Professional Documents
Culture Documents
Ciro Natale
Questo testo `e la raccolta delle lezioni tenute dallautore al secondo anno dei corsi
di Laurea in Ingegneria Elettronica e Ingegneria Informatica presso la Facolt`
a di
Ingegneria della Seconda Universit`
a degli Studi di Napoli.
Il testo `e stato composto interamente dallautore in LATEX.
Prefazione
La conoscenza non pu`
o derivare dallesperienza sola, ma occorre
il paragone fra ci`
o che lo spirito umano ha concepito e ci`
o che ha osservato.
(A. Einstein)
Linsegnamento di Analisi dei Sistemi intende fornire allo studente gli strumenti
e le metodologie per la caratterizzazione dei sistemi dinamici lineari e lo studio
delle loro propriet`
a strutturali. Esso si colloca nellambito delle discipline dellingegneria che costituiscono il settore scientifico disciplinare chiamato Automatica.
Nel nuovo assetto degli studi della Facolt`
a di Ingegneria della Seconda Universit`a degli Studi di Napoli, linsegnamento di Analisi dei Sistemi risulter`
a il primo
modulo fra quelli del settore dellAutomatica, ed `e posto, insieme a quello di
Controlli Automatici, al secondo anno del corso degli studi fra gli insegnamenti
che caratterizzano le classi di Ingegneria Elettronica ed Informatica. Nella classe
di Ingegneria Informatica `e inserito un orientamento di Automazione Industriale in cui sono previsti gli insegnamenti di Tecnologie dei Sistemi di Controllo,
Controlli Automatici II ed Azionamenti ed Elettronica Industriale del settore
scientifico disciplinare Automatica. Tali insegnamenti, congiuntamente alluso
delle tecnologie informatiche, consentiranno al laureato in Ingegneria Informatica
con orientamento Automazione Industriale di operare su impianti automatizzati.
Impianti automatizzati sono presenti in ogni ambiente industriale: meccanico,
aeronautico, automobilistico, manifatturiero, chimico, ovvero in ogni ambiente in
cui il governo di un determinato processo per ottenere una risposta desiderata o
una produzione di beni viene effettuata senza il diretto intervento delluomo. Si
pu`
o, quindi, affermare che il compito dellingegnere dellautomazione `e quello di
comprendere e governare processi naturali o artificiali allo scopo di fornire prodotti utili alla societ`
a. Poiche il primo passo `e quello di comprendere e descrivere
un processo naturale, un impianto o in termini del tutto generali un sistema,
linsegnamento di Analisi dei Sistemi fornir`
a allo studente gli strumenti operativi necessari per la modellazione, la descrizione delle propriet`
a e lindividuazione
delle informazioni utili per il governo di un sistema.
G. De Maria
i
Indice
1.1
Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
1.2.1
1.2.2
1.3
La rappresentazione ingressostatouscita . . . . . . . . . . . . . . 20
1.3.1
1.4
1.5
Passaggio da isu a iu . . . . . . . . . . . . . . . . . . . . 28
1.5.2
Passaggio da iu a isu . . . . . . . . . . . . . . . . . . . . 29
1.6
Linearizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.7
Comandi MATLAB
1.8
Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
. . . . . . . . . . . . . . . . . . . . . . . . . . 41
45
La trasformata di Laplace . . . . . . . . . . . . . . . . . . . . . . . 45
Risposta dei sistemi lineari tempo invarianti . . . . . . . . . . . . . 54
2.2.1
iv
Indice
2.3
2.4
2.5
2.6
2.7
2.8
2.9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
61
63
67
71
79
82
83
84
90
97
100
105
110
114
117
.
.
.
.
.
.
.
.
.
.
.
.
125
. 125
. 128
. 128
. 130
. 133
. 136
. 140
. 143
. 147
. 148
. 151
. 152
.
.
.
.
.
155
. 155
. 159
. 164
. 166
. 170
Indice
4.6
4.7
4.8
4.9
v
Diagrammi di Bode . . . . . . . . . . . . . . . . . . . . . . .
4.6.1 Tracciamento del diagramma asintotico dei moduli. .
4.6.2 Tracciamento del diagramma asintotico delle fasi. . .
Cenni sui sistemi a tempo discreto . . . . . . . . . . . . . .
Comandi MATLAB . . . . . . . . . . . . . . . . . . . . . .
Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Bibliografia
A Numeri complessi
A.1 Definizione di numero complesso . . . . . . . .
A.2 Operazioni tra numeri complessi . . . . . . . .
A.3 Forma trigonometrica di un numero complesso
A.4 Forma esponenziale di un numero complesso . .
.
.
.
.
.
.
178
185
186
188
189
190
192
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
197
. 197
. 197
. 198
. 199
.
.
.
.
.
.
.
.
.
.
.
201
. 201
. 202
. 203
. 203
. 203
. 204
. 204
. 205
. 205
. 205
. 206
207
D Tabella di trasformate Z
209
Indice Analitico
211
CAPITOLO 1
1.1
Introduzione
Con il termine sistema, che deriva dal greco riunire - comporre, generalmente si
intende un insieme di elementi materiali connessi e coordinati in modo da formare un complesso organico soggetto a determinate regole. Al termine sistema
si fa seguire un aggettivo che caratterizza linsieme di elementi, ad esempio in
medicina parliamo di sistema immunitario, sistema circolatorio; in astronomia
di sistema solare; in economia di sistema monetario, sistema economico nazionale. Nel campo dellingegneria lo studente diventer`
a familiare con la terminologia
sistema meccanico, sistema elettrico, sistema di elaborazione delle informazioni,
a seconda che le grandezze fisiche implicate siano meccaniche, elettriche oppure informazioni numeriche o alfanumeriche, intendendo con ci`
o un complesso di
apparati interconnessi in cui si individua una relazione causa/effetto. Con il termine causa si intende la sollecitazione (ingresso o variabile di governo) imposta
al sistema, mentre con il termine effetto il prodotto (uscita o variabile di uscita)
generato dal sistema conseguentemente alla sollecitazione imposta. Ad esempio,
consideriamo un sistema meccanico costituito da una trave fissata ad unestremit`
a (vedi Fig. 1.1) e supponiamo di caricare lestremit`
a libera con forze costanti
di entit`
a crescente pari a F1 , F2 , . . ., che individueremo come causa o ingresso.
Se dopo lapplicazione della forza Fi si aspetta che la trave si fermi e si misura, allequilibrio, lo spostamento yi , che individueremo come effetto o uscita,
dellestremit`
a libera rispetto alla posizione in assenza di sollecitazione, e si ripor1
y
x
1.1. Introduzione
3
y
t0
y
x
= 0,
x=0
EI
2y
x2
=0,
x=L
effetto
o
uscita
1.1. Introduzione
5
yn
t0
3. verificare che tali variabili fisiche siano disponibili per effettuare misure o
se mediante osservazioni sulluscita `e possibile ricostruire tali variabili;
4. operare la sintesi della sollecitazione.
I passi citati richiedono la disponibilit`
a di un modello dinamico del sistema in
esame che sia trattabile ovvero un modello per cui sia semplice evidenziare le
propriet`
a strutturali ed operare la sintesi della sollecitazione. A tale scopo non `e,
quindi, utile utilizzare il modello di dettaglio, ma un modello matematico che approssimi bene la relazione causa/effetto del sistema reale in condizioni particolari
di funzionamento, ovvero un modello semplificato per cui sia semplice evidenziare
le propriet`
a strutturali e che possa essere utilizzato per la sintesi della sollecitazione. In particolare, nel caso della trave incastrata si ricorre ad unapprossimazione
del sistema reale sostituendo ad esso un sistema virtuale costituito da n elementi
rigidi connessi mediante giunti elastici con coefficienti di attrito predeterminati,
in modo che il comportamento ingresso/uscita sia quanto pi`
u vicino a quello reale;
tale approssimazione, estremamente utile per lanalisi ed il controllo dei sistemi
dinamici continui, `e denominata ad elementi finiti. Un tale approccio non `e argomento dellinsegnamento di Analisi dei Sistemi e sar`
a affrontato in insegnamenti
specifici nellambito della laurea specialistica. Lesempio della trave incastrata `e
servito unicamente a mostrare come sia complicato porsi il problema del governo
del comportamento di un sistema dinamico strutturalmente semplice.
1.2
1.2.1
variazione di forza
variazione di accelerazione
momento di inerzia =
N
= [kg]
m/s2
variaz. di coppia
variaz. di acceleraz. angolare
Nm
= kgm2
rad/s2
d
=0
dt
variazione di coppia
variazione angolare
Nm
rad
La formula vale nel caso di un corpo rigido che ruota attorno ad uno degli assi principali di
inerzia, nel caso pi`
u generale andrebbe scritta considerando il tensore dinerzia J del corpo e il
vettore velocit`
a angolare : T = 1/2 T J.
10
1
k(x1 x2 )2
2
variazione di forza
variazione di velocit`
a
N
m/s
variaz. di coppia
variaz. di velocit`
a angolare
Nm
rad/s
11
Passiamo ora alla modellistica dei sistemi elettrici elementari. Diciamo subito che si trover`
a una piena corrispondenza tra elementi meccanici ed elementi
elettrici, a patto di considerare al posto della velocit`
a la corrente e al posto della
forza la tensione, mentre il ruolo della posizione `e svolto dalla carica elettrica.
Induttori. Un induttore `e un elemento elettrico ideale (privo di resistenza e
capacit`
a) che (vedi Fig. 1 di Tab. 1.2), ad una tensione v applicata ai suoi capi
risponde con una tensione proporzionale alla derivata temporale della corrente
che scorre nellinduttore secondo la relazione di equilibrio dinamico
vL
di
=0
dt
variazione di tensione
variazione di corrente nellunit`
a di tempo
V
= [H]
A/s
capacit`
a=
variazione di carica
variazione di tensione
C
= [F]
V
Poiche, nella pratica, nei sistemi con cui avremo a che fare le grandezze sono
sempre variabili nel tempo, quello che `e di interesse in un sistema elettrico complesso non `e tanto la carica ma la corrente elettrica, cio`e la derivata temporale
della carica, allora `e pi`
u utile considerare la relazione di equilibrio delle correnti
4
Si noti lanalogia con lelemento elastico, in cui alla posizione corrisponde la carica e alla
rigidezza k corrisponde linverso della capacit`
a 1/C.
12
11 2 1 2
= Cv
2C
2
Equilibrio
Energia
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
Massa
d
=0
dt
1
T = M 2
2
CJ
d
=0
dt
1
T = J 2
2
J
Inerzia
k
x2
x1
Molla traslatoria
1
C
f M
f k(x1 x2 ) = 0
V =
1
k(x1 x2 )2
2
C k(1 2 ) = 0
V =
1
k(1 2 )2
2
2
k
Molla rotatoria
13
risponde con una tensione proporzionale alla corrente che scorre in esso, secondo
la relazione di equilibrio5
v Ri = 0
dove R `e detta resistenza del resistore e si misura in Ohm
resistenza =
variazione di tensione
variazione di corrente
V
= []
A
Un resistore, analogamente ad uno smorzatore meccanico, dissipa energia elettromagnetica sotto forma di calore. In particolare, la funzione di dissipazione di
Rayleigh per un resistore di resistenza R in cui scorre una corrente i vale
1
D = Ri2
2
Le caratteristiche dei sistemi meccanici elementari sono riassunte in Tab. 1.1,
mentre quelle degli elementi elettrici sono riassunte in Tab. 1.2. In Tab. 1.3 sono
riportate i sistemi elementari dissipativi elettrici e meccanici.
Elemento
Equilibrio
Energia
di
=0
dt
1
T = Li2
2
dv
=0
dt
1
1 2
V = Cv 2 =
2
2C
v
Induttore
vL
C
i
v
Condensatore
iC
1.2.2
14
ts
f
1
Smorzatore traslatorio
2 1
C
Smorzatore rotatorio
i
Equilibrio
Funzione di dissipazione
f (1 2 ) = 0
1
D = (1 2 )2
2
C (1 2 ) = 0
D=
1
(1 2 )2
2
R
v
Resistore
1
D = Ri2
2
v Ri = 0
Tabella 1.3: Elementi dissipativi
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
Esempio 1.1 Si consideri il sistema massa-molla in Fig. 1.5. Tale sistema meccanico
`e costituito da due elementi, un elemento di inerzia di massa M e un elemento elastico
15
L
i
1 2
kx
2
Esempio 1.2 Si consideri il sistema elettrico in Fig. 1.6, dove v `e la tensione ai capi
del condensatore di capacit`
a C e i `e la corrente nellinduttore di induttanza L. Dalle
relazioni in Tab. 1.2, si trova subito che lenergia cinetica totale del sistema `e
1
T (i) = Li2
2
mentre, ricordando che la carica del condensatore `e pari a = Cv, quella potenziale
`e
1 2
V () =
2C
Nel seguito indicheremo con f(t) la derivata temporale di f (t), cio`e f(t) =
n
la derivata nma, cio`e f (n) (t) = ddtnf .
6
df
dt
16
1 2
1 2
Li
2
2C
2
2C
che formalmente `e identica a quella trovata per il sistema massa-molla.
In generale, per un sistema meccanico, la Lagrangiana dipende da posizione
e velocit`
a degli elementi di inerzia, mentre per un sistema elettrico, dipende da
correnti negli induttori e tensioni (o cariche) sui condensatori. Tali grandezze
allora rappresentano le variabili di stato di un sistema elettro-meccanico. Vista
la forte analogia tra sistemi meccanici ed elettrici messa in luce nei due esempi
precedenti, `e possibile prescindere dal significato fisico delle variabili di stato, per
cui `e conveniente adottare i simboli pi`
u generici q e q,
dove q non rappresenta
necessariamente una coordinata cartesiana di posizione e q non rappresenta necessariamente una velocit`
a. Quello che si sta cercando di fare `e di generalizzare il
concetto stesso di posizione e velocit`
a di un sistema. Ricordiamo che per determinare la posizione nello spazio di un sistema di N punti materiali `e necessario
assegnare 3N coordinate. In generale, il numero di grandezze indipendenti che
si debbono assegnare per determinare univocamente la posizione di un sistema si
chiama numero di gradi di libert`
a del sistema. Si chiameranno coordinate generalizzate i valori assunti da tali variabili q1 , q2 , . . . , ql che caratterizzano la posizione
del sistema. Con q1 , q2 , . . . , ql si indicheranno le derivate prime rispetto al tempo
delle coordinate generalizzate, che rappresentano la generalizzazione del concetto
di velocit`
a. Dunque
Le variabili di stato di un sistema generico sono costituite dallinsieme delle
coordinate generalizzate e delle loro derivate prime rispetto al tempo.
Una volta generalizzati i concetti di posizione e velocit`
a `e possibile estendere a sistemi non meccanici anche il concetto di moto in un dato intervallo di
tempo [ti , tf ]. Si chiama moto o movimento del sistema linsieme dei valori assunti dalle coordinate generalizzate e dalle loro derivate prime rispetto al tempo
nellintervallo [ti , tf ], cio`e
{qi (t), qi (t) : t [ti , tf ], i = 1, 2, . . . , l}.
A questo punto non rimane che generalizzare le leggi del moto. A tale scopo
faremo riferimento al Principio di Hamilton, secondo cui
17
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
L(q1 , . . . , ql , q1 , . . . , ql ) +
Fi qi dt
i=1
L(q, q)
= Fi ,
dt qi
qi
i = 1, . . . , l
(1.1)
valido nellipotesi che nel sistema non siano presenti elementi dissipativi. Se
invece tali elementi sono presenti, le equazioni di Eulero-Lagrange diventano
d L(q, q)
L(q, q)
D(q)
+
= Fi ,
dt qi
qi
qi
i = 1, . . . , l
(1.2)
dove D(q)
`e la funzione di dissipazione totale.
7`
E questo il motivo per cui la forza di attrazione gravitazionale (che `e conservativa!) `e stata
considerata come sorgente di energia potenziale per una massa.
8
Nello scrivere le equazioni si `e indicato con q il vettore delle coordinate generalizzate.
18
Esempio 1.3 Dato il sistema meccanico in Fig. 1.7, in cui si individuano i tre elementi massa, molla e smorzatore (tutti traslatori) sottoposti alla forza u, vogliamo
determinare le equazioni del suo modello dinamico. Il primo passo `e quello dellindividuazione delle coordinate generalizzate. Nel caso in esame `e chiaro che la posizione
del sistema `e completamente individuata dalla posizione della massa M , quindi q = y.
Le variabili di stato sono allora q e q.
Il passo successivo `e quello della determinazione delle energie cinetica e potenziale totali oltre alla funzione di dissipazione totale.
Applicando le relazioni in Tab. 1.1 e Tab. 1.3, si ha
1
T = M q2 ,
2
1
V = kq 2 ,
2
1
D = q2
2
d L(q, q)
= M q
= M q
q
dt q
L(q, q)
= kq,
q
D(q)
= q
q
Esempio 1.4 Dato il circuito elettrico in Fig. 1.8, in cui si individuano i tre elementi
induttore, condensatore e resistore sottoposti alla tensione u, vogliamo determinare
le equazioni del suo modello dinamico. Il primo passo `e quello dellindividuazione
delle coordinate generalizzate. Ricordando che la posizione in un circuito elettrico `e
rappresentata dalla carica dei condensatori, si ha che q = . Le variabili di stato sono
allora q e q.
Osservando che q `e legata alla corrente nellinduttore da una relazione
di derivata temporale (i = ),
si ritrova che la corrente in un induttore `e variabile
di stato di un circuito elettrico. Il passo successivo `e quello della determinazione
9
Lo stesso risultato pu`
o essere ottenuto anche applicando il secondo principio della dinamica
e le relazioni di equilibrio per i tre elementi costituenti il sistema.
19
u
i
V =
1 2
q ,
2C
1
D = Rq2
2
d L(q, q)
= Lq
= L
q
q
dt q
L(q, q)
1
= q,
q
C
D(q)
= Rq
q
1
q=u
C
che `e ancora una volta unequazione differenziale del secondo ordine lineare a coefficienti costanti perfettamente analoga a quella ottenuta per il sistema massa-mollasmorzatore. La stessa equazione avremmo potuto ottenerla semplicemente applicando i principi di Kirchhoff. Infatti, applicando il secondo principio allunica maglia,
e tenendo conto delle relazioni di equilibrio dei singoli componenti di Tab. 1.2 e
Tab. 1.3, si ha
di
u = Ri + v + L
dt
e, tenendo conto che v = 1/Cq e i = q,
si riottiene lequazione di sopra.
20
Nel seguito, per determinare il modello dinamico di un circuito elettrico applicheremo sempre i principi di Kirchhoff, in quanto questa `e ancora la metodologia
pi`
u usata per la modellazione dei circuiti, ed inoltre `e quella che verr`
a adoperata
anche in tutti i corsi successivi. Inoltre, come variabile di stato di un condensatore
si assumer`
a sempre la tensione e non la carica.
1.3
La rappresentazione ingressostatouscita
x2 = q
1
x1
x2 +
u
M
M
M
(1.3)
(1.4)
21
xi (t) xi (t0 ) =
t0
fi (x1 , . . . , xn , u1 , . . . , ur , )d ,
i = 1, . . . , n
fi (x1 , . . . , xn , u1 , . . . , ur , )d ,
i = 1, . . . , n .
e quindi
t
xi (t) = xi (t0 ) +
t0
22
x=
x1
x2
..
.
xn
u=
u1
u2
..
.
ur
y=
y1
y2
..
.
ym
f (x, u, t) =
f1 (x, u, t)
f2 (x, u, t)
..
.
fn (x, u, t)
g(x, u, t) =
g1 (x, u, t)
g2 (x, u, t)
..
.
gm (x, u, t)
= f (x(t), u(t), t)
y(t) = g(x(t), u(t), t) .
1.3.1
(1.5)
(1.6)
23
= f (x(t), u(t))
y(t) = g(x(t), u(t)) .
In tal caso, si pu`
o affermare che se la sollecitazione u(t) genera luscita y(t),
la stessa sollecitazione traslata nel tempo u(t T ) genera la stessa uscita
traslata nel tempo y(t T ).
Sistemi lineari. Sono quei sistemi che soddisfano il Principio di sovrapposizione degli effetti:
Proposizione 1.2 Supposto che la sollecitazione u1 (t), con condizioni iniziali x10 generi lo stato x1 (t) e luscita y1 (t) ed una diversa sollecitazione u2 (t), con diverse condizioni iniziali x20 , generi lo stato x2 (t) e luscita y2 (t), allora la sollecitazione u1 (t) + u2 (t), con condizioni iniziali
x10 + x20 , genera lo stato x1 (t) + x2 (t) e luscita y1 (t) + y2 (t).
Si pu`
o anche affermare che ci`
o `e vero se e solo se le funzioni f e g delle
equazioni di stato e di uscita (1.5),(1.6) sono combinazioni lineari delle
variabili x ed u con coefficienti eventualmente dipendenti dal tempo.
Sistemi a dimensione finita e infinita. I primi sono quelli che necessitano solo di un numero finito di variabili scalari perche il loro stato
interno sia completamente specificato. Daltra parte, nella realt`
a esistono
moltissimi sistemi che per essere descritti compiutamente, istante per istante, necessitano di intere funzioni di una o pi`
u variabili10 , questi si dicono a
dimensione infinita e le equazioni che ne regolano il comportamento sono
equazioni differenziali alle derivate parziali.
Sistemi stocastici. Sono quei sistemi in cui alcune o tutte tra le variabili
di stato, uscita o ingresso sono di tipo aleatorio.
Notiamo esplicitamente che abbiamo finora fatto lipotesi che nei sistemi dinamici
finora esaminati leffetto in un generico istante di tempo non dipende dai valori
della sollecitazione successivi a tale istante. Tale propriet`
a `e detta di causalit`
a.
In generale, non tutti i sistemi godono di tale propriet`
a, ma lo studio dei sistemi
non causali sar`a oggetto soprattutto dei corsi di Telecomunicazioni, nei quali si
studieranno anche i sistemi stocastici.
10
Ad esempio, la deflessione y della trave descritta nel Paragrafo 1.1, in ogni istante di tempo
`e funzione dellascissa x.
24
1.4
Nel corso di Analisi dei Sistemi affronteremo quasi esclusivamente lo studio dei
sistemi dinamici lineari e tempo invarianti a dimensione finita (sistemi LTI). Ci`
o
deriva dal fatto che per tale classe di sistemi dinamici `e possibile mettere a punto
metodologie di analisi e sintesi di validit`
a generale; inoltre, essi, in particolari
condizioni di funzionamento, rappresentano quali sistemi astratti orientati con
buona approssimazione un ampio insieme di sistemi dinamici reali. Inoltre, da
un punto di vista prettamente applicativo, spesso `e pi`
u conveniente avere a disposizione degli strumenti semplici che conducano ad una soluzione ingegneristicamente efficace, piuttosto che strumenti complessi ma di ardua o poco efficiente
applicazione.
Cos`, il sistema dellEsempio 1.3 soddisfa le ipotesi di linearit`
a e stazionariet`
a,
e le equazioni (1.3),(1.4) possono essere riscritte nella forma matriciale
0
x =
k
M
avendo posto x =
x1
x2
1
0
x + 1 u
M
M
Cos` come per un generico sistema dinamico non lineare, anche per i sistemi
LTI, in numerevoli applicazioni, si `e spesso interessati solo ad alcune grandezze che evolvono allinterno del sistema, le cosiddette variabili di uscita. Con
riferimento allEsempio 1.4
0
1/C
1/L R/L
x+
0
1/L
Se siamo interessati allevoluzione della sola tensione ai capi del resistore, allora il
modello matematico va arricchito di unulteriore equazione, detta equazione di uscita,
che metta in relazione tale variabile con lo stato del sistema ed eventualmente con
u1
y1
x1
i1 A
25
x2
B
i2
y2
u2
(1.7)
(1.8)
26
Tenendo conto della relazione di equilibrio del condensatore, per il primo principio di
Kirchhoff al nodo A vale la relazione
i1 = C x 1 x2 ,
mentre la relazione di equilibrio dellinduttore e il secondo principio di Kirchhoff alla
maglia centrale implicano lequazione
Ri2 = x1 + Lx 2 .
Per eliminare le variabili i1 e i2 , si sostituiscono le ultime due equazioni nelle prime
due e quindi si ricavano le derivate prime delle variabili di stato ottenendo lequazione
di stato, che in forma matriciale (posto x = (x1 x2 )T , u = (u1 u2 )T ) si scrive
x =
1
RC
1
L
1
C
1
RC
x +
u
R
Lequazione di uscita si ottiene dalle prime due equazioni tenendo conto che per la
relazione di equilibrio del resistore si ha y1 = Ri1 e y2 = Ri2 . Lequazione in forma
matriciale (posto y = (y1 y2 )T ) si scrive
y=
1 0
0 R
x+
1 0
0 R
u.
In particolare, per sistemi con un solo ingresso ed una sola uscita (SISO), la
rappresentazione isu assume la forma semplificata
x = Ax + bu
y = cT x + du
dove i vettori b e c hanno dimensione n e A `e sempre una matrice di dimensioni
n n, essendo n lordine del sistema, pari al numero di variabili di stato (vedi
Esempi 1.4 e 1.6).
1.4.1
La rappresentazione ingressouscita
27
1
M x 2 ,
2
1
V = k(x u)2 ,
2
1
2
D = (x u)
2
d L(x, x)
= M x
= Mx
x
dt x
L(x, x)
= k(x u),
x
e lequazione del moto risulta
D(x)
= (x u)
Mx
+ (x u)
+ k(x u) = 0
Essendo interessati allevoluzione della sola posizione del veicolo, scegliamo come
uscita la posizione della massa M (y = x) e otteniamo lequazione
M y + y + ky = u + ku
Come si vede nellequazione differenziale compare la derivata dellingresso e quindi
non `e possibile scrivere facilmente lequazione in forma normale.
11
28
1.5
In questo paragrafo analizzeremo come, data una rappresentazione isu del sistema, si pu`
o ottenere la rappresentazione iu e viceversa. Siccome pu`
o essere
dimostrato che la rappresentazione isu non `e unica, il secondo problema ha pi`
u
soluzioni, delle quali noi ci limiteremo a considerare le pi`
u frequentemente utilizzate. Vedremo inoltre che gli algoritmi per costruire la rappresentazione isu forniscono un utile strumento per realizzare sistemi il cui comportamento sia governato dallequazione differenziale assegnata. Per tale motivo una rappresentazione
isu di un sistema `e detta anche realizzazione del sistema.
1.5.1
Passaggio da isu a iu
29
1.5.2
(1.10)
Passaggio da iu a isu
30
z = Az
+ Du ,
y = Cz
dove la matrice dinamica, quella degli ingressi e quella delle uscite sono legate alle
corrispondenti matrici della rappresentazione isu di partenza dalle relazioni
A = T AT 1 ,
= T B,
B
C = CT 1 .
x =
y =
0 0
1 0
0 1
.. .. . .
.
. .
0 0
0 an
0 an1
0 an2
..
..
.
.
1 a1
0 0
x +
1 x + b0 u
bn b0 an
bn1 b0 an1
bn2 b0 an2
..
.
b1 b0 a1
bn
b2
x 1
an
x1
x n1
a2
31
b1
xn1 x
n
b0
xn
a1
32
y (n2)
y (n1)
F y (n1) , y (n2) , . . . , y,
u, t
u
(1.13)
Supponiamo ora che le condizioni iniziali nelle (1.12), (1.13) siano nulle. In
questa ipotesi `e possibile sfruttare la linearit`
a delle equazioni per ottenere unequazione che definisca luscita y della (1.12) in funzione delle variabili ausiliarie
ottenute dalla (1.13). Infatti lingresso applicato alla (1.12) `e una combinazione
lineare (ricordando che loperatore di derivazione `e lineare) di quello applicato
alla (1.13), quindi luscita y sar`
a esprimibile come
...
y = b0 +b1 + b2 + b3
(1.14)
=
=
=
=
x2
x3
a3 x1 a2 x2 a1 x3 + u
(b3 b0 a3 )x1 + (b2 bo a2 )x2 + (b1 b0 a1 )x3 + b0 u
...
33
d3
dt3
b0
d2
dt2
b1
d
dt
b2
b3
a1
a2
a3
Figura 1.13: Passo intermedio per la realizzazione
che in forma matriciale diventano
0
1
0
0
0
1 x + 0 u
x = 0
a3 a2 a1
1
y = (b3 b0 a3
b2 b0 a2
b1 b0 a1 )x + b0 u
x =
y =
0
0
..
.
1
0
..
.
0
1
..
.
..
.
0
0
..
.
0
0
0
1
an an1 an2 a1
0
0
..
.
x +
x + b0 u
Si noti che ancora una volta la matrice dinamica `e in forma compagna, questa
volta per`
o orizzontale inferiore, e che la rappresentazione `e duale rispetto alla
forma canonica di osservazione, nel senso che valgono le relazioni Ac = ATo ,
bc = co , cc = bo e dc = do , dove i pedici c e o sono riferiti alle variabili in
forma canonica di controllo e osservazione rispettivamente.
34
replacemen
b0
b1
b2
u
x3
x 3
x2
x1
b3
a1
a2
a3
Figura 1.14: Forma canonica di controllo
In questo paragrafo, abbiamo visto che di un sistema esistono infinite realizzazioni, che hanno tutte lo stesso comportamento ingressouscita, nel senso che
sotto gli stessi ingressi generano le stesse evoluzioni della variabile di uscita, e
in tal senso vanno considerate equivalenti. Tuttavia, non `e possibile attribuire
alcun significato fisico alle variabili di stato che compaiono nelle diverse rappresentazioni isu. Ci`
o significa che levoluzione delle singole variabili di stato non
ci d`a alcuna informazione su quanto sta avvenendo allinterno del sistema reale.
Inoltre, il sistema reale potrebbe avere delle particolari propriet`
a del tutto diverse da quelle possedute dal sistema realizzato a partire dalla sua rappresentazione
iu, propriet`
a legate evidentemente alla particolare struttura interna del sistema
stesso. Vediamo un esempio.
1.6. Linearizzazione
35
1.6
Linearizzazione
36
2
x2
z2
z1
7
12
Figura 1.15: Sistema originario (alto) e realizzazione in forma canonica di
controllo (basso) dellEsempio 1.9
Daltra parte il vantaggio della descrizione lineare dei sistemi `e innegabile in
termini di semplicit`
a computazionale e disponibilit`
a di strumenti matematici, ed
`e giustificata quando le variazioni dello stato del sistema siano sufficientemente
piccole. Per chiarire questa affermazione, consideriamo il seguente esempio.
Esempio 1.10 Per ricavare il modello dinamico di un pendolo senza attrito (vedi
Fig. 1.16), fissiamo come coordinata generalizzata langolo e troviamo le energie
cinetica e potenziale
T =
1 2
J ,
2
dove J = ml2 `e il momento di inerzia della massa m che ruota attorno al punto di
sospensione. I termini dellequazione di Eulero-Lagrange, con q = , sono
L(, )
d L(, )
= J
= J
dt
1.6. Linearizzazione
37
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
xxxxxxxxx
L(, )
= mgl sin ,
x3 x5
+
3!
5!
secondo la quale sin x = x + o(x2 ). Questa considerazione ci fornisce una metodologia per estendere la linearizzazione ai casi pi`
u complessi, formalizzando il
problema come segue.
Si consideri il sistema non lineare e stazionario con rappresentazione isu
x = f (x, u),
y = g(x, u)
x(0) = x0
38
f
x
x=
x
x +
f
u
u=
u
g(z, v) = g(
x, u
) +
g
x
x=
x
x=
x
u + o( (x, u) )
u=
u
x +
u=
u
g
u
x=
x
u + o( (x, u) )
u=
u
Ora poniamo
A(t) =
f
x
x=
x
B(t) =
f
u
u=
u
C(t) =
g
x
x=
x
u=
u
x=
x
(1.15)
u=
u
D(t) =
g
u
x=
x
(1.16)
u=
u
Cio`e la perturbazione deve essere tale che u << u in modo che x << x e
1/2
n
y << y . Con il simbolo x , x Rn si intende lo scalare
x2
, detto norma
i=1 i
(Euclidea) del vettore x.
1.6. Linearizzazione
39
costante (x
= 0) in presenza di un ingresso costante `e detta punto di equilibrio
del sistema, e pu`
o essere ricavato risolvendo lequazione implicita
f (
x, u) = 0 .
(1.17)
y(t) y + y(t) .
1
tan2 sin mga sin = u
2
(1.18)
dove m `e il dislocamento del natante, J il momento di inerzia rispetto allasse baricentrico longitudinale, lo smorzamento idrodinamico, a e b le quote rispettivamente
40
M
G
b
1
sin x1 x2 + u
x 2 =
1 + tan2 x1 sin x1 +
J
2
J
J
J
y = x1
In assenza di ingresso (
u = 0) `e facile constatare che la traiettoria di equilibrio `e
x
= 0, quindi le matrici linearizzate sono ricavabili calcolando
f1
f1
= 0,
a12 =
=1
x1
x2
f2
mg
f2
=
=
(a b), a22 =
=
x
=0
x1
J
x2
J
a11 =
a21
u
=0
Per quanto riguarda i vettori di ingresso e di uscita, osserviamo che essi non necessitano di linearizzazione in quanto la funzione f dipende linearmente da u e la funzione
g dipende linearmente da x, quindi il modello linearizzato pu`
o essere scritto come
x =
y =
0
mg
J (a
1
b) J
1 0 x
x +
0
1
J
1.7
41
Comandi MATLAB
1 0
2 3
B=
1
0 2
3 1
1
42
k1
k2
m1
m2
f1
f2
ra
Ja
a
k
rb
c
Jc
1.8
Esercizi
Esercizio 1.1 Determinare le equazioni del moto del sistema meccanico rappresentato in Fig. 1.18.
Esercizio 1.2 Determinare una rappresentazione isu del sistema meccanico in
Fig. 1.19, assumendo come ingresso la coppia C e come uscita la deformazione della
1.8. Esercizi
43
dove
kr = ra /rb
u2
iR
u1
x2 = y1
y2
iC
vR
x1
px
x
0
py
l
M
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
44
N.L.
tratto di
sinusoide
Figura 1.22: Circuito elettrico dellEsercizio 1.6.
Esercizio 1.6 Determinare una rappresentazione isu del circuito in Fig. 1.22 con
C = 1 F, quindi determinare
il sistema linearizzato attorno ai punti di equilibrio
corrispondenti allingresso u
= 2/2 V.
Esercizio 1.7 Determinare la propriet`
a di stabilit`
a dei punti di equilibrio del sistema
x 1 = x2
x 2 = 2u sin x1 x2 + u
y = x1
in corrispondenza dellingresso u
= 1.
Esercizio 1.8 Disegnando lo schema a blocchi del sistema LTI
x =
1
0
1 3
x+
0
1
y = ( 1 1 )x ,
CAPITOLO 2
Dopo aver esaminato nel precedente capitolo le tecniche di descrizione di un sistema lineare e stazionario a tempo continuo, ne analizzeremo in questo capitolo
levoluzione dinamica. Lo strumento principale adoperato per questo fine `e la
trasformata di Laplace, di cui verranno forniti brevi richiami nel paragrafo introduttivo. Successivamente definiremo la funzione di trasferimento e calcoleremo la
risposta del sistema ad ingressi e condizioni iniziali nel dominio di Laplace. Antitrasformando torneremo nel dominio del tempo e caratterizzeremo le risposte
tipiche per sistemi del primo e del secondo ordine. Quindi definiremo la stabilit`
a
dei sistemi dinamici e affronteremo il problema della determinazione della risposta
in regime permanente. Infine introdurremo lo strumento di analisi degli schemi
a blocchi dando qualche cenno sulle tecniche di realizzazione di unassegnata
funzione di trasferimento.
2.1
La trasformata di Laplace
La trasformata di Laplace `e un operatore che associa biunivocamente una generica funzione del tempo f (t) a una funzione F (s) definita sul campo dei numeri
complessi C e a valori ancora complessi. La notazione in uso per indicare la
trasformazione `e
F (s) = L[f (t)] .
45
46
F (s) =
f (t)est dt .
(2.1)
1
2j
+j
F (s)est ds
(2.2)
Per la definizione rigorosa della trasformata di Laplace quando f (t) `e una distribuzione
vedi [5].
2
Per alcuni richiami sullesponenziale complesso vedi Appendice A.
47
Coniugazione
F (s ) = F (s)
Cambiamento di scala
L[f (t/a)] = |a|F (as)
Traslazione in t
Traslazione in s
L[es0 t f (t)] = F (s s0 )
d
f (t) = sF (s)
dt
Derivata in s
L[tf (t)] =
d
F (s)
ds
1
f ( )d = F (s)
s
t+
s0
t0+
Convoluzione3
f ( )g(t )d = F (s)G(s)
48
T2
T
2
1 T /2 < t < T /2
0
altrove
(2.3)
L[wT (t)] =
=
wT (t)est dt =
T /2
1
est dt = est
s
T /2
esT /2 esT /2
sinh(sT /2)
=2
s
s
T /2
=
T /2
che `e una funzione analitica in tutto C, che quindi `e il dominio di convergenza della
trasformata calcolata, in altri termini la sua ascissa di convergenza `e .
Di particolare importanza `e la trasformata seguente.
Esempio 2.2 Calcoliamo la trasformata di Laplace del gradino unitario, cio`e la
funzione definita come4
1 t0
1 (t) =
0 t<0
3
Loperazione di integrazione tra parentesi, detta integrale di convoluzione, `e indicata di
+
solito col simbolo f (t) g(t). Si pu`
o verificare che f (t) g(t) = f (t )g( )d .
4
Pi`
u avanti sar`
a chiaro il perche del simbolo 1 .
49
Ancora facendo riferimento alla definizione (2.1), la sua trasformata di Laplace sar`
a
data da
+
1
est dt = est
s
0
1 t
1
1
s=+j
=
lim e (cos t j sin t) + =
t+ s
s
s
L[1 (t)]=
1 (t)est dt =
+
0
1
1
= lim est + =
t+ s
s
per ogni > 0; infatti solo in tal caso si ha che il limite di sopra tende a zero.
Dunque, lascissa di convergenza della trasformata di Laplace del gradino unitario `e
proprio 0.
Anziche applicare la definizione, `e spesso possibile determinare una trasformata facendo riferimento a trasformate gi`
a note e applicando le propriet`
a della
trasformata stessa. Vediamo due esempi.
Esempio 2.3 Il segnale 1 (t T ) non `e altro che un gradino unitario il cui istante
di inizio non `e 0 ma T , per cui la sua trasformata di Laplace pu`
o essere calcolata a
partire da quella del gradino e applicando la propriet`
a di traslazione in t
L[1 (t T )] = L[1 (t)]esT =
1 sT
e
.
s
Lesempio seguente riveste particolare importanza nellanalisi dei sistemi dinamici LTI, per cui si invita il lettore a porre particolare attenzione.
Esempio 2.4 Determiniamo la trasformata del segnale esponenziale eat 1 (t), con
esponente in generale complesso, cio`e a C. Per la propriet`
a di traslazione in s
applicata alla trasformata del gradino si ha
L[eat 1 (t)] = L[1 (t)]|s=sa =
1
.
sa
Se, in particolare a R , la funzione del tempo `e decrescente (converge asintoticamente e zero) e la sua trasformata di Laplace presenta una singolarit`
a nel semipiano
sinistro del piano complesso. Mentre, se a R+ , la funzione del tempo `e crescente
(diverge asintoticamente) e la singolarit`
a della sua trasformata di Laplace stavolta
giace nel semipiano destro del piano complesso.
Vediamo ora unaltra coppia di trasformate notevoli, di uso molto frequente
nelle applicazioni.
50
=
2j s j0 2j s + j0
1 2j0
0
=
= 2
2
2
2j s + 0
s + 02
che `e analitica per ogni s con parte reale positiva, infatti le sole singolarit`
a della funzione F (s) sono due poli sullasse immaginario in j0 , dunque lascissa di
convergenza `e ancora una volta 0. Con passaggi del tutto analoghi si trova che la
trasformata del coseno `e pari a
L[cos(0 t)1 (t)] =
1
1
s
L[1 (t)ej0 t ] + L[1 (t)ej0 t ] = 2
2
2
s + 02
1
n se |t| 2n
0 altrimenti
` facile verificare
rappresentata in Fig. 2.2 per diversi valori del parametro n. E
che tale successione gode delle tre propriet`
a
larea sottesa dal grafico della funzione `e pari a 1, cio`e
+
wn (t) dt = 1,
n N
n+
5
Per una definizione rigorosa del termine distribuzione si faccia riferimento, ad esempio, a [5].
51
wn (t)
4
n=4
n=2
12
14 18
n=1
1
8
1
4
1
2
n+
t0 = 0
+
(t)dt
(2.4)
= 1, si ha pure
(2.5)
6
Con la locuzione quasi ovunque si intende dovunque tranne su un insieme di misura
nulla.
52
Esempio 2.6 In base alla Proposizione 2.2 `e facile calcolare la trasformata di Laplace
dellimpulso
+
L[(t)] =
(t)est dt = e0s = 1
0
1
( )d =
t<0
t0
1 (t) =
( )d
(2.6)
(2.7)
d
f (t) = (t) (t 1)
dt
53
f (t)
1
d
f (t)
dt
(t)
1
0
(t 1)
+
0
f (t)est dt .
(2.8)
Quando tale valore `e nullo, le due definizioni sono equivalenti per segnali nulli
per t < 0, e le propriet`
a della trasformata unilatera e bilatera coincidono. In
generale, tuttavia, alcune propriet`
a vanno enunciate in maniera opportuna.
Derivata in t
L+
d
f (t) = sF (s) f (0 )
dt
54
Problema nel
dominio del
tempo
Integrazione
eq. diff.li
Soluzione nel
dominio del
tempo
L1
Problema nel
dominio di
Laplace
Soluzione
Soluzione nel
eq. algebriche
dominio di
Laplace
t
0
f (t )g( )d = F (s)G(s)
2.2
55
Per calcolare, infine, la soluzione nel dominio del tempo y(t) occorre antitrasformare la soluzione nel dominio di Laplace Y (s).
Un tale procedimento richiede, come si vede, due passi fondamentali, un primo
passo di trasformazione secondo Laplace e un successivo passo di antitrasformazione. Se alcuni esempi del primo sono gi`
a stati affrontati, nulla si `e ancora detto
riguardo al secondo problema. Dato che nella pratica la maggior parte dei segnali
di ingresso ha per trasformata una funzione razionale fratta e visto che, come si
intuisce gi`
a dallesempio e come vedremo pi`
u in dettaglio nel seguito, le operazioni
algebriche di soluzione nel dominio di Laplace coinvolgono sempre e solo funzioni
razionali fratte, sar`
a di interesse per questo corso la sola antitrasformazione di
funzioni razionali fratte, cio`e del tipo
Y (s) =
n(s)
d(s)
dove n(s) e d(s) sono polinomi nella variabile complessa s a coefficienti reali. Per
il teorema fondamentale dellalgebra le radici di tali polinomi possono essere reali
e/o a coppie complesse e coniugate, in numero pari al grado del polinomio stesso.
Le radici di d(s) si dicono poli della funzione razionale fratta, mentre le radici di
n(s) si dicono zeri.
56
2.2.1
Il caso pi`
u semplice `e quello in cui la funzione da antitrasformare abbia un
denominatore d(s) con una sola radice reale in p, cio`e
k
.
sp
Y (s) =
Y (s) =
i=1
ri
,
s pi
(2.9)
dove n `e il grado del denominatore d(s) le cui n radici sono pi e ri sono i cosiddetti
residui, calcolabili in questo caso come
ri = (s pi )
n(s)
d(s)
, i = 1, . . . , n .
(2.10)
s=pi
Applicando la propriet`
a di linearit`
a e con riferimento al risultato precedente `e
ovvio trovare che lantitrasformata cercata `e
n
y(t) =
i=1
ri epi t 1 (t) .
(2.11)
Esempio 2.8 Risolviamo la seguente equazione differenziale del secondo ordine, con
condizioni iniziali nulle
y + 5y + 6y = u(t)
con ingresso u(t) = (t) 3 1 (t). Trasformando secondo Laplace si ottiene
Y (s) =
s2
1
3
1
+ 5s + 6
s
(s2
s3
.
+ 5s + 6)s
r1
r2
r3
+
+
s
s+2 s+3
57
s3
(s + 2)(s + 3)
1
s3
= , r2 =
2
s(s + 3)
s=0
5
s3
= , r3 =
s(s + 2)
s=2 2
= 2
s=3
Consideriamo ora il caso in cui i poli siano ancora semplici, ma non necessariamente reali. In tal caso lo sviluppo in fratti semplici `e ancora del tipo (2.9),
ma saranno presenti anche poli e residui complessi. In particolare, dato che i polinomi n(s) e d(s) sono sempre a coefficienti reali, `e possibile dimostrare che sia i
poli che i corrispondenti residui appaiono sempre a coppie complesse e coniugate. Prendiamo allora in esame il problema dellantitrasformazione della generica
coppia
r
r
+
Y (s) =
s p s p
la cui corrispondente funzione del tempo `e, come al solito
y(t) = rept + r ep
1 (t).
Per ottenere unespressione contenente solo numeri reali, consideriamo la rappresentazione cartesiana del polo p = + j e quella polare del residuo r = ej ,
che sostituite nella relazione precedente danno
y(t) = ej e(+j)t + ej e(j)t 1 (t) = et ej(t+) + ej(t+) 1 (t)
che, applicando le formule di Eulero, si riscrive come
y(t) = 2et cos(t + )1 (t).
Generalizzando questo risultato, `e possibile ottenere la formula di antitrasformazione di una funzione razionale fratta con m coppie di poli complessi e
coniugati semplici e n 2m poli reali semplici
n2m
m
pi t
y(t) =
ri e
i=1
+2
i=1
i ei t cos(i t + i ) 1 (t)
(2.12)
dove pi sono i poli reali, i cui corrispondenti residui ri sono ancora dati dalla (2.10), i e i sono parte reale e parte immaginaria delli-ma coppia di poli
58
(s i ji )
n(s)
d(s)
(2.13)
s=i +ji
i = 1, . . . , m
i = arg
(s i ji )
n(s)
d(s)
(2.14)
s=i +ji
Esempio 2.9 Calcoliamo la soluzione dellequazione differenziale con condizioni iniziali nulle
y 2y + 2y = 1 (t) .
s(s2
1
r1
r2
r2
=
+
+
,
2s + 2)
s
s1j
s1+j
s2
1
2s + 2
=
s=0
1
s(s 1 + j)
|r2 | =
arg(r2 ) = arg
1
2
s=1+j
1
s(s 1 + j)
1
=
2 2
s=1+j
3
=
4
1
1
3
+ et cos t
2
4
2
1 (t) .
tn at
1
e 1 (t) =
.
n!
(s a)n+1
n(s)
r1
rk1
rk
=
+ +
+
=
k
k
2
(s p)
(s p)
(s p)
sp
k
l=1
rl
.
(s p)kl+1
59
1
dl1
n(s)
(s p)k
l1
(l 1)! ds
d(s)
, l = 1, . . . , k .
(2.15)
s=p
n(s)
=
k
(s p1 ) 1 (s p2 )k2 (s ph )kh
ki
i=1 l=1
ril
,
(s pi )ki l+1
(2.16)
1
dl1
n(s)
(s pi )ki
l1
(l 1)! ds
d(s)
,
s=pi
i = 1, . . . , h
l = 1, . . . , ki
(2.17)
ki
y(t) =
i=1 l=1
(2.18)
Il caso pi`
u generale possibile di poli multipli sia reali che complessi e coniugati
pu`
o essere affrontato in maniera analoga ma qui non verr`
a riportato, solo che la
funzione del tempo che si otterr`
a antitrasformando conterr`
a sia termini esponenziali che coseni moltiplicati per potenze di t. Inoltre, abbiamo sempre considerato
funzioni razionali fratte con grado del numeratore minore o uguale del grado del
denominatore (per un motivo che sar`
a chiaro tra breve), ma nel caso ci`
o non sia
vero, la soluzione conterr`
a termini impulsivi e derivate successive della funzione
impulsiva, che per`
o non abbiamo definito. Preferiamo, invece, presentare due
esempi riepilogativi.
Esempio 2.10 Si calcoli la soluzione dellequazione differenziale con condizioni iniziali nulle
y + 2y + y = e2(t5) 1 (t 5).
Ricordando la propriet`
a di traslazione in t, nel dominio di Laplace la soluzione `e
Y (s) =
1
e5s =
(s + 1)2 (s + 2)
r2
r11
r12
+
+
e5s .
2
(s + 1)
s+1 s+2
60
1
s+2
= 1,
r12 =
s=1
d 1
ds s + 2
s=1
= 1 ,
r2 =
=1
s=2
t=t5
r1
r21
r22
r21
r22
+
+
+
+
.
s
(s + 2 j)2 s + 2 j (s + 2 + j)2 s + 2 + j
(s2
1
+ 4s + 5)2
=
s=0
1
25
1
5 j0.46
r21 =
=
e
2
s(s + 2 + j) s=2+j
20
e
r22
d
1
=
ds s(s + 2 + j)2
=
s=2+j
2 j1.71
e
10
1
5 2t
2 2t
y(t) =
+
te cos (t + 0.46) +
e cos (t + 1.71) 1 (t).
25
10
5
10
Si ricorda che la fase di un numero complesso va espressa in radianti per poterla sommare
alla variabile temporale nellargomento del coseno.
2.2.2
61
La funzione di trasferimento
Finora abbiamo visto come `e possibile risolvere una generica equazione differenziale lineare a coefficienti costanti e condizioni iniziali nulle tramite lausilio della
trasformata di Laplace. Tuttavia, il problema che ci eravamo posti era quello di
determinare la risposta nelluscita ed eventualmente nello stato di un generico
sistema LTI con assegnate condizioni iniziali e sottoposto ad un generico segnale
` chiaro quindi che occorre trasferire nel dominio di Laplace il condi ingresso. E
cetto stesso di sistema dinamico, cio`e, come nel dominio del tempo un sistema
dinamico `e stato rappresentato nella forma ingressouscita o nella forma spazio
di stato, cos` ora, occorre trovare un modo per caratterizzare il comportamento
del sistema nel dominio di Laplace.
Iniziamo con il considerare un sistema LTI ad un ingresso ed una uscita (SISO)
la cui rappresentazione ingressouscita, gi`a vista nel Capitolo 1, `e
y (n) + a1 y (n1) + + an1 y + an y = b0 u(n) + b1 u(n1) + + bn1 u + bn u .
Abbiamo gi`
a detto che la risposta del sistema si ottiene risolvendo questa equazione differenziale tenendo conto delle condizioni iniziali assegnate. Per ora, supponiamo che le condizioni iniziali siano nulle, allora trasformando secondo Laplace,
in virt`
u della propriet`
a di derivazione nel tempo, si ottiene
sn + a1 sn1 + + an1 s + an Y (s) =
= b0 sn + b1 sn1 + + bn1 s + bn U (s)
da cui si vede che ci`
o che mette in relazione ingresso e uscita del sistema non `e
altro che il rapporto di polinomi
W (s) =
Y (s)
b0 sn + b1 sn1 + + bn1 s + bn
= n
.
U (s)
s + a1 sn1 + + an1 s + an
(2.19)
(2.20)
Questo metodo basato sulla trasformata di Laplace, per come `e stato presentato, sembra non permettere il calcolo della risposta del sistema quando le condizioni iniziali non sono nulle. Invece, nel caso in cui siano assegnate le condizioni
62
snk f (k1) (0 )
k=1
= Ax(t) + Bu(t),
y(t) = Cx(t) + Du(t)
x(0) = x0
(2.21)
(2.22)
(2.23)
(2.24)
63
` importante per`
E
o osservare che nel caso pi`
u generale di sistema MIMO la f.d.t. `e
in realt`
a una matrice i cui elementi sono funzioni razionali fratte, con un numero
di righe pari al numero delle uscite del sistema e un numero di colonne pari al
numero degli ingressi del sistema. Ci`
o non toglie che la relazione (2.20) `e ancora
valida, solo che il prodotto `e da intendersi righe per colonne.
2.2.3
adj(sI A)
,
det(sI A)
(2.26)
s1
0
0
s1
0
0
(s 1)2
0
0
adj 0
s1
0 =
0
(s 1)2
0
2
0
0
s1
0
0
(s 1)
64
per cui `e evidente che tra il polinomio caratteristico e ciascun elemento dellaggiunta
vi `e in comune il fattore (s 1)2 , e di conseguenza il polinomio minimo di I `e s 1.
Risulta chiaro che ci`
o `e valido per la matrice identit`
a di ordine qualunque.
Gli elementi di W (s) = C(s)B + D, invece, saranno tutte funzioni razionali
fratte in cui il grado del denominatore `e m, mentre il grado del numeratore dipende dalla matrice D; se D = 0 allora questo grado sar`
a al pi`
u m 1, altrimenti
potranno esserci anche numeratori di grado m. In ogni caso, il grado del numeratore sar`
a sempre minore o uguale a quello del denominatore, anche in presenza
di cancellazioni, e di conseguenza risulter`
a finito il limite
lim W (s) .
3
0
2 4
x+
0
1
y = ( 1 1 )x
s+3
1
=
(s + 3)(s + 4)
s+4
In tal caso, nell espressione (2.19) della f.d.t. deve necessariamente risultare b0 = 0.
Tale definizione `e per`
o limitata al caso di sistemi SISO, nel caso MIMO la questione `e molto
pi`
u complessa ed esula dagli scopi di questo corso.
13
Si pu`
o altres`dimostrare che ogni radice del polinomio caratteristico `e radice anche del
polinomio minimo.
12
65
0
1
2 3
x+
0
1
1 )x .
Nel capitolo precedente abbiamo detto che per costruzione una realizzazione in forma
canonica di controllo non pu`
o presentare parti non controllabili (poiche lingresso
agisce su ogni variabile di stato). Ciononostante, nella sua funzione di trasferimento
si verifica una cancellazione, infatti
W (s) = cT (sI A)1 b =
s+1
1
=
.
(s + 1)(s + 2)
s+2
Si pu`
o dimostrare che in tal caso il sistema `e non osservabile, nel senso che alcune
variabili di stato non influenzano luscita.
A questo punto appaiono indispensabili degli strumenti che ci consentano
`
di determinare le propriet`
a di controllabilit`
a e osservabilit`
a di un sistema. E
evidente che tali strumenti devono basarsi sulla rappresentazione isu del sistema
ottenuta applicando le leggi della fisica ai vari sottosistemi che compongono il
sistema originario e non su quella ottenuta da una rappresentazione iu che non
conserva la struttura interna del sistema. Supposte note le matrici (A, B, C, D) di
tale rappresentazione isu, si pu`
o dimostrare che valgono le seguenti propriet`
a.
Proposizione 2.5 Un sistema di ordine n risulta controllabile se e solo se il
rango della matrice di controllabilit`
a
C = (B
AB
A2 B
An1 B )
(2.27)
66
C
CA
O = CA2
..
.
n1
CA
(2.28)
Esempio 2.15 Verifichiamo che il sistema dellEsempio 2.13 sia non controllabile,
calcolando la sua matrice di controllabilit`
a
C=
0
0
1 4
0
1
1 3
1
1
2 2
2.2.4
67
(2.29)
tk et cos(t),
k = 0, 1, 2, . . .
(2.30)
dove p `e la generica radice reale e + j `e la generica radice complessa del denou della (2.26), `e il polinomio minimo della matrice
minatore di Xl (s) che, in virt`
dinamica A. Ciascuno di questi termini `e detto modo proprio di evoluzione del
sistema, intendendo con tale espressione la possibilit`
a che il sistema ha di evolvere
anche in assenza di sollecitazione esterna, ma solo in virt`
u di condizioni iniziali
non nulle sulle sue variabili di stato. I coefficienti della combinazione lineare sono
i residui delle scomposizioni in fratti semplici. A questo proposito, osserviamo
che tali coefficienti possono anche risultare nulli, ci`
o significa che le condizioni
iniziali scelte non sono in grado di eccitare tutti i modi propri del sistema. Per
capire quando ci`
o accade `e sufficiente ricordare le relazioni che ci consentono di
calcolare i residui (2.10),(2.17), da cui si evince che il residuo si annulla se il polo
`e anche zero del numeratore.
Ricordando la definizione di esponenziale complesso (vedi Appendice A), ciascuno dei termini pu`
o essere espresso nella forma generale tk et , dove `e il generico autovalore della matrice dinamica. Dunque, ad ogni autovalore della matrice
` evidente che il tipo di
dinamica `e associato un modo di evoluzione del sistema. E
andamento nel tempo dellevoluzione libera di un sistema dipende esclusivamente
dalle caratteristiche intrinseche del sistema stesso e non dalle sollecitazioni che
possono essergli applicate dallesterno. Naturalmente, esattamente gli stessi termini compariranno nellandamento temporale della risposta in evoluzione libera
nelluscita, visto che questa si ottiene antitrasformando lespressione
Yl (s) = C(sI A)1 x0 = C(s)x0 ,
(2.31)
anchessa costituita da un vettore di funzioni razionali fratte14 , il cui denominatore `e sempre il polinomio minimo della matrice dinamica. In particolare, a
14
68
0 1
100 0
x+
0
1
69
periodico
Im(s)
aperiodico
divergente
aperiodico
convergente
Re(s)
costante
pseudo-periodico
divergente
pseudo-periodico
convergente
Figura 2.5: Modi di evoluzione di un sistema a tempo continuo
Nel dominio di Laplace, levoluzione libera si calcola con la (2.29)
Xl (s) = (sI A)1 x0 =
s 1
100
s
0.1
0
0.1s
s2 +100
10
s2 +100
Il sistema ammette una coppia di autovalori complessi e coniugati a parte reale nulla,
a cui corrisponde un andamento puramente sinusoidale. Per ottenere landamento
effettivo delle due variabili di stato nel dominio del tempo dobbiamo antitrasformare
le due funzioni razionali fratte ricavate. Ricordando le trasformate notevoli del seno
e del coseno, otteniamo
x1l (t) = 0.1 cos(10t)
x2l (t) = sin(10t) .
Come si vede, il sistema evolve nonostante non sia applicato alcun forzamento esterno,
e, in particolare, oscilla allampiezza costante di 0.1 m con una pulsazione pari a
k/M = 10 rad/s pari alla parte immaginaria dellautovalore della matrice dinamica.
Tale pulsazione `e detta pulsazione naturale del sistema massa-molla, in quanto `e
lunica pulsazione a cui il sistema pu`
o oscillare in assenza di ingresso, qualunque
siano le condizioni iniziali.
70
Calcoliamo ora levoluzione libera del sistema a partire dalle stesse condizioni iniziali
ma con un coefficiente di attrito pari a = 10 Ns/m. La matrice dinamica diventa
A=
0
1
100 10
0.1s+1
s2 +10s+100
10
s2 +10s+100
x1l (t) = L1
(2.32)
dove la definizione rigorosa dellesponenziale matriciale eAt `e riportata in Appen` possibile intuire che ci`
dice B. E
o `e vero come generalizzazione della trasformata
notevole L[eat ] = (s a)1 , dove a pu`
o essere considerata la matrice dinamica
di un sistema del primo ordine. Allora levoluzione libera nello stato assume
lespressione notevole
xl (t) = eAt x0 .
(2.33)
Per convincersi definitivamente che effettivamente la (2.33) sia levoluzione libera
del sistema (2.21), basta verificare che essa verifica le condizioni iniziali e lequazione di stato con u = 0 (evoluzione libera), cio`e il seguente sistema di equazioni
differenziali con condizioni iniziali
x = Ax,
x(0) = x0 .
71
t2
+
2!
t=0
x0 = [I + 0 + 0 + ]x0 = x0 ,
d At
t
t2
e x0 = A + 2A + 3A3
+ x0 =
dt
2!
3 2!
= A I + At + A2
t2
+ x0 = AeAt x0 = Axl (t) .
2!
Nota levoluzione libera dello stato, per calcolare levoluzione libera delluscita
basta tener conto dellequazione di uscita (2.22) (sempre con u = 0) e ottenere
lespressione
(2.34)
yl (t) = CeAt x0 .
2.2.5
Passiamo ora ad analizzare la parte di evoluzione forzata della risposta dei sistemi
LTI. Con riferimento alla (2.23), il termine di evoluzione forzata nello stato (cio`e
la risposta del sistema a partire da condizioni iniziali nulle) nel dominio di Laplace
`e dato da
Xf (s) = (sI A)1 BU (s) .
(2.35)
Applicando la propriet`
a di convoluzione della trasformata di Laplace unilatera e
tenendo conto della (2.32), si ottiene la risposta forzata nello stato nel dominio
del tempo
t
xf (t) =
t0
(2.36)
(2.37)
yf (t) = C
t0.
(2.38)
72
detta risposta impulsiva e viene di solito indicata col simbolo w(t). A rigori,
occorrerebbe precisare che la trasformata di Laplace della risposta impulsiva non
pu`
o ritenersi uguale alla f.d.t., in quanto questultima `e sempre il rapporto delle
trasformate di Laplace di due funzioni del tempo (uscita e ingresso del sistema),
con le loro dimensioni, ma non `e la trasformata di Laplace di alcuna funzione del
tempo, a rigori andrebbe sempre scritto
W (s) = L[w(t)]/L[(t)] .
(2.39)
Nella pratica, trasformare secondo Laplace la risposta impulsiva `e semplicemente un metodo per calcolare la f.d.t., e, viceversa, antitrasformare questultima
consente di calcolare la riposta impulsiva.
La risposta impulsiva gioca un ruolo fondamentale nella determinazione della risposta di un sistema LTI ad un generico ingresso, infatti, antitrasformando la relazione (2.20), tenendo conto della (2.39) e ricordando la propriet`
a di
convoluzione, si ha
+
w(t )u( )d =
u(t )w( )d .
(2.40)
Se poi la risposta impulsiva del sistema `e nulla per t < 0, cio`e il sistema `e causale
e il segnale di ingresso `e applicato a partire da t = 0, allora occorre riferirsi alla
propriet`
a di convoluzione della trasformata di Laplace unilatera15
t
w(t )u( )d =
u(t )w( )d .
(2.41)
In ogni caso, la risposta di un sistema LTI ad un generico ingresso (e con condizioni iniziali nulle) si ottiene come integrale di convoluzione con la risposta
impulsiva del sistema.
Per dare uninterpretazione alla risposta impulsiva, approssimiamo lintegrale
di convoluzione tramite una somma finita su n termini ottenuti partizionando
lintervallo [0, t] in n intervalli di ampiezza individuati dagli istanti di tempo
0 , 1 , . . . , n
n
y(t) =
0
u(t )w( )d
i=1
u(t i )w(i ) .
73
poco degli ingressi precedenti; viceversa, un sistema con una risposta impulsiva
non trascurabile per intervalli di tempo lunghi fornir`
a in un istante contributi
alluscita che dipendono fortemente dallingresso applicato anche molto tempo
prima. Il caso estremo di un sistema con risposta impulsiva pari ad un impulso di
Dirac di area K, quindi di durata nulla, in ogni istante avr`
a unuscita che dipende
esclusivamente dallingresso applicato nello stesso istante. Un sistema siffatto,
come abbiamo visto nel Capitolo 1, si dice istantaneo o algebrico o adinamico e,
se lineare, altro non `e che un semplice guadagno di valore pari a K, difatti la sua
` interessante notare che se
f.d.t. `e W (s) = L[w(t)]/L[(t)] = L[K(t)] = K. E
il sistema fosse stato non causale nella sommatoria avremmo dovuto considerare
anche i negativi e quindi avremmo trovato che luscita ad un certo istante t
dipende anche da campioni dellingresso in istanti di tempo futuri (t i > t),
cio`e il sistema oltre a ricordare deve anche prevedere, da cui il nesso con la
propriet`
a di causalit`
a.
Dal confronto tra lequazione (2.39) con lequazione (2.38) si deduce che lespressione della risposta impulsiva di un sistema LTI. Ricordando che la risposta
impulsiva nelluscita altro non `e che lantitrasformata della f.d.t., `e immediato
trovare che
w(t) = CeAt B + D(t),
t0
(2.42)
da cui si evince che la risposta impulsiva di un sistema LTI non strettamente
proprio (con D = 0) contiene termini impulsivi. Dalla (2.42) si vede anche che
la risposta impulsiva `e combinazione lineare dei modi propri di evoluzione del
sistema. Vediamolo con un esempio.
Esempio 2.17 Dato il sistema SISO
x =
y = (1
1 0
0 3
x+
5
1
2 )x + u
w(t) = ( 1
= (1
2 )e
2)
5et
e3t
0
3
5
1
+ (t) = ( 1
2)
et
0
0
e3t
5
1
+ (t)
dove abbiamo sfruttato la (B.6) visto che A `e diagonale. Nel caso generale la A va
prima diagonalizzata e, se ci`
o non `e possibile, occorre utilizzare la forma generale
di diagonalizzazione di una matrice, detta forma di Jordan. Tuttavia qui non verr`
a
trattata, in quanto, in virt`
u della relazione che c`e tra w(t) e W (s), la risposta impulsiva pu`
o essere calcolata anche antitrasformando la f.d.t. e quindi non `e necessario
74
ricorrere allespressione in forma chiusa direttamente nel dominio del tempo (2.42).
Verifichiamolo nel caso in esame
7s + 17
w(t) = L1 [W (s)] = L1 [cT (sI A)1 b + d] = L1
+1 =
(s + 1)(s + 3)
5
2
= L1
+
+ (t) = 5et + 2e3t + (t) .
s+1 s+3
Sullequazione (2.37) `e possibile fare alcune interessanti considerazioni. Nel
caso di sistemi SISO e nellipotesi che la trasformata di Laplace dellingresso U (s)
sia una funzione razionale fratta, anche Yf (s) `e una funzione razionale fratta e
quindi la sua antitrasformata sar`
a una combinazione lineare di termini del tipo
tk et , k = 0, 1, 2, . . ., dove `e la generica radice del denominatore di Yf (s). Con
le seguenti posizioni
W (s) =
nW (s)
,
dW (S)
U (s) =
nU (s)
dU (s)
la Yf (s) pu`
o essere riscritta nella forma
Yf (s) =
nW (s)nU (s)
,
dW (s)dU (s)
(2.43)
per cui le radici del denominatore sono le radici del denominatore di W (s), cio`e
i poli del sistema, e le radici del denominatore della trasformata di Laplace dellingresso. Di conseguenza, levoluzione forzata nel dominio del tempo sar`
a una
combinazione lineare dei modi propri del sistema, cio`e termini del tipo tk eW t corrispondenti alle radici W di dW (s) e dei modi propri dellingresso, cio`e termini
del tipo tk eU t corrispondenti alle radici U di dU (s).
Come abbiamo gi`
a osservato per la risposta in evoluzione libera, anche nella
risposta forzata i coefficienti della combinazione lineare di modi propri del sistema
e dellingresso sono i residui della scomposizione in fratti semplici della (2.43).
Di conseguenza, alcuni di questi possono risultare nulli, e in particolare saranno
nulli quelli in corrispondenza dei poli che sono anche zeri del numeratore. Il
lettore dovrebbe chiedersi a questo punto come `e possibile che ci`
o accada se
abbiamo definito la f.d.t. come la funzione razionale fratta che si ottiene dalla
formula (2.25) una volta eseguite tutte le semplificazioni. La risposta `e che,
osservando che nella (2.43) compare anche la trasformata di Laplace dellingresso,
uno dei termini con residuo nullo pu`
o essere quello corrispondente ad uno dei
modi dellingresso che `e anche uno zero della f.d.t., tale evenienza `e la cosiddetta
propriet`
a bloccante degli zeri. Vediamo un esempio semplice.
Esempio 2.18 Calcoliamo la risposta indiciale del sistema con f.d.t.
s
W (s) = 2
s + 3s + 2
75
s+b
s+a
c
x(t)
ba
0.8
0.8
0.6
0.6
x(t)
x(t)
76
0.4
0.4
0.2
0.2
0
0
0
0
10
0.05
0.5
0.1
0.15
0.2
0
10
10
u(t)
u(t)
1
1.5
6
t
10
2
0
4
t
Figura 2.6: Evoluzione libera e forzamento del sistema controllato nel caso b = 1.5
(sinistra) e nel caso b = 1.05 (destra)
Si vede dunque che esiste sempre un valore della costante c tale da far assumere al
polo del nuovo sistema un qualunque valore. Ci`
o significa che con la scelta fatta
dellingresso u, siamo in grado di portare lo stato del sistema ad assumere qualunque
tipo di comportamento vogliamo. Naturalmente `e chiaro che ci`
o `e possibile solo finche
b = a, inoltre quanto pi`
u b `e vicino ad a (cio`e lo zero `e vicino al polo del sistema),
tanto pi`
u lingresso deve crescere in ampiezza a parit`
a di valori dello stato. Questo
significa che occorre un forzamento pi`
u elevato per modificare il comportamento dello
stato. In Fig. 2.6, dove sono riportati gli andamenti dello stato (evoluzione libera
a partire da x(0) = 1) e dellingresso per i valori dei parametri a = 1, c = 0.1 nei
due casi b = 1.5 e b = 1.05, si nota che nel caso in cui lo zero `e pi`
u vicino al polo,
lingresso assume valori pi`
u elevati, mentre gli andamenti dello stato sono identici.
Un esempio meno astratto `e quello del controllo della dinamica laterale di un
aeroplano.
Esempio 2.20 Il modello linearizzato della dinamica laterale del Boeing 767 pu`
o
77
Im(s)
1
0
1
2
2
Re(s)
x =
0.0868
1
0.0391
0
0
0.065
2.14
0.228
0
0.0204
x +
u
0
0
0
1
0
4.41
0.334
0
1.181
2.11
s2 + 0.3251s + 2.297
(s + 1.155)(s 0.004583)(s2 + 0.3449s + 2.147)
dove si vede che la coppia di poli complessi e coniugati relativi alla dinamica dellimbardata `e molto prossima ad una coppia di zeri (vedi Fig. 2.7), ci`
o significa che se
volessimo controllare langolo di imbardata agendo sugli alettoni avremmo bisogno
di coppie molto elevate. Difatti negli aerei limbardata non viene controllata agendo
sugli alettoni ma sul timone.
Concludiamo questo paragrafo, riportando le formule esplicite per il calcolo della risposta di un sistema LTI nel dominio del tempo ottenute sommando
evoluzione libera e forzata
t
x(t) =
0
y(t) = C
0
t0
(2.44)
t0.
(2.45)
78
2
0
1 3
y =
0 1
x+
0
1
u(t),
1
0
x(0) =
2
0
1 3
s+2
0
1 s + 3
1
(s + 2)(s + 3)
s+3
0
1 s+2
1
(s + 2)(s + 3)
s+3
0
1 s+2
0
1
1
s+3
0
+
1
s
+
2
s
s+2
1
0
s+3
=
(s + 2)(s + 3) s + 2
2s + 2
+1
s
s(s + 2)(s + 3)
Si noti come nel calcolare la prima variabile di stato `e stata effettuata la semplificazione del termine s + 3 a numeratore e a denominatore della funzione razionale fratta
che rappresenta la trasformata di Laplace della risposta nella prima variabile di stato.
Antitrasformando il primo elemento del vettore dello stato si ha
x1 (t) = e2t 1 (t)
che coincide, in effetti, con la sola evoluzione libera, come era prevedibile visto che
la prima equazione del sistema ha la forma
x 1 (t) = 2x1 (t)
16
t d
f (t, )d .
0 dt
17
d
dt
t
0
f (t, )d = f (t, t) +
La risposta al gradino unitario a partire da condizioni iniziali nulle `e detta risposta indiciale.
79
u
G(s)
+ +
uc
1/3
1
4/3
2s + 2
=
+
s(s + 2)(s + 3)
s
s+2 s+3
1
4
+ e2t e3t 1 (t).
3
3
2.3
Schemi a blocchi
Questo fatto `e legato strettamente alla semplificazione effettuata nei calcoli ed `e indicativo
della presenza allinterno del sistema di una parte dello stato su cui lingresso non pu`
o agire
(cio`e una parte non controllabile), ma che evolve solo in virt`
u dello stato iniziale.
80
yc
Figura 2.10: Punto di diramazione
u = ua
Ga (s)
ya = ub
Gb (s)
yb = y
Gb (s)Ga (s)
81
ya
Ga (s)
+ y
u
ub
yb
Gb (s)
Ga (s) + Gb (s)
ua
ya
Ga (s)
yb
ub
Ga (s)
1 + Ga (s)Gb (s)
Gb (s)
(2.46)
(2.47)
Y (s)
Ga (s)
=
.
U (s)
1 + Ga (s)Gb (s)
(2.48)
19
Si osservi come nel caso MIMO lordine in cui si esegue il prodotto delle f.d.t. non `e
indifferente.
82
ua
ya
Ga (s)
+
yb
ub
Gb (s)
Ga (s)
1 Ga (s)Gb (s)
Ga (s)
Y (s)
=
.
U (s)
1 Ga (s)Gb (s)
(2.49)
In entrambi i casi, affinche la f.d.t. ad anello chiuso sia sempre ben definita
deve verificarsi una condizione di congruenza e cio`e
lim Ga (s)Gb (s) = 1
2.4
Stabilit`
a dei sistemi dinamici
2.4. Stabilit`
a dei sistemi dinamici
83
x1
x
0
x0
x(t)
x
(t)
x2
t
Figura 2.15: Movimento stabile
2.4.1
Stabilit`
a BIBO o esterna
In tutti gli esempi di antitrasformazione della funzione Y (s) visti nel Paragrafo 2.2.1, si pu`
o notare come luscita y(t) sia una funzione convergente a 0 per
t + nel caso in cui i poli della funzione Y (s) siano tutti a parte reale negativa. Abbiamo gi`
a detto che i poli di Y (s) sono i poli di W (s) = nW (s)/dW (s)
e quelli di U (s) = nU (s)/dU (s), infatti una funzione razionale fratta pu`
o essere
sempre decomposta nella somma di due funzioni razionali fratte, come
Y (s) = W (s)U (s) =
r(s)
k(s)
nW (s)nU (s)
=
+
,
dW (s)dU (s)
dW (s) dU (s)
(2.50)
84
x
0
x0
x(t)
x
(t)
x2
t
Figura 2.16: Movimento instabile
a parte reale negativa. Nel caso in cui luscita di un sistema LTI rimane limitata
qualunque sia lingresso limitato applicato, si dice che il sistema `e stabile BIBO.21
Dunque, vale la seguente
Proposizione 2.8 Un sistema LTI `e stabile BIBO o esternamente se e solo se
la f.d.t. del sistema ha tutti i poli a parte reale negativa.
Facciamo notare che una tale propriet`
a `e una caratteristica propria del sistema,
infatti `e stata enunciata per qualunque ingresso.
2.4.2
Stabilit`
a sotto perturbazioni o interna
La propriet`
a di stabilit`
a, tuttavia, per sistemi pi`
u generali di quelli LTI non pu`
o
essere ritenuta una propriet`
a del sistema, ma il concetto stesso di stabilit`
a ha
connotati legati alle traiettorie che il sistema esegue; si parla allora di stabilit`
a
sotto perturbazioni. Diamo la definizione di stabilit`
a di un movimento22 di un generico sistema dinamico non lineare e stazionario, cio`e governato da unequazione
21
2.4. Stabilit`
a dei sistemi dinamici
85
x1
x
0
x0
x
(t)
x(t)
x2
t
Figura 2.17: Movimento asintoticamente stabile
differenziale in forma normale del tipo
x(t)
= f (x, u),
x(0) = x0 .
t+
x(t) x
(t) = 0 .
Le tre situazioni sono rappresentate graficamente nelle Figg. 2.15, 2.16, 2.17,
rispettivamente. Inoltre, `e chiaro che esse comprendono anche il caso particolare
di un movimento costante x
, cio`e di un punto di equilibrio (x
= 0).
86
In generale, la propriet`
a di stabilit`
a cos` definita dipende dal particolare movimento, tuttavia, per un sistema lineare e stazionario non `e pi`
u cos`. Infatti, si considerino due ingressi nominali u
a (t), u
b (t) e due condizioni iniziali nominali x
0a ,
a (t), x
b (t) i due movimenti nominali, rispettivamente. Se applichiax
0b e siano x
mo la stessa perturbazione alle due condizioni iniziali nominali: x0a = x
0a + x0 ,
0b + x0 , si otterranno i due movimenti perturbati xa (t), xb (t), i quali
x0b = x
potranno sempre scriversi come
xa (t) = x
a (t) + xa (t),
xb (t) = x
b (t) + xb (t) .
xa (t) = xb (t) .
x(0) = x0 .
(2.51)
Visto che lequazione (2.51) `e quella che governa levoluzione libera dello stato
(non c`e ingresso), la stabilit`
a del sistema dipende solo dalla convergenza o meno
dei movimenti liberi dello stato, cio`e dei modi propri di evoluzione del sistema,
e quindi dalle caratteristiche della matrice dinamica A, in particolare dai suoi
autovalori.
Abbiamo visto, nel Paragrafo 2.2.4, che levoluzione libera dello stato nel
dominio di Laplace `e data dalla formula
Xl (s) = (sI A)1 x0
e che quando si torna nel dominio del tempo antitrasformando, xl (t) sar`
a combinazione lineare di tutti termini esponenziali, sinusoidali, eventualmente moltiplicati per potenze di t. Ricordando la Proposizione 2.7, `e evidente allora che
valgono le seguenti proposizioni.
Proposizione 2.9 Un sistema LTI `e23
23
Si ricorda che antitrasformando Xl (s) a denominatore compare il polinomio minimo di A,
le cui radici sono gli autovalori di A.
2.4. Stabilit`
a dei sistemi dinamici
87
0 1
1 0
x+
0
1
y = (1 0)x
0 1
0 0
1 0
0 0
A=
0 0
0 1
1 0 1 0
1
(s2 + 1)2
s3
s 1 0
0
1
s 0
0
0
0 s 1
1
0 1
s
s2
1
1
0
=
+s
+1
0
0
2
3
s 1 s + s
0
0
s
1
s3 + s s2 + 1
s2
s s2 1 s3 + s
1
0
0
88
s1
s+2
s2
1
1
X1 (s) =
L1
x1 (t) = cos t
L1
x2 (t) = sin t
1
L1
x3 (t) = t sin t
2
1
L1
x4 (t) = (sin t + t cos t)
2
da cui si vede che alcune variabili di stato divergono per t +, e quindi il sistema
`e instabile24 .
Concludiamo il paragrafo accennando alla relazione che c`e tra stabilit`
a BIBO
e stabilit`
a sotto perturbazioni. Nel caso di sistemi completamente controllabili e
osservabili i poli del sistema e gli autovalori della matrice dinamica coincidono, per
cui `e evidente che la stabilit`
a BIBO e quella asintotica si equivalgono. Laddove si
ha a che fare con sistemi comprendenti una parte non controllabile e/o una parte
non osservabile, ci`
o non `e pi`
u vero. Di conseguenza, se per determinare la stabilit`
a
esterna `e sufficiente sempre riferirsi alla f.d.t., per poter stabilire la propriet`
a di
stabilit`
a interna occorre riferirsi ad una rappresentazione isu che conservi la
struttura interna del sistema. Ci`
o significa che tale rappresentazione non deve
essere quella ottenuta a partire dalla f.d.t. tramite una delle forme canoniche,
ma deve necessariamente essere ottenuta a partire da informazioni riguardanti i
singoli sottosistemi componenti il sistema in esame, in termini di interconnessioni
tra blocchi di cui si conoscono rappresentazioni iu o anche isu. Per ulteriori
dettagli circa tale problema si veda anche il Paragrafo 2.7.1. Cerchiamo di fissare
le idee con un esempio.
2.4. Stabilit`
a dei sistemi dinamici
89
1
s2 + 3s + 3
i cui poli sono 3/2 j 3/2, per cui il sistema `e stabile BIBO, tuttavia non si
pu`o concludere che lo sia anche internamente. Per stabilire la propriet`
a di stabilit`
a
interna `e necessario trovare la rappresentazione isu a partire dalle rappresentazioni
isu dei singoli sottosistemi. Indicando con x1 la variabile di stato del sottosistema
del I ordine, la sua isu in forma canonica di osservazione25 vale
x 1 = 2x1 3v
z = x1 + v
mentre, indicando con x2 e x3 le variabili di stato del sottosistema del II ordine, la
isu in forma canonica di controllo vale
x 2
x 3
0 1
1 0
x2
x3
0
1
y = x2
e quindi, tenendo conto della relazione di interconnessione in retroazione negativa
v = u y, la isu del sistema complessivo si scrive
2 3 0
3
x = 0 0 1 x + 0 u
1 0 0
1
y = x2
Il polinomio caratteristico della matrice dinamica vale
det(sI A) = s3 + 2s2 3
90
2.4.3
Criterio di Routh
2.4. Stabilit`
a dei sistemi dinamici
91
b1 =
a0 a2
a1 a3
a1
= (a1 a2 a0 a3 )/a1 .
Gli altri elementi della prima riga si ottengono con la stessa formula, solo che nella
matrice la seconda colonna `e la colonna successiva delle due righe precedenti, ad
esempio
a0 a4
a1 a5
b2 =
= (a1 a4 a0 a5 )/a1 .
a1
Gli elementi delle altre righe si costruiscono nello stesso modo, con i determinanti cambiati di segno degli elementi delle due righe precedenti e della prima e
successive colonne divisi per il primo elemento della riga precedente. Volendo fornire una formula generale per la costruzione della tabella, si consideri la generica
tabella
n a0 a2 a4
n 1 a1 a3 a5
.. ..
..
..
..
. .
.
.
.
i h1 h2 h3
i 1 k1 k2 k3
i 2 l1 l2 l3
..
.
0
92
gli elementi della riga i 2, noti gli elementi delle due righe precedenti, sono dati
da
h1 hi+1
k1 ki+1
li =
= (k1 hi+1 h1 ki+1 )/k1
k1
dove gli elementi necessari al calcolo e non definiti nelle righe precedenti vanno
considerati nulli.
Una volta completata la tabella (le righe corrispondenti agli indici 0 e 1 avranno un solo elemento) i coefficienti di Routh saranno gli elementi della prima colonna della tabella e il numero delle loro variazioni di segno `e pari al numero
delle radici a parte reale positiva, mentre il numero delle loro permanenze di segno `e pari al numero di radici a parte reale negativa. Quando compare qualche
coefficiente di Routh nullo, allora la tabella non `e ben definita (tale caso sar`
a
affrontato pi`
u avanti). Di conseguenza si pu`
o affermare che
Proposizione 2.11 Condizione necessaria e sufficiente affinche un polinomio
abbia tutte radici a parte reale negativa `e che i suoi coefficienti di Routh siano
ben definiti e tutti dello stesso segno.
b1 =
1 3
2 4
2
=1
il secondo vale
b2 =
1 5
2 0
2
=5
2.4. Stabilit`
a dei sistemi dinamici
93
ed essendo finite le colonne delle prime due righe, lultimo elemento della terza riga
`e nullo e non viene riportato e la tabella risulta
4 1 3 5
3 2 4
2 1 5
1
0
Lunico elemento della quarta riga (visto che le due righe precedenti hanno solo due
colonne) `e
2 4
1 5
c1 =
= 6
1
e cos` per la quinta
1 5
6 0
d1 =
=5
6
Quindi la tabella completa `e
1 3 5
4
3
2 4
2
1 5
1 6
0
5
e i coefficienti di Routh sono
1, 2, 1, 6, 5
che mostrano due permanenze e due variazioni, il che implica due radici a parte
reale positiva e due a parte reale negativa. Difatti, applicando il comando roots in
MATLAB, si calcola che le radici sono
0.2878 j1.4161
1.2878 j0.8579
Questo esempio mostra che lelemento b2 `e pari ad a4 e lelemento d1 `e pari a
b2 , ma questa caratteristica `e del tutto generale:
Gli ultimi elementi delle righe di indice pari sono uguali agli ultimi elementi delle
precedenti righe di indice pari. Inoltre, poiche tutti i termini di una stessa riga
possono essere moltiplicati per uno stesso numero positivo, nella costruzione delle
righe successive alla seconda non `e necessario dividere per il primo termine della
riga precedente, limitandosi a cambiare segno se esso `e negativo27 .
27
Nel caso si decida di non effettuare la divisione `e indispensabile non effettuarla per alcun
elemento della riga.
94
Nel primo caso per completare la tabella si sostituisce al termine nullo un valore
> 0 piccolo a piacere.
Esempio 2.25 La tabella di Routh del polinomio
p(s) = s3 + 3s + 4
`e
3 1 3
2 0 4
1
0
4
2
1 3 4
si noti che non si `e diviso per
0
4
Passando ora al limite per 0+ la sequenza dei segni dei coefficienti di Routh `e
+ + +
e quindi il polinomio ha una radice a parte reale negativa e due a parte reale positiva;
nella fattispecie 1, 0.5 j1.9365.
Pi`
u complesso `e il secondo caso in cui si annulla unintera riga.
Esempio 2.26 Consideriamo il polinomio
p(s) = s5 + 3s4 5s3 15s2 + 4s + 12
Se fossimo interessati alla sola stabilit`
a, gi`
a potremmo concludere che il sistema
che ammette tale polinomio come polinomio minimo della matrice dinamica o come
denominatore della f.d.t. `e instabile in quanto non verifica la condizione necessaria,
tuttavia possiamo usare il criterio di Routh anche semplicemente per determinare il
28
Si pu`
o dimostrare che solo righe di indice dispari possono annullarsi.
2.4. Stabilit`
a dei sistemi dinamici
95
numero delle radici a parte reale positiva. Dunque passiamo alla costruzione della
tabella di Routh
5 1 5 4
4 3 15 12
3 0
0
2
1
0
A questo punto la costruzione della tabella non pu`
o essere proseguita e quindi occorre introdurre la cosiddetta equazione ausiliaria, definita dai coefficienti della riga
precedente a quella nulla
3s4 15s2 + 12 = 0
ottenuta utilizzando solo potenze pari a partire dallindice della riga di cui si utilizzano i coefficienti. Si dimostra che le soluzioni di questa equazione sono le radici
simmetriche rispetto allorigine del polinomio di partenza. Il fatto che ci siano solo
potenze pari di s ci permette di risolvere lequazione rispetto alla variabile = s2 .
Nel nostro esempio lequazione ausiliare pu`
o essere risolta facilmente
3 2 15 + 12 = 0 1,2 =
1 s1,2 = 1
4 s = 2
3,4
In conclusione delle 5 radici del polinomio iniziale, 2 sono a parte reale positiva
(+1, +2) e due a parte reale negativa (1, 2), la quinta `e a parte reale negativa
perche nella tabella parziale non cera alcuna variazione di segno nella prima colonna.
Concludiamo questa lunga trattazione dellargomento della stabilit`
a di un sistema dinamico, accennando al fatto che per i sistemi non lineari lo studio della
stabilit`
a `e assai pi`
u complesso, innanzitutto perche non `e possibile riferire la propriet`
a al sistema ma solo ai suoi movimenti o ai suoi punti di equilibrio. Inoltre,
non esistono condizioni necessarie e sufficienti per la stabilit`
a, che va quindi sempre analizzata caso per caso. Tuttavia, esiste un metodo, detto primo metodo di
Lyapunov che permette di analizzare la stabilit`
a di un punto di equilibrio di un
sistema non lineare, studiando la stabilit`
a del sistema linearizzato attorno a quel
punto di equilibrio. In particolare
se il modello linearizzato `e asintoticamente stabile, allora il punto di equilibrio `e localmente asintoticamente stabile
se il modello linearizzato `e instabile, allora il punto di equilibrio `e instabile
se il modello linearizzato `e stabile, allora nulla si pu`
o dire del sistema non
lineare
96
Per comprendere il senso della parola localmente, ricordiamo che i sistemi non
lineari possono ammettere anche pi`
u punti di equilibrio sotto lo stesso ingresso.
A seconda della propriet`
a di stabilit`
a di ciascuno di essi e delle condizioni iniziali,
il sistema si porter`
a verso luno o laltro di essi. In particolare, per ogni punto di
equilibrio asintoticamente stabile esiste una regione dello spazio di stato, detta
dominio di attrazione, tale che se le condizioni iniziali appartengono a tale regione,
lo stato del sistema si porter`
a verso il punto di equilibrio corrispondente.
Esempio 2.27 Consideriamo il sistema dinamico dellEsempio 1.10 tenendo conto
anche dellattrito viscoso con laria di coefficiente , la cui equazione di stato in
forma normale `e
x 1 = x2
x 2 = g/r sin x1 /J x2 + 1/J u
dove con x1 = abbiamo indicato langolo e con u = C la coppia applicata allasse
di rotazione. Troviamo i punti di equilibrio in corrispondenza dellingresso costante
u
= 0 e linearizziamo attorno a ciascuno di essi. Ponendo le derivate uguali a zero,
si trovano le soluzioni
x
2 = 0,
sin x
1 = 0 x
1 = 0, ,
per cui ci sono due punti di equilibrio distinti, corrispondenti al pendolo con la massa
posta nel punto pi`
u basso (
x1 = 0) della sua traiettoria e al pendolo con la massa
posta nel punto pi`
u alto (
x1 = ):
x
a =
x
1a
x
2a
0
0
, x
b =
x
1b
x
2b
0
1
g/r /J
xa +
0
1/J
i cui autovalori sono le radici del polinomio s2 + /J s + g/r, che sono tutte e due
a parte reale negativa visto che tutti i parametri fisici sono positivi. Di conseguenza
possiamo concludere che il punto di equilibrio x
a `e asintoticamente stabile.
Linearizzando attorno al punto di equilibrio x
b si ottiene il sistema lineare
x b =
0
1
g/r /J
xb +
0
1/J
i cui autovalori sono le radici del polinomio s2 + /J s g/r, che sono una a parte
reale negativa e una a parte reale positiva. Di conseguenza possiamo concludere che
97
il punto di equilibrio x
b `e instabile. Dato che il sistema presenta un solo punto di
equilibrio stabile, si pu`
o concludere anche che esso `e globalmente asintoticamente
stabile, nel senso che il sistema, sotto lingresso u
= 0 si porter`
a in x
a a partire da
qualunque condizione iniziale, eccetto che nel caso in cui x(0) = x
b , perche il sistema
rimarrebbe in tale punto. Infatti, in teoria, anche se instabile, un punto di equilibrio
`e sempre un movimento ammissibile per un sistema dinamico, `e sufficiente che le
condizioni iniziali siano esattamente pari al punto di equilibrio stesso e lingresso
sia pari a quello nominale. Il problema `e che, in pratica, una condizione simile `e
inattuabile.
2.5
x(t) =
t0
Siccome gli autovalori di A sono tutti a parte reale negativa, il secondo termine
98
xr (t) = lim
t0 t0
eA(t ) B u
d = lim
= A1 eA B
+
0
tt0
t0 0
29
eA B u
d =
eA Bd
u=
u
= A1 B u
= [(s)]s=0 B u
(2.52)
(2.53)
dove abbiamo voluto evidenziare come luscita a regime di un sistema asintoticamente stabile in risposta a un ingresso costante sia ancora una costante di valore
proporzionale allingresso, tramite il cosiddetto guadagno statico, cio`e il valore
che la f.d.t. del sistema assume per s = 0 e che nel seguito indicheremo con ,
cio`e porremo30
= W (s)|s=0 .
(2.54)
Osserviamo, infine, che la risposta a regime ad un ingresso costante coincide
con il valore finale (per t +) della risposta ad un gradino, infatti, la risposta
ad un gradino `e sempre somma della evoluzione libera e della risposta forzata, ma
la prima va a 0 per t + visto che il sistema `e asintoticamente stabile, mentre,
per il teorema del valore finale, il limite per t + della risposta forzata vale
y(+) = lim sY (s) = lim sW (s)
s0
s0
=
u.
s
s2
9 9s
+ 4s + 3
99
y(t)
2
1
0
1
0
6
t
10
12
Figura 2.19: Grafico della risposta indiciale del sistema dellEsempio 2.28
t+
(risp.
t+
(2.55)
Sar`
a in base a tale definizione che nel Capitolo 4 affronteremo il calcolo della
risposta a regime permanente per unaltra classe di segnali di ingresso, quelli
sinusoidali.
100
max
(1+0.01)y
y
(10.01)y
y(t)
0.5y
0 T
r
TM
Ts
2.6
ymax y
y
101
y(t)/
0.8
0.6
0.4
0.2
0
0
t/
G(s) =
, >0.
1 + s
=
=
=
s
s(1 + s )
s
1 + s
s
s + 1/
e quindi
y(t) = 1 (t) et/ 1 (t) = 1 et/ 1 (t) ,
il cui diagramma `e riportato in Fig. 2.21 in unit`
a normalizzate. Dal grafico si
evince immediatamente che ymax = y = , s% = 0, mentre `e possibile calcolare
` quindi evidente
che Ts = log 9 2.2 , Tr 0.7 , Ta1 = log 100 4.6 . E
come le caratteristiche dinamiche del sistema, cio`e quelle che ne descrivono
il comportamento in transitorio, siano legate al parametro , detto costante di
tempo. A tale valore `e legata la pendenza della tangente nellorigine, che pu`
o
essere calcolata immediatamente applicando il teorema del valore iniziale alla
derivata di y(t), e quindi a sY (s) nel dominio di Laplace, cio`e
y(0)
s
= / .
1 + s
Pi`
u la costante di tempo `e piccola, pi`
u il tempo di salita diminuisce e il sistema
si porta al valore di regime pi`
u rapidamente.
102
y(t)/
0.8
0.6
0.4
0.2
0
0
10
15
Figura 2.22: Risposta indiciale di un sistema del II ordine con poli reali
Sistemi del II ordine. Prima consideriamo il caso di un sistema con f.d.t. con
due poli reali
, 1 2 > 0 ,
G(s) =
(1 + s1 )(1 + s2 )
la cui risposta indiciale nel dominio di Laplace vale
Y (s) =
=
1 /(1 2 /1 ) 2 /(1 1 /2 )
=
s(1 + s1 )(1 + s2 )
s
1 + s1
1 + s2
1 /(1 2 ) 2 /(1 2 )
+
s
s + 1/1
s + 1/2
1
2
et/1 +
et/2 1 (t) .
1 2
1 2
Il diagramma temporale `e riportato in Fig. 2.22 e mostra che ancora una volta
non c`e sovraelongazione e quindi ymax = y , mentre ora la tangente nellorigine
ha pendenza nulla. Inoltre, dallespressione nel dominio del tempo si evince che
lesponenziale pi`
u lento (cio`e quello con costante di tempo pi`
u grande, 1 ) `e
moltiplicato per un coefficiente (il residuo del polo corrispondente in 1/1 ) in
valore assoluto pi`
u grande di quello relativo allesponenziale pi`
u veloce. Se, al
limite, si pu`
o ritenere 1 >> 2 , allora la risposta pu`
o essere approssimata da
y(t) 1 et/1 1 (t) ,
che `e quella di un sistema del primo ordine. In altre parole, in un sistema di questo
tipo gli effetti delle dinamiche veloci oltre a scomparire rapidamente pesano meno
di quelli dovuti alle dinamiche lente.
=0.1
=0.2
=0.3
=0.4
=0.5
1.5
y/
0.5
103
=0.6
=0.7
=0.8
=0.9
=1
0
0
10
15
nt
Figura 2.23: Risposta indiciale di un sistema del II ordine con poli complessi e
coniugati
Passiamo ora al caso di un sistema con f.d.t. con due poli complessi e coniugati
G(s) =
n2
,
s2 + 2n s + n2
n2
r
r
=
+
+
s(s2 + 2n s + n2 )
s
s p s p
n2
p(p p )
2 1 2
1 2
1
en t cos n 1 2 t + arg(r)
2
1
1 (t) .
Il diagramma temporale, riportato in Fig. 2.23 per diversi valori dello smorzamento, rivela la presenza di sovraelongazione per < 1 e si pu`
o dimostrare che
104
y(t)
3
2
1
0
0
s% = 100e
1 2
4.6
,
n
Ta2
4
,
n
10s + 6
s2 + 3s + 2
vale
y(t) = (3 + 4et 7e2t )1 (t) ,
105
R
PSfrag
z
C
2.7
Abbiamo visto come ricavare la funzione di trasferimento di sistemi lineari e stazionari e inoltre le formule per lespressione di funzioni di trasferimento risultanti
dallinterconnessione di sistemi pi`
u semplici. Dobbiamo ora evidenziare che linterconnessione presenta un problema dal punto di vista realizzativo. Illustriamo
questo punto con un esempio.
Esempio 2.30 Consideriamo la rete RC di Fig. 2.25 la cui funzione di trasferimento
`e
1
W (s) =
1 + s
con = RC (basta trasformare secondo Laplace la relazione iu u = RC y + y
ottenuta applicando il II principio di Kirchhoff). Ora connettiamo in cascata due reti
RC uguali (Fig. 2.26). In un primo momento si sarebbe portati a pensare che la f.d.t.
risultante sia quella che si ottiene dalla serie delle due f.d.t. componenti, cio`e
1
1 + s
1
.
1 + 2 s + 2 s2
(2.56)
106
f (e)
+
Figura 2.27: Schema ideale dellamplificatore operazionale e simbolo circuitale
Invece, calcoliamo la f.d.t. del sistema complessivo dalle equazioni
u = Rz + x1
x1 = RC x 2 + x2
z = C x 1 + C x 2
ricavando
W (s) =
1
.
1 + 3 s + 2 s2
(2.57)
(2.58)
107
f (e)
Es
Es / tan()
Es / tan()
Es
V (s)
.
I(s)
(2.59)
In particolare, ricordando che la relazione costitutiva dellelemento condensatore `e i = Cdv/dt, trasformando secondo Laplace con tensione iniziale nulla, `e
31
108
replacemen
Z0 (s)
I1 (s)
Z1 (s)
U1 (s)
I0 (s)
I(s)
I2 (s) E(s)
Z2 (s)
U2 (s)
Y (s)
In (s)
Zn (s)
Un (s)
V (s)
1
=
I(s)
sC
(2.60)
V (s)
= sL .
I(s)
(2.61)
Ora consideriamo lo schema di Fig. 2.30. Per quanto detto prima E(s) = 0,
quindi
Ii (s) =
I0 (s) =
Ui (s)
, i = 1, . . . , n
Zi (s)
Y (s)
.
Z0 (s)
Ii (s) = I0 (s)
109
R0
R1
U1 (s)
R2
U2 (s)
Y (s)
Rn
Un (s)
Y (s) =
i=1
Z0 (s)
Ui (s) .
Zi (s)
(2.62)
Y (s) =
i=1
R0
Ui (s) ,
Ri
y(t) =
i=1
n
R0
ui (t) =
ai ui (t) .
Ri
i=1
Y (s) =
i=1
1
Ui (s)
sRi C
110
U1 (s)
U2 (s)
R2
Y (s)
Rn
Un (s)
y(t) = y0
i=1
1
Ri C
t
0
ui ( )d ,
2.7.1
Abbiamo visto che per realizzare un sistema occorre determinarne una isu.
Tuttavia, abbiamo anche detto che esistono infinite rappresentazioni isu di un
sistema, per cui occorre porsi la domanda se `e possibile scegliere una qualunque
di esse. La risposta `e che dipende dalle applicazioni, cio`e dallo scopo per cui la
realizzazione del sistema deve essere adoperata. In numerose applicazioni, di un
sistema si conoscono le rappresentazioni iu dei diversi sottosistemi che lo compongono e spesso `e necessario determinare una sua realizzazione le cui propriet`
a
111
s+2
s+1
z=v
1
s+2
1
s+2
z=v
s+2
s+1
Esempio 2.31 Dati i due sistemi in Fig. 2.33, `e evidente che essi hanno la stessa
funzione di trasferimento pari a
G(s) =
1
.
s+1
x 2 = 2x2 + v
y = x2
Controllabilit`
a, osservabilit`
a e stabilit`
a.
O, equivalentemente, se si vuole determinarne una rappresentazione isu.
112
dove con x1 si `e indicato lo stato del sottosistema a sinistra e con x2 quello del
sottosistema a destra. Tenendo conto della connessione serie z = v, si ottiene la
isu complessiva
x 1
x 2
1
0
1 2
x1
x2
1
1
x1
x2
y = (0 1)
1 1
1 1
0 1
1 2
O=
x 2 = x2 + v
y = x2 + v
2
0
1 1
y = (1 1)
x1
x2
1
0
x1
x2
1 2
0 1
O=
1
1
1 1
e quindi il sistema complessivo `e controllabile ma non `e osservabile. Notiamo esplicitamente che saremmo giunti alle stesse conclusioni anche se avessimo realizzato i
singoli sottosistemi facendo uso della forma canonica di osservazione, in quanto lo
scopo `e quello di analizzare le propriet`
a strutturali di un sistema composto da sottosistemi dei quali si conosce solo la rappresentazione iu (f.d.t.), per cui tali propriet`
a
dipendono solo dalla connessione dei vari blocchi fra loro, ma non dalla struttura
interna di ciascuno di essi.
113
R
R
U (s)
Rc
R
R
+
+
Y (s)
U1 (s) U2 (s) R2
C
Y (s)
114
U (s) +
+
1
1 + sRC
1
1 + sRC
1
1 + sRC
Y (s)
R
Rc
Figura 2.36: Schema a blocchi del circuito dellEsempio 2.32
risalire dallo schema realizzativo analogico alla f.d.t.
Esempio 2.32 Si consideri lo schema di Fig. 2.34, in cui sono riconoscibili tre blocchi
del tipo in Fig. 2.35. Con le notazioni usate in precedenza limpedenza operazionale
Z0 (s) `e data dal parallelo fra condensatore e resistore
Z0 (s) =
1
R sC
R
1 = 1 + sRC
R + sC
1
1 + sRC
R
R
U1 (s) +
U2 (s)
R1
R2
1
(U1 (s) + U2 (s)) .
1 + sRC
Quindi il circuito in Fig. 2.34 si schematizza come in Fig. 2.36, la cui f.d.t. `e
W (s) =
1
(1+s
)3
1+
K
(1+s )3
1
,
K + (1 + s )3
dove = RC e K = R/Rc .
2.8
Comandi MATLAB
115
d=[3 0 2 5];
116
>> r =
>>
0 0 0 -2
I residui di una scomposizione in fratti semplici si trovano con lausilio del
comando residue. Ad esempio, per scomporre in fratti semplici la funzione
razionale fratta
n(s)
s3
= 3
d(s)
s + 5s2 + 6s
si pu`
o usare il comando
>> [r,p,k]=residue([1 -3],[1 5 6 0])
che restituisce, nellordine, i residui
>> r =
>>
-2 2.5 -0.5
i poli corrispondenti
>> p =
>>
-3 -2 0
e leventuale parte intera
>> k =
>>
[ ]
Di seguito si riporta una serie di comandi messi a disposizione dal Control
System Toolbox per lanalisi dei sistemi LTI.
Nel Capitolo 1 abbiamo visto come `e possibile definire in MATLAB una variabile sistema quando `e nota la sua isu. Se, invece, del sistema `e nota la f.d.t.
W (s) = n(s)/d(s), allora si pu`
o usare il comando
>> W = tf(n,d);
dove n e d sono i vettori dei coefficienti dei polinomi n(s) e d(s), rispettivamente.
Lapplicazione, invece, dei comandi ss e tf a variabili di tipo sistema, determina la conversione tra un tipo di rappresentazione e laltro. Per connettere tra
di loro pi`
u sistemi, in MATLAB gli operatori + e * quando applicati a variabili di
tipo sistema rappresentano le connessioni in parallelo e in serie, rispettivamente.
Inoltre per risolvere la connessione in retroazione `e possibile adoperare loperatore / o, in alternativa, il comando feedback. Se, ad esempio, si vuole determinare
la f.d.t. della serie tra S1 ed S2 in retroazione negativa con S3 si pu`
o usare la
sintassi
2.9. Esercizi
117
>> tf(S2*S1/(1+S2*S1*S3));
o equivalentemente
>> feedback(S2*S1,S3,-1);
dove il -1 diventa +1 in caso di reazione positiva. A valle delle operazioni di connessione, si consiglia sempre di chiedere esplicitamente al MATLAB di effettuare
eventuali semplificazioni tra zeri e poli del sistema complessivo. A ci`
o provvede
il comando minreal applicato al sistema complessivo.
La risposta impulsiva di un sistema LTI, sia esso assegnato in spazio di stato
col comando ss, sia esso assegnato in termini di f.d.t. col comando tf, pu`
o essere
determinata col comando impulse. Ad esempio, la risposta impulsiva nelluscita
e nello stato del sistema W la si determina col comando
>> [y,t,x]=impulse(W);
In maniera del tutto analoga si possono calcolare la risposta indiciale, col
comando step, e quella libera, col comando initial. Per determinare, infine, la
risposta ad un generico ingresso i cui campioni sono memorizzati nella variabile
u basta usare il comando
>> [y,t,x]=lsim(W,u);
Si tenga presente che se i comandi per il calcolo della risposta vengono usati
omettendo i parametri di uscita, essi producono un grafico della risposta, che
altrimenti dovrebbe essere generato tramite il comando grafico plot. Ad esempio,
per tracciare il diagramma temporale della risposta nelluscita memorizzata nella
variabile y, basta digitare
>> plot(t,y)
2.9
Esercizi
Esercizio 2.1 Determinare la trasformata di Laplace delle seguenti funzioni del tempo
f1 (t) = e3t 1 (t)
f2 (t) = sin(t 5)1 (t 5)
f4 (t)
f3 (t) = (t 2)1 (t 2)
f4 (t) = vedi grafico a lato
118
4
s(s + 5)
v(t)
y + 3y = v
y(t)
s2
1
+ 3s + 3
0
1
1 2
x+
0
2
u,
x(0) =
1
1
1 )x
2.9. Esercizi
119
u(t) +
5
s+3
1
s2
+ y(t)
+
u(t) +
4
s+1
2
s
y(t)
k
s+2
120
s2
s+6
k
s+3
y(t)
s+3
s2
Figura 2.40: Schema a blocchi del sistema dellEsercizio 2.9
x
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
Esercizio 2.14 Determinare una rappresentazione isu del circuito in Fig. 2.43.
Esercizio 2.15 Determinare i valori di k tali che il sistema in Fig. 2.44 `e asintoticamente stabile, e scelto un valore di k = 0 a piacere la risposta a regime al segnale di
ingresso u(t) = 51 (t 5).
Esercizio 2.16 Determinare una rappresentazione isu del sistema meccanico36 in
Fig. 2.45 assumendo come ingresso la forza f e come uscita la posizione della massa
m. Trovare la risposta nelluscita al segnale di ingresso f (t) = sin(t)1 (t).
Esercizio 2.17 Dato il sistema LTI in Fig. 2.46 con RC = 0.5 s e RC2 = 1 s,
determinare i valori di k tali che il sistema `e esternamente stabile e una sua rappresentazione isu.
35
36
2.9. Esercizi
121
R
C
R
U (s)
Y (s)
R
L
U (s)
+
+
Y (s)
0 1
c b
x+
0
1
y = ( 5 0 )x
trovare b e c tali che il sistema abbia un tempo di assestamento all1% di circa 9.2 s
e una sovraelongazione del 20%.
122
u(t)
s+2
s2 + 4s
y(t)
- +
s+5
s4
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
k2
k1
k1
m
f
xxxxxxxxxxxxxx
xxxxxxxxxxxxxx
xxxxxxxxxxxxxx
xxxxxxxxxxxxxx
xxxxxxxxxxxxxx
k2
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxxxxxxxxxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
xxxxx
2.9. Esercizi
123
R
-
u(t)
v(t)
k
s+5
z(t)
y(t)
C2
R
+
CAPITOLO 3
In questo capitolo viene affrontata lanalisi dei sistemi a tempo discreto, in cui la
variabile indipendente non pu`
o variare con continuit`
a ma `e costretta ad assumere
valori in un insieme discreto1 . La variabile dipendente, al contrario, (levoluzione
dello stato o delluscita del sistema) pu`
o ancora assumere valori con continuit`
a.
La successione seguita nella trattazione `e strettamente connessa a quanto fatto
per i sistemi a tempo continuo: descrizione dei sistemi nel dominio del tempo,
analisi in un dominio trasformato, mentre lanalisi in frequenza `e rimandata al
capitolo successivo. Importante `e evidenziare che, se anche la forma di sistema
discreto pi`
u ovvio che si possa pensare deriva dalla discretizzazione di un sistema
continuo, esistono sistemi intrinsecamente discreti, come si vedr`
a nel prossimo
paragrafo.
3.1
125
126
uk
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
a+T
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxx
a + kT a + (k + 1)T
b t
127
(3.2)
=
=
=
yk+1 yk
yk+1 yk
n1 yk+1 n1 yk
(differenza prima)
(differenza seconda)
(differenza nesima)
Ad esempio lequazione
yk+2 + a1 yk+1 + a2 yk = buk
pu`
o essere riscritta, come `e semplice verificare,
2 yk + (a1 + 2)yk + (a1 + a2 + 1)yk = buk .
Nel seguito per`o non faremo uso degli operatori di differenza, per cui assumeremo
la forma generale dellequazione alle differenze la (3.2) come rappresentazione
ingressouscita di sistemi LTI a tempo discreto.
128
3.1.1
Gli algoritmi
T
(uk + uk+1 )
2
(3.3)
che pu`
o essere usata per risolvere numericamente equazioni differenziali, ad
esempio una soluzione approssimata di y = ay sar`
a data da
y(k + 1) = (1 + aT )y(k)
3.1.2
Gli esempi visti derivano sostanzialmente da un processo di discretizzazione eseguito sul continuo. Esistono per`
o problemi che sono intrinsecamente discreti.
Esempio 3.2 Si consideri ad esempio la Letter Chain, che si formula nel seguente
modo: si supponga di ricevere una lettera che contenga un elenco di sei nomi e
indirizzi. La lettera chiede di spedire 1 e alla prima persona dellelenco, poi di
riscrivere la lettera cancellando il primo nome e aggiungendo il proprio in coda e
spedirne cinque copie ad altrettanti amici. La lettera assicura che in questo modo si
pu`
o ricevere una cifra che arriva fino a 15625 e. Possiamo analizzare questo processo
in termini di equazioni alle differenze. Posto infatti y(k) il numero di lettere al passo
k, in cui la lettera che si `e ricevuta corrisponde a y(0) = 1, al passo successivo si
produrranno 5 lettere, quindi y(1) = 5, ognuna delle quali ne generer`
a altre 5 e cos`
via; in generale si avr`
a
y(k + 1) = 5y(k) .
129
uk+1
uk
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
t0
t1
t2
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxx
tk
tk+1
130
ID
.
1 (1 + I)n
3.1.3
La rappresentazione ingressostatouscita
Ricordiamo che per i sistemi LTI a tempo continuo la cui evoluzione era rappresentata da unequazione differenziale di ordine superiore al primo `e stato necessario introdurre la rappresentazione ingressostatouscita. Analogamente, nel
caso tempo discreto, quando lequazione alle differenze `e di ordine superiore al
primo, allora `e opportuno descrivere il sistema con una rappresentazione isu,
che risulta essere del tipo
x(k + 1) = Ax(k) + Bu(k)
y(k) = Cx(k) + Du(k)
(3.4)
(3.5)
dove la prima equazione `e un sistema di equazioni alle differenze tutte del primo
ordine e le matrici A, B, C, D hanno la stessa denominazione di quelle della isu
dei sistemi a tempo continuo (1.7),(1.8).
131
k+1
k+2
uk
a1
a2
Figura 3.3: Passo intermedio per la realizzazione
se si effettuano le posizioni
x1 (k) = yk ,
x2 (k) = yk+1
si ha
x1 (k + 1) = x2 (k)
x2 (k + 1) = 3x2 (k) 2x1 (k) + 5u(k)
y(k) = x1 (k)
che in forma matriciale si scrivono
xk+1 =
yk =
0
1
2 3
1 0
xk +
0
5
uk
xk
(3.6)
(3.7)
Supponiamo ora che le condizioni iniziali nelle (3.6), (3.7) siano nulle. In
questa ipotesi `e possibile sfruttare la linearit`
a delle equazioni per ottenere una
132
uk
x2k+1
x2k
x1k
b1 b0 a1
yk
b2 b0 a2
a1
a2
Figura 3.4: Forma canonica di controllo
equazione che definisca luscita y della (3.6) in funzione delle variabili ausiliarie
ottenute dalla (3.7). Infatti lingresso applicato alla (3.6) `e una combinazione
lineare di quello applicato alla (3.7), quindi luscita y sar`
a esprimibile come
yk = b0 k+2 + b1 k+1 + b2 k .
(3.8)
(3.9)
il cui schema a blocchi corrispondente `e quello di Fig. 3.3, dove si vede che per la
realizzazione sono necessari gli elementi di ritardo unitario, i quali forniscono in
uscita, istante per istante, il valore dellingresso allistante di tempo precedente.
` chiaro quindi che le eventuali condizioni iniziali vanno inserite proprio come
E
uscite allistante iniziale di tali blocchi.
Per determinare ora luscita, osserviamo che le variabili k , k+1 , k+2 sono
disponibili alluscita degli elementi di ritardo, quindi si ottiene lo schema a blocchi
illustrato in Fig. 3.4.
A questo punto la rappresentazione isu `e ottenuta semplicemente ponendo
x1k = k , x2k = k+1 , che soddisfano le equazioni
x1 (k + 1) = x2 (k)
x2 (k + 1) = a2 x1 (k) a1 x2 (k) + u(k)
y(k) = (b2 b0 a2 )x1 (k) + (b1 b0 a1 )x2 (k) + b0 u(k)
che in forma matriciale diventano
xk+1 =
0
1
a2 a1
xk +
0
1
uk
+
-
ek
Calcolatore
uk
133
u(t) Processo
D/A
y(t)
t. continuo
A/D
yk
ZOH
u(t) Processo
y(t)
yk
t. continuo
b1 b0 a1 )xk + b0 uk .
3.1.4
134
tk
t1
t0
tk+1
(3.10)
(3.11)
e determiniamo la rappresentazione isu del sistema a dati campionati rappresentato in Fig. 3.6. A tale scopo basta applicare lequazione che fornisce la
risposta nello stato di un sistema LTI a tempo continuo (2.44) qui di seguito
riscritta per un istante di tempo iniziale generico t0
t
x(t) =
t0
x((k + 1)T ) =
kT
Indicando con fk = f (kT ) il valore della generica funzione f (t) al kmo istante
di campionamento, ed effettuando la sostituzione = (k + 1)T , si ha
xk+1 = eAT xk +
T
0
eA dBuk = Ad xk + Bd uk
135
dove3,
Ad = eAT ,
Bd =
eA dB
sono le matrici della rappresentazione isu cercata. Per il calcolo di eAT conviene diagonalizzare A, per cui eAT = U eT U 1 , dove e U sono le matrici
degli autovalori e degli autovettori di A, rispettivamente (vedi Appendice B).
` altres` evidente che le matrici dellequazione di uscita sono identiche a quella
E
dellequazione a tempo continuo (3.11) essendo questa algebrica. Vediamo un
esempio.
0
1
6 5
x+
0
1
1)x
u2 )
Au1 = 1 u1 ,
0
1
6 5
x
y
2x
2y
x=1
u1 =
y = 2
1
2
Au2 = 2 u2 ,
0
1
6 5
x
y
3x
3y
x=1
u2 =
y = 3
1
3
Di conseguenza, risulta
Ad = eAT = U eT U 1 =
1
1
2 3
e2T
0
0
e3T
1
1
0.97 0.08
=
2 3
0.47 0.59
Poiche la matrice A `e invertibile, la matrice degli ingressi del sistema a dati campionati
ha lespressione notevole
Bd = A1 (Ad I)B =
3
0
1
6 5
0.97 1
0.08
0.47 0.59 1
0
1
0.004
0.078
Nel caso in cui A non ha autovalori nellorigine, risulta Bd = [A1 eA ]T0 B = A1 (eAT I)B.
136
0.25
yk
0.2
y(t),
0.15
0.1
0.05
0
0
t, k
0.97 0.08
0.47 0.59
xk +
0.004
0.078
uk
1 ) xk
In Fig. 3.8 `e mostrata la risposta indiciale del sistema a tempo continuo sovrapposta a
quella del corrispondente sistema a dati campionati. Come si vede, in corrispondenza
degli istanti di campionamento, le due risposte coincidono.
3.2
La trasformata Z
In questo paragrafo presentiamo un operatore che `e lanalogo discreto della trasformata di Laplace nel continuo. In particolare, data la sequenza {xk }, se ne
definisce la Ztrasformata come
+
X(z) = Z{xk } =
xk z k ,
k=
r0 |z| R0
(3.12)
Come si pu`
o notare, la regione di convergenza `e una corona circolare con centro nellorigine del piano complesso e, si pu`
o dimostrare, diventa lesterno di un
cerchio se la sequenza `e nulla per k < a. Di seguito vengono enunciate alcune propriet`
a della trasformata Z che sono di interesse per lanalisi del comportamento
dinamico dei sistemi discreti.
3.2. La trasformata Z
Linearit`
a.
137
nZ
Valore finale. Se A(z) converge per |z| > 1 e tutti i poli di (z 1)A(z)
sono interni al cerchio unitario, allora
lim a(k) = lim (z 1)A(z)
k+
z1
1 k=0
0 k=0
Z[k ] =
k z k = 1z 0 = 1
k=
0 k<0
1 k0
essa pu`
o essere riscritta come
1 (k) = (k) + 1 (k 1)
quindi, applicando le propriet`
a di linearit`
a e traslazione nel tempo, risulta
Z[1 (k)] = Z[(k)] + z 1 Z[1 (k)] Z[1 (k)] =
1
z
=
1
1z
z1
138
ck z k =
k=
ak z k
k=
bk z k
k=
c1 = + a2 b1 + a1 b0 + a0 b1 + a1 b2 + a2 b3 + =
j=
aj b1j
c0 = + a2 b2 + a1 b1 + a0 b0 + a1 b1 + a2 b2 + =
j=
aj bj
c1 = + a2 b3 + a1 b2 + a0 b1 + a1 b0 + a2 b1 + =
aj b1j
j=
..
.
che in generale si scrive
+
ck = ak bk =
aj bkj ,
j=
kZ
3.2. La trasformata Z
139
Z[1 (k)] =
z k =
k=0
1
z
=
,
1 z 1
z1
+ k
k=0 r
|z| > 1
Se invece trasformiamo
x(k) =
1 k < 0
0 k0
otteniamo
X(z) =
1
k=
z k =
k=0
zk 1 =
z
,
z1
|z| < 1
xk z k
Z [x(k)] =
(3.13)
k=0
a(k)z k ,
n>1
k=0
Convoluzione4 .
Z + [ak bk ] = Z +
j=0
aj bkj = A(z)B(z)
k
j=0
aj bkj =
k
j=0
akj bj .
140
3.3
yk z k ,
Y (z) =
k=
yk z k =
k=
T
uk z k +
uk1 z k .
2 k=
k=
yk1 z k +
k=
(3.15)
yk1 z k
k=
si riscrive
z 1
j=
yj z j = z1 Y (z) ,
T
U (z) + z 1 U (z)
2
T 1 + z 1
U (z) ,
2 1 z 1
Y (z)
T 1 + z 1
T z+1
=
=
.
1
U (z)
2 1z
2 z1
T /2
141
yk
uk1
yk1
z 1
z 1
b0 z n + b1 z n1 + + bm z nm
b0 + b1 z 1 + + bm z m
=
.
1 + a1 z 1 + + an z n
z n + a1 z n1 + + an
(3.17)
(3.18)
Continueremo a chiamare poli e zeri del sistema le radici dei polinomi al denominatore e al numeratore della f.d.t. Possiamo ora dare un significato fisico alla
variabile z: siano tutti nulli i coefficienti della (3.17) tranne b1 = 1; allora si ha
W (z) = z 1
a cui, dalla (3.16), corrisponde
yk = uk1 ,
quindi luscita `e pari allingresso ritardato di un campione (o di un periodo, se lo
vediamo nel tempo). Possiamo quindi interpretare la funzione di trasferimento
z 1 come un ritardo unitario. Si noti che le equazioni alle differenze sono composte solo da ritardi, prodotti per costanti e somme, quindi possiamo schematizzarle
facendo uso solo di questi tre operatori. Ad esempio la regola di integrazione per
trapezi si pu`
o schematizzare come in Fig. 3.9. Tuttavia si pu`
o notare come il numero di elementi di ritardo usati (due) `e maggiore dellordine del sistema (uno),
difatti lo schema pu`
o essere semplificato come in Fig. 3.10. La realizzazione di
un sistema generico, cos` come spiegato nel Paragrafo 3.1.3, pu`
o essere ottenuta
facendo ricorso alle forme canoniche.
Abbiamo gi`
a visto come nel domino di z `e possibile ricavare la risposta nelluscita di un sistema LTI tramite la relazione (3.18) valida se il sistema parte
da condizioni iniziali nulle. Per trovare levoluzione del sistema quando parte da
condizioni iniziali generiche x0 da un certo di istante di tempo (che assumeremo
142
T /2
yk
+
+
z 1
+
(3.19)
(3.20)
che confrontate con la (3.18) ci dicono che la f.d.t. di un sistema tempo discreto
pu`
o essere ricavata a partire dalla sua rappresentazione isu con la formula
W (z) = C(zI A)1 B + D .
(3.21)
Da tale espressione si vede che anche nel caso discreto i poli della f.d.t. coincidono
con gli autovalori della matrice dinamica A se non ci sono cancellazioni tra le
radici del numeratore e del denominatore. Dora in poi assumeremo sempre
verificata tale ipotesi e cio`e che la realizzazione del sistema sia sempre minima.
Dallesame delle equazioni appena ricavate, si vede che la risposta, sia nello stato che nelluscita, `e somma del termine di evoluzione libera, dovuta alle
condizioni iniziali, e della risposta forzata, dovuta allingresso.
Si pu`
o inoltre dimostrare che antitrasformando si ottengono le risposte nel
dominio del tempo nella forma5
k1
Aki1 Bu(i) + Ak x0 ,
x(k) =
i=0
k1
k0
y(k) = C
i=0
5
(3.22)
k0
(3.23)
143
(3.25)
dove con w(k) abbiamo indicato la risposta impulsiva. Dalla (3.25) si deduce
che per calcolare la risposta impulsiva `e sufficiente Zantitrasformare la f.d.t. e,
viceversa, per calcolare la f.d.t. basta Ztrasformare la risposta impulsiva.
3.3.1
Metodi di antitrasformazione
T z2 + z
.
2 z 2 2z + 1
144
+z
+2z
3z
3z
1
1
+6
5
5
z 2 2z + 1
1 + 3z 1 + 5z 2 + 7z 3 +
3z 1
3z 1
+10z 1
7z 1
5z 2
5z 2
e quindi
y0 =
T /2
3T /2
y1 =
y2 =
5T /2
..
..
..
.
.
.
yk = kT + T /2
Un secondo metodo per calcolare lantitrasformata `e usare lo sviluppo in fratti semplici, analogamente a quanto fatto con Laplace. La differenza principale
rispetto a quanto fatto in precedenza `e che conviene espandere in fratti semplici
rispetto a z la funzione F (z)/z. Per comprendere il perche calcoliamo le seguenti
trasformate notevoli.
Esempio 3.10 Consideriamo la funzione esponenziale
u(k) =
0 k<0
rk k 0
la sua trasformata `e
+
r k z k =
U (z) =
k=0
(rz 1 )k =
k=0
1
z
=
,
1 rz 1
zr
ejk + ejk
1 (k) .
2
Usando la trasformata del segnale esponenziale, calcolata nellEsempio 3.10, abbiamo
x(k) =
X(z) =
=
1
1
z
z
Z[(ej )k ] + Z[(ej )k ] =
+
2
2 z ej
z ej
z(z cos )
1 2z 2 z(ej + ej )
= 2
2
j
j
2 z z(e + e ) + 1
z 2z cos + 1
145
z sin
.
z 2 2z cos + 1
Osservando che a numeratore delle trasformate notevoli appena calcolate compare sempre un termine monomio in z, per ottenere F (z) come sommatoria di trasformate notevoli occorre espandere in fratti semplici F (z)/z. Vediamo qualche
esempio.
Esempio 3.12 Volendo calcolare la risposta di un sistema tempo discreto che esegue
lalgoritmo di integrazione per trapezi con periodo di campionamento T ad un segnale
di ingresso esponenziale con r = 0.5, si ha
Y (z) = W (z)U (z) =
T 1 + z 1
z2 + z
1
T
=
2 1 z 1 1 0.5z 1
2 (z 1)(z 0.5)
r2
r1
+
z 1 z 0.5
z+1
z 0.5
= 4,
z=1
r2 =
z+1
z1
z=0.5
= 3
T
2
z
z
3
z1
z 0.5
T
4 3(0.5)k 1 (k) .
2
146
Tenendo conto della trasformata del gradino unitario, la risposta nel dominio di z
vale
z+1 z
z2 + z
Y (z) = W (z)U (z) =
=
z1z1
(z 1)2
che d`
a luogo allespansione
Y (z)
z+1
r11
r12
=
=
+
2
2
z
(z 1)
(z 1)
z1
dove i residui si ottengono come
r11 = [(z + 1)]z=1 = 2,
r12 =
d
(z + 1)
dz
=1
z=1
e quindi, tenendo conto della trasformata della rampa unitaria riportata in Appendice D, la risposta nel dominio del tempo vale
y(k) = (2k + 1)1 (k) .
Il caso in cui la funzione razionale fratta da antitrasformare presenta poli complessi e coniugati pu`
o essere facilmente ricondotto a quello di poli reali. Infatti,
sia p una radice del denominatore di Y (z)/z, allora anche p lo `e. Se la coppia
di radici complesse e coniugate `e unica, allora lespansione in fratti semplici da
considerare `e la seguente
Y (z)
A
A
Az
A z
=
+
Y
(z)
=
+
z
z p z p
z p z p
che antitrasformata d`
a
yk = Apk + A (p )k 1 (k) .
Posto p = rej e A = |A|ej arg(A) si ottiene
yk = |A|r k ej(k+arg(A)) + ej(k+arg(A)) 1 (k) = 2|A|r k cos k+arg(A) 1 (k) .
(3.26)
Esempio 3.14 La risposta indiciale del sistema a tempo discreto del secondo ordine
con poli complessi e coniugati in 0.71ej1.93
W (z) =
z+1
z 2 + 0.5z + 0.5
147
z2 + z
.
(z 1)(z 2 + 0.5z + 0.5)
z0.53ej2.78
z
z0.53ej2.78
+
+
z 1 z 0.71ej1.93
z 0.71ej1.93
che antitrasformata d`
a
yk = 1 + 1.06(0.71)k cos(1.93k + 2.78) 1 (k)
3.3.2
Modi di evoluzione
Finora abbiamo visto che la risposta di un sistema lineare a tempo discreto, cos`
come quella dei sistemi lineari a tempo continuo, `e somma dellevoluzione forzata, dovuta agli ingressi, e dellevoluzione libera, dovuta alle condizioni iniziali. In
questo paragrafo, analizzeremo le caratteristiche dellevoluzione libera, in quanto
essa `e lunica che dipende esclusivamente dalle caratteristiche del sistema. Ricordando la (3.19), nel dominio di z levoluzione libera nello stato `e regolata
dallespressione
Xl (z) = z(zI A)1 x0
quindi, nellantitrasformare, nel denominatore dellespansione in fratti semplici
della funzione Xl (z)/z comparir`
a il polinomio minimo della matrice dinamica,
le cui radici sono gli autovalori della matrice dinamica stessa6 . In base agli
esempi di antitrasformazione visti finora, possiamo dedurre che, nel dominio del
tempo, levoluzione liber`
a sar`
a sempre combinazione lineare di termini del tipo
km pk , m = 0, 1, 2, . . ., dove p `e un autovalore, in generale complesso, di A. Di
conseguenza, landamento temporale dellevoluzione libera sar`
a una combinazione
di andamenti elementari di funzioni del tipo
k m pk ,
km r k cos(k),
m = 0, 1, 2, . . .
dette modi propri di evoluzione del sistema, dove p `e il generico autovalore reale
di A e rej `e il generico autovalore complesso di A. Ancora una volta i coefficienti
della combinazione lineare sono costituiti dai residui delle scomposizioni in fratti
semplici, per cui possono essere anche nulli, nel caso siano radici dei polinomi a
numeratore. In tale eventualit`
a `e chiaro che linsieme di condizioni iniziali scelto
6
Che ipotizzeremo, se non diversamente indicato, coincidenti con i poli del sistema, cio`e le
radici del denominatore della sua f.d.t.
148
costante
alternante
aperiodico
divergente
alternante
Re(z)
aperiodico
convergente
alternante
aperiodico
convergente
aperiodico
divergente
3.4
Stabilit`
a
k=
|w(k)| < +
3.4. Stabilit`
a
149
nW (z) nU (z)
dW (z) dU (z)
quindi, i poli di Y (z) sono i poli di U (z) (radici di dU (z)) e quelli del sistema
(radici di dW (z)). Affinche luscita sia limitata, nellespansione in fratti semplici
di Y (z)/z devono comparire solo termini con poli di modulo minore di 1. Infatti,
se il polo `e reale (p), ad esso corrisponde nel dominio del tempo una funzione del
tipo pk convergente se |p| < 1; se il polo `e complesso (rej ) ad esso corrisponde
nel dominio del tempo una funzione del tipo r k cos(k) convergente se |r| < 1. Di
conseguenza, nellipotesi di ingresso limitato, le radici di dU (z) saranno tutte in
modulo minore di 1, per cui saranno i poli del sistema a dover essere di modulo
minore di 1. In conclusione vale la seguente proposizione
Proposizione 3.2 Un sistema LTI a tempo discreto `e stabile BIBO se e solo se
ha tutti i poli in modulo minore di uno.
Analogamente al caso dei sistemi a tempo continuo, anche per i sistemi a tempo
discreto si pu`
o introdurre il concetto di stabilit`
a sotto perturbazioni o stabilit`
a
interna. Dallanalisi dei modi di evoluzione, risulta chiaro che
Proposizione 3.3 Un sistema LTI tempo discreto `e
1. asintoticamente stabile se e solo se tutti gli autovalori della matrice dinamica sono in modulo minore di uno;
2. instabile se esiste almeno un autovalore della matrice dinamica in modulo
maggiore di 1 o almeno un autovalore di modulo unitario ma di molteplict`
a
maggiore di uno come radice del polinomio minimo;
3. stabile se gli autovalori della matrice dinamica sono in modulo non maggiore
di uno e quelli di modulo unitario sono di molteplicit`
a unitaria come radici
del polinomio minimo.
Anche nel caso tempo discreto si trova, dunque, che la stabilit`
a asintotica e quella
BIBO sono equivalenti, nel caso di un sistema completamente controllabile e
osservabile.
A questo punto per stabilire la propriet`
a di stabilit`
a esterna o quella di stabilit`
a interna, occorre un metodo che consenta di stabilire se le radici di un
150
z=
1+s
1s
Im (s)
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
Re(z)
Re(s)
1+s
1s
(3.27)
151
1.114 2.902
3.078 0.906
2.574
0.906
ha sicuramente tutte radici a parte reale negativa e quindi p(z) ha tutte radici in
modulo minore di 1.
Accenniamo, infine, al calcolo della risposta a regime permanente ad un segnale costante U . Perche la risposta a regime esista finita e sia indipendente dalle
condizioni iniziali, naturalmente, il sistema deve essere asintoticamente stabile in
modo che levoluzione libera si estingua al passare del tempo. In tale ipotesi `e
intuibile come il valore di regime delluscita sia pari al valore finale della risposta
ad un gradino U 1 (k), per cui, applicando il teorema del valore finale, si ha
y(+) = lim y(k) = lim (z 1)Y (z) = lim (z 1)W (z)
k+
z1
z1
Uz
= [W (z)]z=1 U
z1
3.5
Comandi MATLAB
I comandi gi`
a visti nel Paragrafo 2.8 per lanalisi dei sistemi a tempo continuo,
possono essere adoperati anche per sistemi a tempo discreto, basta definire il sistema assegnandogli un periodo di campionamento T . Ad esempio, per determinare
la risposta impulsiva del sistema
W (z) =
basta eseguire listruzione
z + 0.1
,
z 0.5
T = 0.001 s
152
3.6
Esercizi
0 4
1 5
x+
1
0
1 )x
Ts
uk
ZOH
u(t)
y(t)
3
s2 + 3s + 2
yk
3.6. Esercizi
153
0
1
0.06 0.5
xk +
0
1
uk ,
x(0) =
0 )xk
1
1
uk
z
z + 0.4
yk
+
4
z 0.4
z + 0.6
vk = vk1 + Hek1
vk
ZOH
v(t)
y = ay + bv
yk
y(t)
Ts
uk
+
-
z + 0.4
2
z + z 0.1
+
+
1
z + 0.3
yk
154
z
z 0.5
+
-
z + 0.1
2
z z+1
yk
CAPITOLO 4
4.1
Serie di Fourier
Consideriamo una funzione f (t) di variabile reale a valori complessi, cio`e lapplicazione
f : t R f (t) C
155
156
Fn ejn0 t ,
f (t) =
(4.1)
n=
1
T
f (t)ejn0t dt,
nZ
(4.2)
e sono numeri complessi, per cui sono definite le successioni dei moduli {|Fn |},
detta spettro di ampiezza del segnale, e delle fasi {arg(Fn )}, detta spettro di fase
del segnale, i quali hanno un diagramma discreto per cui si dice che un segnale
periodico ha lo spettro a righe.
Un caso notevole `e quello in cui il segnale f (t) assume solo valori reali, allora
i suoi coefficienti di Fourier sono tali che
Fn = Fn ,
nN
Fn ejn0 t + Fn ejn0 t
f (t) = F0 +
n=1
f (t) = a0 +
n=1
1
T
f (t)dt
an = 2Re(Fn ) =
2
T
bn = 2Im(Fn ) =
1`
(4.4)
2
T
nN
(4.5)
T
0
nN
(4.6)
157
f (t)
1
T /2 T /4 0
T /4 T /2
Fn
0.4
0.2
0
0.2
10
158
f(t)
4
3
2
1
10
15
20
25
30
Esempio 4.1 Sviluppiamo in serie di Fourier il segnale a onda quadra definito graficamente in Fig. 4.1. I coefficienti di Fourier sono calcolabili applicando la (4.2)
Fn =
1
T
T /2
T /2
f (t)ejn0 t dt =
1
T
T /4
T /4
ejn0 t dt =
1
2
1 sin(n/2)
2 n/2
n=0
n Z {0}
Come si vede, i coefficienti sono tutti reali e inoltre per n pari sono tutti nulli, e
infine, dalla Fig. 4.2 si pu`
o osservare come decrescono in ampiezza al crescere di n.
Le caratteristiche riscontrate nellesempio sono propriet`
a pi`
u generali, infatti
se f (t) `e una funzione pari (cio`e f (t) = f (t)) allora si ha bn = 0, n N e lo
spettro `e reale, mentre se f (t) `e una funzione dispari (cio`e f (t) = f (t)) allora
an = 0, n N {0} e lo spettro `e puramente immaginario. Infine, sotto alcune
ipotesi di continuit`
a su f (t), si pu`
o dimostrare che la successione dei coefficienti
di Fourier tende a 0 per n +.
Esempio 4.2 Dato il segnale periodico
f (t) = 3 + sin(2/3t) + 2 cos(4/5t)
somma di una costante pi`
u due segnali sinusoidali, il suo periodo `e il minimo comune
multiplo dei due periodi T1 = 3 s e T2 = 2.5 s, quindi T = 15 s (in Fig. 4.3 ne
sono riportati due periodi), infatti la pulsazione fondamentale 0 = 2/15 `e tale che
2/3 = 50 e 4/5 = 60 . Calcoliamo i suoi coefficienti di Fourier
F0 =
1
T
f (t)dt = 3
0
159
1
T
T
0
j0.5
f (t)ejn0 dt =
1
0
n=5
n=6
altrimenti
T
0
3 + sin(50 t) + 2 cos(60 t)
cos(n0 t) j sin(n0 t) dt
il 3 non d`
a alcun contributo, cos` come tutti i termini con n = 5 e n = 6, in quanto
integrali di funzioni sinusoidali calcolati su un numero intero di periodi. Per n = 5
lunico termine che d`
a contributo `e il segnale sinusoidale di periodo T1 moltiplicato
per j sin(50 t)
F5 =
j
T
T
0
j
2T
1 cos(100 t) dt = j0.5 .
2
T
T
0
2
2T
1 + cos(120 t) dt = 1 .
In conclusione, lo spettro del segnale ha un numero finito di righe, come del resto
era prevedibile visto che `e costituito dalla sovrapposizione di un numero finito di
sinusoidi.
4.2
Trasformata di Fourier
F () =
f (t)ejt dt
(4.7)
160
Cos` come per la trasformata di Laplace, anche per quella di Fourier `e stato
introdotto un simbolo particolare per indicare loperazione di trasformazione
F[f (t)] = F () ,
mentre con il simbolo
F 1 [F ()] = f (t)
si indica loperazione di antitrasformazione definita come
f (t) =
1
2
F ()ejt d
(4.8)
1
2
F ()ejt + F ()ejt d ,
+
0
1
F[F (t)]
2
Si pu`
o dimostrare che in tal caso il segnale deve necessariamente avere durata illimitata.
Per le dimostrazioni si veda, ad esempio, [5].
161
Coniugazione
F[f (t)] = F ()
Traslazione in t
F[f (t t0 )] = F ()ejt0
Traslazione in o modulazione
F[ej0 t f (t)] = F ( 0 )
Cambiamento di scala
F[f (t/a)] = |a|F (a)
Derivata in t
Derivata in
d
f (t) = jF ()
dt
F[jtf (t)] =
d
F ()
d
Simmetria
f (t) reale e pari
f (t) reale e dispari
Convoluzione
F () reale e pari
F () immaginaria pura e dispari
f ( )g(t )d = F ()G()
F[f (t)g(t)] =
1
F () G()
2
|f (t)|2 dt =
1
2
|F ()|2 d
Lultima propriet`
a `e suscettibile di uninteressante interpretazione fisica: lenergia
associata al segnale nel dominio del tempo deve essere pari a quella nel dominio
della frequenza. Ci`
o sar`
a di particolare interesse quando il segnale in questione `e
la risposta impulsiva di un sistema LTI.
Servendoci di tali propriet`
a e della definizione possiamo ora calcolare qualche
trasformata notevole.
162
Esempio 4.3 Iniziamo dalla funzione finestra di durata T definita dalla (2.3)
+
F[wT (t)] =
wT (t)ejt dt =
+T /2
T /2
ejt dt =
1 jt
e
j
+T /2
=T
T /2
sin(T /2)
T /2
il cui spettro, come si vede, `e reale e pari ed inoltre `e a banda illimitata, mentre il
segnale ha durata limitata. Notiamo che, in base alla propriet`
a di dualit`
a `e possibile
subito affermare che lo spettro di un segnale di tipo sinc()7 `e a banda limitata ed ha
la forma di una finestra.
Esempio 4.4 Per il calcolo dello spettro di un impulso di Dirac ci serviremo della
propriet`
a di campionamento (2.4)
+
F[(t)] =
(t)ejt dt = ej0 = 1 .
163
0.25
0.2
|F()|
f(t)
0.5
0
0.5
1
1
0.15
0.1
0.05
0.5
0
t
0.5
0
0
50
100
150
200
250
Figura 4.4: Segnale in banda base (nero) e in banda traslata (grigio) nel dominio
del tempo (sinistra) e della frequenza (destra) relativi allEsempio 4.6
Vediamo unimportante conseguenza della propriet`
a di modulazione.
Esempio 4.6 Determiniamo la trasformata di Fourier del segnale ottenuto moltiplicando una funzione sinc() per un coseno
F[sinc(t) cos(0 t)] = 1/2 F[sinc(t)]|0 + F[sinc(t)]|+0
= 1/(2)w2 ( 0 ) + 1/(2)w2 ( + 0 ) .
In generale, il prodotto nel dominio del tempo di un segnale per una sinusoide, in
frequenza consiste in una traslazione dello spettro del segnale di partenza di una
quantit`
a pari alla pulsazione del segnale sinusoidale (detto portante). Per questo
il segnale originario si dice anche in banda base, mentre la sua versione modulata
si dice in banda traslata. In Fig. 4.4 sono riportati tali segnali nel dominio nel
tempo e, per le sole pulsazioni positive, i relativi spettri di ampiezza, nel caso = 5
e 0 = 150. E` questo il principio su cui si basano le trasmissioni radio, e tutte le
conseguenze di questa propriet`
a saranno approfondite nei corsi di Telecomunicazioni.
Vista la similitudine formale delle definizioni delle trasformate di Fourier e
Laplace, ci si potrebbe chiedere in che relazione sono le due entit`
a. Confrontando
la (2.1) con la (4.7) si vede subito che vale la relazione, avendo posto come al
solito s = + j
L[f (t)] = F[f (t)et ] ,
(4.9)
che ci fa comprendere come possano esistere funzioni f (t) che tendono anche allinfinito per t + (ma non troppo rapidamente, o meglio pi`
u lentamente
di un esponenziale) e che sono trasformabili secondo Laplace ma non secondo
7
164
4.3
(4.10)
Risposta esponenziale
= Ax(t) + Bu(t)
y(t) = Cx(t) + Du(t)
e applichiamo il segnale di ingresso u(t) = U es0 t a partire da , con s0 C. Nel
Capitolo 2 abbiamo trovato che la risposta nelluscita ad un ingresso applicato
da si calcola come lintegrale di convoluzione
+
w( )U es0 (t ) d =
y(t) =
(4.11)
L[w(t)]
cio`e luscita `e pari allo stesso segnale esponenziale (in generale complesso) posto in ingresso, moltiplicato per una costante (complessa) pari alla funzione di
trasferimento calcolata in s0 . Questo fatto significa che le funzioni esponenziali
complesse sono delle autofunzioni per sistemi LTI, nel senso che come una matrice non ruota i suoi autovettori, cos` un sistema lineare non modifica segnali di
ingresso esponenziali. Naturalmente, luscita calcolata nella (4.11) `e un segnale
ben definito solo se la W (s) `e ben definita in s0 , cio`e s0 non deve essere un polo
del sistema e, ricordando che i poli di W (s) sono gli autovalori della matrice dinamica A, s0 non deve essere un autovalore della matrice A. Inoltre, va osservato
che tale equazione `e valida solo se il segnale di ingresso `e applicato da . Se
cos` non fosse, la (4.11) sarebbe valida solo asintoticamente, nel senso che la
differenza fra luscita effettiva e quella calcolata con la (4.11) tenderebbe a zero
per t +. In altre parole, la formula (4.11) va intesa come risposta a regime
8
I risultati possono essere estesi al caso di sistemi instabili con unopportuna scelta delle
condizioni iniziali (vedi, ad esempio,[2]).
165
permanente cos` come definita nel Paragrafo 2.5 tramite la (2.55). Per chiarire le
idee facciamo un esempio.
x(0) = x0
y(t) =
0
t
0
e4 d + x0 e3t = e3t
1
1
1 3t
= e3t [e4t 1] + x0 e3t = et + x0
e ,
4
4
4
1 4
e
4
+ x0 e3t
t0.
1
s+3
et =
s=1
1 t
e
4
e quindi la differenza fra i due risultati vale (x0 1/4)e3t , che tende a zero per
t +. E` importante sottolineare che se pure avessimo scelto semplicemente
x(0) = 0, la (4.11) non sarebbe stata verificata, perche sarebbe rimasto sempre un
termine del tipo e3t . Tuttavia si intuisce che una scelta opportuna9 della condizione
iniziale rende la (4.11) valida t R.
Dallequazione (4.11) si pu`
o anche osservare che se s0 coincide con uno zero
della f.d.t. (cio`e W (s0 ) = 0) allora luscita risulta identicamente nulla (sempre asintoticamente), effetto che abbiamo gi`
a indicato nel Paragrafo 2.2.5 come
propriet`
a bloccante degli zeri.
Concludiamo il paragrafo riportando il risultato analogo alla (4.11) per la
risposta esponenziale nello stato ad un ingresso u(t) = U es0 t
x(t) = (s0 )BU es0 t = (s0 )Bu(t) = (s0 I A)1 Bu(t) .
9
(4.12)
166
4.4
Risposta sinusoidale
Come nel paragrafo precedente abbiamo calcolato la risposta ad un segnale esponenziale, ora calcoleremo la risposta di un sistema LTI asintoticamente stabile
con f.d.t. W (s) ad un segnale sinusoidale a pulsazione 0 e di ampiezza AU , cio`e
u(t) = AU cos(0 t) .
(4.13)
(4.14)
n
r
r
s
rk
=
+
+
,
s2 + 02 k=1 s pk s j0 s + j0
dove rk sono i residui dei modi propri del sistema corrispondenti ai poli pk ed
r `e il residuo del modo proprio dellingresso corrispondente alle radici j0 del
denominatore di Y (s), che vale
r = [(s j0 )Y (s)]s=j0 = W (s)AU
s
s + j0
=
s=j0
W (j0 )AU
2
y(t) =
k=1
da cui si vede che la differenza tra questa funzione e la y(t) espressa dalla (4.14)
vale nk=1 rk epk t , che tende a zero per t +, grazie allipotesi di asintotica
stabilit`
a del sistema.
In conclusione, la (4.14) rappresenta effettivamente la risposta a regime permanente di un sistema LTI ad un segnale sinusoidale, e si pu`
o affermare che
questa `e ancora un segnale sinusoidale del tipo AY sin(0 t + Y ) e tale che
AY
= |W (j0 )|,
AU
Y = arg(W (j0 )) .
167
(4.15)
u(t) =
An cos(n0 t + n )
n=1
y(t) =
n=1
Concludiamo il paragrafo con qualche esempio. Il primo `e mirato a far vedere come, se pure nella realt`
a non `e possibile applicare segnali di ingresso da
, calcolare la risposta del sistema a regime permanente pu`
o essere comunque
unottima approssimazione di situazioni in cui i segnali sinusoidali sono stati applicati da un tempo abbastanza grande rispetto alle costanti di tempo tipiche del
sistema.
s+1
,
s2 + s + 10
10
Si considera il caso di un segnale a media nulla, tanto la risposta ad una costante era gi`
a
stata calcolata nel Paragrafo 2.5.
168
10
y(t), u(t)
5
0
5
10
0
10
15
Figura 4.5: Ingresso (grigio) e uscita (nero) del sistema dellEsempio 4.8
determiniamone la risposta al segnale u(t) = 10 cos(2t + /3). Dato che il sistema `e
asintoticamente stabile e il segnale sinusoidale `e applicato da possiamo applicare
la formula (4.14), che richiede di valutare la f.d.t. per s = j2
1
1
2 j/4
1 + j2
W (j2) =
= +j =
e
6 + j2
4
4
4
e quindi luscita risulta pari a
5 2
7
y(t) =
cos 2t +
2
12
cio`e un segnale sinusoidale di ampiezza pi`
u piccola di quella del segnale di ingresso e
sfasato rispetto a questo di /4 rad in anticipo. Se il segnale di ingresso fosse stato
applicato solo a partire da t = 0 (cio`e pari a u(t)1 (t)), la risposta del sistema
sarebbe stata uguale a quella sopra calcolata solo asintoticamente, cio`e una volta
o apprezzare in Fig. 4.5,
esaurito il transitorio iniziale di circa11 8 s, cos` come si pu`
dove sono riportati i grafici dei segnali di uscita e di ingresso relativi a tale caso.
Nel secondo esempio verificheremo che nel caso non lineare la risposta a segnali
sinusoidali pu`
o essere non sinusoidale, per cui si dice che i sistemi non lineari
hanno un effetto distorcente sui segnali di ingresso, nel senso che la forma
del segnale sinusoidale di ingresso viene cambiata anche notevolmente in uscita.
Ad esempio, speciali circuiti non lineari, detti appunto distorsori, venivano
utilizzati negli anni 70 dai musicisti rock per generare particolari effetti acustici
con la chitarra elettrica.
11
Si noti come tale intervallo `e circa pari al tempo di assestamento del sistema, una cui stima
`e proprio Ta2 = 4/n = 8 s.
169
15
y(t), u(t)
10
0
0
10
20
30
Figura 4.6: Ingresso (grigio) e uscita (nero) del sistema dellEsempio 4.9
y(0) = 1 ,
dy
=
y
t
0
si ottiene
y(t) = e2.5 sin t
il cui andamento `e riportato in Fig. 4.6 assieme a quello del segnale di ingresso,
dove si vede chiaramente che il segnale di uscita, nonostante sia periodico, `e non
sinusoidale, e quindi ha uno spettro a infinite righe.
Dallultimo esempio si deduce anche che, in generale, i sistemi non lineari sono
in grado di generare armoniche non presenti nel segnale di ingresso, al contrario
dei sistemi LTI, i cui segnali di uscita possono contenere solo armoniche gi`
a
presenti nel segnale di ingresso. Questo concetto sar`
a chiarito e approfondito nel
prossimo paragrafo.
170
4.5
Si definisce risposta armonica o risposta in frequenza del sistema con f.d.t. W (s) =
C(sI A)1 B + D la funzione complessa di variabile reale12
W (j) = W (s)|s=j = C(jI A)1 B + D
(4.16)
definita per valori non negativi di e tali che j non sia un polo di W (s); ci`
o
`e certamente verificato per qualunque se il sistema `e asintoticamente stabile,
infatti, in tal caso, la W (s) ha tutti i poli a parte reale negativa. Si vede subito
che la conoscenza di W (j) per > 0 consente di conoscere anche W (j),
infatti si ha
W (j) = W (j) .
In base al risultato espresso dalla (4.14) si pu`
o dare subito uninterpretazione
della risposta armonica. Per ciascun valore della pulsazione in cui la (4.16) sia
ben definita, il modulo del numero complesso W (j) rappresenta il rapporto
tra lampiezza della risposta a regime permanente ad un segnale sinusoidale e
lampiezza del segnale di ingresso stesso; la fase del numero complesso W (j),
invece, rappresenta lo sfasamento che c`e tra ingresso e uscita.
Tuttavia, non `e questa lunica interpretazione che si pu`
o dare della risposta
armonica. Infatti, calcoliamo la risposta di un sistema ad un generico ingresso
trasformabile secondo Fourier, cio`e scomponibile nella sovrapposizione continua
di esponenziali complessi
u(t) =
1
2
U ()ejt d
1
2
Y ()ejt d
(4.17)
171
16
[i , s ] = 0 : |W (j)|dB MrdB k
13
Si chiama duty cycle di unonda quadra il rapporto tra lintervallo di tempo in cui il segnale
`e non nullo e il periodo.
14
Cio`e di ampiezza pi`
u piccola di quella del segnale di ingresso.
15
Cio`e di ampiezza pi`
u grande di quella del segnale di ingresso.
16
Dato un numero reale positivo , si pone dB = 20 log10 .
172
|W (j)|dB
Mr
Mr k
Ma + k
Ma
0
i +s
2
e c =
i +s
2
173
|W (j)|dB
|W (0)|dB
|W (0)|dB k
2Bk
con k = 2Bk
Come si vede anche in Fig. 4.8, `e chiaro che se Mr = |W (j0)| allora tale definizione coincide con quella gi`
a data nel caso generico. Il valore pi`
u spesso adoperato
nella pratica per k `e pari a 3 dB, che equivalgono
a
un
rapporto
fra ampiez
za delluscita e ampiezza dellingresso di circa 2/2, cio`e, a quella frequenza,
lampiezza del segnale di uscita `e pari circa al 70% dellampiezza del segnale di
ingresso. Chiariamo meglio questo concetto. Abbiamo detto che il modulo della
funzione di riposta armonica rappresenta il rapporto tra lampiezza AY del segnale di uscita e quella AU del segnale di ingresso, dunque se alla generica pulsazione
0 esso vale x dB, allora vale la relazione
AY
AU
x
AY
= x AY = 10 20 AU
AU
dB
Si fa notare come tale valore sia pari al valore assoluto del guadagno statico del sistema.
174
20
30
40
arg(W)
20
[deg]
10
[dB]
|W|
60
40
80
50
4
6
[rad/s]
10
100
x 10
4
6
[rad/s]
10
5
x 10
10
20
[deg]
20
40
arg(W)
|W| [dB]
Figura 4.9: Risposta in frequenza del sistema del I ordine (scala lineare)
30
40
50
60
80
10
10
100
10
log10 [rad/s]
10
log10 [rad/s]
Figura 4.10: Risposta in frequenza del sistema del I ordine (scala logaritmica)
Esempio 4.10 Si consideri il circuito RC di Fig. 2.25, la cui f.d.t. del primo ordine,
gi`
a ricavata nellEsempio 2.30, `e
W (s) =
1
=, con R = 100 e C = 1 F
1 + sRC
1
,
1 + j
i cui diagrammi dei moduli in dB e delle fasi in gradi sono riportati in Fig. 4.9
in scala lineare, cio`e in funzione di , mentre in Fig. 4.10 sono riportati in scala
logaritmica, cio`e in funzione di log10 . Il vantaggio della scala logaritmica `e evidente
in quanto si riesce ad apprezzare meglio landamento delle grandezze su un intervallo
175
|W| [dB]
20
40
60
80 0
10
10
log
10
10
Figura 4.11: Risposta in frequenza del sistema dellEsempio 4.11 con = 1 Ns/m
di pulsazioni molto elevato (da 0.1 rad/s a 106 rad/s). Dalle figure si vede che il
massimo del modulo si raggiunge per = 0 e vale 1 (0 dB), mentre la banda a
3 dB (B3 = s /2) si ottiene risolvendo lequazione18
2
1
2
1
1
|W (js )| =
=
1 + s2 2 = 2 s = B3 =
2
1 + js
2
2
Inoltre, nel diagramma in scala logaritmica si nota come il modulo rimane praticamente costante fino alla pulsazione di taglio superiore (la diminuzione, per definizione
di s `e inferiore a 3 dB), a partire dalla quale inizia a diminuire costantemente di circa
20 dB ogni decade, cio`e un intervallo in cui la pulsazione varia di un fattore 10.
Vediamo un esempio del II ordine.
18
La pulsazione di taglio superiore in questo caso `e detta anche pulsazione a 3 dB, pi`
u spesso
indicata col simbolo 3 .
176
150
|W| [dB]
100
50
0
50
100 0
10
10
log
10
10
Figura 4.12: Risposta in frequenza del sistema dellEsempio 4.11 con = 0 Ns/m
Se, invece, applichiamo una forza sinusoidale di ampiezza 1 N e pulsazione vicina a
10 rad/s, il carrello si sposta di 0.1 m (o, equivalentemente, per spostare il carrello di
0.01 m bastano 0.1 N). Al crescere della pulsazione della forza sinusoidale applicata,
gli spostamenti sono sempre pi`
u bassi. Dunque, il sistema, nellintorno della pulsazione naturale tende ad avere un comportamento particolare, nel senso che risulta
particolarmente reattivo ai segnali di ingresso. Addirittura, in assenza di attrito
( = 0), il diagramma del modulo della funzione di risposta armonica, riportato in
Fig. 4.12, presenta un asintoto verticale in corrispondenza della pulsazione naturale,
ci`
o vuol dire che se applicassimo una forza a quella pulsazione, non importa quanto
piccola, lampiezza degli spostamenti del carrello sarebbe infinita. Tale fenomeno,
detto risonanza, si verifica in moltissimi sistemi reali, di natura meccanica, elettrica, ecc., e, in alcuni casi, pu`
o essere utilmente sfruttato (ad esempio, nei forni a
microonde, negli oscillatori, negli strumenti medici per la diagnosi), mentre in molti altri va tenuto in conto nella fase di progettazione del sistema per evitare che
possa provocare danni o malfunzionamenti (ad esempio, nei circuiti elettronici, nelle
strutture meccaniche e aeronautiche e in quelle degli edifici). Calcoliamo la banda
passante a 3 dB19
2
1/M
2 1
|W (j3 )| =
|W (j0)| 2
=
2
2
2 M n2
n 3 + j2n 3
da cui, elevando al quadrato ambo i membri20
(n2 32 )2 + 4 2 n2 32 = 2n4 3 = n 1 2 2 +
19
20
2 4 2 + 4 4 .
177
w(t)
|W (j)|
1
Ts
2B
Figura 4.13:
impulsiva.
2B
Ts
6 = n 1 2 2 + 2 1 2 + 4 .
Uninteressante interpretazione del significato fisico della banda passante pu`
o
essere ricavata basandosi sulluguaglianza di Parseval, riscritta per la risposta
impulsiva di un sistema passa basso ideale23 di banda B (vedi Fig. 4.13, linea
continua)
+
1 +
|w(t)|2 dt =
|W (j)|2 d
2
|w(t)|2 dt =
+
0
|W (j)|2 d =
2B
= 2B
178
4.6
Diagrammi di Bode
Gi`
a dai semplici esempi presentati nel paragrafo precedente si intuisce come una
rappresentazione grafica della risposta armonica permetta di comprendere in maniera immediata le propriet`
a filtranti di un sistema, cio`e il suo modo di rispondere
al variare del contenuto frequenziale del segnale di ingresso. Infatti, nellEsempio 4.10, se il segnale di ingresso ha uno spettro confinato tutto allinterno della
banda del sistema, allora lo spettro delluscita sarebbe pari a quello dellingresso stesso (visto che |W | 1) e dunque il sistema non introdurrebbe alcuna
distorsione di ampiezza.
Appare, quindi, indispensabile avere a disposizione uno strumento semplice
ed efficace che consenta di rappresentare graficamente la risposta armonica di un
sistema di cui sia nota la f.d.t. W (s) e quindi la risposta in frequenza W (j) =
W (s)|s=j . Diciamo subito che presenteremo un metodo valido anche nel caso
in cui il sistema non sia asintoticamente stabile e quindi nel caso in cui non
esiste risposta a regime permanente ad un ingresso sinusoidale. Infatti, in tal
caso, da un lato, continua ad essere possibile considerare la restrizione della W (s)
allasse immaginario, e dallaltro si `e detto che comunque la risposta di un sistema
instabile ad un segnale sinusoidale pu`
o essere ancora sinusoidale tramite una
scelta opportuna dello stato iniziale e della frequenza.
Tra i diversi tipi di diagrammi a disposizione per rappresentare la risposta
armonica, quelli pi`
u diffusi sono i diagrammi di Bode, che consistono in due
grafici, il primo, detto diagramma dei moduli, riporta la grandezza |W (j)|dB
in funzione di log10 , mentre il secondo, detto diagramma delle fasi, riporta
a
la grandezza arg(W (j)) (in gradi) sempre in funzione di log10 . In realt`
il metodo che stiamo per presentare permetter`
a di rappresentare i cosiddetti
diagrammi asintotici di Bode, cio`e delle approssimazioni dei diagrammi effettivi,
ma semplici da tracciare manualmente. Naturalmente, in MATLAB `e possibile
tracciare i diagrammi esatti e i comandi necessari saranno presentati alla fine del
presente capitolo24 .
24
Al contrario, non esiste alcuna funzione predefinita che consenta il tracciamento dei
179
a1 sm + a2 sm1 + + am+1
,
b1 sn + b2 sn1 + + bn+1
a1 , b1 = 0
che pu`
o essere fattorizzata nella forma
(1 +
si )mi
ni
(1 + si )
i=1
(4.18)
(1 + 2h s/nh + s
/n2 h )nh
h=1
dove
1/i sono i poli reali non nulli di molteplicit`
a ni di W (s)
1/i sono gli zeri reali non nulli di molteplicit`
a mi di W (s)
h sono gli smorzamenti delle coppie di poli complessi e coniugati di molteplicit`
a nh di W (s)
h sono gli smorzamenti delle coppie di zeri complessi e coniugati di molteplicit`
a mh di W (s)
nh sono le pulsazioni naturali delle coppie di poli complessi e coniugati di
molteplicit`
a nh di W (s)
n h sono le pulsazioni naturali delle coppie di zeri complessi e coniugati di
molteplicit`
a mh di W (s)
m0 molteplicit`
a delleventuale zero nellorigine di W (s)
n0 molteplicit`
a delleventuale polo nellorigine di W (s)
mentre la costante di guadagno K `e pari a
K=
am+1m0
a1 i=1
= lim sn0 m0 W (s) =
s0
bn+1n0
b1
i=1
ini
h
n2m
h
h=1
imi
n2nhh
h=1
in altri termini, K `e il guadagno statico del sistema privato degli zeri e dei poli
nellorigine.
diagrammi asintotici.
180
[deg]
10
20log |K|
arg(W)
[dB]
20
|W|
30
0
10 1
10
50
100
150
10
log10 [rad/s]
10
K<0
1
10
10
log10 [rad/s]
10
Quello che dobbiamo rappresentare `e ovviamente la restrizione di questa funzione allasse immaginario, cio`e per s = j. Abbiamo scritto la funzione nella
forma di prodotti e rapporti perche per rappresentare il diagramma del modulo
in dB occorre calcolarne il logaritmo e quindi, grazie alle propriet`
a dei logaritmi,
`e possibile tracciare i diagrammi dei singoli fattori e poi sommarli (algebricamente). Allo stesso modo, per rappresentare il diagramma delle fasi, grazie alle
propriet`
a della funzione argomento di un numero complesso, `e possibile tracciare
i diagrammi dei singoli fattori e poi sommarli (algebricamente).
I fattori presenti nellespressione (4.18) della W (s) sono solo di quattro tipi
K
costante di guadagno
(j)k
termine monomio
(1 + j )k
termine binomio
1+
2
2
j 2
n
n
termine trinomio
con k Z.
181
40
200
k=2
k=1
20
[deg]
k=1
|W|
[dB]
20
100
arg(W)
k=2
k=1
k=1
100
k=2
40 1
10
k=2
0
10
log [rad/s]
10
200 1
10
10
10
log10 [rad/s]
10
20 db/decade
10
30
60
45/decade
80
40
50 2
10
20
40
20
arg(W)
|W|
[dB]
10
log10
10
100 2
10
10
log10
10
Figura 4.16: Diagramma di Bode del termine binomio (1 + j )1 , per > 0 (in
grigio il diagramma reale, in nero il diagramma asintotico)
Termine monomio.
da25
Le quantit`
a da diagrammare (modulo e fase) sono date
(j)k
dB
k
arg (j)
= 20k log10
= 90 k
Dunque, i moduli, come funzioni della variabile log10 , sono rette che passano per
lorigine e hanno pendenza 20k dB/decade; le fasi, invece, sono rette orizzontali
di ordinata 90 k. In Fig. 4.15 sono riportati i relativi diagrammi per diversi valori
dellesponente k.
25
182
Termine binomio.
Le quantit`
a da diagrammare sono
(1 + j )k
dB
k
arg (1 + j )
= 20k log10
1 + 2 2
= k arg(1 + j )
1 + 2 2
k arg(1 + j )
Per capire come sono fatti i diagrammi, iniziamo a considerare il caso di un termine binomio relativo ad un polo negativo di molteplicit`
a 1 della f.d.t. ( > 0 e
k = 1). Con riferimento alla Fig. 4.16 (dove `e riportato il diagramma in funzione
della variabile normalizzata log10 ), si nota che il diagramma dei moduli parte
da 0 dB e fino a che < 1/ si mantiene praticamente costante, e a partire da
= 1/ inizia a decrescere con una pendenza quasi costante di 20 dB/decade.
Infatti, le approssimazioni asintotiche ci dicono che per valori di << 1/ il
modulo vale 0 dB e per valori superiori `e una retta di pendenza 20 dB/decade.
Dunque il diagramma asintotico cambia improvvisamente aspetto nel punto
1/ che per questo si chiama punto di rottura. Passiamo ad analizzare il diagramma delle fasi. Esso parte da 0 e poi decresce fino al valore asintotico di
90 . Tuttavia, al contrario di quello dei moduli, nellintervallo delle intorno
a 1/ esso si discosta molto dalla approssimazione asintotica indicata con a in
Fig. 4.16. Per questo motivo, nella pratica si adotta una approssimazione diversa
costituita da una retta (indicata con b in Fig. 4.16) inclinata di 45 /decade
che parte dal punto di rottura sinistro 0.1/ e termina nel punto di rottura destro
10/ .
Per un generico termine binomio a denominatore, cio`e del tipo (1 + j )k con
> 0, k < 0, i diagrammi di Bode si ottengono moltiplicando per |k| le ordinate
di quelli appena visti, mentre quelli di un termine a numeratore, cio`e del tipo
(1 + j )k con > 0, k > 0, si ottengono moltiplicando per |k| le ordinate e
ribaltando rispetto allasse delle ascisse quelli appena visti. Nel caso < 0 il
diagramma dei moduli rimane identico a quello per > 0, mentre quello delle
fasi si ottiene ribaltando rispetto allasse delle ascisse quello per > 0. Cos`,
ad esempio, i diagrammi di Bode del termine (1 + j )2 , < 0 sono quelli in
Fig. 4.17.
Termine trinomio.
seguenti
26
183
10
200
[deg]
10
40 db/decade
20
arg(W)
|W|
[dB]
30
150
+90/decade
100
50
40
0
50 2
10
10
log10
10
10
10
log10
10
Figura 4.17: Diagramma di Bode del termine binomio (1 + j )2 , per < 0 (in
grigio il diagramma reale, in nero il diagramma asintotico)
1+
2
2
j 2
n
n
arg 1 +
2
j 2
n
n
= 20k log10
dB
k arg 1 +
(1 2 /n2 )2 + 4 2 2 /n2
2
2
j 2
n
n
2
n2
k arg 1 +
+ 4 2
n2
2
2
j 2
n
n
184
20
20
30
40 1
10
=0.7
=1
[deg]
10
50
100
=0.7
=0.5
=1
90/decade
b
150
40 dB/decade
10
log10 /n
=0.1
=0.3
arg(W)
[dB]
|W|
=0.1
=0.3
=0.5
10
10
200 2
10
10
log10 /n
10
in questo caso, una retta inclinata di 90 /decade che parte dal punto di rottura
sinistro 0.1n e termina nel punto di rottura destro 10n , come il diagramma b
riportato in Fig. 4.18.
2
185
80
20
[deg]
[dB]
40
|W|
60
100
arg(W)
+80 dB/decade
200
180 /decade
300
=0.2
=0.2
20 1
10
10
log /
10
10
10
10
log10 /n
10
2 2
2 ) ,
n
per
2
n j
2
2
n
Concludiamo il paragrafo fornendo un algoritmo per il tracciamento dei diagrammi di Bode di una f.d.t. generica con luso di matita e squadrette.
4.6.1
lj =
20mi
40m
20ni
40nh
per
per
per
per
i
i
i
i
termini
termini
termini
termini
binomi di molteplicit`
a mi a numeratore
trinomi di molteplicit`
a mh a numeratore
binomi di molteplicit`
a ni a denominatore
trinomi di molteplicit`
a nh a denominatore
186
prolungamento, lasse delle ordinate28 nel punto 20 log10 |K| e quello delle ascisse
1
4.6.2
45sign(i )mi
per i termini
90sign(h )mh per i termini
ljs =
binomi di molteplicit`
a mi a numeratore
trinomi di molteplicit`
a mh a numeratore
binomi di molteplicit`
a ni a denominatore
trinomi di molteplicit`
a nh a denominatore
ljd = ljs
Passo 2. Si tracci il primo segmento del diagramma che `e una semiretta orizzontale e che interseca, eventualmente con il suo prolungamento, lasse delle ordinate
nel punto 0 definito fase iniziale (lim0 arg(W ()))
0 =
90 (m0 n0 )
se K > 0
187
solo se K < 0
delle singolarit`
a nellorigine
dei termini binomi di molteplicit`
a mi a numeratore
dei termini trinomi di molteplicit`
a mh a numeratore
dei termini binomi di molteplicit`
a ni a denominatore
dei termini trinomi di molteplicit`
a nh a denominatore
20s(1 + s/0.5)
(1 + s/2)2 (1 + s/100 + s2 /1002 )
m0 = 1,
n0 = 0
Costante di guadagno
K = 20 > 0, KdB = 20 log 10 |K| 26
Punti di rottura del diagramma dei moduli
1/1 = 0.5,
1/1 = 2,
n1 = 100
{0.2, 20},
{10, 1000}
188
[dB]
20
|W|
40
+40 dB/dec
40 dB/dec
+20 dB/dec
20
40 2
10
10
10
10
log [rad/s]
10
10
10
45/dec
arg(W)
[deg]
+45/dec
100
90/dec
180/dec
90/dec
100
200 2
10
10
10
10
10
10
log10 [rad/s]
Figura 4.20: Diagramma di Bode dellEsempio 4.12 (in grigio il diagramma reale,
in nero il diagramma asintotico)
4.7
(4.19)
(4.20)
189
Si osservi che, analogamente al caso tempo continuo, anche nel caso tempo
discreto la risposta armonica viene calcolata valutando la f.d.t. del sistema sulla
frontiera della regione del piano complesso allinterno della quale si trovano i
poli di un sistema asintoticamente stabile, nella fattispecie il cerchio di raggio
unitario, la cui circonferenza ha appunto equazione z = ej .
Esempio 4.13 Dato il sistema a tempo discreto con f.d.t.
W (z) =
z2
z 0.1
0.4z + 0.03
4.8
Comandi MATLAB
In MATLAB `e possibile tracciare i diagrammi di Bode reali ma non quelli asintotici (almeno di non scrivere dei programmi opportuni). Il comando che permette
di disegnare direttamente su una finestra grafica i diagrammi `e
>> bode(W)
dove W `e una variabile di tipo sistema. Se si volesse avere a disposizione in due
variabili modulo e fase della risposta armonica di W, basterebbe usare i parametri
di uscita del comando bode
>> [m,f,w]=bode(W)
dove il modulo m `e in valori naturali, la fase f `e in gradi e w `e il vettore delle
pulsazioni in rad/s. Se si volesse specificare un intervallo di pulsazioni, viene in
aiuto il comando logspace che ci consente di creare un vettore w a spaziatura
logaritmica, cos`, ad esempio, se si volesse avere un vettore w di 500 punti dalla
pulsazione 102 alla pulsazione 103 , basterebbe usare listruzione
>> w=logspace(-2,3,500);
Per averlo, invece, a spaziatura lineare con passo di 0.1 rad/s basterebbe usare
loperatore : nel seguente modo30
30
190
>> w=1e-2;0.1:1e3;
Volendo trovare i punti di rottura del diagramma asintotico, occorrerebbe
calcolare i poli e gli zeri del sistema con i comandi pole e tzero, rispettivamente,
mentre il comando damp fornisce pulsazioni naturali e smorzamenti.
Un comando grafico molto utile per il tracciamento manuale dei diagrammi
di Bode `e semilogx(x,y) che permette di tracciare il grafico di y in funzione di
log10(x).
Per i sistemi discreti, i comandi sono tutti identici, in quanto le variabili di
tipo sistema comprendono anche i sistemi a tempo discreto, basta che quando
vengono definite si fornisca anche il valore del periodo di campionamento T . Ad
esempio per definire il sistema con f.d.t.
W (z) =
z 0.5
,
z 2 + 0.1z + 0.4
T = 0.01 s
4.9
Esercizi
0
1
0
0
0
1 x + 0 u
x = 0
6 11 6
1
y = (1
0 )x
4.9. Esercizi
191
R
R
-
u(t)
C
y(t)
u(t)
2
s+4
y(t)
90s + 270
100s + 20
, G2 (s) = 3
(s + 10)(s2 + 50s + 900)
s + 10s2 + 100s
s2
16s 4
,
+ 55s + 250
G4 (s) =
(s
100
+ 10s + 25)
1)(s2
192
replacemen
R
1
s+1
u(t)
y(t)
1
2
s + p2
2s + 2
s+a
y(t)
4.9. Esercizi
193
u2 (t)
u1 (t)
+
+
1
s+3
y(t)
s+3
s+6
u1 (t)
+
u2 (t) +
400
s2 + 20s + 400
y(t)
Bibliografia
[1] A. Balestrino, G. Celentano, Teoria dei Sistemi, vol. III, Liguori, Napoli,
1982.
[2] P. Bolzern, R. Scattolini, N. Schiavoni, Fondamenti di Controlli Automatici,
McGraw-Hill, Milano, 1998.
[3] A. Cavallo, R. Setola, F. Vasca, La nuova guida a Matlab, Simulink e Control
Toolbox, Liguori, Napoli, 2002.
[4] S. Chiaverini, F. Caccavale, L. Villani, L. Sciavicco, Fondamenti di Sistemi
Dinamici, McGraw-Hill, Milano, 2003.
[5] M. Codegone, Metodi Matematici per lIngegneria, Zanichelli, Bologna, 1995.
[6] O. I. Elgerd, Control System Theory, Mc Graw-Hill, New York, 1967.
[7] E. Fornasini, G. Marchesini, Appunti di Teoria dei Sistemi, Edizioni Libreria
Progetto, Padova, 1992.
[8] G. F. Franklin, J. D. Powell, A. Emami-Neaini, Feedback Control of Dynamic
Systems, Addison Wesley, Reading, MA, 1986.
[9] G. F. Franklin, J. D. Powell, Digital Control of Dynamic Systems, Addison
Wesley, Reading, MA, 1980.
[10] R. Guidorzi, Teoria dei Sistemi: Esercizi e Applicazioni, Zanichelli, Bologna,
1991.
[11] T. Kailath, Linear Systems, Prentice-Hall, Englewood Cliffs, N.J., 1980.
[12] G. Marro, Controlli Automatici, Zanichelli, Bologna, 1984.
195
APPENDICE A
Numeri complessi
A.1
Data una coppia ordinata di numeri reali (a, b), si definisce numero complesso z
lespressione
z = a + jb
dove i numeri a e b sono detti parte reale e parte immaginaria del numero
complesso z e si indicano anche con le notazioni
a = Re(z)
b = Im(z)
mentre il numero complesso j `e detto unit`
a immaginaria.
A.2
198
a Re(z)
A.3
(A.1)
(A.2)
|z| =
a2 + b2
cos = a/
sin = b/
(A.3)
(A.4)
(A.5)
e quelle inverse
A rigori il piano di Gauss comprende anche il punto allinfinito, vedi, ad esempio, [5].
199
(A.6)
la cui validit`
a discende direttamente dalle relazioni (A.1),(A.2).
Dalle definizioni seguono immediatamente le propriet`
a
|z1 z2 | = |z1 ||z2 |
|z1 + z2 | |z1 | + |z2 |
arg(z1 z2 ) = arg(z1 ) + arg(z2 )
arg(z1 /z2 ) = arg(z1 ) arg(z2 )
z n = n (cos n + j sin n)
A.4
(A.7)
(A.8)
(A.9)
(A.10)
(A.11)
z
.
|z|
(A.12)
cio`e il modulo del loro prodotto `e ancora 1, mentre largomento `e la somma degli
argomenti. Questo comportamento somiglia al comportamento di un esponenziale
reale ex , x R, infatti ex1 ex2 = ex1 +x2 .
In base a tale analogia `e possibile rappresentare i numeri complessi di modulo
unitario nella forma esponenziale
ej = cos + j sin
(A.13)
200
(A.16)
(A.17)
(A.18)
(A.19)
(A.20)
(A.21)
(A.22)
APPENDICE B
Scopo di questa appendice `e richiamare brevemente gli elementi di teoria delle matrici necessari in questo corso. La descrizione sar`
a perci`
o volutamente
schematica.
B.1
Matrici e vettori
A=
a11
a21
..
.
a12
a22
..
.
..
.
a1n
a2n
..
.
x=
x1
x2
..
.
xn
201
202
A=
0
0
..
.
1
0
..
.
0
1
..
.
..
.
0
0
0
1
an an1 an2 a1
0 0 0
1 0 0
0 1 0
A=
.
.. .. . .
. ..
. .
(B.1)
0 0 1
a1
B.2
0
0
..
.
(B.2)
Due matrici A e B delle stesse dimensioni possono essere sommate fra loro. Il
risultato `e una matrice i cui elementi sono la somma degli elementi corrispondenti
delle matrici addendo: se C = A + B, allora
cij = aij + bij
Il prodotto di una matrice per uno scalare d`
a una matrice i cui elementi sono
quelli della matrice di partenza moltiplicati per lo scalare: se B = kA,
bij = kaij
Infine la differenza fra due matrici `e definita come la somma della prima e delle
seconda moltiplicata per lo scalare 1: C = A B cij = aij bij .
Ricordiamo che la somma gode delle propriet`
a commutativa e associativa:
A+B = B+A
(A + B) + C = A + (B + C)
B.3
203
Prodotto di matrici
cij =
aik bkj
k=1
B.4
Trasposizione
B.5
= B T AT
= C T B T AT
= AT + B T
(B.3)
Determinante
204
Una matrice il cui determinante sia nullo `e detta singolare, altrimenti `e non
singolare.
Propriet`
a del determinante. Se una riga (o una colonna) di una matrice
`e moltiplicata per uno scalare , allora il determinante `e |A|, quindi
|A| = n |A|
Se due righe o due colonne sono scambiate il determinante cambia di segno; da
ci`
o si pu`
o dedurre che
AT = |A| .
Infine, se A e B sono matrici quadrate,
|AB| = |A| |B| .
B.6
Rango
B.7
Inversa
Sia A una matrice nn non singolare; allora la sua inversa, indicata con il simbolo
A1 esiste ed `e definita come
A1 =
adj(A)
|A|
B.8
205
B.9
Autovalori e autovettori
(B.4)
i = tr(A)
i=1
dove tr(A) indica la traccia della matrice, cio`e la somma degli elementi sulla
diagonale principale; inoltre
n
i=1
i = |A|
B.10
Due matrici A e B sono dette simili se esiste una matrice T invertibile tale che
B = T 1 AT
206
B.11
1. Esponenziale matriciale.
La funzione exp(A) (o pi`
u semplicemente eA ) `e definita come
eA exp(A) = I + A +
1 2
1
A + A3 +
2!
3!
(B.5)
(B.6)
2. Derivata.
Sia data una matrice A(t) funzione di uno scalare t; allora la sua derivata
rispetto a t `e definita elemento per elemento:
dA
=
dt
daij (t)
dt
3. Integrale.
Analogamente lintegrale `e definito elemento per elemento:
A(t)dt =
aij (t)dt
4. Matrice Jacobiana.
Sia dato una funzione vettoriale di un vettore, f (x); allora la matrice
jacobiana si definisce come
df
=
dx
fi
xj
APPENDICE C
F (s)
f (t)
(t)
(impulso unitario in t = 0)
1
s
1(t)
(gradino unitario in t = 0)
1
s2
(rampa unitaria in t = 0)
sn+1
tn
n!
1 sT
e
s
1(t T )
1
1 esT
s
1(t) 1(t T )
(gradino unitario in t = T )
207
(finestra di durata T )
208
F (s)
f (t)
1
s+a
eat
1
(s + a)n+1
tn at
e
n!
s2
+ 2
sin t
s2
s
+ 2
cos t
2s
+ 2 )2
t sin t
s2 2
(s2 + 2 )2
t cos t
s sin + cos
s2 + 2
sin(t + )
(s + a)2 + 2
eat sin t
s+a
(s + a)2 + 2
eat cos t
(s2
s2
1
+ 2n s + n2
s(s2
1
+ 2)
1
en t sin n 1 2 t
1 2
1
(1 cos t)
2
APPENDICE D
Tabella di trasformate Z
f (k)
(k)
(impulso unitario in k = 0)
z
z1
1(k)
(gradino unitario in k = 0)
z
(z 1)2
z(z + 1)
(z 1)3
k2
z
zr
rk
zr
(z r)2
kr k
(rampa unitaria in k = 0)
(parabola unitaria in k = 0)
209
210
F (z)
f (k)
z(1 r)
(z 1)(z r)
1 rk
z2
z sin a
(2 cos a)z + 1
sin ak
z2
z(z cos a)
(2 cos a)z + 1
cos ak
z2
z(z r cos b)
2r(cos b)z + r 2
r k cos bk
z2
zr sin b
2r(cos b)z + r 2
r k sin bk
Indice analitico
212
Frequenza, 156, 159
Funzione di dissipazione, 10, 13
Funzione di trasferimento, 61, 140
Gradi di libert`a, 16
Guadagno statico, 98, 151
Impedenza operazionale, 107
Impulso di Dirac, 51
Ingresso, 1
Lagrangiana, 14
Linearizzazione, 35
Matrice, 201
degli ingressi, 25
delle uscite, 25
di transizione, 63
dinamica, 25
in forma compagna, 31, 33, 202
Modello
dinamico, 2, 13
linearizzato, 38, 95
matematico, 4
statico, 2
Modi di evoluzione, 67, 147
Modulo, 198
Modulo di antirisonanza, 171
Modulo di risonanza, 171
Movimento, 16, 84
Osservabilit`a, 35, 66, 111
Poli, 55, 64, 141
Polinomio caratteristico, 63, 205
Polinomio minimo, 63, 68, 87, 147
Pulsazione, 156, 159
di antirisonanza, 171
di centro banda, 172
di risonanza, 171
di taglio inferiore, 172
di taglio superiore, 172
naturale, 104, 176
Pulsazione naturale, 69
Punto di rottura, 182, 184
Rango, 204
Rappresentazione
Indice analitico
ingressostatouscita, 20, 25, 130
ingressouscita, 26, 127
Realizzazione, 28, 105, 131
algoritmi di, 29
Risposta
a regime permanente, 97, 99, 165, 166
armonica, 170
esponenziale, 164
impulsiva, 72, 73, 143, 171
in frequenza, 170
indiciale, 78, 100
sinusoidale, 166
Routh
coefficienti di, 92
criterio di, 90, 150
tabella di, 90
Scala logaritmica, 174
Schema a blocchi, 4, 79, 110
Serie di Fourier, 155
Sistema, 1
a dati campionati, 133
a dimensione finita, 23
a dimensione infinita, 23
adinamico, 22, 73
astratto orientato, 4
dinamico, 4
elettrico elementare, 11
fisicamente realizzabile, 64
lineare, 23
LTI, 24
meccanico elementare, 8
MIMO, 22
non lineare, 37
SISO, 22
stazionario, 23
stocastico, 23
strettamente proporio, 22
Smorzamento, 104
Sovraelongazione, 100, 103
Spettro
a righe, 156, 162
di ampiezza, 156, 160
di fase, 156, 160
Stabilit`a
asintotica, 87
BIBO, 84, 88, 148
Indice analitico
sotto perturbazioni, 84
Stato, 13
funzione di, 14
variabili di, 16
Tempo
costante di, 101
di assestamento, 101
di massima sovraelongazione, 100
di ritardo, 100
di salita, 100, 177
Tenuta di ordine zero, 133
Traiettoria, 84
213
Trasformata
Z, 136, 209
di Fourier, 159
di Laplace, 163, 207
di Laplace bilatera, 46
di Laplace unilatera, 53
Uscita, 1, 24
Valor medio, 157
Vettore, 201
Zeri, 55, 64, 74, 141, 165