Добивки:
- Способност за анализа и интерпретација на преносната функција, концептите на пол-нула и стабилност со вештачка интелигенција
- Способност да се иницијализира поставката на PID параметар со предлог за вештачка интелигенција и безбедно да се подобри преку симулација и поставување на терен
- Способност да се проверат барањата за стабилност и одговорност на вештачката интелигенција со Bode/root локус и вистински одговор
Одржување на моторот на константна брзина, балансирање на печката на целната температура или одржување на беспилотно летало стабилно во воздухот; Сите тие се проблеми со системот за контрола. Контролниот дизајн е математички интензивен: функции за пренос, полови, нули, критериуми за стабилност и PID подесување. ВИ е моќна помош во оваа математика; ја поедноставува функцијата за пренос, ја објаснува анализата на стабилноста, ги предлага почетните вредности на PID и пишува Python симулациски код. Но, неточен параметар во контролниот систем не е само „лоши перформанси“; Осцилацијата, прескокнувањето и нестабилноста може да ја оштетат вистинската опрема. Во оваа единица, ќе покриеме како да се користи вештачката интелигенција во анализата на стабилноста, зошто треба да го прилагодите PID со симулација и каскадно тестирање на теренот и како да ги потврдите тврдењата на вештачката интелигенција со крива Bode/root-locus.
Функција за пренос, поларитет-нула и стабилност
Динамичкото однесување на системот се изразува со преносната функција G(s). Корените на именителот (половите) ја одредуваат стабилноста на системот: во системите за континуирано време, системот е стабилен ако сите полови се во левата полурамнина (реален дел < 0). ВИ може да ја поедностави или поларизира функцијата за пренос, но неопходно е независно да се провери резултатот.
Пример: G(s) = 1 / (s² + 3s + 2) Корени именители: s² + 3s + 2 = (s+1)(s+2) = 0Полови: s = -1 и s = -2 → и двата во левата половина рамнина → STABLETвременски константи: τ1 = 1 0, τ2
Совет: Откако ќе ја добиете вештачката интелигенција, пронајдете ги половите на функцијата за пренос, сами пресметајте ја карактеристичната равенка или пресметајте ги корените со Python (numpy.roots). ВИ може да направи грешки во знакот и коефициентот во алгебарското поедноставување; Бидејќи одлуката за стабилност зависи од овие корени, грешката е скапа.
Критериуми за стабилност
Ако е тешко директно да се најдат половите, критериумот Рут-Хурвиц ја одредува стабилноста од коефициентите на карактеристичната равенка. ВИ може да ја изгради оваа табела; Проверувате дали има промена на знакот (знак за неодлучност) во првата колона. Во доменот на фреквенцијата, маргината на засилување и фазната маргина во дијаграмот Боде ја покажуваат маргината на стабилност на системот. Позитивните и доволни маргини (обично фазна маргина > 45°) укажуваат на здрав дизајн.
Подесување на PID: Препораката за вештачка интелигенција е прелиминарна, а не конечна одлука
PID контролерот се состои од три члена: пропорционален (Kp), интегрален (Ki) и изводен (Kd). Вештачката интелигенција може да препорача поставка врз основа на вашиот системски модел, користејќи почетни вредности или методи како што е Ziegler-Nichols. Сепак, овие вредности се само почетна точка. Во реалниот систем, моделот не е целосно точен; Постојат триење, доцнење, сатурација и мерна бучава.
PID термин
Ефект
Кога одите во крајности
Кп (пропорционално)
Брзиот одговор ја намалува грешката
осцилација, нестабилност
Чи (интегрален)
Ресетира трајна грешка
Надминување, интегрално намотување
Kd (дериват)
Го потиснува и придушува пречекорувањето
Засилете ја бучавата
Пристапот за безбедно подесување е: прво пробајте го предлогот на вештачката интелигенција во симулацијата, нацртајте го чекорот одговор; потоа постепено се имплементира на терен во нискоризична, ограничена состојба. Прилагодете ги поимите еден по еден, набљудувајќи го прескокнувањето, времето на таложење и осцилацијата.
увезете numpy како npод scipy увозен сигнал# Систем: G(s) = 1/(s^2 + 3s + 2), PID почетни вредности AIdanKp, Ki, Kd = 10.0, 5.0, 2.0# PID: C(s) = Kp + Ki/s + Kd*snum_c] = [Kd*snum_c] јамка и затворен циклусG = сигнал.TransferFunction([1], [1, 3, 2])# ... се воспоставени множење на отворен циклус и повратни информации за затворена јамка# Одговор на чекор од затворена јамка, MEASURE надминување и време на смирување, y = signal.step(signal.TransferFunction([Kd,Kp,Ki],[1,3+Kd,2+Kp,Ki])) overshoot = (y.max() - y[-1]) / y[-1] * 100print(f"Надминување: %{ overshoot:.1f.
Внимание: Примената на препорачаните вредности на PID со вештачка интелигенција директно при целосна работна состојба може да го напрега моторот, вентилот или опремата со ненадејно прескокнување и осцилација. Секогаш прво следете го редоследот на симулација, потоа тестирање на терен со низок ризик, а потоа постепено подобрување. Проверете дали се активирани итни прекини и безбедни ограничувања.
Слаба навестување / Силен навестување
СЛАБ: „Дајте PID подесување на овој мотор.“ (Резултат: три броја без контекст; без да се знае динамиката и ограничувањата на системот.)СИЛНО: „Предложете ги почетните вредности на PID за систем со функција за пренос G(s)=1/(s^2+3s+2). Обезбедете:- Објаснете го Ziegler-Nichols и поставете го како резултат на очекуваниот метод за преголеми временски услови. одговорот на чекорот во затворена јамка.- Овие вредности се само почеток на симулацијата „Забележете дека е потребно постепено прилагодување на теренот. Нагласете дека доколку моделот отстапи од реалниот систем, вредностите ќе се променат“.
Потврдување на тврдењата на вештачката интелигенција: Боде и кривата на корен-локус
Кога вештачката интелигенција вели „оваа поставка е стабилна и брза“, тестирајте го ова со два графикони. Локусот на коренот покажува како половите се движат како што се менува засилувањето; Ако столбовите се поместат на десната половина рамнина, системот станува нестабилен. Боде дијаграмот ги дава засилувањето и фазната маргина. Визуелно проверете дали овие маргини се сè уште безбедни за предложената добивка од ВИ. Најсилната верификација е да се измери чекорниот одговор на реалниот систем и да се спореди со симулацијата; Ако двете се совпаѓаат, вашиот модел и поставка се сигурни.
Мини случај
Инженер за автоматизација применува PID вредности од AI на температурна печка. Одговорот изгледа добро во симулацијата. Но, на терен, печката оди многу над целната температура и почнува да осцилира. Причината: вистинското доцнење на загревањето на рерната (мртво време) не беше во моделот; Вештачката интелигенција претпоставуваше идеален модел без заостанување. Инженерот безбедно се вклопува во системот со отфрлање на интегралниот термин, додавање на компензација за доцнење и прво тестирање на ниска зададена точка. Лекција: Препораката за PID на вештачката интелигенција е добра само како и вашиот модел; вистинското заостанување, заситеноста и триењето се појавуваат на теренот и бараат постепено прилагодување.
Вообичаени грешки
- Потпирајќи се на алгебрата на вештачката интелигенција без независно проверка на поларитетот/стабилноста.
- Директно примена на PID вредности при целосна работна состојба.
- Занемарување на мртвото време, заситеноста и триењето во моделот.
- Избор на изводниот термин голем без да се земе предвид мерниот шум (шумот се засилува).
- Игнорирање на интегралните ограничувања на намотување и заситеноста.
- Пуштање во употреба без да се тестира на терен бидејќи симулацијата е „добра“.
Сумирано
- Стабилноста зависи од локацијата на столбовите; Левата половина рамнина е стабилна, десната половина рамнина е нестабилна.
- Routh-Hurwitz, Bode (маргина на засилување/фаза) и стабилност на коренскиот локус се алатки за верификација.
- Препораката за ПИД на ВИ е почетна точка; Следува редоследот: симулација → место со низок ризик → постепено подобрување.
- Треба да се знаат придобивките и ризикот од претерување со секој термин на PID.
- Тврдењата за стабилност на вештачката интелигенција се тестираат со кривата Bode/root-locus и реалниот одговор на чекорот.
- Латентноста и заситеноста во реалниот систем бараат подесување надвор од идеалниот модел.
Задача за апликација
Изберете едноставен систем од втор ред (или користете модел на вашиот сопствен систем). Прашајте ја вештачката интелигенција за поларитетите на функцијата за пренос и почетната поставка на PID. Потоа: (1) независно потврдете го поларитетот со numpy.roots, (2) симулирајте го одговорот на чекорот во затворена јамка и измерете го пречекорувањето и времето на таложење, (3) менувајте Kp, Ki, Kd еден по еден и набљудувајте како одговорот се влошува. Објаснете со вашите сопствени набљудувања зошто препораката за вештачка интелигенција е само почеток.