Documente Academic
Documente Profesional
Documente Cultură
1
Introducere
Majoritatea tehnicilor curente pentru proiectarea sistemelor de conducere se
bazeaz pe o bun nelegere a procesului ce trebuie condus, precum i a condiiilor
de funcionare a acestuia. n practic, exist multe situaii n care procesul ce
trebuie condus este foarte complex, iar fenomenele fizice care se produc n
diversele subprocese ale acestuia nu sunt complet cunoscute. n aceste cazuri,
tehnicile de proiectare a comenzilor trebuie augmentate cu o tehnic de
identificare, care s aib drept scop o mai bun cunoatere a procesului de condus.
Se ajunge astfel la o agregare a operaiilor de conducere i a celor identificare. De
cele mai multe ori, cele dou operaii sunt tratate separat. Dac ns, identificarea
sistemului este recursiv adic modelul procesului este actualizat periodic pe
baza estimrilor anterioare i a datelor noi culese din proces operaiile de
identificare i control pot fi realizate concurent. Conducerea adaptiv va fi privit
ca o agregare direct a unei metodologii (neadaptive) de control cu o anumit
metod de identificare recursiv a procesului.
de ieire (rspuns) y(t); este etapa n care relaiile intrare-ieire pot fi descrise prin
anumite ecuaii matematice. Aceste ecuaii constituie modelul matematic al
procesului. Un model exact al procesului ar trebui s produc un rspuns identic cu
cel al procesului real, dac intrarea n model i condiiile iniiale sunt identice cu
cele aplicate procesului real. Complexitatea majoritii proceselor fizice face ca
dezoltarea unui astfel de model (exact) s fie nejustificat sau chiar imposibil.
Dar, chiar dac modelul exact al procesului poate fi obinut, dimensiunea acestuia
ar putea fi foarte mare, modelul ar putea fi puternic neliniar i variabil n timp, ceea
ce face apropape imposibil utilizarea sa pentru proiectarea unui sistem de
conducere. Aceasta face ca sarcina modelrii s fie chiar mai dificil, dar i mai
interesant, deoarece proiectantul trebuie s obin n final un model matematic
care s descrie cu acuratee comportarea intrare/ieire (I/O-Input/Output) a
procesului i, n plus, s fie destul de simplu pentru a putea fi utilizat pentru
proiectarea sistemului de conducere propus. Un model simplu conduce de regul la
un controller simplu, care este uor de implementat i mult mai sigur pentru scopuri
practice.
u
Procesul
P
Pasul 1: Modelarea
Modelul
procesului Pm
Pasul 2: Proiectarea
controllerului
Incertitudine
Intrare de
referin
Controller
C
Modelul
procesului Pm
Pasul 3: Implementarea
Intrare de
referin
Controller
C
Proces
x& = Ax + Bu ; x(0) = x0
(1.1.1)
y = C T x + Du
(1.2.1)
y = CiT x + Di u
unde Ai, Bi, Ci i Di corespund punctului de funcionare i. Cum, aparatul trece prin
diferite condiii de zbor, punctele de funcionare se schimb conducnd la diferite
valori pentru Ai, Bi, Ci i Di. Deoarece rspunsul y(t) conine informaie despre
starea x, precum i despre parametrii aparatului, se poate argumenta c, n
principiu, un controller cu reacie (dup stare sau ieire) ar putea fi capabil s
sesizeze schimbarea valorilor parametrilor procesului prin procesarea rspunsului
y(t) i s foloseasc factori de amplificare corespunztori pentru a se adapta la
variaiile acestora. Acest argumentaie conduce la o structur de conducere cu
reacie pe care se bazeaz controlul adaptiv. Structura sistemului adaptiv const
dintr-o bucl de reacie i un controller cu factori de amplificare ajustabili,
reprezentat n Fig. 1.3. Procedeul de schimbare a factorilor de amplificare, ca
rspuns la schimbrile din dinamica instalaiei i a perturbaiilor, face distincia
dintre o schem i o alta.
Intrare de
referin
Controller
C
Proces
P
Strategia pentru
ajustarea factorilor
de amplificare
u(t)
y(t)
1-5
astfel de controller este prezentat n Fig. 1.4, unde G(s) este funcia de transfer a
procesului, iar C(s) este funcia de transfer a controllerului.
y* +
C(s)
Proces G(s)
(1.2.2)
unde C(s) trebuie aleas astfel nct sistemul n circuit nchis este s fie stabil, n
pofida schimbrii parametrilor sau incertitudinilor n G(s), i y y * n domeniul
frecvenelor de interes. Aceast ultim condiie poate fi realizat dac C(s) se alege
astfel nct factorul de amplificare al buclei |C(j)G(j)| este ct mai mare posibil,
n spectrul de frecven a lui y*, cu condiia ca acest valoare a factorului de
amplificare s nu afecteze cerinele de stabilitate n circuit nchis. Obiectivele de
urmrire i stabilitate pot fi realizate prin proiectarea lui C(s) cu condiia ca
schimbrile din G(s) s se situeze ntre anumite limite. Mai multe detalii despre
controlul robust vor fi prezentate ntr-un capitol viitor.
Un sistem de conducere robust nu este considerat un sistem adaptiv, chiar
dac acesta poate trata anumite clase de incertitudini parametrice i dinamice.
1.2.2. Planificarea amplificrii (Gain Scheduling)
Controller
C()
Gain
Scheduling
u
Proces
Msurtori
auxiliare
Avantajul planificrii amplificrii const n aceea c amplificrile controllerului pot fi schimbate cu aceeai vitez cu care msurtorile auxiliare rspund la
modificrile valorilor parametrilor. Totui, schimbri frevente i rapide ale
amplificrilor controllerului pot conduce la instabilitate [5]; de aceea, exist o
limit a ct de lent sau ct de rapid pot fi schimbate amplificrile controllerului.
Unul din dezavantajele metodei gain scheduling const n faptul c n
mecanismul de ajustare, amplificrile sunt precalculate off-line i, de aceea, nu
furnizeaz informaie (reacie) pentru a compensa programele incorecte.
Schimbrile neprevzute n dinamica procesului pot conduce la deteriorarea
performanelor sau chiar la avarie. Un alt posibil dezavantaj al metodei gain
scheduling const n costurile mari de proiectare i implementare care cresc cu
numrul de puncte de funcionare.
n pofida limitrilor sale, gain scheduling a fost i este o metod uzual pentru
tratarea variaiei parametrilor n controlul zborului [4, 6] i a altor sisteme [7].
1.2.3. Controlul adaptiv direct i indirect
r - Intrare
de referin
Controller
C(c)
Proces
P()
Estimarea
on-line a
parametrului *
(t)
Calcule
c(t) = F((t))
r - Intrare
de referin
Controller
C(c)
Proces
P ( ) Pc (*c )
Estimarea
on-line a
parametrului *c
legtura dintre (t) i c(t), definit prin ecuaia algebric c (t ) = F ((t )) , exist la
fiecare moment t, determininnd aa-numita problem a stabilizabilizrii, care va fi
discutat n Cap. 5. Aa cum vom arta n Cap. 5, soluii ale problemei de
stabilizabilitate vor fi posibile cu preul unei complexiti suplimentare.
O serie de eforturi pentru a relaxa ipoteza de minim de faz n controlul
adaptiv direct i a rezolva problema de stabilizabilitate n controlul adaptiv indirect
conduc la scheme de control adaptiv, unde att parametrii controllerului ct i cei ai
procesului sunt estimai on-line, obinnd scheme combinate direct/indirect, care de
regul sunt mult mai complexe [8].
1.2.4. Controlul adaptiv cu model de referin
(1.2.3)
Este deci clar c, pentru atingerea obiectivului MRC, modelul procesului trebuie s
fie cu minim de faz, iar vectorul parametrilor * trebuie s fie cunoscut cu
exactitate.
ym
Model de referin
Wm(s)
_
e1
r
+
y
Controller
u
Proces
G(s)
C( *c )
Fig.1.8. Schema de control cu model de referin
Cnd * este necunoscut, schema MRC din Fig. 1.8 nu poate fi implementat
deoarece *c nu poate fi calculat utiliznd (1.2.3) i este deci necunoscut. O metod
1-11
Model de referin
Wm(s)
r Intrare
Controller
C( *c )
Proces
G(s)
de referin
Estimarea
on-line a
parametrului *
e1
(t)
Calcule
c(t) = F((t))
Fig.1.9. MRAC indirect
Model de referin
ym
Wm(s)
r Intrare
Controller
C( *c )
de referin
_
+
Proces
*
P ( ) Pc (*c )
Estimarea
on-line a
parametrului *c
e1
r Intrare
de referin
Controller
C( *c )
Proces
G(s)
(1.2.4)
(1.2.5)
*
unde (t) este estimarea lui generat printr-un estimator on-line, schema este
referit ca APPC indirect. Structura unui APPC direct i respectiv indirect este
aceeai cu cea prezentat n Fig. 1.6 i respectiv 1.7 corespunztoare cazului
general.
Proiectarea schemelor APPC este foarte flexibil n raport cu alegerea formei
controllerului C(c) i a estimatorului on-line al parametrului.
De exemplu, legea de comand poate fi bazat pe tehnica proiectrii liniarptratice, tehnici de proiectare n domeniul frecven, sau orice alt metod PPC
1-13
Aceast metod a devenit foarte popular n anii 1960 [9, 10] i este nc
folosit n multe aplicaii industriale pentru conducerea proceselor cu incertitudini.
n controlul adaptiv, metoda senzitivitii este utilizat pentru proiectarea legii
adaptive astfel nct parametrii estimai s fie ajustai ntr-o direcie care s
minimizeze o anumit funcie cost (performan). Legea de adaptare este obinut
din derivata parial a funciei cost n raport cu parametrii estimai, multiplicat cu
1-14
J ( c ) =
e12 (c )
.
2
(1.2.6)
O metod simpl pentru adjustarea lui c care minimizeaz J(c) este metoda celei
mai rapide descreteri sau metoda gradientului (vezi Anexa B), care furnizeaz
legea de adaptare:
& = J ( ) = e e ( )
(1.2.7)
c
unde
e
e
e
e1 (c ) = 1 , 1 ,K, 1
cn
c1 c 2
(1.2.8)
(1.2.9)
1-15
(1.2.10)
&y&m = 2 y& m ym + r .
(1.2.11)
(1.2.12)
1* = a1 2 ; *2 = a2 1 ,
(1.2.13)
unde
iar r este mrimea de referin, va realiza urmrirea perfect a modelului, adic y =
ym.
Ecuaia (1.2.13) se numete ecuaie de ajustare (a parametrilor regulatorului).
Deoarece a1 i a2 sunt necunoscui, valorile dorite ale parametrilor controllerului
1-16
u = 1 y& + 2 y + r ,
(1.2.14)
(1.2.16)
(1.2.17)
Presupunnd c viteza de adaptare este lent, adic, & 1 i & 2 au valori mici,
iar schimbrile lui &y& i y& n raport cu 1 i 2 sunt de asemenea mici, putem
interschimba ordinea de difereniere i se obine:
d2 y
d y
y
+ y&
+ ( 2 a2 )
= (1 a1 )
2
d t 1
1
d t 1
(1.2.18)
d2 y
d y
y
+y
+ ( 2 a 2 )
= (1 a1 )
d t 2
2
d t 2 2
(1.2.19)
(1.2.20)
(1.2.21)
d
() este operatorul diferenial.
dt
Deoarece a1 i a2 sunt necunoscui, funciile de senzitivitate de mai sus nu pot
fi utilizate. Folosind regula MIT, nlocuim n ecuaia de ajustare (1.2.13), adic
1* = a1 2 , *2 = a2 1 , pe a1 i a2 cu estimrile lor a1 i a 2 (mai exact, facem
legtura ntre estimrile a1 i a 2 i 1 i 2 ) folosind
unde p() =
a1 = 1 + 2 , a 2 = 2 + 1
(1.2.22)
1
y
1
y
2
y& ,
y.
2
1 p + 2 p + 1
2 p + 2 p + 1
(1.2.23)
(1.2.24)
(1.2.25)
unde
y& f =
1
1
1
y& , y f = 2
y , uf = 2
u
s + 2s + 1
s + 2s + 1
s + 2s + 1
2
(1.2.26)
(1.2.27)
1 = y y = y 1 y& f 2 y f u f
(1.2.28)
1-19
(1.2.30)
unde 1 , 2 > 0 sunt factori de amplificare, iar 1 , y& f , y f sunt toate semnale
implementabile.
n locul lui (1.2.29), pentru 1 se poate utiliza o funcie cost diferit i o
metod de minimizare diferit obinnd o clas de legi adaptive. n Cap. 4, 5, 6
vom examina proprietile de stabilitate ale unei largi clase de scheme de control
adaptiv bazate pe folosirea unei funcii criteriu a erorii de estimare i metode de
gradient i ale celor mai mici ptrate din tehnicile de optimizare.
Bibliografie
1. Kokotovic, P.V., H.K. Khalil and J. O'Reilly, Singular Perturbation Methods in
Control: Analysis and Design, Academic Press, New York, 1986.
2. Aseltine, J.A., A.R. Mancini and C.W. Sartune, A Survey of AdaptiveControl Systems,
IRE Transactions on Automatic Control, Vol. 3, no. 6, pp. 102-108, 1958.
3. Caldwell, W.I., Control System with Automatic Response Adjustment. American patent,
2,517,081. Filed 25, April 1947, 1950.
4. McRuer, D., I. Ashkenas and D. Graham, Aircraft Dynamics and Automatic Control,
Princeton University Press, Princeton, New Jersey, 1973.
5. Tsakalis, K.S. and P.A. Ioannou, Linear Time Varying Systems: Control and
Adaptation, Prentice Hall, Englewood Cliffs, New Jersey, 1993.
6. Stein, G., Adaptive Flight Control - A Pragmatic View, in K.S. Narendra and R.V.
Monopoli (Eds.), Applications of Adaptive Control, Academic Press, New York, 1980.
7. Andreiev, N., A Process Controller that Adapts to Signal and Process Conditions,
Control Engineering, Vol. 38, 1977.
8. Kreisselmeier, G., An indirect adaptive controller with a self-excitation capability, IEEE
Transactions on Automatic Control, Vol. 34, no. 5, pp. 524-528, 1989.
9. Cruz, Jr, J.B. System Sensitivity Analysis, Dowden, Hutchinson & Ross Inc.,
Stroudsburg, Pennsylvania, 1973.
10. Kokotovic, P.V. Method of Sensitivity Points in the Investigation and Optimization of
Linear Control Systems, Automation and Remote Control, Vol. 25, pp. 1512-1518,
1964.
11. Mareels, I.M.Y., B.D.O. Anderson, R.R. Bitmead, M. Bodson, and S.S.Sastry,
Revisiting the MIT Rule for Adaptive Control, Proceedings of the 2nd IFAC Workshop
on Adaptive Systems in Control and Signal Processing, Lund, Sweden, 1986.
12. James, D.J., Stability of a Model Reference Control System, AIAA Journal, Vol. 9, no.
5, 1971.
13. Parks, P.C. Lyapunov Redesign of Model Reference Adaptive Control Systems, IEEE
Transactions on Automatic Control, Vol. 11, pp. 362-367, 1966.
14. Shackcloth, B. and R.L. Butchart, Synthesis of Model Reference Adaptive Systems by
Lyapunov's Second Method, Proc. of the 2nd IFAC Symposium on the Theory of SelfAdaptive Control Systems, Teddington, England, 1965.
15. Grayson, L.P., Design via Lyapunov's Second Method, Proceedings of the 4th JACC,
Minneapolis, Minnesota, 1963.
1-20
16. Phillipson, P.H., Design Methods for Model Reference Adaptive Systems, Proc. Inst.
Mech. Engrs., Vol. 183, no. 35, pp. 695-700, 1969.
17. Monopoli, R.V., Lyapunov's Method for Adaptive Control Design, IEEE Transactions
on Automatic Control, Vol. 12, no. 3, pp. 334-335, 1967.
18. Narendra, K.S. and A.M. Annaswamy, Stable Adaptive Systems, Prentice Hall,
Englewood Cliffs, New Jersey, 1989.
1-21