I regolatori proporzionali-integrali-derivativi (PID) sono onnipresenti in ambito industriale e vengono utilizzati per applicazioni quali la regolazione della temperatura, il controllo del flusso e del livello e il controllo dei motori. Il raggiungimento di prestazioni ottimali richiede spesso un'attenta regolazione manuale dei tre parametri PID.
In questa presentazione, dimostriamo la sintonizzazione automatizzata di un regolatore PID tramite ottimizzazione bayesiana, applicata al controllo della posizione angolare dell'albero di un motore a corrente continua. Il processo inizia con una piccola serie di test eseguiti manualmente. Per ogni test, i valori dei parametri PID e l'errore tra le risposte misurate e quelle desiderate vengono registrati in una tabella dati di JMP. Questi dati vengono utilizzati per inizializzare la piattaforma di ottimizzazione bayesiana di JMP, che successivamente suggerisce una nuova serie di impostazioni per i parametri PID.
Uno script JSL automatizza il processo di ottimizzazione inviando i parametri PID suggeriti al controllore fisico, acquisendo il segnale di errore risultante e aggiungendo i nuovi risultati alla stessa tabella dati. L'ottimizzazione bayesiana JMP viene quindi rieseguita per trovare i parametri per l'esecuzione successiva. Questo ciclo iterativo continua automaticamente fino al raggiungimento della convergenza.
Infine, utilizziamo Graph Builder per creare grafici di spostamento in funzione del tempo, al fine di visualizzare come si è verificato il miglioramento. Questa presentazione è un esempio pratico di come combinare sperimentazione, scripting e ottimizzazione bayesiana in JMP per risolvere un problema di controllo reale.
