X

Adaptivno upravljanje

Uvod
Ovo poglavlje je uradeno bez detaljnog objanjavanja koritenja MATLAB-a iz razloga
to se koriste dijelovi koji su vec obradeni u prethodnim poglavljima. Takode, za razliku
od ostalih poglavlja, ovdje nisu dati zadaci za samostalan rad, nego je ilustriran jedan
konkretan primjer kroz koji je korisno proci, s tim da se ovaj primjer moe pooptiti u
cilju dobijanja citavog spektra problema.
Bez obzira na sve vecu pojavu alternativnih algoritama u procesu automatizacije kao to
su adaptivni, robusni, fuzzy, kao i algoritmi na bazi neuronskih mrea, linearni PID
regulator se jo uvijek najvie pojavljuje kao zadovoljavajuce rjeenje za vecinu
procesa. Medutim, znajuci da postoje slucajevi u kojima ovaj algoritam ne dovodi do
eljenih odziva, korisno je znati i ostale vidove upravljanja. Obicno algoritmi
upravljanja ispred sebe imaju nelinearne sisteme, te je za koritenje PID regulatora
potrebno izvriti linearizaciju u okolini radne tacke (operacioni nivo) i tek onda traiti
optimalne parametre PID-a (pojacanje, integralno vrijeme i derivativno vrijeme). Ovo bi
znacilo da ako se operacioni nivo i parametri sistema (pojacanje i vremenske konstante)
promijene iz bilo kojih razloga, dinamika sistema se mijenja i sistem se automatski nece
ponaati onako kako je unaprijed predvideno. Ovu promjenu dinamike sistema izazivaju
vremenski uzrokovana odstupanja pojedinih parametara sistema, promjena nivoa
signala kod nelinearnih sistema zbog promjene radne tacke, te samim tim promjena
modela kojim je lineariziran dati nelinarni sistem, te promjena dinamike sistema pri
razlicitim uslovima okoline (npr. dinamika aviona se mijenja sa promjenom nadmorske
visine). Takode, cesto se javljaju i smetnje koje s okolinom mogu da imaju znacajan
ucinak (promjena amplituda valova, kao smetnji u autonavigaciji brodova, moe biti
znacajno velika s neznatnom promjenom inteziteta vjetra). U nekim slucajevima
najcece koriteni PID algoritam regulacije ne zadovoljava postavljene zahtjeve zbog
promjena dinamike sistema, kao i samom pojavom smetnji.
Koritenje klasicnog PID regulatora u avionskim sistemima pri kreiranju autopilota nije
dalo ocekivane rezlutate, to je iniciralo algoritme koji su mogli savladati promjene
dinamike aviona zbog promjene vanjskih us lova. Tako se dolo do regulatora koji su se
prilagodavali promjeni parametara sistema, kako u razvoju algoritama, tako i u njihovoj
implementaciji. Zbog karaktera njihovog adaptivnog ponaanja prozvani su adaptivni
regulatori.

Adaptivno upravljanje

Po jednoj od najcece koritenih definicija adaptivni ragulator je onaj regulator koji

ima mogucnost prilagodavanja svojih parametara po datom mehanizmu adaptacije u
odnosu na promjenu dinamike sistema, a u cilju postizanja zadovoljavajuceg odziva.

Specijalni slucajevi upravljanja PID regulatorom

Prije nego to damo jedan od algoritama adaptacije, treba pojasniti uticaj promjene
dinamike sistema na njegov odziv kod sistema upravljanih u direktnoj grani, kao i
najcece koritenih sistema sa jedinicnom negativnom povratnom spregom, a u cilju
dobijanja osjecaja potrebe uvodenja adaptivnih regulatora.

Primjer 1
Neka je dat sistem opisan prenosnom funkcijom

Go ( s ) ?

1
( s ? 1)( s ? a)

gdje parametar a varira i poprima vrijednosti a = -0.001, 0 i 0.01.

Odzivi na jedinicnu funkciju sistema upravljanog u otvorenom, kao i sa jedinicnom
negativnom povratnom spregom sa jedinicnim pojacanjem su dati na slikama 10.1 i 10.2.
Vidimo da za malu promjenu parametra a sa vrijednosti 0.01 na vrijednosti 0 i -0.01
sistem upravljan u otvorenom postaje nestabilan. S druge strane, ove neznatne varijacije
ne uticu na stabilnost sistema sa negativnom jedinicnom povratnom spregom. ta vie,
odzivi sistema na jedinicnu odskocnu funkciju su gotovo identicni. Ovim primjerom se
pokazalo da klasicni sistemi, cesto koriteni u praksi, tj. sistemi sa jedinicnom
negativnom povratnom spregom, u vecini slucajeva izlaze na kraj sa neznatnim
varijacijama parametara sistema.

96

MATLAB u teoriji automatskog upravljanja

400
350

izlaz iz sistema

300
250
200
150
100
50
0

50

100

150
vrijeme

200

250

300

Slika 10.1
1.4

1.2

izlaz iz sistema

0.8

0.6

0.4

0.2

5
vrijeme

10

Slika 10.2

97

Adaptivno upravljanje

Slijedecim primjerom cemo pokazati da postoje i slucajevi kada neznatne varijacije

parametara prenosne funkcije sistema bitno uticu na odziv sistema sa jedinicnom
negativnom povratnom spregom.

Primjer 2
Neka je dat sistem opisan s prenosnom funkcijom

Go ( s ) ?

400 (1 ? sT )
( s ? 1)( s ? 20)(1 ? Ts)

gdje parametar T poprima vrijednosti T = 0, 0.015 i 0.03. Odzivi sistema sa povratnom

spregom za razlicite vrijednosti parametra T su dati na slici 10.3.
2
T=0.03

izlaz iz sistema

1.5

T=0.015

1
T=0
0.5

-0.5

0.1

0.2

0.3

0.4

0.5
vrijeme

0.6

0.7

0.8

0.9

Slika 10.3

Vidimo da imamo znacajne razlike u odzivima pri datim promjenama parametra T.

98

MATLAB u teoriji automatskog upravljanja

Slijedeci primjer pokazuje kako promjena nivoa signala utice na odziv nelinearnih
sistema.

Primjer 3
Neka imamo sistem opisan prenosnom funkcijom

Go ( s) ?

1
( s ? 1) 3

Nelinearnost unosi ventil cija se prenosna karakteristika moe opisati relacijom f(u)=u4.
Pretpostavimo da reguliramo odziv sistema sa PI regulatorom u sistemu sa jedinicnom
negativnom povratnom spregom. Ovakav sistem je dat na slici 10.4.

Slika 10.4

Neka su dati optimalni parametri PI regulatora za jednu radnu tacku naeg nelinearnog
sistema k = 0.15 i Ti = 1. Uticaji promjene nivoa ulaznog signala na odziv sistema su
dati na slijedecim slikama, pri cemu se mijenja amplituda step funkcije sa 0 na 0.3, sa 1
na 2.3 i sa 5 na 7, respektivno.

99

Adaptivno upravljanje

step: 0 - 0.3
0.35
0.3

izlazni signal

0.25
0.2
0.15
0.1
0.05
0
-0.05

10

15

20
vrijeme

25

30

35

40

25

30

35

40

Slika 10.5
step: 1 - 2.3
3.5
3

izlazni signal

2.5
2
1.5
1
0.5
0
-0.5
0

10

15

20
vrijeme

Slika 10.6

100

MATLAB u teoriji automatskog upravljanja

step : 5 - 7
14
12

izlazni signal

10
8
6
4
2
0
-2

10

15

20
vrijeme

25

30

35

40

Slika 10.7

Moemo primjetiti da se odzivi i ovako jednostavnog sistema znatno razlikuju i funkcije

su promjene razlicitih nivoa ulaznog signala.

Adaptivni sistemi sa referentnim modelom1

Adaptivni sistemi sa referentnim modelom se najcece koriste u realizaciji adaptivnih
algoritama upravljanja. Postojanje referentnog modela nam omogucava da u odnosu na
njega vrimo korekcije ponaanja stvarnog sistema, jer njegov odziv predstavlja upravo
eljeni odziv stvarnog sistema, to ovaj algoritam adaptacije cini unikatnim u odnosu na
ostale. Blok dijagram je dat na slici 10.8.

eng. MRAS Model Reference Adaptive System

101

Adaptivno upravljanje

ym
MODEL
parametri regulatora
MEHANIZAM
PODEAVANJA

uc

REGULATOR

y
PROCES

Slika 10.8

eljeno ponaanje sistema, odnosno njegov odziv, je dato odzivom referentnog modela
ym, dok se podesivi parametri regulatora mijenjaju na osnovu informacije greke
dobijene razlikom odziva stvarnog sistema i izabranog referentnog modela. Primjetimo
da postoje dvije povratne sprege od kojih se standardna povratna sprega izlaza sa
regulatorom naziva unutranja povratna sprega, a sprega za podeavanje parametara
regulatora vanjska povratna sprega.
Mehanizam podeavnja parametara regulatora moe se dobiti iz gradijentne metode ili
iz uslova stabilnosti po Ljapunovu. U ovom poglavlju cemo uraditi gradijentnu metodu
sa MIT2 pravilom dobijanja parametara za podeenje regulatora.
Neka je e greka regulacije izmedu izlaza posmatranog sistema sa zatvorenom spregom
y i eljenog izlaza iz izabranog referentnog modela sa zatvorenom povratnom spregom
ym. Jedan od nacina podeavanja parametara regulatora je minimizacija jedne od
standardnih kriterijalnih funkcija

J (? ) ?
gdje je ? matrica podesivih parametara.

Massachussets Institute of Technology

102

1 2
e
2

MATLAB u teoriji automatskog upravljanja

Da bi postigli minimum funkcije J logicno je da mijenjamo parametre ? u smjeru

negativnog gradijenta funkcije J, tako da imamo:

d? i
?J
?e
? ??
? ? ?e
dt
?i
?? i
gdje su ?i podesivi parametri.
Parcijalna derivacija ?e/?? i pokazuje uticaj podeenja parametara na greku regulacije e.
Velicinu ? uzimamo kao konstantnu vrijednost dobijenu odredenim tehnikama izbora
koje zahtjevaju podrobniju analizu ili metodom slucajnig izbora.
Primjer3 4
Posmatrajmo sistem prvog reda dat relacijom:

dy
? ? ay ? bu
dt

? (1)

gdje su: u regulirajuca varijabla, y mjereni izlaz iz sistema, a parametri a i b nepoznati.

Pretpostavimo da elimo da nam se stvarni sistem ponaa kao sistem dat modelom:

dy m
? ? a m y m ? bm u c
dt
i da je regulator dat sa jednacinom:

u (t ) ? ? 1u c (t ) ? ? 2 y (t )

? ( 2)

Vidimo da regulator ima dva podesiva parametra, te ako izaberemo da je

bm
b
a ?a
? 2 ? ? 20 ? m
? (3)
b
? 1 ? ? 10 ?

moemo lahko provjeriti da su izlazi sistema i modela isti.

3

Adaptive Control, Karl Johan Astrm, Bjrn Witt enmark

103

Adaptivno upravljanje

U cilju uvodenja MIT pravila definiemo regulacionu greku kao:

e = y - ym
Ako oznacimo sa p = d/dt difrencijalni operator, tada iz jednacina (1) i (2) slijedi

y?

b? 1
u
p ? a ? b? 2 c

Dalje imamo:

?e
b
?
uc
?? 1 p ? a ? b? 2
b 2? 1
?e
b
??
uc ? ?
y
2
?? 2
( p ? a ? b? 2 )
p ? a ? b? 2
Ove relacije ne mogu biti direktno koritene u kreiranju algoritma adaptivnog
upravljanja jer su parametri a i b nepoznate velicine. Jedna od mogucih aproksimacija je
pretpostavka da odziv sistema dobro prati odziv modela, pa koristeci relaciju (3)
moemo napisati:

p ? a ? b? 2 ? p ? a m
Greka ovog izraza postaje sve manja sa pribliavanjem vrjiednosti podesivih
parametara adaptivnog regulatora svojim krajnjim vrijednostima.
Ova aproksimacija daje slijedece relacije koje predstavljaju algoritam za dobijanje
parametara adaptivnog regulatora:

a
d? 1
b
? ?? ' (
u c )e ? ? ? ( m u c ) e
dt
p ? am
p ? am
d? 2
a
b
y ) e ? ? ? ( m y )e
? ?? ' (
p ? am
dt
p ? am

104

MATLAB u teoriji automatskog upravljanja

Primjetimo da smo pojacanje adaptacije ? zamijenili kombinovanjem parametara b i am,

tako da vrijedi ? = ?b/am. Takode, moramo unaprijed poznavati znak parametra b kako
bi dobili korektan znak konstante ?.
Sada uzmimo konkretne vrijednosti parametara a = 1, b = 0.5, i am = bm = 2.
Neka je na ulazu signal cetvrtke amplitude 1 i frekvencije 0.05 Hz, te izaberimo da je
? = 1.
Na slijedecim slikama vidimo blok dijagram simulacije citavog sistema uradene u
Simulink- u, kao i odzive pojedinih velicina simuliranog adaptivnog sistema sistema.

Slika 10.9

105

Adaptivno upravljanje

1.5
y
ym

izlaz modela i stvarnog sistema

0.5

-0.5

-1

-1.5
0

10

20

30

40

50
vrijeme

60

70

80

90

100

70

80

90

100

Slika 10.10
4

??????
3.5
3

??????

?1

2.5

????????

2
1.5
1
0.5
0

10

20

30

40

50
vrijeme

Slika 10.11

106

60

MATLAB u teoriji automatskog upravljanja

??????
1.5

?2

??????

0.5

????????

-0.5

10

20

30

40

50
vrijeme

60

70

80

90

100

Slika 10.12
3
2.5
2

?2

1.5
1

? ?2 = ( a m / b m) ? ?1 - a/b

0.5
0
-0.5
-1

0.5

1.5

2.5

3.5

?1

Slika 10.13

107

Adaptivno upravljanje

Vidimo da za vecu vrijednost konstante ? imamo vecu brzinu konvergencije adaptacije.

Primjetimo da za vrijednost ? = 1 parametri ?1 i ? 2 dostiu svoje krajnje vrijednosti
sporije nego to odziv stvarnog sistema pocne zadovoljavajuce pratiti odziv izabranog
modela. Ova konstatacija se moe objasniti pomocu slike 12.13 s koje se moe primjetiti
da parametri ?1 i ? 2 i prije nego to postignu svoje krajnje vrijednosti zadovoljavajuce
prate pravac ? 2 = (a m/b m)?1 - a/b dobijen realcijom izmedu ? 1 i ? 2 za slucaj idelanog
pracenja odziva modela.

108