LABORATORIO DI ANALISI DEI SISTEMI 1 L`ANALISI DEI SISTEMI
Transcript
LABORATORIO DI ANALISI DEI SISTEMI 1 L`ANALISI DEI SISTEMI
L’ANALISI DEI SISTEMI CON MATLAB E SIMULINK DISPENSE DEL CORSO LABORATORIO DI ANALISI DEI SISTEMI 1 Davide Giglio Telefono: 010 353 2748 E-mail: [email protected] CORSO DI LAUREA IN INGEGNERIA INFORMATICA UNIVERSITÀ DEGLI STUDI DI GENOVA – FACOLTÀ DI INGEGNERIA Indice ★ Matlab ★ ★ ★ ★ ★ ★ Il Control System Toolbox Rappresentazione dei sistemi LTI in Matlab Caratteristiche dei sistemi LTI Interconnessione di sistemi Sistemi MIMO (multi-input-multi-output) LTI Viewer e Risposte nel tempo ★ Simulink ★ Il Control System Toolbox LABORATORIO DI ANALISI DEI SISTEMI 1 2 Introduzione I problemi di Analisi dei Sistemi posso essere risolti in maniera agevole utilizzando Matlab e Simulink Matlab fornisce funzioni di base per il trattamento delle matrici, ed è quindi possibile analizzare alcune proprietà strutturali quali, ad esempio, la controllabilità e l’osservabilità di un sistema LTI. Simulink invece consente di simulare il comportamento nel tempo di un sistema ed è quindi possibile analizzare alcune proprietà dinamiche quali, ad esempio, il comportamento a regime di un sistema LTI al variare del segnale di ingresso. Inoltre, il Control System Toolbox fornisce specifici comandi e funzioni per la rappresentazione e l’analisi di sistemi lineari tempo-invarianti a tempo continuo (e non solo...) LABORATORIO DI ANALISI DEI SISTEMI 1 3 1 Introduction Control System Toolbox What Is the Control System Toolbox? MATLAB® has a rich collection of functions immediately useful to the control engineer or system theorist. Complex arithmetic, eigenvalues, root-finding, matrix inversion, and FFTs are just a few examples of MATLAB’s important numerical tools. More generally, MATLAB’s linear algebra, matrix computation, and numerical analysis capabilities provide a reliable foundation for control system engineering as well as many other disciplines. The Control System Toolbox builds on the foundations of MATLAB to provide functions designed for control engineering. The Control System Toolbox is a collection of algorithms, written mostly as M-files, that implements common control system design, analysis, and modeling techniques. Convenient graphical user interfaces (GUI’s) simplify typical control engineering tasks. Control systems can be modeled as transfer functions, in zero-pole-gain, or state-space form, allowing you to use both classical and modern control techniques. You can manipulate both continuous-time and discrete-time systems. Conversions between various model representations are provided. Time responses, frequency responses, and root loci can be computed and graphed. Other functions allow pole placement, optimal control, and estimation. Finally, the Control System Toolbox is open and extensible. You can create custom M-files to suit your particular application. LABORATORIO DI ANALISI DEI SISTEMI 1 4 Rappresentazione dei Sistemi LTI E’ possibile definire un sistema LTI attraverso: ★ la rappresentazione tramite equazioni di stato ! ẋ(t) = A x(t) + B u(t) y(t) = C x(t) + D u(t) ★ la rappresentazione tramite funzione di trasferimento T (s) = N (s) D(s) = bm sm + bm−1 sm−1 + . . . + b1 s + b0 sn + an−1 sn−1 + . . . + a1 s + a0 ★ la rappresentazione tramite zeri, poli e guadagno T (s) = k · (s − z1 ) · . . . · (s − zm ) (s − p1 ) · . . . · (s − pn ) In Matlab è possibile utilizzare tutte tre le rappresentazioni LABORATORIO DI ANALISI DEI SISTEMI 1 5 Rappresentazione dei Sistemi LTI Rappresentazione tramite equazioni di stato % & % & 0 1 1 ẋ = x+ u −6 −5 −4 ' ( y= 1 0 x A = [0 1; -6 -5] >> A = B = [1; -4] 1 -5 1 -2 C = [1 0] C = 1 >> a = x1 x2 x1 0 -6 x2 1 -5 B = 0 -6 >> >> sys_se = ss(A,B,C,D) >> 0 D = [0] D = Una volta definite le matrici che caratterizzano il sistema si utilizza la funzione ss (state-space) 0 LABORATORIO DI ANALISI DEI SISTEMI 1 b = x1 x2 c = y1 d = y1 u1 1 -4 x1 1 x2 0 u1 0 Continuous-time model. 6 Rappresentazione dei Sistemi LTI Rappresentazione tramite funzione di trasferimento T (s) = s+1 s2 + 5s + 6 Due modi equivalenti: Definizione diretta della funzione di trasferimento nella variabile complessa s >> s = tf('s') Transfer function: s >> Utilizzo della funzione tf con coefficienti i vettori che rappresentano il numeratore e il denominatore Specifica, in maniera esplicita, che “s” è la variabile della funzione di trasferimento sys_tf = (s+1)/(s^2+5*s+6) Transfer function: s + 1 ------------s^2 + 5 s + 6 LABORATORIO DI ANALISI DEI SISTEMI 1 >> sys_tf = tf([1 1],[1 5 6]) Transfer function: s + 1 ------------s^2 + 5 s + 6 7 Rappresentazione dei Sistemi LTI Rappresentazione tramite zeri, poli e guadagno T (s) = s+1 s2 + 5s + 6 = ★ zeri: -1 ★ poli: -2 e -3 ★ guadagno: +1 1 · (s + 1) (s + 2)(s + 3) >> zeri = -1 >> poli = [-2 -3] >> guad = 1 zeri = poli = guad = -1 -2 -3 Utilizzo della funzione zpk con coefficienti i vettori contenenti gli zeri, i poli e i guadagni LABORATORIO DI ANALISI DEI SISTEMI 1 1 >> sys_zpk = zpk(zeri,poli,guad) Zero/pole/gain: (s+1) ----------(s+2) (s+3) 8 Rappresentazione dei Sistemi LTI Le funzioni ss, tf e zpk possono essere utilizzate per passare velocemente da una rappresentazione all’altra Applico la funzione tf al sistema descritto attraverso equazioni di stato >> sys_se a = x1 x2 x1 0 6 x1 x2 u1 1 -4 b = c = y1 x1 1 x2 1 -5 >> sys_new_tf = tf(sys_se) Transfer function: s + 1 ------------s^2 + 5 s - 6 Applico la funzione zpk al sistema descritto attraverso equazioni di stato x2 0 >> sys_new_zpk = zpk(sys_se) d = y1 u1 0 Continuous-time model. Zero/pole/gain: (s+1) ----------(s-1) (s+6) LABORATORIO DI ANALISI DEI SISTEMI 1 9 Rappresentazione dei Sistemi LTI Le funzioni ss, tf e zpk possono essere utilizzate per passare velocemente da una rappresentazione all’altra >> Applico la funzione ss al sistema descritto attraverso funzione di trasferimento sys_tf Transfer function: s + 1 ------------s^2 + 5 s + 6 >> sys_new_se = ss(sys_tf) a = x1 x2 b = x1 x2 Applico la funzione zpk al sistema descritto attraverso funzione di trasferimento >> sys_new_zpk = zpk(sys_tf) Zero/pole/gain: (s+1) ----------(s+3) (s+2) LABORATORIO DI ANALISI DEI SISTEMI 1 x1 -5 4 u1 1 0 c = x1 1 y1 d = y1 x2 -1.5 0 x2 0.25 u1 0 Continuous-time model. 10 Rappresentazione dei Sistemi LTI Le funzioni ss, tf e zpk possono essere utilizzate per passare velocemente da una rappresentazione all’altra >> sys_zpk Applico la funzione ss al sistema descritto attraverso zeri, poli e guadagno >> sys_new_se = ss(sys_zpk) a = x1 x2 Zero/pole/gain: (s+1) ----------(s+2) (s+3) b = x1 x2 Applico la funzione tf al sistema descritto attraverso zeri, poli e guadagno c = y1 x1 -2 0 x2 1 -3 u1 0 1 x1 -1 x2 1 >> sys_new_tf = tf(sys_zpk) Transfer function: s + 1 ------------s^2 + 5 s + 6 LABORATORIO DI ANALISI DEI SISTEMI 1 d = y1 u1 0 Continuous-time model. 11 Rappresentazione dei Sistemi LTI E’ possibile aggiungere un ritardo al sistema (generico, in ingresso o in uscita) ★ Ritardo generico indipendente per ciascuna coppia (variabile di ingresso / variabile di uscita) Tyj ,ui (s) = e −τi,j s · N (s) D(s) ★ Rappresentazione tramite equazioni di stato con ingressi ritardati e/o uscite ritardate ! ẋ(t) = A x(t) + B u(t − τ ) y(t) = C x(t − θ) + D u(t − (θ + τ )) LABORATORIO DI ANALISI DEI SISTEMI 1 12 Rappresentazione dei Sistemi LTI >> sys_se = ss(A,B,C,D,'inputdelay',0.1) a = x1 x2 x1 0 6 x2 1 -5 >> sys_tf = tf(N,D,'inputdelay',0.1) Transfer function: b = x1 x2 s + 1 exp(-0.1*s) * ------------s^2 + 5 s + 6 u1 1 -4 >> sys_zpk = zpk(zeri,poli,guad,'inputdelay',0.1) c = y1 d = y1 x1 1 x2 0 Zero/pole/gain: (s+1) exp(-0.1*s) * ----------(s+2) (s+3) u1 0 Input delays (listed by channel): 0.1 Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 13 Rappresentazione dei Sistemi LTI La struttura del sistema viene memorizzata in una struttura dati denominata “LTI object” E’ possibile accedere alle informazioni di tale struttura dati utilizzando il comando get >> get(sys_se) a: b: c: d: e: StateName: Ts: ioDelay: InputDelay: OutputDelay: InputName: OutputName: InputGroup: OutputGroup: Notes: UserData: [2x2 double] [2x1 double] [1 0] 0 [] {2x1 cell} 0 0 0.1 0 {''} {''} {0x2 cell} {0x2 cell} {} [] Si può accedere ai singoli elementi della struttura dati “LTI object” attraverso il carattere “.” LABORATORIO DI ANALISI DEI SISTEMI 1 >> sys_se.a ans = 0 6 1 -5 14 Rappresentazione dei Sistemi LTI >> >> >> >> sys_se.statename = ['Var_1'; 'Var_2']; sys_se.inputname = 'input'; sys_se.outputname = 'output'; sys_se a = Var_1 Var_2 Var_1 0 6 Var_2 1 -5 E’ possibile effettuare delle assegnazioni direttamente sulla struttura dati “LTI object” >> get(sys_se) b = Var_1 Var_2 c = output d = output input 1 -4 Var_1 1 Var_2 0 input 0 Input delays (listed by channel): 0.1 a: b: c: d: e: StateName: Ts: ioDelay: InputDelay: OutputDelay: InputName: OutputName: InputGroup: OutputGroup: Notes: UserData: [2x2 double] [2x1 double] [1 0] 0 [] {2x1 cell} 0 0 0.1 0 {'input'} {'output'} {0x2 cell} {0x2 cell} {} [] Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 15 Rappresentazione dei Sistemi LTI Ogni rappresentazione fornisce il proprio insieme di dati >> get(sys_tf) num: den: Variable: Ts: ioDelay: InputDelay: OutputDelay: InputName: OutputName: InputGroup: OutputGroup: Notes: UserData: {[0 1 1]} {[1 5 6]} 's' 0 0 0 0 {''} {''} {0x2 cell} {0x2 cell} {} [] >> get(sys_zpk) z: p: k: Variable: Ts: ioDelay: InputDelay: OutputDelay: InputName: OutputName: InputGroup: OutputGroup: Notes: UserData: {-1} {1x1 cell} 1 's' 0 0 0 0 {''} {''} {0x2 cell} {0x2 cell} {} [] >> sys_zpk.p{1,1} ans = -2 -3 LABORATORIO DI ANALISI DEI SISTEMI 1 16 Rappresentazione dei Sistemi LTI LTI OBJECT LABORATORIO DI ANALISI DEI SISTEMI 1 17 Rappresentazione dei Sistemi LTI Le informazioni che caratterizzano un sistema ★ matrici A, B, C e D per la rappresentazione SS ★ numeratore e denominatore per la rappresentazione TF ★ zeri, poli e guadagno per la reppresentazione ZPK possono essere acquisite con i comandi ssdata, tfdata e zpkdata >> [num,den] = tfdata(sys) >> [z,p,k] = zpkdata(sys) num = z = [1x3 double] >> num{1,1} [-1] ans = den = [1x3 double] 0 1.0000 1.0000 [2x1 double] >> den{1,1} ans = 1.0000 >> p{1,1} p = -2.0000 -3.0000 k = 5.0000 6.0000 LABORATORIO DI ANALISI DEI SISTEMI 1 ans = 1.0000 18 Caratteristiche dei Sistemi LTI Il Control System Toolbox fornisce alcune funzioni di base per l’analisi delle principali caratteristiche di un sistema LTI class Specifica la tipologia di un sistema (“ss”, “tf” o “zpf”) size Numero di input e di output nel sistema ndims Dimensione del sistema (numero di stati) isct Vale 1 se il sistema è continuo isdt Vale 1 se il sistema è discreto issiso Vale 1 se il sistema è single-input-single-output hasdelay Vale 1 se il sistema presenta ritardi pole Poli del sistema zero Zeri del sistema dcgain Guadagno del sistema LABORATORIO DI ANALISI DEI SISTEMI 1 19 Caratteristiche dei Sistemi LTI >> size(sys) State-space model with 1 output, 1 input, and 2 states. >> class(sys) >> ndims(sys) >> issiso(sys) ans = ans = ans = ss 2 1 >> isct(sys) >> isdt(sys) >> hasdelay(sys) ans = ans = ans = 1 >> pole(sys) ans = -2.0000 -3.0000 0 0 >> zero(sys) >> dcgain(sys) ans = ans = -1 LABORATORIO DI ANALISI DEI SISTEMI 1 0.1667 20 Interconnessione di Sistemi Matlab gestisce in maniera molto efficiente i sistemi interconnessi permettendo la determinazione immediata delle rappresentazioni (tramite equazioni di stato, funzioni di trasferimento o zeri / poli /guadagno) del sistema complessivo Le operazioni che possono essere effettuate sono: ★ ★ ★ ★ ★ ★ Somma e sottrazione (sistemi in parallelo) Prodotto (sistemi in serie) Retroazione Concatenazione orizzontale Concatenazione verticale “Append” LABORATORIO DI ANALISI DEI SISTEMI 1 21 Interconnessione di Sistemi Regole di Precedenza Le operazioni appena descritte operano su più sistemi che possono avere rappresentazioni differenti (LTI object di tipo differente) Non è quindi ovvio il tipo di LTI object del sistema risultante. Le tre rappresentazioni (SS, TF e ZPK) hanno la seguente gerarchia: SS > ZPK > TF Il sistema risultante è quindi: ★ SS se almeno un operando è SS ★ ZPK se non vi sono operandi SS e almeno uno è ZPK ★ TF se tutti gli operandi sono TF LABORATORIO DI ANALISI DEI SISTEMI 1 22 Interconnessione di Sistemi s SOMMA E SOTTRAZIONE (sistemi in parallelo) represents the parallel interconnection shown below. sys1 y1 + u + sys2 y y2 sys Nel caso di rappresentazione tramite equazioni di stato il sistema risultante è caratterizzato dalle seguenti matrici ! " ! " A1 0 B1 A= B= 0 A2 B2 C= ! C1 aresys two state-space If sys1 and sys2>> = sys1 + models sys2 with data A 1, B 1, C 1, D 1 and A 2, B 2, C 2, D 2 , the state-space data associated with sys1 + sys2 is C2 " D = D 1 + D2 >> sys = parallel(sys1,sys2) A1 0 B1 , , D1 + D2 C1 C2 , 0 A2 B2 Nel caso di rappresentazione tramite T (s) = T1 (s) + T2 (s) funzione di trasferimento il sistema risultante and Scalar addition is also supported and behaves as follows: if sys1 is MIMO seguente funzione sys2 is SISO, sys1 è+ caratterizzato sys2 produces a dalla system with the same dimensions as sys1 whose ijth entry is sys1(i,j) + sys2. Similarly, the subtraction of two LTI models LABORATORIO DI ANALISI DEI SISTEMI 1 23 Interconnessione di Sistemi >> >> >> >> A B C D = = = = [0 1; -6 -5]; [1; -4]; [1 0]; 0; Sistema 1 >> sys1 = ss(A,B,C,D) a = x1 x2 x1 0 -6 x1 x2 u1 1 -4 b = c = y1 x1 1 y1 u1 0 d = x2 1 -5 Sistema 2 >> N = 1; >> D = [1 4 3]; x2 0 >> sys2 = tf(N,D) Transfer function: 1 ------------s^2 + 4 s + 3 Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 24 Interconnessione di Sistemi >> sys = sys1 + sys2 a = x1 x2 x3 x4 b = x1 x2 x3 x4 x1 0 -6 0 0 x2 1 -5 0 0 x3 0 0 -4 2 x4 0 0 -1.5 0 >> tf(sys) Transfer function: s^3 + 6 s^2 + 12 s + 9 -------------------------------s^4 + 9 s^3 + 29 s^2 + 39 s + 18 u1 1 -4 0.5 0 >> zpk(sys) c = y1 x1 1 y1 u1 0 d = x2 0 x3 0 x4 1 Zero/pole/gain: (s+3) (s^2 + 3s + 3) -------------------(s+2) (s+3)^2 (s+1) Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 25 Interconnessione di Sistemi Multiplication PRODOTTO (sistemi in serie) Multiplication of two LTI models connects them in series. Specifically, sys = sys1 * sys2 returns an LTI model sys for the series interconnection shown below. v u >> sys = sys1 * sys2 sys2 sys1 y >> sys = series(sys2,sys1) Notice the reverse orders of sys1 and sys2 in the multiplication and block diagram. This is consistent with the way transfer matrices are combined in a ! H 1 and H 2 , then " series connection: if sys1 and sys2 have transfer matrices A= A1 0 B1 C2 A2 y =caso H 1 v di = H ) u Nel rappresentazione 1 ( H 2 u ) = ( H 1 ! H 2tramite equazioni di stato il sistema risultante For state-space models sys1 and sys2 with data A 1, B 1, C 1, D 1 and ! " seguenti Aè2,caratterizzato B 2, C 2, D 2 , the dalle sys1*sys2 is state-space data matrici associated with C = C1 D1 C2 A1 B1 C2 , B1 D2 , C1 D1 C2 , B= ! B 1 D2 B2 " D = D 1 D2 D1 D2 B 2 di rappresentazione tramite Nel caso T (s) = T1 (s) · T2 (s) funzione di trasferimento il sistema risultante Finally, if sys1 is MIMO and sys2 is SISO, then sys1*sys2 or sys2*sys1 is è caratterizzato dalla seguente funzione 0 A2 interpreted as an entry-by-entry scalar multiplication and produces a system with the same dimensions as sys1, whose ijth entry is sys1(i,j)*sys2. LABORATORIO DI ANALISI SISTEMI 1 Inversion and RelatedDEI Operations 26 Interconnessione di Sistemi >> sys = sys1 * sys2 a = x1 x2 x3 x4 b = x1 x2 x3 x4 x1 0 -6 0 0 x2 1 -5 0 0 x3 0 0 -4 2 u1 0 0 0.5 0 x4 1 -4 -1.5 0 >> tf(sys) Transfer function: s + 1 -------------------------------s^4 + 9 s^3 + 29 s^2 + 39 s + 18 >> zpk(sys) c = y1 x1 1 y1 u1 0 d = x2 0 x3 0 x4 0 Zero/pole/gain: (s+1) ------------------(s+2) (s+3)^2 (s+1) Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 27 Interconnessione di Sistemi • parallel connects two LTI models in parallel. • lft performs the Redheffer star product on two LTI models. • connect works with append to apply an arbitrary interconnection scheme to a set of LTI models. RETROAZIONE For example, if sys1 has m inputs and p outputs, while sys2 has p inputs and m outputs, then the negative feedback configuration of these two LTI models + u – sys1 y Nel caso di rappresentazione tramite equazioni di stato il sistema risultante è caratterizzato dalle seguenti matrici (si è posto, per semplicità, D1 = D2 = 0) sys2 A= >> sys = feedback(sys1,sys2) C= Nel caso di rappresentazione tramite funzione di trasferimento il sistema risultante è caratterizzato dalla seguente funzione LABORATORIO DI ANALISI DEI SISTEMI 1 ! ! A1 −B1 C2 B2 C1 A2 ! " B1 B= 0 C1 T (s) = 0 " " D=0 T1 (s) 1 + T1 (s)T2 (s) 28 Interconnessione di Sistemi >> sys = feedback(sys1,sys2) a = x1 x2 x3 x4 b = x1 x2 x3 x4 x1 0 -6 0.5 0 x2 1 -5 0 0 x3 0 0 -4 2 u1 1 -4 0 0 x4 -1 4 -1.5 0 >> tf(sys) Transfer function: s^3 + 5 s^2 + 7 s + 3 -------------------------------s^4 + 9 s^3 + 29 s^2 + 40 s + 19 >> zpk(sys) c = y1 x1 1 y1 u1 0 d = x2 0 x3 0 x4 0 Zero/pole/gain: (s+3) (s+1)^2 ------------------------------------(s+1) (s+3.755) (s^2 + 4.245s + 5.06) Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 29 Interconnessione di Sistemi sys = append(sys1,sys2)% block diagonal appending In I/O terms, horizontal and vertical concatenation have the following block-diagram interpretations (with H 1 and H 2 denoting the transfer matrices of sys1 and sys2). CONCATENAZIONE ORIZZONTALE La concatenazione orizzontale H1 mantiene separatiy1i due ingressi H1 u1 + + u2 H2 >> sys = [sys1 u,1 sys2] y = H1 , H2 u2 Horizontal Concatenation y u Nel caso di rappresentazione tramite equazioniHdi2 stato il sistema risultante y2 è caratterizzato dalle seguenti matrici ! " A1 0 A= y HA 10 12 = u C= y2 ! C1 H2 C2 " B= D= Vertical Concatenation ! ! You can use concatenation as an easy way to create MIMO transfer functions Nel caso di rappresentazione tramite ! or zero-pole-gain models. For example, funzione di trasferimento il sistema risultante H = [ tf(1,[1 0]) 1 ; 0 tf([1 –1],[1 1]) ] è caratterizzato dalle due funzioni di trasferimento specifies LABORATORIO1DI ANALISI DEI SISTEMI 1 T (s) = B1 0 D1 H1 (s) 0 B2 D2 " " H2 (s) " 30 Interconnessione di Sistemi >> sys = [sys1 , sys2] a = x1 x2 x3 x4 b = x1 x2 x3 x4 c = y1 d = y1 x1 0 -6 0 0 u1 1 -4 0 0 x1 1 u1 0 x2 1 -5 0 0 x3 0 0 -4 2 Transfer function from input 1 to output: s + 1 ------------s^2 + 5 s + 6 Transfer function from input 2 to output: 1 ------------s^2 + 4 s + 3 u2 0 0 0.5 0 x2 0 x4 0 0 -1.5 0 >> tf(sys) >> zpk(sys) x3 0 x4 1 u2 0 Continuous-time model. Zero/pole/gain from input 1 to output: (s+1) ----------(s+2) (s+3) Zero/pole/gain from input 2 to output: 1 ----------(s+3) (s+1) LABORATORIO DI ANALISI DEI SISTEMI 1 31 Interconnessione di Sistemi 2)% block diagonal appending d vertical concatenation have the following ns (with H 1 and H 2 denoting the transfer CONCATENAZIONE VERTICALE H1 + + y y1 u H2 y2 >> sys = y [sys1 H 1; sys2] 1 = u y2 H2 ation La concatenazione verticale mantiene separati le due uscite Nel caso di rappresentazione tramite equazioni di stato il sistema risultante è caratterizzato dalle seguenti matrici ! " ! " A1 0 B1 A= B= 0 A2 B2 C= Vertical Concatenation as an easy way to create MIMO transfer functions Nel caso di rappresentazione or example, ; 0 ! C1 0 tramite funzione di trasferimento il sistema risultante tf([1 –1],[1 1]) ] è caratterizzato dalle due funzioni di trasferimento LABORATORIO DI ANALISI DEI SISTEMI 1 0 C2 " T (s) = D= ! ! H1 (s) H2 (s) D1 D2 " " 32 Interconnessione di Sistemi >> sys = [sys1 ; sys2] a = x1 x2 x3 x4 b = x1 x2 x3 x4 x1 0 -6 0 0 x2 1 -5 0 0 x3 0 0 -4 2 x4 0 0 -1.5 0 >> tf(sys) Transfer function from input to output... s + 1 #1: ------------s^2 + 5 s + 6 #2: u1 1 -4 0.5 0 1 ------------s^2 + 4 s + 3 >> zpk(sys) c = y1 y2 d = y1 y2 x1 1 0 x2 0 0 x3 0 0 x4 0 1 u1 0 0 Zero/pole/gain from input to output... (s+1) #1: ----------(s+2) (s+3) #2: 1 ----------(s+3) (s+1) Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 33 odels Interconnessione di Sistemi “APPEND” to specify the block-decoupled LTI model interconnection. u1 u2 sys1 sys2 y1 La funzione “append” crea un sistema i cui due sottosistemi sys1 0 sono completamente disaccoppiati y2 0 sys2 Nel caso di rappresentazione tramite equazioni di stato il sistema risultante è caratterizzato dalle seguenti matrici Appended Models Transfer Function ! " ! " A1 0 B1 0 >> sys append(sys1,sys2) for=more information on this function. A = See append B= 0 A2 0 B2 ! " Feedback and Other Interconnection Functions C1 0 D= The following LTI model interconnection functionsC are=useful for specifying 0 C2 closed- and open-loop model configurations: ! D1 0 • feedback puts two LTI models with compatible dimensions in a feedback ! configuration. Nel caso di rappresentazione tramite H1 (s) T (s) = di trasferimento il sistema risultante connects two LTI models in series. • series funzione 0 è caratterizzato dalle funzioni di trasferimento • parallel connects two LTIdue models in parallel. 0 D2 " 0 H2 (s) " • lft performs the Redheffer star product on two LTI models. • connect works with append to apply an arbitrary interconnection scheme to LABORATORIO DI ANALISI DEI SISTEMI 1 34 Interconnessione di Sistemi >> sys = append(sys1,sys2) >> tf(sys) a = Transfer function from input 1 to output... s + 1 #1: ------------s^2 + 5 s + 6 x1 0 -6 0 0 x1 x2 x3 x4 b = x1 x2 x3 x4 c = y1 y2 d = y1 y2 u1 1 -4 0 0 x1 1 0 u1 0 0 x2 1 -5 0 0 x3 0 0 -4 2 #2: 0 Transfer function from input 2 to output... #1: 0 u2 0 0 0.5 0 x2 0 0 x4 0 0 -1.5 0 #2: x3 0 0 1 ------------s^2 + 4 s + 3 x4 0 1 u2 0 0 Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 >> zpk(sys) Zero/pole/gain from input 1 to output... (s+1) #1: ----------(s+2) (s+3) #2: 0 Zero/pole/gain from input 2 to output... #1: 0 #2: 1 ----------(s+3) (s+1) 35 Sistemi MIMO Si consideri il seguente sistema LTI u2 (t) u1 (t) + - TA (s) + TB (s) + y1 (t) y2 (t) TC (s) y3 (t) Il sistema ha 2 ingressi e 3 uscite LABORATORIO DI ANALISI DEI SISTEMI 1 36 Sistemi MIMO u2 (t) + u1 (t) - TA (s) + TB (s) + TA (s) = y1 (t) y2 (t) TC (s) TC (s) = 1 s TB (s) = s+1 (s + 2)(s + 3) = 1 s+1 s+1 s2 + 5s + 6 y3 (t) ! ẋA (t) = uA (t) yA (t) = xA (t) uA (t) = u1 (t) − yC (t) ! ẋB (t) = −xB (t) + uB (t) yB (t) = xB (t) uC (t) = yB (t) ẋC1 (t) = xC2 (t) ẋC2 (t) = −6xC1 (t) − 5xC2 (t) + uC (t) yC (t) = xC1 (t) + xC2 (t) LABORATORIO DI ANALISI DEI SISTEMI 1 uB (t) = u2 (t) + yA (t) y1 (t) = yB (t) y2 (t) = u2 (t) + yA (t) y3 (t) = yC (t) 37 Sistemi MIMO ẋA (t) = −xC1 (t) − xC2 (t) + u1 (t) y1 (t) = xB (t) ẋB (t) = xA (t) − xB (t) + u2 (t) y2 (t) = xA (t) + u2 (t) ẋC1 (t) = xC2 (t) y3 (t) = xC1 (t) + xC2 (t) ẋC2 (t) = xB (t) − 6xC1 (t) − 5xC2 (t) 0 1 ẋ(t) = 0 0 0 y(t) = 1 0 0 −1 −1 −1 0 0 x(t) + 0 0 1 1 −6 −5 1 0 0 0 0 1 1 0 0 0 0 1 u(t) 0 0 0 0 0 0 x(t) + 0 1 u(t) 1 0 0 LABORATORIO DI ANALISI DEI SISTEMI 1 38 Sistemi MIMO >> MIMOsys = ss(A,B,C,D) >> A = [ 0 0 -1 -1; ... -1 -1 0 0; ... 0 0 0 1; ... 0 1 -6 -5 ] >> C = [ 0 1 0 0; ... 1 0 0 0; ... 0 0 1 1 ] A = C = 0 -1 0 0 0 -1 0 1 -1 0 0 -6 0 1 0 -1 0 1 -5 1 0 0 0 0 1 0 0 1 a = x1 x2 x3 x4 b = x1 x2 x3 x4 >> B = [ 1 0; 0 1; 0 0 ; 0 0 ] x1 0 -1 0 0 x2 0 -1 0 1 u1 1 0 0 0 u2 0 1 0 0 x1 0 1 0 x2 1 0 0 u1 0 0 0 u2 0 1 0 x3 -1 0 0 -6 x4 -1 0 1 -5 x3 0 0 1 x4 0 0 1 B = 1 0 0 0 c = 0 1 0 0 y1 y2 y3 >> D = [ 0 0; 0 1; 0 0 ] D = 0 0 0 0 1 0 LABORATORIO DI ANALISI DEI SISTEMI 1 d = y1 y2 y3 Continuous-time model. 39 Sistemi MIMO a = x1 x2 x3 x4 >> get(MIMOsys) a: b: c: d: e: StateName: Ts: ioDelay: InputDelay: OutputDelay: InputName: OutputName: InputGroup: OutputGroup: Notes: UserData: [4x4 [4x2 [3x4 [3x2 [] {4x1 0 [3x2 [2x1 [3x1 {2x1 {3x1 {0x2 {0x2 {} [] double] double] double] double] cell} double] double] double] cell} cell} cell} cell} b = x1 x2 x3 x4 >> issiso(MIMOsys) ans = x1 0 -1 0 0 x2 0 -1 0 1 x3 -1 0 0 -6 ingresso 1 0 0 0 x4 -1 0 1 -5 disturbo 0 1 0 0 0 c = uscita usc_dist usc_inf d = >> size(MIMOsys) uscita usc_dist usc_inf State-space model with 3 outputs, 2 inputs, and 4 states. x1 0 1 0 x2 1 0 0 x3 0 0 1 ingresso 0 0 0 x4 0 0 1 disturbo 0 1 0 Continuous-time model. >> MIMOsys.InputName = {'ingresso' 'disturbo'}; >> MIMOsys.OutputName = {'uscita' 'usc_dist' 'usc_inf'}; LABORATORIO DI ANALISI DEI SISTEMI 1 40 Sistemi MIMO >> tf(MIMOsys) Transfer function from input "ingresso" to output... uscita: -s^2 - 5 s - 6 -----------------------------s^4 + 6 s^3 + 11 s^2 + 5 s - 1 usc_dist: usc_inf: s^3 + 6 s^2 + 11 s + 6 -----------------------------s^4 + 6 s^3 + 11 s^2 + 5 s - 1 -s - 1 -----------------------------s^4 + 6 s^3 + 11 s^2 + 5 s - 1 >> zpk(MIMOsys) Zero/pole/gain from input "ingresso" to output... uscita: - (s+3) (s+2) --------------------------------------(s-0.1479) (s+1) (s^2 + 5.148s + 6.761) usc_dist: (s+1) (s+2) (s+3) --------------------------------------(s-0.1479) (s+1) (s^2 + 5.148s + 6.761) - (s+1) Transfer function from input "disturbo" to output... usc_inf: --------------------------------------(s-0.1479) (s+1) (s^2 + 5.148s + 6.761) s^3 + 5 s^2 + 6 s + 4.469e-016 uscita: -----------------------------Zero/pole/gain from input "disturbo" to output... s^4 + 6 s^3 + 11 s^2 + 5 s - 1 usc_dist: usc_inf: s^4 + 6 s^3 + 11 s^2 + 4 s - 2 -----------------------------s^4 + 6 s^3 + 11 s^2 + 5 s - 1 s^2 + s - 8.674e-018 -----------------------------s^4 + 6 s^3 + 11 s^2 + 5 s - 1 uscita: s (s+3) (s+2) --------------------------------------(s-0.1479) (s+1) (s^2 + 5.148s + 6.761) usc_dist: usc_inf: LABORATORIO DI ANALISI DEI SISTEMI 1 (s-0.2695) (s+1) (s^2 + 5.27s + 7.42) --------------------------------------(s-0.1479) (s+1) (s^2 + 5.148s + 6.761) s (s+1) --------------------------------------(s-0.1479) (s+1) (s^2 + 5.148s + 6.761) 41 Array di Sistemi LTI Si consideri il seguente sistema LTI u(t) 2s + 1 + - (s − 1)(s + 2) y(t) k 2s + 1 2s + 1 s2 + s − 2 Tcompl (s) = = 2 k(2s + 1) s + (2k + 1)s + (k − 2) 1+ 2 s +s−2 E’ possibile analizzare il sistema al variare di k LABORATORIO DI ANALISI DEI SISTEMI 1 42 Array di Sistemi LTI In Matlab esiste il concetto di “Array di Sistemi LTI” Sistema sulla catena diretta >> num1 = [2 1]; >> den1 = [1 1 -2]; >> sys1 = tf(num1,den1) Transfer function: 2 s + 1 ----------s^2 + s - 2 Successivamente si definisce, per ogni elemento del vettore definito in precedenza, il sistema k Bisogna definire innanzitutto il vettore di elementi per cui studiare il comportamento del sistema >> k = [-2 -1 0 1 2]; LABORATORIO DI ANALISI DEI SISTEMI 1 >> sys2_1 = tf(k(1),1) Transfer function: -2 >> sys2_2 = tf(k(2),1) Transfer function: -1 >> sys2_3 = tf(k(3),1) Transfer function: 0 >> sys2_4 = tf(k(4),1) Transfer function: 1 >> sys2_5 = tf(k(5),1) Transfer function: 2 43 Array di Sistemi LTI Si crea infine l’array >> ARRAYsys(:,:,1) = feedback(sys1,sys2_1); >> ARRAYsys(:,:,2) = feedback(sys1,sys2_2); di sistemi retroazionati >> ARRAYsys(:,:,3) = feedback(sys1,sys2_3); >> ARRAYsys(:,:,4) = feedback(sys1,sys2_4); >> ARRAYsys(:,:,5) = feedback(sys1,sys2_5) Model ARRAYsys(:,:,1,1) ======================= Transfer function: 2 s + 1 ------------s^2 - 3 s - 4 Model ARRAYsys(:,:,2,1) ======================= Transfer function: 2 s + 1 ----------s^2 - s - 3 Model ARRAYsys(:,:,3,1) ======================= Transfer function: 2 s + 1 ----------s^2 + s - 2 Model ARRAYsys(:,:,4,1) ======================= ELEMENTI DELL’ARRAY Transfer function: 2 s + 1 ------------s^2 + 3 s - 1 Model ARRAYsys(:,:,5,1) ======================= Transfer function: 2 s + 1 --------s^2 + 5 s 5x1 array of continuous-time transfer functions. 5x1 array of continuous-time transfer functions. LABORATORIO DI ANALISI DEI SISTEMI 1 44 Array di Sistemi LTI >> ss(ARRAYsys) Model ans(:,:,1,1) ================== a = x1 x2 b = x1 x2 x1 3 2 x1 x2 b = u1 2 0 x1 x2 x1 1 y1 y1 a = x2 2 0 c = d = Model ans(:,:,2,1) ================== u1 0 x2 0.25 c = y1 d = y1 x1 1 2 x2 1.5 0 u1 0 a = x1 x2 b = u1 2 0 x1 1 Model ans(:,:,3,1) ================== x1 x2 x2 0.25 c = y1 d = y1 x1 -1 2 a = x2 1 0 x1 x2 b = u1 2 0 x1 1 Model ans(:,:,4,1) ================== x1 x2 x2 0.25 u1 0 c = y1 d = y1 x1 -3 1 x2 1 0 a = x1 x2 b = u1 2 0 x1 1 Model ans(:,:,5,1) ================== x1 x2 x2 0.5 u1 0 c = y1 d = y1 x1 -5 0.5 x2 0 0 u1 2 0 x1 1 x2 1 u1 0 5x1 array of continuous-time state-space models. LABORATORIO DI ANALISI DEI SISTEMI 1 45 Array di Sistemi LTI Una volta definito l’array è semplice visualizzare l’andamento nel tempo del segnale di uscita per tutti gli elementi del parametro >> step(ARRAYsys) >> impulse(ARRAYsys) Step Response 5 4.5 4.5 4 4 3.5 3.5 3 3 Amplitude Amplitude Impulse Response 5 2.5 2.5 2 2 1.5 1.5 1 1 0.5 0.5 0 0 1 2 3 4 5 6 0 0 Time (sec) LABORATORIO DI ANALISI DEI SISTEMI 1 1 2 3 4 5 6 Time (sec) 46 LTI Viewer LTI Viewer è uno specifico analizzatore / visualizzatore di sistemi lineari tempo invarianti a tempo continuo o discreto >> sys = ss(A,B,C,D) Si consideri il seguente sistema LTI >> >> >> >> A B C D = = = = [0 1; -6 -5]; [1; -4]; [1 0]; 0; a = x1 x2 b = x1 x2 c = y1 d = y1 x1 0 -6 x2 1 -5 u1 1 -4 x1 1 x2 0 u1 0 >> tf(sys) Transfer function: s + 1 ------------s^2 + 5 s + 6 >> zpk(sys) Zero/pole/gain: (s+1) ----------(s+2) (s+3) Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 47 LTI Viewer >> LTIview(sys) LABORATORIO DI ANALISI DEI SISTEMI 1 48 LTI Viewer LTI Viewer consente la visualizzazione di specifici grafici per l’analisi dei sistemi LTI. In particolare: ★ risposta al gradino (step) ★ risposta all’impulso (impulse) LABORATORIO DI ANALISI DEI SISTEMI 1 49 LTI Viewer Altri grafici sono: ★ diagrammi di bode (bode) ★ mappa dei poli e degli zeri (pole/zero) LABORATORIO DI ANALISI DEI SISTEMI 1 50 LTI Viewer L’ambiente “Proprietà” consente di specificare la modalità di visualizzazione della curva LABORATORIO DI ANALISI DEI SISTEMI 1 51 LTI Viewer Ogni tipologia di grafico consente la visualizzazione di una serie di informazioni che caratterizzano il segnale presente nel viewer. per quanto riguarda le risposte al gradino e all’impulso si hanno le seguenti informazioni: ★ Peak Response Valore massimo raggiunto dal segnale ★ Settling Time Tempo per arrivare a regime ★ Rise Time Tempo per passare dal 10% al 90% del valore del segnale ★ Steady State Valore raggiunto a regime dal segnale LABORATORIO DI ANALISI DEI SISTEMI 1 52 LTI Viewer LABORATORIO DI ANALISI DEI SISTEMI 1 53 I valori che caratterizzano il settling time e il rise time possono essere modificati nell’ambiente “Proprietà” L’ambiente “Plot Configuration” consente di modificare il layout del LTI Viewer specificando quanti e quali grafici visualizzare LABORATORIO DI ANALISI DEI SISTEMI 1 54 LTI Viewer LABORATORIO DI ANALISI DEI SISTEMI 1 55 LTI Viewer LTI Viewer consente di analizzare / visualizzare più segnali contemporaneamente Si consideri (oltre al precedente) il seguente sistema LTI >> sys2 = tf(1, [1 3]) Transfer function: 1 ----s + 3 >> LTIview LABORATORIO DI ANALISI DEI SISTEMI 1 56 LTI Viewer LABORATORIO DI ANALISI DEI SISTEMI 1 57 LTI Viewer Ogni singolo grafico può essere abilitato / disabilitato Le proprietà vengono specificate per ogni singolo grafico LABORATORIO DI ANALISI DEI SISTEMI 1 58 LTI Viewer Anche i sistemi MIMO possono essere analizzati / visualizzati con LTI Viewer >> LTIview(MIMOsys) LABORATORIO DI ANALISI DEI SISTEMI 1 59 Risposte nel Tempo Il Control System Toolbox di Matlab contiene specifiche funzioni per la visualizzazione di risposte nel tempo di sistemi LTI ★ Step Risposta al gradino ★ Impulse Risposta all’impulso ★ Initial Risposta Libera ! " 1 −1 y(t) = L T (s) · s ! " y(t) = L−1 T (s) ! " y(t) = L−1 C (sI − A)−1 x(0− ) La risposta libera può essere ottenuta solo per sistemi rappresentati tramite equazioni di stato LABORATORIO DI ANALISI DEI SISTEMI 1 60 Risposte nel Tempo Si consideri il sistema LTI >> s = tf('s') Transfer function: s >> sys = (s+4)/((s+2)*((s+1)^2+9)) Transfer function: s + 4 ----------------------s^3 + 4 s^2 + 14 s + 20 >> step(sys) LABORATORIO DI ANALISI DEI SISTEMI 1 >> impulse(sys) 61 Risposte nel Tempo condizioni iniziali >> sys_se = ss(sys) a = x1 -4 8 0 x1 x2 x3 b = x1 x2 x3 x1 0 y1 y1 x0 = -2 1 -4 x3 -0.625 0 0 >> initial(sys_se,x0) u1 0.5 0 0 c = d = x2 -1.75 0 4 >> x0 = [-2; 1; -4] x2 0.25 x3 0.25 u1 0 Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 62 Risposte nel Tempo Su questi grafici è possibile visualizzare i valori peak response, settling time, rise time e steady state visti in precedenza LABORATORIO DI ANALISI DEI SISTEMI 1 63 Risposte nel Tempo In generale, su questa tipologia di grafici, è possibile mettere uno o più “marker” che indicano, oltre al nome del sistema, il tempo (in secondi) e il valore del segnale (ampiezza) Questi marker vengono utili per misurare determinati punti particolari del segnale o nel confronto di più segnali LABORATORIO DI ANALISI DEI SISTEMI 1 64 Simulink - Control System Toolbox Il Control System Toolbox di Simulink contiene tre blocchi ★ Input Point Specifica, in uno schema Simulink da analizzare, il punto da considerare come ingresso del sistema ★ LTI System Sistema LTI in una delle rappresentazioni viste in precedenza ★ Output Point Specifica, in uno schema Simulink da analizzare, il punto da considerare come uscita del sistema LABORATORIO DI ANALISI DEI SISTEMI 1 65 Simulink - Control System Toolbox Si consideri il seguente sistema LTI (in cui sono indicati gli ingressi e le uscite) Step 1 1 s s+1 Integrator Transfer Fcn y2 (t) u1 (t) Band-Limited White Noise Scope y1 (t) u2 (t) (s+1) (s+2)(s+3) y3 (t) Zero-Pole E’ possibile analizzare / visualizzare il comportamento del sistema tra un certo ingresso e una certa uscita inserendo nel sistema i blocchi “Input Point” e “Output Point” LABORATORIO DI ANALISI DEI SISTEMI 1 66 Simulink - Control System Toolbox Step Input Point 1 1 s s+1 Integrator Transfer Fcn Output Point Scope Band-Limited White Noise (s+1) (s+2)(s+3) Zero-Pole Selezionando “Linear Analysis” dal menù “Tools” si apre automaticamente un LTI Viewer che analizza / visualizza il comportamento del sistema tra i punti di ingresso e uscita indicati LABORATORIO DI ANALISI DEI SISTEMI 1 67 Simulink - Control System Toolbox Importante: se il sistema, tra i punti di ingresso e uscita indicati, è non-lineare, deve essere linearizzato con il comando “Get Linearized Model” Nota: si possono mettere più punti di ingresso e di uscita (in questo caso verrà analizzato / visualizzato un sistema MIMO) LABORATORIO DI ANALISI DEI SISTEMI 1 68 Simulink - Control System Toolbox Un altro esempio di punti di ingresso e di uscita Step 1 1 s s+1 Integrator Transfer Fcn Scope Input Point Band-Limited White Noise (s+1) Output Point (s+2)(s+3) Zero-Pole LABORATORIO DI ANALISI DEI SISTEMI 1 69 Simulink - Control System Toolbox Si osservi la differenza tra sistema senza disturbo e sistema con disturbo in ingresso Step 1 1 s s+1 Integrator Transfer Fcn Scope (s+1) (s+2)(s+3) Zero-Pole Step 1 1 s s+1 Integrator Transfer Fcn Scope Band-Limited White Noise (s+1) (s+2)(s+3) Zero-Pole LABORATORIO DI ANALISI DEI SISTEMI 1 70 Esempio di Sistema Fisico SISO Example: the DC Motor A simple model of a DC motor driving an inertial load shows the angular rate of the load, ! ( t ) , as the output and applied voltage, v a pp ( t ) , as the input. The ultimate goal of this example is to control the angular rate by varying the applied voltage. This picture shows Elettrico a simple model of the DC motor. Motore i(t) R + L vapp(t) + vemf(t) - I Load L Inertial DC Motor - Kf!(") Viscous friction Load J "(t) Torque !(t) Angular rate Figure 2-1: A Simple Model of a DC Motor Driving an Inertial Load In this model, the dynamics of the motor itself are idealized; for instance, the magnetic field is assumed to be constant. The resistance of the circuit is LABORATORIO DI ANALISI DEI SISTEMI 1 71 Esempio di Sistema Fisico Il motore elettrico rappresentato in figura può essere rappresentato come un sistema dinamico LTI. ★ l’ingresso del sistema è costituito dalla tensione applicata ai morsetti esterni u(t) −→ Vapp (t) ★ lo stato del sistema è costituito dalla corrente nel circuito elettrico e dalla velocità angolare della massa inerziale ! " i(t) x(t) −→ ω(t) ★ l’uscita del sistema è costituito dalla velocità angolare della massa inerziale y(t) −→ ω(t) LABORATORIO DI ANALISI DEI SISTEMI 1 72 Esempio di Sistema Fisico Le equazioni di stato possono essere ottenute: ★ dalla legge di Newton (bilanciamento dei momenti angolari) per quanto riguarda la velocità angolare della massa inerziale J· dω(t) dt = ! i τi (t) = τ (t) − Kf · ω(t) MOMENTO ANGOLARE FORZA DI ATTRITO τ (t) = Km · i(t) ω (t) = ! Km J i(t) − LABORATORIO DI ANALISI DEI SISTEMI 1 Kf J ω(t) 73 Esempio di Sistema Fisico Le equazioni di stato possono essere ottenute: ★ dalla legge di Kirchoff alle maglie (bilanciamento delle tensioni) per quanto riguarda la corrente nel circuito elettrico Vapp (t) = R · i(t) + L · di(t) dt FORZA ELETTROMOTRICE TENSIONE IN INGRESSO i (t) = − ! + Vemf (t) Vemf (t) = Kb · ω(t) R L i(t) − Kb L ω(t) + LABORATORIO DI ANALISI DEI SISTEMI 1 1 L Vapp (t) 74 Esempio di Sistema Fisico Le equazioni di stato del motore elettrico sono quindi R K b % & − − ! i (t) L L = ! ω (t) Km Kf − J J % & . i(t) y(t) = 0 1 · ω(t) · % LABORATORIO DI ANALISI DEI SISTEMI 1 i(t) ω(t) & 1 L + · Vapp (t) 0 75 Esempio di Sistema Fisico Si considerino i seguenti dati: >> >> >> >> >> >> R=2 L = 0.5 R = 2.0; L = 0.5; Km = 0.015; Kb = 0.015; Kf = 0.2; J = 0.02; Km = 0.015 Kb = 0.015 Kf = 0.2 >> >> >> >> A B C D = = = = [ [ [ [ -R/L -Kb/L; Km/J -Kf/J ]; 1/L; 0 ]; 0 1 ]; 0 ]; J = 0.02 LABORATORIO DI ANALISI DEI SISTEMI 1 76 Esempio di Sistema Fisico >> sys_motore = ss(A,B,C,D) a = x1 x2 b = x1 x2 c = y1 d = y1 x1 -4 0.75 x2 -0.03 -10 >> sys_motore_tf = tf(sys_motore) Transfer function: 1.5 -----------------s^2 + 14 s + 40.02 u1 2 0 x1 0 x2 1 u1 0 >> sys_motore_zpk = zpk(sys_motore) Zero/pole/gain: 1.5 ------------------(s+4.004) (s+9.996) Continuous-time model. LABORATORIO DI ANALISI DEI SISTEMI 1 77