ΕΛΕΓΧΟΣ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ ΚΕΦΑΛΑΙΟ 4 ΚΕΦΑΛΑΙΟ 5. ΑΝΑΓΝΩΡΙΣΗ ΔΙΕΡΓΑΣΙΑΣ ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ (Process Identifications)

Σχετικά έγγραφα
ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ

ΕΛΕΓΧΟΣ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ ΚΕΦΑΛΑΙΟ 4 ΚΕΦΑΛΑΙΟ 4 ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΚΑΙ ΣΥΜΠΕΡΑΣΜΑΤΙΚΟΣ ΕΛΕΓΧΟΣ

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 13

Βιομηχανικοί Ελεγκτές

Βιομηχανικοί Ελεγκτές

ΣΤΟΧΑΣΤΙΚΑ ΣΗΜΑΤΑ ΚΑΙ ΕΦΑΡΜΟΓΕΣ

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Η Βασική Δομή Συστημάτων Ελέγχου Κίνησης

20-Μαρ-2009 ΗΜΥ 429. Προηγμένες τεχνικές DSP

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

ΚΕΦΑΛΑΙΟ 0. Απλή Γραμμική Παλινδρόμηση. Ένα Πρόβλημα. Η επιδιωκόμενη ιδιότητα. Ένα χρήσιμο γράφημα. Οι υπολογισμοί. Η μέθοδος ελαχίστων τετραγώνων ...

1) Τι είναι ένα Σύστημα Αυτομάτου Ελέγχου 2) Παραδείγματα εφαρμογών Συστημάτων Ελέγχου 3) Τι είναι ανατροφοδότηση (Feedback) και ποιες είναι οι

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 7

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

Άσκηση 3. Ποιοτική Μελέτη των νόμων ελέγχου δύο και τριών όρων (συσκευή: Προσομοιωτής ελέγχου PCS327: Σχ.1) Απαραίτητες γνώσεις

E [ -x ^2 z] = E[x z]

Προσαρµοστικοί Αλγόριθµοι Υλοποίησης Βέλτιστων Ψηφιακών Φίλτρων: Ο αναδροµικός αλγόριθµος ελάχιστων τετραγώνων (RLS Recursive Least Squares)

Προχωρημένα Θέματα Συστημάτων Ελέγχου

E[ (x- ) ]= trace[(x-x)(x- ) ]

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ

MATLAB. Εισαγωγή στο SIMULINK. Μονάδα Αυτόματης Ρύθμισης και Πληροφορικής

Γ. Πειραματισμός Βιομετρία

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 5

Τμήμα Ηλεκτρονικής. Θεωρία Ευφυών Συστημάτων Ελέγχου. Περίγραμμα μαθήματος

Έλεγχος Κίνησης

Χρονοσειρές, Μέρος Β 1 Πρόβλεψη Χρονικών Σειρών

ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ

Σχολή Ηλεκτρολόγων Μηχ/κών και Μηχ/κών Υπολογιστών, Ε.Μ.Π., Ακαδημαϊκό Έτος , 8ο Εξάμηνο. Ρομποτική II. Ευφυή και Επιδέξια Ρομποτικά Συστήματα

Λύσεις θεμάτων εξεταστικής περιόδου Ιανουαρίου Φεβρουαρίου 2015

Χ. Εμμανουηλίδης, 1

Βιομηχανικοί Ελεγκτές

Πανεπιστήμιο Πατρών Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών. Διάλεξη 11

Οικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

Βιομηχανικοί Ελεγκτές

CAD / CAM. Ενότητα # 3: Έλεγχος & Αριστοποίηση Συστημάτων. Δημήτριος Τσελές Τμήμα Μηχανικών Αυτοματισμού T.E.

Έλεγχος Κίνησης

9. Παλινδρόμηση και Συσχέτιση

ΤΕΙ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ

HMY 799 1: Αναγνώριση Συστημάτων

ΠΡΟΣΑΡΤΗΜΑ IΙΙ (III-1.1) όπου x i η τιµή της µέτρησης i και Ν ο αριθµός των µετρήσεων.

Στοχαστικά Σήματα και Τηλεπικοινωνιές

Υποθέστε ότι ο ρυθμός ροής από ένα ακροφύσιο είναι γραμμική συνάρτηση της διαφοράς στάθμης στα δύο άκρα του ακροφυσίου.

Κινητά Δίκτυα Επικοινωνιών. Συμπληρωματικό υλικό. Προσαρμοστική Ισοστάθμιση Καναλιού

Είδη Διορθωτών: Υπάρχουν πολλών ειδών διορθωτές. Μία βασική ταξινόμησή τους είναι οι «Ειδικοί Διορθωτές» και οι «Κλασσικοί Διορθωτές».

Το μοντέλο Perceptron

x 2,, x Ν τον οποίον το αποτέλεσμα επηρεάζεται από

Ο Βρόχος Ρύθµισης µε Ανατροφοδότηση

Συστήματα Αυτόματου Ελέγχου

Ρυθµιστές PID. Βρόχος Ανατροφοδότησης Αναλογικός Ρυθµιστής (Ρ) Ολοκληρωτικός Ρυθµιστής (Ι) ιαφορικός Ρυθµιστής (D) Ρύθµιση PID

3 Διακριτοποίηση Συστημάτων Συνεχούς Χρόνου... 65

Άσκηση 3. Έλεγχος ανατροφοδότησης κατάστασης dc κινητήρα. Έλεγχος ανατροφοδότησης κατάστασης

Εισαγωγή στα Προσαρµοστικά Συστήµατα

ΕΛΕΓΧΟΣ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ

ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ ΡΟΜΠΟΤΙΚΟΥ ΒΡΑΧΙΟΝΑ ΜΕ ΕΞΑΣΦΑΛΙΣΗ ΠΡΟΚΑΘΟΡΙΣΜΕΝΗΣ ΕΠΙΔΟΣΗΣ ΣΤΟ ΣΦΑΛΜΑ ΠΑΡΑΚΟΛΟΥΘΗΣΗΣ ΤΡΟΧΙΑΣ ΣΤΙΣ ΑΡΘΡΩΣΕΙΣ.

Απλή Παλινδρόμηση και Συσχέτιση

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116)

Συνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος

Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη

Ψηφιακός Έλεγχος. 6 η διάλεξη Σχεδίαση στο χώρο κατάστασης. Ψηφιακός Έλεγχος 1

Μεθοδολογίες παρεµβολής σε DTM.

Πα.Δα. Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ

Ονοματεπώνυμο Φοιτητή. Εργαστηριακό Τμήμα Π.χ. Δευτέρα

Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών

ΚΕΦΑΛΑΙΟ 3 ΠΡΟΗΓΜΕΝΑ ΣΥΣΤΗΜΑΤΑ ΕΛΕΓΧΟΥ. (α) Ο Διαδοχικός Έλεγχος (β) Ο Προσωτροφοδοτικός έλεγχος (γ) Τα Πολυμεταβλητά Συστήματα

Λύσεις θεμάτων Εξεταστικής Περιόδου Σεπτεμβρίου 2014

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

Κεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών

1.2 Απλός Κινητός Μέσος (Simple -equally-weighted- Moving Average)

Άσκηση 2: Y=BX+C. Λύση:

Αριθμητική Ανάλυση και Εφαρμογές

Ψηφιακός Έλεγχος. 10 η διάλεξη Ασκήσεις. Ψηφιακός Έλεγχος 1

Εισαγωγικές έννοιες θεωρίας Συστημάτων Αυτομάτου Ελέγχου Ενότητα 1 η : Εισαγωγή

ΚΑΤΑΝΟΜΕΣ Ι ΙΑΣΤΑΤΩΝ ΤΥΧΑΙΩΝ ΜΕΤΑΒΛΗΤΩΝ (Συνέχεια)

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

Ψηφιακή Επεξεργασία Σημάτων

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


Συστήματα Αυτομάτου Ελέγχου ΙΙ

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης

Έλεγχος στροφών κινητήρα DC με ελεγκτή PI, και αντιστάθμιση διαταραχής.

Συστήματα Αυτομάτου Ελέγχου 2

ΚΕΦΑΛΑΙΟ 6 ΠΡΟΒΛΕΨΕΙΣ ΜΕ ΥΠΟΔΕΙΓΜΑΤΑ ΧΡΟΝΟΣΕΙΡΩΝ

Μοντέλο Perceptron πολλών στρωμάτων Multi Layer Perceptron (MLP)

Βιομηχανικοί Ελεγκτές

7.1.1 Η Μέθοδος των Ελαχίστων Τετραγώνων

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

HY213. ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΑΧΙΣΤΑ ΤΕΤΡΑΓΩΝΑ AΝΑΛΥΣΗ ΙΔΙΑΖΟΥΣΩΝ ΤΙΜΩΝ

Εισαγωγικές έννοιες θεωρίας Συστημάτων Αυτομάτου Ελέγχου

Συστήματα Αυτομάτου Ελέγχου ΙΙ Ασκήσεις Πράξης

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Controllers - Eλεγκτές

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 3: Πολλαπλή Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

Transcript:

ΚΕΦΑΛΑΙΟ 5 ΑΝΑΓΝΩΡΙΣΗ ΔΙΕΡΓΑΣΙΑΣ ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ (Process Idetificatios)

Στο κεφάλαιο αυτό γίνεται παρουσίαση μεθοδολογίας για την ανεύρεση ενός αξιόπιστου μοντέλου πριν ή κατά την λειτουργία της διεργασίας. Επί πλέον, παρουσιάζεται μέθοδος χρήσης της αναγνώρισης διεργασίας σε διάφορα συστήματα ελέγχου για την ανάπτυξη olie στρατηγικών προσαρμοστικού ελέγχου. Αξίζει να επισημανθεί πως αναγνώριση διεργασίας και olie προσαρμοστικός έλεγχος απαιτούν πολλούς υπολογισμούς, που μπορούν να εκτελεστούν ταχύτατα και με ακρίβεια μόνο με Η/Υ. Για το λόγο αυτό, olie αναγνώριση διεργασίας, άρχισε να εφαρμόζεται μετά την είσοδο των Η/Υ στον βιομηχανικό έλεγχο Χρειάζεται ένας πειραματικός τρόπος για τον υπολογισμό ενός αξιόπιστου μοντέλου πριν ή κατά την διάρκεια λειτουργίας της διεργασίας που ονομάζεται αναγνώριση διεργασίας (process idetificatio). Επίσης γίνεται παρουσίαση πώς τα διάφορα συστήματα ελέγχου συνδέονται με την αναγνώριση για o lie στρατηγικές προσαρμοστικού ελέγχου.

Αναγνώριση διεργασίας Υποθέτουμε πως η διεργασία είναι ελάχιστα γνωστή και περιγράφεται από εξίσωση διακριτού χρόνου. y = α y - + α 2 y -2 +... + α k y -k + b m - + b 2 m -2 +... + b k m -k όπου y και m είναι οι τιμές εισόδου και εξόδου αντίστοιχα τη στιγμή i και α 0, α,.... α k, b 0, b,..., b k είναι παράμετροι άγνωστοι που πρέπει να υπολογιστούν. Ο βαθμός του μοντέλου μπορεί να είναι γνωστός ή όχι. Το σφάλμα δίνεται ως: e = y y = y ( a y + a y +... + a y + b m + b m 2+... + b m 2 2 k k 2 k k )

Η βέλτιστη εκτίμηση (best estimate) των παραμέτρων της διεργασίας δίνεται από την λύση του παρακάτω προβλήματος των ελαχίστων τετραγώνων (Least Square) : N N 2 mip= e y y = ya y a 2 y 2... ak y kbm b2 m 2... bk m N= N= = k Ένας τρόπος λύσης του προβλήματος είναι ο αλυσιδωτός κανόνας παραγώγισηςκαι η λύση του συστήματος εξισώσεων: Ρ Ρ Ρ Ρ Ρ Ρ = =...= = = =...= = 0 α α 2 α k b b 2 b k Aν η μέση τιμή του δείκτη σφάλματος P είναι σημαντικά πιό μεγάλη από την θεωρητικά δυνατή 0, συμπεραίνουμε πως η τάξη (βαθμός) του υποτιθέμενου μοντέλου είναι απαράδεχτα χαμηλή και πως υψηλότερου βαθμού μοντέλο θα πρέπει να χρησιμοποιηθεί 2 )

Παράδειγμα: Αναγνώριση παραμέτρων του μοντέλου διεργασίας Να υπολογισθούν οι παράμετροι του μοντέλου διεργασίας για τα δεδομένα του Πίνακα. Σημειώνεται πώς για αρνητικές στιγμές έχουμε μηδενικές τιμές. (α) Αρχικά υποθέτουμε μοντέλο ου βαθμού: y= αy-+bm- Υπολογίζονταιοιπαράμετροια, b που ελαχιστοποιούν το μέσο τετράγωνο του σφάλματος (mea-square error): P = /5 5 = y α ŷ b mˆ 2

Oι βέλτιστες τιμές α, b πρέπει να ικανοποιούν τις απαραίτητες συνθήκες για ελάχιστο: P α = 5 = 2(y a y b m )( y ) = 0 => P α = 5 = (y a y b m ) = 0 => () P α = 5 = 2(y ay bm )( m ) = 0 => P α = 5 = (y a y b m ) = 0 => (2)

Δεδομένα αναγνώρισης διεργασίας Στιγμή Μεταβλητή εισόδου Μεταβλητή εξόδου Δειγματοληψίας N m y <0 0.0 0.0 0.0 0.0 0.60 0.50 2 0.30 0.90 3 0.0 0.9 4 0.0 0.866 5 0.0 0.732 6 0.0 0.62 7 0.0 0.53 8 0.0 0.430 9 0.0 0.36 0 0.0 0.302 0.0 0.253 2 0.0 0.22 3 0.0 0.78 4 0.0 0.49 5 0.0 0.25

Από τις εξισώσεις () και (2) και χρησιμοποιώντας τις τιμές του y, y -,m- (=,2,.....,5) του παραπάνω Πίνακα, βρίσκουμε α = 0.86, b = 0.57 του ελάχιστο P = 0.006 To ελάχιστο, σχεδόν, πλησιάζει το μηδέν, επομένως το μοντέλο ου βαθμού ικανοποιητικά περιγράφει την άγνωστη διεργασία. Η εξίσωση που θα χρησιμοποιηθεί για τον υπολογισμό του ελεγκτή είναι: y=0.864y - +0.57m - (β) Υποθέτουμε μοντέλο 2oυβαθμού: y = α y - +α 2 y -2 +b m - +b 2 m -2 Η συνάρτηση του ελαχίστου τετραγώνου είναι: 5 Ρ = /5 Σ {y - α y - - α 2 y -2 -b m - -b 2 m -2 } 2 =

ακολουθώντας την ίδια διαδικασία όπως παραπάνω έχουμε: Ρ Ρ Ρ Ρ = = = = 0 α α2 b b2 και βρίσκουμε: α=0.6, α2=0.2, b=0.5, b2=0.3. Οι τιμές αυτές δίνουν ελάχιστο P = 0 Eπομένως το μοντέλο δευτέρου βαθμού περιγράφει επακριβώς τη δυναμική συμπεριφορά της διεργασίας. Η εξίσωση διακριτού χρόνου που θα χρησιμοποιηθεί για σχεδιασμό του ελεγκτή είναι: y= 0.6y - + 0.2y -2 + 0.5m - + 0.3m -2

Αναγνώριση διεργασίας και προσαρμοστικός έλεγχος set poit Εκτίμηση των παραμέτρων της διεργασίας Σχ 5. m y + - Ψηφιακός Ελεγκτής Διεργασία Λογικό περίγραμμα Προσαρμοστικού Ελέγχου

Η διεργασία περιγράφεται από το μοντέλο διακριτού χρόνου: y = a y - + a 2 y -2 +... + a κ y -κ + b m - + b 2 m -2 +... + b κ m -κ Οι συντελεστές α, α 2,...α k, b, b 2,..., b k είναι σταθερές παράμετροι. Η ενέργεια ελέγχου που ελαχιστοποιεί το τετράγωνο του σφάλματος την επόμενη περίοδο ή τη μέση τιμή του τετραγώνου του σφάλματος σε Ν περιόδους δειγματοληψίας, δίδεται από την εξίσωση: m =/b [y sp -y ]=/b {y sp -α y -α 2 y - -...-α κ y -κ b m - b 2 m -2 -...- bκm- κ+ } (2) Αν οι παράμετροι α, α2,..., ακ, b, b2,..., bκ είναι γνωστές τότε η (2) περιγράφει τον βέλτιστο έλεγχο που εφαρμόζεται την th χρονική στιγμή για να διατηρήσει την έξοδο όσο το δυνατό πιο κοντά στην επιθημητή (set poit) τιμή. ()

Αλλά τα α, α2,..., ακ, b, b2,..., bk μεταβάλλουν τιμές είτε επειδή μετακινούμε τη λειτουργία της διεργασίας σε νέο set poit (επίδραση της μη γραμμικότητας) είτε η διότι η διεργασία μεταβάλλεται με την πάροδο του χρόνου. Χρειαζόμαστε λοιπόν και στις δύο περιπτώσεις να γίνει εκτίμηση (υπολογισμός) νέων τιμών των παραμέτρων. Αυτό γίνεται με την μέθοδο της γραμμικής παλινδρόμησης, χρησιμοποιώντας πειραματικά δεδομένα εισόδου-εξόδου. Άρα εφαρμόζεται η παρακάτω μεθοδολογία προσαρμοστικού έλεγχου olie :. Υποθέτουμε πως η διεργασία λειτουργεί στο set poit. Το σήμα ελέγχου που δίδεται από την (3) προσαρμόζει την έξοδο στην τιμή του set poit ysp για κάθε αλλαγή του φορτίου: m () i () i () i () i () i () i () i = () i ysp a y a y ak y k b m b m bk m...... b 2 2 k+ (3)

m όπου ο δείκτης (i) συμβολίζει τις εκτιμούμνες (estimate) τιμές των παραμέτρων της διεργασίας κατά την παρούσα στάθμη λειτουργίας i, και "" υποδηλώνει μετρούμενες τιμές. 2. Αν θελήσουμε να μετακινηθεί η έξοδος σε νέο set poit, ysp, σημείο λειτουργίας όπου οι παράμετροι της διεργασίας έχουν διαφορετικές τιμές. Χρησιμοποιείται η εξίσωση (3) με για να φέρουμε την διεργασία στο νέο set poit. 3. Kατά την διάρκεια της μεταφοράς από το παλαιό στο νέο set poit, καταγράφονται οι τιμές των μεταβλητών στη είσοδο και στην υπό έλεγχο έξοδο. Χρησιμοποιούνται αυτά τα δεδομένα εισόδου-εξόδου για να υπολογισθούν (estimate) οι νέες τιμές των παραμέτρων με την βοήθεια της γραμμικής regressio ανάλυσης. Τότε ο νέος ελεγκτής γίνεται: ( i+ ) ( i+ ) ( i+ ) ( i+ ) ( i+ ) ( i+ ) y ( + ) sp a y a 2 y... a k y k b m b 2 m... i ( i+ ) = b k m k+ b

Στο παρακάτω σχήμα φαίνεται η επίδραση της o-lie προσαρμογής στην ποιότητα της απόκρισης κλειστού βρόγχου σε σύγκριση με έλεγχο χωρίς προσαρμοζόμενο ελεγκτή.

Παράδειγμα: Σχεδιασμός Αυτοπροσαρμοζόμενου Ρυθμιστή για Διεργασία 2 ου Βαθμού. Για τα δεδομένα του Πίνακα να σχεδιαστεί αυτοπροσαρμοζόμενος ρυθμιστής 2 ου βαθμού. Στιγμή Δειγματοληψίας Μεταβλητή εισόδου m Μεταβλητή εξόδου y <0 0.33.0 0 0.33.0 6.33.8 2-0.96 3.7 3.09 5.3 4-0.22 4.9 5 0.25 5.05

Eδώ περιγράφεται πώς ένας ψηφιακός ελεγκτής μπορεί να προσαρμόσει τις παραμέτρους του αυτόματα, o-lie, κατά την διάρκεια της λειτουργίας. Το αποτέλεσμα ονομάζεται Self Tuig Regulator. Yποθέτουμε πως μια πολύ γνωστή διεργασία είναι δυνατόν να προσομοιωθεί με μοντέλο 2ου βαθμού: y = α y - +α 2 y -2 +b m - +b 2 m -2 Πριν την λειτουργία της διεργασίας πρέπει να υπολογισθούν οι τιμές των παραμέτρων της, από ανάλυση των πειραματικών δεδομένων εισόδου-εξόδου. Έτσι έχουμε το μοντέλο: y = 0.5y - + 0.3y -2 + 0.6m - + 0.4m -2

Από την εξίσωση 3 μπορούμε να βρούμε πως η επίδραση του βέλτιστου ελέγχου για την διατήρηση της εξόδου της διεργασίας όσο το δυνατόν πλησίον στην επιθυμητή τιμή (set poit) (ysp=) δίδεται από την εξίσωση: m = /0.6 { - 0.5y - 0.3y - - 0.4m - } (4) Χρησιμοποιώντας την (4) η έξοδος της διεργασίας διατηρεί την τιμή ίση με την επιθημητή τιμή δηλαδή παρά την επίδραση διαταραχών (π.χ. αλλαγές φορτίου). Έστω ότι επιθυμούμε να γίνει έλεγχος διεργασίας σε νέα στάθμη για y sp =5. Mπορούμε να χρησιμοποιήσουμε τον παρακάτω αλγόριθμο ελέγχου με τις παλαιές τιμές των παραμέτρων της διεργασίες. m = /0.6 {5-0.5y - 0.3y - - 0.4m - }

Κατά την μετάβαση από το παλαιό στο νέο set poit, καταγράφουμε τις τιμές των μεταβλητών εισόδου και εξόδου δηλαδή οι πληροφορίες του Πίνακα. Η ανάλυση γραμμικής παλινδρόμισης με τα δεδομένα του Πίνακα παράγει τις παρακάτω τιμές για τις παραμέτρους της διεργασίας. α=0.58, α2=0.35, b=0.52, b2=0.48 και επομένως το μοντέλο έχει τη μορφή y =0.58 y - +0.35 y -2 +0.52 m - +0.48 m -2 H βέλτιστη ρύθμιση για y sp =5, υπό την παρουσία εξωτερικών μεταβολών φορτίου (διαταραχές), δίδεται από την εξίσωση: m = /0.52 ( 5-0.58y - 0.35y - - 0.48m - )

Επίδραση της προσαρμογής παραμέτρων στην ποιότητα της απόκρισης κλειστού βρόγχου Στο παρακάτω σχήμα φαίνεται η βελτίωση της απόκρισης κλειστού βρόγχου όταν χρησιμοποιηθεί έλεγχος με προσαρμογή (adaptive) σε σύγκριση με απόκριση χωρίς προσαρμογή (αλλά με ελεγκτή). Άλλα κριτήρια θα μπορούσαν επίσης να χρησιμοποιηθούν για τον σχεδιασμό των ελεγκτών ή την προσαρμογή o-lie των παραμέτρων αλγορίθμου ελέγχου.