Controlerul este componenta de bază a sistemului de control al automatizării, responsabilă pentru recepția semnalelor senzorilor, procesarea datelor, emiterea instrucțiunilor de control pentru a obține un control precis al obiectului controlat. Metodele de control ale controlerului sunt variate, iar metodele de control diferite sunt potrivite pentru diferite scenarii și nevoi de control. În această lucrare, vom introduce în detaliu mai multe metode de control utilizate adesea de controlere, inclusiv controlul PID, controlul fuzzy, controlul adaptiv, controlul predictiv, controlul rețelei neuronale și controlul inteligent.
1. Control PID
Controlul PID (Controlul proporțional-Integral-Derivativ) este o metodă de control clasică, utilizată pe scară largă în producția industrială, aerospațială, transport etc. Controlerul PID controlează obiectul controlat prin cele trei legături Proporțional (P), Integral (I) și Derivat (D).
1.1 Control proporțional
Controlul proporțional stă la baza controlului PID, legea de control este: u (t)=Kp * e (t), unde u (t) pentru mărimea de control, Kp pentru coeficientul de proporționalitate, e (t) pentru abatere. Funcția principală a controlului proporțional este de a reduce abaterea și de a îmbunătăți viteza de răspuns a sistemului.
1.2 Control integral
Funcția controlului integral este de a elimina diferența statică a sistemului și de a îmbunătăți stabilitatea sistemului. Legea de control este: u(t)=u(t-1) + Ki * ∫e(t)dt, unde Ki este coeficientul integral.
1.3 Control diferențial
Funcția principală a controlului diferențial este de a suprima oscilația sistemului și de a îmbunătăți capacitatea anti-interferențe a sistemului. Legea sa de control este: u(t)=u(t{-1) - Kd * de(t)/dt, unde Kd este coeficientul diferenţial.
1.4 Caracteristicile controlului PID
Controlul PID are avantajele structurii simple, ajustării ușoare a parametrilor, adaptabilității și așa mai departe, dar, în același timp, există anumite limitări, cum ar fi controlul slab al sistemelor neliniare și{0}}variabile în timp și cerințe mai mari pentru ajustarea parametrilor.
2. Control neclar
Controlul fuzzy este un tip de control bazat pe logica fuzzy, care este potrivit pentru a face față incertitudinii și ambiguității. Controlerul fuzzy realizează controlul obiectului controlat prin trei părți: bază de reguli fuzzy, mașină de inferență fuzzy și defuzzifier.
2.1 Baza de reguli fuzzy
Baza de reguli fuzzy este nucleul controlerului fuzzy, care conține o serie de reguli fuzzy pentru a descrie relația dintre variabilele de intrare și variabilele de ieșire. O regulă neclară este de forma DACĂ variabila de intrare este set neclar, apoi variabila de ieșire este set neclar.
2.2 Mașină de inferență neclară
Mașina de inferență neclară motivează cu privire la variabilele de intrare conform regulilor din baza de reguli fuzzy pentru a obține valorile fuzzy ale variabilelor de ieșire. Procesul de inferență fuzzy include patru pași: fuzzificarea, potrivirea regulilor, fuziunea regulilor și defuzzificarea.
2.3 Defuzzifier
Rolul defuzzifierului este de a converti valorile fuzzy obținute din raționamentul fuzzy în mărimi de control reale. Metodele de defuzificare utilizate în mod obișnuit includ metoda de afiliere maximă, metoda medie ponderată etc.
2.4 Caracteristicile controlului fuzzy
Controlul fuzzy are capacitatea de a face față incertitudinii și problemelor neclare, cu cerințe scăzute pentru ajustarea parametrilor și adaptabilitate ridicată. Cu toate acestea, controlul fuzzy are și unele limitări, cum ar fi construcția bazei de reguli necesită multă experiență și cunoștințe, iar precizia controlului este afectată de împărțirea mulțimii fuzzy și metoda de inferență.
3. Control adaptiv
Controlul adaptiv este un fel de metodă de control care poate ajusta automat parametrii de control în funcție de caracteristicile obiectului controlat și de schimbările de mediu. Controlerul adaptiv include de obicei trei părți: identificarea modelului, estimarea parametrilor și proiectarea legii de control.
3.1 Recunoașterea modelului
Identificarea modelului este baza controlului adaptiv, prin datele de intrare și de ieșire pentru a stabili modelul matematic al obiectului controlat, pentru a oferi o bază pentru estimarea parametrilor și proiectarea legii de control.
3.2 Estimarea parametrilor
Estimarea parametrilor este de a estima online parametrii obiectului controlat în funcție de informațiile obținute din identificarea modelului, care furnizează informații despre parametrii în timp real-pentru proiectarea legii de control.
3.3 Proiectarea legii de control
Proiectarea legii de control este de a proiecta legea de control adaptată la caracteristicile obiectului controlat și la schimbările de mediu în funcție de rezultatele identificării modelului și estimării parametrilor, astfel încât să se realizeze controlul precis al obiectului controlat.
3.4 Caracteristicile controlului adaptiv
Controlul adaptiv are capacitatea de a se adapta la caracteristicile obiectului controlat și la schimbările de mediu și poate realiza controlul sistemelor neliniare și{0}}variabile în timp. Cu toate acestea, controlul adaptiv are, de asemenea, unele limitări, cum ar fi acuratețea identificării modelului și estimarea parametrilor afectează efectul de control, iar proiectarea legii de control este complicată.
4. Controlul predictiv
Controlul predictiv este o metodă de control bazată pe informații de predicție viitoare, care realizează controlul optim al obiectului controlat prin prezicerea comportamentului viitor al obiectului controlat.
4.1 Model predictiv
Modelul predictiv este baza controlului predictiv, folosit pentru a descrie comportamentul dinamic al obiectului controlat. Modelele de predicție utilizate în mod obișnuit sunt modelul ARX, modelul BJ și așa mai departe.
4.2 Algoritmul de predicție
Algoritmul de predicție prezice comportamentul viitor al obiectului controlat conform modelului de predicție și informațiilor curente de intrare și ieșire. Algoritmii de predicție folosiți în mod obișnuit includ cele mai mici pătrate recursive, filtrul Kalman etc.
4.3 Controlul optimizării
Controlul optim se bazează pe rezultatele predicției, prin algoritmul de optimizare pentru a rezolva legea optimă de control, pentru a obține un control optim al obiectului controlat. Algoritmii de optimizare folosiți în mod obișnuit sunt programarea liniară, programarea pătratică și așa mai departe.