26.

Tehnici de comandă adaptivă propriu-zisă

Sistemele de control practice sunt uzual foarte complexe iar dinamicile lor nu sunt cunoscute în detaliu.
Modificările extreme în parametri şi/sau intrări sau fluctuaţiile aleatoare ce au loc în cadrul sistemului sunt adesea
nemăsurabile. În astfel de situaţii inginerul de control trebuie să folosească sistemele de conducere adaptivă care le
sesizează şi corectează automat oricând au loc perturbaţii puternice şi/sau modificări severe în parametri.
Însă orice complexitate trebuie adăugată la sistem numai dacă îmbunătăţirea performanţelor este obligatorie
iar costurile implicate sunt justificabile. De asemenea trebuie mai întâi să se exploreze soluţiile alternative înainte de-a
se alege controlul adaptiv.
Similitudini control convenţional - control adaptiv
În cadrul unui proces se pot distinge două tipuri de perturbaţii:
 perturbaţii ce acţionează asupra variabilelor controlate;
 perturbaţii (parametrice) ce acţionează asupra performanţelor sistemului de comandă.
Reacţia negativă, utilizată în sistemele de reglare convenţionale, reduce efectul perturbaţiilor ce acţionează
asupra mărimilor controlate.
Un sistem adaptiv măsoară un anumit indice de performanţe (I.P.) folosind intrările, stările şi ieşirile unui sistem
ajustabil. Din compararea valorilor IP-ului măsurat cu cele ale unui set dat, mecanismul de adaptare modifică
parametrii sistemului ajustabil sau generează o intrare auxiliară pentru a menţine valorile IP cât mai aproape de cele
ale setului dat.
Această “definiţie” este ilustrată în fig.5.
Perturbaþii Perturbaþii
necunoscute cunoscute

Intrãri
Sistem ajustabil

Mecanism Mãsurare
adaptare IP

Set IP dorit Comparare

&
decizie

32
Page
27. Clasificări
Pentru domeniul controlului adaptiv au fost propuse câteva definiţii. Unii termeni cum ar fi “adaptiv”, “instruire”,
“auto-organizare”, “auto-acordare”, “optimizare” şi “auto-optimizare” au fost introduşi de diferiţi cercetători în acest
domeniu. Câţiva dintre ei au generat controverse şi neînţelegeri. O definiţie precisă este destul de dificil de dat datorită
mai multor forme de incertitudini prezente în sistem precum şi datorită diferitelor metodologii implicate în abordarea
acestei situaţii.
Cele mai multe sisteme de control adaptiv pot fi clasificate în două mari grupe:
 controlere adaptive cu compensare directă (feedforward);
 controlere adaptive cu reacţie (feedback).
Sisteme de conducere adaptivã

Sisteme de conducere adaptivã Sisteme de conducere adaptivã

tip “feedforward” tip “feedback”

Fig.7
Din prima grupă fac parte schemele deja discutate, de tip câştig planificat, prezentate în fig.4. Un mare avantaj al
acestui tip de control adaptiv îl reprezintă reacţia rapidă a sistemului la schimbările procesului, lucru explicabil prin
faptul că se presupune cunoscută în avans comportarea sistemului în diferitele puncte de funcţionare şi deci nu
necesită procedură de măsurare a indicelui său de performanţă.
Factori
de mediu
Perturbaþii

Parametrii
planificaþi

r y
+ u
Regulator Parte fixata
-

Din cea de-a doua grupă fac parte sistemele de control prezentate generic în fig.5. Deci sistemele adaptive cu reacţie
sunt compuse din două bucle fundamentale având două scale de timp diferite:
 bucla interioară, clasică în controlul automat convenţional, formată din procesul condus şi regulatorul de
performanţe;
 bucla exterioară, mai lentă, ce implementează mecanismul de adaptare a structurii şi/sau parametrilor regulatorului
în concordanţă cu schimbările structurale din proces, în scopul menţinerii indicelui de performanţă impus.
Există mai multe posibilităţi de realizare a sistemelor de control adaptiv cu reacţie. Ele pot fi clasificate după mai
multe criterii, conducând la câteva clasificări şi categorii. În mod special, ele pot fi clasificate în funcţie de :
 Mecanismul de adaptare
- sisteme adaptive cu sinteza semnalului;
- sisteme adaptive cu parametrii ajustabili;
 Condiţiile de operare
- sisteme deterministe;
- sisteme stohastice;
- sisteme instruibile;
 Natura ecuaţiilor matematice de bază utilizate
- sisteme liniare;
- sisteme cu parametrii distribuiţi;
- sisteme continue în timp;
- sisteme discrete în timp;
- sisteme hibride (unde adaptarea este de natură discretă iar modelul sistemul condus este continuu)
33

 Indicele de performanţă specificat

- static (ex: randamentul)
Page

- dinamic (ex:forma răspunsului);

 - parametric (ex: factorul de amortizare)
-o funcţională a variabilelor de intrare şi stare (ex:criteriul liniar pătratic)
 Natura blocului de comparaţie-decizie:
- scăzător, când IP dat este specificat în mod unic şi poate fi reprezenta printr-un semnal cert ;
- extremal, când IP este maximizat sau minimizat;
- aparţinând unui anumit domeniu de valori, când parametrul (de ex. factorul de amplificare) este de dorit a fi
menţinut în interiorul acestui interval
 Natura incertitudinilor:
- incertitudini parametrice;
- incertitudini structurale;
- incertitudini invariante în timp;
- incertitudini variante în timp.

34
Page
28.Principiul separabilitatii si echivalentei certe
În cazul analizei şi sintezei sistemelor adaptive tip STR se folosesc, chiar dacă au caracter ad hoc, cele două principii
fundamentale:
 principiul separabilităţii;
 principiul echivalenţei certe.
Acestea permit considerarea parametrilor estimaţi ca fiind parametrii reali, ignorându-se eventualele incertitudini
de estimare sau caracterul suboptimal al legii de reglare.
Principiul echivalenţeicerte aplicat în reglarea adaptivă presupune utilizarea unei clase de modele de tip liniar
atât în variabilele de proces cât şi în parametri. Principiul invarianţei structurale atribuie tuturor modelelor dezvoltate
local, în planul condiţiilor de operare, o structură identică.
Considerând valabilă ipoteza de liniaritate cel puţin în vecinătatea punctului de funcţionare curentă a instalaţiei
tehnologice, semnalul obţinut la ieşirea procesului, y(t), este suma a două componente:
y ( t )  yu ( t )  z ( t ) (1)
Componenta yu(t) modelează comportarea deterministă aferentă mecanismului de control al procesului, fiind
efect al transferului cauzal comandă-ieşire uyu. Cel de-al doilea semnal, z(t), modelează efectele perturbaţiilor ce
afectează sistemul şi, considerând sistemul liniar, este rezultatul acţiunii simultane a următoarelor componente:
z ( t )  y p (t )  v (t ) (2)
Termenul yp(t) reflectă posibila prezenţă a unor perturbaţii externe p(t) ce afectează ieşirea procesului. În general,
cauzele perturbatoare sunt considerate măsurabile, fiind cunoscut, atât calitativ cât şi cantitativ, modul în care aceste
solicitări externe ale mediului determină efecte perturbatoare la ieşirea sistemului. Corespunzător, mecanismul de
perturbare pypeste unul de tip determinist.
Termenul v(t) este componenta stohastică a procesului, reprezentând efecte produse asupra ieşirii de perturbaţii
nemăsurabile, zgomote de ieşire, perturbaţii aleatoare interne procesului. Acţiunea acestei componente este
imprevizibilă, continuă, iar efectele produse nu pot fi cuantificate decât utilizând metode statistice de prelucrare a
datelor.

35
Page
30.Algoritmi recursivi de estimare parametricǎ de tipul CMMP
Folosirea metodei CMMP nerecursivǎ la identificarea parametricǎ presupune un volum de calcul foarte mare
chiar în cazurile cele mai simple (se recomandǎ pentru acurateţea determinǎrii modelului folosirea unor secvenţe de
date de lungime N*2(na+nb+1)). Acest volum mare de date ce trebuie procesate presupune atât rezervarea unui
disponibil mare de memorie pentru rutina de identificare cât şi folosirea unor procesoare extrem de rapide pentru
finalizarea calculelor în timp util.
O metodǎ empiricǎ de eliminare a acestui neajuns constǎ în limitarea secvenţei de date prelucrate de estimator la
o lungime N* fixatǎ (N*> na+nb+1). Astfel rezultatul estimǎrii prin aplicarea algoritmului CMMP nerecursiv se va baza
pe ultimele N* valori ale semnalelor de ieşire şi comandǎ, permanent reactualizate. Metoda necesitǎ însǎ calculul
inversei unei matrice în procesul de generare a estimaţiei parametrilor:
1
^  N*   N* 
* * *
 t=1
*

( N )  P( N ) R ( N ) unde P(N ) =   (t) T ( t )  ; R (N * ) =  ( t ) y( t ) 
 t=1   (1)
   
Soluţia unanim acceptatǎ constǎ în utilizarea metodelor de identificare CMMP recursive, care exploateazǎ
rezultatele estimǎrii obţinute anterior, limitând prin aceasta volumul de calcule implicate.
^
Estimatoarele recursive determinǎ matricea parametrilor estimaţi la momentul t, ( t ) , prin aplicarea unei corecţii
^
valorii ( t  1) , determinatǎ la pasul anterior. Corecţia se va calcula luând în considerare numai ultimul set de valori
u(t ), y(t ) achiziţionate la pasul t.
^
Fie ( t  1) estimarea determinatǎ la pasul t-1 pe baza relaţiei
1
^  t 1   t 1 

 k 1   k 1

 ( t  1)  P (t  1) R (t  1)    ( k ) T ( k )    ( k ) y ( k ) 

(2)

La momentul t se achiziţioneazǎ valorile curente ale comenzii şi ieşirii, u( t ), y( t ) , şi se actualizeazǎ vectorul ( t )
astfel:
  y ( t  2)  -y(t - 1) 
 y (t  3)  -y(t - 2) 
   
........  .......... 
   
  y (t  na  1)   -y(t - na ) 
 ( t  1)      (t) =  
(3)
u(t  d  1) u( t  d )
   
u(t  d  2)  u(t  d  1) 
...........  ............. 
   
u(t  d  nb  1)  u(t  d  nb ) 
^ ^
Pe baza estimaţiei ( t  1) se calculeazǎ o predicţie a ieşirii y( t ) :
^ ^
y(t )   T (t )  (t  1) (4)
predicţie ce se va abate de la valoarea adevǎratǎ y(t) cu valoarea ( t ) (eroarea de predicţie):
^ ^
 (t )  y (t )  y (t )  y ( t )   T (t )  (t  1) (5)
Eroarea de predicţie va furniza, pe baza unui mecanism de ajustare, corectorul  c ( t ) ce se va aplica vectorului
^
( t  1) astfel încât:
^ ^
 (t )   (t  1)   c (t ) (6)
36
Page
 32. Aspecte practice de implementare şi utilizare
Iniţializarea algoritmilor de identificare
Pentru ca algoritmul CMMP recursiv sǎ funcţioneze trebuie ca la momentul t sǎ fie cunoscute:
 vectorul de date (regresor) ( t  1) ; mai precis trebuie cunoscute valorile y(t-2), y(t-3), ...y(t-na) respectiv u(t-d-1),
u(t-d-2), ...,u(t-d-nb). Acestea împreunǎ cu datele “proaspǎt” achiziţionate la momentul t-1 u( t  d ), y( t  1) vor
permite formarea lui ( t ) .
^
 vectorul parametrilor estimaţi la pasul t-1: ( t  1) ;
 matricea de covarianţǎ calculatǎ la pasul t-1:P(t-1).

 Iniţializarea vectorului regresor ( t )

La momentul t=1 (primul pas al algoritmului CMMP recursiv) va trebui format vectorul de date:
(1)    y( 0), y( 1),....., y(1  na ), u(  d), u( 1  d),...., u(1  nb  d)
T

Cu excepţia valorilor y(0) şi u(0) ce pot fi achiziţionate de la proces se impune o iniţializare a datelor y(t) şi u(t)
pentru t<0.
Aceastǎ iniţializare poate fi:
 arbitrarǎ: uzual u(t)=y(t)=0, pentru t0
O astfel de presupunere nu va afecta semnificativ rezultatele dar va determina o convergenţǎ mai lentǎ a
algoritmului.
 bazatǎ pe precolectarea datelor: momentul începerii estimǎrii t=0 este precedat de o perioadǎ de funcţionare a
procesului (uzual se foloseşte conducerea în regim manual) în care se face precolectarea datelor. Lungimea acestei
perioade de precolectare, exprimatǎ în tacte de eşantionare, este max(na,nb+1).
 Valorile iniţiale ale parametrilor estimaţi
^
Determinarea estimaţiei (1) presupune aplicarea unei corecţii vectorului:
T
^ ^ ^ ^ ^ ^ ^ 
 ( 0)  a1 , a 2 ,...., a na , b 0 , b1 ,...., b nb  t 0
 
^
Iniţializarea (0) se poate face:
 dezvoltând un model teoretic al procesului pe baza cunoştinţelor aprioric existente, referitoare la comportarea
^ ^ ^
sistemului. În acest fel (0) va fi construit din parametrii a i , b i estimaţi aprioric.
 arbitrar, atunci când nu existǎ posibilitatea estimǎrii apriorice a modelului procesului
^
 ( 0)   0 0 ...... 0
T

 Iniţializarea matricei de covarianţǎ P(t)

Formula de corecţie a estimaţiei
^ ^
 (t )   (t  1)  P(t ) ( t ) (t )
1
 t 
P (t )   P 1 ( 0) 


i 1
 (i ) (i ) 
T


37
Page
33.Proiectarea algoritmilor de reglare monovariabilǎ prin metode de alocare a polilor
Procedura de proiectare bazatǎ pe alocarea polilor şi zerourilor funcţiei de transfer poate fi combinatǎ pentru cazul
determinist cu metoda de estimare recursivǎ de tipul CMMP.
Se considerǎ modelul matematic discretizat al procesului determinist de forma:
A(q-1)y(t)=q-dB(q-1)u(t) (1)
având:
A(q-1)=1+a1q-1+a2q-2+.......+anaq-na (2)
B(q-1)=b0+b1q-1+b2q-2+......+bnbq-nb (3)
Structura buclei convenţionale de reglare este prezentatǎ în fig.4. Forma generalǎ a algoritmului de reglare folosit
de sistemul decizional în elaborarea comenzii este:
F(q-1)u(t)=H(q-1)r(t)-G(q-1)y(t) (4)
unde:
H(q-1)=h0+h1q-1+h2q-2+.......+hnhq-nh (5)
-1 -1 -2 -ng
G(q )=g0+g1q +g2q +.......+gngq (6)
F(q-1)=1+f1q-1+f2q-2+.......+fnfq-nf=1+q-1(f1+f2q-1+.......+fnfq-nf-1)=1+q-1F*(q-1) (7)

r(t) u(t) B(q 1 ) y(t)

H ( q 1 ) q d 1
A( q )
F( q 1 ) -

G ( q 1 )
F( q 1 )
REGULATOR PROCES

38
Page
34.Alocarea polilor
 Polinom de ordinul I:
S(q-1)=1+s1q-1 (23)
Comportarea sistemului reglat va corespunde în acest caz comportǎrii unui sistem cu întârziere de ordinul I;
rǎspunsul y(t) la semnal de referinţǎ treaptǎ va fi în consecinţǎ aperiodic. Valoarea efectivǎ s1 va determina durata
regimului tranzitoriu (timpul de rǎspuns, tr). Astfel, considerând un sistem continuu de ordin I:
k
H F ( s)  (24)
T1s  1
se obţine:
tt  4T1 (25)
Discretizatul sǎu are forma:
   
T
1  T1  
z k 1 e
   
 z 1b
 
  H ( s)  
H ( z 1 )  1  z 1 Z  L1  F   
  s 


T

1  a1 z 1
(26)
T1 1
1 e z
Folosind (24)-(26) se poate deduce relaţia dintre timpul de rǎspuns dorit (tt) şi valoarea coeficientului polinomial
s1:
T 4T
 
s1  a1   e T1
 e tt
(27)
 Polinom de ordin II
S(q-1)=1+s1q-1+s2q-2 (28)
Comportarea sistemului reglat va fi echivalentǎ cu comportarea unui sistem continuu cu întârziere de ordinul II
având parametrii  şi n.
 2n
H F ( s)  (29)
s  2 n s   2n
2

Valorile parametrilor  şi n determinǎ performanţele tranzitorii ale sistemului:

- suprareglarea:


1  2   
 e  1   (30)
 0.6 
Performanţele dorite fiind precizate atunci folosind relaţiile (30)-(32) pentru sintetizarea modelului continuu
aferent (  ,  n ) şi apoi relaţiile de legǎturǎ dintre coeficienţii modelului (29) şi (33), adicǎ (34), constantele s1 şi s2 se
vor alege conform relaţiilor:
s1  a1  2e  n T cos  n 1   2 T  (35)
 

s2  a2  e2 n T (36) 39
Page
35.Precizia reglǎrii în regim staţionar
Exceptând dezideratul obţinerii unor comportǎri optimale ale sistemului automat pe parcursul desfǎşurǎrii
regimurilor tranzitorii, esenţiale rǎmân proprietǎţile de stabilitate şi exactitate în regim staţionar.Astfel legea de reglare
F(q-1)u(t)=H(q-1)r(t)-G(q-1)y(t) (1)
unde:
H(q-1)=h0+h1q-1+h2q-2+.......+hnhq-nh (2)
G(q-1)=g0+g1q-1+g2q-2+.......+gngq-ng (3)
F(q-1)=1+f1q-1+f2q-2+.......+fnfq-nf (4)
se proiecteazǎ astfel încât sǎ fie rezolvate simultan problemele reglǎrii şi urmǎririi: bucla de reglare trebuie sǎ fie
stabilǎ, ceea ce corespunde unor durate finite ale regimurilor tranzitorii, şi, în prezenţa unor mǎrimi exogene
persistente (referinţe şi/sau perturbaţii), trebuie sǎ se manifeste o tendinţǎ de anulare a abaterii:
lim e(t )  lim r ( t )  y( t )  0 (5)
t  t 

În cazul legii de reglare prin metode de alocare discutatǎ anterior un criteriu suplimentar în determinarea polinomului
H(q-1) era asigurarea exactitǎţii de reglare în regim staţionar, adicǎ:
lim y(t ) r ( t )  ( t )  1 (6)
t 

obţinându-se condiţiile:
B  (1) H (1) S (1)
 1  H (1)   (7)
S (1) B (1)

36.Reglarea adaptivǎ autoacordabilǎ indirectǎ folosind metode de alocare

Structura sistemelor adaptive autoacordabile implicǎ existenţa unei bucle de ajustare parametricǎ în paralel cu
bucla convenţionalǎ. Schema bloc principialǎ este prezentatǎ în fig.9.
^ ^
coef [ A ( q  1 ) , B ( q  1 )]

coef [ S ( q  1 ) , T ( q  1 )] Proiectare Estimator recursiv

regulator prin de tipul
metode de alocare CMMP Nivel adaptare
*
^ ^ ^  (t )
1 1 1
coef [ F ( q ) , G ( q ), H ( q )]
H ( q 1 ) + u(t) 1 B ( q 1 ) + y (t)
r(t) qd
F (q 1 ) - D ( q 1 ) u (t) A ( q 1 ) + Nivel reglare
Proces

G ( q 1 )
F (q 1 )

Fig.9
Particularitǎţile structurii de reglare adaptivǎ constau în:
Metoda de identificare on-line: Metoda CMMP recursivǎ
Procedura de proiectare on-line regulator: Metoda alocǎrii poli-zerouri
Funcţionarea regulatorului adaptiv constǎ în execuţia, succesivǎ, la fiecare moment de eşantionare, a
urmǎtoarelor acţiuni (fig.10):
(A) - Achiziţia de date: conversia A/D a ieşirii procesului şi achiziţia referinţei r(t) de la consolǎ, fişier de date sau
intrare serialǎ.
^ ^
(B) - Estimarea recursivǎ a modelului sistemului condus: A (q 1 ), B(q 1 ), .
^ ^ ^
(C) - Sinteza regulatorului prin metode de alocare: se vor calcula F(q 1 ), G (q 1 ), H (q 1 ) pe baza estimaţiei modelului
sistemului condus.
40

(D) - Calculul comenzii u(t): se va folosi legea de reglare având parametrii reactualizaţi în cadrul acţiunii anterioare.
(E) - Trimiterea comenzii cǎtre proces prin conversia D/A.
Page
Page
41