Flachheit Eine nützliche Methodik auch für lineare Systeme

Ähnliche Dokumente
Entwurf durch Polvorgabe

Lösung zum Übungsblatt - Steuerbarkeit und Beobachtbarkeit

Zusammenfassung der 8. Vorlesung

SSRP Steirisches Seminar über Regelungstechnik und Prozessautomatisierung. M. Horn, M. Hofbaur, N. Dourdoumas (Hrsg.)

Lineare Ausgleichsprobleme. Jetzt: Lösung überbestimmter linearer GS, d.h. mehr Gleichungen als Unbekannte

Stabilität von geschalteten DAEs

Regularitätsresultate für parabolische Gleichungen mit nichtlokalem Operator

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Musterlösung. 8 (unterschiedlich gewichtet, total 62 Punkte)

11 Untermannigfaltigkeiten des R n und lokale Extrema mit Nebenbedingungen

Regelungstechnik I (WS 15/16) Übung 2

Musterlösung. 8 (unterschiedlich gewichtet, total 68 Punkte)

Inhaltsverzeichnis INHALTSVERZEICHNIS 1

Modellordnungsreduktion für strukturmechanische FEM-Modelle von Werkzeugmaschinen

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Theoretische Physik I: Lösungen Blatt Michael Czopnik

Klausurberatung Differentialgleichungen I für Studierende der Ingenieurwissenschaften

Lineare Gleichungsen + Lineare Funktionen

Dierentialgleichungen 2. Ordnung

Charakteristikenmethode im Beispiel

Flüsse, Fixpunkte, Stabilität

14 Übungen zu Regelung im Zustandsraum Teil 2

Zusammenfassung der 7. Vorlesung

1 Singulärwertzerlegung und Pseudoinverse

Zulassungsprüfung für den Master-Studiengang in Elektrotechnik und Informationstechnik an der Leibniz Universität Hannover

Entwurf robuster Regelungen

8. Übungsblatt Aufgaben mit Lösungen

PRAKTIKUM REGELUNGSTECHNIK 2

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

f f(x ɛξ) f(x) 0, d.h. f (x)ξ = 0 für alle ξ B 1 (0). Also f (x) = 0. In Koordinaten bedeutet dies gerade, dass in Extremstellen gilt: f(x) = 0.

IEMS Regelungstechnik Abschlussklausur

Iterative Verfahren, Splittingmethoden

Mathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren

Statistische Eigenschaften der OLS-Schätzer, Residuen,

Lösungsskizzen zur Klausur

2. Lagrange-Gleichungen

Folgerungen aus dem Auflösungsatz

Der CG-Algorithmus (Zusammenfassung)

Klassische Mechanik - Ferienkurs; Lösungem. Sommersemester 2011, Prof. Metzler

Klassifikation von partiellen Differentialgleichungen

Datenanalyse in der Physik. Übung 1. Übungen zu C und MAPLE

Studientag zur Algorithmischen Mathematik

Abbildung 5.1: stabile und instabile Ruhelagen

1 Vektoren, Vektorräume, Abstände: 2D

IX Relativistische Mechanik

3 Optimierung mehrdimensionaler Funktionen f : R n R

Katalytische Hyperzyklen

Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen

Ú ó Ť ě ž Ž Á ď ý ť š Ž

40 Lokale Extrema und Taylor-Formel

9 Optimierung mehrdimensionaler reeller Funktionen f : R n R

y = A(x) y + b(x). (1) y = A(x) y (2)

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation

Definition 3.1: Ein Differentialgleichungssystem 1. Ordnung

24 Minkowskis vierdimensionale Raumzeit

Theoretische Physik I Mechanik Probeklausur - Lösungshinweise

Laplace-Transformation

Regelsysteme Tutorial: Stabilitätskriterien. George X. Zhang HS Institut für Automatik ETH Zürich

2. Räumliche Bewegung

Inhaltsverzeichnis. 1 Einleitung 1 Struktur und Einsatz von Optimierungsmethoden 2 Einsatz der Optimierung in der Steuerungs- und Regelungstechnik 6

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

mit α 2 := F EI mit Federgesetz: F c = c F w l Q l + F sinγ + c F w l cosγ = 0 die Linearisierung ergibt dann: EIw l Fw l + c F w l = 0 (RB 1)

Differentialformen Äußere Ableitung Abbildungen Konverse Poincaré Lemma. Die Äußere Ableitung. Felix Retter


Lösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)

( ) Lineare Gleichungssysteme

Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.

Theoretische Überlegungen zur Ausbreitung von Infektionserregern auf Kontaktnetzen. Hartmut Lentz, Maria Kasper, Ansgar Aschfalk und Thomas Selhorst

Reduced-Rank Least Squares Modelle

(a) Zunächst benötigen wir zwei Richtungsvektoren der Ebene E; diese sind zum Beispiel gegeben durch die Vektoren

2. Räumliche Bewegung

9.2 Invertierbare Matrizen

Wellen und wandernde Wellen Ähnlichkeitslösungen. Crashkurs PDG anhand von Beispielen. Wellen

Übungen zur Analysis II Blatt 27 - Lösungen

Zustandsraum: Historische Einordnung

Regelung einer Luft-Temperatur-Regelstrecke

Rekonfigurierbare Regelung der Stuttgart SmartShell

Gewöhnliche Dierentialgleichungen

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen

Schriftliche Prüfung aus Control Systems 1 am

B Lösungen. Aufgabe 1 (Begriffe zur Differenziation) Sei (x, y) R 2 Berechnen Sie zur Abbildung. f(x, y) := x sin(xy) f : R 2 R,

Lineare Algebra II, Lösungshinweise Blatt 9

Dynamische Systeme eine Einführung

Lösungen zu den Hausaufgaben zur Analysis II

Dynamischer Entwurf von Achterbahnfiguren

2. Eigenschaften dynamischer Systeme

(s + 3) 1.5. w(t) = σ(t) W (s) = 1 s. G 1 (s)g 2 (s) 1 + G 1 (s)g 2 (s)g 3 (s)g 4 (s) = Y (s) Y (s) W (s)g 1 (s) Y (s)g 1 (s)g 3 (s)g 4 (s)

Zusammenfassung der 9. Vorlesung

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Eigenwerte und Diagonalisierung

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras

Kursprüfung Methoden der VWL Klausurteil Dynamische Methoden der VWL (Prof. Dr. Lutz Arnold) Wintersemester 2009/

Differentialgleichungen

Fachhochschule Nordwestschweiz (FHNW) Hochschule Technik Lösungen Serie 10 (Lineare Abbildungen)

Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher

Aufgabe zur Corioliskraft 1. Hier ist es dringend angeraten als erstes eine aussagekräftige Skizze zu machen:

Versuchsanleitung MV_5_1

Abtastsysteme im Zustandsraum

Wir untersuchen in diesem Abschnitt das (lokale) Newton Verfahren zur Lösung eines nichtlinearen Gleichungssystems

Transkript:

Flachheit Eine nützliche Methodik auch für lineare Systeme Michael Zeitz Institut für Systemdynamik Universität Stuttgart Flachheits-Methodik [FLIESS et al. 92ff] Lineare SISO und MIMO Systeme M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 1 / 24

Nichtlineares Beispiel: 2-Gelenk-Roboter-Modell u 2 q 2 q R 2 - verallgemeinerte Koordinaten M 2 M 1 u 1 q 1 u R 2 - Stellmomente Σ : M(q) q + g(q, q) = u, q(0) = q 0, q(0) = q 1 Flacher Ausgang z(t) = q(t), t 0 zur differenziellen Parametrierung Zustand x(t) = Eingang [ ] T z T (t), ż T (t) u(t) = M(z) z + g(z,ż) z C 2 Σ 1 Inverses System x u Folgeregelung z(t) z d (t) mit Trajektorien Planung z d (t) C 2 Vorsteuerung u d = M(z d ) z d + g(z d,ż d ) Computed Torque [ ] T Referenz für Zustandsrückführung x d (t) = z T d (t), żt d (t) Exakte Linearisierung z = v neuer Eingang mit u = M(z)v + g(z, ż) M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 2 / 24

Lineares Beispiel: SISO-System Σ : U(s) G(s) Y (s) G(s) = b 0 + b 1 s +... + b m s m (b m 0, a n = 1, a 0 + a 1 s +... + a n s n n m 0) L 1 : (n) y +... + a 1 ẏ + a 0 y = b 0 u + b 1 u +... + b m (m) u & n Anfangsbeding. Relativer Grad = Differenzgrad: r = n m 0 Speziell: m = 0 r = n Flacher Ausgang (FLA) z(t) = y(t) Zustand x = [z, ż,..., (n 1) z ] T Eingang u = (a 0 z + a 1 ż +... + (n) z )/b 0 Differenzielle Parametrierung mit z(t) C n Anwendungen: Vorsteuerung u d = (a 0 z d + a 1 ż d +... + (n) z d )/b 0 C 0 x Referenz x d = [z d, ż d,..., (n 1) z d ] T mit z d (t) C n Frage: Bestimmung von FLA z y für r < n bzw. m > 0? M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 3 / 24

Differenziell flache SISO-Systeme Systemklasse Σ : ẋ = f (x, u), t > 0, x(0) = x 0 R n y = h(x), u, y R, rel.grad r n u Σ x 0 y r n z r = n Definition [FLIESS et al. 92ff] Flacher Ausgang z = λ(x) R, t 0 mit relativem Grad r = n Differenzielle Parametrierung: Zustand x = Ψ x (z, ż,..., (n 1) z ) Eingang u = Ψ u (z, ż,..., (n) z ) Ausgang y = Ψ y (z, ż,..., (n r) z ) z C n Σ 1 Inverses System x u y Anwendung: Flachheitsbasierter Entwurf von Steuerungen u. Regelungen M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 4 / 24

Regelkreis mit zwei Freiheitsgraden M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 5 / 24

Folgeregelung mit Vorsteuerung M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 6 / 24

Vortrags Inhalt Flachheit Eine nützliche Methodik auch für lineare... SISO Systeme Flacher Ausgang Vorsteuerung Folgeregelung Beispiel: 3 fach Pendel Flacher Eingang MIMO Systeme M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 7 / 24

Lineare SISO Systeme Σ : ẋ = Ax + b u, x(0) = x 0 R n, y = c T x, u, y R relat. Grad r n : (i) y c T A i 1 b = 0, i = 1(1)r 1, Flacher Ausgang z = λ T x mit relativem Grad r = n λ T [b, Ab,..., A n 1 b] = [0,...,0, β 0] }{{}}{{} Steuerb. Matr. P e T (r) y c T A r 1 b 0 λ T = e T P 1 mit RangP = n λ T letzte P 1 Zeile mult. mit β 0 (Normierung: β = 1) Flachheits Koordinaten und Regelungs Normalform z λ T x ż =... = λ T A... x = T x Transformation Σ Σ (n 1) z λ T A n 1 Σ : (n) z = λ T A n T 1 x + βu, x (0) = Tx 0 R n, y = c T T 1 x M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 8 / 24

Lineare SISO Regelungs Normalform Σ : (n) z = [a 0,..., a n 1 ] x + β u, x (0) = Tx }{{}}{{} 0 R n a T = λ T A n T 1 0 z = x 1 flacher Ausgang mit relat. Grad r = n y = [c1,...,c n r+1, 0,...,0] }{{} c T = c T T 1 mit cn r+1 0, r n Flachheits Gleichungen mit z = λ T x C n x x = [z, ż,..., (n 1) z ] T = Tx x = T 1 [z, ż,..., (n 1) z ] T Flachheits Koordinaten Zustands Parametrierung (n 1) u = (a 0 z + a 1 ż +... + a n 1 z + (n) z )/β Eingangs Parametrierung y = c 1 z + c 2 ż +... + c n r+1 (n r) z Ausgangs Parametrierung Anwendung von Σ : Flachheitsbasierter Steuerungs Entwurf M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 9 / 24

Lineare SISO-Steuerkette z Σ d (t) u d (t) x(t) x d (t) d Σ 1 Σ y(t) y d (t) Trajektorien Planung: Arbeitspunktwechsel x(0) = x 0 x(t) = x T Σ d : z d (0) = z 0 = λ T x 0 z d (T) = z T = λ T x T (i) z d (0, T) = 0, i = 1(1)n z d (t) C n, t [0, T] z T z d (t) z 0 T t 0 Flachheitsbasierter Steuerungs Entwurf mit Σ 1 u d (t) = Ψ u (z d, ż d,..., (n) z d ) C 0 Steuertrajektorie x d (t) = Ψ x (z d, ż d,..., (n 1) z d ) y d (t) = Ψ y (z d, ż d,..., (n r) z d ) x Referenz für Zustandsrückführung y Referenz für Ausgangsregelung M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 10 / 24

Flachheitsbasierte Zwei Freiheitsgrad Regelkreisstruktur Folgeregelung: Ausgang y(t) y d (t) Σ d zd Ψ y y d Ψ u PID u d u Σ y PID Entwurf Stabilität Störverhalten Robustheit Folgeregelung: Zustand x(t) x d (t) Σ d zd Ψ x x d Ψ u k T u d u Σ x y k T Entwurf LQR Optimierung Eigenwert Vorgabe...... Vorsteuerung {Σ d, Ψ u, Ψ y /Ψ x } Add on für Führungsverhalten Ohne {Σ d, Ψ u, Ψ y /Ψ x } Akademischer Regelkreis mit {Σ, PID/k T } M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 11 / 24

Folgeregelung 3-fach-Pendel [Nutsch/Hagenmeyer 04] z ϕ 3 Σ : ẋ = f (x, u), x(0) = x 0 R 8, u R x = [s, ṡ, ϕ 1, ϕ 1, ϕ 2, ϕ 2, ϕ 3, ϕ 3 ] T ϕ 2 s(0) s(t) Pendel Side Stepping ϕ 1 u = s Σ flaches System Taylor Linearisierung für x 1, A = x f (0, 0), b = f (0, 0) u Σ : ẋ = Ax + b u, x(0) = x 0 R 8, y = [s, ϕ 1, ϕ 2, ϕ 3 ] T P = [b, Ab,..., A n 1 b], RangP = 8 Σ = steuerbar & flach FLA: z = λ T x mit λ T = [0,..., β 0] P 1 z [1, 0, - l 1, 0, -l 2, 0, -0, 71l 3 ] x oberes Drittel von 3. Pendel M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 12 / 24

Flachheitsbasierte Folgereglung mit Beobachter Ψ u u d Σ d x d u u y Ψ x LQR z Σ d ˆx ˆΣ Trajektorien Planung: Side Stepping s(0) = s 0 s(t) = s T Σ d : x d (0) = [s 0, 0,..., 0] T = x 0 x d (T) = [s T,..., 0] T = x T z d (0) = λ T x 0 = z 0 z d (T) = λ T x T = z T 15 ( t ) i z d (t) = z 0 + (z T z 0 ) p i C 8, t [0, T] T Vorsteuerung u d = Ψ u (z d, ż d,..., (8) z d ) C 0 8 LQR Rückführung u = k T (ˆx x d ) mit x d = Ψ x (z d, ż d,..., (7) z d ) Beobachter Entwurf ˆΣ mit Eigenwertvorgabe M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 13 / 24

Simulation u. Experiment Side-Stepping 3 fach Pendel Simulated Snap Shots Video z d [m] s d [m] t [s] t [s] Gegenläufige Wagenbewegung s(t) wegen Nicht Minimalphasigkeit von Σ Measurements (solid lines) Nominal Trajectories (dashed lines) s, s d [m] ṡ, ṡ d [m/s] 0.5 0 0.5 2 1 0 0 0 2 2 0.5 0 0.5 4 6 8 0 2 4 6 8 4 t [s] 6 8 20 10 0 10 20 0 2 4 t [s] M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 14 / 24 z [m] ϕ; [ ] ϕ 1 ϕ 2 ϕ 3 6 8

Zusammenhang flacher und realer Ausgang für r < n Σ : Y (s) = P(s) Q(s) U(s) = b 0 + b 1 s +... + b m s m a 0 + a 1 s +... + a n s n U(s) (b m 0, a n = 1, r = n m > 0) Regelungs NF mit FLA Z(s) = U(s)/Q(s) = Y (s)/p(s) Σ : (n) z = [a 0,..., a n 1 ]x + βu mit β = 1, x = [z, ż,..., (n 1) z ] T Differenzielle Parametrierung des realen Ausgangs y mit m = n r y = b 0 z + b 1 ż +... + b n r (n r) z = Ψ y (z, ż,..., (n r) z ) Referenz y d (t) Dgl. der Ordnung n r für den FLA z Ψ y (z, ż,..., (n r) z ) = b 0 z +b 1 ż +... +b n r (n r) z = Voraussetzung für Umrechnung y d (t) z d (t) : { y interne Dynamik 0 Nulldynamik Stabile interne Dynamik (Nulldynamik) Σ = Phasen Minimum System M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 15 / 24

A Differentially Flat Input IS NOT PART OF A... M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 16 / 24

Konstruktion eines flachen Eingangs [Waldherr/Z 07] Σ : ẋ = Ax + γu flacher Eingang (FLE), x(0) = x 0 R n y = c T x! = z flacher Ausgang (FLA) mit r = n Ḱonstruktion von Eingangsvektor γ über relativen Grad r = n c T A i γ = 0, c T 0 i = 0(1)n 2, c T A Q = Beob. Matr. γ =. RangQ = n c T A n 1. 0 γ 0 c T A n 1 Σ = beobachtbar β 0 }{{}}{{} Q e γ = Q 1 e letzte Q 1 Spalte mult. mit β 0 (Normierung: β = 1) Notwendig und hinreichend für FLE Existenz: Σ = beobachtbar Notwendig: Realisierbarkeit von FLE γu (FLE fiktiv wie FLA) M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 17 / 24

Beispiel-System: Integratorkette (n = 3) Konstruktion eines flachen Eingangs für... Σ : ẋ = 0 1 0 0 0 1 x + γu FLE, x(0) = x 0 R 3 0 0 0 a) y = [1, 0, 0]x γ = [0, 0, 1] T u 1 1 1 y =! z (r = 3) s s s x 3 x 2 x 1 b) y = [1, 1, 1]x γ = [0, 1, 1] T u 1 1 1 y =! z (r = 3) s s s x 3 x 2 x 1 Beobachtbarkeits Matrix Q = ct c T A = 1 1 1 1 1 0 0 1 1, Q 1 = 0 1 1, det Q = 1 c T A 2 0 0 1 0 0 }{{} 1 γ (β = 1) M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 18 / 24

Beispiel: Realisierbarkeits-Bedingung für flachen Eingang Lineares Feder Dämpfer Masse System (n = 2) ( q q) x = Σ : m q + d q + c q = f mit Kraft-Eingang f ( ) ( (m=1) 0 1 0 = ẋ = x + f c d 1) Kraft Eingang f nur möglich in x 2 Dgl.! y = q = [ c, d]x Beschleunigungs-Messung mit y! = z (r = 2) Beobachtbarkeits Matrix ( ) ( ) c d Q = cd d 2, Q c = detq 1 d 2 c d cd }{{} c, detq = c 2 0 γ (β = c 2 ) Σ : ( ) ( 0 1 d ẋ = x + u c d c) }{{} FLE für d 0 : γu realisierbar! M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 19 / 24

Vortrags Inhalt Flachheit Eine nützliche Methodik auch für lineare... SISO Systeme MIMO Systeme Flachheits Definition Statische und quasi statische Entkopplung MIMO Regelungs Normalform M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 20 / 24

Differenziell flache lineare MIMO-Systeme Σ : ẋ = Ax + m b i u i, x(0) = x 0 R n (m > 1) i=1 Steuerbarkeits Indizes ρ i, i = 1(1)m mit ρ i ρ i+1, m i=1 ρ i = n Rang[b 1, Ab 1,..., A ρ1 1 b 1,...,b m, Ab m,..., A ρm 1 b m ] = n Σ = steuerb./flach }{{} P (n n) Auswahl Matrix Flache Ausgänge : z i = λ T i x C β i, i = 1(1)m Zustands Parametr.: x = Ψ x (z 1, ż 1,..., (β1 1) z 1,..., z m, ż m,..., (βm 1) z m ) Eingangs Parametr.: u = Ψ u (z 1, ż 1,..., (β1) z 1,..., z m, ż m,..., (βm) z m ) m i=1 β i = n : (β i ) z i = v i, i = 1(1)m, β i = ρ i statische Entkopplung mit u = Ψ u (z 1,ż 1,..., v 1,..., z m,ż m,..., v m) m i=1 β i > n : (β i i ) z i = v i, m i=1 (β i i ) = n quasi stat. Entkopplung mit u = Ψ u (z 1,ż 1,..., v 1, v 1,..., ( 1) v 1,..., z m,ż m,..., v m, v m,..., ( m) v m ) M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 21 / 24

MIMO Beispiel für statische Entkopplung (n = 3, m = 2) Σ : ẋ = 0 0 0 0 0 1 x + 0 0 u 1 + 1 u 2 1 u 2 0 0 0 1 0 }{{}}{{}}{{} u 1 A b 1 b 2 Auswahl P = [b Matrix : 1, Ab 1, b 2 ] = 0 0 1 Differenzielle Parametrierung: 0 1 1 1 0 0 } z 1 = x 1 x 2, ż 1 = x 3, z 1 = u 1 z 2 = x 2 + x 3, ż 2 = x 3 + u 1 + u 2 β 1 = 2 = ρ 1, β 2 = 1 = ρ 2 β 1 + β 2 = 3 = n x 1 1 s z 1 x 1 2 s z 2 x 1 3 s Rang P = 3 ρ 1 = 2, ρ 2 = 1 FLA z i = λ T i x, i = 1, 2 x = [z 1 + ż 1 z 2, z 2 ż 1, ż 1 ] T u = [ z 1, ż 2 ż 1 z 1 ] T MIMO Regelungs Normalform mit statischer Entkopplung ) ( ) ( ) ( z1 Σ u : = 1! v1 = u 1 = v 1 ż 2 x 3 + u 1 + u 2 v 2 u 2 = v 2 x 3 v 1 M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 22 / 24

MIMO Beispiel für quasi-stat. Entkopplung (n = 3, m = 2) Σ : ẋ = 0 0 0 0 0 1 x + 0 0 u 1 + 1 u 2 1 u 2 0 0 0 0 0 }{{}}{{}}{{} u A b 1 b 1 2 Auswahl P = [b Matrix : 2, Ab 2, b 1 ] = 0 0 1 Differenzielle Parametrierung: 0 1 1 1 0 0 } z 1 = x 1, ż 1 = u 2, z 1 = u 2 z 2 = x 2, ż 2 = x 3 + u 2, z 2 = u 1 + u 2 β 1 = 2, β 2 = 2 β 1 + β 2 = 4 > n = 3 1 s 1 s 1 s x 1 x 2 x 3 z 1 z 2 Rang P = 3 ρ 1 = 2, ρ 2 = 1 FLA z i = λ T i x, i = 1, 2 x = [z 1, z 2, ż 2 ż 1 ] T u = [ z 2 z 1, ż 1 ] T Verallgemeinerte MIMO Regelungs NF mit quasi statischer Entkopplung ) ( ) ( ) (ż1 Σ u2! v1 : = = u 1 = v 2 v 1 z 2 u 1 + u 2 v 2 u 2 = v 1 M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 23 / 24

F A Z I T Flachheits Methodik nützlich auch für lineare Systeme : Einfacher feststellbar und anwendbar als bei nichtlinearen Systemen Regelungs Normalform wichtig für flachheitsbasierten Steuerungs Entwurf, aber nicht wirklich für linearen Regler Entwurf Neu bei MIMO Systemen: Verallgemeinerte Regelungs NF und quasi statische Entkopplung Lineare Flachheits Methodik leicht vermittelbar in RT Ausbildung V I E L E N D A N K! M. Zeitz (Uni Stuttgart) Flachheit Eine nützliche Methodik... TU Berlin 29.6.2009 24 / 24