Дифференциальные уравнения в теории управления

Как термостат Nest поддерживает температуру в комнате с точностью ±0.5°C? Как автопилот Boeing 777 выравнивает крен за 200 мс? Как марсоход NASA Perseverance управляет своими 6 двигателями на Марсе? В основе всех этих систем - дифференциальные уравнения и теория управления Калмана: именно она превращает уравнения движения в управляемые технологии.

• **Промышленность**: более 95% регуляторов в нефтепереработке, химических реакторах, электростанциях - ПИД-контроллеры; температура, давление, уровень
• **Авиация**: fly-by-wire самолёты используют системы пространства состояний для стабилизации - без них аэродинамически неустойчивый F-16 немедленно бы потерял управление
• **Робототехника**: инвертный маятник (балансирующий робот) - классическая задача теории управления; матрица A нестабильна, обратная связь делает систему устойчивой

Предварительные знания

• Nonlinear ODEs and Qualitative Analysis
• ODEs and PDEs in Machine Learning

ОДУ как модели управляемых систем: пространство состояний

Теория управления изучает, как воздействовать на систему, чтобы она вела себя желаемым образом. Математически управляемая система описывается **уравнениями пространства состояний** - системой ОДУ первого порядка, где вектор состояния x содержит всю информацию о системе в момент t.

Решение линейной системы ẋ = Ax - аналог скалярного e^{at}: e^{At} = I + At + A²t²/2! + A³t³/3! + ... Свойства: - e^{At}·e^{As} = e^{A(t+s)} (для одной матрицы A) - (e^{At})' = A·e^{At} - Устойчивость: e^{At} → 0 при t→∞ ⟺ Re(λᵢ(A)) < 0 для всех собственных значений λᵢ Вычисление: через диагонализацию A = PDP⁻¹: e^{At} = P·e^{Dt}·P⁻¹

ПИД-регулятор: пропорционально-интегрально-дифференциальное управление

**ПИД-регулятор** - наиболее распространённый алгоритм управления в промышленности. Управляющее воздействие вычисляется как взвешенная сумма ошибки, её интеграла и производной. Более 95% промышленных контроллеров - это ПИД или его варианты.

Integral windup - накопление интегральной суммы при насыщении исполнительного механизма (u ограничен). Если исполнитель не может выдать u_max, ошибка продолжает интегрироваться → сильное перерегулирование после снятия ограничения. Решения: conditional integration (обнулить интеграл при насыщении), back-calculation anti-windup (вычесть излишек интеграла), клэмпинг. Практически: в реальных ПИД-контроллерах anti-windup обязателен.

Преобразование Лапласа в управлении: передаточная функция

Преобразование Лапласа превращает ODE с начальными условиями в алгебраическое уравнение. В теории управления это порождает концепцию **передаточной функции** G(s) - рациональной функции комплексного переменного s, которая полностью описывает линейную систему.

Передаточная функция на мнимой оси s = iω даёт частотную характеристику G(iω): **Амплитудная**: |G(iω)| - как система усиливает/ослабляет гармонический сигнал частоты ω **Фазовая**: ∠G(iω) - сдвиг фазы на частоте ω Диаграмма Боде: |G(iω)| и ∠G(iω) в логарифмическом масштабе. Запас устойчивости: - **Запас усиления** (gain margin): на сколько дБ можно увеличить усиление до неустойчивости - **Запас фазы** (phase margin): насколько дополнительная фаза приведёт к неустойчивости Рекомендации: gain margin > 6 дБ, phase margin > 45°

Критерий устойчивости Рауса-Гурвица

Система устойчива, если все полюса передаточной функции находятся в **левой полуплоскости** комплексной плоскости (Re(s) < 0). Явное нахождение корней характеристического полинома бывает затруднительным. **Критерий Рауса-Гурвица** позволяет проверить устойчивость без вычисления корней.

Если система находится на границе устойчивости (полюс на мнимой оси Re(s) = 0), возникают незатухающие колебания. Практическое применение критерия Рауса-Гурвица: - Проверить устойчивость замкнутого контура с ПИД без вычисления корней - Найти диапазон коэффициентов Kp, Ki, Kd, при которых система устойчива - Метод D-разбиения: построить границу в пространстве параметров регулятора Современные методы: критерий Найквиста (графический), μ-анализ (робастная устойчивость при неопределённостях).

Ключевые идеи

• **Пространство состояний**: ẋ = Ax + Bu, y = Cx + Du - универсальное представление любой линейной управляемой системы
• **ПИД-регулятор**: u = Kp·e + Ki·∫e dt + Kd·de/dt; интеграл устраняет статическую ошибку, дифференциал предотвращает перерегулирование
• **Передаточная функция**: G(s) = Y(s)/U(s) - описывает систему в области Лапласа; полюса = собственные значения A
• **Критерий Рауса-Гурвица**: все элементы первого столбца таблицы Рауса одного знака ⟺ все полюса в левой полуплоскости ⟺ устойчивость

Связанные темы

Теория управления объединяет ОДУ, линейную алгебру и комплексный анализ:

• Системы ОДУ первого порядка — Уравнения пространства состояний - это линейная система ODE ẋ = Ax + Bu
• Преобразование Лапласа — Передаточные функции - это Лаплас-образы импульсных характеристик; удобный инструмент для анализа устойчивости
• Собственные значения и матрицы — Устойчивость ẋ = Ax определяется собственными значениями A: Re(λᵢ) < 0 для всех i

Вопросы для размышления

• ПИД-регулятор настраивается тремя параметрами (Kp, Ki, Kd). Как машинное обучение (Bayesian optimization, reinforcement learning) может автоматизировать настройку?
• Передаточная функция определена при нулевых начальных условиях. Как начальные условия влияют на переходный процесс - и почему их часто игнорируют в инженерии?
• Критерий Рауса-Гурвица даёт только ответ «устойчива/нет». Как количественно измерить «насколько устойчива» система - и зачем это нужно для робастного управления?

Связанные уроки

• la-13-eigenvectors