Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διδάσκων: Αντώνιος Τζές

Transcript

1 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διδάσκων: Αντώνιος Τζές Πάτρα 2008

2 Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Τομέας Συστημάτων και Αυτομάτου Ελέγχου ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ Διάλεξη Πάτρα 2008

3 Θεωρία αυτορυθμιζόμενων συστημάτων Φιλτράρισμα ( Διαχωρισμός σημάτων από τον θόρυβο ) Πρόβλεψη Έλεγχος Τρεις τύποι ελέγχου: Ντετερμινιστικός έλεγχος (δεν υπάρχουν διαταραχές και το μοντέλο του συστήματος (Σ) είναι γνωστό) Στοχαστικός έλεγχος (υπάρχουν διαταραχές και είναι γνωστά τα μοντέλα για το (Σ) και τις διαταραχές) Προσαρμοστικός ρμ έλεγχος (μπορεί ρ να υπάρχουν διαταραχές και τα μοντέλα δεν είναι πλήρως ορισμένα)

4 Διαταραχές Είσοδοι Σύστημα Έξοδοι Εκτιμητής Παραμέτρων Παράμετροι ρ Νόμος Ελέγχου Στόχοι Βασική δομή ενός προσαρμοστικού ελεγκτή

5 Προσαρμοστικός έλεγχος με μοντέλο αναφοράς (Άμεσος Προσαρμοστικός Έλεγχος) Μοντέλο Διεργασία Ελεγκτής

6 Αυτορυθμιζόμενος Προσαρμοστικός Έλεγχος (Έμμεσος ς Προσαρμοστικός ρμ Έλεγχος) Ελεγκτής Διεργασία Αναγνώριση Συστήματος

7 Αναφορές Slft Self tuning Systems (Control l& Signal Processing) (WELLSTEAD & ZARROP JOHN WILEY & SONS) Άρθρα: ) ΙΕΕΕ TRANSACTIONS ON: a) AUTOMATIC CONTROL b) ACOUSTICS, SPEECH, AND SIGNAL PROCESSING 2) AUTOMATICA JOURNALOF OF IFAC 3) INTERNATIONAL JOURNAL OF CONTROL 4) IET PART D Adaptive Filtering Prediction and Control (GOODWIN & SIN PRENTICE HALL) Adaptive Control (ASTROM & WITTENMARK ADDISON WESLEY)

8 Περιεχόμενα μαθήματος Μοντελοποίηση συστημάτων διακριτού χρόνου Αναγνώριση (χρόνος συχνότητα) Πρόβλεψη Σχεδιασμός ελεγκτή Σχεδιασμός αυτορυθμιζόμενου μ ελέγχου

9 Θέματα Περιγραφή ARMA (Auto Regressive Moving Average) Συστημάτων Πρόβλεψη για IIR (Infinite Impulse Response) και FIR (Finite Impulse Response) Συστήματα με χρήση RLS/LMS/ETFE μεθόδων. Σχεδιασμός Προβλεπτή Σχεδιασμός Ελέγχου o Ελάχιστης μεταβλητότητας (γενικευμένος) o Τοποθέτησης πόλων o Γενικευμένος προβλεπτικός έλεγχος o Γραμμικός τετραγωνικός έλεγχος (LQ) o Έλεγχος ελάχιστης απροσδιοριστίας Εφαρμογές

10 Που χρειάζεται ο προσαρμοστικός έλεγχος; Συχνά ο έλεγχος ενός (Σ) μέσω γραμμικής ανατροφοδότησης σταθερού κέρδους είναι ανεπαρκής λόγω μεταβολών στις παραμέτρους του (Σ). Ένας λοιπόν από τους σκοπούς του προσαρμοστικού ελέγχου είναι η αντιστάθμιση αυτών των μεταβολών. Οι παράμετροι του (Σ) μπορούν να αλλάζουν εξαιτίας μη γραμμικών ενεργοποιητών, αλλαγών στις λειτουργικές συνθήκες της διαδικασίας και ασταθείς διαταραχές δρώσες επί της διαδικασίας.

11 Η κλασική θεωρία ελέγχου μπορεί να βρει εφαρμογή κυρίως σε γραμμικά συστήματα (Σ) με σταθερές παραμέτρους. Η γραμμική προσέγγιση (Σ) ρυθμισμένων γύρω από σταθερά λειτουργικά σημεία με μέτριες διαταραχές και ένα καλό ελεγκτή είναι τις περισσότερες φορές αρκετά ικανοποιητική. Όμως, αυτή η προσέγγιση δεν έχει καλά αποτελέσματα όταν οι λειτουργικές συνθήκες μεταβάλλονται και γι αυτό καταφεύγουμε στη λύση του προσαρμοστικού ελέγχου. Τέτοια παραδείγματα συναντώνται: α) ) στη ρομποτική, β)στον έλεγχο αεροπλάνων, γ)στους μη γραμμικούς ενεργοποιητές κ.α.

12 Παράδειγμα Μη γραμμική Βαλβίδα Ρυθμιστής Βαλβίδα Διεργασία Σ 4 Ισχύει: u = f ( u ) = u, u 0 Γραμμικοποιώντας το (Σ) γύρω από ένα σημείο λειτουργίας έχουμε το κέρδος βρόγχου να είναι ανάλογο με το f ( u ). Συνεπώς, το (Σ) συμπεριφέρεται καλά για αυτό το σημείο λειτουργίας αλλά άσχημα σε κάποιο άλλο.

13 Βηματικές αποκρίσεις για PI έλεγχο του (Σ) σε διαφορετικές λειτουργικές συνθήκες. Θεωρούμε: G () s = ( s + ) 0 3, K = 0.5, T = i

14 Σθεναρός έλεγχος αντί Προσαρμοστικού ελέγχου Θεωρούμε τον ηλεκτρονικό ενισχυτή του σχήματος με συνάρτηση μεταφοράς: K G0 () s = 2 ( + st)( + st) και T 2 = 0, T 0 6 =, 0 < K < 0 4 5

15 Ισχύουν: V V V V R R =, V Απλοί υπολογισμοί δίνουν: = G () s V G c V R = = V R R + R RG 2 0, 4 R2/ R = 00, G 00 ± (% αν K>0 ) Αν 2 c

16 Nc( s) Nc( s) Gc ( s ) = = Dc ( s) K stt + s ( T + 2 TT) + st ( + 2 T) a a = R / R όπου 2 Το (Σ) είναι ευσταθές αν Re( roots( Dc ( s ))) < 0 Επομένως αν K + a ( T T)( T + 2 T) > TT + a τότε το (Σ) είναι ευσταθές,

17 ή προσεγγιστικά για K >> a >> και T >> T, 2aT > KT τότε το (Σ) είναι ευσταθές. 6 Η τελευταία σχέση ικανοποιείται για 0 K <. Το παράδειγμα αυτό όδείχνει ότι ένα κλειστό σύστημα δεν είναι ευαίσθητο στις μεταβολές των παραμέτρων αν το κέρδος βρόγχου είναι υψηλό.

18 Διακριτά Γραμμικά Χρονικώς Αμετάβλητα (Σ) yt () = Gqut ( ) () + H( qet ) () Gq ( ) = g( κ ) q κ κ = Η ( q) = + h( κ ) q κ κ =

19 Σφάλμα συνάρτησης y() t + a y( t ) + K + a y( t n ) = bu( t ) + K + b u( t n ) + e() t n a n b a b B ( q ) Gq (, θ ) =, Hq (, θ ) = A( q) A( q) A( q) = + q + + n q α α n Bq ( ) = bq + + bn q b b a n [ ] yt ˆ( θ) = Bq (, θ) ut ( ) + Aq (, θ) yt ( ) a

20

21 Σφάλμα εξόδου wt () + f wt ( ) + + f wt ( n ) = but ( ) + + b ut ( n) n f n b yt () = wt () + et () n Fq ( ) = + fq + + fn q Bq ( ) y() t = u() t + e() t Fq ( ) B ( q, θ ) yt ˆ( θ ) = u ( t ) Fq (, θ ) f f f b

22 Box Jenkins B C y = u+ e F D Γενικά B C Ay = u + e F D D B DA yˆ( t θ ) = u( t) + y( t) C F C

23 Αναγνώριση Σημάτων X(nT) Y(nT) (Σ) Αν η είσοδος είναι διαφορετική από την απλή βηματική συνάρτηση, μπορούμε να συσχετίσουμε την είσοδο με την έξοδο μέσω του συνελικτικού ολοκληρώματος: t y() t = x( z) w( t τ ) dz 0 Όπου w(τ) είναι η κρουστική απόκριση του (Σ). Η εύρεση της κρουστικής απόκρισης από την είσοδο και την έξοδο καλείται αποσυνέλιξη. Όταν η w(τ) βρεθεί τότε μπορούμε μ να βρούμε και την συνάρτηση μεταφοράς του (Σ).

24 Ας υποθέσουμε ο λοιπόν ότι: xt () = xnt ( ), nt< t< ( n+ ) T yt ( ) = ynt ( ), n=0,,2, Τότε από το συνελικτικό ολοκλήρωμα έχουμε: yt ( ) = x(0) w(0) T [ ] y(2 T) = x(0) w( T) + x( T) w(0) T N ynt ( ) = T xitwnt ( ) ( it T) i=0= 0

25 Αυτές οι εξισώσεις μπορούν να γραφτούν ως εξής: y = T X w y yt ( ) =, ynt ( ) w w(0) wt () =, w ( NT T )

26 Και ο πίνακας X δίνεται από: x(0) xt ( ) x(0) 0 0 X = x (2 T ) x ( T ) x (0) xnt ( T) x(0)

27 Αν x(0) 0 τότε η λύση μπορεί να γραφτεί στην πιο κάτω αναδρομική μορφή: n w ( NT ) = y ( nt T ) x ( it ) w ( nt it ) x(0) + T i = Για να είναι αυτή η μέθοδος αρκετά ακριβής, πρέπει το Τ να είναι πολύ μικρό. Επίσης αυτή η μέθοδος είναι χρήσιμη για on line αλγορίθμους μόνο αν η κρουστική απόκριση προσεγγίζει πολύ γρήγορα το μηδέν. Παρα ταύτα, η διαδικασία απλοποιείται όταν η είσοδος είναι βηματική.

28 Για παράδειγμα: xit ( ) =, i Σε αυτήν την περίπτωσηέχουμε έχουμε: n wnt ( ) = ynt ( + T) wit ( ) T n Ορίζοντας: hn = w( it) i= 0 Παίρνουμε: wnt ( ) = ynt ( + T) hn T hn = hn + w( nt T) i= 0

29 Επομένως: wnt ( ) = y( nt + T ) y( nt ) T [ ] όπου η wnt ( ) είναι μια προσέγγιση της παραγώγου του yt () t = nt. Αυτή η προσέγγιση γίνεται καλύτερη όταν το Τ είναι πραγματικά μικρό.

30 Καθορισμός συνάρτησης μεταφοράς διακριτού χρόνου από τα δείγματα της κρουστικής απόκρισης Θεωρούμε μια συνάρτηση μεταφοράς διακριτού χρόνου H(z) τάξης n: H( z) = a + a z + a z + + a z 2 n 0 2 n 2 n + bz + bz bz n Από τον ορισμό της παλμικής συνάρτησης μεταφοράς ισχύει: H( z) = w + wz + w z όπου wi w( it)

31 Πολλαπλασιάζοντας τις τελευταίες δύο σχέσεις παίρνουμε: n n n 0 n 0 ( 0) ( n i n i) i= a + a z + + a z = w + w + bw z + + w + bw z + n m + ( w + bw ) z + ( m> n) (E) m i m i i=

32 Στη συνέχεια εξισώνοντας τους συντελεστές ίδιας δύναμης z, παίρνουμε (n+) εξισώσεις: a w0 a b w a2 = b2 b w2 a n bn bn bn 2 b w n

33 Για τον καθορισμό των συντελεστών b i, θεωρούμε τους όρους z (n+) ως z 2n. Καθώς δεν υπάρχουν τέτοιοι όροι στο αριστερό μέρος της εξίσωσης (Ε), αυτές οι εξισώσεις δεν περιέχουν a i, και μπορούν να γραφούν στην παρακάτω μορφή: w w2 wn bn wn+ w2 w3 w n+ b n w n+ 2 = wn wn+ w2n b w2n Πίνακας Hankel