Контролерът е основният компонент в системата за автоматизирано управление, отговорен за приемане на сензорни сигнали, обработка на данни, издаване на команди за управление за постигане на прецизен контрол на контролирания обект. Методите за управление на контролера са разнообразни и различните методи за управление са подходящи за различни сценарии и нужди на управление. В тази статия ще представим подробно няколко метода за управление, често използвани от контролерите, включително PID управление, размито управление, адаптивно управление, предсказуемо управление, управление на невронни мрежи и интелигентно управление.
1. PID управление
PID управлението (пропорционално-интегрално-производно управление) е класически метод за управление, широко използван в промишленото производство, космическата промишленост, транспорта и т.н. PID контролерът управлява контролирания обект чрез трите връзки на пропорционално (P), интегрално (I) и производно (D).
1.1 Пропорционално управление
Пропорционалното управление е в основата на PID управлението, законът за управление е: u (t)=Kp * e (t), където u (t) за управляващото количество, Kp за коефициента на пропорционалност, e (t) за отклонението. Основната функция на пропорционалното управление е да намали отклонението и да подобри скоростта на реакция на системата.
1.2 Интегрално управление
Функцията на интегралния контрол е да елиминира статичната разлика на системата и да подобри стабилността на системата. Законът за управление е: u(t)=u(t-1) + Ki * ∫e(t)dt, където Ki е интегралният коефициент.
1.3 Диференциално управление
Основната функция на диференциалното управление е да потисне трептенията на системата и да подобри способността на системата да противодейства{0}}на смущения. Неговият закон за управление е: u(t)=u(t-1) - Kd * de(t)/dt, където Kd е диференциалният коефициент.
1.4 Характеристики на PID управлението
PID управлението има предимствата на проста структура, лесно регулиране на параметрите, адаптивност и т.н., но в същото време има някои ограничения, като лошо управление на нелинейни и -променливи във времето системи и по-високи изисквания за регулиране на параметрите.
2. Размито управление
Размитото управление е вид управление, базирано на размита логика, което е подходящо за справяне с несигурност и неяснота. Размитият контролер осъществява управлението на контролирания обект чрез три части: база с размити правила, машина за размити изводи и дефузификатор.
2.1 Размита база от правила
Базата с размити правила е ядрото на размития контролер, който съдържа поредица от размити правила за описание на връзката между входните променливи и изходните променливи. Размитото правило е във формата АКО входната променлива Е размито множество, тогава изходната променлива Е размито множество.
2.2 Машина за размити изводи
Машината за размит извод разсъждава върху входните променливи според правилата в базата с размити правила, за да получи размитите стойности на изходните променливи. Процесът на размит извод включва четири стъпки: размиване, съпоставяне на правила, сливане на правила и деразмиване.
2.3 Дефузификатор
Ролята на дефузификатора е да преобразува размитите стойности, получени от размитите разсъждения, в действителни управляващи количества. Често използваните методи за дефузификация включват метод на максимална принадлежност, метод на среднопретеглена стойност и др.
2.4 Характеристики на размитото управление
Размитото управление има способността да се справя с несигурност и размити проблеми, с ниски изисквания за настройка на параметрите и висока адаптивност. Въпреки това, размитото управление също има някои ограничения, като например изграждането на базата от правила изисква много опит и знания, а точността на управление се влияе от разделянето на размитото множество и метода на извода.
3. Адаптивен контрол
Адаптивното управление е вид метод за управление, който може автоматично да регулира параметрите на управление според характеристиките на контролирания обект и промените в околната среда. Адаптивният контролер обикновено включва три части: идентификация на модела, оценка на параметрите и проектиране на закона за управление.
3.1 Разпознаване на модела
Идентифицирането на модела е в основата на адаптивното управление чрез входните и изходните данни за установяване на математическия модел на контролирания обект, за осигуряване на основа за оценка на параметрите и проектиране на закона за управление.
3.2 Оценка на параметрите
Оценката на параметрите е да оцени параметрите на контролирания обект онлайн според информацията, получена от идентификацията на модела, която предоставя-информация за параметри в реално време за проектиране на закона за управление.
3.3 Дизайн на закона за управление
Проектирането на закона за управление е да се проектира законът за управление, адаптиран към характеристиките на контролирания обект и промените в околната среда според резултатите от идентификацията на модела и оценката на параметрите, така че да се реализира прецизният контрол на контролирания обект.
3.4 Характеристики на адаптивното управление
Адаптивното управление има способността да се адаптира към характеристиките на контролирания обект и промените в околната среда и може да реализира управление на нелинейни и -променливи във времето системи. Въпреки това, адаптивното управление също има някои ограничения, като например точността на идентификацията на модела и оценката на параметрите влияе върху контролния ефект и проектирането на закона за управление е сложно.
4. Предсказуем контрол
Предсказуемото управление е метод за управление, базиран на бъдеща прогнозна информация, който осъществява оптимално управление на контролирания обект чрез прогнозиране на бъдещото поведение на контролирания обект.
4.1 Предсказуем модел
Прогнозният модел е в основата на прогнозния контрол, използван за описание на динамичното поведение на контролирания обект. Често използвани модели за прогнозиране са ARX модел, BJ модел и т.н.
4.2 Алгоритъм за прогнозиране
Алгоритъмът за прогнозиране прогнозира бъдещото поведение на контролирания обект според модела за прогнозиране и текущата входна и изходна информация. Често използваните алгоритми за прогнозиране включват рекурсивни най-малки квадрати, филтър на Калман и др.
4.3 Контрол на оптимизацията
Оптималното управление се основава на резултатите от прогнозата, чрез алгоритъма за оптимизация за решаване на оптималния закон за управление, за постигане на оптимален контрол на контролирания обект. Често използваните оптимизационни алгоритми са линейно програмиране, квадратично програмиране и т.н.