Kontrolor je osnovna komponenta u sistemu automatizacije upravljanja, odgovoran za prijem signala senzora, obradu podataka, izdavanje kontrolnih instrukcija za postizanje precizne kontrole nad kontroliranim objektom. Metode kontrole kontrolera su različite, a različite metode upravljanja su pogodne za različite scenarije i potrebe upravljanja. U ovom radu ćemo detaljno predstaviti nekoliko metoda upravljanja koje često koriste kontroleri, uključujući PID kontrolu, fuzzy kontrolu, adaptivnu kontrolu, prediktivnu kontrolu, kontrolu neuronske mreže i inteligentnu kontrolu.
1. PID kontrola
PID kontrola (proporcionalna-integralna-derivativna kontrola) je klasična metoda upravljanja, koja se široko koristi u industrijskoj proizvodnji, vazduhoplovstvu, transportu, itd. PID kontroler upravlja kontroliranim objektom kroz tri veze proporcionalnog (P), integralnog (I) i derivativnog (D).
1.1 Proporcionalna kontrola
Proporcionalno upravljanje je osnova PID regulacije, zakon upravljanja je: u (t)=Kp * e (t), gdje je u (t) za kontrolnu veličinu, Kp za koeficijent proporcionalnosti, e (t) za odstupanje. Glavna funkcija proporcionalne kontrole je smanjenje odstupanja i poboljšanje brzine odziva sistema.
1.2 Integralna kontrola
Funkcija integralnog upravljanja je da eliminiše statičku razliku sistema i poboljša stabilnost sistema. Zakon upravljanja je: u(t)=u(t-1) + Ki * ∫e(t)dt, gdje je Ki integralni koeficijent.
1.3 Diferencijalno upravljanje
Glavna funkcija diferencijalne kontrole je da potisne oscilacije sistema i poboljša sposobnost sistema protiv -smetnji. Njegov zakon upravljanja je: u(t)=u(t-1) - Kd * de(t)/dt, gdje je Kd diferencijalni koeficijent.
1.4 Karakteristike PID kontrole
PID regulacija ima prednosti jednostavne strukture, lakog prilagođavanja parametara, prilagodljivosti i tako dalje, ali u isto vrijeme postoje i neka ograničenja, kao što je loša kontrola nelinearnih i vremenski{0}}promjenjivih sistema, te viši zahtjevi za podešavanjem parametara.
2. Fuzzy kontrola
Fazi kontrola je vrsta kontrole zasnovana na fazi logici, koja je pogodna za bavljenje nesigurnošću i dvosmislenošću. Fazi kontroler ostvaruje kontrolu nad kontrolisanim objektom kroz tri dela: rasplinuta baza pravila, rasplinuta mašina za zaključivanje i defuzifikator.
2.1 Neizrazita baza pravila
Baza rasplinutih pravila je jezgro fuzzy kontrolera, koji sadrži niz fuzzy pravila za opisivanje odnosa između ulaznih varijabli i izlaznih varijabli. Fazi pravilo je u obliku IF ulazna varijabla IS fuzzy set, a zatim izlazna varijabla IS fuzzy set.
2.2 Mašina za neizrazito zaključivanje
Mašina za neizrazito zaključivanje razmišlja o ulaznim varijablama u skladu sa pravilima u bazi rasplinutih pravila kako bi dobila nejasne vrijednosti izlaznih varijabli. Proces neizrazitog zaključivanja uključuje četiri koraka: fuzzifikaciju, usklađivanje pravila, fuziju pravila i defuzzification.
2.3 Defuzzifier
Uloga defuzifikatora je da pretvori nejasne vrijednosti dobijene rasuđivanjem u stvarne kontrolne veličine. Uobičajeno korištene metode defuzzifikacije uključuju metodu maksimalne afilijacije, metodu ponderisanog prosjeka itd.
2.4 Karakteristike fuzzy kontrole
Fuzzy kontrola ima sposobnost da se nosi sa nesigurnošću i nejasnim problemima, sa niskim zahtevima za podešavanje parametara i visokom prilagodljivošću. Međutim, rasplinuta kontrola ima i neka ograničenja, kao što je konstrukcija baze pravila zahtijeva puno iskustva i znanja, a na tačnost kontrole utiče podjela rasplinutog skupa i metoda zaključivanja.
3. Adaptivna kontrola
Adaptivna kontrola je vrsta metode upravljanja koja može automatski prilagoditi kontrolne parametre prema karakteristikama kontroliranog objekta i promjenama okoline. Adaptivni regulator obično uključuje tri dijela: identifikaciju modela, procjenu parametara i dizajn zakona upravljanja.
3.1 Prepoznavanje modela
Identifikacija modela je osnova adaptivnog upravljanja, putem ulaznih i izlaznih podataka za uspostavljanje matematičkog modela kontrolisanog objekta, kako bi se obezbedila osnova za procenu parametara i dizajn zakona upravljanja.
3.2 Procjena parametara
Procjena parametara je procjena parametara kontroliranog objekta na mreži prema informacijama dobivenim iz identifikacije modela, što pruža informacije o parametrima u realnom vremenu-za dizajn zakona upravljanja.
3.3 Dizajn zakona o kontroli
Dizajn zakona upravljanja je da se prema rezultatima identifikacije modela i procene parametara dizajnira zakon upravljanja prilagođen karakteristikama kontrolisanog objekta i promenama okoline, kako bi se ostvarila precizna kontrola kontrolisanog objekta.
3.4 Karakteristike adaptivnog upravljanja
Adaptivna kontrola ima sposobnost prilagođavanja karakteristikama kontrolisanog objekta i promjenama okoline, te može realizovati kontrolu nelinearnih i vremenski{0}}promjenjivih sistema. Međutim, adaptivno upravljanje takođe ima neka ograničenja, kao što je tačnost identifikacije modela i procene parametara utiču na efekat kontrole, a dizajn zakona upravljanja je komplikovan.
4. Prediktivna kontrola
Prediktivna kontrola je kontrolna metoda zasnovana na informacijama budućeg predviđanja, koja ostvaruje optimalnu kontrolu nad kontroliranim objektom predviđanjem budućeg ponašanja kontroliranog objekta.
4.1 Prediktivni model
Prediktivni model je osnova prediktivnog upravljanja, koji se koristi za opisivanje dinamičkog ponašanja kontroliranog objekta. Često korišteni modeli predviđanja su ARX model, BJ model i tako dalje.
4.2 Algoritam predviđanja
Algoritam predviđanja predviđa buduće ponašanje kontroliranog objekta prema modelu predviđanja i trenutnim ulaznim i izlaznim informacijama. Uobičajeni algoritmi predviđanja uključuju rekurzivne najmanje kvadrate, Kalmanov filter, itd.
4.3 Kontrola optimizacije
Optimalno upravljanje se bazira na rezultatima predviđanja, kroz optimizacijski algoritam za rješavanje optimalnog zakona upravljanja, kako bi se postigla optimalna kontrola kontroliranog objekta. Uobičajeni algoritmi optimizacije su linearno programiranje, kvadratno programiranje i tako dalje.