Projektowanie systemów sterowania

Slides:



Advertisements
Podobne prezentacje
Sterowanie – metody alokacji biegunów II
Advertisements

Metody badania stabilności Lapunowa
Obserwowalność System ciągły System dyskretny
Systemy liniowe stacjonarne – modele wejście – wyjście (splotowe)
Metody Sztucznej Inteligencji 2012/2013Zastosowania systemów rozmytych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Zastosowania.
Projektowanie w cyklu życia oprogramowania
Układ sterowania otwarty i zamknięty
Podstawy Automatyki 2009/2010 Projektowanie układów sterowania Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż. 1 Katedra Inżynierii.
PROF. DOMINIK SANKOWSKI
Podstawy automatyki 2010/2011Dynamika obiektów – modele – c.d. Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii.
Metody Sztucznej Inteligencji w Sterowaniu 2009/2010Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz,
Systemy dynamiczneOdpowiedzi systemów – modele różniczkowe i różnicowe Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Systemy.
Obserwowalność System ciągły System dyskretny u – wejścia y – wyjścia
Systemy dynamiczne – przykłady modeli fenomenologicznych
Systemy dynamiczne 2010/2011Systemy i sygnały - klasyfikacje Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Dlaczego taki.
Mirosław ŚWIERCZ Politechnika Białostocka, Wydział Elektryczny
SYSTEMY CZASU RZECZYWISTEGO Wykłady 2008/2009 PROF. DOMINIK SANKOWSKI.
Efektywność Energetyczna
Teoria sterowania Wykład 3
Automatyka Wykład 3 Modele matematyczne (opis matematyczny) liniowych jednowymiarowych (o jednym wejściu i jednym wyjściu) obiektów, elementów i układów.
Projektowanie architektur systemów filtracji i akwizycji danych z wykorzystaniem modelowania w domenie zdarzeń dyskretnych Krzysztof Korcyl.
Metody Lapunowa badania stabilności
AUTOMATYKA i ROBOTYKA (wykład 6)
Obserwatory zredukowane
Modelowanie – Analiza – Synteza
Stabilność Stabilność to jedno z najważniejszych pojęć teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania.
Modelowanie – Analiza – Synteza
Modelowanie – Analiza – Synteza
Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.
Rozważaliśmy w dziedzinie czasu zachowanie się w przedziale czasu od t0 do t obiektu dynamicznego opisywanego równaniem różniczkowym Obiekt u(t) y(t) (1a)
Podstawy automatyki 2011/2012Dynamika obiektów – modele Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów.
Sterowanie – użycie obserwatorów pełnych
Modelowanie i Identyfikacja 2011/2012 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Warstwowe.
Modelowanie i identyfikacja 2010/2011Optymalizacja miary efektywności działania sztucznych sieci neuronowych Dr hab. inż. Kazimierz Duzinkiewicz, Katedra.
Modelowanie i podstawy identyfikacji 2012/2013Modele fenomenologiczne - dyskretyzacja Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Modelowanie i podstawy identyfikacji 2009/2010Modele fenomenologiczne - przykłady Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania1.
Model I/O bazujący na HSWN Problem uczenia sieci HSWN
Teoria sterowania 2011/2012Stabilno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Stabilność Stabilność to jedno.
Dekompozycja Kalmana systemów niesterowalnych i nieobserwowalnych
Teoria sterowania 2011/2012Sterowanie – metody alokacji biegunów III Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Sterowanie.
Sterowanie – metody alokacji biegunów
Podstawy automatyki 2011/2012Systemy sterowania - struktury –jakość sterowania Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr hab. inż.
Obserwowalność i odtwarzalność
Sterowanie – metody alokacji biegunów II
Modelowanie – Analiza – Synteza
SW – Algorytmy sterowania
Stabilność Stabilność to jedno z najważniejszych pojęć dynamiki systemów i teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym.
Schematy blokowe i elementy systemów sterujących
Sterowanie – użycie obserwatorów pełnych
Sterowanie – metody alokacji biegunów
Sterowanie – metody alokacji biegunów III
Modele dyskretne – dyskretna aproksymacja modeli ciągłych lub
Teoria sterowania SN 2014/2015Sterowalność, obserwowalność Kazimierz Duzinkiewicz, dr hab. inż.Katedra Inżynierii Systemów Sterowania 1 Sterowalność -
Przykład 5: obiekt – silnik obcowzbudny prądu stałego
Systemy liniowe stacjonarne – modele różniczkowe i różnicowe
Podstawy automatyki I Wykład 1b /2016
© Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania Podstawy automatyki 2015/2016 Dynamika obiektów - modele 1 Podstawy automatyki.
© Kazimierz Duzinkiewicz, dr hab. inż. Katedra Inżynierii Systemów Sterowania Modelowanie i podstawy identyfikacji 2015/2016 Modele neuronowe – podstawy,
Odporne sterowanie napędami elektrycznymi z wykorzystaniem algorytmów niecałkowitego rzędu Krzysztof Oprzędkiewicz Wydział EAIiIB Katedra Automatyki i.
Podstawy automatyki I Wykład 3b /2016
Modelowanie i podstawy identyfikacji
Teoria sterowania Wykład /2016
Podstawy automatyki I Wykład /2016
Sterowanie procesami ciągłymi
Sterowanie procesami ciągłymi
Sterowanie procesami ciągłymi
IV Konferencja Naukowo-Techniczna "Nowoczesne technologie w projektowaniu, budowie.
Teoria sterowania Materiał wykładowy /2017
Sterowanie procesami ciągłymi
* PROCESÓW TECHNOLOGICZNYCH
Zapis prezentacji:

Projektowanie systemów sterowania Uwagi wstępne  Inżynieria sterowania (Control Engineering) odgrywa dziś fundamentalną rolę w nowoczesnych systemach technologicznych, ……  Korzyści ze sterowania w przemyśle, …. mogą być wielorakie - poprawa jakości produktu obniżenie zużycie energii minimalizacja odpadów podniesienie poziomu bezpieczeństwa redukcja zanieczyszczeń otoczenia ……… Ale  Zaawansowane aspekty inżynierii sterowania wymagają dobrych podstaw matematycznych (dynamika, stabilność, jakość, obserwowalność, sterowalność, ………..

Uwagi c.d.  Sukces projektu systemu sterowania zależy od dwóch kluczowych składników posiadania wystarczającego rozumienia systemu sterowanego (chemicznego, elektromechanicznego, ……….) posiadania wiedzy z zakresu podstawowych pojęć: sygnałów, systemów, teorii sterowania, struktur, algorytmów, ……  Projekt sterowania procesem przemysłowym, ………… aby wypełniał on wymagania opłacalności, jakości, bezpieczeństwa, wpływu na środowisko wymaga ścisłej współpracy pomiędzy ekspertami z różnych dziedzin – technologii procesu, techniki komputerowej, mechaniki, pomiarów i oprzyrządowania, sterowania Ale  Każdy z nich będzie patrzył na proces technologiczny, ….. i jego sterowanie z innej perspektywy – z perspektywy swojej dziedziny

Przykładowe perspektywy:  Inżynier technolog dziedzinowy – procesy, warunki ich poprawnego zachodzenia, ich powiązania, …..  Inżynier informatyk („komputerowiec”) – sprzęt i oprogramowanie komputerowe, infrastruktura lokalnej sieci komputerowej, systemy operacyjne, oprogramowanie aplikacyjne, ………  Inżynier pomiarów i oprzyrządowania – sensory, aktuatory, ich okablowanie, …..  Inżynier sterowania (automatyk) – elementy systemu sterowania widziane w kategoriach sygnałów, systemów, dynamiki odpowiedzi, ich modeli lub ich właściwości, ………

Sygnały i systemy w pętlach sterowania Przykłady fizykalne, namacalne Przykłady matematycznej aproksymacji Przykłady właściwości Sygnały wartość zadana, wejście sterujące, zakłócenia, pomiary, ……. funkcja ciągła, ciąg próbek, proces przypadkowy, …… analityczna, stochastyczna, sinusoidalna, stacjonarny, odchylenie standardowe, …… Systemy proces, sterownik, sensor, aktuator, ……. równanie różniczkowe, równanie różnicowe, transmitancja, model przestrzeni stanu, ……. ciągły, dyskretny, próbkowany, liniowy, nieliniowy, stacjonarny, …… Inżynier automatyk patrzy na system sterowania ze swojej perspektywy mając na uwadze inne perspektywy, ponieważ razem daje to całościowe spojrzenie na ten system

Znaczenie kosztów projektu systemu sterowania - projekty niekomercyjne (badawcze, edukacyjne, specjalne (np. wojskowe, kosmiczne, …); º koszty nie są czynnikiem pierwszoplanowym, º pierwszoplanowe wymagania: parametry techniczne, niezawodność, bezpieczeństwo, ….. - projekty komercyjne º rola czynnika kosztów zależy, od tego, czy sterowanie (sterownik) jest niedużym podukładem większego produktu komercyjnego (np. układ utrzymania stałej prędkości (cruise control) czy ABS w samochodzie czy ABS (Anti-Lock Breaking System), czy też jest częścią pojedynczego procesu technologicznego (np. układ sterowania ruchem robotów linii montażowej samochodów) º w pierwszym przypadku koszty zwykle będziemy minimalizować (jak najprostsze rozwiązania), w drugim, wysiłek można skupić na uzyskaniu układu bardziej złożonego zapewniającego dobrą jakość produktu

N a tym wykładzie skupimy uwagę na sterowaniu układami jednowymiarowymi wykorzystującym sprzężenie zwrotne Temperatura pożądana Sterownik temperatury Ogrzewanie, chłodzenie Mieszkanie Obiekt Czujnik temperatury Temperatura mierzona Temperatura otoczenia, okna, drzwi, ludzie, urządzenia Wejście sterujące Grzanie lub chłodzenie Rzeczywista temperatura Prędkość pożądana Sterownik prędkości Przepustnica, silnik Samochód Obiekt Prędkość mierzona Nachylenie drogi, wiatr, pasażerowie, obciążenie Wejście sterujące Rzeczywista prędkość Siła przyśpieszenia Czujnik prędkości

Sterownik/algorytm sterowania ze sprzężeniem zwrotnym jest systemem podejmowania decyzji, który zbiera informacje z otoczenia dla zdecydowania jak zmienić je dla realizacji pewnych zadań

Elementy nowoczesnego jednowymiarowego systemu sterowania Aktuatory System Sensory Wyjście Szumy Zewnętrzne zakłócenia Wejście operatora Komputer Obiekt Sterownik Obiekt: System fizyczny, aktuatory, sensory Sterownik: Mikrokomputer plus sprzętowe przetwarzanie Sprzężenie: Połączenie pomiędzy wyjściem obiektu a wejściem sterownika

Zadania stawiane systemowi sterowania  Śledzenie trajektorii wejściowego sygnału referencyjnego (wejściowego sygnału wartości zadanej) Śledzenie oznacza zdolność sterownika do wpływania na wejście obiektu (manipulowania wejściem obiektu) w taki sposób, aby trajektoria wyjścia obiektu pozostawała tak blisko jak to jest możliwe trajektorii sygnału referencyjnego

Nachylenie drogi, wiatr, pasażerowie, obciążenie Czy można zapewnić śledzenie nie stosując sprzężenia zwrotnego? Sterowanie w układzie otwartym Prędkość pożądana Sterownik prędkości Przepustnica, silnik Samochód Obiekt Prędkość mierzona Nachylenie drogi, wiatr, pasażerowie, obciążenie Wejście sterujące Siła przyśpieszenia Nie można zrealizować (lub może to być bardzo trudne) śledzenia nie stosując sprzężenia zwrotnego

 Redukowanie wpływu niepomyślnych warunków (i niemierzonych) - Odrzucanie niemierzonych zakłóceń - Niewrażliwość na zmiany parametrów obiektu Zdolność redukowania wpływu niepomyślnych warunków nazywamy krzepkością (odpornością)

Nachylenie drogi, wiatr, pasażerowie, obciążenie Czy można zapewnić krzepkość nie stosując sprzężenia zwrotnego? Sterowanie w układzie otwartym Prędkość pożądana Sterownik prędkości Przepustnica, silnik Samochód Obiekt Prędkość mierzona Nachylenie drogi, wiatr, pasażerowie, obciążenie Wejście sterujące Siła przyśpieszenia Nie można zapewnić (lub może to być bardzo trudne) krzepkości nie stosując sprzężenia zwrotnego

Odpowiedź niestabilna Jakość sterowania (w dziedzinie czasu)  Stabilność asymptotyczna Odpowiedź niestabilna Prędkość (mile/h) Czas (s)

Czas narastania i przeregulowanie Prędkość (mile/h) Czas (s)

 Czas ustalania Czas ustalania Prędkość (mile/h) Czas (s)

 Uchyb ustalony Uchyb ustalony Prędkość (mile/h) Czas (s)

Wymagania inżynierskie względem systemu sterowania  Koszt - Ile będzie kosztowało zastosowanie sterownika? Ile czasu zajmie opracowanie sterownika? Koszt sensorów, aktuatorów, sterownika, wyposażenia innego  Złożoność obliczeniowa - Czy wymagania obliczeniowe sterownika nie przekroczą możliwości sprzętu komputerowego? Czy nie przekroczone zostaną wymagania pracy w czasie rzeczywistym?  Wykonalność - Czy sterownik będzie stawiał jakieś specjalne wymagania sprzętowe, aby go zastosować?

 Utrzymanie i konserwacja  Niezawodność - Czy system będzie zawsze działał właściwie? Jak można zaprojektować system, aby minimalizować liczbę uszkodzeń? Co powoduje te uszkodzenia? Sensory, sterownik, aktuatory, połączenia komunikacyjne?  Utrzymanie i konserwacja - Czy łatwo będzie utrzymywać system w działaniu?  Adaptowalność - Czy ten sam projekt można będzie przystosować do użycia z podobnym obiektem?

 Modyfikowalność (otwartość) - W jakim stopniu system będzie musiał być przeprojektowany, aby można było do niego dołączyć nowy sprzęt, nową funkcję? Czy łatwo połączyć system z innymi?  Zrozumiałość - Czy określeni ludzie będą w stanie zrozumieć zastosowane podejście do sterowania?  Polityka - Czy twój szef jest przeciwny twemu podejściu? Czy twoje podejście jest zbyt nowatorskie i odbiega istotnie od standardów firmy? Czy twoje podejście jest zbyt ryzykowne?

Metodologia projektowania systemów sterowania (jednowymiarowych) 1. Zrozumienie obiektu i określenie zadań sterowania Proces (obiekt) Zdobądź intuicyjne rozumienie procesu (obiektu) Określ zadania projektu Modelowanie  Zrozumienie obiektu, możliwości, ograniczeń - rozmowa z technologiem - zapoznanie się z dokumentacją obiektu - zbieranie informacji z obiektu - wykonanie eksperymentów na obiekcie  Określenie zadań sterowania - samodzielnie - w porozumieniu z zamawiającym, zarządem firmy, ….

2. Zbudowanie modeli i reprezentacji niepewności Proces (obiekt) Modelowanie fizykalne, identyfikacja Aproksymacje (redukcja rzędu modelu, linearyzacja, itp.) Model referencyjny Model projektowy  Modelowanie tworzy podstawę klasycznego projektowania systemów sterowania  Żaden model nie jest doskonały, ale niepewności mogą być modelowane i uwzględniane w procesie projektowania

2. Zbudowanie modeli i reprezentacji niepewności – c.d. Model referencyjny – model na tyle wierny rzeczywistości na ile pozwala nam nasza wiedza i możliwości obserwacji Proces (obiekt) Modelowanie fizykalne, identyfikacja Aproksymacje (redukcja rzędu modelu, linearyzacja, itp.) Model referencyjny Model projektowy Zwykle ostatecznie przyjmuje postać modelu symulacyjnego Model projektowy – uproszczenie modelu referencyjnego stosowane w syntezie sterownika Stosowane uproszczenia: redukcja rzędu linearyzacja

. 3. Analiza dokładności modelu i właściwości obiektu Model projektowy Model referencyjny Proces (obiekt) Eksperymentuj/porównuj proces i modele Oceń przydatność modelu, popraw modele Ucz się zachowania systemu Określ własności systemu (np. stabilność, sterowalność, obserwowalność) Modyfikuj model projektowy dla odzwierciedlenia podstawowych własności Konstruowanie sterownika Analizowane właściwości: - stabilność - sterowalność - obserwowalność - szybkość reakcji na wymuszenia .

4. Konstruowanie i ocena systemu sterowania Synteza sterownika Do konstruowania sterownika wykorzystujemy model projektowy Modele referencyjny i projektowy System sterowania Projektowanie/ przeprojektowanie sterowania Matematyczne i symulacyjne badanie jakości Wdrożenie i ocena sterownika Istnieje wiele efektywnych metod klasycznych i zwykle dla rozważanego problemu istnieje możliwość zastosowania więcej niż jednej metody Popularne metody: - sterowanie PID - sterowanie nieliniowe - linie pierwiastkowe, kompensatory, … - sterowanie adaptacyjne - metody przestrzeni stanu - sterowanie stochastyczne - sterowanie optymalne - systemy zdarzeń dyskretnych - sterowanie krzepkie - sterowanie hybrydowe

4. Konstruowanie i ocena systemu sterowania – c.d. Badanie jakości działania układu zamkniętego Modele referencyjny i projektowy System sterowania Projektowanie/ przeprojektowanie sterowania Matematyczne i symulacyjne badanie jakości Wdrożenie i ocena sterownika Badanie matematyczne – wykorzystanie modelu projektowego Badanie symulacyjne – wykorzystanie modelu referencyjnego

4. Konstruowanie i ocena systemu sterowania – c.d. Eksperymentalna ocena jakości działania układu zamkniętego Modele referencyjny i projektowy System sterowania Projektowanie/ przeprojektowanie sterowania Matematyczne i symulacyjne badanie jakości Wdrożenie i ocena sterownika Badanie na obiekcie – zwykle ograniczone możliwości

Iteracyjna procedura projektowania z wykorzystaniem modelowania Uzyskanie intuicyjnego rozumienia obiektu System sterowania automatycznego Wdrożenie sterownika i ocena Matematyczne i symulacyjne badanie jakości Projektowanie/ przeprojektowanie sterowania Modelowanie Określenie zadań projektu Proces wymagający automatyzacji (obiekt) Podsumowanie: Iteracyjna procedura projektowania z wykorzystaniem modelowania

Brak modelu: wykorzystanie podejścia heurystycznego Uzyskanie intuicyjnego rozumienia obiektu System sterowania automatycznego Proces wymagający automatyzacji (obiekt) Określenie zadań projektu Projektowanie/ przeprojektowanie sterowania (heurystyczne) Wdrożenie sterownika i ocena Brak modelu: wykorzystanie podejścia heurystycznego Przyczyny: proces zbyt skomplikowany brak środków na budowę modelu proces niezbyt wymagający