Krmilnik je osrednja komponenta v avtomatiziranem krmilnem sistemu, ki je odgovoren za sprejemanje senzorskih signalov, obdelavo podatkov, izdajanje krmilnih navodil za doseganje natančnega nadzora nad nadzorovanim objektom. Metode nadzora krmilnika so različne in različne metode nadzora so primerne za različne scenarije in potrebe nadzora. V tem prispevku bomo podrobno predstavili več krmilnih metod, ki jih krmilniki pogosto uporabljajo, vključno s krmiljenjem PID, mehkim krmiljenjem, prilagodljivim krmiljenjem, napovednim krmiljenjem, krmiljenjem nevronske mreže in inteligentnim krmiljenjem.
1. PID krmiljenje
PID krmiljenje (proporcionalno-integralno-izpeljano krmiljenje) je klasična metoda krmiljenja, ki se pogosto uporablja v industrijski proizvodnji, letalstvu, transportu itd. PID krmilnik krmili nadzorovani objekt prek treh povezav proporcionalnega (P), integralnega (I) in izpeljanega (D).
1.1 Proporcionalno krmiljenje
Proporcionalna regulacija je osnova PID regulacije, regulacijski zakon je: u (t)=Kp * e (t), kjer je u (t) za regulacijsko količino, Kp za proporcionalni koeficient, e (t) za odstopanje. Glavna funkcija proporcionalnega krmiljenja je zmanjšanje odstopanja in izboljšanje odzivne hitrosti sistema.
1.2 Integralni nadzor
Funkcija integralnega krmiljenja je odpraviti statične razlike sistema in izboljšati stabilnost sistema. Kontrolni zakon je: u(t)=u(t-1) + Ki * ∫e(t)dt, kjer je Ki integralni koeficient.
1.3 Diferencialno krmiljenje
Glavna funkcija diferencialne regulacije je zatiranje nihanja sistema in izboljšanje zmožnosti proti-motenju sistema. Njegov krmilni zakon je: u(t)=u(t-1) - Kd * de(t)/dt, kjer je Kd diferenčni koeficient.
1.4 Značilnosti PID regulacije
Prednosti PID regulacije so preprosta zgradba, enostavna nastavitev parametrov, prilagodljivost itd., hkrati pa obstajajo nekatere omejitve, kot je slaba regulacija nelinearnih in časovno-spremenljivih sistemov ter višje zahteve za nastavitev parametrov.
2. Mehko krmiljenje
Mehko vodenje je vrsta krmiljenja, ki temelji na mehki logiki in je primerno za obvladovanje negotovosti in dvoumnosti. Mehki krmilnik uresničuje nadzor nadzorovanega objekta preko treh delov: baze mehkih pravil, stroja za mehko sklepanje in defuzzifierja.
2.1 Baza mehkih pravil
Baza mehkih pravil je jedro mehkega krmilnika, ki vsebuje niz mehkih pravil za opis razmerja med vhodnimi in izhodnimi spremenljivkami. Mehko pravilo ima obliko ČE je vhodna spremenljivka mehka množica, potem je izhodna spremenljivka mehka množica.
2.2 Stroj za mehko sklepanje
Stroj za mehko sklepanje razmišlja o vhodnih spremenljivkah v skladu s pravili v bazi mehkih pravil, da dobi mehke vrednosti izhodnih spremenljivk. Postopek mehkega sklepanja vključuje štiri korake: zamegljenost, ujemanje pravil, fuzijo pravil in defuzzifikacijo.
2.3 Defuzzifier
Vloga defuzzifikatorja je pretvorba mehkih vrednosti, pridobljenih z mehkim razmišljanjem, v dejanske kontrolne količine. Običajno uporabljene metode defuzzifikacije vključujejo metodo največje pripadnosti, metodo tehtanega povprečja itd.
2.4 Značilnosti mehkega vodenja
Mehko krmiljenje se lahko spopade z negotovostjo in mehkimi problemi, z nizkimi zahtevami za prilagajanje parametrov in visoko prilagodljivostjo. Vendar pa ima mehko vodenje tudi nekaj omejitev, na primer izgradnja baze pravil zahteva veliko izkušenj in znanja, na natančnost nadzora pa vplivata razdelitev mehke množice in metoda sklepanja.
3. Prilagodljivo krmiljenje
Prilagodljivo krmiljenje je vrsta nadzorne metode, ki lahko samodejno prilagodi krmilne parametre glede na značilnosti nadzorovanega predmeta in okoljske spremembe. Prilagodljivi regulator običajno vključuje tri dele: identifikacijo modela, oceno parametrov in zasnovo krmilnega zakona.
3.1 Prepoznavanje modela
Identifikacija modela je osnova prilagodljivega nadzora, s pomočjo vhodnih in izhodnih podatkov za vzpostavitev matematičnega modela nadzorovanega predmeta, ki zagotavlja osnovo za oceno parametrov in načrtovanje zakona o nadzoru.
3.2 Ocena parametrov
Ocenjevanje parametrov je spletno ocenjevanje parametrov nadzorovanega objekta glede na informacije, pridobljene z identifikacijo modela, ki zagotavlja-informacije o parametrih v realnem času za načrtovanje zakona nadzora.
3.3 Zasnova nadzornega zakona
Načrt nadzornega zakona je oblikovati nadzorni zakon, prilagojen značilnostim nadzorovanega predmeta in okoljskim spremembam glede na rezultate identifikacije modela in ocene parametrov, tako da se uresniči natančen nadzor nadzorovanega predmeta.
3.4 Značilnosti prilagodljivega krmiljenja
Prilagodljivo krmiljenje ima sposobnost prilagajanja značilnostim nadzorovanega objekta in okoljskim spremembam ter lahko realizira krmiljenje nelinearnih in časovno-spremenljivih sistemov. Vendar ima prilagodljivo krmiljenje tudi nekatere omejitve, na primer natančnost identifikacije modela in ocene parametrov vpliva na učinek krmiljenja, zasnova zakona nadzora pa je zapletena.
4. Prediktivni nadzor
Prediktivno vodenje je metoda vodenja, ki temelji na informacijah o napovedi prihodnosti, ki realizira optimalno vodenje nadzorovanega objekta s predvidevanjem prihodnjega obnašanja nadzorovanega objekta.
4.1 Napovedni model
Prediktivni model je osnova prediktivnega vodenja, ki se uporablja za opis dinamičnega obnašanja nadzorovanega objekta. Pogosto uporabljeni modeli napovedovanja so model ARX, model BJ in tako naprej.
4.2 Algoritem napovedovanja
Algoritem za napovedovanje napoveduje prihodnje vedenje nadzorovanega objekta glede na napovedni model ter trenutne vhodne in izhodne informacije. Pogosto uporabljeni algoritmi napovedovanja vključujejo rekurzivne najmanjše kvadrate, Kalmanov filter itd.
4.3 Nadzor optimizacije
Optimalni nadzor temelji na rezultatih napovedi, s pomočjo optimizacijskega algoritma za rešitev optimalnega zakona nadzora, da se doseže optimalen nadzor nad nadzorovanim objektom. Pogosto uporabljeni optimizacijski algoritmi so linearno programiranje, kvadratno programiranje itd.




