Entwurf, Test und Analyse adaptiver Regelungsstrategien für einen nichtlinearen totzeitbehafteten technischen Prozess

Transkript

1 Fakultät Informatik Institut für angewandte Informatik- Professur Technische Informationssysteme Verteidigung der Diplomarbeit: Entwurf, Test und Analyse adaptiver Regelungsstrategien für einen nichtlinearen totzeitbehafteten technischen Prozess Burkhard Hensel Dresden,

2 Inhalt 1. Aufgabenstellung 2. Grundlagen zu adaptiven Reglern Fakultät Informatik Institut für angewandte Informatik- Professur Technische Informationssysteme 3. Vorgehen 4. Ergebnisse 5. Zusammenfassung und Ausblick TU Dresden, Folie 2 von 28

3 1 Aufgabenstellung TU Dresden, Folie 3 von 28

4 1 Aufgabenstellung Prinzip der Anlage Vakuumbeschichtungsanlage MAXI des Fraunhofer-Institut für Elekronenstrahlund Plasmatechnik (FEP) in Dresden TU Dresden, Folie 4 von 28

5 1 Aufgabenstellung Prozess: Sprungantworten (P-T 2 )I-T t -Strecke Eingangsgrößen-Sprung bei t=0 von P=0 auf P=Endwert TU Dresden, Folie 5 von 28

6 1 Aufgabenstellung Prozess: Wichtigste Herausforderungen 1. Nichtlinearität erschwert Einsatz linearer Regler 2. Große Totzeit erschwert Regelung 3. Parameter der Regelstrecke ändern sich zeitlich Lösung für Punkt 1 und 3: Adaptiver Regler TU Dresden, Folie 6 von 28

7 2 Grundlagen zu adaptiven Reglern TU Dresden, Folie 7 von 28

8 2 Grundlagen zu adaptiven Reglern Adaptive Regler im Allgemeinen TU Dresden, Folie 8 von 28

9 2 Grundlagen zu adaptiven Reglern Beispiel für das typische Verhalten eines Regelkreises mit adaptivem Regler rot: Regelgröße (Istwert, hier zeitdiskret!) blau: Führungsgröße (Sollwert) TU Dresden, Folie 9 von 28

10 2 Grundlagen zu adaptiven Reglern Indirekte adaptive Regler (self-tuning controllers) TU Dresden, Folie 10 von 28

11 2 Grundlagen zu adaptiven Reglern Methode der kleinsten Fehlerquadrate Parameterschätzung dafür parameterlineares Prozessmodell Differenzengleichung ] [ ] [ ] [ 1] [ ] [ 0 1 b n a n n d k y b d k y b n k x a k x a k x b a = L L ( ) = ] [ ] [ 1] [ ] [ 0 1 a n n d k y n k x k x b b a a k x b a M L L TU Dresden, Folie 11 von 28 x[k] Regelgröße y[k] Stellgröße d Totzeit Totzeit d nicht mit dieser Methode schätzbar ] [ ] [ n b d k y d k y M

12 2 Grundlagen zu adaptiven Reglern Häufige Ansätze für den automatischen Reglerentwurf Polvorgaberegler (besser Polvorgaberegler (besser model following ) Übertragungsfunktion des geschlossenen Kreises: ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ] [ ] [ = + = q A q B q q G q B q q H q A q T q B q w k k x m d d d TU Dresden, Folie 12 von 28 Minimierung einer Kostenfunktion, z. B. ) ( ) ( ) ( ) ( ) ( ] [ q A q G q B q q H q A k w m d { } 2 ] 2 [ ]) [ ] [ ( k y d w k d k x E J ρ =

13 3 Vorgehen TU Dresden, Folie 13 von 28

14 3 Vorgehen Vorgehen Untersucht werden 11 Regler 4 Parameterschätzverfahren mit / ohne servo action (zusätzlichem Integrator) 2 Optimierungsziele (Normalfall / Robustheit) 11 Verhaltens-Aspekte (Führungsverhalten, Störverhalten, Robustheit bezüglich verschiedener Prozessänderungen ) 1936 Kombinationen, systematisch reduziert auf etwa 600 TU Dresden, Folie 14 von 28

15 3 Vorgehen Parameterschätzverfahren 1. nur auto-tuning Anfangsexperiment Schätzung der Prozessparameter Regleroptimierung dann Reglerkoeffizienten konstant 2. Adaption (ständige Adaption) ohne Totzeitschätzung 3. Adaption mit Totzeitschätzung über ein erweitertes Modell 4. Adaption mit Totzeitschätzung über mehrere Modelle TU Dresden, Folie 15 von 28

16 3 Vorgehen Optimierungsziele Normalfall Wechselnde Totzeit TU Dresden, Folie 16 von 28

17 3 Vorgehen Beispiel für MATLAB /Simulink -Regelkreis TU Dresden, Folie 17 von 28

18 3 Vorgehen Simulationsumfang etwa 70 MATLAB -Skripte etwa 600 Simulink -Modelle mehrere tausend Simulationen zur Optimierung der Parameter TU Dresden, Folie 18 von 28

19 4 Ergebnisse TU Dresden, Folie 19 von 28

20 4 Ergebnisse Auswertung Die meisten Regler haben grundsätzliche Probleme bei der Regelung der konkreten Regelstrecke Beispielbilder: TU Dresden, Folie 20 von 28

21 4 Ergebnisse Auswertung Die meisten Regler haben grundsätzliche Probleme bei der Regelung der konkreten Regelstrecke Ausnahmen: 1. Auto-Tuning Dynamic Matrix Control 2. Auto-Tuning Dahlin-Regler 3. Dahlin-Regler mit normaler Adaption 4. Dahlin-Regler mit erweitertem Modell 5. Dahlin-Regler mit mehreren Modellen 6. Auto-tuning Dahlin-Regler mit servo action TU Dresden, Folie 21 von 28

22 4 Ergebnisse Vergleich ( Normalfall ) Beispiel für Vergleich der besten 2 Regler mit Smith-Prädiktor TU Dresden, Folie 22 von 28

23 4 Ergebnisse Vergleich ( Stark abweichende Streckenparameter ) Beispiel für Vergleich der besten 2 Regler mit Smith-Prädiktor TU Dresden, Folie 23 von 28

24 4 Ergebnisse Auswertung Wichtiger als der konkrete Regler ist die allgemeine Wirkung von Adaption bessere Anpassung des Reglers an den Prozess bursting Lösungen Neutrale Zone (dead zone) und perturbations erweisen sich aufgrund der starken Störungen als ungeeignet Auto-tuning bei dieser Regelstrecke besser als ständige Adaption TU Dresden, Folie 24 von 28

25 5 Zusammenfassung und Ausblick TU Dresden, Folie 25 von 28

26 5 Zusammenfassung und Ausblick Zusammenfassung Grundkonzept adaptiver Regler Vorgehen (1936 Kombinationen) Vergleich der besten Regler TU Dresden, Folie 26 von 28

27 5 Zusammenfassung und Ausblick Ausblick Vorschläge für weiterführende Untersuchungen: Test der besten Regler an der realen Anlage nicht konstante Abtastzeit, Ausfall von Messwerten Robustheit genauer, mathematisch untersuchen weitere Regler tiefgreifendere Arten von Adaption (Reglerstruktur, Verwendung zusätzlicher Messgrößen) Erweiterungen (z. B. Anti-Aliasing-Filter, Bandpassfilter zur besseren Parameterschätzung) TU Dresden, Folie 27 von 28

28 Fragen? TU Dresden, Folie 28 von 28

29 3 Vorgehen Regler (Namen in Literatur uneinheitlich verwendet!) bekannte adaptive Regler: Indirect Self-Tuning Regulator Direct Self-Tuning Regulator Indirect Generalized Minimum-Variance Control Direct Generalized Minimum-Variance Control Linear Quadratic Self-Tuning Regulator Intelligent Self-Tuning Controller Pole-Assignment Self-Tuning PID Controller with Smith Predictor Generalized Minimum-Variance Control with Smith Delay Compensator Generalized Predictive Control andere Regler, erweitert um Adaption: Dahlin-Regler Dynamic Matrix Control zum Vergleich, nicht-adaptiv: Smith-Prädiktor PID-Regler TU Dresden, Folie 29 von 28

30 3 Vorgehen Servo Action normaler Regelkreis Regelkreis mit zusätzlichem Integrator (servo action) TU Dresden, Folie 30 von 28

31 3 Vorgehen 11 Verhaltens-Aspekte 1. Idealfall (keine Störungen, konstante Regelstrecke) 2. Normalfall (konstante Regelstrecke, keine Störungen außer Rauschen) 3. Konstante aber stark veränderte Strecke 4. Führungsverhalten (zweimalige Änderung des Sollwerts ) 5. Robustheit bezüglich Änderung von Zeitkonstanten 6. Robustheit bezüglich Änderung der Nichtlinearität 7. Robustheit bezüglich Änderung der Totzeit 8. Robustheit bezüglich Änderung der Streckenordnung 9. Störverhalten ohne Rauschen 10.Störverhalten mit Rauschen 11.Sehr große Zeitkonstanten ( Totzeitschätzung schlägt fehl) TU Dresden, Folie 31 von 28

32 3 Vorgehen Kompensation der Nichtlinearität genaue Regelstrecke vereinfachte Regelstrecke TU Dresden, Folie 32 von 28

33 3 Vorgehen Kompensation der Nichtlinearität vereinfachte Regelstrecke mit kompensierter Nichtlinearität TU Dresden, Folie 33 von 28

34 3 Vorgehen Gütemaße ISE (quadratische Regelfläche) IAE (absolute Regelfläche) Stellaufwand Ausregelzeit (hier etwas komplexer definiert) TU Dresden, Folie 34 von 28