سیستم های کنترل تطبیقی ، بررسی کاربرد و روش ها

در بررسی دینامیک سیستم ها ، نامعینی یا عدم قطعیت یکی از مسائل مهم در آن می باشد ، با در نظر گرفتن نامعینی در سیستم دینامیکی ما مجاز به استفاده مستقیم از این متغیر نخواهیم بود و نیاز هست تا در قوانین کنترلی جایی برای تدوین یک دینامیک که از آن به دینامیک تخمین گر یا سیستم تطبیقی تعبیر می شود در نظر بگیریم ، بنابه تئوری لیاپانوف این قانون به منظور برقراری شرط دوم آن که منفی شدن مشتق تابع لیاپانوف می باشد بدست می آید ، جایی که علامت عبارت دارای متغیر تطبیق برایمان نامعین بوده و درصدد حذف آن خواهیم بود .

سیستم های کنترل تطبیقی بر چند روش استوارند ، همانند روش های کنترل که بر سه نوع بیان شدند ، سیستم های تطبیقی برای مدل های خطی همچون روش مدل مرجع ، سیستم تطبیقی برای سیستم های غیرخطی همچون روش مدلغزشی یا توابع پیچشی بیان شده در روش گام به عقب و نهایتا روش های هوشمند در بدست آوردن تخمین از متغیرها مانند روش شبکه های عصبی یا فازی که به کرار مورد استفاده قرار گرفته اند .

آنچه در کاربرد سیستم تطبیقی اهیمت بالایی دارد بدست آوردن پایداری داخلی حلقه بسته در ضمن آن می باشد ، به این منظور که هدف نهایی در کاربرد آن محقق شود ، این مسئله بیشتر در سیستم های غیرخطی خود را نشان می دهد . در این مسئله هدف تخمین دقیق پارامتر یا مجموعه پارامترهای مورد اشاره نیست بلکه هدف اصلی بدست آوردن پایداری سیستم و رسیدن به مقادیر مطلوب برای خروجی های سیستم می باشد .

سیستم های کنترل خطی و غیرخطی ، بررسی روش های مهم

مبحث سیستم های کنترل غیرخطی عموما برای تنظیم پایداری سیستم هایی که با مدل های غیرخطی ارائه می شوند مورد بررسی قرار می گیرند ، در یک مدلسازی کلی سیستم های مختلف به سه صورت مدلسازی می شوند ، که عبارتند از :

1. بیان مدل خطی 
2. بیان مدل غیرخطی
3. بیان مدل های عددی

آنچه که مسلم است هیچ سیستمی با دینامیک قطعی خطی موجود نیست و مدلهای خطی یا به روش های خطی سازی از سیستم های غیرخطی حول نقاط کار خود به دست می آیند و یا یک برآورد تقریبی از این سیستم ها می باشند . 

در روش های خطی اغلب روش هایی که مورد استفاده قرار می گیرند ، بر مبنای تحلیل هایی همچون لیاپانوف برای سیستم های خطی و روش راوث هورویتز انجام می پذیرد ، در این میان می توان از روش هایی همچون LQR ، LQG و فیلتر کالمن برای بهینه سازی سیستم کنترلی با وزن دهی مفروض ، برای سیستم های همراه با اغتشاش و سیستم هایی که نیاز به تخمین در آن ها می باشد استفاده کرد .

همچنین در برخی مقالات و کاربردها از روش های برمبنای کنترل مد لغزشی و روش هایی هوشمند نظیر منطق فازی و شبکه های عصبی در طراحی کنترلر و یا بهبود آن ها استفاده می شود .

نهایتا روش هایی همچون سیستم های کنترل مرتبه کسری (fractional order) برای بهبود رفتار خروجی سیستم نیز در این مدل ها جایگذاری می شود .

در بررسی مدل سیستم های غیرخطی به چندین حالت می توان دست یافت ، مدل های شبه غیرخطی و غیرخطی کامل ، در روش های مبتنی بر سیستم های غیرخطی می توان از مدلغزشی (sliding mode) به طریق سیستم های خطی نیز بهره برد .

اما در سیستم های غیرخطی کامل نیاز به روش هایی همچون خطی سازی فیدبک حالت ، خطی سازی ورودی - خروجی ، بازگشت به عقب ، برمبنای لیاپانوف و ... نیاز می باشد تا بتوان برای پایدارسازی آن ها استفاده کرد .

هر کدام از این روش ها نیازمند شرایطی هستند که بایستی در دینامیک سیستم برآورده شوند تا بتوان از آن ها استفاده کرد ، که روش براکت لی از جمله آن هاست ، در روش بازگشت به عقب نیاز به فیدبک محض در سیستم می باشد تا بتوان از ویژگی های آن در این طراحی بهره برد .

در سیستم های عددی بخش عمده ای از مدل به صورت نامعین می باشد که یا می توان از روش های تطبیقی برای آن ها تخمین یافت و یا در صورت عمده بودن این مسئله و عدم توانایی روش های کلاسیک در اثبات پایداری نیاز است تا از روش های هوشمند در جهت شناسایی و تعیین سیستم کنترلی بهره ببریم .