Continuo

Considera lequazione dierenziale del primo


ordine

x(t) = ax(t) x  dx
dt
x(0) = x0

Esiste una e una sola soluzione: x(t) = eat x0

4.5

3.5

3
a>0
2.5
x(t)

1.5

1
a=0
0.5
a<0
0
0 0.2 0.4 0.6 0.8 1
t

Esempi sici:
S R
m
C vc (t)

v(t)

vc (t) + RC vc (t) = 0 v(t) = mv(t)


t
vc (t) = vc (0)e RC v(t) = v(0)e m t

2-1
2 Sistemi Lineari a Tempo Continuo

Considera lequazione dierenziale del primo


ordine con ingresso

x(t) = ax(t) + bu(t)
x(0) = x0

La soluzione esiste ed e unica:


t
x(t) = eat x0 + ea(t ) bu( )d
  
risposta libera   
0

risposta forzata

x (t) = eat x0 eetto delle condizioni iniziali



t a(t )
xf (t) = 0 e bu( )d eetto dellingresso

Esempi sici:

S R u(t)
m
u(t) C vc (t)
v(t)

u(t) RC vc (t) vc (t) = 0 v(t) + u(t) = mv(t)


x = Vc , a = RC
1
, b= 1
RC x = v, a = m

, b= 1
m

2-2
2.1 Richiami di Algebra Lineare

a11 a12 ... a1n

a21 a22 ... a2n

A=
. . .

matrice quadrata di ordine n
.. .. ... ..

an1 an2 ... ann

1 0 ... 0

0 1 ... 0

I=
.. ..

.. matrice identita di ordine n
. . ... .

0 0 ... 1
Equazione caratteristica di A:
det(sI A) = 0

Polinomio caratteristico di A:
P (s) = det(sI A)

Autovettori di A: vettori vi tali che


Avi = i vi , i = 1, 2, . . . , n

Autovalori di A: Le n soluzionia 1 , . . . , n
dellequazione caratteristica di A
det(i I A) = 0, i = 1, 2, . . . , n

Diagonalizzazione di A:
0 ... 0

1
0 2 ... 0

A = T 1 T, T 1 = [v1 |v2 | . . . |vn ] , = . .. . . ..
.. . . .
0 0 ... n

a N.B.: In generale le soluzioni sono numeri complessi


2-3
2.1 Richiami di Algebra Lineare

Esempio 1:

0 1 0


A= 0 0 1

6 11 6
 
 s 1 0 

 

det(sIA) =  0 s 1  = s +6s +11s+6
3 2
 
 6 11 s + 6 
Autovalori: 1 = 1, 2 = 2, 3 = 3
Esempio 2:

1 3
A=
5 2
 
 
 s1 3 
det(sI A) =   = s2 3s + 17

 5 s2 

Autovalori: 1 = 3
2 +j 59
2 , 2 = 3
2 j 59
2

Nota:

j 1 unita immaginaria

|a + jb| = a2 + b2
ej = (cos + j sin )
2-4
2 Sistemi Lineari a Tempo Continuo

Sistema di equazioni dierenziali di ordine n con


ingresso


x1 (t) = a11 x1 (t) + . . . + a1n xn (t) +b1 u(t)





x2 (t) = a21 x1 (t) + . . . + a2n xn (t) +b2 u(t)


.. .. ..


. . .



xn (t) = an1 x1 (t) + . . . + ann xn (t) +bn u(t)



x1 (0) = x10 , ... xn (0) = xn0

Forma matriciale equivalente



x(t) = Ax(t) + Bu(t)
x(0) = x0

La soluzione esiste ed e unica:


t
x(t) = At
e x + eA(t ) Bu( )d
  0
risposta libera 0  
risposta forzata

La matrice esponenziale e denita come


A2 t2 An tn
e  I + At + 2 + . . . + n! + . . .
At

Se la matrice A e diagonalizzabile: A = T 1 T ,

10 ... 0 e1 t 0 ... 0
0 2 ... 0 t
1 0 e 2 ... 0
.. . . .. e = T T
At
= . .. .. .. ..
. . . .
. . . . .
0 0 ... n 0 0 ... en t
Il modo di evolvere del sistema dipende dagli
autovalori di A
2-5
2 Sistemi Lineari a Tempo Continuo

Esempio sico: Circuito RLC


S R L

i`(t)
u(t) C vc (t)


u(t) Ri L di (t) v (t) = 0 Equilibrio tensione
dt c
i (t) = C dvc (t) Equilibrio corrente
dt

Equivale al sistema di equazioni dierenziali di


ordine 2:

di (t)
= R
L i (t)
1 1
dt L vc (t) + L u(t)
dvc (t)
= 1
dt C i (t)

In forma matriciale:

d i (t) R
L 1
L i (t) 1
+ L u(t)
=
dt vc (t) 1
0 vc (t) 0
C
           
x(t) A x(t) B

2-6
2 Sistemi Lineari a Tempo Continuo

Esempio sico: Massa-Molla-Smorzatore

k u(t)
m

s(t), v(t)

s(t) = v(t) Denizione di velocita
mv(t) = u v(t) ks(t) Legge di Newton

Equivale al sistema di equazioni dierenziali di


ordine 2:

ds(t)
= v(t)
dt
dv(t)
= m

v(t) k 1
dt m s(t) + m u(t)

In forma matriciale:

d s(t) 0 1

s(t) 0
+ u(t)
=
dt v(t) mk
m
v(t) 1
m
           
x(t) A x(t) B

2-7
2 Sistemi Lineari a Tempo Continuo

Equazioni dierenziali di ordine n


dy (n) (t) dy (n1) (t)
+an1 + +a1 y(t)+a0 y(t) = 0
dt dt
Ponendo x1 (t)  y(t), x2 (t)  y(t), . . . ,
xn (t)  y n1 (t), equivale al sistema di n equazioni
del primo ordine:


x1 (t) = x2 (t)





x2 (t) = x3 (t)

.. ..
. .



xn (t) = a0 x1 (t) + . . . an1 xn1 (t)




x(0) = [y(0) y(0) . . . y n1 (0)]

Esempio:

y(t) + 2y(t) + 5y(t) = 0




x1 (t) = x2 (t)
x1 (t) = y(t)
x2 (t) = 5x1 (t) 2x2 (t)
x2 (t) = y(t)


x(0) = [y(0) y(0)]

2-8
2 Sistemi Lineari a Tempo Continuo

Equazioni dierenziali di ordine n con ingresso


dy (n) (t) dy (n1) (t)
+ an1 + + a1 y(t) + a0 y(t) =
dt dt
du(n1) (t) du(n2) (t)
bn1 + bn2 + + b1 u(t) + b0 u(t)
dt dt

Equivale al sistema di n equazioni del primo ordine:




x1 (t) = x2 (t)





x2 (t) = x3 (t)


.. ..
. .





xn (t) = a0 x1 (t) + . . . an1 xn1 (t) + u(t)


y(t) = b0 x1 (t) + . . . + bn1 xn

Equivale alla forma matriciale


0 1 0 ... 0 0

0 0 1 ... 0 0

.. .. .. ..
x(t) x(t) + u(t)
=
. . . .

0 0 0 ... 1 0

a0 a1 a2 ... a 1

  n1

y(t) = b0 b1 b2 ... bn1 x(t)

2-9
2 Sistemi Lineari a Tempo Continuo

Esempio 1:

y(t) 2y(t) + y(t) = u(t)



0 1 0

d x(t) + u(t)
dt
x(t) =
1 2 1

 

y(t) = 1 0 x(t)

Esempio 2:

d(3) y(t)
+ 5y(t) + 3y(t) + 6y(t) = 3u(t) + 4u(t)
dt


0 1 0 0


0
1 x(t) +

d
dt
x(t) = 0 0 u(t)


6 3 5 1

 

y(t) = 3 4 0 x(t)

2-10
2 Sistemi Lineari a Tempo Continuo

Sistema lineare tempo-continuo, tempo-invariante:


x(t) = Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)

x(0) = x0

Dato lo stato iniziale x(0) e un segnale di


ingresso u(t), t 0, e possibile predire tutta
levoluzione dello stato x(t) e dell uscita y(t) del
sistema, per ogni t 0.
Nota che lo stato x(0) sintetizza tutta la storia
passata del sistema.
La dimensione n dello stato x(t) Rn e detta
ordine del sistema.
Il sistema si dice proprio se D = 0.

In generale x(t) Rn , u(t) Rm , y(t) Rp ,


A Rnn , B Rnm , C Rpn , D Rpm
2-11
2 Sistemi Lineari a Tempo Continuo

Soluzione di regime stazionario


Ipotesi: A ha tutti autovalori a parte reale < 0
Quale sara il valore asintotico delluscita
corrispondente ad un dato ingresso costante
u(t) ur , t 0 ?
Imponiamo xr (t) = 0 Axr + Bur = 0

yr = (CA1 B + D) ur
  
guadagno in continua
Esempio:


12 14

x(t) +
1
u(t)
d
dt
x(t) =
1 0 0

 

1 3
y(t) = 2 4
x(t)

Guadagno in continua:
1
  12 14 1
1 3 =3
2 4
1 0 0
6 6

5 5

4 4
y(t)

u(t)

3 3

2 2

1 1

0 0
0 10 20 30 0 10 20 30
t t

Evoluzione delluscita y(t) per diverse cond. iniz. e ingresso u(t) 1


2-12
2 Sistemi Lineari a Tempo Continuo
Denizione generale di equilibrio:
Dato il sistema (tempo continuo, non lineare,
tempo variante)

x(t) = f (t, x(t), u(t))
y(t) = g(t, x(t), u(t))

Lo stato costante xr e lingresso costante ur sono


un equilibrio del sistema se per x(t0 ) = xr e
u(t) ur , t t0 , si ha x(t) xr , t t0 .
Denizione equivalente: f (t, x(t), u(t)) = 0,
t t0
xr e detto stato di equilibrio
ur e detto ingresso di equilibrio

2-13
3. Sistemi Lineari a Tempo
Discreto
3 Sistemi Lineari a Tempo Discreto
y(t), y(kT) y(t), y(kT)
3.5 4

3.5

2.5 2.5

1.5

1.5 1
0 1 2 3 4 5 0 1 2 3 4 5
tempo t tempo t

Campionamento di un segnale continuo Segnale discreto

Fig. (a) Fig. (b)

Esprimono relazioni fra variabili campionate ad


intervalli T : x(kT ), u(kT ), y(kT ), k = 0, 1, . . . ,
Il segnale e x(kT ) e mantenuto costante durante
lintervallo di campionamento [kT, (k + 1)T ).
Il segnale puo rappresentare il campionamento di
un segnale continuo nel tempo (Fig. a), oppure
essere intrinsecamente discreto nel tempo (Fig.
b).
Fondamentali per il progetto di controllori
digitali

3-1
3 Sistemi Lineari a Tempo Discreto

Considera lequazione alle dierenze del primo


ordine
x(k + 1) = ax(k)
x(0) = x0

Esiste una e una sola soluzione: x(k) = ak x0

2.5
a>1
2
x(k)

1.5

1
a=1
0.5

0<a<1
0
0 2 4 6 8 10
k

3-2
3 Sistemi Lineari a Tempo Discreto

Considera lequazione alle dierenze del primo ordine


con ingresso
x(k + 1) = ax(k) + bu(k)
x(0) = x0

La soluzione esiste ed e unica:



k1
x(k) = ak x0 + ai bu(k 1 i)
  
i=0
risposta libera   
risposta forzata

Esempio: accumulo di capitale in un deposito bancario


: tasso di interesse (sso)
praticato dalla banca
x(k): capitale accumulato
allinizio dellanno k
u(k): capitale versato alla ne dellanno k
x0 : capitale iniziale

x(k + 1) = (1 + )x(k) + u(k)
Capitale accumulato (k$)

50

x(0) = x0 45

40

35

30
x(k)

Esempio numerico: 25

20

x0 10 k$ 15

10
k
u(k) 5 k$ x(k) = 60(1.1) 50 5

0
0 1 2 3 4 5

10% k (anni)

3-3
3 Sistemi Lineari a Tempo Discreto

Sistema di equazioni alle dierenze di ordine n


con ingresso

x1 (k + 1) = a11 x1 (k) + . . . + a1n xn (k) +b1 u(k)

x2 (k + 1) = a21 x1 (k) + . . . + a2n xn (k) +b2 u(k)

.. .. ..

. . .

xn (k + 1) = an1 x1 (k) + . . . + ann xn (k) +bn u(k)

x1 (0) = x10 , ... xn (0) = xn0

Forma matriciale equivalente



x(k + 1) = Ax(k) + Bu(k)
x(0) = x0

La soluzione esiste ed e unica:



k1
x(k) = Ak x0 + Ai Bu(k 1 i)
  
i=0
risposta libera   
risposta forzata

Se la matrice A e diagonalizzabile: A = T 1 T ,

0 ... 0
k
1 0 ... 0
1
0 2 ... 0 0 k
2 ... 0
1
.. . . .. A = T T
k
= . . . . .
.
. . . . . .. . . ..
.
0 0 ... n
0 0 ... k
n

Il modo di evolvere del sistema dipende dagli


autovalori di A
3-4
3 Sistemi Lineari a Tempo Discreto

Esempio


x1 (k + 1) = 1 1
2 x1 (k) + 2 x2 (k)
x2 (k + 1) = x2 (k) + u(k)


x (0) = 1 x2 (0) = 1
1

   

1 1
0
x(k + 1) = 2 2
x(k) + u(k)
0 1 1

 1 
x(0) = 1

Autovalori di A: 1 = 12 , 2 = 1
Soluzione:
 k k1
 i  
1 1  1   1 1
0
x(k) = 2 2
1
+ 2 2
u(k 1 i)
0 1 i=0 0 1 1
  k1
 
1
1 1  1   1 1
= 2k 2k + 2i u(k 1 i)
1
0 1 i=0 1
  1  k1  k1
 
1  1 1
= 2
+ 2i u(k 1 i)
1 i=0 1
     
risposta libera risposta forzata

Soluzione numerica per u(k) 0 (risposta libera):


x1(k),x2(k)
1.5

0.5

0.5

1.5
0 2 4 6 8 10
passo k

3-5
3 Sistemi Lineari a Tempo Discreto

Equazioni alle dierenze di ordine n con ingresso


an y(k n) + an1 y(k n + 1) + + a1 y(k 1) + y(k) =
bn u(k n) + + b1 u(k 1) + b0 u(k)

Equivale al sistema di n equazioni del primo


ordine:

x1 (k + 1) = x2 (k)

x2 (k + 1) = x3 (k)

.. ..

. .

xn (k + 1) = an x1 (k) + . . . a1 xn (k) + u(k)

y(k) = (bn b0 an )x1 (k) + + (b1 b0 a1 )xn (k) + b0 u(k)

Equivale alla forma matriciale


0 1 0 ... 0 0

0 0 1 ... 0 0

.. .. .. ..
x(k + 1) = x(k) u(t)
. . . +
.

0 0 0 ... 1 0

an an1 an2 . . . a1 1

 

y(k) = (bn b0 an ) . . . (b1 b0 a1 ) x(k) + b0 u(k)

3-6
3 Sistemi Lineari a Tempo Discreto

Esempio:

y(k 2) + y(k) = u(k 2)




0 1 0

x(k) + u(k)
x(k + 1) =
1 0 1

 

y(k) = 1 0 x(k)

Soluzione numerica per


0
x(0) = 0 , u(2) = 0, u(1) = 0, u(k) 1 per k 0
(risposta forzata):

y(k)
1

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 1 2 3 4 5 6 7 8
passo k
3-7
3 Sistemi Lineari a Tempo Discreto

Sistema lineare tempo-discreto, tempo-invariante:


x(k + 1) = Ax(k) + Bu(k)
y(k) = Cx(k) + Du(k)

x(0) = x0

Dato lo stato iniziale x(0) e un segnale di


ingresso u(k), k = 0, 1, . . . e possibile predire
tutta levoluzione dello stato x(k) e dell uscita
y(k) del sistema, per ogni k = 0, 1, . . . .
Nota che lo stato x(0) sintetizza tutta la storia
passata del sistema.
La dimensione n dello stato x(t) Rn e detta
ordine del sistema.
Il sistema si dice proprio se D = 0.

(cfr. sistemi lineari a tempo continuo)

In generale x(k) Rn , u(k) Rm , y(k) Rp ,


A Rnn , B Rnm , C Rpn , D Rpm
3-8
3 Sistemi Lineari a Tempo Discreto

Soluzione di regime stazionario


Ipotesi: A ha tutti autovalori in modulo < 1
Quale sara il valore asintotico delluscita
corrispondente ad un dato ingresso costante
u(k) ur k = 0, 1, . . . ?
Imponiamo xr (k + 1) = xr (k) xr = Axr + Bur
yr = (C(I A)1 B + D) ur
  
guadagno in continua
Esempio:


1


1
x(k) +
1
u(k)
x(k + 1) =
1
2
0 0

 

y(k) = 1 12 x(k)

Guadagno in continua:
1
  1 0 1 1 1
1 12 = 3
1 2
0 1 2
0 0
3.5 3.5

3 3

2.5 2.5

2 2

1.5 1.5
y(k)

u(k)

1 1

0.5 0.5

0 0

0.5 0.5

1 1

1.5 1.5
0 5 10 0 5 10
k k
3-9
3 Sistemi Lineari a Tempo Discreto

Esempio: Dinamica studenti in un corso di laurea


Ipotesi:
Durata del corso di laurea: 3 anni
Percentuali di studenti promossi, ripetenti e abbandoni:
costanti per ogni anno
Non e possibile iscriversi direttamente al II e III anno
Non sono ammessi studenti fuori corso

Notazione:
k Anno accademico
xi (k) numero di studenti iscritti all i-esimo anno di corso
nell anno k, i = 1, 2, 3
u(k) numero di matricole nellanno k
y(k) numero di laureati nellanno k
i tasso di promossi nellanno di corso i-esimo, 0 i 1
i tasso di ripetenti nellanno di corso i-esimo, 0 i 1
tasso di abbandoni nellanno di corso i-esimo:
1 i i 0

Sistema di equazioni alle dierenze di ordine 3:




x1 (k + 1) = 1 x1 (k) + u(k)



x2 (k + 1) = 1 x1 (k) + 2 x2 (k)

x3 (k + 1) = 2 x2 (k) + 3 x3 (k)




y(k) = 3 x3 (k)

3-10
3 Sistemi Lineari a Tempo Discreto

In forma matriciale:


1 0 1 0



x(k + 1) = 1
2 0
x(k) + 0 u(k)

0 2 3 0

 

y(k) = 0 0 3 x(k)

Esempio:
1 = .60 1 = .20
2 = .80 2 = .15 u(k) 50, k = 2001, 2002, . . .
3 = .90 3 = .08
y(k)
35

30

25

20

15

10

0
2001 2002 2003 2004 2005 2006 2007 2008 2009
passo k

valore di regime:
! 1 0 0
  0.2 0 0
" 1  1 
[0 0 0.9 ] 0 1 0 0.6 0.15 0 0 50 0.6905 50 = 34.5269
0 0 1 0 0.8 0.08 0
  
guadagno in continua

3-11
3 Sistemi Lineari a Tempo Discreto
Denizione generale di equilibrio:
Dato il sistema (tempo discreto, non lineare,
tempo variante)

x(k + 1) = f (k, x(k), u(k))
y(k) = g(k, x(k), u(k))

Lo stato costante xr e lingresso costante ur sono


un equilibrio del sistema se per x(t0 ) = xr e
u(t) ur , k k0 , si ha x(k) xr , k k0 .
Denizione equivalente: x(k) = f (k, x(k), u(k)),
k k0
xr e detto stato di equilibrio
ur e detto ingresso di equilibrio

3-12
3.1 Campionamento di sistemi a t. continuo

Campionamento esatto:
Dato il sistema a tempo continuo

x(t) = Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)

x(0) = x0

vogliamo esprimerne levoluzione agli istanti di


campionamento t = 0, T, 2T, . . . , kT, . . . ,
supponendo che lingresso u(t) sia costante durante
ogni intervallo di campionamento:

u(t) u(k), kT t < (k + 1)T

Siano x(k)  x(kT ) e y(k)  y(kT ) i campioni dello


stato e delluscita, rispettivamente, all istante di
campionamento k-esimo.
y(t), y(kT) u(t), u(kT)
1.5 2

1.5
1
1

0.5
0.5

0
0.5

1
0.5
1.5

1 2
0 5 10 0 5 10
tempo t tempo t

3-13
3.1 Campionamento di sistemi a t. continuo

Applichiamo la formula risolutiva


t
A(tt0 )
x(t) = e x(t0 ) + eA(tt0 ) Bu( )d
t0

per t = (k + 1)T , t0 = kT , x0 = x(kT ), e


ingresso u( ) u(k), kT < (k + 1)T :
# T $
x((k + 1)T ) = eAT x(kT ) + eA(T ) d B u(k)
0

ottenendo quindi
% &
T
x(k + 1) = eAT x(k) + eA(T ) d B u(k)
0

Il sistema tempo-discreto a segnali campionati



x(k + 1) = Ax(k) + B u(k)
y(k) = C x(k) + Du(k)

e legato al sistema tempo continuo dalle relazioni


!
"
T
A  eAT B  0 eA(T ) d B
C  C D  D

3-14
3.1 Campionamento di sistemi a t. continuo

y(t), y(kT) y(t), y(kT)


0.4 0.4

0.2 0.2

0 0

0.2 0.2

0.4 0.4
0 2 4 6 8 10 0 2 4 6 8 10
tempo t tempo t
u(t), u(kT) u(t), u(kT)
1 1

0.5 0.5

0 0

0.5 0.5

1 1
0 2 4 6 8 10 0 2 4 6 8 10
tempo t tempo t

Nota: in generale , anche il sistema a tempo


discreto (A, B, C, D) e il sistema a tempo
continuo (A, B, C, D) coincidano agli istanti di
campionamento t = kT occorre che lingresso
u(t) sia costante durante lintervallo di
campionamento .
Questo normalmente avviene nei sistemi di
controllo digitale, dove il segnale di ingresso
viene generato a frequenze regolari da ununita
di calcolo (microcontrollore/PC/DSP) e
mantenuto costante.
In ogni caso, (A, B, C, D) e una approssimazione
del modello tempo continuo (A, B, C, D) .

3-15
3.1 Campionamento di sistemi a t. continuo

Come scegliere il tempo di campionamento T per


discretizzare un dato sistema ?
Buona scelta (per sistemi lineari):
T 1
10 tempo di salita per ingresso u(t) = 1, x(0) = 0
y(t), y(kT)
1

0.8

0.6

0.4

0.2

0
0 1 2 3 4 5
tempo t
u(t), u(kT)
2

1.5

0.5

0
0 1 2 3 4 5
tempo t

Tempo di salita  tempo necessario per passare


dal 10% al 90% del valore di regime
tempo di salita
1
0.9 90%
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1 10%
0
0 1 2 3 4 5 6 7 8 9 10
tempo t

3-16
3.1 Campionamento di sistemi a t. continuo
Campionamento con metodo di Eulero:
x(t)
x((k+1)T )
x((k+1)T )x(kT )
T

x(t)
_
x(kT )
T

kT (k+1)T
t (1707-1783)
x((k+1)T )x(kT )
Idea: approssimare x(t) con T

Approssimazione per sistema lineare:

x((k + 1)T ) = (I + T A)x(kT ) + T Bu(kT )

Il sistema tempo-discreto a segnali campionati



x(k + 1) = Ax(k) + B u(k)
y(k) = C x(k) + Du(k)

e legato al sistema tempo continuo dalle relazioni

A  I + AT B  T B
C  C D  D
n n
Nota: eT A = I + T A + + T n!A + . . .
il metodo di Eulero approssima il metodo esatto.
Coincidono per T 0.
Il metodo di Eulero e applicabile anche a sistemi non
lineari x(t) = f (x(t), u(t)) .
3-17
3 Sistemi Lineari a Tempo Discreto

Esempio: Serbatoio
Modello matematico del serbatoio (tempo continuo):

d h(t) = a 2g h(t) + 1 u(t)

dt A A

q(t) = a 2g h(t)

Modello matematico del serbatoio (tempo discreto):


'
h(k + 1) = h(k) T a 2g h(k) + T u(k)
' A A

q(k) = a 2g h(k)

Altezza h(t) (m)

u 7

h
2

q 0
0 5 10 15 20 25 30
Tempo (s)

Minore il tempo di campionamento, migliore


lapprossimazione (ma maggiore il numero di
calcoli)

3-18
3 Sistemi Lineari a Tempo Discreto

3-19
4. Linearita e Linearizzazione
4 Linearita e Linearizzazione

Principio di sovrapposizione degli eetti


Considera il sistema lineare tempo-discreto,
tempo-invariante:

x(k + 1) = Ax(k) + Bu(k)
y(k) = Cx(k) + Du(k)
x(0) = x0
La soluzione esiste ed e unica:

k1
y(k, x0 , u) = CAk x0 + CAi Bu(k 1 i)
i=0

Indichiamo con y(k, x0 , u) la risposta delluscita y(k)


per sottolineare leetto dello stato iniziale x0 +
ingresso u(0), u(1), . . . , u(k).

Principio di sovrapposizione degli eetti :

y(k, x0 +x1 , u+u1 ) = y(k, x0 , u)+y(k, x1 , u1 )

luscita complessiva e data dalla sovrapposizione


delle uscite dovute agli eetti di (x0 , u) e di (x1 , u1 ).

Vale anche per sistemi lineari tempo-continui

Vale anche se il sistema e lineare tempo-variante

Non vale se il sistema e nonlineare.

4-1
4 Linearita e Linearizzazione

Dimostrazione:
y(k, x0 + x1 , u + u1 ) = CAk (x0 + x1 )+
( k1
i=0 CA B(u(k 1 i) + u1 (k 1 i))
i
( k1
= CA x0 + CA x1 + i=0 CAi Bu(k 1 i)+
k k
( k1
i=0 CA Bu1 (k 1 i))
i
(
= (CAk x0 + k1 i=0 CA Bu(k 1 i))+
i
(
(CAk x0 + k1 i=0 CA Bu(k 1 i))
i

= y(k, x0 , u) + y(k, x1 , u1 )

Caso particolare: somma degli eetti ( = = 1)

y(k, x0 + x1 , u + u1 ) = y(k, x0 , u) + y(k, x1 , u1 )

Caso particolare: moltiplicazione per costante


( = 0)
y(k, x0 , u) = y(k, x0 , u)

Esempio: x0 = x1 = [ 00 ], u(k) 1, u1 (k) = k/12.


4 4

3.5 3.5

3 3

2.5 2.5
y(k)

u(k)

2 2

1.5 1.5

1 1

0.5 0.5

0 0
0 5 10 15 20 0 5 10 15 20
k k

4-2
4 Linearita e Linearizzazione
Linearizzazione
Considera il sistema nonlineare

x(t) = f (x(t), u(t))
y(t) = g(x(t), u(t))
Sia (xr , ur ) un equilibrio: f (xr , ur ) = 0
Obiettivo: studiare il sistema per piccole variazioni
u(t)  u(t) ur e x(0)  x(0) xr .
Levoluzione di x(t)  x(t) xr e data da

x(t) = x(t) xr = f (x(t), u(t))
= f (x(t) + xr , u(t) + ur )
f f
(xr , ur ) x(t) + (xr , ur ) u(t)
x
   u
  
A B

In maniera simile,
g g
y(t) (xr , ur ) x(t) + (xr , ur ) u(t)
x
   u
  
C D

dove y(t)  y(t) g(xr , ur ) e la deviazione


delluscita dallequilibrio.
Le variazioni x(t), y(t), e u(t) sono quindi
governate (in prima approssimazione) dal sistema
linearizzato (A, B, C, D) .
Per sistemi nonlineari a tempo-discreto, vale un
ragionamento analogo.
4-3
4 Linearita e Linearizzazione
u
Esempio: Serbatoio
Modello tempo continuo:

d h(t) = a 2g h(t) +

1
dt A A
u(t)
 h
q(t) = a 2g h(t)
h(0) = h0 q

Equilibrio per ingresso costante u(t) ur , t 0:



a 2g 1 1 ! ur " 2
hr = 0 = hr + ur hr =
A A 2g a
Sistema linearizzato:
! "
a 2g 1  a2 g
A  h A

h + Au  = Aur
! " r r
h ,u
a 2g 1  1
B  u A

h + Au  = A
! " hr ,ur
 a2 g
C  h a 2g h 

= ur
! " r r h ,u

D  u a 2g h 

=0
hr ,ur

h(t)
=
2
a g
Au h(t) + 1
u(t)
r A
q(t) =
2
au g h(t)
r

h(0) = h0 hr
Il sistema linearizzato permette di analizzare in
maniera semplice (seppur approssimata) la dinamica
di h, q per piccole variazioni della portata di ingresso
u(t) dalla portata nominale ur e per piccole
variazioni della cond. iniz. h(0) dallequilibrio hr .
4-4
4 Linearita e Linearizzazione

4-5
5. Stabilita
5 Stabilita

Concetto intuitivo di stabilita:


Considera il sistema nonlineare

x(t) = f (x(t), ur )
y(t) = g(x(t), ur )
Sia xr lo stato di equilibrio relativo a ur :
f (xr , ur ) = 0
Il punto di equilibrio xr si dice stabile se per ogni
condizione iniziale x0 vicino a xr la relativa
traiettoria x(t, x0 , ur ) rimane vicino a xr per ogni
t 0.a
Il punto di equilibrio xr si dice inoltre
asintoticamente stabile se e stabile e x(t, x0 , ur ) xr
per t
Altrimenti, il punto di equilibrio xr si dice instabile
2
1
1.5
0.8

0.6 1
0.4
0.5
0.2
x2(t)

x2(t)

0 0

0.2
0.5
0.4

0.6 1

0.8
1.5
1

2
1 0.5 0 0.5 1 3 2 1 0 1 2 3
x (t) x (t)

(as.) stabile instabile


a Def. analitica:  > 0 > 0 tale che x0 xr <
x(t, x0 , ur ) xr < , t 0.
5-1
5 Stabilita
Stabilita dei sistemi lineari (tempo-continuo):
Considera il sistema del primo ordine

x(t) = ax(t) + bu(t)
y(t) = cx(t)

Equilibrio per u(t) ur : 0 = axr + bur


xr = ab ur .
Per u(t) ur , t 0, la quantita z(t) = x(t) xr
soddisfa lequazione dierenziale

z(t) = ax(t) + bur = ax(t) axr = az(t)

da cui:

z(t) = eat z0 x(t) = xr + eat (x0 xr )

Pertanto:
xr e instabile se a > 0
xr e stabile se a 0
xr e asintoticamente stabile se a < 0
5

4.5

4
a>0
3.5

3
x(t)

2.5

2
x0 a=0
1.5 a<0
1
xr
0.5

0
0 0.2 0.4 0.6 0.8 1
t
5-2
5 Stabilita
Stabilita dei sistemi lineari (tempo-discreto):
Considera il sistema del primo ordine

x(k + 1) = ax(k) + bu(k)
y(k) = cx(k)
Equilibrio per u(k) ur : xr = axr + bur
b
xr = 1a ur .
Per u(k) ur , k = 0, 1, . . . , la quantita
z(k) = x(k) xr soddisfa lequazione alle dierenze

z(k+1) = ax(k)+bur xr = ax(k)+(1a)xr xr = az(k)

da cui:

z(k) = ak z0 x(k) = xr + ak (x0 xr )

Pertanto:
xr e instabile se |a| > 1
xr e stabile se |a| 1
xr e asintoticamente stabile se |a| < 1
3

a>1
2.5

x a=1
2
0
x(k)

1.5
0<a<1
1
xr
0.5

0
0 2 4 6 8 10
k
5-3
5 Stabilita

sistema tempo continuo tempo discreto


stabile a0 |a| 1
as. stabile a<0 |a| < 1
instabile a>0 |a| > 1

Denizione di stabilita dei sistemi lineari


Un sistema lineare (A, B, C, D) si dice stabile se
la risposta libera e limitata per ogni valore di
x(0).
Un sistema lineare (A, B, C, D) si dice
asintoticamente stabile se la risposta libera tende
a 0 per ogni valore di x(0).
Un sistema lineare (A, B, C, D) si dice instabile
se per almeno una condizione iniziale x(0) la
risposta libera e illimitata.

5-4
5 Stabilita

Relazione fra stabilita e autovalori di A


(tempo continuo):

x(t) = Ax(t)
x(t) = eAt x0
x(0) = x0

Teorema 1. Un sistema e asintoticamente


stabile se e solo se tutti gli autovalori di A hanno
parte reale negativa.
Teorema 2. Un sistema e instabile se esiste
almeno un autovalore di A con parte reale
positiva.
Ricorda: la matrice esponenziale e denita come
2 2 n n
eAt  I + At + A 2t + . . . + An!t + . . .
Se la matrice A e diagonalizzabile: A = T 1 T ,

0 ...
1 0 e1 t 0 ... 0
0 2 ... 0 t
1 0 e 2 ... 0
.. . . .. e = T T
At
= . .. .. .. ..
. . . .
. . . . .
0 0 ... n 0 0 ... en t

Per autovalori complessi = a + jb :

|et | = eat |ejbt | = eat

E quindi la parte reale degli autovalori che


determina la stabilita del sistema.
5-5
5 Stabilita

Esempio 1



x(t) = 0 1 x(t)

2 3 Autovalori di A: {1, 2}



x(0) = [ xx10 ]
20

soluzione:

x1 (t) = x10 (2et e2t ) + x20 (et + e2t )
x2 (t) = x10 (2et 2e2t ) + x20 (et + 2e2t )

Asintoticamente stabile

1 1

0.5 0.5
x (t)

x2(t)
1

0 0

0.5 0.5
0 2 4 6 0 2 4 6
t t
5-6
5 Stabilita

Esempio 2



x(t) = 0 1 x(t)

1 0 Autovalori di A: {+j, j}



x(0) = [ xx10 ]
20

soluzione:

x1 (t) = x10 cos t x20 sin t
x2 (t) = x10 sin t + x20 cos t

Stabile

1.5 1.5

1 1

0.5 0.5
x1(t)

x2(t)

0 0

0.5 0.5

1 1

1.5 1.5
0 5 10 0 5 10
t t
5-7
5 Stabilita

Esempio 3




x(t) = 0 1 x(t)
0 0 Autovalori di A: {0, 0}



x(0) = [ xx10 ]
20

soluzione:

x1 (t) = x10 + x20 t
x2 (t) = x20

Instabile

12 2

10 1.5

8
1

6
0.5
4
x1(t)

x2(t)

0
2
0.5
0

1
2

4 1.5

6 2
0 5 10 0 5 10
t t
5-8
5 Stabilita

Esempio 4




x(t) = 1 0
x(t)
1 1 Autovalori di A: {1, 1}



x(0) = [ xx10 ]
20

soluzione:

x1 (t) = x10 et
x2 (t) = 1
x et + (x20 12 x10 )et
2 10

Instabile

10 10

8 8

6 6

4 4

2 2
x (t)

x (t)

0 0
1

2 2

4 4

6 6

8 8

10 10
0 5 10 0 5 10
t t
5-9
5 Stabilita

Relazione fra stabilita e autovalori di A


(tempo discreto):

x(k + 1) = Ax(k)
x(k) = Ak x0
x(0) = x0

Teorema 1. Un sistema e asintoticamente


stabile se e solo se tutti gli autovalori di A hanno
modulo minore di 1.
Teorema 2. Un sistema e instabile se esiste
almeno un autovalore di A con modulo maggiore
di 1.
Ricorda: se la matrice A e diagonalizzabile:
A = T 1 T ,

k
1 0 ... 0
1 0 ... 0
0 2 ... 0 0 k
2 ... 0
1
. A =T T
k
= . . . . .. . . ..
.. .. . . .. . . .
. .
0 0 ... n
0 0 ... k
n

Per autovalori complessi = ej :

|k | = |k ejk | = k |ejk | = k

E quindi il modulo degli autovalori che


determina la stabilita del sistema.
5-10
5 Stabilita

Esempio 1




x(k + 1) = 0 0
x(k) 1
1 1 Autovalori di A: {0, }


2 2

x(0) = [ xx10 ]
20

soluzione:

x1 (k) = 0, k = 1, 2, . . .
x2 (k) =  1 k1  1 k
2
x10 + 2 x20 , k = 1, 2, . . .

Asintoticamente stabile

1 1.5

0.5
0.5
x1(k)

x2(k)

0
0

0.5

0.5 1
0 5 10 0 5 10
k k
5-11
5 Stabilita

Esempio 2

0 1

x(k + 1) = x(k)
1 0 Autovalori di A: {+j, j}

x(0) = [ xx10 ]
20

soluzione:

x1 (k) = x10 cos k
+ x20 sin k
, k = 0, 1, . . .
2 2
x2 (k) = x10 sin k
+ x20 cos k
, k = 0, 1, . . . ,
2 2

Stabile

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2
x (k)

x2(k)

0 0
1

0.2 0.2

0.4 0.4

0.6 0.6

0.8 0.8

1 1
0 2 4 6 0 2 4 6
k k
5-12
5 Stabilita

Esempio 3




x(k + 1) = 1 1
x(k)
0 1 Autovalori di A: {1, 1}



x(0) = [ xx10 ]
20

soluzione:

x1 (k) = x10 + x20 k, k = 0, 1, . . .
x2 (k) = x20 , k = 0, 1, . . .

Instabile

7 2

6
1.5
5
1
4
0.5
3
x1(k)

x (k)

2 0
2

1
0.5
0
1
1
1.5
2

3 2
0 2 4 6 0 1 2 3 4 5
k k
5-13
5 Stabilita

Esempio 4




x(k + 1) = 2 0
x(k)
1 0 Autovalori di A: {0, 2}



x(0) = [ xx10 ]
20

soluzione:

x1 (k) = 2k x10 , k = 0, 1, . . .
x2 (k) = 2k1 x10 , k = 1, 2, . . .

Instabile

80 80

60 60

40 40
x1(k)

x2(k)

20 20

0 0

20 20

40 40
0 2 4 6 0 1 2 3 4 5
k k
5-14
5 Stabilita
Esempio: Pendolo

y(t)  angolo di deessione l

u(t)  mg forza peso y(t)

hy(t)  forza di attrito viscoso m


h

u(t) = mg
Modello matematico:

ml2 y(t) = lmg sin y(t) hy(t)

Equazione in forma di stato: (x1 = y, x2 = y)



x = x
1 2
x2 = g sin x1 Hx2 , H  h
l ml2

Equilibrio:


x2r 0 x2r = 0
=
gl sin x1r Hx2r 0 x1r = k, k = 0, 1, . . .

u(t) = mg
h
m

h
m

u(t) = mg

x2r = 0, x1r = 0, 2, . . . x2r = 0, x1r = 0, , 3, . . .


5-15
5 Stabilita

Sistema linearizzato (x1r = 0, x2r = 0)



0 1
x(t) = x(t)
l H
g

  
A
Autovalori di A: det(I A) = 2 + H + g
=0
1
   l
1,2 = 2 H H 4 l2 g

Parte reale < 0: as. stabile


1.5

0.5
y(t)

0.5

1.5
0 2 4 6 8 10
t

Sistema linearizzato (x1r = , x2r = 0)



0 1
x(t) = x(t)
g
l
H
  
A
Autovalori di A: det(I A) = 2 + H g
=0
   l
1,2 = 12 H H 2 + 4 gl
Parte reale > 0 e < 0: instabile
4

1
y(t)

4
0 2 4 6 8 10
t

5-16
5 Stabilita

5-17
6. Trasformate e Funzioni di
Trasferimento
6.1 Trasformata di Laplace
Denizione
La trasformata di Laplace di f (t) e la funzione di
variabile complessa s C, (s = + j),

est f (t)dt  L[f ]
1.5

F (s) =
0 1

f(t)
0.5

Esempi 0.5
1 0 1 2 3 4 5
t

Funzione impulso (Delta di Dirac) a :



0 se t = 0
f (t) = (t)  tale che (t) = 1
+ se t = 0

L[] = F (s) = 1 s C

Funzione gradino :

0 se t < 0 1
f (t) = 1I(t)  L[1I] = F (s) =
1 se t 0 s

a La funzione (t) is puo considerare come il limite della


successione di funzioni f (t) per  0 tali che

1 se 0 t 
f (t) = 
0 altrimenti

6-1
6.1 Trasformata di Laplace

Proprieta della trasformata di Laplace


Linearita :

L[k1 f1 (t) + k2 f2 (t)] = k1 L[f1 (t)] + k2 L[f2 (t)]

Esempio: f (t) = (t) 2 1I(t) L[f ] = 1 2s .


Traslazione nel tempo :

L[f (t )] = es L[f (t)]


3e2s
Esempio: f (t) = 3 1I(t 2) L[f ] = s
.
Traslazione nella frequenza :

L[eat f (t)] = F (s a), dove F (s) = L[f (t)]


1
Esempio: f (t) = eat 1I(t) L[f ] = sa
Esempio: f (t) = cos(t) 1I(t) L[f ] = s
s2 + 2
ejt +ejt
(Nota: cos(t) = 2
)
Derivazione nel tempo a :
d
L[ f (t)] = sL[f (t)] f (0+ )
dt
Esempio: f (t) = sin(t) 1I(t) L[f ] = s2 +
2.

Derivazione nella frequenza :


d
L[tf (t)] = L[f (t)]
ds
1
Esempio: f (t) = t 1I(t) L[f ] = s2
.
a f (0+ ) = limt0+ f (t). Se f e continua in 0, f (0+ ) = f (0)
6-2
6.1 Trasformata di Laplace

Teorema del valore iniziale :

L[f (t)] = F (s) f (0+ )  lim f (t) = lim sF (s)


t0+ s

1 1
Esempio: f (t) = 1I(t) t 1I(t) F (s) = s
s2
f (0+ ) = 1 = lims sF (s)
Teorema del valore nale :

L[f (t)] = F (s) f (+)  lim f (t) = lim sF (s)


t+ s0

Esempio: f (t) = 1I(t) et 1I(t) F (s) = 1


s
1
s+1
f (+) = 1 = lims0 sF (s)

Pierre-Simon Laplace
(1749-1827)
6-3
6.2 Funzioni di Trasferimento - T. Continuo

Considera il sistema a tempo continuo



x(t) = Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)

x(0) = x0
Applichiamo la trasformata di Laplacea :
sX(s) x0 = AX(s) + BU (s)
Y (s) = CX(s) + DU (s)

dove X(s) = L[x(t)], U (s) = L[u(t)], Y (s) = L[y(t)].


Esplicitando rispetto a x0 e U (s):

X(s) = (sI A)1 x0 + (sI A)1 BU (s)


Y (s) = C(sI A)1 x0 + (C(sI A)1 B + D)U (s)
     
YL (s) YF (s)

YL (s)=trasformata di Laplace della risposta libera


YF (s)=trasformata di Laplace della risposta forzata
Denizione: La funzione di trasferimento di un
sistema lineare tempo continuo (A, B, C, D) e

G(s) = C(sI A)1 B + D

cioe il rapporto fra la trasf. di Laplace Y (s) dell


uscita y(t) e la trasf. di Laplace U (s) dell ingresso
per u(t) per condizione iniziale nulla x0 = 0.
a x(t) e una funzione derivabile, e quindi continua x(0+ ) =
x(0) = x0
6-4
6.2 Funzioni di Trasferimento - T. Continuo

u(t) y(t) U (s) Y (s)


A; B; C; D G(s)

x0 = 0

Esempio: Il sistema lineare




10 1 0

x(t) = x(t) + u(t)
0 1 1

 
y(t) = 2 2 x(t)

ha per funzione di trasferimento


2s + 22
G(s) =
s2 + 11s + 10
Nota: La funzione di trasferimento non dipende
dallingresso ! E una proprieta del sistema
lineare.

6-5
6.2 Funzioni di Trasferimento - T. Continuo

Considera leq. di. con ingresso


dy (n) (t) dy (n1) (t)
+ an1 + + a1 y(t) + a0 y(t) =
dtn dtn1
du(m) (t) du(m1) (t)
bm + bm1 + + b1 u(t) + b0 u(t)
dtm dtm1

Ponendo condizioni iniziali y(0), y(0), . . . , y (n1) (0)


nulle, si ottiene immediatamente la funzione di
trasferimento equivalente
bm sm + bm1 sm1 + + b1 s + b0
G(s) =
sn + an1 sn1 + + a1 s + a0

Esempio: y(t) + 2y(t) + y(t) = u(t) + u(t)


s+1
G(s) =
s2 + 2s + 1

Nota: la stessa f.d.t. G(s) si ottiene dalla forma


matriciale equivalente delleq. dierenziale:





0 1
x(t) +
0
u(t)
x(t) =
1 2 1

 

y(t) = 1 1 x(t)
%    &1  
  1 0 0 1 0
G(s) = 1 1 s
0 1 1 2 1
6-6
6.2 Funzioni di Trasferimento - T. Continuo

Alcune funzioni di trasferimento:


Integratore

x(t) = u(t) U (s) 1 Y (s)
s
y(t) = x(t)

Doppio integratore



x1 (t) = x2 (t)
U (s) 1 Y (s)
x2 (t) = u(t)

s2

y(t) = x1 (t)

Oscillatore

x1 (t) = x2 (t) U (s) 1 Y (s)


x2 (t) = x1 (t) + u(t) s2 + 1

y(t) = x1 (t)

6-7
6.2 Funzioni di Trasferimento - T. Continuo

Antitrasformata di Laplace
Data la funzione di trasferimento
bm sm + bm1 sm1 + + b1 s + b0
G(s) = (m < n)
(s p1 )(s p2 ) . . . (s pn )
possiamo scomporla in fratti semplici (Hp: pi = pj )
1 n
G(s) = + +
s p1 s pn
dove i e detto residuo di G(s) in pi C

i = lim (s pi )G(s)
spi

(nota che se pi = pj , allora i = j )

Lantitrasformata di Laplace di G(s) e la funzione


g(t) tale che L[g(t)] = G(s):

g(t) = 1 ep1 t + + n epn t

Nel caso di radici coincidenti (s pi )k , nello sviluppo si hanno


tutti i termini del tipo
i1 ik
+ +
(s pi ) (s pi )k
la cui antitrasformata e
tk1 pi t
i1 e
pi t
+ + ik e
k!

6-8
6.2 Funzioni di Trasferimento - T. Continuo

Risposta allimpulso
Considera lingresso impulsivo u(t) = (t)
U (s) = 1 . Luscita corrispondente y(t) e detta
risposta allimpulso .
La trasformata di Laplace di y(t) e
Y (s) = G(s) 1 = G(s).
Pertanto la risposta allimpulso coincide con
lantitrasformata g(t) della funzione di
trasferimento G(s)
Esempi
Integratore Y (s)
U (s) 1
u(t) = (t) s
y(t) = L1 [ 1s ] = 1I(t)

Doppio integratore Y (s)


U (s) 1
u(t) = (t) s2
y(t) = L1 [ s12 ] = t 1I(t)

Oscillatore U (s) 1 Y (s)


u(t) = (t) s2 + 1
y(t) = L1 [ s21+1 ] = sin t 1I(t)
6-9
6.3 Poli e zeri

u(t ) y(t )
G(s)

Considera il sistema lineare descritto dalla


funzione di trasferimento (m < n)
bm sm + bm1 sm1 + + b1 s + b0 N (s)
G(s) = =
sn + an1 sn1 + + a1 s + a0 D(s)

Si dicono poli del sistema le radici di D(s)


Si dicono zeri del sistema le radici di N (s)
A tempo discreto le denizioni sono analoghe
Esempio:
s+2 s+2
G(s) = 3 =
s + 2s2 + 3s + 2 (s + 1)(s2 + s + 2)

poli: {1, 21 +j 2
7
, 1
2 j 2 },
7
zeri: {2}.

6-10
6.3 Poli e zeri

Considera il sistema lineare



x(t) = Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)

x(0) = 0

e la funzione di trasferimento corrispondente


N (s)
G(s) = C(sI A)1 B + D 
D(s)
Il denominatore D(s) = det(sI A) . Quindi i poli
di G(s) corrispondono agli autovalori di A.

La stabilita del sistema si puo quindi studiare sia


tramite G(s) che tramite A
Attenzione: alcuni autovalori di A possono non risultare poli
di G(s). Esempio:
   
1 0 0  
A= , B= , C= 0 1
0 1 1

det(sI A) = (s 1)(s + 1)
  
  1
0 0 1
s1
G(s) = 0 1 =
0 1
s+1 1 s+1

Il polo s = 1 non ha inuenza sul comportamento


ingresso-uscita del sistema, ma ha inuenza sulla risposta
libera: x1 (t) = et x10 (il sistema e instabile).

6-11
6.4 Trasformata zeta
Denizione
La trasformata zeta di f (k) e la funzione di variabile
complessa z C, (z = + j),

1.8



1.6

k
1.4

F (z) = f (k)z  Z[f ] 1.2

f(k)
1

k=0 0.8

0.6

0.4

0.2

0
2 0 2 4 6 8 10
k
Esempi
Funzione impulso discreto :

0 se k = 0
f (k) = (k)  Z[] = F (z) 1
1 se k = 0

Funzione gradino discreto :



0 se k < 0 z
f (k) = 1I(k)  Z[1I] = F (z) =
1 se k 0 z1

Funzione esponenziale discreto :


z
f (k) = a 1I(k) Z[f ] = F (z) =
k
za

6-12
6.4 Trasformata zeta

Proprieta della trasformata zeta


Linearita :

Z[k1 f1 (k) + k2 f2 (k)] = k1 Z[f1 (k)] + k2 Z[f2 (k)]


5 5z
Esempio: f (k) = 3(k) 2k
1I(t) Z[f ] = 3 z 1
.
2

Anticipo temporale :

Z[f (k + 1) 1I(k)] = zZ[f ] zf (0)

Esempio: f (k) = ak+1 1I(k) Z[f ] = z za


z
z = az
za

z e detto anche operatore di anticipo unitario

Ritardo temporale :

Z[f (k 1)] = z 1 Z[f ]

Esempio: f (k) = 1I(k 1) Z[f ] = z


z(z1)

z 1 e detto anche operatore di ritardo unitario

Derivazione nella frequenza :


d
Z[kf (k)] = z Z[f ]
dz
Esempio: f (k) = k 1I(k) Z[f ] = z
(z1)2

6-13
6.4 Trasformata zeta

Teorema del valore iniziale :

Z[f (k)] = F (z) f (0) = lim F (z)


z

Esempio: f (k) = 1I(k) k 1I(k)


z
F (z) = z1 (z1)
z
2 f (0) = limz F (z) = 1

Teorema del valore nale :

Z[f (k)] = F (z) f (+)  lim f (t) = lim (z1)F (z)


t+ z1

Esempio: f (k) = 1I(k) + (0.7)k 1I(t)


z
F (z) = z1 z
+ z+0.7
f (+) = limz1 (z 1)F (z) = 1

Witold Hurewicz
(1904-1957)
6-14
6.5 Funzioni di Trasferimento - T. Discreto

Considera il sistema a tempo discreto



x(k + 1) = Ax(k) + Bu(k)
y(k) = Cx(k) + Du(k)
x(0) = x0
Applichiamo la trasformata zeta:

zX(z) zx0 = AX(z) + BU (z)


Y (z) = CX(z) + DU (z)

dove X(z) = Z[x(k)], U (z) = Z[u(k)],


Y (z) = Z[y(k)].
Esplicitando rispetto a x0 e U (z):

X(z) = z(zI A)1 x0 + (zI A)1 BU (z)


Y (z) = zC(zI A)1 x0 + (C(zI A)1 B + D)U (z)
     
YL (z) YF (z)

YL (z)=trasformata zeta della risposta libera


YF (z)=trasformata zeta della risposta forzata
Denizione: La funzione di trasferimento di un
sistema lineare tempo discreto (A, B, C, D) e

G(z) = C(zI A)1 B + D

cioe il rapporto fra la trasf. zeta Y (z) dell uscita


y(k) e la trasf. zeta U (z) dell ingresso per u(k) per
condizione iniziale nulla x0 = 0.
6-15
6.5 Funzioni di Trasferimento - T. Discreto

u(k) y(k) U (z) Y (z)


A; B; C; D G(z)

x0 = 0

Esempio: Il sistema lineare




0.5 1 0
x(k + 1) = x(k) + u(k)
0 0.5 1

 
y(k) = 1 1 x(k)

ha per funzione di trasferimento


z + 1.5
G(z) =
z 2 0.25
Nota: Anche per i sistemi tempo-discreto, la
funzione di trasferimento non dipende
dallingresso, ma e una proprieta del sistema
lineare.

6-16
6.5 Funzioni di Trasferimento - T. Discreto

Considera lequazione alle dierenze con ingresso


an y(k n) + an1 y(k n + 1) + + a1 y(k 1) + y(k) =
bn u(k n) + + b1 u(k 1)

Ponendo condizioni iniziali nulle, si ottiene la


funzione di trasferimento equivalente
bn z n + bn1 z n+1 + + b1 z 1
G(z) =
an z n + an1 z n+1 + + a1 z 1 + 1
b1 z n1 + + bn1 z + bn
=
z n + a1 z n1 + + an1 z + an

Esempio: 3y(k 2) + 2y(k 1) + y(k) = 2u(k 1)


2z 1 2z
G(z) = 2 =
3z + 2z 1 + 1 z 2 + 2z + 3

Nota: la stessa f.d.t. G(z) si ottiene dalla forma


matriciale equivalente delleq. alle dierenze:





0 1
x(k) +
0
u(k)
x(k + 1) =
3 2 1

 

y(k) = 0 2 x(k)
%    &1  
  1 0 0 1 0
G(z) = 0 2 z
0 1 3 2 1
6-17
6.5 Funzioni di Trasferimento - T. Discreto

Alcune funzioni di trasferimento:


Integratore

x(k + 1) U (z) 1 Y (z)
= x(k) + u(k)
z1
y(k) = x(k)

Doppio integratore



x1 (k + 1) = x1 (k) + x2 (k)
Y (z)
x2 (k + 1) = x2 (k) + u(k) U (z) 1

z 2 2z + 1

y(k) = x1 (k)

Oscillatore U (z) 1
z + 1 Y (z)
2 2

x1 (k + 1) = x1 (k) x2 (k) + u(k)


2
z z+ 1
x2 (k + 1) = x1 (k)

1
y(k) = 2 x1 (k) + 12 x2 (k)
Risposta allimpulso
2

1
y(k)

2
0 10 20 30 40 50 60
k
6-18
6.5 Funzioni di Trasferimento - T. Discreto

Antitrasformata zeta
Data la funzione di trasferimento
bm z m + bm1 z m1 + + b1 z + b0
G(z) = (m < n)
(z p1 )(z p2 ) . . . (z pn )
Analogamente alla trasformata di Laplace, possiamo
scomporla in fratti semplici (Hp: pi = pj )
# $
1 1 z n z
G(z) = + +
z z p1 z pn
dove i e il residuo di G(z) in pi C

i = lim (z pi )G(z)
zpi

Lantitrasformata zeta di G(z) e la funzione g(k) tale


che Z[g(k)] = G(z):
! "
k1 k1
g(k) = 1 p1 + + n pn 1I(k)

Esempio.
m<n
   
m<n
 
2
z +1 1.5z + 0.5
G(z) = = 1 + =
z 2 1.5z + 0.5 z 2 1.5z + 0.5
# $
1 4z 2.5z
1+
z z1 z 0.5
! "
k1
g(k) = (k) + 4 1I(k 1) 2.5(0.5) 1I(k)

6-19
6.5 Funzioni di Trasferimento - T. Discreto

Risposta allimpulso
Considera lingresso impulsivo u(k) = (k)
U (z) = 1 . Luscita corrispondente y(k) e detta
risposta allimpulso .
La trasformata zeta di y(k) e
Y (z) = G(z) 1 = G(z).
Pertanto la risposta allimpulso coincide con
lantitrasformata g(k) della funzione di
trasferimento G(z)
Esempi
Integratore Y (z)
U (z) 1
u(k) = (k) z1
y(k) = Z 1 [ z1
1
] = 1I(k 1)

2 2

1 1
u(k)

y(k)

0 0

1 1

2 2
0 5 10 0 5 10
k k
6-20
6.5 Funzioni di Trasferimento - T. Discreto

6-21
7. Diagrammi a Blocchi
7 Diagrammi a Blocchi

U(s) Y (s) U(z) Y (z)


G(s) G(z)

Sistema tempo continuo Sistema tempo discreto

Esprimono le interconnessioni fra sistemi lineari


(tempo-continuo o tempo discreto)
Permettono di determinare in maniera diretta le
funzioni di trasferimento da una qualsiasi
grandezza ad unaltra
Esprimono relazioni ingresso-uscita (risposta
forzata o regime permanente): gli eetti delle
condizioni iniziali non sono considerati.
Elementi fondamentali:

G(s)

Blocco
U(s)
Freccia
V (s) + V (s)+U(s)
+
U(s)
Sommatore
V (s)
V (s)

V (s)
Punto di diramazione
7-1
7 Diagrammi a Blocchi

R
Esempio
w T
V e
J
L b

Equazioni nel dominio del tempo:




V Ri e L di
=0

dt

e = k

J d = T

dt


T = ki

Equazioni nel dominio di Laplace:




(sL + R)I(s) = V (s) E(s)



E(s) = k(s)

(Js + ) = T




T (s) = kI(s)

Diagramma a blocchi:

7-2
7 Diagrammi a Blocchi

U1 (s)
G1 Y1 (s) = U2 (s)
G2 Y2 (s) U1 (s)
G2 G1 Y2 (s)

Cascata

U1 (s)
G1 Y1 (s)

U (s) = +
Y (s) = U (s) Y (s)
U1 (s) = U2 (s) Y1 (s) + Y2 (s)
G1+ G2
+

U2 (s)
G2 Y2 (s)
Parallelo

U(s) + U1 (s)
G1 U (s) G1 Y (s)
+ 1 G2 G1
U2 (s) = Y 1 (s) = Y (s)

G2
Retroazione
U(s) + U1 (s)
G1 Y (s)
+
U(s)
G1 + Y (s)
+
U2 (s)

Spostamento
U2 (s)
G1
sommatore a valle
U(s) +
G1 Y (s)
U1 (s)
G1 + Y (s) +

+
U2 (s)
1 U2 (s)
Spostamento G1
sommatore a monte

U(s)
G1 Y (s)
U(s)
G1 Y (s)

1 U(s)
Spostamento G1
punto di prelievo a valle

U(s)
G1 Y (s)
U(s)
G1 Y (s)

Spostamento G1 Y (s)

punto di prelievo a monte

7-3
7 Diagrammi a Blocchi
Esempio
H2
w + + z
G1 + _ G2 G3 +

H1

G4

H2 H2G3
w + + z w + + z
G1 + _ G2 G3 +
G1 + _ G2 G3 +

H1 H1

G4 G4

w + z
G1 + _ G2 G3 + w + z
G1 (1+G2(H1-H2G3))-1 G2 G3 +

H1-H2G3

G4 G4

w + z
G3(1+G2(H1-H2G3))-1 G2G1 +

G4
w z
G4+G3(1+G2(H1-H2G3))-1 G2G1

7-4
7 Diagrammi a Blocchi

Teorema. Un sistema costituito da un numero


qualunque di sottosistemi fra loro connessi in cascata
e/o parallelo e asintoticamente stabile se e solo se
sono asintoticamente stabili tutti i sottosistemi che lo
compongono.
Esempio

U (s) 1 2 Y2 (s)
G1 (s) = G2 (s) =
s+1 1 + sT
+
Y (s)

+
3
G3 (s) =
U(s) 2
s + s + Y2 (s)

Il sistema e asintoticamente stabile se e solo se


T > 0, > 0, > 0.

7-5
8. Risposte Tipiche nel Tempo
8 Risposte Tipiche nel Tempo
Sistema del primo ordine

u(t) k y(t)
U(s) 1 + s Y (s)

(k, > 0)
Risposta allimpulso : u(t) = (t), U (s) = 1,
k k t
Y (s) = , y(t) = e 1I(t)
1 + s

Risposta al gradino : u(t) = 1I(t), U (s) = 1s ,


k t
Y (s) = , y(t) = k(1 e ) 1I(t)
s(1 + s)

y(t)
k
Im[s]

decrescente
crescente x
1 Re[s]

tempo t

8-1
8 Risposte Tipiche nel Tempo
Sistema del secondo ordine (poli reali)

u(t) k y(t)
U(s) (1 + 1 s)(1 + 2 s) Y (s)

(k, 1 , 2 > 0)
Risposta al gradino : u(t) = 1I(t), U (s) = 1s ,
k
Y (s) =
s(1 + 1 s)(1 + 2 s)
1 t 2 t
y(t) = k(1 + e 1 e 2 ) 1I(t)
2 1 2 1

y(t)
k
Im[s]

x x
2 11
1 Re[s]

tempo t

8-2
8 Risposte Tipiche nel Tempo
Sistema del secondo ordine (poli complessi)

u(t) k y(t)
U(s) 1 + 2 !n s + 1 2
!n2 s Y (s)

(k, n > 0, 0 < < 1)


Risposta al gradino : u(t) = 1I(t), U (s) = 1s ,
k
Y (s) =
s(1 + 2 n s + 12 s2 )
 !n !  "
y(t) = k 1 en t cos n 1 2 t +
&
!  "
 sin n 1 2 t 1I(t)
1 2

y(t)
Im[s]
a
x
k

b !n

Re[s]

x
tempo t

j(+
s = a + jb = n e 2) , = arcsin

a = n n = a2 + b2

b = n 1 2 = a
a2 +b2

8-3
8 Risposte Tipiche nel Tempo
Sistema tempo discreto nilpotente

u(k) bn z n + bn1 z n1 + + b1 z + b0 y(k)


U (z) zn Y (z)

Risposta allimpulso : u(k) = (k), U (z) = 1,


b0 z n + b1 z n1 + + bn1 z + bn
Y (z) =
zn
1 1
 1 n

y(k) = Z [Y (z)] = Z b 0 + b1 z + + b n z

b 0kn
k
=
0 k > n, k < 0

y(k)
5

Im[z]
4

2
xx
1
Re[z]

-1
0 1 2 3 4 5 6 7 8 9 10

tempo k

Leetto dellimpulso svanisce dopo un numero


nito n di passi. Idem per leetto delle
condizioni iniziali.

8-4
8 Risposte Tipiche nel Tempo

8-5
9. Risposta in Frequenza
9 Risposta in Frequenza

u(t) y(t)
G(s)
U(s) Y (s)

Ricorda: la funzione di trasferimento di un sistema


lineare tempo continuo e il rapporto fra la trasf. di
Laplace Y (s) dell uscita y(t) e la trasf. di Laplace
U (s) dell ingresso per u(t) per condizione iniziale
nulla x0 = 0.
Denizione: La risposta in frequenza di un sistema
G(s) e la funzione complessa di variabile reale
G(j), R, 0.

sin !t
u(t) = U y(t)
G(s)

Teorema: Se G(s) e asintoticamente stabile (poli a


parte reale negativa), allora in condizioni di
regime permanente (o asintoticamente per
t)

y(t) yrp (t)  U |G(j)| sin(t + G(j))

La risposta in frequenza permette quindi di


analizzare la risposta del sistema ad eccitazioni
sinusoidali a diverse frequenze.
9-1
9 Risposta in Frequenza
Dimostrazione:
Lingresso u(t) = sin t 1I(t) ha per trasformata di Laplace

U (s) = 2
s + 2
La trasformata di Laplace della risposta forzata e quindi
G(s)
Yf (s) = G(s) =
s2 + 2 (s j)(s + j)
(la risposta libera y' (t) non e rilevante, visto che G(s) e
asintoticamente stabile e quindi y' (t) 0 per t ).
Scomponendo in fratti semplicia :
G(j) G(j) 
n
Ri
Yf (s) = + +
2j(s j) 2j(s + j) s pi
   i=1
  
Yrp (s)=risp. regime permanente risp. forz. transitoria

Poiche G(s) e asintoticamente stabile, lantitrasformata di


(n Ri
i=1 sp tende a zero asintoticamente. Rimane quindi
i
) *
1 G(j) G(j)
yrp (t) = L +
2j(s j) 2j(s + j)
j jt j jt
= G(j)e + G(j)e
2 2
# $
j jt j
= G(j)e + G(j)ejt
2 2
) *
j jt
= 2Re G(j)e
2
 
jG(j)+jt
= Im |G(j)|e )
= |G(j)| sin(t + G(j))

a Nota: La risposta forzata Yf (s) ha due componenti:


Yrp (s)=risposta di regime permanente, Yf t (s)=risposta forzata
transitoria.
9-2
9 Risposta in Frequenza
Esempio

sin !t
u(t) = U 10 y(t)
G(s) =
(1 + 0:1s)2

Calcolare la risposta in condizioni di regime


permanente per ingresso u(t) = 5 sin 10t .
Il sistema e asintoticamente stabile, avendo G(s)
poli reali negativi:
10
G(s) = , p1 = p2 = 10
(1 + 0.1s)2
Posso quindi denire la risposta di regime
permanente
yrp (t) = 5|G(j)| sin(10t + G(j))
dove
10 10
G(j) = =
(1 + 0.1j)2 1 + 0.2j 0.01 2
Per = 10 rad/s,
10 5
G(10j) = = = 5j
1 + 2j 1 j
e quindi

yrp (t) = 5 5 sin(10t ) = 25 sin(10t )
2 2
9-3
9 Risposta in Frequenza

u(k) y(k)
G(z)
U(z) Y (z)

Ricorda: la funzione di trasferimento di un sistema


lineare tempo discreto e il rapporto fra la trasf. zeta
Y (z) dell uscita y(k) e la trasf. zeta U (z) dell
ingresso per u(k) per condizione iniziale nulla x0 = 0.

Denizione: La risposta in frequenza di un sistema


G(z) e la funzione complessa di variabile reale
G(ej ), [0, ].

sin k
u(k) = U y(k)
G(z)

Teorema: Se G(z) e asintoticamente stabile (poli in


modulo < 1), allora in condizioni di regime
permanente (o asintoticamente per k )

y(k) yrp (k)  U |G(ej )| sin(k + G(ej ))

La risposta in frequenza permette quindi di


analizzare la risposta del sistema ad eccitazioni
sinusoidali a diverse frequenze.

9-4
9 Risposta in Frequenza
Esempio

sin k
u(k) = U 1:5 z y(k)
G (z) =
z(z 0:8)

Calcolare la risposta in condizioni di regime permanente


per ingresso u(k) = 100 + 20 sin 6 k .

Il sistema e asintoticamente stabile, avendo G(z) poli


in modulo minore di 1
1.5 z
G(z) = , p1 = 0, = p2 = 0.8
z(z 0.8)
Posso quindi denire la risposta di regime
permanente
yrp (k) = 100|G(ej0 )| sin(0 k + G(ej0 )) +

20|G(ej 6 )| sin( k + G(ej 6 ))
6
 
 1.5 ej 6 
 
= 100 |G(1)|sgn(G(1)) +20  j j 
    e 6 (e 6 0.8) 
G(1)

sin( k + (1.5 ej 6 ) (ej 6 (ej 6 0.8)))
6
0.5
100 + 20 1.6009 sin( k 0.6678 1.9631)
0.2 6

= 250 + 32.018 sin( k 2.6309)
6

9-5
9.1 Diagrammi di Bode

sin !t
U jG(j!)j sin(!t + \G(j!))
U
G(j!)

Il diagramma di Bode esprime modulo |G(j)| e


fase G(j) di G(j) in funzione di . Serve ad
analizzare la risposta del sistema a diverse
frequenze .
a
Diagramma di Bode di G(s)
0
-10
-20
-30
Modulo (db)

-40
-50
-60
-70
-80
0
-50
Fase (deg)

-100
-150
-200
-250
-300
1 10 100 1000
Frequenza (rad/s)

Il modulo |G(j)| e espresso in decibel (db) :

|G(j)|db = 20 log10 |G(j)|


La pulsazione e visualizzata in scala
logaritmica (si disegnano cioe i graci
(log10 ,|G(j)|db ) e (log10 ,G(j)))
a G(s) 1
= (1+0.1s)(1+0.002s+0.0001s2 )
9-6
9.1 Diagrammi di Bode

Sistema in forma di Bode:


K i (1 + si )
G(s) = h , i , T j C
s j (1 + sTj )
K=guadagno di Bode ;
h=tipo del sistema=numeri di poli in 0;
Tj =costante di tempo (se reale > 0).
Spesso la funzione di trasferimento e data in
forma poli/zeri
K  i (s zi )
G(s) = h , zi , pj C
s j (s pj )
Vale quindi
1 1 i i i (zi )
zi = , pj = , K  = K , K = K
i Ti j T j j (pj )

9-7
9.1 Diagrammi di Bode
Diagramma di Bode del modulo:
 
 K i (1 + ji ) 
|G(j)|db = 20 log10  
(j) j (1 + jTj ) 
h

Per le proprieta dei logaritmia :

|G(j)|db = 20 log10 |K| h20 log10


 
+ 20 log10 |1 + ji | 20 log10 |1 + jTj |
i j

Si hanno quindi 4 casi diversi:


1. 20 log10 |K|
2. 20 log10 ||
3. 20 log10 |1 + jT | , T R
4. 20 log10 |1 + jT |+20 log10 |1 + jT |, T C,
cioe
2
20 log10 |1 + 2j 2|
n n
dove
1 Re[T ]
n2 = , =
T2 |T |

a log = log +log , log


= log log , log = log

9-8
9.1 Diagrammi di Bode

Caso 1: 20 log10 |K|


jG(j!)jdb
40
20 log10jKj
20

1 10 100 1000 !

-20

Caso 2: 20 log10 || (20 log10 || )


jG(j!)jdb
40

20

1 10 100 1000 !

-20

9-9
9.1 Diagrammi di Bode

Caso 3: 20 log10 |1 + jT |
jG(j!)jdb
40

20 20 db/
decade
3
0
1 10 1 100 1000 !
T

-20

1 1
Nota: |G(j)| 1 per  T
, |G(j)| T per  T
.
2
Caso 4: 20 log10 |1 + 2j n 2 |
n
jG(j!)jdb
40
40 db/
decade

20

6 =1
0
1 10 100 !n 1000 !
0 crescente
-20

2
Nota: |G(j)| 1 per  n , |G(j)| 2
n
per  n .

9-10
9.1 Diagrammi di Bode

Esempio
1000(1 + 10s)
G(s) =
s2 (1 + s)2
jG(j!)jdb
150
-40 db/
decade

100 -20 db/


decade

50

-60 db/
decade
0
!

-50
0.01 0.1 1 10 100

Per  0.1: |G(j)| 1000


2

Per = 0.1: 20 log10 1000


2 = 20 log10 105 = 100
Per 0.1 < < 1: eetto dello zero in s = 0.1,
aggiungi 20 db/decade.
Per > 1: eetto del doppio polo in s = 1,
togli 2 20 db/decade.

9-11
9.1 Diagrammi di Bode
Diagramma di Bode della fase:
# $
K i (1 + ji )
G(j) =
(j)h j (1 + jTj )
Per le proprieta dellesponenzialea :

G(j)| = K (j)h
 
+ (1 + ji ) (1 + jTj )
i j

Si hanno ancora 4 casi diversi:



1. K = 0 per K > 0
per K < 0

2. (j)h = h
2
3. (1 + jT ) , T R
4. (1 + jT )+(1 + jT ), T C, cioe
# $
2
1 + 2j 2
n n

a (ej ) = , () = ( ej ej ) =
( ej( + ) ) = + = + , (

) =
9-12
9.1 Diagrammi di Bode

Caso 1: K
=2 \G(j!)

0 K>0
1 10 100 1000 !

-=2

- K<0

Caso 2: (j)h
=2 \G(j!)

0 h=0
1 10 100 1000 !

-=2 h=1

- h=2

9-13
9.1 Diagrammi di Bode

Caso 3: (1 + jT ) = atan(T )
=2 \G(j!)
=4 T>0

0
1 10 1 100 1000 !
-=4 T

-=2 T<0

1 1
Nota: G(j) 0 per  T
, G(j)
2
per  T
,
T > 0.
! 2
"
Caso 4: 1 + 2j n
2
n

\G(j!)
0

=2 crescente

0
1 10 100 !n 1000 !

Nota: G(j)| 0 per  n . Per 0, G(j)| =


2
! "
2
per = n , G(j) 2 = per  n .
n

9-14
9.1 Diagrammi di Bode

Segue esempio:
1000(1 + 10s)
G(s) =
s2 (1 + s)2
jG(j!)jdb
-=2

-3=4

-
!

-5=4

-3=
2
0.01 0.1 1 10 100

Per  0.1: G(j)


Per 0.1 < < 1: eetto dello zero in s = 0.1,
aggiungi 2 .
Per > 1: eetto del doppio polo in s = 1,
togli 2 2 .

9-15
9.1 Diagrammi di Bode

Esempio: 10(1 + s)
G(s) = 2
s (1 10s)(1 + 0.1s)
100

-40
Modulo (db)

50

0
-60

-50
-40

-100
-60
0

-50
Fase (deg)

-100

-150

-200 -2 -1
10 10 1 10 10 2

Frequenza (rad/s)

Per  0.1: |G(j)| 102 (pendenza -40


db/decade), G(j)
10
Per = 0.1: 20 log10 2
= 60 db
Per 0.1 < < 1: eetto del polo instabile in s = 0.1,
togli 20 db/decade al modulo, aggiungi 2 alla fase.
Per 1 < < 10: eetto dello zero s = 1, aggiungi
20 db/decade al modulo, aggiungi 2 alla fase.
Per > 10: eetto del polo in s = 10, togli 20
db/decade al modulo, togli 2 alla fase.
9-16
9.1 Diagrammi di Bode

Riassumendo: Leetto di poli/zeri (semplici) nel


diagramma asintotico e il seguente:

Modulo Fase
polo stabile (T > 0) 20 db/dec 2
polo instabile (T < 0) 20 db/dec
2

zero stabile (T > 0) +20 db/dec 2
zero instabile (T < 0) +20 db/dec 2

9-17
A. Elementi di Modellistica
A.1 Sistemi Meccanici - Traslazione

F
m dv d2 s
F = m =m 2 massa
s(t), v(t) dt dt


m1 m2 F1 = (v2 v1 ) = F2 attrito
viscoso
s1(t), v1(t) s2(t), v2(t)

k
m1 m2 F1 = k(s2 s1 ) = F2 elasticita
s1(t), v1(t) s2(t), v2(t)

si , vi : posizione e velocita del corpo #i rispetto


ad un sistema di riferimento sso (inerziale)
Fi : forza agente sul corpo #i
P = F v: potenza meccanica

1-1
A.2 Sistemi Meccanici - Rotazione

d! d2 inerzia
J
T = J =J 2
T
dt dt
(t), !(t)


J1 J2
T1 = (!2 !1 ) = T2 attrito
viscoso
1(t), !1(t) 2(t), !2(t)

J1 k J2
T1 = k(2 1 ) = T2 elasticita
1(t), !1(t) 2(t), !2(t)

i , i : posizione e velocita angolari del corpo #i


rispetto ad un sistema di riferimento sso
Ti : coppia agente sul corpo #i
P = T : potenza meccanica

1-2
A.3 Sistemi Elettrici

i(t)
C dv
i=C a
capacit
dt
v(t)

i(t) R v = Ri resistenza

v(t)

i(t) L di
v=L induttanza
dt
v(t)
T(t)
k !(t)
i(t) motore DC.
v = k! con controllo in
T = ki tensione di
v(t) armatura

v, i: tensione ai capi del componente, corrente


attraverso il componente
P = vi: potenza elettrica
, T : velocita angolare e coppia prodotta

1-3
A.3 Sistemi Elettrici

Strumenti di analisi: Leggi di Kirchho


v3

v2
i3
i2
i1
v4
v1

equilibrio delle tensioni equilibrio delle correnti


alla maglia al nodo

v1 + v 2 + v3 + v4 = 0 i1 + i2 + i3 = 0

1-4
A.4 Sistemi Termici

Temperatura
Q Calore
P Potenza termica o usso di calore
M Massa
cs Calore specico
R Resistenza termica fra due corpi
Relazioni:
P = dQ
dt
usso di calore
P = C d
dt
variazione di temperatura
1 2
P = R
usso di calore fra due corpi
Analogo elettrico:
Per ogni capacita termica C = cs M , associa un
condensatore C collegato a massa (=temperatura di
riferimento, e.g. 0o K)
Per ogni coppia (i, j) di corpi che si scambiano
calore, associa una resistenza elettrica Rij
Per ogni generatore di calore, associa un generatore
di corrente.
Tensione=temperatura, corrente=usso di calore
Nota: non ci sono induttanze termiche ( no
oscillazioni!)
1-5
A.4 Sistemi Termici
Esempio: Termometro

liquido (0=cost.)

R21
R10 mercurio 2
vetro 1

0 Temperatura liquido da misurare


1 Temperatura vetro
2 Temperatura mercurio
R10 Resistenza termica fra liquido e vetro
R21 Resistenza termica fra vetro e mercurio

Equivalente elettrico:
R10 P R21 P 2
1

+
0 C1 1 C2 2

1-6