Proportional-Integral-Differential-Regler (PID-Regler) sind in industriellen Anlagen weit verbreitet und werden für Anwendungen wie Temperaturregelung, Durchfluss- und Füllstandsregelung sowie Motorsteuerung eingesetzt. Um eine optimale Leistung zu erzielen, ist häufig eine sorgfältige manuelle Einstellung der drei PID-Parameter erforderlich.
In dieser Präsentation demonstrieren wir die automatisierte PID-Regleroptimierung mittels Bayes'scher Optimierung zur Steuerung der Winkelposition einer Gleichstrommotorwelle. Der Prozess beginnt mit einigen manuell durchgeführten Läufen. Für jeden Lauf werden die PID-Parameterwerte und die Abweichung zwischen gemessenen und gewünschten Werten in einer JMP-Datentabelle erfasst. Diese Daten dienen zur Initialisierung der JMP-Plattform für Bayes'sche Optimierung, die anschließend neue PID-Parametereinstellungen vorschlägt.
Ein JSL-Skript automatisiert den Optimierungsprozess, indem es die vorgeschlagenen PID-Parameter an den physikalischen Regler sendet, das resultierende Fehlersignal erfasst und die neuen Ergebnisse in dieselbe Datentabelle einfügt. Anschließend wird die JMP-Bayes'sche Optimierung erneut ausgeführt, um die Parameter für den nächsten Durchlauf zu ermitteln. Dieser iterative Zyklus wird automatisch fortgesetzt, bis Konvergenz erreicht ist.
Abschließend verwenden wir den Graph Builder, um Weg-Zeit-Kurven zu erstellen und so die Verbesserung zu visualisieren. Diese Präsentation ist ein praktisches Beispiel für die Kombination von Experimenten, Skripten und Bayes'scher Optimierung in JMP zur Lösung eines realen Regelungsproblems.
