1. Classificazione dei sistemi e dei modelli La teoria dei sistemi e del controllo si è sempre tradizionalmente occupata dei sistemi a variabili continue modellati da equazioni differenziali o alle differenze. Tali modelli sono tuttavia inadeguati nella descrizione dei sistemi man-made. Sistemi dinamici i cui stati assumono diversi valori logici o simbolici in corrispondenza dell’occorrenza di eventi. Es: processi produttivi, reti di trasporto, di comunicazione, etc. 1 Es. di eventi: arrivo o partenza di un cliente, completamento di una lavorazione, guasto o riparazione di una macchina, trasmissione o ricezione di un insieme di dati, etc. L’evoluzione nel tempo di tali sistemi è dettata dall’occorrenza degli eventi mentre i micro-cambiamenti che avvengono continuamente all’interno del sistema vengono ignorati. Sistemi ad eventi discreti 2 Un sistema la cui evoluzione è dettata sia dall’occorrenza di eventi discreti, sia dal trascorrere del tempo viene detto ibrido. Sistemi ibridi Sist. ad avanzamento temporale Sist. ad eventi discreti 3 Principi di base della teoria classica dei sistemi e del controllo Nozione fondamentale sistema Dizionario Webster: Un sistema è un’unità complessa formata da molte componenti, spesso diverse tra loro, soggette ad un piano comune o orientate verso un obiettivo comune. Dizionario IEEE: Un sistema è una combinazione di elementi che cooperano per svolgere una funzione altrimenti impossibile per ciascuno dei singoli componenti. 4 Per procedere ad un’analisi quantitativa di un sistema è indispensabile la formulazione di un modello formale che riproduca il comportamento del sistema. Ogni sistema fisico è caratterizzato da un certo numero di variabili fisiche che evolvono nel tempo: • cause esterne al sistema ingressi del sistema • effetti uscite del sistema u S y S realizza la dipendenza degli effetti dalle cause esterne al sistema. 5 (sist. ad avanzamento temporale; g. fisiche: f. continue) Esempio: pantografo Kw y my fi Kw (u y) Ky by (Kw K) Kw b y y y u m m m m b u K Y: posizione di equilibrio di m u: posizione di equilibrio del punto di contatto con la catenaria 6 In generale l’uscita ad un dato istante di tempo dipende anche dalla storia del sistema. Lo stato di un sistema all’istante di tempo 0 è la grandezza che contiene l’informazione necessaria in 0 per determinare univocamente l’andamento dell’uscita y(), per 0, sulla base della conoscenza dell’andamento dell’ingresso u(), 0 e dello stato in 0. 7 Si definiscono equazioni di stato l’insieme di equazioni che determinano lo stato x() per ogni 0 sulla base di x(0 ) e di u() , 0. x (t) f(x(t), u(t), t), x(t0 ) x0 y(t) g(x(t), u(t), t) Modello a tempo continuo x0 u x (t) f(x(t), u(t), t) x y y(t) g(x(t), u(t), t) 8 Esempio: pantografo x1 (t) y(t) x (t) y (t) 2 0 A Kw K m x (t) Ax(t) Bu(t) y(t) Cx(t) 1 b m 0 B Kw m C 1 0 N.B. La scelta del modello in termini di variabili di stato non è mai unica. 9 Se il tempo è discreto, cioè rappresentato dall’intero k, k=0,1,… , il sistema può venire descritto mediante un insieme di equazioni alle differenze: x(k 1) f(x(k), u(k), k), x(k0 ) x0 y(k) g(x(k), u(k), k) x0 u x(k 1) f(x(k), u(k),k) x Modello a tempo discreto y(k) g(x(k), u(k), k) y 10 Esempio: sequenza di Fibonacci (sist. ad avanzamento temporale; g. fisiche: f. discrete) Si consideri un allevamento di conigli e si supponga che: 1) i conigli siano immortali 2) dopo un anno raggiungono la maturità dopo di che generano una coppia di conigli all’anno tempo(anni) 0 1 2 3 4 coppie di conigli 1 1 2 3 5 11 Y(k+2) = y(k+1) + y(k) coppie di conigli esistenti l’anno precedente coppie di conigli presenti 2 anni prima = coppie di conigli maturi = coppie di conigli generati quest’anno Se suppongo di vendere un certo numero di coppie di conigli ogni anno (introduco un controllo), il modello diviene Y(k+2) = y(k+1) + y(k)-u(k+2) 12 I sistemi ad eventi discreti La ricerca nell’abito dei sistemi ad eventi discreti (SED) sta acquistando un ruolo sempre più rilevante nella comunità scientifica e ciò è una immediata conseguenza della crescente complessità dei sistemi creati dall’uomo. La teoria dei SED si sta evolvendo ora in analogia alla teoria classica dei sistemi e del controllo concetti di stabilità, controllabilità, osservabilità, etc. 13 Un sistema ad eventi discreti è un sistema dinamico il cui comportamento è caratterizzato dall’occorrenza di eventi istantanei con un cadenzamento irregolare non necessariamente noto. Alcuni sistemi sono intrinsecamente ad eventi e la risoluzione di un problema di controllo in questo caso consiste nella determinazione di una politica di gestione e di coordinamento degli eventi. L’evoluzione in questo caso è asincrona ossia basata sui tempi di occorrenza degli eventi e non su una temporizzazione regolare. 14 Definizione formale: Un SED è un sistema il cui comportamento dinamico è caratterizzato dall’accadimento asincrono di eventi che individuano lo svolgimento di attività di durata non necessariamente nota. Un SED è caratterizzato da: • insieme degli eventi E • spazio di stato X (insieme discreto) • evoluzione dello stato regolata dagli eventi xk+1=(xk,ek) kN funzione di transizione di stato 15 Esempio: il sistema a coda Un sistema a coda si basa su 3 componenti fondamentali: • le entità che attendono per poter utilizzare le risorse (clienti) • le risorse (servitori o serventi) • lo spazio in cui si attente (coda) arrivo clienti partenza clienti coda servitore 16 I clienti possono essere: persone, veicoli di trasporto, messaggi, etc. I serventi possono essere: persone, macchine, semafori, canali di comunicazione, etc. Insieme degli eventi E={a,p} a : evento di arrivo di un cliente p : evento di partenza di un cliente 17 Se scegliamo come variabile di stato il numero di clienti in coda Spazio di stato X={0,1,2,…}=N Il sistema a coda può venire rappresentato mediante il seguente grafo a 0 a 1 p a 2 p 3 p 18 Esempio: macchina soggetta a guasti • X = {F (macchina ferma), L (macchina che lavora), G (macchina guasta)} spazio di stato • E = {inizio,fine,rottura,riparazione} spazio degli eventi inizio F fine L rottura riparazione G 19 Esempio: circuito elettrico s d l1 L’interruttore può ruotare a sinistra o a destra di 1/4 di giro. l2 Ci sono 4 possibili posizioni s s d d s d s d 20 Possiamo individuare 3 insiemi: • X = {x1,x2,x3,x4} posizioni dell’interruttore • E = {s,d} rotazioni • Y = {l1,l2,b} condizioni delle lampade Tale sistema può essere rappresentato mediante il seguente grafo. x1 x1 x2 x3 x4 s d d d x2 s x4 d s s x3 21 Se assumiamo l’insieme Y come spazio di stato, allora il sistema può essere rappresentato mediante il seguente grafo s,d l1 x4 s,d l2 b s,d x1 x3 s,d Se poi volessimo addirittura limitarci a distinguere il buio dalla luce x2 l s,d x1 x3 x2 x4 s,d b 22 A tale sistema possiamo anche associare una evoluzione temporale d x1 s d d d s x2 X s x4 x4 s x3 x3 x2 x1 t1 t2 t3 t4 t5 s d s s s t 23 Modellazione di sistemi ad eventi discreti Un modello ad eventi discreti è un modello matematico in grado di rappresentare l’insieme delle traiettorie (o tracce) degli eventi che possono essere generate da un sistema. In generale l’insieme delle possibili traiettorie degli eventi è infinito, mentre il modello deve comunque essere finito. A seconda del livello di astrazione con cui le diverse traiettorie possono venire rappresentate, i modelli vengono distinti in due diverse categorie: Modelli logici e Modelli temporizzati 24 Modelli logici La traccia è una sequenza di eventi {e1,e2,e3…} in ordine di occorrenza. La traiettoria è allora la sequenza degli stati raggiunti {x0,x1,x2,…}. Modelli temporizzati La traccia è una sequenza di coppie {(e1,t1),(e2,t2),(e3,t3),...} in ordine di occorrenza. La traiettoria è ancora la sequenza degli stati raggiunti {x0,x1,x2,…}. In questo caso tuttavia conosciamo esattamente l’istante di tempo in cui ciascuno stato viene raggiunto. 25 I modelli logici rendono agevole lo studio delle proprietà qualitative del sistema analisi strutturale. I modelli temporizzati permettono di studiare l’evoluzione temporale di un sistema analisi prestazionale. I modelli temporizzati possono essere: • deterministici (gli intervalli tra 2 eventi sono noti) • stocastici (gli intervalli sono variabili casuali) Una trattazione analitica diventa estremamente complessa simulazione 26 Sistemi ibridi Sistemi ad eventi discreti (SED) Sistemi ad avanzamento temporale (SAT) SAT a tempo continuo SAT a t. continuo lineari SAT a t. continuo non lineari SAT a tempo discreto SAT a t. discreto lineari SAT a t. discreto non lineari SED temporizzati SED logici SED deterministici SED stocastici