Реферат: Определение функции Ляпунова и реализация в Matlab

Содержание
. Определение функции Ляпунова
. Теоремы об устойчивости
. Теоремы о неустойчивости
. Методический пример


Дата добавления на сайт: 04 марта 2025
Министерство образований и науки Республики Казахстан
Евразийский национальный университет им. Л.Н. Гумилева
Факультет информационных технологий
Кафедра системного анализа и управления

Реферат

Тема: Определение функции Ляпунова и реализация в Matlab

Выполнила:
студентка группы АБ -35к
Асқарова А.С.
Проверила:
преподаватель Ермекбаева Ж.Ж.

г. Астана 2014 год
Содержание

. Определение функции Ляпунова
. Теоремы об устойчивости
. Теоремы о неустойчивости
. Методический пример

1. Определение функции Ляпунова

Функция Ляпунова представляет собой скалярную функцию, заданную на фазовом пространстве системы, с помощью которой можно доказать устойчивость положения равновесия. Метод функций Ляпунова применяется для исследования устойчивости различных дифференциальных уравнений и систем. Ниже мы ограничимся рассмотрением автономных систем

Определение функции Ляпунова и реализация в Matlab (рис. 1)

имеющих нулевое положение равновесия X ≡ 0.
Предположим, что в некоторой окрестности U начала координат задана непрерывно дифференцируемая функция

Определение функции Ляпунова и реализация в Matlab (рис. 2)

Пусть V(X) > 0 для всех X ∈ U \{0}, а в начале координат V(0) = 0. Такими функциями являются, например, функции вида

Определение функции Ляпунова и реализация в Matlab (рис. 3)

Найдем полную производную функции V(X) по времени t:

Определение функции Ляпунова и реализация в Matlab (рис. 4)

Это выражение можно записать в виде скалярного произведения двух векторов:

Определение функции Ляпунова и реализация в Matlab (рис. 5)

Здесь первый вектор представляет собой градиент функции V(X), т.е. он всегда направлен в сторону наибольшего возрастания функции V(X). Как правило, функция V(X) возрастает при удалении от начала координат, т.е. при условии |X| → ∞. Второй вектор в скалярном произведении − это вектор скорости движения. В любой точке он направлен по касательной к фазовой траектории.
Рассмотрим случай, когда производная функции V(X) в окрестности U начала координат отрицательна:

Определение функции Ляпунова и реализация в Matlab (рис. 6)

Это означает, что угол φ между вектором градиента и вектором скорости больше 90°. Для функции двух переменных это схематически показано на рисунках 1 и 2.

Определение функции Ляпунова и реализация в Matlab (рис. 7)

Очевидно, что если производная dV/dt вдоль фазовой траектории всюду отрицательная, то траектория движения стремится к началу координат, т.е. система является устойчивой. В противном случае, когда производная dV/dt положительна, траектория стремится от начала координат, т.е. система является неустойчивой.
Перейдем к строгим формулировкам.
Функция V(X), непрерывно дифференцируемая в некоторой окрестности U начала координат, называется функцией Ляпунова автономной системы

Определение функции Ляпунова и реализация в Matlab (рис. 8)

если выполнены следующие условия:

Определение функции Ляпунова и реализация в Matlab (рис. 9)

2. Теоремы об устойчивости

дифференциальный уравнение matlab алгоритм
Теорема об устойчивости в смысле Ляпунова. Если в некоторой окрестности U нулевого решения X = 0 автономной системы существует функция Ляпунова V(X), то положение равновесия X = 0 является устойчивым по Ляпунову.
Теорема об асимптотической устойчивости. Если в некоторой окрестности U нулевого решения X = 0 автономной системы существует функция Ляпунова V(X) с отрицательно определенной производной dV/dt 0.

Если в окрестности U имеются точки, в которых V(X) > 0, то нулевое решение X = 0 является неустойчивым.
Теорема Четаева о неустойчивости. Пусть в окрестности U нулевого решения X = 0 автономной системы существует непрерывно дифференцируемая функция V(X). Пусть окрестность U содержит подобласть U1, включающую начало координат (рис.3), такую, что

1.V(X) > 0 для всех X ∈ U1\{0};
2.dV/dt > 0 для всех X ∈ U1\{0};
3.V(X) = 0 для всех X ∈ δU1,

где δU1 обозначает границу подобласти U1.
Тогда нулевое решение X = 0 системы неустойчиво. В этом случае фазовые траектории в подобласти U1 будут стремиться от начала координат.
Таким образом, функции Ляпунова позволяют установить устойчивость или неустойчивость системы. Преимуществом данного метода является то, что здесь не требуется знать само решение X(t). Кроме того, данный метод позволяет исследовать устойчивость положений равновесия негрубых систем, − например, в случае, когда точка равновесия является центром. Недостаток заключается в том, что не существует общего метода построения функций Ляпунова. В частном случае однородных автономных систем с постоянными коэффициентами функцию Ляпунова можно искать в виде квадратичной формы.

Определение функции Ляпунова и реализация в Matlab (рис. 10)

Пример 1

Исследовать на устойчивость нулевое решение нелинейной системы

Определение функции Ляпунова и реализация в Matlab (рис. 11)

Решение.
Очевидно, что якобиан данной системы в точке (0,0) представляет собой нулевую матрицу:

Определение функции Ляпунова и реализация в Matlab (рис. 12)

Собственные значения этой матрицы равны нулю: λ1,2 = 0. Поэтому метод исследования устойчивости по первому приближению неприменим.
Посмотрим какой результат можно получить, используя функцию Ляпунова. В качестве такой функции возьмем

Определение функции Ляпунова и реализация в Matlab (рис. 13)

которая является положительно определенной всюду, кроме начала координат. Вычислим полную производную:

Определение функции Ляпунова и реализация в Matlab (рис. 14)

Здесь снова, как и в предыдущем примере, производная тождественно равна нулю. Это значит, что нулевое решение системы устойчиво (в смысле Ляпунова).
Пример 2
Исследовать на устойчивость нулевое решение системы, используя метод функций Ляпунова:

Определение функции Ляпунова и реализация в Matlab (рис. 15)

Решение.
В качестве возможной функции Ляпунова выберем функцию вида

Определение функции Ляпунова и реализация в Matlab (рис. 16)

Очевидно, эта функция является положительно определенной всюду, кроме начала координат, где она равна нулю. Вычислим ее производную (в силу данной системы):

Определение функции Ляпунова и реализация в Matlab (рис. 17)

Как видно, производная является отрицательно определенной всюду, кроме точки (0,0). Тогда нулевое решение будет асимптотически устойчивым.
Используя метод первого приближения, можно убедиться, что нулевое положение равновесия представляет собой устойчивый фокус. Действительно, собственные значения линеаризованной системы являются комплексно-сопряженными числами с отрицательной действительной частью:

Определение функции Ляпунова и реализация в Matlab (рис. 18)

. Методический пример


Задана система управления, описываемая конечно-разностными уравнениями в пространстве состояний

x(k+1) = A(k) x(k) + B(k) u(k), (Определение функции Ляпунова и реализация в Matlab (рис. 19)),
Определение функции Ляпунова и реализация в Matlab (рис. 20)

и известна матрица K, определяющая закон управления

u = Kx,
Определение функции Ляпунова и реализация в Matlab (рис. 21).

. Зададим матрицы, определяющие систему:

Определение функции Ляпунова и реализация в Matlab (рис. 22)

. Определим решение уравнения Ляпунова

Определение функции Ляпунова и реализация в Matlab (рис. 23)

. Произведем расчет главных миноров

Определение функции Ляпунова и реализация в Matlab (рис. 24)

По критерию Сильвестра решение не является положительно-определенной матрицей, следовательно, система не является асимптотически устойчивой. График свободного движения системы при начальных условиях Определение функции Ляпунова и реализация в Matlab (рис. 25) показан на рис. 4.1 и 4.2.

Определение функции Ляпунова и реализация в Matlab (рис. 26)
Рис. 4.1. x1(k).

Определение функции Ляпунова и реализация в Matlab (рис. 27)
Рис. 4.2. x2(k).

. Аналогично можно определить свойство асимптотической устойчивости в управляемой системе.

Определение функции Ляпунова и реализация в Matlab (рис. 28)

По критерию Сильвестра решение дискретного уравнения Ляпунова не является положительно-определенной матрицей, следовательно, система не является асимптотически устойчивой.
. Приведем текст script-файла для определения устойчивости матрицы X на основе использования метода Раусса-Гурвица.
получение коэффициентов характеристического полинома
= poly(X);

определение размерности

[L, N] =size(lm);

создание матрицы с нулевыми значениями
=zeros(N, N);

заполнение нечетных строк матрицы Гурвица

Определение функции Ляпунова и реализация в Matlab (рис. 29)

заполнение четных строк матрицы Гурвица

Определение функции Ляпунова и реализация в Matlab (рис. 30)

вычисление главных миноров

Определение функции Ляпунова и реализация в Matlab (рис. 31)

вывод результатов

Определение функции Ляпунова и реализация в Matlab (рис. 32)

Результат вычисления показывает, что система управления не является асимптотически устойчивой. График динамики управляемой системы при начальных условиях Определение функции Ляпунова и реализация в Matlab (рис. 33) показан на рис. 4.3 и 4.4.

Определение функции Ляпунова и реализация в Matlab (рис. 34)
Рис. 4.3. x1(k).

Определение функции Ляпунова и реализация в Matlab (рис. 35)
Рис. 4.4.. x2(k).

Полученные графики динамики системы иллюстрируют полученный аналитический результат о неустойчивости системы.

Комментарии:

Вы не можете оставлять комментарии. Пожалуйста, зарегистрируйтесь.