Riassunto Ed Appunti Completi Del Corso Di Fondamenti Di Automatica

lOMoARcPSD|10787392
Riassunto ed appunti completi del corso di Fondamenti di

Automatica
Fondamenti di automatica (Informatica) (9 crediti) (Università degli Studi di Bergamo)
StuDocu non è sponsorizzato o supportato da nessuna università o ateneo.

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)
lOMoARcPSD|10787392
FONDAMENTI DI AUTOMATICA
1. Introduzione
Cosa è l’automatica?
L’automatica è un insieme di discipline che forniscono gli strumenti matematici e tecnologici per l’analisi e
la progettazione di sistemi automatici di controllo. Il problema fondamentale è quello del controllo, cioè
quello di imporre un comportamento desiderato al sistema analizzato. Controllare un sistema significa
quindi andare ad agire su una specifica variabile del sistema stesso (per esempio nel controllare la velocità
di una macchina agiamo sulla sua velocità).
In generale quando andiamo a lavorare su di un sistema, variandone il comportamento, possiamo
individuare una relazione “causa-effetto” tra i cambiamenti che facciamo al sistema e le sue risposte.
Per avere un effetto corretto bisogna scegliere quella che viene definita strategia di controllo, cioè stabilire
delle regole per capire come bisogna intervenire sull’ingresso per variare l’uscita. Ad esempio, nel problema
del controllo della velocità della macchina, possiamo andare a vedere dal tachimetro a quanto stiamo
andando e, in funzione della nostra velocità desiderata, schiacciare di più o di meno l’acceleratore. Esistono
due principali strategie di controllo:
• Ad anello chiuso o in retroazione:
Questa strategia di controllo, se opportunamente progettata, è l’unica che è in grado di controllare

più o meno bene i disturbi per compensarne o ridurne gli effetti.
• Ad anello aperto:
In generale individuiamo comunque un controllore (il pilota nell’esempio sopra) che deve essere dotato di
intelligenza per poter prendere delle decisioni e questa viene data dall’algoritmo su cui il controllore si
basa, detto legge di controllo.
2. Sistemi dinamici a tempo continuo

Cosa è un sistema dinamico?

lOMoARcPSD|10787392
Un sistema dinamico è un insieme di oggetti tra loro interconnessi che interagisce con il mondo esterno
mediante INGRESSI e USCITE. Per descrivere un sistema è necessario stabilire un modello matematico. I
sistemi che analizzeremo saranno solamente quelli a tempo continuo.
Per DINAMICO si intende il fatto che la conoscenza delle variabili di ingresso in un certo momento t non è
sufficiente a stabilire quale sarà l'uscita del sistema allo stesso tempo t. È necessario, per esempio,
conoscere anche in che condizioni si trova il sistema che si vuole analizzare prima dell'applicazione
dell'ingresso.
In particolare diremo che, per un sistema dinamico:
• Bisogna conoscere qualcosa in più del semplice andamento delle variabili di ingresso
• Serve "memoria" per sapere in che condizioni si trova il sistema nell'istante in cui si comincia ad
applicare l'ingresso.
Le variabili di stato sono variabili interne al sistema la cui conoscenza al tempo 𝑡" costituisce la minima
Variabili di stato
gli ingressi del sistema, per tutti i 𝑡 > 𝑡" .

informazione necessaria per determinare y(t), cioè l'uscita del sistema, e di conseguenza tutti gli u(t), cioè
Le variabili di stato possono essere genericamente un numero n, che determina anche l'ordine del sistema.
Proprio perché queste sono più di una si tende genericamente ad impacchettarle all'interno di un vettore di
stato.
Risolvere il modello matematico di un sistema richiede la conoscenza delle equazioni differenziali.
Equazioni differenziali
𝑥̇ (𝑡) = 𝑥(𝑡)
Un’equazione differenziale si presenta nella forma:
In particolare ogni equazione differenziale ha come soluzione una funzione, perciò per trovare uno
𝑥̇ (𝑡) = 𝑥(𝑡)
specifico valore è necessario imporre una condizione iniziale. Un esempio è quindi
)
𝑥(0) = 3
Spesso ci si può trovare di fronte a equazioni che non sono di primo grado, cioè che presentano derivate di
𝑦̈ (𝑡) + 𝑦̇ (𝑡) + 𝑦(𝑡) = 0

ordini superiori al primo. In questo caso si scelgono delle incognite ausiliarie:
𝑥0 (𝑡) = 𝑦(𝑡)
/
𝑥1̇ (𝑡) = −𝑥0̇ (𝑡) − 𝑥1 (𝑡)
Parleremo di equazioni differenziali omogenee quando portando a sinistra dell’uguale l’incognita e tutte le
sue derivate rimane uno zero a destra dell’uguale.
𝑥̇ (𝑡) = 𝑎(𝑡) ∙ 𝑥 (𝑡) + 𝑢(𝑡)

Generalmente un’equazione differenziale lineare del primo ordine si presenta nella forma:
Noi utilizzeremo però solo equazioni differenziali del primo ordine a coefficienti costanti, quindi 𝑎(𝑡) = 𝑎.
8
La soluzione di un’equazione differenziale del primo ordine è la seguente:
𝑥 (𝑡) = 𝑒 78 ∙ 𝑥" + : 𝑒 7(8;<) ∙ 𝑢(𝜏)𝑑𝜏

"
Rappresentazione di stato dei sistemi SISO stazionari

lOMoARcPSD|10787392
𝒙̇ (𝑡) = 𝒇B𝒙(𝑡), 𝑢 (𝑡)D 𝐸𝑞𝑢𝑎𝑧𝑖𝑜𝑛𝑒 𝑑𝑖 𝑠𝑡𝑎𝑡𝑜

?𝑦(𝑡) = 𝑔(𝒙(𝑡), 𝑢 (𝑡) 𝑇𝑟𝑎𝑠𝑓𝑜𝑟𝑚𝑎𝑧𝑖𝑜𝑛𝑒 𝑑𝑖 𝑢𝑠𝑐𝑖𝑡𝑎
𝑥 (𝑡" ) = 𝑥" 𝑆𝑡𝑎𝑡𝑜 𝐼𝑛𝑖𝑧𝑖𝑎𝑙𝑒
Dove 𝑥(𝑡) è un vettore, 𝑦(𝑡) e 𝑢(𝑡) sono scalari, 𝒇 è una funzione vettoriale e 𝒈 è una funzione scalare.
Classificazione dei sistemi dinamici
• Sistema SISO (Single Input, Single Output): Ingresso e uscita sono scalari.
• Sistema Lineare: f e g sono funzioni lineari di u e di x
• Sistema strettamente proprio: Non c’è dipendenza esplicita dell’uscita dall’ingresso. Altrimenti si
parla di sistemi propri.
• Sistema tempo-invarianti (Stazionario): Non c’è presenza esplicita della variabile tempo. Altrimenti
si parla di sistemi tempo-varianti.
• Grado del sistema: E’ il numero delle variabili di stato
Scelta delle variabili di stato
Per la scelta delle variabili di stato si possono considerare due criteri:
• Criterio matematico: si basa sulla scelta, come variabili di stato, dell’incognita e delle sue prime n-1
derivate
• Criterio fisico: si basa sulla scelta, come variabili di stato, di grandezze associate all’accumulo di
energia, di massa, ecc....
La scelta delle variabili di stato non è univoca, infatti non è obbligatorio utilizzare i criteri sopra elencati.
Resta però sottointeso che l’ordine del sistema, quindi il numero di variabili di stato, è univocamente
fissato a parità di accuratezza.
3. Movimento ed equilibrio
Movimento dello stato e dell’uscita
Assegnato un ingresso u(t), risolvendo l’equazione differenziale che descrive il sistema considerato, si
ottiene il movimento dello stato x(t), cioè come cambia lo stato nel tempo. Sostituendo poi x(t) nella
trasformazione dell’uscita si ottiene il movimento dell’uscita y(t), cioè come cambia l’uscita al variare di t.
Assegnato un ingresso 𝑢(𝑡) = 𝑢 costante lo stato di equilibrio è il movimento dello stato 𝑥 (𝑡) = 𝑥
Equilibrio
Analogamente, assegnato un ingresso 𝑢 (𝑡) = 𝑢 costante l‘uscita di equilibrio è il movimento dell’uscita

costante nel tempo.
𝑦(𝑡) = 𝑦 costante nel tempo.
Per calcolare l’equilibrio di un sistema bisognerà semplicemente porre uguali a zero le derivate e risolvere il
seguente sistema:

lOMoARcPSD|10787392
Nei sistemi lineari, in corrispondenza di un solo ingresso costante si avrà un solo stato di equilibrio. Questo
non è più vero nei sistemi non lineari dove, in corrispondenza di un solo ingresso si possono avere più stati
di equilibrio.
Per sistemi non lineari si possono avere due tipi di equilibri:
• Equilibrio vero e proprio
• Equilibrio precario, cioè un equilibrio in cui basta una piccola perturbazione per far uscire il sistema
dalla condizione di equilibrio.
Notazione matriciale dei sistemi LTI - SISO
𝑥̇ (𝑡) = 𝐴𝑥 (𝑡) + 𝐵𝑢(𝑡)

)
𝑦(𝑡) = 𝐶𝑥 (𝑡) + 𝐷𝑢(𝑡)
Calcolo dell’equilibrio di un sistema matriciale

Per calcolare lo stato di equilibrio in corrispondenza di un ingresso costante si devono porre le derivare
uguali a zero, cioè risolvere la seguente equazione
0 = 𝐴𝑥 + 𝐵𝑢 → 𝐴𝑥 = −𝐵𝑢
Questa equazione, contenendo delle matrici (A, B) può avere diverse soluzioni, in base al determinante di
A:
𝑥 = −𝐴;0 𝐵𝑢
• Se det(A) ≠ 0
𝑦 = 𝐶𝑥 + 𝐷𝑢 = (−𝐶𝐴;0 𝐵 + 𝐷)𝑢
Da questo ricaviamo che
dove 𝜇 = ] viene detto guadagno statico del sistema.

\
• se det(A) = 0 l’equazione 𝐴𝑥 = −𝐵𝑢 ha infinite o nessuna soluzione.
𝑎 𝑏 `,
Regola di calcolo: Matrice inversa di una matrice 2x2
Data 𝐴 = ^ la matrice inversa 𝐴;0 si ottiene:
𝑐 𝑑
• Scambiando gli elementi sulla diagonale principale
• Cambiando di segno gli elementi sulla diagonale secondaria
1
^ 𝑑 −𝑏`
• Moltiplicando il tutto per l’inverso del determinante di A
𝐴;0 =
det(𝐴) −𝑐 𝑎
Movimento di sistemi LTI SISO
8
• Movimento dello stato:
𝑥(𝑡) = 𝑒 e8 ∙ 𝑥" + : 𝑒 e(8;<) ∙ 𝑢 (𝜏)𝑑𝜏

"
8
• Movimento dell’uscita:
𝑥 (𝑡) = 𝐶𝑒 e8 ∙ 𝑥" + 𝐶 : 𝑒 e(8;<) ∙ 𝑢(𝜏)𝑑𝜏 + 𝐷𝑢(𝑡)

"
In entrambe le equazioni possiamo definire due tipologie di movimento:

lOMoARcPSD|10787392
𝑥f (𝑡) = 𝑒 e8 ∙ 𝑥"
• Movimento libero:
𝑦f (𝑡) = 𝐶𝑒 e8 ∙ 𝑥"
8
• Movimento forzato:
𝑥g (𝑡) = : 𝑒 e(8;<) ∙ 𝑢(𝜏)𝑑𝜏

"
8
𝑦g (𝑡) = 𝐶 : 𝑒 e(8;<) ∙ 𝑢(𝜏)𝑑𝜏 + 𝐷𝑢(𝑡)
"
4. Linearizzazione dei sistemi non lineari
Supponiamo che il seguente sistema non lineare stazionario abbia uno stato di equilibrio 𝑥 in
Linearizzazione vicino ad un equilibrio
corrispondenza di un ingresso costante 𝑢:

𝒙̇ (𝑡) = 𝒇B𝒙(𝑡), 𝑢 (𝑡)D
? 𝑦(𝑡) = 𝑔(𝒙(𝑡), 𝑢 (𝑡)
𝑥 (𝑡" ) = 𝑥"
Vogliamo trovare un sistema lineare che approssimi il comportamento del sistema non lineare vicino
all’equilibrio. Perturbando la condizione iniziale e l’ingresso con delle piccole variazioni si può scrivere il
seguente sistema:
Derivando x(t) si ottiene l’equazione di stato:
𝛿𝑥̇ (𝑡) = 𝑓B𝑥 + 𝛿𝑥(𝑡), 𝑢 + 𝛿𝑢(𝑡)D
Sviluppando in serie di Taylor il secondo membro si ha:
Siccome 𝑓 (𝑥, 𝑢) = 0, perché siamo all’equilibrio otteniamo l’equazione di stato per piccole variazioni:
𝛿𝑥̇ (𝑡) ≅ 𝑓j (𝑥, 𝑢 )𝛿𝑥(𝑡) + 𝑓] (𝑥, 𝑢)𝛿𝑢(𝑡)

Analogamente, perturbando l’uscita si ottiene 𝑦(𝑡) = 𝑦 + 𝛿𝑦(𝑡) e la trasformazione di uscita diventa
𝑦 + 𝛿𝑦(𝑡) = 𝑔(𝑥 + 𝛿𝑥(𝑡), 𝑢 + 𝛿𝑢(𝑡))
Sviluppando in serie di Taylor il secondo membro si ha:
Siccome 𝑦 = 𝑔(𝑥, 𝑢), perché siamo all’equilibrio si ottiene l’equazione di uscita per piccole variazioni:

lOMoARcPSD|10787392
𝛿𝑦(𝑡) ≅ 𝑔j (𝑥, 𝑢)𝛿𝑥 (𝑡) + 𝑔] (𝑥, 𝑢)𝛿𝑢(𝑡)
𝛿𝑥̇ (𝑡) ≅ 𝑓j (𝑥, 𝑢)𝛿𝑥 (𝑡) + 𝑓] (𝑥, 𝑢)𝛿𝑢 (𝑡)

Sistema lineare tangente
𝑆k : )
𝛿𝑦(𝑡) ≅ 𝑔j (𝑥, 𝑢 )𝛿𝑥(𝑡) + 𝑔] (𝑥, 𝑢)𝛿𝑢(𝑡)
Dove:
Confronto tra andamento del sistema non lineare e sistema lineare
5. Stabilità dei sistemi dinamici

Introduzione alla stabilità
Parlando di stabilità dei sistemi dinamici possiamo individuare due tipologie equilibri: uno stabile e uno
instabile.

lOMoARcPSD|10787392
La stabilità è una proprietà per cui un sistema tende a tornare nella situazione di equilibrio dopo aver
subito una perturbazione. Tale proprietà è in genere locale poiché è relativa a piccole perturbazioni. Nella
• Stabilità di un equilibrio: dato un equilibrio con ingresso 𝑢 e variabile di stato 𝑥 se si perturba solo
teoria dei sistemi dinamici si parla di:
lo stato l’equilibrio rimane stabile?

• Stabilità del sistema
Stabilità dell’equilibrio
Si parla di stabilità all’equilibrio se il grafico di movimento nominale (cioè quello che si ha senza perturbare
lo stato) e movimento perturbato sono vicini o simili
Stabilità dell’equilibrio nei sistemi LTI

Perturbando la condizione iniziale di un sistema LTI si ottiene il movimento perturbato, secondo la formula
di Lagrange:
• Non dipende direttamente da 𝑥 ma solo dalla sua variazione, quindi si può parlare di stabilità del
Perciò la perturbazione del movimento:
sistema

lOMoARcPSD|10787392
• Dipende solo da 𝑒 e8
Da questo deduciamo che la stabilità nei sistemi lineari è una proprietà globale quindi non dipende
dall’entità della perturbazione.
Se il sistema è descritto solo da equazioni scalari, e non matriciali, è sufficiente guardare il segno del
coefficiente a per studiare la stabilità del sistema:
Proprietà dei sistemi LTI asintoticamente stabili

Proprietà 1
Spostando un sistema LTI asintoticamente stabile dall’equilibrio esso tende a tornarci spontaneamente,
cioè il movimento dello stato tende a tornare allo stesso equilibrio.
Dato un ingresso costante 𝑢, lo stato di equilibrio di un sistema LTI asintoticamente stabile è unico.
Proprietà 2
Proprietà 3
Il movimento dello stato di un sistema LTI asintoticamente stabile dipende asintoticamente solo
dall’ingresso.
Proprietà 4
Se l’ingresso u(t)=0 allora il movimento dello stato di un sistema LTI asintoticamente stabile tende
asintoticamente a zero.
Se 𝑢 (𝑡) = 𝑢 allora l’uscita di un sistema LTI asintoticamente stabile tende al valore di regime:
Proprietà 5
𝑦 = 𝜇𝑢 = (−𝐶𝐴;0 𝐵 + 𝐷)𝑢
Proprietà 6
Applicando ad un sistema LTI asintoticamente stabile un ingresso limitato allora l’uscita è limitata.
Studio della matrice 𝑒 e8 per 𝑡 → ∞

6.Stabilità e matrice A nei sistemi LTI
matrice 𝑒 e8 . Questo risulta facile per il caso scalare ma come dobbiamo procedere nel caso matriciale?
In base a quanto visto precedentemente, per studiare la stabilità di un sistema dobbiamo analizzare la
Studiamo quindi i seguenti casi:

A diagonale

lOMoARcPSD|10787392
I coefficienti 𝑠0 , … , 𝑠o sono detti autovalori della matrice A e servono per studiare la stabilità del sistema. In
particolare i termini 𝑒 pq 8 sono detti modi del sistema.
Per un teorema si ha che A è diagonalizzabile, cioè esiste una matrice M invertibile tale che 𝐴r = 𝑀𝐴𝑀;0 ,
A con autovalori reali distinti (diagonalizzabile)
dove 𝐴r è la matrice diagonalizzata di A (matrice diagonale in cui gli autovalori si trovano sulla diagonale
L’esponenziale 𝑒 e8 diventa quindi:

principale) e la matrice M è la matrice diagonale costituita dagli autovettori di A, messi in colonna.
𝑒 pv 8 ⋯ 0
;0 x
𝑒 =𝑒
e8 tuvewt8
=𝑀 𝑒 𝑀=𝑀
;0 ew8
⋮ ⋱ ⋮ }𝑀
0 ⋯ 𝑒 p|8
della matrice 𝐴r.

Per stabilire la natura della stabilità si devono comunque guardare gli autovalori della matrice A e non quelli
A con autovalori complessi distinti coniugati (diagonalizzabile)
𝑠 = 𝜎 + 𝑗𝜔
Gli autovalori della matrice A sono del tipo
) 0
𝑠1 = 𝜎 − 𝑗𝜔
Si dimostra che la convergenza (cioè la stabilità del sistema) dipende solo dal segno della parte reale 𝜎.

lOMoARcPSD|10787392
A con autovalori multipli

Se la matrice A ha degli autovalori multipli non è detto che sia diagonalizzabile, quindi analizziamo i due
casi:
• A non diagonalizzabile: la matrice 𝑒 e8 contiene termini del tipo 𝑒 pq 8 , 𝑡𝑒 pq8 , … , 𝑡 ‚;0 𝑒 pq8 , dove k
• A diagonalizzabile: siamo nel caso di “A con autovalori reali distinti”
indica la molteplicità geometrica associata agli autovalori. In questo caso si ha:
Teoremi riassuntivi sulla stabilità dei sistemi LTI

Teorema 1
Un sistema LTI è asintoticamente stabile se e solo se tutti gli autovalori della matrice A hanno parte reale
negativa.
Teorema 2
Un sistema LTI è instabile se la matrice A ha almeno un autovalore con parte reale positiva.
Teorema 3
Un sistema LTI è stabile se la matrice A tutti gli autovalori con parte reale negativa ed uno solo nullo (o una
sola coppia complessa coniugata con parte reale nulla).
Osservazione: Esistono sistemi con più di un autovalore con parte reale nulla (e tutti gli altri con parte reale
negativa) che sono stabili semplicemente ed altri sistemi con più di un autovalore con parte reale nulla (e
tutti gli altri con parte reale negativa) che sono instabili.
Schema riassuntivo per autovalori con parte reale nulla
Regione di asintotica stabilità

Un sistema LTI si dice asintoticamente stabile se gli autovalori della matrice A stanno a sinistra dell’asse
immaginario (asse escluso)

lOMoARcPSD|10787392
Criteri di stabilità basati sulla matrice A

Esistono dei criteri che consentono di valutare la stabilità di un sistema senza calcolare esplicitamente gli
autovalori della matrice A, cioè analizzando semplicemente la struttura della matrice.
Criterio 1
Se A è triangolare inferiore o superiore si ha che gli autovalori si trovano sulla diagonale e quindi valgono le
stesse considerazione fatte per “A diagonale”.
Criterio 2
Per una matrice A qualunque si studia la traccia, cioè la somma degli elementi sulla diagonale principale.
Per un teorema si ha che la traccia corrisponde anche alla somma degli autovalori della matrice.
Criterio 3
Il determinante di una matrice è il prodotto dei suoi autovalori.
Criteri di stabilità basati sul polinomio caratteristico

Esistono dei criteri per valutare la stabilità di un sistema basati sull’ispezione del polinomio caratteristico
della matrice A.
Criterio 1 (solo per sistemi del II ordine) - Condizione necessaria e sufficiente
Se il polinomio caratteristico ha tutti i coefficienti non nulli e concordi in segno allora il sistema è
asintoticamente stabile.
Criterio 2 (solo per sistemi dal III ordine) - Condizione necessaria
Condizione necessaria per l’asintotica stabilità è che il polinomio caratteristico abbia coefficienti non nulli e
concordi in segno. Quindi se non viene verificata questa condizione, sicuramente il sistema non è
asintoticamente stabile, altrimenti non si può dire nulla a priori.
Criterio 3 - Criterio di Routh

lOMoARcPSD|10787392
Questo criterio si utilizza nel caso in cui tutti i coefficienti del polinomio caratteristico sono non nulli e
concordi in segno e il grado del polinomio è superiore al 3.
Un sistema è asintoticamente stabile se e solo se gli elementi della prima colonna della tabella di Routh
sono diversi da zero e concordi in segno.
7. Stabilità dell’equilibrio nei sistemi non lineari

Dato un sistema non lineare stazionario con un solo stato di equilibrio in corrispondenza di un ingresso
costante è sensato discutere la stabilità di tale equilibrio e non del sistema.
dinamica 𝑓j (𝑥, 𝑢).

A tale scopo, analizziamo il sistema lineare tangente, in particolar modo gli autovalori della sua matrice
Teorema 1 - Condizione sufficiente
matrice dinamica 𝑓j (𝑥, 𝑢) hanno parte reale strettamente negativa.

Un equilibrio di un sistema non lineare tangente è asintoticamente stabile se tutti gli autovalori della
Teorema 2
dinamica 𝑓j (𝑥, 𝑢) con parte reale positiva.

Un equilibrio di un sistema non lineare tangente è instabile se esiste almeno un autovalore della matrice
Non è possibile dire nulla riguardo la stabilità dell’equilibrio se la matrice dinamica 𝑓j (𝑥, 𝑢) ha almeno un
Teorema 3
autovalore con parte reale nulla.
8. Trasformazione di Laplace
Introduzione alla trasformazione di Laplace
Studiare un sistema LTI nel dominio del tempo richiede, come visto in precedenza, l’utilizzo delle equazioni
differenziali. Questo può essere complicato e quindi è necessario trovare un dominio che permetta di
trasformare l’operazione di derivazione e/o d’integrazione in operazioni più semplici, come delle equazioni
algebriche. Il dominio utilizzato è quello delle trasformate di Laplace.

lOMoARcPSD|10787392
Definizione di trasformazione di Laplace

Per quanto riguarda il legame tra le trasformate di Laplace e dominio del tempo possiamo individuare che:
Definire una trasformata di Laplace significa descrivere la relazione seguente:
• 𝐿[𝑓 (𝑡)] è una funzione complessa (anche se a noi interessa solo reale) di variabile complessa
Osservazioni
• 𝐿[𝑓 (𝑡)] non dipende dai valori assunti da f(t) con 𝑡 < 0
• Bisogna imporre delle condizioni su s perché l’integrale esista (ascissa di convergenza)
Trasformate notevoli
Trasformata dello scalino
0 𝑝𝑒𝑟 𝑡 < 0
Lo scalino, di ampiezza unitaria, è il tipico segnale di test descritto dalla seguente funzione nel tempo:
𝑠𝑐𝑎(𝑡) = )
1 𝑝𝑒𝑟 𝑡 ≥ 0
𝑒 ;p8 1 1
‹
La trasformata di Laplace dello scalino è:
Œ‹
𝐿[𝑠𝑐𝑎(𝑡)] = : 1∙𝑒 ;p8
𝑑𝑡 = ‰− Š =0+ =
" 𝑠 " 𝑠 𝑠
Trasformata dell’impulso
𝑖𝑚𝑝(𝑡) = 0 , 𝑡 ≠ 0
L’impulso è la funzione del tempo definita dalle seguenti proprietà:
? Œ‹
: 𝑖𝑚𝑝(𝑡)𝑑𝑡 = 1
;‹
Queste due relazioni non specificano cosa vale la funzione nel punto 𝑡 = 0 ma possono essere pensate, per
0 𝑝𝑒𝑟 𝑡 < 0, 𝑡 > 𝜀

avere le idee più chiare, come:
Ž1 𝑐𝑜𝑛 𝑖𝑚𝑝(𝑡) = lim 𝑓• (𝑡)

𝑝𝑒𝑟 0 ≤ 𝑡 ≤ 𝜀 ”→"
𝜀
A questo punto posso calcolare la trasformata di Laplace ragionando sulla funzione ridefinita ed ottengo
𝐿[𝑖𝑚𝑝(𝑡)] = lim 𝐿[𝑓• (𝑡)]

quindi:
•→"
Œ‹
1 − 𝑒 •p
𝐿[𝑓• (𝑡)] = : 𝑓• (𝑡) ∙ 𝑒 ;p8 𝑑𝑡 =
" 𝜀𝑠
1 − 𝑒 •p
𝐿[𝑖𝑚𝑝(𝑡)] = lim =1
•→" 𝜀𝑠
Legame tra scalino e impulso
Guardando la funzione dello scalino e dell’impulso si nota che lo scalino è l’integrale dell’impulso, perciò
similmente l’impulso sarà la derivata dello scalino.

lOMoARcPSD|10787392
Proprietà della trasformazione di Laplace

Proprietà 1: Linearità
𝐹0 (𝑠) = 𝐿[𝑓0 (𝑡)] 𝐹1 (𝑠) = 𝐿[𝑓1 (𝑡)] 𝛼, 𝛽 ∈ ℂ

Date due trasformazioni di Laplace e due coefficienti
𝐿[𝛼𝑓0 (𝑡) + 𝛽𝑓1 (𝑡)] = 𝛼𝐹0 (𝑠) + 𝛽𝐹1 (𝑠)

vale la seguente proprietà:
Data 𝐹 (𝑠) = 𝐿[𝑓(𝑡)] con 𝑓 (𝑡) = 0 per 𝑡 < 0, la trasformata di Laplace della funzione “ritardata” risulta
Proprietà 2: Trasformazione del ritardo
𝐿[𝑓(𝑡 − 𝜏)] = 𝑒 (;p<) 𝐹 (𝑠) 𝜏 > 0

essere:
dove 𝜏 indica di quanto è ritardo 𝑓(𝑡 − 𝜏) rispetto a 𝑓(𝑡).
Data 𝐹 (𝑠) = 𝐿[𝑓(𝑡)] vale la seguente proprietà

Proprietà 3: Traslazione nel dominio delle trasformate
𝐿[𝑒 78 𝑓(𝑡)] = 𝐹(𝑠 − 𝑎)

Proprietà 4: Derivazione nel dominio delle trasformate
𝑑𝐹(𝑠)
𝐿[𝑡𝑓(𝑡)] = −
𝑑𝑠

Proprietà 5: Derivazione nel dominio del tempo
𝑑
𝐿 › 𝑓(𝑡)œ = 𝐿•𝑓̇ (𝑡)ž = 𝑠𝐹 (𝑠) − 𝑓(0)
𝑑𝑡
Questo significa che l’operatore di derivazione è trasformato nell’operatore di moltiplicazione per s.
Estensione a derivate di ordine superiore
𝐿•𝑓̈(𝑡)ž = 𝑠𝐿•𝑓̇ (𝑡)ž − 𝑓̇ (0) = 𝑠 1 𝐹 (𝑠) − 𝑠𝑓 (0) − 𝑓̇(0)

• Ordine 2:
𝑑o 𝑓(𝑡) 𝑑o;0 𝑓 (𝑡)

• Ordine n:
o ( ) o;0 ( )
𝐿‰ Š = 𝑠 𝐹 𝑠 − 𝑠 𝑓 0 − ⋯ − Ÿ
𝑑𝑡 o 𝑑𝑡 o;0 8 "

Proprietà 6: Integrazione nel dominio del tempo
8
1
L ‰: 𝑓 (𝜏)𝑑𝜏Š = 𝐹(𝑠)
" 𝑠

lOMoARcPSD|10787392
Questo significa che l’operatore di integrazione è trasformato nell’operatore di divisione per s (o di

0
moltiplicazione per p .
Trasformata di un vettore
La trasformata di Laplace di un vettore è semplicemente la trasformata di ciascuno componente del
𝑥0 (𝑡) 𝑋0 (𝑡)
vettore.
𝒙(𝑡) = x … } 𝑿(𝑠) = 𝐿[𝒙(𝑡)] = x … }

𝑥o (𝑡) 𝑋o (𝑡)
• 𝐿[𝐴𝒙(𝑡)] = 𝐴𝐿[𝒙(𝑡)] = 𝐴𝑿(𝑠)

Come nel caso precedente, valgono le seguenti proprietà:
𝐿[𝑥0̇ (𝑡)] 𝑠𝑋0 (𝑠) − 𝑥0 (0)

• 𝐿[𝒙̇ (𝑡)] = x … } = x … } = 𝑠𝑿(𝑠) − 𝒙(0)
( )
𝐿[𝑥ȯ 𝑡 ] ( )
𝑠𝑋o 𝑠 − 𝑥o (0)
Si definisce zero di una trasformata il valore di s per cui 𝐹(𝑠) = 0. Si definisce, invece, polo di una
Poli e zeri di una trasformata
trasformata il valore di s per cui 𝐹 (𝑠) = ∞.

Nel caso particolare e più ricorrente in cui la F(s) viene espressa come rapporto tra numeratore N(s) e
denominatore D(s):
• I poli sono le radici del denominatore D(s)
• Gli zeri sono le radici del numeratore N(s)
9. Calcolo dell’antitrasformata di Laplace

Introduzione all’antitrasformata di Laplace
Una volta che dal dominio del tempo ci siamo traferiti nel dominio delle trasformate per ottenere delle
equazioni algebriche, in sostituzione delle equazioni differenziali, semplificando i calcoli, ci dobbiamo
chiedere come tornare nel dominio del tempo per poter agire o controllare il sistema. A questo proposito,
𝑓(𝑡) = 𝐿;0 [𝐹 (𝑠)]

si utilizza l’antitrasformata di Laplace.
Nasce, però, un problema, in quanto non si ha una perfetta corrispondenza biunivoca tra 𝑓(𝑡) e la sua
trasformata 𝐹(𝑠), perché possono esserci più funzioni nel dominio del tempo che sono l’antitrasformata
della stessa 𝐹 (𝑠). Perciò bisogna porre delle condizioni affinché si abbia la corrispondenza biunivoca e
• Bisogna considerare uguali le funzioni che lo sono per 𝑡 ≥ 0

sono:
• Bisogna considerare uguali le funzioni a meno di un insieme di punti per 𝑡 > 0

Perciò, le funzioni per tempi negativi possono essere completamente diverse, ma per tempi positivi e nulli
devono essere uguali, a meno di qualche punto.
Strumenti per l’antitrasformata di Laplace
Per calcolare l’antitrasformata di Laplace ci sono diversi metodi:
• Formula esplicita
• Teorema del valore iniziale
• Teorema del valore finale
• Sviluppo di Heaviside (valido solo per trasformate razionali)
Siccome utilizzare la formula esplicita risulta troppo oneroso e complesso, utilizziamo degli strumenti per il
calcolo dell’antitrasformata di Laplace.
Data 𝐹 (𝑠) = 𝐿[𝑓(𝑡)] il teorema del valore iniziale consente di trovare il valore della f al tempo t=0.
Teorema del valore iniziale
𝑓 (0) = lim 𝑠𝐹(𝑠)

p→‹
Teorema del valore finale

lOMoARcPSD|10787392
Data 𝐹 (𝑠) = 𝐿[𝑓(𝑡)] il teorema del valore finale consente di trovare il valore della f ad un tempo 𝑡 = ∞,
ma è applicabile solo sotto certe ipotesi:
• F(s) deve avere solo poli con parte reale negativa
• F(s) deve avere solo poli nulli
𝑓(∞) = lim 𝑠𝐹(𝑠)

p→"
Antitrasformazione mediante sviluppo di Heaviside
Questo metodo è applicabile solo per F(s) razionali del tipo
L’idea su cui si basa questo criterio è di scomporre F(s) nella somma di elementi per i quali è nota
l’antitrasformata.
Applichiamo questo metodo solo ai seguenti casi:
• F(s) con poli reali distinti
• F(s) con poli reali multipli
• F(s) con poli complessi coniugati
• F(s) con grado del denominatore uguale al grado del numeratore (m=n).
Poli reali distinti
𝐷(𝑠) = 𝑎" (𝑠 + 𝑝0 )(𝑠 + 𝑝1 ) … (𝑠 + 𝑝o )

E’ possibile fattorizzare il denominatore come segue
dove -pi indica i poli della F(s).
𝛼0 𝛼1 𝛼o
Grazie a questa scomposizione è possibile scrivere F(s) come
𝐹 (𝑠) = + + ⋯+
𝑠 + 𝑝0 𝑠 + 𝑝1 𝑠 + 𝑝o
Una volta ricavati i coefficienti 𝛼¤ , si sostituiscono nell’espressione scritta sopra e si ottiene F(s) come
𝛼¤
somma di elementi di cui si conosce l’antitrasformata, infatti
𝐿;0 › œ = 𝛼¤ 𝑒;¥q 8
𝑠 + 𝑝¤
o
In conclusione si può scrivere l’antitrasformata di F(s) nel seguente modo:
𝑓 (𝑡) = ¦ 𝛼0 𝑒 ;¥v 8 𝑝𝑒𝑟 𝑡 ≥ 0

¤ 0
Poli reali multipli
In questo caso, il denominatore di F(s) può essere scritto ancora fattorizzato con i poli, però avrà una forma
diversa da quella del caso precedente perché ci sarà sicuramente qualche termina al quadrato, al cubo, ad
𝐷(𝑠) = ⋯ (𝑠 + 𝑝¤ )‚ …
una qualsiasi potenza k>1.
dalla scomposizione di 𝐷(𝑠). Se i poli sono distinti si scrive il denominatore dell’elemento come nel caso
Con questa scomposizione è possibile scrivere F(s) come somma di elementi, i cui denominatori derivano
precedente, mentre per i poli multipli, essi vengono scritti con la molteplicità corrispondente.

lOMoARcPSD|10787392
𝛽0 𝛽1 𝛽‚
𝐹 (𝑠) = ⋯ + + + ⋯+
𝑠+𝑝 (𝑠+𝑝 )1 (𝑠 + 𝑝)‚
Il denominatore della funzione F(s) si presenta in questa forma, dove 𝜎 ± 𝑗𝜔 sono i poli:
Poli complessi coniugati
𝐷(𝑠) = ⋯ (𝑠 − 𝜎 − 𝑗𝜔)(𝑠 − 𝜎 + 𝑗𝜔) … = … (𝑠 − 𝜎)1 + 𝜔1
𝛽𝑠 + 𝛾
Con questa fattorizzazione la F(s) può essere scritta così:
𝐹 (𝑠) = ⋯ + +⋯
(𝑠 − 𝜎)1 + 𝜔 1
Aggiungendo e sottraendo la stessa quantità 𝛽𝜎 al numeratore dell’addendo (p;«)¬Œ-¬ si ottiene:
©pŒª
𝛽𝑠 + 𝛾 𝛽𝑠 + 𝛾 + 𝛽𝜎 − 𝛽𝜎 𝑠−𝜎 𝛾 + 𝛽𝜎 𝜔
= =𝛽 +
(𝑠 − 𝜎)1 + 𝜔 1 (𝑠 − 𝜎)1 + 𝜔 1 (𝑠 − 𝜎)1 + 𝜔 1 𝜔 (𝑠 − 𝜎)1 + 𝜔 1
𝐿;0 ®(p;«)¬ Œ-¬ ¯ = 𝑒 «8 cos(𝜔𝑡)

Questo passaggio è stato fatto per ottenere delle trasformate notevoli, infatti
p;«
•
𝐿;0 ®(p;«)¬ ¯ = 𝑒 «8 sin(𝜔𝑡)
-
Œ- ¬
•
𝛾 + 𝛽𝜎 «8
Alla fine si ottiene
𝑓 (𝑡) = ⋯ + 𝛽𝑒 «8 cos(𝜔𝑡) + 𝑒 sin(𝜔𝑡) + ⋯ 𝑝𝑒𝑟 𝑡 ≥ 0
𝜔
coefficienti 𝛽 e 𝛾 (e gli eventuali 𝛼) con il metodo visto nel caso di poli reali. L’unica cosa che cambia è che
Questi passaggi possono essere eseguiti anche in un modo alternativo, che consiste nel ricavare i
all’elemento con (𝑠 − 𝜎)1 + 𝜔1 a denominatore bisogna mettere un polinomio di primo grado a

numeratore (𝛽𝑠 + 𝛾). Risolvendo l’opportuno sistema si ottiene una scomposizione della F(s), ma gli
©pŒª
(p;«) ¬Œ- ¬
elementi del tipo non hanno un’antitrasformata immediata. A questo punto bisogna cercare di
ricondursi alle trasformate di 𝑒 ;«8 sin(𝜔𝑡) e 𝑒 ;«8 cos(𝜔𝑡) in questo modo:
𝛽𝑠 + 𝛾 𝑠+𝜎 𝜔
= 𝑘0 + 𝑘1
(𝑠 + 𝜎) + 𝜔
1 1 (𝑠 + 𝜎) + 𝜔
1 1 (𝑠 + 𝜎)1 + 𝜔 1
Ricavando i coefficienti k1 e k2 si ottengono le trasformate notevoli del seno e del coseno, di cui si è in grado
di calcolare l’antitrasformata.
Grado relativo nullo (m=n)
quest’ultima bisogna aggiungere un termine costante 𝛼" . Facendo l’antitrasformata di questo termine poi
Se il numeratore e il denominatore della funzione F(s) hanno lo stesso grado, nella scomposizione di
𝑓(𝑡) = ⋯ + 𝛼" 𝑖𝑚𝑝(𝑡) 𝑝𝑒𝑟 𝑡 ≥ 0

si ottiene:
Esempio esplicativo: utilizzo della trasformazione di Laplace per la risoluzione di equazioni differenziali
Lo scopo della trasformata di Laplace è, appunto, quello di rendere più semplici e immediati i calcoli per la
risoluzione di equazioni differenziali lineari a coefficienti costanti dei sistemi dinamici. Vediamo un esempio
𝑦̇ (𝑡) = −𝑦(𝑡) + 𝑢(𝑡)

per chiarire le idee:
Applicando la trasformazione di Laplace ad entrambi i membri di questa equazione differenziale si ottiene il
𝑠𝑌(𝑠) − 𝑦(0) = −𝑌(𝑠) + 𝑈(𝑠)

seguente risultato:
(𝑠 + 1)𝑌(𝑠) = 𝑦(0) + 𝑈(𝑠)
𝑢 (𝑡) = 𝑠𝑐𝑎(𝑡) 𝑦(0) = 4

Se, per esempio, fissiamo un ingresso e una condizione iniziale
1
l’equazione nel dominio delle trasformate, scritta sopra, diventa:
(𝑠 + 1)𝑌(𝑠) = 4 +
𝑠
4 1
𝑌(𝑠) = +
𝑠 + 1 𝑠 (𝑠 + 1)

lOMoARcPSD|10787392
Con i metodi visti prima è possibile calcolare l’antitrasformata di 𝑌(𝑠), in modo molto più semplice rispetto
all’utilizzo di formule molto complesse.
10. Funzione di trasferimento

Definizione
trasformata dello stato 𝑥(𝑡):

Dato un sistema LTI, facciamo la trasformazione di Laplace dell’equazione di stato, ottenendo la
𝑥̇ (𝑡) = 𝐴𝑥 (𝑡) + 𝐵𝑢(𝑡)

)
𝑦(𝑡) = 𝐶𝑥 (𝑡) + 𝐷𝑢(𝑡)
𝑠𝑋(𝑠) − 𝑥 (0) = 𝐴𝑋(𝑠) + 𝐵𝑈(𝑠)
(𝑠𝐼 − 𝐴)𝑋(𝑠) = 𝑥 (0) + 𝐵𝑈(𝑠)
𝑋(𝑠) = (𝑠𝐼 − 𝐴);0 𝑥 (0) + (𝑠𝐼 − 𝐴)(;0) 𝐵𝑈(𝑠)
𝑌(𝑠) = 𝐶𝑋(𝑠) + 𝐷𝑈(𝑠)

Facciamo ora la trasformazione di Laplace della trasformazione di uscita
𝑌(𝑠) = 𝐶•(𝑠𝐼 − 𝐴);0 𝑥 (0) + (𝑠𝐼 − 𝐴)(;0) 𝐵𝑈(𝑠)ž + 𝐷𝑈(𝑠)

Sostituendo all’interno della trasformata Y(s) la trasformata dello stato X(s) si ottiene:
= 𝐶 (𝑠𝐼 − 𝐴);0 𝑥 (0) + 𝑈(𝑠)•(𝑠𝐼 − 𝐴)(;0) 𝐵 + 𝐷ž
che il termine 𝐶 (𝑠𝐼 − 𝐴);0 𝑥 (0), che dipende solo dalla condizione iniziale, sia nullo; perciò poniamo
Siccome si vuole ottenere una trasformazione che lega in modo diretto l’ingresso e l’uscita, è necessario
𝑥 (0) = 0.
In conclusione, otteniamo la funzione di trasferimento, definita come rapporto tra le trasformate
𝑌(𝑠)
dell’ingresso e dell’uscita:
= 𝐺 (𝑠) = 𝐶 (𝑠𝐼 − 𝐴);0 𝐵 + 𝐷
𝑈(𝑠)
Osservazione: Nei sistemi SISO la funzione di trasferimento 𝐺 (𝑠) è una funzione scalare perché rapporto di
funzioni scalari.
Interpretazione della funzione di trasferimento
ingresso 𝑢 (𝑡) = 𝑖𝑚𝑝(𝑡) con condizione iniziale 𝑥 (0) = 0. Si vuole, quindi, osservare l’andamento
Dato un sistema SISO con funzione di trasferimento G(s), vogliamo analizzare la riposta del sistema dato un
dell’uscita 𝑦(𝑡). A tal proposito spostiamoci nel dominio delle trasformate, per cui si ha
𝑌(𝑠) = 𝐺 (𝑠)𝑈(𝑠)
Siccome la trasformata dell’ingresso 𝑢 (𝑡) = 𝑖𝑚𝑝(𝑡) è 𝑈(𝑠) = 1, si ha che
𝑌(𝑠) = 𝐺 (𝑠)
Da questo si evince che la funzione di trasferimento è la trasformata di Laplace della risposta all’impulso del
sistema.
Per prima cosa, analizziamo il fattore (𝑠𝐼 − 𝐴);0 . La sua espressione è la seguente:
Struttura della funzione di trasferimento (per sistemi SISO)
1
(𝑠𝐼 − 𝐴);0 = 𝐾(𝑠)
det(𝑠𝐼 − 𝐴)
dove 𝐾 (𝑠) è la matrice 𝑛 × 𝑛 dei complementi algebrici della matrice trasposta di 𝑠𝐼 − 𝐴.
• det(𝑠𝐼 − 𝐴) = 𝜑(𝑠): è il polinomio caratteristico di A, cioè un polinomio in s di grado n monico,

Nella sue espressione troviamo due elementi importanti:
• 𝑘¤¼ (𝑠): è un elemento della matrice 𝐾(𝑠) ed è un polinomio in s di grado < n (perché per costruire
poiché il coefficiente del termine di grado massimo è sempre 1.
Ora, moltiplicando il fattore (𝑠𝐼 − 𝐴);0 a sinistra per C e a destra per B si ha:
tale matrice cancello una riga e una colonna perciò diventa di grado inferiore a n)
1 𝑀(𝑠)
𝐶 (𝑠𝐼 − 𝐴);0 𝐵 = 𝐶𝐾 (𝑠)𝐵 =
det(𝑠𝐼 − 𝐴) 𝜑(𝑠)
dove 𝑀(𝑠) è un polinomio in s di grado < n.

lOMoARcPSD|10787392
𝑀(𝑠) + 𝐷𝜑(𝑠) 𝑁(𝑠)

Infine, sommando la matrice D si ottiene
𝐶 (𝑠𝐼 − 𝐴);0 𝐵 + 𝐷 = =
𝜑(𝑠) 𝜑(𝑠)
dove 𝑁(𝑠) un polinomio in s di grado n poiché 𝜑(𝑠) ha fatto alzare il grado del polinomio 𝑀(𝑠).
Osservazione: Se il sistema è strettamente proprio, cioè D=0 si ha che i due polinomi 𝑀(𝑠) e 𝑁(𝑠) sono
uguali e sono polinomi in s di grado inferiore a n.
Il problema delle cancellazioni
Tutto ciò che è stato detto fino ad ora vale se e solo se non vengono fatte delle cancellazioni durante il
calcolo della funzione di trasferimento G(s), poiché quest’ultime abbasserebbero il grado del numeratore e
del denominatore e quindi la funzione di trasferimento, che contiene tutte le informazioni sulle
caratteristiche del sistema, non le esprimerebbe in modo corretto.
Per esempio, si potrebbe avere un sistema del secondo ordine e instabile, ma, calcolando la funzione di
trasferimento e facendo delle cancellazioni, si ottiene che lo stesso sistema è del primo ordine e
asintoticamente stabile.
Quindi una cancellazione in G(s) è un indicatore dell’esistenza di “parti nascoste” del sistema, per esempio
che non si riescono ad osservare.
Per evitare, quindi, di non commettere errori nella classificazione di un sistema partendo dalla sua funzione
di trasferimento, non bisogna mai fare delle cancellazioni o semplificazioni.
Rappresentazione di un sistema LTI
Per quanto riguarda la rappresentazione di un sistema LTI, ne esistono due tipi:
• Rappresentazione interna: è la rappresentazione di stato
• Rappresentazione esterna: è la rappresentazione mediante funzione di trasferimento
Entrambe danno delle informazioni sul sistema, tuttavia la prima dice sempre tutto ed è la più completa,
mentre la seconda solo se non ci sono cancellazioni.
Poli e zeri di una funzione di trasferimento
Come per una generica trasformata di Laplace, si ha che gli zeri sono le radici del numeratore della funzione
di trasferimento e i poli sono le radici del denominatore della funzione di trasferimento. Essi possono
essere sia reali che complessi coniugati.
Osservazioni su poli e zeri della funzione di trasferimento
• I poli sono tutti autovalori della matrice A: deriva dal fatto che la funzione di trasferimento può
𝑁(𝑠)
essere scritta come
𝐺 (𝑠) =
𝜑(𝑠)
dove 𝜑(𝑠) indica il polinomio caratteristico della matrice A, le cui radici sono proprio gli autovalori
della matrice A.
• Un autovalore di A può non essere un polo in caso di cancellazioni.
• La stabilità del sistema dipende dai poli: se i poli hanno parte reale strettamente negativa il sistema
è asintoticamente stabile in quanto i poli corrispondono con gli autovalori della matrice A.
• Il numero di zeri è sempre minore o uguale al numero dei poli: questo perché, per ipotesi, abbiamo
posto che il grado del numeratore di una funzione di trasferimento è sempre minore o uguale del
grado del denominatore.
Per rappresentare una funzione di trasferimento 𝐺(𝑠) ci sono tre diverse parametrizzazioni:
Parametrizzazioni della funzione di trasferimento: come viene rappresentata
𝛽¾ 𝑠 ¾ + ⋯ + 𝛽0 𝑠 + 𝛽"
1.
𝐺 (𝑠) =
𝛼o 𝑠 o + ⋯ + 𝛼0 𝑠 + 𝛼"
dove i parametri sono 𝛼¤ , 𝛽¤
2.

lOMoARcPSD|10787392
(𝑠 − 𝑧0 )(𝑠 − 𝑧1 ) … (𝑠 − 𝑧¾ ) ∏¾
¤ 0(𝑠 − 𝑧¤ )
𝐺 (𝑠) = 𝜌 = o
(𝑠 − 𝑝0 )(𝑠 − 𝑝1 ) … (𝑠 − 𝑝o ) ∏¤ 0(𝑠 − 𝑝¤ )
• 𝜌, detto guadagno di Evans o costante di trasferimento

dove i parametri sono:
• 𝑧¤ , zeri
• 𝑝¤ , poli
𝜇 ∏¤ (1 + 𝑠𝑇¤ )
3.
𝐺 (𝑠) =
𝑠 Á ∏¤ (1 + 𝑠𝜏¤ )
• 𝜇, detto guadagno della funzione di trasferimento

dove i parametri sono:
• 𝑇¤ e 𝜏¤ , dette costanti di tempo (identificano i poli e gli zeri)

• 𝑔, detto tipo (indentifica il numero di poli o zeri nell’origine)
Come passare dalla forma 2 alla forma 3
Guadagno statico e guadagno di una funzione di trasferimento
• Se 𝑔 = 0 allora il guadagno della funzione di trasferimento corrisponde al guadagno statico del

Per quanto riguarda il guadagno di una funzione di trasferimento si possono avere due casi:
𝜇 = 𝐺 (0) = −𝐶𝐴;0 𝐵 + 𝐷
sistema ed è il seguente:
Osservazione: Se 𝑔 = 0 significa che non ci sono poli (o zeri) nell’origine e quindi non ci sono
autovalori nulli, perciò 𝑑𝑒𝑡𝐴 ≠ 0, quindi esiste la matrice inversa 𝐴;0 .
• Se 𝑔 ≠ 0 allora il guadagno della funzione di trasferimento viene detto guadagno generalizzato e
𝜇 = lim 𝑠 Á 𝐺(𝑠)
viene espresso nel seguente modo
p→"
Riassumendo...

lOMoARcPSD|10787392
11. Schemi a blocchi

Elementi base di uno schema a blocchi
Esempio: schema di un sistema rappresentato secondo lo schema a blocchi
dell’intero sistema sono ℎ1" e 𝜈1 , detto disturbo. L’uscita dell’intero sistema, invece, è ℎ1 .
In questo sistema sono presenti 5 diversi blocchi, ciascuno con degli ingressi. In particolar modo, gli ingressi
Regole di elaborazione
Blocchi in serie
Due blocchi si dicono in serie quando l’uscita del primo è l’ingresso del secondo.
𝑌(𝑠) = 𝐺1 (𝑠)𝑈1 (𝑠) = 𝐺1 (𝑠)𝑌0 (𝑠) = 𝐺1 (𝑠)𝐺0 (𝑠)𝑈(𝑠)

L’uscita del sistema è
da cui si ottiene che la funzione di trasferimento di un sistema composto da due blocchi in serie è il
𝑌(𝑠)
prodotto delle funzioni di trasferimento di ciascun blocco:
𝐺 (𝑠) = = 𝐺1 (𝑠)𝐺0 (𝑠)
𝑈(𝑠)
Blocchi in parallelo
Due blocchi si dicono in parallelo quando hanno lo stesso ingresso e come uscita la somma algebrica delle
uscite di ciascun blocco.
L’uscita del sistema è

lOMoARcPSD|10787392
𝑌(𝑠) = 𝑌0 (𝑠) + 𝑌1 (𝑠) = 𝐺0 (𝑠)𝑈(𝑠) + 𝐺1 (𝑠)𝑈(𝑠) = B𝐺0 (𝑠) + 𝐺1 (𝑠)D𝑈(𝑠)

da cui si ottiene che la funzione di trasferimento di un sistema costituito da due blocchi collegati in
𝑌(𝑠)
parallelo è la somma delle funzioni di trasferimento di ciascun blocco
𝐺 (𝑠) = = 𝐺0 (𝑠) + 𝐺1 (𝑠)

𝑈(𝑠)
Blocchi in retroazione
Due blocchi connessi come in figura si dicono in retroazione.
𝑌(𝑠) = 𝐺0 (𝑠)[𝑈(𝑠) ± 𝐺1 (𝑠)𝑌(𝑠)]

L’uscita del sistema è data dalla seguente relazione
dove il segno ± dipende dal segno della retroazione: se è negativa ci sarà un segno “-”, se è positiva ci sarà
Moltiplicando per 𝐺0 (𝑠) a destra si ha

un segno “+” .
𝑌(𝑠) = 𝐺0 (𝑠)𝑈(𝑠) ± 𝐺0 (𝑠)𝐺1 (𝑠)𝑌(𝑠) = B1 ∓ 𝐺0 (𝑠)𝐺1 (𝑠)D𝑌(𝑠) = 𝐺0 (𝑠)𝑈(𝑠)
rapporto tra la funzione di trasferimento tra u e y sulla linea di andata e 1 ∓ il prodotto delle funzioni di
da cui si ottiene che la funzione di trasferimento di un sistema costituito da due blocchi in retroazione è il
𝑌(𝑠) 𝐺0 (𝑠)
trasferimento lungo l’anello
𝐺 (𝑠) = =
𝑈(𝑠) 1 ∓ 𝐺0 (𝑠)𝐺1 (𝑠)
dove il segno ∓ dipende dal segno della retroazione: se questa è negativa ci sarà un segno “+”, se questa è
positiva ci sarà un segno “-” .
Stabilità: come influisce la stabilità dei singoli blocchi sulla stabilità dell’intero sistema
Blocchi in serie
𝐺 (𝑠) = 𝐺0 (𝑠)𝐺1 (𝑠)

La funzione di trasferimento complessiva di un sistema costituito da blocchi connessi in serie è data da
Se 𝐺0 (𝑠) e 𝐺1 (𝑠) sono due funzioni di trasferimento razionali si ha

𝑁0 (𝑠) 𝑁1 (𝑠)
𝐺0 (𝑠) = 𝐺1 (𝑠) =
𝐷0 (𝑠) 𝐷1 (𝑠)
( )
𝑁0 𝑠 𝑁1 (𝑠)
𝐺 (𝑠) =
𝐷0 (𝑠)𝐷1 (𝑠)
Da questa relazione si evince che i poli di 𝐺(𝑠) sono l’unione dei poli di 𝐺0 (𝑠) e di 𝐺1 (𝑠), perciò 𝐺(𝑠) è
asintoticamente stabile se e solo lo sono anche 𝐺0 (𝑠) e 𝐺1 (𝑠). In questo caso bisogna porre molta
attenzione a non fare delle cancellazioni, poiché 𝐺(𝑠) andrebbe a rappresentare il sistema in modo errato,
rendendo qualche parte “nascosta”.
Blocchi in parallelo
𝐺 (𝑠) = 𝐺0 (𝑠) + 𝐺1 (𝑠)


𝑁0 (𝑠) 𝑁1 (𝑠)
𝐺0 (𝑠) = 𝐺1 (𝑠) =
(
𝐷0 𝑠 ) 𝐷1 (𝑠)
𝑁0 (𝑠) 𝑁1 (𝑠) 𝑁0 (𝑠)𝐷1 (𝑠) + 𝑁1 (𝑠)𝐷0 (𝑠)
𝐺 (𝑠) = + =
𝐷0 (𝑠) 𝐷1 (𝑠) 𝐷0 (𝑠)𝐷1 (𝑠)
Da questa relazione si evince che i poli di 𝐺(𝑠) sono l’unione dei poli di 𝐺0 (𝑠) e di 𝐺1 (𝑠), perciò 𝐺(𝑠) è
asintoticamente stabile se e solo lo sono anche 𝐺0 (𝑠) e 𝐺1 (𝑠). Anche in questo caso bisogna porre molta

lOMoARcPSD|10787392
attenzione a non fare delle cancellazioni, poiché 𝐺(𝑠) andrebbe a rappresentare il sistema in modo errato,
rendendo qualche parte “nascosta”.
Blocchi in retroazione
𝐺0 (𝑠)
𝐺 (𝑠) =
1 ∓ 𝐺0 (𝑠)𝐺1 (𝑠)
𝑁0 (𝑠) 𝑁1 (𝑠)
𝐺0 (𝑠) = 𝐺1 (𝑠) =
𝐷0 (𝑠) 𝐷1 (𝑠)
𝑁0 (𝑠)
𝐷0 (𝑠) 𝑁0 (𝑠)𝐷1 (𝑠)
𝐺 (𝑠) = =
𝑁 (𝑠) 𝑁 (𝑠) 𝐷0 (𝑠)𝐷1 (𝑠) ∓ 𝑁0 (𝑠)𝑁1 (𝑠)
1 ∓ 0( ) 1( )
𝐷0 𝑠 𝐷1 𝑠
Da questa relazione si evince che i poli di 𝐺(𝑠) sono le radici dell’equazione
𝐷0 (𝑠)𝐷1 (𝑠) ∓ 𝑁0 (𝑠)𝑁1 (𝑠) = 0
funzioni di trasferimento di ciascun blocco. In conclusione, l’asintotica stabilità di 𝐺0 (𝑠) e di 𝐺1 (𝑠) non
Per questo motivo non è possibile stabilire a priori l’asintotica stabilità del sistema basandosi solo sulle
implica necessariamente l’asintotica stabilità di 𝐺(𝑠).
12. Risposta allo scalino
Sia dato un sistema asintoticamente stabile con ingresso 𝑢(𝑡) = 𝑠𝑐𝑎(𝑡) e condizione iniziale 𝑥(0) = 0 si ha
Introduzione alla risposta allo scalino
che l’uscita fa un transitorio e poi va al valore di regime, cioè quello dell’equilibrio. Questo valore di regime
è proporzionale all’ingresso.
Relazione tra le risposte a ingressi canonici
Parametri caratteristici della risposta allo scalino

lOMoARcPSD|10787392
Data una generica funzione di trasferimento 𝐺 (𝑠) = 0Œp< di un sistema strettamente proprio possiamo
Å
Sistemi del primo ordine strettamente propri
𝜏 > 0 (quindi il polo sarà in − < )

individuare che il sistema sarà asintoticamente stabile se
0
• 𝜇>0
•
𝜇
Nel dominio delle trasformate l’uscita è individuata da:
𝑌(𝑠) = 𝐺 (𝑠)𝑈(𝑠) =
𝑠(1 + 𝑠𝜏)
Passando nel dominio del tempo l’uscita può essere calcolata come:
8
𝑦(𝑡) = 𝐿;0 [𝑌(𝑠)] = 𝜇 Æ1 − 𝑒 ;< Ç 𝑝𝑒𝑟 𝑡 ≥ 0
• 𝑦(0Œ ) = 0
Dal movimento dell’uscita si ricavano i seguenti parametri:
𝑦̇ (0) = lim = < , quindi prima di arrivare al valore di regime parte con derivata positiva
p ¬ È(p) Å
p→‹ p
𝑦(∞) = 𝜇
•
Dall’intersezione tra la retta 0.99𝜇 e il movimento dell’uscita ottengo che il tempo di assestamento
•
𝑡7 ≅ 5𝜏
•
Posizione del polo e velocità della risposta
circa 5𝜏
Più è grande la costante di tempo associata al polo, più questo sarà lento. Infatti il tempo di assestamento è
Data una generica funzione di trasferimento 𝐺 (𝑠) =

Sistemi del primo ordine non strettamente propri
Å(0ŒpË)
0Œp<
di un sistema non strettamente proprio
𝜏 > 0 (quindi il polo sarà in − )

possiamo individuare che il sistema sarà asintoticamente stabile se
0
<
• 𝜇>0
•
• 𝑇≠𝜏
In questo caso si ha che il grado relativo è nullo.
𝜇(1 + 𝑠𝑇)
Nel dominio delle trasformate l’uscita è individuata da:
𝑌(𝑠) = 𝐺 (𝑠)𝑈(𝑠) =
𝑠(1 + 𝑠𝜏)
𝑇 − 𝜏 ;8
𝑦(𝑡) = 𝐿;0 [𝑌(𝑠)] = 𝜇 Æ1 + 𝑒 < Ç 𝑝𝑒𝑟 𝑡 ≥ 0
𝜏
Possiamo porre 𝑇 = 𝛼𝜏 e quindi l’uscita diventerà:
8
𝑦(𝑡) = 𝐿;0 [𝑌(𝑠)] = 𝜇 Æ1 + (𝛼 − 1)𝑒 ;< Ç 𝑝𝑒𝑟 𝑡 ≥ 0
• 𝑦(0Œ ) = = 𝜇𝛼 ≠ 0, quindi il grafico non parte da 0. In particolare, al variare di α abbiamo:

ÅË
<

lOMoARcPSD|10787392
𝑦(∞) = 𝜇
Dall’intersezione tra la retta 0.99𝜇 e il movimento dell’uscita ottengo che il tempo di assestamento
•
𝑡7 ≅ 5𝜏
•

Sistemi del secondo ordine con poli reali distinti (e senza zeri)
0
(0Œp<v)(0Œp<¬ )
di un sistema del secondo ordine con
• 𝜏0 > 𝜏1 > 0
poli reali distinti possiamo individuare che il sistema sarà asintoticamente stabile se
• 𝜇>0
• 𝜏0 ≠ 𝜏1
𝜏0 𝜏1
8 8
𝑦(𝑡) = 𝐿;0 [𝑌(𝑠)] = 𝜇 Ì1 − 𝑒 <v + 𝑒 <¬ Í 𝑝𝑒𝑟 𝑡 ≥ 0
; ;
𝜏0 − 𝜏1 𝜏0 − 𝜏1
• 𝑦(0) = 𝑦̇ (0) = 0, quindi parte con derivata nulla da zero. Ha perciò una tangente verticale
• 𝑦(∞) = 𝜇
esempio 𝜏0 , molto maggiore rispetto a quella dell’altro polo il tempo di assestamento è calcolabile
• Il tempo di assestamento dipende da una combinazione dei due poli. Se un polo ha costante, ad
come 𝑡7 ≅ 5𝜏0 . Il tempo di assestamento quindi dipende maggiormente dal polo più lento.
Regola generale
Un sistema con grado relativo v=numero dipoli – numero di zeri ha tutte le derivate partendo da quella di
ordine v diverse da zero.
Data una generica funzione di trasferimento 𝐺 (𝑠) = (0Œp<

Sistema del secondo ordine con poli reali distinti ed uno zero
Å(0ŒpË)
v )(0Œp<¬ )
di un sistema del secondo ordine con
• 𝜏0 ≠ 𝜏1 ≠ 𝑇
poli reali distinti ed uno zero possiamo individuare che il sistema sarà asintoticamente stabile se
• 𝜇>0
• 𝜏0 > 𝜏1 > 0
𝜏0 − 𝑇 ; 8 𝜏1 − 𝑇 ; 8
𝑦(𝑡) = 𝐿;0 [𝑌(𝑠)] = 𝜇 Ì1 − 𝑒 <v + 𝑒 <¬ Í 𝑝𝑒𝑟 𝑡 ≥ 0

𝜏0 − 𝜏1 𝜏0 − 𝜏1
• 𝑦(0) = 0, quindi parte da zero.

• 𝑦(∞) = 𝜇
𝑦̇ (0) = lim =
p ¬ È(p) ÅË
p→‹ p <v <¬
. Questo rapporto ha un segno che dipende dalla costante di tempo dello
zero. In particolare se 𝑇 > 0 la derivata avrà segno positivo, altrimenti avrà segno negativo.
•
Data una generica funzione di trasferimento 𝐺 (𝑠) = (p;«Œ¼-)(p;«;¼-) di un sistema del secondo ordine con
Î
Sistema del secondo ordine con poli complessi coniugati
• 𝜔>0
poli complessi coniugati possiamo individuare che il sistema sarà asintoticamente stabile se:

lOMoARcPSD|10787392
• 𝜇>0
• 𝜎 < 0 cioè parte reale dei poli complessi negativa, affinché sia asintoticamente stabile
𝜎
𝑦(𝑡) = 𝐿;0 [𝑌(𝑠)] = 𝜇 ^1 − 𝑒 «8 𝑐𝑜𝑠𝜔𝑡 + 𝑒 «8 𝑠𝑖𝑛𝜔𝑡` 𝑝𝑒𝑟 𝑡 ≥ 0
𝜔
Da questa relazione si nota come vi siano delle possibili oscillazioni smorzate visto che troviamo sia la
funzione seno che la funzione coseno. In particolare possiamo dire che le oscillazioni sono schiacciate da
due esponenziali negative, come mostrato nel disegno qui sotto:
Con la rappresentazione usata fino ad ora per rappresentare i poli complessi coniugati risulta però
complicato capire quando una risposta allo scalino presenta oscillazioni e di che natura esse siano. E’ quindi
necessario introdurre una rappresentazione diversa per i poli complessi coniugati.
Pulsazione naturale e smorzamento
Presi due poli complessi coniugati (indicati con le X viola nel disegno sopra) è possibile individuare due
nuove grandezze:
𝜔o = Ï𝜎 1 + 𝜔 1
• Pulsazione Naturale: rappresenta il modulo dei poli complessi coniugati
𝜎
Smorzamento: rappresenta il coseno dell’angolo formato dal polo con il semiasse reale negativo
𝜉 = 𝑐𝑜𝑠𝛼 = −
•
𝜔o
Da questa relazione si nota che all’aumentare della pulsazione naturale diminuisce lo
smorzamento. Per avere un tempo di assestamento più basso è quindi necessario avere un alto
smorzamento perciò le due cose vanno bilanciate.
o Poli reali coincidenti asintoticamente stabili in −𝜔o :

Ci possono essere due casi particolari (casi limite):
𝜉 = 1 (𝛼 = 0)
𝜋
𝜉 = 0 ^𝛼 = `
o Poli immaginari coniugati (±𝑗𝜔) – generano stabilità semplice:
2
Attenzione!

lOMoARcPSD|10787392
- Se i poli sono reali e non complessi coniugati lo smorzamento può non esistere.
- Se abbiamo uno smorzamento negativo, ci troviamo di fronte ad un sistema instabile.
- Se ho uno smorzamento pari a zero avrò oscillazioni che non dureranno solamente nel
transitorio ma saranno perenni.
𝜌 𝜌
Il nuovo modo per scrivere i poli complessi coniugati sarà quindi:
𝐺 (𝑠) = =
(𝑠 − 𝜎)1 + 𝜔 1 𝑠 1 + 2𝜉𝜔o 𝑠 + 𝜔o1
Facendo la sostituzione 𝜇 = -¬ = «¬ Œ-¬ possiamo riscrivere
Î Î
𝜇
|
𝐺 (𝑠) =
2𝜉 𝑠1
1+𝜔 𝑠+ 1
o 𝜔o
Parametri caratteristici della risposta allo scalino in funzione della pulsazione naturale e dello smorzamento
5 5
• Tempo d’assestamento:
𝑡7 ≅ =
𝜎 𝜉𝜔o
2𝜋 2𝜋
• Periodo di eventuali oscillazioni:
𝑇= =
𝜔 𝜔o Ï1 − 𝜉 1
1 𝜋
• Tempo dell’eventuale primo picco (dopo un semiperiodo):
𝑡¥ = 𝑇 =
2 𝜔
Ampiezza dell’eventuale primo picco (massima sovraelongazione):
ÕÓ
•
«Ó ;
𝑦¥ = 𝜇 ^1 + 𝑒 ;
-` = 𝜇 Ô1 + 𝑒 Ï0;Õ ¬ Ö
Massima sovraelongazione relativa percentuale:

100𝐴
ÕÓ
•
«Ó ;
∆% = = 100𝑒 ; - = 100𝑒 Ï0;Õ %
¬
𝑦Ù
Risposta allo scalino di sistemi di ordine superiore al secondo
Data una generica funzione di trasferimento 𝐺 (𝑠) = pÚ ∏qÜv q Å ∏Û (0ŒpË )
| (0Œp< ) di un sistema di ordine superiore al
qÜv q
• 𝑅𝑒(𝜏¤ ) > 0
secondo con n poli ed m zeri possiamo affermare che il sistema sarà asintoticamente stabile se:
• 𝑔≤0
Mediante l’antitrasformata di Laplace possiamo tornare nel dominio del tempo ed inoltre, grazie ai teoremi
del valore iniziale e del valore finale, possiamo individuare alcune caratteristiche della risposta allo scalino:

lOMoARcPSD|10787392
𝑦(0Œ ) = lim = 0 se il sistema è strettamente proprio (m<n) oppure ≠ 0 se il sistema non è

pÈ(p)
p→‹ p
•
strettamente proprio. Questo risultato, valido con g=0 è ricavabile grazie al teorema del valore
𝑦(∞) = lim
iniziale
= 𝜇 se g=0, altrimenti = 0 se g<0
pÈ(p)
p→" p
•
Approssimazione a poli dominanti
Å ∏Û qÜv(0ŒpËq )
p Ú ∏|
qÜv(0Œp<q )
di un sistema di ordine superiore al
• 𝑅𝑒(𝜏¤ ) > 0
secondo con n poli reali distinti ed m zeri possiamo affermare che il sistema sarà asintoticamente stabile se:
• 𝑔≤0
Ipotizzando che 𝜏0 > 𝜏1 > ⋯ > 𝜏o si ha che la trasformata dell’uscita può essere scritta nel seguente modo
𝐺 (𝑠) 𝛼" 𝛼o
𝑌(𝑠) = = +⋯+
𝑠 𝑠 1 + 𝑠𝜏o
𝛼o ; 8
Facendo l’antitrasformata di questa equazione si ottiene il movimento dell’uscita nel dominio del tempo
𝑦(𝑡) = 𝛼" + ⋯ + 𝑒 <|

𝜏o
𝜏0 ≫ 𝜏1 > ⋯ > 𝜏o
Ora, se le costanti di tempo dei poli fossero
allora è possibile approssimare la 𝑦(𝑡) considerando solo il polo più lento, trascurando quelli veloci, cioè si
possono tralasciare i poli con le costanti di tempo più piccole. Inoltre, se i due poli più lenti sono una coppia
di complessi coniugati, allora devono essere mantenuti entrambi.
Perciò, l’approssimazione a poli dominanti consiste nell’approssimare la risposta allo scalino con quella di
un sistema del primo ordine con costante di tempo la più grande (cioè la più lenta) fra tutte le costanti di
tempo del sistema, preservando il guadagno ed eventualmente il comportamento iniziale.
13. Risposta in frequenza

Risposta alla sinusoide
Si vuole calcolare la risposta alla sinusoide cioè l’uscita del sistema dato l’ingresso 𝑢(𝑡) = 𝐴𝑠𝑖𝑛(𝜔𝑡).
Supponiamo di avere un sistema LTI asintoticamente stabile con funzione di trasferimento G(s).
𝐴𝜔 𝛼0 𝛼1 𝛽𝑠 + 𝛾
Nel dominio delle trasformate abbiamo
𝑌(𝑠) = 𝐺 (𝑆)𝑈(𝑆) = 𝐺 (𝑠) 1 = + + ⋯+ 1
𝑠 +𝜔 1 1 + 𝑠𝜏0 1 + 𝑠𝜏1 𝑠 + 𝜔1
Scomposizione di G(s). Questa parte è Scomposizione di U(s). Questa parte è

legata al movimento libero legata al movimento forzato
Possiamo scrivere 𝑌(𝑠) = 𝑌0 (𝑠) + 𝑌1 (𝑠) e fare poi l’antitrasformata per trovare l’uscita del sistema y(t).
Siccome il sistema è asintoticamente stabile, il movimento libero tende ad essere 0 per 𝑡 → ∞ quindi
rimane solo la risposta forzata.
Teorema della risposta in frequenza
𝑢(𝑡) = 𝐴𝑠𝑖𝑛(𝜔𝑡), a transitorio esaurito, l’uscita è:

Dato un sistema LTI asintoticamente stabile, descritto dalla funzione di trasferimento G(s), con ingresso
𝑦(𝑡) = |𝐺(𝑗𝜔)|𝐴𝑠𝑖𝑛(𝜔𝑡 + ∡𝐺(𝑗𝜔))

indipendentemente dall’ingresso dato al sistema.
14. Rappresentazione grafica della risposta in frequenza

Rappresentazioni grafiche della risposta in frequenza
Per rappresentare la risposta in frequenza di un sistema si possono utilizzare due diversi diagrammi:

lOMoARcPSD|10787392
• Diagramma polare:
• Diagramma di Bode:
o del modulo
o della fase
Diagramma di Bode del modulo

Il diagramma di Bode del modulo viene rappresentato sulla carta semilogaritmica, dove
𝜔1
• l’ascissa è in scala logaritmica (base 10) quindi la distanza tra due punti viene calcolata come
log(𝜔1 ) − log(𝜔0 ) = log Æ Ç
𝜔0
|𝐺 (𝑗𝜔)|âã = 20log |𝐺 (𝑗𝜔)|

• l’ordinata è in dB (decibel) quindi
Per tracciare il diagramma di Bode del modulo è comodo scrivere la funzione di trasferimento nella forma
che evidenzia guadagno e tipo
Da questa è possibile calcolare il modulo in dB con la formula
Guadagno
modulo partirà come una retta costante di equazione 20log|𝜇| fino a quando incrocerà uno zero o un polo.
Il guadagno ci dà un contributo costante quindi, a meno di poli o zeri nell’origine, il diagramma di Bode del
Poli o zeri nell’origine

lOMoARcPSD|10787392
Il contributo dato da poli o zeri nell’origine è costituito da −20 log|𝑗𝜔| Á = −20𝑔 ∙ 𝑙𝑜𝑔𝜔 cioè una retta con
pendenza -20g dB per decade passante per 0dB in 𝜔 = 1.
Zero reale
Per basse pulsazioni lo zero reale non influisce mentre per alte pulsazioni la pendenza del grafico
incrementa di 20 dB per decade (+1) per ogni zero. Il grafico ottenuto è un diagramma asintotico che può
perciò portare a degli errori. L’errore massimo che si commette per ogni zero è circa 3 dB in corrispondenza
della pulsazione dello zero.
Zeri complessi coniugati
Per basse pulsazioni gli zeri complessi coniugati non influiscono mentre per alte pulsazioni la pendenza del
complessi coniugati, vanno rappresentati alla loro pulsazione naturale 𝜔o

grafico incrementa di 40 dB per decade (+2) per ogni coppia di zeri complessi coniugati. Sul grafico, gli zeri
Caso particolare
antirisonanza tendente a −∞
Se siamo in presenza di zeri immaginari coniugati si ha uno smorzamento nullo quindi un picco di
Polo reale
Con un polo reale la pendenza del grafico decrementa di 20 dB per decade (+1) per ogni polo.

lOMoARcPSD|10787392
Con due poli complessi coniugati la pendenza del grafico decrementa di 40 dB per decade (+2) per ogni
pulsazione naturale 𝜔o
coppia di poli complessi coniugati. Sul grafico, i poli complessi coniugati, vanno rappresentati alla loro
Caso particolare
tendente a +∞
Se siamo in presenza di poli immaginari coniugati si ha uno smorzamento nullo quindi un picco di risonanza
Regole per il tracciamento del diagramma di Bode del modulo
2. Il tratto iniziale per 20log|𝜇| per 𝜔 = 1

1. La pendenza iniziale vale -g
4. La pendenza finale è data da 𝑛° 𝑧𝑒𝑟𝑖 − 𝑛° 𝑝𝑜𝑙𝑖

3. Cambi di pendenza in corrispondenza di poli (-1) e zeri (+1)
Diagramma di Bode della fase

Il diagramma di Bode della fase viene rappresentato sulla carta semilogaritmica, dove
𝜔1
• l’ascissa è in scala logaritmica (base 10) quindi la distanza tra due punti viene calcolata come
log(𝜔1 ) − log(𝜔0 ) = log Æ Ç
𝜔0
• l’ordinata è in gradi
Dato il numero complesso 𝑎 + 𝑗𝑏, per il calcolo della sua fase, si ha:
Regole per il calcolo della fase di un numero complesso
Tracciamento del diagramma di Bode della fase

Per tracciare il diagramma di Bode della fase è comodo scrivere la funzione di trasferimento nella forma
che evidenzia guadagno e tipo.
Da questa è possibile la fase di 𝐺(𝑗𝜔) come:

lOMoARcPSD|10787392
Guadagno
0° 𝑠𝑒 𝜇 > 0
Siccome il guadagno è un numero reale, si possono avere due situazioni di sfasamento:
∡𝜇 = )
−180° 𝑠𝑒 𝜇 < 0
Il contributo dato dal guadagno è quindi una retta costante.
Poli e zeri nell’origine
−∡(𝑗𝜔)Á = −𝑔∡(𝑗𝜔) = −𝑔90°

Il contributo dato da poli e zeri nell’origine, in termini di sfasamento, è dato da:
Questa è costituita da una retta costante. In pratica ogni zero nell’origine sfasa +90° e ogni polo -90°.
Zero reale
Per alte pulsazioni, uno zero con costante di tempo T, sfasa nei seguenti modi:
• +90° se T>0 (lo zero sta quindi a sinistra)
• -90° se T<0 (lo zero sta quindi a destra)
Zeri complessi coniugati
Per alte pulsazioni, una coppia di zeri complessi coniugati con smorzamento ξ, sfasa nei seguenti modi:
• +180° se ξ >0 (zeri a sinistra)
• -180° se ξ <0 (zeri a destra)
Se siamo in presenza di zeri immaginari coniugati si ha uno smorzamento nullo quindi 𝐺(𝑗𝜔) è un numero
Caso particolare
0° 𝑠𝑒 𝜔 < 𝜔o
reale perciò:
∡𝐺w (𝑗𝜔) = )
−180° 𝑠𝑒 𝜔 > 𝜔o
Polo reale
Per alte pulsazioni, un polo con costante di tempo τ, sfasa nei seguenti modi:
• -90° se τ>0 (il polo sta quindi a sinistra)
• +90° se τ<0 (il polo sta quindi a destra)
Per alte pulsazioni, una coppia di poli complessi coniugati con smorzamento ξ, sfasa nei seguenti modi:
• -180° se ξ >0 (poli a sinistra)
• +180° se ξ <0 (poli a destra)
1. Valore iniziale ∡𝜇 − 𝑔90°

Regole per il tracciamento del diagramma asintotico di Bode della fase
2. Cambi di valore in corrispondenza di poli e zeri

Semipiano Sinistro Semipiano Destro
Poli -90° +90°
Zeri +90° -90°
Sistemi a fase minima
I sistemi a fase minima hanno le seguenti caratteristiche:
• Guadagno μ>0
• Poli e zeri con parte reale negativa o nulla
In generale non è possibile dedurre in modo univoco il diagramma della fase da quello del modulo. Con
sistemi a fase minima invece questo è possibile.
In particolare basta seguire le seguenti regole:

lOMoARcPSD|10787392
Diagramma polare
Conoscendo il diagramma di Bode del modulo e quello della fase è possibile tracciare il diagramma polare
in maniera approssimativa.
È utile conoscere alcuni punti e curve particolari del piano complesso:
Nel caso di smorzamento nullo la risposta in frequenza è una funzione reale, cioè il diagramma polare giace
reale non si realizza, perché per 𝜔 = 𝜔o c’è discontinuità, perciò si immagina che ci sia una circonferenza di
sull’asse reale. E’ però necessario avere un diagramma formato da una curva connessa, cosa che sull’asse
raggio infinito a chiudere la curva.
15. Azione filtrante dei sistemi dinamici
Dato un sistema LTI con funzione di trasferimento 𝐺(𝑠) ed ingresso una sinusoide 𝑢 (𝑡) = 𝐴𝑠𝑖𝑛(𝜔𝑡 + 𝜑] ),
Introduzione
𝑦(𝑡) = 𝐴|𝐺(𝑗𝜔)| sin ^𝜔𝑡 + B𝜑] + ∡𝐺 (𝑗𝜔)D`

per il teorema della risposta in frequenza, a transitorio esaurito, l’uscita è:
Conoscendo quindi i valori di A e 𝜑] e sapendo i valori di uscita desiderati 𝐴|𝐺 (𝑗𝜔)| e B𝜑] + ∡𝐺 (𝑗𝜔)D è
possibile progettare le caratteristiche del canale di trasmissione G(s).
Generalmente però i segnali non sono delle semplici sinusoidi, perciò viene introdotta la Teoria dei Segnali.
Filtro passa basso
segnale in ingresso con pulsazione inferiore o uguale ad un valore 𝜔 æ eliminando le armoniche con
Un filtro passa basso lascia passare inalterate, o al più amplificate di un valore costante, le armoniche del
L’intervallo di pulsazioni [0, 𝜔

æ] viene chiamato banda passante e verifica la seguente condizione:
pulsazione superiore.
−3𝑑𝐵 ≤ |𝐺 (𝑗𝜔)|âã − |𝐺 (𝑗0)|âç ≤ 3𝑑𝐵

La velocità di risposta del sistema è legata all’ampiezza della banda passante, in quanto più è veloce il
sistema più la banda passante è larga.

lOMoARcPSD|10787392
Con un sistema descritto da funzione di trasferimento 𝐺 (𝑠) = 0Œp< la banda passante sarà 𝜔 ∈ ®0, < ¯
0 0
Filtro passa alto
segnale in ingresso con pulsazione superiore o uguale ad un valore 𝜔 æ eliminando le armoniche con
Un filtro passa alto lascia passare inalterate, o al più amplificate di un valore costante, le armoniche del
L’intervallo di pulsazioni [𝜔æ, ∞] viene chiamato banda passante e verifica la seguente condizione:
pulsazione inferiore.
−3𝑑𝐵 ≤ |𝐺 (𝑗𝜔)|âã − |𝐺 (𝑗∞)|âç ≤ 3𝑑𝐵

In generale filtri passa alto sono sistemi non strettamente propri perché si vuole che |𝐺(𝑗∞)| ≠ 0.
Con un sistema descritto da funzione di trasferimento 𝐺 (𝑠) = 0Œp< la banda passante sarà 𝜔 ∈ ®< , ∞¯
p< 0
Un filtro passa banda lascia passare le armoniche con una frequenza compresa fra due valori 𝜔0 e 𝜔1 .
Filtro passa banda
Si parla di risonanza solo nel caso in cui la 𝐺(𝑠) ha poli complessi coniugati. Per bassi valori dello
Risonanza
smorzamento (𝜉 < 0.4) le componenti armoniche del segnale in ingresso con pulsazioni vicine a 𝜔o
vengono amplificate.
16.Ritardo di tempo
Dato un sistema LTI con un ingresso 𝑢(𝑡) e uscita 𝑦(𝑡) = 𝑢(𝑡 − 𝜏) dove 𝜏 > 0 indica il ritardo, la funzione
Funzione di trasferimento
𝑌(𝑠) = 𝐿[𝑦(𝑡)] = 𝐿[𝑢(𝑡 − 𝜏)] = 𝑒 ;<p 𝑈(𝑠)

di trasferimento del ritardo si calcola nel seguente modo:
𝑌(𝑠)
𝐺 (𝑠) = = 𝑒 ;<p
𝑈(𝑠)
Possiamo anche individuare il guadagno statico del sistema, dato da 𝐺 (0) = 1.
Dato un sistema LTI con un ingresso 𝑢 (𝑡) = 𝐴𝑠𝑖𝑛(𝜔𝑡) e uscita 𝑦(𝑡) = 𝐴𝑠𝑖𝑛B𝜔(𝑡 − 𝜏)D = 𝐴𝑠𝑖𝑛(𝜔𝑡 − 𝜔𝜏)
Risposta in frequenza
dove 𝜏 > 0 indica il ritardo, vale il teorema della risposta in frequenza quindi individuiamo le seguenti
caratteristiche:
• Lo sfasamento è dato da – 𝜔𝜏
• L’ampiezza non viene modificata
Diagrammi di Bode

lOMoARcPSD|10787392
Il diagramma del modulo è costituito dalla retta costante a 0 dB, quindi il sistema si comporta come un
filtro passatutto, cioè il sistema non amplifica e non attenua nulla, ma sfasa soltanto.
180°
Lo sfasamento sarà dato da
∡𝐺 (𝑗𝜔) = −𝜔𝜏
𝜋
Sistemi con ritardo
|𝐺 (𝑗𝜔)| = |𝐺 é (𝑗𝜔)| ∙ ê𝑒 ;¼-< ê = |𝐺 é (𝑗𝜔)|

In un sistema con ritardo, come in figura, il modulo della risposta in frequenza è dato da:
180°
La fase, invece, è data da:
∡𝐺 (𝑗𝜔) = ∡𝐺 é (𝑗𝜔) − 𝜔𝜏
𝜋
17. Introduzione ai sistemi di controllo

Sistemi in anello aperto e in anello chiuso
Requisiti di un sistema di controllo

Un sistema di controllo deve possedere le seguenti caratteristiche:
• Stabilità: Un sistema deve essere asintoticamente stabile, indipendentemente dalle condizioni
iniziali.
• Precisione statica: L’uscita deve essere il più simile possibile all’ingresso in condizioni di equilibrio,
cioè l’errore deve essere nullo a regime. Questa proprietà può essere osservata applicando la
risposta allo scalino.
• Precisione dinamica: Durante i transitori l’uscita deve essere il più simile possibile all’ingresso, cioè
l’uscita deve oscillare poco prima di raggiungere il valore di regime.
• Attenuazione disturbi: Anche in presenza di disturbi l’uscita deve essere il più possibile simile
all’ingresso, poiché l’influenza data dai disturbi deve essere tendente a zero.
• Moderazione: L’ingresso al sistema deve essere scelto con un certo livello di moderazione per
evitare che il sistema abbia un’uscita poco coerente con ciò che si vuole ottenere.
• Robustezza: Il sistema deve rimanere stabile anche in presenza di alcuni parametri variabili.
Analisi e sintesi di un sistema di controllo
Per un sistema di controllo è necessario analizzare due problemi fondamentali:

lOMoARcPSD|10787392
• Problema di analisi: consiste nel valutare le prestazioni dati i modelli dell’attuatore, del trasduttore,
del controllore e del sistema.
• Problema di sintesi: consiste nel determinare il controllore noti i modelli del trasduttore,
dell’attuatore e del sistema e le specifiche di progetto.
Nota: I sistemi che analizziamo noi sono descritti da modelli lineari, cioè da sistemi dinamici lineari a tempo
invarianti, quindi i blocchi sono descrivibili mediante funzioni di trasferimento. Eventualmente, se si tratta
di un sistema non lineare, si può applicare una linearizzazione attorno allo stato di equilibrio.
Se un sistema è di tipo MIMO (Multiple-Input, Multiple-Output) si applica il principio di sovrapposizione
degli effetti, per cui si fa agire prima un ingresso, poi un altro e successivamente si sommano i risultati
ottenuti.
Sistema di controllo in anello aperto
seguente modo, dove 𝐺 (𝑠) = 𝐴(𝑠)𝑃(𝑠) descrive la dinamica complessiva del sistema e dell’attuatore.
Un sistema di controllo in anello aperto viene rappresentato, tramite funzioni di trasferimento, nel
= 𝐶 (𝑠)𝐺 (𝑠) ~ 1. Affinché sia verificata il controllore deve essere l’inverso della funzione di
Per ottenere delle prestazioni ideali, si devono ottenere le seguenti proprietà:
ì(p)
í(p)
trasferimento G(s), cioè 𝐶 (𝑠) = 𝐺 ;0 (𝑠).
•
= 𝐻 (𝑠) ~ 0, poiché si vuole che l’effetto del disturbo sia nullo. Tuttavia questa prestazione
ì(p)
ï(p)
non è ottenibile, poiché non è possibile che 𝐻(𝑠) sia 0, siccome è un dato.
•
Sistema di controllo in anello chiuso (retroazionati)
seguente modo, dove 𝐺 (𝑠) = 𝐴(𝑠)𝑃(𝑠) descrive la dinamica complessiva del sistema e dell’attuatore.
Un sistema di controllo in anello chiuso viene rappresentato, tramite funzioni di trasferimento, nel
𝐸¾ (𝑠) = 𝑊¾ (𝑠) − 𝑌¾ (𝑠) = 𝑇(𝑠)B𝑊(𝑠) − 𝑌(𝑠)D = 𝑇 (𝑠)𝐸(𝑠)

Nel dominio delle trasformate si ha:
dove 𝐸¾ (𝑠) indica l’errore apparente e 𝐸(𝑠) l’errore effettivo.

Il sistema può essere, quindi, rappresentato nel seguente modo, dove 𝐿(𝑠) = 𝑇 (𝑠)𝐶 (𝑠)𝐺(𝑠) costituisce la
funzione di trasferimento dell’anello.
Per ottenere le prestazioni ideali per un sistema di questo tipo, devono essere rispettare le seguenti
caratteristiche:
= ~ 1. Affinché sia verificata questa proprietà 𝐿(𝑠) deve essere molto maggiore di 1,
ì(p) ò(p)
í(p) 0Œò(p)
cioè |𝐿(𝑗𝜔)| deve stare molto sopra l’asse a 0 dB.
•

lOMoARcPSD|10787392
= 0Œò(p) ~ 0. Affinché sia verificata questa proprietà 𝐿(𝑠) deve essere molto più grande di
ì(p) ó(p)
ï(p)
𝐻(𝑠).
•
18. Stabilità di sistemi retroazionati
Dato un sistema dinamico LTI retroazionato con funzione d’anello 𝐿 (𝑠) = ï(p),
Stabilità di un sistema retroazionato
ô(p)
𝑌(𝑠) 𝐿 (𝑠) 𝑁(𝑠)

si definisce la funzione di trasferimento del sistema
𝐹(𝑠) = = =
𝑊 (𝑠) 1 + 𝐿 (𝑠) 𝐷(𝑠) + 𝑁(𝑠)
dove 𝐷(𝑠) + 𝑁(𝑠) è il polinomio caratteristico in anello chiuso.
Il sistema è asintoticamente stabile se e solo se tutte le radici del polinomio caratteristico 𝐷(𝑠) + 𝑁(𝑠) = 0
hanno parte reale strettamente negativa.
Questo criterio, tuttavia, non sempre è utile per capire come cambia la stabilità al variare di elementi del
sistema, perciò vengono utilizzati, in fase di progetto, degli strumenti grafici.
Diagramma di Nyquist
retroazionato. Esso è una curva chiusa, nel piano complesso, di 𝐿(𝑗𝜔) per −∞ < 𝜔 < +∞, orientato per 𝜔
Il diagramma di Nyquist è un metodo grafico che consente di valutare la stabilità di un sistema
crescenti. In pratica, per disegnare questo diagramma, basta disegnare il diagramma polare di 𝐿(𝑗𝜔) e
farne il simmetrico rispetto all’asse reale.
Caso particolare: se il grafico non è curva chiusa, per convezione, viene chiuso all’infinito in senso orario.
Dato un sistema retroazionato con funzione di trasferimento d’anello 𝐿(𝑠):

Criterio di Nyquist
1. Si disegna il diagramma di Nyquist Γ associato a 𝐿(𝑠).

2. Si conta il numero di giri antiorari di Γ intorno al punto -1 (indicato con N).
3. Si guarda il numero di poli di 𝐿(𝑠) con parte reale positiva (indicato con P).
Il sistema retroazionato è asintoticamente stabile se e solo se
• 𝑁=𝑃
• N è ben definito
Osservazione: come si valuta N

lOMoARcPSD|10787392
Percorrendo il diagramma di Nyquist si valutano i giri che si fanno intorno al punto -1. Se essi vengono fatti
in senso orario vengono contati con il segno “-”, se vengono fatti in senso antiorario vengono contati con il
segno “+”.
Osservazione: N non ben definito
Se il diagramma di Nyquist passa per il punto -1, il numero di giri che esso compie attorno a quel punto non
è ben definito, perciò il criterio di Nyquist non è applicabile. Inoltre il sistema non è asintoticamente stabile
∃𝜔: 𝐿(𝑗𝜔 ) = −1 → 1 + 𝐿(𝑗𝜔 ) = 0 → 1 + 𝐿 (𝑠) ha una radice in 𝑗𝜔 → 𝐹(𝑠) ha un polo in 𝑗𝜔.

perché
Se 𝑁 < 0 il sistema retroazionato risulta instabile, poiché 𝑃 (numero di poli con parte reale positiva) non
Osservazione: instabilità del sistema
saranno mai uguali ad un numero negativo.

Estensioni del criterio di Nyquist
Estensione 1
Il diagramma di Nyquist associato a L(s) è identico a quello associato a G(s) a meno di un fattore di scala k.
Inoltre i poli di L(s) coincidono con quelli di G(s). Quindi per determinare la stabilità è possibile studiare solo
1. Si disegna il diagramma di Nyquist Γ associato a 𝐺(𝑠).

la G(s). Perciò data la funzione di trasferimento L(s):
2. Si conta il numero di giri antiorari di Γ intorno al punto -1/k (indicato con N).
3. Si guarda il numero di poli di 𝐺(𝑠) con parte reale positiva (indicato con P).
• 𝑁=𝑃
Estensione 2
𝑌(𝑠) 𝐺0 (𝑠) 𝐺0 (𝑠)

La funzione di trasferimento che descrive l’intero sistema è data dalla seguente equazione:
𝐹(𝑠) = = =
𝑊 (𝑠) 1 + 𝐺0 (𝑠)𝐺1 (𝑠) 1 + 𝐿(𝑠)
A questo punto l’unica cosa che bisogna studiare è L(s).
Estensione 3: Retroazione positiva
Nel caso in cui il sistema sia in retroazione positiva:

lOMoARcPSD|10787392
1. Si disegna il diagramma di Nyquist Γ associato a 𝐿∗ (𝑠).

2. Si conta il numero di giri antiorari di Γ intorno al punto +1 (indicato con N).
3. Si guarda il numero di poli di 𝐿∗ (𝑠) con parte reale positiva (indicato con P).
• 𝑁=𝑃
Estensione 4: Sistema con ritardo
Nel caso in cui il sistema sia con ritardo 𝜏:

1. Si disegna il diagramma di Nyquist Γ associato a 𝐿(𝑠).
2. Si conta il numero di giri antiorari di Γ intorno al punto -1 (indicato con N).
3. Si guarda il numero di poli di 𝐿(𝑠) con parte reale positiva (indicato con P).
• 𝑁=𝑃
19. Stabilità robusta

Stabilità di sistemi retroazionati incerti
Generalmente un modello nominale (matematico) è diverso dal modello “vero” di un sistema. Si parla di
stabilità robusta se si ha la garanzia di avere asintotica stabilità anche in presenza di incertezza. Esistono
• Incertezza additiva limitata in modulo: Data la funzione di trasferimento del modello vero 𝐿w(𝑠)
diversi tipi di incertezza:
l’incertezza additiva è data da 𝐿w(𝑠) = 𝐿 (𝑠) + 𝛿𝐿(𝑠), dove viene posto il vincolo |𝛿𝐿(𝑗𝜔)| ≤ ∆.
𝐿w(𝑠) l’incertezza sul guadagno è data da 𝐿w (𝑠) = 𝑘𝐿 (𝑠) dove 0 < 𝑘 ≤ 𝑘Ù con 𝑘Ù un valore massimo
• Incertezza sul guadagno della funzione d’anello: Data la funzione di trasferimento del modello vero
stabilito
Indicatori di stabilità robusta
Gli indicatori di stabilità robusta sono dei parametri che misurano l’ampiezza delle perturbazioni per cui è
garantita la stabilità e la “distanza” del modello nominale dall’instabilità.
Ipotesi
• Modello nominale per la 𝐿(𝑠) asintoticamente stabile in anello chiuso

Ipotizziamo di avere:
• Il punto precedente è rispettato se 𝐿 (𝑠) non ha poli con parte reale positiva.
Questi due punti derivano dal fatto che per avere un sistema asintoticamente stabile è necessario che N=P
(per il criterio di Nyquist).
Margine di stabilità vettoriale

lOMoARcPSD|10787392
Un indicatore utilizzato per valutare la stabilità robusta di un sistema è il margine di stabilità vettoriale.
𝑑 = min |1 + 𝐿(𝑗𝜔)|
L’espressione utilizzata per calcolare tale indicatore è:
-
Siccome non è sempre facile trovare il valore di d (se ad esempio si ha un diagramma molto complesso) si
analizzano il margine di guadagno e il margine di fase.
Sia 𝜔Ó la pulsazione per cui ∡𝐿 (𝑗𝜔Ó ) = −180°. Si definisce 𝑥e = |𝐿(𝑗𝜔Ó )| da cui si ricava il margine di
Margine di guadagno
1
guadagno:
𝑘¾ = = −|𝐿(𝑗𝜔Ó )|âã
𝑥e
Per avere asintotica stabilità deve essere rispettata la condizione 𝑘¾ > 1, cioè l’intersezione del
diagramma polare con il semiasse reale negativo sta a destra del punto -1 e quindi non fa nessun giro
Per quanto riguarda il modello “vero”, esso è asintoticamente stabile per tutti i valori di k tali che 0 ≤ 𝑘 <
intorno ad esso (N=0, P=0 per ipotesi).
𝑘¾ .
Il margine di guadagno 𝑘¾ è un indicatore di robustezza rispetto a incertezze sul guadagno d’anello: più il
margine è grande, più è alto il grado di robustezza del sistema.
Sia 𝜔ø la pulsazione (detta pulsazione critica) per cui |𝐿(𝑗𝜔ø )| = 1. Si definisce 𝜑ø (detta fase critica) come
Margine di fase
𝜑ø = ∡𝐿 (𝑗𝜔ø )

lOMoARcPSD|10787392
𝜑¾ = 180° − |𝜑ø |
Il margine di fase viene definito come il supplementare della fase critica, cioè:
Per avere asintotica stabilità deve essere rispettata la condizione 𝜑¾ > 0. Il modello “vero” ha in aggiunta
un ritardo d’anello (𝑒 ;<p ), ed è quindi asintoticamente stabile se:
𝜋
𝜑¾ > 𝜔ø 𝜏 𝑐𝑜𝑛 𝜏 𝑖𝑙 𝑚𝑎𝑠𝑠𝑖𝑚𝑜 𝑟𝑖𝑡𝑎𝑟𝑑𝑜 𝑎𝑚𝑚𝑖𝑠𝑠𝑖𝑏𝑖𝑙𝑒
180°
Il margine di fase è un indicatore di robustezza rispetto ad incertezze sul ritardo d’anello: più è grande 𝜑¾ ,
più il sistema è robusto.
Caso particolare 1
• 𝑘¾ ≫ 1
In questo caso si ha
• 𝜑¾ ≫ 0°
Sembrerebbe un sistema molto stabile, per entrambi gli indicatori, invece dal grafico si può notare come il
sistema sia assai poco robusto.
Caso particolare 2
In questo caso il diagramma polare incrocia l’asse reale in 0 quindi si avrebbe 𝑥e = 0, il che determina un
margine di guadagno ∞.
Calcolando
𝜑¾ = 180° − |𝜑ø |
|𝜑ø | = |∡𝐿(𝑗𝜔)| < 180°, ∀𝜔

Notiamo che
Quindi il margine di fase sarà sempre positivo e il sistema sarà asintoticamente stabile.
Caso particolare 3

lOMoARcPSD|10787392
In questo caso il diagramma sta sempre all’interno della circonferenza, quindi 𝜑¾ = ∞.
|𝐿(𝑗𝜔)| < 1, ∀𝜔
Si ha infatti che
E’ possibile valutare il margine di fase 𝜑¾ e il margine di guadagno 𝑘¾ solo osservando i diagrammi di Bode
Valutazione dai diagrammi di Bode
del modulo e della fase.
Dalla figura si osserva che la fase critica 𝜔ø si ricava dall’intersezione del diagramma del modulo con l’asse
fase critica si passa al diagramma della fase e si va a vedere, in corrispondenza di 𝜔ø , la fase critica
0dB (intersezione del diagramma polare con la circonferenza di raggio unitario). Trovato questo valore della
corrispondente 𝜑ø . Noto, ora, il valore della fase critica, si può calcolare il margine di fase 𝜑¾ = 180° −
|𝜑ø |.
𝜔Ó , pulsazione a cui la fase è −180°. Noto questo valore, si passa al diagramma del modulo e in
Per ricavare invece il margine di guadagno, in maniera approssimativa, dal diagramma della fase si trova
corrispondenza di tale valore si trova il valore di 𝑘¾ , cioè la distanza tra l’asse a 0dB e il diagramma del
modulo.
poiché il diagramma della fase asintotico presenta dei tratti orizzontali (quindi si ha la stessa fase per 𝜔
Osservazione: Non è sempre possibile, tuttavia, trovare un valore approssimativo del margine di fase,
differenti). A questo punto, si calcola analiticamente.

Criterio di Bode
• 𝜇>0
Il criterio di Bode stabilisce che un sistema è asintoticamente stabile se e solo se ha:
• 𝜑¾ > 0
Tale criterio sostituisce il criterio di Nyquist, ma, a differenza di quest’ultimo, necessita di due condizioni di
1. Il numero di poli a parte reale positiva deve essere nullo (𝑃 = 0)

applicabilità:
2. Il diagramma di Bode del modulo associato a 𝐿(𝑠) attraversa una sola volta l’asse a 0dB (cioè il
diagramma di Nyquist non deve fare giri intorno al punto −1).
Sia dato un sistema a fase minima con funzione di trasferimento 𝐿(𝑠). Questo significa che
Criterio di Bode (approssimato) per sistemi a fase minima
positiva è nullo (𝑃 = 0)
• poli e zeri hanno parte reale negativa o uguale a zero, quindi il numero di poli con parte reale
• il guadagno 𝜇 è positivo

lOMoARcPSD|10787392
E’ possibile applicare il criterio di Bode a questi sistemi, poiché la condizione 𝜇 > 0 è soddisfatta e i
diagramma asintotici di Bode di modulo e fase hanno forti legami (infatti dove il modulo ha pendenza -k la
fase critica vale -k90°).
Per esempio, se l’asse a 0dB viene attraversato con pendenza -1 e se il tratto è sufficientemente lungo, il
diagramma della fase asintotico è molto simile a quello effettivo, perciò l’errore sarebbe minimo. Quindi, il
progettista deve fare in modo che l’asse a 0dB venga tagliato con pendenza -1.
20. Analisi delle prestazioni di sistemi retroazionati: Introduzione

Funzioni di trasferimento in anello chiuso
Per capire come è fatto un sistema retroazionato dobbiamo andare a guardare le funzioni di trasferimento
che lo compongono.
dove il blocco 𝑅(𝑠) = 𝑇(𝑠)𝐶(𝑠) viene chiamato regolatore e viene lasciato, generalmente, separato dalla
𝐺(𝑠), funzione di trasferimento del sistema.
La figura sottostante, invece, rappresenta il sistema in cui viene evidenziata la 𝐿(𝑠) cioè la funzione d’anello
ed è stato posto 𝐻(𝑠) = 1.
Per studiare tale sistema analizziamo le seguenti funzioni di trasferimento:
𝑌(𝑠) 𝐿(𝑠)
• Effetto dell’ingresso sull’uscita: funzione di sensitività complementare
= = 𝐹(𝑠)
𝑊 𝑠( ) 1 + 𝐿(𝑠)
𝑌(𝑠) 1
• Effetto del disturbo sull’uscita: funzione di sensitività
= = 𝑆(𝑠)
(
𝐷 𝑠 ) 1 + 𝐿(𝑠)
𝐸 (𝑠) 1
• Effetto dell’ingresso sull’errore: funzione di sensitività
= = 𝑆(𝑠)
𝑊(𝑠) 1 + 𝐿 (𝑠)
𝐸 (𝑠) 1
• Effetto del disturbo sull’errore: opposto della funzione di sensitività
=− = −𝑆(𝑠)
𝐷(𝑠) 1 + 𝐿(𝑠)
𝑈(𝑠) 𝑅 (𝑠)
• Effetto dell’ingresso sull’uscita del regolatore: funzione di sensitività del controllo
= = 𝑄(𝑠)
𝑊(𝑠) 1 + 𝐿(𝑠)
𝑈(𝑠) 𝑅 (𝑠)
• Effetto del disturbo sull’uscita del regolatore: opposto della funzione di sensitività del controllo
=− = −𝑄(𝑠)
𝐷(𝑠) 1 + 𝐿 (𝑠)
Rappresentazioni equivalenti

lOMoARcPSD|10787392
E’ possibile analizzare separatamente le varie funzioni di sensitività, ciascuna con il proprio schema a
blocchi, secondo le rappresentazioni in figura.
• 𝐹 (𝑠) ~ 1
Inoltre, affinché il sistema abbia delle ottime prestazioni, si deve avere:
• 𝑆(𝑠) ~ 0
• 𝑄(𝑠) ~ 0
21. Analisi delle prestazioni di sistemi retroazionati: Sensitività complementare
Per fare l’analisi statica di 𝐹 (𝑠) = 0Œò(p), dove 𝐿(𝑠) = pÚ ∏(0Œp<q) è necessario studiare il comportamento
Analisi statica di F(s)
ò(p) Å ∏(0ŒpË )
q
Å
in bassa frequenza (quindi per tempi infiniti), cioè studiare pÚ.
A questo punto bisogna quindi valutare il valore di regime della risposta allo scalino 𝑤 (𝑡) = 𝐴 ∙ 𝑠𝑐𝑎(𝑡).
𝐴 𝑠𝑒 𝑔 > 0
Per il teorema del valore finale si ha
𝐴 𝜇 𝜇
𝑦(∞) = lim 𝑠 ∙ ∙ 𝐹 (𝑠) = 𝐴 lim Á = ü𝐴 𝑠𝑒 𝑔 = 0
p→" 𝑠 p→" 𝑠 + 𝜇 1+𝜇
0 𝑠𝑒 𝑔 < 0
• Se 𝑔 > 0 il sistema ha ottime prestazioni statiche perché in uscita si ha esattamente l’ingresso

Osservazioni
• Se 𝑔 = 0 e 𝜇 ≫ 1 si hanno delle buone prestazioni statiche del sistema perché in uscita si ha
• Se 𝑔 < 0 il sistema ha delle pessime prestazioni statiche perché in corrispondenza dell’ingresso si

all’incirca l’ingresso
ha un’uscita nulla
Se L(s) è una funzione di trasferimento razionale definita come 𝐿(𝑠) =

Poli e zeri di F(s)
ôý (p)
ïý (p)
𝑁ò (𝑠)
si ha che F(s) è
𝐹 (𝑠) =
𝐷ò (𝑠) + 𝑁ò (𝑠)
Quindi:
• I poli di F(s) sono le radici di 𝐷ò (𝑠) + 𝑁ò (𝑠)

• Gli zeri di F(s) corrispondono con gli zeri della L(s)
Per studiare la risposta in frequenza analizziamo il modulo di 𝐹(𝑗𝜔)

Risposta in frequenza di F(s)
|𝐿(𝑗𝜔)| 1 𝑠𝑒 |𝐿(𝑗𝜔)| ≫ 1 , 𝜔 < 𝜔ø

|𝐹(𝑗𝜔)| = ≅)
|1 + 𝐿(𝑗𝜔)| |𝐿(𝑗𝜔)| 𝑠𝑒 |𝐿(𝑗𝜔)| ≪ 1 , 𝜔 > 𝜔ø

lOMoARcPSD|10787392
• F(s) è un filtro passa basso, quindi funziona bene per 𝜔 < 𝜔ø

Conclusioni
• La banda passante di F(s) è 𝐵ÿ ≅ [0, 𝜔ø ]

𝜇ÿ = 1 𝑠𝑒 𝑔 > 0
• Il guadagno di F(s) è /𝜇 = Å 𝑠𝑒 𝑔 = 0
ÿ 0ŒÅ
• I poli dominanti di F(s) cadono in corrispondenza di 𝜔ø
Poli dominanti di F(s)
Con la rappresentazione dell’immagine precedente, se i poli sono complessi coniugati, si perde la
caratteristica dello smorzamento, quindi è necessario calcolarlo.
calcolare |𝐹(𝑗𝜔ø )|.

Per capire se si tratta di poli complessi coniugati con uno smorzamento alto o basso bisogna quindi
|𝐿(𝑗𝜔ø )| = 1
Nota preliminare
) → 𝐿(𝑗𝜔ø ) = 𝑒 ¼!"
∡𝐿(𝑗𝜔ø ) = 𝜑ø
Calcolo del valore esatto di |𝑭(𝒋𝝎𝒄 )|
|𝐿(𝑗𝜔ø )| 1 1 1 1
|𝐹 (𝑗𝜔ø )| = = = = =
|1 + 𝐿(𝑗𝜔ø )| |1 + 𝑒 ¼!" | |1 + 𝑐𝑜𝑠𝜑ø + 𝑗𝑠𝑖𝑛𝜑ø | Ï2(1 − 𝑐𝑜𝑠𝜑¾ ) 2 sin ^𝜑¾ `
2
Per uno smorzamento basso si deve avere un margine di fase piccolo, al contrario per uno smorzamento
alto, si deve avere un margine di fase grande.
Approssimazione a poli dominanti complessi coniugati di F(s)
𝜔ø1
Con l’approssimazione a poli dominanti la F(s) è:
𝐹 (𝑠) = 1
𝑠 + 2𝜉𝜔ø 𝑠 + 𝜔ø1
𝜔ø1 1
Si ha
|𝐹(𝑗𝜔ø )| = =
|2𝑗𝜉𝜔ø | 2𝜉
1
Conclusione: valutazione approssimata dello smorzamento dei poli dominanti di F(s)
1 1 𝜑¾
Lo smorzamento dei poli dominanti vale
𝜑¾ = 2𝜉 → 𝜉 ≅ sin ^ 2 `
2 sin ^ 2 `
Se inoltre 𝜑¾ è una quantità abbastanza piccola, si può fare un’ulteriore approssimazione
𝜑¾ 𝜑¾ 𝜋 𝜑¾
𝜉 ≅ sin ^ ` ≅ ≅
2 2 180° 100
Per decidere se i poli trovati sono reali o complessi coniugati si valuta 𝜑¾ :
Se 𝜑¾ < 75° si hanno dei poli dominanti complessi coniugati con 𝜔o ≅ 𝜔ø e 𝜉 = sin ^ `
!Û
1
•

lOMoARcPSD|10787392
Se 𝜑¾ > 75° si ha un polo dominante reale con 𝜏 ≅ -

0
"
•
22. Analisi delle prestazioni di sistemi retroazionati: Sensitività
Per fare l’analisi statica di S(𝑠) = 0Œò(p), dove 𝐿 (𝑠) = pÚ ∏(0Œp<q) è necessario studiare il comportamento
Analisi statica di S(s) - risposta allo scalino
0(p) Å ∏(0ŒpË )
q
Å
in bassa frequenza (quindi per tempi infiniti), cioè studiare pÚ.
A questo punto bisogna quindi valutare il valore di regime della risposta allo scalino 𝑑(𝑡) = 𝐴 ∙ 𝑠𝑐𝑎(𝑡).
0 𝑠𝑒 𝑔 > 0
𝐴 𝑠Á ⎧ 1
𝑦(∞) = lim 𝑠 ∙ ∙ 𝑆 (𝑠) = 𝐴 lim Á = 𝐴 𝑠𝑒 𝑔 = 0
p→" 𝑠 p→" 𝑠 + 𝜇 ⎨ 1+𝜇
⎩𝐴 𝑠𝑒 𝑔 < 0
• Se 𝑔 > 0 il sistema ha ottime prestazioni statiche perché l’effetto del disturbo sull’uscita è nullo
Osservazioni
• Se 𝑔 = 0 e 𝜇 ≫ 1 si hanno delle buone prestazioni statiche del sistema perché si cerca di rendere
• Se 𝑔 < 0 il sistema ha delle pessime prestazioni statiche perché in uscita si presenta il disturbo in
piccolo l’effetto del disturbo sull’uscita
ingresso
Per fare l’analisi statica di S(𝑠) = 0Œò(p), dove 𝐿 (𝑠) = pÚ ∏(0Œp<q) è necessario studiare il comportamento
Analisi statica di S(s) - risposta alla rampa
0(p) Å ∏(0ŒpË )
q
Å
p Ú.
A questo punto bisogna quindi valutare il valore di regime della risposta alla rampa 𝑑(𝑡) = 𝐴 ∙ 𝑟𝑎𝑚(𝑡).
in bassa frequenza (quindi per tempi infiniti), cioè studiare
0 𝑠𝑒 𝑔 > 1
𝐴 𝑠 Á;0 ⎧𝐴
𝑦(∞) = lim 𝑠 ∙ 1 ∙ 𝑆(𝑠) = 𝐴 lim Á = 𝑠𝑒 𝑔 = 1
p→" 𝑠 p→" 𝑠 + 𝜇 ⎨𝜇
⎩ ∞ 𝑠𝑒 𝑔 < 1
• Se 𝑔 > 1 il sistema ha ottime prestazioni statiche perché, con più di un polo nell’origine, il disturbo
Osservazioni
• Se 𝑔 = 1 e 𝜇 ≫ 1 si hanno delle buone prestazioni statiche del sistema perché, con un polo
dato dalla rampa è nullo
• Se 𝑔 < 1 il sistema ha delle pessime prestazioni statiche perché in uscita si presenta il disturbo in
nell’origine, si cerca di rendere piccolo l’effetto del disturbo sull’uscita riducendo la sua ampiezza
Valore di regime 𝑦(∞) in risposta a 𝑑(𝑡)

ingresso, quindi la rampa

lOMoARcPSD|10787392
Valore di regime |𝑒(∞)| in risposta a 𝑤(𝑡) oppure a 𝑑(𝑡)
Se L(s) è una funzione di trasferimento razionale definita come 𝐿(𝑠) = ïý (p) si ha che F(s) è
Poli e zeri di S(s)
ô (p)
𝐷ò (𝑠)
ý
𝑆(𝑠) =
𝐷ò 𝑠) + 𝑁ò (𝑠)
(
Quindi:
• I poli di S(s) sono le radici di 𝐷ò (𝑠) + 𝑁ò (𝑠)

• Gli zeri di S(s) corrispondono con i poli della L(s)
Per studiare la risposta in frequenza analizziamo il modulo di 𝑆(𝑗𝜔)

Risposta in frequenza di F(s)
1
1 = −|𝐿(𝑗𝜔)|âã 𝑠𝑒 |𝐿(𝑗𝜔)| ≫ 1 , 𝜔 < 𝜔ø
|𝑆(𝑗𝜔)| = ≅ ? |𝐿(𝑗𝜔)|
|1 + 𝐿 (𝑗𝜔)|
1 = 0𝑑𝐵 𝑠𝑒 |𝐿(𝑗𝜔)| ≪ 1 , 𝜔 > 𝜔ø
• S(s) è un filtro passa alto, quindi funziona bene per 𝜔 < 𝜔ø perché in questo intervallo il disturbo
Conclusioni
• La banda passante di S(s) è 𝐵ÿ ≅ [𝜔ø , ∞]

viene attenuato
• Il disturbo d viene attenuato solo in [0, 𝜔ø ]

0
• L’attenuazione in questa banda è circa uguale a |ò(¼-)|
24. Estensioni dell’analisi dei sistemi retroazionati
Effetto di un ritardo
Dato un sistema con ritardo, esso:
• Può influenzare la stabilità
• Non modifica 𝜔ø
• Non modifica le prestazioni statiche
• Fa diminuire 𝜑¾
• Diminuisce lo smorzamento dei poli in anello chiuso

lOMoARcPSD|10787392
Blocchi in anello aperto
Dato un sistema con un blocco H(s) in anello aperto (in particolare dal disturbo all’uscita) la funzione di
𝑌(𝑠) 𝐻 (𝑠)
sensitività assume una forma diversa:
𝑀(𝑠) = = = 𝐻 (𝑠)𝑆(𝑠)
𝐷(𝑠) 1 + 𝐿(𝑠)
• 𝜇t = 𝜇ó 𝜇+
Quindi si hanno le seguenti caratteristiche:
• |𝑀(𝑗𝜔)| = |𝐻(𝑗𝜔)||𝑆(𝑗𝜔)|
• |𝑀(𝑗𝜔)|âã = |𝐻 (𝑗𝜔)|âã + |𝑆(𝑗𝜔)|âã
Disturbi sull’attuatore
25. Introduzione al progetto

Il problema del progetto
Si vuole progettare R(s), cioè il regolatore come insieme di controllore e trasduttore, per soddisfare alcune
specifiche richieste. In seguito assumiamo che L(s) soddisfi le condizioni di applicabilità del criterio di Bode.
1. Stabilità in condizioni nominali: per il criterio di Bode si deve avere 𝜇 > 0 e 𝜑¾ > 0
Specifiche di progetto
2. Stabilità robusta: si devono avere 𝜑¾ e/o 𝑘¾ elevati

3. Precisione statica: Si deve avere 𝑔 > 0 e/o 𝜇 elevato
4. Precisione dinamica: Per avere un sistema veloce 𝜔ø deve essere elevata e per avere uno
smorzamento alto 𝜑¾ deve essere elevata
5. Attenuazione dei disturbi in andata: Si deve avere |𝐿(𝑗𝜔)| ≫ 0 𝑑𝐵 per 𝜔 < 𝜔ø
6. Realizzabilità del regolatore: Non si possono avere più zeri che poli
Formulazione delle specifiche di progetto
Specifiche statiche
• |𝑒(∞)| < 𝑒̅ con 𝑤(𝑡) e 𝑑(𝑡) dati

Possono essere di due tipi:
• |𝑒(∞)| → 0 (a regime), quindi, genericamente, è necessario avere un polo nell’origine nella

funzione d’anello L(s)
• 𝜔¾¤o ≤ 𝜔ø ≤ 𝜔¾7j (specifica di velocità)

Specifiche dinamiche
• 𝜑¾ ≥ ÙÙÙÙ
𝜑¾ (specifica di robustezza)

lOMoARcPSD|10787392
• 𝑘¾ > 𝑘 ÙÙÙÙ
¾ (specifica di robustezza)
Talvolta accade che siano date delle specifiche dinamiche di velocità nel dominio del tempo, per esempio
𝑡7 < 𝑡̅
sul tempo di assestamento della risposta allo scalino del sistema retroazionato
Si hanno due casi:
5 500
• Se F(s) ha poli dominanti complessi
𝑡7 ≅ ≅ < 𝑡̅
𝜉𝜔o 𝜑¾ 𝜔ø
Da cui si ricava 𝜔ø > ÙÙÙÙÙ8
-""
! ̅ Û
5
• Se F(s) ha un polo dominante reale
𝑡7 ≅ < 𝑡̅
𝜔ø
Da cui si ricava 𝜔ø >
-
8̅
Si possono anche avere delle specifiche dinamiche di robustezza nel dominio del tempo. Per esempio può
essere richiesta una soglia per la massima sovraelongazione percentuale
ÕÓ
;
𝑆% = 100𝑒 Ï0;Õ < 𝑆̅
¬
Per sistemi retroazionati, siccome 𝜉 ≅ Û , la specifica può essere scritta come

!
0""
100
100 ln ^ ̅ `
𝜑 > 𝑆
¾
.𝜋 1 + ^ln ^100``
1
𝑆̅
Loop Shaping
2. Cominciare scegliendo una R(s) con una struttura semplice (Per esempio 𝑅 (𝑠) = 1)
1. Trasformare le specifiche di progetto in vincoli su L(s)
3. Modificare R(s) per tentativi successivi in modo che L(s) rispetti le specifiche di progetto
4. Al termine di ogni tentativo verificare se il controllore rispetta le specifiche di progetto
Possiamo quindi individuare una parte di progetto statico e una di progetto dinamico. La funzione di
𝑅(𝑠) = 𝑅p (𝑠)𝑅ï (𝑠)

trasferimento del controllore può essere pensata come:
• 𝑅+ (𝑠) = p/0 deve soddisfare le specifiche statiche

Å
Dove
𝑅ï (𝑠) =
∏(0ŒpËq )
∏(0Œp<q)
• deve soddisfare le specifiche dinamiche
27. Legge di controllo PID
Definizione
I controllori PID vengono definiti così perché agiscono in modo proporzionale, integrale e derivativo, cioè,
𝑑𝑒(𝑡)
dato in ingresso l’errore, l’uscita del controllore sarà data da
8
𝑢 (𝑡) = 𝐾¥ 𝑒(𝑡) + 𝐾¤ : 𝑒(𝜏)𝑑𝜏 + 𝐾â
" 𝑑𝑡
1 8
= 𝐾¥ ‰𝑒(𝑡) + : 𝑒(𝜏)𝑑𝜏 + 𝑇â 𝑒̇ (𝑡)Š
𝑇¤ "
Dove
𝑇¤ =
12
1q
•
𝑇â = 1
13
2
•

lOMoARcPSD|10787392
L’azione proporzionale garantisce un maggior controllo all’aumentare dell’errore, l’azione integrativa tiene
conto del valor medio dell’errore, agendo quindi in base anche alla storia passata, mentre l’azione
derivativa consente di vedere se l’errore è crescente e quindi anche agire con un maggior controllo (storia
futura).
Funzione di trasferimento di un PID ideale
1
La trasformata dell’uscita di un PID ideale è:
𝑈(𝑠) = 𝐾¥ ›1 + + 𝑇â 𝑠œ 𝐸(𝑠)
𝑇¤ 𝑠
𝑈(𝑠) 1 + 𝑇¤ 𝑠 + 𝑇¤ 𝑇â 𝑠 1 1 + 𝑇¤ 𝑠 + 𝑇¤ 𝑇â 𝑠 1
Da questa è possibile ricavare la funzione di trasferimento del PID ideale:
( )
𝑅 𝑠 = = 𝐾¥ = 𝐾¤
𝐸 (𝑠) 𝑇¤ 𝑠 𝑠
Se il ∆ del numeratore è ≥ 0 allora R(s) ha due zeri reali, da cui risulta
(1 + 𝑠𝜏0 )(1 + 𝑠𝜏1 )
𝑅(𝑠) = 𝐾¤
𝑠
Questa viene definita funzione di trasferimento del PID ideale perché non è realizzabile in quanto ha un
numero di zeri maggiore del numero dei poli.
Essa presenterebbe comunque questi tre vantaggi:
1. Ha una elevata precisione statica in quanto ha un polo nell’origine
2. Ha una elevata precisione dinamica in quanto ha due zeri e quindi aumenta il margine di fase
3. Ha un guadagno che corrisponde al guadagno d’anello
Funzione di trasferimento di un PID reale
Per ottenere un controllore PID reale è necessario aggiungere un polo in alta frequenza all’azione
𝑇â 𝑠
derivativa. Questa diventerà quindi
𝑇â 𝑠
1+ 𝑁
𝑇 1
Otteniamo in questo modo la funzione di trasferimento del PID
1 + ^ â + 𝑇¤ ` 𝑠 + ^ + 1` 𝑇¤ 𝑇â 𝑠 1 (1 + 𝑠𝜏æ0 )(1 + 𝑠𝜏æ1 )
𝑅(𝑠) = 𝐾¤ 𝑁 𝑁 = 𝐾¤
𝑇 𝑠(1 + 𝑠𝜏æ4 )
𝑠 ^1 + 𝑁â 𝑠`
• 𝜏æ4 ≪ 𝜏æ0 , 𝜏æ4 ≪ 𝜏æ1 quindi il polo è in alta frequenza

Si noti che con una scelta di N opportunamente grande si ottiene:
• 𝜏æ0 ≅ 𝜏0 , 𝜏æ1 ≅ 𝜏1 quindi gli zeri sono prossimi a quelli del PID ideale
Diagrammi di Bode di un PID reale
Casi Particolari
• Controllore proporzionale P

lOMoARcPSD|10787392
𝑅(𝑠) = 𝐾¥
𝐾¤
• Controllore Integrale I
𝑅 (𝑠) =
𝑠
1 + 𝑠𝑇¤
• Controllore proporzionale-integrale PI
𝑅(𝑠) = 𝐾¤
𝑠
𝑅(𝑠) = 𝐾¥ (1 + 𝑠𝑇â )
• Controllore proporzionale-derivativo PD
Si noti che questa è solamente una funzione di trasferimento ideale

Metodi per la taratura di un controllore PID
Per tarare un controllore PID possono essere utilizzati tre diversi metodi:
1. Taratura teorica, basata sul loop shaping
2. Taratura empirica, basata su esperimenti in assenza di informazioni a priori sul sistema
3. Taratura ad autosintonia
Limitazione dell’azione derivativa
𝑑𝑒(𝑡) 𝑑
Dato un ingresso qualsiasi, l’azione derivativa del PID fa in modo che l’uscita del controllore sia
𝑢(𝑡) = ⋯ + 𝐾â = ⋯ + 𝐾â B𝑤(𝑡) − 𝑦(𝑡)D
𝑑𝑡 𝑑𝑡
Avendo, ad esempio, come ingresso 𝑤(𝑡) = 𝑠𝑐𝑎(𝑡) abbiamo in uscita la sua derivata, quindi un impulso il
che è indesiderabile.
𝑑𝑒(𝑡) 𝑑𝑤(𝑡) 𝑑𝑦(𝑡)

Per limitare tale fenomeno possiamo pensare l’uscita come
𝑢(𝑡) = ⋯ + 𝐾â = ⋯ + 𝐾â − 𝐾â
𝑑𝑡 𝑑𝑡 𝑑𝑡
Rimuovendo questo termine l’uscita non avrà mai variazioni a scalino.
Analizzando il sistema notiamo che:

• La funzione di trasferimento da d(t) a y(t) non cambia
• Nella funzione di trasferimento da w(t) a y(t) cambiano solo gli zeri
• Non cambiano le proprietà di stabilità e il comportamento statico
Generalizzazione
𝐾¤
La generica trasformata dell’uscita del PID può essere quindi vista come:
𝑈(𝑆) = 𝐾¥ 𝐸¥ (𝑠) + 𝐸(𝑠) + 𝐾â 𝑠𝐸â (𝑠)
𝑠
• 𝐸(𝑠) = 𝑊 (𝑠) − 𝑌(𝑠)

Dove
• 𝐸¥ (𝑆) = 𝛼𝑊(𝑠) − 𝑌(𝑠)

• 𝐸p (𝑆) = 𝛽𝑊(𝑠) − 𝑌(𝑠)
Si noti che se 𝛼 = 𝛽 = 1 si ottiene un PID standard, mentre se 𝛼 = 𝛽 = 0 le azioni derivative e
proporzionali vengono calcolate solamente su y(t).
Saturazione dell’azione integrale (wind-up)
Per dare dei limiti all’azione degli attuatori può essere utilizzata la saturazione. Questa può però portare un
effetto indesiderato, noto come wind up, quando la legge di controllo contiene un’azione integrale

lOMoARcPSD|10787392
−𝑢t 𝑢(𝑡) < −𝑢t

L’equazione della saturazione è
𝑚(𝑡) = ? 𝑢(𝑡) |𝑢(𝑡)| ≤ 𝑈t

𝑢t 𝑢(𝑡) > 𝑢t
Implementazione anti wind-up (a derivazione dell’uscita)
28. Sistemi dinamici a tempo discreto (Approccio in variabili di stato)

Introduzione
I sistemi digitali esprimo relazioni causa/effetto tra segnali discreti. Gli ingressi e le uscite dipendono quindi
differenziali, viene ora espresso con equazioni alle differenze in cui il valore delle variabili all’indice 𝑘 + 1
dall’ indice temporale discreto k. Tutto quello che con il tempo continuo era espresso mediante equazioni
viene calcolato sulla base del valore delle variabili a valori precedenti dell’indice 𝑘.
Segnali a tempo discreto
Il tempo evolve in realtà con continuità quindi non sarà mai possibile trovare un intervallo di tempo
minimo: sarà sempre possibile infatti individuarne uno più breve. In pratica, nella realizzazione di sistemi,
non è possibile però implementare un sistema a tempo continuo quindi verranno definite delle variabili che
assumono valori solamente in corrispondenza di un indice discreto k.
Anche i computer che permettono l’acquisizione di dati da sensori vari lavorano in tempo discreto. In
particolare il segnale che verrà acquisito verrà detto segnale campionato.
I segnali a tempo discreto sono sequenze di valori reali ordinate secondo un indice temporale intero e
Normalmente l’indice temporale parte da 0, quindi 𝑘 ∈ 𝑍 Œ

verranno usati per descrivere segnali campionati.

lOMoARcPSD|10787392
Segnali canonici a tempo discreto
0 𝑘 ≠ 0
𝑖𝑚𝑝(𝑘) = 6
Impulso
1 𝑘 = 0
0 𝑘 < 0
𝑠𝑐𝑎(𝑘) = 6
Scalino
1 𝑘 ≥ 0
0 𝑘 < 0
𝑟𝑎𝑚(𝑘) = 6
Rampa
𝑘 𝑘 ≥ 0
Rappresentazione di stato (sistemi SISO tempo invarianti)
𝒙(𝑘 + 1) = 𝑓B𝒙(𝑘), 𝑢(𝑘)D 𝑒𝑞𝑢𝑎𝑧𝑖𝑜𝑛𝑒 𝑑𝑖 𝑠𝑡𝑎𝑡𝑜

Un sistema SISO LTI può essere descritto dalla seguente rappresentazione di stato:
? 𝑦(𝑘) = 𝑔B𝒙(𝑘), 𝑢 (𝑘)D 𝑡𝑟𝑎𝑠𝑓𝑜𝑟𝑚𝑎𝑧𝑖𝑜𝑛𝑒 𝑑𝑖 𝑢𝑠𝑐𝑖𝑡𝑎

𝒙(𝑘" ) = 𝒙" 𝑐𝑜𝑛𝑑𝑖𝑧𝑖𝑜𝑛𝑒 𝑖𝑛𝑖𝑧𝑖𝑎𝑙𝑒
Dove 𝒙(𝑘) è un vettore n-dimensionale, 𝑢(𝑘) e 𝑦(𝑘) sono scalari, f è una funzione vettoriale e g una
funzione scalare.
Classificazione
• Sistema SISO (Single Input, Single Output): Ingresso e uscita sono scalari.
• Sistema Lineare: f e g sono funzioni lineari di u(k) e di x(k)
• Sistema strettamente proprio: Non c’è dipendenza esplicita dell’uscita dall’ingresso. Altrimenti si
parla di sistemi propri.
• Sistema tempo-invarianti (Stazionario): Non c’è presenza esplicita della variabile tempo. Altrimenti
si parla di sistemi tempo-varianti.
• Grado del sistema: E’ il numero delle variabili di stato
Si definisce movimento dello stato il vettore 𝒙(𝑘) e si calcola iterativamente partendo da una condizione
Movimento dello stato e movimento dell’uscita
iniziale 𝑘" .
Si definisce movimento dell’uscita il termine 𝑦(𝑘) per 𝑘 > 𝑘" .
Si definisce stato di equilibrio il movimento dello stato 𝒙(𝑘) = 𝒙 æ costante nel tempo in corrispondenza di
Equilibrio nei sistemi SISO tempo invarianti
un ingresso 𝑢(𝑘) = 𝑢Ù.

Si definisce uscita di equilibrio il movimento dell’uscita 𝑦(𝑘) = 𝑦Ù costante nel tempo in corrispondenza di
un ingresso 𝑢(𝑘) = 𝑢Ù.
Sistemi lineari LTI SISO

lOMoARcPSD|10787392
𝒙(𝑘 + 1) = 𝐴𝒙(𝑘) + 𝐵𝑢(𝑘)

Un sistema LTI SISO può essere scritto in forma matriciale nel seguente modo
)
𝑦(𝑘) = 𝐶𝒙(𝑘) + 𝐷𝑢 (𝑘)
Nota: Generalmente le matrici A,B,C,D vengono indicate con F,G,H,D per distinguere i sistemi digitali da
quelli a tempo continuo
Equilibrio di sistemi LTI SISO
In forma matriciale, per calcolare lo stato di equilibrio in corrispondenza di un ingresso costante si deve
æ = 𝐴𝒙
𝒙 æ + 𝐵𝑢Ù
risolvere la seguente equazione:
(𝐼 − 𝐴)æ 𝒙 = 𝐵𝑢Ù
• Se det (𝐼 − 𝐴) ≠ 0 si ha un solo stato di equilibrio 𝒙 æ = (𝐼 − 𝐴);0 𝐵𝑢Ù . Inserendo questo valore

Possiamo avere due casi:
𝑦Ù = (𝐶 (𝐼 − 𝐴);0 𝐵 + 𝐷)𝑢Ù
all’interno della trasformazione di uscita si ottiene
E’ possibile anche calcolare il guadagno statico del sistema 𝜇 = = 𝐶 (𝐼 − 𝐴);0 𝐵 + 𝐷

\Ù
]
æ
• Se det(𝐼 − 𝐴) = 0 il sistema può avere infinite o nessuna soluzione
Movimento di sistemi LTI SISO
Iterando l’equazione di stato, di un sistema LTI SISO, per ottenere il movimento dello stato ad ogni passo k
si utilizza la seguente regola generale
‚;0
𝑥 (𝑘) = 𝐴 𝑥" + ¦ 𝐴‚;¤;0 𝐵𝑢 (𝑖 ) 𝑐𝑜𝑛 𝑘 = 0,1,2, …

‚
¤ "
• 𝑥f (𝑘) = 𝐴‚ 𝑥" viene definito movimento libero dello stato

Dove
• 𝑥g (𝑘) = ∑‚;0¤ " 𝐴

‚;¤;0
𝐵𝑢 (𝑖 ) viene definito movimento forzato dello stato
Per calcolare il movimento dell’uscita basta inserire l’espressione del movimento dello stato nella
trasformazione di uscita
Dato un sistema lineare stazionario, supponiamo che abbia uno stato di equilibrio 𝑥̅ in corrispondenza di un
Linearizzazione di sistemi SISO non lineari
ingresso costante 𝑢Ù.

E’ possibile definire un sistema lineare che approssima il comportamento dinamico del sistema non lineare
𝛿𝑥 (𝑘) = 𝑥 (𝑘) − 𝑥̅ 𝛿𝑢(𝑘) = 𝑢 (𝑘) − 𝑢Ù

vicino all’equilibrio definendo delle piccole variazioni
𝛿𝑥 (𝑘 + 1) ≅ 𝑓j (𝑥̅ , 𝑢Ù)𝛿𝑥 (𝑘) + 𝑓] (𝑥̅ , 𝑢Ù )𝛿𝑢(𝑘)

Il sistema lineare approssimato risulta
)
𝛿𝑦(𝑘) ≅ 𝑔j (𝑥̅ , 𝑢Ù)𝛿𝑥 (𝑘) + 𝑔] (𝑥̅ , 𝑢Ù )𝛿𝑢(𝑘)

lOMoARcPSD|10787392
Dato un sistema LTI SISO ed un suo stato di equilibrio (𝑥̅ , 𝑢Ù), perturbando la condizione iniziale si ottiene
Stabilità dell’equilibrio nei sistemi LTI
l’espressione del movimento perturbato come somma di movimento nominale e perturbazione del
movimento
‚
𝑥 (𝑘) = 𝐴‚ 𝑥̅ + ¦ 𝐴‚;¼ 𝐵𝑢Ù + 𝐴‚ 𝛿𝑥̅

¼ 0
Si ha che la perturbazione del movimento che si ottiene in seguito ad una perturbazione della condizione
iniziale:
• Dipende solo dalla matrice 𝐴‚

• Non dipende dal particolare stato di equilibrio, quindi si può parlare di stabilità del sistema
Inoltre la stabilità nei sistemi lineari è una proprietà globale cioè non dipende dall’entità della
perturbazione.
Si può dedurre che:
Stabilità dei sistemi LTI

Teorema 1
strettamente < 1.
Un sistema LTI è asintoticamente stabile se e solo se tutti gli autovalori della matrice A hanno modulo
Un sistema LTI è instabile se la matrice A ha almeno un autovalore con modulo strettamente > 1.
Teorema 2
Un sistema LTI è stabile se la matrice A ha tutti gli autovalori con modulo strettamente < 1 ed uno solo con
Teorema 3
modulo unitario (o una sola coppia complessa coniugata con modulo unitario).
strettamente < 1) che sono stabili semplicemente ed altri sistemi con più di un autovalore con modulo
Osservazione: Esistono sistemi con più di un autovalore con modulo unitario (e tutti gli altri con modulo
unitario (e tutti gli altri con modulo strettamente < 1) che sono instabili.
Schema riassuntivo per autovalori con modulo unitario
Regione di asintotica stabilità

lOMoARcPSD|10787392
29. Trasformata Z
Introduzione
Studiare un sistema LTI nel dominio del tempo k richiede, come visto in precedenza, l’utilizzo delle
equazioni alle differenze. Questo può essere complicato e quindi è necessario trovare un dominio che
permetta di trasformarle in equazioni algebriche. Il dominio utilizzato è quello delle trasformate di Z.
Definizione
La trasformata Z è in grado di trasformare una funzione reale di variabile intera in una funzione complessa
‹
di variabile complessa, indicata appunto con Z.
𝐹 (𝑧) = 𝑍[𝑓 (𝑘)] = ¦ 𝑓(𝑘) 𝑧 ;‚ = 𝑓(0) + 𝑓 (1)𝑧 ;0 + 𝑓(2)𝑧 ;1 + ⋯

‚ "
Dato
Trasformata dello scalino
0 𝑘 < 0
𝑓 (𝑘) = 𝑠𝑐𝑎(𝑘) = 6
1 𝑘 ≥ 0
‹ ‹
1 𝑧
La trasformata Z è
𝐹 (𝑧) = 𝑍[𝑓 (𝑘)] = ¦ 𝑓(𝑘)𝑧 ;‚

= ¦(𝑧 ;0 )‚ = =
1−𝑧 ;0 𝑧−1
‚ " ‚ "
L’integratore a tempo discreto è la trasformata Z dello scalino
Dato
Trasformata dell’impulso
0 𝑘 ≠ 0
𝑓 (𝑘) = 𝑖𝑚𝑝(𝑘) = 6
1 𝑘 = 0
‹
La trasformata Z è
𝐹 (𝑧) = 𝑍[𝑓(𝑘)] = ¦ 𝑓 (𝑘)𝑧 ;‚ = 𝑓(0) = 1

‚ "
Trasformata dell’esponenziale

lOMoARcPSD|10787392
Dato
𝑓 (𝑘) = 𝜆‚
‹ ‹ ‹
1 𝑧
La trasformata Z è
𝐹 (𝑧) = 𝑍[𝑓 (𝑘)] = ¦ 𝑓(𝑘)𝑧 ;‚ = ¦ 𝜆‚ 𝑧 ;‚ = ¦(𝜆𝑧 ;0 )‚ = =

1 − 𝜆𝑧 ;0 𝑧−𝜆
‚ " ‚ " ‚ "
Proprietà
Proprietà 1: Linearità
𝐹 (𝑧) = 𝑍[𝑓 (𝑘)] 𝐺 (𝑧) = 𝑍[𝑔(𝑘)] 𝛼, 𝛽 ∈ ℂ

Date due trasformazioni Z e due coefficienti
𝑍[𝛼𝑓(𝑘) + 𝛽𝑔(𝑘)] = 𝛼𝐹(𝑧) + 𝛽𝐺(𝑧)

vale la seguente proprietà:
Supponiamo di avere un segnale f(k) tale che 𝐹 (𝑧) = 𝑍[𝑓(𝑘)] e 𝑔(𝑘) = 𝑓(𝑘 − 1), cioè g è in ritardo di un
Proprietà 2: Ritardo
passo rispetto a f.
𝐺 (𝑧) = 𝑧 ;0 𝐹(𝑧)
Allora si ha che
Dove 𝑧 ;0 viene detto operatore di ritardo.
Supponiamo di avere un segnale f(k) tale che 𝐹 (𝑧) = 𝑍[𝑓(𝑘)] e 𝑔(𝑘) = 𝑓(𝑘 + 1), cioè g è in anticipo di un
Proprietà 3: Anticipo
passo rispetto a f, con 𝑓 (0) = 0.
𝐺 (𝑧) = 𝑧𝐹(𝑧)
Allora si ha che
Dove 𝑧 viene detto operatore di anticipo.

Calcolo dell’antitrasformata
𝑓(𝑘) = 𝑍 ;0 [𝐹(𝑧)]
L’antitrasformata è definita come
Per calcolare l’antitrasformata Z ci sono diversi metodi:

• Formula esplicita
• Teorema del valore iniziale
• Teorema del valore finale
• Sviluppo di Heaviside (valido solo per trasformate razionali)
• Divisione fra polinomi (solo per trasformate razionali)
Siccome utilizzare la formula esplicita risulta troppo oneroso e complesso, utilizziamo degli strumenti per il
calcolo dell’antitrasformata Z.
𝑧−1
Teorema del valore iniziale
𝑓 (0) = lim 𝐹 (𝑧) = lim 𝐹(𝑧)
9→‹ 𝑧 9→‹
Teorema del valore finale
minore di 1 oppure essere in 𝑧 = 1

Questo teorema necessita della seguente ipotesi: i poli di F(z) devono avere tutti modulo strettamente
𝑧−1
𝑓(∞) = lim 𝐹(𝑧) = lim (𝑧 − 1)𝐹(𝑧)
9→0 𝑧 9→0
Antitrasformata mediante divisione fra polinomi
Data la seguente trasformata Z razionale
Facendo la divisione di polinomi si ottiene la seguente espressione:

lOMoARcPSD|10787392
Quindi con questa lunga divisione non si ottiene una espressione analitica di f(k) ma solo i suoi primi
campioni.
Data una funzione 𝐹(𝑧) razionale con grado del numeratore ≤ a quello del denominatore, l’obbiettivo è
Sviluppo di Heaviside
quello di scomporre 𝐹(𝑧) in una somma di termini di cui si conosce la trasformata. Osservando la tabella
delle trasformate notevoli si nota che tutti hanno un fattore 𝑧 a numeratore, quindi si applica il metodo di
ÿ(9)
9
Heaviside a .
Consideriamo il caso in cui 𝐹(𝑧) abbia tutti i poli distinti e non nulli. Allora
ÿ(9)
9
si scompone nel seguente
𝐹 (𝑧) 𝐴 𝐵 𝐶
modo:
= + +⋯+
𝑧 𝑧 𝑧 − 𝑝0 𝑧 − 𝑝o
𝑧 𝑧
Da cui
𝐹(𝑧) = 𝐴 + 𝐵 +⋯+𝐶
𝑧 − 𝑝0 𝑧 − 𝑝o
𝑓 (𝑘) = 𝐴𝑖𝑚𝑝(𝑘) + 𝐵𝑝0‚ + ⋯ + 𝐶𝑝o‚ 𝑐𝑜𝑛 𝑘 ≥ 0

Quindi si ottiene
30. Sistemi dinamici a tempo discreto (Approccio ingresso/uscita)

Funzione di trasferimento
𝑧𝑋(𝑧) = 𝐴𝑋(𝑧) + 𝐵𝑈(𝑧)

Dato un sistema LTI, eseguendo la trasformazione Z con condizioni iniziali nulle, si ottiene
)
𝑌(𝑧) = 𝐶𝑋(𝑧) + 𝐷𝑈(𝑧)
𝑋(𝑧) = (𝑧𝐼 − 𝐴);0 𝐵𝑈(𝑧)

Da cui
)
𝑌(𝑧) = [𝐶(𝑧𝐼 − 𝐴);0 𝐵 + 𝐷]𝑈(𝑧)
𝐺 (𝑧) = 𝐶 (𝑧𝐼 − 𝐴);0 𝐵 + 𝐷

Quindi la funzione di trasferimento G(z) è:
Si consideri un sistema SISO con funzione di trasferimento G(z) e ingresso 𝑢(𝑘) = 𝑖𝑚𝑝(𝑘), la cui
Interpretazione della funzione di trasferimento per sistemi SISO
trasformata Z è 𝑈(𝑧) = 1. Poste condizioni iniziali nulle 𝑥 (0) = 0, si ha che la trasformata Z dell’uscita è
𝑌(𝑧) = 𝐺 (𝑧)𝑈(𝑧) = 𝐺(𝑧)
Perciò, la funzione di trasferimento è la trasformata Z della risposta all’impulso del sistema, come per il
tempo continuo.
Proprietà della funzione di trasferimento G(z)
𝑁(𝑧)
Consideriamo una funzione di trasferimento G(z) razionale
𝐺 (𝑧) =
𝐷(𝑧)
• 𝐷(𝑧) = 𝜑(𝑧) = det (𝑧𝐼 − 𝐴) viene definito polinomio caratteristico della matrice A ed è un
Si hanno le seguenti proprietà:
• 𝑁(𝑧) è un polinomio in z:
polinomio in z di grado n
o Di grado < 𝑛, se D è nullo

o Di grado n, se D è diverso da zero
Il problema delle cancellazioni

Tutto ciò che è stato detto fino ad ora vale se e solo se non vengono fatte delle cancellazioni durante il
calcolo della funzione di trasferimento G(z), poiché quest’ultime abbasserebbero il grado del numeratore e

lOMoARcPSD|10787392
del denominatore e quindi la funzione di trasferimento, che contiene tutte le informazioni sulle
caratteristiche del sistema, non le esprimerebbe in modo corretto.
Quindi una cancellazione in G(z) è un indicatore dell’esistenza di “parti nascoste” del sistema, per esempio
che non si riescono ad osservare.
Per evitare, quindi, di non commettere errori nella classificazione di un sistema partendo dalla sua funzione
di trasferimento, non bisogna mai fare delle cancellazioni o semplificazioni.
Poli e zeri di una funzione di trasferimento G(z)
Data una funzione di trasferimento G(z) si ha che:
• I poli sono tutti autovalori della matrice A
• Un autovalore può non essere un polo della funzione di trasferimento in caso di cancellazioni
• La stabilità del sistema dipende dai poli, in particolare un sistema è asintoticamente stabile se e
solo se il modulo degli autovalori è strettamente minore di 1 (salvo cancellazioni)
• Il numero di zeri è sempre minore o uguale al numero di poli
Dato un sistema LTI, se la matrice 𝐼 − 𝐴 è invertibile, cioè la matrice A non ha autovalori in 𝑧 = 1 ovvero
Guadagno statico e guadagno generalizzato
𝐺(𝑧) non ha poli in 𝑧 = 1, il guadagno della funzione di trasferimento viene detto statico ed è
𝜇 = 𝐶 (𝐼 − 𝐴);0 𝐵 + 𝐷 = 𝐺(1)
Se invece la matrice 𝐼 − 𝐴 non è invertibile, cioè G(z) ha poli in 𝑧 = 1 è possibile definire un guadagno
𝜇 = lim(𝑧 − 1)Á 𝐺 (𝑧)

generalizzato della funzione di trasferimento
9→0
Dove 𝑔 è il tipo di 𝐺(𝑧)
Equazione ricorsiva
I sistemi a tempo discreto hanno una rappresentazione ingresso\uscita alternativa alla funzione di
trasferimento chiamata equazione ricorsiva. Essa consente di calcolare rapidamente i primi campioni delle
risposte tipiche (impulso e scalino) di un sistema dinamico LTI a tempo discreto.
Sistemi FIR (Finite Impulse Response)
Sono sistemi dinamici LTI a tempo discreto con tutti e soli i poli nell’origine. La caratteristica principale di
questi sistemi è che la risposta allo scalino raggiunge il valore di regime in un tempo finito, ovvero in n passi
dove n indica l’ordine del sistema.
𝑏o 𝑧 o + 𝑏o;0 𝑧 o;0 + ⋯ + 𝑏0 𝑧 + 𝑏"

La funzione di trasferimento di un sistema FIR è genericamente:
𝐹 (𝑧) =
𝑧o
𝑦(𝑘) = 𝑏o 𝑢(𝑘) + 𝑏o;0 𝑢(𝑘 − 1) + ⋯ + 𝑏0 𝑢(𝑘 − 𝑛 + 1) + 𝑏" 𝑢(𝑘 − 𝑛)

Calcolando l’equazione ricorsiva del sistema si ottiene
Quindi l’uscita è data da una combinazione lineare degli ingressi passati fino al più al tempo 𝑘 − 𝑛.
31. Cenni di controllo digitale
Introduzione
Tutti i moderni sistemi di controllo sono basati su elaboratori elettronici digitali per ragioni di costi bassi,
flessibilità, possibilità di usare algoritmi complessi e integrazione con strumenti di diagnostica. In un
controllo in retroazione troviamo tipicamente:
• Sensori: trasformano le grandezze fisiche misurate in variabili elettriche facilmente manipolabili
• Le variabili lette vengono campionate e trasmesse ad un elaboratore
• Elaboratore: è dove risiede l’algoritmo di controllo e proprio grazie a questo, sulla base dei segnali
campionati, genera dei segnali di controllo
• Segnali di controllo: convertiti da digitali ad analogici (a tempo continuo), opportunamente
amplificati ed inviati agli attuatori
• Attuatori: trasformano i segnali di controllo in azioni esercitate sul sistema da controllare

lOMoARcPSD|10787392
Campionamento e tenuta
Il campionamento è l’operazione che trasforma un segnale a tempo continuo (analogico) in un segnale a
tempo discreto. Questa operazione viene effettuata da un campionatore, anche detto convertitore A/D.
La tenuta è l’operazione che trasforma un segnale discreto in uno a tempo continuo. Tale operazione viene
svolta dal convertitore D/A.
Campionatore
Nell’immagine sopra 𝑇p è definito periodo di campionamento. Il convertitore A/D legge il segnale ad ogni
𝑘𝑇p e lo converte in binario.
Note
• Come si nota dal grafico, il campionamento porta ad una perdita di informazione
• I numeri in realtà vengono rappresentati in codice binario con un numero finito di bit: ciò comporta
una perdita di informazione, rappresentata dall’errore di quantizzazione.
1
• La frequenza di campionamento è data da
𝑓p =
𝑇p
2𝜋
• La pulsazione di campionamento è data da
𝜔p = 2𝜋𝑓p =
𝑇p
Mantenitore
Nell’immagine sopra 𝑇p è definito periodo di mantenimento. Il convertitore D/A legge il segnale ad ogni 𝑘𝑇p
e lo mantiene fino al passo successivo.
Il mantenitore deve essere sempre sincronizzato con il campionatore.
Aliasing

lOMoARcPSD|10787392
L’operazione di campionamento comporta una perdita di informazione, cioè nel passaggio dal continuo al
discreto si perdono alcune caratteristiche essenziali del segnale: in questo caso, non è più possibile
ricostruire il segnale continuo originale partendo dai suoi campioni. Questo fenomeno viene chiamato
aliasing.
Per evitare che si commettano degli errori durante la fase di campionamento, dovuti alla scelta di un
periodo di campionamento troppo lungo rispetto alla variabilità (cioè il contenuto in frequenza o spettro)
del segnale, è necessario scegliere un tempo di campionamento in base a quanto rapidamente varia il
segnale da campionare.
Sia x(t) un segnale a banda limitata con pulsazione massima 𝜔¾7j e si campioni tale segnale con un tempo
Teorema del campionamento
di campionamento 𝑇p . Sia, inoltre, 𝜔ô = 1: = Ë la pulsazione di Nyquist, cioè metà della pulsazione di

- Ó
campionamento. Si ha che se 𝜔ô > 𝜔¾7j allora è possibile ricostruire il segnale a tempo continuo a partire
:
dai suoi campioni.

Progetto di controllori digitale mediante discretizzazione di controllori analogici
Per progettare un controllore digitale mediante la discretizzazione di controllori analogici è necessario
seguire i seguenti passi:
1. Definizione di un modello a tempo continuo per il sistema che si vuole controllare
2. Progettazione del controllore analogico mediante metodi a tempo continuo
3. Scelta del tempo di campionamento
4. Discretizzazione della legge di controllo a tempo continuo
Scelta del periodo di campionamento
Per scegliere il tempo di campionamento è necessario tenere conto dei seguenti fattori:
• Costo dei dispositivi: più breve è il periodo di campionamento più è elevato il costo dei dispositivi
• Problemi numerici: più breve è il periodo di campionamento più elevato è l’errore dovuto alla
quantizzazione
fpassante del sistema retroazionato. La pulsazione critica 𝜔ø può identificare, in modo efficace, il
• Banda passante: la pulsazione di campionamento deve essere scelta tenendo conto della banda
limite di banda di tutti i segnali circolanti nell’anello di controllo.
𝜔ø , allora vanno campionati a 𝜔p > 𝜔ø

• Teorema del campionamento: se i segnali circolanti nei sistemi di controllo sono a banda limitata a
𝛼𝜔ø ≤ 𝜔p ≤ 10𝛼𝜔ø 𝑐𝑜𝑛 𝛼 ≅ 5 ÷ 10

Una regola generale per la scelta del periodo di campionamento è
Per esempio, scegliendo 𝛼 = 2𝜋 si ha il seguente intervallo di tempo di campionamento

1 1
≤ 𝑇p ≤
10𝜔ø 𝜔ø
Bisogna, in particolare, bisogna scegliere il periodo di campionamento in modo tale da avere un numero
sufficiente di campioni in un transitorio.
Discretizzazione della legge di controllo a tempo continuo
tempo discreto 𝑅 ∗ (𝑧) in modo tale che il sistema Σ abbia un comportamento I/O simile a quello di 𝑅(𝑠),
Per discretizzare una legge di controllo a tempo continuo, bisogna calcolare la funzione di trasferimento a
funzione di trasferimento del controllore a tempo continuo.

A tale scopo si utilizza il metodo della trasformazione bilineare, secondo cui, per progettare il controllore a
tempo discreto, siccome è descritto da equazioni alle differenze, è sensato provare ad usare metodi di
integrazione numerica.
𝑥̇ (𝑡) = 𝐴𝑥 (𝑡) + 𝑏𝑒(𝑡)

Dato un sistema con equazione di stato
è possibile risolvere questa equazione calcolando, in modo approssimato, con un metodo numerico, gli
integrali dell’equazione:

lOMoARcPSD|10787392
(‚Œ0)Ë: (‚Œ0)Ë: (‚Œ0)Ë:

: 𝑥̇ (𝑡)𝑑𝑡 = : 𝐴𝑥 (𝑡)𝑑𝑡 + : 𝑏𝑒(𝑡)𝑑𝑡
‚Ë: ‚Ë: ‚Ë:
(‚Œ0)Ë: (‚Œ0)Ë:
𝑥[(𝑘 + 1)𝑇p ] − 𝑥[𝑘𝑇p ] = 𝐴 : 𝑥 (𝑡)𝑑𝑡 + 𝑏 : 𝑒(𝑡)𝑑𝑡
‚Ë: ‚Ë:
Si possono utilizzare diversi metodi, in particolare con il metodo di Eulero in avanti si approssima l’integrale
con l’area del rettangolo evidenziato.
(‚Œ0)Ë:
: 𝑥 (𝑡)𝑑𝑡 ≅ 𝑇p 𝑥(𝑘𝑇p )
‚Ë:
𝑥[(𝑘 + 1)𝑇p ] − 𝑥[𝑘𝑇p ] = 𝐴𝑇p 𝑥 (𝑘𝑇p ) + 𝑏𝑇p 𝑒(𝑘𝑇p )

L’equazione diventa quindi
𝑥‚Œ0 − 𝑥‚ ≅ 𝐴𝑇p 𝑥‚ + 𝑏𝑇p 𝑒‚

Se operiamo un campionamento ideale si ha:
𝑥 = (𝐼 + 𝐴𝑇p )𝑥‚ + 𝑏𝑇p 𝑒‚

Le equazioni che descrivono il sistema assumono la forma:
) ‚Œ0
𝑢‚ = 𝑐𝑥‚ + 𝑑𝑒‚
𝑧−1
Calcolando, ora, la funzione di trasferimento di tale sistema, abbiamo:
;0
𝑅 ∗ (𝑧) = 𝑐[𝑧𝐼 − (𝐼 + 𝐴𝑇p )];0 𝑏𝑇p + 𝑑 = 𝑐 Æ 𝐼 − 𝐴Ç 𝑏 + 𝑑
𝑇p
Si nota, quindi, che con la discretizzazione mediante Eulero in avanti, la relazione tra funzione di
𝑧−1
trasferimento continua e discreta è
𝑅 ∗ (𝑧) = 𝑅 Æ Ç
𝑇p
Generalizzazione
La formula generale, per calcolare l’integrale in modo approssimato, che comprende tutte le metodologie
utilizzabili è la seguente:
(‚Œ0)Ë:
: 𝑥 (𝑡)𝑑𝑡 ≅ •(1 − 𝛼 )𝑥(𝑘𝑇p ) + 𝛼𝑥B(𝑘 + 1)𝑇p Dž𝑇p 𝑐𝑜𝑛 0 ≤ 𝛼 ≤ 1
‚Ë:
1 𝑧−1
Si sostituisce, quindi, alla s la variabile

𝑇p 𝛼𝑧 + (1 − 𝛼 )
Scegliendo opportuni valori di 𝛼 si hanno i tre metodi di integrazione numerica più ricorrenti:
Eulero in avanti per 𝛼 = 0. Si sostituisce con Ë (𝑧 − 1).
0
:
•
Eulero all’indietro per 𝛼 = 1. Si sostituisce con Ë
0 9;0
9
.
:
•
Metodo di Tustin per 𝛼 = 1. Si sostituisce con Ë
0 1 9;0
: 9Œ0
•
Posizione dei poli
Il semipiano reale negativo nel dominio s viene trasformato nel semipiano 𝑅𝑒(𝑧) < 1
Eulero in avanti

lOMoARcPSD|10787392
Il semipiano reale negativo nel dominio s viene trasformato nel cerchio di raggio 1 e centro in ^1 , 0`
Eulero all’indietro
0 0
Il semipiano reale negativo nel dominio s viene trasformato nel cerchio di raggio 1 e centro (0,0)
Metodo di Tustin

Riassunto Ed Appunti Completi Del Corso Di Fondamenti Di Automatica

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Riassunto Ed Appunti Completi Del Corso Di Fondamenti Di Automatica

Caricato da

Copyright:

Formati disponibili

lOMoARcPSD|10787392

Riassunto ed appunti completi del corso di Fondamenti di

StuDocu non è sponsorizzato o supportato da nessuna università o ateneo.

Questa strategia di controllo, se opportunamente progettata, è l’unica che è in grado di controllare

2. Sistemi dinamici a tempo continuo

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

gli ingressi del sistema, per tutti i 𝑡 > 𝑡" .

𝑦̈ (𝑡) + 𝑦̇ (𝑡) + 𝑦(𝑡) = 0

𝑥̇ (𝑡) = 𝑎(𝑡) ∙ 𝑥 (𝑡) + 𝑢(𝑡)

𝑥 (𝑡) = 𝑒 78 ∙ 𝑥" + : 𝑒 7(8;<) ∙ 𝑢(𝜏)𝑑𝜏

Rappresentazione di stato dei sistemi SISO stazionari

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

𝒙̇ (𝑡) = 𝒇B𝒙(𝑡), 𝑢 (𝑡)D 𝐸𝑞𝑢𝑎𝑧𝑖𝑜𝑛𝑒 𝑑𝑖 𝑠𝑡𝑎𝑡𝑜

Analogamente, assegnato un ingresso 𝑢 (𝑡) = 𝑢 costante l‘uscita di equilibrio è il movimento dell’uscita

𝑦(𝑡) = 𝑦 costante nel tempo.

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

𝑥̇ (𝑡) = 𝐴𝑥 (𝑡) + 𝐵𝑢(𝑡)

Calcolo dell’equilibrio di un sistema matriciale

dove 𝜇 = ] viene detto guadagno statico del sistema.

• se det(A) = 0 l’equazione 𝐴𝑥 = −𝐵𝑢 ha infinite o nessuna soluzione.

𝑥(𝑡) = 𝑒 e8 ∙ 𝑥" + : 𝑒 e(8;<) ∙ 𝑢 (𝜏)𝑑𝜏

𝑥 (𝑡) = 𝐶𝑒 e8 ∙ 𝑥" + 𝐶 : 𝑒 e(8;<) ∙ 𝑢(𝜏)𝑑𝜏 + 𝐷𝑢(𝑡)

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

𝑥g (𝑡) = : 𝑒 e(8;<) ∙ 𝑢(𝜏)𝑑𝜏

4. Linearizzazione dei sistemi non lineari

corrispondenza di un ingresso costante 𝑢:

Derivando x(t) si ottiene l’equazione di stato:

𝛿𝑥̇ (𝑡) = 𝑓B𝑥 + 𝛿𝑥(𝑡), 𝑢 + 𝛿𝑢(𝑡)D

Sviluppando in serie di Taylor il secondo membro si ha:

𝛿𝑥̇ (𝑡) ≅ 𝑓j (𝑥, 𝑢 )𝛿𝑥(𝑡) + 𝑓] (𝑥, 𝑢)𝛿𝑢(𝑡)

𝑦 + 𝛿𝑦(𝑡) = 𝑔(𝑥 + 𝛿𝑥(𝑡), 𝑢 + 𝛿𝑢(𝑡))

Sviluppando in serie di Taylor il secondo membro si ha:

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

𝛿𝑦(𝑡) ≅ 𝑔j (𝑥, 𝑢)𝛿𝑥 (𝑡) + 𝑔] (𝑥, 𝑢)𝛿𝑢(𝑡)

𝛿𝑥̇ (𝑡) ≅ 𝑓j (𝑥, 𝑢)𝛿𝑥 (𝑡) + 𝑓] (𝑥, 𝑢)𝛿𝑢 (𝑡)

Confronto tra andamento del sistema non lineare e sistema lineare

5. Stabilità dei sistemi dinamici

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

lo stato l’equilibrio rimane stabile?

Stabilità dell’equilibrio nei sistemi LTI

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

Proprietà dei sistemi LTI asintoticamente stabili

Studio della matrice 𝑒 e8 per 𝑡 → ∞

Studiamo quindi i seguenti casi:

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

L’esponenziale 𝑒 e8 diventa quindi:

della matrice 𝐴r.

A con autovalori complessi distinti coniugati (diagonalizzabile)

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

A con autovalori multipli

indica la molteplicità geometrica associata agli autovalori. In questo caso si ha:

Teoremi riassuntivi sulla stabilità dei sistemi LTI

Regione di asintotica stabilità

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

Criteri di stabilità basati sulla matrice A

Criteri di stabilità basati sul polinomio caratteristico

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)

7. Stabilità dell’equilibrio nei sistemi non lineari

dinamica 𝑓j (𝑥, 𝑢).

Teorema 1 - Condizione sufficiente

matrice dinamica 𝑓j (𝑥, 𝑢) hanno parte reale strettamente negativa.

dinamica 𝑓j (𝑥, 𝑢) con parte reale positiva.

autovalore con parte reale nulla.

Scaricato da Cancaro Vigna (nicola.gatti99@outlook.it)