안녕하세요 여러분,
고객이 PID 컨트롤러 설계 및 최적화에 JMP를 사용할 수 있는지 알고 싶어합니다. 이를 위해 전달 함수가 사용되는 것으로 보입니다(주파수 변환 시간).
이에 대한 지식이나 예를 아는 사람이 있습니까?
감사해요
플로리안
JMP 자체에는 제어 시스템을 시뮬레이션하거나 전달 함수를 직접 사용하는 기능이 내장되어 있지 않지만, 분석을 위해 시뮬레이션(MATLAB 또는 Simulink와 같은 다른 소프트웨어에서 수행됨)의 데이터를 JMP로 가져올 수 있습니다. JMP는 결과를 분석하고 다양한 PID 설정의 영향을 이해하는 데 도움이 될 수 있습니다.
JMP는 제어 시스템 설계를 위해 특별히 설계된 것은 아니지만 다음과 같은 기능을 제공합니다.
-
실험 설계(DoE): JMP의 RSM(반응 표면 방법론) 및 CD(맞춤형 설계) 기능은 PID 매개변수와 성능 지표 간의 관계를 모델링하고 최적화하는 데 유용할 수 있습니다. 이는 PID 설정의 변경이 시스템 응답에 어떤 영향을 미치는지 시각화하고 최적의 설정을 찾는 데 도움이 될 수 있습니다.
-
시각화: JMP의 시각화 도구를 사용하여 시스템 반응, 제어 신호, 기타 관련 측정항목을 표시할 수 있습니다. 이는 특히 광범위한 시간 영역 기능이 포함된 경우 제어 시스템의 동작과 다양한 PID 설정의 효율성을 이해하는 데 도움이 됩니다.
다른 제어 시스템 설계 도구와 함께 사용할 경우 PID 컨트롤러를 최적화하는 데 유용한 도구가 됩니다.
전달 함수 및 시간-주파수 변환을 광범위하게 사용해야 하는 경우 MATLAB 및 Simulink와 같은 전문 제어 시스템 소프트웨어와 함께 JMP(기본 기능 활용)를 사용하는 것이 실용적이고 유익할 수 있습니다. 이러한 도구는 의료 기기 분야에서 광범위하게 사용되며 JMP는 이러한 맥락에서 도구를 효과적으로 보완할 수 있습니다.
@Chandramouli_R -- JMP는 여기서 매우 도움이 될 수 있습니다. 공간 채우기 설계 및 가우시안 프로세스 피팅은 시간 효율적인 방식으로 시스템의 대리 모델을 구축하는 데 매우 효과적일 수 있으며, 프로파일러를 사용하여 가정 분석, 추가 몬테카를로 시뮬레이션을 수행하고 결과를 전달할 수 있습니다. 복잡한 모델을 이해관계자에게 전달합니다.
얼마 전에 작성한 MATLAB WP에 예제가 있었는데 삭제된 것 같습니다. 파낼 수 있어요.
내 2센트를 추가해
DOE는 PID 컨트롤러 설계 및 최적화를 지원하는 데 사용될 수 있습니다. 여기서 고려해야 할 재미있는 것들이 너무 많습니다! DOE가 어떻게 도움을 줄 수 있는지는 고객이 수행하는 설계 및 최적화 활동에 달려 있다고 생각합니다. 다음은 몇 가지 가능성입니다…
고객이 컨트롤러 매개변수를 테스트하기 위한 고전적인 제어 이론, 시뮬레이션 소프트웨어 및 장비에 대한 지식을 가지고 있다고 가정합니다.
가장 간단한 경우, 고객은 물리적 시스템을 모델링하고 보상기 전달 함수에 대한 비례(P), 적분(I) 및 미분(D) 이득에 대한 추정치를 결정했습니다. 추정치는 응답 시간, 오버슈트 및 정상 상태 오류와 같은 설계 목표를 기반으로 선택됩니다. 종종 시스템의 불안정성을 초래할 수 있는 이득의 가치를 이해하기 위해 안정성 분석이 수행됩니다. 설계 작업은 MATLAB과 같은 소프트웨어에서 수행되는 경우가 많습니다. 기계와 같은 시스템의 컨트롤러에 게인이 적용되면 실제 동작이 예상과 다른 경우가 많으며 매개변수를 조정해야 합니다. 이것이 DOE가 들어오는 곳입니다. 일반적인 작업 흐름은 다음과 같습니다.
최적의 PID 이득을 찾기 위한 실험을 설계합니다.
요인: P, I, D, + 추가 프로세스 변수
한계: 시뮬레이션된 PID 이득을 포함하고 시스템 불안정을 초래할 이득 또는 이득의 조합을 방지하는 한계를 선택합니다. 필요한 경우 제약 조건을 사용하십시오.
응답: 실험에서 응답으로 주어진 응답 시간, 오버슈트, ss 오류와 같은 설계 목표를 사용합니다.
장비에 대해 무작위 순서로 실험을 실행하고 결과를 분석합니다. 최적의 PID 매개변수를 찾습니다. 나는 이 아이디어의 간단한 예를 보여주는 종이를 첨부했습니다. 이 논문과 과거 생활에서 응답은 응답 시간, 오버슈트 등과 같은 측정에 대한 제어 이론에서 흔히 사용되는 시계열 곡선의 요약을 기반으로 했습니다. 저는 이러한 유형의 작업을 수행할 때 전생에 FDE에 액세스할 수 없었습니다. 일하다. 그랬으면 좋았을 텐데. 이상적인 시계열 곡선을 달성하는 PID 이득 값을 결정하는 것이 훨씬 더 나을 것이라고 생각합니다. 참고로, 고객이 이 접근 방식을 시도하고 싶어한다면 이것이 환상적인 발견 문서가 될 것이라고 믿습니다!!!
실험 설계의 유형에 대해 논의할 수 있습니다. Dan이 언급한 공간 채우기 디자인이 가능합니다. 아마도 또 다른 가능성은 전달 함수의 로그 LaPlace 변환을 모델로 사용하여 고전적인 디자인(또는 제약 조건이 작용하는 경우 맞춤형 디자인)을 사용하는 것일 수 있습니다. 나는 이것을 시도하지 않았지만 가능할 것 같습니다. 내가 문헌에서 찾을 수 있는 이 아이디어에 가장 가까운 것은 Taguchi가 PID 제어 시스템의 신호 대 잡음비를 최소화하기 위해 직교 배열을 사용하여 쓴 논문입니다. 종이를 첨부했어요. 고객이 순전히 시뮬레이션 모드에 있고 최적의 시스템 동작을 달성하는 전달 함수 매개변수를 탐색하는 경우 Dan이 언급한 공간 채우기 설계 접근 방식은 모델이 결정적이므로 확실히 의미가 있습니다. 또한 PID 게인은 단지 보상기 매개변수이므로 더 많은 매개변수가 포함될 것으로 기대합니다.
제어 이론, 전달 함수 및 시뮬레이션 소프트웨어에 대한 지식은 실험에서 이득의 한계를 결정하는 방법을 이해하는 데 매우 도움이 됩니다. 하지만 꼭 필요한 것은 아닙니다. 컨트롤러를 설계하지 않고 대신 기존 기계에서 컨트롤러를 조정하는 고객에게는 이것이 드문 일이라고 생각합니다. 이 경우 기존 PID 게인을 사용하여 한계를 설정하면 됩니다. 기계는 마모 및 다양한 요인으로 인해 시간이 지남에 따라 다르게 작동합니다. DOE에서 기계의 제어 가능성을 변경할 수 있는 다른 요소를 포함하는 것도 유용할 수 있습니다. 나의 최선의 추정은 이것이 PID 조정/최적화에서 DOE의 가장 일반적인 적용이라는 것입니다. 확실히 그것은 내가 가장 많이 한 일이다.
도움이 되었기를 바랍니다. 나는 아직도 가지고 놀 수 있는 기계가 있고 제어 이론에 대한 지식이 좀 더 신선했으면 좋겠다. 저는 이것이 DOE의 진정한 놀이터라고 생각합니다!
@Chandramouli_R @Daniel_Valente @Jason_Wiggins 모두 감사합니다!
나에게는 흥미로운 반전:) 고객의 상황과 DoE가 실제로 고객에게 필요한 것인지에 대해 자세히 알아보기 위해 고객과 대화하겠습니다.
