ਕੰਟਰੋਲ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਸਪੋਰਟ

ਲਾਭ:

• ਏਆਈ ਨਾਲ ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ, ਪੋਲ-ਜ਼ੀਰੋ ਅਤੇ ਸਥਿਰਤਾ ਸੰਕਲਪਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਏਆਈ ਸੁਝਾਅ ਦੇ ਨਾਲ ਪੀਆਈਡੀ ਪੈਰਾਮੀਟਰ ਸੈਟਿੰਗ ਨੂੰ ਅਰੰਭ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਸਿਮੂਲੇਸ਼ਨ ਅਤੇ ਫੀਲਡ ਸੈਟਿੰਗ ਦੁਆਰਾ ਇਸਨੂੰ ਸੁਰੱਖਿਅਤ ਰੂਪ ਵਿੱਚ ਬਿਹਤਰ ਬਣਾਉਣ ਦੀ ਸਮਰੱਥਾ
• AI ਦੀ ਸਥਿਰਤਾ ਅਤੇ ਜਵਾਬਦੇਹੀ ਦਾਅਵਿਆਂ ਨੂੰ ਬੋਡ/ਰੂਟ ਲੋਕਸ ਅਤੇ ਅਸਲ ਜਵਾਬ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਇੱਕ ਇੰਜਣ ਨੂੰ ਨਿਰੰਤਰ ਗਤੀ 'ਤੇ ਰੱਖਣਾ, ਟੀਚੇ ਦੇ ਤਾਪਮਾਨ 'ਤੇ ਭੱਠੀ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਨਾ, ਜਾਂ ਡਰੋਨ ਨੂੰ ਹਵਾ ਵਿੱਚ ਸਥਿਰ ਰੱਖਣਾ; ਉਹ ਸਾਰੀਆਂ ਨਿਯੰਤਰਣ ਪ੍ਰਣਾਲੀ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਹਨ. ਕੰਟਰੋਲ ਡਿਜ਼ਾਈਨ ਗਣਿਤ ਦੀ ਤੀਬਰ ਹੈ: ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ, ਪੋਲ, ਜ਼ੀਰੋ, ਸਥਿਰਤਾ ਮਾਪਦੰਡ ਅਤੇ PID ਟਿਊਨਿੰਗ। ਏਆਈ ਇਸ ਗਣਿਤ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਤਾ ਹੈ; ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ ਨੂੰ ਸਰਲ ਬਣਾਉਂਦਾ ਹੈ, ਸਥਿਰਤਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, PID ਸ਼ੁਰੂਆਤੀ ਮੁੱਲਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਪਾਈਥਨ ਸਿਮੂਲੇਸ਼ਨ ਕੋਡ ਲਿਖਦਾ ਹੈ। ਪਰ ਨਿਯੰਤਰਣ ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਇੱਕ ਗਲਤ ਪੈਰਾਮੀਟਰ ਸਿਰਫ "ਬੁਰਾ ਪ੍ਰਦਰਸ਼ਨ" ਨਹੀਂ ਹੈ; ਓਸਿਲੇਸ਼ਨ, ਓਵਰਸ਼ੂਟ ਅਤੇ ਅਸਥਿਰਤਾ ਅਸਲ ਉਪਕਰਣ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦੀ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਇਹ ਕਵਰ ਕਰਾਂਗੇ ਕਿ ਸਥਿਰਤਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ, ਤੁਹਾਨੂੰ PID ਨੂੰ ਸਿਮੂਲੇਸ਼ਨ ਅਤੇ ਕੈਸਕੇਡ ਫੀਲਡ ਟੈਸਟਿੰਗ ਨਾਲ ਕਿਉਂ ਟਿਊਨ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ ਬੋਡ/ਰੂਟ-ਲੋਕਸ ਕਰਵ ਨਾਲ AI ਦੇ ਦਾਅਵਿਆਂ ਦੀ ਪੁਸ਼ਟੀ ਕਿਵੇਂ ਕਰਨੀ ਹੈ।

ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ, ਪੋਲਰਿਟੀ-ਜ਼ੀਰੋ ਅਤੇ ਸਥਿਰਤਾ

ਇੱਕ ਸਿਸਟਮ ਦੇ ਗਤੀਸ਼ੀਲ ਵਿਵਹਾਰ ਨੂੰ ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ G(s) ਦੁਆਰਾ ਦਰਸਾਇਆ ਜਾਂਦਾ ਹੈ। ਡਿਨੋਮੀਨੇਟਰ (ਖੰਭਿਆਂ) ਦੀਆਂ ਜੜ੍ਹਾਂ ਸਿਸਟਮ ਦੀ ਸਥਿਰਤਾ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੀਆਂ ਹਨ: ਨਿਰੰਤਰ ਸਮਾਂ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ, ਸਿਸਟਮ ਸਥਿਰ ਹੁੰਦਾ ਹੈ ਜੇਕਰ ਸਾਰੇ ਧਰੁਵ ਖੱਬੇ ਅੱਧੇ ਹਿੱਸੇ ਵਿੱਚ ਹੁੰਦੇ ਹਨ (ਅਸਲ ਭਾਗ <0)। AI ਇੱਕ ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ ਨੂੰ ਸਰਲ ਜਾਂ ਧਰੁਵੀਕਰਨ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਨਤੀਜੇ ਦੀ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਜਾਂਚ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ।

ਉਦਾਹਰਨ: G(s) = 1 / (s² + 3s + 2)Denominator roots: s² + 3s + 2 = (s+1)(s+2) = 0ਧਰੁੱਵ: s = -1 ਅਤੇ s = -2 → ਦੋਵੇਂ ਖੱਬੇ ਅੱਧੇ ਸਮਤਲ ਵਿੱਚ

ਸੰਕੇਤ: ਇੱਕ ਵਾਰ ਜਦੋਂ ਤੁਹਾਡੇ ਕੋਲ AI ਇੱਕ ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ ਦੇ ਖੰਭਿਆਂ ਨੂੰ ਲੱਭ ਲੈਂਦਾ ਹੈ, ਤਾਂ ਵਿਸ਼ੇਸ਼ ਸਮੀਕਰਨ ਨੂੰ ਖੁਦ ਫੈਕਟਰ ਕਰੋ ਜਾਂ Python (numpy.roots) ਨਾਲ ਜੜ੍ਹਾਂ ਦੀ ਗਣਨਾ ਕਰੋ। AI ਬੀਜਗਣਿਤ ਸਰਲੀਕਰਨ ਵਿੱਚ ਸੰਕੇਤ ਅਤੇ ਗੁਣਾਂਕ ਗਲਤੀਆਂ ਕਰ ਸਕਦਾ ਹੈ; ਕਿਉਂਕਿ ਸਥਿਰਤਾ ਦਾ ਫੈਸਲਾ ਇਹਨਾਂ ਜੜ੍ਹਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਗਲਤੀ ਮਹਿੰਗਾ ਹੈ.

ਸਥਿਰਤਾ ਮਾਪਦੰਡ

ਜੇਕਰ ਖੰਭਿਆਂ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਲੱਭਣਾ ਮੁਸ਼ਕਲ ਹੈ, ਤਾਂ ਰੂਥ-ਹਰਵਿਟਜ਼ ਮਾਪਦੰਡ ਗੁਣਾਂਕ ਸਮੀਕਰਨਾਂ ਤੋਂ ਸਥਿਰਤਾ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ। AI ਇਸ ਸਾਰਣੀ ਨੂੰ ਬਣਾ ਸਕਦਾ ਹੈ; ਤੁਸੀਂ ਜਾਂਚ ਕਰਦੇ ਹੋ ਕਿ ਕੀ ਪਹਿਲੇ ਕਾਲਮ ਵਿੱਚ ਕੋਈ ਨਿਸ਼ਾਨੀ ਤਬਦੀਲੀ (ਅਨਿਯਮਤ ਚਿੰਨ੍ਹ) ਹੈ। ਬਾਰੰਬਾਰਤਾ ਡੋਮੇਨ ਵਿੱਚ, ਬੋਡ ਚਿੱਤਰ ਵਿੱਚ ਲਾਭ ਮਾਰਜਿਨ ਅਤੇ ਪੜਾਅ ਮਾਰਜਿਨ ਸਿਸਟਮ ਦੀ ਸਥਿਰਤਾ ਹਾਸ਼ੀਏ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਸਕਾਰਾਤਮਕ ਅਤੇ ਲੋੜੀਂਦੇ ਹਾਸ਼ੀਏ (ਆਮ ਤੌਰ 'ਤੇ ਪੜਾਅ ਮਾਰਜਿਨ > 45°) ਇੱਕ ਸਿਹਤਮੰਦ ਡਿਜ਼ਾਈਨ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।

PID ਟਿਊਨਿੰਗ: AI ਸਿਫ਼ਾਰਿਸ਼ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਹੈ, ਅੰਤਿਮ ਫੈਸਲਾ ਨਹੀਂ

PID ਕੰਟਰੋਲਰ ਵਿੱਚ ਤਿੰਨ ਸ਼ਬਦ ਹੁੰਦੇ ਹਨ: ਅਨੁਪਾਤਕ (Kp), ਇੰਟੈਗਰਲ (Ki) ਅਤੇ ਡੈਰੀਵੇਟਿਵ (Kd)। AI ਸ਼ੁਰੂਆਤੀ ਮੁੱਲਾਂ ਜਾਂ ਤਰੀਕਿਆਂ ਜਿਵੇਂ ਕਿ ਜ਼ੀਗਲਰ-ਨਿਕੋਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਤੁਹਾਡੇ ਸਿਸਟਮ ਮਾਡਲ 'ਤੇ ਆਧਾਰਿਤ ਸੈਟਿੰਗ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਕਰ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਹ ਮੁੱਲ ਸਿਰਫ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹਨ। ਅਸਲ ਪ੍ਰਣਾਲੀ ਵਿੱਚ, ਮਾਡਲ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਹੀ ਨਹੀਂ ਹੈ; ਰਗੜ, ਦੇਰੀ, ਸੰਤ੍ਰਿਪਤਾ ਅਤੇ ਮਾਪ ਸ਼ੋਰ ਹਨ.

PID ਮਿਆਦ

ਪ੍ਰਭਾਵ

ਜਦੋਂ ਤੁਸੀਂ ਚਰਮ 'ਤੇ ਜਾਂਦੇ ਹੋ

Kp (ਅਨੁਪਾਤਕ)

ਤੇਜ਼ ਜਵਾਬ ਗਲਤੀ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ

oscillation, ਅਸਥਿਰਤਾ

ਚੀ (ਅੰਤਰ)

ਸਥਾਈ ਗਲਤੀ ਨੂੰ ਰੀਸੈੱਟ ਕਰਦਾ ਹੈ

ਓਵਰਸ਼ੂਟ, ਅਟੁੱਟ ਵਿੰਡਅੱਪ

Kd (ਡੈਰੀਵੇਟਿਵ)

ਓਵਰਸ਼ੂਟ ਨੂੰ ਦਬਾਉਂਦੀ ਹੈ ਅਤੇ ਗਿੱਲੀ ਕਰਦੀ ਹੈ

ਰੌਲਾ ਵਧਾਓ

ਸੁਰੱਖਿਅਤ ਟਿਊਨਿੰਗ ਪਹੁੰਚ ਹੈ: ਪਹਿਲਾਂ ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ AI ਦੇ ਸੁਝਾਅ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ, ਕਦਮ ਜਵਾਬ ਖਿੱਚੋ; ਫਿਰ ਹੌਲੀ-ਹੌਲੀ ਘੱਟ ਜੋਖਮ, ਸੀਮਤ ਸਥਿਤੀ ਵਿੱਚ ਖੇਤਰ ਵਿੱਚ ਲਾਗੂ ਕਰੋ। ਓਵਰਸ਼ੂਟ, ਸੈਟਲਿੰਗ ਟਾਈਮ, ਅਤੇ ਓਸਿਲੇਸ਼ਨ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, ਇਕ-ਇਕ ਕਰਕੇ ਸ਼ਰਤਾਂ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰੋ।

npfrom scipy ਇੰਪੋਰਟ ਸਿਗਨਲ# ਸਿਸਟਮ: G(s) = 1/(s^2 + 3s + 2), PID ਸ਼ੁਰੂਆਤੀ ਮੁੱਲ AIdanKp, Ki, Kd = 10.0, 5.0, 2.0# PID: C(s) = Kp + Ki/s + Kd*snum, K_p = K_d] 0]# ਓਪਨ ਲੂਪ ਅਤੇ ਬੰਦ ਚੱਕਰਜੀ = ਸਿਗਨਲ। ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ([1], [1, 3, 2])# ... ਓਪਨ ਲੂਪ ਗੁਣਾ ਅਤੇ ਬੰਦ ਲੂਪ ਫੀਡਬੈਕ ਸਥਾਪਤ ਕੀਤੇ ਗਏ ਹਨ# ਪਲਾਟ ਬੰਦ ਲੂਪ ਸਟੈਪ ਜਵਾਬ, ਮਾਪ ਓਵਰਸ਼ੂਟ ਅਤੇ ਨਿਪਟਾਉਣ ਦਾ ਸਮਾਂ, y = signal.step(signal.TransferFunction([Kd,Kp,Ki],[1,3+Kd,2+Kp,Ki]))ਓਵਰਸ਼ੂਟ = (y.max() - y[-1]) / y[-1] * 100print(f"Overshoot: %{overshoot:"} }} ਮੁੱਲ:[1}}].

ਸਾਵਧਾਨ: ਪੂਰੀ ਓਪਰੇਟਿੰਗ ਸਥਿਤੀ 'ਤੇ ਸਿੱਧੇ ਤੌਰ 'ਤੇ AI ਸਿਫ਼ਾਰਿਸ਼ ਕੀਤੇ PID ਮੁੱਲਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਨਾਲ ਮੋਟਰ, ਵਾਲਵ ਜਾਂ ਉਪਕਰਣ ਨੂੰ ਅਚਾਨਕ ਓਵਰਸ਼ੂਟ ਅਤੇ ਓਸਿਲੇਸ਼ਨ ਨਾਲ ਤਣਾਅ ਹੋ ਸਕਦਾ ਹੈ। ਹਮੇਸ਼ਾ ਪਹਿਲਾਂ ਸਿਮੂਲੇਸ਼ਨ ਦੇ ਕ੍ਰਮ ਦੀ ਪਾਲਣਾ ਕਰੋ, ਫਿਰ ਘੱਟ-ਜੋਖਮ ਵਾਲੀ ਫੀਲਡ ਟੈਸਟਿੰਗ, ਫਿਰ ਹੌਲੀ-ਹੌਲੀ ਸੁਧਾਰ ਕਰੋ। ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਐਮਰਜੈਂਸੀ ਸਟਾਪ ਅਤੇ ਸੁਰੱਖਿਅਤ ਸੀਮਾਵਾਂ ਸਰਗਰਮ ਹਨ।

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ​​ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ:"ਇਸ ਮੋਟਰ ਨੂੰ ਪੀਆਈਡੀ ਟਿਊਨਿੰਗ ਦਿਓ।"(ਨਤੀਜਾ: ਸੰਦਰਭ ਤੋਂ ਬਿਨਾਂ ਤਿੰਨ ਸੰਖਿਆਵਾਂ; ਸਿਸਟਮ ਦੀ ਗਤੀਸ਼ੀਲਤਾ ਅਤੇ ਰੁਕਾਵਟਾਂ ਨੂੰ ਜਾਣੇ ਬਿਨਾਂ।)STRONG:"ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ G(s)=1/(s^2+3s+2) ਵਾਲੇ ਸਿਸਟਮ ਲਈ PID ਸ਼ੁਰੂਆਤੀ ਮੁੱਲਾਂ ਦਾ ਸੁਝਾਅ ਦਿਓ। ਪ੍ਰਦਾਨ ਕਰੋ:- ਜ਼ੀਗਲਰ-ਨਿਕੋਲਸ ਅਤੇ ਇਸ ਦੇ ਸਮਾਨ ਢੰਗਾਂ ਨੂੰ ਸਮਝਾਓ। ਬੰਦ-ਲੂਪ ਕਦਮ ਜਵਾਬ ਲਈ ਸਮਾਂ ਨਿਪਟਾਉਣਾ।- ਇਹ ਮੁੱਲ ਸਿਰਫ ਸਿਮੂਲੇਸ਼ਨ ਸ਼ੁਰੂਆਤ ਹਨ "ਨੋਟ ਕਰੋ ਕਿ ਖੇਤਰ ਵਿੱਚ ਹੌਲੀ-ਹੌਲੀ ਸਮਾਯੋਜਨ ਦੀ ਲੋੜ ਹੈ। ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿਓ ਕਿ ਜੇ ਮਾਡਲ ਅਸਲ ਪ੍ਰਣਾਲੀ ਤੋਂ ਭਟਕ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਮੁੱਲ ਬਦਲ ਜਾਣਗੇ।"

AI ਦੇ ਦਾਅਵਿਆਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ: ਬੋਡ ਅਤੇ ਰੂਟ-ਲੋਕਸ ਕਰਵ

ਜਦੋਂ AI ਕਹਿੰਦਾ ਹੈ "ਇਹ ਸੈਟਿੰਗ ਸਥਿਰ ਅਤੇ ਤੇਜ਼ ਹੈ", ਤਾਂ ਦੋ ਗ੍ਰਾਫਾਂ ਨਾਲ ਇਸਦੀ ਜਾਂਚ ਕਰੋ। ਰੂਟ ਟਿਕਾਣਾ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਖੰਭੇ ਹਿਲਦੇ ਹਨ ਜਿਵੇਂ ਕਿ ਲਾਭ ਬਦਲਦਾ ਹੈ; ਜੇਕਰ ਖੰਭੇ ਸੱਜੇ ਅੱਧੇ ਪਲੇਨ ਵਿੱਚ ਚਲੇ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਸਿਸਟਮ ਅਸਥਿਰ ਹੋ ਜਾਂਦਾ ਹੈ। ਬੋਡ ਚਿੱਤਰ ਲਾਭ ਅਤੇ ਪੜਾਅ ਮਾਰਜਿਨ ਦਿੰਦਾ ਹੈ। ਦ੍ਰਿਸ਼ਟੀਗਤ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਇਹ ਹਾਸ਼ੀਏ ਅਜੇ ਵੀ AI ਸੁਝਾਏ ਗਏ ਲਾਭ 'ਤੇ ਸੁਰੱਖਿਅਤ ਹਨ। ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਤਸਦੀਕ ਅਸਲ ਸਿਸਟਮ ਦੇ ਕਦਮ ਜਵਾਬ ਨੂੰ ਮਾਪਣਾ ਅਤੇ ਸਿਮੂਲੇਸ਼ਨ ਨਾਲ ਤੁਲਨਾ ਕਰਨਾ ਹੈ; ਜੇਕਰ ਦੋਵੇਂ ਮੇਲ ਖਾਂਦੇ ਹਨ, ਤਾਂ ਤੁਹਾਡਾ ਮਾਡਲ ਅਤੇ ਸੈਟਿੰਗ ਭਰੋਸੇਯੋਗ ਹਨ।

ਮਿੰਨੀ ਕੇਸ

ਇੱਕ ਆਟੋਮੇਸ਼ਨ ਇੰਜੀਨੀਅਰ AI ਤੋਂ ਇੱਕ ਤਾਪਮਾਨ ਭੱਠੀ ਤੱਕ PID ਮੁੱਲਾਂ ਨੂੰ ਲਾਗੂ ਕਰਦਾ ਹੈ। ਪ੍ਰਤੀਕਿਰਿਆ ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ ਵਧੀਆ ਲੱਗਦੀ ਹੈ। ਪਰ ਫੀਲਡ ਵਿੱਚ, ਭੱਠੀ ਟੀਚੇ ਦੇ ਤਾਪਮਾਨ ਤੋਂ ਚੰਗੀ ਤਰ੍ਹਾਂ ਉੱਪਰ ਜਾਂਦੀ ਹੈ ਅਤੇ ਓਸੀਲੇਟ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੰਦੀ ਹੈ। ਕਾਰਨ: ਅਸਲੀ ਓਵਨ ਦੀ ਹੀਟਿੰਗ ਦੇਰੀ (ਡੈੱਡ ਟਾਈਮ) ਮਾਡਲ ਵਿੱਚ ਨਹੀਂ ਸੀ; AI ਨੇ ਇੱਕ ਆਦਰਸ਼, ਪਛੜ-ਮੁਕਤ ਮਾਡਲ ਮੰਨਿਆ ਹੈ। ਇੰਜਨੀਅਰ ਅਟੁੱਟ ਮਿਆਦ ਨੂੰ ਛੱਡ ਕੇ, ਇੱਕ ਦੇਰੀ ਦਾ ਮੁਆਵਜ਼ਾ ਜੋੜ ਕੇ, ਅਤੇ ਪਹਿਲਾਂ ਇੱਕ ਘੱਟ ਸੈੱਟ-ਪੁਆਇੰਟ 'ਤੇ ਟੈਸਟ ਕਰਕੇ ਸਿਸਟਮ ਨੂੰ ਸੁਰੱਖਿਅਤ ਢੰਗ ਨਾਲ ਫਿੱਟ ਕਰਦਾ ਹੈ। ਸਬਕ: AI ਦੀ PID ਸਿਫ਼ਾਰਿਸ਼ ਸਿਰਫ਼ ਤੁਹਾਡੇ ਮਾਡਲ ਜਿੰਨੀ ਹੀ ਚੰਗੀ ਹੈ; ਵਾਸਤਵਿਕ ਪਛੜ, ਸੰਤ੍ਰਿਪਤਾ ਅਤੇ ਰਗੜ ਫੀਲਡ ਵਿੱਚ ਹੁੰਦੇ ਹਨ ਅਤੇ ਹੌਲੀ-ਹੌਲੀ ਸਮਾਯੋਜਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਆਮ ਗਲਤੀਆਂ

• ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਧਰੁਵੀਤਾ/ਸਥਿਰਤਾ ਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ AI ਦੇ ਬੀਜਗਣਿਤ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ।
• ਪੂਰੀ ਓਪਰੇਟਿੰਗ ਸਥਿਤੀ 'ਤੇ ਸਿੱਧੇ ਤੌਰ 'ਤੇ PID ਮੁੱਲਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨਾ।
• ਮਾਡਲ ਵਿੱਚ ਡੈੱਡ ਟਾਈਮ, ਸੰਤ੍ਰਿਪਤਾ ਅਤੇ ਰਗੜ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ.
• ਮਾਪ ਸ਼ੋਰ (ਸ਼ੋਰ ਨੂੰ ਵਧਾਇਆ ਗਿਆ ਹੈ) 'ਤੇ ਵਿਚਾਰ ਕੀਤੇ ਬਿਨਾਂ ਡੈਰੀਵੇਟਿਵ ਸ਼ਬਦ ਵੱਡਾ ਚੁਣਨਾ।
• ਅਟੁੱਟ ਵਿੰਡਅਪ ਅਤੇ ਸੰਤ੍ਰਿਪਤਾ ਸੀਮਾਵਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ।
• ਫੀਲਡ ਵਿੱਚ ਇਸਦੀ ਜਾਂਚ ਕੀਤੇ ਬਿਨਾਂ ਇਸਨੂੰ ਚਾਲੂ ਕਰਨਾ ਕਿਉਂਕਿ ਸਿਮੂਲੇਸ਼ਨ "ਚੰਗਾ" ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ

• ਸਥਿਰਤਾ ਖੰਭਿਆਂ ਦੀ ਸਥਿਤੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ; ਖੱਬਾ ਅੱਧਾ ਪਲੇਨ ਸਥਿਰ ਹੈ, ਸੱਜਾ ਅੱਧਾ ਪਲੇਨ ਅਸਥਿਰ ਹੈ।
• ਰੂਥ-ਹੁਰਵਿਟਜ਼, ਬੋਡ (ਲਾਭ/ਪੜਾਅ ਹਾਸ਼ੀਏ) ਅਤੇ ਰੂਟ-ਲੋਕਸ ਸਥਿਰਤਾ ਪੁਸ਼ਟੀਕਰਨ ਸਾਧਨ ਹਨ।
• AI ਦੀ PID ਸਿਫ਼ਾਰਿਸ਼ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹੈ; ਕ੍ਰਮ ਇਸ ਤਰ੍ਹਾਂ ਹੈ: ਸਿਮੂਲੇਸ਼ਨ → ਘੱਟ ਜੋਖਮ ਵਾਲੀ ਸਾਈਟ → ਹੌਲੀ-ਹੌਲੀ ਸੁਧਾਰ।
• ਹਰੇਕ PID ਮਿਆਦ ਨੂੰ ਵੱਧ ਕਰਨ ਦੇ ਲਾਭ ਅਤੇ ਜੋਖਮ ਨੂੰ ਜਾਣਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
• AI ਦੇ ਸਥਿਰਤਾ ਦਾਅਵਿਆਂ ਦੀ ਜਾਂਚ ਬੋਡ/ਰੂਟ-ਲੋਕਸ ਕਰਵ ਅਤੇ ਅਸਲ ਕਦਮ ਪ੍ਰਤੀਕਿਰਿਆ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
• ਅਸਲ ਸਿਸਟਮ ਵਿੱਚ ਲੇਟੈਂਸੀ ਅਤੇ ਸੰਤ੍ਰਿਪਤਾ ਲਈ ਆਦਰਸ਼ ਮਾਡਲ ਤੋਂ ਪਰੇ ਟਿਊਨਿੰਗ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਸਧਾਰਨ ਸੈਕਿੰਡ-ਆਰਡਰ ਸਿਸਟਮ ਚੁਣੋ (ਜਾਂ ਆਪਣੇ ਸਿਸਟਮ ਦਾ ਇੱਕ ਮਾਡਲ ਵਰਤੋ)। ਟ੍ਰਾਂਸਫਰ ਫੰਕਸ਼ਨ ਦੀਆਂ ਧਰੁਵੀਆਂ ਅਤੇ ਇੱਕ PID ਸ਼ੁਰੂਆਤੀ ਸੈਟਿੰਗ ਲਈ AI ਨੂੰ ਪੁੱਛੋ। ਫਿਰ: (1) ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ numpy.roots ਨਾਲ ਪੋਲਰਿਟੀ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ, (2) ਬੰਦ-ਲੂਪ ਸਟੈਪ ਜਵਾਬ ਦੀ ਨਕਲ ਕਰੋ ਅਤੇ ਓਵਰਸ਼ੂਟ ਅਤੇ ਸੈਟਲ ਕਰਨ ਦੇ ਸਮੇਂ ਨੂੰ ਮਾਪੋ, (3) Kp, Ki, Kd ਨੂੰ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਬਦਲੋ ਅਤੇ ਵੇਖੋ ਕਿ ਜਵਾਬ ਕਿਵੇਂ ਵਿਗੜਦਾ ਹੈ। ਆਪਣੇ ਖੁਦ ਦੇ ਨਿਰੀਖਣਾਂ ਨਾਲ ਸਮਝਾਓ ਕਿ ਏਆਈ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਸਿਰਫ਼ ਇੱਕ ਸ਼ੁਰੂਆਤ ਕਿਉਂ ਹੈ।