Introduction aux graphiques de gains et de flux de signaux Mason

La formule de gain Mason (également connue sous le nom de règle Mason) est une pierre angulaire de la théorie classique du contrôle. Elle fournit une méthode systématique graphi-théorique pour calculer la fonction de transfert globale entre un noeud d'entrée et un noeud de sortie dans un graphique de flux de signal (SFG). Un graphique de flux de signal est un graphique dirigé qui représente un ensemble d'équations algébriques linéaires : les nœuds correspondent à des variables (p. ex., tensions, forces, variables d'état) et les branches dirigées représentent les gains (constantes ou fonctions de transfert) qui les relient.

La formule elle-même est élégantement compacte :

T = (-]k[ P[k[ Δk) / Δ

où Pk est le gain du chemin avant k-th, Δ est le déterminant du graphique (1 – somme de tous les gains individuels de boucle + somme des produits de gain de toutes les paires de boucles non tactiles – somme des triples, etc.), et Δk] est le déterminant du graphique après avoir enlevé toutes les boucles qui touchent le chemin avant k-th. Cette formule fonctionne parfaitement pour systèmes linéaires, invariants du temps (LTI)] où la superposition est maintenue et tous les gains sont constants.

Cependant, de nombreux systèmes du monde réel sont non linéaires. Leur comportement dépend des amplitudes de signal, des points d'exploitation ou de l'historique. Appliquer Mason , la formule de gain directement à un graphique de flux de signal non linéaire viole ses hypothèses fondamentales. Pourtant, avec une adaptation attentive, les mêmes idées fondamentales de chemins, boucles et gains peuvent être étendues à des domaines non linéaires.

La Fondation linéaire : Comment fonctionne la règle Mason

Avant de s'attaquer aux non-linéarités, il est essentiel de rappeler précisément le cas linéaire. Considérez un SFG avec des nœuds N. La relation entre deux nœuds peut être dérivée en listant tous les chemins vers l'avant de source en puits. Un chemin vers l'avant est une séquence de branches qui ne visite jamais un nœud plus d'une fois. Le gain du chemin est le produit de tous les gains de branche le long de ce chemin. Ensuite, toutes les boucles individuelles (chemins fermés qui retournent au nœud de départ sans se croiser) sont identifiées.

Le dénominateur Δ (le déterminant du graphique) est construit à partir de boucles :[
Δ = 1 – (somme de tous les gains individuels de boucle) + (somme des gains de toutes les paires de boucles non tactiles) – (somme des produits des gains de tous les triples de boucles non tactiles) + ...

Le numérateur d'une paire source-puces donnée est la somme de tous les chemins avant k de (Pk[ × Δk[), où Δ[k est le déterminant du graphique après avoir enlevé toutes les boucles qui touchent le chemin avant k‐th. Cet arithmétique explique l'interaction de plusieurs chemins et boucles de rétroaction sans nécessiter d'inversion de matrice.

Pourquoi les graphiques de flux de signaux non linéaires sont différents

Les graphiques de flux de signaux non linéaires contiennent des branches dont les gains sont fonctions de variables de nœuds plutôt que des constantes. Par exemple, une branche représentant une non-linéarité de saturation peut avoir un gain qui est une fonction de l'amplitude du signal d'entrée. De même, un couple de frottement dans un système mécanique dépend de la vitesse de manière non linéaire. Ces non-linéarités présentent plusieurs défis fondamentaux :

  • La superposition échoue: La réponse à une somme d'entrées n'est pas la somme des réponses individuelles.La règle Mason="s repose sur la linéarité pour traiter chaque chemin indépendamment.
  • Les gains de patte varient selon le point d'exploitation :[ Le même chemin d'accès peut avoir des gains effectifs différents selon l'amplitude du signal, rendant une fonction de transfert unique sans signification.
  • Équilibres multiples: Les systèmes non linéaires peuvent avoir plusieurs points d'exploitation à l'état stationnaire. La structure du SFG peut être la même, mais les gains linéarisés diffèrent à chaque point.
  • Bifurcations et cycles limites:[ Les non-linéarités peuvent entraîner des changements qualitatifs dans le comportement (p. ex., oscillations) qu'une fonction de transfert linéaire ne peut capturer.
  • Génération harmonique: Les entrées sinusoïdales produisent des sorties contenant des harmoniques, de sorte que le concept d'une -gain -dépend de la fréquence dans un sens plus riche que la réponse linéaire de fréquence.

Malgré ces obstacles, Mason , la formule Gain Formula reste un outil conceptuel utile si nous adaptons son application de façon appropriée. La clé est de reconnaître que, bien que la relation entrée-sortie globale ne soit pas une simple fonction de transfert, les approximations locales ou les cartes entrées-sorties spéciales peuvent encore bénéficier de l'analyse path‐loop.

Adapter la formule Mason , pour les systèmes non linéaires

Plusieurs stratégies existent pour étendre la règle Mason. Elles vont de la simple (linéarisation) à la sophistiquée (fonctions de description, équilibre harmonique). Aucune méthode unique ne convient à tous les cas, mais chacune préserve la vision topologique du SFG.

Linéarisation à petite signal autour d'un point d'exploitation

La méthode la plus courante consiste à linéariser[ chaque branche non linéaire gagne autour d'un point d'équilibre choisi (ou le long d'une trajectoire nominale), ce qui signifie étendre la fonction non linéaire f(x) comme une série Taylor et ne garder que le terme du premier ordre : f(x0+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Une fois que toutes les branches non linéaires sont remplacées par leurs gains linéaires (qui sont des constantes sous le point d'exploitation choisi), le SFG résultant est LTI[ pour les petits signaux. La règle Mason=" peut ensuite être appliquée pour calculer la fonction de transfert locale relative aux petites perturbations autour de ce point d'exploitation.

Fonctions de description (Quasi-Linéarisation)

Pour les systèmes où la non-linéarité est excitée par une entrée sinusoïdale et où la sortie est dominée par l'harmonique fondamental, la méthode description[ fournit un gain complexe équivalent. Ce gain dépend de l'amplitude de l'entrée sinusoïde (et peut-être de sa fréquence).L'élément non linéaire est remplacé par un gain dépendant de l'amplitude N(A, ↓) qui correspond le mieux à la composante de sortie fondamentale.Par exemple, une non-linéarité de saturation idéale a une fonction de description qui est réelle et varie avec l'amplitude: pour les petites entrées, il est linéaire (gain=1), et pour les grandes entrées, il se déroule lorsque les limites de saturation sont atteintes.

Dans le contexte d'un SFG, chaque branche non linéaire peut être remplacée par sa fonction de description, rendant le graphique global linéaire pour une amplitude donnée A. La règle Mason=1 donne alors une fonction de transfert --quasi=1 T(s, A) qui dépend de l'amplitude. Ceci est particulièrement utile pour prédire cycles limites: si la condition de gain de boucle pour l'oscillation (=L(j-)=1 et -L(j-)=–180°) peut être satisfaite à une certaine amplitude A, alors une oscillation soutenue peut exister. L'approche de la fonction de description étend l'analyse topologique Mason=1 à une classe plus large d'effets non linéaires tout en conservant la formulation courante de la boucle–gain.

Méthodes numériques itératives utilisant la structure Mason

Lorsque la linéarisation analytique est trop grossière ou que les fonctions de description sont inexactes, on peut traiter numériquement le SFG non linéaire. La structure du graphique (chemins, boucles) est encore topologiquement valide, mais les gains sont des fonctions. Une approche consiste à écrire le système d'équations implicites par le SFG (chaque variable de noeuds égale la somme des gains de branche entrants multipliés par les variables de nœuds sources).

À un point d'exploitation donné, on peut calculer les gains linéaires numériquement (par différenciation automatique ou différences finies) et ensuite utiliser la règle Mason , pour obtenir une approximation linéaire locale. Ceci est fait à plusieurs reprises au fur et à mesure que le système évolue. Le SFG agit comme un plan pour une structure matricielle clairsemée, rendant le résolveur itératif efficace.

Linéarisation par tronçonnage

Une autre technique pragmatique consiste à estimer le gain de branche non linéaire comme une fonction linéaire à la pièce. Pour chaque région (p. ex. faible amplitude, amplitude moyenne, région saturée), le gain est constant. Le SFG a alors plusieurs régions linéaires, chacune avec son propre ensemble de gains. La règle Mason=2 peut être appliquée par région, et le comportement global du système est décrit en changeant entre ces modèles linéaires basés sur les niveaux de signal.

Applications pratiques et exemples

Ces méthodes adaptées ne sont pas seulement des curiosités théoriques, elles sont utilisées quotidiennement par les ingénieurs dans différents domaines. Le SFG reste un outil de visualisation puissant même lorsque le système est non linéaire.

Étude de cas : Contrôle non linéaire de la rétroaction avec saturation

Pour les petits signaux de référence, l'actionneur reste dans sa plage linéaire, et la règle Mason=1 G(s)/(1+G(s)) est la suivante : pour les signaux plus grands, la saturation réduit efficacement le gain de boucle. En utilisant une fonction de description pour la saturation, nous pouvons calculer la fonction de transfert dépendante de l'amplitude et prédire quand le système peut présenter un cycle limite. Le SFG donne une image claire : le chemin vers l'avant comprend le bloc de saturation et la boucle de rétroaction est efficace pour le gain avec l'amplitude. Cette analyse est standard dans la conception anti-venture.

Linéarisation non linéaire des capteurs dans les systèmes de mesure

Un système de mesure commun utilise un capteur non linéaire (par exemple, un thermistor avec une courbe de résistance exponentielle). La sortie du capteur est traitée par un amplificateur linéaire et retransmise pour contrôler un chauffage. Le SFG global a une branche non linéaire représentant le capteur. En linéarisant la caractéristique du capteur autour de la température de réglage souhaitée, nous pouvons utiliser la règle Mason , pour concevoir le gain d'amplificateur pour la stabilité et la réponse rapide.

Joint robotique avec friction et étirement

Un graphique de flux de signal d'une seule articulation peut comprendre un couple d'entrée, une inertie, un amortissement (linéaire) et un modèle de frottement non linéaire (p. ex., Coulomb + visqueux + stiction). Pour les petits mouvements autour d'un point de consigne, le frottement peut être linéarisé (amortissement visqueux équivalent). Pour les mouvements plus grands ou lors de la prédiction d'un glissement de bâton, il faut une fonction descriptive ou un modèle linéaire à la pièce.

Limitations et précautions

Bien que les adaptations ci-dessus soient utiles, les ingénieurs doivent être conscients de leurs limites:

  • Validité locale: Les modèles linéaires ne sont précis qu'à proximité du point d'exploitation. L'analyse des signaux importants nécessite des méthodes plus avancées (p. ex., la description des fonctions ne vaut que pour les entrées sinusoïdales et peut manquer les sous-harmoniques).
  • Aucune superposition: Une fois que vous avez un SFG linéaire, vous ne pouvez pas combiner les résultats de différents points d'exploitation de façon linéaire.
  • Contenu harmonique:[ Les fonctions de description ignorent les harmoniques, qui peuvent être importantes dans certains systèmes (p. ex. convertisseurs de puissance avec commutation à haute fréquence).
  • Topologie inchangée : Les non-linéarités peuvent parfois modifier la topologie du graphique (p. ex., un interrupteur qui s'ouvre ou se ferme).La règle Mason=" ne peut pas gérer directement la topologie variable dans le temps, bien que les modèles à la pièce puissent simuler différentes topologies.
  • Sensibilité numérique:[ Des méthodes itératives qui linéarisent à plusieurs reprises peuvent être sensibles à la conjecture initiale et peuvent converger vers de mauvais équilibres.

Malgré ces mises en garde, Mason , la formule Gain est un cadre mental précieux. Elle oblige l'ingénieur à cartographier tous les chemins de signal et les boucles de rétroaction, à clarifier les hypothèses et à rendre compte systématiquement des interactions, même lorsque le calcul final nécessite un résolveur d'ordinateur.

Conclusion

Mason=2 La formule Gain Formula est un outil linéaire intrinsèquement, mais son application ne doit pas s'arrêter à la limite de la linéarité. En utilisant la linéarisation à petits signaux, en décrivant les fonctions, les approximations à la pièce ou les méthodes numériques itératives, les ingénieurs peuvent tirer parti des aperçus structurels des graphiques de flux de signal pour analyser et concevoir des systèmes non linéaires. La clé est d'adapter le concept de -gain-de-linéarité de manière appropriée pour le contexte non linéaire tout en conservant la clarté topologique que la règle Mason=2 fournit. Que vous conçoyiez une boucle de contrôle avec saturation, caractérisant une non-linéarité de capteur ou débogant un joint robotique, la perspective de trajectoire offerte par la méthode Mason=2 reste un puissant allié.