Pengawal adalah komponen teras dalam sistem kawalan automasi, yang bertanggungjawab untuk menerima isyarat sensor, memproses data, mengeluarkan arahan kawalan untuk mencapai kawalan tepat objek terkawal. Kaedah kawalan pengawal bervariasi, dan kaedah kawalan yang berbeza sesuai untuk senario dan keperluan kawalan yang berbeza. Dalam makalah ini, kami akan memperkenalkan secara terperinci beberapa kaedah kawalan yang sering digunakan oleh pengawal, termasuk kawalan PID, kawalan kabur, kawalan penyesuaian, kawalan ramalan, kawalan rangkaian saraf dan kawalan pintar.
1. Kawalan PID
Kawalan PID (berkadar - integral - kawalan derivatif) adalah kaedah kawalan klasik, digunakan secara meluas dalam pengeluaran perindustrian, aeroangkasa, pengangkutan, dan lain -lain.
1.1 Kawalan berkadar
Kawalan berkadar adalah asas kawalan PID, undang -undang kawalan adalah: u (t)=kp * e (t), di mana u (t) untuk kuantiti kawalan, kp untuk pekali proporsional, e (t) untuk sisihan. Fungsi utama kawalan berkadar adalah untuk mengurangkan sisihan dan meningkatkan kelajuan tindak balas sistem.
1.2 Kawalan Integral
Fungsi kawalan integral adalah untuk menghapuskan perbezaan statik sistem dan meningkatkan kestabilan sistem. Undang-undang kawalan adalah: u (t)=u (t-1) + ki * ∫e (t) dt, di mana ki adalah pekali integral.
1.3 Kawalan Pembezaan
Fungsi utama kawalan pembezaan adalah untuk menindas ayunan sistem dan meningkatkan keupayaan gangguan anti - sistem. Undang -undang kawalannya ialah: U (t)=u (t - 1) - kd * de (t)/dt, di mana kd adalah pekali pembezaan.
1.4 Ciri -ciri kawalan PID
Kawalan PID mempunyai kelebihan struktur mudah, pelarasan parameter, penyesuaian dan sebagainya, tetapi pada masa yang sama terdapat beberapa batasan, seperti kawalan yang tidak baik terhadap sistem nonlinear dan masa -, dan keperluan yang lebih tinggi untuk penyesuaian parameter.
2. Kawalan Fuzzy
Kawalan Fuzzy adalah sejenis kawalan berdasarkan logik kabur, yang sesuai untuk menangani ketidakpastian dan kekaburan. Pengawal kabur menyedari kawalan objek terkawal melalui tiga bahagian: asas peraturan kabur, mesin inferensi kabur dan defuzzifier.
2.1 Pangkalan Peraturan Fuzzy
Pangkalan peraturan kabur adalah teras pengawal kabur, yang mengandungi satu siri peraturan kabur untuk menerangkan hubungan antara pembolehubah input dan pembolehubah output. Peraturan kabur adalah bentuk jika pemboleh ubah input adalah set kabur, maka pemboleh ubah output adalah set kabur.
2.2 Mesin Inferensi Fuzzy
Mesin inferensi kabur alasan tentang pembolehubah input mengikut peraturan dalam asas peraturan kabur untuk mendapatkan nilai kabur pembolehubah output. Proses kesimpulan kabur termasuk empat langkah: fuzzification, pemadanan peraturan, gabungan peraturan dan defuzzifikasi.
2.3 Defuzzifier
Peranan defuzzifier adalah untuk menukar nilai kabur yang diperolehi daripada penalaran kabur ke dalam kuantiti kawalan sebenar. Kaedah defuzzifikasi yang biasa digunakan termasuk kaedah gabungan maksimum, kaedah purata berwajaran, dan lain -lain.
2.4 Ciri -ciri Kawalan Fuzzy
Kawalan Fuzzy mempunyai keupayaan untuk menangani masalah ketidakpastian dan kabur, dengan keperluan yang rendah untuk pelarasan parameter dan kebolehsuaian yang tinggi. Walau bagaimanapun, kawalan kabur juga mempunyai beberapa batasan, seperti pembinaan asas peraturan memerlukan banyak pengalaman dan pengetahuan, dan ketepatan kawalan dipengaruhi oleh pembahagian set kabur dan kaedah kesimpulan.
3. Kawalan penyesuaian
Kawalan penyesuaian adalah sejenis kaedah kawalan yang secara automatik boleh menyesuaikan parameter kawalan mengikut ciri -ciri objek terkawal dan perubahan alam sekitar. Pengawal penyesuaian biasanya termasuk tiga bahagian: Pengenalpastian model, anggaran parameter dan reka bentuk undang -undang kawalan.
3.1 Pengiktirafan Model
Pengenalpastian model adalah asas kawalan penyesuaian, melalui data input dan output untuk menubuhkan model matematik objek terkawal, untuk menyediakan asas bagi anggaran parameter dan reka bentuk undang -undang kawalan.
3.2 Anggaran Parameter
Anggaran parameter adalah untuk menganggarkan parameter objek terkawal dalam talian mengikut maklumat yang diperoleh dari pengenalan model, yang menyediakan maklumat parameter masa - untuk reka bentuk undang -undang kawalan.
3.3 Reka Bentuk Undang -undang Kawalan
Reka bentuk undang -undang kawalan adalah untuk merekabentuk undang -undang kawalan yang disesuaikan dengan ciri -ciri objek terkawal dan perubahan alam sekitar mengikut hasil pengenalan model dan anggaran parameter, untuk merealisasikan kawalan tepat objek terkawal.
3.4 Ciri -ciri kawalan penyesuaian
Kawalan penyesuaian mempunyai keupayaan untuk menyesuaikan diri dengan ciri -ciri objek terkawal dan perubahan alam sekitar, dan dapat merealisasikan kawalan sistem nonlinear dan masa - yang berbeza -beza. Walau bagaimanapun, kawalan penyesuaian juga mempunyai beberapa batasan, seperti ketepatan pengenalan model dan anggaran parameter mempengaruhi kesan kawalan, dan reka bentuk undang -undang kawalan adalah rumit.
4. Kawalan Ramalan
Kawalan ramalan adalah kaedah kawalan berdasarkan maklumat ramalan masa depan, yang menyedari kawalan optimum objek terkawal dengan meramalkan tingkah laku masa depan objek terkawal.
4.1 Model Ramalan
Model ramalan adalah asas kawalan ramalan, yang digunakan untuk menggambarkan tingkah laku dinamik objek terkawal. Model ramalan yang biasa digunakan adalah model ARX, model BJ dan sebagainya.
4.2 Algoritma Ramalan
Algoritma ramalan meramalkan kelakuan masa depan objek terkawal mengikut model ramalan dan maklumat input dan output semasa. Algoritma ramalan yang biasa digunakan termasuk dataran paling kurang rekursif, penapis Kalman, dll.
4.3 Kawalan Pengoptimuman
Kawalan optimum adalah berdasarkan hasil ramalan, melalui algoritma pengoptimuman untuk menyelesaikan undang -undang kawalan optimum, untuk mencapai kawalan optimum objek terkawal. Algoritma pengoptimuman yang biasa digunakan adalah pengaturcaraan linear, pengaturcaraan kuadratik dan sebagainya.