Teoria maszyn i podstawy automatyki semestr zimowy 2017/2018
dr inż. Sebastian Korczak
Politechnika Warszawska
Wydział Samochodów i Maszyn Roboczych
Instytut Podstaw Budowy Maszyn Zakład Mechaniki
http://www.ipbm.simr.pw.edu.pl/
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 2
Wykład 7
Nierównomierność ruchu maszyny.
Wstęp do automatyki.
Licencja: tylko do edukacyjnego użytku studentów Politechniki Warszawskiej.
silnik maszyna
φ(t) IR
Nierównomierność biegu maszyny
w ruchu ustalonym
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 4
silnik maszyna
φ(t) IR
φ (˙ t)
t ωmax
ωmin
Nierównomierność biegu maszyny
w ruchu ustalonym
silnik maszyna
φ(t) IR
φ (˙ t)
t ωmax
ωmin
δ=ωmax−ωmin
ωśr ωśr=ωmax+ ωmin 2
Nierównomierność biegu maszyny
Nierównomierność biegu maszyny
w ruchu ustalonym
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 6
silnik maszyna
φ(t) IR
φ (˙ t)
t ωmax
ωmin
δ=ωmax−ωmin
ωśr ωśr=ωmax+ ωmin 2
Nierównomierność biegu maszyny
Pompy silniki spalinowe generatory
δ=1/5÷1/30 δ=1/50÷1/150 δ=1/200÷1/300
Nierównomierność biegu maszyny
w ruchu ustalonym
silnik maszyna
φ(t) IR
φ (˙ t)
t ωmax
ωmin
Ek .max=1
2 IRωmax2 Ek .min=1
2 IRωmin2
δ=ωmax−ωmin
ωśr ωśr=ωmax+ ωmin 2
Nierównomierność biegu maszyny
Nierównomierność biegu maszyny
w ruchu ustalonym
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 8
silnik maszyna
φ(t) IR
φ (˙ t)
t ωmax
ωmin
Ek .max=1
2 IRωmax2 Ek .min=1
2 IRωmin2 Δ L=Ek .max−Ek . min=δIRωśr2
δ=ωmax−ωmin
ωśr ωśr=ωmax+ ωmin 2
Nierównomierność biegu maszyny
Nierównomierność biegu maszyny
w ruchu ustalonym
˙x (t )
t vmax
vmin
Δ L=Ek .max−Ek . min=δmRv2śr
δ=vmax−vmin
vśr vśr= vmax+vmin 2
Nierównomierność biegu maszyny
Nierównomierność biegu maszyny
w ruchu ustalonym
maszyna
mR
FR(t) x (t)
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 10
silnik maszyna
φ(t) IR
MC MB
φ (t)
MC MB
π 2 π
Nierównomierność biegu maszyny
w ruchu ustalonym
przyczyna nierównomierności biegu - przykład
ω(t)
t )
silnik maszyna
φ(t) IR
MC MB
φ (t)
MC MB
π 2 π
Nierównomierność biegu maszyny
w ruchu ustalonym
przyczyna nierównomierności biegu - przykład
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 12
ω(t)
φ(t )
silnik maszyna
φ(t) IR
MC MB
φ (t)
MC MB
π 2 π
Nierównomierność biegu maszyny
w ruchu ustalonym
przyczyna nierównomierności biegu - przykład
ωmax ωmin
ω(t)
t )
silnik maszyna
φ(t) IR
MC MB
φ (t)
MC MB
π 2 π Δ L
Nierównomierność biegu maszyny
w ruchu ustalonym
przyczyna nierównomierności biegu - przykład
ωmax ωmin
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 14
ω(t)
φ(t )
silnik maszyna
φ(t) IR
MC MB
φ (t)
MC MB
π 2 π Δ L
Δ L=
∫
φmin φmax
(MC−MB)d φ
Nierównomierność biegu maszyny
w ruchu ustalonym
przyczyna nierównomierności biegu - przykład
ωmax ωmin
ω(t)
t )
silnik maszyna
φ(t) IR
MC MB
φ (t)
MC MB
π 2 π Δ L
Δ L=
∫
φmin φmax
(MC−MB)d φ
Nierównomierność biegu maszyny
w ruchu ustalonym
przyczyna nierównomierności biegu - przykład
ωmax ωmin Δ L=Ek .max−Ek . min=δ IRωśr2
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 16
ω(t)
φ(t )
silnik maszyna
φ(t) IR
MC MB
φ (t)
MC MB
π 2 π Δ L
Δ L=
∫
φmin φmax
(MC−MB)d φ
δ= Δ L IRω2śr
Nierównomierność biegu maszyny
w ruchu ustalonym
przyczyna nierównomierności biegu - przykład
ωmax ωmin Δ L=Ek .max−Ek . min=δ IRωśr2
Koło zamachowe
silnik maszyna
φ(t) IR
w ruchu ustalonym
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 18
Koło zamachowe
silnik maszyna
φ(t) IR
φ(˙ t )
t ωmax
ωmin
w ruchu ustalonym
Δ L=δ1IRω2śr założenie IR≈const .
Koło zamachowe
silnik maszyna
φ(t) IR
φ(˙ t )
t ωmax
ωmin
w ruchu ustalonym
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 20
silnik maszyna
φ (t) IR IKZ
Δ L=δ1IRω2śr założenie IR≈const .
Koło zamachowe
silnik maszyna
φ(t) IR
φ(˙ t )
t ωmax
ωmin
w ruchu ustalonym
silnik maszyna φ (t) IR
IKZ
Δ L=δ1IRω2śr założenie IR≈const .
Koło zamachowe
silnik maszyna
φ(t) IR
φ(˙ t )
t ωmax
ωmin
w ruchu ustalonym
φ(˙ t)
t ωmax
ωmin
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 22
silnik maszyna
φ (t) IR IKZ
Δ L=δ1IRω2śr założenie IR≈const .
Koło zamachowe
silnik maszyna
φ(t) IR
φ(˙ t )
t ωmax
ωmin
w ruchu ustalonym
φ(˙ t)
t ωmax
ωmin
Δ L=δ2(IR+IFW)ωśr2
silnik maszyna φ (t) IR
IKZ
Δ L=δ1IRω2śr założenie IR≈const .
Koło zamachowe
silnik maszyna
φ(t) IR
φ(˙ t )
t ωmax
ωmin
w ruchu ustalonym
φ(˙ t)
t ωmax
ωmin
Δ L=δ2(IR+IFW)ωśr2
δ1IRωśr2 =δ2(IR+IKZ)ω2śr
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 24
silnik maszyna
φ (t) IR IKZ
IKZ=
(
δδ12−1
)
IRΔ L=δ1IRω2śr założenie IR≈const .
Koło zamachowe
silnik maszyna
φ(t) IR
φ(˙ t )
t ωmax
ωmin
w ruchu ustalonym
φ(˙ t)
t ωmax
ωmin
Δ L=δ2(IR+IFW)ωśr2
δ1IRωśr2 =δ2(IR+IKZ)ω2śr
Koło zamachowe
silnik maszyna
ω(t) IR
Przykład 1
ωmax(t)=1000 obr/min ωmin(t )=950 obr/min IR=10 kgm2
Dane: Zadanie: dobrać
koło zamachowe aby wahania obrotów spadły do
10obr/min.
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 26
Koło zamachowe
silnik maszyna
ω(t) IR
Przykład 1
ωmax(t)=1000 obr/min ωmin(t )=950 obr/min IR=10 kgm2
Dane: Zadanie: dobrać
koło zamachowe aby wahania obrotów spadły do
10obr/min.
ωśr=ωmax+ ωmin
2 =975 obr
min=975⋅ 2 π
60 s=102,10 rad s
Koło zamachowe
silnik maszyna
ω(t) IR
Przykład 1
ωmax(t)=1000 obr/min ωmin(t )=950 obr/min IR=10 kgm2
Dane: Zadanie: dobrać
koło zamachowe aby wahania obrotów spadły do
10obr/min.
ωśr=ωmax+ ωmin
2 =975 obr
min=975⋅ 2 π
60 s=102,10 rad s δ=ωmax−ωmin
ωśr = 50
975=0,0513
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 28
Koło zamachowe
silnik maszyna
ω(t) IR
Przykład 1
ωmax(t)=1000 obr/min ωmin(t )=950 obr/min IR=10 kgm2
Dane: Zadanie: dobrać
koło zamachowe aby wahania obrotów spadły do
10obr/min.
ωśr=ωmax+ ωmin
2 =975 obr
min=975⋅ 2 π
60 s=102,10 rad s δ=ωmax−ωmin
ωśr = 50
975=0,0513 Δ L=δ IRωśr2 =0,0513⋅10 kg m2⋅
(
102,1 rads)
2=5347,72 JKoło zamachowe
silnik maszyna
ω(t) IR
Przykład 1
ωmax(t)=1000 obr/min ωmin(t )=950 obr/min IR=10 kgm2
Dane: Zadanie: dobrać
koło zamachowe aby wahania obrotów spadły do
10obr/min.
ωśr=ωmax+ ωmin
2 =975 obr
min=975⋅ 2 π
60 s=102,10 rad s δ=ωmax−ωmin
ωśr = 50
975=0,0513
Δ L=δ IRωśr2 =0,0513⋅10 kg m2⋅
(
102,1 rads)
2=5347,72 JδKZ= 10 obr /min
975 obr /min=0,010256
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 30
Koło zamachowe
silnik maszyna
ω(t) IR
Przykład 1
ωmax(t)=1000 obr/min ωmin(t )=950 obr/min IR=10 kgm2
Dane: Zadanie: dobrać
koło zamachowe aby wahania obrotów spadły do
10obr/min.
ωśr=ωmax+ ωmin
2 =975 obr
min=975⋅ 2 π
60 s=102,10 rad s δ=ωmax−ωmin
ωśr = 50
975=0,0513
Δ L=δ IRωśr2 =0,0513⋅10 kg m2⋅
(
102,1 rads)
2=5347,72 JδKZ= 10 obr /min
975 obr /min=0,010256 Δ L=δKZ(IR+IKZ) ωśr2
Koło zamachowe
silnik maszyna
ω(t) IR
Przykład 1
ωmax(t)=1000 obr/min ωmin(t )=950 obr/min IR=10 kgm2
Dane: Zadanie: dobrać
koło zamachowe aby wahania obrotów spadły do
10obr/min.
ωśr=ωmax+ ωmin
2 =975 obr
min=975⋅ 2 π
60 s=102,10 rad s δ=ωmax−ωmin
ωśr = 50
975=0,0513
Δ L=δ IRωśr2 =0,0513⋅10 kg m2⋅
(
102,1 rads)
2=5347,72 JδKZ= 10 obr /min
975 obr /min=0,010256
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 32
Koło zamachowe
silnik maszyna
ω(t) IR
Przykład 1
ωmax(t)=1000 obr/min ωmin(t )=950 obr/min IR=10 kgm2
Dane: Zadanie: dobrać
koło zamachowe aby wahania obrotów spadły do
10obr/min.
ωśr=ωmax+ ωmin
2 =975 obr
min=975⋅ 2 π
60 s=102,10 rad s δ=ωmax−ωmin
ωśr = 50
975=0,0513
Δ L=δ IRωśr2 =0,0513⋅10 kg m2⋅
(
102,1 rads)
2=5347,72 JδKZ= 10 obr /min
975 obr /min=0,010256
Δ L=δKZ(IR+IKZ) ωśr2 ⇒ IKZ= Δ L
δKZωśr2 −IR=41,3 kg m2
IKZ=
(
δδKZ−1
)
IR=40 kg m2ale można policzyć to również krótszym wzorem:
...i tu widać jak zaokrąglenia w poszczególnych etapach obliczeń z lewej strony zawyżyły
wynik...
Koło zamachowe
Przykład 1
IKZ=41,3 kgm2
IKZ=1
2 m r2=1
2 ρ πh r4
r
Walec pełen
h
ρstal=
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 34
Koło zamachowe
Przykład 1
IKZ=41,3 kgm2
IKZ=1
2 m r2=1
2 ρ πh r4
r
Walec pełen
h
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
h [m]
r [m]
ρstal=7800 kg /m3
Koło zamachowe
Przykład 1
IKZ=41,3 kgm2
IKZ=1
2 m r2=1
2 ρ πh r4
r
Walec pełen
h
200 400 600 800 1000 1200 1400 1600
masa [kg]
ρstal=7800 kg /m3
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 36
Koło zamachowe
Przykład 1
IKZ=41,3 kgm2 IKZ=1
2 ρ πh r4−1
2 ρ π h rH4
r
Walec z otworem
h
rH
0 0,2 0,4 0,6 0,8 1 1,2 1,4
r (lity walec) r(70% otworu) r(90% otworu) r(98% otworu)
r [m]
Koło zamachowe
Przykład 1
IKZ=41,3 kgm2 IKZ=1
2 ρ πh r4−1
2 ρ π h rH4
r
Walec z otworem
h
rH
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 38
Koło zamachowe
Przykład 1
IKZ=41,3 kgm2 IKZ=1
2 ρ πh r4−1
2 ρ π h rH4
r
Walec z otworem
h
rH
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
0 200 400 600 800 1000 1200 1400 1600
masa (lity walec) masa (70% otworu) masa (90% otworu) masa (98% otworu)
h [m]
mass [kg]
Podstawy automatyki
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 40
Podstawy automatyki
Automatyka – dyscyplina naukowa (z dziedziny nauk
technicznych, wymieniana razem z robotyką) zajmująca się zagadnieniami sterowania procesami bez stałego
nadzoru człowieka
Podstawy automatyki
Automatyka – dyscyplina naukowa (z dziedziny nauk
technicznych, wymieniana razem z robotyką) zajmująca się zagadnieniami sterowania procesami bez stałego
nadzoru człowieka
automatyka ≠ automatyzacja
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 42
Podstawy automatyki
Automatyka – dyscyplina naukowa (z dziedziny nauk
technicznych, wymieniana razem z robotyką) zajmująca się zagadnieniami sterowania procesami bez stałego
nadzoru człowieka
automatyka ≠ automatyzacja
Teoria sterowania – gałąź matematyki i cybernetyki
zajmująca się analizą i modelowaniem matematycznym układów i procesów traktowanych jako układy
dynamiczne ze sprzężeniem zwrotnym.
Historia automatyki
Starożytna Grecja, Egipt, Państwo Arabskie
układy utrzymywania poziomu płynów
Źródło-wikipedia: Abraham Rees (1819) "Clepsydra" in
Klepsydra Ktesibiosa (3w. p.n.e.)
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 44
Teoria sterowania
Klasyczna teoria sterowania
układy o jednym wejściu i jednym wyjściu (SISO)
układy liniowe
układy niezależne od czasu
opis za pomocą transmitancji
analiza w dziedzinie czasu i częstości
zainteresowanie odpowiedzią układu
Teoria sterowania
Klasyczna teoria sterowania Współczesna teoria sterowania
(od około 1950)
układy o jednym wejściu i jednym
wyjściu (SISO) układy o wielu wejściach i wyjściach
układy liniowe często układy nieliniowe
układy niezależne od czasu układy zależne od czasu
opis za pomocą transmitancji opis równaniami stanu
analiza w dziedzinie czasu i częstości analiza w dziedzinie czasu
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 46
Single Input Single Output (SISO) system
OBIEKT
x(t) y(t )
Single Input Multiple Output (SIMO) system
OBIEKT x(t)
y1(t) y2(t ) yn(t) ...
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 48
Multiple Input Single Output (MISO) system
OBIEKT x1(t)
x2(t ) xn(t)
...
y(t )
Multiple Input Multiple Output (MIMO) system
OBIEKT
y1(t) y2(t ) yn(t) ...
x1(t) x2(t ) xn(t)
...
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 50
Historia automatyki
XVII-XVIII
Regulacja temperatury pieców i kotłów regulacja ciśnienia
XVIII-XIX
regulacja przepływu w dystrybucji wody i silnikach parowych
regulacja prędkości i siły w młynach wiatrakowych regulator Watta dla silników parowych
XIX-XX
Transformata Laplace'a i Z-transformata Lapunow – analiza stabilności
Routh – analiza stabilności Hurwitz – analiza stabilności
Nyquist – analiza stabilności i częstościowa Bode, Nichols – analiza w dziedzinie częstości Evans – linia pierwiastkowa
Sperry, Minorsky – PID
Układy liniowe niezależne od czasu (Linear time-invariant LTI)
Układ liniowy
x (t ) - wejście, y(t)=h(x (t )) - wyjście h(α x(t ))=α h( x(t ))=α y (t ) skalowanie
h( x
1( t)+ x
2( t))=h( x
1( t))+h( x
2( t )) superpozycja
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 52
Układy liniowe niezależne od czasu (Linear time-invariant LTI)
Układ niezależny od czasu
wyjście układu nie zależy wprost od czasu
jeżeli y(t)=h( x(t )) to y (t−τ)=h( x(t−τ))
Układ zależny od czasu
jeżeli y(t)=h( x(t )) to y (t−τ)≠h( x(t−τ))
Sterowanie w otwartej pętli
OBIEKT
x (t ) y (t )
wyjście obiektu wejście
obiektu
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 54
Sterowanie w otwartej pętli
OBIEKT
x (t ) y (t )
KONTROLER
wyjście obiektu wejście
obiektu
Sterowanie w otwartej pętli
OBIEKT
u(t)=x(t ) y (t )
KONTROLER
sygnał sterujący
wyjście obiektu wejście
obiektu
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 56
Sterowanie w otwartej pętli
OBIEKT
u(t)=x(t ) y (t )
KONTROLER
y
d( t )
pożądane wyjście obiektu
sygnał sterujący
wyjście obiektu wejście
obiektu
Sterowanie w otwartej pętli
silniki krokowe platformy mobilne
(płaskie podłoże, brak poślizgu)
Zastosowania
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 58
Sterowanie w zamkniętej pętli
Sterowanie w zamkniętej pętli
OBIEKT
u(t )=x(t ) y (t )
KONTROLER
y
d( t )
pożądane wyjście
obiektu sygnał
sterujący
wyjście obiektu wejście
obiektu
+ -
e(t)
błąd sterowania
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 60
Sterowanie w zamkniętej pętli
x (t ) y
d( t )
+ -
e(t) u(t )
OBIEKT
ELEMENT WYKONAWCZY
KONTROLER
UKŁAD POMIAROWY
y (t )
y
p( t )
OPÓŹNIENIE
Sygnały ciągłe/dyskretne
czas czas
16.11.2017 TMiPA, Wykład 7, Sebastian Korczak, tylko do użytku edukacyjnego studentów PW 62
Modelowanie matematyczne
Równania różniczkowe zwyczajne Równania różniczkowe cząstkowe Równania całkowe
Równania rekurencyjne Tabele danych
Reprezentacja stochastyczna Sieci logiczne
Sieci neuronowe
Kombinacje powyższych
…
Modelowanie matematyczne
Przykład 1
x1(t)[m3/s] - dopływ cieczy x2(t )[m3/s] - odpływ cieczy
v (t )[m3] - objętość cieczy w zbiorniku
Zadanie: Stworzyć model
Modelowanie matematyczne
Przykład 1
x1(t)[m3/s] - dopływ cieczy x2(t )[m3/s] - odpływ cieczy
v (t )[m3] - objętość cieczy w zbiorniku
Zadanie: Stworzyć model
matematyczny opisujący relację
dopływu, odpływu i objętości cieczy.
Odpowiedź:
t2=t1+Δ
v (t2)≈v(t1)+Δ (x1(t2)−x2(t2)) v (t2)≈v(t1)+Δ (x1(t2)−x2(t2))
v(t2)−v(t1)
Δ ≈x1(t2)−x2(t2) dv (t )
dt =x1(t )−x2(t )
OBIEKT
Modelowanie matematyczne
Przykład 1
dv (t )
dt =x1(t )−x2(t )
OBIEKT x1(t)
x2(t )
v (t )
Modelowanie matematyczne
Przykład 1
dv (t )
dt =x1(t )−x2(t )
Modelowanie matematyczne
Przykład 2
h(t)[W ] - moc grzałki
Ta(t)[ K ] - temperatura otoczenia Ti(t)[ K ] - temperatura obiektu
Zadanie: opisać relację między mocą grzałki (wejściem) a
temperaturą obiektu (wyjściem).
Założyć straty energii tylko przez
Modelowanie matematyczne
Przykład 2
Odpowiedź:
zmiana ciepła = ogrzewanie – konwekcja
Modelowanie matematyczne
Przykład 2
Odpowiedź:
zmiana ciepła = ogrzewanie – konwekcja
d Q(t)
dt =QH−QL
Modelowanie matematyczne
Przykład 2
Odpowiedź:
zmiana ciepła = ogrzewanie – konwekcja
d Q(t)
dt =QH−QL
Q [J ]=cpm Ti - ciepło zgromadzone w obiekcie
cp[J /kg K ] - ciepło właściwe, m[kg] - masa obiektu
Modelowanie matematyczne
Przykład 2
Odpowiedź:
zmiana ciepła = ogrzewanie – konwekcja
d Q(t)
dt =QH−QL
Q [J ]=cpm Ti - ciepło zgromadzone w obiekcie
cp[J /kg K ] - ciepło właściwe, m[kg] - masa obiektu QH[W ]=h(t ) - wzrost ciepła przez ogrzewanie grzałką
Modelowanie matematyczne
Przykład 2
Odpowiedź:
zmiana ciepła = ogrzewanie – konwekcja
d Q(t)
dt =QH−QL
Q [J ]=cpm Ti - ciepło zgromadzone w obiekcie
cp[J /kg K ] - ciepło właściwe, m[kg] - masa obiektu QH[W ]=h(t ) - wzrost ciepła przez ogrzewanie grzałką QL[W ]=α(Ti−Ta) - straty ciepła przez konwekcję
α [W / K ] - współczynnik konwekcji (z zał. stały)
Modelowanie matematyczne
Przykład 2
cpm dTi(t )
dt =h(t )−α(Ti(t )−Ta(t))
Modelowanie matematyczne
Przykład 2
cpm dTi(t )
dt =h(t )−α(Ti(t )−Ta(t)) cpm dTi(t )
dt +α Ti(t)=h(t )−α Ta(t )
OBIEKT h(t)
Ta(t)
Ti(t)
Pytanie: Czy możemy przekształcić ten model na model o jednym wejściu i jednym wyjściu?
Modelowanie matematyczne
Przykład 2
cpm dTi(t )
dt +α Ti(t)=h(t )−α Ta(t )