Professional Documents
Culture Documents
event
) (t r
) (t u
) (t y
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
1. Introduccin
Condiciones de muestreo basadas en el error:
Send-on-delta (clsico):
Integrated send-on-delta:
Linear predictor:
Integrated linear-predictor:
Energy:
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
1. Introduccin
Ventajas:
Cercano a la forma en que la naturaleza opera:
Regulacin de la ducha, equilibro del ciclista, distancia seguridad al conducir,
Reduce el nmero de transmisiones sensor-controlador-actuador.
Reduce la potencia de clculo necesaria.
Interesante para su aplicacin en el control en red.
Desventajas:
Existencia de ciclos lmites, oscilaciones, error en rgimen permanente.
Ausencia de desarrollos tericos.
Posibles abordajes como:
Sistemas de control no lineal.
Sistemas lineales piecewise.
Sistemas multifrecuencia.
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
1. Introduccin
Comparativa experimental en un tanque simple:
- Event-Based Control and Wireless Sensor Network for Greenhouse Diurnal Temperature Control: A
Simulated Case Study, IEEE EFTA08.
- Comparative study of event-based control strategies: An experimental approach on a simple tank,
ECC'09.
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Considera la existencia de una banda libre de error:
Arquitectura basada en dos tareas desacopladas:
Tarea 1: Seguimiento del punto de consigna (accin proporcional).
Tarea 2: Rechazo a perturbaciones (accin integral).
Tarea 1 (accin proporcional):
Se plantea una accin de control en lazo abierto.
Se calcula un control proporcional equivalente basandonos en un FOTD.
Se obtiene Kp y se cierra el lazo en dos puntos.
Tarea 2 (accin integral):
Se activa cuando se abandona la banda libre de error.
Se calcula cuando la integral del error supera un cierto delta.
Acoplamiento de las dos tareas + accin derivativa.
1 1 1
y y y
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Tarea 1: Seguimiento de referencia (proporcional):
Ls
e
Ts
K
s P
+
=
1
) (
<
=
t K y
t u
t u
ff
ff
if /
if
) (
1
ff
u
1
y
) ( y
L
+ L
u y and
time
K y /
1
p
K s C = ) (
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Tarea 1: Seguimiento de referencia (proporcional):
Ls
e
Ts
K
s P
+
=
1
) ( ff
u
1
y
) ( y
L
+ L
u y and
time
K y /
1
1
y K u
p p
=
( ) ) (
1
y y K u
p p
=
p
K s C = ) (
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Algoritmo para tarea 1:
1. Determinar los parmetros K, T y L del proceso.
2. Determinar la ganancia proporcional mediante:
3. Determinar el valor de y enviarlo al sensor.
4. Aplicar la referencia en t=0 y aplicar el primer valor de la accin proporcional:
5. Cuando aplicar el segundo valor de la accin proporcional:
( )
( )
|
|
\
|
+
=
|
|
\
|
2
2
1
log
1
1 log
p
p p
p
KK
KK KK
T L
KK
T
) ( :
1
y =
1
y K u
p p
=
( )
1 1
= y K u
p p
1
) ( = t y
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo tarea 1:
1 2
) 1 2s s ( ) (
+ + = s P
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo tarea 1:
4
) 1 s ( ) (
+ = s P
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Tarea 2: Rechazo a perturbaciones (integrador):
La accin proporcional se mantiene constante en
El integrador se habilita al entrar en la banda
y se activa siempre que IE >
IE
.
Es equivalente a : NL1(, ) + Integrador + NL2 (
IE
, K
p
, T
i
)
( )
1 1
= y K u
p p
1/s
NL
2
(
IE
, K
p
, T
i
)
e
i
u
e
IE
1 1 1
y y y
NL
1
(y
1
, , )
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo tarea 2:
1 2
) 1 2s s ( ) (
+ + = s P
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo tarea 2:
4
) 1 s ( ) (
+ = s P
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Acoplamiento de tareas (seguimiento referencia y rechazo perturbaciones)
El problema es habilitar el integrador durante la tarea 1.
Las perturbaciones positivas no son problema.
[ ]
|
|
\
|
+ =
T
L t
lower p lower lower
lower
Te T L t y y KK y t A ) (
1 0
0
A IAE>
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo:
1 2
) 1 2s s ( ) (
+ + = s P
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo:
4
) 1 s ( ) (
+ = s P
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Otra propuesta para el acoplamiento:
Redefinicin de la banda basada en la respuesta escaln del modelo.
Basada en la redefinicin de
la banda de error mediante
el FOTD
Basada en el clculo del
rea de error del FOTD
1 2
) 1 2s s ( ) (
+ + = s P
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
P
e
u
I
+
Lgica de deteccin eventos tarea A
- Nuevo y1
- y(t) >= y()
Lgica de deteccin eventos tarea B
|IE(t
current
) IE(t
last
)| >=
IE
p
u
i
u
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo:
1 2
) 1 2s s ( ) (
+ + = s P
w = 0.2 T
i
=max{8L,T}=4.23
IE
=0.02 deadband = 10.01
0 5 10 15 20 25 30 35 40 45 50
0
0.5
1
1.5
2
2.5
-0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0
-0.25
-0.2
-0.15
-0.1
-0.05
0
IE
u
i
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo :
1 2
) 1 2s s ( ) (
+ + = s P
w = 0.2 T
i
=0.3*max{8L,T}=1.27
IE
=0.02 deadband = 10.01
0 5 10 15 20 25 30 35 40 45 50
0
0.5
1
1.5
2
2.5
-0.25 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1
-0.4
-0.35
-0.3
-0.25
-0.2
-0.15
-0.1
-0.05
0
0.05
IE
u
i
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo:
1 2
) 1 2s s ( ) (
+ + = s P
-4 -3 -2 -1 0 1 2 3 4
-20
-15
-10
-5
0
5
10
15
20
IE
u
i
0 5 10 15 20 25 30 35 40 45 50
-15
-10
-5
0
5
10
15
20
w = 0.2 T
i
=0.1*max{8L,T}=0.423
IE
=0.02 deadband = 10.01
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
1/s
NL
i2
(
IE
, K
p
, T
i
)
1
y
i
u
e
IE
G
-
NL
p
(y
1
, y
)
Kp
+
e
p
u
y
e
NL
i1
(y
1
, , )
Equivalencia para desarrollo de herramienta de anlisis y diseo:
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
0 5 10 15 20 25 30 35 40 45 50
0
0.5
1
1.5
2
2.5
2. Algoritmo A
Ejemplo:
1 2
) 1 2s s ( ) (
+ + = s P
w = 0.2 T
i
=max{8L,T}=4.23
IE
=0.02 T
d
=2T
i
der
=0.01 deadband = 10.01
0 5 10 15 20 25 30 35 40 45 50
0
0.5
1
1.5
2
2.5
Sin accin derivativa Con accin derivativa
Proporcional = 2
Integral= 39
Derivativa = 671
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
Ejemplo:
1 2
) 1 2s s ( ) (
+ + = s P
w = 0.2 T
i
=max{8L,T}=4.23
IE
=0.02 T
d
=2T
i
der
=0.01 deadband = 10.01
Proporcional = 2
Integral= 39
Derivativa = 671
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
2. Algoritmo A
1/s
NL
i2
(
IE
, K
p
, T
i
)
1
y
i
u
e
IE
G
-
NL
p
(y
1
, y
)
Kp
+
e
p
u
y
e
NL
i1
(y
1
, , )
s
e
NL
d
(
e
, K
p
, T
d
)
d
u
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
3. Algoritmo A (red)
Enfoque basado en eventos lleva intrnseco el concepto de retardo:
Algunas consideraciones:
Retardos variables en ambos sentidos.
Posible prdida de informacin.
Cunta inteligencia o lgica de control otorgamos al sensor y al actuador?
Control en red basado en paquetes:
Envo de ms informacin por paquete en ambos sentidos:
Sensor-controlador: trayectoria desde ltimo envo.
Controlador-actuador: secuencia de acciones de control posibles y futuras.
Mantenemos un enfoque basado en deltas (integral del error y de la derivada)
IE
i
i
t
dt t e
+
= ) (
e
t
t
t e t e
+ ) ( ) (
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
3. Algoritmo A (red)
Intercambio de informacin entre agentes de control:
Sensor enva cuando actuador recibe.
Paquete sensor: peticin de acciones de control.
Paquete controlador: <accin integrales> (horizonte mvil)
Actuador:
Podra aplicar uis mientras no llegue nueva informacin de control.
Lleva estado interno del integrador.
> =<
k
ui ui ui U ,..., ,
2 1
k
Ti
Kp
ui
IE k
=
IE
4
IE
7
4
ui
IE
4
4
ui
7
ui
J. Snchez, S. Dormido, A. Visioli
Control PI basado en eventos
3. Algoritmo A (red)
Algunas mejoras:
Sensor: enva paquete con trayectoria desde ltimo envo.
Controlador:
Estima trayectoria futura (lineal, splines, modelo)
Enva pares acciones integrales + derivativas alrededor trayectoria estimada.
Lmite de informacin dependiente del tamao del paquete.
Actuador:
Necesita conocer valor del proceso y tiempo transcurrido.
Calcula deltas transcurridos desde ltimo envo y accede al paquete de control.
Realiza lo mismo cada delta hasta que recibe nuevo paquete de control.
[ ] > < > >< >< < =
m n
ud ui ud ui ud ui ud ui U , ... , , ,
1 2 2 1 1 1