EC:92231556: تفاوت میان نسخه‌ها
بدون خلاصۀ ویرایش |
|||
| (۲ نسخهٔ میانی ویرایش شده توسط یک کاربر دیگر نشان داده نشد) | |||
| خط ۳: | خط ۳: | ||
<br /> | <br /> | ||
==== تهيه کننده ==== | ==== تهيه کننده ==== | ||
عليرضا | عليرضا تهراني 92231556<br /> | ||
<br /> | <br /> | ||
==== چکيده ==== | ==== چکيده ==== | ||
در اين تحقيق به بررسي روشي نوين در حوزه کنترل ميپردازيم که از روشهای هوش مصنوعي برای کنترل بهرمند ميشود. اين روش را به اصطلاح، کنترل تطبيق پذير Adaptive control ميناميم در ابتدا توضيح مختصری از کنترل خواهيم داشت و در ادامه آن به دليل استفاده از روش کنترل تطبيق پذير خواهيم پرداخت. بطور مختصر کنترل تطبيق پذير و موارد استفاده آنرا شرح ميدهيم و يک نمونه از دنيای واقعي کنترل که استفاده از اين روش باعث بهتر شدن کنترل در آن شده است را نشان خواهيم داد. اين روش دارای معايبي نيز ميباشد که در انتها به شرح مختصری از معايب استفاده از اين روش اشاره شده است.<br /> | در اين تحقيق به بررسي روشي نوين در حوزه کنترل ميپردازيم که از روشهای هوش مصنوعي برای کنترل بهرمند ميشود. اين روش را به اصطلاح، کنترل تطبيق پذير Adaptive control ميناميم در ابتدا توضيح مختصری از کنترل خواهيم داشت و در ادامه آن به دليل استفاده از روش کنترل تطبيق پذير خواهيم پرداخت. بطور مختصر کنترل تطبيق پذير و موارد استفاده آنرا شرح ميدهيم و يک نمونه از دنيای واقعي کنترل که استفاده از اين روش باعث بهتر شدن کنترل در آن شده است را نشان خواهيم داد. اين روش دارای معايبي نيز ميباشد که در انتها به شرح مختصری از معايب استفاده از اين روش اشاره شده است.<br /> | ||
| خط ۵۲: | خط ۵۳: | ||
==== بررسي يک سيستم واقعي کنترل غير خطي ==== | ==== بررسي يک سيستم واقعي کنترل غير خطي ==== | ||
سيستم کولرهای آبي را در نظر بگيريد اين سيستمها بطور غير خطي عمل ميکنند زيرا وقتي دمای Set point آنرا تغيير ميدهيم دمای محيط در حال کنترل، با فاصله زماني تغيير ميکند. اين فاصله زماني در شرايط مکاني مختلف متفاوت است و همچنين به ابعاد و مشخصات کولر آبي نيز بستگي دارد. | |||
چنانچه بخواهيم يک کنترلري برای اين نوع کولرها طراحي و توليد کنيم، نياز داريم پارامترهای محيطي را مطالعه و محاسبه کنيم. انجام اين کار برای تمامي محيطهائيکه ميخواهيم اين سيستم را در آنها نصب کنيم امکانپذير نميباشد. | |||
بديهي است برای بدست آوردن کنترل بهينه نياز به شناخت محيط داريم. در اين سيستم، از الگوريتمهای Adaptive استفاده ميشود تا پارامترهای کنترل غيرخطي محاسبه و اعمال گردد. | |||
در حالت معمول برای کنترل بهتر دما توسط اين کولرها، از روش Proportional استفاده ميگردد. اين روش دارای پارامترهای مختلفي برای کنترل ميباشد که بايد محاسبه گردد. اين پارامترها توسط سيستم نرم افزاری هوشمند محاسبه خواهد شد. | |||
برای انجام اين کار، سيستم بايد بتواند بعد مدتي کارکردن دمای آينده را تخمين بزند. اين تخمين دما از روی شناختي که از محيط و سيستم بدست آورده ميسر است. | |||
روشي که برای تخمين بکار ميرود از روشهای Time Series ميباشد که پيش بيني دمای آينده را انجام خواهد داد. | |||
اين پيش بيني يا Forecast ميتواند ميزان پارامترها را در لحظه محاسبه کند و برای کنترل بهتر به سيستم اعمال کند. | |||
در شکل ذيل يک نمونه از الگوريتم Forecast که برای دما انجام شده است را ميبينيم. | |||
<br /> | |||
<br /> | |||
در سيستمهای کنترل کولرهای امروزی از ترموستات قطع و وصل استفاده ميگردد. با توجه به غير خطي بودن اين سيستمها، کنترل توسط ترموستات، کنترلي بسيار ضعيف و دارای Overshoot و Undershoot بسياری ميباشد. | |||
در شکل ذيل نمونه کنترل ترموستات و Adaptive Proportional را با هم مقايسه کرده ايم. | |||
<br /> | |||
<br /> | |||
همانطور که ميبينيم نحوه کنترل صورتي رنگ بسيار کارامدتر از آبي رنگ ميباشد | |||
<br /> | |||
==== معايب اين روش ==== | |||
اين نوع کنترل همانند تمامي روشهای ديگر، دارای معايبي نيز ميبااشد. از مهمترين معايب اين روش وابستگي پارامترهای کنترل به گذشته عملکرد سيستم ميباشد. يعني چنانچه محيط در حال کنترل دچار تغييری ناگهاني و غير قابل پيش بيني گردد، در اين روش اين امکان مجود دارد تا در اين لحظه نحوه عملکرد سيستم به دليل تاخير زماني و اطلاعات گذشته دچار نوسانات بيشتری گردد. | |||
در مثال فوق، به دليل آنکه دمای محيط را توسط روشهايي تخمين ميزنيم، اين امکان وجود دارد تا سيستم تخميني در گرم شدن محيط داشته باشد در حاليکه محيط در حال سرد شدن است. همين امر به بيشتر شدن Overshoot کمک ميکند. | |||
همچنين اگر يک سيستمي را که با يک محيط تطبيق پيدا کرده است را در يک محيط جديد نصب کنيم، بطور يقين کنترل خوبي نخواهد داشت و تا به يک کنترل خوب برسد نياز به شناخت محيط جديد دارد که همين امر تاخير زماني بيشتری خواهد داشت. | |||
<br /> | |||
==== نتيجه گيری ==== | |||
کار سيستمهای کنترل خطي را ميتوان توسط روشهای کنترلي کلاسيک انجام داد و در اکثر موارد احتياج به استفاده از روشهای کنترل نوين و علي الخصوص روشهای کنترلي ديجيتال هوشمند مانند Adaptive control نيست | |||
در سيستمهای کنترل غير خطي يک روش کارآمد برای بهينه سازی کنترل استفاده از روشهای کنترل ديجيتال و بويژه کنترلهای تطبيق پذير ميباشد. | |||
برای پياده سازی روشهای کنترل تطبيق پذير ميتوان از تمام روشهای مطرح در اين زمينه استفاده کرد | |||
روشهای کنترل تطبيق پذير پس از گذشت مدتي و جمع آوری اطلاعات و شناخت سيستم، کارآئي لازم را پيدا خواهند کرد | |||
يکي از موارد استفاده اين روشهاي کنترلي، در سيستمهائي است که کاربرد وسيعي در محيطهای گوناگون دارند | |||
اين روش دارای معايبي نيز ميباشد. | |||
<br /> | |||
==== مراجع ==== | |||
Åström, Karl J., and Björn Wittenmark. Adaptive control. Courier Corporation, 2013. | |||
<br /><br /> | |||
Lavie, Talia, and Joachim Meyer. "Benefits and costs of adaptive user interfaces." International Journal of Human-Computer Studies 68.8 (2010): 508-524. | |||
<br /><br /> | |||
Ahmad, Abdul Rahim, Otman A. Basir, and Khaled Hassanein. "Adaptive User Interfaces for Intelligent E-Learning: Issues and Trends." ICEB. 2004. | |||
<br /><br /> | |||
Montgomery, Douglas C., Cheryl L. Jennings, and Murat Kulahci. Introduction to time series analysis and forecasting. Vol. 526. John Wiley & Sons, 2011.<br /> | |||
نسخهٔ کنونی تا ۳۰ آوریل ۲۰۱۵، ساعت ۱۳:۴۵
موضوع
Adaptive Control System
تهيه کننده
عليرضا تهراني 92231556
چکيده
در اين تحقيق به بررسي روشي نوين در حوزه کنترل ميپردازيم که از روشهای هوش مصنوعي برای کنترل بهرمند ميشود. اين روش را به اصطلاح، کنترل تطبيق پذير Adaptive control ميناميم در ابتدا توضيح مختصری از کنترل خواهيم داشت و در ادامه آن به دليل استفاده از روش کنترل تطبيق پذير خواهيم پرداخت. بطور مختصر کنترل تطبيق پذير و موارد استفاده آنرا شرح ميدهيم و يک نمونه از دنيای واقعي کنترل که استفاده از اين روش باعث بهتر شدن کنترل در آن شده است را نشان خواهيم داد. اين روش دارای معايبي نيز ميباشد که در انتها به شرح مختصری از معايب استفاده از اين روش اشاره شده است.
معرفي سيستمهای نرم افزاری Adaptive
سيستمهای Adaptive يا تطبيق پذير در حقيقت سيستمهائي نرم افزاری هستند که زيرشاخه سيستمهای هوش مصنوعي بشمار مي¬آيند. يکي از کاربردهای اين سيستمها بالا بردن تعامل و بهتر شدن ارتباط بين سيستم نرم افزاری و کاربر استفاده کننده از آن ميباشد.
در نرم افزارهای امروزی به دليل بالا رفتن قابليتها و توانمنديهای آنها و در نتيجه پيچيده تر شدن آنها، کار با آنها برای کاربران نا آشنا با سيستم، مشکل شده است. همچنين امکانات پيچيده باعث شده تا شخصي سازی در آنها به دشواری صورت پذيرد. به عنوان مثال برای کار با نرم افزارهای مختلف، هر فردی بايد آنها را Configure کند تار کار با آنها براحتي امکانپذير گردد. اين کار برای بسياری از کاربران دشوار و در بسياری موارد امکانپذير نميباشد. سيستمهای Adaptive تعامل با کاربر را آسان و در بسياری موارد ارتقا ميدهد. در حقيقت اين سيستمها، بروشهای هوشمند مدلي از کاربر بدست مي آورد و بر اساس مدل کاربر، خود را با آن سازگار ميکند.
در سيستمهای تطبيق پذير، بمرور که سيستم بيشتر کار ميکند و اطلاعات بيشتری بدست مي آورد و در حقيقت دانش آن افزايش پيدا ميکند ميزان دقت سيستم نيز افزايش پيدا ميکند.
کاربردهای متعددی برای سيستمهای تطبيق پذير معرفي شده است. از جمله ميتوان به Personalization, Recommender systems و نيز Adaptive control اشاره کرد.
سعي شده در اين تحقيق بر روی Adaptive control ها تمرکز صورت بگيرد و کاربرد آنها را در دستگاههای مختلف با هم ببينيم
در سيستمهای کنترل نوين معمولا از کنترل ديجيتال بسيار استفاده ميشود. در ذيل دلائلي که سعي ميشود از کنترلهای تطبيق پذير استفاده گردد، بيان شده است
- سيستم ها برای کنترل صحيح نياز دارند تا محيط اطراف را کاملا بشناسند ولي در بسيار موارد اين امکان وجود ندارد که دستگاه شناخت کافي از محيط اطراف داشته باشد.
- دستگاههای کنترل کننده در بسياري موارد بايد با کاربر خود تعاملي سازنده داشته باشند ولي بدليل پيچيدگي کار آنها، اين تعامل در حالت معمول پيچيده ميباشد.
- کاربران سيستمهای کنترلي برای داشتن يک کنترل بهتر در شرايط گوناگون بايد بتوانند آنها را Configure کنند که اين امر مستلزم داشتن دانش مخصوص آنهاست و غالبا در کاربران اين سيستمها يافت نميشود.
- سيستمهای کنترلي در بسياری موارد نياز دارند تا با سيستمهای کنترلي ديگر ارتباطي سازنده داشته باشند. اين گونه برقراری ارتباط و ارتقاء سطح کاری در اين سيستمها توسط کاربران بسيار دشوار ميباشد.
معرفي سيستمهای کنترلي
سيستمهای کنترل و مطالعه آنها يکي از مهمترين فيلدهای مطالعاتي امروز است و کاربرد وسيعي دارد. از دستگاههائي مانند توستر و توالت گرفته تا ماشين آلات پيچيد ماننده شاتل فضائي همگي از سيستمهای کنترلي بهرمند شده اند. در حقيقت کنترل بخشي از زندگي همه ماست. سيستمهای کنترل را از نظر نحوه کار ميتوان به دو دسته اصلي Open Loop و Close loop تقسيم کرد. همين دسته بندی را برای سيستمهای کنترلي ديجيتال هم استفاده ميکنند. غالبا فيدبک را در سيستمهائي بکار ميبرند که محيط صد در صد نداريم و نحوه عملکرد محيط کاملا پيش بيني شده نيست. در حقيقت کليه سيستمهای واقعي اطراف ما چنين سيستمهائي هستند. سيستم توسط فيدبک بطور مداوم از محيط اطلاعات ميگيرد و خطای کنترلي خود را محاسبه و اعمال ميکند. در سيستمهای کنترلي ديجيتال نيز به همين صورت عمل ميگردد. شکلهای ذيل دو حالت کلي سيستمهای کنترلي را نشان ميدهد
اين نوع سيستمهای کنترلي را سيستمهای کنترلي خطي مينامند. يعني وقتي تاثيری بر سيستم گذاشته ميشود تاثير آن در همان زمان در خروجي ديده ميشود. نوع ديگری از سيستمها هستند که دارای تاخير زماني S(t) ميباشند و خروجي در سيستم با تاخير تابعي از زمان ديده ميشود. اينگونه سيستمها را سيستمهای غير خطي مينامند. در اکثر موارد محاسبه تابع تاخير S(t) کاری بسيار دشوار و غير قابل انجام ميباشد. از اين رو طراحي يک سيستم کنترلي غير خطي کاری بسيار دشوار است. در شکل ذيل نمونه يک سيستم غير خطي نشان داده شده است
مثال اين سيستم غير خطي را ميتوان دوش حمام مثال زد. بر اساس ميزان باز شدن شير، و فشار آب و دمای آب داخل لوله، زمان گرم شدن آب خارج شده از لوله متفاوت است. اين زمان برای دوشهای توليد شده مختلف بر اساس طول آنها و قطر لوله متفاوت است. بنابراين اگر بخواهيم يک سيستم کنترلي دوش را طراحي کنيم، بايد برای هر کدام يک پارمتر کنترلي محاسبه و اعمال کنيم. همچنين برای محلهای نصب مختلف، نيازمند پارامترهای کنترلي مختلفي ميباشيم. محاسبه پارامترهای مختلف برای بدست آمدن S(t) بطور يقين برای هر شخصي قابل محاسبه و اجرا نيست. بنابراين بايد از سيستمهای کنترلي استفاده گردد که بصورت هوشمند سيستم را شناخته و اين پارامترها را محاسبه کنند. اينگونه سيستمها که ميتوانند را Adaptive control system ميناميم. در ذيل يک شکل از نحوه عمل اين سيستمها را ميبينيم.
شکل فوق يک نمونه پيشنهادی از نحوه عملکرد سيستمهای کنترلي تطبيق پذير است. همانطور که در شکل مشخص است، سيستم با يکسری پارامترهای پيش فرض شروع به کار ميکنند. پس از کار سيستم، دانش آن از خروجي و نحوه عملکرد آن بمرور افزايش پيدا ميکند. اين دانش از طريق روشهای هوشمند، توسط واحد Parameter Adjustment مجددا به قسمت کنترلي اعمال ميگردد. همين فرآيند بطور مداوم اتفاق مي افتد تا سيستم در مسير صحيح کنترلي قرار گيرد.
بررسي يک سيستم واقعي کنترل غير خطي
سيستم کولرهای آبي را در نظر بگيريد اين سيستمها بطور غير خطي عمل ميکنند زيرا وقتي دمای Set point آنرا تغيير ميدهيم دمای محيط در حال کنترل، با فاصله زماني تغيير ميکند. اين فاصله زماني در شرايط مکاني مختلف متفاوت است و همچنين به ابعاد و مشخصات کولر آبي نيز بستگي دارد. چنانچه بخواهيم يک کنترلري برای اين نوع کولرها طراحي و توليد کنيم، نياز داريم پارامترهای محيطي را مطالعه و محاسبه کنيم. انجام اين کار برای تمامي محيطهائيکه ميخواهيم اين سيستم را در آنها نصب کنيم امکانپذير نميباشد. بديهي است برای بدست آوردن کنترل بهينه نياز به شناخت محيط داريم. در اين سيستم، از الگوريتمهای Adaptive استفاده ميشود تا پارامترهای کنترل غيرخطي محاسبه و اعمال گردد. در حالت معمول برای کنترل بهتر دما توسط اين کولرها، از روش Proportional استفاده ميگردد. اين روش دارای پارامترهای مختلفي برای کنترل ميباشد که بايد محاسبه گردد. اين پارامترها توسط سيستم نرم افزاری هوشمند محاسبه خواهد شد. برای انجام اين کار، سيستم بايد بتواند بعد مدتي کارکردن دمای آينده را تخمين بزند. اين تخمين دما از روی شناختي که از محيط و سيستم بدست آورده ميسر است. روشي که برای تخمين بکار ميرود از روشهای Time Series ميباشد که پيش بيني دمای آينده را انجام خواهد داد. اين پيش بيني يا Forecast ميتواند ميزان پارامترها را در لحظه محاسبه کند و برای کنترل بهتر به سيستم اعمال کند. در شکل ذيل يک نمونه از الگوريتم Forecast که برای دما انجام شده است را ميبينيم.
در سيستمهای کنترل کولرهای امروزی از ترموستات قطع و وصل استفاده ميگردد. با توجه به غير خطي بودن اين سيستمها، کنترل توسط ترموستات، کنترلي بسيار ضعيف و دارای Overshoot و Undershoot بسياری ميباشد. در شکل ذيل نمونه کنترل ترموستات و Adaptive Proportional را با هم مقايسه کرده ايم.
همانطور که ميبينيم نحوه کنترل صورتي رنگ بسيار کارامدتر از آبي رنگ ميباشد
معايب اين روش
اين نوع کنترل همانند تمامي روشهای ديگر، دارای معايبي نيز ميبااشد. از مهمترين معايب اين روش وابستگي پارامترهای کنترل به گذشته عملکرد سيستم ميباشد. يعني چنانچه محيط در حال کنترل دچار تغييری ناگهاني و غير قابل پيش بيني گردد، در اين روش اين امکان مجود دارد تا در اين لحظه نحوه عملکرد سيستم به دليل تاخير زماني و اطلاعات گذشته دچار نوسانات بيشتری گردد.
در مثال فوق، به دليل آنکه دمای محيط را توسط روشهايي تخمين ميزنيم، اين امکان وجود دارد تا سيستم تخميني در گرم شدن محيط داشته باشد در حاليکه محيط در حال سرد شدن است. همين امر به بيشتر شدن Overshoot کمک ميکند.
همچنين اگر يک سيستمي را که با يک محيط تطبيق پيدا کرده است را در يک محيط جديد نصب کنيم، بطور يقين کنترل خوبي نخواهد داشت و تا به يک کنترل خوب برسد نياز به شناخت محيط جديد دارد که همين امر تاخير زماني بيشتری خواهد داشت.
نتيجه گيری
کار سيستمهای کنترل خطي را ميتوان توسط روشهای کنترلي کلاسيک انجام داد و در اکثر موارد احتياج به استفاده از روشهای کنترل نوين و علي الخصوص روشهای کنترلي ديجيتال هوشمند مانند Adaptive control نيست در سيستمهای کنترل غير خطي يک روش کارآمد برای بهينه سازی کنترل استفاده از روشهای کنترل ديجيتال و بويژه کنترلهای تطبيق پذير ميباشد. برای پياده سازی روشهای کنترل تطبيق پذير ميتوان از تمام روشهای مطرح در اين زمينه استفاده کرد روشهای کنترل تطبيق پذير پس از گذشت مدتي و جمع آوری اطلاعات و شناخت سيستم، کارآئي لازم را پيدا خواهند کرد يکي از موارد استفاده اين روشهاي کنترلي، در سيستمهائي است که کاربرد وسيعي در محيطهای گوناگون دارند اين روش دارای معايبي نيز ميباشد.
مراجع
Åström, Karl J., and Björn Wittenmark. Adaptive control. Courier Corporation, 2013.
Lavie, Talia, and Joachim Meyer. "Benefits and costs of adaptive user interfaces." International Journal of Human-Computer Studies 68.8 (2010): 508-524.
Ahmad, Abdul Rahim, Otman A. Basir, and Khaled Hassanein. "Adaptive User Interfaces for Intelligent E-Learning: Issues and Trends." ICEB. 2004.
Montgomery, Douglas C., Cheryl L. Jennings, and Murat Kulahci. Introduction to time series analysis and forecasting. Vol. 526. John Wiley & Sons, 2011.