Awọn anfani:
- Agbara lati ṣalaye ati lo awọn ofin P, I, D ati awọn ipa ti oludari PID si AI pẹlu ipo ti o tọ
- Agbara lati ṣe Ziegler-Nichols ati awọn ọna iṣatunṣe idanwo ni igbese nipa igbese pẹlu iranlọwọ ti AI
- Agbara lati ṣe idanimọ ati imukuro awọn ẹgẹ PID gẹgẹbi afẹfẹ isunmọ, ariwo itọsẹ ni awọn iṣeduro AI
Mimu iwọn otutu ti adiro nigbagbogbo, wiwakọ iyara ọkọ ayọkẹlẹ ni iye ti o fẹ, iwọntunwọnsi igun ti drone; Ni okan ti gbogbo wọn jẹ algorithm iṣakoso kan. O wọpọ julọ ninu iwọnyi ni oludari PID, eyiti o jẹ ẹhin ti ile-iṣẹ naa. PID; O rọrun, logan ati ṣiṣẹ lori ọpọlọpọ awọn iṣoro. Ṣugbọn "rọrun" ko tumọ si "rọrun lati tune": PID ti a ṣeto ti ko tọ yoo yiyi, yiyi pada, joko ni pẹ, tabi di riru patapata. Oye itetisi atọwọdọwọ jẹ oluranlọwọ ti o niyelori nibi: o ṣe alaye awọn ofin PID, awọn itọsọna nipasẹ awọn ọna titunṣe, ṣe iwadii awọn ọfin aṣoju ati kọ koodu atunṣe. Sibẹsibẹ, atunṣe ikẹhin ni a ṣe nipasẹ wiwo ihuwasi ti ara ti eto rẹ ati ipinnu iduroṣinṣin jẹ ti ẹlẹrọ. Ninu ẹyọ yii a bo bii o ṣe le fi sii, tune, ati rii daju awọn ẹgẹ PID pẹlu AI.
Awọn ofin PID mẹta
PID ṣe idahun si ifihan agbara aṣiṣe (e = ibi-afẹde - iwọn) ni awọn ọna mẹta:
igba
Kini o wo?
Ipa
ni iwọn
P (iwọn)
lọwọlọwọ aṣiṣe
iyara esi
Oscillation, yẹ aṣiṣe
I (apapọ)
Akojo ti o ti kọja aṣiṣe
Tun aṣiṣe yẹ
overshoot, windup, oscillation
D (itọsẹ)
Oṣuwọn iyipada ti aṣiṣe
Damping din overshoot
Mu ariwo pọ si
Akopọ ọrọ: P dahun si awọn ibeere “bawo ni MO ṣe jinna ni bayi”, “Bawo ni MO ṣe pẹ to”, D “bawo ni MO ṣe yara to”. A ti o dara oludari iwọntunwọnsi gbogbo awọn mẹta.
kilasi PID: def __init__ (ara, 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 = 0.0 self .error = 0.0 self .previous. aṣiṣe = afojusun - won # P p = self.Kp * aṣiṣe # I --self.integral pẹlu windup Idaabobo += aṣiṣe * dt i = self.Ki * self.integral # D -- derivative noise kókó d = self.Kd * (aṣiṣe - self.previous_error) / dt self.previous_error = aṣiṣe jade = p + i + d # Saturate ti ara ẹni ti o ba wu jade. self.out_max self.integral -= asise * dt # anti-windup: yokuro isejade elif ti ara <self.output_min: output = self.output_min self.integral -= aṣiṣe * dt ipadasẹhin igbejade
Koodu yii kii ṣe “PID ikẹkọ”, ṣugbọn egungun ti o sunmo imọ-ọrọ iṣelọpọ: o pẹlu itẹlọrun iṣelọpọ ati egboogi-windup. Ọpọlọpọ awọn PID ti o rọrun ti a fun nipasẹ AI fori awọn aabo meji wọnyi; Laisi wọn, nigbati oluṣeto ba de opin rẹ, ohun elo yoo wú ati pe eto naa yoo bori lairotẹlẹ.
Imọran: Nigbati o ba n beere lọwọ AI fun PID sọ “fikun imujade iṣẹjade ati egboogi-windup, lo itọsẹ lori wiwọn si ọrọ itọsẹ”. Awọn afikun mẹta wọnyi ṣe iyipada iwe kika PID si aaye PID.
Windup Integral ati Ariwo Itọsẹ
Awọn ọfin Ayebaye meji jẹ awọn okunfa ti o wọpọ julọ ti ikuna PID:
Afẹfẹ Integral: Nigbati actuator saturates (fun apẹẹrẹ mọto ti wa ni agbara ni kikun) aṣiṣe naa wa ati pe ọrọ isọpọ tẹsiwaju lati dagba. Asopọmọra inflated yii yori si overshoot nla nigbati eto ba de ibi-afẹde. Solusan: didaduro tabi yiyi ohun elo pada nigbati iṣẹjade ba ti kun (egboogi-windup, ti a fihan ninu koodu loke).
Ariwo itọsẹ: Oro D gba itọsẹ ti aṣiṣe; Itọsẹ ti wiwọn alariwo jẹ ariwo pupọ ati pe yoo gbọn oṣere naa. Awọn ojutu: mu itọsẹ lati wiwọn (itọsẹ ti wiwọn dipo aṣiṣe), fifi àlẹmọ kekere kọja si ọrọ itọsẹ naa.
# Idinku ariwo itọsẹ: itọsẹ wiwọn + filterd_raw = -(mesured - self.previous_measured) / dt dipo aṣiṣe
AI dara ni idamo awọn ipalara wọnyi; Ti o ba sọ pe "PID mi bori pupọ nigbati o ba de ibi ibi-afẹde", o ṣeduro afẹfẹ afẹfẹ. Ṣugbọn o rii daju nipa wiwọn boya atunṣe ṣiṣẹ lori eto rẹ.
Eto pẹlu Ziegler-Nichols
Ọna Ayebaye fun wiwa awọn anfani (Kp, Ki, Kd) lati ibere jẹ Ziegler-Nichols. Kokoro rẹ: bẹrẹ pẹlu P nikan ati jijẹ Kp titi ti eto yoo fi lọ sinu oscillation imuduro; Ṣe iṣiro Kp, Ki, Kd lati tabili pẹlu ere pataki Ku ati akoko oscillation Tu ni aaye yii.
oludari
kp
Ti
Td
P.
0.5·Ku
–
–
P.I.
0.45·Ku
Tu/1.2
–
PID
0.6·Ku
Tu/2
Tu/8
Awọn igbesẹ Ziegler-Nichols (ètò lati ṣe nipasẹ AI):1. Gba Ki=0, Kd=0. Sa sa P.2. LARA ARA Kp titi d‘okan duro, Oyiyi ti o duro duro bere.3. Eleyi Kp = Ku (lominu ni ere), akoko ti oscillation = Tu.4. Ṣe iṣiro Kp, Ti, Td lati tabili; Ki = Kp/Ti, Kd = Kp * Td.5. Bẹrẹ pẹlu awọn iye wọnyi, lẹhinna ṣe awọn tweaks esiperimenta.
Išọra: Ziegler-Nichols mọọmọ mu eto wa si opin iduroṣinṣin rẹ (oscillation idaduro). Ewu wa ti igara darí, overcurrent ati ewu nigbati o ba ṣe eyi lori ohun elo gidi; Ti o ba ṣeeṣe, ṣe ni kikopa ni akọkọ, lẹhinna ṣiṣẹ pẹlu opin agbara kekere ati E-stop ni hardware. Ku ti a daba nipasẹ AI jẹ aaye ibẹrẹ, o jẹ iwọn ati rii daju ninu eto rẹ.
AI-Iranlọwọ Aisan
O le ṣe iwadii ihuwasi PID nipa ṣiṣe apejuwe rẹ si AI. Awọn aami aisan → o ṣee ṣe idi aworan agbaye:
aami aisan
ṣee ṣe idi
Itọsọna AI yoo daba
o lọra joko
Kp/Ki kekere
pọ kp
Aṣiṣe titilai
Emi ko si tabi kekere pupọ
Ki fikun / pọ si
Overshoot + oscillation
Kp/Ki ga, ko si D
Fi Kd kun, Din Ki
Actuator n mì
ariwo itọsẹ
Àlẹmọ/din D
Nigbati o ba de iwọn nla
Afẹfẹ apapọ
Fi egboogi-windup kun
Ailagbara Tọ / Alagbara Tọ
Alailagbara: "Fun awọn anfani PID. "(Ewo eto? Bawo ni ihuwasi naa? Ṣe awọn wiwọn eyikeyi wa? Awọn nọmba ID wa.) lagbara: "Mo n ṣatunṣe PID fun iṣakoso iyara DC kan. Lọwọlọwọ, Kp = 2, Ki = 0.5, Kd = 0. O overshoots 35% lori titẹ sii igbesẹ ati nigbati o ba de ibi-afẹde naa, o wa ni akoko ti o tobi ju akoko 0 lọ. Sam gba akoko pipẹ. Hz. Ṣe atokọ awọn idi ti o ṣeeṣe lati awọn aami aisan wọnyi, eyiti o ni anfani “Dabaa itọsọna wo ni MO yẹ ki o yipada ki o sọ fun mi bi o ṣe le ṣe idanwo boya overshoot jẹ ifunpapọ.”
Mini Case
Onimọ ẹrọ iṣakoso Kerem ṣatunṣe iṣakoso iwọn otutu ti extruder. Pẹlu awọn anfani ti a daba nipasẹ AI, eto naa de ibi-afẹde ni kiakia, ṣugbọn ni iyipada kọọkan ti o ṣe agbekọja nla kan ati laiyara duro. Kerem ṣe alaye aami aisan naa si AI; AI fura si afẹfẹ apapọ nitori ẹrọ ti ngbona wa ni agbara ni kikun (ti o kun) fun igba diẹ. Kerem ṣe afikun egboogi-windup si koodu PID ati pe overshoot dinku ni pataki. Ṣugbọn nisisiyi o wa diẹ flicker ni awọn ẹrọ ti ngbona; O ṣe eyi si ọrọ D ti n mu ariwo sensọ iwọn otutu pọ si ati ṣafikun àlẹmọ kekere-iwọle si itọsẹ naa. Nikẹhin, o ṣe afihan awọn anfani ni aijọju pẹlu Ziegler-Nichols ati ṣe atunwo itanran idanwo. AI ni ayẹwo ti o ni kiakia; Ṣugbọn Kerem jẹrisi atunṣe kọọkan nipa idiwọn idahun igbese gangan-boya a ṣe atunṣe afẹfẹ tabi fifẹ ti lọ, o le rii ni ayaworan nikan.
Awọn aṣiṣe ti o wọpọ
- Ikuna lati ṣafikun ekunrere iṣẹjade ati egboogi-windup si PID ati ni iriri overshoot nla ni opin adaṣe.
- Gbigba itọsẹ lati itọsẹ ti wiwọn ariwo ati gbigbọn oluṣeto.
- A ro pe dt jẹ igbagbogbo, lakoko ti akoko iṣapẹẹrẹ yatọ.
- Ṣiṣe idanwo oscillation Ziegler-Nichols lori hardware laisi awọn iṣọra ailewu.
- Gbigba awọn dukia ti ipilẹṣẹ AI bi “ipari” laisi ijẹrisi-pato eto.
- Yiyipada ere kan pẹlu awọn igbesẹ ti o tobi pupọ ati titari eto sinu aisedeede.
Ni akojọpọ
- PID; O ṣe pẹlu P (aṣiṣe lọwọlọwọ), I (aṣiṣe ikojọpọ), D (oṣuwọn iyipada aṣiṣe).
- PID aaye yẹ ki o pẹlu imujade esi, egboogi-windup ati àlẹmọ itọsẹ.
- Integral windup tobi overshoot, itọsẹ ariwo fa actuator gbigbọn.
- Ziegler-Nichols yoo fun ibere lati jèrè; O ti wa ni imuse pẹlu aabo igbese ni hardware.
- AI nyara ni ayẹwo lati aami aisan si fa; Atunse naa jẹri nipasẹ wiwọn.
- dt gangan wọn; Awọn iyipada owo-owo ni a ṣe ni awọn igbesẹ kekere ati akiyesi.
Ohun elo iṣẹ-ṣiṣe
Mu eto kan (moto gidi / alagbona tabi awoṣe aṣẹ akọkọ/keji ti o rọrun ni Python) ati pe AI ṣe agbekalẹ kilasi PID kan pẹlu itẹlọrun + egboogi-windup. Lẹhinna: (1) ṣe akiyesi ihuwasi oscillation nipa bẹrẹ pẹlu P nikan ati jijẹ Kp, (2) ṣafikun Ki lati yọkuro aṣiṣe ti o yẹ ki o wo bii iwọn apọju naa ṣe pọ si, (3) ṣe afiwe ipa lori overshoot nla nipasẹ titan-anti-windup tan ati pa. Idite idahun igbesẹ ni igbesẹ kọọkan ki o ṣe akiyesi iru ere wo ni iyipada ihuwasi. Ṣe afiwe awọn anfani lati ọdọ Ziegler-Nichols pẹlu awọn anfani ti o rii funrararẹ.