1

CONTROLLI AUTOMATICI
A.A. 2009/2010 Introduzione al Corso Due problemi di notevole interesse ingegneristico sono quelli dellanalisi di un generico sistema reale, naturale o artificiale, per acquisire informazioni sul suo comportamento e della sintesi di un adatto dispositivo, denominato controllore, da connettere a tale sistema in grado di forzare lintero sistema a comportarsi nel modo desiderato. Un sistema reale pu essere definito come quell' ente che evolve nel tempo a seguito di azioni esercitate su di esso dall'esterno. In generale, esso costituito da un insieme di componenti che interagiscono fra loro al fine di conseguire obiettivi prefissati. Alcuni esempi di sistemi reali sono i seguenti. Un insieme massa-molla-smorzatore che costituisce, ad esempio, un modello fisico di una sospensione passiva di un autoveicolo; se si inserisce anche un dispositivo in grado di generare forze meccaniche, denominato attuatore, si ottiene una sospensione attiva. Un motore che un sistema il cui scopo quello di imporre un movimento a un dato carico in accordo a una legge ben precisa che impone un certo andamento temporale , ad esempio, per la posizione lineare o angolare o per la velocit. Un manipolatore robotico un sistema i cui scopi sono quelli di manipolare oggetti o di forzare la parte terminale, lend effector, a seguire particolari traiettorie, ad esempio, per operazioni di verniciatura di parti di autoveicoli, per operazioni nello spazio o in ambienti che luomo non pu frequentare come il nocciolo di un reattore nucleare. Un aeromobile il cui obiettivo ben noto. Uno scaldabagno il cui obiettivo quello di portare la temperatura dellacqua a un prefissato valore. Una navicella spaziale. Una centrale elettrica il cui obiettivo quello di produrre energia elettrica con valori della tensione e della frequenza ben definiti. Una raffineria di petrolio. Un pendolo inverso, costituito da unasta incernierata allestremit inferiore e la cui estremit superiore libera, ha come obiettivo prefissato quello di mantenere verticale lasta del pendolo. Un sistema reale che pu essere assimilato a un pendolo inverso costituito da una batteria lanciarazzi sistemata sopra un veicolo mobile. Analisi L'analisi ingegneristica di un sistema reale ha come obiettivo quello di migliorare e, se possibile, ottimizzare il comportamento del sistema stesso dal punto di vista dell'affidabilit e dellefficienza. Per effettuare lanalisi di un sistema occorre, anzitutto, individuare le grandezze mediante le quali possibile stimolare levoluzione del sistema, denominate grandezze di ingresso, e le grandezze il cui andamento temporale di particolare interesse per giudicare le prestazioni del sistema, denominate grandezze di uscita. Per valutare le prestazioni del sistema , allora, possibile sollecitarlo con opportuni andamenti temporali delle grandezze di ingresso e rilevare i corrispondenti andamenti temporali delle grandezze di uscita. Tale valutazione pu essere condotta nei seguenti due modi:

a) utilizzando un approccio teorico; b) utilizzando un approccio sperimentale. L'approccio teorico consiste nello studio del sistema in esame mediante esperimenti di simulazione digitale. A tal fine, necessario costruire un modello matematico sufficientemente accurato del sistema costituito, ad esempio, dalle grandezze di ingresso, dalle grandezze di uscita e dalle relazioni matematiche fra tali grandezze, scegliere le funzioni del tempo che esprimono landamento temporale delle grandezze di ingresso e, infine, determinare gli andamenti temporali delle grandezze di uscita risolvendo le equazioni che caratterizzano il succitato modello matematico. Poich in molti casi risulta impossibile o oneroso, dal punto di vista computazionale, risolvere analiticamente le equazioni del sistema, conviene determinare un soluzione numerica delle equazioni stesse avvalendosi dellausilio di un computer. A tal fine occorre implementare il modello sul computer stesso. Poich, di solito, il modello matematico che viene associato ad un sistema reale costituito da equazioni differenziali mentre i computer sono in grado di eseguire solamente operazioni logiche e aritmetiche, l'implementazione del modello richiede l'impiego di opportuni metodi che dipendono dalla sua struttura. La costruzione di un adeguato modello matematico pu essere effettuata: 1. utilizzando tecniche di identificazione che permettono di costruire un modello del sistema a partire da dati sperimentali relativi alle succitate grandezze; 2. utilizzando le leggi della fisica, chimica, economia, etc. che descrivono il comportamento dei componenti del sistema. In entrambi i casi risulta opportuno validare sperimentalmente il modello matematico costruito sottoponendo, ad esempio, il modello stesso e il sistema reale agli stessi ingressi e rilevando e confrontando le corrispondenti risposte. I vantaggi dell'approccio teorico sono connessi al fatto che non necessario disporre del sistema reale per la sua analisi che, pertanto, risulta relativamente poco costosa e priva di rischi. Inoltre, possibile determinare anche landamento delle grandezze che non sono accessibili per la misura. Gli svantaggi sono connessi al fatto che il modello matematico che pu essere associato al sistema costituisce una descrizione approssimata del sistema stesso; inoltre, limplementazione del modello richiede sempre il ricorso a certe approssimazioni. L'approccio sperimentale consiste nell'effettuare alcune prove sperimentali sul sistema reale, sollecitandolo con opportuni andamenti temporali delle grandezze di ingresso e rilevando mediante apposita strumentazione gli andamenti temporali delle grandezze di uscita. I vantaggi di tale approccio sono connessi al fatto che i risultati ottenuti sono relativi al sistema reale e non a una sua rappresentazione matematica approssimata. Gli svantaggi sono connessi al fatto che necessario disporre di un prototipo del sistema su cui eseguire gli esperimenti, il che risulta notevolmente costoso e rischioso per l'integrit del prototipo stesso. Inoltre, particolare cura deve essere posta nella scelta della strumentazione impiegata e nell'interpretazione dei risultati ottenuti, poich i dati rilevati sperimentalmente sono, in generale, corrotti da segnali di rumore, cio segnali aleatori sovrapposti a quelli reali introdotti dalla modalit con cui opera la strumentazione o da fenomeni di varia natura. Sintesi In generale, i sistemi reali sono solo potenzialmente in grado di conseguire gli obiettivi prefissati (ovvero di comportarsi nella maniera desiderata), nel senso che il conseguimento di tali obiettivi possibile solamente se su tali sistemi vengono esercitate adatte azioni dallesterno denominate azioni di controllo. Il controllo pu esercitarsi con o senza

lintervanto diretto delluomo; il controllo che si esercita senza lintervanto diretto delluomo viene denominato controllo automatico. Le succitate azioni di controllo vengono generate dal un secondo sistema, denominato sistema controllante, che viene opportunamente interconnesso con il sistema al quale si desidera imporre il comportamento desiderato, denominato sistema controllato. Per illustrare gli aspetti fondamentali di un problema di controllo si consideri il seguente problema analogo a quello del controllo di un pendolo inverso. Il sistema controllato unasta poggiata sul palmo della mano di un uomo e il comportamento desiderato mantenere verticale lasta stessa muovendo solamente la mano (modalit di controllo 1); altre modalit che potrebbero essere utilizzate sono quelle di mantenere ferma la mano (modalit di controllo 2) e spostarsi nello spazio circostante, oppure muovere nel contempo la mano e spostarsi nello spazio circostante (modalit di controllo 3). Ovviamente, il controllo avviene con lintervento delluomo ed quindi manuale, cio non automatico. E facile verificare che quale che sia la modalit di controllo si riesce sempre a conseguire lobiettivo prefissato. Naturalmente, pi facile conseguire il succitato obiettivo utilizzando la terza modalit di controllo poich non esistono vincoli sulle azioni di controllo che possono essere esercitate sullasta dalluomo. E anche abbastanza semplice mettere in evidenza i meccanismi che portano a conseguire lobiettivo prefissato. Luomo spostandosi in varie direzioni o spostando il palmo della mano esercita delle azioni sul sistema controllato; gli organi motori delluomo agiscono come attuatori. La decisione delle azioni pi idonee vengono prese dal cervello delluomo che agisce da controllore. Le decisioni vengono prese sulla base delle osservazioni della posizione attuale dellasta e della sua tendenza che esprimono il comportamento effettivo del sistema e sulla posizione desiderata dellasta che esprime il comportamento desiderato o setpoint. Pi precisamente, le decisioni vengono elaborate a partire dal confronto fra setpoint e comportamento effettivo. Il dispositivo di confronto viene denominato comparatore. Le osservazioni della posizione attuale dellasta e della sua tendenza futura vengono catturate dagli occhi che agiscono da sensori di misura e vengono trasmesse al cervello mediante il sistema nervoso. Il risultato delle elaborazioni del controllore (il cervello), costituisce la legge di controllo che viene trasmessa agli organi motori dal sistema nervoso centrale. Tale legge viene elaborata a partire dai risultati del confronto fra comportamento effettivo e desiderato. Linsieme costituito dal comparatore e dal compensatore viene denominato controllore. Uno schema a blocchi strutturale che evidenzia i meccanismi succitati illustrato nella Fig. 1. Lo schema a blocchi di Fig. 1 ha validit del tutto generale. Gli obiettivi considerati nellesempio illustrato sono analoghi a quelli che chiamato a perseguire un pendolo inverso il cui schema riportato nella Fig. 2. Il pendolo incernierato alla sommit di un carrello che azionato da motori elettrici; il movimento del carrello che trasporta il pendolo pu avvenire solamente in una direzione e lobiettivo che si pone quello di mantenere il pendolo in posizione verticale. Con riferimento allo schema di Fig. 1, valgono le seguenti considerazioni.

Set-point

disturbo

Comparator e

Compensato re

Attuatore

sistema controllato

Sensori di misura

Fig. 1 Schema a blocchi strutturale del sistema di controllo in esame.

Fig. 2 Pendolo inverso. Le informazioni sul comportamento effettivo vengono acquisite misurando langolo formato dal pendolo con la direzione verticale attuale. Il sensore di misura potrebbe essere un encoder assoluto che fornisce la misura dellangolo direttamente in formato digitale. Il comparatore e il compensatore possono essere realizzati, rispettivamente, mediante un amplificatore elettronico differenziale e un dispositivo elettronico di tipo analogico. Lattuatore costituito dallinsieme dei motori elettrici che sono calettati sulle ruote e forzano il carrello a muoversi in una delle due direzioni ammissibili. Per quanto concerne la determinazione della legge di controllo, o ci che lo stesso, la progettazione o la sintesi del controllore, esistono due approcci fondamentali, lapproccio basato su modello e quello basato su regole. Entrambi gli approcci richiedono una descrizione del comportamento del sistema. Lapproccio basato su modello richiede la conoscenza di una descrizione matematica del comportamento del sistema controllato costituita, in generale, da un insieme di relazioni fra le grandezze di ingresso e le grandezze di uscita. Le relazioni in questione vengono denominate relazioni ingresso-uscita. Anche il controllore viene matematicamente descritto da relazioni ingresso-uscita. Lapproccio basato su regole richiede la conoscenza di una descrizione linguistica del comportamento del sistema. Un esempio tipico di controllori basati su regole che coinvolgono variabili linguistiche costituito dai controllori fuzzy.

Notazioni sulle funzioni del tempo Sia T linsieme dei valori del tempo, che pu coincidere, o meno, con (, +). Una funzione del tempo v definita su T verr indicata con v () . Il valore che essa assume allistante generico t sar invece indicato con v (t ) . Si consideri ora un intervallo di osservazione contenuto in T, definito come segue:

[t0 , t ] = { : t0 t; t0 , t T }
della funzione v () , linsieme delle coppie ordinate ( , v( ) ) con [t 0 , t ] . In simboli:
v = v[t0 ,t ] = {( , v ( )) : t 0 t; t 0 , t T } .

e una funzione del tempo v () . Dicesi restrizione di v () nellintervallo [t0 , t ] , o segmento

La fig. 1 chiarisce le definizioni precedenti nel caso in cui v () sia scalare. v () v (t)

v[t0 ,t ]

t Fig. 1 t0 t

Una classe di funzioni scalari del tempo si indica con R[v ()] . Con R[v (t )] invece si indica linsieme dei valori che le funzioni v () assumono nei vari istanti di tempo t (codominio) e, in genere, un insieme indipendente dal tempo. La classe delle restrizioni delle funzioni v () nellintervallo [t0 , t ] si indica infine con R[t ,t ] .
0

Quanto detto pu facilmente essere esteso al caso di funzioni vettoriali, definite come n pla di funzioni scalari del tempo. Una generica funzione vettoriale si indica con v () e pu essere rappresentata mediante notazione matriciale, come segue:

v1 () v () v () = 2 v n () Il valore che la funzione v () assume allistante generico t dato da: v1 (t ) v (t ) v (t ) = 2 . v n (t )

Inoltre, si ha:
v = v[t0 ,t ] = {( , v ( )) : t 0 t; t 0 , t T } .

Classificazione matematica delle grandezze

Le grandezze sono matematicamente caratterizzate dai loro valori numerici variabili, in genere, nel tempo. Esistono sostanzialmente due criteri per classificare le grandezze: quello basato sulla natura dei valori del tempo in cui sono definite e quello basato sulla natura dei valori che esse assumono nel tempo. In base allinsieme T dei valori del tempo, le grandezze si distinguono in: grandezze a tempo continuo, se T coincide con linsieme, o un sottoinsieme, dei numeri reali (cfr. fig. 2); le grandezze a tempo discreto, se T coincide o in corrispondenza biunivoca con linsieme Z dei numeri interi

t T Fig. 2 -2 -1 0 1 2 3 4 5 T

Fig. 3 Una grandezza a tempo discreto costituita da una sequenza di valori assunti dalla grandezza in corrispondenza a valori discontinui del tempo, indicati usualmente con t k , con k Z . Esse si possono rappresentare graficamente tramite diagrammi costituiti da sequenze di punti (cfr. fig. 3). Per gli scopi di questo corso, importante considerare grandezze a tempo continuo, alla cui classe appartengono le grandezze continue a tratti (cfr. fig. 4). In breve, si considerano continue quelle grandezze che, in un dato intervallo temporale di definizione, sono funzioni univoche del tempo, salvo in un insieme numerabile di istanti, in cui la grandezza medesima risulta discontinua.

t1

t2

Fig. 4 Grandezza continua a tratti.

In base ai valori numerici, invece, le grandezze sono classificabili in: grandezze a valori continui, se esse possono assumere valori qualsiasi in un dato intervallo di valori ammissibili; grandezze quantizzate, se possono assumere solo valori appartenenti a un insieme finito di valori. Le grandezze quantizzate possono essere sia a tempo continuo che a tempo discreto, come illustrato nella fig. 6. Una grandezza a tempo continuo e a valori continui viene denominata grandezza analogica; una grandezza a tempo discreto e quantizzata viene denominata grandezza digitale.

t t a) grandezza quantizzata
a tempo continuo

b) grandezza quantizzata
a tempo discreto

Fig. 6 Esempio di grandezza quantizzata.

Con lavvento dei dispositivi digitali di elaborazione dellinformazione, al fine di utilizzare tali dispositivi per il trattamento delle grandezze analogiche si reso necessario trasformare tali grandezze in formato digitale. In proposito, si noti, anzitutto, che le informazioni vengono codificate in segnali elettrici, usualmente segnali di tensione. Ne consegue che le grandezze di interesse in un generico sistema vengono codificate in segnali elettrici e quindi possono essere manipolati da dispositivi elettronici. Lobiettivo di trasformazione di un segnale analogico in formato digitale viene conseguito in due passi successivi. Nel primo passo il segnale viene sottoposto alla operazione di campionamento. Nel caso ideale, tale operazione consiste nel prelevare valori del segnale (campioni) in corrispondenza a istanti discreti del tempo generalmente ugualmente spaziati di Ts (periodo di campionamento) (cfr. fig. 6). Nel secondo passo tali campioni vengono convertiti in formato digitale (sequenza di bit) da un convertitore analogico digitale (ADC, Analog-to-Digital Converter). Poich un ADC fornisce in uscita una configurazione precisa di bit (12, 14, 16 bit), la grandezza digitale di uscita appare anche quantizzata.

a) grandezza analogica

b) grandezza campionata Fig. 6 Campionamento di un segnale analogico

CAP. 1 APPROCCIO BASATO SU MODELLO PER LO STUDIO DEI SISTEMI REALI

1.1 Introduzione Come gi detto nellintroduzione al corso, lo studio di un sistema reale verr effettuato a partire dalla costruzione di un modello matematico del sistema stesso, validato sperimentalmente, ed effettuando lo studio del modello stesso. Lo studio dei modelli mtematici si evoluto come segue: sono state individuate classi generali di modelli matematici; sono stati messi a punto metodi di studio per ognuna delle classi individuate. Tale approccio consente di effettuare lo studio dei sistemi reali prescindendo dalla loro natura fisica, chimica, etc.. Infatti, se sono noti i metodi di studio per una certa classe di modelli matematici si in grado di effettuare lo studio di tutti quei sistemi reali che possono essere rappresentati da modelli appartenenti a tale classe. Esempio 1.1.1 Si desidera mantenere costante la temperatura allinterno della cabina di un aeromobile a terra e in volo. Il sistema reale costituito dai dispositivi di riscaldamento-condizionamento, dalla cabina dellaeromobile e dallambiente esterno. E ovvio che tale sistema non in grado di conseguire lobiettivo prefissato. Infatti, se il dispositivo di riscaldamento-condizionamento fosse mantenuto sempre in funzione nello stato di riscaldamento la temperatura allinterno della cabina aumenterebbe fino a un certo valore massimo, mentre se il succitato dispositivo fosse mantenuto sempre in funzione nello stato di condizionamento la temperatura della cabina tenderebbe a un certo valore minimo. Per conseguire lobiettivo prefissato occorre interconnettere il succitato sistema con un controllore che decida lo stato del dispositivo di riscaldamento-condizionamento in funzione della temperatura desiderata e di quella attuale nella cabina. Lo studio delle classi dei modelli matematici oggetto della Teoria dei Sistemi. Nel seguito verr approfondito lo studio della classe dei modelli lineari e stazionari. Conviene, adesso, illustrare alcune tipologie di modelli matematici con i quali risulta possibile descrivere matematicamente un sistema rale. 1.2 Modello matematico Il modello matematico di un sistema reale costituisce una rappresentazione matematica del sistema stesso. Tale rappresentazione un ente astratto, o sistema astratto, costituito da un insieme di grandezze e dalle relazioni matematiche fra tali grandezze. Ad un sistema reale possono essere associati diversi modelli matematici dipendentemente dalla scelta delle grandezze che in essi figurano. Un punto di vista che si assume per associare un modello matematico ad un sistema reale quello ingresso-uscita che consiste nella scelta, fra tutte le grandezze associate al sistema, di quelle mediante le quali possibile stimolare levoluzione del sistema, denominate come detto grandezze di ingresso, e di quelle giudicate di particolare interesse per lo studio del sistema, denominate grandezze di uscita. Le grandezze di ingresso e quelle di uscita vengono denominate grandezze terminali. Le grandezze di ingresso giocano il ruolo di grandezze indipendenti e vengono suddivise in grandezze manipolabili e grandezze non manipolabili. Le grandezze manipolabili sono quelle

10

grandezze il cui andamento temporale pu essere imposto dallo sperimentatore e, quindi, consentono di guidare levoluzione del sistema. Le grandezze non manipolabili sono quelle il cui andamento temporale non noto a priori; tali grandezze stimolano levoluzione del sistema in maniera indesiderata e, pertanto, vengono denominate grandezze di disturbo o disturbi. Le grandezze di uscita giocano il ruolo di grandezze dipendenti e sono quelle grandezze di particolare interesse per lo studio del sistema. Linsieme delle grandezze di ingresso e di uscita e le relazioni matematiche fra tali grandezze costituiscono un ente astratto che appare orientato dallingresso verso luscita. Lo studio dei sistemi astratti orientati oggetto della Teoria dei Sistemi, nellambito della quale il sistema astratto orientato viene definito in maniera rigorosa. Al fine di generalizzare il concetto di modello matematico, si assuma che il sistema reale sia caratterizzato da p grandezze di ingresso e q grandezze di uscita e si indichino con u j (t ) e y k (t ) i valori assunti all'istante t dalle funzioni che esprimono l'andamento temporale, rispettivamente dell'ingresso j-esimo e dell'uscita k-esima. La p-pla di numeri u1 (t ), , u p (t ) pu essere rappresentata mediante la matrice colonna o vettore u(t ) = u1 (t )
u p (t ) apparT

tenente ad un insieme U che coincide con R p o con un suo sottoinsieme. In maniera analoga la q-pla di numeri y1 (t ), , y q (t ) pu essere rappresentata mediante la matrice colonna o vetq tore y(t ) = y1 (t ) y q (t ) appartenente a un insieme Y che coincide con R o con un

suo sottoinsieme. Si assuma l'insieme dei valori del tempo T = ( , + ) e siano u[t0 ,t ] e y[t0 ,t ] , rispettivamente, un segmento di ingresso e un segmento di uscita nell'intervallo di osservazione [t0 , t ] , cos definiti:
u[ t0 ,t ] = ( , u( ) : [t 0 , t ], u( ) u()), t 0 , t T
0 0

{ y[t ,t ] = {( , y( ) : [t

, t ], y( ) y()), t 0

} ,t T}
(1.2.1)

Il modello matematico costituito da un meccanismo, indicato sinteticamente come segue: R( u[t0 ,t ] , y[t0 ,t ] ) = 0 ,

che permette di generare un insieme costituito da infinite coppie ingresso uscita in un generico intervallo di osservazione [t0 , t ] . E ovvio che tali coppie corrispondono in maniera approssimata a quelle generate dal sistema reale poich nella costruzione di tale meccanismo occorre introdurre opportune ipotesi semplificative. Gli insiemi R [ u()] e R [ y()] di tutte le possibili funzioni di ingresso e di uscita definiti sullinsieme dei valori del tempo T, con le quali possibile sollecitare il s.a.o. e che tale sistema in grado di generare, vengono denominati, rispettivamente, spazio delle funzioni di ingresso e spazio delle funzioni di uscita. Gli insiemi di tutti i segmenti di ingresso u[t0 ,t ] e y[t0 ,t ] , appartenenti, rispettivamente, agli insiemi R [ u] e R [ y] vengono denominati spazio dei segmenti di ingresso e spazio dei segmenti di uscita. Gli insiemi U e Y dei valori che tutte le funzioni u() e y() assumono allistante t sono indipendenti da t e vengono denominati spazio di ingresso e spazio di uscita. Nel seguito si supporr che U = R p e Y = R p .

11

Il modello (1.2.1) si dice statico se luscita allistante t dipende solamente dallingresso allo stesso istante t. Il modello si dice dinamico se luscita allistante t dipende dai valori passati dellingresso ed, eventualmente, anche dallingresso allistante t. Nel seguito si supporr che il modello matematico associato a un generico sistema reale sia sempre di tipo dinamico. Un modello matematico dinamico pu essere rappresentato in due modi: il modello matematico ingresso-uscita (i-u) e il modello matematico ingresso-stato-uscita (i-s-u). 1.2.1 Modello ingresso-uscita Il modello i-u costituito, in generale, da un sistema di equazioni differenziali che legano variabili di ingresso e loro derivate e variabili di uscita e loro derivate. Un modello i-u si dice lineare se le equazioni differenziali sono lineari, altrimenti viene detto nonlineare. Un modello i-u si dice stazionario o tempo-invariante se i coefficienti che figurano nelle equazioni differenziali sono costanti, altrimenti viene detto non stazionario o tempo-variante. Esempio 1.2.1 Si desidera mantenere costante il livello di un liquido in un serbatoio. qi
l

qu

Fig. 1.1.1 Serbatoio. Il sistema reale illustrato schematicamente in Fig. 1. Se qi > qu il serbatoio si riempie totalmente; se qi < qu il serbatoio si svuota completamente. La grandezza di interesse il livello l di liquido nel serbatoio e viene assunta come grandezza di ingresso. La grandezza qu si qualifica come disturbo poich dipende dalle richieste dellutenza e, quindi, non pu essere manipolata; tuttavia, essa stimola una evoluzione indesiderata del sistema. La grandezza qi rappresenta la grandezza che consente di guidare levoluzione del sistema e, pertanto, si qualifica come grandezza di ingresso manipolabile. Una relazione matematica approssimata che descrive il sistema reale data da: ( qi qu )dt = Adl da cui si ottiene il modello matematico ingresso-uscita:
dl 1 = ( qi q u ) , dt A

che genera, in maniera approssimata, le coppie ingresso-uscita ( qi , l ) del sistema reale in un generico intervallo di osservazione [t 0 , t ] . Esempio 1.2.3 Pendolo semplice

12

Si consideri il pendolo semplice illustrato nella Fig. 2, dove m, l, f e sono, rispettivamente, la massa concentrata alla estremit, la lunghezza del braccio, la forza applicata e la posizione angolare istantanea valutata rispetto alla verticale e positivamente in verso antiorario.

f m

Fig. 1.1.2 Pendolo semplice L'equazione che descrive il comportamento del sistema di Fig. 2 si ottiene dal bilancio delle coppie all'asse di rotazione ed data da:
ml 2 + b + mgl sin( ) = fl ,

dove il termine b rappresenta la coppia di attrito viscoso. Tale equazione costituisce il modello matematico ingresso-uscita del sistema meccanico di Fig. 1. Essa genera tutte le possibili coppie ingresso-uscita ( f , ) del sistema stesso in un generico intervallo di osservazione

[t0 , t ] . Il modello in questione non lineare per la presenza del terzo termine al primo mem-

bro che dipende da sin( ) . 1.3 Modello matematico i-s-u Una caratteristica del modello dinamico i-u che la corrispondenza ingresso-uscita non univoca nel senso che a una generica funzione di ingresso applicata a partire dallistante t 0 incluso possono corrispondere infinite funzioni di uscita dipendentemente dalla storia passata del sistema fino allistante t 0 escluso, prodotta dai valori passati dellingresso. Si noti che t 0 viene escluso poich si ammesso che l'intervallo di osservazione comprenda tale istante. Un ulteriore forma in cui pu essere rappresentato il meccanismo R( u[t0 ,t ] , y[t0 ,t ] ) = 0 nellintervallo di osservazione [ t 0 ,t ] il modello matematico ingreso-stato-uscita. Tale modello trae origine dalla osservazione che per i sistemi dinamici possibile, in molti casi, definire una nuova variabile ausiliaria vettoriale, denotata con x () , che evolve nel tempo unitamente alle variabili di ingresso e di uscita, il cui valore all'istante t, x (t ) X C n , unitamente a quello dell'ingresso nello stesso istante t, u(t ) , consente di determinare univocamente l'uscita all'istante t, y(t ) , in accordo alla relazione:
y(t ) = g ( x (t ), u(t ), t ) ,

(1.3.1)

dove g (, , ) un funzione vettoriale di ordine q. Tale variabile dipende dal valore della variabile x (t 0 ) x 0 e dal segmento di ingresso u[t 0 ,t ) , in accordo alla equazione:

13

x (t ) = (t , t 0 , x 0 , u[t ,t ) ) , 0

(1.3.2)

dove (, , , ) un funzione vettoriale di ordine n. Si osservi che x (t ) , se esiste, riassume tutta la storia passata del sistema fino allistante t escluso prodotta dai valori dellingresso fino allistante t escluso. Se la variabile x () esiste, x 0 e x (t ) vengono denominati, rispettivamente, stato iniziale e stato all'istante t, X viene denominato spazio di stato. Le funzioni (, , , ) e g (, , ) vengono denominate, rispettivamente, funzione di transizione di stato e trasformazione di uscita. Il modello (1.3.2) e (1.3.1) viene denominato modello i-s-u in forma esplicita. Nella maggioranza dei casi, la funzione (t , t 0 , x 0 , u[t ,t ) ) la soluzione unica di una equa0

zione differenziale vettoriale del tipo:

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

(1.3.3)

x (t 0 ) x 0 X e u() R[ u()] . La funzione f (, , ) viene denominata funzione generatrice e le equazioni (1.3.3) e (1.3.1) vengono denominate equazioni di stato in forma normale. Tali equazioni costituiscono un modello a tempo continuo, differenziale e proprio. Il modello (1.3.3) e (1.3.1) viene denominato modello i-s-u in forma implicita Nel seguito verr considerato il caso in cui X = C n e, quindi, le funzioni f e sono

funzioni vettoriali di ordine n. I modelli (1.3.3) e (1.3.1) per i quali U = R p , Y = R p e X = C n vengono denominati sistemi a stato vettore o a dimensione finita. Osservazione 1.3.1 Si noti che x (t ) non dipende dall'ingresso all'istante t poich riassume l'evoluzione passata del sistema fino all'istante t escluso. Inoltre, x (t ) non dipende dallingresso per t < t 0 poich levoluzione del sistema per t < t 0 riassunta dallo stato iniziale x 0 . Infine, x (t ) non dipende dall'ingresso negli istanti di tempo futuri rispetto all'istante t poich i modelli che descrivono sistemi reali soddisfano la propriet di causalit, illustrata nella fig. 1.3.1, in accordo alla quale l'uscita all'istante t non pu dipendere dai valori dell'ingresso futuri a t. E' utile, per, considerare, per certe applicazioni, modelli non causali per i quali la succitata propriet non valida, ma tali sistemi non sono fisicamente realizzabili. Osservazione 1.3.2 Com noto, condizione sufficiente affinch la succitata equazione differenziale ammetta soluzione unica che la f (, , ) soddisfi la condizione di Lipschitz in accordo alla quale:

M ( u) : x (t ) X , z (t ) X f ( x (t ), u(t ), t ) f ( z (t ), u(t ), t ) M x (t ) z (t ) , t .

14

y t

t0

a)

y t

t0
b)

Fig. 1.3.1 Principio di causalit: a) sistema causale; b) sistema non causale.

Osservazione 1.3.3 Conviene osservare che non sempre possibile riassumere la storia passata di un sistema con una n-pla di numeri. In alcuni casi occorre definire lo stato come una funzione di una o pi variabili piuttosto che una n-pla di numeri. In tali casi la determinazione di un modello is-u pu risultare molto complessa. Un esempio costituito da un elemento di puro ritardo descritto dal modello i-u:
y (t ) = u (t ) .

Un modello di tale tipo si ha nella descrizione matematica di un nastro trasportatore di lunghezza L che si muove a velocit costante V ( = L V ) o di una linea di trasmissione di segnali. L'esame delle (1.3.1) e (1.3.3) mette in luce l'esistenza di una funzione (, , , ) tale che:
y(t ) = g ( (t , t 0 , x 0 , u[t ,t ) ), u(t ), t ) = (t , t 0 , x 0 , u[t0 ,t ] ) . 0

(1.3.3)

Se le funzioni f e g non dipendono esplicitamente dal tempo il modello (1.3.2) e (1.3.1) si dice stazionario o tempo-invariante. Se le funzioni f e g sono lineari rispetto a x (t ) e u(t ) cio del tipo:

15

f = A(t ) x (t ) + B(t ) u(t ) , g = C (t ) x (t ) + D(t ) u(t ) ,

dove A(t ), B(t ), C (t ) e D (t ) sono matrici dipendenti dal tempo, rispettivamente di ordine n n, n p, q n e q p , il modello risultante dato da:
x (t ) = A(t ) x (t ) + B(t ) u(t ) , y(t ) = C (t ) x (t ) + D (t ) u(t ) ,

(1.3.4) (1.3.5)

si dice lineare e non stazionario (o tempo-variante). Se le succitate matrici A(t ), B(t ), C (t ) e D (t ) sono indipendenti dal tempo, il modello (1.3.4)-(1.3.5) si dice stazionario (o tempo-invariante).
Esempio 2.4 Rappresentazione con lo stato per un sistema reale costituito da un insieme massa-molla-smorzatore.
molla, k carrello, m smorzatore, b

Fig. 1.3.2 Sistema massa-molla-smorzatore Indicando con s lo spostamento del carrello, valutato positivamente verso destra, il modello del sistema di Fig. 1.3.2 dato da:
ms +bs + ks = f .

Assumendo: x1 = s , x 2 = s , si ha: x1 = x 2 , k b 1 x 2 = x1 x 2 + f . m m m In forma matriciale, il modello diviene:

0 x1 x = k 2 m dove u (t ) = f (t ) . Ponendo:

1 0 x1 b + 1 u, x2 m m

16

0 x1 x = , A = k x2 m

1 0 b , b= 1, m m

si ottiene il modello i-s-u lineare e stazionario dato da:

x = Ax + bu .
Osservazione 1.3.4 La stazionariet di un modello comporta che le risposte nello stato e nelluscita ad un ingresso traslato di h secondi lungo lasse dei tempi e a un arbitrario stato iniziale sono pari alle risposte corrispondenti allo stesso ingresso non traslato e allo stesso stato iniziale traslate anchesse di h secondi lungo lasse dei tempi, come illustrato nella fig. 1.3.2, dove Th loperatore di traslazione che applicato a una funzione f () : T F produce una funzione Th f () : T F tale che: Th f (t ) = f (t h ) . Pertanto, per lo studio dei sistemi stazionari possibile scegliere t 0 = 0 . Osservazione 1.3.5 La linearit implica il seguente principio generalizzato di sovrapposizione degli effetti: Siano x1 () e y1 () ( x 2 () e y2 () ) le risposte corrispondenti allingresso u1 () (u2 ()) e allo stato iniziale x10 (x 20 ) . Allora, le risposte allingresso k1u1 () + k 2 u2 () e allo stato iniziale k1 x10 + k 2 x 20 sono date, rispettivamente, da k1 x1 () + k 2 x 2 () e k1 y1 () + k 2 y2 () . Tale principio verr dimostrato successivamente con riferimento ai modelli lineari e stazionari.

Th u

Th y
t

t0

t0 + h

Fig. 1.3.2 Implicazione della propriet di stazionariet dei modelli.

17

Osservazione 1.3.6 Non esistono sistemi reali che possano essere rappresentati da modelli rigorosamente stazionari. Infatti, tutti i sistemi reali modificano il loro comportamento nel corso del loro funzionamento. A titolo di esempio, tutti i sistemi realizzati mediante dispositivi elettronici modificano le proprie caratteristiche e prestazioni con il tempo a causa dellinvecchiamento dei componenti, o delle modifiche di condizioni ambientali; un missile che viaggia nello spazio modifica il suo comportamento a causa del consumo di carburante che produce variazioni di pesi, momenti di inerzia, ecc.. Tuttavia, dal punto di vista ingegneristico e per assegnato intervallo di osservazione, se le caratteristiche del sistema variano lentamente rispetto allintervallo di osservazione, al sistema stesso possibile associare un modello stazionario. Osservazione 1.3.7 Analogamente alla propriet di stazionariet, non esistono sistemi reali che possano essere rappresentati da modelli rigorosamente lineari. Se le escursioni delle grandezze in gioco non superano determinati livelli possibile associare al sistema reale un modello lineare.

18

Cap. 2 Studio nel dominio del tempo di rappresentazioni lineari, stazionarie, differenziali, proprie, a dimensioni finite e a tempo continuo.

2.1 Risposte nello stato e nelluscita. I modelli lineari, stazionari, differenziali, propri, a dimensioni finite e a tempo continuo, come gi detto, hanno la seguente struttura:
x (t ) = Ax (t ) + Bu(t ) , y(t ) = Cx (t ) + Du(t ) ,

(2.1.1) (2.1.2)

Dove le matrici A, B, C e D hanno dimensioni:

A : n n, B : n p, C : q n, D : q p .

Si ricorda che se risulta D = 0 , cio se manca il legame diretto ingressouscita, la rappresentazione si dice puramente dinamica o strettamente propria. Ci si pone, adesso, il seguente problema: determinare la risposta nello stato e nelluscita allistante t t 0 corrispondente allo stato iniziale x 0 allistante t 0 e allingresso u[t0 ,t ] . La soluzione di tale problema data dalla seguente asserzione. Asserzione 2.1.1 Le risposte nello stato e nelluscita allistante t t 0 corrispondente allo stato iniziale x 0 allistante t 0 e allingresso u[t0 ,t ] sono date da: x (t ) = (t , t 0 , x 0 , u[t0 ,t ) ) = (t t 0 ) x 0 + H (t )u( )d ,
t0 t t

(2.1.3) (2.1.4)

y(t ) = (t , t 0 , x0 , u[t0 ,t ] ) = (t t 0 ) x0 + W (t )u( )d ,

t0

dove:

(t ) = e At , H (t ) = e At B, (t ) = Ce At , W (t ) = Ce At B + D (t ) .
Prova. Dalla (2.1.1), premoltiplicando per e At si ottiene:
e At [ x (t ) Ax (t )] = e At Bu(t ) .

(2.1.5)

(2.1.6)

Il primo membro della (2.1.6) la derivata rispetto al tempo di e At x (t ) . Infatti, si ha (cfr. Appendice 2.1.1):
d At e x (t ) = e At x (t ) e At Ax (t ) . dt

Ne consegue che la (2.1.6) pu essere scritta come segue:

19

d At e x (t ) = e At Bu(t ) . dt

(2.1.7)

Integrando la (2.1.7) fra t 0 e t, si ha:

t
la cui soluzione :

t d A e x ( )d = e A Bu( )d , t0 0 d

e At x (t ) e At0 x (t 0 ) = e A Bu( )d .
t0

Premoltiplicando per e At si ottiene: x (t ) = e A( t t0 ) x (t 0 ) + e A( t ) Bu( )d ,

t0 t

(2.1.8)

che, tenendo conto delle (2.1.5) assume la forma (2.1.3). Sostituendo nella (2.1.2) la (2.1.8), si ottiene:
t y(t ) = C e A( t t0 ) x (t 0 ) + e A( t ) Bu( )d + Du(t ) . t0

(2.1.9)

Osservando che, per la propriet campionatrice dellimpulso, Du(t ) pu essere scritto come segue: Du(t ) = Du( ) (t )d ,
t0 t

la (2.1.9) diviene: y(t ) = Ce A( t t0 ) x (t 0 ) + Ce A( t ) B + D (t ) u( )d , t0 che, tenendo conto delle (2.1.5), coincide con la (2.1.4). Si noti che la conoscenza della matrice esponenziale permette il calcolo di tutte le matrici del modello esplicito. Inoltre, al fine di tenere conto di eventuali discontinuit e della presenza di impulsi allistante t 0 nella funzione dingresso, il limite inferiore di entrambi gli integrali La matrice ( t ) viene denominata matrice di transizione di stato, mentre le matrici H (t ) e W (t ) vengono denominate, rispettivamente, matrice delle risposte impulsive nello stato e matrice delle risposte impulsive nelluscita o, pi semplicemente, matrice delle risposte impulsive. Ponendo u(t ) = 0 t t 0 nelle (2.1.3) e (2.1.4), si ottengono le risposte in evoluzione libera nello stato e nelluscita date, rispettivamente da: esteso a t 0 , cio a t0 con piccolo a piacere.
t

20

xl (t ) = (t , t0 , x0 , 0[t0 ,t ) ) = (t t0 ) x0 ,
yl (t ) = (t , t 0 , x0 , 0[t0 ,t ] ) = (t t0 ) x 0 .

(2.1.10) (2.1.11)

Ponendo x0 = 0 nelle (2.1.3) e (2.1.4) si ottengono le risposte in evoluzione forzata nello stato e nelluscita date, rispettivamente, da: x f (t ) = (t , t 0 , 0, u[ t0 ,t ) ) = H (t )u( )d ,
t0 t t

(2.1.12) (2.1.13)

y f (t ) = (t , t 0 , 0, u[t0 ,t ] ) = W (t )u( )d ,
t0

Osservazione (2.1.1). Le relazioni (2.1.3) e (2.1.4) mostrano che la linearit del modello matematico implica che le due cause di evoluzione del sistema, cio lo stato iniziale x 0 e lingresso u[t0 ,t ] danno luogo a due evoluzioni indipendenti fra loro, le risposte libera e forzata, la cui somma determina levoluzione completa del sistema. Osservazione (2.1.2). Dalle relazioni (2.1.3) e (2.1.4) si evince che la stazionariet del modello matematico implica che la risposta corrispondente allo stato iniziale x 0 allistante t 0 e allingresso u[t0 ,t ] si ottiene traslando di t 0 la risposta corrispondente allo stato x 0 allistante 0 e allingresso T t0 u[to ,t ] . Infatti, con riferimento alla risposta nello stato, si ha:

(t , 0, x 0 , T t0 u[t0 ,t ) ) = (t ) x 0 + H (t )u( + t 0 )d ,
Tt0 (t ,0, x 0 , T t0 u[t0 ,t ) ) = (t t 0 ) x 0 +
0 t t0 0

(2.1.14)

H (t t 0 )u( + t 0 )d ,

(2.1.15) Ponendo = + t 0 la (2.1.15) diviene: Tt0 (t ,0, x 0 , T t0 u[t0 ,t ) ) = (t t 0 ) x 0 + H (t )u( )d = (t , t 0 , x 0 , u[t0 ,t ) ) . (2.1.16)
t0 t

Osservazione (2.1.3). La struttura delle (2.1.3) e (2.1.4) rende immediata la verifica del principio generalizzato di sovrapposizione degli effetti. 2.2 Interpretazione dell matrici (t ), H (t ), (t ) e W (t ) . Per quanto concerne la matrice (t ) , assumendo t 0 = 0 e x 0 = k , dove:

k = [0

0 1 0 k -esimo

0]T

(2.2.17)

la risposta libera nello stato, x lk diviene: x lk (t ) = (t ) k = k (t ) , (2.2.18)

21

dove k (t ) la k-esima colonna della matrice (t ) . Ne consegue che la k-esima colonna della matrice (t ) la risposta libera nello stato corrispondente allo stato iniziale k avente componenti tutte nulle eccetto la k-esima che pari a 1. Con riferimento alla matrice H (t ) , assumendo t 0 = 0 , x0 = 0 e: u(t ) = k (t ) , (2.2.19)

la risposta forzata nello stato, x f k (t ) , per la propriet campionatrice dellimpulso, data da:
x f k (t ) = H (t ) k ( )d = H (t ) k = hk (t ) ,
0 t

(2.2.20)

dove hk (t ) la colonna k-esima della matrice H (t ) . Ne consegue che la colonna k-esima della matrice H (t ) la risposta forzata nello stato corrispondente a un ingresso avente componenti tutte nulle eccetto la k-esima che pari a un impulso di Dirac localizzato nellorigine. Tale interpretazione giustifica la denominazione della matrce H (t ) e mette in evidenza il seguente vincolo su H (t ) :
H (t ) = 0, t < 0 ,

(2.2.21)

che una conseguenza della propriet di causalit del modello con lo stato. Infatti, tale propriet implica chee leffetto debba seguire sempre la causa e di conseguenza, la generica colonna k-esima di H (t ) deve risultare nulla per tempi negativi, che precedono lapplicazione dellingresso. In maniera del tutto analoga, la risposta libera nelluscita corrispondente allo stato iniziale (2.2.17), ylk (t ) , e la risposta forzata nelluscita corrispondente allingresso (2.2.19), y f k (t ) , sono date da: ylk (t ) = (t ) k = k (t ) ,
x f k (t ) = W (t ) k ( )d = W (t ) k = wk (t ) .
0 t

(2.2.21) (2.2.22)

Tale interpretazione mette in evidenza il vincolo su W (t ) :

W (t ) = 0, t < 0 .

2.3 Trasformazioni di coordinate e forme canoniche. 2.3.1 Trasformazione di coordinate. Com noto, in uno spazio vettoriale C n possibile rappresentare geometricamente i suoi elementi scegliendo una base Bt = {t i }i =1 i cui vettori t i , i =1,
n

,n , linearmente indipendenti,

sono elementi dello spazio vettoriale stesso. La rappresentazione geometrica di un generico elemento x (t ) C n nella base Bt unica ed data da:

22
n

i (t ) , x (t ) = t i x
i =1

la quale, in forma matriciale, pu essere scritta come segue:

(t ) , x (t ) = Tx

(2.3.1)

dove T una matrice n n non singolare le cui colonne sono costituite dai vettori della base. (t ) sono le componenti di x (t ) nella base {t i }n . Tali componenti i (t ) di x Gli elementi x possono essere determinate conoscendo la base reciproca Btr = { definita dalle relazioni: 1, i = j T ( rtj , t i ) = rtj ti = , 0, i j (2.3.2)
i =1 n rti i =1

della base data,

dove i simboli (*) e ( T ) indicano, rispettivamente, le operazioni di coniugazione di vettori ad elementi complessi e di trasposizione. Infatti, si ha:

i (t )) = ( rtj , t i x i (t )) = ( rtj , t j x j (t )) = x j (t )( rtj , t j ) = x j (t ) . ( rtj , x (t )) = ( rtj , ti x

i =1 i =1

Sussiste la seguente Asserzione Asserzione 2.3.1 Sia dato il modello (2.1.1) e (2.1.2) e si consideri la trasformazione di coordinate nello spazio di stato (2.3.1), dove T una matrice n n , non singolare e a elementi costanti la cui j-esima colonna il vettore j-esimo della base scelta. In tale base, il modello matematico costituito dalle equazioni:

(t ) + Bu (t ) , (t ) = Ax x (t ) + Du(t ) , y(t ) = Cx
dove:
= T 1 AT , B = CT , D = T 1 B , C = D. A

(2.3.3) (2.3.4)

(2.3.5)

Inoltre, i modelli (2.1.1) - (2.1.2) e (2.3.3) - (2.3.4) sono equivalenti. Prova. Sostituendo la (2.3.5) nelle (2.1.1) e (2.1.2), si ottiene:

(t ) = ATx (t ) + Bu(t ) . Tx (t ) + Du(t ) y(t ) = CTx

Premoltiplicando per T 1 la (2.3.6), si ottiene:

(2.3.6) (2.3.7)

(t ) = T 1 ATx (t ) + T 1Bu(t ) . x

(2.3.8)

23

Le (2.3.8) e (2.3.7) hanno la struttura (2.3.3) e (2.3.4) con le posizioni (2.3.5). Per mostrare che i due modelli sono equivalenti, basta osservare che il modello in forma esplicita corrispondente alle (2.3.3) e (2.3.4) dato da: t (t t ) x (t )u( )d , (t , t 0 , x (t ) = 0 , u[t ,t ) ) = 0 + H x (2.3.9) 0 0
t0 t (t t ) x (t )u( )d , (t , t 0 , x 0 , u[t ,t ] ) = 0 + W y( t ) = 0 0 t0

(2.3.10)

dove:
t + (t ) = e At = I + A

1 2 2 1 A t + = T 1T + T 1 AT + T 1 ATT 1 ATt 2 + 2! 2! 1 =T 1 ( I + At + A 2t 2 + )T = T 1e AtT , 2!

t A 1 At 1 1 At

(2.3.11) (t ) = e B = T e TT B = T e B , H (2.3.12) (t ) = C e At = CTT 1e AtT = Ce AtT , (2.3.13) e At B (t ) = C +D (t ) = CTT 1e AtTT 1B + D (t ) = Ce At B + D (t ) = W (t ) . (2.3.14) W

0 = T 1 x0 tale che luscita del modello (2.1.1) e (2.1.2) La (2.3.10) mostra che x 0 x coincide con quella del modello (2.3.3) e (2.3.4) per tutte le funzioni di ingresso. Ovviamente, 0 x0 = Tx 0 tale che luscita del modello (2.1.1) e (2.1.2) vale anche il viceversa, cio x coincide con quella del modello (2.3.3) e (2.3.4) per tutte le funzioni di ingresso. Ci implica che la due rappresentazioni sono equivalenti.
2.3.2 Forme canoniche Nel paragrafo precedente stato mostrato che una trasformazione di coordinate nello spazio di stato porta a un nuovo modello con lo stato equivalente a quello di partenza ma con , B diverse dalle matrici A, B e C del modello di partenza. Scegliendo eC matrici A opportunamente la base nello spazio di stato possibile, in certe condizioni, pervenire a un , B aventi struttura conveniente per risolvere alcuni problemi di eC modello le cui matrici A analisi e sintesi. Tali modelli vengono denominati forme canoniche. Nel caso di modelli con ingresso e uscita unidimensionali, le forme canoniche di interesse sono la forma canonica di controllo, la forma canonica di osservazione e la forma canonica diagonale. Forma canonica di controllo. Le matrici A e b sono date da:

24

0 0 A= 0 a0

1 0 0

0 1 0

0 0 0 a n 2

a1 a 2

0 0 0 0 , b = , 1 0 a n 1 1

(2.3.15)

mentre la matrice c T arbitraria. Gli elementi dellultima riga della matrice A sono i coefficienti del polinomio caratteristico ( ) della matrice A, dato da:

( ) = n + a n 1 n 1 +
Forma canonica di osservazione. Le matrici A e c sono date da: a n 1 a n2 A= a1 a 0 1 0 0 1 0 0 0 0

a1 + a 0

(2.3.16)

0 0 1 0 0 0 , c = , 0 1 0 0 0 0

(2.3.17)

mentre la matrice b arbitraria. Gli elementi della prima colonna sono i coefficienti del polinomio caratteristico ( ) dato dalla (2.3.16). Forma canonica diagonale. La matrice A data da: 1 0 0 2 A= 0 0 0 0 , n

(2.3.18)

mentre le matrici b e c T sono arbitrarie. Gli elementi della diagonale principale della matrice (2.3.18) sono gli zeri del polinomio caratteristico (2.3.16), ovvero gli autovalori della matrice A. Osservazione 2.3.1 Come verr illustrato nel seguito, lesistenza di una trasformazione di coordinate nello spazio di stato, che permetta di passare dal modello assegnato a una delle forme canoniche mostrate in precedenza, condizionata dal soddisfacimento di ben precise condizioni sul modello di partenza.

25

2.4 Analisi modale Le espressioni (2.1.3) e (2.1.4) consentono di determinare le risposte nello stato e nelluscita ma non mettono in evidenza il modo in cui evolve il sistema. Verr adesso mostrato che scegliendo in maniera opportuna la base nello spazio di stato possibile individuare modi elementari di evoluzione del sistema che dipendono dalla struttura del modello e quindi dalle matrici A, B, C e D. Tali modi godono delle propriet: a) le risposte libere nello stato e nelluscita possono essere espresse mediante combinazione lineare dei modi; b) le risposte forzate nello stato e nelluscita possono essere ottenute a partire dai modi elementari stessi. Nel seguito verr sviluppata lanalisi modale nel caso di autovalori distinti, rimandando quella corrispondente ad autovalori multipli che verr sviluppata nellambito dello studio nel dominio di s. 2.4.1 Risposta nello stato Si ammetta che la matrice A abbia autovalori distinti. Ne consegue che il suo polinomio caratteristico ( ) , ossia il determinante della matrice I A , dato da:

( ) = ( i ) ,
i =1

dove le costanti i (i = 1, , n ) , cio gli zeri del polinomio caratteristico, sono gli autovalori. In tali condizioni, gli autovettori vi associati agli autovalori i , definiti come quei vettori non nulli tali che: Avi = i vi , (2.4.1) risultano linearmente indipendenti e possono quindi essere scelti come base per lo spazio di stato X. Ne consegue che il generico elemento x (t ) dello spazio di stato pu essere rappresentato geometricamente come combinazione lineare degli autovettori, come segue: i (t )vi , x (t ) = x
i =1 n

(2.4.2)

i (t ) rappresenta la componente di x (t ) lungo lautovettore vi . La (2.4.2) pu essere dove x scritta come segue: 1 x x (t ) , v n ] 2 = Tx xn

x (t ) = [v1 v 2

(2.4.3)

dove la matrice T data da:

T = [v1 v 2

vn ] ,

(2.4.4)

una matrice n n non singolare essendo gli autovettori linearmente indipendenti e:

26

(t ) = [ x 1 x

2 x

n ] . x
T

La (2.4.3) stabilisce una trasformaione di coordinate dalla base arbitraria di partenza alla base costituita dagli autovettori. La matrice T viene denominata matrice modale. Dal par. (2.3.2) noto che il modello matematico del sistema nella nuova base dato dalle (2.3.6) e , B assumono le espressioni seguenti. eC (2.3.7) dove le matrici A

Matrice A
= T 1 AT = T 1 A [ v v A 1 2 T 1 [1v1 2v 2 dove = diag(1, n ,
Matrice B

v n ] = T 1 [ Av1

Av 2

Av n ] =

n v n ] = T 1 [v1 v 2

vn ] =

(2.4.5)

, n ) .

Ponendo:
T q1 T 1 = , q T n

e tenendo presente la (2.4.4), si ha:

T q1 T 1T = [v1 v 2 q T n T q1 v1 vn ] = q Tv n 1 T q1 vn =I, T qn vn

da cui deriva: 1, i = j qiT v j = . 0, i j Ne consegue che i vettori qi coincidono con i vettori coniugati della base reciproca della base costituita dagli autovettori. Pi pecisamente, denotando con ri i vettori della base reciproca, si ha:

ri* = qi i = 1,
Adesso, partizionando la matrice B come segue:
B= b1

,n .

(2.4.6)

bp ,

27

si ha:
( r1, b1 ) =T B = B ( rn , b1 )
1

( r1, b p ) . ( rn , b p )

(2.4.7)

Le (2.4.5) e (2.4.7) mostrano che la dinamica delle componenti di x (t ) lungo gli auovettori vi espressa dalla relazione: i ( t ) = i x i (t ) + ( ri , b j )u j (t ) , x
j =1 p

(2.4.8)

la quale mostra che le componenti del vettore di stato lungo gli autovettori evolvono indipendentemente luna dallaltra risultando, quindi, disaccoppiate. Tale evoluzione, 0 = T 1 x0 , descritta dalla relazione: corrispondente allo stato iniziale x i ( t ) = e i t x i 0 + ( ri , b j ) e i ( t )u j ( )d , x
j =1 0 p t

i 0 , componente di x 0 lungo vi , data da x i 0 = ( ri , x0 ) . Ne consegue che: dove x i (t ) = e it ( ri , x 0 ) + ( ri , b j ) e i ( t )u j ( )d . x

j =1 0 p t

(2.4.9)

Infine, dalla (2.4.2), si ottiene: x (t ) = e it ( ri , x 0 )vi + ( ri , b j )vi e i ( t )u j ( )d .

i =1 i =1 j =1 0 n n p t

(2.4.10)

Ponendo nella (2.4.10) u(t ) = 0 t , si ottiene la seguente espressione della risposta libera nello stato: x l (t ) = e it ( ri , x0 )vi .
i =1 n

(2.4.11)

La (2.4.11) mette in evidenza che la risposta libera nello stato corrispondente a un generico stato iniziale x 0 una combinazione lineare di modi elementari di evoluzione del sistema dati da e it vi . I coefficienti di tale combinazione sono le componenti di x 0 lungo gli autovettori vi . Il generico coefficiente ( ri , x 0 ) viene denominato eccitazione del modo i dovuta allo stato iniziale. Osservazione 2.4.1 I modi elementari di evoluzione del sistema dipendono esclusivamente dalla matrice dinamica A. Inoltre, leccitazione del modo i indipendente da quella degli altri modi e dipende solo dallo stato iniziale.

28

Ponendo nella (2.4.10) x 0 = 0 si ottiene la seguente espressione della risposta forzata nello stato: x f (t ) =
n p t ( ri , b j )vi e i ( t )u j ( )d 0

i =1 j =1

= e vi ( ri , b j ) ei u j ( )d , (2.4.12)
i t
i =1 j =1 0

che mette in evidenza che i modi elementari del sistema influiscono anche sulla risposta forzata ma in modo non lineare. Sollecitando, adesso, il sistema con un ingresso u(t) avente componenti tutte nulle eccetto la componente k-esima pari a un impulso localizzato nellorigine, si ha: x f k (t ) = hk (t ) = ( ri , bk )vi e i ( t ) ( )d = ( ri , bk )e it vi ,
i =1 0 i =1 n t n

(2.4.13)

dove hk (t ) la k-esima colonna della matrice H (t ) . La (2.4.13) mostra che la colonna kesima della matrice delle risposte impulsive nello stato data da una combinazione lineare di quei modi elementari del sistema per i quali risulta ( ri , bk ) 0 , che sono eccitati da un impulso applicato allingresso k-esimo quando tutti gli altri ingressi sono nulli. Sussistono, in proposito, la seguente definizione e il seguente teorema. Definizione 2.4.1 Un modo si dice eccitabile mediante impulsi in ingresso se compare in almeno una colonna della matrice H (t ) . Teorema 2.4.1 Condizione necessaria e sufficiente affinch il modo iesimo sia eccitabile mediante impulsi in ingresso che esista almeno una colonna della matrice B tale che risulti ( ri , bk ) 0 , ovvero si abbia ri*T B 0 . Osservazione 2.4.2 I vettori della base reciproca dipendono dalla matrice A e, pertanto, la condizione di eccitabilit dei modi una propriet di tipo strutturale che dipende, cio, dalla struttura del modello. 2.4.2 Risposta nelluscita Sostituendo la (2.4.10) nella (2.1.2), si ottiene:
p n p n t y(t ) = e it ( ri , x0 ) + ( ri , b j ) e i ( t )u j ( )d Cvi + d j u j (t ) . 0 i =1 j =1 j =1 i =1

(2.4.14)

Ponendo nella (2.4.14) u(t ) = 0 t , si ottiene la seguente espressione della risposta libera nelluscita: yl (t ) = e it ( ri , x 0 )Cvi .
i =1 n

(2.4.15)

29

La (2.4.15) mostra che assumendo che il modo i-esimo sia eccitato dallo stato iniziale x 0 , esso figurer nella risposta libera nelluscita se Cvi 0 . Tale modo evolve lungo il vettore Cvi che pu essere considerato come la proiezione di vi nello stpazio di uscita. Sussistono, in proposito, la seguente definizione e il seguente teorema. Definizione 2.4.2 Un modo si dice osservabile attraverso luscita se compare nella espressione della risposta libera nelluscita. Teorema 2.4.2 Condizione necessaria e sufficiente affinch il modo iesimo sia osservabile attraverso luscita che risulti Cvi 0 . Osservazione 2.4.2 I vettori della base dipendono dalla matrice A e, pertanto, la condizione di osservabilit attraverso luscita una propriet di tipo strutturale che dipende, cio, dalla struttura del modello. Ponendo x 0 = 0 nella (2.4.14), si ha la seguente espressione della risposta forzata nelluscita:
n p p

y f (t ) =

i =1 j =1

t ( ri , b j )Cvi e i ( t )u j ( )d 0

+ d j u j (t ) =
j =1
t p 0

= e it Cvi ( ri , b j ) ei u j ( )d + d j u j (t ) ,
i =1 j =1 j =1

(2.4.16)

da cui emerge che la risposta forzata nelluscita dipende dai modi elementari del sistema in maniera non lineare. Assumendo che lingresso abbia la forma u(t ) = k (t ) , la (2.4.16) si particolarizza come segue: y f k (t ) = wk (t ) = ( ri , bk )e it Cvi + d k (t ) ,
i =1 n

(2.4.17)

La quale mostra che la k-esima colonna della matrice delle risposte impulsive, per t > 0 , una combinazione linere di quei modi che risultano nel contempo eccitabili mediante impulsi in ingresso e osservabili attraverso luscita. Inoltre, per t = 0 , tal colonna contiene un impulso nellorigine se d k 0 . 2.4.3 Interpretazione geometrica dei modi Se la matrice dinamica ha elementi reali, i coefficienti del suo polinomio caratteristico sono reali e gli autovalori possono essere reali o, a coppie, complessi e coniugati. Si ammetta, inoltre, che anche lo stato iniziale sia reale. In queste condizioni possibile individuare modi naturali di evoluzione corrispondenti ad autovalori reali, denominati modi aperiodici, e combinare i modi elementari relativi alle coppie di autovalori complessi e coniugati ottenendo funzioni pseudoperiodiche, denominate modi pseudoperiodici. Per calcolare tali modi si noti che: a) gli autovettori associati ad autovalori reali, i , sono reali;

30

b) gli autovettori associati ad autovalori complessi sono complessi. In particolare, lautovettore associato al generico autovalore k = k + jk verr denotato con v k = v ka + jv kb , dove v ka e v kb sono vettori reali;
c) se k +1 = k jk lautovettore ad esso associato dato da v k +1 = vk = v ka jvkb ; d) i vettori della base reciproca corrispondenti a v k e v k +1 , rk e rk +1 , sono dati da

rk = rka + jrkb e rk +1 = rk = rka jrkb , rispettivamente, dove rka e rkb sono vettori reali. Ci premesso, si consideri la risposta libera nello stato data da:
n

xl (t) = (ri , x0 ) eit vi .

i =1

(2.4.18)

I modi aperiodici sono dati da:

(ri , x0 )e it vi .
Per determinare il generico modo pseudoperiodico, indicati con k e k +1 due autovalori complessi e coniugati, il loro contributo al calcolo della risposta libera dato da:

ak (t ) = ( rk , x0 ) e k t v k + ( rk +1, x0 ) e k +1t v k +1 ,
dove:

( rk , x0 ) = ( rka + jrkb , x 0 ) = ( rka , x 0 ) j ( rkb , x 0 ) = M k e jk ,

con: M k = ( rka , x 0 ) 2 + ( rkb , x 0 ) 2

k = arctg
Ne consegue che:

(rk b ,x 0 ) (rk a ,x 0 )

ak (t ) = M k e k t [e j (k t +k ) ( v ka + jv kb ) + e j (k t +k ) ( v ka jv kb )] = = C k e k t [cos(k t + k )v ka sin(k t + k )v kb ] avendo posto C k = 2 M k . Se si ammette allora che, degli n autovalori della matrice A, siano reali e siano a coppie complessi e coniugati, si ottiene:
x l (t ) = Ri e it vi + C k e k t [cos(k t + k )v ka sin( k t + k )v kb ] ,
i =1 k =1

(2.4.19)

31

utile, a questo punto, interpretare geometricamente i modi appena presentati.

t Il modo aperiodico (ri , x0 )e i vi evolve lungo una traiettoria rettilinea, adagiata t sullautovettore vi , con legge oraria definita dalla funzione aperiodica Rie i , con Ri = ( ri , x 0 ) . Tale traiettoria converge allorigine dello spazio di stato, degenera in un punto o diverge, a seconda che risulti i < 0, i = 0 e i > 0 , rispettivamente. La traiettoria e la legge oraria sono illustrate nella Fig. 2.4.1.

i < 0

i > 0 i = 0
Ri

i > 0 i = 0 i < 0
t

x=0

vi

a) traiettoria

b) legge oraria

Fig. 2.4.1 Traiettoria e legge oraria relative al modo aperiodico. Sovente, il modo aperiodico viene espresso in funzione della costante di tempo Ti = 1 i . Il caso di maggiore interesse quello in cui i < 0 , in corrispondenza al quale Ti > 0 e il modo aperiodico converge a zero; esso converge a zero tanto pi rapidamente quanto minore risulta Ti . Dopo un tempo pari a 4-5 volte Ti , il modo si riduce a 1.8% e 0.67% del valore iniziale, rispettivamente e si considera estinto. Il modo pseudoperiodico:

ak (t )= C k e k t [cos(k t + k )vka sin(k t + k )v kb ] ,

evolve nel piano individuato dai vettori reali v ka e v kb ; le componenti del modo lugo tali vettori evolvono con leggi orarie date dalle funzioni pseudoperiodiche:

C k e k t cos(k t + k ), C k e k t sin(k t + k )
che assumono landamento illustrato nella Fig. 2.4.2. Si osserva che il modo converge a zero, diverge 0 oscilla in maniera persistene a seconda che k risulti minore di zero, maggiore di zero o zero, rispettivamente. Inoltre, facile verificare che il modo converge a zero o diverge tanto pi rapidamente quanto pi risulta elevato il modulo di k .

32

2 1.5 1 0.5 0 -0.5 -1 -1.5 -2

2 1.5 1

10 8 6 4

0.5 0 -0.5 -1

2 0 -2 -4 -6

-1.5 -2 0

-8

0.5

1 t [s]

1.5

0.1

0.2 t [s]

0.3

0.4

0.5

-10

0.5

1 t [s]

1.5

k = 2

k = 0

k = 0.8

Fig. 2.4.1 Leggi orarie relative al modo aperiodico 2e k t cos(k t ) . Le traiettorie del modo corrispondenti sono illustrate nella Fig. 2.4.2.

vkb
k < 0 k = 0 k > 0

Fig. 2.4.2 Traiettorie relative al modo pseudoperiodico Analogamente al modo aperiodico, il modo pseudoperiodico viene di solito espresso in termini della pulsazione naturale non smorzata nk e del coefficiente di smorzamento k , dati da:
2 2 nk = k + k = k ,

(2.4.20) (2.4.21)

k =

k . nk

In termini ti questi ultimi parametri, il modo pseudoperiodico si esprime come segue:

2 2 ak (t )= C k e knk t [cos(nk 1 k t + k )v ka sin( nk 1 k t + k )v kb ]

(2.4.22)

In Fig. 2.4.3 son illustrati i parametri k , k , k e nk assumendo che k < 0 e k (0,1) . A parit di nk e al crescere di k si nota una riduzione di k e un incremento di k cui corrisponde una maggiore rapidit con cui il modo tende a zero e una minore frequenza delloscillazione smorzata. In Fig. 2.4.4 sono illustrati gli andamenti della componente del modo lungo v kb per k pari a 0.1 e 0.7.

33

nk k
k

jk

k = sin( k )

Fig. 2.4.3

1 0.1 0.7 0.5 ampiezza

-0.5

-1 0

0.2

0.4

t [s]

0.6

0.8

2 t ) per k pari a 0.1 e 0.7. Fig. 2.4.4 Andamento della funzione ak (t )= e knk t sin( nk 1 k

34

2.4.4 Autovalori di A multipli Com noto, per il Teorema di Caley-Hamilton, ogni matrice A soddisfa la propria equazione caratteristica nel senso che, dato il polinomio caratteristico di A:

( ) = n + a n 1 n 1 +

a0 ,

(2.4.23)

il polinomio matriciale ( A) , ottenuto sostituendo nella (2.4.23) la matrice A al posto di , soddisfa la relazione:

( A) = A n + a n 1 A n 1 +
Esempio 2.4.1 Si consideri la seguente matrice:

+ a0I = 0 .

2 1 A= . 1 1
Il polinomio caratteristico dato da:
2 1 2 = 3 + 1 1 1

( ) = d e t ( I A) = d e t
Sostituendo a la matrice A, si ha:

2 1 2 1 2 1 1 0 0 0 1 1 1 1 3 1 1 + 0 1 = 0 0 .
Nel caso di autovalori multipli esistono polinomi di grado inferiore a n, ( ) , tali che ( A) =0 ; il polinomio di grado minimo ( ) tale che ( A) =0 , si chiama polinomio minimo della matrice A. Esso si calcola valutando il massimo comune divisore della matrice ( I A) a , m( ) , e dividendo il polinomio caratteristico di A per m( ) . Un propriet del polinomio minimo quella di avere gli stessi autovalori del polinomio caratteristico, con molteplicit minore o, al pi, uguale. Assumendo che ( ) abbia r radici distinte ciascuna di molteplicit M i e, quindi, sia dato da:

( ) = ( i ) M i ,
i= 1

il polinomio minimo pari a:

( ) = ( i ) m i
i= 1

35

dove m i [1,M i ] si chiama molteplicit geometrica dellautovalore i . Nel definire i modi elementari di evoluzione di un sistema occorre riferirsi al polinomio minimo di A. Si dimostra infatti che la risposta libera nello stato pu essere decomposta in r modi elementari di evoluzione (tanti quanti sono gli autovalori distinti di A), e il generico modo i, associato al generico autovalore i , di molteplicit geometrica m i , dato da:

i ( t ) = C i j t j e it ,
j =0

m i 1

dove termini C i j dipendono dallo stato iniziale; ne consegue che anche la forma temporale del modo dipende dallo stato iniziale. Anche nel caso di autovalori multipli, condizione necessaria e sufficiente affinch un modo converga a zero per t che la parte reale dellautovalore cui esso legato sia negativa.

36

2.5 Risposte canoniche Le risposta impulsiva sono particolari risposte forzate nelluscita corrispondenti a particolari ingressi, detti ingressi canonici, la cui conoscenza, unitamente a quella di un generico ingresso, consente di determinare la risposta forzata nelluscita corrispondente allingresso stesso. Considerando per semplicit sistemi unidimensionali, ossia a un solo ingresso e una sola uscita, lespressione della risposta forzata nelluscita data da (cfr. (2.1.4)):
y f ( t ) = w( t ) u( ) d ,
0 t

(2.5.1)

dove w( t ) denota la risposta impulsiva che, come detto, la risposta forzata nelluscita corrispondente a un ingresso costituito da un impulso di Dirac. La (2.5.1) mostra che la risposta impulsiva una risposta canonica poich permette di calcolare la risposta forzata nelluscita corrispondente allingresso u( t ) . Si pu dimostrare che i segnali ottenuti integrando ripetutamente limpulso di Dirac, dati da:
tk ( k +1) ( t ) = 1 ( t ) , k! (2.5.2)

sono segnali canonici. Questi segnali, a differenza dellimpulso, sono realizzabili fisicamente o approssimabili con segnali reali. A titolo di esempio verr considerata la risposta indiciale. 2.5.1 Risposta indiciale La risposta indiciale la risposta forzata nelluscita corrispondente a un gradino unitario il cui andamento illustrato in fig. 2.5.1. Tale risposta, denotata con w 1 ( t ) , data da (cfr. (2.5.1)):

w 1 ( t ) = w( t ) 1 ( ) d = w( )d ,
0 0

(2.5.3)

poich 1 ( ) = 1 per ( 0 ,1] e

w( t ) 1 ( ) d un infinitesimo rispetto a

0 w( )d .
1( t )

t Fig. 2.5.1 Segnale a gradino unitario localizzato nellorigine. La (2.5.3) mette in luce che la risposta impulsiva la derivata della risposta indiciale. Ne consegue che la (2.5.1) pu essere scritta come segue:

37
t d w 1( t ) d u( ) u( ) d = w 1 ( t ) d , 0 d ( t ) 0 d t

y f ( t) =

(2.5.4)

che mostra che una risposta canonica poich la sua conoscenza e quella dellingresso permettono di determinare univocamente la risposta forzata nelluscita corrispondente allingresso. La derivata dellingresso che figura nella (2.5.4) va considerata nel senso delle distribuzioni, il che implica che eventuali discontinuit nellingresso devono essere considerate esplicitamente. Esempio 2.5.1
Si consideri la funzione dingresso mostrata in fig. 2.5.2, avente una discontinuit nellorigine. In accordo alla fig. 2.5.2, essa si pu scomporre come segue:

u( t )

u (0 + ) 1 ( t )

u1 ( t )

Fig. 2.5.2

u ( t ) = u (0 + ) 1 ( t ) + u1 ( t ) .
La sua derivata data da:

d u( t ) d u ( t) = u(0 + ) ( t ) + 1 . dt dt
Ne consegue che la risposta forzata nelluscita risulta:

y f ( t ) = w 1( t )
0

t d u( ) d u ( t) d = w 1 ( t ) u(0 + ) ( t ) + 1 d = 0 d dt t d u ( t) = u(0 + ) w 1 ( t ) + w 1 ( t ) 1 d . 0 dt

38

APPENDICE A
Integrale di convoluzione

Siano f1 () e f 2 () due generiche funzioni del tempo definite su (, +). Si definisce convoluzione delle due funzioni, o integrale di convoluzione, la funzione del tempo data da:
f1 f 2 =
+

f 1 ( ) f 2 (t ) d

(A.1)

Se lintegrale esiste, esso si calcola moltiplicando la funzione f 1 per la funzione f 2 traslata di t e ribaltata di rispetto allasse verticale (cfr. Fig. A.1). Lintegrale di convoluzione gode delle seguenti propriet:
f1 f 2 =
f 1 f 2( k ) =
+

f 1 ( )

+ d k d (k ) [ f ( t )] d = f f = 2 1 2 d k [ f1( )] f 2 (t ) d d (t ) k

f1 ( ) f 2 (t ) d = f 2 f 1 =

f 1 (t ) f 2 ( ) d ,

(A.2) (A.3)

Se le due funzioni f 1 e f 2 sono nulle per tempi negativi, si ha:

f1 f 2 = Impulso di Dirac
+

f 1 ( ) f 2 (t ) d = f1 ( ) f 2 (t ) d
0

(A.4)

La definizione rigorosa dellimpulso di Dirac data nellambito delle funzioni generalizzate. In questa sede conviene definire limpulso di Dirac di area unitaria e localizzato allistante t 0 come quellente matematico tale che:

( t t 0 ) = 0 t t 0 ,
\

(A.5) (A.6)

(t t0 )dt = 1 .

Limpulso di Dirac si rappresenta come indicato nella Fig. A.2.

t0 Fig. A.2 Rappresentazione grafica di (t t 0 ) .

39

Esso non un segnale fisicamente realizzabile in laboratorio; infatti, ha durata infinitesima e ampiezza infinitamente grande. Un segnale che pu essere generato in laboratorio in maniera approssimata limpulso rettangolare di area unitaria, (t t 0 , ) , di Fig. A.3, dato da:

(t t 0 , ) =

1 ( t t 0 ) 1 ( t ( t 0 + )) .
1

(A.7)

t0 1/

1 (t t 0 )
t 1

1 (t (t 0 + ))
t

t0 t0+ 1/ t0 t0+ Fig. A.3 Impulso rettangolare (t t 0 , ) . Com facile verificare dallesame della Fig. A.3, si ha:
0

(t t 0 , )

lim (t t 0 , ) = (t t 0 ) .

(A.8)

Poich il limite a primo membro della A.8 il limite del rapporto incrementale della funzione a gradino localizzata allistante t 0 (cfr. A.7) al tendere dellincremento a zero, risulta: lim (t t 0 , ) = lim

1 (t t 0 ) 1 (t (t0 + )) 0

d 1 (t t 0 ) = (t t 0 ) , dt

(A.9)

la quale mostra che limpulso la derivata della funzione a gradino. Nellambito dellanalisi classica tale derivata definita a pari a zero t t 0 . Grazie alla definizione dellimpulso di Dirac la succitata derivata esiste t e coincide con limpulso stesso. Naturalmente, si ha:

1 (t t 0 ) = ( t0 )d .

(A.10)

t0 t0+ Fig. A.4 Limite dellimpulso rettangolare di Fig. 3 al tendere di a zero.

40

Generalizzando la (A.9), data la funzione discontinua di Fig. A.5 a), decomponendola nella somma delle due funzioni di Fig. A.5 b) e c), si ha:
f (t ) = f1 (t ) + [ f (t + 0 ) f ( t 0 )] 1 ( t t 0 ) ,

f (1) (t ) = f 1(1) (t ) + [ f (t 0 ) f (t 0 )] (t t 0 ) .

f (t ) t t0

f 1 (t )

[ f (t + 0 ) f ( t 0 )] 1 ( t t 0 )

Fig. A.5 Integrando la (A.10), si ha:

2 (t t0 ) = 1 ( t0 )d =

( t0 )d ,

(A.11)

che la funzione a rampa lineare localizzata allistante t 0 ; integrando la (A.11) si ottiene una funzione la rampa parabolica:

3 (t t0 ) =

( t 0 )d = ( t0 )d , 1

(A.12)

Le funzioni a gradino, a rampa lineare e a rampa parabolica sono illustrate nella Fig. A.6, assumendo t 0 = 0 . Adesso, data una funzione f (t ) continua allistante t 0 , per la (A.5), si ha: f (t ) (t t 0 ) = f (t 0 ) (t t 0 ) , da cui, per la (A.6), si ottiene:

41
+ + +

f (t ) (t t 0 )dt =

f (t 0 ) (t t 0 )dt = f (t 0 )

(t t 0 )dt = f (t0 ) ,

(A.13)

che esprime la propriet campionatrice dellimpulso. Tale propriet vale anche se i limiti di integrazione sono finiti purch contengano listante t 0 . Inoltre, essa vale anche per la convoluzione di una funzione f (t ) continua in t e della funzione generalizzata (t ) . Infatti, si ha: f =
+

f ( ) (t )d =

f (t ) ( )d = f (t )

( )d = f (t )

(A.14)

a)

b)

c)

Fig. A.6 a) segnale a gradino; b) segnale a rampa lineare; c) segnale a rampa parabolica. Oltre alla funzione a gradino a gradino, anche la funzione di Gauss data da:

(t t 0 , ) =

(t t 0 ) 2 1 , exp 2 2 2

(A.15)

soddisfa la (A.8) e pu essere utilizzata per definire limpulso di Dirac (cfr. Fig. A.7). Il vantaggio di tale funzione connesso al fatto che a partire dalle sue derivate e facendo tendere a zero possibile definire le derivete successive dellimpulso, come illustrato nella Fig. A.8.

Fig. A.7 Funzione di Gauss al diminuire di .

42

fig. 22

k (t t0) =

dk d (t t 0 ) k

(t t0).

a)
IMPULSO

b)
DOPPIETTA

c)
TRIPLETTA

a)

b)

Fig. A.8 a) funzione d Gauss e sue derivate prima e seconda; b) impulso e sue derivate prima e seconda. Matrice esponenziale Com noto, data una funzione esponenziale e t con scalare, si ha: e t = 1 + t + 1 2 2 1 33 t + t + 2! 3! + 1 k k t + k! =

k =0

k ! kt k .

(A.16)

In modo analogo, data una matrice A n n ada elementi costanti, si definisce matrice esponenziale la seguente serie:
1 2 2 1 33 1 1 A t + A t + + Ak t k + = Ak t k , (A.17) k! k 2! 3! ! k =0 che risulta convergente per tutti i t finiti. La matrice esponenziale soddisfa le propriet:

e At = I + At +

1. det( e At ) 0, t ; 2. e A( t1 + t2 ) = e At1 e At2 , t1, t 2 ; 3. ( e At ) 1 = e At ; d At 1 e = A + A 2t + A 3t 2 + 4. dt 2! + 1 A k t k 1 + (k 1)! = Ae At = e At A

43

Cap. 3 Studio dei modelli lineari e stazionari nel dominio di s

3.1 Introduzione Lo studio di un modello matematico nel dominio di s di gran lunga pi semplice di quello nel dominio del tempo in quanto, con opportune operazioni, si riesce a trasformare il modello costituito, in generale, da equazioni differenziali nel dominio del tempo in un modello costituito da equazioni algebriche nel dominio della variabile complessa s. Tali equazioni possono essere manipolate mediante operazioni algebriche. Poich per il dominio in cui si riesce a interpretare fisicamente un fenomeno il dominio del tempo, occorrer dopo adeguate manipolazioni algebriche effettuare lperazione inversa di trasformazione nel dominio del tempo (cf. Fig. 3.1.1) Si considera insomma un sistema di equazioni differenziali, da cui, mediante particolari funzioni come loperatore trasformata di Laplace, si passa a un sistema di equazioni algebriche nella variabile s, a cui corrisponde un insieme di risposte in t, ricavabile mediante loperatore inverso (fig. 37).
MODELLO

L []

(equazioni differenziali in t)

sistema di equazioni algebriche in s

L1 []

risposte in t

Fig. 3.1.1 Fasi dello studio nel dominio di s. 3.2 Studio nel dominio di s dei modelli lineari a stazionari In questa Sezione viene illustrato un metodo di studio basato sullimpiego della trasformata di Laplace, i cui elementi vengono presentati in Appendice 2, considerando modelli lineari e stazionari dati da:
x (t ) = Ax (t ) + Bu(t ) , y(t ) = Cx (t ) + Du(t ) .

(3.2.1) (3.2.2)

Trasformando secondo Laplace le (3.1.1) e (3.1.2), assumendo t 0 = 0 , si ottiene: sX (s) x0 = AX (s) + BU ( s ) , Y ( s ) = CX ( s ) + DU ( s ) , dove x (0) = x 0 . Dalla (3.2.3) si ottiene: ( sI A) X ( s ) = x 0 + BU ( s ) , da cui, premoltiplicando per ( sI A) 1 , si ottiene: (3.2.3) (3.2.4)

44

X ( s ) = ( sI A) 1 x 0 + ( sI A) 1 BU ( s )

(3.2.5)

che sostituita nella (3.2.4) fornisce la seguente espressione della trasformata di Laplace delluscita:
Y ( s ) = C ( sI A) 1 x0 + [C ( sI A) 1 B + D ]Us ) . Trasformando, adesso, secondo Laplace le risposte nello stato e nelluscita date da:
t x (t ) = (t ) x 0 + 0 H (t )u( )d , t 0 ,
t y(t ) = (t ) x 0 + 0 W (t )u( )d , t 0 ,

(3.2.6)

si ottiene: X ( s ) = ( s ) x 0 + H ( s )U ( s ) , Y ( s ) = ( s ) x 0 + W ( s )U ( s ) . Confrontando le (3.2.7) e (3.2.8) con le (3.2.5) e (3.2.6), si ha: (3.2.7) (3.2.8)

( s ) = ( sI A) 1 ,
H ( s ) = ( sI A) 1 B , ( s ) = C ( sI A) 1 , W ( s ) = C ( sI A) 1 B + D . La matrice W(s) data dalla trasformata di Laplace della matrice delle risposte impulsive viene denominata matrice di trasferimento 3.3 Calcolo della matrice di transizione di stato. Dallanalisi precedente emerge che per il calcolo delle risposte libere e forzate nello stato e nelluscita occorre calcolare la matrice di transizione di stato (t ) . Dalla formula di inversione delle matrici, si ha:

( s ) = ( sI A) 1 =
dove:

( sI A) a P ( s ) , = ( s) ( s)

(3.3.1)

( s ) = s n + a n 1s n 1 +

a0 ,

il polinomio caratteristico della matrice A. Poich gli elementi della matrice P(s) minori di ordine n-1 della matrice (sI-A), essi sono polinomi di grado al pi n-1. Ne consegue che P(s) pu esse scritto come segue:

45

P ( s ) = Pn 1s n 1 +

+ P0 ,

dove le Pi ( s ) sono matrici di ordine n n ad elementi costanti. Ne consegue che gli elementi della matrice ( s ) sono funzioni razionali strettamente proprie di s e, come tali, possono essere sviluppati in frazioni parziali. Conviene osservare che il calcolo manuale di tali elementi risulta difficile per n 3 . Pertanto, per valori elevati di n conviene eseguire il calcolo utilizzando adatti algoritmi. Un algoritmo diffuso quello di Souriaux-Faddeeva basato sulle seguenti formule ricorsive: Pn k = a n k +1 I + APn k +1 , 1 a n k = tr ( APn k ) , k k = 2, , n , che viene inizializzato ponendo:
Pn 1 = I , a n-1 = tr ( A) ,

essendo tr(Q) la traccia della matrice Q che pari alla somma degli elementi della diagonale principale. La correttezza dei risultati ottenuti pu essere valutata verificando il soddisfacimento della equazione: a 0 I + AP0 = 0 . Lalgoritmo in questione facilmente implementabile su PC. Ci premesso, il calcolo della matrice di transizione di stato pu essere effettuato in due modi dipendentemente dagli autovalori della matrice A. 3.3.1 Caso di autovalori distinti. Nel caso di autovalori, i , tutti distinti il polinomio caratteristico dato da:

( s ) = ( s i ) .
i =1

Lo sviluppo in frazioni parziali di ( s ) dato da:

( s) =
dove le matrici dei residui Ri sono date da:

Ri , i =1 ( s i )
n

(3.3.2)

Ri = lim ( s i ) ( s ) .
s i

Antitrasformando la (3.3.2), si ottiene:

46
n

(t ) = Ri e it ,
i =1

(3.3.3)

e, di conseguenza, la risposta libera nello stato risulta:

x l (t ) = Ri x 0e it , t 0 ,
i =1 n

(3.3.4)

dove i termini Ri x0e it vengono ancora denominati modi elementari di evoluzione. Nellipotesi, adesso, che i coefficienti del polinomio caratteristico siano reali, gli autovalori sono reali e a coppie complessi e coniugati. Assumendo che gli autovalori reali e complessi siano, rispettivamente, e 2 , separando il contributo dei modi corrispondenti ad autovalori reali, i , da quello dei modi corrispondenti alle coppie di autovalori complessi e coniugati,
* k = k + jk e k +1 = k = k j k , la (3.3.4) diviene: * x l (t ) = Ri x 0e it + ( Rk x 0e k t + Rk x 0e k t ), i =1 k =1

(3.3.5)

dove si tenuto conto del fatto che le metrici dei residui corrispondenti ad autovalori complessi e coniugati sono a loro volta complesse e coniugate. Ponendo:

Rk = Rka + jRkb ,
con Rka e Rkb matrici reali, la (3.19) diviene:
x l (t ) = Ri x 0e it + e k t [2 Rka x 0 cos(k t ) 2 Rkb x 0 sin( k t )] .
i =1 k =1

(3.3.6)

I termini:

Ri x 0e it ,
e k t [2 Rka x 0 cos(k t ) 2 Rkb x 0 sin(k t )] , vengono ancoradenominati, rispettivamente, modi aperiodici e modi pseudoperiodici. La (3.3.6) mostra che la m-esima componente di x l (t ) una combinazione lineare di funzioni aperiodiche e pseudoperiodiche date, rispettivamente, da: e it , e k t cos(k t + k ) ,

3.3.2 Caso di autovalori multipli. Il polinomio caratteristico di A e la matrice ( s ) possono essere scritte come segue:

47
r

( s) = ( s i ) M i
i =1

(3.3.7) (3.3.8)

( s) =

( sI A) a . ( s)

Nel caso di autovalori multipli pu accadere che esistano fattori comuni fra tutti gli elementi della matrice ( sI A) a e il polinomio caratteristico ( s) . Cancellando tali fattori, si ha:

( s) =

Q( s) , ( s)

(3.3.9)

dove Q ( s ) una matrice n n e ( s ) un polinomio, denominato polinomio minimo di A, dato da:

( s) =

( s)
m.c.d di tutti gli elementi di (sI A) a

(3.3.10)

Il polinomio minimo ha gli stessi zeri del polinomio caratteristico ma con molteplicit inferiore a, al pi, uguale:

( s) = ( s i ) mi ,
i =1

(3.3.11)

dove mi [1, M i ] . Lo sviluppo in frazioni parziali della matrice ( s ) dato da:

( s) =
dove:

r mi 1

i =1 k = 0

Rik , ( s i ) k +1

(3.3.12)

Rik = lim

1 d mi 1 k Q( s) [( s i ) mi ]. m k 1 i s i ( mi 1 k )! ds ( s)

Lantitrasformata della funzione ( s ) risulta:

(t ) = Rik
i =1 k = 0

r mi 1

t k i t e . k!

(3.3.13)

Postmoltiplicando per

x0 ,

si ottiene la risposta libera nello stato data da:

x l (t ) = Rik x 0
i =1 k = 0 r mi 1

t k i t e . k!

(3.3.14)

Il generico termine:

48

x li (t ) = Rik x 0
k =0

mi 1

t k i t e , k!

(3.3.15)

costituisce il modo associato allautovalore i . Conseguentemente, la risposta libera nello stato data dalla sovrapposizione di r modi elementari di evoluzione del sistema.
3.3.3

Struttura delle matrici (s), H (s), (s), W (s)

Le matrici che compaiono nella rappresentazione esplicita del sistema nel dominio di s hanno tutte struttura razionale fratta. In particolare:

( s ) = ( sI A) 1
H ( s ) = ( sI A) 1 B ( s ) = C ( sI A) 1 W ( s ) = C ( sI A) 1 B + D

strettamente propria; strettamente propria; strettamente propria; strettamente propria per D = 0 . propria per D 0

Inoltre, si ha:
(sI A) a per autovalori distinti o multipli ma in assenza di fattori comuni ( s) ( s) = . ( ) Q s per autovalori multipli e in presenza di fattori comuni ( s)

Conseguentemente, denominando poli di una matrice di funzioni di s gli zeri del minimo denominatore comune di tutti gli elementi della matrice stessa, si ha che:

i poli di ( s ) sono gli autovalori di A con molteplicit algebrica o geometrica; i poli della matrice W ( s ) coincidono, in generale, con un sottoinsieme degli autovalori di A a causa di cancellazioni che possono avvenire fra fattori comuni in tutti gli elementi della matrice stessa.

Risulta chiaro, quindi, che la matrice di trasferimento non contiene, in generale, tutte le informazioni sul sistema. In proposito, nel caso di autovalori distinti, si dimostra che fra i poli della matrice W ( s ) non figurano gli autovalori di A che corrispondono a modi inosservabili attraverso luscita o non eccitabili mediante impulsi in ingresso. Infatti, trasformando secondo Laplace la risposta forzata nelluscita (2.4.16), si ha:
Y f ( s ) = ( ri , b j )Cvi
i =1 j =1 n n p p 1 U j ( s ) + d jU j (t ) = s i j =1

Cvi s ( ri , b1 ) i i =1

n (Cvi )( ri*T B) + D U ( s) ( ri , b p ) U ( s ) + DU ( s) = s i i =1

(3.3.1)

49

da cui si ottiene: (Cvi )( ri*T B) W ( s) = + D, s i i =1

n

(3.3.2)

Quindi, se Cvi = 0 (modo i inosservabile) o ri*T B = 0 (modo i non eccitabile mediante impulsi in ingresso) lautovalore i non figura fra i poli di W(s).