Kontrol Adaptif
- Diperkenalkan oleh
- Karl J. Astrom
- Tahun
- 1983
- Jenis
- algorithm
- Keluarga
- Adaptive Control
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Kontrol adaptif adalah strategi kontrol yang menyesuaikan parameter pengendali secara waktu-nyata berdasarkan identifikasi sistem daring untuk mempertahankan kinerja meskipun dinamika sistem berubah atau parameternya tidak pasti.
Dipelopori oleh Astrom dan Wittenmark, kontrol adaptif memungkinkan operasi yang kuat di lingkungan yang berubah waktu, mulai dari pesawat terbang dengan penipisan bahan bakar hingga sistem industri dengan komponen yang menua.
Intuisi di balik metode
Kontrol adaptif menggabungkan dua putaran: putaran umpan balik dalam yang cepat untuk stabilisasi segera, dan putaran luar yang lebih lambat yang memperkirakan perubahan parameter sistem dan memperbarui penguatan pengendali. Saat sistem berubah (bahan bakar terbakar di pesawat, gesekan meningkat seiring usia), putaran adaptif mengukur kesalahan keluaran, menyimpulkan perubahan parameter melalui identifikasi sistem, dan menyesuaikan pengendali untuk mempertahankan kinerja. Ini lebih canggih daripada kontrol kuat tetap (yang mengasumsikan parameter terburuk) dan lebih praktis daripada penyesuaian manual.
Sejarah
Astrom memformalkan teori kontrol adaptif pada tahun 1980-an, menetapkan kondisi konvergensi dan stabilitas. Kontrol adaptif kuat Ioannou (1996) mengatasi masalah stabilitas dengan memastikan perkiraan parameter tetap berada dalam domain terbatas. Kontrol adaptif modern mencakup pendekatan referensi model (MRAC), penjadwalan penguatan untuk kontrol yang bergantung pada parameter, dan metode pembelajaran mesin untuk mempelajari hukum kontrol.
Kapan digunakan
Gunakan kontrol adaptif ketika parameter sistem bervariasi secara signifikan dari waktu ke waktu (penuaan, suhu, perubahan beban), ketika parameter tidak diketahui tetapi struktur sistem diketahui, dan ketika Anda memerlukan stabilitas yang terjamin meskipun ada ketidakpastian parametrik. Ideal untuk kontrol pesawat terbang (penipisan bahan bakar, pergeseran CG), kontrol proses industri (penuaan katalis), dan sistem energi terbarukan (angin/surya bervariasi). Hindari kontrol adaptif jika parameter berubah lebih cepat daripada yang dapat dilacak oleh identifikasi, jika margin stabilitas harus sangat konservatif, atau jika pengendali kuat tetap sudah memadai.
Batasan dan pertimbangan
- Fase identifikasi memerlukan eksitasi persisten (masukan yang cukup bervariasi); lambat di lingkungan yang tenang.
- Konvergensi perkiraan parameter bisa lambat; ketidakstabilan transien mungkin terjadi selama adaptasi.
- Memerlukan pengukuran keluaran yang akurat; kebisingan dan penundaan menurunkan kualitas identifikasi.
- Bukti stabilitas rumit; sistem adaptif bisa tidak stabil meskipun komponen individualnya stabil.
- Laju adaptasi harus lebih lambat dari putaran kontrol; bertentangan dengan persyaratan pelacakan cepat.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Mempertahankan kinerja saat parameter sistem bergeser; tidak perlu penyesuaian manual.
- Respons lebih cepat terhadap perubahan parameter daripada pengendali kuat tetap.
- Mengurangi kesalahan keadaan tunak tanpa desain berlebihan untuk kasus terburuk.
- Memungkinkan penemuan parameter yang tidak diketahui selama operasi.
- Secara alami menggabungkan data pengukuran untuk pembelajaran waktu-nyata.
Penerapan
- Dirgantara: Kontrol pesawat terbang dengan penipisan bahan bakar dan pergeseran CG, autopilot adaptif untuk kondisi aerodinamis yang bervariasi.
- Proses industri: Kontrol reaktor dengan aktivitas katalis yang berubah, optimasi proses adaptif.
- Sistem tenaga: Kontrol generator dengan parameter generator yang bervariasi, kontrol frekuensi beban.
- Sistem kelautan: Penjagaan arah kapal dengan kondisi angin dan laut yang berubah.
- Energi terbarukan: Kontrol turbin angin beradaptasi dengan statistik kecepatan angin yang bervariasi.
Cara kerjanya
Cara kerjanya
Kumpulkan data masukan-keluaran dan perkirakan parameter sistem saat ini menggunakan metode kuadrat terkecil rekursif atau algoritma identifikasi daring lainnya.
Perbarui vektor parameter perkiraan θ̂̂ berdasarkan kesalahan terukur antara prediksi model dan keluaran aktual.
Hitung penguatan pengendali baru berdasarkan perkiraan parameter saat ini menggunakan penempatan kutub, LQR, atau metode desain lainnya.
Terapkan pengendali yang diperbarui dengan penguatan baru ke sistem; ulangi identifikasi dan desain ulang pada laju yang lebih lambat (misalnya, setiap detik sementara kontrol berjalan pada 100 Hz).
Kesalahan umum
- Penguatan adaptasi yang terlalu agresif; menyebabkan ketidakstabilan ketika perkiraan melampaui nilai sebenarnya.
- Eksitasi persisten yang tidak mencukupi; parameter gagal konvergen dan kontrol adaptif tidak meningkatkan kinerja.
- Menggunakan kontrol adaptif di lingkungan non-stasioner; identifikasi tidak pernah konvergen jika sistem terus berubah.
- Mengabaikan kesalahan perkiraan; ketidakpastian dalam perkiraan parameter menurunkan kinerja putaran tertutup.
Pertanyaan yang sering diajukan
Apa itu eksitasi persisten dan mengapa itu diperlukan?
Eksitasi persisten berarti masukan kontrol memiliki variasi yang cukup (kekayaan spektral) sehingga parameter sistem dapat diidentifikasi secara unik. Dither acak atau perubahan set-point sesekali memastikan konvergensi identifikasi. Tanpa PE, sistem tampak degeneratif dan perkiraan parameter tidak konvergen.
Metode terkait
Sumber
Astrom, K. J., & Wittenmark, B. (1983). Computer-Controlled Systems: Theory and Design. Prentice Hall.
Buka referensi publikasiDisalin.Ioannou, P. A., & Sun, J. (1996). Robust Adaptive Control. Prentice Hall.
Buka referensi publikasiDisalin.