UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P...

53
UNIVERSITÀ DEGLI STUDI DI ROMA “LA SAPIENZA” DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO ACCADEMICO 2006-2007

Transcript of UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P...

Page 1: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

UNIVERSITÀ DEGLI STUDI DI ROMA “LA SAPIENZA”

DIPARTIMENTO DI INFORMATICA E SISTEMISTICA

REGOLATORI P I DPREDISPOSIZIONE AUTOMATICA

ALESSANDRO DE CARLIANNO ACCADEMICO 2006-2007

Page 2: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 2

AUTOMAZIONE 1

MOTIVAZIONI DELLA PREDISPOSIZIONE AUTOMATICA

MOLTO SPESSO LA PREDISPOSIZIONE DEI PARAMETRI DI UN REGO-LATORE (TUNING) NON VIENE ESEGUITA CORRETTAMENTE.LA PROCEDURA PUÒ RICHIEDERE MOLTI TENTATIVI CHE DEVONO ES-SERE POI VERIFICATI CON UN NOTEVOLE DISPENDIO DI TEMPO.IL TUNING DI UN REGOLATORE NON VA EFFETTUATO SOLO AL MO-MENTO DELLA SUA ISTALLAZIONE MA DEVE ESSERE RIPETUTO QUANDO:

VIENE MODIFICATO IL PUNTO DI LAVORO CON CONSEGUENTE VARIA-ZIONE DEL GUADAGNO E/O DELLA DINAMICA DELL’ATTUATORE O DEL SISTEMA DA CONTROLLARE.SI VERIFICANO VARIAZIONI DELLE MODALITÀ OPERATIVE DEL SISTEMA DA CONTROLLARE IN GRADO DI ALTERARNE IL COMPORTAMENTO STATICO E/O DINAMICO.AGISCONO DISTURBI ESTERNI IN GRADO DI ALTERARE LE CARATTERI-STICHE DEL SISTEMA DA CONTROLLARE.SI RISCONTRANO CAMBIAMENTI DEL COMPORTAMENTO DEL SISTEMA DA CONTROLLARE DOVUTI PER ESEMPIO AD INVECCHIAMENTO.

AUTOTUNING

Page 3: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

CAMPO DI APPLICAZIONE 3

SCONOSCIUTO

AUTO-TUNING

COMPORTAMENTO DINAMICODEL SISTEMA DA CONTROLLARE

IMPREVEDIBILE

LENTAMENTE VARIABILE

IMPREVEDIBILE

LENTAMENTE VARIABILE

AUTO-TUNING

VARIAZIONE PROGRAMMATA DEI PARAMETRI

CONTROLLO ADATTATIVO

70%

25%

CONTROLLO DI TEMPERATURACONTROLLO DI PORTATA

CONTROLLO DI PRESSIONE

CONDIZIONI OPERATIVE VARIABILI

RITARDI DI TEMPOVARIABILI

CONOSCIUTO E COSTANTE

SCONOSCIUTOE COSTANTE

ATTENZIONE: LE PROCEDURE DI AUTOTUNING NON SOSTITUISCONO LA NECESSITÀ DI ACQUISIRE UNA ADEGUATA CONOSCENZA DEL SISTEMA DA CONTROLLARE E DELLE CONDIZIONI OPERATIVE RICHIESTE DAL SISTEMA CONTROLLATO

MODALITÀ DI CONTROLLO

5%

VARIAZIONE PROGRAMMATADEL GUADAGNO

AUTOMAZIONE 1

Page 4: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 4

PROCEDURA MANUALE DI TUNING

1 VIENE COLLEGATO AL SISTEMA DA CONTROLLARE UN REGOLATORE PID DI TIPO PARALLELO E VIENE ATTIVATO IL SISTEMA CONTROLLATO

2 VIENE PORTATO AL MASSIMO IL VALORE DEL TEMPO DI AZIONE INTEGRALE TI E AL MINIMO IL VALORE DEL TEMPO DI AZIONE DERIVATIVA TD

3 IL SISTEMA CONTROLLATO VIENE SOLLECITATO CON VARIAZIONI DI TIPO A GRADINO DELLA VARIABILE DI RIFERIMENTO

4 PARTENDO DAL VALORE MINIMO, IL GUADAGNO VIENE AUMENTATO FINO A QUANDO LA VARIABILE CONTROLLATA NON PRESENTA UNA PSEUDO OSCILLAZIONE COMPLETA

5 VIENE MISURATO IL PERIODO DELLA PSEUDO OSCILLAZIONE

6 IN FUNZIONE DELLA DURATA DI TALE PERIODO VENGONO DETERMINATI I VALORI TI E DI TD UTILIZZANDO REGOLE EMPIRICHE

AUTOMAZIONE 1

Page 5: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING

5

UN ESEMPIO DI AUTOTUNING

0 1 2 3 4 5 6 7 8 90

.2

.4

.6

.8

1

1.2

TRANSITORIO DI PROVA

tempo (sec)

Kp = .1

Kp = 1.4

T* = 3.3 sec

TI = .5 * T* = 1.65 sec TD = .12 * T* = .4 sec

AUTOMAZIONE 1

Page 6: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 6

PROCEDURA MANUALE DI TUNING

7 VENGONO ASSEGNATI I VALORI DI TI E DI TD PRECEDENTEMENTE DETERMINATI

8 VIENE AUMENTATO GRADUALMENTE IL VALORE DEL GUADAGNO FINO AL RAGGIUNGIMENTO DEL VALORE DELLA SOVRA ELONGAZIONE TOLLERATO

9 IN MOLTE APPLICAZIONI È RICHIESTO CHE IL VALORE MASSIMO DELLA SOVRA OSCILLAZIONE NON SUPERIORI IL VALORE DELLA VARIABILE CONTROLLATA NEL FUNZIONAMENTO A REGIME PERMANENTE PER VARIABILE DI FORZAMENTO DI TIPO A GRADINO

AUTOMAZIONE 1

Page 7: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING

7

UN ESEMPIO DI AUTOTUNING

0 1 2 3 4 5 6 7 8 90

.2

.4

.6

.8

1

1.2

TRANSITORIO DI PROVA

tempo (sec)

Kp = .1

Kp = 1.4

T* = 3.3 sec

2 3 4 5 6 7tempo (sec)

0 1 8 9

AUTOTUNING

TI = .5 * T* = 1.65 sec TD = .12 * T* = .4 sec

TI = 1.65 sec

TD = .4 sec

Kp = 1.5

Kp = 2.3

AUTOMAZIONE 1

Page 8: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 8

PROCEDURA MANUALE DI TUNING

1 VIENE COLLEGATO AL SISTEMA DA CONTROLLARE UN REGOLATORE PID DI TIPO PARALLELO E VIENE ATTIVATO IL SISTEMA CONTROLLATO

2 VIENE PORTATO AL MASSIMO IL VALORE DEL TEMPO DI AZIONE INTEGRALE TI E AL MINIMO IL VALORE DEL TEMPO DI AZIONE DERIVATIVA TD

3 IL SISTEMA CONTROLLATO VIENE SOLLECITATO CON VARIAZIONI DI TIPO A GRADINO DELLA VARIABILE DI RIFERIMENTO

4 PARTENDO DAL VALORE MINIMO, IL GUADAGNO VIENE AUMENTATO FINO A QUANDO LA VARIABILE CONTROLLATA NON PRESENTA UN SOVRA OSCILLAZIONE DI LIMITATA ENTITÀ

AUTOMAZIONE 1

Page 9: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 9

PROCEDURA MANUALE DI TUNING

5 VIENE DIMINUITO IL TEMPO DI AZIONE INTEGRALE FINO A QUANDO LA VARIABILE CONTROLLATA NON PRESENTA UN SOVRA OSCILLAZIONE DI LIMITATA ENTITÀ

6 VIENE STIMATA LA BANDA PASSANTE EVENTUALMENTE COME 4 VOLTE IL TEMPO DI SALITA DELLA RISPOSTA GRADINO DELLA VARIABILE CONTROLLATA

7 IN FUNZIONE DELLA PULSAZIONE CORRISPONDENTE ALLA BANDA PASSANTE VIENE CALCOLATO IL TEMPO DI AZIONE INTEGRALE E IL TEMPO DELL’AZIONE DERIVATIVAIN PARTICOLARE SI PONE TI = 2/ E TD = .25 *TI

8 SE IL VALORE DELLA SOVRAELENGAZIONE RISULTASSE ECCES-SIVO VIENE ATTRIBUITA ALLA BANDA PASSANTE UN VALORE INFERIORE E VENGONO AGGIORNATI I VALORI DI TI E DI TD

AUTOMAZIONE 1

Page 10: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 10

100

1

tempo (sec)0

RIFERIMENTO / USCITA 1

10-2

0

tempo (sec)0

-1

RIFERIMENTO / FORZAMENTO DISTURBO / USCITA2

100

1

tempo (sec)0

banda passante

0 2 4-200

-100

0

(rad/sec)

PREDISPOSIZIONE DELL’AZIONE PROPORZIONALE

ANDAMENTO DELLA FASE

10.1 1 (rad/sec)

5

0

-5

-10

modulo

(dB

)

DIAGRAMMA DI BODE

AUTOMAZIONE 1

Page 11: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 11

100

1

tempo (sec)0

RIFERIMENTO / USCITA 1

10-2

0

tempo (sec)0

-1

RIFERIMENTO / FORZAMENTO DISTURBO / USCITA2

100

1

tempo (sec)0

10.1 1 (rad/sec)

5

0

-5

-10

modulo

(dB

)

banda passante

0 2 4-200

-100

0

(rad/sec)

DIAGRAMMA DI BODE

PREDISPOSIZIONE DELL’AZIONE INTREGRALE

ANDAMENTO DELLA FASE

AUTOMAZIONE 1

Page 12: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 12

100

1

tempo (sec)0

RIFERIMENTO / USCITA 1

10-2

0

tempo (sec)0

-1

RIFERIMENTO / FORZAMENTO DISTURBO / USCITA2

100

1

tempo (sec)0

10.1 1 (rad/sec)

5

0

-5

-10

modulo

(dB

)

banda passante

0 2 4-200

-100

0

(rad/sec)

DIAGRAMMA DI BODE

PREDISPOSIZIONE DELL’AZIONE P I D

ANDAMENTO DELLA FASE

AUTOMAZIONE 1

Page 13: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 13

PREDISPOSIZIONE AUTOMATICAPROCEDURA PER LA DETERMINAZIONE DEL VALORE DEI PARAMETRI DI UN REGOLATORE DI TIPO CONTINUO SENZA L’INTERVENTO DELL’OPERATORE

VIENE APPLICATA QUANDO:• NON SI CONOSCE IL MODELLO E/O IL VALORE DEI PARAMETRI

• VARIAZIONI DELLE CONDIZIONE OPERATIVE CHE RICHIEDONO UN AGGIUSTAMENTO DEL VALORE DEI PARAMETRI

VIENE RESA OPERATIVA:

A SEGUITO DI UN COMANDO DI ATTIVAZIONE AUTOTUNINGQUANDO LE PROCEDURE DI DIAGNOSTICA INDIVIDUANO UNA VARIAZIONE DI COMPORTAMENTO DEL SISTEMA CONTROLLATO

SELFTUNING

AUTOMAZIONE 1

Page 14: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 14

PROCEDURA DI PREDISPOSIZIONE AUTOMATICA

DEL VALORE DEI PARAMETRI DI UN REGOLATO-

RE, DETTA AUTOTUNER, COSTITUITA DA UN PRO-

GRAMMA IN GRADO DI DETERMINARE IL VALORE

DEI PARAMETRI QUANDO:

DEFINIZIONE DI AUTOTUNING

- IL REGOLATORE È GIÀ COLLEGATO AL SISTEMA

DA CONTROLLARE;

- L’OPERATORE HA DATO IL CONSENSO DI

INIZIALIZZAZIONE.

AUTOMAZIONE 1

Page 15: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 15

L’AUTOTUNER NON È UNA PARTE DEL REGOLATORE, INFATTI QUANDO L’OPERAZIONE DI TUNING È TERMINATA, L’ELABORAZIONE DELLA MODALITÀ DI CONTROLLO NON DIPENDE DALLA PRESENZA DELL’AUTOTUNER.

• IL TUNING VIENE AVVIATO DALL’OPERATORE PER SUA DECISIONE ESPICITA O COME CONSEGUENZA DI DETERMINATE MANOVRE SUL SISTEMA DA CONTROLLARE.

• IL TUNING VIENE AVVIATO DALL’OPERATORE PER SUA DECISIONE MA PUÒ ANCHE SUGGERIRE ALL’OPERATORE QUANDO EFFETTUARE IL TUNING.

• IL TUNING SI AVVIA AUTOMATICAMENTE IN DETERMINATE SITUAZIONI, PER ESEMPIO SE L’ERRORE È TROPPO GRANDE.

QUANDO IL PROGRAMMA DI TUNING È CONTINUAMENTE IN FUNZIONE VIENE REALIZZATO UN SELFTUNING

AUTOMAZIONE 1

Page 16: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 16

REGOLATORECON AUTOTUNING

PROCEDURADI

AUTOTUNING

AUTOTUNING 16

CALCOLO DEIPARAMETRI DEL

REGOLATORE

VALUTAZIONEDEGLI EFFETTI

GENERATORE DIPERTURBAZIONI

COMANDO DIAUTOTUNING

REGOLARTOREP I D

ATTUATORE E SISTEMA DA CONTROLLARE

DISPOSITIVODI

MISURA

ANDAMENTO DESIDERATO DELLA VARIABILE CONTROLLATA

AUTOMAZIONE 1

Page 17: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

PROCEDURADI

AUTOTUNING

AUTOTUNING 17

CALCOLO DEPARAMETRI DELCONTROLLORE

VALUTAZIONEDEGLI EFFETTI

GENERATORE DIPERTURBAZIONI

COMANDO DIAUTOTUNING

REGOLARTOREP I D

ATTUATORE E SISTEMA DA CONTROLLARE

DISPOSITIVODI

MISURA

ANDAMENTO DESIDERATO DELLA VARIABILE CONTROLLATA

AUTOMAZIONE 1

Page 18: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

PROCEDURA DI SELFTUNING

AUTOTUNING 18

CALCOLO DEIPARAMETRI DELCONTROLLORE

REGOLARTOREP I D

ATTUATORE E SISTEMA DA CONTROLLARE

DISPOSITIVODI

MISURA

ANDAMENTO DESIDERATO DELLA VARIABILE CONTROLLATA

STIMA IN LINEADEI PARAMETRIDEL MODELLO

PRESTAZIONI

AUTOMAZIONE 1

Page 19: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 19

PREROGATIVE PER L’APPLICAZIONE

CONOSCENZA APPROFONDITA DEL FUNZIONAMENTO DEL SISTEMA CONTROLLATO E DEI SINGOLI COMPONENTI AL FINE DI POTER DISTINGUERE SE L’ADATTAMENTO DEL VALORE DEI PARAMETRI È DETERMINATO DALLA VARIAZIONE DELLE CONDIZIONI OPERATIVE DEL SISTEMA CONTROLLATO OPPURE È DETERMINATO DA UN GUASTO INCIPIENTE NEL DISPOSITIVO DI MISURA, NELL’ATTUATORE OPPURE NELLA STRUTTURA DEL SISTEMA DA CONTROLLARE

È OPPORTUNO CHE LE PROCEDURE PER REALIZZARE LA PREDISPOSIZIONE AUTOMATICA DEI PARAMETRI SIANO COLLEGATE A QUELLE PER LA DIAGNOSI DEI GUASTI INCIPIENTI

AUTOMAZIONE 1

Page 20: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 20

L’AUTOTUNER È UN PROCEDURA CHE RIPRODUCE LE MODALITÀ DI INTERVENTO DELL’OPERATORE CHE EFFETTUA LA PREDISPOSIZIONE MANUALE DEL VALORE DEI PARAMETRI.

a) L’OPERATORE OSSERVA IL COMPORTAMENTO DEL SISTEMA DA CONTROLLARE, ANCHE STIMOLANDOLO CON SEGNALI NOTI, IN MODO DA DEDURRE LE INFORMAZIONI NECESSARIE SUL COMPORTAMENTO DEL SISTEMA DA CONTROLLARE.

b) TENENDO CONTO DELLE COMPORTAMENTO DEL SISTEMA DA CONTROLLARE FISSA IL COMPORTAMENTO CHE RITIENE DI POTER OTTENERE CON IL CONTROLLO A CONTROREAZIONE.

c) CALCOLA IL VALORE DEI PARAMETRI CHE IL REGOLATORE DEVE AVERE PER OTTENERE IL COMPORTAMENTO DESIDERATO.

DALLA FORMALIZZARE DI TALI PASSI VIENE PROGETTATA LA PROCE-DURA DI AUTOTUNING

NELLA PROCEDURA MANUALE SI INDIVIDUANO I SEGUENTI PASSI:

AUTOMAZIONE 1

Page 21: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 21

PASSO A) OSSERVAZIONE DEL COMPORTAMENTO DEL SISTEMA DA CONTROLLARE

ATTUATORE E SISTEMA DA CONTROLLARE

L’OSSERVAZIONE VIENE IN GENERE EFFETTUATA STIMOLANDO IL SISTEMA DA CONTROLLARE CON SEGNALI NOTI (EXPERIMENT BASED AUTOTUNER) O DURANTE LA SUA NATURALE EVOLUZIONE (NON EXPERIMENT BASED)

• A GRADINO

• SEQUENZA DI IMPULSI

• DI TIPO SINUSOIDALE

PERTURBAZIONE VALUTAZIONE DEGLI EFFETTI

• DAL VALORE DEGLI INDICI DI QUALITÀ• DAL VALORE DI ALCUNI PARAMETRI

RELATIVI AGLI EFFETTI DELLE PERTURBAZIONI SULL’ANDAMENTO DELLA VARIABILE CONTROLLATA

CONOSCENZA DEL COMPORTAMENTO

BASATA SU UN MODELLO (MODEL BASED AUTOTUNER)BASATA SU ALCUNI VALORI (CHARACTERISTICS BASED AUTOTUNER)

AUTOMAZIONE 1

Page 22: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 22

DALL’ESPERIENZA SI DESUME CHE L’ANDAMENTO DELLA VARIABILE CONTROLLATA RELATIVA AD UNA VARIAZIONE A GRADINO DELLA VARIABILE DI RIFERIMENTO È PIÙ INFLUENZATA DAL VALORE DEL GUADAGNO CHE DAL VALORE DEL TEMPO DELL’AZIONE INTEGRALE E DAL TEMPO DELL’AZIONE DERIVATIVA

NEL FISSARE LE REGOLE DI TUNING CONVIENE INDIVIDUARE DAPPRIMA I VALORI DA ASSEGNARE A TI E

TD E SUCCESSIVAMENTE FISSARE IL VALORE DI KP

IN MOLTE APPLICAZIONI CONVIENE FISSARE IL VALORE DI KP IN MODO DA OTTENERE CHE LA SOVRAELONGAZIONE

SFIORI IL VALORE DI REGIME SENZA SUPERARLO

AUTOMAZIONE 1

Page 23: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 23

PASSO B) CREAZIONE DELLA DESCRIZIONE DEL COMPORTAMENTO DESIDERATO AD ANELLO CHIUSO.

I REQUISITI RICHIESTI POSSONO ESSERE DI VARIO TIPO:

• REQUISITI SULLA VARIABILE DI CONTROLLO GENERALMENTE, ALLO SCOPO DI TENERNE PIÙ BASSA POSSIBILE L’ENERGIA.

• REQUISITI SUI GRADI DI STABILITÀ E ROBUSTEZZA, DELL’ANELLO NELLA FORMA DI RICHIESTE SUL MARGINE DI FASE E SUL MARGINE DI AMPIEZZA.

• LIMITI SULLA VARIABILE CONTROLLATA.

• LIMITI SULLA VARIABILE DI CONTROLLO IN TERMINI DI TASSO DI SATURAZIONE.

• REQUISITI SUL COMPORTAMENTO DELLA VARIABILE CONTROLLATA, MASSIMA SOVRAELONGAZIONE, TEMPO DI RISPOSTA, LARGHEZZA DI BANDA, REIEZIONE AI DISTURBI, TEMPO DI ASSESTAMENTO

NON TUTTE LE SPECIFICHE POSSONO ESSERE SODDISFATTE ESSE SONO SPESSO ANTAGONISTE E SI DEVE GIUNGERE A UN COMPROMESSO.

AUTOMAZIONE 1

Page 24: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 24

L’AUTOTUNER DEVE:

• VERIFICARE LA VALIDITÀ DELLE SPECIFICHE DI CONTROLLO INTRODOTTE CHE POTREBBERO ESSERE TRA LORO INCOMPATIBILI.

• RAGGIUNGERE IL MIGLIOR CONTROLLO POSSIBILE ADOTTANDO OTTIMI COMPROMESSI TRA LE SPECIFICHE.

RAGGIUNGERE UN COMPROMESSO VUOL DIRE DOVER DECIDERE QUALI ASPETTI PREFERIRE A DISCAPITO DI QUALI ALTRI.

L’AUTOTUNER PUÒ PRENDERE QUESTE DECISIONI BASANDOSI

SU UNA SUA LOGICA INTERNA

SU LINEE GUIDA FORNITE DALL’OPERATORE ESPERTO.

AUTOMAZIONE 1

Page 25: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 25

PASSO C) CALCOLO DEI PARAMETRI CHE IL REGOLATORE DEVE AVERE PER OTTENERE IL COMPORTAMENTO DESIDERATO.

IN QUESTO PASSO SI IMPLEMENTANO LE TUNING RULES SI PUÒ PROCEDERE IN VARI MODI:

MODEL BASED-MODEL FOLLOWING AUTOTUNER.

MODEL BASED-CHARACTERISTICS FOLLOWING AUTOTUNER.

CHARACTERISTICS BASED-CHARACTERISTICS FOLLOWING AUTOTUNER.

RULE BASED METHODS

SE SI DISPONE DEL MODELLO E LO SI USA ANCHE PER PREVEDERE IL COMPORTAMENTO AD ANELLO CHIUSO.

SE PUR DISPONENDO DI UN MODELLO, SI USANO PER L’ANELLO CHIUSO SOLO ALCUNI VALORI CARATTERISTICI.

NON SI DISPONE DEL MODELLO E SI FA TUTTO BASANDOSI SU ALCUNI VALORI CARATTERISTICI.

SONO I METODI CHE CERCANO DI SIMULARE IL RAGIONAMENTO UMANO.

AUTOMAZIONE 1

Page 26: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 26

AUTOTUNING DI CONTROLLORI PID

PASSO A)

LA VALUTAZIONE DELLE PRESTAZIONI DI UN PROCESSO CON CONTROLLORE PID PUÒ ESSERE FATTA NEL DOMINIO:

DEL TEMPO DELLA FREQUENZA

RISPOSTA AL GRADINODIAGRAMMA DI NYQUIST

DIAGRAMMI DI BODE

PREGI: FACILE DA AUTOMATIZZARE.

DIFETTI: COMPRENSIBILE SOLO A OPERATORI CON UN MINIMO DI CONOSCENZE.

AUTOMAZIONE 1

PREGI: INTUITIVO ANCHE PER I NON ESPERTI.

DIFETTI: DIFFICILE DA AUTOMA-TIZZARE A CAUSA DEL RUMORE

Page 27: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 27

FORNENDO IN INGRESSO AL PROCESSO UN GRADINO SI OTTENGONO DELLE RISPOSTE

AUTOMAZIONE 1

MODELLO DEL I

ORDINE

MODELLO DEL II ORDINE

PASSO A)

EXPERIMENT BASEDMODEL BASED AUTOTUNER NEL DOMINIO DEL TEMPO

Page 28: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 28

FORNENDO IN INGRESSO AL PROCESSO UN GRADINO SI OTTENGONO DELLE RISPOSTE

AS

0

YS(T)

TEMPO

TEND

0

0

At

T0

A0

A1

AUTOMAZIONE 1

IDENTIFICAZIONE DEL MODELLO DEL I ORDINE METODO DELLE AREE

sT

esM

sL

1)( FOPDT (FIRST ORDER MODEL PLUS DELAY TIME)

VIENE CALCOLATO IL GUADAGNO: s

sA

ty )( CON AS AMPIEZZA GRADINO IN INGRESSO

CALCOLO YUS(T) AMPIEZZA RISPO-STA A UN GRADINO UNITARIO

endt

us dttyA0

0 ))((

0

0

1 )(t

us dttyA

CALCOLO LE SEGUENTI QUANTITÀ:

GLI ALTRI 2 PARAMETRI T ED L SONO: 1eAT

10 eAA

L

Page 29: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 29

PASSO A)

EXPERIMENT BASEDMODEL BASED AUTOTUNER NEL DOMINIO DEL TEMPO

IL METODO DELLE AREE PUÒ ESSERE USATO ANCHE IN PRESENZA DI OSCILLAZIONI DI MODESTA ENTITÀ USANDO I SEGUENTI ACCORGIMENTI

0 tempo

AUTOMAZIONE 1

Page 30: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 30

IDENTIFICAZIONE DEL MODELLO DEL II ORDINE SOPDT:

PASSO A)EXPERIMENT BASED

MODEL BASED AUTOTUNER NEL DOMINIO DEL TEMPO

)1)(1()(

21 sTsT

esM

sL

MODELLO PER RISPOSTA SMORZATA

VIENE CALCOLATO COME VISTO PER I FOPDT

• L SI RICAVA DALLA SEGUENTE INTERSEZIONE:

0

YS(T)

TEMPO

PUNTO MAX PENDENZA

LI 2 PARAMETRI T1 E T2 VENGONO CALCOLATI ADATTANDO 2 PUNTI DEL SEGUENTE MODELLO (RISPOSTA A UN GRADINO UNITARIO) ALLA NOSTRA RISPOSTA AL GRADINO.

21

1212

1TT

eTeT T

Lt

T

Lt

CON T1 > T2 I PUNTI SONO GENERALMENTE AL 33% E AL 67%DEL VALORE FINALE DELLA RISPOSTA.

AUTOMAZIONE 1

Page 31: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 31

2

2

21)(

nn

ss

sM

MODELLO PER RISPOSTA

OSCILLATORIA

IDENTIFICAZIONE DEL MODELLO DEL II ORDINE SOPDT:

PASSO A) EXPERIMENT BASEDMODEL BASED AUTOTUNER NEL DOMINIO DEL TEMPO

VIENE CALCOLATO COME VISTO PER I FOPDT

• SI MISURA IL PERIODO DI OSCILLAZIONE T0 E L’AMPIEZZA DEI PRIMI 2 PICCHI A1 E A2.

• SI CALCOLANO I RIMANENTI PARAMETRI COME SEGUE:

2

12 )log(2

1

1

aa

2

0 1

2

T

n

AUTOMAZIONE 1

Page 32: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 32

PASSO A)EXPERIMENT BASED

CHARACTERISTICSCHARACTERISTICS BASED AUTOTUNER NEL DOMINIO DEL TEMPO

NEI CHARACTERISTICS BASED AUTOTUNER SI DESCRIVE IL PROCESSO NON COSTRUENDO IL SUO MODELLO MA CON UNA SERIE DI VALORI CHE CARATTERIZZANO IL SUO COMPORTAMENTO NEL TEMPO O IN FREQUENZA.

NEL DOMINIO DEL TEMPO QUESTI VALORI CARATTERISTICI VENGONO GENE-RALMENTE MISURATI DALLA RISPOSTA AL GRADINO E SONO:

•IL TEMPO DI SALITA.

•IL TEMPO DI ASSESTAMENTO.

•LA SOVRAELONGAZIONE.

•IL GUADAGNO.

•L’ERRORE A REGIME.

•ECC. ……..

TUTTE CARATTERISTICHE IMMEDIATE DA OTTENERE DA UNA RISPOSTA AL GRADINO PER UN ESSERE UMANO MA DIFFICILI DA AUTOMATIZZARE PER LA PRESENZA DI RUMORE, DI TREND, ECC…

AUTOMAZIONE 1

Page 33: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 33

PASSO A) EXPERIMENT BASEDCHARACTERISTICSCHARACTERISTICS BASED AUTOTUNER

NEL DOMINIO DELLA FREQUENZALE CARATTERISTICHE NEL DOMINIO DELLA FREQUENZA SI OTTENGONO CON ESPERIMENTI A RELÈ:

E ISTERESI

D AMPIEZZA

QUESTA CONFIGURAZIONE CON IL RELÈ IN CONTROREAZIONE INNESCA DELLE OSCILLAZIONI PERMANENTI DI FREQUENZA OX .

P(JOX)

SI INDIVIDUA QUINDI UN PUNTO DELLA CURVA DI NYQUIST.INSERENDO UN RITARDO VARIABILE TRA RELÈ E PROCESSO, SI POSSONO OTTENE-RE FACILMENTE ALTRI PUNTI NOTANDO CHE:

UN PUNTO DELL’ANELLO CON RITARDO )(~ jP

CORRISPONDE AD UN PUNTO DELL’ANELLO SENZA RITARDO TRAMITE LA RELAZIONE:

je

jP

)(~

AUTOMAZIONE 1

Page 34: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 34

PASSO B)L’AUTOTUNER DEVE CREARE UNA DESCRIZIONE DEL COMPORTAMENTO DESIDERATO AD ANELLO CHIUSO.

SE

MP

LIC

ITÀ

CO

MP

LES

SIT

À

PER FARE CIÒ L’AUTOTUNER PUÒ :

• I PROCEDERE AUTONOMAMENTE BASANDOSI SU CRITERI PREIMPOSTATI. (AUTOTUNER SENZA SPECIFICHE)

• II RICHIEDERE ALL’OPERATORE LE LINEE GUIDA DA SEGUIRE. (MINIMIZZARE LA SOVRAELONGAZIONE, IL TEMPO DI ASSESTAMENTO, UN INDICE ISE, ECC….) (AUTOTUNER CON SPECIFICHE LESSICALI)

• III RICHIEDERE ALL’OPERATORE IN MODO DETTAGLIATO LE SPECIFICHE CHE SI VOGLIONO OTTENERE. (AUTOTUNER CON SPECIFICHE NUMERICHE)

OP

ER

AT

OR

E

POCO ESPERTO

MOLTO ESPERTO

PR

ES

TA

ZIO

NI

PEGGIORI

MIGLIORI

AUTOMAZIONE 1

Page 35: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 35

PASSO B)

• SEMPLICI DA USARE

• NON NECESSITANO DI UN OPERATORE ESPERTO.

• ADATTI A MOLTISSIME SITUAZIONI IN CUI PORTANO A UN TUNING SODDISFACENTE.

• NON È ADATTO A SITUAZIONI CRITICHE O IN CUI SIA NECESSARIO UN CONTROLLO SOFISTICATO.

• PERMETTONO DI FORNIRE ALCUNE LINEE GUIDA ALL’AUTOTUNING.

• PER ESSI MINIMIZZARE UN INDICE PUÒ VOLER DIRE FARLO QUALSIASI COSA CIÒ COMPORTI SUL RESTO DELLA STRUTTURA.

AUTOTUNER SENZA SPECIFICHEI

AUTOTUNER CON SPECIFICHE LESSICALIII

AUTOMAZIONE 1

Page 36: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 36

PASSO B)III AUTOTUNER CON SPECIFICHE NUMERICHE

PERMETTONO ALL’OPERATORE IL MASSIMO DEL CONTROLLO.

PER ESSI È MOLTO IMPORTANTE LA FASE DI IDENTIFICAZIONE.

OPERATOREESPERTO

SPECIFICHE RICHIESTE COERENTI

SI OTTENGONO LE PRESTAZIONI DESIDERATE.

OPERATORE NON ESPERTO

SPECIFICHE RICHIESTE NON COERENTI

PRESTAZIONI

FORNISCE

FORNISCE

ELABORAZIONE DELL’AUTOTUNER

ELABORAZIONE DELL’AUTOTUNER

RICERCA COMPROMESSI

USATI DA PERSONALE ESPERTO QUESTI AUTOTUNER SONO INDISPENSABILI QUANDO È NECESSARIO UN CONTROLLO MOLTO EFFICIENTE.

AUTOMAZIONE 1

Page 37: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 37

PASSO C)SINTESI DEL REGOLATORE PID

MODEL BASED

CHARACTERISTICS BASED

RULE BASED

•HAALMAN

•SIMMETRICO OTTIMO (SO)

•DAHLIN O -TUNING

•KAPPA TAU (KT)

•IMC

•DI OTTIMIZZAZIONE

•ZIEGLER-NICHOLS

•METODI A RELÈ

SOFT COMPUTING

•FUZZY

•RETI NEURALI

•ALGORITMI GENETICI

AUTOMAZIONE 1

Page 38: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 38

PASSO C) Model based Metodo di Haalman.

Si dispone di un modello (M(s)) del processo (P(s)) da controllare FOPDT o SOPDT

Si vogliono calcolare i parametri di un PID nella forma ideale

d

iPID sT

sTKsR

11)(

Si sceglie LsesL sL 32)( )()( sPsR )()( sMsR

Si calcolano i parametri del PID usando il modello: )()()( sMsLsRPID

FOPDTsT

esM

sL

1)(

sTL

TRPID

11

3

2

SOPDT21

21

TT

TTTd

L

TK

3

2

Ti=T

L

TTK

3

)(2 21 21 TTTi

Adatto per processi senza oscillazioni e con ritardi

AUTOMAZIONE 1

Page 39: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 39

PASSO C)MODEL BASED METODO DI DAHLIN O -TUNING.

SI DISPONE DI UN MODELLO (M(S)) DEL PROCESSO (P(S)) DA CONTROLLARESI CERCA DI FAR ASSOMIGLIARE LA FUNZIONE DI TRASFERIMENTO AD ANELLO CHIUSO A QUELLA DI UN MODELLO DEL PRIMO ORDINE CON GUADAGNO UNITARIO.

se

FsL

1DOVE COSTANTE DI TEMPO CHE DIVENTA PARAMETRO DI PROGETTO.

)(1

)()(

sL

sLsFtrasf

)()()( sRsMsL

)(1

)(

)(

1)(

sF

sF

sMsR

)1(

1)(

sLes

sTsR

sLesL1

21

21

sLsL

APPROSSIMANDO)(

L

TK

)(

2

L

LTK 2LTTi

PI

PID

TTi

2

2

LT

TLTd

AUTOMAZIONE 1

Page 40: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 40

PASSO C) MODEL BASED METODI DI OTTIMIZZAZIONE.

LOGICA: IL COMPORTAMENTO AD ANELLO CHIUSO DEVE ESSERE SIMILE A QUELLO DI UN DATO MODELLO.

POSSIAMO TUNARE IL PID MINIMIZZANDO UNA FUNZIONE COSTO CHE RAP-PRESENTA LA DIFFERENZA TRA LA RISPOSTA DELL’ANELLO (PREVISTA CON IL MODELLO DEL PROCESSO) E QUELLA DEL MODELLO DA IMITARE.

UNA FUNZIONE COSTO MOLTO USATA A QUESTO SCOPO È LA ISE:

endt

areellodaimitprevista dttytyJ0

2mod ))()((

QUESTO RAGIONAMENTO PUÒ ESSERE ESTESO AI CHARACTERISTIC FOLLOWING CONSIDERANDO AD ESEMPIO IL SOLO ERRORE:

endt

m dttytyJ0

2))()((

AUTOMAZIONE 1

Page 41: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 41

PASSO C) CHARACTERISTICS BASEDMETODI DI ZIEGLER-NICHOLS

DALLA RISPOSTA AL GRADINO SI RICAVANO I 2 PARAMETRI A E B.

PRIMO METODO

PPI

PID

K TI TD

1/A

0.9/A1.2/A

3B2B B/2

CON ESSI SI PUÒ CREARE UN MODEL-LO DEL PROCESSO VISTO COME UN INTEGRATORE PIÙ UN RITARDO

I PARAMETRI DEL MODELLO VENGONO CALCOLATI CON LA TABELLA:

AUTOMAZIONE 1

Page 42: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 42

PASSO C) CHARACTERISTICS BASEDMETODI DI ZIEGLER-NICHOLS.

SECONDO METODO

CON UN CONTROLLORE PROPORZIONALE IL GUADAGNO VIENE AUMENTATO LENTAMENTE FINO A QUANDO NON SI INNESCANO DELLE OSCILLAZIONI.

INDICATO CON T* IL PERIODO DELLE OSCILLAZIONI, E CON KP IL GUADAGNO DEL CONTROLLORE CHE LE HA PRODOTTE, I PARAMETRI DEL PI(D) SONO CALCOLATI COME SEGUE:

P

PI

PID

K TI TD

0.5KP

0.4KP

0.6KP

0.8T*

0.5T* 0.125T*

AUTOMAZIONE 1

Page 43: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 43

0 1 2 3 4 5 6 7 8 90

.2

.4

.6

.8

1

1.2

TRANSITORIO DI PROVA

tempo (sec)

Kp = .1

Kp = 1.4

T* = 3.3 sec

2 3 4 5 6 7tempo (sec)

0 1 8 9

AUTOTUNING

TI = .5 * T* = 1.65 sec TD = .12 * T* = .4 sec

TI = 1.65 sec

TD = .4 sec

Kp = 1.5

Kp = 2.3

UN ESEMPIO DI AUTOTUNING

PASSO C)AUTOMAZIONE 1

Page 44: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 44

PASSO C) RULE BASED• NON C’È UNA DESCRIZIONE DEL PROCESSO NE COME MODELLO NE COME

CARATTERISTICHE DELLA SUA RISPOSTA.

• I METODI RULE BASED CERCANO DI IMITARE IL RAGIONAMENTO INTUITIVO DEGLI UOMINI

• I PARAMETRI VENGONO VARIATI DOPO L’OSSERVAZIONE DI UN TRANSITO-RIO GENERATO DA UNA VARIAZIONE DEL SET-POINT O DA UN DISTURBO.

• CAPIRE QUALI PARAMETRI VARIARE È SEMPLICE PER UN OPERATORE ED È ANCHE ABBASTANZA SEMPLICE DA AUTOMATIZZARE.

• DIFFICILE È STABILIRE DI QUANTO I PARAMETRI VANNO CAMBIATI.

PER QUESTO MOTIVO I RULE BASED SONO MOLTO PIÙ ADATTI PER IL SELFTUNING IN CUI VENGONO EFFETTUATE PICCOLE MA CONTINUE VARIAZIONI DEI PARAMETRI.

AUTOMAZIONE 1

• USANDO RETI NEURALI LOGICA FUZZY E ALGORITMI GENETICI.

Page 45: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 45

ESEMPIO VARIAZIONE A GRADINO DEL SET POINT:

STRATEGIA CORRETTA:

AUMENTARE IL GUADAGNO E DIMINUIRE L’AZIONE INTEGRALE.

PASSO C)

IN QUESTO CASO IL GRADINO COM-PORTA ANCHE DELLE OSCILLAZIONI.

STRATEGIA CORRETTA:

DIMINUIRE SIA IL GUADAGNO CHE IL TEMPO DI INTEGRAZIONE.

RULE BASEDAUTOMAZIONE 1

Page 46: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 46

VALIDAZIONE DEI PARAMETRI DEL CONTROLLORE

MODEL BASED: È POSSIBILE PREVEDERE IL COMPORTAMENTO FINALE DELL’ANELLO PRIMA DI MODIFICARE FISICAMENTE I PARAMETRI DEL REGOLATORE.

CHARACTERISTIC BASED: DOPO AVER INSERITO I PARAMETRI CALCO-LATI NEL CONTROLLORE SI PERTURBA L’ANELLO E SI OSSERVA IL SUO COMPORTAMENTO.

SE IL COMPORTAMENTO OTTENUTO NON È SODDISFACENTE VENGONO REIMPOSTATI I PARAMETRI PRECEDENTI AL TUNING.

VERIFICA RISULTATI DEL TUNING:

CONTROLLO DELLA CONSISTENZA DEL REGOLATORE:

• TUTTE LE COSTANTI DI TEMPO DEVONO ESSERE > DEL TEMPO DI CAMPIONAMENTO.

di TT • A

• SENSIBILITÀ DEI PARAMETRI ALLA VARIAZIONE DELLE SPECIFICHE.

AUTOMAZIONE 1

Page 47: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 47

AUTOTUNER INDUSTRIALIFOXBORO EXACT

• IL TUNING SI AVVIA AUTOMATICAMENTE SE L’ERRORE SUPERA UNA SOGLIA SPECIFICATA DALL’UTENTE.

L’ERRORE AVRÀ UN TRANSIENTE ANALOGO A:

L’AUTOTUNER CALCOLA I VALORI DEI PICCHI E1 E2 E IL TEMPO TP TRA I DUE.

L’UTENTE FORNISCE LE SPECIFICHE IN TERMINI DELLE 2 QUANTITÀ:

L’EXACT RICHIEDE UNA FASE DI PRETUNING NELLA QUALE SI COMPORTA COME UN EXPERIMENT BASED

L’EXACT È UN CHARACTERISTIC BASED AUTOTUNER IN QUANTO SI BASA SOLO SUI VALORI E1 E2 TP

AUTOMAZIONE 1

Page 48: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 48

ALTRE CARATTERISTICHE DEGLI AUTOTUNER:

INTERFACCIA GRAFICA

FOTOGRAFIA DEL SISTEMA

ELIMINAZIONE VALORI OUTLIER

DETRENDING

FILTRAGGIO

CONDIZIONAMENTO DEI SEGNALI

AUTOMAZIONE 1

Page 49: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 49

TIPO DI PERTURBAZIONE

• A GRADINO

• SEQUENZA DI IMPULSI

• DI TIPO SINUSOIDALE

VALUTAZIONE DEGLI EFFETTI

• DAL VALORE DEGLI INDICI DI QUALITÀ

• DAL VALORE DI ALCUNI PARAMETRI RELATIVI AGLI EFFETTI DELLE PERTURBAZIONI SULL’ANDAMENTO DELLA VARIABILE CONTROLLATA

CONOSCENZA DEL COMPORTAMANTO

• BASATA SU UN INSIEME DI REGOLE

• BASATA SU UN MODELLO

AUTOMAZIONE 1

Page 50: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 50

CALCOLO DEI PARAMETRI DEL REGOLATORE

• DA ALCUNI PARAMETRI COLLEGATI ALL’ANDAMENTO DELLA VARIABILE CONTROLLATA

• DA ALCUNI PARAMETRI DEL MODELLO NON PARAMETRIZZATO

• DAI PARAMETRI DINAMICI DEL MODELLO PARAMETRIZZATO DEL SISTEMA DA CONTROLLARE

• DAL VALORE DELLE PERTURBAZIONI PREVEDIBILI

PARAMETRIDEL REGOLATORE

RAPIDITÀDI RISPOSTA

MARGINIDI STABILITÀ

VARIAZIONI

Kp

TI

TD

AUMENTA

AUMENTA

AUMENTA

AUMENTA

DIMINUISCE

AUMENTA

DININUISCE

AUMENTA

AUMENTA

AUTOMAZIONE 1

Page 51: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 51

DALL’ESPERIENZA SI DESUME CHE L’ANDAMENTO DELLA VARIABILE CONTROLLATA RELATIVA AD UNA VARIAZIONE A GRADINO DELLA VARIABILE DI RIFERIMENTO È PIÙ INFLUENZATA DAL VALORE DEL GUADAGNO CHE DAL VALORE DEL TEMPO DELL’AZIONE INTEGRALE E DAL TEMPO DELL’AZIONE DERIVATIVA

NEL FISSARE LE REGOLE DI TUNING CONVIENE INDIVI-DUARE DAPPRIMA I VALORI DA ASSEGNARE A TI E TD E

SUCCESSIVAMENTE FISSARE IL VALORE DI KP

IN MOLTE APPLICAZIONI CONVIENE FISSARE IL VALORE DI KP IN MODO DA OTTENERE CHE LA SOVRAELONGAZIONE

NON SFIORI IL VALORE DI REGIME SENZA SUPERARLO

AUTOMAZIONE 1

Page 52: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 52

VALUTAZIONE DEL COMPORTAMENTO DINAMICODALL’ANDAMENTO DELLA RISPOSTA A GRADINO

DEL SISTEMA CONTROLLATO

DALL’ANDAMENTO DELLA VARIABILE CONTROLLATA

DALL’ANDAMENTO DELL’ERRORE

ts - TEMPO DI SALITA

s - SOVRAELONGAZIONE

ta - TEMPO DI ASSESTAMENTO

te - TEMPO ALL’EMIVALORE

IE - INTEGRALE DELL’ERROREIAE - INTEGRALE DEL VALORE

ASSOLUTO DELL’ERROREISE - INTEGRALE DEL QUADRATO

DELL’ERROREITSE - INTEGRALE DEL PRODOTTO

DEL QUADRATO DELL’ERRORE PER IL TEMPO. . . . .

y

t(sec)0 10 20

1

0

IE = .7991

IAE = 1.9272

ISE = 1.0245

ITSE = .9407

ts = 1.9 sec

s = 25 %

ts = 12 sec

ts = .9 sec

AUTOMAZIONE 1

Page 53: UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA DIPARTIMENTO DI INFORMATICA E SISTEMISTICA REGOLATORI P I D PREDISPOSIZIONE AUTOMATICA ALESSANDRO DE CARLI ANNO.

AUTOTUNING 53

CALCOLO DEI PARAMETRI DEL REGOLATORE

• DA ALCUNI PARAMETRI COLLEGATI ALL’ANDAMENTO DELLA VARIABILE CONTROLLATA

• DA ALCUNI PARAMETRI DEL MODELLO NON PARAMETRIZZATO

• DAI PARAMETRI DINAMICI DEL MODELLO PARAMETRIZZATO DEL SISTEMA DA CONTROLLARE

• DAL VALORE DELLE PERTURBAZIONI PREVEDIBILI

PARAMETRIDEL REGOLATORE

RAPIDITÀDI RISPOSTA

MARGINIDI STABILITÀ

VARIAZIONI

Kp

TI

TD

AUMENTA

AUMENTA

AUMENTA

AUMENTA

DIMINUISCE

AUMENTA

DININUISCE

AUMENTA

AUMENTA

AUTOMAZIONE 1