கட்டுப்பாட்டு அல்காரிதம்கள்: PID மற்றும் AI ஆதரவு டியூனிங்

ஆதாயங்கள்:

• PID கட்டுப்படுத்தியின் P, I, D விதிமுறைகள் மற்றும் விளைவுகளை சரியான சூழலுடன் AIக்கு விளக்கி பயன்படுத்துவதற்கான திறன்
• ஜீக்லர்-நிக்கோல்ஸ் மற்றும் சோதனை ட்யூனிங் முறைகளை AI உதவியுடன் படிப்படியாக செயல்படுத்தும் திறன்
• AI பரிந்துரைகளில் ஒருங்கிணைந்த விண்டப், டெரிவேட்டிவ் சத்தம் போன்ற PID பொறிகளை அடையாளம் கண்டு அகற்றும் திறன்

ஒரு அடுப்பின் வெப்பநிலையை நிலையானதாக வைத்திருத்தல், ஒரு மோட்டாரின் வேகத்தை விரும்பிய மதிப்பில் செலுத்துதல், ட்ரோனின் கோணத்தை சமநிலைப்படுத்துதல்; அவர்கள் அனைவரின் இதயத்திலும் ஒரு கட்டுப்பாட்டு வழிமுறை உள்ளது. இவற்றில் மிகவும் பொதுவானது PID கட்டுப்படுத்தி ஆகும், இது தொழில்துறையின் முதுகெலும்பாகும். PID; இது எளிமையானது, வலுவானது மற்றும் பலவிதமான பிரச்சனைகளில் வேலை செய்கிறது. ஆனால் "எளிமையானது" என்பது "டியூன் செய்ய எளிதானது" என்று அர்த்தமல்ல: தவறாக அமைக்கப்பட்ட PID ஆனது ஊசலாடும், மிகைப்படுத்தப்படும், தாமதமாக உட்காரும் அல்லது முற்றிலும் நிலையற்றதாக மாறும். செயற்கை நுண்ணறிவு இங்கே ஒரு மதிப்புமிக்க உதவியாளராக உள்ளது: இது PID விதிமுறைகளை விளக்குகிறது, டியூனிங் முறைகள் மூலம் வழிகாட்டுகிறது, வழக்கமான ஆபத்துகளைக் கண்டறிந்து டியூனிங் குறியீட்டை எழுதுகிறது. இருப்பினும், உங்கள் கணினியின் உடல் நடத்தையைப் பார்த்து இறுதி சரிசெய்தல் செய்யப்படுகிறது மற்றும் நிலைப்புத்தன்மை முடிவு பொறியாளருக்கு சொந்தமானது. AI உடன் PID பொறிகளை எவ்வாறு நிறுவுவது, டியூன் செய்வது மற்றும் சரிபார்ப்பது என்பதை இந்த யூனிட்டில் நாங்கள் விவரிக்கிறோம்.

PID இன் மூன்று விதிமுறைகள்

PID பிழை சமிக்ஞைக்கு (e = இலக்கு - அளவிடப்பட்டது) மூன்று வழிகளில் பதிலளிக்கிறது:

கால

அவர் எதைப் பார்க்கிறார்?

விளைவு

தீவிர

பி (விகிதாசார)

தற்போதைய பிழை

விரைவான பதில்

அலைவு, நிரந்தரப் பிழை

நான் (ஒருங்கிணைந்த)

திரட்டப்பட்ட கடந்த பிழை

நிரந்தர பிழையை மீட்டமைக்கிறது

overshoot, windup, அலைவு

டி (வழித்தோன்றல்)

பிழையின் மாற்ற விகிதம்

தணித்தல் ஓவர்ஷூட்டைக் குறைக்கிறது

சத்தத்தை பெருக்கவும்

வாய்மொழி சுருக்கம்: "நான் இப்போது எவ்வளவு தூரம் இருக்கிறேன்", நான் "எவ்வளவு காலம் தொலைவில் இருக்கிறேன்", D "எவ்வளவு வேகமாக நெருங்கி வருகிறேன்" என்ற கேள்விகளுக்கு பி பதிலளிக்கிறார். ஒரு நல்ல கட்டுப்படுத்தி மூன்றையும் சமன் செய்கிறது.

வகுப்பு PID: def __init__(self, Kp, Ki, Kd, output_min=-100, output_max=100): self.Kp, self.Ki, self.Kd = Kp, Ki, Kd self.out_min, self.out_max = output_min, output_max self.integral.0 self.0prev.0 = 0 கணக்கிடு(சுய, இலக்கு, அளவிடப்பட்ட, dt): பிழை = இலக்கு - அளவிடப்பட்டது # P p = self.Kp * பிழை # I -- self.integral with windup protection += error * dt i = self.Ki * self.integral # D -- derivative noise sensitive d = self.Kd * (பிழை = சுயம். முந்தைய / p + i + d # அவுட்புட்டை நிறைவுசெய்து, அவுட்புட் எனில் விண்டப்பை வரம்பிடு

இந்த குறியீடு ஒரு "பயிற்சி PID" அல்ல, ஆனால் உற்பத்தி தர்க்கத்திற்கு நெருக்கமான ஒரு எலும்புக்கூடு: இது வெளியீட்டு செறிவு மற்றும் எதிர்ப்பு விண்டப் ஆகியவற்றை உள்ளடக்கியது. AI வழங்கிய பல எளிய PIDகள் இந்த இரண்டு பாதுகாப்புகளையும் புறக்கணிக்கின்றன; அவை இல்லாமல், ஆக்சுவேட்டர் அதன் வரம்பை அடையும் போது, ​​ஒருங்கிணைப்பு வீங்கும் மற்றும் கணினி எதிர்பாராதவிதமாக ஓவர்ஷூட் ஆகும்.

உதவிக்குறிப்பு: AIயிடம் PID ஐக் கேட்கும் போது, ​​"அவுட்புட் செறிவூட்டல் மற்றும் ஆன்டி-விண்டப் ஆகியவற்றைச் சேர், டெரிவேட்டிவ் டெர்மில் டெரிவேட்டிவ்வை அளவீட்டில் பயன்படுத்தவும்" என்று கூறவும். இந்த மூன்று சேர்த்தல்கள் பாடப்புத்தக PID ஐ புல PID ஆக மாற்றுகின்றன.

ஒருங்கிணைந்த விண்டப் மற்றும் டெரிவேட்டிவ் சத்தம்

இரண்டு உன்னதமான ஆபத்துக்கள் PID தோல்விக்கு மிகவும் பொதுவான காரணங்கள்:

ஒருங்கிணைந்த விண்டப்: ஆக்சுவேட்டர் செறிவூட்டப்படும் போது (எ.கா. மோட்டார் ஏற்கனவே முழு சக்தியில் உள்ளது) பிழை நீடிக்கிறது மற்றும் ஒருங்கிணைந்த கால அளவு தொடர்ந்து வளரும். கணினி இலக்கை அடையும் போது இந்த உயர்த்தப்பட்ட ஒருங்கிணைப்பு ஒரு பெரிய ஓவர்ஷூட்க்கு வழிவகுக்கிறது. தீர்வு: வெளியீடு செறிவூட்டப்பட்டிருக்கும் போது ஒருங்கிணைப்பை நிறுத்துதல் அல்லது பின்வாங்குதல் (ஆன்டி-விண்டப், மேலே உள்ள குறியீட்டில் காட்டப்பட்டுள்ளது).

வழித்தோன்றல் சத்தம்: D சொல் பிழையின் வழித்தோன்றலை எடுத்துக்கொள்கிறது; சத்தமில்லாத அளவீட்டின் வழித்தோன்றல் அதிக சத்தம் மற்றும் ஆக்சுவேட்டரை அதிர்வுறும். தீர்வுகள்: அளவீட்டிலிருந்து வழித்தோன்றலை எடுத்துக்கொள்வது (பிழைக்கு பதிலாக அளவீட்டின் வழித்தோன்றல்), வழித்தோன்றல் சொல்லுக்கு குறைந்த பாஸ் வடிப்பானைச் சேர்த்தல்.

# வழித்தோன்றல் இரைச்சலைக் குறைத்தல்: அளவீட்டு வழித்தோன்றல் + filterd_raw = -(அளக்கப்பட்டது - self.previous_measured) / dt பிழைக்குப் பதிலாக

இந்த ஆபத்துக்களை அடையாளம் காண்பதில் AI சிறப்பாக உள்ளது; "எனது PID இலக்கை அடையும் போது மிக அதிகமாக வெளியேறுகிறது" என்று நீங்கள் கூறினால், அது விண்டப் பரிந்துரைக்கிறது. ஆனால் உங்கள் கணினியில் பிழைத்திருத்தம் செயல்படுகிறதா என்பதை அளவிடுவதன் மூலம் நீங்கள் சரிபார்க்கிறீர்கள்.

Ziegler-Nichols உடன் அமைத்தல்

புதிதாக ஆதாயங்களைக் (Kp, Ki, Kd) கண்டுபிடிப்பதற்கான ஒரு உன்னதமான முறை Ziegler-Nichols ஆகும். அதன் சாராம்சம்: P இல் மட்டும் தொடங்கி, கணினி நீடித்த அலைவுக்குள் செல்லும் வரை Kp ஐ அதிகரிக்கும்; இந்த புள்ளியில் உள்ள முக்கியமான ஆதாயம் Ku மற்றும் அலைவு காலம் Tu ஆகியவற்றைக் கொண்டு அட்டவணையில் இருந்து Kp, Ki, Kd ஆகியவற்றைக் கணக்கிடவும்.

கட்டுப்படுத்தி

kp

தி

டி.டி

பி.

0.5·கு

–

–

பி.ஐ.

0.45·கு

து/1.2

–

PID

0.6·கு

Tu/2

து/8

Ziegler-Nichols படிகள் (AI ஆல் தயாரிக்கப்படும் திட்டம்):1. Ki=0, Kd=0 என எடுத்துக் கொள்ளுங்கள். P.2 ஐ இயக்கவும். நிலையான, நீடித்த அலைவு தொடங்கும் வரை Kp ஐ மெதுவாக அதிகரிக்கவும்.3. இந்த Kp = Ku (முக்கிய ஆதாயம்), அலைவு காலம் = Tu.4. அட்டவணையில் இருந்து Kp, Ti, Td ஆகியவற்றைக் கணக்கிடுங்கள்; கி = Kp/Ti, Kd = Kp*Td.5. இந்த மதிப்புகளுடன் தொடங்கவும், பின்னர் சோதனை மாற்றங்களைச் செய்யவும்.

எச்சரிக்கை: Ziegler-Nichols வேண்டுமென்றே கணினியை அதன் நிலைப்புத்தன்மை வரம்பிற்குக் கொண்டுவருகிறார் (நிலையான அலைவு). உண்மையான வன்பொருளில் இதைச் செய்யும்போது இயந்திர விகாரம், அதிக மின்னோட்டம் மற்றும் ஆபத்து ஏற்படும் அபாயம் உள்ளது; முடிந்தால், முதலில் உருவகப்படுத்துதலில் செய்யுங்கள், பின்னர் குறைந்த ஆற்றல் வரம்பு மற்றும் வன்பொருளில் மின் நிறுத்தத்துடன் வேலை செய்யுங்கள். AI ஆல் பரிந்துரைக்கப்பட்ட Ku ஒரு தொடக்க புள்ளியாகும், இது உங்கள் கணினியில் அளவிடப்பட்டு சரிபார்க்கப்படுகிறது.

AI-உதவி கண்டறிதல்

AIக்கு விவரிப்பதன் மூலம் PID நடத்தையை நீங்கள் கண்டறியலாம். அறிகுறி → சாத்தியமான காரணம் மேப்பிங்:

அறிகுறி

சாத்தியமான காரணம்

AI பரிந்துரைக்கும் திசை

மெதுவாக உட்கார்ந்து

Kp/Ki குறைவு

kp ஐ அதிகரிக்கவும்

நிரந்தர பிழை

நான் இல்லை அல்லது மிகவும் குறைவாக இருக்கிறேன்

கி சேர்/அதிகரிப்பு

ஓவர்ஷூட் + அலைவு

கேபி/கி உயர், டி இல்லை

Kd ஐச் சேர்க்கவும், கியைக் குறைக்கவும்

ஆக்சுவேட்டர் நடுங்குகிறது

வழித்தோன்றல் சத்தம்

வடிகட்டுதல்/குறைத்தல் D

நீங்கள் பெரிய அளவை அடையும் போது

ஒருங்கிணைந்த காற்று

எதிர்ப்பு காற்றைச் சேர்க்கவும்

பலவீனமான ப்ராம்ட் / ஸ்ட்ராங் ப்ராம்ட்

பலவீனம்:"PID ஆதாயங்களைக் கொடுங்கள்."(எந்த அமைப்பு? நடத்தை எப்படி இருக்கிறது? ஏதேனும் அளவீடுகள் உள்ளதா? ரேண்டம் எண்கள் வருகின்றன.)STRONG:"நான் DC மோட்டார் வேகக் கட்டுப்பாட்டிற்கு PID ஐ சரிசெய்கிறேன். தற்போது, Kp=2, Ki=0.5, Kd=0. இது ஸ்டெப் உள்ளீட்டில் 35% அதிகமாகிறது மற்றும் அது இரண்டாவது இலக்கை அடைய நீண்ட நேரம் எடுக்கும். ஒரு பெரிய இலக்கை அடையும். 100 ஹெர்ட்ஸ் இந்த அறிகுறிகளின் சாத்தியமான காரணங்களை பட்டியலிடவும், இது "எந்த திசையை மாற்ற வேண்டும் என்று பரிந்துரைத்து, ஓவர்ஷூட் ஒரு ஒருங்கிணைந்த விண்டப்தா என்பதை எப்படிச் சோதிப்பது என்று சொல்லுங்கள்."

மினி கேஸ்

கட்டுப்பாட்டு பொறியாளர் கெரெம் ஒரு எக்ஸ்ட்ரூடரின் வெப்பநிலை கட்டுப்பாட்டை சரிசெய்கிறார். AI ஆல் பரிந்துரைக்கப்பட்ட ஆதாயங்களுடன், கணினி விரைவாக இலக்கை அடைகிறது, ஆனால் ஒவ்வொரு செட் மாற்றத்திலும் அது ஒரு பெரிய ஓவர்ஷூட் செய்து மெதுவாக குடியேறுகிறது. கெரெம் AIக்கு அறிகுறியை விளக்குகிறார்; ஹீட்டர் சிறிது நேரம் முழு ஆற்றலுடன் (நிறைவுற்றது) இருப்பதால், AI இன்டெரக்ரல் விண்ட்அப்பை சந்தேகிக்கின்றது. கெரெம் பிஐடி குறியீட்டில் ஆன்டி-விண்டப் சேர்க்கிறது மற்றும் ஓவர்ஷூட் கணிசமாகக் குறைகிறது. ஆனால் இப்போது ஹீட்டர் கடையின் ஒரு சிறிய ஃப்ளிக்கர் உள்ளது; வெப்பநிலை உணரி இரைச்சலைப் பெருக்கும் D சொல் இதற்குக் காரணம் என்று அவர் கூறுகிறார், மேலும் வழித்தோன்றலில் குறைந்த-பாஸ் வடிப்பானைச் சேர்க்கிறார். இறுதியாக, இது Ziegler-Nichols உடனான ஆதாயங்களை தோராயமாக சரிபார்க்கிறது மற்றும் சோதனை நுணுக்கத்தை செய்கிறது. AI விரைவான நோயறிதலைக் கொண்டுள்ளது; ஆனால் கெரெம் ஒவ்வொரு திருத்தத்தையும் உண்மையான படி பதிலை அளவிடுவதன் மூலம் உறுதிப்படுத்தினார்-விண்ட்அப் சரி செய்யப்பட்டதா அல்லது மினுமினுப்பு போய்விட்டதா, அதை வரைபடமாக மட்டுமே பார்க்க முடியும்.

பொதுவான தவறுகள்

• PID இல் அவுட்புட் செறிவூட்டல் மற்றும் ஆன்டி-விண்டப் ஆகியவற்றைச் சேர்ப்பதில் தோல்வி மற்றும் ஆக்சுவேட்டர் வரம்பில் பெரிய ஓவர்ஷூட் ஏற்படுகிறது.
• சத்தமில்லாத அளவீட்டின் வழித்தோன்றலில் இருந்து வழித்தோன்றலை எடுத்து, இயக்கி அதிர்வுறும்.
• dt நிலையானது என்று வைத்துக்கொள்வோம், அதேசமயம் மாதிரி காலம் மாறுபடும்.
• பாதுகாப்பு முன்னெச்சரிக்கைகள் இல்லாமல் வன்பொருளில் Ziegler-Nichols அலைவு சோதனையைச் செய்தல்.
• சிஸ்டம் சார்ந்த சரிபார்ப்பு இல்லாமல் AI உருவாக்கிய வருவாயை "இறுதியாக" ஏற்றுக்கொள்வது.
• மிகப் பெரிய படிகளுடன் ஒற்றை ஆதாயத்தை மாற்றுவது மற்றும் அமைப்பை உறுதியற்ற நிலைக்குத் தள்ளுவது.

சுருக்கமாக

• PID; இது P (தற்போதைய பிழை), I (திரட்டப்பட்ட பிழை), D (பிழை மாற்ற விகிதம்) உடன் வினைபுரிகிறது.
• ஃபீல்ட் பிஐடியில் அவுட்புட் செறிவு, ஆன்டி-விண்டப் மற்றும் டெரிவேட்டிவ் ஃபில்டர் இருக்க வேண்டும்.
• ஒருங்கிணைந்த விண்டப் பெரிய ஓவர்ஷூட், டெரிவேட்டிவ் சத்தம் ஆக்சுவேட்டர் அதிர்வை ஏற்படுத்துகிறது.
• ஜீக்லர்-நிக்கோல்ஸ் ஆதாயத்தைத் தொடங்குகிறார்; வன்பொருளில் பாதுகாப்பு நடவடிக்கைகளுடன் இது செயல்படுத்தப்படுகிறது.
• AI அறிகுறியிலிருந்து காரணத்தைக் கண்டறிவதில் விரைவானது; திருத்தம் அளவீடு மூலம் சரிபார்க்கப்படுகிறது.
• dt உண்மையான அளவிடப்படுகிறது; சிறிய படிகள் மற்றும் கவனிப்பில் வருவாய் மாற்றங்கள் செய்யப்படுகின்றன.

விண்ணப்ப பணி

ஒரு சிஸ்டத்தை (உண்மையான மோட்டார்/ஹீட்டர் அல்லது பைத்தானில் ஒரு எளிய முதல்/இரண்டாம் வரிசை மாதிரி) தேர்வு செய்து, செறிவு + ஆன்டி-விண்டப் உடன் PID வகுப்பை உருவாக்க AI ஐச் செய்ய வேண்டும். பிறகு: (1) P இல் மட்டும் தொடங்கி Kp ஐ அதிகரிப்பதன் மூலம் அலைவு நடத்தையைக் கவனிக்கவும், (2) நிரந்தரப் பிழையை நீக்குவதற்கு Ki ஐச் சேர்க்கவும், மேலும் ஓவர்ஷூட் எவ்வாறு அதிகரிக்கிறது என்பதைப் பார்க்கவும், (3) எதிர்ப்பு-விண்டப்பை ஆன் மற்றும் ஆஃப் செய்வதன் மூலம் பெரிய ஓவர்ஷூட்டின் விளைவை ஒப்பிடவும். ஒவ்வொரு அடியிலும் படி பதிலைத் திட்டமிடுங்கள் மற்றும் எந்த நடத்தையில் எந்த ஆதாயம் மாறுகிறது என்பதைக் கவனியுங்கள். Ziegler-Nichols இன் ஆதாயங்களை நீங்களே கண்டறிந்த ஆதாயங்களுடன் ஒப்பிடுங்கள்.