‫دانشکده مهندسی هوافضا‬

‫کنترل اتوماتیک‬

‫مدلسازی و خطیسازی‬

‫دستیار آموزشی‬
‫مهدی شاه رجبیان‬

‫استاد‬
‫دکتر سید علی امامی‬

‫اسفند ‪1402‬‬
 ‫فهرست مطالب‬

‫صفحه‬ ‫فهرست مطالب‬

‫مدلسازی و خطیسازی‪3 ........................................................................................................‬‬

‫معادله الگرانژ برای مدلسازی سیستمهای دینامیکی‪3 .....................................................................................‬‬
‫خطیسازی ‪7 ...............................................................................................................................................................‬‬
‫حالت تعادل‪7 ..............................................................................................................................................................‬‬
‫خطیسازی با استفاده از بسط تیلور‪10..................................................................................................................‬‬

‫مراجع‪13 ..................................................................................................................................‬‬

‫ب‬
 ‫مدلسازی و خطیسازی‬

‫مدلسازی و خطیسازی‬

‫معادله الگرانژ برای مدلسازی سیستمهای دینامیکی‬

‫برای مدلسازی سیستمهای مکانیکی دو روش کلی وجود دارد‪ .‬روش اول استفاده از اصول فیزیکی‬
‫برای نوشتن معادالت دیفرانسیل حاکم بر سیستم با استفاده از قوانین فیزیکی مانند قانون نیوتون‪ ،‬قانون‬
‫اویلر‪ ،‬قانون بقای انرژی و ‪ ...‬میباشد‪ .‬روش دوم برای استخراج معادالت دیفرانسیل سیستمهای مکانیکی‬
‫معادله الگرانژ‪ 1‬میباشد که اساس آن معادله نیوتون و اصل بقای انرژی میباشد‪.‬‬

‫برای استفاده از معادله الگرانژ ابتدا باید متغیرهای تعمیمیافته‪ )𝑞𝑖 ( 2‬را برای سیستم مشخص کنیم‪.‬‬
‫متغیرهای تعمیمیافته هر مجموعه ‪ n‬تایی از متغیرهای مستقل سینماتیکی برای یک سیستم با درجه‬
‫آزادی ‪ n‬میباشند که میتوان با آن حرکت سیستم را به طور کامل توصیف کرد‪.‬‬
‫‪3‬‬
‫در ادامه با توجه به متغیرهای تعمیمیافته‪ ،‬انرژی جنبشی و پتانسیل سیستم را مینویسیم‪ .‬الگرانژین‬
‫به صورت زیر تعریف میشود که در آن ‪ T‬انرژی جنبشی و ‪ V‬انرژی پتانسیل است‪.‬‬

‫𝑉‪𝐿 =𝑇−‬‬ ‫(‪)1-1‬‬

‫با توجه به تعاریف فوق معادله الگرانژ به صورت زیر بیان میشود‪:‬‬

‫𝐿𝜕 𝑑‬ ‫𝐿𝜕‬ ‫𝑅𝜕‬

‫𝑛 ‪( ) − ( ) + ( ) = 𝑄𝑖 ; 𝑖 = 1,2, … ,‬‬ ‫(‪)2-1‬‬
‫𝑖 ̇𝑞𝜕 𝑡𝑑‬ ‫𝑖𝑞𝜕‬ ‫𝑖 ̇𝑞𝜕‬
‫که در آن 𝑖𝑞 متغیر تعمیمیافته ‪ i‬ام‪ 𝑄𝑖 ،‬نیروی تعمیمیافته خارجی ‪ i‬ام وارد بر سیستم در راستای‬
‫‪5‬‬
‫𝑖𝑞 میباشد‪ .‬همچنین ‪ R‬ترم اتالف ریلی‪ 4‬میباشد که در مسائلی که عنصر تلفکننده انرژی مانند دمپر‬
‫داریم به معادله اضافه میشود‪.‬‬

‫مسئله ‪ :1‬با استفاده از معادله الگرانژ معادالت حاکم بر سیستم جرم و فنر زیر را بدست آورید‪.‬‬

‫‪1‬‬ ‫‪4‬‬
‫‪Lagrange's Equation‬‬ ‫‪Rayleigh's Dissipation Term‬‬
‫‪2‬‬ ‫‪5‬‬
‫‪Generalized Variables‬‬ ‫‪Damper‬‬
‫‪3‬‬
‫‪Lagrangian‬‬

‫‪3‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مدلسازی و خطیسازی‬

‫‪𝑛 = 2,‬‬ ‫‪𝑞1 = 𝑥1 ,‬‬ ‫‪𝑞2 = 𝑥2‬‬

‫‪1‬‬ ‫‪1‬‬
‫=𝑇‬ ‫‪𝑚1 𝑥̇ 12 + 𝑚2 𝑥̇ 22‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫=𝑉‬ ‫‪𝑘1 𝑥12 + 𝑘2 (𝑥2 − 𝑥1 )2 + 𝑘3 𝑥22‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫=𝑅‬ ‫‪𝑐1 𝑥̇ 12 + 𝑐2 (𝑥̇ 2 − 𝑥̇ 1 )2 + 𝑐3 𝑥̇ 22‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬
‫=𝐿‬ ‫‪𝑚1 𝑥̇ 12 + 𝑚2 𝑥̇ 22 − 𝑘1 𝑥12 − 𝑘2 (𝑥2 − 𝑥1 )2 − 𝑘3 𝑥22‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫𝐿𝜕‬ ‫𝐿𝜕‬
‫(‬ ‫( ‪) = −𝑘1 𝑥1 + 𝑘2 (𝑥2 − 𝑥1 ) ,‬‬ ‫‪) = −𝑘2 (𝑥2 − 𝑥1 ) − 𝑘3 𝑥2‬‬
‫‪𝜕𝑥1‬‬ ‫‪𝜕𝑥2‬‬
‫𝐿𝜕‬ ‫𝐿𝜕‬
‫(‬ ‫‪) = 𝑚1 𝑥̇ 1 ,‬‬ ‫(‬ ‫‪) = 𝑚2 𝑥̇ 2 ,‬‬
‫‪𝜕𝑥̇ 1‬‬ ‫‪𝜕𝑥̇ 2‬‬
‫𝑅𝜕‬ ‫𝑅𝜕‬
‫(‬ ‫( ‪) = 𝑐1 𝑥̇ 1 − 𝑐2 (𝑥̇ 2 − 𝑥̇ 1 ) ,‬‬ ‫‪) = 𝑐2 (𝑥̇ 2 − 𝑥̇ 1 ) + 𝑐3 𝑥̇ 2‬‬
‫‪𝜕𝑥̇ 1‬‬ ‫‪𝜕𝑥̇ 2‬‬
‫معادله الگرانژ در راستای ‪:𝑞1 = 𝑥1‬‬

‫𝐿𝜕 𝑑‬ ‫𝐿𝜕‬ ‫𝑅𝜕‬

‫(‬ ‫(‪)−‬‬ ‫(‪)+‬‬ ‫‪) = 𝑄1‬‬
‫‪𝑑𝑡 𝜕𝑞̇ 1‬‬ ‫‪𝜕𝑞1‬‬ ‫‪𝜕𝑞̇ 1‬‬
‫𝑑‬
‫→‬ ‫‪(𝑚 𝑥̇ ) − (−𝑘1 𝑥1 + 𝑘2 (𝑥2 − 𝑥1 )) + 𝑐1 𝑥̇ 1 − 𝑐2 (𝑥̇ 2 − 𝑥̇ 1 ) = 𝑓1‬‬
‫‪𝑑𝑡 1 1‬‬
‫‪→ 𝑚1 𝑥̈ 1 + (𝑘1 + 𝑘2 )𝑥1 − 𝑘2 𝑥2 + (𝑐1 + 𝑐2 )𝑥̇ 1 − 𝑐2 𝑥̇ 2 = 𝑓1‬‬
‫معادله الگرانژ در راستای ‪:𝑞2 = 𝑥2‬‬

‫𝐿𝜕 𝑑‬ ‫𝐿𝜕‬ ‫𝑅𝜕‬

‫(‬ ‫(‪)−‬‬ ‫(‪)+‬‬ ‫‪) = 𝑄2‬‬
‫‪𝑑𝑡 𝜕𝑞̇ 2‬‬ ‫‪𝜕𝑞2‬‬ ‫‪𝜕𝑞̇ 2‬‬
‫𝑑‬
‫→‬ ‫‪(𝑚 𝑥̇ ) − (−𝑘2 (𝑥2 − 𝑥1 ) − 𝑘3 𝑥2 ) + 𝑐2 (𝑥̇ 2 − 𝑥̇ 1 ) + 𝑐3 𝑥̇ 2 = 𝑓2‬‬
‫‪𝑑𝑡 2 2‬‬
‫‪→ 𝑚2 𝑥̈ 2 + (𝑘2 + 𝑘3 )𝑥2 − 𝑘2 𝑥1 + (𝑐2 + 𝑐3 )𝑥̇ 2 − 𝑐2 𝑥̇ 1 = 𝑓2‬‬

‫‪4‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مدلسازی و خطیسازی‬

‫با توجه به اینکه معادالت حاکم بر سیستم خطی میباشد‪ ،‬برای نوشتن معادالت فضای حالت به‬
‫صورت زیر عمل میکنیم‪:‬‬

‫‪𝒙 = [𝑥1‬‬ ‫‪𝑥̇ 1‬‬ ‫‪𝑥2‬‬ ‫‪𝑥̇ 2 ]𝑇 , 𝒖 = [𝑓1‬‬ ‫𝑇] ‪𝑓2‬‬

‫‪𝑥̇ 1‬‬
‫‪𝑥̇ 1‬‬ ‫‪𝑓1 − (𝑘1 + 𝑘2 )𝑥1 + 𝑘2 𝑥2 − (𝑐1 + 𝑐2 )𝑥̇ 1 + 𝑐2 𝑥̇ 2‬‬
‫̈𝑥‬ ‫‪𝑚1‬‬
‫= ] ‪𝒙̇ = [ 1‬‬
‫‪𝑥̇ 2‬‬ ‫‪𝑥̇ 2‬‬
‫‪𝑥̈ 2‬‬ ‫‪𝑓2 − 𝑘2 + 𝑘3 𝑥2 + 𝑘2 𝑥1 − (𝑐2 + 𝑐3 )𝑥̇ 2 + 𝑐2 𝑥̇ 1‬‬
‫(‬ ‫)‬
‫[‬ ‫‪𝑚2‬‬ ‫]‬
‫در نتیجه میتوان رابطه باال را به صورت ماتریسی نوشت‪:‬‬
‫‪0‬‬ ‫‪1‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪𝑥̇ 1‬‬ ‫) ‪−(𝑘1 + 𝑘2 ) −(𝑐1 + 𝑐2‬‬ ‫‪𝑘2‬‬ ‫‪𝑐2‬‬ ‫‪𝑥1‬‬ ‫‪1‬‬
‫‪0‬‬
‫̈𝑥‬ ‫‪𝑚1‬‬ ‫‪𝑚1‬‬ ‫‪𝑚1‬‬ ‫‪𝑚1‬‬ ‫‪𝑥̇ 1‬‬ ‫𝑚‬ ‫𝑓‬
‫= ]‪[ 1‬‬ ‫‪[𝑥 ] + 1‬‬ ‫]‪[ 1‬‬
‫‪𝑥̇ 2‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪0‬‬ ‫‪0 𝑓2‬‬
‫‪𝑥̈ 2‬‬ ‫‪𝑘2‬‬ ‫‪𝑐2‬‬ ‫) ‪−(𝑘2 + 𝑘3‬‬ ‫‪−(𝑐2 + 𝑐3 ) 𝑥̇ 2‬‬ ‫‪1‬‬
‫‪0‬‬
‫[‬
‫⏟‬ ‫‪𝑚2‬‬ ‫‪𝑚2‬‬ ‫‪𝑚2‬‬ ‫‪𝑚2‬‬ ‫]‬ ‫[‬
‫⏟‬ ‫] ‪𝑚2‬‬
‫𝑨‬ ‫𝑩‬

‫𝒖𝑩 ‪→ 𝒙̇ = 𝑨𝒙 +‬‬
‫مسئله ‪ :2‬معادالت حاکم بر سیستم آونگ معکوس روی ارابه زیر را با استفاده از روش الگرانژ بدست‬
‫آورده و سپس حول نقطه تعادل خطی کنید‪.‬‬

‫‪𝑛 = 2,‬‬ ‫‪𝑞1 = 𝑥,‬‬ ‫𝜃 = ‪𝑞2‬‬

‫‪5‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مدلسازی و خطیسازی‬

‫)𝜃(‪𝑥𝑚 = 𝑥 + 𝑙 sin(𝜃) → 𝑥̇ 𝑚 = 𝑥̇ + 𝑙𝜃̇ cos‬‬

‫)𝜃(‪𝑦𝑚 = 𝑙 cos(𝜃) → 𝑦̇𝑚 = −𝑙𝜃̇ sin‬‬
‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪2‬‬
‫=𝑇‬ ‫𝑚 ̇𝑥(𝑚 ‪𝑀𝑥̇ 2 +‬‬
‫‪2‬‬ ‫)‪2‬‬
‫𝑚̇𝑦 ‪+‬‬ ‫))𝜃( ‪= 𝑀𝑥̇ 2 + 𝑚 ((𝑥̇ + 𝑙𝜃̇ cos(𝜃)) + 𝑙2 𝜃̇ 2 sin2‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬
‫=𝑇‬ ‫))𝜃( ‪𝑀𝑥̇ 2 + 𝑚(𝑥̇ 2 + 2𝑙𝑥̇ 𝜃̇ cos(𝜃) + 𝑙2 𝜃̇ 2 cos2 (𝜃) + 𝑙2 𝜃̇ 2 sin2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬
‫=𝑇 →‬ ‫‪(𝑀 + 𝑚)𝑥̇ 2 + 𝑚𝑙𝑥̇ 𝜃̇ cos(𝜃) + 𝑚𝑙2 𝜃̇ 2‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪𝑉 = 𝑚𝑔𝑙 cos(𝜃) ,‬‬ ‫‪𝑅=0‬‬
‫‪1‬‬ ‫‪1‬‬
‫=𝐿‬ ‫)𝜃(‪(𝑀 + 𝑚)𝑥̇ 2 + 𝑚𝑙𝑥̇ 𝜃̇ cos(𝜃) + 𝑚𝑙2 𝜃̇ 2 − 𝑚𝑔𝑙 cos‬‬
‫‪2‬‬ ‫‪2‬‬
‫𝐿𝜕‬ ‫𝐿𝜕‬
‫(‬ ‫‪) = 0,‬‬ ‫)𝜃(‪( ) = −𝑚𝑙𝑥̇ 𝜃̇ sin(𝜃) + 𝑚𝑔𝑙 sin‬‬
‫𝑥𝜕‬ ‫𝜃𝜕‬
‫𝐿𝜕‬ ‫𝐿𝜕‬
‫(‬ ‫‪) = (𝑀 + 𝑚)𝑥̇ + 𝑚𝑙𝜃̇ cos(𝜃) ,‬‬ ‫(‬ ‫‪) = 𝑚𝑙𝑥̇ cos(𝜃) + 𝑚𝑙2 𝜃̇,‬‬
‫̇𝑥𝜕‬ ‫𝜃𝜕‬‫̇‬
‫معادله الگرانژ در راستای 𝑥 = ‪:𝑞1‬‬

‫𝐿𝜕 𝑑‬ ‫𝐿𝜕‬ ‫𝑅𝜕‬

‫(‬ ‫(‪)−‬‬ ‫(‪)+‬‬ ‫‪) = 𝑄1‬‬
‫‪𝑑𝑡 𝜕𝑞̇ 1‬‬ ‫‪𝜕𝑞1‬‬ ‫‪𝜕𝑞̇ 1‬‬
‫𝑑‬
‫→‬ ‫𝑢 = ))𝜃(‪((𝑀 + 𝑚)𝑥̇ + 𝑚𝑙𝜃̇ cos‬‬
‫𝑡𝑑‬
‫𝑢 = )𝜃(‪→ (𝑀 + 𝑚)𝑥̈ + 𝑚𝑙𝜃̈ cos(𝜃) − 𝑚𝑙𝜃̇ 2 sin‬‬
‫معادله الگرانژ در راستای 𝜃 = ‪:𝑞2‬‬

‫𝐿𝜕 𝑑‬ ‫𝐿𝜕‬ ‫𝑅𝜕‬

‫(‬ ‫(‪)−‬‬ ‫(‪)+‬‬ ‫‪) = 𝑄2‬‬
‫‪𝑑𝑡 𝜕𝑞̇ 2‬‬ ‫‪𝜕𝑞2‬‬ ‫‪𝜕𝑞̇ 2‬‬
‫𝑑‬
‫→‬ ‫‪(𝑚𝑙𝑥̇ cos(𝜃) + 𝑚𝑙2 𝜃̇) − (−𝑚𝑙𝑥̇ 𝜃̇ sin(𝜃 ) + 𝑚𝑔𝑙 sin(𝜃)) = 0‬‬
‫𝑡𝑑‬
‫‪→ 𝑚𝑙𝑥̈ cos(𝜃) − 𝑚𝑙𝑥̇ 𝜃̇ sin(𝜃) + 𝑚𝑙2 𝜃̈ + 𝑚𝑙𝑥̇ 𝜃̇ sin(𝜃) − 𝑚𝑔𝑙 sin(𝜃) = 0‬‬
‫‪→ 𝑚𝑙𝑥̈ cos(𝜃) + 𝑚𝑙2 𝜃̈ − 𝑚𝑔𝑙 sin(𝜃) = 0‬‬
‫𝑇‬
‫̇𝑥 𝑥[ = 𝒙 در نظر میگیریم در نتیجه میتوان نوشت‪:‬‬ ‫𝜃‬ ‫متغیرهای حالت را به صورت ]̇𝜃‬

‫‪6‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مدلسازی و خطیسازی‬

‫̇𝑥‬
‫̇‬
‫)𝜃(‪𝑢 + 𝑚𝑙𝜃 sin(𝜃) − 𝑚𝑔 cos(𝜃) sin‬‬
‫̇𝑥‬ ‫‪𝑓1‬‬
‫𝑀‬ ‫‪+‬‬ ‫‪𝑚(1‬‬ ‫‪−‬‬ ‫‪cos‬‬ ‫))𝜃( ‪2‬‬
‫̈𝑥‬ ‫𝑓‬
‫= ] ̇ [ = ̇𝒙‬ ‫)𝒖 ‪= [ 2 ] = 𝒇(𝒙,‬‬
‫𝜃‬ ‫̇𝜃‬ ‫‪𝑓3‬‬
‫̈𝜃‬ ‫̇‬ ‫‪2‬‬
‫)𝜃(‪(𝑀 + 𝑚)𝑔 sin(𝜃) − 𝑢 cos(𝜃) − 𝑚𝑙𝜃 sin(𝜃) cos‬‬ ‫‪𝑓4‬‬
‫[‬ ‫)))𝜃( ‪𝑙(𝑀 + 𝑚(1 − cos 2‬‬ ‫]‬

‫خطیسازی‬

‫سیستمهای فیزیکی اغلب غیرخطی هستند و با داشتن یک مدل خطی از سیستم‪ ،‬میتوان ضمن‬
‫داشتن تحلیل و طراحی آسانتر‪ ،‬نتایج نزدیک به واقعیت را با تحلیل و طراحی حول ناحیه خطیسازی‬
‫بدست آورد‪ .‬مثالا اگر مقادیر ورودی برای نقطهای روی منحنی غیرخطی‪ ،‬در بازه کوچکی تغییر کنند‪،‬‬
‫میتوان یک رابطه خطی ارائه کرد که آن نقطه‪ ،‬مبدا سیستم خطی محسوب میشود‪.‬‬

‫حالت تعادل‬

‫سیستم غیرخطی و متغیر با زمان با معادله دیفرانسیل زیر را در نظر بگیرید‪:‬‬

‫) 𝑡 ‪𝒙̇ (𝑡 ) = 𝒇(𝒙(𝑡 ), 𝒖(𝑡 ),‬‬ ‫(‪)3-1‬‬

‫حالت تعادل‪( 1‬حالت تریم‪ )2‬سیستم فوق جایی است که در شرایطی که هیچ ورودی به سیستم‬
‫اعمال نشود 𝟎 = )𝑡(𝒖‪ ،‬حاالت سیستم در طول زمان ثابت باقی بمانند‪ .‬به عبارت دیگر‪:‬‬

‫‪𝒙̇ 𝑒 (𝑡 ) = 𝒇(𝒙𝑒 , 𝟎, 𝑡 ) = 𝟎,‬‬ ‫𝑒𝒙 = ) 𝑡(𝒙 ‪∀ 𝑡 ≥ 𝑡0‬‬ ‫(‪)4-1‬‬

‫تذکر ‪ :1‬البته در برخی از سیستمها مانند سیستمهای هوافضایی که نیروی وزن جسم همواره به‬
‫وسیله وارد میشود میبایست یک ورودی کنترل تعادلی (تریم) 𝑒𝒖 همواره برای ماندن در شرایط تعادل‬
‫اعمال شود‪ .‬بدین ترتیب تعریف حالت تعادل را به صورت زیر میتوان بازنویسی کرد‪:‬‬

‫‪𝒙̇ 𝑒 (𝑡 ) = 𝒇(𝒙𝑒 , 𝒖𝑒 , 𝑡 ) = 𝟎,‬‬ ‫𝑒𝒙 = ) 𝑡(𝒙 ‪∀ 𝑡 ≥ 𝑡0‬‬ ‫(‪)5-1‬‬

‫‪1‬‬ ‫‪2‬‬
‫‪Equilibrium State‬‬ ‫‪Trim state‬‬

‫‪7‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مدلسازی و خطیسازی‬

‫تذکر ‪ :2‬بعضی از سیستمها مانند سیستمهای هوافضایی میتوانند به جای نقطه تعادل ) 𝑒𝒖 ‪،(𝒙𝑒 ,‬‬
‫مسیر تعادل‪ (𝒙𝑒 (𝑡 ), 𝒖𝑒 (𝑡 ))1‬داشته باشند که تعریف آن به صورت ) 𝑡 ‪𝒙̇ 𝑒 (𝑡 ) = 𝑓 (𝒙𝑒 (𝑡 ), 𝒖𝑒 (𝑡),‬‬
‫میباشد و در آن لزوماا مشتق تمام حالتها مساوی صفر نمیباشد و میتواند یک عدد ثابت باشد‪ .‬برای‬
‫مثال اگر ‪ 𝑥1‬متغیر حالت بیانگر موقعیت باشد مشتق آن ‪ 𝑥̇ 1‬که برابر با سرعت است میتواند مخالف صفر‬
‫باشد که بیانگر حرکت با سرعت ثابت است و مشکلی در تعادل وسیله ایجاد نمیکند‪( .‬پرواز کروز هواپیما)‬

‫در حالت تعادل سیستمهای مکانیکی مجموع نیروها و ممانهای وارده به وسیله صفر میباشد‪ .‬برای‬
‫مثال حالت تعادل مناسب برای کوادروتور حالت شناوری (هاور‪ )2‬میباشد‪ .‬در حالت هاور‪ ،‬کوادروتور در‬
‫وضعیت ثابت و تراز‪ 3‬قرار دارد و سرعتهای بدنی و نرخ چرخش حول محورها صفر میباشد‪ .‬همچنین در‬
‫حالت هاور‪ ،‬ممانهای ورودی (موتورها) صفر بوده و تراست تولیدی با وزن کوادروتور برابر میباشد‪.‬‬

‫سیستمهای غیرخطی میتوانند چندین حالت تعادل داشته باشند‪ .‬در حالت کلی دو نوع حالت تعادل‬
‫داریم‪:‬‬

‫• استاتیکی‪ :‬یک نقطه در فضای حالت‬

‫‪1‬‬ ‫‪3‬‬
‫‪Equilibrium Path‬‬ ‫‪Level condition and fixed attitude‬‬
‫‪2‬‬
‫)‪Hover (hovering‬‬

‫‪8‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مدلسازی و خطیسازی‬

‫• دینامیکی (مسیر تعادل)‪ :‬یک مسیر بسته (تابع زمان) در فضای حالت (سیکل حدی‪)1‬؛ اگر حالت‬
‫اولیه سیستم روی مسیر سیکل حدی باشد‪ ،‬به شرط عدم وجود ورودی یا اغتشاش روی این مسیر‬
‫باقی میماند‪ .‬اگر حالت سیستم روی یک سیکل حدی قرار بگیرد‪ ،‬پاسخ زمانی آن متناوب است‪.‬‬

‫مسئله‪ :‬نقطه تعادل را برای سیستم زیر بدست آورید‪.‬‬

‫) ‪𝑥̇ 1 = −𝑥2 − 𝑥1 (𝑥12 + 𝑥22‬‬

‫{ ‪𝑆:‬‬
‫) ‪𝑥̇ 2 = −𝑥1 − 𝑥2 (𝑥12 + 𝑥22‬‬
‫برای پیدا کردن نقطه تعادل مشتق حالتها را برابر با صفر قرار داده و به صورت زیر عمل میکنیم‪.‬‬

‫) ‪0 = −𝑥2 − 𝑥1 (𝑥12 + 𝑥22‬‬ ‫) ‪0 = −𝑥2 𝑥1 − 𝑥12 (𝑥12 + 𝑥22‬‬

‫{‬ ‫{ →‬
‫) ‪0 = −𝑥1 − 𝑥2 (𝑥12 + 𝑥22‬‬ ‫) ‪0 = 𝑥2 𝑥1 + 𝑥22 (𝑥12 + 𝑥22‬‬
‫با جمع معادالت بدست میآید‪:‬‬

‫)‪𝑥1 = 𝑥2 (I‬‬
‫{ → ‪(𝑥22 − 𝑥12 )(𝑥12 + 𝑥22 ) = 0‬‬
‫)‪𝑥1 = −𝑥2 (II‬‬
‫با جایگذاری حالت )‪ (I‬و )‪ (II‬در معادالت اصلی بدست میآید‪:‬‬
‫)‪(I‬‬
‫)‪0 = −𝑥2 − 𝑥1 (𝑥12 + 𝑥22 ) → −𝑥2 (1 + 2𝑥22 ) = 0 → 𝑥𝑒 = (0,0‬‬
‫)‪𝑥𝑒1 = (0,0‬‬
‫‪1‬‬ ‫‪1‬‬
‫)‪(II‬‬ ‫) ‪𝑥𝑒2 = ( , −‬‬
‫→ ) ‪0 = −𝑥2 − 𝑥1 (𝑥12 + 𝑥22‬‬ ‫‪2‬‬
‫→ ‪−𝑥2 (1 − 2𝑥2 ) = 0‬‬ ‫‪√2 √2‬‬
‫‪1 1‬‬
‫‪𝑥𝑒3 = (−‬‬ ‫) ‪,‬‬
‫{‬ ‫‪√2 √2‬‬
‫پیدا کردن نقاط تعادل برای سیستمهای خطی معموالا نیازمند حل عددی معادالت غیرخطی میباشد‬
‫که میتوانیم از دستور ‪ fsolve‬یا ‪ vpasolve‬در ‪ MATLAB‬برای این کار استفاده کنیم‪.‬‬

‫برای سیستمهای خطی با نمایش فضای حالت )𝑡(𝒖𝑩 ‪ 𝒙̇ (𝑡) = 𝑨𝒙(𝑡) +‬میتوان نوشت‪:‬‬

‫→ 𝟎 = ) 𝑡( ̇𝒙 ‪𝒖(𝑡 ) = 𝟎,‬‬ ‫𝟎 = 𝑒𝒙𝑨‬ ‫(‪)6-1‬‬

‫‪1‬‬
‫‪Limit Cycle‬‬

‫‪9‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مدلسازی و خطیسازی‬

‫بدین ترتیب نقطه تعادل برای سیستمهای خطی متعلق به فضای پوچی ماتریس حالت ‪ A‬میباشد‬
‫و مبدأ (𝟎 = 𝑒𝒙) همواره یک نقطه تعادل برای سیستمهای خطی است‪ .‬اگر دترمینان ماتریس ‪ A‬مخالف‬
‫صفر باشد (استقالل خطی) تنها نقطه تعادل سیستم‪ ،‬مبدأ است چراکه در این حالت فضای پوچی ماتریس‬
‫‪ ،A‬تهی میشود و معادله 𝟎 = 𝑒𝒙𝑨 فقط جواب بدیهی دارد‪.‬‬

‫خطیسازی با استفاده از بسط تیلور‬

‫به طور کلی تقریب خطی تابع برداری 𝒇 در سیستم غیرخطی (‪ )5-1‬حول نقطه تعادل 𝑒𝒙 با استفاده‬
‫از بسط تیلور به صورت (‪ )6-1‬میباشد‪.‬‬

‫) 𝑡 ‪𝒙̇ (𝑡 ) = 𝒇(𝒙(𝑡 ), 𝒖(𝑡 ),‬‬ ‫(‪)7-1‬‬

‫) 𝑡 ‪𝒚(𝑡 ) = 𝒈(𝒙(𝑡 ), 𝒖(𝑡 ),‬‬
‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫)𝒖 ‪𝜕𝒇(𝒙,‬‬
‫‪𝒇(𝒙, 𝒖) ≃ 𝒇(𝒙𝑒 , 𝒖𝑒 ) +‬‬ ‫|‬ ‫‪(𝒙 − 𝒙𝑒 ) +‬‬ ‫|‬ ‫) 𝑒𝒖 ‪(𝒖 −‬‬ ‫(‪)8-1‬‬
‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬

‫با تعریف متغیرهای تفاضلی 𝑒𝒙 ‪ 𝜹𝒙 ≜ 𝒙 −‬و 𝑒𝒖 ‪ 𝜹𝒖 ≜ 𝒖 −‬رابطه (‪ )6-1‬را حول حالت تعادل‪،‬‬
‫به صورت زیر بازنویسی میکنیم‪:‬‬

‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫)𝒖 ‪𝜕𝒇(𝒙,‬‬

‫‪𝒙̇ 𝑒 + 𝜹𝒙̇ ≃ 𝒇(𝒙𝑒 , 𝒖𝑒 ) +‬‬ ‫|‬ ‫‪𝜹𝒙 +‬‬ ‫|‬ ‫𝒖𝜹‬ ‫(‪)9-1‬‬
‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬

‫با توجه به تعریف حالت تعادل ) 𝑒𝒖 ‪ 𝒙̇ 𝑒 = 𝒇(𝒙𝑒 ,‬میباشد و با حذف آن از دو طرف رابطه باال‬
‫بدست میآید‪:‬‬

‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫)𝒖 ‪𝜕𝒇(𝒙,‬‬

‫≃ ̇𝒙𝜹‬ ‫|‬ ‫‪𝜹𝒙 +‬‬ ‫|‬ ‫𝒖𝜹‬ ‫(‪)10-1‬‬
‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬
‫)𝒖‪𝜕𝒇(𝒙,‬‬ ‫)𝒖‪𝜕𝒇(𝒙,‬‬
‫≜ 𝑩 رابطه (‪ )8-1‬را به صورت (‪)9-1‬‬ ‫(|‬ ‫≜𝑨 و‬ ‫(|‬ ‫با تعریف‬
‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪𝒙𝑒 ,‬‬ ‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪𝒙𝑒 ,‬‬

‫بازنویسی میکنیم که در واقع فرم فضای حالت سیستم خطیشده است‪.‬‬

‫𝒖𝜹𝑩 ‪𝜹𝒙̇ ≃ 𝑨𝜹𝒙 +‬‬ ‫(‪)11-1‬‬

‫در شرایط خاص اگر 𝟎 = 𝑒𝒙 و 𝟎 = 𝑒𝒖 باشد میتوان نوشت‪:‬‬

‫𝒖𝑩 ‪𝒙̇ ≃ 𝑨𝒙 +‬‬ ‫(‪)12-1‬‬

‫‪10‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مدلسازی و خطیسازی‬

‫بدین ترتیب برای معادله خروجی هم میتوان از بسط تیلور استفاده کرد و نوشت‪:‬‬

‫)𝒖 ‪𝜕𝒈(𝒙,‬‬ ‫)𝒖 ‪𝜕𝒈(𝒙,‬‬

‫‪𝒈(𝒙, 𝒖) ≃ 𝒈(𝒙𝑒 , 𝒖𝑒 ) +‬‬ ‫|‬ ‫‪𝜹𝒙 +‬‬ ‫|‬ ‫𝒖𝜹‬ ‫(‪)13-1‬‬
‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬

‫با تعریف متغیر تفاضلی 𝑒𝒚 ‪ 𝜹𝒚 ≜ 𝒚 −‬رابطه (‪ )11-1‬را به صورت زیر بازنویسی میکنیم‪:‬‬

‫)𝒖 ‪𝜕𝒈(𝒙,‬‬ ‫)𝒖 ‪𝜕𝒈(𝒙,‬‬

‫‪𝜹𝒚 + 𝒚𝑒 ≃ 𝒈(𝒙𝑒 , 𝒖𝑒 ) +‬‬ ‫|‬ ‫‪𝜹𝒙 +‬‬ ‫|‬ ‫𝒖𝜹‬ ‫(‪)14-1‬‬
‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬
‫با توجه به تعریف خروجی در نقطه تعادل ) 𝑒𝒖 ‪ 𝒚𝑒 = 𝒈(𝒙𝑒 ,‬میباشد و با حذف آن از دو طرف‬
‫رابطه باال بدست میآید‪:‬‬

‫)𝒖 ‪𝜕𝒈(𝒙,‬‬ ‫)𝒖 ‪𝜕𝒈(𝒙,‬‬

‫≃ 𝒚𝜹‬ ‫|‬ ‫‪𝜹𝒙 +‬‬ ‫|‬ ‫𝒖𝜹‬ ‫(‪)15-1‬‬
‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬
‫)𝒖‪𝜕𝒈(𝒙,‬‬ ‫)𝒖‪𝜕𝒈(𝒙,‬‬
‫≜ 𝑫 رابطه (‪ )13-1‬را به صورت (‪)14-1‬‬ ‫(|‬ ‫(|‬
‫𝒖𝜕‬ ‫𝑒𝒖 ‪𝒙𝑒 ,‬‬ ‫≜𝑪و)‬ ‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪𝒙𝑒 ,‬‬
‫با تعریف‬
‫بازنویسی میکنیم‪.‬‬

‫𝒖𝜹𝑫 ‪𝜹𝒚 ≃ 𝑪𝜹𝒙 +‬‬ ‫(‪)16-1‬‬

‫در شرایط خاص اگر 𝟎 = 𝑒𝒙‪ 𝒖𝑒 = 𝟎 ،‬و 𝟎 = 𝑒𝒚 باشد میتوان نوشت‪:‬‬

‫𝒖𝑫 ‪𝒚 ≃ 𝑪𝒙 +‬‬ ‫(‪)17-1‬‬

‫جهت بدست آوردن ماتریسهای ‪ C ،B ،A‬و ‪ D‬و در واقع مشتقهای برداری از ژاکوبین‪ 1‬استفاده‬
‫میکنیم‪ .‬توابع برداری و متغیرها را به صورت زیر در نظر میگیریم‪:‬‬

‫)𝒖 ‪𝑓1 (𝒙,‬‬ ‫)𝒖 ‪𝑔1 (𝒙,‬‬ ‫‪𝑥1‬‬ ‫‪𝑦1‬‬ ‫‪𝑢1‬‬

‫)𝒖 ‪𝑓 (𝒙,‬‬ ‫)𝒖 ‪𝑔 (𝒙,‬‬ ‫‪𝑥2‬‬ ‫‪𝑦2‬‬ ‫‪𝑢2‬‬
‫‪𝒇=[ 2‬‬ ‫‪], 𝒈 = 2‬‬ ‫] ⋮ [ = 𝒖 ‪, 𝒙 = [ ⋮ ], 𝒚 = [ ⋮ ],‬‬ ‫(‪)18-1‬‬
‫⋮‬ ‫⋮‬
‫)𝒖 ‪𝑓𝑛 (𝒙,‬‬ ‫])𝒖 ‪[𝑔𝑝 (𝒙,‬‬ ‫𝑛𝑥‬ ‫𝑝𝑦‬ ‫𝑚𝑢‬

‫با توجه به تعاریف فوق ماتریسهای ژاکوبین به صورت زیر میباشد‪:‬‬

‫‪1‬‬
‫‪Jacobian‬‬

‫‪11‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مدلسازی و خطیسازی‬

‫‪𝜕𝑓1‬‬ ‫‪𝜕𝑓1‬‬ ‫‪𝜕𝑓1‬‬ ‫‪𝜕𝑓1‬‬

‫⋯‬ ‫⋯‬
‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫‪𝜕𝑥1‬‬ ‫𝑛𝑥𝜕‬ ‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫‪𝜕𝑢1‬‬ ‫𝑚𝑢𝜕‬
‫⋮ =‬ ‫⋱‬ ‫⋮‬ ‫‪,‬‬ ‫⋮ =‬ ‫⋱‬ ‫⋮‬
‫𝒙𝜕‬ ‫𝑛𝑓𝜕‬ ‫𝑛𝑓𝜕‬ ‫𝒖𝜕‬ ‫𝑛𝑓𝜕‬ ‫𝑛𝑓𝜕‬
‫⋯‬ ‫⋯‬
‫‪[𝜕𝑥1‬‬ ‫𝑛×𝑛] 𝑛𝑥𝜕‬ ‫‪[𝜕𝑢1‬‬ ‫𝑚×𝑛] 𝑚𝑢𝜕‬
‫‪𝜕𝑔1‬‬ ‫‪𝜕𝑔1‬‬ ‫‪𝜕𝑔1‬‬ ‫‪𝜕𝑔1‬‬
‫⋯‬ ‫⋯‬
‫)𝒖 ‪𝜕𝒈(𝒙,‬‬ ‫‪𝜕𝑥1‬‬ ‫𝑛𝑥𝜕‬ ‫)𝒖 ‪𝜕𝒈(𝒙,‬‬ ‫‪𝜕𝑢1‬‬ ‫𝑚𝑢𝜕‬
‫⋮ =‬ ‫⋱‬ ‫⋮‬ ‫‪,‬‬ ‫⋮ =‬ ‫⋱‬ ‫⋮‬ ‫(‪)19-1‬‬
‫𝒙𝜕‬ ‫𝑝𝑔𝜕‬ ‫𝑝𝑔𝜕‬ ‫𝒖𝜕‬ ‫𝑝𝑔𝜕‬ ‫𝑝𝑔𝜕‬
‫⋯‬ ‫⋯‬
‫‪[ 𝜕𝑥1‬‬ ‫𝑛×𝑝] 𝑛𝑥𝜕‬ ‫‪[𝜕𝑢1‬‬ ‫𝑚×𝑝] 𝑚𝑢𝜕‬

‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫)𝒖 ‪𝜕𝒇(𝒙,‬‬

‫=𝑨‬ ‫|‬ ‫‪,‬‬ ‫=𝑩‬ ‫|‬ ‫‪,‬‬
‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬
‫)𝒖 ‪𝜕𝒈(𝒙,‬‬ ‫)𝒖 ‪𝜕𝒈(𝒙,‬‬
‫=𝑪‬ ‫|‬ ‫‪,‬‬ ‫=𝑫‬ ‫|‬
‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬

‫برای محاسبه ماتریسهای ژاکوبین از دستور )‪ jacobian(f, x‬و )‪ jacobian(f, u‬در متلب استفاده‬
‫میکنیم‪ .‬جهت بدست آوردن ماتریسهای ‪ C ،B ،A‬و ‪ D‬پس از محاسبه ژاکوبین مقادیر نقطه تعادل را‬
‫در ماتریسهای ژاکوبین محاسبه شده جایگذاری میکنیم‪.‬‬

‫مسئله‪ :‬سیستم زیر را حول نقطه تعادل مبدأ ()‪ )(𝒙𝑒 , 𝒖𝑒 ) = (0,0‬خطی کنید‪.‬‬

‫‪𝑥̇ 1 = 𝑥12 − sin(3𝑥2 ) + 𝑢13 − 𝑢2 = 𝑓1‬‬

‫{‬
‫‪𝑥̇ 2 = 𝑥2 − 𝑢1 + 5𝑥1 = 𝑓2‬‬
‫‪𝜕𝑓1‬‬ ‫‪𝜕𝑓1‬‬
‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫‪𝜕𝑥1‬‬ ‫‪𝜕𝑥2‬‬ ‫𝑥‪2‬‬ ‫) ‪−3 cos(3𝑥2‬‬
‫=‬ ‫‪=[ 1‬‬ ‫]‬
‫𝒙𝜕‬ ‫‪𝜕𝑓2‬‬ ‫‪𝜕𝑓2‬‬ ‫‪5‬‬ ‫‪1‬‬
‫‪[𝜕𝑥1‬‬ ‫] ‪𝜕𝑥2‬‬
‫‪𝜕𝑓1‬‬ ‫‪𝜕𝑓1‬‬
‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫‪𝜕𝑢1‬‬ ‫‪𝜕𝑢2‬‬ ‫‪2‬‬
‫=‬ ‫‪= [3𝑢1‬‬ ‫]‪−1‬‬
‫𝒖𝜕‬ ‫‪𝜕𝑓2‬‬ ‫‪𝜕𝑓2‬‬ ‫‪−1‬‬ ‫‪0‬‬
‫‪[𝜕𝑢1‬‬ ‫] ‪𝜕𝑢2‬‬

‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫‪0‬‬ ‫‪−3‬‬ ‫)𝒖 ‪𝜕𝒇(𝒙,‬‬ ‫‪0‬‬ ‫‪−1‬‬

‫=𝑨‬ ‫|‬ ‫[=‬ ‫‪],‬‬ ‫=𝑩‬ ‫|‬ ‫[=‬ ‫]‬
‫𝒙𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫𝒖𝜕‬ ‫) 𝑒𝒖 ‪(𝒙𝑒 ,‬‬ ‫‪−1‬‬ ‫‪0‬‬

‫‪12‬‬
‫«کنترل اتوماتیک»‪ ،‬مهدی شاه رجبیان‪ ،‬دانشگاه صنعتی شریف‪ ،‬دانشکده مهندسی هوافضا‪ ،‬اسفند ‪.1402‬‬
 ‫مراجع‬

‫مراجع‬
[1] Khakiseddigh, A., "Modern Control Systems", 5th Edition, University of Tehran
Press, 2009
[2] Chen, Ch., "Linear System Theory and Design", 3rd Edition, Oxford University
Press, 1999
[3] Ogata, Katsuhiko. Modern Control Engineering 5th.ed. Fifth Edition New
Jersey: Pearson Prentice Hall, 2010.
[4] H. K. Khalil, “Nonlinear Systems,” 3rd Edition, Prentice Hall, Upper Saddle
River, 2002.

13
.1402 ‫ اسفند‬،‫ دانشکده مهندسی هوافضا‬،‫ دانشگاه صنعتی شریف‬،‫ مهدی شاه رجبیان‬،»‫«کنترل اتوماتیک‬