بخشی از مقاله
خلاصه
در این مقاله، یک روش کنترلی تناسبی- انتگرلی- مشتقی - PID - مقاوم تطبیقی جدیدی برای سیستم تحریک ناقص توپ وتیر از ترکیب کنترلکننده PID و مفاهیم کنترلکننده مدلغزشی معرفی میگردد. بهرههای کنترلر PID، پارامترهای قابل تنظیمی هستند که در طول فرایند کنترل محاسبه میشوند. به روزرسانی این پارامترها با یک مکانیزم تطبیقی مناسب به گونه ای انجام میگیرد که شرایط لغزشی طراحی شده، تا حد امکان حداقل شود. پس از طراحی قواعد کنترلی، از الگوریتم ژنتیک برای بهینهسازی ضرایب کنترلکننده استفاده میشود. نتیجه شبیهسازی نشان میدهد که کنترلر پیشنهاد شده قادر به پایدارسازی سیستم دینامیکی تحریک ناقص توپ-تیر حول نقطه تعادل ناپایدار بوده و عملکرد مقاومی دارد.
مقدمه
کنترلکننده تناسبی- انتگرالی-مشتقی - PID - یکی از قدیمیترین و پرکاربردترین کنترلکنندههای صنعتی به شمار میرود و به دلیل سادگی در بسیاری از کاربردهای واقعی مهندسی موردپذیرش است 2]و.[1 این کنترلکننده برای سیستمهای خطی تحریک کامل بسیار مناسب است و روشهای متفاوتی برای تنظیم بهرههای آن وجود دارد .[3] اما دستیابی به یک عملکرد کنترلی دقیق توسط این روش کنترلی برای سیستمهای تحریک ناقص کاری بسیار مشکل و گاهی اوقات ناممکن است. لذا تاکنون روشهای کنترلی ترکیبی بسیاری جهت رفع این مشکل ارائه شده است که آنها میتوان به PID مقاوم کسری [4]، PID تطبیقی بر پایه شبکههای عصبی [5]، PID تطبیقی مدل مرجع [6]، PID فازی [7]، PID فازی نوع دوم [ 8]، PID غیرخطی مقاوم شبه فازی [9]، PID مد لغزشی [10] و کنترل ترکیبی فازی مد لغزشی [11] اشاره نمود.
اگرچه اغلب بهرههای کنترل PID از طریق سعی و خطا بدست میآیند، اما از منظر علمی یافتن این پارامترها به کمک یک روش بهینهسازی بهمنظور ارتقاء عملکرد روش کنترلی معتبرتر خواهد بود. یک راه مناسب برای انتخاب این عوامل استفاده از الگوریتمهای تکاملی است. بهعنوانمثال، جیمنز و همکاران در سال 2015، از الگوریتم ژنتیک برای تنظیم سیستم کنترل PID استفاده کردند .[12] در همین سال، الیورا و همکاران از الگوریتم جستجوی گرانشی برای بهینهسازی این کنترلکننده پرداختند .[13]
ساهو و همکاران، طراحی بهینه کنترل کننده فازی PID را به کمک الگوریتم بهینهسازی آموزش-یادگیری انجام دادند .[14] سونگتونگ و اساوینچایچوت در سال 2016 برای یافتن پارامترهای بهینه PID از الگوریتم ازدحام ذرات بهره گرفتند .[15] در همین سال، ژو و همکاران از یک الگوریتم جستجوی گرانشی بهبودیافته جهت تعیین بهره های کنترل طراحی شده استفاده کردند .[16] یعقوبی و مجللی، تنظیم ضرایب کنترل کننده PID را با استفاده از یک الگوریتم بهبود یافته دسته میگو انجام دادند .[17] اوزدمیر و همکاران در سال 2016، بهینه سازی تجمعی باکتریایی را برای تنظیم بهرههای کنترلکنندههای PID معمولی و کسری بکار گرفتند .[18]
در این مقاله، کنترلر PID مقاوم تطبیقی بر پایه مد لغزشی به عنوان پیشنهادی جدید برای مقابله با مسئله کنترل در دستهای از سیستمها معرفی میشود. بهرههای کنترل کننده PID به عنوان پارامترهای قابل تنظیمی هستند که در طول فرایند کنترل تعیین میشوند. این پارامترها با یک مکانیزم تطبیقی مناسب بهمنظور مینیمم نمودن سطح لغزش بهطور خودکار بهروز میشوند و پایداری سیستم حلقه بسته تضمین می گردد. همچنین برای یافتن بهرهای کنترلی بهمنظور حداقل نمودن فرا جهش و زمان نشست حالتهای سیستم از الگوریتم ژنتیک استفاده شده است.
-2 سیستمهای تحریک ناقص
سیستمهای مکانیکی تحریک ناقص به سیستمهایی گفته میشود که در آن ها تعداد ورودیهای کنترل از تعداد درجات آزادی تحت کنترل کمتر باشد. همچنین سیستمهایی که به ازای هر درجه آزادی سیستم که بایستی کنترل شود، یک ورودی و عملگر جهت کنترل وجود داشته باشد، سیستمهای تحریک کامل گفته می-شود .[19] میتوان گفت که سیستمهای تحریک ناقص ازلحاظ ذخیره انرژی، کاهش هزینه تولید و نصب سیستم، نسبت به سیستمهای تحریک کامل ارجحیت دارند، اما کنترل چنین سیستمهایی به دلیل کمبود تعداد ورودی کنترل، بسیار پیچیدهتر است.
از طرفی به علت کاربردهای عملی سیستمهای تحریک ناقص در مسائلی چون کنترل و پایداری سیستمهایی نظیر کشتیها، هواپیماها، بالگردها، زیردریاییها، روباتها، وسایل نقلیه جادهای و بسیاری دیگر از سیستمهای مکانیکی در سالهای اخیر و همچنین شایع بودن بروز انواع عیوب در عملگرهای یک سیستم تحریک کامل و از کار انداختن آنها و درنهایت تبدیل این سیستمها به سیستمهای تحریک ناقص در حین کار، سبب گردیده که علاقه وافری در توسعه روشهای کنترل بر روی سیستمهای مکانیکی تحریک ناقص صورت بپذیرد.
