Адаптивный пид, прогнозирование переходной характеристики

[Eugene_35rus]

Всем привет. Есть проект.Суть заключается в том, что бы создать адаптивную систему на основе ПИД регулятора, которая бы прогнозировала кривую нагрева с целью пассивной идентификации. Перепробовал много вариантов уже, и по полиному,и по статической характеристики нагрева, и фильтр Калмана, и тулкиты разные пробовал, но знаний в этой среде маловато. По моим представлениям во время нагрева онлайн мы должны получать кривую нагрева, делить ее на линейные участки, рассчитывать коэффициенты регулятора, вносить их в регулятор, делать это с какой то периодичностью. Прогнозирование поведения кривой необходимо для получения информации о том, какой будет нагрев с данными коэффициентами.

[Andrew Lunev]

За интересную задачку вы взялись, но сразу скажу, что намучаетесь вы с ней сильно, особенно если нужно реально работающее устройство, а не учебная задачка, которая должна работать только на модели и на страницах пояснительной записки.
Чтобы понять, как именно вам помочь, дайте ответы на следующие вопросы:
1. Задача учебная или реальная? Если учебная, то на каком уровне требуется решение (курсовой, диплом, диссертация). Если реальная, то по какой причине пришли к необходимости адаптивного управления? Почему не устраивают более простые методы решения?
2. Опишите подробно, какие методы уже испробовали и как именно их испробовали, желательно с формулами и результатами. Возможно просто не учитывали какие-то важные моменты. Например, по определению, все передаточные функции и переходная характеристика (кривая разгона) имеют смысл только при нулевых начальных условиях. Учитывалось ли это при моделировании?
3. Прогноз кривой разгона по сути и по объему данных никак не отличается от нахождения передаточной функции. Пассивная идентификация чаще всего параметрическая, вы провели уже структурную идентификацию? Какой получилась структура?
4. Какой вид теплообмена является основным в вашем варианте нагрева? Теплопроводность, конвекция, лучистый теплообмен?
5. Как учитываются нелинейности в системе?
Ну и дайте подробное описание самой системы. Интересен объект управления, исполнительный механизм. Требования к качеству САУ.

[Eugene_35rus]

Задача учебная. И реализовать её нужно на учебном тепловом стенде. Объектом управления является электрическая плитка, на которой будет греться емкость с водой. Необходимо поддерживать заданную температуру в емкости, с учётом того, что может изменяться объём воды, уставка температуры, а также возмущение в виде вентилятора. Причина всех этих действий заключается в том, что есть штатный ПИД-регулятор Овеновский, он не может работать как адаптивный, хотя в нем есть режим авто настройки. И нас интересует именно пассивная идентификация, которая подразумевает под собой нормальное функционирование объекта, т.е. не о каких тестовых сигналов речи идти не может. Насчет методов, тут все сложнее)) с лабвью я пока дружу не очень. Акцент делался на поиск уже готовых примеров, которые бы мы могли адаптировать к своей задаче. Вроде бы и готовые инструментарии тулкитов позволяют это сделать, но слабые знания в области лабвью не позволяют это дело все структурировать. Может кто нибудь подтолкнет советом или примером с чего можно еще попробовать начать.

[Andrew Lunev]

Готовых примеров на Labview вы скорее всего не найдете. Скорее надо искать примеры в Matlab. Да и при чем здесь вообще конкретный язык программирования? Вам надо сначала разработать алгоритм, а он никак не привязан к конкретной реализации. Потом этот алгоритм можно реализовать на любом языке программирования. Тем более, раз это учебная задача, то вам потребуется обоснование выбора, необходимые расчеты и доказательства эффективности данного алгоритма перед другими.

Можете попробовать разобраться с самонастраивающимся регулятором из стандартного набора Labview, но это будет не разработка, а применение и насколько он вообще работает я не знаю. Но, думаю, грамотное исследование его работы, сравнение с другими и нормальные выводы вполне сойдет даже для дипломной работы.

Кривая разгона (переходная характеристика) - это не просто любой переходной процесс, а именно реакция системы на единичное ступенчатое входное воздействие. Притом, для большей части алгоритмов требуется переходная характеристика разомкнутой системы, чтобы оценить именно динамику только объекта управления. О какой пассивной идентификации вы в этом случае говорите, если вы обязаны подать именно определенный сигнал на вход да еще и возможно разомкнуть систему. Это уже активная идентификация и она обязательно нарушит нормальный процесс регулирования. Поэтому про анализ кривой разгона можете забыть и искать другие методы.

Одна из основных особенностей САУ тепловыми процессами является то, что процесс нагрева и остывания описывается совершенно разными моделями, к тому же чаще всего процесс остывания неуправляем. Процесс нагрева определяется в основном эффективностью нагревателя, а процесс охлаждения окружающей средой. У вас же есть только нагреватель, но нет холодильника. Все адаптивные алгоритмы, с которыми я знаком рассматривают только адаптацию по одной модели, поэтому при смене нагрева на охлаждение будет резкая перенастройка алгоритма и в эти моменты алгоритм будет работать ужасно, ему же нужно время на адаптацию. А в момент поддержания постоянной температуры нагрев и охлаждение меняются постоянно. Если это не учитывать в алгоритме адаптации, то будет все очень плохо. Скорее всего работать будет намного хуже, чем обычный ПИД-регулятор.

Еще одна проблема - нелинейности. Практически все алгоритмы и явной и неявной адаптации рассматривают процесс, как строго линейный и модель системы используют линейную. При значительном отклонении процесса от точки линеаризации ошибки идентификации, а следовательно и адаптации становятся настолько высоки, что опять же стандартный ПИД-регулятор начинает работать лучше.
В моменты, когда нагреватель выходит на границы своего режима работы (выключается полностью или выходит на 100% мощности) алгоритм адаптации вообще уходит в разнос в большинстве алгоритмов, потому что регулятор может попросить выдать и например 1000% мощности в определенный момент, но реально больше 100% не получим. Но алгоритм адаптации ожидает реакцию выхода именно на 1000% вход, а получает реакцию на 100%, вот уже ошибка в 10 раз в идентификации и качестве управления. Существуют разные методы устранения влияния насыщения у исполнительного механизма, но чаще всего они просто выключают процесс адаптации в эти моменты, но тогда при выходе снова в линейную зону надо начинать процесс адаптации снова, а в оптимальной по энергоэффективности системе исполнительный механизм чаще всего находится или в максимуме или в минимуме. Поэтому никто не даст гарантию, что адаптивный алгоритм будет ВСЕГДА работать лучше, чем ПИД. А для реальных объектов лучше чтобы они хоть не оптимально, но работали всегда, чем когда есть высокая вероятность, что алгоритм адаптации не сойдется и система уйдет в разнос.

В итоге, универсального и реально работающего адаптивного регулятора я пока не встречал. Можно разработать такой регулятор под определенный объект управления, но с другим объектом он работать скорее всего не будет. Требуется учет и всех видов потенциальных возмущающих воздействий и всех видов нелинейностей, а потом еще надо будет обосновать его эффективность и надежность во всех режимах. Сделать это аналитически невозможно для нелинейных систем. Поэтому весь процесс анализа, синтеза, доказательств надежности и эффективности по затратам и времени и денег становится менее выгодным, чем обычный ПИД-регулятор.

Не забывайте, что в САУ существуют не только ПИД-регуляторы, но и более сложные. Я бы вашу задачу решал просто введением зависимости коэффициентов регулятора от вектора параметров. То есть коэффициенты ПИД-регулятора не будут константами, а будут функциями какого-то вектора состояния. Чем размерность вектора будет больше, тем точней можно настроить процесс. Например, я бы в этот вектор включил: текущую температуру воды, объем воды (если есть датчик уровня и по нему можно посчитать объем), температуру окружающей среды (для вас температура в помещении). От разности температуры воды и температуры окружающей среды будет зависеть скорость охлаждения. Еще бы конечно добавил скорость вращения вентилятора, но это будет уже читерство. Тогда по вектору этих параметров можно найти аппроксимацию коэффициентов, чтобы в каждой точке состояния добиться качественного процесса регулирования. Но это уже совсем не адаптивное управление и для учебного задания будет не так интересно.

[Borjomy_1]

Эту статью нужно читать не студенту, а его преподавателю, который, похоже, витает в теоретических облаках..

[IvanLis]

Эту статью нужно читать не студенту, а его преподавателю, который, похоже, витает в теоретических облаках..

Скажу по собственному опыту (стаж более 10 лет) ...
Когда время подходит к сессии, тяга к научной работе и всяческим изысканиям возрастает прямо пропорционально (а иногда и логарифмически) наличию задолженностей и отсутствию знаний.
Начинают ходить толпами и предлагать свои услуги в качестве программистов, дизайнеров, носильщиков, поло/окно/машино моек и т.д.
У многих, в том числе и у меня, на этот случай есть дежурная задача, которая легко и быстро формулируется, но имеет нетривиальное решение. Последнее время я предлагаю делать наоборот, "вы предложите несколько вариантов, а я выберу, что вам делать".
А некоторые, не вникая в решение, спрашивают "сможешь". Ему - "конечно". А потом начинаются "пляски с бубном".

Другое дело, когда подобным образом формулируют тему дипломного проекта/работы. Любой преподаватель должен "в первом приближении" знать пути решения и возможный результат. Либо иметь запасной вариант, например в виде промежуточного результата или сопутствующей задачи.
И это связано в первую очередь с тем, что ДП (ДР) это квалификационная работа, а не творческая-научно-исследовательская на произвольную тему.


Так что не стоит всегда винить во всем "Тупого препода. Который нам ничего не рассказывает, а только спрашивает. И требует получение нереальных результатов."

[Borjomy_1]

Так что не стоит всегда винить во всем "Тупого препода. Который нам ничего не рассказывает, а только спрашивает. И требует получение нереальных результатов."

Не, я не виню во всем. Однако, если эта задача является стандартной (с допущениями на линейность и симметричность), то и решение является стандартным. В данном случае есть реальная задача, однако переданные преподом знания на уровне описания сферического коня в вакууме.

[Jakob Brontfeyn]

http://zone.ni.com/reference/en-XX/help ... mperature/
http://digital.ni.com/public.nsf/allkb/ ... 840049BC6E
http://file.scirp.org/pdf/JSEA20110300002_37560895.pdf