FI63497C - Sjaelvinstaellande regulator - Google Patents

Sjaelvinstaellande regulator Download PDF

Info

Publication number
FI63497C
FI63497C FI227473A FI227473A FI63497C FI 63497 C FI63497 C FI 63497C FI 227473 A FI227473 A FI 227473A FI 227473 A FI227473 A FI 227473A FI 63497 C FI63497 C FI 63497C
Authority
FI
Finland
Prior art keywords
control unit
self
controller
control
calculation
Prior art date
Application number
FI227473A
Other languages
English (en)
Swedish (sv)
Other versions
FI63497B (fi
Inventor
Torsten Cegrell
Torbjoern Hedqvist
Original Assignee
Asea Ab
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from SE7300952A external-priority patent/SE7300952L/xx
Priority claimed from SE7306178A external-priority patent/SE7306178L/xx
Priority claimed from SE7306259A external-priority patent/SE7306259L/xx
Application filed by Asea Ab filed Critical Asea Ab
Publication of FI63497B publication Critical patent/FI63497B/fi
Application granted granted Critical
Publication of FI63497C publication Critical patent/FI63497C/fi

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Complex Calculations (AREA)

Description

fSSrTl γβΙ kuulutusjulka.su c-iaqi IBJ C”) UTLÄOCNINOSSKRIFT 0047/ c ^ Patentti r.yönr.otty 10 C6 1933 V ^ (51) Kv.ik.Vc·.3 G 05 B 13/02 SUOMI—FIN LAND <*) Ptt*nttihak«mu· — PtfnttndHtnlni 22 7 4 / T 3 (22) Hakamltpllvl — Arwdkningadaf 18.07.7 3 (23) Alkupiivt —GiltJ(h«tfdif 18.07.73 (41) Tullut julkiseksi — Bllvlt off«ntll| 22 01 74 _ ^ . (44) Nlhtirikilpanoi» Ji kuuLjulkstsun pvm. — ?A np
Patent* och regietarctyraleen ' ' AmMcm uttagd odi utUkrift·* puMicend (32)(33)(31) hry4«cty etuoikeus—Begird prloricec 21.07.72 13.11.72, 24.01.73, 03.05.73, 04.05.73,
Ruotsi-Sverige(SE) 9578/72, 14685/72, 73009524, 73061780, 73062598 (71) ASEA Aktiebolag, S-721 83 Vasteris, Ruotsi-Sverige(SE) (72) Torsten Cegrell, Västeräs, Torbjörn Hedqvist, Västeras,
Ruotsi-Sverige(SE) (74) Berggren Qy Ab (54) Itsevirittyvä säädin - Självinställande regulator
Keksintö kohdistuu itsevirittyvään säätimeen.
Itsevirittyvälle säätimelle on luonteenomaista, että se jonkin matemaattisen tai loogisen menetelmän avulla voi muunnella säätöominaisuuksiaan sen järjestelmän mukaisesti, johon säädin on kytketty.
On olemassa monia muunnoksia tällaisista automaattisista säätämistä, joita kaikkia kuitenkin rasittaa epäkohta, etteivät ne ole yleislaatuisia, ts. niitä ei voi suoraan liittää mielivaltaiseen järjestelmään.
Suuri osa itsevirittyvirittyvistä säätimistä on tarkoitettu esim. lentokoneiden automaattiohjausta varten, metallityöstökonei-den ohjausjärjestelmiä varten, tasavirtamoottorien kierrosluku-säätöä varten, jotka säätimet tällöin ovat erikoisesti suunniteltuja tarkoitustaan varten.
Monet itsevirittyvät säätimet ovat tällaisissa sovellutuksissa usein itsevirittyviä yhden tai muutaman harvan järjestelmä-parametrin suhteen.
Toinen itsevirittyvien säädinten luokka työskentelee usealla parametrikerralla, joiden kesken säädin voi valita loogillisten päätösten nojalla, muunnellen tällä tavalla ominaisuuksiaan.
63497
Muutamat muut itsevirittyvät säätimet työskentelevät tun-nistamissignaaleilla, jotka liitetään säädettyyn järjestelmään. Korrellaatiolaskelmien avulla tunnistamissignaalin ja järjestelmän vastauksen välillä voidaan järjestelmän ominaisuudet ja sopivat säätöominaisuudet määrätä. Paitsi epäkohtaa järjestelmän häiritsemisestä tunnistamissignaalilla, vaativat yleislaatuisemmat tämäntyyppiset itsevirittyvät säätimet suuria laitteita voimakkaiden tietokonelaitosten muodossa.
Tämän keksinnön mukaisen itsevirittyvän säätimen avulla vältetään yllämainitut epäkohdat.
Keksinnön mukaiselle itsevirittyvälle säätimelle on tällöin pääasiallisesti tunnusomaista se, mikä on esitetty oheisissa patenttivaatimuksissa.
Keksinnön mukaisen itsevirittyvän säätimen etuina on, että se on yleislaatuinen, joten sitä voidaan käyttää kaikenlaatuisissa järjestelmissä.
Koska keksinnön mukainen säädin on kokonaan itsevirittyvä, ei se vaadi mitään alustavaa viritystä.
Algoritmi, jonka mukaan säädin toimii on laskelmallisesti yksinkertainen.
Säädintä voidaan käyttää sekä lineaarista että epälineaarista säätöä varten.
Säädin on siten rakennettu, että sitä voidaan käyttää eteen-kytkettyä säätöä (Mfeed-forward") varten ja on myöskin tällaisissa sovellutuksissa itsevirittyvä.
Algoritmi, jonka mukaan säädin toimii, voi käsitellä moni-parametrisiä säädinrakenteita, jonka johdosta saadaan voimakas säätö.
Järjestelmässä, jossa esiintyy kuoloaikaa, voidaan sen vuoksi saada tehokas kuolokompensaatio.
Säädin on itsevirittyvä kaikkien parametrien suhteen jokaisena näyteajankohtana, josta syystä säädin on tehokas myös aika-vaihtelevissa järjestelmissä.
Tämän algoritmin lisäetuna on, että se myös estimoi ja ottaa huomioon ohjaustoimenpiteen epävarmuudet, josta seuraa, että saadaan rauhallinen käynnistys säät imellä, joka toimii tämän algoritmin mukaan ja muiden lyhytaikaisten tapahtumien yhteydessä prosessissa, johon tällainen säädin on kytketty.
Valitsemalla alkuarvot säätimen käynnistykselle voidaan aikaansaada säätimen haluttu "varovaisuus''.
5 63497 Säädin ei vaadi mitään esitietoja säädetystä järjestelmästä, mutta jos sellainen informaatio on olemassa, voidaan sitä käyttää hyväksi.
Statistisesta teoriasta on tunnettua, että kahden sattumanvaraisesti muutuvan suureen yhteys voidaan luonnehtia osittain -näiden tulosuunnista ja osaksi niiden neliösummista. Nämä luonteenomaiset summat sekä tieto säätimen ominaisuuksista menneisyydessä muodostaa käyttökelpoisen selituksen syy-yhteydestä järjestelmässä, jota säätimen on tarkoitus säätää. On edelleen tunnettua säädin-teoriasta, kts. esim. Peterka: "Adaptive Digital Regulation of Noisy Systems", 2:nd Prague IFAC Symposium on Identification and Process Parameter Estimation, 15-20 kesäkuuta 1970, että tällaisissa olosuhteissa voidaan laskea sopiva säädinasettelu.
Jotta säädin voitaisiin tehdä itsevirittyväksi muuttuvissa olosuhteissa, ts. kun säädetty järjestelmä muuttuu, lasketaan mainitut luonteenomaiset summat vain rajoitetun menneisyyden suhteen, ts, kovin vanhat termit mainituissa summissa unohdetaan peräkkäisesti. Tämä saavutetaan siten, että joka kerralta, kun uusi termi lisätään, sinänsä tunnetulla tavalla kirjoitetaan vanha summa määrättyinä murto-osineen.
Peterka esittää ylläolevassa, että optimaalisen säätimen parametrit on valittava siten, että säätövirhe sen järjestelmän ennakolta sanellussa lähtösignaalissa, johon säädin on liitetty järjestelmän tulon ja lähdön väliin, tulee olemaan ortogonaalinen säätimessä käytetyn informaation suhteen.
Tällainen parametrikerta voidaan saada numeerisista laskelmista, jotka silloin sovellutetaan halutun säätimen kertaluvun mukaan järjestykseen.
Tämän keksinnön mukainen itsevirittyvä säädin perustuu seu-raavan yhtälön mukaiseen järjestelmämalliin: y(t+k) = b u(t) + 0qp(t) + e(t+k) (1) jossa y on järjestelmän lähtösignaali u on järjestelmän tulosignaali e on stokastisten muuttujien jono, muodostaen järjestelmän häiriöt φ on tarkkai-luvektori, jossa mm, voi olla vanhoja meno- ja tulosignaaleja b,0 on järjestelmän siirtokertoimet 4 63497 k on järjestelmän kulkuaika t on aika näytteen otossa
Tarkoitus on siis yhtälön (1) mukaiseen malliin johtaa lineaarinen säädin muodoltaan u(t) = L(t) · tp(t) (2) jossa L(t) on se parametrivektori, joka on määrättävä jokaisessa säätösyklissä.
Ennen kuin automaattinen säädin johdetaan, on tehtävä olettamus, että e(t) on riippumaton u(t-k):sta ja v(t-k):sta, ts.
E j/y.(t-k) · e(t yyj - 0 E/!?tp(t-k) · e(t_yJJ =0 (3) Tämä olettamus ei merkitse mainittavaa rajoitusta käytännöllisiin sovellutuksiin.
Käytännöllisistä syistä on sopivaa muuttaa yhtälö (1) seuraa-vaan muotoon: y(t+k) = A z(t) + e(t+k) (^) j ossa A = /b, 07 zT(t) = /u(t), <PT(tj/
Tarkastetaan nyt summaa Σ y(i)*zT(i-k) = A * Σ z(i-k)·ζΤ(i-k) + o o t rp + Σ e(i) zi(i-k) (5) o Tämän tulosuunnan tarkoituksena on voida arvioida A, ts.
muodostaa käänteisarvo huomioista z.
Sovitaan merkinnät a(t) = Σ y(i)*zT(i-k) o
fc T
B(t) = Σ z(i-k)*z (i-k) o t(t) = Σ e(i)·z1(i-k) o (5) voidaan silloin kirjoittaa: aCt) = A · B(t) + y(t) (6) 5 63497
Kun B(t) on saanut täyden arvon on se invertoitavissa, ja A voidaan ratkaista siitä. Sovitaan Q(t) = B ^"(t).
Silloin saadaan: A = Ja(t) - y(tff-Q(t) = = a(t) Q(t) - r(t) Q(t) = = A + ΔΑ (7) Ä = a(t)*Q(t) on keskiarvoisesti oikea pienin neliöarvio A:sta, sillä E [δα] = E ^r(t)*Q(t)] = = E iΣ eCi) zT(i-k) fz z(i-k) zT(i-k)_7 [ =
(o o J
= 0 olettamuksen (3) mukaan.
ΔΑ = y(t) · Q(t) on virhe A:n arviossa, joka saadaan aikana t, pienimmällä neliöimistekniikalla.
Oletetaan, että järjestelmä (4) on säädettävä mahdollisimman pienellä muuttumiskriteeriolla järjestelmän lähtösignaalin y suhteen, ts. saattamalla häviöfunktio mahdollisimman pieneksi.
V = min E £ y2 (t)j (8) u:n suhteen.
Ajankohtana t tämä voidaan kirjoittaa: V = min E. ( y2 (t+k) ( = u(t) * - min Et fz(t) + e(t+kYJ T /J. z(t) + e(t+kYj'J =
u(t) L
- min Efc I zT (t) A^ A z(t) + 2 A z(t)*e(t+k) +
u(t) L
+ e2 (t+k)] = = o\ + min Et j zT(t) AT A z(t) j u (t) 1.
6 63497 jossa yhtälöön °e = E (t)j ei u(t) voi vaikuttaa. Häviöfunktio voidaan (7) mukaan kirjoittaa
V = a2e+ min Et j zT( t) · /~ΑΤ+ΔΑ^7/~Α+ΔΑ7 z(t) } = u(t) L J
= σ e + min zT(t)-/~AT A + Et j ΔΑΤ δα \j z(t) (9) u(t) 1 3
Ristitulo j^A AaJ- = 0, sillä arvioimisvirhe on ortogo-naalinen parhaan arvioarvon suhteen.
Sovitaan R4 = Et m} (10) (7) mukaan Rδ = Et [QT(t) YT(t) Y(t) Q(t) j = = QT(t) Et T(t) Y(t) ] Q(t) = = Q (t) z(j-k) e(j) Σ e(i) z^(i-k)^ Q(t) = = QT(t) ^Σ Σ z(j-k) Et ^e(j)*e(i)^| zT(i-k)J Q(t) = = QT(t) j" Σ z(j-k) (έ zT(j-k)J Q(t) = = · QT(t) · B(t) · Q(t) = = a2e Q(t) sillä Q(t) = QT(t) ja Q(t) = B-1 (t)
Siis:
ΚΔ = °e ‘ Q(t) (ID
Sovitetaan (11) yhtälöön (9). Silloin saadaan v = σ 2e + min zT(t) /~ÄT A + σ2 Q(t_)/ z(t) u(t)
A
Sovitetaan A:n ja z(t):n komponentit, sekä q12, q12, q22 sellaisina, että: 7 Γα n 63497 qll * q12 Q(t) = -- L ---- T 1 q12 ! q22 _ häviöfunktiossa.
V = + min /u(t), <PT(t_)7 .
u(t)
/A? Λ A 7 p _ rT
b ! 69 * “e qll ; <>12 / . u(t) 1 , J |®(t)_ ------ ______ Λ ^ m I Λ m a m * b ©\ ®®J q * Qpp
Kehitetään V ja derivoidaan u(t) suhteen. Tästä saadaan optimaalisen säädön laki.
AA A
b 0 + q, n * o u(t) = - · <jj(t) (12) b * qn · σβ 2 Tässä säätölaissa on kaikki muu tunnettua paitsi σ^, josta syystä sille haetaan estimaatti.
Yhtälöstä (4) voidaan muodostaa seuraava summa:
Σ e(i) e(i) = Σ fy(i) - A z(i-k)] T [y (i) - A z(i-k )J o o L J L
A Λ
Sovitetaan A = A + ΔΑ yhtälön (7) mukaan ja otetaan ylläolevan odotusarvo. Silloin saadaan * o (t Ί t · °g = E |Σ e(i) e(i) = = E |jfy(i) A zj(i-k)J T [y(i) - A z(i-k)J + + zT(i-k) δΑΤ δΑ z(i-k) - \ - 2 zT(i-k) δΑΤ [y(i) - A z(i-k)]J = ·<· = Σ £y(i) - A z(i-k)JT |y(i) - A z(i-k)j + 8 63497
+ Ε ·Σ ΔΑ z(i-k)| [δα z(i-k)] Τ ' = o L J
t λ t φ Arn = Σ y2(i) - 2 Σ y(i) z1(i-k)*A + o o » t m Am + A · Σ z(i-k) z (i-k) A + o + E [δα £ z(i-k) zT(i-k) ΔΑΤ| = = Σ y2(i) - 2 a(t) · ÄT + A’B(t) AT + o + E fΔΑ · B(t) · ΔΑΤ I (13)
L J
Tunnetun lemman mukaan on E £ AA‘B(t) ·ΔΑΤ| = tr [”β(0·ε|δΑΤ Δα]] 1 (1¾) (11) mukaan voidaan (1¾) yksinkertaistaa seuraavaksi: tr £ B( t) *E | ΔΑΤ Δα]] = [tr [β(ΐ)·σ2 * Q(t)j = = a2e · tr [BitJ-B”1 (t)] = a2-tr ΓΎ7 = = "σ2 . N d5> e z jossa N on z-vektorin dimensio. (15) sovitettuna yhtälöön (13) z antaa f*.2. = z y2(i) - a(t) · F ♦ », · 'o2 (l6)
e O
H-irhr-l·* *»-·<*>·*’] (17)
Z '“O
Tulos voidaan koota seuraaviksi yhtälöiksi 63497 A = Γ%, θ_7 = Σ yCi) [u(i-k), <ρΤ< ±-κ) J · ο t " _ m 1 “
Ε u(i-k) /u(i-k), φ (i-kjl/ o J
<p(i-k) • i ~2 η ftp a t U(i-k) (18) «e = Έ=ΪΓ · £ y (i) - A · * y(i) ,, k, 2 [_ o o φν i-k) qll | q12 p -
Ra= Og * * = Σ u(i-k) [u(i-k), <pT(i-k)j
; 922J [<pu-k)J
A * Λ p b 0 + σ · q1? u(t) = - *-2-TJ1-~ ' Φ(1:) b + ae qll
Algoritmoitaessa yhtälöitä toteutettavalle itsevirittyvälle säätimelle on ensisijaisesti aritmeettisten operaatioiden lukumäärä saatava mahdollisimman pieneksi. Tämä tehdään tässä ehdotetussa algoritmissa.
Käytännölliseltä kannalta on hyvin arvokasta voida käsitellä ajallisesti muuttuvia järjestelmiä. Tästä syystä sovitetaan ns. unohdusvakio yhtälöihin, joka tarkoittaa, että datat arvostetaan eksponentiaalisti siten, että vanhat huomiot vaikuttavat vähemmin säätölakiin kuin uudet. Matemaattisesti tämä merkitsee, että kaikki summat, jotka ovat muotoa t Σ a(i)-b(i) o muuttuvat summiksi, joiden muoto on b t-i Σ vr a(i)*b(i) o jossa 0<w <1 on unohdusvakio.
Algoritmi b ja Θ estimaattia.varten saadaan rekursivisesta pienimmästä neliöstä seuraavasti 63497 10 A(t) = A(t-l) + K(t)·v(t) v(t) = y(t) - A(t-l)’z(t-k) K(t) = zT(t-k) Q(t-l)/(w + zT(t-k) Q(t-l) z(t-k)) Q(t) = [Q(t-l) - Q(t-l) · z(t-k)*K(t)] /w 'qn(t) ! q12(t) Q(t) = " q12 (fc) ‘ ^22(t) A(t) = j^b, e]t zT(t) s |*u(t), <PT(t) p
Tarkastetaan nyt σ :n estimointia e Σ wt_i o2(t) = Σ wt-i y2(i) - Ä(t)' Σ wt_i y(i) fu(t-k)' o o o <p(i-k)_ + N · a2(t) z e
Sijoitetaan: , t + 1 1 - w
B(t) = - - N
1 - w z t f · i u(i-k) ♦(t) = Σ wt_1 y(i) o «P(i-k) B(t) · a2(t) = Σ v*"1 y2(i) - A(t) · *(t) = o = y2(t) + w · j^e(t-l) · σ2( t-l) + A(t-l) · Ψ (t-1 )J - A(t) · <Kt) Λ
Sovitetaan rekursiiviset yhtälöt A(t) ja iKt). Silloin saadaan 11 63497 e(t)*o^(t) = y2(t) + w S(t-l)·σ2(t-l)+A(t-l)· Ψ(t-1) e L e ^ ft Λ - ^Ä(t-l) + v(t)*K(t) w Ψ(t-l) + y(t)·z(t-k) = w · e(t-l) o2(t-l) + y2(t) + wA(t-l)· ip(t-l) - - w A(t-1) Ψ(t—1) - A(t-1)-y(t)·z(t-k) - - v(t) ’K(t) *wMt-l) - v(t)-K(t)·y(t)·z(t-k) = w· β (t-1)·a2(t-l) + y(t)· £y(t) - A(t-l) z(t-k)j - v(t) K(t)·w·ψ(t-1) - v(t)*K(t)*y(t)·z(t-k) Sovitetaan A(t-l) . Q ^(t-1) = ij^(t-l) B(t)-a2e(t) = w· 6(t-1) a2e(t-l) + y(t) · v(t) -
- v(t)·K(t) [w*Q-1(t-l)·AT(t-l) + y(t)·z(t-k)J
Ylläolevan mukaan:
K(t) = z^(t-k)*Q(t-l)/D
j ossa D = w + zT(t-k) Q(t-l) z(t-k)
Siis : P(t)*o2(t) = wB(t-l) σ2(t-1) + y(t)*v(t) - - v(t)·νz^(t-k) A^(t-1)/D - v(t)’y(t)*K(t)’z(t-k) = = w·3(t-1) a2(t-l) + y(t)*v(t) - - v(t)*w A(t-l)·z(t-k)/D - - v(t)·y(t)·zT(t-k)*Q(t-1)·z(t-k)/D = 12 63497 = wi(t-l) σ2(t-1) + y (t) · v( t) -
- v(t)*w·A(t-l) z(t-k)/D
- v(t)’y(t)·(D-w)/D = = w· 3 (t-1) · σ2&( t-1) + y(t)*v(t)
- v(t)*w·A(t-l) z(t-k)/D
- v(t)·y(t) + v(t)*w-y(t)/D = = w*3(t-l) o|(t-l) + w-v(t) £ y(t)-A(t-l) z(t-k)j /D =
= w*3(t-l) a2(t-l) + w*v2(t)/D
ts.
o2(t) = w [e(t-l) σ2(t-1) + v2(U/d] /p(tl Algoritmi voidaan siis yhdistää yhtälöiksi:
A A
A(t) = A(t-l) + K(t) · v(t} ^ v(t) = y(t) - A(t-l) · z(t-k) K(t) = zT(t-k) · Q(t-1)/D D = w + z^(t-k)‘Q(t-1)·z(t-k) ?(t) = w · ?(t-l) 3 (t) = [l - w · ?(t) j / (l-w) - Nz o2(t) = w [β(ΐ-1) σ2( t-1) + v2 (t) /D ] / 3 (t) f (19).
Q(t) = [q(t-1) - Q(t-l) z(t-k)·K(t)] /w
A AA
A(t) = /~b, Θ_7 zT(t) = ju(t), <PT(t)j Q(t) = qll(t) ! qi2(t) q^2(t) | q22(t) i 13 63497 Λ Λ Λ 2
b Θ + σ q,P
u (t) =--jrs-k- b +σβ«11
J
jossa esimerkiksi alkuarvot: Q(0) = I matriisi N x N (sym.), Q(2,l) = 1 z z ¢(0) = 1 skalärinen * 2
Og(0) = 1 skalärinen Λ
A(0) = 0 vektori N
z Nämä muuttujat käytetään jokaisessa toistossa ja on sen vuoksi varastoitava. Kuten ylläolevasta johdannosta havaitaan on otaksuttu, että mallin kaikki parametrit ovat yhtälön (1) mukaan olleet tuntemattomia, paitsi parametri k.
Alla seuraa ensin selostus tapauksesta, että parametri b (katso yhtälöä (1)) voidaan arvioida, tämän jälkeen selostus tapauksesta, että parametri k (katso yhtälöä (1)) on tuntematon ja tämän jälkeen selostus, miten yllä selitetyt algoritmit voidaan laajentaa käsittämään järjestelmiä, joissa esiintyy deterministisiä häiriöitä ja monimuuttujajärjestelmiä.
«N
Siinä tapauksessa, että estimaatti b voidaan tehdä manuaalisesti parametristä b, voidaan tätä käyttää hyväksi laskelmien yksinkertaistamiseksi. Tällöin ei tätä parametria b tarvitse arvioida säätimellä, joka toimii yllä mainitun algoritmin mukaan, jolloin saadaan yksinkertaisempi lauselma yllä olevan mukaiselle algoritmille.
A
Jakamalla kaikki y(t) b:llä ja sovittamalla s(t) = y(t)/b - u(t-k) (20) ja tarkastamalla malli seuraavan yhtälön mukaan: s(t) = Θ Φ(t) + e(t) (21) voidaan 9=stä saada arviointi samalla tavoin kuin algoritmissa (19)· Tätä arvioitua Θ voidaan suoraan käyttää säädinparametrina. b:n estimointi ei ole krittinen, koska voidaan osoittaa,
A
että algoritmi konvergoi monille b valinnoille.
Algoritmin (19) johdannossa on oletettu, että järjestelmän kulkuaika, k, on ollut tunnettu.
Monissa sovellutuksissa ei tästä ole haittaa, koska monessa tapauksessa, joissa k ei ole edeltäpäin tunnettu, on hyvin yksinkertaista määrätä se.
ι4 63497
On kuitenkin olemassa sovellutuksia, joissa k on hyvin vaikeasti määrättävissä tai vaihtelee ajan suhteen hyvin monimutkaisella tavalla. Sellaisissa tapauksissa on välttämätöntä jollain tavoin modifioida tai täydentää algoritmi (19), niin että myös k voidaan arvioida.
Tunnettu ja yleinen tapa implisiittisesti arvioida k, on ratkaista ns. Riccati-yhtälö. Tämä yhtälö, joka on epälineaarinen matriisiyhtälö on kuitenkin laskennallisesti hyvin monimutkainen, josta syystä tätä tapaa k:n arvioimiseksi käytetään vain poikkeustapauksissa.
Toinen tapa arvioida k on arvioida parametrit mallissa yhtälön (1) mukaan, jossa k:n arvoksi pannaan 1. Kun kovarianssimatriisi R^ yhtälön (18) mukaan sitä paitsi voidaan arvioida, on parametri-arvion jakaantuminen tunnettu.
Hypoteesikokeilulla voidaan tämän jälkeen saada kulkuajan k yksikäsitteinen arviointi.
Kolmas tapa arvioida kulkuaika k on johdannossa mainitulla A A p tavalla arvioida parametreja A(k) ja häviöitä a (k) (katso yhtälö 18) v usealle ajateltavalle k-arvolle ja sitten valita se parametrikerta, joka vastaa pienintä häviötä aQ.
Voi tapahtua, että järjestelmä, johon yllä selitetyn algoritmin mukaan toimiva säädin on liitetty, on determinististen häiriöiden häiritsemä. Säädintä täytyy tällöin informoida näiden häiriöiden laadun ja suuruuden suhteen, jotta voitaisiin laskea järjestelmän ohjaustoimenpide. Deterministisillä häiriöillä tarkoitetaan sellaisia mitattavissa olevia suureita, jotka jossain suhteessa vaikuttavat säädetyn järjestelmän lähtösuureisiin, vaikuttamatta järjestelmään syötettyihin tulosignaaleihin. Esimerkkeinä deterministisistä häiriöistä mainittakoon tuotantomenetelmämuutokset ja mitattavissa olevat raaka-ainevaihtelut,
Yhtälön (1) selityksistä ilmenee, että vektori<p(t) voi käsittää mainittujen determinististen häiriöiden sekvenssin.
Tällaista tapausta varten vektori <jp(t) voi saada seuraavanlaisen muodon.
63497 15 y(t) y(t-i) y(t-ny+l) u(t-l) u( t-2) i φ(t) = u(t-nu) (22) P-^t- λ χ)
Pj(t- λ ^-1)
Pl<t- λ 1~np +1) p2(t- λ2) ' «
Pn<wn> ^ I · jossa p^ merkitsee deterministisiä häiriöitä ja £0 on kulkuaika-parametri.
Siinä tapauksessa, että järjestelmä, johon yllä selostetun algoritmin mukaan toimiva säädin on tarkoitettu yhdistettäväksi, muodostaa monimuuttujaisen järjestelmän, jossa esiintyy useita tulo-signaaleja, jotka kukin on kytketty useaan lähtösignaaliin, on sääti-melle myös annettava informaatiot muista esiintyvistä järjestelmään saapuvista tulosignaaleista, jotta optimaalisesti voitaisiin laskea oma, järjestelmää varten seuraavan säätöjakson aikana tarkoitettu tulosignaali.
Samalla tavoin, kuin deterministisiä häiriöitä varten voidaan aikaansaada monimuuttujaisen järjestelmän poiskytkentä sovittamalla vektoriin ip(t) lisäelementtejä, jotka kuvaavat jokaista tutkitun lähtösignaalin kanssa korreloivaa tulosignaalia, esim.
63497 16 y1(t) y-i(t-i) yi'<t'rV1) u1(t-l) u-^( t-2) « ui(t-nUi) <p(t) = u2(t-k12) (23) u2((t-l-k12) u3(t-ki3) “ni^ln5 t jossa k.. on kulkuaikaparametri.
X J
Vektori <p(t) voidaan tällöin sovittaa käsittämään informaation, ottaen samalla huomioon deterministiset häiriöt ja kytkemään pois monimuuttujaiset järjestelmät.
Yllä tehdyistä vektorin <p(t) asetteluista, voidaan lisäksi tehdä virheellinen johtopäätös, että tämä yksinomaan voi muodostua lineaarisista toimintayhteyksistä. Vektori <p(t) voi myös muodostua, mikäli niin halutaan, epälineaarisista toimintayhteyksistä. Tämä merkitsee, että yllä olevan mukainen säädin voidaan saada määrätyssä mielessä epälineaarisena.
Monimuuttujaisissa järjestelmissä järjestelmä työskentelee useilla, toisistaan riippumattomilla ja eri kulkuajoilla. Yllä selostetut teoriat k:n arviointia varten, voidaan myös sovittaa käsittämään tällaisia järjestelmiä.
Yllä selostettu menetelmä monivaihtelevissa järjestelmissä muodostaa periaatteessa kaskadikytkennän, jossa lasketaan peräkkäin kaikki järjestelmää varten tarkoitetut ohjaustoimenpiteet.
Jos sen sijaan kaikki ohjaustoimenpiteet halutaan laskea samanaikaisesti, on ratkaistava Riccati-yhtälö.
Itsevirittyvä säädin, joka työskentelee yllä selitetyn algoritimin mukaan selitetään seuraavassa, liittyen oheisiin pii- 63497 17 rustuksiin, joissa kuvio 1 esittää lohkokaaviota järjestelmästä, jossa on tulosignaali ja menosignaali, johon keksinnön mukainen säädin on yhdistetty, kuvio 2 esittää yksityiskohtaisen suoritus-esimerkin keksinnön mukaisesta säätimestä ja kuvio 3 esittää lohko-kaavion monimuuttujaisesta järjestelmästä, jossa on useita tulo- ja lähtösignaaleja ja tähän liitettyjä keksinnön mukaisia säätimiä, joissa myös on otettu huomioon deterministiset häiriöt.
Kuviossa 1 on järjestelmään 10, jolla on tulosignaali u (τ) ja lähtösignaali y (τ) liitetty automaattinen säädin 11, johon asetus-arvon signaali y0(-r) on liitetty.
Kuvio 2 esittää yksityiskohtaisen suoritusesimerkin keksinnön mukaisesta säätimestä, joka toimii yhtälön (19) mukaisen algoritmin mukaan.
Säätimen muodostaa ohjausyksikkö 101, ohjausyksikköön 101 yhteyslinjan 102 kautta liitetty ensimmäinen, toinen ja kolmas las-kentaelin 103, 104 vast. 105, muistiyksikkö 106, joka käsittää useita muistimoduleja 10601-10616, rekisteriyksikkö 107, joka käsittää kaksi rekisterimodulia 1071 ja 1072 sekä prosessiliitäntäelimen 108.
Ohjausyksikkö 101 on sovitettu ohjaamaan informaatiovirtaa säätimen muiden osien välillä määrätyssä järjestyksessä. Ohjausyksikkö 101 käsittää kelloyksikön niiden ajankohtien määräämiseksi, joista yllä mainittu järjestys aloitetaan.
Ensimmäinen laskuyksikkö 103 on sovitettu laskemaan kahden vektorin väliset "s ka laari”-tulot ja käsittää sen vuoksi yksilöllisen ohjausyksikön ja muistikennon, välituloksen varastoimista varten mainitun laskun aikana.
Toinen laskuelin 104 on sovitettu suorittamaan "skalaaristen" suureiden kertolaskun tai jakolaskun ja käsittää sen vuoksi yksilöllisen ohjausyksikön.
Kolmas laskuelin 105 on sovitettu suorittamaan "skalaaristen” suureiden yhteen- tai vähennyslaskun sekä loogisen valinnan ja käsittää tämän vuoksi yksilöllisen ohjausyksikön.
Jokainen rekisterimoduli 1071 ja 1072 muodostuu useasta vaihtorekisteristä.
Prosessiliitäntäelin 108 käsittää analogi-digitaalimuuttu-van yksikön 1081 sekä käyttöyksikön 1082, sovitettu vaikuttamaan sen järjestelmän asetteluelimiin, johon säädin on liitetty.
Säätösykli tällaisella säätimellä voi tällöin tapahtua seuraavasti: 63497 18 Järjestelmän lähtö signaali y (O, modifioituna annetulla arvolla y_(t) muodostaa säätimen sisääntulosignaalin ja on saatavissa analogi-digitaalimuuttajayksikön 108l sisääntulosta.
Ohjausyksikkö 101 käynnistää ajankohtana, joka on määrätty ohjausyksikköön 101 rakennetussa kelloyksikössä, seuraavan, järjestel-mälle johon säädin on yhdistetty, tarkoitetun ohjaustoimenpiteen u (τ) laskemisen.
Ohjausyksikkö 101 tekee analogi-digitaalimuuttavalle yksi-kölle 1081 tiettäväksi, että sen on muutettava analogi signaali y (τ) digitaaliksi signaaliksi y(t).
Ohjausyksikkö 101 on sovitettu tämän jälkeen syöttämään signaali y(t) ensimmäisen rekisterimodulin 1071 ensimmäiseen paikkaan.
Ensimmäinen rekisterimoduli 1071 käsittää tällöin sarjan viimeiseksi järjestelmässä esiintyvistä, digitaalimuotoon muutetuista lähtösignaaleista, nimittäin y(t), y(t-l), ... , y(t-k), y(t-k-l), ... , y(t-k-n +1); ts. n +k lähtösignaalia, ja toinen rekisterimoduli «y käsittää vastaavasti sarjan järjestelmässä viimeiseksi tehdyistä ja säätimen laskemista ohjaustoimenpiteistä, nimittäin u(t-l), u(t-2), ... , u(t-k), u(t-k-l), ... , u(t-k-nu); ts. nu+k-l ohjaustoimintaa.
Ohjausyksikkö 101 muodostaa nyt näiden molempien rekisteri- modulien 1071 ja 1072 sisällön kanssa vektorin z, jonka muoto tällöin tulee olemaan z = /u(t-k), y(t-k), y(t-k-l), ... , y(t-k-n +1), «y u(t-k-l), u(t-k-2), ... , u(t-k-nuJ)7, ja joka syötetään elementittäin muistimoduliin 10612.
Muistimodulissa 10602 on edellisestä säätösyklistä lasketut Λ parametriestimaatit A(t-l) varastoituina.
Ohjausyksikkö 101 saa nyt ensimmäisen laskuelimen 103 laskemaan muistimodulien sisällön skalaaritulon ja syöttää sen vuoksi näiden sisällön ensimmäiseen laskuelimeen 103-
A
Täten saatu skalaaritulo j_ A(t-l)z(t-k)7 syötetään tämän jälkeen ohjausyksiköllä 101 yhdessä ensimmäisen rekisterimodulin 1071 sisällön ensimmäisen position y(t) kanssa kolmanteen laskueli-
A
meen 105, joka suorittaa vähennyslaskun y(t)—A(t-1)·z(t-k).
Tässä laskussa saatu lopullinen skalaaritulo v(t) syötetään ohjausyksiköllä 101 muistimoduliin 10613-
Ohjausyksikkö 101 hallitsee tämän jälkeen vektorin R = Q · z laskemisen, jossa Q on N *N -dimensioinen matriisi ja on varastoi- z z tuna elementittäin muistimodulissa 10601 johtuen edellisestä säätösarjasta.
Ohjausyksikkö 101 syöttää sen vuoksi muistimodulin 10612 sisällön ensimmäiseen laskuelimeen 103.
63497 19
Jokainen skalaaritulö, joka saadaan yllä olevan mukaisesta rivistä, vast, palstasta syötetään ja varastoidaan ohjausyksiköllä 101 elementittäin muistimoduliin 10606.
Ohjausyksikkö 101 syöttää tämän jälkeen ensimmäiseen lasku-elimeen 103 muistimodulien 10606 ja 10612 sisällön ts. vektorit z ja R.
Vektoreista z ja R ensimmäisessä laskuelimessä laskettu skalaaritulo siirretään yhdessä muistimodulin 10607 sisällön kanssa ohjausyksiköllä 101 kolmanteen laskuelimeen 105·
Muistimodulin 10607 sisällön muodostaa reaaliarvoinen vakio w.
. T
Kolmas laskuelin 105 muodostaa tällöin summan w+z *R. Tämä summa, D, syötetään ja varastoidaan ohjausyksiköllä 101 osaan muisti-modulista 10614.
Muistimodulin 10606 sisältö, ts. R syötetään elementittäin yhdessä muistimodulin 10614, ts. D kanssa ohjausyksikön 101 avulla toiseen laskuelimeen 104.
Toinen laskuelin 104 suorittaa sen vuoksi jakolaskun R/D.
Täten saatu tulos k syötetään ja varastoidaan elementittäin ohjausyksiköllä 101 muistimoduliin 10605·
Ohjausyksiköllä 101 siirretään muistimodulin 10605 sisältö elementittäin ja muistimodulin 10613 sisältö toiseen laskuelimeen 104.
Toinen laskuelin 104 muodostaa tällöin tulon Κ^·ν.
Tämä tulo syötetään yhdessä vastaavan (ts. i:nnen) elementin
A
muistimodulissa 10602, ts. A^, kanssa ohjausyksiköllä 101, kolmanteen laskuelimeen 105· Λ
Kolmas laskuelin 105 suorittaa yhteenlaskun A^+K^-v.
Tämä summa siirretään ja varastoidaan tämän jälkeen uudelleen ohjausyksiköllä 101 muistimodulin 10602 i;een asemaan.
Täten on saatu uusittu parametriaryiointi i:nnelle para~ metrille.
Ohjausyksikkö 101 syöttää elementittäin muistimodulin 106o6 sisällön ja muistimodulin 10605 ensimmäisen elementin toiseen lasku-elimeen 104, joka suorittaa kertolaskun R^*K^.
Ohjauselin 101 syöttää tämän jälkeen tämän tulon yhdessä muistimodulin 10601 i:nnen elementin, ts. Q^, kanssa kolmanteen laskuelimeen 105» joka suorittaa vähennyslaskun Täten laskettu suure siirretään yhdessä muistimodulin 10607 sisällön kanssa ohjausyksiköllä 101 toiseen laskuelimeen 104, joka suorittaa jakolaskun (Q^-^-R^· K^^)/w. Tämä tulos siirretään ja varastoidaan ohjausyksiköllä 101 muistimodulin 10601 i:teen elementtiin.
63497 20
Elementti on täten ajoitettu.
Kun tämä laskenta on suoritettu muistimodulin 10606 kaikille elementeille, on matriisin Q koko ensimmäinen rivi ajoitettu.
Yllä olevat laskelmat matriisin Q elementtien esiinottami-seksi uusitaan tämän jälkeen samalla tavoin muistimodulin 10605 kaikille elementeille, jotka sisältävät vektorin K. Kun näin on tapahtunut on koko matriisi Q muistimodulissa 10601 ajoitettu.
Ohjausyksikkö 101 siirtää tämän jälkeen muistimodulin 10603 sisällön, joka käsittää apuskalaarin 9, joka on ajoitettu edellisen säätösarjan mukaan yhdessä muistimodulin 10607 sisällön kanssa, ts. w, toiseen laskuelimeen 104.
Toinen laskuelin 104 suorittaa kertolaskun w?. Tämä tulos siirretään ja varastoidaan muistimoduliin 10603 ohjausyksiköllä 101.
Muistimodulin 10603 sisältö yhdessä muistimodulin 10607 sisällön kanssa siirretään ohjausyksiköllä 101 toiseen lasku-elimeen 104, joka suorittaa kertolaskun wf(t).
Ohjausyksikkö 101 siirtää tulon w*p(t) yhdessä muistimodulin 10610 sisällön kanssa, joka käsittää yhden ykkösen, kolmanteen laskuelimeen 105, joka suorittaa vähennyslaskun l-wf(t).
Täten muodostettu erotus siirretään ohjausyksiköllä 101 muistimoduliin 10615.
Ohjausyksikkö 101 siirtää muistimodulin 10610 sisällön yhdessä muistimodulin 10607 sisällön kanssa kolmanteen laskuelimeen 105, joka suorittaa vähennyslaskun l-w.
Täten muodostettu erotus siirretään yhdessä muistimodulin IO615 sisällön kanssa ohjausyksiköllä 101 toiseen laskuelimeen 104, joka suorittaa jakolaskun (l-w·f(t)/(l-w).
Tämä osamäärä siirretään yhdessä muistimodulin 10608 sisällön kanssa, joka käsittää suureen Nz, ohjausyksiköllä 101 kolmanteen laskuelimeen 105, joka suorittaa vähennyslaskun B(t)=(l-w·P(t))/ (l-w)-Nz.
Täten saatu erotus siirretään ja varastoidaan muistimoduliin IO615 ohjausyksiköllä 101.
Vastaavasti muodostetaan erotus
B(t-l) = (l-p)/(l-w)-N
£t joka varastoidaan muistimoduliin 10616.
Ohjausyksikkö 101 siirtää tämän jälkeen muistimodulin 10616 sisällön, B(t-l) ja muistimodulin 10604 sisällön 10604 o^(t-l), y 21 63497 joka sisältää edellisen säätösyklin aikana estimoidun häviön toi-seen laskuelimeen 104, joka suorittaa kertolaskun 3(t-l)o (t-1).
Tämä tulo siirretään sitten ohjausyksiköllä 101 muistimodu-liin 106l6.
Ohjausyksikkö 101 siirtää sitten muistimodulien 10613 ja 10614 sisällöt V vast, D toiseen laskuelimeen 104, jqkä suorittaa jakolaskun v/D.
Tämän jälkeen ohjausyksikkö 101 siirtää muistimodulin 10613 sisällön toiseen laskuelimeen 104, joka muodostaa v /D.
Tämä suure siirretään yhdessä muistimodulin 10616 sisällön kanssa ohjausyksiköllä 101 kolmanteen laskuelimeen 105, joka suorittaa yhteenlaskun 8(t-l)o2(t-l)+v2/D.
Tämä summa siirretään yhdessä muistimodulin 10607 sisällön w kanssa toiseen laskuelimeen 104, joka suorittaa mainitun summan kertomisen w:llä.
Muistimodulin 10615 sisältö 8(t) siirretään ohjausyksiköllä 101 toiseen laskuelimeen 104, joka muodostaa osamäärän a|(t) = w| 3(t—l)o2e(t-l) + v2/d] /e(t) joka muodostaa häviön uuden arvion. Ohjausyksiköllä 101 tämä siirretään ja varastoidaan muistimoduliin 10604.
Sitten siirretään muistimodulien 10604 sisältö ja muistimodulin 10602 ensimmäinen elementti toiseen laskuelimeen 104, A 2 * joka suorittaa jakolaskun σ /b.
e Tämä osamäärä siirretään ohjausyksiköllä 101 ja varastoidaan muistimoduliin 10613.
Ohjausyksikkö 101 siirtää sitten muistimodulin 10613 sisällön ja elementittäin, lähtien elementistä kaksi muistimodulin 10601 sisällön toiseen laskuelimeen 104, joka suorittaa kertolaskun qi2 ’ i e Tämä suure siirretään yhdessä muistimodulin 10602 vastaavan elementin kanssa kolmanteen laskuelimeen, joka muodostaa summan
A A O A
^i+q12 * joka suure sitten ohjausyksiköllä siirretään ja varastoidaan muistimodulin 10606 positioon i.
Vastaavasti viimeisen suureen kanssa muodostetaan suure Λ A p Λ b + q^-a^/b, joka varastoidaan muistimoduliin 10613·
Ohjausyksikkö 101 siirtää positiot 2 muistimodulin IO606 (n +l):een ja rekisterimodulin 10701 n ensimmäistä positiota ensim-•mäiseen laskuelimeen 103, joka muodostaa näiden elementtien skalaari-tulon.’ 22 63497
Ohjausyksiköllä 101 siirretään tämä tulo ja varastoidaan muistimoduliin 10614.
Vastaavasti muodostetaan skalaaritulo rekisterimodulin 1072 N -l-n„ ensimmäisen elementin ja muistimodulin 10606 N -l-n„ vii-z y u z y meisen elementin kesken, jonka jälkeen ohjausyksiköllä 101 tämä suure yhdessä muistimodulin 106l4 sisällön kanssa siirretään kolmanteen laskuelimeen 105, joka muodostaa summan p A A λ λΠ 0+q12.Og/b · <P (t).
Tämä suure siirretään yhdessä muistimodulin 10613 sisällön kanssa ohjausyksiköllä 101 toiseen laskuelimeen 104, joka suorittaa näiden suureiden välisen jakolaskun, joka muodostaa lasketun ohjauskytkennän u(t) väärämerkkisenä, ts.
Λ Λ p A
p * - U(t) = „ a ψ <t) b+qu'ae/b » ·" Tämä suure siirretään ja varastoidaan muistimoduliin 10613 ohjausyksiköllä 101.
Ohjausyksikkö 101 aikaansaa tämän jälkeen yhden askeleen siirron rekisterimoduleissa 1071 ja 1072.
Ohjausyksikkö 101 siirtää muistimodulin 10613 sisällön kolmanteen laskuelimeen 105, joka suorittaa merkin kääntämisen, jonka jälkeen saatu u(t) siirretään ja varastoidaan rekisterimodulin 1072 ensimmäiseen positioon ohjausyksiköllä 101.
Täten laskettu ohjauskytkentä u(t) siirretään ohjausyksiköllä 101 käyttöyksikköön 1082, joka muuntaa ohjaussignaalin u(t) ekvivalentiksi asettelusignaaliksi u(x), joka on tarkoitettu järjestelmälle.
Säätösykli on näin ollen lopussa.
Ohjausyksikkö 101 ja laskuelimet 103, 104 ja 105 voivat esimerkiksi olla tavanomaisia tietokoneita, tietokoneita hävittä-mättömällä ohjelmalla, tavanomaisella elektroniikalla tai LSl-elektro-niikalla.
Ohjausyksikön 101 muodostaa sopivimmin mikrotietokone Intel SIM8-01.
Myös kolmet laskuelimet 103, 104 ja 105 voivat edullisesti olla tällaisia mikrotietokoneita.
Muistimoduleina 10601-10616 voidaan käyttää Random Acces Memory, esim. Intel 2102.
63497 23
Rekisterimodulit 1071 ja 1072, jotka ovat vaihtorekistereitä, voivat olla RCA CD 4015 A.
Analogi-digitaalimuuttava yksikkö 1081 voi sopivimmin olla Analog Devices ADC-12 OM.
Käyttöyksikkö 1082 on sopivimmin digitaali-analogimuuttaja kuten Analog Devices DAC-12 Q.
Kuviossa 3 esitetään, miten kolme säädintä Rl, R2 ja R3 ovat keksinnön mukaisesti liitetyt säätöprosessiin S. Prosessi S on monimuuttuja, jossa tulo- ja lähtö signaalit '-^(t), u2(t], u^(t), vast.y^-(t), y2(t), y-^(t) ovat kytkettyjä. Ensimmäinen säädin Rl vastaanottaa prosessista S lähtösignaalin y^Ct), antaa prosessiin S säätimen Rl laskeman tulosignaalin u1(t) ja siihen johdetaan ohjearvon signaali y ,(t). Sitä paitsi saa säädin Rl informaatiosignaa-
S JL
leja p^(t) ulkolaitteista, jotka rekisteröivät deterministisiä häiriöitä sekä prosessia S varten tarkoitettuja tulosignaaleja u2(t) ja u^(t), jotka ovat muiden säätimien R2, vast. R3 laskemia. Vastaavasti pitää tämä paikkansa muille säätimille, vastaavine indeksi-merkkeineen eri signaaleja varten.
Lohkon sisäisillä katkoviivoilla, edustaen prosessia S symbolisoidaan tulo- ja lähtösignaalien kytkentöjä monimuuttujaisessa prosessissa S.
Yllä selostettu säädin voidaan tietenkin sovittaa vastaanottamaan vain toisista säätimistä tulevia signaaleja tai signaaleja käsittäen informaatioita deterministisistä häiriöistä.
Keksinnön mukaisen automaattisen säätimen käyttämiseksi moni-muuttujaisia järjestelmiä ja sellaisia järjestelmiä varten, joissa deterministisiä häiriöitä esiintyy, tarvitaan lisäksi rekisteri- ja muistimoduleja.
Huomattakoon, että yhtälön (1) suhteen mainittu havaintovek-tori φ voi sisältää havaittujen muuttujien epälineaarisia funktioita.
Yllä selostettu parametriestimointi' perustuu ns. pienimmän neliösumman metodiikkaan, mutta voidaan suorittaa aikaisemmin tunnetun ja numerisesti yksinkertaisemman, mutta laadullisesti huomattavasti huonommilla ominaisuuksilla varustetun todennäköisyysarvioinnin perusteella.
Kuten yllä on selostettu, käsittää kolmas laskuelin 105 testitoiminnan. Tämän toiminnan perusteella voidaan päättää, lankeaako laskettu suure u(t) sallitulle alueelle ja ellei näin tapahdu, annetaan u(t):lle edeltäpäin määrätty arvo. Tällä paranevat säätimen vakavuusominaisuudet.
63497 24
Keksinnön mukaisen säätimen laskettujen suureiden joukossa on informaatio lähtösignaalin muutoksista, joka selviää teoreettisesta johdannosta, joka informaatio on arvokas ja jota voidaan käyttää automaattista ohjearvo-sovitusta varten.
Keksinnön mukaisen säätimen ohjausyksikkö voi vuorostaan olla alistettu ulkopuoliselle ohjausyksikölle, joka vuorostaan on määräävä tällaisiin säätimiin kuuluville, useille ohjausyksiköille.
Adaptiivisessa säädössä suoritetaan muunnosprosessi, jolla itsevirittyvän säätimen ohjaamat parametrit sovitetaan säätöobjektiin määrätyssä hetkessä.
Itsevirittyvästä säätimestä saadaan muunnosprosessissa mitta koko säätöprosessin vallitsevasta tilasta, kun säädin joka hetkessä pyrkii sopeutumaan säätöobjektin rakenteeseen .
Kun säätöobjektissa vallitsee normaaliolosuhteet, on jokaisen parametrin L(t) viritysärvo yhtälöiden (2) mukaan liikkuva määrätyissä rajoissa.
Parametrin muunnos, joka merkitsee viritysarvoa mainitun rajan ulkopuolella, käsittää tällöin informaatiota säätöobjektissa esiintyvästä epänormaalista käyttöolosuhteesta, ts. kulumisen, vian, tapaturman jne. aikaansaamista häiriöistä.
Tällaista, normaalitasosta poikkeavaa parametrin muuttumista on näin ollen sopivaa käyttää erikoistilanteen indikoimiseksi, kuten esim. että kuluminen on edistynyt niin pitkälle, että jonkin osan vaihtaminen on välttämätön, tai että säädettävän kojeen jossain osassa esiintyy vika.
Keksinnön mukainen itsevirittyvä säädin ei tietenkään ole rajoitettu tässä esitettyihin suoritusesimerkkeihin, vaan voidaan muunnella monella tavalla oheisten patenttivaatimusten puitteissa.

Claims (16)

  1. 63497 25
  2. 1. Itsevirittyvä säädin, joka käsittää ensimmäisen rekisteri- modulin (1071), joka vuorostaan käsittää joukon siirtorekisterei- tä, jotka ovat kytketyt järjestelmään (10), johon säädin liittyy ja jotka on sovitettu varastoimaan sarjan arvoja ensimmäisestä suureesta (y(t)), joka on funktio tämän järjestelmän (10) lähtö-* signaalista (y (τ)), toisen rekisterimodulin (1072), joka vuorostaan käsittää joukon siirtorekistereitä, jotka on sovitettu varastoimaan sarjan arvoja toisesta suureesta (u(t)), joka määrää * järjestelmälle tarkoitetun ohjaustoimenpiteen (u (τ)) ulkonäön, tunnettu siitä, että säätimeen kuuluvat laskuelimet (103- 105), jotka muodostuvat tietokoneista ja ovat yhdistetyt niitä määräävään ohjausyksikköön (101), jotka laskuelimet (103-105) ovat sovitetut ohjausyksikön (101) antamien toimintaohjeiden avulla muodostamaan signaali, joka vastaa mainittua toista suuretta (u(t)), jolloin ensimmäiset ja toiset rekisterimodulit (1071, 1072) ovat sovitetut varastoimaan ainakin sen lukumäärän arvoja ensimmäisestä ja toisesta suureesta (y(t) vast. u(t)), joka vaaditaan viimeksi * * saapunutta lähtösignaalia (y (Ό) vastaavan ohjaustoimenpiteen (u (τ)) laskemiseksi; että rekisterimoduleihin kuuluu elimet tulo- ja neliösummien sekä näiden summien funktioiden laskemiseksi, lähtien mainitusta ensimmäisestä suureesta (y(t)), jolloin mainittuihin rekisterimoduleihin kytketty ohjausyksikkö (101) on sovitettu kokoamaan ensimmäisen ja toisen rekisterimodulin (1071, 1072) sisältö vektoriksi (z(t-k)) ja tulo- ja neliösummien sekä näiden summien funktioiden avulla, laskettuina mainitusta ensimmäisestä suureesta (y(t)) ja mainitusta vektorista (z(t-k)), ohjaamaan mainitun iaskuelimistä (103-105) lähtevän toisen suureen (u(t)) laskentaa.
  3. 2. Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että säädin käsittää useita muisteja tai muisti-moduleja (10601-106l6), jotka ovat sovitetut välivarastoimaan informaatioita eri laskuvaiheiden välillä mainitun toisen suureen (u(t)) laskemiseksi ja säilyttämään muistissa jokaisen säätöjakson aikana merkityt informaatiot, tarkoitetut seuraavalle säätöjaksolle.
  4. 3. Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että ohjausyksikkö (101) on sovitettu ohjaamaan mainitun toisen suureen (u(t)) laskemista rekursiivisen pienimmän neliösumman menetelmän mukaan. 4. ' Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että ohjausyksikkö (101) on sovitettu ohjaamaan mainitun toisen suureen (u(t)) laskemista stokastisen arviomenetel- 63497 26 män mukaan.
  5. 5· Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että ohjausyksikköön (101) sovitettu kelloyksik-kö on sovitettu määräämään ajankohdat, jolloin mainitut ensimmäiset suureet (y(t)) varastoidaan ensimmäiseen rekisterimoduliin (1071).
  6. 6. Patenttivaatimuksen 1 mukainen automaattinen säädin, tunnettu siitä, että ohjausyksikön (101) toimintaohjelma on hä-vittämätön.
  7. 7. Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että ohjausyksikkö (101) on alistettu ulkopuolisen lisäohjausyksikön alaiseksi.
  8. 8. Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että laskuelin (105) käsittää testitoiminnan tarkkailemaan jääkö laskettu toinen suure (u(t)) edeltäpäin määrätylle alueelle ja sovitettu, mikäli näin ei tapahdu, korvaamaan tämä suure edeltäpäin määrätyllä arvolla.
  9. 9· Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että ohjausyksikkö (101) ja laskuelimet (105-105) on sovitettu laskemaan mainitun toisen suureen (u(t)) laskemisessa esiintyvät epävarmuudet ja samalla ottamaan huomioon tämä epävarmuus tämän suureen (u(t)) laskemisessa.
  10. 10. Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että ohjausyksikkö (101) on järjestetty vastaanot- A tamaan manuaalisesti arvioitu ensimmäinen siirtokerroin (b), jolloin Λ ohjausyksikkö (101) on sovitettu tämän kertoimen (b) mukaisesti skaa-laamaan ensimmäinen suure (y(t)) ja laskemaan kolmas suure (s(t) = y(t)/b - u(t-k)) sekä yhdistämään ensimmäisen ja toisen rekisterimodulin (1071, 1072) sisällön vektoriksi (ip(t-k)) ja tuloja neliösummien ja näiden summien funktioiden avulla laskettuina mainitusta kolmannesta suureesta (s(t)) ja mainitusta vektorista ((p(t-k)) mainittujen laskuelimien (103-105) muodostamina ohjaamaan mainitun toisen suureen (u(t)) laskemista.
  11. 11. Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että ohjausyksikkö (101) on sovitettu toista suuretta (u(t)) laskettaessa kiinnittämään suurin huomio ajallisesti viimeiseen informaatioon (<p(t-k), y(t) ja u(t-k)) järjestelmästä (10).
  12. 12. Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, jolloin säädin on liitetty järjestelmään, jossa on tulosignaali ja lähtösig-naali, tunnettu siitä, että ohjausyksikkö (101) on sovitettu ohjaamaan laskuelimessä (103» 104, 105) suoritettua laskua järjestel- 63497 27 män kulkuajan eksplisiittisesti tai implisiittisesti määräämiseksi.
  13. 13. Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että ohjausyksikkö (101) on sovitettu ohjaamaan lisäsäätimen tai -säätimien laskemien ja järjestelmälle tarkoitettujen ohjaustoimintojen sarjan rekisteröintiä toisessa rekisteri-modulissa (1072).
  14. 14. Patenttivaatimuksen 13 mukainen itsevirittyvä säädin, jolloin säädin on liitetty monimuuttujäiseen järjestelmään, tunnettu siitä, että ohjausyksikkö (101) on sovitettu ohjaamaan laskuelimis-sä (103, 104, 105) suoritettua laskelmaa järjestelmän usean kulku-ajan implisiittisesti määräämiseksi.
  15. 15. Patenttivaatimuksen 1 mukainen itsevirittyvä säädin, tunnettu siitä, että ohjausyksikkö (101) on sovitettu ohjaamaan signaalisarjan käsittäen ulkopuolisten elimien mittaaman informaation deterministisistä häiriöistä, rekisteröintiä toisessa rekiste-rimodulissa (1072).
  16. 16. Patenttivaatimuksen 1 mukainen itsevirittyvä, säädin, tunnettu siitä, että säädin käsittää siihen liitetyn elimen,joka on sovitettu mittaamaan, rekisteröimään ja/tai indikoimaan jokaisen säätimella ohjatun parametrin (L(t)) sovituksen suuruutta järjestelmään, sekä sovitettu, jos tällainen sovitus jää edeltäpäin määrätyn alueen ulkopuolelle, indikoimaan tämä ylitys, ja että tällöin viimeksimainittu indikointi käsittää informaation järjestelmässä syntyneestä, epänormaalista käyttöolosuhteesta. 28 63497
FI227473A 1972-07-21 1973-07-18 Sjaelvinstaellande regulator FI63497C (fi)

Applications Claiming Priority (10)

Application Number Priority Date Filing Date Title
SE957872 1972-07-21
SE957872 1972-07-21
SE1468572 1972-11-13
SE1468572 1972-11-13
SE7300952A SE7300952L (fi) 1973-01-24
SE7300952 1973-01-24
SE7306178 1973-05-03
SE7306178A SE7306178L (fi) 1973-05-03
SE7306259 1973-05-04
SE7306259A SE7306259L (fi) 1973-05-04

Publications (2)

Publication Number Publication Date
FI63497B FI63497B (fi) 1983-02-28
FI63497C true FI63497C (fi) 1983-06-10

Family

ID=27532706

Family Applications (1)

Application Number Title Priority Date Filing Date
FI227473A FI63497C (fi) 1972-07-21 1973-07-18 Sjaelvinstaellande regulator

Country Status (3)

Country Link
CA (1) CA1006607A (fi)
FI (1) FI63497C (fi)
GB (1) GB1437035A (fi)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NO166821C (no) * 1985-02-21 1991-09-04 Aardal & Sunndal Verk As Fremgangsmaate for styring av aluminiumoksyd-tilfoerselen til elektrolyseovner for fremstilling av aluminium.

Also Published As

Publication number Publication date
CA1006607A (en) 1977-03-08
FI63497B (fi) 1983-02-28
GB1437035A (en) 1976-05-26

Similar Documents

Publication Publication Date Title
Yu et al. RBFNN-based data-driven predictive iterative learning control for nonaffine nonlinear systems
Vidyasagar The graph metric for unstable plants and robustness estimates for feedback stability
Rahbek et al. Trend stationarity in the I (2) cointegration model
De Cock et al. Subspace angles between ARMA models
CN111143989B (zh) 频率调整量计算方法、模块、***、存储介质和设备
Galván‐Guerra et al. High‐order sliding‐mode observer for linear time‐varying systems with unknown inputs
Tu et al. Adaptive backstepping synchronization between chaotic systems with unknown Lipschitz constant
Wang et al. Multivariate control charts based on the James–Stein estimator
Loeblein et al. Economic performance analysis in the design of on-line batch optimization systems
Tian Design and implementation of distributed measurement systems using fieldbus-based intelligent sensors
Garcia et al. Parameter estimation in time-triggered and event-triggered model-based control of uncertain systems
FI63497C (fi) Sjaelvinstaellande regulator
Nakajima et al. Linear quadratic regulator with decentralized event-triggering
Olama et al. Relaxed hybrid consensus ADMM for distributed convex optimisation with coupling constraints
Le et al. Zonotopic set-membership estimation for interval dynamic systems
CN113011475A (zh) 考虑相关噪声和随机参数矩阵的分布式融合算法
Filipovic Outlier robust identification of dual‐rate Hammerstein models in the presence of unmodeled dynamics
Li et al. LQ control of unknown discrete‐time linear systems—A novel approach and a comparison study
Su et al. Iterative learning control for network data dropout in nonlinear system
Liu et al. Iterative state and parameter estimation algorithms for bilinear state-space systems by using the block matrix inversion and the hierarchical principle
Russell et al. Model reduction for the robustness margin computation of large scale uncertain systems
Vörös Compound operator decomposition and its application to Hammerstein and Wiener systems
Sobolewski Application of GMDH type neural network for predicting UTC (k) timescales realized on the basis of hydrogen masers
Wu et al. Integrated fault‐tolerant control methodology for non‐linear dynamical networked control systems subject to time‐varying delay
Heij et al. System Identification