بسم ا ...الرحمن الرحيم درس کنترل ديجيتال مهر 1389 دکتر حسين بلندي -دکتر سید مجید اسما عیل زاده فصل اول ” آشنايی با سيستم های کنترل زمان -گسسته“ در سالهای اخير ،بسياری از سيستم های صنعتی ،کامپيوتر های ديجيتال را به عنوان جزء الزم عمليات خود دربر می گيرند .سير تکاملی اخير ميکروپروسسورها و ميکروکامپيوترها که می توانند در وظايف کنترلی مختلف مورد استفاده قرار گيرند ،روند جديدی در جهت منظور کردن کامپيوترهای ديجيتال حتی در سيستم های کنترل با مقياس کوچک به منظور به دست آوردن عملکرد بهينه برقرار کرده است. در مهندس ی کنترل ،کامپيوترهای ديجيتال برای دو منظور مختلف بکار برده می شوند: -1تحليل و ترکيب سيستم های کنترل پيچيده شامل شبيه سازی ديجيتالی و محاسبه ديجيتالی ديناميک های کنترل پيچيده -2به صورت کنترل کننده در سيستم های کنترل تاکيد ما در اين دوره بر کنترل کننده های ديجيتال است نه بر شبيه سازی ديجيتالی يا محاسبه ديجيتالی ديناميک های کنترل پيچيده. انواع روشهاي پياده سازي سيستمهاي كنترل • People know more than machines, so • Manual operation • Mechanical Operation • Pneumatic Devices • Analog Electronics • Digital Electronics leave decisions to them انواع روشهاي پياده سازي سيستمهاي كنترل • Mechanical Devices The value of variable is represented by position of equipment • Manual operation • Mechanical Operation • Pneumatic Devices • Analog Electronics • Digital Electronics انواع روشهاي پياده سازي سيستمهاي كنترل • the value of variable is proportional to air pressure • Manual operation • Mechanical Operation • Pneumatic Devices • Analog Electronics • Digital Electronics انواع روشهاي پياده سازي سيستمهاي كنترل • Manual operation • PID implementation in pneumatic devices • Mechanical Operation • force balance-Newtone law • Pneumatic Devices • Analog Electronics • Digital Electronics انواع روشهاي پياده سازي سيستمهاي كنترل • the variable is proportional to voltage or current • Manual operation • Mechanical Operation • Pneumatic Devices • Analog Electronics • Digital Electronics انواع روشهاي پياده سازي سيستمهاي كنترل • Manual operation • PID implementation in analog electronics • Mechanical Operation • current balance-(Kirkoff’s laws) • Pneumatic Devices • Analog Electronics • Digital Electronics انواع روشهاي پياده سازي سيستمهاي كنترل • Manual operation • Mechanical Operation • Pneumatic Devices • Analog Electronics • Digital Electronics Displays of variables, calculations, and commands to valves are in the central control room نمونه كاربردهاي سیستمهای كنترل ديجيتال used to manufacture product embedded in product Satellite Attitude Control Missile guidance & Control Industrial Control Engine Control Flight Control Motion Control Mobile robot نمونه هایی از كاربردهای عملي • صنایع پتروشیمی • سیستمهای فضایی • صنایع موشکی و رباتیک انواع روشهاي پياده سازي سيستمهاي كنترل ?• Why digital control • digital control versus analog control • دقت: • سيستمهاي ديجيتال از دقت باالتري برخوردار مي باشند و در اثر نويز مختلف كمتر از سيگنالهاي آنالوگ دچار خطا مي شوند • خطاهاي پياده سازي: • پردازش ديجيتال سيگنالهاي كنترل :بر اساس مقادير ذخيره شده مي باشد كه نمايش ديجيتال آنها با خطاي كمي همراه است. • پردازش سيگنال آنالوگ :از املانهائي مثل خازن و مقاومت استفاده مي كند كه مقادير آنها نسبت به مقادير نامي تغيير محسوس ي مي كند. انواع روشهاي پياده سازي سيستمهاي كنترل • digital control versus analog control • انعطاف پذيري: • كنترل كننده هاي آنالوگ :با پياده سازي سخت افزاري آنها ،اصالح يا تغيير طراحي مشكل خواهد بود • كنترل كننده هاي آنالوگ :تنها پياده سازي كنترل كننده هاي ساده امكان پذير خواهد بود • كنترل كننده هاي ديجيتال :اصالح آنها بدون جايگزينی كامل كنترل كننده اصلي ميسرخواهد بود • كنترل كننده هاي ديجيتال :پيچيده تر شدن كنترل كننده تنها منتج به اضافه شدن چند عمليات رياض ي در كنترل كننده مي گردد انواع روشهاي پياده سازي سيستمهاي كنترل • digital control versus analog control • سرعت و هزينه : • سخت افزارهاي كامپيوتري سريع تر ،پريودهاي نمونه برداري كوتاه تري را نتيجه مي دهند • با پريودهاي نمونه برداري كوتاه ،كنترل كننده هاي ديجيتال ،متغيرهاي كنترلي را تقريبا بطور پيوسته مونيتور مي كنند • پيشرفت در تكنولوژي VLSIمنجر به مدارات مجتمع بهتر ،سربع تر و مطمئن تر و با قيمت كمتر شده است. بلوك دياگرام کلی یک سيستم كنترل ديجيتال 100 011 010 001 مبدل 010 001 دستگاه يا فرايند محرك مدار نگهدار D/A مبدل كامپيوتر ديجيتال S/H & A/D مبدل + - سيستم كنترل اتوماتيك مربوط به زمين نشستن يك هواپيما Automatic Aircraft Landing System Radar unit Transmitter Digital Computer Bank command(tilt) Pitch command Lateral position Controlling unit Vertical position سيستم كنترل موقعيت افقي هواپيما disturbance w(t) Wind input Bank command (t) Aircraft Lateral system Aircraft position y(t) T Data hold y(kT) + Radar noise + Control system attempts to force y(t) to zero (kT) Lateral Digital controller Desired position difference between the exact aircraft position and the measured position کنترل دور موتور DCبا استفاده از کنترل کننده دیجیتال شماتیک حلقه بسته سیستم کنترل دیجیتال دور موتور DC مراحل طراحی سیستم کنترل دور موتور DC -1مدلسازی موتور DC -2طراحی کنترل کننده آنالوگ PI -3تبدیل کنترل کننده آنالوگ به دیجیتال -4تحقق کنترل کننده مدلسازی موتور اولين گام در طراحی یک سیستم کنترل ،مدلسازی سیستم تحت کنترل است. روش های مدلسازی: مدلسازی بر اساس قوانين و روابط فيزیکی حاکم بر سیستم مدلسازی با استفاده از اطالعات ورودی -خروجی سیستم مدلسازی با استفاده اطالعات ورودی خروجی اعمال ورودی پله با ولتاژهای 9.47 ، 7.5 ، 5 ، 2.5ولت اندازه گيری سرعت موتور موتور DCرا می توان بصورت یک سیستم مرتبه اول مدل کرد. تخمين پارامترهای مدل میانگين گيری از پارامترها بررس ی صحت مدل استخراج شده طراحی کنترل کننده PIآنالوگ طراحی کنترل کننده PIآنالوگ تبدیل کنترل کننده آنالوگ به دیجیتال روش تفاضل معکوس روش تبدیل دو خطی روش تغیير ناپذیری ضربه روش تغیير ناپذیری پله تحقق سیستم کنترل دور موتور DC اجزای سیستم کنترل حلقه بسته میکروکنترلر اجرای الگوریتم کنترل و محاسبه سیگنال کنترلی محاسبه سرعت موتور با استفاده از سیگنال خروجی سنسور سرعت نوری مبدل دیجیتال به آنالوگ تبدیل سیگنال دیجیتال ) u(kTبه سیگنال آنالوگ ولتاژ عملگر تقویت جریان ناش ی از سیگنال کنترل ) u(kTجهت راه اندازی موتور DC سنسور سرعت نوری اندازه گیری سرعت چرخش موتور با تولید پالس شماتیک سخت افزاری سیستم کنترل D/A موتور DC راه انداز موتور DC نمایشگر واحد پردازش و کنترل بورد سیستم کنترل بخش راه انداز بخش کنترل و پردازش پاسخ سیستم نمودار سرعت موتور DC Overview Continuous or analog signals Discrete-time signals Basic analog signals Basic discrete signals Quantized signals Digital signals Representation of signals in MATLAB What is a signal? A signal is a physical quantity, or quality, which conveys information Example: voice of my friend is a signal which causes me to perform certain actions or react in a particular way My friend's voice is called an excitation My action or reaction is called a response Continuous or analog signals Continuous signal is a signal that exists at every instant of time A continuous signal is often referred to as continuous time or analog سيگنالی است که در گستره پيوسته ای از زمان تعريف می شود که دامنه آن می تواند گستره پيوسته ای از مقادير را انتخاب کند .شکل (الف) يک سيگنال آنالوگ زمان -پيوسته وشکل (ب) يک سيگنال کوانتيزه شده زمان -پيوسته را نشان می دهد. Discrete-time signals A signal defined only for discrete values of time is called a discrete-time signal or simply a discrete signal Discrete signal can be obtained by taking samples of an analog signal at discrete instants of time Digital signal is a discrete-time signal whose values are represented by digits در واقع :سيگنال ديجيتال يک سيگنال زمان – گسسته با دامنه کوانتيزه شده است .چنين سيگنالی را ميتوان با دنباله ای از اعداد نمايش داد .در عمل بسياری از سيگنال های ديجيتال از نمونه برداری سيگنال های آنالوگ و سپس کوانتيزه کردن آنها به دست می آيند .اين عمل کوانتيزه کردن است که خواندن سيگنال های آنالوگ را به صورت کلمه های باينری محدود مجاز می دارد .شکل (پ) يک سيگنال نمونه برداری داده را نمايش می دهد. سيگنال ديجيتال سيگنالی است که هم از لحاظ دامنه و هم از لحاظ زمان کوانتيزه شده است. What is sampling? Sampling is capturing a signal at an instant in time Sampling means taking amplitude values of the signal at certain time instances Uniform sampling is sampling every T units of time xk x(kT ) x(t ) t 0,T ,2T ,3T , Sampling frequency or sampling rate 1 F0 T time step or sample interval Lets generate few signals by MATLAB Sinusoidal signal xs (t ) X s sin(2f s t s ) Phase in radian (rad) Amplitude xs(t) = Xs sin(2 f s t + s) 2 xs Time in seconds (s) 0 Frequency in Hertz (Hz) -2 -0.1 0 0.1 t 0.2 MATLAB code for sine signal x s (t) = Xs sin(2 fs t + s ) 2 x s Xs = 1.8; 1.5 fs = 10; 1 fi = pi/3; 0.5 t1 = -0.1; 0 tstep = 0.01; -0.5 t2 = 0.2; -1 t = t1:tstep:t2; x = Xs*sin(2*pi*fs*t+fi); -1.5 -2 plot(t, x) -0.1 -0.05 0 0.05 0.1 0.15 t xlabel('t') ylabel('x_s') title('x_s(t) = X_s sin(2 \pi f_s t + \phi_s)') grid on 0.2 0.25 Advanced MATLAB code x s (t) = Xs sin(2 fs t + s ) 2 1.5 1 s 0.5 x Xs = 1.8; fs = 10; fi = pi/3; 0 -0.5 t1 = -0.1; t2 = 0.2; t = [t1, t2]; -1 -1.5 -2 -0.1 -0.05 0 0.05 t 0.1 0.15 0.2 x = inline('Xs*sin(2*pi*fs*t+fi)','t','Xs','fs','fi'); fplot(x,t,2e-3,1,'-',Xs,fs,fi) xlabel('t'); ylabel('x_s'); grid on title('x_s(t) = X_s sin(2 \pi f_s t + \phi_s)') Exponential signal xe (t ) X e ebt x = inline('Xe*exp(b*t)','t','Xe','b'); x e(t) = Xe eb t 0.8 Xe = 0.8; b = -0.5; 0.6 e 0.5 x t1 = 0; t2 = 8; t = [t1, t2]; 0.7 fplot(x,t,2e-3,1,'-',Xe,b) xlabel('t') ylabel('x_e') title('x_e(t) = X_e e^{b t}') grid on 0.4 0.3 0.2 0.1 0 0 1 2 3 4 t 5 6 7 8 Unit step signal 1, t 0 u (t ) 0, t 0 x = inline('t>0', 't'); Unit step signal 1 t1 = -2; t2 = 6; t = [t1, t2]; 0.8 fplot(x, t) u 0.6 0.4 xlabel('t') ylabel('u') title('Unit step signal') axis([t -0.1 1.1]) 0.2 0 -2 -1 0 1 2 t 3 4 5 6 Pulse signal 1 , 0t p (t ) 0, otherwise x = inline('(1/e)*((t>0)&(t<=e))','t','e'); Pulse function, = 1/100 e = 1/100; t1 = -1; t2 = 5; t = [t1, t2]; 80 p (t) fplot(x,t,1e-5,1000,'-',e) 100 60 40 set(gca,'FontSize',16) 20 xlabel('t') ylabel('p_\epsilon(t)') 0 0 -1 axis([t -0.1 1.1/e]) title('Pulse function, \epsilon = 1/100') 1 2 t 3 4 5 Unit impulse signal (Dirac delta) (t ) lim p (t ) 0 (t ) 0, t 0 (t ) dt 1 Discrete-time signal – Sequence A sequence (discrete-time signal, discrete signal, data sequence, or sample set) is a collection of ordered samples In practical applications we process finite-length sequences The existing sequence is often a sampled version of a continuous signal Sinusoidal sequence 1 x s ,k X s sin(2 k s ) Ns Phase in radian (rad) Amplitude xs,k = Xs sin(2 (1/Ns) k + s) 2 Sample index xs 1 Period 0 -1 -2 -5 0 5 k 10 Exponential sequence xe,k X e a k xe,k = Xe ak Xe = 0.8; a = 0.75; 0.6 xe k1 = 0; k2 = 10; k = k1:k2; 0.8 0.4 x = Xe*a.^k; stem(k, x) xlabel('k') ylabel('x_e') title('x_{e,k} = X_e a^k') 0.2 0 0 2 4 6 k 8 10 Unit step sequence 1, k 0 uk 0, k 0 Unit step sequence k1 = -5; k2 = 10; k = k1:k2; 0.8 x = (k>=0); 0.6 uk 1 stem(k, x) 0.4 xlabel('k') ylabel('u_k') title('Unit step sequence') axis([k1 k2 -0.1 1.1]) 0.2 0 -5 0 5 k 10 Unit impulse sequence 1, k 0 k 0, k 0 Unit impulse sequence k1 = -5; k2 = 10; k = k1:k2; 1 0.8 x = (k==0); k stem(k, x) 0.6 0.4 0.2 xlabel('k') ylabel('\delta_k') title('Unit impulse sequence') 0 axis([k1 k2 -0.1 1.1]) -5 0 5 k 10 Quantized signal The purpose of sampling a continuous signal is to transmit, store, or process a limited number of samples that are represented by a limited number of digits By using fewer digits we attain faster transmission and smaller storage requirements for the information We utilize the quantized samples rather than the true samples of infinite accuracy Choice of digits for quantization Choice of digits for quantization should be done properly: in transmitting, storing, and processing we prefer less digits With too small a number of digits we can lose information from the original signal Two opposing requirements must be satisfied: 1) Minimize number of digits to facilitate the signal transmission or storing, and 2) Maximize number of digits to keep the quantization error as low as necessary in order to preserve the information Digital signal in MATLAB 3 x(t), xq(kT) t = 0:30; x = 0.2+2*sin(0.245*t+0.15); d = 0.5; xq = d*round(x/d); plot(t,x) hold on stem(t,xq,'r') hold off ylabel('x(t), x_q(kT)') xlabel('t') legend('analog signal',... 'digital (quantized)') analog signal digital (quantized) 2 1 0 -1 -2 0 10 20 t 30 What is a system? A signal is a physical quantity, or quality, which conveys information Systems take one or more signals as input, perform operations on the signals, and produce one or more signals as output A system is a group of related parts working together, or an ordered set of ideas, methods, or ways of working Continuous-time system Continuous-time system: the input and output signals are continuous time Discrete-time system Discrete-time system has discrete-time input and output signals تفاوت سيستم های کنترل زمان – گسسته با سيستم های زمان -پيوسته -1سيستم های کنترل زمان – گسسته با سيستم های کنترل زمان – پيوسته از اين لحاظ متفاوت هستند که سيگنالهای سيستم های کنترل زمان – گسسته به صورت نمونه برداری داده ها يا به شکل ديجيتال هستند. -2سيستم های زمان – پيوسته را که سيگنال های آنها زمان – پيوسته باشند می توان با معادالت ديفرانسيل توصيف نمود. -3سيستم های زمان – گسسته را که شامل سيگنال های نمونه برداری شده يا احيانا سيگنال های زمان پيوسته نيز باشند ،می توان پس از گسسته کردن مناسب سيگنال های زمان – پيوسته با معادالت تفاضلی توصيف کرد. Digital system A discrete-time system is digital if it operates on discrete-time signals whose amplitudes are quantized Quantization maps each continuous amplitude level into a number The digital system employs digital hardware: 1. explicitly in the form of logic circuits 2. implicitly when the operations on the signals are executed by writing a computer program سيستم های کنترل ديجيتال شمای کنترلی را که در آن برای انجام پردازش سيگنال با شيوه مطلوب ،کامپيوتر ديجيتالی در حلقه کنترل گنجانده شود ،کنترل ديجيتال مستقيم ،نامند. مزايای کنترل ديجيتال -1پردازش داده ها در کنترل کننده های ديجيتال سر راست است ،محاسبات کنترلی پيچيده را می توان به سهولت انجام داد. -2برنامه های کنترل (مشخصه های کنترل کننده) را می توان به سادگی تغيير داد ،در صورتی که چنين تغييراتی مورد نياز باشد. -3از ديدگاه نويز داخلی ،کنترل کننده های ديجيتال به مراتب برتر از کنترل کننده های آنالوگ متناظر می باشند. Analysis and design Analysis of a system is investigation of the properties and the behavior (response) of an existing system Design of a system is the choice and arrangement of systems components to perform a specific task Design by analysis is accomplished by modifying the characteristics of an existing system Design by synthesis: we define the form of the system directly from its specifications نتيجه گيری -1کنترل کننده های ديجيتال فقط با اعداد کار می کنند. -2تصميم گيری ،يکی از وظايف مهم کنترل کننده های ديجيتال است. -3فوق العاده تطبيق پذير هستند -4انجام محاسبات پيچيده يا عمليات منطقی و حل معادالت غير خطی با دقت ثابت و سرعت باال -5رده بسيار وسيع تری از قوانين کنترل را در مقايسه با کنترل کننده های آنالوگ بکار می برند. -6در کنترل کننده های ديجيتال صرفا ٌ با صدور يک برنامه جديد می توان عملياتی را که انجام می گيرد کامال ٌ تغيير داد. -7قطعات ديجيتال نظير مدارهای نمونه بردار و نگهدار ،مبدل های A/Dو ، D/A مبدل های ديجيتال از لحاظ ساختمانی سخت ،با قابليت اطمينان باال و اغلب فشرده و از نظر وزنی سبک هستند. نتيجه گيری -8قطعات ديجيتال دارای حساسيت باال بوده و اغلب از قطعات مشابه آنالوگی خود ارزان تر هستند و نسبت به سيگنالهای نويز حساسيت کمتری دارند. -9کنترل کننده های ديجيتال از لحاظ مجاز داشتن تغيير برنامه سازی ،انعطاف پذير هستند. -10با استفاده از کنترل کننده های ديجيتال ،می توان تمام متغيرهای فرآيند را همراه با عوامل اقتصادی ،نيازهای توليد ،عملکرد تجهيزات و همه عوامل ديگر به حساب آورد و در نتيجه کنترل بهينه فرآيندهای صنعتی را انجام داد. Systems that satisfy difference equations include things like: Computer controlled systems - systems that take measurements with digital I/O boards, calculate an output voltage. Frequently these systems run a program loop that executes in a fixed interval of time. Other systems that satisfy difference equations are: those systems with Digital Filters - which are found anywhere digital signal processing - digital filtering is done. That includes: Digital signal transmission systems like the telephone system. Systems that process audio signals. For example, a CD contains digital signal information, and when it is read off the CD, it is initially a digital signal that can be processed with a digital filter there are an incredible number of systems we use every day that have digital components which satisfy difference equations. In continuous systems, inputs and outputs are related by differential equations and Laplace transform techniques are used to solve those differential equations. In continuous systems, Laplace transforms are used to represent systems with transfer functions Z transforms play the role in sampled systems that Laplace transforms play in continuous systems. In sampled systems, inputs and outputs are related by difference equations and Z transform techniques are used to solve those differential equations In sampled systems, Z-transforms are used to represent systems with transfer functions. History In mathematics and signal processing, the Z-transform converts a discrete time domain signal, which is a sequence of real numbers, into a complex frequency domain representation. The Z-transform and advanced Z-transform were introduced (under the Z-transform name) by E. I. Jury in 1958 in Sampled-Data Control Systems (John Wiley & Sons). The idea contained within the Z-transform was previously known as the "generating function method". The (unilateral) Z-transform is to discrete time domain signals what the one-sided Laplace transform is to continuous time domain signals. ” تبديل “z اهداف : -1تعاريف تبديل z -2قضايای اساس ی مربوط به تبديل z -3روشهای تعيین عکس تبديل z -4تابع تبديل پالس ی و دنباله وزنی سيگنال های زمان گسسته -1اگر سيستمی شامل يک عمل نمونه برداری باشد. -2اگر سيستمی شامل يک فرآيند تکراری انجام يافته با يک کامپيوتر ديجيتال باشد. دنباله مقاديری که از عمل نمونه برداری حاصل می شود را به صورت زير نمايش می دهند: ) x(k دوره تناوب نمونه برداری ساده شدن طرز نمايش …K=0,1,2,3, ) x(kT تابع تبديل پالس ی با بکار بردن تبديل ، zيک سيستم خطی زمان – گسسته را می توان با تابع تبديلی نمايش داد که تابع تبديل پالس ی گفته می شود. تبديل zسيگنال خروجی تبديل zسيگنال خروجی را می توان به صورت حاصلضرب تابع تبديل پالس ی و تبديل zسيگنال ورودی بيان نمود. تبديل z تعريف : تبديل zيک تابع زمانی ) x(tکه در آن tنامنفی است ،يا دنباله ای از مقادير يا ) x(kTکه در آن kمقادير صفر يا مثبت را اختيار کرده و Tدوره تناوب نمونه برداری است ،با معادله زير تعريف می شود: ]) X ( z ) Z [ x(t )] Z [ x(kT )] Z [ x(k k x(k ) z k 0 k x(kT ) z به تبديل zفوق ،تبديل zيکطرفه اطالق می شود. k 0 : يکطرفهz درتبديل t0 x(t ) 0 k 0 x(kT ) x(k ) 0 k 0,1,2,... يا t : دوطرفهz تبديل X ( z ) Z [ x(t )] Z [ x(kT )] Z [ x(k )] x(kT ) z k k x(k ) z k k درتبديل zدوطرفه : t 0 k 0 x(t ) 0 x(kT ) x(k ) 0 تبديل zيکطرفه و دوطرفه سری های توانی از 1 هستند. z در اين دوره تنها تبديل zيکطرفه به تفصيل درنظر گرفته می شود. عکس تبديل z ) x(kT 1 ]) Z [ X ( z روش های محاسبه عکس تبديل z -1روش تقسيم مستقيم -2روش محاسباتی -3روش گسترش کسرهای جزيی -4روش انتگرال معکوس ) X (z تبديل zتوابع مقدماتی فرضيات: در نظريه تبديل zيکطرفه ،در نمونه گيری يک تابع ناپيوسته ) x(tفرض می کنيم که تابع از سمت راست پيوسته است .يعنی اگر ناپيوستگی در t=0پيش بيايد ،در اين صورت به جای اينکه ) x(0را به صورت مقدار متوسط در ناپيوستگی [x(0-)+x(0+)]/2نشان دهيم، مقدار ) x(0را برابر ) x(0+فرض می کنيم. -1تابع پله واحد فرض : 1(0) 1 t0 ) 1(t t 0 0 x(t ) k 0 k 0 X ( z ) Z [1(t )] 1.z k z k : حل 1 z 1 z 2 z 3 ... 1 z 1 1 z z 1 1(k)= 1 0 k=0,1,2,3,… K<0 دنباله پله واحد: نکته x(t ) t 0 t 0 t 0 تابع شيب واحد-2 x(kT ) kT : حل k 0 k 0 k 0 X ( z ) Z [t ] x(kT ).z k kTz k T kz k 1 2 3 T ( z 2 z 3 z ...) 1 z Tz T 1 2 2 (1 z ) ( z 1) x(k ) a 0 k 0,1,2,3,... k a k تابع چند جمله ای-3 k 0 X ( z ) Z [a ] x(k ) z k k 0 1 k a z k : حل k k 0 2 2 3 3 1 az a z a z ... 1 z 1 1 az za x(t ) e at t 0 t 0 0 x(kT ) e تابع نمايی-4 k 0,1,2,3,... akT k 0 k 0 X ( z ) Z [e at ] x(kT ) z k e akT z k 1 e aT 1 z e 1 1 e aT z 1 2 aT 2 z e z z e aT 3 aT 3 z ... : حل x(t ) sin t t 0 0 تابع سينوس ی-5 t0 : فرضيات Z [e aT ] 1 1 e aT z 1 و 1 j t j t sin t (e e ) 2j 1 1 1 Z [sin t ] ( ) jT 1 jT 1 2 j 1 e z 1 e z 1 (e jT e jT ) z 1 ( ) j T j T 1 2 2 j 1 (e e )z z z 1 sin T z sin T 2 1 2 1 2 z cos T z z 2 cos T 1 : حل x(t ) cos t 0 t 0 t 0 تابع کسينوس ی-6 1 Z [cos t ] Z (e jt e jt ) 2 1 1 1 ( ) jT 1 jT 1 2 1 e z 1 e z 1 2 (e jT e jT ) z 1 ( ) j T j T 1 2 2 1 (e e )z z z z cos T 2 z 2 z cos T 1 2 : حل x(t ) Z [e at e at sin t 0 t 0 t 0 تابع سينوس ی میرا-7 1 at jt at jt sin t ] [e e e e ] 2j : حل 1 1 1 ( ) ( a j )T 1 ( a j )T 1 2 j 1 e z 1 e z 1 (e jT e jT )e aT z 1 ( ) j T j T aT 1 2 aT 2 2 j 1 (e e )e z e z e aT z sin T 2 z 2e aT z cos T e 2 aT e at cos t x(t ) Z [e 0 at t 0 t 0 تابع کسينوس ی میرا-8 1 at jt at jt cos t ] [e e e e ] 2 1 1 1 ( ) ( a j )T 1 ( a j )T 1 2 1 e z 1 e z 1 2 (e jT e jT )e aT z 1 ( ) j T j T aT 1 2 aT 2 2 1 (e e )e z e z z 2 e aT z cos T 2 z 2e aT z cos T e 2 aT : حل مثال : روش 1 X (s) )s ( s 1 ? X ( z) اول :تبديل ) X(sبه ) (tوxسپس پيدا کردن تبديل zمربوط به t0 t ) x(t 1 L [ X ( s )] 1 e 1 1 X ( z ) Z [1 e ] 1 1 z 1 e T z 1 (1 e T ) z 1 (1 e T ) z 1 T 1 T ) (1 z )(1 e z ) ( z 1)( z e t روش دوم :گسترش ) X(sبه کسرهای ساده و استفاده از جدول تبديل Z z خواص و قضايای مهم تبديل ضرب در يک مقدار ثابت-1 Z [ax(t )] aZ [ x(t )] aX ( z ) : اثبات k 0 k 0 Z [ax(t )] ax(kT ) z k a x(kT ) z k aX ( z ) z خطی بودن تبديل-2 x ( k ) f ( k ) g ( k ) X ( z ) F ( z ) G ( z ) : اثبات Z [ x(k )] Z [f (k ) g (k )] [f ( k ) g ( k )]z k k 0 f ( k ) z k 0 k g (k ) z k 0 Z [ f ( k )] Z [ g ( k )] F ( z ) G ( z ) k 1 Z [a x(k )] X (a z ) k a k ضرب در-3 : اثبات k 0 k 0 Z [a k x(k )] a k x(k ) z k x(k )(a 1 z ) k X (a 1 z ) قضيه انتقال حقيقی-4 a) n Z [ x(t nT )] z X ( z ) n 1 b) Z [ x(t nT )] z [ X ( z ) x(kT ) z ] n k 0 k x(t ) 0 ,t 0 )1 )2 صفر يا يک عدد صحيح مثبتn : مفروضات : (a) اثبات k 0 k 0 Z [ x(t nT )] x(kT nT ) z k z n x(kT nT ) z ( k n ) : داريمm= k - n با تعريف Z [ x(t nT )] z n m x ( mT ) z m n x(mT ) 0, m 0 : ) داريم1( با توجه به فرض Z [ x(t nT ) z n x(mT ) z m z n X ( z ) m 0 : (b) اثبات k 0 k 0 Z [ x(t nT ) x(kT nT ) z k z n x(kT nT ) z ( k n ) n 1 n 1 k 0 k 0 k 0 z n [ x(kT nT ) z ( k n ) x(kT ) z k x(kT ) z k ] n 1 k 0 k 0 z n [ x(kT ) z k x(kT ) z k ] n 1 z [ X ( z ) x(kT ) z ] n k 0 k x(k 1) عبارات زير را بدست آوريدz تبديل: مثال :حل k 0 k 1 Z [ x(k 1)] x(k 1) z k x(k ) z k 1 z[ x(k ) z k x(0)] k 0 zX((zz))zx zx((00)) zX حالت خاص: تذکر x(0) 0 Z [ x(k 1)] z.Z [ x(k )] x(k 2) :حل Z [ x(k 2)] z.Z [ x(k 1)] zx(1) z 2 X ( z ) z 2 x(0) zx(1) x ( k n) :حل Z [ x(k n)] z n X ( z ) z n x(0) z n 1 x(1) ... zx(n 1) x ( k n) :حل n Z [ x(k n)] z X ( z ) عبارت زير را بدست آوريدz تبديل: مثال f (a ) a 0 k 1 k 1,2,3,... k 0 1 Z [ x(k 1)] z X ( z ) ميدانيم: حل 1 Z [a ] 1 1 az k 1 1 z Z [ f (a )] Z [a k 1 ] z 1 1 1 1 az 1 az -5قضيه انتقال مختلط : ) X ( ze at اثبات : ]) [e at x(t تبديل z Z [e at x(t )] x(kT )e akT z k k 0 ) x(kT )( ze aT ) k X ( ze aT k 0 مثال :1تبديل Zتابع سينوس ی ميرا با استفاده از قضيه انتقال مختلط ؟ ? sin t ] at Z [e z 1 sin t Z [sin t ] 1 2 z 1 cos T z 2 z ze Z [e at می دانيم: حل aT e z sin t sin t ] 1 2e aT z 1 cos T e 2 aT z 2 aT 1 Z [te at ]? : تابع زير را بدست آوريدZ تبديل:2 مثال : می دانيم: حل 1 Tz Z [t ] X ( z) 1 2 (1 z ) z ze Z [te at aT aT 1 Te z ] X ( ze ) aT 1 2 (1 e z ) aT -6قضيه مقدار اوليه : مفروضات Z [ x(t )] X ( z ) LimX ( z ) موجود است z x(0) LimX ( z ) z : اثبات X ( z ) x(k ) z k x(0) x(1) z 1 x(2) z 2 .... k 0 LimX ( z ) x(0) z (1 e T ) z 1 X ( z) (1 z 1 )(1 e T z 1 ) (1 e T ) z 1 x(0) Lim 0 1 T 1 z (1 z )(1 e z ) x(0)=? مقدار: مثال x(t ) 1 e t : حل x(0)=? مقدار: مثال 1 X ( z) (1 z 1 )(1 az 1 ) x(0) Lim z 1 1 1 1 (1 z )(1 az ) : حل : روش اول : روش دوم 1 X ( z) (1 z 1 )(1 az 1 ) 1 a 1 1 a 1 a 1 a [ ] 1 1 1 1 (1 z ) (1 az ) 1 a 1 z 1 az 1 x(0) Lim X ( z ) [1 a ] 1 z 1 a -7قضيه مقدار نهايی : مفروضات : x(k ) 0 )1برای k 0 )2تمام قطبهای ) X(zدرون دايره واحد قرار گيرند ،به استثنای امکان يک قطب ساده در . z=1 1 ]) Limx(k ) Lim[(1 z ) X ( z z 1 k :اثبات Z [ x(k )] X ( z ) x(k ) z k k 0 Z [ x(k 1)] z X ( z ) x(k 1) z k 1 k 0 k 0 k 0 k 0 k 0 k k 1 x ( k ) z x ( k 1 ) z X ( z ) z X ( z) Lim[ x(k ) z k x(k 1) z k ] Lim[ X ( z ) z 1 X ( z )] z 1 z 1 : 1 با در نظر گرفتن فرض k 0 k 0 [ x(k ) x(k 1)] [ x(0) x(1)] [ x(1) x(0)] [ x(2) x(1)] ... x() Lim[ x(k )] k Lim[ x(k )] Lim[(1 z 1 ) X ( z )] k z 1 مقدار نهايی تابع زير را بدست آوريد:مثال 1 1 X ( z) 1 1 z 1 e aT z 1 با استفاده از قضيه مقدار نهايی:حل 1 x() Lim[(1 z ) X ( z )] z 1 1 1 Lim[(1 z )( )] 1 aT 1 z 1 1 z 1 e z 1 1 1 Lim[(1 z )( )] 1 aT 1 z 1 1 z 1 e z 1 1 z 1 Lim(1 ) 1 aT 1 z 1 1 e z حل :بدون استفاده از قضيه مقدار نهايی at ) 1 x(t ) 1 e at x() Lim(1 e t مثال :مقدار نهايی تابع زير را بدست آوريد 0.387 z 2 X ( z) )( z 1)( z 2 2.37 z 0.25 حل :با استفاده از قضيه مقدار نهايی 1 ]) x() Lim[(1 z ) X ( z z 1 0.378 z 0.378 Lim[ 2 ] 0.345 z 1 z 2.37 z 0.25 1.12 مشتق گيری مختلط:قضيه-8 d Z [kx(k )] z X ( z ) dz X ( z ) x(k ) z k :اثبات k 0 d X ( z ) (k ) x(k ) z k 1 dz k 0 :– ضرب می نماييمz طرفين را در d z X ( z ) kx(k ) z k Z [kx(k )] dz k 0 d Z [kx(k )] z X ( z ) dz به طريق مشابه می توان نشان داد: d 2 ) Z [k x(k )] ( z ) X ( z dz 2 )(See p. 62 با تکرار فرآيند فوق می توان نشان داد: d m ) Z [k x(k )] ( z ) X ( z dz m مثال :با استفاده از قضيه مشتق گيری مختلط ،تبديل zتابع شيب واحد را بدست آوريد : ? Z [ x(k )] حل :ميدانيم: x(k ) k 1 Z [1(k )] 1 z 1 d 1 z 1 ( Z [ x(k )] Z [k ] Z [k .1(k )] z ) 1 dz 1 z (1 z 1 ) 2